982anal Modelos Gen Atra Viajes Inf Final Correg

ANLISIS Y FORMULACIN DE NUEVOS MODELOS DE GENERACIN Y ATRACCIN DE VIAJES
Para: Ministerio de Planificacin y Cooperacin MIDEPLAN INFORME FINAL
Santiago, Julio de 2010
Apoquindo 3650 Of. 902 Santiago Chile Telfono 435 0099 Fax 435 0258 FDC@FDCconsult.com
NDICE
1. 2.
INTRODUCCIN .............................................................................................................. 8 RECOPILACIN DE ANTECEDENTES Y REVISIN METODOLGICA (TAREA 1) .......... 12 2.1 Actualizacin Metodologa Anlisis Sistema de Transporte de Ciudades de Gran Tamao y Tamao Medio (MESPE) MIDEPLAN - SECTRA (2008). ....................................................... 13 2.1.1 2.1.2 2.1.3 2.1.4 2.1.5 Definicin de rea de Estudio y Zonificacin .................................................... 22 Definicin del Contexto Temporal del Anlisis ................................................. 27 Definicin de Cortes Temporales de Proyeccin ............................................... 28 Perodos de Anlisis ................................................................................................ 29 Definicin de Tipo de Viajes a Considerar: Interzonales, Intrazonales ............................................................................................................... 34 2.1.6 2.2 Definicin de la Categorizacin de la Demanda................................................. 35
Anlisis y Actualizacin Modelo ESTRAUS, MIDEPLAN - SECTRA (2005). .................... 37 2.2.1 2.2.2 Modelos de Generacin de Viajes ........................................................................ 38 Modelos de Atraccin de Viajes ........................................................................... 42
2.3
Actualizacin de Encuestas Origen y Destino de Viajes, V Etapa, MIDEPLAN-SECTRA (2003). .................................................................................................................................................. 50 2.3.1 2.3.2 2.3.3 2.3.4 Resultados Generales Sobre Generacin de Viajes ............................................ 51 Resultados Generales Sobre Atraccin de Viajes............................................... 54 Resultados Generales Sobre Distribucin Horaria de Viajes ........................... 57 Resultados Tasas de Viaje segn Nivel de Ingreso ............................................ 58
2.4
Anlisis, Desarrollo y Evaluacin de Proyectos Urbanos, III Etapa. Efectos Urbanos Futuros en Santiago (EFFUS) .......................................................................................................... 60 2.4.1 2.4.2 Principales Resultados del Estudio ....................................................................... 62 Conclusiones del Estudio ....................................................................................... 67
2.5
Multiple Classification Analysis in Trip Production Models. C. Guevara and A. Thomas. Transport Policy 14, 514-522 (2007). ............................................................................................ 68
2.6
Actualizacin Modelos de Poblacin y Socioeconmicos para el Crecimiento Urbano de Santiago, Transantiago (2007). ........................................................................................................ 70
2.7
Diagnstico del Sistema de Transporte Urbano de la Conurbacin Coquimbo - La Serena, I y II Etapa, MIDEPLAN SECTRA (2000). ................................................................................. 71
2.8
Diagnstico del Sistema de Transporte Urbano de la Ciudad de Los ngeles, I y II Etapa. MIDEPLAN SECTRA (1998). .................................................................................................. 74
2.9
Actualizacin de Encuestas Origen y Destino de Viajes, IV Etapa - Los ngeles, MIDEPLAN SECTRA (2005). .................................................................................................. 77
2.10
Anlisis y Recoleccin de Informacin del Sistema de Transporte Urbano, III Etapa, MIDEPLAN SECTRA (2008)...................................................................................................... 78
2.11 2.12 3.
Anlisis y Desarrollo de la Red de Metro (2009). ........................................................................ 78 Resumen y Conclusiones .................................................................................................................. 93
ANLISIS CRTICO DE LOS MODELOS ACTUALES (TAREA 2) ...................................... 96 3.1 3.2 3.3 3.4 3.5 Modelos Invariantes en el Tiempo y en el Espacio ...................................................................... 97 Modelos No Incluyen Cambios Demogrficos de la Poblacin (estructura del hogar) .......... 98 Modelos No Estn Afectos a Cambios en los Niveles de Servicio ............................................ 99 Modelos Poseen Supuestos Muy Restrictivos en las Formas Funcionales ............................ 104 Variables Incluidas Para la Categorizacin de Hogares No Explican Satisfactoriamente el Fenmeno ......................................................................................................................................... 104 3.6 3.7 3.8 3.9 Proyeccin de Viajes se Sobrestima Producto de Cambios en los Niveles de Ingreso ....... 105 Restricciones que impone el uso de los modelos ESTRAUS y VIVALDI............................ 106 Anlisis de Correlacin o Interdependencia entre Tipos de Viajes ........................................ 107 Proyeccin Futura de las Variables Explicativas Consideradas .............................................. 107 3.9.1 3.9.2 3.9.3 3.9.4 3.9.5 Modelos ARIMA .................................................................................................. 109 Modelos de Funcin de Transferencia .............................................................. 112 Proyeccin del Nivel de Ingreso del Hogar ...................................................... 113 Proyeccin de Tamao de Hogar ....................................................................... 114 Proyeccin de Nmero de Autos por Hogar o Disponibilidad de Auto de los Viajeros (tasa de motorizacin) .................................................... 115 3.10 3.11 Principales ventajas y limitaciones de los actuales modelos .................................................... 116 Eventuales Fuentes de Mejora Para los Nuevos Modelos de Generacin y Atraccin de Viajes................................................................................................................................................. 116 3.12 Resumen y Conclusiones ............................................................................................................... 118
4.
REVISIN DE LITERATURA RELEVANTE Y EXPERIENCIA INTERNACIONAL (TAREA 3)119 4.1 Modelos Estadsticos de Construccin de Tasas de Generacin de Viajes ........................... 122 4.1.1 4.1.2 4.1.3 Anlisis de Clasificacin Mltiple con Grupos Homogneos ....................... 123 Anlisis de Clasificacin Mltiple con Grupos Heterogneos ...................... 123 Mnimos Cuadrados Ordinarios con Variables Dicotmicas ........................ 124
MIDEPLAN-SECTRA
4.1.4 4.2
Tasas Simples por Categoras ............................................................................. 124
Modelos Economtricos (Explicativos) de Construccin de Tasas y Volmenes de Generacin de Viajes ...................................................................................................................... 124 4.2.1 4.2.2 Modelo de Regresin Lineal Mltiple .............................................................. 125 Modelo Truncado de Regresin Lineal Mltiple (Maddala, 1983; Cotrus et al, 2005) ................................................................................................ 126 4.2.3 4.2.4 4.2.5 4.2.6 Modelo Poisson (Jang, 2005) ............................................................................. 126 Modelo Binomial Negativa (Long, 1997)......................................................... 127 Modelo Logit Ordenado (Sheffy, 1979; Cameron y Trivedi, 1998)............. 127 Modelos Regresin Lineal Mltiple con Correlacin Espacial (Anselin, 1988)...................................................................................................... 127 4.2.7 Modelo de Regresin Lineal Mltiple con Heterogeneidad (Paez et al, 2005) ............................................................................................................. 136
4.3 4.4
Transferibilidad Temporal y Espacial de los Modelos .............................................................. 137 Anlisis de Algunos Estudios Internacionales............................................................................ 138 4.4.1 4.4.2 4.4.3 4.4.4 4.4.5 4.4.6 4.4.7 Goulias et al (1994) .............................................................................................. 139 Kwigizile y Tengo (2009) ................................................................................... 143 Liya et al (2008) .................................................................................................... 144 Kumar y Levinson (1992) ................................................................................... 145 Oyedepo y Makinde (2009) ................................................................................ 146 Paez et al (2005) ................................................................................................... 146 Badoe (2007) ......................................................................................................... 147
4.5 4.6 5.
Recoleccin de Antecedentes y Fuentes de Informacin.......................................................... 148 Resumen y Conclusiones ............................................................................................................... 150
RECOMENDACIONES GENERALES SOBRE LA ESTRUCTURA Y ESPECIFICACIN DE LOS MODELOS ............................................................................................................ 153
6.
PROPUESTA DE NUEVAS ESPECIFICACIONES (TAREA 4) ........................................... 159 6.1 6.2 6.3 Anlisis de la Informacin Disponible Para la Calibracin ..................................................... 162 Definicin de Tipos de Viaje Relevantes .................................................................................... 165 Resultados Exploratorios Preliminares ........................................................................................ 167 6.3.1 6.3.2 6.3.3 Modelo Generacin de Viajes, Punta Maana, Trabajo, BHI ....................... 171 Modelo Generacin de Viajes, Punta Maana, Estudio-1, BHI ................... 177 Modelo Generacin de Viajes, Punta Maana, Estudio-2, BHI ................... 179
MIDEPLAN-SECTRA
6.3.4
Modelo Generacin de Viajes, Punta Maana, Estudio-2, BHR+NBH............................................................................................................. 180
6.3.5
Modelo Generacin de Viajes, Punta Tarde, Todos los Propsitos, BHI .......................................................................................................................... 182
6.3.6
Modelo Agregado de Generacin de Viajes, Punta Maana, Trabajo, BHI .......................................................................................................... 184
6.3.7
Modelo Agregado de Atraccin de Viajes, Punta Maana, Trabajo, BHI+NBH .............................................................................................................. 186
6.3.8 6.3.9 7.
Casos Especiales con Bajo Ajuste Explicativo y Predictivo ......................... 188 Casos Especiales con Intercepto Negativo ....................................................... 188
CALIBRACIN DE MODELOS DE GENERACIN Y ATRACCIN DE VIAJES (TAREA 5)190 7.1 7.2 Resumen de los Modelos Calibrados ........................................................................................... 191 Modelos Desagregados de Generacin de Viajes ...................................................................... 195 7.2.1 7.2.2 7.2.3 7.3 Modelos Punta Maana ....................................................................................... 195 Modelos Fuera de Punta ...................................................................................... 211 Modelos Punta Tarde ........................................................................................... 223
Modelos Agregados de Generacin de Viajes ............................................................................ 239 7.3.1 7.3.2 7.3.3 Modelos Punta Maana ....................................................................................... 239 Modelos Fuera de Punta ...................................................................................... 254 Modelos Punta Tarde ........................................................................................... 266
7.4
Modelos Agregados de Atraccin de Viajes ............................................................................... 280 7.4.1 7.4.2 7.4.3 Modelos Punta Maana ....................................................................................... 280 Modelos Fuera de Punta ...................................................................................... 294 Modelos Punta Tarde ........................................................................................... 308
8.
APLICACIN DE LOS NUEVOS MODELOS EN FASE PREDICTIVA (TAREA 6) .............. 313 8.1 Metodologa de Proyeccin de Variables Explicativas............................................................. 317 8.1.1 8.1.2 8.1.3 8.2 Proyeccin del Ingreso Comunal ....................................................................... 318 Proyeccin del Tamao del Hogar ..................................................................... 321 Proyeccin tasa de motorizacin ........................................................................ 323
Modelos Desagregados de Generacin de Viajes ...................................................................... 325 8.2.1 8.2.2 8.2.3 Modelos Punta Maana ....................................................................................... 325 Modelos Fuera de Punta ...................................................................................... 340 Modelos Punta Tarde ........................................................................................... 351
8.3
Modelos Agregados de Generacin de Viajes ............................................................................ 366
MIDEPLAN-SECTRA
8.3.1 8.3.2 8.3.3 8.4
Modelos Punta Maana ....................................................................................... 366 Modelos Fuera de Punta ...................................................................................... 378 Modelos Punta Tarde ........................................................................................... 389
Modelos Agregados de Atraccin de Viajes ............................................................................... 402 8.4.1 8.4.2 8.4.3 Modelos Punta Maana ....................................................................................... 402 Modelos Fuera de Punta ...................................................................................... 415 Modelos Punta Tarde ........................................................................................... 427
8.5
Resumen de Modelos y Anlisis Complementarios .................................................................. 430 8.5.1 8.5.2 8.5.3 8.5.4 Resumen de los Mejores Modelos ..................................................................... 431 Modelos que Representan la Mayor Parte de los Viajes ................................ 435 Modelos Agregados vs Desagregados: Capacidad Predictiva ....................... 437 Comparacin con Anteriores Modelos de ESTRAUS .................................... 438
8.6
Anlisis Comparativo Agregado de Predicciones 2006: Nuevos Modelos vs Tasas Simples439 8.6.1 8.6.2 Perodo Punta Manaa 2006 ............................................................................... 440 Perodo Fuera de Punta 2006 .............................................................................. 448
8.7
Anlisis de una Simulacin ESTRAUS Para el Corte Temporal 2010 .................................. 454 8.7.1 8.7.2 8.7.3 8.7.4 8.7.5 Introduccin ........................................................................................................... 454 Vectores de Viajes ................................................................................................ 455 Resultados Simulacin Punta Maana .............................................................. 458 Resultados Simulacin Fuera de Punta ............................................................. 470 Simulacin Punta Tarde....................................................................................... 478
8.8
Anlisis de una Simulacin ESTRAUS Para el Corte Temporal 2015 .................................. 482 8.8.1 8.8.2 8.8.3 8.8.4 8.8.5 Introduccin ........................................................................................................... 482 Vectores de Viajes ................................................................................................ 483 Resultados Simulacin Punta Maana .............................................................. 486 Resultados Simulacin Fuera de Punta ............................................................. 496 Simulacin Punta Tarde....................................................................................... 504
8.9 9.
Conclusiones Simulaciones ........................................................................................................... 508
DESARROLLOS COMPLEMENTARIOS ........................................................................ 509 9.2 9.3 9.4 Calibracin del Modelo de Generacin de Viajes con Heterogeneidad Espacial................. 510 Calibracin del Modelo Combinado de Generacin-Distribucin de Viajes ........................ 517 Calibracin del Modelo de Generacin de Viajes Intrazonales............................................... 521 9.4.1 Modelos Desagregados de Generacin de Viajes Punta Maana Intrazonales ............................................................................................................ 521
MIDEPLAN-SECTRA
9.4.2
Modelos Desagregados de Generacin de Viajes Fuera de Punta Intrazonales ............................................................................................................ 529
9.5
Calibracin del Modelo de Generacin de Viajes Externos viajes externos ......................... 536 9.5.1 9.5.2 9.5.3 9.5.4 9.5.5 Anlisis de la Informacin Disponible Para la Calibracin ........................... 536 Variables explicativas utilizadas ........................................................................ 536 Modelo de Generacin, Punta Maana ............................................................ 537 Modelo de Generacin, Fuera de Punta .......................................................... 538 Modelo de Generacin, Punta Tarde ................................................................ 540
9.6
Calibracin de Modelos de Generacin de Viajes Sin Incluir la Variable Asociada a Disponibilidad del Metro ............................................................................................................... 541
9.7
Modelos Desagregados de Generacin de Viajes ...................................................................... 542 9.7.1 9.7.2 9.7.3 Modelos Punta Maana ....................................................................................... 542 Modelos Fuera de Punta ...................................................................................... 544 Modelos Punta Tarde ........................................................................................... 546
9.8
Modelos Agregados de Generacin de Viajes ............................................................................ 548 9.8.1 9.8.2 Modelos Punta Maana ....................................................................................... 548 Modelos Fuera de Punta ...................................................................................... 550
9.9
Modelos Agregados de Atraccin de Viajes ............................................................................... 551 9.9.1 Modelos Punta Maana ....................................................................................... 551
10.
CALIBRACIN DE MODELOS DE GENERACIN PARA LOS NGELES ........................ 553 10.1 10.2 10.3 10.4 10.5 Anlisis de la Informacin Disponible Para la Calibracin ..................................................... 553 Definicin de Tipos de Viaje Relevantes .................................................................................... 554 Variables explicativas utilizadas ................................................................................................... 556 Resumen de los Modelos Calibrados ........................................................................................... 558 Modelos Desagregados de Generacin de Viajes ...................................................................... 560 10.5.1 10.5.2 10.6 Modelos Punta Maana ....................................................................................... 560 Modelos Fuera de Punta ...................................................................................... 569
10.7
Modelos Agregados de Atraccin de Viajes ............................................................................... 595 10.7.1 10.7.2 Modelos Punta Maana ....................................................................................... 595 Modelos Fuera de Punta ...................................................................................... 602
11.
CALIBRACIN DE MODELOS DE GENERACIN PARA LA SERENA-COQUIMBO ........ 613
MIDEPLAN-SECTRA
11.1 11.2 11.3 11.4 11.5
Anlisis de la Informacin Disponible Para la Calibracin ..................................................... 613 Definicin de Tipos de Viaje Relevantes .................................................................................... 614 Variables explicativas utilizadas ................................................................................................... 616 Resumen de los Modelos Calibrados ........................................................................................... 617 Modelos Desagregados de Generacin de Viajes ...................................................................... 619 11.5.1 11.5.2 Modelos Punta Maana ....................................................................................... 619 Modelos Fuera de Punta ...................................................................................... 628
11.6
11.7
Modelos Agregados de Atraccin de Viajes ............................................................................... 654 11.7.1 11.7.2 Modelos Punta Maana ....................................................................................... 654 Modelos Fuera de Punta ...................................................................................... 662
12. 13.
CONCLUSIONES .......................................................................................................... 672 REFERENCIAS BIBLIOGRFICAS ............................................................................... 677
ANEXOS MAGNTICOS
MIDEPLAN-SECTRA
1.
INTRODUCCIN En el mes de Mayo de 2009, el Ministerio de Planificacin y Cooperacin
(MIDEPLAN) invit en a presentar propuestas para la realizacin del estudio "Anlisis y Formulacin de nuevos Modelos de Generacin y Atraccin de Viajes", cuyo objetivo general, segn se establece en las Bases Tcnicas de los Trminos de Referencia, y como referencia el nombre del estudio, es el de actualizar los modelos de generacin y atraccin de viajes utilizados para alimentar a los modelos ESTRAUS y VIVALDI, formulando nuevas especificaciones que permitan superar las falencias detectadas en su uso. Los objetivos especficos definidos dentro de las mismas bases de licitacin son los siguientes: I. Realizacin de un Anlisis Crtico de los Actuales Modelos de Generacin y Atraccin de Viajes: se debern identificar todas las limitaciones de los modelos que son usados actualmente, de modo de guiar el desarrollo de nuevas especificaciones. II. Revisin de Literatura Relevante y Experiencia Internacional en Modelos de Generacin y Atraccin de Viajes: se puso especial cuidado en aquellas experiencias que superen las dificultades detectadas en los modelos usados actualmente en la prctica nacional. III. Proposicin y Calibracin de Nuevos Modelos de Generacin y Atraccin de Viajes: las nuevas especificaciones debern superar las falencias detectadas en los modelos usados actualmente en el pas. Fue necesario tener especial cuidado en la capacidad predictiva de las nuevas formulaciones y su compatibilidad con los modelos ESTRAUS y VIVALDI. IV. Aplicacin de los nuevos modelos de Generacin y Atraccin de Viajes: se efectu una aplicacin de los nuevos modelos para los cortes temporales 2010 y 2015 para el caso de la ciudad de Santiago, obtenindose resultados que podrn ser comparados con los obtenidos con las especificaciones actuales.
MIDEPLAN-SECTRA
Las tareas que son necesarias de desarrollar para lograr los objetivos generales y especficos del presente estudio son las siguientes: Tarea 1: Tarea 2: Tarea 3: Tarea 4: Tarea 5: Tarea 6: Recopilacin de Antecedentes y Revisin Metodolgica. Anlisis Crtico de los Modelos Actuales Revisin de Literatura Relevante y Experiencia Internacional Propuesta de Nuevas Especificaciones Calibracin de Modelos de Generacin y Atraccin de Viajes Aplicacin de los Nuevos Modelos en Fase Predictiva
Sin embargo, y como se detalla en la descripcin de metodologas generales y especficas (Captulo C de la Propuesta Tcnica entregada), para obtener predicciones satisfactorias, especialmente en la generacin de viajes (Tarea 6), fue necesario incorporar una nueva tarea de ndole adicional a las exigidas en las bases tcnicas, la cual hace referencia a la prediccin de las mismas variables explicativas que alimentan los modelos. La metodologa de detalle para abordar cada una de las 7 Tareas que conforman el presente estudio se expuso en la Propuesta Tcnica. En trminos globales, la metodologa general para lograr una adecuada actualizacin de los modelos de generacin y atraccin de viajes se basa en la realizacin de una exhaustiva revisin bibliogrfica que incorpore el estado del arte y de la prctica de este tipo de modelos, tanto a nivel nacional como internacional, y en la posterior proposicin, diseo y construccin de modelos economtricos que consideren el uso de tcnicas avanzadas que permitan superar las falencias hasta ahora detectadas en la elaboracin y proyeccin de vectores de generacin (y atraccin) de viajes. El presente documento corresponde al Informe Final y reporta la totalidad de actividades correspondientes a las Tareas 1 hasta la 7.
MIDEPLAN-SECTRA
10
En el Captulo 2 se describe la Recopilacin de Antecedentes y Revisin Metodolgica (Tarea 1); este Captulo se centra principalmente en el estado de la prctica respecto a la experiencia nacional en el contexto de los estudios y metodologas de sistemas de transporte urbano. En el Captulo 3 se presenta el Anlisis Crtico de los Modelos Actuales (Tarea 2), anlisis que se desprende de los antecedentes recopilados en el Captulo anterior y de la experiencia del equipo consultor en esta materia. En el Captulo 4 se reporta la Revisin de la Literatura Relevante y la Experiencia Internacional (Tarea 3), adems de aplicaciones especficas de ciertas metodologas que podran adaptarse a la realidad chilena. En el Captulo 5 presentamos un conjunto de recomendaciones y proposiciones concretas respecto a innovaciones en la estructura y especificacin de los modelos a considerar como parte del presente Estudio. En el Captulo 6 se describe la Propuesta de Nuevas Especificaciones (Tarea 4); este Captulo se centra principalmente en describir variables explicativas causales, tanto para modelos agregados como desagregados, que permitiran explicar de mejor forma el fenmeno estudiado. Planteamos aspectos innovadores que fueron incluidos como parte de la propuesta tcnica a fin de determinar la conveniencia o no de tales innovaciones. Se presentan estimaciones de ndole preliminar a fin de probar diferentes especificaciones y efectos de distintas variables a ser consideradas. La base de datos utilizada corresponde a la de la EOD-2001 de viajes del Gran Santiago, que fue proporcionada por el mandante. Tambin reportamos un anlisis exploratorio que permiti clarificar especificaciones factibles de utilizar en fase predictiva, que es el objetivo final en el uso de este tipo de modelos. En el Anexo se reportan algunos de los modelos exploratorios ms acabados que dan origen a los modelos finales considerados.
MIDEPLAN-SECTRA
11
En el Captulo 7 se reporta la Calibracin de Modelos de Generacin y Atraccin de Viajes (Tarea 5), tanto a nivel agregado (zonas ESTRAUS) como desagregado (hogares). Los modelos que se exponen en esta etapa fueron seleccionados a partir de los anlisis previos del Captulo 6 y de discusiones en reuniones de coordinacin con la Contraparte Tcnica del Estudio. Esta parte del Informe es netamente consultiva, ya que son ms de 60 modelos definitivos que se exponen, para cada uno de los cuales se efectuaron decenas de pruebas diferentes. En el Captulo 8 presentamos los resultados relacionados con la capacidad predictiva de los modelos (generacin y atraccin, agregados y desagregados). Para ello, los modelos estimados con datos de la EOD-2001 fueron evaluados en las variables explicativas correspondientes al ao 2006, ao para el cual se dispone de una nueva EOD. De esta forma, fue posible evaluar la capacidad predictiva de los modelos. El anlisis se presenta a nivel de zona ESTRAUS y a nivel comunal. La prediccin se hizo para modelos de generacin (agregados y desagregados) y para modelos de atraccin de viajes. Este Captulo se complementa con la realizacin de simulaciones ESTRAUS con los nuevos vectores de generacin y atraccin para un determinado escenario. En el Captulo 9 se presenta un conjunto de modelos de carcter complementario, los cuales atienden aspectos especficos establecidos en las Bases de Licitacin y en la Propuesta Tcnica. Especficamente, se presentan 4 nuevos modelos de generacin de viajes: un modelo con heterogeneidad espacial, un modelo combinado de generacin-distribucin de viajes, un modelo de generacin de viajes intrazonales y un modelo de generacin de viajes externos. En el captulo 10 se reportan los nuevos modelos calibrados, a base de la metodologa estudiada en el caso de Santiago, para la ciudad de Los ngeles. En el Captulo 11 se presenta el mismo anlisis pero para la conurbacin de La Serena y Coquimbo. Finalmente, en el Captulo 12 se detallan las fuentes de informacin relevantes para efectos del presente Estudio, y que fueron consideradas en la realizacin de estas 3 primeras Tareas; algunas de las principales referencias estudiadas (las ms importantes) se incorporan en los Anexos del presente Informe Final.
MIDEPLAN-SECTRA
12
2.
RECOPILACIN
DE
ANTECEDENTES
REVISIN
METODOLGICA (TAREA 1) En esta primera tarea se efecta una recoleccin, revisin y anlisis de los actuales procedimientos utilizados en el contexto de la construccin de vectores de generacin y atraccin de viajes para modelos estratgicos de planificacin de transporte (ESTRAUS-VIVALDI). Este anlisis est enfocado a revisar la experiencia nacional y algunos resultados que se relacionan directa o indirectamente con la generacin (y atraccin) de viajes, para lo cual se revisaron los siguientes estudios y documentos (definidos en las bases tcnicas) incluyendo otros adicionales considerados por el Consultor (punto x.): I. Actualizacin Metodologa Anlisis Sistema de Transporte de Ciudades de Gran Tamao y Tamao Medio (MESPE) MIDEPLAN - SECTRA (2008). II. Anlisis y Actualizacin Modelo ESTRAUS, MIDEPLAN - SECTRA (2005). III. Actualizacin de Encuestas Origen y Destino de Viajes, V Etapa, MIDEPLAN-SECTRA (2003). IV. Anlisis y Recoleccin de Informacin del Sistema de Transporte Urbano, III Etapa, MIDEPLAN SECTRA (2008). V. Multiple Classification Analysis in Trip Production Models. C. Guevara and A. Thomas. Transport Policy, 14, 514-522 (2007). VI. Actualizacin Modelos de Poblacin y Socioeconmicos para el Crecimiento Urbano de Santiago, Transantiago (2007). VII. Diagnstico del Sistema de Transporte Urbano de la Conurbacin Coquimbo - La Serena, I y II Etapa, MIDEPLAN SECTRA (2000). VIII. Diagnstico del Sistema de Transporte Urbano de la Ciudad de Los ngeles, I y II Etapa. MIDEPLAN SECTRA (1998).
MIDEPLAN-SECTRA
13
IX.
Actualizacin de Encuestas Origen y Destino de Viajes, IV Etapa - Los ngeles, MIDEPLAN SECTRA (2005).
X.
Anlisis y Desarrollo de la Red de Metro, MIDEPLAN SECTRA (2009). A continuacin se presenta un resumen de los aspectos ms relevantes de
cada uno de estos estudios, indicando cul es su principal relacin con los modelos de Generacin y Atraccin de viajes, especficamente respecto de los aspectos que pueden ser rescatados y mejorados en cada uno de los casos. En el Captulo 4 se reporta la revisin de la literatura basndose en estudios internacionales, lo que complementa los antecedentes expuestos en el presente Captulo. 2.1 Actualizacin Metodologa Anlisis Sistema de Transporte de Ciudades de Gran Tamao y Tamao Medio (MESPE) MIDEPLAN - SECTRA (2008). Este estudio incorpora las metodologas actualmente utilizadas para la construccin de vectores de generacin y atraccin de viajes, para las diferentes ciudades de Chile en las que se han iniciado estudios estratgicos de transporte urbano. Luego, representa el estado de la prctica a nivel nacional en esta materia. La metodologa de anlisis de sistemas de transporte de ciudades medianas y grandes que se presenta en el citado estudio est inspirada en el enfoque general propuesto por Manheim (1979), centrndose en la modelacin de las relaciones de corto plazo entre el sistema de transporte y el sistema de actividades. As, dado un sistema de actividades que fija la demanda por servicios de transporte (generaciones y atracciones de viajes de personas), y dado un sistema de transporte (redes de infraestructura y de servicios con sus respectivas caractersticas operacionales) se predicen los patrones de flujos (viajes de personas, origen-destino y flujos en arcos) y los niveles de servicio de equilibrio resultantes en las diversas redes consideradas en la modelacin. Se observa entonces que el estado de la prctica asume explcitamente la independencia entre demanda agregada (generacin y atraccin de viajes) y la oferta agregada (niveles de servicio de las redes de transporte).
MIDEPLAN-SECTRA
14
En trminos generales, las metodologas de anlisis para ciudades de tamao medio y grande son prcticamente idnticas. La principal diferencia radica en los modelos utilizados para predecir el equilibrio oferta-demanda de corto plazo para cada caso. Mientras la metodologa de ciudades de tamao medio utiliza un enfoque de tipo secuencial clsico de 4 etapas para resolver las diferentes etapas del modelo clsico de transporte (Modelo VIVALDI), la de ciudades de gran tamao emplea un enfoque de equilibrio simultneo para resolver las etapas de distribucin, particin modal, eleccin de horario de viaje (si se desea incluir esta ltima) y asignacin (Modelo ESTRAUS). En ambos casos la etapa de generacin de viajes es exgena (las generaciones no se ven afectadas por los niveles de servicio en el sistema), y es tratada de acuerdo a la tcnica de construccin de escenarios de desarrollo urbano, que reemplaza la modelacin de relaciones de largo plazo entre los sistemas de transporte y actividades. Este ltimo punto es posible flexibilizarlo si se incorporan variables explicativas (o variables proxy) asociadas al nivel de servicio de las redes como parte de los modelos de generacin y atraccin de viajes, tal como se expone en las secciones posteriores del presente Informe (ver seccin 3.3). De acuerdo a esta metodologa (tanto para ciudades grandes y de tamao medio), la generacin total de viajes agregados correspondientes a la zona i, para el propsito de viaje p y categora de usuarios n, Oipn , se obtiene como la suma de los
pn viajes basados en el hogar de ida Oipn ( bhi ) , basados en el hogar de retorno Oi ( bhr ) y no
basados en el hogar Oipn ( nbh ) . Es decir, se cumple la siguiente ecuacin:

