¿Qué tan contaminantes son sus prácticas de movilidad? Una modelización de las emisiones de gases de efecto invernadero y contaminantes aéreos basada en las encuestas de movilidad urbana: comparación de Bogotá y Lima

Resumen

Las emisiones de gases de efecto invernadero (GEI) producidas por el transporte han aumentado en un 62% en América latina desde el año 2000 (Dhakal et al., 2022). En las ciudades de la región, el transporte urbano alcanza a representar la mitad de las emisiones de GEI aunque existe variabilidad entre los contextos locales (40% en Lima, 48% en Bogotá según los planes de acción climática adoptados por estas ciudades (Alcaldía Mayor de Bogotá, 2021; Municipalidad de Lima, 2021)). Por otra parte, la contaminación del aire afecta la salud de los más de 300 millones de latinoamericanos expuestos a concentraciones superiores a las recomendaciones de la Organización Mundial de la Salud (Lee & Michael, 2021). El transporte urbano también es el principal responsable de estas emisiones. Los gobiernos locales adoptan planes de acción para reducir tanto las emisiones de GEI como de contaminantes aéreos (monóxido de carbono, material particular). El abanico de políticas públicas abarca mejoras tecnológicas y medidas orientadas a fomentar el cambio modal hacia medios de transporte menos contaminantes. Para tomar decisiones informadas, los gobiernos locales de la región cada vez más pueden contar con encuestas de movilidad urbana que permiten documentar las prácticas de movilidad de las personas. Dado el peso relativo de la movilidad urbana en las emisiones, tanto de GEI como de contaminación aérea, estas fuentes de datos a nivel individual son una valiosa fuente de datos para evaluar las emisiones producidas por la movilidad de las personas.

Hasta la fecha, muy pocos estudios en Latinoamérica han aprovechado las encuestas de movilidad urbana para modelizar emisiones de GEI, como en Medellín (Bedoya et al., 2016) o Santiago de Chile (Pérez-Criado & Ubilla-Bravo, 2023). Además, la comparación de los resultados entre estudios realizados en distintos contextos metropolitanos en general no es posible por diferencias metodológicas. Respecto a las emisiones de contaminantes aéreos, ningún estudio  aprovechó aún las encuestas de movilidad urbana. Suelen ser estimadas en base a la descripción del parque vehicular y una estimación de los vehículos-kilómetros recorridos por el mismo a nivel metropolitano (Giraldo Amaya, 2005; INECC, 2014; Koupal & Palacios, 2019; Rojas et al., 2023; Romero et al., 2020), sin posibilidad de desagrupar las emisiones a nivel de viaje.

Esta ponencia propone un marco unificado de modelización de las emisiones de la movilidad urbana basada en encuestas de movilidad. Su originalidad es que permite por primera vez realizar comparaciones entre diferentes contextos metropolitanos. Adopta un enfoque de ciencia abierta, basado en el uso de fuentes de acceso libre y del lenguaje R para el análisis de datos. Se aplica a las áreas metropolitanas de Bogotá (Colombia) y Lima (Perú), ambas de aproximadamente 10 millones de habitantes. A partir de encuestas de movilidad urbana llevadas a cabo en el 2012 en Lima y 2019 en Bogotá, y de una recopilación de factores de emisión vehicular para GEI y contaminantes aéreos obtenida de fuentes oficiales, producimos conocimiento valioso sobre cómo los viajes individuales generan diferentes patrones de emisión de acuerdo a la distancia recorrida, los modos de transporte utilizados, la zona de residencia y las condiciones socioeconómicas. Para ello, subsanamos varias limitaciones de anteriores estudios, entre ellas el cálculo de la distancia de viaje usando la red vial o las rutas de transporte público como paso previo para obtener las emisiones. Ponemos de relieve las “desigualdades ecológicas” (Emelianoff, 2008), que refieren a la forma cómo diferentes grupos sociales generan emisiones que varían de acuerdo a su estilo de vida, y más específicamente su forma de movilizarse. En un contexto de incremento de la movilidad motorizada individual en Latinoamérica (automóvil particular, motocicleta) que desafía las políticas públicas de la movilidad sostenible (Marsden et al., 2014; Mercier et al., 2019), estudiar la contaminación desde el enfoque de “quién emite qué” es entonces muy relevante.

