HVWXGLRV VREUH OD HFRQRPLD HVSDÔROD

'HWHUPLQDQWHV GHO JDVWR S~EOLFR ORFDO ¢1HFHVLGDGHV GH JDVWR R FDSDFLGDG ILVFDO"

$OEHUW 6ROp 2OOp

(((

http://www.fedea.es/hojas/publicado.html

ALBERT SOLÉ OLLÉ Universitat de Barcelona

En este trabajo se cuantifica la importancia relativa de las necesidades de gasto y de la capacidad fiscal como factores explicativos de la desigualdad observada en los niveles de gasto público local por habitante. La metodología utilizada consiste en la estimación de ecuaciones de demanda para siete categorías de gasto. Las necesidades de gasto son introducidas en el modelo a partir de una especificación detallada de la relación entre actividad y resultados de los servicios, en la que se incluyen distintos grupos de usuarios y variables de coste. Además de los determinantes clásicos del gasto –precio, renta y subvenciones–, se introducen también como variables de control un índice de capacidad fiscal, factores políticos e institucionales, y los efectos de la actividad realizada por gobiernos cercanos. Las ecuaciones de gasto son estimadas con datos correspondientes a los municipios de la provincia de Barcelona con más de 5.000 habitantes para 1996. Los resultados indican que las necesidades de gasto explican aproximadamente un 40% de la variación en el gasto por habitante, la capacidad fiscal otro 40%, los factores políticos e institucionales un 10%, y las interdependencias entre gobiernos cercanos el 10% restante.

Palabras clave: gasto público local, necesidades de gasto, capacidad fiscal, subvenciones niveladoras

Clasificacion JEL: H1, H72, H77

Correspondencia: Dept. d’Hisenda Pública Facultat de Ciències Econòmiques Universitat de Barcelona Avda. Diagonal, 690, Torre 4 , Pl. 2ª, 08034-Barcelona. Tel: 00-34-3-4021812 Fax: 00-34-3-4021813 E-mail: asole@eco.ub.es

* El autor agradece los comentarios de Antoni Castells, Jordi Pons y Elisabet Viladecans y el soporte financiero de la CICYT (SEC97-1202 ) y del Grupo de Investigación Consolidado en “Federalismo Fiscal y Economía Regional” (97SGR-310898) de la Generalitat de Catalunya.

El objetivo básico de un sistema de subvenciones niveladoras consiste en garantizar que los diferentes gobiernos locales puedan prestar un nivel similar de servicios públicos siempre que actúen con un nivel de eficiencia similar y realicen el mismo esfuerzo fiscal [Le Grand (1975)]. Es decir, con la aplicación de una subvención niveladora se pretende evitar que factores ajenos a la voluntad del gobierno local –e.g.: una menor capacidad tributaria, una mayor dimensión de los grupos de población que requieren unos niveles de atención superiores, o unos mayores costes unitarios de provisión del servicio– imposibiliten el acceso de ciudadanos que residen en territorios distintos a unos servicios públicos de una calidad equiparable. Para conseguir este objetivo, las subvenciones niveladoras deben distribuirse en proporción inversa a la capacidad fiscal de las regiones o localidades y en proporción directa a sus necesidades de gasto [Castells (1991)].

La aplicación práctica de este tipo de subvenciones requiere realizar la tarea previa de definir y medir de forma adecuada los conceptos de capacidad fiscal y necesidades de gasto. Por lo que respecta a la cuantificación de la capacidad fiscal, tanto la literatura económica como la experiencia comparada han desarrollado una metodología que se ha convertido en estándar. En cambio, la nivelación explícita de necesidades de gasto es menos común en el sistema comparado y existe un menor consenso sobre las técnicas más apropiadas para su cuantificación. En algunos casos, se opta por utilizar la población como un indicador aproximado de necesidades de gasto . La utilización de la población como variable de necesidades es fácil de entender y no requiere la dedicación de recursos a procedimientos de cálculo complejos. Sin embargo, su propia sencillez provoca que el referente poblacional constituya también, en ocasiones, un freno para la consecución de la equidad territorial. Por esta razón, las supuestas virtudes de esta opción deben ser analizadas con ayuda de estudios empíricos que determinen la influencia real de otros posibles factores explicativos sobre las necesidades de gasto.

¹Ejemplos de cuantificación explícita de necesidades pueden hallarse en los gobiernos locales ingleses [Department of the Environment, DoE, (1998)], en los estados y gobiernos locales en Australia [Rye y Searle (1997)] y en los Países Escandinavos [J∅rgen y Kabelmann (1999)].

En el caso español, prácticamente no se dispone de información empírica sobre los determinantes de las necesidades de gasto, tanto a nivel autonómico como municipal. La mayoría de los estudios de estimación de necesidades realizados hasta el momento se limitan a seleccionar un conjunto de variables que hipotéticamente inciden sobre las necesidades y a ponderarlas con criterios ad hoc², pero no pretenden obtener evidencia empírica sobre sus factores determinantes –vid. Castells y Solé (1998) como excepción a esta norma–.

Este problema es especialmente relevante en el caso de los municipios españoles. La situación actual del sistema de financiación municipal hace que la discusión sobre su reforma no esté cerrada. En concreto, en el caso municipal existe un consenso absoluto entre los académicos sobre la falta de justificación económica de la actual fórmula de distribución de la Participación de los Municipios en los Tributos del Estado [Bosch y Castells (1999)]. Esta subvención no contempla criterios de capacidad fiscal en su reparto y la forma en que tiene en cuenta las necesidades de gasto no está justificada desde el punto de vista empírico. Aunque las principales propuestas se han centrado en la necesidad de introducir algún criterio de capacidad fiscal en la fórmula de distribución [Suárez y Pedraja (1999)], existen algunos indicios de que la cuestión de las necesidades de gasto puede ser también relevante. Por ejemplo, las quejas de determinados grupos de municipios –e.g.: turísticos o con urbanizaciones–, referentes a las dificultades de financiar los costes asociados a estas actividades con los ingresos locales generados, se ha dejado sentir tanto en foros oficiales como en la prensa escrita³. De la misma forma, también ha existido recientemente cierto debate sobre las consecuencias fiscales de la pérdida de población y actividad económica de algunas ciudades centrales. Los efectos de los visitantes diarios por motivos de trabajo o por motivos comerciales o de ocio sobre las necesidades de gasto municipales ha sido un tema de cierta actualidad. Finalmente, la posible cesión de nuevas competencias a los Ayuntamientos, con el incremento asociado en el gasto municipal, también generaría nuevas demandas de nivelación y requeriría un mejor conocimiento de los determinantes de las necesidades de gasto. El análisis que se presenta en este trabajo puede ser útil para abordar estos problemas de forma rigurosa y con criterios económicos.

² Vid. Bosch y Escribano (1988), Cabrer et al. (1991) y Herrero y Villar (1991), para el caso de las CCAA, y Suárez (1988), Miñana (1996) y Cabasés (1999) para el caso de los municipios. El método utilizado por estos estudios para agregar los indicadores seleccionados es el análisis factorial –vid. Aznar y López (1994) para una crítica de esta metodología–.

³ Vid., por ejemplo, el artículo “Las urbanizaciones ahogan a muchos Ayuntamientos”, La Vanguardia, 22 de Noviembre de 1998.

El objetivo de este trabajo es, por tanto, determinar la influencia de las necesidades de gasto de los municipios sobre las disparidades observadas en los niveles de gasto público local por habitante. Con ello se pretende contrastar la hipótesis, implícita en la utilización de la población como indicador de necesidades de gasto en las fórmulas de nivelación, de que el resto de posibles indicadores de necesidades tienen una incidencia reducida sobre el gasto local y, por tanto, las ganancias de equidad que representaría su introducción en la fórmula de distribución no superan los costes derivados de la complejidad de cálculo. La metodología utilizada para contrastar esta hipótesis consiste en la estimación de ecuaciones de demanda para siete categorías de gasto. Las necesidades de gasto son introducidas en el modelo a partir de la especificación de la relación entre actividad y resultados de los servicios, en la que se incluyen distintos grupos de usuarios y variables de coste. Además de los determinantes clásicos del gasto –precio, renta y subvenciones–, se introducen también como variables de control: un índice de capacidad fiscal, factores políticos e institucionales, y los efectos de la actividad realizada por gobiernos cercanos. Las ecuaciones son estimadas con datos de los municipios de la provincia de Barcelona con más de 5.000 habitantes para 1996.

El trabajo se organiza de la siguiente manera: en la sección 1 se analiza más a fondo el concepto de necesidades de gasto y se realiza una revisión de literatura sobre el tema, en la sección 2 se propone el modelo de demanda de servicios locales que se utilizará para la estimación del impacto de los factores de necesidades, en la sección 3 se discuten las fuentes estadísticas y la estrategia econométrica utilizada, en la sección 4 se presentan los resultados obtenidos y, finalmente, en la sección 5 se concluye con algunos comentarios acerca de la utilización de estos resultados para la construcción de un índice de necesidades de gasto que pueda ser incluido en una fórmula de nivelación.

1. NECESIDADES DE GASTO: CONCEPTO I REVISIÓN DE LA LITERATURA

Las necesidades de gasto de un gobierno local pueden definirse como el nivel de gasto en el que éste debería incurrir para alcanzar un determinado nivel de resultados en la provisión del servicio [Ladd y Yinger (1989)]. Para su cálculo deben tomarse tan sólo en consideración aquellos determinantes del gasto que, o se considera que no originan ningún tipo de disparidad que requiera una compensación con recursos externos, o están fuera del control directo del gobierno local .

Entre los determinantes del gasto municipal que deben ser considerados en el cálculo de las necesidades de gasto, porque condicionan las posibilidades que el gobierno local tiene de proporcionar un nivel de servicios adecuado a sus ciudadanos y están fuera de su control directo, pueden citarse: a) los costes unitarios de los factores utilizados en la producción; b) la existencia de economías de escala en la producción del servicio; c) el tamaño de los grupos de usuarios potenciales del servicio, y d) factores externos que aumentan los costes unitarios de provisión del servicio, como, por ejemplo, las pautas de localización de la población en el territorio o el nivel de pobreza.