pn pn Oipn = Oipn ( bhi ) + Oi ( bhr ) + Oi ( nbh )
(1)
Los viajes basados en el hogar de ida, para el propsito de viaje p y categora de usuarios n, se calculan utilizando el mtodo de Anlisis por Categoras (AC), segn la expresin:
n pn Oipn ( bhi ) = H i t
(2)
donde:
MIDEPLAN-SECTRA
15
Oipn ( bhi ) : Nmero de viajes basados en el hogar de ida con propsito p generados por los
hogares de la categora n de la zona i.
H in :
Nmero de hogares de la categora n en la zona i. Tasa de generacin de viajes con propsito p de los hogares de la categora n. Este enfoque de modelacin requiere conocer el nmero de hogares por
t pn :
categora en cada zona, lo cual debe ser determinado o estimado a partir de informacin socioeconmica independiente, normalmente del Censo Poblacional o de otros catastros urbanos. Es necesario adems conocer la distribucin de hogares por categora no slo en el ao base de anlisis; tambin se requiere la distribucin futura de los hogares para cada uno de los cortes temporales. Estas proyecciones son parte del mbito de especializacin de otras disciplinas, por lo que en el contexto de la metodologa que aqu se discute, la distribucin de hogares por categora se considera como un dato exgeno. Luego, el problema se reduce a encontrar las tasas de generacin de viajes para cada categora de hogar y propsito (segn perodo de modelacin). Esta tarea ha sido habitualmente realizada con los denominados modelos de anlisis por categoras (tambin llamado anlisis de clasificacin cruzada), los cuales determinan las tasas de generacin buscadas a partir de una muestra de hogares, simplemente dividiendo para cada categora ingreso-tasa de motorizacin, el nmero de viajes observados de un propsito por el nmero de hogares en la muestra. La determinacin de las tasas de generacin puede abordarse mediante dos marcos conceptuales diferentes: Anlisis por Categora Simple (AC) y Anlisis de Clasificacin Mltiple (ACM). Cada enfoque presenta ventajas y desventajas, por lo que la recomendacin establecida en la presente metodologa recoge una solucin de compromiso en el sentido de privilegiar la confiabilidad en la prediccin futura ms que la disponibilidad de indicadores estadsticos asociados a las tasas. En sntesis, se privilegia el uso de modelos funcionales para predecir el funcionamiento del sistema, ms que para explicar, lo que es perfectamente coherente con el marco general requerido.
MIDEPLAN-SECTRA
16
La recomendacin anterior se sustenta en el trabajo Multiple Classification Analysis in Trip Production Models (Guevara y Thomas, 2007). La conclusin final de la investigacin realizada (ver el detalle en la seccin 2.5 del presente Informe) permite recomendar fundadamente el uso de tasas simples obtenidas del anlisis de categoras tradicional, descartando el uso de modelos basados en el anlisis de clasificacin mltiple debido a problemas de sus parmetros que limitan su uso para una prediccin confiable; esto, a pesar de que se intent mejorar los modelos basados en el mtodo ACM utilizando diversos enfoques tcnicos. La conclusin a que se llega en el artculo recin citado, apunta a establecer que el uso de tasas ACM sistemticamente sobreestima los viajes generados en las categoras de ms altos ingresos y motorizacin, sesgando los pronsticos que las utilizan. La conclusin obtenida en dicho estudio es tan rotunda, que opaca las ventajas objetivas que ofrece el enfoque de tasas basadas en ACM ((i)- Dispone de medidas estadsticas que permiten seleccionar entre esquemas alternativos de categorizacin y adems, obtener una estimacin global de la bondad de ajuste del esquema de clasificacin escogido y (ii)- La determinacin de la tasa de una categora especfica, no depende del nmero de observaciones que se dispongan en esa categora) Sin embargo, y tal como demuestran Guevara y Thomas (2007), este tipo de constructo genera importantes sesgos en las categoras extremas cruzadas entre ingreso y posesin de automvil, y tambin en las proyecciones futuras de viajes. No obstante, presenta la ventaja de que permite estimar tasas de generacin de viajes inclusive en aquellas categoras para las que no existen observaciones. En conclusin, la metodologa recomienda utilizar un enfoque de tasa simple (AC) para la estimacin de modelos de generacin de viajes con propsito p de los hogares de la categora n. La tasa AC se calcula como:
t pn = Oipn ( bhi ) H in
(3)
MIDEPLAN-SECTRA
17
Para efectos de orientar ilustradamente los lmites de los rangos de ingreso a adoptar en la categorizacin, puede utilizarse el mtodo de Anlisis de Varianza (ANOVA) en un factor (ingreso-tasa de generacin) o Anlisis Cluster para determinar categoras en que exista un diferencia estadsticamente significativa en las tasas de generacin de viajes a nivel de ingreso. Finalmente, dicho antecedente debe contrastarse (e inclusive puede quedar determinado) por la disponibilidad de informacin consistente para aplicacin (p.ej. categorizacin de un Escenario de Uso de Suelos disponible) y coherencia global con rangos aceptables. Finalmente, puede resultar que el estimar las tasas se obtengan resultados contraintuitivos, es decir, tasas que no sean, por ejemplo, crecientes segn nivel de ingreso y motorizacin (variables relevantes de esta metodologa y que como se ha indicado corresponden a una decisin de compromiso). Una forma que se ha demostrado til en la prctica para evitar este problema es el de agregacin de categoras, para efectos del clculo. Por otra parte, la generacin de viajes no originados en el hogar, as como las atracciones de viajes, normalmente han sido modeladas con los tradicionales modelos de regresin lineal mltiple (RLM). En general, los modelos RLM estiman el nmero de viajes atrados por una zona (o producidas por una zona en lugares distintos del hogar) como una funcin lineal de ciertas variables relacionadas con el equipamiento y usos de suelos de la zona. Las variables que interesan aqu son aquellas que generan actividades asociadas a cada propsito de viaje, y habitualmente deben ser recogidas desde fuentes independientes (SII, Ministerio de Educacin, planos reguladores, etc.). La generacin de viajes basados en el hogar de retorno (muy raros en el perodo punta maana y ms frecuentes en el perodo fuera de punta), debe ser modelada con regresin lineal mltiple (RLM) a nivel zonal, dado que en este caso el mtodo AC es inaplicable, puesto que el origen del viaje no es el hogar y por ello, no es lcito considerar el nmero de hogares como variable explicativa.
MIDEPLAN-SECTRA
18
En consecuencia, la modelacin de este tipo de viajes es funcin de variables asociadas con el uso de suelos y las actividades de una zona. En este sentido, las variables explicativas del modelo de RLM sern casi las mismas utilizadas por los modelos de RLM de atraccin de viajes, que se discutirn ms adelante (exceptuando el nmero de hogares por zona), por lo que se omitirn aqu. Sin embargo, a diferencia de los modelos de atraccin de viajes, la generacin de viajes debe clasificarse por categora de demanda, de manera que se plantean dos alternativas. La primera consiste en calibrar un modelo RLM por categora, mientras que la segunda consiste en calibrar un modelo RLM que no distingue categoras (modelo conjunto) y aplicar posteriormente factores que representen adecuadamente la proporcin de cada tipo de usuarios, como por ejemplo variables dummy que permitan distinguir entre parmetros de los diferentes propsitos. La primera alternativa es la ms deseable, aunque su utilizacin y grado de confiabilidad est limitada por el nmero de viajes observados en cada categora de demanda. Es por ello que ese mtodo puede presentar problemas de calibracin y probablemente sea difcil obtener modelos de RLM estadsticamente robustos. La segunda alternativa, requiere conocer el porcentaje de viajes basados en el hogar de retorno, generados por zona de acuerdo a la clasificacin de demanda. Para efectos de calibracin de modelos de atraccin de viajes, es recomendable considerar al menos dos alternativas: La primera de ellas, aplicable a viajes atrados basados en el hogar de ida (bhi) y viajes no basados en el hogar (nbh). Para estos dos casos, las variables explicativas corresponden normalmente a equipamientos por zona, dedicados a cada actividad y no los hogares (recurdese que ninguno de estos viajes tiene por destino el hogar). Tal como se ha discutido antes respecto a la atraccin de viajes, si se exceptan los mtodos de regresin lineal, prcticamente no existen opciones metodolgicas de anlisis. Por lo tanto, un modelo de este tipo debe ser calibrado a nivel zonal para cada propsito y perodo de anlisis definidos utilizando tcnicas de regresin lineal mltiple (RLM).
MIDEPLAN-SECTRA
19
La segunda es aplicable para modelar la atraccin de viajes basados en el hogar de retorno (bhr). En este caso, dado que el destino del viaje es el hogar, la nica variable explicativa posible es el nmero de hogares por zona. En este caso, es posible utilizar la tcnica de regresin lineal simple (RLS) y tambin es posible considerar modelos de tasas AC de atractividad para modelar estos viajes. Es interesante comparar los resultados de la modelacin utilizando RLM con el modelo de tasas AC obtenido, dado que ambos utilizan la misma variable explicativa. La distincin antes indicada es recomendable para los modelos
correspondientes al perodo fuera de punta, puesto que en dicho perodo se verifica un nmero relevante de viajes basados en el hogar de retorno (bhr). Tal como antes se discutiera, para el caso del perodo punta maana, los viajes de este tipo son escasos, por lo que no es recomendable su separacin. Evidentemente, la atraccin total de viajes corresponde a la suma de los resultados de ambos modelos. Estos modelos estiman el nmero de viajes atrados por una zona, suponiendo una relacin lineal de esta variable con ciertas caractersticas de la zona. En general, estas caractersticas se refieren al equipamiento existente en la zona, en trminos de las actividades relevantes segn propsito de viaje: Viajes con propsito trabajo: Estos son atrados por las actividades que ofrecen empleos. Las ms relevantes son el comercio, oficinas, servicios y la industria. Viajes con propsito estudio: Son atrados por la presencia de establecimientos educacionales (nmero de matrculas por nivel de educacin: bsica, media y superior). Viajes con otros propsitos: Corresponden a los viajes de compras, diligencias, y salud entre otros. Las actividades relevantes sern el comercio, los servicios y las atenciones de salud. Adems, para incluir el efecto de los viajes con motivos sociales suele incluirse como variable explicativa el total de hogares existentes en una zona.
MIDEPLAN-SECTRA
20
Para obtener los valores de estas variables, normalmente se puede recurrir a diversas fuentes independientes. Por ejemplo, el nmero de matrculas por cada zona es fcil de obtener en los organismos oficiales de educacin. Otra tpica e importante fuente de informacin es el Servicio de Impuestos Internos (SII) que habitualmente dispone de datos respecto a metros cuadrados construidos por tipo de utilizacin (comercio, industrias, oficinas, salud, educacin, etc.). Idealmente el modelo debera determinar el nmero de viajes atrados por zona, no slo para cada perodo y propsito, sino tambin para cada categora de demanda. Desafortunadamente, en el caso de las atracciones de viajes -dado que se desconocen otras formas de entender el fenmeno de forma ms desagregadahabitualmente se considera cada zona y sus caractersticas globales como unidad de anlisis del modelo, lo cual hace muy difcil clasificar las atracciones por categora de demanda. En otras palabras, las atracciones de viajes son modeladas a nivel zonal, lo que normalmente implica que slo sern explicadas por perodo y propsito, pero no por categora socioeconmica. En el contexto de la metodologa simplificada, ste es tambin el modus operandi adoptado. En general, debe verificarse la coherencia de los valores de los estimadores en relacin a cada variable explicativa. No es posible entregar rangos de validez, dado que estos dependern de cada ciudad y aplicacin, sin embargo conviene verificar por ejemplo que en el caso de la atraccin de viajes de estudio, el ponderador de las matriculas sea cercano a uno. En la Tabla 2.1 se resumen la tcnica de construccin de tasas para cada tipo de viaje, segn el estndar de los trabajos efectuados a nivel nacional: Tabla 2.1 Tcnicas de Estimacin Generacin y Atraccin Segn Tipo de Viaje
TIPO DE VIAJE BHI BHR NBH GENERACIN TASAS AC(1) RLM(1) RLM(1) ATRACCIN RLM(2) RLM(3) o TASAS AC(2) RLM(2)
MIDEPLAN-SECTRA
21
TASAS AC (1): Modelos que usan en el mtodo de Anlisis por Categora simple, para explicar la generacin de viajes basados en el hogar de ida (bhi). Dado que el origen es el hogar, siempre la variable explicativa son los hogares segn categora. RLM(1): Modelo de regresin lineal mltiple para explicar la generacin de viajes basados en el hogar de retorno (bhr) y no basados en el hogar (nbh). Dado que el origen de estos viajes no es el hogar, nunca se utiliza la variable explicativa nmero de hogares. RLM(2): Modelo de regresin lineal mltiple para explicar la atraccin de viajes basados en el hogar de ida (bhi) y no basados en el hogar (nbh). Dado que el destino de estos viajes no es el hogar, nunca se utiliza la variable explicativa nmero de hogares. RLS(3): Modelo de regresin lineal simple para explicar la atraccin de viajes basados en el hogar de retorno (bhr). Dado que el destino de estos viajes es el hogar, se utiliza exclusivamente la variable explicativa nmero de hogares. TASAS AC (2): Modelos de tasas AC de atractividad, para explicar la atraccin de viajes basados en el hogar de retorno (bhr). Es dable utilizar este mtodo dado que el destino (variable explicativa) es el hogar Nuestro enfoque metodolgico en el contexto del presente Estudio considera una extensin generalizada en el uso de modelos de regresin lineal mltiple en particular, y modelos economtricos en general, para cualquier tipo de viaje que se desee estudiar. El esfuerzo se centra en obtener la especificacin ms idnea para cada tipo de modelo. Es importante notar que, independiente del enfoque considerado para determinar la generacin y atraccin de viajes, dado que orgenes y destinos de viajes son estimados independientemente, es necesario compatibilizar sus resultados en cada perodo, asegurando que la suma de los orgenes sea igual a la suma de destinos de viajes:
O
i p n
pn
= D jp
j p
(4)
donde:
Oipn : Nmero de viajes generados en la zona i, de la categora n, con propsito p.
MIDEPLAN-SECTRA
22
D jp : Nmero de viajes atrados por zona j, con propsito p.
La compatibilizacin, denominada tradicionalmente "normalizacin", se lleva a efecto con respecto al modelo que exhiba el mejor nivel de confianza. Sin embargo, y antes de implementar cualquier alternativa para la estimacin de tasa de generacin (y atraccin) de viajes, la metodologa considera un proceso previo que requiere definir una serie de aspectos relevantes que se detallan a continuacin: i. Definicin de rea de Estudio y Zonificacin ii. Definicin del Contexto Temporal del Anlisis iii. Definicin de Cortes Temporales de Proyeccin iv. Definicin del Perodos de Anlisis v. Definicin de Tipo de Viajes a Considerar: Interzonales, Intrazonales vi. Definicin de la Categorizacin de la Demanda Otras definiciones relevantes en los procesos de anlisis estratgico de sistemas de transporte, como las redes y modos de transporte a considerar, presentan una relevancia mayor en las otras etapas del modelo (distribucin, particin modal y asignacin), razn por la cual no son analizadas en detalle en el presente Estudio, sino que mencionadas en los casos que corresponda. A continuacin se exponen los aspectos relevantes asociados a los seis puntos recientemente descritos. 2.1.1 Definicin de rea de Estudio y Zonificacin La primera especificacin necesaria para la construccin de vectores de generacin y atraccin de viajes, es la definicin del contexto espacial de su aplicacin. Esto, independiente si el tipo de modelo a considerar sea agregado o desagregado.
MIDEPLAN-SECTRA
23
En trminos generales, se puede decir que el rea de estudio debera cubrir todos los lugares donde se producen o se atraen viajes que utilizan el sistema de transporte que se desea analizar. Aunque en transporte urbano el rea de estudio est normalmente asociada con los lmites espaciales de la ciudad, muchas veces es necesario considerar las influencias externas (por ejemplo, transporte interurbano de pasajeros que aumentan las demandas de los servicios de transporte urbanos, como por ejemplo los usuarios provenientes del Metrotren que conectan con la Lnea 1 de Metro). Lo que se pretende explicar es la operacin del sistema de transporte dentro del rea de estudio, cuyo permetro fsico est definido por una especia de cordn externo, y las influencias externas deben ser tratadas como datos exgenos del problema, que el modelo debe considerar, pero que no puede explicar. Luego, en este contexto, los viajes externos al rea de influencia no son incorporados como parte de los procesos de construccin de viajes a partir de los modelos, sino son antecedentes exgenos a este proceso. Definido el contexto espacial, el rea de estudio se divide en zonas ms pequeas, que constituirn en adelante la unidad bsica del anlisis de transporte en un contexto de planificacin estratgica. La primera caracterstica deseable de las zonas es su homogeneidad, en trminos de utilizacin de suelos y de caractersticas socioeconmicas de la poblacin, dado que stas son dos variables fundamentales para explicar la demanda de viajes. La definicin geogrfica de las zonas debe respetar las divisiones administrativas y polticas de la ciudad y sobre todo, las divisiones geogrficas del Censo de Poblacin que el Estado realiza peridicamente. De esta manera, es posible obtener con facilidad ciertos datos bsicos de entrada para el anlisis de transporte, tales como el nmero de hogares por zona estratificados por ingreso, posesin de automvil, tamao y estructura familiar, etc. Adems, en torno al Censo de Poblacin suelen desarrollarse estudios de proyeccin de sus datos, informacin tambin til para el anlisis de transporte.
MIDEPLAN-SECTRA
24
El nmero de zonas es otra definicin delicada. A mayor nmero de zonas, el anlisis de transporte es ms preciso y detallado, pero tambin son mayores los requerimientos del modelo y de la informacin necesaria. Por otro lado, un nmero demasiado pequeo de zonas podra conducir a anlisis demasiado agregados, reidos con los objetivos de un estudio de transporte. Por ejemplo, un nmero demasiado reducido de zonas redunda en reas zonales muy grandes (difcilmente homogneas) lo que a su vez redunda en un gran nmero de viajes intrazonales; dado que la unidad de anlisis bsico es la zona, los modelos de generacin y atraccin de viajes podran tratar incorrectamente tales viajes, y el anlisis completo pierde credibilidad. Luego, es recomendable que la zonificacin distinga adecuadamente aquellas zonas singulares de la ciudad. Ello se justifica porque normalmente no poseen un comportamiento de viajes similar al de otras zonas preferentemente residenciales, comerciales o industriales. En base a la experiencia adquirida en las primeras aplicaciones de la metodologa, es aconsejable identificar como una zona independiente a las siguientes singularidades: estacin de ferrocarril, regimientos, cerros, sectores de estadio, universidades relevantes, cementerio y otros sectores que el analista estime pertinente. Aunque no es posible una recomendacin general y precisa, la experiencia de estudios anteriores aplicados al Gran Santiago, Gran Valparaso y Gran Concepcin, muestran que niveles de zonificacin en torno a 600 zonas para el Gran Santiago y en torno a 200 zonas para las otras conurbaciones ha resultado adecuado para los anlisis de tipo estratgico. En el caso de ciudades de tamao medio, la experiencia de estudios anteriores aplicados, por ejemplo, a ciudades como Antofagasta, Copiap, Talca y Puerto Montt, muestran que niveles de zonificacin en torno a 70 zonas han resultado adecuados para este tipo de anlisis. En todo caso, su definicin resulta de una solucin de compromiso entre la posibilidad cierta de obtener la informacin a ese nivel de detalle y los recursos invertidos para ello. A modo referencial, a continuacin se muestra la informacin del nmero de zonas utilizada en estudios estratgicos anteriores e informacin respecto de las caractersticas demogrficas de cada ciudad en cuestin:
MIDEPLAN-SECTRA
25
Tabla 2.2 Caractersticas Demogrficas de Ciudades de Chile Estudiadas por SECTRA

