SciELO - Scientific Electronic Library Online

 
vol.32Importancia socioeconómica de las especies pecuarias criadas en traspatio en localidades rurales de Yucatán y CampecheEvaluación de los efectos no deseados de las zanjas en los servicios ecosistémicos que brinda el Parque Nacional Iztaccíhuatl-Popocatépetl, México índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


Acta universitaria

versión On-line ISSN 2007-9621versión impresa ISSN 0188-6266

Acta univ vol.32  México  2022  Epub 28-Ago-2023

https://doi.org/10.15174/au.2022.3592 

Artículos

Factores que influyen en la disposición para recomendar pueblos mágicos del noroeste mexicano

Factors that influence the willingness to recommend magical towns of the Mexican northwest

Reyna María Ibáñez-Pérez1 

Elizabeth Olmos-Martínez2 

Marco Antonio Almendarez-Hernández3  * 

1Departamento de Economía, Universidad Autónoma de Baja California Sur (UABCS).

2Departamento Académico de Ciencias Económico-Administrativas, Coordinación Académica del Doctorado en Gestión del Turismo, Unidad Mazatlán Universidad Autónoma de Occidente.

3Centro de Investigaciones Biológicas del Noroeste SC (CIBNOR). La Paz, Baja California Sur, México. Tel. 6121751230 ext 5123.


Resumen

La recomendación del destino turístico es un factor clave para acrecentar la afluencia de visitantes. El objetivo de este estudio es estimar el impacto de los factores que influyen en la disposición a recomendar del turista en cuatro Pueblos Mágicos (PM), basándose en la experiencia de su estancia, ya que solamente existen trabajos descriptivos y no con un enfoque econométrico. El marco teórico usado para analizar las regresoras que se relacionan con la variable respuesta se fundamenta en la maximización de la utilidad aleatoria. Los modelos logit y probit estimados explican que los visitantes nacionales; los individuos entre 49 y 55 años; aquéllos quienes contrataron un servicio de excursión; las personas que calificaron como excelentes el servicio de restaurante, las actividades recreativas y de esparcimiento, los atractivos naturales y culturales y el motivo histórico inciden en una mayor probabilidad de recomendar los sitios. Esta investigación aporta conocimiento científico, así como información para los gestores del turismo en México.

Palabras clave: Pueblo mágico; experiencia; logit; probit; recomendación

Abstract

The recommendation of a tourist destination is a key factor to increase the influx of visitors. The objective of this study is to estimate the impact of the factors that influence the willingness to recommend of tourists in four Magical Towns (PM, from its Spanish acronym), based on their own experience, since there are only descriptive works and not with an econometric approach. The theoretical framework used to analyze the regressors that are related to the response variable is based on random utility maximization. The estimated logit and probit models explain that national visitors; individuals between 49 and 55 years old; those who paid for an excursion service; and people who rated as excellent the restaurant service, recreational and leisure activities, natural attractions and cultural reasons, as well as the historical reason influence on a greater probability to recommend the sites. This research contributes with scientific knowledge and information for tourism managers in Mexico.

Keywords: Magic town; experience; logit; probit; recommendation

Introducción

México es un país reconocido por su mega diversidad, cuenta con atractivos únicos representados por una amplia gama de recursos y un extenso patrimonio natural y cultural. Pese a la pandemia actual, tales atributos le han permitido mantener liderazgo en materia turística, al ubicarse consecutivamente como una de las 10 naciones con mayor recepción de visitantes del mundo (Datatur, 2021).

A fin de aprovechar su potencial turístico, se han implementado diversas acciones, desde programas regionales y sectoriales, leyes, estrategias, lineamientos, esquemas de financiamientos, certificaciones, reglamentos y normas (Tiburcio et al., 2021). Entre estos, destaca el programa de Pueblos Mágicos (PM), que se creó en el año 2001 como resultado de uno de los principales esfuerzos del gobierno federal para integrar a localidades que cuentan con simbolismos, leyendas, historia, hechos trascendentes y cotidianidad (Secretaría de Turismo [Sectur], 2020). Con su implementación, se busca también revalorar y activar la economía de los sitios decretados. A la fecha, existen 132 localidades con tal nombramiento (Sectur, 2020). Esto ha permitido, entre otros aspectos, brindar opciones de ingresos, ofrecer alternativas a las comunidades receptoras y diversificar la oferta turística nacional que tradicionalmente se orientaba al turismo de masas. No obstante, los PM afrontan diversos retos que van desde aspectos relacionados con la participación ciudadana, la democratización de sus beneficios, la carencia de información actualizada que les permitan mejorar sus servicios y elevar la satisfacción y recomendación del visitante, por mencionar algunos (Almendarez-Hernández et al., 2021; Olmos et al., 2021).

Si bien la literatura existente sobre los PM es diversa, sigue siendo indispensable contar con datos que permitan identificar la percepción y alternativas planteadas del turista y los propios habitantes, para, de esta manera, minimizar posibles impactos negativos del turismo (López et al., 2018). Además, es necesario identificar el perfil y nivel de satisfacción del visitante, toda vez que esto generará insumos para delinear acciones que permitan generar mayores beneficios e implementar estrategias para lograr la recomendación y fidelización de sus visitantes (Cruz et al., 2015).

Lo anterior reviste especial importancia en sitios que pertenecen a la región noroeste de México (conformada por Baja California, Baja California Sur, Sonora y Sinaloa), ya que cuentan con atributos únicos como: localización estratégica, gran cantidad de litorales, buena calidad de vida y alta afluencia de visitantes. Adicionalmente, en conjunto dicha región recibió a 13.9 millones de visitantes al cierre de 2018, lo que significó 34% del total nacional en ese mismo año (Datatur, 2020a, 2020b, 2020c, 2020d).

Tomando en cuenta lo anterior, este artículo tiene como propósito estimar la probabilidad de la disposición a recomendar del turista para que otros visiten los PM de Todos Santos y Loreto, de Baja California Sur, y Cosalá y El Rosario, de Sinaloa, basándose en la experiencia de su estancia.

Pueblos Mágicos

Existen diversos estudios relacionados con los PM de México. Por ejemplo, según señalan Olmos et al. (2021), con respecto a su impacto en el desarrollo local, autores como García & Guerrero (2014), Vargas & Rodríguez (2014), Cañas (2016), Pérez & Antolín (2016), Gauna (2019), Cornejo et al. (2018) y Madrid (2019) documentan su incidencia desde la perceptiva general o etimológica de las políticas públicas o de sus propios habitantes.

Por otra parte, Alvarado (2015) y Olivera & Fernández (2015) estudian la forma en que este programa ha contribuido a mercantilizar los valores culturales y del mismo patrimonio inmaterial, mientras que Madrid & Cerón (2013)) y López (2017) ponen de manifiesto la existencia de información insuficiente sistematizada y anualizada de variables clave. Sobre ello, Ibáñez & Cruz (2016), Olmos-Martínez et al. (2021) y Almendarez-Hernández et al. (2021) señalan que, de manera particular, las carencias se focalizan en parámetros relacionados con algunas características del visitante, tales como nivel de gasto, calificación otorgada a valores culturales y naturales, nivel de satisfacción, productos turísticos y hábitos de viaje, entre otras.

En lo que corresponde al perfil y nivel de satisfacción del visitante y estrategias para mejorar la competitividad, Ibáñez (2021) y Almendarez-Hernández et al. (2021) realizan un análisis detallado de las investigaciones existentes en PM del país; por su parte, Yee et al. (2019) proponen un nuevo modelo para aumentar los índices de competitividad en el turismo nacional en los pueblos mágicos.

La recomendación del destino turístico

Los destinos turísticos denominados PM se destacan por su aceptación en el mercado gracias a sus valores culturales e históricos (Olmos et al., 2021). Santarriaga & Soto (2021) argumentan que los atractivos de un destino turístico ayudan a promover y generar diferencias y competencias en sus productos y servicios porque determinan la elección del lugar y su recomendación.

