Una aproximación al PIB turístico departamental de Uruguay en 2010

              © PASOS. Revista de Turismo y Patrimonio Cultural. ISSN 1695-7121
Vol. 12 N.o 4. Págs. 777-789. 2014
www .pasosonline.org
* Máster en Economía y Gestión del Turismo Sustentable ­‑
Universidad de la República Oriental del Uruguay, UDELAR
(Uruguay); asesora en economía en el Programa BID­‑Ministerio
de Turismo y Deporte; E­‑mail:
malonsoperez@mintur.gub.uy
** Doctor en economía por la Universidad de Siena, Italia, docente investigador en el Instituto de Economía (IECON) y en el
Instituto de Estadística (IESTA) ­‑
Universidad de la República Oriental del Uruguay; E­‑mail:
arisso@iecon.ccee.edu.uy
Resumen: En el presente estudio se estima el PIB turístico (PIBT) departamental de Uruguay, regionali-zando
los resultados obtenidos en el ejercicio piloto de Cuentas Satélite de Turismo en el año 2008, usando
la metodología de (Geary y Stark, 2002). Se encuentra que los departamentos de Montevideo y Maldonado
generan el 62,92% del PIBT cuando se consideran sólo las actividades Hoteles y Restaurantes en 2010. La
distribución departamental parece no diferir estadísticamente de las últimas aproximaciones oficiales que
datan de 2006. Se aprecia que más del 80% del PIBT se concentra en la costa sur del país. Cabe destacar el
gran crecimiento, tanto en la producción como en participación, que presenta el departamento de Rocha y
que puede estar relacionada al desarrollo turístico que ha tenido en los últimos años.
Palabras Claves: PIB regional, Actividad turística, Pareto, Distribución del Ingreso, Uruguay.
An approximation of the Uruguayan departmental tourism GDP in 2010
Abstract: In this document the Uruguayan departmental tourism GDP was estimated, disaggregating the
results obtained in the first Tourism Satellite Accounts in 2008, using (Geary and Stark, 2002) methodology.
Montevideo and Maldonado generate 62.92% of Tourism GDP in 2010 considering Hotels and restaurants
activities only. The departmental distribution does not differ statistically from the latest official approaches
dating from 2006. It is noted that more than 80% of the touristic GDP is concentrated in the southern coast
of the country. Also noteworthy is the significant growth in production and participation of Rocha and may
be related to tourism development in recent years.
Key Words: Departmental GDP, Tourism Activity, Pareto, Income Distribution, Uruguay.
Una aproximación al PIB turístico departamental
de Uruguay en 2010
María José Alonsoperez*
Ministerio de Turismo y Deporte (Uruguay)
Wiston Adrián Risso**
Universidad de la República Oriental del Uruguay (Uruguay)
María José Alonsoperez, Wiston Adrián Risso
1. Introducción
Contar con una medida del PIB Regional (PIBR)
dentro de un país, en especial cuando se tiene una
presunción de que dicha producción no se distribuye
homogéneamente, parece relevante, por ejemplo,
a la hora de pensar estrategias de desarrollo que
beneficien a ciertas zonas que presenten mayores
carencias. Temas como el crecimiento, distribuci-ón
y convergencia al interno interior de un país
sólo pueden ser estudiados cuando se cuenta con
información detallada. En este sentido, medir el
crecimiento de algunas actividades económicas,
como por ejemplo, la actividad turística en alguna
región determinada, brinda valiosa información que
permite diagnosticar y tomar decisiones sobre el
desarrollo turístico a nivel regional, permitiendo
una mejor planificación del desarrollo local.
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
778 Una aproximación al PIB turístico departamental de Uruguay en 2010
Sin embargo, las dificultades técnicas y prin-cipalmente
los altos costos que implica tener un
PIBR han impedido que muchos países cuenten
con esta información, limitándose a calcular el
PIB a nivel nacional.
Un método para calcular el PIBR corresponde al
método de la producción, que consiste en calcular,
para los establecimientos residentes en cada regi-ón,
el Valor Agregado (VA) por diferencia entre el
Valor Bruto de la Producción Regional (VBPR) a
precios de productor y su Consumo Intermedio (CI)
a precios de usuario. Este método es el aplicado en
Chile desde 1960 (ver BCC, 2003) y como se señala,
la identificación de la residencia de los estableci-mientos
y de los precios locales es primordial en
la obtención de resultados representativos de las
realidades regionales. El PIB nacional no será la
suma del de las regiones debido a discrepancias
como por ejemplo que el precio base aplicado en
las regiones es diferente al precio promedio que
se aplica a nivel nacional y asumiendo que la
productividad es constante en todo el país.
(Geary y Stark, 2002) sugieren un método para
estimar el PIBR que produce resultados aceptables.
Este consiste en identificar un conjunto de variables
relacionadas con la producción que puedan ser
usadas como predictores de su nivel. En particular
los autores sugieren utilizar el empleo y la produc-tividad
por sector y por región, asumiendo que la
productividad se refleja en los salarios. De esta
manera los autores logran estimar el PIB en las
regiones del Reino Unido en la segunda mitad del
siglo XIX. En la misma línea (Crafts, 2005) utiliza
la metodología en los distritos administrativos de
Inglaterra, no contando con datos de salarios el
autor utiliza los impuestos como aproximación.
Los resultados le permiten analizar la distribución
del ingreso observando una mayor desigualdad del
PIBR por persona a inicios del siglo XX, que luego
de la segunda guerra mundial. (Di Vaio, 2007) pro-pone
una extensión del método basándose en una
función de producción de elasticidad de sustitución
constante (CES) que permite utilizar diferentes
elasticidades de sustitución de capital y trabajo.
De esta manera estudia las disparidades regionales
en el periodo de post­‑unificación
italiana. Asimis-mo,
(Felice, 2009) estima con esta metodología el
PIBR de Italia desde 1871 hasta el advenimiento
del Euro. Aplicando el mismo método (Tirado et
al., 2006) calculan el PIB provincial para España
que posteriormente (Pons y Tirado, 2008) usarán
para analizar los determinantes de la desigualdad
en la distribución en la actividad económica de
España. Por otra parte (Martinez, 2007) estima
el PIB provincial para España desde 1860 a 1930
no encontrando evidencia de convergencia regional
entre las provincias. Siguiendo la línea de Geary y
Stark, (Buyst, 2010) estima el PIBR para Bélgica
entre 1896 y 2000. (Enflo et al., 2010) utilizan este
método para estimar el PIBR de las 24 provincias
suecas entre 1855 y 2007 mostrando que el pico
más bajo de desigualdad regional en el PIB per
cápita sucede a comienzos de la década del ochenta.
