14. Estimación de la Renta Familiar Disponible, Per Cápita, a Nivel
Anuncio
ESTIMACIÓN DE LA RENTA FAMILIAR DISPONIBLE, PER CÁPITA, A NIVEL
MUNICIPAL EN LA COMUNIDAD VALENCIANA (AÑO 1995)
Métodos de Análisis Regional
Bachero Nebot, J.
Esteban García, Jesús
López Rodríguez, Isabel
Ruiz Ponce, Félix
Universitat de Valencia
Resumen:
En este trabajo se pretende establecer una ordenación de los municipios de la
Comunidad Valenciana, con más de 1000 habitantes, para el año 1995 a partir de la estimación
de su renta familiar disponible per cápita (RFDpc).
La estimación de la RFD es uno de los problemas cuyo estudio siempre ha despertado el interés
de los responsables políticos, tanto a nivel nacional, como autonómico y local. Su conocimiento,
como el de otras macromagnitudes, resulta un instrumento adecuado para el establecimiento de
políticas tendentes a la reducción de los índices de desigualdad entre distintas zonas en base a su
localización o su realidad socioeconómica.
El estudio que se presenta plantea la utilización de técnicas de análisis multivariante,
combinadas convenientemente, para llevar a cabo la estimación de la RFDpc. Se parte de un
conjunto amplio de variables, de las que se dispone información a nivel municipal, para
establecer una tipología de los municipios con suficiente uniformidad económica, que permita
suponer aceptable un modelo lineal para cada tipo.
ESTIMACIÓN DE LA RENTA FAMILIAR DISPONIBLE, PER CÁPITA, A NIVEL
MUNICIPAL EN LA COMUNIDAD VALENCIANA (AÑO 1995)
1. INTRODUCCIÓN
La estimación de magnitudes relacionadas con la renta a nivel nacional (PIB bruto o
neto, renta per cápita u otros) es una tarea que desde hace bastante tiempo vienen realizando
todos los Estados desarrollados, inicialmente con carácter anual y más recientemente para
periodos inferiores de tiempo. Cosa bien distinta ocurre a nivel autonómico o provincial en que
la ausencia de una contabilidad propia de la región considerada (al contrario de lo que ocurre
con la Contabilidad Nacional) y el todavía escaso desarrollo de algunos institutos de estadística
autonómicos, han retrasado el estudio de estas macromagnitudes para estos ámbitos.
Con mucho mayor motivo los estudios a nivel municipal, como el presente, tienen
todavía escasos antecedentes. Por métodos directos las primeras estimaciones fueron realizadas
por el equipo SADEI (1) para la comunidad autónoma de Asturias (años 1978 y 1980) y por la
Diputación Foral de Vizcaya (2) (año 1982). Las magnitudes estimadas fueron respectivamente
el valor añadido bruto sectorial y la renta familiar disponible (en adelante RFD).
Un poco más abundantes son las estimaciones en ámbito municipal, realizadas por
métodos indirectos. En estos casos la magnitud estudiada suele ser la RFD, porque siendo la
familia la unidad básica de consumo, y las variables exógenas del modelo indicadores del
mismo, parece la magnitud más fácil de estudiar. Algunas estimaciones realizadas han sido:
- El equipo SADEI para la Comunidad Autónoma de Asturias para los años 1978 y 1980. (1)
- M.T. Aparicio y otros para la Comunidad Autónoma de Aragón. (3)
- Esteban y Pedreño para las Comunidades Autónomas de Valencia y Murcia y los años 1981 y
1983 (4)
- A. De las Heras para Cantabria y 1987. (5)
- Bachero, J. para la Comunidad Autónoma de Valencia y 1987. (6)
- Arcarons y otros para Cataluña y los años de referencia 1987 y 1989. (7)
- Esteban. J. y otros para Castilla y León y 1991.(8)
- Servicio de Estudios de la Caja de Ahorros y Pensiones de Barcelona para todos los
municipios españoles mayores de 1000 habitantes para 1994 (9)
- Informe realizado para la Consejería de Economía y Hacienda para la C. Valenciana y el año
19911.