Entre los determinantes del gasto municipal que no puede considerarse que originen unas mayores necesidades de gasto cabe citar: a) el nivel de renta y las preferencias de los ciudadanos; b) los recursos que los municipios reciben de niveles de gobierno superiores; c) la capacidad de exportar parte de la carga tributaria fuera de la jurisdicción y el grado de competencia fiscal existente, que determinan junto con la renta disponible de los residentes, la capacidad del gobierno local de obtener ingresos; d) Factores políticos, como por ejemplo, las preferencias partidistas respecto a los diferentes programas de gasto público o los efectos de la falta de cohesión interna del gobierno municipal; e) Factores institucionales, como las competencias de gasto asumidas, la financiación condicionada recibida o la forma de prestación del servicio; y f) el grado de ineficiencia en la provisión de los servicios.

⁴ Vid., por ejemplo, Fleurbaey (1994) y Roemer (1994), para el desarrollo de criterios de equidad que justifican la distinción entre disparidades que deben ser compensadas y factores que no merecen esta calificación, utilizando como criterio los conceptos de responsabilidad y control.

La especificación correcta de la ecuación de gasto a estimar requiere disponer de una metodología lo más clara y transparente posible con objeto de diferenciar los efectos de las variables que pueden ser consideradas indicadores apropiados de necesidades de los efectos de las variables que no pueden ser consideradas como tales. La formulación de un modelo completo de determinantes del gasto resulta importante tanto si el objetivo de la estimación consiste en la construcción de un índice de necesidades como si tan solo pretende determinar la influencia relativa de las necesidades de gasto como factor explicativo –respecto a otros factores y, en especial, respecto a la capacidad fiscal–.

En la literatura económica existen básicamente tres aproximaciones distintas para obtener estimaciones del efecto de las variables de necesidades sobre el gasto local: a) la estimación a partir de una regresión multivariante entre las mismas y el gasto público, omitiendo cualquier otra variable de control, b) la estimación directa de su impacto a partir de una ecuación de coste, y c) la estimación indirecta de su impacto sobre los costes a partir de una ecuación de gasto o demanda de servicios públicos [Downes y Pogue (1994a)]. El primer procedimiento es utilizado en algunos países para construir índices de necesidades que posteriormente son utilizados para efectuar la distribución de las subvenciones. Este es el caso de Gran Bretaña [DoE (1998)] y de Dinamarca [J∅rgen y Kabelmann (1999)]. Sin embargo, esta opción, aunque mucho más comprensible para los usuarios del sistema, puede generar estimaciones sesgadas del impacto de las variables de necesidades en caso que estas estén correlacionadas con las variables de control omitidas.

Para llevar a cabo la aplicación del segundo procedimiento resulta necesario disponer de información relativa a la actividad y/o resultados de los servicios públicos locales ⁵. El impacto de los factores de necesidades sobre el coste se estima utilizando como variable de control el nivel de actividad y/o resultados. La principal dificultad de este tipo de análisis consiste en la cuantificación adecuada de los resultados de los servicios públicos. Entre los estudios que utilizan ecuaciones de coste para la estimación de necesidades deben citarse los de Baum (1986), Downes y Pogue (1994a y 1994b), Duncombe et al. (1996) y Duncombe y Yinger (1997) para el caso de la educación, y los de Bramley (1990) y Duncombe (1991) para el gasto en deporte y extinción de incendios, respectivamente.

⁵ Los resultados del servicio están relacionados directamente con la “consecución de los objetivos del programa”. Sobre estos resultados inciden, además del nivel de actividad realizada, un conjunto de factores externos [Bradford et al. (1969)].

La tercera aproximación tiene la ventaja de no requerir la utilización de indicadores de resultados de los servicios. En lugar de la ecuación de coste, se estima una forma reducida de la ecuación de gasto, controlando el efecto de un mayor nivel de resultados mediante variables indicativas del nivel de recursos –e.g.: nivel de renta y subvenciones recibidas– y de las preferencias –e.g.: ideología del equipo de gobierno–. El problema de esta metodología es la dificultad de separar la influencia de cada una variables sobre los costes de provisión y sobre el nivel de demanda. El problema de identificación puede solucionarse mediante restricciones en la forma funcional o mediante restricciones de exclusión –e.g.: determinar a priori cuales de las variables influyen sobre los costes y cuales sobre la demanda–. A pesar de sus inconvenientes, las ecuaciones de gasto han sido empleadas con frecuencia para la estimación de necesidades. Entre los estudios más destacados deben citarse, para el caso de la educación, los de Brazer y Anderson (1975), Chambers (1980), Bradbury et al. (1984) y Ratcliffe et al. (1990). En el caso de otros servicios locales deben citarse los estudios de Wasylenko y Yinger (1988), Ladd y Yinger (1989), Ladd et al. (1991) y Green y Reschovsky (1993).

En el caso español, no existen apenas estudios previos sobre los factores determinantes de las necesidades de gasto municipales. Deben citarse, en cualquier caso, los trabajos de Castells y Frigola (1986) y de Monasterio y Suárez (1991). El primero utiliza procedimientos de regresión para realizar una estimación de las necesidades en cinco categorías de gasto para una muestra de 92 de municipios españoles. El segundo trabajo es un análisis clásico de determinantes del gasto público municipal realizado con datos de municipios asturianos y que no pretende obtener ninguna estimación de las necesidades de gasto.

El procedimiento utilizado en este trabajo consiste en la estimación de una ecuación de gasto. No obstante, la formulación del modelo se realiza de manera que sea posible, por un lado, diferenciar la influencia de los distintos grupos de factores sobre el gasto, y por otro, recuperar a posteriori los parámetros originales de la función de coste y obtener –en caso que se desee– una estimación de las necesidades de gasto. La introducción del modelo de demanda resulta imprescindible por dos razones; en primer lugar, permite analizar en una sola ecuación el efecto de capacidad fiscal y necesidades de gasto sobre las disparidades en los niveles de gasto por habitante y, en segundo lugar, la alternativa de estimar una ecuación de coste no es viable en este caso, dado que no se dispone de información sobre los resultados de la actividad desarrollada por los municipios españoles.

2. ESPECIFICACIÓN DE LA ECUACIÓN DE GASTO

En esta sección se presenta de forma detallada el modelo empírico empleado para analizar los determinantes del gasto local. El modelo planteado se basa en la combinación de un modelo de coste de provisión de los servicios y de un modelo de demanda. La forma funcional utilizada y la selección previa de las variables ayuda a solventar los problemas de identificación y permite obtener los parámetros originales de la ecuación de coste.

2.1 Modelo de coste de los servicios locales

El primer bloque del modelo de determinantes del gasto local –y el que permite introducir el concepto de necesidades de gasto– está formado por una ecuación de coste de provisión de los resultados del servicio: , expresión que indica el coste (C) en el que el gobierno municipal deberá incurrir para alcanzar un determinado nivel de resultados (R) en la prestación de un servicio, en función del nivel de actividad realizado en el mismo (O), y dados unos valores predeterminados de ciertos factores exógenos (Z), entre los que se incluyen las variables indicativas de necesidades de gasto. Para desarrollar una formulación de este tipo deben especificarse tanto la tecnología de producción de la actividad como la relación entre el nivel de actividad realizada y los resultados alcanzados.

En relación a la tecnología de producción de la actividad de los servicios locales se considera que el nivel de actividad del servicio (O) se produce mediante un conjunto de factores de producción (L) combinados mediante una determinada función de producción . Esta función de producción lleva asociada una función de coste de la actividad (C), que nos indica el coste de producción de un determinado nivel de actividad (O) dados unos precios de los factores empleados (W): . Con el objetivo de relajar los supuestos de tecnología Cobb-Douglas y rendimientos constantes a escala utilizados en la mayoría de estudios empíricos [Borcherding y Deacon (1972) y Turnbull (1987)] se supone que la función de coste puede ser representada por una función lineal y homogénea de grado en el nivel de actividad [Schawb y Zampelli (1987)]:

\[C (W, O) = c. O ^ {1 / \rho} \quad \text { donde } \quad c = \prod_ {i} \left(\frac {W _ {i}}{\overline {{W _ {i}}}}\right) ^ {\frac {1}{2} (s _ {i} + s _ {i})}\tag{[1]}\]

donde es un parámetro que indica la presencia o no de economías de escala en la producción es una función de coste unitario que depende solamente de los precios de los factores, siendo el precio del factor i en un municipio, el precio medio del factor i, la participación del factor i en el coste total en un municipio, la participación media del factor i en el coste total⁶. Esta aproximación simplifica considerablemente la identificación del modelo, ya que al ser conocidos previamente a su estimación, el único parámetro de la función de coste que aparecerá en la especificación de la ecuación de gasto es

Para derivar un modelo de coste de los servicios públicos locales no resulta suficiente el conocimiento de la relación de transformación entre factores de producción y nivel de actividad, puesto que también resulta necesario especificar la relación existente entre el nivel de actividad (O) y los resultado obtenidos (R). Con el objeto de incluir estos factores en el modelo, se considera que los resultados del servicio son función del nivel de actividad realizado (O), del número de usuarios potenciales del mismo (U), y de un conjunto de factores exógenos (Z): . En el trabajo se supone que la función de producción de resultados puede representarse como una función de elasticidad constante [Duncombe (1991)]:

C(W,O)=c(W)O¹/p

⁶ Para obtener este resultado debe suponerse que C(W,O)=c(W)O^1/ρ y que c(W) es una función tipo c(W) translog [Christensen et al. (1973)]. Si se fija el nivel de actividad entonces también es (O^*) c(W,O^*) translog y, después de diferenciar totalmente esta expresión y aplicar el lema de Shepard, el resultado y puede utilizarse para elaborar un índice tipo Divisia como c [Diewert (1976)].

donde D es una constante y el parámetro η refleja el grado de congestión en el uso del servicio público local. Cuando , el servicio presenta características de bien público puro – i.e.: obviando el efecto del resto de factores externos, –, mientras que cuando , el servicio es un bien privado . Obsérvese que un aumento en el número de usuarios –siempre que no estemos en presencia de un bien público puro– o un incremento en los factores de coste externos ocasiona una reducción en los resultados alcanzados. Precisamente, estas variables son identificadas como representativas de las necesidades de gasto.

