INSTITUTO TECNOLÓGICO DE TLÁHUAC II

INGENIERÍA EN LOGÍSTICA

TRAFICO Y TRANSPORTE
Los principales determinantes de la
demanda de transporte público: un análisis
comparativo.

PROFESORA: ARIEL TENORIO NUÑEZ

ALUMNA: CRUZ SANCHEZ BELEM,

Los principales determinantes de la demanda de transporte público: un análisis comparativo

de Inglaterra y Francia utilizando estimadores de contracción

Resumen.
Este estudio analiza los impactos de los cambios en las tarifas, la oferta de servicios, los
ingresos y otros factores en la demanda de transporte público en base a los paneles de los
condados ingleses y las áreas urbanas francesas. El análisis se basa en modelos
econométricos dinámicos, de modo que se estiman las elasticidades a corto y largo plazo. Los
enfoques convencionales (es decir, los modelos de efectos fijos y aleatorios) se basan en la
hipótesis de que las elasticidades son las mismas para todas las áreas. Habiendo demostrado
que esta hipótesis no es válida para estos conjuntos de datos, la heterogeneidad entre las
áreas se explica utilizando un enfoque de coeficientes aleatorios y estimadores de contracción
bayesiana.

Las elasticidades estimadas para Francia e Inglaterra se comparan mediante el uso de un

conjunto común de variables, un período de tiempo similar y una metodología común. Los
resultados muestran una variación considerable en las elasticidades entre áreas dentro de
cada país. La principal conclusión es que la demanda del transporte público es relativamente
sensible a los cambios en las tarifas, por lo que las medidas de política dirigidas a la reducción
de tarifas (subsidios) pueden desempeñar un papel importante en el fomento del uso del
transporte público, reduciendo así el uso de automóviles privados.

Copyright © 2003 Elsevier Science Ltd. Todos los derechos reservados.

Palabras clave: Modelo de comportamiento de viaje. Transporte público. Modelo de

coeficiente aleatorio
1. Introducción.
Este documento es una extensión de dos proyectos, que se llevaron a cabo al mismo tiempo,
pero de forma independiente, en Gran Bretaña y en Francia. Aunque los objetivos principales
de los dos proyectos difieren un poco, ambos conllevan el modelado econométrico de los
factores que determinan el uso del transporte público y su evolución en el tiempo. El proyecto
del Reino Unido1, financiado por el Departamento de Medio Ambiente, Transporte y las
Regiones (DETR)2, se ocupó principalmente de estimar las elasticidades de las tarifas para los
servicios de autobuses locales, a nivel nacional y para diferentes regiones. El análisis se basó
en modelos econométricos dinámicos y datos de series de tiempo anuales a nivel nacional,
para diferentes regiones y para un panel de 46 condados ingleses (urbanos y rurales). Aunque
el objetivo principal era estimar las elasticidades de las tarifas de los autobuses, también se
estimaron las elasticidades de los ingresos y los servicios.
El proyecto de investigación francés3, financiado por VIA-GTI y el Departamento de Transporte,
por otra parte, se ocupó principalmente del efecto en el uso del transporte público de los
cambios en la estructura de la población, la expansión urbana y el aumento de la propiedad de
automóviles. A diferencia del estudio británico, que solo se refería a los viajes en autobús, el
estudio francés incluye todos los modos de transporte público utilizados para el transporte
urbano, es decir, el metro y el tren ligero, así como el autobús e incluso el tren en París, donde
desempeña un papel importante en esta gran área metropolitana. El estudio francés cubre una
muestra de 62 de alrededor de 100 áreas urbanas, un período más largo y un conjunto de
datos más amplio que el estudio en inglés, incluidas varias medidas de suministro de transporte
público y variables demográficas. Como el estudio del Reino Unido, se basa en modelos
econométricos dinámicos y también estima las elasticidades de las tarifas.
Al igual que en los estudios originales, este documento también se basa en un modelo
dinámico del tipo de ajuste parcial, por lo que se estiman las elasticidades a corto y largo plazo.
Dado que el número de observaciones para cada área es relativamente pequeño, no es posible
estimar modelos separados para cada área, por lo que se utiliza un enfoque de panel, los
elementos en el panel son las diferentes áreas (condados / áreas urbanas) en cada una de las
áreas de los dos países. Los beneficios de usar datos de panel son numerosos. Proporcionan
más información que los datos de secciones transversales o de series de tiempo, lo que
permite especificaciones de modelos de comportamiento más complejas, al tiempo que
proporciona estimaciones de parámetros más confiables. Los paneles permiten la
investigación de la dinámica del ajuste, que es imposible con los datos de la sección
transversal, mientras se mantiene la variación individual, que se pierde en los datos agregados
de series de tiempo. Finalmente, el uso de paneles permite controlar la heterogeneidad
individual y temporal, lo que de otro modo conduciría a estimaciones sesgadas.

1 Dargay and Hanly (1999, 2002, 2003).

2 Trasuna reorganización del gobierno en 2002, esto ahora se incluye en el Departamento de
Transporte (DfT).
3 Madre and Boulahbal (1999), Bresson and Pirotte (1999).
Este documento tiene dos objetivos principales. La primera y primaria es metodológica y se
refiere a la heterogeneidad entre las áreas dentro de cada país. Más comúnmente en el análisis
de datos de panel, se usa un modelo de efectos fijos o aleatorios para tener en cuenta la
heterogeneidad. En el primero, la heterogeneidad entre unidades de sección transversal y / o
períodos de tiempo se especifica mediante términos de intercepción específicos de tiempo y /
o individuales, mientras que en el último, la heterogeneidad es capturada por componentes de
error específicos de tiempo y / o individuales. Ambas especificaciones asumen que los
coeficientes de las variables explicativas incluidas en el modelo son los mismos para todas las
unidades de sección transversal y en el tiempo. Esto puede no ser una suposición válida. De
hecho, mostraremos que estos datos no apoyan esta hipótesis; en cambio, los coeficientes
parecen ser diferentes entre las unidades de sección transversal o varían con el tiempo.
En un modelo de regresión tradicional, es estadísticamente imposible permitir coeficientes
individuales y variables en el tiempo, ya que requeriría la estimación de más coeficientes que
observaciones. Incluso la posibilidad de estimar coeficientes individuales o variables en el
tiempo es limitada, ya que requeriría un largo período de tiempo en comparación con el número
de unidades de sección transversal, o viceversa. Para evitar este problema, en lugar de tratar
los coeficientes de regresión como variables fijas, se pueden ver como variables aleatorias con
una distribución de probabilidad. Este enfoque de coeficientes aleatorios reduce en gran
medida el número de parámetros que se deben estimar, a la vez que permite que los
coeficientes difieran entre unidades de sección transversal y / o en el tiempo. En este estudio,
se utiliza un método bayesiano, en el que las estimaciones de los parámetros son un promedio
ponderado de la regresión agrupada y la regresión de series de tiempo individuales, de modo
que cada regresión individual se "reduce" para tender a las estimaciones de la regresión
agrupada. El uso de estos estimadores de contracción permite que los coeficientes estimados
varíen entre áreas, sin sacrificar la eficiencia de las estimaciones.
El segundo objetivo es comparar las elasticidades estimadas de los precios, los ingresos y los
servicios para Francia e Inglaterra, utilizando un conjunto común de variables, un período de
tiempo similar y una metodología común. Para Inglaterra, se utiliza el panel de 46 condados, y
para Francia, el panel de 62 áreas urbanas. Hay diferencias, entre los dos paneles. Los datos
en inglés cubren todo el país, tanto en áreas rurales como urbanas, mientras que los datos en
Francia cubren solo una muestra de áreas de transporte público y están restringidos a áreas
urbanas. Las variables comunes incluidas en los modelos son la oferta de transporte público
(kilómetros de vehículo por habitante), los precios del transporte público y los ingresos
disponibles, y los períodos cubiertos son 1987–1996 para Inglaterra y 1986–1995 para Francia.
Se estiman dos especificaciones funcionales diferentes: un modelo log-log, que limita que
todas las elasticidades sean constantes a lo largo del tiempo y para todos los valores de uso
de PT y las variables explicativas; y un modelo de semi-registro, en el que la variable de tarifa
se especifica en niveles, pero todas las demás variables como registros, de modo que la
elasticidad de la tarifa aumenta con el nivel de la tarifa, por lo que varía con el tiempo.
Después de una revisión de la literatura (Sección 2), se describen y comparan los datos en
francés e inglés utilizados para el estudio (Sección 3). En la Sección 4, se analizan la
formulación del modelo y los aspectos metodológicos del procedimiento de estimación, y los
resultados empíricos se presentan y analizan en la Sección 5. El documento finaliza con
algunas observaciones finales.

