Generación de Viajes - Introducción y Factor de Crecimiento

 

󰀴.

Modelos Mode los de generación de viajes

É 

ste es el primero de varios capítulos que tratan de los modelos de demanda agregados o de primera generación. Tal y como se ha visto en el Capítulo 1, en el modelo de transporte la fase de generación de viajes tiene por objetivo predecir el número total de viajes generados (Oi) y atraídos ( D  D j) por cada zona del área de estudio. Generalmente esto se ha visto como el problema de contestar una pregunta como ¿cuántos viajes origina cada zona? Sin embargo, el tema también se ha visto en ciertas ocasiones como un problema de elección de la  fre  frecue cuencia ncia de los viaje viajess, por ejemplo, ¿cuántos viajes, con diferentes propósitos, realizará un cierto tipo de persona durante una u na semana promedio? promedio? En este último caso el problema generalmente es afrontado utilizando los modelos de elección discreta, tal y como se verá en los Capítulos del 7 al 9, y el planteamiento es: ¿cuál es la probabilidad de que un cierto tipo de persona realice cero, uno, dos o más viajes con este motivo de viaje en una semana? sema na? En este Capítulo la atención se centrará en el primer enfoque (esto es,  predecir los los totales Oi y D j, a partir par tir de datos sobre los atributos socioeconómisocioeconómicos de los hogares); éste ha sido el método más utilizado en la práctica hasta fines fi nes de los 90. Los lectores interesados en temas de elección discreta pueden consultar Ben Akiva y Lerman (1985) y obviamente los Capítulos del 7 al 9 de este libro. En la primera parte del capítulo se definirán algunos conceptos básicos y se examinarán algunos factores que influy inf luyen en en la generaci generación ón y la atracción at racción de viajes, así como, posteriormente, se revisarán los principales enfoques de modelización comenzando por la simple técnica del Factor de Crecimiento. A continuación, y avanzando hacia un enfoque de modelización más sofisticado, se presenta una razonable revisión de los modelos de Regresión Lineal, que complementa complem enta adecuadamente los temas estadísticos est adísticos presentados previamente en los Capítulos 2 y 3.

 



 Modelos de generación de viajes 

Posteriormente se estudiarán estudiar án los modelos de generación de viajes por regresión linea1 tanto a nivel zonal como del hogar, haciendo haciendo particular par ticular referencia al problema de no linealidad que a menudo se presenta en estos casos. Se tratará trata rá asimismo y por primera vez, el problema problema de agregación de datos (es decir, determ determinar inar los viajes totales por zona) que, que, en este caso espeespe cífico, tiene una solución muy simple precisamente debido a la forma lineal del modelo. modelo. A continuación continua ción serán analizados a nalizados los Modelos Modelos de Clasificación Clasif icación Cruzada (cross-classifìcation (cross-classifìcation), ), considerando no sólo la especificación espe cificación clásica del análisis por categorías, sino también enfoques más contemporáneos incluyendo los los modelos de análisis de categorías a nive n ivell de personas. persona s. A continuación se examinará la relación existente entre generación de viajes y accesibilidad, incluyendo además una breve discusión sobre los modelos de frecuencia de viajes. El capítulo se cierra, por un lado, con una breve discusión sobre la previsión de las variables va riables explicativas explicativas de los modelos y por otro, con los problemas de estabilidad y puesta al día de los parámetros de generación de viajes.