Almendarez-Hernández et al. (2021) abordan los atributos que influyen en la decisión del visitante en cuatro pueblos mágicos del noroeste mexicano, obteniendo como resultado que dichos atributos son los eventos culturales, servicios de hospedaje, carretera y señalamientos, actividades recreativas y la experiencia.

Aunado a lo anterior, la fidelidad del turista es un elemento importante para la imagen del destino, misma que influye en la capacidad que tenga el destino de proporcionar una experiencia acorde con las necesidades del visitante, lo que generará un mayor nivel de lealtad hacia el sitio, coadyuvando en la intención de repetir la visita así como en la recomendación del destino (Joppe et al., 2001). En ese sentido, la lealtad debe ir direccionada a la recomendación a terceros. Chen & Gursoy (2000) argumentan que la lealtad del consumidor tiene tres vertientes: a) la intención de continuar comprando el producto o servicio, b) la intención de comprar más del mismo producto o servicio y c) la disposición de recomendar el producto o servicio a otros.

Aunado a lo anterior, la intención de recomendación de boca a boca es muy importante para las localidades receptoras, por lo que deben tener estrategias para que la experiencia del visitante sea favorable para ellos y para nuevos visitantes con expectativas similares; una experiencia placentera es un prerrequisito para una recomendación, entre mayor sea la experiencia del visitante, mayor serán las posibilidades de recomendación (Santarriaga & Soto, 2021).

Ahora bien, autores como Beltrán-Bueno & Parra-Meroño (2016) destacan que la imagen del destino turístico es muy importante para que los turistas decidan visitar el sitio, dicha imagen se genera (antes, durante y después de la visita) a partir de la percepción del visitante; asimismo, dicha construcción de la imagen es un elemento importante para la repetición de compra, la fidelidad turística y la recomendación del destino a terceros.

En el estudio realizado por Valenzuela-Sagobal et al. (2020) se desarrolla un sistema de recomendación turístico mediante la aplicación de minería de datos, con la finalidad de impulsar la experiencia turística hacia un nuevo modelo de negocio a partir de la tecnología. En ese sentido, Azuara (2018) plantea que el turista es capaz de recomendar la visita mediante herramientas digitales, por lo que el internet y las redes sociales generan una interacción entre el destino y los turistas potenciales.

Por otro lado, Matos (2019) alude que la confianza influye en el compromiso afectivo y determina la intensión de regreso y la recomendación del turista sobre el destino. Además, Prada-Trigo et al. (2018) indican que el conocimiento previo del destino turístico, como es el caso de los sitios patrimonio de la humanidad, influyen en la satisfacción del turista y en el deseo de regresar y recomendar el sitio.

Finalmente, de Freitas & de Sevhila (2017) encontraron que dentro de los elementos importantes para la recomendación de un destino destacan el ambiente percibido (servicios y productos turísticos, cooperación y empatía de la población y los profesionales del turismo, higiene y seguridad), seguido de los recursos turísticos (alojamiento, gastronomía e información) y de la infraestructura del destino (acceso, infraestructura básica e infraestructura turística). Del mismo modo, los autores mencionan que hay una relación lineal positiva entre la atractividad turística percibida y la intención de recomendar en internet y las redes sociales.

Materiales y métodos

Encuesta y muestra

Los determinantes que influyeron en la variable respuesta son factores como el perfil del visitante, los recursos del viaje, la experiencia/percepción de los servicios y atributos, la estadía y gasto efectuado durante su estancia, así como los lugares visitados como razón principal de la visita. La información se obtuvo mediante una encuesta compuesta por cinco secciones: a) perfil del visitante (género, procedencia, edad y acompañantes); b) recursos del viaje (medio de transporte, servicios de excursión); c) experiencia/percepción de los servicios y atributos (restaurante, actividades recreativas y de esparcimiento, cuidado y conservación de los atractivos naturales, cuidado y conservación de los atractivos culturales); d) estadía y gasto (veces que ha visitado el sitio, gasto promedio por persona por día); y e) lugares de visita (sitio histórico). Cabe mencionar que en el análisis solo se tomaron en cuenta las variables que resultaron significativas para la recomendación del destino turístico. El instrumento de recolección de datos usado es el mismo de Olmos-Martínez (2018) y fue validado con una prueba piloto realizada el mes de marzo de 2019. Las encuestas fueron realizadas durante los meses de marzo y abril de 2019 a visitantes de los PM de Loreto y Todos Santos (Baja California Sur) y de Cosalá y El Rosario (Sinaloa). La duración máxima de aplicación fue de 10 min, cara a cara. Las encuestas fueron dirigidas a personas mayores de edad, con una estadía mínima de 3 h en el lugar de estudio, considerando que en ese lapso el visitante ya tuvo la oportunidad de observar, contratar o adquirir algún servicio turístico que le permitió percibir los factores estudiados. Para determinar el tamaño de la muestra, se eligió el muestreo aleatorio estratificado con afijación proporcional con base en la expresión siguiente (Cochran-Gemmel, 1989):

n=i=1INi PiQiNE+1Ni=1INiPiQi (1)

donde n es el tamaño de la muestra, N i corresponde a la población de cada estrato, P i se refiere a la proporción, Q i significa el complemento de la proporción, N concierne al tamaño de la población y E atañe al error de estimación. Con la siguiente expresión se determina el tamaño de cada estrato (Cochran-Gemmel, 1989):

ni=nNii=1INi=nNiN=nWi (2)

donde W i es la fracción de asignación. Para el cálculo de la muestra se usó como referencia el registro de 367 946 visitantes en forma anual en los cuatro destinos. La composición de la información de los visitantes en los cuatro pueblos mágicos se obtuvo de fuentes de información oficiales e investigación de campo, quedando segmentada de la forma siguiente: (1) Todos Santos con 126 074 (Ibáñez & Cruz, 2016); (2) Loreto con 107 218 (Instituto Nacional de Estadística y Geografía [INEGI], 2017); 3) Cosalá con 90 189 (Sectur, 2017); y 4) El Rosario con 59 775 (Consejo para el Desarrollo Económico de Sinaloa [Codesin], 2018). El número total de encuestas fue 415 y quedaron distribuidas de la forma siguiente: Loreto con 116, Todos Santos con 136, Cosalá con 98 y El Rosario con 65.

Disposición a recomendar el sitio usando como marco teórico la RUM

Una de las formas de estimar la influencia de factores sobre la disposición a recomendar la visita de un pueblo mágico es a través de la utilización de los modelos de opción discreta/continua (ODC). Existen dos maneras de interpretar estos modelos. Uno puede ser mediante la idea que se enfoca a la maximización de la utilidad aleatoria (RUM, por sus siglas en inglés) sobre la elección que el individuo ha realizado. Otro modelo es el de la regresión latente, donde sus variables, al no ser observadas directamente, se pueden inferir a partir de variables que pueden ser medidas.

