Post on 28-Sep-2020
DETERMINACIÓN DE LOS EFECTOS ESPACIALES SOBRE EL COSTE DEL
SERVICIO DE RECOGIDA DE RESIDUOS
Zafra-Gómez, José Luis
Universidad de Granada
Chica Olmo, Jorge
Universidad de Granada
Garrido Rodríguez, Juan Carlos
Universidad de Granada
Resumen
Las decisiones que las entidades locales tienen que tomar sobre la prestación de
sus servicios públicos pueden tener un impacto en las actuaciones emprendidas por los
ayuntamientos vecinos en la prestación de los mismos conocidos como spillover de los
servicios públicos. En este contexto, el presente trabajo pretende medir el spillover
espacial que la elección de una determinada forma de gestión por parte de un
ayuntamiento puede tener sobre el coste del ayuntamiento vecino. Para ello se estima un
modelo Spatial Durbin Model Data Panel al servicio de recogida de residuos en España
para el período 2002-2010. Los resultados muestran que las formas de gestión
individuales producen un spillover negativo sobre el coste de los ayuntamientos vecinos.
Introducción
El debate sobre que formas de gestión proporcionan mayores niveles de eficiencia
en la prestación de servicios públicos se ha desarrollado ampliamente durante las últimas
décadas (Boyne, 1996; Hodge, 2000; Bel et al., 2010) y se ha acentuado aún más si cabe,
con la aparición de la Crisis Económica Mundial de 2008 (Zafra-Gómez et al., 2013;
Glass, 2014). Sin embargo, la mayoría de trabajos se han focalizado en el estudio de si la
gestión privada es más eficiente que la gestión pública (Bel et al., 2010), aunque durante
los últimos años han ido apareciendo otras formas de gestión alternativas no consideradas
anteriormente. En este contexto resulta de gran interés conocer cuáles de estas formas de
gestión, diferenciado entre prestación pública o privada, y prestación conjunta con otros
ayuntamientos o individual, son capaces de prestar el servicio con un menor coste (Zafra-
Gómez et al., 2013; Bel y Warner, 2014; Pérez-López et al., 2015).
Sin embargo, aunque la mayoría de estos trabajos han tratado de analizar los
efectos que estas formas de gestión tienen sobre el coste de los servicios, en su
determinación, no han tenido en cuenta uno de los aspectos que, según diferentes marcos
teóricos (Dahl y Hansen, 2006; Tortosa-Ausina et al., 2005), mayor influencia puede tener
entre municipios que comparten proximidad geográfica: la existencia de un efecto
spillover espacial de las formas de gestión sobre el coste del servicio, es decir, el hecho
de que el ayuntamiento j vecino del ayuntamiento i, elija una determinada forma de
gestión influya sobre el coste del servicio del ayuntamiento i (Berry y Berry, 1999; Girard
et al., 2009). Ya en algunos trabajos se ha identificado la existencia de cierta influencia
del ayuntamiento vecino en el contracting out de los servicios públicos (Bel y Miralles,
2003; Zafra-Gómez et al., 2015; Alonso et al., 2016), pero no se ha estimado si existe un
efecto spillover espacial que la elección de unas determinadas formas de gestión en la
prestación de los servicios públicos puede tener sobre el coste de los servicios públicos
teniendo en cuenta un amplio horizonte temporal.
En este contexto, el presente trabajo analiza para un panel de datos comprendido
por 595 municipios para el período (2002-2010) la existencia de un efecto espacial
spillover de las formas de gestión de los servicios públicos (EEFG en adelante) sobre el
coste de éstos, aplicando para ello diferentes modelos espaciales de datos de panel que
permiten obtener una especificación adecuada del efecto EEFG sobre el coste del servicio,
concretamente, medimos el efecto espacial utilizando un modelo Spatial Durbin Model
Data Panel (SDM-DP) aplicado al servicios de recogida de residuos. La razón principal
para el examen de este servicio fundamental, es su elevado coste para las administraciones
locales; por esta misma razón, ha sido objeto de muchos estudios anteriores (Bel y
Warner, 2014; Zafra-Gómez et al, 2013).
Los resultados muestran que existe un efecto contagio global sobre el coste del
servicio de recogida de residuos en el modelo especificado, además de un efecto contagio
local de las formas de gestión (EEFG) que pone de manifiesto que el hecho de que los
municipios vecinos más cercanos presten el servicio a través de forma pública directa
individual (PUB) o privada directa individual (PRI) aumenta el coste de los servicios del
ayuntamiento i. Además, para completar el estudio, incorporamos un conjunto de
variables socioeconómicas y políticas que pueden caracterizar el coste del servicio
público, estudiando también la influencia espacial que el conjunto de estas variables tiene
sobre el coste del servicio (Bel y Fageda, 2007; 2008; Bel y Mur, 2009; Plata et al., 2014;
Rodríguez-Pose et al., 2016).
Efecto espacial de las formas de gestión (EEFG) sobre el coste de los servicios
públicos. Marco teórico.
El estudio de los spillover en la prestación de servicios públicos investiga si la
provisión de ciertos servicios públicos puede desarrollar un efecto spillover en otras
jurisdicciones (Williams, 1966) especificando tales interacciones interjurisdiccionales
dentro de la teoría del federalismo fiscal (Oates, 1972). En este contexto, spillover en los
servicios públicos, considera que el gasto en la prestación de determinados servicios está
influenciado por el gasto de municipios vecinos (Case et al., 1993; Costa et al., 2015) y
este efecto ha sido evaluado en diferentes servicios (servicios de rescate; Hanes, (2002);
servicios médicos, (Baicker, 2005); servicios recreacionales y culturales (Lundberg,
2006; entre otros). En el desarrollo de este trabajo se pretende abordar el estudio del
spillover sobre el servicio de recogida de residuos, pero teniendo en cuenta, además, que
hay ciertas decisiones que toman los ayuntamientos vecinos en relación con la forma de
gestionar los propios servicios públicos, que condicionan el gasto del servicio prestado
en el ayuntamiento vecino.
Por este motivo, se introduce en este contexto un segundo marco teórico
relacionado con las formas de prestación de los servicios públicos. Y es que, una de las
cuestiones más estudiadas en relación con la prestación de los servicios públicos es la
relativa propiedad. Tradicionalmente, el debate se ha centrado en las posibles ventajas
que la gestión privada del servicio presenta con respecto a la gestión pública (Bel y
Warner, 2008; Bel y Fageda, 2007; Bel y Warner, 2014; Warner, 2012) lo que ha
producido un aumento de los servicios externalizados (Siemiatycki, 2011). En este
sentido, son tres las principales teorías que defienden la gestión privada del servicio
(Simões et al., 2012): la teoría de la agencia, la elección pública y teorías de la
organización. Los argumentos de estos enfoques teóricos (incentivos de los gestores
privados para introducir competición y obtener economías de escala) nos llevarían a
pensar que el mercado produce un ahorro en costes en relación con la prestación de los
servicios públicos, entre otros aspectos porque el operador privado, puede proporcionar
el mismo servicio en diferentes municipios y así obtener economías de escala y los
correspondientes ahorros en los costos (Christensen y Lægreid, 2011; Plata-Díaz et al,
2014). Sin embargo, la evidencia no es clara, tal y como señala Warner (2012: s38) en
EE.UU. se está produciendo “un retorno a la entrega directa del público en 2002 - un
proceso de privatización inversa” (Hefetz y Warner, 2004, 2007) mientras que en Europa
tampoco existe una evidencia de que la privatización ha aumentado la productividad
(Millward, 2011; Warner, 2012), todo ello debido “a la falta de competencia, agotamiento
prematuro de las economías de escala, e inadecuada de la contabilidad de costes” (Bel y
Warner, 2014: 52).
