127
Revista Oeconomicus UNH (2023), Vol. 3, Núm. 2, pp. 127 – 138
ISSN: 2955-859X (En línea)
DOI: https://doi.org/10.54943/revoec.v3i2.314
LA DEMANDA TURÍSTICA Y LA CAPACIDAD
HOTELERA EN LA REGIÓN HUANCAVELICA,
PERIODO 2010-2019
TOURIST DEMAND AND HOTEL CAPACITY IN THE HUANCAVELICA
REGION, PERIOD 2010-2019
Misael Ñahuincopa Huarancca1 Wendy Milinda Rojas Romero 2 Max Henrry Alvarado
Anampa 3
1 Universidad Nacional de Huancavelica, Huancavelica, Perú. misaelnahuincopa0810@gmail.com
ORCID https://orcid.org/0009-0003-2660-3467
2 Universidad Nacional de Huancavelica, Huancavelica, Perú. wromeromili@gmail.com
ORCID https://orcid.org/0000-0002-8688-1106
3 Universidad Nacional de Huancavelica, Huancavelica, Perú. maxh.alvarado@gmail.com
ORCID https://orcid.org/0000-0002-4098-3860
Recepción: 20 de junio del 2023
Aprobación: 25 de julio del 2023
RESUMEN
El estudio determina la relación general entre la demanda turística en la región de Huancavelica
y sus principales determinantes, determinados por la capacidad hotelera, el índice de precios al
consumidor (IPC) y el ingreso per cápita, los resultados muestran que el nivel de precios tiene
un efecto significativo y directo sobre el comportamiento de la demanda turística, lo que sugiere
que los servicios turísticos en la región de Huancavelica son inherentemente considerados
inferiores debido a que la contribución marginal del efecto precio es mayor que el efecto ingreso.
Palabras clave: Demanda turística, Capacidad hotelera, Índice de precios al consumidor.
ABSTRACT
The study determines the general relationship between tourism demand in the Huancavelica
region and its main determinants, determined by hotel capacity, the consumer price index (CPI)
and per capita income, the results show that the price level has a significant and direct effect on
the behavior of tourism demand, which suggests that tourism services in the Huancavelica
region are inherently considered inferior because the marginal contribution of the price effect is
greater than the income effect.
Key words: Tourist demand, Hotel capacity, Consumer price index.
128
1 INTRODUCCIÓN
En las últimas décadas el turismo demostró ser un sector importante contribuyendo al crecimiento
económico, sociocultural, ambiental y social a nivel mundial, OMT (2020). En el ámbito económico
ha generado impactos sustanciales como el incremento de las oportunidades de empleo, la entrada
de divisas, el incremento de la recaudación fiscal, incentivos para la actividad empresarial, en general
un mayor dinamismo económico y comercial.
Según las estadísticas del Ministerio de Comercio Exterior y Turismo, MINCETUR (2020) en el
Perú durante el periodo 2010-2019, la llegada del número de turistas nacionales presentó los
siguientes registros; de 26,907,577 en el año 2010 a 54,897,127 en el año 2019 con una tasa de
crecimiento promedio anual de 7.40%. Por otro lado, en la región Huancavelica, la llegada de turistas
nacionales en el mismo periodo tuvo el siguiente comportamiento; el registro de decrecimiento más
relevante fue el año 2014 siendo (-6.58%) con relación al 2013 y el pico de incremento más alto se
dio en el año 2012 siendo (24.06%) con relación al 2011. Por el lado de la capacidad hotelera en la
región Huancavelica durante el periodo 2010-2019 se evidenció la siguiente conducta; el pico más
alto de crecimiento se dio en el año 2013 con (28.62%) con relación al 2012, mientras que el pico
más bajo de crecimiento se dio en el año 2018 con (3.48%) con relación al 2017, MINCETUR (2020).