4.1. I NTRODU  NTRODUCCIÓN CCIÓN 4.1. 4. 1.1. 1. Def Defin iniciones iciones básica básicass •

•

•

•

•

Viaje: representa un desplazamiento en una sola dirección de un punto de

origen a un punto de destino (McLeod y Hanks, 1986). Generalmente existirá interés por todos los desplazamientos efectuados en vehículo, aunque muchas veces se consideran también los viajes efectuados a pie, más largos que un cierto umbral definido para cada estudio (p. ej., 300 metros o tres calles). Finalmente, con frecuencia se ignoran en el análisis los viajes efectuados  por niños de edad inferior a los cinco años. ext remo en Viajes basados en el Hogar (HB): son aquellos que tienen un extremo el hogar de la persona que efectúa el viaje, independientemente de si éste es el origen o el destino desti no del viaje. Viajes No basados en el Hogar (NHB): son los viajes en los que ni el origen ni el destino desti no del viaje es el hogar. hogar. Producciones de viajes: se definen como el extremo hogar en un viaje HB, o el origen de un viaje NHB (véase la figura 4.1). Atracción de viaje: se define como el extremo no-hogar en un u n viaje HB o el destino de un viaje NHB (véase la figura 4.1).

 

 

MODELOS DE TRANSPORTE



Producción

Atracción

Casa

Producción

Atracción

Trabajo

Trabajo

Producción Atracción

Atracción Producción

Comercio

Figura 4.1.  Produc  Producción ción y atracción atr acción de viajes. vi ajes.

•

Generación de viajes: se entiende como el número total de viajes, sean HB

sean NHB, generados por los hogares (familias) de cierta zona. Éste es el valor que proporcionan la mayor parte de los modelos, y por ende resta el problema de asignar los viajes NHB a otras zonas como producciones de viaje. Durante los años 80 se añadieron otros términos al diccionario de modelos de transporte, tales como tours y cadenas de viajes, que encajan mejor con la idea de que la demanda de transporte transport e es derivada y depende fuertemente f uertemente de la demanda por realizar determinadas actividades, aunque en la práctica han sido utilizados predominantemente por los modelizadores de elección discreta (véase Daly et al., 1983).

4.11.2. Clasif 4. Clasificación icación de viajes 4.1.2.1 4.1 .2.1..

Por propósit propósito o del viaje

Está demostrado que en la práctica se consiguen mejores modelos de generación si se modelizan separadamente los viajes por motivo o propósito. En el caso de viajes HB, se utilizan utili zan generalmente las siguientes cinco categorías: •

•

•

•

•

Viajes al trabajo. Viajes de estudio (al colegio o universidad). Viajes de compras. Viajes sociales y recreacionales. Viajes por otros motivos.

Los dos primeros generalmente se denominan viajes obligados, mientras que todos los demás se llaman viajes discrecionales (u opcionales). En particular, la última categoría encierra todos los viajes efectuados por motivos

 



 Modelos de generación de viajes 

menos rutinarios ruti narios como, por ejemplo: ejemplo: salud, trámites burocráticos buroc ráticos (viajes (viajes para conseguir un pasaporte o un certificado), acompañar a una persona, etc. Los viajes NHB, en cambio, generalmente no se subdividen en categorías ya que sólo representan el 15-20% del total de los viajes. 4.1.2.2. 4.1 .2.2.

Según Segú n la hora del día

Los desplazamientos, usualmente, se clasifican en viajes efectuados en el período de hora punta o fuera de punta, ya que la proporción de viajes, con diferentes motivos, varía enormemente según la hora del día. En la tabla 4.1 4.1 se sintetizan sintetiz an los datos de la encuesta Origen-Destino realireal izada en el Gran Santiago en 1977 (DICTUC, 1978); el período punta mañana (el período punta tarde se asume a veces como su imagen especular) ocurriría entre las 7:00 y las 9:00, y el período representativo fuera de punta fue tomado entre las 10:00 y las 12:00. Ante todo, quede destacar mientras la mayoresparte de por los viajes en la horahay punta la mañana mañque, ana son obligatorios, decir,(87,18%) realizados trabajo o estudio, no sucede lo mismo en el período fuera fuer a de punta. En segundo segu ndo lugar llama la atención la gran proporción de viajes por motivos burocráticos en ambos períodos, que es típica de países en desarrollo. desa rrollo. También También hay que resaltar los viajes de regreso a casa que representan el 41,65% de los viajes totales en el período fuera de punta, punt a, pero indudablemente tienen otro propósito. Tabla 4.1.