Ante esta situación, los gestores públicos se plantean otras alternativas entre
opciones las que se encuentran la cooperación intermunicipal, y a pesar de que puede
adquirir diferentes acepciones en función del país al que se haga referencia (Sørensen,
2007; Bel y Warner, 2014) sí que podemos encontrar elementos comunes a este concepto,
basado en compartir la prestación de servicios públicos mediante determinadas formas o
acuerdos. Entre las diferentes ventajas que se le presupone a la cooperación se encuentra
el hecho de que con ella se puede crear una organización más grande, para obtener
economías de escala y economías de alcance, produciendo la prestación de servicios de
forma más eficaz y mejor coordinada (Balaguer-Coll et al., 2010; Mello y Lago-Peñas,
2013; Bel y Warner, 2014). Además, se suele asociar con menores costes de transacción
porque los gobiernos cooperantes comparten objetivos similares (Brown, 2008; Warner,
2012; Bel y Warner, 2014; Hefetz et al 2014).
Sin embargo, dentro de las alternativas que se nos pueden plantear las opciones
de cooperación y de la contratación externa no son excluyentes. Una vez que dos o más
municipios han decidido combinar su prestación de servicios, pueden decidir que el
servicio debe ser proporcionado por la propia entidad pública - Cooperación
Intermunicipal Pública (IC) - o podría ser subcontratado a un operador privado, en lo que
se denomina producción privada con cooperación (ICPRI) (Bel et al., 2014). En este
enfoque, una de las limitaciones asociadas con la contratación externa, el escaso interés
de un pequeño municipio para el operador privado, se supera facilitado por la proximidad
geográfica, debido a los mayores beneficios que se pueden obtener, a través de economías
de escala. Por otra parte, este tipo de economías de escala también estarían a favor de la
entidad pública, alentando a los proveedores privados y por lo tanto el aumento de la
competencia por los servicios públicos. De hecho, esto podría incluso producir un mayor
ahorro de costes que las otras opciones consideradas (Plata-Díaz et al., 2014). Además,
el hecho de que la entidad pública tenga una mayor dimensión puede proporcionarle
mayor poder de negociación frente a los intereses del operador privado y reducir los
costes de transacción (Bel y Warner, 2014).
Sin embargo, los trabajos que han analizado los factores explicativos del coste de
los servicios públicos no han considerado en el análisis de la relación entre las formas de
gestión diferentes y el coste de los servicios públicos, el hecho de la interdependencia
entre las decisiones de los diferentes municipios, debido a su proximidad geográfica o de
patrones de difusión vecina (Berry y Berry, 1999; Girard et al., 2009). Cuando los
municipios comparten un espacio regional en la realización de sus actividades, hay una
cierta interacción en las decisiones tomadas por sus respectivos gestores locales (Dahl y
Hansen, 2006; Chica et al, 2013; Zafra-Gómez et al., 2015)
A la vista de estas consideraciones, y combinando los dos marcos teóricos
anteriores los feedbacks effects y el impacto de las formas de formas de gestión
(privatización y de cooperación intermunicipal) el presente trabajo analiza el efecto
“vecindad” entre los factores explicativos que afectan a la decisión sobre el coste de los
servicios públicos, determinando la existencia o no de un efecto espacial spillover sobre
el coste del servicio de recogida de residuos, midiendo los efectos feeedbacks del modelo,
pero poniendo especial énfasis en el efecto espacial local que las formas de gestión de la
prestación del servicio público presenta sobre el mismo, determinando de esta forma si la
elección de una determinada forma de gestión del servicio del ayuntamiento vecino j,
tiene influencia sobre el coste del servicio en el municipio i. En este contexto, el presente
trabajo plantea dos hipótesis a avaluar:
H1: El coste del servicio público se encuentra influenciado por una iteración
espacial (spatial spillover).
H2: Existe un spatial spillover effect –feedsbacks and local spatial effects- de las
formas de prestar el servicio público (EEFG) sobre el coste de los servicios.
Además, para completar el modelo de estudio, incorporamos para completar los
elementos de la función Cobb-Douglas calidad del servicio y producción del mismo, junto
con un conjunto de variables socioeconómicas y políticas que pueden caracterizar el coste
del servicio público (Bel y Fageda, 2007; 2008; Bel y Mur, 2009; Plata et al., 2014;
Rodríguez-Pose et al., 2016).
Los determinantes espaciales del servicio de recogida de residuos. Especial
referencia a la influencia de las formas de gestión.
Diferentes estudios han demostrado que la tecnología que proporciona una
descripción precisa del servicio de recogida de residuos puede representarse mediante una
función de producción de Cobb-Douglas (Bel y Fageda, 2010; Zafra-Gómez et al, 2013).
Esta se puede estimar a partir de la función de producción, que requiere información sobre
los outputs (por lo general, las toneladas de residuos recogidos) y los inputs esenciales
(por lo general, conductores, consumo intermedio, elementos de transporte y las
instalaciones, en unidades físicas). Sin embargo, como los sistemas de control contable
municipales no están muy altamente desarrollados, un problema común es que se carece
de información respecto a las unidades físicas de producción y los factores consumidos.
Para solventar estas limitaciones es necesario estimar la función dual de costes.
De hecho, los parámetros tecnológicos de la función de producción y de su función dual
de costes son equivalentes. En estas circunstancias, el coste total dependerá del nivel de
producción y de los precios de los inputs. Además, cuando los precios de entrada no
varían en gran medida, o cuando la información confiable sobre ellos no está disponible,
las funciones de costes Cobb-Douglas se estiman normalmente; en este caso, la única
variable independiente es el nivel de producción. En el presente estudio, las dos
características anteriores son coincidentes: se trata de una suposición razonable de que no
hay grandes diferencias entre los precios relativos de los insumos, y, por otra parte, no es
posible obtener estimaciones fiables de estos precios (Zafra-Gómez et al., 2013: 59).
En este sentido, planteamos inicialmente el uso de una función dual Cobb-Douglas
del coste del servicio (y así preservar un supuesto tecnológico que presenta las
características recomendadas de acuerdo con la teoría de la producción). Además, a
medida que estamos interesados en observar el comportamiento de los costes desde una
perspectiva a largo plazo, el factor tiempo es incorporado en nuestra estimación. Por lo
tanto, como punto de partida, un modelo de efectos fijos se define con el fin de simbolizar
una función de coste Cobb-Douglas. Esta función se ajusta a la siguiente expresión:
𝒚𝒕 = 𝒊𝑵𝛼𝑡 + 𝑿𝒕𝛽 + 𝜇 + 𝜀𝑡, 𝑡 = 1, … , 𝑇 (1)
Donde:
yt es el vector de variable dependiente, logaritmo neperiano del coste total del
servicio para municipales en el período t (lnTC), donde los N individuos (municipios) son
observados durante los períodos T de tiempo, el término constante es representado por α
y IN es el vector unitario N dimensiones.