Haciendo una comparación del arribo de turistas nacionales entre las regiones del Perú podemos
observar lo siguiente; la región Lima es la región con mayor arribo de turistas nacionales representado
el (55.83%) del total, mientras que las regiones Huancavelica es la región con menor arribo de turistas
nacionales siendo 0.45% su representación del total a nivel nacional, MINCETUR (2020). Por otro
lado, haciendo la comparación con respecto a la capacidad hotelera por regiones del Perú, podemos
observar los siguientes resultados: la región Lima es la que mayor capacidad hotelera oferta (27.45%)
en comparación con las demás regiones, mientras que la región Huancavelica es la región que menor
capacidad hotelera oferta 0.66% con relación a las demás regiones del Perú.
Entonces visto la realidad problemática tanto en la deficiencia de llegada de turistas nacionales como
en la limitada capacidad hotelera en la región Huancavelica, el principal objetivo de la presente
investigación es analizar el nivel de influencia de la capacidad hotelera, el ingreso per cápita (PBI per
cápita) y del índice de precios al consumidor (IPC) hacia la demanda de turismo en la región
Huancavelica; analizar la existencia de un nivel de demanda turística autónoma o inercial que no se
encuentre relacionada con la capacidad hotelera, el ingreso per cápita (PBI per cápita) y el índice de
precios al consumidor (IPC) en la región Huancavelica y determinar el efecto parcial de la capacidad
hotelera, el ingreso per cápita (PBI per cápita) y del índice de precios al consumidor (IPC) sobre la
demanda de turismo en la región Huancavelica durante el periodo de 2010-2019.
Las teorias que daran soporte a la presente investigacion son: la teoria keynesiana de J.M. Keynes
(1936) y la teoria neoclásica de A. Marshall (1980) con sus planetamientos relación ingreso - consumo
y relación precio - demanda respectivamente. Asimismo, las investigaciones que daran soporte al
presente estudio seran los siguientes: Pinheiro et al., (2021) en su estudio analizaron los principales
factores económicos que determinan la demanda turística internacional para el estado de Río de
Janeiro del 2000 al 2017, indicaron como resultado la insensibilidad de la demanda internacional en
relación con el ingreso y el tipo de cambio, además señalan que estos resultados encontrados
La demanda turística y la capacidad hotelera en la región Huancavelica, periodo 2010-2019
129
contradicen proposiciones teóricas y que la evidencia empírica sugiere que los turistas de los países
emisores están mayormente influenciados por otras variables en sus elecciones al Río de Janeiro.
Por otra parte, Alvarado et al., (2021) examinando los principales determinantes de la demanda
turística, evidenciaron como resultado un efecto parcial significativo frente a cambios en el índice de
precios al consumidor y del ingreso per cápita sobre la demanda turística, caracterizando esta última
variable por presentar una elasticidad precio de la demanda del tipo inelástica. En la investigación
ejecutada por Loja (2021) quien analizó la contribución económica del turismo al
crecimiento económico de una región del Perú, mostro como resultado una relación no significativa
entre el turismo y el PBI. Por otro lado, el turismo y la tasa de inflación evidenciaron una relación
significativa, pero del tipo inversa. Asimismo, la relación entre el turismo y el empleo fue del tipo
significativamente y positiva. Finalmente, la relación entre el turismo y el índice de precios al
consumidor resulto significativa y directa. Por último, Flores (2018) quien estudió la influencia del
tipo de cambio real, de los precios relativos y del índice de precios al consumidor del Perú, como
determinantes de la demanda turística, evidencio como resultado que; para los turistas
estadounidenses y europeos el turismo receptivo es considerado como un bien normal; mientras que
para el turista sudamericano el turismo es considerado como un bien de lujo.