2. Evidencia de la literatura
La revisión influyente de las elasticidades del transporte público editada por Webster y Bly
(1980) concluyó que una regla general razonable para la elasticidad de las tarifas del transporte
público era de -0.3. Esta cifra fue ampliamente reconocida como correcta durante gran parte
de los años ochenta. Sin embargo, en la década de 1990, la evidencia comenzó a sugerir que
la demanda era más elástica. Goodwin (1992) revisó 50 elasticidades de demanda para el uso
de autobuses, según estudios realizados en el Reino Unido y en otros lugares, y calculó un
promedio no ponderado de -0,41. Preston (1998) cita los resultados del estudio ISOTOPE de
la variación de la elasticidad por tamaño de ciudad en el que se analizaron datos de 89
ciudades europeas. Los resultados del estudio sugieren que las elasticidades de las tarifas de
los autobuses son mayores en las ciudades pequeñas (aquellas con una población de menos
de 0.5 millones) que en las grandes (-0.50 en comparación con -0.34). Esto contrasta con la
conclusión de Webster y Bly (1980) para las ciudades de América del Norte que encontraron
que lo contrario es cierto. Preston expone el argumento sobre la menor elasticidad de la tarifa
en las grandes ciudades europeas se puede reflejar con una combinación de pasajeros más
cautivos en el transporte público porque viajan distancias más largas en general a las de
ciudades más pequeñas (y, por lo tanto, las alternativas como caminar y andar en bicicleta son
menos atractivas) ya que hay mayor congestión y problemas de estacionamiento en las
grandes ciudades, lo que hace que los viajes en automóvil sean menos atractivos. El mismo
estudio también indica que las elasticidades del servicio son mayores en las ciudades grandes
que en las ciudades pequeñas (0.49 y 0.33 respectivamente).
Una posible explicación para esto puede ser que existe una mayor competencia modal en
ciudades más grandes. En su reciente revisión de las elasticidades en el transporte para la
demanda del transporte público, Nijkamp y Pepping (1998) compararon 12 estudios de cuatro
países europeos (Finlandia, los Países Bajos, Noruega y el Reino Unido) para evaluar los
factores que influyen en la sensibilidad de los viajeros a Gastos de transporte en transporte
público. El rango de valores de elasticidad es bastante amplio, desde un mínimo de -0.15 en
el estudio del Reino Unido hasta un máximo de -0.8 en uno de los estudios para los Países
Bajos. La escala de tiempo a la que pertenecen las elasticidades no se establece
explícitamente, y también hay una considerable diversidad en los modelos y datos utilizados.
Sin embargo, su análisis apoya ampliamente los hallazgos principales de las revisiones
existentes: la importancia de la diferencia entre los métodos de investigación agregados,
basados en datos empíricos y los modelos de elección desagregados, así como las
suposiciones del modelo y el número de modos competitivos. Además, encuentran que los
factores específicos del país tienen una fuerte influencia en el tamaño de la elasticidad. Con el
fin de mostrar las ventajas y desventajas de las diferentes metodologías, hemos seleccionado
algunos ejemplos que van desde la sección transversal hasta el análisis de series de tiempo.
Massot (1994) realizó un análisis altamente desagregado basado en datos de encuestas: 2750
personas mayores de 12 años, distribuidas en 35 áreas urbanas francesas sin sistema
ferroviario sobre 100,000 habitantes, que registraron 4741 viajes en autobús en un diario de 7
días, utilizando 620 Diferentes rutas de autobuses. La hipótesis central del artículo es que para
explicar la elección modal de los individuos, es necesario acercarse lo más posible a sus
requisitos específicos y no realizar un análisis sobre la base de las tasas de viaje por habitante,
como es el caso de Muchos estudios a gran escala. El alcance está restringido a los modos de
transporte motorizado y los resultados son a corto plazo, basados en la propiedad actual de
los vehículos domésticos. Sin embargo, dado que el transporte público urbano es un mercado
local, el análisis de corte transversal puro, difícilmente puede producir estimaciones precisas
de las elasticidades de las tarifas como lo muestra Madre (1981). Los usuarios menores de
autobuses son más sensibles a las mejoras de suministro que aquellos que hacen un mayor
uso: aquellos en edad laboral son más sensibles que los escolares; Los que tienen permisos
de conducir son más sensibles que los que tienen; Aquellos con uso de un coche son más
sensibles a los que no tienen. Por lo tanto, la población activa parece ser más sensible a la
duración del viaje en autobús que en automóvil. El estudio muestra que los individuos se
comportan racionalmente con respecto a la elección entre transporte público y privado: las
localidades congestionadas donde el estacionamiento también es un problema tienden a
favorecer el transporte público. Un aumento en el suministro de autobuses en áreas de baja
densidad conduce a una reducción en el número de niños en edad escolar que reciben
ascensores de padres. También se debe tener en cuenta que los estacionamientos son casi
tan dañinos para el transporte público como la disponibilidad de un automóvil: en promedio,
los estacionamientos para la población trabajadora son estadísticamente equivalentes a un
ahorro de 24 minutos en su tiempo de viaje en automóvil, que es equivalente a 1.5 veces la
duración media del viaje.
En el Reino Unido, la necesidad de mantener la cuota de mercado y aumentar la rentabilidad
en un mercado desregulado y privatizado ha centrado la atención en la calidad del servicio
(Pullen, 1993). Sin embargo, "es poco probable que una sola medida abarque todos los
aspectos de la calidad del servicio". De manera similar, los índices que colapsan las medidas
de diferentes atributos en un único valor abstracto parecen tener un atractivo limitado. "En su
lugar, se puede definir un conjunto limitado de atributos de calidad de servicio, en función de
las circunstancias operativas locales, las metas y objetivos de los grupos de interés locales".
Existe evidencia de que la sensibilidad de la tarifa es mayor en el caso de aumentos en precios
que de disminuciones (principalmente para los que viajan diariamente), y cuando el servicio es
deficiente que cuando es bueno (Madre, 1982). Además, los pasajeros son aproximadamente
dos veces más sensibles a los cambios en el tiempo de viaje que a los cambios en las tarifas.
Por lo tanto, se puede presentar un argumento convincente para operar más servicios de
tránsito de calidad premium a precios más altos (Cervero, 1990). En muchos casos, los
programas de tarifas gratuitas han demostrado ser muy costosos para cada nuevo usuario de
tránsito atraído y rara vez han atraído a los automovilistas.
En su estudio de la demanda de transporte público en Finlandia, Dargay y Pekkarinen (1998)
estimaron las elasticidades de precios propios a corto y largo plazo para tres tipos de boletos
de autobús utilizando datos mensuales durante el período de abril de 1993 a octubre de 1996
para distritos finlandeses individuales. Con respecto a las elasticidades de las tarifas, los
resultados sugieren que la demanda de tarjetas de autobuses regionales es más sensible al
precio que los viajes realizados con tarjetas de autobuses. Se encuentra que la elasticidad del
servicio es positiva, pero más bien pequeña, y afecta principalmente a las compras con tarjeta,
en lugar de viajes por tarjeta. El precio de la gasolina, por otro lado, tiene un impacto más
sustancial en el número de viajes realizados por tarjeta que en el número de tarjetas
compradas. Hay una diferencia sustancial entre las elasticidades a corto y largo plazo, con los
valores a largo plazo de dos a tres veces los valores a corto plazo. Un punto importante a
destacar es que, dado que los modelos se estiman con una combinación de datos de secciones
transversales y series de tiempo, y dado que la mayor parte de la variación en la muestra se
debe a diferencias entre las comunidades, las elasticidades a corto plazo no representan La
respuesta dentro del primer mes a los cambios en las variables explicativas, pero en lugar de
algún efecto a medio plazo. De manera similar, las elasticidades a largo plazo pueden no
capturar la verdadera respuesta de equilibrio, ya que las estimaciones se basan en datos
mensuales para un período de tiempo relativamente corto y en un retraso de un mes.
Tegner (1998) estimaron un modelo de demanda en series de tiempo no lineales agrupadas
de dos etapas para viajes de transporte público, en Estocolmo para investigar las elasticidades
de diferentes tipos de boletos durante el período 1973–1996. Los tres tipos principales de
boletos vendidos por Stockholm Greater Transit Company son tarjetas mensuales, cupones
prepagos (tiras) y cupones pagados en efectivo. Para las tarjetas mensuales, se obtiene una
elasticidad de tarifa a medio plazo de -0.35. Los cupones en efectivo son el tipo de tarifa más
sensible al precio, mientras que las tarjetas mensuales son las menos sensibles. La elasticidad
del servicio se encuentra en 0.29 y la elasticidad cruzada con respecto al precio de la gasolina,
0.15.
Hensher (1998) estima las elasticidades directas y cruzadas para el área metropolitana de
Sydney, utilizando los datos de preferencia revelada y distinguiendo entre modo (tren, autobús
y automóvil) y tipo de boleto (tarifa de efectivo único, tren semanal o tarjeta de autobús), y
pases en autobús o tren). Aquí encontramos que las elasticidades son bastante bajas que las
encontradas en otros estudios. El boleto simple parece ser más sensible al precio que los otros
tipos de boletos, y los costos de motor tienen poco efecto en la demanda del autobús.
De esta revisión, parece que el análisis de series de tiempo da resultados interesantes sobre
las elasticidades de las tarifas, mientras que las secciones transversales muestran diferencias
debido a los diversos componentes de la calidad del servicio y de la competencia entre modos
de transporte.

