Microsoft Word Lopez Cordova sg1 + elc (002). docx

4.  Estimation results 

Table 2 presents OLS estimates of the baseline equation (3). Columns (1) and (2) use our full sample, while 

columns (3) and (4) use a subset of the data that comprise a balanced panel of country‐pairs and years for 

which all data are available. The latter is the preferred specification as it helps control for country entry 

or exits in the data set from influencing our estimates. All regressions use origin‐country, destination‐

country, and year dummies. Also, for purposes of comparison to other studies, columns (1) and (2) use 

GDP and population as different regressors, and the other two columns use per capita GDP and population 

instead. The latter allows distinguishing country size and average income more cleanly. Column (4) reflects 

our preferred specification.  

The estimates in Table 2 are all highly significant and of the expected sign and explain about 80% of the 

variance of the dependent variable. With reference to column (4), the coefficient (equal to 0.859) on per 

capita GDP of the origin country indicates an income elasticity of the demand for tourism services below 

one, which is somewhat surprising but in line with the findings by Culiuc (2014). As one would expect, 

larger origin countries demand more tourism services, with a 1‐percent increase in population translating 

                                                            

13

 Following Head and Mayer (2015) and Yotov et al (2016), we also considered using destination‐year and origin‐

year fixed effects to control for multilateral resistance. However, the computational demands are substantial, given 

the very large corresponding number of dummy variables. 

---

 

Page 18 of 34 

 

into a 0.559% increase in tourist arrivals. In contrast, a 1‐percent real exchange rate appreciation in the 

destination country reduces tourist arrivals by 0.129%. Also of note, the farther away the origin country 

is  from  the  rest  of  the  world,  as  measured  by  the  remoteness  variable,  the  more  tourism  services  it 

demands  from  a  given  destination.  The  destination  country  remoteness,  however,  is  not  statistically 

significant, as it is not immediately obvious why marginal changes in its distance to the rest of the world 

should affect tourists from the origin country from arriving.