Uruguay se divide administrativamente en 19
departamentos pero sólo existe un antecedente
intentando obtener el PIB de cada departamento.
La Oficina de Planeamiento y Presupuesto (OPP),
que depende de la Presidencia de la República del
Uruguay, inició en 1992 la departamentalización
de las macrovariables económicas. De acuerdo a
(OPP, 2007) uno de los problemas que han tenido los
sistemas de información estadística oficiales, es la
debilidad en la territorialización de la información.
De esta forma, los únicos datos oficiales disponibles
sobre el PIB departamental, cubren el periodo 1985­‑2006
y se puede desagregar en nueve actividades
(Sector agropecuario; Pesca, minas y canteras;
Industria manufacturera; Electricidad, gas y agua;
Construcción; Comercio, restaurantes y hoteles;
Transporte, almacenamiento y comunicaciones;
Establecimientos financieros y seguros, bienes
inmuebles y servicios prestados a las empresas;
Servicios comunales, sociales y personales). Dentro
de estas actividades, es la de Comercio, Restau-rantes
y Hoteles la que se relaciona directamente
con el objetivo de este artículo, siendo la mejor
aproximación oficial sobre el PIB turístico (PIBT)
departamental con el que se cuenta y que se uti-lizará
a los efectos comparativos.
Es objetivo del presente estudio es estimar el
PIBT departamental de Uruguay, regionalizando
los datos obtenidos en el ejercicio piloto de Cuentas
Satélites de Turismo en el año 2008, aplicando la
metodología sugerida por (Geary y Stark, 2002).
Se debe considerar, que los últimos datos oficiales
departamentales relacionados al PIBT, se refieren
a la actividad Comercio, Hoteles y Restaurantes y
que su departamentalización se basa en indicadores
como la ocupación, e información provenientes de
otras fuentes oficiales. De esta forma, la aplicación
en el presente estudio, del método propuesto por
Geary y Stark, debería ser considerada como una
primera aproximación al conocimiento de cómo
se distribuye el PIBT en el territorio uruguayo.
El presente artículo se organiza de la siguiente
manera. En la sección 2 se explica la metodología
de Geary y Stark y se mencionan los datos que
fueron utilizados. La sección 3 muestra los resul-tados
obtenidos, analizando la participación de
los departamentos en el PIB turístico nacional y
el crecimiento que han experimentado. Además,
se realiza un análisis estadístico a los efectos de
modelar la distribución del PIB turístico departa-
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
María José Alonsoperez, Wiston Adrián Risso 779
mental que se obtiene. Finalmente, en la sección 4
se mencionan las principales conclusiones.
2.Metodología
Método de Geary y Stark
A los efectos de tener una primera aproximación
al PIBT departamental de Uruguay se decidió
utilizar la metodología sugerida por (Geary y Stark,
2002). Los autores parten de que el PIB del país
es la sumatoria del PIB de cada región, en nuestro
caso el PIBT uruguayo (YUruguay) es la suma del
PIBT de los 19 departamentos, como se muestra
en la siguiente ecuación:
Σ =
=
=
1 9
1
i
i
Uruguay i Y Y
(1)
Donde Yi es el PIBT del departamento i que puede
ser definido como se muestra en la ecuación (2).
Σ =
=
=
9
1
j
j
i ij ij Y y L
(2)
Donde yij es el producto medio por trabajador
en el departamento i en la actividad j y Lij es el
correspondiente número de trabajadores. En nues-tro
caso, el PIBT está compuesto por 9 actividades
características del turismo, en las que se basa
con las que trabaja la cuenta satélite de turismo
de Uruguay (Alojamiento, Servicios de segunda
residencia, Restaurantes, Transporte terrestre,
Transporte por agua, Transporte aéreo, Agencias
de viaje, Servicios culturales, Servicios financieros).
Los autores sugieren (Geary y Stark, 2002)
afirman que se puede encontrar información para
calcular la ecuación (2) con excepción de yij. Ellos
postulan que yij y yj (el producto por trabajador en
la actividad j) se refleja en la relación con el salario
pagado en la actividad, esto es wij y wj,. de esta
manera se puede postular la siguiente expresión.
De acuerdo a (Di Vaio, 2007) cuando se asume una
función de producción Cobb­‑Douglas
se cumple que
yij=yj(wij/wj) y por tanto sustituyendo en (2) se
obtiene la siguiente expresión:
Σ =
= ÷ ÷
⎠
⎞
⎜ ⎜
⎝
⎛
=
9
1
j
j
i j
j
i j
i j L
w
w
Y y
(3)
Según (Geary y Stark, 2002) el sentido común
hace pensar que existe una relación entre los
salarios pagados y el producto medio del trabajo.
La teoría económica sugiere que los salarios deben
igualar a la productividad marginal del trabajo, en
cuyo caso el método requiere una relación fija entre
el producto medio del trabajo y la productividad
marginal del trabajo. Los autores sostienen que
debido a que el supuesto de mercado perfecto y una
función de producción Cobb­‑Douglas
con retornos
constantes a escala y progreso técnico neutro son los
supuestos que necesitan para realizar el análisis.
ideales. En este mundo la productividad media del
trabajo es igual al producto marginal.
De esta manera la ecuación (3) representa el
PIBT del departamento i y es la base para apro-ximar
el PIBT de Uruguay, ya que se cuenta con
dicha información.
Datos
En el año 2008, El Ministerio de Turismo y
Deporte, en el año 2008 en colaboración con la
Organización Mundial del Turismo, comenzó a
trabajar en la Cuenta Satélite de Turismo� pre-liminar
(CSTU), obteniendo resultados para el
período 2005 a 2011.
La CSTU permitió estimar el PIB turístico en
base a la definición de las actividades económicas
relacionadas con el turismo: Actividades especí-ficas
(características y conexas) y Actividades no
específicas a nivel nacional.
En este primer ejercicio, se decidió trabajar sólo
con las actividades características del turismo,
obteniendo el PIBT departamental generado por
las actividades características del turismo. Las
actividades características del turismo en Uruguay,
definidas en el marco de la CSTU son: Alojamiento
(Hoteles), Segundas residencias, Actividades de
servicios de comidas y bebidas, Transporte de pa-sajeros
por carretera, Transporte de pasajeros por
Agua, Transporte Aéreo de pasajeros, Actividades
de Agencias de Viaje, Actividades Culturales y
Actividades Financieras. Se debe aclarar que la
metodología de la (CSTU, 2008) sólo considera la
parte de la producción con destino turístico, por
ejemplo en el caso de Hoteles se considera que la
producción destinada a turismo es del 95% y en
el caso de Restaurantes se supone que sólo el 25%
del total de la producción es turística.