3. El contexto del uso del transporte público y su evolución en Inglaterra y

Francia.
3.1. Los datos.
Los datos disponibles, las definiciones y la cobertura se muestran en la Tabla 1. Para
Inglaterra, el DETR recopiló los datos de los servicios de autobuses de los operadores de
autobuses, que se complementaron con Información sobre población e ingresos obtenida de
la Oficina de Estadísticas Nacionales. Los datos para Francia son de organizaciones
estadísticas nacionales, CERTU e INSEE. Hay dos diferencias principales en los datos para
los dos países. La primera se refiere a la cobertura. Para Inglaterra, todo el país está cubierto
por los 46 condados, incluidas las áreas rurales y urbanas; para Francia, los datos se refieren
a un conjunto de 62 "áreas de transporte público", cada una de las cuales se compone de uno
o más municipios colaboradores. Además, aunque hay un período de tiempo más largo
disponible para Francia —20 años, en comparación con 9 para Inglaterra—, nos limitamos a 9
años para Francia (1987–1995) por comparabilidad. En segundo lugar, los datos para
Inglaterra se refieren únicamente a los servicios de autobús, mientras que para Francia
también se incluyen otros modos PT (tren regional en París, metro en París, Lyon y Marsella,
el sistema de tren ligero en Lille, tranvías en Lille, Nantes, Estrasburgo, Grenoble). , Saint-
Etienne y Rouen. En el resto del documento, usamos el término PT, pero debe tenerse en
cuenta que esto se refiere solo a los servicios de autobuses en Inglaterra. Para ambos países,
los datos de precios e ingresos se expresan en términos reales (precios de 1995) utilizando el
RPI relevante y el análisis se llevó a cabo en los datos en monedas nacionales.
Para la comparación en este documento, las variables de ingresos y precios se han convertido
en euros, sobre la base de los tipos de cambio de 2000. En el resto de esta sección, las
variables comunes para Francia e Inglaterra se comparan en base a períodos de tiempo
similares.
Tabla 1
Disponibilidad de datos y definiciones para Inglaterra y Francia.
Cobertura Inglaterra Francia
Cobertura 46 condados (todo 62 áreas urbanas (alrededor
el país) del 60% de la población de
la conurbación a la que
pertenecen)
Periodo 1988–1996
Uso de PT Viajes /capital
Suministro de PT Vehículo km / capital

3.2. Comparación de las características de los mercados PT en Francia e Inglaterra.

La Tabla 2 resume las principales características de los mercados de PT en Francia e
Inglaterra. La comparación se basa en el período 1988 1996 para Inglaterra y 1987–1995 para
Francia, y se refiere a los promedios para los condados / áreas urbanas. Las diferencias
apreciables son evidentes. El uso de PT, en términos de viajes per cápita, es 70% más alto en
Francia, mientras que el suministro, en términos de kilómetros de vehículo per cápita, es 23%
más bajo en Francia. Ambos de estos son parcialmente debido a diferencias en la cobertura.
Dado que las áreas rurales y urbanas se incluyen en los datos en inglés, los viajes per cápita
serán menores y los kilómetros de vehículos per cápita serán mayores, ya que la duración de
los viajes y las rutas son mayores en las áreas rurales.
Además, las tarifas son aproximadamente el doble en Inglaterra que en Francia. Esto se
explica en gran medida por la inclusión de los servicios de autobuses rurales en Inglaterra: la
duración del viaje es más larga, por lo que la tarifa por viaje es más alta. Además, refleja una
diferencia en las políticas de subsidio en los dos países. En Inglaterra, los subsidios son
mínimos, con la excepción de los esquemas de tarifas concesionarias para jubilados y niños
en las principales áreas metropolitanas. En Francia, los subsidios compensan una mayor parte
de los costos de operación. Además de los subsidios para categorías específicas de usuarios
como adultos mayores y alumnos, se otorgan subsidios generales para todos los servicios de
los ingresos de un impuesto al transporte (Versement Transport) que se aplica a los salarios
pagados por los empleadores ubicados dentro del área de transporte público.
También hay diferencias considerables en el desarrollo a lo largo del tiempo en los mercados
de transporte público en los dos países. Durante el período de 9 años, el uso de PT aumentó
un poco más del 2% en Francia, pero disminuyó en más del 16% en Inglaterra, mientras que
la oferta aumentó casi el doble en Francia que en Inglaterra. Durante los mismos períodos, el
aumento de la tarifa real ha sido más del doble en Inglaterra (13.5%) que en Francia (5.5%).
Estos desarrollos están claramente interrelacionados. En ambos países, el aumento de los
ingresos y la mayor motorización han desalentado el uso del transporte público. En Inglaterra,
esta tendencia se vio agravada por aumentos sustanciales de tarifas y mejoras relativamente
pequeñas en el servicio. En Francia, por otro lado, los aumentos mínimos en las tarifas reales
y una mejora sustancial en la prestación de servicios han mitigado en cierta medida sobre este
desarrollo.
3.3. Variación entre condados y pueblos.
La variación entre las áreas de uso, tarifas, suministro e ingresos de PT y en sus tasas de
crecimiento se muestra en las Figs. 1–4. Existe una variación considerable en todas las
variables de ambos países. En Inglaterra, el uso y el suministro de PT son sustancialmente
más altos y las tarifas más bajas que en las principales áreas metropolitanas o en los
condados. Esto se explica por la inclusión de áreas no urbanas, el hecho de que los subsidios
son más altos y la duración del viaje es más corta en las áreas metropolitanas. La distinción
entre ciudades grandes y pequeñas no es tan evidente en Francia. La mayoría de las ciudades
francesas han experimentado un aumento en el uso de PT durante el período, mientras que el
caso contrario es el de Inglaterra. Alrededor de 1/4 de las ciudades francesas experimentaron
una disminución real en las tarifas durante el período, mientras que solo unos pocos condados
ingleses experimentaron una disminución. En Francia, las ciudades con menor oferta tienen
mayores tasas de crecimiento. Esto se debe a que el "Transporte Versement" (un impuesto
sobre los salarios que benefician al PT) se introdujo más tarde en ciudades pequeñas (después
de 1983) que en las áreas metropolitanas más grandes (antes de 1975).
Fig. 1. Uso del PT (viajes per cápita por año) en los condados ingleses (1988–1996) y áreas
del PT francés (1987–1995), Promedios y tasas de crecimiento.

