la competitividad internacional de los destinos …

1

LA COMPETITIVIDAD INTERNACIONAL DE LOS DESTINOS TURÍSTICOS A PARTIR DEL ANÁLISIS DE LOS RESULTADOS.

UNA PROPUESTA METODOLÓGICA

Mario Raúl de la Peña (1)

Juan A. Núñez-Serrano (2) (4)

Jaime Turrión (2) (4)

Francisco J. Velázquez (3) (4)

(1) Universidad Oscar Lucero de Holguín

(2) Universidad Autónoma de Madrid

(3) Universidad Complutense de Madrid

(4) Group for Research on Innovation, Productivity and Competitiveness (GRIPICO)

Mayo 2016

(Draft versión)

Abstract: En este trabajo se propone un nuevo instrumento para el análisis de la competitividad internacional de los destinos turísticos basado en el análisis de los flujos turísticos de entrada. Para ello, se propone una adaptación al sector turístico de la medida de convergencia beta condicionada. De esta forma, más allá del análisis de la tasa de crecimiento de los flujos turísticos, que no es comparable entre países, se consideran en el análisis competitivo algunas de las especificidades del sector: los distintos tamaños de los mercados y la madurez de los distintos destinos, el ciclo económico, etc. Finalmente, se utilizan los datos de entradas de turistas de UNWTO para 205 destinos y el período 1995-2014 para analizar la evolución de la competitividad de las grandes regiones turísticas internacionales y de algunos de los principales destinos turísticos mundiales. Palabras clave: Competitividad turística, flujos turísticos, regiones turísticas, resultados turísticos. JEL: F14, L83.

2

Mario Raul de la Peña: Department of Economics, Faculty of Economics and Business, Campus Oscar Lucero Moya, Universidad de Holguín, Avenida XX Aniversario, 80900 HOLGUÍN (CUBA) Juan A. Núñez-Serrano: Office 301 – Module 12, Department of Applied Economics, Faculty of

Economics and Business, Universidad Autónoma de Madrid, Francisco Tomás y Valiente, 5 - 28049

MADRID (SPAIN)

Jaime Turrión: Office 301 – Module 12, Department of Applied Economics, Faculty of Economics and

Business, Universidad Autónoma de Madrid, Francisco Tomás y Valiente, 5 - 28049 MADRID (SPAIN)

Francisco J. Velázquez: Office 1.06, Pabellón 2, Department of Applied Economics II, Faculty of

Economics and Business, Universidad Complutense de Madrid, Campus de Somosaguas, s/n, 28223

POZUELO DE ALARCÓN, MADRID (SPAIN).

This research was partially supported by Spanish Ministry of Economy and Competitiveness

(Research Project ECO2014-52051-R) and Comunidad de Madrid (Research Project

H2015/HUM3417) cofinanced by European Social Found.

3

1. INTRODUCCION

Los aspectos teóricos y metodológicos, así como las aplicaciones empíricas, centradas

en el análisis de la competitividad de los destinos turísticos han cobrado gran relevancia en

las últimas décadas sobre la base del auge del turismo como un sector cada vez más

importante a nivel global y estratégico para muchos países. Aun así, son muchos los autores

que afirman que este es un tema de gran complejidad ya que deben considerarse un amplio

y complejo conjunto de aspectos difíciles de integrar teóricamente y más aún de recogerlo

en mediciones específicas objetivas (Waheeduzzan y Ryans, 1996; Jiménez y Aquino, 2012,

Gooroochurn y Sugiyarto, 2004; Claver-Cortés et al, 2007). Así, Hong (2008) que repasa

una parte importante de la literatura, señala que no existe todavía una definición

comúnmente aceptada y estandarizada la competitividad turística. En este sentido, la visión

que tiene una mayor aceptación práctica es la que se deriva del análisis de resultados del

sector (flujos, ingresos, etc.) –como consecuencia de su semejanza con los flujos de bienes-,

a pesar de ser la de menor atractivo teórico (CITA).

Desde esta perspectiva, la competitividad internacional de un destino turístico podría

ser definida como su capacidad para atraer turistas no residentes (CITA). Sin embargo, esta

definición no puede ser aplicada sin más al análisis de los flujos turísticos al tratarse de un

servicio donde el consumidor necesita ser trasladado hasta el lugar de producción. De esta

forma, el impacto del consumo y de su producción sucede en el mismo lugar, de forma que

a su vez se convierten en determinantes (CITA). Además, el tamaño del sector turístico en

cada destino (país) depende del propio tamaño físico del país y de otros elementos, lo que

ha hecho que el diagnóstico competitivo basado en resultados se haya centrado en el

análisis de su evolución (p.e. tasas de variación de flujos e ingresos).

Ahora bien, es habitual que estos análisis no tengan en consideración el ciclo

producto de cada destino turístico. Destinos novedosos tendrán tasas de crecimiento

4

superiores a aquellos otros que llevan más tiempo en el mercado turístico internacional

(CITA). De igual forma, cada producto turístico específico tiene su propio ciclo de

maduración. De esta forma, un destino concreto podría modificar su posición en el ciclo de

producto si fuera capaz de cambiar su mix de productos, abandonando aquellos más

maduros e incorporando los más novedosos (CITA). Precisamente, como señala CITA

estas dificultades de diagnóstico han impulsado el análisis de la competitividad del turismo

internacional a partir de sus determinantes (condiciones estructurales, atractivos turísticos,

política turística, etc.). Sin embargo, y aun reconociendo las ventajas y sofisticación de este

tipo de enfoques, adolecen de cierto realismo al considerar por igual aspectos de la

estructura económica con los atractivos turísticos específicos de los destinos (CITA). En

todo caso, este enfoque basado en determinantes debe ser interpretado desde la perspectiva

de la competitividad potencial y no efectiva de los destinos (CITA).

Finalmente, Krugman (1994) considera que el análisis de la competitividad no debe

limitarse a la habilidad de producir bienes y servicios que se consuman en el mercado

internacional, sino que también se debe consolidar una mejoría sostenible del estándar de

vida de los ciudadanos de los países.

Los conceptos genéricos de competitividad han dado paso, a falta de modelos

explicativos analíticos, a modelos conceptuales desarrollados específicamente para el sector

turístico. Ritchie y Crouch (2000) son probablemente los autores que mayor influencia han

tenido. Su mérito es ser los pioneros en integran las teorías del comercio internacional y las

porterianas referidas a la competitividad empresarial. Como resultado ofrecen una

definición de la competitividad turística más completa: la capacidad de un destino para

crear valor añadido e incrementar de forma estable y sostenible el bienestar nacional

mediante la gestión de ventajas, precios, atractivos, agresividad y proximidad dentro de un

cierto modelo económico y social.

5

Sin embargo, en este contexto, no sólo es relevante contar con una definición

completa de la competitividad turística. Es necesario disponer de medidas adecuadas y

concretas que capten tanto su complejidad como los aspectos particulares que deben

considerarse en su medición (CITA). Así, el repaso a los trabajos de las últimas dos décadas

evidencia que los análisis de competitividad se han centrado en su medición indirecta y

especialmente, a través de sus determinantes (competitividad potencial). En ocasiones, las

variables seleccionadas están débilmente ligadas a la competitividad de este sector y además

no ofrecen una metodología clara de selección de indicadores (CITA). Por el contrario, los

trabajos que se han centrado en el análisis de los resultados e impactos del turismo son más

bien escasos (CITA).

Es por ello que, este artículo, se centra en presentar una propuesta para realizar un

diagnóstico competitivo complementario de los existentes, pero desde la perspectiva de los

resultados del sector turístico. En este sentido, el poco atractivo académico de esta

perspectiva de análisis contrasta con el interés que tanto los políticos, como los medios de

comunicación tienen sobre la evolución de los flujos turísticos, sin que exista una

metodología de análisis específica que permita evaluar si un determinado volumen de flujo

turístico o tasa de crecimiento está indicando una buena situación competitiva. Es más, las

tasas de crecimiento se interpretan igual para un país de gran tradición y tamaño del sector

turístico que para un destino nuevo y pequeño y estos diagnósticos también suelen olvidar

las coyunturas del sector turístico mundial. Precisamente, aquí se propone una metodología

sencilla basada en una modificación de las medidas de convergencia económica, que

permite este análisis considerando la trayectoria del flujo turístico de cada destino respecto

del que debería seguir en función de su tamaño, madurez y la evolución del mercado

turístico internacional.

6

Para ello, en el siguiente epígrafe se realiza un breve repaso a los principales enfoques

y modelos de competitividad sobre la base de la trilogía: factores determinantes, resultados

e impactos. A continuación, en el tercer apartado se presenta nuestra propuesta

metodológica basada en la estimación de una ecuación de convergencia condicionada. Se

explican el origen e implicaciones de la propuesta y su idoneidad para el análisis de los

flujos turísticos. El cuarto apartado, presenta los principales resultados obtenidos de aplicar

esta metodología a los datos agregados de UNWTO de turistas internacionales llegados a

205 países durante el período 1995-2014. Finaliza este artículo las principales conclusiones

y consideraciones finales.