La mayoría de los métodos indirectos utilizados en la estimación de la RFD en ámbito
inferior al provincial, se basan en la regresión múltiple por mínimos cuadrados. En estos
1
Bachero, J.M.; Ruiz, F. (1995) Obtención y estimación de la Renta Familiar Disponible para la
Comunidad Valenciana a nivel comarcal y municipal.
modelos, la variable endógena es la RFD y las exógenas un conjunto de variables conocidas a
nivel municipal y con evidente relación con la renta. El ajuste realizado en el nivel más bajo en
que la variable endógena es conocida (generalmente la provincia) sirve para estimar los valores
de dicha variable en el ámbito municipal y en ocasiones comarcal. Como es obvio este tipo de
modelos tropieza con una serie de dificultades. Algunas son evidentemente insalvables, por lo
que la mayoría de los autores las pasan por alto. Otras en cambio puede enfocarse de distintas
formas, y ello es lo que fundamentalmente diferencia unos modelos de otros.
El primer inconveniente consiste en que este tipo de métodos requiere, como se ha
dicho, del conocimiento de la variable a estimar en ámbito provincial. De la bondad de esta
estimación, hecha por métodos directos o indirectos, dependerá lógicamente la bondad de los
resultados finales. En este caso y al no tener posibilidad de optar entre estimaciones alternativas,
no queda más que acudir a la estimación realizada por el Banco de Bilbao. Algunos autores
consideran que los valores obtenidos por esta entidad son superiores a los reales basándose en la
discrepancia global de estos datos con los obtenidos por el INE. Pero ello supone dar por buenas
las cifras oficiales que, basadas en métodos directos tienen más dificultad para evaluar la
economía sumergida. Lo cierto es que, en una situación similar, en Italia acabaron por
corregirse las cifras oficiales dando por buenas las estimaciones de la entidad privada. En
cualquier caso éstas son las únicas evaluaciones de RFD a nivel provincial en 1995 y por tanto a
ellas se hará referencia, bien entendido que las desviaciones se trasladarán inevitablemente a las
estimaciones municipales.
Otra dificultad que aparece en este tipo de modelos proviene de las variables exógenas
utilizadas. Necesariamente tienen que ser conocidas tanto a nivel municipal como provincial, y
la escasez de estadísticas en este ámbito obliga a utilizar las publicadas en el Anuario Comercial
de España para 1997 (9).
La tercera objeción que se puede realizar al modelo consiste en cuestionar la validez del
mismo. ¿Es efectivamente un modelo lineal múltiple el más adecuado para este tipo de
estimaciones?. En este sentido la cuestión es tratable estadísticamente; en efecto, como se verá
los coeficientes de correlación obtenidos para los tres grupos de provincias superan el 94% por
lo que se puede considerar aceptable.
Un problema más grave es el de la estabilidad de los coeficientes cuando el ámbito de
aplicación pasa a ser el municipal. ¿Son válidas las mismas estimaciones de los coeficientes que
se obtuvieron a nivel provincial?. Es ésta una cuestión que suele diferenciar los modelos
planteados. En el presente trabajo se ha optado por establecer una tipología provincial que, entre
otras cuestiones, consiguiese la mejor calidad en el ajuste para cada tipo. Posteriormente se ha
asignado cada municipio a un grupo de forma que la mayor homogeneidad entre el municipio y
el grupo de pertenencia permiten presuponer una cierta estabilidad para dichos coeficientes.
En cualquier caso es imposible asegurar el resultado. Obviamente el problema es mayor
cuanto mayor es el salto geográfico de aplicación. En general, más debe ser la diferencia al
pasar de comunidad autónoma a municipio que de provincia a comarca. Ello obliga a observar
con cautela las estimaciones de los pequeños municipios.
Por último hay que hacer mención de un problema que también consideramos
inevitable. Consiste en la escasa sensibilidad de las variables exógenas respecto a las
variaciones coyunturales del nivel de renta. Un corto periodo, sensiblemente desfavorable para
un municipio, no acarrea fácilmente una disminución similar en número de teléfonos, de
vehículos, etc. Sólo una situación prolongada reflejará (y con cierto retardo) la auténtica
situación económica. Es por ello por lo que pensamos que las estimaciones obtenidas no son
válidas para realizar comparaciones interanuales, sino sólo para plazos más largos de tiempo.