Fig. 2. Tarifas de PT (euros, año 2000) en los condados de inglés (1988–1996) y áreas de PT
francés (1987–1995), promedios y tasas de crecimiento.
Fig. 3. Suministro de PT (kilómetros de vehículo por habitante) en los condados de inglés
(1988–1996) y en las áreas de PT en Francia (1987–1995), promedios y tasas de crecimiento.
Fig. 4. Ingresos disponibles (año 2000 en euros) en los condados de inglés (1988–1996) y
áreas del PT francés (1987–1995), promedios y tasas de crecimiento.
Tabla 3
Análisis de la varianza de las variables para los condados de inglés (1988–1996) y las áreas
del PT francés (1987–1995), en% de la varianza total.

Viajes Tarifa PT Ingresos Vehículo km

Diferencia
Inglaterra Francia Inglaterra Francia Inglaterra Francia Inglaterra Francia

Entre áreas 96.22 98.65 87.32 90.12 74.74 97.02 94.65 94.52

Entre tiempo 0.99 0.07 2.1 0.39 20.23 2.33 0.46 2.36

Dentro de las áreas / tiempo 2.79 1.28 10.58 9.49 5.03 0.65 4.89 3.12

3.4. Comparación de variación entre áreas y en el tiempo.

La Tabla 3 muestra la descomposición de la varianza para las principales variables, Francia e
Inglaterra. La variabilidad total es la suma de la variabilidad entre áreas, la variabilidad entre
tiempos y la variabilidad dentro de las áreas tiempo.

En ambos países, predomina la variabilidad entre áreas y, con la excepción de los kilómetros
de vehículo per cápita, la variabilidad entre periodos es menor en Francia. En Inglaterra, la
proporción entre el tiempo de la variación total es mayor para los ingresos y más pequeña
para el suministro; Para Francia es mayor para el suministro y más pequeño para el uso de
PT. La variación dentro del área-tiempo que no se puede atribuir a ninguna de las áreas o al
tiempo es mayor para la variable de tarifa en ambos países, y más alta para Inglaterra que
para Francia para todas las variables.

4. Modelos de demanda dinámica.

Nuestro propósito es estimar las elasticidades a corto y largo plazo para el uso de PT en
relación con varias variables explicativas: Ingresos, servicio PT, tarifas, etc. 𝑦𝑖,𝑡 ser la
variable dependiente y 𝑥1,𝑖,𝑡 , 𝑥2,𝑖,𝑡 , … 𝑥𝑘1,𝑖,𝑡 , de 𝑘1, variables explicativas para condados
agrupados (Inglaterra) o áreas PT (Francia) (i = 1 ... N) a lo largo del tiempo (t = 1, ..., t). La
especificación elegida es un modelo de ajuste parcial (o un ECM de primer orden
restringido):
𝑘1

log 𝑌𝑖,𝑡 = 𝛿 + 𝛼 log 𝑌𝑖,𝑡−1 + ∑ 𝛽𝑗 log 𝑥𝑗,𝑖,𝑡 + 𝜀𝑖,𝑡

𝑗=1

𝑗 𝛽
Cuando 𝜀𝑖,𝑡 es una estimación aleatoria. 𝛽𝑗 ( (1−𝛼) ) es la elasticidad a corto plazo (o a largo
plazo) de Y en relación con 𝑋𝑗 ∀𝑖, 𝑡. Este es un modelo dinámico que generalmente se estima
con algunas suposiciones relativas a la intersección.
4.1. Modelos de coeficientes fijos.
En la literatura clásica de datos de panel, es habitual agrupar las observaciones con (o sin)
términos de intercepción separados, asumiendo que los coeficientes de pendiente no varían
entre los individuos (y / o el tiempo). Se puede suponer que las interceptaciones separadas
(𝛿 = 𝛿0 + 𝜇𝑖) son fijas o aleatorias si el efecto específico individual µ se considera fijo o
aleatorio. En el primer caso, este es el modelo dinámico de efectos fijos:
𝑘1

log 𝑌𝑖,𝑡 = 𝛿𝑜 + 𝜇𝑖 + 𝛼 log 𝑌𝑖,𝑡−1 + ∑ 𝛽𝑗 log 𝑥𝑗,𝑖,𝑡 + 𝜀𝑖,𝑡

𝑗=1

mientras que, en este último, esta es la especificación del componente de error unidireccional
dinámico:
𝑘1

log 𝑌𝑖,𝑡 = 𝛿𝑜 + 𝛼 log 𝑌𝑖,𝑡−1 + ∑ 𝛽𝑗 log 𝑥𝑗,𝑖,𝑡 + 𝜇𝑖 + 𝜀𝑖,𝑡

𝑗=1

En este caso, son los efectos específicos individuales no observables y 𝜀𝑖,𝑡 es la perturbación
restante. Para el modelo de efectos fijos (modelo de efectos aleatorios), el profesional realiza
inferencias condicionales sobre los efectos que se encuentran en la muestra (en la población).
Por lo tanto, realmente no hay distinción entre la "naturaleza" de los efectos fijos y aleatorios.
Depende del profesional decidir si hacer una inferencia con respecto a las características de
la población o solo con respecto a los efectos que están en el
Los efectos ya que, para ambas especificaciones dinámicas, la estimación eficiente requiere
un método de estimación de variable instrumental como el estimador GMM de Arellano y Bond
(1991), que se estima en primeras diferencias con los instrumentos en los niveles, eliminando
así el 𝜇𝑖 fijo o aleatorio 4. Finalmente, estos dos modelos permiten la heterogeneidad solo en
el término de intercepción. Pero, en la práctica, no siempre es el caso que los datos deben
agruparse. La agrupación en presencia de heterogeneidad de parámetros puede producir
resultados engañosos. Esto es particularmente cierto en los modelos dinámicos (ver Maddala
y Hu, 1996).
4.2. Modelos de coeficientes aleatorios.
Una suposición subyacente importante de estas dos especificaciones es que limitamos nuestra
discusión a modelos en los que los efectos de las variables omitidas son específicos de cada
individuo. Pero hay muchos casos en los que existen estructuras socioeconómicas cambiantes
o diferentes factores de fondo que implican que los parámetros de respuesta pueden variar
entre los individuos. En este caso, nuestro problema es estimar el modelo (1) con un supuesto
específico: suponemos que los coeficientes son diferentes para cada condado (o área PT):
𝑘1

log 𝑌𝑖,𝑡 = 𝛿1 + 𝛼𝑖 log 𝑌𝑖,𝑡−1 + ∑ 𝛽𝑗 log 𝑥𝑗,𝑖,𝑡 + 𝜀𝑖,𝑡

𝑗=1
Escribiendo nuestro modelo (4) en una notación matricial:
𝑦 𝑖 =𝑥 𝑖 𝛽 𝑖 +𝜀 𝑖, , 𝛽𝑖 = 𝛽 + 𝑣𝑖
(𝑡,1) (𝑇,𝑘) (𝑘,1) (𝑇,1)