Tipo Ciudad Nombre Ciudad Poblacin Superficie (km2) (*) Densidad (pob/sup) N Zonas Ciudad Gran Santiago 5,772,617 2,030.0 2,843.7 786 Tamao Gran Valparaso 858,466 401.6 2,137.6 200 Grande Gran Concepcin 834,026 221.6 3,763.7 206 Temuco 259,880 464.0 560.1 144 La Serena-Coquimbo 259,863 3,322.1 78.2 98 Antofagasta 248,656 30,718.1 8.1 74 Rancagua 243,533 260.3 935.6 59 Talca 189,308 231.5 817.7 64 Iquique 184,854 2,835.3 65.2 56 Arica 170,980 4,799.4 35.6 52 Ciudad Chilln 164,491 511.2 321.8 49 Tamao Puerto Montt 145,601 1,673.0 87.0 79 Medio Copiap 129,218 16,681.3 7.7 71 Osorno 128,880 951.3 135.5 125 Valdivia 127,567 1,015.6 125.6 140 Calama 124,381 15,596.9 8.0 59 Los ngeles 116,481 1,748.2 66.6 83 Punta Arenas 112,957 113.7 993.5 60 Curic 93,083 1,328.4 70.1 65 Linares 65,128 1,465.7 44.4 66 I-Bajo 0-280000 0-170000 0-170000 0-139000 0-140000 0-230000 0-170000 0-219000 0-170000 0-170000 0-145000 0-199999 0-150000 0-188000 0-190000 0-170000 0-200000 0-205000 0-220000 0-170000 I-Medio 280001-1600000 170000-600000 170000-600000 139001-504000 140001-600000 230001-700000 170001-600000 219001-729000 170001-600000 170001-600000 145001-526000 200000-700000 150001-500000 188001-629000 190001-630000 170001-600000 200001-700000 220001-850000 220001-731000 170001-600000 I-Alto Hab-Hogar Tasa Motorizacin ms de 1600000 3.81 0.56 ms de 600000 3.83 0.40 ms de 600000 4.20 0.34 ms de 504000 3.63 0.40 ms de 600000 4.07 0.32 ms de 700000 4.12 ms de 600000 4.00 0.54 ms de 729000 3.62 0.42 ms de 600000 4.03 0.52 ms de 600000 4.03 ms de 526000 3.58 0.36 ms de 700000 3.74 0.49 ms de 500000 3.90 ms de 629000 3.50 0.40 ms de 630000 3.57 0.38 ms de 600000 4.07 0.58 ms de 700000 3.71 0.40 ms de 850000 3.42 0.57 ms de 731000 3.52 0.36 ms de 600000 3.59 -
(*): corresponde a la superficie de la provincia (Fuente: DPA 2001).
A partir de la Tabla 2.2 es posible obtener los antecedentes que se reportan en las siguientes Figuras: Figura 2.1 Nmero de Zonas Segn Poblacin de la Ciudad
120.0
100.0
Zonas cada 100 mil habitantes
80.0
60.0
40.0
20.0
0.0
Curic
Los ngeles
Rancagua
Linares
Arica
Talca
Temuco
La Serena-Coquimbo
Punta Arenas
Antofagasta
Gran Concepcin
Gran Santiago
Gran Valparaso
Nombre de Ciudad
De la Figura 2.1 se observa que los estudios de ciudades de tamao medio tienden a considerar una mayor cantidad de zonas por habitante que las grandes ciudades. Esto debiera explicarse por la mayor densidad y homogeneidad de las grandes ciudades. Sin embargo, si analizamos nicamente las ciudades de tamao medio, observamos que no existe un patrn claro entre nmero de zonas y poblacin (ver Figura 2.2), y tampoco entre nmero de zonas y densidad (ver Figura 2.3).
MIDEPLAN-SECTRA
Puerto Montt
Copiap
Valdivia
Iquique
Osorno
Chilln
Calama
26
Figura 2.2 Nmero de Zonas vs Poblacin (ciudades tamao medio)