2. REVISION DE LA LITERATURA

Las diferentes visiones y modelos de competitividad turística consideran hasta tres

elementos distintos para establecer un diagnóstico sobre la situación competitiva de un

destino: factores determinantes, resultados e impactos (CITA). Los factores determinantes

de la competitividad turística hacen referencia a aquellos elementos que influyen

directamente sobre el atractivo turístico o que sin estar necesariamente circunscritos al

sector turístico influyen sobre sus resultados e impacto (CITA). Los resultados se refieren a

la evolución del output del sector turístico que puede ser contemplado en términos fisicos

(p.e. número de turistas), monetarios (p.e. ingresos turísticos) o cualitativos (p.e. estancia

media). Finalmente, el impacto se centra en los beneficios –o perjuicios- que tiene la

sociedad en su conjunto como consecuencia de la actividad turística (incremento de la

renta, creación de empleo, deterioro ambiental, etc.).

Es evidente que unos mejores factores determinantes posibilita unos mayores

resultados en el sector, pero también que la sociedad en su conjunto obtenga un mayor

7

beneficio (CITA). Igualmente, los mejores resultados empujan a empresarios y gobiernos a

la mejora de los factores determinantes (p.e. capital humano, infraestructuras del

transporte, etc.) bien mediante inversiones o cambios estructurales (CITA). Como

consecuencia, el impacto sobre la sociedad en su conjunto puede ser más favorable (CITA).

Finalmente, un mayor y mejor impacto del turismo en la sociedad conseguirá una mayor

predisposición de ésta a la inversión pública para la mejora de los factores determinantes

(CITA). En este sentido, la percepción de hospitabilidad de la población se constituye en

un elemento determinantes de nuevos flujos. En última instancia, ello supondrá mejores

resultados. Pero tambien es cierto, que unos mejores resultados turísticos pueden suponer

un empeoramiento de las condiciones de vida y mediombientales en aquellos destinos

donde la base del modelo turístico no ha tenido en cuenta el contexto social.

Si bien la clasificación de todos los elementos que influyen sobre la competitividad

turística en estos tres grandes aspectos no es estándar en la literatura sobre el tema, si

parece adecuada para realizar un repaso crítico de las teorías conceptuales en relación a la

competitividad turística (Cuadro 1).

(Cuadro 1, por aquí)

Los aspectos iniciales y principales del análisis de la competitividad turística se han

desarrollado a partir de las teorías de comercio internacional (Hong, 2008) y del enfoque de

Porter de competitividad empresarial (Porter, 1985). A partir de allí, y considerando las

particularidades del sector turístico, hoy se dispone de un marco conceptual de análisis de la

competitividad turística cuyo trabajo seminal se atribuye a Crouch y Richie (1999) que

básicamente tienen el mérito de haber articulado un conjunto amplio de determinantes en

una suerte de teoría ecléctica de la competitividad turística. Probablemente, la principal

carencia en este sentido es la ausencia de un modelo analítico articulado que permitiera

8

establecer relaciones concretas entre variables (CITA). Esta carencia también persiste si

bien en menor medida en el análisis de la competitividad del comercio de bienes.

Los factores determinantes de competitividad (que constituyen la competitividad

potencial de un destino) podrían agruparse en tres conjuntos: the comparative advantages

(Ricardian), the competitive advantages (Porterian), and the environment conditions. Las

ventajas comparativas provienen de la teoría clásica y neoclásica del comercio internacional.

Básicamente, hacen referencia a las dotaciones factoriales. A su vez, podrían tener dos

naturalezas: exógenas o heredadas (como los factor endowments and natural conditions

REEMPLAZAR POR SUS CITAS Ricardo, and Heckser & Olhin)- y endógenas o creadas

(knowledge -Lucas, 1988-, technology -Romer, 1990 and Schumpeter, 1912- and human

capital -Arrow, 1962-).

Porter (1985, 1990 y 1995), recogiendo algunas de estas ideas y otras provenientes de

la economía industrial y la economía de la empresa, determina también una serie de

elementos que deben considerarse a nivel de país y sector para su análisis competitivo. Su

aportación básica reside en considerar que la capacidad que tienen las distintas economías

para gestionar las dotaciones factoriales de la forma más eficiente posible, establecer

políticas de regeneración e incremento de los factores comparativos, así como la capacidad

de crear otros nuevos, especialmente intangibles son factores clave del desarrollo

competitivo. Este aspecto de ventaja competitiva no se encuentra ligado a una dotación

factorial inicial y viene determinado por the Demand conditions, Related and supporting

industry, Firm strategy and structure and rivalry. Finalmente introduce un elemento de

oportunidad que puede contribuir positiva o negativamente a la competitividad de un país y

que constituirá the environment conditions.

Este conjunto de teorías provenientes de comercio de bienes y de la competitividad

empresarial, aquí simplemente esbozadas, y que tienen su eclosión a lo largo de la década

9

de los noventa produce una dispersión importante de ideas y conceptos que tratan de

ordenar en su modelo conceptual –como ellos mismos lo califican– Crouch and Ritchie

(1999, 2000). Es éste el trabajo que se considera seminal en el análisis de la competitividad

turística de los destinos y que a pesar de referenciar la necesidad de incorporar en el

diagnóstico de competitividad turística a los resultados y al impacto turístico, sigue

teniendo un marcado sesgo hacia los factores determinantes. Su propuesta ha sido

conocida como modelo de Calgary, haciendo referencia a la universidad en que trabajaba el

segundo de los autores.

En su conceptualización diferencian entre dos tipos de “lawyers”: externo e interno

al sector. Entre los primeros consideran las ventajas comparativas y competitivas de la

economía en su conjunto que afectarán tanto al sector turístico como al resto de

actividades, aunque podrían hacerlo de forma diferenciada. Sin embargo, sus mayores

aportaciones se centra en agrupar los elementos internos, básicamente determinantes del

turismo, en cinco grandes aspectos: a) Supporting factors and resources, b) Core resources

and atractors, c) Destination management, d) Destination Policy, planning and

developement, and e) Qualyfing and amplifying determinants. En última instancia, parte del

primero (infrastructure and accessibility) el segundo y quinto elementos (location) hacen

referencia a las ventajas comparativas específicas del sector turístico, mientras que el

tercero, cuarto y parte del primero y quinto corresponderían a las ventajas competitivas. Es

cierto que, según estos autores, el objetivo último de la competitividad es incrementar la

prosperidad del destino turístico, con el mínimo impacto negativo, pero también que su

modelo conceptual tiene una debilidad evaluativa en este aspecto.

Precisamente, ésta es la aportación fundamental del modelo de Dwyer y Kim (2003).

Su enfoque, quizá menos complejo que el anterior, realmente gira en torno a los mismos

aspectos agrupando a las ventajas comparativas exógenas en los Heritage resources y a las

10

endógenas en los Created resources. De nuevo las ventajas competitivas porterianas se

agrupan ahora en los Supporting factors, Destination Management and Demand

Conditions y en su esquema incluye, de forma explícita los resultados de competitividad y

los Impactos de competitividad (Economic prosperity and sostenibility).

Algunos enfoques desde la perspectiva empresarial han ofrecido algunas ideas sobre

los aspectos determinantes de la competitividad a nivel de empresa si bien, en última

instancia quedan incorporados en algunas de las conceptualizaciones anteriores. El enfoque

del recurso base (Barney, 1991; Peteraf, 1993, Prahalad y Hamel, 1990; Wernerfelt, 1984) se

centra en que la competitividad de las empresas viene determinada por los recursos

tangibles y, sobre todo, intangibles que controlan, considerando entre ellos los activos, los

procesos organizacionales, atributos de la firma, información y conocimiento. Exceptuando

los activos, el resto de aspectos corresponden a las ventajas competitivas porterianas.

Un conjunto amplio de autores, tomando una clasificación muy utilizada en

comercio sobre los determinantes de competitividad, introducen la diferenciación de

competitividad precio y no precio (Artto, 1987; Oral, 1986, 1993; Oral y Reisman, 1988; Li,

2000, Hong, 2008; Azzoni y Menezes, 2009). No se trata de una nueva propuesta

conceptual, sino de una forma de clasificación de los determinantes en función del

mecanismo por el cual actúan. Se entiende por competitividad precio aquellos factores que

contribuyen a que una empresa –o destino turístico- ofrezca su producción sustitutiva a un

mejor precio, lo que debería conducir a una ganancia de cuota de mercado. Los factores

que operan detrás de este mecanismo son múltiples: desde una dotación factorial que se

acomoda a las necesidades del sector, hasta la aplicación de técnicas organizativas que

supongan la reducción en los costes o precios.