2. METODOLOGÍA
El modelo, como se ha dicho, utiliza como variable endógena, conocida a nivel
provincial, la RFD Bruta publicada por el Banco de Bilbao y las exógenas se seleccionan de las
que aparecen en el Anuario Comercial de España para 1997(9). Concretamente son:
- Población
- Índice turístico
- Teléfonos
- Bancos
- Cajas de Ahorro
- Cooperativas
- Automóviles
- Camiones
- Motocicletas
- Tractores
- Autobuses
- Otros vehículos
- Actividades comerciales
El primer paso es la elección de la tipología. Sean {℘h }h =1 las posibles particiones del
H
conjunto de las provincias españolas, donde cada partición ℘h sería:
{ }
℘h = Th j
J
j=1
con J = 1...50 y h ∈N
Una manera de formular el objetivo enunciado anteriormente consistiría en elegir aquella
partición ℘ h' definida como:
{ }
℘h' = Th' j
J
j =1
/ min R h' j ≥ max R h j
j= i ,...J
∀h ≠ h '
∀j
donde R h j es el coeficiente de correlación lineal del modelo en el elemento j de la partición h.
Para abordar la solución de este problema se ha recurrido a la utilización de los métodos
de clasificación del paquete estadístico SPSS y, mediante una combinación adecuada de
Análisis Cluster y Discriminante, se obtienen las funciones discriminantes, que serán utilizadas
para llevar a cabo la clasificación de los municipios de la Comunidad Valenciana de forma que
se mantenga la homogeneidad con los grupos de la tipología elegida.
Obviamente la aplicación informática no permite generar todas las particiones. El
proceso de búsqueda se reduce a las opciones que permite el paquete estadístico SPSS derivado
de utilizar las distintas combinaciones entre las distancias y métodos que éste proporciona. En
este caso el mejor resultado se ha obtenido partiendo de la distancia Cosine2 INCRUSTARy el
método del “Vecino más lejano”; los coeficientes de correlación obtenidos han sido:
Cuadro 1
Grupo 1
R=0’976
Grupo 2
R=0’952
Grupo 3
R=0’943
Fte: Elaboración propia
Los grupos obtenidos son los que aparecen en el Cuadro 2; puede observarse que tres
provincias (Alicante, Burgos y La Rioja) no aparecen clasificadas en ningún grupo. Son puntos
que aparecen como “outliers” al construir el modelo y son filtrados.
2
Su expresión es la siguiente: S ( X , Y ) =
∑ ( X i , Yi )
i
∑ X i2 ∑ Yi2
i
i
Cuadro 2
Nombre Grupo
Álava
3
Albacete
2
Alicante
Almería
1
Asturias
3
Ávila
2
Badajoz
3
Baleares
3
Barcelona
3
Burgos
Cáceres
2
Cádiz
3
Cantabria
3
Castellón
1
Ciudad rea
2
Córdoba
3
Coruña (la
3
Nombre Grupo
Cuenca
1
Girona
1
Granada
3
Guadalajar
2
Guipúzcoa
3
Huelva
3
Huesca
1
Jaén
2
León
3
Lleida
1
Lugo
3
Madrid
3
Málaga
3
Murcia
3
Navarra
1
Orense
3
Palencia
3
Nombre Grupo
Palmas (la
3
Pontevedra
3
Rioja (la)
Salamanca
3
Santa cruz
3
Segovia
1
Sevilla
3
Soria
1
Tarragona
2
Teruel
1
Toledo
2
Valencia
3
Valladolid
3
Vizcaya
3
Zamora
2
Zaragoza
2
Fte: elaboración propia
Ya se posee, por lo tanto, una clasificación de las provincias en tres grupos y unas
funciones discriminantes. El siguiente paso es la asignación de los municipios de la Comunidad
Valenciana a cada uno de los grupos, haciendo uso de las funciones discriminantes obtenidas.
Una vez clasificado cada municipio en un grupo sólo queda obtener las estimaciones de la RFD
per cápita (RFDpc) mediante el modelo del grupo al que pertenece.
3. RESULTADOS Y COMENTARIOS.
La RFDpc estimada para el año 1995 para los municipios de la Comunidad Valenciana
con más de 1000 habitantes aparece en el Cuadro 3.
Si se observan con detalle los resultados, puede notarse que los municipios con mayor
RFDpc se sitúan básicamente en la costa y algunos en el interior de Alicante. Estos datos son,
en general, coherentes con la percepción que de la C. Valenciana se tiene y con estimaciones
anteriores, pero no deja de ser sorprendente la estimación obtenida para ciertas poblaciones, en
apariencia poco acorde con los municipios del entorno o con los resultados obtenidos por este
mismo equipo para 1991.