2 METODOLOGÍA
La presente investigación es de enfoque cuantitativa; porque utiliza la recolección de datos para
probar hipótesis con base en la medición numérica y el análisis estadístico, es del tipo aplicada; debido
a que se soportó en la aplicación de métodos econométricos basados en la metodología para modelos
con estructura de series de tiempo, es de alcance explicativa; por que determinan las causas de un
fenómeno y es del diseño no experimental-longitudinal; porque no se manipulará los datos sujetos
de estudio (Hernández et al., 2014). Entonces precisado todo lo anterior la presente investigación se
basó en la metodología de especificación de un modelo lineal multivariado bajo el método de
mínimos cuadrados ordinarios (MCO). En ese contexto se tiene la siguiente ecuación:
𝑳𝑨𝑹𝑹𝑰𝑩𝑶𝑺𝒕 = 𝖰𝟎 + 𝖰𝟏𝑬𝑺𝑻𝑨𝑩𝑳𝑬𝑪𝑰𝑴𝑰𝑬𝑵𝑻𝑶𝑺𝒕 + 𝖰𝟐𝑷𝑩𝑰_𝑺𝑨𝒕 + 𝖰𝟑𝑰𝑷𝑪_𝑺𝑨𝒕 + 𝝁
La variable endógena 𝐿𝐴𝑅𝑅𝐼𝐵𝑂𝑆𝑡 que representa la demanda turística en la región Huancavelica se
encuentran expresadas en logaritmos, la transformación logarítmica se realizó principalmente para
reducir la variabilidad de las variables sujetas de estudio y porque esta transformación nos permite
interpretar algunos de los parámetros estimados en el modelo especificado como elasticidades. La
Variable 𝐸𝑆𝑇𝐴𝐵𝐿𝐸𝐶𝐼𝑀𝐼𝐸𝑁𝑇𝑂𝑆𝑡 se encuentran expresada en términos nominales. Finalmente, las
variables 𝑃𝐵𝐼_𝑆𝐴𝑃𝐶 e 𝐼𝑃𝐶𝑡 no están expresadas en términos logarítmicos debido a que estas
variables se encuentran citadas en índices.
El tratamiento de las variables de estudio incluyó las siguientes pruebas de diagnóstico para la
selección del mejor modelo econométrico: selección de las variables, desestacionalización de las
series, análisis de normalidad, análisis de autocorrelación, análisis de heterocedasticidad, análisis de
linealidad, especificación del modelo de regresión lineal múltiple, estimación de los parámetros, y
Misael Ñahuincopa Huarancca / Wendy Milinda Rojas Romero / Max Henrry Alvarado Anampa
130
análisis de estabilidad de los parámetros, CEPAL (2015). Para el procesamiento de datos se utilizó
el paquete estadístico Eviews.
a) Variables de estudio
Tabla N° 1: Variables de estudio
VARIABLES
ESPECIFICACIÓN
DEFINICIÓN DE LA VARIABLE
VARIABLE DEPENDIENTE
Variable
dependiente:
Demanda de Turismo.
𝐿𝐴𝑅𝑅𝐼𝐵𝑂𝑆𝑡
VARIABLES INDEPENDIENTES
Variable
independiente:
Capacidad hotelera.
𝑃𝐵𝐼_𝑆𝐴𝑡
Variable
independiente:
Ingreso per cápita.
𝐼𝑃𝐶_𝑆𝐴𝑡
Variable
independiente: Índice
de precios al
consumidor
𝐼𝑃𝐶_𝑆𝐴𝑡
Fuente: Elaboración propia
b) Prueba de diagnóstico a la ecuación inicial
Tabla N° 2: Resultados de la regresión inicial
Variable
Coefficient
Prob.
C
5.552825
0.0000
ESTABLECIMIENTO
S
-0.004619
0.0024
PBI_SA
0.00575
0.1115
IPC_SA
0.032013
0.0001
R-squared
0.8549
S.E. of regression
0.0927
AIC
-1.8854
Prob(F-statistic)
0.0000
Fuente: Elaboración propia.
A partir de los resultados podemos precisar que para un nivel de significancia del 1%, 5% y 10%
todos los parámetros son significativos. Además, la ecuación inicial muestra significancia conjunta
de los estimadores calculados, ello medido por la prueba F cuya probabilidad es menor al 1%, 5% y
La demanda turística y la capacidad hotelera en la región Huancavelica, periodo 2010-2019
131
10% de significancia. Ahora analizando los signos esperados y la magnitud de los estimadores se
visualiza en primer lugar que la variable relacionada con la Capacidad Hotelera
(𝐸𝑆𝑇𝐴𝐵𝐿𝐸𝐶𝐼𝑀𝐼𝐸𝑁𝑇𝑂𝑆) presenta impacto, pero inverso (-0.004619) sobre la demanda de turismo.
