“la influencia de los factores culturales en la eficiencia de los ... · “la influencia de los...
TRANSCRIPT
“La influencia de los factores culturales en la eficiencia de los destinos turísticos
en Chile”
Autores y e-mail de la persona de contacto: Víctor FIGUEROA(*), Luis César HERRERO(**), Andrea
BÁEZ(*), Mafalda GÓMEZ(**)(+) [email protected]
Departamento: Economía Aplicada
Universidad: (*) Universidad Austral de Chile, Chile(**) Universidad de Valladolid, España
Área Temática: El turismo y el territorio
Resumen:
Este trabajo se enmarca en la línea de investigación sobre evaluación de la eficiencia de los destinos
turísticos, donde se toman las regiones como unidades territoriales capaces de determinar sus atractivos
turísticos, y el flujo de turistas como variable a optimizar. Para ello se diseña una función de producción
virtual que considera, por un lado, el movimiento turístico como output, y por otro, la capacidad de
alojamiento y otros recursos turísticos, como inputs principales. Entre estos últimos, se analizará el papel de
los recursos culturales como determinantes de la atracción de turismo, y por tanto, de la eficiencia de las
regiones en este propósito. La metodología sigue un modelo en dos etapas: primero, estimando los ratios de
eficiencia regionales mediante métodos no paramétricos (Data Envelopment Analysis), y segundo,
analizando la influencia de otras variables externas sobre los ratios de eficiencia, para lo cual se aplicarán
técnicas bootstrap y modelos truncados de regresión. El caso de estudio viene dado por las regiones de
Chile, un país con un sector turístico en crecimiento, tanto en número de turistas, como en esfuerzo inversor
del lado de la oferta turística y cultural, así como en infraestructuras de acceso y alojamiento. Para ello se
van a considerar las 15 regiones chilenas, en un período temporal de 2009-2014. Los resultados de esta
investigación tienen implicaciones importantes en la gestión regional de atractivos turísticos y culturales,
además pueden considerarse un importante aporte de conocimiento al estudio de las desigualdades
regionales, con múltiples aplicaciones en cuanto a la implementación de políticas que potencien el desarrollo
económico regional.
Palabras Clave: (máximo 6 palabras) Turismo cultural, evaluación de la eficiencia, Análisis Envolvente de
Datos, eficiencia en dos etapas, Regiones de Chile
Clasificación JEL: Z11, 018, L83, R38, D24
2
1. Introducción
Según el WorldTravel&Tourism Council (WEF, 2015) se estima que el sector de viajes y turismo representa
el 9,5% del PIB Mundial y constituye un 5,4% de las exportaciones mundiales. El sector juega también un
rol clave como motor de crecimiento económico y creación de empleo, con un incremento del 4% en 2014 y
proporcionando 266 millones de puestos de trabajo directos e indirectos, esto significa en la actualidad uno
de cada 11 puestos de trabajo en el planeta, una cifra que incluso podría elevarse a uno de cada 10 puestos
de trabajo para el 2022.
Conscientes de esta realidad y de la creciente demanda de los turistas por destinos cada vez más diversos y
accesibles, los responsables de política turística y cultural han buscado nuevos mecanismos para impulsar la
innovación y la sustentabilidad en sus destinos turísticos, con el despliegue de políticas públicas,
instrumentos regulatorios e incentivos de variado tipo (Van Loon et al.). Al mismo tiempo, el desarrollo de
las TICS, junto con un empresariado dinámico e innovador está permitiendo crear servicios turísticos
diferenciados, con fuerte identidad territorial y altamente competitivos (CORFO, 2016).
Frente a esta realidad y en el ámbito latinoamericano, Chile ha comenzado a considerar el turismo como
sector económico estratégico para el desarrollo del país, tomándolo también como medio para conservar el
medio ambiente, el patrimonio histórico y la identidad cultural, así como un sector impulsor de otras
actividades derivadas. El sector turístico en Chile constituye una rama productiva con elevado potencial de
crecimiento, tanto por el alcance de la demanda interna, fruto del crecimiento sostenido de la renta per cápita
en los últimos años, como por su posicionamiento a nivel internacional, eminentemente basado en sus
riquezas paisajísticas naturales, pero también en el patrimonio cultural en su más amplio sentido. Ello ha
conllevado de manera paralela un proceso de modernización e incremento de las infraestructuras turísticas,
relativas a la oferta de alojamiento y restauración, así como una diversificación de iniciativas e incremento
notable de nuevos atractivos turísticos y culturales1.
De este modo, este trabajo se enmarca en la línea de investigación sobre evaluación de la eficiencia de los
destinos turísticos, tomando el caso chileno como prototipo de estudio. En este ámbito consideramos las
regiones como unidades territoriales capaces de determinar sus atractivos turísticos, y el flujo de turistas
como variable a optimizar dados esos recursos. Partiendo de este argumento, los objetivos de investigación
son básicamente dos: en primer lugar, evaluar el desempeño de las regiones chilenas en la capacidad de
1Según la Subsecretaría de Turismo (2014), Chile como un actor en el contexto mundial, aporta de acuerdo a cifras de la OMT, un 0,3% de las
llegadas internacionales y un 0,2% del gasto internacional en turismo. En los últimos años se ha transformado en un importante sector
productivo, aportando divisas cercanas a los US$2.500 millones en 2014.
3
atracción de turistas, nacionales y extranjeros, en el período temporal de 2009 a 2014; y, en segundo lugar,
determinar los factores externos que pueden explicar los niveles de eficiencia regional, con especial hincapié
en el análisis de las variables concernientes con el patrimonio cultural y el sector de actividades creativas.
Para lograr estos objetivos se aplica un modelo de evaluación de la eficiencia en dos etapas (Simar y Wilson,
2007). En la primera, se utiliza el método no paramétrico de Data Envelopment Analysis (DEA) para
determinar los indicadores de eficiencia regional en su desempeño turístico; y, en la segunda, se aplica un
modelo de regresión truncada bootstrap con el fin de identificar los factores explicativos que influyen en
dichos niveles de eficiencia, a través de la consideración de variables externas de carácter dotacional o
idiosincrático de las regiones.
Este estudio contribuye a enriquecer la literatura existente sobre evaluación de la eficiencia de los destinos
turísticos, por cuanto permite progresar en el conocimiento del análisis del desempeño turístico de las
regiones de chile, añadiendo nueva evidencia empírica a la escasa investigación existente en esta línea de
trabajo hasta la fecha en el ámbito latinoamericano. De este modo, el trabajo se estructura de la siguiente
manera. El apartado 2 presenta el marco teórico de referencia sobre ejercicios de evaluación de la eficiencia
en el sector turístico. El apartado 3 recoge la metodología utilizada y las características del caso estudio. En
el apartado 4 se expone la aplicación empírica y los principales resultados. Finalmente, el apartado 5 recoge
las conclusiones más relevantes del estudio.
2. Marco Teórico
El presente estudio se enmarca en el área del análisis de eficiencia dentro del sector cultural y turístico,
particularmente en la evaluación de destinos culturales. En nuestro caso, nos ceñiremos al estudio de las
variables culturales que pueden determinar esa eficiencia. Contamos con una amplia y contrastada serie de
ejemplos en torno a la evaluación de instituciones dentro de sectores como el turístico o el sanitario, entre
otros bienes públicos. Fuentes (2011) examina la eficiencia de las agencias de viaje en España, por medio de
la metodología DEA. Köksal and Aksu (2007) se centran en este mismo objeto de estudio, para el caso de
Turquia, aplicando un modelo DEA con tan solo un output y tres inputs, mientras que Wöber (2006)
considera una serie de inputs no controlables para el análisis de los turoperadores australianos. Giménez-
García et al. (2007) y Reynolds and Thompson (2007) analizan la eficiencia de establecimientos de
restauración en España y Estados Unidos, de nuevo con un modelo DEA, incluyendo un análisis en segunda
etapa. Sin embargo, la mayoría de los estudios dentro del sector turístico, tienen por objetivo analizar la
eficiencia de establecimientos o cadenas hoteleras, bajo diferentes perspectivas. Una parte de ellos optan por
la metodología estocástica para el cálculo de la frontera de producción, este sería el caso de Barros (2004
4
and 2006) para diferentes muestras de hoteles en Portugal. No obstante, la mayoría de estos estudios optan
por la aproximación no paramétrica, básicamente técnicas DEA. Sigala (2004) aplica esta metodología a los
hoteles de tres estrellas en Gran Bretaña, mientras que Perrigot et al. (2009) realiza un estudio similar
aplicado sobre las cadenas hoteleras en Francia, y Barros (2005) estima la eficiencia de las “Pousadas” en
Portugal, un tipo de establecimiento hotelero de titularidad pública. Pulina et al. (2010) aúnan los estudios
de eficiencia turística en las regiones Italianas, con un detallado análisis de la eficiencia de los hoteles en la
Isla Sardinia, usando la aproximación de DEA por ventanas, Keh et al. (2006) examina la productividad de
los gastos en marketing de los diferentes establecimientos de una cadena hotelera en el este de Asia.