Cuadro 3
Municipio
RFDpc1995
Ademuz
1316552
Ador
1189105
Atzeneta del Maestrat
1056234
Atzeneta d'albaida
1277749
Agost
1233852
Agullent
1179193
Aielo de Malferit
1097333
Alaquàs
1217233
Albaida
1205131
Albal
1302962
Albalat de la Ribera
1022271
Albalat dels Sorells
1183531
Albatera
1238294
Alberic
1081107
Albocácer
1309742
Alboraya
1629393
Albuixech
1407797
Alcácer
1250620
Alcalá de Chivert
1497063
Alcàntera de Xúquer
1013508
Alcora/Alcora (L')
1614846
Alcoy/Alcoi
1468431
Alcúdia (L')
1210565
Alcúdia de Crespins (L')
1262019
Aldaia
1195338
Alfafar
1194181
Alfara del Patriarca
1225522
Alfarp
1286708
Alfarrasí
1049841
Alfàs del Pi (L')
1902758
Algemesí
1191046
Alginet
1121598
Algorfa
1121186
Algueña
1145673
Alicante/Alacant
1515253
Almàssera
1208844
Almazora/Almassora
1326753
Almenara
1106387
Almoines
1317224
Almoradí
1195068
Almussafes
1775710
Alpuente
838802
Alquería de la Condesa
1362866
Alquerías del Niño Perdido
1226814
Altea
2058569
Altura
1227254
Alzira
1296438
Anna
1065919
Antella
1063774
Artana
1099165
Aspe
1152629
Ayora
1028504
Banyeres de Mariola
1251359
Barx
1272916
Barxeta
1138423
Bellreguard
1297650
Benaguasil
1032950
Continúa en la página siguiente
Municipio
Benasal
Benejama
Benejúzar
Benetússer
Beniarbeig
Beniarjó
Beniarrés
Benicarló
Benicasim/Benicàssim
Benidorm
Benifaió
Benifairó de la Valldigna
Benifairó de les Valls
Beniferri
Benigánim
Benijófar
Benimodo
Beniparrell
Benisanó
Benissa
Benitachell
Bétera
Betxí
Biar
Bigastro
Bocairent
Bolbaite
Bonrepòs I Mirambell
Borriol
Buñol
Burjassot
Burriana
Busot
Cabanes
Cálig
Callosa d'en Sarrià
Callosa de Segura
Calpe/Calp
Campello (El)
Camporrobles
Canals
Canet d'en Berenguer
Cañada
Carcaixent
Cárcer
Carlet
Casinos
Castalla
Castellnovo
Castelló de Rugat
Castelló de la Ribera
Castellón de la Plana
Catadau
Catarroja
Catral
Chella
Chelva
RFDpc1995
1365777
1080668
973362
1385631
1072907
1599418
1180696
1331790
2652553
1726539
1222534
1347694
1079932
1015714
1175079
1260586
938613
1813991
1227544
2135414
1611787
1340608
1170652
1223866
1174457
1186787
1074504
1104441
1202273
1152243
1217013
1318278
1542808
1181291
1222968
1041668
1124724
2171417
1785959
1065019
1189250
1770480
1073572
1177634
1101994
1268150
1120212
1225142
1292100
1263378
1000216
1465115
1355633
1262496
1144044
1059257
1083790
Municipio
Cheste
Chilches
Chiva
Cocentaina
Corbera
Cox
Coves de Vinromà (Les)
Crevillente
Cullera
Daimús
Daya Nueva
Denia
Dolores
Elche/Elx
Elda
Eliana (L')
Enguera
Enova (L')
Estivella
Faura
Favara
Finestrat
Foios
Font d'en Carròs (La)
Font de la Figuera (La)
Formentera del Segura
Fortaleny
Gandia
Gata de Gorgos
Gavarda
Genovés
Gilet
Godella
Godelleta
Granja de Rocamora
Guadassuar
Guardamar del Segura
Hondón de las Nieves
Ibi
Jacarilla
Jalance
Jalón/Xaló
Jávea/Xàbia
Jérica
Jijona/Xixona
Llanera de Ranes
Llaurí
Llíria
Llombai
Llosa de Ranes
Loriguilla
Llutxent
Lucena del Cid
Manises
Manuel
Marines
Masalavés
RFDpc1995
1124584
1164821
1167189
1454800
1265620
1160757
1279433
1220187
1662540
1677898
956467
1915338
1081753
1241159
1380985
1667197
1050127
973347
1421603
1121879
1081438
1759707
1242085
1013589
1292121
1056065
793340
1613599
1391468
909320
1171967
1667327
1050390
1298857
843904
1120385
1658510
1435575
1248248
1055694
1179306