Por ello, la teoría de la RUM es el marco teórico útil para analizar las respuestas de la disposición del individuo a recomendar la visita a un pueblo mágico (McFadden, 1974a, 1974b; Train, 1998, 2009). El análisis empírico se fundamenta en las investigaciones de Alegre & Cladera (2006), Dolnicar et al. (2013), Pagliara et al. (2015), Sannassee & Seetanah (2015) y Seetanah et al. (2020). Si la función de utilidad del visitante es U(∙), esta se expresa de la siguiente forma:

UR,X-U(NR,X)0 (3)

donde R significa recomendar el sitio, NR es no recomendar el sitio y X es un conjunto de variables explicativas. Si a esta función se le agrega la función de utilidad indirecta V ∙ , estará conformada por dos componentes: (1) uno determinístico y (2) otro componente estocástico o aleatorio, el cual es el término de error 𝜀. Una vez definido lo anterior, la función se expresa de la siguiente forma:

UR, X=VR,X+ε (4)

Si se expresa la probabilidad de obtener una respuesta positiva de recomendar por parte del individuo el pueblo mágico, entonces se obtiene:

ProbSi=V1R,X+ε1>V0NR,X+ε0 (5)

donde εi es aleatorio y captura los elementos no observables de la función de utilidad del individuo. En este sentido, la probabilidad se expresa como:

ProbSi=1+eV-1 (6)

donde ∆V=V1-V0. Si la respuesta del individuo es negativa, es decir, permanece en el status quo (no recomienda el visitante el sitio), entonces la probabilidad se expresa de la forma siguiente:

ProbNo=1+eV-1 (7)

En este sentido, la disposición a recomendar el sitio por parte del visitante es aquella que genera un cambio en su nivel de utilidad, la cual está expresada en la mejora de su bienestar por la experiencia manifestada en la visita al pueblo mágico y que, una vez concluida, recomendaría el viaje a estos sitios. La variable respuesta puede tomar valores de 1 o 0, es decir, es una variable cualitativa que representa probabilidades. La ecuación 6 incluye una variable dependiente 𝑌 𝑖 , el componente determinístico y el componente estocástico, siendo estos dos últimos el término de la derecha de la ecuación y es equivalente a la función de utilidad indirecta:

Yi=Xiβ+εi             donde i:1,2N (8)

Cuando se obtienen dos resultados, la variable respuesta toma el valor de 1 (cuando la variable latente supera cierto nivel de variación) y 0 cuando no lo alcanza.

La variable latente depende de un conjunto de variables independientes:

I*=Xiβ+εi (9)

Entonces, el modelo binario se expresa de la forma siguiente:

I*=1 si I*>0 ocurre cuando Xiβ+εi>00 si I*<0 ocurre cuando Xiβ+εi<0 (10)

Entonces, el modelo probabilístico se define como:

Pi=Prob=Yi=1=ProbI*>0=ProbXiβ+εi>0=FXiβ (11)

F(.) es una función de distribución acumulada asociada al término estocástico y este último puede seguir una distribución normal tipificada o una distribución logística. Los coeficientes se estiman a través de la maximización de la función de verosimilitud.

Resultados y discusión

A continuación, se muestran las características descriptivas de las cinco secciones de la encuesta: a) perfil del visitante, b) recursos del viaje, c) experiencia/percepción de los servicios y atributos, d) estadía y gasto y e) lugares de visita. Posteriormente, se muestra el análisis de regresión de elección discreta a partir de las variables descriptivas que influyen en la disposición para recomendar del destino.

Perfil del turista

Para contextualizar las características de los sujetos de estudio se aborda el perfil del visitante, ya que ayuda a identificar el comportamiento y preferencias de compra de productos y servicios y orienta a los prestadores de servicios turísticos a delimitar estrategias competitivas para la satisfacción del cliente. Asimismo, ayuda a identificar las características y recursos contratados durante el viaje, que pueden ser el motivo de repetición y recomendación del viaje. En ese sentido, el perfil del visitante de los cuatro PM estudiados se describe a continuación.

Para Loreto, el porcentaje del género es prácticamente el mismo, con 50% para cada uno. Sobre la procedencia, 62% de los visitantes son de Estados Unidos y Canadá, quedando un 29% para los mexicanos. Los rangos de edad se concentran en 56 años y más, con 57%, y la edad de entre 18 y 33 años tiene una representación del 19%. Además, 38% viajan con su cónyuge, 30% con familia y 19% con amigos. Para Todos Santos, el perfil es el siguiente: 57% de los visitantes son masculinos, 72% son mexicanos, 47% de los visitantes se concentran en las edades de entre 18 y 41 años, 19% viajan con el cónyuge, 39% con familia y 20% con amigos.

En El Rosario, 53% de los visitantes son masculinos, 93% son de procedencia mexicana y 64% se concentra entre los 18 y 41 años; además, 19% de ellos viaja con el cónyuge, 55% con familia y 27% con amigos. Finalmente, en Cosalá, el perfil del visitante se destaca con el 56% de género femenino, 92% de ellos son mexicanos, 70% de ellos tienen entre 18 y 41 años, 14% viaja con su cónyuge, 57% con la familia y 19% con amigos.

Los perfiles de los visitantes de los cuatro PM muestran diferencias, rescatando que en Loreto el destino se concentra en recibir a visitantes con un rango de edad más alto que el resto de los PM. Sobre la procedencia, Todos Santos, El Rosario y Cosalá reciben mayormente a visitantes mexicanos. Sobre el acompañante, en Loreto se concentran quienes viajan con el cónyuge, mientras que para el resto de los PM mayormente son acompañados por la familia.

Recursos utilizados en el viaje

La identificación de los recursos que se utilizan para la planificación del viaje y durante el viaje facilitan la estadía y disfrute del destino turístico; se caracterizan por brindar una experiencia de satisfacción al visitante. A continuación, se describen los recursos que resultaron significativos para la recomendación del destino turístico de los cuatro PM de estudio.

El medio de transporte más utilizado fue el auto propio, específicamente, 69% en el caso de Cosalá y Todos Santos, 64% para El Rosario y 35% para Loreto, donde también destaca el auto rentado con 25%. Cabe mencionar que quienes respondieron otro medio de transporte, diferente al auto propio, auto rentado, avión y autobús, se trasladaron en motocicleta o bicicleta; en ese sentido, se trata del 13% de los visitantes de Loreto, 5% de Todos Santis, 9% de El Rosario y 6% de Cosalá. Además, para los servicios de excursión que se contrataron, como guía de turistas y visita guiada, estos son representados por el 32% en Loreto, 28% en Cosalá, 18% en El Rosario y 12% en Todos Santos.

Experiencia y percepción de servicios y atributos turísticos

En la encuesta aplicada a los visitantes de los cuatro PM, se les pidió que evaluaran la experiencia de los servicios y atributos turísticos a partir de la percepción de las variables que influyeron en la recomendación del destino turístico.

En el caso de Loreto, los cuatro atributos observados tienen las siguientes características. Para los servicios de restaurantes (alimentos y bebidas), 64% de los visitantes los evaluó como excelente y 32% como buena; además, las actividades recreativas y de esparcimiento fueron evaluadas como excelente con el 47% de los casos y como buena con 44%. El cuidado y conservación de los atractivos naturales y culturales también fueron evaluados mayormente como excelente, con 56% para ambos casos.

En Todos Santos, más del 50% de los visitantes evaluaron los atributos y servicios como buenos. Los restaurantes tienen una calificación del 50% como excelente y 44% como buena. Las actividades recreativas tienen 54% como excelente y 31% como buena. Para el cuidado y conservación de los recursos, la calificación fue de 56% como buena y 36% excelente para los atractivos naturales, mientras que para los atractivos culturales la calificación fue 58% como excelente y 36% como buena.

Para El Rosario, al igual que en Todos Santos, los cuatro atributos que resultaron significativos fueron mayormente calificados como buenos. Específicamente, para el servicio de restaurante la calificación fue 52% como bueno y 22% excelente; para las actividades recreativas, 54% de los visitantes lo evaluaron como bueno y 15% como excelente. Sobre el cuidado y conservación de los atractivos, 56% lo calificaron como excelente y 36% calificaron como bueno los atractivos naturales, mientras que para los atractivos culturales, 58% fueron excelente y 36% bueno.

Finalmente, para Cosalá, de los cuatro servicios/atributos que fueron evaluados, solo los alimentos y bebidas fueron mayormente calificados como excelente (52%) y como bueno (43%). Las actividades recreativas se evaluaron como excelente un 50% y 44% como bueno. También, el cuidado y conservación de los atractivos naturales se evaluaron como 59% excelente y 41% bueno, y los culturales se evaluaron con 49% como excelente y 48% como bueno.