Cada coeficiente de regresión se puede ver como una variable aleatoria con una distribución
de probabilidad. Sin embargo, debido al número limitado de observaciones para cada área, la
heterogeneidad de comportamiento entre las áreas no se puede tener en cuenta al estimar el
modelo para cada área independientemente de las otras. Una alternativa es utilizar modelos
de coeficientes aleatorios y estimadores de contracción (Baltagi et al., 2002; Baltagi et al.,
2003; Hsiao et al., 1999; Maddala et al., 1997; Pesaran y Smith, 1995; Swamy y Tavlas, 1995).
Como puede haber situaciones en las que los cambios estructurales conducen a coeficientes
variables entre áreas, necesitamos descomponer los coeficientes para capturar estas
diferencias estructurales no observables. La práctica econométrica habitual asume la
aditividad de las perturbaciones aleatorias a una relación matemática (Klein, 1989).
Suponemos que no siempre es correcto. Con los modelos de coeficientes aleatorios, cada
coeficiente es la suma de dos elementos: el efecto directo de una variable explicativa sobre la
dependiente y el efecto indirecto (sesgo de las variables omitidas), que surge porque la variable
explicativa puede afectar y verse afectada por, Las variables excluidas. El efecto directo se
separa deliberadamente de los efectos indirectos. Cada coeficiente 𝛽𝑖𝑗 tiene dos componentes:
descomponiendo el coeficiente 𝛽𝑗 y tomando un valor 𝑣𝑗,𝑖 Los componentes aleatorios reflejan
diferencias estructurales que conducen a coeficientes variables entre áreas (por ejemplo,
políticas de tarifas locales, mecanismos de incentivos para el transporte público). De este modo
obtenemos tantas elasticidades a corto plazo (y largo plazo) como áreas.
La primera razón para usar este enfoque es que, en caso de una mala especificación, no es
correcto suponer que el ruido aleatorio solo afecta el término de error. En su lugar, puede
"infectar" a todos los coeficientes del modelo. En segundo lugar, no hay otra manera de evaluar
numéricamente la heterogeneidad del comportamiento utilizando coeficientes (excluyendo el
coeficiente constante). Para estimar el modelo (4), usamos estimadores bayesianos llamados
"estimadores de contracción". Una pregunta importante en cada investigación empírica es si
los coeficientes de regresión varían o no entre los individuos. Como han demostrado Maddala
y Hu (1996), hay varias formas de manejar el problema de la heterogeneidad:
 Métodos de prueba previa y Stein-Rule: en base a una prueba preliminar de
homogeneidad de los coeficientes que no rechaza la hipótesis nula, estos métodos
sugieren el agrupamiento (encogiendo cada estimador individual hacia el estimador
agrupado).
 Enfoque de coeficientes aleatorios y modelos bayesianos: los coeficientes son
diferentes entre los individuos pero provienen de una distribución común. Estos
enfoques también conducen a estimadores de contracción en los que las estimaciones
de los parámetros de cada sección transversal se reducen hacia su promedio
ponderado, pero difieren del método de la regla de Stein, ya que no es el mismo
promedio ponderado. El factor de contracción y el estimador hacia el cual se contraen
los individuales difieren. La regla de Stein implica encogerse hacia el estimador
 agrupado mientras que los métodos bayesianos implican encoger hacia una media
ponderada del no el estimador agrupado .
Entonces, para elegir entre las especificaciones (2) o (3) y (4), debemos usar pruebas de
homogeneidad para los coeficientes. Si aceptamos la hipótesis nula de los vectores de
coeficiente fijo, entonces los datos apoyan la hipótesis de que los coeficientes son los mismos
y, por lo tanto, los modelos de efectos fijos o efectos que parecen ser las especificaciones
correctas. Por el contrario, si rechazamos la hipótesis nula, debemos usar estimadores de la
regla de Stein o estimadores bayesianos.

5. Resultados empíricos
En esta sección, primero informamos las estimaciones de la especificación dinámica utilizando
la hipótesis de coeficientes fijos. Utilizamos estimadores Arellano y Bond GMM. En segundo
lugar, probamos la variación del coeficiente. El rechazo de la hipótesis de homogeneidad
conduce al rechazo del modelo de coeficiente fijo, lo que sugiere el uso de estimadores de
contracción. En tercer lugar, informamos algunos de los principales resultados de la estimación
del modelo utilizando el estimador bayesiano.
5.1 Comparación de Francia e Inglaterra: suposición de coeficientes fijos.
De la manera clásica, primero estimamos el modelo de ajuste parcial escrito en primeras
diferencias para eliminar los efectos específicos individuales no observables (en el caso del
modelo dinámico de componente de error de una vía) o los efectos específicos individuales
fijos (en el caso del Modelo de efectos dinámicos fijos). En ambos casos, y siguiendo la
sugerencia de Arellano y Bond (1991), el procedimiento de variable instrumental óptima
requiere tomar instrumentos en niveles.5 Los resultados de los modelos log-log para Francia e
Inglaterra se muestran en la Tabla 4.
En estos modelos, solo se incluyen entre las variables explicativas el ingreso, las tarifas, la
oferta (kilómetros recorridos) y el patrocinio en el período anterior. Todas las elasticidades
estimadas a corto y largo plazo son altamente significativas solo para Inglaterra, mientras que
para Francia, las elasticidades de ingresos son cero. La elasticidad de la tarifa es bastante
similar para ambos países, especialmente a largo plazo. Los resultados sugieren que el ajuste
a los cambios en las tarifas, los ingresos y el servicio es más rápido en Inglaterra, con 3/4 en
el primer año en comparación con el 56% en Francia. Las elasticidades kilométricas de los
vehículos son tres veces más grandes para Inglaterra que para Francia, lo que sugiere que el
nivel de servicio es más importante para los clientes ingleses del PT. Para Inglaterra, el ingreso
tiene un efecto sustancialmente negativo en el uso del PT, con una elasticidad a largo plazo
en torno a -0.66: el PT es claramente un bien inferior. Para Francia, el efecto ingreso no es
significativamente diferente de cero.
Las pruebas de especificación se informan en las filas finales de la tabla. Las pruebas de
Sargan´s sobre las restricciones de identificación excesiva son más bajas que los valores
críticos de x2, lo que sugiere que la validez de los instrumentos no puede ser rechazada 6. Sin
embargo, a partir de la prueba de AR (1) residual, encontramos que la correlación en serie de
los residuos está fuertemente indicada para todos los modelos. Esta prueba es importante
porque la consistencia del GMM se basa en el hecho de que la perturbación restante no está
correlacionada en serie o sigue una caminata aleatoria. Bajo esta condición, las estimaciones
de GMM de la primera ecuación diferenciada son consistentes. Dado que rechazamos esta
suposición, las estimaciones de GMM no son coherentes e incluso si no existe un problema de
endogeneidad global, una especificación dinámica con coeficientes fijos, en la que la
heterogeneidad individual es captada por efectos específicos individuales no observables o
por efectos específicos individuales fijos no es apropiado. 7 Cuando los regresores son
exógenos, la literatura de datos del panel muestra que los estimadores basados en modelos
de efectos fijos y aleatorios producen estimaciones consistentes de los coeficientes (medios)
cuando el número de unidades de sección transversal se acerca al infinito. Sin embargo, los
mismos resultados no se transfieren a los modelos dinámicos (Pesaran y Smith, 1995). La
heterogeneidad del coeficiente desatendido en los modelos dinámicos crea una correlación
entre los regresores y los términos de error correlacionados en serie, lo que lleva a un sesgo
dentro de los estimadores, que no desaparece de manera asintótica. Además, los remedios
habituales, como las técnicas de variables instrumentales o la diferenciación de las variables
funcionan en este caso.
La inconsistencia de los estimadores de panel agrupados ha sido bien establecida para los
modelos dinámicos de coeficientes aleatorios (ver Maddala et al., 1997 para una revisión) y la
comparación de diferentes estimadores, sobre la base de sus propiedades de muestreo,
muestra que los estimadores de Bayes parecen tener muy buenas propiedades en muestras
de T pequeñas y moderadas (Hsiao et al., 1999). Por lo tanto, una pregunta importante en
dicha investigación empírica es si los coeficientes de regresión varían o no entre los individuos.
Breusch y Pagan (1979) han explotado el hecho de que los efectos de la introducción de la
variación del coeficiente aleatorio es dar a la variable dependiente una varianza diferente σ2i
en cada observación, introduciendo así una formulación heteroscedástica particular y
sugiriendo una prueba multiplicadora de Lagrange para la heterocedasticidad. Como lo
muestra Hsiao (1986), la prueba de Pagano de Breusch se puede adaptar al modelo de tipo
𝑦
de coeficientes aleatorios considerando la función de probabilidad logarítmica de σ 𝑖 donde 𝑦𝑖
𝑖
es la media individual en el tiempo (consulte Hsiao, 1986) y probando la hipótesis nula
𝐻𝑜: ∆ = 0 donde ∆ = 𝑉[𝑣]. Debido a que para 𝑣𝑖 , es fijo, alternativamente podemos probar la
variación aleatoria indirectamente al verificar si los vectores de coeficiente fijo son iguales,
es decir, formamos la hipótesis nula:
𝐻𝑜: 𝛽1 = 𝛽2 = ⋯ = 𝛽𝑁 = 𝛽
Tabla 4
Comparación de elasticidades para Inglaterra y Francia con supuestos de coeficientes fijos y
estimaciones GMM