La matriz X contiene las variables explicativas exógenas K, mientras que β es el
vector k-dimensional de coeficientes asociados, que en esta primera especificación de una
función Cobb Douglas para el servicio de recogida de residuos representa el total de
toneladas de residuos recogidos en N municipios durante el periodo t. Una vez asegurado
que se cumplen los requisitos tecnológicos, también se ha querido determinar el grado en
que otras variables relativas a los niveles de calidad afecta, la manera en que se gestiona
el servicio, el contexto económico y el tipo de gobierno municipal afecta a la magnitud
del total coste, donde en Xit se incluye el conjunto de variables explicativas: una variable
que indica el nivel de calidad (K = 1): una variable dicotómica inicial, obtenidos de la
encuesta de los equipos municipales, en las que los administradores han dado su opinión
sobre el nivel de calidad de las infraestructuras (0: la mala calidad; 1: buena calidad). Se
proporciona otra medida de la forma en la que se presta el servicio: Municipal Directa
(PUB); Municipal bajo contrato (PRI); Mancomunidad (cooperación intermunicipal) bajo
contrato (ICPRI); Cooperación Intermunicipal incluye la disposición de las empresas
públicas locales (MCD) (Zafra-Gómez et al., 2013; Plata-Díaz et al., 2014; Pérez-López
et al., 2015). Además, incluye dos variables continuas que representan la importancia del
paro y de las actividades relacionadas con el turismo en el municipio. Estas variables
representan el entorno socio-económico de la prestación de servicios (Bel y Mur, 2010).
Por otro lado, se incluyen características políticas del tipo de gobierno municipal, a través
del uso de dos variables dicotómicas. La primera variable se refiere a la tendencia política
del partido de gobierno (0: la derecha; 1: izquierda). La segunda variable es indicativa del
tipo de gobierno (0: gobierno de coalición; 1: absoluta gobierno de la mayoría).
El vector de perturbaciones teóricas, ɛ denota el término de error, que se supone
que es independiente e idénticamente distribuida.
μ representa los efectos fijos que corresponden a cada uno de los municipios.
Sin embargo, tal y como hemos considerado, estamos interesados en considerar la
presencia de dependencia especial en la prestación del servicio de recogida de residuos
para un amplío horizonte temporal. En este sentido, seguimos la taxonomía de modelos
espaciales elaborada por Elhosrt (2014). Este autor, parte de un modelo General Nesting
Spatial Model, que en el caso de datos de panel puede especificarse de la siguiente
manera:
𝒚𝒕 = 𝜌𝑾𝒚𝒕 + 𝒊𝑵𝛼𝑡 + 𝑿𝒕𝛽 + 𝑾𝑋𝑡𝜃 + 𝜇 + 𝑢𝑡
𝑢𝑡 = 𝜆𝑾𝑢𝒕 + 𝜺𝒕 , t = 1, … , T.
Donde W - fila normalizada - es una matriz cuya interacction (i, j) -ésimo elemento
tiene algún valor finito y positivo no estocásticos, si el municipio i y j interactúan y cero
en caso contrario. Donde, ρ representa el parámetro autorregresivo espacial que
representa la intensidad de la autocorrelación espacial. Wyt captura la presencia de los
efectos secundarios, θ es el coeficiente del espacial de los regresores exógenos (WXt) y, λ
es el coeficiente de autocorrelación espacial de Wut (Elhorst, 2014).
A partir de este modelo en general, se pueden obtener diferentes especificaciones
siguiendo a Elhorst (2014), Cuando θ = 0; estamos ante un modelo espacial autorregresivo
(SAC); cuando λ = 0, estamos ante un modelo espacial durbin model (SDM); si δ = 0
estamos ante un modelo espacial durbin modelo de error (SDEM) y λ = 0, estamos ante
el modelo SAR; pero además partiendo del modelo general se pueden establecer tres
modelos en función del valor de diferentes parámetros; así, cuando θ = 0 y λ = 0 estamos
ante un modelo Spatial Lag Model (SAR); cuando λ = 0 y δ = 0 estamos ante el modelo
spatial lag (SLX), por último, cuando δ = 0 y θ = 0 estamos ante un modelo Spatial Error
Model (SEM). Ante esta variedad de modelos, tenemos que elegir aquel que mejor se
ajuste a los objetivos de investigación asociados con el trabajo.
En este sentido, dado que nuestro de trabajo de investigación es determinar tanto
el global spillover y el local spillover de las formas de gestión (EEFG) hemos
seleccionado el Spatial Durbin Model Panel Data (Elhorst, 2014), donde consideramos
además las estimaciones de diferentes modelos para demostrar la consistencia de los
resultados obtenidos. En este sentido, la especificación del modelo SDM-panel de datos
es la siguiente:
Partiendo de la Expresión [3] definimos la expresión del logaritmo del coste total
del servicio del utilizan una especificación del modelo de datos SDM-DP, de la siguiente
manera:
𝒚𝒕 = 𝜌𝑾𝒚𝒕 + 𝒊𝑵𝛼𝑡 + 𝑿𝒕𝛽 + 𝑾𝑋𝑡𝜃 + 𝜇 + 𝑢𝑡 t = 1, … , T.
Análisis exploratorio de los Efectos Espaciales en el coste de los Servicios. Datos del
análisis
Antes de estimar el modelo econométrico especificado en la sección anterior para
el contraste de las hipótesis planteadas, vamos a conocer primero si hay efectos de
interacción espacial entre los municipios españoles a la hora de determinar los costes de
recogida de basura. Para ello, se dispone de un panel de datos comprendido por 595
municipios y para el periodo 2002-2010. En primer lugar, observamos la evolución
temporal de los valores medios de la variable de ln (TC) donde se aprecia una tendencia
creciente a lo largo del período analizado.
Figure 1. Evolución temporal de los valores promedios ln (TC) a lo largo del
período (2002-2010)
Fuente: Elaboración Propia.
Sin embargo, tal y como hemos definido anteriormente, estamos interesados en
determinar los efectos que tienen las formas de gestión de este tipo de servicio: contrata
(PRI), directa (DIR), mancomunidad (ICPRI) y CI (CI) y sus efectos espaciales. La
econometría espacial permite especificar, estimar y contrastar la existencia de los efectos
spillover (Anselin, 1988). Pero, como indica LeSage (2014), no siempre la mayoría de las
aplicaciones en estudios regionales especifican, interpretan y realizan la inferencia de una
forma adecuada de los efectos spillover. Una de las razones de la mala especificación de
los modelos estimados, es que no consideran la presencia de Local Spillover, cuando, sin
embargo, la mayoría de las políticas regionales son de tipo local (Weber, 2010; Meliciani
y Sarova, 2015). Una característica de los Local Spillover es que son fáciles de estimar e
interpretar, ya que no provocan un efecto de interacción endógena, es decir, no depende
de una secuencia de ajustes en todas las regiones (LeSage, 2014). En nuestro de caso,
4.0
4.2
4.4
4.6
4.8
Years
lnC
OS
TT
ON
2002 2003 2004 2005 2006 2007 2008 2009 2010
n=595 n=595 n=595 n=595 n=595 n=595 n=595 n=595 n=595
hemos considerado el efecto que espacial local que provocan las variables de la forma de
gestión sobre el coste de la recogida de basura, ya que consideramos que el coste de la
recogida de basura del municipio i depende no solamente de la forma de gestión en ese
ayuntamiento, si no, también de la forma de gestión que utilizan los ayuntamientos
vecinos j. Además, hemos considerado la posibilidad de que tengamos un efecto espacial
global (Anselin et al., 2008), es decir, si las ubicaciones j incluye no sólo los vecinos de
i, sino también los vecinos de los vecinos de i, vecinos a los vecinos de los vecinos de i,
y así sucesivamente (LeSage, 2014).