1158630
1812170
1352101
1404010
1404477
1244756
1426238
1195354
1089596
1427828
946966
1327708
1299659
1159444
600635
1153060
Continuación del Cuadro 3
Municipio
Massalfassar
Massamagrell
Massanassa
Meliana
Miramar
Mislata
Mogente/Moixent
Moncada
Moncofa
Monforte del Cid
Monóvar/Monòver
Monserrat
Montaverner
Montesa
Montesinos (Los)
Montroy
Morella
Muro de Alcoy
Museros
Mutxamel
Náquera
Navarrés
Novelda
Nucia (La)
Nules
Oliva
Olleria (L')
Onda
Ondara
Onil
Ontinyent
Orba
Orihuela
Oropesa del Mar
Paiporta
Palma de Gandía
Paterna
Pedralba
Pedreguer
Pego
Peñíscola
Petrer
Picanya
Picassent
Pilar de la Horadada
RFDpc1995
1563906
1166192
1388310
1165551
1614189
1245586
1082581
1201437
1160086
1050263
1331478
1294318
1089101
1228189
1225401
952652
1379004
1288599
1272109
1190197
1801561
1009915
1346228
1485014
1281226
1260039
1215856
1727615
1279790
1242353
1411412
1600327
1350224
2438770
1235017
1346582
1316734
1186536
1450673
1268225
2536193
1251077
1228839
1212123
1175999
Municipio
Piles
Pinoso
Pobla de Farnals (La)
Pobla de Vallbona (La)
Pobla del Duc (La)
Pobla Llarga (La)
Poblets (Els)
Polinyà de Xúquer
Polop
Puçol
Puig
Quart de les Valls
Quart de Poblet
Quartell
Quatretonda
Rafal
Rafelbunyol
Rafelcofer
Rafelguaraf
Real de Gandía
Real de Montroi
Redován
Requena
Riba-Roja de Túria
Ribesalbes
Riola
Rocafort
Rojales
Romana (La)
Rossell
Rotglá y Corberá
Rótova
Sagunto/Sagunt
Salinas
San Fulgencio
San Isidro
San Juan de Alicante
Sant Joan de Moró
San Miguel de Salinas
San Vicente del Raspeig
Sant Mateu
Santa Pola
Sax
Sedaví
Segorbe
RFDpc1995
1297683
1222001
1641740
1155977
1179308
1133579
1954535
1046937
1316856
1225704
1621655
1018375
1282409
1494741
1023542
1063825
1153028
1226690
887691
1372643
1277938
1153869
1351028
1146185
1280046
993571
1196104
1444539
1288021
1433213
1527901
1022958
1378642
1265461
1413525
778563
1372713
1583211
1138585
1281000
1358675
1911649
1228068
1369642
1421204
Municipio
Serra
Sierra Engarcerán
Silla
Simat de la Valldigna
Sinarcas
Sollana
Soneja
Sueca
Sumacàrcer
Tavernes Blanques
Tavernes de la Valldigna
Teulada
Tibi
Torreblanca
Torrent
Torrevieja
Tous
Traiguera
Tuéjar
Turís
Useres (Les)
Utiel
Valencia
Vall d'Alba
Vall d'Uixó (La)
Vallada
Venta del Moro
Verger (El)
Vilafamés
Vilamarxant
Villafranca del Cid
Vila Joiosa (La)
Villalonga
Villar del Arzobispo
Vila-Real
Villavieja
Villena
Vinalesa
Vinaròs
Viver
Xàtiva
Xeraco
Xeresa
Xirivella
Yátova
RFDpc1995
1663521
1053380
1265559
1260651
1097317
1193376
1334807
1366813
979713
1251148
1315035
2399492
1214350
1105784
1221672
1679509
923214
1158792
1271657
981454
1003272
1165344
1544235
1043271
1251001
1117376
1205535
1377212
1532793
1192227
1076601
1283801
1082559
1161003
1396060
1018791
1330234
1151383
1388383
1553070
1468451
1193257
971310
1243193
1110018
Fte: Elaboración propia
Algunos de estos casos que se pueden calificar de aparentemente extraños son:
- Almusafes y Benisa que han obtenido estimaciones que suponen incrementos de
RFDpc por encima de la media. Si se observan los valores de las variables exógenas para estos
municipios, salta a la vista el elevadísimo número de vehículos automóviles. En Almusafes
4818 automóviles para 6886 habitantes y en Benisa 7797 vehículos para una población de 8669
habitantes.
