05 4 brief españa imt ivia-3murcia

FORMACIÓN DEL INSTITUTO VIAL IBERO‐AMERICANO 1/6

___________________________________________________________________________________________

COSTOS DE LOS CHOQUES VIALES

Los choques de tránsito causan una pérdida de vidas humanas, y la reducción de la calidad de vida de los heridos, lo que supone una tragedia personal y social, y un impacto sobre la economía de un país o región debido a un importante consumo de recursos económicos como consecuencia de los costos del tratamiento de las víctimas y de la pérdida o disminución de productividad de los heridos como de sus familiares.

La Organización Mundial de la Salud indica que “…Hay pocos cálculos de los costos de estos trauma-tismos a escala mundial, pero uno realizado en 2000 indicó que el costo económico de los choques de tránsito era del orden de los US$ 518 000 millones. Los cálculos nacionales han puesto de manifiesto que los choques de tránsito cuestan a los países entre 1% y 3% del producto nacional bruto; asimismo, se ha comprobado que las repercusiones económicas sobre cada familia pueden ocasionar el endeu-damiento excesivo e incluso la reducción del consumo de alimentos…” (OMS, 2012).

La Comisión Europea mediante la Comunicación al Parlamento Europeo, al Consejo, al Comité Econó-mico y Social Europeo y al Comité de las Regiones bajo el título “Hacia un espacio europeo de seguri-dad vial: orientaciones políticas sobre seguridad vial 2011-2020” recoge el siguiente dato sobre costos de choques en Europa “…En 2009, murieron más de 35.000 personas en choques de tránsito en la Unión Europea y resultaron heridas como mínimo 1.500.000. El costo para la sociedad es inmenso y supuso cerca de 130.000 millones de euros en 2009…”

Las inversiones realizadas para prevenir los choques y las lesiones causadas por el tránsito son esca-sas pese a que muchas intervenciones para prevenir choques y traumatismos son ampliamente cono-cidas y probadas y son rentables y aceptables para la población. La tabla siguiente muestra la distribu-ción de inversiones en labores de investigación y desarrollo centradas en varios problemas de salud pública, incluida la seguridad vial.

Tabla 2. Estimación de los fondos destinados mundialmente a investigación y desarrollo sobre determinadas cuestiones. FUENTE: Informe mundial sobre prevención de los traumatismos cau-sados por el tránsito. Organización Mundial de la Salud.

En el cálculo de los costos de la accidentalidad vial intervienen los siguientes elementos, según la clasi-ficación propuesta por la Fundación FITSA:

Costos administrativos: gestiones de policía, jueces y abogados, las compañías de seguros, etcétera. Dicho costo incluye los informes, juicios y formularios causados por un choque de tránsito.

Costos materiales -costos de reparación o sustitución de los vehículos implicados en los choques, de reparación de los daños ocasionados en las vías de circulación o la pérdida de pertenencias o equipajes destruidos durante los choques. Esta fracción del costo total de un choque adquiere mayor importancia si se trata de un choque sin víctimas, y pasa a ser menos importante en choques con víctimas.

2/6 COSTOS DE LOS CHOQUES ______________________________________________________________________________

costos asociados a las víctimas de los choques - costos de asistencia sanitaria, pérdida de produc-ción a lo largo del periodo de baja laboral o a lo largo de la vida laboral que quedaba. Existen diversas fuentes para estimar su magnitud:

Los costos médicos se pueden obtener de encuestas realizadas en hospitales o en compañías de seguros.

Las pérdidas de producción son uno de los elementos de costo más importantes, sobre todo en el caso de los choques más graves. Cuando un miembro de la sociedad en edad productiva tiene que dar-se temporalmente de baja o muere en un choque, deja de aportar riqueza y desarrollo al conjunto de la sociedad. En el cálculo de las pérdidas de productividad se deben incluir parámetros tales como el pro-ducto interior bruto per cápita, la edad de los muertos en choques de tránsito o la duración media de las bajas laborales por choque de circulación (en el caso de los lesionados), la tasa de personas desem-pleadas, etcétera. Debe también que ser considerado el trabajo de las personas no asalariadas, como es el caso del trabajo en el hogar, a quienes les asigna “salarios virtuales” comparables a los del servi-cio doméstico en el mercado de trabajo.

Costos humanos, asociados al sufrimiento infligido por los choques de circulación en las víctimas. Son los más difíciles de valorar.

En España, durante el periodo 1991 – 2004 los costos materiales asociados a los choques de tránsito han pasado de suponer un 28% al 44% del costo total, aumento ligado a la disminución de los costos asociados a las víctimas, lo que refleja una significativa disminución de los choques con víctimas gra-ves, muertos y/o heridos graves, y el aumento de los choques con daños materiales exclusivamente y/o heridos leves.

Gráfica 17. Distribución relativa de los diferentes componentes del costo económico total de los choques de circulación en España. Comparación entre los años 1991 y 2004. Fuente: FITSA.

Otra clasificación similar a la anterior es de la Comisión Europea en un estudio desarrollado en el marco de la “acción COST 313”, en el que se identifican las siguientes tres categorías de costos:

1. costos económicos directos (costos médicos, costos de reparación o reemplazamiento de los vehícu-los dañados y costos administrativos),

2. costos económicos indirectos (valor de la capacidad productiva perdida a consecuencia de la muerte prematura, o incapacidad causada por los choques) y

3. el valor de la calidad de vida perdida, representando “el valor de la pérdida de disfrute de la vida o la salud de la víctima, y el dolor, aflicción y sufrimiento de la víctima y sus familiares”.


___________________________________________________________________________________________

La suma de estas tres categorías de costos da un costo total por víctima en un choque de tránsito o, alternativamente, el valor total que representa evitar o prevenir un muerto (siglas VPF).

Englobando las dos clasificaciones en un gráfico:

Gráfica 18. Costos de los choques. FUENTE: “Las consecuencias del choque. Consecuencias económicas y sociales. Las víctimas. Conceptos y tipologías de víctimas”. Ángel Luis Sedano Santos

Para determinar los costos directos e indirectos se pueden utilizar las transacciones reales de mercado. Para el cálculo de los costos humanos se pueden utilizar tres métodos:

Método de las indemnizaciones: se asigna un valor estadístico a cada lesionado en función de las indemnizaciones por daños habituales establecidas en el sistema legal.

Método de la disposición al pago: se basa en las cantidades que las personas están dispuestas a pagar para reducir el riesgo de sufrir lesiones en choques de tránsito.

Método del capital humano: se basa en calcular las pérdidas productivas incrementándolas en un porcentaje que representa el dolor y el sufrimiento humano asociado a los choques de circulación.


Gráfica 19. costo económico en España de los choques de circulación (millones de euros, evolu-ción temporal entre 1991 y 2004). Fuente: FITSA.

En los últimos veinticinco años, en los países desarrollados, el método de la disposición al pago ha ido reemplazando al resto al ser considerado el más representativo del costo humano real de los choques de tránsito. A modo de ejemplo, las siguientes tablas recogen la distribución de los costos de los muer-tos en choques de tránsito según el método de las indemnizaciones y el método de la disposición al pago.

PRIMER MÉTODO: Método de las indemnizaciones (valores para el año 2002)

Ilustración 29. Distribución de los costos de los muertos en choques de tránsito según el método de las indemnizaciones. Fuente: FITSA.


___________________________________________________________________________________________

SEGUNDO MÉTODO: Método de La disposición al pago (valores para el año 2002)

Ilustración 30. Distribución de los costos de los muertos en choques de tránsito según el método de la disposición al pago. Fuente: FITSA.

En aplicación del método para determinarl costo humano, la estimación más reciente del costo indivi-dual de una víctima por choque de tránsito en España ha sido la realizada en un estudio presentado por el Observatorio Nacional de Seguridad Vial, en abril de 2011, financiado por la Dirección General de Tránsito (Universidad de Murcia y Universidad Pablo de Olavide, 2011).

En el informe, para la obtención del valor monetario de la vida humana en España, se utiliza una doble metodología:

El método de la valoración contingente como forma de obtener la disposición a pagar por reducir el riesgo de morir en un choque de tránsito.

Un método encadenado, valoración contingente-doble lotería, como forma de simplificar en un con-junto de pasos intermedios el proceso de valoración para el encuestado y minimizar algunos sesgos y errores que puede incorporar el método de valoración contingente.

Se realizó una encuesta de tipo personal y asistida por ordenador que permitió la utilización de ayudas visuales, referida a la prevención de muertos en choques de tránsito en España y a la elección de tra-tamientos médicos posteriores a un choque de circulación por el propio encuestado. La muestra fue de 180 personas.

En dicho informe se estima, que en España y en el contexto de los choques de tránsito, el Valor de una Vida Estadística (VVE) asciende a 1,3 millones de euros, valor que sumado a las pérdidas netas de out-


put (productividad) y los costos médicos y de ambulancia generados, se traduce en un Valor por Evitar o Prevenir una muerte (VPF) de 1,4 millones de euros.

La estimación del VVE se ha realizado mediante la aplicación del denominado Método Encadenado Valoración Contingente/Lotería Estándar. Esta técnica es las más adecuada de entre las disponibles, no sólo a juicio del equipo investigador, sino también a la vista de las recomendaciones formuladas por varios proyectos financiados por la Comisión Europea.

El VPF obtenido representa el equivalente a 2 millones de dólares de 2009 en términos de Paridad de Poder Adquisitivo. Esta cuantía es superior a la utilizada en Francia o Alemania, pero inferior a la em-pleada en el Reino Unido o Estados Unidos. Por tanto, se puede afirmar que dicho valor se encuentra en concordancia con los valores oficiales empleados en los países del entorno económico relevante.

Ilustración 31. Cálculo del costo asociado a los choques de tránsito con víctimas. Fuente: Las principales cifras de la siniestralidad vial 2011. DGT.

Bibliografía

Universidad de Murcia y Universidad Pablo de Olavide. (2011). El valor monetario de una vida esta-dística en España. Estimación en el contexto de los choques de tránsito. Murcia: Universidad de Murcia.

EL VALOR MONETARIO DE UNA VIDA ESTADÍSTICA EN ESPAÑA ESTIMACIÓN EN EL CONTEXTO DE LOS ACCIDENTES DE TRÁFICO

Estudio financiado por la Dirección General de Tráfico

EQUIPO INVESTIGADOR:

José María Abellán Perpiñán (Universidad de Murcia)

Jorge Eduardo Martínez Pérez (Universidad de Murcia)

Ildefonso Méndez Martínez (Universidad de Murcia)

José Luis Pinto Prades (Universidad Pablo de Olavide, Sevilla)

Fernando Ignacio Sánchez Martínez (Universidad de Murcia)

El Valor de una Vida Estadística en España

Contenido

RESUMEN EJECUTIVO. .................................................................................................................... i

EXECUTIVE SUMMARY. ................................................................................................................ iii

1. INTRODUCCIÓN. ........................................................................................................................ 1

2. ANTECEDENTES Y EVIDENCIA EMPÍRICA ................................................................................... 5

2.1. Los costes sociales de los accidentes mortales de tráfico ................................................. 5

2.1.1. El concepto del valor de una vida estadística ............................................................. 5

2.1.2. El concepto del valor de evitar o prevenir un fallecimiento ....................................... 6

2.1.3. Los costes sociales de los accidentes de tráfico .......................................................... 9

2.2. Métodos de estimación del VVE en el contexto de los accidentes de tráfico ................. 10

2.2.1. Disposición a pagar individual vs social ..................................................................... 10

2.2.2. Preferencias reveladas vs. declaradas....................................................................... 10

2.3. Evidencia internacional sobre el VVE/VPF ....................................................................... 16

2.3.1. Valores estimados vs valores oficiales ...................................................................... 16

2.3.2. Meta-análisis del VVE ................................................................................................ 17

2.3.3. Valores oficiales......................................................................................................... 21

3. ESTIMACIÓN DEL VVE EN ESPAÑA .......................................................................................... 25

3.1. Material y Métodos. ......................................................................................................... 25

3.1.1. Selección de la muestra y cuestionario. .................................................................... 25

3.1.2. Métodos. ................................................................................................................... 45

3.2. Resultados ........................................................................................................................ 55

3.2.1. Descripción de la muestra ......................................................................................... 55

3.2.2. Ordenaciones de los estados y puntuaciones en la escala visual analógica (EVA). .. 69

3.2.3. Disposiciones a pagar por reducciones de riesgo. .................................................... 71

3.2.4. Disposiciones a pagar y a aceptar bajo certeza. ....................................................... 77

3.2.5. Probabilidades de indiferencia en las dobles loterías. .............................................. 79

3.2.6. Valor de la vida estadística a partir de método encadenado. .................................. 82

4. CONCLUSIONES. ...................................................................................................................... 97

Apéndice. Acotación de mi según la forma funcional elegida para la función de utilidad. ...... 101

REFERENCIAS ............................................................................................................................. 105


Índice de Figuras.

Figura 1. Escala visual para establecer el riesgo subjetivo. ......................................................... 27 Figura 2. Ayuda visual sobre riesgo en frecuencia natural. ........................................................ 28 Figura 3. Ayuda visual para contextualizar el riesgo de morir en un accidente de tráfico. ........ 29 Figura 4. Descripción de los Estados de Salud X, V, R y W. ......................................................... 31 Figura 5. Tarea de ordenación de los estados de salud. ............................................................. 31 Figura 6. Escala visual analógica. ................................................................................................. 32 Figura 7. Modo de administración del cartón de pagos. ............................................................ 34 Figura 8. Ilustración de las dos situaciones posibles con y sin tratamiento médico. .................. 38 Figura 9. Ayuda visual para elegir entre dos tratamientos médicos. .......................................... 40 Figura 10. Ayuda visual para elegir entre dos tratamientos en los grupos con doble encadenamiento. ........................................................................................................................ 42 Figura 11. Nivel de renta y renta permanente declarada (euros) ............................................... 59 Figura 12. Uso de los distintos medios de transporte y transporte habitual (%). ...................... 60 Figura 13. Kilómetros recorridos anualmente. ........................................................................... 61 Figura 14. Permisos de conducción declarados (%) .................................................................... 62 Figura 15. Puntos en el permiso de conducir declarados (%). .................................................... 62 Figura 16. Riesgo de muerte subjetivo por accidente de tráfico (base 100.000) declarado por los sujetos (% sobre el total). ...................................................................................................... 63 Figura 17. Año en el que sufrió el accidente (el más grave si ha sufrido varios) (%). ................. 65 Figura 18. Experiencia indirecta con accidentes según gravedad (% sobre el total). ................. 65 Figura 19. Distribución del grado de dificultad declarado. ......................................................... 69


Índice de Tablas. Tabla 1.- Comparación internacional de VVE (año 2009). .......................................................... 23 Tabla 2. Cuotas (%) por tamaño de hábitat (miles de habitantes) y comunidad autónoma. ..... 25 Tabla 3. Cuotas (%) por grupos de edad y sexo. ......................................................................... 26 Tabla 4. Preguntas de disposición a pagar por grupos. .............................................................. 32 Tabla 5. Cartón de pagos (euros). ............................................................................................... 34 Tabla 6. Esquema de las diferencias por grupos en las preguntas de disposición a aceptar y pagar............................................................................................................................................ 37 Tabla 7. Resumen de las diferencias por grupos en las preguntas de elección de tratamientos. ..................................................................................................................................................... 39 Tabla 8. Secuencia de consecución del valor de indiferencia: método ping-pong. .................... 41 Tabla 9. Distribución de la muestra según tamaño del hábitat (en miles de habitantes) y comunidad autónoma. ................................................................................................................ 55 Tabla 10. Distribución de la muestra por grupos de edad y sexo. .............................................. 56 Tabla 11. Distribución de la muestra según modelo de encuesta (“grupo”). ............................. 56 Tabla 12. Estado civil, nivel de estudios y situación laboral........................................................ 57 Tabla 13. Características del hogar. ............................................................................................ 59 Tabla 14. Patrón de uso del vehículo como conductor (%). ........................................................ 63 Tabla 15. Experiencia directa previa con accidentes. ................................................................. 64 Tabla 16. Actitud frente al riesgo: hábitos saludables, riesgos al volante, supervivencia subjetiva. ..................................................................................................................................... 67 Tabla 17. Salud autopercibida, estado de salud SF-6D, satisfacción con la vida y felicidad. ...... 68 Tabla 18. Ordenaciones de los estados de salud por gravedad (%) ............................................ 70 Tabla 19. Ranking y puntuaciones de los estados de salud en la Escala Visual Analógica (EVA).71 Tabla 20. Disposición a Pagar en euros por reducción de riesgo de muerte (15 a 10 en 100.000, salvo el grupo 7 base 10.000). ..................................................................................................... 72 Tabla 21. Disposición a pagar en euros por reducción de riesgo de muerte (15 a 5 en 100.000, salvo grupo 7 base 10.000). ........................................................................................................ 73 Tabla 22. Sensibilidad de las DAP por reducción del riesgo de muerte al tamaño de la reducción del riesgo propuesto a escala individual por grupos. ................................................................. 74 Tabla 23. Disposición a pagar en euros por reducción del riesgo de sufrir un estado de salud no mortal (15 a 10 en 100.000, salvo grupos 3 y 6, 150 a 100 en 100.000). ................................... 75 Tabla 24. Sensibilidad de las DAP por reducción del riesgo de muerte a la naturaleza del mismo a escala individual por grupos. .................................................................................................... 76 Tabla 25. Disposición a Pagar bajo certeza (en euros) por evitar un estado de salud. ............... 78 Tabla 26. Disposición a Aceptar bajo certeza (en euros) por sufrir un estado de salud. ............ 79 Tabla 27. Probabilidades de indiferencia en la doble lotería (estado de salud vs. muerte). ...... 80 Tabla 28. Probabilidades de indiferencia en la doble lotería entre estados de salud. ............... 81 Tabla 29. Valores de la vida en euros según el método encadenado. Todos los grupos ............ 82 Tabla 30. Valores de la vida en euros según el método encadenado. Grupos 1 a 6. ................. 83 Tabla 31. Valores de la vida en euros según el método encadenado. Grupo 7. ......................... 83


Tabla 32. Valores de la vida en euros según el método encadenado. Grupo 8. ......................... 84 Tabla 33. Cotas inferior y superior para el valor de la vida en euros según el método encadenado. ................................................................................................................................ 84 Tabla 34. VVE en euros obtenidos a partir del estado de salud X por el método encadenado. . 85 Tabla 35. VVE en euros obtenidos a partir del estado de salud V por el método encadenado. 85 Tabla 36. VVE en euros obtenidos mediante el método encadenado tras eliminar outliers. .... 86 Tabla 37. Descripción de las variables explicativas. .................................................................... 88 Tabla 38. Descriptivos de las variables del modelo de regresión. .............................................. 89 Tabla 39. Análisis de regresión sobre el VVE............................................................................... 90 Tabla 40. Análisis de regresión sobre las disposiciones a pagar bajo certeza. ........................... 92 Tabla 41. Valores en euros por fallecido para la pérdida de producción bruta y neta. .............. 94


i

RESUMEN EJECUTIVO.

1. En este informe se ha estimado el Valor de una Vida Estadística (VVE) en España en el contexto

de los accidentes de tráfico. Dicho valor asciende a 1,3 millones de euros que, una vez sumadas

las pérdidas netas de output y los costes médicos y de ambulancia, se traduce en un Valor por

Evitar o Prevenir un Fallecimiento (VPF) de 1.4 millones de euros.

2. A la luz de los resultados de este informe, el valor de 1,4 millones de euros por fallecido debería

ser utilizado para contabilizar los costes sociales de la siniestralidad vial en España. Asimismo,

serviría para cuantificar los beneficios de las medidas de seguridad vial en términos de vidas

salvadas y, con ello, posibilitaría la realización de estudios de evaluación económica en el

ámbito del transporte en España.

3. El VPF obtenido representa el equivalente a 2 millones de dólares de 2009 en términos de

Paridad de Poder Adquisitivo. Esta cuantía es superior a la utilizada en Francia o Alemania, pero

inferior a la empleada en el Reino Unido o Estados Unidos. Por tanto, se puede afirmar que

dicho valor se encuentra en concordancia con los valores oficiales empleados en los países del

entorno económico relevante.

4. La estimación del VVE se ha realizado mediante la aplicación del denominado Método

Encadenado Valoración Contingente/Lotería Estándar. Esta técnica es las más adecuada de

entre las disponibles, no sólo a juicio del equipo investigador, sino también a la vista de las

recomendaciones formuladas por varios proyectos financiados por la Comisión Europea.

Además, es el actual fundamento metodológico del VVE Oficial en el Reino Unido.

5. El VPF de 1,4 millones de euros debería actualizarse anualmente según el ritmo de crecimiento

del PIB per cápita nominal. Adicionalmente, dado que es probable que las preferencias y los

métodos de estimación disponibles sufran variaciones con el paso de los años, resulta

altamente recomendable la revisión de este valor cada decenio.


iii

EXECUTIVE SUMMARY.

1. This report presents the estimation of the Value of a Statistical Life (VoSL) in Spain, in the

context of road accidents. This VoSL amounts to 1.3 million euro. After adding net output losses

as well as medical and ambulance costs, a Value of Preventing a Fatality (VPF) of 1.4 million

euro is obtained.

2. According to the findings reported, the VPF of 1.4 million euro should be used to compute the

social costs of fatal road accidents in Spain. Likewise, it could be used to assess the benefits of

road safety measures in terms of saved lives, making possible the economic evaluation of

Spanish transport policies.

3. The estimated VPF is equivalent to 2 million dollar (Purchasing Power Parity adjusted). This

figure is higher than those of France and Germany, but lower than the VPFs estimated for the

UK and the USA. Therefore, the Spanish VPF is within the range of the current official values

used by developed countries.

4. The so called Contingent Valuation/ Standard Gamble chained approach was used to estimate

the VoSL. This procedure is regarded as the best available estimation method not only by the

research team, but also according to the recommendations of some European Commission

funded projects. Moreover, it is the current methodological foundation of the UK official value.

5. The VPF of 1.4 million euro should be updated on an annual basis in line with the nominal GDP

per head growth. In addition, since preferences and available estimation methods are likely to

change as the time goes by, it is highly advisable that this value is revised every ten years.


1

1. INTRODUCCIÓN. El tráfico de pasajeros y mercancías, en todas sus modalidades, provoca costes y beneficios de

diversa índole. Así, por ejemplo, la utilización que hacen los conductores de las infraestructuras

viarias conlleva unos beneficios en términos de movilidad innegables. Al mismo tiempo, no

obstante, el tráfico rodado comporta una serie de costes en forma de unos mayores niveles de

contaminación atmosférica y acústica, una gran pérdida de tiempo a consecuencia de los atascos y,

uno de los más importantes, las pérdidas de calidad de vida ocasionadas por los accidentes.

La Comisión Europea auspició a principios de los noventa la realización de un estudio (Alfaro et al.,

1994) encuadrado en la acción COST1 313 en el que se revisó de qué forma estimaban 14 países

europeos los costes de accidentes de carretera y se formularon recomendaciones acerca de cómo

deberían cuantificarse. Se identificaron tres amplias categorías de costes: los costes económicos

directos (costes médicos, costes de reparación o reemplazamiento de los vehículos dañados y

costes administrativos), los indirectos (el valor de la capacidad productiva perdida a consecuencia

de la muerte prematura, de la incapacidad permanente o de la temporal causada por los

accidentes) y el valor de la calidad de vida perdida, también denominado valor de la seguridad per

se, pérdidas humanas, costes humanos o valor humano, representando (Evans, 2001: p. 86) “el

valor de la pérdida de disfrute de la vida o la salud de la víctima, así como el dolor, aflicción y

sufrimiento de la víctima y sus familiares”. La suma de las tres categorías de costes enunciadas

proporciona el coste total por víctima en un accidente de tráfico o, alternativamente, el valor total

que representa evitar o prevenir un fallecido, lo que en este informe denotaremos con las siglas

VPF.

El hecho de que los costes directos e indirectos puedan relacionarse claramente con transacciones

reales de mercado (p.ej. valor de la producción perdida) o con el gasto público (p.ej. costes médicos

y administrativos), mientras que los costes humanos no se reflejan automáticamente ni en los

precios de mercado ni en el gasto público, explica que durante varias décadas los costes humanos

fueran ignorados por la mayor parte de las estimaciones oficiales realizadas en los países

motorizados o, en el mejor de los casos, fueran aproximados por medio del valor de las

indemnizaciones pagadas a las víctimas o a sus familiares. Éste, por ejemplo, es el caso de España

donde se ha utilizado como valoración oficial de los accidentes mortales (MOPT, 1992) la cifra,

procedente de los datos proporcionados por las compañías de seguros, de 25 millones de pesetas

del año 1992 (150.000 euros aproximadamente). 1 European Co-operation in the field of Scientific and Technical Research.


2

De hecho, en la revisión realizada en el marco del mencionado proyecto COST 313, sólo unos pocos

de los países considerados calculaba los costes humanos mediante un enfoque consistente con los

principios teóricos de la economía del bienestar, disciplina en la que se sustentan metodologías

como el análisis coste-beneficio y el análisis coste-utilidad empleadas para evaluar

económicamente las políticas de transporte y seguridad viaria. Las aportaciones teóricas de

Schelling (1968), Mishan (1971) y Jones-Lee (1976) consolidaron el denominado enfoque de la

disposición individual a pagar como el metodológicamente correcto para cuantificar el valor que

atribuye la sociedad a reducir el riesgo de sufrir un accidente de tráfico. Este enfoque se basa en el

principio normativo de que el valor atribuido a la seguridad per se debería responder a las

preferencias, ya sean declaradas mediante encuestas, o reveladas directamente en la compra de

dispositivos de seguridad, de los ciudadanos, y no en las preferencias y decisiones de las

autoridades públicas o cualesquiera otras. Como los costes humanos no pueden medirse

directamente, se infieren a partir de la agregación de las disposiciones a pagar de un gran número

de personas por una pequeña reducción en el riesgo de morir en un accidente de tráfico. Esta

agregación proporciona, en consecuencia, el valor monetario atribuido por la sociedad a evitar que

una persona cualquiera (una vida estadística) fallezca a consecuencia de un accidente de tráfico.

Este valor de una vida estadística (VVE) consta de dos partes, una inmaterial -la más importante-

que consistiría en los costes humanos, y otra material, formada por el valor del consumo perdido a

consecuencia de morir prematuramente.

Pese al consenso académico acerca de la relevancia de estimar el valor de la calidad de vida perdida

utilizando el enfoque de la disposición a pagar como estándar metodológico, lo cierto es que tanto

instituciones multilaterales como estados nacionales han tardado en asumir esta práctica. De

hecho, la Unión Europea ha cifrado durante bastantes años el valor total de evitar un accidente

mortal de carretera en 1 millón de euros (Comisión Europea, 1997). Dicho valor se basó en una

estimación conservadora de los costes sociales de los accidentes que obviaba los costes humanos,

considerando sólo los costes directos e indirectos. Esta cifra se ha propuesto como un umbral de

eficiencia para seleccionar las medidas de seguridad viaria efectivas, de modo que la aplicación de

una medida estaría justificada si por cada millón de euros gastado en ella, se evitase al menos una

muerte (“regla del millón de euros”). Proyectos europeos recientes como, por ejemplo, UNITE2 y

HEATCO3, o estudios realizados por consultoras internacionales como INFRAS/IWW, recomiendan

un VVE/valor humano de 1,5 millones de euros basado en estimaciones de disposición individual a

2 Unification for accounts and marginal costs for Transport Efficiency. 3 Developing Harmonised European Approaches for Transport Costing and Project Assessment.


3

pagar. A este valor habría que añadirle el resto de costes, directos e indirectos, para obtener el

definitivo coste por accidente letal.

Un somero repaso de algunos de los estudios que han revisado la estructura de los costes totales

de los accidentes de tráfico, pone de manifiesto lo sesgada que puede llegar a ser la “regla del

millón de euros”. Elvik (1995), en un análisis de las valoraciones oficiales de los accidentes mortales

de tráfico en 20 países, concluyó que en aquellas naciones donde se han estimado los costes

humanos, dichos costes típicamente representan alrededor del 50% de los costes totales. Elvik

(2000) comparó los costes de los accidentes mortales y no mortales de doce países, ocho de ellos

europeos, obteniendo que dichos costes representaban en promedio el 44% del total, con un rango

considerable abarcando desde el 8% en Alemania hasta el 80% en Nueva Zelanda. Una razón capital

para explicar tal heterogeneidad es el método empleado para valorar los costes humanos. En

general, las estimaciones basadas en el enfoque de la disposición a pagar tienden a duplicar en

cuantía a aquellas basadas en otros enfoques, como el método del coste por vida salvada, que

infiere de documentos públicos cuánto dinero invierten los gobiernos por vida salvada (De Blaeij et

al., 2003). Otra razón reside en la sensibilidad de las estimaciones del VVE al nivel de renta per

cápita de los diferentes países (Miller, 2000), lo cual alerta acerca de la dificultad de transferir

estimaciones y cálculos de unos países a otros. Más recientemente, Hakkert y Weseman (2005), a

partir de la revisión efectuada por De Blaeij et al. (2004) de los valores oficiales atribuidos a varios

países a la prevención de muertes y lesiones en accidentes de carretera, afirman que en todos

aquellos países en los que dichos valores reflejan la disposición a pagar de los ciudadanos los costes

humanos representan un porcentaje que oscila entre el 50% y el 90% del valor total. Como ejemplo

ilustrativo de cómo puede llegar a variar el coste unitario por fallecido cuando se monetizan los

costes humanos utilizando el enfoque de la disposición al pago, baste constatar que en Noruega el

coste por accidente mortal se multiplicó por cinco tras aplicar dicho enfoque (Elvik, 1993).

De los datos anteriores se deriva la distorsión que representa para la política de seguridad vial de

cualquier país el carecer de una estimación de los costes humanos de los accidentes mortales de

carretera basada en el VVE. Hay al menos tres razones (SWOV, 2009a) por las cuales es importante

monetizar correctamente dichos costes. En primer lugar, porque así podrá juzgarse adecuadamente

la eficiencia de las medidas de seguridad viaria que se planee desarrollar. De esta manera podrían

compararse, en el marco del análisis coste-beneficio, los costes de implementación de una nueva

autovía con los beneficios derivados del ahorro de víctimas, o con otro tipo de costes asociados a la

construcción y utilización de la infraestructura como son la congestión y la polución. En segundo

lugar, podrían compararse los costes totales de la seguridad vial con los de otros problemas sociales


4

como los costes de la seguridad en otros medios de transporte no por carretera o, incluso, otros

tipos de políticas de seguridad como la que tiene que ver con los riesgos laborales. Finalmente,

poseer una estructura completa de los costes sociales de los accidentes de tráfico podría ser

relevante para las reclamaciones ante las compañías aseguradoras.

En este informe presentamos la primera estimación del VVE estimada en España en el contexto de

los accidentes de tráfico a partir de las preferencias declaradas por una amplia muestra

representativa del total nacional. El único precedente en España de un estudio de estas

características es el realizado por Martínez et al. (2007), quienes, sin embargo, no emplearon una

muestra representativa territorialmente del conjunto nacional. El resto de trabajos abordados en

España para intentar cuantificar los costes humanos asociados a los accidentes de tráfico no se han

basado en mediciones directas de la disposición a pagar de los ciudadanos, sino en otros enfoques

como el cálculo del valor del tiempo de trabajo (López-Bastida et al., 2004), el valor de la

producción perdida (Lladó y Roig, 2007), el método de las indemnizaciones (FITSA, 2008), o el

cálculo de promedios basados en estimaciones del VVE provenientes de otros países (Aparicio et

al., 2002; FITSA, 2008).

La estructura del informe es la siguiente. En la sección siguiente explicamos el concepto de VVE,

enmarcándolo dentro de la estructura general de los costes de los accidentes mortales de tráfico. A

continuación, describimos los diferentes métodos de valoración existentes para estimar los

diferentes tipos de costes. Dentro de esta clasificación insertaremos los métodos concretos que se

emplearon en el estudio, y que serán expuestos en detalle más adelante. La sección cuarta

mostrará una breve revisión de los VVE estimados en estudios académicos tal y como se recogen en

algunos de los meta-análisis realizados en el contexto de los accidentes de tráfico. Se mostrará

también una revisión de los valores oficiales recomendados en varios países y por algunas

instituciones. Explicamos seguidamente la estructura de la encuesta realizada para estimar el VVE

en España, así como los métodos de estimación empleados. Proseguiremos con la exposición de los

principales resultados del estudio, detallando el rango de VVE obtenidos, entre los cuales

seleccionamos uno cuyo uso como valor oficial recomendamos para ser empleado en las

evaluaciones económicas de las medidas de seguridad vial en España. Concluimos con la discusión

de estos resultados, contextualizando nuestras estimaciones en el ámbito internacional.


5

2. ANTECEDENTES Y EVIDENCIA EMPÍRICA

2.1. Los costes sociales de los accidentes mortales de tráfico

2.1.1. El concepto del valor de una vida estadística

Como se ha indicado en la Introducción, el concepto de VVE fue desarrollado a finales de los años

60-principios de los 70 para valorar en términos monetarios los efectos de la seguridad vial. Este

concepto puede explicarse de un modo muy intuitivo mediante un sencillo ejemplo. Supongamos

que todos los miembros de una determinada población están dispuestos a pagar en promedio 50

euros para reducir la tasa anual de accidentes mortales de carretera de 3/100.000 a 2/100.000. De

esto se sigue que una población de 100.000 personas están colectivamente dispuestas a pagar 50

euros x 100.000 = 5.000.000 euros por salvar una vida estadística. Este cálculo es equivalente a

sumar la razón entre la disposición a pagar (DAP) de cada uno de los individuos de la población y la

reducción en el riesgo de morir a consecuencia de un accidente de tráfico (P), y luego dividir todo

ello entre el tamaño de la población (n). Esto es, para cada una de las personas, se halla la relación

a la que están dispuestas a intercambiar renta por una reducción en el riesgo de muerte:

iDAPRMS

P∆

=∆

(1)

donde RMSi indica la relación marginal de sustitución entre la renta (reducida en la suma ∆DAP) y el

riesgo de morir (reducido en la magnitud ∆P) del individuo i.

Y el promedio de las RMS individuales resulta en el VVE:

iiRMS

VVEn

= ∑ (2)

Hay que subrayar, tal y como advierten Mason et al. (2009: p. 935) que el VVE “no es en modo

alguno el valor (o precio) de la vida en el sentido de la suma que aceptaría una persona en

compensación por la certidumbre de su propia muerte”; ni habría suma suficiente para tal

propósito, ni el VVE refleja la valoración atribuida a una vida específica, sino a una vida anónima o

estadística. El VVE simplemente es el valor que tiene para la gente el descenso en la tasa de

siniestralidad mortal, lo cual se corresponde con el bienestar que realmente puede ofrecer la

seguridad en carretera a cada persona. El concepto de VVE reconoce el intercambio entre renta y

riesgo de muerte como un hecho al que cotidianamente nos enfrentamos, consciente o

inconscientemente, las personas. Por ejemplo, al elegir entre comer alimentos ricos en grasas trans


6

o no hacerlo, al conducir a mucha velocidad, al decidir instalar una alarma contra robo, o un

detector contra incendios o al elegir entre fumar o no.

Es importante realizar una precisión técnica acerca del contenido del VVE, que en la siguiente

sección se revelará como importante al efecto de estimar el valor total de evitar una muerte. Esta

precisión consiste en reconocer que la DAP por la reducción del riesgo de muerte comprende no

sólo las pérdidas de bienestar debidas a la pérdida de la vida per se (lo que en la Introducción se

calificó como ‘pérdidas o costes humanos’), sino también “el hecho de que la vida es generalmente

preferible a la muerte a causa de sus placeres incluyendo los producidos por el consumo”

(Spackman et al., 2011). Dicho de otro modo (Wijnen et al., 2009: p. 327):

“El VVE consta de dos partes: una material y otra inmaterial. La parte inmaterial (todo lo que no tiene precio

de mercado) representa la pérdida del júbilo de vivir y el valor del dolor, aflicción y sufrimiento de las víctimas

y sus parientes, también llamado ‘pérdidas humanas’. La parte material, que está formada por toda la utilidad

que puede adquirirse por medio de transacciones de mercado, consiste en la pérdida de consumo durante los

años sacrificados: el ‘no ser capaz de consumir por más tiempo’. Se emplea el descuento para calcular su

valor presente. El supuesto es que la gente está dispuesta a pagar para reducir su riesgo de dejar de disfrutar

de la vida, del dolor, la aflicción y el sufrimiento, así como la pérdida del consumo futuro”

Por tanto, el VVE obtenido a partir de las preferencias individuales de la población no sólo recoge

pérdidas inmateriales (o humanas) sino también materiales (el valor del consumo potencial perdido

a consecuencia de la muerte prematura).

2.1.2. El concepto del valor de evitar o prevenir un fallecimiento

El valor total de evitar o prevenir un fallecimiento en accidente de circulación (VPF) refleja todos

aquellos costes derivados de un accidente de tráfico que pueden atribuirse directamente a una

víctima mortal. Dicho VPF consta de más componentes que el VVE4. Para descomponer el VPF

puede distinguirse entre la valoración que hacen los miembros individuales de la sociedad (como

consumidores o usuarios) y la valoración que efectúa la sociedad como un todo. Esto es, el VPF

comprende tanto costes internos (soportados únicamente por las víctimas y sus familiares) como

costes externos (soportados por el resto de la sociedad).

Varios proyectos internacionales han abordado la estimación de los costes externos del transporte,

juzgando la mayoría de ellos que el VVE es un coste interno ya que “se asume que el usuario 4 Si bien con frecuencia se utilizan los términos VPF y VVE como indicativos del mismo concepto (p.ej. Spackman et al., 2011), en este informe seguimos la convención utilizada por ejemplo por Wijnen et al. (2009) denotando como VVE al componente basado en la DAP del VPF, compuesto, además, por otros componentes no basados en la DAP que describimos en esta sección.


7

internaliza en su decisión el riesgo al que se expone, valorado como su DAP” (DMT, 2004: p. 62).

Evans (2001: p. 85), al describir la forma en que se estima el VPF en el Reino Unido, expone con

claridad este punto:

“Aunque la gran mayoría de las pérdidas derivadas de la muerte o lesión de una persona caen del lado de las

víctimas y sus familiares, una pequeña proporción de la pérdida corresponde al resto de la sociedad. Ya que

las pérdidas de la sociedad no son soportadas por las víctimas, se presume que no se incluyen en la

disposición a pagar por reducir el riesgo”.

Las pérdidas soportadas por el resto de la sociedad y por tanto no incluidas en la DAP individual

serían de dos tipos (Persson y Odeggard, 1995):

• Costes médicos

• Pérdidas de capacidad productiva neta

Los costes médicos reflejan en el caso de un accidente mortal los costes derivados de los servicios

de ambulancias y emergencia y, en su caso, los costes de hospitalización. Los costes médicos se

determinan empleando el denominado método del coste de restitución (Alfaro et al., 1994). Este

método consiste en estimar el coste del restablecimiento a una situación análoga a la existente

antes del accidente, mediante la aplicación de precios de mercado o tarifas administrativas al

conjunto de hechos derivados del accidente susceptibles de valoración. El grado de homogeneidad

con que se calculan estos costes en los diferentes países es muy elevado (Trawén et al., 2002).

En relación a las pérdidas de capacidad productiva, es preciso distinguir entre pérdidas netas y

brutas. El fallecimiento de una persona ocasiona unas pérdidas para toda la sociedad a

consecuencia de su completa pérdida de capacidad productiva. Estas pérdidas son brutas, en el

sentido en que incluyen la pérdida de consumo potencial que tan sólo afecta al finado y que, como

ya hemos visto, se recoge en el VVE. El método empleado para estimar el valor de estas pérdidas

brutas es el del capital humano (Alfaro et al., 1994). Esta metodología asume que la renta presente

y futura de las víctimas es equivalente al promedio de la población de su misma edad y sexo. Así,

una vez estimados los ingresos medios de cada grupo de edad y sexo, se proyectan al futuro

teniendo en cuenta variables tales como las tasas de actividad de cada grupo, su esperanza de vida

y el crecimiento general de la economía. Esa corriente futura de ingresos se actualiza aplicando una

determinada tasa de descuento. Pese a que el método de cálculo es semejante en todos los países

en los que se estiman las pérdidas de output, hay lugar a divergencias motivadas por cuestiones

como, por ejemplo, si sólo se tiene en cuenta el trabajo remunerado o se efectúa adicionalmente


8

una imputación por el valor del trabajo no remunerado (como, por ejemplo, se realiza en el Reino

Unido).

No debe, sin embargo, tomarse el enfoque del capital humano como equivalente al de la

disposición a pagar. Como indican Wijnen et al. (2009):

“Aunque el enfoque del capital humano y el enfoque de la disposición a pagar son considerados en ocasiones

alternativas para valorar las vidas humanas salvadas, debería advertirse que estiman diferentes componentes

de los costes y que los dos enfoques son complementarios. El enfoque de la disposición a pagar incluye tanto

un componente material (consumo perdido) como un componente inmaterial (pérdidas humanas) mientras

que el enfoque del capital humano se limita a las pérdidas materiales (producción bruta perdida).”

Puesto que tanto el VVE como las pérdidas brutas de producción incluyen una estimación de las

pérdidas de consumo, su adición sin más para calcular el VPF conduciría a una doble contabilización

de estas pérdidas. Así pues, para eludir esa doble contabilización, caben dos alternativas: a)

Sustraer el consumo perdido de la pérdida de producción bruta, expresándola así en términos de

producción neta perdida o b) minorar el VVE por la cuantía del consumo perdido resultando en las

pérdidas o costes humanos. Si bien son varios los países que optan por la segunda de estas dos

opciones (p.ej. Países Bajos), las directrices elaboradas en el proyecto HEATCO para que los países

de la UE valoren los efectos de los proyectos de transporte, recomiendan utilizar la primera de las

alternativas, esto es, estimar las pérdidas de producción netas.

En un reciente informe elaborado para el Departamento de Transporte británico (Spackman et al.,

2011), en el que se revisa la idoneidad de la práctica seguida en el Reino Unido para estimar el VPF,

se argumenta a favor de la recomendación formulada en el mencionado proyecto HEATCO. Según

los autores, la descomposición del VPF debe guardar coherencia con el procedimiento seguido para

derivar su valor. En el Reino Unido, desde la primera estimación del VVE basada en DAP

individuales publicada en 1988, el VPF es el resultado de sumar tres elementos:

VPM VVE N M= + + (3)

donde N denota las pérdidas netas de producción y M los costes médicos.

Sin embargo, el Departamento de Transporte británico no presenta en sus publicaciones anuales la

anterior descomposición, sino que reemplaza N por una estimación de las pérdidas brutas de

producción (que designaremos como B), calculando las pérdidas o costes humanos (H) de forma

residual. Es decir, como:


9

N B C= − (4)

donde C representa el consumo perdido a consecuencia de la muerte prematura.

Sustituyendo N en (3) por su expresión en (4), obtenemos:

( ) ( )VPM VVE B C M VVE C B M= + − + = − + +

(5)

La ecuación (5) representa la segunda de las posibilidades que antes comentábamos para evitar la

doble contabilización de las pérdidas de consumo, ya que (VVE – C) podemos definirlo como los

costes humanos H. Por tanto, se obtiene finalmente:

VPM H B M= + + (6)

Es decir, hay dos expresiones para un mismo VPF, las ecuaciones (3)y (6), pero la única de la cual

puede calcularse realmente el VPF es de la (3), ya que H es inobservable, y sólo puede calcularse

una vez que VVE, B y N son conocidos. Por la tanto, arguyen Spackman et al. (2011), lo más

coherente sería presentar la expresión (3), que muestra la base real de la estimación, el VVE, y no

los costes humanos que sólo pueden inferirse indirectamente a partir del anterior. Añaden,

además, que al hacerlo así, también se guarda coherencia con la descomposición del valor de

prevención de una víctima no mortal, puesto que este último caso no hay pérdidas de consumo que

descontar a las pérdidas brutas de producción. Toda la pérdida de capacidad productiva se

considera un coste externo que se añade al VVE.

2.1.3. Los costes sociales de los accidentes de tráfico

Si a los costes asociados a las víctimas se añaden los costes que no pueden ser atribuidos

directamente a una víctima, sino que son resultado del accidente en sí, se obtienen los costes

sociales de los accidentes de carretera (O’Reilly y McMahon, 1993). De acuerdo a las categorías

establecidas en el informe de la acción COST 313 (Alfaro et al., 1994), los costes asociados a los

accidentes serían de dos clases:

• Costes de la propiedad dañada

• Costes administrativos

Los costes por la propiedad dañada incluyen los costes de reparación o reemplazo de los vehículos

siniestrados, así como otros daños a la propiedad pública o privada ocasionados por el accidente.

Por su parte, los costes administrativos recogen los costes asociados a la policía, justicia, servicios

de emergencia y bomberos, así como los costes administrativos de las compañías aseguradoras. Al


10

igual que en el caso de los costes médicos, se emplea el método de los costes de restitución para

aproximar su importe. Así, por ejemplo, los costes materiales ocasionados por la propiedad dañada

pueden estimarse a partir de las indemnizaciones pagadas por daños materiales de los vehículos

asegurados.

Una vez calculados los costes relacionados con los accidentes puede estimarse el coste medio o

unitario por accidente mortal. Este coste excede al VPF al incluir los costes de la propiedad dañada

y los costes administrativos. En los Países Bajos se incluyen también los costes de congestión

ocasionados por los atascos derivados de los accidentes (SWOV, 2009b).

2.2. Métodos de estimación del VVE en el contexto de los accidentes de tráfico

2.2.1. Disposición a pagar individual vs social

Una tipología ampliamente asentada en el ámbito de la evaluación de las medidas de seguridad

viaria (Alfaro et al., 1994; De Blaeij et al., 2004) diferencia, dentro del enfoque de la DAP, dos

clases de aproximación: la individual y la social. La distinción clave entre ambas aproximaciones

radica en el origen de las preferencias. El enfoque de la DAP individual se basa en preferencias

declaradas expresamente o reveladas implícitamente por los ciudadanos. La DAP social se obtiene,

en cambio, a partir de las decisiones de gasto de las administraciones públicas. A partir del análisis

de tales decisiones se obtiene de forma implícita una estimación de cuánto dinero se invierte en

salvar una vida. Por esta razón, este enfoque se llama también el método del coste por vida salvada

(De Blaeij et al., 2003). Hay que enfatizar, sin embargo, que estrictamente hablando esta

aproximación no da lugar a un VVE, ya que no refleja las preferencias de la población, sino las de los

poderes públicos (Wijnen et al., 2009). Uno de los fundamentos teóricos del VVE es su respeto al

principio normativo de soberanía del consumidor, el cual establece que cada individuo es el mejor

juez de su propio bienestar. Por tanto, sólo cabe identificar auténticamente el concepto de VVE con

el enfoque de la DAP individual.

2.2.2. Preferencias reveladas vs. declaradas

2.2.2.1. Preferencias reveladas

Dentro del mencionado enfoque individual cabe identificar dos grandes metodologías para estimar

el VVE. Por un lado están los métodos de preferencias reveladas, y por otro los métodos de

preferencias declaradas. El primer conjunto de métodos asume que puede inferirse la DAP por la

reducción del riesgo de muerte a partir de la observación de las decisiones que toman los

individuos en mercados relacionados. Por ejemplo, históricamente la literatura sobre el VVE ha


11

estado dominada por estudios de preferencias reveladas que han estimado la relación de

intercambio entre salarios y riesgos laborales (Cropper et a. 2011). Este tipo de estudios se

denominan estudios de salario-riesgo o de salarios hedónicos y suponen que si una persona acepta

un empleo con un riesgo superior a la media normalmente requerirá un salario también mayor a la

media como compensación. Esa compensación se denomina prima salarial y se deduce regresando

el salario con respecto al riesgo de muerte. Puede hallarse así la relación marginal de sustitución

entre renta y riesgo de muerte que constituye el VVE.

Otro tipo de estudios de preferencias reveladas son los denominados estudios de comportamiento

del consumidor o de gastos preventivos. En este caso, el gasto que realizan los consumidores en

dispositivos de seguridad se toma como un límite inferior del valor ex ante asignado a reducir el

riesgo de muerte (Lindhjem et al., 2010). Por ejemplo, a partir de los precios pagados por vehículos

con diferentes dispositivos de seguridad se establece, bajo determinados supuestos, una relación

de intercambio con las reducciones de riesgo asociadas. De dicha relación se obtiene el VVE.

La principal ventaja que ofrecen ambos tipos de métodos, salarios hedónicos y gastos preventivos,

es que se sustentan en el comportamiento real de los individuos en los mercados. Sin embargo,

afrontan problemas que hacen cuestionable su aplicabilidad para la estimación del VVE en el

ámbito de los accidentes de tráfico. En relación a los estudios de salario-riesgo, si bien podría

concebirse un mercado privado para la seguridad laboral, expresado en términos de los pluses

pagados por desempeñar los empleos más peligrosos, resulta difícil imaginar lo mismo en el caso de

las mejoras de seguridad viaria, sobre todo teniendo en cuenta que la compra y utilización de

muchos dispositivos de seguridad, tales como los cinturones de seguridad, son obligatorios (Wijnen

et al., 2009). Una segunda limitación proviene del hecho de que los estudios de salarios hedónicos

sólo proporcionan estimaciones de VVE para un determinado segmento de población, el

compuesto por la población en edad de trabajar (Lindhjem et al., 2010a). Además, la mayoría de las

personas cubiertas por los estudios basados en el mercado de trabajo afrontan mayores riesgos en

sus empleos que en la carretera (Dionne y Lanoie, 2004), lo cual aparentemente parece conducir a

VVE mayores en el primer caso que en el segundo (Elvik, 1995).

Por su parte, los estudios del comportamiento del consumidor, muy poco empleados en el contexto

específico del transporte y la seguridad en carretera, parecen de escasa utilidad en este ámbito. Por

ejemplo, una limitación proviene del hecho de que la compra de un determinado dispositivo de

seguridad como un airbag no es independiente del resto de accesorios del vehículo, de modo que

es difícil separar la valoración que realiza el consumidor del airbag de la del resto del vehículo


12

(Wijnen et al., 2009). Este problema hace que el VVE estimado mediante este método no sea en

general un límite inferior de la DAP media de la población por reducciones del riesgo de muerte

(Shogren y Stamland, 2005). Adicionalmente, y esta limitación es extensible también a los estudios

de salarios hedónicos, los métodos de preferencias reveladas suponen que las personas conocen

los riesgos a los que se enfrentan y que son capaces de valorarlos correctamente, sin que tales

valoraciones se vean influidas por distorsiones de los mercados (Spackman et al., 2011). Esta

limitación se acrecienta en el caso de la seguridad viaria, ya que el riesgo de sufrir un accidente

mortal, así como su variación a consecuencia de una medida de seguridad, es muy pequeño,

dificultando las valoraciones que pueden realizar los consumidores.

2.2.2.2. Preferencias declaradas

Por preferencias declaradas se alude a un conjunto de métodos que obtienen valoraciones de

bienes que carecen de mercado (como la salud o la contaminación) mediante el empleo de

preguntas hipotéticas en encuestas. En el caso de la seguridad vial, se pregunta a los entrevistados,

de forma directa o indirecta, por cuál es su DAP por la provisión de seguridad. Hay al menos tres

tipos de métodos dentro del enfoque de las preferencias declaradas. Las dos metodologías que

podríamos calificar como “clásicas” son la valoración contingente y los experimentos de elección

discreta. Desde hace un par de décadas, no obstante, han emergido propuestas metodológicas que

no cabe encuadrar dentro de ninguna de las dos categorías anteriores y que nosotros simplemente

denominaremos como otros métodos.

Valoración contingente

Los estudios de valoración contingente (VC) recrean en un cuestionario un mercado virtual donde el

encuestador representa el papel de la oferta, el entrevistado la demanda, y la DAP el precio de

mercado. Esta DAP es contingente al mercado recreado en el cuestionario. En ocasiones también se

inquiere por la disposición a aceptar (DAA), esto es, la mínima suma de dinero que el encuestado

aceptaría como compensación por verse privado de un bien o por soportar un mal. La principal

ventaja que presenta la VC es que permite al investigador presentar a la muestra de la encuesta

exactamente la información que debe ser objeto de valoración (Dionne y Lanoie, 2004). En el caso

de la seguridad vial, permite mostrar información sobre riesgos pequeños y sus cambios de un

modo que puede facilitar su procesamiento por parte de la población (SWOV, 2009a). Además, la

muestra puede ser representativa de la población general y no limitarse, como en los estudios de

salarios hedónicos, al colectivo de trabajadores. Esta metodología no está, sin embargo, exenta de

problemas. Sin duda, y así es reconocido en el entorno académico (Mitchell y Carson, 1989;

Bateman et al., 2002), asegurar la verosimilitud de los escenarios hipotéticos recreados en la


13

encuesta, así como procurar que la información suministrada sea comprendida suficientemente, no

es una tarea sencilla. Hay toda una colección de diversos problemas relacionados con la VC (Beattie

et al., 1998), siendo algunos de los más notables los efectos de insensibilidad a la variación del

riesgo (scope effects), incrustación (embedding effects), secuencia (sequencing effects) y formato

(framing effects)5. Sin embargo, probablemente su mayor limitación provenga de la propia

naturaleza hipotética de las preguntas formuladas, lo cual puede sesgar al alza las DAP declaradas,

obviando la inevitable restricción presupuestaria que necesariamente operaría de tener

consecuencias reales las respuestas proporcionadas (Bickel et al., 2005).

Experimentos de elección discreta

Los experimentos de elección discreta, también referidos en la literatura como análisis conjunto o

modelización de elección discreta de preferencias declaradas, presentan al individuo un conjunto de

alternativas hipotéticas, cada una de ellas caracterizada mediante una serie de atributos o

características que difieren entre sí en los niveles establecidos. Según la modalidad empleada, los

encuestados deben elegir entre las alternativas o bien ordenarlas (o incluso puntuarlas). A partir de

las elecciones efectuadas puede determinarse la relación marginal de sustitución entre cualquier

característica y aquella que se desea valorar (p.ej. el riesgo de muerte). Si una de las características

es un precio monetario entonces es posible inferir la relación de intercambio entre la renta y el

bien objeto de valoración. Los experimentos de elección comparten la naturaleza hipotética de las

preguntas de VC. En este sentido tampoco eluden el eventual sesgo de hipótesis que pueda

producirse. Sí tiene, en principio, a su favor el hecho de que los entrevistados simplemente eligen

(u ordenan) entre alternativas en lugar de establecer el precio del bien, tal y como se hace en los

estudios de valoración contingente. Esta forma de obtener las preferencias se presume más

incentivo compatible (más incentivadora de respuestas verdaderas) que otros formatos empleados

en VC. No obstante, esta cualidad no siempre parece mantenerse (Carson y Groves, 2007). Entre

algunas de las limitaciones observadas para los experimentos de elección se señala que al utilizar

múltiples atributos y tarjetas de elección, puede hacer que la medida de seguridad planteada

resulte ambigua al encuestado y al investigador (Collins y Vossler, 2009). También se ha afirmado

5 Un supuesto que subyace a la VC es que la DAP debe guardar una relación aproximadamente proporcional (cuasiproporcional) con el tamaño de la reducción del riesgo. La insensibilidad a la variación del riesgo significa que la DAP no varía lo suficiente (o incluso se mantiene constante) ante cambios de diferente magnitud en el nivel de riesgo de partida. El efecto incrustación es una extensión de esta insensibilidad, de modo que el entrevistado atribuye la misma DAP a un componente de un conjunto de bienes que al conjunto completo. El efecto secuencia sucede cuando la DAP declarada para uno de los bienes varía cuando el orden en que se pregunta por la DAP se altera. Finalmente, se produce un efecto formato cuando, por ejemplo, la forma en que se comunican los riesgos (probabilidades o frecuencias) conduce a DAP dispares.


14

que la inclusión de múltiples contextos de riesgo en un único experimento puede hacer que el

entrevistado no comprenda bien el nivel de riesgo de partida, interpretando la misma reducción de

riesgo de un modo distinto, según el contexto (Beattie et al., 2000). En cualquier caso, la aplicación

de experimentos de elección discreta en el ámbito de la seguridad vial es todavía muy escasa. Dos

recientes metaanálisis (Lindhjem et al., 2010a; Dekker et al., 2011) de estudios de preferencias

declaradas tan sólo han identificado dos experimentos de elección discreta en el contexto de la

seguridad en carretera.6

Otros métodos

El tercer conjunto de métodos de preferencias declaradas está constituido por procedimientos en

los que los encuestados valoran las reducciones del riesgo de mortalidad mediante la combinación

de una serie de intercambios no monetarios con una métrica monetaria. Uno de estos

procedimientos fue el empleado por Viscusi et al. (1991) y Krupnick y Cropper (1992), quienes

plantearon a los encuestados intercambios del tipo riesgo-riesgo (risk-risk o risk-tradeoff). Con este

método se pide al entrevistado que indique la reducción en el riesgo de morir que requeriría para

compensar un aumento en el riesgo de experimentar un problema de salud no mortal. Jones-Lee et

al. (1995), en el estudio realizado en 1991 en el Reino Unido para obtener el valor monetario de la

prevención de víctimas no mortales, emplearon el método de la lotería estándar (standard

gamble), descartando expresamente la utilización del procedimiento riesgo-riesgo. La lotería

estándar (LE) es una técnica de medición de preferencias frecuentemente utilizada en el ámbito de

la economía de la salud, que pide al encuestado que determine la probabilidad p que le haría

indiferente entre padecer con certeza un problema de salud no mortal (p.ej. una lesión derivada de

un accidente de tráfico) y recibir un tratamiento médico que puede curarle por completo con

probabilidad 1-p, pero que también puede matarle con probabilidad p. Los autores emplearon con

otra muestra participante en el mismo estudio preguntas de VC. Tras examinar los resultados

alcanzados, concluyeron que las respuestas a las preguntas formuladas con la lotería estándar

ofrecían una base más fiable para el cálculo del valor de prevención de una víctima no mortal que

las obtenidas vía VC, que mostraron claras señales de insensibilidad (scope effect) a las variaciones

del riesgo. Dolan et al. (1995) compararon el método riesgo-riesgo y la LE para diferentes

problemas de salud, concluyendo que las respuestas otorgadas a las preguntas riesgo-riesgo

evidenciaron un notable grado de confusión por parte de los entrevistados. Por el contrario, la

mayoría de los participantes se mostraron cómodos con la preguntas de la LE, manifestando una

mayor confianza en sus respuestas. No obstante, un problema que constataron Jones-Lee et al.

6 Un estudio de Rizzi y Ortúzar (2003) en Chile y otro de Tsuge et al. (2005) en Japón.


15

(1995) con la LE fue que, en particular en el caso de las dolencias más leves, muchos encuestados se

declararon incapaces de asumir ningún riesgo de muerte a cambio de tener la posibilidad de

curarse del todo.

La evidencia obtenida por Jones-Lee et al. (1995) de que la gente es insensible a las reducciones de

pequeños riesgos de muerte, movió al Departamento de Medio Ambiente, Transporte y de las

Regiones británico a financiar un estudio en el que se explorase en profundidad el alcance de este

problema, así como posibles cauces para solucionarlo. Los resultados del estudio se recopilan en

Beattie et al. (1998), quienes, pese a los intentos por mitigar el referido problema de la

insensibilidad a las variaciones del riesgo, detectaron que incluso se exacerbaba. En aquel

momento el VPF oficial en el Reino Unido databa de 1987, y estaba basado en un estudio de

valoración contingente realizado en 1982 (Jones-Lee et al., 1985). Los problemas de insensibilidad

documentados por Beattie et al. (1998), motivaron que en 1997 se abordara un nuevo estudio con

la finalidad de reestimar el VPF británico. Con el objeto de soslayar los problemas relacionados con

las variaciones de riesgos pequeños, se desarrolló un nuevo método (Carthy et al., 1999) bautizado

como el enfoque encadenado VC/LE (CV/SG chained approach). Este procedimiento es el escogido

en el estudio que describimos en este informe para estimar el VVE en España.

La lógica del método encadenado VC/LE es la siguiente. Como obtener DAP fiables por cambios en

riesgos pequeños es difícil, porque los encuestados no discriminan suficientemente entre

variaciones de tan escasa magnitud, se optó por fragmentar la obtención de la DAP por una

reducción del riesgo de muerte en dos componentes: un primer componente de VC para obtener

DAP y DAA por una lesión de moderada gravedad sufrida con certeza, de lo cual se deriva la

relación marginal de sustitución entre renta y un estado de salud no mortal, y un segundo

componente consistente en una lotería estándar modificada o doble lotería mediante la cual se

obtiene la razón entre la relación marginal de sustitución de la renta y la muerte y entre aquélla y el

estado no mortal. El producto de los dos componentes resulta en el VVE. Éste, a su vez, una vez

acrecentado por el valor de las pérdidas netas de producción y los costes médicos resulta en el VPF.

La utilización de una doble lotería en lugar de una normal se debió al intento por evitar la renuencia

a aceptar intercambios entre riesgo de muerte y salud que constató Jones-Lee et al. (1995). Este

problema de la LE ha sido descrito en la literatura sobre sesgos en la medición de preferencias

como el efecto certeza (certainty effect). La intuición que subyace a este efecto reside en que, como

la lesión no mortal se produce con certeza, pero la curación que ofrece el tratamiento es sólo

probable puesto que existe el riesgo de morir, muchas personas tienden a “anclarse” en la


16

alternativa segura (la lesión no mortal) demandando una probabilidad de muerte muy pequeña

para declararse indiferentes entre las dos opciones. El efecto certeza se produce cuando no hay

probabilidad de morir lo suficientemente pequeña que conduzca a la indiferencia. La lotería

estándar modificada reemplaza la alternativa segura por una incierta, esto es, compara entre sí dos

tratamientos, de modo que en ambos se produce el fallecimiento del paciente si fallan los

tratamientos, mientras que, si tienen éxito, uno de ellos restablece la salud y el otro resulta en la

lesión no mortal. Al no haber una alternativa segura, sino dos loterías, se erosiona la motivación del

efecto certeza, de modo que se evita el problema de la indisposición a aceptar algún riesgo de

muerte.

Este enfoque es en el que se basa en la actualidad el VPF recomendado en el Reino Unido en el

contexto del transporte por carretera, y que se cifró en 1997 en 1 millón de libras esterlinas. Desde

entonces se actualiza año a año al ritmo de crecimiento del PIB per cápita real. El VPF

correspondiente al año 2009 asciende a 1.585.510 libras esterlinas.

2.3. Evidencia internacional sobre el VVE/VPF7

2.3.1. Valores estimados vs valores oficiales

Son cada vez más los países en los que equipos de investigadores han desarrollado estudios de DAP

para estimar el VVE. Por ejemplo, un reciente informe de la Comisión Europea sobre análisis coste-

beneficio en el contexto de la seguridad vial (SafetyNet, 2009) menciona los siguientes países

europeos: Bélgica, Dinamarca, Francia, Gran Bretaña, Grecia, Países Bajos y Suecia. Esto no

significa, sin embargo, que las valoraciones oficiales publicadas por las autoridades de tráfico de

esos países reflejen en todos los casos esas estimaciones. En algunos casos, el VPF oficial

corresponde a otro enfoque (p.ej. método de las indemnizaciones), mientras que en otros, dicho

valor oficial suele ser inferior a la estimación media que se obtiene en los estudios. En su lugar,

suele escogerse una estimación ubicada en el rango inferior de los valores estimados, una

estimación conservadora. El principal argumento utilizado para defender esta práctica es que,

como las fuentes de error asociados con los estudios de DAP son numerosas, debe evitarse premiar

proyectos que produzcan ratios coste-beneficio erróneamente favorables. Por ejemplo, el estudio

de DAP en el que se basa el actual valor oficial holandés (de Blaeij, 2003) obtuvo dos estimaciones

7 Se mantiene la dualidad VVE/VPF porque no siempre es posible conocer si, por ejemplo, la valoración oficial publicada por un determinado país corresponde a la acepción de VVE mantenida en este informe (DAP por la reducción del riesgo más valor del consumo perdido) o si contiene también otros costes relacionados con la víctima mortal (costes médicos y administrativos), en cuyo caso se trataría del coste por víctima mortal que aquí hemos denominado VPF. Por ejemplo, en el caso del Reino Unido la valoración publicada es la del VPF, mientras que en Países Bajos es el VVE.


17

puntuales, una mediante valoración contingente, y otra mediante un experimento de elección

discreta. La primera ofrece un VVE de 2,2 millones de euros y la segunda un VVE de 5 millones

(ambas a precios de 2001), con sendos intervalos de confianza de 1,9–2,5 millones de euros y de 2-

9,5 millones de euros. El valor finalmente utilizado para calcular los costes sociales de los

accidentes en los Países Bajos es la primera de las dos estimaciones puntales, 2,2 millones de euros

con un margen de confianza de 0.3 millones de euros que puede utilizarse para realizar análisis de

sensibilidad (SWOV, 2009a).

2.3.2. Meta-análisis del VVE

Un modo de intentar sintetizar la evidencia investigadora disponible en relación al VVE es acudir a

los metaanálisis elaborados hasta el momento. El término metaanálisis (Glass, 1976) hace

referencia a la síntesis de resultados empíricos provenientes de diversos estudios efectuada

mediante la aplicación de técnicas estadísticas. El tratamiento estadístico de los resultados es el

elemento diferencial con respecto a simples revisiones bibliográficas. En el contexto de las

estimaciones del VVE, los metaanálisis suelen perseguir dos objetivos: intentar explicar las

diferencias detectadas entre los distintos estudios analizados (p.ej. averiguar si el VVE depende de

la renta per cápita) y estimar una función de transferencia de beneficio (benefit transfer), esto es,

una función capaz de transferir adecuadamente el VVE proveniente de un conjunto de estudios

originales (instancia habitualmente denominada entorno o emplazamiento del estudio – study site)

al ámbito en el que se quiere valorar las medidas de seguridad vial (denominado entorno de la

política – policy site)8. Ambos objetivos pasan por estimar una ecuación de meta-regresión en la

que se regresa el VVE de cada estudio respecto de una serie de variables explicativas como, por

ejemplo, el tipo de riesgo analizado, el método de valoración empleado o la renta de la población

encuestada.

Desde finales de los años 90 hasta ahora se han sucedido numerosos metaanálisis sobre el VVE,

abarcando diversos tipos de riesgo (riesgos laborales, ambientales, relacionados con la salud, etc.).

Doucouliagos et al. (2011) hacen un recuento de ellos, contabilizando 14. No todos ellos abordan la

valoración de reducciones del riesgo de muerte en el contexto de los accidentes de tráfico. Varios

de ellos, por ejemplo, se centran en estimaciones del VVE basadas en el método de salarios

8 Hay varias formas diferentes de transferir el valor estimado en un contexto (p.ej. un grupo de países) a otro (p.ej. un país determinado). El proyecto HEATCO (Bickel et al., 2005) establece dos tipos de enfoques al respecto. El método más simple consiste en transferir el valor, bien directamente (transferencia unitaria simple), bien ajustando dicho valor por las diferencias de renta existentes entre los estudios y el entorno en el que se va a aplicar el VVE (transferencia unitaria con ajustes de renta). El segundo enfoque consiste en estimar una función de transferencia del beneficio. La técnica del metaanálisis se emplea para estimar una función de transferencia común al grupo de estudios analizados.


18

hedónicos (p.ej. Viscusi y Aldi, 2003). Si nos centramos exclusivamente en el ámbito de la seguridad

vial, podemos identificar al menos 4 metaanálisis de interés: Miller (2000), De Blaeij et al. (2003),

Lindhjem et al. (2010a) y Dekker et al. (2011).

El metaanálisis realizado por Miller (2000) se basó en 68 estudios de 13 países distintos. Dichos

estudios ofrecían valoraciones de riesgos laborales, incendios y seguridad vial. Miller efectuó dos

tipos de meta-regresiones. Unas utilizando una observación (una estimación de VVE) por estudio

(regresiones de estudios individuales) y otras empleando una observación por país (regresiones a

nivel de país). Empleó una regresión logística para estimar la elasticidad renta de la demanda del

VVE (esto es, la sensibilidad de la magnitud del VVE al nivel de renta per cápita de cada estudio y

cada país). Las elasticidades estimadas fueron muy parecidas ya se utilizaran datos a nivel de

estudio o a nivel de país. En este último caso, el rango de elasticidades abarcó el intervalo

comprendido entre 0,92 y 1. Al ser estas elasticidades de mayor valor que las estimadas en algunos

estudios para un país concreto, Miller (2000) concluye que la elasticidad de la renta entre países es

mayor que dentro de los países. Las regresiones fueron utilizadas para predecir el VVE de 49 países,

a modo de una función de transferencia de beneficio. Para el conjunto de los países seleccionados

obtuvo un VVE promedio de 650.000 dólares (a precios de 1995). Las estimaciones

correspondientes a los países de la UE y Norteamérica fueron de 2,7 y 2,2 millones de dólares,

respectivamente.

De Blaeij et al. (2003) aborda un metaanálisis de estudios específicamente realizados en el marco

de la seguridad vial. Su trabajo se basa en 30 estudios correspondientes a 7 países europeos, más

EE.UU., Canadá, Nueva Zelanda y Chile. De esos estudios obtienen 95 estimaciones del VVE que

emplean en las regresiones efectuadas para determinar de qué factores depende la magnitud del

VVE. Sus resultados señalan que el VVE depende del método de valoración empleado, de modo que

los VVE estimados mediante procedimientos de preferencias declaradas resultaron

significativamente mayores que los estimados mediante el método del coste por vida salvada.

Además, los VVE obtenidos vía preferencias declaradas también resultaron algo superiores a los

obtenidos a través de preferencias reveladas. La mayoría de los VVE estimados en los estudios

analizados por de Blaeij (2003) se basaron en el enfoque de las preferencias declaradas. Un

segundo resultado de interés de este trabajo es que se obtuvo una relación positiva y significativa

entre el nivel de riesgo de partida y la magnitud del VVE, así como una relación negativa y

significativa entre el tamaño de la reducción del riesgo y el VVE. Teóricamente suele suponerse

(Eeckhoudt y Hammitt, 2001) que para niveles de riesgo tan reducidos como los de los accidentes

de tráfico, pequeñas variaciones de los mismos no tendrán un gran impacto en el VVE estimado (la


19

utilidad marginal de la renta para esos riesgos tan pequeños es constante). El resultado contrario a

este supuesto obtenido por de Blaeij et al. (2003) le lleva a afirmar (p. 984) que “el enfoque de

transferencia del valor propuesto por Miller (2000) puede tener que ser ampliado para incluir

niveles de riesgo inicial junto al nivel de PIB per cápita”. El VVE medio obtenido por de Blaeij et al.