Inglaterra Francia
N = 46, T = 1988–1996 N = 62, T = 1987–1995
Ingresos
A corto plazo -0.4796 (-9.23) -0.0130 (-0.53)
A largo plazo -0.6608 (-9.94) -0.0230 (-0.54)

Tarifa
A corto plazo -0.5301 (-26.8) -0.3950 (-21.4)
A largo plazo -0.7304 (-20.8) -0.6978 (-18.33)

Kilómetros de vehículo
A corto plazo 0.7055 (24.4) 0.9720 (21.14)
A largo plazo 0.9720 (21.14) 0.3272 (17.14)

Prueba de Sargan´s 43.88 (74) 61.78 (74)

v2 5% (df) [p-value] 95.1 [99.8%] 95.1 [84.4%]
Residual AR(1) -4.062 -3.352
N(0,1) [p-value] 1.96 [0.0%] 1.96 [0.1%]
T - valores entre paréntesis

La aplicación de la prueba del multiplicador sobre la hipótesis nula 𝐻𝑜: ∆ = 0 y de la prueba

de Swamy modificada 𝐻𝑜: 𝛽1 = 𝛽 ∀𝑖 para la especificación dinámica confirma que los vectores
de coeficientes son diferentes en las distintas regiones. En la Tabla 5, informamos las
estadísticas de las dos pruebas utilizando varios residuos –– residuos OLS y residuos del
método de Balestra Nerlove IV (1966 )– para tener en cuenta (o no) la heterogeneidad
individual y el posible sesgo debido al proceso dinámico. Para la prueba del multiplicador de
Lagrange transformada, no podemos usar los residuos de OLS o IV de la primera diferencia,
ya que la varianza heteroscedástica tiende a cero y la suma de cuadrados predicha a la mitad
se vuelve negativa cuando el modelo se escribe en primeras diferencias. Pero, sea cual sea el
método de estimación, tanto la prueba de multiplicador de Lagrange como la prueba de Swamy
modificada rechazan la hipótesis nula, por lo que no podemos
Tabla 5
Pruebas de variación de coeficiente.

aOLS, IV, FD-OLS y FD-IV utilizan, respectivamente, los residuos de OLS, los residuos del método de la variable
instrumental Balestra-Nerlove, las diferencias primarias de los residuos de OLS y los residuos del método
Balestra-Nerlove IV de la primera diferencia para las estadísticas computadas.

asuma que los coeficientes de pendiente son los mismos para cada área PT y que la
heterogeneidad entre condados / áreas urbanas puede ser capturada únicamente por efectos
específicos tratados como fijos o aleatorios. En nuestro caso, el modelo dinámico con efectos
fijos o aleatorios no es apropiado.
5.2 Comparación de Francia e Inglaterra: suposición de coeficientes aleatorios.
Los resultados para los modelos de coeficiente aleatorio que utilizan estimadores de
contracción, se muestran en la Tabla 68. Tanto el modelo log-log utilizado para la especificación
de coeficiente fijo como una variante de semi-log son estimados. En el modelo de semi-registro,
la variable dependiente y todas las variables independientes con la excepción de la tarifa están
en forma de registro, mientras que la variable de la tarifa está en forma de nivel. En esta
especificación, todas las elasticidades son constantes, excepto la elasticidad de la tarifa, que
es proporcional al nivel de la tarifa. Esta especificación se utiliza para permitir que la elasticidad
de la tarifa aumente a niveles de tarifa crecientes9.
Aunque las elasticidades son diferentes para cada área en cada país, solo se informan los
mínimos, los medios y los máximos. En todos los casos, todas las elasticidades estimadas son
altamente significativas. Para comparar la bondad de ajuste de las diversas especificaciones,
se utiliza el porcentaje de error relativo absoluto medio (MAPRE), así como sus valores
mínimos y máximos para las áreas individuales. Para ambas especificaciones funcionales, el
modelo funciona mejor para Francia que para Inglaterra: la media de MAPRE es
aproximadamente un 50% más baja para Francia, y el rango es mucho menor. En cuanto a la
elección de la forma funcional, la evidencia es mixta: para Inglaterra, la media de MAPRE es
ligeramente más baja y el rango más pequeño para la especificación de semi-log, mientras
 que para Francia la media de MAPRE es ligeramente más baja para la especificación log-log
y el rango más pequeño para el semi-log. En el caso de Francia, por lo tanto, es difícil elegir
entre las especificaciones de elasticidad constante y variable que utilizan este criterio.

Tabla 6
Comparación de elasticidades para Francia e Inglaterra utilizando estimadores de
contracción
Inglaterra (N = 46, T = 1988–1996) Francia (N =62, T = 1987–1995)
Log–log Semi-log Log–log Semi-log
Mínimo Mediano Máximo Mínimo Mediano Máximo Mínimo Mediano Máximo Mínimo Mediano Máximo
Ingresos
A corto plazo -0.70 -0.67 -0.62 -0.72 -0.69 -0.64 -0.08 -0.05 0.01 -0.07 -0.04 0.02
A largo plazo -92 -0.90 -0.86 -0.97 -0.95 -0.91 -0.16 -0.09 0.02 -0.14 -0.07 0.03

Tarifa
.
A corto plazo -0.52 -0.51 -0.51 -0.99 -0.54 -0.16 -0.32 -0.32 -0.31 -0.54 -0.30 -0.09
A largo plazo -0.52 -0.69 -0.67 -1.38 -0.75 -0.22 -0.63 -0.61 -0.61 -1.07 -0.59 -0.17

Kilómetros de vehículo
A corto plazo 0.56 0.57 0.59 0.53 0.54 0.56 0.28 0.29 0.31 0.28 0.29 0.31
A largo plazo 0.56 0.57 0.81 0.71 0.74 0.79 0.53 0.57 0.63 0.54 0.57 0.63

MAPRE (%) 1.27 5.6 20.7 1.81 5.53 20.9 0.84 2.9 9.13 0.78 2.94 8.59
Tasa media anual de crecimiento de la tarifa. -5.81 1.59 11.7 -5.32 0.66 5.52
Elasticidad (%)

Aunque en algunos casos el mínimo (máximo) no difiere de la media con 2 decimales, es significativamente más bajo (más
alto) con 3 decimales.