Por otro lado, el ingreso per cápita (𝑃𝐵𝐼_𝑆𝐴) tiene un impacto positivo pero limitado (0.00575)
sobre la variable endógena. Similar comportamiento se precisa en el nivel de precios (𝐼𝑃𝐶_𝑆𝐴) cuyo
impacto sobre la variable endógena es cercano a cero (0.032013). Ahora estos resultados preliminares
tienen que ser contrastados con la variación del modelo respecto al contraste de los residuos y a la
linealidad de la ecuación inicial.
Tabla N° 1: Resultado de contraste a los residuos del modelo inicial.
Tipo de
Prueba
Probabilidad
Conclusión
Test de
Jarque –
Bera
0.0065
La probabilidad del test es menor al 5%, por tanto, se rechaza
la hipótesis nula de normalidad de los residuos. Por lo tanto,
los residuos tienen un comportamiento no normal.
Test de
Durbin-
Watson
1.2971
Este parámetro no es muy próximo al valor 2, por lo que
existe la posibilidad de presencia de correlación serial de
primer orden.
Test de
White
(sin
términos
cruzados)
0.6055
La probabilidad del test es mayor al 5%, por tanto, no se
rechaza la hipótesis nula de homocedasticidad de los residuos.
Por lo tanto; los residuos del modelo tienen un
comportamiento homocedástico.
Fuente: Elaboración propia.
Con relación a la estabilidad estructural del modelo inicial. En primer lugar, el intercepto (𝐶(1)),
asociado al efecto inercial o autónomo, presenta inestabilidad estructural durante el periodo 2010-
2015, es solo a partir del año 2016 en adelante que su evolución alcanza cierta estabilidad
estructural.
Con relación al coeficiente (𝐶(2)), asociado al ingreso per cápita, está presente estabilidad
estructural a partir del año 2016 en adelante. Respecto al coeficiente (𝐶(3)), asociado al nivel de
precios, esta también presenta estabilidad estructural a partir del año 2016 en adelante.
Finalmente, respecto al coeficiente (𝐶(4)), asociado a la capacidad hotelera, esta muestra
estabilidad estructural en su evolución a partir del año 2014 en adelante. Consecuentemente, de
los mencionado anteriormente la ecuación inicial no presenta estabilidad estructural en sus
parámetros.
Misael Ñahuincopa Huarancca / Wendy Milinda Rojas Romero / Max Henrry Alvarado Anampa
132
Figura Nº 1: Representación gráfica de los coeficientes recursivos del modelo inicial.
Fuente: Elaboración Propia.
Ahora, para detectar la presencia de valores extremos y/o de quiebres estructurales podemos
visualizar la gráfica de los residuos recursivos. Entonces observando la gráfica de los residuos
recursivos en la Figura N° 2, se advierte que en el mes de junio del 2016 existe un sobresalto
significativo que sobrepasa las bandas de confianza, advirtiéndose por tanto un cambio estructural
significativo en ese periodo.
Figura Nº 2: Representación gráfica de los residuos recursivos del modelo inicial.
Fuente: Elaboración propia.
Además, para corroborar este último resultado procedemos a aplicar el test de Chow de cambio
estructural. En la Tabla N° 4 se observa que el resultado de esta última prueba, indica un 𝑝 – 𝑣𝑎𝑙𝑢𝑒
de la F igual a 0.0002 la cual es menor al 1%, 5% y 10%. Por lo tanto, se acepta la presencia de un
cambio estructural en el mes de junio del año 2016.
La demanda turística y la capacidad hotelera en la región Huancavelica, periodo 2010-2019
133
Tabla N° 4: Resultado de la prueba de Chow de Cambio Estructural del modelo inicial.