(2003) de las estimaciones que utilizó, ascendió a 4,4 millones de dólares (a precios de 1997). La

mediana fue de 3,2 millones de dólares. De excluir las estimaciones basadas en el método del coste

por vida salvada el VVE habría sido superior.

El estudio de Lindhjem et al. (2010a) representa el metaanálisis más exhaustivo realizado hasta la

fecha sobre VVE estimados con estudio de preferencias declaradas en los ámbitos del

medioambiente, la salud y el tráfico. El metaanálisis se realizó en el marco del proyecto de la

Comisión Europea PIMAVE9, y hay otros dos informes relacionados con el mismo: Lindhjem et al.

(2010b) y Biausque (2010). Lindhjem et al. (2010a) analizan 75 estudios diferentes (29 de ellos en el

contexto de la seguridad vial) extrayendo 900 estimaciones del VVE de ellos. El hecho de contar con

todas las estimaciones que se proporcionan en los estudios y no sólo con la recomendada en ellos,

es lo que hace que el valor medio (sin excluir ninguna observación) sea considerable (9.267.000

dólares de PPA10 a precios de 2005), con un rango que va desde un valor mínimo de 4.450 dólares a

un máximo de 206.474.000 dólares. El valor mediano es sustancialmente inferior, alcanzando los

2.814.000 dólares. Si el análisis se circunscribe a los VVE estimados en el ámbito de los accidentes

de tráfico, es ahí donde precisamente se identifican los mayores valores, por encima de las

estimaciones realizadas en el contexto del medioambiente y de la salud. El VVE medio alcanza en el

contexto de la seguridad vial una magnitud cercana a los 9 millones de dólares (8.677.211 dólares).

Los autores realizan un análisis de regresión para intentar averiguar cuáles son los factores

determinantes del VVE. Para ello consideran cuatro tipos diferentes de variables explicativas:

• Variables de contexto de la valoración del riesgo (p.ej. reducción del riesgo).

• Variables metodológicas (p.ej. si el estudio fue de VC o de otro tipo).

• Variables sociodemográficas (p.ej. renta per cápita).

• Variables de calidad del estudio (p.ej. si el estudio fue publicado en una revista o no).

9 Policy implications of meta-analysis of value of statistical life (VSL) estimates. 10 PPA son las siglas de Paridad de Poder Adquisitivo. Los índices de PPA permiten convertir las magnitudes económicas de los diferentes países a una moneda común (dólares estadounidenses) ajustando por las diferencias de poder adquisitivo existentes entre dichos países. Los ajustes de PPA permiten comparar los VVE estimados en países diferentes al garantizar que 1 dólar tiene el mismo poder de compra en cualquiera de los países considerados que en el país de referencia (EE.UU.).


20

Estas variables lograron explicar en promedio el 70% de la variación del VVE. En la mayoría de las

meta-regresiones efectuadas, las variables metodológicas lograron explicar la mayor parte de la

varianza. Cuando los análisis se limitan a un subconjunto de datos metodológicamente

homogéneos, entonces son las variables relacionadas con las características del riesgo las más

importantes. Algunos resultados interesantes son, por ejemplo, la relación negativa entre el

tamaño de la variación del riesgo y la magnitud del VVE (sugiriendo problemas de insensibilidad) y

que se observa la propiedad teórica de que un mayor nivel de renta resulta en una mayor DAP y un

mayor VVE. La elasticidad renta de la demanda estimada es de 1,2. No se observa, en cambio, una

relación clara entre el VVE y la edad, aunque una de las regresiones efectuadas indicó que las

personas de más de 60 años tienen una mayor DAP y, por tanto, un mayor VVE. Este resultado sería

contrario, en principio, a la idea de una relación entre edad y VVE con forma de U invertida

(Hammit, 2007). Claramente la mayoría de los estudios que han empleado el enfoque de las

preferencias declaradas para estimar el VVE han utilizado la metodología de la VC.

Biausque (2010) aplica una serie de criterios de exclusión a la muestra de estudios empleada por

Lindhjem et al. (2010a), a fin de garantizar la calidad de los VVE finalmente estimados. Uno de

dichos criterios consistió en que los propios autores de los estudios dijeran cuáles de sus

estimaciones deberían tenerse en cuenta y cuáles no. Estas últimas fueron excluidas del

metaanálisis. Asimismo, se excluyeron aquellos estudios con un tamaño muestral inicial inferior a

200 y con una muestra útil para realizar la estimación inferior a 100. Tras esta depuración, el

número final de observaciones empleadas ascendió a 366, obteniéndose un VVE medio algo

inferior a 3 millones de dólares (2.968.048 dólares). La estimación promedio para el contexto de los

accidentes de tráfico (65 observaciones) fue de 4.884.853 dólares, sensiblemente superior a las

obtenidas en los otros dos ámbitos, que se situaron alrededor de los 2,5 millones de dólares. Por su

parte, Lindhjem et al. (2010b) amplía la muestra inicial de estudios manejada por Lindhjem et al.

(2010a), estimando diversas funciones de beneficio para transferir el VVE, tomando en

consideración el mismo conjunto de variables explicativas que fuera utilizado por Lindhjem et al.

(2010a). Los autores ensayan diferentes meta-regresiones, variando sucesivamente el número de

variables explicativas, así como el tamaño muestral. El modelo que conduce a un menor error a la

hora de predecir el VVE de Japón fue el basado en la misma muestra depurada que empleó

Biausque (2010).

Dekker et al. (2011) realizan un metaanálisis de 26 estudios de preferencias declaradas con la

intención de constatar si el contexto en que se presenta el riesgo (p.ej. contaminación) afecta al

VVE estimado. Los estudios seleccionados abarcan tres contextos de riesgo diferentes,


21

contaminación, seguridad vial y ‘sin causa especificada’ o contexto general. Los autores utilizan en

sus regresiones un total de 77 estimaciones del VVE. El rango de estas estimaciones en cada uno de

los contextos confirma que, en principio, los VVE obtenidos en el ámbito de los accidentes de

tráfico, son mayores. Así, mientras que los VVE estimados en ese caso recorren un rango

comprendido entre 0,73 y 33,58 millones de dólares de PPA (a precios de 2004), el rango para los

estudios de contaminación abarca el intervalo 0,13-5,43 millones de dólares, y el correspondiente

al contexto general oscila entre 0,55 y 8,91 millones de dólares. Sin embargo, como el tamaño de la

reducción del riesgo afecta al VVE tanto en el numerador como en el denominador, los autores

emplean como variable dependiente en sus regresiones la DAP media en lugar del VVE. Las

variables de control utilizadas son variables relacionadas con las características del riesgo

(incluyendo la variable representativa del contexto de riesgo), con las características de los

encuestados (p.ej. edad) y con las características metodológicas de los estudios (p.ej. formato de

las preguntas). El principal resultado alcanzado es que claramente el contexto en que se formula el

riesgo afecta a la DAP, identificándose que dicha DAP es mayor para reducciones del riesgo de

muerte relacionado con la contaminación y sin causa especificada, respecto de la DAP declarada en

el caso de los accidentes de tráfico. Los autores afirman que las estimaciones del VVE obtenidas en

el ámbito de la seguridad vial deberían multiplicarse por un coeficiente de 1,8 para ser aplicables al

contexto de la polución ambiental. La simulación presentada en el artículo acerca de cuál sería el

sesgo producido de no ajustarse debidamente el VVE de los accidentes de tráfico, sugiere que el

VVE en dicho contexto representa un 50% del correspondiente a los riesgos de contaminación

ambiental y un 31% del VVE del contexto general. Otros resultados de interés del estudio es la

evidencia obtenida acerca de insensibilidad de la DAP a la variación del riesgo, que la DAP aumenta

si el riesgo afecta a la familia antes que tratarse de un riesgo puramente privado, que la DAP es

superior si el riesgo se presenta en términos de vidas salvadas o si se usan ayudas visuales para

comunicar la reducción del mismo. Asimismo, la DAP tiende a ser más elevada cuando se utilizan

cartones de pagos en lugar de preguntas abiertas.

2.3.3. Valores oficiales Hay diversos estudios, varios de ellos financiados por la UE, en los que se han recopilado los VVE o

los VPF empleados con fines oficiales por las administraciones públicas de los diferentes países.

Haremos referencia aquí a los más recientes, si bien el ya mencionado proyecto COST 313 repasaba

el coste por víctima mortal utilizado en 14 países europeos (en el año 1990).

Una primera referencia relevante es la proporcionada por el proyecto UNITE (Nellthorp et al.,

2000), ya que los supuestos y convenciones adoptadas en ese proyecto fueron posteriormente


22

adoptados también por el proyecto HEATCO (Bickel et al., 2006), el cual recomendó VVE oficiales

para los 25 países de la UE más Noruega y Suiza. Nellthorp et al. (2000) proponen un valor estándar

europeo de 1,5 millones de euros de PPA por víctima mortal (a precios de mercado de 1998) que

sería transferido a cada uno de los países considerados en su estudio (19 países europeos)

ajustándolo linealmente en proporción al índice de PIB per cápita11. El resultado de transferir dicho

valor a España resultaría en un VVE de 1,21 millones de euros, suma que multiplica por 17 el valor

oficial que se le atribuye al estado español en el informe (70.000 euros). Según los autores del

informe, sólo debería utilizarse el valor estándar europeo en aquellos países que carezcan de

estudios propios basados en el enfoque de la DAP (en concreto, basados en el método de la VC).

Resulta muy relevante destacar que la fuente principal en la que Nellthorp et al. (2000) basan el

valor estándar europeo recomendado en el proyecto UNITE es el estudio realizado por Carthy et al.

(1999), cuya metodología es aplicada en el estudio que presentamos en este informe. En concreto,

Nellthorp et al. (2000: p. 22) señalan que:

“Carthy et al. (1999), que es una continuación de Beattie et al. (1998), utilizan el método de VC para estimar

una DAP para estados menos graves y un análisis riesgo/riesgo para ligar la DAP a la muerte. Concluyeron que

un VVE en el rango de 0,5*106 a 1,6*106 de libras. Esta recomendación está basada en medianas sin recortar

y en medias recortadas. Los autores conceden más peso a las medias recortadas y sugieren que es más

plausible el rango 1,0*106 a 1,6*106 de libras con una estimación puntual de alrededor de 1,0*106 de libras

como apropiada.

Este valor incluye el coste neto de producción perdida, costes médicos y de ambulancia. Si estos costes se

reducen (aproximadamente 0,1*106) su valor recomendado sería de 1,5*106 euros”.

El proyecto HEATCO asume el mismo valor de 1,5 millones de euros propuesto en UNITE, así como

el mismo método de transferencia a cada uno de los países. Dichos supuestos dan lugar a un rango

de VVE para la UE-25 más Noruega y Suiza que va desde los 534.000 euros de Letonia a los

2.055.000 euros de Luxemburgo y Noruega. El VVE recomendado para España asciende a 1.302.000

euros. Todos los valores se expresan en euros de PPA del año 2002.

Varias publicaciones de instituciones europeas (Hakkert y Wesemann, 2005; Yannis, 2009;

SafetyNet, 2009) recogen una síntesis de los valores oficiales empleados en 19 países europeos

(más Canadá, EE.UU. y Nueva Zelanda) extraídos de fuentes diversas, en particular un informe (de

11 Esto representa asumir una elasticidad renta de la demanda de 1, de modo que el VVE del país i sería igual al producto de 1,5 millones de euros por la razón entre el PIBpc del país i y el PIBpc de la UE-15. Este ajuste por la renta per cápita es un ejemplo de lo que antes denominábamos transferencia unitaria con ajustes de renta.


23

Blaeij et al., 2004) realizado al amparo del proyecto ROSEBUD12. El rango de valores oficiales

recogido en esos documentos sitúa a España como el segundo país con un VVE más pequeño

(150.253 euros de PPA del año 2002) tras Portugal (55.812 euros). EE.UU. es el país con un VVE más

elevado (3.189.000 euros), seguido por Noruega (2.707.000 euros) y Reino Unido (2.107.000 euros).

Según señalan Hakkert y Wesemann (2005) los cinco países con un mayor VVE (los tres ya referidos

más Suecia y Finlandia) basan sus valoraciones en estudios de DAP. De estos cinco países, sólo

EE.UU. sustenta su valoración en estudios de preferencias reveladas13. Las otras cuatro naciones

aplican el enfoque de las preferencias declaradas. Esta tendencia a que los países que emplean el

enfoque de la DAP tengan VVE de mayor magnitud es corroborada por de Blaeij et al. (2004),

quienes muestran cómo los países dotados de un método de valoración conductista (basado en la

DAP) poseen un VVE significativamente superior al de aquellos otros países que emplean métodos

no conductistas (basados en precios de mercado y tarifas administrativas).

Consideramos por último la comparación internacional de VVE más recientemente editada. Se trata

de una nota técnica del Ministerio de Transporte neozelandés publicada en diciembre de 2009. La

Tabla 1 muestra los valores recogidos en dicha nota técnica, una vez actualizados al año 2009 y

ajustados aplicando los índices de PPA publicados por la OCDE.

Tabla 1.- Comparación internacional de VVE (año 2009).

País VVE (mill.de $ de PPA) PIBpc ($ de PPA) VVE/PIBpc

Alemania 1,56 36.340 43 Austria 3,32 38.823 85

Bélgica * 6,82 36.308 188 Canadá 3,91 37.808 103

Dinamarca 1,54 37.688 41 Estados Unidos 5,85 45.674 128

Francia 1,38 33.698 41 Noruega 3,51 55.750 63

Países Bajos 3,01 40.813 74 Reino Unido 2,67 35.159 76

Suecia 2,54 37.163 68 * Valor no oficial. Fuente: Elaboración propia a partir de New Zealand Ministry of Transport (2009).

12 Road Safety and Environmental Benefit-Cost and Cost-Effectiveness Analysis for Use in Decision-Making. 13 Hay un VVE oficial en EE.UU. para estimar los beneficios de la seguridad vial desde el año 1993. Se basa fundamentalmente en la revisión efectuada por Miller (1990), que principalmente comprende estudios de salarios hedónicos.


24

De acuerdo a estos datos, Bélgica es el país con un mayor VVE –aunque es el único no oficial entre

los referidos-, seguido por EE.UU. En el extremo opuesto se encuentran Alemania, Dinamarca y

Francia, esta última con un VVE inferior al millón y medio de dólares. El grueso de VVE se encuentra

localizado en el rango comprendido entre los 2,5 y 4 millones de dólares. Ése sería el caso de

Suecia, Reino Unido, Países Bajos, Austria, Noruega y Canadá.

Si tomamos en consideración la renta per cápita de cada país y examinamos la relación que guarda

el VVE respecto a dicha magnitud, encontramos una correlación aproximada, pero no perfecta

entre ambas variables. Sólo dos países observan la misma posición en la ordenación por renta per

cápita que por VVE. Se trata de Francia y Estados Unidos. En el resto de los casos hay alteraciones

en el ranking, lo que sugiere que el PIB per cápita no es el único determinante del VVE.


25

3. ESTIMACIÓN DEL VVE EN ESPAÑA

3.1. Material y Métodos.

3.1.1. Selección de la muestra y cuestionario.

3.1.1.1. Muestreo.

El diseño muestral y el trabajo de campo corrió a cargo de la empresa GFK Emer y se realizó entre

noviembre de 2010 y enero de 2011. Se llevó a cabo un muestreo polietápico estratificado por

comunidad autónoma y tamaño de hábitat, con la finalidad de conseguir una muestra

representativa de la población adulta española. Se establecieron cuotas por tamaño de hábitat y

comunidad autónoma (tabla 2), y también por grupos de edad y sexo (tabla 3).

Dichas cuotas se realizaron a partir de la información estadística oficial disponible en España. Los

municipios, y las secciones censales dentro de éstos, fueron elegidos aleatoriamente por un

programa informático.

Tabla 2. Cuotas (%) por tamaño de hábitat (miles de habitantes) y comunidad autónoma.

Hasta

10 De 10 a 50

De 50 a 200

De 200 a 500

Más de 500

Madrid capital

Barcelona capital Total

Andalucia 3,8 4,9 4,8 1,3 2,8 -- -- 17,7

Aragón 0,9 0,6 -- -- 1,5 -- -- 3,0

Asturias 0,5 0,8 0,2 1,1 -- -- -- 2,7

Baleares 0,5 0,9 -- 0,8 -- -- -- 2,2

Canarias 0,5 1,6 0,9 1,3 -- -- -- 4,3

Cantabria 0,4 0,4 0,5 -- -- -- -- 1,2

Castilla León 2,6 0,7 1,9 1,0 -- -- -- 6,2

Castilla la Mancha 2,0 1,0 1,1 -- -- -- -- 4,1

Cataluña 2,9 4,0 3,7 1,6 -- -- 3,7 16,0

Extremadura 1,3 0,6 0,6 -- -- -- -- 2,5

Galicia 2,1 2,1 1,0 1,2 -- -- -- 6,3

Madrid 0,7 1,1 3,2 0,7 -- 7,1 -- 12,8

Murcia 0,4 1,0 0,5 1,3 -- -- -- 3,2

Navarra 0,6 0,5 0,7 -- -- -- -- 1,8

La Rioja 0,3 0,2 0,3 -- -- -- -- 0,8

Comunidad Valenciana 1,8 4,0 1,7 1,3 1,8 -- -- 10,6

País Vasco 1,1 1,4 0,9 1,3 -- -- -- 4,6

Total 22,2 25,8 22,0 12,9 6,2 7,1 3,7 100


26

Tabla 3. Cuotas (%) por grupos de edad y sexo.

Grupo de Edad Hombres Mujeres Total

Menores de 25 años 5,3 5,1 10,5

Entre 25 y 34 años 10,9 10,2 21,0

Entre 35 y 44 años 10,0 9,6 19,7

Entre 45 y 54 años 7,9 7,9 15,7

Entre 55 y 64 años 6,2 6,5 12,7

Más de 64 años 8,6 11,7 20,3

Total 49,0 51,0 100,0

3.1.1.2. El cuestionario.

Las encuestas se realizaron mediante entrevista personal, en el hogar del entrevistado, y asistidas

por ordenador. El cuestionario estaba estructurado en cinco partes diferenciadas, conteniendo un

total de cuarenta y dos preguntas. Aunque la estructura del cuestionario era igual para todos los

encuestados, se diseñaron ocho modelos diferentes de encuestas, que diferían entre sí en ciertos

detalles de las partes centrales del cuestionario. Los entrevistados fueron asignados a un modelo u

otro de forma aleatoria.

Parte 1: Introducción.

La primera de las partes de la encuesta tenía un carácter introductorio y era común a todos los

entrevistados. En ella, se les presentaba el estudio, explicándoles que el mismo era parte de un

proyecto de investigación sobre accidentes de tráfico financiado con fondos públicos, y que era

desarrollado, de forma conjunta, por investigadores de la Universidad de Murcia y de la

Universidad Pablo de Olavide de Sevilla. Asimismo, se insistía a los entrevistados en que el estudio

pretendía recabar opiniones libremente expresadas, pero construidas de forma meditada, y que los

datos obtenidos serían tratados de forma totalmente anónima. Para dicho fin, se les advertía de

que se les plantearían situaciones hipotéticas, es decir situaciones que no se correspondían

necesariamente con su situación actual o pasada.

A esta introducción seguía una serie de preguntas tendentes a establecer la relación del encuestado

con el tráfico: si conducían o no, con qué frecuencia, cuántos kilómetros realizaban anualmente,

qué tipo de medios de transporte utilizaban, qué permisos de conducir disponían y cuántos puntos,

etc. A continuación, se intentaba familiarizar al entrevistado con el concepto de riesgo (la


27

probabilidad de que ocurra algo que se considera malo), y para ello se presentaban ejemplos de

riesgos comunicados en términos de porcentaje (1 por ciento) y de frecuencia natural (1 de cada

100 accidentados) con el apoyo de ayudas visuales. Con la finalidad de testar el nivel de

comprensión se realizaban dos preguntas tendentes a establecer si el encuestado era capaz de

interpretar adecuadamente o no esos riesgos.

Seguidamente, se proporcionaba al sujeto información acerca de los riesgos de sufrir un accidente

de tráfico en España y perecer a consecuencia del mismo, así como sufrir otra serie de lesiones a

resultas de un accidente. Con dicha información en su poder, se le inquiría acerca de la percepción

subjetiva del riesgo de morir en un accidente de tráfico que el entrevistado tenía acerca de sí

mismo. Esta información se obtuvo en dos etapas; primero se le pedía al entrevistado que

clasificara su riesgo como mayor, menor o igual a la media española y después, en el caso de que

hubiese respondido que su nivel de riesgo era mayor o menor que la media, se le pedía que

indicara el valor exacto a través de una escala visual analógica (ver Figura 1). Para terminar esta

parte del cuestionario, se pedía al encuestado que eligiera entre dos situaciones o planes para

reducir la mortalidad por accidente de tráfico, uno de los cuales (pasar de 10 a 2 muertos por cada

100.000 habitantes) claramente dominaba al otro (pasar de 10 a 5 muertos por cada 100.000

habitantes). El objetico de esta pregunta era comprobar el grado de comprensión de este tipo de

escenarios.

Figura 1. Escala visual para establecer el riesgo subjetivo.

Antes de pasar a describir la segunda parte del cuestionario, resulta necesario ofrecer alguna

explicación adicional en relación con la forma elegida para comunicar los riesgos en esta primera

parte y, por extensión, a lo largo de toda la encuesta. Son cada vez más los autores que subrayan la

importancia de desplegar una adecuada comunicación de riesgos en los ejercicios de valoración

contingente. Esta importancia cobra un especial realce cuando se trata con riesgos muy pequeños,

como es el caso de las metodologías para la obtención del valor monetario de una vida estadística,

en las que es usual tratar con reducciones de riesgo en base 10.000, 100.000 o un millón (Hammitt,


28

2000a). De entre las posibles estrategias de comunicación de riesgos, el recurso a las ayudas

visuales goza de un amplio consenso, mientras que otro tipo de ayudas, postuladas al modo de

analogías verbales (p. ej. traducir las reducciones de riesgo en otro tipo de unidades) parecen

resultar menos efectivas. (Corso et al., 2001).14

Figura 2. Ayuda visual sobre riesgo en frecuencia natural.

El diseño de la estrategia de comunicación de riesgos que utilizamos en nuestro estudio se ha

basado en las tres etapas señaladas por Gigerenzer (2002) para superar las limitaciones numéricas y

estadísticas (innumeracy) de los encuestados. Dichas etapas son:

1. Vencer la ilusión de la certeza.

2. Conocer los riesgos reales de los hechos y acciones relevantes.

3. Comunicar los riesgos de una forma “entendible” y que permita al individuo realizar

inferencias sin cometer errores.

En primer lugar, con el doble propósito de vencer la ilusión de certeza y de verificar las habilidades

numéricas de los encuestados, se incluyeron dos preguntas que perseguían que el entrevistado

14Un ejemplo de este tipo de analogías basadas en unidades de distinta naturaleza sería el siguiente: “el riesgo 2 en 10.000 representa lo mismo que 105 minutos en un año”.


29

comprendiera la relación existente entre la probabilidad expresada como un simple porcentaje y la

misma probabilidad expresada en términos de frecuencia absoluta.15

En segundo lugar, y con la finalidad de proporcionar al encuestado la información relevante sobre

los riesgos reales de morir como consecuencia de un accidente de tráfico en España, se le

presentaban los resultados de las estadísticas oficiales y su traducción en términos de frecuencia

acumulada por cada 100.000 habitantes. Del mismo modo, y para que pudiera relativizar la

importancia de dicho riesgo, ese valor se acompañaba de los riesgos anuales de las principales

causas de muerte en España, expresados en los mismos términos. De esta forma se esperaba

conseguir que el entrevistado no sólo conociese la magnitud del problema sino que también lo

pudiera contextualizar, facilitando así las valoraciones con la información relevante en acerca de

otros importantes riesgos de muerte. Existen investigaciones (p.ej. Jarvenpaa, 1989) que sugieren

que las personas tomamos habitualmente decisiones mediante comparaciones con otras

situaciones que nos sirven de referencia, y por ello resulta conveniente poner en relación los

riesgos específicos con otros (Yamagishi, 1997; Pailing, 1997, 2003).

Figura 3. Ayuda visual para contextualizar el riesgo de morir en un accidente de tráfico.

15 En concreto se solicitaba al entrevistado que, en primer lugar, calculase el 1% de 1000, y en segundo lugar, calculase el 1% de 10.000. El enunciado de la que se muestra ayuda visual, era como sigue: “Imagine que la probabilidad de morir como consecuencia de un accidente de tráfico es del 1% (muere 1 de cada 100 accidentados). En esta situación, ¿cuántas personas piensa que morirían por cada 1.000 personas que sufrieran un accidente?”

Todas las causas; 869

Enf.Sistema circulatorio; 289

Tumores; 232

Enf. Respiratorias; 97

Enf. cerebrovasculares; 80

Infarto de miocardio; 54

Insuficiencia cardíaca; 45

Diabetes; 23

Cancer del colon; 22 Cancer de mama; 14

Accidentes de tráfico ; 11

Leucemia; 7

SIDA; 3

Hepatitis vírica; 2

Gripe; 2Embarazo; 1

1

10

100

1000


30

Para mejorar la comprensión por parte del encuestado, se proporcionaba una ayuda visual en

forma de escala logarítmica, similar a las empleadas por Mitchell y Carson (1986), Hammitt (1986,

1990) y Corso et al. (2001).El texto que precedía a la figura era como sigue:

“En el periodo 2000-2008, se han producido en España alrededor de 800.000 accidentes de tráfico con

víctimas, dando lugar a 42.250 muertos, 207.000 heridos graves y 1.077.000 de leves. Sólo en el año 2008, se

produjeron en nuestro país más de 93.000 accidentes con víctimas, originando más de 3.100 muertos, 16.500

heridos graves y 114.000 leves.

Estas cifras nos dicen que en el periodo 2000-2008 el riesgo medio anual asociado a los accidentes de tráfico

en España se concreta en:

• Mueren unas 11 personas por cada 100.000 habitantes.

• Resultan heridas graves unas 54 personas por cada 100.000 habitantes.

• Resulta heridas leves unas 277 personas por cada 100.000 habitantes. “

Parte 2: Ranking, escala visual y disposiciones a pagar por reducciones de riesgo.

En esta segunda parte había dos preguntas iniciales comunes a todos los modelos de encuestas o

grupos. La primera de ellas pretendía familiarizar a los entrevistados con los estados o situaciones

de salud que serían empleados a lo largo de la encuesta. Dichas situaciones fueron etiquetadas de

forma neutra como: Estado X, Estado V, Estado W y Estado R. Se les pedía a los encuestados que,

tras leer detenidamente la cuatro descripciones, ordenaran de peor a mejor (esto es, de menos a

más deseable) estas situaciones de salud, además de su propio estado de salud en el día de la

encuesta, y la muerte inmediata. La descripción detallada de los estados de salud y la herramienta

de ordenación quedan recogidas en las siguientes figuras. Los estados de salud eran mostrados al

entrevistado en la interfaz informática siguiendo un orden aleatorio, con la finalidad de evitar

sesgos.

A continuación se solicitaba a los sujetos, que una vez ordenadas las cuatros situaciones más su

propio estado de salud y la muerte, les asignaran un valor comprendido entre 0 y 100 con la ayuda

de una escala visual analógica (EVA) tal y como se muestra en la Figura 6. En dicha escala, el valor

100 se identificaba con el mejor estado de salud imaginable (que no necesariamente tendría por

qué coincidir con uno de los seis objeto de valoración), mientras que el valor 0 se correspondía con

la peor de las situaciones de salud que el entrevistado fuera capaz de imaginar (que, de nuevo,

podría identificarse o no con alguna de las “tarjetas” que debía puntuar). También en este caso el

orden de aparición de los estados en la interfaz fue aleatorio, con la finalidad de evitar sesgos


31

Figura 4. Descripción de los Estados de Salud X, V, R y W.

Figura 5. Tarea de ordenación de los estados de salud.


32

Figura 6. Escala visual analógica.

A partir de este punto comenzaban las diferencias entre modelos de cuestionario, que afectaban al

resto de esta segunda parte de la encuesta, así como a las partes 3 y 4. Por lo que respecta a las

preguntas contenidas en la parte 2, los seis primeros grupos de encuestados (o, dicho de otro

modo, los sujetos a los que les correspondió uno de los modelos comprendidos entre el 1 y el 6)

hubieron de responder a tres preguntas adicionales (11a, 11b y 11c). El resto, esto es, los que

cumplimentaron los modelos 7 y 8 de cuestionario, únicamente respondieron a dos preguntas para

terminar la segunda parte (11a y 11c).

Tabla 4. Preguntas de disposición a pagar por grupos.

Pregunta Grupo Estados Reducción de riesgo Cartón de pagos único (rango en euros)

11a

1, 2, 3, 4, 5, 6, 8 Muerte De 15/100.000 a

10/100.000

10- 300.000

7 Muerte De 15/10.000 a 10/10.000

11b

1, 2 X De 15/100.000 a 10/100.000

3 X De 150/100.000 a 100/100.000

4, 5 V De 15/100.000 a 10/100.000

6 V De 150/100.000 a 100/100.000

11c

1, 2, 3, 4, 5, 6, 8 Muerte De 15/100.000 a

5/100.000

7 Muerte De 15/10.000 a 5/10.000


33

Todas estas preguntas pretendían obtener la máxima disposición a pagar por reducir un riesgo

asociado a un accidente de tráfico. Las diferencias entre ellas radicaban, como se resume en la

tabla, en la gravedad del resultado final cuyo riesgo se conseguía paliar (la muerte en unos casos;

una consecuencia no mortal en otros: estados X y V), así como en la magnitud de la reducción del

riesgo.

La primera de las cuestiones (11a), preguntaba directamente por la disposición a pagar del

encuestado a cambio de una reducción del riesgo de muerte. La única diferencia por grupos residía

en que para el caso del grupo 7 la base de riesgo no era 100.000, sino 10.000, con lo cual el tamaño

de la reducción de riesgo propuesta era diez veces mayor (5 por cada 10.000 frente a 5 por cada

100.000). La pregunta, quedaba formulada, para el caso del grupo 1, de la siguiente forma (para

todos los grupos, excepto el 7, en el que solo cambiaba el último párrafo):

“Suponga que se le ofrece un aparato de seguridad, recién descubierto, que consigue reducir el

riesgo de morir como consecuencia de un accidente de tráfico. Dicho aparato, que es individual, se

puede utilizar en cualquier medio de transporte y tiene una vida útil de 1 año, es decir, si usted

dispusiera de este aparato, podría beneficiarse de una reducción en el riesgo de morir por accidente

de tráfico durante un año.

Suponga que su riesgo de morir como consecuencia de un accidente de tráfico es de 15 en 100.000 y

que este aparato reducirá su riesgo de morir en un accidente de tráfico en un 5/100.000, pasando

de 15 en 100.000 a 10 en 100.000”

La información sobre el riesgo se apoyaba en una ayuda visual en papel, en tamaño DIN-A3, que

representaba en términos de frecuencia natural el riesgo de muerte antes y después de comprar el

aparato.

A continuación, se ofrecían al sujeto diferentes cantidades de dinero, a modo de “cartón de pagos”,

para obtener su máxima disposición a pagar. La forma específica en que se instrumentó el

procedimiento fue la siguiente. Se mostraba a los encuestados un conjunto de tarjetas que

abarcaban la totalidad de precios considerados, y tras especificar la reducción de riesgo a valorar,

se iban mostrando al encuestado las tarjetas una a una de forma aleatoria (replicando así el

resultado de barajar un “mazo” con las tarjetas). El sujeto debía apilar cada tarjeta que le era

mostrada en uno de los tres montones representados en la pantalla (ver Figura 7). En un primer

montón, debía colocar aquellas tarjetas cuyas cantidades el encuestado estaría dispuesto a pagar,

con total seguridad, por el aparato que reducía el riesgo. En un segundo montón debía colocar

aquellas otras que contuvieran cantidades que, con total seguridad, no estaría dispuesto a pagar


34

por dicho aparato. Por último, en un tercer montón, se depositarían las tarjetas cuyas cantidades el

encuestado no sabía si pagaría o no con certeza. A continuación, la aplicación informática

identificaba el intervalo en el cual debía encontrarse la verdadera disposición a pagar del individuo,

comprendida entre la cantidad máxima que seguro pagaría y la siguiente cantidad que, o bien había

dicho que no pagaría, o bien no estaba seguro si pagaría. Se preguntaba entonces al entrevistado

por la cantidad máxima, comprendida dentro de dicho intervalo, que estaría dispuesto a pagar

como máximo a cambio de la reducción en el riesgo. Durante todo el proceso, hasta llegar a esta

pregunta final, el encuestado podía modificar cualquiera de sus elecciones. Además, en caso de que

la tarea de agrupación de las tarjetas condujese a inconsistencias (es decir, que se declarase el

sujeto dispuesto a pagar una cierta cantidad y, sin embargo, no estuviese dispuesto a pagar otra

inferior), se activaba un mensaje de alerta para que dicha inconsistencia fuese corregida mediante

la reconsideración de algunas de las decisiones. También se recordaba al entrevistado que a la hora

de responder debía tener en cuenta su restricción presupuestaria (la totalidad de gastos e ingresos

en términos anuales). Las cantidades utilizadas en el cartón de pagos, quedan recogidas en la tabla

de abajo, a la que sigue una figura en la que se muestra la apariencia del interfaz gráfico mediante

el que se realizaba la tarea.

Tabla 5. Cartón de pagos (euros).

10 30 50 100 150

300 600 1.000 3.000 6.000

10.000 30.000 100.000 300.000

Figura 7. Modo de administración del cartón de pagos.


35

Una pregunta exactamente igual a la descrita, salvo por el hecho de que la reducción de riesgo

objeto de valoración doblaba en términos absolutos a la anterior, se incluyó en los ocho modelos

de cuestionario. En esta pregunta (11c) el aparato de seguridad que se ofrecía reducía de 15 a 5 en

100.000 el riesgo de morir en un accidente para los grupos 1 al 6 y el grupo 8, mientras que en el

grupo 7 el riesgo se reducía desde 15 en 10.000 hasta 10 en 10.000. También en esa pregunta se

utilizó una ayuda visual en papel para ilustrar los riesgos y el mismo procedimiento de obtención de

la disposición a pagar con idéntico cartón de pagos.

En los grupos 1 a 6, se incluyó entre las dos anteriores una tercera pregunta (11b) en esta segunda

parte, cuya finalidad era obtener la valoración monetaria que los entrevistados asignaban a la

reducción del riesgo de sufrir un estado de salud no mortal a resultas de un accidente de tráfico. El

escenario de valoración era el mismo antes descrito: se ofrecía un aparato de seguridad, de uso

individual y con una vida útil de un año, que permitía reducir el riesgo de encontrarse en un estado

de salud determinado como consecuencia de un accidente de tráfico. Para los grupos 1, 2 y 3, el

estado de salud objeto de consideración era el estado X, descrito al comienzo de la segunda parte

del cuestionario; en los grupos 4 a 6 el estado era otro de los presentados al comienzo: el estado V.

Aunque ambos estados se habían descrito con anterioridad, su descripción estaba a la vista del

sujeto durante todo el proceso de administración de la pregunta.

Además de esta diferencia por grupos según el estado de salud, los modelos también diferían en lo

que se refiere al tamaño de la reducción del riesgo propuesto. Así, en los grupos 1, 2, 4 y 5, el

tamaño de la reducción de riesgo propuesta era igual al de la primera pregunta de esta segunda

parte de la encuesta (11a), esto es, pasar de 15 en 100.000 a 10 en 100.000. En los grupos 3 y 6, por

el contrario, aunque se mantenía en 100.000 la base de probabilidad, la magnitud de la reducción

en el riesgo era diez veces mayor en términos absolutos: de 150 en 100.000 a 100 en 100.000.

Otra ligera variación entre grupos atañe al modo en que se plantearon las preguntas 11a y 11b a los

entrevistados. Así, en los grupos 2 y 5, la valoración se realizó de forma “conjunta” (joint

valuation), esto es, los dos aparatos de seguridad objeto de valoración, el que reducía el riesgo de

muerte y el que recortaba el riesgo de sufrir el estado de salud, se presentaban al comienzo y los

procedimientos de obtención de la disposición a pagar (esto es, la administración del cartón de

pagos), aun teniendo lugar de manera sucesiva, se hacían con la información descriptiva de los dos

aparatos visible para el encuestado. En el resto de grupos primero se presentaba uno de los

aparatos y se obtenía la disposición a pagar del sujeto por él y, posteriormente se repetía la tarea

con el otro. En los modelos de cuestionario que incluían la pregunta 11b (todos excepto el 7 y el 8),


36

dicha pregunta y la 11a se plantearon al entrevistado con un orden aleatorio. La pregunta 11b

quedó redactada como sigue (para el caso del grupo 1):

“Suponga que se le ofrece un aparato de seguridad, recién descubierto, que consigue reducir el

riesgo de sufrir un estado de salud como el X a consecuencia de un accidente de tráfico. Dicho

aparato, que es individual, se puede utilizar en cualquier medio de transporte y tiene una vida útil

de 1 año.

Suponga que su riesgo de sufrir un estado de salud como el X como consecuencia de un accidente de

tráfico es de 15 en 100.000 y que este aparato reducirá su riesgo de sufrir un estado de salud como

el X en un accidente de tráfico en un 5/100.000, pasando de 15 en 100.000 a 10 en 100.000”.

Parte 3: Disposiciones a pagar y a aceptar bajo certeza.

Esta tercera parte de la encuesta está constituida por dos preguntas que aparecen en orden

aleatorio para cada sujeto y se realizan tras una breve introducción. En la introducción, se

recordaba al encuestado que sufrir un accidente de tráfico era un hecho común que afectaba a

miles de españoles cada año, y se le advertía de que se le iba a pedir que se pusiera en lugar de una

de esas personas, sabiendo que eso no era una tarea fácil ni agradable. Se le informaba de que, en

las preguntas siguientes se le iba a pedir que realizase valoraciones sobre tratamientos médicos

destinados a paliar las consecuencias de un accidente y que, a la hora de realizar cada una de esas

valoraciones, debía tener presente dos consideraciones. En primer lugar, su propio nivel de

ingresos y gastos en base anual, y por tanto su situación económica. En segundo lugar, el

encuestado debía suponer que cualquier pérdida que se ocasionara a resultas del accidente (p.ej.

sueldos, ingresos de un negocio, etc.) estaría totalmente cubierta por un seguro, por lo que se

trataría de valorar exclusivamente los efectos para su salud, en términos de dolor, malestar,

incomodidad, secuelas, etc. Tras esta introducción, se planteaban las preguntas identificadas como

12a y 12b, del modo que a continuación se describe.

La primera pregunta (12a) buscaba establecer el valor monetario que los sujetos asignan a evitar

sufrir un determinado estado de salud. Para ello, se le pedía al encuestado que se pusiese en la

situación de haber sufrido un accidente de tráfico, a consecuencia del cual, y en caso de recibir la

asistencia médica convencional, se encontraría en un determinado estado de salud. A continuación,

se le ofrecía un tratamiento médico novedoso, que le permitiría recuperar su estado de salud

previo al accidente de forma casi inmediata. En este contexto, se preguntaba al encuestado cuál

sería su máxima disposición a pagar por el tratamiento alternativo que haría que evitase el estado

de salud objeto de valoración.


37

La segunda de las preguntas de esta parte (12b), también perseguía obtener la valoración

monetaria de un determinado estado de salud, si bien, en esta ocasión se preguntaba a los sujetos

por la mínima cantidad de dinero que sería suficiente para compensarlo por sufrir ese estado de

salud (“disposición a aceptar”). Se pedía al entrevistado que supusiese que había tenido un

accidente de tráfico, y que a resultas del mismo iba a sufrir un determinado estado de salud.

Seguidamente se le pedía que imaginase que ese mismo día había resultado agraciado por un

premio de la lotería. La tarea consistía en fijar el importe del premio de lotería que conseguía

compensar las consecuencias del accidente (es decir, como se indica más adelante en la redacción

de la pregunta, que “el día después de todo, no fuese ni bueno ni malo”).

La interfaz empleada es la misma de las preguntas de la segunda parte de la encuesta, como

también lo fueron las cantidades que integraban el cartón de pagos. Las diferencias entre los

distintos modelos de cuestionario se atañen al estado de salud que se valoró en cada caso, y que

quedan recogidas en la tabla 6. Como puede verse, dicho estado se correspondía con el etiquetado

como X en la parte 2 de la encuesta para cuatro de los grupos; en otros 3 grupos el estado evaluado

era el V, mientras que en el grupo restante fue el estado W el valorado en esta pregunta.

Tabla 6. Esquema de las diferencias por grupos en las preguntas de disposición a aceptar y pagar.

Pregunta Grupo Estados Cartón de pagos único (rango en euros)

12a

1, 2, 3, 8 X

10-300.000

4, 5, 6 V

7 W

12b

1, 2, 3, 8 X

4, 5, 6 V

7 W

En todos los casos el escenario de valoración para la preguntas fue el mismo. Así, para el caso de la

disposición a pagar (12a), la pregunta se formuló como sigue (para el grupo 1):

“Imagine que, como consecuencia de un accidente de tráfico, usted pasa a encontrarse en un estado

de salud como el X. Con los tratamientos médicos comunes, cubiertos por la seguridad social, usted

permanecería en dicho estado de salud de la forma descrita. Suponga ahora que se le ofrece un

tratamiento novedoso, fuera del sistema de la Seguridad Social. En particular, suponga que se le


38

ofrece el tratamiento ALFA, gracias al cual, tras pasar únicamente una semana hospitalizado, en

cinco o seis días recuperará el estado de salud en el que se encontraba antes del accidente.

Figura 8. Ilustración de las dos situaciones posibles con y sin tratamiento médico.

SIN TRATAMIENTO CON TRATAMIENTO

ESTADO X

En el Hospital

• Un día hospitalizado

Después Hospitalización

• En 4 o 5 días recuperará su estado de salud anterior al accidente.

• No hay secuelas.

A continuación se le mostrarán diversas cantidades de dinero. Por favor, teniendo en cuenta su nivel

de ingresos, y los gastos que tiene usted anualmente, señale para cada una de dichas cantidades si

las pagaría o no.”

La formulación de la segunda pregunta (12b) fue la siguiente (en el modelo 1):

“Suponga ahora que usted ha tenido un accidente de tráfico, y como consecuencia del mismo, se

encuentra en un estado de salud como el X. Ese mismo día usted recibe la noticia de que le ha

tocado la Lotería, resultando agraciado con una determinada cantidad de dinero.

A continuación se le mostrarán distintos premios posibles y usted deberá señalar si de recibir dicha

cantidad ello haría o no que “el día no fuera ni bueno ni malo, después de todo”. Al responder

recuerde que cualquier pérdida de ingresos que pudiera ocasionar el accidente estaría cubierta por

un seguro, y que por ello debe usted valorar exclusivamente los efectos para su salud, en términos

de malestar, dolor, incomodidad, secuelas, etc.”

Parte 4: Lotería estándar modificada (elección de tratamientos médicos bajo riesgo).

La cuarta parte de la encuesta incluye preguntas de una naturaleza completamente diferente a las

que conformaron las partes 2 y 3. En esta parte del cuestionario no se incluyeron cuestiones que

permitieran valorar monetariamente las consecuencias de un accidente de tráfico sobre la salud,

sino que contienen las preguntas realizadas con la lotería estándar modificada.

El contexto de valoración era similar al de la parte 3, en el sentido de que se pedía a los

entrevistados que se pusiesen en la situación de haber sufrido un accidente de tráfico. En esta


39

ocasión, sin embargo, se les informaba de que si no recibían atención médica urgente, podían

fallecer. La tarea subsiguiente consistía en elegir entre distintos tratamientos médicos con distintos

resultados posibles y diferente probabilidad de éxito (tal y como sucede en la vida real). Con

anterioridad a la formulación de las preguntas de valoración, se planteó un conjunto de elecciones

a modo de prueba para familiarizar al entrevistado con este tipo de situaciones. Como en casos

anteriores, las preguntas no fueron exactamente iguales en todos los modelos de cuestionario; las

diferencias entre grupos se resumen en la tabla.

Tabla 7. Resumen de las diferencias por grupos en las preguntas de elección de tratamientos.

Pregunta Grupo Resultados

Base del riesgo Tratamiento A Tratamiento B

13

1, 2 X/Muerte Salud/Muerte 10.000

3 X/Muerte Salud/Muerte 1.000

4, 5 V/Muerte Salud/Muerte 10.000

6 V/Muerte Salud/Muerte 1.000

13a 7 X/Muerte Salud/Muerte 1.000

8 R/Muerte Salud/Muerte 1.000

13b 7 W/X Salud/X 100

8 X/R Salud/R 100

Como se puede observar, los seis primeros grupos únicamente respondieron a una pregunta,

mientras que los grupos 7 y 8 se enfrentaron a dos preguntas sucesivas que, con la finalidad de

evitar sesgos, se plantearon en orden aleatorio. La pregunta 13 (etiquetada como 13a en los grupos

7 y 8) fue común a todos los modelos de cuestionario, con algunas variaciones entre grupos, la

primera de las cuales afectó al estado de salud valorado por los sujetos. Dicho estado fue el X en los

grupos 1, 2, 3 y 7; el V en los grupos 4, 5 y 6; y el R en el grupo 8. Adicionalmente, la base de riesgo

de los tratamientos también cambiaba según el modelo de cuestionario. Así, mientras que para los

grupos 1, 2, 4 y 5 se empleó una base 10.000, para los grupos 3, 6, 7 y 8 se utilizó una base 1.000.

La pregunta 13 para el grupo 1 quedó redactada en los siguientes términos:

“Suponga que usted sufre un accidente de tráfico grave y que, en caso de no recibir cuidados

médicos, usted podría morir. Existen dos tratamientos médicos que, en principio, pueden aplicarse

en su caso: el tratamiento A y el tratamiento B. Suponga que con el tratamiento A 9.990 de cada

10.000 personas tratadas responden bien al tratamiento, pasando a estar en una situación como la


40

del estado X, mientras que 10 de cada 10.000 tratados mueren. Con el tratamiento B 5.000 de cada

10.000 tratados recuperan completamente su salud mientras que 5.000 de cada 10.000 mueren.

¿Qué tratamiento elegiría usted recibir, el A o el B?”.

Figura 9. Ayuda visual para elegir entre dos tratamientos médicos.

La tarea no se diseñó en realidad como una pregunta abierta, sino que se articuló como una

secuencia de elecciones sucesivas, cuyo objetivo último era obtener el valor de la probabilidad de

muerte en el tratamiento B que hacía indiferente al entrevistado entre ambos tratamientos. El

procedimiento concreto que se siguió para identificar tal probabilidad de indiferencia es el

conocido como ping-pong, según el cual se van ofreciendo probabilidades para el tratamiento B por

arriba y por abajo, estrechando paulatinamente el intervalo, hasta lograr concretar la probabilidad.

Existe una cierta evidencia (Bostic, 1990) que sugiere que este tipo de métodos basados en la

presentación de elecciones sucesivas da lugar a resultados más consistentes que la formulación

directa de precios (pricing) o el simple emparejamiento (matching) entre dos alternativas.

El camino iterativo que se seguía para alcanzar el valor de indiferencia era como el que se describe

en la tabla 8 para el caso del grupo 1. Por ejemplo, imaginemos que el riesgo de muerte máximo

que un individuo está dispuesto a aceptar para evitar un estado de salud como el Estado X, fuese de

60 sobre 10.000. En este ejemplo, el entrevistado, ante la primera pregunta que se le presenta, tal

y como se ilustraba en la figura anterior, elegiría el tratamiento A. Por tanto, estaría diciendo que

asumir un riesgo de muerte de 5.000 sobre 10.000 para evitar X le parece excesivo, debiendo por

tanto seguir la ruta C1 de la tabla para alcanzar su valor de indiferencia. A continuación, al

encuestado se le ofrecerían de nuevo los tratamientos pero con un cambio en las probabilidades


41

del Tratamiento B (el único que se modifica a lo largo del proceso) cuyo riesgo de muerte sería

ahora de 50 sobre 10.000.

Tabla 8. Secuencia de consecución del valor de indiferencia: método ping-pong.

Tratamiento A Tratamiento B Decisión Sufren X Mueren Se recuperan Mueren A Indiferente B

9990 10 5000 5000 Siga C1 Pare Siga C2

C1 Tratamiento A Tratamiento B Decisión

Sufren X Mueren Se recuperan Mueren A Indiferente B Intervalo del valor

de indiferencia (Y) 9990 10 9950 50 Pare Pare Siga 10 < Y < 50 9990 10 5500 4500 Siga Pare Pare 4500 < Y < 5000 9990 10 9900 100 Pare Pare Siga 50 < Y < 100 9990 10 6000 4000 Siga Pare Pare 4000 < Y < 4500 9990 10 9750 250 Pare Pare Siga 100< Y <250 9990 10 6500 3500 Siga Pare Pare 3500 < Y < 4000 9990 10 9500 500 Pare Pare Siga 250 < Y <500 9990 10 7000 3000 Siga Pare Pare 3000 < Y < 3500 9990 10 9000 1000 Pare Pare Siga 500 < Y < 1000 9990 10 7500 2500 Siga Pare Pare 2500 < Y < 3000 9990 10 8500 1500 Pare Pare Siga 1000 < Y < 1500

9990 10 8000 2000 Pare Pare Pare A: 1500 < Y < 2000 B: 2000 < Y < 2500

C2

Tratamiento A Tratamiento B Decisión

Sufren X Mueren Se recuperan Mueren A Indiferente B Intervalo del valor

de indiferencia (Y) 9990 10 500 9500 Siga Pare Pare 9500 < Y < 10000 9990 10 4500 5500 Pare Pare Siga 5000 < Y < 5500 9990 10 1000 9000 Siga Pare Pare 9000 < Y < 9500 9990 10 4000 6000 Pare Pare Siga 5500 < Y < 6000 9990 10 1500 8500 Siga Pare Pare 8500 < Y < 9000 9990 10 3500 6500 Pare Pare Siga 6000 < Y < 6500 9990 10 2000 8000 Siga Pare Pare 8000 < Y < 8500 9990 10 3000 7000 Pare Pare Siga 6500 < Y < 7000


Ante la nueva situación, el encuestado elegiría el Tratamiento B, pues el nuevo riesgo de muerte le

parecería asumible. De nuevo, volverían a cambiar las probabilidades del Tratamiento B, y ante esta

nueva situación (riesgo de muerte en B de 4.500 sobre 10.000), el entrevistado elegiría la opción

Tratamiento A, al considerar excesivo el riesgo del Tratamiento B. La nueva elección lo llevaría a

preferir de nuevo el Tratamiento A, al considerar 100 sobre 10.000 un riesgo demasiado elevado.


42

En ese momento, sabríamos que su valor de indiferencia para el riesgo de muerte asociado al

Tratamiento B, estaría comprendido entre 50 y 100, y tras recordarle sus elecciones anteriores, le

pediríamos que señalase explícitamente qué valor dentro del intervalo le haría indiferente entre

ambos tratamientos.

En el caso de los grupos 7 y 8, tras la primera pregunta (13a), idéntica a la del resto de grupos (con

las diferencias mencionadas en el estado de salud y la base de probabilidad), se planteaba una

segunda secuencia de elecciones sucesivas. En este caso (pregunta 13b) la principal diferencia

respecto a la primera pregunta radicaba en que el peor resultado posible del Tratamiento B no era

un desenlace fatal, sino un estado de salud a priori peor que el asociado al Tratamiento A. En

consecuencia, se planteaba al entrevistado qué riesgo de sufrir un estado de salud más grave (el X o

el R, respectivamente, en los modelos 7 y 8) estaba dispuesto a asumir con tal de evitar la

posibilidad de sufrir un estado de salud más leve (el W y el X, respectivamente, en los grupos 7 y

8). En esta pregunta 13b se empleó, además, una base de probabilidad distinta: base 100.

Figura 10. Ayuda visual para elegir entre dos tratamientos en los grupos con doble encadenamiento.

El enunciado de la pregunta, para el caso del grupo 7, era como sigue:

“Suponga ahora que usted sufre un accidente de tráfico grave y que, en caso de no recibir cuidados

médicos, usted podría morir. Existen dos tratamientos médicos que, en principio, pueden aplicarse

en su caso: el tratamiento C y el tratamiento D. Suponga que con el tratamiento C 99 de cada 100

personas tratadas responden bien al tratamiento, pasando a estar en una situación como la del

estado W, mientras que 1 de cada 100 tratados permanece en X. Con el tratamiento D 99 de cada


43

100 tratados recuperan completamente su salud mientras que 1 de cada 100 queda en una

situación como la del estado X. ¿Qué tratamiento elegiría usted recibir, el C o el D?”.

Parte 5: Preguntas socio-demográficas y otras.

La última parte de la encuesta era común a todos los grupos en los que está se estructuró y

contenía un amplio número de preguntas orientadas a caracterizar al entrevistado del modo más

preciso posible. La batería de preguntas permitía conocer la edad, el sexo, el lugar de residencia, el

estado civil (asimilando la situación de pareja de hecho al matrimonio y la separación al divorcio), el

tamaño del hogar y la existencia de menores o mayores dependientes a su cargo. Otras

características del encuestado que se recabaron en esta parte final fueron su nivel de estudios

terminados (distinguiendo cinco categorías: sin estudios; primarios, secundarios, formación

profesional de grado superior y estudios superiores), así como su situación laboral, con un elevado

grado de riqueza informativa, que distinguía en función de si el sujeto participaba en el mercado de

trabajo (empleado o desempleado) o no (jubilado, estudiante o ama de casa), y en el caso de que

tuviese ocupación, si trabajaba por cuenta propia o ajena, y en este último supuesto, si el contrato

de trabajo era temporal o indefinido y si el empleador era público o privado .

También se preguntaba por el nivel de renta, aproximada a través del nivel de ingresos corrientes,

en el que se distinguieron los siguientes niveles o escalones de renta: menos de 600 euros, de 600 a

900 euros, de 900 a 1.200 euros, de 1.200 a 1.800, de 1.800 a 2.500 euros, de 2.500 a 3.500 euros,

entre 3.500 y 5.000 euros, y más de 5.000 euros. Además, dada la coyuntura por la que atraviesa la

economía española en estos momentos, se consideró oportuno incluir una pregunta que tratase de

capturar el concepto de” renta permanente” (renta a lo largo del ciclo vital), ya que existe

abundante evidencia en la literatura económica favorable a la hipótesis de que es la renta

permanente la que determina buena parte de nuestras decisiones de consumo y ahorro. El reto era

considerable, por la dificultad que conlleva traducir a términos sencillos el concepto, quedando

reflejado de la siguiente forma: “Como Usted sabe, a lo largo de la vida de una persona se

atraviesan distintas fases en términos de renta (unas veces se gana más y otras menos). Cuando

tenemos en cuenta esas distintas etapas, las personas somos capaces de identificar un “nivel de

renta normal” a lo largo de nuestra vida. Este hecho da lugar a que Usted pueda pensar que su nivel

de renta actual está por encima o por debajo de su “nivel de renta normal”. Nos gustaría que nos

dijera, ¿Cuál piensa Usted que sería, de entre los siguientes, su “nivel de renta normal”?”. Los

intervalos propuestos, fueron los mismos que para el caso de la renta ordinaria.


44

A esta primera batería de preguntas seguía otra serie de cuestiones cuyo contenido se relacionaba

de uno u otro modo con los accidentes de tráfico. Así, se preguntaba en primer lugar a los

encuestados si habían sufrido algún accidente de tráfico. En el supuesto de la respuesta fuese

afirmativa, se preguntaba acerca del nivel de gravedad de tal/es accidente/s, si alguno de ellos

había dado lugar a algún tipo de secuela y el año en el que el accidente (el más grave, si se había

sufrido más de uno) había tenido lugar. También se pedía que el entrevistado informase si había

percibido alguna indemnización a resultas de un accidente de tráfico y, en tal caso, el importe al

que había ascendido (la mayor, en el supuesto de haber cobrado más de una). Tras recabar estos

datos referidos a la experiencia del encuestado con los accidentes de tráfico en primera persona, se

le pedía que informase acerca de su experiencia indirecta, esto es, a través de sus familiares

directos (cónyuge/pareja, padres, hijos, u otro familiar), amigos o conocidos. Los entrevistados

debían indicar si alguna de estas personas había sufrido un accidente de tráfico, y en caso

afirmativo, cuál había sido su nivel de gravedad (leve, grave o mortal).

En el tercer bloque de preguntas de la parte 5 se intentaba conocer la actitud frente al riesgo de los

entrevistados. En primer lugar, se les preguntaba si eran fumadores (y en su caso el número de

cigarrillos consumidos), y si habían consumido bebidas alcohólicas durante el último mes (y con qué

frecuencia). Adicionalmente, se pedía a los encuestados que declarasen si habían conducido en

alguna ocasión bajo los efectos del alcohol o de alguna otra sustancia estupefaciente, así como si, a

lo largo de su vida, habían viajado alguna vez a bordo de un vehículo cuyo conductor hubiera

estado bajo los efectos del alcohol o de otras drogas. Otras preguntas de este bloque se orientaban

a saber si el encuestado disponía una póliza de seguro médico privado, y si tenía hábitos de vida

saludables por lo que atañe a la actividad física, esto es, si hacía ejercicio físico de forma habitual y

con qué frecuencia. Por último, se pedía que los encuestados declarasen su peso y altura

aproximados, así como la percepción subjetiva acerca de sus expectativas de supervivencia,

preguntándoles la probabilidad entre 0 y 100 que otorgaban a la posibilidad de encontrarse con

vida a los 75, 85 y 95 años, respectivamente.

En la siguiente sección, se incluyeron varias preguntas dirigidas a registrar el estado de salud de los

individuos que participaron en el estudio, lo que se hizo de dos maneras diferentes. Por un lado se

plantearon las preguntas necesarias para caracterizar el estado de salud de los encuestados según

el sistema descriptivo SF-6D (Brazier et al., 2002). De otra parte, se planteó una pregunta sobre

salud autopercibida, similar a la que se incluye en la Encuesta Nacional de Salud, en virtud de la cual

el sujeto ha de calificar su salud, en términos generales, como Excelente, Muy Buena, Buena,

Regular o Mala. En el caso de los entrevistados que habían declarado previamente haber sufrido un


45

accidente de tráfico grave, se les pidió que caracterizasen su estado de salud según el sistema SF-

6D, atendiendo a su situación en el momento de realizar la entrevista (como el resto de

encuestados), pero también una segunda vez, tomando en consideración las condiciones en que se

encontraban antes de sufrir el citado accidente.

El último bloque de preguntas se refería al grado de felicidad y de satisfacción con la propia vida de

los sujetos. Para ello se mostraron una serie de afirmaciones respecto de las cuales los encuestados

debían expresar su grado de acuerdo en una escala de 1 (Completamente en desacuerdo) a 7

(Completamente de acuerdo). Las afirmaciones eran las siguientes:

a) En la mayoría de las cosas, mi vida está cerca de mi ideal

b) Las condiciones de mi vida son excelentes

c) Estoy satisfecho con mi vida

d) Hasta ahora, he conseguido las cosas que para mí son importantes en la vida.

e) Si volviese a nacer, no cambiaría casi nada de mi vida

f) En general, soy feliz.

La última pregunta del cuestionario se orientaba a averiguar el nivel de dificultad que la encuesta

había supuesto para los sujetos, en una escala de 0 (ninguna dificultad) a 10 (máxima dificultad).

3.1.2. Métodos.

3.1.2.1. Aproximaciones metodológicas.

En el estudio del que da cuenta el presente informe, se computa el valor de la vida estadística en el

contexto de los accidentes de tráfico siguiendo dos estrategias diferentes. En primer lugar, se

estima dicho valor según el método de la valoración contingente de la forma clásica, esto es,

estableciendo la relación marginal de sustitución entre la renta y el riesgo de morir a través de una

pregunta sobre disposición a pagar por una reducción del riesgo de muerte. Para formular esta

pregunta, tal y como se ha señalado en el capítulo anterior, hemos seguido las recomendaciones

realizadas por diversos autores (Corso et al., 2001; Krupnick et al., 2002; Mitchell y Carson, 2000) a

propósito de la correcta comunicación de riesgos. La dificultad que supone comprender

correctamente variaciones en la probabilidad de morir de reducida magnitud, sobre todo si se

utilizan niveles de partida (baseline risk) tan bajos como los que se concitan en el caso de los

accidentes de tráfico, ha sido una de las razones que se han aducido frecuentemente en la

literatura (Baron, 1997a, 1997b; Fisher et al., 1989; Frederick y Fischhoff, 1998; Viscusi, 1998) para

poner en cuestión la validez de los valores estimados. En consecuencia, sin abandonar el método de

la disposición a pagar por reducciones de riesgo, hemos optado en esta primera aproximación por


46

el recurso a herramientas (p.ej. ayudas visuales) que contribuyan a reforzar la validez de los valores

obtenidos.

En segundo lugar, recurrimos al método encadenado VC/LE propuesto por Carthy et al. (1999), que

combina preguntas propias del método de la valoración contingente con otras propias de una

variante del método de la lotería estándar, o lotería estándar modificada, como ya expusimos

anteriormente. Esencialmente, este procedimiento encadenado reemplaza las preguntas de DAP y

DAA por reducciones del riesgo de muerte, por otras en las que se recaba la DAP y DAA por evitar

con certeza un estado de salud no mortal. Una vez conocidas, estas disposiciones se enlazan o

“encadenan” con las respuestas obtenidas del método de la lotería estándar modificada para

obtener el valor monetario de una vida estadística. A continuación se presenta en detalle la

formalización de ambas aproximaciones.

Enfoque clásico: Valoración Contingente.

Supongamos un escenario hipotético según el cual el encuestado afronta dos posibles estados de la

naturaleza, sobrevivir en buena salud o fallecer a consecuencia de un accidente de tráfico, con

probabilidades ( )1 p− y p respectivamente. El modelo estándar en la literatura (p.ej. Jones-Lee,

1974) supone que el individuo maximiza su utilidad esperada de acuerdo a:

( ) ( ) ( )1UE p U w pD w= − + (7)

Donde U(w) representa la función cardinal de utilidad de la renta condicionada al estado de salud

normal; D(w) es la función de utilidad de la renta que se deja en herencia tras la muerte; y w

representa el nivel inicial de renta.

Supongamos ahora que se le ofrece al individuo una reducción del riesgo de morir, de tal forma que

éste pase de p a p , a cambio de una determinada cantidad de dinero v (disposición a pagar). La

expresión que mantendría la utilidad esperada del encuestado constante sería:

( ) ( ) ( )1UE p U w v pD w v= − − + − (8)

Diferenciando la ecuación y fijando p = p , se obtendría la relación marginal de sustitución, md,

entre la renta y el riesgo de morir a consecuencia de un accidente de circulación:

( ) ( )(1 ) '( ) '( )d

p p

dw U w D wmdp p U w pD w=

−= =

− + (9)


47

donde U’(w) y D’(w) denotan las primeras derivadas de las funciones de utilidad de la renta

condicionadas a disfrutar de buena salud y a morir en el siguiente periodo, respectivamente.

El valor de la vida estadística (VVE), vendrá finalmente determinado por el promedio de las

relaciones marginales de intercambio individuales entre renta y riesgo (Jones-Lee, 1989):

1

1 n

d ii

VVE mn =

= ∑ (10)

donde i = 1, 2, …, n, denota el número de individuos cuya relación marginal de intercambio es

conocida, esto es, el tamaño de muestra del estudio de valoración.

Enfoque del Método Encadenado.

El segundo enfoque utilizado en el presente estudio para estimar el valor de la vida estadística se

basa en el método mixto valoración contingente-lotería estándar modificada propuesto por Carthy

et al. (1999). Como ya se indicó en otra parte de este informe, el método encadenado pretende

paliar los problemas que pueden tener los encuestados al manejar riesgos de magnitud muy

reducida, descomponiendo la tarea de valoración en una serie de etapas sucesivas y utilizando,

además, probabilidades de una magnitud mayor. Las etapas del procedimiento de cálculo del VVE

son las siguientes en el método encadenado:

1) Se obtiene la valoración monetaria, bajo certeza, de evitar (Disposición a Pagar) o padecer

(Disposición a Aceptar) un determinado estado de salud de carácter leve y no permanente

como consecuencia de un accidente de tráfico.

2) Se infiere de las respuestas de la etapa anterior una relación marginal de intercambio ( im )

entre el dinero y el riesgo de sufrir el estado leve (i).

3) A través de un método de doble lotería, se valora el estado de salud leve respecto de la

muerte, obteniéndose así una tasa de intercambio entre dicho estado de salud y la muerte

en un contexto de riesgo:

d

i

mm

(11)


48

4) De forma encadenada, a través de los valores obtenidos en las dos etapas anteriores, se

infiere un valor de la relación marginal de intercambio entre el riesgo de muerte y el

dinero, siendo éste el valor VVE.

*dd i

i

mm mm

=

(12)

Desde un punto de vista teórico, el modo en que se “encadenan” las distintas etapas de este

método es como sigue:

- Primera etapa

El encuestado declara cuál es su máxima DAP por evitar con plena certeza el estado de salud no

mortal, así como su mínima DAA para ser compensado por padecer el mismo estado, también con

completa certeza.

- Segunda etapa

Para poder calcular la relación marginal de sustitución im , supondremos que el individuo se

enfrenta a dos posibles estados de la naturaleza, sobrevivir en perfecta salud o con un problema de

salud de carácter leve, con unos determinados niveles de probabilidad, y q

respectivamente. De tal forma que la utilidad esperada del individuo vendría dada por la expresión

(13):

, (13)

Donde U(w) representa una función cardinal de utilidad de la renta en plena salud; I(w) es dicha

función en caso de que el individuo sufra el problema de salud leve; y w representa el nivel inicial

de renta.

Supongamos que se le ofrece al individuo una reducción del riesgo de sufrir el estado de salud, de

tal forma que éste pasa de q a q , a cambio de una determinada cantidad de dinero v . La nueva

situación estaría representada por:

(14)

Diferenciando la ecuación (14), y fijando q q= , se obtendría la relación marginal de intercambio

entre renta y riesgo de sufrir el estado de salud leve, im :

(1 )q−

(1 ) ( ) ( )UE q U w qI w= − +

(1 ) ( ) ( )UE q U w v qI w v= − − + −


49

(15)

Al tratarse de un estado de salud leve, resulta plausible suponer que la utilidad marginal de la renta

es aproximadamente la misma en el caso de sufrir dicho estado de salud y en el supuesto de

disfrutar de salud normal:

(16)

También cabe suponer que cualquier individuo disfruta de una mayor utilidad en salud normal que

en dicho estado de salud, por leve que éste sea:

( ) ( ) , 0I w U w α α= − > (17)

Combinando las expresiones (15), (16) y (17), llegamos a:

'( )im

U wα

= (18)

Supondremos finalmente que el individuo siempre prefiere más renta a menos, y que es averso al

riesgo financiero, es decir:

'( ) 0''( ) 0

U wU w

><

(19)

Tal y como demuestran Carthy et al. (1999), si aceptamos los supuestos que subyacen a la

expresión (19), la relación marginal de sustitución im estará necesariamente acotada entre la

máxima cantidad que el individuo está dispuesto a pagar (DAP) por evitar el estado de salud leve y

la mínima cantidad que éste exigirá como compensación (DAA) por sufrir dicho estado. La

concreción exacta de im , siempre dentro de los márgenes definidos por la DAP y la DAA,

dependerá de la forma funcional específica que se suponga que tiene la función de utilidad U(w).

En nuestro caso, como ya hicieran los autores británicos en el trabajo seminal, se considerarán

cuatro formas funcionales distintas para la utilidad: Exponencial Negativa, Homogénea, Logarítmica

y Raíz Enésima.

- Tercera etapa

El cociente d

i

mm

que, en combinación con la relación im estimada en la anterior fase, servirá para

obtener finalmente el VVE, puede inferirse a partir de suponer un escenario en el que, en lugar de

( ) ( )(1 ) '( ) '( )i

q q

v U w I wmq q U w qI w=

∂ −≡ =∂ − +

'( ) '( )I w U w=


50

dos posibles estados de la naturaleza, salud normal y enfermedad, existe también la posibilidad de

que el individuo fallezca. Suponiendo que estos sucesos son mutuamente excluyentes entre sí, y

suponiendo que el sujeto es un maximizador de la utilidad esperada, tendríamos:

(1 ) ( ) ( ) ( )UE p q U w pD w qI w= − − + + , (20)

donde p representa la probabilidad de morir en el siguiente periodo, y D(w) es la utilidad de la

renta condicionada al suceso de morir.

Si se le ofrece al individuo un cambio en las probabilidades de morir y sufrir el estado de salud de

carácter leve, de forma análoga a como se ha mostrado para el caso de la etapa anterior, habrá una

determinada cantidad de dinero, v , que verificará que:

(1 ) ( ) ( ) ( )UE p q U w v pD w v qI w v= − − − + − + − (21)

Diferenciando primero dicha expresión respecto de p , particularizando en p p= y q q= , y

derivando finalmente respecto de q , y también fijando p p= y q q= , se obtiene que:

( ) ( )( ) ( )

d

i

m U w D wm U w I w

−=

− (22)

Supongamos ahora que se le plantea al encuestado la hipótesis de que ha sufrido un accidente de

tráfico y se le ofrecen dos tratamientos médicos, cada uno de los cuales consiste en una lotería con

distintas consecuencias. Así, mientras uno de los tratamientos ofrece una probabilidad (1 )θ− de

experimentar un estado de salud leve I y una probabilidad θ de fallecer, el otro ofrece una

probabilidad (1 )−Π de recuperar la salud completamente y una probabilidad Π de morir.

Si el encuestado evalúa las dos loterías según la regla de la utilidad esperada, determinando el nivel

de la probabilidad Π , para una probabilidad dada θ , que le hace indiferente entre ambos

tratamientos, puede demostrarse fácilmente que:

( ) ( ) 1( ) ( )

U w D wU w I w

θθ

− −=Π −−

(23)

Con lo cual habríamos estimado el cociente d

i

mm

que era nuestro objetivo.