Finalmente, Wang et al. (2006) y Shang et al. (2010) progresan hacia el modelo de eficiencia en dos etapas,
complementando el DEA con las medias de una regresión Tobit, para analizar la eficiencia de los hoteles
internacionales en Taiwan, así como Assaf and Agbola (2011) usan la misma aproximación para analizar las
prácticas de una serie de hoteles Australianos.
No obstante, los estudios que guardan mayor relación con el presente son aquellos que analizan la eficiencia
de los destinos turísticos, los cuales han comenzado a tener un importante protagonismo en los últimos años.
El argumento del que parten este tipo de estudios gira alrededor del concepto de competitividad territorial en
el campo del turismo (Crouch and Ritchie, 1999), o como los destinos turísticos con capaces de desplegar
los inputs de una forma eficiente para atraer el máximo porcentaje de demanda turística, a fin de ser
competitivo frente a los principales rivales. La mayoría de estos estudios adoptan un modelo en dos etapas,
siguiendo el procedimiento desarrollado por Simar and Wilson (2007).
En primer lugar, se considera una función de producción regional sencilla, en la que básicamente se pone en
relación el número de pernoctaciones en función de la capacidad de alojamiento y la llegada de turistas. En
esta primera fase, la metodología a aplicar es el DEA. Mientras que en una segunda etapa, se aplica un
análisis de regresión, entre los ratios de eficiencia y una serie de variables externas, tales como recursos
culturales o naturales, seguridad, accesibilidad, etc. Ejemplos de este aplicaciones de esta metodología,
podemos mencionar el caso de Barros et al. (2011) y Botti et al. (2009) para la evaluación de los destinos
turísticos franceses, Benito et al. (2014) quienes analizan el desarrollo de las regiones Españolas, y Cuccia et
al. (2013) quienes focalizan sobre el particular la presencia de nominaciones UNESCO determina el flujo de
turistas que viajan a las regiones italianas. Existen otras contribuciones, las cuales se centran en construir y
aplicar una función de producción como base del DEA, más sofisticada, incluyendo como input algunas de
las variables previamente consideradas como externas. Así es el caso de los estudios aplicados a las regiones
italianas, desarrollados por Cracolici et al. (2008) y Suzuki et al. (2010), donde se incluyen recursos
5
culturales, kilometraje de playas, niveles educacionales y empleo turístico como inputs. Finalmente, otros
estudios tales como Pulina et al (2010), donde se introducen los ingresos procedentes del turismo, y los
gastos laborales, para evaluar la eficiencia de las regiones italianas, o Wöber and Fesenmaier (2004) quienes
proponen la comparación de diferentes destinos dentro de EE.UU.
Por lo que se refiere a los estudios en el ámbito latinoamericano, los análisis de eficiencia no son aún
demasiado frecuentes, a pesar de constituir un área de destino cada vez más consolidada. De este modo,
podríamos mencionar, en primer lugar, los trabajos de Hadad et al (2012) y Assaf y Josiassen (2012),
quienes consideran entre la muestra de países analizados, un elenco apreciable de países latinoamericanos.
Como caso de estudio más específico, tenemos el trabajo de Pérez et al. (2014) quienes desarrollan una
investigación sobre la eficiencia de los destinos turísticos naturales en Cuba. Si tratamos de buscar ejemplos
enmarcados en Chile, encontramos que Del Río (2015) realiza un trabajo focalizado en la caracterización de
la demanda turística en la región del Maule (Chile), mientras que Román et al. (2014) acometen un estudio
de política turística y sostenibilidad, de nuevo en este país. No se ha encontrado ejemplos de referencia en la
aplicación de modelos de evaluación de la eficiencia de destinos turísticos en dos etapas en el contexto
Latinoamericano, por lo que este trabajo pretende contribuir, en cierta medida, a cubrir esta laguna con el
análisis del desempeño turístico de las regiones chilenas.
3. Aplicación: metodología y caso de estudio
3.1. Metodologia
En líneas generales, los estudios que abordan la medición de la competitividad de los destinos turísticos, por
medio de métodos no paramétricos y análisis de la eficiencia en dos etapas, implementan una función de
producción propiamente gerencial, pero aplicado a entidades regionales (Cracolici et al, 2008). Se entiende,
por tanto, que las regiones manejan de manera virtual una serie de recursos como la capacidad de
alojamiento y el flujo de visitantes, con los que conseguir determinados resultados, medidos en número de
pernoctaciones, es decir, intensidad del flujo turístico (Barros et al., 2011; Cuccia et al. 2013). Se trata, por
tanto, de un problema de optimización gerencial que brinda distintos niveles de eficiencia en el desempeño,
sobre los que posteriormente se analiza la incidencia de determinadas variables externas. En nuestro trabajo
vamos a seguir este mismo planteamiento, introduciendo una variante, pues acotaremos tres modelos que
nos permitan observar el comportamiento de las regiones frente a distintos flujos turísticos según su origen,
ya sea nacional, extranjero o la suma de ambos. La razón radica en observar si existen tendencias
diferenciadas entre los flujos turísticos y considerar que, mientras unas regiones pueden ser eficientes a la
hora de captar turistas extranjeros, no lo sean tanto en su intento por atraer turistas nacionales y viceversa.
6
De igual modo, en la segunda etapa podremos observar si las mismas variables condicionan de igual modo
la eficiencia para cada tipo de turismo.
La metodología que sustenta nuestro análisis es la eficiencia condicionada en dos etapas. Por medio de la
técnica no paramétrica, Análisis Envolvente de Datos, aplicada sobre la función de producción
anteriormente definida, medimos el ratio de eficiencia técnica de los destinos de turismo cultural. La
metodología DEA es una técnica de programación lineal, que evalúa el nivel de eficiencia de un grupo de
unidades de decisión, en adelante DMUs, (en el presente estudio se trata de las regiones como destinos
culturales), calculando una envolvente con las unidades eficientes, así como sus combinaciones lineales,
dejando por debajo las DMUs ineficientes. Largo se ha estudiado sobre las ventajas de aplicar esta
metodología, especialmente útil en sectores como el cultural, debido a que no requiere la introducción de
especificaciones, sobre el comportamiento de las unidades de decisión, ni tampoco es necesario indicar la
forma funcional de la propia función de producción hipotética, puesto que emplea únicamente la
información empírica que conoce2. Esto le otorga mayor aplicabilidad sobre nuestro supuesto, frente a otras
técnicas de corte paramétrico. La distancia entre la DMU observada y DMU más eficiente nos otorga una
medida de las mejoras en los inputs que pueden acometerse, para un output dado. Para ejemplificar lo
anteriormente descrito, consideraremos las DMUs a evaluar. Estimamos un ratio ωi de eficiencia según un
modelo DEA orientado hacia el output, para cada una de las DMUS, resolviendo i=1,…., n, si se consideran
rendimientos a escala constante:
Maxλ, θi ωi
Subject to xi — Xλ ≥ 0
Yλ — ωi yi ≥ 0 [1]
λ ≥ 0
Donde xi e yi son, respectivamente, el input y output para I DMU; X es la matriz input e Y la matriz output de
la muestra, y λ es un n×1 vector de variables. El modelo [1] puede ser modificado teniendo en cuenta
2Por el contrario, el DEA es un modelo determinístico, por lo tanto asume que cualquier distancia con la frontera optima es resultado de la
ineficiencia, no permite considerar efectos aleatorios. Este defecto puede ser solucionado por medio del análisis de eficiencia condicionada, la
metodología por la que se opta en el presente trabajo. Para mayores detalles sobre esta metodología, así como literatura sobre las ventajas y
desventajas que posee, se recomienza la lectura de Gambley and Cubbin (1992) y Fernández-Blanco (2013).
7
rendimientos a escala variables (BCC) añadiendo la restricción convexa: eλ=1, donde e es un vector con
todos los elementos iguales a 1, que nos permite distinguir Eficiencia técnica y Eficiencia de escala3.
Siguiendo nuestra metodología, en la segunda etapa, se trata de estimar el grado de correlación entre los
ratios de eficiencia, previamente obtenidos, y toda una serie de variables externas que pueden condicionar la
capacidad de atracción de turismo cultural a nivel regional. Entre ellas se consideran algunas variables
dotacionales, como los recursos naturales y el patrimonio cultural de cada región, así como infraestructuras
de accesibilidad. De igual modo se incluyen indicadores expresivos del nivel de actividad cultural público y
privado, tamaño del sector creativo y algunas variables relativas a la seguridad. La mayor parte de las
variables son calculadas en relación a la superficie de las regiones, descritas a continuación.