Ejemplo de clasificación de viajes

 Propósito  Propó sito

Trabajo Est udio Compras Actividades sociales Salud Trámites Acompañamiento O t ros Regresando al hogar

 Punta AM A M (7:00-9:00) (7:00-9:00)

Fuera de Punta Pu nta (10:00 (10:00-1 -12:00) 2:00)

 Nº

%

Nº

%

465.683 313.275 13.738 7.064 14.354 34.735 18.702 1.736 24.392

52,12 35,06 1,54 0,79 1,60 3,89 2,09 0,19 2,72

39.787 15.567 35.611 16.938 8.596 57.592 6.716 2.262 130.689

12,68 4,96 11,35 5,40 2,74 18,35 2,14 0,73 41,65

 

MODELOS DE TRANSPORTE

 



El no haber consignado el motivo por el cual la gente salió de casa, que es obviamente obviamen te más importante i mportante que saber que se trataba de un u n viaje de regreso, constituye un problema problema originado por una clasificació clasificaciónn errada err ada o quizás una falta de previsión en la fase de codificació codif icación. n. De hecho, fue necesario recodificar recodif icar estos datos con el fin de tener información adecuada para modelizar la generación de viajes (véase Hall et al., 1987). 1987). Este tipo de probl problemas emas solían ocurrir ocur rir antes de que el concepto de producciones y atracciones atr acciones de viajes reemplazara al concepto de orígenes y destinos, desti nos, que no hacían referencia explícita explícita a la ca pacidad generadora de las actividades basadas y no basadas en el hogar. hogar. 4.1.2.3. 4.1 .2.3.

Por tipo de persona

Ésta es otra clasificación importante ya que las características socio-económicas influyen inf luyen fuertemente en el comportamiento comport amiento de viaje de los individuos. NorNormalmente se utilizan las siguientes categorías: •

•

•

 Nivel de renta (p. ej., en la encuesta OD realizada  Nivel realizad a en Santiago de Chile Ch ile se consideraron nueve categorías). Posesión de coche (se utilizan generalmente tres estratos: 0, 1 y 2 o más coches). Tamaño y estructura del hogar (la mayor parte de los estudios británicos utilizan seis estratos).

Es importante importa nte resaltar que el número total de estratos puede aumentar rápidamente (en el ejemplo comentado son 9  3  6 = 162), y esto puede tener fuertes implicaciones en términos de la cantidad de datos necesarios y la calibración y utilización de los modelos. Por esta razón, a menudo son necesarios compromisos, adaptaciones y agregaciones (véase la discusión en Daly y Ortúz Or túzar, ar, 1990). 1990). !

!

4.11.3. Factore 4. actoress que afecta afectann a la generación de viajes En la modelización de la generación de viajes generalmente interesan no sólo los viajes realizados por las personas sino también los viajes de mercancías. Por ello es por lo que normalmente se utilizan modelos para cuatro grupos  principales  pri ncipales (es decir, personas per sonas y mercancías, producciones y atracciones). at racciones). A continuación, se analizan brevemente algunos factores particularmente importantes a la luz de la experiencia adquirida en estudios reales. No se tratará aquí

 



 Modelos de generación de viajes 

la modelización de la generación de viajes de mercancías, quedando postergada su discusión hasta el Capítulo 13. 13. 4.1.3.1 4.1 .3.1..

Producciones Produc ciones de viajes de persona personass

Los siguientes factores se han considerado en muchos estudios prácticos: práct icos: •

•

•

•

•

•

•

Renta. Posesión de coche. Tamaño del hogar. Estructura del hogar. Valor del suelo. Densidad residencial. Accesibilidad.