51

- Cuarta etapa

El VVE puede ahora estimarse encadenando los resultados de las tres etapas anteriores, de modo

que:

1 1dd i

i

m m mm

θ θθ θ

− − = ⇒ = × Π − Π − (24)

De tal forma, que el valor del cociente obtenido en el paso 3, será clave, dependiendo su expresión

de la forma en la que se haya planteado la doble lotería.

El valor de im se aproximará según cuál sea el supuesto que se haga acerca de la forma de la

función de utilidad16. En concreto, las expresiones para cada una de las distintas formas funcionales

son las que siguen, donde Y es la DAA por sufrir el estado de salud y X es la DAP por evitar el estado

de salud:

Función Exponencial Negativa:

ln(1 ), 0 1ln(1 ) ln(1 )i

kx k ym donde k yk k x

−= < < − =

+ + (25)

Función Homogénea:

2i

xymx y

=+

(26)

Función Logarítmica:

lnixy ym

y x x

= − (27)

Función Raíz Enésima

(ln( ) ln )ln 2i

x x y xm + −= (28)

16 El desarrollo algebraico para acotar el valor no se muestra en detalle por razones de brevedad y claridad expositiva, aunque puede consultarse en el apéndice. Estas aproximaciones resultan válidas siempre que la DAA sea mayor a la DAP. Para el caso de que ambas coincidan im se aproximará por ese mismo valor, y si la DAA fuera inferior a la DAP, se aproximará suponiendo que la función de utilidad es localmente convexa y que adopta una forma funcional exponencial positiva, lo que en términos computaciones supone intercambiar los lugares de la DAP y la DAA en la aproximación exponencial negativa.


52

Además de las estimaciones del valor de la vida a partir de cada forma funcional, se realizará un

análisis de la sensibilidad de los valores estimados respecto a variaciones en los supuestos relativos

a la forma específica de la función de utilidad U(w). Para ello se calcularán los valores de las

aproximaciones anteriores reemplazando su valor por los valores mínimos entre la DAP y DAA. Esto

proporcionará una cota inferior para el VVE. También, y en sentido contrario, se proporcionará una

cota superior, utilizando a tal fin, el valor máximo entre la DAP y la DAA.

3.1.2.2. Métodos de análisis,

Cálculo del valor monetario de una vida estadística

En los grupos 1 al 3, donde se obtuvieron las DAP y DAA por el estado de salud X, una vez estimada

la relación marginal de sustitución mx sobre la base del análisis teórico expuesto, estimaremos el

valor de la vida estadística md encadenando mx con la ratio estimada a partir de las respuestas

obtenidas mediante el método de la doble lotería, utilizando una de las dos siguientes expresiones

en función de la base de riesgos utilizada: para el grupo 3 (base 1.000) la expresión (29) y para los

grupos 1 y 2 (base 10.000), la expresión (30).

3

3

1 1010d x

x

m m−

−

−= × Π −

(29)

4

4

1 1010d x

x

m m−

−

−= × Π −

(30)

De forma análoga se hará para los casos en que se obtuvo la DAP(DAA) por evitar(padecer) el

estado V, esto es, para los grupos 4, 5 y 6, según las siguientes expresiones, en función de la base

de probabilidad (1.000 en el grupo 6; 10.000 en los otros dos grupos):

3

3

1 1010d v

v

m m−

−

−= × Π −

(31)

4

4

1 1010d v

v

m m−

−

−= × Π −

(32)

Para el caso del estado de salud W en el grupo 7 y el estado de salud X en el grupo 8, será preciso

realizar un doble encadenamiento, dado que los entrevistados se enfrentaban a una doble

cuestión. En primer lugar intercambiaban riesgos de muerte y de sufrir el respectivo estado de

salud (X en el grupo 7, xΠ y R en el grupo 8, rΠ ), y posteriormente lo hacían entre el estado de


53

salud objeto de valoración, más liviano, y el anterior (X o R según correspondiera, obteniendo wxΠ

y xrΠ ). Por tanto, la expresión resultante, para cada uno de los grupos, será, respectivamente:

3 2

3 2

1 10 1 1010 10d w

x wx

m m− −

− −

− −= × × Π − Π −

(33)

3 2

3 2

1 10 1 1010 10d x

r xr

m m− −

− −

− −= × × Π − Π −

(34)

Validez teórica, cómputo de la elasticidad renta e imputaciones de renta.

El análisis de validez teórica consiste en comprobar que la disposición a pagar obtenida se

comporta de la forma prevista por la teoría económica estándar. En este sentido, existe consenso a

la hora de fijar como un requisito mínimo de validez teórica el que exista una correlación positiva y

significativa entre la DAP expresada por los individuos y su capacidad de pago, medida a través de

la renta o de algún otro un indicador relevante. Con la finalidad de contrastar la validez teórica de

nuestros resultados, llevaremos a cabo un análisis de regresión por mínimos cuadrados ordinarios

(MCO) que nos permita establecer si las DAP declaradas por los encuestados muestran una relación

con las variables explicativas seleccionadas y, caso de identificarse relaciones estadísticamente

significativas, si éstas tienen el signo esperado/predicho por la teoría económica. Los valores

monetarios se introducirán en forma de transformación logarítmica, lo que convertirá en inmediato

el cómputo de la elasticidad-renta. La expresión general del modelo objeto de estimación, queda

recogida en la siguiente ecuación:

1,2,....

i i i i

i n

LnVEV Xα β ε=

= + + , (35)

siendoα una constante, iβ los coeficientes a estimar, Xi las variables explicativas, y iε una

perturbación que se distribuye según una normal de media cero y varianza 2σ , 2(0, )i Nε σ

Por otro lado, en el supuesto de que no se disponga de información sobre el nivel de renta para

todos los entrevistados (algo esperable, pues es habitual que una parte de los sujetos entrevistados

se niegue a ofrecer datos acerca de su nivel de ingresos), se realizará un doble análisis. En primer

lugar, circunscribiendo la estimación a la parte de la muestra cuyo nivel de ingresos sea conocido.

En segundo lugar, extendiendo el análisis a todos los sujetos tras aplicar un procedimiento de


54

imputación univariante, a partir de una análisis de regresión logística ordenada (Raghunathan et al.,

2001 y van Buuren, 2007). Este método paramétrico asume un modelo logístico subyacente para la

variable objeto de imputación, y está basado en una aproximación asintótica de la distribución

posterior de las predicciones sobre los valores ausentes. En términos sencillos, el método consiste

en suponer que la variable de interés X, en nuestro caso la renta, tiene n valores y cada uno de esos

valores es igual a un determinado k dentro de las K categorías ordenadas posibles, asumiendo que

es cierto un modelo logístico ordenado como el siguiente:

1

1

Pr( | ) Pr( ' )1 1

1 exp( ' ) 1 exp( ' )

i i k i k

k i k i

x k z z u

z z

γ β γ

γ β γ β

−

−

= = < + ≤ =

= −+ − + + − +

(36)

donde 1 2( , ,...., ) 'i i i iqz z z z= recoge los valores de las predicciones de la variable de interés para la

observación i, β es el vector de dimensión 1q x de los coeficientes de la regresión, y

( )1 2 1, ,..., 'kγ γ γ γ −= son los puntos de corte, siendo 0 0 kyγ γ= = ∞ .

La variable de interés, X, contiene valores ausentes, que nos permiten distinguir dos vectores, uno

con valores completos y otro con valores ausentes, 0( ' , ' )mx x x= . De forma similar, se podría

particionar la matriz Z , 0( , )mZ Z Z=

Con la finalidad de obtener valores válidos para la partición de X que se encuentra vacía, Xm, se

seguirían los siguientes pasos:

1. Estimación de un modelo logístico ordenado para los datos observados 0 0( , )X Z y

obtención de una estimación máximo verosímil de ( )', ' 'θ β γ=

y de su varianza muestral

asintótica, U

2. Simulación de nuevos parámetros, *θ desde una aproximación normal para muestra

grande, ( , )N Uθ

, a partir de una distribución a priori no informativa.

3. Obtención de un conjunto de valores imputados, 1mx , mediante simulación desde una

distribución logística como la estimada en el paso 1, de tal forma que una de las K

categorías posibles es aleatoriamente asignada a un valor ausente, mi , empleando las

probabilidades acumuladas computadas en el paso 1 con * *, mi iy z zβ β γ γ= = =


55

4. Repetición de los pasos 2 y 3 hasta obtener M conjuntos de valores imputados

1 2, ,..., Mm m mx x x .

En nuestro estudio, se realizarán 100 imputaciones diferentes para cada uno de los valores

ausentes, y posteriormente se calculará la media, que se aproximará al valor de la renta más

cercano para el análisis definitivo de regresión con los valores imputados.

3.2. Resultados

3.2.1. Descripción de la muestra

3.2.1.1. Distribución territorial y características socio-demográficas básicas.

Comenzaremos este capítulo de resultados ofreciendo un breve análisis descriptivo de la muestra.

En primer lugar, es preciso señalar que aunque inicialmente se proyectó realizar un total de 2.000

entrevistas, y sobre este tamaño muestral se construyó el diseño original, finalmente se dispuso de

2.020 observaciones completas.

Tabla 9. Distribución de la muestra según tamaño del hábitat (en miles de habitantes) y comunidad autónoma.

Hasta

10 De 10 a 50

De 50 a 200

De 200 a 500

Más de 500

Madrid capital

Barcelona capital Total

Andalucía 2,7 5,3 5,0 1,9 3,2 -- -- 18,1

Aragón 0,9 0,6 -- -- 1,5 -- -- 3,1

Asturias 0,5 0,7 0,4 1,1 -- -- -- 2,8

Baleares 0,5 0,8 -- 0,7 -- -- -- 2,1

Canarias 0,4 1,5 0,9 1,2 -- -- -- 4,1

Cantabria -- 0,8 0,5 -- -- -- -- 1,3

Castilla y león 2,5 0,7 1,8 1,1 -- -- -- 6,1

Castilla La Mancha 2,0 1,0 1,0 -- -- -- -- 4,0

Cataluña 1,7 1,9 0,1 -- -- -- 12,1 15,8

Comunidad Valenciana 1,7 4,1 1,7 1,3 1,9 -- -- 10,6

Extremadura 1,2 0,5 0,9 -- -- -- -- 2,7

Galicia 2,1 2,1 1,0 1,2 -- -- -- 6,3

Madrid 0,7 0,9 0,3 -- -- 10,6 -- 12,6

Murcia 0,4 1,0 0,5 1,3 -- -- -- 3,2

Navarra 0,7 0,2 0,9 -- -- -- -- 1,9

País Vasco 0,9 1,4 0,8 1,3 -- -- -- 4,4

La Rioja. 0,3 0,2 0,3 -- -- -- -- 0,8

Total 19,5 23,8 16,3 11,1 6,6 12,1 10,6 100,0


56

Este hecho, y el propio devenir del trabajo de campo, motivaron alguna mínima modificación sobre

el diseño inicial en lo que respecta a la distribución de los sujetos por Comunidades Autónomas y

tamaño de hábitat. En cualquier caso, las desviaciones no son de gran magnitud, siendo lo más

significativo el mayor peso relativo que representan las dos grandes capitales, Madrid y Barcelona.

En la tabla siguiente se ofrece la distribución de las entrevistas por cuotas de edad y sexo, criterios

respecto de los cuales la muestra final difiere ligeramente del diseño original. En la proporción por

sexos, prácticamente se invierten los porcentajes, mientras que en la estructura por edades, el

grupo de mayor edad aparece levemente sub-representado en beneficio del tramo más joven.

Tabla 10. Distribución de la muestra por grupos de edad y sexo.

Grupo de Edad Hombres Mujeres Total

Menores de 25 años 5,35 5,69 11,04

Entre 25 y 34 años 10,59 10,54 21,14

Entre 35 y 44 años 9,06 11,63 20,69

Entre 45 y 54 años 7,92 8,22 16,14

Entre 55 y 64 años 6,78 5,54 12,33

Más de 64 años 10,64 8,02 18,66

Total 50,35 49,65 100,00

En lo concerniente a la distribución de los observaciones entre los ocho modelos diferentes de que

constaba el cuestionario, se puede observar cómo la adscripción aleatoria de los sujetos a los

distintos grupos dio lugar a pequeñas variaciones, siendo el grupo más numeroso el modelo 2,

cumplimentado por 283 individuos (un 14,0% de la muestra total), mientras que los grupos 7 y 8

resultaron ser los menos numerosos por cuanto dichos modelos registran un total de 233 (un 11,5%

de la muestra) y 228 observaciones (un 11,3%), respectivamente.

Tabla 11. Distribución de la muestra según modelo de encuesta (“grupo”).

Grupo Observaciones Porcentaje Duración media (minutos)

1 251 12,4 41,36 2 283 14,0 41,76 3 243 12,0 41,98 4 269 13,3 42,15 5 254 12,6 43,40 6 259 12,8 40,76 7 233 11,5 42,90 8 228 11,3 46,07

Total 2.020 100,0 42,48


57

El tiempo medio empleado para la cumplimentación de la encuesta fue de poco más de cuarenta y

dos minutos, en tanto que su valor mediano se situó ligeramente por debajo de los cuarenta

minutos. No se registraron diferencias relevantes entre grupos, ya que los valores medios se

situaron dentro del rango comprendido entre 40 y 46 minutos.

En la siguiente tabla aparece caracterizada la muestra según el estado civil, nivel de estudios y

situación laboral. Comenzando por la primera de las características, el estado civil de los

encuestados, se observa cómo más de la mitad de la muestra está formada por encuestados

casados o que conviven en pareja, un 30% se encuentra soltero, algo más de un 6% se encuentra en

situación de viudedad y un porcentaje idéntico está integrado por individuos separados o

divorciados. En lo que se refiere al nivel de estudios, cerca del 37% ha alcanzado como máximo un

nivel de estudios primarios (EGB o equivalente), aproximadamente una tercera parte posee

estudios secundarios (BUP, COU, FP o equivalentes), cerca del 15% está en posesión de un título

universitario y un 12% ha finalizado algún programa de Formación Profesional de grado superior. La

proporción de encuestados que declara no haber concluido ningún tipo de estudios apenas llega al

3,5%.

Tabla 12. Estado civil, nivel de estudios y situación laboral.

Estado Civil % Soltero 30,15 Casado o pareja de hecho. 56,88 Separado/divorciado 6,49 Viudo 6,49 Nivel de Estudios Terminados % Sin estudios 3,56 Estudios Primarios (EGB o similar) 36,78 Estudios Secundarios (BUP, FP grado medio, COU) 32,72 Estudios de Formación Profesional de grado superior (Ciclo Formativo, etc.) 12,18 Estudios superiores (diplomado/licenciado, postgrado) 14,75 Situación Laboral % Asalariado temporal del sector privado 11,34 Asalariado indefinido del sector privad 22,03 Funcionario 4,06 Funcionario interino o similar. 1,58 Trabajador autónomo/empresario 10,10 Desempleado 12,38 Jubilado/pensionista 19,36 Ama de casa 12,03 Estudiante 6,04 Otros 1,09


58

Con respecto a la situación frente al mercado de trabajo, el grupo mayoritario está constituido por

trabajadores por cuenta ajena, que representan cerca del 40% de la muestra. Los asalariados del

sector privado suponen aproximadamente un tercio del total de sujetos, siendo entre éstos

mayoría los trabajadores con contrato indefinido (22% del total de la muestra) frente a los que

tienen un contrato temporal (11% de la muestra). Completan el colectivo de trabajadores por

cuenta ajena los empleados del sector público, que representan algo más del 5,5% de la muestra

definitiva. La proporción de trabajadores por cuenta propia (autónomos y empresarios) supera el

10%, elevando así al 50% la representación de la población ocupada en nuestro estudio. El

porcentaje de sujetos en situación de desempleo supera el 12%, lo que significa que la “tasa de

actividad” implícita en la composición de la muestra se sitúa alrededor del 61,5% (la tasa de

actividad española según la Encuesta de Población Activa del IV Trimestre de 2010 era del 60%),

mientras que la tasa de paro entre la población encuestada asciende al 20,1% (muy próxima al

20,3% que registra la EPA a finales de 2010). Dentro de los grupos que conforman la población

inactiva, destaca sobre los demás el formado por los pensionistas y jubilados (casi una quinta parte

de la muestra), seguido por el personas que se ocupan de su hogar sin remuneración (“amas de

casa”), cuya participación llega al 12%. Finalmente, un 6% de los entrevistados eran estudiantes.

Por lo que se refiere a la composición de la muestra en relación con los niveles de renta declarados

por los sujetos, comenzaremos recordando que el cuestionario incluía dos preguntas al respecto. La

primera se orientaba a conocer el nivel de renta corriente mensual de los encuestados, mientras

que la segunda trataba de identificar el nivel de renta “permanente”. Como se puede observar en la

figura siguiente, en ambos casos existe un elevado porcentaje de entrevistados que no declaran su

nivel de renta –resultado que no sorprende por ser habitual en encuestas con población general–.

En el caso de la renta ordinaria ese porcentaje alcanza un 28%, mientras que para el caso de la

renta permanente la proporción desciende hasta poco más del 24%.

Se puede observar que, aunque los porcentajes correspondientes a los distintos escalones de renta

resultan similares, la distribución de las respuestas referidas a la renta permanente aparece

ligeramente desplazada hacia la derecha, es decir, hacia niveles más altos de ingresos. Este

fenómeno probablemente pueda explicarse por la disminución coyuntural en los niveles de renta

que han sufrido las familias como consecuencia de la actual crisis económica.


59

Figura 11. Nivel de renta y renta permanente declarada (euros)

Para terminar con el análisis de los rasgos socio-demográficos de la muestra, observaremos su

composición en relación con la caracterización de los hogares. En la tabla se observa cómo casi una

tercera parte de la muestra contaba entre sus miembros con menores de edad económicamente

dependientes, siendo la media de 1,6 menores por hogar. Por otra parte, algo más de un 9% de los

hogares contaba entre sus integrantes con al menos una persona mayor dependiente; el número

medio de mayores dependientes por hogar en la muestra era de 1,30. Finalmente, el tamaño medio

del hogar, contando a todos sus miembros –incluido el entrevistado–, se situó ligeramente por

debajo de 3.

Tabla 13. Características del hogar.

Hogares con menores dependientes (%) 31,98 Número medio de menores 1,62 Hogares con mayores dependientes (%) 9,26 Número medio de mayores 1,30 Tamaño medio de Hogar 2,90

3.2.1.2. Hábitos de desplazamiento y patrón de uso de vehículos.

De la información recabada en las primeras preguntas del cuestionario se concluye que un 85% de

los entrevistados utiliza el automóvil como medio de desplazamiento, un 40% es usuario del

autobús y algo más de un 20% otros medios de transporte colectivo (p.ej. metro), quedando a

mucha distancia las proporciones de usuarios de otras formas de transporte. Por ejemplo, poco

más de un 6% dijo ser usuario habitual de motocicletas, el mismo porcentaje que se declaró usuario

0,00

5,00

10,00

15,00

20,00

25,00

30,00

Menos de 600 €

Entre 600 y 900 €

Entre 900 y 1200 €.

Entre 1200 y 1800 €

Entre 1800 y 2500 €

Entre 2500 y 3500 €.

Entre 3500 y 5000 €.

Más de 5.000 €

Nosabe/Nocontesta

Renta Renta permanente


60

de la bicicleta; menos de un 4% viajaba en furgonetas; siendo los porcentajes más reducidos (en

torno al 1%) los correspondientes a usuarios camiones y de ciclomotores. Por lo que se refiere al

medio de transporte más utilizado, prácticamente la mitad de los encuestados señaló el automóvil

como su medio de transporte más frecuente, quedando en segundo lugar el autobús, ya que algo

más de un cuarto de la muestra identificó éste como su medio de transporte preferente. Queda, a

continuación, el grupo “otros medios de transporte” como tercera opción más frecuente, con algo

más de un 12% de la muestra. Como en la primera pregunta, el resto de medios de locomoción

presenta porcentajes mucho menores; así la motocicleta es el medio prioritario para el 3% de los

entrevistados, la bicicleta y la furgoneta para el 2,5%, y el camión y el ciclomotor no alcanzan el 1%.

Figura 12. Uso de los distintos medios de transporte y transporte habitual (%).

Más allá del hecho de ser o no usuario de un determinado medio de locomoción, en la encuesta

también se solicitó información acerca del grado o intensidad de uso de los distintos medios de

transporte, preguntando a los entrevistados por el número medio aproximado de kilómetros que

recorrían en un año, con cualquiera de los anteriores medios de transporte. Las respuestas quedan

recogidas en la siguiente figura.

Como se puede observar, los porcentajes disminuyen de forma monótona conforme se incrementa

el número de kilómetros recorridos. Así, mientras que más de un 40% de los entrevistados declaró

recorrer menos de 5.000 kilómetros al año, sólo un 28% dijo recorrer entre 5.000 y 10.000, poco

menos de un 22% afirmó realizar entre 10.000 y 30.000, y algo más de un 5% confesaron hacer más

de 30.000 pero menos de 50.000 kilómetros en un año. Entre esta última cifra y 100.000 se sitúa


61

menos del 2% de la muestra, similar porcentaje al que dijo hacer más de 100.000 kilómetros al año

a bordo de algún medio de locomoción.

Figura 13. Kilómetros recorridos anualmente.

En lo que atañe a la distribución de la muestra según las licencias de conducción en poder de los

sujetos, la figura siguiente pone de manifiesto que una gran mayoría de los encuestados (70%)

disponía de al menos un permiso de conducción o, dicho de otro modo, que poco más del 30% de la

muestra no tenía en su poder permiso de conducción alguno. El más frecuente entre los

encuestados es el permiso B de conducción de automóviles, en posesión de algo más de las dos

terceras partes de la muestra. A mucha distancia se encuentra el permiso de conducción de

motocicletas A (un 7,5% de los entrevistados declaraban tenerlo), seguido del permiso para

conducir motocicletas de menor cilindrada, A-1 (5% de la muestra). Del resto, solo la licencia de

conducción ciclomotores superaba el 3%. Algo más del 12% de los sujetos que conforman la

muestra se encontraba en posesión de al menos 2 tipos de licencia distintos y un 1% disponía de 7

o más permisos de conducción.

Los individuos que poseían algún permiso de circulación fueron interrogados acerca del número de

puntos con que contaban en dicho permiso. Las respuestas declaradas por los sujetos, quedan

recogidas en el siguiente gráfico, donde se observa cómo un 20% de los conductores presentes en

la muestra declara encontrarse en posesión de 12 puntos (la dotación inicial del permiso); más del

60% dice tener 14 puntos (es decir, el resultado de añadir a la dotación inicial 2 puntos adicionales

por no haber recibido ninguna sanción durante los tres primeros años de vigencia de la norma), y

únicamente un 9% afirma tener 15 puntos en su haber (el máximo alcanzable transcurridos seis

0

5

10

15

20

25

30

35

40

45

Menos de5.000 km.

Entre 5.000 y10.000 km

Entre 10.000 y30.000 km

Entre 30.000 y50.000 km

Entre 50.000 y100.000

Más de 100.000km.


62

años sin ser sancionado). En definitiva, más de un 90% de los entrevistados declara tener 12 o más

puntos.

Figura 14. Permisos de conducción declarados (%)

Figura 15. Puntos en el permiso de conducir declarados (%).

Una información adicional relativa al comportamiento de los entrevistados en su condición de

conductores tiene que ver con el patrón de uso del vehículo. En la tabla 14 se constata que,

dejando al margen al tercio de la muestra que no conduce, el grupo más numeroso está integrado

por aquellos que lo hacen a diario en vías urbanas y solo los fines de semana y periodos

vacacionales realizan recorridos interurbanos (un 31,4% de la muestra; un 47% de los sujetos que

conducen). El resto de la muestra se divide casi a partes iguales entre los que únicamente conducen

los fines de semana o en vacaciones y los que realizan desplazamientos en vías interurbanas a

0

10

20

30

40

50

60

70

80

Licencia deciclomotor

A-1 (Motosligeras)

A (Motos) B (Turismos) C1 (Camiónligero)

C (Camión) C1E(acoplados12.000 kgs)

C+E(acopladossin límite)

D1 (autobúshasta 17)

D (autobús) Otros Ninguno

0

10

20

30

40

50

60

70

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15


63

diario. El porcentaje de entrevistados que pasa gran parte de su jornada laboral al volante no llega

al 3% (4,2% de los conductores).

Tabla 14. Patrón de uso del vehículo como conductor (%).

Salvo excepciones, sólo uso el vehículo los fines de semana y vacaciones. 16,29 Conduzco a diario en vías urbanas y realizo desplazamientos más largos algunos fines de semana y en periodos vacacionales.

31,39

Realizo a diario desplazamientos en vías interurbanas (carreteras, autovías autopistas).

16,44

Paso gran parte (o la totalidad) de mi jornada laboral en el vehículo. 2,82 No conduzco. 33,07

3.2.1.3. Riesgo subjetivo y experiencia previa con accidentes de tráfico.

Como se ha explicado en una sección anterior del informe, una vez que se proporcionó a los

entrevistados información referida al riesgo medio de sufrir un accidente de tráfico en España y a la

probabilidad de fallecer a resultas del mismo (11 en 100.000), se les preguntó acerca de cuál era, en

su opinión, su propio riesgo de fallecer a resultas de un accidente (teniendo en cuenta sus hábitos

al volante, experiencia, etc.), es decir, se les pidió que cifrasen su nivel de riesgo subjetivo. Las

respuestas quedan recogidas en la siguiente figura, donde se representa la probabilidad en base

100.000.

Figura 16. Riesgo de muerte subjetivo por accidente de tráfico (base 100.000) declarado por los sujetos (% sobre el total).

Algo más de la mitad de los entrevistados (un 53%) estimaba que su nivel de riesgo era igual a la

media española. Casi un 38%, consideró se enfrentaba a un riesgo inferior a dicha media,

0

10

20

30

40

50

60

0 2 4 6 8 10 12 14 16 18 20 22 24 27 29 31 33 35 40 44 50


64

situándose los valores estimados más frecuentes alrededor de la mitad del riesgo medio de muerte

para el conjunto de la población española, esto es, en torno al 5 por 100.000. Solo un 9% de los

encuestados dijo creer que su riesgo de morir como consecuencia de un accidente de tráfico era

superior a la media, sin que quepa identificar ningún patrón claro de respuesta por lo que se refiere

a los valores puntuales estimados.

La posibilidad de que las respuestas de los entrevistados a esta pregunta (y a otras que se formulan

a lo largo de la encuesta) pudiese verse alterada por una deficiente comprensión de los escenarios

de riesgo parece, en principio, que puede descartarse a la vista de los resultados obtenidos en la

pregunta inmediatamente posterior. En ella se pedía a los sujetos que eligieran entre dos planes de

reducción del riesgo de muerte, uno de los cuales conseguía una reducción en el riesgo de muerte

claramente mayor que el otro (de 10 a 2 en 100.000 frente a 10 a 5 en 100.000); y prácticamente el

99% eligió la opción correcta.

En relación con la experiencia directa o indirecta con los accidentes de tráfico la encuesta nos

proporciona una gran cantidad de información interesante. Para empezar, más de un tercio de los

entrevistados manifestó haber sufrido, a lo largo de su vida, un accidente de tráfico. Este

porcentaje se reduce drásticamente, hasta el 7,5% si nos circunscribimos a los accidentes de

carácter grave, y aún más si nos centramos en aquellos individuos que sufren algún tipo de secuela

a resultas de un accidente de tráfico, que suponen un 6,4% de la muestra. Los sujetos que declaran

haber cobrado algún tipo de indemnización a resultas de un accidente superan el 6,8% del total,

siendo el importe medio de la indemnización de unos 5.600 euros, a tenor de las respuestas de los

encuestados (la cuantía máxima supera los 130.000 euros).

Tabla 15. Experiencia directa previa con accidentes.

Ha sufrido un accidente (%) 33,47 Ha sufrido un accidente grave (%) 7,48 Tiene secuelas por un accidente (%) 6,38 Indemnización (%) 6,83 Indemnización media (euros) 5602,84

La mayoría de los accidentes graves se concentran en los años inmediatamente anteriores a la

realización de la encuesta. Conforme nos alejamos en el tiempo, comienzan a sobresalir las

frecuencias absolutas en los finales de década (1970, 1980, 1990, 2000) y también en el punto

medio de la década inmediata anterior (1995). La explicación más plausible hay que buscarla en la

fragilidad de la memoria y la atracción por los números redondos.


65

Figura 17. Año en el que sufrió el accidente (el más grave si ha sufrido varios) (%).

Si nos centramos en la experiencia indirecta con la siniestralidad vial, esto es, la que se sufre a

través de las vivencias de otras personas del entorno, se pueden distinguir dos órbitas de

influencia. De un lado, el círculo más cercano, formado por hijos, progenitores y otros familiares.

De otro, el constituido por los amigos y conocidos. En lo que se refiere al primero de los círculos, se

observa que la frecuencia con la que alguno de sus integrantes se ha visto involucrado en un

accidente leve es relativamente elevada. Así, se constata que el cónyuge/pareja de uno de cada

ocho encuestados ha sufrido un accidente de tráfico leve; el padre o la madre de uno de cada diez

entrevistados ha pasado por la misma experiencia; la proporción se reduce a uno de cada trece en

el caso de hijos y se eleva a uno de cada cinco encuestados en el caso de otros familiares.

Figura 18. Experiencia indirecta con accidentes según gravedad (% sobre el total).

0

1

2

3

4

5

6

7

8

1956 1961 1967 1969 1971 1973 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 2010

0

5

10

15

20

25

30

35

40

Encuestado Cónyuge Padre Hijo Otro familiar Amigo Conocido

Leve Grave Mortal


66

Con respecto a los accidentes graves, la incidencia es notablemente menor, pues sólo en uno de

cada treinta y seis casos el cónyuge del entrevistado sufrió un accidente de carácter grave; esta

ratio pasa a uno de cada veinticinco si el accidentado grave es el padre o la madre del entrevistado,

y a uno por cada setenta y siete si nos referimos a un hijo; en el caso de otros familiares, la

frecuencia sube uno de cada ocho entrevistados. Por lo que se refiere a los accidentes con

resultado de muerte, siete personas en toda la muestra declararon haber perdido a su

cónyuge/pareja como consecuencia de un accidente de tráfico; ocho personas sufrieron la muerte

de uno de sus progenitores, cinco encuestados habían perdido un hijo y poco más de cien (un 5%

de la muestra) algún otro familiar.

En el segundo de los círculos, el constituido por amigos y conocidos del entrevistado, la ocurrencia

de accidentes graves o mortales es mucho más frecuente, lo que se deriva de la mayor amplitud del

mismo, en relación con el de los familiares directos. Así, prácticamente uno de cada nueve

entrevistados declara que algún amigo o algún conocido suyo sufrió un accidente de tráfico de

carácter grave, asimismo uno de cada nueve entrevistados declaró que algún amigo había fallecido

en accidente de tráfico, y uno de cada cinco que había fallecido en esas mismas circunstancias

algún conocido.

3.2.1.4. Actitud ante el riesgo, hábitos saludables, riesgos al volante y otros.

Varias preguntas del cuestionario permiten analizar la actitud de los entrevistados frente al riesgo y

su comportamiento desde el punto de vista de los hábitos saludables. Así, por ejemplo, casi un 40%

de nuestra muestra se declaraba fumador; aproximadamente la mitad de los fumadores consumía

alrededor de un paquete de cigarrillos al día y sólo un 5% dijo ser fumador social o muy ocasional.

En relación con el alcohol, más de un 60% de los entrevistados declaró haber consumido alcohol

durante el mes precedente, si bien la mitad de ese porcentaje declaró haber consumido alcohol de

forma ocasional y la otra mitad declaró haberlo hecho de forma más o menos regular. Casi uno de

cada seis entrevistados confesó que consumía alcohol durante los fines de semana, y el resto

señaló que o bien lo hacía varias veces por semana o a diario. No se dispone sin embargo de

información acerca de qué tipo de bebidas alcohólicas se ingirieron. En este mismo ámbito, es

preciso destacar que casi un 20% de los encuestados declaró haber conducido bajo los efectos del

alcohol alguna vez a lo largo de su vida, y que algo más de un 6% confesó que lo había hecho bajo la

influencia de alguna otra sustancia estupefaciente. Cerca del 4% respondió afirmativamente en

ambos casos. Por otra parte, también resulta muy llamativo que casi un 40% de la muestra declare

haber sido pasajero de alguien que conducía bajo los efectos de alcohol u otra sustancia

estupefaciente.


67

Tabla 16. Actitud frente al riesgo: hábitos saludables, riesgos al volante, supervivencia subjetiva.

Fumador (%) 39,41 Tomó alcohol último mes (%) 61,29 Ha conducido bajo los efectos del alcohol (%) 19,65 Ha conducido bajo los efectos de otro estupefaciente (%) 6,14 Ha sido pasajero de alguien que conducía bajo los efectos de alcohol u otra droga (%) 38,91 Seguro médico (%) 16,29 Sedentario (%) 36,19 Peso medio (kg.) 72,20 Altura media (cm.) 167,75 Índice de Masa Corporal (IMC) medio 25,61 Probabilidad subjetiva de sobrevivir a los 75 años 0,77 Probabilidad subjetiva de sobrevivir a los 85 años 0,55 Probabilidad subjetiva de sobrevivir a los 95 años 0,26

En otro orden de cosas, el 16% de los entrevistados dispone de un seguro médico privado, y más de

un tercio de los mismos declara que lleva una vida totalmente sedentaria. En relación a las

características antropométricas de la muestra, las respuestas de los sujetos sitúan el peso medio

ligeramente por encima los 72 kilogramos, y la altura media cerca de los 168 centímetros, lo que se

traduce en un índice de masa corporal (IMC) medio declarado que se corresponde con una

situación de ligero sobrepeso (25,61).

Finalmente, en relación a la percepción que los propios sujetos revelaron acerca de sus

expectativas de supervivencia, cabe señalar que los valores medios de las probabilidades de

supervivencia a los 75, 85 y 95 años de edad muestran un pauta decreciente, como cabría esperar,

situándose en 0,77 para el primer horizonte de 75 años, 0,55 en el caso de los 85 años y 0,26 para

el horizonte más alejado de 95 años.

3.2.1.5. Estado de salud y satisfacción con la propia vida.

En el último bloque de las preguntas socio-demográficas, se pidió a los encuestados que

caracterizasen su propio estado de salud, para lo cual se incluyó una pregunta de “salud

autopercibida”, así como el instrumento descriptivo SF-6D. Según las respuestas dadas a la primera

pregunta, algo más de un 13% de los encuestados disfrutaba de una salud excelente, poco menos

de un tercio dijo gozar de muy buena salud y algo más de un cuarenta por ciento la calificaba como

simplemente buena. Entre los que valoraban peor su condición de salud, los que decían tener un

estado de salud regular representan el 13% de la muestra, mientras que únicamente el 1% de los


68

sujetos afirmaba padecer mala salud. Por lo que atañe a la distribución de los estados de salud

según el sistema SF-6D, un 16,88% de los encuestados manifestaron encontrarse en la mejor

situación posible, mientras que el resto presentaba alguna limitación en al menos una de las

dimensiones que considera el sistema multiatributo utilizado.

Por lo que respecta al grado de felicidad/satisfacción con la propia vida, de las respuestas se puede

deducir que, en términos generales, los individuos que integran nuestra muestra son bastante

felices o se encuentran bastante satisfechos con su propia vida, como lo demuestra el hecho de que

todas las valoraciones estén próximas, por arriba o por abajo, al nivel 5 (“Más bien de acuerdo”) en

la escala que va de 1 (“Completamente en desacuerdo”) a 7 (“Completamente de acuerdo”). Es

más, en el ítem resumen, “En general, soy feliz”, la media se aproxima mucho al nivel 6 (“De

acuerdo”).

Tabla 17. Salud autopercibida, estado de salud SF-6D, satisfacción con la vida y felicidad.

Salud autopercibida % Excelente 13,07 Muy buena 31,93 Buena 40,89 Regular 12,87 Mala 1,24 Estado de salud SF-6D % 111111 16,88 111122 13,61 111112 9,46 111121 6,14 111222 2,97 211122 2,97 111123 2,18 Resto 45,79

Nivel Felicidad/satisfacción propia vida Media (de 1 a 7)

En la mayoría de las cosas, mi vida está cerca de mi ideal 4,91 Las condiciones de mi vida son excelentes 4,73 Estoy satisfecho con mi vida 5,33 Hasta ahora, he conseguido las cosas que para mí son importantes en la vida. 5,22 Si volviese a nacer, no cambiaría casi nada de mi vida 4,58 En general, soy feliz. 5,62

Para concluir esta parte dedicada a analizar las respuestas que nos permiten caracterizar a los

sujetos que han participado en el estudio, y antes de pasar al análisis de los resultados que


69

constituyen el núcleo de la encuesta, mencionaremos que el valor medio obtenido en la pregunta

tendente a cuantificar el nivel de dificultad de la encuesta se sitúo ligeramente por debajo de 5

puntos (4,57) en una escala de 0 a 10, siendo además dicho valor la mediana y la moda de la

distribución. Únicamente un 20% de la muestra señaló que le nivel de dificultad era mayor que 7.

Lo que no obsta para que un elevado número de entrevistados señalara que la encuesta había

requerido mucha atención o les había resultado larga.

Figura 19. Distribución del grado de dificultad declarado.

3.2.2. Ordenaciones de los estados y puntuaciones en la escala visual analógica (EVA).

La primera tarea a la que se enfrentaron los entrevistados fue la de ordenar de mayor a menor

gravedad los 4 estados de salud que se utilizan en el estudio (R, V, W y X), su estado de salud en el

momento de realizar la entrevista y la Muerte. Entre los cuatro estados de salud es posible

establecer una ordenación lógica no subjetiva. Por un lado, dos de ellos tienen un carácter crónico

o permanente (estados R y V) y los otros dos (W y X) son de carácter temporal, pues los problemas

de salud duran unos cuantos meses (3 y 18, respectivamente), no quedando ningún tipo de

secuelas. Además, dentro de los estados de salud crónicos, R y V, es posible identificar claramente

uno de ellos como más grave que el otro. Siendo las dimensiones consideradas para describir el

estado las mismas tanto durante la hospitalización como al concluir ésta, las diferencias a favor del

estado V aparecen a la hora de modular esas dimensiones. Así, por ejemplo, mientras que el estado

R conlleva un dolor moderado a grave que permanece de por vida, el estado V sólo lleva aparejado

dolor moderado de 1 a 4 semanas, atenuándose después gradualmente (aunque reaparece

esporádicamente). Por esta razón se puede concluir que el estado de salud R es “objetivamente”

peor que el estado de salud V. Del mismo modo, también los estados de salud más leves, los de

carácter temporal, son lógicamente ordenables entre sí. El estado X iguala, cuando no empeora, los

02468

1012141618

0 1 2 3 4 5 6 7 8 9 10


70

niveles de intensidad o duración de todas las dimensiones que caracterizan al estado V. En

consecuencia, la ordenación esperada, de peor a mejor, de los cuatro estados de salud es: estado R

< estado V < estado X < estado W.

Una cuestión diferente es la posición relativa que deberían ocupar las otras dos situaciones que han

de ser ordenadas junto con los cuatro estados, es decir, el propio estado de salud del encuestado

(etiquetado como “Hoy”) y la muerte. En el primer caso, el estado de salud del encuestado en el

momento de la entrevista podría, en principio, ocupar cualquier posición relativa en la ordenación.

En lo que se refiere la muerte, parece difícilmente justificable que su posición en el ranking fuera tal

que llevase a considerar cualquiera de los dos estados temporales como “peores que la muerte”.

Más asumible, aunque poco probable, sería que algún encuestado mostrara su preferencia por la

muerte en presencia de alguno de los estados crónicos. Sea como fuere, y a efectos de comprobar

si los entrevistados han comprendido adecuadamente el escenario, nos centraremos en analizar si

los cuatro estados hipotéticos susceptibles de ser ordenados de un modo lógico efectivamente lo

fueron. Esta información la recoge la siguiente tabla, en la que se observa que más del 90% de los

entrevistados realizaron la tarea de ordenación correctamente; que poco más de un 4% invirtió la

ordenación en el caso de los estados crónicos (más graves), pero ordenó bien los temporales

(leves); y que un 2,5% permutó las posiciones de los leves, pero ordenó bien los graves. El resto,

algo más de un 3% de la muestra, realizó otras ordenaciones de los estados igualmente erróneas.

Como información adicional, señalaremos que casi un 90% de los entrevistados situó la muerte en

último lugar, y que casi el mismo porcentaje, consideró que su estado de salud en el momento de

realizar la entrevista era mejor que cualquiera de los estados hipotéticos objeto de valoración.

Tabla 18. Ordenaciones de los estados de salud por gravedad (%)

Ordenación R, V, X, W 90,2 Ordenación V, R, X, W 4,16 Ordenación R, V, W, X 2,52 Resto 3,12

A través de la tarea de puntuación sobre la Escala Visual Analógica (de 0 a 100) de los mismos seis

estados previamente ordenados (R, V, X, W, Hoy y Muerte) es posible obtener, en primer lugar, una

nueva ordenación –que puede ser comparada con la anterior- y, en segundo lugar, se puede

calcular una medida resumen de las puntuaciones. Como se puede observar en la tabla, el

porcentaje que respetó la ordenación lógica de los cuatro estados hipotéticos es ligeramente

inferior al anterior (87,6% frente a 90,2%); algo más de un 4% invirtió el orden de la pareja de


71

estados crónicos, y algo menos de un 3% permutó la ordenación en los leves; correspondiendo el

5% restante a los sujetos que realizaron cualquier otra ordenación errónea. En cuanto a las

puntuaciones, se puede observar que tanto las medias como las medianas implican una ordenación

lógicamente consistente, en el sentido de que los valores medios (medianos) respetan la secuencia

R<V<X<W. Además, las desviaciones típicas se comportan de una forma muy similar para los

diferentes estados de salud, siendo más reducidas para la muerte y el estado de salud del

encuestado, dado que en ambos casos, gran parte de los entrevistados se “colapsan” en los valores

extremos (0 y 100).

Tabla 19. Ranking y puntuaciones de los estados de salud en la Escala Visual Analógica (EVA).

Ordenación % Puntuación EVA Estado Media Mediana Desv. típica

R, V, X, W 87,62 R 17,03 15 12,02 V, R, X, W 4,41 V 32,43 31 13,24 R, V, W, X 2,87 X 55,25 58 14,52

Otras 5,1 W 71,19 76 16,23 Hoy 94,67 100 11,02 Muerte 2,32 0 6,49

3.2.3. Disposiciones a pagar por reducciones de riesgo.

A continuación se muestran los resultados de las preguntas 11a, 11b y 11c, esto es, aquellas en las

que se preguntaba al encuestado acerca de su DAP por una reducción en el riesgo. En el caso de las

preguntas 11a y 11c, respondidas por todos los sujetos, se ofrecía un reducción en el riesgo de

morir de un 5 por 100.000 (de 15 a 10 en 100.000) y de un 10 por 100.000 (de 15 a 5 en 100.000),

respectivamente; con la excepción del grupo 7 en el que las reducciones de riesgo eran en base

10.000 (de 15 a 10 en 10.000 y de 15 a 5 en 10.000 respectivamente en las preguntas 11a y 11c).

En la pregunta 11b, respondida por todos sujetos salvo los asignados a los grupos 7 y 8, el objeto de

valoración era una reducción en el riesgo de sufrir un estado de salud temporal (X o V). La magnitud

de la reducción era la misma que en la pregunta 11a (de 15 a 10 en 100.000) en los grupos 1, 2, 4 y

5, y diez veces mayor (150 a 100 en 100.000) en los grupos 3 y 6. Los valores que se muestran en las

tablas siguientes se han calculado una vez eliminados los valores extremos. Para ello, se ha seguido

el criterio general de descartar aquellas observaciones que excedían del valor medio en tres

desviaciones típicas.17

17 Esta eliminación de valores extremos se ha realizado para el conjunto de cada una de la DAP por las reducciones de riesgo, sin tener en cuenta la adscripción a grupo alguno. Así, si un individuo superaba uno de


72

3.2.3.1. Disposiciones a pagar por una reducción en el riesgo de muerte.

Comenzando por el análisis de las DAP por la primera reducción de riesgo de muerte (pregunta

11a), se puede observar en la tabla que existen algunas diferencias por grupos, tanto en medias

como en medianas, aunque particularmente en el caso del primero de estos estadísticos. Las

medias de DAP toman valores dentro del intervalo 800-1.950 euros, mientras que el intervalo que

incluye las medianas va de 140 a 300 euros. Estas diferencias se pueden explicar parcialmente por

la mayor o menor presencia de DAP nulas, ya que los grupos con menor porcentaje de DAP nulas

tienden tener mayores medias y medianas. Además, también podrían jugar cierto papel los valores

máximos observados, dado que la media es extremadamente sensible a la presencia de un reducido

número de valores relativamente elevados. Más difícil de explicar resulta lo que sucede con el

grupo 7, si se tiene en cuenta que en este grupo los niveles de riesgo se definían en base 10.000 (en

el resto la base es 100.000). Esto significa que la reducción de riesgo propuesta era diez veces

mayor en términos absolutos en este grupo que en los demás y, sin embargo, los valores medios y

medianos de DAP se comportan de forma similar al resto de grupos. Las pruebas estadísticas

confirman que, en efecto, los encuestados no fueron sensibles a la magnitud de la ganancia. El test

de medias rechaza que existan diferencias significativas entre el grupo 7 y el resto de grupos (p-

value=0,55) y el test de Wilcoxon-Mann-Whitney (en adelante, WMW) permite afirmar que no

forman parte de la misma distribución (p-value=0,09).

Tabla 20. Disposición a Pagar en euros por reducción de riesgo de muerte (15 a 10 en 100.000, salvo el grupo 7 base 10.000).

Grupo Media Mediana Desviación Típica Observ.

DAP nulas Máxima DAP Nº %

1 1.741 300 6.476 247 12 4,86 60.000 2 1.428 190 4.642 280 23 8,21 50.000 3 1.488 200 4.490 242 15 6,20 31.000 4 1.339 173 6.149 266 20 7,52 75.000 5 1.950 300 6.220 246 13 5,28 50.000 6 810 150 2.541 258 23 8,91 30.000 7 1.191 143 3.623 232 15 6,47 35.000 8 1.019 150 3.717 224 21 9,38 35.000

esos límites, sus respuestas no son tenidas en cuenta tampoco en las otras dos reducciones, en aras de la homogeneidad. Para el caso de la DAP por la reducción del riesgo 15 a 10 en 100.000, se excluyeron, previamente al cálculo de la media y la desviación típica, dos observaciones cuya DAP ascendía a 3 millones de euros, ya que existían dudas más que razonables acerca del grado de comprensión de la pregunta por parte del encuestado.


73

A continuación se muestran las DAP para la segunda (la mayor) de las reducciones de riesgo de

muerte (pregunta 11c), que suponía pasar de 15 a 5 en 100.000 (en el grupo 7, de 15 a 5 en

10.000), una vez excluidos los valores extremos. Los valores medios para la DAP se mueven en un

rango comprendido entre 1.100 y 3.400 euros, mientras que las medianas lo hacen entre 170 y 400

euros. De nuevo, parece existir insensibilidad al tamaño del beneficio en términos absolutos, ya que

los valores para el grupo 7 (cuya reducción de riesgo era diez veces mayor) no difieren

sustancialmente de los registrados en el resto de grupos. Como en el caso de la pregunta 11a, esta

insensibilidad a la magnitud de la reducción en el riesgo se confirma estadísticamente, tanto a

través del test de medias (p-value=0,45) como mediante el de WMW (p-value=0,12).

A la vista de las cifras mostradas en la tabla, no parece existir efecto aprendizaje, ya que siendo

esta pregunta la última del bloque para todos los sujetos, es sin embargo la que registra un mayor

número de valores extremos18. Además, los porcentajes de DAP nulas no muestran diferencias

relevantes con respecto a los observados en las otras dos preguntas.

Tabla 21. Disposición a pagar en euros por reducción de riesgo de muerte (15 a 5 en 100.000, salvo grupo 7 base 10.000).

Grupo Media Mediana Desviación Típica Observ.


1 2.231 400 6.510 247 13 5,26 50.000 2 2.085 250 6.425 280 22 7,86 50.000 3 2.476 310 8.959 242 14 5,79 90.000 4 1.715 300 5.985 266 17 6,39 50.000 5 3.394 375 11.100 246 12 4,88 100.000 6 1.127 200 3.776 258 24 9,30 45.000 7 1.690 170 4.719 232 14 6,03 40.000 8 1.371 250 4.096 224 16 7,14 36.000

Finalmente, por lo que respecta a la comparación de los valores obtenidos en esta pregunta con los

mostrados para la pregunta 11a, sí que parece observarse sensibilidad respecto al tamaño de la

reducción de riesgo propuesta, ya que, todas la medias de DAP por grupos son mayores que las que

se obtuvieron en la primera pregunta de esta parte, cuando la reducción propuesta era la mitad. La

prueba de igualdad de medias avala esta conclusión (p-value=0,00). El mismo fenómeno se observa

si centramos la atención en el comportamiento de los valores medianos en todos los grupos,

18 En esta caso el número de valores extremos es de 24 observaciones, mientras que para las otras dos reducciones propuestas, 15 a 10 en 100.000 para muerte y un estado de salud no mortal, fue de 19 y 11 respectivamente.


74

intuición que se ve confirmada por el resultado del test de Wilcoxon (p-value=0,00). No obstante,

esta sensibilidad no parece ser completa, puesto que en ningún caso el valor medio o el mediano

dobla el valor obtenido para la mitad de reducción de riesgo de muerte.

A la vista de este resultado, cabe preguntarse si la conclusión es generalizable a todos los grupos en

los que se dividió la encuesta o no. El test de medias indica que sólo para dos grupos (1 y 4) no

difieren los valores al 5% (p-values 0,09 y 0,11 respectivamente). La prueba de Wilcoxon permite

concluir que las distribuciones son claramente diferentes en todos los grupos. Conviene subrayar

que el comportamiento para el grupo con base de riesgo diferente (grupo 7) es similar al del resto

de grupos.

Adicionalmente, y con el fin de comprobar si la sensibilidad al tamaño de la reducción del riesgo

que se pone de manifiesto en los test anteriores se cumple o no a escala individual, llevamos a cabo

recuentos sobre base individual comparando las DAP por cada una de las reducciones de riesgo de

muerte, una vez excluidos los valores extremos. Como queda expuesto en la tabla siguiente, algo

más de la mitad de la muestra útil (56%) se mostró sensible a la magnitud de la reducción de riesgo

propuesta, mientras que poco más de un tercio de la muestra no discriminó en función del tamaño

de la reducción, mostrándose dispuesto a pagar una misma cantidad por el doble de reducción de

riesgo en términos absolutos. Finalmente, algo más de un 8% de los encuestados reveló una DAP

menor por la mayor de las dos reducciones de riesgo ofrecidas. Los recuentos se han realizado

también por grupos, con la finalidad de contrastar posibles diferencias entre ellos.

Tabla 22. Sensibilidad de las DAP por reducción del riesgo de muerte al tamaño de la reducción del riesgo propuesto a escala individual por grupos.

Grupo DAP15a5>DAP15a10 DAP15a5=DAP15a10 DAP15a5<DAP15a10

Obs. % Obs. % Obs. % 1 148 59,92 74 29,96 25 10,12 2 160 57,14 95 33,93 25 8,93 3 136 56,20 85 35,12 21 8,68 4 149 56,02 93 34,96 24 9,02 5 138 56,10 89 36,18 19 7,72 6 129 50,00 104 40,31 25 9,69 7 118 50,86 99 42,67 15 6,47 8 132 58,93 86 38,39 6 2,68

Total 1110 55,64 725 36,34 160 8,02

Se puede observar en la tabla cómo el comportamiento agregado se reproduce de forma

prácticamente generalizada, con pequeñas discrepancias entre grupos. En ninguno de ellos el


75

porcentaje de individuos que discrimina correctamente entre distintas magnitudes de reducción de

riesgo desciende del 50%; los que revelan idéntica DAP en ambos casos oscilan entre el 30% y 40%;

mientras que la proporción de quienes están dispuestos a pagar más por menos, varía entre el 10%

del primer grupo, y poco más de un 3% en el último.

3.2.3.2. Disposición a pagar por una reducción en el riesgo de sufrir un estado no mortal.

En la siguiente tabla se muestran los resultados de la pregunta 11b, esto es, las DAP por la

reducción del riesgo de sufrir el estado de salud X (en los grupos 1, 2 y 3) o V (grupos 4, 5 y 6), una

vez excluidos los valores extremos. La reducción consistía en pasar de 15 a 10 en 100.000 (de 150 a

100 en 100.000 en los grupos 3 y 6). Las diferencias que se observan entre grupos pueden, de

nuevo, explicarse sobre la base de las disparidades en los valores máximos y en la importancia de

las DAP nulas.

Tabla 23. Disposición a pagar en euros por reducción del riesgo de sufrir un estado de salud no mortal (15 a 10 en 100.000, salvo grupos 3 y 6, 150 a 100 en 100.000).

Grupo Estado Media Mediana Desviación Típica Observ.


1 X 1.491 200 5.803 247 17 6,88 60.000 2 X 1.567 190 5.673 280 24 8,57 50.000 3 X 1.078 200 2.933 242 16 6,61 30.001 4 V 1.179 170 4.180 266 21 7,89 36.000 5 V 2.117 300 8.462 246 12 4,88 100.100 6 V 1.263 158 4.633 258 27 10,47 40.000

Sea como fuere, llama poderosamente la atención el hecho de que los valores medios por grupos

no difieren sustancialmente de los observados para la pregunta anterior, esto es, que la DAP a

pagar por reducir en una determinada magnitud el riesgo de muerte es prácticamente igual a la

DAP por reducir en la misma magnitud el riesgo de sufrir una consecuencia no fatal. Esta

insensibilidad es además extensible a las medianas que, en el caso de algunos grupos, llegan a ser

idénticas a las mostradas en la tabla anterior. La confirmación de estas intuiciones viene dada por

los resultados de los test estadísticos, que muestran sin lugar a dudas la incapacidad de los

entrevistados para discriminar entre sus DAP declaradas atendiendo a la naturaleza (mortal vs. no

mortal) del riesgo objeto de reducción. Los p-values obtenidos con el test de medias y el de

Wilcoxon en estas comparaciones resultaron ser 0,96 y 0,15 respectivamente para el conjunto de la

muestra. Estas pruebas se han repetido para cada uno de los seis grupos en los que se planteó la

pregunta de DAP por reducir el riesgo de sufrir una consecuencia no mortal, con el fin de controlar


76

por la posible existencia de un efecto composición que estuviera enmascarando un

comportamiento diverso entre grupos. Únicamente se observan diferencias significativas para los

grupos 3 y 6 en términos de medias (p-values 0,04 y 0,02 respectivamente en la prueba de medias)

que, al menos para uno de esos dos grupos, se mitigan en términos distribucionales (p-values 0,14 y

0,01 en el test de Wilcoxon). Conviene recordar a este respecto que en los grupos 3 y 6 el tamaño

de la reducción del riesgo de sufrir el estado de salud (X o V, respectivamente) era diez veces

superior a la magnitud de la reducción del riesgo de muerte, lo que podría estar compensando la

menor gravedad de la consecuencia que se pretende evitar al revelar la DAP.

El recuento a escala individual que se muestra en la tabla siguiente permite constatar la ausencia

de diferencias importantes entre grupos por lo que respecta a la proporción de individuos que se

mostraron sensibles a la naturaleza del riesgo. El porcentaje de sujetos que valoraron más una

reducción en el riesgo de muerte que una reducción en el riesgo de sufrir un estado de salud como

el X o el V asciende al 30,0% para el conjunto de sujetos analizados, oscilando entre el 27,8% del

grupo 4 y el 39,7% del grupo 1. Los encuestados que revelaron una DAP mayor por reducir el riesgo

de sufrir una consecuencia no mortal que por reducir el riesgo de morir representan un 27,9% en

términos agregados, variando entre el 22,3% del grupo 1 y el 36,81% del grupo 6. En este último

caso, el hecho de que la reducción del riesgo de sufrir el estado no mortal fuese diez veces mayor

que la reducción del riesgo de muerte, puede explicar que la cifra obtenida sea más elevada.

Tabla 24. Sensibilidad de las DAP por reducción del riesgo de muerte a la naturaleza del mismo a escala individual por grupos.

Grupo DAPM > DAPX/V DAPM = DAPX/V DAPM < DAPX/V

Obs. % Obs. % Obs. % 1 98 39,68 94 38,06 55 22,27 2 80 28,57 130 46,43 70 25,00 3 77 31,82 106 43,80 59 24,38 4 74 27,82 112 42,11 80 30,08 5 71 28,86 104 42,28 71 28,86 6 62 24,03 101 39,15 95 36,82

Total 462 30,02 647 42,04 430 27,94

En los restantes grupos, por el contrario, parece que los sujetos registrados en la última columna no

consideraron adecuadamente la diferente naturaleza de los riesgos evaluados. Otro tanto cabe

decir del 42,0% de individuos que no discriminaron entre ambas reducciones de riesgo (mínimo del

38,1% para el grupo 1; máximo del 46,4% para el grupo 2). Aunque la proporción de individuos que


77

discriminaron entre ambas cuestiones en el sentido esperado no llega a ser mayoritaria en ninguno

de los grupos, sí es superior al porcentaje de los que discriminaron en sentido contrario en tres de

los seis grupos, así como para el total de sujetos que respondieron a la pregunta 11b.

Por otra parte, en la tabla 23 parece adivinarse también una cierta insensibilidad al tamaño del

beneficio (de la reducción en el riesgo), pues los valores de los grupos 3 y 6 no parecen diferir

sustancialmente de los de los grupos con los que cabe su comparación (los que valoraron el mismo

estado de salud), a pesar de que la reducción de riesgo propuesta era diez veces mayor. Tanto el

test de medias (p-value=0,18) como la prueba de WMW (p-value=0,31) confirman que, al igual que

ocurriera con las reducciones de riesgo de muerte, las DAP no se mostraron sensibles al tamaño de

la reducción en el riesgo propuesta.

3.2.4. Disposiciones a pagar y a aceptar bajo certeza.

Las preguntas 12a y 12b, que constituían la parte 3 de la encuesta, permitieron obtener la cantidad

máxima que cada uno de los encuestados decía estar dispuesto a pagar con el fin tener la certeza

de evitar un determinado estado de salud (DAP “bajo certeza”), así como la cuantía mínima que a

cada sujeto exigiría como compensación en caso de sufrir ese mismo estado (disposición a aceptar

–DAA– “bajo certeza”).

En la tabla siguiente se presentan los estadísticos descriptivos de las DAP bajo certeza, siendo

necesario advertir de que en la tabla se han incluido todas las observaciones disponibles, con la

excepción de 23 sujetos que afirmaron estar dispuestos a pagar cualquier cantidad de dinero para

evitar el estado de salud. Quince de esos individuos se enfrentaron al estado de salud más grave, el

V, y el resto al estado de salud X. Por otro lado, 96 individuos, algo menos del 5% de la muestra, se

mostraron contrarios a pagar cantidad alguna (DAP=0) por el tratamiento que les permitía evitar el

estado de salud más leve (X).

Parece observarse cierta gradación en los valores de DAP según de la gravedad del estado de salud.

Así, las medias de las DAP para evitar el estado de salud X en los grupos 1, 2, 3 y 8 se encuentran en

un rango comprendido entre 2.500 y 3.500 euros, con una media total ligeramente inferior a los

3.000 euros. Las medianas para este mismo estado oscilan entre 450 y 500 euros, cifra esta última

que coincide con la mediana que resulta de agregar los cuatro grupos. Para el estado de salud V, de

mayor gravedad que el X, los valores medios de las DAP en los grupos 4, 5 y 6 varían entre los 6.000

y los 7.500 euros, con un valor medio total muy próximo a los 7.000 euros. Los valores medianos

presentan un mínimo de 725 (grupo 6) y un máximo de 800 (grupos 4 y 5), que coincide con la

mediana de las observaciones agregadas de los tres grupos. Finalmente, para el estado de salud


78

más leve (W), únicamente valorado por los sujetos asignados al grupo 7, la DAP media ronda los

2.000 euros, y la mediana se sitúa en 250 euros. Los test estadísticos implementados corroboran en

gran medida lo anterior. Así, la prueba de WMW confirma que existen diferencias significativas en

términos de la DAP según la gravedad del estado de salud por pares (estado X vs. estado V; estado

X vs. estado W y estado W vs. estado V). Con la prueba de igualdad de medias, sin embargo, no se

encontraron diferencias significativas al comparar X con W, los dos estados de salud más leves (p-

value=0,17).

Tabla 25. Disposición a Pagar bajo certeza (en euros) por evitar un estado de salud.


1 X 3.470 500 13.351 250 2 X 3.008 500 11.836 281 3 X 2.838 500 8.740 239 4 V 7.418 800 22.500 267 5 V 7.585 800 22.384 242 6 V 5.980 725 16.773 258 7 W 1.993 250 6.013 233 8 X 2.572 450 6.907 227

1,2,3,8 X 2.984 500 10.636 997 4,5,6 V 6.987 800 20.697 767

En la siguiente tabla se presentan los estadísticos de las DAA bajo certeza para cada uno de los

grupos y para el resultado de agregar éstos según el estado de salud objeto de evaluación. En este

caso son 22 los sujetos excluidos del análisis, debido a que declararon que no habría cantidad

monetaria alguna que les pudiera compensar por sufrir el estado de salud objeto de valoración;

esta cifra de excluidos apenas supone algo más del 1% de la muestra. Se puede inferir también en

este caso una relación entre las medias y medianas de las DAA y la gravedad del estado de salud.

Así, para el estado de salud más leve (W) la DAA media se sitúa en unos 100.000 euros y la mediana

en 8.000 euros. Para el estado de salud X, algo más grave que el anterior, la media de las DAA se

sitúa entre los 88.000 euros del grupo 1 y los 122.000 euros del grupo 2, con un valor agregado de

110.000 euros. Los valores medianos van desde 10.000 hasta 25.000 euros, siendo la mediana de

los cuatros grupos (1, 2, 3 y 8) considerados conjuntamente de 10.000 euros. Por último, las DAA

medias en el caso del estado de salud más grave (V), toman valores dentro del rango 211.000-

245.000 euros, con un valor medio para el total de observaciones de los tres grupos (4, 5 y 6) de


79

228.000 euros. También las medianas son más elevadas que en los dos casos anteriores: el mínimo

se sitúa en 30.000 (grupos 4 y 5 y valor agregado) y el máximo en 32.500 euros (grupo 6).

Tabla 26. Disposición a Aceptar bajo certeza (en euros) por sufrir un estado de salud.


1 X 88.192 10.000 183.378 249 2 X 122.824 25.000 393.787 279 3 X 115.879 10.000 361.479 241 4 V 211.400 30.000 575.708 267 5 V 245.016 30.000 780.596 250 6 V 228.426 32.500 553.688 254 7 W 100.689 8.000 361.986 233 8 X 112.176 10.000 548.946 225

1,2,3,8 X 110.055 10.000 389.286 994 4,5,6 V 227.909 30.000 642.231 771

Se observa, además, una dispersión de las DAA sustancialmente mayor que la que se observaba

para las DAP, mientras que en aquél caso ésta se situaba entre 2.500 y 20.000 euros, ahora en

ningún caso es inferior a 150.000 euros. De nuevo, se realizaron test de medias y pruebas de WMW

con la finalidad de contrastar si las diferencias observadas en función de la gravedad del estado de

salud eran estadísticamente significativas. Dichas diferencias fueron refrendadas al 5% por las

pruebas no paramétricas en la comparaciones según gravedad por pares (X vs. V; X vs. W y W vs. V).

Con el test de medias, sin embargo, no se encontraron diferencias para la comparación entre X y W

(p-value=0,74).

3.2.5. Probabilidades de indiferencia en las dobles loterías.

En la parte 4 se encontraban las preguntas en las que se aplicaba un procedimiento de lotería

estándar modificada encaminado a hallar la probabilidad de indiferencia de los sujetos entre dos

situaciones con diferentes distribuciones de probabilidad y distintos resultados posibles. La primera

de las preguntas era común a los ocho grupos (pregunta 13 en los grupos 1 al 6 y pregunta 13a en

los grupos 7 y 8), y su finalidad era averiguar el máximo riesgo de muerte que los entrevistados

estaban dispuestos a admitir a cambio de evitar un determinado estado de salud (X, V o R, según

los grupos). En la tabla se muestran los estadísticos de las probabilidades de indiferencia obtenidas,

expresadas en tanto por uno; no se ha excluido ninguna observación. En los grupos 1 ,2, 4 y 5 las


80

probabilidades se comunicaron en forma de frecuencias en base 10.000, mientras que en los

grupos 3, 6, 7 y 8 se emplearon frecuencias naturales en base 1.000.

Tabla 27. Probabilidades de indiferencia en la doble lotería (estado de salud vs. muerte).


1 X 0,133 0,005 0,261 251 2 X 0,097 0,004 0,213 283 3 X 0,097 0,006 0,203 243 4 V 0,242 0,025 0,321 269 5 V 0,227 0,024 0,307 254 6 V 0,315 0,125 0,348 259 7 X 0,126 0,006 0,261 233 8 R 0,365 0,356 0,347 228

1,2,3,7 X 0,113 0,005 0,236 1.010 4,5,6 V 0,261 0,038 0,328 782

Los valores medios y medianos de las probabilidades parecen guardar relación con la gravedad de

los estados de salud. Así, el riesgo de muerte medio aceptado por evitar el estado de salud más

leve, el estado X, toma valores para los diferentes grupos dentro del intervalo 0,097 y 0,133, con

una media agregada de 0,113. El intervalo para los valores medianos está viene delimitado por el

mínimo de 0,004 del grupo 2 y el máximo de 0.006 de los grupos 3 y 7, siendo la mediana de las

observaciones de los cuatro grupos consideradas de manera conjunta igual a 0,005. Para el

siguiente estado de salud en orden ascendente de gravedad, el estado V, los valores medios de

riesgo de muerte oscilan entre 0,227 y 0,315, con un valor para el agregado de las observaciones de

0,261. Las medianas de los tres grupos se mueven entre 0,024 y 0,125 siendo 0,038 el valor

mediano de las 782 observaciones disponibles para este estado. Finalmente, para el estado de

salud más grave, el estado R, únicamente evaluado por el grupo 8, el riesgo medio de muerte

asciende a 0,365 y el valor mediano es de 0,356.

Con la finalidad de contrastar la significatividad estadística de estas diferencias en las

probabilidades de indiferencia según la gravedad del estado de salud, se realizaron pruebas por

pares de estados. Tanto el test de medias como la prueba de WMW confirmaron la existencia de

diferencias significativas entre todas las comparaciones por pares ( X vs. V; X vs. R; y R vs. V).

Del mismo modo, y con la intención de hacer una comparación más homogénea, se repitieron las

comparaciones por pares según gravedad, pero teniendo en cuenta la base de probabilidad

utilizada. Esto es, se compararon los valores obtenidos en los grupos 1 y 2 (estado X, base 10.000),

frente a los de los grupos 4 y 5 (estado V; base 10.000), por un lado, y los grupos 3 y 6 entre sí


81

(estados X y V, respectivamente; base 1.000).En todas las comparaciones, se obtuvo evidencia de

que las diferencias eran estadísticamente significativas.

También se sometió a contrastación estadística la posibilidad de que el cambio en la base de riesgo

hubiese dado lugar a la aparición de diferencias en las probabilidades de indiferencia resultantes.

Para el caso del estado X, se compararon los valores de los grupos 1 y 2 (base 10.000), con los de

los grupos 3 y 7 (base 1.000). Con respecto al estado V, esto supuso, comparar los grupos 4 y 5

(base 10.000) frente al grupo 6 (base 1.000). En todos los casos, la prueba no paramétrica WMW

señaló que la alteración de la base de probabilidad daba lugar a diferencias significativas. El test de

medias, sin embargo, concluyó que esas diferencias sólo aparecían para el caso del estado de salud

más grave (estado V).

En el caso de los grupos 7 y 8, había una segunda pregunta de esta misma naturaleza (13b), en la

que se trataba de conocer el nivel de riesgo de sufrir un estado de salud más grave que los

encuestados estaban dispuestos asumir para evitar un estado de salud relativamente más leve (es

decir, el estado relativamente más grave (X en el grupo 7 y R en el grupo 8) ocupaba el lugar que en

las loterías de la pregunta 13 (o 13a) ocupaba la muerte. Los valores medios y medianos, así como

su dispersión se muestran en la tabla siguiente. Tampoco en este caso se ha excluido observación

alguna y, de nuevo, las probabilidades se expresan en tanto por uno. En esta pregunta 13b, y a

diferencia de lo que ocurriera en la pregunta anterior, la probabilidad se expresó en base 100 en

ambos grupos.

Tabla 28. Probabilidades de indiferencia en la doble lotería entre estados de salud.


7 W vs. X 0,464 0,470 0,354 233 8 X vs. R 0,257 0,110 0,281 228

Los valores medios y medianos en el grupo 7 son claramente superiores a los que se observan en el

grupo 8, lo que estaría poniendo de manifiesto que los encuestados consideran que los estados de

salud X y W se encuentran más próximos entre sí, por lo que respecta a su nivel de gravedad, de lo

que lo están entre sí los estados X y R; algo que, a la vista de las descripciones de los estados era a

priori esperable. Los test estadísticos empleados, test de medias y WMW, confirmaron que estas

diferencias eran estadísticamente significativas.


82

3.2.6. Valor de la vida estadística a partir de método encadenado.

3.2.6.1. Valores medios y medianos para el VVE.

A continuación se presentan los valores de la vida estadística calculados a partir del método de

desarrollado por Carthy et al. (1999) en su estudio pionero para el Reino Unido. Para su cómputo se

supuso que los individuos se podían comportar de acuerdo a cuatro funciones de utilidad:

Exponencial Negativa, Homogénea, Logarítmica y Raíz-enésima. En la siguiente tabla se muestran

los resultados para todas las observaciones válidas, esto es, una vez excluidas aquellas

observaciones para las cuáles no es posible calcular alguno de los valores a través de una de las

formas funcionales y si por otras19. Como se puede observar, los valores medios se sitúan dentro

del rango 3,9-10,2 millones de euros. Sin embargo, las medianas mucho más reducidas, toman

valores entre 78 mil y poco más de 216 mil euros. Resulta llamativa la presencia de valores muy

elevados, como se observa en los valores máximos registrados por forma funcional, lo que

explicaría lo elevado de la desviación típica observada, y el considerable tamaño del error estándar

de la media.