REFERENCIAS BIBLIOGRAFICAS

Alcaldía Mayor de Bogotá. (2021). Plan de Acción Climática Bogotá 2020-2050.

Bedoya, V., Marquet, O., & Miralles-Guasch, C. (2016). Estimación de las emisiones de CO2 desde la perspectiva de la demanda de transporte en Medellín. Revista Transporte y Territorio, 15, 302–322.

Dhakal, S., Minx, J. C., & Toth, F. L. (2022). Chapter 2: Emissions trends and drivers. In Climate Change 2022: Mitigation of Climate Change. Contribution of Working Group III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Chang. Cambridge University Press. https://www.ipcc.ch/report/ar6/wg3/chapter/chapter-2/

Emelianoff, C. (2008). La problématique des inégalités écologiques, un nouveau paysage conceptuel. Ecologie politique, 35(1), 19–31.

Giraldo Amaya, L. A. (2005). Estimación del Inventario de emisiones de fuentes móviles para la ciudad de Bogotá e identificación de variables pertinentes. Universidad de los Andes.

Guzman, L. A., Beltran, C., Morales, R., & Sarmiento, O. L. (2023). Inequality in personal exposure to air pollution in transport microenvironments for commuters in Bogotá. Case Studies on Transport Policy, 11(100963). https://doi.org/10.1016/j.cstp.2023.100963

INECC. (2014). Elaboración del Inventario Nacional de Emisiones de Fuentes Móviles para México 2013 y proyección 2030 mediante el uso del modelo Motor Vehicle Emission Simulator (MOVES) (p. 100). Instituto Nacional de Ecología y Cambio Climático.

Koupal, J., & Palacios, C. (2019). Impact of new fuel specifications on vehicle emissions in Mexico. Atmospheric Environment, 201, 41–49. https://doi.org/10.1016/j.atmosenv.2018.12.028

Lee, K., & Michael, G. (2021). Air Quality Life Index Annual Update. Energy Policy Institute at the University of Chicago. https://climateattribution.org/resources/air-quality-life-index-annual-update/

Marsden, G., Mullen, C., Bache, I., Bartle, I., & Flinders, M. (2014). Carbon reduction and travel behaviour: Discourses, disputes and contradictions in governance. Transport Policy, 35, 71–78. https://doi.org/10.1016/j.tranpol.2014.05.012

Mercier, J., Tremblay-Racicot, F., Carrier, M., & Duarte, F. (2019). Governance and Sustainable Urban Transport in the Americas. Palgrave MacMillan. https://www.fss.ulaval.ca/actualites/governance-and-sustainable-urban-transport-americas

Municipalidad de Lima. (2021). Plan Local de Cambio Climático de la Provincia de Lima 2021-2030. https://www.descubrelima.pe/plan-local-cambio-climatico/

Pérez-Criado, F., & Ubilla-Bravo, G. (2023). Movilidad en transporte privado y emisión de CO2: Patrones geoespaciales e implicancias en el ordenamiento territorial para el Área Metropolitana de Santiago, Chile. Revista Transporte y Territorio, 28, Article 28. https://doi.org/10.34096/rtt.i28.10934

Rojas, N. Y., Mangones, S. C., Osses, M., Granier, C., Laengle, I., Alfonso A., J. V., & Mendez, J. A. (2023). Road transport exhaust emissions in Colombia. 1990–2020 trends and spatial disaggregation. Transportation Research Part D: Transport and Environment, 121, 103780. https://doi.org/10.1016/j.trd.2023.103780

Romero, Y., Chicchon, N., Duarte, F., Noel, J., Ratti, C., & Nyhan, M. (2020). Quantifying and spatial disaggregation of air pollution emissions from ground transportation in a developing country context: Case study for the Lima Metropolitan Area in Peru. Science of The Total Environment, 698, 134313. https://doi.org/10.1016/j.scitotenv.2019.134313