La elasticidad media de la tarifa es algo mayor para Inglaterra que para Francia en ambos
modelos (log-log y semi-log), mientras que el rango es mucho mayor con la especificación de
semi-log para ambas áreas, lo que indica un mayor grado de heterogeneidad entre las áreas.
Los resultados sugieren una elasticidad tarifaria en general con un aumento durante el período
(anualmente, en promedio 1.6% en Inglaterra y 0.7% en Francia), lo que refleja el aumento de
las tarifas promedio en los dos países. Sin embargo, el rango es considerable para ambos
países debido a la variación en la tasa de crecimiento de las tarifas (Fig. 2). El ingreso medio
y la elasticidad de los kilómetros por vehículo para cada país son muy similares en ambas
especificaciones, al igual que su rango. Las elasticidades de ingreso son muy diferentes para
los dos países. Los ingresos parecen ser menos importantes en Francia que en Inglaterra.
Para Inglaterra, el ingreso tiene un efecto sustancialmente negativo en el uso del PT, con una
elasticidad a largo plazo en torno a -0.9 el PT es claramente un bien inferior. Para Francia, el
efecto de los ingresos es en promedio negativo, pero cercano a cero, y para algunas áreas
(particularmente en la región de París) es ligeramente positivo, lo que sugiere que el PT es un
bien inferior en la mayoría de las áreas, pero un bien normal en otras. A diferencia de Inglaterra,
los ingresos parecen haber tenido poco efecto en Francia durante el período 1987-1995. Las
elasticidades kilométricas de los vehículos son mayores para Inglaterra que para Francia, lo
que sugiere que el nivel de servicio es más importante para los usuarios del PT en inglés. En
ambos países, las elasticidades de tarifas y servicios son de una magnitud similar (aunque en
signo opuesto), por lo que un aumento en las tarifas combinado con un aumento equivalente
en el servicio (kilómetros de vehículo) solo tendría efectos marginales en el patrocinio.
Finalmente, los resultados sugieren que el ajuste a los cambios en las tarifas, los ingresos y el
servicio es más rápido en Inglaterra, con 3/4 en el primer año en comparación con el 50% en
Francia.
La principal ventaja del modelo de coeficientes aleatorios es que no restringe los coeficientes
(o elasticidades) para que sean iguales en todas las áreas. Esta variación en las elasticidades
se ejemplifica en la Fig. 5, que muestra la distribución de las elasticidades a largo plazo para
el ingreso, la tarifa y los kilómetros de vehículo para el modelo log-log. Para normalizar la
comparación entre Inglaterra y Francia, hemos informado la distribución entre las áreas PT de
las desviaciones del coeficiente medio para cada variable explicativa. Vemos que la
heterogeneidad en las elasticidades es diferente para los dos países. Los efectos de los
ingresos son menos heterogéneos en Inglaterra que en Francia, mientras que lo contrario es
el caso de los efectos de tarifa. Por otro lado, los efectos de la oferta tienen aproximadamente
la misma dispersión en Inglaterra y en Francia.

Inglaterra Francia
Fig. 5. Distribución de las elasticidades a largo plazo entre áreas.
Modelo de elasticidad constante (log-log).
En general, vemos que la variación en las elasticidades es relativamente pequeña para ambos
países. Comparando estos resultados (log-log) con las elasticidades resultantes de los
modelos de coeficiente fijo que se muestran en la Tabla 4, encontramos diferentes patrones
para los dos países. La elasticidad del ingreso es más negativa para ambos países con la
especificación de coeficiente aleatorio, mientras que la elasticidad del servicio es menor para
Inglaterra y mayor para Francia. Aunque la elasticidad de la tarifa que utiliza la especificación
de coeficiente aleatorio es ligeramente menor (en valor absoluto) para ambos países, la
diferencia es marginal.

6. Conclusión
Las conclusiones de este estudio se refieren tanto a cuestiones metodológicas como a aquellas
de naturaleza política: la especificación de la heterogeneidad, los efectos de la forma funcional,
la comparación de las elasticidades para Francia e Inglaterra y las implicaciones políticas de
las elasticidades resultantes. Estos se discuten a continuación.
1. Especificación de la heterogeneidad.
Sobre la base de las pruebas estadísticas, hemos demostrado que el modelo de coeficientes
aleatorios es superior a los modelos de coeficientes fijos o aleatorios que se utilizan
normalmente para el análisis de series de tiempo de sección transversal. El uso del modelo de
coeficientes aleatorios y el enfoque bayesiano permite que los parámetros varíen según las
áreas. Los resultados muestran que existe una variación considerable en las elasticidades
entre las áreas y que es importante tener en cuenta esta heterogeneidad. Hemos visto que
incluso los valores medios de las elasticidades se estimarán erróneamente si esta
heterogeneidad no se tiene en cuenta explícitamente.
2. Forma funcional.
La mayoría de los modelos estimados fueron de la forma de doble registro más comúnmente
utilizada en el análisis econométrico. Sin embargo, se puede cuestionar el supuesto de
elasticidad constante en todos los niveles de los valores dependientes y explicativos. En
particular, hemos estado interesados en el supuesto de que la elasticidad de la tarifa es
constante independientemente del nivel de precios. Para investigar este problema, se estimó
una alternativa simple: un modelo de semi-registro, en el que la elasticidad de la tarifa es
proporcional al nivel de la tarifa. Para Inglaterra, se encontró que el modelo de semi-registro
funcionó ligeramente mejor que el modelo de elasticidad constante, lo que sugiere que la
elasticidad de la tarifa aumenta con el nivel de la tarifa. Los resultados para Francia no fueron
concluyentes.
3. Comparación de elasticidades para Francia e Inglaterra.
Se debe tener mucho cuidado al comparar las elasticidades estimadas para los dos países
debido a las diferencias en las definiciones de los datos y el alcance. En primer lugar, las
definiciones de áreas son muy diferentes: para Francia, solo se consideran las áreas urbanas,
mientras que para Inglaterra, tanto las áreas urbanas como las no urbanas se incluyen en los
datos del condado. Esperamos que la demanda de PT sea más sensible a las tarifas y el
servicio en áreas no urbanas, ya que la sustitución con viajes en automóvil es más factible que
en áreas urbanas10. También podríamos esperar que los ingresos tengan un mayor efecto
negativo por la misma razón. Por lo tanto, de las diferencias en las áreas incluidas,
esperaríamos que la demanda fuera más sensible a los cambios en las tres variables
independientes en Inglaterra que en Francia. La segunda diferencia importante en los datos
es que los autobuses, el metro y el tren urbano están incluidos en los datos franceses, mientras
que solo los autobuses están incluidos en los datos en inglés. Es más difícil decir qué
implicaciones puede tener esto en las elasticidades estimadas. Sin embargo, podríamos
esperar que la elasticidad del ingreso sea mayor (menos negativa) en Francia, ya que otra
evidencia sugiere que el metro y el ferrocarril urbano no se consideran bienes inferiores, por lo
que la elasticidad general del ingreso para el PT local será mayor que la del autobússolo. Con
respecto a las elasticidades de las tarifas, podríamos esperar que la respuesta de todo el uso
local del PT a los cambios en el precio sea menor que la respuesta del uso del bus solo, ya
que este último también incluye la sustitución entre los modos del PT. Esto también apoyaría
una demanda más elástica en Inglaterra, ya que solo se incluye el uso de autobuses. Al
comparar las elasticidades estimadas para los dos países en función de los períodos de
observación equivalentes (tablas 4 y 6), observamos que siguen el patrón sugerido: la
demanda es menos sensible a los cambios en todas las variables independientes (ingresos,
tarifas y servicios) en Francia que en Inglaterra. Por lo tanto, parecería que las diferencias en
las tarifas estimadas y las elasticidades del servicio en los dos países podrían explicarse en
gran medida por las diferencias en la definición de los datos y el alcance, en lugar de cualquier
diferencia real en la sensibilidad de la tarifa / servicio entre los dos países. Sin embargo, la
diferencia en las elasticidades de ingreso es mucho mayor de lo que puede explicarse de
manera convincente simplemente en términos de diferencias en la definición de los datos y el
alcance. Una posible interpretación es que el transporte público se considera menos un bien
inferior en Francia que en Inglaterra, tal vez reflejando la mayor calidad del servicio de
transporte público en Francia. Del mismo modo, hemos notado una mayor elasticidad de
ingresos de la propiedad de automóviles en el Reino Unido que en Francia (Dargay et al.,
2000).
Las elasticidades tarifarias resultantes para los dos países se encuentran en el intervalo de
-0.2 a -0.5 en el corto plazo y de -0.5 a -0.8 a largo plazo. Estos están en el rango superior de
las estimaciones encontradas en la literatura.
4. Implicaciones políticas
La principal conclusión de este estudio es que la demanda del transporte público es
relativamente sensible a los cambios en las tarifas, por lo que las medidas de política dirigidas
a la reducción de tarifas (subsidios) pueden desempeñar un papel importante en el fomento
del uso del transporte público, reduciendo así el uso de automóviles privados. Los efectos de
tales medidas serán mayores a largo plazo que a corto plazo, pero el ajuste es relativamente
rápido, con el 99% del efecto total realizado dentro de 6 años. También hay indicios de que la
respuesta a los cambios de tarifa aumenta con el nivel de tarifa, de modo que las reducciones
de tarifa tendrán un mayor impacto en la demanda cuando las tarifas son altas, lo que sugiere
que los subsidios serán más efectivos en las áreas de tarifa alta. Otra conclusión es que el
servicio es al menos tan importante como la tarifa, si no es que más. Esto sugiere que los
aumentos de tarifas pueden ser compensados por mejoras de servicio equivalentes sin afectar
el patrocinio. Finalmente, la elasticidad negativa del ingreso indica que el TP se considera un
bien inferior. Sin embargo, esto se debe en gran medida al efecto de los ingresos en la
propiedad de los automóviles, pero a medida que la propiedad de los automóviles alcanza la
saturación, el crecimiento adicional de los ingresos no necesariamente tendrá el mismo efecto.
Este tema será discutido en otro artículo.