Tabla 29. Valores de la vida en euros según el método encadenado. Todos los grupos

Exponencial Negativa Homogénea Logarítmica Raíz-enésima

Media 3.983.003 4.848.576 7.572.895 10.200.000 Mediana 78.777 99.696 164.701 216.269 Desv. Típica 4,34E+07 5,66E+07 9,70E+07 1,35E+08 Mínimo 7,51 10,31 10,31 10,31 Máximo 1,71E+09 2,28E+09 3,98E+09 5,58E+09 Error Estándar 999.809 1.304.226 2.234.338 3.120.096 Observaciones 1.884 1.884 1.884 1.884

Conviene, en primer lugar, comprobar si el doble encadenamiento, procedimiento aplicado en

nuestro estudio en los grupos 7 y 8, da lugar a la aparición de diferencias significativas en los

valores obtenidos, tal y como ocurrió en el estudio seminal de Carthy et al. (1999). Con este fin, se

proporcionan las siguientes tablas que recogen separadamente el comportamiento de los 6

primeros grupos y de los dos últimos.

En la tabla 30 se observa cómo la exclusión de los dos grupos en los que se obtenía el valor de la

vida estadística a través de un doble encadenamiento, da lugar a una reducción muy sustancial

19 Típicamente si la DAP o la DAA es nula, por ejemplo, la función logarítmica no se encuentra definida, sin embargo, sí que sería posible computar el valor utilizando la forma funcional homogénea. No obstante, en aras de la homogeneidad mínima exigible, sólo se tienen en cuenta las observaciones si es posible calcularlas por todos los medios. Sea como fuere, esto no supone un cambio cuantitativo ni cualitativo relevante en cuanto a los valores medios y medianos obtenidos a través de las distintas formas funcionales.


83

tanto de los valores medios observados, como de la dispersión de los mismos. El rango de valores

medios, ahora, queda comprendido entre 1,6 y 3,5 millones de euros, y el de las medianas, varía

mucho menos, permaneciendo entre 75 y 200 mil euros.

En lo que se refiere al grupo 7 (tabla 31), que emplea el mismo par de estados que utilizaron Carthy

y otros en el estudio británico, podemos observar como los valores obtenidos son los más elevados

con diferencia, tanto en términos medios como medianos, siendo además, los que están expuestos

a una mayor variabilidad.

Tabla 30. Valores de la vida en euros según el método encadenado. Grupos 1 a 6.


Media 1.596.459 1.866.152 2.687.156 3.501.830 Mediana 73.504 95.538 155.159 201.702 Desv. Típica 9,29E+06 1,01E+07 1,23E+07 1,54E+07 Mínimo 7,51 10,42 13,97 13,97 Máximo 1,92E+08 2,00E+08 2,08E+08 2,44E+08 Error Estándar 243.630 263.617 323.010 404.133 Observaciones 1.455 1.455 1.455 1.455

Tabla 31. Valores de la vida en euros según el método encadenado. Grupo 7.


Media 18.000.000 22.100.000 35.400.000 47.900.000 Mediana 219.167 279.771 559.197 770.079 Desv. Típica 1,21E+08 1,59E+08 2,74E+08 3,83E+08 Mínimo 10,31 10,31 10,31 10,31 Máximo 1,71E+09 2,28E+09 3,98E+09 5,58E+09 Error Estándar 8.214.009 10.800.000 18.600.000 26.000.000 Observaciones 218 218 218 218

En el grupo 8 (tabla 32) también se observan unos valores medios más elevados que los de los seis

primeros grupos, aunque menores que en el grupo 7, sin embargo, sus valores medianos se

encuentran en un rango similar, y la variabilidad es mucho más elevada que en los seis primeros

grupos aunque menor que en el caso del grupo 7. Este comportamiento está recogiendo que un

número reducido de valores muy elevados, está teniendo una elevada influencia sobre el valor

medio finalmente observado.


84

Tabla 32. Valores de la vida en euros según el método encadenado. Grupo 8.


Media 5.964.880 7.551.511 12.500.000 17.200.000 Mediana 48.042 56.515 96.124 135.133 Desv. Típica 2,90E+07 3,82E+07 6,82E+07 9,58E+07 Mínimo 23,71 32,87 72,58 72,58 Máximo 3,57E+08 4,78E+08 8,69E+08 1,22E+09 Error Estándar 1.998.678 2.631.319 4.697.909 6.595.307 Observaciones 211 211 211 211

Para contrastar si las diferencias observadas son estadísticamente significativas se realizó un test

paramétrico para analizar el comportamiento de las medias, así como la prueba de WMW. Los

resultados confirman que las diferencias derivadas de recurrir o no a un doble encadenamiento,

esto es, las que se observan al comparar los primeros seis grupos con los dos últimos, son

estadísticamente significativas.

Otra cuestión que interesa dilucidar es cuán robustos son los valores obtenidos a la forma funcional

elegida para la función de utilidad. Una forma de responder a esa pregunta es evitando hacer

supuesto alguno sobre la forma funcional de la función de utilidad, y con ello computar una cota

inferior y superior para el valor de la vida estadística (utilizando, en cada caso el valor menor o

mayor de entre la disposición a pagar y aceptar expresada por el individuo). Los valores medios y

medianos de estas cotas, calculadas para el agregado de los seis primeros grupos, para cada uno de

los dos grupos que emplearon el doble encadenamiento y para la totalidad de la muestra se

presentan en la siguiente tabla. Se puede observar que tanto la cota inferior como, sobre todo, la

superior se incrementan de forma notable para los dos últimos grupos.

Tabla 33. Cotas inferior y superior para el valor de la vida en euros según el método encadenado.

Cota Inferior Cota Superior

Grupo Media Mediana Media Mediana 1 a 6 1.270.911 44.975 49.200.000 1.250.322

7 12.500.000 127.990 1.350.000.000 7.179.746 8 3.935.308 21.984 738.000.000 1.032.927

Todos 2.872.268 46.620 280.000.000 1.499.175

Puesto que las disposiciones a pagar y aceptar no se comportaron en estos dos grupos de forma

sustancialmente diferente a como lo hicieron en el resto, los valores mostrados en la tabla


85

respaldan la idea de que el doble encadenamiento está propiciando una acumulación de errores

que proporciona valores máximos muy superiores. Esta evidencia adicional reforzaría la idea de no

utilizar los valores obtenidos mediante procedimientos de doble encadenamiento, con vistas a

establecer un VVE pueda ser utilizado en la evaluación de políticas públicas.

En tercer lugar, conviene analizar si los dos estados de salud utilizados en los grupos 1 al 6 (estados

X y V), dan lugar a cifras similares del VVE. En las tablas que siguen se ve cómo el rango de las

medias para el VVE obtenido a partir del estado más leve (X) se extiende desde 1,7 millones de

euros a poco más de 3,6 millones de euros; mientras el de las medianas oscila entre 120 mil y 350

mil euros. Para el caso del estado de salud más grave, el estado V, los valores son ligeramente

inferiores en el caso de las medias, situándose el rango entre 1,4 y 3,4 millones de euros, en tanto

que las diferencias en las medianas son mayores en términos relativos, con un rango comprendido

entre 35 mil y 100 mil euros.

Tabla 34. VVE en euros obtenidos a partir del estado de salud X por el método encadenado.


Media 1.743.043 2.014.945 2.822.071 3.628.817 Mediana 128.075 161.675 269.308 350.287 Desv. Típica 9,95E+06 1,06E+07 1,20E+07 1,44E+07 Mínimo 14,14 14,14 14,14 14,14 Máximo 1,63E+08 1,63E+08 1,88E+08 2,44E+08 Error Estándar 367.839 391.474 444.601 531.234 Observaciones 731 731 731 731

Tabla 35. VVE en euros obtenidos a partir del estado de salud V por el método encadenado.


Media 1.448.457 1.715.920 2.550.935 3.373.615 Mediana 34.265 43.206 76.966 101.726 Desv. Típica 8,59E+06 9,50E+06 1,26E+07 1,64E+07 Mínimo 7,51 10,42 13,97 13,97 Máximo 1,92E+08 2,00E+08 2,08E+08 2,37E+08 Error Estándar 319.206 352.945 469.164 610.198 Observaciones 724 724 724 724

Con la finalidad de testar si estas diferencias son significativas estadísticamente, de nuevo se han

llevado a cabo el test de medias y la prueba no paramétrica de WMW, obteniéndose evidencia en

uno y otro sentido. Así, mientras que el test de medias indica que no existen diferencias


86

significativas (p-value entre 0,45 0,75), la prueba no paramétrica no deja lugar a dudas acerca del

diferente comportamiento de ambos conjuntos de valores con independencia de la forma funcional

de la utilidad (p-value<0,001).

Por último, el análisis de las distribuciones de los valores mostrados en las tablas anteriores sugiere

la conveniencia de eliminar un cierto número de observaciones que pudieran considerarse outliers.

En el estudio que se ha tomado como referencia a la hora de diseñar nuestro proyecto, Carthy et al.

(1999) optaron por excluir todas aquellas observaciones que daban lugar a una estimación del VVE

superior a los 15 millones de libras. Sin embargo, antes que establecer un valor ad hoc a partir del

cual se consideren “anómalas” las observaciones, consideramos más adecuado utilizar un criterio

relativo (y, en consecuencia, menos “discrecional”), consistente en excluir aquellas observaciones

cuyo importe exceda de la media más tres desviaciones típicas. En términos prácticos, el criterio se

ha aplicado para la función de utilidad que da lugar a mayores cifras del VVE, esto es, la raíz

enésima, y se traduce en el establecimiento de un umbral ligeramente superior a los 49,7 millones

de euros20. Los resultados del VVE tras realizar este trimming, quedan recogidos en la tabla 36.

Tabla 36. VVE en euros obtenidos mediante el método encadenado tras eliminar outliers.


Media 955.262 1.142.331 1.730.253 2.294.897 Mediana 72.128 90.212 149.683 188.062 Desv. Típica 2,79E+06 3,25E+06 4,65E+06 6,23E+06 Mínimo 7,51 10,42 13,97 13,97 Máximo 3,66E+07 3,66E+07 3,66E+07 4,95E+07 Error Estándar 73.458 85.514 122.576 164.086 Observaciones 1.442 1.442 1.442 1.442

La eliminación de outliers implica no tener en cuenta 13 de las 1.455 observaciones, esto es,

supone excluir a algo menos del 1% de la muestra. Sin embargo, el efecto que ello tiene sobre el

rango de las medias es muy considerable, ya que, si antes del trimming el rango para las medias

estaba comprendido entre 1,6 y 3,5 millones de euros, tras él se estrecha de forma considerable,

hasta quedar situado entre 1 y 2,3 millones de euros. Este gran impacto se explica porque, en

términos de la función raíz enésima, se han eliminado 9 valoraciones superiores a los 100 millones

de euros (incluso 3 de ellas excedían de los 200 millones de euros). Las medianas, como era de

20 Nótese que este valor resulta muy similar a la media de las cotas superiores previamente obtenidas para los seis primeros grupos.


87

esperar a la vista de la reducida proporción de observaciones excluidas, prácticamente permanecen

inalteradas tras la eliminación de estos valores extremos.

3.2.6.2. Validez teórica, elasticidad renta e imputaciones

Con la finalidad de testar la validez teórica del ejercicio de valoración realizado a través del método

encadenado, se ha llevado a cabo una serie de análisis de regresión. El objetivo fue observar si el

comportamiento del valor de la vida obtenido y/o de las disposiciones a pagar declaradas por los

entrevistados se comportaban de forma acorde a lo predicho por la teoría económica. En especial,

un mínimo exigible a cualquier estudio de disposición a pagar es que exista una relación positiva y

significativa entre el nivel de renta del sujeto y la disposición a pagar declarada. Con la finalidad de

explicar el comportamiento del valor de la vida y la disposición a pagar se seleccionaron una serie

de variables que quedan recogidas en la tabla 37.

Una puntualización que conviene realizar es que optamos por utilizar la renta permanente, en lugar

del nivel de ingresos corrientes ya que, además de contar con un mayor número de observaciones

de esta variable, se consideró que en ella estaba mejor representada la variable relevante a la hora

de tomar las decisiones implícitas en las preguntas sobre DAP/DAA.21 Por otro lado, la variable

renta se introdujo en su forma logarítmica, con la finalidad de que el cómputo de la elasticidad

renta fuera inmediato, pues, tanto el VVE como, en su caso, la disposición a pagar, también se

introducen en forma de logaritmos. Junto a la renta, se incluyeron variables tendentes a establecer

la relación del entrevistado con los desplazamientos por carretera (p.ej. si tiene permiso de

conducir, conduce, número de permisos en vigor, si ha perdido puntos, etc.), variables referidas a

su nivel de formación y su relación con el mercado de trabajo, su actitud ante el riesgo (riesgo

subjetivo, conductas de riesgo como fumar, beber, comer en exceso, vida sedentaria, etc.), su

experiencia directa e indirecta con los accidentes de tráfico, así como otras características

sociodemográficas (edad, sexo, estado de salud, nivel de felicidad, etc.). Los estadísticos

descriptivos de las variables explicativas quedan reflejados en la tabla 38.

21 Sea como fuere, los resultados empleando la renta corriente no difieren esencialmente ni cuantitativa ni cualitativamente.


88

Tabla 37. Descripción de las variables explicativas.

Variable Descripción

Casado Variable dicotómica, 1 si está casado o convive maritalmente.

Riesgo Subjetivo Variable continua expresada en base 100.000

Jugador Variable dicotómica, 1 si declara jugar a juegos de azar.

Profesional Variable dicotómica, 1 si es un profesional del transporte

Comunidad Autónoma Variable que recoge la CCAA del encuestado

Conductor Variable dicotómica, 1 si conduce.

Kilómetros Variable categórica, distingue seis categorías

Automóvil Variable dicotómica 1 si tiene permiso de conducir automóviles

Medios Variable continua, recoge el número de medios de transporte diferentes de los que es usuario

Número de permisos Variable continua, recoge el número de permisos de conducir en vigor

Ha perdido puntos Variable dicotómica, 1 si ha perdido puntos

Habilidad numéricas Variable dicotómica, 1 si fue capaz de pasar de frecuencias a porcentajes

Nivel de Estudios Variable categórica, recoge 5 niveles desde sin estudios a estudios superiores.

Trabaja Variable dicotómica, 1 si trabaja.

Trabaja en el Sector Público Variable dicotómica, 1 si trabaja en el sector público

Contrato indefinido Variable dicotómica, 1 si disfruta de un contrato indefinido

Ha sufrido un accidente Variable dicotómica, 1 si ha sufrido un accidente de tráfico.

Ha sufrido un accidente grave Variable dicotómica, 1 si ha sufrido un accidente de tráfico grave

Tiene secuelas Variable dicotómica, 1 si sufre secuelas a resultas de un accidente de tráfico.

Accidente mortal Variable dicotómica, 1 si ha sufrido un accidente de tráfico con consecuencias mortales en su familia o entorno

Accidente grave en el entorno Variable dicotómica, 1 si ha sufrido un accidente de tráfico grave en su entorno.

Accidente grave en la familia Variable dicotómica 1, si ha sufrido un accidente de tráfico grave en su familia

Sexo Variable dicotómica, 1 si es mujer

Edad Variable continua, en años

Edad al cuadrado Variable continua, en años

Bebe Variable dicotómica, 1 si ha consumido alcohol durante el último mes

Menores Variable dicotómica, 1 si tiene menores a su cargo

Dependientes Variable dicotómica, 1 si tiene mayores dependientes a su cargo

Fuma Variable dicotómica, 1 si fuma

Bebe y conduce Variable dicotómica, 1 si ha conducido bajo los efectos del alcohol

Pasajero con peligro Variable dicotómica, 1 si ha sido pasajero de alguien que condujera bajo los efectos del alcohol u otro estupefaciente

Droga Variable dicotómica, 1 si ha conducido bajo los efectos de alguna sustancia estupefaciente

Seguro privado Variable dicotómica, 1 si dispone de un seguro médico privado

Ejercicio Físico Variable categórica, distingue 5 categorías desde ningún ejercicio a la práctica regular.

Índice Masa Corporal Variable continua

Salud Variable dicotómica, 1 si la salud autopercibida es excelente o muy buena

Probabilidad de Supervivencia Variable continua, recoge la suma de las probabilidades subjetivas de supervivencia a los 75, 85 y 95 años.

Felicidad Variable continua, recoge la suma de las puntuaciones en los distintos enunciados respecto del nivel de autosatisfacción con la propia vida.

Dificultad Variable continua, nivel de dificultad declarado de la encuesta.


89

Tabla 38. Descriptivos de las variables del modelo de regresión.

Media Desv. Típica Observaciones

Ln disposición a pagar 6,649 1,919 1442 Ln renta permanente 7,259 0,493 1113 Ln renta permanente imputada 7,284 0,457 1442 Casado 0,567 0,496 1442 Riesgo Subjetivo 10,194 6,070 1442 Jugador 0,730 0,444 1442 Profesional 0,032 0,176 1442 Comunidad Autónoma 8,261 4,752 1442 Conductor 0,678 0,468 1442 Kilómetros 2,056 1,129 1442 Automóvil 0,864 0,343 1442 Medios 1,681 0,838 1442 Número de permisos 0,981 1,234 1442 Ha perdido puntos 0,056 0,230 1442 Habilidad numéricas 0,983 0,131 1442 Nivel de Estudios 2,978 1,093 1442 Trabaja 0,486 0,500 1442 Trabaja en el Sector Público 0,052 0,222 1442 Contrato indefinido 0,260 0,439 1442 Ha sufrido un accidente 0,333 0,471 1442 Ha sufrido un accidente grave 0,072 0,259 1442 Tiene secuelas 0,060 0,238 1442 Accidente mortal en el entorno 0,264 0,441 1442 Accidente grave en el entorno 0,340 0,474 1442 Accidente grave en la familia 0,165 0,371 1442 Sexo 0,490 0,500 1442 Edad 44,74 16,94 1442 Edad al cuadrado 2289 1646 1442 Bebe 0,621 0,485 1442 Menores 0,315 0,465 1442 Dependientes 0,090 0,286 1442 Fuma 0,394 0,489 1442 Bebe y conduce 0,204 0,403 1442 Pasajero con peligro 0,401 0,490 1442 Droga 0,064 0,246 1442 Seguro privado 0,161 0,368 1442 Ejercicio Físico 2,055 1,131 1442 Índice Masa Corporal 25,598 4,202 1442 Salud 0,459 0,498 1442 Probabilidad de Supervivencia 161,158 69,139 1442 Felicidad 30,505 6,198 1442 Dificultad 4,577 2,873 1442

En la tabla 39 se muestra la regresión que trata de explicar el VVE obtenido a partir del método

encadenado empleando la función de utilidad exponencial, si bien con el resto de especificaciones

funcionales se obtiene valores cuantitativa y cualitativamente similares. Se presentan dos pares de


90

modelos, uno con la renta permanente y otro con la renta permanente completada por un sistema

de imputaciones que se explicó en la sección dedicada a exponer la metodología.

Tabla 39. Análisis de regresión sobre el VVE.

VVE/Renta Permanente VVE/Renta Permanente Imputada

Modelo Modelo Restringido Modelo Modelo

Restringido coef se coef se coef se coef se Casado -0,244 0,225 -0,192 0,200

Ln renta permanente 0,615*** 0,214 0,532*** 0,193 0,615*** 0,212 0,466** 0,184

Riesgo Subjetivo -0,012 0,014 -0,010 0,012

Jugador 0,510** 0,218 0,505** 0,211 0,417** 0,189 0,461** 0,180

Profesional -0,025 0,606 -0,461 0,497

Comunidad Autónoma 0,020 0,020 0,053*** 0,017 0,045*** 0,016

Conductor 0,173 0,268 0,086 0,235

Kilómetros -0,180 0,117 -0,100 0,101

Automóvil 0,921*** 0,307 0,955*** 0,267 0,999*** 0,278 0,991*** 0,241

Medios -0,250** 0,123 -0,215* 0,112 -0,248** 0,101 -0,239** 0,094

Número de permisos 0,070 0,066 0,030 0,063

Ha perdido puntos -0,596 0,410 -0,187 0,348

Habilidad numéricas 1,584** 0,758 1,833*** 0,704 1,034* 0,615 1,039* 0,571

Nivel de Estudios -0,086 0,100 -0,156* 0,088

Trabaja 0,166 0,250 0,105 0,222

Trabaja en el Sector Público -0,009 0,420 0,124 0,377

Contrato indefinido -0,452* 0,267 -0,299 0,238

Ha sufrido un accidente 0,380* 0,227 0,226 0,196 0,328* 0,172

Ha sufrido un accidente grave -0,230 0,431 -0,006 0,374

Tiene secuelas 0,682 0,443 0,890** 0,361 0,314 0,394

Accidente mortal en el entorno 0,038 0,213 0,281 0,188

Accidente grave en el entorno -0,210 0,250 -0,252 0,219

Accidente grave en la familia 0,262 0,306 0,356 0,268

Sexo 0,331 0,214 0,388** 0,192 0,349* 0,187 0,345** 0,160

Edad 0,029 0,038 0,018 0,033

Edad al cuadrado -0,000 0,000 -0,000 0,000

Bebe -0,052 0,216 0,102 0,188

Menores -0,033 0,235 -0,034 0,206

Dependientes -0,527 0,323 -0,304 0,289

Fuma -0,318 0,204 -0,281 0,179

Bebe y conduce 0,519* 0,282 0,563** 0,229 0,454* 0,246

Pasajero con peligro 0,363* 0,209 0,397** 0,183 0,534*** 0,162

Droga -0,326 0,380 -0,384 0,343

Seguro privado 0,049 0,266 0,159 0,226

Ejercicio Físico 0,101 0,085 0,142* 0,078 0,056 0,074

Índice Masa Corporal -0,009 0,025 -0,001 0,021

Salud 0,026 0,196 0,016 0,176

Probabilidad de Supervivencia -0,002* 0,001 -0,002* 0,001 -0,002 0,001

Felicidad 0,038** 0,017 0,035** 0,016 0,035** 0,014 0,034** 0,013

Dificultad -0,022 0,034 -0,005 0,030

Constante 3,078 2,017 2,903* 1,557 3,363* 1,813 3,677*** 1,415

Observaciones 1.113 1.113 1.442 1.442

note: *** p<0.01, ** p<0.05, * p<0.1


91

Como se puede observar, en ambos casos se obtiene una relación positiva y significativa entre el

nivel de renta y el valor de la vida. En otro orden de cosas, también se obtiene la conclusión de que

haber sufrido previamente un accidente de tráfico y sufrir secuelas (o no sufrirlas, en función de en

qué especificación reparemos), tener permiso para conducir automóviles, manejar adecuadamente

riesgos pequeños gracias a habilidades numéricas, ser mujer, realizar ejercicio físico, o un mayor

grado de satisfacción con la propia vida, llevan a valorar en mayor medida su pérdida en este

contexto. También, y aunque pueda resultar contra intuitivo, se obtiene un mayor VVE para

aquellos sujetos que declaran haber conducido bajo los efectos del alcohol. En sentido contrario, se

pone de manifiesto que utilizar una gran variedad de medios de transporte parece estar asociado

con una menor valoración. En cuanto a la relación de la disposición a pagar y la edad, hemos de

señalar que se añadió la edad al cuadrado como una variables explicativa más, ya que en algunos

trabajos empíricos (Shepard y Zeckhauser, 1984) se ha encontrado una relación caracterizada por

un comportamiento de U invertida. Sin embargo, de forma coincidente con otros trabajos previos

(Jones-Lee et al., 1993), no encontramos relación significativa alguna entre la edad (o la edad al

cuadrado) y la disposición a pagar.

La elasticidad-renta obtenida toma un valor comprendido entre 0,46 y 0,61, muy próximo por tanto

al 0,5 señalado por Hammitt (2000b) como el más habitual en los estudios de valoración

contingente; y comparables, también, a los obtenidos en el contexto de reducciones de riesgos en

el sector del transporte (Jones-Lee et al., 1985). En cualquier caso, el valor de la elasticidad-renta

está por debajo de 1 al igual que ocurre en la mayoría de los estudios realizados hasta al momento

(Miller, 2000; Viscusi y Aldy, 2003).

Se ha realizado un análisis similar al anterior utilizando en este caso como variable a explicar las

disposiciones a pagar expresadas por los entrevistados. Los resultados se muestran en la siguiente

tabla y resultan cualitativamente similares a los obtenidos en el ejercicio anterior. De cualquier

manera, se observa una relación positiva y significativa entre la renta de los individuos y sus

disposiciones a pagar, lo que constituye un requisito mínimo de validez teórica en todo ejercicio en

el que se utilice la metodología de la valoración contingente.


92

Tabla 40. Análisis de regresión sobre las disposiciones a pagar bajo certeza.

DAP/Renta Permanente DAP /Renta Permanente Imputada

Modelo Modelo Restringido Modelo Modelo Restringido

coef se coef se coef se coef se Casado -0,113 0,148 -0,076 0,131

Ln renta permanente 0,245* 0,138 0,239* 0,126 0,233* 0,136 0,297** 0,120

Riesgo Subjetivo -0,005 0,010 -0,002 0,008

Jugador 0,293** 0,139 0,310** 0,135 0,288** 0,117 0,308*** 0,113

Profesional 0,125 0,343 -0,074 0,299

Comunidad Autónoma -0,008 0,013 0,008 0,011

Conductor -0,216 0,170 -0,120 0,145

Kilómetros -0,009 0,070 0,004 0,059

Automóvil 0,541*** 0,190 0,439*** 0,163 0,487*** 0,170 0,422*** 0,146

Medios -0,134* 0,079 -0,094 0,063

Número de permisos 0,058 0,059 0,047 0,049

Ha perdido puntos -0,428 0,271 -0,479* 0,260 -0,314 0,220

Habilidad numéricas -1,199*** 0,304 -1,344*** 0,261 -1,026*** 0,242 -1,116*** 0,214

Nivel de Estudios 0,059 0,069 0,059 0,059

Trabaja -0,065 0,160 -0,049 0,140

Trabaja en el Sector Público 0,539* 0,285 0,567** 0,266 0,334 0,248 0,442* 0,228

Contrato indefinido -0,139 0,172 -0,034 0,148

Ha sufrido un accidente 0,391*** 0,143 0,410*** 0,130 0,257** 0,124 0,288** 0,114

Ha sufrido un accidente grave -0,251 0,283 0,065 0,237

Tiene secuelas 0,313 0,274 -0,027 0,245

Accidente mortal en el entorno

0,090 0,139 0,131 0,120

Accidente grave en el entorno 0,171 0,159 0,100 0,139

Accidente grave en la familia -0,520*** 0,194 -0,396** 0,158 -0,322* 0,171 -0,229* 0,136

Sexo 0,168 0,129 0,207* 0,121 0,257** 0,112 0,255** 0,104

Edad 0,020 0,024 0,016 0,021

Edad al cuadrado -0,001 0,000 -0,001** 0,000 -0,001 0,000 -0,001** 0,000

Bebe 0,024 0,135 0,096 0,116

Menores -0,108 0,154 -0,078 0,133

Dependientes 0,103 0,220 0,283 0,192

Fuma -0,205 0,130 -0,196* 0,112 -0,179* 0,107

Bebe y conduce 0,293 0,186 0,309* 0,162 0,269* 0,158 0,366*** 0,140

Pasajero con peligro 0,049 0,144 0,120 0,121

Droga 0,439* 0,240 0,460* 0,236 0,445** 0,206 0,522*** 0,202

Seguro privado 0,142 0,169 0,194 0,141

Ejercicio Físico -0,011 0,054 0,019 0,046

Índice Masa Corporal -0,004 0,015 -0,000 0,013

Salud -0,003 0,129 0,065 0,113

Probabilidad de Supervivencia -0,001 0,001 -0,001 0,001

Felicidad 0,021** 0,011 0,017* 0,010 0,020** 0,009 0,016** 0,008

Dificultad -0,006 0,021 0,009 0,018

Constante 5,036*** 1,175 5,072*** 0,961 4,291*** 1,061 4,444*** 0,891

Observaciones 1.113 1.113 1.442 1.442

note: *** p<0.01, ** p<0.05, * p<0.1


93

3.2.6.3. Estimación de la producción neta perdida por víctima mortal y de los costes médicos y de ambulancia.

Como se señaló en otra parte de este informe, el VPF puede contemplarse como la suma de tres

compontes: el VVE, la pérdida neta de producción y los costes médicos y de ambulancia. En este

apartado se tratará de fijar una estimación monetaria para los dos últimos componentes.

A la hora de computar la producción perdida es preciso establecer si ese cómputo se va a realizar

en términos brutos o netos, esto es, si se va a incluir o no el coste que supone el consumo perdido.

En general, resulta preciso computar la producción perdida bruta, para poder inferir la neta. Dado

que éste no es más que un objetivo intermedio de este trabajo, se ha optado por realizar una

aproximación sencilla que permita su cómputo de forma rápida. Para ello resulta necesario realizar

una serie de supuestos simplificadores de la realidad que permitan su cómputo a partir de un

individuo promedio. Estos supuestos son los siguientes:

1. Se supone que el fallecido medio por un accidente de tráfico muere a la edad de 42 años, y

que su esperanza de vida es de 81.

2. Se supondrá una tasa de descuento del 4%, que es razonable en un escenario de largo

plazo, y similar a la empleada por otros estudios (p.ej. Brabander y Vereeck, 2007). Además,

se supondrá que la magnitud objeto de descuento crece a un ritmo medio anual del 2%,

que es un valor similar al que se suele emplear en los análisis Coste Beneficio a largo plazo

en el Reino Unido (Hopkin y Simpson, 1995) y que, además, es un valor próximo al

crecimiento medio anual registrado por la Productividad Aparente del Factor Trabajo en

España a lo largo de las últimas décadas.

3. Sobre el flujo objeto de descuento se utilizarán varios indicadores: Producto interior bruto

per cápita, coste laboral total, productividad aparente del factor trabajo calculada por

puesto de trabajo equivalente, y salario medio.

4. Se supondrá que el valor del flujo es nulo a partir del momento de la jubilación22.

5. Se supondrá que la proporción de la producción bruta consumida es igual al 80%. Dicho

valor, sería, aproximadamente, la propensión media al consumo observada para el total de

la economía española durante la última década.

22 El impacto de este supuesto es muy modesto si se compara con la alternativa de considerar el valor del flujo a partir de la jubilación como igual a la pensión media debidamente actualizada. De hecho, su inclusión incrementaría la cifra final en algo menos de 10.000 euros.


94

Los resultados de las estimaciones basadas en los supuestos anteriores se muestran en la tabla

siguiente. Como se puede observar, el rango de valores en términos de producción neta se situaría

entre 70.000 y 180.000 euros, con un valor promedio de 113.000 euros y una mediana situada en

99.300 euros. Este rango se encuentra por debajo del obtenido en Aparicio et al., (2002) que

situaban el valor alrededor de los 240.000 euros. La pérdida de producción bruta estaría acotada

entre 360.000 y 920.000 euros, con un promedio en torno a los 570.000 euros, y una mediana

ligeramente por debajo de los 500.000. Dicho rango comprendería la mayor parte de las

estimaciones previas disponibles para España, resultando muy parecido al estimado por Lladó y

Roig (2007), que se situaba alrededor de 550.000 euros, o a la propia estimación de Aparicio et al.,

(2002), quienes daban un valor de 500.000 euros. También está en línea con la cifra recientemente

sugerida por FITSA (2008), próxima a los 600.000 euros, aunque es superior a la estimación de

López-Bastida et al. (2004) quienes ofrecían un valor de 220.000 euros del año 1997.

Tabla 41. Valores en euros por fallecido para la pérdida de producción bruta y neta.

Producción Bruta Producción neta

PIBpc 361.910 72.382

Salario 414.759 82.952

Productividad 919.728 183.946

Coste Laboral 578.423 115.685

Promedio 568.705 113.741

Sobre los costes médicos, hospitalarios y derivados de los servicios de emergencia (policía,

ambulancias, etc…) existe poca información disponible para España. Recientemente, Lladó y Roig

(2007) estimaron los costes de los servicios de ambulancia con consecuencias mortales en torno a

los 800 euros, y los gastos médicos ligeramente por debajo de los 175 euros. El estudio de FITSA

(2008), contempla unos costes médicos de 600 euros por fallecido. En consecuencia, puede resultar

razonable suponer un incremento total, por costes médicos y de ambulancia de unos 1.000 euros.

Por todo, ello, y como valor resumen, consideramos razonable asumir una cifra redonda de 100.000

euros en la que se recoja, tanto el valor de la producción neta perdida, como los costes médicos y

de ambulancia en los que se incurre por cada víctima mortal. Esta cuantía será la que se habrá de

añadir al VVE para obtener el VPF.


95

3.2.6.4. Estimación del Valor de Evitar o Prevenir un Fallecimiento (VPF).

Hasta ahora, a la hora de determinar el VVE se ha supuesto que la utilidad de la renta es

independiente del estado de salud disfrutado por el individuo. Este supuesto es inherente a la

derivación del VVE efectuado por el método encadenado. Sin embargo, existe cierta evidencia

apuntando a que este supuesto puede que no se satisfaga completamente. Por ejemplo, Viscusi y

Evans (1990), en el contexto de los accidentes laborales, encontraron que la utilidad marginal de la

renta ante un deterioro de la salud no mortal estaba situada entre un 77% y un 92% de la

correspondiente en salud normal.

Para tener en cuenta este fenómeno habría que incorporar al análisis esta diferencia en la utilidad

marginal de la renta. Carthy et al. (1999) estimaron para la función que registra un comportamiento

más extremo -raíz enésima-, que incorporar una reducción de la utilidad marginal de la renta del

20% daba lugar a una disminución de los VVE obtenidos cercana al 15%. En consecuencia, optamos

por una interpretación conservadora y aplicamos un coeficiente reductor de 0,85 al promedio de

las medias de los valores obtenidos en nuestro estudio (1,5 millones de euros). Como resultado de

este ajuste el VVE de referencia queda fijado en 1,3 millones de euros. Para computar el VPF sería

preciso sumar 100.000 euros por pérdidas netas de producción y gastos médicos y de ambulancia,

con lo que se obtendría un valor final de 1,4 millones de euros.

Carthy et al. (1999) optaron alternativamente por dar un mayor peso a los valores medianos

obtenidos, computando el punto medio entre la región central de las medianas y la media más

extrema, considerando las cuatro funciones de utilidad. En nuestro caso, las medianas están

situadas entre 70.000 y 190.000 euros, y el valor medio dentro del rango 1-2,3 millones de euros.

Obrando como Carthy et al. (1999), podría señalarse un punto medio para el VVE entre el valor

máximo de las medias (2,3 millones) y el valor mediano de las medianas (120.000), que se situaría

ligeramente por encima de 1,2 millones de euros, que incrementado en el valor de las pérdidas

netas de producción y gastos médicos, resultaría en un valor final de 1,3 millones de euros que,

como puede verse, es muy similar al obtenido con el procedimiento por el que hemos optado en

nuestro estudio.


97

4. CONCLUSIONES. El valor de la vida estadística (VVE), en el contexto específico de las medidas de seguridad vial,

refleja la máxima suma de dinero que la población está dispuesta a pagar a cambio de reducir la

tasa de mortalidad de los accidentes de tráfico. Refleja, por tanto, el valor atribuido a las pérdidas o

costes humanos que la siniestralidad vial impone a la sociedad. En la actualidad, tenemos

constancia de la enorme magnitud del valor de dichas pérdidas humanas entre los países

motorizados, representando, según el caso, entre un 50% y un 90% del coste total asociado a los

accidentes letales de carretera (de Blaeij et al., 2004). También existe en el presente un amplio

consenso acerca de cuál debiera ser el enfoque a emplear para estimar empíricamente el VVE. Elvik

(1995) relata la evolución cronológica seguida en las prácticas metodológicas abordadas en los

países industrializados, señalando cómo en los años cincuenta las primeras estimaciones del coste

oficial de los accidentes de tráfico se basaron en el denominado enfoque del capital humano. Esta

metodología reduce el valor de las pérdidas humanas al valor de la producción que los finados

dejan de aportar a la sociedad. Sin embargo, parece claro que la vida humana tiene un valor

intrínseco, independiente de la capacidad productiva que se posea como trabajador. Este valor de

la seguridad per se es el que, desde los años setenta, se recomienda capturar utilizando el criterio

de la disposición a pagar. Países como Reino Unido, Estados Unidos, Noruega, Nueva Zelanda,

Suecia, Países Bajos o Suiza sustentan sus valoraciones oficiales de la vida estadística en dicho

criterio. España carecía de un valor oficial de esas características hasta ahora. Varios investigadores

habían ofrecido estimaciones de los costes humanos asociados a los accidentes de tráfico en

España, pero exceptuado el estudio de Martínez et al. (2007) ninguno había obtenido una

estimación del VVE basada en la disposición a pagar por reducir el riesgo de sufrir un accidente

fatal. La investigación aludida, sin embargo, se basó en una encuesta local (Región de Murcia), de

modo que no reflejaba realmente las preferencias de todo el territorio nacional. En el presente

informe hemos descrito en detalle el primer estudio realizado en el estado español que, aplicando

la mejor metodología disponible, obtiene una estimación del VVE representativo del conjunto

nacional.

En la investigación realizada se ha estimado el VVE mediante un procedimiento análogo al

empleado por Carthy et al. (1999) para el Reino Unido. Dicha técnica se conoce como el enfoque

encadenado valoración contingente/lotería estándar, en la cual está basado el valor oficial británico

desde el año 1997 (Spackman et al., 2011). Éste método es, a juicio de los autores de este informe,

el procedimiento más robusto conocido (la mejor “tecnología” disponible) para estimar el VVE. De


98

hecho, este juicio es compartido por los autores de los proyectos UNITE y HEATCO, ambos

financiados por la Comisión Europea, en los que se recomiendan las directrices a seguir en los

estados miembros para valorar los costes de los accidentes de tráfico. El valor estándar europeo

recomendado en dichos proyectos se deriva directamente del millón de libras esterlinas estimado

por Carthy et al. (1999) para el Reino Unido (Nellthorp et al., 2000: p. 22).

El método encadenado surgió como respuesta a los problemas detectados con la que podría

considerarse como metodología “clásica” para estimar el VVE, el método de la valoración

contingente. Uno de esos problemas es el de la insensibilidad de la disposición a pagar al tamaño

de la reducción del riesgo de muerte. Nuestro estudio, aparte de las preguntas específicas del

método encadenado, incluyó preguntas de disposición a pagar por reducciones del riesgo, hallando

que casi el 40% de la muestra estaba dispuesto a pagar la misma suma por dos reducciones

distintas de riesgo de muerte. Hallazgos similares en el Reino Unido (Jones-Lee et al., 1985; Jones-

Lee et al., 1995; Beattie et al., 1998) fueron el detonante para aplicar el método encadenado en

lugar de la técnica de valoración contingente. De igual forma, en nuestro caso, ante las

inconsistencias detectadas en las preguntas de disposición a pagar, optamos por estimar el VVE

únicamente mediante el método encadenado. Este procedimiento encadenado valoración

contingente/lotería estándar fracciona en dos partes la disposición a pagar por un cambio en el

riesgo de morir: una parte de valoración contingente, ya que se inquiere por la disposición a pagar y

a aceptar por sufrir un estado de salud no mortal con certeza, y una parte de lotería estándar,

método con el que se obtiene la tasa a la que el encuestado está dispuesto a intercambiar riesgo de

muerte por una mejora en su salud.

Lo anterior no significa que el procedimiento encadenado esté exento de problemas. Ya el estudio

realizado por Carthy et al. (1999) y algún otro abordado con posterioridad (Baker et al., 2008;

OCDE, 2010), apuntan a que las estimaciones obtenidas con este método pueden ser muy sensibles

a la magnitud de la probabilidad de indiferencia fijada con la lotería estándar, conduciendo a que

algunas valoraciones resulten a la postre muy elevadas. De hecho, cuando el encadenamiento entre

el componente de valoración contingente y la lotería estándar se ve mediado por un tercer

“eslabón” –lo que en este informe hemos denominado “doble encadenamiento”- el resultado es

que se infla sustancialmente la magnitud del VVE. Nuestro estudio confirma esta tendencia del

método, lo cual obliga a efectuar elecciones metodológicas, como ha sido en nuestro caso obviar

aquellos valores procedentes del doble encadenamiento, así como aplicar un criterio de exclusión

de valores extremos (outliers) sustanciado en la eliminación de menos del 1% de la muestra.


99

El resultado de todo lo anterior ha sido la obtención de un rango de VVE que, en términos de

valoraciones medias, abarca desde el millón hasta los 2,3 millones de euros. El rango de

valoraciones basado en las medianas resulta ser, como es habitual en estudios de estas

características, sustancialmente inferior, concretándose en un intervalo que va de los 70.000 euros

a aproximadamente 190.000 euros. Dado que la disposición a pagar agregada por evitar un

fallecido se refleja en las respuestas medias antes que en las medianas, parece razonable tomar

como referencia el primero de los dos rangos (el basado en las medias) en lugar del segundo. Para

poder calcular el coste asociado a una víctima mortal de accidente de tráfico -lo que convenimos en

llamar en este informe el valor de evitar o prevenir un fallecimiento (VPF)- es preciso escoger una

estimación puntual dentro de ese rango. Parece que una elección razonable sería tomar el

promedio de las medias obtenidas, esto es, un valor de 1,5 millones de euros. Este valor es, no

obstante, minorado en un 15% para tomar en consideración la evidencia que sugiere (Viscusi y

Evans, 1990) la posibilidad de que la utilidad marginal de la renta condicionada a disfrutar un

problema de salud no mortal pueda diferir de la correspondiente a salud normal. Esto arroja un

VVE final de 1,3 millones de euros. Cuando esta suma es acrecentada por la magnitud que

estimamos para los costes médicos y de ambulancia, así como para las pérdidas de capacidad

productiva (netas) a consecuencia de la muerte prematura, obtenemos que el valor total que tiene

en España prevenir un fallecimiento de accidente de circulación asciende a 1,4 millones de euros.

La aplicación de un procedimiento alternativo para seleccionar la estimación puntual del VVE,

atribuyendo un mayor peso a los VVE medianos, como hicieron Carthy et al., conduce a un

resultado muy similar (inferior en 100.000 euros).

El VVE de 1,4 millones de euros seleccionado para España equivaldría aproximadamente a 2

millones de dólares de Paridad de Poder Adquisitivo. Dicho valor multiplica por 61 el PIB per cápita

español. Si comparamos esa relación con la vigente en algunos de los países de nuestro entorno

(los que fueron representados en la Tabla 1 de este informe), España estaría por delante de

Dinamarca, Francia y Alemania (países que ocupan el tercio inferior), muy distanciada de Bélgica,

EE.UU., Austria y Canadá, algo menos de Reino Unido, Países Bajos y Suecia, y muy próxima a

Noruega. Como ya se comentó, la relación entre el VVE y la renta per cápita es aproximada, no

perfecta, lo cual se refleja en la posición relativa de España, inferior a la de países con un PIB per

cápita muy superior, pero no por eso la desplaza al último lugar de esta clasificación.

El VPF debería ser objeto de una actualización anual, en línea con las recomendaciones formuladas

en las directrices del proyecto UNITE que establece “que debería asumirse que los valores crecen

con los ingresos reales” (Nellthorp et al., 2000: p. 12). Esta recomendación, de hecho, recoge la


100

práctica de algunos de los países con valoraciones oficiales basadas en el enfoque de la disposición

a pagar, como Países Bajos, donde la actualización se hace en función del crecimiento del PIB per

cápita real. Otra posibilidad sería actualizarlo en función del crecimiento de algún índice de precios

(como en EE.UU.), pero parece razonable suponer (y así lo sugiere la evidencia empírica revisada en

este informe) que la disposición a pagar en términos reales por reducir riesgos mortales tenderá a

incrementarse conforme lo haga la renta. Si se pretende tomar en consideración tanto las subidas

de precios como el incremento de la renta real, la actualización debería realizarse tomando como

referencia la variación nominal del PIB per cápita.

Al margen del mencionado ajuste anual parejo al crecimiento real de la economía, parece sensato

contemplar la revisión periódica del valor estimado por dos motivos fundamentales. En primer

lugar, porque las preferencias sociales no son inmutables, sino contingentes a la propia dinámica

social. Por ejemplo, el proceso de inversión demográfica en el que nos encontramos inmersos,

donde los grupos etarios más viejos son cada vez más numerosos, podría tener un impacto

perceptible en la valoración de la vida estadística en un futuro de una o dos décadas. De igual

forma, el dinamismo del saldo migratorio, al alterar la composición social, también induce cambios

en las preferencias sobre la seguridad vial. Una segunda razón para prever la revisión periódica de

las valoraciones es que la “tecnología” de estimación puede experimentar mejoras que hagan

aconsejable modificar consecuentemente los fundamentos metodológicos del VVE. Un perfecto

ejemplo de lo que queremos decir con esto es la experiencia británica. Durante un decenio (de

1987 a 1997) el VVE británico estuvo basado en estimaciones de valoración contingente. Desde

1997 hasta el presente lo está en el método encadenado valoración contingente/lotería estándar.

De hecho, el informe elaborado por Spakman et al. (2011) a instancias del Departamento de

Transporte británico proponen nuevas investigaciones sobre técnicas de preferencias declaradas

que podría dar lugar a la reforma del VVE actual.


101

Apéndice. Acotación de mi según la forma funcional elegida para la función de utilidad.

Función Logarítmica.

Supongamos que las funciones U(w) y I(w) toman la siguiente expresión:

( ) ln( ), 0U w w wβ β= − ≤ < (37)

( ) ( ) , 0,I w U w α α= − > (38)

donde como se señaló, U(w) e I(w) representan la función individual de utilidad cardinal de la renta

condicionada bien a salud normal bien a sufrir un estado de salud no mortal , respectivamente, y

w el nivel de renta inicial.

Además, consideremos que:

a w β≡ − (39)

y que:

ln

ka

α≡ (40)

Siendo, además cierto, como ya se vio que:

'( )im

U wα

= (41)

Entonces, resulta que:

lnim ak a= (42)

Y por definición, la DAP, x , y la DAA, y , satisfarán que:

ˆ( ) ( )U w x I w− = (43)

ˆ( ) ( )I w y U w+ = (44)

De donde se deriva que:


102

1ˆln( ) ln ln ln ka x a k a a −− = − = (45)

Y por tanto:

1ˆ ka x a −− = (46)

De donde:

1ˆ kx a a −= − (47)

Y así, se obtiene que:

ˆln( ) ln ln ,a y k a a+ − = (48)

Y desde ahí, resulta claro que:

1ˆ ka y a ++ = (49)

Reordenando, resultará que:

1ˆ ky a a+= − (50)

Y por tanto, sustituyendo resultará que :

1

1

ˆ 1ˆ 1

k kk

k k

y a a a ax a a a

+

− −

− −= = =

− − (51)

Y por ello desde (47)y (51),

ˆˆ 1ˆxx ay

= −

(52)

Reordenando,

ˆˆ

ˆ ˆxya

y x=

− (53)

Y por tanto dada la ecuación (42), se podrá afirmar que:

ln ,kim a a= (54)

Y desde (54), (53) y (51)


103

ˆˆ ˆ

lnˆ ˆ ˆxy ymi

y x x

= − (55)

Función Homogénea

Supongamos de nuevo que las funciones U(w) y I(w) toman la siguiente expresión:

( ) ( ) , 0 , 0,nU w w w nβ β−= − − ≤ < > (56)

( ) ( ) , 0,I w U w α α= − > (57)

En este caso, existen tres grados de libertad en la selección de α, β y n , así que para cualesquiera

valores de x e y , uno de esos parámetros puede ser determinado libremente. Sin embargo, dada

esta especificación de la función U(w), el coeficiente de aversión al riesgo de Pratt-Arrow es una

función creciente de n, por lo que parece adecuado considerar valores modestos de n. Siendo,

además, lo más sencillo establecer este n=1. Y por tanto, resulta sencillo determinar que:

ˆˆ2

ˆ ˆixym

x y=

+ (58)

Función Exponencial Negativa.

Supongamos que,

( ) , 0,wU w eβ β= − > (59)

( ) ( ) , 0,I w U w α α= − > (60)

Se puede demostrar que.

ˆ

ln(1 )ikxm

k=

+ (61)

Donde 0 1k< < es tal que:

ˆln(1 )ˆln(1 )

k yk x

−− =

+ (62)

Mientras que no resulta posible despejar k para expresar explícitamente mi en términos de x e y ,

sí que se puede establecer que la ratio ˆ

( 1)ˆyx> determina k de forma única desde (62) y éste


104

determina, conjuntamente con x , a mi desde la expresión (61). Sin embargo , se puede demostrar

que para ˆ ˆ 3y x≥ , 0.8<k<1, así que de forma razonable se puede aproximar que:

ˆln(1 )ˆ ˆ 3ˆln 2

k yy xx

−≥ ⇒ − ≈ (63)

En cualquier caso, desde (63) y (61), a través de una manipulación algebraica, se determina que:

ˆˆ

ˆˆ

(1 2 )ˆ ˆ3ln(2 2 )

yx

i yx

xy x m−

−

−≥ ⇒ ≈

− (64)

Siendo cierto que, para los casos en los que ˆ ˆ ˆ3x y x< < es más práctico tabular los valores para la

ratio ˆˆyx

para varios valores de k, siendo 0<k<0.85, y después interpolar k para la ratio observada

ˆˆyx

que toma el valor por debajo de 3 en esa tabulación.

Raíz Enésima.

Supongamos que,

1

( ) ( ) ,0 , 1,nU w w w nβ β= − ≤ > (65)

( ) ( ) , 0 1,I w U w α α= − < ≤ (66)

De nuevo existen tres grados de libertad, pero a diferencia del caso anterior, resulta más inteligente establecer α. Conforme α decrece, el valor necesario de n para acomodar cualquier par de x e y es mayor. Valores muy grandes de n, serían difícilmente compatibles con el coeficiente

de Pratt-Arrow de aversión al riesgo. Por ello, resulta apropiado fijar el valor de α en la parte superior de entro los admisibles, esto es, ( )U wα β= − , de donde se puede señalar que:

ˆ ˆ ˆ ˆ(ln( ) ln )

ln 2ix x y xm + −

= (67)


105

REFERENCIAS

Alfaro, J-L., Chapuis, M., Fabre, F. (Eds.). (1994). COST 313. Socioeconomic cost of road

accidents. Report EUR 15464 EN. Commission of the European Communities, Brussels,

Belgium.

Aparicio, F. (coord.) (2002). El sector transporte en España y su evolución: Horizonte 2010.

Instituto de Madrid: Instituto de Estudios de Automoción.

Baker, R., Bateman, I., Donaldson, C., Jones-Lee, M., Lancsar, E., Loomes, G., Mason, H.,

Odejar, M., Pinto-Prades, JL., Robinson, A., Ryan, M., Shackley, P., Richard Smith, R., Sugden,

R., Wildman, J. (2008) Weighting and valuing quality adjusted life years: preliminary results

from the Social Value of a QALY Project.

http://www.haps.bham.ac.uk/publichealth/methodology/docs/publications/JH12_Donaldson_

Social_Value_of_ QALY_July2008.pdf

Baron, J. (1997a). Biases in quantitative measurement of values for public decisions.

Psychological Bulletin, 122, 72-88.

Baron, J. (1997b). Confusion of relative and absolute risk in valuation. Journal of Risk and

Uncertainty, 14, 301-309.

Bateman, I., Carson, RT., Day, B., Hanemann, M., Hanley, N., Hett, T., Jones-Lee, M., Loomes,

G., Mourato, S., Özdemiroğlu, E., Pearce, D., Sugden, R., Swanson, J. (2002). Economic

Valuation with Stated Presence Techniques: A Manual, Edward Elgar, for the Department of

Transport.

Beattie J, Carthy T, Chilton S, Covey J, Dolan P, Hopkins L, Jones-Lee, MW, Loomes G, Pidgeon

N, Robinson A, Spencer A (2000) Valuation of benefits of health and safety control: summary

and technical report. Health and Safety Executive CRR 273/2000

Beattie, J., Covey, J., Dolan, P., Hopkins, L., Jones-Lee, M., Loomes, G., Pidgeon, N., Robinson,

A., Spencer, A. (1998) On the contingent valuation of safety and the safety of contingent

valuation: part 1-caveat investigator. Journal of Risk and Uncertainty, 17(1), 5–26.

Biausque, V. (2010). The value of statistical life: a meta-analysis. OCDE.

ENV/EPOC/WPNEP(2010)9/FINAL.

Bickel, P., Burgess, A., Hunt, A., Laird, J., Lieb, C., Lindberg, G., Odgaard, T. (2005). State-of-the-

art in project assessment. HEATCO Deliverable 2.


106

Bickel, P., Friedrich, R., Burgess, A., Fagiani, P., Hunt, A., de Jong, G., Laird, J., Lieb, C., Lindberg,

G., Mackie, P., Navrud, S., Odgaard, T., Ricci, A., Shires, J., Tavasszy, L. (2006). Proposal for

Harmonised Guidelines. HEATCO Deliverable 5.

Bostic, R., Herrnstein, RJ., Luce, RD. (1990). The effect on the preference reversal of using

choice indifferences. Journal of Economic Behavioral Organization, 13(2), 193–212.

Brabander, B., Vereeck, L (2007). Valuing the prevention of road accidents in Belgium.

Transport Reviews, 27, 715-732.

Brazier J., Roberts J., Deverill M. (2002). The estimation of a preference-based measure of

health from the SF-36. Journal of Health Economics, 21, 271-92.

Carson, RT., Groves, T. (2007). Incentive and informational properties of preference questions.

Environmental and Resource Economics, 37(1), 181–210.

Carthy T., Chilton S., Covey J., Hopkins L., Jones-Lee M., Loomes G., Pidgeon N., Spencer A.

(1999). On the contingent valuation of safety and the safety of contingent valuation: part 2—

The CV/SG “Chained” approach. Journal of Risk and Uncertainty, 17(3), 187–214.

Collins, JP., Vossler, CA. (2009). Incentive compatibility tests of choice experiment value

elicitation questions. Journal of Environmental and Economics Management, 58(2), 226–235.

Comisión Europea (1997). Promoting road safety in the EU: The programme for 1997-2001.

Commission of the European Communities, Brussels.

Corso, P., Hammitt, JK., Graham, J. (2001). Valuing mortality risk reduction: using visual aids to

improve the validity of contingent valuation. Journal of Risk and Uncertainty, 23(2): 165-184.

Cropper M., Hammitt JK., Robinson LA. (2011). Valuing Mortality Risk Reductions Progress and

Challenges, RFF DP 11-10.

Danish Ministry of Transport (2004). External costs of transport. 1st Report – Review of

European Studies.

De Blaeij, AT., Florax, RJGM. , Rietveld, P., Verhoef, E. (2003). The value of statistical life in road

safety: A meta-analysis. Accident Analysis and Prevention, 35(6), 973–986.

De Blaeij, AT., Koetse, M., Tseng, Y., Rietveld, P., Verhoef, E. (2004). Valuation of safety, time,

air pollution, climate change, and noise: Methods and estimates for various countries. Report

for the EU project ROSEBUD. Amsterdam: Vrije Universiteit.

Dekker, T., Brouwer, R., Hofkes, M., Moeltner, K. (2011). The Effect of Risk Context on the

Value of a Statistical Life: A Bayesian Meta-Model. Environmental and Resource Economics.

Published online: 26 January 2011.

Dionne, G., Lanoie, P. (2004). Public choice and the value of a statistical life for cost benefit

analysis: The case of road safety. Journal of Transport Economics and Policy, 38(2), 247–274.


107

Dolan, P., Jones-Lee, MW., Loomes, G. (1995). Risk-risk versus standard gamble procedures for

measuring health state utilities. Applied Economics, 27, 1103-1111.

Doucouliagos, H., Stanley, TD., Giles, M. (2011). Are Estimates of the Value of a Statistical Life

Exaggerated? SWP2011/2.

Elvik, R. (1995). An analysis of official economic valuations of traffic accident fatalities in 20

motorized countries. Accident Analysis and Prevention, 27(2), 237–347.

Evans, A. (2001). The economic appraisal of road traffic safety measures in Great Britain. Paper

for ECMT Round Table 117 Economic evaluation of road traffic safety measures. Paris: ECMT.

Evik, R. (2000). How much do road accidents cost the national economy? Accident Analysis and

Prevention, 32(6), 849–851.

Fisher, A., Chestnut, L.,Violette, D (1989). The value of reducing risk of death: a note on new

evidence. Journal of Policy Analysis and Management, 8, 88-100.

Frederick, S., Fischhoff, B. (1998). Scope (in)sensitivity in elicited valuations, Risk Decision and

Policy, 3, 109-124.

Fundación Instituto Tecnológico para la Seguridad del Automóvil (FITSA) (2008). El valor de la

seguridad vial. Conocer los costes de los accidentes de tráfico para invertir más en su

prevención. Madrid: FITSA.

Gigerenzer, G. (2002). Calculated risks: How to know when numbers deceive you. New York:

Simon & Schuster.

Glass, GV. (1976). Primary, secondary and meta-analysis of research. Educational Research, 5,

3–8.

Hakkert, S., Wesemann, P. (eds.) (2005). The use of efficiency assessment tools: solutions to

barriers. Leidschendam: SWOV Institute for Road Safety Research.

Hammitt, J.K. (1986). Estimating consumer willingness to pay to reduce food-borne risk. R-

3447-EPA, RAND Corportation, Santa Mónica.

Hammitt, J.K. (2000b). Valuing mortality risk: theory and practice. Environmental Science and

Technology, 34, 1396-1400

Hammitt, JK. (1990). Risk perceptions and food choice: an exploratory analysis of organic

versus conventional produce buyers. Risk Analysis, 10, 367-374.

Hammitt, JK. (2000a). Evaluating contingent valuation of environmental health risks: the

proportionality test. Association of Environmental and Resource Economists Newsletter, 20 (1),

14-19.

Hammitt, JK. (2007). Valuing Changes in Mortality Risk: Lives Saved Versus Life Years Saved.

Review of Environmental Economics and Policy, 1(2), 228-240.


108

Hopkin JM, Simpson HF (1995). Valuation of road accidents. Transport Research Laboratory

Report 163.

Jones-Lee, MW. (1976). The Value of statistical life: An Economic Analysis, Chicago: University

Press.

Jones-Lee, MW., Hammerton, M., Philips, PR. (1985). The value of safety: results of a national

sample survey, Economic Journal, 95, 49-72.

Jones-Lee, MW., Hammerton, M., Phillips, P. (1993). The value of transport safety: results of a

national sample survey. Report to the department of Transport, University of Newcastle-Upon-

Tyne, Department of Economics.

Jones-Lee, MW., Loomes, G., Philips, PR. (1995). Valuing the Prevention of Non-Fatal Road

Injuries: Contingent Valuation vs Standard Gambles. Oxford Economic Papers, 47, 676-695

Krupnick, AJ., Alberini, A., Cropper, ML., Simon, N., O’ Brien, B., Goeree, R., Heintzelman, M.

(2002). Age, health and the willingness to pay for mortality risk reductions: a contingent

valuation survey of Ontario residents. Journal of Risk and Uncertainty, 24, 161-186

Krupnick, AJ., Cropper, ML. (1992). The effect of information on health risk valuations. Journal

of Risk and Uncertainty, 5, 29-48.

Lindhjem, H., Analyse, V., Navrud,S. (2010b). Meta-analysis of stated preference VSL studies:

Further model sensitivity and benefit transfer issues. OCDE. ENV/EPOC/WPNEP(2010)10/FINAL

Lindhjem, H., Navrud, S., Braathen, NA. (2010a). Valuing lives saved from environmental,

transport and health policies: a meta-analysis of stated preference studies. OCDE.

ENV/EPOC/WPNEP(2008)10/FINAL.

Lladó A., Roig R. (2007). El coste de los accidentes de tráfico en España en 2004. Una

consideración especial de la accidentalidad entre los jóvenes. En Jóvenes y conducción: un

derecho y una responsabilidad. Comisión de expertos para el Estudio de la Problemática de los

Jóvenes y la Seguridad Vial. RACC automóvil club, p. 63-83.

López Bastida J., Serrano Aguila PS., González BD. (2004). The economic costs of traffic

accidents in Spain. The Journal of Trauma, 56(4), 883–9.

Martínez, JE., Abellán, JM., Pinto, JL. (2007). El Valor Monetario de la Vida Estadística en

España a través de las Preferencias Declaradas. Hacienda Pública Española, 183, 125-144.

Mason H., Jones-Lee, M., Donaldson, C. (2009). Modelling the monetary value of a QALY: a

new approach based on UK data. Health Economics, 18(8), 933–950

Miller TR (1990). The plausible range for the value of life - red herrings among the Mackerel.

Journal of Forensic Economics 3: 17-40.


109

Miller, T. R. (2000). Variations between countries in values of statistical life. Journal of

Transport Economics and Policy, 34(2), 169–188.

Ministerio de Obras Públicas Transporte y Comunicaciones (MOTP). (1992). Recomendaciones

para la evaluación económicas, coste-beneficio, de estudios y proyectos de carreteras. Madrid:

Ministerio de Obras Públicas y Transporte.

Mishan, EJ. (1971). Evaluation of Life and Limb: A Theoretical Approach. Journal of Political

Economy, 79, 687-705.

Mitchell, R.C, Carson, R (1986). Valuing drinking water risk reductions using contingent

valuation method: a methodological study of risks from THM and Giardia” Draft report to the

U.S Environmental Protection Agency, Washington.

Mitchell, R.C, Carson, R (2000). Public preference toward environmental risks: the case of

trihalomethanes. Discussion paper 2000-21, Department of Economics, University of

California.

Mitchell, RC., Carson, RT. (1989). Using Surveys to Value Public Goods: The Contingent

Valuation Method. Washington, DC: Resources for the Future.

Nellthorp J., Sansom T., Bickel P., Doll, C., Lindberg, G. (2000). Valuation Conventions for

UNITE, UNITE (UNIfication of accounts and marginal costs for Transport Efficiency) Working

Funded by 5th Framework RTD Programme. ITS, University of Leeds, Leeds, April 2001.

New Zealand Ministry of Transport (2009). Understanding transport costs and charges. Phase 2

- Value of statistical life: a meta analysis. Is the current value of safety for New Zealand too

low?

O’Reilly, D., McMahon, CM. (1993). Valuation of the reduction in risk of road accidents, 1992

revision. Road Accidents Great Britain 1992, Department of Transport.

OCDE (2010). Valuation of Environmental Health Risks for Children: Draft Report, Environment

Directorate, Environment Policy Committee, Working Party on National Environmental

Policies, ENV/EPOC/WPNEP(2008)9/FINAL http://www.oecd.org/officialdocuments

/displaydocumentpdf/?cote=ENV/EPOC/WPNEP(2008)9/FINAL&doclanguage=en

Paling, J. (1997). Up to your armpits in alligators? How to sort to what risks are worth worrying

about, Gainesville, Florida: Risk Communication and Environmental Institute.

Paling, J. (2003). Strategies to help patients to understand risks. British Medical Journal, 327,

745-748.

Persson, U., Ödegaard, K.(1995). External Cost Estimates of Road Traffic Accidents. Journal of

Transport Economics and Policy, 29, 291-304.


110

Raghunathan, T. E., J. M. Lepkowski, J. Van Hoewyk, Solenberger, P.(2001). A multivariate

technique for multiply imputing missing values using a sequence of regression models. Survey

Methodology, 27, 85–95.

Rizzi, LI., Ortúzar J. (2003). Stated preference in the valuation of interurban road safety.

Accident Analysis and Prevention, 35, 9-22.

SafetyNet (2009). Cost-benefit analysis. Comisión Europea.

Schelling, TC. (1968). The Life you Save May be your Own. In Problems in Public Expenditure

Analysis, S. Chase, ed., Washington, Brookings Institution, p. 127-162.

Shogren, JF., Stamland, T. (2005). Self-Protection and Value of Statistical Life Estimation, Land

Economics, 81(1), 100-113.

Spackman M., Evans A., Jones-Lee M., Loomes G., Holder S., Webb H., Sugden R. (2011).

Updating the VPF and VPIs: Phase 1: Final Report Department for Transport. London: NERA

Economic Consulting.

SWOV (2009a). The valuation of human losses of road deaths, Fact sheet, July 2009.

SWOV (2009b). Road crash costs, Fact sheet, August 2009.

Trawén A., Maraste P., Persson, U. (2002). International comparison of costs of a fatal casualty

of road accidents in 1990 and 1999. Accident Analysis and Prevention, 34, 323-332.

Tsuge T, Kishimoto A, Takeuchi K (2005) A choice experiment approach to the valuation of

mortality. Journal of Risk and Uncertainty, 31(1), 73–95.

Van Buuren, S. (2007). Multiple imputation of discrete and continuous data by fully conditional

specification. Statistical Methods in Medical Research, 16, 219–242.

Viscusi, W.K. (1998). Rational Risk Policy. Oxford University Press, Oxford.

Viscusi, WK., Aldy, JE. (2003). The Value of a Statistical Life: A critical review of market

estimates throughout the world. The Journal of Risk and Uncertainty, 27(1), 5-76.

Viscusi, WK., Evans, WN. (1990). Utility functions that depend on health status: estimates and

economic implications. American Economic Review, 80, 353-374.

Viscusi, WK., Magat, WA., Huber, J. (1991). Pricing environmental health risks: survey

assessments of risk-risk and risk-dollar trade-offs for chronic bronchitis, Journal of

Environmental Economics and Management, 21, 32-51.

Wijnen W., Wesemann P., de Blaeij A. (2009). Valuation of road safety effects in cost-benefit

analysis. Evaluation and Program Planning, 32, 326-331.

Yamagishi, K. (1997). When a 12.86% mortality is more dangerous than 24.14%: Implications

for risk Communication. Applied Cognitive Psychology, 11, 495-506.


111

Yannis, G. (dir.) (2009). Best practice for cost-effective road safety infrastructure investments.

Conference of European Directors of Road (CEDR).

