III. Otras disposiciones. COMISIÓN NACIONAL DE LOS MERCADOS Y LA COMPETENCIA. Infraestructuras ferroviarias. (BOE-A-2024-6548)
Comunicación 1/2024, de 12 de marzo, de la Comisión Nacional de los Mercados y la Competencia, sobre la supervisión de los cánones por utilización de las líneas ferroviarias integrantes de la red ferroviaria de interés general.
61 páginas totales
Página
BOLETÍN OFICIAL DEL ESTADO
Núm. 80
Lunes 1 de abril de 2024
Sec. III. Pág. 37461
172. Por otro lado, de acuerdo con otros estudios similares, se han estimado
formas funcionales no lineales correspondientes con los modelos log-log y translog(90).
(90)
Para la modelización translogarítmica solo se han analizado los factores no lineales del tráfico
(polinomio de tercer grado), sin tener en cuenta los términos interactivos con otras variables.
173. La modelización concreta y variables explicativas relevantes son diferentes
para cada una de las especialidades que componen la infraestructura ferroviaria debido
a las características inherentes de cada una de ellas. A continuación, se presenta una
tabla con los diferentes modelos considerados.
Tabla 14.
Modelos econométricos por especialidad
Especialidades infraestructura
Vía e infraestructura
Translog.
Variable Tráfico: Tren.km.
SSEE
Teleco
Señalización
Log-Log.
Log-Log.
Log-Log.
Log-Log.
Tren.km eléctrico.
Tren.km eléctrico.
Tren.km.
Tren.km.
Variables
Técnicas:
Longitud, velocidad máx, Longitud, velocidad máx,
Longitud, D_Líneas
D_estación, D_Vía doble, D_estación, D_Vía doble,
A.
D_Líneas A.
D_Líneas A.
Longitud, velocidad
máx, D_estación,
D_Líneas A.
Longitud, velocidad máx,
D_estación, D_Vía
doble, D_Líneas A.
Variables año:
D_2018-2022.
D_2018-2022.
D_2018-2022.
D_2018-2022.
D_2018-2022.
174. La elección del modelo concreto para cada una de las especialidades varía en
términos de forma funcional (translog o log-log) y de variables incluidas, ya que los
análisis realizados muestran diferencias en términos de significatividad estadística y
ajuste global.
175. En cuanto a las variables de control incluidas, destaca la variable longitud,
cuya omisión genera un sesgo al alza del parámetro estimado para la variable de interés
(tráfico). Como cabría esperar, aquellos tramos más largos pertenecientes a la misma
línea acumulan un mayor tráfico medido en número de tren.km circulados y registran un
coste más elevado. En consecuencia, es preciso controlar por la longitud del tramo a fin
de determinar que el efecto del tráfico sobre el coste refleja una relación causal y no una
mera relación espuria determinada por el mayor peso absoluto de los tramos más largos.
176. También se ha analizado el efecto de las variables técnicas relacionadas con
la velocidad máxima permitida, la clasificación como líneas de alta velocidad y la
identificación de tramos con estación y de vía doble. Adicionalmente, se han incluido
variables dicotómicas para identificar las observaciones correspondientes a los
ejercicios 2018, 2019, 2020, 2021 y 2022(91).
Por lo tanto, el ejercicio de referencia es 2017. Estas variables permiten identificar si hay patrones no
identificables que resultan en observaciones significativamente diferentes en los años a los que corresponden
las observaciones concretas respecto al año base.
(91)
177. La inclusión de la variable dicotómica que identifica las líneas de alta velocidad
trata de controlar por las particularidades de las observaciones correspondientes a la red
de alta velocidad, así como por la decisión metodológica de agrupar las observaciones a
nivel de eje mencionada anteriormente. Esta variable resulta estadísticamente
significativa y con un efecto positivo en la mayoría de los modelos de las diferentes
especialidades, lo que implica que resulta necesaria su inclusión para evitar posibles
sesgos producidos por la transformación de los datos.