Por su parte, la competitividad no-precio hace alusión a los elementos que permite

ganar cuota de mercado a las empresas por una vía competitiva distinta a las reducciones de

11

precio: calidad, diferenciación de la producción mediante marcas, canales de distribución de

la producción, etc.

Como puede verse, el debate en torno a la competitividad turística a pesar de que

debiera tener como principio a los resultados turísticos, se ha centrado sobre todo en sus

factores determinantes, y recientemente en los impactos, especialmente en el

medioambiental y en su contribución al crecimiento y reducción de desigualdades. La

escasez de estudios sobre resultados obedece básicamente a la relativa carencia de análisis

estadísticos en esta área que finalmente determina que los resultados sobre los flujos

turísticos en sí mismos no requieren de análisis posterior. Precisamente es esta la cuestión

que se plantea en el siguiente epígrafe y que da origen a nuestra aportación.

3. UNA PROPUESTA DE DIAGNÓTICO DE LA COMPETITIVIDAD TURÍSTICA INTERNACIONAL DE LOS DESTINOS TURÍSTICOS A PARTIR DEL ANÁLISIS DE FLUJOS

A pesar del poco interés académico, es habitual que tanto los políticos, como los

medios de comunicación diagnostiquen la situación competitiva de un destino turístico a

partir de la evolución de algún flujo turístico de entrada: Total de llegadas internacionales,

de Turistas, Ingresos Turísticos, Huéspedes en establecimientos turísticos (en todos o en

hoteleros) o noches de estancia. No obstante, estos indicadores en niveles muestran el

tamaño que ha adquirido con el paso del tiempo el sector turístico de un destino concreto

más que su competitividad actual (CITA). Sus tasas de variación resultan más aproximadas

al concepto de competitividad por cuanto indican el cambio en el tiempo de esos niveles

adquiridos, sin embargo, tienen el inconveniente que se ven afectadas por situaciones

coyunturales que afectan al mercado turístico internacional (CITA). En este sentido, un

incremento mayor que la media podría considerarse como una ganancia de competitividad

dado que conlleva un incremento de su cuota de mercado (CITA). De hecho, un rasgo de

12

la medición de la competitividad, en cualquier sector productivo, es que debe hacerse en

comparación de otros agentes (CITA). Es por ello que muchos argumentan que es la

evolución diferencial de la cuota de mercado –medida en términos de algunas de las

variables anteriormente señaladas– las que serían un buen indicador de competitividad

turística (CITA).

Sin embargo, la evolución de las cuotas de mercado también adolece de dos

problemas: las diferencias de tamaño físico del destino turístico (en términos de actividad

turística) y su madurez o etapa del ciclo vital del producto en que se encuentra el destino.

Es esperable que destinos grandes (en extensión), con grandes atractivos turísticos y de

larga trayectoria turística presenten grandes cuotas de mercado. Además, los destinos más

maduros tendrán tasas de crecimiento menores que el promedio por lo que van reduciendo

paulatinamente su cuota en el mercado internacional, sin que ello deba interpretarse como

una pérdida de competitividad. En este sentido, la competitividad a través de los resultados

turísticos debería analizar si la evolución del flujo turístico se ha separado de la senda que

debería haber seguido en función de las características de tamaño y madurez que posee. De

esta forma, si un destino se comporta mejor o igual de lo esperado entonces se establecería

un diagnóstico de competitividad positiva y lo contrario si el flujo evolucionara peor. El

principal problema para realizar este diagnóstico es la dificultad de obtener esta senda

alternativa o anti-mundo.

Ahora bien, este concepto de competitividad se asemeja al de convergencia

económica: en primer lugar por la existencia de una senda de evolución conducente a una

situación de crecimiento nulo o constante del flujo (lo que suele denominarse estado

estacionario). En segundo término, porque se esperan tasas de crecimiento decrecientes

hasta llegar al estado estacionario, salvo que se produzca un cambio estructural o, en este

nuestro contexto de modelo turístico, que modifique el estado estacionario, iniciándose una

13

nueva senda de convergencia. Finalmente, porque algunas medidas concretas permiten el

control del ciclo económico mundial. Además el concepto de convergencia condicionada

tendría en cuenta las diferencias estructurales entre economías (tamaño, modelo turístico,

etc.). La traslación empírica de una ecuación de convergencia condicionada a la evolución

de los flujos turísticos vendría por la expresión:

𝑙𝑛𝐹𝑖𝑡 − 𝑙𝑛𝐹𝑖𝑡−1 = 𝛼𝑖 + 𝛿𝑡 + 𝛽𝑙𝑛𝐹𝑖𝑡−1 [1]

En la izquierda de la ecuación se encuentra la diferencia logarítmica de los niveles del

flujo turístico (proxy a la tasa de variación). 𝛽 recoge la relación existente entre los niveles

de flujo turístico en el período anterior y sus tasas de variación, por lo que se espera que sea

negativo por agotamiento del destino o evolución de su ciclo de vida. Por su parte 𝛼𝑖

recoge la idea de existencia de un tamaño distinto del sector turístico en cada destino así

como de un modelo turístico distinto –efecto país-. También puede recoger el diferencial

de atractivo turístico entre destinos. 𝛿𝑡 recoge la influencia cíclica y coyuntural que afecta al

mercado turístico internacional - efecto año-.

En consecuencia la estimación de la ecuación [1] permitiría disponer de predicciones

de tasas de crecimiento, de forma que se constituye en un valor de referencia con el que

comparar la evolución real. Esa predicción también se obtendría, por tanto, para el flujo

turístico, ya que despejando en [1] el nivel de flujo para t, a partir de t-1, se obtendría:

�̂�𝑖𝑡 = 𝑒�̂�𝑖+�̂�𝑡+(1+�̂�)𝑙𝑛𝐹𝑖𝑡−1 [2]

Por tanto, una vez se dispone de información del flujo turístico para el periodo t se

puede reestimar el modelo y comparar las predicción con el dato real, estableciendo de esta

forma un diagnóstico de competitividad turística para ese periodo. En consecuencia, el

procedimiento compara la trayectoria prevista para un destino, pero estimada a partir de la

14

evolución promedio de todos los destinos del mundo, frente al flujo observado, teniendo

en cuenta: las condiciones estructurales -madurez, amplitud, desarrollo, modelo turístico,

etc.- expresadas en el efecto país y coyunturales a través del efecto año. Por otro lado, el

análisis es comparativo, pues el contrafactual se construye utilizando la información de

todos los destinos turísticos.

No obstante, la predicción realizada en [2] se obtiene a partir del valor del flujo

turístico observado en el período anterior, de forma que si éste hubiera presentado un

comportamiento peor alejado de la senda, para el periodo siguiente, el modelo predice tasas

mayores, de forma que tienda a su trayectoria estimada. Ahora bien, una caída brusca del

flujo turístico que afecta a un destino específico en un periodo, como consecuencia de

algún fenómeno excepcional, o de un cambio en el modelo turístico, dejaría de ser

percibido en el diagnóstico del año siguiente1 pues el modelo tiene una memoria limitada a

un período. Por ello, existe la posibilidad de que el diagnóstico sea muy oscilante. Para

evitar estos problemas el diagnóstico de la competitividad y poder obtener conclusiones

más estructurales se proponen, a continuación, variantes de forma que se consideran

distintos escenarios temporales que pueden ser interpretados como diagnósticos a distintos

plazos.

Competitividad a corto plazo:

En este caso se predice el flujo turístico como en la ecuación [2] y se calcula el Índice

de Competitividad Turística Internacional a Corto plazo (ST_ITCI) comparando los flujos

real y contrafactual de la forma:

𝑆𝑇_𝐼𝑇𝐶𝐼𝑖𝑡 =𝐹𝑖𝑡 − �̂�𝑖𝑡

�̂�𝑖𝑡𝑥100 [3]

1 Supóngase que como consecuencia de un fenómeno excepcional, en un destino cayera el flujo en un año un 20%. Ese año el diagnóstico identificaría un problema de competitividad. Si al año siguiente el incremento estimado del flujo fuera del 6% y éste crece un 7% el diagnóstico de ese año sería de un destino competitivo, a pesar de que el flujo este segundo periodo es inferior al de dos periodos previos.

