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
(1)
VIA_INFRA
Log-Log
(2)
Translog
Log-Log
Sec. III. Pág. 37465
(3)
Translog
Log-Log
(4)
Translog
(5)
Log-Log
Translog
Log-Log
Translog
***
***
***
***
0,43547
0,35161
***
***
0,6630
0,6661
Dummy Vía doble.
R2 Ajustado.
0,4460
0,4758
0,6406
0,6463
0,6418
0,6481
0,6547
0,6614
Nota. ∗∗∗ p-valor < 0,01, ∗∗ p-valor < 0,05, ∗ p-valor < 0,1. Los resultados que se muestran han sido corregidos por la presencia de
heterocedasticidad. El parámetro Elast (translog) muestra la elasticidad simple global obtenida al sustituir por los datos de tráfico de cada tramo.
185. La inclusión de la longitud del tramo como variable de control incrementa
considerablemente el poder explicativo del modelo, con un aumento (respecto a la
primera estimación) de aproximadamente 20 puntos porcentuales del coeficiente R2
ajustado, que marca la bondad de ajuste del modelo.
186. Por lo tanto, la inclusión de la longitud del tramo resulta necesaria para evitar
un sesgo por omisión de variable. La razón práctica de este efecto se debe a que los
tramos más largos de la red acumulan un mayor volumen de tráfico absoluto (medido en
tren.km) a igual número de circulaciones. Del mismo modo, estos tramos también
registran niveles de costes de mantenimiento más elevados en términos absolutos. En
consecuencia, si se omitiera esta variable se estaría produciendo una sobreestimación
del efecto de la variable tráfico sobre el coste de mantenimiento y no se reflejaría una
relación causal.
187. En cuanto al resto de variables, su inclusión no tiene efectos significativos
sobre la variable de interés, siendo la inclusión de la variable dicotómica vía doble la que
genera un ligero descenso del parámetro asociado al tráfico. En conclusión, se opta por
el modelo (5)(94) en su formulación translog, como el modelo que mejor ajusta de forma
global y, por tanto, el que debe adoptarse como modelo de referencia en esta
especialidad.
(94)
Ver Tabla 16.
188. Así se ha procedido con el resto de las especialidades, para cada una de las
cuales se ha seleccionado el modelo con mayor poder explicativo y con las variables que
resultan estadísticamente significativas.
Catenaria
Constante.
Ln_tren.km.e/ Elast
(translog).
Estimación de los modelos para catenaria
(1)
(2)
(3)
(4)
(5)
Log-Log
Translog
Log-Log
Translog
Log-Log
Translog
Log-Log
Translog
Log-Log
Translog
4,05261
7,55671
0,10592
1,97659
0,28822
2,04694
0,35370
2,01830
0,01188
1,16838
***
***
***
***
***
**
0,54169
0,26963
0,25367
0,25194
0,18925
***
***
***
***
***
Trans_1.
-0,11868
0,05395
0,12457
0,12951
0,17524
Trans_2.
0,01138
-0,00664
-0,01954
-0,01843
-0,02165
Trans_3.
0,00161
0,00129
0,00183
0,00173
0,00158
**
**
**
*
cve: BOE-A-2024-6548
Verificable en https://www.boe.es
Tabla 17.
Núm. 80
Lunes 1 de abril de 2024
(1)
VIA_INFRA
Log-Log
(2)
Translog
Log-Log
Sec. III. Pág. 37465
(3)
Translog
Log-Log
(4)
Translog
(5)
Log-Log
Translog
Log-Log
Translog
***
***
***
***
0,43547
0,35161
***
***
0,6630
0,6661
Dummy Vía doble.
R2 Ajustado.
0,4460
0,4758
0,6406
0,6463
0,6418
0,6481
0,6547
0,6614
Nota. ∗∗∗ p-valor < 0,01, ∗∗ p-valor < 0,05, ∗ p-valor < 0,1. Los resultados que se muestran han sido corregidos por la presencia de
heterocedasticidad. El parámetro Elast (translog) muestra la elasticidad simple global obtenida al sustituir por los datos de tráfico de cada tramo.
185. La inclusión de la longitud del tramo como variable de control incrementa
considerablemente el poder explicativo del modelo, con un aumento (respecto a la
primera estimación) de aproximadamente 20 puntos porcentuales del coeficiente R2
ajustado, que marca la bondad de ajuste del modelo.
186. Por lo tanto, la inclusión de la longitud del tramo resulta necesaria para evitar
un sesgo por omisión de variable. La razón práctica de este efecto se debe a que los
tramos más largos de la red acumulan un mayor volumen de tráfico absoluto (medido en
tren.km) a igual número de circulaciones. Del mismo modo, estos tramos también
registran niveles de costes de mantenimiento más elevados en términos absolutos. En
consecuencia, si se omitiera esta variable se estaría produciendo una sobreestimación
del efecto de la variable tráfico sobre el coste de mantenimiento y no se reflejaría una
relación causal.
187. En cuanto al resto de variables, su inclusión no tiene efectos significativos
sobre la variable de interés, siendo la inclusión de la variable dicotómica vía doble la que
genera un ligero descenso del parámetro asociado al tráfico. En conclusión, se opta por
el modelo (5)(94) en su formulación translog, como el modelo que mejor ajusta de forma
global y, por tanto, el que debe adoptarse como modelo de referencia en esta
especialidad.
(94)
Ver Tabla 16.
188. Así se ha procedido con el resto de las especialidades, para cada una de las
cuales se ha seleccionado el modelo con mayor poder explicativo y con las variables que
resultan estadísticamente significativas.
Catenaria
Constante.
Ln_tren.km.e/ Elast
(translog).
Estimación de los modelos para catenaria
(1)
(2)
(3)
(4)
(5)
Log-Log
Translog
Log-Log
Translog
Log-Log
Translog
Log-Log
Translog
Log-Log
Translog
4,05261
7,55671
0,10592
1,97659
0,28822
2,04694
0,35370
2,01830
0,01188
1,16838
***
***
***
***
***
**
0,54169
0,26963
0,25367
0,25194
0,18925
***
***
***
***
***
Trans_1.
-0,11868
0,05395
0,12457
0,12951
0,17524
Trans_2.
0,01138
-0,00664
-0,01954
-0,01843
-0,02165
Trans_3.
0,00161
0,00129
0,00183
0,00173
0,00158
**
**
**
*
cve: BOE-A-2024-6548
Verificable en https://www.boe.es
Tabla 17.