Agradecimientos:
Esta investigación fue financiada por el Consejo de Investigación Económica y Social del Reino
Unido y por el grupo de empresas de transporte público VIA-GTI para Francia. Los autores
desean agradecer al Departamento de Transporte del Reino Unido, VIA-GTI, CERTU
(Departamento de Transporte) e INSEE (Instituto Nacional de Estadísticas) en Francia por
proporcionar los datos. También agradecemos especialmente a Mouna Boulahbal y Mark
Hanly por su trabajo en la preparación y presentación de datos, y también a Marie-H el eno
Massot por su contribución a la revisión de la literatura. Las opiniones expresadas en este
documento son únicamente de los autores y no reflejan las de los contribuyentes de datos.

Referencias.
Arellano, M., Bond, S.R., 1991. Some tests of specification for panel data: Monte Carlo
evidence and an application to
employment equations. Review of Economic Studies 58, 277–297.
Baltagi, B.H., Bresson, G., Pirotte, A., 2002. Comparison of forecast performance for
homogeneous, heterogeneous
and shrinkage estimators: some empirical evidence from US electricity and natural-gas
consumption. Economics
Letters 76, 375–382.
Baltagi, B.H., Bresson, G., Griffin, J.M., Pirotte, A., 2003. Homogeneous, heterogeneous or
shrinkage estimators?
Some empirical evidence from French regional gasoline consumption. Empirical Economics,
28, in press.
Blundell, R., Bond, S.R., 1998. GMM estimation with persistent panel data: an application to
production functions.
Paper presented at the Eighth International Conference on Panel Data, G€oteborg, June 11–
12.
Bresson, G., Pirotte, A., 1999. Modelling the demand for public transportation (in French).
Report VIA GTI-ERMES
Universit_e Panth_eon-Assas Paris II, December.
Breusch, T.S., Pagan, A.R., 1979. A simple test for heteroscedasticity and random coefficient
variation. Econometrica
47, 1287–1294.
Cervero, R., 1990. Transit pricing research. Transportation 17, 117–139.
Dargay, J., Hanly, M., 1999. Bus fare elasticities: report to the DETR. ESRC Transport
Studies Unit, ref. 99/26,
University College London, November.
Dargay, J., Hanly, M., 2002. The demand for local bus services in England. Journal of
Transport Economics and Policy
36 (1), 73–91.
Dargay, J., Hanly, M., 2003. Bus patronage in Great Britain: an econometric analysis.
Transportation Research Record
1799, 97–106.
Dargay, J.M., Pekkarinen, 1998. The effects of public transport subsidies on bus travel
Demand––regional bus cards
and city travel tickets in Finland. In: 8th World Conference on Transport Research, Antwerp.
Dargay, J., Berri, A., Madre, J.-L., 2000. Car ownership dynamics seen through the follow-up
of cohorts: a comparison
of France and the UK. Transportation Research Record 1733, 31–38.
Goodwin, P.B., 1992. A review of new demand elasticities with special reference to short and
long run effects of price
charges. Journal of Transport Economics and Policy 26, 155–170.
Hensher, D.A., 1998. Establishing a fare elasticity regime for urban passenger transport.
Journal of Transport
Economics and Policy 32, 221–246.
Hsiao, C., 1986. Analysis of Panel Data. Econometric Society Monographs. Cambridge
University Press, New York.
Hsiao, C., Pesaran, M.H., Tahmiscioglu, A.K., 1999. Bayes estimation of short-run
coefficients in dynamic panel data
models. In: Hsiao, C., Lahiri, K., Lee, L.F., Pesaran, M.H. (Eds.), Analysis of Panels and
Limited Dependent
Variable Models. Cambridge University Press, pp. 268–296.
Klein, L.R., 1989. Developments and prospects in macroeconomic modeling. Eastern
Economic Journal 15, 287–304.
Maddala, G.S., Hu, W., 1996. The pooling problem. In: M_aty_as, L., Sevestre, P. (Eds.), The
Econometrics of Panel
Data: A Handbook of Theory With Applications. Kluwer Academic Publishers, Boston, pp.
307–322.
Maddala, G.S., Trost, R.P., Li, H., Joutz, F., 1997. Estimation of short-run and long-run
elasticities of energy demand
from panel data using shrinkage estimators. Journal of Business and Economic Statistics 1,
90–100.
Madre, J.-L., 1981. Les diff_erentes cat_egories de client_ele des transports publics urbains.
rapport CREDOC no. 4788.
Madre, J.-L., 1982. Les diff_erentes cat_egories de client_ele des transports publics urbains:
analyse en _evolution. rapport
CREDOC.
Madre, J.-L., Boulahbal, M., 1999. Long term forecasting of mobility in relation to urban sprawl
and demographic
evolution. Presented at UITP Congress, Toronto, May.
Massot, M.-H., 1994. Sensitivity of public transport demand to the level of transport service in
French cities without
underground. Transport Reviews 14, 135–149.
Nijkamp, P., Pepping, G., 1998. Meta-analysis for explaining the variance in public transport
demand elasticities in
Europe. Journal of Transportation and Statistics. 1, 1–14.
Pesaran, M.H., Smith, R., 1995. Estimating long-run relationships from dynamic
heterogeneous panels. Journal of
Applied Econometrics. 68, 79–113.
Preston, J., 1998. Public transport elasticities: time for a re-think? UTSG 30th Annual
Conference.
Pullen, W.T., 1993. Definition and measurement of quality of service for local public transport
management. Transport
Reviews 13, 247–264.
Swamy, P.A.V.B., Tavlas, G.S., 1995. Random coefficients models: theory and applications.
Journal of Economic
Surveys 9, 165–196.
Tegner, G., Loncar-Lucassi, V., Nilsson, C., 1998. The Demand for Public Transport Trips in
Stockholm County.
Workshop 8, Economics and Institutions of Transport, Borlange, Sweden.
Webster, F.V., Bly, P.H. (Eds.), 1980. The demand for public transport. Report of an
international collaborative study,
Transport and Road Research Laboratory. Crowthorne, Berks.