Como avanzábamos, con los resultados de la eficiencia, estimados en la primera etapa, realizamos una
regresión en la que se incluirán como variable dependiente el ratio de eficiencia, y las anteriores variables
externas como variables independientes, conformando una regresión de datos trasversales especificada del
siguiente modo:
θi = f(zi)+εi [2]
Donde θi representa el índice de eficiencia extraído del DEA, zi está conformado por las variables
ambientales, y εi es un vector que recoge el posible error. Para tener en cuenta la posible correlación entre
los índices de eficiencia y las variables, se aplica la técnica de bootstrapping. Una vez aplicada esta
corrección se estima una Regresión Truncada, considerada más adecuada para nuestro fin que la
metodología MCO (Simar y Wilson, 2007; Benito et al. 2014).
3.2. Caso de estudio
Para todas las regiones de Chile y considerando el período de tiempo comprendido entre los años 2009 a
2014, hemos construido una base de datos, que contiene 15 unidades de decisión, el número de regiones de
Chile y seis períodos de tiempo, de tal manera que nuestro conjunto de datos es un panel de datos
equilibrado con 90 observaciones. La TABLA 2 presenta las siete variables utilizadas en la primera etapa, y
las diecisiete de la segunda etapa, conjuntamente con una descripción concisa de las mismas, y sus
principales estadísticas descriptivas4. En la TABLA 1 se pormenorizan las regiones consideradas, así como
los acrónimos que se usarán indistintamente a lo largo del estudio. En lo que concierne a la evaluación de la
3CCR mide la eficiencia general para cada unidad (eficiencia técnica pura y eficiencia de escala) BCC genera la medida de la eficiencia técnica
pura. La eficiencia de escala es obtenida realizando el cociente entre ambas cifras Ganley and Cubbin (1992) 4Los datos han sido obtenidos de las publicaciones estadísticas del Instituto Nacional de Estadísticas (INE), del Consejo Nacional de la Cultura y
las Artes (CNCA) y del Servicio Nacional de Turismo (SERNATUR).
8
eficiencia, como ya hemos dicho, el análisis no se limita a los flujos de turismo nacional (movimientos
turísticos de residentes en Chile), sino también el de los turistas extranjeros, cualquiera que sea su razón de
ser en Chile. Esta es la razón por la que, mientras que la variable capacidad de alojamiento (T_CAMAS) se
define de manera permanente para cada región como suma de total de camas disponibles en instalaciones
hoteleras y otros alojamientos turísticos, las variables relativas al total de llegadas en términos de turistas
(LLEG_) y total de pernoctaciones efectuadas (NOCHES_) aparecen ambas desglosadas en turistas de
origen nacional (residentes en Chile) y turistas extranjeros para cada región y para cualquiera que sea el tipo
de alojamiento escogido.
TABLA 1. Nombre de las regiones y acrónimos
Región Acrónimo Arica y Parinacota XV
Tarapacá I
Antofagasta II
Atacama III
Coquimbo IV
Valparaíso V
Metropolitana XII
O'Higgins VI
Maule VII
Biobío VIII
La Araucanía IX
Los Ríos XIV
Los Lagos X
Aysén XI
Magallanes XII
Fuente: Elaboración propia
9
TABLA 2. Variables y estadísticos descriptivos
Variable Descripción Media Suma Desv.
Estándar Varianza Mínimo Máximo Rango
Primera etapa: Función de producción (En miles)
T_CAMAS Capacidad total de alojamiento 8,582 772,363 5,013 25,130 2,024 20,966 18,942
T_LLEGADAS Llegadas de turistas totales 533,125 47.981,200 359,263 129.070,000 91,782 1.702,810 1.611,030
T_NOCHES Pernoctaciones de turistas totales 1.039,200 93.528,000 668,321 446.653,000 201,382 3.156,960 2.955,580
LLEG_NAC Llegadas de turistas de origen nacional 399,613 35.965,200 231,670 53.671,000 61,073 961,164 900,091
NOCHES_NAC Pernoctaciones de turistas de origen nacional 773,193 69.587,300 426,820 182.176,000 118,186 1.880,840 1.762,660
LLEG_EXT Llegadas de turistas de origen extranjero 137,603 12.384,300 196,538 38.627,000 7,945 977,737 969,792
NOCHES_EXT Pernoctaciones de turistas de origen extranjero 26,601 2.394,070 34,007 1.156,490 1,601 170,092 168,491
Segunda etapa: Variables externas PATREG_HAB Patrimonio estatal regional (museos y monumentos nacionales declarados ) 0,123 11,113 0,080 0,006 0,024 0,385 0,361
SUPANA_KM2 Superficie de parques nacionales por km2 de superficie en cada región 0,070 6,274 0,104 0,011 0,000 0,404 0,404
SURENA_KM2 Superficie de reservas nacionales por km2 de superficie en cada región 0,046 4,136 0,065 0,004 0,000 0,204 0,204
SUMONA_KM2 Superficie de monumentos naturales por km2 de superficie en cada región 0,001 0,094 0,003 0,000 0,000 0,013 0,013
SUTOASP_KM2 Superficie total de áreas silvestres protegidas por km2 de superficie en cada región 0,117 10,505 0,160 0,026 0,004 0,582 0,578
Delitos_HAB Nº de denuncias delictivas por habitantes en cada región 0,185 16,616 0,053 0,003 0,104 0,382 0,278
1000FondArt_HAB Recursos adjudicados del fondo nacional de desarrollo cultural y las artes (FONDART)
en miles de pesos chilenos por habitantes en cada región 0,389 35,044 0,395 0,156 0,032 2,104 2,072
VITASP_HAB Visitantes totales a áreas silvestres protegidas por habitantes en cada región 0,293 26,393 0,497 0,247 0,001 2,339 2,338
VINASP_HAB Visitantes nacionales a áreas silvestres protegidas por habitantes en cada región 0,183 16,509 0,258 0,066 0,001 1,218 1,217
VIEASP_HAB Visitantes extranjeros a áreas silvestres protegidas por habitantes en cada región 0,110 9,886 0,252 0,063 0,000 1,121 1,121
RVIAL2_HAB Kilómetros de red vial por habitantes en cada región 0,002 0,189 0,001 0,000 0,000 0,004 0,004
INTERNET_HAB Conexiones a internet por habitantes en cada región 0,104 9,318 0,034 0,001 0,045 0,185 0,140
CINE_HAB Nº de salas de exhibición cinematográfica por habitantes en cada región 0,000 0,001 0,000 0,000 0,000 0,000 0,000
CAPCINE_HAB Capacidad de salas de exhibición cinematográfica por habitantes en cada región 0,003 0,313 0,002 0,000 0,000 0,007 0,006
EMPRE_HAB Nº de empresas dedicadas a la actividad cultural por habitantes en cada región 0,000 0,043 0,000 0,000 0,000 0,001 0,001
TRAB_HAB Número de empleados en el sector cultural por habitantes en cada región 0,002 0,185 0,003 0,000 0,000 0,014 0,013
AGV_1000HAB Número de agencias turísticas y turoperadores por habitantes en cada región 0,138 12,385 0,147 0,022 0,011 0,782 0,771
Fuente: Elaboración propia
10
Por lo que se refiere a las variables de segunda etapa que puedan incidir en el desempeño turístico,
consideramos en primer lugar los indicadores relativos al tamaño y dinamismo del sector cultural regional.
Primero, mediante un indicador de dotación de patrimonio cultural (PATREG), que es suma del conjunto
museos y monumentos nacionales declarados en cada región. En segundo lugar y como expresión del grado
de fomento del sector público en este ámbito, incluimos el volumen de fondos públicos destinados al
desarrollo cultural y de las artes (FONDART). Junto a ello se introducen dos variables que nos hablan de la
importancia del entramado de la iniciativa cultural privada a la hora de hacer más eficientes las regiones, en
este caso EMPRE, que incluye el número total de empresas dedicadas a actividades culturales; y TRAB,
dónde se agregan los trabajadores en esta misma rama de actividad. Se añaden en este grupo de variables
culturales, otros indicadores de dotaciones de servicios culturales de carácter más mercantil, como el número
de instalaciones cinematográficas (CINE) y aforo total de las mismas (CAPCINE); así como servicios
turísticos de agencias de viaje y tour operadores (AGV).
Por lo que se refiere a los recursos naturales, como uno de los posibles determinantes principales de la
atracción turística en Chile, generamos cuatro variables según la tipología del recurso natura, todos ellos
medidos tanto en términos de la superficie como de número de visitantes: parques nacionales (SUPANA),
reservas naturales (SURENA), monumentos naturales (SUMONA) y áreas silvestres protegidas
(SUTOASP). A estas dotaciones de carácter medioambiental se añaden otras dotaciones que tienen que ver
con el nivel de accesibilidad y comunicación regional: kilómetros de red vial (RVIAL) y conexiones a
internet (INTERNET). Por último, se considera también una variable relativa al grado de seguridad, medido
en forma de número de denuncias delictivas a nivel regional (DENDEL).