160 140 120 100
N de Zonas
80 60 40 20 0 0 50,000 100,000 150,000 200,000 250,000 300,000 Poblacin de la Ciudad (ciudades de tamao medio)
Figura 2.3 Nmero de Zonas vs Densidad (ciudades tamao medio)

160 140 120 100
N de Zonas
80 60 40 20 0 0.0 200.0 400.0 600.0 800.0 1,000.0 1,200.0 Densidad de la Ciudad (ciudades de tamao medio)
MIDEPLAN-SECTRA
27
Figura 2.4 Nmero de Zonas vs Superficie (ciudades tamao medio)

160 140 120 100
N de Zonas
80 60 40 20 0 0.0 5,000.0 10,000.0 15,000.0 20,000.0 25,000.0 30,000.0 35,000.0 Superficie de la Ciudad (ciudades de tamao medio)
Por lo tanto, y considerando los antecedentes existentes para el anlisis de planes estratgicos de ciudades en Chile, y especialmente en el caso de ciudades de tamao medio, se puede concluir que cada ciudad conlleva un nivel de zonificacin propio, el cual no correlaciona con la densidad ni la poblacin ni la superficie de estas. 2.1.2 Definicin del Contexto Temporal del Anlisis Normalmente los modelos de transporte son requeridos para analizar la operacin del sistema en ciertos aos representativos, que incluyen el presente (habitualmente llamado ao base) y algunos aos futuros, todos los cuales se denominan colectivamente cortes temporales. En cada uno de estos cortes temporales, es necesario contrastar la operacin del sistema de transporte en una situacin base de comparacin (situacin base) con la operacin del sistema despus de introducir modificaciones estructurales en sus caractersticas fundamentales (situacin con proyecto). Sin embargo, el modelo de transporte que aqu se considera es una herramienta de anlisis de corto plazo, incapaz de simular el comportamiento del sistema de transporte a lo largo de un ao, ni siquiera de un da. La operacin del sistema en un da completo es un fenmeno cuya complejidad y dinamismo desborda las capacidades de las actuales herramientas de anlisis.
MIDEPLAN-SECTRA
28
En consecuencia, la metodologa habitual analiza slo algunos perodos representativos de un da tpico y utiliza el modelo de transporte para simular la operacin del sistema dentro de tales perodos. Los resultados por perodo se extienden al da completo y posteriormente son extrapolados para obtener el total anual. Los cortes temporales futuros son simulados introduciendo al modelo las variables de entrada correspondientes de cada perodo, con los valores que se estima que tales variables tomarn en el futuro. Luego se simula la operacin del sistema en los perodos definidos y se sigue el procedimiento descrito anteriormente. 2.1.3 Definicin de Cortes Temporales de Proyeccin La metodologa plantea varias interrogantes respecto al contexto de validez de aplicacin del modelo. En primer lugar, es claro que en el mejor de los casos, el modelo se calibra y valida con informacin actual, lo cual significa que an un buen modelo slo garantiza una buena simulacin del comportamiento actual del sistema de transporte. Si el modelo est correctamente formulado y calibrado, debera tambin ser adecuado para predecir los cambios en la operacin del sistema, por efecto de modificaciones estructurales de sus caractersticas (proyectos y polticas) si ellas se produjeran en el presente. La llamada calibracin del modelo tiene como principal objetivo capturar los patrones de comportamiento de los distintos elementos que interactan en el sistema, entre los cuales (y muy importantes) estn los usuarios. La hiptesis bsica de que tales patrones de comportamiento permanecern constantes en el futuro, se hace claramente discutible a medida que se consideran escenarios ms distantes en el tiempo. Por ejemplo, no es posible garantizar que las tasas de generacin de viajes para los hogares de ingreso medio con un automvil, sern en 20 aos ms, las mismas que las actuales. Tampoco es posible saber si la valorizacin que los usuarios de distintos niveles de ingreso dan al tiempo de viaje por ejemplo, permanece constante en el futuro.
MIDEPLAN-SECTRA
29
Estos ejemplos reflejan un problema tradicional de cualquier modelo que trate de simular la operacin futura de un sistema en que est involucrado el comportamiento de individuos. En el caso del modelo de transporte, el comportamiento de los usuarios es una de las variables fundamentales del sistema, por lo que la incertidumbre del futuro es una caracterstica importante a considerar cuando se aplica el modelo. Es inmediato que mientras ms cercano sea el horizonte temporal de aplicacin, menor es la incertidumbre respecto a la validez del modelo, debido a que se reducen las posibilidades de alteracin de los patrones de comportamiento y por lo tanto, de los parmetros que fueron calibrados para el modelo. De la discusin anterior se concluye la conveniencia de que los cortes temporales de anlisis estn lo ms cercanos posible del ao de calibracin. Habitualmente el modelo de transporte es utilizado para simular escenarios a diez, quince y hasta veinte aos plazo, lo que parece revelar un exceso de confianza en su capacidad predictiva. Estos horizontes tan lejanos son necesarios para la evaluacin de proyectos, pero es posible limitar estos requerimientos para evitar entregar una responsabilidad excesiva al modelo. En trminos generales, es aconsejable que el corte temporal mximo no se proyecte ms all de diez aos plazo (y en lo posible menos de diez aos). Adicionalmente debe definirse un corte temporal intermedio entre el ao base y el corte temporal mximo. Debe tenerse presente adems, que la definicin de los cortes temporales est fundamentalmente relacionada no slo con el contexto de validez conceptual del modelo, sino tambin con la posibilidad de estimar correctamente (a futuro) sus datos de entrada. 2.1.4 Perodos de Anlisis Tradicionalmente la modelacin de transporte urbano se ha limitado a definir dos perodos bsicos de anlisis: perodo punta de la maana y perodo de fuera de punta.
MIDEPLAN-SECTRA
30
Normalmente, cada uno de estos perodos se prolonga entre una y dos horas, espacio de tiempo dentro del cual se supone que todos los viajes que se producen en algn origen, llegan a su destino. Adems, debe considerarse que la definicin de estos perodos debe incluir todos los horarios que se definan al incorporar un modelo de eleccin de horario de viaje. El anlisis de estos perodos representativos arroja ciertos resultados operacionales (matrices de viaje por modo, niveles de servicio, flujos por arco de cada red) que son valorados econmicamente para efectos de evaluacin, obtenindose finalmente costos y beneficios por perodo. Dichos costos y beneficios son posteriormente extrapolados para obtener totales diarios y anuales. Es indudable que con slo dos perodos representativos, la extensin al total diario resulta menos realista que lo deseable y debido a ello, algunos estudios han aumentado el nmero de perodos de anlisis, incluyendo punta del medioda, punta de la tarde, fuera de punta de la maana y de la tarde, etc. Desafortunadamente, la definicin del nmero de perodos no es slo una cuestin de ms modelos y de ms informacin de calibracin y validacin. Un problema adicional, se presenta cuando se considera la efectiva capacidad de los modelos disponibles para simular realistamente el comportamiento del sistema de transporte. Este problema se manifiesta principalmente en una de las tareas bsicas del modelo: las estimaciones de la demanda. Los modelos de demanda con mayor fundamento conceptual son aplicables a aquellos viajes que se originan en el hogar, entre otras cosas porque la mayora de estos viajes son habituales y autnomos. Es decir, para los viajes originados en el hogar, las decisiones de los usuarios son relativamente tpicas (a dnde viajar, con qu propsito, en qu modo, por cul ruta), las alternativas de eleccin son tambin relativamente claras y en general las opciones de los usuarios no estn condicionadas por decisiones tomadas en perodos anteriores. Estas dos caractersticas de habitualidad y autonoma, unido a la mayor facilidad de obtener informacin de los usuarios y de su comportamiento para este tipo de viajes, hacen que la tarea de modelarlos sea ms abordable.
MIDEPLAN-SECTRA
31
Considrese en cambio, el problema de modelar los viajes de punta tarde. En este caso la habitualidad de los viajes es mucho ms difusa (distintos destinos de viaje en distintos das: regreso al hogar, diversin, compras, social, etc.); se presentan fenmenos complejos de explicar y simular (por ejemplo los viajes concatenados: origen en el lugar de trabajo, destino intermedio con propsito compras y destino final en el hogar); y la autonoma de los usuarios puede estar condicionada por decisiones de perodos anteriores, lo que tiene obvias implicancias para explicar su comportamiento en el perodo punta de la tarde (por ejemplo, si un usuario eligi automvil para viajar al trabajo en la maana, en la prctica no tiene alternativa modal para su viaje de regreso en la tarde y ningn modelo podra predecir adecuadamente su comportamiento modal, a menos que fuera informado de la decisin de la maana y se condicionara exgenamente su prediccin). En trminos de oferta, un mayor nmero de perodos, bsicamente significa un mayor esfuerzo de definicin y calibracin de las redes involucradas, aunque conceptualmente no existen problemas mayores (algunas dificultades de modelacin podran presentarse no obstante, si existieran alternativas multimodales de viaje). En resumen, se puede concluir de la discusin anterior que el actual estado de desarrollo de los modelos (particularmente los modelos de demanda) hace poco aconsejable incluir en el anlisis, perodos en los cuales el comportamiento del sistema es an demasiado complejo para las herramientas modelsticas disponibles. En consecuencia, en el contexto de esta metodologa, parece razonable considerar (al menos para el tratamiento con el modelo) solamente los dos perodos tradicionales: punta maana y fuera de punta. Un primer elemento bsico para el modelo, que requiere una suerte de calibracin, es la definicin horaria y la extensin de cada perodo de anlisis (punta de la maana y fuera de punta). A este respecto no es posible entregar una recomendacin general, porque las definiciones mencionadas dependen de cada ciudad particular.
MIDEPLAN-SECTRA
32
Sin embargo, la Encuesta Origen-Destino de Viajes (EOD) provee la informacin necesaria para definir los perodos: a partir de los datos de la hora media de realizacin de los viajes (promedio entre hora de salida y hora de llegada) es posible construir histogramas en intervalos de 15 minutos (cuartos de hora) de viajes totales, viajes en transporte pblico y viajes en transporte privado. En estos histogramas se pueden identificar los horarios de mayor y menor demanda de transporte durante el da (horas punta y no punta). El perodo de punta maana generalmente est localizado entre 6:30 y 9:30 horas y su extensin normal es de una hora (o una hora y media). Este perodo de una hora de extensin, debe ser elegido de manera que queden incluidos dentro de l, al menos los dos cuartos de hora ms cargados (entre 6:30 y 9:30 horas) de cada uno de los histogramas de viajes totales, viajes de transporte pblico y viajes de transporte privado. La definicin del perodo fuera de punta, tiene una connotacin metodolgica distinta a la del perodo de punta maana. A diferencia de este ltimo, cuya definicin est temporalmente asociada con el inicio de actividades que generan viajes muy concentrados en el tiempo (principalmente trabajo y estudio), en el caso de fuera de punta tal asociacin no existe. A lo largo de un da tpico, existen muchas horas que pueden ser consideradas fuera de punta, en el sentido de que no son horas punta y de que los viajes all materializados no tienen un horario obligado ni comn para todos los viajes. Otro problema que dificulta la definicin, est relacionado con la no habitualidad temporal de los viajes fuera de punta dentro de un da tpico (por ejemplo, una duea de casa que viaja todos los das al mercado a hacer sus compras, pero a distintas horas cada da). Dado que los viajes con este tipo de caractersticas son comunes en fuera de punta, es claro que cualquiera sea la definicin temporal del perodo, se corre el riesgo de subestimar tales viajes (es decir, que el perodo no sea representativo). Desde este punto de vista, la definicin estricta de una hora para representar el perodo fuera de punta, es necesariamente cuestionable cualquiera sea la hora elegida.
MIDEPLAN-SECTRA
33
Esta discusin sugiere un enfoque distinto al tradicional para definir el perodo de fuera de punta. Este consiste en definir un perodo de una hora de extensin para fuera de punta, pero la especificacin precisa de la hora de inicio y trmino de dicho perodo queda indeterminada. En otras palabras, se reconoce el hecho de que aunque existen varias horas de fuera de punta durante el da, ninguna de ellas es suficientemente representativa del resto, y por lo tanto una hora promedio de todas las horas fuera de punta es la mejor opcin. Este enfoque tiene la ventaja de permitir el mejor aprovechamiento de los datos de la EOD para efectos de la calibracin del modelo de transporte, ya que se incluye en el anlisis una mayor cantidad de viajes que efectivamente se producen en fuera de punta y cuyos patrones de comportamiento interesa determinar. Para identificar las horas que pueden ser consideradas fuera de punta, se debe excluir del mencionado histograma de viajes totales, los perodos estimados como punta de maana, punta tarde y punta medioda, junto con los intervalos inmediatamente anteriores y posteriores (debido a que se est tratando de aislar la influencia de las horas punta sobre la fuera de punta). Adems, se excluyen aquellas horas donde no existe actividad de transporte o sta es mnima, tal como las horas de madrugada. Desde el punto de vista del modelo -que slo modela una hora promedio de fuera de punta- la suposicin implcita es que en cualquiera de estas horas el sistema de transporte se comporta de manera semejante. De hecho, el modelo recibe como datos, los vectores de orgenes y destinos para una hora, que pueden ser calculados como el promedio ponderado de los viajes realizados en cada propsito para el lapso horario mayor y el lapso de una hora seleccionado. Resulta deseable que la definicin horaria de los perodos punta y fuera de punta sea contrastada con el histograma que se deduce de los conteos continuos realizados. Dicho anlisis debe ser realizado en forma cuidadosa ya que el concepto de hora media de viaje usado para construir el histograma obtenido a partir de la EOD es distinto al concepto de un conteo en un punto particular. Para reducir la distorsin espacial y temporal que se puede producir, se recomienda construir el histograma para una envolvente de los puntos de conteo continuo. La envolvente puede construirse como la suma vertical (en todos los puntos), del flujo en cada lapso temporal.
MIDEPLAN-SECTRA
34
2.1.5
Definicin de Tipo de Viajes a Considerar: Interzonales, Intrazonales Una definicin que con frecuencia es omitida en el anlisis, se refiere a la
consideracin de viajes intrazonales en la modelacin de transporte. Si bien a este respecto no es posible indicar principios generales, se entregan elementos de decisin que debe considerar el analista al momento de tomar su decisin. i. La definicin de la zonificacin adoptada debiera ser lo suficientemente desagregada como para permitir una buena aproximacin a la modelacin de viajes interzonales, resultando los viajes intrazonales en un nmero poco relevante. Si los viajes intrazonales resultaren muy importantes, entonces la recomendacin ira en la direccin de una mayor desagregacin local en la zonificacin, de tal suerte que estos viajes puedan ser tratados como viajes interzonales. ii. Los modelos de demanda de ESTRAUS y VIVALDI (particin modal), pueden considerar viajes intrazonales en forma diferenciada, aunque con un tratamiento en extremo simplificado. iii. Normalmente, la particin modal de los viajes intrazonales no puede ser bien explicada por un modelo general de particin modal, distribucin y asignacin, que se calibra para toda el rea de estudio. La experiencia prctica apunta en este caso a omitir los viajes intrazonales en la modelacin y calibracin, en la medida que la zonificacin sea lo suficientemente desagregada para que su nmero sea reducido. Este anlisis es tambin extensible a los viajes externos, aunque dada la forma en que ellos se obtienen (a partir de una Encuesta de Interceptacin en cordn externo), la posibilidad de obtener viajes intrazonales es en la prctica muy reducida.
MIDEPLAN-SECTRA
35
2.1.6
Definicin de la Categorizacin de la Demanda El objetivo del modelo de demanda es explicar y predecir las decisiones de
los usuarios respecto a la generacin, distribucin y particin modal de los viajes. Sin embargo, dependiendo entre otras cosas de sus atributos personales y propsitos de viaje, los usuarios tienen comportamientos diversos, por lo que es necesario categorizar la demanda para permitir su mejor explicacin. Naturalmente existen muchas formas de estratificar la demanda, pero la experiencia tcnica en este aspecto sugiere la categorizacin bsica de una metodologa simplificada. La primera estratificacin de la demanda se realiza a nivel de propsitos de viaje, dado que el comportamiento de los usuarios puede ser notablemente distinto para cada motivo de viaje. Considerando los perodos de anlisis sugeridos (punta maana y fuera de punta) los propsitos de viaje principales sern tres: trabajo, estudio y otros pudindose desagregarse adicionalmente el propsito estudio en dos clases: viajes de estudiantes de educacin bsica y media-superior, bsicamente porque la experiencia ha mostrado que tienen un comportamiento marcadamente diferente. Es improbable que sea necesario definir otro propsito para un da laboral tpico en alguna ciudad del pas. Es necesario sealar que los propsitos de viaje indicados son para utilizarse en el contexto de los sub-modelos de particin modal y distribucin del modelo VIVALDI, sin perjuicio de ello, los modelos de generacin y atraccin de viajes pueden considerar una desagregacin ms detallada, debido a que los viajes basados en el hogar de ida, retorno o no basados en el hogar, tienen normalmente variables explicativas distintas. No obstante lo anterior, siempre es necesario recomendar que las desagregaciones usadas en los modelos de Generacin y Atraccin de Viajes (exgenas a VIVALDI) resulten compatibles con las definiciones de los sub-modelos de demanda de VIVALDI. Desde el punto de vista de la demanda de transporte, la caracterstica ms relevante del usuario es su nivel socioeconmico. Pero dado que es difcil determinar este nivel para cada usuario en particular, en lugar de clasificar a los individuos normalmente se categorizan los hogares que habitan. Cada hogar tiene asociado un cierto ingreso familiar y una cierta tasa de motorizacin, variables que son utilizadas para categorizar los hogares y por extensin, a los individuos que viven en l.
MIDEPLAN-SECTRA
36
El nmero de categoras de demanda es determinante para definir las dimensiones del modelo, sus requerimientos de informacin y calibracin y finalmente, la precisin de sus resultados. Esto hace que el nmero de categoras utilizado en los estudios de transporte sea muy variable; siempre es deseable una mayor desagregacin de la demanda, pero ello debe conciliarse con la disponibilidad de informacin necesaria para modelar cada categora. Tomando en cuenta estas restricciones, se estima que para ciudades de gran tamao, una categorizacin adecuada de los hogares debera considerar al menos tres niveles de ingreso (ingreso bajo, medio y alto) y tres niveles de tasa de motorizacin del hogar (ningn vehculo, un vehculo y dos o ms vehculos). Ello permite estratificar la demanda de transporte en nueve categoras cruzadas de ingreso y tasa de motorizacin, cada una de las cuales puede ser modelada -en principio- separadamente para cada propsito y perodo considerado. Alternativamente puede considerarse la agregacin de categoras extremas. Normalmente, ellas corresponden a los cruces de categoras de ingreso alto sin auto, o ingreso bajo con 2 o ms autos. En stas, es normal obtener escasas observaciones en la muestra, no por problemas de muestreo o de nmero de encuestas, sino que por existir un muy bajo nmero de hogares que presenten dichas caractersticas. Por ltimo, es necesario sealar que de mltiples anlisis previos, se concluy que la variable nmero de autos en el hogar no es la mejor variable explicativa para modelar los viajes con propsito estudio. Las mejores variables son el nmero de estudiantes en el hogar y nmero de residentes del hogar. Sin embargo, el uso de estas variables tiene implcito un problema posterior de prediccin, muy difcil de solucionar, por lo que la metodologa aconseja utilizar las variables ingreso y nmero de autos, como una solucin de compromiso entre la calidad de los modelos y la posibilidad de predecir en forma confiable las variables independientes a futuro.
MIDEPLAN-SECTRA
37
2.2
Anlisis y Actualizacin Modelo ESTRAUS, MIDEPLAN - SECTRA (2005). En este estudio se construyeron, entre muchas otras cosas, los modelos para
los vectores de generacin y atraccin de viajes para Santiago, en el contexto del uso del modelo ESTRAUS, basndose para ello principalmente en modelos de tipo ACM para la generacin de viajes, dado que la metodologa MESPE-2008 y el trabajo Guevara y Thomas (2007) an no estaban decantados. Actualmente (ao 2009), las modelaciones que se realizan con ESTRAUS en el marco del estudio Anlisis de Planes de Metro (SECTRA 2009) utilizan modelos basados fundamentalmente en tasas simples y regresin lineal mltiple. Los resultados de este ltimo estudio sern comparados posteriormente con los resultados nuevos que se desprendan de las innovaciones metodolgicas en el contexto del presente estudio, para un corte temporal especfico. A continuacin se describen los procesos y resultados de la estimacin de tasas ACM y de Regresin Lineal Mltiple (RLM) asociadas a modelos de Generacin y Atraccin de Viajes desarrollados en el contexto de la ltima recalibracin del modelo ESTRAUS (2005). Mediante el anlisis de clasificacin mltiple (ACM) se realiz cuatro procesos distintos: i. Modelos de generacin de viajes basados en el hogar, para determinar rangos para categorizacin de ingreso. ii. Modelos de generacin de viajes basados en el hogar de ida, estratificando los hogares por dos variables. iii. Modelos de generacin de viajes basados en el hogar de ida, estratificando los hogares por tres variables. iv. Modelos de atractividad de viajes basados en el hogar de retorno. Por otra parte, mediante regresin lineal mltiple (RLM) se calibraron los siguientes modelos a nivel comunal: i. Modelos de generacin de viajes basados en el hogar de regreso y no basados en el hogar. ii. Modelos de atraccin de viajes basados en el hogar de ida y no basados en el hogar.
MIDEPLAN-SECTRA
38
Estos ltimos modelos fueron calibrados a nivel comunal debido principalmente a dos razones: inexistencia de informacin necesaria a un nivel ms desagregado, y mal ajuste estadstico a nivel de zonas. Se procedi a la aplicacin de la metodologa recin descrita para los dos perodos de modelacin (punta maana y fuera de punta), como es el estndar en los anlisis estratgicos de sistemas de transporte urbano en ciudades. Luego de calcular los modelos y sus respectivos indicadores estadsticos, se procedi a analizarlos en detalle y a seleccionar los mejores de ellos. Cada uno de los modelos finales seleccionados posee indicadores estadsticos adecuados que garantizan la independencia del efecto de cada una de las variables explicativas (tanto a nivel individual como conjunta). De ms est decir, que los modelos presentan un comportamiento acorde al fenmeno tratado, es decir, para los propsitos de viaje, en que las variables de ingreso y posesin de automvil son relevantes para efectos de la generacin de viajes, las tasas de generacin son estrictamente crecientes segn el ingreso del hogar y estrictamente crecientes segn el rango de posesin de automvil. Los modelos que se construyeron en la recalibracin de ESTRAUS 2005, incluyeron los viajes que se realizan en los 11 modos seleccionados o modelables, que son: caminata, auto chofer, auto acompaante, taxi colectivo, bus, metro, taxi, taxicolectivo, auto-chofer-metro, auto-acompaante-metro, bus-metro y taxi-colectivometro. 2.2.1 Modelos de Generacin de Viajes La primera especificacin necesaria para la construccin de vectores de generacin y atraccin de viajes, es la definicin del contexto espacial de su aplicacin. Esto, independiente si el tipo de modelo a considerar sea agregado o desagregado.