Estadía y gasto

Es importante conocer el tiempo de estadía y gasto de los visitantes, ya que indica el grado de satisfacción y fidelidad como elementos importantes para la recomendación del sitio. Al respecto, a continuación se muestra lo encontrado en los cuatro PM de estudio.

Para Loreto, 38% reportó haber permanecido más de ocho días en el PM, 29% entre cinco a ocho días, 28% de dos a cuatro días y solo 5% un día. Asimismo, 49% indica que es la primera vez que acudieron al destino, 21% dicen haberlo frecuentado de entre una a tres veces, 12% mencionan que lo han visitado de entre cuatro a siete veces y 10% mencionan que lo han concurrido más de 20 veces. Por otro lado, el gasto promedio de los visitantes por persona por día se encuentra entre los $501 y $1000 pesos mexicanos, representado con el 33% de los casos, $2,000 pesos mexicanos con el 18%, entre $1501 y $2000 pesos con el 17%, 17% para los que erogaron menos de $500 pesos y 16% entre $1001 y $1500 pesos.

En el PM de Todos Santos, 64% dijo que su estadía fue por un solo día, el 19% de entre dos a cuatro días, 14% más de ocho días y el 3% solo de cinco a ocho días. Además, 32% reportaron haber visitado el sitio por primera vez, 25% más de 20 ocasiones, 17% de cuatro a siete veces y 16% de una a tres veces. Sobre el gasto promedio por persona por día, 38% gastó entre $501 y $1000 pesos mexicanos, 33% menos de $500 pesos, 17% entre $1001 y $1500 pesos, el 7% entre $1501 y $2000 pesos y 6% más de $2000 pesos.

Para El Rosario se encontró que 67% lo visitaron solo un día y 30% de dos a cuatro días. En este PM, el 43% de los encuestados reportaron que fue la primera vez que lo visitaban, 29% dijo haberlo visitado de una a tres veces, 12% más de 20 veces y 12% de cuatro a siete veces. También, el 57% de los encuestados reportó que el gasto promedio por persona por día es menor a $500 pesos mexicanos, 31% gasta entre $501 y $1000 pesos, el 10% gasta entre $1001 y $1500 pesos y solo el 2% gasta entre $1501 y $2000 pesos.

Finalmente, para Cosalá, 61% de los visitantes permaneció de dos a cuatro días, 22% solo un día, 13% de cinco a ocho y 5% más de ocho días. Además, 35% de ellos reportó que era la primera vez que visitaban dicho PM, 27% de una a tres veces, 15% de cuatro a siete veces y 10% de 12 a 15 veces. Durante su estancia, el 19% gastó menos de $500 pesos mexicanos por persona por día, 35% entre $501 y $1000 pesos, 13% entre $1001 y $1500 pesos, otro 13% entre $1501 y $2000 pesos y finalmente 21% gastó más de $2000 pesos.

Lugares visitados y actividades como razón principal de la visita

Dentro del análisis de determinantes para la recomendación del destino turístico, una variable significativa fue los visitantes que indicaron que la razón principal de la visita son los sitios históricos: para Loreto 10% seleccionaron dichos sitios históricos, para Todos Santos el porcentaje es igual del 10%, para El Rosario es el 15% y para Cosalá el 11%.

Análisis de regresión de elección discreta sobre recomendación del sitio

En la Tabla 1 se muestra la descripción de las variables explicativas incluidas en las regresiones de elección discreta. Se estimaron dos especificaciones econométricas, las cuales fueron el modelo probit y el modelo logit. Las dos estrategias econométricas pueden usarse con fines de inferencia. La bondad de ajuste, como el pseudo-R2 que indica el porcentaje de variación de la disposición a recomendar el pueblo mágico que es explicada por el modelo, fue similar entre el logit y el probit para los modelos 1 y 2, y se encuentra dentro del rango de valores sugeridos por la evidencia empírica (Alegre & Cladera, 2006; Dolnicar et al., 2013; Pagliara et al., 2015; Sannassee & Seetanah, 2015; Seetanah et al., 2020).

Tabla 1 Estadística descriptiva de las variables usadas en la regresión. 

Variable Descripción Media
Loreto Variable dicotómica que toma el valor de 1 si la persona entrevistada visitó el pueblo mágico de Loreto y 0 en caso contrario 0.2578
El Rosario Variable dicotómica que toma el valor de 1 si la persona entrevistada visitó el pueblo mágico de El Rosario y 0 en caso contrario 0.2434
Cosalá Variable dicotómica que toma el valor de 1 si la persona entrevistada visitó el pueblo mágico de Cosalá y 0 en caso contrario 0.2506
Procedencia Variable dicotómica que toma el valor de 1 si México es el país de procedencia de la persona entrevistada y 0 en caso contrario 0.7108
Edad Variable dicotómica que toma el valor de 1 si la edad de la persona entrevistada se encuentra entre 49 y 55 años y 0 en caso contrario 0.1446
Transporte Variable dicotómica que toma el valor de 1 si la persona entrevistada usó otro tipo de transporte (moto y bicicleta) para llegar al pueblo mágico y 0 en caso contrario 0.0386
Excursión Variable dicotómica que toma el valor de 1 si la persona entrevistada contrató un servicio de excursión como el de guía de turistas y 0 en caso contrario 0.0916
Restaurante Variable dicotómica que toma el valor de 1 si la persona entrevistada calificó la experiencia como excelente el servicio de restaurante (alimentos y bebidas) y 0 en caso contrario 0.4554
Actividades Variable dicotómica que toma el valor de 1 si la persona entrevistada calificó la experiencia como excelente las actividades recreativas y de esparcimiento y 0 en caso contrario 0.3446
Naturales Variable dicotómica que toma el valor de 1 si la persona entrevistada calificó la percepción como excelente el cuidado y conservación de los atractivos naturales y 0 en caso contrario 0.3855
Culturales Variable dicotómica que toma el valor de 1 si la persona entrevistada calificó la percepción como excelente el cuidado y conservación de los atractivos culturales y 0 en caso contrario 0.4024
Visita Variable dicotómica que toma el valor de 1 si la persona entrevistada ha visitado más de 20 veces el pueblo mágico y 0 en caso contrario 0.1349
Gasto 1 Variable dicotómica que toma el valor de 1 si el gasto promedio por persona al día es menor o igual a $500 pesos y 0 en caso contrario 0.3133
Gasto 2 Variable dicotómica que toma el valor de 1 si el gasto promedio por persona al día se encuentra entre $501 y $1000 pesos y 0 en caso contrario 0.3398
Gasto 3 Variable dicotómica que toma el valor de 1 si el gasto promedio por persona al día se encuentra entre $1001 y $1500 y 0 en caso contrario 0.1373
Histórico Variable dicotómica que toma el valor de 1 si la razón principal por la que la persona entrevistada visitó el pueblo mágico se debe a que es un sitio histórico y 0 en caso contrario 0.2602

Fuente: Elaboración propia con base en encuesta.

Sin embargo, las pruebas de significancia global de las regresiones como el estadístico de razón de verosimilitud y el estadístico de Wald resultaron ser mayores en la especificación logit para el modelo 1 y en la especificación probit para el modelo 2, y se encuentran dentro de los límites de los estudios de determinantes de los trabajos de repetir la visita en un sitio. Estas pruebas resultaron estadísticamente significativas al 1%. Un complemento de estos resultados son los criterios de información de Akaike (AIC, por sus siglas en inglés) y Bayesiano (BIC, por sus siglas en inglés), en el que se debe de elegir el modelo que muestre el menor valor, siendo la estrategia econométrica logit para el modelo 1 y la estrategia econométrica probit para el modelo 2 (Tablas 2 y 3).

Tabla 2 Resultados del modelo 1. 