EL VALOR MONETARIO DE UNA VICTIMA NO MORTAL Y DEL AÑO DE VIDA AJUSTADO POR LA CALIDAD EN ESPAÑA ESTIMACIÓN EN EL CONTEXTO DE LOS ACCIDENTES DE TRÁFICO

Estudio financiado por la Dirección General de Tráfico EQUIPO INVESTIGADOR:

José María Abellán Perpiñán (Universidad de Murcia) Jorge Eduardo Martínez Pérez (Universidad de Murcia)

Ildefonso Méndez Martínez (Universidad de Murcia) Fernando Ignacio Sánchez Martínez (Universidad de Murcia) José Luis Pinto Prades (Universidad Pablo de Olavide, Sevilla)

José Antonio Robles Zurita (Universidad Pablo de Olavide, Sevilla)

El Valor Monetario de una Víctima no Mortal y del AVAC en España

Contenido RESUMEN EJECUTIVO. ......................................................................................................... I

EXECUTIVE SUMMARY. ...................................................................................................... III

1 INTRODUCCIÓN ...........................................................................................................1

2 ANTECEDENTES Y EVIDENCIA EMPÍRICA .......................................................................6 2.1 LOS COSTES SOCIALES DE LOS ACCIDENTES NO MORTALES DE TRÁFICO........................................ 6

2.1.1 El concepto del valor de una víctima estadística no mortal ......................... 6 2.1.2 El concepto del valor de evitar o prevenir un herido .................................... 8 2.1.3 El resto de costes asociados a los accidentes no mortales de tráfico .......... 9

2.2 MÉTODOS DE ESTIMACIÓN DEL VALOR DE UNA VÍCTIMA NO MORTAL ..................................... 10 2.2.1 Valores relativos vs. valores absolutos ....................................................... 10 2.2.2 Valoración contingente (VC) ....................................................................... 12

2.2.2.1 El estudio del Departamento de Transporte del Reino Unido de 1991. .................................. 12 2.2.2.2 Otros estudios basados en el enfoque de la VC: Suecia y Nueva Zelanda............................... 16

2.2.3 Experimentos de elección discreta.............................................................. 18 2.2.4 El método de la lotería estándar ................................................................ 21 2.2.5 El enfoque de las pérdidas relativas de utilidad relacionadas con la salud 25

2.2.5.1 Planteamiento general ............................................................................................................ 25 2.2.5.2 El concepto de Año de Vida Ajustado por la Calidad (AVAC) .................................................. 26 2.2.5.3 El valor relativo de las pérdidas de AVAC: la experiencia de EE.UU. ....................................... 29

2.3 MÉTODOS DE ESTIMACIÓN DEL VALOR MONETARIO DEL AVAC ............................................. 31 2.3.1 La aplicación británica del enfoque de las pérdidas relativas de utilidad .. 32 2.3.2 Discusión de los supuestos subyacentes ..................................................... 34

2.4 VALORES OFICIALES DEL VALOR DE LA VÍCTIMA NO MORTAL .................................................. 36

3 MATERIAL Y MÉTODOS .............................................................................................. 37 3.1 MÉTODOS DE VALORACIÓN SELECCIONADOS ....................................................................... 37

3.1.1 Valor relativo basado en la Disposición a Pagar ........................................ 37 3.1.2 Valor relativo basado en la doble lotería ................................................... 40 3.1.3 Valor Monetario del AVAC anclado en el Valor de la Vida Estadística ...... 42

3.2 SELECCIÓN DE LA MUESTRA Y CUESTIONARIO ....................................................................... 43 3.2.1 Muestreo ..................................................................................................... 43 3.2.2 El cuestionario. ........................................................................................... 44

4 RESULTADOS ............................................................................................................. 58 4.1 DESCRIPCIÓN DE LA MUESTRA. .......................................................................................... 58

4.1.1 Muestra definitiva: distribución territorial. ................................................ 58 4.1.2 Características socio-demográficas básicas. .............................................. 61 4.1.3 Hábitos de desplazamiento y patrón de uso de vehículos. ......................... 63 4.1.4 Riesgo subjetivo y experiencia previa con accidentes de tráfico. ............... 68 4.1.5 Actitud ante el riesgo, hábitos saludables, riesgos al volante y otros........ 71


4.1.6 Estado de salud y satisfacción con la propia vida. ..................................... 72 4.2 RANKING Y ESCALA VISUAL ANALÓGICA. ANÁLISIS DE CONSISTENCIA. ...................................... 74 4.3 VALORES RELATIVOS ASOCIADOS A LOS ESTADOS DE SALUD .................................................... 78

4.3.1 Valores relativos calculados a partir de las Disposiciones a Pagar y la Doble Lotería. .................................................................................................................... 78 4.3.2 Comparativa de las propiedades empíricas de los valores relativos. ......... 81

4.4 OBTENCIÓN DEL VALOR DE LA VÍCTIMA NO MORTAL. ........................................................... 88 4.4.1 Valores monetarios asociados a los estados de salud................................ 88 4.4.2 Valor de la Víctima no Mortal leve. ............................................................ 89 4.4.3 Valor de la Víctima no Mortal grave. ......................................................... 91

4.5 OBTENCIÓN DEL VALOR DE PREVENIR UN HERIDO ................................................................ 92 4.5.1 Pérdidas de producción derivadas de accidentes no mortales ................... 92 4.5.2 Costes sanitarios de los accidentes no mortales ........................................ 94 4.5.3 Cálculo del Valor de Prevenir un Herido grave y leve. ................................ 95

4.6 EL VALOR MONETARIO DEL AVAC .................................................................................... 95

5 CONCLUSIONES ......................................................................................................... 97

6 BIBLIOGRAFIA .......................................................................................................... 103


Índice de Figuras. Figura 1. Representación gráfica de la Lotería Estándar ................................................ 22 Figura 2. Representación gráfica de la Doble Lotería. .................................................... 41 Figura 3. Ayuda visual sobre el riesgo en frecuencia natural. ........................................ 46 Figura 4. Escala visual para establecer el nivel de riesgo subjetivo. .............................. 46 Figura 5. Ayuda visual para contextualizar el riesgo de morir en un accidente de tráfico ........................................................................................................................................ 47 Figura 6. Tarea de ordenación de los estados de salud. ................................................ 50 Figura 7. Escala visual analógica. .................................................................................... 50 Figura 8. Ayuda visual para elegir entre dos tratamientos médicos. ............................. 52 Figura 9. Administración del cartón de pagos. ............................................................... 55 Figura 10. Distribución de la muestra según nivel de renta declarada. ......................... 63 Figura 11. Uso de los distintos tipos de transporte y transporte habitual (%). ............. 64 Figura 12. Kilómetros recorridos anualmente (% sobre el total). .................................. 65 Figura 13. Permisos de conducción declarados (%). ...................................................... 66 Figura 14. Distribución de la muestra según el número de puntos en el permiso de conducir. ......................................................................................................................... 67 Figura 15. Riesgo de muerte subjetivo por accidente de tráfico (base 100.0000) declarado (% sobre el total) ........................................................................................... 68 Figura 16. Año en el que se sufrió el accidente (el más grave, si ha sufrido varios) (%) 70 Figura 17. Experiencia indirecta con accidentes de tráfico según gravedad (% sobre el total) ............................................................................................................................... 71 Figura 18. Distribución del grado de dificultad declarado (% sobre el total). ................ 74 Figura 19. Valores relativos de evitar el riesgo de sufrir un estado de salud respecto a evitar un riesgo de muerte. ............................................................................................ 80 Figura 20. Perfil de calidad de vida “bruto” y suavizado según edad (ambos sexos) .... 96


Índice de Tablas Tabla 1. Factor relativo de desutilidad por máxima AIS (MAIS) ..................................... 31 Tabla 2. Valor de la Víctima no Mortal estimado para una lesión grave empleando diferentes escalas de pérdida de utilidad relativa (libras esterlinas) ............................. 33 Tabla 3. Valores oficiales de la Vida Estadística y de la Víctima no Mortal grave y leve en varios países (miles de $ppa

2009) ................................................................................. 36 Tabla 4. Muestreo teórica por Comunidad Autónoma y tamaño de hábitat. ............... 44 Tabla 5. Cuotas teóricas por edad y sexo. ...................................................................... 44 Tabla 6. Posibles estados de salud tras un accidente no mortal.................................... 48 Tabla 7. Estados de salud según modelos de cuestionario. ........................................... 49 Tabla 8. Estado de salud valorado mediante doble lotería en la Parte 3....................... 51 Tabla 9. Secuencia para alcanzar la indiferencia en la doble lotería empleando el ping-pong. ............................................................................................................................... 53 Tabla 10. Cantidades ofrecidas en el cartón de pagos (euros). ..................................... 55 Tabla 11. Asignación de estados de salud por grupos para obtener DAP por reducciones de riesgo de sufrir estados de salud no mortales. ..................................... 57 Tabla 12. Porcentaje teórico y obtenido de observaciones por comunidades autónomas. ..................................................................................................................... 59 Tabla 13. Composición de la muestra por grupos de edad y sexo. ................................ 60 Tabla 14. Distribución por grupos y duración media de la encuesta. ............................ 60 Tabla 15. Caracterización de la muestra según estado civil, nivel de estudios y situación laboral. ............................................................................................................................ 62 Tabla 16. Características del hogar. ................................................................................ 63 Tabla 17. Patrón de uso de vehículo. ............................................................................. 68 Tabla 18. Experiencia directa con accidentes de tráfico. ............................................... 69 Tabla 19. Actitud frente al riesgo: hábitos saludables, riesgos al volante y supervivencia objetiva ........................................................................................................................... 72 Tabla 20. Salud autopercibida, estado de salud SF-6D, satisfacción con la vida y felicidad. ......................................................................................................................... 73 Tabla 21. Ordenación de los estados de salud según el ranking y la EVA. Grupos 1 y 5. Porcentaje de cada ordenación. ..................................................................................... 75 Tabla 22. Ordenación de los estados de salud según el ranking y la EVA. Grupos 2 y 6. Porcentaje de cada ordenación. ..................................................................................... 75 Tabla 23. Ordenación de los estados de salud según el ranking y la EVA. Grupos 3 y 7. Porcentaje de cada ordenación. ..................................................................................... 75 Tabla 24. Ordenación de los estados de salud según el ranking y la EVA. Grupos 4 y 8. Porcentaje de cada ordenación. ..................................................................................... 76 Tabla 25. Grado de coherencia entre el ranking y la EVA. Porcentaje de respuestas coherentes en los distintos grupos. ............................................................................... 76


Tabla 26. Ranking medio (entre 1 y 6) y puntuación media en la EVA (de 0 a 100). ..... 77 Tabla 27. Valores relativos de evitar el riesgo de sufrir un estado de salud respecto a evitar un riesgo de muerte, obtenidos a partir de las DAP y de las respuestas a la DL. 78 Tabla 28. Insensibilidad de la DAP a la gravedad del estado de salud. .......................... 82 Tabla 29. Insensibilidad de la DAP a la gravedad del problema de salud: accidentes no mortales frente a accidentes mortales. ......................................................................... 83 Tabla 30. Porcentaje de individuos coherentes en la ordenación de cada par de estados en el RANKING con la DAP y la DL. Test de diferencia de proporciones. ....................... 85 Tabla 31 Valores monetarios asociados a los estados de salud (euros). ....................... 89 Tabla 32. Prevalencia de los diferentes tipos de lesiones en los accidentes de tráfico. 91 Tabla 33. Pérdidas de Productividad para heridos leves y graves (euros) ..................... 93 Tabla 34. Valor de prevenir un herido en España. ......................................................... 95 Tabla 35. Valores oficiales de la Vida Estadística y de la Víctima no Mortal grave y leve en varios países (miles de $ppa

2009) ............................................................................... 101


i

Resumen Ejecutivo.

1. En este estudio se ha estimado el Valor monetario de un Víctima “estadística” no

Mortal (VVnM) de un accidente de tráfico en España, distinguiendo entre leves y

graves, según precisen o no hospitalización, atendiendo así el criterio utilizado por la

Dirección General de Tráfico para la clasificación de los heridos en accidente. El valor

estimado para las pérdidas de salud asociadas a una víctima grave (VVnMG) se sitúa en

183.500 euros, mientras que los costes humanos de un herido leve (VVnML) se cifran

en 5.000 euros. Si a los costes humanos les añadimos las pérdidas de productividad y

los gastos médicos, se obtiene el Valor por Prevenir un Herido (VPH) en accidente de

tráfico que, según los resultados del presente estudio, alcanzaría los 224.411 euros

para el caso de un accidentado grave (VPHG) y los 6.100 euros en el supuesto de un

herido de carácter leve (VPHL).

2. Para estimar el VVnM se ha recurrido a los métodos de medición de preferencias

sociales más acreditados en la literatura, tanto por sus propiedades teóricas como por

su desempeño en la práctica. El VVnM se ha “anclado” en el Valor de la Vida

Estadística (VVE) que este mismo equipo investigador estimó en un estudio previo,

respecto del que se han calculado los valores relativos de las lesiones no mortales

obtenidos con una combinación del método de la valoración contingente (“disposición

a pagar”) y de la lotería estándar “modificada” o “doble lotería”, procedimiento este

último que representa una innovación metodológica en este ámbito.

3. Estas estimaciones, comparables a los valores oficiales de países de nuestro entorno,

deberían ser empleadas para contabilizar los costes sociales de las víctimas no

mortales de accidentes de tráfico en España. Asimismo, los valores estimados, junto

con el Valor por evitar o Prevenir un Fallecimiento (VPF) que fue objeto de estimación

en un estudio anterior, pueden ser utilizados para cuantificar los beneficios de las

medidas de seguridad vial y la realización de estudios de evaluación económica en el

ámbito del transporte.


ii

4. También se ha alcanzado en este estudio una estimación del Valor Monetario del Año

de Vida Ajustado por la Calidad (VMAVAC) en el contexto de los accidentes de tráfico,

que asciende a 53.600 euros. Este valor monetario se ha obtenido mediante un

procedimiento consistente en dividir el Valor de la Vida Estadística (VVE) entre los

AVAC que constituyen el horizonte vital del accidentado medio en nuestro país (la

denominada Esperanza de Vida Ajustada por la Calidad o EVAC), asumiéndose una

tasa de descuento del 1.5%.

5. El VMAVAC estimado tiene una doble utilidad. De un lado, puede servir, en el marco

de un Análisis Coste-Beneficio (ACB), para monetizar las pérdidas de salud asociadas a

los accidentes de tráfico, en el supuesto de que se disponga de una estimación de los

AVAC perdidos como consecuencia de la siniestralidad vial. En segundo lugar, el

VMAVAC puede servir como “precio sombra” o “umbral de eficiencia”, en el contexto

de los Análisis Coste-Utilidad (ACU), a la hora de decidir si una intervención es o no

“coste-efectiva”, en función de que su razón coste/AVAC se encuentre por debajo o

por encima del umbral que constituye el VMAVAC.

6. Todos los valores estimados en el presente estudio deberían actualizarse anualmente

según el ritmo de crecimiento del PIB per cápita nominal, para incorporar tanto los

incrementos de la renta como las variaciones en los precios. Además, dado que es

probable que las preferencias y las técnicas de estimación disponibles sufran

variaciones con el paso de los años, resulta altamente recomendable la revisión de

dichos valores con una periodicidad no superior a los diez años. Un motivo adicional

que aconsejaría la revisión de las valoraciones aquí presentadas sería contar con

estimaciones fiables para España de las tasas de prevalencia de los distintos tipos de

lesiones que se han utilizado para derivar los valores de las víctimas no mortales,

graves y leves.


iii

Executive Summary.

1. In this study, the Value of a Statistical non-fatal Injury (VoSI) in the context of road

crashes in Spain has been estimated. A distinction has been made between minor and

serious injuries, according to the fact that hospitalization is required or not, since that

is the standard currently applied in Spain to classify crash injuries. We have valued

human costs from serious injuries in 183,500 Euro, whereas the value for slight injuries

has been estimated in 5,000 Euro. When productivity losses and medical costs are

added to human costs, Values for Preventing Injuries (VPI) are obtained for serious and

slight injuries which amount to 219,000 Euro and 6,100 Euro, respectively.

2. The most reliable methods for preference elicitation have been used to obtain the

VoSI; these methods have been chosen because of their theoretical as well as

empirical properties. The VoSI for serious injuries has been “anchored” to the Value of

Statistical Life (VoSL) previously estimated by the same research team. Relative values

of non-fatal injuries to a fatal casualty have been derived combining the contingent

valuation method (“willingness to pay” measures) and a “modified” standard gamble

technique. The use of the second method, i.e. the “double lottery”, constitutes a

methodological innovation in the context of non-fatal road injuries.

3. Our estimates are comparable to the official values existing in some European

countries, and should be used to account for the social costs of non-fatal road crashes

in Spain. Moreover, those values, together with the Value for Preventing a Fatality

(VPF) which was estimated in a previous study, could be employed to quantify the

benefits yielded by road traffic safety measures and thus would be useful to

implement economic evaluation studies.

4. This study has also estimated a Monetary Value of a Quality Adjusted Life Year

(MVQALY) in the context of road crashes, which amounts to 53,600 Euro. This figure

has been obtained as the ratio between the VoSL and the number of QALYs that the

Spanish “average” victim of an accident would expect to enjoy during their remaining

life (the so-called Quality Adjusted Life Expectancy or QALE), assuming a discount rate

of 1.5%.


iv

5. The MVQALY is useful for two purposes. First, within Cost-Benefit Analysis (CBA), it can

be used to monetize the health losses caused by road accidents, should an estimation

of the QALYs lost in road crashes is available. Second, MVQALY may act as a “shadow

price” or “efficiency threshold”, in the context of Cost-Utility Analyses (CUA), to decide

if a road safety intervention is “cost-effective” or not, depending on its cost per QALY

ratio is below or above that MVQALY threshold.

6. All estimated values should be annually updated according to the nominal growth of

rate of GDP per capita, thus taking into account both real income growth as well as

inflation rate. Furthermore, since social preferences as well as available estimation

techniques are likely to change in the future, we recommend to revise the values every

ten years at most. A further reason to revalue our estimates would be that reliable

data on probabilities of incurring each of the injury subcategories used in this study,

i.e. Galasko’s probabilities, were available in Spain in future.


1

1 INTRODUCCIÓN “La seguridad vial es una cuestión social de primer orden”. Así arranca el documento

preparado por la Comisión Europea (CE, 2010: p. 2) en el que se esbozan las orientaciones

políticas sobre seguridad vial en la Unión Europea para los próximos diez años. Una afirmación

tan rotunda como lo son los datos que la sustentan: “En 2009, fallecieron más de 35.000

personas en accidentes de tráfico en la Unión Europea (UE), es decir, el equivalente a una

ciudad mediana, y resultaron heridas como mínimo 1.500.000. El coste para la sociedad es

inmenso y supuso cerca de 130.000 millones de euros en 2009”.

Ese coste inmenso al que alude la Comisión Europea abarca pérdidas sociales de muy diversa

índole, tanto materiales como inmateriales, siendo estas últimas, no obstante, las más

cuantiosas. Como ya se destacó en el informe que antecede a éste (Abellán et al., 2011a), el

componente más importante de dicho coste lo constituyen las pérdidas humanas, esto es, las

pérdidas de bienestar social derivadas de la muerte prematura y el deterioro de la salud que

ocasionan los accidentes de carretera. El análisis abordado por Elvik (2000), comparando los

costes sociales de los accidentes de tráfico de once países, concluyó que las mencionadas

pérdidas representaban en promedio el 2,1% del Producto Interior Bruto (PIB). Si del total de

costes se excluía el valor de las pérdidas humanas, entonces dicho promedio descendía hasta

el 1,3% del PIB. De acuerdo a estos datos, por tanto, los costes humanos suponen

aproximadamente el 40% de los costes totales de los accidentes de tráfico.

El peso que alcanzan las pérdidas humanas sobre el total de los costes sociales no es, sin

embargo, indiferente al procedimiento empleado para su estimación. En la actualidad, está

plenamente asentada la opinión de que metodologías como el enfoque del capital humano

(basado en la estimación de la capacidad productiva perdida) infravaloran gravemente el

auténtico valor social de las pérdidas humanas. En su lugar, académicos e instituciones

concluyen que la metodología adecuada para la monetización del valor de estas pérdidas es el

enfoque de la disposición al pago o disposición a pagar (DAP). Así, por ejemplo, los

participantes en la 117 mesa redonda de la Cumbre Europea de Ministros de Transporte1

celebrada en octubre del año 2000, mostraron claramente su predilección por el enfoque de la

DAP, concluyendo que “era mejor obtener una medición aproximada del parámetro correcto a

1 Hoy día esta organización intergubernamental integrada en la OCDE se denomina Foro de Transporte Internacional.


2

obtener una medición precisa del parámetro incorrecto” (ECMC, 2001: p. 8). Cuando se

circunscribe el análisis a aquellas naciones que emplean métodos de DAP, se observa que el

porcentaje que suponen los costes humanos puede llegar a ascender del 40% señalado por

Elvik (2000) hasta incluso el 90% (Hakkert y Wesemann, 2005).

Esa gran magnitud de pérdidas humanas comprende no sólo el valor de las vidas sacrificadas,

sino también el valor de la calidad de vida perdida por las víctimas no mortales de los

accidentes. Nuestro informe anterior abordó la estimación - basada en el enfoque de la DAP -

del valor monetario de una víctima mortal en España, el denominado Valor de la Vida

Estadística (VVE). En el presente documento presentamos la estimación, cimentada en el

mismo enfoque, del Valor Monetario de una Víctima ‘estadística’ no Mortal (VVnM).

La finalidad fundamental que se persigue con la monetización de las pérdidas humanas no

mortales es su utilización en el marco del análisis coste-beneficio (ACB). Esta metodología

permite evaluar, de forma previa a su implantación, el impacto económico de las posibles

intervenciones públicas, ayudando de este modo a establecer prioridades en materia de

políticas de transporte y seguridad vial. La valoración monetaria explícita de los heridos que

pueden evitarse a resultas de una determinada medida de seguridad vial permite su

combinación con el resto de efectos que puede provocar tal intervención (impactos sobre la

movilidad y el medio ambiente), y su comparación con los costes monetarios derivados de su

puesta en marcha (costes de implantación) y ulterior mantenimiento (costes operativos). Esta

comparación proporciona el denominado test coste-beneficio, que suministra una regla de

decisión clara: la intervención debe financiarse si los beneficios superan a los costes.

En varios proyectos y programas de la Comisión Europea sobre seguridad vial (Elvik, 2001; TRL,

2001; Vlakveld et al., 2005; Winkelbauer y Stefan, 2005; Baum et al, 2008) se han practicado

ACB de diversas intervenciones realizadas en países europeos (p.ej. medidas para intensificar

el cumplimiento de la normativa sobre exceso de velocidad), y la Directiva 2008/96/CE ha

establecido su obligatoriedad en la evaluación previa del impacto de las infraestructuras

viarias en la seguridad. Así, el Real Decreto 345/2011 que incorpora las disposiciones de la

citada Directiva al ordenamiento jurídico español, señala en su artículo 6 lo siguiente:

“El informe de evaluación del impacto de las infraestructuras viarias en la seguridad deberá exponer las consideraciones en materia de seguridad que resulten relevantes para la elección de la solución propuesta en el estudio informativo. Además, deberá facilitar la información necesaria para realizar un análisis coste-beneficio de las distintas opciones examinadas”2.

2 La cursiva es nuestra.


3

El valor monetario de las víctimas no mortales aportado en este informe, junto con el

estimado para las víctimas mortales en el informe anterior, posibilitarán atender

adecuadamente el requerimiento establecido en el anterior Real Decreto, ya que de no

estimarse correctamente la dimensión de todas las pérdidas humanas, podrían minusvalorarse

dramáticamente los beneficios de los programas de seguridad vial. A modo de ejemplo de

cuán grave puede llegar a ser dicho sesgo en el caso de la siniestralidad no fatal, téngase

presente que, de acuerdo a un estudio realizado para la Comisión Europea en el año 2003, los

costes humanos en los accidentes con heridos en la UE representaban aproximadamente dos

terceras partes del coste medio total de este tipo de accidentes (ICF, 2003).

Este informe presenta también una estimación del valor monetario del Año de Vida Ajustado

por la Calidad (AVAC). El AVAC es una medida de los beneficios sanitarios ampliamente

utilizada en la evaluación económica de los tratamientos médicos (Pinto y Sánchez, 2003). Los

AVAC se calculan ponderando los años de vida que proporcionan las intervenciones sanitarias

por la calidad de vida con que estos se disfrutan. Así, por ejemplo, 10 años vividos con una

calidad de vida de 0.5 en una escala 0-1, equivalen a 5 AVAC o, lo que es lo mismo, a 5 años

con buena salud. Cuando los AVAC ganados se comparan con los costes incurridos en su

obtención se utiliza una técnica conocida como análisis coste-utilidad (ACU). Esta metodología

permite priorizar las diferentes medidas objeto de evaluación ordenándolas de menor a mayor

razón coste-utilidad (coste por AVAC). Trasladando esta lógica al contexto de la seguridad vial,

en la medida que se exprese el impacto de las diversas intervenciones por medio del número

de AVAC ganados (el número de AVAC que se evita perder), sería posible construir sus razones

coste-utilidad identificando así aquellas iniciativas más eficientes.

La aplicación del ACU al ámbito de la seguridad vial aún no es una realidad en el panorama

internacional3, si bien se vislumbra como una línea de avance prometedora. Hasta el

momento, al menos en Europa, la única alternativa manejada al ACB en el contexto específico

que nos ocupa ha sido el análisis coste-efectividad (ACE). El proyecto ROSEBUD de la Comisión

Europea fue desarrollado para estandarizar la forma en que tanto el ACB como el ACE deben

aplicarse para evaluar económicamente las medidas de seguridad vial. En dicho proyecto

(Hakkert y Wesemann, 2005) se define el coste-efectividad de una medida de seguridad vial 3 Subrayamos que esta afirmación sólo es cierta para el “ámbito de la seguridad vial”, no así en el terreno de la evaluación económica de las tecnologías sanitarias, en el cual la utilización del ACU está ampliamente extendida. Véase a este respecto obras de referencia en este campo como, por ejemplo, Drummond et al. (2005).


4

como el número de accidentes evitados por coste unitario derivado de implementar la medida.

Como puede apreciarse fácilmente, esta forma de evaluación contrasta, por sus limitaciones,

con el ACB. Por esta razón, el Instituto para la Seguridad Vial holandés, tras revisar la evidencia

existente acerca de los AVAC y otro instrumento semejante (Años de Vida Ajustados por la

Discapacidad), apuntan hacia el ACU como una metodología a explorar (Wijnen, 2008: p. 5):

“En comparación con el análisis coste-efectividad (ACE) ‘común’, un ACU puede tener un valor añadido porque toma en consideración conjuntamente los efectos sobre la gravedad y duración de un accidente. En un ACE, el cual expresa los efectos como el número de víctimas salvadas, esto no es posible en absoluto, o sólo de modo muy limitado. Un ACU resulta más apropiado para la comparación de aquellas medidas que (principalmente) limitan el número de hospitalizaciones, ya que la prevención de accidentes mortales y no mortales se expresa en la misma unidad de medida. Utilizar los AVAC en un ACU podría ser una interesante alternativa al ACB cuando sea deseable expresar los efectos de la seguridad vial no (sólo) en dinero, como hace el ACB”4.

Pese a las ventajas que ofrece el ACU, lo cierto es que, a diferencia del ACB, no permite decidir

directamente cuando una intervención es rentable socialmente. Para ello es preciso disponer

de un criterio semejante al citado test coste-beneficio. Es aquí donde el valor monetario del

AVAC revela una primera aplicación práctica: servir como umbral de eficiencia o precio

máximo por AVAC, con el cual comparar las razones coste-utilidad, discriminando así las que

son coste-efectivas (coste-útiles) de las que no5. Por tanto, el valor monetario del AVAC

presentado en este informe podría emplearse con esta finalidad, informando las decisiones de

asignación de los recursos presupuestarios de las políticas de transporte y seguridad vial

españolas.

Una derivada muy interesante de la monetización del AVAC es que, a simple vista, hace posible

combinar las pérdidas de calidad de vida medidas en AVAC con los restantes efectos de las

medidas de seguridad vial (movilidad y medio ambiente). Esto significa en la práctica propiciar

la utilización de los AVAC en el ACB. Hallamos así una segunda aplicación práctica a la

estimación del valor monetario del AVAC, la posibilidad de su uso en el análisis coste-beneficio

de las intervenciones de seguridad vial. En consecuencia, los resultados que muestra este

informe permiten calcular los beneficios de evitar accidentes no mortales de dos formas

alternativas, bien aplicando directamente un valor monetario a cada víctima no mortal

4 La cursiva es nuestra. 5 El ACU suele concebirse como una especialización del ACE, de modo que resulta relativamente frecuente en el ámbito sanitario referir una intervención con un coste por AVAC por debajo del umbral como ‘coste-efectiva’. De hecho, en EE.UU. suele hablarse de ACE y ACU indistintamente. Véase a este respecto Gold et al. (1996).


5

salvada, bien aplicando un precio por AVAC ganado al total acumulado de AVAC que se evita

perder a consecuencia de la implementación de una determinada medida de seguridad vial6.

El valor de la víctima no mortal y el valor del AVAC se hallan íntimamente conectados en la

presente investigación merced al valor de la vida estadística estimado en el anterior estudio

patrocinado por la Dirección General de Tráfico (DGT). Como puede sospecharse, hay varias

opciones metodológicas posibles para medir ambas magnitudes, habiéndonos decantado en

nuestro caso por ‘anclar’ ambos valores en el de la vida estadística, esto es, por haber

estimado el valor relativo de un herido respecto del de un fallecido, lo que multiplicado por el

valor de la vida estadística permite obtener el valor monetario de la víctima no mortal. Esta

práctica es la seguida en países como el Reino Unido (desde 1991) o Nueva Zelanda (desde

1999). Otros territorios, como por ejemplo Países Bajos, también la siguen, aunque de un

modo indirecto, al adoptar el valor relativo estimado en otras latitudes (en concreto el del

Reino Unido). Por tanto, ahora también España ingresa en ese selecto club de naciones que

cuentan con estimaciones propias del valor de las víctimas no mortales, disponiendo además

de una estimación del valor del AVAC que potencialmente podría también utilizarse en este

mismo contexto de la seguridad vial.

El informe se estructura del siguiente modo. Primero contextualizamos el concepto del valor

de una víctima no mortal dentro de la composición del coste total de los accidentes no letales.

Surge así el concepto del valor de evitar o prevenir una víctima no mortal por analogía al de

evitar un fallecimiento. Revisamos a continuación los procedimientos de estimación del valor

de la víctima no mortal empleados hasta la fecha, describiendo sus pros y contras. Hacemos lo

propio con los enfoques seguidos para cuantificar monetariamente el AVAC, justificando en

ambos casos la elección metodológica realizada por el equipo investigador y que se

desarrollará más adelante, al describir los métodos del estudio. Se cierra la segunda sección

del informe con una breve descripción de los valores oficiales de la víctima no mortal

empleados en otros países. La tercera sección del informe describirá en detalle los métodos de

estimación empleados, así como la encuesta realizada en el conjunto del territorio español. A

continuación se presentarán los principales resultados del estudio, concretando el valor

monetario de los accidentes graves y leves que recomendamos para su uso oficial en los ACB

de las medidas de seguridad vial en España. Asimismo se presenta el valor monetario del AVAC

6 Ese stock de AVAC ahorrados, como se verá más adelante, se denomina Esperanza de Vida Ajustada por la Calidad.


6

recomendado para la doble finalidad antes enunciada, servir como umbral de eficiencia en los

ACU y como numerario del volumen de AVAC ganados en los ACB. Cerramos el informe

sintetizando las principales conclusiones.

2 ANTECEDENTES Y EVIDENCIA EMPÍRICA

2.1 Los costes sociales de los accidentes no mortales de tráfico

2.1.1 El concepto del valor de una víctima estadística no mortal

Al igual que en el caso de los siniestros con víctimas mortales, los primeros intentos por

cuantificar el valor de las pérdidas humanas no letales en los países motorizados se basaron en

el enfoque del capital humano. Ése fue el caso de, por ejemplo, el Reino Unido hasta el año

1991, fecha en la que el Departamento de Transporte actualiza dicho valor a partir de una

estimación empírica basada en las preferencias individuales del público británico,

abandonando sus cálculos previos sustentados en el valor de la producción (bruta)

sacrificada7. El valor así estimado recibe el nombre por los autores del estudio británico8 de

valor basado en la DAP o componente (de los costes totales) puro de DAP, queriendo así

significar que responde al enfoque que denominábamos en el primer informe de DAP

individual, esto es, basado en la declaración o revelación de las preferencias de los ciudadanos.

Lo reseñable aquí es que, con independencia del método específico que se emplee para

estimar el valor de la víctima no mortal, cualquiera que sea el elegido debe basarse en las

preferencias de la sociedad9.

En el anterior informe vimos que el VVE se basa en la idea de que las inversiones públicas en

seguridad vial reducen los riesgos de forma marginal para cada usuario, de modo que si

averiguamos cuánto está dispuesto a pagar cada uno de ellos por esa disminución marginal, la

agregación de dichas DAP individuales equivaldrá a la cuantía que la sociedad en su conjunto

está dispuesta a pagar por salvar una vida cualquiera (una vida estadística). Parece evidente

por tanto que podremos ahora reproducir ese mismo concepto de ‘valor estadístico’ para el

caso de las consecuencias no mortales de los accidentes de tráfico, de modo que definimos el

VVnM como el valor atribuido por la sociedad a una determinada reducción en el riesgo de

7 La mencionada actualización fue publicada en 1993 (DoT, 1994). 8 Jones-Lee et al. (1993). 9 En este sentido, todos los métodos de estimación que se muestran en el epígrafe 2.2 responden a este principio, aunque no todos miden de forma directa la DAP.


7

resultar herido (de sufrir una merma en la salud) como consecuencia de un accidente en

carretera10.

Podemos formalizar el anterior concepto del modo siguiente. Definimos en primer lugar la

relación marginal de sustitución (IiQm ) de un individuo i entre su renta (su DAP) y el riesgo (

IQP

) de sufrir un determinado problema de salud IQ causado por un accidente de tráfico. Dicha

relación puede expresarse como:

∆

=∆

I

I

I

iQiQ

Q

DAPm

P (1)

Si pequeñas mejoras en la seguridad individual como la representada por ∆IQP , una vez

agregadas para un número suficientemente grande de personas (llamemos n a ese número),

equivalen a evitar un herido con unas determinadas secuelas IQ , entonces el valor monetario

de una víctima estadística de esas características puede estimarse (Jones-Lee, 1989) como el

promedio de las relaciones marginales de sustitución entre la renta y el riesgo de sufrir el

estado IQ . Este valor es el que referimos en el presente informe como VVnM, formalmente

expresado como:

= =∑ I

I I

iQiQ Q

mVVnM m

n , (2)

donde mQI denota la relación marginal de sustitución de la renta y el estado de salud IQ .

Un elemento diferencial entre el VVnM y el VVE es que, mientras que el segundo incorpora en

la DAP no sólo lo que en la Introducción denominábamos pérdidas o costes humanos (por la

muerte prematura), sino también la pérdida de bienestar ocasionada por la privación del

consumo, el primero refleja puramente las pérdidas humanas no mortales (las pérdidas de

calidad de vida o salud ocasionadas por el siniestro). Empleando la misma notación que el

anterior informe, donde HM indica las pérdidas humanas ‘mortales’, HNM las pérdidas ‘no

mortales’ y C el consumo potencial sacrificado a consecuencia del fallecimiento en accidente

de tráfico, tenemos que:

= +MVVE H C (3)

10 Por ejemplo, si se obtiene una DAP media de S euros por reducir el riesgo de un accidente en 1 entre 100.000, el valor estadístico será igual a 100.000 x S.


8

= NMVVnM H (4)

Como es lógico suponer, la magnitud de las pérdidas humanas no mortales (así como la de

otros costes directamente vinculados a las víctimas no mortales) dependerá de la gravedad de

la lesión provocada por el accidente. En este sentido, a lo largo del este informe se respetará el

criterio seguido por la DGT para clasificar los accidentados, distinguiendo entre víctimas graves

y leves dependiendo de que requieran o no hospitalización11. Esta división en sólo dos clases,

graves y leves, suele ser la más frecuente en la UE (Nellthorp et al. 1998)12, si bien el criterio

preciso empleado para adscribir a un herido a una de las dos categorías difiere de unos países

a otros. Por ejemplo, en el caso del Reino Unido un herido puede ser considerado grave aun

cuando no necesite hospitalización13. De hecho, la estimación del valor de la víctima ‘grave’ en

dicho país se basa, como se describirá más adelante, en el promedio de los valores obtenidos

para ocho tipos de lesiones diferentes 14. Una versión ligeramente modificada de esta

clasificación británica es la que empleamos en nuestro estudio para llegar a estimar el VVnM

de los heridos graves (VVnMG) y leves (VVnML).

2.1.2 El concepto del valor de evitar o prevenir un herido

Ya en el anterior informe se estableció la distinción entre costes directamente vinculables a las

víctimas (mortales y no mortales) y costes asociados al accidente15 (indivisibles por tanto)

antes que a las víctimas. Pues bien, el Valor de evitar o Prevenir un Herido (VPH) en accidente

de tráfico recoge todos los costes estrechamente relacionados con las víctimas no mortales.

11 A efectos de cómputo estadístico, se consideran leves aquellos heridos que no necesitan 24 horas de hospitalización, mientras que se tienen por graves los heridos que requieren más de 24 horas de hospitalización dentro de los 30 días siguientes al accidente (DGT, 2011). 12 Excepciones a esta pauta general son, por ejemplo, Finlandia, Noruega o Suiza; países que llegan a diferenciar, dentro de los heridos graves, a aquellos que tienen secuelas permanentes de quienes sólo las tienen temporales. 13 La policía británica registra una víctima como grave cuando “es ingresada en un hospital, o tiene alguno de los siguientes problemas (con independencia de que sea o no hospitalizado); fracturas, conmoción cerebral, lesiones internas, lesiones por aplastamiento, quemaduras (excluyendo abrasiones), cortes graves y laceraciones, traumatismo general grave que requiera tratamiento médico y heridas que causen la muerte a los 30 o más días después del accidente” (Morris et al., 2003). 14 Las descripciones de estas lesiones fueron desarrolladas por un equipo de investigación del Departamento de Cirugía Ortopédica de la Universidad de Manchester liderado por el profesor Galasko y fueron utilizadas en el estudio británico de 1991 que propició la estimación del VVnM mediante el enfoque de la DAP individual. 15 Esta distinción obedece al hecho de que algunos costes (p.ej. el coste derivado del tiempo empleado por la policía en intervenir e investigar los accidentes de tráfico) que no pueden atribuirse a una víctima concreta, sino que son el resultado del siniestro mismo.


9

En concreto, se estaría incluyendo junto a las pérdidas humanas (VVnM)16, el output (bruto)

perdido (B) y los costes médicos (M):

= + +VPH VVnM B M (5)

Al igual que ocurre con el VVnM, la magnitud de la producción sacrificada y de los costes

médicos dependerá también de la gravedad de las heridas sufridas en el accidente,

diferenciándose entre el valor de evitar un herido grave (VPHG) y el valor de evitar un herido

leve (VPHL).

El cálculo de las pérdidas brutas de producción suele aproximarse como el valor presente

descontado de la renta futura perdida a consecuencia de las secuelas del accidente.

Evidentemente, dentro de una misma categoría (por ejemplo, heridos graves), la casuística en

relación a la gravedad de las secuelas puede ser amplia, lo cual (nuevamente) se afronta en

cada país de una forma distinta. Recurriendo otra vez al ejemplo que brinda el Reino Unido

(Spackman et al. 2011), el Departamento de Transporte calcula las pérdidas de output bruto

de las víctimas graves mediante la suma ponderada de tres estimaciones diferentes: una para

los heridos que recobran la salud dentro del plazo máximo de 1 año, otra para las víctimas que

se recuperan en un lapso de tiempo que abarca de 1 a 3 años y, finalmente, una tercera para

quienes quedan incapacitados de forma permanente, no pudiendo volver a trabajar.

A su vez, una estimación precisa de los costes médicos requiere poseer datos acerca de la

utilización media de los servicios sanitarios, así como estimaciones de costes unitarios de

dichos servicios, lo cual, en combinación a las tasas de prevalencia de los diferentes tipos de

problemas de salud derivados de los accidentes, permite calcular el coste por herido (grave o

leve). En la estimación final influye no sólo la calidad de los registros disponibles o el tipo de

costes computados (hospitalización, servicios de enfermería, ambulancias, etc.), sino también,

de modo determinante, la distribución de enfermedades o secuelas para cuyo tratamiento se

consumen los servicios sanitarios.

2.1.3 El resto de costes asociados a los accidentes no mortales de tráfico

De los costes relacionados con los accidentes no mortales (no atribuibles directamente a

víctimas concretas), el más importante es el de los daños a la propiedad, integrado

fundamentalmente por los daños que hayan sufrido los vehículos involucrados en el siniestro.

Como se recoge en el informe de la acción europea COST 313 (Alfaro et al., 1994), este coste

16 Por la ecuación (4) sabemos que las pérdidas o costes humanos ocasionados por las víctimas no mortales (HNM) son equivalentes al VVnM.


10

suele valorarse a partir de los datos proporcionados por las aseguradoras. De forma adicional a

estos daños materiales, otros costes (de importancia relativa mucho menor) son los

ocasionados por la acción de la policía y la administración de justicia, así como los costes

administrativos en los que incurran las compañías aseguradoras.

La suma de los costes vinculados a las víctimas no mortales y de los costes asociados a los

accidentes del mismo tipo proporciona el coste social total de los accidentes de tráfico con

heridos. A modo de ejemplo17, en Nueva Zelanda, el coste social de los accidentes de carretera

no mortales en el año 2009 ascendió a 2.230 millones de dólares neozelandenses,

correspondiendo aproximadamente dos terceras partes de dicho valor a accidentes graves

(1.500 millones de $) y el resto a accidentes leves (730.000 millones de $). Dividiendo estos

valores entre el número de accidentes de cada tipo se halla el coste social medio de los

accidentes graves y leves que, en el caso de Nueva Zelanda, supusieron 632.000 $ y 63.000 $

respectivamente.

El seguimiento de los mismos pasos indicados para Nueva Zelanda, permitiría tal y como

establece el Real Decreto 345/2011 que citábamos en la Introducción, que la DGT obtuviese el

coste social medio de los accidentes graves que se produzcan en España; cálculo que además

ha de actualizarse cada cinco años18.

2.2 Métodos de estimación del Valor de una Víctima no Mortal

2.2.1 Valores relativos vs. valores absolutos

Puede desembocarse en la expresión mostrada en la ecuación (2) por dos vías diferentes. La

más inmediata o directa consiste simplemente en la obtención de la DAP por reducir

marginalmente el riesgo de quedar herido. Decimos que esta vía es directa, porque ofrece un

valor absoluto (una monetización) de la víctima no mortal con unas ciertas secuelas IQ . Sin

embargo, cabe, alternativamente, seguir un procedimiento indirecto, basado en la medición

del valor relativo que representa sufrir el problema de salud IQ frente a morir. Es decir, cabe

calcular primero la razón o cociente entre la relación marginal de sustitución de la renta y el

riesgo de experimentar el estado IQ (IiQm ) y la relación marginal de sustitución de la renta y el

riesgo de fallecer ( iMm ), lo cual representa el valor relativo de IQ respecto de la muerte (que

17 Ministry of Transport (2010). 18 Artículo 22.


11

denotaremos como M). Este valor relativo multiplicado por el valor de la vida estadística (que

no es sino iMm ) conduce al mismo resultado que mostrábamos en la expresión (2):

I

I I

iQiM iM

Q iQiiM

mm mnVVnM VR

m n nn

= × = ×

∑ (6)

Los dos procedimientos (valor absoluto y valor relativo) han sido utilizados en la práctica para

aproximar el VVnM. En nuestro estudio nos hemos decantado por el segundo de estos

enfoques, el del valor relativo. La razón fundamental de nuestra decisión reside en los

problemas de insensibilidad de la DAP al tamaño de la reducción de riesgo y a la gravedad del

estado de salud19 puestos de manifiesto en la literatura (p.ej. Beattie et al., 1998) y que de

hecho tuvimos ocasión de constatar directamente en el estudio anterior del valor de la vida

estadística en España 20 . Esos problemas de insensibilidad de la DAP fueron los que

determinaron que en ese estudio se empleara el método encadenado valoración

contingente/lotería estándar (Carthy et al., 1999). De la misma forma que con dicho método

encadenado no se prescinde por completo de la DAP21, sino que se varía la forma en que se

aplica, en el presente estudio tampoco prescindiremos de ella, pero sólo la emplearemos

como medio para obtener el mencionado valor relativo.

La misma decisión fue adoptada en el estudio desarrollado en el Reino Unido en 1991 para

estimar el VVnM (Jones-Lee et al., 1993; Jones-Lee et al., 1995), en el que el valor relativo se

obtuvo de dos formas: como cociente de las DAP por reducciones del riesgo de IQ y de

muerte, y como la probabilidad para la cual los participantes en su estudio se declaraban

indiferentes entre sufrir IQ y someterse a un tratamiento médico que podía devolverles la

salud normal si tenía éxito, o bien podían morir si dicho tratamiento fallaba. Como ya se

expuso en el anterior informe, la técnica basada en la determinación de dicha probabilidad de

indiferencia se conoce con el nombre de lotería estándar. De modo semejante, nosotros

también aplicamos estas dos fórmulas, si bien, y he aquí una de las innovaciones

metodológicas del presente trabajo, en lugar de emplear la lotería estándar convencional,

emplearemos una lotería estándar ‘modificada’; en concreto, la misma doble lotería que ya

usamos en el estudio del valor de la vida estadística. Pasamos revista a continuación a todos

19 Los denominados genéricamente embedding effects. 20 Véase en particular el epígrafe 3.2.3. (pp. 71-77) del anterior informe. 21 Se combinan preguntas de DAP (y de disposición a aceptar) bajo certeza con preguntas de doble lotería.


12

estos métodos, acudiendo a la evidencia empírica más relevante al respecto de la estimación

del VVNnM.

2.2.2 Valoración contingente (VC)

La metodología conocida como valoración contingente (VC) mide el valor de bienes intangibles

(bienes que carecen de precio de mercado) por medio de la recreación de un mercado

hipotético en un cuestionario. El valor del producto en cuestión se estima inquiriendo a los

encuestados acerca de cuánto están dispuestos a pagar por dicho bien. Los intangibles pueden

ser el resultado (buscado o no) de la implementación de una determinada política pública. Por

ejemplo, la construcción de una infraestructura viaria puede ocasionar una disminución en el

número de accidentes de tráfico; esta menor tasa de accidentalidad sería el bien de no

mercado susceptible de ser monetizado vía valoración contingente. Siguiendo con este

ejemplo, en el marco del análisis coste-beneficio, si la DAP agregada por la reducción de las

pérdidas humanas es mayor que los costes totales de implementación y mantenimiento de la

infraestructura, diremos entonces que la infraestructura pasa el test coste-beneficio y, en

principio, que debería ser financiada por la administración pública.

El método de la VC fue aplicado por primera vez con el objetivo de estimar valores monetarios

de accidentes de tráfico con consecuencias no mortales en el Reino Unido (Jones-Lee et al.,

1993) y ha sido utilizado también en países como Suecia (Persson et al., 1995; Persson et al.,

1999) y Nueva Zelanda (Guria, 1993; Guria et al., 2003). Exponemos a continuación de manera

resumida los citados estudios y con especial detalle el realizado en el Reino Unido, puesto que

es el que hemos utilizado como referencia básica en el diseño del estudio desarrollado en

España. Mientras que, tanto en el estudio del Reino Unido como en los desarrollados en Nueva

Zelanda, se opta por combinar la DAP por la reducción del riesgo de sufrir un accidente no

mortal con la DAP por la reducción del riesgo de muerte (enfoque del valor relativo), en

Suecia, por el contrario, el VVnM se fundamenta directamente en la DAP por la disminución

del riesgo de padecer un accidente no mortal (enfoque del valor absoluto).

2.2.2.1 El estudio del Departamento de Transporte del Reino Unido de 1991.

Tras abandonar en 1988 el enfoque del capital humano en la estimación del VVE y

reemplazarlo por el enfoque de la valoración contingente basado en la DAP, el Departamento

de Transporte del Reino Unido (DoT) decidió recurrir a esta misma metodología para obtener

estimaciones del valor monetario de las pérdidas de salud ocasionadas por accidentes no

mortales (Jones-Lee, et al., 1993; Jones-Lee, et al., 1995).


13

El objetivo principal del DoT era obtener el valor estadístico de los accidentes de tráfico no

mortales graves. Dentro de esta categoría, como ya comentamos en el epígrafe 2.1.1., se

incluyen accidentes con resultados para la salud muy dispares: desde aquellos que no

requerían estancia hospitalaria y cuyas lesiones se curaban totalmente en un periodo corto de

tiempo (3 o 4 meses), hasta lo que causaban en las víctimas paraplejia o graves daños

cerebrales de carácter permanente. Para poder trabajar con un número de lesiones graves

reducido, se clasificaron los accidentes graves no mortales en ocho categorías diferentes22

según la gravedad de sus consecuencias (secuelas), que se etiquetaron con una letra

mayúscula. Dichas categorías incluían dos casos que no requerían hospitalización (F y V), dos

situaciones en las que tras la estancia hospitalaria y el periodo de recuperación el accidente no

dejaba secuelas permanentes (W y X) y cuatro casos en los que el accidente dejaba secuelas en

forma de limitaciones en la vida diaria y en el trabajo (S y R) o incluso conllevaba una situación

de dependencia (N y L).

El estudio del DoT dividió la muestra principal en dos submuestras. En una de ellas se utilizó el

método de la VC para obtener las DAP por prevenir accidentes de tráfico no mortales. En la

otra se recurrió a la lotería estándar (LE) con el fin de obtener a través de esta técnica los

valores relativos de los distintos estados de salud (injuries) evaluados, respecto de la muerte.

Más adelante haremos referencia al diseño y resultados de este segundo enfoque basado en la

LE; a continuación resumimos los aspectos más relevantes del cuestionario que contenía

preguntas de DAP, así como los principales resultados obtenidos con este enfoque de la

valoración contingente.

Los participantes en el estudio (414 en la submuestra de DAP) comenzaron por ordenar y

“puntuar” los ocho estados (F, V, W, X, S, R, N y L), junto con la “salud normal” (J) y la “muerte”

(K), en una escala visual de 0 a 100. Las preguntas que desarrollaban el enfoque de la VC

requerían al sujeto que expresase su máxima DAP por distintas reducciones en el riesgo de

sufrir accidentes con consecuencias no mortales. El objetivo de estas preguntas era obtener la

relación marginal de sustitución (IiQm ) entre el dinero y el riesgo de sufrir un accidente, es

decir, el valor que el sujeto asignaba al riesgo de padecer las consecuencias descritas en el

estado de salud en cuestión.

22 Estas ocho categorías son las que, como ya se indicó con anterioridad, desarrolló el equipo del profesor Galasko de la Universidad de Manchester. Aunque el estudio del DoT se refiere a cada una de estas categorías como “lesión” (injury), las descripciones corresponden más a secuelas o consecuencias que a lesiones en sí mismas.


14

Con el fin de no alargar en exceso la duración de las encuestas, se decidió preguntar por la DAP

por cuatro de los ocho estados, únicamente (R, S, X y W), mientras que los valores de los

cuatro restantes (L, N, V y F) se obtendrían por interpolación a partir de las respuestas dadas

por los sujetos en el ranking y la escala visual. Cada sujeto respondió a tres preguntas,

utilizando una reducción del riesgo de 4 entre 100.000 para los estados R y S y para la muerte

(K), y una reducción en el riesgo de 12 entre 100.000 para los estados S, W y X. Es decir, la IiQm

para uno de los estados (S) se midió con dos reducciones de riesgo diferentes, con el fin de

testar la sensibilidad de las DAP ante la magnitud del riesgo.

Los sujetos se enfrentaron a un escenario hipotético en el que tenían que expresar la cantidad

de dinero que estarían dispuestos a pagar por un dispositivo de seguridad que reduciría,

durante un año, en una determinada magnitud (4/100.000 o 12/100.000, según los casos), el

riesgo de sufrir un accidente no mortal cuyas consecuencias se describían en la tarjeta

correspondiente al estado en cuestión. La redacción de las preguntas era como sigue:

Estas son las consecuencias del accidente [se mostraba la tarjeta] y en la actualidad usted se enfrenta a un riesgo anual de 8 en 100.000. Ahora imagine que existe un aparato de seguridad que reduce el riesgo en un 4 en 100.000 y lo deja en 4 en 100.000. Mire las cantidades de dinero siguientes …

Para facilitar la respuesta de los encuestados, a estos se les mostraba una lista con diferentes

sumas de dinero (desde 0 hasta ‘más de 500 libras’). Los sujetos debían identificar las

cantidades que seguro pagarían y las que seguro no pagarían para, finalmente, señalar dentro

del intervalo definido por la cantidad más alta que pagarían con seguridad y la más baja que

seguro no estarían dispuestos a pagar, qué cifra haría que les resultase difícil decidir si

comprar o no el dispositivo de seguridad. Este valor se tomó como la “mejor” estimación y es

el que sirvió para calcular las relaciones marginales de sustitución de cada estado (mR, mS, mX,

mW), así como la correspondiente al accidente mortal (mK). Las restantes se obtuvieron, como

se señaló más arriba, por interpolación, sobre la base de los resultados del ranking y la escala

visual, asumiéndose como buena aproximación que mL = mN = mK; mV = mX; mF = mW. En el caso

de S se estimaron dos valores, el primero de ellos basado en una reducción en el riesgo de

4/100.000 (mS1) y el segundo basado en la reducción de 12/100.000 (mS2).

La relación marginal de sustitución entre renta y riesgo de sufrir un accidente grave no mortal

(mI) se obtuvo como media ponderada de las correspondientes a los ocho estados incluidos en

el estudio, empleando a tal fin como ponderaciones las probabilidades derivadas de los datos

de prevalencia de lesiones graves derivadas de accidentes de tráfico procedentes de

estadísticas de siniestralidad vial del Reino Unido. Dado que se dispuso de dos estimaciones


15

para el estado S, también se obtuvieron dos estimaciones de la relación marginal de

sustitución del accidente grave (mI1, mI2).

Los valores medios estimados a partir del enfoque de la VC oscilaron entre los 0,76 millones de

libras del estado W y las 3,51 millones de libras del estado R (para el accidente mortal se

obtuvo una edia de 4,25 millones de libras). El intervalo en el caso de las medianas fue desde

0,33 (estado W) hasta 1,88 (estado R) millones de libras, con un valor mediano de 2,50

millones para la muerte. Los valores medios de mI1 y mI2 ascendieron a 1,73 y 1,36 millones de

libras respectivamente. Dichos valores de los accidentes ‘graves’ se obtuvieron como una

suma de las diferentes relaciones marginales de sustitución ponderadas por la tasa de

prevalencia de cada estado de salud.

Los valores relativos de los diferentes estados en relación con la muerte –medias de las ratios

de las relaciones marginales de sustitución individuales (mi/mK)– resultaron ser 0,875 (R),

0,640 (S1), 0,262 (S2), 0,232 (X) y 0.210 (W). Esto es, evitar un accidente con secuelas como las

descritas en el estado R suponía un 87,5% del valor de evitar una muerte por accidente de

carretera23. Para los estados X y para W la ratio era muy similar, algo superior al 20%. En el

caso del estado S el valor relativo era significativamente diferente en función de la magnitud

de la reducción en el riesgo utilizada (un 64% para una reducción de 4/100.000 y un 26,2%

para la reducción en el riesgo de 12/100.000).

A la vista de estos resultados, dos son los principales problemas que se pusieron de manifiesto

al tratar de obtener el VVnM mediante el enfoque de la VC. El primero de ellos fue la

insensibilidad de las DAP (y, por tanto, de las IQm ) a la magnitud de la reducción en el riesgo.

En el caso del estado de salud S se obtuvo un valor de 2,56 millones de euros cuando el

tamaño de la reducción en el riesgo era de 4 entre 100.000 y de 1,03 millones cuando la

magnitud ascendía a 12 entre 100.000. Esto se debe a que la DAP media por la segunda

reducción de riesgo, cuya magnitud triplica la de la primera, apenas resultó ser un 20%

superior a la DAP por la de menor magnitud. La consecuencia es que, al aumentar la magnitud

de la “ganancia” en términos de reducción del riesgo, el problema de salud S parece menos

grave.

23 Hay que aclarar que por valor de evitar una muerte por accidente de carretera hacemos referencia en este caso al valor de la vida estadística, esto es, como dicen los propios autores del estudio británico, al “componente de DAP del valor de evitar un fallecimiento” (O’Reilly et al., 1994: p. 51). Dicho de otro modo, para hallar el VVnM los investigadores británicos no multiplican el valor relativo por el Valor de evitar o prevenir un Fallecimiento (VPF), sino por el valor que resulta de añadirle al valor de las pérdidas humanas mortales (HM) el consumo potencial sacrificado (C), esto es, el VVE.


16

El segundo problema fue la insensibilidad de las DAP a la gravedad del problema de salud

evaluado. Los autores señalan que, mientras que en el ranking y la escala visual el estado S es

considerado por más del 90% de los sujetos como estrictamente preferido a la muerte (de

hecho, es ubicado en la escala a medio camino entre la muerte y la salud normal), un 26% de

esos sujetos dicen que pagarían lo mismo por reducir el riesgo de sufrir S que por reducir el

riesgo de morir en un accidente (para reducciones de igual magnitud, esto es, S1 vs. K). Este

efecto se produce en otros casos, así, por ejemplo, del total de sujetos que consideraron que S

era peor que X en el ejercicio de ranking y puntuación, un 37% estaba dispuesto a pagar lo

mismo por reducir el riesgo en ambos casos (aquí la comparación era con S2, puesto que para

valorar X se utilizó la segunda reducción de riesgo: 12/100.000). En la comparación entre W y X

el porcentaje de sujetos que pagan lo mismo supera el 40%, pese a que una gran mayoría

consideró que X era peor que W.

Estos problemas de insensibilidad de las DAP (embedding effect), tanto al tamaño de la

reducción en el riesgo (scale embedding) como a la gravedad del problema evaluado (scope

embedding), hicieron dudar a los autores del estudio británico de la conveniencia de obtener

valores monetarios de las víctimas no mortales a partir de las relaciones marginales de

sustitución MS estimadas con el método de la VC. En consecuencia, se decantaron por los

valores relativos estimados con la segunda submuestra del estudio, aquella en la que se utilizó

el método de la lotería estándar (LE) y a la que nos referiremos más adelante.

2.2.2.2 Otros estudios basados en el enfoque de la VC: Suecia y Nueva Zelanda.

En Suecia24, el Ministerio de Transportes promovió un primer estudio (Persson et al., 1995) en

el que se midió la DAP por reducir pequeños riesgos de sufrir accidentes mortales y no

mortales, a través de un cuestionario postal que respondieron 430 sujetos de la población

general. Los autores obtuvieron estimaciones del valor monetario atribuido a cinco tipos de

consecuencias de un accidente de tráfico no mortal: dos con lesiones permanentes graves, dos

con consecuencias graves (con hospitalización) pero sin secuelas permanentes y uno de

consecuencias leves. Así mismo, los valores correspondientes a las lesiones graves

(permanentes y temporales) se utilizaron para calcular una media ponderada del valor de la

reducción en el riesgo de sufrir un accidente grave. A semejanza del estudio británico, se

24 Un resumen de los estudios de VC realizados en Suecia puede encontrarse en European Conference of Ministers of Transport (ECMT). Economic Evaluation of Road Traffic Safety Measures. Report of the 117th Round Table on Transport Economics. OECD. 2001.


17

utilizaron diversas reducciones en el riesgo (50% y 25%) con el fin de comprobar la validez de

las respuestas de los sujetos. En particular, para comprobar si las DAP eran sensibles a la

gravedad de las consecuencias para la salud del accidente y a la magnitud de la reducción en el

riesgo de sufrirlo.

Los resultados se concretaron en un valor monetario para los accidentes graves con secuelas

permanentes que suponía un 64% respecto del VVE (estimado en otro estudio basado también

en el enfoque de la VC: Persson y Cedervall, 1991). Los accidentes graves con consecuencias

temporales, tenían un valor equivalente al 9% del VVE y los accidentes leves un valor del 1,5%.

Sin embargo, los autores del estudio se enfrentaron a los mismos problemas de insensibilidad

de las DAP que afloraron en el estudio británico. Así, por ejemplo, alrededor del 50% de los

entrevistados reveló idéntica DAP por reducir el riesgo de accidentes en un 50% y en un 25%.

Unos años después se llevó a cabo un nuevo estudio de VC en Suecia (Persson et al., 1999),

con una muestra mayor y un diseño más elaborado. Cerca de 3.000 sujetos cumplimentaron

un cuestionario postal, algo menos de la mitad de los cuales respondió a preguntas de DAP por

reducir riesgos de sufrir accidentes de tráfico con consecuencias no mortales (el resto de la

muestra se utilizó para obtener una nueva estimación del VVE). Los encuestados que

participaron en el estudio dirigido a estimar el valor monetario de las lesiones no mortales se

distribuyeron, a su vez, en 16 sub-muestras con el fin de contrastar la existencia de distintos

tipos de sesgos. En algunas de estas sub-muestras los sujetos valoraron reducciones en el

riesgo de morir en un accidente, además de las reducciones en los riesgos de sufrir accidentes

no mortales.

Los cuestionarios incluyeron descripciones de 7 consecuencias no mortales distintas: dos tipos

de secuelas permanentes en términos de incapacidad, dos lesiones graves de carácter

temporal (sin secuelas de por vida) y tres lesiones leves. Los niveles iniciales de riesgo se

fijaron a partir de los datos sobre riesgos reales a los que se enfrentaban los usuarios de

vehículos a motor en Suecia y se presentaron a los sujetos con el apoyo de ayudas visuales.

Para cada una de las siete categorías se preguntó a los encuestados su DAP por una reducción

del 50% y por una reducción del 30% en el nivel de riesgo inicial.

Para el supuesto de una reducción del 30% en el riesgo de sufrir el accidente se obtuvieron

valores monetarios (calculando la relación marginal de sustitución a partir de las DAP tal y

como se indicó antes para el caso británico) que iban, en precios de 1998, desde los 0,2-0,4

millones de coronas suecas (entre 25.000 y 45.000 euros) para las consecuencias leves hasta

los 8,8 millones de coronas (1 millón de euros aproximadamente) de los accidentes con


18

secuelas permanentes, pasando por un valor de 2,9 millones (algo más de 300.000 euros) para

el caso de los accidentes graves sin consecuencias de por vida. El valor atribuido a evitar un

accidente grave (media ponderada de los accidentes con y sin secuelas permanentes) se sitúa

en 3,3 millones de coronas suecas (algo más de 350.00 euros).

La comparación de estos valores con el VVE estimado en el curso de este mismo estudio (21,8

millones de coronas suecas, es decir, unos 2,4 millones de euros) permitía concluir que una

reducción del 30% en el riesgo de sufrir un accidente grave con secuelas permanentes, un

accidente grave sin este tipo de secuelas y un accidente leve era valorada como un 40%, un

11,3% y un 1 o 2%, respectivamente, del valor atribuido a reducir en igual magnitud el riesgo

de sufrir un accidente mortal.

El estudio sueco también halló evidencia de insensibilidad en las DAP, tanto a la reducción en

el riesgo (scale embedding) como a la gravedad del escenario objeto de valoración (scope

embedding). Por lo que se refiere en particular a este segundo sesgo, los autores observaron

que la gente tenía dificultades para discriminar entre reducción en el riesgo de una

determinada lesión y la de otras lesiones relacionadas.

Para finalizar este apartado, mencionaremos brevemente los resultados del estudio realizado

en Nueva Zelanda empleando la metodología de la DAP. La encuesta realizada entre 1997 y

1998 (Guria et al., 2003) estimó un valor de prevenir una lesión grave como consecuencia de

un accidente de tráfico que se situaba entre el 7% y el 13% del VVE. A la vista de la evidencia

empírica existente en otros países, se recomendó fijar el valor de prevenir este tipo de

accidentes en un 10% del VVE, es decir en 355.900 NZ$ (unos 200.000 euros). Para el caso de

los accidentes leves se obtuvieron valores compatibles con la recomendación de fijar el valor

monetario de este tipo de lesiones en el 0,4% del VVE o, lo que es lo mismo, 14.200 NZ$ (algo

más de 8.000 euros).

2.2.3 Experimentos de elección discreta

El método de los experimentos de elección discreta se enmarca dentro de la aproximación de

las preferencias declaradas, ya que se va a intentar obtener el valor monetario por una

reducción del riesgo de sufrir un accidente con consecuencias no mortales a partir de lo que

afirman los sujetos cuando se enfrentan a una encuesta. El empleo de dicho instrumento

pretende recrear un mercado de forma realista y accesible para el entrevistado. Es por ello un

método íntimamente emparentado con el enfoque de la VC, pero que presenta diferencias

relativas al modo en que se describe el citado mercado. En los experimentos de elección


19

discreta se proponen diversos escenarios en las que el entrevistado debe elegir entre dos

situaciones posibles, en cada una de ellas se presenta el bien objeto de valoración atendiendo

a una serie de características del mismo (atributos) y los grados o niveles que éstas pueden

tomar. Ya que una de esas características será el precio, al realizar el individuo sucesivas

elecciones entre distintas combinaciones de atributos, se estará determinando de forma

implícita la tasa a la que intercambia distintas características frente al dinero (lo que venimos

denominando relación marginal de sustitución).

En el contexto que nos ocupa, una de la característica del bien objeto de estudio será el riesgo

al que se enfrenta el entrevistado de sufrir un accidente con consecuencias no mortales, ya

sean éstas leves o graves, y otro atributo será la valoración monetaria. De esta forma, se podrá

inferir la relación marginal de sustitución entre riesgo y dinero de cada encuestado.

Adicionalmente, pueden incluirse otra serie de características propias de la circulación por

carretera como, por ejemplo, el tiempo y coste del viaje, las condiciones del mismo, etc. El

número de atributos utilizados y los niveles de éstos no podrán ser muy elevados, dado que,

de lo contrario, se incrementaría notablemente la complejidad de las valoraciones, pero en

cualquier caso deberá ser lo suficientemente amplio como para retener las principales

características del bien y para que, además, sea verosímil para el entrevistado. Precisamente la

utilización de descripciones multiatributo y la mayor verosimilitud que presumiblemente

incorporan, es una de las principales bondades señaladas por sus defensores. Asimismo, se

suele destacar el hecho de que la única tarea que deben acometer los entrevistados es la de

efectuar elecciones, lo cual se considera, desde un punto de vista teórico, como una gran

ventaja25.

En la literatura sobre la prevención de los accidentes de tráfico este enfoque ha sido poco

utilizado hasta ahora. En concreto, y hasta donde llega nuestro conocimiento, únicamente

resultan destacables la propuesta inicial realizada en los Países Bajos (Blaeij et al, 2002), la

25 Técnicamente se denomina esta ventaja como que la tarea es incentivo-compatible. No obstante, como ya se apuntó en el informe del valor de la vida estadística en España, esta presunta cualidad de los experimentos de elección discreta no siempre parece mantenerse (Carson y Groves, 2007). A su vez, esta forma de medir las preferencias presenta sus propios problemas como, por ejemplo, la ambigüedad que puede rodear a las descripciones multiatributo (Collins y Vossler, 2009), así como los efectos contextuales que puede suscitar (Beattie et al., 2000). Por último, una limitación inevitable en este tipo de estudios es que, por fuerza, el análisis final debe sustentarse en un número reducido de combinaciones de atributos y niveles (lo que se denomina un diseño mínimo eficiente o selección ortogonal), lo cual conlleva una pérdida de información con respecto al conjunto total de combinaciones que pretende explicarse.


20

experiencia chilena (Hojman et al, 2005), y la reciente aproximación realizada en Australia

(Hensher et al, 2011). Pasamos a comentar, brevemente, las dos experiencias más recientes.

En relación a la experiencia chilena es preciso señalar que el contexto de valoración consiste

en la elección entre dos rutas posibles para realizar un viaje que posee una serie de

características comunes (es un viaje en automóvil, se realiza un fin de semana corriente, se

paga la totalidad del coste incluyendo peajes, el viaje comienza de mañana y se realiza bajo la

lluvia); las características del bien y los distintos niveles contemplados serían los siguientes:

Peaje (tres niveles), tiempo (tres niveles), fallecidos en ese trayecto (tres niveles), heridos

graves en ese trayecto (tres niveles). A partir de esos atributos y niveles se podrían plantear 81

combinaciones posible que, al no ser factible su valoración directa por cada encuestado, se

redujeron finalmente a 27 elecciones utilizando un diseño factorial fraccionado; éstas, a su

vez, se subdividieron en tres subgrupos ortogonales, siendo cada sujeto preguntado sólo por

uno de estos subconjuntos. Los resultados obtenidos arrojan un valor monetario por evitar un

herido grave que representa aproximadamente un 45% del valor de la vida estadística; una

cifra muy superior, como los propios autores afirman, al valor relativo del 10% obtenido en el

artículo seminal de Jones Lee et al (1995). Dicha discrepancia se podría explicar por el hecho

de que su enfoque es totalmente ex-ante, mientras que el de los británicos tiene un

componente ex-post que se deriva del propio método de la lotería estándar, esto es, del hecho

de que se deben elegir tratamientos médicos sobre la base de que el accidente ya se ha

producido. En cualquier caso, el estudio, adolece de algunas limitaciones importantes. De un

lado el tamaño muestra es limitado, y sobre todo, se encuentra claramente sesgado por el

procedimiento de reclutamiento (peticiones de participación por correo electrónico a

empleados de algunas instituciones, y a su vez éstos a otros empleados) más propio de un

diseño experimental. De otro, la indefinición propia del estado de salud que se estaba

considerando para la valoración, dado que cada entrevistado podía imaginar una condición

radicalmente distinta, aunque posteriormente se incluían preguntas para su caracterización.

Además, es posible que en realidad el número de accidentes mortales y no-mortales estén

correlacionados, ya que es complicado pensar en una carretera que registra más accidentes

mortales pero con menos lesiones graves y eso puede haber sesgado al alza el valor de los

accidentes no mortales.

En el caso de la experiencia australiana el contexto de valoración se circunscribe al de los

peatones. Se presenta a cada encuestado diez elecciones entre dos rutas posibles para una

paseo, siendo caracterizada cada una de las rutas en función de los siguientes atributos y


21

niveles: número de carriles a cruzar (1 a 3), límite de velocidad (60 a 110, por decenas), tipo de

cruces (ninguno, paso de cebra o tráfico), tiempo (10 a 40 minutos, a intervalos de 5 minutos),

incremento del impuesto municipal sobre la vivienda (0 a 100 dólares australiano, a saltos de

25), número de muertes al año (1 a 5), número de heridos con secuelas permanentes al año (1

a 9), número de heridos que requieren hospitalización (0 a 19) y número de heridos leves al

año (0 a 29). El valor monetario de una víctima no mortal grave supone poco más de un 8% del

valor de la vida estadística en entornos urbanos y algo menos del 7% en los no urbanos,

mientras que uno leve representa en torno al 1%.

2.2.4 El método de la lotería estándar

Como ya se apuntó al describir el estudio británico de 1991, se entrevistó a una segunda

muestra (n= 409) a la que se le plantearon preguntas con la técnica de la lotería estándar (LE).

La finalidad de dichas preguntas fue estimar el valor relativo de las diferentes injuries o

estados de salud empleados en el estudio. Describimos a continuación el diseño y principales

resultados de dicha encuesta basada en la aplicación de la LE.

Esta segunda encuesta comenzaba con las mismas tareas de ordenación y puntuación ya

expuestas con anterioridad para el caso de la muestra de VC. A continuación figuraban las

preguntas de LE, precedidas por dos breves preguntas para comprobar si los entrevistados

eran capaces de interpretar correctamente información probabilística. Como sucedía con el

cuestionario utilizado en la versión de VC, en la aplicación de la LE sólo se valoraron cuatro

estados de salud (R, S, X y W), interpolándose el valor de los restantes estados de forma

análoga a la empleada con la otra muestra.

Las preguntas planteadas con la LE para los estados R, S y X reproducían el siguiente escenario

genérico:

Suponga que sufrió un accidente de tráfico y que fue trasladado al hospital. Los médicos le informan de que si recibe el tratamiento habitual, usted experimentará las secuelas representadas en la tarjeta Q [donde Q = R, S o W]. Sin embargo, los médicos también le informan de que hay disponible un tratamiento diferente, pero cuyo resultado es incierto. Si dicho tratamiento tiene éxito, le devolverá su estado normal de salud. En cambio, si el tratamiento falla, usted morirá.

La pregunta para el estado de salud W fue análoga a las anteriores, sólo que, en caso de

fracasar el tratamiento, no se fallecía, sino que se sufría el estado S26.

26 Esto se hizo para intentar evitar que los encuestados rechazasen la posibilidad de correr algún riesgo de muerte (siquiera mínimo) a cambio de evitar un estado tan leve como el W.


22

Ante un escenario como el descrito, cada encuestado debía indicar para una determinada

probabilidad de fracaso y de éxito, si se sometería al tratamiento o no. Las probabilidades

fueron expresadas en base 100, abarcando la probabilidad de fracaso (de éxito) un rango

comprendido entre el 1% (99%) y el 90% (10%). Los entrevistados podían, no obstante,

declararse indiferentes directamente, así como fijar un riesgo de fallo del tratamiento inferior

al 1%, e incluso rechazar el tratamiento por pequeño que dicho riesgo fuera. A partir de las

elecciones efectuadas por el encuestado se infieren las probabilidades para las cuales le

resulta indiferente tratarse o no, y el valor relativo del estado de salud no mortal (esto es, la

razón entre las relaciones marginales de sustitución de dicho estado y la muerte) es

aproximado por la probabilidad de que el tratamiento falle.