A los efectos de obtener un aproximación a los
trabajadores (L) y el salario (w) se considera la
Encuesta Continua de Hogares (ECH) elabora-da
por el Instituto Nacional de Estadística, en
donde se obtienen datos de ocupados y salarios
por departamento y por actividad de acuerdo a
la codificación industrial CIIU 3ra revisión. En
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
780 Una aproximación al PIB turístico departamental de Uruguay en 2010
el presente ejercicio se trabajó con los Ingresos
recibidos por trabajo y el número de ocupados por
departamento en las actividades características
del turismo.
De esta manera se pudieron calcular los pon-deradores
que sirvieron para obtener el PIB de
cada actividad turística por departamento y así
aproximar el PIBT departamental.
3. Principales Resultados
Participación departamental en el PIBT.
En primer lugar se consideró el PIB de las
actividades características del turismo (ACT) en
2010 en base a datos de la CSTU. El Cuadro 1
muestra los resultados del PIB de las ACT para el
año 2010 en miles de pesos uruguayos corrientes.
Como se puede observar en el Cuadro 1 este PIB
corresponde a unos U$S 2.089.057.250 (conside-rando
un tipo de cambio de 20 pesos uruguayos),
dado que el PIB total uruguayo en 2010 fue de U$S
39.528.804.015, se obtiene que el PIBT en ACT tiene
un peso del 4,63% 5,28% en el PIB total. Por otro
lado, Alojamiento y Restaurantes tienen un peso
del 32,77% en el PIB de las ACT y representan un
1,73% del total del PIB.
Se debe destacar el peso que presentan las acti-vidades
de Transporte Terrestre y los servicios de
segunda residencia que en total ponderan 39,99%
del PIB en ACT.
En base a los datos de las ECH 2007, 2008,
2009 y 2010 se calcularon los ponderadores para
cada departamento como sugiere la metodología
de Geary y Stark (2002).
El Cuadro 2 muestra el PIB de las ACT y el
PIB de Hoteles y Restaurantes para el año 2010
a precios corrientes, con las respectivas parti-cipaciones
de cada departamento en el total. A
los efectos comparativos se agrega una columna
utilizando el último dato de PIB departamental
elaborado por OPP en 2006, considerando sólo la
actividad Comercio, Hoteles y Restaurantes por
departamento como aproximación del PIBT. Siendo
este último la única información oficial sobre una
estimación departamental, se consideró relevante
incluirla en el análisis.
Analizando el cuadro 2 se observa que Mon-tevideo
y Maldonado tienen el mayor peso en el
PIBT con un 53,93% y un 15,47% respectivamente,
cuando se consideran las ACT y esta ponderación
pasa a 33,41% para Montevideo y 29,51% cuando
se consideran sólo hoteles y restaurantes.
El mayor peso que presenta Montevideo cuando
se consideran las ACT puede deberse a la inciden-cia
de dos actividades incluidas en las ACT que
podrían estar sesgando el resultado: Actividades
Inmobiliarias y Transporte. En el ejercicio de CSTU
se consideró un porcentaje (7%) de las actividades
inmobiliarias como indicador de la producción en
segundas residencias, sin embargo, este porcentaje
puede no ser el mismo para todos los departa-mentos.
De esta forma mientras que segundas
residencias puede representar un porcentaje menor
de las actividades inmobiliarias en Montevideo,
seguramente tendrá un peso mayor en departamen-tos
como Maldonado. Por otra parte, la producción
A.1 Actividades Características del Turismo PIB 2010 %/PIB ACT
1.1 Alojamiento 7.083.138 16,95%
1.2 Servicios de segunda residencia 7.401.152 17,71%
1.3 Restaurantes 6.608.670 15,82%
1.4 Transporte Terrestre 9.305.466 22,27%
1.5 Transporte por Agua 2.642.307 6,32%
1.6 Transporte aéreo 3.546.941 8,49%
1.7 Agencias de viaje 534.628 1,28%
1.8 Servicios culturales 3.013.301 7,21%
1.9 Servicios financieros 1.645.542 3,94%
PIB total en ACT de Uruguay 41.781.145 100,00%
Fuente: Elaborado en base a las Cuentas Satélite de Turismo.
Cuadro 1. PIB de las Actividades Características del Turismo en Uruguay en miles
de pesos uruguayos corrientes de 2010.
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
María José Alonsoperez, Wiston Adrián Risso 781
turística de transporte terrestre se aproxima con
un porcentaje (45%) del transporte terrestre, de la
misma manera se piensa que esa ponderación para
Montevideo podría estar sobrestimada. Además,
se suma la dificultad de que los ocupados podrían
estar inscriptos en la filial de Montevideo, pero
trabajar en algún departamento del interior, lo
que incrementaría la participación de Montevideo
en la generación del PIBT.
Por este motivo, se considera que el PIBT gene-rado
por Hoteles y Restaurantes, es un indicador
más uniforme de la producción turística a nivel
departamental. Además se debe considerar que
estas dos actividades son más intensivas en mano
de obra y por tanto la metodología de Geary y Stark
(2002) que utiliza salarios y empleo tendría una
mejor aplicación que en los demás casos.
De todas formas se observa que considerando
las dos medidas de PIBT, las posiciones iniciales
no varían, siguiendo a Montevideo y Maldonado
en importancia, se encuentran Canelones, Colonia,
Rocha y Salto en ese orden. A partir de allí se da una
discrepancia entre Paysandú y Lavalleja, el primero
tiene la séptima posición si se consideran todas las
Cuadro 2. PIB de las ACT y PIB de Hoteles y Restaurantes del 2010 a precios corrientes y
PIB de Comercio, Hoteles y Restaurantes de 2006 según la OPP (años 2006 y 2010).