Modelo Probit Modelo Logit
Variables Coeficiente z-estadístico Probabilidad Coeficiente z-estadístico Probabilidad
Loreto -0.3202 -1.1600 0.2470 -0.5242 -0.9900 0.3210
El Rosario -0.8082 -3.4200 0.0010 -1.3775 -3.1400 0.0020
Cosalá -0.4047 -1.5700 0.1160 -0.6504 -1.3500 0.1760
Procedencia 0.6527 2.8000 0.0050 1.1610 2.7200 0.0060
Edad 0.5909 2.4100 0.0160 0.9670 2.1800 0.0290
Transporte -0.6864 -2.2000 0.0280 -1.2173 -2.3800 0.0170
Excursión 0.6185 1.7700 0.0770 1.0986 1.5600 0.1180
Restaurante 0.5428 2.8100 0.0050 0.9245 2.5800 0.0100
Actividades 0.5352 2.4500 0.0140 1.0034 2.3900 0.0170
Naturales 0.6792 3.2500 0.0010 1.3099 3.1100 0.0020
Culturales
Visita 0.8077 2.8100 0.0050 1.3929 2.5200 0.0120
Gasto 1 -0.3771 -1.3200 0.1880 -0.7701 -1.4300 0.1520
Gasto 2 -0.0836 -0.3100 0.7590 -0.2999 -0.5800 0.5650
Gasto 3 -0.5686 -1.9200 0.0550 -1.1166 -2.0200 0.0430
Histórico 0.3687 1.9100 0.0560 0.6190 1.7400 0.0820
Constante 0.3740 1.1700 0.2430 0.6908 1.1800 0.2380
Log likelihood -148.214 -148.157
Log likelihood restringido -196.082 -196.082
LR estadístico (15) 95.738 0.0000 95.850 0.0000
Wald chi2(15) 81.330 0.0000 85.230 0.0000
AIC 328.427 328.315
BIC 392.880 392.767
Count R2 0.839 0.836
Pseudo R2 0.244 0.244

Fuente: Elaboración propia con base en encuesta.

Tabla 3 Resultados del modelo 2. 

Modelo Probit Modelo Logit
Variables Coeficiente z-estadístico Probabilidad Coeficiente z-estadístico Probabilidad
Loreto -0.3163 -1.1500 0.2500 -0.4868 -0.9300 0.3540
El Rosario -0.7834 -3.3100 0.0010 -1.3321 -3.0600 0.0020
Cosalá -0.4445 -1.7200 0.0850 -0.7074 -1.4800 0.1390
Procedencia 0.6599 2.8500 0.0040 1.1659 2.7500 0.0060
Edad 0.5937 2.4100 0.0160 0.9757 2.1800 0.0290
Transporte -0.6974 -2.2200 0.0260 -1.2258 -2.3800 0.0170
Excursión 0.6043 1.7300 0.0840 1.0783 1.5500 0.1220
Restaurante 0.5438 2.7700 0.0060 0.9158 2.5100 0.0120
Actividades 0.4787 2.1400 0.0320 0.8882 2.0700 0.0390
Naturales
Culturales 0.6965 3.3600 0.0010 1.2738 3.1700 0.0020
Visita 0.8148 2.8400 0.0050 1.3988 2.5400 0.0110
Gasto 1 -0.4496 -1.5400 0.1250 -0.8434 -1.5400 0.1240
Gasto 2 -0.1087 -0.3900 0.6930 -0.3053 -0.5800 0.5640
Gasto 3 -0.6499 -2.1800 0.0290 -1.2273 -2.2000 0.0280
Histórico 0.3628 1.8800 0.0610 0.6017 1.6900 0.0920
Constante 0.4132 1.2400 0.2130 0.7334 1.2200 0.2240
Log likelihood -147.944 -148.410
Log likelihood restringido -196.082 -196.082
LR estadísitico (15) 96.276 0.0000 95.345 0.0000
Wald chi2(15) 88.610 0.0000 81.760 0.0000
AIC 327.889 328.820
BIC 392.341 393.272
Count R2 0.839 0.839
Pseudo R2 0.246 0.243

Fuente: Elaboración propia con base en encuesta.

El análisis de la probabilidad de la disposición a recomendar por el turista para visitar un pueblo mágico determinado se realiza por medio de los efectos marginales (Tabla 4), ya que los coeficientes estimados de los modelos de elección discreta no tienen una interpretación directa. Sus efectos marginales son interpretados como el cambio en las probabilidades predichas ocasionadas por la variación de una unidad en las variables independientes (Cameron & Trivedi, 2005). El estudio solamente se apega a la descripción de los efectos marginales de los modelos que se eligieron acorde a la inferencia estadística. Adicionalmente, la discusión de los resultados hace referencia solamente a los coeficientes estimados que son estadísticamente significativos al 1%. Las variables que se refieren a atractivos naturales y atractivos culturales por ser colineales se estimaron en modelos separados.

Tabla 4 Efectos marginales. 

Modelo 1 Logit Modelo 2 Probit
Variables Coeficiente z-estadístico Probabilidad Coeficiente z-estadístico Probabilidad
Loreto -0.0523 -0.8900 0.3740 -0.0640 -1.0500 0.2950
El Rosario -0.1656 -2.4100 0.0160 -0.1819 -2.7400 0.0060
Cosalá -0.0668 -1.1700 0.2420 -0.0936 -1.5000 0.1340
Procedencia 0.1284 2.2800 0.0230 0.1436 2.4900 0.0130
Edad 0.0668 2.6100 0.0090 0.0836 3.0700 0.0020
Transporte -0.1675 -1.7700 0.0770 -0.1814 -1.7500 0.0790
Excursión 0.0699 2.2700 0.0230 0.0809 2.5100 0.0120
Restaurante 0.0816 2.4400 0.0150 0.0979 2.7500 0.0060
Actividades 0.0811 2.7000 0.0070 0.0807 2.3600 0.0180
Naturales 0.1079 3.6500 0.0000
Culturales 0.1193 3.6400 0.0000
Visita 0.0858 3.4000 0.0010 0.1029 4.1000 0.0000
Gasto 1 -0.0782 -1.3200 0.1880 -0.0919 -1.4100 0.1580
Gasto 2 -0.0280 -0.5700 0.5720 -0.0205 -0.3900 0.6980
Gasto 3 -0.1382 -1.6200 0.1050 -0.1561 -1.8200 0.0690
Histórico 0.0497 1.8900 0.0580 0.0600 2.0500 0.0400

Fuente: Elaboración propia con base en encuesta.

Todos Santos es el PM usado como referencia y es omitido para contrastar las diferencias entre sitios sobre la influencia de la disposición a recomendar el destino turístico. La elección de la localidad se debe a que es el PM que cuenta con un mayor nivel de afluencia turística. El único efecto marginal estadísticamente significativo a los niveles convencionales es El Rosario e indica que los entrevistados en este lugar tienen una menor probabilidad de recomendar este destino turístico con respecto a Todos Santos, siendo la disminución en probabilidad entre 5.23% y 6.40% (Tabla 4).

La predictora procedencia que señala las diferencias entre mexicanos y extranjeros advierte que los entrevistados nacionales son quienes tienen una mayor probabilidad de recomendar la visita a los pueblos mágicos, entre 12.84% y 14.36%. Este resultado es acorde con el estudio de Pagliara et al. (2015), en donde uno de los factores que influyen en la probabilidad de volver a visitar la ciudad de Madrid es el contraste entre turistas españoles y extranjeros, siendo mayor la probabilidad para los nacionales. La explicación se debe a las distancias que existen entre su lugar de origen y el sitio visitado, ya que, por ejemplo, los turistas extranjeros difícilmente se encuentran en condiciones de elegir otro medio de transporte diferente al avión, y los turistas europeos se enfrentan con dificultades para desplazarse desde sus países a España debido a la limitada disponibilidad de las conexiones internacionales ferroviarias. En el caso de los pueblos mágicos mencionados, existe una escasez de infraestructura de vías de comunicación para llegar a los sitios, lo que provoca que los extranjeros tengan menos intenciones a recomendar las visitas. Otro trabajo que concuerda con el hallazgo es el de Gomes et al. (2009). En su estudio, realizado en el archipiélago portugués de los Azores sobre los determinantes de la intención de volver a visitar el lugar, estos autores encontraron mediante la estimación de un modelo probit ordenado que los individuos originarios del sitio tienen una mayor probabilidad de recomendar su visita.