Figura 1. Representación gráfica de la Lotería Estándar

En términos formales, podemos representar el tratamiento incierto como [ ]−Π,1 ;SN M ,

donde SN representa el estado de salud normal (el estado J en el estudio británico), M la

muerte (el estado K), 1-Π la probabilidad de éxito del tratamiento y Π la probabilidad

complementaria de fracaso27. A su vez, el estado de salud que se experimenta con certeza lo

denotamos como IQ . Si se asume que el entrevistado se comporta como un maximizador de

la utilidad esperada, entonces la indiferencia entre el tratamiento y el estado de salud seguro

puede expresarse como:

( ) ( ) ( ) ( )= −Π ⋅ +Π ⋅1IU Q U SN U M (7)

Definiendo el valor relativo del estado IQ con respecto a la muerte (IQVR ) como:

27 Con el fin de facilitar la lectura transversal de los dos informes elaborados por el equipo investigador para la DGT, adoptaremos de aquí en adelante una notación semejante a la empleada en el primer informe, coincidente con la utilizada por Carthy et al. (1999). Por esta razón, denotamos las probabilidades de fracaso y éxito del tratamiento como Π y 1-Π respectivamente. Una notación similar fue empleada en cualquier caso por Jones-Lee et al. (1995).

Salud normal

Muerte

Estado de salud

1-∏

∏Opción 1

Opción 2


23

( ) ( )( ) ( )

−= =

−I

I

Q IQ

M

m U SN U QVR

m U SN U M (8)

Sustituyendo la expresión (7) en la ecuación (8), resulta:

( ) ( )( ) ( )

( ) ( ){ }( ) ( )

Π ⋅ −−= = = =Π

− −I

I

Q IQ

M

U SN U Mm U SN U QVR

m U SN U M U SN U M (9)

De forma que las respuestas a las preguntas de LE son directamente interpretables en

términos de valor relativo del estado de salud en cuestión, ya que dicho valor se reduce a la

probabilidad de fracaso del tratamiento (Π). No obstante, en el caso del estado W, como se

optó por reemplazar la muerte por el estado de salud S como peor resultado posible del

tratamiento, no puede obtenerse directamente WVR , sino que se estimó como el producto de

mW/mS y mS/mK.

La comparación de los valores relativos de los diferentes estados de salud con la muerte

estimados vía VC con los estimados mediante la LE mostraron diferencias sistemáticas. Así, en

general las valoraciones obtenidas con la VC fueron entre tres y cuatro veces mayores que los

resultados derivados de la LE, y hasta diez veces superiores para la ratio mW/mK (0,21 con la VC

vs. 0,02 con la LE).

Estas grandes disparidades se reflejan al comparar el valor relativo promedio de una lesión

grave (mI/mK) obtenido por los dos métodos. El valor relativo obtenido con la LE fue de 0,095,

esto es, el valor monetario de un herido grave representa un 9,5% del valor de una vida

estadística28. Teniendo en cuenta que el VVE en 1991 en el Reino Unido (a precios de 1990)

ascendió (redondeando) a 620.000 libras, esto supone un VVnM para los heridos graves de

alrededor de 59.000 libras. Recordemos que como en la muestra de VC se obtuvieron DAP

para dos reducciones de riesgo de sufrir el estado S, se estimaron en consecuencia dos valores

relativos promedio para un accidente grave (mI1, mI2), suponiendo el 44,43 y el 35,2%,

respectivamente, del VVE. Estos valores relativos dan lugar a unos VVnM sustancialmente más

elevados que el alcanzado con la LE, alrededor de 220.000 y 275.000 libras respectivamente.

La interpretación que realizan los autores de estas grandes diferencias entre los dos

procedimientos es que se deben a los sesgos propios de la DAP, esto es, a los ya comentados

problemas de insensibilidad a la magnitud de la reducción del riesgo y a la gravedad de las

28 La razón mI/mK fue calculada como el promedio ponderado de los valores relativos de cada estado de salud respecto de la muerte, donde las ponderaciones corresponden a las mismas tasas de prevalencia que se emplearon en el estudio de VC.


24

descripciones de los estados de salud. Estos argumentos fueron los que motivaron su

recomendación de que el VVnM y por tanto el VPH británico, se basaran en los resultados del

ejercicio de LE. Dado que el DoT cifró en aproximadamente 11.000 libras la suma del coste de

las pérdidas brutas de output y de los costes médicos para 1991, al añadirlo al VVnM obtenido

con la LE resulta un VPH para los accidentes graves de alrededor de 70.000 libras. Ese valor es

el que se ha ido actualizando en función del crecimiento del PIB per cápita nominal hasta el

presente.

Pese a las ventajas ofrecidas por la LE respecto a la VC, un problema no desdeñable con este

método fue que un elevado porcentaje de encuestados declaró no estar dispuesto a

someterse al tratamiento si tenía que afrontar algún riesgo (por minúsculo que fuera) de

morir. Dicho porcentaje ascendió al 72,5% en el caso del estado X; 41,2 % para el estado S y un

25% con el estado R. Como ya se advirtió en el informe del valor de la vida estadística en

España, esta renuencia a asumir cualquier riesgo de muerte fue el motivo decisivo para que en

1997 se llevara a cabo un nuevo estudio para estimar el VVE en el Reino Unido basado en un

enfoque de LE ‘modificada’, antes que de LE ‘convencional’. Dicho estudio es el que se

presenta en Carthy et al. (1999), donde la LE habitual es sustituida por la LE modificada o doble

lotería. Como se detallará, éste será uno de los procedimientos que utilizaremos para calcular

el valor relativo de los accidentes no mortales.

Que sepamos, sólo en Japón se ha replicado el estudio británico de LE (Koyama y Takeuchi,

2004), si bien el estudio nipón contuvo, no obstante, algunas novedades con respecto al de

Jones-Lee et al. (1993). Primero, se emplearon dos perspectivas diferentes a la hora de medir

las preferencias con la LE: la individual (coincidente por tanto con la del estudio británico), y la

social. Esta última fue suscitada pidiendo a una sub-muestra de encuestados que adoptaran el

rol de un médico que tiene que decidir si su paciente debería recibir el tratamiento incierto (la

LE) o no. Cruzaron, además, estas dos perspectivas con dos clasificaciones diferentes de diez

posibles estados de salud. Una clasificación fue idéntica a la empleada en el estudio británico;

es decir, utilizaron las mismas descripciones acuñadas por el equipo de la Universidad de

Manchester. La otra clasificación, sin embargo, pese a designar del mismo modo las tarjetas (J,

F, W, X, V, S, R, N, L, K) describía de modo distinto al británico las secuelas propias de cada

condición (con la excepción de los estados J – salud normal – y K – muerte), de forma acorde a


25

la caracterización utilizada en Japón. Además, el estado F se consideró leve, y fue objeto de

medición directa con una muestra de estudiantes29.

Los autores nipones no hallaron diferencias significativas entre los resultados derivados de

ambas perspectivas, y los valores relativos estrictamente comparables con los británicos

(aquellos basados en las descripciones de Galasko) fueron ligeramente superiores (mI/mK =

0,137 con la perspectiva individual; 0,132 con la social). El valor relativo del estado ‘leve’ F fue

igual a 0,0239 según la perspectiva individual (0,0252 con la social). Una cuestión planteada

por los propios autores a raíz de este resultado es si la descripción del estado F puede

considerarse suficientemente representativa del más de 1 millón de lesiones leves que se

producen en Japón.

2.2.5 El enfoque de las pérdidas relativas de utilidad relacionadas con la salud

2.2.5.1 Planteamiento general

Con esta denominación aludimos a todos aquellos estudios que han estimado el VVnM a partir

de la medición de las pérdidas de utilidad30 (relacionadas con la salud) causadas por los

accidentes no mortales. Por pérdidas de utilidad hacemos referencia, bien al número de Años

de Vida Ajustados por la Calidad (AVAC) perdidos a consecuencia de las lesiones

experimentadas por los heridos, bien a la llamada ‘carga de la enfermedad’ impuesta por esas

mismas lesiones, expresada en Años de Vida Ajustados por la Discapacidad (AVAD).

Dentro de este esquema general, se dibujan dos enfoques diferentes. Por un lado, hay

instituciones que calculan el VVnM como el producto de un coeficiente de valor relativo o

factor de desutilidad relativa (la fracción que representan los AVAC perdidos sobre la

esperanza de vida descontada31 a la edad de sufrir el accidente), por el VVE. Ésta es la

aproximación más antigua, basada en las investigaciones de Miller y colaboradores (Miller et

29 El DoT británico no valoró directamente las secuelas leves, sino que asumiendo una determinada incidencia de lesiones del tipo “latigazo cervical” obtuvo un promedio ponderado del valor monetario de los estados W y X, a lo que añadió una pequeña suma de dinero que representaba el valor de las lesiones de menor importancia. 30 El término ‘utilidad’ admite varias acepciones en Economía. El sentido con el que se emplea en este trabajo es como índice cardinal de preferencias individuales. Esto es, como una función que asigna un valor numérico cardinal a un determinado problema de salud. Esta es la interpretación habitual en el ámbito del análisis coste-utilidad (véase por ejemplo Torrance, 1986). 31 El concepto de descuento se explica en el siguiente epígrafe.


26

al., 1988; Miller et al., 1989; Miller, 1993; Miller et al., 1995), seguida desde el año 1993 por el

Departamento de Transporte estadounidense en sus análisis coste-beneficio (USDoT, 1993).

Una perspectiva semejante, basada en el trabajo de Persson (1992) ha sido aplicada también

en Suecia por la administración nacional sueca de tráfico (NRA, 1992).

El otro enfoque, explorado para el DoT británico por Ives et al. (1993), y recientemente

aplicado por el gobierno neozelandés (O’Dea y Wren, 2010; Wren y Barrell, 2010) para estimar

los costes sociales de todas las pérdidas de salud sufridas en seis áreas prioritarias, cuantifica

el valor monetario del AVAC (del AVAD), multiplicando a continuación dicho precio ‘sombra’

por el volumen de AVAC perdidos (de AVAD soportados) para obtener así el VVnM. Mientras

que en el estudio de la Universidad de East Anglia se estimaron las pérdidas de salud en

términos de AVAC, la estimación neozelandesa se sustentó en el cálculo de AVAD. Como el

presente informe emplea los AVAC como medida de los beneficios de las intervenciones en

materia de seguridad vial, no describiremos aquí la aproximación neozelandesa, remitiendo al

lector interesado a las referencias antes proporcionadas32.

Explicamos a continuación el concepto de AVAC, así como el procedimiento seguido en EE.UU.

para estimar el valor relativo de las pérdidas de AVAC. En la experiencia estadounidense no se

atribuye explícitamente un valor monetario al AVAC ganado, sino que se halla implícito en la

cuantificación del VVnM. Dejaremos para la siguiente sección (Métodos de estimación del

VMAVAC) la descripción del enfoque consistente en la valoración monetaria explícita del

AVAC.

2.2.5.2 El concepto de Año de Vida Ajustado por la Calidad (AVAC)

Los AVAC son un indicador o medida de la salud que supone que ésta tiene dos componentes

o dimensiones, la calidad de vida (relacionada con la salud) y la esperanza de vida33. En

consecuencia, diremos que una persona tiene un problema de salud cuando reduce su

esperanza de vida, su calidad de vida o ambos componentes conjuntamente. Los AVAC

suponen, además, que ninguna de las dos dimensiones de la salud es prioritaria, esto es, a la

32 Puede decirse que los AVAD son una medida del ‘gap’ o brecha existente entre la salud efectiva y un cierto objetivo de salud preestablecido. Se calculan como la suma de los años de vida perdidos a consecuencia de la muerte prematura más los años vividos con discapacidad resultado de la pérdida de calidad de vida ocasionada por la enfermedad. Para conocer mejor los AVAD puede consultarse Murray (1996). 33 Obras útiles de referencia para comprender el fundamento de los AVAC son, por ejemplo, Drummond et al. (2007) y Bleichrodt y Pinto (2006). En castellano puede consultarse, por ejemplo, Pinto y Sánchez (2003) y Pinto et al. (2004).


27

hora de valorar la gravedad de un problema de salud no se puede dar preeminencia a la

reducción de la esperanza de vida con independencia de la reducción en la calidad de vida (y

viceversa). Por tanto, en términos más técnicos, podemos concebir cualquier problema de

salud como una situación que combina dos componentes, la calidad de vida o estado de salud

(que denotamos genéricamente como Q ) y la esperanza de vida (T ). A su vez, los AVAC

podemos definirlos como la función de utilidad del problema de salud, donde la calidad de

vida se mide en una escala que va de 0 a 1, siendo 0 la utilidad de la muerte y 1 la utilidad

correspondiente a la salud normal, y cada año de vida recibe una ponderación equivalente a la

utilidad de Q . Así pues, un año de vida con buena salud equivale a 1 AVAC, mientras que un

año de vida en un estado de salud inferior al normal ( IQ ) equivale a una fracción (llamémosla

α) de AVAC, donde dicha fracción representa la utilidad del estado de salud intermedio IQ .

Veamos ahora cómo se calculan los AVAC para las diferentes situaciones, crónicas y

temporales, que pueden presentarse34. Supongamos en primer lugar un problema de salud

crónico (p.ej. estar en silla de ruedas a causa de un accidente de coche) que denotamos como

( ),IQ T , los AVAC para esta situación se calcularían como:

( ) ( ) ( )= = ×,I IAVAC U Q T H Q F T (10)

Donde ( )IH Q es la utilidad asociada a la calidad de vida y ( )F T es la utilidad asociada a los

años de vida. La función ( )F T suele ser lineal en el modelo AVAC convencional ( ) = F T T ,

aunque si, por ejemplo, se admite que no todos los años de vida tienen el mismo peso (valen

lo mismo) para el individuo, entonces ( )F T sería no lineal. Éste es el caso cuando se

‘descuentan’ los años de vida futuros, esto es, cuando se asume que las personas son

‘impacientes’ (dan un mayor peso a los años más próximos al momento presente en

detrimento de los más distantes) o, dicho más técnicamente, poseen una preferencia temporal

positiva. Así, el valor presente descontado de una corriente futura de n años de vida (lo que

podemos denominar esperanza de vida descontada) se expresa:

( ) ( ) ( )

+ + ++ + +2

1 1 1...

1 1 1 nd d d (11)

34 Existen muchos trabajos en los que se modelizan los AVAC bajo diferentes supuestos sobre el comportamiento de las preferencias individuales. Una aproximación clásica, acorde a la teoría de la utilidad esperada, puede consultarse en Abellán y Pinto (2000).


28

donde d es la tasa a la que se descuentan o anticipan los años futuros35.

En el caso de que el problema no sea crónico, esto es, en caso de que no haya un único estado

de salud IQ sino diversos estados de salud, cada uno con uno experimentado durante un

periodo de tiempo diferente, calculamos los AVAC totales de este perfil de salud multiplicando

la utilidad de cada uno de estos estados por su duración, sumando luego los AVAC

correspondientes a cada periodo distinto. Esto es:

( ) ( ) ( ) ( ) ( )= = × + + ×1 1 1 1, ;...; , ...n n n nAVAC U Q T Q T H Q F T H Q F T (12)

Los supuestos necesarios para poder calcular de esta forma el número de AVAC de un

problema de salud de este tipo no están exentos de limitaciones, a saber36:

• El modelo AVAC es aditivo. Esto implica que la calidad de vida durante un periodo

determinado, no se ve influida por la calidad de vida de un periodo anterior o

posterior. Por ejemplo, parar un caso de tres periodos, ( )2H Q no depende de lo que

viene antes ( 1Q ) o después ( 3Q ). Esto hace que la secuencia con que se experimentan

los diferentes estados de salud no importe. En ocasiones, esto puede no ser así. A

veces, la forma en la que se vive un estado de salud ( 2Q ) depende de si venimos de

una situación mejor o peor.

• Se supone que Q es constante durante todo el periodo que dura el problema. Esto

excluye procesos de adaptación, lo cual parece problemático en el caso de algunas

situaciones derivadas de accidentes de tráfico. Imaginemos, por ejemplo, las personas

que sufren paraplejia a raíz de un accidente. Muchas de ellas consiguen adaptarse a

esa nueva situación y, aunque Q permanece constante, la adaptación hace que la

utilidad no permanezca invariable sino que aumente a medida que se el paciente se

adapta.

• Se supone que ( ),U Q T es proporcional a la duración. Dicho de otro modo, lo que dura

poco, se valora poco. Esto, que puede ser razonable en algunos casos, no lo es tanto

en otras ocasiones. Pensemos, por ejemplo, en el caso de la reducción de una fractura

abierta producida en un accidente. Aunque se trate de un procedimiento de corta

duración, probablemente el paciente valoraría considerablemente que se realizase con

35 Habitualmente, el modelo AVAC descontado asume que d es constante (Bleichrodt y Gafni, 1996). 36 Una visión más amplia y exhaustiva de las limitaciones del modelo AVAC convencional pueden encontrarse en Pinto y Sánchez (2003).


29

anestesia. Sin embargo, el número de AVAC ganados con la anestesia es muy pequeño,

debido a la corta duración del dolor (unas horas).

2.2.5.3 El valor relativo de las pérdidas de AVAC: la experiencia de EE.UU.

La Administración Nacional para la Seguridad del Tráfico en Carretera (ANSTC) estadounidense

efectúa regularmente análisis coste-utilidad de las medidas de prevención de accidentes,

empleando para ese fin estimaciones del volumen de AVAC perdidos según la gravedad de las

lesiones producidas (Blincoe et al., 2002; Spicer y Miller, 2010). Dichas estimaciones, además,

sirven para obtener los factores de desutilidad relativa o valores relativos de prevención de los

accidentes no mortales que emplea el Departamento de Transporte en sus análisis coste-

beneficio (USDoT, 2009; USDoT, 2011).

Las pérdidas de AVAC son estimadas merced a la utilización de un instrumento de calidad de

vida denominado Injury Impairment Index (III) (Miller 1993), originalmente desarrollado para

que los médicos midieran las pérdidas de capacidad funcional resultantes de una lesión (Hirsch

et al., 1983). La escala en su versión inicial únicamente medía el impacto que tienen las

lesiones sobres seis dimensiones del funcionamiento físico e intelectual: movilidad, cognición,

actividades de la vida diaria, dolor, capacidad sensorial y aspectos cosméticos. Cada una de

esas dimensiones consta de cuatro niveles de gravedad. Un grupo de médicos de diferentes

especialidades estableció una correspondencia entre el sistema empleado por la ANSTC para

clasificar las secuelas de los accidentes de tráfico (el sistema OIC/AIS37) y la combinación de

dimensiones y niveles del III, de modo que cada lesión codificada por el primer sistema tiene

su correlato en el segundo. En un principio, fue el citado grupo de médicos el que asignó una

puntuación indicativa de la pérdida de capacidad funcional a cada una de las seis dimensiones,

de forma que el instrumento no estaba basado en las preferencias de la población, sino

puramente en juicios clínicos. Posteriormente, se añadió una séptima dimensión (la

probabilidad de sufrir una incapacidad permanente total o parcial para trabajar).

A raíz de una revisión de las medidas genéricas de calidad de vida relacionada con la salud

basadas en preferencias38 existentes (Miller et al., 1995), se derivaron pesos de utilidad para

37 El sistema Occupant Injury Code (OIC) identifica una lesión por medio de un código que informa de su naturaleza, la zona del cuerpo en que se localiza, el órgano o sistema del cuerpo afectado, y su gravedad según la Abbreviated Injury Scale (AIS). Esta escala ordena las lesiones de 1 (menor) a 6 (no es posible sobrevivir). 38 Existen dos grandes clases de instrumentos de medida de la calidad de vida relacionada con la salud. Instrumentos genéricos, esto es, susceptibles de utilizarse para describir el estado de salud con independencia de la patología que lo cause, e instrumentos específicos, sólo válidos para caracterizar las


30

las siete dimensiones del III, que combinados de forma multiplicativa permiten obtener los

AVAC perdidos a lo largo de la vida de la víctima como consecuencia de las secuelas del

accidente. Estos pesos de utilidad han sido actualizados recientemente, tras una nueva

revisión bibliográfica (Spicer y Miller, 2010). Siguiendo a estos últimos autores:

=

= − −∏7

1

1 (1 )t ii

AVAC III (13)

donde AVACt representa la pérdida de AVAC en el periodo t y IIIi representa la pérdida de

utilidad (la desutilidad) predicha por el instrumento III para cada una de las 7 dimensiones.

La pérdida total de AVAC de una lesión se estima para tres periodos (t = 1, 2, 3) por separado,

donde t =1 represente el primer año tras el accidente, t = 2 el periodo comprendido entre el

segundo y el quinto año, y t = 3 el periodo que abarca del sexto año en adelante. Indicando

como a, b y c respectivamente, la suma de años de cada uno de los tres periodos

mencionados, descontados a una determinada tasa, tendremos que estimamos los AVAC

totales perdidos como:

= ⋅ + ⋅ + ⋅1 2 3AVAC a AVAC b AVAC c AVAC (14)

Finalmente, podrá calcularse el porcentaje de esperanza de vida ajustada por la calidad

perdida (o factor de desutilidad relativa) como consecuencia de un accidente no mortal como

el siguiente cociente:

⋅ + ⋅ + ⋅

=+ +

1 2 3a AVAC b AVAC c AVACFDR

a b c (15)

donde a+b+c es la esperanza de vida descontada a la edad de producirse el accidente.

El anterior factor de desutilidad nos indica la fracción del VVE (el valor relativo) que representa

evitar un herido, es decir:

= ×VVnM FDR VVE (16)

condiciones propias de una enfermedad determinada. A su vez, dentro de la primera categoría, pueden identificarse dos tipos. Aquellos instrumentos que no están basados en las preferencias de la población, sino que simplemente describen la salud de los pacientes, y aquellos otros que a cada descripción hacen corresponder un peso de utilidad representativo de las preferencias poblacionales. Estos últimos los denominamos instrumentos genéricos basados en preferencias.


31

Los valores relativos recomendados en la actualidad por parte del Departamento de

Transporte para estimar el VVnM se establecen por máxima AIS (MAIS), esto es, por el mayor

nivel de gravedad imputado a la víctima de un accidente de tráfico; son en concreto los

siguientes:

Tabla 1. Factor relativo de desutilidad por máxima AIS (MAIS)

Nivel de máxima AIS

Gravedad Fracción del VVE

MAIS 1 Leve 0,003 MAIS 2 Moderada 0,047 MAIS 3 Grave 0,105 MAIS 4 Muy grave 0,266 MAIS 5 Crítica 0,593 MAIS 6 Fatal 1

Fuente: USDoT (2011).

2.3 Métodos de estimación del Valor Monetario del AVAC

Como se apuntó en la Introducción, la estimación del VMAAVAC tiene dos aplicaciones

fundamentales. Por un lado, dicho valor puede utilizarse como un umbral de decisión o ‘valor

de corte’, de modo que aquellas intervenciones que posean una razón coste-utilidad inferior al

umbral sean financiadas por la administración pública. Además, el VMAVAC puede utilizarse

como un precio con el que monetizar la ganancia de AVAC que comporte una determinada

política, permitiendo así su comparación en términos homogéneos con los costes de su

aplicación. Esto posibilita la aplicación del test coste-beneficio: si los costes son inferiores a los

beneficios, entonces la medida en cuestión debería ser financiada. En principio, si los únicos

beneficios monetizados son los AVAC39 y el VMAVAC es único, entonces análisis coste-utilidad

(ACU) y análisis coste-beneficio (ACB) deberían conducir a decisiones semejantes sobre la

conveniencia de financiar una determinada intervención. Esta relación entre ambas

metodologías ha sido expresada por Phelps y Mushlin (1991) como ‘cuasi equivalencia’.

La cuestión inmediata es, por tanto, cómo determinar el VMAVAC. El ámbito de la evaluación

económica de las intervenciones sanitarias ha sido especialmente prolijo en propuestas. Varios

autores (Kaplan y Bush, 1982; Laupacis et al., 1992; Hirth et al., 2000) han sugerido umbrales

basados en simples reglas del pulgar, como la que representa, por ejemplo, el coste anual de

los cuidados para un paciente dializado (“dialysis estándar”) o en valores de “sentido común”

39 Es decir, se obvian otros posibles beneficios como, por ejemplo, representa la movilidad en el caso de la seguridad vial.


32

como el nivel de renta per cápita del país (Williams, 2004). Otros (George et al., 2001;

Pritchard, 2002; Rawlins y Culyer, 2004; Devlin y Parkin, 2004) han pretendido inferir el

VMAVAC implícito en las decisiones previas de las agencias de evaluación económica de

diversos países.

Las propuestas anteriores no son compatibles con los fundamentos teóricos del análisis coste-

beneficio, que establecen que el impacto que tenga una determinada política debe valorarse

mediante la declaración o revelación de la máxima cantidad de dinero que los individuos están

dispuestos a pagar. Por esta razón, cada vez se intenta con más ahínco estimar la DAP por

AVAC ganado, estimación que puede derivarse de dos formas distintas. Una es medir

directamente las DAP por cambios marginales en la salud de cuya agregación puede inferirse el

VMAVAC (Gyrd-Hasen, 2003; King et al., 2005; Byrne et al., 2005; Donaldson et al., 2008; Pinto

et al., 2009). El otro cauce para estimar el VMAVAC consiste en derivarlo del VVE (Johannesson

y Meltzer, 1998; Hirth et al., 2000; Abelson, 2003; Mason et al., 2009). Seguir una u otra vía de

estimación no es indiferente, como ponen de manifiesto Mason et al. (2009), al advertir que

los valores que han sido estimados en el contexto de los tratamientos médicos suelen ser

inferiores a los inferidos del VVE estimado en el ámbito de la seguridad vial. Esta observación

sirve a estos autores a abundar en el argumento de que “el valor de un AVAC puede diferir

dependiendo de cómo se produzca la ganancia de dicho AVAC” (p. 944).

Habida cuenta la reflexión anterior, y dada la escasa confianza que en principio podemos

depositar en las estimaciones absolutas del VVnM, parece que lo más coherente con nuestro

propósito central – obtener un VMAVAC para la evaluación económica de las medidas de

seguridad vial – es ‘anclarlo’ en el VVE. Esta posibilidad es la que exploraron Ives et al. (1993),

como ya comentamos anteriormente. Por esta razón, dejamos de lado el comentario del

enfoque basado en la estimación directa del VMAVAC. Así pues, utilizamos a continuación el

estudio británico como ilustración del enfoque de estimación del VMAVAC basado en el VVE,

ofreciendo asimismo una breve discusión de los supuestos básicos que subyacen al

mencionado enfoque.

2.3.1 La aplicación británica del enfoque de las pérdidas relativas de utilidad

El DoT británico encargó en 1989 a un equipo investigador de la Universidad de East Anglia

que explorara la factibilidad del cálculo del VVnM a partir de un enfoque basado en pérdidas

relativas de utilidad semejante al empleado en EE.UU.

Dicho equipo comenzó revisando la evidencia disponible acerca de medidas de calidad de vida

relacionada con la salud basadas en preferencias, seleccionando cinco instrumentos: la escala


33

visual analógica (EVA), el denominado índice de Rosser, el ‘Health Utility Index’, el EuroQol y la

versión revisada del índice de Rosser (Ives et al., 1992). Acto seguido un grupo de diez expertos

valoró cada uno de los estados de salud de la clasificación de Galasko mediante una escala

visual analógica. Para poder aplicar el resto de instrumentos, los expertos desglosaron la

descripción de cada estado de salud de la citada clasificación en varias fases, haciendo

corresponder a cada una de ellas una descripción propia de cada uno de los cuatro

instrumentos. A continuación, asignaron a cada fase el peso de utilidad predicho por cada una

de las cuatro escalas. El número de Años de Funcionamiento Perdidos (AFP)40 para cada estado

de salud fue calculado asumiendo que la pérdida relativa de utilidad era proporcional a la

duración de cada una de las fases en que se descompuso el estado. Como dicha duración fue

definida como un lapso de tiempo, fue posible estimar un número mínimo y máximo de AFP

para cada estado de salud. Seguidamente se obtuvo el número de AFP para el conjunto de las

lesiones ‘graves’ como la suma de los AFP por parte de cada una de ellas, ponderadas por las

mismas tasas de prevalencia empleadas en el estudio de Jones-Lee et al. (1993). Los AFP

resultantes fueron descontados.

Una vez cuantificado el volumen de AFP para los accidentes graves, se procedió a calcular el

Valor de un Año de Vida (VAV) como el cociente entre el VVE y la esperanza de vida

(descontada) de una víctima típica en edad de trabajar. Esto es:

( )=

=

+∑39

1

11 i

i

VVEVAV

d

(17)

donde el denominador es la esperanza de vida descontada a una tasa d para un individuo de

39 años.

La cifra del VAV así estimada permitió convertir a unidades monetarias el número de AFP,

obteniendo el conjunto de VVnM mostrado en la Tabla 2.

Tabla 2. Valor de la Víctima no Mortal estimado para una lesión grave empleando diferentes escalas de pérdida de utilidad relativa (libras esterlinas)

Instrumento Mínimo Máximo Rosser revisado 110.000 115.000 HUI 131.000 135.000 EuroQol 116.000 122.000 Rosser 22.000 23.000 EVA 229.300

Fuente: O’Reilly et al. (1994).

40 Esta es la forma con que los autores hacen referencia a los AVAC perdidos.


34

2.3.2 Discusión de los supuestos subyacentes

Al respecto de la expresión recogida en la ecuación (17) cabe decir que, en primer lugar, no

refleja realmente el valor monetario del AVAC ganado, sino del año de vida ganado. De hecho,

al enfoque representado en dicha expresión, basado en derivar el valor del año de vida del

VVE, se denomina en ocasiones enfoque del Valor del Año de Vida Estadístico (Abelson, 2008).

Para obtener propiamente el Valor Monetario del AVAC ‘estadístico’ (VMAVAC) es preciso

ajustar cada uno de los años de vida potenciales que encierra la esperanza de vida por un peso

de utilidad que refleje la calidad de vida en que se disfrutan dichos años. La esperanza de vida

así ajustada se denomina Esperanza de Vida Ajustada por la Calidad (EVAC), y el modo

concreto en que se estima en nuestro estudio se explica en la sección siguiente (Métodos).

Asumiendo que la EVAC se descuenta a una tasa de descuento d, entonces el VMAVAC se

obtendría como:

=( )

VVEVMAVAC

EVAC d (18)

donde EVAC(d) denota EVAC descontada.

Tanto la ecuación (18) como la (17) comparten, no obstante, el supuesto de que el valor del

año de vida (ajustado o no por la calidad) es constante a lo largo del tiempo. Este supuesto

resulta directamente de ‘anualizar’ el VVE. Así, por ejemplo, si se supone que el VVE para una

persona de 40 años con una esperanza de vida de otros tantos en buena salud es de 2,5

millones de euros, aplicando una tasa de descuento del 3% resulta un VMAVAC de

aproximadamente 108.000 euros:

( ) ( ) ( )

= + + +2 40

108.000€ 108.000€ 108.000€2,5 ...

1,03 1.03 1.03millonesde euros (19)

Asimismo, si el VMAVAC es constante, entonces el VVE declina de forma monótona con la

edad. Por ejemplo, si el VMAVAC asciende a 108.000 €, pero el individuo tiene ahora una edad

de 65 años, de modo que la esperanza de vida restante es de 15 años en lugar de los 40

anteriores, el VVE resultante será de 1,29 millones de euros en lugar de los 2,5 supuestos

previamente.

Así pues, la validez de la estimación del VMAVAC a partir del VVE depende de la plausibilidad

de estos dos supuestos relacionados: constancia del VMAVAC a lo largo del tiempo y VVE

como función decreciente de la edad. Ambos supuestos han sido objeto de críticas, que

pasamos a repasar y que concretamos en tres.


35

• En primer lugar, el supuesto de constancia del VMAVAC requiere que las preferencias

individuales satisfagan condiciones muy restrictivas (Bleichrodt y Quiggin, 1999; Dolan

y Edlin, 2002; Klose, 2003), de modo que es improbable que se cumplan (al menos

exactamente) en la práctica. Por ejemplo, que el VMAVAC sea constante a lo largo del

tiempo implica que la utilidad del consumo sea también constante para todas las

edades (Dolan y Edlin, 2002), lo cual no parece demasiado intuitivo.

• En segundo lugar, la evidencia empírica disponible (Gyrd-Hansen, 2003; van Houten et

al., 2006; Hammitt y Haninger, 2007; Donaldson et al., 2008; Pinto et al., 2009) sugiere

que la DAP por ganancias de salud medidas en AVAC no son linealmente

proporcionales al tamaño de dichas ganancias, lo cual suscita dudas acerca de la

posibilidad real de la existencia de un único VMAVAC. Si el VMAVAC derivado a partir

del VVE debe guardar relación con el estimado mediante preguntas directas de DAP, y

hay múltiples expresiones de este último, entonces aun cuando el VMAVAC esté bien

definido según la ecuación (18), dicho valor sólo correspondería a una de las posibles

medidas estimadas directamente (Kenkel, 2006).

• Por último, la evidencia empírica disponible acerca de la relación entre el VVE y la

edad, aunque ambigua, no parece avalar el supuesto de que el VVE declina

monótonamente con la edad (Hammitt, 2008). Por un lado, los estudios basados en el

análisis de riesgos laborales (preferencias reveladas) sugieren que el VVE y la edad

observan una relación con forma de U invertida que alcanza un máximo alrededor de

los 40 años (Aldy y Viscusi, 2007). Los estudios basados en preferencias declaradas, en

cambio, no son tan concluyentes; algunos no hallan ningún efecto de la edad sobre el

VVE, otros sí, aunque modesto, mientras que otros sólo encuentran un pequeño

decrecimiento de dicho valor para las edades más avanzadas (Krupnick, 2007).

Mientras que la segunda crítica que hemos apuntado hace referencia a la dificultad para que

exista coherencia entre el VMAVAC estimado por los dos enfoques existentes, la primera y

tercera críticas abundan en la falta de realismo que implica suponer que el VVE depende

únicamente de las ganancias futuras de AVAC. Sin embargo, Mason et al. (2009) ofrecen un

fundamento diferente al resultado de la ecuación (18) que hace innecesario suponer que el

valor del AVAC es constante a lo largo del tiempo. En concreto, demuestran que si el VMAVAC

se concibe como el resultado de la agregación, a lo largo de un gran número de personas, de

su DAP por pequeñas reducciones del riesgo de morir, esto resultará en pequeñas ganancias

de EVAC que, sumadas para todo el grupo, dará lugar a una DAP agregada por una ganancia de

1 AVAC. Esta agregación puede demostrarse que es equivalente al VVE dividido por la EVAC.


36

La anterior interpretación del VMAVAC implica, no obstante, que toda la reducción en el riesgo

de muerte se produce en el instante presente. Si se supone, por el contrario, que la ganancia

de un AVAC en la EVAC equivale a una reducción proporcional en el riesgo de morir a cada

edad, entonces es necesario tomar en consideración la posible relación no lineal entre el VVE y

la edad. Mason et al. (2009) también estiman el VMAVAC de acuerdo a este enfoque,

asumiendo la referida relación en forma de U invertida entre ambas variables.

En nuestro estudio optamos por el enfoque recogido en la ecuación (18), interpretable, como

acabamos de describir, en términos de ‘agregación’ de pequeñas ganancias de EVAC antes que

del modo tradicional como el número esperado de AVAC. Para la relación no lineal entre el

VVE y la edad Mason et al. (2009) utilizan los datos obtenidos en tres estudios para el Reino

Unido. Tal información no está aún disponible para España, ofreciendo la base de datos

reunida en los dos estudios patrocinados por la DGT una potencial fuente para, en un futuro,

poder inferir la relación aproximada entre el VVE y la edad en nuestro país. Este análisis podría

dar lugar a una nueva estimación del VMAVAC.

2.4 Valores oficiales del Valor de la Víctima no Mortal

Existe un número creciente de países que otorgan un valor oficial a la vida estadística y

también a los accidentados de carácter grave o leve, con la finalidad, entre otras, de

contabilizar los costes ocasionados por la siniestralidad vial. Resulta especialmente relevante

conocer cuáles son los valores de entre éstos que se asignan en nuestro espacio económico de

referencia para poder validar externamente el valor que se sugiera para España a resultas de

este trabajo. A partir de la revisión efectuada en el proyecto ROSEBUD (Hakkert y Wesemann,

2005), que recoge los valores oficiales existentes en varios países europeos, hemos construido

la Tabla 3 expresando los valores correspondientes a una selección de países en dólares

ajustados por paridad de poder adquisitivo (PPA).

Tabla 3. Valores oficiales de la Vida Estadística y de la Víctima no Mortal grave y leve en varios países (miles de $ppa

2009)

VVE VVnMG VVnML Alemania 1.560 107 5 Francia 1.380 138 20 Países Bajos 3.010 443 66 Suecia 2.540 431 25 Reino Unido 2.670 387 23 Noruega 3.510 552 48


37

Se puede observar que existe un rango para el herido grave amplio comprendido entre los

poco más de cien mil dólares de Alemania y Francia, y los más de quinientos cincuenta mil

dólares de Noruega. En un estadio intermedio se sitúan los trescientos o cuatrocientos mil

euros del resto de países considerados. Mientras, para el caso del accidentado de carácter

leve, el valor monetario asignado también presenta una elevada dispersión y se sitúa dentro

del intervalo definido entre los cinco mil de Alemania y los poco más de sesenta y cinco mil

euros de los Países Bajos. Asimismo, se puede afirmar que en términos relativos del VVE, el

valor monetario de un accidentado grave supone un porcentaje entre el 7 y el 17% de un

accidente con consecuencias mortales, mientras que la valorización de uno leve se traduciría

entre un 0,3 y 2,2%, aproximadamente.

3 MATERIAL Y MÉTODOS

3.1 Métodos de valoración seleccionados

3.1.1 Valor relativo basado en la Disposición a Pagar

Como se ha señalado en otras partes de este informe, el método de la valoración contingente,

que consiste en preguntar a la población por su DAP por reducir el riesgo de sufrir un

accidente, es el procedimiento más utilizado en la literatura para obtener el VVE. Asimismo

todos los estudios que han intentado obtener el VVnM, han utilizado, de una forma u otra (y

en esto incluimos los experimentos de elección discreta) el método de la disposición a pagar

por reducir pequeños riesgos de accidentes. Por tanto, parece obligado que este método esté

presente en nuestro estudio. Sin embargo, la evidencia hallada en los estudios previos que se

han descrito en secciones anteriores de este informe, así como la que obtuvo este mismo

equipo investigador en el estudio sobre el VVE en España, muestra claramente que este

método adolece de importantes limitaciones. La falta de sensibilidad de las DAP a la magnitud

del beneficio (tamaño de la reducción del riesgo y gravedad de las consecuencias del

accidente) es un resultado invariable de los estudios realizados en el ámbito internacional con

esta metodología. Muchos individuos muestran la misma DAP por beneficios que son

claramente distintos. No en vano ésta fue la principal razón por la que el VVE en España

recomendado en el primer estudio no se fundamentó en las DAP por pequeñas reducciones en

el riesgo.

Puesto que las limitaciones del método son tan abrumadoras como extendido está su uso en el

ámbito de la estimación del valor de los costes humanos de los accidentes de tráfico, hemos


38

optado por incluir el enfoque de la VC en nuestro estudio pero introduciendo una variante

metodológica, con el objetivo de intentar superar, siquiera parcialmente, las mencionadas

limitaciones. Su concreción, como más adelante se explica, estriba en utilizar una evaluación

“conjunta” (joint evaluation) de los distintos problemas de salud que describen las

consecuencias de los accidentes objeto de valoración, en lugar de preguntar por las DAP por

los diferentes problemas de manera aislada (separate evaluation).

Por otra parte, y para no dar lugar a inconsistencias con el procedimiento utilizado para

calcular el VVE, el método de la DAP se utilizará para calcular el valor relativo (VR) de las

pérdidas de salud, es decir, el mostrado en la expresión (6) de la sección 2.2, y no el valor

absoluto, cuyo cálculo se resume en la expresión (1) del epígrafe 2.1.1. Esto es, asumiendo que

al VVE calculado en nuestro primer estudio (1,3 millones de euros) se le otorga el valor 1,

obtendremos el VR de la víctimas no mortales en relación al VVE como la ratio entre las

respectivas relaciones marginales de sustitución (mi) estimadas en los escenarios con

consecuencias no mortales (QI) y en el escenario con resultado fatal (M). Esta ratio es

equivalente a la que se obtiene dividiendo las correspondientes DAP, toda vez que las

reducciones en el riesgo (el denominador de la expresión que permite calcular la relación

marginal de sustitución, mi=ΔDAP/ΔP) son idénticas en todos los casos. Así, el VR se calcula

para cada individuo (i) como:

= =i i

i

iQ iQiQ

iM iM

m DAPVR

m DAP (20)

El cálculo del VR del accidente no mortal como media de los VR individuales así estimados

presenta, no obstante, un problema potencial. Nos referimos al hecho de que algunas

personas puede que estén dispuestas a pagar más por reducir el riesgo de sufrir un accidente

grave no mortal que por reducir el riesgo de morir en un accidente. Esto haría que VR > 1, lo

que podría generar problemas a la hora de interpretar los resultados de tales valores relativos.

Por ejemplo, supongamos que el sujeto A está dispuesto a pagar €100 por reducir el riesgo de

muerte y €50 por reducir el riesgo de sufrir un accidente no mortal (QI); tendríamos entonces

que 𝑉𝑅𝐴𝑄𝐼 = 0,5. Supongamos ahora que el sujeto B tiene unas preferencias justamente

opuestas, en cuyo caso, 𝑉𝑅𝐵𝑄𝐼 = 2. Si calculáramos la media obtendríamos 𝑉𝑅𝑄𝐼 = 1,25 en

lugar de 𝑉𝑅𝑄𝐼 = 1, como cabría esperar del hecho de que los dos sujetos tengan preferencias

exactamente simétricas.

Para evitar una inconsistencia de este tipo, utilizaremos un método de cálculo del VR (Chilton

et al., 2002) que consiste en expresar los valores en relación a aquél que el individuo considera


39

mejor (por el que está dispuesto a pagar más), antes de proceder a la agregación y posterior

cálculo del VR. El procedimiento es el siguiente:

1. Cada sujeto muestra su disposición a pagar por reducir el riesgo de accidente no

mortal (𝐷𝐴𝑃𝑖𝑄𝐼 ) y de accidente mortal (𝐷𝐴𝑃𝑖𝑀).

2. A la mayor de las dos DAP (DAPimax), sea cual fuere, se le asigna un valor Vi=1, mientras

que a la menor de las dos (DAPimin)se le atribuye un valor igual al cociente entre ésta y

la anterior, es decir, Vi= DAPimin / DAPimax.

3. Se obtienen las medias de estos valores para los accidentes mortales (𝑉𝑀) y para los no

mortales (𝑉𝑄𝐼).

4. Se calcula el cociente entre las respectivas medias, obteniéndose así el VR de reducir el

riesgo de un accidente no mortal respecto del VVE.

Por ejemplo, retomando el caso anterior, dado que el individuo A asigna más valor a reducir el

riesgo de muerte que a reducir el riesgo de un accidente grave, tendríamos que 𝑉𝐴𝑀 = 1 y

𝑉𝐴𝑄𝐼 = 50100

= 0,5. En el caso del individuo B, siendo sus preferencias opuestas, tendríamos que

𝑉𝐵𝑀 = 0,5 y 𝑉𝐵𝑄𝐼 = 1. Los valores medios serían ahora iguales (𝑉𝑀 = 𝑉𝑄𝐼 = 0,75) y, en

consecuencia, el VR del accidente no mortal sería igual a la unidad, tal y como esperaríamos

obtener (𝑉𝑅 = 𝑉𝑄𝐼 𝑉𝑀⁄ = 0,75 0,75 = 1⁄ ).

Como ya se ha señalado antes, la razón para no calcular el VVnM de manera directa a partir de

las DAP (dividiendo la DAP entre la reducción en el riesgo, tal y como se muestra en la

expresión 1), es la abundante evidencia de que el valor monetario que se obtiene de este

modo depende de la reducción en el riesgo que se utilice. Cuando la reducción en el riesgo es

pequeña, el valor monetario es grande y cuando se aumenta la reducción en el riesgo, el valor

disminuye. Esta relación inversa, como se apuntó en el informe anterior sobre el VVE y se ha

reiterado en otras partes del presente informe, se debe a la falta de sensibilidad del método

frente al tamaño del riesgo. Puesto que la DAP es muy parecida, o incluso igual, para

reducciones en el riesgo que son pequeñas pero distintas, cuando aumenta el denominador de

la expresión (1) la ratio se reduce, ya que el numerador no aumenta proporcionalmente.

Sin embargo, aunque existe clara evidencia de que los sujetos son poco sensibles a las

variaciones en la probabilidad, la hay mucho menos de que la DAP sea insensible a la diferente

gravedad de los problemas de salud. Esto es, no existe tanta evidencia de que los individuos

sean incapaces de discriminar entre una reducción de X en 100.000 en el riesgo de un

problema grave de salud y uno leve, por ejemplo. No obstante, en el contexto de la valoración

de los costes humanos asociados a los accidentes de tráfico con consecuencias no mortales


40

este tipo de insensibilidad ha aflorado (Jones-Lee et al., 1995; Persson et al., 1999; Persson et

al., 2001). Por esta razón, con la intención de minimizar el riesgo de encontrar problemas de

falta de sensibilidad en la DAP por diferentes estados de salud, recurriremos a la “evaluación

conjunta” de los diversos problemas de salud valorados, tal y como seguidamente se expone.

Existe una amplia literatura psicológica (Bartels, 2006) que muestra que las personas tienen

mucha más capacidad de hacer juicios relativos que de hacer juicios absolutos. Esto es, los

sujetos tienen generalmente muy claro que pagarían más por evitar un problema de salud

grave que por evitar uno leve, pero tienen mucho menos claro cuánto estarían dispuestos a

pagar en cada caso. Además, los seres humanos percibimos mejor el valor de los objetos

cuando éstos forman parte de un contexto que cuando se evalúan de forma aislada; un

fenómeno que ha sido estudiado ampliamente en la literatura sobre la evaluación conjunta y

separada de objetos (Hsee et al., 1999). Todo esto nos lleva a plantearnos la hipótesis de que

es más fácil que las personas sepan distinguir claramente entre dos problemas de salud

cuando se presentan de forma conjunta. Por tanto, en nuestro estudio, llevaremos a cabo las

tareas de valoración en un contexto de evaluación conjunta y veremos hasta qué punto ello

mitiga el problema mencionado de la falta de sensibilidad de la DAP. Con el fin de testar este

efecto, se utilizará también la evaluación “separada” o aislada en algunas de las submuestras,

si bien los resultados de dicha comparación no se presentan en este informe.

3.1.2 Valor relativo basado en la doble lotería

Como se señaló con anterioridad cuando se describió el método de la Lotería Estándar, su

utilización puede dar lugar que una elevada proporción de encuestados declare que no estar

dispuesta a afrontar riesgo alguno de morir. Este fenómeno motivó que en 1997 se llevara a

cabo un nuevo estudio para estimar el VVE en el Reino Unido basado en un enfoque de LE

“modificada” o Doble Lotería (Carthy et al, 1999).

El método de la doble lotería es una evolución lógica de la lotería estándar y permite que las

condiciones de elección se asemejen en mayor medida a lo que acontece en la vida real.

Cuando los individuos se enfrentan a decisiones en la realidad (p.ej. elección de tratamientos

médicos para evitar cierta dolencia) sucede que cualquier elección incorpora cierto grado de

riesgo o incertidumbre, sin que realmente se pueda afirmar que existe una opción carente de

ningún tipo de riesgo. Este tipo de situaciones son, precisamente, a las que intenta dar

respuesta el método de la doble lotería. En lugar de elegir entre una situación segura y una

lotería, de lo que se trata es de elegir entre dos loterías, tal y como se representa en la figura


41

que se muestra a continuación. Las probabilidades asociadas a cada una de las dos loterías

podrían ser diferentes, dando lugar a distintas formas de lograr una situación de indiferencia

entre ambos tipos de situaciones. Con el framing que se muestra en la figura, se trataría, de

nuevo, de determinar un nivel de probabilidad Π* que hiciera indiferente al sujeto ante

cualquiera de las dos opciones. Es preciso señalar que las probabilidades de la segunda de las

opciones (θ y 1-θ) permanecen fijas en todo momento, en concreto el valor de θ en nuestra

doble lotería (DL) se fija en 0,001. Las probabilidades de la opción 1 van cambiando a través de

un método iterativo hasta alcanzar la probabilidad de equilibrio.

Figura 2. Representación gráfica de la Doble Lotería.

De nuevo, la situación descrita en la representación de la doble lotería, se puede expresar de

forma analítica recurriendo al supuesto de que el entrevistado se comporta de acuerdo a la

teoría de la Utilidad Esperada:

= −Π ⋅ +Π ⋅1( ) (1 ) ( ) ( )U O U SN U M (21)

θ θ= − ⋅ + ⋅2( ) (1 ) ( ) ( )IU O U Q U M (22)

Si tenemos en cuenta que en la situación de indiferencia se igualan ambas loterías, y, además,

normalizamos los valores de la salud normal y la muerte, resulta:

θ−Π = ⋅ −1 * ( ) (1 *)IU Q (23)

θ

−Π=

−1 *

( )1 *IU Q (24)

El valor relativo de evitar un accidente no mortal respecto de evitar un accidente mortal puede

obtenerse como

Salud normal (SN)

Muerte (M)

Muerte (M)

Estado de salud (I)

1-∏

∏Opción 1

Opción 21-θ

θ


42

θθ

= =

−Π−− −Π−= = = −

− − −

1 *1( ) ( ) 1 *1 * 1( ) ( ) 1 0 1 *

IQ

I

Utilidad perdida por accidenteVR

Utilidad perdida por fallecimiento

U SN U QU SN U M

(25)

El VVnM será, por tanto, una proporción del VVE. Esto es:

θ

−Π = − −

1 *1

1 *VVnM xVVE (26)

3.1.3 Valor Monetario del AVAC anclado en el Valor de la Vida Estadística

Para el cálculo del VMAVAC a partir del VVE necesitamos primeramente estimar la

denominada Esperanza de Vida Ajustada por la Calidad (EVAC). La EVAC se computa partiendo

de los datos contenidos en las mismas tablas de vida41 utilizadas para estimar la esperanza de

vida normal. Esto es, si la esperanza de vida para los sujetos pertenecientes al grupo de edad x

se define como:

==∑

s

ii x

xx

LEV

l (27)

donde Li representa el número total de años vividos por cada cohorte de individuos para

edades comprendidas entre x y s (último intervalo de edad de la tabla de vida), y lx indica el

número de supervivientes al inicio del grupo de edad x.

Entonces la EVAC para los sujetos del grupo de edad x se calcula como:

==∑

s

ii x

xx

AVACEVAC

l (28)

Siendo el numerador:

=

= × ×∑1

I I

n

x x Q Q xI

AVAC L U prev (29)

41 Las tablas de vida (véase por ejemplo Chiang, 1976) se construyen suponiendo que la probabilidad de supervivencia por sexos y grupos de edad se mantiene constante a lo largo del tiempo. Esto es, se supone que la probabilidad de supervivencia de una persona que hoy tiene 30 años, dentro de otros 30 años será la misma que la que actualmente disfruta una persona de 60 años.


43

Donde IQU representa el peso de utilidad del estado de salud IQ y

IQ xprev indica la prevalencia

de dicho estado en el grupo de edad x.

Al objeto de estimar IQU emplearemos un instrumento de medida de la calidad de vida

denominado SF-6D (Brazier et al., 2002), cuyo algoritmo de cálculo para España ha sido

recientemente derivado por Abellán et al. (2011b).

Asumiendo que la EVAC así calculada se descuenta a una determinada tasa d, el VMAVAC se

obtiene, como mostrábamos en la ecuación (18) que reproducimos a continuación con el

número (30), como el cociente del VVE y la EVAC descontada del individuo representativo de

los fallecidos en accidente de tráfico:

=( )

VVEVMAVAC

EVAC d (30)

3.2 Selección de la muestra y cuestionario

3.2.1 Muestreo

El diseño muestral fue realizado por la empresa Millward Brown, que también se encargó de

desarrollar la aplicación informática y de hacer el trabajo de campo. Se realizó un muestreo

para un tamaño teórico de 2.000 sujetos, proporcional a la población española según

Comunidad Autónoma y tamaño de hábitat. Una vez estimado el número de entrevistas que

debían realizarse en cada municipio, se establecieron cuotas de sexo y edad según población.

El sistema de selección de individuos fue aleatorio.


44

Tabla 4. Muestreo teórica por Comunidad Autónoma y tamaño de hábitat.

Total

Menos de 2000

2001 a 10.000

10.001 a 50.000

50.001 a 100.000

100.001 a 500.000

Más de 500.000

Andalucía 356 12 61 103 51 74 55 Aragón 58 10 9 8 2

29

Asturias 47 1 5 13 6 22

Baleares 47 1 7 20 2 17

Canarias 90 1 9 32 15 33

Cantabria 25 2 6 7 2 8

Castilla La Mancha 89 14 28 21 19 7

Castilla y León 111 30 19 14 14 34

Cataluña 320 15 44 86 40 65 70 Extremadura 48 9 15 11 7 6

Galicia 121 6 33 39 15 28

La Rioja 14 2 3 2

7

Madrid 272 2 13 25 29 63 140 Murcia 62

3 24 7 28

Navarra 27 4 8 6

9

País Vasco 94 5 14 32 10 33

Valencia 219 9 29 80 29 37 35 TOTAL 2.000 123 306 523 248 471 329

Tabla 5. Cuotas teóricas por edad y sexo.

Edad Hombres Mujeres Total 18 a 24 años 99 95 194 25 a 44 años 417 391 808 45 a 64 años 294 300 594

65 y más años 172 232 404 Total 982 1.018 2.000

3.2.2 El cuestionario.

Las encuestas se realizaron mediante entrevista personal asistida por ordenador, en el hogar

del entrevistado. La aplicación informática que contenía el cuestionario fue desarrollada por

Millward Brown con la colaboración y supervisión del equipo investigador. Algunas preguntas

(tareas) se diseñaron para ser contestadas (cumplimentadas) directamente por los

entrevistados, esto es, siguiendo una técnica CASI (Computer-Assisted Self Interviewing) en la

administración del cuestionario. No obstante, en términos generales, la aplicación de la

entrevista seguía la técnica CAPI (Computer-Assisted Personal Interviewing), siendo esencial

por tanto el papel del entrevistador. Las ayudas visuales y el resto de material explicativo se


45

incluyeron en su mayor parte en el propio script de la aplicación aunque, en determinados

casos, se recurrió también a material impreso.

El cuestionario se encontraba estructurado en siete partes claramente diferenciadas, si bien,

existían ocho tipos o modalidades distintas. Las variaciones entre modelos correspondían en

aspectos concretos (p.ej. utilización de estados de salud diferentes) de las partes centrales del

cuestionario, y daban lugar a pequeñas diferencias en el número total de preguntas. La

asignación de los entrevistados a cada uno de esos modelos se realizó de forma totalmente

aleatoria.

Parte 1: Introducción. La primera de las partes en las que se divide la estructura de la encuesta tenía un carácter

introductorio. En primer lugar, se presentaba el objeto del estudio, explicando que se trataba

de un proyecto de carácter científico sufragado con fondos públicos, y que era desarrollado, de

forma coordinada, por un grupo de investigadores de las universidad de Murcia y Pablo de

Olavide de Sevilla. Además, se insistía a los entrevistados en que el fin último del estudio era

conocer sus opiniones, que debían expresar libremente, pero de la forma más meditada

posible, ya que las mismas podrían servir de base para la adopción de medidas de política

pública, con posibles repercusiones sobre el bienestar de la población. Además, se le

informaba de que todas las respuestas y opiniones recabadas se tratarían de forma totalmente

anónima. A continuación se advertía a los encuestados, de que, en el curso de la entrevista, se

les iba a pedir que se pusieran en el lugar de otras personas y se les preguntaría acerca de qué

decisiones adoptarían ante determinadas situaciones hipotéticas, aun reconociendo que esta

tarea sería difícil y requeriría cierto grado de esfuerzo por su parte.

A partir de ese momento comenzaba una primera batería de preguntas que tenían la finalidad

de capturar la relación del entrevistado con los medios de transporte y el tráfico. Así, se les

preguntaba acerca de su relación con la conducción de vehículos, la tenencia de permisos, la

frecuencia de uso, el número de puntos en el carnet de conducir, el medio de transporte más

habitual, etc. Tras ello, se sucedía un conjunto de preguntas y explicaciones que pretendía

familiarizar al entrevistado con los conceptos de probabilidad y riesgo. Con esta finalidad se

utilizó una aproximación consistente en el empleo de ayudas visuales, y la comunicación de

riesgos expresados en frecuencias naturales (p.ej. 1 de cada 100 para expresar un riesgo del

1%).


46

Figura 3. Ayuda visual sobre el riesgo en frecuencia natural.

Una vez aproximado el entrevistado al concepto general de riesgo, se le proporcionaba

información sobre riesgos específicos del tráfico en España. Así se le trasladaba información

acerca de cuál era el riesgo de sufrir un accidente de tráfico con consecuencias mortales y no

mortales en España, y se le preguntaba por el nivel de riesgo subjetivo que estimaba para sí

mismo. Esta cuestión se presentaba en dos etapas: en una primera debía establecer si su nivel

de riesgo era mayor, menor o igual al riesgo medio de la población española. En caso de que

respondiese que su nivel riesgo era distinto (menor o mayor) al de la media de la población, se

le planteaba una segunda pregunta con el fin de que determinase el valor aproximado de

dicho nivel, empleando para ello una escala visual analógica.

Figura 4. Escala visual para establecer el nivel de riesgo subjetivo.

Con la finalidad de favorecer la comprensión de los niveles de riesgo que afrontaba el

entrevistado, se recurrió a una estrategia de contextualización de los riesgos, esto es, se puso

el riesgo de morir en un accidente de tráfico en relación con otros tipos de riesgos de muerte a

los que se enfrentan las personas. El motivo para ello estriba en que existe evidencia

(Yamagishi, 1997; Pailing, 1997, 2003) de que es recomendable poner un riesgo específico en


47

relación a otros que pueden servir de referencia a la hora de tomar decisiones.

Concretamente, se mostró a los entrevistados una ayuda visual como la mostrada en la figura

siguiente que representaba, en una escala logarítmica, distintos tipos de riesgo de muerte en

España expresados en frecuencias por cada 100.000 habitantes; desde morir por un problema

en un embarazo hasta fallecer como consecuencia de tumores o enfermedades del aparato

circulatorio, incluyendo el gráfico también la tasa de mortalidad agregada por todas las causas

de muerte (869/100.000).

Figura 5. Ayuda visual para contextualizar el riesgo de morir en un accidente de tráfico

Parte 2: Ordenación y Escala Visual para estados de salud. A partir de esta parte 2, el cuestionario presenta diferencias por grupos. Aunque las tareas a

realizar en cada una de las modalidades del cuestionario fueron exactamente las mismas, las

descripciones de problemas de salud (que llamaremos, genéricamente, estados de salud42)

sobre las que se realizan tales tareas de evaluación difieren por grupos. En esta segunda parte

se persigue el objetivo de familiarizar a los entrevistados con los estados de salud que

posteriormente serán utilizados a lo largo de la encuesta. Para ello, cada uno de ellos se

etiquetó de forma neutra empleando una letra mayúscula y se describió de la forma más

detallada e informativa posible (Tabla 6).

42 El estudio del DoT se refiere a cada una de estas categorías como “lesión” (injury), aunque se trata más bien de consecuencias o secuelas que de lesiones como tales. La opción que elegimos de etiquetarlas como “estados” de salud no deja de ser discutible.

Todas las causas; 869

Enf.Sistema circulatorio; 289

Tumores; 232

Enf. Respiratorias; 97

Enf. cerebrovasculares; 80

Infarto de miocardio; 54

Insuficiencia cardíaca; 45

Diabetes; 23

Cancer del colon; 22 Cancer de mama; 14

Accidentes de tráfico ; 11

Leucemia; 7

SIDA; 3

Hepatitis vírica; 2

Gripe; 2Embarazo; 1

1

10

100

1000


48

Tabla 6. Posibles estados de salud tras un accidente no mortal.

Estado F Estado W • No requiere hospitalización; se trata en

consultas externas.

Tras haber sido tratado: • Dolor leve a moderado durante 1 semana. • Existen dificultades para trabajar y realizar

actividades de ocio que se reducen gradualmente.

• Tras 3 o 4 meses, la recuperación es total sin ningún tipo de secuelas.

En el hospital: • Durante 1 semana • Dolor ligero

Tras la hospitalización:

• Dolor o malestar durante algunas semanas. • Existen dificultades para trabajar y realizar

actividades de ocio que se reducen gradualmente

• Tras 3 o 4 meses, la recuperación es total sin ningún tipo de secuelas.

Estado X Estado V

En el hospital: • Durante 2 semanas Dolor moderado


• El dolor desaparece gradualmente. • Existen dificultades para trabajar y realizar

actividades de ocio que se reducen gradualmente.

• Tras 18 meses, la recuperación es total sin ningún tipo de secuelas.

En el hospital: • Durante 2 semanas Dolor moderado


• Dolor moderado a grave durante 1-4 semanas.

• A continuación, el dolor se atenúa gradualmente, aunque reaparece al realizar algunas actividades.

• Existen dificultades permanentes de por vida para trabajar y realizar actividades de ocio.

Estado S Estado R En el hospital:

• Durante 4 semanas Dolor moderado a grave

Tras la hospitalización: • Dolor moderado a grave durante 1-4

semanas. • A continuación, el dolor se atenúa

gradualmente, aunque reaparece al realizar algunas actividades.

• Existen dificultades permanentes de por vida para trabajar y realizar actividades de ocio.

En el hospital: • Más de 4 semanas, posiblemente varios

meses • Dolor moderado a grave


• El dolor permanece de forma crónica de por vida

• Existen dificultades importantes y permanentes de por vida para trabajar y realizar actividades de ocio.

• Posiblemente quedan algunas cicatrices importantes de por vida.

Estado N Estado L En el hospital:

• Más de 4 semanas, posiblemente varios meses

• Incapacidad para utilizar las piernas y posiblemente los brazos debido a parálisis o amputación.

Tras la hospitalización: • Confinado en una silla de ruedas para el resto

de la vida • Dependiente de otras personas para la

realización de muchas necesidades físicas, como vestirse y asearse

En el hospital: • Más de 4 semanas, posiblemente varios

meses. • Lesiones en la cabeza que producen un daño

cerebral permanente.

Tras la hospitalización: • Capacidades mentales y físicas enormemente

disminuidas de por vida. • Dependiente de otras personas para la

realización de muchas necesidades físicas, como vestirse y asearse.

Los estados seleccionados reproducen los utilizados en el estudio del Departamento de

Transporte del Reino Unido (ver sección 2.2.2), con algunas pequeñas modificaciones. De un


49

lado, se ha reducido la ambigüedad de algunas descripciones (por ejemplo, donde la

descripción del estudio británico decía “entre 2 y 7 días” de hospitalización nosotros hemos

puesto “1 semana”; donde se decía “dolor entre ligero y moderado” decimos “dolor ligero”,

etc.). De otra parte se ha modificado la descripción del estado V, que en el original británico no

llevaba asociado ingreso hospitalario, y en nuestro estudio implica una estancia de 2 semanas

en el hospital (las secuelas posteriores se han mantenido inalteradas). La finalidad de este

cambio no es otra que facilitar la ordenación entre X y V atendiendo a la gravedad de sus

consecuencias y evitar, con ello, que el hecho de que V no requiriese hospitalización y X sí

pudiese inducir al sujeto a considerar a priori que el segundo era más grave que el primero sin

reparar antes en las consecuencias para la salud posteriores al tratamiento (en V hay secuelas

permanentes y en X no).

Aunque el conjunto total de estados de salud estaba formado por 8 estados, cada encuestado,

en función del grupo al que fue adscrito, se enfrentó únicamente a 4 de ellos, según muestra la

distribución de la siguiente tabla.

Tabla 7. Estados de salud según modelos de cuestionario.

Grupo Estados 1 F, W, N, L 2 N, L, X, V 3 X, V, S, R 4 F, W, S, R 5 F, W, N, L 6 N, L, X, V 7 X, V, S, R 8 F, W, S, R

La primera de las tareas a la que se debían enfrentar los entrevistados en esta segunda parte

de la encuesta consistía en ordenar de mejor a peor los cuatro estados de salud que le

hubieran correspondido según el modelo de cuestionario (según el grupo al que fueran

adscritos), además de su propio estado de salud en el día de realización de la encuesta y la

muerte. Para facilitar la tarea de ordenación se proporcionó a los entrevistados un juego de

tarjetas con la descripción de cada una de las situaciones que debían considerar, dispuestas de

manera aleatoria, y se le pidió que ordenaran las seis tarjetas sobre la mesa. Posteriormente,

esa ordenación era trasladada por el entrevistador a la aplicación informática (ver Figura 6).


50

Figura 6. Tarea de ordenación de los estados de salud.

La segunda de las tareas consistía en que los entrevistados puntuaran sobre una Escala Visual

Analógica (EVA), graduada de 0 a 100, las seis situaciones que habían sido ordenadas en la

tarea precedente. El extremo inferior (valor 0 de la escala) se identificaba con la peor de las

situaciones imaginables y el extremo superior (valor 100) con la mejor. Se aclaró a los

encuestados que dichos valores extremos no tenían necesariamente que coincidir con ninguno

de los estados objeto de valoración. Con la finalidad de hacer la tarea más sencilla, la

aplicación informática identificaba cada estado de salud (así como la muerte) con un círculo de

color que podía arrastrarse con el ratón sobre la escala hasta alcanzar la ubicación escogida,

tal y como se muestra en la figura siguiente. El orden de aparición en pantalla de los estados

de salud estaba, de nuevo, aleatorizado y los entrevistados podían, en todo momento,

consultar la descripción de cada uno de ellos en las tarjetas impresas.

Figura 7. Escala visual analógica.

Parte 3. Valoración de un estado de salud empleando la Doble Lotería (elección de tratamientos médicos) En esta parte de la entrevista se planteó la valoración de un estado de salud a través del

método de la “Doble Lotería” (DL) descrito anteriormente. Se pedía al entrevistado que

imaginase que había sufrido un accidente de tráfico, advirtiéndole de que, en caso de no

recibir tratamiento médico, podría fallecer de manera inminente. En este contexto se le

ofrecían dos posibles tratamientos médicos, con diferentes probabilidades de éxito y de

fracaso, y con diferentes resultados para su salud en cada uno de los supuestos. Cada sujeto


51

evaluó un único estado de salud, en función del grupo al que resultó adscrito, según la

distribución que se muestra en la tabla siguiente.

Tabla 8. Estado de salud valorado mediante doble lotería en la Parte 3.

Grupo Estado 1 F 2 V 3 X 4 R 5 L 6 N 7 S 8 W

Antes de la pregunta dirigida a valorar el estado de salud en cuestión, se incluyó una pregunta

de prueba o de entrenamiento, con el fin de que el entrevistado comprendiera

adecuadamente la mecánica del procedimiento. A continuación se reproduce, a modo de

ejemplo, el texto de la pregunta destinada a valorar el estado F (Grupo 1):

“Suponga que usted sufre un accidente de tráfico grave y que, en caso de no recibir cuidados médicos, usted podría morir. Existen dos tratamientos médicos que, en principio, pueden aplicarse en su caso: el tratamiento A y el tratamiento B. Suponga que con el tratamiento A 999 de cada 1.000 personas tratadas responden bien al tratamiento, pasando a estar en una situación como la del estado F, mientras que 1 de cada 1.000 tratados muere. Con el tratamiento B 500 de cada 1.000 tratados recuperan completamente su salud mientras que 500 de cada 1.000 mueren. ¿Qué tratamiento elegiría usted recibir, el A o el B”. El uso de frecuencias naturales (1 de cada 1.000) pretendía hacer más sencillo el proceso de

toma de decisiones de los sujetos encuestados, lo que también perseguía el recurso a ayudas

visuales como la que se muestra en la Figura 8.


52

Figura 8. Ayuda visual para elegir entre dos tratamientos médicos.

Como el objetivo que se pretende es obtener el valor de probabilidad de muerte asociado al

tratamiento B que hace que el individuo sea indiferente frente a ambos tratamientos, la

distribución de probabilidad de dicho tratamiento se iba modificando, en función de cual fuera

la respuesta del sujeto, mediante el procedimiento secuencial conocido como ping-pong. En

virtud de este procedimiento se van ofreciendo al entrevistado valores que van acotando la

respuesta por encima y por debajo hasta alcanzar la indiferencia. Este procedimiento iterativo

queda reflejado en la tabla 9, y se puede ilustrar con el siguiente ejemplo.


53

Tabla 9. Secuencia para alcanzar la indiferencia en la doble lotería empleando el ping-pong.

Tratamiento A Tratamiento B Decisión Sufren L Mueren Se recuperan Mueren A Indiferente B

999 1 500 500 Siga C1 Pare Siga C2

C1 Tratamiento A Tratamiento B Decisión

Sufren L Mueren Se recuperan Mueren A Indiferente B Intervalo del valor

de indiferencia (Y) 999 1 995 5 Pare Pare Siga 1 < Y < 5

999 1 550 450 Siga Pare Pare 450 < Y < 500

999 1 990 10 Pare Pare Siga 5 < Y < 10

999 1 600 400 Siga Pare Pare 400 < Y < 450

999 1 975 25 Pare Pare Siga 10< Y <25

999 1 650 350 Siga Pare Pare 350 < Y < 400

999 1 950 50 Pare Pare Siga 25 < Y <50

999 1 700 300 Siga Pare Pare 300 < Y < 350

999 1 900 100 Pare Pare Siga 50 < Y < 100

999 1 750 250 Siga Pare Pare 250 < Y < 300

999 1 850 150 Pare Pare Siga 100 < Y < 150


C2

Tratamiento A Tratamiento B Decisión

Sufren L Mueren Se recuperan Mueren A Indiferente B Intervalo del valor

de indiferencia (Y) 999 1 50 950 Siga Pare Pare 950 < Y < 1000

999 1 450 550 Pare Pare Siga 500 < Y < 550

999 1 100 900 Siga Pare Pare 900 < Y < 950

999 1 400 600 Pare Pare Siga 550 < Y < 600

999 1 150 850 Siga Pare Pare 850 < Y < 900

999 1 350 650 Pare Pare Siga 600 < Y < 650

999 1 200 800 Siga Pare Pare 800 < Y < 850

999 1 300 700 Pare Pare Siga 650 < Y < 700


Imaginemos, que para un entrevistado, la probabilidad de muerte asociada con el tratamiento

B que hace que ambos tratamientos ofertado sean igualmente deseables (y, por tanto, que lo

hace ser indiferente entre recibir uno u otro) es de 650/1.000 ¿Cuál sería el itinerario que se

seguiría hasta alcanzar dicho valor de indiferencia?. Ante la pregunta inicial, que sirve para

discriminar entre el camino 1 (C1) o el camino iterativo 2 (C2), el entrevistado respondería que

prefiere el tratamiento B y, por tanto, el procedimiento continuaría por la senda C2. La


54

siguiente cuestión le presentará un riesgo de muerte asociado al tratamiento B de 950/1.000,

ante lo cual el sujeto (que, recordemos, está dispuesto a asumir un riesgo máximo de morir

con el tratamiento B de 650 por cada 1.000), elegirá el tratamiento A. En consecuencia, se le

presentará una nueva situación en la que el riesgo de muerte con el tratamiento B es igual a

550, y ante esa contingencia, volverá a elegir el tratamiento B. Esto llevará a que la siguiente

elección contenga un riesgo de fallecer con el tratamiento B de 900/1.000, lo que hará que

elija en este caso el tratamiento A. En la elección subsiguiente el riesgo de muerte del

tratamiento B asciende a 600 por cada mil, y el sujeto preferirá de nuevo el tratamiento B

sobre el A. La siguiente disyuntiva llevará asociado un riesgo de muerte de 800 sobre 1.000 y

elegirá A. Finalmente, ante la elección que le ofrece un tratamiento B con un riesgo de muerte

de 650/1.000, se declarará indiferente, poniendo de manifiesto que ambos tratamientos le

resultan igual de atractivos.