Departamentos PIB Hoteles y
Restaurantes
% PIB Hoteles
y Restaurantes
PIB
Actividades
Características
del Turismo
% PIB
Actividades
Características
del Turismo
% PIB
Comercio,
Hoteles y
Restaurantes
según OPP,
2006*
Montevideo 4.574.649,56 33,41% 22.532.582,91 53,93% 56,29%
Maldonado 4.040.014,81 29,51% 6.461.574,81 15,47% 16,06%
Canelones 911.530,83 6,66% 4.555.961,67 10,90% 6,51%
Colonia 869.016,49 6,35% 1.960.895,61 4,69% 4,08%
Rocha 682.346,77 4,98% 1.233.686,72 2,95% 2,44%
Salto 433.837,11 3,17% 636.695,15 1,52% 2,79%
Paysandú 239.776,50 1,75% 524.111,42 1,25% 1,97%
Soriano 209.799,34 1,53% 475.787,11 1,14% 1,30%
Rivera 178.413,10 1,30% 443.572,68 1,06% 1,15%
Lavalleja 342.828,19 2,50% 436.334,88 1,04% 0,80%
Tacuarembó 216.696,43 1,58% 411.887,78 0,99% 1,02%
San José 226.729,78 1,66% 385.919,35 0,92% 1,10%
Río Negro 95.507,95 0,70% 338.176,64 0,81% 0,66%
Florida 152.831,02 1,12% 315.337,69 0,75% 0,78%
Cerro Largo 117.012,05 0,85% 314.035,48 0,75% 0,89%
Artigas 99.486,57 0,73% 247.335,03 0,59% 0,66%
Durazno 130.354,31 0,95% 214.059,09 0,51% 0,58%
Flores 117.492,60 0,86% 163.316,39 0,39% 0,44%
Treinta y Tres 53.484,85 0,39% 129.874,60 0,31% 0,49%
TOTAL 13.691.808,26 100,00% 41.781.145,00 100,00% 100,00%
Fuente: Elaborado en base a la metodología de (Geary y Stark, 2002), los datos del PIB turístico de las CST y las ECH
(2010) del INE.
* Corresponde a la participación por departamento de Comercio, Hoteles y Restaurantes según el último dato
de OPP de 2006.
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
782 Una aproximación al PIB turístico departamental de Uruguay en 2010
ACT, mientras que si se considera sólo hoteles y
restaurantes, es Lavalleja quien ocupa esta posición.
En ambos casos, la última posición coincide
siendo Treinta y Tres el departamento con menos
participación en el PIBT.
Por otro lado, se observa que la participación por
departamentos según OPP es en su mayor parte
similar a la de las ACT en cuanto a los porcentajes.
Se debe recordar que la mejor aproximación que
se tiene aquí al PIBT incluye las actividades de
Comercio, Hoteles y Restaurantes. De todas formas,
el orden de participación departamental que surge
de los datos de OPP parece coincidir en general con
los elaborados en el presente estudio, aún cuando
aquellos datos son de 2006, esto sugeriría que no
hubo grandes cambios en la participación de los
departamentos en los últimos años.
Posteriormente, se realizó un análisis a los
efectos de observar si las participaciones pre-sentaban
visibles diferencias estadísticas o no.
En primer lugar, el Gráfico 1 Cuadro 2 muestra
gráficamente que el orden de los departamentos
no presenta diferencias sustanciales considerando
los tres indicadores (PIB de Comercio, Hoteles y
Restaurantes según OPP en 2006, PIB de ACT y
PIB de Hoteles y Restaurantes).
Análisis estadístico de la distribución del PIB
turístico departamental
Aquí se pretenden realizar varias pruebas
estadísticas sobre los datos obtenidos. En primer
lugar, se realizan pruebas no paramétricas para
muestras independientes con la hipótesis de que
las series provienen de la misma distribución. Para
este análisis se utilizó el paquete econométrico
EViews 6.0 y para cada caso se aplicaron todas las
pruebas disponibles en el paquete a los efectos de
abarcar la mayor cantidad de pruebas posibles.
En nuestro caso se quiere probar estadísticamente
que la distribución de las participaciones en el
PIB de los departamentos es en esencia igual,
o en otras palabras que los cálculos realizados
aquí para 2010, con la metodología de Geary y
Stark (2002) no difieren con los calculados por el
organismo oficial OPP en 2006. En segundo lugar,
se pretende modelar la distribución del PIB turístico
departamental, que como se verá más adelante
parece seguir una función de distribución de Pareto.
El Cuadro 3 muestra todas las pruebas para la
mediana y la varianza disponibles en el paquete
econométrico. Una de las ventajas de testear solo
la mediana y la varianza es el no tener que asumir
a priori ninguna distribución de probabilidad sobre
los datos que pueda limitar el análisis. En particular
las pruebas paramétricas generalmente se ven
limitadas a asumir una distribución normal, con
las no paramétricas no sucede esto. Además estas
pruebas son mejores en muestras pequeñas como
las que se tienen aquí, no se limitan a variables
continuas, son fáciles de aplicar y los supuestos son
escasos y menos complicados.. En lo que se refiere a
la mediana se aplicaron: 1) La prueba de Wilcoxon/
Mann Whitney que tiene poder sobre la diferencia
Tipo de prueba H&R vs. OPP ACT vs. OPP H&R vs. ACT
Mediana
Wilcoxon/Mann­‑Whitney
1,0072 (0,314) 0,2336 (0,815) 1,2700 (0,204)
Med. Chi­‑square
1,6889 (0,194) 0,1053 (0,746) 2,6316 (0,105)
Kruskal­‑Wallis
1,0441 (0,307) 0,0616 (0,804) 1,6501 (0,199)
van der Waerden 0,8082 (0,369) 0,1320 (0,716) 1,3947 (0,238)
Varianza
F­‑test
1,8618 (0,197) 1,0728 (0,883) 1,7355 (0,252)
Siegel­‑Tukey
0,6569 (0,511) 0,2044 (0,838) 0,2190 (0,827)
Levene 0,0816 (0,777) 0,0020 (0,965) 0,1224 (0,728)
Brown­‑Forsythe
0,0047 (0,946) 0,0000 (0,994) 0,0063 (0,937)
Fuente: Elaborado a las participaciones del presente estudio y aquellas de la OPP. Se muestra el estadístico y entre paréntesis
curvo el p­‑valor
calculado por el programa EViews 6.0, se observa que para un nivel de significación de 0,05 en todos los casos
este excede a 0,05 todos los p­‑valores
son mayores a 0,05 y por tanto en ningún caso se rechaza la hipótesis nula de igualdad.
Cuadro 3. Pruebas estadísticas sobre la igualdad de las participaciones departamentales
entre los datos de OPP y los estimados en el presente estudio.
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
María José Alonsoperez, Wiston Adrián Risso 783
entre las medianas y es uno de los test más aplicados;
2) la prueba de Chi­‑2
para las medianas que compara
el número de observaciones debajo y encima de
la media de cada subgrupo, este test también es
conocido como test de la mediana según Conover
(1980); 3) La prueba de Kruskal­‑Wallis
que es una
generalización de la prueba de Mann­‑Whitney;
4) Por último, el test de Van der Waerden que es
una generalización de Kruskal­‑Wallis.
En todos
los casos las pruebas sobre la mediana indican que
no se puede rechazar la hipótesis de que las series
tengan la misma mediana.
Además, se realizaron pruebas de igualdad
sobre la varianza de las participaciones para
analizar si el grado de dispersión difería entre los
resultados obtenidos por los tres caminos. Para
esto se aplicaron:
1) La prueba F bajo la hipótesis de igualdad de
varianza;
2) La prueba de Siegel­‑Tukey
que se aplica siguien-do
los mismos pasos que en Kruskal­‑Wallis;
3) La prueba de Levene que se basa en el análisis
de varianza (ANOVA) de la diferencia absoluta
de la media;
4) La prueba Brown­‑Forsythe
que es una modifica-ción
de la prueba de Levene donde se cambia la
diferencia absoluta de la media por la diferencia
absoluta de la mediana. En todos los casos los
resultados muestran que el grado de dispersión
entre los departamentos es similar.
Posteriormente, sobre las tres mediciones se
realizaron pruebas a los efectos de ajustar una
distribución de Pareto. Como es sabido, la densi-dad
de Pareto ha sido introducida para modelizar
la distribución del ingreso cuando esta es muy
inequitativa. La ecuación (4) muestra la función
de densidad de Pareto con dos parámetros. El
parámetro a está relacionado con la dispersión
(cuanto más alto menor será la dispersión) y el
parámetro k puede interpretarse como el ingreso
mínimo o en el presente caso, el PIB mínimo.
⎪⎩
⎪⎨
⎧
= + ≥
e n otro caso
s i x k
x
k
f x X
0
( ) α 1
α α
(4)
Se estimaron estos dos parámetros por el mé-todo
de máximo verosimilitud para las tres medi-ciones
del PIB turístico (H&R, ACT y OPP). Con el
promedio de estos parámetros se realizó una serie
de pruebas de distribución empírica disponibles
en el paquete Eviews 6.0 para las tres mediciones
a los efectos de analizar si las tres mediciones
podían provenir de la misma función de densidad.
La Prueba de Kolmogorov­‑Smirnov
es uno de los
más usados y tiene la ventaja sobre la Chi­‑2
de
bondad de ajuste que no requiere que los datos
sean agrupados en intervalos de clase (en el caso
de considerar una distribución de probabilidad
continua, esta agrupación es arbitraria) y elaborar
un histograma con los datos (lo cual, debido a su
base subjetiva, puede resultar en una pérdida de
alguna información pertinente). Cuando se cambia
el número de intervalos de clase y el ancho del
intervalo afecta el valor calculado y tabulado de
Método
Hoteles y Restaurantes ACT Com.. Hot. Y Rest. OPP
Estadístico P­‑valor
Estadístico P­‑valor
Estadístico P­‑valor
Kolmogorov (D+) 0,054158 0,89 0,144631 0,43 0,080386 0,77
Kolmogorov (D­‑)
0,275661 0,05 0,147285 0,41 0,144154 0,43
Kolmogorov (D) 0,275661 0,09 0,147285 0,77 0,144154 0,79
Kuiper (V) 0,329819 0,17 0,291917 0,35 0,224540 0,79
Cramer­‑von
Mises
(W2) 0,317197 0,12 0,081026 0,69 0,062169 0,81
Watson (U2) 0,145155 0,11 0,080018 0,41 0,053651 0,67
Anderson­‑Darling
(A2) 1,550510 0,16 3,661292 0,00 0,418880 0,83
Fuente: Elaborado en base a los resultados obtenidos. Para un nivel de significación de 0,05 no se rechaza la hipótesis de
igualdad para p­‑valores
mayores al 0,05.
Cuadro 4. Prueba de Distribución Empírica de Pareto para el PIB turístico
(H&R, ACT y OPP).
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
784 Una aproximación al PIB turístico departamental de Uruguay en 2010
la Chi­‑cuadrada.
Es más poderosa que la Chi2,
especialmente cuando el tamaño de la muestra
es pequeño y el nivel de medición de la variable
es ordinal. Al igual que la anterior prueba, la de
Anderson­‑Darling
que se presenta aquí también
es especializada en muestras pequeñas como la
que se tiene en el presente trabajo. El Cuadro 4
muestra los resultados obtenidos.
Los resultados muestran que no se puede re-chazar
que las tres mediciones provengan de la
misma distribución de probabilidad y en particular,
de una distribución de Pareto. De esta forma y
por los motivos antes mencionados se continúa el
análisis con el PIB turístico medido por hoteles
y restaurantes. En este caso, la distribución del
PIB en hoteles y restaurantes por departamento,
podría ser modelada de acuerdo a la función de
densidad de Pareto estimada para el 2010 que se
muestra en la ecuación (5)
⎪⎩
⎪⎨
⎧
= + ≥
e n otro caso
s i x
f y x Y
0
0,5 8(0,004) 0,004
( ) 0,5 8 1
0,5 8
(5)
Como siguiente paso se realizó la estimación de
esta función de densidad para el año 2008, 2009 y
2010, a los efectos de observar si hubo fenómenos
de concentración o no, en el período analizado. El
Gráfico 1 2 muestra la distribución del PIB turístico
medido por hoteles y restaurantes de 2008 a 2010 y
las densidades de Pareto estimadas para esos años.
Los resultados muestran que el índice de Pareto
estimado fue de 0,50 en 2008, 0,54 en 2009 y 0,58 en
2010. Se destaca que estos valores son menores que 1
por lo cual no se puede calcular el índice de Gini, sin
embargo, este parámetro ya es un índice de dispersión
y en el presenta caso nos muestra que se produjo un
efecto de concentración desde 2008 a 2010. Por su
parte el Cuadro 5 parece confirmar este resultado.
Gráfico 1. Distribución del PIB turístico
(H&R) y Densidad de Pareto del PIB turís‑tico
H&R (2008­‑2010).
Fuente: Elaboración propia.
En el Cuadro 5 se aprecia que alrededor del
80% del PIB turístico está concentrado en cinco de-partamentos,
Montevideo, Maldonado, Canelones,
Colonia y Rocha. Si bien Montevideo que es quien
tiene mayor participación ha venido reduciendo
su participación de 43,16% a 33,41%, los cinco
departamentos en su conjunto han ido concentrando
más parte del PIB turístico pasando de 79,88%
en 2008 a 80,91% en 2010, lo cual coincide con el
índice estimado en anteriormente.
Continuando con el análisis anterior, el Gráfico
2 3 muestra lo que se conoce como diagrama de
Pareto que en el presente caso muestra que el 80%
del PIB turístico uruguayo (medido por Hoteles
y Restaurantes) se explica por un 26,31% de los
departamentos. En 2010 se concentraba en cinco
departamentos: Montevideo, Maldonado, Canelo-nes,
Colonia y Rocha.