Como paso previo al análisis de la eficiencia regional en el desempeño turístico, resulta de interés introducir
una breve descripción preliminar de algunos datos, para tener una primera visión de la situación en materia
de turismo en Chile y su vinculación con el turismo cultural. Teniendo en cuenta que estamos considerando
tanto el turismo nacional como internacional, es preciso señalar que en conjunto ha experimentado un
marcado crecimiento durante el período de tiempo considerado (GRÁFICO 1), particularmente a partir del
año 2010, apreciándose una cierta estabilidad en los flujos de turismo en los últimos dos años.
11
Fuente: Elaboración propia
Cabe preguntarse ¿Qué regiones gozan de mayor flujo de turismo? En relación a la distribución de los
turistas tanto nacionales como extranjeros, en el período de estudio, en el GRÁFICO 2 observamos la
llegada de pasajeros a establecimientos de alojamientos turísticos distribuidos según región de Chile. Como
se aprecia la mayor cantidad de pasajeros se lo lleva la Región Metropolitana que en el 2014 absorbió más
del 40% de los 6,6 millones de turistas totales llegados, le siguen la Región de Valparaíso con 16,3% y la
Región de Antofagasta con un 13,8%. Desde el año 2009 al 2014 el porcentaje de pasajeros ha aumentado
en 38,9%. Esto no es homogéneo en todas las regiones, el mayor impacto lo tiene la Región Metropolitana,
seguido de la Región de Antofagasta, Valparaíso, Los Lagos y Los Ríos, en las otras regiones no se aprecia
un aumento significativo en estos 6 años.
0
200.000
400.000
600.000
800.000
1.000.000
1.200.000
1.400.000
1.600.000
1.800.000
2.000.000
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
200
9
201
4
XV I II III IV V XIII VI VII VIII IX XIV X XI XII
GRÁFICO 2. Distribución de llegada de pasajeros a establecimiento de
alojamiento turístico, según región para los años 2009 y 2014.
Nacionales
Extranjeros
Fuente: Elaboración propia
12
-El MAPA 1 refuerza lo observado anteriormente. En efecto, como era de esperarse, dada la configuración
geográfica y administrativa del país, las regiones del centro, Metropolitana y de Valparaíso, junto con la
región de Antofagasta en el norte, alcanzan los mejores resultados. Estas tres regiones representan más de la
mitad (50,8%) de todo el turismo en Chile. La ciudad de Santiago en la Región Metropolitana es la capital
del país y principal núcleo urbano de Chile. La Región de Valparaíso tiene por capital la ciudad de
Valparaíso, ciudad universitaria y cultural por excelencia, declarada Patrimonio de la Humanidad por la
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO) el 2 de julio de
2003. Ubicada a 120 kms. de la Capital (Santiago) y a 10 Kms. de Viña del Mar; es el primer puerto
comercial de Chile. Por su parte la Región de Antofagasta tiene por capital la ciudad de Antofagasta, en ella
se encuentran monumentos históricos y naturales, atractivos paisajes y playas de aguas cálidas y suave
oleaje. Su importante desarrollo se debe a las actividades portuarias, industriales y mineras que se realizan
en la zona.
MAPA 1. Localización del turismo según destinos regionales en 2014
Fuente: Elaboración propia
Sin embargo, ¿en cuáles regiones el turismo tiene el mayor peso en relación con el total de llegadas de
turistas nacionales y el total de llegadas de turistas extranjeros? En el caso del turismo nacional destacan,
nuevamente, las mismas regiones que en el total, vale decir la Región Metropolitana, y las regiones de
Valparaíso y Antofagasta (MAPA 2).En cuanto al turismo internacional, nuevamente se ubican en primer
13
lugar las regiones Metropolitana y de Valparaíso, acompañadas en este caso por la Región de Magallanes en
el extremo sur del país (MAPA 3). La Región de Magallanes se encuentra ubicada en el extremo sur del
territorio nacional, siendo la más extensa del país. Presenta uno de los atractivos naturales más importantes
para el turista extranjero como son el Parque Nacional Torres del Paine, lagos, glaciares y campos de hielo.
MAPA 2 y 3 Localización del turismo nacional e internacional según destinos regionales en 2014
Fuente: Elaboración propia Fuente: Elaboración propia
4. Resultados
4.1 Primera etapa: evaluación de la eficiencia
Se aplica el método DEA para obtener los índices de eficiencia de cada uno de los tres modelos
anteriormente mencionados, turismo total, nacional y extranjero que registran las regiones chilenas.
Partimos, por lo tanto, de las funciones de producción diseñadas para cada uno de los modelos (A, B y C) y
se genera un panel de datos, con la intención de aumentar la consistencia estadística del modelo
econométrico. En consecuencia, cada una de las regiones será considerada como una unidad independiente
en cada uno de los años de la muestra, obteniendo un total de 90 observaciones. De este modo podremos
comparar el desempeño de cada región para atraer turismo dado sus recursos, con el resto de regiones, así
como sus prácticas a lo largo del tiempo.
En cuanto a la caracterización del modelo, se ha optado por la orientación al output, debido a que de este
modo la interpretación de los resultados es más clara y más adecuada a las características del sector en el
que nos movemos, además de ser el planteamiento más utilizado en los trabajos de referencia (Cracolici et
14
al. 2008; Barros et al. 2011; Cuccia et al. 2013; Benito et al. 2014).). En cuanto a la hipótesis tecnológica, y
de nuevo siguiendo la pauta de estos estudios, nos inclinamos por el modelo CCR, que considera
rendimientos constantes a escala y nos aporta información de la eficiencia de forma global (eficiencia
técnica y de escala), en tanto que la opción de rendimientos variables a escala (modelo BCC), se limita a
estimar la eficiencia técnica.
Los resultados de la aplicación empírica pasan a explicarse seguidamente. Por lo que se refiere al modelo A,
referido al turismo total (Tabla 3), observamos que la eficiencia media en el período completo es del
77,06%, lo cual significa que, en términos generales, las regiones chilenas podrían mejorar un 22,94% el
número de pernoctaciones para llegar al óptimo. No encontramos ninguna región que sea eficiente a lo largo
de todo el periodo, sin embargo, la Región Metropolitana registra el mejor ratio con un 98,47% de media, y
se ubica sobre la frontera óptima en los años 2011 y 2012. Es por tanto la región que acapara mayor número
de turistas, y también la más eficiente en términos de pernoctaciones dados sus recursos. En ello incide,
lógicamente, ser la capital del estado y lugar de llegada y de referencia para el turismo internacional. Junto a
ella, despuntan las regiones de Coquimbo y Araucanía, centros fundamentales del turismo vacacional de sol
y playa o de disfrute de los lagos interiores, respectivamente. En el lado opuesto encontramos la Región de
Aysén, la Región de los Lagos y la Región de los Ríos, todas ellas por debajo del 70%. Es interesante
observar como la eficiencia media es ligeramente superior al inicio de la muestra, y tiende a reducirse en los
últimos años.
Fuente: Elaboración propia
TABLA 3. RATIOS DE EFICIENCIA REGIONAL. CCR POOL MODEL.
MODELO A
Modelo A. Turistas Totales
Región CCR 09 CCR 10 CCR 11 CCR 12 CCR 13 CCR 14 CCR Medio Arica y Parinacota 82,99 83,95 79,33 74,76 70,63 73,75 77,57
Tarapacá 85,58 78,31 77,79 75,27 72,13 70,47 76,59
Antofagasta 75,36 74,51 77,54 76,26 76,89 79,47 76,67
Atacama 81,71 67,30 70,30 80,04 84,35 69,62 75,55
Coquimbo 97,91 100,00 86,71 90,01 86,72 88,88 91,71
Valparaíso 71,82 71,72 70,78 69,43 66,68 67,22 69,61
Metropolitana 94,89 97,71 100,00 100,00 99,60 98,62 98,47
O'Higgins 73,11 78,66 76,24 80,00 78,94 83,28 78,37
Maule 80,13 72,32 71,00 68,12 67,39 69,00 71,33
Biobío 77,32 81,31 87,29 77,27 76,09 75,76 79,17
La Araucanía 80,72 89,39 86,26 83,84 82,92 84,23 84,56
Los Ríos 62,57 69,46 68,36 69,19 71,47 72,86 68,99
Los Lagos 64,59 64,58 69,40 70,81 71,07 71,50 68,66
Aysén 60,25 60,12 61,74 66,86 62,43 65,12 62,75
Magallanes 70,97 74,85 77,46 74,91 78,79 78,83 75,97
Eficiencia Media 77,33 77,61 77,35 77,12 76,41 76,57 77,06
Nº Regiones Eficientes 0,00 1,00 1,00 1,00 0,00 0,00 0,00
15
En el caso del modelo B relativo al análisis exclusivo de los movimientos de residentes en el país (Tabla 4),
encontramos que la eficiencia media acumulada es ligeramente inferior, alcanza el 76,33%, es decir, las
regiones chilenas poseen un margen de mejora, a la hora de captar turistas nacionales, del 23,77%. Como
región más eficiente se alza Coquimbo, como hemos dicho área de referencia para el turismo de sol y playa,
con un índice del 93,89%, y ubicada sobre la frontera eficiente en los dos primeros años. Posteriormente
tenemos las regiones de Araucanía y Bio Bio, aun cuando podemos decir que la mayor parte de las regiones
se sitúan en un intervalo de eficiencia cercano a la media, mientras que la eficiencia de las regiones
Metropolitana y Valparaíso es menor en su capacidad para captar pernoctaciones de turistas nacionales. Este
hecho comienza a anticipar el distinto comportamiento de los turistas nacionales y extranjeros en relación a
sus preferencias de destinos turísticos, como a continuación vamos a corroborar.