Chow Breakpoint Test: 2016M06
F-statistic
6.077956
Prob. F(4,112)
0.0002
Log likelihood ratio
23.57355
Prob. Chi-Square(4)
0.0001
Wald Statistic
24.31182
Prob. Chi-Square(4)
0.0001
Fuente: Elaboración propia.
c) Corrección del modelo econométrico inicial
Habiendo detectado la presencia de correlación serial y no normalidad en los residuos, en la ecuación
inicial y para corregir la inestabilidad estructural en los parámetros del modelo inicial se procede a
efectuar las correcciones necesarias reparametrizando la especificación inicial. Al respecto, para la
corrección de la correlación serial se introdujo un rezago de primer orden para la variable
𝐿𝐴𝑅𝑅𝐼𝐵𝑂𝑆; para la corrección de la no normalidad en los residuos se introdujo una variable dummy
para el periodo 2012M01. Finalmente habiéndose evidenciado la no estabilidad estructural en los
parámetros de la ecuación inicial producto de un quiebre estructural en el periodo 2016M06 se
introdujo una variable ficticia que permita una estimación por tramos respecto al periodo de cambio
estructural. Por lo tanto, la nueva especificación de la ecuación presenta la siguiente estructura:
𝑳𝑨𝑹𝑹𝑰𝑩𝑶𝑺𝒕 = 𝖰𝟎 + 𝖰𝟏𝑬𝑺𝑻𝑨𝑩𝑳𝑬𝑪𝑰𝑴𝑰𝑬𝑵𝑻𝑶𝑺𝒕 + 𝖰𝟐𝑷𝑩𝑰_𝑺𝑨𝒕 + 𝖰𝟑𝑰𝑷𝑪_𝑺𝑨𝒕 +
𝖰𝟒𝑭𝑰𝑪𝑰𝑻𝑰𝑪𝑰𝑨𝒕+ 𝖰𝟓𝑭𝑰𝑪𝑰𝑻𝑰𝑪𝑰𝑨𝒕 ∗ 𝑷𝑰𝑩𝑺𝑨𝒕 + 𝖰𝟔𝑳𝑨𝑹𝑹𝑰𝑩𝑶𝑺𝒕−𝟏 + 𝖰𝟕𝒅𝒖𝒎𝟐𝟎𝟏𝟐𝒎𝟎𝟏𝒕 + 𝝁
En la Tabla N° 5 se puede visualizar que todos los parámetros del modelo ajustado son significativos
individualmente, ello debido a que la probabilidad asociada a cada estimador es menor al nivel de
significancia (𝑝 − 𝑣𝑎𝑙𝑢𝑒 < 0.05). Pero es oportuno precisar que la variable 𝑃𝐵𝐼_𝑆𝐴𝑡 (ingreso per
cápita) es marginalmente significativo al 10%. Asimismo, también se observa una significancia
conjunta de todos los estimadores en la ecuación ajustada; ello debido a que la probabilidad asociada
a la prueba F es menor al 1%, 5% y 10% de significancia (𝑃𝑟𝑜𝑏 (𝐹) = 0.0000). Por otro lado, con
relación al coeficiente de determinación se observa que es alto el cual indica un buen ajuste de datos
en la ecuación (𝑅2 = 89.78%); con relación al modelo inicial (𝑅2 = 85.49%), esto además evidencia
una mejora en el poder explicativo del modelo final.
Respecto a la suma de errores de la regresión en el modelo ajustado este asciende (𝑆. 𝐸. 𝑜𝑓
𝑟𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛𝑀𝑜𝑑𝑒𝑙𝑜 𝐴𝑗𝑢𝑠𝑡𝑎𝑑𝑜 = 0.07828); cuyo valor es menor al obtenido en la regresión inicial
(𝑆. 𝐸. 𝑜𝑓 𝑟𝑒𝑔𝑟𝑒𝑠𝑠𝑖𝑜𝑛𝑀𝑜𝑑𝑒𝑙𝑜 𝐼𝑛𝑖𝑐𝑖𝑎𝑙 = 0.092734). Esto último también indica que la ecuación
final presenta una mejora de datos. Finalmente, con relación a los criterios de información el AIC
(Akaike info criterion) la
regresión ajustada presenta un valor igual a (𝐴𝐼𝐶𝑀𝑜𝑑𝑒𝑙𝑜 𝐹𝑖𝑛𝑎𝑙 = −2.19218); cuyo valor es menor,
en términos nominales, al obtenido en la regresión inicial (𝐴𝐼𝐶𝑀𝑜𝑑𝑒𝑙𝑜 𝐼𝑛𝑖𝑐𝑖𝑎𝑙 = −1.885397).