15

Competitividad a medio plazo:

Para realizar e diagnóstico de competitividad a medio plazo se calcula para cada año

su contrafactual de forma encadenada desde cinco periodos antes y considerando siempre 3

years totally right decentered móvil average en vez de flujos anuales. Así, para calcular el

valor de comparación para el año t debe empezarse desde el t-5 de la siguiente forma:

t-5: �̂�𝑖𝑡−5 =𝐹𝑖𝑡−73𝑇𝑅𝐷𝑀𝐴+𝐹𝑖𝑡−6

3𝑇𝑅𝐷𝑀𝐴+𝐹𝑖𝑡−53𝑇𝑅𝐷𝑀𝐴

3

t-4: �̂�𝑖𝑡−4 = 𝑒�̂�𝑖+(�̂�𝑡−6+�̂�𝑡−5+�̂�𝑡−4)

3+(1+�̂�)�̂�𝑖𝑡−5

t-3: �̂�𝑖𝑡−3 = 𝑒�̂�𝑖+(�̂�𝑡−5+�̂�𝑡−4+�̂�𝑡−3)

3+(1+�̂�)�̂�𝑖𝑡−4

. . . . . .

t: �̂�𝑖𝑡𝑀𝑇 = 𝑒�̂�𝑖+

(�̂�𝑡−2+�̂�𝑡−1+�̂�𝑡)

3+(1+�̂�)�̂�𝑖𝑡−1

[4]

Para obtener el indicador de competitividad turística a medio plazo (MT_ITCI) se

compara el contrafactual así obtenido con the 3 years totally right decentered móvil average

del flujo corriente (véase figure 1):

𝑀𝑇_𝐼𝑇𝐶𝐼𝑖𝑡 =�̅�𝑖𝑡3𝑇𝑅𝐷𝑀𝐴 − �̂�𝑖𝑡

𝑀𝑇

�̂�𝑖𝑡𝑀𝑇

𝑥100 [5]

Donde: �̅�𝑖𝑡3𝑇𝑅𝐷𝑀𝐴 =

𝐹𝑖𝑡−2+𝐹𝑖𝑡−1+𝐹𝑖𝑡

3

(Figure 1, por aquí)

Competitividad a largo plazo:

El procedimiento de cálculo para el análisis a largo plazo es similar al utilizado para el

medio plazo, salvo que se utiliza un periodo más amplio de diez años para el proceso

iterativo y las medias móviles utilizadas también son más amplias (5 años), es decir, el

16

procedimiento comienza diez periodos antes y encadena estimaciones para obtener el

contrafactual para cada año, es decir:

t-10: �̂�𝑖𝑡−10 =𝐹𝑖𝑡−145𝑇𝑅𝐷𝑀𝐴+𝐹𝑖𝑡−13

5𝑇𝑅𝐷𝑀𝐴+𝐹𝑖𝑡−125𝑇𝑅𝐷𝑀𝐴+𝐹𝑖𝑡−11

5𝑇𝑅𝐷𝑀𝐴+𝐹𝑖𝑡−105𝑇𝑅𝐷𝑀𝐴

5

t-9: �̂�𝑖𝑡−9 = 𝑒�̂�𝑖+(�̂�𝑡−13+�̂�𝑡−12+�̂�𝑡−11+�̂�𝑡−10+�̂�𝑡−9)

5+(1+�̂�)�̂�𝑖𝑡−10

t-8: �̂�𝑖𝑡−3 = 𝑒�̂�𝑖+(�̂�𝑡−12+�̂�𝑡−11+�̂�𝑡−10+�̂�𝑡−9+�̂�𝑡−8)

5+(1+�̂�)�̂�𝑖𝑡−9

. . . . . .

t: �̂�𝑖𝑡𝐿𝑇 = 𝑒�̂�𝑖+

(�̂�𝑡−4+�̂�𝑡−3+�̂�𝑡−2+�̂�𝑡−1+�̂�𝑡)

5+(1+�̂�)�̂�𝑖𝑡−1

[6]

Definiéndose el indicador de competitividad turística a largo plazo (LT_ITCI) de la

forma:

𝐿𝑇_𝐼𝑇𝐶𝐼𝑖𝑡 =𝐹𝑖𝑡5𝑇𝑅𝐷𝑀𝐴−�̂�𝑖𝑡

𝐿𝑇

�̂�𝑖𝑡𝐿𝑇 𝑥100 [7]

Donde: �̅�𝑖𝑡5𝑇𝑅𝐷𝑀𝐴 =

𝐹𝑖𝑡−4+𝐹𝑖𝑡−3+𝐹𝑖𝑡−2+𝐹𝑖𝑡−1+𝐹𝑖𝑡

5

Por otra parte, siguiendo a De la Fuente (….) la ecuación [1] implica la existencia de

un “estado estacionario” o nivel de equilibrio en el flujo turístico siempre que el modelo

turístico no se modifique. Suponiendo que 𝛽 sea negativa, la ecuación [1] indica que existe

un cierto nivel de flujo turístico a partir de la cual la tasa de crecimiento se hace negativa, de

forma que no es posible avanzar. Para calcular dicho nivel simplemente basta con igualar la

derecha de la ecuación [1] a cero, es decir, suponer que la tasa de crecimiento es nula:

𝛼𝑖 + 𝛿𝑡 + 𝛽𝑙𝑛𝐹𝑖𝑡−1 = 0 [8]

Por lo que:

17

𝐹𝑖𝑒 =

−𝛼𝑖−𝛿𝑡

𝛽 [9]

Que expresa el nivel de flujo turístico máximo esperable con los condicionantes

actuales y que solo oscilaría de forma coyuntural. Por tanto, una vez se calcula este estado

para todos los países se puede obtener su potencial de crecimiento comparando este nivel

de equilibrio con el actual. Igualmente, si se obtiene que 𝛼𝑖 es distinto entre países entonces

implicaría, como se espera, que el tamaño del sector turístico tiende a ser también diferente

entre países.

4. RESULTADOS

El análisis de competitividad turística internacional se va a realizar sobre la

información de la variable de entrada de turistas internacionales. Se considera turista a

aquella persona que al menos pernocta durante una noche en el destino. Los datos se han

obtenido de la Organización Mundial del Turismo (UNWTO) y cubren el período 1995-

2014. Inicialmente existe información para 218 países, si bien se han excluido a aquellos

destinos para los que se dispone de menos de 15 observaciones temporales. La muestra

final está compuesta por 205 países, agregados en 14 subregiones pertenecientes a 4

regiones del mundo2. La variable seleccionada es la que consideramos más relevante para

llevar a cabo este análisis. Alternativamente, podría haberse utilizado la variable de total de

entradas que es más amplia que la anterior al considerar los visitantes de día, es decir que

no pernoctan. Este flujo es relevante para los destinos donde se producen importantes

entradas de día desde territorios limítrofes o pasan rutas de cruceros. En el sentido inverso

2 Se eliminan Afghanistan, Gabón, Guinea-Bissau, Equatorial Guinea, French Guiana, Liberia, Libya, Montenegro, Mozambique, Mauritania, North Korea Serbia, Somalia, Turkmenistan, Timor-leste. Las regiones (y respectivas subregiones) consideradas son: Europe (Northern Europe, Western Europe, Central & Eastern Europe, and Southern Europe); the Americas (North America, the Caribbean, Central America, and South America); Asia & the Pacific (South-East Asia, North-East Asia, Oceania, and South Asia); and Africa & Middle East (North-Africa, Central-Sub-Saharan Africa, Southern Africa, and Middle East). En el Apéndice 1 puede encontrarse la relación de países y su agrupación en regiones y subregiones.

18

se podría haber restringido más la variable y haber considerado sólo a los turistas que se

alojan en establecimientos turísticos. La variable seleccionada es la que contiene

información más completa de todas ellas y la que a nuestro entender refleja de forma más

fidedigna el flujo turístico de entrada. No obstante convendría completar el diagnóstico

competitivo con el análisis de estas variables por si acaso el resultado se modificara

substancialmente.

También podrían utilizarse variables de ingresos turísticos. Esta variable presenta

más problemas que las variables físicas anteriormente señaladas. Básicamente habría que

disponer de paridades de poder de compra y deflactores de precios que no siempre están

disponibles para poder utilizar estos datos temporales y de distintos países.

En el Cuadro 2 se presenta la estimación de la ecuación [1]. En las cuatro primeras

columnas se ofrecen los resultados por OLS, mientras que las cuatro siguientes se realizan

por WLS utilizando como ponderación la cuota media que presenta cada país en el

mercado turístico internacional para el periodo 1995-2014 calculado a partir del número de

turistas. Los resultados ponen de manifiesto una relación negativa y estadísticamente

significativa en todos los casos entre el tamaño del sector turístico y su tasa de crecimiento,

lo que corrobora la existencia de un agotamiento en la evolución de este sector en cada

destino como consecuencia de su maduración. Los test F presentados que contrastan la

igualdad de los efectos país y año rechazan al 99% dichas hipótesis, lo que pone de

manifiesto la existencia de factores estructurales distintos entre países así como la influencia

del ciclo económico sobre la evolución del sector.