El tratamiento otorgado a los usuarios potenciales (U) difiere de la aproximación tradicional en los estudios empíricos sobre demanda de servicios públicos. Desde el trabajo pionero de Borcherding y Deacon (1972), estos estudios han incluido la población como único factor de coste externo en la expresión [2], identificándola con los usuarios potenciales del servicio. En este trabajo se ha optado por ampliar la definición del grupo de usuarios, diferenciando la población residente en subgrupos o incluyendo, además de la población residente en el municipio, diferentes grupos de visitantes que son también usuarios potenciales del servicio⁷. En concreto, las dos posibles especificaciones de los usuarios potenciales del servicio (U) pueden expresarse de la siguiente forma:

\[U = P + \sum_ {j \neq i} v _ {j} P _ {j}\tag{[3]}\]

\[U = P + v _ {1} I + v _ {2} E\tag{[4]}\]

donde es la población residente, i es el grupo poblacional base –i.e.: grupo que se considera a priori con unas menores necesidades de gasto, y para el cual el peso es igual a la unidad–, representa la población del resto de grupos, el peso de los cuales es superior a la unidad en el término I son los visitantes diarios por motivos de trabajo y estudios, E los visitantes ocasionales por motivos de ocio, y v₁ y v₂ son los pesos otorgados a estos dos últimos tipos de usuarios y pueden ser estimados conjuntamente con el resto de parámetros.

⁷ Para una revisión de la literatura empírica acerca del impacto de las distintas variables de necesidades sobre el gasto local vid. Solé (1999).

Los factores externos de coste (Z) considerados en la ecuación de gasto municipal pueden agruparse de la siguiente forma:

a) Pautas de localización de la población en el territorio, cuantificadas mediante la densidad de población o cualquier otra medida de dispersión de la población. La inclusión de la dispersión suele estar justificada por el aumento que provoca sobre la distancia media a la que están situados los usuarios potenciales respecto a los centros logísticos de prestación del servicio [Ellis-Williams (1987)]. Sin embargo, también pueden existir factores externos de coste derivados de costes de congestión urbana que se produzcan a altas densidades de población [Ladd (1994)].

b) Factores demográficos y sociales. Los primeros determinan el tamaño de ciertos grupos de usuarios potenciales con unas necesidades especiales. Los segundos suelen estar representados por indicadores de privación económica que aproximan tanto grupos de usuarios potenciales de determinados servicios como condiciones adversas que afectan a los costes de provisión –e.g.: destrucción del mobiliario urbano–.

c) Factores económicos, que recogen las necesidades derivadas de los servicios proporcionados a empresas y profesionales. La importancia de estos factores en la estimación de las necesidades de gasto de los gobiernos locales está bien documentada [Ladd y Yinger (1989) y Green y Reschovsky (1993)].

Una vez especificada la relación entre el nivel de actividad y los resultados del servicio público, la función de coste de la actividad puede ser transformada en una función de coste de los resultados . Hallando O en [2] y sustituyendo junto con [3] o [4] en [1] se obtiene la función de coste total:

\[C = B ^ {\prime}. c. R ^ {1 / \rho} P ^ {\eta / \rho} u ^ {\eta / \rho} Z ^ {\lambda / \rho}\tag{[5]}\]

donde, P es la población del municipio y, en el caso en el que los usuarios estan representados por la expresión [4], son las proporciones de los dos grupos de usuarios potenciales sobre la población residente.

2.2 Modelo de demanda de servicios locales

El segundo bloque del modelo está formado por una función de demanda del nivel de provisión o resultados del servicio: , expresión que indica que el nivel de resultados deseado por los ciudadanos depende negativamente de su participación en el coste marginal de provisión del servicio (C’), positivamente del nivel de recursos de que dispone la comunidad (Y), y de variables indicativas de preferencias (T). La especificación de esta función resulta imprescindible en caso de no disponer de medidas adecuadas en relación a los resultados de la actividad pública. No obstante, esta solución también comporta ciertas dificultades. El principal problema es la falta de consenso acerca de modelo teórico adecuado para describir el proceso de toma de decisiones de los gobiernos locales. El modelo más utilizado en la literatura empírica [Borcherding y Deacon (1972) y Bergstrom y Goodman (1973)] está basado en el paradigma del votante mediano o en alteraciones formales del mismo que suelen tener un impacto leve sobre la ecuación a estimar. Aunque en algunos casos la base teórica de este modelo puede ser débil [Mueller (1989, cap. 17)], en este trabajo, y ante la falta de alternativas prácticas, se utiliza un modelo de demanda basado en las preferencias de un ciudadano/votante representativo o medio. La demanda de resultados del votante representativo suele expresarse en la mayoría de estudios empíricos como una función de elasticidad constante de la forma:

\[R ^ {c} = A (1 / P) ^ {\alpha} (\partial C / \partial R) ^ {\alpha} (Y + S) ^ {\beta} T ^ {\gamma}\tag{[6]}\]

donde es el nivel de resultados deseado por el votante representativo, A es una constante, es la población del municipio, ∂C/∂R indica el coste marginal de provisión, Y es la renta del votante representativo, S son las subvenciones incondicionadas por habitante, T son variables de preferencias, son las elasticidades precio y renta.

Este modelo básico es ampliado a continuación con el objetivo de tener en cuenta diversos factores que podrían sesgar las conclusiones acerca de las variables de necesidades de gasto. En concreto, se incorporan al modelo: variables indicativas de la capacidad de generar ingresos de los municipios, factores políticos e institucionales, y los efectos de las interdependencias entre políticas de gasto de gobiernos cercanos.

a)Capacidad de obtener ingresos. En este grupo se incluyen tanto los efectos de la posibilidad de exportar impuestos fuera de la jurisdicción como los derivados de la existencia de ilusión fiscal. Por lo que respecta al primer factor, se ha optado por utilizar el concepto de renta ampliada propuesto por Ladd y Yinger (1989), que puede ser expresada como , donde e son los impuestos exportados fuera de la jurisdicción por unidad de impuestos soportados por los residentes⁸. Dada la dificultad de cálculo directo de e, se ha optado por utilizar el tamaño de las bases imponibles como variable “proxy” de los impuestos exportados fuera de la jurisdicción. Para no sobrecargar el modelo, las distintas bases han sido agregadas en una única variable, los ingresos potenciales del municipio , que se definen como los ingresos que obtendría el gobierno local en caso de aplicar los tipos impositivos efectivos medios del conjunto de municipios a sus bases imponibles Para aplicar este procedimiento se considera que la variable e puede ser aproximada como una proporción ε de la relación entre los ingresos potenciales y la renta disponible por lo tanto, . El parámetro ε deberá ser estimado junto con el resto de coeficientes y su valor proporciona una estimación del porcentaje de impuestos exportados.

Por lo que respecta al segundo factor, la evidencia empírica sugiere que el impacto del incremento de una unidad de subvención es superior al de una unidad de renta [Turnbull (1998)]. Una forma de tener esto en cuenta consiste en especificar la variable recursos como la renta del ciudadano representativo más una proporción de las subvenciones recibidas . El parámetro deberá ser estimado junto con el resto de coeficientes y un valor del mismo superior a la unidad indicará la existencia de ilusión fiscal. Dado que la existencia de ilusión fiscal puede afectar también a la exportación de impuestos, la especificación de la renta ampliada utilizada será:

⁸ Aunque parte de la literatura supone que la exportación de impuestos reduce el precio-impuesto percibido [Hogan y Shelton (1973) y Bird y Slack (1983)], Wildasin (1987) demuestra que esto solo ocurre cuando el impuesto exportado es utilizado en el margen; si esto no es así, la exportación de impuestos solo supone un aumento en los recursos disponibles.

\[Y ^ {a} = Y (1 + \vartheta f + \phi s)\]

donde representan el grado de ilusión fiscal existente respecto a los impuestos exportados y a las subvenciones incondicionadas, respectivamente. Obsérvese que, aunque los coeficientes pueden ser estimados, el porcentaje de exportación ε solo puede ser identificado si se supone que

b) Factores políticos. En este grupo se incluyen los efectos del comportamiento partidista y de la cohesión del gobierno municipal. Por lo que respecta al primer factor, existe cierta evidencia empírica sobre la influencia de la ideología del partido en el gobierno sobre el nivel y composición del gasto público [Jackman y Pappadachi (1981) y Borge y Ratts∅ (1995)]. La posibilidad de que el gobierno municipal tenga su propio nivel de gasto deseado, diferente del nivel deseado por el votante representativo, es tenida en cuenta mediante la inclusión en la ecuación de un índice de ideología (ID) que varía entre -1 y 1 según el partido sea más de izquierdas o de derechas.

Por lo que respecta al segundo factor político, se considera que los gobiernos con un elevado grado división interna pueden presentar una mayor tendencia al gasto [Roubini y Sachs (1989) y Alt y Lowry (1994)]. La hipótesis indica que los gobiernos minoritarios o de coalición son más vulnerables a las presiones redistributivas y tienden a satisfacer las demandas de todos los grupos sociales. Este factor es considerado mediante la inclusión en la ecuación de gasto de un índice que mide el grado de cohesión existente en el gobierno municipal (IC), que variará entre 0 (gobierno cohesionado) y 1 (gobierno dividido).

Teniendo en cuenta estos dos factores, se puede representar el nivel de provisión seleccionado por el gobierno municipal como una función del nivel deseado por el votante representativo y de la ideología y grado de división del equipo de gobierno:

\[R = R ^ {c}. \exp^ {(\varphi I D + \gamma I C)}\tag{[8]}\]

El modelo de demanda de servicios públicos locales ampliado con objeto de incluir el efecto de la exportación de impuestos, la ilusión fiscal, y los factores políticos se puede obtener sustituyendo (Y+S/P) por [7] en [6], y el resultado de esta operación en [8]:

\[R = A P ^ {- \alpha} (\partial C / \partial R) ^ {\alpha} Y ^ {\beta} (1 + \vartheta f + \phi s) ^ {\beta} T ^ {\gamma} \exp^ {(\varphi I D + \gamma I C)}\tag{[9]}\]

Derivando la ecuación de coste [5] respecto al nivel de resultados se obtiene la expresión del coste marginal; después de sustituirla en [9] se puede obtener la expresión del nivel de provisión R, y sustituyéndolo de nuevo en la ecuación de coste [5] y dividiendo por la población se obtiene la forma reducida de la ecuación de gasto público local por habitante:

\[\frac {C}{P} = A ^ {'}. P \begin{array}{c} \big ((\eta / \rho) - 1 \big) \big ((\alpha / \sigma) + 1 \big) \\ . u \\ . Z \\ . c \\ . Y ^ {(\beta / \sigma)}. (1 + \vartheta f + \phi s) ^ {(\beta / \sigma)}. T ^ {(\gamma / \sigma)}. e x p ^ {((\varphi / \sigma) I D + (\gamma / \sigma) I C)} \end{array}\tag{[10]}\]

donde es una constante Esta ecuación es log-lineal y puede ser estimada por Mínimos Cuadrados Ordinarios. Tomando logaritmos en el caso, por ejemplo, en que , y considerando que ln( , se obtiene la siguiente expresión:

\[\begin{array}{r l} & {\ln \frac {C}{P} = a _ {0} + a _ {1} \ln P + a _ {2} i + a _ {3} e + a _ {4} \ln Z + a _ {5} \ln c} \\ & {\qquad + a _ {6} \ln Y + a _ {7} f + a _ {8} s + a _ {9} \ln T + a _ {1 0} I D + a _ {1 1} I C} \end{array}\tag{[11]}\]

\[a _ {1} = \left(\frac {\eta}{\rho} - 1\right) \left(\frac {\alpha}{\sigma} + 1\right), \quad a _ {2} = \left(\frac {\eta}{\rho}\right) \left(\frac {\alpha}{\sigma} + 1\right) v _ {1}, \quad a _ {3} = \left(\frac {\eta}{\rho}\right) \left(\frac {\alpha}{\sigma} + 1\right) v _ {2}, \quad a _ {4} = \left(\frac {\lambda}{\rho}\right) \left(\frac {\alpha}{\sigma} + 1\right)\]

\[a _ {5} = \left(\frac {\alpha}{\sigma} + 1\right), \quad a _ {6} = \left(\frac {\beta}{\sigma}\right), a _ {7} = \vartheta \left(\frac {\beta}{\sigma}\right), a _ {8} = \phi \left(\frac {\beta}{\sigma}\right), a _ {9} = \left(\frac {\gamma}{\sigma}\right), a _ {1 0} = \left(\frac {\varphi}{\sigma}\right), a _ {1 1} = \left(\frac {\gamma}{\sigma}\right)\]

Aunque la ecuación de la expresión [13] contiene once coeficientes y once parámetros, no resulta posible identificar los valores de las elasticidades precio (α) y renta (β) y tampoco los parámetros de congestión (η), de economías de escala (_ρ), o de impacto de los factores de coste externos en los resultados de los servicios públicos (λ). La solución a este problema empleada en la mayor parte de la literatura empírica [Baum (1986), Duncombe (1991)] consiste en suponer que ; es decir, que hay rendimientos constantes a escala en la producción de la actividad (O). Solamente en este caso se cumple que

a<1;

a→0.

⁹ Esta aproximación es correcta siempre que el error disminuye a media que a→0. En nuestro caso, las proporciones medias de visitantes por habitante están bastante por debajo de la unidad (entorno al 20-30%).

Obsérvese, no obstante, que los parámetros de la función de coste [5] –los únicos imprescindibles para estimar las necesidades de gasto– sí están identificados:

\[\frac {\hat {\eta}}{\rho} = \frac {\hat {a} _ {1}}{\hat {a} _ {5}} + 1 \qquad \frac {\hat {\lambda}}{\rho} = \frac {\hat {a} _ {4}}{\hat {a} _ {5}} \qquad \hat {v} _ {1} = \frac {\hat {a} _ {2}}{\hat {a} _ {1} + \hat {a} _ {5}} \qquad \hat {v} _ {2} = \frac {\hat {a} _ {3}}{\hat {a} _ {1} + \hat {a} _ {5}}\]

c) Factores institucionales. Se considera que el gasto por habitante será más elevado en aquellos municipios con un mayor nivel competencial o que reciben subvenciones específicas para financiar la provisión de determinados servicios; de forma parecida, el gasto será menor en aquellos municipios que descentralicen parte de la provisión en entidades supramunicipales. Los datos presupuestarios utilizados no permiten definir la variable dependiente de forma que no se vea afectada por estos problemas¹⁰. Si definimos como el gasto liquidado en una determinada función, como el gasto ocasionado por factores institucionales y C es la definición correcta de gasto, y consideramos que , la ecuación de gasto [13] puede ser reexpresada en función de de la siguiente forma:

\[\ln C ^ {l} = \sum_ {j} \alpha_ {j} \ln X _ {j} + \eta \quad \text { donde } \quad \eta = \ln (1 - (C ^ {i} / C ^ {l})) + \varepsilon\tag{[12]}\]

donde indica el conjunto de variables explicativas, ε es el término de error original y η es el nuevo término de error. La posible correlación entre resultaría en valores sesgados de los coeficientes por ejemplo, los coeficientes de las variables de necesidades podrían reflejar las pautas de distribución de las subvenciones condicionadas en lugar de su influencia real sobre el coste. Dado que no se dispone de información directa acerca de la relación este efecto se corrige sustituyéndola por el producto entre una variable “proxy” de la misma (p) y una constante(κ). En caso que κp<1 puede emplearse de nuevo la aproximación p puede ser introducida en la ecuación de gasto como variable de control y el parámetro κ puede ser estimado junto con el resto de coeficientes.

e) Interdependencias en las políticas de gasto. Existen al menos cuatro razones que justifican la inclusión de este tipo de factores en el modelo. En primer lugar, la inclusión de estos efectos en el modelo permite lograr una mejor especificación del mismo y evitar los posibles sesgos ocasionados por la omisión de algunas variables [Anselin (1988)]. En segundo lugar, la relevancia de los mismos ha sido remarcarda por la literatura sobre competencia fiscal [Wildasin (1986) y Besley y Case (1995)] y exportación de beneficios [Cornes y Sandler (1986) y Murdoch et al. (1993)]. En tercer lugar, algunos autores consideran que las disparidades fiscales generadas por el desbordamiento de beneficios y costes han de ser tenidas en cuenta en el cálculo de necesidades [Le Grand (1975), Bramley (1990) y Heikkila y Craig (1991)]. Finalmente, las interacciones entre los municipios de la muestra utilizada pueden ser importantes, al pertenecer a una misma àrea metropolitana.

¹⁰ Los datos de la clasificación funcional no permiten un desglose suficientemente detallado como para separar el gasto debido a estos factores.

Los cambios realizados en la especificación del modelo con objeto de considerar los efectos de estas interdependencias han consistido en introducir en la ecuación tanto el gasto por habitante de los municipios vecinos [Murdoch et al. (1993) y Case et al. (1993)] como las variables de necesidades de los mismos [Heikkila y Craig (1991) y Heikkila y Kantiotou (1992)]¹¹.

3. CONSTRUCCIÓN DE LAS VARIABLES Y PROCEDIMIENTO ECONOMÉTRICO

3.1 Ámbito de análisis

La estimación de las ecuaciones de gasto se realiza con datos correspondientes a los municipios de la provincia de Barcelona que en 1996 tenían más de 5.000 habitantes, a excepción de Barcelona (103 municipios)¹². La utilización de esta muestra presenta la ventaja de permitir disponer de la información necesaria para la estimación del modelo propuesto¹³. El principal inconveniente de la muestra es que la extrapolación de los resultados obtenidos al resto de municipios españoles deberá realizarse con cierta cautela.

¹¹ Vid. Solé (1999) para un desarrollo teórico más extenso y una interpretación de los signos esperados de estas variables.

¹² El tamaño y la importancia de algunas funciones de gasto adicionales que realiza hacen que Barcelona no tenga en la muestra ningún grupo de municipios a los cuales pueda compararse.

¹³ Algunas de las variables son de difícil acceso para muestras más amplias: clasificación funcional del gasto, padrones fiscales, renta familiar disponible, distribución de la base imponible del IRPF por tramos, movilidad diaria de la población, población estacional, y salarios unitarios de los trabajadores municipales.

La estimación de la ecuación de gasto se realiza con datos correspondientes a la liquidación del presupuesto de 1996, obtenidos a partir de los cuestionarios anuales del SIEM (Servicio de Información Económica Municipal, Diputación de Barcelona). La información disponible permite realizar el análisis de forma desagregada por categorías de gasto, cosa que facilita la selección e interpretación de las variables de necesidades. En concreto, el análisis se llevará a cabo para siete categorías: (i) Gastos Generales, (ii) Gasto en Seguridad Ciudadana, (iii) Gasto en Servicios Sociales y Sanidad, (iv) Gasto en Educación, (v) Gasto en Cultura y Deportes, (vi) Gasto en Vivienda y Urbanismo, y (vii) Gasto en Bienestar Comunitario.

El concepto de gasto empleado es el de gasto corriente menos carga financiera. Diversas razones justifican la exclusión del gasto en inversión. En primer lugar, porque se trata de un gasto con unos procesos de toma de decisiones más complejos y con unos períodos de ejecución más largos que el gasto corriente y, por tanto, con una evolución anual mucho más volátil, especialmente cuando se desagrega por funciones. En segundo lugar, los determinantes del gasto en inversión no se reducen a los analizados en la sección anterior; debería considerarse también el efecto de la dotación de capital público existente, del coste de uso del capital, y de las subvenciones de capital. Esto hace que sean pocos los estudios sobre este tipo de gasto [Nicholson y Topham(1971), Eberts y Fox (1992) y Temple (1994)].

3.2 Variables explicativas

Las variables explicativas introducidas en la ecuación de gasto pueden ser clasificadas en tres grupos: variables indicativas de necesidades de gasto, variables indicativas de capacidad de obtener ingresos y variables políticas e institucionales. Las variables de necesidades se presentan clasificadas en seis epígrafes (Vid. Cuadro 1 para fuentes utilizadas):

a) Pautas de localización de la población en el territorio. Se han incluido en todas las ecuaciones tres variables que aproximan la incidencia de estos factores. La superficie urbana por habitante (Sup/P) aproxima el tipo de estructura urbana del municipio –i.e.: urbanizaciones vs. nucleos compactos–. Sin embargo, esta variable es tan solo una medida parcial de la distancia media al punto de provisión [Ellis-Williams (1987) y Bramley (1990)].