MIDEPLAN-SECTRA
39
Las Tablas 2.3 a 2.6 presentan los modelos seleccionados de generacin de viajes basados en tasas ACM correspondientes a los propsitos Trabajo, Estudio-1 (Bsica), Estudio-2 (Media y Superior) y Otros, para el perodo punta maana. En este caso los modelos se construyeron con informacin correspondiente a dos horas del perodo punta maana (entre 7:15 y 9:15 hrs.), aunque posteriormente su uso para predicciones se normaliza a fin de obtener el patrn de viajes durante una hora de modelacin (entre 7:30 y 8:30 hrs.). Es necesario sealar que el modelo presentado es el que exhibi los mejores indicadores estadsticos de ajuste y adems, presenta valores y tendencias acorde a la percepcin del analista (tasas ACM crecientes segn ingreso y motorizacin). Por otro lado, el perodo de 2 horas es consistente con lo indicado en la metodologa revisada (en que se tuvo especial cuidado de incluir los cuartos de hora representativos de hora punta). Los viajes considerados en los siguientes modelos son viajes interzonales, en modos modelados por ESTRAUS, y basados en el hogar de ida. Tabla 2.3 Modelo de Tasa ACM, Punta Maana: 7:15-9:15, Propsito Trabajo, Moneda ($) de Noviembre de 2001
Ingreso del hogar Rango Ingreso ($) Bajo 0 148.226 Medio-Bajo 148.226 296.452 Medio 296.452 592. 904 Medio-Alto 592. 904 1.185.808 Alto 1.185.808 ms Total sin auto 0.0920 0.3013 0.5526 0.8104 0.6977 0.4517 Nmero de autos 1 auto 0.2566 0.4659 0.7172 0.9750 0.8623 0.6163 Total 2 o ms 0.4340 0.6433 0.8946 1.1524 1.0397 0.7937 0.1673 0.3766 0.6279 0.8858 0.7731 0.5271
Tabla 2.4 Modelo de Tasa ACM, Punta Maana: 7:15-9:15, Propsito Estudio-1 (Bsica), Moneda ($) de Noviembre de 2001
Tabla 2.5
MIDEPLAN-SECTRA
40
Modelo de Tasa ACM, Punta Maana: 7:15-9:15, Propsito Estudio-2 (Media y Superior), Moneda ($) de Noviembre de 2001
Tabla 2.6 Modelo de Tasa ACM, Punta Maana: 7:15-9:15, Propsito Otros, Moneda ($) de Noviembre de 2001
Es interesante hacer notar que para algunos propsitos, la tendencia creciente segn ingreso y motorizacin es estricta. Esto es especialmente cierto en el propsito trabajo, lo cual es razonable tericamente. Por otro lado, en trminos de magnitud es importante mencionar que estas tasas no son directamente comparables con las de otras ciudades (e.j. Gran Concepcin, Iquique o Valparaso), bsicamente por el diferente lapso horario (estas corresponden a un perodo de 1,5 horas). No obstante, se nota que los viajes en el propsito otros son muy superiores a los obtenidos para otra ciudad en el mismo perodo. Para el perodo fuera de punta, los mejores modelos calibrados se obtuvieron para un perodo tambin de 2 horas, el perodo es consistente con lo indicado en la metodologa revisada (en que se tuvo especial cuidado de no incluir cuartos de hora cercanos a las horas punta maana, punta de medio da y punta de la tarde, que poseen caractersticas diferentes a lo que es el perodo fuera de punta). Las Tablas 2.7 a 2.9 presentan los modelos ACM seleccionados, correspondientes a los propsitos trabajo, estudio y otros, para fuera de punta.
MIDEPLAN-SECTRA
41
Tabla 2.7 Modelo de Tasa ACM Fuera de Punta: 10:00 a 12:00 hrs, Propsito Trabajo, Moneda ($) de Noviembre de 2001
Tabla 2.8 Modelo de Tasa ACM Fuera de Punta: 10:00 a 12:00 hrs., Propsito Estudio (Bsica, Media y Superior), Moneda ($) de Noviembre de 2001
Tabla 2.9 Modelo de Tasa ACM Fuera de Punta: 10:00 a 12:00 hrs., Propsito Otros, Moneda ($) de Noviembre de 2001
Es interesante hacer notar que para dos propsitos (trabajo y otros), la tendencia creciente segn ingreso y motorizacin es estricta. Por otro lado, en trminos de magnitud y estructura, estas tasas no son tan semejantes a las obtenidas en otros estudios. La tasa de viajes en propsito trabajo y estudio es menor a la observada en otros estudios y en el propsito otros, la tasa es casi el doble que la encontrada en el caso de Valparaso. Esto se explica porque la encuesta realizada en el caso de Santiago permite tratar mejor viajes en cadena que en el caso de otros estudios. No obstante, la magnitud de las tasas ACM es razonable.
MIDEPLAN-SECTRA
42
2.2.2
Modelos de Atraccin de Viajes El anlisis de clasificacin mltiple puede ser utilizado no slo para la
generacin de viajes basados en el hogar de ida, sino tambin para la atraccin de los viajes basados en el hogar de retorno. Dado que las atracciones no discriminan segn categora del hogar, en las aplicaciones realizadas se han utilizado slo tasas globales de atraccin. Normalmente este tipo de viajes es modelado mediante modelos de regresin lineal mltiple, que permiten un mejor ajuste y adems permiten obtener indicadores estadsticos de la bondad del modelo (los modelos de tasas globales de atractividad no tienen estadgrafos de bondad asociados). Se calibr tasas tanto para el perodo punta como fuera de punta. Normalmente los viajes en el perodo punta se modelan de manera ms agregada, ya que el total de viajes basados en el hogar de retorno es muy bajo respecto al total. No obstante, en este caso esto no es necesariamente as y la definicin final debe ser tomada considerando los modelos ACM y los modelos RLM. En las Tablas siguientes se presentan los resultados obtenidos mediante ACM, y posteriormente se reporta el anlisis basado en RLM. Tabla 2.10 Resultados Tasas Atractividad, Viajes BHR, Perodo Punta (7:15-9:15)
Propsito Trabajo Estudio 1 Estudio 2 Otros Tasa 0,0015 0,0001 0,000273 0,0739
Tabla 2.11 Resultados Tasas Atractividad, Viajes BHR, Perodo Fuera de Punta (10:00-12:00)
Propsito Trabajo Estudio Otros Tasa 0,0031 0,0000 0,2130
En el contexto de los modelos de RLM, la expresin tpica de un modelo de atraccin, para un propsito determinado, es la siguiente:
D jp = 0 + k X jk + j
k
(5)
MIDEPLAN-SECTRA
43
dnde:
Dj p : Nmero de viajes con propsito p atrados (generados) por la zona j .
k
: Parmetros de calibracin : Variables explicativas (promedios zonales). : Error de la estimacin para la zona j. Ntese que las hiptesis bsicas para que un modelo de regresin lineal
Xjk
j
mltiple (RLM) est bien especificado son las siguientes: i. ii. iii. El valor esperado del error es cero (E( j) = 0) (V( i) = V( j) =
j).
2
, con i
La varianza del trmino del error es constante (V( i) = V( j) = Esta propiedad se conoce como homocedasticidad.
, con i j).
No existe correlacin, es decir, el trmino del error de una observacin no se encuentra correlacionado con el trmino del error de otra observacin. Las dos ltimas propiedades implican que la matriz de varianzas y covarianzas del error se puede escribir como el producto entre la varianza del error por la matriz identidad: 1 0 ... 1 2 0 ( ) = ... 0 0 ... 0 0 =2 I ... 1
(6)
iv.
Las variables explicativas toman un valor fijo o determinstico. Es decir, ellas no corresponden a un valor aleatorio (esto no impide que ellas pudieran ser valores fijos producto de un proceso aleatorio).
v. vi.
Las variables explicativas no estn correlacionadas con el trmino de error. Las variables explicativas no presentan una relacin lineal exacta entre si. La existencia de este problema se denomina normalmente como colinealidad y produce problemas de estimacin al no poder cuantificar de manera exacta la influencia de cada variable incluida en el modelo.
MIDEPLAN-SECTRA
44
vii.
Las variables explicativas son medidas sin error. Es decir, la medicin de ellas no incorpora un error adicional al modelo, producto de fallas en toma de los datos, etc.
viii.
En el modelo no se excluyen las variables relevantes y tampoco se incluyen las variables irrelevantes, a la hora de explicar el comportamiento de la variable endgena.
ix.
Los parmetros poblacionales se mantienen constantes a lo largo de toda la muestra. Esta condicin se conoce como hiptesis de permanencia estructural, lo que significa que no hay variacin en la influencia de una variable explicativa sobre la variable explicada. Idealmente debiera estimarse un vector de orgenes y un vector de destinos
por cada propsito y categora de demanda, pero debido a que la definicin de categoras de demanda est asociada a las caractersticas de los hogares (tasas de motorizacin y niveles de ingreso de los hogares), las atracciones de viajes son difciles de clasificar por categora1, puesto que ellos no se materializan en los hogares, en los perodos considerados (punta maana y fuera de punta). Reconociendo este hecho, la metodologa supone que slo los orgenes son clasificables por propsito-categora y los destinos en cambio, son clasificables slo por propsitos de viaje. No obstante, la cantidad de informacin disponible hace infactible la calibracin de modelos de RLM por categora. Por lo tanto, se estim un vector Origen por cada propsito de viaje y por cada categora de demanda, pero las calibraciones se realizaron sobre la base de la suma de los vectores por categora de demanda. De la misma forma, se estim un vector Destino para cada propsito de viaje, con todas las categoras de demanda agregadas. Es necesario sealar que los modelos deben cumplir las siguientes condiciones, a fin de ser tiles a los objetivos de este tipo de estudios:
Resulta complicado establecer un sustento terico para el uso de un modelo diferente entre las distintas categoras. Adems, dado el uso de 13 categoras de ESTRAUS para Santiago, la desagregacin reduce el nmero de observaciones por modelo, lo que implica que la calibracin obtenida ser de peor calidad.
MIDEPLAN-SECTRA
45
a)
Los modelos deben ser de tipo predictivos, ms que explicativos. Este punto es crucial y se refiere a que las variables explicativas deben ser factibles de predecir en el tiempo.
b)
Los modelos deben estar correctamente especificados. Ello implica que las variables explicativas deben necesariamente tener estrecha relacin con la variable explicada.
c)
Los modelos deben tener indicadores estadsticos aceptables y signos correctos. Se definieron las actividades atractoras de viajes de la siguiente forma:
i.
Viajes con propsito trabajo: Estos se explican por las actividades que ofrecen empleos. Las ms relevantes son el comercio, la industria, oficinas y los servicios. No obstante, variables como salud, y estacionamientos resultaron significativas en un nmero importante de modelos.
ii.
Viajes con propsito estudio (1 y 2): Se explican con la presencia de establecimientos educacionales. En este caso las variables explicativas ms importantes dicen relacin con el nmero de matrculas por nivel de educacin (bsica, media y superior) y deseablemente segn jornada. Tambin se pueden utilizar superficies (aunque tal como se indica ms adelante es una variable dominada).
iii.
Viajes con otros propsitos: Corresponden a las subcategoras "compras", "diligencias", "salud", trmites, social, etc. Las actividades relevantes sern comercio, servicios, salud, educacin, estacionamientos, etc. Adems, para incluir el efecto de los viajes con motivos sociales (en caso de justificarse) se puede incluir como variable explicativa, al total de hogares existente en la zona. A continuacin se analiza cules debiesen ser las variables explicativas ms
adecuadas para cada uno de los modelos. Para el caso de los viajes atrados, basados en el hogar de retorno (bhr), es fcil notar que la variable explicativa en estos casos es el nmero de hogares por zona. Esta variable puede ser categorizada por nivel de ingreso o
MIDEPLAN-SECTRA
46
posesin de automvil. Adems, puede utilizarse la variable linealmente adems de una o ms funciones no lineales de ella. Los viajes considerados (variable explicada) se obtuvieron de la encuesta a hogares expandida y corregida (se incluye correccin por tamao de hogar, sexo-edad, correccin ACM y el factor de sub-reporte correspondiente). Es importante notar que, dado problemas de disponibilidad de alguna informacin (principalmente el nmero de matrculas por zona), los modelos de atraccin de viajes planteados fueron calibrados con informacin a nivel comunal. Las variables explicativas, exgenas o independientes de los modelos RLM construidos corresponden a distintos usos de suelo, y fueron proporcionadas por la Contraparte Tcnica (SECTRA). Dicha informacin se encuentra desagregada a nivel de la clasificacin del SII, la que se presenta a continuacin: USOS S.I.I. C: Comercio Q: Culto S: Salud H: Habitacional G: Hotel, Motel P: Administracin pblica y defensa T: Transporte y telecomunicaciones W: Sitio Eriazo E: Educacin y cultura D: Deporte y recreacin <>: No clasificado I: Industria M: Minera O: Oficina A: Agrcola L: Almacenaje y bodega
Z: Estacionamiento V: Otros no considerados
Se calibraron modelos para los perodos Punta Maana y Fuera de Punta, y para los distintos propsitos de viaje. Tanto las variables exgenas como la endgena estaban definidas a nivel zonal (618 zonas ESTRAUS); sin embargo, distintos anlisis de correlaciones justificaron la utilizacin de las variables del modelo a un nivel ms agregado (comunal). La definicin de modelos ms agregados mejor de manera significativa el ajuste estadstico de la totalidad de los modelos Atraccin de viajes. Una caracterstica relevante de los modelos calibrados fue la definicin de especificaciones alternativas, particularmente en lo referente a la presencia u omisin del intercepto o trmino constante del hiper-plano de regresin, adems de la incorporacin de variables dummy. La omisin del trmino constante, si bien reduce en parte el ajuste estadstico de los modelos, tiene la ventaja de impedir la prediccin de viajes negativos.
MIDEPLAN-SECTRA
47
Debe recordarse que la presencia de un intercepto negativo y comparativamente grande, podra inducir valores negativos al evaluar el modelo en nuevas variables explicativas. Sin embargo, la omisin de un intercepto negativo y estadsticamente significativo habla de una incompleta especificacin del modelo, por lo que su omisin podra redundar en estimadores sesgados de los restantes parmetros. Por otra parte, dado que los modelos fueron calibrados a nivel comunal, la prediccin a futuro debe considerar variables explicativas a nivel comunal, y el resultado del modelo tambin sern viajes a nivel comunal. Dado que interesa alimentar un modelo como ESTRAUS, cuyo nivel de desagregacin es mayor, debe considerarse una forma inteligente de extrapolar las predicciones a nivel comunal hacia un nivel zonal. Para ello, es interesante hacer notar que la estimacin por Mnimos Cuadrados Ordinarios (MCO) realizada proporciona estimadores insesgados de los parmetros. Luego, dichos parmetros debieran permitir evaluar el modelo con informacin (variables explicativas) tanto comunal como zonal. Sin embargo, al estar construidos los modelos con variables explicativas comunales, al utilizar variables zonales aumenta la varianza de la prediccin (aunque sigue siendo insesgada), ya que nos alejamos de la media de los datos utilizados. Dados estos antecedentes, la manera considerada para obtener predicciones de viajes a nivel zonal fue la siguiente: Paso 1: Utilizar los modelos SIN INTERCEPTO para predecir viajes a nivel comunal. Paso 2: Utilizar los modelos SIN INTERCEPTO para predecir viajes a nivel zonal. Paso 3: Normalizar las predicciones de viajes a nivel zonal del Paso 2 a partir de las predicciones a nivel comunal del Paso 1. De esta forma, se mantienen las caractersticas de los modelos de Regresin Lineal Mltiple en cuanto a la consistencia y eficiencia de los resultados, obtenindose resultados adecuados para los objetivos del Estudio.
MIDEPLAN-SECTRA
48
Los resultados de la calibracin fueron buenos. En trminos generales, se puede indicar que los modelos de Regresin Lineal Mltiple calibrados para representar la atraccin de viajes no basados en el hogar (nbh) y basados en el hogar de ida (bhi), son robustos, obtenindose coeficientes de correlacin mltiple ajustado adecuados. En la Tabla 2.12 y Tabla 2.13 se presenta los valores de los parmetros e indicadores especficos para los modelos obtenidos considerando el intercepto, y en la Tabla 2.14 y Tabla 2.15 los modelos sin intercepto. Tabla 2.12 Modelos de Atraccin de viajes (bhi+ nbh), Punta de la Maana, con Intercepto
Variable Explicativa Superficie Construida de Servicios (m2) Superficie Construida de Industria (m2) Superficie Construida Habitacional (m2) Superficie Total Construida (m2) Matriculas de Enseanza Bsica (matric.) Constante de Regresin (Intercepto) Coef. de Regresin Mltiple Ajustado (%) Nmero de Observaciones Trabajo Coeficiente Test t 0,0487 53,5951 0,0052 2,7681 0,0035 12,3386 Estudio 1 Coeficiente Test t
-406,1139 -0,4324 99,52% 37
0,0007 7,2136 0,1589 6,5969 86,5046 0,1938 87,93% 37
Tabla 2.13 Modelos de Atraccin de viajes (bhi+ nbh), Punta de la Maana, con Intercepto (Continuacin)
Variable Explicativa Superficie Construida de Educacin (m2) Superficie Construida Habitacional (m2) Nmero de Hogares (hogares) Matriculas de Enseanza Media (matric.) Matriculas de Enseanza Superior (matric.) Viajes al Trabajo, bhi+nbh, P. Maana (viajes) Constante de Regresin (Intercepto) Coef. de Regresin Mltiple Ajustado (%) Nmero de Observaciones Estudio 2 Coeficiente Test t Otros Coeficiente Test t 0,0341 3,6206 0,0016 5,9185
0,0741 0,4565 0,4947
7,8979 9,3093 14,6851 0,0809 1,9398 39,8941 0,0524 95,29% 37
-679,9087 -1,5065 98,32% 37
MIDEPLAN-SECTRA
49
Tabla 2.14 Modelos de Atraccin de viajes (bhi+ nbh), Punta de la Maana, sin Intercepto
Variable Explicativa Superficie Construida de Servicios (m2) Superficie Construida de Industrias (m2) Superficie Construida Habitacional (m2) Superficie Total Construida (m2) Matriculas de Enseanza Bsica (matric.) Coef. de Regresin Mltiple Ajustado (%) Nmero de Observaciones Trabajo Coeficiente Test t 0,0489 60,6376 0,0047 3,0653 0,0034 17,8066 Estudio 1 Coeficiente Test t
0,0007 0,1616 99,64% 37 95,90% 37
7,3642 8,3832
Tabla 2.15 Modelos de Atraccin de viajes (bhi+ nbh), Punta de la Maana, sin Intercepto (Continuacin)
Estudio 2 Coeficiente Test t Variable Explicativa Superficie Construida Habitacional (m2) Superficie Construida de Educacin (m2) Nmero de Hogares (hogares) 0,0658 8,4998 Matriculas de Enseanza Media (matric.) 0,4326 9,1545 Matriculas de Enseanza Superior (matric.) 0,5082 15,3569 Viajes al Trabajo, bhr+nbh, P. Maana (viajes) Coef. de Regresin Mltiple Ajustado (%) 98,82% Nmero de Observaciones 37 Otros Coeficiente Test t 0,0016 8,5069 0,0343 4,0865
0,0799 97,42% 37
2,1785
Tabla 2.16 Modelos de Atraccin de viajes (bhi + nbh), Fuera de Punta con Intercepto
Variable Explicativa Superficie Construida de Comercio (m2) Superficie Total Construida (m2) Matriculas de Enseanza Bsica (matric.) Matriculas de Enseanza Superior (matric.) Viajes al Trabajo, bhI+nbh, P. Maana (viajes) D1_TRA D2_TRA D1_EST Constante de Regresin (Intercepto) Coef. de Regresin Mltiple Ajustado (%) Nmero de Observaciones Trabajo Coeficiente Test t Estudio Coeficiente Test t Otros Coeficiente Test t 0,0127 8,4739 0,0037 11,9136 0,1294 2,8972
0,1613 0,2868 3359,3400 -3564,1612 75,8492 6,8061 -5,2566
37,6398
-591,4831 -3,1166 99,38% 37
2396,7868 9,2960 10,8664 0,1737 97,79% 37
-3274,3454 -3,8395 98,26 % 37
Donde: D1_TRA: 1 para las comunas Est. Central, La Florida, Recoleta o Vitacura, 0 en otro caso. D2_TRA: 1 para las comunas Quilicura o uoa, 0 en otro caso. D1_EST: 1 para las comunas Las Condes o Macul, 0 en otro caso.
MIDEPLAN-SECTRA
50
Tabla 2.17 Modelos de Atraccin de viajes (bhi + nbh), Fuera de Punta sin Intercepto
Variable Explicativa Superficie Construida de Comercio (m2) Superficie Total Construida (m2) Matriculas de Enseanza Bsica (matric.) Matriculas de Enseanza Superior (matric.) Viajes al Trabajo, bhI+nbh, P. Maana (viajes) D3_TRA D4_TRA D3_EST Coef. de Regresin Mltiple Ajustado (%) Nmero de Observaciones Trabajo Coeficiente Test t Estudio Coeficiente Test t Otros Coeficiente 0,0147 0,0033 0,0527 Test t 8,7722 9,5178 1,1124
0,1611 0,2811 0,1261 -0,1193 70,4893 5,1226 -4,6003 0,2273 99,30% 37
47,4200
12,0195 98,64% 37
98,50% 37
Donde: D3_TRA: 1*A_TRA_AM para las comunas Est. Central, La Florida, Recoleta o Vitacura, 0 en otro caso. D4_TRA: 1*A_TRA_AM para las comunas Quilicura o uoa, 0 en otro caso. D3_EST: 1*MAT_SUP para las comunas Las Condes o Macul, 0 en otro caso.
2.3
Actualizacin de Encuestas Origen y Destino de Viajes, V Etapa, MIDEPLAN-SECTRA (2003). Este Estudio se realiz a fines de cubrir los siguientes dos objetivos
centrales: i. Permitir una acabada descripcin de los patrones de movilidad de una ciudad o regin (generalmente entendido como la estimacin de matrices de viaje entre zonas, para distintos propsitos, modos y perodos), y ii. Posibilitar la estimacin de modelos estratgicos para la planificacin de transporte urbano incluyendo, en esta ocasin, generacin, distribucin, particin modal, eleccin horaria y asignacin de viajes. El Estudio consider siete tareas principales en terreno: la encuesta a hogares, la encuesta de interceptacin a diversos modos, la encuesta complementaria en cordn externo, conteos de flujo en un conjunto de estaciones en toda la ciudad, recopilacin de informacin de flujos en lneas pantalla, medicin de niveles de servicio y catastro de tarifas. La recopilacin de informacin se realiz en dos periodos del ao, poca normal y estival, y en ambos se realizaron mediciones diferenciadas en das laborales y fin de semana.
MIDEPLAN-SECTRA
51
Si bien este Estudio reporta una amplia serie de actividades y tareas atingentes al diseo, implementacin, validacin, procesamiento y posterior anlisis de los datos provenientes de las encuestas, como por ejemplo la tarea de Zonificacin, la Campaa Publicitaria, actividades relacionadas con el Trabajo en Terreno necesario para llevar a cabo las diversas tareas que componen el estudio, aspectos relacionados con el procesamiento de la informacin, incluyendo digitacin, validacin computacional y geocodificacin en los casos pertinentes, etc., nuestro inters se centra principalmente en extraer aquellos aspectos relevantes en el contexto de la formulacin de modelos de generacin y atraccin de viajes. 2.3.1 Resultados Generales Sobre Generacin de Viajes En esta seccin se presentan los resultados sobre la generacin de viajes en cada uno de los sectores internos definidos para el Gran Santiago. La Tabla 2.18 muestra una estadstica general de los viajes generados en cada sector, discriminando si se trata de viajes hacia sectores internos o externos. Segn estos datos, en el Gran Santiago los viajes generados desde y hacia sectores externos son marginales, siendo los sectores Sur y Occidente los que ms viajes generan. Tabla 2.18 Viajes Generados, Estadstica General
Sector Origen Norte Occidente Oriente Centro Sur Sur-Oriente Total Viajes Generados Hacia Sectores Internos 2.218.684 3.530.766 2.366.403 646.688 3.593.976 3.291.046 15.647.563 Hacia Sectores Externos 2.273 3.757 5.994 712 5.341 5.482 23.560 Sin Informacin 102.710 136.271 84.787 19.074 144.116 125.839 612.796 Total 2.323.666 3.670.793 2.457.185 666.474 3.743.433 3.422.367 16.283.919
A continuacin se entrega informacin sobre la generacin de viajes por sector considerando variables socioeconmicas, modo y propsito de viaje. La generacin de viajes considerando las caractersticas socioeconmicas de los viajeros se resume en la Tabla 2.19 y en la Tabla 2.20.
MIDEPLAN-SECTRA
52
Tabla 2.19 Generacin de Viajes Segn Nivel del Ingreso. Modo: Todos. Propsito: Todos. el da
Ingreso (miles de pesos, $ Noviembre 2001) Sector Norte (%) Occidente (%) Oriente (%) Centro (%) Sur (%) Sur-Oriente (%) Total (%) Ms de 5.000
0 0,0 0 0,0 64.226 2,6 0 0,0 2.475 0,1 2.750 0,1 69.451 0,4
Perodo: Todo
Total
2.323.666
1.600-5.000
27.966 1,2 28.610 0,8 765.715 31,2 28.348 4,3 25.608 0,7 103.306 3,0 979.553 6,0
450-1.600
635.449 27,3 1.064.876 29,0 1.226.659 49,9 277.617 41,7 827.832 22,1 1.129.931 33,0 5.162.364 31,7
280-450
696.304 30,0 1.053.729 28,7 195.432 8,0 204.971 30,8 1.097.099 29,3 980.366 28,6 4.227.900 26,0
150-280
695.629 29,9 1.028.451 28,0 135.643 5,5 119.990 18,0 1.149.629 30,7 807.267 23,6 3.936.609 24,2
Menos de 150
268.319 11,5 495.128 13,5 69.511 2,8 35.548 5,3 640.790 17,1 398.746 11,7 1.908.042 11,7
3.670.793
2.457.185
666.474
3.743.433
3.422.367
16.283.919
Tabla 2.20 Generacin de Viajes Segn Tamao del Hogar. Modo: Todos. Propsito: Todos. Perodo: Todo el da
Sector 1-3
Total Viajes Viajes/ Hogar 7,34
Personas en el Hogar 4-5