Parte 4. Disposición a pagar por una reducción de riesgo de muerte.

Esta parte de la encuesta era común para todos los modelos de cuestionario. El objetivo de la

pregunta era saber cuánto estaba dispuesto a pagar el entrevistado por reducir en un

5/100.000 su riesgo de morir como consecuencia de un accidente de tráfico. Dado que gente

no está habituada a comprar y vender riesgo, se recurrió a un artificio para formular la

pregunta. Concretamente se ofreció al entrevistado la posibilidad hipotética de comprar un

aparato de seguridad que, instalado en el vehículo, conseguiría reducir el riesgo en dicha

magnitud durante un año. La pregunta quedaba formulada de la siguiente forma:

“Suponga que se le ofrece un aparato de seguridad, recién descubierto, que consigue reducir el riesgo de morir como consecuencia de un accidente de tráfico. Dicho aparato, que es individual, se puede utilizar en cualquier medio de transporte y tiene una vida útil de 1 año, es decir, si usted dispusiera de este aparato, podría beneficiarse de una reducción en el riesgo de morir por accidente de tráfico durante un año.

Suponga que su riesgo de morir como consecuencia de un accidente de tráfico es de 15 en 100.000 y que este aparato reducirá su riesgo de morir en un accidente de tráfico en un 5/100.000, pasando de 15 en 100.000 a 10 en 100.000”

Para representar el riesgo de partida y el alcance de la reducción en el mismo, se recurrió a

ayudas visuales como la mostrada en la figura 3. No obstante, dado que el orden de magnitud

de los riesgos que se pretendía representar dificultaba su visualización a través de la pantalla

del ordenador, se emplearon ayudas visuales en papel, impresas en formato DIN-A3.

La pregunta dirigida a conocer la máxima disposición a pagar del entrevistado por el aparato

en cuestión no se planteó como una pregunta abierta, sino que se utilizó un cartón de pagos

iterativo que contenía las cantidades de dinero que se recogen en la siguiente tabla.


55

Tabla 10. Cantidades ofrecidas en el cartón de pagos (euros).

10 30 50 100 150 300 600

1.000 3.000 6.000 10.000 30.000 100.000 300.000

El modo de administrar el cartón de pagos fue como sigue. Se mostraron, en primer lugar,

todas las cantidades de dinero dispuestas sobre la pantalla de forma aleatoria. A continuación,

y también de manera aleatorizada, se fueron mostrando al encuestado sucesivamente las

cantidades una a una, pidiéndole que indicase, en cada caso, si “seguro que pagaría”, “seguro

que no pagaría” o “no sabe si pagaría o no pagaría” dicha cantidad. Para responder el sujeto

debía “arrastrar” la tarjeta al recuadro correspondiente según se muestra en la Figura 9.

Finalmente, entre la máxima cantidad que el sujeto pagaría con total seguridad y la cantidad

de dinero más próxima que, bien no pagaría, o bien no estaría seguro de pagar o no, el

entrevistado debía fijar la cifra exacta que correspondía a su máxima disposición a pagar. La

aplicación informática se programó de manera que los entrevistados no pudieran ofrecer

respuestas inconsistentes, esto es, que dijeran, por ejemplo, que pagarían seguro una cierta

cantidad pero que no pagarían otra cantidad menor. En el supuesto de que esto ocurriera, el

encuestado era invitado a revisar y corregir sus respuestas. Por otra parte, al explicar la tarea y

formular la pregunta se recordaba expresamente a los sujetos que, al responder, debían tener

presente su restricción presupuestaria, entendida ésta como el conjunto de sus ingresos y

gastos en términos anuales.

Figura 9. Administración del cartón de pagos.


56

Parte 5. Doble lotería para valorar varios estados de salud no mortales. Esta parte de la encuesta es similar a la Parte 3, con la salvedad de que en este caso no es uno

sino cuatro estados de salud los que son objeto de valoración por parte de cada entrevistado

mediante el procedimiento de la doble lotería. Los cuatro estados que corresponden a cada

sujeto son los mismos que se ordenaron y puntuaron con la EVA en la Parte 2 (ver distribución

por grupos en la Tabla 7) y tanto el escenario de valoración como el procedimiento de

obtención del valor de indiferencia entre loterías (entre tratamientos) es idéntico al expuesto

en la Parte 3.

Los estados de salud fueron valorados de manera sucesiva y en orden aleatorio. No obstante,

antes de la primera valoración se mostraba al encuestado la descripción de todos los estados

de salud de manera simultánea, informándole de que se le pediría que valorase sucesivamente

todos ellos. Además, durante el proceso de valoración de cada uno de los estados, el sujeto

tenía siempre visible la descripción de los cuatro, pudiendo comprobar sus respuestas con los

valorados previamente. Esta forma de proceder tiene por objeto la evaluación conjunta de los

estados de salud por las razones anteriormente expuestas en la sección 3.1. Son los valores así

derivados en esta Parte 5 los que se utilizarán finalmente para estimar el VVnM, dejando su

comparación con los obtenidos de forma aislada (Parte 3) para un análisis ulterior por parte

del equipo investigador.

Parte 6: Disposición a pagar por una reducción del riesgo de sufrir un estado de salud no mortal. Esta parte es esencialmente igual a la parte 4 que se ha descrito más arriba, con dos

salvedades. La primera es que el riesgo asociado a un accidente de tráfico cuya reducción (de

15/100.000 a 10/100.000) debe valorar monetariamente el entrevistado, no es un riesgo

mortal, sino que se materializa en un problema de salud como los descritos en el conjunto de 8

estados que se ha utilizado en el presente estudio. Así, como en el la parte 4, se pedirá al

encuestado que exprese su máxima disposición a pagar a cambio de un dispositivo de

seguridad, con una vida útil de un año y de uso individual, que reduciría en un 5 por 100.000 su

riesgo de sufrir un accidente de tráfico con ciertas consecuencias para su salud que, en ningún

caso podrían suponer su fallecimiento.

La segunda diferencia con la estructura de la parte 4 afecta solo a la mitad de la muestra. Esto

es así, porque cuatro de los ocho grupos (o modelos de cuestionario) valoraron un único

estado de salud, mientras que los cuatro restantes (del 5 al 8) hubieron de expresar su máxima

disposición a pagar por la reducción de riesgo para cuatro posibles consecuencias distintas del


57

accidente (cuatro estados de salud). La distribución de los estados objeto de valoración se

muestra en la tabla siguiente.

Tabla 11. Asignación de estados de salud por grupos para obtener DAP por reducciones de riesgo de sufrir estados de salud no mortales.

Grupo Estados 1 F 2 V 3 X 4 R 5 F, W, N y L 6 N, L, X, V 7 X, V, S, R 8 F, W, S, R

Los encuestados que resultaron adscritos a los grupos 5 al 8 fueron informados al inicio de esta

parte del cuestionario de que se les pediría su disposición a pagar en estas cuatro situaciones

diferentes, al tiempo que se les advirtió de que, a los efectos de su restricción presupuestaria,

cada una de las “compras” era independiente, esto es, que habían de suponer que cada

pregunta partía de cero, en el sentido de responder como si no hubiesen realizado ninguna

“compra” con anterioridad. El orden de aparición de los cuatro estados fue aleatorio y los

entrevistados tenían a la vista en todo momento la descripción de los cuatro estados de salud.

Por otra parte, los sujetos estaban informados sobre sus valoraciones previas según avanzaban

en el proceso y tenían la posibilidad de revisarlas si lo consideraban oportuno. El

procedimiento de obtención de la disposición a pagar a través del cartón de pagos fue el

mismo empleado en la Parte 4.

Parte 7: Preguntas sociodemográficas. La parte final del cuestionario, idéntica para todos los sujetos, incluía en primer lugar una

batería de preguntas orientada a obtener los rasgos básicos de los entrevistados: edad, sexo,

tamaño y composición del hogar, estado civil, situación laboral y nivel de estudios. También se

preguntaba al individuo por su nivel de renta mensual en el momento de la entrevista,

clasificando éste en intervalos, así como por su nivel de renta permanente (esto es, su nivel de

renta “normal”, más allá de las circunstancias que podrían motivar que en el momento de la

entrevista su nivel de renta inusualmente alto o bajo). Esta segunda pregunta se incluía debido

a que existe abundante evidencia empírica que indica que es la renta permanente la que

determina las decisiones de ahorro y consumo de los individuos.


58

El siguiente grupo de preguntas pretendía registrar la experiencia previa, directa o indirecta,

del entrevistado con los accidentes de tráfico. Así, se le preguntaba si había sufrido algún tipo

de accidente de tráfico o si lo habían sufrido familiares, amigos u otros conocidos, así como el

nivel de gravedad del mismo. En el supuesto de que el entrevistado hubiera declarado haber

sufrido un accidente, se le pedía que precisase el año en que se produjo y, en su caso, si había

recibido algún tipo de indemnización y de qué cuantía.

También se incluyeron varias cuestiones orientadas a conocer el estado de salud de los sujetos

entrevistados valorado de manera subjetiva. Junto a una pregunta general de “salud

autopercibida”, en la que el encuestado calificaba su estado de salud en una escala con 5

niveles (desde “Mala” hasta “Excelente”), se incluyó el cuestionario SF-6D, que permite

catalogar la salud de los individuos atendiendo a seis dimensiones (funcionamiento físico,

limitaciones en el rol, funcionamiento social, dolor, salud mental y vitalidad), cada una de ellas

con diferentes niveles de gravedad. Los sujetos que habían declarado haber sufrido un

accidente de tráfico grave, cumplimentaban dos veces el cuestionario SF-6D: una atendiendo a

su situación en el momento de la entrevista y otra referida a su estado de salud antes de tener

el accidente.

Otra serie de preguntas en esta parte final trataban de registrar la actitud frente al riesgo de

los entrevistados, preguntándoles por la presencia en su vida de hábitos saludables (ejercicio

físico) o lesivos para la salud (tabaquismo, consumo de alcohol), así como datos

antropométricos (altura y peso) con los que poder determinar el índice masa corporal. Con el

fin de conocer el grado de pesimismo/optimismo de los sujetos en relación con sus

expectativas de supervivencia se les pedía que estimasen la probabilidad que ellos mismos

asignaban a su posible supervivencia a los 75, los 85 y los 95 años. El cuestionario finalizaba

con una serie de preguntas referidas al grado de satisfacción del encuestado con su propia vida

y una última cuestión en la que el sujeto debía indicar el grado de dificultad que le había

supuesto responder a las preguntas del cuestionario (en una escala de 0 a 10).

4 RESULTADOS

4.1 Descripción de la muestra.

4.1.1 Muestra definitiva: distribución territorial.

El tipo de preguntas y tareas que incluye un cuestionario como éste requiere de una papel

activo y facilitador por parte de los entrevistadores. Esto, a su vez, exige que los encuestadores


59

estén adecuadamente adiestrados en la correcta administración cuestionario. Con esta

finalidad se llevó a cabo un briefing el día 2 de diciembre de 2010 en las oficinas de la empresa

Millward Brown en Madrid. Esta sesión formativa fue dirigida por un miembro del equipo

investigador de la Universidad de Murcia y a ella asistieron los entrevistadores del equipo de

centro, los responsables de campo de las unidades de campo, el personal del equipo de

Control de Calidad central y personas responsables del estudio. La sesión fue grabada para ser

utilizada posteriormente en las subsiguientes reuniones celebradas con los encuestadores de

cada zona. Durante los primeros días del mes de diciembre se desarrolló un estudio piloto con

población general que permitió detectar algunas anomalías en la aplicación informática que

fueron subsanadas.

El trabajo de campo para la realización de la encuesta definitiva tuvo lugar entre los meses de

diciembre de 2010 y marzo de 2011. El muestreo previo realizado de 2.000 observaciones se

tradujo finalmente en una muestra válida de 2.016 registros. Este pequeño incremento,

inferior a un 1%, dio lugar a la aparición de muy pequeñas diferencias a nivel territorial, como

se puede observar en la siguiente tabla.

Tabla 12. Porcentaje teórico y obtenido de observaciones por comunidades autónomas.

Total Teórico Andalucía 17,96 17,80 Aragón 2,88 2,90 Asturias 2,43 2,35 Baleares 2,33 2,35 Canarias 4,51 4,50 Cantabria 1,24 1,25 Castilla La Mancha 4,41 4,45 Castilla y León 5,46 5,55 Cataluña 15,92 16,00 Extremadura 2,43 2,40 Galicia 6,10 6,05 La Rioja 0,74 0,70 Madrid 13,44 13,60 Murcia 3,08 3,10 Navarra 1,39 1,35 País Vasco 4,81 4,70 Valencia 10,86 10,95 TOTAL 2016 2000


60

Este pequeño incremento del número de observaciones válidas, tampoco tuvo importantes

consecuencias sobre la composición de la muestra por grupos de edad y sexo. Existe una

mínima sobrerrepresentación de las mujeres con respecto a la muestra teórica y una ligera

infrarrepresentación de las personas menores de 65 años. Los porcentajes por grupos de edad

y sexo, finalmente obtenidos, quedan recogidos en la siguiente tabla.

Tabla 13. Composición de la muestra por grupos de edad y sexo.

Grupo de Edad Hombres Mujeres Total Menores de 25 años 4,71 4,56 9,28 Entre 25 y 34 años 10,27 9,33 19,59 Entre 35 y 44 años 10,71 10,47 21,18 Entre 45 y 54 años 8,18 8,38 16,57 Entre 55 y 64 años 6,40 7,34 13,74

Más de 64 años 8,48 11,16 19,64 Total 48,76 51,24 100

En lo que se refiere a la distribución por grupos o tipos de encuesta, se ha de recordar que la

asignación de los encuestados a los diferentes grupos se realizó de forma aleatorizada, lo que

ha permitido obtener prácticamente la misma proporción de observaciones en cada uno de los

grupos. En la siguiente tabla se puede ver, asimismo, cómo la duración media de la encuesta

fue de casi 34 minutos, observándose diferencias entre las duraciones medias por grupos que

pueden llegar hasta casi los 10 minutos, como se constata al comparar las duraciones medias

de los grupos 2 y 6. Estas diferencias se explican por la distinta distribución de tareas entre

grupos. Así los cuatro últimos grupos (del 5 al 8), se enfrentaron a un mayor número de tareas

de valoración y, por lo tanto, no es extraño que la duración media de estos cuatro grupos

supere claramente la de los cuatro primeros.

Tabla 14. Distribución por grupos y duración media de la encuesta.

Grupo Observaciones % Duración media (minutos)

1 254 12,60 33,41 2 251 12,45 29,46 3 256 12,70 33,19 4 251 12,45 27,80 5 253 12,55 34,30 6 250 12,40 38,94 7 248 12,30 38,41 8 253 12,55 35,78

Total 2.016 100 33,90


61

4.1.2 Características socio-demográficas básicas.

A continuación se presenta una tabla que caracteriza a la muestra atendiendo a tres variables

sociodemográficas: el estado civil, el nivel de estudios terminados y la situación laboral. Casi

dos terceras partes de los sujetos que integran la muestra están casados o conviven

maritalmente; algo menos de una cuarta parte son individuos solteros y el resto se divide casi

al 50% entre los que los se encuentran separados o divorciados y los viudos. En lo que se

refiere al nivel de estudios terminados, se puede afirmar que aproximadamente la mitad de la

muestra cuenta, como máximo, con estudios primarios; algo más de un tercio de la muestra se

encuentra en posesión de algún tipo de formación secundaria (Bachiller o Formación

Profesional); y poco más de un sexto de la muestra posee estudios superiores de algún tipo. En

lo concerniente a la situación laboral, alrededor de un 40% de la muestra está integrado por

trabajadores por cuenta ajena, ya sea su empleador público o privado y la duración de su

contrato temporal o indefinida; poco más del 8% son empresarios o autónomos y casi uno de

cada ocho afirma encontrarse en situación de desempleo. Por otro lado, entre los inactivos,

hay que señalar que alrededor de un 20% declara estar jubilado, casi uno de cada seis se

dedica a labores del hogar no remuneradas (ama de casa), y poco menos de un 5% son

estudiantes. Finalmente, hay un 2% de la muestra que no se identifica con ninguna de las

situaciones descritas.


62

Tabla 15. Caracterización de la muestra según estado civil, nivel de estudios y situación laboral.

Estado Civil % Soltero 23,76 Casado o pareja de hecho. 63,64 Separado/divorciado 5,75 Viudo 6,85

Nivel de Estudios Terminados % Sin estudios 4,56 Estudios Primarios (EGB o similar) 46,28 Estudios Secundarios (BUP, FP grado medio, COU) 25,79 Estudios de Formación Profesional de grado superior 6,55 Estudios superiores (diplomado/licenciado, postgrado) 16,82

Situación Laboral % Asalariado temporal del sector privado 10,47 Asalariado indefinido del sector privado 22,47 Funcionario 4,51 Funcionario interino o similar. 1,69 Trabajador autónomo/empresario 8,63 Desempleado 12,15 Jubilado/pensionista 19,1 Ama de casa 14,73 Estudiante 4,51 Otros 1,74

Para describir a la muestra en función de su nivel de renta se ha incluido la siguiente figura. En

ella se muestra, tanto la distribución de la muestra atendiendo a la renta corriente declarada,

como la correspondiente a la idea de renta permanente o renta “normal”. La totalidad de la

muestra, a diferencia de lo suele ocurrir en este tipo de cuestionarios –y ha ocurrido en

estudios previos llevados a cabo por el mismo equipo investigador–, se mostró dispuesta a

declarar su nivel de renta. Como se puede observar, aproximadamente el 50% de los

entrevistados declara unos ingresos mensuales inferiores a 1200 euros. Alrededor de una

cuarta parte de la muestra, afirma disfrutar de una renta mensual comprendida entre los

1,200 y los 1.800 euros; el resto de la muestra declara unos ingresos mensuales por encima de

ese umbral de 1.800, si bien la mayoría de ellos revela un nivel de renta mensual inferior a los

2.500 euros. Si fijamos nuestra atención en la distribución correspondiente a las respuestas de

la pregunta tendente a establecer el nivel de la renta permanente, se puede observar una

claro desplazamiento de la distribución hacia la derecha, lo que muy probablemente esté

recogiendo el efecto de la actual situación de crisis económica.


63

Figura 10. Distribución de la muestra según nivel de renta declarada.

Para finalizar con la caracterización sociodemográfica de la muestra incluimos una tabla que

recoge los rasgos básicos referidos al tamaño y composición del hogar. Como se puede

observar, el tamaño medio del hogar se encuentra ligeramente por debajo de 3 individuos.

Algo más de un tercio de los hogares cuenta con al menos un menor económicamente

dependiente, siendo inferior a 2 su número medio por hogar. En cuanto a los mayores

dependientes, casi un 8% de los hogares cuenta con algún mayor a su cargo, siendo el número

medio de mayores dependientes en estos hogares de 1,3.

Tabla 16. Características del hogar.

Tamaño medio de Hogar 2,93 Hogares con menores dependientes (%) 36,06

Número medio de menores 1,67 Hogares con mayores dependientes (%) 7,74

Número medio de mayores 1,3

4.1.3 Hábitos de desplazamiento y patrón de uso de vehículos.

Con el propósito de recabar información acerca de la relación de los entrevistados con los

medios de transporte y el tráfico se incluyó una serie de cuestiones en la encuesta, entre las

que se encuentran las representadas en el siguiente gráfico. En la figura se recoge la

0

5

10

15

20

25

30

Menos de 600 €

Entre 600 y 900 €

Entre 900 y 1.200 €

Entre 1.200 y 1.800 €

Entre 1.800 y 2.500 €

Entre 2.500 y 3.500 €

Entre 3.500 y 5.000 €

Más de 5.000 €

%

Renta Renta Permanente


64

distribución porcentual de la muestra atendiendo al uso, cotidiano o no, de diferentes medios

de transporte.

Figura 11. Uso de los distintos tipos de transporte y transporte habitual (%).

Se observa cómo más del 80% de los entrevistados afirma ser usuario del automóvil, aunque

sólo un 55% declara que éste es el medio de transporte que más frecuentemente utiliza. El

autobús es el siguiente medio transporte en número de usuarios, dado que algo más de un

40% de la muestra afirma utilizar dicho medio de locomoción, si bien no llegan a alcanzar el

20% del total los que afirman que éste es su medio de transporte habitual. La siguiente

categoría en términos de frecuencia declarada es la etiquetada como Otros, en la que se

incluyen, básicamente, medios de transporte público distintos del autobús (metro, tranvía,

etc.); además esta categoría es señalada como la más habitual por casi el 10% de la muestra. El

resto de medios de transporte se encuentran a mucha distancia. Así se declaran usuarios de la

bicicleta poco menos del 5% de los entrevistados, porcentaje muy similar al de los conductores

de motocicletas; en ambos casos, el porcentaje de usuarios que declara que estos medios de

transporte son los más habituales no alcanza el 2%. Tras estos dos, el siguiente medio de

transporte según frecuencia de usuarios es la furgoneta, que alcanza el 4%, casi el doble que

0

10

20

30

40

50

60

70

80

90 %

Usuario Más Frecuente


65

los usuarios de ciclomotores, que, a su vez, superan el porcentaje de los que viajan en camión

(1,7%); los porcentajes de usuarios que identifican estos medios como los de uso más

frecuente se reducen de forma sustancial, alcanzando, respectivamente, el 2%, el 0,9% y el

0,8%.

Las respuestas de los entrevistados acerca de la intensidad de uso de los medios de transporte

(número total aproximado de kilómetros recorridos en un año por todos los medios de

transporte terrestre) quedan recogidas en el siguiente gráfico, donde se puede observar cómo

la proporción de sujetos va descendiendo conforme aumenta el número de kilómetros. Algo

más de la mitad de los entrevistados declaraba recorrer menos de cinco mil kilómetros

anualmente, mientras algo más de un 20% de los entrevistados señalaba que recorría entre

cinco y diez mil kilómetros al año. Un porcentaje ligeramente inferior al 20% se situó en el

siguiente escalón, esto es, entre diez y treinta mil kilómetros, pero el porcentaje de los que

dijeron realizar entre treinta y cincuenta mil kilómetros cada año se reduce drásticamente

hasta situarse por debajo del 5%. Únicamente el 2% de la muestra, declaró que cada año

realizaba trayectos a bordo de medios de transporte terrestre de entre cincuenta y cien mil

kilómetros; por encima de esta distancia solo se situó algo menos del 1% de los sujetos que

integraban la muestra.

Figura 12. Kilómetros recorridos anualmente (% sobre el total).

La siguiente pregunta de la encuesta preguntaba acerca de los permisos de conducción que

obraban en poder del entrevistado. Se obtuvo que casi dos terceras partes de la muestra tenía

la capacidad legal de conducir turismos, situándose los porcentajes correspondientes al resto

de permisos muy alejados de aquél. El siguiente permiso de conducción más frecuente es el

que habilita para la conducción de motocicletas, que poco más de un seis por ciento de la

0

10

20

30

40

50

60

Menos de 5.000 km.

Entre 5.000 y 10.000 km

Entre 10.000 y 30.000 km

Entre 30.000 y 50.000 km

Entre 50.000 y 100.000 km

Más de 100.000 km

%


66

muestra decía tener en vigor. Algo más de un cuatro por ciento tenía licencia de ciclomotores y

un poco menos de este porcentaje estaba en posesión del permiso para conducir motocicletas

ligeras. La frecuencia en la tenencia de permisos para los distintos tipos de camiones va

descendiendo de forma casi monótona según aumenta el tonelaje del vehículo, desde algo

más del 3% hasta el 1%. Un porcentaje similar a este último declara tener permiso para

conducir autobuses.

Figura 13. Permisos de conducción declarados (%).

A partir de las respuestas de los encuestados a esta pregunta, se ha calculado la distribución

de la muestra de acuerdo con el número de permisos de conducción en vigor. Así, se constata

que más de la mitad de la muestra (55%) declara tener un único permiso de circulación en

vigor, mientras que el porcentaje que declara tener dos, es diez veces menor y el porcentaje

de los que dicen tener tres no supera el 2%. Un 0,5% de la muestra afirma estar en posesión de

todos los permisos de circulación existentes.

La distribución de la muestra según el número de puntos en el permiso de conducir se

presenta en el siguiente gráfico. Queda patente cómo algo más de un 60% de los entrevistados

declaraba tener la totalidad de los puntos posibles (14 puntos) y que casi un 30% decía tener

12 puntos. Es muy probable que muchos de los que declararon tener 12 puntos en el permiso

de conducir dispusieran, en realidad, de 14, pero desconocieran que recientemente se les

había premiado con dos puntos extras por no haber perdido ninguno. Los restantes

entrevistados, o bien eran conductores noveles (y tenían únicamente 8 puntos), o bien habían

perdido algún punto. En concreto, al menos un 8% de los entrevistados había perdido algún

punto, incluyendo en dicho porcentaje a aquellos que decían tener menos de 8 y a los que

0

10

20

30

40

50

60

70

Licencia de ciclomotor

A-1 (Motos ligeras)

A (Motos) B (Turismos) C1 (Camión ligero)

C (Camión) C1E (vehículos acoplados

hasta 12.000 kgs)

C+E (vehículos

acoplados sin límite)

D1 (autobús hasta 17)

D (autobús) Otros Ninguno


67

declararon tener un número superior a 8 pero distinto a 12 o 14. Este 8% de hecho infraestima

la proporción real de conductores que han perdido puntos (más allá de los encuestados que

hubieran podido mentir en su respuesta), porque algunos de los que declararon tener 8 o 12

puntos puede que también dispusieran de esa cifra como consecuencia de haber perdido

algún punto respecto al máximo.

Figura 14. Distribución de la muestra según el número de puntos en el permiso de conducir.

Para finalizar esta sección, se informa sobre las respuestas de los sujetos a la pregunta que

inquiría acerca de su relación con la labor de conducción y la intensidad de uso del vehículo. En

la tabla siguiente se pone de manifiesto cómo casi un 40% de la muestra declara no conducir y

viajar siempre como pasajero; casi un 30% afirma conducir a diario en vías urbanas y realizar

desplazamientos más largos en vacaciones o fines de semana; un 15% afirma usar el vehículo

sólo para fines recreativos en fin de semana o vacaciones, mientras que un porcentaje similar

declara usarlo a diario en vías interurbanas. Por último, solo un 3% de los encuestados afirma

pasar gran parte o la totalidad de su jornada laboral conduciendo.

0

10

20

30

40

50

60

70

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14

%


68

Tabla 17. Patrón de uso de vehículo.

% No conduzco. 38,24 Salvo excepciones, sólo uso el vehículo los fines de semana y vacaciones. 14,73 Conduzco a diario en vías urbanas y realizo desplazamientos más largos algunos fines de semana y en periodos vacacionales. 28,82

Realizo a diario desplazamientos en vías interurbanas (carreteras, autovías autopistas). 15,03

Paso gran parte (o la totalidad) de mi jornada laboral en el vehículo. 3,17

4.1.4 Riesgo subjetivo y experiencia previa con accidentes de tráfico.

Como se explicó en otra parte de este informe, el cuestionario incluyía una pregunta que

intentaba capturar el nivel de riesgo subjetivo de morir en un accidente de tráfico, tal y como

el entrevistado lo percibía. Para ello, tras explicar al encuestado cuál era el nivel de riesgo

medio para la población española, un 11 sobre 100.000, se le pedía que dijera si su nivel de

riesgo era, en su opinión, mayor, menor o igual al medio. En el supuesto de que el sujeto dijese

que su nivel de riesgo era distinto del nivel medio (mayor o menor), se le pedía que expresase

numéricamente dicho nivel con la ayuda de una escala visual. Las respuestas quedan reflejadas

en el siguiente gráfico.

Figura 15. Riesgo de muerte subjetivo por accidente de tráfico (base 100.0000) declarado (%

sobre el total)

En la figura se observa cómo prácticamente la mitad de la muestra, un 48,5%, afirmó afrontar,

a su juicio, un nivel de riesgo similar a la media. Del total de sujetos que declaró que su

0

10

20

30

40

50

60

0 2 4 6 8 10 12 14 16 18 20 22 26 31 34 38 40 49

%

Nivel de riesgo (base 100.000)


69

percepción subjetiva acerca del riesgo de fallecer por accidente de tráfico era distinta de la

reflejada en el nivel medio, la inmensa mayoría afirmó tener un riesgo inferior a la media (un

43% del total), mientras que solo un 8% de los entrevistados declaró que creía tener un riesgo

superior a 11/100.000. Algo más de un tercio de los encuestados afirmó que su riesgo de morir

en un accidente era menos de la mitad (entre 5 y 6 por 100.000) que el riesgo al que se

enfrentaba la media de la población. Entre las respuestas de los sujetos que dijeron afrontar

riesgos superiores a la media, abundan los “números redondos” (15, 20, 25, 30 sobre 100.000),

con una frecuencia de aparición descendente conforme aumenta el nivel de riesgo.

Por lo que atañe a la experiencia de los sujetos con los accidentes de tráfico, los principales

resultados se recogen en la siguiente tabla. Algo más de una cuarta parte de la muestra

declaró haber sufrido algún accidente de tráfico a lo largo de su vida; casi uno de cada dieciséis

entrevistados había sufrido accidentes con consecuencias graves para la salud y más de un 5%

de la muestra padecía algún tipo de secuela como consecuencia de un accidente de tráfico. Un

4,5% de los entrevistados declaró haber cobrado una indemnización a resultas de un accidente

de tráfico con consecuencias para la salud, siendo la cuantía media de dicha indemnización

ligeramente superior a los 2.000 euros (la cuantía máxima entre las declaradas alcanza los

350.000 euros).

Tabla 18. Experiencia directa con accidentes de tráfico.

Ha sufrido un accidente (%) 27,33 Ha sufrido un accidente grave (%) 6,05 Tiene secuelas por un accidente (%) 5,21 Indemnización (%) 4,56 Indemnización media (euros) 2.150,50

Si centramos el interés en el momento el que ocurrió el accidente más grave sufrido por el

entrevistado, se puede observar en el gráfico siguiente cómo gran parte de los mismos se

concentran en los últimos años; casi una cuarta parte del total de accidentes tuvo lugar en el

último lustro. Cuando se echa la vista más atrás, se observa cierta tendencia en los sujetos a

elegir números redondos para identificar la fecha del siniestro, lo que lleva a que destaquen en

el gráfico de frecuencias representado más abajo los años 1970, 1980, 1990, 2000.


70

Figura 16. Año en el que se sufrió el accidente (el más grave, si ha sufrido varios) (%)

En relación con la experiencia indirecta de los encuestados con la siniestralidad vial, esto es, la

contingencia de que personas próximas al entrevistado hubieran sufrido accidentes de diversa

consideración, los principales resultados quedan plasmados en la siguiente figura. Por lo que

respecta a accidentes de carácter leve, casi uno de cada diez entrevistados declara que su

cónyuge ha sufrido un accidente de tal naturaleza; este porcentaje alcanza el 25% cuando la

víctima del siniestro es un hijo del entrevistado y supera el 33% cuando se trata de otro

familiar, amigo o conocido. En lo concerniente a accidentes de carácter grave, los porcentajes

son sustancialmente menores, sobre todo en el entorno familiar más cercano, sin que en

ningún caso se supere el 3%. Cuando se trata de otros familiares, dicho porcentaje llega al 7%,

mientras que en el entorno no familiar (amigos y conocidos) se sitúa alrededor del 9%. Por

último, en el caso de accidentes con consecuencias mortales, en el entorno familiar

únicamente alcanzan el umbral del 1% los casos en que el fallecido como consecuencia de un

accidente de tráfico fue un hijo u otro familiar (distinto del cónyuge y el padre/madre) del

encuestado. Fuera de ese entorno familiar, sin embargo, los porcentajes aumentan

significativamente, pues un 2% de los entrevistados manifiesta haber tenido amigos o

conocidos que fallecieron a resultas de un accidente de tráfico.

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

9,0 19

37

1950

19

60

1964

19

65

1968

19

69

1970

19

72

1973

19

74

1975

19

76

1977

19

78

1979

19

80

1981

19

82

1983

19

84

1985

19

86

1987

19

88

1989

19

90

1991

19

92

1994

19

95

1996

19

97

1998

19

99

2000

20

01

2002

20

03

2004

20

05

2006

20

07

2008

20

09

2010

%


71

Figura 17. Experiencia indirecta con accidentes de tráfico según gravedad (% sobre el total)

4.1.5 Actitud ante el riesgo, hábitos saludables, riesgos al volante y otros.

En la tabla siguiente se caracteriza la muestra en función de la actitud ante el riesgo de los

sujetos, la presencia de hábitos saludables en su rutina diaria, su comportamiento al volante y

algunos otros rasgos de interés. Se observa en los datos obtenidos que algo más de un tercio

de los participantes en el estudio eran fumadores y que casi un 60% de los entrevistados

ingirió alguna bebida alcohólica en el último mes. Casi uno de cada seis entrevistados

reconoció haber conducido bajo los efectos del alcohol en alguna ocasión a lo largo de su vida,

y algo más de un 6% de la muestra confesó haberlo hecho bajo los efectos de alguna otra

sustancia estupefaciente. Por otra parte, casi un tercio de los entrevistados había padecido

alguna de estas imprudencias de manera pasiva, puesto que manifestaron haber circulado

como pasajeros en un vehículo cuyo conductor se encontraba bajo los efectos de alcohol u

otras drogas.

Por lo que atañe a la presencia de hábitos saludables en la vida cotidiana de los encuestados,

un 43% de la muestra manifestó llevar una vida totalmente sedentaria; un 35% declaró que

realizaba algún tipo de ejercicio de forma ocasional, mientras que apenas un 20% de los

entrevistados dijo realizar ejercicio físico de una forma regular. Este hecho, probablemente,

tenga algo que ver con que el Índice de Masa Corporal medio de los sujetos encuestados (25,5)

sea indicativo de una situación de ligero sobrepeso. El valor del IMC resulta, a su vez, de unas

cifras medias de peso y altura de 72 kilogramos y 167 centímetros, respectivamente.

0

5

10

15

20

25

30

35

40

Encuestado Conyuge Padre Hijo Otro Familiar

Amigo Conocido

%

Leve Grave Mortal


72

Tabla 19. Actitud frente al riesgo: hábitos saludables, riesgos al volante y supervivencia objetiva

Fumador (%) 33,23 Tomó alcohol último mes (%) 58,43 Ha conducido bajo los efectos del alcohol (%) 15,48 Ha conducido bajo los efectos de otro estupefaciente (%) 6,15 Ha sido pasajero de alguien que conducía bajo los efectos de alcohol u otra droga (%)

30,16

Seguro médico (%) 15,67 Sedentario (%) 43,3 Peso medio (kg.) 71,76 Altura media (cm.) 167 Índice de Masa Corporal (IMC) medio 25,48 Probabilidad subjetiva de sobrevivir a los 75 años 81,29 Probabilidad subjetiva de sobrevivir a los 85 años 59,24 Probabilidad subjetiva de sobrevivir a los 95 años 32,18

Finalmente, en el mismo bloque de preguntas se recogieron tres medidas subjetivas de

longevidad. En concreto, se preguntaba a los entrevistados sobre la probabilidad que

asignaban a su propia supervivencia a tres umbrales de edad: 75, 85 y 95 años. Como se puede

observar en la tabla, el perfil es claramente descendente: algo más de un 80% espera vivir más

allá de los 75 años; el porcentaje no supera el 60% cuando el umbral se sitúa en los 85 años y

no llega a un tercio (32%) la proporción de sujetos que cree que seguirá vivo una vez

cumplidos los 95 años.

4.1.6 Estado de salud y satisfacción con la propia vida.

El último bloque de preguntas dirigidas a caracterizar la muestra, tenía como objetivo conocer

el estado de salud de los entrevistados, tal y como los propios sujetos lo percibían. Junto a una

pregunta de “salud autopercibida” sobre una escala categórica, se utilizó el instrumento

descriptivo SF-6D, que permite catalogar la salud de los individuos atendiendo a seis

dimensiones. Los resultados, resumidos en la tabla siguiente, muestran que un 13% de los

sujetos declaraba tener una salud excelente, un tercio la calificaba como muy buena y casi un

40% como buena. Sólo un 13% consideraba que su salud regular, y poco más de un 2%, la

calificaba de mala. Atendiendo al modo en que los sujetos clasificaron su salud con el

instrumento SF-6D, se observa que un 21% de los entrevistados no tenían ningún problema de

salud en ninguna las dimensiones de las que consta el instrumento, mientras que el resto

presentaba algún tipo de limitación, siendo más frecuentes las que afectan a las dos últimas

dimensiones: salud mental (ansiedad, depresión) y vitalidad (energía).


73

Tabla 20. Salud autopercibida, estado de salud SF-6D, satisfacción con la vida y felicidad.

Salud autopercibida % Excelente 13,2 Muy buena 33,7 Buena 38,1 Regular 12,9 Mala 2,1

Estado de salud SF-6D % 111111 21,1 111122 11,5 111112 11,1 111121 4,7 111113 2,8 111123 2,5 111222 1,9 Resto 44,4

Nivel Felicidad/satisfacción propia vida Media (de 1 a 7)

En la mayoría de las cosas, mi vida está cerca de mi ideal 4,9 Las condiciones de mi vida son excelentes 4,6 Estoy satisfecho con mi vida 5,3 Hasta ahora, he conseguido las cosas que para mí son importantes en la vida. 5,1

Si volviese a nacer, no cambiaría casi nada de mi vida 4,5 En general, soy feliz. 5,4

En este último bloque de preguntas también se preguntaba a los encuestados acerca del grado

de satisfacción con su propia vida. Para ello se les pedía que puntuaran, en una escala que iba

desde el nivel 1 (“Completamente en desacuerdo”) hasta el nivel 7 (“Completamente de

acuerdo”), diferentes afirmaciones relativas a la felicidad. Como se puede observar en la tabla,

la valoración media obtenida en la muestra para las distintas afirmaciones se encuentra muy

próxima a 5 (“Más bien de acuerdo”), lo que estaría dando cuenta de un notable grado de

satisfacción con la propia vida.

La última de las preguntas del cuestionario pretendía conocer hasta qué punto al sujeto le

había resultado difícil responder a las cuestiones planteadas en el curso de la entrevista. Los

resultados se recogen en la siguiente figura, que permite afirmar que el grado de dificultas de

la entrevista podría calificarse de medio. La media del indicador (en una escala de 0 a 10) fue

4,75 y la mediana 5. Este nivel intermedio de 5 fue el más frecuentemente declarado, y algo

más de un 10% de la muestra declaró que el nivel de dificultad había sido nulo. No llega al 10%

el porcentaje de sujetos que encontró la encuesta de una dificultad extrema (por encima de 8).

Por otra parte, no se encontraron diferencias relevantes entre grupos en lo que atañe al nivel

de dificultad declarado.


74

Figura 18. Distribución del grado de dificultad declarado (% sobre el total).

4.2 Ranking y Escala Visual Analógica. Análisis de consistencia.

Siguiendo el orden cronológico en el que se plantearon las preguntas del cuestionario,

comenzaremos analizando las respuestas ofrecidas por los sujetos en las tareas de ordenación

o ranking y de puntuación en la escala visual analógica (EVA).

Cada individuo ordenó, según su gravedad, cuatro estados de salud, además de su estado de

salud en el momento de la entrevista (“su estado de salud Hoy”: H) y la muerte (M). A

continuación, asignó una puntuación entre 0 y 100 a esas mismas seis situaciones mediante la

EVA. Como los cuatro estados de salud fueron distintos para los diferentes grupos en los que

se subdividió la muestra, presentamos a continuación los resultados de estas tareas de

ordenación y puntuación de manera separada para los grupos 1 y 5, los grupos 2 y 6, los

grupos 3 y 7, y los grupos 4 y 8.

En la Tabla 21 podemos ver las ordenaciones de mayor a menor gravedad de los estados de

salud a los que se enfrentaron los sujetos en los grupos 1 y 5. La frecuencia con la que se

encuentran las distintas ordenaciones en el ranking y en la EVA es muy similar para estos

grupos, tanto si los consideramos separadamente como si agregamos las respuestas obtenidas

en ambos. Por ejemplo, un 24,3% de los individuos pertenecientes a los grupos 1 o 5

ordenaron los estados de salud, de menos a más preferido, como LNMWFH en respuesta al

ranking. Esta misma ordenación estuvo implícita en un 23,3% de las respuestas a la EVA.

0,0

2,0

4,0

6,0

8,0

10,0

12,0

14,0

16,0

18,0

0 1 2 3 4 5 6 7 8 9 10


75

Tabla 21. Ordenación de los estados de salud según el ranking y la EVA. Grupos 1 y 5. Porcentaje de cada ordenación.

GRUPO 1 GRUPO 5 GRUPOS 1 Y 5 Orden1 RANK EVA RANK EVA RANK EVA

L, N, M, W, F, H 27,2 25,6 21,3 21,0 24,3 23,3 M, L, N, W, F, H 26,8 28,7 30,4 30,4 28,6 29,6 L, M, N, W, F, H 20,1 18,5 25,3 22,9 22,7 20,7 N, L, M, W, F, H 7,5 7,5 6,7 7,1 7,1 7,3 M, N, L, W, F, H 6,3 6,3 5,9 5,5 6,1 5,9

OTROS 12,2 13,4 10,3 13,1 11,3 13,2 1. De mayor a menor gravedad (de menos a más preferido).

Las Tablas 22, 23 y 24 muestran la misma información que la Tabla 21 para los grupos 2 y 6, 3 y

7, y 4 y 8, respectivamente. En todos los casos parece existir una coherencia notable entre la

ordenación explícita y la implícita en la EVA. A modo de ejemplo podemos observar cómo en el

grupo 2 el porcentaje de individuos que ordenaron los estados de salud en la secuencia

MLNVH es exactamente el mismo en el ranking y en la EVA. Otro tanto ocurre con el orden

RMSVXH en el grupo 7, o con la secuencia MRSVHX en el mismo grupo 7 y en el 3.



M, L, N, V, X, H 30,7 30,7 26,8 25,6 28,7 28,1 L, N, M, V, X, H 23,1 23,9 33,2 31,6 28,1 27,7 L, M, N, V, X, H 21,1 20,7 19,6 16,0 20,4 18,4 M, N, L, V, X, H 10,0 10,4 5,6 6,4 7,8 8,4 N, L, M, V, X, H 7,2 8,4 4,8 3,2 6,0 5,8

OTROS 8,0 6,0 10,0 17,2 9,0 11,6 1. De mayor a menor gravedad (de menos a más preferido). Tabla 23. Ordenación de los estados de salud según el ranking y la EVA. Grupos 3 y 7.

Porcentaje de cada ordenación.

GRUPO 3 GRUPO 7 GRUPO 3 Y 7 Orden1 RANK EVA RANK EVA RANK EVA

M, R, S, V, X, H 72,7 69,9 75,8 75,0 74,2 72,4 R, M, S, V, X, H 5,1 4,7 7,7 7,7 6,4 6,2 M, R, V, S, X, H 4,7 5,5 4,4 5,2 4,6 5,4 M, R, S, V, H, X 4,3 4,3 0,4 0,4 2,4 2,4 M, S, R, V, X, H 2,7 2,7 2,4 2,0 2,6 2,4



76



M, R, S, W, F, H 81,7 82,5 77,9 78,2 79,8 80,3 R, M, S, W, F, H 8,0 8,0 4,7 2,8 6,4 5,4 R, S, M, W, F, H 2,4 1,6 2,0 0,8 2,2 1,2 M, R, S, H, W, F 1,6 1,6 0,4 0,4 1,0 1,0 M, R, S, W, H, F 1,6 1,6 1,6 1,2 1,6 1,4


Aunque de las tablas anteriores se deduce un más que aceptable grado de coherencia entre las

respuestas a una y otra tarea, podemos analizar la consistencia de las respuestas calculando el

porcentaje de individuos que han realizado exactamente la misma ordenación tanto en el

ranking como en la EVA. En la medida en que la ordenación implícita en la puntuación dada a

cada estado de salud a través de las respuestas a la EVA sea la misma que la del ranking a

escala individual, podemos confiar en que los sujetos han entendido las situaciones descritas

en las diferentes tarjetas que representan los estados de salud y, en consecuencia, han sido

coherentes en sus respuestas.

El resultado de este análisis se muestra en la Tabla 25. Considerando globalmente a todos los

individuos participantes en el estudio, el grado de coherencia es bastante elevado, pues un

91,8% de los sujetos encuestados reveló exactamente el mismo orden de preferencias en las

dos preguntas. Si reproducimos el análisis por grupos observamos, no obstante, algunas

diferencias. El grupo en el que la consistencia entre ambas tareas alcanzó su grado máximo fue

el grupo 4 (un 96,8% de individuos reprodujo el mismo orden en el ranking y la EVA), mientras

que el grupo 6 fue el que registró un mayor porcentaje de inconsistencias (el resultado de

ambas tareas fue coincidente en un 87,6% de los casos).

Tabla 25. Grado de coherencia entre el ranking y la EVA. Porcentaje de respuestas coherentes en los distintos grupos.

1 2 3 4 5 6 7 8 TOTAL

89,0 94,8 93,4 96,8 90,5 87,6 93,6 88,5 91,8

Por último, otra forma de ver el grado de correlación existente entre ambas preguntas es

comparar el ranking medio dado a cada uno de los cuatro estados de salud, junto con la salud

hoy y la muerte, con la puntuación media dada en la EVA. El ranking medio podrá ser como


77

mínimo 1, en el caso de un estado de salud que siempre ha sido ordenado el último, y como

máximo 6 en el caso de un estado de salud que siempre ha sido ordenado como el mejor. En

cuanto a la EVA la puntuación irá desde 0 a 100. En la Tabla 26 se recoge dicha información

observándose claramente que aquéllos estados de salud que mejor ranking tienen son los que

mejor puntuación han obtenido en la EVA, implicando por tanto una alta correlación entre

ambas respuestas.

Tabla 26. Ranking medio (entre 1 y 6) y puntuación media en la EVA (de 0 a 100).

Grupos 1 y 5 Grupos 2 y 6 Grupos 3 y 4 Grupos 4 y 8

Estados RANK EVA RANK EVA RANK EVA RANK EVA Hoy(1) 5,9 94,7 5,9 93,8 5,9 91,4 5,9 93,7

F 4,9 69,7

5,0 69,6 W 4,0 55,6

4,0 55,0

X

5,0 65,8 5,0 64,4

V

4,0 42,9 3,9 43,6

S

3,0 29,1 3,0 26,3 R

2,0 16,5 2,0 15,1

N 2,5 13,3 2,5 13,4

L 1,6 6,1 1,6 6,7

Muerte 2,1 7,4 2,0 8,1 1,2 2,5 1,2 1,7 (1). Estado de salud del encuestado en el momento de la entrevista.


78

4.3 Valores relativos asociados a los estados de salud

4.3.1 Valores relativos calculados a partir de las Disposiciones a Pagar y la Doble Lotería.

El valor relativo (VR) calculado a partir de las DAP se define como la ratio entre la DAP por

reducir en cierta magnitud un determinado riesgo de sufrir un accidente no mortal (que

provoca un estado de salud como F, W, X, etc.) y la DAP por reducir en la misma magnitud el

riesgo de morir en un accidente. En este sentido los resultados del valor relativo de evitar un

accidente no mortal a partir de la DAP en términos agregados son susceptibles de calcularse de

dos maneras. La primera consiste en calcular la media de los valores relativos individuales de

cada sujeto. La segunda pasa por calcular, de un lado, la DAP media por reducir el riesgo de

sufrir el accidente no mortal, y de otro, la DAP media por reducir el riesgo de morir en un

accidente para, posteriormente, obtener la ratio entre estas dos medias. Los valores relativos

calculados mediante estos dos métodos difieren a menudo de modo considerable y, además,

no cumplen determinadas propiedades que sería deseable que verificase un valor que ha de

servir como input para la toma de decisiones públicas. Estas propiedades deseables pueden

encontrarse en Chilton et al. (2002), quienes proponen un procedimiento alternativo para

calcular el VR que sí las satisface. Este procedimiento, descrito en la sección 3.1.1., es el

aplicado en nuestro estudio.

La primera fila de la Tabla 27 recoge el valor relativo de evitar riesgo de los distintos estados

de salud con respecto a evitar el riesgo de muerte, calculado según el procedimiento de

Chilton et al. (2002). El estado de salud que se identifica como de una menor gravedad es el F,

dado que su valor relativo es el más pequeño de todos (0,38), mientras que el estado de salud

que se ha considerado de mayor gravedad es el L, cuyo valor relativo con respecto a la muerte

es de 1,13. Este valor superior a la unidad implica que el valor atribuido a evitar (reducir) el

riesgo de sufrir el estado de salud L es incluso mayor que el valor que se asigna a evitar

(reducir) un riesgo de muerte. O, dicho en otros términos, del valor relativo obtenido con el

estado de salud L se deduce que dicho estado se considera “peor que la muerte”.

Tabla 27. Valores relativos de evitar el riesgo de sufrir un estado de salud respecto a evitar un riesgo de muerte, obtenidos a partir de las DAP y de las respuestas a la DL.

F W X V S R N L

Disposición a pagar (DAP) 0,38 0,41 0,44 0,61 0,73 0,87 0,98 1,13 Doble lotería (DL) 0,03 0,03 0,04 0,17 0,21 0,32 0,65 0,82


79

Las respuestas que dan los individuos a las preguntas según el método de la “Doble lotería”

(DL) implícitamente dan a conocer el valor relativo que los sujetos atribuyen a los diferentes

estados de salud que son objeto de valoración, tal y como se ha explicado en la sección de

Métodos. Por esta razón, no existen formas alternativas para obtener dicho valor, pues éste se

deriva de manera directa de la respuesta del individuo (no es, como en el caso de las DAP, una

ratio entre respuestas a dos cuestiones diferentes). En consecuencia, la agregación de las

respuestas individuales pasa, simplemente, por calcular la media de los valores relativos de

cada sujeto entrevistado.

El valor relativo basado en el método de la DL se puede observar para cada estado de salud en

la segunda fila de la Tabla 27. Los valores relativos difieren en gran medida de unos estados a

otros indicando un nivel de gravedad bastante dispar entre los 8 perfiles de salud

representados en dichos estados. Al igual que se puso de manifiesto en el cálculo de los

valores relativos basados en las DAP, los estados de salud considerados menos y más graves,

respectivamente, son el F y el L. El valor que supone evitar el estado de salud F es apenas un

3% del valor que se atribuye a evitar la muerte. En el otro extremo, evitar el estado de salud L

recibe un valor que es el 82% del valor que supone prevenir un accidente mortal. Nótese que,

al contrario de lo que sucedía con el método de la DAP, el peor estado de salud (L) no llega a

sobrepasar en gravedad a la muerte, toda vez que su valor relativo es inferior a la unidad.

Como veremos más adelante, ésta es una de las limitaciones que se ha puesto de manifiesto al

utilizar el método de la DL con el framing elegido en este estudio, y que nos llevará a

plantearnos la conveniencia de prescindir de los valores relativos obtenidos con este

procedimiento a la hora de calcular el valor monetario de los accidentes no mortales más

graves.


80

Figura 19. Valores relativos de evitar el riesgo de sufrir un estado de salud respecto a evitar un riesgo de muerte.

Como se observa claramente en la Figura 18, los valores relativos correspondientes a los

diferentes estados de salud son más elevados cuando se calculan a partir de las DAP que

cuando se obtienen directamente de las respuestas a la DL. En la figura destacan otros dos

resultados interesantes que tendremos en cuenta a la hora de elegir los valores relativos con

los que calcular el valor monetario de las pérdidas de salud derivadas de accidentes.

El primero, ya comentado, es que mientras que con las DAP se obtiene un valor relativo

superior a la unidad para el caso del estado L y prácticamente igual a 1 para el estado N, los

valores relativos derivados de la DL sugieren que evitar estos dos estados más graves tiene

para los individuos un valor bastante menor que el que se atribuye a la posibilidad de evitar un

accidente mortal. Parecería como si el método de la DL utilizado en el cuestionario no hubiese

sido capaz de reflejar adecuadamente el nivel de gravedad que tienen los estados que reflejan

peores consecuencias para la salud de los sujetos.

El segundo resultado tiene que ver con la proximidad que muestran entre sí los valores

relativos de los estados menos graves con ambos métodos de valoración pero, en particular,

los obtenidos a partir de la DL, que arroja valores idénticos para F y W. A falta de un análisis

más detallado, parece que el método de la DL no es suficientemente sensible como para

discriminar entre los estados de salud más leves.

Estas diferencias entre métodos afloran pese a que, desde un punto de vista teórico ambas

metodologías deberían dar lugar a resultados muy parecidos. El hecho es que se constata un

claro distanciamiento entre la teoría y la práctica. Los individuos contestan a las preguntas de


81

manera muy diferente en uno y otro caso, sugiriendo la presencia de sesgos que podrían

explicar la discrepancia entre los valores relativos. En el siguiente apartado trataremos de

analizar el comportamiento de los sujetos a la hora de responder a las preguntas que

desarrollan cada una de las dos metodologías, con el fin de intentar explicar este

distanciamiento entre la teoría y la evidencia empírica. Además, analizaremos en qué grado las

metodologías empleadas cumplen con determinados criterios que son deseables para la

estimación del valor de un accidente no mortal. Ello nos permitirá elegir la mejor opción

metodológica a la hora de obtener los valores de los accidentes no mortales; unos valores que,

en última instancia, están llamados a desempeñar un rol de relevancia en el proceso de toma

de decisiones públicas en materia de seguridad en carretera.

4.3.2 Comparativa de las propiedades empíricas de los valores relativos.

A la vista de las diferencias que resultan de calcular los valores relativos de los estados de

salud con una y otra metodología de valoración, resulta necesario analizar en detalle la

consistencia interna y la distribución de las respuestas de los sujetos a las preguntas que

desarrollan cada uno de los métodos. Este análisis debe permitirnos a la postre tomar una

decisión acerca de qué método (o qué combinación de ambos, en su caso) es el más apropiado

para estimar los valores monetarios de las pérdidas de salud debidas a accidentes no mortales.

Comenzando por los valores relativos basados en las DAP, interesa comprobar hasta qué

punto en nuestro estudio se ha reproducido uno de los principales problemas de esta

metodología de valoración, a saber, su insensibilidad a la magnitud del beneficio objeto de

valoración. Como se ha señalado en otra parte de este informe, existe evidencia empírica que

sugiere que la DAP no es muy sensible a cambios en las reducciones en el riesgo (la DAP por

reducir el riesgo de sufrir un problema de salud es independiente de la magnitud de dicha

reducción). Adicionalmente, la DAP tampoco parece ser muy sensible a la gravedad del

problema de salud en cuestión. En nuestro caso, puesto que la reducción en el riesgo de sufrir

los accidentes se ha mantenido inalterada en todas las preguntas, es este segundo tipo de

insensibilidad el que podemos someter a escrutinio.

Una forma de evaluar el grado de insensibilidad de la DAP a la gravedad del problema de salud

que se pretende evitar (o cuyo riesgo se trata de reducir) consiste en medir la proporción de

sujetos que respondieron idéntica cifra de DAP para todos y cada uno de los estados que les

tocó en suerte valorar con este método. En la tabla siguiente se ofrece información al

respecto, siendo conveniente recordar que el recuento se ha realizado únicamente con los


82

sujetos que evaluaron los estados de salud de manera “conjunta”, lo que significa que el

análisis se limita a los grupos 5 al 8.

Tabla 28. Insensibilidad de la DAP a la gravedad del estado de salud.

Igual DAP para los 4 estados

Igual DAP para los 4 estados y la muerte Total

Sujetos % Sujetos % Sujetos % Grupo 5 61 24,1 55 21,7 253 100,0 Grupo 6 61 24,4 55 22,0 250 100,0 Grupo 7 59 23,8 49 19,8 248 100,0 Grupo 8 63 24,9 56 22,1 253 100,0

Total 244 24,3 215 21,4 1.004 100,0 Como se puede ver en la tabla, entre todos los encuestados que valoraron los estados de salud

mediante la DAP de manera “conjunta”, más del 24% se mostró dispuesto a pagar

exactamente la misma cantidad de dinero por reducir desde un 15/100.000 hasta un

10/100.000 el riesgo de sufrir cada uno de los cuatro estados diferentes que formaban parte

de su conjunto de valoración. La proporción de sujetos que muestran esta insensibilidad a la

gravedad del problema de salud (de las consecuencias del accidente) es muy similar en los

distintos grupos, con un máximo del 24,9% (grupo 8) y un mínimo del 23,8% (grupo 7). Resulta

aún más llamativo el hecho de que un 21,4% de los entrevistados no solo reveló la misma DAP

para los cuatro estados de salud, sino que respondió también idéntica cifra cuando el beneficio

objeto de valoración era una reducción del riesgo de muerte tras un accidente. En este caso

tampoco existen grandes diferencias entre grupos, correspondiendo los valores extremos, de

nuevo, al grupo 8 (22,1%) y al grupo 7 (19,8%).

No se debería colegir de lo anterior, no obstante, que la metodología de la valoración

contingente, tal y como se ha aplicado en nuestro estudio, induzca respuestas irracionales o

incoherentes que invaliden completamente para su uso los valores relativos basados en el

método de la DAP. Aunque un porcentaje significativo de la muestra no discrimine entre

estados de salud (ni entre estos y la muerte) a la hora de revelar su DAP por reducir el riesgo

de enfrentarse a tales consecuencias a resultas de un accidente, en términos agregados el

método da lugar a valores relativos de los problemas de salud (respecto de la muerte) que son

crecientes con la gravedad de tales problemas, tal y como se ha puesto de manifiesto en la

Tabla 27 y la Figura 18. Además, como puede verse en la tabla siguiente (construida en este

caso para la totalidad de la muestra), la proporción que representan los sujetos que están

dispuestos a pagar lo mismo por reducir el riesgo de sufrir un accidente no mortal que por

reducir el riesgo de sufrir un accidente mortal es mayor cuanto más grave es el perfil asociado


83

al accidente no mortal. La interpretación que hacemos de este resultado es que, si bien una

cierta proporción de los sujetos no discrimina entre la muerte y la consecuencia no mortal del

accidente con la DAP, debido a las limitaciones del propio método de valoración, puede que

otros sujetos revelen idéntica DAP porque, efectivamente, consideren que las consecuencias

que se derivan del accidente no mortal no difieren mucho de la contingencia de morir como

resultado del mismo. Esto puede resultar particularmente cierto en el caso de los estados N y

L, en los que la proporción de sujetos con idéntica DAP para dichos estados y la muerte supera

el 50%.

Tabla 29. Insensibilidad de la DAP a la gravedad del problema de salud: accidentes no mortales frente a accidentes mortales.

Total

observaciones

DAP igual con el estado de salud y con

la muerte (%) Estado F 758 217 28,6

Estado W 505 142 28,1 Estado X 754 209 27,7 Estado V 749 248 33,1 Estado S 501 179 35,7 Estado R 752 334 44,4 Estado N 503 287 57,1 Estado L 503 252 50,1

En cualquier caso, el problema de la insensibilidad de la DAP a la gravedad del estado de salud

constituye un argumento en contra de la elección de los valores relativos basados en este

método frente a los derivados de la DL, toda vez que, con este segundo procedimiento, el

porcentaje de respuestas coincidentes para los cuatro estados en los grupos 5 al 8 no llega al

10% (menos de la mitad que con la DAP).43

En segundo lugar, un criterio que permite juzgar comparativamente la validez de las

valoraciones obtenidas mediante uno y otro método es su grado de consistencia o coherencia

respecto a las preferencias ordinales que el propio sujeto ha revelado en las tareas iniciales del

cuestionario (ranking y EVA). En particular, la consistencia interna se ha evaluado por

comparación con las respuestas de los mismos sujetos a la tarea de ordenación de los estados.

Así, clasificaremos a un individuo como ‘coherente’ cuando las preferencias ordinales

reveladas en sus DAP o en sus respuestas a la DL coincidan con las expresadas en el ranking

que elaboró con los cuatro estados que le correspondió evaluar, la muerte y su estado de

43 Solamente en el grupo 8 la proporción de sujetos que valoran igual los cuatro estados con la DL (22%) se aproxima a la de los que revelan una misma DAP en los cuatro casos (25%).


84

salud en el momento de la encuesta. Por ejemplo, si un encuestado ha indicado en el ranking

que el estado de salud S es más (menos) grave que el F, el requisito de coherencia exigirá que

su DAP por reducir el riesgo de sufrir un accidente con consecuencias como las descritas en el

perfil S sea mayor (menor) que la DAP por reducir el riesgo de sufrir un accidente con el

resultado descrito en el estado F. Esta misma condición de coherencia interna aplicada al

segundo de los métodos de valoración se habrá de traducir en la disposición del sujeto a

asumir un riesgo mayor (menor) de muerte en la DL por evitar el estado S que por evitar el

estado F.

En las comparaciones de cada uno de los estados de salud con la muerte, el individuo será

coherente si está dispuesto a pagar más por reducir el riesgo de muerte que por evitar un

estado de salud que en el ranking se hubiese considerado preferible a la muerte. En el caso de

la DL, la coherencia exigirá que el riesgo de muerte que está dispuesto a asumir el sujeto con el

tratamiento “curativo” (el Tratamiento B) sea menor que 999/1000 y, por tanto, que su valor

relativo sea inferior a la unidad. Si, por el contrario, el sujeto indicó en su ordenación que la

muerte era preferible a un determinado estado de salud, solo será coherente si su DAP por

reducir el riesgo de sufrir dicho estado es mayor que la DAP por reducir el riesgo de sufrir un

accidente mortal. Para que la condición de coherencia se cumpliera con la DL en este

supuesto, la respuesta del individuo debería dar lugar a un valor relativo superior a la unidad.

Sin embargo, como más adelante tendremos ocasión de comentar con más detenimiento, el

‘framing’ que hemos utilizado en este estudio (el mismo empleado por Carthy et al., 1999) no

permite tal resultado, de suerte que con la DL los encuestados pueden valorar un estado de

salud, a lo sumo, como igual de indeseable que la muerte, pero en ningún caso como peor que

estar muerto.

En la Tabla 30 se muestra, para cada comparación posible entre dos estados (o entre un

estado de salud y la muerte), la proporción de casos en los que el encuestado es coherente, en

los términos en que dicha condición ha sido definida en los párrafos anteriores, con uno y otro

procedimiento de valoración. Al igual que en la Tabla 28, el recuento se ha realizado

únicamente con los sujetos que evaluaron los estados de salud de manera “conjunta”, tanto

con la DAP como con la DL (grupos 5 al 8). Ha de tenerse en cuenta, además, que la

distribución de los estados entre grupos impide la comparación directa entre algunos pares de

estados (el F y el W con el X y el V; el S y el R con el N y el L).


85

Tabla 30. Porcentaje de individuos coherentes en la ordenación de cada par de estados en el RANKING con la DAP y la DL. Test de diferencia de proporciones.

F W X V S R N L

DAP DL DAP DL DAP DL DAP DL DAP DL DAP DL DAP DL DAP DL

W 49,3 21,9

V

53,2 63,5

S 70,1 57,7 63,2 54,2 67,7 70,2 45,6 42,7

R 70,5 64,4 66,8 64,8 73,0 78,6 54,8 57,3 46,9 50,7

N 72,7 86,2 69,0 86,2 70,0 89,6 62,8 81,2

L 73,5 89,7 72,6 89,7 73,2 93,6 67,2 90,8

41,0 52,7

M 70,8 97,6 67,7 98,4 71,7 98,4 61,8 98,0 54,5 95,6 46,3 88,6 34,4 59,2 40,6 37,4

Nota. En negrita los casos en que el test de proporciones identifica diferencias entre los porcentajes estadísticamente significativas al 1% de error.

Como se puede observar en la tabla, en la práctica totalidad de los casos para los que existen

diferencias estadísticamente significativas entre uno y otro método (resaltados en negrita), la

proporción de sujetos coherentes es más elevada con el procedimiento de la DL que con el

método de la DAP. Las únicas excepciones a esta regularidad tienen lugar con el estado de

salud más leve, el estado F, que al ser comparado con W y S, los dos más próximos en

gravedad (F no fue objeto de evaluación conjunta con X y V por parte de ningún sujeto), da

lugar a un porcentaje de incoherencias superior entre la DL y el ranking que entre éste y la

DAP. Esto parece sugerir una cierta superioridad del método de la DAP sobre la DL a la hora de

discriminar entre estados que no se consideran muy graves.

En consecuencia, los problemas de insensibilidad a la gravedad del estado de salud del método

de la DAP, y la mayor coherencia que, en general, se deduce entre los órdenes de preferencias

del ranking y la DL (frente a la que se observa entre el ranking y la DAP), nos conducirían a

adoptar como referencia para el cálculo del valor monetario de los accidentes no mortales los

valores relativos que se derivan del método de la DL y descartar, por tanto, los basados en las

DAP. Únicamente parece tener sentido cuestionar este modo de proceder en el caso del

estado de salud más leve (F), pues en este caso es el método de la DL el que parece ser

insensible a las diferencias en gravedad entre problemas de salud (de hecho, el valor relativo

de F y W es 0,03 como puede verse en la Tabla 27), de manera que la coherencia entre el

orden de preferencias revelado en el ranking y el que se deriva de la DAP es significativamente

mayor cuando F se compara con los estados más próximos a él en gravedad que la que se

registra entre el ranking y la DL. Sobre la forma de abordar este problema volveremos más

adelante.


86

Por otra parte, aunque los resultados de la Tabla 30 indican que para el estado N también el

método de la DL favorece más que el de DAP la coherencia de los sujetos en relación con sus

respuestas al ranking (para el estado L las diferencias entre métodos no son significativas), el

caso de los dos estados de salud más graves demanda, también, una consideración especial. La

razón para ello estriba en el hecho de que, en las respuestas a la DL, se registra una “anomalía”

que podría dar lugar a que la utilización de los valores relativos derivados de este método en el

caso de los estados N y L condujese a una estimación sesgada de su valor monetario. Esta

anomalía resulta de la constatación, ya mencionada, de que el ‘framing’ utilizado en la

administración del método de la DL no permite que los sujetos valoren los estados de salud

como más indeseables que la muerte y, en consecuencia, impide que se obtengan valores

relativos con la DL superiores a 1 (algo que sí es posible con el método de la valoración

contingente; basta con que la DAP por reducir el riesgo de sufrir el accidente no mortal sea

mayor que la DAP por reducir el riesgo de morir en un accidente).44

Este resultado, al margen de comprometer la validez de los valores derivados del método de la

DL para los estados más graves (los que son considerados “peores que la muerte” por una

proporción significativa de los sujetos en el ranking y en la EVA), constituye un interesante

hallazgo de nuestra investigación. El ‘framing’ que se ha utilizado es el mismo que emplearon

Carthy et al. (1999) en su estudio, pero entonces no se puso de manifiesto el problema que

aquí hemos identificado porque ellos no sometieron a valoración estados de salud susceptibles

de ser considerados más indeseables que la muerte.

La constatación empírica de esta hipótesis parece confirmarse a la vista del hecho de que son

estos dos estados los que registran una proporción de sujetos incoherentes más elevada con el

método de la DL. Casi el 24% de los sujetos que consideraron que el estado N era más

indeseable que la muerte en la tarea de ordenación revelaron, por el contrario, en la DL un

valor relativo inferior a la unidad (esto es, lo consideraron en este caso preferible a la muerte).

Para el estado L el porcentaje de encuestados que revelan esta misma incoherencia en sus

respuestas supera el 30%. Sin embargo, esta ‘inversión en las preferencias’ solo tiene lugar

44 La distribución de probabilidad del Tratamiento A en la DL se mantiene fija (999 de cada 1000 sufren la consecuencia no mortal; 1 de cada 1000 mueren), mientras que con el Tratamiento B n de cada 1000 mueren y 1000-n se recuperan, siendo n el parámetro que va cambiando en función de las respuestas del encuestado. Si el sujeto considera que el estado en cuestión es tan indeseable que preferiría morir antes que sufrirlo, elegirá siempre el tratamiento B, por muy elevado que sea el riesgo de morir (n/1000). De hecho, elegirá el tratamiento B incluso cuando n sea igual a 1000, situación en la que la respuesta del sujeto “se colapsa”, conduciendo a un valor relativo del estado de salud respecto de la muerte igual a 1.


87

para un 3% de los sujetos cuando es el método de la DAP el que se compara con el ranking.

Dicho de otro modo, los sujetos se desdicen del orden de preferencias revelado en el ranking

diez veces más con el método de la DL que con el de la DAP cuando se trata de estos dos

estados de salud.

Atribuimos este mayor porcentaje de incoherencias a la forma en que se ha estructurado la

pregunta de la DL (al ‘framing’ concreto utilizado), porque la única posibilidad que tenía el

encuestado de responder a dicho método con coherencia, en el supuesto de considerar el

estado en cuestión más indeseable que la muerte, era elevar el riesgo de muerte con el

tratamiento B hasta un 100% (para ser más precisos, hasta un 1000‰), lo que implica la

paradoja de asumir la certeza de morir con un tratamiento supuestamente “curativo”. Esto

puede haber incrementado el número de respuestas erróneas, en el sentido de no reflejar las

verdaderas preferencias –siquiera desde un punto de vista ordinal– de los sujetos.