Los individuos que cuentan con edad de entre 49 y 55 años tienen una mayor probabilidad de recomendar los destinos turísticos, oscilando entre 6.68% y 8.36%. El trabajo de Gomes et al. (2009) menciona que conforme se incrementa la edad de los individuos entrevistados en el destino turístico del archipiélago portugués de los Azores, la probabilidad de recomendar la visita al lugar es mayor. Este tipo de lugares como el de los pueblos mágicos suelen ser preferidos por grupos de edad más avanzados porque disfrutan de los paisajes naturales, aspectos naturales e históricos.

La condición de los entrevistados de usar otro tipo de transporte para llegar al pueblo mágico disminuye la probabilidad de recomendar el destino con respecto al transporte convencional, entre 16.75% y 18.14%. En la investigación de Brida et al. (2014), se analiza el caso de repetir la visita en Uruguay a través de la estimación de una regresión de datos de conteo de cuantiles, encontrando que aquellos individuos que usan el transporte como el avión, el automóvil y el transporte marítimo tienen una mayor probabilidad de incidir en la intención de regresar al destino, siendo más alto el efecto marginal en el primer medio de transporte. Estos hallazgos son interesantes porque usar medios de transporte que impliquen un menor tiempo para desplazarse cuando las distancias son más largas incide en la disposición a recomendar el sitio. Un ejercicio que sería deseable realizar sería estimar regresiones entre nacionales y extranjeros para encontrar qué tipo de transporte es el que influye más en la intención de recomendar los pueblos mágicos. Sin embargo, dada la conformación de la base de datos, no es posible efectuar una modelación desagregada, limitación que se reconoce en el presente estudio.

Los visitantes que contrataron el servicio de excursión, como el guía de turistas, son más propensos a recomendar el sitio, con un aumento en la probabilidad entre 6.99% y 8.09%. La agrupación que calificó como excelente el servicio de restaurante en cuanto a alimentos y bebidas aumenta la probabilidad de recomendar la localidad entre 8.16% y 9.79%. El resultado coindice con el trabajo de Pestana & Assaf (2010), donde sugieren mediante la estimación de un modelo logit mixto (mixed logit) que el disfrute de la calidad de los alimentos de los turistas incrementa la probabilidad de la intención de regresar a un destino urbano como la ciudad de Lisboa. Otro trabajo, como el de Tosun et al. (2015), alude una correlación positiva de la calidad de los alimentos (que corresponde al servicio alojamiento) sobre la intención de volver a visitar la ciudad costera mediterránea de Alanya en Turquía. Una explicación plausible que está detrás de estos resultados es que la disposición a volver a visitar un sitio se asocia con aspectos como la calidad, la imagen, el valor, la satisfacción y el placer de los servicios, donde los turistas invierten gran parte de su tiempo en lugares donde se puedan hospedar.

Los individuos que calificaron como excelente las actividades recreativas y de esparcimiento (variable actividades), el cuidado y conservación de los atractivos naturales y culturales (variables Naturales y Culturales) mostraron un efecto positivo sobre recomendar el destino, con un incremento en la probabilidad entre 8.07% y 8.11%, 10.79% y 11.93%, respectivamente. Los trabajos que han insertado en regresiones probit la variable explicativa la calidad de las atracciones turísticas han señalado que impacta positivamente en regresar o recomendar la visita a la República de Mauricio (Sannassee & Seetanah, 2015; Seetanah et al. 2020). Es por ello que un sitio que cuente con atractivos turísticos permite que los turísticas inclinen sus preferencias no solo por realizar la visita, sino que en el futuro crezcan las posibilidades de recomendarlo.

La variable Gasto 4, que consiste en un valor superior a $1500 pesos mexicanos diarios, se usa como referencia (es omitida) para las estimaciones de los modelos logit y probit, y los resultados son interpretados en relación con esta, ya que, si se incluye en la regresión, se presenta el problema de la trampa de la variable dicotómica. El único efecto marginal estadísticamente significativo a los niveles convencionales es Gasto 3 para el modelo probit. Este resultado coincide con el trabajo de Brida et al. (2014), en el cual incluyen como regresora el gasto total per cápita por día, indicando que conforme se incrementa esta variable mayor es la probabilidad de que el turista tenga la intención de recomendar la visita a el país de Uruguay. Siguiendo lo que sugiere la literatura, un individuo que ejecuta un mayor gasto en promedio cuenta con mayores posibilidades de volver a visitar el sitio y recomendarlo debido a que cuenta con una solvencia económica que le permite efectuar un recorrido en gran parte del sitio y disfrutar de una gran cantidad de amenidades que provee el lugar.

Las personas que declararon que la razón principal por la que decidieron viajar al pueblo mágico obedece a que es un sitio histórico, son más proclives a recomendar la localidad, con un aumento en la probabilidad entre 4.97% y 6%. El hallazgo es consistente con la relación positiva encontrada entre motivo cultural y la intención de regresar al país de Austria a través de la estimación de un modelo logit en el estudio de Dolnicar et al. (2013). Algo similar se encontró en Austria, aunque con características diferentes, donde los individuos que acuden a los pueblos mágicos muestran interés por conocer sus orígenes, sus anécdotas, su cronología, las leyendas que hay detrás de ellos, la arquitectura, etc., motivos que ocasionan que sean áreas concurridas.

Conclusiones

Los hallazgos de la presente investigación son consistentes con la evidencia empírica mostrada en la literatura internacional y nacional sobre el tema de la disposición a recomendar un destino. Las estimaciones de los modelos que comprenden los sitios estudiados revelan que los visitantes que cumplen con las características de ser nacionales, aquéllos individuos que cuentan con una edad entre 49 y 55 años, aquéllos que prefirieron contratar un servicio de excursión como el guía de turistas, los individuos que calificaron como excelente el servicio de restaurante, las actividades recreativas y de esparcimiento, los atractivos naturales y culturales y el motivo histórico aumentan la probabilidad de recomendar los PM de la región noroeste de México. Cabe mencionar que la mayoría de los visitantes de estos sitios son de origen nacional debido a que en la estación de primavera concurren más este segmento de turistas, lo cual coincidió con la aplicación de la encuesta.

Con relación a la relevancia de este trabajo, es menester mencionar que los resultados marcan la pauta de la aplicación sobre un enfoque poco estudiado en México, ya que aborda la recomendación de un destino turístico basado en las experiencias manifestadas por los visitantes. La información puede servir para los encargados de la gestión del turismo, al mismo tiempo realiza aportaciones al conocimiento científico del fenómeno turístico para comprender los factores que influyen en la recomendación desde la perspectiva del perfil del visitante, los atributos de satisfacción, recursos del viaje, estadía y gasto, así como lugares de visita. Además, los trabajos con este enfoque no abundan en la región de América Latina, por lo que se puede considerar un aporte regional.

Una de las limitaciones de este trabajo se debe a la imposibilidad de estimar modelos de elección discreta por separado entre nacionales y extranjeros, ya que los segundos representan el 29% de la encuesta. Dado lo anterior, no habría suficiente variabilidad entre las regresoras consideradas en los modelos. Otra limitación es que la encuesta fue realizada en la estación de primavera, situación que quizá podría incidir en los resultados debido a que el perfil del turista podría cambiar por temporalidad. Por ello, en investigaciones posteriores se podría incluir un cuestionario que sea capaz de abarcar la división entre nacionales y extranjeros para captar mejor las diferencias entre ellos y considerar un horizonte de aplicación de la encuesta más amplio.