178. En relación con el tipo de tráfico, se utiliza la variable tren.km registrado en
cada tramo, salvo para las especialidades de catenaria y SSEE, para las que resulta
adecuado utilizar la variable tren.km circulado en tracción eléctrica, ya que solamente
cve: BOE-A-2024-6548
Verificable en https://www.boe.es
Modelo:
Catenaria
Núm. 80
Lunes 1 de abril de 2024
Sec. III. Pág. 37461
172. Por otro lado, de acuerdo con otros estudios similares, se han estimado
formas funcionales no lineales correspondientes con los modelos log-log y translog(90).
(90)
Para la modelización translogarítmica solo se han analizado los factores no lineales del tráfico
(polinomio de tercer grado), sin tener en cuenta los términos interactivos con otras variables.
173. La modelización concreta y variables explicativas relevantes son diferentes
para cada una de las especialidades que componen la infraestructura ferroviaria debido
a las características inherentes de cada una de ellas. A continuación, se presenta una
tabla con los diferentes modelos considerados.
Tabla 14.
Modelos econométricos por especialidad
Especialidades infraestructura
Vía e infraestructura
Translog.
Variable Tráfico: Tren.km.
SSEE
Teleco
Señalización
Log-Log.
Log-Log.
Log-Log.
Log-Log.
Tren.km eléctrico.
Tren.km eléctrico.
Tren.km.
Tren.km.
Variables
Técnicas:
Longitud, velocidad máx, Longitud, velocidad máx,
Longitud, D_Líneas
D_estación, D_Vía doble, D_estación, D_Vía doble,
A.
D_Líneas A.
D_Líneas A.
Longitud, velocidad
máx, D_estación,
D_Líneas A.
Longitud, velocidad máx,
D_estación, D_Vía
doble, D_Líneas A.
Variables año:
D_2018-2022.
D_2018-2022.
D_2018-2022.
D_2018-2022.
D_2018-2022.
174. La elección del modelo concreto para cada una de las especialidades varía en
términos de forma funcional (translog o log-log) y de variables incluidas, ya que los
análisis realizados muestran diferencias en términos de significatividad estadística y
ajuste global.
175. En cuanto a las variables de control incluidas, destaca la variable longitud,
cuya omisión genera un sesgo al alza del parámetro estimado para la variable de interés
(tráfico). Como cabría esperar, aquellos tramos más largos pertenecientes a la misma
línea acumulan un mayor tráfico medido en número de tren.km circulados y registran un
coste más elevado. En consecuencia, es preciso controlar por la longitud del tramo a fin
de determinar que el efecto del tráfico sobre el coste refleja una relación causal y no una
mera relación espuria determinada por el mayor peso absoluto de los tramos más largos.
176. También se ha analizado el efecto de las variables técnicas relacionadas con
la velocidad máxima permitida, la clasificación como líneas de alta velocidad y la
identificación de tramos con estación y de vía doble. Adicionalmente, se han incluido
variables dicotómicas para identificar las observaciones correspondientes a los
ejercicios 2018, 2019, 2020, 2021 y 2022(91).
Por lo tanto, el ejercicio de referencia es 2017. Estas variables permiten identificar si hay patrones no
identificables que resultan en observaciones significativamente diferentes en los años a los que corresponden
las observaciones concretas respecto al año base.
(91)
177. La inclusión de la variable dicotómica que identifica las líneas de alta velocidad
trata de controlar por las particularidades de las observaciones correspondientes a la red
de alta velocidad, así como por la decisión metodológica de agrupar las observaciones a
nivel de eje mencionada anteriormente. Esta variable resulta estadísticamente
significativa y con un efecto positivo en la mayoría de los modelos de las diferentes
especialidades, lo que implica que resulta necesaria su inclusión para evitar posibles
sesgos producidos por la transformación de los datos.
178. En relación con el tipo de tráfico, se utiliza la variable tren.km registrado en
cada tramo, salvo para las especialidades de catenaria y SSEE, para las que resulta
adecuado utilizar la variable tren.km circulado en tracción eléctrica, ya que solamente
cve: BOE-A-2024-6548
Verificable en https://www.boe.es
Modelo:
Catenaria