Estableciendo ahora una relación mediante una local polynomial smooth estimation

entre los valores predichos de la ecuación anterior para las tasas de crecimiento del flujo de

19

entrada de turistas y el nivel de dicha variable, incluyendo los efectos país, se llega a la

función que se presenta en la figure 2. A partir de ella pueden obtenerse valores de

referencia promedio para las tasas de crecimiento del flujo turístico según el nivel que ya ha

alcanzado. En concreto, para aquellos destinos que tienen menos de 10 millones de turistas

se esperan tasas de crecimiento por encima del 6,5%. A partir de este nivel se produce una

caída hasta los 20 millones de turistas, de forma que a partir de esta cifra y los 65 millones

la tasa esperada debería situarse en torno al 3%. De nuevo entre 65 y 70 millones se

produce una nueva caída hasta el 2% que es la tasa esperada por encima de los 70 millones.

Es evidente que estas son sólo cifras de referencia que pueden modificarse notablemente

entre destinos por lo que procede explotar el procedimiento descrito en el epígrafe anterior

para destinos concretos.

(Figure 2, por aquí)

En los Gráficos 3 a 5 se presentan los resultados agregados de competitividad a

corto, medio y largo plazo, respectivamente, a partir de los obtenidos a nivel de país para

las principales regiones y subregiones del mundo. En la primera columna de todos ellos se

presenta la evolución tanto de los flujos observados como de los contrafactuales de cada

región. De su análisis puede inducirse la situación competitiva de cada destino.

Precisamente, en la segunda columna se ofrece la distribución del tipo tukey-box-plot3 de

los indicadores de competitividad calculados para cada uno de los destinos concretos de

cada región. En la tercera columna se ofrecen los valores agregados de los indicadores de

competitividad de la región y de sus distintas subregiones.

(Gráficos 3 al 5, por aquí)

3 En concreto, se presenta, para cada año el valor mediano, el primer y tercer cuartiles y el valor inferior (superior) y más próximo a estos últimos más (menos) una vez y media el rango inter-cuartilico.

20

Como puede comprobarse, al menos a este nivel de agregación, cuando el análisis se

hace con un mayor periodo de referencia (de corto a largo plazo) el diagnóstico es más

claro y contundente. El análisis a corto plazo es muy oscilante, alternándose periodos muy

breves con cambios de situación competitiva fruto de ese proceso de convergencia a corto

plazo (probablemente es un síntoma de la conocida como reversión a la media en los

análisis de convergencia –CITA-). Por otro lado, la distribución tukey-box-plot nos

informa de un proceso generalizado de caída en la dispersión con el tiempo en los

indicadores de competitividad a corto plazo de los países, dentro de cada región. Este

comportamiento deja de observarse en el medio y largo plazo.

El diagnostico a medio y largo plazo, aún con matices es bastante semejante en los

años de coincidencia (para el medio plazo se dispone de indicadores desde 2002, mientras

que a largo plazo sólo desde 2009). Precisamente por ello, en lo que sigue se esbozan

algunos resultados regionales fijándonos preferentemente en los indicadores de largo plazo.

Lo primero que debe señalarse es que las regiones siguen trayectorias distintas que se

corresponden con diferentes contextos competitivos. Asia & the Pacific es la región que

muestra el mejor comportamiento con una trayectoria ascendente prolongada a lo largo del

tiempo. En este sentido, esta trayectoria es consecuencia sobre todo de la que muestra

South-East Asia and South-Asia, puesto que North-East Asia, a pesar de tener una

trayectoria creciente muestra una pendiente inferior a la promedio de la región. Por el

contrario Oceania presenta una evolución decreciente en el indicador de competitividad.

Africa, que presentaba a principios de esta década una situación inmejorable ha ido

debilitando paulatinamente su competitividad, especialmente a partir del 2012, a pesar de

que muestra todavía en 2014 un buen comportamiento. Todas las subregiones de Africa

muestran un perfil de deterioro si bien sólo Southern Africa alcanza ya un valor nulo en el

indicador de competitividad. North Africa que parte de la mejor posición es la subregión

21

que más se ha deteriorado. Por el contrario Central-Sub-Sahara Africa es la región con

mejor comportamiento al mantener su posición y no observarse deterioro.

The Americas también presenta una clara mejoría si bien situándose en todo el

periodo de análisis con un indicador de competitividad negativo. En este caso las distintas

subregiones muestran perfiles y situaciones diversas. Central America and the Caribbean

presenta una trayectoria decreciente en el indicador de competitividad si bien la primera

subregión mantiene un indicador positivo, mientras la segunda es negativo. Por el contrario

South America muestra una trayectoria claramente creciente al igual que North America, si

bien esta última siempre dentro de la región negativa del indicador.

Europa es, sin lugar a dudas, la región con peor comportamiento con una trayectoria

descendente y con una mala posición competitiva. Con distintas intensidades todas las sub-

regiones europeas presentan una trayectoria decreciente. Sólo Northerm Europe se

mantiene en la región positiva. La peor trayectoria la presenta Central & Eastern Europe a

pesar de mostrar una situación relativamente buena a comienzos de esta década. Por su

parte, Western and Southern Europe muestran un comportamiento semejante siempre

dentro de una mala posición competitiva.

Como la información utilizada para el cálculo de los indicadores regionales proviene

de las obtenidas a nivel país, a efectos meramente expositivos, se presentan en el gráfico 6

la evolución de los indicadores de competitividad a corto, medio y largo plazo para los

nueve mayores destinos turísticos. Como puede comprobarse el indicador de largo plazo

ofrece un diagnóstico más estructural, como corresponde, que se complementa con los

otros dos que adelantan los posibles cambios en el primero. De ahí que sea relevante la

combinación de los tres para realizar un diagnóstico acertado.

(Gráfico 6, por aquí)

22

Cada destino presenta un comportamiento peculiar con muchos matices, que aquí

resulta complejo analizar. Sin embargo, de forma telegráfica para mostrar la potencialidad

de estos indicadores podría señalarse:

Francia: Deterioro continuado de su competitividad turística (indicador de largo

plazo con tendencia continuamente decreciente) que no da muestras de

recuperación (indicador de medio plazo también decreciente). Modelo turístico

agotado.

Estados Unidos: Mejoría continuada tras la crisis turística derivada del 11-S

(trayectoria creciente del indicador de largo plazo). Se presenta cierta evidencia de

agotamiento del modelo (lenta evolución del indicador de medio plazo).

España: Deterior continuado y rápido de su competitividad turística (caída

vertiginosa del indicador de largo plazo) que parece revertir al final del periodo,

especialmente a partir de 2013 (cambio de tendencia en el indicador de largo plazo

y repunte del de medio plazo). Agotamiento del modelo que mejora por cambios en

el resto de sus competidores del Norte de África.

China: Deterioro continuado y más rápido de su competitividad turística tras el

máximo de mediados de la década pasada (caída rápida de los indicadores de medio

y largo plazo).

Italia: Modelo turístico agotado. No presenta trayectoria decreciente en el largo y

medio plazo, pero está estancado en un valor negativo.

Turquía: Buena posición competitiva (indicador de largo creciente y positivo), si

bien parece evidenciarse ciertos síntomas de agotamiento turístico (caída del

indicador de medio plazo a partir de 2011).

23

Alemania: Fuerte recuperación turística (trayectoria creciente del indicador de largo

plazo) que no parece estar agotada (indicador de medio plazo creciente). Buena

situación competitiva.

Reino Unido: Deterioro continuado de su posición competitiva (caída constante de

indicador de largo plazo) con atisbos de paralización de la caída (indicador de

medio plazo con cierta recuperación al final de periodo y de corto creciente).

Federación Rusa: Modelo turístico agotado (indicador de largo plazo en zona

negativa) que parece presenta cierta recuperación (indicador de medio plazo con

trayectoria creciente).

Finalmente, la metodología propuesta permite estimar el estado estacionario o de

equilibrio de este mercado en caso de no modificarse sus condiciones (modelo turístico y

entorno internacional). Pues bien, aplicando la expresión (9) con los efectos país se obtiene

la situación de equilibrio para cada destino. Los resultados se encuentran en el cuadro 3. De

forma agregada se obtienen que el mercado turístico internacional podría llegar a crecer el

37,7% según su actual modelo, cubriendo la mitad de este crecimiento en los próximos 6

años4. Sin embargo, como también se aprecia en este cuadro 3, y en el cuadro A.1 del

apéndice -donde se presentan estas estimaciones por país-, la capacidad de crecimiento es

muy distinta entre las regiones del mundo. Destaca por su potencial de crecimiento Asia

and The Pacific y África que superan el 50%, frente a Europa y especialmente The

Americas.

Finalmente, conviene puntualizar que estas herramientas, son sensibles a cambios de

coyuntura económica, política y del conjunto de atractivos turísticos. Aquellos destinos que

padezcan catástrofes naturales (terremotos, huracanes, et.) o políticos (conflictos armados,

4 La mitad del periodo de convergencia al estado estacionario se calcula como

𝑙𝑛2

−ln(1+𝛽), véase De la Fuente

(1998).

24

etc.) podrán ser castigados duramente y las predicciones del modelo se verán claramente

afectadas. Lo mismo sucede con los destinos que se vean beneficiados por nuevos eventos

excepcionales y que no puedan considerarse como estructurales del modelo (p.e. grandes

eventos deportivos) o que resulten beneficiados por problemas de destinos competidores.



5. CONCLUSIONES

En este artículo se comienza repasando los distintos modelos de competitividad

turística. Este análisis se realiza sobre la base de la trilogía: factores determinantes,

resultados e impactos. Pues bien, se observa que, a pesar de la utilidad del enfoque de

análisis de la competitividad turística basado en resultados, éste ha sido el aspecto donde

menos se han centrado las aportaciones analíticas, que en una gran mayoría se refieren a los

factores determinantes o competitividad potencial y, más recientemente, a los impactos. Es

por ello que este artículo se centra en aportar una herramienta de análisis de los flujos

turísticos.

En concreto, se propone la adaptación de la medida de convergencia beta

condicionada al estudio de los flujos de entrada relacionados con el sector turístico. La idea

básica es que la ecuación propuesta, una vez estimada permite obtener un contrafactual que

es el valor de referencia con el que se compara el dato real, estableciendo de esta forma un

diagnostico competitivo. Esta metodología permite considerar en el análisis comparativo

entre países, los distintos tamaños del sector turístico entre destinos, las diferencias de la

madurez turística, así como incorporar el ciclo económico en la estimación.

25

Además, se proponen tres indicadores de competitividad que utilizando la estimación

realizada permite un enfoque de análisis a distintos plazos: corto, medio y largo plazo.

Como ejemplo de uso de esta metodología se utilizan los datos de turistas

internacionales de UNWTO para 205 destinos y para el período 1995-2014. A partir de

estas estimaciones se obtienen análisis de competitividad por regiones turísticas mundiales,

los nueve principales destinos turísticos del mundo, así como una estimación del potencial

de crecimiento que tiene el modelo turístico actual, tanto por regiones como para cada país.

La principal utilidad que tienen este conjunto de indicadores y resultados es la de

ofrecer un análisis que permite a los decisores de política turística anticiparse a grandes

crisis turísticas estructurales consecuencia de los agotamientos turísticos o incluso planificar

la expansión razonable del sector siguiendo la senda que el modelo marca.

Por supuesto, a lo largo del trabajo se ponen las cautelas oportunas sobre las posibles

implicaciones que puedan derivarse de este modelo. El modelo supone la no existencia de

cambios en el modelo turístico y de mix de productos en cada destino. Ello implica que

cualquier cambio en este sentido hará que los resultados predichos no se cumplan. De igual

forma, los resultados son sensibles tanto a la calidad de la información, el período temporal

utilizado pues mejorará cuanto mayor sea, el conjunto de países utilizado en las

estimaciones, así como la variable seleccionada para el análisis.

26

REFERENCES

Arrow (1962)

Artto (1987)

Azzoni and Menezes (2009)

Barney (1991)

Claver-Cortés et al (2007)

Crouch and Ritchie (1999)

De la Fuente, A. (1998): “Algunas técnicas para el análisis de la convergencia con una ampliación para las regiones Españolas”, D-98007, Secretaría de Estado Presupuestos y Gastos, Ministerio de Hacienda y Administraciones Públicas.

Dwyer and Kim (2003)

Hong (2008)

Jiménez and Aquino (2012)

Krugman (1994)

Li (2000)

Lucas (1988)

Oofoochurn and Sugiyarto (2004)

Oral (1986)

Oral and Reisman (1988)

Peteraf (1993)

Porter (1985)

Porter (1990)

Porter (1995)

Prahalad y Hamel (1990)

Ritchie and Crouch (2000)

Romer (1990)

Schumpeter (1912)

Waheeduzzan and Ryans (1996)

27

Wernerfelt (1984)

28

TABLE 1. MAIN CONTRIBUTIONS TO COMPETITIVENESS IN THE TOURISM SECTOR

Pre-Porter contributions Porter contribution Crouth & Ritchie (1999) Dwyer & Kim ( 2003) Artto (1987) Based-Resource

Exogenous: Factor endowments and

Natural conditions (Ricardo, and

Heckser & Olhin)

Core Resources& attractors,

Qualifying & Amplifying determinantsHeritage resources

Endogenous: Knowledge (Lucas,

1988), Technology (Romer, 1990 and

Schumpeter, 1912) and Human

Capital(Arrow, 1962)

Supporting Factors &

Resources,Qualifying & Amplifying

determinants

Created resources

Competitive

advantages

(Porterian)

Demand conditions, Related and

supporting industry, Firm strategy and

structure and rivalry

Destination Management, Destination

Policy Planning & Development,

Qualifying & Amplifying determinants

Supporting factors, Destination

Management, Demand Conditions

Environment

conditionsChance

Tourism results Tourism results

Development Economic prosperity, sostenibilityCompetitiveness Impact

Factor conditions

Price and non-price

competitiveness

Competitiveness Tourism-specific Theories Firm perspective

Competitiveness Results

Competitiveness

Factors

Comparative

advantages

(Ricardian)

Competitiveness General Theories

Recursos controlados por la

empresa organización,

liderazgo, manufactura,

mercadotecnia,

medioambiente) ( Barney,

1991; Peteraf, 1993,

Prahalad y Hamel, 1990 ;

Wernerfelt, 1984,

Peterf,1993)

29

TABLE 2. RESULTS OF THE CONVERGENCE-COMPETITIVENESS EQUATION FOR TOURIST INTERNATIONAL ARRIVALS.

OLS WLS

1 2 3 4 1 2 3 4

lnFit-1 -0.006*** (0.002)

-0.006*** (0.002)

-0.093*** (0,006)

-0.143*** (0.008)

-0.016*** (0.001)

-0.015*** (0.001)

-0.086*** (0.005)

-0.128*** (0.007)

Constant 0.100*** (0.010)

0.123*** (0.017)

- - 0.193*** (0.013)

0.212*** (0.014)

- -

Year Dummies NO YES NO YES NO YES NO YES

Country Dummies

NO NO YES YES NO NO YES YES

Fyear - F(18.3875)

6,34*** -

F(18.3671) 13.15***

- F(18.3875) 18.44***

- F(18.3671) 23.50***

Fcountry - - F(205.3689)

2.89*** F(205.3671)

3.37*** - -

F(205.3689) 3.17***

F(205.3671) 3.71***

Observations 3895 3895 3895 3895 3895 3895 3895 3895

Adj-R2 0.004 0.028 0.140 0.188 0.033 0.105 0.189 0.69

30

TABLE 3. Estimated increase in ITAs from actual to equilibrium situation

Europe 32.8

Northern Europe 31.9

Western Europe 21.1

Central/Eastern Europe 47.7

Southern/Medit. Europe 35.6

Asia and the Pacific 54.4

North-East Asia 54.4

South-East Asia 57.4

Oceania 24.1

South Asia 71.9

Americas 25.0

North America 18.9

Caribbean 25.0

Central America 62.2

South America 43.8

Africa 56.7

North Africa 46.9

Subsaharan Africa 51.1

Central & Eastern Africa 45.7

Middle East 71.3

World 37.7

31

TABLE 4. Increase in International Tourist Arrivals from actual to estationary state

Angola Myanmar

Albania Madagascar Armenia Namibia

American Samoa Luxembourg Anguilla Nepal Belize Malawi Azerbaijan Nicaragua

Antigua and Barbuda Marshall Islands Aruba Paraguay Bolivia Mali Bhutan Oman

Bangladesh Martinique Benin Saba Brunei Darussalam Mauritus Bosnia & Herzegovina Panama

Barbados Montserrat Bonaire Saint Lucia Cook Islands Mongolia Cameroon Papua New Guinea

Belarus New Caledonian British Virgin IslandsSao Tome and P. Djibouti Niger Cape Verde Qatar

Bermuda Nigeria Burkina Faso Seychelles Ecuador Niue Chad Rwanda

Cayman Islands Nort. Mariana Islands Burundi Sierra Leone Guatemala Palau Dem. Rep. Congo Sudan

Central African Rep. Palestinian Territory Cote d'Ivoire St. Eustatius Guinea Pakistan El Salvador Suriname

Comoros Rep. Moldova Curaçao St. Kitts & Nevis Haiti Rep. Congo Ethiopia Tajikistan

Dominica Reunion Fed. St. MicronesiaSolomon Islands Honduras Senegal Gambia Tanzania

Eritrea Saint Vincent and G. Fiji Tonga Iraq Sri Lanka Georgia Togo

French Polynesia Sint Maarten (Dustch) Guyana Trinidad & Tobago Kuwait Swaziland Ghana Turk & Caicos Islands

Grenada Tuvalu Kiribati Venezuela Lesotho Vanuatu Iceland Uganda

Guadeloupe US Virgin Islands Monaco Macedonia, FYR Kyrgyzstan Uzbekistan

Liechtenstein Lao Pop. Dem. Rep. Yemen

Maldives Zambia

Argentina Jordan

Andorra Israel Australia Kenya Bahrain Latvia Algeria Kazakhstan

Bahamas Puerto Rico Bulgaria Malta Brazil Lebanon Cambodia Peru

Colombia Uruguay Chile New Zealand Costa Rica Lithuania Cuba Syrian Arab Rep.

Cyprus Zimbabwe Finland Norway Dominican Rep. Philippines Estonia Taiwan, P.C.

Guam Jamaica Romania India Slovakia Iran Viet Nam

Botswana Slovenia

Belgium Singapore Czech Republic Macao

Portugal Switzerland Indonesia South Africa Denmark Morocco Croatia Sweden

Ireland Tunisia Egypt South Korea Japan United Arab Emirates

Netherlands Hungary Saudi Arabia

Austria Mexico

France Spain China Russian Federation

Canada Poland Germany Ukraine Hong Kong Thailand Turkey

Greece United Kingdom Malaysia

Italy United States

Increase from actual to estationary state (%)

<= 15% >15% & <=40% >40% & <=60% >60%

Size

-cla

ss o

f d

esti

nat

ion

Very Small

Destinations

Less of one

million ITAs

Small

Destination

Between

1 and 5

millions ITAs

Medium

Destinations

Between

5 and 10

millions ITAs

Big

Destinations

Bigger than

10 millions

ITAs

32

2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

FIGURE 1. Medium Term International Tourism Competitiveness Diagnosis

Actual 3-TRDMA

Counterfactual

2014 Iterative counterfactual calculation

0

1

2

3

4

5

6

7

8

0 10000 20000 30000 40000 50000 60000 70000 80000 90000

Gro

wth

rat

e in

%

Millions of international arrivals (tourists)

FIGURE 2. Relationship between Size of tourist destination and its growth rate

Local polynomial smooth estimation of predicted growth rate in convergence equation

Smoothestimation

33

FIGURE 3. Short-Term International Tourism Competitiveness Analysiss

International Tourism Arrivals (Actual vs Estimated Flows) International Tourism Competitiveness Index Distribution International Tourism Competitiveness Index by Regions

1996-2014 in Millions of ITAs Tukey-Box Plot Distribution for All Countries in Each Region Comparison

600

700

800

900

1000

1100

Mill

ions

of IT

As

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Actual Estimated

World

-40

-20

0

20

40

Sho

rt-T

erm

TC

I (%

)19

9619

9719

9819

9920

0020

0120

0220

0320

0420

0520

0620

0720

0820

0920

1020

1120

1220

1320

14

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

World

-10

-5

0

5

10

Sho

rt-T

erm

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

World Europe

The Americas Asia & The Pacific

Africa & Middle East

World and Continents

300

400

500

600

Mill

ions

of IT

As

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Actual Estimated

Europe

-40

-20

0

20

40

Sho

rt-T

erm

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

Europe

-10

-5

0

5

10

Sho

rt-T

erm

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Europe Northern Europe

Western Europe Central & Eastern Europe

Southern Europe

Europe

120

140

160

180

Mill

ions

of IT

As

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Actual Estimated

The Americas

-30

-20

-10

0

10

20

Sho

rt-T

erm

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

The Americas

-15

-10

-5

0

5

10

Sho

rt-T

erm

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

The Americas North America

The Caribbean Central America

South America

The Americas

100

150

200

250

Mill

ions

of IT

As

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Actual Estimated

Asia & The Pacific

-40

-20

0

20

40

Sho

rt-T

erm

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

Asia & The Pacific

-15

-10

-5

0

5

10

Sho

rt-T

erm

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Asia & The Pacific North-East Asia

South-East Asia Oceania

South Asia

Asia & The Pacific

40

60

80

100

120

Mill

ions

of IT

As

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Actual Estimated

Africa & Midle East

-40

-20

0

20

40

Sho

rt-T

erm

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3


-20

-10

0

10

20

Sho

rt-T

erm

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Africa & Middle East North Africa

Central-Subsaharan Africa Southern Africa

Middle East


34

FIGURE 4. Medium-Term International Tourism Competitiveness Analysiss


2002-2014 in Millions of ITAs (3-TRDMA) Tukey-Box Plot Distribution for All Countries in Each Region Comparison

700

800

900

1000

1100

Mill

ions

of IT

As

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Actual Estimated

World

-50

0

50

Mediu

m-T

erm

TC

I (%

)

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

World

-10

-5

0

5

10

15

Mediu

m-T

erm

TC

I (%

)

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

World Europe




350

400

450

500

550

600

Mill

ions

of IT

As

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Actual Estimated

Europe

-50

0

50

Mediu

m-T

erm

TC

I (%

)

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

Europe

-10

-5

0

5

10

15

Mediu

m-T

erm

TC

I (%

)

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year



Southern Europe

Europe

120

130

140

150

160

170

Mill

ions

of IT

As

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Actual Estimated

The Americas

-40

-20

0

20

40

Mediu

m-T

erm

TC

I (%

)

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

The Americas

-20

-10

0

10

Mediu

m-T

erm

TC

I (%

)

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year



South America

The Americas

100

150

200

250

Mill

ions

of IT

As

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Actual Estimated

Asia & The Pacific

-50

0

50

Mediu

m-T

erm

TC

I (%

)

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

Asia & The Pacific

-20

-10

0

10

20

Mediu

m-T

erm

TC

I (%

)

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year



South Asia

Asia & The Pacific

40

60

80

100

120

Mill

ions

of IT

As

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Actual Estimated

Africa & Midle East

-100

-50

0

50

100

Mediu

m-T

erm

TC

I (%

)

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3


-20

-10

0

10

20

Mediu

m-T

erm

TC

I (%

)

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year



Middle East


35

FIGURE 5. Long-Term International Tourism Competitiveness Analysiss


2009-2014 in Millions of ITAs (5-TRDMA) Tukey-Box Plot Distribution for All Countries in Each Region Comparison

850

900

950

1000

1050

Mill

ions

of IT

As

2009

2010

2011

2012

2013

2014

year

Actual Estimated

World

-40

-20

0

20

40

60

Long

-Ter

m T

CI (%

)

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

World

-5

0

5

10

15

Long

-Ter

m T

CI (%

)

2009

2010

2011

2012

2013

2014

year

World Europe




480

500

520

540

560

Mill

ions

of IT

As

2009

2010

2011

2012

2013

2014

year

Actual Estimated

Europe

-40

-20

0

20

40

Long

-Ter

m T

CI (%

)

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

Europe

-10

-5

0

5

10

Long

-Ter

m T

CI (%

)

2009

2010

2011

2012

2013

2014

year



Southern Europe

Europe

140

145

150

155

160

165

Mill

ions

of IT

As

2009

2010

2011

2012

2013

2014

year

Actual Estimated

The Americas

-20

0

20

40

Long

-Ter

m T

CI (%

)

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

The Americas

-10

-5

0

5

10

Long

-Ter

m T

CI (%

)

2009

2010

2011

2012

2013

2014

year



South America

The Americas

160

180

200

220

240

Mill

ions

of IT

As

2009

2010

2011

2012

2013

2014

year

Actual Estimated

Asia & The Pacific

-40

-20

0

20

40

60

Long

-Ter

m T

CI (%

)

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3

Asia & The Pacific

-10

0

10

20

Long

-Ter

m T

CI (%

)

2009

2010

2011

2012

2013

2014

year



South Asia

Asia & The Pacific

80

90

100

110

Mill

ions

of IT

As

2009

2010

2011

2012

2013

2014

year

Actual Estimated

Africa & Midle East

-50

0

50

100

Long

-Ter

m T

CI (%

)

2009

2010

2011

2012

2013

2014

year

Median Q1-1.5IQR

Q1 Q3+1.5IQR

Q3


0

5

10

15

20

Long

-Ter

m T

CI (%

)

2009

2010

2011

2012

2013

2014

year



Middle East


36

FIGURE 6. Top 9 Inbond Tourist Destination Competitiveness Analysis

-10

-5

0

5

10

15

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year

Short-Term Medium-Term

Long-Term

France

-15

-10

-5

0

5

10

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year


Long-Term

Spain

-10

-5

0

5

10

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year


Long-Term

China

-15

-10

-5

0

5

10

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year


Long-Term

Italy

-40

-20

0

20

40

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year


Long-Term

Turkey

-10

-5

0

5

10

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year


Long-Term

Germany

-10

-5

0

5

10

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year


Long-Term

United Kingdom

-20

0

20

40

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year


Long-Term

Russian Federation

-15

-10

-5

0

5

TC

I (%

)

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

year


Long-Term

United States

37

Table A1.