TABLA 4. RATIOS DE EFICIENCIA REGIONAL. CCR POOL MODEL.
MODELO B
Modelo B. Turistas Nacionales
Región CCR 09 CCR 10 CCR 11 CCR 12 CCR 13 CCR 14
CCR
Medio Arica y Parinacota 87,28 87,60 83,14 76,20 71,17 67,29 78,78
Tarapacá 85,66 76,16 77,48 74,03 69,01 64,11 74,41
Antofagasta 75,19 74,85 78,76 79,64 78,07 77,92 77,41
Atacama 79,69 67,00 78,01 84,07 87,73 71,48 78,00
Coquimbo 100,00 100,00 88,53 92,35 89,82 92,63 93,89
Valparaíso 68,37 70,22 69,75 67,75 65,10 63,64 67,47
Metropolitana 70,55 71,68 68,54 67,65 69,04 67,88 69,22
O'Higgins 74,86 80,69 77,50 81,03 79,87 78,98 78,82
Maule 82,33 73,46 71,90 68,09 68,35 71,25 72,56
Biobío 87,94 91,49 100,00 87,47 84,98 85,85 89,62
La Araucanía 82,54 92,63 87,60 85,48 83,73 87,62 86,60
Los Ríos 61,79 73,07 70,59 70,58 71,89 77,86 70,96
Los Lagos 65,23 64,47 66,74 69,69 70,93 72,44 68,25
Aysén 60,81 61,60 64,21 71,76 65,64 64,52 64,76
Magallanes 74,78 78,86 76,96 72,03 73,22 69,01 74,14
Eficiencia Media 77,13 77,59 77,31 76,52 75,24 74,17 76,33
Nº Regiones Eficientes 1,00 1,00 1,00 0,00 0,00 0,00 0,00
Fuente: Elaboración propia
En efecto, en el modelo C, que alude a los turistas exclusivamente internacionales (Tabla 5), obtenemos los
siguientes resultados. En primer lugar la eficiencia media acumulada es la más baja de las estimaciones,
74,04%. Esto implica que las regiones chilenas son más eficientes en su capacidad de atracción de turistas
nacionales que extranjeros, dado que éstos no se distribuyen de manera igualitaria por las regiones, sino que
tienden a concentrarse en las regiones con mayores reclamos internacionales. De este modo, y en buena
lógica pues es el principal punto de llegada de turistas extranjeros, la Región Metropolitana es la más
eficiente, situándose en la frontera óptima en los dos últimos años del análisis. Por su parte es llamativa la
16
evolución de la Región de Atacama, uno de los principales reclamos a nivel internacional, que partiendo de
unos niveles de eficiencia elevados, cae de manera muy apreciable, probablemente debido a una inflación en
de la oferta hotelera. Con niveles apreciables de eficiencia se sitúan también las regiones del norte,
especialmente Coquimbo, así como Antofagasta y Tarapacá.
TABLA 5. RATIOS DE EFICIENCIA REGIONAL. CCR POOL MODEL.
MODELO C
Modelo C. Turistas Extranjeros
Región CCR 09 CCR 10 CCR 11 CCR 12 CCR 13 CCR 14
CCR
Medio Arica y Parinacota 78,22 78,05 73,31 75,40 65,61 62,52 72,19
Tarapacá 88,23 87,43 76,02 74,19 75,99 70,67 78,76
Antofagasta 81,55 82,64 86,35 83,35 89,27 87,87 85,17
Atacama 100,00 72,94 56,10 67,84 67,96 53,70 69,76
Coquimbo 94,44 100,00 80,32 89,41 80,63 77,76 87,09
Valparaíso 86,97 79,09 77,38 79,64 76,87 76,01 79,33
Metropolitana 99,67 99,93 100,00 100,00 98,68 97,62 99,32
O'Higgins 57,97 61,82 66,15 72,89 75,43 74,63 68,15
Maule 56,85 63,92 66,32 74,02 65,13 66,30 65,42
Biobío 63,41 73,37 73,00 68,69 72,52 68,00 69,83
La Araucanía 74,74 76,97 76,43 73,33 74,62 80,84 76,16
Los Ríos 63,03 65,72 65,72 71,09 68,21 72,83 67,77
Los Lagos 65,71 66,16 63,65 61,60 61,97 61,37 63,41
Aysén 63,34 58,91 56,86 52,57 55,13 54,56 56,90
Magallanes 71,09 75,81 72,24 70,12 71,82 67,86 71,49
Eficiencia Media 76,35 76,18 72,66 74,28 73,32 71,50 74,05
Nº Regiones Eficientes 1,00 1,00 1,00 1,00 0,00 0,00 0,00
Fuente: Elaboración propia
En los GRÁFICOS 5, 6 y 7, podemos ver una representación gráfica de la evolución de la eficiencia para
cada una de las regiones y los modelos considerados. Junto con observar tendencia regresiva generalizada
en la eficiencia, también se hace visible el distinto posicionamiento de las regiones en relación a su
desempeño turístico, más eficiente en relación al turismo nacional las regiones con atractivos costeros o de
lagos interiores, en tanto que las región metropolitana y las centrales de Valparaíso y Coquimbo destacan en
el poder de atracción de los turistas extranjeros.
17
Fuente: Elaboración propia
Fuente: Elaboración propia
Fuente: Elaboración propia
18
El análisis de las posibles mejoras óptimas en el uso de cada uno de los inputs y en la consecución del
output, nos permite focalizar el origen de las ineficiencias que poseen cada una de las regiones, lo cual
comporta una aportación más útil y práctica para intermediaros y responsables del sector turístico cultural.
Es importante puntualizar que, los datos recogidos en la Tabla 6 presentan el cálculo de la media de los
cambios óptimos para cada región, en cada uno de los años. Pues bien, en el lado de los inputs podemos
concluir que el principal foco de ineficiencia se encuentra el sobredimensionamiento de la oferta hotelera en
algunas regiones (O’Higgins, Aysén, Arica y Valparaíso, por ejemplo), en tanto que todas las regiones
debieran realizar mayores esfuerzos en la incrementar el número de pernoctaciones de los visitantes dados
los recursos disponibles.
19
TABLA 6. Posibilidades de mejora en la gestión de inputs y outputs por regiones. Datos medios.
Modelo A. Turistas Totales Modelo B. Turistas Nacionales Modelo A. Turistas Extranjeros
Regiones
T_Camas T_Llegadas T_Noches T_Camas LLEG_NAC NOCHES_NAC T_Camas LLEG_EXT NOCHES_EXT
Gain % Gain % Gain % Gain % Gain % Gain % Gain % Gain % Gain % Arica y Parinacota -9,12 0,00 29,44 -19,30 0,00 28,23 0,00 0,00 39,56
Tarapacá 0,00 0,00 31,08 -0,28 0,00 35,52 0,00 0,00 27,86
Antofagasta 0,00 0,00 30,48 0,00 0,00 29,26 0,00 0,00 17,54
Atacama -4,29 0,00 33,39 -3,37 0,00 29,29 0,00 0,00 49,36
Coquimbo 0,00 0,00 9,40 0,00 0,00 6,76 0,00 0,00 15,81
Valparaíso -10,66 0,00 43,79 -20,37 0,00 48,39 0,00 0,00 26,31
Metropolitana 0,00 0,00 1,59 -27,08 0,00 44,52 0,00 -0,12 0,70
O'Higgins -19,91 0,00 27,80 -15,08 0,00 26,96 -20,98 0,00 48,21
Maule -8,98 0,00 40,67 -4,18 0,00 38,37 -27,09 0,00 53,77
Biobío 0,00 0,00 26,62 0,00 -1,17 11,92 0,00 0,00 43,59
La Araucanía -0,62 0,00 18,38 -2,54 0,00 15,64 0,00 0,00 31,44
Los Ríos 0,00 0,00 45,29 0,00 0,00 41,60 0,00 0,00 47,93
Los Lagos 0,00 0,00 45,92 -5,51 0,00 46,80 0,00 0,00 57,85
Aysén -22,24 0,00 59,60 -33,85 0,00 54,87 0,00 0,00 76,40
Magallanes 0,00 0,00 31,81 -34,66 0,00 35,13 0,00 0,00 40,03
20
4.2. Segunda etapa: impacto de las variables externas en la eficiencia turística
En el segundo paso de nuestro análisis de la eficiencia, se investiga el impacto de variables ambientales
sobre la eficiencia técnica de los destinos regionales. Para ello, se ejecuta una regresión con los índices de
eficiencia como variables dependientes y las variables externas como las independientes. Sin embargo, la
literatura DEA reconoce que los índices de eficiencia obtenidos en la primera etapa pueden estar
correlacionados con las variables explicativas utilizadas en el segundo término, lo cual, a menudo, produce
estimaciones inconsistentes y sesgadas (Simar y Wilson, 2000). Un procedimiento de bootstrap puede
resultar adecuado para superar este problema ya que ofrece algunas mejoras en la eficiencia de la estimación
e inferencia en el segundo etapa.