Determinacion de la autorrelación espacial y especificación de la matriz de pesos
A la hora de determinar la correlación espacial del coste del servicio de recogida
de residuos debemos de definir el concepto de vecindad, el cual se determina la matriz de
pesos W. La determinación de la especificación adecuada de los elementos de esta matriz
es uno de los más difícil y controvertido de la econometría espacial (Anselin, 1988)
El método tradicional para determinar las interacciones entre varias zonas
geográficas se denomina indicador de la contigüidad. Este método consiste en especificar
los pesos de la matriz W de tal forma que dos municipios contiguos wij tomará el valor
1, y en el otro caso tomará valor cero. Sin embargo, un gran número de trabajos definen
la vecindad mediante la distancia euclídia entre los centroides de los municipios (Costa
et al., 2015). Tanto en un caso como en el otro, los pesos para cada municipio están
estandarizados para sumar a la unidad (fila de normalización). Además, hay que en cuenta
la forma funcional en la que se establece la relación de vecindad. Tradicionalmente, la
forma funcional se especifica mediante la inversa de la distancia o la inversa del cuadrado
de la distancia, en nuestro de caso, y siguiendo a Orford (2004) hemos seleccionado la
primera de estas opciones, en base a que presentan los z-score más altos (bajo valor de p
más) y por ser la más común a todas (Cassette et al., 2012). Aunque tradicionalmente, se
utilizan dos o tres distancias en la matriz w para determinar la relación de vecindad, en
nuestro de caso, hemos utilizado el estadístico I de Moran para distancias para cada uno
de los años analizados en el período. Esto se muestra en el correlograma de la figura 3.
Figura 3. Correlograma de la variable de ln (TC)
Fuente: Elaboración Propia.
Nosotros hemos considerado que dos municipios i y j son vecinos si se encuentran
a una distancia igual o inferior a 85 kilómetros. Esta distancia se corresponde,
aproximadamente, con la media de las distancias que les corresponde un p-valor inferior
a 0.001 del estadístico I de Moran, de la variable de ln (TC) para cada uno de los 9 años
(Véase Figura 3). En esta figura se observa como a medida que la distancia entre los
municipios incrementa la correlación espacial disminuye, y como los valores más
-0.1
0.0
0.1
0.2
0.3
0.4
0 20 40 60 80 100 120 140 160 180 200 220 240 260 280
distance (km)
Mora
n I
sta
tistic
p.value
=> 0.001
<0.001
Years
2002
2003
2004
2005
2006
2007
2008
2009
2010
significativos se encuentran para distancias inferiores a 85 kilómetros. También se
observa, que la estructura de autocorrelación espacial es muy similar para los distintos
años, lo que nos indica que el spillover effect ha permanecido en el tiempo.
Una vez determinada la distancia a partir del cual consideramos que existe un
criterio de vecindad, ahora debemos de determinar la existencia de autocorrelación
espacial para todo el periodo considerado en los residuos. Concretamente, hemos
analizado la presencia de autocorrelación espacial en los residuos mediante el estadístico
I de Moran en el modelo agrupado, tal y como como sugieren Arbia et al. (2005), Arbia
(2006), Yang y Zheng (2010) y Ren et al. (2014), pero utilizando, en lugar de la matriz
W, la matriz NT T NW I W para obtener un estadístico global para todo el período:
'
'
NTe W eI
e e
donde I representa el estadístico de la prueba I de Moran de un modelo de datos
de panel espacial, WN es la matriz de pesos espaciales para las N regiones, ⊗ es
Kronecker producto y 𝑒 son los residuos. En la Tabla 1, se muestra el valor del estadístico
y su valor para W85km, estos resultados nos indican que la hipótesis de que no existe un
término de error autocorrelacionado espacialmente debe ser rechazada al 1% de
significación.
Según Elhorst (2012) existe una gran variedad de modelos cuando se trabaja con
paneles de datos espaciales. Una vez especificado el modelo que vamos a utilizar (SDM),
primero se tiene que determinar el tipo de interacción espacial, y en segundo lugar
determinar si existen efectos individuales, temporales o ambos (bidireccional) y si estos
deben ser tratados como efectos fijos (FE) o de efectos aleatorios (RE). Por esta razón,
hemos realizado, un clásico análisis, mediante los estadísticos LM, que nos permita
determinar si es más adecuado un modelo SAR o SEM. Si LM-sar (o LM-error) es más
significativo que LM-error (o LM-sar) estimación, entonces el SAR (o SEM) es más
apropiado que el SEM (SAR) (Anselin & Rey, 1991), obteniendo también sus versiones
robustas (Anselin et al., 1996). Recientemente, Anselin et al. (2008) especifica las dos
primeras pruebas LM para un panel espacial y Elhorst (2010b) obtiene las versiones
robustas de dichos tests. Por último, es necesario incluir para la correcta especificación
del modelo, los efectos individuales, temporales o de dos vías para lo cual sea hemos
seleccionado el criterio establecido por Elhorst (2014).
Results
Tal y como hemos comentado, el primer paso consiste en determinar si el tipo de
iteración espacial, en el caso del modelo combinado (tabla 1), según los estadísticos LM
y robusto-LM es más adecuado, el modelo SAR o el modelo SEM. El segundo paso
consiste en determinar los efectos individuales, temporales o ambos Elhorst (2014). Para
ello, partimos de un modelo con datos de panel no-espacial, con efectos fijos, otro con
efectos aleatorios, y otro donde se introducen los efectos individuales y temporales. El
resultado de los test de verosimilitud (LR (6731,79, con 595 gl y 0.000 p-valor) muestran
que la hipótesis de que los efectos fijos espaciales son insignificantes en conjunto debe
ser rechazada. Del mismo modo, la hipótesis de que los efectos fijos de período de tiempo
son insignificantes en conjunto debe ser rechazado (890,79, df 9, 0.000 p-valor). Estos
resultados justifican la extensión del modelo con efectos fijos de dos vías.
Tabla 1. Resultados de la estimación de LN(TC) y SSPD y otras variables,
utilizando modelos con datos de panel sin efectos de interacción espacial
Pooled Individual FE Time FE Two-way FE
intercept 18.971088
(0.000)
-- -- --
UNEMPLOY 0.025225
0.000
0.030755
0.000
-0.048521
0.000
-0.007503
0.155
TUR. IND 0.034422
0.000
-0.007439
0.455
0.032973
0.000
-0.000230
0.980
POL.SIG -0.045883
0.038
0.010147
0.606
-0.008139
0.698
-0.000956
0.958
POL.STRENG
H
-0.102606
0.000
0.030874
0.091
-0.070818
0.000
0.049427
0.003
QUALITY -0.282032
0.000
0.077413
0.194
-0.349876
0.000
0.038936
0.478
lnTONS 0.000077
0.000
0.000107
0.000
0.000080
0.000
0.000137
0.000
ICPRI -0.194393
0.000
0.168193
0.029
-0.205863
0.000
0.076866
0.284
SINGLE PRI 0.237944
0.000
0.245991
0.000
0.202446
0.000
0.164912
0.000
SINGLE PUB 0.113081
0.0000
0.139389
0.011
0.145223
0.000
0.080290
0.114
IC -0.315801
0.000
0.079818
0.412
-0.376437
0.000
-0.185423
0.039
R2 0.201 0.761 0.290 0.797
LogL -6132.4 -2898.2 -5818.7 -2452.8
AIC 12297.0 5828.38 11669.38 4937.59
I Moran
Global
residuos
0.16318
0.000
-- -- --
LM-SAR 2022.865
0.000
1437.145
0.000
699.3607
0.000
20.364
0.000
LM-SEM 1814.452
0.000
1254.446
0.000
392.8436
0.000
21.2199
0.000
Robust-LM-
SAR
293.849
0.000
206.187
0.000
316.1489
0.000
0.0119
0.913
Robust-LM-
SEM
85.435
0.000
23.488
(0.000)
9.6318
0.002
0.8678
(0.352)
Fuente: Elaboración Propia.