- Justo lo contrario ocurre con Marines, población para la que se estima una renta
sensiblemente inferior a la de su entorno. El motivo parece estar en el bajo valor que toman las
variables Teléfonos (465) , Automóviles (426) y Actividades comerciales (16) que para un
municipio de 3254 habitantes están muy por debajo de la media de la comunidad.
- Uno de los casos más sorprendentes es el fuerte bajón relativo para la renta estimada
de Benidorm. La causa puede estar en la variable Teléfonos que ha pasado de 32638 en 1991 a
26569 en 1995, mientras que la población ha pasado de 75322 a 85793 habitantes. Si ello se
debe a que la telefonía móvil ha sustituido muchos de los teléfonos en segunda residencia, habrá
que replantear la utilización de esta variable para municipios con características tan definidas.
Sin embargo este dato puede deberse simplemente a un error en las estadísticas, que es otro de
los problemas con los que nos podemos encontrar y de difícil solución.
- Como contraste con el caso anterior, puede citarse otra situación diametralmente
opuesta. La estimación realizada para San Fulgencio se ha visto incrementada notablemente por
haber pasado de 438 teléfonos (y 1594 habitantes) en 1991 a 1815 teléfonos (y 2700 habitantes)
en 1995. La explicación también es desconocida, pero descender a la casuística particular de
cada municipio que permitiera afinar cada estimación o justificar la obtenida es algo que escapa
del objetivo de este trabajo.
4. BIBLIOGRAFÍA.
i)
Libros:
Cuadras, C.M.(1991): Métodos de análisis multivariante. Barcelona. Editorial Eunibar.
Mardia, K.V.; Kent, J.T. y Bibby, J.M.(1980): Multivariate Analysis. Londres.
Academic Press Inc.
(6) Bachero Nebot, J.M. (1993): Evaluación de la Renta Familiar Disponible
Municipal. Tesis doctoral. Valencia.
Baró Llinas, J. (1982): Distribución personal de la Renta. Medidas y leyes de
desigualdad. Barcelona.
(5) De Las Heras, A. (1992): Un modelo general de estimación indirecta de la renta
familiar disponible municipal. Su aplicación a la Comunidad Autónoma de Cantabria.
Tesis Doctoral.
(2) Diputación Foral De Vizcaya (1986): Producción e Ingresos por Municipios del
Territorio Histórico de Vizcaya 1982. Bilbao.
(4) Esteban, J. y Pedreño, A.(1984): Renta de los Municipios de la Comunidad
Valenciana, 1983. Alicante. Caja de Ahorros de Alicante y Murcia.
(4) Esteban, J. y Pedreño, A. (1986): Datos y series estadísticas. Alicante Caja de
Ahorros de Alicante y Murcia.
Fundación BBV. (1997): Renta Nacional de España y su distribución provincial 1993.
Avance 1994-1995. Bilbao.
(9) Servicio de Estudios de la Caja de Ahorros y Pensiones de Barcelona (1997):
Anuario Comercial de España. Barcelona.
(1) Sadei (1981): La Renta de los Municipios Asturianos, 1978. Oviedo. Caja de
Ahorros de Asturias.
(1) Sadei (1984): La Renta de los Municipios Asturianos, 1980. Oviedo. Caja de
Ahorros de Asturias.
ii)
Contribuciones en obras colectivas:
(7) Arcarons, J. y otros (1992): Estimació de la renda familiar disponible a les
comarques i municipis de Catalunya. 1989. Barcelona. Generalitat de Catalunya.
Esteban, J. y
Pedreño, A. (1992): La Articulación territorial de la Economía
Valenciana. En Estructura Económica de la Comunidad Valenciana. Madrid. Espasa
Calpe.Pag. 73-112
iii)
Artículos:
(3) Aparicio Aspas, M.T. y otros (1984): Una metodología para la estimación de la
Renta Disponible Municipal. Bilbao. VII Reunión de Estudios Regionales, págs. 561583,
(8) Esteban García, J.; y otros (1994): Estimación de la Renta Familiar Disponible
comarcal para la comunidad autónoma de Castilla y León. IV Congreco de Economía
Regional de Castilla y León. Burgos. pag 1493-1505.