Por esta razón se incluyen también en el análisis las variables dispersión de la población en núcleos –inversa del índice de Hirschmann-Herfindhal de la distribución de la población en núcleos (1/Herf)– y porcentaje de población diseminada (Pdis/P).

b)Factores demográficos. En las funciones de gasto en servicios personales se incluyen variables que aproximan la dimensión de grupos poblacionales que constituyen grupos de usuarios potenciales: proporción de la población con menos de 18 años (P(<18)/P) y con más de 65 años (P(>65)/P)) –en Servicios Sociales y Sanidad, y Cultura y Deportes–, proporción de población entre 25 y 40 años (P(25-40)/P) –en Vivienda y Urbanismo–, alumnos en centros públicos por habitante (Apub/P) y proporción de alumnos con menos de 5 años (Ainf/Apub) y con más de 15 (Asec/Apub) –en Educación–.

c)Factores sociales. Se han incluido en todas las ecuaciones dos índices compuestos que combinan la información proporcionada por diversos indicadores de privación económica: Índice Social de Privación (ISP) e Índice Económico de Privación (IEP). El ISP pondera con el mismo peso las variables: porcentaje de población por debajo de un determinado nivel de renta, porcentaje de población inmigrante y porcentaje de familias monoparentales. El IEP pondera con el mismo peso las variables porcentaje de población en paro, porcentaje de población analfabeta o sin estudios primarios y porcentaje de pensiones no-contributivas o asistenciales¹⁴. Además de estos dos índices, también se incluyen en algunas categorías otros índices que intentan medir necesidades más específicas. En la categoría Servicios Sociales y Sanidad se incluye un índice de tipología del paro (ITP)¹⁵ y en la categoría Vivienda y Urbanismo se han incluido dos índices de calidad de la vivienda (ICV)¹⁶. Otras variables han sido incluidas de forma puntual en algunas categorías como medida del tamaño de algún grupo poblacional con necesidades específicas: porcentaje de población mayor de 65 años que vive sola (P(>65, sola)/P(>65)) y porcentaje de población con algún tipo de discapacidad (Disca/P) –Servicios Sociales y Sanidad–, y alumnos en centros de educación especial por habitante (Aesp/P) –Educación–.

¹⁴ Los dos índices (IEP e ISP) han sido elaborados mediante técnicas de componentes principales [DoE(1990) y Chapman (1996) ] a partir de un conjunto de variables procedentes de diversas fuentes estadísticas –Estadística de Población (1996), Censo de Viviendas (1991), IRPF por tramos de base (1996), información sobre pensiones no-contributivas y asistenciales (1996), etc.–.

¹⁵ El ITP pondera a partes iguales, el porcentaje de parados analfabetos o sin estudios primarios, el porcentaje de parados menores de 25 años, y el porcentaje de parados mayores de 50 años.

¹⁶ El primero incluye el porcentaje de viviendas construidas antes de 1950 y el segundo incluye las variables porcentaje de viviendas con una superficie inferior a 60 m2, porcentaje de viviendas con menos de 3 habitaciones y porcentaje de viviendas de alquiler. Puesto que el segundo presentaba una correlación alta con los índices IEP y ISP, tan solo el primero ha sido incluido en la ecuación.

d) Usuarios potenciales no-residentes. Se incluyen dos variables que recogen los efectos de aquellos grupos poblacionales que, aunque no residen en el municipio, son potenciales usuarios de los servicios públicos locales: visitantes diarios por habitante (Visd/P) y visitantes ocasionales por motivos de ocio por habitante (o población estacional, Pest/P). Estas variables no han sido incluidas en el caso de los Servicios Sociales y Sanidad, categoría que parece más relacionada con el criterio de residencia, y en el caso de Educación, puesto que las variables de usuarios ya incluyen a los alumnos desplazados.

e) Factores económicos. Las variables incluidas en este epígrafe son la ocupación en el comercio por habitante (Com/P) y la ocupación industrial por habitante (Ind/P). También se incluye en este grupo la variación en el tamaño de la población [Ladd (1994)], permitiendo que el coeficiente de los incrementos de población (∆P/P) y de las disminuciones (∇P/P) sea distinto. El incremento de la población puede generar costes de transición mientras que su reducción puede generar costes derivados de la imposibilidad de ajustar las dotaciones de factores en el corto plazo [B∅rge y Rattso (1995)].

f) Coste de los factores y economías de escala. Por lo que respecta al coste de los factores productivos (c), este se introduce en forma de índice tipo Divisia, como el propuesto en la expresión [1]. Para derivar un índice de este tipo se supone: a) que las diferencias territoriales relevantes en los costes de los factores son las referentes a los costes salariales, a los costes de compra de servicios de ámbito local, y al mantenimiento del poder adquisitivo de las transferencias corrientes, y b) que el coste unitario de las dos primeras categorías es el coste salarial medio, mientras que el coste unitario de las transferencias corrientes es el mismo que el calculado para el conjunto de las dos categorías anteriores^17,18. Por lo que respecta a las economías de escala, la identificación del parámetro de congestión a partir del coeficiente de la variable población (P) permitirá determinar su existencia en todas las categorías menos una. En el caso del gasto en educación, y dada la especificidad del colectivo de usuarios, se sustituye la población por la relación entre el número de centros y alumnos (Cpub/Apub).

¹⁷ El coste salarial del municipio se calcula como la relación entre los costes laborales (Cap I) y el número estimado de trabajadores del Ayuntamiento. Éste es igual al número real de trabajadores del

En el modelo se incluyen tres variables indicativas de capacidad de obtener ingresos En primer lugar, la variable empleada para medir la renta del votante representativo o medio (Y) es la renta familiar bruta disponible por habitante, estimada de forma indirecta a partir de indicadores fiscales [Arcarons et al. (1998)]. En segundo lugar, la variable que mide las subvenciones incondicionadas recibidas (S) incluye los fondos recibidos por los municipios en concepto Participación de los Municipios en los Tributos del Estado y Fondo Nacional de Cooperación Municipal de la Generalitat de Catalunya.

En tercer lugar, los ingresos potenciales del municipio (F) se calculan como la suma de los ingresos potenciales en concepto de Impuesto sobre Bienes Inmuebles de naturaleza urbana (IBI), Impuesto sobre Actividades Económicas (IAE), Impuesto sobre Vehículos (IVEH), Impuesto sobre Construcciones (IP), Impuesto sobre Incremento del Valor de los Terrenos de Naturaleza Urbana (IVT) y ingresos patrimoniales (IP). Los ingresos potenciales en cada figura se calculan como el producto de la base imponible del municipio y el tipo efectivo aplicado como media en los municipios de la muestra. Las bases imponibles del IAE y del IVEH se calculan como la suma de las cuotas mínimas. En el caso del IBI, la base imponible es el valor catastral ajustado en función del número de años transcurridos desde la última revisión catastral. En el caso del IC la base imponible se cuantifica como el cociente entre la recaudación y el tipo impositivo. En el caso del IVT la base es el resultado de dividir la recaudación por la presión fiscal y aplicar el mismo ajuste que en el caso del IBI. En el caso de los ingresos patrimoniales los ingresos potenciales se consideran iguales a la recaudación.

Ayuntamiento para los municipios en los que se dispone de esta información (53 municipios). Para el resto, se efectúa una estimación a partir de una regresión con datos de los municipios en los que se conoce el empleo municipal, utilizando la población y capitalidad comarcal como explicativas.

¹⁸ Las ponderaciones de los distintos factores se obtiene a partir de datos presupuestarios. La ponderación del salario es la media del período 1992-96 en los municipios de la muestra, calculada como la constante común de una regresión entre la participación del Cap. I en el gasto corriente y un conjunto de variables ficticias individuales y temporales. El peso de las compras de servicios locales se calcula de forma análoga y los datos corresponden al gasto liquidado en el Artículo 20 (Alquileres), 21 (Reparaciones, mantenimiento y conservación) y 227 (Trabajos realizados por otras empresas).

En todas las ecuaciones de gasto se incluyen dos variables de control que recogen el efecto de factores políticos. En primer lugar, se incluye un índice de ideología del equipo de gobierno (ID). Este índice [Gross y Sigelman (1984) y Cusack (1997)] se calcula como donde v_i es la participación de un partido en el total de concejales conseguidos por los partidos que forman parte del gobierno municipal y ID_i es un índice de ideología del partido i, que se mueve entre -1 y 1 según el partido sea más de izquierdas o de derechas . En segundo lugar, el índice de cohesión política del gobierno (IC) ha sido calculado adaptando a la realidad municipal el índice propuesto por Roubini y Sachs (1989) .

En algunas ecuaciones se incluyen también variables “proxy” de la incidencia de factores institucionales sobre el gasto. En primer lugar, el porcentaje de subvenciones condicionadas sobre el gasto (Subco/D) se incluye en todas les ecuaciones a excepción de Vivienda y Urbanismo y Bienestar Comunitario, y se calcula como la relación entre las subvenciones condicionadas totales y el gasto total. En segundo lugar, la variable porcentaje de gasto realizado por una mancomunidad de municipios (Dman/D) ha sido incluida solo en el caso de las funciones Cultura y Deportes, Vivienda y Urbanismo, y Bienestar Comunitario, y el gasto realizado por la mancomunidad e imputable a cada municipio ha sido estimado a partir de diversas fuentes (Cuadro 1). En tercer lugar, el efecto del nivel competencial ha sido controlado en tres funciones (Dcom/D): Servicios Sociales y Sanidad, Educación, y Vivienda y Urbanismo . Por último, en estas mismas funciones han sido introducidas como variables de control las dotaciones de factores que son titularidad de otras administraciones (Dotr/D)²².

¹⁹ En concreto, el índice toma el valor -1 para IC, -0.5 para el PSC y ERC, 0 para los independientes, 0.25 para CiU, y 1 para el PP [Sotillos (1997)].

²⁰ Este índice toma el valor 0 si el partido del alcalde tiene mayoría absoluta, 1/3 si gobierna en coalición de dos partidos, 2/3 si la coalición es de más de dos partidos y 1 si gobierna en minoría.

²¹ En el primer caso se incluye el porcentaje de gasto en Sanidad Asistencial (Dsan/ Dsoc), en el segundo el porcentaje de gasto en Escuelas Municipales (Desc/Dens), y en el tercero la relación entre Km/año recorridos multiplicados por el gasto por Km y el gasto en la función (Km/Dhab).

²² En el primer caso, se han incluido la relación entre personal de atención primaria en servicios sociales financiado por la CA y el gasto en la categoría (L_CA/Dsoc) y la relación entre el número de

3.3 Procedimiento econométrico

En una primera fase de la estimación no se incluyen las variables de gasto y necesidades correspondientes a los municipios “vecinos”. En este caso, las diferentes ecuaciones de gasto han sido estimadas por Mínimos Cuadrado Ordinarios (MCO). La validación del modelo MCO incluye una batería de contrastes estadísticos que descartan la presencia de determinados problemas econométricos (Vid. Cuadro 2).

La selección de las variables incluidas en el modelo se ha realizado siguiendo unos determinados criterios. Éstas han sido eliminadas en caso de no resultar significativas mediante un procedimiento por etapas. La eliminación de las variables se aplica de forma restringida, considerando también los argumentos teóricos que justifican su inclusión en el modelo. Las variables indicativas de capacidad de obtener ingresos son mantenidas en todas las especificaciones aunque no resulten significativas, dado que hay argumentos teóricos suficientes que justifican su inclusión. Igual consideración se otorga a la variable coste unitario de los factores. Por lo que respecta a las variables de necesidades, estas sólo son mantenidas en el modelo si resultan estadísticamente significativas o, en caso de detectar presencia de cierto grado de multicolinealidad, si el estadístico t es superior a la unidad. En el caso de estas variables no hay argumentos teóricos suficientes que guíen su selección; la información empleada para justificar la inclusión de estas variables es la evidencia empírica existente en otras situaciones, cosa que no implica que las variables deban tener en la muestra un impacto necesariamente significativo. El tratamiento que se da a las variables políticas e institucionales es similar al otorgado a las variables de necesidades. En caso de no resultar significativas en las primeras versiones estimadas, son eliminadas del modelo.

Este primer paso permite seleccionar la mejor especificación del modelo estimado por MCO. Esta será la ecuación utilizada para determinar la necesidad de ampliar el modelo incluyendo las variables correspondientes a los municipios “vecinos”. Antes de exponer con detalle la estrategia econométrica empleada en esta fase, resulta necesario definir de forma operativa el concepto de municipio “vecino”. Con este propósito, se denota con el valor de cualquiera de las variables del los municipios vecinos de i. Esta variable puede ser expresada, de forma genérica, como una media geométrica de los valores de la variable en todos los municipios de la muestra [Ciccoine (1996)]:

plazas de atención especializada y el gasto en la categoría (Pesp/Dsoc), y en el segundo la relación entre el número de viviendas de protección oficial acabadas y el gasto en la categoría (Habpub/P).

\[\ln X _ {i, v} = \sum_ {j \neq i} w _ {i j} \ln X _ {j}\tag{[13]}\]

donde son los pesos otorgados a cada uno de los municipios de la muestra y definen el grado de interacción entre pares de municipios. En la práctica, el criterio empleado para definir estos pesos suele ser la distancia geográfica aunque también pueden utilizarse criterios de similitud socioeconómicos [Case et al. (1993)]. Dada la existencia de cierto grado de arbitrariedad en la definición de estas ponderaciones [Anselin (1988)], en este trabajo se contrastará la adecuación de tres especificaciones distintas: a) Binaria, si la distancia radial entre municipios es inferior a 10 km y para los demás, b) Inversa de la distancia al cuadrado, donde es la distancia radial en km entre Similitud de tamaño multiplicado por la Inversa de la distancia al cuadrado, donde P es la población. La dos primeras especificaciones atienden puramente a criterios geográficos, mientras la tercera sugiere que el impacto de un incremento en el gasto de los vecinos será mayor cuanto mayor sea su población respecto a la del propio municipio, y está fundamentada en resultados de modelos de competencia fiscal asimétrica [Hoyt (1999)].

La introducción de las variables de necesidades de los municipios vecinos en la ecuación no plantea ningún problema econométrico especial. En cambio, la variable gasto en los municipios vecinos es potencialmente endógena. Otra cuestión que debe ser considerada es la posibilidad de que el movimiento simultáneo del gasto de municipios cercanos no sea provocado por el tipo de interdependencias en el gasto sugeridas, sino por shocks aleatorios comunes a este conjunto de municipios. La estrategia econométrica para abordar estas cuestiones consta de diversas fases. En primer lugar, a partir de los resultados del modelo MCO seleccionado se realizan los contrastes de Multiplicadores de Lagrange de las hipótesis de autocorrelación de primer orden en la variable dependiente (LM-lag, Anselin (1988)]) y en los residuos (LM-error, Burridge (1981)]). En el caso en que los dos contrastes resulten significativos, el que presente un valor más elevado indicará el tipo de dependencia espacial relevante [Anselin y Rey (1991)]. En segundo lugar, en función del valor de estos contrastes se estimarán de nuevo las ecuaciones de gasto por Máxima Verosimilitud, bien introduciendo la variable dependiente retardada en el espacio (MV-lag), bien considerando un proceso autoregresivo en el término de error (MV-error). Finalmente, la validación de estos modelos contiene una batería de estadísticos que permite discriminar cual de ellos es el adecuado²³.

4. RESULTADOS

Por motivos de espacio no se presentan los resultados detallados del proceso de selección del modelo más adecuado. Los resultados que se presentan en el Cuadro 2.a corresponden al modelo seleccionado finalmente, ya sea la estimación sin variables de los municipios vecinos (MCO) o algunos de los modelos autorregresivos estimados por máxima verosimilitud (MV-lag o MV-error). Los resultados del Cuadro 2.a se muestran ordenados según los grupos de factores determinantes previamente identificados. El Cuadro 2.a no incluye los resultados obtenidos para las variables de los municipios vecinos –en el caso que hayan sido introducidas en el modelo–; los resultados de las mismas son presentados en el Cuadro 3. El Cuadro 2.b presenta los resultados de la validación del modelo. En primer lugar, se muestran los estadísticos de bondad de ajuste del modelo seleccionado; en segundo lugar, se muestran los contrastes de hipótesis de heteroscedasticidad, normalidad y multicolinealidad que corresponden siempre al modelo MCO, aunque este no haya sido finalmente seleccionado; en tercer lugar se muestran los contrastes LM-lag y LM-error del modelo MCO para las distintas versiones de las ponderaciones previamente comentadas; en cuarto y quinto lugar se muestran los contrastes de autocorrelación basados en la estimación MV y no se incluyen, por tanto, en aquellas categorías de gasto en las que solo se ha realizado la estimación MCO; finalmente, se muestra el resultado de los contrastes de la hipótesis del factor común.

²³ La validación del modelo MV-lag incluye dos contrastes de la hipótesis de autocorrelación en el gasto (Wald y Razon de Verosimilitud, RV) y uno de autocorrelación en el término de error [LMerror, Anselin (1988)]. La validación del modelo MV-error incluye también dos contrastes (Wald y RV), referentes a la hipótesis de autocorrelación en el error. Finalmente, también se incluyen dos contrastes (Wald y RV) con objeto de contrastar la denominada hipótesis del factor común, que permite discriminar entre los dos modelos alternativos (MV-lag y MV-error) [Burridge (1981)].

Los resultados del Cuadro 2.a muestran la relevancia de las variables de necesidades como factores explicativos del gasto municipal. Las pautas de localización de la población en el territorio resultan especialmente relevantes en las categorías (i), (iii), (iv) y (vii). La variable que aparece más veces como significativa es Sup/P –categorías (i), (ii), (iii) y (vii)–, con un coeficiente muy parecido en todos los casos, alrededor de 0.02. Las otras dos variables aparecen en tres y dos categorías cada una –(1/Herf) en (i), (iii) y (iv) y Pdis/P en (iv) y (vii)–. Los factores demográficos resultan relevantes básicamente en las categorías de servicios personales –(iii) y (iv) – y en menor medida en (v) y (vi). Los factores sociales tienen un impacto superior en aquellos servicios personales con características redistributivas –(iii) y (vi)– y también en la categoría (ii). De los resultados se desprende que no existe una única definición de privación, útil para todas las categorías. Tan sólo en las categorías (ii) y (iii) resultan significativos a la vez los índices IEP y ISP. La especificidad de los indicadores de privación se hace manifiesta en las categorías (iii) y (vi), en las que también resultan significativos los índices de tipología de paro (ITP) y calidad de la vivienda (ICV), respectivamente. Los factores económicos y de usuarios potenciales no-residentes tienen mayor relevancia en los servicios de económicos –(ii), (vi) y (vii)–, y en la categoría (v). Las tres variables más relevantes son Com/P, Visd/P y Pest/P.

Por lo que respecta a las economías de escala, éstas aparecen en cuatro de las siete categorías –(i), (iv), (v) y (vi)–, en las que el parámetro de congestión estimado oscila alrededor de 0.7 –es igual a 1 en el resto de categorías–. Sin embargo, en el caso de las categorías (i) y (vi) este coeficiente solo resulta significativamente distinto de la unidad al 85% y al 90%, respectivamente. Finalmente, el coeficiente del índice de coste unitario es significativo al 95% en tres de las ecuaciones y al 90% las cuatro restantes. La elasticidadprecio es inferior a la unidad, valor coherente con los obtenidos en la literatura previa.

Por lo que respecta a las variables de control, deben destacarse en primer lugar los valores de la elasticidad-renta estimada. Ésta es en todas las categorías inferior a la unidad, resultado también coherente con los de la literatura. En segundo lugar, el efecto de las subvenciones incondicionadas sobre el gasto local es muy elevado. El coeficiente estimado de la variable s es como media igual a 19.18 y está muy cercano a ese valor en todas las categorías²⁴. Dividiendo este coeficiente por la elasticidad-renta estimada obtenemos el parámetro φ, que nos indica el grado de ilusión fiscal existente. El valor medio de este coeficiente es de 31.4. Esto no indica que un aumento en la renta por habitante de 30 pesetas tiene el mismo efecto sobre el gasto local que el aumento en las subvenciones de 1 peseta. También se muestra en el Cuadro 2.a el efecto de un incremento en 100 pesetas en la renta y en las subvenciones. El efecto total de la renta es de 2.34 pesetas mientras que el de las subvenciones es de 98 pesetas, cosa que implica que prácticamente la totalidad de las subvenciones se traducen en incrementos de gasto y solo una porción muy reducida se traslada a reducciones impositivas. Estos resultados son coincidentes con los de algunos estudios empíricos [Inman (1971), Turnbull (1987) y Bailey y Connoly (1998) ].

En tercer lugar, el efecto de la variable ingresos potenciales sobre el gasto local también es muy elevado. El coeficiente estimado para la variable f es como media 10.95. Dividiendo este coeficiente por la elasticidad-renta se obtiene el parámetro ϑ. El valor medio de este coeficiente es igual a 18.1 y muy cercano a esta cantidad en todas las categorías; un incremento en la renta por habitante de 15 a 20 pesetas tiene el mismo efecto sobre el gasto local que el aumento en los ingresos potenciales de 1 peseta. Un incremento en 100 pesetas de ingresos potenciales produce un incremento en el gasto local de 56 pesetas, cosa que implica que cerca de la mitad de este incremento se traduce en una reducción de la presión fiscal.

El Cuadro 3 muestra un resumen de los resultados referentes a las interdependencias en las políticas de gasto solo para las categorías en las que estas tienen alguna incidencia –(ii), (iii), (v), (vi) y (vii)–. El gasto realizado por municipios vecinos resulta significativo en cuatro categorías –(ii), (iii), (v) y (vi)–. El término de autocorrelación del error resulta significativo en dos ocasiones –(ii) y (v)–, en las que existe un cierto conflicto sobre el modelo relevante. En la categoría (ii) el modelo escogido finalmente es el MV-error mientras que en la categoría (v) es el MV-lag. Por lo tanto, en las categorías (iii), (v) y (vi) se detecta la existencia de interdependencias estratégicas en las políticas de gasto. En la categoría (iii) el signo de la reacción es positivo, mientras en las (v) y (vi) es negativo.

²⁴ La media se calcula en todos los casos como la suma ponderada de los resultados de cada función empleando como pesos las proporciones que representan en el Gasto Total: (i)=29.28, (ii)=10.46, (iii)=13.25, (iv)=7.52, (v)=9.78, (vi)=15.15, (vii)=14.55.

Una vez discutidos los resultados obtenidos para los distintos grupos de factores determinantes del gasto municipal, puede pasar a analizarse la capacidad que cada uno de ellos tiene para explicar las disparidades observadas en el gasto por habitante. En el Cuadro 4 se muestra el porcentaje de la varianza explicada por los grandes grupos de variables analizados hasta el momento: Necesidades de gasto, Capacidad fiscal, Otras variables de control –estos tres grupos están clasificados bajo el epígrafe Variables internas al municipio–, y Variables externas –Variables de necesidades de gasto de los vecinos y Gasto por habitante de los vecinos. Los datos están presentados de forma que los porcentajes explicados por las variables internas sume 100, mientras que el porcentaje explicado por las variables espaciales está expresado respecto a la varianza total²⁵. En el Cuadro 5 se muestra la descomposición de la varianza explicada por las necesidades en grandes grupos de factores. En este caso el porcentaje explicado por cada grupo está expresado respecto a la varianza total.

El primer resultado que se desprende de estos datos es que la capacidad fiscal y las necesidades de gasto son los dos factores básicos en la determinación del gasto municipal – explican como media entre 85% y un 90% de la varianza interna–. Es decir, ni los factores políticos ni los institucionales tienen un papel relevante en el gasto municipal por habitante. El peso más importante de estos factores se da en las funciones (iii), (vi) y (vii): en el primer caso por la importancia de la financiación condicionada, en el segundo a causa del gasto en transporte público –financiado también en parte con fondos específicos–, y en el tercero a causa del gasto realizado por entidades supramunicipales.

V=Σ_iΣ_j(c_i x c_j)cov_ij,

²⁵ La varianza explicada ha sido descompuesta mediante la siguiente fórmula: donde V es la varianza de la variable dependiente explicada por la regresión, c_i y c_j son los coeficientes c y cj estimados de las variables explicativas i y j, cov es la covarianza entre estas dos variables. El peso de la variable i en la variación total se calcula como: Los datos presentados en los Σ_j(c_i x c_j)cov_ij/V. Cuadros 4 y 5 obvian la variación correspondiente a los efectos cruzados entre variables de distintos subgrupos; en cualquier caso, esta estaba en general entorno al 5% de la variación total.

El segundo resultado importante es que las necesidades de gasto son el determinante más importante del gasto municipal. Estos factores explican como promedio algo menos del 50% de la varianza interna, mientras que la capacidad fiscal sólo explica como promedio un poco más del 40% de la misma. A nivel de categoría esta pauta se repite, con una diferencia aún mucho más alta, en el caso del gasto en servicios personales –(iii), (iv) y (v)– y también en la categoría (vi). En el caso de las categorías (ii) y (vii) la capacidad explicativa de ambos grupos de factores es casi la misma, mientras que en la función (i) el porcentaje explicado por la capacidad fiscal es superior.

El tercer resultado –vid. Cuadro 5– es que ninguno de los factores determinantes de las necesidades de gasto tiene un peso muy elevado en la explicación de la varianza total del gasto por habitante, aunque los factores relevantes sí son distintos en cada una de las categorías de gasto. Los factores derivados de la localización de la población en el territorio resultan importantes en las categorías (i) y (vii), los demográficos en los servicios personales –(iii) y (iv)–, los sociales en las categorías (iii) y (vi), y los económicos y usuarios potenciales no-residentes en las categorías (ii), (v), (vi) y (vii). Las economías de escala tan solo explican una proporción elevada de la varianza de los Gastos Generales.

5. CONCLUSIONES

Los resultados obtenidos a partir de la estimación de la ecuación de gasto municipal sugieren que la opinión de que la nivelación de las necesidades de gasto es menos necesaria que la de la capacidad fiscal no se cumple en el caso de la muestra de municipios analizada. Se refuta la hipótesis de que las diferencias intermunicipales en los niveles de provisión generadas por el primer grupo de factores son inferiores a las generadas por el segundo.

Según los resultados obtenidos en este trabajo, las necesidades de gasto de los municipios estudiados no están bien reflejadas por la población residente. En caso de no compensar las diferencias provocadas por las necesidades de gasto, los niveles de provisión de servicios locales en dos municipios con la misma capacidad fiscal serán diferentes a menos que el municipio con unas mayores necesidades realice un esfuerzo fiscal más elevado. Esta conclusión sugiere, por lo tanto, que sería apropiado incluir un índice de necesidades de gasto en el cálculo de la subvención niveladora.

Además, los resultados obtenidos de la estimación de la ecuación de gasto podrían ser utilizados para el cálculo de las necesidades de gasto. En Solé (1999) se propone un procedimiento para calcular un índice de necesidades de gasto relativas. La primera fase del procedimiento consiste en el cálculo de índices de necesidades para cada categoría de gasto. Para ello se obtienen los pesos de los grupos de usuarios potenciales y de los factores externos de coste a partir de la identificación de los parámetros de la ecuación de coste [5]. La segunda fase consiste en calcular el índice de necesidades agregado como una suma ponderada de los índices de cada categoría. Para ello pueden utilizarse como pesos, por ejemplo, las participaciones de las distintas categorías en el gasto total del conjunto de municipios.

REFERENCIAS BIBLIOGRÁFICAS

References

1. Alt, J. y Lowry, R.C. (1994): “Divided government and budget deficits: evidence from the states”, American Political Science Review, 88, 811-828.

References

1. Anselin, L. (1988): Spatial econometrics, methods and models, Kluwer Academic, Dordrecht.

References

1. Arcarons, J., García, G. y Parellada, M. (1998): Estimació de la renda familiar disponible de les comarques i els municipis de Catalunya 1989-1995. Dep. d’Economia i Finances. Generalitat de Catalunya. Barcelona.

References

1. Aznar Grasa, A. y López Laborda, J. (1994): “Una metodología para la determinación de las necesidades de gasto de las CCAA”, Instituto de Estudios Fiscales, Papeles de Trabajo 11.

References

1. Baum, D.N. (1986): “A simultaneous equations model of the demand for and production of local public services: the case of education”, Public Finance Quarterly, 14, 157-178.

References

1. Bergstrom, T.C. y Goodman, R.P. (1973): “Private demand for the services of non-federal government”, American Economic Review, 63, 280-296.

References

1. Besley, T. y Case, A. (1995): “Incumbent behaviour: vote-seeking, tax setting and yardstick competition”, American Economic Review, 85, 25-45.

References

1. Bird, R.M.y Slack, E. (1983): Urban Public Finance in Canada, Butterwoeth.

References

1. Borcherding, T.E. y Deacon, R.T. (1972): “The demand for the services of non federal governments”, American Economic Review, 62, 891-901.

References

1. Borge, L.E. y Ratts∅, J. (1995): “Demographic shift, relative costs and the allocation of local public consumption in Norway”, Regional Science and Urban Economics, 25, 705-726.

References

1. Bosch, N. y Castells, A. (1999): “La hisenda municipal”, a 20 anys d’ajuntamens democràtics. Federació de municipis de Catalunya.

References

1. Bosch, A. y Escribano, C. (1988): “Las necesidades de gasto de las CCAA”, en: Cinco estudios sobre financiación autonómica, Instituto de Estudios Fiscales.

References

1. Bradbury, K.L. , Ladd, H.F., Perralut, M. Reschovsky, A. y Yinger, J. (1984): “State aid to offset fiscal disparities across communities”, National Tax Journal, 37.

References

1. Bradford, D., Malt, R. y Oates, W.A.(1969): “The rising cost of local public services: some evidence and reflections”, National Tax Journal, 22, 185-202. Bradbury, K.L. , Ladd, H.F., Perralut, M.

References

1. Bradford, D., Malt, R. y Oates, W.A.(1969): “The rising cost of local public services: some evidence and reflections”, National Tax Journal, 22, 185-202.

References

1. Bramley, G. (1990): Equalization grants and local expenditure needs, Avebury, England.

References

1. Brazer, H. y Anderson, A. (1975): “A cost adjusted index for Michigan School Districts”, en: Selected papers in school finance, Department of Health, Education and Welfare, Washington D.C.

References

1. Burridge, P. (1981): “Testing for a common factor in a spatial autoregressive model”, Environment and Planning A, 13, 795-800.

References

1. Cabasés, F. (1999): “La participación de las haciendas locales en los tributos de la Comunidad autónoma: el caso de Navarra”. VI Encuentro de Economía Pública. Oviedo.

References

1. Cabrer, B., Mas, M., y Sancho, A. (1991): “Necesidades, dotaciones y déficits en las CCAA”, Documento de trabajo 91/7, Instituto Valenciano de Investigaciones Económicas.

References

1. Case, A. C., Hines, J.R. y Rosen, H.S. (1993): “Budget spillovers and fiscal policy interdependence: evidence from the states”, Journal of Public Economics, 52, 285-307.

References

1. Castells, A. (1991): “Sistemas de subvenciones de nivelación: algunos aspectos teóricos”, Hacienda Pública Española, 8, 9-24

References

1. - y Frigola, R. (1986): Las subvenciones en la financiación de los municipios. Análisis, experiencia comparada y propuestas para el caso español. Ajuntament de Lleida. Lleida.

References

1. - y Solé, A. (1998): Cuantificación de las necesidades de gasto de las CCAA. Metodología y aplicación práctica, Instituto de Estudios Fiscales, Madrid.

References

1. Chambers, J.G. (1980): “The development of a cost of education index: some empirical estimates and policy issues”, Journal of Education Finance, 5, 27-42.

References

1. Chapman, P.J. (1996): “Judgement and analysis: developing indexes of economic and social deprivation for local authority financing”, en Pola, G. (ed.): Developments in local government finance, Edward Elgard.

References

1. Ciccoine, A.(1996):“Externalities and interdependent growth:theory and evidence”,WPaper UPF, 194.

References

1. Cornes, R.C. y Sandler, T. (1986): The theory of externalities, public goods, and club goods”, Cambridge University Press, New York.

References

1. Department of the Environment (1998): SSA Subgroup Report for1999/2000, DoE, London.

References

1. Diewert, W.E. (1976): “Exact and Superlative Index Numbers”, Journal of Econometrics,4,115-145.

References

1. Downes, T.A. y Pogue, T.F. (1994a): “Adjusting school aid formulas for the higher cost of educating disadvantaged students”, National Tax Journal, 37.

References

1. - (1994b): “Accounting for fiscal capacity and need in the design of school aid formulas”, en Anderson, J.E. (ed.): Fiscal equalization for state and local government finance, Praeger.

References

1. Duncombe, W. (1991): “Demand for local public services revisited: the case of fire protection”, Public Finance Quarterly, 4, 412-436.

References

1. - y Yinger, J. (1997): “Why is so hard to help central city schools?”, Journal of Policy Analysis and Management, 16, 85-113.

References

1. - Ruggiero, J., y Yinger, J. (1996): “Alternative Approaches to Measuring the Cost of Education”, a Ladd, H.F. (ed.): Holding schools accountable: Performance-based reform in education, pp. 327-356, The Brookings Institution Washington, D.C.

References

1. Eberts, R.W. y Fox, W.F. (1992): “The effect of federal policies on local public infrastructure investment”, Public Finance Quarterly, 20, 557-571.

References

1. Ellis-Williams, D. (1987): “The effect of spatial population distribution on the cost of delivering local services”, Journal of the Royal Statistical Society, 150, 152-166.

References

1. Fleurbaey, M. (1994): “On fair compensation”, Theory and decision 36, 277-307.

References

1. Hoyt, W.H. (1999): “Leviathan, local government expenditures, and capitalization”, Regional Science and Urban Economics, 29, 155-171.

References

1. Green, R.K. y Reschovsky, A. (1993): An analysis of the State of Wisconsin’s shared revenue program, Report prepared for the Department of Revenue, State of Wisconsin.

References

1. Gross, D.A. y Sigelman, L. (1984): “Comparing party systems: A multidimensional approach”, Comparative Politics, 16, 463-479.

References

1. Heikkila, E.J. y Craig, S.G. (1991): “Nested fiscal impact measures using the new theory of local public goods”, Journal of Regional Science, 31, 65-81.

References

1. - y Kantiotou, C.H. (1992), “Calculating fiscal impacts where spatial effects are present”, Regional Science and Urban Economics, 22, 475-490.

References

1. Herrero, C. y Villar, A. (1991): “Principios para la distribución del gasto entre las Comunidades Autonómas”, Monografía A-1, IVIE, Valencia.

References

1. Hogan, T. y Shelton, R. (1973): “Interstate tax exportation and states’ fiscal structures”, National Tax Journal, 26, 553-564.

References

1. Jackman, R. y Pappadachi, J. (1981): “Local authority education expenditure in England and Wales”, Public Choice, 36, 82-99.

References

1. J∅rgen, N. y Kabelman, T. (1999): “Measuring social expenditure needs - is it possible to be objective? The cas of Denmark”, Congreso Internacional de Hacienda Pública, Moscú.

References

1. Ladd, H.F. (1994): “Fiscal impacts of population growth: a conceptual and empirical analysis”, Regional Science and Urban Economics, 24, 661-686.

References

1. - Reschovsky, A. y Yinger, J. (1991): Measuring the fiscal condition of cities in Minnesota, final report, Minnesota Legislative Commission on Planning and Fiscal Policy.

References

1. Le Grand, J. (1975): “Fiscal equity and central government grants to local authorities”, Economic Journal, 85, 531-47.

References

1. Miñana, J. (1996): “Un sistema alternativo de participación incondicional Municipal en los tributos propios del gobierno superior”, Hacienda Pública Española, 137, 55-69.

References

1. Monasterio y Suárez (1989): “Una aproximación empírica al gasto municipal”, Revista de Economía Pública, 3, 10-29.

References

1. Mueller, D. (1989 ): Public Choice II, Cambridge University Press, Cambridge.

References

1. Murdoch, J.S., Rahmatian, M. y Thayer, M.A. (1993 ): “A spatially autoregressive model of recreation expenditures”, Public Finance Quarterly, 21, 334-350.

References

1. Ratcliffe, K., Riddle, B. y Yinger, J. (1990): “The fiscal condition of school districts in Nebraska: is small beautiful?”, Economics of Education Review, 9, 81-99.

References

1. Roemer, J.E. (1994): “Equality of resources imply equality of welfare”, Quarterly Journal of Economics, 104, 751-784.

References

1. Roubini, N. y Sachs, J. (1989): “Political and economic determinants of budget deficits in industrial democracies”, European Economic Review, 33, 903-938.

References

1. Rye, C.R. y Searle, B. (1997): “The fiscal transfer system in Australia”, en Ahmad, E. (ed.): Financing decentralized expenditures, Studies in Fiscal Federalism and State-Local Finance, Ed. Elgar.

References

1. Schawb, R.M. y Zampelli, E.M. (1987): “Disentangling the demand function from the production function for local public services”, Journal of Public Economics, 33, 245-260.

References

1. Solé, A. (1999): Estimación de las necesidades de gasto de los gobiernos subcentrales. Aspectos metodológicos y aplicación al cálculo de una subvención niveladora municipal, Tesis Doctoral no publicada, Universidad de Barcelona.

References

1. Sotillos, I. (1997), El comportamiento electoral municipal español, 1979-95. Centro de Investigaciones Sociológicas. Madrid.

References

1. Suárez, J. (1988): “Una estimación de las necesidades de gasto de los municipios de menor dimensión”, Hacienda Pública Española, 113, 119-146.

References

1. - y Pedraja, F. (1999): “Una propuesta alternativa al actual sistema de subvenciones generales a los municipios españoles”, VI Encuentro de Economía Pública, Oviedo.

References

1. Temple, J. (1994): “The debt-tax choice in the financing of state and local capital expenditures”, Journal of Regional Science, 34, 529-547.

References

1. Turnbull, G.(1987): “Alternative local public education expenditure functions: an econometric evaluation”, Public Finance Quarterly, 15, 45-60. - (1998): “The overspending and flypaper effects of fiscal illusion: theory and empirical evidence”, Journal of Urban Economics, 44, 1-26.

References

1. Wildasin, D.E. (1986): Urban Public Finance, Hardwood Academic Publishers. - (1987): “The demand of public goods in presence of tax exporting”, National Tax Journal, 36,183-202

Cuadro 1: Definición, estadísticos descriptivos y fuentes de las variables

Notas: SIEM=Servico de Información Económica Municipal; DdB=Diputación de Barcelona; IEC=Instituto de Estadística de Catalunya; GdC=Generalitat de Catalunya; SIAL=Servicio de Información de la Administración Local, Dep. de Governación; MEH=Min. de Economía y Hacienda; CGC=Centro de Gestión Catastral; MAP=Min. de AAPP; SdC=Sindicatura de Comptes; CIFA=Centro de Información, Formación y Asesoramiento; DPTOP=Dep. de Política Territorial y Obras Públicas; DEd=Dep. d’Educación; DBenSoc=Dep. de Bienestar Social, DEc=Dep. d’Economía y Finanzas.

Cuadro 2.a: Ecuación de Gasto: Parámetros estimados⁽¹⁾

Notas: (1) Parámetros estimados para la mejor especificación de la estimación del modelo (incluidas las especificaciones del modelo con efectos espaciales; vid. Solé (1999) Anexos VI.1 y VI.2); =parámetro significativo al 95% en la ecuación correspondiente a la mejor especificación, ^*=parámetro significativo al 90%, n.s.=parámetro no significativo, --.--=variable no-incluida en la categoría de gasto en cuestión. (2) (i) Gastos Generales, (ii) Gasto en Seguridad Ciudadana y Protección Civil, (iii) Gasto en Servicios Sociales y Sanidad, (iv) Gasto en Educación, (v) Gasto en Cultura y Deportes, (vi) Gasto en Vivienda y Urbanismo, (vii) Gasto en Bienestar Comunitario.

Cuadro 2.b: Ecuación de Gasto: Validación del modelo

Notas: (1) Se indica cual ha sido el modelo seleccionado (los resultados del cual se presentan en el cuadro 2.a): MCO=Mínimos Cuadrados Ordinarios, MV-error=Modelo de error autorregresivo estimado por Máxima Vero similitud, y MV-lag=Modelo autorregresivo estimado por Máxima Verosimilitud, (2) Los estadísticos de significación conjunta corresponden al modelo seleccionado, (3) Estos tests de dependencia espacial se refieren al mejor modelo MCO, (4) En los tests de dependencia espacial de los modelos MV se utiliza la matriz de distancias con unos estadísticos de dependencia espacial más elevados en el modelo MCO, (5) Se presentan tanto los tests realizados sobre el modelo MV-error (Wald(error) y Ratio MV (error)) como el realizado sobre el modelo MV-lag (LM-error), con independencia que estos sean los modelos seleccionados, (7) =parámetro significativo al 95%, =parámetro significativo al 90%. (6) Estos tests se realizan sobre el modelo MV-lag, pero son presentados aunque este no sea el modelo seleccionado,

Cuadro 3: Efectos de las variables No-espaciales vs. espaciales en las diferentes categorías (Ecuación de Gasto)

Nota: (1) ^***=parámetro significativo al 95% que, además, supera el contraste de hipótesis de factor común, ^**=parámetro significativo al 95%, ^*=parámetro significativo al 90%, ^{=parámetro no significativo, --.--=variable no incluida en la especificación espacial. (2) el signo posterior a / corresponde al efecto de la variable calculada para los vecinos y el signo anterior a / corresponde al efecto de la variable del propio municipio.

Cuadro 4: % de la varianza explicada per grandes grupos de variables en las diferentes categorías

Notas: (1) Renta por habitante, % de subvenciones incondicionadas sobre la renta, y % de ingresos potenciales sobre la renta. (2) Variables de preferencias, institucionales y políticas. (3) Los datos están presentados de forma que los porcentajes explicados por las variables internas sume 100, mientras que el porcentaje explicado por las variables espaciales está expresado respecto a la varianza total (4) Suma ponderada de la varianza explicada en cada función empleando las proporciones que representan en el Gasto Total: (i)=29.28, (ii)=10.46, (iii)=13.25, (iv)=7.52, (v)=9.78, (vi)=15.15, (vii)=14.55.

Cuadro 5: % de la varianza explicada por las variables de necesidades de gasto en las diferentes categorías (grandes grupos)

Nota: Vid. Notas del Cuadro 4.