Modos de transporte público existentes y recomendados en ciudades pequeñas y medianas de Chile

Resumen

Área Temática: Accesibilidad y Movilidad

Desde hace más de 50 años se han aplicado técnicas diversas para recomendar modos de transporte público en representaciones de ciudades, tales como modelos estratégicos (Dial y Bunyan, 1968), modelos de optimización (Mohring, 1972) y casos de estudio (Skidmore et al., 1970). Los modelos de optimización en redes – ya sea a través de funciones de minimización de costo o de maximización de bienestar social – han sido aplicados en diversos contextos para determinar qué modos de transporte público resultan más eficientes para operadores y usuarios del sistema. La literatura incluye la formulación de modelos para estructuras urbanas diversas, tales como redes en grilla (Daganzo, 2010; Daganzo y Ouyang, 2019), ciudades circulares con rutas radiales y/o tangenciales (Tirachini et al., 2010; Saidi et al., 2016), y redes policéntricas con hubs locales (Fielbaum et al., 2016). Si bien estos modelos permiten establecer las características óptimas de redes de transporte para ciudades de distintas características, y por lo tanto son útiles para recomendar la implementación de determinados modos en ciudades diversas, no se ha analizado en profundidad en qué medida se comparan las recomendaciones de estos modelos con los modos existentes en una muestra amplia de ciudades reales.

A partir de la aplicación de modelos de minimización de costo con estructuras urbanas monocéntricas en grilla rectangular y fracciones de circunferencia, se estimará la oferta de modos de transporte público que disminuye los costos sociales totales (es decir, la suma de los costos de inversión y operación con los costos generalizados de viaje de los usuarios) para una muestra representativa de 270 ciudades de Chile, en la que se modelarán sus características fundamentales como población, superficie, ingreso de los habitantes, forma urbana y topografía. Luego, se compararán los resultados de los modos recomendados con los existentes, utilizando modelos de regresión en base a las características fundamentales de las ciudades que fueron aplicados por Basnak, Giesen y Muñoz (2020).

Los modelos de optimización, si bien se realizan sobre estructuras simples, consideran valoraciones específicas por etapas de viaje, variaciones en la regularidad de los servicios y en la congestión según frecuencia, así como un modelo simple de partición modal para representar la probabilidad de que cada individuo escoja entre tomar el transporte público o caminar a su destino. Los modelos se enfocan en ciudades pequeñas y medianas, de menos de 200.000 habitantes y sin modos de transporte masivo como metro y BRT. Se comparan los costos de caminata, taxis básicos, taxis colectivos y buses convencionales: la inclusión de los taxis colectivos y básicos, que no suelen ser tenidos en cuenta en estudios de este tipo, resulta un aporte específico de esta investigación.

Los resultados preliminares de los modelos indican que no sólo la población es relevante para recomendar modos de mayor o menor capacidad en sistemas de transporte público. Otras variables que influyen en una mayor generación de viajes en modos de transporte público, como una forma urbana lineal y la mayor predominancia del CBD (Babalik-Sutcliffe, 2002) también favorecen modos de mayor capacidad en los modelos de optimización. Si bien los modos recomendados coinciden en la mayoría de los casos con los modos existentes en las ciudades, las recomendaciones de los modelos brindan un sustento teórico para la implementación de transporte colectivo mayor (buses) o menor (taxis colectivos) en ciudades que no cuentan con este servicio y no disponen de fondos para realizar estudios específicos.

Palabras clave: planificación de transporte, transporte público, ciudades, clasificación, optimización

Referencias:

• Babalik-Sutcliffe, E. (2002). Urban rail systems: analysis of the factors behind success. Transport Reviews, 22(4), 415-447.
• Basnak, P., Giesen, R., & Muñoz, J. C. (2020). Technology choices in public transport planning: A classification framework. Research in Transportation Economics, 83, 100901.
• Daganzo, C. F. (2010). Structure of competitive transit networks. Transportation Research Part B: Methodological, 44(4), 434–446. https://doi.org/10.1016/j.trb.2009.11.001
• Daganzo, C. F., & Ouyang, Y. (2019). A general model of demand-responsive transportation services: From taxi to ridesharing to dial-a-ride. Transportation Research Part B: Methodological, 126, 213-224.
• Dial, R. B., & Bunyan, R. E. (1968). Public transit planning system. Socio-Economic Planning Sciences, 1(3), 345–362. https://doi.org/10.1016/0038-0121(68)90021-9
• Fielbaum, A., Jara-Diaz, S., & Gschwender, A. (2016). Optimal public transport networks for a general urban structure. Transportation Research Part B: Methodological, 94, 298-313.
• Mohring, H. (1972). Optimization and Scale Economies in Urban Bus Transportation. The American Economic Review, 62(4), 591-604.
• Saidi, S., Wirasinghe, S. C., & Kattan, L. (2016). Long-term planning for ring-radial urban rail transit networks. Transportation Research Part B: Methodological, 86, 128–146.