Total Viajes 1.140.302 49,1 7,27 1.820.368 49,6 5,58 1.087.205 44,2 5,92 222.316 33,4 6,38 1.737.399 46,4 6,34 1.890.613 55,2 6,43 7.898.203 48,5 12,44 12,06 12,34 12,82 12,86 12,61 Viajes/ Hogar 12,50
6 y ms
Total Viajes 644.372 27,7 940.064 25,6 559.333 22,8 115.897 17,4 1.112.112 29,7 737.517 21,5 4.109.296 25,2 19,18 16,84 20,71 18,73 19,30 21,01 Viajes/ Hogar 17,50
Total
Total Viajes 2.323.666 Viajes/ Hogar 11,53
Norte (%) Occidente (%) Oriente (%) Centro (%) Sur (%) Sur Oriente (%) Total (%)
538.993 23,2 910.361 24,8 810.647 33,0 328.260 49,3 893.921 23,9 794.237 23,2 4.276.420 26,3
3.670.793
11,68
2.457.185
9,49
666.474
8,44
3.743.433
11,19
3.422.367
10,50
16.283.919
10,76
MIDEPLAN-SECTRA
53
El anlisis por ingreso muestra que el estrato medio realiza la mayor proporcin de los viajes (57,7%). Si bien los datos muestran claramente que los hogares ms numerosos son responsables de una mayor cantidad de viajes (ver Tabla 2.19), no aparece una clara tendencia respecto del ingreso, ya que se esperara que hogares de ingreso alto tuvieran mayores tasas de viajes. Notar que la informacin reportada corresponde a viajes totales y no a tasas, las cuales se presentan en Tablas posteriores. No obstante, un anlisis ms detallado de los datos debe considerar que la nueva definicin de viaje utilizada en la EOD incluye aquellos que se realizan a pie cubriendo distancias muy cortas, los cuales son ms frecuentes en los estratos bajos. De hecho, si se analizan nicamente los viajes motorizados, o los que se realizan con motivo trabajo o estudio, claramente se aprecia que la tasa de generacin de viajes es creciente con el ingreso. En la Tabla 2.21 se presenta la generacin de viajes diarios por sector y propsito agregado. Los datos muestran que una alta proporcin de los viajes efectuados diariamente tienen carcter obligado al efectuarse por motivo trabajo o estudio (44,3%). No obstante, el motivo otros es el de mayor importancia principalmente en las comunas ms pobres. En gran medida, este hecho se relaciona con la definicin de viajes de la EOD, que incluye viajes muy cortos a pie, que son muy frecuentes en los estratos de menores ingresos.
MIDEPLAN-SECTRA
54
Tabla 2.21 Generacin de Viajes Segn Propsito Agregado. Modo: Todos. Perodo: Todo el Da.
Sector Norte (%) Occidente (%) Oriente (%) Centro (%) Sur (%) Sur-Oriente (%) Total (%) Propsito de Viaje Trabajo
601.370 25,9 937.434 25,5 722.350 29,4 214.899 32,2 883.808 23,6 915.322 26,7 4.275.184 26,3 21,4 20,7 5,0 16,9 21,9
(%)
14,1
Estudio
414.588 17,8 636.700 17,3 459.863 18,7 102.046 15,3 636.956 17,0 677.779 19,8 2.927.932 18,0
(%)
14,2
Otro
1.307.709 56,3
(%)
14,4
Total
2.323.666
(%)
14,3
21,7
2.096.659 57,1
23,1
3.670.793
22,5
15,7
1.274.972 51,9
14,0
2.457.185
15,1
3,5
349.529 52,4
3,8
666.474
4,1
21,8
2.222.669 59,4
24,5
3.743.433
23,0
23,1
1.829.265 53,5 9.080.803 55,8
20,1
3.422.367
21,0
16.283.919
Al comparar la distribucin segn propsito de viaje por sector, se observa que el Oriente presenta la mayor proporcin de viajes con motivo trabajo o estudio (48,1%), seguido por el Centro (47,6%). Por otro lado, el sector Sur presenta la mayor proporcin de viajes por propsito otros (cercano al 60%). 2.3.2 Resultados Generales Sobre Atraccin de Viajes En esta seccin se presentan y discuten los resultados sobre atraccin de viajes en cada una de los sectores internos definidos para el Gran Santiago. La atraccin de un sector se define por los viajes que tienen su destino en l. Se debe sealar que las atracciones desde zonas externas estn subestimadas, pues slo se encuest hogares dentro del rea de estudio. En primer lugar se presenta la Tabla 2.22, donde se muestra una estadstica general de los viajes atrados por cada sector, discriminando si se trata de viajes desde sectores internos o externos.
MIDEPLAN-SECTRA
55
Tabla 2.22 Viajes Atrados, Estadstica General