Los cuatro primeros factores (ingreso, posesión de coche, estructura y tamaño del hogar) han sido incluidos en numerosos estudios sobre generación de viajes a nivel de hogares, mientras que el valor del suelo y la densidad residencial son típicos de estudios a nivel zonal. En cambio el último factor, la accesibilidad, raramente ha sido utilizado utiliza do en estudios de generació generaciónn de viajes, aunque no han faltado diferentes tentativas de incluirlo. La razón es que dicho factor ofrece la posibilidad de que la generación de viajes pueda ser elástica respecto a variaciones en el sistema de transporte. Se volverá sobre este tema en el apartado 4.3. 4.1.3.2. 4.1 .3.2.

Atracciones de viajes de personas

Los factores más utilizados para describir la atracción de viajes de personas son la superficie superf icie cubierta cubierta disponibl disponiblee para la industria, el comercio comercio y otros servicios. Otro factor generalmente utilizado es el número de empleos en cada zona, aunque ciertos estudios también han intentado incorporar alguna medida de accesibilidad. Sin embargo, es importante destacar que en este caso no se han realizado realiza do demasiados avances. avances. 4.1.3.3. 4.1 .3.3.

Producciones y atracciones de viajes de mercancías

Las producciones y atracciones de viajes de mercancías generalmente sólo constituyen una pequeña parte de los viajes –en el caso de las naciones industrializadas llegan a lo sumo al 20% del total de los viajes realizados en un área determinada– pero pueden ser relevantes en términos de contri-

 

 

MODELOS DE TRANSPORTE



 bución a la congestión c ongestión.. En este caso, algu algunas nas var variables iables impor importa tantes ntes son las l as siguientes: •

•

•

•

 Número de empleados. emp leados. ventas. ventas. Superficie cubierta de las empresas. Superficie total de las empresas.

Hasta donde alcanza el conocimiento de los autores, ni la accesibilidad a ccesibilidad ni el tipo de empresa han sido considerados como variables explicativas en los estudios de transporte; transpor te; en particular es curioso cu rioso que el tipo de empresa no haya haya sido tenido en cuenta dado que parece pare ce lógico que productos diferentes tengan exigencias de transporte diferentes.

4.11.4. Método del factor de creci 4. crecimiento miento Desde principios de los años 50 se han propuesto numerosas técnicas para modelizar la generación de viajes. La mayor parte de los métodos intentan  predecir el número de viajes producidos producidos (o (o atraídos) por los los hogares o por las diferentes zonas, como una función (generalmente lineal) que debe ser definida en base a los datos disponibles. Antes de efectuar cualquier cu alquier comparación comparación entre los resultados conseguidos en áreas o en hitos temporales diferentes, es importante aclarar los siguientes aspectos: •

•

¿qué viajes tienen que ser considerados? (p. ej., sólo los viajes en coche y aquellos a pie de longitud superior a 300 metros); ¿cuál es la edad eda d mínima míni ma a considerar en el análisis? (p. ej., superior a cinco años);

A continuación se ilustrará brevemente una técnica que puede ser aplicada  para predec predecir ir el número de viaj viajes es futuros efe efectuados ctuados por cada una de las cuatro cuatro categorías citadas anteriormente. Su ecuación de base es la siguiente:  

T i = F it i 

(4.1)

donde T i y t i son, respectivamente el número de viajes futuros y actuales act uales generados por la zona i, y F i es el correspondiente factor de crecimiento. creci miento. El único problema de este método es la estimación de F i; el resto es trivial.  Normalmente este factor factor de crecimiento está ligado ligado a variabl variables es como como la pob poblala-

 



 Modelos de generación de viajes 

ción ( P   P ), ), la renta o ingreso ( I   I ) y la posesión de coche o Tasa de Motorización (C ) según una función del tipo: d 

 

 F i



d 

d 

 f ( Pi c , I ic ,C ic )  f ( Pi , I i ,C i )  

(4.2)

