la competitividad internacional de los destinos …
TRANSCRIPT
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.
(Cuadro 2, por aquí)
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.
(Cuadro 3, por aquí)
(Cuadro 4, por aquí)
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
Africa & Middle East
-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
Africa & Middle East
34
FIGURE 4. Medium-Term International Tourism Competitiveness Analysiss
International Tourism Arrivals (Actual vs Estimated Flows) International Tourism Competitiveness Index Distribution International Tourism Competitiveness Index by Regions
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
The Americas Asia & The Pacific
Africa & Middle East
World and Continents
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
Europe Northern Europe
Western Europe Central & Eastern Europe
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
The Americas North America
The Caribbean Central America
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
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
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
Africa & Middle East
-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
Africa & Middle East North Africa
Central-Subsaharan Africa Southern Africa
Middle East
Africa & Middle East
35
FIGURE 5. Long-Term International Tourism Competitiveness Analysiss
International Tourism Arrivals (Actual vs Estimated Flows) International Tourism Competitiveness Index Distribution International Tourism Competitiveness Index by Regions
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
The Americas Asia & The Pacific
Africa & Middle East
World and Continents
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
Europe Northern Europe
Western Europe Central & Eastern Europe
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
The Americas North America
The Caribbean Central America
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
Asia & The Pacific North-East Asia
South-East Asia Oceania
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
Africa & Middle East
0
5
10
15
20
Long
-Ter
m T
CI (%
)
2009
2010
2011
2012
2013
2014
year
Africa & Middle East North Africa
Central-Subsaharan Africa Southern Africa
Middle East
Africa & 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
Short-Term Medium-Term
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
Short-Term Medium-Term
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
Short-Term Medium-Term
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
Short-Term Medium-Term
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
Short-Term Medium-Term
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
Short-Term Medium-Term
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
Short-Term Medium-Term
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
Short-Term Medium-Term
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