Belarus BLR 124 103 -17.1 Oceania 9,752 12,100 24.1

Bulgaria BGR 4471 5851 30.9 American Samoa ASM 28 22 -18.8

Czech Republic CZE 7174 10538 46.9 Australia AUS 4684 6062 29.4

Estonia EST 1651 3032 83.7 Cook Is COK 82 117 42.1

Georgia GEO 557 1648 195.8 Fiji FJI 482 653 35.4

Hungary HUN 6588 10185 54.6 French Polynesia PYF 193 199 2.9

Kazakhstan KAZ 2465 6073 146.4 Guam GUM 1202 1210 0.7

Kyrgyzstan KGZ 837 2004 139.5 Kiribati KIR 5 6 20.8

Latvia LVA 1053 1619 53.7 Marshall Is MHL 6 6 -2.0

Lithuania LTU 1485 2328 56.8 Micronesia FSM FSM 25 32 28.6

Poland POL 15601 14566 -6.6 N. Mariana Is MNP 470 371 -20.9

Rep. Moldova MDA 17 10 -39.8 New Caledonia NCL 102 114 11.1

Romania ROU 3872 5129 32.5 New Zealand NZL 2082 2750 32.1

Russian Federation RUS 19358 30772 59.0 Niue NIU 3 5 44.0

Slovakia SVK 3994 6517 63.2 Palau PLW 77 113 47.8

Tajikistan TJK 156 386 147.0 Papua New Guinea PNG 90 152 69.2

Turkmenistan NO DISPONIBLE Samoa WSM 99 126 27.1

Ukraine UKR 14530 20371 40.2 Solomon SLB 13 16 23.0

Uzbekistan UZB 762 1931 153.5 Tonga TON 39 47 22.3

Southern/Medit. Europe 151,053 204,836 35.6 Tuvalu TUV 1 1 2.6

Albania ALB 906 1457 60.9 Vanuatu VUT 70 98 40.6

Andorra AND 2411 2683 11.3 South Asia 8,471 14,560 71.9

Bosnia & Herzg. BIH 241 430 78.6 Afghanistan NO DISPONIBLE

Croatia HRV 7028 15111 115.0 Bangladesh BGD 218 212 -2.7

Cyprus CYP 2343 2529 7.9 Bhutan BTN 26 56 113.3

FYR Macedonia MKD 210 308 46.7 India IND 3943 6251 58.5

Greece GRC 13885 19138 37.8 Iran IRN 1978 4476 126.3

Israel ISR 2094 2273 8.6 Maldives MDV 593 980 65.3

Italy ITA 39914 48489 21.5 Nepal NPL 484 670 38.4

Malta MLT 1225 1471 20.1 Pakistan PAK 685 1027 49.9

Montenegro NO DISPONIBLE Sri Lanka LKA 546 889 63.0

Portugal PRT 9595 9358 -2.5

San Marino SMR 68 88 28.2

Serbia NO DISPONIBLE

Slovenia SVN 1469 2310 57.3

Spain ESP 50292 65253 29.7

Turkey TUR 19372 33938 75.2

Kuwait

Lebanon

Libya

Oman

Palestine

Qatar

Saudi Arabia

Syria

Utd Arab Emirates

Yemen

38

Americas 132,866 166,027 25.0 Africa 71,395 111,849 56.7

North America 91,186 108,385 18.9 North Africa 20,588 30,236 46.9

Canada CAN 17826 17916 0.5 Algeria DZA 1404 2495 77.6

Mexico MEX 21222 24995 17.8 Morocco MAR 5932 9672 63.0

United States USA 52138 65474 25.6 Sudan SDN 236 447 89.2

NO DISPONIBLE Caribbean 17,875 22,351 25.0 Tunisia TUN 5578 6548 17.4

Anguilla AIA 55 70 27.0 Egypt EGY 7437 11075 48.9

Antigua & Barbuda ATG 237 253 6.9 Subsaharan Africa 4,314 6,521 51.1

Aruba ABW 741 937 26.4 Benin BEN 160 194 21.0

Bahamas BHS 1508 1460 -3.2 Burkina Faso BFA 198 245 23.7

Barbados BRB 523 568 8.5 Cameroon CMR 370 792 113.9

Bermuda BMU 296 236 -20.0 Cabo Verde CPV 207 501 141.6

Bonaire BON 65 75 15.5 Centr. African Rep. CAF 27 29 7.5

Brit. Virgin Islands VGB 305 388 27.2 Chad TCD 50 90 79.8

Cayman Islands CYM 317 325 2.5 Côte d’Ivoire CIV 200 274 37.0

Cuba CUB 1944 3307 70.1 Djibouti DJI 35 52 46.5

Curaçao CUW 275 357 29.8 Eritrea ERI 139 78 -43.8

Dominica DMA 73 83 13.4 Ethiopia ETH 283 520 83.9

Dominican Rep. DOM 3346 5069 51.5 Gambia GMB 104 176 69.0

Grenada GRD 120 133 10.8 Ghana GHA 616 1060 72.3

NO DISPONIBLE Guadeloupe GLP 475 432 -9.1 Guinea GIN 39 64 64.1

Haiti HTI 211 308 45.6 Guinea-Bissau NO DISPONIBLE

Jamaica JAM 1523 1940 27.4 Liberia NO DISPONIBLE

Martinique MTQ 488 511 4.5 Mali MLI 120 193 60.0

Montserrat MSR 9 6 -25.9 Mauritania NO DISPONIBLE

Puerto Rico PRI 3322 3423 3.0 Niger NER 62 102 64.3

Saba SAB 11 13 16.6 Nigeria NGA 919 873 -5.0

Saint Lucia LCA 279 331 18.4 Senegal SEN 634 1022 61.1

St. Eustatius EUX 10 12 18.9 Sierra Leone SLE 33 46 38.9

St. Kitts & Nevis KNA 99 115 15.7 Togo TGO 116 209 79.7

St. Maarten SXM 442 464 5.0 Central & Eastern Africa 17,717 25,811 45.7

St. Vincent & Gren. VCT 76 82 8.0 Angola AGO 208 697 234.9

Trinidad & Tobago TTO 395 479 21.5 Botswana BWA 1412 2323 64.5

Turks & Caicos TCA 206 379 83.9 Burundi BDI 107 144 34.7

US Virgin Islands VIR 525 596 13.5 Comoros COM 21 20 -6.4

Central America 5,763 9,349 62.2 Congo COG 80 120 49.7

Belize BLZ 215 309 43.5 Dem. Rep. Congo COD 73 125 71.3

Costa Rica CRI 1518 2325 53.2 Equatorial Guinea NO DISPONIBLE

El Salvador SLV 905 1689 86.6 Gabon NO DISPONIBLE

Guatemala GTM 991 1455 46.8 Kenya KEN 1185 1416 19.6

Honduras HND 618 936 51.5 Lesotho LSO 272 446 64.2

Nicaragua NIC 680 1192 75.2 Madagascar MDG 191 269 41.3

Panama PAN 837 1443 72.5 Malawi MWI 484 781 61.5

South America 18,042 25,943 43.8 Mauritius MUS 743 1063 43.1

NO DISPONIBLE Argentina ARG 3779 5454 44.3 Mozambique NO DISPONIBLE

Bolivia BOL 492 740 50.3 Namibia NAM 773 1382 78.7

Brazil BRA 4609 7195 56.1 Reunion REU 400 455 13.8

Chile CHL 2191 3042 38.8 Rwanda RWA 379 788 107.7

Colombia COL 1309 1443 10.3 São Tomé & Príncipe STP 10 13 29.3

Ecuador ECU 814 1318 62.0 Seychelles SYC 149 194 30.6

French Guiana NO DISPONIBLE Somalia NO DISPONIBLE

Guyana GUY 119 153 28.5 South Africa ZAF 7046 9524 35.2

Paraguay PRY 393 454 15.7 Swaziland SWZ 581 847 45.8

Peru PER 1510 2875 90.3 Tanzania TZA 613 1022 66.8

Suriname SUR 124 218 75.4 Uganda UGA 535 974 82.1

Uruguay URY 2048 2295 12.1 Zambia ZMB 596 1136 90.4

Venezuela VEN 654 756 15.7 Zimbabwe ZWE 1860 2073 11.4

Middle East 28,776 49,280 71.3

Bahrain BHR 3670 6028 64.3

Iraq IRQ 590 914 54.9

Jordan JOR 2692 4255 58.1

Kuwait KWT 160 254 58.8

Lebanon LBN 1075 1565 45.6

Libya NO DISPONIBLE

Oman OMN 948 1756 85.3

Palestine PSE 258 277 7.3

Qatar QAT 984 1907 93.7

Saudi Arabia SAU 8968 15458 72.4

Syria SYR 3516 6602 87.8

Utd Arab Emirates ARE 5433 9399 73.0

Yemen YEM 482 865 79.6

la competitividad internacional de los destinos …

Documents