Departamento Part. 2008 Part. 2009 Part. 2010 Acum. 2008 Acum. 2009 Acum. 2010
Montevideo 43,16% 34,04% 33,41% 43,16% 34,04% 33,41%
Maldonado 18,23% 33,65% 29,51% 61,39% 67,70% 62,92%
Canelones 7,60% 4,02% 6,66% 68,99% 71,71% 69,58%
Colonia 7,70% 6,01% 6,35% 76,69% 77,72% 75,92%
Rocha 3,19% 2,60% 4,98% 79,88% 80,33% 80,91%
Resto país 20,12% 19,67% 19,09% 100,00% 100,00% 100,00%
Fuente: Elaborado en base a los resultados obtenidos.
Cuadro 5. Frecuencia del PIB turístico (H&R) y Acumulado en el periodo 2008­‑2010.
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
María José Alonsoperez, Wiston Adrián Risso 785
Gráfico 2. Diagrama de Pareto:
Distribución del PIB turístico (Hoteles y
Restaurantes) en 2010.
Fuente: Elaboración propia en base al PIB turístico en hoteles
y restaurantes obtenido para 2010.
En el Gráfico 3 4 se observa cómo se distribuye
geográficamente ese 80% del PIB turístico. Es de
destacar la concentración del turismo en la costa
sur del país asociado al tipo de producto “sol y
playa”, también aparece una concentración en los
departamentos de Salto y Paysandú cuyo producto
turístico principal son las termas. Asimismo, se
observa como los 8 departamentos que componen
el centro del país y la frontera con Brasil (noreste)
participan con sólo el 7% del PIB turístico. Estos
resultados podrían hacer reflexionar sobre posibles
políticas de desarrollo turístico territorial y destacan
la importancia de contar con una medida del PIBT
a nivel departamental.
Gráfico 3. Distribución geográfica del PIBT
(H&R) por departamento en Uruguay 2010.
Fuente: Elaborado en base a los datos obtenidos.
Evolución de la participación del PIB turístico por
departamento.
El Cuadro 6 El Gráfico 5 muestra la evolución
del PIB turístico de los ocho departamentos con
más peso, considerando Hoteles y Restaurantes
(Montevideo, Maldonado, Canelones, Colonia,
Rocha, Salto, Lavalleja y Paysandú).
En primer lugar destaca la importancia de
Montevideo y Maldonado como fue mencionado
anteriormente. Se observa que mientras en Monte-video
hubo una pequeña caída en la participación,
pasando de 39,81% en 2007 a 33,41% en 2010, lo
contrario sucede en Maldonado que pasa de 18,54%
en 2007 a 29,51% en 2010. Se observa también un
crecimiento en destinos como Rocha, Lavalleja y
Colonia pasando de 2,32%, 2,04% y 5,33% en 2007 a
4,98%, 2,50% y 6,35% en 2010, respectivamente. Por
otro lado, Canelones, Salto y Paysandú presentan
una caída en la participación pasando de 12,21%,
3,67% y 4,41% en 2007 a 6,66%, 3,17% y 1,75% en
2010 respectivamente.
Cuando se observan las tasas de crecimiento
promedio anual en las participaciones en el periodo
2007­‑2010,
se observa que el mayor crecimiento
en participación lo ha tenido Rocha creciendo su
participación a una tasa del 29% promedio anual,
lo que puede estar explicado por el gran despegue
que ha tenido la costa oceánica en este periodo.
En segundo lugar aparece Maldonado con un
crecimiento promedio anual del 17%.
Dentro de las caídas más importantes, se
encuentra en segundo lugar (luego de Artigas),
Paysandú, con una caída del 26% promedio anual
en su participación del PIB turístico y Canelones
en tercer lugar con una caída del 18% promedio
anual para el mismo periodo de estudio. Si se
considera que Salto también ha tenido una caída
en el periodo de 5% promedio anual, se podría
plantear la hipótesis de una posible pérdida de
competitividad del turismo termal respecto a
destinos de reciente creación, como las termas
de Entre Ríos del otro lado del Río Uruguay. Se
requeriría una investigación más profunda para
analizar si esto ha sido un factor importante en
la caída de la participación de Salto y Paysandú.
Crecimiento del PIB turístico por departamento.
En esta parte se intentó clasificar a los departa-mentos
de acuerdo al crecimiento promedio anual
que han presentado en la producción turística.
Se debe aclarar que si bien debido a todas las
aproximaciones aplicadas en el cálculo del PIB
turístico las tasas de crecimiento presentadas
deben ser consideradas con cuidado, se espera que
los resultados más generales sean consistentes.
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
786 Una aproximación al PIB turístico departamental de Uruguay en 2010
El Cuadro 6 muestra el crecimiento promedio
anual del PIB turístico de acuerdo a las tres apro-ximaciones
ya mencionadas. A grandes rasgos se
puede observar que dentro de los departamentos
que han crecido por encima del promedio nacional
se encuentran en los tres casos a Maldonado y
Colonia. Es decir tanto Comercio, Restaurantes y
Hoteles de OPP muestra un crecimiento por encima
del nacional en el periodo 2002­‑2006,
asimismo
estos departamentos presentan un crecimiento
por encima del nacional en el periodo 2007­‑2010
considerando ACT y H&R.
Se destaca el crecimiento del PIB turístico en
Rocha que entre 2007 y 2010 presentó una tasa
crecimiento de 47,07% promedio anual. Si por otro
lado, se toman los datos del turismo receptivo del
Ministerio de Turismo de Uruguay se aprecia que
en ese periodo el crecimiento de los turistas no
residentes fue del 34,7% promedio anual, lo cual
está en consonancia con el desarrollo turístico que
ha tenido el departamento en los últimos años.
Se debe señalar también que las altas tasas
de crecimiento de la producción turística del país
que aquí se ubica en el 10,28% promedio anual
entre 2007 y 2010 de acuerdo a datos del Banco
Central del Uruguay, van de acuerdo con el cre-cimiento
del país en el periodo que presentó una
tasa de crecimiento real promedio anual del 6% y
que en el sector servicio presentó tasa más altas,
llegando al 20% promedio anual en “Transporte,
Almacenamiento y Comunicaciones” del cual una
parte es turística o un 14% promedio anual en
“intermediación financiera” que también está
incorporado en el turismo.
Además se observa que dentro de los departa-mentos
que han mostrado un crecimiento negativo
en los dos periodos según las tres mediciones, se
encuentran Artigas y Paysandú.
Por otro lado, Montevideo es el único depar-tamento
que presenta una tasa de crecimiento
promedio anual relativamente estable de alrede-dor
del 5,2% en ambos periodos y usando las tres
mediciones.
El alto crecimiento de Rocha, Maldonado y Co-lonia
por encima del promedio nacional, podrían
estar explicando gran parte del crecimiento en la
concentración del PIB turístico por parte de los
cinco departamentos antes mencionados.