En resumen, del análisis comparado de los resultados obtenidos con los dos métodos de

valoración, podemos concluir lo siguiente:

1. El método de la valoración contingente (DAP) presenta una mayor insensibilidad a la

gravedad de los problemas de salud objeto de valoración. El 24% de los sujetos se

muestra dispuesto a pagar lo mismo por reducir el riesgo de sufrir un accidente con

independencia de cuán graves sean las consecuencias de dicho accidente sobre la

salud. Un 21% revela idéntica DAP incluso cuando se trata de reducir el riesgo de sufrir

un accidente mortal.

2. El método de la lotería estándar modificada o “doble lotería” (DL) da lugar a

respuestas que, en general, guardan mayor coherencia con las preferencias ordinales

reveladas por los sujetos al ordenar los estados según su gravedad. La ventaja relativa

de la DL sobre la DAP en términos de coherencia es mayor cuanto más graves son los

estados de salud y dicha ventaja solo se invierte a favor de la DAP en el caso del estado

F (al ser comparado con W y S).

3. El método de la DL discrimina menos entre estados de salud de poca gravedad. Los

valores relativos de F y W obtenidos a partir de la DL son idénticos (0,03). Además,

para las comparaciones del estado F (el más leve) con los dos más próximos en

gravedad (W y S) la proporción de sujetos coherentes es significativamente superior

entre la DAP y el ranking que entre éste y la DL.

4. El ‘framing’ elegido para administrar el método de la DL en nuestro estudio no es

capaz de registrar adecuadamente las preferencias de los sujetos cuando éstos

consideran que un estado de salud es “peor que la muerte”. Con la DL los encuestados


88

pueden, a lo sumo, indicar que el estado de salud es tan indeseable como la muerte,

pero no más que ésta. Esto hace que el valor relativo basado en la DL nunca pueda ser

superior a la unidad y se refleja en el hecho de que, en los estados más graves (N y L),

considerados por una proporción significativa de los sujetos como peores que la

muerte en la tarea de ordenación y en la EVA, se registra un porcentaje muy elevado

de incoherencias entre las respuestas de la DL y las preferencias ordinales reveladas

por los encuestados.

4.4 Obtención del Valor de la Víctima no Mortal.

4.4.1 Valores monetarios asociados a los estados de salud.

Teniendo en cuenta las consideraciones expuestas en el apartado anterior, hemos procedido a

estimar los valores monetarios de los diferentes estados de salud (excepto el estado F) a partir

de los valores relativos respecto de la muerte de cada uno de los estados. Estos valores

relativos se han multiplicado por el valor monetario de la vida estadística (1.300.000 euros)

para obtener la valoración monetaria de las consecuencias no mortales de un accidente de

tráfico.

El criterio general ha sido el de adoptar los valores relativos que resultan de las respuestas a la

DL, basándonos para ello en los mayores problemas de insensibilidad de la DAP y en la

superior coherencia entre la DL y el ranking para la mayoría de las comparaciones entre

estados. Este procedimiento se ha seguido para todos los casos excepto los dos más graves, es

decir, para los estados W, X, V, S y R. En el caso de los perfiles de salud de mayor gravedad (N y

L) se han aplicado los valores relativos obtenidos a partir de las DAP, debido a la incapacidad

del framing empleado en la DL para reflejar las verdaderas preferencias de los sujetos en

aquellos casos en los que el estado de salud se consideraba “peor que la muerte”.

En el caso del estado F, hemos optado por una aproximación ad hoc, consistente en calcular su

valor monetario mediante un procedimiento “encadenado” en el que se utiliza el valor

monetario de W como referencia. Así, se ha obtenido el valor relativo de F respecto de W

implícito en las respectivas DAP, siguiendo el mismo procedimiento que sirvió para obtener los

valores relativos de los distintos estados respecto a la muerte. Dicho valor relativo de F

respecto de W resultó ser 0,64 y es ésta la cifra que se ha multiplicado por el valor monetario

estimado para W, con el fin de obtener la valoración monetaria del estado F. La razón para no

aplicar el valor relativo basado en la DL es que, a diferencia de lo que ocurre con el resto de los

estados, es el método de la DAP el que se revela más capaz de discriminar entre los estados


89

más leves y el que resulta más coherente con el ranking en las comparaciones de F frente a

estados próximos en cuanto a gravedad. El motivo que nos lleva a construir el valor relativo de

F respecto a W, en lugar de recurrir, como en el caso de N y L, al valor relativo respecto a la

muerte basado en la DAP, es que el orden de magnitud de dicho valor relativo (0,38) multiplica

por diez al que se obtiene con la DL, lo que conduciría a obtener un valor monetario para F

diez veces superior al estimado para un estado de salud más grave como W. En la tabla 31 se

muestran los valores medios para cada uno de los estados de salud estimados según se ha

explicado en cada caso.

Tabla 31 Valores monetarios asociados a los estados de salud (euros).

Valor monetario (€)

Estado F 25.066 Estado W 39.061 Estado X 46.369 Estado V 223.441 Estado S 273.409 Estado R 417.738 Estado N 1.278.698 Estado L 1.471.710

4.4.2 Valor de la Víctima no Mortal leve.

En función de cuál es la consideración que realiza la Dirección General de Tráfico se distinguen

en este informe dos tipos de accidentados según las consecuencias para su salud:

accidentados leves y accidentados graves. La división en términos de gravedad se realiza

atendiendo a si el accidentado precisa de ingreso hospitalario. Así, si tras el accidente el

individuo no requiere de ingreso hospitalario, aunque necesite cualquier otro tipo de atención

médica, se considera al accidentado como leve. De otro lado, y con independencia de la

duración de dicha estancia, si la persona es hospitalizado se considera al accidentado como

grave.

Esta forma de clasificar a los accidentados empleada por la Dirección General de Tráfico es la

que hemos aplicado al objeto de identificar el valor monetario de las pérdidas de salud a partir

de la valoración de los diferentes estados. Así, dentro del conjunto de ocho estados de salud

valorados en el presente estudio, sólo el perfil del estado de salud F se puede entender que

describe las consecuencias de un accidente leve, pues es el único de los ocho que no

contempla la hospitalización del accidentado. En este sentido, nuestra aproximación se separa


90

de la aplicada en el informe del Reino Unido, pues allí se consideraba el estado F como un

estado grave más, junto con los siete restantes del conjunto evaluado. Sin embargo, aunque

para estimar el valor monetario de las pérdidas de salud asociadas a los accidentes leves

partamos del valor de un estado, el F, que el estudio británico computó en el cálculo de los

estados graves, tomaremos como referencia la metodología que en dicho estudio se siguió

para el cálculo del valor de los costes humanos en el caso de slight injuries.

El informe británico distinguía dos tipos de accidentes leves: los que daban lugar a un “latigazo

cervical” (whiplash) y los que ocasionaban otro tipo de lesiones de menor importancia (Hopkin

y Simpson, 1995). En el caso de los primeros, aproximaron su valor promediando entre los

valores monetarios asociados a los estados X y W (se consideró que el 50% de los whiplash

eran similares a W y el otro 50% “algo mejores” que X, por lo que el valor de X se redujo en un

10% antes de calcular la media entre éste y W). Por lo que respecta al resto de accidentes

leves, se asumió que podían identificarse con pequeños cortes y magulladuras de inmediata

recuperación y se estimó para ellos un valor de 120 libras mediante una pregunta de DAP

adicional. Finalmente, supusieron que un 20% de los accidentes leves correspondía a lesiones

cervicales y el 80% restante a otros accidentes con consecuencias de escasa importancia. Por

tanto, el valor monetario (los “costes humanos”) de los accidentes leves se fijó en poco más

del 20% del valor asignado al whiplash (el valor de los accidentes con lesiones menores apenas

tuvo impacto en la media ponderada).

Para el caso de España hemos optado por seguir un procedimiento similar a éste, con algunas

diferencias que tienen que ver, por un lado, con lo señalado anteriormente en relación con la

identificación de F como el único estado leve de los evaluados atendiendo al criterio de la

Dirección General de Tráfico y, por otro, con la ausencia de información estadística acerca de

la casuística de las lesiones en accidentes leves en España y su distribución. En concreto, no

disponemos de datos acerca de la prevalencia de accidentes leves con y sin requerimiento de

atención médica, como tampoco sabemos si la descripción utilizada por los británicos para los

de menor consideración (cortes y magulladuras) es adecuada para identificar una proporción

significativa de los siniestros calificados de leves.

Para poder acometer una estimación más precisa de las pérdidas de salud por un accidente

leve sería necesario disponer de esta información de carácter epidemiológico. En ausencia de

la misma, y basándonos en el supuesto del informe del Reino Unido, asumiremos que los

accidentes leves que revisten una cierta importancia representan un 20% del total. Este tipo

de accidentes están descritos en nuestro estudio por el estado de salud F. El resto de los

mismos no suponen consecuencias relevantes para la salud de los sujetos, siendo posible


91

considerar que su valoración monetaria es insignificante, cuando no nula. Por tanto, el valor

monetario de las pérdidas de salud asociadas a un accidente de tráfico leve en España se

estima en un 20% del valor estimado para el estado de salud F, es decir, 5.000 euros.

4.4.3 Valor de la Víctima no Mortal grave.

En relación al accidentado grave, y dado que no contamos con datos propios de prevalencia de

cada uno de los estados de salud, debemos recurrir a la frecuencia observada en el Reino

Unido. Los datos disponibles, que son los mismos empleados por O’Reilly et al. (1994) o

recientemente por el informe de los ferrocarriles británicos (Rail Safety and Standard Board,

2008), deben ser re-ponderados para recoger el hecho de que el estado de salud F se excluye

de entre los graves. Los resultados de dicha reponderación, quedan recogidos en la siguiente

tabla

Tabla 32. Prevalencia de los diferentes tipos de lesiones en los accidentes de tráfico.

Frecuencia

original Frecuencia

re-ponderada Estado F 19,00 ---

Estado W 15,00 18,52 Estado X 31,50 38,89 Estado V 6,00 7,41 Estado S 13,00 16,05 Estado R 14,00 17,28 Estado N 0,75 0,93 Estado L 0,75 0,93

Total accidentes 100,00 100,00 Fuente: O’Reilly et al. (1994) y elaboración propia.

En consecuencia, el valor monetario de las pérdidas de salud asociadas a los accidentes graves

sin resultado de muerte, se obtendrá como la media ponderada de los valores monetarios

correspondientes a los estados W, X, V, S, R, N y L, siendo las ponderaciones las que se

muestran en la columna de la derecha de la tabla anterior.

Aplicando estas ponderaciones a los valores monetarios asociados a cada uno de los estados

de salud mostrados en la Tabla 31, se obtiene una valoración media de las pérdidas de salud

resultantes de los accidentes de tráfico graves sin resultado de muerte de aproximadamente

183.500 euros45.

45 El valor exacto obtenido de 183.366 euros se ha redondeado a la centena más próxima.


92

4.5 Obtención del Valor de Prevenir un Herido

4.5.1 Pérdidas de producción derivadas de accidentes no mortales

Como se señaló en el epígrafe 2.1.2., el Valor de Evitar o Prevenir un Herido (VPH), puede verse

como la suma de tres componentes: el valor de las pérdidas de salud (estimado en el apartado

anterior), el valor de la producción sacrificada y los costes médicos. En este apartado se tratará

de aproximar el segundo de estos componentes, esto es, el valor de la producción perdida

como consecuencia de la incapacidad (temporal o definitiva; parcial o total) de la persona

accidentada para realizar una actividad productiva.

A diferencia de lo que ocurre cuando se pretende estimar este mismo coste en el contexto de

los accidentes mortales, en este caso la pérdida a estimar es bruta, esto es, no hay que

minorarla por el consumo perdido, puesto que el accidentado va a seguir consumiendo a lo

largo de su vida. Una vez realizada esta matización, se puede afirmar que el procedimiento

seguido para la estimación de esta pérdida de producción es muy similar a lo que se aplicó

para su estimación en el contexto de los accidentes mortales. De hecho, seguiremos la mayoría

de los supuestos simplificadores utilizados en el caso de los accidentes con resultado de

muerte:

1) Se supone que el accidentado medio tiene una edad de 42 años y una esperanza de

vida de 81 años.

2) Se asume una tasa de descuento del 4%, que es razonable en un escenario de largo

plazo y similar a la empleada por otros estudios (p.ej. Brabander y Vereeck, 2007).

Además, se supone que la magnitud objeto de descuento crece a un ritmo medio

anual del 2%, que es un valor similar al que se suele emplear en los análisis coste-

beneficio a largo plazo en el Reino Unido (Hopkin y Simpson, 1995) y que, además, es

un valor próximo al crecimiento medio anual registrado por la Productividad Aparente

del factor Trabajo en España a lo largo de las últimas décadas.

3) En relación con el flujo objeto de descuento se utilizan dos variables: Producto Interior

Bruto per cápita (PIBpc), y Productividad Aparente del factor Trabajo (PAT) calculada

por puesto de trabajo equivalente, que constituyen los dos extremos de entre los

valores empleados en el anterior informe. Además, esos dos mismos flujos, tomados

sobre base diaria, se emplean como coste por jornada laboral perdida.

4) Se considera que el valor del flujo es nulo a partir del momento de la jubilación.


93

5) En relación con el número de jornadas laborales perdidas se distingue en función de

las características del estado de salud que representa las consecuencias del accidente.

Así:

a. En el caso de los accidentes leves, dada la descripción del estado en cuestión

(estado F), se supone un total de 10 días de trabajo perdidos.

b. En el caso de los estados de salud graves que no conllevan secuelas de

carácter permanente (estados W y X) se ha contemplado una pérdida de

jornadas laborales que oscila entre 30 y 90 días.

c. Para aquellos casos en los que es probable la existencia de secuelas de

carácter permanente, excepto hecha de los representados por los estados N y

L (es decir, los estados de salud V, S, R) se ha considerado, de forma análoga al

informe británico, que una parte de los accidentados (57,2%) se recupera

dentro un año pero con 4 meses perdidos, que otra cierta proporción de

sujetos (40,6%) pierde dos años y que el resto (2,2%) pierde la totalidad de su

vida laboral.

d. El supuesto de pérdida de la totalidad de la vida laboral se hace en todo caso

para los dos estados de salud más graves (N y L).

6) Las ponderaciones que sirven para agregar los diferentes estados y distinguir entre

accidentes leves y graves son las mismas que se han utilizado previamente para

calcular el valor de las pérdidas de salud.

Tabla 33. Pérdidas de Productividad para heridos leves y graves (euros)

Heridos Leves Heridos Graves

PIBpc 522 19.761 PAT 1.342 50.328 Promedio 932 35.045

La Tabla 33 muestra la cuantificación de las pérdidas de producción bruta de acuerdo a los

supuestos simplificadores enunciados. Como se puede observar, la pérdida de productividad

para los heridos leves se encuentra acotada entre poco más de 500 y algo más de 1.300 euros,

según se obtenga a partir del PIBpc o de la PAT, dando lugar a un valor medio cercano a los

1.000 euros. Para el caso de los heridos graves la pérdida de producción es sensiblemente más

elevada, y queda comprendida entre algo menos de 20.000 euros y poco más de 50.000. El

valor promedio se sitúa alrededor de los 35.000 euros. Los valores para los heridos graves son

parecidos a los que se pueden obtener del trabajo de Lladó y Roig (2007), que estiman un


94

coste por pérdidas de producción por herido grave cercano a los treinta mil euros, si bien, para

el caso de los leves se observan grandes diferencias, ya que en su caso este valor ascendía a

unos once mil euros. El informe de FITSA (2008) no diferencia por tipo de lesionados, y otorga

un valor global por lesionado evitado en términos de pérdida de producción cercano a los

3.200 euros.

4.5.2 Costes sanitarios de los accidentes no mortales

En general, la definición de costes médicos se suele circunscribir al tratamiento inmediato

recibido como consecuencia del accidente, dejándose al margen, por ejemplo, los ocasionados

como consecuencia del posible proceso de rehabilitación posterior. En relación a los costes

médicos y hospitalarios relativos a los accidentes de tráfico en España, ya sea con

consecuencias mortales o no mortales, existe poca información disponible con cierto grado de

fiabilidad.

En concreto, se pueden tomar los datos incluidos por Lladó y Roig (2007), y obtener el coste

individual para un herido leve y un herido grave, que serían, respectivamente, 155 y 4.070

euros. Además, el informe de FITSA (2008) consideraba un valor global, sin distinguir según

gravedad, para los costes médicos en accidentes de tráfico con consecuencias no mortales de

1.164 euros.

El Ministerio de Sanidad y Consumo, en 2004, financió un estudio tendente a establecer la

mortalidad a 30 días por accidentes de tráfico, EMAT-30, en el que se señalaba que el periodo

medio de hospitalización por accidente de tráfico en España era de poco más de 11 días (MSC,

2004). Combinando esa información con el Convenio Marco de Asistencia Sanitaria Pública

derivada de accidentes de tráfico (UNESPA, 2011), se puede obtener un coste sanitario medio

por hospitalización de algo más de 5.500 euros, al que se sumarían los costes relativos al

traslado, dando lugar a una estimación del coste medio sanitario por herido grave de 6.000

euros. Para el caso de los heridos leves, en ausencia de mejor criterio, se puede establecer un

coste medio aproximado de 200 euros, que es el que figura en el convenio antes citado como

precio por lesionado atendido sin ingreso hospitalario.


95

4.5.3 Cálculo del Valor de Prevenir un Herido grave y leve.

Una vez que se cuenta con todos los inputs se puede establecer el Valor de Prevenir un

Accidentado Leve y Grave en España. Dicha información es la que queda recogida en la

siguiente tabla.

Tabla 34. Valor de prevenir un herido en España.

Leve Grave VVnM 5.000 183.366 Pérdida de Producción 932 35.045 Costes Médicos 200 6.000 VPH 6.132 224.411

Se puede observar cómo el VPH en España ascendería a aproximadamente 224.411 euros para

el caso de un accidentado con consecuencias leves para su salud. Mientras que, para el caso de

un accidentado grave dicho valor representaría poco más de 219.000 euros.

4.6 El Valor Monetario del AVAC

En este epígrafe obtendremos un Valor Monetario para el Año de Vida Ajustado por la Calidad

(VMAVAC) utilizando parte de los datos recabados en la encuesta que da soporte al presente

informe, así como información obtenida con la encuesta que sirvió para estimar el VVE.

El VVE fue objeto de estimación del primer informe elaborado para la DGT (Abellán et al,

2011a) y se cifró en 1.300.000 euros. Para el cálculo de la EVAC se ha utilizado información

sobre la edad y calidad de vida de los sujetos entrevistados para la elaboración de aquel

primer informe, así como de los que conforman la muestra a la que se ha administrado el

cuestionario cuyos resultados se presentan en éste. El estado de salud de los individuos

participantes en ambos estudios, caracterizado a través del instrumento de medida de la

calidad de vida relacionada con la salud SF-6D (cumplimentado por todos los encuestados), se

ha traducido a un peso cardinal de utilidad. Para ello se ha recurrido al algoritmo estimado

para España por Abellán et al. (2011b), lo que nos ha permitido asignar un valor (entre 0 y 1) al

estado de salud SF-6D declarado por el propio encuestado. Agrupando dichos valores por sexo

y edad se obtiene un perfil de calidad de vida (utilidades) que, posteriormente, es sometido a

un procedimiento de suavizado de medias a través de una técnica de regresión polinomial. En

el gráfico siguiente se muestran los perfiles “bruto” y suavizado para el agregado de ambos

sexos.


96

Figura 20. Perfil de calidad de vida “bruto” y suavizado según edad (ambos sexos)

Combinando estas ponderaciones de calidad de vida con los datos contenidos en las tablas de

vida se pueden obtener estimaciones de la EVAC para cada uno de los individuos de nuestras

dos muestras (primer y segundo informe) según su edad y sexo. Puesto que en el numerador

de la expresión que nos permitirá calcular el VMAVAC tenemos el VVE esto es, el valor

atribuible a un fallecimiento típico como consecuencia de un accidente de tráfico, la opción

más consistente a la hora de escoger el denominador pasa por utilizar la EVAC del individuo

representativo de los fallecidos en España a resultas de un accidente. Siendo la edad media de

las víctimas mortales de la siniestralidad vial en España de 42 años (Abellán et al, 2011a), la

EVAC de este individuo representativo sería de 32,1 AVAC.

Un vez estimada la EVAC, una primera aproximación al VMAVAC se derivaría de dividir

directamente el VVE entre la EVAC, prescindiendo de la existencia (como suele ser habitual

asumir) de una preferencia temporal positiva (de una tasa de descuento mayor que 0). En

consecuencia, el VMAVAC sin descontar (VMAVAC no descontado) se obtendría como:

= = =1.300.000

40.498,44 €32,1

VVEVMAVAC nodescontado

EVAC (31)

Por tanto, podríamos concluir que, en números redondos, el VMAVAC no descontado

estimado para España en el contexto de los accidentes de tráfico es de 40.500 euros.

Para reflejar ahora el fenómeno de la preferencia temporal positiva (la preferencia por los

años más inmediatos con respecto a los más distantes), hemos de seleccionar una

determinada tasa de descuento d. En concreto, adoptaremos la misma tasa empleada por

0,65

0,70

0,75

0,80

0,85

0,90

0,95

1,00

18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60 62 64 66 68 70 72 74 76 78 80


97

Mason et al. (2009), del 1.5%, que refleja la preferencia temporal ‘pura’46. Así, una vez

descontada la EVAC a esa tasa, el VMAVAC descontado del individuo promedio, sería

aproximadamente igual a 53.600 euros:

= = =1.300.000

53.586,15 €( ) 24,26

VVEVMAVAC

EVAC d (32)

5 CONCLUSIONES El Valor Monetario de una Víctima no Mortal (VVnM) en el contexto de las medidas de

seguridad vial refleja la cantidad máxima de dinero que la población está dispuesta a pagar por

reducir la tasa de heridos en accidentes de tráfico. Se trata, pues, del valor que se atribuye a

las pérdidas de salud que las consecuencias no mortales de la siniestralidad vial imponen a la

sociedad. En el año 2009 más de un millón y medio de personas sufrió lesiones como

consecuencia de una accidente de tráfico en las carreteras de la Unión Europea. Las pérdidas

de salud o costes humanos ocasionadas por dichas lesiones no mortales se estiman en unas

dos terceras partes del coste total atribuible a este tipo de siniestros (ICF, 2003).

La considerable magnitud del valor que representan las pérdidas de salud debidas a las

lesiones de tráfico está, pues, fuera de toda duda. También existe suficiente consenso en torno

al procedimiento que debería aplicarse para estimar dicho valor. El enfoque asumido en los

primeros intentos de estimar el valor de las pérdidas de salud debidas a siniestros no mortales,

esto es, el enfoque del capital humano, fue abandonado, en paralelo a lo ocurrido con la

estimación del valor de la vida estadística (VVE), a favor de una nueva metodología basada en

las preferencias de la sociedad: el método de la valoración contingente, basado en la

disposición a pagar (DAP). El anterior enfoque, consistente en estimar la producción bruta que

los heridos en accidente dejan de aportar a la sociedad, infravaloraba la verdadera magnitud

de los costes humanos de los accidentes no mortales por cuanto obviaba el valor intrínseco de

la salud (de la calidad de vida), más allá de la capacidad productiva de los individuos. En

consecuencia, desde hace más de una década, casi todos los países que disponen de

valoraciones oficiales de las pérdidas de salud asociadas a las víctimas no mortales de

46 La preferencia temporal positiva no es la única razón por la que el valor de los años futuros puede declinar conforme transcurre el tiempo. Otro motivo puede ser que la utilidad marginal del consumo es decreciente. Sin embargo, como indican Mason et al. (2009), la teoría sugiere que puede esperarse que el VVE varíe al mismo ritmo que lo hace la utilidad marginal del consumo, de modo que ya se estaría descontando este efecto. De aplicar una tasa de descuento mayor a la que refleja la preferencia temporal pura, podríamos incurrir en una doble contabilización.


98

accidentes de tráfico (Reino Unido, Nueva Zelanda, Suecia, Países Bajos, entre otros) se apoyan

en el criterio de la DAP que es, además, el que recomiendan las autoridades europeas con

competencias en transporte y seguridad vial (ECMC, 2001).

En España no existía hasta la fecha un valor oficial de estas características, lo que hacía

imposible dar una respuesta satisfactoria al requerimiento contenido en el Real Decreto

345/2011, que exige que los informes de evaluación del impacto de las infraestructuras viarias

en la seguridad vial “faciliten la información necesaria para realizar un análisis coste-beneficio”

de las alternativas objeto de examen. Porque justamente ésta es la finalidad que se persigue al

valorar monetariamente los costes humanos asociados a las lesiones por tráfico: su utilización

en el marco del análisis coste-beneficio (ACB) de las intervenciones públicas en el ámbito de la

seguridad vial. Los costes humanos evitados, valorados de este modo, pueden sumarse al resto

de efectos positivos de las intervenciones públicas y compararse con los costes que su

implantación y desarrollo conllevan. Llegado ese punto, la regla de decisión aplicable en el ACB

es meridianamente clara: los proyectos habrán de financiarse solo si los beneficios superan a

los costes.

El valor monetario de las pérdidas de salud sufridas por las víctimas no mortales de accidentes

de tráfico (VVnM), cuya estimación para España se ha abordado en el presente estudio,

emerge, pues, como un input básico, junto con el VVE, para poder evaluar las intervenciones

en el ámbito de la seguridad vial con la técnica del ACB. Existe, no obstante, una aproximación

alternativa para la monetización de los costes humanos asociados a los accidentes no

mortales, consistente en fraccionar en dos etapas el proceso. En una primera etapa sería

preciso cuantificar las pérdidas de salud experimentadas por los accidentados en una unidad

que conjugue calidad y tiempo de vida, como los años de vida ajustados por la calidad (AVAC).

La segunda fase consistiría en asignar un valor monetario a estas pérdidas de salud, para lo

que sería necesario, a su vez, contar con una estimación del “precio sombra” o valoración

monetaria del AVAC. También en este informe se ofrecen los resultados del cálculo del valor

monetario del AVAC (VMAVAC) en el contexto de los accidentes de tráfico, lo que posibilitará

en consecuencia la asunción de esta segunda vía de cómputo de los costes de los siniestros no

mortales.

El VMAVAC no solamente ofrece una ruta alternativa para calcular el componente de salud de

los costes de la siniestralidad en un ACB, sino que también abre la vía a utilizar otro tipo de

metodología de evaluación distinta del coste-beneficio en el ámbito de las medidas con

impacto en la seguridad vial. Nos referimos al análisis coste-utilidad (ACU), una metodología

de uso habitual en otros contextos (en particular, en la evaluación económica de la sanidad)


99

que, a diferencia del ACB, computa los beneficios de las intervenciones en AVAC y no en

dinero, por lo que no permite estimar el “beneficio neto” de los programas, ofreciendo en su

lugar una ratio de coste por AVAC ganado. Disponer de un “precio sombra” para el AVAC

basado en las preferencias sociales permite evaluar si la ratio coste/AVAC asociada a una

intervención es o no aceptable desde una perspectiva social, en función de que se sitúe por

debajo o por encima del umbral que marca el VMAVAC.

Tanto para calcular el VVnM como para estimar el VMAVAC, se ha optado en el presente

estudio por una opción metodológica (por lo demás frecuente en los estudios que han

valorado las pérdidas de salud de accidentes no mortales, como los del Reino Unido o Nueva

Zelanda) consistente en ‘anclar’ dichos valores en el VVE. En resumen, el procedimiento

seguido se concreta en la obtención del valor relativo de un herido respecto del de un fallecido

en accidente; valor relativo que, multiplicado por el VVE, permite calcular el VVnM. A su vez,

son varias las alternativas metodológicas que permiten obtener los valores relativos de las

pérdidas de salud no mortales en relación con el fallecimiento en accidente. Por un lado, es

posible recurrir al ya citado criterio de la DAP y deducir el valor relativo como cociente entre la

DAP por reducir el riesgo de sufrir una lesión por tráfico y la DAP por reducir el riesgo de morir

como consecuencia de un siniestro en carretera. De otra parte, cabe obtener el valor relativo

con la técnica de la lotería estándar, que permite conocer el valor de probabilidad para el cual

los sujetos se declaran indiferentes entre sufrir las consecuencias del accidente no mortal y

someterse a un tratamiento que puede, bien devolverles a su estado de salud normal, bien

causarles la muerte con una cierta probabilidad. El estudio realizado en el Reino Unido (Jones-

Lee et al., 1993; Jones-Lee et al., 1995) utilizó ambos métodos para obtener el valor relativo de

los accidentes de tráfico, decantándose por el segundo debido a los problemas detectados con

el enfoque de la valoración contingente.

En efecto, son abundantes los estudios que han puesto de manifiesto un problema recurrente

del método de la DAP, a saber, el hecho de que las DAP de los sujetos presentan cierta

insensibilidad a la magnitud del beneficio objeto de valoración. En el caso concreto de los

estudios realizados para valorar monetariamente los costes humanos de la siniestralidad vial,

dicha insensibilidad afecta, tanto al tamaño de la reducción en el riesgo de accidente que se

utiliza en la valoración, como a la gravedad de las consecuencias para la salud que suponen los

accidentes (Beattie et al., 1998). Por su parte, el método de la lotería estándar tampoco está

exento de problemas, el principal de los cuales resulta de la elevada proporción de sujetos que

se muestran renuentes a asumir cualquier riesgo (cualquier probabilidad de muerte con el

tratamiento hipotético), por pequeña que sea su magnitud (ver, por ejemplo, Jones-Lee et al.,


100

1995). Por esta razón, en este estudio, al igual que hicimos en aquél que sirvió para calcular el

VVE en España, hemos optado por una lotería estándar ‘modificada’ (Carthy et al., 1999) o

doble lotería que, al menos en teoría, representa un procedimiento más robusto de estimación

de los valores relativos. Al mismo tiempo, se ha decidido no renunciar a priori a la obtención

de valores relativos a partir de las DAP por reducciones en el riesgo, debido a que los estudios

previos que han intentado estimar el VVnM han empleado, de una u otra forma, el método de

la DAP.

Por lo que atañe al cálculo del VVnM, se ha distinguido en el presente informe entre víctimas

graves y leves atendiendo al criterio de la DGT que clasifica los accidentados como graves o

leves según requieran o no hospitalización. En el caso de los heridos graves, el valor monetario

(VVnMG) se ha calculado como media ponderada de siete valores correspondientes a otros

tantos ‘estados de salud’ o posibles consecuencias de accidentes no mortales; estados que

coinciden en lo esencial con los empleados en el estudio británico. La monetización de los

accidentes leves (VVnML) se ha basado en el valor de un único estado de salud (el único de los

ocho escenarios utilizados en el estudio que no conllevaba hospitalización); un valor que, a su

vez, se ha ponderado para tomar en consideración el hecho de que buena parte de los

accidentes de tráfico de consecuencias leves apenas implican pequeñas contusiones, rasguños

o moratones sin importancia, cuya valoración monetaria puede resultar insignificante.

Por lo que respecta al cálculo del VMAVAC, éste se ha obtenido dividiendo el VVE estimado en

el estudio anterior entre el número de AVAC que constituyen el horizonte vital de quien es

susceptible de sufrir un accidente de tráfico mortal. Esta suma de AVAC potenciales se

denomina Esperanza de Vida Ajustada por la Calidad (EVAC) y se ha estimado para el

individuo representativo de los fallecidos en accidente de tráfico con el fin de reflejar los AVAC

perdidos con ocasión de la pérdida de una ‘vida estadística’ debido a la siniestralidad vial.

El resultado de lo anteriormente expuesto ha sido la obtención de sendas valoraciones

monetarias de las pérdidas de salud asociadas a las lesiones leves y graves de los accidentes de

tráfico de 5.000 euros y 183.500 euros. Estas cuantías corresponden con valores relativos

respecto del VVE de 0,004 y 0,14 respectivamente. Dicho de otro modo, evitar las pérdidas de

salud asociadas a un herido leve en un accidente de tráfico tiene un valor equivalente al 0,4%

del valor que supone evitar los costes humanos derivados de un fallecimiento; en el caso de

los lesionados graves, las pérdidas humanas se valoran en un 14% del valor atribuido a una

vida estadística. De manera análoga al procedimiento seguido en el caso del VVE, el cálculo del

valor de evitar o prevenir un herido (en aquél caso, de evitar o prevenir un fallecido: VPF) exige

incrementar dichas cuantías en el importe que suponen el resto de costes asociados a la


101

siniestralidad, esto es, los costes médicos y de ambulancia, así como las pérdidas de capacidad

productiva sufridas por las víctimas. Se ha obtenido así un valor estadístico de evitar un herido

leve (VPHL) de 6.100 euros y un valor de prevenir un herido grave (VPHG) de 224.411 euros. Por

otra parte, siguiendo el procedimiento indicado en el párrafo anterior, se ha calculado un

VMAVAC de 53.600 euros, susceptible de ser utilizado, tanto en el contexto de un ACB

(siempre y cuando se conozca el total de AVAC que se prevé ganar al evitar víctimas mortales y

no mortales), como en el marco del ACU, en cuyo caso el valor actuaría como precio máximo o

umbral de eficiencia de los proyectos con impacto en la seguridad vial.

La comparación de nuestras estimaciones con los valores disponibles para otros países

europeos (Tabla 35), permite constatar que aquéllas se encuentran dentro del rango de

valores estimados para dichos países. Así, si expresamos nuestros VVnM en dólares ajustados

por Paridad de Poder Adquisitivo (PPA), los costes humanos de un herido grave en España se

situarían en 261.000 $ de PPA, valor ligeramente inferior al promedio de los países incluidos en

la tabla. En el caso de las víctimas leves, la valoración obtenida en nuestro estudio se sitúa muy

próxima al extremo inferior del intervalo de valores oficiales, si bien aquí resulta más

aventurada la comparación entre países, toda vez que la caracterización de los accidentes

leves está sujeta a una considerable variabilidad. Si se realiza la comparación en términos

relativos, es decir, como porcentaje del VVE correspondiente a cada país, se puede afirmar que

el valor asignado a las víctimas graves (14%) se encuentran muy próximo a la media de los

valores oficiales europeos (13%), en tanto que el valor relativo correspondiente a las víctimas

leves (0,4%) resulta inferior al promedio de los países incluidos en la tabla (1,1%), siendo

necesario insistir en la heterogeneidad que subyace a estas estimaciones.

Tabla 35. Valores oficiales de la Vida Estadística y de la Víctima no Mortal grave y leve en

varios países (miles de $ppa2009)

VVE VVnMG VVnML Alemania 1.560 107 5 Francia 1.380 138 20 Paises Bajos 3.010 443 66 Suecia 2.540 431 25 Reino Unido 2.670 387 23 Noruega 3.510 552 48 España 1.827 261 7

Tal y como se recomendó en el anterior informe con relación al VVE, los valores estimados en

el presente estudio deberían ser objeto de actualización anualmente, con el fin de tomar en


102

consideración el hecho, señalado en las directrices del proyecto UNITE, de que la valoración

social crece con el nivel de ingresos. En este sentido, la recomendación sería ligar dicha

actualización a la evolución del PIB per cápita en términos nominales, recogiendo así no sólo el

incremento de los precios sino también las mejoras en la capacidad adquisitiva de la población

española. Al margen de esta actualización, también se considera necesaria la revisión periódica

de estos valores en el futuro, en la que se incorporen tanto los posibles cambios en las

preferencias de la sociedad, como los probables avances en las técnicas de obtención de los

mismos. Un motivo adicional que aconsejaría la revisión de las valoraciones aquí presentadas

sería contar con estimaciones fiables para España de las tasas de prevalencia de los distintos

tipos de lesiones que se han utilizado para derivar los valores de las víctimas no mortales,

graves y leves.


103

6 BIBLIOGRAFIA Abellán JM (2003). El modelo AVAC: limitaciones y propuesta de cambio.

En Pinto y Sánchez. Métodos para la evaluación económica de nuevas prestaciones.

Ministerio de Sanidad y Consumo.

Abellán JM, Martínez JE, Méndez I, Pinto JL, Sánchez I (2011a). El valor monetario de una

vida estadística en España. Estimación en el contexto de los accidentes de tráfico. Estudio

financiado por la Dirección General de Tráfico.

Abellán, JM, Sanchez, FI, Martínez JE, y Méndez, I. (2011b). Lowering the Floor of the SF-

6D algorithm using a lottery equivalent method. Health Economics (doi.

10.1002/hec.1972)

Abellán JM, Pinto, JL (2000). Quality adjusted life years as expected utilities. Spanish

Economic Review , 2, 49 - 63

Abelson, Peter. June 2003. The Value of Life and Health for Public Policy. The Economic

Record, vol. 79, special issue, June 2003, S2 – S13.

Abelson P. (2008). Establishing a monetary value for lives saved: issues and controversies.

WP 2008-02. Working papers in cost-benefit analysis. Office of Best Practice Regulation.

Department of Finance and Desregulation.

Aldy, J.E., and W.K. Viscusi, “Age Differences in the Value of Statistical Life: Revealed

Preference Evidence,” Review of Environmental Economics and Policy

1: 241-260, 2007.

Alfaro, J-L., Chapuis, M., Fabre, F. (Eds.). (1994). COST 313. Socioeconomic cost of road

accidents. Report EUR 15464 EN. Commission of the European Communities, Brussels,

Belgium.

Bartels, Daniel M. (2006) Proportion Dominance: The Generality and Variability of

Favoring Relative Savings over Absolute Savings. Organizational Behavior and Human

Decision Processes, 100,76-95.

Baum, H. Geißler, T., Westerkamp, U. & Vitale, C. (2008). Cost-benefit analyses for stand-

alone and co-operative Intelligent Vehicle Safety Systems. Deliverable D6 of the EU

project MPACT. Impact Consortium, Brussels.

Beattie J, Carthy T, Chilton S, Covey J, Dolan P, Hopkins L, Jones-Lee, MW, Loomes G,

Pidgeon N, Robinson A, Spencer A (2000) Valuation of benefits of health and safety

control: summary and technical report. Health and Safety Executive CRR 273/2000

http://www.josemariaabellan.evaluacioneconomica.es/documents/published_articles/SER_2000.pdf

http://www.josemariaabellan.evaluacioneconomica.es/documents/published_articles/SER_2000.pdf

http://home.uchicago.edu/~bartels/papers/Bartels2006.pdf

http://home.uchicago.edu/~bartels/papers/Bartels2006.pdf


104

Beattie, J., Covey, J., Dolan, P., Hopkins, L., Jones-Lee, M., Loomes, G., Pidgeon, N.,

Robinson, A., Spencer, A. (1998) On the contingent valuation of safety and the safety of

contingent valuation: part 1-caveat investigator. Journal of Risk and Uncertainty, 17(1), 5–

26.

Bleichrodt H, Gafni A (1996). Time preference, the discounted utility model and health.

Journal of Health Economics ,15, 49-66.

Bleichrodt H, Pinto JL (2006). "Conceptual Foundations for Health Utility Measurement."

in: Andrew M. Jones (ed) The Elgar Companion to Health Economics. Edward Elgar,

Cheltenham, 347-358.

Bleichrodt, H, Pinto JL (2000). A Parameter-Free Elicitation of the Probability Weighting

Function in Medical Decision Analysis. Management Science , 46, 1485-1496.

Bleichrodt, H., Quiggin, J., 1999. Life-cycle preferences over consumption and health:

when is cost-effectiveness analysis equivalent to cost-benefit analysis? Journal of Health

Economics 18 (6), 681–708.

Blincoe, L., Seay, A., Zaloshnja, E., Miller, T. R., Romano, E. O., Luchter, S., & Spicer, R. S.

(2002). The economic impact of motor vehicle crashes 2000. Washington, D.C.: U.S.

Department of Transportation, National Highway Traffic Safety Administration.

Brabander, B., Vereeck, L (2007). Valuing the prevention of road accidents in Belgium.

Transport Reviews, 27, 715-732.

Brazier J., Roberts J., Deverill M. (2002). The estimation of a preference-based measure of

health from the SF-36. Journal of Health Economics, 21, 271-92.

Byrne, M.M., O’malley, K., Suarez-Almazor, M.E., 2005. Willingness to pay per

quality-adjusted life year in a study of knee osteoarthritis. Medical Decision

Making 25 (6), 655–666.

Carson R, Groves T (2007). Incentive and informational properties of preference

questions. Environmental & Resource Economics 37(1), 181-210.

Carthy T., Chilton S., Covey J., Hopkins L., Jones-Lee M., Loomes G., Pidgeon N., Spencer A.

(1999). On the contingent valuation of safety and the safety of contingent valuation: part

2—The CV/SG “Chained” approach. Journal of Risk and Uncertainty, 17(3), 187–214.

Chiang CL. Life table and mortality analysis. Geneva: WHO; 1976.

Chilton, S., Covey, J., Hopkins,L., Jones-Lee, M., Loomes, G., Pidgeon, N. and Spencer, A.

(2002) Public Perceptions of Risk and Preference-Based Values of Safety, Journal of Risk

and Uncertainty , 25(3), 211-232

http://people.few.eur.nl/bleichrodt/ms2000.pdf

http://people.few.eur.nl/bleichrodt/ms2000.pdf


105

Collins, J, Vossler, C (2009) Incentive compatibility tests of choice experiment value

elicitation questions. Journal of Environmental Economics and Management, 58, 226-235.

Comisión Europea (2010). Comunicación de la Comisión al Parlamento Europeo, al

Consejo, al Comité Económico y Social Europeo y al Comité de las Regiones. Hacia un

espacio europeo de seguridad vial: orientaciones políticas sobre seguridad vial 2011-2020.

Comisión Europea 389/3.

De Blaeij, A. T., Rietveld, P., Verhoef, E. T. and Nijkamp, P., 2002. The valuation of a

statistical life in road safety: a stated preference approach, 30th European Transport

Forum. London, UK.

Department of Transport (1994). Highways Economics Note No. 1, London, Department of

Transport.

Devlin N, Parkin D. Does NICE have a cost effectiveness threshold and what other factors

influence its decisions? A binary choice analysis. Health Econ 2004; 13: 437-52

Dirección General de Tráfico (2011). Las principales cifras de la siniestralidad vial España

2010. DGT, Observatorio Nacional de Seguridad Vial.

Dolan, P., Edlin, R., 2002. Is it really possible to build a bridge between cost-benefit

analysis and cost-effectiveness analysis? Journal of Health Economics 21 (5), 827–843.

Donaldson, C., Baker, R., Jones-Lee, M., Loomes, G., Mason, H., Robinson, A.,et al, 2008.

Weighting and valuing quality adjusted life years: preliminary results from the Social Value

of a QALY Project.

http://www.pcpoh.bham.ac.uk/publichealth/methodology/projects/RM03 JH12

CD.shtml.

Drummond MF, Sculpher MJ, Torrance GW, O’Brien BJ , Stoddart GL (2005). Methods for

the Economic Evaluation of Health Care Programmes. Oxford University Press.

European Conference of Ministers of Transport (2001), Economic Evaluation of Road

Traffic Safety Measures, ECMT Round Tables, No. 117, OECD Publishing.

Evik, R. (2000). How much do road accidents cost the national economy? Accident

Analysis and Prevention, 32(6), 849–851.

Evik, R. (2001). Quantified road safety targets: An assessment of evaluation methodology.

TOI Report 539/2001

Fundación Instituto Tecnológico para la Seguridad del Automóvil (FITSA) (2008). El valor

de la seguridad vial. Conocer los costes de los accidentes de tráfico para invertir más en su

prevención. Madrid: FITSA.


106

George B, Harris A, Mitchell A. Cost-effectiveness analysis and the consistency of decision

making: evidence from pharmaceutical reimbursement in Australia (1991 to 1996).

PharmacoEconomics, 2001; 19(11): 1103-1109

Gold Mr, Siegel JE, Russell LB y Weinstein MC (1996). Cost-Effectiveness in Health and

Medicine. Oxford University Press. New York

Guria, J. (1993) Social Costs of Traffic Accidents. Wellington: Land Transport Division,

Ministry of Transport, August 1993.

Guria, J., Jones, W., Jones-Lee, M., Keall, M., Leung, J. and Loomes, G. (2003) The Value of

Statistical Life and Prevention of Injuries in New Zealand. Wellington: Land Transport

Safety Authority (unpublished draft report).

Hakkert, S., Wesemann, P. (eds.) (2005). The use of efficiency assessment tools: solutions

to barriers. Leidschendam: SWOV Institute for Road Safety Research.

Hammitt, J.K., Haninger, K., 2007. Willingness to pay for food safety: sensitivity to

duration and severity of illness. American Journal of Agricultural Economics 89

(5), 1170–1175.

Hensher D, Rose J, Ortuzar J, Rizzi L (2011). Estimating the value of risk reduction for

pedestrians in the road environment: An exploratory analysis, Journal of Choice

Modelling 4(2), 70-94

Hirsch, A., Eppinger, R., Shame, T., Van Nguyen, T., Levine, R., Mackenzie, J., Marks, M.,

Ommaya, A. (1983). Impairment scaling from the abbreviated injury scale. Washington,

DC: National Highway Traffic Safety Administration.

Hirth, R. A., M. E. Chernew, E. Miller, M. Fendrick and W. G. Weissert (2000), ‘Willingness

to Pay for a Quality-adjusted Life Year: In Search of a Standard’, Medical Decision Making

20(3), 332–342.

Hojman, P., Ortúzar, J. de D. and Rizzi, L. I., 2005. On the joint valuation of averting fatal

victims and serious injuries in highway accidents, Journal of Safety Research, 36(4), 337-

386.

Hopkin JM, Simpson HF (1995). Valuation of road accidents. Transport Research

Laboratory Report 163.

Hsee, C. K., Loewenstein, G. F., Blount, S., Bazerman, M. H. (1999). Preference reversals

between joint and separate evaluations of option: A review and theoretical analysis.

Psychological Bulletin 125(5): 576-90.

ICF (2003). Cost-Benefit Analysis of Road Safety Improvements. Final Report. ICF

Consulting, Ltd. & Imperial College Centre for Transport Studies London, UK.


107

Ives, D., B. Soby, D. Ball, and R. Kemp (1992): Revaluation of Non-Fatal Casualty Costs:

aReport of the Application of the Relative Utility Loss Approach. TRL Contractor Report

329. Crowthorne, Transport Research Laboratory.

Ives D, Soby B, Ball D, Kemp R (1993). Revaluation of non-fatal casualty costs: a report of

the application of the relative utility loss approach. TRL Contractor Report 307,

Crowthorne UK: Transport Research Laboratory.

Johannesson, M., Meltzer, D., 1998. Some reflections on cost-effectiveness analysis.

Health Economics 7 (1), 1–7.

Jones-Lee M. 1989. The Economics of Safety and Physical Risk. Blackwell: Oxford.

Jones-Lee, MW., Hammerton, M., Phillips, P. (1993). The value of transport safety: results

of a national sample survey. Report to the department of Transport, University of

Newcastle-Upon-Tyne, Department of Economics.

Jones-Lee, MW., Loomes, G., Philips, PR. (1995). Valuing the Prevention of Non-Fatal Road

Injuries: Contingent Valuation vs Standard Gambles. Oxford Economic Papers, 47, 676-695

Kaplan, R. M. and J. W. Bush (1982), ‘Health-Related Quality of Life Measurement for

Evaluation Research and Policy Analysis’, Health Psychology 1(1), 61–80.

Kenkel D. (2006). WTP- and QALY-Based Approaches to Valuing Health for Policy:

Common Ground and Disputed Territory. Environmental and Resource Economics (2006)

34:419–437.

King Jr., J.T., Tsevat, J., Lave, J.R., Roberts, M.S., 2005. Willingness to pay for a

quality-adjusted life year implications for societal health care resource allocation. Medical

Decision Making 25 (6), 667–677.

Klose, T. (2003), ‘A Utility-Theoretic Model for QALYs and Willingness to Pay’, Health

Economics 12(1), 17–31.

Koyama, S. y Takeuchi, K. (2004): Economic valuation of road injuries in Japan by standard

gamble, Environmental Economics and Policy Studies, vol. 6 (2), 119-146.

Krupnick, A., “The Senior Death Discount and Stated Preference Evidence,” Review

of Environmental Economics and Policy 1: 261-282, 2007.

Lladó A., Roig R. (2007). El coste de los accidentes de tráfico en España en 2004. Una

consideración especial de la accidentalidad entre los jóvenes. En Jóvenes y conducción: un

derecho y una responsabilidad. Comisión de expertos para el Estudio de la Problemática

de los Jóvenes y la Seguridad Vial. RACC automóvil club, p. 63-83.

Laupacis, A., D. Feeny, A. S. Detscky and P. X. Tugwell (1992), ‘How Attractive Does a New

Technology Have to Be to warrant Adoption and Utilization? Tentative Guidelines for


108

Using Clinical and Economic Evaluations’, Canadian Medical Association journal 146, 473–

481.

Gryd-Hansen, D. (2003), ‘Willingness to Pay for a QALY’, Health Economics 12(12), 1049–

1060.

Mason H., Jones-Lee, M., Donaldson, C. (2009). Modelling the monetary value of a QALY:

a new approach based on UK data. Health Economics, 18(8), 933–950

Miller T, Calhoun C, Arthur W (1989) Utility adjusted impairment years: a low-cost

approach to morbidity valuation, in estimating and valuing morbidity in a policy

context,Proceedings of a peer-reviewed June 1989 AERE Workshop, EPA-230-08-89-065,

U.S. Environmental Protection Agency, Washington, DC

Miller T, Pindus N, Douglass J, Rossman S (1995) Databook on Nonfatal Injury—Incidence,

Costs, and Consequences, The Urban Institute Press, Washington, DC

Miller T. (1993). Costs of Injuries to Employers: A NETS Compendium, National Highway

Traffic Safety Administration, Washington, DC

Miller, Ted R., C. Philip Brinkman, and Stephen Luchter (1988): “Crash Costs and Safety

Investment,” Proceedings of the 32nd Annual Conference, Association for the

Advancement of Automotive Medicine, Des Plaines, IL.

Ministerio de Sanidad y Consumo (2004). Estudio de la mortalidad a 30 días por

accidentes de tráfico (EMAT-30), Madrid.

Ministry of Transport (2010). The social cost of road crashes and injuries. Annual Update.

New Zeland.

Morris, A., Mackay, A., Wodzin, E., Barnes, J. (2003) Some injury scaling issues in UK crash

research. IRCOBI Proceedings, pp. 283-292, September 2003, Lisbon.

Murray C. Rethinking DALYs. In The Global Burden of Disease. Murray C, Lopez A (eds).

World Health Organisation; Harvard University Press: Cambridge, MA, 1996.

Nellthorp, J., Mackie, P.J. and Bristow, A.L. (1998) Measurement and Valuation of the

Impacts of Transport Initiatives, Deliverable D9, EUNET Project, EI Fourth Framework RTD

Programme. ITS, University of Leeds, Leeds, UK.

NRA-The Swedish National Road Administration (1992). Supplement till Effektkatalog:

Kollektivtrafikinvesreringar, 1992:006, Borlänge.

O’Dea, D., Wren, J. (2010). New Zealand Estimates of the Total Social and Economic Cost

of “All Injuries” and the Six Priority Areas Respectively, at June 2008 prices: Technical

Report prepared for New Zealand Injury Prevention Strategy Evaluation. Wellington:

University of Otago and Accident Compensation Corporation.


109

O’Reilly D, Hopkin J, Loomes G, Jones-Lee M, Phillips P, McMahon K, Ives D, Soby B, Ball D,

Kemp R. (1994). The value of road safety: UK research on the valuation of preventing non-

fatal injuries. Journal of Transport Economics and Policy 28(1): 45-59.

Paling, J. (1997). Up to your armpits in alligators? How to sort to what risks are worth

worrying about, Gainesville, Florida: Risk Communication and Environmental Institute.

Paling, J. (2003). Strategies to help patients to understand risks. British Medical Journal,

327, 745-748.

Persson U (1992) Three approaches to valuing benefits of traffic safety measures. IHE

monograph

Persson, U, Nilsson K, Hjalte K, Norinder A (1999). Värdet av att minska risken för

vägtrafikskador- Beränking av riskvärden för dödliga, svära och lindriga skador med

Contingent-valuation metoden. Department of Technology and Society.Lund Institute of

Technology, Lund University, Bulletin XX, Lund

Persson, U., Cedervall, M. (1991). The value of risk reduction: results of a Swedish sample

survey. The Swedish Institute for Health Economics, Lund, IHE Working Paper 1991:6,

Lund, Sweden.

Persson, U., Norinder, A., Svensen, M., 1995. Valuing the benefits of reducing the risk of

non-fatal road injuries: the Swedish experiment. In: Schwab Christe, N.G., Soguel, N.C.

(Eds.), Contingent Valuation, Transport Safety and the Value of Life. Kluwer Academic

Publishers,Boston, pp. 63–84.

Persson, U., Ödegaard, K.(1995). External Cost Estimates of Road Traffic Accidents. Journal

of Transport Economics and Policy, 29, 291-304.

Persson U, Norinder A, Hjalte K, Gralén K. (2001). The Value of a Statistical Life in

Transport: Findings from a New Contingent Valuation Study in Sweden. Journal of Risk

and Uncertainty, 23(2): 121-134.

Phelps, C. E. and A. I. Mushlin (1991), ‘On the (Near) Equivalence of Cost-Effectiveness and

Cost-Benefit Analyses’, International Journal of Technology Assessments in Health Care

7(1), 12–21.

Pinto JL , Sánchez FI (2003). Métodos para la evaluación económica de nuevas

prestaciones. Ministerio de Sanidad y Consumo.Madrid

Pinto, JL, Abellán, JM , Sánchez F. (2004). Incorporación de las preferencias de los

pacientes en la toma de decisiones clínicas. Elsevier-MASSON.

Pinto, J L, Loomes, G, Brey, R (2009). Trying to estimate a monetary value for the QALY,

Journal of Health Economics, 28(3), 553-562

http://ideas.repec.org/a/eee/jhecon/v28y2009i3p553-562.html

http://ideas.repec.org/s/eee/jhecon.html


110

Pritchard, C. (2002):”Overseas approaches to decision making”. En Towse, A., Pritchard,

C., Devlin, N. (eds): Cost-effectiveness thresholds. Economics and ethical issues. London,

King’s Fund and Office of Health Economics.

Real Decreto 345/2011, de 11 de marzo, sobre gestión de la seguridad de las

infraestructuras viarias en la Red de Carreteras del Estado. BOE Núm. 61, Sábado 12 de

marzo de 2001.

Rail Safety & Standard Board (2008). Management. The weighting of non-fatal injuries.

Research Programe.

Rawlins MD, Culyer AJ. National Institute for Clinical Excellence and its value judgements.

BMJ 2004; 329: 224-7

Spackman M., Evans A., Jones-Lee M., Loomes G.,Holder S., Webb H., Sugden R. (2011).

Updating the VPF and VPIs: Phase 1: Final Report Department for Transport. London:

NERA Economic Consulting.

Spicer R, Miller T (2010). Uncertainty Analysis of Quality Adjusted Life Years Lost. Final

Report to the National Highway Traffic Safety Administration.

Torrance G (1986). Measurement of health state utilities for economic appraisal: A

review, Journal of Health Economics 5(1), 1-30.

US Department of Transportation. (2009). Treatment of the Economic Value of a

Statistical Life in Department Analyses – 2009 Annual Revision.

US Department of Transportation. (2011). Treatment of the Economic Value of a

Statistical Life in Departmental Analysis- 2011 Interim Adjustment

Van Houtven, G., Powers, J., Jessup, A., Yang, J.C., 2006. Valuing avoided morbidity using

meta-regression analysis: what can health status measures and QALYs tell us about WTP?

Health Economics 15 (August (8)), 775–795.

Vlakveld W, Wesemann P, Devillers E, Elvik R, Veisten K (2005). Detailed cost-benefit

analysis of potential impairment countermeasures. Research in the framework of the

European research programme IMMORTAL

Wijnen W. (2008). Usefulness of QALYs and DALYs for road safety. SWOV R-2007-13.

Williams A. (2004). What could be nicer than NICE? London: Office of Health Economics.

Winkelbauer, M, Stefan C. (2005). Testing the efficiency assessment tools on selected road

safety measures. Final report Workpackage 4 of the European research project ROSEBUD.

European Commission, Brussels.


111

Wren, J., and Barrell, K. (2010). The Costs of Injury and Methods for Prioritising Resource

Allocation: A background briefing paper to inform the evaluation of the New Zealand

Injury Prevention Strategy. Wellington: New Zealand Injury Prevention Secretariat, ACC.

Yamagishi, K. (1997). When a 12.86% mortality is more dangerous than 24.14%:

Implications for risk Communication. Applied Cognitive Psychology, 11, 495-506.


112

Gac Sanit. 2015;29(S1):76–78

Monográfico

La valoración monetaria de los costes humanos de la siniestralidad vialen Espana

Jorge Eduardo Martínez Pérez a,∗, Fernando Ignacio Sánchez Martínez a,José María Abellán Perpinán a y José Luis Pinto Pradesb

a Grupo de Trabajo en Economía de la Salud, Departamento de Economía Aplicada, Universidad de Murcia, Murcia, Espanab Departamento de Economía, Métodos Cuantitativos e Historia Económica, Universidad Pablo de Olavide, Sevilla, Espana

información del artículo

Historia del artículo:

Recibido el 28 de noviembre de 2014Aceptado el 2 de febrero de 2015On-line el 2 de septiembre de 2015

Palabras clave:

Valor de la vidaValores socialesPrevención de accidentesAnálisis de coste-beneficio

r e s u m e n

Los análisis coste-beneficio en el ámbito de la seguridad vial han de computar la totalidad de los costes,y dentro de ellos ocupan un lugar clave los costes humanos. En esta nota se da cuenta de dos estudiospromovidos por la Dirección General de Tráfico orientados a la obtención de valores oficiales para Espanade los costes asociados a las víctimas mortales y no mortales de los accidentes de tráfico. Mediante lacombinación del enfoque de la valoración contingente con la técnica de la lotería estándar (modificada),y con muestras amplias (n1 = 2020, n2 = 2000) representativas de la población espanola, se estimó en 1,4millones de euros el valor monetario de prevenir un fallecido por accidente de tráfico. Para las lesionesgraves y leves, los valores estimados fueron de 219.000 y 6100 euros, respectivamente. Las cifras obtenidastienen un orden de magnitud similar al de los países de nuestro entorno.

© 2014 SESPAS. Publicado por Elsevier España, S.L.U. Todos los derechos reservados.

Monetary value of the human costs of road traffic injuries in Spain

Keywords:

Value of lifeSocial valuesAccident preventionCost-benefit analysis

a b s t r a c t

Cost-benefit analyses in the field of road safety compute human costs as a key component of total costs.The present article presents two studies promoted by the Directorate-General for Traffic aimed at obtai-ning official values for the costs associated with fatal and non-fatal traffic injuries in Spain. We combinedthe contingent valuation approach and the (modified) standard gamble technique in two surveys admi-nistered to large representative samples (n1 = 2,020, n2 = 2,000) of the Spanish population. The monetaryvalue of preventing a fatality was estimated to be 1.4 million euros. Values of 219,000 and 6,100 euroswere obtained for minor and severe non-fatal injuries, respectively. These figures are comparable to thoseobserved in neighboring countries.

© 2014 SESPAS. Published by Elsevier España, S.L.U. All rights reserved.

Introducción

Las lesiones por tráfico constituyen un problema de primeramagnitud en la Unión Europea, con más de 28.000 fallecidos y casi1,5 millones de lesionados en 2012 1. En los análisis coste-beneficioaplicados a este problema de salud, uno de los elementos que debetenerse en cuenta es la estimación del valor de los costes huma-nos, definidos como «el valor de la pérdida de disfrute de la vidao salud de la víctima, así como el dolor, aflicción y sufrimiento dela víctima y sus familiares»

2, pues dichos costes suponen, segúndiversas estimaciones, entre el 40% y el 90% del total de los costesderivados de la siniestralidad vial 3,4. Por este motivo, la DirecciónGeneral de Tráfico promovió, en 2010, la realización de dos estu-dios con el fin de calcular el valor de la vida estadística (VVE) 5 y elvalor monetario de una víctima no mortal (VMVnM) 6 en Espana.

∗ Autor para correspondencia.Correo electrónico: [email protected] (J.E. Martínez Pérez).

Esta nota pretende, en primer lugar, presentar ambas estimacionesy compararlas con las de otros países europeos, y, en segundo tér-mino, describir de manera resumida los métodos empleados parasu cálculo.

Métodos

Se realizaron dos estudios transversales, en 2010 y 2011 (unopara estimar el VVE y otro para estimar el VMVnM). Las dos mues-tras, de 2020 y 2000 personas, respectivamente, se obtuvieronmediante un muestreo polietápico estratificado. La selección de lasunidades primarias (secciones censales) fue aleatoria proporcio-nal, por comunidad autónoma y tamano de hábitat; las unidadesúltimas (individuos) se seleccionaron aleatoriamente por cuotas deedad y sexo. Las muestras finales son representativas de la pobla-ción adulta espanola, no solo en lo que atane a las variables deestratificación, sino también en lo que respecta al nivel de estudios ya la situación laboral. En ambos casos se realizaron encuestas domi-ciliarias asistidas por ordenador, en las que, junto a las preguntas

http://dx.doi.org/10.1016/j.gaceta.2015.02.0010213-9111/© 2014 SESPAS. Publicado por Elsevier España, S.L.U. Todos los derechos reservados.

Documento descargado de http://www.gacetasanitaria.org el 28/10/2016. Copia para uso personal, se prohíbe la transmisión de este documento por cualquier medio o formato.

dx.doi.org/10.1016/j.gaceta.2015.02.001

http://crossmark.crossref.org/dialog/?doi=10.1016/j.gaceta.2015.02.001&domain=pdf

mailto:[email protected]

dx.doi.org/10.1016/j.gaceta.2015.02.001

J.E. Martínez Pérez et al / Gac Sanit. 2015;29(S1):76–78 77

orientadas a obtener los valores monetarios objeto de interés, seincluyeron otras destinadas a recoger información sobre hábitosde conducción, actitudes hacia el riesgo y características sociode-mográficas de los participantes.

Se optó por una aproximación basada en las «preferenciasdeclaradas», y en particular por el enfoque de la valoración con-tingente. Este método consiste en disenar un escenario hipotéticoy preguntar a los sujetos integrantes de la muestra cuánto dineroestarían dispuestos a pagar (DAP) a cambio de recibir un benefi-cio (reducir el riesgo de accidente) o qué cifra estarían dispuestosa aceptar (DAA) en compensación por un perjuicio (aumen-tar dicho riesgo). Para el cálculo del VVE, por ejemplo, si losmiembros de una población revelan una DAP de 20 euros porreducir en un 1 por 100.000 el riesgo de morir en un accidentede tráfico, se concluiría que el VVE asciende a 2 millones deeuros.

Sin embargo, es sabido 7 que la aplicación de este método plan-tea, entre otros, el problema de la insensibilidad de las respuestas ala magnitud de la reducción del riesgo (idénticas DAP por reduccio-nes en el riesgo de magnitud dispar). Por ello, para obtener el VVE seutilizó el método encadenado valoración contingente/lotería están-dar, también empleado en el Reino Unido 8. Este enfoque proponedividir la tarea de valoración en dos etapas:

1) Preguntar por la cantidad máxima de dinero que el entrevistadopagaría por evitar una lesión no grave (DAP), así como por lacantidad de dinero mínima que serviría para compensar al entre-vistado por sufrir la misma lesión (DAA). Estas dos cantidadesconstituyen las cotas inferior y superior entre las que se encuen-tra la relación marginal de sustitución entre renta y salud delindividuo. Para estimar dicho valor se emplean diferentes espe-cificaciones de la función de utilidad de la renta (logarítmica,exponencial negativa, homogénea y de raíz enésima).

2) Obtener la tasa a la que se intercambian el riesgo de muerte yel riesgo de sufrir una lesión no mortal, mediante la aplicaciónde una versión modificada del método de la lotería estándar.Se pidió a los entrevistados que supusieran que habían sufridoun accidente de tráfico y que debían elegir entre distintos trata-mientos. El escenario plantea dos tratamientos, ambos con ciertoriesgo de muerte. De tener éxito, uno de ellos permite recuperarla salud normal y el otro conduce al sujeto al estado asociado ala lesión no mortal cuyo valor relativo se desea obtener. Dichovalor relativo se obtiene a partir de la distribución de riesgosque hace que el sujeto sea indiferente entre ambos tratamien-

tos, mediante la siguiente expresión:1 −

1 − ˘∗

1 − �∗

, siendo ˘* y �*

los valores que consiguen la indiferencia y que representan losriesgos de muerte asociados, respectivamente, al tratamientoque permite recuperar la salud y al que conduce al estado encuestión.

Una vez obtenidos estos dos componentes, el VVE se calculacomo el producto de ambos.

En el caso del VMVnM se optó por anclar dicho valor en el VVEpreviamente estimado. Se obtuvieron valoraciones relativas (res-pecto a la muerte) de una serie de estados de salud representativosde lesiones no mortales de diversa gravedad (los mismos emplea-dos en el estudio británico) 9. Tales valores relativos se derivaronmediante la lotería estándar modificada en el caso de estados desalud leves, tal como se ha descrito antes, y a partir de las razo-nes entre DAP para los más graves. En este segundo supuesto si,por ejemplo, la DAP por evitar una lesión no mortal es la mitad dela DAP por evitar un accidente mortal, el valor relativo del estadoen cuestión sería 0,5 (50%). El VMVnM resulta de multiplicar losvalores relativos por el VVE.

Tabla 1

Valores oficiales de la vida estadística y de la víctima no mortal grave y leve en variospaíses (miles de $ PPA 2009)

Valor de una vidaestadística

Valor de una víctimano mortal

Grave Leve

Alemania 1.560 107 5Francia 1.380 138 20Países Bajos 3.010 443 66Suecia 2.540 431 25Reino Unido 2.670 387 23Noruega 3.510 552 48Espanaa 1.827 261 7

PPA: paridad de poder adquisitivo.a Resultados de convertir a $PPA de 2009 los valores (1,4 millones D , 219.000

D y 6100 D , respectivamente) obtenidos en los estudios que motivan esta notametodológica.

Posteriormente, los valores monetarios de las diferentes lesio-nes no mortales se combinaron, al no haber datos para Espana,atendiendo a los de prevalencia en el Reino Unido, para determinarun VMVnM sintético en lesiones leves (sin hospitalización superiora 24 horas) y otro en lesiones graves.

Resultados y conclusiones

Se estimó un VVE de 1,3 millones de euros; dicho valor resultade minorar la estimación puntual de 1,6 millones en un 15%, pararecoger el hecho de que la utilidad de la renta no es independientede la salud (no se disfruta igual de un cierto nivel de ingresos conplena salud que sufriendo un problema de salud). Cuando a dichovalor se anaden los costes médicos y las pérdidas de capacidad pro-ductiva (netas), se obtiene un valor de prevenir un fallecimientopor accidente de circulación en Espana de 1,4 millones de euros(2 millones de dólares de 2009 en paridad de poder adquisitivo).Esta cifra se sitúa por encima de la estimada en Francia, bastantepor debajo de la del Reino Unido y muy lejos del valor oficial enNoruega (tabla 1). En el caso de las lesiones no mortales, y unavez incrementados los respectivos valores en las pérdidas de pro-ducción y los costes médicos, se obtuvo un valor monetario deprevenir un lesionado leve de 6100 euros, y un valor de evitar unherido grave de 219.000 euros. Ambos valores se sitúan en el rangode los estimados para otros países (tabla 1). Todos estos valoresdeberían actualizarse anualmente según la evolución del productointerior bruto per cápita en términos nominales. También seríaconveniente una revisión de las cifras con periodicidad decenal,habida cuenta del carácter cambiante de las preferencias de losciudadanos.

Editor responsable del artículo

Miguel Ángel Negrín Hernández.

Contribuciones de autoría

Todos los autores han contribuido a la elaboración del trabajoy la redacción del manuscrito.

Financiación

El estudio ha contado con la financiación de la Dirección Generalde Tráfico.

Conflicto de intereses

Ninguno.


78 J.E. Martínez Pérez et al / Gac Sanit. 2015;29(S1):76–78

Bibliografía

1. European Comission Road safety. (Consultado el 30/10/2014.) Disponible en:http://ec.europa.eu/transport/road safety/specialist/statistics/index en.htm

2. Evans A. The economic appraisal of road traffic safety measures in Great Bri-tain. Paper for ECMT round Table 117. Economic evaluation of road traffic safetymeasures. Paris: ECMT; 2001.

3. Evik R. How much do road accidents cost the national economy. Accident AnalPrev. 2000;32:849–51.

4. Hakkert S, Wesemann P, editores. The use of efficiency assessment tools: solutionsto barriers. Leidschendam: SWOV Institute for Road Safety Research; 2005.

5. Abellán JM, Martínez JE, Méndez I, et al. El valor monetario de una vida estadís-tica en Espana. Estimación en el contexto de los accidentes de tráfico. Madrid:Dirección General de Tráfico; 2011.

6. Abellán JM, Martínez JE, Méndez I, et al. El valor monetario de una víctima nomortal y del ano de vida ajustado por la calidad en Espana. Madrid: DirecciónGeneral de Tráfico; 2011.

7. Beattie J, Covey J, Dolan P, et al. On the CV of safety and the safety of CV: part1-caveat investigator. J Risk Uncertainty. 1998;17:5–26.

8. Carthy T, Chilton S, Covey J, et al. On the contingent valuation of safety and thesafety of contingent valuation: part 2 — the CV/SG “chained” approach. J RiskUncertainty. 1999;17:187–214.

9. Jones-Lee MW, Loomes G, Philips PR. Valuing the prevention of non-fatalroad injuries: contingent valuation vs standard gambles. Oxford Econ Pap.1995;47:676–95.


http://ec.europa.eu/transport/road_safety/specialist/statistics/index_en.htm

http://refhub.elsevier.com/S0213-9111(15)00021-7/sbref0060










































































































































05 4 brief españa imt ivia-3murcia

Engineering

Transcript of 05 4 brief españa imt ivia-3murcia