Misael Ñahuincopa Huarancca / Wendy Milinda Rojas Romero / Max Henrry Alvarado Anampa
134
Consecuentemente, de los estadísticos antes analizados el modelo ajustado presenta una mejor
especificación con relación al modelo inicial.
Tabla N° 5: Resultado del análisis de los residuos del modelo ajustado.
Variable
Coefficient
Prob.
C
4.087923
0.0000
ESTABLECIMIENTOS
-0.002809
0.0375
PBI_SA
0.007008
0.0748
IPC_SA
0.016442
0.0383
FICTICIA
1.488417
0.0021
FICTICIA*PBI_SA
-0.009018
0.0021
LARRIBOS(-1)
0.300614
0.0013
DUM2012M01
0.304515
0.0002
R-squared
0.8978
S.E. of regression
0.0783
AIC
-2.1922
Prob(F-statistic)
0.0000
Fuente: Elaboración propia.
En la Tabla N° 6 y N° 7, se puede visualizar los resultados de las pruebas de contraste efectuadas a
los residuos del modelo ajustado. En principio se observa que los residuos no presentan problemas
de normalidad, heterocedasticidad y autocorrelación de primer orden. Asimismo, observando el
resultado del test formal de Breusch-Godfrey para correlación de orden superior, se evidencia que
para el primer y segundo rezago existe ausencia de correlación serial de primer y segundo orden en
la ecuación ajustada.
Tabla N° 6: Resultado a las pruebas de contraste a los residuos del modelo ajustado.
Tipo de Prueba
Probabilidad
Conclusión
Test de Jarque –
Bera
0.1541
La probabilidad del test es mayor al 5%, por tanto, no se rechaza
la hipótesis nula de normalidad de los residuos.
Consecuentemente, los residuos presentan un comportamiento
normal.
Test de Durbin-
Watson
1.9714
Este parámetro es próximo al valor 2, por lo que no existe
presencia de correlación serial de primer orden.
Test de White
(sin términos
cruzados)
0.0549
La probabilidad del test es mayor al 5%, por tanto, no se rechaza
la hipótesis nula de homocedasticidad de los residuos. Por lo tanto;
los residuos del modelo son homocedástico.
Fuente: Elaboración propia.
La demanda turística y la capacidad hotelera en la región Huancavelica, periodo 2010-2019
135
Tabla N° 7: Resultado del contraste de Godfrey-Breusch del modelo ajustado.
Numero de
Rezagos
Probabilidad
Conclusión
1
0.9302
La probabilidad del test es mayor al 5%, por lo tanto, no se rechaza la hipótesis
nula de no autocorrelación de primer orden. Por lo tanto, los residuos del
modelo presentan ausencia de autocorrelación de primer orden.
2
0.8172
La probabilidad del test es mayor al 5%, por lo tanto, no se rechaza la hipótesis
nula de no autocorrelación de segundo orden. Por lo tanto, los residuos del
modelo presentan ausencia de autocorrelación de segundo orden.
Fuente: Elaboración propia.
Para analizar si la forma funcional de la ecuación lineal aplicamos la prueba formal de Ramsey Test
RESET en la ecuación final. Los resultados de esta prueba confirman que la especificación lineal de
la ecuación ajustada está correctamente descrita. Al respecto se observa una probabilidad (𝑝 −
𝑣𝑎𝑙𝑢𝑒) de la prueba F y de la Chi-cuadrado de razón de verosimilitud (60.50% y 58.98%
respectivamente) mayores al 5% de significancia.