Conflicto de interés

Los autores declaran que no tienen conflicto de interés.

Referencias

Alegre, J., & Cladera, M. (2006). Repeat visitation in mature sun and sand holiday destinations. Journal of Travel Research, 44(3), 288-297. doi: https://doi.org/10.1177/0047287505279005 [ Links ]

Almendarez-Hernández, M. A., Ibáñez-Pérez, R. M., & Olmos-Martínez, E. (2021). Atributos que influyen en la elección del visitante en cuatro pueblos mágicos del noroeste mexicano. CienciaUAT, 16(1), 73-85. doi: https://doi.org/10.29059/cienciauat.v16i1.1542 [ Links ]

Alvarado, C. (2015). Conservación del patrimonio cultural en el Pueblo Mágico de Tepoztlán, Morelos (2001-2012). Territorios, 32, 15-33. doi: https://dx.doi.org/10.12804/territ32.2015.01 [ Links ]

Azuara, A. (2018). El papel de las nuevas tecnologías en la recomendación y búsqueda de información sobre destinos rurales. caso de estudio de la Villa del Libro de Ureña (Valladolid, España). International Journal of Information Systems and Tourism, 3(2), 41-52. http://rabida.uhu.es/dspace/handle/10272/16851Links ]

Beltrán-Bueno, M. Á., & Parra-Meroño, M. C. (2016). La imagen del destino turístico: estudio en profundidad del municipio de Murcia como destino turístico. Revista TUryDES: Turismo y Desarrollo, (20), 1-23. http://www.eumed.net/rev/turydes/20/murcia.htmlLinks ]

Brida, J. G., Pereyra, J. S., & Scuderi, R. (2014). Repeat tourism in Uruguay: modelling truncated distributions of count data. Quality & Quantity, 48, 475-491. doi: https://doi.org/10.1007/s11135-012-9782-4 [ Links ]

Cameron, C., & Trivedi, P. (2005). Microeconometrics. Methods and applications. Cambridge University Press. [ Links ]

Cañas, S. (2016). Pueblo trágico: gubernamentalidad neoliberal y multicultural en el sureste mexicano. Revista Pueblos y Fronteras Digital, 11(21), 3-30. doi: https://doi.org/10.22201/cimsur.18704115e.2016.21.6 [ Links ]

Cochran-Gemmel, W. (1989). Sampling techniques. Willey and Sons. [ Links ]

Consejo para el Desarrollo Económico de Sinaloa (Codesin). (2018). Reporte de llegada de turistas y ocupación hotelera en Sinaloa, de enero a diciembre de 2017. Unidad de estadística y análisis. http://sinaloaennumeros.com/wp-content/uploads/2018/01/Reporte-07-del-2018-de-turismo-a-ene-dic.-2017.pdfLinks ]

Cornejo, J. L., Andrade, E., Chávez, R. M., & Espinoza, R. (2018). Percepción de la población local sobre los impactos del turismo en el Pueblo Mágico de Tapalpa, Jalisco, México. PASOS. Revista de Turismo y Patrimonio Cultural, 16(3), 745-754. doi: https://doi.org/10.25145/j.pasos.2018.16.053 [ Links ]

Chen, J. S., & Gursoy, D. (2000). Cross-cultural comparison of theinformation sources used first-time and repeat travelers and its marketing implications. International Journal of Hospitality Management, 19(2), 191-203. doi: https://doi.org/10.1016/S0278-4319(00)00013-X [ Links ]

Cruz, P. R., Juárez, J., Cruz, G. R., & Urciaga, J. (2015), Evaluación del visitante en el Pueblo Mágico de Loreto. Revista Global de Negocios, 3(6), 89-97. https://papers.ssrn.com/sol3/papers.cfm?abstract_id=2659337Links ]

Datatur. (2020a). Baja California. Llegada de turistas totales a la entidad. Secretaría de Turismo (Sectur). https://www.datatur.sectur.gob.mx/ITxEF/ITxEF_BCN.aspxLinks ]

Datatur. (2020b). Baja California Sur. Llegada de turistas totales a la entidad. Secretaría de Turismo (Sectur). https://www.datatur.sectur.gob.mx/ITxEF/ITxEF_BCS.aspxLinks ]

Datatur. (2020c). Sonora. Llegada de turistas totales a la entidad. Secretaría de Turismo (Sectur). https://www.datatur.sectur.gob.mx/ITxEF/ITxEF_SON.aspxLinks ]

Datatur. (2020d). Sinaloa. Llegada de turistas totales a la entidad. Secretaría de Turismo (Sectur). https://www.datatur.sectur.gob.mx/ITxEF/ITxEF_SIN.aspxLinks ]

de Freitas, M., & de Sevilha, M. (2017). Factores de la actividad turística percibida. Impactos en la reputación del destino y en la intención de recomendarlo a través de internet. Estudios y Perspectivas en Turismo, 26(3), 509-530. https://www.estudiosenturismo.com.ar/PDF/V26/N03/v26n3a01.pdfLinks ]

Datatur. (2021). Ranking mundial del turismo internacional. Principales destinos turísticos en el mundo. Secretaría de Turismo (Sectur). https://www.datatur.sectur.gob.mx/SitePages/RankingOMT.aspxLinks ]

Dolnicar, S., Coltman, T., & Sharma, R. (2013). Do satisfied tourists really intend to come back? Three concerns with empirical studies of the link between satisfaction and behavioral intention. Journal of Travel Research , 54(2), 152-178. doi: https://doi.org/10.1177/0047287513513167 [ Links ]

García, D., & Guerrero, H. (2014). El programa «Pueblos Mágicos»: análisis de los resultados de una consulta local ciudadana. El caso de Cuitzeo, Michoacán, México. Economía y Sociedad, 18(31), 71-94. https://www.redalyc.org/articulo.oa?id=51033723005Links ]

Gauna, C. (2019). Análisis sociodemográfico, económico y turístico de los “Pueblos Mágicos” de Jalisco, México. El Periplo Sustentable, (36), 34-66. doi: https://doi.org/10.36677/elperiplo.v0i36.9108 [ Links ]

Gomes, A., Cabral, J., & Carvalho, J. (2009). Assessing tourist satisfaction in the azores: a microeconometric approach. European Journal of Tourism Research, 2(1), 91-122. doi: https://doi.org/10.54055/ejtr.v2i1.29 [ Links ]

Ibáñez, R. M. (2021). Caracterización del visitante en el Pueblo Mágico Todos Santos: una aproximación. Revista Digital del Observatorio de Guanajuato, 8-20. http://www.observatorioturistico.org/publicaciones/seccion/23Links ]

Ibáñez, R. M., & Cruz, P. R. (2016). Nivel de satisfacción del turista y necesidades de capacitación en un pueblo mágico. En F. Madrid (ed.), Pueblos mágicos aciertos y retos (pp. 231-256). Limusa. [ Links ]

Instituto Nacional de Estadística y Geografía (INEGI). (2017). Anuario estadístico y geográfica de Baja California Sur 2017. http://internet.contenidos.inegi.org.mx/contenidos/Productos/prod_serv/contenidos/espanol/bvinegi/productos/nueva_estruc/anuarios_2017/702825094881.pdfLinks ]

Joppe, M., Martin, D. W., & Waalen, J. (2001). Toronto’s image as a destination: a comparative importance-satisfaction by origin of visitor. Journal of Travel Research , 39(3), 252-260. doi: https://doi.org/10.1177/004728750103900302 [ Links ]

López, O. (2017). Construcción de un índice de satisfacción del turismo en Capulálpam “Pueblo Mágico”. PASOS. Revista de Turismo y Patrimonio Cultural , 15(4), 785-792. doi: https://doi.org/10.25145/j.pasos.2017.15.053 [ Links ]