El siguiente paso consiste en la consideración de los efectos espaciales mediante
la especificación de los modelos SAR, SEM, SLX, SDEM y SDM. Todos ellos contienen
efectos individuales y temporales (Tabla 2). Los cinco modelos ofrecen resultados muy
similares. Según el criterio del AIC el mejor modelo es el SDEM, pero no hay diferencia
significativa con el modelo SDM. Por parte otra, tanto la prueba LR test (18.31, 4 df,
0,001 p-valor) para contrastar si el modelo de Durbin espacial (SDM) se puede simplificar
al modelo SAR, como el LR test (17,22, 4 df, 0,002 p-valor) para contrastar si el SDM se
puede simplificar el modelo SEM debe ser rechazada. Además, y puesto que estamos
interesados en determinar tanto los efectos locales como los globales hemos seleccionado
el modelo SDM que es más útil para nuestro objetivo de investigación. El SDM ha sido
seleccionado también en otros trabajos [véase Elhorst y Fréret (2009); Meliciani y
Savona, (2015)]. También hay que destacar que el modelo SLX presenta un valor del
estadístico AIC algo inferior al del modelo SAR, lo que refleja que los efectos espaciales
locales son algo más importantes que los efectos espaciales globales. También se observa
un leve incremento en el valor del R2 de los modelos espaciales respecto del modelo no
espacial. Este resultado está en línea con Elhorst (2009, p.9): "Los investigadores a
menudo se encuentran una débil evidencia a favor de los efectos de interacción espacial
cuando los efectos período de tiempo fijos se tienen en cuenta".
Para contrastar si es más adecuado especificar un modelo de efectos aleatorios
frente a un modelo de efectos fijos hemos utilizado la prueba de la especificación de
Hausman (Baltagi, 2005; Elhorst, 2009). Los resultados (195.42, 24 df, 0.000 p-valor)
muestran que el modelo de efectos aleatorios debe ser rechazada.
Tabla 2. Resultados de la estimación del modelo
SAR SEM SLX SDEM SDM
UNEMPLOY -0.006203
0.266
-0.004891
0.405
-0.006984
0.185
-0.004429
0.450
-0.005764
0.301
TUR. IND -0.000137
0.988
0.000390
0.968
-0.000957
0.917
-0.000275
0.977
-0.000858
0.930
POL.SIG -0.003415
0.858
-0.004202
0.827
-0.000598
0.973
-0.003876
0.840
-0.002935
0.878
POL.STRENGH 0.049737
0.005
0.051336
0.004
0.048572
0.003
0.050480
0.004
0.048869
0.006
QUALITY 0.032571
0.575
0.022349
0.702
0.032842
0.549
0.016288
0.780
0.026867
0.643
lnTONS 0.000135
0.000
0.000135
0.000
0.000137
0.000
0.000135
0.000
0.000135
0.000
ICPRI 0.071531
0.345
0.074081
0.336
0.073064
0.308
0.071283
0.354
0.068022
0.369
SINGLE PRI 0.164344
0.000
0.161442
0.000
0.160728
0.000
0.157695
0.000
0.160208
0.000
SINGLE PUB 0.081570
0.129
0.079227
0.141
0.078656
0.122
0.077630
0.149
0.079929
0.137
IC -0.185365
0.051
-0.188511
0.048
-0.193283
0.032
-0.195733
0.040
-0.193278
0.042
W*SINGLE
PRI1
-- -- 0.196109
0.019
0.189352
0.032
0.194037
0.028
W*SINGLE
PUB
-- -- 0.683980
0.000
0.662407
0.000
0.675573
0.000
W*ICPRI -- -- 0.186555
0.391
0.186023
0.418
0.188862
0.411
W*IC -- -- 0.298471
0.182
0.276178
0.242
0.284211
0.230
W(TC) 0.194148
0.000
-- -- -- 0.183057
0.000
WError term -- 0.199785
0.000
-- 0.200965
0.000
--
R2 0.7988 0.7979 0.7986 0.7986 0.7995
LogL -2444.38 -2443.83 -2443.5 -2434.97 -2435.2
AIC 4920.76 4919.67 4918.98 4901.95 4902.44
Fuente: Elaboración Propia
Así pues, hemos detectado la existencia de correlación espacial (test de I Moran)
se ha especificado el tipo de iteración espacial recogido a través de un modelo de efectos
fijos y los temporales two-way y que la variable Wln (TC) es significativa en los modelos
1 Únicamente se presentan los resultados de los efectos espaciales locales de las formas de gestión del servicio, son aquéllas en las que estamos interesados en estudiar.
SAR y SDM, decantándonos, finalmente, por éste último. Pero, tal y como considera
Elhorst (20142), estas características podrían considerarse como una condición necesaria
pero no suficiente para garantizar la existencia de un spatial spillover effect. Este autor
considera que para confirmar la existencia de este spatial spillover effect, es necesario
conocer y comparar los efectos directos e indirectos generados en los modelos espaciales,
concretamente, considera necesario evaluar los coeficientes estimados del modelo de
datos de panel no espacial con los efectos directos que el modelo espacial seleccionado
(SDM) presenta. Los efectos directos representan el efecto que sobre la variable
dependiente (coste total del municipio i) tiene que una variable explicativa cambie en una
localización particular (municipio i). Tal y como indican Meliciani and Savona (2015)
los efectos indirectos pueden tener dos significados, los efectos que tienen los cambios
en una variable explicativa (municipio i), sobre la variable dependiente en otras
localizaciones (coste total del servicio en el municipio j), o bien los efectos que tienen los
cambios en una variable explicativa (municipio j), sobre la variable dependiente en la
localización i (coste total del servicio en el municipio i), decantándonos por esta segunda
acepción los efectos totales son la suma de los otros dos3.
Así pues, vamos a comparar los resultados obtenidos en el modelo de datos de
panel no espacial (TWWI) recogido en la tabla 1 con los efectos directos del modelo SDM
recogidos en la tabla 3. En general, se puede observar que la mayoría de los coeficientes
del modelo de datos de panel no espacial son mayores que los efectos directos
encontrados en el modelo SDM, esto implica que los coeficientes TWWI están
2 Concretamente, Elhorst (2014) considera “the estimated indirect effects of the independent explanatory
variables should eventually be used to test the hypothesis as to whether or not spatial spillovers exist, rather
than the coefficient estimate of endogenous interaction effects (WY) and/or the coefficients estimates of
the exogenous interaction effects (WX), 3 En un modelo SDM los efectos directos vienen dados por los elementos de la diagonal principal de
1( ) ( )k kI W W y los efectos indirectos por off-diagonal elements of dicha matriz (Elhorst, 2010a).
sobreestimados. Del conjunto de variables explicativas en ambos modelos coinciden
algunas de ellas.