Finalmente, observando la Figura N° 3 respecto a la gráfica CUSUMQ, se advierte que la evolución
del grafico de la suma cuadrada de los residuos recursivos no se sale de las bandas paralelas de
confianza, no presentando ningún alejamiento significativo. Confirmando, por lo tanto, la estabilidad
estructural del modelo ajustado. Ello permite concluir que en la gráfica CUSUMQ al cuadrado no
existen desviaciones no aleatorias desde su línea de valor medio.
Figura Nª 3: Representación gráfica CUSUMQ del modelo ajustado.
Fuente: Elaboración propia.
Misael Ñahuincopa Huarancca / Wendy Milinda Rojas Romero / Max Henrry Alvarado Anampa
136
3 RESULTADOS Y DISCUSIÓN
En principio, la evidencia empírica sugiere que existe un aporte marginal significativo de la capacidad
hotelera, el ingreso disponible y el nivel de precios sobre la demanda turística. Estos resultados son
coincidentes según lo reportado por Loja (2021) respecto a la relación significante entre el turismo,
empleo e índice de precios al consumidor. Del mismo modo, se coincidió con Alvarado et. al, (2021)
quienes identificaron también una relación significativa entre la demanda turística y sus
determinantes asociados a los ingresos disponibles y el nivel de precios.
De la misma forma, la evidencia empírica también nos indica la existencia de un nivel de demanda
turística autónoma o inercial significativa no relacionada con la capacidad hotelera el ingreso per
cápita (PBI per cápita) y el índice de precios al consumidor (IPC); que explica de forma relevante el
comportamiento de la demanda turística. Este resultado también es coincidente según lo evidenciado
por Alvarado et. al, (2021), quienes señalan la presencia de un nivel de demanda autónoma en la
región Huancavelica explicado por factores exógenos no relacionados con los ingresos disponibles
y la variabilidad de los precios.
De similar forma, la evidencia empírica también nos muestra una relación significativa pero inversa
entre la demanda turística y la capacidad hotelera. Al respecto, se debe connotar que el aporte
marginal de este regresor es muy limitado, lo que no contribuye a explicar de forma relevante el
comportamiento de la demanda turística en el periodo analizado. Con ello, se precisa la limitada
relevancia explicativa de este regresor como determinante de la demanda turística.
Por otro lado, los resultados empíricos evidenciaron una relación significativa y positiva entre la
demanda turística y el ingreso per cápita; pero debido al valor nominal cercano a cero del coeficiente
asociado a este regresor; su aporte marginal para explicar el comportamiento de la demanda turística
es limitado. Pero si se connota que este resultado evidencia una elasticidad del tipo inelástica. Lo que
sugiere una baja sensibilidad de los turistas nacionales respecto a variaciones en los precios de los
servicios turísticos en la región Huancavelica.
Este resultado es coincidente respecto a lo mostrado por Alvarado et. al, (2021) quienes precisan un
impacto directo y significativa entre demanda turística y el nivel de ingresos, estimando una
elasticidad ingreso de la demanda también del tipo inelástica. No obstante, Loja (2021) precisa una
relación no significativa entre el turismo y el PBI. Si bien este resultado no se muestra contradictorio
con los resultados vertidos en la presente investigación, revela que la tasa de crecimiento de la
economía (PBI) como determinante de la actividad turística puede evidenciar impactos marginales
distintos a los revelados por el PBI per cápita como proxy de los ingresos disponibles.
Finalmente, la evidencia empírica también señala un impacto directo y significativo del índice de
precios al consumidor sobre la demanda turística contrario al postulado de la teoría económica. Este
resultado, sugeriría que los servicios turísticos en la región Huancavelica serían considerados
esencialmente como un bien inferior por parte de los turistas residentes nacionales. Y esta
connotación radicaría en la importancia nominal del aporte marginal del nivel de precios sobre la
demanda turística en comparación con el aporte proporcionado por los ingresos disponibles.