López, L., Valverde, C., & Figueroa, M. (2018). Pueblos mágicos. Una visión interdisciplinaria (vol. IV). Universidad Autónoma Metropolitana. [ Links ]

Matos, R. F. (2019). La confianza como determinante del compromiso, la intensión de regreso y la recomendación del turista por un destino: el caso de Cancún. Ciencia Ergo-sum, 6(3), 1-12. doi: https://doi.org/10.30878/ces.v26n3a1 [ Links ]

McFadden, D. (1974a). Conditional logit analysis of qualitative choice behavior. En P. Zarembka (ed.), Frontiers in econometrics (pp. 105-142). Academic Press. [ Links ]

McFadden, D. (1974b). The measurement of urban travel demand. Journal of Public Economics, 3(4), 303-328. doi: https://doi.org/10.1016/0047-2727(74)90003-6 [ Links ]

Madrid, F. (2019). Derivaciones epistémicas de una política pública: el caso de los Pueblos Mágicos 2001-2015. El Periplo Sustentable , (36), 184-229. doi: https://doi.org/10.36677/elperiplo.v0i36.9080 [ Links ]

Madrid, F., & Cerón, H. (2013). Evaluación de desempeño de los destinos turísticos en el marco de los Convenios de Coordinación en materia de Reasignación de Recursos (CCRR). Análisis del desempeño turístico local. Modelo de satisfacción de los turistas. Universidad Anáhuac. https://www.sectur.gob.mx/sub/conacyt/temas/documentos/pdf/respuestas/11/2-Evaluaci%C3%B3n-de-desempeno-de-los-destinos-turisticos-en-el-marco-de-los-Convenios-de-Coordinacion.pdfLinks ]

Olivera, M., & Fernández, A. (2015). San Cristóbal de las Casas, Chiapas. Colonial e ¿indígena? En L. López, C. Valverde & M. E. Figueroa (coords.), Pueblos Mágicos. Una visión interdisciplinaria, vol. II (pp. 113-134). Universidad Autónoma del Estado de México y Universidad Autónoma Metropolitana. [ Links ]

Olmos-Martínez, E. (2018). Satisfacción del turista alternativo en Pueblos Mágicos del noroeste mexicano: una mirada al turismo sustentable. Expediente Técnico No Publicado. UDO-PTC-057. Convocatoria Apoyos Individuales 2018. Programa de Desarrollo Profesional Docente (Prodep), Secretaría de Educación Pública (México). Universidad Autónoma de Occidente. [ Links ]

Olmos-Martínez, E., Almendarez-Hernández, M. A., & Ibáñez-Pérez, R. M. (2021). Satisfacción del visitante a partir de los atributos de pueblos mágicos del noroeste mexicano. Nova Sciencia, 13(2), 1-39. doi: https://doi.org/10.21640/ns.v13i26.2724 [ Links ]

Pagliara, F., La Pietra, A., Gomez, J., & Vassallo, J. M. (2015). High Speed Rail and the tourism market: evidence from the Madrid case study. Transport Policy, 37, 187-194. doi: https://doi.org/10.1016/j.tranpol.2014.10.015 [ Links ]

Pérez, C. A., & Antolín, D. I. (2016). Programa pueblos mágicos y desarrollo local: actores, dimensiones y perspectivas en El Oro, México. Estudios Sociales, 25(47), 217-243. doi: https://doi.org/10.24836/es.v25i47.315 [ Links ]

Pestana, C., & Assaf, A. G. (2010). Analyzing tourism return intention to an urban destination. Journal of Hospitality & Tourism Research, 36(2), 216-231. doi: https://doi.org/10.1177/1096348010388658 [ Links ]

Prada-Trigo, J., López-Guzman, T., Pesántez, S., & Pérez-Gálvez, J. (2018). Turismo cultural, patrimonio inmaterial y elementos que inciden en la diferente satisfacción del visitante a partir del estudio del Sobrero de paja Toquilla. Cuadernos de Turismo, (41), 555-573. doi: http://dx.doi.org/10.6018/turismo.41.327151 [ Links ]

Sannassee, R. V. & Seetanah, B. (2015). The influence of trust on repeat tourism: the Mauritian case study. Journal of Hospitality Marketing & Management, 24(7), 770-789. doi: https://doi.org/10.1080/19368623.2014.934983 [ Links ]

Santarriaga, M., & Soto, F. C. (2021). Relación de los atmosféricos, paisaje de servicio y atractivo del lugar con las intenciones de revisita y recomendación boca a boca de un destino turístico. Cultur - Revista de Cultura e Turismo, 14(02), 1-29. doi: https://doi.org/10.36113/cultur.v14i02.2345 [ Links ]

Secretaría de Turismo (Sectur). (2017). Principales indicadores turísticos, Cuarto trimestre 2015-2016, Sinaloa. http://www.transparenciasinaloa.gob.mx/images/stories/ST/programas%20y%20serviciosestadisticas/2016/TURISMO-INDICADORES_4to.Trim.2015-2016.pdfLinks ]

Secretaría de Turismo (Sectur). (2020). Pueblos Mágicos de México. Gobierno de México. https://www.gob.mx/sectur/articulos/pueblos-magicos-206528Links ]

Seetanah, B., Teeroovengadum, V., & Nunkoo, R. (2020). Destination satisfaction and revisit intention of tourists: does the quality of airport services matter? Journal of Hospitality & Tourism Research , 44(1), 1-15. doi: https://doi.org/10.1177/1096348018798446 [ Links ]

Tiburcio, G., Ibáñez, R., & Cariño, M. (2021). Claro-obscuros del ecoturismo en el Golfo de California. En M. Cariño (ed.), Nuestro mar: historia ambiental crítica del Golfo de California (siglos xvi-xxi), volumen III: rompiendo la asimetría hacia la sustentabilidad en el Golfo de California (2000-2019) (pp. 341-380). Colmenares. [ Links ]

Tosun, C., Bora, B., & Fyall, A. (2015). Destination service quality, affective image and revisit intention: the moderating role of past experience. Journal of Destination Marketing & Management, 4(4), 22-234. doi: https://doi.org/10.1016/j.jdmm.2015.08.002 [ Links ]

Train, K. E. (1998). Recreation demand models with taste differences over people. Land Economics, 74(2), 230-239. doi: https://doi.org/10.2307/3147053 [ Links ]

Train, K. E. (2009). Discrete choice methods with simulation. Cambridge University Press. [ Links ]

Valenzuela-Sagobal, G. M., Sosa-Cortés, J. S., & Torres-Rojas, J. D. (2020). Sistema de recomendación turístico mediante aplicación de minería de datos en la provincia Gualivá, Cundinamarca. Ontare, 8, 71-87. doi: https://doi.org/10.21158/23823399.v8.n0.2020.2644 [ Links ]

Vargas, A., & Rodríguez, I. M. (2014). Dinámica relacional de la gestión turística en el pueblo mágico de Calvillo, Aguascalientes, México. Teoría y Praxis, (Especial 14), 137-159. doi: https://doi.org/10.22403/UQROOMX/TYPNE2014/05 [ Links ]

Yee, S. Z., Borquez, R., & Ángeles, M. (2019). Parámetros para la transición a un nuevo modelo de Pueblos Mágicos. El caso de Loreto, Baja California Sur. El Periplo Sustentable , 37, 334-355. doi: https://doi.org/10.36677/elperiplo.v0i37.10410 [ Links ]

Cómo citar: Ibáñez-Pérez, R. M., Olmos-Martínez, E., & Almendarez-Hernández, M. A. (2022). Factores que influyen en la disposición para recomendar pueblos mágicos del noroeste mexicano. Acta Universitaria 32, e3592. doi: http://doi.org/10.15174.au.2022.3592

Recibido: 30 de Mayo de 2022; Aprobado: 13 de Octubre de 2022; Publicado: 07 de Diciembre de 2022

*Autor de correspondencia malmendarez@cibnor.mx

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons