982anal modelos gen atra viajes inf final correg

7/22/2019 982Anal Modelos Gen Atra Viajes Inf Final Correg

1/73

ANLISIS Y FORMULACIN DE NUEVOS MODELOS DEGENERACIN Y ATRACCIN DE VIAJES

Para: Ministerio de Planificacin y CooperacinMIDEPLAN

INFORME FINAL

Santiago, Juliode 2010


2/73

Apoquindo 3650 Of. 902Santiago Chile

Telfono 435 0099Fax 435 0258

[email protected]


3/73

NDICE

1. INTRODUCCIN................................ ................................ ................................ ..............82. RECOPILACIN DE ANTECEDENTES Y REVISIN METODOLGICA (TAREA 1)..........12

2.1 Actualizacin Metodologa Anlisis Sistema de Transporte de Ciudades de Gran Tamao yTamao Medio (MESPE) MIDEPLAN - SECTRA (2008)........................................................132.1.1 Definicin de rea de Estudio y Zonificacin....................................................222.1.2 Definicin del Contexto Temporal del Anlisis.................................................272.1.3 Definicin de Cortes Temporales de Proyeccin...............................................282.1.4 Perodos de Anlisis................................................................................................292.1.5 Definicin de Tipo de Viajes a Considerar: Interzonales,

Intrazonales...............................................................................................................342.1.6 Definicin de la Categorizacin de la Demanda.................................................35

2.2 Anlisis y Actualizacin Modelo ESTRAUS, MIDEPLAN - SECTRA (2005).....................372.2.1 Modelos de Generacin de Viajes........................................................................382.2.2 Modelos de Atraccin de Viajes...........................................................................42

2.3 Actualizacin de Encuestas Origen y Destino de Viajes, V Etapa, MIDEPLAN-SECTRA(2003)...................................................................................................................................................502.3.1 Resultados Generales Sobre Generacin de Viajes............................................512.3.2 Resultados Generales Sobre Atraccin de Viajes...............................................542.3.3 Resultados Generales Sobre Distribucin Horaria de Viajes...........................572.3.4 Resultados Tasas de Viaje segn Nivel de Ingreso............................................58

2.4 Anlisis, Desarrollo y Evaluacin de Proyectos Urbanos, III Etapa. Efectos UrbanosFuturos en Santiago (EFFUS)..........................................................................................................602.4.1 Principales Resultados del Estudio.......................................................................622.4.2 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 deSantiago, Transantiago (2007).........................................................................................................70

2.7 Diagnstico del Sistema de Transporte Urbano de la Conurbacin Coquimbo - La Serena, Iy II Etapa, MIDEPLAN SECTRA (2000)..................................................................................71


4/73

2

MIDEPLAN-SECTRA

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 Anlisis y Desarrollo de la Red de Metro (2009).........................................................................782.12 Resumen y Conclusiones..................................................................................................................93

3. ANLISIS CRTICO DE LOS MODELOS ACTUALES (TAREA 2)................................ ......963.1 Modelos Invariantes en el Tiempo y en el Espacio......................................................................973.2 Modelos No Incluyen Cambios Demogrficos de la Poblacin (estructura del hogar)..........983.3 Modelos No Estn Afectos a Cambios en los Niveles de Servicio............................................993.4 Modelos Poseen Supuestos Muy Restrictivos en las Formas Funcionales............................1043.5 Variables Incluidas Para la Categorizacin de Hogares No Explican Satisfactoriamente el

Fenmeno.........................................................................................................................................1043.6 Proyeccin de Viajes se Sobrestima Producto de Cambios en los Niveles de Ingreso .......1053.7 Restricciones que impone el uso de los modelos ESTRAUS y VIVALDI............................1063.8 Anlisis de Correlacin o Interdependencia entre Tipos de Viajes........................................1073.9 Proyeccin Futura de las Variables Explicativas Consideradas..............................................107

3.9.1 Modelos ARIMA..................................................................................................1093.9.2 Modelos de Funcin de Transferencia..............................................................1123.9.3 Proyeccin del Nivel de Ingreso del Hogar......................................................1133.9.4 Proyeccin de Tamao de Hogar.......................................................................1143.9.5 Proyeccin de Nmero de Autos por Hogar o Disponibilidad de

Auto de los Viajeros (tasa de motorizacin)....................................................1153.10 Principales ventajas y limitaciones de los actuales modelos....................................................1163.11 Eventuales Fuentes de Mejora Para los Nuevos Modelos de Generacin y Atraccin de

Viajes.................................................................................................................................................1163.12 Resumen y Conclusiones...............................................................................................................118

4. REVISIN DE LITERATURA RELEVANTE Y EXPERIENCIA INTERNACIONAL (TAREA 3)1194.1 Modelos Estadsticos de Construccin de Tasas de Generacin de Viajes...........................122

4.1.1 Anlisis de Clasificacin Mltiple con Grupos Homogneos.......................1234.1.2 Anlisis de Clasificacin Mltiple con Grupos Heterogneos......................1234.1.3 Mnimos Cuadrados Ordinarios con Variables Dicotmicas........................124


5/73

3

MIDEPLAN-SECTRA

4.1.4 Tasas Simples por Categoras.............................................................................1244.2 Modelos Economtricos (Explicativos) de Construccin de Tasas y Volmenes de

Generacin de Viajes......................................................................................................................1244.2.1 Modelo de Regresin Lineal Mltiple..............................................................1254.2.2 Modelo Truncado de Regresin Lineal Mltiple (Maddala, 1983;

Cotrus et al, 2005)................................................................................................1264.2.3 Modelo Poisson (Jang, 2005).............................................................................1264.2.4 Modelo Binomial Negativa (Long, 1997).........................................................1274.2.5 Modelo Logit Ordenado (Sheffy, 1979; Cameron y Trivedi, 1998).............1274.2.6 Modelos Regresin Lineal Mltiple con Correlacin Espacial

(Anselin, 1988)......................................................................................................127

4.2.7 Modelo de Regresin Lineal Mltiple con Heterogeneidad (Paezet al, 2005).............................................................................................................136

4.3 Transferibilidad Temporal y Espacial de los Modelos..............................................................1374.4 Anlisis de Algunos Estudios Internacionales............................................................................138

4.4.1 Goulias et al (1994)..............................................................................................1394.4.2 Kwigizile y Tengo (2009)...................................................................................1434.4.3 Liya et al (2008)....................................................................................................1444.4.4 Kumar y Levinson (1992)...................................................................................1454.4.5 Oyedepo y Makinde (2009)................................................................................1464.4.6 Paez et al (2005)...................................................................................................1464.4.7 Badoe (2007).........................................................................................................147

4.5 Recoleccin de Antecedentes y Fuentes de Informacin..........................................................1484.6 Resumen y Conclusiones...............................................................................................................150

5. RECOMENDACIONES GENERALES SOBRE LA ESTRUCTURA Y ESPECIFICACIN DELOS MODELOS................................ ................................ ................................ ............153

6.

PROPUESTA DE NUEVAS ESPECIFICACIONES (TAREA 4)................................ ...........159

6.1 Anlisis de la Informacin Disponible Para la Calibracin.....................................................1626.2 Definicin de Tipos de Viaje Relevantes....................................................................................1656.3 Resultados Exploratorios Preliminares........................................................................................167

6.3.1 Modelo Generacin de Viajes, Punta Maana, Trabajo, BHI.......................1716.3.2 Modelo Generacin de Viajes, Punta Maana, Estudio-1, BHI...................1776.3.3 Modelo Generacin de Viajes, Punta Maana, Estudio-2, BHI...................179


6/73

4

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 Casos Especiales con Bajo Ajuste Explicativo y Predictivo.........................1886.3.9 Casos Especiales con Intercepto Negativo.......................................................188

7. CALIBRACIN DE MODELOS DE GENERACIN Y ATRACCIN DE VIAJES (TAREA 5)1907.1 Resumen de los Modelos Calibrados...........................................................................................1917.2 Modelos Desagregados de Generacin de Viajes......................................................................195

7.2.1 Modelos Punta Maana.......................................................................................1957.2.2 Modelos Fuera de Punta......................................................................................2117.2.3 Modelos Punta Tarde...........................................................................................223

7.3 Modelos Agregados de Generacin de Viajes............................................................................2397.3.1 Modelos Punta Maana.......................................................................................2397.3.2 Modelos Fuera de Punta......................................................................................2547.3.3 Modelos Punta Tarde...........................................................................................266

7.4 Modelos Agregados de Atraccin de Viajes...............................................................................2807.4.1 Modelos Punta Maana.......................................................................................2807.4.2 Modelos Fuera de Punta......................................................................................2947.4.3 Modelos Punta Tarde...........................................................................................308

8. APLICACIN DE LOS NUEVOS MODELOS EN FASE PREDICTIVA (TAREA 6)..............3138.1 Metodologa de Proyeccin de Variables Explicativas.............................................................317

8.1.1

Proyeccin del Ingreso Comunal.......................................................................318

8.1.2 Proyeccin del Tamao del Hogar.....................................................................3218.1.3 Proyeccin tasa de motorizacin........................................................................323

8.2 Modelos Desagregados de Generacin de Viajes......................................................................3258.2.1 Modelos Punta Maana.......................................................................................3258.2.2 Modelos Fuera de Punta......................................................................................3408.2.3 Modelos Punta Tarde...........................................................................................351

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


7/73

5

MIDEPLAN-SECTRA

8.3.1 Modelos Punta Maana.......................................................................................3668.3.2 Modelos Fuera de Punta......................................................................................3788.3.3 Modelos Punta Tarde...........................................................................................389

8.4 Modelos Agregados de Atraccin de Viajes...............................................................................4028.4.1 Modelos Punta Maana.......................................................................................4028.4.2 Modelos Fuera de Punta......................................................................................4158.4.3 Modelos Punta Tarde...........................................................................................427

8.5 Resumen de Modelos y Anlisis Complementarios..................................................................4308.5.1 Resumen de los Mejores Modelos.....................................................................4318.5.2 Modelos que Representan la Mayor Parte de los Viajes................................4358.5.3 Modelos Agregados vs Desagregados: Capacidad Predictiva.......................4378.5.4 Comparacin con Anteriores Modelos de ESTRAUS....................................438

8.6 Anlisis Comparativo Agregado de Predicciones 2006: Nuevos Modelos vs Tasas Simples4398.6.1 Perodo Punta Manaa 2006...............................................................................4408.6.2 Perodo Fuera de Punta 2006..............................................................................448

8.7 Anlisis de una Simulacin ESTRAUS Para el Corte Temporal 2010..................................4548.7.1 Introduccin...........................................................................................................4548.7.2 Vectores de Viajes................................................................................................4558.7.3 Resultados Simulacin Punta Maana..............................................................4588.7.4 Resultados Simulacin Fuera de Punta.............................................................4708.7.5 Simulacin Punta Tarde.......................................................................................478

8.8 Anlisis de una Simulacin ESTRAUS Para el Corte Temporal 2015..................................4828.8.1 Introduccin...........................................................................................................4828.8.2 Vectores de Viajes................................................................................................4838.8.3 Resultados Simulacin Punta Maana..............................................................4868.8.4 Resultados Simulacin Fuera de Punta.............................................................4968.8.5 Simulacin Punta Tarde.......................................................................................504

8.9 Conclusiones Simulaciones...........................................................................................................5089. DESARROLLOS COMPLEMENTARIOS................................ ................................ ........509

9.2 Calibracin del Modelo de Generacin de Viajes con Heterogeneidad Espacial.................5109.3 Calibracin del Modelo Combinado de Generacin-Distribucin de Viajes........................5179.4 Calibracin del Modelo de Generacin de Viajes Intrazonales...............................................521

9.4.1 Modelos Desagregados de Generacin de Viajes Punta MaanaIntrazonales............................................................................................................521


8/73

6

MIDEPLAN-SECTRA

9.4.2 Modelos Desagregados de Generacin de Viajes Fuera de PuntaIntrazonales............................................................................................................529

9.5 Calibracin del Modelo de Generacin de Viajes Externos viajes externos.........................5369.5.1 Anlisis de la Informacin Disponible Para la Calibracin...........................5369.5.2 Variables explicativas utilizadas........................................................................5369.5.3 Modelo de Generacin, Punta Maana............................................................5379.5.4 Modelo de Generacin, Fuera de Punta..........................................................5389.5.5 Modelo de Generacin, Punta Tarde................................................................540

9.6 Calibracin de Modelos de Generacin de Viajes Sin Incluir la Variable Asociada aDisponibilidad del Metro...............................................................................................................541

9.7 Modelos Desagregados de Generacin de Viajes......................................................................5429.7.1 Modelos Punta Maana.......................................................................................5429.7.2 Modelos Fuera de Punta......................................................................................5449.7.3 Modelos Punta Tarde...........................................................................................546

9.8 Modelos Agregados de Generacin de Viajes............................................................................5489.8.1 Modelos Punta Maana.......................................................................................5489.8.2 Modelos Fuera de Punta......................................................................................550

9.9 Modelos Agregados de Atraccin de Viajes...............................................................................5519.9.1 Modelos Punta Maana.......................................................................................551

10. CALIBRACIN DE MODELOS DE GENERACIN PARA LOS NGELES........................ 55310.1 Anlisis de la Informacin Disponible Para la Calibracin.....................................................55310.2 Definicin de Tipos de Viaje Relevantes....................................................................................55410.3 Variables explicativas utilizadas...................................................................................................55610.4 Resumen de los Modelos Calibrados...........................................................................................55810.5 Modelos Desagregados de Generacin de Viajes......................................................................560

10.5.1 Modelos Punta Maana.......................................................................................56010.5.2 Modelos Fuera de Punta......................................................................................569


10.7 Modelos Agregados de Atraccin de Viajes...............................................................................59510.7.1 Modelos Punta Maana.......................................................................................59510.7.2 Modelos Fuera de Punta......................................................................................602

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


9/73

7

MIDEPLAN-SECTRA

11.1 Anlisis de la Informacin Disponible Para la Calibracin.....................................................61311.2 Definicin de Tipos de Viaje Relevantes....................................................................................61411.3 Variables explicativas utilizadas...................................................................................................61611.4 Resumen de los Modelos Calibrados...........................................................................................61711.5 Modelos Desagregados de Generacin de Viajes......................................................................619

11.5.1 Modelos Punta Maana.......................................................................................61911.5.2 Modelos Fuera de Punta......................................................................................628


11.7 Modelos Agregados de Atraccin de Viajes...............................................................................65411.7.1 Modelos Punta Maana.......................................................................................65411.7.2 Modelos Fuera de Punta......................................................................................662

12. CONCLUSIONES................................ ................................ ................................ ..........67213. REFERENCIAS BIBLIOGRFICAS................................ ................................ ............... 677

ANEXOS MAGNTICOS


10/73

8

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 enModelos 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.


11/73

9

MIDEPLAN-SECTRA

Las tareas que son necesarias de desarrollar para lograr los objetivos

generales y especficos del presente estudio son las siguientes:

Tarea 1: Recopilacin de Antecedentes y Revisin Metodolgica.

Tarea 2: Anlisis Crtico de los Modelos Actuales

Tarea 3: Revisin de Literatura Relevante y Experiencia Internacional

Tarea 4: Propuesta de Nuevas Especificaciones

Tarea 5: Calibracin de Modelos de Generacin y Atraccin de Viajes

Tarea 6: 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.


12/73

10

MIDEPLAN-SECTRA

En el Captulo 2 se describe la Recopilacin de Antecedentes y Revisin

Metodolgica (Tarea 1); este Captulo se centra principalmente en el estado de laprctica 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.


13/73

11

MIDEPLAN-SECTRA

En el Captulo 7 se reporta la Calibracin de Modelos de Generacin y

Atraccin de Viajes (Tarea 5), tanto a nivel agregado (zonas ESTRAUS) comodesagregado (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 variablesexplicativas 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 deLicitacin 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.


14/73

12

MIDEPLAN-SECTRA

2. RECOPILACIN DE ANTECEDENTES Y 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).


15/73

13

MIDEPLAN-SECTRA

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 deequilibrio 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).


16/73

14

MIDEPLAN-SECTRA

En trminos generales, las metodologas de anlisis para ciudades de tamao

medio y grande son prcticamente idnticas. La principal diferencia radica en losmodelos 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 tratadade 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 elpropsito de viaje p y categora de usuarios n, pn

iO , se obtiene como la suma de los

viajes basados en el hogar de ida ( )pn

i bhiO , basados en el hogar de retorno ( )pn

i bhrO y no

basados en el hogar ( )pn

i nbhO . Es decir, se cumple la siguiente ecuacin:

( ) ( ) ( )pn pn pn pn

i i bhi i bhr i nbhO O O O= + + (1)

Los viajes basados en el hogar de ida, para el propsito de viaje p ycategora de usuarios n, se calculan utilizando el mtodo de Anlisis por Categoras

(AC), segn la expresin:

( )pn n pn

i bhi iO H t= (2)

donde:


17/73

15

MIDEPLAN-SECTRA

( )pn

i bhiO : Nmero de viajes basados en el hogar de ida con propsitopgenerados por los

hogares de la categora n de la zona i.n

iH : Nmero de hogares de la categora n en la zona i.

pnt : Tasa de generacin de viajes con propsitopde los hogares de la categora n.

Este enfoque de modelacin requiere conocer el nmero de hogares por

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 degeneracin 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 quela 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.


18/73

16

MIDEPLAN-SECTRA

La recomendacin anterior se sustenta en el trabajo Multiple Classification

Analysis in Trip Production Models (Guevara y Thomas, 2007). La conclusin final dela 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 deconstructo 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:

( )pn

i bhipn

n

i

Ot

H= (3)


19/73

17

MIDEPLAN-SECTRA

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 deingreso 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 lcitoconsiderar el nmero de hogares como variable explicativa.


20/73

18

MIDEPLAN-SECTRA

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, lasvariables 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 diferentespropsitos.

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).


21/73

19

MIDEPLAN-SECTRA

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 elhogar, 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 unnmero 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.


22/73

20

MIDEPLAN-SECTRA

Para obtener los valores de estas variables, normalmente se puede recurrir a

diversas fuentes independientes. Por ejemplo, el nmero de matrculas por cada zona esfcil 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 desagregada-

habitualmente 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 2.1Tcnicas de Estimacin Generacin y Atraccin Segn Tipo de Viaje

TIPO DE VIAJE GENERACIN ATRACCIN

BHI TASAS AC(1) RLM(2)

BHR RLM(1) RLM(3) o TASAS AC(2)

NBH RLM(1) RLM(2)


23/73

21

MIDEPLAN-SECTRA

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 esel 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 considerauna 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:

pn p

i j

i p n j p

O D= (4)

donde:

pn

iO : Nmero de viajes generados en la zona i, de la categora n, con propsitop.


24/73

22

MIDEPLAN-SECTRA

pD : Nmero de viajes atrados por zonaj, con propsitop.

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 desistemas 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.


25/73

23

MIDEPLAN-SECTRA

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 detransporte 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 proyeccinde sus datos, informacin tambin til para el anlisis de transporte.


26/73

24

MIDEPLAN-SECTRA

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 losrequerimientos 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 aquellaszonas 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 deestudios 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:


27/73

25

MIDEPLAN-SECTRA

Tabla 2.2Caractersticas Demogrficas de Ciudades de Chile Estudiadas por SECTRA

T ipo Ciudad Nombre Ciudad Pob lacin Super ficie (km2) (* ) Densidad (pob /sup) NZonas I -Ba jo I -Medio I -Al to Hab-Hogar Tasa Motor izacinGran Santiago 5, 772, 617 2, 030. 0 2, 843. 7 786 0-280000 280001-1600000 ms de 1600000 3. 81 0. 56Gran Valparas o 858, 466 401. 6 2, 137. 6 200 0 -170000 170000-600000 ms de 600000 3. 83 0. 40Gran Conc epc in 834, 026 221. 6 3, 763. 7 206 0 -170000 170000-600000 ms de 600000 4. 20 0. 34Temuco 259,880 464.0 560.1 144 0-139000 139001-504000 ms de 504000 3.63 0.40La Serena-Coquim bo 259, 863 3, 322. 1 78. 2 98 0-140000 140001-600000 ms de 600000 4. 07 0. 32Antofagasta 248,656 30,718.1 8.1 74 0-230000 230001-700000 ms de 700000 4.12 -Rancagua 243,533 260.3 935.6 59 0-170000 170001-600000 ms de 600000 4.00 0.54Talca 189,308 231.5 817.7 64 0-219000 219001-729000 ms de 729000 3.62 0.42Iquique 184,854 2,835.3 65.2 56 0-170000 170001-600000 ms de 600000 4.03 0.52Arica 170,980 4,799.4 35.6 52 0-170000 170001-600000 ms de 600000 4.03 -Chilln 164,491 511.2 321.8 49 0-145000 145001-526000 ms de 526000 3.58 0.36Puerto Montt 145,601 1,673.0 87.0 79 0-199999 200000-700000 ms de 700000 3.74 0.49Copiap 129,218 16,681.3 7.7 71 0-150000 150001-500000 ms de 500000 3.90 -Osorno 128,880 951.3 135.5 125 0-188000 188001-629000 ms de 629000 3.50 0.40Valdivia 127,567 1,015.6 125.6 140 0-190000 190001-630000 ms de 630000 3.57 0.38Calama 124,381 15,596.9 8.0 59 0-170000 170001-600000 ms de 600000 4.07 0.58Los ngeles 116,481 1,748.2 66.6 83 0-200000 200001-700000 ms de 700000 3.71 0.40Punta Arenas 112,957 113.7 993.5 60 0-205000 220001-850000 ms de 850000 3.42 0.57Curic 93,083 1,328.4 70.1 65 0-220000 220001-731000 ms de 731000 3.52 0.36Linares 65,128 1,465.7 44.4 66 0-170000 170001-600000 ms de 600000 3.59 -

CiudadTamaoGrande

CiudadTamaoMedio

(*): 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 2.1Nmero de Zonas Segn Poblacin de la Ciudad

0.0

0.0

0.0

0.0

0.0

00.0

0.0

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).


28/73

26

MIDEPLAN-SECTRA

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

0

0

0

0

0

00

0

0

0

0 0,000 00,000 0,000 00,000 0,000 00,000

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

0

0

0

0

0

00

0

0

0

0.0 00.0 00.0 00.0 00.0 ,000.0 ,00.0


29/73

27

MIDEPLAN-SECTRA

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

0

0

0

0

0

00

0

0

0

0.0 ,000.0 0,000.0 ,000.0 0,000.0 ,000.0 0,000.0 ,000.0

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.


30/73

28

MIDEPLAN-SECTRA

En consecuencia, la metodologa habitual analiza slo algunos perodos

representativos de un da tpico y utiliza el modelo de transporte para simular laoperacin 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 deingreso dan al tiempo de viaje por ejemplo, permanece constante en el futuro.


31/73

29

MIDEPLAN-SECTRA

Estos ejemplos reflejan un problema tradicional de cualquier modelo que

trate de simular la operacin futura de un sistema en que est involucrado elcomportamiento 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 cortestemporales 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.


32/73

30

MIDEPLAN-SECTRA

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 enalgn 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 totaldiario 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 delmodelo: 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.


33/73

31

MIDEPLAN-SECTRA

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 endistintos 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 exgenamentesu 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 recomendacingeneral, porque las definiciones mencionadas dependen de cada ciudad particular.


34/73

32

MIDEPLAN-SECTRA

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 derealizacin 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, almenos 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 deque 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 depunta, 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.


35/73

33

MIDEPLAN-SECTRA

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 extensinpara 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 enfuera 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 continuosrealizados. 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.


36/73

34

MIDEPLAN-SECTRA

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.


37/73

35

MIDEPLAN-SECTRA

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 utilizarseen 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.


38/73

36

MIDEPLAN-SECTRA

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 estratificarla 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 categorasextremas.

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

982anal modelos gen atra viajes inf final correg

Documents