La demanda turística y la capacidad hotelera en la región Huancavelica, periodo 2010-2019
137
Traduciéndose en la conclusión de que el efecto precio es mayor al efecto ingreso en materia de
servicios turísticos en la región Huancavelica.
Ahora este resultado; es coincidente con lo señalado por Flores (2018) respecto al comportamiento
inelástico de la demanda turística frente a variaciones en el nivel de precios; pero no coincide respecto
a la naturaleza del tipo de bien quien cataloga a los servicios turísticos como un bien normal para los
turistas extranjeros y como un bien de lujo para los turistas sudamericanos. No obstante, este
resultado, si es coincidente según lo expresado por Alvarado et. al, (2021) quienes encuentran
también una relación directa entre demanda turística frente a variaciones en el nivel de precios;
connotando la naturaleza de bien inferior de los servicios turísticos en la región Huancavelica.
4 CONCLUSIÓN
A partir de la evidencia empírica se sugiere que existe una influencia significativa de la capacidad
hotelera, el ingreso per cápita (PBI per cápita) y del índice de precios al consumidor (IPC) hacia la
demanda de turismo en la región Huancavelica para el periodo de análisis 2010-2019.
Los resultados empíricos estiman la presencia de un nivel de demanda turística autónoma o inercial
que no se encuentra directamente relacionado con la variabilidad de los demás regresores incluidos
en la ecuación para el periodo 2010-2019.
También los resultados empíricos sugieren que el efecto parcial de la capacidad hotelera sobre la
demanda turística en la región Huancavelica es significativo e inverso para el periodo 2010-2019.La
evidencia empírica sugiere además la existencia de un cambio significativo y positivo en la demanda
turística en la región Huancavelica frente a variaciones en los ingresos per cápita para el periodo
2010-2019.
Finalmente, la evidencia empírica sugiere la existencia de un efecto parcial significativo y directo en
la demanda turística en la región Huancavelica frente a variaciones en el nivel de precios para el
periodo 2010-2019.
Misael Ñahuincopa Huarancca / Wendy Milinda Rojas Romero / Max Henrry Alvarado Anampa
138
5 BIBLIOGRAFÍA
Alvarado Anampa, M., Escobar Soldevilla, M., Palomino Torres, E., & Salinas Loarte, E.
(2021). Determinantes de la actividad turística en la región Huancavelica. Dominio de las
Ciencias.
BCRP. (2021). Series Estadísticas. Obtenido de Banco Central de Reserva del Perú:
https://www.bcrp.gob.pe/estadisticas.html
CEPAL. (2015). Curso Internacional: Contrucción de escenarios económicos y econometría avanzada.
Flores Lujano, F. (2018). Análisis de demanda de turismo receptivo y su impacto en el crecimiento
económico en la región de Puno: período 1995-2016. Revista de Investigación de la Escuela
de Posgrado de la Universidad Nacional del Antiplano.
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2014). Metodología de la
Investigación. McGRAW-HILL.
Keynes, J. (1936). Ley psicologica fundamental. En Teoria Keynesiana.
Loja Hidalgo, E. (2021). Turismo y su contribución al crecimiento económico de la región
Amazonas, período 2007-2018. Facultad de Ciencias Económicas y Administrativas - Escuela
Profesional de Economía.
Marshall, A. (1980). Principos de Economía.
MINCETUR. (2020). Ministerio de Comercio Exterior y Turismo. Obtenido de Reportes estadísticos de
turismo: https://www.mincetur.gob.pe/turismo/reportes-estadisticos-de-turismo/
OMT. (2020). UNWTO. Obtenido de https://www.unwto.org/es/turismo
Pinheiro da Cámara, I., Dias Monteirob, J., & De Oliveira Santosc, G. (2021). Fatores determinantes
da demanda turistica internacional para o Río de Janeiro: evidencias baseadas em
modelos de regressao linear. Revista Turismo em Análise.
La demanda turística y la capacidad hotelera en la región Huancavelica, periodo 2010-2019