4. Conclusiones
Conocer el PIB turístico por departamento pare-ce
importante cuando se pretende analizar y tomar
medidas sobre la distribución de la producción
turística en el territorio del país. Por otro lado,
permite a los gobiernos departamentales tener
mejor información a la hora de tomar decisiones
sobre sus respectivos departamentos.
Lamentablemente, los altos costos han impe-dido
en Uruguay y en otros países que se lleven
mediciones de este tipo, limitándose a tener una
medición del PIB a nivel de país. De hecho, la
OPP realizó estimaciones del PIB departamental
hasta 2006 que podrían ser retomadas en el año
2012. Por otra parte, a partir de la elaboración de
la Cuenta Satélite de Turismo (CSTU) se estimó el
PIB turístico del país. Por este motivo, el intento
del presente artículo de medir el PIB turístico de-partamental
se presenta como un ejercicio original.
Se escogió la metodología sugerida por Geary y
Stark (2002) por ser relativamente sencilla en su
aplicación, de bajo costo y por haber presentado
Cuadro 6.Evolución de la participación del PIB de Hoteles y Restaurantes en los ocho
departamentos con mayor peso, en el periodo 2007­‑2010.
Departamento 2007 2008 2009 2010
Montevideo 39,81% 43,16% 34,04% 33,41%
Maldonado 18,54% 18,23% 33,65% 29,51%
Canelones 12,21% 7,60% 4,02% 6,66%
Colonia 5,33% 7,70% 6,01% 6,35%
Rocha 2,32% 3,19% 2,60% 4,98%
Salto 3,67% 2,84% 6,22% 3,17%
Lavalleja 2,04% 1,88% 1,38% 2,50%
Paysandú 4,41% 2,89% 2,30% 1,75%
Fuente: Elaboración propia en base a la cuenta satélite de turismo y los datos de la ECH (2007, 2008, 2009, 2010), INE.
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
María José Alonsoperez, Wiston Adrián Risso 787
resultados razonables. A los efectos de aumentar la
rigurosidad de los resultados, estos fueron compa-rados
con el único dato oficial de OPP asimilable al
PIB turístico, el cual proviene de la estimación del
PIB en Comercio, Hoteles y Restaurantes. Además,
se aplicaron una serie de pruebas estadísticas con
la finalidad de tener un análisis más completo de
los resultados obtenidos.
La CSTU definió nueve actividades caracte-rísticas
del turismo (ACT) y el PIB generado por
estas actividades pesaba un 4,63% del PIB total
uruguayo, mientras que Alojamiento y Restauran-tes
que son las actividades más representativas
del turismo, tienen un peso del 32,77% en el PIB
de las ACT y representan un 1,73% del total del
PIB. Es así, que se consideraron dos mediciones
alternativas del PIB turístico, una que incorporaba
las ACT y una segunda que considera solo Hoteles
y Restaurantes. Por otro lado, se tomó la medici-ón
del PIB en Comercio, Hoteles y Restaurantes
departamental de 2006 proporcionada por la OPP
como el único dato oficial con el que se podían
realizar comparaciones.
Los resultados mostraron que las tres medicio-nes
en esencia no difieren, pero el PIB en Hoteles
y Restaurantes parece representar mejor el PIB
turístico y sería una mejor medida a la hora de
estudiar la distribución de la producción turística
en el territorio uruguayo.
Se pudo apreciar que alrededor del 80% del PIB
turístico se concentra en cinco departamentos, Mon-tevideo,
Maldonado, Canelones, Colonia y Rocha,
en ese orden. Además tanto el índice de Pareto,
como la frecuencia acumulada muestran que estos
Cuadro 7. Clasificación de los Departamentos de acuerdo al crecimiento promedio anual
en el PIB turístico según OPP, ACT y Hoteles y Restaurantes.
Departamentos* CHR OPP* Departamentos PIB ACT Departamentos PIB H&R
Maldonado 5,68% Rocha 47,04% Rocha 42,29%
Montevideo 5,61% Maldonado 38,21% Maldonado 28,76%
Colonia 0,73% Florida 24,23% Flores 27,09%
URUGUAY 0,25% Colonia 23,78% Tacuarembó 26,38%
Canelones ­‑1,90%
Soriano 19,53% Soriano 23,34%
Rocha ­‑5,52%
Lavalleja 17,12% Florida 20,48%
Salto ­‑7,25%
Rivera 16,06% Rivera 19,69%
Flores ­‑11,64%
Tacuarembó 15,54% Lavalleja 18,10%
San José ­‑12,07%
URUGUAY 10,28% Colonia 16,87%
Soriano ­‑12,08%
Canelones 9,49% Durazno 16,15%
Paysandú ­‑12,11%
Río Negro 7,21% URUGUAY 10,28%
Rivera ­‑13,03%
Montevideo 6,09% Treinta y Tres 9,37%
Río Negro ­‑14,56%
Flores 3,68% Salto 4,97%
Lavalleja ­‑15,23%
Salto 1,36% San José 4,43%
Florida ­‑17,02%
San José ­‑4,51%
Montevideo 4,02%
Cerro Largo ­‑17,22%
Paysandú ­‑5,99%
Cerro Largo 1,89%
Artigas ­‑17,38%
Treinta y Tres ­‑11,86%
Río Negro ­‑0,61%
Durazno ­‑19,88%
Cerro Largo ­‑14,99%
Canelones ­‑9,90%
Tacuarembó ­‑20,84%
Artigas ­‑16,41%
Paysandú ­‑18,91%
Treinta y Tres ­‑21,02%
Durazno ­‑21,57%
Artigas ­‑19,68%
Fuente: Elaboración propia en base a datos del MINTUR, BCU, INE y OPP. * La clasificación se hace en base a las tasa
de crecimiento reales promedio anual entre 2002 y 2006, se usó el índice de precios implícito de Hoteles y Restaurantes del
BCU. Para ACT y H&R se utiliza la tasa de crecimiento real promedio anual para el periodo 2007­‑2010.
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
788 Una aproximación al PIB turístico departamental de Uruguay en 2010
departamentos han aumentado la concentración
del PIB turístico entre 2008 y 2010, pasando de
tener el 79,88% del PIB a tener el 80,91%.
Se observa que mientras en Montevideo hubo
una pequeña caída en la participación, pasando
de 39,81% en 2007 a 33,41% en 2010, lo contrario
sucede en Maldonado que pasa de 18,54% en 2007
a 29,51% en 2010. Se observa también un creci-miento
en destinos como Rocha, Lavalleja y Colonia
pasando de 2,32%, 2,04% y 5,33% en 2007 a 4,98%,
2,50% y 6,35% en 2010, respectivamente. Por otro
lado, Canelones, Salto y Paysandú presentan una
caída en la participación pasando de 12,21%, 3,67%
y 4,41% en 2007 a 6,66%, 3,17% y 1,75% en 2010
respectivamente.
En cuanto al crecimiento del PIBT los datos
sugieren que hubo un mayor crecimiento conside-rando
que en el período 2002­‑2006
el crecimiento
promedio fue 0,25% y para 2007­‑2010
era de
10,28%. Rocha, Maldonado y Colonia han pre-sentado
tasas por encima del promedio nacional.
En particular, destaca Rocha que en el periodo
2007­‑2010
ha crecido a un 42,29% promedio anual
y Maldonado que ha crecido a un 28,76% promedio
anual y que pueden estar explicando en parte el
incremento en la concentración del PIB turístico,
antes mencionado. Por otro lado, departamentos
como Artigas y Paysandú presentan las caídas más
pronunciadas en el periodo.
Los resultados muestran que el 80% del PIB
turístico se concentra en los departamentos al
sur del país, sobre la costa del Río de la Plata y el
Océano Atlántico. En este sentido, destaca el hecho
de que San José es el único en la costa que no tiene
una alta participación del PIB turístico y aparece en
una novena posición con el 1,66% del PIB turístico
del país. Por otra parte, resalta el escaso peso en
la producción turística que presenta el resto de
los 14 departamentos. En el litoral, destaca Salto
pero apenas con un 3,17% del PIB turístico total y
luego Paysandú con 1,75% y este último cayendo
en participación. Estos departamentos tienen como
producto turístico principal, el relacionado con lo
termal, pero no tiene comparación con el nivel de
producción de los cinco departamentos costeros. Por
otra parte, también aparece Lavalleja entre los diez
primeros, pero su participación en la producción
turística nacional es de 2,50%.
Se destaca que a 2010 había 15 departamentos
con menos del 5,2% del PIB turístico (porcentaje
que representa una distribución equitativa en los
19 departamentos). Por otra parte el 86,6% del
PIB turístico se concentra sobre la costa del Río de
la Plata y el Océano Atlántico y un 6,5% entorno
a Salto, el resto de los departamentos tienen una
muy baja participación. Todo esto debería llamar
a la reflexión sobre políticas a ser aplicadas en el
resto del territorio nacional a los efectos de tener
una producción turística más equilibrada, y la
necesidad de continuar trabajando en una política
turística que atienda los impactos generados en
los cinco departamentos donde se concentra la
producción turística.
Por último, como líneas de trabajo futuro se
destaca la necesidad de buscar mejores indicadores
que permitan departamentalizar mejor aquellas
actividades para las que el empleo y los salarios
podrían no ser buenos ponderadores. Por ejemplo,
para la producción de segundas residencias, se
podría utilizar el número de segundas residencias
por departamento. Además, se podría incluir en el
análisis las actividades conexas y las no específicas
del turismo, las que se definieron en la elaboración
de la CSTU.
Bibliografía
BCC (2003), Producto Bruto Interno Regional 2003­‑2005:
Base 2003, Gerencia de Información e
investigación estadística, Departamento de
Cuentas Nacionales, Banco Central de Chile.
Buyst, E., (2010), “Reversal of Fortune in a Small,
Open Economy: Regional GDP in Belgium, 1896­‑2000”,
Rivista di Storia Economica, Vol. 26
(1), pp. 75­‑92
Conover, W., (1980), Practical Nonparametric
Statistics, 2nd edition, New York: John Wiley
& Sons, Nueva York, EEUU
Crafts, N., (2005), “Regional GDP in Britain, 1871­‑1911:
Some estimates”, Scottish Journal of
Political Economy, vol. 52(1), pp. 54­‑64
­Di
Vaio, (2007), “Economic Growth and Regional
Disparities in Post­‑Unification
Italy: New Preli-minary
Results for Industry”, Libera Università
Internazionale degli Studi Sociali (LUISS Guido
Carli), Italy, Working Document No. 56, Roma,
Italy
­Enflo,
K., Henning, M., L. Schön, L., (2010), “Swe-dish
regional GDP 1855­‑2000:
Estimations and
general trends in the Swedish regional system,”
Universidad Carlos III de Madrid, Working
Papers in Economic History, No. 3.
­Felice,
E., (2009), “Estimating regional Gdp in
Italy (1871­‑2001):
sources, methodology, and
results”, Universidad Carlos III de Madrid,
Working Papers in Economic History, No. 7.
­Geary,
F., y Stark, T., (2002), “Examining Ireland’s
post­‑famine
economic growth performance”,
The Economic Journal, vol. 112, pp. 919­‑935.
Instituto de Estadística, FCEA – UDELAR (2010),
INFORME FINAL del Proyecto “Mejora de la
información turística hacia las Cuentas Satélite
de Turismo de Uruguay”.
PASOS. Revista de Turismo y Patrimonio Cultural. 12 (4). 2014 ISSN 1695-7121
María José Alonsoperez, Wiston Adrián Risso 789
Martinez, J., (2007), “New Estimates of Regional
GDP in Spain, 1860­‑1930”,
Documents de Tre-ball
de la Facultat de Cièncias Econòmiques I
Empresarials, Collecciò d’Economia, Universitat
de Barcelona.
OPP (2007), Departamentalización Producto Bruto
Interno, Departamento de Descentralización
Territorial y Gobiernos Departamentales, Ofi-cina
de Planeamiento y Presupuesto (OPP),
Presidencia de la República.
Pons, J., y Tirado, D., (2008), “Los determinantes de
la desigualdad económica regional en España”,
Información Comercial Española 842, mayo­‑junio,
pp.195­‑216.
Tirado, D., Pons, J., Paluzie, E., (2006), “Los cam-bios
en la localización de la actividad industrial
en España, 1850­‑1936.
Un análisis desde la
Nueva Geografía Económica”, Revista de His‑toria
Industrial, vol. 31, pp. 41­‑63.
Recibido: 16/01/2013
Reenviado: 21/01/2014
Aceptado: 16/05/2014
Sometido a evaluación por pares anónimos
26, 27 y 28 de noviembre Celebración del congreso
Grupos de trabajo
Área I. Dirección y gestión de empresas de servicios turísticos
Área II. Distribución turística y transportes
Área III. TIC´s aplicadas al turismo
Área IV. Fundamentos y dimensiones del turismo
Área V. Recursos y productos turísticos
Área VI. Destinos turísticos
Área . Área abierta
CONGRESO
INVATTUR
Consellería de Economía Industria, Turismo y Empleo
Paseo Tolls, 2
03502 Benidorm (España)
http://congresoaecit.org/