Viajes Atrados Sector Destino Norte Occidente Oriente Centro Sur Sur-Oriente Externa Norte Externa Occidente Externa Oriente Externa SurOriente Externa Sur Sin Informacin Total Desde Sectores Internos 1.945.646 2.919.780 2.706.542 1.712.437 3.118.168 2.618.451 2.917 11.750 1.413 1.589 5.350 598.733 15.642.777 Desde Sectores Externos 3.324 3.731 5.338 1.038 4.840 3.699 344 428 22.742 Sin Informacin 100.601 126.428 91.995 35.559 138.744 111.241 90 106 13.635 618.400 Total 2.049.571 3.049.940 2.803.875 1.749.034 3.261.752 2.733.392 2.917 12.094 1.413 1.680 5.455 612.796 16.283.919
Las conclusiones que se derivan del anlisis de la estadstica general de atraccin son anlogas a las indicadas en el anlisis de la generacin, dado que las magnitudes de los viajes son muy similares. Adems de la estadstica global antes presentada, y al igual que en el caso de la generacin de viajes, se entrega informacin sobre la atraccin de viajes por sector, considerando las siguientes variables: Nivel de ingreso del hogar al cual pertenece el viajero; Tamao familiar; Sexo y edad de los viajeros; Modo de transporte utilizado y Propsito del viaje. La atraccin de viajes considerando las caractersticas socioeconmicas ms relevantes de los viajeros se resume en la Tabla 2.23 y en la Tabla 2.24. Tabla 2.23 Atraccin de Viajes Segn Nivel del Ingreso. Modo: Todos. Propsito: Todos. el da
Ingreso (miles de pesos, $ Noviembre de 2001) Sector Norte (%) Occidente (%) Oriente Ms de 5.000
733 0,0 490 0,0 57.751
Perodo: Todo
Total 1.600-5.000
31.697 1,5 37.467 1,2 661.771
450-1.600
543.716 26,5 842.500 27,6 1.328.169
280-450
608.942 29,7 858.335 28,1 407.901
150-280
617.033 30,1 876.773 28,7 243.750
Menos 150
247.451 12,1 434.374 14,2 104.533 2.803.875 3.049.940 2.049.571
MIDEPLAN-SECTRA
56
(%) Centro (%) Sur (%) Sur-Oriente (%) Externa Norte (%) Externa Occidente (%) Externa Oriente (%) Externa Sur-Oriente (%) Externa Sur (%) Sin Informacin (%) Total (%)
2,1 3.752 0,2 2.022 0,1 2.926 0,1 -
23,6 105.763 6,0 29.490 0,9 69.897 2,6 -
47,4 732.278 41,9 694.735 21,3 838.519 30,7 1.125 38,6
14,5 476.909 27,3 944.378 29,0 776.351 28,4 531 18,2 2.225 18,4 179 12,7 170 10,1 1.094 20,0 150.886 24,6 4.227.900 26,0
8,7 321.959 18,4 1.014.729 31,1 690.397 25,3 737 25,3 1.680 13,9 -
3,7 108.373 6,2 576.397 17,7 355.302 13,0 525 18,0 1.341 11,1 1.413 12.094 2.917 2.733.392 3.261.752 1.749.034
169 1,4 -
1.463 12,1 -
5.217 43,1 1.234 87,3
569 33,9
941 56,0 1.384 25,4 167.227 27,3 3.936.609 24,2
1.680
339 6,2
2.116 38,8 172.186 28,1 5.162.364 31,7
523 9,6 79.223 12,9 1.908.042 11,7
5.455
1.609 0,3 69.451 0,4
41.666 6,8 979.553 6,0
612.796
16.283.919
Tabla 2.24 Atraccin de Viajes Segn Tamao del Hogar. Modo: Todos. Propsito: Todos. Perodo: Todo el da
Personas en el Hogar Sector 1-3 Total Viajes Norte (%) Occidente (%) Oriente (%) Centro (%) Sur (%) Sur-Oriente (%) Total externas (%) Sin Informacin (%) Total
471.774 23,0 733.922 24,1 893.706 31,9 625.499 35,8 773.974 23,7 612.177 22,4 11.003 46,7 154.364 25,2 4.276.420 26,3 3,6 0,3 14,3 18,1 14,6 20,9 17,2
4-5 %
11,0
6 y ms %
12,9
Total %
13,6 2.049.571
(%)
12,6
Total Viajes
1.017.668 49,7 1.509.430 49,5 1.267.222 45,2 743.319 42,5 1.538.247 47,2 1.505.066 55,1 9.333 39,6 307.917 50,2 7.898.203 48,5
Total Viajes
560.129 27,3
19,1
806.588 26,4
19,6
3.049.940
18,7
16,0
642.947 22,9
15,6
2.803.875
17,2
9,4
380.216 21,7
9,3
1.749.034
10,7
19,5
949.530 29,1
23,1
3.261.752
20,0
19,1
616.148 22,5
15,0
2.733.392
16,8
0,1
3.224 13,7
0,1
23.560
0,1
3,9
150.514 24,6 4.109.296 25,2
3,7
612.796
3,8
16.283.919
(%)
En la Tabla 2.25 se presentan los viajes diarios atrados por sector y propsito agregado. Si se compara la distribucin segn propsito de viaje por sector, se aprecia que los sectores Centro y Oriente atraen mayor proporcin de viajes con propsito
MIDEPLAN-SECTRA
57
trabajo, lo cual es consistente con el hecho de que all hay amplios sectores comerciales, de oficinas e institucionales. Entretanto, el sector Sur Oriente atrae la mayor proporcin de viajes con motivo estudio (20,3%). Por otra parte, los sectores Sur y Occidente atraen la mayor proporcin de viajes con motivo otros. Tabla 2.25 Atraccin de Viajes Segn Propsito Agregado. Modo: Todos. Perodo: Todo el Da
Propsito Sector Norte (%) Occidente (%) Oriente (%) Centro (%) Sur (%) Sur-Oriente (%) Externas (%) Sin Inf. (%) Total (%) Trabajo 528.561 25,8 684.068 22,4 978.468 34,9 647.980 37,0 680.906 20,9 612.285 22,4 12.751 54,1 130.164 21,2 4.275.184 26,3 3,0 0,3 14,3 15,9 15,2 22,9 16,0 (%) 12,4 Estudio 370.342 18,1 551.827 18,1 489.245 17,4 248.407 14,2 587.585 18,0 593.413 21,7 765 3,2 86.349 14,1 2.927.932 18,0 2,9 0,0 20,3 20,1 8,5 16,7 18,8 (%) 12,6 Otro 1.150.668 56,1 1.814.045 59,5 1.336.162 47,7 852.647 48,7 1.993.261 61,1 1.527.693 55,9 10.044 42,6 396.283 64,7 9.080.803 55,8 16.283.919 4,4 612.796 3,8 0,1 23.560 0,1 16,8 2.733.392 16,8 22,0 3.261.752 20,0 9,4 1.749.034 10,7 14,7 2.803.875 17,2 20,0 3.049.940 18,7 (%) 12,7 Total 2.049.571 (%) 12,6
2.3.3
Resultados Generales Sobre Distribucin Horaria de Viajes En esta seccin se reporta la informacin relevante relacionada con la
distribucin horaria de los viajes. En la Figura 2.5 se presenta la distribucin horaria de los viajes para todos los modos y propsitos.
MIDEPLAN-SECTRA
58
Figura 2.5 Distribucin Horaria de los Viajes. Todos los Propsitos, Todos los Modos
1 .600.000 1 .400.000 1 .200.000
NO MOTORIZADO MOTORIZADO
Viajes
1 .000.000 800.000 600.000 400.000 200.000 -
Hora
Los datos muestran que la punta maana es ms pronunciada que la punta tarde y que la del medioda. No obstante, los flujos durante toda la punta de tarde (que es ms plana y uniforme), tienen un orden de magnitud ligeramente superior a los flujos contabilizados durante toda la punta de maana. Complementariamente, en este estudio se constata que en el perodo punta maana los viajes obligados (trabajo o estudio) son la mayora. En los restantes perodos del da la participacin porcentual de los viajes por otros motivos es ms relevante. Del mismo modo, el anlisis de los viajes segn propsito muestra claramente que los que se realizan con motivo otros ocurren durante todo el da, en tanto que los que ocurren con motivo trabajo o estudio se concentran en perodos especficos. 2.3.4 Resultados Tasas de Viaje segn Nivel de Ingreso Las Tablas 2.26 y 2.27 muestran la variacin de las tasas de generacin de viajes (viajes por hogar y viajes por persona) para las diferentes categoras de ingreso definidas en el estudio.
MIDEPLAN-SECTRA
59
Tabla 2.26 Tasas de Viaje Segn Nivel de Ingreso (Todos los Modos)
Estrato Bajo Zona Viajes por hogar 10,3 10,6 6,0 7,1 9,8 9,1 9,6 Viajes por persona 2,9 3,1 2,7 2,9 2,8 2,6 2,8 Medio Viajes por hogar 12,6 12,6 9,0 8,7 12,8 11,4 11,4 Viajes por persona 2,8 2,9 2,8 2,8 2,9 2,7 2,8 Viajes por hogar 10,4 12,7 12,4 15,7 14,9 12,6 12,5 Alto Viajes por persona 2,7 3,5 2,8 4,6 3,0 2,9 2,9 Viajes por hogar 11,5 11,7 9,5 8,4 11,2 10,5 10,8 Todos Viajes por persona 2,8 3,0 2,8 2,9 2,8 2,7 2,8
Norte Occidente Oriente Centro Sur Sur Oriente Todas
Tabla 2.27 Tasas de Viaje Segn Nivel de Ingreso (Modos Motorizados)