En relación con las variables políticas señalar que únicamente el hecho de que el
ayuntamiento no gobierne en mayoría absoluta y lo haga en coalición condiciona el
aumento del coste del servicio en el modelo data panel TWWI (POL.STRENGH =
0.0494; p-value<0.05), mientras que los efectos directos del modelo SDM son similares
(POL.STRENGH = 0.0490; p-value<0.05), siendo similares ambos coeficientes. En
cuanto a la calidad del servicio no se aprecia ninguna significatividad en ninguno de los
modelos considerados.
Pero sin duda la gran novedad que presenta este trabajo es determinar las
influencias espaciales que la elección de determinadas formas de gestión del
ayuntamiento j, tienen sobre el coste en dicho servicio en el ayuntamiento i. En relación
con el efecto directo que las variables formas de gestión en comparación con los
coeficientes del modelo TWWI no espacial en datos de panel encontramos diferencias
entre las variables PRI, IC y PUB. Concretamente, la forma de gestión individual privada
(PRI) presenta un valor en el modelo TWWI non-spatial de 0,164 p-value<0.001 mientras
que en el modelo SDM el valor es de 0,159 p-value<0.05, esto implica varios cosas:
primero, que la elección de esta forma de gestión por parte del ayuntamiento i, aumenta
el coste total del servicio en el ayuntamiento i, este resultado invalida la teoría de que el
mercado vía externalización es capaz de prestar de manera provocar ahorro en costes en
los servicios públicos (Bel et al., 2010; Zafra-Gómez et al., 2013). El segundo efecto
consiste en que al ser el valor del coeficiente en el modelo de non-spatial superior al
efecto directo de esta variable en el modelo SDM, el hecho de que el ayuntamiento i elija
esta forma de gestión se encuentra influido por lo que el ayuntamiento j elija esta opción.
Este segundo efecto puede apreciarse al observar los efectos indirectos de esta variable,
donde se observa que presentan un valor de 0.036 p-value<0.05 lo que supone un efecto
positivo y Significativo del 22.6 sobre el efecto directo (ver table 34). En relación con los
efectos espaciales locales, está variable (WPRI) muestra un efecto similar que los efectos
indirectos comentados.
En relación con los efectos directos de la variable IC encontramos un efecto
contrario al de la variable PRI. En el modelo TWWI non-spatial se puede observar que el
coeficiente de esta variable es -0,185 p-value<0.05 y en el modelo SDM un efecto directo
de -0,194 p-value<0.05, resultados están en línea con los obtenidos por (Bel and Costas,
2006; Zafra-Gómez et al., 2013), esta forma de gestión disminuye el coste del servicio.
Sin embargo, no existe un efecto indirecto (efecto indirecto IC = 0.191 p-value<0.1) si
consideramos todos los feedbacks effects en su conjunto, además tampoco existe un efecto
spillover local (WIC no significativa), por loa influencia espacial de esta variable sobre
el coste total del servicio en ayuntamiento i es nula. Este hecho sería coherente con la
idea de que los municipios que han optado en colaborar a través de la forma de gestión
IC (ayuntamientos vecinos j) siguen un esquema de coste similar al ayuntamiento i, por
lo que el hecho de que el ayuntamiento j elija la opción IC no perjudica ni beneficia al
coste del servicio en el ayuntamiento i.
Sin embargo, en relación con la variable PUB se detecta un efecto contrario al de
la variable IC. Ni en el modelo non-spatial TWWI ni en el efecto directo medido en el
modelo SDM resulta ser significativa esta variable (non-spatial PUB = 0.082; p-
value<0.1; Direct effect SDM PUB= 0.082 p-value<0.1), pero sin embargo, sí que al
separar los efectos, sí que existe un efecto indirecto (efecto indirecto SDM = 0.845; p-
value<0.001) lo que se traduce en que el aumento del coste del servicio de recogida de
4 En general, se observa que el resto de efectos indirectos, salvo el de la variable PUB, presenta un efecto
similar en torno al 23 sobre el efecto directo y significativo en las variables financieras NFRBI y FII y la
política POL.STRENGH.
residuos en el ayuntamiento i, depende de que el ayuntamiento j elija la forma de gestión
PUB, tal y como se aprecia en la tabla 3, el peso de los efectos indirectos es 102% de los
efectos directos. Este efecto además se encuentra también a nivel local, en los
ayuntamientos más cercanos al ser el valor de la variable WPUB significativa y positiva.
Este resultado tiene una gran implicación desde el punto de la relación prestación de
servicios y coste, pues si los modelos para determinar tal relación no tienen en cuenta el
efecto especial tanto efectos globales como los efectos locales tienen sobre el coste del
servicio, los modelos sin efectos espaciales dirían que esta variable no tiene influencia en
el ayuntamiento i, cuando podemos observar que este comentario no es correcto.
En general, el análisis de la influencia especial de las formas de gestión sobre el
coste de los servicios públicos, pone de manifiesto que el hecho de que los ayuntamientos
usen formas de gestión pública y no colaboren entre ellos y los municipios j opten por
fórmulas individuales perjudica seriamente el coste del servicio de residuos de
ayuntamiento i. Pero, además se aprecia que este los efectos son mayores en las formas
de prestación individuales públicas (PUB) aspecto este que no se había medido en la
literatura previa. Mientras que los trabajos de Zafra-Gómez et al., (2013), ponen de
manifiesto que la externalización es una forma que aumenta el coste en mayor medida
que el resto de formas de gestión, este trabajo pone de manifiesto que el coste del servicio
del ayuntamiento i se ve influenciado en mayor medida por el hecho de que mis
ayuntamientos vecinos j hayan elegido una forma individual pública de prestación del
servicio, lo que implica que el efecto espacial de las formas de gestión públicas
individuales tienen un impacto negativo más negativo que las privadas.
Tabla 3. Efectos directos e indirectos obtenidos del modelo Spatial
Durbin Model Panel Data (SDM-PD)
Variable Efecto
Directo
Efecto
Indirecto
Efecto
Total
%
Indirecto/Dire
cto
UNEMPLOY -0.0058
(0.295)
-0.0013
(0.328)
-0.0071
(0.296)
22.69
TURIS.I -0.0003
(0.977)
-0.0000
(0.987)
-0.0003
(0.979)
12.78
POL.SIG -0.0039
(0.836)
-0.0009
(0.826)
-0.0048
(0.833)
24.52
POL.STRENGH 0.0490
(0.005)
0.0110
(0.022)
0.0600
(0.005)
22.36
POP 1.3649
(0.083)
0.3083
(0.127)
1.6732
(0.084)
22.59
QUALITY 0.0261
(0.656)
0.0060
(0.665)
0.0321
(0.655)
23.09
lnTONS 0.0001
(0.000)
0.0000
(0.000)
0.0002
(0.000)
22.58
ICPRI 0.0718
(0.331)
0.0162
(0.372)
0.0880
(0.334)
22.56
PRI 0.1593
(0.000)
0.0360
(0.017)
0.1953
(0.000)
22.60
PUB 0.0824
(0.129)
0.8455
(0.000)
0.9280
(0.000)
102.58
IC -0.1945
(0.043)
0.1913
(0.503)
-0.0032
(0.991)
-98.33
Fuente: Elaboración Propia.