Donde f  puede  puede ser incluso una función f unción multiplicativa multiplicativa sin parámetros, mientras que los superíndices d  y  y c representan el año de la prognosis y el actual respectivamente.  Ejemplo 4.1 4.1: considérese una zona en la que hay 250 hogares que poseen

coche y 250 que no lo poseen. Supóngase que se conoce el número medio de desplazamientos generados en un día por cada uno de los dos grupos siguientes: Hogares que poseen coche generan: Hogares que no poseen coche generan:

6,0 viajes/ viajes/día día 2,5 viajes/ viajes/día día

Con esto es fácil deducir que el número de viajes generado al día actualmente está dado por:  

t i = 250 ! 2,5 + 250 ! 6,0 = 2.125 viajes/día

Supóngase, además, que en el futuro todas las familias tendrán un coche, y que el ingreso y la población población permanecen constantes const antes (hipótesis prudente pr udente a falta de otros datos). datos). En este caso, podría podr ía calcularse el factor de crecimiento así:  

 F i = C id  / C ic = 1 / 0,5 = 2

y aplicando la ecuación (4.1), se puede estimar el número de desplazamientos futuros así:  

T i = 2 ! 2.125 = 4.250 viajes/día

Como se ha podido observar el método es bastante simple, pero, como se demostrará, también t ambién es bastante pobre. En efecto, efecto, si se recurriera recu rriera a la información existente sobre las tasas de viaje y se supone que éstas se mantienen constantes (que es la hipótesis central que subyace detrás del método de prognosis más popular, como se verá más adelante), es posible estimar el número de viajes como:  

T i = 500 ! 6 = 3.000 viajes/día

 

MODELOS DE TRANSPORTE

 



lo cual significa que el método del factor de crecimiento sobrevaloraría el número total de desplazamiento desplazamientoss generados en cerca del 42%. Esto constituye constit uye un problema serio ya que la generación de viajes representa la primera fase del  proceso de modelizac modelización ión y los los errores come cometidos tidos en ésta se propag propagan an a lo largo largo de todo el proceso y pueden invalidar el trabajo de las etapas siguientes. Por este motivo, en la práctica el método del factor de crecimiento es generalmente utilizado sólo para predecir el número futuro f uturo de viajes externos al área, en cuanto que se trata de un número de viajes limitado (dado que el error que se comete no es demasiado grande), grande), y además ademá s porque no existen métodos fáciles para predecir tales desplazamientos. En los próximos párrafos se discutirán otros métodos (mejores) que, en línea con el princip pri ncipio io de este capítulo, pueden ser también utilizados utilizados para par a predecir tanto ta nto la producción como como la atracción de viajes, ya sea de personas o de mercancías. A pesar de ello, en el análisis siguiente se hará explícita referencia solamente al casodonde de producciones produccion es número de viajesdedeexperiencias personas, porprácticas, cuanto representa represent no sólo el sector hay mayor sino tam-a  bién aquel aquel en el que se han conseguido conseguido resultados más interesantes. interesa ntes.

4.2. A NÁLISIS DE REGRESIÓN En la siguiente sección se proporciona una breve introducción int roducción a la Regresión Lineal. El lector que esté familiarizado con este tema puede pasar directamente direct amente a la sección 4.2.2.

4.2.11. Modelo de regre 4.2. regresión sión linea lineall 4.2.1.1.

Introducción

Considérese un experimento que se repite varias varia s veces Y = {Y i} para un valor dado de X fijo. Si dicho experimento no es determinístico, se pueden observar diferentes valores de Y i para cada valor de X i. Sea  f i(Y  X   | X ) la distribución de probabilidad de Y i para un valor dado  X i; se dispone, en general, de una función diferente  f i para cada valor de X tal y como se muestra en la figura 4.2. Sin embargo, el caso completamente general así planteado es prácticamente intratable, por ello ello es necesario realizar ciertas cier tas hipótesis simplificatorias respecto a la población para que dicho experimento  pueda ser modelizado. Dichas Dichas hipótesis son las siguientes: siguientes: