Resumen de Estimación de los flujos de transporte de mercancías interregionales trimestrales mediante técnicas de interpolación temporal

Nuria Gallego López, Carlos Llano Verduras, Julián Pérez García

• español

  En el presente artículo se presenta la metodología y los resultados obtenidos en la trimestralización de los flujos de transporte de mercancías dentro de España. Partiendo de los datos anuales de movimientos de mercancías (1995-2007) según los principales modos de transporte disponibles en la base de datos C-intereg, se estiman los correspondientes vectores de movimientos de mercancías realizados con carácter intra e interregional en cada región con el Resto de España, medidas en unidades físicas (toneladas) para el periodo 1995.I-2009.II. Para ello se utilizan métodos de interpolación y extrapolación temporal de carácter univariante (Chow y Lin, 1971; Denton, 1971) y multivariante (Di Fonzo, 1990, 1994; Di Fonzo y Marini, 2003), aplicados sobre indicadores de alta frecuencia relativos a los movimientos de mercancías en España. Los resultados obtenidos son analizados en comparación con otros indicadores trimestrales de referencia, y la capacidad de predicción del método es evaluada mediante el MAPE para el último año con datos observados (2007).

• English

  This article presents the methodology and results obtained in the estimation of quarterly interregional transport flows of goods within Spain. Based on annual data on interregional movements (1995-2007) by the main transport modes contained in the C-INTEREG database, we estimates the corresponding vectors for intrarregional and interregional transport flows of each region with the Rest of Spain in physical units (tons) for the period 1995.I- 2009.II. We use a combination of univariant (Chow y Lin, 1971; Denton, 1971) and multivariate (Di Fonzo, 1994; Di Fonzo y Marini, 2003) interpolation methods, which are applied to high-frequency indicators concerning the movement of goods in Spain. Then, the results are analyzed in comparison with other quarterly indicators, and the predictive accuracy of the models is evaluated by the MAPE for 2007, the last year with observed data.