En lo que se refiere a variables independientes, se identifica un conjunto de variables explicativas que bien
pueda afectar a la eficiencia de las regiones como destinos turísticos. Como se ha mencionado la sección
metodológica, lo primero que debe tenerse en cuenta son los indicadores de etiquetado patrimonio cultural, a
saber PATREG, que ponderado por el tamaño de la región, podría representar la posible influencia de
notoriedad en la motivación de turismo cultural. En segundo lugar, consideramos las variables relacionados
con la accesibilidad regional, tales como la longitud de las autopistas, que permiten a los turistas un acceso
mejor y más rápido. En tercer lugar, considerar los indicadores que tienen como objetivo representar la
componente omnívora del turismo, mediante la visitas a lugares al patrimonio natural. Por último,
consideramos variables relacionadas con el nivel de las actividades culturales de la región, medido por el
gasto regional en la cultura, el peso del sector cultural privado a través del número de empresas culturales, el
número de salas de cine y su capacidad, las conexiones a internet, el número de agencias de viaje y tours
operadores, los trabajadores de empresas creativas, así como otras variables tales como los relacionados con
la seguridad a través del número de denuncias de delitos. Medimos todas estas variables en términos de km2
o habitantes de cada región. También hemos considerado una tendencia temporal anual para tener en cuenta
los posibles efectos del tiempo en la eficiencia región.
Una vez estimados los índices de eficiencia en la sección anterior, se regresan los mismos sobre las variables
contextuales. Hemos regresado los índices de eficiencia bajo el supuesto de CRS sobre el conjunto anterior
de variables explicativas. Estimamos tres modelos: Tobit convencional, Tobit robusto y Bootstrap con todas
las variables explicativas. La TABLA 7 presenta los resultados de los modelos estimados, para tres
categorías de turistas: Totales, Nacionales y Extranjeros. Una primera mirada global a los resultados muestra
que, para el caso del flujo turístico total, las variables significativas son las mismas en los tres modelos
econométricos, además los signos de los coeficientes básicamente no cambian y los valores son casi los
mismos. Una situación similar se aprecia en la categoría de Turistas extranjeros, donde los tres modelos
muestran prácticamente los mismos resultados. Diferente es la situación en el caso de la categoría de
21
Turistas nacionales, por cuanto se aprecia un comportamiento diferente en los tres modelos estimados,
siendo el Modelo Bootstrap el que muestra resultados más ajustados.
En cuanto a la interpretación de los resultados, podemos señalar lo siguiente. Del análisis comparativo se
observa que, en la categoría de turistas totales, existe un conjunto de variables que resultan no significativas
en todas las especificaciones. A saber, la Superficie regional de reservas nacionales pertenecientes al estado,
la Red vial principal, y los Visitantes extranjeros a áreas silvestres protegidas, en conjunto con la
disponibilidad de cines y la capacidad de los mismos, así como también las Empresas creativas presentes en
la región, y los recursos adjudicados del fondo nacional de desarrollo cultural y las artes. Por tanto todos
ellos no parecerían tener efectos sobre la eficiencia de las regiones en su capacidad en la atracción del
turismo.
Por el contrario, existe un grupo de variables asociadas al patrimonio cultural y natural como son la
disponibilidad de museos y la dotación de monumentos históricos nacionales, junto con la importancia de
los monumentos naturales y de las áreas silvestres protegidas, que tienen un impacto positivo. Esto podría
ser indicativo del carácter omnívoro del flujo turístico completo en Chile, que a la hora de planificar el viaje
tienen en cuenta tanto los atractivos culturales como naturales. También resultan significativas algunas
variables vinculadas al aporte del sector cultural privado, como son el número de agencias de viaje y tours
operadores, los trabajadores de empresas creativas, que ponen a disposición de los turistas los medios para
que éstos tengan las facilidades para visitar aquellos atractivos turístico culturales más relevantes de cada
región.
Un factor que no contribuye positivamente, y de hecho hace todo lo contrario, son las conexiones en
modalidad dedicada5 a internet, esto por cuanto la mayor cantidad de conexiones no necesariamente refleja
un uso eficiente de la tecnología, sino que en muchos casos puede ser todo lo contrario, lo cual se refleja en
su relación con los ratios de eficiencia. Por último, una obvia relación es la relación negativa entre los ratios
de eficiencia y el número de delitos por habitante.
5 La modalidad dedicada corresponde al número de clientes con conexión punto a punto y las tecnologías de acceso por DLS, cable módem y
WILL, entre otros.
22
Por otra parte, al tomar como variable dependiente la eficiencia de las regiones en la atracción de los turistas
nacionales, podemos apreciar que las variables que resultan ser significativas en los tres modelos estimados
son, por una parte la superficie regional de parques nacionales, pero en un sentido inverso, lo cual indica que
TABLA 7. Resultados de las estimaciones de los modelos aplicados en la segunda etapa.
Modelo 1: Tobit Convencional Modelo 2: Tobit Robusto Modelo 3: Boostrap
Categoría Coef. Std. Err. p-value Coef. Std. Err. p-value Coef. Std. Err. p-value
General
PATREG_HAB 0,76 0,30 0,0150* 0,76 0,25 0,0030** 0,76 0,34 0,0280*
SUPANA_KM2 -1,39 0,26 0,0000** -1,39 0,22 0,0000** -1,39 0,29 0,0000**
SURENA_KM2 -0,18 0,30 0,57 -0,18 0,33 0,59 -0,18 0,52 0,74
SUMONA_KM2 9,57 2,92 0,0020** 9,57 2,67 0,0010** 9,57 3,54 0,0070**
Delitos_HAB -0,50 0,21 0,0190* -0,50 0,23 0,0310* -0,50 0,27 0,0660†
A_1000FondArt_HAB -0,03 0,04 0,46 -0,03 0,04 0,47 -0,03 0,05 0,60
VINASP_HAB 0,14 0,07 0,0460* 0,14 0,06 0,0120* 0,14 0,07 0,0390*
VIEASP_HAB 0,03 0,10 0,77 0,03 0,07 0,70 0,03 0,10 0,76
RVIAL2_HAB 8,44 16,69 0,62 8,44 18,10 0,64 8,44 22,58 0,71
INTERNET_HAB -1,32 0,40 0,0010** -1,32 0,36 0,0000** -1,32 0,44 0,0030**
CINE_100MHAB 0,02 0,02 0,40 0,02 0,01 0,23 0,02 0,02 0,42
CAPCINE_HAB -13,13 8,29 0,12 -13,13 7,99 0,11 -13,13 10,37 0,21
EMPRE_HAB -95,04 63,59 0,14 -95,04 73,63 0,20 -95,04 81,80 0,25
TRAB_HAB 33,65 5,77 0,0000** 33,65 5,33 0,0000** 33,65 6,78 0,0000**
AGV_1000HAB 0,41 0,20 0,0450* 0,41 0,22 0,0650† 0,41 0,24 0,0830†
_cons 0,89 0,04 0,0000** 0,89 0,04 0,0000** 0,89 0,05 0,0000**
Sigma 0,06 0,00 0,06 0,01 0,06 0,00
Nacionales PATREG_HAB -0,07 0,38 0,85 -0,07 0,36 0,84 -0,07 0,43 0,87
SUPANA_KM2 -1,40 0,32 0,0000** -1,40 0,27 0,0000** -1,40 0,34 0,0000**
SURENA_KM2 0,64 0,37 0,0900† 0,64 0,46 0,17 0,64 0,64 0,32
SUMONA_KM2 5,16 3,60 0,16 5,16 3,92 0,19 5,16 5,58 0,36
Delitos_HAB -0,58 0,26 0,0280* -0,58 0,25 0,0230* -0,58 0,34 0,0870†
A_1000FondArt_HAB -0,04 0,05 0,37 -0,04 0,05 0,43 -0,04 0,07 0,59
VINASP_HAB 0,06 0,09 0,50 0,06 0,07 0,40 0,06 0,11 0,58
VIEASP_HAB 0,18 0,12 0,15 0,18 0,10 0,0880† 0,18 0,21 0,41
RVIAL2_HAB 37,26 20,63 0,0750† 37,26 19,23 0,0560† 37,26 26,60 0,16
INTERNET_HAB -0,70 0,49 0,16 -0,70 0,48 0,15 -0,70 0,67 0,30
CINE_100MHAB 0,02 0,03 0,55 0,02 0,02 0,41 0,02 0,03 0,65
CAPCINE_HAB -18,38 10,25 0,0770† -18,38 9,55 0,0580† -18,38 14,19 0,20
EMPRE_HAB -15,61 78,68 0,84 -15,61 82,87 0,85 -15,61 117,13 0,89
TRAB_HAB 1,58 7,14 0,83 1,58 5,99 0,79 1,58 8,24 0,85
AGV_1000HAB 0,30 0,25 0,23 0,30 0,25 0,23 0,30 0,31 0,33
_cons 0,90 0,05 0,0000** 0,90 0,05 0,0000** 0,90 0,07 0,0000**
Sima 0,07 0,01 0,07 0,01 0,07 0,01
Extranjeros PATREG_HAB 0,85 0,38 0,0280* 0,85 0,36 0,0210* 0,85 0,35 0,0150*
SUPANA_KM2 -1,13 0,32 0,0010** -1,13 0,30 0,0000** -1,13 0,32 0,0000**
SURENA_KM2 0,11 0,37 0,78 0,11 0,32 0,74 0,11 0,36 0,77
SUMONA_KM2 3,69 3,63 0,31 3,69 2,70 0,18 3,69 3,57 0,30
Delitos_HAB -0,52 0,26 0,0520† -0,52 0,22 0,0230* -0,52 0,31 0,0940†
A_1000FondArt_HAB -0,09 0,05 0,0590† -0,09 0,03 0,0060** -0,09 0,05 0,0930†
VINASP_HAB 0,03 0,09 0,76 0,03 0,07 0,69 0,03 0,07 0,72
VIEASP_HAB 0,04 0,12 0,74 0,04 0,08 0,61 0,04 0,10 0,68
RVIAL2_HAB -20,15 20,90 0,34 -20,15 25,52 0,43 -20,15 28,04 0,47
INTERNET_HAB 0,06 0,50 0,90 0,06 0,47 0,89 0,06 0,54 0,91
CINE_100MHAB 0,02 0,03 0,55 0,02 0,02 0,51 0,02 0,03 0,64
CAPCINE_HAB 7,33 10,40 0,48 7,33 14,40 0,61 7,33 19,67 0,71
EMPRE_HAB -113,69 79,30 0,16 -113,69 87,96 0,20 -113,69 100,55 0,26
TRAB_HAB 20,62 7,22 0,0060** 20,62 7,40 0,0070** 20,62 8,20 0,0120*
AGV_1000HAB 0,32 0,25 0,20 0,32 0,26 0,21 0,32 0,28 0,25
_cons 0,77 0,05 0,0000** 0,77 0,06 0,0000** 0,77 0,05 0,0000**
Sigma 0,07 0,01 0,07 0,01 0,07 0,01
** p-value<0.01; * p-value<0.05 † p-value<0.10
23
la eficiencia de las regiones no aumenta para el turista nacional al tener mayor patrimonio natural
disponible. Por otra parte resultó ser significativa la denuncia de delitos que al tener signo negativo nos
permite inferir que a mayor cantidad de delitos denunciados disminuye la eficiencia a nivel regional.
También resultaron ser significativas (solo para los modelos Tobit; p<0.1), la variable Red vial principal, y
la capacidad de salas de cine. Para el primer caso nos muestra una característica del turista nacional que
privilegia el transporte en vehículo propio, por lo cual mejora la eficiencia de la región si esta presenta
mayor cantidad de vías de red caminera, y para la capacidad de salas de cine nos indica que a mayor
capacidad de las salas disminuyen los ratios de eficiencia regionales, lo cual está señalando que esta mayor
disponibilidad está inhibiendo que el turista nacional pueda hacer uso de la variada oferta de turismo en
general y turismo cultural en particular.
Para la categoría de turistas extranjeros, tiene un impacto positivo con los ratios de eficiencia regionales la
variable asociada al patrimonio cultural, complementada con la variable que representa la cantidad de
trabajadores en empresas creativas, lo que da cuenta que para esta categoría de turistas, al planificar sus
viajes, cobran mucha importancia los atractivos culturales. Nuevamente la variable correspondiente a los
delitos aparece como significativa, pero con un impacto negativo. También tiene una incidencia negativa los
montos adjudicados del Fondo Nacional para el Desarrollo Cultural y las Artes, una posible explicación para
ello es que dichos fondos no están siendo utilizados eficientemente para potenciar el acervo cultural
regional. Finalmente, participa también con un impacto negativo la superficie regional de parques nacionales
pertenecientes al estado, lo que estaría evidenciando que pese a su extensión, no constituyen un atractivo
determinante en la atracción de flujo turístico exterior.
5. Conclusiones
El presente trabajo se enmarca dentro de los estudios de evaluación de eficiencia de destinos turísticos a
través un procedimiento en dos etapas, línea de investigación escasamente desarrollada dentro del contexto
Latinoamericano. La novedad de este trabajo se ve reforzado por el enfoque propuesto, ya que se han
incorporado específicamente varios factores propiamente culturales, entre las diferentes variables externas
que pueden condicionar la eficiencia técnica en la segunda etapa. De ese modo, el objetivo ha consistido en
observar como la acumulación de capital cultural puede determinar el desempeño de las regiones analizadas,
en la atracción de turismo.
La metodología empleada es el análisis de eficiencia en dos etapas. Que considera la técnica no paramétrica
de Análisis Envolvente de Datos, para el cálculo de los rangos de desempeño y la eficiencia condicionada
por medio de un análisis de regresión truncada, respecto de diferentes variables de entorno. El objetivo
principal consiste en determinar qué regiones chilenas son más eficientes a la hora de captar pernoctaciones
de turistas, y qué variables externas pueden condicionar este grado de eficiencia y en qué sentido lo hacen.
Para realizar un estudio completo del sector turístico, se han considerado tres modelos, estableciendo
24
discriminación según el origen del flujo turístico, ya sea total, nacional o extranjero. El estudio se aplica
sobre las 15 regiones chilenas y dentro del intervalo temporal que abarca desde el 2009 al 2014, lo cual
permite no solo establecer comparaciones entre las diferentes áreas geográficas del país, sino que de igual
modo, podemos extraer conclusiones de su desempeño a lo largo del tiempo.
La función de producción que estructura el estudio es de carácter propiamente gerencial, puesto que
relaciona el número de pernoctaciones, como output, con la capacidad de alojamiento y el flujo turístico,
como inputs. Mientras que en el análisis de segunda etapa se consideran diferentes variables externas, como
síntesis de los principales elementos patrimoniales, recursos naturales, alcance de la actividad cultural y
creativa, infraestructuras de comunicación, grado de seguridad, etc.
En cuanto a los resultados, en primer lugar destacar el nivel apreciable de eficiencia media, especialmente
significativo el desempeño la de la Región Metropolitana, junto con las regiones que poseen mayores
atractivos y trayectoria en turismo vacacional. Es decir, las regiones costeras del norte del país, así como las
regiones ubicadas en la zona centro-sur, cuyo atractivo más significativo son los lagos interiores. En cuanto
a la tendencia a lo largo del tiempo, hemos podido constatar que en los tres modelos se manifiesta una
evolución decreciente de la eficiencia media. Esto puede estar justificado en un incremento en los últimos
años de la oferta de alojamiento, que no se ha visto compensado, por el momento, con un aumento del
número de pernoctaciones turísticas.
En cuanto a un análisis comparativo de la eficiencia entre los diferentes modelos, hemos podido encontrar
dos tipos de comportamiento, con características bien diferenciadas. Por una parte, las regiones más
eficientes a la hora de captar turismo nacional, son aquellas que poseen toda una serie de atractivos
naturales, costeros y lagos interiores. Por el contrario que en el caso de los turistas extranjeros, las mejores
prácticas son desarrolladas por las regiones centrales y la Región Metropolitana, como regiones con mayor
notoriedad a nivel internacional, siendo la principal entrada al país de este tipo de turismo. Es interesante
observar que en líneas generales, el ratio medio de eficiencia es superior en el caso de los turistas nacionales
que en el contrario, es decir las regiones chilenas son más eficientes a la hora de atraer turistas del propio
país que turistas extranjeros, ya que lógicamente estos se centran en las regiones más llamativas a nivel
internacional.
En cuanto a los resultados obtenidos en la segunda etapa. Al regresar los índices de eficiencia, previamente
obtenidos, con un total de diecisiete variables externas, vemos como las que representan las dotaciones
patrimoniales, así como el alcance y dinamismo del sector cultural y creativo, contribuyen a aumentar el
grado de eficiencia de las regiones para la atracción del turismo extranjero. Esto verifica la importancia que
los recursos culturales poseen a la hora de generar flujos turísticos, respondiendo al objetivo principal que
tratábamos de contrastar en esta investigación. Sin embargo, los recursos naturales determinan en sentido
positivo la eficiencia en el caso del turismo de origen nacional. Por otro lado resultan significativas una serie
25
de variables, cuya interpretación podría considerarse predecible. El índice de delitos con coeficiente
negativo, y en sentido positivo el nivel de accesibilidad y comunicación con el que cuentan las diferentes
regiones.
Si atendemos a la aplicabilidad de los resultados obtenidos, concluimos que resultan especialmente útiles
dentro del contexto de la gestión turística y cultural, además de en el terreno de la política turística. Puesto
que permiten tener una visión integral del desempeño de cada región, así como focalizar los elementos en
los que se asientan sus principales ineficiencias, facilitando el desarrollo de las medidas dentro del ámbito de
la formulación y decisión turística.
Finalmente cabe destacar que el carácter innovador de la presente propuesta, justificada en la mencionada
escasez de referencias de estudios similares, tanto en el contexto aplicado como en el enfoque dado, hace
que el mismo pueda considerarse como un caso de estudio referente en el ámbito Latinoamericano. Así
como un punto de partida para el desarrollo de trabajos similares en otros contextos dentro del continente.
Referencias
Álvarez, A. (2001): La medición de la eficiencia y la productividad, Pirámide, Madrid.
Assaf, A. G., Agbola, F. W. (2011): “Modelling the performance of Australian Hotels: a DEA doublé
bootstrap approach”, Tourism economics: the business and finance of tourism and recreation, Vol 17, No 1,
p. 73-89.
Assaf, A., and Josiassen, A. (2012): “Identifying and ranking the determinants of tourism performance: a
global investigation”, Journal of Travel Research, Vol 54, No 4, p. 1–13.
Banker, R. D., Natarajan, R. (2008): “Evaluating Contextual Variables Affecting Productivity using Data
Envelopment Analysis”, Operations Research, Vol 56, No 1, p. 48-58.
Barros, C. P. (2004): “A stochastic cost frontier in the Portuguese hotel industry“. Tourism Economics, Vol
10 No 2, p. 177-192.
Barros, P.C. (2005): Measuring efficiency in the hotel sector. Annals of Tourism Research, Vol322, p. 456–
477.
Barros, C. P. (2006): “Analyzing the rate of technical change in the Portuguese hotel industry“. Tourism
Economics, Vol 12, No 3, p. 325-346.
Barros, C.P., Botti, L., Peypoch, N., Robinot, E., Solonandrasana, B., Assaf, A. (2011): Performance of
French destinations: Tourism Attraction Perspectives. Tourism Management, Vol 32, p. 141-146
Benito, B., Solana, J., López, P. (2014): “Determinants of Spanish regions’ tourism performance: a two-
stage, double-bootstrap, data envelopment analysis”, Tourism economics: the business and finance of
tourism and recreation, Vol 20, No 5, p. 987-1012.
26
Botti, L., Peypoch, N., Robinot, E., Solonandrasana, B. (2009): Tourism destination competitiveness: the
French regions case. European Journal of Tourism Research, Vol 21, p. 5-24.
Brida, J. G., Meleddu, M., Pulina, M. (2013): “Factors influencing length of stay of cultural tourists”,
Tourism economics: the business and finance of tourism and recreation, Vol 19, No 6, p. 1273-1292.
Chen, P., Chang, Ch., Lai, Ch. (2014): “Incentive regulation and performance measurement of Taiwan’s
incineration plants: an application of the four-stage DEA method”, Journal of Productivity Analysis, Vol 41,
p. 277-290.
CORFO (2016): Servicio de Consultoría Experta para Identificación de Oportunidades y Levantamiento de
Brechas y la Confección de la Hoja de Ruta del Plan Estratégico Nacional de Turismo Sustentable. Informe
Consolidado Final.
Cracolici, M.F., Nijkamp, P. Rietveld, P. (2008): Assessment of tourism competitiveness by analysing
destination efficiency, Tourism Economics, Vol 14, p. 325-342.
Cuccia, T., Guccio, C., Rizzo, I. (2013): “Does Unesco inscription affect the performance of tourism
destinations? A regional perspective”, ACEI working paper series, AWP-04-2013.
Daraio, C., Simar, L. (2005): “Introducing Environmental Variables in Nonparametric Frontier Models: A
Probabilistic Approach”, Journal of Productivity Analysis, Vol 24, No 1, p. 93-121.
Del Río, V. (2015): “Caracterización y comportamiento del turismo en la Región del Maule, Chile”, Revista
Interamericana de Ambiente y Turismo., Vol 11, No 1, p. 31-36.
Fernández Blanco, V. (2013): “Por qué y cómo evaluar la eficiencia de las instituciones culturales con
especial atención al patrimonio, in Herrero L.C., ed., Evaluación de la eficiencia de instituciones culturales,
Valladolid, Fundación del Patrimonio Histórico de Castilla y León, p.. 17- 40.
Fernández Blanco, V., Herrero Prieto, L. C. and Prieto García J. (2013): “Performance of Cultural Heritage
Institutions”, in Rizzo, I. y Mignosa, A., eds, Handbook on Economics of Cultural Heritage, Edward Elgar
Publishing Ltd, Cheltenham, UK and Northampton, MA, USA.
Fuentes, R., (2011): Efficiency of travel agencies: A case study of Alicante, Spain. Tourism Management,
Vol 32, p. 75-87.
Hadad, S., Hadad, Y., Malul, M., Rosenboim, M. (2012): “The economic efficiency of the tourism industry:
a global comparison”, Tourism economics: the business and finance of tourism and recreation, Vol 18, No 5,
p. 931-940.
Herrero, L.C. (2011): “La contribución de la cultura y las artes al desarrollo económico regional”,
Investigaciones Regionales, Vol 19, p. 177-202.
27
Köksal, C. D., Aksu, A. A. (2007): “Efficiency evaluation of A-group travel agencies with data envelopment
analysis (DEA): a case study in the Antalya region, Turkey“. Tourism Management, Vol 28, p. 830-834.
Martínez, M. (2003): La medición de la eficiencia en las instituciones de educación superior, Fundación
BBVA, Madrid.
Ministerio de Economía, Fomento y Turismo. Gobierno de Chile (2014): Plan Nacional de Desarrollo
Turístico Sustentable. Santiago de Chile.
Pérez, V., Guerrero, F., Pérez, F., Caballero, R. (2014): “La sostenibilidad de los destinos cubanos de
turismo de naturaleza: un enfoque cuantitativo” Tourism and Management Studies, Vol 10 (2), p. 32-40.
Perrigot, R., Cliquet, G., Piot-Lepetit, I. (2009): “Plural from chain and efficiency: insights from the French
hotel chains and the DEA methodology“. European ManagementJournal Vol 27, p. 268-280.
Román , B., Font, X. (2014): “Turismo sustentable como herramienta de competitividad en Chile”, Vol 23,
p.421-446.
Shang, J.K., Wang, F.C., Hung, W.T. (2010): A stochastic DEA study of hotel efficiency. Applied
Economics, Vol 42, p 2505-2518.
Sigala, M. (2004): “Using data envelopment analysis for measuring and benchmarking productivity in the
hotel sector“. Journal of Travel & Tourism Marketing, Vol 16, No 2/3, p. 39-60.
Simar, L., Wilson, P. (2000): “A general methodology for bootstrapping in nonparametric frontier models”,
Journal of Applied Statistics, Vol 27, p. 779-802.
Simar, L., Wilson, P. W. (2007): “Estimation and inference in two-stage, semiparametric models of
production processes”, Journal of Econometrics, Vol 136, p. 31-64.
Suzuky, S., Nijkamp, P., Rietveld, P. (2011): “Regional efficiency improvement by means of data
envelopment analysis through Euclidean distance minimization including fixed input factors: An application
to tourist regions in Italy”, Papers in Regional Science, Vol 90, No 1, p. 67-89.
Wang, F.C., Hung, W.T., Shang, J.K. (2006): “Measuring the cost efficiency of international tourist hotels in
Taiwan”. Tourism Economics, Vol 121, p. 65–85.
WEF (2015): The Travel & Tourism Competitiveness Report. Cologny, Suiza.