Con todo lo anterior, podemos concluir la aceptación de las hipótesis planteadas,
existencia de un efecto spillover sobre el coste total del servicio de recogida de residuos
por un conjunto de variables socioeconómicas y políticas, junto con un efecto spillover
de las formas de gestión de los servicios públicos. Concretamente, en relación con las
formas de gestión, se demuestra la existencia de efectos globales and efectos espaciales
locales, cuando los ayuntamientos vecinos utilizan una forma de gestión individual
pública, y los mismos efectos se encuentran, pero con menor impacto, cuando la forma
elegida por el ayuntamiento vecino es privada individual. Cuando los ayuntamientos
vecinos cooperan mediante la forma de gestión conjunta no existe un efecto spillover
debido a que la forma de gestión es similar entre ellos.
Conclusiones y futuras líneas de investigación
Durante las últimas décadas se ha producido un aumento del interés por conocer
que formas de gestión público o privadas propician ahorro en costes. Sin embargo, hay
ciertos aspectos de la investigación sobre la relación formas de gestión y ahorro en costes
que no han tenido en cuenta, el desarrollo de nuevas formas más complejas en la
prestación de servicios públicos y falta de determinación de la influencia de las decisiones
de mis vecinos sobre el coste de mis servicios públicos. En relación con la primera
cuestión diferentes enfoques teóricos –teoría de la agencia, la elección pública, y teorías
de la organización, han propiciado diferentes alternativas entre formas públicas y
privadas, junto con formas individuales y mancomunadas (privatización, cooperación
intermunicipal).
En relación con la segunda cuestión planteada, es un aspecto que no se ha
desarrollado en la literatura previa, y consiste en la posible influencia del denominado
regional mimetic isomorphism, lo que se traduce en el proceso de imitación de unas
entidades con respecto a otras cuando existe una proximidad geográfica entre ellas, y que
en el objeto de estudio de este trabajo, entendemos que se produce en que la elección de
una determinada forma de gestión por parte de un ayuntamiento vecino, tiene influencia
en el coste de la prestación de los servicios públicos del ayuntamiento considerado, es lo
que denominados EEFG. Determinados autores como (Costa et al., 2015) han demostrado
la influencia de efectos espaciales en la determinación del coste total de los
ayuntamientos, por lo que es de prever que exista una influencia espacial el coste de
determinados servicios, diferenciando entre feedbacks effects y efectos locales.
Concretamente, los resultados obtenidos para una muestra de 595 ayuntamientos
españoles para el período 2002-2010 aplicado al servicio de recogida de residuos
mediante la aplicación de modelo SDM con datos de panel, muestra la existencia de
feedbacks effects globales and local spatial effects de ciertas formas de gestión (EEFG)
sobre el coste el servicio público, demostramos que cuando los ayuntamientos vecinos
utilizan una forma de gestión individual pública, y menor medida cuando la forma elegida
por el ayuntamiento vecino es privada individual, existe un efecto contagio de las
decisiones de los ayuntamientos vecinos j sobre el coste del servicio en el ayuntamiento
i. Esto demuestra que si lo ayuntamientos eligen formas individuales de prestación del
servicio esta decisión de mi ayuntamiento vecino aumenta el coste del servicio del
ayuntamiento vecino. Además, también demostramos la existencia de feedbacks effects
de ciertas variables políticas (que el ayuntamiento vecino gobierne sin mayoría absoluta)
tienen sobre el coste del servicio.
Estos resultados implican la necesidad de medir las relaciones espaciales que se
dan entre ayuntamientos vecinos en la prestación de servicios públicos, y como la
elección de formas no colaborativas produce aumentos del coste total en ayuntamientos
vecinos, produciendo tanto efectos globales como efectos locales. Futuros trabajos de
investigación sobre la relación entre formas de gestión y la prestación de los servicios
públicos deberían de incorporar estos efectos, porque tal y como queda evidenciado en
este trabajo, puede producirse situaciones en la que la elección de una forma de gestión
por parte de una ayuntamiento no tenga influencia en el propio coste del ayuntamiento
propio ayuntamientos (efectos directos no significativos) y sin embargo, si el
ayuntamientos vecino j elije esta forma de gestión, sí que produce un efecto sobre el coste
de servicio en el ayuntamiento i (efecto indirecto significativo) y que los modelos
econométricos no espaciales no son capaces de recoger o identificar.
Referencias bibliográficas
Alonso, J., Andrews, R., & Hodgkinson, I. R. (2015). Institutional, ideological and
political influences on local government contracting: evidence from England.
Public Administration, 94(1), 244–262.
Anselin, L. (1988). Spatial Econometrics: Methods and Models. Dordrecht: Kluwer
Academic Publishers.
Anselin, L., Bera, A. K., Florax, R., & Yoon, M. J. (1996). Simple diagnostic tests for
spatial dependence. Regional Science and Urban Economics, 26(1), 77-104.
Anselin, L., Le Gallo, J., & Jayet, H. (2008). Spatial panel econometrics. In The
econometrics of panel data (pp. 625-660). Springer Berlin Heidelberg.
Anselin, L., & Rey, S. (1991). Properties of tests for spatial dependence in linear
regression models. Geographical Analysis, 23(2), 112-131.
Arbia, G. (2006). Spatial econometrics: statistical foundations and applications to
regional convergence: Springer Science & Business Media.
Arbia, G., Basile, R., & Piras, G. (2005). Using spatial panel data in modelling regional
growth and convergence. Istituto Di Studi e Analisi Economica. Working paper,
55.
Baicker, K. (2005). The spillover effects of state spending. Journal of public economics,
89(2), 529-544.
Balaguer-Coll, M.T., Prior, D. y E. Tortosa-Ausina, E. (2010). Decentralization and
efficiency of local government, The Annals of Regional Science, 45, 571-601.
Baltagi, B. (2005). Econometric analysis of panel data (Vol. 1): John Wiley & Sons.
Bel, G., & Costas, A. (2006). Do public sector reforms get rusty? Local privatization in
Spain. The Journal of Policy Reform, 9(1), 1-24.
Bel, G. and Miralles, A. 2003. Factors Influencing the Privatisation of Urban Solid Waste
Collection in Spain, Urban Studies, 40, 13-23.
Bel, G., & Fageda, X. (2007). Why do local governments privatise public services? A
survey of empirical studies. Local Government Studies, 33(4), 517-534.
Bel, G., & Fageda, X. (2008). Reforming the local public sector: Economics and politics
in privatization of water and solid waste. Journal of Economic Policy Reform, 11,
45–65.
Bel, G., & Fageda, X. (2010). Partial privatisation in local services delivery: An empirical
analysis of the choice of mixed firms. Local Government Studies, 36(1), 129-149.
Bel, G., Fageda, X., & Mur, M. (2010). ¿Por qué se Privatizan Servicios en los Municipios
(Pequeños)? Evidencia Empírica sobre Residuos Sólidos y Agua. Hacienda
Pública Española/Revista de Economía Pública, 192 (1), 33–58.
Bel, G., X. Fageda & M. Mur, M. (2014). Does Cooperation Reduce Service Delivery
Costs? Evidence from Residential Solid Waste Services, Journal of Public
Administration Research and Theory, 24(1), 85–107.
Bel, G., & Mur, M. (2009). Intermunicipal cooperation, privatization and waste
management costs: Evidence from rural municipalities. Waste Management,
29(10), 2772-2778.
Bel, G., & Warner, M. (2008). Challenging issues in local privatization. Environment and
planning. C, Government & policy, 26(1), 104.
Bel, G., & Warner, M. E. (2014). Inter‐municipal cooperation and costs: expectations and
evidence. Public Administration, 93(1), 52-67.
Berry FS and Berry W (1999). Innovation and diffusion models in policy research. In:
PA (ed.) Theories of the Policy Process: Theoretical Lenses on Public Policy.
Oxford: Westview Press, pp. 169–200.
Boyne, G. A. (1996). Competition and local government: a public choice perspective.
Urban Studies, 33(4-5), 703-721.
Brown, T.L. (2008). The Dynamics of Government-to-Government Contracts, Public
Performance Management Review, 31 (3), 364–386.
Cassette, R Edoardo Di Porto Dirk Foremny (2012) Strategic fiscal interaction across
borders: Evidence from French and German local governments along the Rhine
Value, Journal of Urban Economics, 72, 17–30.
Chica-Olmo, J., González-Gómez, F., & Guardiola, J. (2013). Do neighbouring
municipalities matter in water pricing?. Urban Water Journal, 10(1), 1-9.
Christensen, T., & Lægreid, P. (Eds.). (2011). The Ashgate research companion to new
public management. Ashgate Publishing, Ltd..
Costa, H. Linda Gonçalves Veiga and Miguel Portela (2015) Interactions in Local
Governments' Spending Decisions: Evidence from Portugal, Regional Studies,
49:9, 1441-1456, DOI: 10.1080/00343404.2013.835798
Dahl, P.S. & Hansen, K.M. (2006). Diffusion of standards: The importance of size, region
and external pressures in diffusion processes. Public Administration, 84 (2), 441–
459.
Elhorst, J. P. (2009). Spatial Panel Data Models. In M. M. Fischer & A. Getis (Eds.),
Handbook of applied spatial analysis: software tools, methods and applications:
Springer Science & Business Media.
Elhorst, J. P. (2010a). Applied spatial econometrics: raising the bar. Spatial Economic
Analysis, 5(1), 9-28.
Elhorst, J. P. (2010b). Dynamic panels with endogenous interaction effects when T is
small. Regional Science and Urban Economics, 40(5), 272-282.
Elhorst, J. P. (2012). Matlab software for spatial panels. International Regional Science
Review, 0160017612452429.
Elhorst, J. P. (2014). Spatial econometrics: from cross-sectional data to spatial panels:
Springer.
Elhorst, J. P., & Fréret, S. (2009). Evidence of Political Yardstick Competition in France
Using a Two‐ regime Spatial Durbin Model with Fixed Effects. Journal of
Regional Science, 49(5), 931-951.
Girard P, Mohr RD, Deller SC, et al. (2009) Public–private partnerships and cooperative
agreements in municipal service delivery. Inter- national Journal of Public
Administration 32(5), 370–392.
Glass, M. (2014) Cities, State and Globalization: City-Regional Governance in Europe
and North America, Economic Geography, 90(4), 457–458.
Hanes, N. (2002). Spatial spillover effects in the Swedish local rescue services. Regional
Studies, 36(5), 531-539.
Hefetz, A., & Warner, M. (2004). Privatization and its reverse: Explaining the dynamics
of the government contracting process. Journal of Public Administration
Research and Theory, 14(2), 171-190.
Hefetz, A., & Warner, M. E. (2007). Beyond the Market Versus Planning Dichotomy:
Understanding Privatisation and Its Reverse in US Cities. Local Government
Studies, 33 (4), 555–572. doi: 10.1080/03003930701417585.
Hefetz, A., M.E. Warner y E. Vigoda-Gadot (2014). Concurrent Sourcing in the Public
Sector: A Strategy to Manage Contracting Risk, International Public
Management Journal, 17, 365-386.
Hodge, G. (2000). Privatisation. An international review of performance. Boulder, CO:
Westview Press.
LeSage, J. P. (2014). What regional scientists need to know about spatial econometrics.
Available at SSRN 2420725.
Lundberg, J. (2006). Spatial interaction model of spillovers from locally provided public
services. Regional Studies, 40(6), 631-644.
Meliciani V., and Savona, M. (2015). The determinants of regional specialisation in
business services: agglomeration economies, vertical linkages and
innovation, Journal of Economic Geography 15 (2): 387-416,
doi: 10.1093/jeg/lbt038.
Mello, L., Lago-Penas, S. (2013). Local government cooperation for joint provision: the
experiences of Brazil and Spain with inter-municipal consortia. In: The Challenge
of Local Government Size, pp. 221–241. UK: Edward Elgar.
Millward, R. (2011). Public enterprise in the modern western world: an historical
analysis. Annals of Public and Cooperative Economics, 82(4), 375-398.
Oates, W. E. (1972). Fiscal federalism. Books.
Orford, S. (2004). Identifying and comparing changes in the spatial concentrations of
urban poverty and affluence: a case study of inner London. Computers,
Environment and Urban Systems, 28(6), 701-717.
Pérez-López, G., Prior, D., & Zafra-Gómez, J. L. (2015). Rethinking new public
management delivery forms and efficiency: long-term effects in Spanish local
government. Journal of Public Administration Research and Theory, 25(4), 1157-
1183.
Plata-Díaz, A. M., Zafra-Gómez, J. L., Pérez-López, G., & López-Hernández, A. M.
(2014). Alternative Management Structures for Municipal Waste Collection
Services: The influence of Economic and Political Factors. Waste Management,
34 (11), 1967–1976. doi:10.1016/j.wasman.2014.07.003.
Ren, T., Long, Z., Zhang, R., & Chen, Q. (2014). Moran's I test of spatial panel data
model—Based on bootstrap method. Economic Modelling, 41, 9-14.
Rodríguez-Pose, A. Yannis Psycharis, and Vassilis Tselios. (2016) Politics and
Investment: Examining the Territorial Allocation of Public Investment in Greece,
Regional Studies, 1097-1112, DOI: 10.1080/00343404.2015.1009027
Siemiatycki, M. (2011). Public-private partnership networks: Exploring business-
government relationships in United Kingdom transportation projects. Economic
Geography, 87(3), 309-334.
Simões, P., Cruz, N. F., & Marques, R. C. (2012). The performance of private partners in
the waste sector. Journal of Cleaner Production, 29, 214-221.
Sørensen, R. J. (2007). Does dispersed public ownership impair efficiency? The case of
refuse collection in Norway. Public Administration, 85(4), 1045-1058.
Tortosa-Ausina, E., Francisco Pérez., Matilde Mas and Francisco J. Goerlich (2005)
Growth and Convergence Profiles in the Spanish Provinces (1965–1997), Journal
of Regional Science, 45(1), 147–182, DOI: 10.1111/j.0022-4146.2005.00367.x
Warner, M. E. (2012). Privatization and urban governance: The continuing challenges of
efficiency, voice and integration. Cities, 29, S38-S43.
Weber, E. (2010). Structural conditional correlation. Journal of Financial Econometrics,
8(3), 392-407.
Williams, A. (1966). The optimal provision of public goods in a system of local
government. The Journal of Political Economy, 18-33.
Yang, S., & Zheng, J.-g. (2010). An application of spatial-panel analysis: provincial
economic growth and logistics in China. Canadian Social Science, 6(3), 83-89.
Zafra-Gómez, J. L., Plata-Díaz, A. M., Pérez-López, G., & López-Hernández, A. M.
(2015). Privatisation of waste collection services in response to fiscal stress in
times of crisis. Urban Studies, 1-20, doi: 0042098015586697.
Zafra-Gómez, J.L., Prior, D., Plata-Díaz, A. M., & López-Hernández, A. M. (2013).
Reducing Costs in Times of Crisis: Delivery Forms in Small and Medium Sized
Local Governments’ Waste Management Services, Public Administration, 91(1),
51–68.