Estrato Bajo Zona Viajes por hogar 5,0 5,2 3,6 2,7 3,9 4,6 4,5 Viajes por persona 1,4 1,5 1,4 1,1 1,1 1,3 1,3 Medio Viajes por hogar 8,3 8,6 7,0 4,6 7,5 8,2 7,7 Viajes por persona 1,9 2,0 2,2 1,5 1,7 1,9 1,9 Viajes por hogar 9,3 11,1 11,2 12,6 11,4 11,7 11,2 Alto Viajes por persona 2,1 2,7 2,6 3,2 2,3 2,5 2,6 Viajes por hogar 6,8 7,1 7,6 4,3 5,6 6,8 6,6 Todos Viajes por persona 1,7 1,8 2,3 1,5 1,4 1,7 1,7
Norte Occidente Oriente Centro Sur Sur Oriente Todas
Los datos indican que cada hogar en promedio efecta 10,8 viajes diarios, en tanto que cada habitante de la ciudad en promedio efecta 2,8 viajes. Estas cifras estn influenciadas por la definicin de viaje asumida por la EOD, que incluye los viajes cortos a pie. En cualquier caso, se observa que hay relativamente poca variabilidad en los datos, aunque las tasas de generacin en el estrato bajo tiende a ser menor que en los estratos medio y alto. La tasa de generacin por persona ms baja se tiene en el sector Sur Oriente con 2,7 viajes por persona, y la ms alta en el Sector Occidente (3,0 viajes por persona en un da). La informacin reportada en esta seccin puede ser relevante al momento de contrastarla con los antecedentes que se obtengan del anlisis de la EOD-2006, para efectos de determinar alguna tendencia temporal en la evolucin de las generaciones y atracciones de viajes.
MIDEPLAN-SECTRA
60
2.4
Anlisis, Desarrollo y Evaluacin de Proyectos Urbanos, III Etapa. Efectos Urbanos Futuros en Santiago (EFFUS) Este Estudio, denominado EFFUS, fue una exploracin aplicada de la
localizacin de actividades en los aos 2007, 2010 y 2015, considerando los efectos del Proyecto Transantiago. Estas proyecciones se obtuvieron con la aplicacin de los modelos de simulacin estratgicos MUSSA (Uso de Suelo) y ESTRAUS (Transporte), hacindolos interactuar entre s. El efecto urbano de Transantiago se estim proyectando el estado del Uso del Suelo y del Transporte en dos situaciones, que se diferencian exclusivamente por el Sistema de Transporte Pblico considerado: la primera con Transantiago y la segunda con el sistema anteriormente existente. Se utiliz el modelo ESTRAUS y una representacin referencial de Transantiago en este modelo, generada en el ao 2006. Por otra parte, se realiz una completa preparacin del modelo MUSSA, la cual concluy en la utilizacin de metodologas que pueden considerarse en futuras aplicaciones de esta herramienta. Esta preparacin considera la extensin de su cobertura geogrfica, ajustes y recalibraciones de sus modelos internos y una estrategia para determinar el equilibrio oferta-demanda del Uso de Suelo. Complementariamente, se gener un esquema de interaccin de MUSSA con ESTRAUS y herramientas de clculo de las variables que los conectan. El modelo MUSSA, interactuando con el modelo ESTRAUS, demostr su capacidad de pronosticar el estado futuro de la ciudad. Los resultados obtenidos indican que el Transantiago modelado, a nivel estratgico, genera modificaciones marginales en el Uso de Suelo, debido a que sus efectos en los niveles de acceso son homogneos en las distintas zonas de la ciudad. Adems, estos resultados permitieron identificar y cuantificar tendencias, tanto en el Sistema de Uso de Suelos como en el de Transporte (2007). Entre las principales conclusiones sobre localizacin residencial destacan las siguientes:
MIDEPLAN-SECTRA
61
i.
Se observa que el modelo MUSSA sobreestima el total de hogares lo que se debe al parmetro de hacinamiento. La correccin de esta situacin es delicada porque aparentemente ocurre por un excedente de oferta inmobiliaria (stock) en ciertas comunas, que viola el concepto de equilibrio entre oferta y demanda, propio del modelo. Sin embargo, esta situacin se puede corregir, analizando valores de stock que se introducen como un parmetro de correccin de la sobre-oferta actual, pero que hacia el futuro pierden relevancia, porque se cumple que la oferta global sea idntica a la demanda.
ii.
La distribucin por ingreso en cada comuna muestra que la realidad es ms homognea que los resultados de la modelacin, lo que se presume es causado por una falta de actualizacin de los parmetros. Este es un problema cuya solucin requiere una recalibracin del modelo.
iii.
Las variables de accesibilidad calculadas para 2001 presentan una distribucin espacial muy diferente a las de aos anteriores, en particular a las del ao de calibracin 1991. Se observa que las variables actuales son ostensiblemente ms convincentes pues reflejan una distribucin concntrica, lo que es posible que se deba a una mejora del modelo ESTRAUS. Sin embargo, esta mejora tambin afecta a los parmetros de postura que fueron calibrados para otra estructura de datos. En el caso no residencial, sin embargo, es necesario analizar cuidadosamente
los resultados de MUSSA y no apresurarse a sacar conclusiones al hacer predicciones futuras. Este es un resultado esperable debido a que, para la calibracin del modelo no residencial se cont con datos ms precarios que para el caso residencial. En particular, no existi informacin disponible de rentas no residenciales. En general se observa que MUSSA tiene discrepancias destacables, sobreestimando y subestimando valores de contraste. Sin embrago, se observ que sigue aceptablemente la forma o estructura de estos datos.
MIDEPLAN-SECTRA
62
2.4.1
Principales Resultados del Estudio Antes de comentar los resultados obtenidos en el Estudio, es importante
aclarar que las simulaciones de ESTRAUS realizadas para la situacin con Transantiago, consideran un sistema de transporte un tanto distinto de aquel implementado por la autoridad en 2007. Especficamente, estas diferencias se presentan en tarifas, en recorridos y servicios, y en las velocidades de circulacin. i. Respecto a las tarifas, se consideraron tarifas integradas o de combinacin por trasbordos. No se incluyen las tarifas nicas implementadas en febrero de 2007, donde todo trasbordo tuvo costo 0. ii. Respecto de los recorridos y servicios, se consideraron aqullos de diseo existentes a octubre de 2006. Los nuevos servicios, como los expresos paralelos al metro, y otros ajustes en los recorridos alimentadores, no fueron integrados en el estudio. iii. Finalmente, respecto a velocidades de circulacin consideradas, ellas se basan tambin en las simulaciones de diseo del ao 2006, y ciertamente difieren de las que resultaron luego de la implementacin del proyecto. De esta manera, si bien las simulaciones son consistentes entre si, los resultados deben ser vistos con especial cuidado al ser trasladados a la realidad de la ciudad en la situacin con Transantiago. Los principales resultados del estudio se presentan a continuacin: a) i. Impacto en el uso del suelo Bajo impacto del proyecto. Transantiago no altera en forma significativa la estructura de la ciudad, debido a que, tratndose de un sistema de transporte pblico que se aplica a toda el rea urbana, las modificaciones en trminos de accesibilidad son homogneos en la ciudad. Por esto, todos los cambios urbanos se deben principalmente al aumento en los niveles de ingreso y de la poblacin.
MIDEPLAN-SECTRA
63
ii.
La densidad promedio se estabiliza pero no es homognea. En la zona urbana del Gran Santiago la densidad promedio aumenta hasta el ao 2010 y luego se estabiliza y tiende a decrecer marginalmente debido al crecimiento de la oferta en las zonas de expansin donde la densidad aumenta en forma permanente. Esto indica un proceso de expansin de la mancha urbana. Dentro de la zona urbana del Gran Santiago las reas alimentadoras de mayor aumento de densidad son A (Centro) y F (Sur-Oriente).
iii.
La proporcin de usos de suelo se mantiene en el tiempo. Mientras todos los usos crecen con la poblacin, la proporcin entre usos se mantiene en 70% residencial, 16% comercio y servicios y 15% otros usos no residenciales. Las reas alimentadoras A (Centro) y C (Nor-Oriente) concentran el crecimiento de desarrollo de comercio y servicios. El desarrollo inmobiliario residencial con mayor crecimiento se observa en el rea alimentadora C (Nor-Oriente).
iv.
Segregacin socioeconmica en aumento. Con el tiempo los actuales niveles de concentracin de la poblacin con altos ingresos en el sector oriente de la capital se mantienen y, ms an, se intensifican, concentrndose la riqueza en las reas alimentadoras C (Nor-Oriente) y D (Oriente- Norte).
b) i.
Variables de operacin del sistema de transporte Particin modal en transporte pblico cae con el tiempo. Se observa que la cada de la particin modal de transporte pblico y aumento en transporte privado es persistente con y sin Transantiago. La proporcin de viajes motorizados realizados en transporte pblico cae desde 59% el 2007 al 52% con Transantiago (al 51% sin Transantiago) el 2015. Esto muestra que la meta planteada en el PTUS de mantener la particin modal no se logra con Transantiago. De esto se deduce que, para lograr el objetivo planteado, es necesario complementar Transantiago con otras medidas, por ejemplo, tarificacin por congestin, cobro a los estacionamientos, subsidios a la tarifa de buses, mejora de los niveles de servicio en Transantiago.
MIDEPLAN-SECTRA
64
ii.
Consumo de vehculos kilmetros, disminuye en el caso de los buses. En el caso de transporte privado este ndice de consumo de recursos se mantiene similar con y sin proyecto, y creciente en el tiempo, debido al aumento de la demanda por crecimiento de la poblacin y aumento de la particin modal en este modo. En el caso de los buses kilmetros el consumo con Transantiago se reduce a un 63% (2007) y 77% (2015) comparado con la situacin sin proyecto, mientras la tasa de crecimiento con proyecto se amplifica en un factor de 1,4 al 2015 respecto del 2007. El Metro no muestra diferencias importantes, comparando los casos con y sin proyecto en el periodo 2007 a 2015.
ii.
La distancia total viajada no vara significativamente entre escenarios para el transporte privado pero aumenta con el tiempo. Lo ms significativo es el aumento de esta variable en el tiempo, que en ambos escenarios crece en un factor de 1,5 entre 2007 y 2015. Esto ocurre debido a dos factores, el crecimiento de la poblacin y la expansin de la ciudad.
iii.
Los niveles de flota tienden a aumentar con el tiempo y la reduccin inicial con Transantiago desaparece con el tiempo. Las flotas de buses con Transantiago se reducen violentamente, a cerca del 55% el ao 2007 respecto de la situacin sin proyecto, llegando a un nivel de 6.500 buses; este valor supera las flotas anunciadas por la autoridad para el inicio del proyecto en torno a 5.500 buses. La principal diferencia detectada entre ambas estimaciones proviene de las diferentes estimaciones de la demanda. En el caso del diseo realizado para Transantiago se utiliz una matriz de viajes observada el 2002 y expandida al 2007, con una demanda total de 602.000 viajes por hora en la hora punta, lo que contrasta con los 670.000 viajes en ese mismo periodo estimado por ESTRAUS para este estudio. Por otra parte, la diferencia de 45% estimada entre flotas con y sin proyecto el ao 2007 tiende reducirse notablemente con el tiempo, acercndose la flota con proyecto, al 10% en 2010 y 15% el 2015.
MIDEPLAN-SECTRA
65
Notar que los valores de flota reportados corresponden a flota operativa, o sea, operacin cumpliendo integralmente las frecuencias especificadas en forma regular. La flota total de buses es superior a la flota operativa, en cifras del orden de un 10% superior dependiendo del grado de eficiencia de los operadores. c) i. Niveles de Servicio del sistema de transporte El tiempo de viaje promedio mejora en todos los modos y desde todas las zonas. El proyecto presenta significativas mejoras para el transporte privado en los primeros aos, pero luego la congestin aumenta y hacia el ao 2015 no hay mayor diferencia entre las situaciones con y sin proyecto. El tiempo de viaje en estos modos se amplifica por un factor 1,34 entre 2007 y 2015. El aumento de la congestin se debe a que la particin modal en automvil crece con el tiempo. En el caso de transporte pblico la situacin es radicalmente diferente: con Transantiago los tiempos de viaje promedio se mantienen estables en el tiempo, en cambio sin proyecto aumentan en un factor 1,09 entre 2007 y 2015. ste es un efecto muy significativo a favor del proyecto, aunque no sea suficiente para controlar la cada de la particin modal del modo. Con Transantiago el tiempo de viaje disminuye ms en las zonas perifricas de la ciudad. ii. La variable de nivel de servicio ms afectada negativamente con el proyecto es el nmero de trasbordos. Este ndice aumenta con el proyecto en un factor que, si se considera solo Bus y Metro, se mantiene constante en 5,2 veces respecto de sin proyecto en el periodo 2007-2015. Cabe notar que a pesar de ello, los tiempos de viaje totales promedio mejoran con el proyecto.
MIDEPLAN-SECTRA
66
iii.
El modo Metro con Transantiago alcanza niveles de capacidad en varios tramos de la red en la hora punta. Esto puede afectar las estimaciones de la demanda en ese modo sobre estimndola, debido a la falta de variables de aglomeracin de pasajeros en los modelos de particin modal. Con Transantiago, los principales niveles de saturacin el ao 2007 en la punta maana (7:30-8:30 am) se prevn en la Lnea 1 sentido de poniente a oriente, Lneas 2, 4 y 5 en sentido sur-norte.
iv.
La tarifa promedio disminuye para usuarios de todas las zonas. Los usuarios de todas las comunas se ven, en promedio, beneficiados por una baja de tarifas con Transantiago, desde su implantacin. La metodologa utilizada consider la modificacin del marco regulatorio a
nivel de restricciones del modelo (optimizacin en oferta de MUSSA). Esto se tradujo en un efecto menor de direccionamiento de los resultados. Particularmente, esto es cierto en el caso de Educacin, debido a que es un uso que compite por localizacin con otros usos no residenciales. Los resultados de cada escenario fueron comparados con aqullos provenientes de la simulacin del ao 2015 con Transantiago y mostraron variaciones a nivel espacialmente desagregado, siendo estables a nivel global. El sistema de transporte result particularmente estable en todas las simulaciones, presentando las variaciones ms interesantes a nivel de distancias recorridas. El sistema de uso de suelos tambin mostr estabilidad, principalmente en los usos residenciales y Comercio y Servicios. No as, el uso Educacin, debido a que a pesar del intento de dirigir su localizacin en el escenario dirigido 2 se obtuvieron mayores variaciones en otros usos. Se concluy que la metodologa de direccionamiento de escenarios dirigidos no es plenamente satisfactoria, a pesar de que se muestra el efecto que un cambio de uso de suelos puede tener sobre el sistema de transporte en la interaccin MUSSAESTRAUS. Se propone una lnea de investigacin de aplicaciones de MUSSA con oferta completamente prefijada o parcialmente prefijada.
MIDEPLAN-SECTRA
67
2.4.2
Conclusiones del Estudio Una de las principales conclusiones del Estudio establece que, al menos a un
nivel estratgico, los efectos futuros que el Transantiago modelado produce en el sistema de uso de suelo, en los aos 2007, 2010 y 2015, corresponden a variaciones menores en la localizacin de hogares y actividades no residenciales. Lo anterior se debe a que una de las particularidades del Plan de Transporte es que, a nivel estratgico, incide de manera homognea en toda la ciudad. Esto genera que las variaciones relativas en las medidas de acceso con y sin Transantiago, no sean sustanciales, provocando un cambio pequeo en la localizacin de actividades. Si bien se obtuvieron variaciones importantes de los tiempos de viaje en reas perifricas, su incidencia se amortigu en las medidas de acceso, ya que stas corresponden a medidas sintticas de los costos generalizados de transporte. De ah, que estas variaciones tienen un escaso impacto en el uso del suelo. En el estudio se desarroll un enfoque metodolgico que permite analizar las relaciones entre el sistema de transporte y el uso del suelo, para lo cual interactan los modelos de transporte ESTRAUS y de uso de suelo MUSSA. Esta nueva metodologa permitira, de aqu en adelante, estudiar los efectos que se puedan producir en el largo plazo sobre el sistema de uso de suelo debido a la implementacin de proyectos de transporte de carcter estratgico. En este caso, se estudiaron los eventuales efectos de Transantiago. Usando este enfoque se pronostic el estado futuro de los usos de suelo de la ciudad de Santiago, entregando informacin sobre la localizacin de hogares, diferenciados por nivel socioeconmico, as como tambin superficies construidas residenciales y no residenciales. Tambin fueron analizadas algunas tendencias en el sistema de transporte. Debido a este nuevo enfoque, las metodologas desarrolladas y la aplicacin de ellas, este Estudio constituye un aporte metodolgico en el enfoque estratgico para generar antecedentes tcnicos de planificacin, ya que hizo operativa la interaccin de los modelos MUSSA y ESTRAUS, al desafiar la forma tradicional de evaluacin de proyectos estratgicos de transporte, abriendo una alternativa de evaluacin ms completa que integra los sistemas de transporte y de uso de suelo.
MIDEPLAN-SECTRA
68
Se dise un plan comunicacional completo para la difusin de los resultados del Estudio, que abord el desarrollo de mltiples instrumentos, que conforman un conjunto coordinado de elementos que permitirn conocer el desarrollo del mismo a personas interesadas con distinto grado de profundidad tcnica. 2.5 Multiple Classification Analysis in Trip Production Models. C. Guevara and A. Thomas. Transport Policy 14, 514-522 (2007). En este estudio se compara el desempeo de cuatro mtodos de Anlisis de Clasificacin Mltiple (en adelante MCA) en la modelacin de la generacin de viajes. Usando simulaciones de Monte Carlo y un ejercicio con datos reales de Santiago, muestran que dos de estos mtodos pueden llevar a grandes errores en la prediccin de viajes dentro de la muestra y an mayores en las predicciones futuras de viajes. El contexto del trabajo son modelos de prediccin de tasas de viaje basados en el hogar segn distintas categoras de ingreso (i) y motorizacin (m). Los modelos evaluados son: a) El mtodo MCA descrito por Stopher y McDonald (1983) que consiste en estimar:
im = t + ( t i. t ) + ( t .m t ) t
(7)
im es la tasa de viajes un hogar de ingresos i y tasa de motorizacin donde t i. es el promedio m, t es el nmero promedio de viajes en toda la muestra, t .m el promedio de viajes de viajes de hogares con categora de ingresos i, t para los hogares con tasa de motorizacin m. Esta expresin tambin se puede escribir como:
1
im = t
h =1 k =1
h ik
vh +
1
h =1 k =1
h km
vh
v
h =1
Hi
Hm
(8)
h donde v h es el nmero de viajes observados de la familia h; 1im es una
variable dicotmica que toma el valor 1 si la familia h pertenece a la
MIDEPLAN-SECTRA
69
categora im; M es el nmero de categoras de motorizacin, I el nmero de categoras de ingreso, H el nmero de hogares en total, H x el nmero de hogares en la categora x. El principal problema de este modelo es que supone igual nmero de observaciones en cada categora im. Esto es improbable en muestras aleatorias, debido a que el nivel de motorizacin y el ingreso tienden a estar positivamente correlacionados. Los autores muestran que este modelo va a sobreestimar los viajes de las categoras con mayores ingresos y a subestimar a las categoras con menores ingresos. b) Un segundo mtodo MCA descrito por Stopher y McDonald, que agrega una flexibilidad para capturar la correlacin entre las variables explicativas:
Hk im = h =1 k =1 H t Hi
H M
h h H I Hk H 1ik v + h =1 k =1 Hm
h h H h 1km v v h =1 H
(9)
c)
El mtodo MCA por mnimos cuadrados ordinarios (MCO), donde el nmero de viajes predichos para la familia h viene dado por: v h = 0 + i.1ih. + .m1.hm + h
i 1 m 1
(10)
donde es un error estocstico. Esto es simplemente un modelo de regresin con una variable dicotmica para cada categora de ingreso y de motorizacin (se excluye una categora para evitar multicolinealidad perfecta). d) El mtodo MCA de promedios simples por categora. Este mtodo se puede expresar como una generalizacin de la estimacin por MCO, pero incluyendo los trminos de interaccin entre las dummies por categora: v h = 0 + i.1ih. + .m1.hm +
i 1 m 1
i 1; m 1
h im1im +h
(11)
Este mtodo es ms robusto que el de MCO, pero menos eficiente en caso que los parmetros im sean distintos de cero. Una ventaja es que una vez
MIDEPLAN-SECTRA
70
ERROR: undefined OFFENDING COMMAND: ~ STACK:

982anal Modelos Gen Atra Viajes Inf Final Correg

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

982anal Modelos Gen Atra Viajes Inf Final Correg

Uploaded by

Copyright:

Available Formats

ANLISIS Y FORMULACIN DE NUEVOS MODELOS DE GENERACIN Y ATRACCIN DE VIAJES

Para: Ministerio de Planificacin y Cooperacin MIDEPLAN INFORME FINAL

Santiago, Julio de 2010

Anlisis y Desarrollo de la Red de Metro (2009). ........................................................................ 78 Resumen y Conclusiones .................................................................................................................. 93

Tasas Simples por Categoras ............................................................................. 124

Recoleccin de Antecedentes y Fuentes de Informacin.......................................................... 148 Resumen y Conclusiones ............................................................................................................... 150

RECOMENDACIONES GENERALES SOBRE LA ESTRUCTURA Y ESPECIFICACIN DE LOS MODELOS ............................................................................................................ 153

Modelo Generacin de Viajes, Punta Maana, Estudio-2, BHR+NBH............................................................................................................. 180

Modelos Agregados de Generacin de Viajes ............................................................................ 366

8.3.1 8.3.2 8.3.3 8.4

Conclusiones Simulaciones ........................................................................................................... 508

Modelos Desagregados de Generacin de Viajes Fuera de Punta Intrazonales ............................................................................................................ 529

CALIBRACIN DE MODELOS DE GENERACIN PARA LA SERENA-COQUIMBO ........ 613

11.1 11.2 11.3 11.4 11.5

CONCLUSIONES .......................................................................................................... 672 REFERENCIAS BIBLIOGRFICAS ............................................................................... 677

INTRODUCCIN En el mes de Mayo de 2009, el Ministerio de Planificacin y Cooperacin

basados en el hogar Oipn ( nbh ) . Es decir, se cumple la siguiente ecuacin:

D jp : Nmero de viajes atrados por zona j, con propsito p.

Tabla 2.2 Caractersticas Demogrficas de Ciudades de Chile Estudiadas por SECTRA

(*): corresponde a la superficie de la provincia (Fuente: DPA 2001).

Zonas cada 100 mil habitantes

Figura 2.2 Nmero de Zonas vs Poblacin (ciudades tamao medio)

Figura 2.3 Nmero de Zonas vs Densidad (ciudades tamao medio)

Figura 2.4 Nmero de Zonas vs Superficie (ciudades tamao medio)

Z: Estacionamiento V: Otros no considerados

-406,1139 -0,4324 99,52% 37

0,0007 7,2136 0,1589 6,5969 86,5046 0,1938 87,93% 37

0,0741 0,4565 0,4947

7,8979 9,3093 14,6851 0,0809 1,9398 39,8941 0,0524 95,29% 37

-679,9087 -1,5065 98,32% 37

0,0007 0,1616 99,64% 37 95,90% 37

0,1613 0,2868 3359,3400 -3564,1612 75,8492 6,8061 -5,2566

-591,4831 -3,1166 99,38% 37

2396,7868 9,2960 10,8664 0,1737 97,79% 37

-3274,3454 -3,8395 98,26 % 37

0,1611 0,2811 0,1261 -0,1193 70,4893 5,1226 -4,6003 0,2273 99,30% 37

Personas en el Hogar 4-5

1.829.265 53,5 9.080.803 55,8

Tabla 2.22 Viajes Atrados, Estadstica General

2,1 3.752 0,2 2.022 0,1 2.926 0,1 -

23,6 105.763 6,0 29.490 0,9 69.897 2,6 -

47,4 732.278 41,9 694.735 21,3 838.519 30,7 1.125 38,6

5.217 43,1 1.234 87,3

941 56,0 1.384 25,4 167.227 27,3 3.936.609 24,2

2.116 38,8 172.186 28,1 5.162.364 31,7

523 9,6 79.223 12,9 1.908.042 11,7

1.609 0,3 69.451 0,4

41.666 6,8 979.553 6,0

150.514 24,6 4.109.296 25,2

1 .000.000 800.000 600.000 400.000 200.000 -

Norte Occidente Oriente Centro Sur Sur Oriente Todas

Tabla 2.27 Tasas de Viaje Segn Nivel de Ingreso (Modos Motorizados)

Norte Occidente Oriente Centro Sur Sur Oriente Todas

h donde v h es el nmero de viajes observados de la familia h; 1im es una

variable dicotmica que toma el valor 1 si la familia h pertenece a la

ERROR: undefined OFFENDING COMMAND: ~ STACK:

You might also like