You are on page 1of 160

METODOLOGÍA PARA ANÁLISIS

DE SISTEMAS DE TRANSPORTE
EN GRANDES CIUDADES
Y CIUDADES DE TAMAÑO MEDIO
Ministro deTransportes y Telecomunicaciones ...................................................................... Sr. Claudio HohmannB.
Ministro deObras Públicas................................................................................................... Sr. JaimeToháG.
Ministro deVivienday Urbanismo......................................................................................... Sr. Sergio Henríquez D.
Ministro dePlanificacióny Cooperación................................................................................ Sr. GermánQuintanaP.
Ministerio deHacienda, Director dePresupuesto.................................................................... Sr. JoaquínVial R.
SEGPRES, JefeDivisióndeCoordinaciónInterministerial ....................................................... Sra. CarlaGonzález M.
MIDEPLAN, JefeDivisiónPlanificación, Estudio einversión..................................................... Sr. JuanCavadaA.
SECTRA
CoordinaciónGlobal ........................................................................................................... SECTRA
Consultores ....................................................................................................................... Fernández &DeCeaIngenieros Ltda.
JuanJoséBas Mir
Índice Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
1. INTRODUCCIÓN .............................................................................................. 1
2. DEFINICIÓN DE LOS MODELOS DE TRANSPORTE............................ 2
2. 1 Introducción ........................................................................................................ 2
2. 2 Alternativas de Modelación ............................................................................. 2
2.2.1 Generalidades ...................................................................................................... 2
2.2.2 Modelo Secuencial ............................................................................................ 3
2.2.3 Modelo de Equilibrio Simultáneo .................................................................. 4
2. 3 Area de Estudio y Zonificación ....................................................................... 5
2. 4 Contexto Temporal del Análisis ...................................................................... 6
2.4.1 Cortes Temporales ............................................................................................. 6
2.4.2 Períodos de Análisis .......................................................................................... 7
2. 5 Escenarios de Desarrollo Urbano .................................................................. 8
2. 6 Categorización de la Demanda ........................................................................ 9
2. 7 Modos y Redes de Transporte ......................................................................... 11
2. 8 Requerimientos de Explicación y Predicción de los Modelos ................ 13
2. 9 Modelo de Generación/Atracción de Viajes ................................................ 14
2.9.1 Modelos de Generación de Viajes ................................................................. 15
2.9.1.1 Generación de Viajes Basados en el Hogar de Ida (bhi) ............................ 15
2.9.1.2 Generación de Viajes Basados en el Hogar de Retorno (bhr) .................. 18
2.9.1.3 Generación de Viajes No Basados en el Hogar (nbh) ................................ 19
2.9.2 Modelos de Atracción de Viajes ..................................................................... 19
2.10 Modelo de Distribución ................................................................................... 21
2.11 Modelo de Partición Modal ............................................................................. 23
2.12 Modelo de Asignación de Transporte Privado ............................................. 25
2.13 Modelo de Asignación de Transporte Público ............................................. 27
2.14 Modelo de Asignación de Transporte Público con Restricción
de Capacidad ........................................................................................................ 29
2.15 Tratamiento de Viajes No Motorizados ......................................................... 30
3. CALIBRACIÓN DEL MODELO DE TRANSPORTE................................. 31
3. 1 Introducción ......................................................................................................... 31
3. 2 Definición de los Períodos de Análisis ......................................................... 31
3. 3 Calibración de Modelos de Generación y Atracción de Viajes ................ 33
3.3.1 Modelos ACM..................................................................................................... 33
3.3.2 Modelos de Regresión Lineal .......................................................................... 37
3. 4 Calibración del Modelo de Partición Modal ................................................ 37
3. 5 Calibración del Modelo de Distribución ....................................................... 39
3.5.1 Metodología para Ciudades Intermedias ....................................................... 39
3.5.2 Metodología para Grandes Ciudades .............................................................. 42
3. 6 Calibración de la Red de Transporte Público ............................................... 42
3. 7 Calibración de la Red de Transporte Privado ............................................... 45
4. REQUERIMIENTOS DE INFORMACIÓN................................................... 47
4. 1 Introducción ......................................................................................................... 47
4. 2 Encuesta Origen Destino de Viajes
en Hogares ........................................................................................................... 48
4.2.1 Requerimientos de Modelos de Generación y Atracción de Viajes ...... 48
4.2.2 Requerimientos del Modelo de Distribución ............................................... 49
4.2.3 Requerimientos del Modelo de Partición Modal ........................................ 49
4.2.4 Tamaño de la Muestra de la EOD de Hogares .............................................. 49
4.2.5 Consideraciones Respecto de la Metodología de Selección
de Hogares (elección de la muestra).............................................................. 50
a) Catastro de direcciones ..................................................................................... 50
ÍNDICE GENERAL
Índice Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
b) Método de selección de hogares a encuestar ............................................... 51
4.2.6 Definición de las Variables Incluídas en la EOD ........................................ 52
a) Características del Hogar ................................................................................. 52
b) Características de las personas del hogar ..................................................... 55
c) Características de los viajes ............................................................................. 56
4.2.7 Consideraciones Respecto a la Toma de Datos de la EOD ....................... 58
4.2.8 Recomendaciones de Criterios de Validación de la Encuesta ................. 58
4.2.9 Análisis Preliminares de la EOD a Hogares ................................................. 60
4.2.10 Consideraciones Respecto de la Utilización de la
Información de Viajes de la Encuesta ............................................................ 62
a) Cálculo de factores de corrección ................................................................. 62
b) Cálculo de factor de expansión ....................................................................... 63
c) Modalidad de corrección de la información incluída en la
EOD a hogares .................................................................................................... 63
d) Subreporte de viajes ........................................................................................... 64
4. 3 Encuesta a Usuarios en la Red ......................................................................... 66
4. 4 Conteos de Tráfico ............................................................................................. 67
4.4.1 Mediciones Continuas ....................................................................................... 67
4.4.2 Mediciones para Calibración de Redes ......................................................... 67
4. 5 Encuestas de Cordón Externo .......................................................................... 68
4. 6 Mediciones de Variables de Servicio ............................................................ 68
4. 7 Generación de Niveles de Servicio para Calibración ................................. 69
5. CONSIDERACIONES DE EVALUACIÓN................................................... 71
5. 1 Introducción ........................................................................................................ 71
5. 2 Criterios de Rentabilidad .................................................................................. 72
5. 3 Costos de Tiempo ............................................................................................... 73
5. 4 Costos de Operación ......................................................................................... 74
6. MODELO SECUENCIAL VIVALDI .............................................................. 75
6. 1 Introducción ........................................................................................................ 75
6. 2 Características de la Implementación Computacional ............................... 75
6. 3 Formulación del Modelo .................................................................................. 76
6.3.1 Introducción ........................................................................................................ 76
6.3.2 Red Básica ........................................................................................................... 76
6.3.3 Red de Transporte Público ............................................................................... 76
6.3.4 Modelo de Generación de Viajes .................................................................... 76
6.3.5 Modelo de Atracción de Viajes ....................................................................... 77
6.3.6 Modelos de Demanda ........................................................................................ 77
6.3.7 Modelos de Distribución .................................................................................. 77
6.3.8 Modelos de Partición Modal ........................................................................... 78
6.3.9 Modelos de Asignación de Transporte Privado ........................................... 78
6.3.10 Modelo de Asignación de Transporte Público ............................................. 78
6.3.11 Diagrama del Flujo de Proceso ....................................................................... 78
7. MODELO DE EQUILIBRIO SIMULTÁNEO ESTRAUS .......................... 80
7. 1 Introducción ........................................................................................................ 80
7. 2 Descripción General del Modelo Estraus..................................................... 80
7. 3 Características de la Implementación Computacional ............................... 80
7. 4 Formulación del Modelo .................................................................................. 81
7.4.1 Introducción ........................................................................................................ 81
7.4.2 Red Básica ........................................................................................................... 81
7.4.3 Redes de Transporte Público ........................................................................... 81
7.4.4 Modelos de Demanda ........................................................................................ 81
7.4.5 Modelos de Distribución .................................................................................. 81
7.4.6 Notación Utilizada ............................................................................................. 81
7.4.7 Supuestos de Comportamiento Individual..................................................... 83
Índice Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
7.4.8 Formulación del Modelo Matemático y Problema de
Optimización Equivalente................................................................................. 84
a) Respecto de las funciones de demanda ......................................................... 86
b) Respecto de las funciones de costos en arcos de la red de
transporte privado ............................................................................................... 86
c) Respecto de las funciones de costos en arcos de la red de
transporte público .............................................................................................. 86
d) Función Objetivo ................................................................................................ 88
1) Datos Iniciales .................................................................................................... 89
2) Búsqueda de Solución Inicial Factible ........................................................... 89
3) Iteraciones de Diagonalización ....................................................................... 89
4) Test de Convergencia del Algoritmo de Diagonalización ......................... 91
8. ANÁLISIS DE RESULTADOS DE ESTRAUS A TRAVÉS
DEL USO DEL MÓDULO ARRAU............................................................... 93
8. 1 Introducción ........................................................................................................ 93
8. 2 Ejemplos de Salidas Gráficas de Arraufigura .............................................. 93
9. METODOLOGÍA PARA LA CONSTRUCCIÓN DE ESCENARIOS
DE DESARROLLO URBANO........................................................................ 101
9. 1 Introducción ........................................................................................................ 101
9. 2 Etapa I:
Definiciones Metodológicas ........................................................................... 103
9.2.1 Introducción ........................................................................................................ 103
9.2.2 Zonificación del Estudio .................................................................................. 104
a) La división política actual................................................................................. 104
b) La normativa territorial ..................................................................................... 104
c) Las características geomorfológicas ............................................................. 104
d) Los proyectos singulares de la ciudad ........................................................... 104
e) Los usos preponderantes .................................................................................. 104
f ) Las tendencias de desarrollo ........................................................................... 104
g) Homogeneidades físicas ................................................................................... 104
h) Homogeneidades socio económicas .............................................................. 104
i ) Condiciones de accesibilidad y conectividad ............................................... 104
9.2.3 Cortes Temporales ............................................................................................. 105
9.2.4 Tipos de Escenarios ........................................................................................... 105
9.2.5 Categorías de Usos y Unidades de Medida ................................................... 105
a) Uso residencial ................................................................................................... 105
b) Uso industrial ...................................................................................................... 105
c) Uso educacional .................................................................................................. 106
d) Uso salud .............................................................................................................. 106
e) Otros usos ............................................................................................................ 106
9.2.6 Unidades de Referencia y Fuentes de Información ..................................... 107
a) La unidad de referencia ..................................................................................... 107
b) La información disponible ................................................................................ 107
c) Fuentes disponibles ............................................................................................ 108
9.2.7 Planimetría ........................................................................................................... 109
9.2.8 Diccionarios ........................................................................................................ 109
9.2.9 Definición del Comité de Uso de Suelo y Proyectos ................................ 109
a) Participación y tareas del Comité de Uso de Suelo y Proyectos ............. 110
b) Participantes del Comité de Usos de Suelos y Proyectos ........................ 110
c) Convocatoria ........................................................................................................ 111
d) Cantidad y estructura de las sesiones del Comité ....................................... 111
e) Las Sesiones ........................................................................................................ 112
Primera Sesión .................................................................................................... 112
Segunda Sesión.................................................................................................... 112
Tercera Sesión ..................................................................................................... 113
Cuarta Sesión ....................................................................................................... 113
Índice Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Quinta Sesión ...................................................................................................... 113
Sexta Sesión ........................................................................................................ 114
9. 3 Etapa II:
Definición de Escenarios Globales ................................................................ 114
9.3.1 Introducción ........................................................................................................ 114
9.3.2 Definición de Tasas de Crecimiento Global y Sectorial ........................... 114
9.3.3 Definición de Tasas de Crecimiento Demográfico por
Hogar ..................................................................................................................... 115
9.3.4 Presentación de Resultados ............................................................................. 116
9. 4 Etapa III :
Definición de la Situación o Escenario Base ............................................... 117
9.4.1 Introducción ........................................................................................................ 117
9.4.2 Recopilación de Información .......................................................................... 117
9.4.3 Procesamiento y Análisis de la Información ................................................ 117
9.4.4 Definición y Proyección de Variables al Año Base.................................... 118
9.4.5 Presentación y Validación Siotuación Base ................................................. 118
a) Mecanismos de Validación .............................................................................. 118
b) Presentación de la Situación Base .................................................................. 118
9. 5 Etapa IV:
Proyecciones de la Demanda y Análisis de la Oferta ................................. 120
9.5.1 Introducción ........................................................................................................ 120
9.5.2 Proyecciones de la Demanda ........................................................................... 120
9.5.3 Presentación y Validación de Proyecciones ................................................ 121
9.5.4 Estimación de la Oferta de Suelo ................................................................... 121
9. 6 Etapa V:
Localización de Usos de Suelo ....................................................................... 122
9.6.1 Introducción ........................................................................................................ 122
9.6.2 Definición de Indicadores de Priorización ................................................... 122
a) Indicador de tendencia ....................................................................................... 123
b) Indicador de prioridad según normativa......................................................... 123
c) Indicador según proyectos programados ....................................................... 123
d) Indicador de especialización ............................................................................ 124
e) Indicador de grado de asociación.................................................................... 125
9.6.3 Localización de Uso de Suelos ....................................................................... 126
9.6.4 Presentación y Validación de la Localización ............................................. 127
BIBLIOGRAFÍA ................................................................................................. 128
Página 1 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
1. INTRODUCCIÓN
El principal objetivo del presente documento es dar a conocer una metodología de
análisis estratégico de los sistemas de transporte urbano para grandes ciudades y ciudades
de tamaño medio, considerando los aspectos asociados a la operación del sistema de
transporte y su relación con el sistema de actividades.
En términos generales, se entenderá por ciudad de tamaño medio (o simplemente
ciudad intermedia) a una conurbación con una población entre 40.000 y 500.000
habitantes, que presentan bajos niveles de congestión en la operación del sistema de
transporte. Al mismo tiempo, las grandes ciudades se definen como aquellas con una
población superior a los 500.000 habitantes y cuyo sistema de transporte urbano está
afecto a niveles de congestión importantes.
Básicamente, las metodologías se distinguen por el tipo de herramienta que
utilizan para la simulación de la operación de los sistemas de transporte urbano. En este
aspecto, existen dos alternativas: modelo secuencial y modelo de equilibrio
simultáneo. Ambos modelos corresponden al modelo clásico de transporte de cuatro
etapas y se diferencian en la forma de abordar la resolución de cada una de las etapas. El
primer tipo de modelo utiliza un algoritmo en que cada etapa es abordada secuencialmente,
mientras que el segundo tipo de modelo resuelve tres de las etapas en forma simultánea.
Ambos tipos de modelos tienen en común los requerimientos de definición y calibración
de los distintos submodelos involucrados. Entre estos requerimientos comunes se debe
mencionar la modelación adecuada de la demanda, la calibración de redes, el tratamiento
del transporte público y otros. En este sentido, la mencionada naturaleza simplificada del
modelo secuencial debe entenderse como una reducción de las dimensiones del análisis,
pero no así de la calidad de las herramientas metodológicas.
Los requerimientos de información planteados por las diferentes metodologías,
corresponden más o menos a los tradicionales en este ámbito, pero también se proponen
algunas innovaciones respecto a la recolección de datos y a su posterior utilización.
El tamaño y complejidad de los sistemas de transporte de las ciudades intermedias,
con bajos niveles de congestión como característica principal, no justifica el empleo de
un modelo de equilibrio simultáneo, cuya implementación computacional es el modelo
ESTRAUS. Las razones de ello son de orden práctico y técnico, en consideración a que
la utilización de dicho modelo requiere de importantes recursos técnicos y
presupuestarios, habitualmente escasos. Pero más importante es que los resultados del
análisis no serían esencialmente distintos (en ciudades intermedias) de los que pueden
obtenerse con una metodología más simple.
Por otra parte, el uso de herramientas de análisis relativamente sencillas de
aplicar, permitirá introducir con mayor facilidad metodologías más sofisticadas cuando
la complejidad de los problemas de transporte así lo ameriten.
La implementación de cualquiera de los dos tipos de modelos (secuencial o de
equilibrio simultáneo) necesitan como datos de entrada, entre otros, los vectores de
generación y atracción de viajes a nivel zonal. En este sentido, se hace indispensable
poder predecir el desarrollo de la ciudad, en términos de la evolución y localización de
los hogares y actividades, que constituyen las unidades generadoras y atractoras de viajes.
Dado que en el desarrollo de una ciudad intervienen múltiples agentes, cuyo
comportamiento es dinámico y de difícil predicción, se utiliza la denominada técnica de
construcción de escenarios de desarrollo urbano, que trata de reducir la incertidumbre en
la predicción del desarrollo urbano, definiendo diferentes escenarios de evolución de la
ciudad. En este contexto, se presenta una metodología para abordar la problemática
descrita.
Página 2 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
2. DEFINICIÓN DE LOS MODELOS DE TRANSPORTE
2.1 INTRODUCCIÓN
El modelo clásico de transporte está compuesto por cuatro submodelos que
reflejan las distintas etapas de la demanda y oferta de transporte: generación/atracción
de viajes, distribución de viajes y partición modal conforman la demanda de transporte,
y correspondiendo a la etapa de asignación la oferta de transporte.
A partir de esta definición básica, existen dos formas de modelar las interacciones
entre demanda y oferta de transporte. La primera de ellas corresponde al denominado
Modelo Secuencial, que resuelve secuencialmente cada una de las etapas del modelo
clásico de transporte. El segundo enfoque corresponde al Modelo de Equilibrio, que
resuelve simultáneamente las etapas de demanda y oferta de transporte. El tipo de modelo
a utilizar en el análisis de un sistema de transporte urbano determinado depende
fundamentalmente de las características operacionales de dicho sistema, medidas
principalmente en términos de la congestión sobre la red vial.
En este capítulo se definen los modelos de transporte que se proponen como
elementos centrales de análisis dentro de las distintas metodologías.
2.2 ALTERNATIVAS DE MODELACIÓN
2.2.1 Generalidades
La experiencia práctica de la modelación de transporte, utilizada para analizar
sistemas de transporte urbano y evaluar proyectos y planes de este ámbito, puede ser
diferenciada en dos vertientes. En los años sesenta se desarrollaron las primeras
versiones del clásico modelo secuencial de cuatro etapas, que hasta la fecha es el
modelo más extensamente utilizado en las más diversas ciudades del mundo. Este modelo
trabaja sobre la hipótesis de que los usuarios realizan secuencialmente un conjunto de
elecciones que caracterizan sus viajes, a base de ciertos atributos personales y del
sistema de transporte. Estas elecciones dicen relación con las decisiones de viajar
(generación de viajes) hasta un destino (distribución de viajes) en un modo de transporte
(partición modal) y a través de una ruta determinada (asignación). La agregación de estas
decisiones individuales, determina las características de operación de un sistema de
transporte dado.
No obstante su popularidad, el modelo secuencial presenta serios problemas en
ciertos escenarios, particularmente cuando es aplicado en sistemas de transporte
congestionados. El desarrollo teórico
1
llevó entonces -a principios de los ochenta- a la
formulación del llamado modelo de equilibrio simultáneo cuya primera expresión
práctica fue el modelo ESTRAUS
2
, desarrollado para la ciudad de Santiago y,
posteriormente, aplicado en el Gran Valparaíso
3
.
Este nuevo enfoque conceptual, básicamente postula que la operación del sistema
de transporte es el resultado de un proceso de equilibrio entre la demanda (generación,
distribución y partición modal) y la oferta (asignación) de transporte. Demanda y oferta
están intrínsecamente relacionadas, se influyen mutuamente y no pueden ser determinadas
separadamente. Ello conduce a la formulación de un problema matemático (bastante más
complejo que el correspondiente problema asociado al modelo secuencial) cuya solución
representa el estado de equilibrio oferta-demanda del sistema de transporte y que, por lo
tanto, caracteriza su operación típica.
1. Fernández, J.E. y Friesz, T.L. (1983) Equilibrium Predictions in Transport Market : The State of the Art . Transportation Research B, Vol 17-B (Nº2) 155-172.
2. Fernández J.E. y De Cea J. (1990) An Application of equilibrium modelling to urban transport planning in developing countries: the case of Santiago de Chile, Operational Research ´90. H.E. Bradley Editor, Selected Papers from the Twelfth IFORS
International Conference on Operational Research, Pergamon Press. Existe Versión en castellano en la revista Apuntes de Ingeniería 39 (1990) de la Pontificia Universidad Católica de Chile.
3. Actualmente existen algunos modelos comerciales que integran este nuevo concepto de equilibrio. Entre ellos se debe mencionar por ejemplo el modelo EMME/2.
Página 3 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
El modelo de equilibrio es claramente superior, tanto en términos de su
fundamentación conceptual, como de su mayor capacidad predictiva y de la bondad de sus
resultados. Sin embargo, es necesario considerar dos aspectos adicionales:
a) Dada su mayor complejidad conceptual y operacional, la utilización del
modelo simultáneo encuentra plena justificación cuando se analizan sistemas
de transporte congestionados. En ausencia de congestión (o cuando este
fenómeno es poco importante) los resultados de los modelos de equilibrio y
secuencial son similares (o muy parecidos).
b) Cualquiera sea el modelo global utilizado, los algoritmos de solución de
ambos requieren contar con submodelos para cada etapa de la demanda
(generación, distribución, partición modal) y de la oferta (asignación de
transporte público y privado). Ello significa que la bondad del modelo general
quedará condicionada por la posibilidad de integrar submodelos adecuadamente
calibrados y validados en cada una de las etapas señaladas, aunque en cada caso
(secuencial o simultáneo) estos submodelos son utilizados de distinta manera.
En otras palabras, en el contexto de una ciudad de tamaño medio, donde normalmente
la congestión no existe o es de escasa importancia, el analista debería preferir el modelo
secuencial, fundamentalmente debido a su mayor facilidad operacional y computacional.
Naturalmente, ello plantea el problema de definir cuál es el nivel de congestión que
obligará o hará necesario considerar un modelo de equilibrio en lugar de uno secuencial.
Esta interrogante no puede ser despejada con una recomendación general, no obstante, si
la situación presente amerita el uso del modelo secuencial, esto no impide la utilización
del modelo de equilibrio a futuro, si se esperan cambios de importancia en la operación
del sistema de transporte bajo análisis. Este paso se ve simplicado debido a que ambos
modelos utilizan las técnicas de calibración para cada uno de los submodelos.
Por otra parte, es clara la importancia de los submodelos de demanda y de oferta,
independientemente del modelo general que se utilice. Ello obliga a poner el énfasis
necesario en la adecuada elección, calibración y validación de los modelos de generación,
distribución, partición modal y asignación de transporte público y privado.
2.2.2 Modelo Secuencial
El modelo que se propone como parte de la metodología simplificada de análisis
corresponde al clásico modelo secuencial de cuatro etapas. Ello resulta de considerar
que en ciudades chilenas de tamaño medio, el fenómeno de la congestión es de menor
importancia y aún inexistente en ciertos casos, lo que constituye el contexto preciso de
validez para este tipo de modelos. A ello debe agregarse su mayor simplicidad conceptual
y facilidad de utilización en términos computacionales, en relación con el modelo
alternativo de equilibrio simultáneo.
El modelo general consta de un conjunto de submodelos que reflejan las distintas
etapas de la demanda y de la oferta de transporte. La definición pone especial énfasis en
la calidad de cada uno de estos submodelos porque de ello depende la bondad del modelo
general. En este sentido, se propone que la mencionada naturaleza simplificada del
modelo debe entenderse como una reducción de las dimensiones del análisis, pero no así
de la calidad de las herramientas metodológicas.
Siguiendo esta línea de desarrollo, en la definición del modelo se han propuesto
todas aquellas innovaciones técnicas que parecen razonables a los objetivos de la
metodología, aún aceptando que la mayor sofisticación conceptual pueda conducir a
requerimientos adicionales en su aplicación, ya sean éstos de orden técnico, presupuestario
y/o temporales.
Las primeras aplicaciones de la presente metodología a algunas ciudades de
tamaño medio (Temuco, Valdivia, Osorno, Chillán, Curicó y Talca) han tenido resultados
promisorios, lo que avala la decisión de utilizar el modelo secuencial para este tipo de
análisis.
La Figura 2.1 muestra un esquema general del modelo propuesto y sus diferentes
etapas o submodelos. El modelo de Generación determina, a base de la información
socioeconómica y de población, los viajes producidos (O
i
) y los viajes atraídos (
D
j
)
por cada una de las zonas de análisis en que se divide el área de estudio. El modelo de
Distribución construye una matriz de viajes (T
ij
) entre parejas origen-destino de zonas.
El modelo de Partición Modal, divide los viajes entre los distintos modos de transporte
disponibles (T
ij
m
). Finalmente las matrices de viaje por modo son asignadas a las redes
correspondientes, obteniéndose de esta manera los flujos por arcos.
Página 4 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Figura 2.1
Modelo Secuencial de Transporte
Generación
Distribución
Partición Modal
Asignación de
Transporte Público
Asignación de
Transporte Privado
2.2.3 Modelo de Equilibrio Simultáneo
El modelo de equilibrio, a diferencia del modelo secuencial, resuelve la interacción
demanda/oferta de transporte en forma simultánea, lo cual garantiza que, en situaciones
de alta congestión, exista consistencia de las variables que determinan las condiciones de
operación del sistema en las distintas etapas del modelo.
La primera aplicación de este enfoque se realizó, a partir de 1986, para el caso del
Gran Santiago, lo que dio origen al modelo ESTRAUS. Posteriormente, este mismo
enfoque fue utilizado para el análisis del sistema de transporte urbano del Gran Valparaíso
y, en la actualidad, se ha iniciado el desarrollo de la aplicación para el Gran Concepción.
Ello resulta de considerar que en las grandes ciudades chilenas el fenómeno de la
congestión es de importancia, con tendencia al aumento de la participación del automóvil
como medio de transporte, lo que constituye el contexto preciso de validez para este tipo
de modelo.
La formulación del modelo considera un equilibrio bimodal entre vehículos de
transporte privado (autos, taxis) y vehículos de transporte público (buses, taxicolectivos),
considerando explícitamente las interacciones de congestión existentes entre ellos,
dado que operan sobre la misma infraestructura y compiten por la misma capacidad. El
modelo considera restricción de capacidad tanto para la red vial como para los servicios
de transporte público. Dado que estos últimos tienen capacidad limitada, se supone que
los tiempos de espera de los usuarios para abordar un vehículo son crecientes con el flujo
de pasajeros.
La técnica utilizada para resolver el problema de equilibrio simultáneo demanda/
oferta corresponde al algoritmo de Diagonalización, el cual permite, en cada iteración,
solucionar un problema de partición modal- asignación, manteniendo fija la distribución,
la que es actualizada al inicio de una nueva iteración.
En la Figura 2.2 se presenta el diagrama del algoritmo utilizado para resolver el
problema de equilibrio.
Página 5 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Figura 2.2
Algoritmo de equilibrio simultáneo
Solución Inicial
Rutas Mínimas
Actualización de Demanda
(Partición Modal)
Asignación Viajes
Transporte Privado
Minimización
Undimensional
Nueva Solución
Convergencia de
Frank-Wolfe
Solución Inicial Factible
(M. Distribución - P.)
Convergencia de
Diagonalización
Solución Final
DIAGONALIZACIÓN
FRANK-WOLFE
FASE I
FASE II
A continuación se detalla el contexto de aplicación y la naturaleza específica de
ambos modelos.
2.3 ÁREA DE ESTUDIO Y ZONIFICACIÓN
La primera especificación necesaria para el modelo de transporte (secuencial o
de equilibrio simultáneo), es la definición del contexto espacial de su aplicación. En
términos generales se puede decir que el área de estudio debería cubrir todos los
lugares, donde se producen o se atraen los viajes que utilizan el sistema de transporte que
se desea analizar. Aunque en transporte urbano el área de estudio está normalmente
asociada con los límites espaciales de la ciudad, muchas veces es necesario considerar
las influencias externas (por ejemplo, transporte interurbano de pasajeros y de carga). El
modelo explica (o trata de explicar) la operación del sistema de transporte dentro del
área de estudio -cuyo perímetro físico está definido por un cordón externo- y las
influencias externas deben ser tratadas como datos exógenos del problema, que el
modelo debe considerar, pero que no puede explicar.
Definido el contexto espacial, el área de estudio se divide en zonas más pequeñas,
que constituirán en adelante la unidad básica del análisis de transporte. La primera
característica deseable de las zonas es su homogeneidad en términos de utilización de
suelos y de características socioeconómicas de la población, dado que éstas son dos
variables fundamentales para explicar demanda de viajes.
La definición geográfica de las zonas debe respetar las divisiones administrativas
y políticas de la ciudad y sobre todo, las divisiones geográficas del Censo de Población
que el Estado realiza periódicamente. De esta manera será posible obtener con facilidad
ciertos datos básicos de entrada para el análisis de transporte, tales como el número de
hogares por zona estratificados por ingreso, posesión de automóvil, tamaño familiar, etc.
Además, en torno al Censo de Población suelen desarrollarse estudios de proyección de
sus datos, información también útil para el análisis de transporte.
El número de zonas es otra definición delicada. A mayor número de zonas, el
análisis de transporte es más preciso y detallado, pero también son mayores los
requerimientos del modelo y de la información necesaria. Por otro lado, un número
demasiado pequeño de zonas podría conducir a análisis demasiado agregados, reñidos
con los objetivos de un estudio de transporte. Por ejemplo, un número demasiado
reducido de zonas resultará en áreas zonales muy grandes (difícilmente homogéneas) lo
que a su vez redundará en un gran número de viajes intrazonales; dado que la unidad de
análisis básico es la zona, los modelos de asignación no pueden tratar tales viajes, y el
análisis completo pierde verosimilitud.
Página 6 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Es recomendable que la zonificación distinga adecuadamente aquellas zonas
singulares de la ciudad. Ello se justifica porque normalmente no poseen un comportamiento
de viajes similar al de otras zonas preferentemente residenciales, comerciales o
industriales. A base de la experiencia adquirida en el desarrollo de diversos estudios de
transporte, es aconsejable identificar como una zona independiente a las siguientes
singularidades: estación de ferrocarril, regimientos, cerros, sectores de estadio,
universidades relevantes, cementerio y otros sectores que el analista estime pertinente.
La ventaja de ello radica en que las zonas resultantes son homogéneas en términos
de su uso de suelos y en términos de los viajes generados y atraídos. Su tratamiento no
es diferente al de otras zonas, con la salvedad de que en éstas no es necesario que existan
hogares.
Aunque no es posible una recomendación general y precisa, la experiencia de
estudios anteriores, indica que para una ciudad de tamaño medio, un número razonable
de zonas no debería ser inferior a 40 ni superior a 70; pero estos valores son sólo una
referencia y cada caso debe ser estudiado específicamente. En el caso de las grandes
ciudades, la actual zonificación del Gran Santiago contempla 400 zonas, alrededor de 160
en el Gran Valparaíso y 140 en el Gran Concepción.
2.4 CONTEXTO TEMPORAL DEL ANÁLISIS
Normalmente los modelos de transporte son requeridos para analizar la operación
del sistema en ciertos años representativos, que incluyen el presente (habitualmente
llamado año base) y algunos años futuros, todos los cuales se denominan colectivamente
cortes temporales. En cada uno de estos cortes temporales, es necesario contrastar la
operación del sistema de transporte en una situación base de comparación (situación
base) con la operación del sistema después de introducir modificaciones estructurales
en sus características fundamentales (situación con proyecto)
4
.
Por otra parte, la operación del sistema en un día completo es un fenómeno cuya
complejidad y dinamismo desborda las capacidades de las actuales herramientas de
análisis. En consecuencia, la metodología habitual analiza sólo algunos períodos
representativos de un día típico y utiliza el modelo de transporte para simular la operación
del sistema dentro de tales períodos. Los resultados por período se extienden al día
completo y posteriormente extrapolados para obtener el total anual.
Los cortes temporales futuros son simulados introduciendo al modelo las variables
de entrada correspondientes de cada período, con los valores que se estima que tales
variables tomarán en el futuro. Luego se simula la operación del sistema en los períodos
definidos y se sigue el procedimiento descrito anteriormente.
2.4.1 Cortes Temporales
Esta metodología plantea varias interrogantes respecto al contexto de validez de
aplicación del modelo. En primer lugar, es claro que en el mejor de los casos, el modelo
se calibra y valida con información actual, lo cual significa que aún un buen modelo sólo
garantizará -en principio- una buena simulación del comportamiento actual del sistema
de transporte. Si el modelo está correctamente formulado y calibrado, debería también
ser adecuado para predecir los cambios en la operación del sistema, por efecto de
modificaciones estructurales de sus características (proyectos y políticas) si ellas se
produjeran en el presente.
4. Naturalmente estas modificaciones estructurales las producen los proyectos de infraestructura, de gestión, y de escenarios, que se desea estudiar. Nótese que tales proyectos modificarán las características básicas de la demanda y/o de la oferta de transporte y
por lo tanto, modificarán la operación del sistema. La interrogante fundamental que el modelo debe dilucidar es la magnitud y la dirección de los cambios.
Página 7 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La llamada calibración del modelo tiene como principal objetivo capturar los
patrones de comportamiento de los distintos elementos que interactúan en el sistema,
entre los cuales (y muy importantes) están los usuarios. La hipótesis básica de que tales
patrones de comportamiento permanecerán constantes en el futuro, se hace claramente
discutible a medida que se consideran escenarios más distantes en el tiempo. Por
ejemplo, no es posible garantizar que las tasas de generación de viajes para los hogares
de ingreso medio con un automóvil, serán en 20 años más, las mismas que las actuales.
Tampoco es posible saber si la valorización que los usuarios de distintos niveles de
ingreso dan al tiempo de viaje por ejemplo, permanecerá constante en el futuro.
Estos ejemplos reflejan un problema tradicional de cualquier modelo que trate de
simular la operación futura de un sistema en que está involucrado el comportamiento de
individuos. En el caso del modelo de transporte, el comportamiento de los usuarios es una
de las variables fundamentales del sistema, por lo que la incertidumbre del futuro es una
característica importante a considerar cuando se aplica el modelo. Es inmediato que
mientras más cercano sea el horizonte temporal de aplicación, menor será la incertidumbre
respecto a la validez del modelo, debido a que se reducen las posibilidades de alteración
de los patrones de comportamiento y por lo tanto, de los parámetros que fueron
calibrados para el modelo.
De la discusión anterior se concluye la conveniencia de que los cortes temporales
de análisis estén lo más cercanos posible del año de calibración. Habitualmente el
modelo de transporte es utilizado para simular escenarios a diez, quince y hasta veinte
años plazo, lo que parece revelar un exceso de confianza en su capacidad predictiva. Estos
horizontes tan lejanos son necesarios para la evaluación de proyectos, pero es posible
limitar estos requerimientos para evitar entregar una responsabilidad excesiva al modelo
5
.
Complementando lo anterior, se debe considerar que el modelo de transporte
requiere información exógena, tales como características socioeconómicas de los
hogares, escenarios de desarrollo urbano, modelos demográficos, etc., cuyo horizonte
de predicción es, en general, de corto plazo.
En términos generales, es aconsejable que el corte temporal máximo no se
proyecte más allá de diez años plazo (y en lo posible menos de diez años). Adicionalmente
debe definirse un corte temporal intermedio entre el año base y el corte temporal
máximo.
Debe tenerse presente además, que la definición de los cortes temporales está
fundamentalmente relacionada no sólo con el contexto de validez conceptual del modelo,
sino también con la posibilidad de estimar correctamente (a futuro) sus datos de entrada.
2.4.2 Períodos de Análisis
Tradicionalmente la modelación de transporte urbano se ha limitado a definir dos
períodos básicos de análisis: período punta de la mañana y período de fuera de punta.
Normalmente, cada uno de estos períodos se prolonga entre una y dos horas, espacio de
tiempo dentro del cual se supone que todos los viajes que se producen en algún origen,
llegan a su destino. El análisis de estos períodos representativos arroja ciertos resultados
operacionales (matrices de viaje por modo, niveles de servicio, flujos por arco de cada
red) que son valorados económicamente para efectos de evaluación, obteniéndose
finalmente costos y beneficios por período. Dichos costos y beneficios son
posteriormente extrapolados para obtener totales diarios y anuales.
Es indudable que con sólo dos períodos representativos, la extensión al total diario
resulta menos realista que lo deseable y debido a ello, algunos estudios han aumentado
el número de períodos de análisis, incluyendo punta del mediodía, punta de la tarde, fuera
de punta de la mañana y de la tarde, etc. Desafortunadamente, la definición del número de
períodos no es sólo una cuestión de más modelos y de más información de calibración
y validación. Un problema adicional, se presenta cuando se considera la real capacidad de
los modelos disponibles para simular realistamente el comportamiento del sistema de
transporte.
5. Una posibilidad es considerar la operación del sistema constante mas allá del último corte temporal. Ello implica que el valor de los beneficios y costos también permanecerán constantes, lo cual puede conducir a algunas subestimaciones; pero este error será
de menor importancia frente a la alternativa de utilizar el modelo más allá de su contexto de validez razonable. Por otra parte, las tasas de descuento habitualmente utilizadas en la evaluación, hacen que el valor presente de beneficios y costos más allá de diez
años sean prácticamente marginales.
Página 8 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Este problema se manifiesta principalmente en una de las tareas básicas del
modelo: las estimaciones de la demanda. Los modelos de demanda con mayor fundamento
conceptual son aplicables a aquellos viajes que se originan en el hogar, entre otras cosas
porque la mayoría de estos viajes son habituales y autónomos. Es decir, para los viajes
originados en el hogar, las decisiones de los usuarios son relativamente típicas (a dónde
viajar, con qué propósito, en qué modo, por cuál ruta), las alternativas de elección son
también relativamente claras y en general las opciones de los usuarios no están
condicionadas por decisiones tomadas en períodos anteriores. Estas dos características
de habitualidad y autonomía, unido a la mayor facilidad de obtener información de los
usuarios y de su comportamiento para este tipo de viajes, hacen que la tarea de modelarlos
sea más abordable.
Considérese en cambio, el problema de modelar los viajes de punta tarde. En este caso
la habitualidad de los viajes es mucho más difusa (distintos destinos de viaje en distintos
días: regreso al hogar, diversión, compras, social, etc.); se presentan fenómenos complejos
de explicar y simular (por ejemplo los viajes concatenados: origen en el lugar de trabajo,
destino intermedio con propósito compras y destino final en el hogar); y la autonomía de
los usuarios puede estar condicionada por decisiones de períodos anteriores, lo que tiene
obvias implicancias para explicar su comportamiento en el período punta de la tarde (por
ejemplo, si un usuario eligió automóvil para viajar al trabajo en la mañana, en la práctica no
tiene alternativa modal para su viaje de regreso en la tarde y ningún modelo podría predecir
adecuadamente su comportamiento modal, a menos que fuera informado de la decisión de
la mañana y se condicionara exógenamente su predicción).
En términos de oferta, un mayor número de períodos, básicamente significa un mayor
esfuerzo de definición y calibración de las redes involucradas, aunque conceptualmente no
existen problemas mayores (algunas dificultades de modelación podrían presentarse no
obstante, si existieran alternativas multimodales de viaje).
En resumen, se puede concluir de la discusión anterior que el actual estado de
desarrollo de los modelos (particularmente los modelos de demanda) hace poco aconsejable
incluir en el análisis, períodos en los cuales el comportamiento del sistema es aún demasiado
complejo para las herramientas modelísticas disponibles. En consecuencia, en el contexto
de una metodología simplificada, parece razonable considerar (al menos para el tratamiento
con el modelo) solamente los dos períodos tradicionales: punta de la mañana y fuera de
punta.
2.5 ESCENARIOS DE DESARROLLO URBANO
El sistema de transporte urbano -sujeto central de la presente metodología- opera y
se desarrolla en el contexto más amplio del sistema de actividades y uso de suelos de la
ciudad, de tal forma que transporte y desarrollo urbano están fuertemente relacionados entre
sí. Sin embargo, la dinámica de desarrollo urbano de una ciudad está determinada por la
evolución de un conjunto de variables de difícil predicción -entre las cuales se encuentran
las características del sistema de transporte- y que además interactúan entre sí. Dicha
interacción es compleja y hasta ahora no se dispone de una metodología práctica (un
modelo), que permita estudiar con la suficiente confiabilidad la relación transporte y uso de
suelos
6
.
No obstante, el análisis de transporte requiere de un contexto de desarrollo urbano
determinado, puesto que son las características de uso de suelo y de actividades las que
determinan las necesidades de transporte de una ciudad, al tiempo que la satisfacción de
dichas necesidades determinan las características operacionales del sistema de transporte.
Por ejemplo, la demanda espacial de transporte y la operación de las redes en
distintos sectores, están íntimamente relacionadas con la localización de los hogares,
escuelas, fábricas, comercios, servicios, etc. dentro de la ciudad. Esta localización es
relativamente fácil de determinar para el año base, pero estimar las localizaciones futuras
puede ser bastante más complejo. Considérese además que los estudios de transporte
requieren información aún más detallada de ciertas características urbanas: por ejemplo,
no sólo se requiere saber dónde estarán los hogares, sino también cuáles serán sus
características en términos de niveles de ingreso y tasas de motorización.
Dado que por ahora, no existe una metodología universal que permita realizar tales
estimaciones con suficiente seguridad, el análisis de transporte normalmente recurre a
la llamada técnica de los escenarios de usos de suelos
7
. Como su nombre lo indica, esta
técnica consiste en definir uno o más escenarios, cada uno de los cuales caracteriza una
posible evolución de la ciudad en términos de localización espacial de hogares y
actividades no residenciales (comercio, servicios, industrias, colegios, etc.) a lo largo
del tiempo.(ver cap. 9).
6. Ciertamente el desarrollo urbano y su evolución, responde al ámbito de estudio de otras disciplinas y excede largamente el contexto de análisis de una metodología de transporte. El único propósito de mencionar el desarrollo urbano aquí, es identificar su
relación básica con el funcionamiento del sistema de transporte.
7. Actualmente, está en desarrollo el modelo MUSSA (Modelo de Usos de Suelo para Santiago), que permite predecir la localización de actividades residenciales y no residenciales, considerando, entre otros aspectos, información proveniente del modelo de
transporte.
Página 9 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Desde el punto de vista del análisis de transporte, cada escenario determinará un
conjunto distinto de necesidades de transporte en la ciudad. A su turno, ellas se traducirán
en diferentes datos de entrada para el modelo de transporte, el que deberá simular la
operación del sistema de transporte que resulta de cada escenario particular de uso de
suelo.
Nótese que en el contexto en que se proponen aquí, los escenarios son
independientes del modelo de transporte, lo que permite bastante flexibilidad para
estudiar distintas hipótesis de evolución de la ciudad. Estas van desde un escenario
tendencial, en que la ciudad sigue evolucionando como lo ha hecho en el pasado reciente,
hasta escenarios donde las condiciones de desarrollo económico y/o la intervención de
la autoridad, determinan abruptos cambios en las tendencias de evolución. El modelo de
transporte deberá predecir las características de operación del sistema de transporte,
resultantes en cada caso.
La definición de los escenarios de uso de suelos es en sí misma una tarea
compleja, puesto que ella se basa fundamentalmente en una mezcla de indicadores
objetivos (estimaciones de crecimiento de actividades económicas, ingreso de los
hogares, tasas de motorización, etc.), conocimiento de iniciativas oficiales y de particulares
(planes reguladores, incentivos impositivos, planes de inversión inmobiliaria, potencial
de crecimiento industrial y de servicios, etc.) y finalmente la experiencia histórica
respecto a la evolución de la ciudad. De este conjunto de indicadores y criterios, se debe
especificar aquellos escenarios más probables
8
, que ameriten ser analizados desde el
punto de vista de la operación de transporte. Cada escenario especificará una localización
particular de los distintos tipos de usos de suelos en la ciudad, lo que a su vez definirá los
datos de entrada para el modelo de transporte
9
.
En la práctica, normalmente el escenario más probable es el tendencial y la
mayoría de las veces el análisis de transporte se limita a este escenario, sobre todo si el
horizonte de análisis es de diez años, como se ha propuesto. Pero no existe impedimento
para extender el análisis a otros escenarios, cuando ello sea necesario o aconsejable.
Debe recordarse sin embargo, que cada escenario implica una simulación completa del
modelo de transporte, la provisión de sus datos de entrada y el análisis de sus resultados.
2.6 CATEGORIZACIÓN DE LA DEMANDA
El objetivo del modelo de demanda es explicar y predecir las decisiones de los
usuarios respecto a la generación, distribución y partición modal de los viajes. Sin
embargo, dependiendo entre otras cosas de sus atributos personales y propósitos de viaje,
los usuarios tienen comportamientos diversos, por lo que es necesario categorizar la
demanda para permitir su mejor explicación.
La primera estratificación de la demanda se realiza a nivel de propósitos de viaje,
dado que el comportamiento de los usuarios puede ser notablemente distinto para cada
motivo de viaje. Considerando los períodos de análisis antes sugeridos (punta mañana y
fuera de punta) los propósitos de viaje principales serán tres: trabajo, estudio y otros.
Es improbable que sea necesario definir otro propósito para un día laboral típico en
alguna ciudad del país.
Es necesario señalar que los propósitos de viaje indicados son para utilizarse en
el contexto de los submodelos de partición modal y distribución de viajes del modelo de
transporte. Sin perjuicio de ello, los modelos de generación y atracción de viajes pueden
considerar una desagregación más detallada, debido a que los viajes basados en el hogar
de ida, retorno o no basados en el hogar, tienen normalmente variables explicativas
distintas. Por otro lado, es necesario recordar que los modelos de asignación no
distinguen distintos propósitos de viaje.
Desde el punto de vista de la demanda de transporte, la característica más relevante
del usuario es su nivel socioeconómico. Pero dado que es difícil 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 motorización, variables que son utilizadas para categorizar los hogares
y por extensión, a los individuos que viven en él.
8. Habitualmente la especificación de los escenarios más probables, es el resultado de un consenso entre especialistas de transporte, urbanistas, técnicos y autoridades locales, los cuales en conjunto aportan las distintas visiones necesarias para realizar una
tarea esencialmente multidisciplinaria y de criterio, para la cual no existe una metodología establecida.
9. La localización de hogares y actividades, proveerá los datos para alimentar el primer submodelo de demanda de transporte: la generación/atracción de viajes.
Página 10 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
El número de categorías de demanda será determinante para definir las dimensiones
del modelo, sus requerimientos de información y calibración y finalmente, la precisión de
sus resultados. Esto hace que el número de categorías utilizado en los estudios de transporte
sea muy variable; siempre será deseable una mayor desagregación de la demanda, pero ello
debe conciliarse con la disponibilidad de información necesaria para modelar cada categoría.
Tomando en cuenta estas restricciones, se estima que una categorización adecuada
de los hogares debería considerar al menos tres niveles de ingreso (ingreso bajo, medio
y alto) y al menos dos niveles de tasa de motorización del hogar (sin vehículo, con
vehículo). Eventualmente, si existiera una gran cantidad de hogares poseedores de más
de un vehículo y su comportamiento fuera significativamente diferente de aquellos que
poseen sólo un auto, es recomendable desagregar la variable posesión de automóvil. Ello
permite estratificar la demanda de transporte en distintas categorías cruzadas de ingreso
y tasa de motorización, cada una de las cuales podrá ser modelada -en principio-
separadamente para cada propósito y período considerado. En el caso de la ciudad de
Santiago, se usan cinco niveles de ingreso y tres de tasa de motorización.
Alternativamente, puede considerarse la agregación de categorías extremas.
Normalmente, ellas corresponden a los cruces de categorías de ingreso alto sin auto, o
ingreso bajo con 2 o más autos. En éstas, es normal obtener escasas observaciones en la
muestra, no por problemas de muestreo o de número de encuestas, sino que por existir
un muy bajo número de hogares que presenten dichas características.
El Cuadro 2.1 presenta un ejemplo de categorización a base de 3 niveles de ingreso
y 3 de posesión de automóvil, considerando la agregación de categorías extremas. Tal
como se desprende del Cuadro 2.1, ella da origen a 7 categorías de demanda.
Cuadro 2.1
Ejemplo de Definición de Categorías, Considerando Agregación de Categorías Extremas
Ingreso
Rango sin auto 1 auto 2 o más
Bajo 1
Medio 3 4 5
Alto 7
Posesión de Automóvil
2
6
Una recomendación casi siempre útil, es analizar los requerimientos de
información que imponen los distintos modelos a calibrar, para diversas alternativas de
categorización; de tal suerte que, la definición de categorías propuesta, sea consistente
con las posibilidades que ofrece la información recabada.
A modo de ejemplo, en el Cuadro 2.2, se presenta la categorización de demanda
utilizada en la ciudad de Curicó
10
.
Cuadro 2.2
Definición de Categorías, Moneda ($) de Septiembre de 1996
Rango Ingreso ($) sin auto 1 auto 2 o más
Bajo 0 - 170.000 1 2 3
Medio 170.000 - 565.000 4 5 6
Alto 565.000 o más 7 8 9
Posesión de Automóvil Nivel de Ingreso
10. TRASA Ingenieros Consultores (1997), Estudio Diagnóstico del Sistema de Transporte Urbano de la Ciudad de Curicó Informe de Avance 2. Estudio realizado para MIDEPLAN por encargo de la Secretaria Ejecutiva de la Comisión de Planificación de
Inversiones en Infraestructura de Transporte (SECTRA).
Página 11 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Es recomendable que los rangos de ingreso adoptados permitan representar grupos
con un comportamiento diferente desde el punto de vista de la demanda de transporte.
Indudablemente, cada categoría de ingreso es estrictamente funcional al desarrollo económico
de cada ciudad.
Dado que la metodología recomienda estratificar la demanda según ingreso y número
de autos, es evidente que la calibración posterior de modelos considerará exclusivamente
aquellos hogares que reporten ambas variables.
Por último, es necesario indicar que existen variables que explican mejor que el
ingreso del hogar la generación de viajes con algún propósito, por ejemplo: número de
trabajadores en el hogar, número de estudiantes. Sin embargo, el uso de estas variables
tiene implícito un problema posterior de predicción, muy difícil de solucionar, por lo
que la metodología aconseja utilizar las variables ingreso y número de autos, como una
solución de compromiso entre la calidad de los modelos y la posibilidad de predecir en
forma confiable las variables independientes a futuro.
2.7 MODOS Y REDES DE TRANSPORTE
La elección del número y tipo de modos de transporte es otro de los factores que
determinan las dimensiones del modelo y el nivel de detalle del análisis. Para una típica
ciudad chilena de tamaño medio, la definición de modos debería considerar ciertas
características que podrían ser relevantes en este caso, lo que depende de cada ciudad
específica. Por ejemplo, los modos no motorizados (especialmente caminata y en
algunos casos bicicletas) suelen ser importantes en la partición modal y deberían ser
tratados con mayor atención que lo habitual; la autoridad local podría estar legítimamente
interesada en desarrollar políticas y proyectos específicos para estos modos
11
.
Asimismo, se puede afirmar que, en general, los modos combinados adquieren
importancia en las grandes ciudades. Por ejemplo, en el caso de la ciudad de Santiago, la
presencia del metro da origen al tratamiento de los modos auto-metro, bus-metro y
taxiocolectivo-metro.
En todo Chile, el transporte público sigue siendo el medio de transporte urbano
más utilizado. Pero a diferencia de las grandes urbes, en muchas ciudades de tamaño
medio el taxi colectivo es uno de los modos de transporte público más importantes y en
algunos casos, es tanto o más relevante que buses y taxibuses. Ello sugiere poner el
énfasis adecuado en el tratamiento de este modo que en principio debe tratarse como un
modo de transporte público más. Pero debe advertirse que un problema serio para el caso
de las ciudades intermedias es la irregularidad del servicio que prestan (fenómeno que
también ocurre en la periferia de las grandes ciudades). Usualmente el recorrido del taxi
colectivo en la red es variable y dependiente de la demanda específica de los usuarios que
lo abordan; también las frecuencias y a veces las tarifas son variables. Ello constituye una
dificultad, puesto que la modelación de los modos de transporte público supone conocidos
y fijos los trazados y frecuencias de las líneas, conjuntamente con una determinada
estructura de tarifas al interior de cada período de análisis.
11. En Santiago con 4,5 millones de habitantes y de acuerdo a la Encuesta Origen Destino de Viajes de 1991, los viajes a pie representan el 20% del total de viajes diarios. En Valparaíso con 700.000 habitantes en 1986, el porcentaje de viajes a pie representa-
ban casi el 50% de los viajes diarios. Estas cifras sugieren una confirmación de lo que parece intuitivamente razonable: a menor tamaño de la ciudad, mayor es la importancia de la caminata como medio de transporte.
Página 12 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Visto todo lo anterior, se proponen a continuación los modos de transporte que
habitualmente debieran ser considerados en el análisis:
• Caminata
• Bicicleta (donde sea importante)
• Automóvil como auto-chofer
• Automóvil como auto-acompañante
• Taxi
• Bus - Taxibus
• Taxi Colectivo
• Modos con red independiente (metro, tren)
• Modos combinados (donde sean importantes)
Naturalmente, no siempre es necesario utilizar todos estos modos simultáneamente.
De hecho, dependiendo de su importancia relativa en cada ciudad específica, es aconsejable
ignorar algunos de ellos para simplificar el análisis.
La calibración posterior de todos los modelos de demanda (generación-atracción,
distribución y partición modal), considera únicamente los viajes realizados en los medios
de transporte definidos como de interés o «modelables».
Es necesario recalcar que para el caso del auto-acompañante, las condiciones de
disponibilidad establecen que deberá existir al menos un auto en el hogar. Esto se basa en
la suposición de que los acompañantes pertenecen al mismo hogar, lo que es el caso
normal en nuestro país. Es necesario hacer notar que cuando los acompañantes pertenecen
a otro hogar, se trata de un modo distinto a lo que nosotros llamamos auto-acompañante
en los modelos de transporte implementados por SECTRA (ESTRAUS y el modelo Secuencial
Clásico de 4 Etapas) y que suele ser denominado «carpool»; dicho modo no es considerado
en los modelos indicados.
Existen otros modos, como el furgón escolar, que representan una participación
importante en los viajes con un propósito determinado. Específicamente, en la ciudad de
Santiago, hay más viajes con propósito estudio en furgón escolar que en transporte
privado (auto y taxi). Lamentablemente, por dificultades de modelación no es posible
incluir este modo en el análisis.
Cada uno de estos modos utiliza una red de transporte específica, que debe ser
calibrada de acuerdo a sus características operacionales. La red vial -que se utilizará
básicamente para asignar los viajes de automóvil (como auto-chofer y auto-acompañante)
y taxi- estará constituida por las principales vías e intersecciones de la ciudad. En ella
operan también los servicios de transporte público, los que para efectos de la red vial,
generan flujos fijos (determinados por las frecuencias de los servicios) de vehículos de
transporte público (buses, taxis colectivos, etc.) sobre sus arcos.
Cada arco de la red vial tiene asociada una función de costo, conocida como curva
flujo-velocidad, cuyos parámetros será necesario calibrar.
La red vial puede también ser utilizada para asignar (cuando se considere
conveniente) los viajes de caminata y bicicleta. En este caso sin embargo, la función de
costo de los arcos debería estar relacionada con factores constantes como el largo del
arco y su pendiente, por ejemplo.
Cada modo de transporte público requiere una red virtual
12
que se construye a
partir de la descripción de los recorridos físicos y de las frecuencias de los servicios de
transporte. En este caso, la función de costo de cada arco de la red, representa el costo
generalizado de viaje (que debe ser calibrado) en un determinado modo de transporte
público.
12. El concepto de red virtual está asociado a los modelos de asignación a rutas mínimas de transporte público. Este tipo de modelos se discutirá en la sección correspondiente a modelos de asignación.
Página 13 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
El tamaño de las redes -número de nodos y número de arcos- depende del grado de
detalle del análisis que se desee y del tipo de proyectos que se estudiarán, pero es inmediato
que parte importante de la complejidad del análisis se relaciona con el tamaño y densidad
de las redes. Normalmente, la red vial debería incluir una parte o el total de lo que usualmente
se define como la red estructurante de una ciudad. Por su parte, la red de transporte público
debería ser construida considerando el total de estos servicios que operan en la ciudad. No
obstante, estos son criterios generales que deben ser revisados en cada caso particular.
2.8 REQUERIMIENTOS DE EXPLICACIÓN Y PREDICCIÓN
DE LOS MODELOS
La formulación de cualquier modelo requiere la definición de un fenómeno (una
variable o un conjunto de variables) que necesita ser explicado y por otra parte, la
definición de un conjunto de variables explicativas que se supone determinan las
características del fenómeno que interesa analizar.
En transporte urbano, fenómenos típicos que interesa estudiar son por ejemplo,
el número de viajes producidos y atraídos por zona, por propósito y categoría, la
probabilidad de utilizar un cierto modo de transporte, los flujos en los arcos de una
determinada red, etc.. Para explicar estos fenómenos se recurre a variables tales como
las características socioeconómicas de los individuos, niveles de servicio de los modos
de transporte y otras.
Sin embargo, los modelos de transporte son utilizados no sólo para explicar los
fenómenos mencionados sino también para predecir sus comportamientos futuros. Por
ello, es pertinente mencionar un problema habitual de cualquier modelo que va a ser
utilizado para determinar el valor futuro de una cierta variable y que dice relación con la
factibilidad de predecir los valores de las variables explicativas correspondientes. La
calibración de estos modelos normalmente enfrenta una disyuntiva entre los requerimientos
de la explicación y los requerimientos de la predicción.
Si el primer objetivo del modelo es explicar de la mejor manera posible el
fenómeno observado en un momento determinado, entonces es correcto recurrir a toda
variable que ayude a este propósito. Pero, si el objetivo del modelo es predecir el
comportamiento futuro del fenómeno que se intenta explicar, entonces es necesario
privilegiar la inclusión de aquellas variables explicativas cuya evolución en el tiempo sea
factible determinar razonablemente. Buena parte del arte de modelar radica en la
habilidad con que se resuelve este conflicto de objetivos.
En el caso de la presente metodología simplificada, todas las definiciones que ya
se han hecho y que se harán más adelante respecto a las variables explicativas de los
modelos, tienen en especial consideración la factibilidad de estimar sus valores futuros,
habida cuenta de la necesidad de utilizar la capacidad predictiva de los modelos.
13. Recuérdese que el modelo de transporte realiza una simulación independiente para cada período de análisis. Para facilitar la exposición se omitirá en adelante esta dimensión del problema y a menos que se indique lo contrario, la argumentación desarrollada
será válida para cualquiera de los períodos definidos.
Página 14 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
2.9 MODELO DE GENERACIÓN/ATRACCIÓN DE VIAJES
La operación del modelo de transporte requiere como datos de entrada los vectores
origen-destino de viajes para cada período de análisis
13
, clasificados por propósitos de viaje
y por categorías de demanda. La estimación de tales vectores constituye el objetivo de los
modelos de generación/atracción.
Idealmente debiera estimarse un vector de orígenes y un vector de destinos por cada
propósito y categoría de demanda, pero en la práctica la clasificación por categorías de
demanda no siempre es posible. Dado que éstas se definen a partir de los niveles de ingreso
y tasa de motorización de los hogares, la categorización de los orígenes (producciones de
viajes) es fácil de hacer cuando los viajes se originan en el hogar, lo cual es una característica
de la mayoría de los viajes en el período punta de la mañana y una proporción importante
en el período fuera de punta.
Sin embargo, durante estos mismos períodos la mayoría de los viajes se realizan hacia
lugares distintos del hogar, por lo que una eventual categorización de los destinos
(atracciones de viajes) resultaría arbitraria en el mejor de los casos.
Considerando lo anterior, el modelo propuesto supone que sólo los orígenes son
clasificables por propósito-categoría y los destinos en cambio, son clasificables sólo por
propósitos de viaje. Así, el modelo de transporte recibe como datos de entrada un vector
Origen por cada propósito de viaje y por cada categoría de demanda (O
i
pn
); y un vector
Destino por cada propósito de viaje, en el que todas las categorías de demanda están
agrupadas ( D
j
p
). Además, debe cumplirse:
i

p

O
i
pn
n

·
j

D
j
p
p

(2.1)
donde:
O
i
pn
· Número de viajes generados en la zona i, de la categoría n, con
propósito p.
D
j
p
· Número de viajes atraídos por zona j, con propósito p.
Por razones metodológicas, las generaciones de viajes (orígenes) son modeladas
independientemente de las atracciones de viajes (destinos), aunque evidentemente sus
resultados deben ser consistentes, tal como se desprende de la expresión (2.1). Por otra
parte, dado el mayor desarrollo conceptual de los modelos de generación de viajes,
habitualmente el analista tiende a confiar más en sus resultados y por lo tanto, normalmente
se ajustan las atracciones a las generaciones de viajes.
Una manera simple de realizar este ajuste, es calcular un factor de corrección para
cada propósito de viaje, de la siguiente manera:
ƒ
p
·
i

O
i
pn
n

D
j
p
j

(2.2)
Y luego se multiplica dicho factor por los componentes del vector de destinos del
propósito correspondiente, obteniéndose los valores ajustados:
D
j
p ( a )
· f
p
⋅ D
j
p
(2.3)
Eventualmente, para algún propósito de viaje, la calibración del modelo de
atracción podría entregar resultados más confiables que la correspondiente a los modelos
de generación. En este caso, es recomendable ajustar la generación a la atracción de
viajes, calculando el factor f
p
de (2.2) como el cuociente entre el total de viajes atraídos
( D
j
p
j

) y el total de viajes generados ( O
i
pn
n

i

) , para luego ajustar los orígenes:
O
i
pn( a )
· f
p
⋅ O
i
pn
.
Dos tipos de modelos se utilizan para explicar la generación de viajes: regresión
lineal y análisis por categoría. La elección de uno u otro, depende de las características
de los viajes cuyos orígenes o destinos se desea explicar. Si bien los modelos de análisis
por categoría son conceptualmente más adecuados, su ámbito de aplicación se reduce
Página 15 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
básicamente a aquellos viajes originados en el hogar. Por otra parte, aunque los modelos
de regresión lineal no son especialmente adecuados para explicar la generación de viajes,
en casos tales como las atracciones de viajes y las generaciones de viajes no originados
en el hogar, suelen ser la única herramienta metodológica disponible para estudiarlos.
2.9.1 Modelos de Generación de Viajes
Las generaciones de viajes más relevantes pueden diferenciarse en tres tipos:
generación de viajes basados en el hogar de ida y retorno, y generaciones de viajes no
basadas en el hogar. Los primeros serán estimados mediante modelos de Análisis de
Clasificación Múltiple (ACM), en tanto que para los segundos y terceros se puede utilizar
modelos de regresión lineal múltiple (RLM). Es decir, los orígenes de una zona pueden
ser expresados como sigue:
O
i
pn
· O
i ( bhi )
pn
+ O
i ( bhr )
pn
+ O
i ( nbh )
pn
(2.4)
donde:
O
i
pn
· Número total de viajes con propósito p, producidos por usuarios de la
categoría n , en la zona i.
O
i ( bhi )
pn
·
Número de viajes basados en el hogar de ida (bhi), para la misma
clasificación anterior.
O
i ( bhr )
pn
· Número de viajes basados en el hogar de retorno (bhr), para la misma
clasificación anterior.
O
i ( nbh )
pn
· Número de viajes no originados en el hogar para la misma clasificación
anterior.
Esta distinción es metodológicamente importante por las siguientes razones. En
primer lugar, la importancia de cada tipo de viaje depende del período de modelación. Es
así como, los viajes basados en el hogar de ida se realizan principalmente en el período punta
de la mañana. En segundo lugar, la generación de los viajes basados en el hogar de ida es
explicada por las variables socioeconómicas asociadas al hogar del viajero. Por su parte, la
generación de viajes no basados en el hogar y basados en el hogar de retorno puede ser
explicada por aquellas variables asociadas a las actividades que se desarrollan en las zonas.
Estos dos últimos tipos de viajes son importantes en el período fuera de punta.
2.9.1.1 Generación de Viajes Basados en el Hogar de Ida (bhi)
Para los viajes originados en el hogar, la metodología más utilizada confía en la
determinación de ciertas tasas de generación de viajes
14
por hogar y en el conocimiento
del número de hogares en una determinada zona. De acuerdo a la estratificación de la
demanda que se ha discutido antes, dichas tasas deben ser conocidas dentro de cada
período de análisis, para cada propósito de viaje y categoría del hogar.
O
i ( bhi )
pn
· H
i
n
⋅ t
pn
(2.5)
donde:
O
i ( bhi )
pn
· Número de viajes con propósito p generados por los hogares de la
categoría n de la zona i.
H
i
n
· Número de hogares de la categoría n en la zona i.
t
pn
·
Tasa de generación de viajes con propósito p de los hogares de la
categoría n.
Este modelo requiere conocer el número de hogares por categoría en cada zona,
lo cual debe ser determinado o estimado a partir de información socioeconómica
independiente: normalmente del Censo Poblacional o de otros catastros urbanos
15
.
Recuérdese además, que es necesario conocer la distribución de hogares por categoría
14. En realidad tasas de producciónde viajes. Sin embargo, para no innovar se utilizará aquí la nomenclatura habitual que habla de tasas de generación.
15. Para los efectos de la presente metodología se supone que tal información está disponible; de lo contrario será necesario considerar como parte del estudio de transporte la recolección de dicha información básica, con lo que ello significa en términos de
tiempo y de presupuesto. Sin embargo, en el caso nacional, se considera muy improbable esta situación: el Censo de Población se realiza regularmente cada diez años.
Página 16 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
no sólo en el año base de análisis; también se requiere la distribución futura de los hogares
para cada uno de los cortes temporales. Estas proyecciones son parte del ámbito de
especialización de otras disciplinas, por lo que en el contexto de la metodología que aquí
se discute, la distribución de hogares por categoría se considerará como un dato exógeno.
Luego, el problema se reduce a encontrar las tasas de generación de viajes para cada
categoría de hogar y propósito. Esta tarea ha sido habitualmente realizada con los denominados
modelos de análisis por categorías
16
, los cuales determinan las tasas de generación
buscadas a partir de una muestra de hogares, simplemente dividiendo para cada categoría
ingreso-tasa de motorización, el número de viajes observados de un propósito por el número
de hogares en la muestra.
A pesar de su popularidad y sus ventajas teóricas
17
, la aplicación práctica de este
modelo suele presentar problemas importantes. El primero de ellos se relaciona con la
representatividad de las tasas calculadas para las categorías extremas, donde el número
de hogares en la muestra puede ser demasiado pequeño (por ejemplo hogares de bajos
ingresos con dos o más autos); otro problema común es la obtención de tasas
contraintuitivas
18
. A ello debe agregarse la dificultad para calificar la bondad estadística
de estos modelos.
Una variación del modelo anterior, que ha surgido recientemente en aplicaciones
prácticas de transporte (a pesar de que el modelo fue propuesto a principios de los
ochenta
19
) es el llamado modelo de análisis de clasificación múltiple (ACM). Este
modelo -que es una extensión del análisis de varianza ANOVA- se ha demostrado teórica
y prácticamente muy útil para calcular tasas de generación de viajes. Además permite
superar casi todas las falencias del análisis por categoría tradicional.
Las principales ventajas del método ACM se resumen así:
a) Dispone de medidas estadísticas que permiten seleccionar entre esquemas
alternativos de categorización y además, obtener una estimación global de la
bondad de ajuste del esquema de clasificación escogido.
b) La determinación de la tasa de una categoría específica, no depende del número
de observaciones que se dispongan en esa categoría. El método se basa en el
valor de una tasa media global para todas las categorías y en las tasas medias de
cada nivel en que se particionan las distintas variables de categorización (en
este caso, la tasa promedio de generación de viaje por cada nivel de ingreso y
-separadamente- de cada nivel de motorización de los hogares).
c) Debido a la razón anterior, el método reduce la incertidumbre de los valores
correspondientes a las categorías extremas, que suelen ser cruciales para las
predicciones futuras.
Puesto que el método ACM se basa en el análisis de varianza, también dispone de
medidas de bondad de ajuste estadístico asociadas. Estas consisten en un estadígrafo F
para evaluar el esquema de clasificación cruzada completo, un estadígrafo eta-cuadrado
para evaluar la contribución de cada variable de la clasificación, y un R-cuadrado para el
modelo de clasificación cruzada completo. La aplicación práctica del método ACM es
muy sencilla y consta de tres pasos fundamentales:
i ) Estimar primero una media general para el valor de la variable dependiente (en
este caso, tasa de generación de viajes) usando la muestra completa de hogares
disponible.
i i ) Estimar una media de grupo para cada nivel de estratificación de cada variable
independiente (en este caso, ingreso y tasa de motorización) sin considerar las
divisiones según niveles de las otras variables independientes.
iii) Finalmente se calcula la tasa de generación de cada categoría cruzada (cruce de
niveles de las variables independientes) corrigiendo el valor de la media global,
según las desviaciones que con respecto a ella presenten las medias de grupo
de los niveles de cada variable que definen la categoría.
Como se ha dicho antes, el método de clasificación múltiple ACM aparece como una
consecuencia del ANOVA aplicado a la variable dependiente: en este caso, la tasa de
generación de viajes por hogar. Sin embargo, mientras el ANOVA, por razones de
complejidad analítica sólo puede ser aplicado como máximo al caso de dos factores, el
16. También llamados de clasificación cruzada.
17. Ortúzar J de D. y Wilumsen L.G. (1990) Modelling Transport, John Wiley & Sons, West Sussex, England.
18. La palabra contraintuitivo debe entenderse aquí en el sentido de que los resultados obtenidos son contrarios a lo que el analista esperaría de acuerdo a su experiencia. Se esperaría que ceteris paribus, a medida que aumenta el ingreso del hogar aumente
también su tasa de generación de viajes. La misma tendencia se esperaría respecto a la tasa de motorización.
19. Stopher P.R. y McDonald K.G. (1983) Trip Generation by Cross-Classification: An Alternative Methodology. Transportation Research Record 944, 84-91.
Página 17 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
ACM puede ser utilizado sin dificultad con un número cualquiera de variables explicativas.
Si por ejemplo, se consideran dos variables explicativas, la expresión del ACM tendrá la
siguiente forma
:
x
ij
*
· < x > + ( x
i .
− < x > ) + ( x
. j
− < x > )
x
ij
*
· x
i .
+ x
. j
− < x >
(2.6)
donde:
< x > = Promedio global o gran media de las observaciones.
x
i .
= Promedio de la variable dependiente respecto al i-ésimo nivel de la primera
variable explicativa.
x
. j
= Promedio de la variable dependiente respecto al j-ésimo nivel de la
segunda variable explicativa.
x
ij
*
= Valor predicho mediante ACM, para la variable explicada.
Para ilustrar la aplicación del modelo ACM y sus diferencias con el método
tradicional de análisis por categoría, se muestra a continuación un ejemplo construido
con datos de la ciudad de tamaño intermedio de Curicó
20
, donde se han utilizado dos
variables explicativas: ingreso familiar y tasa de motorización por hogar. La variable tasa
de motorización se ha estratificado en tres categorías: hogares sin automóvil, hogares
con un automóvil y hogares con dos o más automóviles. La estratificación de ingreso del
hogar es la siguiente:
Cuadro 2.3
Definición de Categorías Curicó, Moneda ($) de Septiembre de 1996
Categoría de Ingreso Rango de Ingreso
1 0 - 170.000
2 170.000 - 565.000
3 565.000 o más
Con estas definiciones y utilizando el método tradicional de análisis por categorías,
se puede determinar la tasa de generación de viajes por hogar, calculando directamente
el promedio de viajes por hogar en cada categoría, tal como lo muestra el Cuadro 2.4. Se
pueden apreciar allí algunos resultados contraintuitivos.
Cuadro 2.4
Modelo de Tasa Simple, Punta Mañana: 7:45-9:45, Propósito Trabajo
Moneda ($) de Septiembre de 1996
Rango Ingreso ($) Cat. EOD sin auto 1 auto 2 o más
Bajo 0 - 170.000 1,2,3 0,5758 0,6311 0,5000
Medio 170.000 - 565.000 4,5,6 0,7182 0,7713 0,9167
Alto 565.000 ó más 7,8,9 0,3333 1,0000 0,7742
Ingreso del hogar Número de autos
El primer resultado inesperado es que los hogares de ingresos altos sin auto y con
dos o más autos, generan menos viajes que los hogares de ingreso medio respectivos.
Otro resultado inesperado es el del estrato de ingreso alto y tasa de motorización 2+, en
que el valor de la tasa de generación resulta ser inferior al correspondiente a las categoría
de ingreso alto con sólo un auto. Lo mismo se verifica para el estrato de ingreso bajo y
tasa de motorización 2+, en que el valor de la tasa de generación resulta ser inferior al
correspondiente a las categoría de ingreso bajo con sólo un auto, lo cual también resulta
contraintuitivo.
A continuación se aplicará el método ACM sobre los mismos datos, para obtener
nuevas tasas de generación. Los resultados se muestran en el Cuadro 2.5, donde puede
observarse que esta vez las tasas de generación de viajes por hogar presentan una
tendencia de crecimiento bien definida con el ingreso y la tasa de motorización. De hecho
se han eliminado todos los problemas mencionados respecto a las tasas calculadas con
el método tradicional.
20. TRASA Ingenieros Consultores (1997), Estudio Diagnóstico del Sistema de Transporte Urbano de la Ciudad de Curicó Informe de Avance 2. Estudio realizado para MIDEPLAN por encargo de la Comisión de Planificación de Inversiones en
Infraestructura de Transporte (SECTRA).
Página 18 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 2.5
Modelo de Tasa ACM, Punta Mañana: 7:45-9:45, Propósito Trabajo
Moneda ($) de Septiembre de 1996
Rango Ingreso ($) Cat. EOD sin auto 1 auto 2 o más Total
Bajo 0 - 170.000 1,2,3 0,5292 0,6660 0,7208 0,5734
Medio 170.000 - 565.000 4,5,6 0,7039 0,8406 0,8955 0,7481
Alto 565.000 ó más 7,8,9 0,7755 0,9122 0,9671 0,8197
0,5930 0,7297 0,7846 0,6372
Ingreso del hogar Número de autos
Total
El método ACM permite realizar análisis estadísticos
21
respecto a la validez y
significación de cada variable incluida en la categorización y del esquema de categorización
global elegido. De hecho, este análisis puede aconsejar la inclusión de otras variables
explicativas, como por ejemplo la estructura familiar en el hogar. Sin embargo, en el
contexto de la metodología simplificada que se discute, se ha optado por sugerir las dos
variables tradicionales de ingreso por hogar y tasa de motorización, no sólo porque éstas
han sido las variables universalmente más utilizadas en este tipo de modelos, sino también
porque presentan mayor facilidad de predicción. Por supuesto, ello no opta para incluir
otras variables explicativas cuando ello sea aconsejable y posible.
2.9.1.2 Generación de Viajes Basados en el Hogar de Retorno (bhr)
La generación de este tipo de viajes (muy raros en el período punta mañana y más
frecuentes en el período fuera de punta), debe ser modelada con regresión lineal múltiple
(RLM) a nivel zonal, dado que en este caso el método ACM es inaplicable, puesto que el
origen del viaje no es el hogar y por ello, no es lícito considerar el número de hogares
como variable explicativa.
En consecuencia, este tipo de viajes será función de variables asociadas con el uso
de suelos y las actividades de una zona. En este sentido, las variables explicativas del modelo
de RLM serán casi las mismas utilizadas por los modelos de RLM de atracción de viajes, que
se discutirán en la sección siguiente (exceptuando el número de hogares por zona), por lo
que se omitirán aquí.
Sin embargo, -a diferencia de los modelos de atracción de viajes-, la generación de
viajes debe clasificarse por categoría de demanda, de manera que se plantean dos alternativas.
La primera consiste en calibrar un modelo RLM por categoría, mientras que la segunda
consiste en calibrar un modelo RLM que no distingue categorías (modelo conjunto) y aplicar
posteriormente factores que representen adecuadamente la proporción de cada tipo de
usuarios.
La primera alternativa es la más deseable, sin embargo su utilización y grado de
confiabilidad está limitada por el número de viajes observados en cada categoría de
demanda. Es por ello que ese método puede presentar problemas de calibración y
probablemente sea difícil obtener modelos de RLM estadísticamente robustos. La
segunda alternativa, requiere conocer el porcentaje de viajes basados en el hogar de
retorno, generados por zona de acuerdo a la clasificación de demanda. Esta información
no es fácil de obtener, a menos que se cuente con un banco de datos del tipo de una
Encuesta Origen Destino, que se propone como parte de la presente metodología.
Finalmente, es necesario señalar que tal como antes se indicara, en el período
punta de la mañana, este tipo de viajes son muy raros, por lo que una posibilidad para
incluirlos será amplificar los viajes generados en el hogar de ida para cada zona
(modelados con tasas ACM según se discutió antes), por un cierto porcentaje que
represente a los viajes basados en el hogar de retorno. Ciertamente, éste es un procedimiento
arbitrario que debe entenderse como un recurso extremo.
21. Una interesante discusión al respecto se puede ver en las ya citadas referencias Fernández y De Cea Ingenieros Ltda.(1994) y Stopher y McDonald(1983).
Página 19 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
2.9.1.3 Generación de Viajes No Basados en el Hogar (nbh)
La generación de viajes no basados en el hogar debe ser modelada con regresión
lineal múltiple (RLM) a nivel zonal, puesto que en este caso el método ACM es
inaplicable.
La generación de estos viajes, será función de variables asociadas con el uso de
suelos y las actividades de una zona. En este sentido, las variables explicativas del modelo
RLM de generación de viajes serán básicamente las mismas utilizadas en los modelos
RLM de atracciones de viajes que se discutirán en la sección siguiente, por lo que se
omitirán aquí.
No obstante -a diferencia del caso de las atracciones de viajes- la generación de
viajes debe ser clasificada por categoría de demanda, de manera que debe calibrarse un
modelo RLM para cada categoría
22
. Ello puede presentar problemas de calibración,
puesto que especialmente en el período punta mañana, el número de viajes no originados
en el hogar puede ser muy pequeño. Si a ello se agrega que este escaso número de viajes
deben ser diferenciados por propósito y categoría, se entiende que probablemente sea
difícil obtener modelos RLM estadísticamente robustos.
Si este problema se presenta, una posibilidad será amplificar los viajes originados
en el hogar en una zona (modelados con ACM según se discutió antes) por un cierto
porcentaje que represente a los viajes no originados en el hogar, respecto al total de viajes
producidos en una zona. Ciertamente éste es un procedimiento arbitrario, que debe ser
entendido como recurso extremo. Además se requiere conocer (o estimar) el porcentaje
de viajes originados y no originados en el hogar por cada zona, propósito y categoría. Esta
información no es fácil de obtener, a menos que se cuente con un banco de datos del tipo
de una Encuesta Origen-Destino, que se propone como parte de la presente metodología.
2.9.2 Modelos de Atracción de Viajes
Para efectos de calibración de modelos de atracción de viajes, es recomendable
considerar al menos dos alternativas:
• La primera de ellas, aplicable a viajes atraídos 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 (recuérdese que ninguno de estos viajes tiene
por destino el hogar). Tal como se ha discutido antes respecto a la atracción de
viajes, si se exceptúan los métodos de regresión lineal, prácticamente no
existen opciones metodológicas de análisis. Por lo tanto, un modelo de este
tipo debe ser calibrado a nivel zonal para cada propósito y período de análisis
definidos utilizando técnicas de regresión lineal múltiple (RLM).
• La segunda es aplicable para modelar la atracción de viajes basados en el hogar
de retorno (bhr). En este caso, dado que el destino del viaje es el hogar, la única
variable explicativa posible será el número de hogares por zona. En este caso,
es posible utilizar la técnica de regresión lineal simple (RLS) y también es
posible considerar modelos de tasas ACM de atractividad para modelar estos
viajes. Es interesante comparar los resultados de la modelación utilizando
RLM con el modelo de tasas ACM obtenido, dado que ambos utilizan la misma
variable explicativa.
La distinción antes indicada es recomendable para los modelos correspondientes
al período fuera de punta, puesto que en dicho período se verifica un número relevante de
viajes basados en el hogar de retorno (bhr). Tal como antes se discutiera, para el caso del
período punta mañana, los viajes de este tipo son escasos, por lo que no es recomendable
su separación. Evidentemente, la atracción total de viajes corresponderá a la suma de los
resultados de ambos modelos.
El modelo general de regresión lineal múltiple (RLM) tiene la forma típica
siguiente: falta fórmula
D
j
p
· θ
0
+ θ
k
⋅ X
jk
k

+ E
j
(2.7)
22. Recuérdese que las categorías (como siempre) están asociadas a los individuos que realizan los viajes. Los individuos pertenecen a un hogar de cierta categoría y ésta será la categoría asociada a todos sus viajes, independientemente de cuál sea la zona de
origen de los mismos.
Página 20 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
donde:
D
j
p
=
Número de viajes con propósito p atraídos por la zona j .
θ
k
= Parámetros de calibración
x
jk
= Variables explicativas zonales.
E
j
= Error de la estimación para la zona j
Estos modelos estiman el número de viajes atraídos por una zona, suponiendo una
relación lineal de esta variable con ciertas características de la zona. En general, estas
características se refieren al equipamiento existente en la zona, en términos de las
actividades relevantes según propósito de viaje:
• Viajes con propósito trabajo: Estos son atraídos por las actividades que
ofrecen empleos. Las más relevantes son el comercio, oficinas, servicios y la
industria.
• Viajes con propósito estudio: Son atraídos por la presencia de establecimientos
educacionales (número de matrículas por nivel de educación: básica, media y
superior).
• Viajes con otros propósitos: Corresponden a los viajes de compras, diligencias,
y salud entre otros. Las actividades relevantes serán el comercio, los servicios
y las atenciones de salud. Además, para incluir el efecto de los viajes con
motivos sociales suele incluirse como variable explicativa al total de hogares
existente en una zona.
Para obtener los valores de estas variables, normalmente se puede recurrir a
diversas fuentes independientes. Por ejemplo, el número de matrículas por cada zona es
fácil de obtener en los organismos oficiales de educación. Otra típica e importante fuente
de información es el Servicio de Impuestos Internos (SII) que habitualmente dispone de
datos respecto a metros cuadrados construidos por tipo de utilización (comercio, industrias,
oficinas, salud, educación, etc.).
Idealmente el modelo debería determinar el número de viajes atraídos por zona, no
sólo para cada período y propósito, sino también para cada categoría de demanda.
Desafortunadamente, en el caso de las atracciones de viajes -dado que se desconocen
otras formas de entender el fenómeno de forma más desagregada- habitualmente se
considera cada zona y sus características globales como unidad de análisis del modelo,
lo cual hace muy difícil clasificar las atracciones por categoría de demanda.
En otras palabras, las atracciones de viajes son modeladas a nivel zonal, lo que
normalmente implica que sólo serán explicadas por período y propósito, pero no por
categoría socioeconómica. En el contexto de ambos modelos de transporte, éste será
también el modus operandi adoptado.
Página 21 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
2.10 MODELO DE DISTRIBUCIÓN
A partir de los vectores de orígenes y destinos estimados en la etapa anterior, el
modelo de distribución tiene como objetivo construir una matriz de viajes entre cada
pareja origen-destino de zonas. El modelo más utilizado en la actualidad, se denomina
modelo gravitacional y se fundamenta en la teoría de maximización de entropía
23
. Su
expresión general para un período determinado y un propósito, puede escribirse como:
T
ij
n
· A
i
n
O
i
n
B
j
D
j
exp { φ
n
EMU
ij
n
} (2.8)
donde:
T
ij
n
= Total de viajes de la categoría n en el par (i, j).
O
i
n
= Total de viajes de la categoría n generados en la zona i.
D
j
= Total de viajes atraídos por la zona j.
A
i
n
, B
j
= Factores de balanceo.
φ
n
= Parámetro de distribución para la categoría n.
EMU
ij
n
: =Valor de la utilidad compuesta de viajar entre i y j, para viajeros de
categoría n. Este valor está representado por la expresión EMU (Expected
Maximum Utility).
Se puede observar en este modelo que los viajes originados en una zona están
diferenciados por categoría socioeconómica, pero los viajes atraídos por una zona no lo
están
24
. Puesto que la suma de los viajes originados en todas las zonas debe ser igual al
número de viajes atraídos en todas las zonas, se debe cumplir lo siguiente:
O
i
n
n

i

· D
j
j

(2.9)
Los factores de balanceo (A
i
n
, B
j
) aseguran que esta relación se cumple y
habitualmente sus valores se determinan a través de un método iterativo (tema que será
tratado en el capítulo correspondiente a la calibración de los modelos).
El término EMU
ij
n
representa la utilidad compuesta de viajar entre la zona i y la zona
j para los usuarios de la categoría n. Para este término se utiliza la expresión conocida como
«Expected Maximun Utility», que es consistente con el resto del modelo de demanda,
específicamente con la partición modal
25
. La fórmula 2.10 presenta la expresión general de
EMU, aplicable en forma directa cuando el modelo de demanda es de tipo Logit Multinomial
(MNL).

,
_

¸
¸
·


} exp{ ln
M m
nm
ij
n
ij
u EMU
(2.10)
donde:
u
ij
nm
= Utilidad de viajar entre la zona i y la zona j en el modo de transporte m,
para usuarios de la categoría n.
M= Conjunto de modos disponibles para los usuarios de la categoría n para
viajar desde la zona i a la zona j.
El término u
ij
nm
se obtiene valorando la función de utilidad de viajar en el modo m
entre el origen i y el destino j para los usuarios de la categoría n.
A modo de ejemplo, en el caso que la estructura del modelo de demanda sea del
tipo Logit Jerárquico (HL), con un nido inferior NI , entonces EMU se calcula por medio
de la siguiente expresión
26
:
EMU
ij
nNI
· ln( exp u
ij
nm
{ }
m · A
NI

)
u
ij
nNI
· φ
1
⋅ EMU
ij
nNI
EMU
ij
n
· ln( exp u
ij
nm
{ }
)
m · A
l
, NI

(2.11)
23. Wilson A.G. (1974) Urban and Regional Models in Geography and Planning. John Wiley & Sons, London, England.
24. Ello es consistente con la argumentación entregada al discutir los modelos de generación, de donde provienen los viajes originados y atraídos en cada zona.
25. Williams, H.C.W.L. (1977) On the formation of travel demand models and economic evaluation measures of user benefit. Environment and Planning Vol 9A(3), 285-344.
26. Es evidente que el modelo Logit Jerárquico (HL) puede tener expresiones más complejas, ante lo cual, la derivación de EMU puede consultarse por ejemplo en Ortúzar J de D. y Wilumsen L.G. (1990) op.cit.
Página 22 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
donde:
u
ij
nm
= Utilidad de viajar entre la zona i y la zona j en el modo de transporte m,
para usuarios de la categoría n.
A
NI
= Conjunto de modos disponibles pertenecientes al nido inferior NI, para
los usuarios de la categoría n para viajar desde la zona i a la zona j.
u
ij
nNI
= Utilidad de viajar entre la zona i y la zona j, en los modos de transporte
pertenecientes al nido inferior NI, para usuarios de la categoría n.
φ
1 = Es el parámetro del modelo Logit Jerárquico (HL).
A
l
= Conjunto de modos disponibles no pertenecientes al nido inferior NI,
para los usuarios de la categoría n para viajar desde la zona i a la zona j.
Finalmente, el parámetro de calibración de la distribución
φ
n
representa un factor
de ajuste del modelo a las características de los usuarios de la categoría n en el área de
estudio. Si
φ
n
es cercano a cero, la importancia de la utilidad compuesta de transporte
es irrelevante en la distribución de los viajes. En caso contrario, cuando
φ
n
es
significativamente mayor que cero, su valor refleja el peso que los usuarios asignan a la
utilidad compuesta de transporte al definir la distribución de sus viajes.
Conceptualmente, el modelo gravitacional de distribución tiene una fundamentación
rigurosa y bien conocida. La formulación del modelo proviene de la solución de un
problema de optimización matemática cuya función objetivo es una función entrópica y
cuyas restricciones reflejan las condiciones del problema de distribución de viajes
27
.
Ello hace que el modelo gravitacional sea mucho más confiable que otros modelos
alternativos de distribución utilizados en el pasado
28
. Las desventajas de este tipo de
modelos son la sobreestimación de los viajes cortos y la asignación de viajes a todas las
celdas de la matriz, independientemente si en los pares origen-destino fueron observados
viajes.
Desde el punto de vista de su aplicación, el modelo gravitacional tiene la ventaja de
relacionar la distribución de viajes con las condiciones de operación del sistema de
transporte, al incluir en su formulación la utilidad de viajar entre cada pareja origen-
destino en los distintos modos disponibles para los usuarios. Ello no sólo coincide con
la experiencia del analista -el cual esperaría que a mayor utilidad de transporte, mayor sea
el número de viajes en un par origen destino- sino también permite evaluar el impacto en
la distribución de viajes de las intervenciones en el sistema de transporte.
Dichas intervenciones, traducidas en proyectos y políticas de transporte, alterarán
los costos de viajar en cada pareja origen-destino en alguno o en todos los modos
disponibles; ello se reflejará en los resultados del modelo gravitacional, que es sensible
a las variaciones de tales costos.
El principal requerimiento del modelo gravitacional, es la determinación de los
parámetros
φ
n
que como se ha dicho están asociados a las características de los usuarios
en el área de estudio. Por lo mismo, estos parámetros son difícilmente traspasables desde
otros estudios en otros lugares y en principio, deberían ser calibrados en cada ciudad
donde se aplique el modelo. Posiblemente en el futuro, después de diversas aplicaciones
del modelo en ciudades de tamaño medio y dada la relativa homogeneidad de la población
nacional, un estudio comparativo de los parámetros
φ
n
calibrados pueda concluir en
similitudes aprovechables. Por ahora sin embargo, la recomendación técnica más adecuada
es calibrar los parámetros en cada aplicación concreta.
27. La derivación del modelo puede consultarse por ejemplo en Ortúzar J de D. y Wilumsen L.G. (1990) op.cit.
28. Tales modelos, genéricamente conocidos como modelos de factor de crecimiento se pueden consultar en Ortúzar J de D. y Wilumsen L.G. (1990) op.cit. Su principal problema radica en que su formulación no intenta explicar la distribución, sino
simplemente proyectar (consistentemente con las proyecciones de orígenes y destinos a futuro) una matriz de viajes observada a través de los factores de crecimiento, que dependen de características generales de la población y de las zonas.
Página 23 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
2.11 MODELO DE PARTICIÓN MODAL
El modelo de partición modal divide la matriz de viajes proveniente de la etapa de
distribución, en tantas matrices como modos de transporte existan disponibles para los
usuarios. Un modelo de partición modal será necesario para cada categoría de demanda,
propósito de viaje y período de análisis.
Los modelos de partición modal denominados de elección discreta
29
, constituyen
buena parte de las actuales aplicaciones en estudio de transporte. Como su nombre lo
indica, estos modelos están orientados a simular el proceso de elección de un individuo
enfrentado a un conjunto de alternativas discretas de elección. La hipótesis subyacente
en este tipo de modelos es que la probabilidad de que un individuo escoja una
alternativa determinada es función de las características (socioeconómicas) del
individuo y de la atractividad relativa de cada opción .
Desde el punto de vista de la partición modal, la extensión del concepto anterior
es inmediata. Para viajar entre un origen y un destino determinado, un usuario de la
categoría n dispone de un conjunto finito y discreto A
n
de modos de transporte
alternativos. La elección de un modo específico m ∈ A
n
, dependerá de las características
del usuario y de los atributos de los modos disponibles.
Para representar estas características, se define una función de utilidad asociada
a cada una de las alternativas disponibles y se supone que el usuario elegirá aquella que
le reporte una mayor utilidad. La función utilidad normalmente se expresa con una
formulación lineal en los parámetros:
u
m
n
· δ
m
n
+ θ
mk
n
k

x
mk
n
(2.12)
donde los x
mk
n
representan indistintamente los atributos del modo m y las
características del usuario de la categoría n. Típicamente esta expresión incluye como
atributos del modo sus variables de servicio (tiempo de viaje, tiempo de espera, tarifa,
etc.) y como características del usuario, su ingreso, nivel educacional y otros. También
es habitual incluir combinaciones de variables (ej.: tarifa dividida por ingreso familiar).
Los parámetros
θ
mk
n
representan el peso que los usuarios de la categoría n asignan
a cada variable incluida en la función utilidad. Luego, tales parámetros deben ser
calibrados para cada categoría de usuarios.
El parámetro libre δ
m
n
corresponde a una constante modal que representa ciertas
características específicas que el modo m tiene para los usuarios de la categoría n, y que
no están representados en el resto de la función utilidad del modo
30
. Por razones
derivadas de la forma de estimar los parámetros de la función, es necesario fijar en cero
la constante modal de una de las alternativas, llamada alternativa de referencia. El resto
de las constantes modales serán relativas a dicha alternativa de referencia.
Sin embargo, existen además ciertas características subjetivas en la elección
modal de los usuarios, que no son observables por el modelador (comodidad, privacidad,
gustos, etc.). Por lo tanto, en rigor la función utilidad debe incluir un término observable
(como el que se mencionó antes) y un término aleatorio que refleje aquellas variables
ignoradas en la decisión modal de los usuarios:
v
m
n
· u
m
n
+ ε
m
(2.13)
donde:
v
m
n
= Función de utilidad completa de la alternativa m para los usuarios de la
categoría n.
u
m
n
= Parte observable de la función utilidad.
ε
m
= Parte no observable (aleatoria) de la función utilidad.
Las distintas hipótesis respecto a la distribución de probabilidades del término
aleatorio ε darán origen a distintos tipos de modelos de elección discreta para la
partición modal. Dado que se trata de simular comportamiento de individuos, la distribución
normal debería ser la más indicada para el término aleatorio y en este caso se puede
29. Williams, H.C.W.L.(1981) Travel Demand Forecasting: an Overview of theorical developments. In D.J. Banister y P.G. Hall (eds) Transport and Public Policy Planning. Mansell, London. Ver también Ortúzar J de D. y Wilumsen L.G. (1990) op. cit. Cap
7: Discrete Choice Models
30. Nótese que el parámetro libre, podría estar implícitamente incluido como un término más de la sumatoria que expresa la función utilidad de un modo. Ello se logra haciendo uno la variable correspondiente. Esta forma implícita es la que habitualmente se usa
en la literatura pero aquí se ha optado por incluir explícitamente el término libre para recalcar su importancia en aplicaciones prácticas.
Página 24 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
derivar el denominado modelo probit
31
de partición modal. No obstante, la complejidad
matemática de la distribución normal hace que la aplicación del probit sea muy dificultosa
para más de tres alternativas modales.
Si en cambio se supone una distribución Weibull
32
para el término aleatorio, se
puede derivar el denominado modelo logit multinomial de partición modal:
P
m
n
·
exp ( λ
n
€ u
m
n
)
exp ( λ
n

u
k
n
)
k ∈ A
n

(2.14)
donde:
P
m
n
= Probabilidad de que un usuario de categoría n elija el modo m.
€ u
k
n
= Función de utilidad del modo k y usuario de categoría n.
λ
n
= Parámetro de calibración del modelo logit.
El parámetro
λ
n
representa un factor de escala en la distribución Weibull de
errores asociados a un modelo de elección discreta del tipo logit
33
. Como puede
observarse de la expresión (2.14) el parámetro
λ
n
multiplica a una función € u
m
n
de las
variables explicativas de las funciones de utilidad modal:
€ u
m
n
· θ
m
+ θ
mk
⋅ f ( x
k
)
k

.
Por razones de orden teórico, ambos tipos de parámetros (λ
n
y θ
m
, θ
mk
) no pueden ser
estimados independientemente. En consecuencia, aunque la expresión (2.14) es
teóricamente correcta, en la práctica el llamado proceso de calibración del modelo se
limita a estimar una multiplicación de parámetros del siguiente tipo:
θ
mk
n
( )
'
· λ
n
⋅ θ
mk
n
(2.15)
Lo que es equivalente a plantear: u
ij
n , m
· λ
n
⋅ € u
ij
n , m
. Una vez estimados estos
parámetros conjuntos, el modelo de partición modal queda definido, puesto que la
expresión (2.14) ya no tiene componentes desconocidos.
Una condición implícita que permite la derivación de este modelo
34
es la hipótesis
de que los términos aleatorios asociados a cada alternativa modal, son independientes e
idénticamente distribuidos. De otra manera el modelo no se puede formular, o al menos
no tiene la forma notablemente simple que se ha propuesto aquí.
En la práctica la condición mencionada implica que las alternativas modales deben
ser percibidas claramente diferenciadas por los usuarios; de lo contrario el modelo
entregará resultados espurios. Este problema suele presentarse en las grandes ciudades
cuando existen alternativas muy parecidas entre sí o cuando es necesario considerar
alternativas multimodales en la partición modal.
Para superar el problema de correlación de alternativas, existen opciones de
tratamiento más complejas que el modelo logit multinomial. Una de ellas es el modelo
logit jerárquico
35
que agrupa las alternativas correlacionadas y explica la elección
modal como un proceso escalonado de decisiones.
Otro tipo de problema que se puede presentar con el modelo logit multinomial
dice relación con la forma de la función utilidad observada. La forma original (2.12)
supone que cada variable explicativa se relaciona linealmente con la utilidad; pero ello no
es un requerimiento del modelo, que sólo exige que la función utilidad sea lineal en los
parámetros. En otras palabras podría considerarse una función del tipo:
u
m
n
· θ
m
0
+ θ
mk
n
k

f ( x
mk
n
)
(2.16)
31. Daganzo C.F. (1979) Multinomial Probit: The Theory and its Applications to Demand Forecasting. Academic Press, New York.
32. Esta distribución de probabilidades tiene la ventaja de tener una curva de distribución parecida a la normal, pero su formulación matemática es notablemente más simple.
33. Ben Akiva M.E. y Lerman S.R. (1985) Discrete Choice Analysis: Theory and Applications to Travel Demand. The MIT Press, Cambridge, Massachusetts U.S.A..
34. Domencich T. y McFadden D.(1975) Urban Travel Demand: A Behavioural Analysis. North-Holland, Amsterdam
35. Sobel K.L. (1980) Travel demand forecasting by using the nested multinomial logit model. Transport Research Record 775, 48-55.
Página 25 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Que sigue siendo lineal en los parámetros, pero que no hace suposición alguna
respecto a la forma funcional en que son consideradas las variables explicativas. Naturalmente
es difícil hacer alguna hipótesis respecto a esta forma funcional, pero en este caso es posible
recurrir a ciertas transformadas para que los datos de calibración ayuden a decidirla. Un
ejemplo de este enfoque es la utilización de la transformada Box-Cox
36
que ya ha sido
aplicado con éxito en Chile
37
.
No obstante estas consideraciones, en una ciudad de tamaño medio -dado el número
y la naturaleza de los modos de transporte que se están considerando en la metodología
simplificada- la versión más simple del modelo logit multinomial probablemente será
suficientemente adecuada, para analizar la partición modal en la mayoría de los casos. La
ventaja del modelo logit multinomial radica no sólo en la ya comentada simplicidad de su
formulación; también debe mencionarse la disponibilidad de diversos programas
computacionales que permiten calibrarlo, tarea que representa una de las dificultades de los
modelos de elección discreta
38
.
Un requerimiento adicional de estos modelos -que suele convertirse en una dificultad
seria- es la de disponer de un conjunto de datos de calibración que aunque pequeño, debe
ser muy detallado y de alta calidad. Ello debe considerarse en el diseño y desarrollo de las
encuestas de recolección de información para los estudios de transporte.
Una vez definida la probabilidad de que un usuario de la categoría n elija el modo
m para viajar en el par (i,j), el número de viajes en ese modo se obtiene multiplicando
dicha probabilidad por el número total de viajes en ese par:
T
ij
nm
· T
ij
n
⋅ P
m
n
(2.17)
El modelo de partición modal es la última de las etapas que se incluyen dentro de
lo que se denomina (un poco arbitrariamente) la demanda de transporte. Como se observa
en la expresión anterior, el resultado final de la demanda es una matriz de viajes por modo
entre cada pareja origen-destino. La tarea siguiente es asignar estas matrices de viajes a
las redes correspondientes a cada modo.
2.12 MODELO DE ASIGNACIÓN DE TRANSPORTE PRIVADO
En el caso de la asignación de transporte privado, es conveniente proponer modelos
que pueden tratar el fenómeno de la congestión, por varias razones: aunque de menor
intensidad, en el caso de las ciudades de tamaño medio, la congestión puede estar presente
en algunos arcos de la red y es necesario simular su impacto, porque éstos suelen ser los
arcos donde se materializan proyectos de transporte; los modelos que tratan redes
congestionadas son igualmente adecuados cuando el fenómeno tiene poca importancia;
y por último, existe una larga experiencia nacional con la utilización de este tipo de
modelos.
Los modelos de asignación de transporte privado con mayor fundamentación
técnica, utilizan el primer principio de Wardrop para explicar la asignación de viajes a la
red. Este principio supone que los usuarios intentan minimizar sus costos de operación
al realizar sus viajes. Si pudieran hacerlo, cada usuario elegiría la ruta más corta (en
términos de tiempo de viaje, por ejemplo) para llegar a su destino. Pero, puesto que en
general existe el fenómeno de la congestión vehicular, la ruta más corta deja de serlo
cuando muchos usuarios tratan de usar los mismos arcos de la red. Los usuarios entonces
considerarán otras rutas, hasta encontrar aquella que tenga el mínimo costo posible, dadas
las condiciones de operación existentes en la red. Cuando todos los usuarios hayan
encontrado esta ruta más conveniente, la red de transporte privado se encontrará en
equilibrio.
El primer principio de Wardrop dice simplemente que habrá equilibrio en la
red
39
cuando ningún usuario pueda reducir unilateralmente su costo de viaje,
mediante un cambio de ruta.
40
Naturalmente éste es un principio general, que caracteriza la solución del problema
de asignación a redes de transporte privado, pero que no ilustra respecto a la manera de
encontrar dicha solución.
La red básica, utilizada para la asignación de transporte privado, está representada
por un grafo G · ( N , A ) , donde N es el conjunto de nodos y A el conjunto de arcos.
36. Liem T.C. y Gaudry M.J. (1987). P-2: A program for the Box-Cox logit model with disaggregate data. Publication 525. Centre de Recherche sur les Transport, Université de Montréal.
37. Fernández y De Cea Ingenieros Ltda.(1994) op. cit. Vol. IV: Modelos de Partición Modal
38. Las técnicas habituales de calibración no se pueden aplicar en este caso, dado que la variable explicada es una probabilidad que no se puede observar. El modelador sólo puede observar la elección de los usuarios.
39. Es importante no confundir este concepto de equilibrio en la red con el concepto de equilibrio oferta-demanda que se discutió al principio de este capítulo.
40. Wardrop J.G. (1956). Some theorical aspects of road traffic research. Proceedings of the Institution of Civil Engineers, Part II 1(36), 325-362.
Página 26 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
El primero representa las intersecciones de calles y los centroides de las zonas (localización
del origen y destino de los viajes) y el segundo conjunto representa las calles de la ciudad.
La siguiente nomenclatura será necesaria para formular el problema:
El problema de asignación de transporte privado, se resuelve planteando un
problema de optimización matemática del siguiente tipo:
Min Z · c
a
( x ) dx
o
f
a

a ∈A

(2.18)
sujeto a:
h
p
p ∈P
w

· T
w
∀ w ∈ W
f
a
· δ
ap
h
p
p ∈P

∀ a ∈ A
h
p
≥ 0 ∀ p ∈ P
Se puede demostrar que la solución de este problema (es decir los flujos de
equilibrio en cada arco de la red) satisface el primer principio de Wardrop. Aunque el
algoritmo de solución no será desarrollado aquí por limitaciones de contexto de la
presente metodología, se debe mencionar que las características del problema planteado
-con una función objetivo convexa y separable y restricciones lineales- hacen necesario
el empleo de metodologías específicas de solución, tales como el método de Frank-Wolfe.
El método de Frank Wolfe
41
-que es el más utilizado en los diversos programas
computacionales de asignación de transporte privado
42
- consta de dos fases: búsqueda de
dirección y minimización unidimensional. Aplicado al problema de asignación de
transporte, la fase de búsqueda de dirección deviene en la necesidad de encontrar rutas
mínimas entre pares origen-destino, problema largamente tratado en teoría de redes
43
; y
la fase de minimización unidimensional se resuelve con el método de la sección áurea o
el método de Newton (entre otros).
La solución del problema de asignación en redes de transporte privado es vastamente
conocida. Aceptada la hipótesis básica de equilibrio en la red (primer principio de Wardrop),
la formulación del problema y el algoritmo de solución es bastante robusto desde el punto
de vista conceptual. Paradojalmente, la mayor dificultad del modelo no proviene de su
formulación ni del algoritmo de solución, sino de los datos necesarios para su aplicación.
En efecto, los datos requeridos en este caso son las funciones de costos en cada arco de
la red (denominadas curvas flujo-velocidad) que tienen la siguiente forma, para un función
de tipo BPR (Bureau of Public Roads).
) 1 ( ) (
0
β
α

,
_

¸
¸
+ ⋅ ·
cap
f
t f t
(2.19)
donde:
t ( f ) = Tiempo (costo) de viajar en el arco cuando existe un flujo f viajando en
el arco.
f = Flujo en el arco
t
0
= Tiempo de viaje en el arco a flujo libre.
cap = Capacidad del arco.
Idealmente cada arco de la red debería tener una curva flujo-velocidad asociada.
Pero dado que el número de arcos es muy grande, se define un conjunto de funciones de
este tipo para distintas categorías de arcos y luego se asocia cada arco de la red a su
correspondiente categoría. Cada una de las curvas flujo-velocidad así definida tiene sus
propios parámetros (α , β ) que deben ser calibrados y ésta es la tarea más compleja en
la aplicación del modelo de asignación
44
.
41. Van Vliet D. (1978). The Frank-Wolfe algorithm for equilibrium assignment viewed as a variational inequality. Transportation Research 21B 87-89.
42. En Chile habitualmente se utiliza el programa SATASS del paquete comercial SATURN.
43. Gallo G. y Pallottino S. (1984). Shortest path methods in transportations models. Transportation Planning Models (eds.) M. Florian Elsevier Noth Holland
44. Recuérdese el contexto de análisis estratégico de transporte en que se presenta el modelo de asignación Análisis tácticos o locales, requieren de un enfoque metodológico distinto al descrito en este trabajo:Véase el Manual de Diseño y Evaluación Social
de Proyectos de Vialidad Urbana.
Página 27 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Finalmente debe mencionarse que el modelo de asignación de equilibrio de transporte
privado que aquí se ha propuesto, supone la existencia de congestión en la red vial (como
es el caso de las grandes ciudades y de la mayoría de las ciudades intermedias en Chile,
principalmente en sus zonas céntricas). Sin embargo, si el fenómeno de congestión es
totalmente inexistente en un caso particular, existen alternativas de modelos -tales como los
llamados modelos probabilísticos- que pueden resultar más adecuados. En ausencia de
congestión el modelo de equilibrio asignará todos los viajes a las rutas mínimas entre parejas
origen-destino, en tanto que los modelos probabilísticos reparten los viajes entre más de
una ruta alternativa
45
.
2.13 MODELO DE ASIGNACIÓN DE TRANSPORTE PÚBLICO
En el caso de la asignación de transporte público el problema es esencialmente
distinto al de transporte privado. En este caso, los usuarios deben elegir aquella línea de
transporte público (bus, taxibus, taxi colectivo, etc.) que utilizarán para realizar su viaje.
Dado que el recorrido de los buses está fijo en la red, los usuarios no eligen su camino
a través de la red vial (como lo hacen los automovilistas) sino a través de las distintas
líneas de transporte público disponibles para hacer su viaje.
Las distintas hipótesis respecto a la forma en que los usuarios eligen las líneas de
transporte público para realizar sus viajes, dan origen a distintos modelos de asignación
de transporte público. Los modelos más tradicionales suponen que el usuario elegirá
aquella línea específica que minimiza su tiempo total de viaje
46
. Es claro que esta
hipótesis de trabajo es correcta si un usuario tiene sólo una línea disponible, o un
conjunto pequeño de líneas muy distintas (en términos de las variables tiempo de viaje,
tiempo de espera, tarifa) disponibles para realizar su viaje. En este caso es razonable
suponer que el usuario elegirá aquella línea que minimiza su tiempo total de viaje. Este
tipo de modelos se conoce como de asignación a itinerarios mínimos.
Sin embargo, en ciertos casos en que el número y cobertura de las líneas
disponibles es mayor, los usuarios disponen muchas veces de un conjunto de líneas muy
parecidas (en términos de tarifa, tiempo de viaje y tiempo de espera) disponibles para
realizar sus viajes, y la hipótesis de elección de una sola línea específica deja de ser
adecuada. En la práctica, los usuarios no consideran una sola línea, sino un subconjunto
de líneas comunes o atractivas, que minimizan su tiempo total esperado de viaje. Para
realizar su viaje, el usuario utilizará cualquiera de las líneas pertenecientes a este
subconjunto de líneas atractivas.
Una vez que esta hipótesis de trabajo respecto al comportamiento de elección de
los usuarios se plantea en términos matemáticos
47
, es posible formular modelos, que
conducen a una asignación de viajes de transporte público mucho más realista. Tales
modelos son conocidos como de asignación a rutas mínimas de transporte público
48
y han sido utilizados exitosamente en Santiago
49
.
45. Existen diversos tipos de modelos probabilísticos. SATURN por ejemplo ofrece como alternativa el modelo de Burrell. Otro ejemplo es el modelo de Dial (1971) A probabilistic multipath traffic assignment model which obviates path enumeration
Transportation Research 5(2) 83-111. Debe advertirse sin embargo, que la fundamentación de estos modelos es esencialmente empírica y presentan ciertos problemas de aplicación y de calibración no triviales.
46. En realidad, este concepto de tiempo total normalmente se define como una combinación ponderada de tarifa, tiempo de espera en el paradero, el tiempo de viaje en vehículo, etc.
47. Chriqui C. y Robillar D.(1975) Common buses lanes. Transportation Science 9. 115-125.
48. De Cea J. y Fernández J.E.(1989) Transit assignment to minimal routes: an efficient new algorithm. Traffic Engineering and Control 30(10), 491-494.
49. La version comercial más conocida de este modelo se denomina ARTP por asignación a rutas mínimas de transporte público. Esta versión se utiliza en ESTRAUS por ejemplo.
Página 28 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
El modelo de asignación a rutas mínimas de transporte público no será descrito aquí
por limitaciones del contexto del presente trabajo. Sin embargo, al igual que en el caso de
asignación de transporte privado, la principal dificultad de su utilización no está en el modelo
mismo, sino en la información necesaria para calibrar la red de transporte público. En este
caso se define una red virtual, cuyos nodos son los mismos que la red vial, y cuyos arcos
unen todos aquellos nodos que quedan conectados por alguna línea de transporte público.
Cada uno de estos arcos tiene asociado una función de costos (que no es una curva
flujo-velocidad como en el caso del transporte privado) denominada función de costo
generalizado, y cuya expresión típica es la siguiente:
cg · tv + te ⋅ pwait + tc ⋅ pwalk +
ta
vt
+ ptr (2.20)
donde:
tv
= tiempo de viaje
te = tiempo de espera
pwait = ponderador del tiempo de espera
tc
= tiempo de caminata
pwalk = ponderador del tiempo de caminata
ta
= tarifa
vt = factor de conversión de unidades monetarias a unidades de tiempo
ptr = penalidad de transbordo
La calibración de los parámetros de esta función (pwait, pwalk, ptr) será tratado en
el capítulo siguiente. Nótese que aunque la función de costo generalizado de viaje es la suma
de los tiempos de viaje en vehículo, tiempos de espera, de caminata y costo de viaje o tarifa,
multiplicados por los factores de calibración, no se considera entre los parámetros a calibrar
un factor para el tiempo de viaje en vehículo. Esto, porque normalmente es necesario expresar
todos los términos de la función de costo generalizado de viaje con relación a uno de ellos,
elegido arbitrariamente. En este caso se ha elegido el tiempo de viaje en vehículo como
referencia.
En términos de aplicación práctica del modelo, debe recordarse que en general, cada
centroide origen i y cada centroide destino j está asociado a un conjunto de nodos de acceso.
El modelo encuentra las rutas mínimas l de transporte público entre cada nodo de acceso
en el origen y cada nodo de acceso en el destino, lo que da origen a un conjunto de K, l ∈ K { }
rutas alternativas para viajar entre el centroide i y el centroide j, cada una de las cuales tendrá
un costo generalizado
cg
k
( i , j )
50
. Si se agrega a este costo generalizado, el tiempo de
caminata en el origen y en el destino, multiplicados por el ponderador respectivo (pwalk)
se tendrá el costo total de cada ruta alternativa:
cgt
k
( i , j ) · tc
i
k
⋅ pwalk + cg
k
( i , j ) + tc
j
k
⋅ pwalk (2.21)
La probabilidad de escoger una ruta específica para viajar entre i y j queda expresada
por una función logit, cuyo parámetro de dispersión φ φ también debe ser calibrado:
P
k
( i , j ) ·
exp ( φ ⋅ cgt
k
( i , j ) )
exp ( φ ⋅ cgt
l
( i , j ) )
l ∈K

(2.22)
Luego, el número de viajes de transporte público en cada ruta alternativa, se obtiene
multiplicando el número de viajes totales en el par origen-destino por la probabilidad
indicada en la expresión (2.22)
51
50.Como es inmediato, el costo generalizado de cada ruta alternativa se obtiene sumando los costos generalizados de cada arco de la red de transporte público perteneciente a la ruta mínima que une cada pareja de nodos de acceso asociados al centroide origen y
al centroide destino.
51.Ver De Cea J. y Chapleau R. (1984).MADITUC: Un modelo de asignación a rutas mínimas en redes de transporte público. Apuntes de Ingeniería 15, Escuela de Ingeniería Pontificia Universidad Católica de Chile. pp 113-140.
Página 29 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Por último, -consistentemente con las hipótesis del modelo planteado-, el tiempo de
viaje, para los modos de transporte público, depende de los flujos de automóviles; además,
dado que en general éstos dependen de las características físicas y operativas de los arcos
(internalizado por la categoría), se considera a modo de ejemplo, la siguiente relación:
El esquema presentado tiene la ventaja de internalizar las características físicas y
operativas de los arcos, en las relaciones de tiempos entre modos públicos y privado,
mejorando de esta forma, la capacidad de predicción futura del modelo. Los factores
F
k
bus
deberán calibrarse a base de los resultados de medición de niveles de servicio
(sección 4.6).
2.14 MODELO DE ASIGNACIÓN DE TRANSPORTE PÚBLICO
CON RESTRICCIÓN DE CAPACIDAD
Alternativamente al modelo descrito en la sección anterior, se ha desarrollado un
nuevo modelo de asignación a redes de transporte público que considera restricción de
capacidad para los servicios de transporte colectivo. El modelo considera que la
congestión se concentra en los paraderos y supone que, dado que los servicios tienen una
capacidad limitada, los tiempos de espera de los viajeros crecen al aumentar los flujos de
pasajeros.
Ello implica incluir y, posteriormente, calibrar una función de tiempo de espera
en los paraderos (básicamente nodos de la red), que dependerá de los flujos de pasajeros
que acceden a ellos y de la capacidad de los vehículos de transporte público.
La última versión del modelo ESTRAUS considera la restricción de capacidad en
el transporte público dentro del proceso de equilibrio, de tal forma que los niveles de
servicio en las distintas etapas del modelo de equilibrio simultáneo toman en cuenta el
fenómeno de la congestión en los paraderos (o estaciones en el caso del metro en
Santiago).
Tal como en el modelo sin restricción de capacidad, se define una red virtual,
cuyos nodos son los mismos que la red vial, y cuyos arcos unen todos aquellos nodos que
quedan conectados por alguna línea de transporte público. Cada uno de estos arcos tiene
asociado una función de costos, que en este caso incluye un término que representa la
componente creciente del tiempo de espera asociado a dicho arco y que internaliza el
fenómeno de restricción de capacidad de los vehículos, cuya forma general es la
siguiente:
tpo espera creciente
V V
K
m m
n
_ _
~
· ⋅
+ ¸
¸

_
,
β
(2.23)
Página 30 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
donde
V
m
es el flujo de pasajeros en el arco,
~
V
m
es el flujo de pasajeros que compite
con
V
m
por la capacidad de los vehículos de transporte público, K es la capacidad total
del arco, y ß y n son parámetros a calibrar.
Mayores detalles de la formulación del modelo se pueden encontrar en el Informe
Final del estudio “Análisis y Calibración de Modelo de Asignación de Transporte Público
con Restricción de Capacidad”.
52. Además, en algunas ciudades incluso se prohibe el tránsito de camiones en alguno de los períodos que aquí interesan (punta y fuera de punta).
2.15 TRATAMIENTO DE VIAJES NO MOTORIZADOS
De acuerdo a lo indicado en la sección 2.7, dos modos de transporte no motorizados
pueden ser relevantes en el análisis de ciertos proyectos en ciudades intermedias:
caminata y bicicleta. Los viajes realizados en esos modos deben ser incluidos en los
modelos de demanda de transporte (generación, atracción, distribución y partición
modal), no obstante, dado que sus tiempos de viaje no dependen de los flujos, no es
necesario asignarlos a las redes y basta con tener niveles de servicio fijos para efectos
de cálculo de demanda.
En este contexto, la red considerada para ambos modos puede ser similar a la red
vial (o una ampliación de ésta). Sin embargo, en el modo caminata los arcos son
bidireccionales, en tanto que para la bicicleta los arcos deben respetar el sentido de
tránsito definido por las normas respectivas. Los costos de los arcos (tiempo de viaje)
son constantes y dependerán del largo del arco y la velocidad promedio de cada modo en
el arco. Con ambos parámetros se calcula el tiempo de viaje en el arco, variable que será
usada para calcular rutas mínimas.
Página 31 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
3. CALIBRACIÓN DEL MODELO DE TRANSPORTE
3.1 INTRODUCCIÓN
En este Capítulo se discute la calibración de los modelos de transporte presentados
en el capítulo anterior. La calibración propuesta trata de aprovechar la experiencia
nacional en este tema, que ha sido objeto de una crítica metodológica importante en el
último tiempo. En este sentido, se incorporan varios elementos novedosos respecto a la
manera tradicional en que se realiza esta tarea. Ello se relaciona especialmente con las
técnicas de calibración del modelo, con el tipo de datos utilizados y finalmente con el
manejo de los datos dentro del proceso de calibración.
Las nuevas técnicas propuestas de calibración de los modelos de generación,
distribución y partición modal, conjuntamente con las técnicas de calibración de las
redes de transporte público y privado, reflejan también los avances en el desarrollo
conceptual que pueden ser traducidos en aplicaciones prácticas.
Para efectos de calibración, se consideran disponibles las fuentes de información
incluidas en la presente metodología (que se discuten más adelante y entre las que
destacan una Encuesta Origen-Destino de Viajes, conteos de flujos, mediciones de
variables de servicio y otras) además del Censo de Población que realiza el Estado cada
diez años, información del Servicio de Impuestos Internos, Ministerio de Educación,
Instituto Nacional de Estadísticas, servicios de salud, sector privado, etc.
3.2 DEFINICIÓN DE LOS PERÍODOS DE ANÁLISIS
Un primer elemento básico para el modelo, que requiere una suerte de calibración,
es la definición horaria y la extensión de cada período de análisis (punta de la mañana y
fuera de punta). A este respecto no es posible entregar una recomendación general,
porque las definiciones mencionadas dependen de cada ciudad en particular.
Sin embargo, la Encuesta Origen-Destino de Viajes (EOD) proveerá la información
necesaria para definir los períodos: a partir de los datos de la hora media de realización
de los viajes en los medios de transporte modelables (promedio entre hora de salida y
hora de llegada) es posible construir histogramas en intervalos de 15 minutos (cuartos de
hora) contabilizando cada viaje (sólo una vez) en el cuarto de hora correspondiente. Es
recomendable construir el histograma para los viajes totales realizados, viajes en
transporte público y viajes en transporte privado. En estos histogramas se pueden
identificar los horarios de mayor y menor demanda de transporte durante el día (horas
punta y no punta). La definición de los períodos cumple dos objetivos. Primero,
identificar los períodos relevantes del día dentro de los cuales las condiciones de
operación del sistema pueden considerarse homogéneas, medidas en términos de niveles
de congestión en las redes, propósitos y cantidad de viajes, distribución de los viajes, etc.
En segundo lugar, escoger la hora representativa de cada período para efectos de
modelación.
Resulta esperable que el período de punta mañana esté localizado entre 6:30 y
9:30 horas y su extensión depende de cada ciudad en particular. Este período debe ser
elegido de manera que queden incluidos dentro de él, los cuartos de hora más cargados
(entre 6:30 y 9:30 horas) de cada uno de los histogramas de viajes totales, viajes de
transporte público y viajes de transporte privado.
En el evento que los períodos que resulten de cada histograma no sean exactamente
coincidentes, entonces la definición deberá realizarse a base del histograma que representa
al conjunto de viajes más relevantes para el área objeto de estudio.
Página 32 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La definición del período fuera de punta, tiene una connotación metodológica
distinta a la del período de punta mañana. A diferencia de este último, cuya definición está
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 asociación
no existe. A lo largo de un día típico, existen muchas horas que pueden ser consideradas
fuera de punta, en el sentido de que no son horas punta y de que los viajes allí
materializados no tienen un horario obligado ni común para todos los viajes.
Otro problema que dificulta la definición, está relacionado con la no habitualidad
temporal de los viajes fuera de punta dentro de un día típico (por ejemplo, una dueña de
casa que viaja todos los días al mercado a hacer sus compras, pero a distintas horas cada
día). Dado que los viajes con este tipo de características son comunes en fuera de punta,
es claro que cualquiera sea la definición temporal del período, se corre el riesgo de
subestimar tales viajes (es decir, de que el período no sea representativo)
1
. Desde este
punto de vista, la definición estricta de una hora para representar el período fuera de punta,
será necesariamente cuestionable cualquiera sea la hora elegida.
Esta discusión sugiere un enfoque distinto al tradicional para definir el período de
fuera de punta. Este consiste en definir un período de una hora de extensión para fuera de
punta, pero la especificación precisa de la hora de inicio y término de dicho período
quedará indeterminada. En otras palabras, se reconoce el hecho de que aunque existen
varias horas de fuera de punta durante el día, ninguna de ellas es suficientemente
representativa del resto, y por lo tanto una hora promedio de todas las horas fuera de punta
será la mejor opción.
Este enfoque tiene la ventaja de permitir el mejor aprovechamiento de los datos
de la EOD para efectos de la calibración del modelo de transporte, ya que se incluye en
el análisis una mayor cantidad de viajes que efectivamente se producen en fuera de punta
y cuyos patrones de comportamiento interesa determinar.
Para identificar las horas que pueden ser consideradas fuera de punta, se debe
excluir de los mencionados histogramas de viajes, los períodos estimados como punta de
mañana, punta tarde y punta de mediodía. Además, es deseable no considerar a los
intervalos inmediatamente anteriores y posteriores (debido a que se está tratando de
aislar la influencia de las horas punta sobre la fuera de punta). Por último, también se
excluyen aquellas horas donde no existe actividad de transporte o ésta es mínima, tal
como las horas de madrugada.
Como ejemplo de lo anterior, se puede mencionar que para la ciudad intermedia
de Curicó se ha propuesto como período de fuera de punta, el conjunto de intervalos que
van de 10:00 a 12:30 hrs y 15:00 a 18:00 hrs., lo que hace un total de 5,5 horas para el
período.
Desde el punto de vista del modelo -que sólo simulará una hora promedio de fuera
de punta- la suposición implícita es que en cualquiera de estas horas el sistema de
transporte se comporta de manera semejante. De hecho, el modelo recibirá como datos,
los vectores de orígenes y destinos para una hora, que pueden ser calculados como el
promedio de los orígenes y destinos de las 5,5 horas mencionadas
2
.
Como contrapartida, en el caso del Gran Santiago se escogió como el período
representativo de fuera de punta al comprendido entre las 10:00 y las 12:00 hrs.,
correspondiendo la hora de modelación, al promedio de los viajes realizados en dicho
período.
Un aspecto que debe ser considerado es la obtención de factores por propósito de
viajes que relacionan los viajes en la hora de modelación y los viajes totales en el período.
Esto permite ampliar la muestra de calibración para el modelo de generación/atracción
de viajes a todo el período (no sólo la hora de modelación), traspasando posteriormente
los resultados a la hora de modelación mediante la aplicación de los factores.
1. Existe otro tipo de no habitualidad temporal que afecta principalmente a los viajes de fuera de punta. Por ejemplo un individuo que realiza dos viajes al banco a la semana; o un viaje al hospital por mes. Dado que la EOD encuesta los viajes de un día
determinado, es probable que estos viajes no sean captados a pesar de que son habituales y se producen en fuera de punta. Este es un problema de cualquier encuesta de esta naturaleza, pero es posible hacer la razonable hipótesis de que los viajes de este tipo
no encuestados, tienen una importancia numérica menor.
2. Nótese también que al considerar una hora promedio, se levanta la necesidad de definir con exactitud todos los intervalos de fuera de punta (basta con tener cuidado de no incluir en el promedio las hora punta y las horas donde no hay actividad relevante de
transporte).
Página 33 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
3.3 CALIBRACIÓN DE MODELOS DE GENERACIÓN Y
ATRACCIÓN DE VIAJES
El Cuadro 3.1 enumera, -consistente con lo indicado en la sección anterior-, los
posibles modelos a calibrar para cada tipo de viajes.
En este caso, no es factible recomendar en forma general los modelos a calibrar
para cada período del día, puesto que su definición dependerá del número de viajes de cada
tipo y su importancia relativa en el período en cuestión.
Sin embargo, de acuerdo a la experiencia adquirida en el uso de las metodologías,
es posible indicar que para el período fuera de punta, es usual que se den todos los viajes
indicados en el Cuadro 3.1, en un número tal que amerite la calibración de modelos
específicos. Por otra parte, en el período punta de la mañana, normalmente los viajes
basados en el hogar de ida (bhi) son mayoritarios (por lo que deben calibrarse los modelos
de generación y atracción específicos), en tanto que los otros tipos de viajes son menos
frecuentes.
Cuadro 3.1
Recomendación de Modelos a Calibrar Según Tipo
de Viajes
Tipo de Viaje Generación Atracción
bhi tasas ACM (1) RLM (2)
RLS (3)
tasas ACM (2)
nbh RLM (1) RLM (2)
RLM (1) bhr
tasas ACM (1): Modelos que usan el método de Análisis de Clasificación
Múltiple, para explicar la generación de viajes basados en el
hogar de ida (bhi). Dado que el origen es el hogar, siempre la
variable explicativa son los hogares según categoría.
RLM(1): Modelo de regresión lineal múltiple para explicar la generación
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 número de hogares.
RLM(2): Modelo de regresión lineal múltiple para explicar la atracción de
viajes basados en el hogar de ida (bhi) y no basados en el hogar
(nbh). Dado que, en general, el destino de estos viajes no es el
hogar, nunca se utilizan la variable explicativa número de hogares.
La excepción la puede constituir la identificación de cierto tipo
de actividades, tales como servicio doméstico, jardinería, etc.,
en los cuales el hogar representa un centro de actividad.
RLS(3): Modelo de regresión lineal simple para explicar la atracción 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 número de hogares.
tasas ACM (2): Modelos de tasas ACM de atractividad, para explicar la atracción
de viajes basados en el hogar de retorno (bhr). Es dable utilizar
este método dado que el destino (variable explicativa) es el
hogar.
A continuación, se discuten los detalles de la calibración, poniendo énfasis en el
modelo ACM, debido a su aplicación relativamente reciente en análisis de transporte.
3.3.1 Modelos ACM
Tal como se explicó en la definición del modelo (Capítulo 2), la tasa de generación
de viajes de un hogar de nivel de ingreso i y tasa de motorización j, se puede estimar con
ACM de la siguiente manera:
> < − + ·
> < − + > < − + > < ·
x x x x
) x (x ) x (x x x
.j i.
*
ij
.j i.
*
ij
(3.1)
Página 34 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
donde:
< x > : Promedio global de viajes por hogar en la muestra.
x
i .
: Promedio de viajes por hogar, para hogares del i-ésimo nivel de
ingresos.
x
. j
: Promedio de viajes por hogar para hogares del j-ésimo nivel de tasa de
motorización.
x
ij
*
: Valor predicho mediante ACM, para hogares de nivel de ingresos i y
nivel de tasa de motorización j.
El cálculo de las tasas ACM debe realizarse a base de la encuesta corregida,
(obviando naturalmente el factor de corrección ACM). También se puede calcular a base
de la encuesta corregida y expandida, no obstante, la expansión es redundante para efectos
de cálculo de tasas ACM. Mayores detalles acerca de los factores de corrección y
expansión se presentan en la sección 4.2.10.
Como se sabe, el método ACM es una extensión de la técnica estadística de
análisis de varianza (ANOVA). En este caso, en que se estiman tasas de generación en
función de dos variables (ingreso y tasa de motorización) es necesario utilizar el ANOVA
con dos factores, para estudiar la bondad del modelo resultante.
Para presentar la aplicación del análisis ANOVA
3
, se recurrirá a la nomenclatura
habitual: SSw representa la suma de los cuadrados de las desviaciones intracategorías
(variación no explicada por la categorización) y SSa y SSb representan la suma de los
cuadrados de las desviaciones intercategorías (variaciones explicadas por la
categorización). SSab da cuenta de los eventuales efectos interactivos que pudieran
existir entre las dos variables explicativas, al ser consideradas conjuntamente en el
modelo.
Si estos valores se dividen por sus respectivos grados de libertad, se obtiene la
media de los cuadrados de las desviaciones (MSw, MSa, MSb y MSab, respectivamente).
En este caso, los grados de libertad de SSa corresponden al número de niveles en que se
estratifica la variable ingreso del hogar, menos uno (I-1); los grados de libertad de SSb
corresponden al número de niveles en que se estratifica la variable tasa de motorización
del hogar, menos uno (J-1); los grados de libertad de SSab corresponden a la multiplicación
de los dos anteriores (I-1)
.
(J-1); y los grados de libertad de SSw corresponden al número
de observaciones totales (hogares) menos el número de categorías (N-I
.
J). Se puede
demostrar que MSa, MSb, MSab y MSw son variables distribuidas chi-cuadrado, por lo
que el cuociente entre dos de ellas da origen a un estadígrafo con distribución F. En
particular interesan aquí los indicadores estadísticos del tipo:
F
x
·
MSx
MSw
(3.2)
El estadígrafo F
x
debe contrastarse con el valor de tabla para la distribución F con
los respectivos grados de libertad para el numerador, e infinitos grados de libertad para
el denominador, puesto que en este caso el número de observaciones es bastante grande
(N > 500). De esta tabla se puede obtener la probabilidad de aceptar las hipótesis nulas
que se detallan a continuación.
Para analizar la explicación conjunta del ingreso y tasa de motorización de las tasas
de generación de viajes por hogar, se analizan simultáneamente tres hipótesis nulas. La
primera de ellas (Hoa) postula que las tasas de generación son iguales para todas las
categorías de ingreso; la segunda (Hob) postula que las tasas son iguales para todas las
categorías de tasa de motorización; y la tercera (Hoab) postula que no existen efectos
interactivos entre las dos variables para explicar la tasa de generación. El modelo ACM
será mejor en la medida en que la probabilidad de aceptar las hipótesis nulas sea mínima,
o -equivalentemente- cuando se puedan rechazar las hipótesis nulas con un mayor grado
de significancia (normalmente mayor del 90% ).
3. Una explicación detallada del Análisis de Varianza puede consultarse por ejemplo en Glass G.V. and Stanley J.C. (1984) Statistical Methods in Educational and Psychology Prentice Hall Inc., Englewood Cliffs, New Jersey; y también en Miller I.R.,
Freund J.E. y Johnson R. (1992) Probabilidad y Estadística para Ingenieros Prentice Hall Hispanoamericana S.A. Englewood Cliffs México.
Página 35 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Las expresiones para las sumas de las desviaciones (SSx) mencionadas
anteriormente, se detallan a continuación
4
. En estas expresiones, el número de hogares
observados en cada celda de categorización (i,j) se denota por n
ij
; la observación del
número de viajes de cada hogar perteneciente simultáneamente al estrato i de ingreso y
al estrato j de tasa de motorización, se denota por x
ijk
(con k=1,2..,n
ij
); y la tasa promedio
de viajes por hogar en cada celda de categorización se denota por x
ij.
IJ
x
J
x
SSa
J
j
ij
I
i
I
i
J
j
ij
2
1 1
1
2
1
) ( ) (
∑ ∑


· ·
·
·

1
1
1
1
]
1

¸

·
(3.3)
IJ
x
I
x
SSb
J
j
ij
I
i
J
j
I
i
ij
2
1 1
1
2
1
) (
) (
∑ ∑


· ·
·
·

1
1
1
1
]
1

¸

·
(3.4)
IJ
x
SSb SSa x SSab
ij
J
j
I
i
ij
J
j
I
i
2
1 1 2
1 1
) (
∑ ∑
∑ ∑
· ·
· ·
− − − ·
(3.5)
ij
ijk
n
k
J
j
I
i
ijk
n
k
J
j
I
i
n
x
x SSw
ij
ij
2
1
1 1
2
1 1 1
) (

∑ ∑ ∑ ∑ ∑
·
· · · · ·
− ·
(3.6)
Además es necesario definir un factor de corrección para considerar el hecho de
que el número de observaciones en cada celda es distinto:
c ·
i · 1
I

1
n
ij j · 1
J

IJ
(3.7)
Las varianzas o medias del cuadrado de las desviaciones serán:
MSa ·
SSa
I − 1
MSb ·
SSb
J − 1
MSab ·
SSab
( I − 1 ) ( J − 1 )
MSw · c
SSw
N − IJ
(3.8)
Y los estadígrafos F serán los siguientes:
Fa ·
MSa
MSw
Fb ·
MSb
MSw
Fab ·
MSab
MSw
(3.9)
4. Estas expresiones han sido explícitamente incluidas aquí, ante la eventualidad de tener que programarlas para realizar el ANOVA del modelo ACM. Debe mencionarse que muchos de los programas estadísticos comerciales disponibles en el mercado, no
permiten realizar el análisis ANOVA cuando el número de observaciones por categoría no es el mismo para todas ellas, característica que por cierto no se cumple en este caso. Además debe tenerse cuidado en considerar en el ANOVA la interacción entre
variables, puesto que si el término correspondiente se omite y efectivamente existe tal interacción, los test y los niveles de confianza del ANOVA podrían perder validez.
Página 36 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Con estos estadígrafos es posible poner a prueba las tres hipótesis nulas
anteriormente mencionadas, para evaluar la capacidad explicativa del modelo ACM
propuesto.
Tal como está planteado el método, la obtención de los indicadores estadísticos
indicados en (3.9) requiere al menos una observación (n
ij
) en cada categoría de demanda.
Durante la etapa de recolección de información se deberá tener especial cuidado de no
violar esta restricción. No obstante esto, en el evento que se verifiquen categorías de
demanda sin observaciones (hogares), parte de las ventajas del método ACM se pierden
al no poder construir los indicadores estadísticos mencionados (ver Stopher y McDonald,
1983). En su defecto, existen otros indicadores que pueden calcularse, como por
ejemplo el grado de correlación lineal (R
2
).
Para ejemplificar lo anterior, se presenta a continuación los resultados de una
aplicación realizada para la ciudad de Curicó con datos de la Encuesta Origen Destino de
Viajes de 1996. Se modelan las tasas de generación para los viajes basados en el hogar de
ida, con propósito trabajo, en hora punta de la mañana (7:45 a 9:45 hrs) y la muestra consta
de 1.312 hogares.
Cuadro 3.2
Modelo de Tasa ACM, Punta Mañana: 7:45-9:45, Propósito Trabajo
Moneda ($) de Septiembre de 1996
Rango Ingreso ($) Cat. EOD sin auto 1 auto 2 o más Total
Bajo 0 - 170.000 1,2,3 0,5292 0,6660 0,7208 0,5734
Medio 170.000 - 565.000 4,5,6 0,7039 0,8406 0,8955 0,7481
Alto 565.000 ó más 7,8,9 0,7755 0,9122 0,9671 0,8197
0,5930 0,7297 0,7846 0,6372
Número de autos Ingreso del hogar
Total
En este caso particular, nótese que las tasas ACM presentan una regularidad acorde
a lo esperado en la práctica (tasas estríctamente crecientes según ingreso y tasa de
motorización). El análisis ANOVA resultó razonable, puesto que las probabilidades de
aceptar las hipótesis nulas Hoa y Hob son bajas, en tanto que se puede afirmar con casi
un 78% de significación que existen efectos interactivos entre el ingreso y la tasa de
motorización del hogar.
Cuadro 3.3
ANOVA con Dos Factores
SSa 0,0821
SSb 0,1070
SSab 0,1527
SSw 782,6157
MSa 0,0410
MSb 0,0535
MSab 0,0382
MSw 0,0269
Fa (g.l.num.) 1,5271
Prob. rechazo Hoa 78,45%
Fb (g.l.num.) 1,9911
Prob. rechazo Hob 86,99%
Fab (g.l.num.) 1,4205
Prob. rechazo. Hoab 77,88%
Una tarea siempre interesante es la validación de modelos. Para el caso de validar
los modelos de generación de viajes construidos a base de tasas ACM, es posible
comparar estadísticamente los viajes modelados y observados por zona, obteniendo
distintas medidas de bondad estadística, como por ejemplo: índice de correlación y otros.
Página 37 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
3.3.2 Modelos de Regresión Lineal
Para modelar la generación de viajes basados en el hogar de retorno (bhr), no
basados en el hogar y para las atracciones de viajes, es necesario calibrar modelos de
regresión lineal múltiple. Dado que estos modelos son bastamente conocidos en su
aplicación al análisis de transporte y existe un buen número de programas computacionales
estadísticos para calibrarlos, no serán objeto de discusión aquí. Las variables que
normalmente se incluyen en este tipo de modelos fueron descritas en la definición del
modelo y los test de bondad estadísticos son los habituales en regresión lineal (R
2
y t-
student).
Un aspecto que debe tener presente el modelador es que en el caso de la
generación de viajes, puede verse enfrentado a un bajo número de observaciones por
propósito-categoría. En este caso, lo recomendable es calibrar un modelo agregado (por
propósito), utilizando posteriormente algún criterio que permita desagregar por categoría.
Debe mencionarse para terminar, que los datos históricos de ciudades como
Santiago y Valparaíso, indican que el número de viajes no originados en el hogar es muy
pequeño en hora punta de la mañana (del orden del 10% de las producciones de viajes) y
es aproximadamente la mitad de las producciones de viaje en fuera de punta.
3.4 CALIBRACIÓN DEL MODELO DE PARTICIÓN MODAL
La calibración del modelo de partición modal consiste en estimar los valores de
los parámetros de la función de utilidad. Dependiendo del tipo de función utilidad que se
utilice (lineal o del tipo Box-Cox), los parámetros pueden estar presentes multiplicando
cada variable de la función y/o elevándola a un exponente.
En general, la probabilidad de que un individuo (con ciertas características
personales conocidas) escoja una cierta alternativa (con determinados atributos conocidos)
entre un conjunto de alternativas disponibles, puede ser entendida en función de un grupo
de parámetros que se denominarán genéricamente como θ { }
5
y cuyos valores deben ser
calibrados.
Dado que no es posible observar probabilidades de elección, sino directamente la
elección de cada individuo, normalmente se recurre a la técnica estadística de máxima
verosimilitud para calibrar los parámetros. Esta técnica se basa en el hecho de que a pesar
de que una cierta muestra cualquiera de datos puede provenir de distintas poblaciones,
una muestra en particular tiene una mayor probabilidad de provenir de una población
específica que de otras. Por lo tanto, el método de la máxima verosimilitud estima los
parámetros θ { } de tal forma que ellos sean consistentes lo más a menudo posible con
cualquier muestra observada de la población
6
. Ello se logra maximizando la función de
verosimilitud respecto de los parámetros.
Supóngase que se dispone de una muestra de N individuos y que se puede formular
la probabilidad (en función de los parámetros θ { } ) de que cada individuo k escoja la
alternativa i que efectivamente eligió: P
k
( i ) . Supóngase además que existen M alternativas
de elección y que cada individuo tiene un conjunto C
k
de alternativas disponibles.
Si ahora se agrupan los individuos de acuerdo a la alternativa escogida por ellos,
se obtendrán M subconjuntos de probabilidades, cada uno de los cuales tendrá un número
de elementos igual al número de individuos que escogieron cada alternativa: N
1
, N
2,....
N
M.
5. Que corresponden a los parámetros conjuntos de la expresión (3-15).
6. Ortúzar J de D. y Wilumsen L.G. (1990) op.cit.
Página 38 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Así, la función de verosimilitud adquiere la siguiente forma:
L ( θ ) · P
k
( 1 )
k · 1
N
1

P
k
( 2 )
k · N
1
+ 1
N
1
+ N
2

. . . . . . . . . . . P
k
( M )
k · N
1
+ N
2
. . . N
M −1
+ 1
N

(3.10)
Esta expresión se puede simplificar definiendo una variable dummy δ
ik
que
tomará un valor 1 para la alternativa i

C
k
escogida por el individuo k y tomará un valor
0 en otros casos:
L ( θ ) ·
k · 1
N

P
k
δ
ik
( i )
i ∈C
k
∏ (3.11)
Y puesto que se trata de maximizar esta función, un procedimiento equivalente
resulta de maximizar el logaritmo natural de la función de verosimilitud, que es más
simple y conduce al mismo óptimo:
l ( θ ) · ln L ( θ ) ·
k · 1
N

δ
ik
i ∈C
k

ln P
k
( i )
(3.12)
La maximización de la función l ( θ ) respecto de los parámetros, entregará los
θ
*
{ }
óptimos que corresponden a los parámetros de calibración que se buscan. Existen
diversos programas computacionales que permiten realizar esta tarea, pero ellos dependen
del tipo de modelo de partición modal que se esté proponiendo y que definirá la
formulación de la probabilidad P
k
( i ) . En el caso de los modelos logit multinomiales y
jerárquicos, los programas disponibles son diversos y bien conocidos
7
. Sin embargo,
modelos más sofisticados como el Probit y aquéllos que utilizan formulaciones Box-
Cox para la función utilidad, requieren de procesos de calibración más complejos y los
programas correspondientes son escasos
8
. Cada uno de estos programas entrega también
un conjunto de indicadores estadísticos que permiten estimar la bondad de los modelos
y comparar diversas alternativas de formulación de la función de utilidad, con distintas
variables. Puesto que estos estadígrafos dependen del tipo de modelos que se formule,
no es posible hacer aquí una exposición general de los mismos, pero existe una amplia
literatura dedicada a este tema
9
. Sin embargo, entre tales indicadores, cabe mencionar el
propio valor del logaritmo de la función de verosimilitud y el radio de verosimilitud, que
sirven para estimar la bondad del modelo completo; y el estadígrafo t usado para evaluar
la significación de cada parámetro del modelo.
La definición de criterios de selección de las muestras de calibración y los niveles
de servicio utilizados, deberán realizarse con especial cuidado, para no violar los
supuestos incluidos en el modelo. Especial relevancia adquiere la disponibilidad del
modo auto-acompañante (asunto discutido en la sección 2.7) y los niveles de servicio
utilizados para calibración (tema presentado en detalle en la sección 4.7).
Para ejemplificar lo anterior, el Cuadro 3.4 presenta a continuación los resultados
de una aplicación realizada para la ciudad de Curicó con datos de la Encuesta Origen
Destino de Viajes de 1996. Se presenta el modelo de partición modal para el propósito
trabajo, en hora punta de la mañana (7:45 a 9:45 hrs). La submuestra de calibración consta
de 657 viajes. Se muestran los valores de los coeficientes de las variables, su estadígrafo
“t” y el coeficiente (lambda) de la transformación Box-Cox cuando corresponde.
7. En Chile el paquete computacional más utilizado para este tipo de modelos es el ALOGIT. Debe mencionarse también que los modelos logit multinomiales y los modelos logit jerárquicos son los de mayor utilización en estudios de transporte nacionales
8. Recientemente se ha utilizado en Chile el paquete computacional TRIO para calibrar modelos desagregados de partición modal del tipo Box-Cox en Santiago. Ver Fernández y De Cea Ingenieros Ltda.(1994)ç op.cit. Vol. III Modelos de Partición Modal.
9. Ver por ejemplo, Ortúzar J de D. y Wilumsen L.G. (1990) op.cit. Cap 8 Specification and Estimation of Discrete Choice Models
Página 39 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 3.4
Coeficientes y Estadígrafos, Modelo de Partición Modal
para Trabajo
Período Punta Mañana (07:45 a 09:45 hrs.)
Variable Theta (t) Lambda (t
≠ ≠
0) (t
≠ ≠
1)
Número de Autos 1,520 -3,58
Tiempo de Viaje -0,029 (-2,02)
Tiempo de caminata -0,246 (-10,89) 0,725 (5,64) (-2,14)
Tiempo de espera -0,130 (-2,07)
Costo partido por ingreso -0,0842 (-5,09)
Modo de Transporte cte. modal (t)
Caminata 1,800 -6,01
Autochofer -1,700 (-2,96)
Autoacompañante -3,900 (-6,27)
Taxi -2,100 (-2,78)
Bus y taxibus 0,000
Taxicolectivo 0,420 -2,04
Bicicleta -1,600 (-5,39)
Dado que una de las variables que siempre debe ser incluida en el modelo de
partición modal es el tiempo de viaje, existen dos posibilidades para obtener los valores
de dicha variable. La primera es la que se ha adoptado en el caso de las ciudades de tamaño
medio que consiste en observar los niveles de servicio en toda la red para cada uno de los
modos en cada uno de los períodos, y así inferir el tiempo de viaje entre todos los pares
origen-destino. El segundo método, que se ha aplicado en el caso del Gran Santiago, dada
la dificultad de medir los niveles de servicio en toda la red, es obtener los valores de
tiempos de viaje del proceso de calibración de redes, valores que incorporan los errores
propios de dicho proceso.
3.5 CALIBRACIÓN DEL MODELO DE DISTRIBUCIÓN
El modelo de distribución gravitacional propuesto, requiere calibrar para cada
período-propósito definido, un conjunto de parámetros de distribución
φ
n
{ }
cada uno de
los cuales corresponde a una categoría de demanda. Debido a que los orígenes por zona
(O
i
n
) están definidos por categoría, pero no así los destinos por zona (
D
j ), es necesario
calcular simultáneamente los parámetros de todas las categorías dentro de cada
período-propósito. En esta sección se describe la estimación de los parámetros de
distribución para un período-propósito determinado.
Esta tarea presenta una de las mayores dificultades actuales de análisis de
transporte, debido a la ausencia de un patrón de comparación directo con el que se puedan
contrastar los resultados del modelo gravitacional calibrado. Como se ha mencionado
antes, no es posible obtener una matriz origen-destino confiable a partir de los datos de
una EOD a menos que se encueste al 100% de los hogares. Aún cuando ello fuera posible,
existen otros factores distorsionadores que deben considerarse (tales como la no
habitualidad de ciertos viajes) y que harían muy cuestionable una matriz obtenida de esa
forma. Agréguese a lo anterior, el requerimiento de obtener una matriz representativa
para cada período, propósito y categoría de demanda.
3.5.1 Metodología para Ciudades Intermedias
Dada la forma del modelo gravitacional que se ha propuesto, que depende
básicamente de la variable utilidad compuesta de viajes (en este caso el EMU de las
utilidades modales) entre parejas origen-destino, el parámetro de distribución adecuado
debería ser aquél que permitiera construir una matriz de viajes cuya distribución de
utilidad compuesta de viajes, fuera similar a una cierta distribución observada
10
. Dicha
distribución observada de utilidades compuestas puede ser obtenida -por ejemplo- de los
viajes de la EOD y de los datos de utilidades modales medidas en terreno (lo que permitirá
calcular la utilidad modal y luego la utilidad compuesta para los viajes observados) que
se propone recoger en la presente metodología. Nótese en este punto que los
requerimientos de información para obtener una distribución de utilidad representativa,
son mucho menores que los requerimientos para obtener una matriz representativa celda
a celda.
10. Ver la definición del EMU en el Capítulo 3. Para efectos de la presente metodología los costos modales (tiempos, costos, etc.) incluidos en la utilidad modal, y por ende en el EMU deben ser medidos directamente en terreno.
Página 40 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
No obstante, debido a que la distribución de utilidad compuesta representa un
conjunto de números que deben ser replicados a partir de un sólo parámetro, parece
razonable hacer una simplificación y en lugar de intentar replicar la distribución de
utilidad compuesta, se tratará de replicar el promedio ponderado de la utilidad
compuesta observada para cada categoría de demanda
11
:
LP
o
n
·
T
ij
on
⋅ EMU
ij
n
ij

T
ij
on
ij

(3.13)
donde:
LP
o
n
: Utilidad compuesta promedio ponderado observada para los viajes de
la categoría n.
T
ij
on
: Viajes observados de la categoría n entre i y j.
EMU
ij
n
: Elemento (i,j) de la matriz de EMU de la categoría n.
La matriz de EMU
ij
n
permanecerá constante durante todo el proceso de
calibración, ya que sus valores no dependen de los parámetros de distribución.
La metodología propone entonces, la calibración de cada conjunto de parámetros
de distribución φ
n
{ } a través de un proceso iterativo, siguiendo los siguientes pasos:
Iteración 0:
a) Dado un conjunto de viajes observados y sus respectivas utilidades compuestas,
calcúlese la utilidad compuesta promedio de viaje por categoría: LP
o
n
.
b) Defínase un conjunto de parámetros φ
o
n
iniciales. Estos valores iniciales
pueden ser arbitrarios (por ejemplo: 0,5), pero se sugiere empezar con
φ
o
n
· LP
o
n
[ ]
− 1
. En el caso que φ
o
n
resulte negativo, entonces se debe usar el
valor 0,5 sugerido.
Iteración k:
c) Utilizando los parámetros φ
k
n
calcúlense los factores de balanceo A
i
n
y
B
j
.
Luego, constrúyase las matrices modeladas por categoría T
ij
mn
utilizando el
modelo gravitacional y calcúlese la utilidad compuesta promedio de cada una
de ellas:  LP
m
n
d) Compárense los valores de LP
o
n
y LP
m
n
. Si la diferencia entre ellos es menor
que un cierto nivel de tolerancia (por ejemplo 10%) para todas las categorías,
los parámetros de distribución se consideran calibrados. En caso contrario, se
calcula un nuevo conjunto de parámetros de distribución:
φ
k + 1
n
· φ
k
n

LP
m
n
LP
o
n (3.14)
En el evento que LP
o
n
sea negativo, entonces es evidente que se debe usar otro
método diferente al indicado en (3.14) para la obtención de un nuevo valor de
n
k 1 +
φ . En ese caso es útil considerar un algoritmo de aproximación sucesiva,
que aunque más lento en su velocidad de convergencia, evita problemas de
inconsistencia de signos.
y se vuelve al paso c).
La convergencia de este proceso iterativo está garantizado por la forma en que se
calcula cada nuevo conjunto de parámetros de distribución
12
y el método se ha propuesto
aquí básicamente por su simplicidad. Sin embargo, debe mencionarse que algunos autores
han propuesto metodologías más sofisticados para calibrar el parámetro del modelo de
11. Smith, M. E. (1979) Design of small sample home interview travel surveys. Transportation Research Record 701, pp. 29-35.
12. Lo que además está respaldado por la relación funcional monótona entre el costo total y el parámetro de distribución. Ver Evans S.P. (1973) A relationship between the gravity model for trip distribution and the transportation problem in linear
programming. Transportation Research Vol. 7 pp. 39-61.
Página 41 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
distribución
13
. Estas difieren de la que aquí se ha propuesto básicamente en la forma de
construir un nuevo parámetro en cada iteración, lo que -debido a la forma no lineal del
modelo gravitacional- podría hacer más rápida la convergencia del proceso.
En cada iteración del proceso de calibración anterior, es necesario calcular los
factores de balanceo asociados al modelo gravitacional y que dependen de los parámetros
de distribución.
Estos factores de balanceo y también se calculan a través de un proceso iterativo
de acuerdo a las siguientes expresiones
14
:

1 -
i
-1
j
1
]
1

¸

·
1
]
1

¸

·
∑∑

n
n
ij
n n
i
n
i j
n
ij
n
j j
n
i
EMU O A B
EMU D B A
} exp{
} exp{
φ
φ
(3.15)
Dado un conjunto de B
j
iniciales (uno por cada zona, inicializados normalmente
en 1) se calculan los A
i
n
correspondientes (uno por cada zona y cada categoría) lo que
permitirá una nueva iteración. El proceso se repite hasta que los factores de balanceo de
una cierta iteración sean similares a los de la iteración anterior, dentro de un cierto nivel
de tolerancia dado (que normalmente se establece en un 5% o menos). Nótese que en cada
iteración los datos necesarios de cálculo están dados, ya que los parámetros de la
distribución permanecen constantes mientras se calculan los factores de balanceo.
Al proponer el modelo de distribución (Capítulo 2), se mencionó que los
parámetros φ
n
reflejan el peso que los usuarios de cada categoría asignan a la utilidad
compuesta de transporte, cuando deciden la distribución de sus viajes. Por lo tanto, estos
parámetros representan patrones de comportamiento de los usuarios y una vez calibrados,
se consideran constantes en el tiempo e independientes de los costos de transporte.
Nótese sin embargo, que la situación es distinta para los factores de balanceo.
Estos cumplen una función de ajuste de las matrices de distribución obtenidas con el
modelo (Ver Capítulo 2), asegurando que se cumplan las restricciones de orígenes y
destinos en las matrices, tal como se refleja en la expresión (3.15) anterior. Es decir, los
factores de balanceo A
i
n
y B
j
dependen de los datos de entrada al modelo de distribución
(orígenes y destinos por zona y costos de transporte entre zonas) y deben ser recalculados
cada vez que se aplica el modelo de distribución, puesto que cada nuevo corte temporal
y cada nuevo escenario de proyectos o planes de transporte, dará origen a un distinto
conjunto de datos de entrada para el modelo.
Es fácil notar que dada la forma de cálculo de la utilidad compuesta promedio
observada LP
o
n
(ecuación 3.13), su nivel de representatividad está limitado por el
número de observaciones (viajes) correspondientes a cada categoría de usuarios. Es por
ello, que puede ser recomendable estudiar alguna agregación de las distintas categorías,
a objeto de calcular la utilidad compuesta promedio observada LP
o
n
a base de un mayor
número de observaciones.
Para ejemplificar lo anterior, se presenta a continuación los resultados de una
aplicación realizada para la ciudad de Curicó con datos de la Encuesta Origen Destino de
Viajes de 1996. Se calibran los valores del parámetro de distribución , para los viajes del
propósito trabajo, en hora punta de la mañana (7:45 a 9:45 hrs).
Cuadro 3.5
Parámetro del Modelo de Distribución, Punta Mañana: 7:45-9:45, Propósito Trabajo,
Moneda ($) de Septiembre de 1996
Rango Ingreso ($) Cat. EOD sin auto 1 auto 2 o más
Bajo 0 - 170.000 1,2,3 0,210 0,400 0,400
Medio 170.000 - 565.000 4,5,6 0,270 1,000 0,800
Alto 565.000 ó más 7,8,9 0,430 0,110 0,800
Ingreso del hogar Número de autos
13. Ver por ejemplo Williams I. (1976) A comparison of some calibration techniques for doubly constrained models with an exponential cost function. Transportation Research 10 (2) pp. 91-104; y también la revisión de Ortúzar J de D. y Wilumsen L.G.
(1990) op.cit. Cap 5: Trip Distribution modelling.
14. Ortúzar J de D. y Wilumsen L.G. (1990) op.cit.
Página 42 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
3.5.2 Metodología para Grandes Ciudades
En el caso de las ciudades de Santiago y Valparaíso existe un modelo de distribución-
partición modal conjunto, lo cual hace que el proceso de calibración presente características
diferentes. La actual implementación del modelo considera el parámetro f igual a la
unidad, lo cual significa que las etapas de distribución y partición modal se dan a un mismo
nivel. Esto se traduce en que el proceso de calibración propiamente tal consiste en
verificar que es válido adoptar un valor de 1 para el parámetro f, proceso que puede ser
realizado comparando las entropías de las matrices observada y modelada. Una detallada
descripción de este procedimiento se desarrolla en el estudio “Análisis Recalibración de
los Modelos de ESTRAUS
15
”.
Los casos en que el valor del parámetro f sea distinto de 1 requiere la calibración
de un modelo de distribución independiente, proceso que puede ser realizado de acuerdo
a lo descrito en el Volumen V, página 38, del Informe Final del estudio señalado
precedentemente.
3.6 CALIBRACIÓN DE LA RED DE TRANSPORTE PÚBLICO
Se entiende por calibración de la red de transporte público, al proceso de
estimación de valores de los parámetros de la función de costo generalizado de viaje,
asociados a los arcos de esta red.
Considérese una red de servicios de transporte público que operan sobre una red
vial G · ( N , A ) donde N representa un conjunto de nodos (intersecciones de calles) y
centroides de zonas y A un conjunto de arcos (calles). Sea A
c
el conjunto de arcos de
la red vial sobre los que existen conteos observados de pasajeros (por ejemplo de buses).
Sean además f
a
o
el flujo de pasajeros observado en el arco
a
y

f
a
el flujo modelado de
pasajeros en el arco a . El flujo modelado sobre un arco es el resultado de la asignación
(con algún criterio de comportamiento de los viajeros frente a la elección de rutas
16
) de
la matriz de viajes resultante de los procesos generación-distribución-partición modal
sobre la red de servicios de transporte público (de buses en el ejemplo).
En el contexto de la presente metodología se ha supuesto que entre nodos de la red,
los viajeros eligen la ruta que minimiza una función de costo generalizado de viaje. Sin
embargo, entre dos centroides de la red los viajes se reparten entre un conjunto de rutas
(mínimas entre un nodo de acceso del centroide de origen y un nodo de acceso del
centroide de destino). Cada una de estas rutas tiene una probabilidad de ser usada, que se
calcula de acuerdo a un modelo logit en el que la desutilidad de cada alternativa es su
respectivo costo generalizado de viaje (Ver Sección 2.13).
Está implícito que los atributos de los arcos de la red de servicios (costo y
tiempos) son constantes e independientes de los flujos que existan sobre ella. Dados los
tiempos de espera (que son función de las frecuencias de los servicios), los tiempos de
viaje en vehículo, los tiempos de caminata y las tarifas (costos de viaje), las únicas
variables de ajuste para intentar reproducir los conteos observados son los parámetros
de la función de costo generalizado de viaje y el factor de dispersión del modelo logit de
repartición de flujos entre rutas alternativas. Así, si se define el vector de parámetros de
calibración
X · ( x
1
, x
2
, . . . . . . . , x
n
)
se puede representar el flujo modelado sobre un
arco a  como función del vector de parámetros
X
, lo que se debe interpretar como que
el flujo modelado (asignado) de pasajeros sobre el arco  depende de los valores de los
parámetros de calibración. De esta forma, dado un conjunto de parámetros, la asignación
de la matriz de viajes observados sobre la red produce como resultado los flujos
modelados

f
a
.
15. Análisis Recalibración de los Modelos de ESTRAUS, MIDEPLAN, 1994
16. Tal como el criterio de asignación a rutas mínimas de transporte público propuesto la Sección 3.13.
Página 43 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
El problema de calibración de la red de transporte público (o calibración del
modelo de asignación) puede formularse como sigue:
x
1
, x
2
, . . . . , x
n
{ }
Min
f
a
o


f
a
( x
1
, x
2
, . . . . . , x
n
)
{ }
a ∈A
c

2
(3.16)
s.a.:
x
1
, x
2
, . . . . . . , x
n
≥ 0

f
a
flujos asignados
∀ a ∈ A
La solución de este problema de optimización matemática se puede encontrar
utilizando el Algoritmo de Hooke y Jeeves. Este requiere contar con las matrices de
transporte público resultantes del proceso generación-distribución-partición modal
(proceso independiente de las redes que ahora se requieren calibrar). Si bien esto puede
llevar a dificultar los ajustes entre los flujos observados y modelados, las redes así
calibradas son mejores para fines de predicción puesto que el modelo no es forzado a
replicar los conteos, a través de ajustes simultáneos en las matrices y las redes (como
hace el método tradicionalmente utilizado en Chile para calibrar redes).
El algoritmo de Hooke y Jeeves
17
es un procedimiento iterativo usado para
resolver problemas de optimización con función objetivo no convexa y sin expresión
explícita para sus derivadas respecto de las variables de decisión del problema. Se
requiere, sin embargo, que la función objetivo sea continua y evaluable para cualquier
valor factible de las variables. El algoritmo consiste en la repetición de dos etapas:
a) Búsqueda Exploratoria a través de cada una de las coordenadas del espacio
de soluciones, con el objeto de encontrar una buena dirección local de
descenso (reducción del valor de la función objetivo, que en este caso es una
medida de la diferencia entre flujos modelados y observados). La búsqueda se
efectúa variando el valor de cada coordenada (parámetros de calibración) en
una cantidad preestablecida
δ δ
y evaluando la función objetivo en cada punto
así determinado. Si la búsqueda desde un determinado punto no tiene éxito, se
reduce el valor de
δ δ
en una cantidad predefinida.
b) Patrón de Movimiento, que consiste en avanzar según la dirección determinada
en la etapa anterior. La longitud del avance está dada por la distancia entre los
puntos que definieron la dirección, multiplicada por un parámetro α α .
La convergencia global del algoritmo no está asegurada a menos que la función
objetivo sea estrictamente convexa, lo que no ocurre en este caso. Así, el algoritmo puede
encontrar como solución un óptimo local. Sin embargo, puede trabajar con cualquier
función continua, por extraña que sea su forma. Con el objeto de aumentar las posibilidades
de salir de óptimos locales se deben probar distintos valores de los parámetro
α α
y
δ δ
.También se suele trabajar repitiendo la aplicación del algoritmo a partir de distintos
puntos (soluciones iniciales factibles), escogidos en forma aleatoria. Los parámetros α α
y
δ δ
son propios del método de calibración y no tienen relación alguna con las categorías
de los arcos.
En las Figuras 3.1 y 3.2 se describe en detalle el método -en términos del diagrama
de flujo de la implementación computacional del algoritmo- aplicado a la calibración de
una red de transporte público. Este presenta variaciones menores para el caso de la red
vial. La Figura 3.1 describe el procedimiento general, en tanto la Figura 3.2 presenta un
detalle de la etapa de búsqueda exploratoria.
Al aplicar el algoritmo al problema de calibración de una red de transporte público,
las coordenadas del espacio de soluciones (variables de decisión del problema de
optimización) son los parámetros de calibración. Estos, como se mencionó en la Sección
2.13, son los siguientes:
• Factor de conversión de unidades monetarias a unidades de tiempo (factor
multiplicativo de la tarifa o costo de viaje en la función de costo generalizado
de viaje).
• Ponderador del tiempo de espera.
• Ponderador del tiempo de caminata (acceso más transbordo).
17. Hooke R. and Jeeves T.A. (1961) Direct Search Solution of Numerical and Statical Problems. Journal of the Association of Computer Machinery Vol. 9, pp 212-229.
Página 44 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
• Parámetro de dispersión del modelo logit incorporado al modelo de asignación,
que permite repartir los viajes de un determinado par origen-destino entre las
distintas rutas mínimas, entre nodos de acceso, que lo unen.
Finalmente, es importante mencionar que la implementación del método de
calibración utiliza el modelo de asignación a redes de transporte público ARTP
18
. Debe
recordarse que cada vez que el algoritmo de calibración requiere evaluar la función
objetivo necesita conocer los flujos modelados y éstos sólo pueden ser determinados
asignando la matriz observada de viajes sobre la red, considerando los últimos valores de
los parámetros de calibración.
Dada la forma iterativa de uso del método de Hooke y Jeeves, que puede entregar
diferentes resultados para los parámetros de calibración dependiendo del óptimo al cual
converga, es recomendable adoptar aquella solución, que mejor replique el histograma
agregado de tiempos de viaje observados obtenidos por ejemplo de la EOD a hogares o
de la medición de niveles de servicio.
Para el caso de las redes de transporte público que consideran restricción de
capacidad de los vehículos, además de la calibración de los parámetros que ponderan las
distintas componentes de la función de costo generalizado, proceso detallado en los
párrafos anteriores, es necesario calibrar los parámetros asociados a la función tiempo
de espera - flujo, que permite reflejar el aumento de este tiempo a medida que se
incrementa el número de usuarios que demanda los servicios de transporte colectivo. En
el Informe Final del estudio “Análisis y Calibración de Modelo de Asignación de
Transporte Público con Restricción de Capacidad” se encuentran detalles del proceso de
calibración de dichos parámetros para el caso de la ciudad de Santiago.
Figura 3.1
Diagrama de Flujo del Proceso de Calibración (1)
Parámetros iniciales:
(x1, x2, ... xn)
Primer punto base:
(x1*, x2*, ... xn*)=(x1, x2, ..., xn)
Asignación de viajes de red de
transporte público

Evaluación de la Función Objetivo
Iteraciones del algoritmo
de Hooke y Jeeves
BUSQUEDA EXPLORATORIA
Se obtiene x'=(x1', x2', ... xk', ..., xn')
IF fobj (x1', ..., xn') <
fobj (x1*, ... xn*)
AVANCE EN DIRECCION ENCONTRADA
se obtiene
x"=(x1", x2", ..., xn") =
{(1+ α )x1' - α x1*, ..., (1+ α)xn' - xn*)}
Se vuelve a punto
base anterior
Se definen valores para los
parámetros calibrados
x*= (x1*, x2*, ..., xn*)
Nuevo punto base:
(x1*, x2* ... xn*)=(x1", ..., xn")
NO SI
SI
NO
Se reduce
el valor de δ
IF
δ ≤ ε
18. De Cea J. and Fernández (1989). Transit assignment to minimal routes: an efficient new algorithm. Traffic Engineering and Control 29(10), pp 520-526
Página 45 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Figura 3.2
Diagrama de Flujo del Proceso de Calibración (2)
IF fobj (x1, x2, ..., xk + δ , .. xn) <
fobj (x1, x2, ..., xk, ... xn))
BUSQUEDA EXPLORATORIA
Iniciación de la búsqueda a partir de
x=(x1, x2, ..., xn) ; k=0
Obtención de flujos modelados
k = k + 1
x = (x1, x2, ... xk + δ , ..., xn)
Obtención de flujos modelados
Reemplazar
(x1, x2, ..., xk, ... xn)
por
(x1, x2, ..., xk + δ , ... xn)
x=(x1, x2, ..., xk - δ , ... xn)
Obtener flujos modelados
IF fobj (x1, x2, ..., xk - δ , .. xn) <
fobj (x1, x2, ... xk, ... xn)
Reemplazar (x1, x2, ..., xk, ... xn)
por (x1, x2, ..., xk - δ, ... xn)
IF
K = N
Se obtiene x'=(x1', x2', ... xk', ... xn')
NO
NO
SI
NO
SI
SI
3.7 CALIBRACIÓN DE LA RED DE TRANSPORTE PRIVADO
Para calibrar la red de transporte privado (o red vial) se propone un procedimiento
análogo al de la red de transporte público. No obstante, en este caso se trata de calibrar
las funciones de costo asociadas a cada tipo de arco de la red vial, que tienen la siguiente
forma:
) 1 ( ) (
0
β
α

,
_

¸
¸
+ ⋅ ·
cap
f
t f t
(3.17)
donde:
t ( f ) : Tiempo (costo) de viajar en el arco cuando existe un flujo f de
vehículos viajando en el arco.
f : Flujo de vehículos en el arco
t
0
: Tiempo de viaje en el arco a flujo libre.
cap : Capacidad del arco.
En la presente metodología se propone medir directamente en terreno las variables
que aparecen en la expresión (3.17), -tiempo a flujo libre y capacidad del arco-, dejando
solamente los parámetros α , β ( ) como objetos de calibración (nótese que existirá una
pareja de estos parámetros por cada tipo de arco definido). Este es un aspecto importante
de tomar en cuenta al calibrar redes, que se refiere a la necesidad de aprovechar la
posibilidad de obtener buena información de datos observables y medibles de la red.
No tiene sentido tratar algunos de estos valores como si fueran parámetros de
calibración, particularmente cuando se trabaja con redes relativamente simples y poco
densas, como es el caso de ciudades intermedias. También es importante contar con
buenos datos observados de tiempos de viaje sobre la red (tiempos de viaje globales
promedio sobre el sistema y sobre una muestra de pares origen-destino) y tiempos de
viaje a capacidad sobre ciertos arcos seleccionados.
Página 46 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Para calibrar la red vial, se puede utilizar el mismo problema de optimización
(3.16), pero ahora f
o
representa el flujo de vehículos de transporte privado observado en
conteos realizados sobre el arco a y

f
a
representa el flujo modelado de transporte
privado en el arco a . El flujo modelado sobre un arco es el resultado de la asignación (con
el modelo de asignación correspondiente, definido en el Capítulo 2) de la matriz de viajes
de transporte privado resultante de los procesos generación-distribución-partición
modal.
Debe agregarse por último que, en el caso de las ciudades de tamaño medio, debido
a la escasa congestión en el sistema de transporte, es probable que para muchos arcos la
calibración de los parámetros resulte imposible, pues no se podrá observar los tiempos
de tales arcos trabajando a capacidad (los parámetros resultarán en a nulo y exponente
indeterminado). La función de costos puede entonces, reflejar adecuadamente la situación
actual (sin congestión), pero con ella no se podrá evaluar el costo de viajar por el arco
cuando aumenten los flujos en el futuro o como resultado de alguna modificación en la
red. En este caso, la única opción razonable será copiar la función de costo de otro arco
(de otro sector de la red o incluso de otra ciudad) con similares características de
capacidad y de tiempo de viaje a flujo libre.
Este problema puede presentarse muchas veces en ciudades de mediano tamaño,
por lo que se sugiere que se realicen algunos experimentos que permitan estimar el
tiempo de viaje a capacidad en función del tiempo a flujo libre, capacidad del arco, largo
físico y alguna otra característica distintiva. De esta forma se podría definir una función
de costo genérica a la que se pueda recurrir, cuando sea imposible medir empíricamente
el tiempo de viaje en el arco bajo condiciones de flujo a capacidad.
Dada la forma iterativa de uso del método de Hooke y Jeeves, que puede entregar
diferentes resultados para los parámetros de calibración dependiendo del óptimo al cual
converga, es recomendable adoptar aquella solución, que mejor replique el histograma
agregado de tiempos de viaje observados obtenidos por ejemplo de la EOD a hogares o
de la medición de niveles de servicio.
Página 47 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
4 REQUERIMIENTOS DE INFORMACIÓN
4.1 INTRODUCCIÓN
En este Capítulo se discuten los requerimientos de información que plantea la
aplicación de las metodologías propuestas. El tipo, calidad y cantidad de información
necesaria, están fundamentalmente determinados por los modelos y sus requerimientos
de calibración, lo que también orienta la elección de los instrumentos adecuados de
recolección de datos. En este contexto, la definición propuesta recoge las experiencias
en la planificación de sistemas de transporte de grandes ciudades y ciudades de tamaño
medio, incorporando nuevos instrumentos en unos casos, mejorando los instrumentos
existentes en otros, y precisando, cuando es necesario, la forma de recopilar y el uso de
la información.
La información necesaria para calibrar los modelos de asignación plantea problemas
menores de definición, ya que en este caso se trata de emplear técnicas tradicionales de
recolección, relativamente simples y bien conocidas. Distinta es la situación con la
información necesaria para calibrar y validar los modelos de demanda propuestos, porque
en este caso se requiere de datos más complejos y difíciles de obtener. Para estos dos
casos, la metodología revisada incluye precisiones y recomendaciones que deben ser
tenidas en cuenta al momento de calibrar modelos.
La presente metodología propone como principal fuente de información, una
Encuesta Origen Destino de Viajes (EOD) realizada en hogares. Otros instrumentos de
medición también propuestos, estarán básicamente destinados a complementar y verificar
los datos obtenidos de la EOD. Las razones de esta proposición se resumen como sigue:
a) La EOD representa la fuente de datos más confiable y válida para los objetivos
de calibración de modelos, especialmente los modelos de demanda. La
experiencia nacional con otros métodos de obtención de información para
estos objetivos, no ha sido particularmente exitosa.
b) La EOD permite tener una visión general de las características del sistema de
transporte y de sus patrones de comportamiento. Ello es particularmente
importante en ciudades donde existe escasa o ninguna información histórica.
c) Existe en el país una importante experiencia en el diseño y desarrollo de EOD
en hogares, que puede ser aprovechada para validar y mejorar sus resultados.
d) La diversidad y completitud de la información obtenida en una EOD, representan
una base de datos útil para muchas tareas adicionales de análisis de transporte.
La recolección de información no es independiente del tamaño de la ciudad y del
número de habitantes. La logística necesaria para abordar una encuesta de gran tamaño,
como es el caso del Gran Santiago en el año 1991, con 32.000 hogares, amerita un
tratamiento especial, lo cual ha motivado la realización de un estudio denominado
“Actualización de Encuestas Origen-Destino de Viajes, IIª Etapa”
1
, donde se desarrolla
una metodología de diseño e implementación del proceso de recolección de toda la
información necesaria para caracterizar el sistema de transporte urbano del Gran
Santiago. Muchos de los aspectos que ahí se señalan pueden ser considerados como
elementos de apoyo en el proceso de recolección de información para ciudades de menor
tamaño, debiendo compatibilizarse con los presupuestos establecidos para el desarollo
de estas tareas.
A continuación, se describe cada uno de los instrumentos de recolección de
información propuestos. Los tamaños muestrales que se describen han sido determinados
para ciudades de tamaño medio. Para ciudades como Concepción y Valparaíso, se ha
adoptado una metodología similar, introduciendo los cambios necesarios para
compatibilizar los requerimientos de información debido al mayor tamaño de estas
urbes.
1. Actualización de Encuestas Origen Destino de Viajes, II Etapa, Mideplan, julio de 1998
Página 48 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
4.2 ENCUESTA ORIGEN DESTINO DE VIAJES EN HOGARES
La mayor dificultad de la EOD en hogares radica en su costo, que está directamente
relacionado con el tamaño de la muestra. Al respecto, las recomendaciones de la
literatura vinculan el tamaño de la muestra con el tamaño de la ciudad. Por ejemplo, para
una ciudad de tamaño medio de 70.000 a 500.000 habitantes, se sugiere encuestar
alrededor del 12,5% de los hogares (esto es, entre 1.000 y 6.000 hogares con las tasas
de habitantes por hogar en Chile). Pero ésta es una recomendación general cuya
fundamentación es esencialmente empírica
2
. Si el objetivo principal de la EOD es
proveer la información necesaria para calibrar modelos de demanda, una revisión atenta
de estos requerimientos específicos, puede entregar mayores antecedentes para determinar
el tamaño de la muestra.
Para estudiar este aspecto, es útil recordar que el tamaño de una muestra para
estimar el valor de una variable, puede determinarse utilizando la siguiente expresión:
n ·
C
2
Z
2
E
2
(4.1)
donde:
n : Tamaño de la muestra.
C : Coeficiente de variación de la variable a estimar.
E : Nivel de confianza (expresado en tanto por uno).
Z : Valor de la distribución normal para un nivel de confianza y una
tolerancia de error determinados.
Es claro que para utilizar esta expresión
3
es necesario definir con precisión la
variable a ser estimada y conocer su coeficiente de variación. Este último valor representa
un problema, puesto que en principio no es posible conocerlo a priori. Pero para efectos
de determinar el tamaño de la muestra, es posible utilizar información histórica de otros
estudios o de otras ciudades, sin incurrir en errores importantes. En cualquier caso,
siempre es posible verificar la estimación del coeficiente de variación después de
recogida la muestra y de ser necesario, aumentar su tamaño. O bien -como es lo habitual-
dimensionar una muestra un poco mayor de la calculada, para prever éstos y otros posibles
errores.
El nivel de confianza y el límite de error pueden ser definidos criteriosamente por
el analista, pero normalmente un nivel de confianza de 90% con un 5% de error es
aceptable. Ahora bien, cada submodelo de transporte requiere de distintos tamaños
muestrales, porque cada uno de ellos utiliza distintas variables.
4.2.1 Requerimientos de Modelos de Generación y Atracción de
Viajes
4
Dado que la mayoría de los viajes que interesan para análisis de transporte (viajes
al trabajo, estudio y otros) se producen en el hogar, donde es más fácil estudiar el
fenómeno y obtener datos que lo expliquen, tradicionalmente se ha confiado más en las
estimaciones de generación de viajes, para luego ajustar las estimaciones de las atracciones
a aquellos valores. Esta será también la línea de desarrollo aquí.
Para determinar la generación de viajes, se requiere básicamente estimar tasas de
generación de viajes por hogar, lo que se hace vinculando tales tasas con aquellas
variables que podrían explicarlas. Existen diversas proposiciones en la literatura para
definir qué variables deben estar incluidas
5
, pero aquí nos limitaremos a las dos variables
propuestas en la definición del modelo: ingreso familiar y tasa de motorización del hogar.
La metodología simplificada propone una variante del modelo de análisis por
categoría, denominado Análisis de Clasificación Múltiple (ACM), para calcular las tasas
de generación por hogar. Este modelo requiere como dato, una estimación adecuada de
2. Bruton, M.J. (1985) Introduction to Transport Planning . Hutchinson, Londres.
3. Smith, M. E. (1979) op, cit.
4. La discusión siguiente, obviamente se limita a los requerimientos de los modelos definidos en el Capítulo 2 para la metodología simplificada.
5. Ver Fernández y De Cea Ingenieros Ltda. (1994) op.cit. Vol II Generación y Atracción.
Página 49 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
la tasa de generación agregada, separadamente para cada uno de los niveles de ingreso
y de tasa de motorización de los hogares (y no para cada categoría cruzada). Ello
lógicamente reduce notablemente los tamaños muestrales requeridos, porque en este
caso el nivel más crítico (de ingreso o de tasa de motorización) siempre tiene la
suficiente importancia dentro de la población, si es que la definición de niveles es
adecuada. A base de la experiencia adquirida en las primeras aplicaciones de la metodología
y considerando los valores de coeficientes de variación de las variables a estimar de
algunas ciudades de tamaño intermedio (ecuación 4.1), se estima que un tamaño muestral
de 1.500 hogares válidos, parece más que suficiente para los objetivos de la calibración
de modelos ACM de producción de viajes.
Con este tamaño muestral se garantiza que los viajes totales captados en los
períodos de modelación, están adecuadamente representados en la encuesta. Es evidente
que el nivel de confianza de los resultados a nivel de propósito de viaje, no será el mismo
para cada uno de ellos, puesto que éste depende del número de viajes realizados en cada
uno de ellos.
4.2.2 Requerimientos del Modelo de Distribución
La metodología propuesta asume el hecho de que no es posible estimar una matriz
de distribución confiable a partir de una muestra de cualquier naturaleza (en hogares o a
usuarios en la red) a menos que ésta cubra el 100% de la población. Dado que ello no es
factible, se propone simular la matriz de distribución a través de un modelo gravitacional,
lo que desde el punto de vista de los requerimientos de información representa una
importante simplificación.
En efecto, ya no se trata de disponer información para estimar el valor de las celdas
de una matriz, sino de la información necesaria para estimar adecuadamente la distribución
de utilidades compuestas de viajar en una ciudad
6
.
Sin embargo, es necesario ser cuidadoso, puesto que el cálculo de la utilidad
promedio observada (ver ecuación 3.13) se realiza sobre la base del número de viajes
captados en cada categoría (dato proporcionado por la encuesta a hogares). Es obvio que
dicho valor logra una mayor significancia, en la medida que se calcula a base de un mayor
número de observaciones. En este caso, las experiencias en la aplicación de la metodología,
indican que ésta es una restricción importante, sin embargo ella queda subsanada, en la
medida que la calibración considere agregadas las categorías extremas, en las que
normalmente se verifican pocas observaciones. De ser así, el modelo de distribución no
plantea los requerimientos críticos para definir el tamaño muestral de la EOD.
4.2.3 Requerimientos del Modelo de Partición Modal
7
Los modelos de partición modal propuestos por la metodología son del tipo logit
(con funciones de utilidad lineales o Box-Cox). Desde el punto de vista de la información
requerida, la naturaleza de la función logit y el método de calibración (máxima
verosimilitud) no permiten estimar confiablemente el tamaño de muestra necesario para
calibrar el modelo.
Sin embargo, la larga experiencia nacional e internacional con este tipo de
modelos, indica que basta con alrededor de 30 observaciones por cada uno de los
parámetros a estimar en las funciones de utilidad, para obtener modelos adecuados. Dado
lo anterior, considerando por ejemplo: la modelación de 7 modos de transporte, con 5
variables explicativas genéricas, entonces se debe contar con a lo menos 330 observaciones
por propósito-período (6 constantes modales + 5 parámetros genéricos = 11*30=330).
Dados los tamaños muestrales propuestos, resulta previsible que las necesidades de
calibración para los propósitos trabajo y estudio (en punta mañana) quedan adecuadamente
cubiertas; distinto es el caso del propósito otros, en este caso puede ser aceptable calibrar
un modelo conjunto punta mañana y fuera de punta. En este contexto, los tamaños
muestrales para la EOD de hogares impuestos por el modelo de generación, los
requerimientos del modelo de partición modal están cubiertos.
4.2.4 Tamaño de la Muestra de la EOD de Hogares
La discusión anterior para los distintos modelos, indica claramente que en
términos generales un tamaño muestral de 1.500 hogares válidos sería suficiente para
cubrir los requerimientos básicos de los modelos de demanda. Si se considera un 20%
de tolerancia por errores de medición, validación y otros, se concluye que una muestra
6. Ver los detalles de la definición y calibración del modelo de distribución en los Capítulos 3 y 4 respectivamente.
7. Normalmente en Chile, junto con la EOD se ha recogido una encuesta complementaria llamada Diario de Viajes, fundamentalmente para apoyar la calibración de modelos de partición modal En la presente metodología este instrumento se omite, debido a que
en este contexto sus eventuales beneficios no justifican los costos adicionales. Además, la experiencia chilena con los Diarios de Viajes no ha sido particularmente exitosa, por diversas razones de orden práctico.
Página 50 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
de 1.900 hogares será probablemente la más adecuada para todos los requerimientos de
la EOD, en el contexto de la metodología simplificada para ciudades de tamaño medio.
Por supuesto es necesario revisar esta estimación para cada ciudad en particular, pero los
argumentos descritos sugieren que este tamaño muestral debiera ser una cota superior en
la mayoría de los casos
8
.
4.2.5 Consideraciones Respecto de la Metodología de Selección de
Hogares (elección de la muestra)
La selección de la muestra de hogares a encuestar, es una de las etapas cruciales
del diseño de toda encuesta. A la luz de los resultados de las primeras aplicaciones de la
metodología, se identifican algunos tópicos sobre los cuales conviene realizar una
discusión y/o recomendación, a objeto de que la muestra de hogares sea representativa
de la situación actual.
a) Catastro de direcciones
En primer término, se recomienda realizar un catastro de direcciones para toda la
zona objeto de análisis. Este tiene por objeto contar con una base de direcciones más
actualizada en relación con la última información censal disponible (Censo 92). El
análisis cuidadoso de las diferencias entre el catastro de direcciones y la información
censal, permitirá caracterizar de una mejor manera, los cambios en el número de hogares
por zona, acaecidos desde el último censo.
Si la zona objeto de análisis no presenta cambios, entonces el catastro podría
eventualmente omitirse, en el entendido de que la información censal constituye un
banco de datos actualizado y representativo de la situación actual. Para aquellos sectores,
en que se verifiquen cambios significativos en los hogares, entonces será imprescindible
catastrarlos para lograr una mejor aproximación a la situación actual.
A continuación, el Cuadro 4.1 presenta una recomendación de la información a ser
levantada en el catastro de direcciones. Esta se basa en información de este tipo
recopilada en la Encuesta Origen Destino de Viajes del Gran Santiago, 1991, que ha
demostrado su enorme utilidad para diversos fines.
Cuadro 4.1
Información Mínima a Incluir en el Catastro de Direcciones
Identificación de la Zona: .............................................................
Número de la Dirección: ...............................................................
Piso (si corresponde): ..................................................................
Letra : .................................................................
Uso: ................................................................................................
:
:
.......................................................
.............................................................
Departamento : ..................................................
Identificación de la Manzana
Identificación de la Calle
(si corresponde)
(si corresponde)
Respecto del uso, se plantea considerar la siguiente clasificación como mínimo:
8. Asimismo, el método más adecuado de selección de la muestra de hogares (aleatorio, estratificado, etc.) debe ser estudiado en cada ciudad particular.
Página 51 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 4.2
Información Mínima a Incluir en el Catastro de Direcciones
Uso Descripción
1 Residencial
2 Industrial
3 Comercial
4 Sitios Eriazos o sin uso aparente
5 Sitios en construcción
6 Salud
7 Educación
8 Servicios
9 Otros
Esta información permite además validar y comparar antecedentes obtenidos de
otras bases de datos (Servicio de Impuestos Internos, Ministerio de Educación, etc.).
b) Método de selección de hogares a encuestar
Básicamente para efectos de selección de una muestra aleatoria (los hogares
poseen idéntica probabilidad de ser seleccionados), se recomiendan dos metodologías:
muestreo aleatorio bi-etápico o muestreo aleatorio simple, ambos tratados en forma
extensa en la literatura especializada. El uso de cada una de ellas presenta ventajes y
desventajas que deben sopesarse adecuadamente al momento de decidir el sistema de
muestreo.
La primera de ellas consiste en seleccionar un conjunto de manzanas (cuya
probabilidad de selección es proporcional al número de hogares que ellas contienen),
para luego seleccionar un número fijo de hogares al interior de cada manzana (cuya
probabilidad de selección no es la misma, habida cuenta que las manzanas no tienen el
mismo número de hogares).
El segundo método se basa en un muestreo aleatorio simple, en el cual se
seleccionan los hogares a partir de una lista de direcciones de la ciudad.
La aplicación de ambas metodologías permite seleccionar una muestra aleatoria
de los hogares, sin embargo su estructura de distribución espacial no es la misma, y ello
no es neutro para efectos de realizar un seguimiento adecuado durante su levantamiento.
A modo de ejemplo, a continuación se presenta el resultado de una aplicación de este
método, que en este caso, tiene por objeto lograr un tamaño muestral de 1.500 hogares.
Al realizar diferentes experimentos de muestreo bi-etápico, se obtienen diversas
combinaciones de número de manzanas seleccionadas y hogares al interior de cada
manzana, tal como se indica a continuación:
Manzanas Seleccionadas Hogares por Manzana Total Hogares
400 4 1.600
300 5 1.500
200 7 1.400
220 7 1.540
215 7 1.505
La selección de la combinación adecuada debe considerar, -entre otros apectos,
que en cada zona relevante existan manzanas seleccionadas y además, que la distribución
espacial de manzanas seleccionadas sea adecuada y representativa de la ciudad bajo
estudio.
Página 52 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Como ejemplo, para el caso de la ciudad de Curicó, se consideró encuestar 215
manzanas con 7 hogares por manzana, lo que define un tamaño muestral de 1.505 hogares.
Nótese que en este caso, el tamaño muestral necesario era de 1.200 hogares válidos (valor
sugerido en la primera versión de la metodología y que ahora ha sido actualizado), por lo
que se considera una muestra de hogares mayor.
Mientras que para el segundo caso, es muy probable que se obtenga una muestra
con un hogar por manzana (es decir será necesario entrevistar en 1.500 manzanas
diferentes).
Las diferencias logísticas y las consecuentes posibilidades de validación de los
datos durante su levantamiento, para ambos tipos de aplicación son importantes. En tal
sentido, utilizar la primera alternativa, permite validar los resultados de la encuesta
durante su levantamiento y mantener un control estricto en el número de encuestas
logradas según nivel de ingreso y posesión de automóvil (dos de las variables más
releventes para categorizar la demanda por transporte), de una manera más fácil que al
usar el segundo método y en ese sentido, aparece como recomendable, habida cuenta de
que un número importante de las falencias detectadas, se explican por problemas en la
supervisión y validación de la información recopilada en terreno.
4.2.6 Definición de las Variables Incluídas en la EOD
La EOD será una encuesta realizada en hogares, por lo que su estructura de
entrevista, tipo y forma de preguntas, serán similares a las de cualquier encuesta origen
destino. Sin embargo, ciertas simplificaciones pueden ser consideradas en este caso,
dado que el tamaño muestral propuesto y los objetivos específicos de la EOD, sugieren
la eliminación de ciertas variables cuyo muestreo no sería representativo o útil para los
propósitos que ahora preocupan. Las variables que serán medidas con la EOD pueden
agruparse en tres conjuntos: características del hogar, características de las personas que
viven en el hogar y características de los viajes que realizan tales personas. Obsérvese que
en este contexto se define cada hogar asociado a una familia y a sus miembros.
a) Características del hogar
Las características del hogar que más interesan, son aquellas que están involucradas
en la categorización de la demanda y que han sido discutidas anteriormente. No obstante,
no son las únicas variables relevantes para el análisis de transporte. Las características del
hogar que se propone encuestar son las siguientes:
Propiedad de la Vivienda
Esta pregunta define la propiedad de la familia sobre el hogar que habita:
Cuadro 4.3
Propiedad de la Vivienda
Nivel Propiedad
1 Propietaria
2 Arrendataria
3 Uso Cedido o Prestado
Ingreso del Hogar
A la luz de la experiencia en cuanto a recopilación de información de ingreso y de
acuerdo a lo sugerido por la experta internacional Liz Ampt
9
, es recomendable consultar
por el ingreso de cada uno de los integrantes del grupo familiar y de esta forma obtener
el ingreso del hogar. Por otro lado, a pesar de que la categorización de la demanda dispone
sólo de tres niveles (bajo, medio y alto), es conveniente considerar una mayor
desagregación en la EOD, permitiendo al analista cierta flexibilidad para definir
posteriormente los tres estratos de ingreso señalados. El Cuadro 4.4 presenta la
estratificación propuesta para el ingreso de cada una de las personas del hogar.
9. Seminario dictado en SECTRA por la experta internacional Liz Ampt (18-20 noviembre de 1996), en el contexto del estudio Actualización de Encuestas Origen y Destino de Viajes, II Etapa.
Página 53 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 4.4
Estratificación del Ingreso para la EOD
Nivel $ de 30 Sept. de 1996
0 No Contesta
1 0 - 62.000
2 62.001 - 115.000
3 115.001 - 170.000
4 170.001 - 340.000
5 340.001 - 450.000
6 450.001 - 565.000
7 565.001 - 790.000
8 790.001 - 1.125.000
9 Más de 1.125.000
Para efectos de modelación de transporte, se propone que los estratos 1, 2 y 3 (de
$0 a $170.000) sean considerados como hogares de ingreso bajo; los estratos 4, 5 y 6
(de $170.0001 a $565.000) como ingreso medio; y los estratos 7, 8 y 9 como ingreso
alto. Sin embargo, la proposición indicada es sólo referencial, pudiendo eventualmente
usarse otras alternativas. Lo relevante en ese caso, es que las distintas categorías
internalicen adecuadamente el comportamiento de los viajeros en términos de las
variables de transporte consideradas.
El ingreso familiar siempre representa un problema en una EOD. Normalmente un
número no despreciable de encuestas no contestan esta pregunta y en otros casos se
distorsiona la verdad (es bien conocida la tendencia de los hogares pobres a sobrestimar
su ingreso y de los hogares ricos a subestimar esta variable). Desafortunadamente no es
mucho lo que se puede hacer para superar este problema
10
, excepto incluir algunas
variables de validación que permitan estudiar (muy indirectamente) la consistencia de la
respuesta de ingreso. Para los hogares de mayores ingresos reales, la existencia de
automóviles en el hogar ayuda en este sentido, pues en este caso la correlación con el
ingreso es relativamente clara. Pero para los hogares de menores ingresos, la dificultad
es mayor y aquí se propone considerar la metodología de clasificación de hogares según
características socio-económica en niveles A, B, C1, C2, C3 y D, utilizada por la
Universidad de Chile en las Encuestas de Empleo de Desempleo. Su ventaja radica en la
generalización en el uso de dicho método y por lo tanto en las posibilidades de
homologación de información con la existente en otras fuentes y para efectos de
validación.
Servicios del Hogar
Estas preguntas están destinadas a servir de variables de control respecto a las
respuesta dadas por los entrevistados a la pregunta de ingreso familiar anterior.
Cuadro 4.5
Servicios del Hogar
SERVICIOS SI NO
Teléfono 1 2
Electricidad 1 2
Vehículos en el Hogar
Como se sabe, la tasa de motorización es una de las variables que definen la
categorización de la demanda, por lo que cada vehículo del hogar debe ser adecuadamente
identificado.
10. En términos de la EOD propiamenta tal. Por supuesto, siempre se puede contrastar la distribución de ingresos que resulta de la EOD con la distribución de ingresos alguna fuente independiente, y eventualmente corregir los datos de la EOD.
Página 54 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 4.6
Tipo de Vehículo
Tipo Vehículo
1 Automóvil
2 Camioneta
3 Furgón
4 Camión
5 Motocicleta
6 Bicicleta
7 Otro
Cada uno de los vehículos del hogar, debe ser caracterizado de acuerdo a lo
descrito en el Cuadro 4.7. El usuario habitual, que aparece en dicho cuadro, debe ser
asociado con la identificación de las personas del hogar, que se describe en la sección
siguiente.
Cuadro 4.7
Identificación de los Vehículos
Vehículo Número
Tipo de Vehículo
Año del Vehículo
Usuario Habitual
Debe mencionarse que aquí se han descrito primero las características del hogar
por razones de claridad de la exposición. Pero en la práctica este conjunto de preguntas
se realiza al final de la encuesta, con el fin de limitar la resistencia de los entrevistados
a ser interrogados respecto a las características socioeconómicas del hogar.
Cada una de las características del hogar se resumen en el Cuadro 4.8 siguiente:
Cuadro 4.8
Características del Hogar
Zona del Hogar: .............................................................................
Propiedad: ......................................................................................
Ingreso Persona 1:
Ingreso Persona 2:
Ingreso Persona 3: .......................................................................
Teléfono:
TV-Cable (Videograbador):
Clasificación A, B, C1, C2, C3:
Vehículo 1 - Tipo:
Año:
Usuario:
........................................................................
........................................................................
.........................................................................................
...........................................................
.....................................................
......................................................................
.......................................................................
................................................................
Vehículo 2 - Tipo: ......................................................................
Vehículo 3 - Tipo: ......................................................................
Año: .......................................................................
Usuario: ................................................................
Año: .......................................................................
Usuario: ................................................................
Página 55 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
b) Características de las personas del hogar
Cada persona del hogar se identifica con un número correlativo, dentro del hogar,
y se le caracteriza de acuerdo a un conjunto de características que se describen a
continuación:
Cuadro 4.9
Relación con el Jefe de Hogar
Tipo Relación
1 Jefe del hogar
2 Cónyuge
Hijo - Hija
Yerno - Nuera
4 Nieto (a)
5 Otro Pariente
6 Empleada (o)
7 Pensionista
8 Allegado y Otros
3
Cuadro 4.10
Ultimos Estudios de la Persona
Tipo Educación
1 Ningún Tipo de Estudio
2 Estudios Básicos
3 Estudios Medios
4 Estudios Técnicos
5 Estudios Universitarios
Cuadro 4.11
Ocupación Habitual de la Persona
Tipo Ocupación
1 Empresario o Profesional
2 Trabajador de Cuenta Propia
3 Empleado (excepto FF.AA.)
4 Obrero
5 Servicio Doméstico
6 Trabajador Ocasional
7 Estudiante.
8 FF.AA.
9 Jubilado - Activo
10 Jubilado - Inactivo
11 Dueña de Casa
12 Cesante
13 No Trabaja
Cuadro 4.12
Licencia de Conducir
Tipo Licencia
1 Posee Licencia de Vehículo Motorizado
2 No tiene Licencia
Página 56 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 4.13
Estudia Actualmente
Tipo Condición
1 Sí Estudia
2 No Estudia
Cuadro 4.14
Sexo
Tipo Condición
1 Masculino
2 Femenino
Cuadro 4.15
Realización de Viajes el Día Anterior
Tipo Condición
1 Sí Realizó Viajes
2 No Realizó Viajes
Todas estas características de las personas deben ser adecuadamente identificadas
para cada miembro del hogar. Ellas se resumen en el Cuadro 4.16 siguiente.
Cuadro 4.16
Características de las Personas
Identificación de la Persona: ........................................................
Relación con el Jefe de Hogar:
Sexo:
Edad:
Licencia:
Educación:
¿Estudia Actualmente?:
Ocupación:
¿Efectuó Viajes?:
....................................................
...............................................................................................
..............................................................................................
.........................................................................................
.....................................................................................
...............................................................
.....................................................................................
..........................................................................
c) Características de los viajes
La última de las características que interesa recolectar en la EOD, se relacionan
con los viajes que realizan las personas del hogar. Entre éstas, algunas son especialmente
importantes para el análisis de transporte, tales como el propósito y el modo de
transporte. Un viaje puede tener tantas etapas como modos de transporte se empleen en
él (incluyendo como modo de transporte cualquiera caminata de más de 5 cuadras) pero
en el contexto de la EOD el número de etapas posibles se limita a tres.
Página 57 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 4.17
Tipo de Viaje
Tipo Condición
1 Viaje de Ida
2 Viaje de Regreso
Cuadro 4.18
Propósito del Viaje
Tipo Propósito
1 Al Trabajo
2 Al Estudio
3 De Compras
4 A Diligencias
5 De Trabajo
6 De Estudio
7 Social
8 De Salud
9 Otros
Cuadro 4.19
Medio de Transporte
Tipo Medio
1 Caminata
2 Auto Particular (Chofer)
3 Auto Particular (Acomp.)
4 Línea de Buses
5 Línea de Taxibuses
6 Ascensor
7 Tren
8 Taxi
9 Taxi Colectivo
10 Bus Institución
11 Furgón o Bus Escolar
12 Motocicleta
13 Bicicleta
14 Otro
Todas estas características de los viajes se resumen en el cuadro 4.20 siguiente.
Para los viajes de propósito Al Estudio, De Estudio y Salud, se recomienda
preguntar por el nombre del establecimiento educacional de estudio, o el nombre del
centro de salud, para el origen o destino del viaje, según corresponda.
Este dato adicional permite definir inequívocamente la manzana de origen o
destino de los viajes y supera en estos casos, la limitación del método tradicional de
homologar el destino del viaje a la esquina más cercana; método que no permite asignar
en forma clara la manzana correspondiente, cuando ésta se ubica sobre un límite zonal,
Página 58 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
o en un vértice de 4 zonas. Tal como se ha planteado, ello es especialmente relevante para
aquellos viajes que tienen un destino muy definido (viajes de estudio a los colegios y de
salud a los centros de atención).
Cuadro 4.20
Características de los Viajes
Identificación de la Persona: ........................................................
Tipo de Viaje: .................................................................................
Propósito:
Zona de Origen:
Zona de Destino:
Hora de Inicio:
Hora de Término:
Número de Etapas:
Primera Etapa - Cuadras Caminadas:
Modo de Transporte:
Línea (si corresponde):
Tarifa (o costo de estacionamiento, si
corresponde:
Zona de transbordo:
Segunda Etapa - Cuadras Caminadas:
etc.
Tercera Etapa - Cuadras Caminadas:
etc.
Cuadras Caminadas al Final del Viaje:
......................................................................................
.............................................................................
...........................................................................
...............................................................................
...........................................................................
........................................................................
....................................
....................................
..............................
................................................
.....................................
....................................
....................................
........................................
4.2.7 Consideraciones Respecto a la Toma de Datos de la EOD
Idealmente las preguntas de la EOD deben ser respondidas por cada persona del
hogar (excluyendo los menores de 5 años) o en caso necesario, por el jefe de hogar. De
esta manera se reduce el riesgo de omitir los viajes no habituales, lo que usualmente
implica indeseados subreportes. Debido a ello, normalmente las encuestas se realizan
después de las 20:00 hrs., horario en que se supone que la mayoría o todos los integrantes
del hogar han regresado a casa, y se puede interrogar a los usuarios respecto a los viajes
que realizaron el día anterior.
Recuérdese además que el objetivo básico de capturar las características de los
viajes en un día típico, limita las posibilidades de realizar encuestas a tres días a la semana:
miércoles jueves y viernes. De esta manera se encuestan los viajes de los días martes,
miércoles y jueves, que son considerados días normales. Estas mismas consideraciones
limitan la época de toma de la encuesta desde mediados de Abril hasta fines de Mayo y
desde principios de Octubre hasta mediados de Noviembre. También es necesario tomar
en cuenta que la EOD debería reflejar lo más aproximadamente posible un corte temporal
en la operación del sistema de transporte, por lo que el tiempo necesario de recopilación
de datos debería reducirse tanto como se pueda. Se estima que tres a cuatro semanas es
un tiempo razonable para encuestar los 1.900 hogares que se han propuesto.
Consistentemente con lo indicado en la sección 4.2.5, deberá ponerse especial
énfasis en la calidad del trabajo de terreno, realizando una supervisión constante durante
el período de toma de encuestas. Como incentivo, se recomienda estudiar algún tipo de
estímulo para aquellos supervisores cuyo trabajo de campo presente mínimas
inconsistencias y omisiones.
4.2.8 Recomendaciones de Criterios de Validación de la Encuesta
Como resultado del levantamiento de la EOD a hogares, se obtiene un conjunto de
hogares encuestados. El número de encuestas logradas debe ser adecuado para obtener
1.500 encuestas válidas (con reporte de ingreso incluído), recomendada en la
presente metodología.
Página 59 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La encuesta a hogares debe someterse a un exhaustivo proceso de validación, que
permite depurarla corrigiendo, en unos casos, la información alterada en los procesos de
digitación, o eliminando, en otros, aquellas encuestas erróneas (que no satisfacen un
conjunto mínimo de criterios de validación). Cuando se detectan inconsistencias se
recomienda analizar directamente los formularios codificados por los encuestadores.
En principio, es posible recomendar el siguiente conjunto de criterios de validación
de rango y consistencia:
1. El número de viajeros por hogar deben ser compatibles con el número de
personas en el hogar, edad y actividad de las personas
2. Los poseedores de Licencia deben ser personas mayores de 18 años.
3. Personas con Estudio Universitario o Técnico deben ser mayores de 18 años.
4. No debe verificarse personas de sexo 2 (masculino), que tengan ocupación 10
(dueña de casa).
5. Se consideran sospechosos, obreros con estudios altos (universitarios).
6. Se consideran sospechosos, profesionales con nivel de educación baja.
7. Que las personas catalogadas como «estudiantes» declaren que estudien.
8. Hora de llegada (fin del viaje) debe ser mayor que hora de inicio del viaje.
9. Los vehículos deben poseer todos los datos.
10.Se analiza la consistencia, para los viajes a pie entre las horas de salida-llegadas
(duración del viaje) versus cuadras caminadas.
11.Cuadratura de registros
12.Jefe de hogar debe existir y ser único
13.Jefe de hogar debe ser mayor de edad.
14.Debe existir solamente un cónyuge.
15.Sexo de cónyuge deber ser distinto a sexo jefe de hogar.
16.Edad de los hijos no sea mayor a edad del jefe de hogar.
17.Edad de los hijos no sea mayor a edad del cónyuge.
18.Edad de los nietos no sea mayor a edad del cónyuge.
19.Número de viajes reportados por las personas debe ser igual al número de
viajes descritos y declarados.
20.Revisar los casos, en que existe viaje (ida y no regreso)-(regreso y no de ida).
21.Revisar los casos en que el número de viajes de ida sea mayor que de regreso.
22.La persona declarada como inactiva no debe realizar viaje al trabajo.
23.Número total de etapas debe concordar con etapas declaradas.
24.Usuarios de vehículos deben ser del hogar.
25.Choferes habituales de vehículos motorizados deben tener licencia.
26.Choferes habituales de vehículos motorizados deben tener 18 años o más.
27.El hogar debe reportar ingreso y además, este debe ser consistente con la
clasificación socioeconómica.
28.Nivel de ingreso del hogar debe ser mayor que el monto del arriendo o
dividendo.
Página 60 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
29.Se debe verificar que una persona que declara viajar como autochofer, en
período punta mañana (viaje basado en el hogar de ida), pertenezca a un hogar
con al menos un auto.
30.Se debe verificar que cuando exista más de un viaje de personas diferentes
como autochofer pertenecientes a un mismo hogar (especialmente viajes
basados en el hogar de ida), entonces en el hogar debe existir más de un auto.
Además de lo anterior, la encuesta debe validarse verificando su utilidad para
efectos de la calibración de los modelos de transporte. Para ello es recomendable
considerar los siguientes criterios adicionales:
i ) Eliminar aquellas encuestas en que el número de personas entrevistadas en el
hogar es muy inferior al número de habitantes del hogar. A modo de ejemplo,
se sugiere eliminar aquellas encuestas respondidas íntegramente por menores
de edad, puesto que su utilidad para efectos de calibración de modelos de
transporte es nula.
i i ) Se recomienda no considerar aquellas encuestas con inconsistencias u
omisiones graves, a modo de ejemplo: cuando no se entrevistó al jefe de hogar
y especialmente cuando no se declara ingreso.
iii) Se recomienda contrastar la información de ingreso reportado, con la
clasificación de nivel socio-económico definido como validador de la variable
ingreso. En caso de detectarse inconsistencias graves, se debe revisar en
detalle los formularios de terreno y en caso de que dicho análisis no indique
nada anormal, se sugiere realizar un chequeo de terreno, a fin de volver a medir
las variables en conflicto. Si las discrepancias persisten se recomienda eliminar
la encuesta.
Es necesario recordar, que para mantener consistencia en la información, la
eliminación de una encuesta debe ser total, es decir se elimina a todas las personas de ese
grupo familiar y obviamente sus viajes.
La aplicación del conjunto de criterios de validación enumerados, permite contar
con una base de hogares, en principio válidas para efectos de calibración de modelos de
transporte, cuyo número, debe ser superior al umbral de 1.500 encuestas válidas indicado
en la presente metodología.
A modo de ejemplo, para la ciudad de Curicó
11
, luego de aplicar los criterios de
validación antes indicados, se obtuvo un total de 1.312 hogares encuestados válidos. El
Cuadro 4.21 presenta el desglose de hogares dependiendo si reportan ingreso, indicando
los índices utilizados en la codificación de la EOD a hogares.
Cuadro 4.21
Resumen de Hogares Encuestados
Clasificación Cat. EOD Número (%)
Reporta ingreso 1,2,3,4,5,6,7,8,9 1.312 92,07%
No reporta ingreso 0 113 7,93%
Total 1.425 100,00%
Es necesario señalar que todos los procesos de corrección, expansión y posterior
uso de la encuesta, se deben realizar sobre la base de los hogares válidos, que reportan
ingreso (1.312 en el caso de Curicó). De lo contrario, se pueden producir inconsistencias
en el uso posterior de la información.
4.2.9 Análisis Preliminares de la EOD a Hogares
En forma previa a la realización del procesamiento de la encuesta, se recomienda
analizar ciertos indicadores globales de ella (a nivel de la muestra de la EOD a hogares),
a fin de encontrar limitaciones fundamentales de la información (si las hay), o
alternativamente tener cierto grado de confianza. Lo anterior permite analizar a nivel
global los resultados obtenidos de la EOD a hogares, contrastando índices agregados, con
los que se verifican en otras ciudades del país, para tener certeza de la consistencia y
confiabilidad de los resultados logrados.
Por ejemplo, una limitación que es fundamental, es el hecho de contar con un muy
reducido número de encuestas en rangos superiores de ingreso. Es fácil notar que ésa es
una limitación estructural de la Encuesta, y que ningún factor de corrección o expansión,
que posteriormente se utilice, podrá superar una limitación inherente a la base de datos.
Página 61 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Se sugiere realizar, -al menos-, los siguientes cruces de información, a objeto de
analizar la consistencia de la información lograda.
i ) Número de hogares encuestados según rango de ingreso y número de autos en
el hogar.
i i ) Clasificación de personas, de acuerdo a si realizan o no realizan viajes.
iii) Indicador de viajes por hogar.
iv) Indicador de viajes por persona.
v) Clasificación de viajes totales diarios, de acuerdo a rango de ingreso y número
de autos en el hogar.
El hecho de estratificar la información según ingreso y número de autos se explica
porque ésa es la forma en que posteriormente se utilizará para calibrar los distintos sub-
modelos.
A continuación, los Cuadros siguientes presentan a modo ilustrativo los resultados
logrados para la ciudad de Curicó (EOD-96). El análisis a que han sido objeto, ha
permitido concluir que los índices se ubican en rangos normales (consistentes con la
percepción del analista y consistentes con los valores logrados para otras ciudades). Por
otro lado, la calibración de modelos que utilizan dicha información ha entregado buenos
resultados. El Cuadro 4.22 presenta a modo de ejemplo, la distribución de número de
hogares según ingreso y número de autos, para la ciudad de Curicó.
Cuadro 4.22
Hogares según nivel de Ingreso y Rango de Posesión de Automóvil
Moneda ($) de Septiembre de 1996, Ciudad de Curicó
Rango Ingreso ($) Cat. EOD sin auto 1 auto 2 o más
Bajo 0 - 170.000 1,2,3 727 121 10
858 (65%)
Medio 170.000 - 565.000 4,5,6 181 188 24
393 (30%)
Alto 565.000 ó más 7,8,9 6 24 31
61 (5%)
Total
914
(70%)
333
(25%)
65
(5%)
1.312
(100%)
Ingreso del hogar Posesión de automóvil
Total
El Cuadro 4.23 presenta a modo de ejemplo, la clasificación de personas, según
realización de viajes.
Cuadro 4.23
Clasificación de las Personas de los Hogares, Según Realización de Viajes, (muestra)
Clasificación Personas (%)
Viaja 33.561 74,30%
No Viaja 1.232 25,70%
Total 4.793 100,00%
Del Cuadro 4.23 se advierte que un 25,7% de las personas que integran los hogares
encuestados no reportan viajes (principalmente personas de edad avanzada, enfermos,
etc.). Dicha cifra es similar a la observada en el Gran Santiago (EOD-91) y para la ciudad
de Talca (29%)..
11. Recuérdese que en este caso, el estudio para la ciudad de Curicó consideró la primera versión de la metodología, en la que se exigía un umbral de 1.200 hogares válidos encuestados, para lo que se recomendaba encuestar 1.500 hogares totales.
Página 62 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
El Cuadro 4.24 resume los indicadores de viajes por hogar y viajes por persona
para distintas ciudades. Los indicadores obtenidos se comparan con los reportados en la
EOD-91 de Santiago, verificándose una excelente consistencia. Los Cuadros 4.25 y 4.26
presentan el número de viajes diarios y viajes con propósito trabajo, en el período punta
de la mañana.
Cuadro 4.24
Indicadores Generales de Viajes/Hogar y Viajes/Persona, (muestra)
Indicador
Curicó(EO
D-96)
Talca (EOD-
96)
Santiago
(EOD-91)
Santiago
(EOD-77)
viajes / hogar 7,55 8,57 7,98 5,56
viajes / persona 2,07 2,16 2,12 1,14
Cuadro 4.25
Viajes Totales, Según nivel de Ingreso y Posesión de Automóvil
Todos los modos, Todos los Propósitos, Todo el Día, (muestra)
Moneda ($) de Septiembre de 1996, Ciudad de Curicó
Rango Ingreso ($) Cat. EOD sin auto 1 auto 2 o más
Bajo 0 - 170.000 1,2,3 4.988 917 77
5.982 (60%)
Medio 170.000 - 565.000 4,5,6 1.444 1.626 210
3.280 (33%)
Alto 565.000 ó más 7,8,9 57 227 362
646 (7%)
Total
6.489
(65%)
2.770
(28%)
649
(7%)
9.908
(100%)
Posesión de Automóvil
Total
Ingreso del Hogar
Cuadro 4.26
Número de Viajes, Punta de la Mañana: (7:45 a 9:45 hrs.)
Propósito Trabajo, (muestra)
Moneda ($) de Septiembre de 1996
Rango Ingreso ($) Cat. EOD sin auto 1 auto 2 o más
Bajo 0 - 170.000 1,2,3 367 63 5
435
Medio 170.000 - 565.000 4,5,6 118 119 20
257
Alto 565.000 ó más 7,8,9 3 21 14
38
Total 488 203 39 730
Ingreso del hogar Número de autos
Total
4.2.10 Consideraciones Respecto de la Utilización de la Información
de Viajes de la Encuesta
Dado que la encuesta a hogares se obtiene de una muestra de la población, es
necesario ajustar sus resultados a fin de que la represente en forma adecuada. Para ello
es necesario someterla a un proceso de corrección y expansión, para obtener información
representativa de la población.
a) Cálculo de factores de corrección
El proceso completo de ajuste involucra, además de la expansión de la muestra,
el efectuar los siguientes tipos de corrección a los resultados:
• Corrección por tamaño del hogar.
• Corrección socio-demográfica.
• Corrección por tasas ACM.
Página 63 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
i ) Corrección por tamaño de hogar
Esta se origina en lo siguiente. Debido a la dificultad de entrevistar a los habitantes
de hogares pequeños (la muestra se elige a partir de un listado de dirección), es posible
que se produzca una distorsión consistente en sobrestimar hogares con muchos miembros
y subestimar aquellos de menor tamaño. Para corregir este problema se debe comparar
la distribución de los hogares según número de residentes, en la muestra y en la población
y ajustar la primera de acuerdo a las diferencias. Normalmente, la información poblacional
se obtiene del Censo de Población y Vivienda que efectúa el INE.
Este factor de corrección se calcula para cada zona en que subdivide el área de
estudio y corresponde a la razón entre los porcentajes de hogares según tamaño, en la
población (datos INE) y en la encuesta a hogares (EOD) respectivamente. En los casos
en que no existan observaciones en la EOD, se deben agrupar rangos que posteriormente
quedarán con un factor común. Las categorías de hogares consideradas para este análisis
son las siguientes: 1 residente, 2 residentes, 3 residentes, ..., y 10 ó más residentes.
i i ) Corrección socio-demográfica
Esta corrección tiene por objeto asegurar que la distribución de las variables sexo
y edad sea la misma en la muestra y en la población. La información poblacional también
se puede obtener del Censo, de manera que son válidas las mismas observaciones
efectuadas para el factor anterior. El factor de corrección en este caso corresponde a la
razón entre los porcentajes de personas según una estratificación por sexo y edad en cada
zona, en la población (datos INE) y en la EOD respectivamente. La distribución por sexo
y edad en la EOD se debe determinar después de aplicar el factor de corrección por
tamaño de hogar.
i i i ) Corrección por tasa ACM
Una recomendación que puede ser útil al utilizar la información de viajes de la
EOD, particularmente cuando los viajes son requeridos categorizados de acuerdo a
características socioeconómicas (como las que se han definido en la presente
metodología), es corregir las tasas de generación de viajes implícitas en la muestra de la
EOD.
Dado que la EOD recolecta la información de una muestra de hogares, es posible
que las tasas de generación de viajes implícitas (que de hecho son calculadas con un
método de análisis por categoría) presenten resultados contraintuitivos en ciertas
categorías. Por ello es conveniente corregir el número de viajes de los hogares de una
cierta categoría, por un factor que resulta de dividir la tasa real que resulta de aplicar el
método ACM para obtener las tasas de generación por categoría, por la tasa simple
implícita de esa categoría en la EOD. Evidentemente, la corrección por tasa ACM que se
ha indicado, debe realizarse según período de modelación, propósito de viaje y categoría
de usuarios, aplicable naturalmente a los viajes que sirven para calcularla, es decir viajes
de tipo basados en el hogar de ida.
La corrección ACM no cambia el número total de viajes al interior de cada período
analizado, sí cambia la distribución de viajes por modo (aumentando normalmente el
número de viajes en los modos con menor representación como el autochofer), en que
tradicionalmente se produce el mayor subreporte.
b) Cálculo de factor de expansión
La expansión de la muestra se realiza a partir de factores de expansión construidos
utilizando la información más actualizada de número de hogares por zona (información
que sirvió de base para la selección de hogares a encuestar). El factor de expansión por
zona, se obtiene por el cuociente entre el número de hogares por zona y el número de
hogares particulares en la muestra (EOD).
c) Modalidad de Corrección de la Información incluida en la EOD a
Hogares
Los viajes obtenidos de la EOD a hogares (muestra), deben corregirse por los
factores indicados en 4.2.10.a y expandirse de acuerdo a lo indicado en 4.2.10.b. Esta
incluye el factor de expansión correspondiente, todos los factores de corrección (sexo
y edad, tamaño de hogar y sub-reporte). Los factores de corrección ACM, se obtienen
como el cuociente entre las tasas calculadas por el método ACM y aquellas calculadas
con el método tradicional de clasificación múltiple. A modo de ejemplo, para los viajes
de tipo basados en el hogar de ida, la ecuación 4.2 presenta la relación que permite obtener
los viajes, para cada período analizado.
Página 64 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA

,
_

¸
¸

,
_

¸
¸
·
⋅ ⋅ ⋅ ⋅ ·
n
EOD
pn
ij
n p
EOD simple
n p
ACM i i i
EOD
pnm
ij
pnm
ij
h
T
t
t
F F F T T
) ( ,
,
3 2 1
) (
*
(4.2)
donde:
T
ij
pnm
*
: Son los viajes entre el par (i,j), según propósito p, categoría de usuarios
n y modo m, incluyendo todos los factores de corrección y expansión.
T
ij
pnm
( EOD )
:Son los viajes entre el par (i,j), según propósito p, categoría de usuarios
n y modo m, obtenidos directamente de la EOD a hogares.
F
1
i
: Factor de corrección por sexo y edad, zona i.
F
2
i
: Factor de corrección por tamaño de hogar, zona i.
F
3
i
: Factor de expansión, zona i.
t
ACM
p , n
: Tasa ACM según propósito p, categoría de usuarios n.
t
simple EOD
p , n
:Tasa simple según propósito p, categoría de usuarios n.
h
n
: Categoría de usuarios n, en la muestra
Es fácil notar que al corregir la información de la EOD a hogares como se ha
descrito, los totales de viajes se ajustan a la proyección realizada con el método ACM,
tal como se muestra en la ecuación 4.3.
i n
i
pn
ACM
pn
i
F h t O
3
*
) ( ⋅ · (4.3)
En este caso, los resultados que entregan las ecuaciones (4.2) y (4.3) son ahora
idénticos, garantizando la consistencia en el uso de la información.
d) Subreporte de viajes
Las mediciones de flujos captan por lo general, la totalidad de los desplazamientos
que pasan por un determinado punto, independientemente de las características de esos
viajes. A este respecto, es necesario indicar que los desplazamientos captados incluyen
viajes habituales y otros no habituales; éstos últimos relacionados normalmente con el
desarrollo de las actividades productivas.
En general, la información de la encuesta domiciliaria, tiende a captar en mejor
forma el primer tipo de viajes, puesto que por su habitualidad, es usual que las personas
los reporten más fácilmente al ser entrevistadas; por otro lado, el segundo tipo de viajes
está sub-reportado o simplemente no está reportado, dado que las personas normalmente
los olvidan.
Para solucionar el problema planteado, es posible concebir nuevos instrumentos
de medición, mejorar los existentes, o combinar la información de la encuesta a hogares
con la de usuarios, para captar viajes no habituales. Sin embargo, es necesario ser
cuidadoso, porque las posibilidades de modelación de ese tipo de viajes es incierta, dado
que sus criterios de comportamiento no corresponden necesariamente a los considerados
en los modelos de transporte urbano (piénsese en camiones repartidores, taxis vacíos,
etc.).
Un procedimiento arbitrario, que debe ser entendido como un recurso extremo,
habida cuenta de la limitación de los instrumentos de medición considerados para captar
todos los viajes que se realizan, es el de incluir en la encuesta un factor de corrección de
subreporte, a fin de superar de alguna forma aceptable la falencia indicada. Este método
plantea calcular un factor de subreporte, contrastando la información de viajes detectada
en la encuesta a hogares, con la información de pasajeros que cruza una (o más) línea(s)
pantalla. El método planteado tiene la ventaja de corregir directamente la encuesta a
hogares, evitando en la medida de lo posible, inconsistencias posteriores de uso. Sin
embargo, ciertamente éste es un procedimiento arbitrario, que debe ser entendido como
un recurso extremo, cuando los resultados del cálculo del factor de subreporte arrojen
valores significativos.
Página 65 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La implementación del método requiere definir línea(s) pantalla(s) en la ciudad y
tener la precaución de contar con puntos de conteo y de tasas de ocupación sobre ellas.
Sobre cada línea pantalla, a base de los puntos de conteo, se calculan los flujos de
pasajeros que las cruzan en los distintos modos, para el período fuera de punta definido.
Por otro lado, a partir de la encuesta a hogares se calculan los viajes totales que sean
comparables con los antes indicados. Se debe tener especial cuidado en descontar los
viajes detectados en la encuesta de cordón externo, que crucen las líneas pantalla
definidas (fácilmente identificable al conocer los orígenes y destinos de los mismos);
finalmente calcular un factor de corrección de viajes no reportados o sub-reportados,
aplicable a los viajes motorizados de la Encuesta a hogares (aquellos viajes captados en
los puntos de conteo de las líneas pantalla), para el período fuera de punta, por sentido y
obtener, -en caso que los valores sean similares-, un factor único promedio ponderado.
A modo de ejemplo, suponiendo que existe un línea pantalla (LP), que divide la
ciudad en 2 sectores (I y II), sobre la que se han contabilizado viajes de personas
cruzándola en ambos sentido (
T
I , II
LP ( Conteo )
y T
II , I
LP ( Conteo )
); considerando que también se
detectan viajes externos que cruzan la línea pantalla (T
I , II
LP ( Cordón Ext . )
y T
II , I
LP( Conteo Ext . )
) y
considerando que se han contabilizado viajes de la EOD a hogares que cruzan la LP
(
T
I , II
LP ( Cordón Ext . )
y T
II , I
LP( Conteo Ext . )
), entonces el factor de sub-reporte en casa sentido de
cruce se calcula como:
F
4
I , II
·
T
I , II
LP ( Conteos )
− T
I , II
LP ( Cordón Externo )
T
I , II
EOD
y F
4
II , I
·
T
II , I
LP ( Conteos )
− T
II , I
LP ( Cordón Externo )
T
II, I
EOD
(4.4)
La ventaja de este método es que la línea pantalla capta por definición a todos los
viajes que la cruzan. El factor de sub-reporte se aplica a viajes y no a hogares y debe
incluirse como un factor adicional en la encuesta. En cuyo caso, la expresión (4.2) debe
incluir el nuevo factor en forma similar a los factores de corrección y expansión.
El método planteado corrige directamente la encuesta a hogares, evitando en la
medida de lo posible, inconsistencias posteriores de uso. Sin embargo, ciertamente éste
es un procedimiento arbitrario, que debe ser entendido como un recurso extremo, cuando
los resultados del cálculo del factor de subreporte arrojen valores significativos.
Siguiendo con el ejemplo del presente método, acontinuación se discuten los
resultados prácticos de la aplicación a la ciudad de Curicó.
• El factor de subreporte para el período fuera de punta resultó de 2,58. El factor
de subreporte en todos los sentidos es superior a 1, ello implica que
«presumiblemente» el subreporte es sistemático, lo que justifica en este caso
la aplicación del factor de corrección. El factor tiene un valor similar cuando
se analiza por modo, lo que justificó adoptar un valor único.
• Adicionalmente, a modo de validación del método, se estimó el factor de
subreporte para el período punta de la mañana, obteniéndose un factor de
0,931. Dicho valor que es muy similar a uno, indica que no existe subreporte
en dicho período. Es más, el factor es superior a uno en algunos sentidos y
menor que uno en otros. Ello implica que «presumiblemente» las diferencias
son en este caso aleatorias y no sistemáticas, no recomendándose su inclusión.
El hecho de que el factor resulte levemente inferior a uno, se explica porque
la definición de «hora media de viaje» utilizada para obtener información de la
EOD a hogares no es perfectamente consistente con la información de flujos
medida en la red.
Página 66 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
4.3 ENCUESTA A USUARIOS EN LA RED
Con el objeto de validar los resultados de los modelos de demanda de transporte
calibrados y alternativamente, proveer de una matriz de viajes para efectos de calibración
de redes de transporte público, se plantea realizar una encuesta a los usuarios de
transporte público y privado directamente en la red, acerca de algunas características
básicas de sus viajes (origen-destino, propósito, horario). En general, para determinar el
tamaño muestral se puede utilizar la siguiente expresión (ver Ortúzar y Willumsem,
1994):
N
p p
z
e
p p
n
) 1 (
) (
) 1 (

+


(4.5)
donde n es el número de pasajeros a encuestar, p es la proporción de viajes con un
destino determinado, e es el nivel de error (expresado como una proporción), z es la
variable Normal estándar para el nivel de confianza requerido y N es el tamaño de la
población (esto es, el flujo observado de pasajeros en el punto de control). Es fácil ver
que para N, e y z dados, el valor de p=0,5 produce el valor más conservador (mayor) de
n; así, tomando este valor y considerando e=0,1 (esto es un error máximo del 10%) y
z=1,96 (corresponde a un nivel de confianza del 95%), se puede obtener el tamaño de la
muestra requerido en función del flujo horario, tal como se indica en el Cuadro 4.27.
Cuadro 4.27
Tamaño Muestral en Función del Flujo Horario
Flujo Horario Estimado (pax/hora) Tamaño Muestral (%)
900 o más 10,0 (1 cada 10)
700 a 899 12,5 (1 cada 8)
500 a 699 16,6 (1 cada 6)
300 a 499 25,0 (1 cada 4)
200 a 299 33,3 (1 cada 3)
0 a 199 50,0 (1 cada 2)
Para alcanzar este objetivo en el caso de transporte privado, es necesario definir
un conjunto de puntos de medición que cubran razonablemente la mayor cantidad posible
de parejas origen destino de viajes. Normalmente estos puntos constituyen un cordón
interno, pero la elección de los puntos de control depende esencialmente de las
características topológicas de la red, por lo que no es posible hacer recomendaciones
generales, aunque se estima que debieran elegirse entre 10 y 30 puntos de realización de
encuestas. Elegidos los puntos y con alguna estimación de las tasas de ocupación de los
automóviles (ver el punto siguiente) se debe encuestar aleatoriamente a los vehículos de
tal suerte de lograr los tamaños muestrales que se derivan del Cuadro 4.27. Se recomienda
que la definición del cordón sea estricta en el sentido que capte la totalidad de los viajes
que acceden o salen de una determinada área.
En el caso del transporte público, la encuesta debe realizarse dentro de los
vehículos a un cierto porcentaje de los usuarios. En este caso se debe elegir un
subconjunto de líneas (en lo posible todas las líneas) que cubran razonablemente la
mayoría de las parejas origen-destino, y dentro de estas líneas elegir los vehículos donde
se realizarán las encuestas, durante todo el recorrido de la línea, encuestando a los
pasajeros al interior de los vehículos para lograr los tamaños muestrales que se derivan
del Cuadro 4.27. Debe considerarse sin embargo, que este tipo de encuestas tiene serias
dificultades prácticas, por lo que los porcentajes mencionados son difíciles de alcanzar.
Página 67 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Deberá tenerse especial cuidado que las encuestas se realicen a lo largo de todo el
recorrido de la línea, si por el contrario, se encuesta en un sólo tramo del recorrido, la
posibilidad de cubrir un mayor número de pares origen-destino disminuye. Es aconsejable
además complementar estas encuestas en transporte público con conteos de subidas/
bajadas de pasajeros en los mismos vehículos elegidos para las encuestas.
Por último, es necesario señalar brevemente los posibles usos de la información
recolectada.
i ) Validación de modelos de demanda. Esta tiene por objeto comparar las
matrices modeladas (agregadas por modo de transporte), obtenidas por la
aplicación de la ecuación (2.17), con las matrices observadas obtenidas de la
encuesta a usuarios sobre las redes.
i i ) Calibración de redes de transporte público. En la medida que la matriz
construida a partir de la encuesta a usuarios en la red, se obtenga en forma
correcta, puede considerarse como una buena matriz de viajes para calibración
de redes, que es absolutamente independiente de los modelos de redes,
garantizando de esta forma la independencia de la información utilizada.
4.4 CONTEOS DE TRÁFICO
4.4.1 Mediciones Continuas
Las mediciones de tráfico de vehículos de transporte público y privado y las
respectivas tasas de ocupación, tienen como principal objetivo proveer la información
complementaria para definir los períodos. A base de la experiencia adquirida en las
primeras aplicaciones de la metodología, se recomienda un número de 4 a 6 puntos de
conteo ubicados estratégicamente sobre la red vial.
La metodología de recolección recomendada (Ver Manual de Diseño y Evaluación
de Proyectos de Vialidad Urbana) es bastante conocida. Idealmente los conteos de tráfico
deben ser realizados en dos días típicos (simultáneamente con la EOD) durante las horas
activas del día (6:00 a 23:00 hrs. por ejemplo) en períodos de 15 minutos y desagregando
los conteos por tipo de vehículo. Las tasas de ocupación deben ser estimadas a partir de
muestreos aleatorios, realizados durante cada período de análisis.
4.4.2 Mediciones para Calibración de Redes
Estas mediciones deben realizarse en los períodos punta y fuera de punta
identificados en la etapa anterior (mediciones continuas), utilizando la metodología ya
indicada. El número de puntos de control depende de la topología de la red, pero debería
incluir al menos todos los puntos del cordón interno mencionado anteriormente, puntos
sobre eventuales líneas pantalla, más 20 a 30 puntos adicionales de conteo.
Página 68 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
4.5 ENCUESTAS DE CORDÓN EXTERNO
El límite externo del área de estudio está definido por un cordón externo, donde
debe realizarse la recolección de información de aquellos viajes que por su naturaleza no
pueden ser fácilmente captados en otro lugar. Estos son básicamente los viajes de
pasajeros interurbanos, suburbanos y los viajes de carga que entran y salen de la ciudad.
En principio, la recomendación general para estos viajes es hacer un censo de los mismos,
pero los costos involucrados podrían aconsejar otro tipo de mediciones.
Las encuestas en el cordón externo recogerán alguna información básica de los
viajes: origen, destino, horario, propósito de viaje para los pasajeros, e ingreso. Para la
carga debe agregarse, el tipo de vehículo (tipo de camión) y el tipo de carga transportada.
Las encuestas del cordón externo deben realizarse como mínimo en un día completo de
24 horas (simultáneamente con la EOD) e idealmente deben considerarse dos días de
encuesta. La definición de los tamaños muestrales debe basarse en la metodología
indicada en el Cuadro 4.27.
4.6 MEDICIONES DE VARIABLES DE SERVICIO
Tradicionalmente los datos necesarios para calibrar las redes de transporte han
sido extraídos de muestras tomadas en algunos arcos, que posteriormente son expandidas
al total de arcos con algún método más o menos preciso. Para el caso de todas las ciudades
del país, a excepción de Santiago se propone reemplazar este método por mediciones
directas en la red de todas aquellas variables que sean necesarias para el análisis,
incluyendo no sólo los requerimientos de la calibración de las redes, sino también las
variables discutidas en la calibración del modelo de demanda.
Para el caso de Santiago, debido a la gran extensión de la red vial y las
características operacionales de la misma, el procedimiento planteado requiere una
implementación de mayor complejidad, lo cual debe ser analizado en detalle para
determinar la real factibilidad de desarrollarlo en términos de plazo y presupuesto,
considerando además que las mediciones deben ser realizadas para los distintos períodos
de modelación. La alternativa para abordar el problema de obtener los niveles de servicio
de las redes necesario para calibrar los modelos de demanda es abordada en el punto 4.7.
En el caso de las ciudades de tamaño medio, dado que las redes son relativamente
simples y poco malladas y presentan además escasa congestión,es posible aplicar el
procedimiento de observar los niveles de servicio.
Para el caso de transporte privado se propone medir directamente sobre la red
vial, el tiempo de viaje a flujo libre, tiempo de viaje en período punta de la mañana y
tiempo de viaje en fuera de punta, para todos los arcos de la red de modelación
estratégica. Dichos tiempos, corresponden a una observación del sistema en equilibrio.
A este respecto el TRRL recomienda realizar 3 pasadas por cada arco de la red, a objeto
de obtener un valor medio representativo.
Para el caso de transporte público, se recomienda medir directamente sobre
cada arco de la red, -en que existan líneas de transporte público-, el tiempo de viaje en
período punta de la mañana y tiempo de viaje en fuera de punta. Los tiempos anteriores
deben medirse para todos los arcos de la red de modelación estratégica de transporte
público y también el TRRL recomienda realizar 3 pasadas por cada arco de la red, a objeto
de obtener un valor medio representativo. En forma similar a lo antes indicado, dichos
tiempos, corresponden a una observación del sistema en equilibrio
Página 69 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La información recogida (tiempos de equilibrio observados en arcos), servirá en
conjunto con la codificación de las distintas redes, para establecer tiempos y costos de
viaje de transporte privado, entre parejas origen-destino, para utilizarse en la calibración
de modelos de partición modal, tal como se discute a continuación.
4.7 GENERACIÓN DE NIVELES DE SERVICIO PARA
CALIBRACIÓN
Tal como antes se indicara, existen dos alternativas perfectamente válidas para
obtener un conjunto consistente de niveles de servicio para calibración de modelos de
demanda.
La primera alternativa, es calibrar en una primera instancia, modelos de redes
utilizando la información independiente que provee la encuesta a usuarios sobre las
distintas redes a modelar. Una vez calibradas las redes, se obtienen niveles de servicio
para calibración de modelos de demanda.
La segunda alternativa aprovecha una ventaja de las ciudades de tamaño intermedio,
que es su reducido tamaño. En ésta, se calculan niveles de servicio combinando
adecuadamente la información recopilada en la encuesta a hogares (sección 4.2), la
información de variables de servicio medidas (sección 4.6) y la codificación de las
distintas redes a modelar. Para ello es necesario contar con:
i ) Tiempos de viaje observados sobre las distintas redes a modelar.
i i ) Redes codificadas para cada modo.
Para el caso de los modos de transporte privado, los niveles de servicio se
obtienen a base de la red vial estratégica correctamente codificada y los tiempos
observados de viaje en los arcos. En este contexto, se calculan tiempos de viaje entre
zonas, utilizando un algoritmo de rutas mínimas entre centroides. Se deberá tener un
especial cuidado en el tratamiento de arcos de acceso, pudiendo además, calcularse rutas
mínimas entre nodos de la red.
Los niveles de servicio así generados (tiempo de viaje entre zonas y distancia de
viaje entre zonas), corresponde a un equilibrio, puesto que su obtención se realiza sobre
una red cuyos tiempos de viaje son «observados» (es decir, corresponden a una situación
de equilibrio del sistema). Lo anterior, garantiza que los tiempos de viaje entre zonas no
dependen de la ruta, porque de acuerdo al primer principio de Wardrop, «las rutas
Página 70 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
utilizadas para conectar cada par O-D, presentan igual tiempo de operación, en tanto que
las no utilizadas presentan tiempos de operación mayores». El procedimiento descrito
provee de niveles de servicio para los modos autochofer, autoacompañante y taxi.
Para el caso de los modos caminata y bicicleta, los niveles de servicio dependen
más bien de la topología de la red vial de modelación y se generan, de la forma tradicional,
considerando distancias mínimas entre zonas (herramienta provista por el modelo
Secuencial).
Para el caso de los modos de transporte público, los niveles de servicio se
calculan a base de la red de transporte público debidamente codificada, tiempos observados
de viaje en los arcos (para ambos períodos del día) y las características básicas de cada
red de transporte público (frecuencias, etc.). En este caso, dado que la encuesta provee
de información acerca de la línea de transporte utilizada y los puntos exactos de subida
y bajada, entonces el tiempo de viaje en vehículo queda completamente determinado. Por
otro lado, la encuesta también provee de información acerca de cuadras caminadas en
el origen (acceso al vehículo) y en el destino, el tiempo de caminata queda también
completamente determinado. Por último, la estimación del tiempo de espera, presenta un
problema de mayor complejidad, éste deberá calcularse como el «tiempo de espera del
conjunto de líneas atractivas para viajar entre cada par origen destino».
En este contexto, el costo (tarifa) de transporte público es único a nivel de par
origen-destino, independientemente del propósito de viaje. Suponer lo contrario implicaría
contar con asignación multiclase para transporte de pasajeros.
Página 71 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
5. CONSIDERACIONES DE EVALUACIÓN
5.1 INTRODUCCIÓN
En este Capítulo se describe brevemente el procedimiento de evaluación de los
proyectos y planes de transporte, que han sido analizados mediante los modelos de
transporte ya descritos
1
.
El método más utilizado en la práctica para evaluar los beneficios sociales de las
inversiones en proyectos de transporte, es el de evaluación clásica, basado en la
cuantificación de ahorros de recursos. Se trata de comparar el costo económico de
todos los recursos utilizados en la situación base y la situación con proyecto (Ver
Capítulo 2). Si los recursos utilizados en el escenario con proyecto (considerando la
inversión necesaria) son menores que los recursos utilizados cuando el sistema de
transporte opera sin el proyecto en estudio, entonces la materialización del proyecto se
justifica desde el punto de vista social
2
.
No obstante, existen otras metodologías de evaluación de proyectos basadas en la
determinación de los beneficios totales, obetenidos del cambio de bienestar de los
usuarios y del cambio de beneficios de las empresas productoras de los servicios, como
consecuencia de los efectos que producen los proyectos sobre la operación del sistema
de transporte. Ambos métodos de evaluación de proyectos están considerados en el
Módulo de Evaluación (VERDI) desarrollados en el contexto del estudio Análisis
Desarrollo y Mantención de Modelos de Transporte Urbano
3
.
La cuantificación de recursos, habitualmente considera los siguientes tópicos:
a) Costos de operación de los modos de transporte en la situación base (CO
b
)
valorados a precios sociales.
b) Costos de operación de los modos de transporte en la situación con proyecto
(CO
p
) valorados a precios sociales.
c) Costos de tiempo de viaje de los usuarios en la situación base (CTPOb).
d) Costos de tiempo de viaje de los usuarios en la situación con proyecto
(CTPOp).
e) Costo de Inversión del proyecto (I) valorado a precios sociales.
f ) Costos de Mantención del Proyecto (CM) valorados a precios sociales.
Los dos últimos costos de esta lista quedan determinados por la naturaleza del
proyecto y se suponen conocidos en su magnitud y evolución en el tiempo. El costo de
Inversión normalmente se materializa en el año cero de evaluación (o antes)
4
y en su
definición se consideran diversos ítems (Ver Manual de Diseño y Evaluación Social de
Proyectos de Vialidad Urbana). En tanto, los costos de mantención (si es que existen) se
producen durante algunos años específicos dentro de la vida útil del proyecto. En cambio,
los costos de operación y los costos de tiempo son calculados a partir de los resultados
del modelo de transporte. Dichos costos se materializan en cada uno de los años de vida
útil del proyecto (definidos por el horizonte de planificación), por lo que el modelo
debería -en principio- simular la operación del sistema de transporte para cada uno de
estos años. En la práctica, sin embargo (tal como se explicó en el Capítulo 2), el modelo
es utilizado para simular la operación del sistema en algunos cortes temporales dentro de
la vida útil del proyecto, y sus resultados son interpolados para obtener costos de
operación y de tiempo en cada año de evaluación.
1. La normativa oficial de evaluación de proyectos de transporte urbano, ha sido definida por la autoridad en el Manual de Diseño y Evaluación Social de Proyectos de Vialidad Urbana. En el presente trabajo sólo se discuten algunos tópicos de
implementación de la aplicación del Manual, en el caso de la metodología simplificada.
2. Naturalmente para realizar esta tarea los recursos involucrados deben ser adecuadamente llevados al año base de comparación.
3. Análisis Desarrollo y Mantención de Modelos de Transporte Urbano, Informes Finales Órdenes de Trabajo 2 y 4, MIDEPLAN, 1998.
4. Dado que el año cero es una referencia para realizar la evaluación con respecto a él, si una parte de la inversión se realiza antes que este año de referencia, es necesario actualizar estas partidas hasta el año cero.
Página 72 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
5.2 CRITERIOS DE RENTABILIDAD
Si se define un horizonte de planificación de n años, se puede calcular el Valor
Actualizado Neto (VAN) del proyecto que se estudia, de acuerdo a la siguiente
expresión:
n
i
VR
n
j
j
i
j
CM
j
CTPO CTPO
j
p
CO CO
I VAN
p b b
) 1 (
1
) 1 (
) ( ) (
+
+ ∑
· 1
1
]
1

¸

+
− − + −
+ − ·
(5.1)
donde:
i : Tasa de descuento social (actualmente 12 %)
5
VR : Valor residual del proyecto al cabo de los n años de operación.
Cuando el VAN de un proyecto es mayor que cero, las inversiones necesarias para
materializarlo se justifican desde el punto de vista social. En caso contrario (VAN
negativo), el proyecto no es rentable y debe descartarse (o al menos postergarse).
Otro indicador habitualmente utilizado para determinar si un proyecto es rentable
es la Tasa Interna de Retorno (TIR). Este corresponde al valor de la tasa de descuento
social que hace que el VAN del proyecto se anule. En otras palabras, la expresión (5.1)
se iguala a cero y la tasa de descuento (i) se considera como una incógnita de la ecuación
que debe ser despejada y que corresponde a la TIR. Si el valor resultante es mayor que la
tasa de descuento social establecido por la autoridad (12%) el proyecto es socialmente
rentable. De lo contrario el proyecto no justifica las inversiones requeridas y debería ser
rechazado
6
.
En general, se puede decir que el VAN es un buen criterio para estudiar la bondad
de un proyecto aislado, puesto que determina en términos globales si un proyecto es o no
es rentable. Sin embargo, cuando se trata de comparar proyectos alternativos
(particularmente cuando requieren inversiones significativamente distintas), la TIR es el
criterio de comparación más adecuado, puesto que éste indicador refleja la rentabilidad
de cada unidad monetaria de inversión, independientemente del monto involucrado. Así,
dado dos proyectos alternativos rentables, debería optarse por aquél con mayor TIR.
Tanto si el VAN resulta positivo, como si la TIR es mayor que la tasa de descuento
social, un proyecto es rentable y justifica la inversión requerida. Sin embargo, estos
indicadores de rentabilidad no indican el Año Optimo de Inversión, criterio también
necesario para tomar decisiones de inversión. Para responder esta interrogante, se puede
aprovechar una particularidad que habitualmente caracteriza a los proyectos de transporte,
cual es que los beneficios de tales proyectos (ahorros de costos de operación y tiempos
de viaje) son no decrecientes en el tiempo y dependen de factores independientes de la
existencia del proyecto analizado.
Dada esta característica, el momento óptimo de la inversión puede determinarse
utilizando los llamados indicadores de corto plazo. El primero de ellos se denomina Tasa
de Rentabilidad Inmediata (TRI) y corresponde al valor de la tasa de descuento social
que hace cero el valor actualizado neto del primer año:
1
1
]
1

¸
− + −
·
I
CTPO CTPO
p
CO CO
TRI
p b b
1
) (
1
) (
(5.2)
donde los costos de operación y los costos de tiempo de viaje, tanto de la situación
base como de la situación con proyecto, corresponden a los del primer año de operación.
Si la TRI resulta mayor o igual que la tasa de descuento social, entonces es necesario
invertir en el año cero de referencia. En caso contrario es necesario postergar la
inversión al menos un año.
Un criterio de corto plazo equivalente al anterior, es el llamado Valor Actualizado
Neto del Primer Año (VAN1) que también refleja el costo de postergar el proyecto y
que se define como sigue:
1
1
]
1

¸

+
⋅ − − + −
·
) 1 (
1
) (
1
) (
1
i
i I CTPO CTPO
p
CO CO
VAN
p b b
(5.3)
5. La tasa de descuento social es definida y revisada periódicamente por el Ministerio de Planificación y Cooperación de la República.
6. La expresión (5.1) utilizada para calcular el VAN y el TIR, debe ser consistente en términos de las dimensiones de sus componentes. Tanto los costos de inversión como el valor residual están claramente expresados en unidades monetarias (pesos), de manera
que los costos de operación y los costos de tiempo deben también estar expresados en estas unidades. Para valorizar en términos económicos el tiempo de viaje de los usuarios, la normativa oficial (en razón de ciertos criterios de equidad social) establece una
valor social del tiempo único para todo tipo de usuarios.
Página 73 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
donde los costos de operación y los costos de tiempo de viaje, corresponden a los
del primer año de operación del proyecto. Si el VAN1 resulta positivo, entonces es
rentable invertir en el proyecto en el año cero. De lo contrario, es necesario postergar
la inversión.
Si del análisis anterior resulta la conveniencia de postergar la inversión, es posible
seguir dos caminos. El primero de ellos es repetir el análisis de rentabilidad de corto
plazo (con las estimaciones de ahorros de costos de operación y de tiempos de viajes
entregadas por el modelo de transporte) postergando cada vez la inversión por un año,
hasta que el indicador correspondiente indique el momento óptimo de la inversión.
Sin embargo, dado que la inversión debe postergarse al menos un año, idealmente
debería repetirse la modelación de transporte al cabo de ese tiempo (y por lo tanto
actualizar las estimaciones de ahorros de costos de operación y de tiempos de viaje) para
analizar nuevamente la conveniencia de materializar la inversión. Aunque ello requiere
más esfuerzo técnico, sus resultados reducirán la incertidumbre respecto a la rentabilidad
real de la inversión, puesto que la decisión se tomará con la información más actualizada
posible.
Finalmente, debe mencionarse que los indicadores de corto plazo VAN1 y TRI,
suelen también ser utilizados directamente para estudiar la rentabilidad de proyectos
tácticos (en sustitución del VAN y del TIR). Sin embargo, en el caso de proyectos
estratégicos, los criterios de largo plazo (VAN y TIR) son más adecuados, puesto que
entregan información más completa acerca de la rentabilidad de las inversiones
involucradas, que en estos casos suelen ser cuantiosas.
5.3 COSTOS DE TIEMPO
La aplicación del modelo de transporte, culmina con la asignación de la matrices
de viaje por modo a las redes respectivas. De ésta asignación se obtienen los flujos de
equilibrio de pasajeros y de vehículos, en cada uno de los arcos de la red, que son los datos
necesarios para calcular los costos de tiempo y los costos de operación requeridos en la
evaluación.
En el caso de transporte privado, puesto que cada arco de la red tiene asociado una
función de costo flujo-tiempo, la estimación del tiempo de viaje en el arco es directa:
dado el flujo de equilibrio en el arco determinado por el modelo de transporte, el tiempo
de viaje resulta de evaluar la función flujo-tiempo para ese flujo. Si este tiempo de
equilibrio se multiplica por la tasa de ocupación promedio de los automóviles, se
obtienen finalmente los costos de tiempo para los usuarios de transporte privado en cada
arco.
En el caso de transporte público, el modelo determina los flujos de pasajeros por
cada arco de la red correspondiente, los que se multiplican por los tiempos de viaje en
vehículo (que dependen de las condiciones de operación del arco)
7
. Para los flujos que
sea pertinente, deben considerarse también los tiempos de espera en el arco (que son
constantes, porque las frecuencias han sido asumidas como invariantes con las condiciones
de operación) y la penalización temporal de los transbordos
8
.
En ambos casos los costos de tiempo de los usuarios finalmente se resumen en la
expresión siguiente para toda la red:
CTPO · VT ⋅ t
a
f
a
a ∈A

(5.4)
7. Por ejemplo, en ESTRAUS el tiempo de viaje en transporte público en un arco, se relaciona con el tiempo de viaje en automóvil en el mismo arco, a través de una función muy simple: un factor positivo menor que uno.
8. La tarifa de transporte público no es considerada en la evaluación social, puesto que se trata de una transferencia.
Página 74 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
donde:
VT Valor del tiempo unitario (igual para todos los usuarios).
t
a
Tiempo de viaje en el arco a (en transporte público incluye tiempo de
espera y penalización temporal de transbordo).
fa Flujo de usuarios (pasajeros) en el arco a.
La expresión (5.2) se calcula para la situación base y la situación con proyecto,
obteniéndose así los valores requeridos en (5.1).
5.4 COSTOS DE OPERACIÓN
El cálculo de costos de operación, requiere de un procedimiento análogo al
anterior, pero esta vez el análisis está orientado a los vehículos (en lugar de los usuarios).
El modelo de transporte entregará los flujos vehiculares y tiempos de viaje de equilibrio
por cada arco de la red. Con los tiempos de viaje y las características físicas de los arcos
(longitud, pendiente, rugosidad, etc.) se pueden estimar los costos de operación.
Existen diversas metodologías para calcular costos de operación de los vehículos.
Sin embargo, la Secretaría Ejecutiva de la Comisión de Planificación de Inversiones en
Infraestructura de Transporte, ha establecido un procedimiento oficial a este respecto, en
su documento de trabajo titulado Actualización de Costos de Operación de Vehículos
en Areas Urbanas. Esta es la referencia que debe ser consultada para efectos de calculo
de los costos que se discuten.
Nótese que en el caso de transporte público, el supuesto de modelación en cuanto
a que las frecuencias de las líneas permanecen constantes, no significa necesariamente
que no se produzcan cambios en los costos de operación entre la situación base y la
situación con proyecto.
Dichos cambios pueden tener dos orígenes. Naturalmente si los proyectos de
transporte que se estudian, involucran modificaciones explícitas de frecuencias de la
líneas, o se introducen nuevos servicios de transporte público, ello originará cambios en
los costos de operación globales de este modo. Pero aunque tales modificaciones o
nuevos servicios no existieran, es todavía posible que en algún corte temporal futuro, las
condiciones operacionales de la red obliguen a aumentar el número de vehículos de
transporte público para mantener constante la frecuencia, lo que evidentemente producirá
un aumento de los costos de operación globales. Este sería el efecto por ejemplo, de un
aumento de congestión vehicular.
Finalmente, los costos de operación de cada tipo de vehículo (de transporte
público y privado) se calculan para la situación base y la situación con proyecto, y se
introducen en la expresión (5.1).
Página 75 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
6. MODELO SECUENCIAL VIVALDI
6.1. INTRODUCCIÓN
Este modelo, tal como su nombre lo indica, resuelve en forma secuencial las cuatro
etapas descritas anteriormente, lo que restringe su ámbito de aplicación a ciudades con bajo
nivel de congestión.
En el enfoque secuencial se asume que la demanda es inelástica, dado que los niveles
de servicio (tiempos de viaje, espera, acceso, costos, etc.) se mantienen inalterables en las
distintas etapas de la demanda.
Generalmente, este enfoque presenta inconsistencias entre los niveles de servicio
iniciales (utilizados en las etapas de demanda) y los obtenidos en la etapa de asignación de
los viajes. Cabe señalar que la demanda de viajes se da a nivel de pares de zonas (origen-
destino) y la oferta de transporte viene dada a nivel de arcos. Un viaje entre un par origen-
destino se realiza a través de una ruta compuesta por una secuencia de arcos. Dichos arcos
pueden ser utilizados por una gran cantidad de rutas pertenecientes a diferentes pares
origen-destino, originándose el conocido fenómeno de congestión vehicular en ellos al ser
la oferta de transporte insuficiente para satisfacer la demanda existente. Esto provoca que
los usuarios opten por rutas alternativas que les ofrezcan mejores niveles de servicio,
utilizando otros arcos de la red, lo que ocasiona un cambio en los niveles de servicio en la
totalidad de ella.
Si estos cambios son importantes, debería traducirse en un cambio en la demanda
(distribución y partición modal), impacto que no es posible cuantificar con el enfoque
secuencial. En el caso de utilizar un enfoque secuencial con retroalimentación, es decir,
utilizando los niveles de servicio obtenidos en la etapa de asignación para resolver
nuevamente las etapas de demanda, se genera un proceso iterativo cuya convergencia no
está asegurada.
De lo anterior se deduce que la inconsistencia entre la demanda y la oferta se produce
mayormente en la modelación de sistemas de transporte de ciudades con marcados niveles
de congestión, lo que ha dado origen al modelo de equilibrio simultáneo a fin de resolver
el equilibrio de mercado de transporte para ese tipo de ciudades.
En el caso de las ciudades de tamaño medio del país, cuyos niveles de congestión
sobre las redes son reducidos, el enfoque secuencial es apropiado para la simulación de la
operación de cada uno de los sistemas de transporte urbano.
El modelo VIVALDI corresponde a la implementación computacional de un
modelo de transporte secuencial de cuatro etapas.
La implementación del modelo es consistente con la metodología desarrollada para
el análisis de los sistemas de transporte de las ciudades de tamaño medio, en la cual la etapa
de distribución es anterior a la etapa de partición modal.
6.2 CARACTERÍSTICAS DE LA IMPLEMENTACIÓN
COMPUTACIONAL
La implementación computacional del modelo secuencial VIVALDI ha sido
desarrollada en lenguaje FORTRAN 77 de Absoft para LINUX, disponible para plataforma
PC Windows ’95.
Página 76 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
6.3 FORMULACIÓN DEL MODELO
6.3.1 Introducción
La formulación considera un modelo secuencial clásico de cuatro etapas (Generación,
Distribución, Partición Modal y Asignación).
En términos gruesos, el modelo de Generación determina, a base de información
socioeconómica y de población, los viajes producidos ( ) y los viajes atraídos ( D
j
)por
cada una de las zonas de análisis en que se divide el área de estudio. El modelo de Distribución
construye una matriz de viajes (
T
ij
)entre parejas origen-destino de zonas. El modelo de
Partición Modal, divide los viajes entre los distintos modos de transporte disponibles ( T
ij
m
).
Finalmente las matrices de viaje por modo son asignadas a las redes correspondientes,
obteniéndose de esta manera los flujos por arcos.
El modelo incorpora además “Asignación Multiclase”, lo que permite el tratamiento
de diferentes categorías de vehículos y clases de usuarios en el proceso de asignación a la
red vial. Ello hace posible considerar diferentes esquemas de tarificación para los vehículos
y usuarios, dado que en el último caso el valor de la tarifa, a nivel de las elecciones de éstos
sobre la red vial, es percibido de acuerdo a su nivel de ingreso.
Una descripción detallada de la implementación y modificaciones introducidas en
los modelos se puede encontrar informe final del estudio «Análisis, Desarrollo y Mantención
de Modelos de Transporte Urbano», 1998, realizado por Fernández y de Cea Ingenieros
Ltda.
6.3.2 Red Básica
La red básica, utilizada para la asignación de transporte privado, está representada
por un grafo G=(N, A), donde N es el conjunto de nodos y A el

conjunto de arcos. El primero
representa las intersecciones de calles y los centroides de las zonas (localización del origen
y destino de los viajes), y el segundo conjunto representa las calles de la ciudad.
6.3.3 Redes de Transporte Público
Existe también una red para cada uno de los modos de transporte público, que
representa los servicios ofrecidos a los usuarios, y está dada por el grafo G
m
=(N
m
, L
m
), en
el cual N
m
es un subconjunto de N y L
m
es el conjunto de todas las líneas del modo m sobre
la red. En el modelo se considera un total de dos modos de transporte público (bus y
taxicolectivo).
6.3.4 Modelo de Generación de Viajes
La generación total de viajes correspondientes a la zona i, para el propósito de viaje
p y categoría de usuarios n, O
i
pn
{ }
se obtiene como la suma de los viajes basados en el hogar
O
ioh
pn
{ }y no basados en el hogar O
inoh
pn
{ }, de acuerdo a la ecuación (6.1).
O
i
pn
· O
ioh
pn
+ O
inoh
pn
{ }
; ∀(i , p, n) (6.1)
Generación de Viajes Basados en el Hogar
Los viajes basados en el hogar, para el propósito de viaje p y categoría de usuarios
n, O
ioh
pn
{ }, se calculan utilizando el método de Análisis de Clasificación Múltiple (ACM),
según la expresión (6.2.2).
O
ioh
pn
· H
i
n
⋅ t
pn
{ }; ∀(i , p, n) (6.2)
Donde H
i
pn
es el número de hogares en la zona i, correspondientes a p y categoría n
obtenida por el método ACM.
Generación de viajes no basados en el hogar
Para el caso de los viajes no basados en el hogar O
inoh
pn
{ }, estos se estiman utilizando
modelos de regresión lineal múltiple (RLM). Para ello, se valora la expresión (6.3).
O
ioh
pn
· θ
0
pn
+ θ
k
pn
⋅ x
ik
pn
k

¹
'
¹
¹
;
¹
; ∀( i, p,n)
(6.3)
O
i
pn
{
Página 77 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Donde θ
0
pn
, θ
k
pn
( )son los parámetros de calibración de la regresión lineal múltiple,
y x
ik
pn
es la k - ésima variable explicativa correspondiente a la zona i , para el propósito
p y categoría n . Es evidente que θ
0
pn
representa el término constante de la RLM y θ
k
pn
es
el parámetro calibrado asociado a la k - ésima variable explicativa.
6.3.5 Modelo de Atracción de Viajes
La estimación de los viajes atraídos, D
j
p
{ }, se basa en modelos de regresión lineal
múltiple (RLM). Para ello, la rutina calcula el valor de la expresión (6.4).
D
j
p
· θ
0
p
+ θ
k
p
⋅ x
jk
k

¹
'
¹
¹
;
¹
; ∀( j, p)
(6.4)
Donde, θ
0
p
, θ
k
p
( ) son los parámetros de calibración de la regresión lineal múltiple
y x
jk
es la k - ésima variable explicativa correspondiente a la zona j. En este caso, θ
0
p
representa el término constante de la RLM y θ
k
p
es el parámetro calibrado asociado a la
k - ésima variable explicativa.
6.3.6 Modelos de Demanda
La modelación de la demanda (distribución y partición modal) considera tres
propósitos de viaje (trabajo, estudio y otros) y distintas categorías de usuarios, resultantes
de la combinación de niveles de ingreso y niveles de propiedad de automóvil, eliminando
las combinaciones inconsistentes entre ambos niveles.
La proporción de usuarios que viajan entre el par w =(i, j), con propósito q,
pertenecientes a la categoría v, utilizando para ello el modo m, está dado por el modelo de
demanda
ϑ
, definido por la ecuación (6.5).
ϑ(U
*
): ϑ
w
mqv
(U
*
) : T
w
mqv
· T
w
qv
⋅ p
w
mqv
(6.5)
1. El modelo AMADEUS también permite la formulación de modelos de distribución simplemente acotados.
donde
ϑ(U
*
)
representa la función de demanda, que depende del vector de
utilidades modales U
*
· U
w
mqv*
; ∀w, (m,q, v)
{ }, T
w
qv
corresponde a los viajes
realizados entre el par O-D w =(i, j ), con propósito q, en la categoría v(resultado del modelo
de distribución) y p
w
mqv
es la probabilidad de que estos viajes, escojan el modo m(resultado
del modelo de partición modal).
6.3.7 Modelos de Distribución
El modelo de distribución de viajes corresponde a uno del tipo gravitacional
doblemente acotado
1
. La formulación matemática se presenta en la ecuación (6.6).
t
ij
pn
· A
i
pn
O
i
pn
B
j
p
D
j
p
exp( −β
pn
EMU
ij
pn
); ∀ i , j, p,n ( ) (6.6)
donde t
ij
pn
es el número de viajes entre el par origen destino (i, j)para el propósito
p y categoría n; O
i
pn
representa orígenes según propósito p y categoría n y D
j
p
destinos
según propósito p; A
i
pn
y B
j
p
representan factores de balance en orígenes y destino
respectivamente; EMU
ij
pn
es la utilidad compuesta de viajar entre el par origen destino
(i, j) en el modo mpara el propósito p y categoría n, finalmente
pn
β es un parámetro de
calibración del modelo.
La utilidad compuesta EMU
ij
pn
se estima por medio de la ecuación (6.7).
EMU
ij
pn
· ln exp u
ij
pnm
( )
m

(6.7)
donde u
ij
pnm
es la utilidad de viajar entre el par origen destino (i, j) en el modo m
para el propósito p y categoría n. Nótese que el valor de EMU
ij
pn
es idéntico al valor de
la expresión «logsum» L
ij
pn
pero multiplicado por el valor de
λ
pn
(parámetro del modelo
de elección discreta que en la práctica no se puede obtener en forma independiente).
Página 78 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
6.3.8 Modelos de Partición Modal
Las probabilidades de elección modal se obtienen por medio de la aplicación de un
modelo de elección discreta entre alternativas. La ecuación (6.8) presenta el modelo de
elección.
p
ij
pnm
·
exp u
ij
pnm
( )
exp u
ij
pnk
( )
k∈A
n

; ∀ i, j, p, n,m ( )
(6.8)
donde:
p
ij
pnm
= es la probabilidad de que un usuario del propósito p y categoría de
usuarios n, escoja el modo mpara viajar entre el par origen destino (i, j).
u
ij
pnm
= es la utilidad viajar en el modo m, entre el par origen destino (i, j), para
un usuario del propósito p y categoría de usuarios n.
El modelo implementado es capaz de resolver una estructura de «logit multinomial»
(MNL) o «logit jerárquico» (HL).
6.3.9 Modelo de Asignación de Transporte Privado
La asignación de transporte privado corresponde a un equilibrio de «usuarios» sobre
la red vial. La solución de equilibrio se obtiene cuando: «Para todos los usuarios de
transporte privado y cada par origen-destino de viaje, ningún viajero tiene incentivo para
cambiar unilateralmente de ruta sobre la red respectiva»; luego, de acuerdo al primer
principio de Wardrop, para cada par O-D y cada clase de usuario, todas las rutas utilizadas
presentan igual costo de operación, en tanto las no utilizadas, presentan costo de operación
superiores. La expresión (6.9) resume el principio de equilibrio planteado.
C
p
0r *
−u
w
0r*
:
· 0 ,si h
p
0r*
> 0;
≥ 0, si h
p
0r*
· 0,
¹
'
¹
;∀p∈P
w
0
, w∈W, r ∈ R
(6.9)
donde u
w
0r *
es el costo de operación de equilibrio en transporte privado del viaje
correspondiente al par O-D w, para un usuario de categoría r; C
p
0r *
es el costo de equilibrio
de la ruta mínima p para usuarios de categoría r; h
p
0r*
es el flujo de usuarios de transporte
privado, para la categoría r, sobre la ruta p, que pertenece al conjunto de rutas entre el par
w, P
w
0
. Dicho problema es resuelto por el programa asigna.
6.3.10 Modelo deAsignación deTransporte Público
El modelo implementado es conocido como de «Asignación a Rutas Mínimas de
Transporte Público» (ARTP). En este caso, el comportamiento de los viajeros es consistente
con el primer principio de Wardrop. En tal sentido, la solución de equilibrio se obtiene
cuando: «Para todos los usuarios de transporte público y cada par origen-destino de viaje,
ningún viajero tiene incentivo para cambiar unilateralmente de ruta sobre la red respectiva».
La expresión (6.10) resume el principio de equilibrio planteado.
C
r
*
−u
w
*
:
· 0, si h
r
*
> 0;
≥ 0, si h
r
*
· 0,
¹
'
¹
;∀r ∈R
w
,w∈W
(6.10)
donde u
w
*
es el costo de operación de equilibrio en transporte público del viaje
correspondiente al par O-D w; es el costo de equilibrio de la ruta r;
h
r
*
es el flujo de
pasajeros de transporte público en la ruta r, que pertenece al conjunto de rutas factibles
entre el par w, R
w
.
El modelo está implementado tanto para el caso en que se considera restricción de
capacidad de los vehículos de transporte público como para el caso en que dicha restricción
no es tomada en cuenta.
6.3.11 Diagrama de Flujo del Proceso
En la Figura 6.1 se muestra el diagrama de flujos de la implementación computacional
del modelo VIVALDI.
Página 79 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Figura 6.1
Diagrama de Flujo del Proceso
F
T
F
F
F
T
F
T
F
T
F
T
F
T
F
T
F
T
T
T
GENERACIÓN
INICIALIZACIÓN
UTILIDAD MORAL
INDICADORES
GLOBALES
DISTRIBUCIÓN
PARTICIÓN
MODAL
MATRICES VIAJE
ASIGNACIÓN
T. PRIVADO
ASIGNACIÓN
T. PÚBLICO
ANÁLISIS
CONVERGENCIA
FIN
Crea vectores origen-destino
Crea niveles de servicio iniciales
Cálculo de uij y EMUij pn
Cálculo de tij pn
Cálculo de pij pnm
tij pnm = tij pn * pij pnm
asigna
artp
Comparación niveles de
servicio iniciales y finales
Cálculo de indicadores globales
Lectura de
Parámetros
Página 80 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
7. MODELO DE EQUILIBRIO SIMULTÁNEO ESTRAUS
7.1 INTRODUCCIÓN
El modelo de equilibrio simultáneo resuelve tres de las cuatro etapas del modelo
clásico en forma simultánea (distribución, partición modal y asignación), excluyéndose de
este proceso la etapa de generación, la cual es exógena.
Este enfoque de simultaneidad considera una demanda elástica para los viajes entre
pares origen-destino de la red, provenientes de las etapas de distribución y partición modal,
dado que las funciones de demanda son funciones explícitas de las variables de servicio
provenientes de la etapa de asignación.
Dado que las funciones de demanda, entre un par origen-destino dado, para un cierto
propósito, categoría de usuario y modo de transporte, no sólo depende del costo asociado
a ese par, si no que depende del vector de costos total de la red, transforma las funciones
de demanda en funciones no separables. En el caso de la oferta, sólo las funciones de costo
sobre los arcos de la red de transporte privado son separables, puesto que dependen sólo
del flujo existente en el arco, en cambio, las funciones de costo sobre las redes de transporte
público no son separables, dada su dependencia respecto de los flujos de otros arcos en la
red.
Para solucionar el problema de equilibrio considerando lo señalado anteriormente,
se utiliza el método de diagonalización. Este algoritmo permite plantear un problema de
optimización equivalente en cada iteración, el cual es resuelto a través del conocido método
de Frank-Wolfe.
La consistencia que se obtiene entre los niveles de servicio en las distintas etapas del
modelo, garantiza encontrar una solución al problema de equilibrio de mercado de
transporte para sistemas de transporte urbano bajo condiciones de congestión.
7.2 DESCRIPCIÓN GENERAL DEL MODELO ESTRAUS
El modelo ESTRAUS corresponde a la implementación computacional de un
modelo de equilibrio simultáneo, aplicable a cualquier sistema de transporte urbano, previa
calibración de los submodelos involucrados.
7.3 CARACTERÍSTICAS DE LA IMPLEMENTACIÓN
COMPUTACIONAL
El sistema completo correspondiente a la implementación computacional del
modelo de equilibrio simultáneo está escrito en FORTRAN y actualmente existe una
versión para sistema operativo OSF/1 y una versión para plataforma PC, con sistema
operativo LINUX.
Página 81 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
7.4 FORMULACIÓN DEL MODELO
7.4.1 Introducción
La formulación del modelo considera un equilibrio bimodal entre vehículos de
transporte privado y vehículos de transporte público, considerando explícitamente las
interacciones de congestión existentes entre ellos dado que operan sobre la misma
infraestructura y compiten por la misma capacidad. Por este motivo, la codificación de la
red incluye una descripción detallada de los servicios de transporte público.
El modelo considera restricción de capacidad tanto para la red vial como para la red
de servicios de transporte público.
El modelo incorpora además “Asignación Multiclase”, lo que permite el tratamiento
de diferentes categorías de vehículos y clases de usuarios en el proceso de asignación a la
red vial. Ello hace posible considerar diferentes esquemas de tarificación para los vehículos
y usuarios, dado que en el último caso el valor de la tarifa, a nivel de las elecciones de éstos
sobre la red vial, es percibido de acuerdo a su nivel de ingreso.
Una descripción detallada de la implementación y modificaciones introducidas en
los modelos se puede encontrar informe final del estudio «Análisis, Desarrollo y Mantención
de Modelos de Transporte Urbano», 1998, realizado por Fernández y de Cea Ingenieros
Ltda.
7.4.2 Red Básica
La red básica, utilizada para la asignación de transporte privado, está representada
por un grafo G = (N, A), donde N es el conjunto de nodos y A el conjunto de arcos. El
primero representa las intersecciones de calles y los centroides de las zonas (localización
del origen y destino de los viajes), y el segundo conjunto representa las calles de la ciudad.
Existe, además, una red para modos que efectúan combinación entre transporte privado y
transporte público (caso del auto-metro), compuesta por la red básica a la cual se agregan
arcos que representan las rutas mínimas sobre la red de transporte público independiente.
Los viajes de transporte privado y de estos modos combinados se asignan sobre las
respectivas redes, sin embargo, se consideran las interacciones de congestión entre ambos
tipos de usuarios de auto.
7.4.3 Redes de Transporte Público
Existe también una red para cada uno de los modos de transporte público, que
representa los servicios ofrecidos a los usuarios, y está dada por el grafo G
m
= (N
m
, A
m
),
en el cual N
m
es un subconjunto de N

y L
m
es el conjunto de todas las líneas del modo msobre
la red.
La aplicación a ESTRAUS del concepto de restricción de capacidad de los servicios
de transporte público hace necesario considerar las siguientes redes de servicios:
• Una red para cada modo simple (bus, taxicolectivo, metro), que contiene sólo
arcos virtuales de viaje del modo, arcos de transbordo entre servicios del modo
y arcos de acceso.
• Una red para cada modo combinado (bus-metro, taxicolectivo-metro) que
corresponden a la suma (superposición) de las redes de los modos simples que
los componen.
7.4.4 Modelos de Demanda
La modelación de la demanda (distribución y partición modal) considera tres
propósitos de viaje (trabajo, estudio y otros) y distintas categorías de usuarios, resultantes
de la combinación de niveles de ingreso y niveles de propiedad de automóvil, eliminando
las combinaciones inconsistentes entre ambos niveles.
7.4.5 Modelos de Distribución
Para la distribución de viajes se utilizaron modelos gravitacionales doblemente
acotados, y para la partición modal, modelosde elección discreta tipo Logit.
7.4.6 Notación Utilizada
La notación que a continuación se presenta, es consistente con aquella utilizada
tradicionalmente en el estudio «Análisis, Desarrollo y Mantención de Modelos de Transporte
Urbano». Para una mayor comprensión, el superíndice «m» es un indicador general de
modo. El superíndice «o», se utiliza para identificar a los modos de transporte privado, el
Página 82 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
superíndice «
˜ m
» denota a los modos de transporte público “puros” y finalmente, el
superíndice «c» se utiliza para referirse a los modos de transporte público combinados. El
conjunto total M incluye a todos los modos denotados por los superíndices (o,
˜ m
,y c).
W : conjunto de todos los pares origen-destino de la red.
Wp : conjunto de pares origen-destino en los que los usuarios disponen de los
modos «puros» (bus, taxicolectivo, metro) para realizar sus viajes. Estas
son parejas en las que los centroides de origen y destino están conectados
directamente al modo independiente (metro), por lo que se supone no
relevante la alternativa combinada.
Wc : disponen del modo puro y del modo compuesto que efectúa combinación
con él (bus, bus-metro). Estas son parejas en las que sólo uno de los
centroides (origen o destino) o ninguno de ellos están conectados
directamente al modo independiente (metro).
w : elemento del conjunto W, Wp o Wc, en que w= (i, j) con i, j centroides.
k : índice que denota una categoría de usuarios, para efectos de la asignación
a la red.
K : conjunto de todas las categorías de usuarios, para efectos de la asignación
a la red.
v : índice que denota una categoría de usuarios, correspondiente a la
categorización de los modelos de demanda de ESTRAUS.
V : conjunto de todas las categorías de usuarios, correspondiente a la
categorización de los modelos de demanda de ESTRAUS. Nótese que
K ⊂V
.
q : índice que denota un propósito de viaje.
m : índice para designar un modo genérico de transporte.
0 : índice para designar al modo de transporte privado.
˜ m
: índice para designar un modo de transporte público puro.
c : índice para designar un modo de transporte público combinado.
f
a
0k
: flujo vehicular de transporte privado en arco a, para usuarios de categoría k.
f
a
0
: flujo vehicular total de transporte privado en arco a, es decir:
f
a
0
· f
a
01
+ f
a
02
+. .. ( ).
c
a
0k
: costo medio de viaje en transporte privado sobre el arcoa, para usuarios
de categoría k.
P
0
: conjunto de rutas disponibles para transporte privado en G.
P
w
0
: conjunto de rutas disponibles para transporte privado en G, asociado al
par w.
p : índice para designar una ruta en transporte privado.
δ
ap
: elemento de la matriz de incidencia arco-ruta para transporte privado.
h
p
0 k
: es el flujo en transporte privado sobre la ruta p, para usuarios de
categoría k.
C
p
0k
: costo objetivo de viaje en transporte privado sobre la ruta p, para usuarios
de categoría k.
Am : conjunto de arcos de la red
G
m
, utilizados por las líneas del modo de
transporte público puro y combinado, con m · ( ˜ m , c).
P
w
˜ m
: conjunto de rutas de transporte público del modo puro
˜ m
, asociadas al
par w.
P
w,c
c
: conjunto de rutas de transporte público compuestas c, sobre una red
combinada disponibles en
G
m
, asociado al par w.
r : índice para designar una ruta en transporte público.
Página 83 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
hr : flujo de pasajeros de transporte público sobre la ruta r, considerando que
r ∈P
w
˜ m
o r ∈P
w,c
c
.
c
a
m
: costo de viaje para usuarios de transporte público, de modo puro o
combinado, m · ( ˜ m , c) en el arco a.
C
r
m
: costo objetivo de viaje para usuarios de transporte público, de modo puro
o combinado m · ( ˜ m , c), sobre la ruta r, de la red
G
m
.
δ
ar
: elemento de la matriz de incidencia arco-ruta para la red
G
m
.
c
s
: costo del arco virtual s.
c
s
m
: costo del arco virtual s para usuarios del modo m · ( ˜ m , c) de transporte
público.
V
s
m
: flujo total de pasajeros, en el arco virtual s, para el modo de transporte
público m · ( ˜ m , c).
h
r
mqv
: número de viajes realizados por usuarios del modo de transporte público
m · ( ˜ m , c), que utilizan la ruta r, para viajes con propósito q , en la
categoría v.
u
w
mqv
: percepción subjetiva del costo generalizado de viaje entre el par w , en el
modo m · ( ˜ m , c), para usuarios con propósito q, de la categoría v.
O
i
qv
: número total de viajes originados en la zona j , por usuarios con propósito
q y categoría v.
D
j
q
: número total de viajes atraídos por la zona j , con propósito q .
T
w
0qv
: número total de viajes en transporte privado entre el par w · (i, j), con
propósito q, de usuarios correspondientes a la categoría v .
T
w
0k
: número total de viajes en transporte privado entre el par w · (i, j), en la
categoría para efectos de asignación k . Se define T
w
0k
como la agregación
de las matrices de viaje obtenidas de los modelos de demanda, es decir:
T
w
0k
· T
w
0qv
q

v→k

. Donde el subíndice de la sumatoria
v →k
indica que las
categorías para efectos de asignación (k) se obtienen agregando
adecuadamente las categorías de los modelos de demanda (v).
T
w
mqv
: número total de viajes entre el par w · (i, j), que utilizan el modo m, con
propósito q, de usuarios correspondientes a la categoría v .
T
w
m
: número total de viajes entre el par w · (i, j), que utilizan el modo m. Se
define T
w
m
como la agregación según propósito y categoría de las matrices
de viaje obtenidas de los modelos de demanda, es decir:
T
w
m
· T
w
mqv
q

v

.
Del análisis de la notación se observa que es necesario establecer diferencias entre
la categorización definida para efectos de asignación del transporte privado a la red vial,
con la utilizada por los modelos de demanda de ESTRAUS.
Tal como se indicara con anterioridad, para los usuarios de transporte privado, sólo
es relevante establecer diferencias según el nivel de ingreso, pues ello está relacionado con
la percepción de la tarifa. Entonces, el conjunto de todas las categorías de usuarios de
transporte privado para efectos de asignación R , es un subconjunto de las categorías totales
V utilizadas por los modelos de demanda. Evidentemente, R ⊂ V { }. El subconjunto R , se
obtiene por la agregación según propósito de viaje y posesión de automóvil, del conjunto
total de categorías V . Consistentemente, el valor de
θ
r
debe depender solamente del nivel
de ingreso de los usuarios, y como tal, corresponderá a un valor medio para todos los
propósitos de viaje y rango de posesión de automóvil.
7.4.7 Supuestos de Comportamiento Individual
La solución de equilibrio se define por tres conjuntos de condiciones. La primera de
ellas se refiere a los principios de comportamiento a nivel de asignación (sobre la red vial),
la segunda se refiere a supuestos de comportamiento de los usuarios de los servicios de
transporte público a nivel de asignación y finalmente, la última se refiere a la elección de
los usuarios en las etapas de demanda.
Página 84 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
a) La solución de equilibrio se obtiene cuando: «Para todos los usuarios de
transporte privado, en cada categoría, y cada par origen-destino de viaje, ningún
viajero tiene incentivo para cambiar unilateralmente de ruta sobre la red
respectiva»; luego, de acuerdo al primer principio de Wardrop, para cada par O-
D y cada clase de usuarios, todas las rutas utilizadas presentan igual costo de
operación, en tanto las no utilizadas, presentan costo de operación superiores.
La expresión (7.1) resume el principio de equilibrio planteado.
C
p
0k*
− u
w
0k *
:
· 0 , si h
p
0k*
> 0;
≥ 0 , si h
p
0 k*
· 0,
¹
'
¹
; ∀p ∈P
w
0
, w ∈W, k ∈K
(7.1)
donde u
w
0r *
es el costo de operación de equilibrio en transporte privado del viaje
correspondiente al par O-D w, para un usuario de categoría k ; C
p
0k*
es el costo de equilibrio
de la ruta mínima ppara usuarios de categoría k ; h
p
0 k*
es el flujo de usuarios de transporte
privado, para la categoría k , sobre la ruta p , que pertenece al conjunto de rutas entre el
par  w, P
w
0
.
b) La solución de equilibrio se obtiene cuando: «Para todos los usuarios de
transporte público, de modos puros o combinados y cada par origen-destino de
viaje, ningún viajero tiene incentivo para cambiar unilateralmente de ruta sobre
la red respectiva»; luego, de acuerdo al primer principio de Wardrop, para cada
par O-D, todas las rutas utilizadas presentan igual costo de operación, en tanto
las no utilizadas, presentan costo de operación superiores. La expresión (7.2)
resume el principio de equilibrio planteado para los modos de transporte público
puros (
˜ m
).
γ
˜ m
C
r
˜ m*
− u
w
˜ m*
:
· 0 , si h
p
*
> 0;
≥ 0 , si h
p
*
· 0,
¹
'
¹
;∀r ∈P
w
˜ m
, w∈W
p (7.2)
donde u
w
˜ m*
es la percepción subjetiva del costo de operación de equilibrio en el modo
de transporte público puro
˜ m
del viaje correspondiente al par O-D w; C
r
˜ m*
es el costo
objetivo de operación de la ruta r , en el modo de transporte público puro
˜ m
; es la percepción
que tienen los usuarios del modo
˜ m
; h
r
*
es el flujo de equilibrio de pasajeros del modo de
transporte público, sobre la ruta r , que pertenece al conjunto de rutas del modo puro
˜ m
entre
el par w, P
w
˜ m
; Wpes el conjunto de pares O-D en los que los usuarios disponen de los modos
puros para realizar sus viajes.
Para el caso de los usuarios de los modos combinados, la ruta compuesta tiene una
parte en cada modo que la compone y, en este caso, la condición anterior toma la siguiente
forma:
γ
˜ m
C
r
˜ m*
˜ m

¹
'
¹
¹
;
¹
− u
w
c*
:
· 0 , si h
p
*
> 0;
≥ 0 , si h
p
*
· 0,
¹
'
¹
;∀r ∈P
w, c
c
, w∈W
c (7.3)
donde u
w
c*
es la percepción subjetiva del costo de operación de equilibrio en el modo
de transporte público c del viaje correspondiente al par O-D w;
γ
˜ m
C
r
˜ m*
˜ m

es el costo de
equilibrio del modo combinado de transporte público c , sobre la ruta mínima r en la red
compuesta P
w,c
c
; Wc es el conjunto de pares O-D en los que los usuarios disponen de los
modos compuestos para realizar sus viajes.
c) En tercer término: La proporción de usuarios que viajan entre el par w · (i, j),
con propósito q, pertenecientes a la categoría v , utilizando para ello el modo m,
está dado por el modelo de demanda
ϑ
, definido por la ecuación (7.4).
ϑ(U
*
): ϑ
w
mqv
(U
*
) : T
w
mqv
· T
w
qv
⋅ p
w
mqv
(7.4)
donde ϑ(U
*
) representa la función de demanda, que depende del vector de
utilidades modales U
*
· U
w
mqv *
; ∀w, (m, q, v) { }, T
w
qv
corresponde a los viajes realizados entre
el par O-D w · (i, j), con propósito q , en la categoría v (resultado del modelo de
distribución) y p
w
mqv
es la probabilidad de que estos viajes, escojan el modo m(resultado del
modelo de partición modal).
7.4.8 Formulación del Modelo Matemático y Problema
de Optimización Equivalente
El modelo planteado corresponde a un problema de equilibrio oferta-demanda,
multimodal. Este problema puede ser formulado a través de la siguiente desigualdad
variacional:
, 0 ) ( ) ( ) ( ) (
* * * *
≥ − ⋅ − − ⋅ T T T X X X C
T T
r r r r r r r r
ϑ ;
2
, ; Ω ∈ ∀ T X
r r
(7.5)
Página 85 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
en que:

r
C
T
· c
a
0 k
, c
s
m
{ } es el vector traspuesto de todas las funciones de costos en arcos
de la red vial (para transporte privado) y arcos virtuales de viaje
(para transporte público), con m · ( ˜ m , c).

r
X
*
·
r
F
*
,
r
V
*
{ } es el vector de flujos de equilibrio en arcos de la red vial y virtual.
Sus componentes

r
F
*
,
r
V
*
{ } son el vector de flujos de equilibrio en
los arcos de la red vial

r
F
* (para transporte privado) y el vector de
flujos de equilibrio en los arcos virtuales

r
V
*
(para transporte
público).
Para el caso de transporte privado, las componentes del vector de
flujos incluyen además, la categoría de usuarios

r
F
*
· f
a
0 k *
{ }. El
elemento f
a
0k*
representa el flujo de equilibrio del arco a , en
transporte privado (índice 0), para la categoría de usuarios k , para
efectos de asignación.

r
X ·
r
F ,
r
V { } es un vector de flujos factibles en arcos.

r
ϑ
T
· ϑ
w
mqv
{ } es el vector traspuesto de la inversa de la función de demanda. El
elemento ϑ
w
mqv
representa la inversa de la función de demanda,
asociada al par O-D w · (i, j) , para los viajes realizados en
modo m, con propósito q, y categoría v .

r
T
*
· T
w
mqv*
{ } es el vector de demanda. El elemento T
w
mqv*
está asociado al par
O-D w · (i, j), para los viajes realizados en modo m , con
propósito q , y categoría v ; todos valores de equilibrio.

r
T · T
w
mqv
{ } es un vector de demanda factible.
donde Ω
2
representa el conjunto que contiene todos los vectores factibles de flujos
en arcos y demandas modales.
Las funciones de costo para los arcos virtuales de viaje, que representan conjuntos
atractivos de líneas en una red de transporte público tienen, en términos generales, la
siguiente forma (ver De Cea y Fernández, 1993):
c
s
· t
s
+
α
d
s
¸
¸

_
,

+β⋅
V
s
+
˜
V
s
K
s
¸
¸

_
,

n
(7.6)
donde:
t
s
: tiempo de viaje en vehículo más tarifa para el arco s .
d
s
: frecuencia total del arco s.
V
s
: flujo de pasajeros en el arco s.
˜
V
s
: flujo de otros arcos de viaje, que contienen alguna línea de las que
pertenecen al arco s, que compite por la capacidad del arco s.
K
s
: capacidad del arco s .
α,β, n : parámetros de calibración.
Observando la expresión (7.6), es fácil ver que aún cuando los parámetros de las
funciones anteriores (α,β, n) fueran los mismos para todos los arcos de viaje, el Jacobiano
de las funciones de costo no será, en general, simétrico, dado que las distintas líneas tienen
diferentes capacidades.
En este caso, el modelo (7.5) no tiene un problema de optimización equivalente
asociado. Ello se explica porque el Jacobiano de la función de costos en arcos virtuales para
transporte público,

J(
r
C(
r
V
*
)) es en general, asimétrico.
No obstante, el modelo (7.5) puede ser resuelto utilizando la técnica de
«diagonalización» y entonces, es posible plantear un problema de optimización equivalente
para el problema diagonalizado. Para ello se deben considerar las siguientes condiciones
Página 86 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
que deben cumplir la función de demanda a), las funciones de costos en arcos de la red de
transporte privado b) y las funciones de costos en arcos virtuales de la red de transporte
público c).
a) Respecto de las funciones de demanda:
La implementación de ESTRAUS considera que la función de demanda ϑ(U
*
) es
separable e invertible. Esta se define por la ecuación (7.7):
ϑ(U
*
) : T
w
mqv
U
w
mqv
;∀w, m, q, v ( ) ( ) (7.7)
donde U
e
xyz
representa la valoración de la función de utilidad de viajar entre el par
O-D w · (i, j), con propósito q, en la categoría v y modo m; T
w
mqv
corresponde al valor que
toma la demanda.
b) Respecto de las funciones de costos en arcos de la red de transporte privado:
La función de costos es separable puesto que depende sólo de los flujos de autos,
puesto que los flujos de transporte público son constantes:
c
a
0k
(F) · c
a
0k
( f
a
0
), ;∀a ∈A (7.8)
Con c
a
0k
( f
a
0
) estrictamente creciente ∂c
a
0k
( f
a
0
) / ∂f
a
0
> 0 { } y separable
∂c
a
0k
( f
a
0
) / ∂f
b
0
· 0 { }.
Se considera que la función de costo en el arco a, según categoría de individuos k ,
tiene dos componentes:
c
a
0k
f
a
0
( )· s
a
f
a
0
( )+ θ
k
⋅ t
a
, ;∀a ∈A, ∀k ∈K (7.9)
la primera de ellas s
a
( f
a
0
) representa al término relacionado con la congestión sobre
el arco a , que depende del vector completo de flujos. La segunda, t
a
⋅ θ
k
corresponde al
producto de la tarifa del arco t
a
multiplicado por la valoración de la tarifa correspondiente
a la categoría k .
La existencia de simetría en los efectos de interacción de congestión en las vías
urbanas entre usuarios de distinta categoría, permite considerar:
∂c
a
0n
( )
∂f
a
0 k
·
∂c
a
0k
( )
∂f
a
0n
·
∂s
a
( )
∂f
a
0
, ;∀a ∈A, ∀(n, k) ∈K
(7.10)
que en forma estricta puede conceptualizarse como: «el impacto marginal producido
por un usuario de categoría nsobre los costos de los usuarios de categoría k , es idéntico al
producido por un usuario de categoría k sobre los costos de los usuarios de categoría n».
c) Respecto de las funciones de costos en arcos de la red de transporte público:
Para el problema de equilibrio simultáneo, en que los arcos de las redes de los modos
(bus, taxicolectivo, metro) son compartidos por pasajeros que utilizan estos modos puros
(
˜ m
) para realizar sus viajes y por pasajeros que utilizan los modos combinados (c) (bus-
metro, taxicolectivo-metro), las funciones de costo deben considerar esta interacción de
flujos. No obstante se supondrá que los costos percibidos por un usuario de modo puro o
modo compuesto, sobre un arco, serán idénticos.
Para una mayor claridad, los modos puros se denotan por su nombre (bus, taxi
colectivo y metro) en lugar del índice (
˜ m
). Luego, las funciones de costo tendrán la
siguiente forma:

c
s
· c
s
bus
· c
s
c
· ψ
bus
( s
a
( f
a
0
)
a∈s

) + t
s
t s
1 2 4 4 4 3 4 4 4
+
α
1
d
s
¸
¸

_
,

+ β
1
V
s
bus
+ V
s
c
+
˜
V
s
K
s
¸
¸

_
,

n1

c
s
· c
s
txc
· c
s
c
· ψ
txc
( s
a
( f
a
0
)
a∈s

) + t
s
ts
1 2 4 4 4 3 4 4 4
+
α
2
d
s
¸
¸

_
,


2
V
s
txc
+ V
s
c
+
˜
V
s
K
s
¸
¸

_
,

n2
;∀s ∈S
txc
(7.11)
Página 87 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
c
s
· c
s
metro
· c
s
c
· t
s
+
α
3
d
s
¸
¸

_
,

+ β
3
V
s
metro
+ V
s
c
+
˜
V
s
K
s
¸
¸

_
,

n3
;∀s ∈S
metro
(7.12)
donde:
c
s
: representa el costo del arco virtual s .
c
s
m
: representa el costo del arco virtual s , para usuarios del modo m.
t
s
: representa el tiempo más tarifa del arco virtual s . Para los modos de
transporte público de superficie (que comparten la infraestructura con el
auto), la componente de tiempo de t
s
se calcula como una función del
tiempo de viaje en los arcos de la red vial que componen la sección de
ruta. Para el caso del metro (que opera en una red independiente), dichos
tiempos son normalmente fijos.
V
s
bus
: representa el flujo de pasajeros de bus en el arco virtual s.
V
s
txc
: representa el flujo de pasajeros de taxicolectivos en el arco virtual s.
V
s
metro
: representa el flujo de pasajeros de metro en el arco virtual s.
V
s
c
: representa el flujo de pasajeros de los modos combinados en el arco
virtual s.
Si se llama V
s
bus
a la suma V
s
bus
+ V
s
c
( ), V
s
txc
a la suma V
s
txc
+ V
s
c
( ) y V
s
metro
a la suma
V
s
metro
+ V
s
c
( ), se tienen las siguientes expresiones para las funciones de costo:

c
s
· ψ
bus
( s
a
( f
a
0
)
a∈s

) + t
s
ts
1 2 4 4 4 3 4 4 4
+
α
1
d
s
¸
¸

_
,

+ β
1

V
s
bus
+
˜
V
s
K
s
¸
¸

_
,

n1
, ;∀s ∈S
bus

c
s
· ψ
txc
( s
a
( f
a
0
)
a∈s

) + t
s
ts
1 2 4 4 4 3 4 4 4
+
α
2
d
s
¸
¸

_
,


2

V
s
txc
+
˜
V
s
K
s
¸
¸

_
,

n2
, ;∀s ∈S
txc

c
s
· ψ
metro
( s
a
( f
a
0
)
a∈s

) + t
s
ts
1 2 4 4 4 3 4 4 4
+
α
3
d
s
¸
¸

_
,

+ β
3

V
s
metro
+
˜
V
s
K
s
¸
¸

_
,

n3
, ;∀s ∈S
metro
(7.13)
Es fácil notar que en general, el jacobiano de las funciones de costo de operación
(7.14) a (7.16) es asimétrico, por lo que éstas deberán diagonalizarse.
Las funciones de costo diagonalizadas ˆ c
s
, dependen de su propio flujo V y los flujos
compitentes son dejados constantes (evaluados para la solución factible de una iteración
anterior). Además, se considera constante el valor del tiempo y tarifa t
s
, asociada a una
sección de ruta s .
ˆ c
s
· t
s
+
α
1
d
s
¸
¸

_
,

+ β
1

V
s
+
˜
V
s
I
K
s
¸
¸

_
,

n1
, ;∀s ∈S
bus (7.14)
ˆ c
s
· t
s
+
α
2
d
s
¸
¸

_
,

+ β
2

V
s
+
˜
V
s
I
K
s
¸
¸

_
,

n2
, ;∀s ∈S
txc (7.15)
ˆ c
s
· t
s
+
α
3
d
s
¸
¸

_
,

+ β
3

V
s
+
˜
V
s
I
K
s
¸
¸

_
,

n3
, ;∀s ∈S
metro (7.16)
en que V
s
representa el flujo de pasajeros sobre el arco de viaje s (suma de los
pasajeros del modo puro, bus, taxicolectivo o metro según sea el caso y de los pasajeros del
modo combinado). Los flujos compitentes son dejados constantes (evaluados para la
solución factible de la iteración I) por lo que los costos ˆ c
s
son separables, esto es, dependen
sólo de su propio flujo V
s
.
Es necesario considerar que la componente de tiempo de t
s
(tiempo de viaje más
tarifa para el arco virtual s), para los modos de transporte público que comparten
infraestructura con el auto, se obtendrá sobre la base de los tiempos de viaje de transporte
privado s
a
( f
a
0
) , de los arcos que componen la sección de ruta correspondiente, ponderados
adecuadamente para representar tiempos de viaje en los modos de transporte público.
Por lo tanto, las funciones de costo (7.14) a (7.16) son estrictamente crecientes
∂ ˆ c
s
(V
s
) / ∂V
s
> 0 { } y separables ∂ ˆ c
s
(V
s
b
) / ∂V
s'
m
· 0, con s ≠ s' { }.
Página 88 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
d) Función Objetivo
En consideración de los puntos a), b) y c) y sin pérdida de generalidad, el problema
diagonalizado de equilibrio simultáneo (7.5), para una iteración dada del algoritmo de
diagonalización, puede escribirse como el problema de programación matemática (P2):
Función Objetivo:
(P2):

r
X,
r
T { },
r
X· (
r
F,
r
V)
Min Z ·
s
a
y
a
( )
0
f
a
0

d
a∈A

y
a
+ θ
k

t
a
a∈A

k∈K


f
a
0k
+ γ
˜ m
ˆ c
s
x
s
( )
0
Vs
˜ m

d
s ∈S
˜ m

x
s
˜ m

+ T
w
mqv
⋅ lnT
w
mqv
−1 ( )
v∈V

q

m

w∈W

s.a.:

r
X,
r
T
∈Ω
2
(7.17)
donde Ω
2
representa el conjunto que contiene todos los vectores factibles de flujos
en arcos y demandas modales, definidos por las restricciones (7.18) a (7.29).
T
w
0k
· h
p
0k
p∈Pw
0

;∀w ∈W, ∀k ∈K
(7.18)
T
w
˜ m
· h
r
r ∈P
w
˜ m

;∀w ∈W
p
(7.19)
T
w
c
· h
r
r∈Pw,c
c

;∀w ∈W
c
(7.20)
T
w
0k
· T
w
0qv
v→k

q

;∀w ∈W, ∀(v, k, q) (7.21)
O
i
qv
· T
w
mqv
m

j

;w · (i, j ), ∀(i, q, v) (7.22)
D
j
q
· T
w
mqv
v∈V

m

i

;w · (i, j ), ∀( j, q) (7.23)
T
w
mqv
· h
r
r∈Pw
m

;∀w ∈W
p
, v ∈V, ∀q, ∀ ˜ m (7.24)
f
a
0k
· h
p
0k
⋅ δ
ap
p∈P
0

;∀a ∈A, ∀k ∈K (7.25)
f
a
0
· f
a
0 k
k∈K

;∀a ∈A
(7.26)
V
s
˜ m
· δ
sr
⋅ h
r
+ δ
sr
⋅ h
r
r∈Pw,c
c

r ∈P
w
˜ m

¸
¸

_
,

w∈W

;∀s ∈S
˜ m
(7.27)
v
l
s
·
f
l
⋅ V
s
˜ m
d
s
∀l ∈A
s
, s ∈S
˜ m
(7.28)
δ
sr
·
1,
0,
¹
'
¹
si
si
s ∈r,
s ∉r,
;∀s ∈S
m
, ∀r Y
δ
ap
·
1,
0,
¹
'
¹
si
si
a ∈p,
a ∉p,
;∀p ∈P (7.29)
El planteamiento del modelo (P2) es lícito pues el desarrollo del término relacionado
con la asignación

r
C
r
F
*
( )
T

r
F −
r
F
*
( ) incluido en la ecuación (7.3.5) corresponde exactamente
a la transformada de Beckman incluida en la función objetivo
(
s
a
y
a
( )
0
f
a
0

d
a∈A

y
a
+ θ
k
⋅ t
a
a∈A

k∈K

⋅ f
a
0k
) y la resolución de la desigualdad variacional

r
C
r
V
*
( )
T

r
V −
r
V
*
( ) es equivalente a la solución que entrega la aplicación de las condiciones
de primer orden a la transformada de Beckman (
γ
˜ m
ˆ c
s
x
s
( )
0
V
s
˜ m

d
s∈S
˜ m

x
s
˜ m
∑ ).
Nótese que en este problema, la función objetivo tiene 4 términos. El primero de
ellos corresponde a la transformada de Beckman aplicada al transporte privado (expresión
tradicional que resuelven los modelos de ESTRAUS), pero considerando solamente la
parte de las curvas de flujo-costo s
a
( f
a
0
) que no incluye la componente de tarifa. El segundo
término dice relación con las componentes de tarifas de los arcos t
a
y la percepción de ésta
por las diferentes categorías de usuarios
θ
k
. El tercer término, corresponde a la transformada
de Beckman aplicada a los modos de transporte público. Este término se incorpora en la
función objetivo, como consecuencia de la inclusión de la restricción de capacidad de los
servicios de transporte público. Finalmente, el último término corresponde a la modelación
de demanda tradicional de ESTRAUS.
La obtención de las condiciones de optimalidad del problema diagonalizado y la
descripción de las condiciones de existencia y unicidad de la solución de equilibrio se
pueden encontrar en el informe final del estudio “Análisis y Calibración de Modelos de
Asignación de Transporte Público con Restricción de Capacidad”, con fecha Agosto de
capacidad de los servicios de transporte público. Finalmente, el último término corresponde
a la modelación de demanda tradicional de ESTRAUS.
Página 89 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La obtención de las condiciones de optimalidad del problema diagonalizado y la
descripción de las condiciones de existencia y unicidad de la solución de equilibrio se
pueden encontrar en el informe final del estudio “Análisis y Calibración de Modelos de
Asignación de Transporte Público con Restricción de Capacidad”, con fecha Agosto de
1997, realizado por Fernández y de Cea Ingenieros Ltda.
Para facilitar el seguimiento del algoritmo, el superíndice
f
&
(punto) se utiliza para
identificar los resultados obtenidos de la etapa de «búsqueda de solución inicial factible».
El índice
˜
f
(tilde) para identificar los resultados obtenidos de la etapa de «solución auxiliar
a rutas mínimas» y finalmente el índice f
n
denota una solución correspondiente a la
iteración ndel algoritmo de Frank-Wolfe. La estructura adoptada se presenta a continuación:
1) Datos I niciales
1.1 Dada una solución de niveles de servicio para todos los modos de transporte
público y de transporte privado: .
2) Búsqueda de Solución I nicial Factible
2.1 Calcular utilidades modales: u
w
mqv
· g
mqv
(C
w
m
),
∀(m,q, v)
.
2.2 Calcular costos compuestos (logsums) L
w
qv
.
2.3 Calcular factores de balance iniciales:
q
j
qv
i
B A
& &
, .
2.4 Calcular valores iniciales de las matrices de distribución
qv
w
T
&
y partición
modal
mqv
w
T
&
, para todos los modos.
2.5 Agregar las matrices calculadas en 2.4) y obtener, las matrices de viaje para
transporte privado (autochofer+taxi), autometro, y los modos públicos
puros (bus, taxicolectivo y metro) y combinados (bus-metro y taxicolectivo-
metro):
¹
;
¹
¹
'
¹
· ·
∑∑
→ q k v
mqw
w
k
w
m T T 0 ;
0
& &
,
¹
;
¹
¹
'
¹
− · ·
∑∑


q k v
mqw
w
mk a
w
m a m T T ;
& &
y
2.6 Realizar una asignación de equilibrio de usuarios para transporte privado,
según categoría k (asigna). Para ello se consideran como datos las matrices
{ }
k
w
T
0
&
(autochofer y taxi) y la red vial. Se obtienen flujos de equilibrio:
¹
;
¹
¹
'
¹
∀ ·

k
k
a a
a f f ;
0 0
& &
. Cálculo de rutas mínimas según categoría k para auto-
metro y asignación de la matriz de viajes de autometro a las rutas mínimas
calculadas. Se obtienen flujos de auto-metro sobre la red vial:
¹
;
¹
¹
'
¹
∀ ·

− −
k
am a
a
m a
a
a f f
k
;
& &
.
2.7 Con ( )
a
m a
a a a
FF f f S + +
− & &0
(tiempo de viaje en la red vial), determinar
tiempos de viaje en arcos para los modos de transporte público que
comparten infraestructura con el automóvil: c
a
m
· ψ
m
(s
a
) ;∀a, m· ( ˜ m , c) { }.
2.8 Calcular el tiempo más tarifa asociado a cada arco virtual s para cada modo
de transporte público puro y combinado ( t
s
, s ∈S
m
, m · ( ˜ m , c)).
2.9 Realizar una asignación a rutas mínimas, para los modos de transporte
público «puros» y «compuestos». Para ello se consideran como datos las
matrices de los modos «puros» { }
m
w
T
~
&
, las matrices de los modos combinados
{ }
c
w
T
&
y las redes respectivas. De esta forma se obtienen los flujos de
pasajeros sobre las redes de transporte público: { } ) ,
~
( , ; c m m S s V
m
m
s
· ∈
&
.
Como resultado de inicialización se obtiene:
[ ( ) ( )
c
s
m
s
mk a
a
k
a
c
w
m
w
mk a
w
k
w
V V f f T T T T
& & & & & & & &
, , , , , , ,
~
0
~
0 − −
]
3) I teraciones de Diagonalización (I )
3.1 Considerar:
3.2 Diagonalización de función de costos en arcos virtuales de la red de
transporte público:
• fijar los flujos compitentes de distintos tipos de pasajeros
˜
V
s
m
( I)
.
Página 90 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
• calcular la función de costos de diagonalizada, para cada arco virtual
de viaje y modo de transporte público. Su valor permanece constante
durante toda la iteración de diagonalización.
ˆ c
s
m
· ˆ c
s
m
(V
s
m
+
˜
V
s
m
) · ˆ c
s
m
(V
s
m
)
3.3 Iteraciones de Frank-Wolfe, para el problema diagonalizado (n).
3.3.1 Fase 1 (aproximación lineal): genera solución auxiliar a rutas mínimas
de matrices de viajes por modo y los flujos correspondientes, utilizando
el siguiente procedimiento:
- Cálculo de rutas mínimas según categoría de usuarios para:
• transporte privado (auto + taxi), obteniendo niveles de servicio:
C
w
0k
{ }
I,n
.
• autometro, obteniendo niveles de servicio: C
w
a− mk
{ }
I, n
.
Se almacenan las rutas mínimas calculadas.
- Cálculo de rutas mínimas y los niveles de servicio asociados, para
todos los modos de transporte público (puros y combinados): C
w
m
{ }
I,n
.
Se almacenan las rutas mínimas calculadas.
- Cálculo de nuevas matrices de viajes para los modos (autochofer+taxi,
autochofer-metro, bus, taxicolectivo, metro, bus-metro y taxicolectivo-
metro), considerando los niveles de servicio obtenidos en i) e ii). A
estas matrices seles denomina matrices auxiliares, las que de acuerdo
a nuestra terminología se denotan:
(
˜
T
w
0k
,
˜
T
w
a− mk
,
˜
T
w
˜ m
,
˜
T
w
c
)
- Asignar (cargar) las matrices de viajes de transporte privado y auto-
metro calculadas en iii) a las rutas mínimas calculadas en i), obteniendo
la solución auxiliar de flujos a rutas mínimas: (
˜
f
a
0k
,
˜
f
a
a− mk
). Luego de
esto, el flujo total sobre el arco vial, se calcula como flujo de
auto+auto-metro y los costos (tiempos) sobre el arco son consistentes
en ello.
- Asignar (cargar) las matrices de viajes de transporte público calculadas
en iii) a las rutas mínimas calculadas en ii), obteniendo la solución
auxiliar de flujos de pasajeros a rutas mínimas para modos puros y
combinados: (
˜
V
s
˜ m
,
˜
V
s
c
).
Como resultado de la fase 1 de Frank-Wolfe se obtiene:
(
˜
T
w
0k
,
˜
T
w
a− mk
,
˜
T
w
˜ m
,
˜
T
w
c
)
( I,n)
y (
˜
f
a
0k
,
˜
f
a
a− mk
,
˜
V
s
˜ m
,
˜
V
s
c
)
( I,n)
3.3.2 Fase 2 (etapa de minimización inidimensional): Se obtiene el valor de
lamdba, resolviendo dZ(λ) / dλ · 0.
con
˜ x
a
( I,n)
·
˜
f
a
0
+
˜
f
a
a− m
( )
(I,n)
x
a
( I,n)
· f
a
0
+ f
a
a− m
( )
(I,n)
˜ x
a
k(I, n)
·
˜
f
a
0k
+
˜
f
a
a− mk
( )
(I,n)
x
a
k
(I, n)
· f
a
0k
+ f
a
a− mk
( )
(I,n)
Test de convergencia de Frank-Wolfe. El criterio de parada
implementado es ESTRAUS incluye:
• número máximo de iteraciones de Frank-Wolfe=2
• valor de lambda menor que 0,05.
Si no se converge Frank-Wolfe, se avanza en la dirección encontrada
y se genera una nueva solución factible de flujos en arcos y demandas
según modo, para la siguiente iteración de Frank-Wolfe (n+1). Se
obtiente componiendo dos soluciones: solución auxiliar a rutas
mínimas y solución de iteración de Frank-Wolfe anterior.
Página 91 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
f
a
0k
I, n+1 ( )
· λ
˜
f
a
0 k
+ 1− λ ( )f
a
0k
(I,n )
f
a
a− mk
I,n +1 ( )
· λ
˜
f
a
a− mk
+ 1− λ ( )f
a
a− mk
(I,n)
V
s
˜ m
I,n+ 1 ( )
· λ
˜
V
s
˜ m
(I,n)
+ 1 − λ ( )V
s
˜ m
(I,n)
V
s
c
I,n+ 1 ( )
· λ
˜
V
s
c
(I,n)
+ 1 − λ ( )V
s
c
( I,n)
T
w
0k
I,n+ 1 ( )
· λ
˜
T
w
0 k
( I,n)
+ 1 − λ ( )T
w
0k
(I ,n)
T
w
a −mk
I, n+1 ( )
· λ
˜
T
w
a− mk
(I, n)
+ 1− λ ( )T
w
a− mk
(I,n)
T
w
˜ mqv
I,n+ 1 ( )
· λ
˜
T
w
˜ mqv
(I ,n)
+ 1− λ ( )T
w
˜ mqv
(I, n)
T
w
cqv
I,n+ 1 ( )
· λ
˜
T
w
cqv
(I,n)
+ 1 − λ ( )T
w
cqv
( I,n)
actualizatiemposde viajeen arcos: s
a
f
a
0
+ f
a
a − m
+ FF
a
( )
(I, n + 1)
actualizatiemposde viajeen arcos de transportepúblico
y volver al paso 3.3.1
En caso contrario (Frank-Wolfe converge dentro de una iteración de
diagonalización), pasar a 3.4:
3.4 Test de convergencia del algoritmo de diagonalización.
Se comparan dos iteraciones sucesivas.
Si no son suficientemente cercanas, entonces obtener una nueva solución
para la iteración n+1 de diagonalización. Esta se obtiene como el valor
medio de dos resultados, a objeto de atenuar divergencias (método midpoint).
Se actualizan tiempos de viaje en arcos: s
a
( f
a
0
+ f
a
a −m
+ FF
a
)
(I +1)
Se actualizan tiempos de viaje en arcos de transporte público.
Por el contrario, si dos soluciones son suficientemente cercanas, parar.
En la Figura 7.1 se presenta el diagrama del algoritmo.
Figura 7.1
Algoritmo de Equilibrio Simultáneo
Solución Inicial
Diagonalización Funciones
Demanda y Costos T. Público
Rutas Mínimas
y Varibles de Servicio
Demanda
Asignación Viajes
a Ruta Mínima
Minimización
Undimensional
Nueva Solución
Convergencia de
Frank-Wolfe
Solución Inicial Factible
(M. Distribución - P. Modal)
Convergencia de
Diagonalización
Solución Final
DIAGONALIZACIÓN
NO
NO
FASE II
FASE I
FRANK-WOLFE
Página 92 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
En la Figura 7.2 se detalla el proceso de búsqueda de la solución inicial del
algoritmo.
Figura 7.2
Solución Inicial
SOLUCIÓN INICIAL
Demanda
Asignación de Equilibrio
de Tráfico T. Privado
Asignación Viajes
Auto-Metro a Ruta Mínima
Asignación Viajes
T. Público a Ruta Mínima
Página 93 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
8. ANÁLISIS DE RESULTADOS DE ESTRAUS A
TRAVÉS DEL USO DEL MÓDULO ARRAU
8.1 INTRODUCCIÓN
Una de las grandes necesidades de los analistas de transporte que utilizan un modelo
de simulación, que puede ser ESTRAUS o el modelo secuencial, es contar con una
herramienta gráfica que permita visualizar los datos y resultados entregados por el modelo.
Para incorporar esta funcionalidad que los modelos originales no entregan se ha optado por
usar el Sistema de Información Geográfico TransCad, a través de la aplicación ARRAU.
De esta forma es posible obtener información gráfica a nivel de:
• zonas, comunas o a nivel de sectores
• red vial (agregada o desagregada)
• red de metro
• arcos de acceso y o de transbordo
• recorridos de transporte público
8.2 EJEMPLOS DE SALIDAS GRÁFICAS DE ARRAU FIGURA
Figura 8.1
Atracción y Generación de Viajes por Zona
La representación gráfica del total de viajes atraídos/generados en cada zona,
mediante un gráfico de barras permite identificar los principales focos de atracción/
generación de los viajes, tal como se aprecia en la figura 8.2. También es posible representar
gráficamente los viajes atraídos/generados en cada sector y en cada comuna.
GeneraciónyAtraccióndeViajes
Kilometers
0 3 6 9
100.000
50.000
25.000
Dest
Orig
Página 94 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Figura 8.2
Viajes Originados por Zona y Categoría de Usuario
Viajes desde/hacia Zona 1
Kilometers
0 2 4 6
Gener
Atrac
750
375
187.5
Figura 8.3
Atracción y Generación de Viajes
Hacia/Desde una Zona en Particular (Zona 1)
Representando los viajes por categoría de usuario en la figura 8.2 es posible observar
las zonas que generan la mayor cantidad de viajes según las distintas categorías en que se
han dividido los usuarios.
La figura 8.3 muestra una salida gráfica de la matriz resultante de una corrida de
ESTRAUS. En este caso, se ha representado la matriz agregada (categoría, propósito y
modo) de viajes para una zona en particular. En cada una de las zonas de la figura, la primera
barra representa los viajes generados por esa zona y cuyo destino es la zona 1. La segunda
barra corresponde a los viajes atraídos a la zona cuyo origen es la zona 1.
Origenpor Categoría
Kilometers
0 .60 1.2 1.8
30.000
19.000
8.000
Or_01
Or_02
Or_03
Or_04
Or_05
Or_06
Or_07
Or_08
Or_09
Or_10
Or_11
Or_12
Or_13
Página 95 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Figura 8.4
Atracción de Viajes por Zona en un modo en particular (Bus)
DemandaViajesBus
Por Zonas
Kilometers
0 2 3 4
Demanda
30.000
15.000
7.500
Figura 8.5
Partición Modal
Figura 8.6
Partición Modal Global
Como lo muestra el ejemplo de la figura 8.4, la atracción agregada para todos los
propósitos puede ser representada a nivel zonal para un modo en particular.
En las figuras 8.5 y 8.6 se muestran las salidas para la partición modal global a
través de dos tipos de gráficos.
Página 96 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Flujo Asignado
Kilometers
0 2 4 6
2. 500 10. 000 5. 000
Figura 8.7
Carga en Arcos de la Red Vial
Figura 8.8
Arcos Congestionados
Un análisis de la asignación en la red permite por un lado (fig.8.7) presentar la
magnitud del tráfico asignado en la red (Transporte privado) e identificar los arcos saturados
(fig.8.8)
Página 97 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Flujo
RedDesagregada
Miles
0 .010 .020 .030
50 200 100
Figura 8.9
Carga en Arcos de Red Vial Desagregada
Figura 8.10
Recorridos de Buses
Para las intersecciones desagregadas (opción que permite modelar los movimientos
vehiculares en una intersección) es posible representar la carga en la red vial.
Es posible graficar la oferta de líneas de transporte público por arco para la red
completa.
Total Líneas Bus
PorArcos
Miles
0 1 1 3
6. 25 25 12.5
Página 98 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Pasajeros en Bus
Línea9
Miles
0 1 2 3
3. 750 15. 000 7. 500
Pasajeros Suben/Bajan
Línea 9 Bus
Miles
0 .10 .20 .30
10. 000
5. 000
2. 500
SUBEN
BAJAN
Figura 8.11
Carga de Pasajeros por Arco de un Recorrido de Bus
Figura 8.12
Pasajeros que Suben y Bajan en Paraderos de Buses
La figura 8.11 representa una salida gráfica con la carga de una línea de transporte
público (en este caso Línea 9) a lo largo de todo su recorrido en la red.
También es posible graficar para una línea de transporte público en particular, los
perfiles de subida y bajada en cada uno de los paraderos del recorrido.
Página 99 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Figura 8.13
Recorridos de Bus con Mayor Carga Media
Figura 8.14
Pasajeros que Suben y Bajan en Estaciones de Metro
En la figura 8.13 se muestra un ejemplo de las líneas de transporte público que
presentan las mayores cargas medias de pasajeros en la red.
Subidas/Bajadas en Estaciones
Miles
0 .30 .60 .90
30. 000
15. 000
7. 500
SUBEN 2
BAJAN 2
BAJAN 1
SUBEN 1
Con respecto a la red de metro, un primer análisis muestra los perfiles de subidas y
bajadas para cada sentido de circulación, así como la magnitud del movimiento de pasajeros
en la estación.
Página 100 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Arcos Metro Chart Theme
Kilometers
0 .70 1.4 2.1
30. 000
15. 000
7. 500
Flujo 1
Flujo 2
Esta figura indica la carga en cada arco de la red de Metro para cada sentido de
circulación.
Figura 8.15
Carga en Arcos de Metro
Página 101 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9. METODOLOGÍA PARA LA CONSTRUCCIÓN DE
ESCENARIOS DE DESARROLLO URBANO
9.1 INTRODUCCIÓN
Las ciudades en la actualidad constituyen complejos sistemas en los que se
desarrollan un gran número de funciones fundamentales para la vida en el mundo moderno.
A su vez, el proceso de urbanización es directamente activado por el desarrollo
socioeconómico de las ciudades , haciendo que cada día, un mayor porcentaje de la
población viva en áreas urbanas, lo que plantea importantes problemas a la operación de
los sistemas básicos de éstas.
Uno de los más importantes, es el sistema de transporte urbano, que posibilita el
movimiento de personas y bienes imprescindibles para el funcionamiento y desarrollo de
la ciudad. La operación de tal sistema se torna más difícil y conflictiva en la medida que
el desarrollo económico hace crecer el nivel de ingresos de la población y con ello la
complejidad y sofisticación de las interrelaciones urbanas. Signos de este proceso lo
constituyen el incremento de la tasa de motorización y de la cantidad de viajes que cada
persona realiza, lo que a su vez trae consigo los problemas de congestión, polución
ambiental y accidentes, típicos de las urbes actuales.
Nuestras ciudades no son ajenas a este fenómeno y es así como durante los últimos
años hemos visto aparecer y hacer crisis, problemas que hace sólo unas décadas eran
inexistentes.
En este sentido, se plantea la necesidad de desarrollar herramientas o modelos que
permitan simular el comportamiento del sistema de transporte urbano en diferentes
ciudades del país, con el fin de poder detectar los puntos de conflicto y poder evaluar
alternativas de proyectos de transporte diversa índole.
Estos modelos se han desarrollado en dos niveles dependiendo de la complejidad
y tamaño de las ciudades, existiendo una versión más sofisticada para las grandes ciudades
del país, cuya expresión conocida es el modelo de equilibrio simultáneo ESTRAUS, y una
versión simplificada, constituida por el modelo secuencial VIVALDI, que sin renunciar a
la necesaria rigurosidad técnica, aprovecha las particularidades de menor complejidad
propias de los sistemas de transporte de ciudades intermedias. Para ambos casos el modelo
que se propone corresponde al modelo clásico de cuatro etapas, diferenciándose sólo en la
forma de resolver el problema de equilibrio de mercado, que se genera entre las etapas de
demanda y de oferta de transporte. (ver Figura 9.1)
Figura 9.1
Modelo Clásico de Transporte
ESCENARIO DE
DESARROLLO URBANO
Y DE USO DE SUELO
MODELO CLÁSICO DE TRANSPORTE
GENERACIÓN Y ATRACCIÓN
DE VIAJES
DISTRIBUCIÓN DE VIAJES
PARTICIÓN MODAL
ASIGNACIÓN A REDES POR MODO
E V A L U A C I Ó N
EQUILIBRIO
DE
MERCADO
Viajespor Zona
ViajesentreZonas
Elección deRuta
Oferta
Demanda
ViajesentreZonas
ypor Modo
Localización de Hogares
y otros Usos
Página 102 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La implementación del modelo clásico involucra primero trabajar con las etapas de
demanda, vale decir Generación - Atracción, Distribución y Partición Modal, lo cual se
realiza apoyado fundamentalmente por información proveniente de encuestas en terreno
(hogares y de interceptación), por la información de escenarios generada por el equipo
urbano y por las variables de servicio observadas en terreno, entre cada uno de los pares
origen-destino de las zonas definidas para la ciudad.
En este sentido, los escenarios constituyen un insumo al modelo en su etapa de
Generación y Atracción de viajes al definir las características de éstos y permitir la
construcción de los vectores origen - destino.
El procedimiento de construcción de Escenarios de Desarrollo Urbano, que a
continuación se detalla, se inserta dentro de los requerimientos del modelo clásico de
transporte de cuatro etapas correspondiendo a una subetapa independiente y que se
sustenta en la información existente y recopilada en terreno, tanto por el equipo de
transporte como por el equipo urbano, la que a su vez se encuentra perfeccionada con los
aportes entregados por los expertos locales a través de lo que se denomina Comité de Uso
de Suelo.
El procedimiento aquí expuesto se basa en las estimaciones que se hacen de la
demanda que existirá por viajes en el mediano y largo plazo dentro de la ciudad.
La manera escogida de estimar esta demanda, pasa por la definición de escenarios
de crecimiento o desarrollo de la ciudad, bajo la óptica de los viajes que se generarán dentro
de ella y en un futuro determinado.
Estos escenarios de desarrollo urbano buscan entregar información respecto de las
variables urbanas que determinan el número de viajes, sus orígenes y sus destinos, y sobre
la base de ciertas condicionantes de tipo socio-económicas, físicas y normativas propias de
cada ciudad.
El objetivo específico de este análisis es responder las siguientes interrogantes:
¿Cuántos habitantes, de qué nivel socio - económico y localizados donde,
existen hoy y en un futuro de X años más?
¿Qué superficie, con qué destino o uso, localizada dónde, existe hoy y en un
futuro de X años más?
Este procedimiento no constituye una metodología en sí y menos un modelo, sino
que es una herramienta operativa y simple que permite construir escenarios de desarrollo
coherentes con los objetivos de transporte.
El procedimiento se divide en cinco etapas como sigue:
Etapa I: Definiciones metodológicas
Etapa II: Definición de escenarios globales
Etapa III: Definición de la situación o escenarios base
Etapa IV: Proyecciones de la demanda y análisis de la oferta
Etapa V: Localización de usos de suelo
Un esquema con la relación de cada etapa y la participación de la Autoridad Local
a través de un comité se muestra en la Figura 9.2.
Página 103 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Figura 9.2:
Esquema de Etapas para la Construcción de Escenarios de Desarrollo
Definiciones Metodológicas
(Etapa I)
Definición del Escenario Global
(Etapa II)
Caracterización de Situación Base
(Etapa III)
Análisis y Proyección de Demanda
(Etapa IV)
Análisis y Proyección de Oferta
(Etapa IV)
Localización Usos
(Etapa V)
Comité
de
Uso
de
Suelos
9.2 ETAPA I:DEFINICIONES METODOLÓGICAS
9.2.1 Introducción
La primera etapa del procedimiento metodológico tiene por objetivo la definición
de las premisas y parámetros básicos necesarios que constituyen el marco de trabajo sobre
el cual se inserta la proposición de escenarios.
En esta etapa se entregan recomendaciones y referencias respecto a las variables
metodológicas. En algunos casos, el Consultor debe optar por parámetros sobre la base de
los criterios que se entregan, mientras que en otros, se definen elementos y referencias que
responden al análisis de lo que han sido las experiencias de estudios anteriores.
El producto de la Etapa I es la definición y recomendaciones para la precisión de los
parámetros y variables metodológicas que se utilizarán en la construcción de los escenarios,
en relación con los siguientes aspectos :
• Zonificación del estudio
• Cortes temporales
• Tipos de escenarios
• Categorías de usos
• Unidades de medida
• Diccionarios
• Planimetría
• Definición del Comité de Uso de Suelo y Proyectos
Página 104 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.2.2 Zonificación del Estudio
El Consultor deberá definir la zonificación que servirá para poder modelar tanto el
sistema urbano como el sistema de transporte. En este sentido el Consultor deberá
interactuar con el equipo de transporte para realizar una zonificación única.
Esta zonificación se realiza para efectos de los escenarios y se circunscribe dentro
del límite urbano establecido por el plano regulador, no considerando las zonas externas
y utilizando principalmente la vialidad como límite zonal, tomando en cuenta las divisiones
políticas y normativas existentes y mediante la agrupación de manzanas que cuenten con
algunas características en común.
En este sentido, la zonificación se obtiene de un análisis criterioso respecto a los
siguientes aspectos y condicionantes :
a) La división política actual
Se utiliza la división política y censal existente para la comuna.
b) La normativa territorial
Se compara el plano regulador vigente y se compatibiliza con la división censal.
El límite urbano de la zonificación, para efecto de los escenarios debiera coincidir con el
que fija el plan regulador vigente, del mismo modo debiera existir una relación entre zonas
de la normativa y zonas de escenario.
c) Las características geomorfológicas
Se debe respetar accidentes naturales como bordes costeros, ríos, humedales, bajos,
lagunas, cerros y quebradas, los cuales se deben incorporar de preferencia como límites
zonales.
d) Los proyectos singulares de la ciudad
Se debe individualizar algunos puntos y usos singulares de la ciudad como estadios,
regimientos, aeropuertos, puertos y cementerios, entre otros.
e) Los usos preponderantes
Se debe respetar sectores de usos predominantes como universidades, zonas
francas, puertos y los centros históricos, comerciales y de gran especialización, entre otros.
f) Las tendencias de desarrollo
Se debe incorporar tendencias de desarrollo importante como adquisición de
grandes paños y loteos en ejecución.
g) Homogeneidades físicas
Se debe reconocer similitudes actuales en cuanto a densidades, alturas, antigüedad,
tipo y calidad de edificación, subdivisión predial y urbanización entre otros.
h) Homogeneidades socio económicas
Se debe reconocer similitudes respecto a barrios, grupos sociales y niveles de
ingresos, en general características socio económicas homogéneas, particularmente estructura
de barrios tradicionales.
i) Condiciones de accesibilidad y conectividad
Se debe definir los deslindes zonales según la estructura vial predominante y de
mayor accesibilidad por zona
Para la presentación de la zonificación se debe utilizar una base topográfica, con
manzanas y nombres de calles, sobre la cual se grafica cada una de las zonas mediante la
utilización de un SIG.
Página 105 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.2.3 Cortes Temporales
Cada escenario deberá quedar representado en dos cortes temporales, los que deben
corresponder a los establecidos en la modelación de transporte y acordados con la
Contraparte respectiva. En este sentido se recomienda que el primer corte temporal no
exceda en cinco años al de la situación base establecida, y el segundo no exceda en cinco
años al primero.
9.2.4 Tipos de Escenarios
El Consultor deberá considerar dos tipos de escenarios de desarrollo o crecimiento.
Estos deben ser planteados como escenarios de contraste y se asimilan a lo que se conoce
como Escenario Optimista y Escenario Pesimista.
El Escenario Optimista corresponde a la tendencia histórica de crecimiento de la
ciudad, más la incorporación de todos los proyectos, planes e inversiones conocidas o en
estudio en el mediano y largo plazo, bajo la normativa de ordenamiento territorial vigente,
o en el caso de que exista una nueva en estudio, se aplica bajo esta nueva proposición.
El Escenario Pesimista, corresponde a la tendencia histórica, bajo la normativa de
ordenamiento territorial vigente y se incorporan sólo los proyectos más probables
correspondientes a inversiones ya acordadas.
9.2.5 Categorías de Usos y Unidades de Medida
A modo de compatibilizar las variables que se utilizan en el procedimiento se
establecen unidades comunes de medida, tipos de usos y rangos socio-económicos
uniformes para todos los escenarios.
Todos los antecedentes se manejan al menos por manzana, siendo ésta la unidad
territorial base sobre la cual se gráfica y analiza toda la información.
La unidad base del uso residencial serán los hogares y se establecerán tres niveles
de ingreso por hogar, Alto, Medio y Bajo. El objetivo de la categorización socio-
económica de los hogares es explicar diferentes comportamientos de la población respecto
a la etapa de demanda de viajes.
La unidad base de medida de superficie es la hectárea, referida a la superficie
construida para cada uso respectivo (información obtenible del catastro del SII).
Para efectos de comparación, es neceasrio que todas las unidades de medida se
referencien a una unidad de superficie base o de terreno (há), por ejemplo: Ha construida/
há, UF/há, lotes/há, Hb/há, etc.
Adicionalmente, se utilizarán unidades de medidas distintas para aquellos usos en
que la superficie no constituya una variable explicativa de viaje.
A continuación se describe cada uso por separado y se entrega un cuadro resumen.
a) Uso Residencial
El uso residencial se mide en número de hogares y se consideran tres categorías
de hogares según ingresos: alto, medio o bajo. Esta diferenciación se estipula en conjunto
con el equipo de transporte , a partir de la información proveniente del catastro y de la
encuesta de hogares (EOD) a realizar.
La proyección del número de hogares puede ser obtenida a partir de las proyecciones
de población y vivienda que realiza el INE.
b) Uso Industrial
Para todos los usos industriales se deberá escoger entre superficie en hectáreas de
establecimientos o puestos de trabajo.
Página 106 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
c) Uso Educacional
Para todos los recintos educacionales del área de estudio se obtiene el número de
matrículas según tipo de educación; Pre-escolar, Escolar y Técnico Universitaria
(opcionalmente se puede trabajar con las superficies, a pesar de no ser una alternativa
recomendable).
d) Uso Salud
Para todos los usos de salud se deberá escoger entre hectáreas de recinto, número
de camas o número de atenciones, según sea el caso.
e) Otros Usos
Para los demás usos se deberá utilizar la cantidad de hectáreas, puestos de trabajo
u otra unidad que se considere adecuada de común acuerdo con la Contraparte.
Cuadro 9.1
Usos de Suelo
Uso o actividad Unidad de medida Código color Color
Residencial alto Nº hogares Amarillo claro
Residencial medio Nº hogares Amarillo medio
Residencial bajo Nº hogares Amarillo naranja
Comercial Has Rojo
Industrial Has / n° de empleados Morado
Educacional Nº matrículas Azul
Salud Has / n° de atenciones Celeste
Servicios
(1)
Has Naranjo
Equipamiento
(2)
Has Café
Transporte (3) Has Gris
Otros (4) Has Negro
Sin uso (5) Has Blanco
• 1
Bajo servicios se encuentran oficinas, bancos , ministerios y servicios públicos en general.
• 2
Bajo equipamiento se consideran todos aquellos usos que generan viajes y que no figuran en los anteriores
como, cementerios, centros deportivos, turísticos, recreativos, culturales, de seguridad, (FFAA excluidos
Carabineros), de culto, asistencial, etc.
• 3
Bajo transporte se incluye aquellos puntos de intercambio modal y terminales tanto de carga como de personas
• 4
Bajo otros están todos los usos que no prestan servicios directos al público ni atraen o generan viajes de
importancia como bomberos, centrales nucleares, plantas de telefonía, subestaciones eléctricas, plantas de
almacenamiento y tratamiento de aguas, etc.
• 5
Aquellos terrenos de uso agrícola, eriazos o baldíos de propiedad privada, se consideran sin uso y no
contabilizan unidad de algún tipo. Los espacios públicos como calles plazas, parques, ríos y cerros, entre otros,
se consideran de paso y no son usos en particular (código color blanco).
Página 107 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.2.6 Unidades de Referencia y Fuentes de Información
Se dispone de una gran cantidad de fuentes de información, las que aún no han sido
normalizadas, existiendo formatos muy distintos y diversas formas de agrupación y
referencia. En este sentido, y dependiendo de cada caso, los requerimientos de información
están supeditados a la disponibilidad y calidad de ésta, ya que levantamientos o encuestas
directas en terreno para todas las variables muchas veces sobrepasan en tiempo y costo los
alcances de los estudios de este tipo.
a) La Unidad de Referencia
La información debe estar referenciada a una unidad espacial geográfica común.
Esta unidad espacial común no se encuentra normalizada entre las distintas fuentes,
vale decir, distritos, zonas o áreas, ya sean normativas, censales o del SII no son
coincidentes y requieren de una adaptación para su procesamiento. Se optó por tomar una
unidad común espacial de análisis: la manzana.
La manzana como unidad de referencia, por una parte agrega todos los predios, roles
y direcciones según cual sea la fuente referida, pero por otro lado desagrega las zonas,
distritos y áreas, homogeneizando la unidad de análisis a una escala que consideramos
adecuada para los efectos de la definición de escenarios y posterior modelación de
transporte.
b) La Información Disponible
La información base requerida y las fuentes utilizadas, a partir de lo anteriormente
expuesto, es la siguiente:
Cuadro 9.2
Información base existente
Información Existente Fuente
Censo de población INE, REDATAM, otros
Nivel socio económico de habitantes INE,CASEN, otros
Superficie construida SII, DOM, otros
Superficie del predio (terreno) SII, DOM, otros
m2 de uso por predio SII, otros
Matrículas según tipo de educación MINEDUC, Municipalidad, otros
Avalúo del predio SII, otros
Topografía de la ciudad Municipalidad, otros
Proyectos relevantes
Municipalidad, AU, DOM,SECPLAC, sector
privado, otros
Cuadro 9.3
Información base proyectada
Información proyectada Fuente
Proyecciones de población INE, SECPLAC, otros
Proyecciones de crecimiento del Producto
Interno Bruto
Mideplan, INE, SECPLAC, otros
Proyecciones de crecimiento por actividad
económica
Mideplan, Secplac, otros
Página 108 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 9.4
Información normativa
Información normativa Fuente
Densidad permitida Plano Regulador y Seccionales
Constructibilidad permitida Plano Regulador y Seccionales
Ocupación de suelo permitida Plano Regulador y Seccionales
Tamaño predial permitido Plano Regulador y Seccionales
Usos permitidos Plano Regulador y Seccionales
Altura permitida Plano Regulador y Seccionales
Cuadro 9.5
Información recogida en terreno
Información de Terreno Fuente
Características socio económicas
de los hogares
EOD, otros
Ingresos por hogar EOD, otros
Proyectos y eventos singulares Comité de Uso de Suelo y expertos locales
La información socio - económica de los hogares, se obtiene de la Encuesta Origen
y Destino de Viajes que se toma como parte del estudio. En caso de no existir, se puede
obtener directamente del SECPLAC respectivo o estimarla a partir del nivel de equipamiento
de la vivienda como parte de la información del censo o incluso sobre la base de los avalúos
del SII.
El Consultor en este sentido deberá escoger la información mas adecuada y justificar
el procedimiento a utilizar.
c) Fuentes disponibles
Las fuentes disponibles para estudios de este tipo corresponden a aquellas que
manejan principalmente los siguientes organismos:
Cuadro 9.6
Organismo Información y Fuente
Municipalidad respectiva
a través de la normativa vigente de los Planos
Reguladores Intercomunal y Comunal y los
Seccionales respectivos
El Servicio de Impuestos Internos
como parte del avalúo realizado en 1994 para todo el
país y disponible en las oficinas regionales del
servicio o a través de la SECTRA
El Instituto Nacional de Estadísticas con la información censal y proyecciones realizadas.
El Ministerio de Educación
a través de las Seremi respectiva con el listado de
los establecimientos educacionales y el N° de
matrículas respectivas
El Ministerio de Planificación
a través de las oficinas regionales SERPLAC y
oficinas comunales SECPLAC y como parte del
manejo de información censal REDATAM y de
encuestas socio-económicas como CASEN y fichas
CAS, entre otras
Organismos como el Banco Central y
Ministerios de Hacienda y Economía
con información económica del producto regional a
escala global y por sectores productivos
Otros organismos e instituciones
afines
que manejan información socio-económica o
procesan estadísticas de la región como
Universidades, Institutos, asociaciones gremiales y
el sector privado.
Encuestas Origen y Destino de Viajes
existentes o desarrolladas
como parte del estudio y que pueden ser ajustadas en
la línea de los requisitos aquí expuestos.
El Comité de Uso de Suelos o Comité
de Expertos Locales
que se consulta en el transcurso del estudio
Página 109 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.2.7 Planimetría
Toda la información necesaria para la construcción de los escenarios se deberá
representar sobre una base planimétrica geo-referenciada digital que cumpla al menos con
las siguientes condiciones :
Deberá corresponder a una restitución de un vuelo fotogramétrico reciente y
debidamente geo-referenciado.
Deberá contener polígonos cerrados a nivel de manzanas los que deberán ser
construídos a partir de las líneas de cierros y de edificación oficial, según sea el
caso (periferia o centro de la ciudad). En este sentido el polígono debe
diferenciar lo que es espacio público de espacio privado y no se deberá hacer
diferencia respecto al tipo de carpeta que tenga la vía, en aquellos casos en que
no exista calle se deberá asumir línea de cierros.
Deberá contener al menos las siguientes tres coberturas de forma separada:
- Texto (nombre de calles y sectores )
- Manzana (línea cierro, edificación u oficial según sea el caso)
- Geográfica (borde costero, río, cerro, quebrada , cotas de nivel, etc)
9.2.8 Diccionarios
El Consultor, para poder utilizar la información en la construcción de los escenarios
de desarrollo respectivos, deberá elaborar los diccionarios necesarios de manera de lograr
los siguientes objetivos :
compatibilizar y adecuar la información socio-económica recopilada.
referenciar de forma espacial toda la información recogida
En este sentido los diccionarios deberán ser construídos a partir de la planimetría y
zonificación del estudio y estarán referenciados a cada manzana existente, según consta en
el plano base geo-referenciado y de polígonos cerrados.
El diccionario deberá estar conformado por tantas líneas como manzanas existan en
el plano base geo-referenciado y , al menos por las siguientes columnas :
código de manzana establecido por el Consultor
código manzana INE
código de manzana SII
código de zona del estudio correspondiente a la manzana
código de zona del Plano Regulador correspondiente a la manzana
código del distrito censal correspondiente a la comuna
Todas las manzanas graficadas deberán tener al menos el código establecido por el
Consultor, pudiendo algunas de ellas estar parcial o totalmente excluídas en el listado del
INE o del SII. En aquellos casos de inconsistencia el Consultor deberá repartir
proporcionalmente sobre la base de las manzanas graficadas la información disponible y
justificar el método utilizado.
9.2.9 Definición del Comité de Uso de Suelo y Proyectos
El Comité de Uso de Suelo y Proyectos constituye la instancia de participación y
apoyo al desarrollo del estudio por parte de la Autoridad y representantes locales. Para
efectos de la construcción de los escenarios, el Comité es pieza clave tanto en la definición
de la situación base como en la definición de las proyecciones y tendencias de desarrollo
para la ciudad. El Consultor debe sacar el mejor provecho de esta instancia de participación,
para lo cual se proponen algunas recomendaciones a la luz de lo que han sido las
experiencias de los estudios desarrollados a la fecha.
Página 110 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
a) Participación y tareas del Comité de Uso de Suelo y Proyectos
La proposición de participación se inserta dentro de las distintas etapas presentadas
como sigue :
Caracterización de la situación base (Etapa III) : el Comité tiene su mayor
potencialidad, ya que por ser gestores inmobiliarios privados y públicos, tienen gran
conocimiento de los proyectos programados, de sus localizaciones, magnitudes y de sus
factibilidades de desarrollo. La participación debiera ser directa entregando información
de los proyectos e inversiones propuestas.
Etapa de proyección de demanda (Etapa IV) : el Comité participa en forma
indicativa para avalar las proyecciones y supuestos hechos por el Consultor.
Etapa de estimación de la oferta (Etapa IV) : el Comité participa de forma directa
entregando información clave del mercado de suelos. Los miembros del Comité participan
en la gestión de forma directa en el mercado del suelo, por lo que tienen una buena noción
de los bancos de terreno disponible y de las posibles ocupaciones.
Localización de los usos de suelo (Etapa V): en esta última etapa, el Comité aporta
en la definición de prioridades y/o tendencias de localización para los distintos usos
modelados, además de avalar los resultados de la distribución hecha por el Consultor.
b) Participantes del Comité de Usos de Suelos y Proyectos
El Comité deberá estar conformado por representantes del sector público y del
sector privado, todos relacionados con el área de infraestructura de transporte. En este
sentido, se sugiere la invitación a los representantes de los siguientes organismos :
Cuadro 9.7
Autoridad Organismos Representantes
SEREMI MINVU
SEREMI MINTRATEL
SEREMI MOP
SERPLAC
SERVIU
Intendencia
Gobernación
DOM
Dirección del Tránsito
SECPLAC
Asesoría Urbana
Alcaldía
SAE
Comités o Corporaciones de Planificación
o de Adelanto Comunal o Regional
Cámara Chilena de la Construcción
Colegio de Arquitectos
Universidades
Empresas de Servicios Públicos
(si corresponde)
Representantes de gremios juntas de vecinos,
asociaciones etc. (si corresponde)
Autoridad Portuaria (si corresponde)
Representante de las FFAA (si corresponde)
Autoridades de la Zona Franca (si corresponde)
Autoridades a Nivel Regional
Autoridades a Nivel Comunal
Representantes de la Comunidad
Página 111 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
c) Convocatoria
La Contraparte, en base a su conocimiento de la ciudad y con el apoyo de la Autoridad
Local, revisará la lista de invitados presentada, haciendo los cambios necesarios, de manera
de garantizar la representatividad, la participación y los objetivos del Comité.
Los llamados e invitaciones a participar en el Comité y a cada una de sus sesiones,
serán cursadas por parte de las Autoridades locales que la Contraparte estime adecuadas,
de manera que la iniciativa y convocatoria corresponda a la Autoridad y no a la Contraparte
o al Consultor.
Para lograr los objetivos del Comité, se requiere de la participación activa de sus
miembros y sobre la base de una permanencia en la representación, un interés en el tema
y un compromiso personal por el trabajo que éste involucra. Para lograr lo anterior se
plantea organizar las actividades del Comité bajo las siguientes consideraciones :
i) El Comité no debiera tener mas de 15 representantes en beneficio de su
operatividad y eficiencia, y debe ser dirigido por una persona u organismo no
comprometido.
ii) El Comité debiera ser creado por la Autoridad Comunal o Regional y entenderse
independiente de la SECTRA
iii) El Comité debiera contar con el compromiso de los Alcaldes e Intendentes y los
representantes debieran ser de su confianza.
iv) La participación requiere de experiencia y conocimiento de temas relacionados
con los objetivos planteados.
v) La participación involucra un compromiso y responsabilidad por parte del
participante.
vi) La participación y los resultados serán difundidos y generarán un nivel de
control sobre el tema reconocido.
vii)La participación involucra aprender y difundir lo aprendido.
viii)Tanto el producto como el proceso de la labor del Comité y del Consultor, es de
conocimiento de los participantes y esto se expresa en documentos y material que
el participante adquiere para sí y el organismo que representa.
ix) Las cesiones del Comité cuentan con el aporte de especialistas y profesionales
externos, como también del Consultor.
x) Las cesiones se desarrollan en distintos lugares, atractivos, de interés y muchas
veces relacionados con los temas que se presentan.
xi) Las cesiones son preparadas y moderadas por un coordinador externo al Comité.
xii)Las sesiones son registradas mediante actas de conocimiento público que
recogen los distintos planteamientos y acuerdos alcanzados.
d) Cantidad y estructura de las sesiones del Comité
El objetivo principal del Comité es aportar antecedentes y criterios que apoyen la
construcción de los escenarios de desarrollo urbano de la ciudad. Este apoyo se traducirá
a través de sesiones de trabajo entre los miembros del Comité, la Contraparte y el Consultor.
La participación del Comité se contempla para las cinco etapas del escenario:
definición de situación base, proyección de la demanda, análisis de la oferta y localización
espacial, y también para las etapas posteriores de formulación de proyectos.
Se sugieren seis sesiones de dos tipos, los talleres de trabajo y las reuniones
informativas como sigue:
La Reunión Taller corresponde a sesiones de un día completo (incluyendo
almuerzo y café) y se divide en dos partes.
En la primera parte se hará la presentación por parte del Consultor, del avance del
estudio y de los aspectos relevantes a la sesión de trabajo. Esta parte será del tipo expositiva
y contará principalmente con la participación del Consultor y de algunos expositores
Página 112 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
invitados. Se sugiere trabajar a modo de aula con el material de proyección y presentación
adecuado, (retroproyector, data show, telón y pizarra) y con el grupo de expositores
diferenciado al frente y una audiencia en sentido opuesto.
En la segunda parte, se desarrollará una sesión de trabajo interactiva con la
participación de los miembros del Comité, apoyados por un moderador del equipo
Consultor. Se sugiere trabajar a base de grupos por especialización, separados físicamente
y mediante mesas redondas de trabajo, con la utilización de planos, fichas y encuestas, y
utilizando medios de registro. (grabador de sonido o filmadora).
La Reunión Informativa corresponde a sesiones de medio día (incluyendo café) y
están dirigidas a entregar información respecto al avance y resultados del estudio, como
también a los aspectos relevantes al desarrollo de éste. Son reuniones del tipo expositivas
principalmente, con sesiones de preguntas y participación menor por parte de los miembros
del Comité.
e) Las Sesiones
A continuación se entrega una programación de las sesiones, sobre la base de un
estudio tipo de ciudad intermedia. La participación del Comité se plantea en 6 sesiones,
como sigue :
Primera Sesión
La primera sesión se realiza al inicio del estudio y corresponde a la presentación a
los representantes locales de los objetivos y alcances del estudio, la definición de la forma
en que operará el Comité y la presentación tanto del Consultor como de la Contraparte.
Es una reunión de tipo informativa y de conocimiento, en donde se definen los
actores y contactos claves en la ciudad y se estipulan los canales de comunicación entre el
Consultor y la Autoridad como la información e informantes disponibles y necesarios para
el desarrollo del estudio.
Es una reunión de una o dos sesiones en un mismo día o dos medios días
consecutivos según los requerimientos de los temas y posibilidad de los participantes.
Segunda Sesión
La segunda sesión se realiza entorno a la fecha de entrega del Primer Informe de
Avance, preferentemente una semana después, de manera de que la Contraparte esté en
conocimiento de las materias a exponer y permitir que cualquier observación y aporte del
Comité pueda ser debidamente evaluado e incorporado en el siguiente informe.
La segunda sesión se inicia con el Comité ya constituido y al cual se le hace llegar
un temario y documento ejecutivo sobre el contenido y forma de la reunión.
En esta reunión se tocarán los siguientes puntos:
Metodología y etapas del diseño de escenarios
El Consultor expone al Comité las distintas etapas del diseño de los escenarios,
las metodologías a emplear y su participación y la del Comité. Se plantean, entre otros
aspectos, los cortes temporales, los tipos de escenarios y la forma en que serán desarrollados.
Zonificación
El Consultor expone la zonificación del estudio, la metodología y criterios utilizados
de manera de informar al Comité y posteriormente recibir comentarios y observaciones a
la división planteada.
Situación base catastrada
El Consultor expone la situación base catastrada (ver etapa III del presente
documento) como parte de la primera etapa del diseño de escenarios y toda la información
obtenida de fuentes de referencia tanto a nivel local como central y que aún no han sido
validadas en terreno.
Dependiendo de las características y calidad de la información, en esta sesión se
debiera reportar lo siguiente :
- Hogares por estrato socio económico por manzana.
Página 113 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
- N° de Matrículas por tipo de educación por manzana
- N° de puestos de trabajo en industrias por tipo de empleo por manzana
- N° de atenciones de salud por establecimiento por manzana
- m
2
de Servicios por manzana
- m
2
de Comercio por manzana
Actualización de la situación base catastrada
El Consultor coordina la participación del Comité en la actualización de la base
catastrada, a base de un sistema de participación interactiva de los miembros del Comité
en el cual se busca obtener información de tipo inmobiliaria que permita ajustar la situación
base a la realidad.
Es en esta etapa en donde el Comité tiene su mayor potencialidad, ya que por ser
gestores inmobiliarios privados y públicos, tienen gran conocimiento de los proyectos
programados, de sus localizaciones, magnitudes y de sus factibilidades de desarrollo.
Esta segunda sesión consta de dos reuniones en un mismo día o dos medios días
consecutivos según los requerimientos de los temas a tratar y posibilidad de los participantes.
Tercera Sesión
La tercera sesión se realiza en torno a la fecha de entrega del Segundo Informe de
Avance y corresponde a la etapa de proyecciones y estimaciones de la demanda y oferta por
espacio urbano para las actividades establecidas. Oportunamente se hace llegar a los
integrantes del Comité un temario y documento ejecutivo sobre el contenido y forma de la
reunión.
Esta tercera sesión corresponde a una reunión o taller la que se divide en dos
unidades de trabajo cada una de dos a tres horas y a base de una o dos sesiones en un mismo
día o dos medios días consecutivos según los requerimientos de las materias a tratar y
posibilidad de los participantes.
En esta reunión se tocarán los siguientes puntos:
Proyección de la demanda
El Consultor expone las proyecciones realizadas según la metodología ofrecida. En
esta etapa, el Comité de uso de suelo, sólo participa de manera informativa para avalar las
proyecciones y supuestos hechos por el Consultor.
Estimación de la oferta
El Consultor expone la estimación de la oferta inmobiliaria estimada para la
demanda proyectada, según la metodología ofrecida. En esta etapa el Comité presenta
algunas potencialidades, ya que sus participantes, tienen conocimiento del mercado del
suelo, por lo que tienen una buena noción de los bancos de terreno disponible y de las
potencialidades de ocupación.
Cuarta Sesión
La cuarta sesión se realiza antes de la fecha de entrega del Tercer Informe de Avance
y corresponde a la etapa de localización de los usos establecidos y proyectados.
Oportunamente se hace llegar a los integrantes del Comité un temario y documento
ejecutivo sobre el contenido y forma de la reunión.
Esta sesión corresponde a una reunión en donde se analizan puntualmente las
asignaciones por zonas establecidas. La asignación y distribución espacial se realiza sobre
la base del análisis junto con el Comité de cada una de las zonas y de forma interactiva,
correspondiente a la última etapa del diseño de escenarios ante de pasar a la modelación.
Esta cuarta sesión consta de dos reuniones en un mismo día o dos medios días
consecutivos según los requerimientos de la reunión y posibilidad de los participantes.
Quinta Sesión
La quinta sesión corresponde a la presentación de los escenarios y de las distintas
alternativas de proyectos a evaluar.
Página 114 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Esta reunión consta de dos sesiones en un mismo día o dos medios días consecutivos
según los requerimientos de los temas y posibilidad de los participantes, y en ella se
desarrollan dos temas de trabajo:
Presentación de los escenarios de desarrollo de la ciudad
El Consultor expone los escenarios definitivos para cada corte temporal y tipo de
escenario a utilizar en la modelación de transporte.
Presentación y formulación de alternativas de proyectos a evaluar
El Consultor presenta algunas alternativas de proyecto detectadas en el desarrollo
del estudio y coordina la participación del Comité en una sesión interactiva de manera de
recoger nuevas alternativas y avalar las propuestas.
Sexta Sesión
Esta sesión corresponde a la sesión de cierre del Comité en donde se exponen los
resultados de la evaluación y proyectos escogidos para la ciudad.
Se trata de una reunión de una o dos sesiones en un mismo día o dos medios días
consecutivos según los requerimientos de los temas y posibilidad de los participantes.
9.3 ETAPA II: DEFINICIÓN DE ESCENARIOS GLOBALES
9.3.1 Introducción
Los Escenarios Globales corresponden a la etapa inicial de proyección de la
evolución de las diferentes actividades que se desarrollan en la ciudad. Corresponden a
escenarios de crecimiento sectorial para toda la ciudad y se expresan en tasas de
crecimiento anual por los diferentes usos de suelo .
En esta etapa se deben definir las tendencias globales y criterios a utilizar para la
definición de los dos tipos de escenarios de contraste establecidos. (punto 9.2.4 del presente
procedimiento metodológico)
Las tendencias se expresarán mediante tasas de crecimiento globales y por sector,
y serán utilizadas para proyectar la demanda y la oferta existente para cada uso establecido.
El producto de esta etapa son las tasas por categoría de uso entregadas en forma de
cuadros generales por período y tipo de escenario.
9.3.2 Definición de Tasas de Crecimiento Global y Sectorial (Usos
no residenciales)
El Consultor deberá proponer un procedimiento metodológico para definir las tasas
de crecimiento global para la ciudad. En este sentido se sugiere la utilización de antecedentes
disponibles en las Cámaras de Comercio respectivas, la Sociedad de Fomento Fabril u otra
fuente local o central, complementada con las tasas de crecimiento global y sectorial
publicadas por la Autoridad Económica, como el Producto Interno Bruto (PIB) a nivel
Regional .
En caso de utilizar el PIB Regional como variable explicativa, se debe tener en
cuenta que éste no siempre expresa el comportamiento de una ciudad, especialmente si ésta
no es la capital regional y/o corresponde a una ciudad especializada. Por lo tanto, el
Consultor deberá proponer una metodología que permita ajustar el PIB sectorial de forma
tal de evitar la distorsión señalada.
Página 115 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Paralelamente y con el apoyo del Comité de Uso de Suelo, se deberán ajustar estas
tasas al comportamiento futuro de la actividad económica, a la luz de lo que ha sido el
crecimiento histórico, lo que serán las inversiones que se avecinan, y respecto de las
apuestas o imágenes objetivos futuras que se tienen para la ciudad, estableciendo de esta
manera, para cada corte temporal y por uso, una tasa de crecimiento por escenario, dentro
de los siguientes parámetros :
Escenario 1 : en este caso se considerará como techo la tasa de crecimiento
global establecida por el consultor para cada actividad (tasa base).
Escenario 2 : en este caso se deberá considerar como piso la tasa base anterior,
corrigiendola de acuerdo a los proyectos sectoriales en carpeta,
asumiendo que en su gran mayoría se implementarían dentro del
período establecido.
Esta corrección consiste en incorporar los proyectos mediante la relación de las
inversiones que involucran respecto a lo que se ha realizado históricamente.
Educación y Salud
Para efectos de las tasas globales, en el caso del uso educación se deberá proyectar
la población en edad escolar y de educación superior sobre la base de las mismas tasas de
escolaridad existentes.
En el caso de salud y dependiendo de la variable explicativa, m2 o número de
atenciones, se deberá establecer la relación mediante un índice, entre la población total
proyectada y la variable explicativa, el que se deberá mantener para los dos cortes
temporales establecidos.
Tanto en Salud como en Educación ambos escenarios se diferenciarán sobre la base
de cantidad de hogares y habitantes proyectados en el punto siguiente.
En el caso de que para alguna ciudad en particular se cuente con información de usos
no residenciales que permitan desarrollar variables explicativas de viajes mejores a las aquí
expuestas, el consultor deberá proponer un método para efectos de su análisis y proyecciones.
9.3.3 Definición de Tasas de Crecimiento Demográfico por Hogar
(Usos residenciales)
Sobre la base de las proyecciones utilizadas por el INE el Consultor deberá definir
las tasas de crecimiento de la población a los cortes establecidos y para los dos escenarios
planteados.
Como la unidad de análisis de los viajes la constituye el hogar , es necesario realizar
las siguientes tareas:
• Definición y proyección del tamaño medio de hogar (hb/hog)
• Determinación del total de hogares
• Distribución y proyección de hogares según categoría de ingresos
En este sentido, el Consultor deberá construir los modelos y proponer un método
debidamente justificado para cada una de ellas y bajo las siguientes consideraciones :
La definición del tamaño de hogar responde principalmente a características socio-
económicas y culturales de la población local , en este sentido, a nivel nacional el tamaño
de hogares fluctuaba entre 3,2 y 4,1 personas al año 97 y sigue decreciendo en la medida
que mejoran los ingresos de la población. El consultor deberá partir de la base del tamaño
de hogar establecido por el INE y ajustarlo según las características de la ciudad.
El número de hogares por año corresponde al cuociente entre el total de población
y el tamaño medio establecido por año.
El total de hogares se distribuye por categorías de ingreso definidas por el equipo
de transporte. Para tal efecto, su proyección y análisis debiera modelarse tomando como
punto de partida la encuesta a hogares realizada como parte del estudio y las series
históricas disponibles a través de la encuesta CASEN realizada por el Ministerio de
Planificación.
Página 116 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Las tasas de crecimiento por hogar se deberán utilizar para los dos escenarios
planteados de forma similar, de manera de poder realizar las evaluaciones de los proyectos
y planes de transporte sobre la base de un mismo número de hogares.
En el caso de que para alguno de los escenarios el Consultor establezca una clara
diferencia de población, se deberán tomar tasas distintas por escenario y las medidas
necesarias en el momento de la evaluación.
En el cuadro 9.8 se muestra un ejemplo de tasas de crecimiento anual para los dos
cortes temporales.
Cuadro Nº 9.8
Tasas de crecimiento anual, ejemplo
Año Residencial alto Residencial medio Residencial bajo
Base
(población)
2.000 25.000 85.000
Corte 1
(tasa anual)
4,0% 3,2% 2,1%
Corte 2
(tasa anual)
5,0% 4,0% 3,0%
9.3.4 Presentación de Resultados
Finalmente los escenarios globales se presentan en tablas comunes con las tasas de
crecimiento anual promedio para la ciudad, por escenario y corte temporal, para las
diferentes categorías de uso de suelo, tal como se presenta en el siguiente cuadro.
Cuadro 9.9
Tasas de crecimiento anual, Escenario 1
Año
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud
Base
(población)
Corte 1
(tasa anual)

Corte 2
(tasa anual)

Cuadro 9.10
Tasas de crecimiento anual, Escenario 2
Año
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud
Base
(población)
Corte 1
(tasa anual)

Corte 2
(tasa anual)

Es importante precisar que para ambas definiciones de tasas, tanto de usos no
residenciales como residenciales, y particularmente respecto a los escenarios optimistas,
en donde se deberá considerar apreciaciones subjetivas tanto del Comité de uso de suelo
como interpretaciones de proyectos e inversiones en carpeta, el Consultor deberá hacer uso
de su experiencia y del análisis subjetivo que merecen estas proyecciones.
Página 117 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.4 ETAPA III: DEFINICIÓN DE LA SITUACIÓN O
ESCENARIO BASE
9.4.1 Introducción
Esta etapa corresponde a la definición de la situación o escenario urbano de lo que
es la ciudad al año determinado como base y respecto a las variables de uso establecidas
para el estudio.
La situación base, es la fotografía de la ciudad respecto a las variables urbanas de
análisis, en el año de la obtención de la información relacionada con el STU de la ciudad
(EOD y mediciones de niveles de servicio).
La definición de la situación base constituye el fundamento de los escenarios, de allí
que la calidad y validez que ella tenga influirá sobre el resultado final de los escenarios y
posterior modelación.
El producto que arroja esta etapa corresponde a una base de datos, con información
a nivel de manzana de los diferentes usos de suelo, e integrada a un Sistema de Información
Geográfico.
9.4.2 Recopilación de Información
La recopilación de la información se debe hacer según las fuentes, categorías y
unidades establecidas en el punto 9.2.6 de la Etapa I del presente procedimiento metodológico.
Es importante mencionar que el Consultor deberá complementar toda la información
recopilada en fuentes bibliográficas y estadísticas con validaciones en terreno y aprovechar
las instancias paralelas tales como encuestas EOD, CASEN, SII y otros, que sirvan al
objetivo de actualizar y mejorar la base de información.
Toda la información se deberá presentar localizada e identificando la fuente y año
respectivo, y se presentará mediante una tabla resumen, desagregada a nivel de manzanas.
9.4.3 Procesamiento y Análisis de la Información
Una vez recopilada toda la información relevante a la construcción de los escenarios,
se procede a su análisis y procesamiento para la construcción de la situación base.
Cada variable de información , según su fuente, forma de catastro y objetivo de su
utilización, se referencia espacialmente según predio, dirección, local, manzana, rol u otra
unidad. El Consultor deberá asimilarlas mediante la confección de diccionarios que le
permitan asociarlas a una sola unidad de referencia espacial. (ver punto 9.2.8 del presente
procedimiento metodológico)
Una vez aplicados los diccionarios se ordena la información según las unidades de
medida, fuente y año correspondiente y según las categorías de uso para cada manzana
como se muestra en el Cuadro 9.11.
Cuadro 9.11
Matriz de información catastrada
Fuente Fuente Fuente Fuente Fuente
[año] [año] [año] [año] [año]
[unidad] [unidad] [unidad] [unidad] [unidad]
Zona
Estudio
Manzana
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud Otros
1
2
3
4
5
6
7
8
9
.....
.....
TOTAL
Fuente
[año]
[unidad]
Esta matriz base corresponde a la información al año en que se encontraba en la
fuente por lo cual deberá ser actualizada, ya sea con información de terreno puntual como
parte del catastro de hogares, como parte del proceso de proyecciones y/o con información
de otros estudios y encuestas en curso.
Página 118 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.4.4 Definición y Proyección de Variables al Año Base
Posteriormente y sobre la base de las tasas de crecimiento anual establecidas en la
etapa anterior, se procede a actualizar la información, de manera de que ésta sea llevada a
un año común de referencia para conformar un escenario o situación base homogénea.
Cada variable deberá ser proyectada a este año base según los métodos y tasas
establecidas en la definición de Escenarios Globales de la Etapa II.
De esta forma se conforma una matriz única para cada categoría de uso, a un año
común y a base de los escenarios de crecimiento establecidos.
9.4.5 Presentación y Validación Situación Base
Finalmente se procede a la validación y presentación del escenario o situación base
mediante la construcción de las tablas respectivas y los planos temáticos de apoyo.
a) Mecanismos de validación
El Consultor deberá validar los antecedentes presentados y las proyecciones hechas
a las variables socio económicas en base a mecanismos simples de verificación y mediante
la utilización de salidas gráficas con un Sistema de Información Geográfico. (SIG)
En este sentido, se deberá verificar las cifras entregadas y proyectadas respecto al
número de manzanas y superficie disponible. Este procedimiento consiste en realizar
salidas gráficas de cruces de variables que permitan identificar manzanas o zonas que a la
luz de la experiencia del Consultor y su equipo, merezcan dudas y deban ser rectificadas.
El Consultor deberá realizar al menos las siguientes verificaciones:
• Superficies por uso respecto al área disponible. La suma del total de superficies
por uso deberá ser contrastada con la superficie disponible para ese uso.
• Matrículas de educación proyectadas respecto a localización de establecimientos
• N° de atenciones de salud respecto a localización de establecimientos
• Zonas o sectores con accidentes geograficos o usos restrictivos que presenten
actividades no compatibles.
b) Presentación de la Situación Base
Una vez verificadas las variables se procederá a la presentación de la situación base
mediante una matriz única en donde figuren para cada manzana y zona del estudio, los usos
respectivos en sus unidades de medida y respecto al año base común como se muestra en
el Cuadro Nº 9.12.
Cuadro 9.12
Matriz de situación o escenario base
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud Otros
Hogares Hogares Hogares m2 m2/PT (1) Matrículas m2/NA (2) Xx
2 1
2 2
2 3
2 4
2 5
2 6
2 7
2 8
4 9
… .....
… .....
Total
ZONA Manzana
Otros : Se considera usos ya sea de servicios, equipamiento, seguridad, turismo etc., que se consideren
relevantes al estudio o sean explicativos de viajes para efectos de la modelación.
1
PT : Puestos de Trabajo
2
NA : Número de Atenciones
Página 119 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Del mismo modo se acompañarán salidas gráficas del tipo SIG de al menos las
siguientes categorías de uso :
• Hogares (agregación de todas las categorías definidas)
• Comercio
• Industria
• Educación
• Salud
• Otros
A modo de ejemplo en la Figura 9.3 se muestra un plano tipo de situación base
comercial a nivel de manzana para la ciudad de Los Angeles.
Figura 9.3
Plano de Situación o Escenario Base
DENSIDAD DE USO DE SUELO COMERCIAL
CIUDAD DE LOS ANGELES
Página 120 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.5 ETAPA IV: PROYECCIONES DE LA DEMANDA Y
ANÁLISIS DE LA OFERTA
9.5.1 Introducción
Los objetivos de esta etapa son por una parte, proyectar la futura demanda de suelo
que ejercerán las distintas actividades (usos ) en la ciudad, y por otro lado estimar la oferta
de suelo (cupo) disponible para satisfacer la demanda.
Esta etapa de proyección se basa en los conceptos establecidos en la Etapa II de
Definición de Escenarios Globales, y a su vez alimenta a la Etapa V, de Localización de
Usos, calculando las superficies totales demandadas y ofertadas.
El producto de esta etapa es el siguiente :
Proyecciones de usos de suelo (superficie u otras unidades) del total de la ciudad
para los distintos cortes temporales de modelación. Cupo o cabida disponible para cada
actividad (uso) por zona de modelación.
9.5.2 Proyecciones de la Demanda
La demanda de uso de suelo se entiende como la superficie que requerirá cada
actividad en el horizonte de evaluación del escenario. Luego la proyección de las
superficies se realiza a través de la aplicación de las tasas de crecimiento antes definidas
a la situación base de la ciudad (superficies construídas actuales). Estas proyecciones se
hacen a todos los cortes temporales de modelación, y para cada uno de los usos de suelo
considerados.
Para estas proyecciones el Consultor deberá adicionalmente ajustar las tasas según
la escala o jerarquía del uso a proyectar, es decir, según si el uso es de escala regional,
intercomunal o local.
Las proyecciones de demanda de cada uso dependen del área de servicio o cobertura
que este tenga en el contexto territorial, es por esto que las tasas a considerar deben
diferenciar estos comportamientos y ser ajustadas. Por ejemplo, si el uso o actividad es de
escala regional se debe proyectar su demanda según tasas de crecimiento regionales (ej.
crecimiento de población regional), y si el uso es de escala local, sólo se requerirá de una
proyección a tasa local (ej crecimiento de población comunal).
En este sentido se identifican actividades de carácter local, intercomunal o regional,
basándose en la existencia o no de configuración de carácter central, como por ejemplo los
que se presentan en el siguiente cuadro:
Cuadro 9.13
Escala o Jerarquía de Uso
Uso/Escala Regional Intercomunal Local
Residencial ----------- Condominio Población, Villa
Comercio-servicio Zona Franca Mall, mall financiero Almacén, sucursales
Industria
Puerto, refinería,
parque industrial,
mina
Gran industria Pequeña industria
Educación Universidad Liceo Escuela
Salud Hospital Pequeño hospital Consultorio
Definida la jerarquía de cada uso se procede a ajustar las tasas y a proyectar las
unidades respectivas en el tiempo.
Página 121 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
El Consultor debe obtener como producto de esta etapa lo siguiente :
• Número de hogares por categoría de ingreso (definida en el modelo de transporte),
para el total de la ciudad.
• Superficie (u otra unidad de medida) de uso no residencial, para el total de la
ciudad.
9.5.3 Presentación y Validación de Proyecciones
Al igual que en la situación base el Consultor deberá revisar las proyecciones de
demanda en base a comparar lo que han sido las tendencias históricas, verificando que no
se den crecimientos desmedidos, que no se ajusten a la realidad y posibilidades de la ciudad.
Adicionalmente se deberán presentar las proyecciones al Comité de uso de suelo de
manera de verificar las cifras entregadas y proyectadas.
9.5.4 Estimación de la Oferta de Suelo
La etapa de estimación de la oferta de suelo, busca determinar la superficie posible
de ocupar por los distintos usos de suelo en el tiempo.
Aunque el análisis de mercado requiere de una estimación de la evolución en el
tiempo de la oferta, en la elaboración de escenarios se supone que la oferta total será puesta
en el mercado, y que en definitiva será la demanda de suelo en el tiempo la que se satisface.
Por esto se habla de una estimación de oferta y no de proyección.
La estimación de la oferta de suelo corresponde a la determinación de superficie
disponible para cada uso modelado en cada zona de estudio. En este sentido se deberá
utilizar lo que se conoce como cupo o cabida respecto a cada categoría de uso de suelo
modelada.
La ciudad, en general, se desarrolla y crece bajo tres modalidades o formas de
crecimiento urbano:
• Por extensión o relleno
• Por renovación o densificación
• Por rotación o cambio de destino
Crecimiento por extensión o relleno, corresponde a la ocupación de los espacios
vacíos de la zona urbana, ya sean los intersticios de las áreas consolidadas o la periferia
mediante nuevos loteos.
Crecimiento por renovación urbana, corresponde a lo que se conoce generalmente
como procesos de densificación y renovación, en donde se demuelen edificaciones
existentes para dar cabida a nuevas estructuras de mayor densidad o para acoger otros usos.
Crecimiento por rotación o cambio de destino, corresponde a la rotación o
cambio de destino que experimentan algunas propiedades mediante la adecuación de
estructuras o edificios para recibir otras actividades o aumentar la intensidad del uso
existente.
Para las tres modalidades o tipologías de crecimiento se definen índices de cupo o
cabida medidos en hectáreas., y que corresponden a la diferencia entre lo existente
construído y lo permitido por el Plano Regulador Comunal.
En caso que la normativa existente no contemple constructibilidad de manera
directa, el Consultor deberá realizar el cálculo de superficie por manzana, de manera
geográfica mediante la utilización del SIG, considerando los datos de porcentaje de
ocupación y número de pisos máximos permitidos
Este índice o superficie de cabida o de constructibilidad, corresponde a una
superficie fija en el tiempo y que simboliza la cabida máxima permitida al período de
vigencia de la normativa.
Página 122 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
El resultado de esta etapa se presenta como una matriz de cupo por zona y para todo
el horizonte de modelación, como la que se presenta en la siguiente tabla.
Cuadro 9.14
Presentación de cupo por zona
Zona Residencial Comercio Servicios Educación Industria Salud
1 40 3 30 2 0 1
2 10 22 0 3 0 2
3 100 2 0 3 3 0
4 65 0 0 2 2 0
5 34 0 0 1 23 0,4
6 28 0 0 0 0 0,8
7 39 3 12 0 0 0
-
Cupo (Hás)
9.6 ETAPA V: LOCALIZACIÓN DE USOS DE SUELO
9.6.1 Introducción
Los objetivos de esta etapa son distribuir las demandas de suelo calculadas para el
total de la ciudad en función de la oferta territorial de cada zona, simulando así el fenómeno
de asignación de recursos que se genera en el mercado real del suelo.
El Consultor deberá asignar a cada zona, una cantidad, medida en la unidad
respectiva al uso correspondiente. Vale decir los valores proyectados al año de corte y
según escenario, deben localizarse por zona conformando así la última etapa del escenario.
Los productos de esta etapa son matrices con los usos de suelo localizados por zona
para los distintos cortes temporales y para los dos escenarios establecidos.
9.6.2 Definición de Indicadores de Priorización
La localización de usos, a modo de simular el fenómeno de asignación de mercado,
se realiza mediante la utilización de indicadores de prioridades de localización, o indicadores
de priorización. Esto indicadores son los que determinan qué zonas considerar en la
distribución de los usos respectivos.
Los indicadores de priorización son los que diferencian o determinan que zonas
tienen prioridad en la asignación, entregando una pauta respecto al orden y cantidad a
asignar.
Estos constituyen guías o pautas de apoyo a los expertos locales y al Consultor
respecto al proceso, pero no entregan una fórmula o método preciso de localización. En este
sentido el Consultor deberá establecer los indicadores necesarios para explicar la localización
de los usos en base a las características de la ciudad y a la disponibilidad de información.
La priorización de zonas se realiza del análisis y cruce de estos indicadores, y se
materializa en lo que se denomina matriz de prioridades de localización, la que se compone
en sus columnas por los distintos usos de suelo a modelar, y en sus filas por las distintas
zonas a considerar.
Página 123 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La construcción de las matrices de prioridad deberá contener el análisis de al menos
los siguientes indicadores de prioridad:
• Indicador de tendencia
• Indicador según normativa
• Indicador según proyectos
• Indicador de especialización
• Indicador de grado de asociación
a) Indicador de tendencia
Este indicador recoge lo que ha sido la tendencia histórica de crecimiento de la
ciudad mediante el manejo de las tasas históricas por zona.
Sobre la base de los catastros de edificación y de la información socio-económica
recopilada se definen las tasas de crecimiento anual por uso, estableciendo la tendencia
expresada en una matriz por zona y uso.
b) Indicador de prioridad según normativa
Este indicador busca recoger el comportamiento de la localización desde el punto
de vista de la Planificación Territorial.
En este sentido se recogen las restricciones de la normativa en función de lo
dispuesto en la zonificación del Plan Regulador Comunal. Para esto se determinan los usos
posibles por zona, construyendo así una matriz dicotómica (1 si se permite y 0 si no).
Un ejemplo de este tipo de matriz se presenta en el cuadro 9.15, en donde se presenta
una primera columna que identifica la zona, y una última columna que identifica los usos
predominante que le asigna el PRC a cada zona. A base de estos usos predominantes es que
se definen los valores de cada celda correspondiente a cada uso, en el sentido que es 1
cuando el uso es definido como predominante por el PRC y 0 si no es definido.
Cuadro 9.15
“Matriz de priorización por normativa”
Zona Residencial Comercio Educación Industria Servicios Salud
Uso Predominante
según PRC
1 1 0 0 0 0 0 Residencial
2 1 0 0 0 0 0 Residencial
3 1 0 0 0 0 0 Residencial
4 0 1 1 0 1 1 Comercio/servicio
5 0 1 1 0 1 1 Comercio/servicio
6 1 0 0 0 0 0 Residencial
7 0 0 0 0 1 0 Servicio
8 0 0 0 1 0 0 Industria
9 1 0 0 0 0 0 Residencial
10 0 0 0 0 1 0 Servicio
c) Indicador según proyectos programados
Sobre la base de los proyectos programados y aprobados por la municipalidad
respectiva, se propone la construcción de una matriz zonal a través de la cuantificación de
los proyectos medidos en superficie y por uso, considerando también su factibilidad de
materialización, la que posteriormente se lleva a una matriz dicotómica de comparación.
En el cuadro 9.16 se muestra un ejemplo en donde se aprecian las unidades de
medida que se utilizan para la modelación por uso y zona contemplados en los proyectos
programados y aprobados. Luego en el cuadro 9.17 se obtiene la matriz dicotómica antes
planteada transformando los valores de superficie o variable explicativa en valores 1 o 0
en base a su importancia y tamaño.
Página 124 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 9.16
Superficie en hectáreas por usos y zona de proyectos programados y aprobados
Residencial Comercio Educación Industria Servicios Salud
[há] [há] [há] [há] [há] [há]
1
2
3 437.275
4 9.557
5 9.217
6 41.404
7
8 3.812 16.653
9 134.419
10
Zona
Cuadro 9.17
Matriz de prioridades según proyectos programados
Residencial Comercio Educación Industria Servicios Salud
1 0 0 0 0 0 0
2 0 0 0 0 0 0
3 1 0 0 0 0 0
4 1 0 0 0 0 0
5 1 0 0 0 0 0
6 1 0 0 0 0 0
7 0 0 0 0 0 0
8 0 1 0 0 1 0
9 1 0 0 0 0 0
10 0 0 0 0 0 0
Zona
d) Indicador de especialización
Sobre la base de la localización de actividades existentes, se propone la construcción
de una matriz de especialización por uso y zona. Este análisis determina a través de un
indicador, si es que una zona específica se especializa en un determinado uso o no.
La especialización se define como la situación en la cual una zona presenta una
concentración de una determinada actividad proporcionalmente mayor que la concentración
de la actividad en toda la ciudad. Este grado de especialización se calcula a través del
coeficiente de especialización relativa, que determina la especialización relativa de cada
zona en algún uso específico. Para esto se construye una matriz Zona-Uso, en donde las
filas corresponden a las zonas de estudio, y las columnas corresponden a los usos de suelo
modelados. A esta matriz la define el elemento U
ij
que representa a la superficie del uso j
en la zona i, definiéndose el Coeficiente de Especialización C
ij
por la relación:
C
ij
= U
ij
Σ
i
U
ij
Σ
j
U
ij
Σ
i
Σ
j
U
ij
(9.1)
Uij = Superficie de uso j en zona i
S
j
U
ij
= Suma de superficies por uso en zona i
S
i
U
ij
= Suma de superficie de uso j para el total de las zonas
S
i
S
j
U
ij
= Suma total de superficie por uso y zona (toda la ciudad)
La especialización relativa de una zona i en un uso j se asocia a un C
ij
>1
Definidas las zonas que se especializan en algún uso, se construye una matriz
dicotómica (1 o 0) en la que se asigna un 1 si existe especialización y un 0 si no se
especializa.
En el cuadro 9.18 se presenta un ejemplo con las superficies por usos y zona en el
año base. En la matriz 9.19 se presentan los coeficientes de especialización calculados para
cada zona y uso. Finalmente en el cuadro 9.20 se presenta la matriz dicotómica construída
en base a la especialización de uso en zonas.
Página 125 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 9.18
Superficies (hectáreas) por usos de suelo, año base
Zona Residencial Comercio Educación Industria Servicios Salud Total
1 7.344 8 0 0 474 0 7.826
2 30.617 1.552 0 34.586 918 0 67.673
3 68.620 8.077 2.166 385 382 0 79.630
4 64.898 9.849 993 565 134 0 76.439
5 49.948 31.632 6.900 938 4.724 5.715 99.857
6 99.857 1.525 2.063 225 120 0 103.790
7 86.455 4.360 1.537 1.621 1.320 287 95.580
8 9.985 17.717 6.206 24.792 26.722 0 85.422
9 27.328 137 2.306 0 0 100 29.871
10 54.690 14.070 722 524 7.920 0 77.926
Total 499.742 88.928 22.893 63.636 42.715 6.102 724.016
Cuadro 9.19
Coeficientes de especialización relativa por uso (C
ij
)
Zona Residencial Comercio Educación Industria Servicios Salud
1 0,07 0,00 0,00 0,00 0,04 0,00
2 0,05 0,01 0,00 0,26 0,02 0,00
3 0,06 0,06 0,06 0,00 0,01 0,00
4 0,06 0,05 0,03 0,01 0,00 0,00
5 0,05 0,12 0,10 0,01 0,06 0,30
6 0,07 0,01 0,04 0,00 0,00 0,00
7 0,06 0,03 0,04 0,01 0,02 0,03
8 0,01 0,09 0,10 0,15 0,23 0,00
9 0,06 0,00 0,11 0,00 0,00 0,03
10 0,04 0,07 0,02 0,01 0,09 0,00
Cuadro 9.20
Matriz de prioridades por especialización (Celda=1 si C
ij
>1)
Zona Residencial Comercio Educación Industria Servicios Salud
1 1 0 0 0 1 0
2 0 0 0 1 0 0
3 1 0 0 0 0 0
4 1 1 0 0 0 0
5 0 1 1 0 0 1
6 1 0 0 0 0 0
7 1 0 0 0 0 0
8 0 1 1 1 1 0
9 1 0 1 0 0 0
10 1 1 0 0 1 0
e) Indicador de grado de asociación
Este indicador considera prioridades de localización en función de asociaciones de
usos de suelo. Esta asociaciones de usos de suelo responden a funcionalidades lógicas o
compatibilidades entre usos distintos, muchas veces influenciadas por economías de
aglomeraciones, como por ejemplo pensar que al uso educación le interesa asociarse al uso
residencial, o que al uso servicios le interesa asociarse al uso comercial e industrial, etc.
Para construir estas matrices se utilizan las matrices de especialización, que definen
asociaciones de uso, definiéndose priorizaciones en función de que se cumpla con las
especializaciones asociadas.
Un ejemplo de construcción de este tipo de matrices se presenta en los cuadros 9.21,
9.22 y 9.23. En el cuadro 9.21 se presenta una matriz (dicotómica) de especializaciones (la
que se obtuvo del punto d), luego se definen en el cuadro 9.22 las asociaciones entre los
distintos usos, para esto se puede utilizar criterio de expertos o técnicas de correlación entre
uso. Finalmente, el cuadro 9.23 presenta la matriz de prioridades asociadasresultante.
Página 126 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 9.21
Matriz de prioridades por especialización
Zona Residencial Comercio Educación Industria Servicios Salud
1 1 0 0 0 1 0
2 0 0 0 1 0 0
3 1 0 0 0 0 0
4 1 1 0 0 0 0
5 0 1 1 0 0 1
6 1 0 0 0 0 0
7 1 0 0 0 0 0
8 0 1 1 1 1 0
9 1 0 1 0 0 0
10 1 1 0 0 1 0
Cuadro 9.22
Tabla de asociación de usos
Usos Se asocia a Especialización en Uso
Residencial Residencia
Comercio Comercio y Servicios
Educación Educación y Residencia
Industria Industria y Servicios
Servicios Servicios, Industria y Comercio
Salud Salud y Servicios
Cuadro 9.23
Matriz de prioridades por usos asociados
Zona Residencial Comercio Educación Industria Servicios Salud
1 1 1 1 1 1 1
2 0 0 0 1 1 0
3 1 0 1 0 0 0
4 1 1 1 0 1 0
5 0 1 1 0 1 1
6 1 0 1 0 0 0
7 1 0 1 0 0 0
8 0 1 1 1 1 1
9 1 0 1 0 0 0
10 1 1 1 1 1 1
9.6.3 Localización de Usos de Suelo
En esta etapa se localizan las demandas proyectadas asignando y distribuyendo
cantidades según las prioridades establecidas y con la participación del Comité de uso de
suelo.
Esta localización o distribución debe ser hecha, en base a las tasas de crecimiento
por uso establecidas en los escenarios globales en la Etapa II y para los distintos cortes
temporales.
Con el concurso de expertos locales, a través del Comité de uso de suelo, el
Consultor deberá proponer un sistema de ponderación o jerarquización de los factores de
priorización que permita establecer, por categoría de uso, la prioridad de cada zona
incorporando de manera integrada, todos los factores analizados, es decir, se debe elegir
o construir una sola matriz de priorización, sobre la cual se distribuirán los distintos usos.
Página 127 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La matriz de priorización elegida o construída (a partir de operaciones matriciales o
cruces entre varias matrices) es la que define en que zonas se distribuirá las demandas
futuras. De esta forma, en todas las zonas que tengan priorización (1 en matrices
dicotómicas) para un uso determinado, se asignará o localizará la demanda estimada para
dicho uso. Las zonas que no tengan prioridad no serán consideradas en la distribución
(localización).
En este sentido el Consultor deberá proponer técnicas de distribución de las
demandas basados por ejemplo en análisis multipropósito, del tipo elección de expertos
(expert choice) u otras que estime adecuadas a la tarea.
El producto de esta localización es una matriz con la magnitud de usos (superficie
u otras unidades) para el corte específico de tiempo y asignado o localizado en cada Zona
de la ciudad.
9.6.4 Presentación y Validación de la Localización
La cantidad y localización de cada uno de los usos de suelo constituye en sí el
escenario, el cual se presenta mediante las matrices por zona y unidad respectiva de uso,
para cada tipo de escenario y corte temporal establecido.
Estas matrices se presentan también con salidas GIS de manera de graficar el
escenario y de verificar la existencia de errores en las asignaciones, revisando visualmente
las localizaciones zonales realizadas.
En el Cuadro 9.24 se muestra un ejemplo de la matriz de salida del escenario para
un corte temporal.
Cuadro 9.24
Ejemplo Matriz del escenario para un corte temporal específico
Zona
Estudio
Manzana
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud Otros
1
2
3
4
5
6
7
8
9
.....
.....
TOTAL
Escenario I
Página 101 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9. METODOLOGÍA PARA LA CONSTRUCCIÓN DE
ESCENARIOS DE DESARROLLO URBANO
9.1 INTRODUCCIÓN
Las ciudades en la actualidad constituyen complejos sistemas en los que se
desarrollan un gran número de funciones fundamentales para la vida en el mundo moderno.
A su vez, el proceso de urbanización es directamente activado por el desarrollo
socioeconómico de las ciudades , haciendo que cada día, un mayor porcentaje de la
población viva en áreas urbanas, lo que plantea importantes problemas a la operación de
los sistemas básicos de éstas.
Uno de los más importantes, es el sistema de transporte urbano, que posibilita el
movimiento de personas y bienes imprescindibles para el funcionamiento y desarrollo de
la ciudad. La operación de tal sistema se torna más difícil y conflictiva en la medida que
el desarrollo económico hace crecer el nivel de ingresos de la población y con ello la
complejidad y sofisticación de las interrelaciones urbanas. Signos de este proceso lo
constituyen el incremento de la tasa de motorización y de la cantidad de viajes que cada
persona realiza, lo que a su vez trae consigo los problemas de congestión, polución
ambiental y accidentes, típicos de las urbes actuales.
Nuestras ciudades no son ajenas a este fenómeno y es así como durante los últimos
años hemos visto aparecer y hacer crisis, problemas que hace sólo unas décadas eran
inexistentes.
En este sentido, se plantea la necesidad de desarrollar herramientas o modelos que
permitan simular el comportamiento del sistema de transporte urbano en diferentes
ciudades del país, con el fin de poder detectar los puntos de conflicto y poder evaluar
alternativas de proyectos de transporte diversa índole.
Estos modelos se han desarrollado en dos niveles dependiendo de la complejidad
y tamaño de las ciudades, existiendo una versión más sofisticada para las grandes ciudades
del país, cuya expresión conocida es el modelo de equilibrio simultáneo ESTRAUS, y una
versión simplificada, constituida por el modelo secuencial VIVALDI, que sin renunciar a
la necesaria rigurosidad técnica, aprovecha las particularidades de menor complejidad
propias de los sistemas de transporte de ciudades intermedias. Para ambos casos el modelo
que se propone corresponde al modelo clásico de cuatro etapas, diferenciándose sólo en la
forma de resolver el problema de equilibrio de mercado, que se genera entre las etapas de
demanda y de oferta de transporte. (ver Figura 9.1)
Figura 9.1
Modelo Clásico de Transporte
ESCENARIO DE
DESARROLLO URBANO
Y DE USO DE SUELO
MODELO CLÁSICO DE TRANSPORTE
GENERACIÓN Y ATRACCIÓN
DE VIAJES
DISTRIBUCIÓN DE VIAJES
PARTICIÓN MODAL
ASIGNACIÓN A REDES POR MODO
E V A L U A C I Ó N
EQUILIBRIO
DE
MERCADO
Viajespor Zona
ViajesentreZonas
Elección deRuta
Oferta
Demanda
ViajesentreZonas
ypor Modo
Localización de Hogares
y otros Usos
Página 102 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La implementación del modelo clásico involucra primero trabajar con las etapas de
demanda, vale decir Generación - Atracción, Distribución y Partición Modal, lo cual se
realiza apoyado fundamentalmente por información proveniente de encuestas en terreno
(hogares y de interceptación), por la información de escenarios generada por el equipo
urbano y por las variables de servicio observadas en terreno, entre cada uno de los pares
origen-destino de las zonas definidas para la ciudad.
En este sentido, los escenarios constituyen un insumo al modelo en su etapa de
Generación y Atracción de viajes al definir las características de éstos y permitir la
construcción de los vectores origen - destino.
El procedimiento de construcción de Escenarios de Desarrollo Urbano, que a
continuación se detalla, se inserta dentro de los requerimientos del modelo clásico de
transporte de cuatro etapas correspondiendo a una subetapa independiente y que se
sustenta en la información existente y recopilada en terreno, tanto por el equipo de
transporte como por el equipo urbano, la que a su vez se encuentra perfeccionada con los
aportes entregados por los expertos locales a través de lo que se denomina Comité de Uso
de Suelo.
El procedimiento aquí expuesto se basa en las estimaciones que se hacen de la
demanda que existirá por viajes en el mediano y largo plazo dentro de la ciudad.
La manera escogida de estimar esta demanda, pasa por la definición de escenarios
de crecimiento o desarrollo de la ciudad, bajo la óptica de los viajes que se generarán dentro
de ella y en un futuro determinado.
Estos escenarios de desarrollo urbano buscan entregar información respecto de las
variables urbanas que determinan el número de viajes, sus orígenes y sus destinos, y sobre
la base de ciertas condicionantes de tipo socio-económicas, físicas y normativas propias de
cada ciudad.
El objetivo específico de este análisis es responder las siguientes interrogantes:
¿Cuántos habitantes, de qué nivel socio - económico y localizados donde,
existen hoy y en un futuro de X años más?
¿Qué superficie, con qué destino o uso, localizada dónde, existe hoy y en un
futuro de X años más?
Este procedimiento no constituye una metodología en sí y menos un modelo, sino
que es una herramienta operativa y simple que permite construir escenarios de desarrollo
coherentes con los objetivos de transporte.
El procedimiento se divide en cinco etapas como sigue:
Etapa I: Definiciones metodológicas
Etapa II: Definición de escenarios globales
Etapa III: Definición de la situación o escenarios base
Etapa IV: Proyecciones de la demanda y análisis de la oferta
Etapa V: Localización de usos de suelo
Un esquema con la relación de cada etapa y la participación de la Autoridad Local
a través de un comité se muestra en la Figura 9.2.
Página 103 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Figura 9.2:
Esquema de Etapas para la Construcción de Escenarios de Desarrollo
Definiciones Metodológicas
(Etapa I)
Definición del Escenario Global
(Etapa II)
Caracterización de Situación Base
(Etapa III)
Análisis y Proyección de Demanda
(Etapa IV)
Análisis y Proyección de Oferta
(Etapa IV)
Localización Usos
(Etapa V)
Comité
de
Uso
de
Suelos
9.2 ETAPA I:DEFINICIONES METODOLÓGICAS
9.2.1 Introducción
La primera etapa del procedimiento metodológico tiene por objetivo la definición
de las premisas y parámetros básicos necesarios que constituyen el marco de trabajo sobre
el cual se inserta la proposición de escenarios.
En esta etapa se entregan recomendaciones y referencias respecto a las variables
metodológicas. En algunos casos, el Consultor debe optar por parámetros sobre la base de
los criterios que se entregan, mientras que en otros, se definen elementos y referencias que
responden al análisis de lo que han sido las experiencias de estudios anteriores.
El producto de la Etapa I es la definición y recomendaciones para la precisión de los
parámetros y variables metodológicas que se utilizarán en la construcción de los escenarios,
en relación con los siguientes aspectos :
• Zonificación del estudio
• Cortes temporales
• Tipos de escenarios
• Categorías de usos
• Unidades de medida
• Diccionarios
• Planimetría
• Definición del Comité de Uso de Suelo y Proyectos
Página 104 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.2.2 Zonificación del Estudio
El Consultor deberá definir la zonificación que servirá para poder modelar tanto el
sistema urbano como el sistema de transporte. En este sentido el Consultor deberá
interactuar con el equipo de transporte para realizar una zonificación única.
Esta zonificación se realiza para efectos de los escenarios y se circunscribe dentro
del límite urbano establecido por el plano regulador, no considerando las zonas externas
y utilizando principalmente la vialidad como límite zonal, tomando en cuenta las divisiones
políticas y normativas existentes y mediante la agrupación de manzanas que cuenten con
algunas características en común.
En este sentido, la zonificación se obtiene de un análisis criterioso respecto a los
siguientes aspectos y condicionantes :
a) La división política actual
Se utiliza la división política y censal existente para la comuna.
b) La normativa territorial
Se compara el plano regulador vigente y se compatibiliza con la división censal.
El límite urbano de la zonificación, para efecto de los escenarios debiera coincidir con el
que fija el plan regulador vigente, del mismo modo debiera existir una relación entre zonas
de la normativa y zonas de escenario.
c) Las características geomorfológicas
Se debe respetar accidentes naturales como bordes costeros, ríos, humedales, bajos,
lagunas, cerros y quebradas, los cuales se deben incorporar de preferencia como límites
zonales.
d) Los proyectos singulares de la ciudad
Se debe individualizar algunos puntos y usos singulares de la ciudad como estadios,
regimientos, aeropuertos, puertos y cementerios, entre otros.
e) Los usos preponderantes
Se debe respetar sectores de usos predominantes como universidades, zonas
francas, puertos y los centros históricos, comerciales y de gran especialización, entre otros.
f) Las tendencias de desarrollo
Se debe incorporar tendencias de desarrollo importante como adquisición de
grandes paños y loteos en ejecución.
g) Homogeneidades físicas
Se debe reconocer similitudes actuales en cuanto a densidades, alturas, antigüedad,
tipo y calidad de edificación, subdivisión predial y urbanización entre otros.
h) Homogeneidades socio económicas
Se debe reconocer similitudes respecto a barrios, grupos sociales y niveles de
ingresos, en general características socio económicas homogéneas, particularmente estructura
de barrios tradicionales.
i) Condiciones de accesibilidad y conectividad
Se debe definir los deslindes zonales según la estructura vial predominante y de
mayor accesibilidad por zona
Para la presentación de la zonificación se debe utilizar una base topográfica, con
manzanas y nombres de calles, sobre la cual se grafica cada una de las zonas mediante la
utilización de un SIG.
Página 105 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.2.3 Cortes Temporales
Cada escenario deberá quedar representado en dos cortes temporales, los que deben
corresponder a los establecidos en la modelación de transporte y acordados con la
Contraparte respectiva. En este sentido se recomienda que el primer corte temporal no
exceda en cinco años al de la situación base establecida, y el segundo no exceda en cinco
años al primero.
9.2.4 Tipos de Escenarios
El Consultor deberá considerar dos tipos de escenarios de desarrollo o crecimiento.
Estos deben ser planteados como escenarios de contraste y se asimilan a lo que se conoce
como Escenario Optimista y Escenario Pesimista.
El Escenario Optimista corresponde a la tendencia histórica de crecimiento de la
ciudad, más la incorporación de todos los proyectos, planes e inversiones conocidas o en
estudio en el mediano y largo plazo, bajo la normativa de ordenamiento territorial vigente,
o en el caso de que exista una nueva en estudio, se aplica bajo esta nueva proposición.
El Escenario Pesimista, corresponde a la tendencia histórica, bajo la normativa de
ordenamiento territorial vigente y se incorporan sólo los proyectos más probables
correspondientes a inversiones ya acordadas.
9.2.5 Categorías de Usos y Unidades de Medida
A modo de compatibilizar las variables que se utilizan en el procedimiento se
establecen unidades comunes de medida, tipos de usos y rangos socio-económicos
uniformes para todos los escenarios.
Todos los antecedentes se manejan al menos por manzana, siendo ésta la unidad
territorial base sobre la cual se gráfica y analiza toda la información.
La unidad base del uso residencial serán los hogares y se establecerán tres niveles
de ingreso por hogar, Alto, Medio y Bajo. El objetivo de la categorización socio-
económica de los hogares es explicar diferentes comportamientos de la población respecto
a la etapa de demanda de viajes.
La unidad base de medida de superficie es la hectárea, referida a la superficie
construida para cada uso respectivo (información obtenible del catastro del SII).
Para efectos de comparación, es neceasrio que todas las unidades de medida se
referencien a una unidad de superficie base o de terreno (há), por ejemplo: Ha construida/
há, UF/há, lotes/há, Hb/há, etc.
Adicionalmente, se utilizarán unidades de medidas distintas para aquellos usos en
que la superficie no constituya una variable explicativa de viaje.
A continuación se describe cada uso por separado y se entrega un cuadro resumen.
a) Uso Residencial
El uso residencial se mide en número de hogares y se consideran tres categorías
de hogares según ingresos: alto, medio o bajo. Esta diferenciación se estipula en conjunto
con el equipo de transporte , a partir de la información proveniente del catastro y de la
encuesta de hogares (EOD) a realizar.
La proyección del número de hogares puede ser obtenida a partir de las proyecciones
de población y vivienda que realiza el INE.
b) Uso Industrial
Para todos los usos industriales se deberá escoger entre superficie en hectáreas de
establecimientos o puestos de trabajo.
Página 106 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
c) Uso Educacional
Para todos los recintos educacionales del área de estudio se obtiene el número de
matrículas según tipo de educación; Pre-escolar, Escolar y Técnico Universitaria
(opcionalmente se puede trabajar con las superficies, a pesar de no ser una alternativa
recomendable).
d) Uso Salud
Para todos los usos de salud se deberá escoger entre hectáreas de recinto, número
de camas o número de atenciones, según sea el caso.
e) Otros Usos
Para los demás usos se deberá utilizar la cantidad de hectáreas, puestos de trabajo
u otra unidad que se considere adecuada de común acuerdo con la Contraparte.
Cuadro 9.1
Usos de Suelo
Uso o actividad Unidad de medida Código color Color
Residencial alto Nº hogares Amarillo claro
Residencial medio Nº hogares Amarillo medio
Residencial bajo Nº hogares Amarillo naranja
Comercial Has Rojo
Industrial Has / n° de empleados Morado
Educacional Nº matrículas Azul
Salud Has / n° de atenciones Celeste
Servicios
(1)
Has Naranjo
Equipamiento
(2)
Has Café
Transporte (3) Has Gris
Otros (4) Has Negro
Sin uso (5) Has Blanco
• 1
Bajo servicios se encuentran oficinas, bancos , ministerios y servicios públicos en general.
• 2
Bajo equipamiento se consideran todos aquellos usos que generan viajes y que no figuran en los anteriores
como, cementerios, centros deportivos, turísticos, recreativos, culturales, de seguridad, (FFAA excluidos
Carabineros), de culto, asistencial, etc.
• 3
Bajo transporte se incluye aquellos puntos de intercambio modal y terminales tanto de carga como de personas
• 4
Bajo otros están todos los usos que no prestan servicios directos al público ni atraen o generan viajes de
importancia como bomberos, centrales nucleares, plantas de telefonía, subestaciones eléctricas, plantas de
almacenamiento y tratamiento de aguas, etc.
• 5
Aquellos terrenos de uso agrícola, eriazos o baldíos de propiedad privada, se consideran sin uso y no
contabilizan unidad de algún tipo. Los espacios públicos como calles plazas, parques, ríos y cerros, entre otros,
se consideran de paso y no son usos en particular (código color blanco).
Página 107 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.2.6 Unidades de Referencia y Fuentes de Información
Se dispone de una gran cantidad de fuentes de información, las que aún no han sido
normalizadas, existiendo formatos muy distintos y diversas formas de agrupación y
referencia. En este sentido, y dependiendo de cada caso, los requerimientos de información
están supeditados a la disponibilidad y calidad de ésta, ya que levantamientos o encuestas
directas en terreno para todas las variables muchas veces sobrepasan en tiempo y costo los
alcances de los estudios de este tipo.
a) La Unidad de Referencia
La información debe estar referenciada a una unidad espacial geográfica común.
Esta unidad espacial común no se encuentra normalizada entre las distintas fuentes,
vale decir, distritos, zonas o áreas, ya sean normativas, censales o del SII no son
coincidentes y requieren de una adaptación para su procesamiento. Se optó por tomar una
unidad común espacial de análisis: la manzana.
La manzana como unidad de referencia, por una parte agrega todos los predios, roles
y direcciones según cual sea la fuente referida, pero por otro lado desagrega las zonas,
distritos y áreas, homogeneizando la unidad de análisis a una escala que consideramos
adecuada para los efectos de la definición de escenarios y posterior modelación de
transporte.
b) La Información Disponible
La información base requerida y las fuentes utilizadas, a partir de lo anteriormente
expuesto, es la siguiente:
Cuadro 9.2
Información base existente
Información Existente Fuente
Censo de población INE, REDATAM, otros
Nivel socio económico de habitantes INE,CASEN, otros
Superficie construida SII, DOM, otros
Superficie del predio (terreno) SII, DOM, otros
m2 de uso por predio SII, otros
Matrículas según tipo de educación MINEDUC, Municipalidad, otros
Avalúo del predio SII, otros
Topografía de la ciudad Municipalidad, otros
Proyectos relevantes
Municipalidad, AU, DOM,SECPLAC, sector
privado, otros
Cuadro 9.3
Información base proyectada
Información proyectada Fuente
Proyecciones de población INE, SECPLAC, otros
Proyecciones de crecimiento del Producto
Interno Bruto
Mideplan, INE, SECPLAC, otros
Proyecciones de crecimiento por actividad
económica
Mideplan, Secplac, otros
Página 108 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 9.4
Información normativa
Información normativa Fuente
Densidad permitida Plano Regulador y Seccionales
Constructibilidad permitida Plano Regulador y Seccionales
Ocupación de suelo permitida Plano Regulador y Seccionales
Tamaño predial permitido Plano Regulador y Seccionales
Usos permitidos Plano Regulador y Seccionales
Altura permitida Plano Regulador y Seccionales
Cuadro 9.5
Información recogida en terreno
Información de Terreno Fuente
Características socio económicas
de los hogares
EOD, otros
Ingresos por hogar EOD, otros
Proyectos y eventos singulares Comité de Uso de Suelo y expertos locales
La información socio - económica de los hogares, se obtiene de la Encuesta Origen
y Destino de Viajes que se toma como parte del estudio. En caso de no existir, se puede
obtener directamente del SECPLAC respectivo o estimarla a partir del nivel de equipamiento
de la vivienda como parte de la información del censo o incluso sobre la base de los avalúos
del SII.
El Consultor en este sentido deberá escoger la información mas adecuada y justificar
el procedimiento a utilizar.
c) Fuentes disponibles
Las fuentes disponibles para estudios de este tipo corresponden a aquellas que
manejan principalmente los siguientes organismos:
Cuadro 9.6
Organismo Información y Fuente
Municipalidad respectiva
a través de la normativa vigente de los Planos
Reguladores Intercomunal y Comunal y los
Seccionales respectivos
El Servicio de Impuestos Internos
como parte del avalúo realizado en 1994 para todo el
país y disponible en las oficinas regionales del
servicio o a través de la SECTRA
El Instituto Nacional de Estadísticas con la información censal y proyecciones realizadas.
El Ministerio de Educación
a través de las Seremi respectiva con el listado de
los establecimientos educacionales y el N° de
matrículas respectivas
El Ministerio de Planificación
a través de las oficinas regionales SERPLAC y
oficinas comunales SECPLAC y como parte del
manejo de información censal REDATAM y de
encuestas socio-económicas como CASEN y fichas
CAS, entre otras
Organismos como el Banco Central y
Ministerios de Hacienda y Economía
con información económica del producto regional a
escala global y por sectores productivos
Otros organismos e instituciones
afines
que manejan información socio-económica o
procesan estadísticas de la región como
Universidades, Institutos, asociaciones gremiales y
el sector privado.
Encuestas Origen y Destino de Viajes
existentes o desarrolladas
como parte del estudio y que pueden ser ajustadas en
la línea de los requisitos aquí expuestos.
El Comité de Uso de Suelos o Comité
de Expertos Locales
que se consulta en el transcurso del estudio
Página 109 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.2.7 Planimetría
Toda la información necesaria para la construcción de los escenarios se deberá
representar sobre una base planimétrica geo-referenciada digital que cumpla al menos con
las siguientes condiciones :
Deberá corresponder a una restitución de un vuelo fotogramétrico reciente y
debidamente geo-referenciado.
Deberá contener polígonos cerrados a nivel de manzanas los que deberán ser
construídos a partir de las líneas de cierros y de edificación oficial, según sea el
caso (periferia o centro de la ciudad). En este sentido el polígono debe
diferenciar lo que es espacio público de espacio privado y no se deberá hacer
diferencia respecto al tipo de carpeta que tenga la vía, en aquellos casos en que
no exista calle se deberá asumir línea de cierros.
Deberá contener al menos las siguientes tres coberturas de forma separada:
- Texto (nombre de calles y sectores )
- Manzana (línea cierro, edificación u oficial según sea el caso)
- Geográfica (borde costero, río, cerro, quebrada , cotas de nivel, etc)
9.2.8 Diccionarios
El Consultor, para poder utilizar la información en la construcción de los escenarios
de desarrollo respectivos, deberá elaborar los diccionarios necesarios de manera de lograr
los siguientes objetivos :
compatibilizar y adecuar la información socio-económica recopilada.
referenciar de forma espacial toda la información recogida
En este sentido los diccionarios deberán ser construídos a partir de la planimetría y
zonificación del estudio y estarán referenciados a cada manzana existente, según consta en
el plano base geo-referenciado y de polígonos cerrados.
El diccionario deberá estar conformado por tantas líneas como manzanas existan en
el plano base geo-referenciado y , al menos por las siguientes columnas :
código de manzana establecido por el Consultor
código manzana INE
código de manzana SII
código de zona del estudio correspondiente a la manzana
código de zona del Plano Regulador correspondiente a la manzana
código del distrito censal correspondiente a la comuna
Todas las manzanas graficadas deberán tener al menos el código establecido por el
Consultor, pudiendo algunas de ellas estar parcial o totalmente excluídas en el listado del
INE o del SII. En aquellos casos de inconsistencia el Consultor deberá repartir
proporcionalmente sobre la base de las manzanas graficadas la información disponible y
justificar el método utilizado.
9.2.9 Definición del Comité de Uso de Suelo y Proyectos
El Comité de Uso de Suelo y Proyectos constituye la instancia de participación y
apoyo al desarrollo del estudio por parte de la Autoridad y representantes locales. Para
efectos de la construcción de los escenarios, el Comité es pieza clave tanto en la definición
de la situación base como en la definición de las proyecciones y tendencias de desarrollo
para la ciudad. El Consultor debe sacar el mejor provecho de esta instancia de participación,
para lo cual se proponen algunas recomendaciones a la luz de lo que han sido las
experiencias de los estudios desarrollados a la fecha.
Página 110 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
a) Participación y tareas del Comité de Uso de Suelo y Proyectos
La proposición de participación se inserta dentro de las distintas etapas presentadas
como sigue :
Caracterización de la situación base (Etapa III) : el Comité tiene su mayor
potencialidad, ya que por ser gestores inmobiliarios privados y públicos, tienen gran
conocimiento de los proyectos programados, de sus localizaciones, magnitudes y de sus
factibilidades de desarrollo. La participación debiera ser directa entregando información
de los proyectos e inversiones propuestas.
Etapa de proyección de demanda (Etapa IV) : el Comité participa en forma
indicativa para avalar las proyecciones y supuestos hechos por el Consultor.
Etapa de estimación de la oferta (Etapa IV) : el Comité participa de forma directa
entregando información clave del mercado de suelos. Los miembros del Comité participan
en la gestión de forma directa en el mercado del suelo, por lo que tienen una buena noción
de los bancos de terreno disponible y de las posibles ocupaciones.
Localización de los usos de suelo (Etapa V): en esta última etapa, el Comité aporta
en la definición de prioridades y/o tendencias de localización para los distintos usos
modelados, además de avalar los resultados de la distribución hecha por el Consultor.
b) Participantes del Comité de Usos de Suelos y Proyectos
El Comité deberá estar conformado por representantes del sector público y del
sector privado, todos relacionados con el área de infraestructura de transporte. En este
sentido, se sugiere la invitación a los representantes de los siguientes organismos :
Cuadro 9.7
Autoridad Organismos Representantes
SEREMI MINVU
SEREMI MINTRATEL
SEREMI MOP
SERPLAC
SERVIU
Intendencia
Gobernación
DOM
Dirección del Tránsito
SECPLAC
Asesoría Urbana
Alcaldía
SAE
Comités o Corporaciones de Planificación
o de Adelanto Comunal o Regional
Cámara Chilena de la Construcción
Colegio de Arquitectos
Universidades
Empresas de Servicios Públicos
(si corresponde)
Representantes de gremios juntas de vecinos,
asociaciones etc. (si corresponde)
Autoridad Portuaria (si corresponde)
Representante de las FFAA (si corresponde)
Autoridades de la Zona Franca (si corresponde)
Autoridades a Nivel Regional
Autoridades a Nivel Comunal
Representantes de la Comunidad
Página 111 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
c) Convocatoria
La Contraparte, en base a su conocimiento de la ciudad y con el apoyo de la Autoridad
Local, revisará la lista de invitados presentada, haciendo los cambios necesarios, de manera
de garantizar la representatividad, la participación y los objetivos del Comité.
Los llamados e invitaciones a participar en el Comité y a cada una de sus sesiones,
serán cursadas por parte de las Autoridades locales que la Contraparte estime adecuadas,
de manera que la iniciativa y convocatoria corresponda a la Autoridad y no a la Contraparte
o al Consultor.
Para lograr los objetivos del Comité, se requiere de la participación activa de sus
miembros y sobre la base de una permanencia en la representación, un interés en el tema
y un compromiso personal por el trabajo que éste involucra. Para lograr lo anterior se
plantea organizar las actividades del Comité bajo las siguientes consideraciones :
i) El Comité no debiera tener mas de 15 representantes en beneficio de su
operatividad y eficiencia, y debe ser dirigido por una persona u organismo no
comprometido.
ii) El Comité debiera ser creado por la Autoridad Comunal o Regional y entenderse
independiente de la SECTRA
iii) El Comité debiera contar con el compromiso de los Alcaldes e Intendentes y los
representantes debieran ser de su confianza.
iv) La participación requiere de experiencia y conocimiento de temas relacionados
con los objetivos planteados.
v) La participación involucra un compromiso y responsabilidad por parte del
participante.
vi) La participación y los resultados serán difundidos y generarán un nivel de
control sobre el tema reconocido.
vii)La participación involucra aprender y difundir lo aprendido.
viii)Tanto el producto como el proceso de la labor del Comité y del Consultor, es de
conocimiento de los participantes y esto se expresa en documentos y material que
el participante adquiere para sí y el organismo que representa.
ix) Las cesiones del Comité cuentan con el aporte de especialistas y profesionales
externos, como también del Consultor.
x) Las cesiones se desarrollan en distintos lugares, atractivos, de interés y muchas
veces relacionados con los temas que se presentan.
xi) Las cesiones son preparadas y moderadas por un coordinador externo al Comité.
xii)Las sesiones son registradas mediante actas de conocimiento público que
recogen los distintos planteamientos y acuerdos alcanzados.
d) Cantidad y estructura de las sesiones del Comité
El objetivo principal del Comité es aportar antecedentes y criterios que apoyen la
construcción de los escenarios de desarrollo urbano de la ciudad. Este apoyo se traducirá
a través de sesiones de trabajo entre los miembros del Comité, la Contraparte y el Consultor.
La participación del Comité se contempla para las cinco etapas del escenario:
definición de situación base, proyección de la demanda, análisis de la oferta y localización
espacial, y también para las etapas posteriores de formulación de proyectos.
Se sugieren seis sesiones de dos tipos, los talleres de trabajo y las reuniones
informativas como sigue:
La Reunión Taller corresponde a sesiones de un día completo (incluyendo
almuerzo y café) y se divide en dos partes.
En la primera parte se hará la presentación por parte del Consultor, del avance del
estudio y de los aspectos relevantes a la sesión de trabajo. Esta parte será del tipo expositiva
y contará principalmente con la participación del Consultor y de algunos expositores
Página 112 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
invitados. Se sugiere trabajar a modo de aula con el material de proyección y presentación
adecuado, (retroproyector, data show, telón y pizarra) y con el grupo de expositores
diferenciado al frente y una audiencia en sentido opuesto.
En la segunda parte, se desarrollará una sesión de trabajo interactiva con la
participación de los miembros del Comité, apoyados por un moderador del equipo
Consultor. Se sugiere trabajar a base de grupos por especialización, separados físicamente
y mediante mesas redondas de trabajo, con la utilización de planos, fichas y encuestas, y
utilizando medios de registro. (grabador de sonido o filmadora).
La Reunión Informativa corresponde a sesiones de medio día (incluyendo café) y
están dirigidas a entregar información respecto al avance y resultados del estudio, como
también a los aspectos relevantes al desarrollo de éste. Son reuniones del tipo expositivas
principalmente, con sesiones de preguntas y participación menor por parte de los miembros
del Comité.
e) Las Sesiones
A continuación se entrega una programación de las sesiones, sobre la base de un
estudio tipo de ciudad intermedia. La participación del Comité se plantea en 6 sesiones,
como sigue :
Primera Sesión
La primera sesión se realiza al inicio del estudio y corresponde a la presentación a
los representantes locales de los objetivos y alcances del estudio, la definición de la forma
en que operará el Comité y la presentación tanto del Consultor como de la Contraparte.
Es una reunión de tipo informativa y de conocimiento, en donde se definen los
actores y contactos claves en la ciudad y se estipulan los canales de comunicación entre el
Consultor y la Autoridad como la información e informantes disponibles y necesarios para
el desarrollo del estudio.
Es una reunión de una o dos sesiones en un mismo día o dos medios días
consecutivos según los requerimientos de los temas y posibilidad de los participantes.
Segunda Sesión
La segunda sesión se realiza entorno a la fecha de entrega del Primer Informe de
Avance, preferentemente una semana después, de manera de que la Contraparte esté en
conocimiento de las materias a exponer y permitir que cualquier observación y aporte del
Comité pueda ser debidamente evaluado e incorporado en el siguiente informe.
La segunda sesión se inicia con el Comité ya constituido y al cual se le hace llegar
un temario y documento ejecutivo sobre el contenido y forma de la reunión.
En esta reunión se tocarán los siguientes puntos:
Metodología y etapas del diseño de escenarios
El Consultor expone al Comité las distintas etapas del diseño de los escenarios,
las metodologías a emplear y su participación y la del Comité. Se plantean, entre otros
aspectos, los cortes temporales, los tipos de escenarios y la forma en que serán desarrollados.
Zonificación
El Consultor expone la zonificación del estudio, la metodología y criterios utilizados
de manera de informar al Comité y posteriormente recibir comentarios y observaciones a
la división planteada.
Situación base catastrada
El Consultor expone la situación base catastrada (ver etapa III del presente
documento) como parte de la primera etapa del diseño de escenarios y toda la información
obtenida de fuentes de referencia tanto a nivel local como central y que aún no han sido
validadas en terreno.
Dependiendo de las características y calidad de la información, en esta sesión se
debiera reportar lo siguiente :
- Hogares por estrato socio económico por manzana.
Página 113 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
- N° de Matrículas por tipo de educación por manzana
- N° de puestos de trabajo en industrias por tipo de empleo por manzana
- N° de atenciones de salud por establecimiento por manzana
- m
2
de Servicios por manzana
- m
2
de Comercio por manzana
Actualización de la situación base catastrada
El Consultor coordina la participación del Comité en la actualización de la base
catastrada, a base de un sistema de participación interactiva de los miembros del Comité
en el cual se busca obtener información de tipo inmobiliaria que permita ajustar la situación
base a la realidad.
Es en esta etapa en donde el Comité tiene su mayor potencialidad, ya que por ser
gestores inmobiliarios privados y públicos, tienen gran conocimiento de los proyectos
programados, de sus localizaciones, magnitudes y de sus factibilidades de desarrollo.
Esta segunda sesión consta de dos reuniones en un mismo día o dos medios días
consecutivos según los requerimientos de los temas a tratar y posibilidad de los participantes.
Tercera Sesión
La tercera sesión se realiza en torno a la fecha de entrega del Segundo Informe de
Avance y corresponde a la etapa de proyecciones y estimaciones de la demanda y oferta por
espacio urbano para las actividades establecidas. Oportunamente se hace llegar a los
integrantes del Comité un temario y documento ejecutivo sobre el contenido y forma de la
reunión.
Esta tercera sesión corresponde a una reunión o taller la que se divide en dos
unidades de trabajo cada una de dos a tres horas y a base de una o dos sesiones en un mismo
día o dos medios días consecutivos según los requerimientos de las materias a tratar y
posibilidad de los participantes.
En esta reunión se tocarán los siguientes puntos:
Proyección de la demanda
El Consultor expone las proyecciones realizadas según la metodología ofrecida. En
esta etapa, el Comité de uso de suelo, sólo participa de manera informativa para avalar las
proyecciones y supuestos hechos por el Consultor.
Estimación de la oferta
El Consultor expone la estimación de la oferta inmobiliaria estimada para la
demanda proyectada, según la metodología ofrecida. En esta etapa el Comité presenta
algunas potencialidades, ya que sus participantes, tienen conocimiento del mercado del
suelo, por lo que tienen una buena noción de los bancos de terreno disponible y de las
potencialidades de ocupación.
Cuarta Sesión
La cuarta sesión se realiza antes de la fecha de entrega del Tercer Informe de Avance
y corresponde a la etapa de localización de los usos establecidos y proyectados.
Oportunamente se hace llegar a los integrantes del Comité un temario y documento
ejecutivo sobre el contenido y forma de la reunión.
Esta sesión corresponde a una reunión en donde se analizan puntualmente las
asignaciones por zonas establecidas. La asignación y distribución espacial se realiza sobre
la base del análisis junto con el Comité de cada una de las zonas y de forma interactiva,
correspondiente a la última etapa del diseño de escenarios ante de pasar a la modelación.
Esta cuarta sesión consta de dos reuniones en un mismo día o dos medios días
consecutivos según los requerimientos de la reunión y posibilidad de los participantes.
Quinta Sesión
La quinta sesión corresponde a la presentación de los escenarios y de las distintas
alternativas de proyectos a evaluar.
Página 114 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Esta reunión consta de dos sesiones en un mismo día o dos medios días consecutivos
según los requerimientos de los temas y posibilidad de los participantes, y en ella se
desarrollan dos temas de trabajo:
Presentación de los escenarios de desarrollo de la ciudad
El Consultor expone los escenarios definitivos para cada corte temporal y tipo de
escenario a utilizar en la modelación de transporte.
Presentación y formulación de alternativas de proyectos a evaluar
El Consultor presenta algunas alternativas de proyecto detectadas en el desarrollo
del estudio y coordina la participación del Comité en una sesión interactiva de manera de
recoger nuevas alternativas y avalar las propuestas.
Sexta Sesión
Esta sesión corresponde a la sesión de cierre del Comité en donde se exponen los
resultados de la evaluación y proyectos escogidos para la ciudad.
Se trata de una reunión de una o dos sesiones en un mismo día o dos medios días
consecutivos según los requerimientos de los temas y posibilidad de los participantes.
9.3 ETAPA II: DEFINICIÓN DE ESCENARIOS GLOBALES
9.3.1 Introducción
Los Escenarios Globales corresponden a la etapa inicial de proyección de la
evolución de las diferentes actividades que se desarrollan en la ciudad. Corresponden a
escenarios de crecimiento sectorial para toda la ciudad y se expresan en tasas de
crecimiento anual por los diferentes usos de suelo .
En esta etapa se deben definir las tendencias globales y criterios a utilizar para la
definición de los dos tipos de escenarios de contraste establecidos. (punto 9.2.4 del presente
procedimiento metodológico)
Las tendencias se expresarán mediante tasas de crecimiento globales y por sector,
y serán utilizadas para proyectar la demanda y la oferta existente para cada uso establecido.
El producto de esta etapa son las tasas por categoría de uso entregadas en forma de
cuadros generales por período y tipo de escenario.
9.3.2 Definición de Tasas de Crecimiento Global y Sectorial (Usos
no residenciales)
El Consultor deberá proponer un procedimiento metodológico para definir las tasas
de crecimiento global para la ciudad. En este sentido se sugiere la utilización de antecedentes
disponibles en las Cámaras de Comercio respectivas, la Sociedad de Fomento Fabril u otra
fuente local o central, complementada con las tasas de crecimiento global y sectorial
publicadas por la Autoridad Económica, como el Producto Interno Bruto (PIB) a nivel
Regional .
En caso de utilizar el PIB Regional como variable explicativa, se debe tener en
cuenta que éste no siempre expresa el comportamiento de una ciudad, especialmente si ésta
no es la capital regional y/o corresponde a una ciudad especializada. Por lo tanto, el
Consultor deberá proponer una metodología que permita ajustar el PIB sectorial de forma
tal de evitar la distorsión señalada.
Página 115 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Paralelamente y con el apoyo del Comité de Uso de Suelo, se deberán ajustar estas
tasas al comportamiento futuro de la actividad económica, a la luz de lo que ha sido el
crecimiento histórico, lo que serán las inversiones que se avecinan, y respecto de las
apuestas o imágenes objetivos futuras que se tienen para la ciudad, estableciendo de esta
manera, para cada corte temporal y por uso, una tasa de crecimiento por escenario, dentro
de los siguientes parámetros :
Escenario 1 : en este caso se considerará como techo la tasa de crecimiento
global establecida por el consultor para cada actividad (tasa base).
Escenario 2 : en este caso se deberá considerar como piso la tasa base anterior,
corrigiendola de acuerdo a los proyectos sectoriales en carpeta,
asumiendo que en su gran mayoría se implementarían dentro del
período establecido.
Esta corrección consiste en incorporar los proyectos mediante la relación de las
inversiones que involucran respecto a lo que se ha realizado históricamente.
Educación y Salud
Para efectos de las tasas globales, en el caso del uso educación se deberá proyectar
la población en edad escolar y de educación superior sobre la base de las mismas tasas de
escolaridad existentes.
En el caso de salud y dependiendo de la variable explicativa, m2 o número de
atenciones, se deberá establecer la relación mediante un índice, entre la población total
proyectada y la variable explicativa, el que se deberá mantener para los dos cortes
temporales establecidos.
Tanto en Salud como en Educación ambos escenarios se diferenciarán sobre la base
de cantidad de hogares y habitantes proyectados en el punto siguiente.
En el caso de que para alguna ciudad en particular se cuente con información de usos
no residenciales que permitan desarrollar variables explicativas de viajes mejores a las aquí
expuestas, el consultor deberá proponer un método para efectos de su análisis y proyecciones.
9.3.3 Definición de Tasas de Crecimiento Demográfico por Hogar
(Usos residenciales)
Sobre la base de las proyecciones utilizadas por el INE el Consultor deberá definir
las tasas de crecimiento de la población a los cortes establecidos y para los dos escenarios
planteados.
Como la unidad de análisis de los viajes la constituye el hogar , es necesario realizar
las siguientes tareas:
• Definición y proyección del tamaño medio de hogar (hb/hog)
• Determinación del total de hogares
• Distribución y proyección de hogares según categoría de ingresos
En este sentido, el Consultor deberá construir los modelos y proponer un método
debidamente justificado para cada una de ellas y bajo las siguientes consideraciones :
La definición del tamaño de hogar responde principalmente a características socio-
económicas y culturales de la población local , en este sentido, a nivel nacional el tamaño
de hogares fluctuaba entre 3,2 y 4,1 personas al año 97 y sigue decreciendo en la medida
que mejoran los ingresos de la población. El consultor deberá partir de la base del tamaño
de hogar establecido por el INE y ajustarlo según las características de la ciudad.
El número de hogares por año corresponde al cuociente entre el total de población
y el tamaño medio establecido por año.
El total de hogares se distribuye por categorías de ingreso definidas por el equipo
de transporte. Para tal efecto, su proyección y análisis debiera modelarse tomando como
punto de partida la encuesta a hogares realizada como parte del estudio y las series
históricas disponibles a través de la encuesta CASEN realizada por el Ministerio de
Planificación.
Página 116 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Las tasas de crecimiento por hogar se deberán utilizar para los dos escenarios
planteados de forma similar, de manera de poder realizar las evaluaciones de los proyectos
y planes de transporte sobre la base de un mismo número de hogares.
En el caso de que para alguno de los escenarios el Consultor establezca una clara
diferencia de población, se deberán tomar tasas distintas por escenario y las medidas
necesarias en el momento de la evaluación.
En el cuadro 9.8 se muestra un ejemplo de tasas de crecimiento anual para los dos
cortes temporales.
Cuadro Nº 9.8
Tasas de crecimiento anual, ejemplo
Año Residencial alto Residencial medio Residencial bajo
Base
(población)
2.000 25.000 85.000
Corte 1
(tasa anual)
4,0% 3,2% 2,1%
Corte 2
(tasa anual)
5,0% 4,0% 3,0%
9.3.4 Presentación de Resultados
Finalmente los escenarios globales se presentan en tablas comunes con las tasas de
crecimiento anual promedio para la ciudad, por escenario y corte temporal, para las
diferentes categorías de uso de suelo, tal como se presenta en el siguiente cuadro.
Cuadro 9.9
Tasas de crecimiento anual, Escenario 1
Año
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud
Base
(población)
Corte 1
(tasa anual)

Corte 2
(tasa anual)

Cuadro 9.10
Tasas de crecimiento anual, Escenario 2
Año
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud
Base
(población)
Corte 1
(tasa anual)

Corte 2
(tasa anual)

Es importante precisar que para ambas definiciones de tasas, tanto de usos no
residenciales como residenciales, y particularmente respecto a los escenarios optimistas,
en donde se deberá considerar apreciaciones subjetivas tanto del Comité de uso de suelo
como interpretaciones de proyectos e inversiones en carpeta, el Consultor deberá hacer uso
de su experiencia y del análisis subjetivo que merecen estas proyecciones.
Página 117 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.4 ETAPA III: DEFINICIÓN DE LA SITUACIÓN O
ESCENARIO BASE
9.4.1 Introducción
Esta etapa corresponde a la definición de la situación o escenario urbano de lo que
es la ciudad al año determinado como base y respecto a las variables de uso establecidas
para el estudio.
La situación base, es la fotografía de la ciudad respecto a las variables urbanas de
análisis, en el año de la obtención de la información relacionada con el STU de la ciudad
(EOD y mediciones de niveles de servicio).
La definición de la situación base constituye el fundamento de los escenarios, de allí
que la calidad y validez que ella tenga influirá sobre el resultado final de los escenarios y
posterior modelación.
El producto que arroja esta etapa corresponde a una base de datos, con información
a nivel de manzana de los diferentes usos de suelo, e integrada a un Sistema de Información
Geográfico.
9.4.2 Recopilación de Información
La recopilación de la información se debe hacer según las fuentes, categorías y
unidades establecidas en el punto 9.2.6 de la Etapa I del presente procedimiento metodológico.
Es importante mencionar que el Consultor deberá complementar toda la información
recopilada en fuentes bibliográficas y estadísticas con validaciones en terreno y aprovechar
las instancias paralelas tales como encuestas EOD, CASEN, SII y otros, que sirvan al
objetivo de actualizar y mejorar la base de información.
Toda la información se deberá presentar localizada e identificando la fuente y año
respectivo, y se presentará mediante una tabla resumen, desagregada a nivel de manzanas.
9.4.3 Procesamiento y Análisis de la Información
Una vez recopilada toda la información relevante a la construcción de los escenarios,
se procede a su análisis y procesamiento para la construcción de la situación base.
Cada variable de información , según su fuente, forma de catastro y objetivo de su
utilización, se referencia espacialmente según predio, dirección, local, manzana, rol u otra
unidad. El Consultor deberá asimilarlas mediante la confección de diccionarios que le
permitan asociarlas a una sola unidad de referencia espacial. (ver punto 9.2.8 del presente
procedimiento metodológico)
Una vez aplicados los diccionarios se ordena la información según las unidades de
medida, fuente y año correspondiente y según las categorías de uso para cada manzana
como se muestra en el Cuadro 9.11.
Cuadro 9.11
Matriz de información catastrada
Fuente Fuente Fuente Fuente Fuente
[año] [año] [año] [año] [año]
[unidad] [unidad] [unidad] [unidad] [unidad]
Zona
Estudio
Manzana
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud Otros
1
2
3
4
5
6
7
8
9
.....
.....
TOTAL
Fuente
[año]
[unidad]
Esta matriz base corresponde a la información al año en que se encontraba en la
fuente por lo cual deberá ser actualizada, ya sea con información de terreno puntual como
parte del catastro de hogares, como parte del proceso de proyecciones y/o con información
de otros estudios y encuestas en curso.
Página 118 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.4.4 Definición y Proyección de Variables al Año Base
Posteriormente y sobre la base de las tasas de crecimiento anual establecidas en la
etapa anterior, se procede a actualizar la información, de manera de que ésta sea llevada a
un año común de referencia para conformar un escenario o situación base homogénea.
Cada variable deberá ser proyectada a este año base según los métodos y tasas
establecidas en la definición de Escenarios Globales de la Etapa II.
De esta forma se conforma una matriz única para cada categoría de uso, a un año
común y a base de los escenarios de crecimiento establecidos.
9.4.5 Presentación y Validación Situación Base
Finalmente se procede a la validación y presentación del escenario o situación base
mediante la construcción de las tablas respectivas y los planos temáticos de apoyo.
a) Mecanismos de validación
El Consultor deberá validar los antecedentes presentados y las proyecciones hechas
a las variables socio económicas en base a mecanismos simples de verificación y mediante
la utilización de salidas gráficas con un Sistema de Información Geográfico. (SIG)
En este sentido, se deberá verificar las cifras entregadas y proyectadas respecto al
número de manzanas y superficie disponible. Este procedimiento consiste en realizar
salidas gráficas de cruces de variables que permitan identificar manzanas o zonas que a la
luz de la experiencia del Consultor y su equipo, merezcan dudas y deban ser rectificadas.
El Consultor deberá realizar al menos las siguientes verificaciones:
• Superficies por uso respecto al área disponible. La suma del total de superficies
por uso deberá ser contrastada con la superficie disponible para ese uso.
• Matrículas de educación proyectadas respecto a localización de establecimientos
• N° de atenciones de salud respecto a localización de establecimientos
• Zonas o sectores con accidentes geograficos o usos restrictivos que presenten
actividades no compatibles.
b) Presentación de la Situación Base
Una vez verificadas las variables se procederá a la presentación de la situación base
mediante una matriz única en donde figuren para cada manzana y zona del estudio, los usos
respectivos en sus unidades de medida y respecto al año base común como se muestra en
el Cuadro Nº 9.12.
Cuadro 9.12
Matriz de situación o escenario base
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud Otros
Hogares Hogares Hogares m2 m2/PT (1) Matrículas m2/NA (2) Xx
2 1
2 2
2 3
2 4
2 5
2 6
2 7
2 8
4 9
… .....
… .....
Total
ZONA Manzana
Otros : Se considera usos ya sea de servicios, equipamiento, seguridad, turismo etc., que se consideren
relevantes al estudio o sean explicativos de viajes para efectos de la modelación.
1
PT : Puestos de Trabajo
2
NA : Número de Atenciones
Página 119 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Del mismo modo se acompañarán salidas gráficas del tipo SIG de al menos las
siguientes categorías de uso :
• Hogares (agregación de todas las categorías definidas)
• Comercio
• Industria
• Educación
• Salud
• Otros
A modo de ejemplo en la Figura 9.3 se muestra un plano tipo de situación base
comercial a nivel de manzana para la ciudad de Los Angeles.
Figura 9.3
Plano de Situación o Escenario Base
DENSIDAD DE USO DE SUELO COMERCIAL
CIUDAD DE LOS ANGELES
Página 120 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
9.5 ETAPA IV: PROYECCIONES DE LA DEMANDA Y
ANÁLISIS DE LA OFERTA
9.5.1 Introducción
Los objetivos de esta etapa son por una parte, proyectar la futura demanda de suelo
que ejercerán las distintas actividades (usos ) en la ciudad, y por otro lado estimar la oferta
de suelo (cupo) disponible para satisfacer la demanda.
Esta etapa de proyección se basa en los conceptos establecidos en la Etapa II de
Definición de Escenarios Globales, y a su vez alimenta a la Etapa V, de Localización de
Usos, calculando las superficies totales demandadas y ofertadas.
El producto de esta etapa es el siguiente :
Proyecciones de usos de suelo (superficie u otras unidades) del total de la ciudad
para los distintos cortes temporales de modelación. Cupo o cabida disponible para cada
actividad (uso) por zona de modelación.
9.5.2 Proyecciones de la Demanda
La demanda de uso de suelo se entiende como la superficie que requerirá cada
actividad en el horizonte de evaluación del escenario. Luego la proyección de las
superficies se realiza a través de la aplicación de las tasas de crecimiento antes definidas
a la situación base de la ciudad (superficies construídas actuales). Estas proyecciones se
hacen a todos los cortes temporales de modelación, y para cada uno de los usos de suelo
considerados.
Para estas proyecciones el Consultor deberá adicionalmente ajustar las tasas según
la escala o jerarquía del uso a proyectar, es decir, según si el uso es de escala regional,
intercomunal o local.
Las proyecciones de demanda de cada uso dependen del área de servicio o cobertura
que este tenga en el contexto territorial, es por esto que las tasas a considerar deben
diferenciar estos comportamientos y ser ajustadas. Por ejemplo, si el uso o actividad es de
escala regional se debe proyectar su demanda según tasas de crecimiento regionales (ej.
crecimiento de población regional), y si el uso es de escala local, sólo se requerirá de una
proyección a tasa local (ej crecimiento de población comunal).
En este sentido se identifican actividades de carácter local, intercomunal o regional,
basándose en la existencia o no de configuración de carácter central, como por ejemplo los
que se presentan en el siguiente cuadro:
Cuadro 9.13
Escala o Jerarquía de Uso
Uso/Escala Regional Intercomunal Local
Residencial ----------- Condominio Población, Villa
Comercio-servicio Zona Franca Mall, mall financiero Almacén, sucursales
Industria
Puerto, refinería,
parque industrial,
mina
Gran industria Pequeña industria
Educación Universidad Liceo Escuela
Salud Hospital Pequeño hospital Consultorio
Definida la jerarquía de cada uso se procede a ajustar las tasas y a proyectar las
unidades respectivas en el tiempo.
Página 121 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
El Consultor debe obtener como producto de esta etapa lo siguiente :
• Número de hogares por categoría de ingreso (definida en el modelo de transporte),
para el total de la ciudad.
• Superficie (u otra unidad de medida) de uso no residencial, para el total de la
ciudad.
9.5.3 Presentación y Validación de Proyecciones
Al igual que en la situación base el Consultor deberá revisar las proyecciones de
demanda en base a comparar lo que han sido las tendencias históricas, verificando que no
se den crecimientos desmedidos, que no se ajusten a la realidad y posibilidades de la ciudad.
Adicionalmente se deberán presentar las proyecciones al Comité de uso de suelo de
manera de verificar las cifras entregadas y proyectadas.
9.5.4 Estimación de la Oferta de Suelo
La etapa de estimación de la oferta de suelo, busca determinar la superficie posible
de ocupar por los distintos usos de suelo en el tiempo.
Aunque el análisis de mercado requiere de una estimación de la evolución en el
tiempo de la oferta, en la elaboración de escenarios se supone que la oferta total será puesta
en el mercado, y que en definitiva será la demanda de suelo en el tiempo la que se satisface.
Por esto se habla de una estimación de oferta y no de proyección.
La estimación de la oferta de suelo corresponde a la determinación de superficie
disponible para cada uso modelado en cada zona de estudio. En este sentido se deberá
utilizar lo que se conoce como cupo o cabida respecto a cada categoría de uso de suelo
modelada.
La ciudad, en general, se desarrolla y crece bajo tres modalidades o formas de
crecimiento urbano:
• Por extensión o relleno
• Por renovación o densificación
• Por rotación o cambio de destino
Crecimiento por extensión o relleno, corresponde a la ocupación de los espacios
vacíos de la zona urbana, ya sean los intersticios de las áreas consolidadas o la periferia
mediante nuevos loteos.
Crecimiento por renovación urbana, corresponde a lo que se conoce generalmente
como procesos de densificación y renovación, en donde se demuelen edificaciones
existentes para dar cabida a nuevas estructuras de mayor densidad o para acoger otros usos.
Crecimiento por rotación o cambio de destino, corresponde a la rotación o
cambio de destino que experimentan algunas propiedades mediante la adecuación de
estructuras o edificios para recibir otras actividades o aumentar la intensidad del uso
existente.
Para las tres modalidades o tipologías de crecimiento se definen índices de cupo o
cabida medidos en hectáreas., y que corresponden a la diferencia entre lo existente
construído y lo permitido por el Plano Regulador Comunal.
En caso que la normativa existente no contemple constructibilidad de manera
directa, el Consultor deberá realizar el cálculo de superficie por manzana, de manera
geográfica mediante la utilización del SIG, considerando los datos de porcentaje de
ocupación y número de pisos máximos permitidos
Este índice o superficie de cabida o de constructibilidad, corresponde a una
superficie fija en el tiempo y que simboliza la cabida máxima permitida al período de
vigencia de la normativa.
Página 122 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
El resultado de esta etapa se presenta como una matriz de cupo por zona y para todo
el horizonte de modelación, como la que se presenta en la siguiente tabla.
Cuadro 9.14
Presentación de cupo por zona
Zona Residencial Comercio Servicios Educación Industria Salud
1 40 3 30 2 0 1
2 10 22 0 3 0 2
3 100 2 0 3 3 0
4 65 0 0 2 2 0
5 34 0 0 1 23 0,4
6 28 0 0 0 0 0,8
7 39 3 12 0 0 0
-
Cupo (Hás)
9.6 ETAPA V: LOCALIZACIÓN DE USOS DE SUELO
9.6.1 Introducción
Los objetivos de esta etapa son distribuir las demandas de suelo calculadas para el
total de la ciudad en función de la oferta territorial de cada zona, simulando así el fenómeno
de asignación de recursos que se genera en el mercado real del suelo.
El Consultor deberá asignar a cada zona, una cantidad, medida en la unidad
respectiva al uso correspondiente. Vale decir los valores proyectados al año de corte y
según escenario, deben localizarse por zona conformando así la última etapa del escenario.
Los productos de esta etapa son matrices con los usos de suelo localizados por zona
para los distintos cortes temporales y para los dos escenarios establecidos.
9.6.2 Definición de Indicadores de Priorización
La localización de usos, a modo de simular el fenómeno de asignación de mercado,
se realiza mediante la utilización de indicadores de prioridades de localización, o indicadores
de priorización. Esto indicadores son los que determinan qué zonas considerar en la
distribución de los usos respectivos.
Los indicadores de priorización son los que diferencian o determinan que zonas
tienen prioridad en la asignación, entregando una pauta respecto al orden y cantidad a
asignar.
Estos constituyen guías o pautas de apoyo a los expertos locales y al Consultor
respecto al proceso, pero no entregan una fórmula o método preciso de localización. En este
sentido el Consultor deberá establecer los indicadores necesarios para explicar la localización
de los usos en base a las características de la ciudad y a la disponibilidad de información.
La priorización de zonas se realiza del análisis y cruce de estos indicadores, y se
materializa en lo que se denomina matriz de prioridades de localización, la que se compone
en sus columnas por los distintos usos de suelo a modelar, y en sus filas por las distintas
zonas a considerar.
Página 123 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La construcción de las matrices de prioridad deberá contener el análisis de al menos
los siguientes indicadores de prioridad:
• Indicador de tendencia
• Indicador según normativa
• Indicador según proyectos
• Indicador de especialización
• Indicador de grado de asociación
a) Indicador de tendencia
Este indicador recoge lo que ha sido la tendencia histórica de crecimiento de la
ciudad mediante el manejo de las tasas históricas por zona.
Sobre la base de los catastros de edificación y de la información socio-económica
recopilada se definen las tasas de crecimiento anual por uso, estableciendo la tendencia
expresada en una matriz por zona y uso.
b) Indicador de prioridad según normativa
Este indicador busca recoger el comportamiento de la localización desde el punto
de vista de la Planificación Territorial.
En este sentido se recogen las restricciones de la normativa en función de lo
dispuesto en la zonificación del Plan Regulador Comunal. Para esto se determinan los usos
posibles por zona, construyendo así una matriz dicotómica (1 si se permite y 0 si no).
Un ejemplo de este tipo de matriz se presenta en el cuadro 9.15, en donde se presenta
una primera columna que identifica la zona, y una última columna que identifica los usos
predominante que le asigna el PRC a cada zona. A base de estos usos predominantes es que
se definen los valores de cada celda correspondiente a cada uso, en el sentido que es 1
cuando el uso es definido como predominante por el PRC y 0 si no es definido.
Cuadro 9.15
“Matriz de priorización por normativa”
Zona Residencial Comercio Educación Industria Servicios Salud
Uso Predominante
según PRC
1 1 0 0 0 0 0 Residencial
2 1 0 0 0 0 0 Residencial
3 1 0 0 0 0 0 Residencial
4 0 1 1 0 1 1 Comercio/servicio
5 0 1 1 0 1 1 Comercio/servicio
6 1 0 0 0 0 0 Residencial
7 0 0 0 0 1 0 Servicio
8 0 0 0 1 0 0 Industria
9 1 0 0 0 0 0 Residencial
10 0 0 0 0 1 0 Servicio
c) Indicador según proyectos programados
Sobre la base de los proyectos programados y aprobados por la municipalidad
respectiva, se propone la construcción de una matriz zonal a través de la cuantificación de
los proyectos medidos en superficie y por uso, considerando también su factibilidad de
materialización, la que posteriormente se lleva a una matriz dicotómica de comparación.
En el cuadro 9.16 se muestra un ejemplo en donde se aprecian las unidades de
medida que se utilizan para la modelación por uso y zona contemplados en los proyectos
programados y aprobados. Luego en el cuadro 9.17 se obtiene la matriz dicotómica antes
planteada transformando los valores de superficie o variable explicativa en valores 1 o 0
en base a su importancia y tamaño.
Página 124 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 9.16
Superficie en hectáreas por usos y zona de proyectos programados y aprobados
Residencial Comercio Educación Industria Servicios Salud
[há] [há] [há] [há] [há] [há]
1
2
3 437.275
4 9.557
5 9.217
6 41.404
7
8 3.812 16.653
9 134.419
10
Zona
Cuadro 9.17
Matriz de prioridades según proyectos programados
Residencial Comercio Educación Industria Servicios Salud
1 0 0 0 0 0 0
2 0 0 0 0 0 0
3 1 0 0 0 0 0
4 1 0 0 0 0 0
5 1 0 0 0 0 0
6 1 0 0 0 0 0
7 0 0 0 0 0 0
8 0 1 0 0 1 0
9 1 0 0 0 0 0
10 0 0 0 0 0 0
Zona
d) Indicador de especialización
Sobre la base de la localización de actividades existentes, se propone la construcción
de una matriz de especialización por uso y zona. Este análisis determina a través de un
indicador, si es que una zona específica se especializa en un determinado uso o no.
La especialización se define como la situación en la cual una zona presenta una
concentración de una determinada actividad proporcionalmente mayor que la concentración
de la actividad en toda la ciudad. Este grado de especialización se calcula a través del
coeficiente de especialización relativa, que determina la especialización relativa de cada
zona en algún uso específico. Para esto se construye una matriz Zona-Uso, en donde las
filas corresponden a las zonas de estudio, y las columnas corresponden a los usos de suelo
modelados. A esta matriz la define el elemento U
ij
que representa a la superficie del uso j
en la zona i, definiéndose el Coeficiente de Especialización C
ij
por la relación:
C
ij
= U
ij
Σ
i
U
ij
Σ
j
U
ij
Σ
i
Σ
j
U
ij
(9.1)
Uij = Superficie de uso j en zona i
S
j
U
ij
= Suma de superficies por uso en zona i
S
i
U
ij
= Suma de superficie de uso j para el total de las zonas
S
i
S
j
U
ij
= Suma total de superficie por uso y zona (toda la ciudad)
La especialización relativa de una zona i en un uso j se asocia a un C
ij
>1
Definidas las zonas que se especializan en algún uso, se construye una matriz
dicotómica (1 o 0) en la que se asigna un 1 si existe especialización y un 0 si no se
especializa.
En el cuadro 9.18 se presenta un ejemplo con las superficies por usos y zona en el
año base. En la matriz 9.19 se presentan los coeficientes de especialización calculados para
cada zona y uso. Finalmente en el cuadro 9.20 se presenta la matriz dicotómica construída
en base a la especialización de uso en zonas.
Página 125 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 9.18
Superficies (hectáreas) por usos de suelo, año base
Zona Residencial Comercio Educación Industria Servicios Salud Total
1 7.344 8 0 0 474 0 7.826
2 30.617 1.552 0 34.586 918 0 67.673
3 68.620 8.077 2.166 385 382 0 79.630
4 64.898 9.849 993 565 134 0 76.439
5 49.948 31.632 6.900 938 4.724 5.715 99.857
6 99.857 1.525 2.063 225 120 0 103.790
7 86.455 4.360 1.537 1.621 1.320 287 95.580
8 9.985 17.717 6.206 24.792 26.722 0 85.422
9 27.328 137 2.306 0 0 100 29.871
10 54.690 14.070 722 524 7.920 0 77.926
Total 499.742 88.928 22.893 63.636 42.715 6.102 724.016
Cuadro 9.19
Coeficientes de especialización relativa por uso (C
ij
)
Zona Residencial Comercio Educación Industria Servicios Salud
1 0,07 0,00 0,00 0,00 0,04 0,00
2 0,05 0,01 0,00 0,26 0,02 0,00
3 0,06 0,06 0,06 0,00 0,01 0,00
4 0,06 0,05 0,03 0,01 0,00 0,00
5 0,05 0,12 0,10 0,01 0,06 0,30
6 0,07 0,01 0,04 0,00 0,00 0,00
7 0,06 0,03 0,04 0,01 0,02 0,03
8 0,01 0,09 0,10 0,15 0,23 0,00
9 0,06 0,00 0,11 0,00 0,00 0,03
10 0,04 0,07 0,02 0,01 0,09 0,00
Cuadro 9.20
Matriz de prioridades por especialización (Celda=1 si C
ij
>1)
Zona Residencial Comercio Educación Industria Servicios Salud
1 1 0 0 0 1 0
2 0 0 0 1 0 0
3 1 0 0 0 0 0
4 1 1 0 0 0 0
5 0 1 1 0 0 1
6 1 0 0 0 0 0
7 1 0 0 0 0 0
8 0 1 1 1 1 0
9 1 0 1 0 0 0
10 1 1 0 0 1 0
e) Indicador de grado de asociación
Este indicador considera prioridades de localización en función de asociaciones de
usos de suelo. Esta asociaciones de usos de suelo responden a funcionalidades lógicas o
compatibilidades entre usos distintos, muchas veces influenciadas por economías de
aglomeraciones, como por ejemplo pensar que al uso educación le interesa asociarse al uso
residencial, o que al uso servicios le interesa asociarse al uso comercial e industrial, etc.
Para construir estas matrices se utilizan las matrices de especialización, que definen
asociaciones de uso, definiéndose priorizaciones en función de que se cumpla con las
especializaciones asociadas.
Un ejemplo de construcción de este tipo de matrices se presenta en los cuadros 9.21,
9.22 y 9.23. En el cuadro 9.21 se presenta una matriz (dicotómica) de especializaciones (la
que se obtuvo del punto d), luego se definen en el cuadro 9.22 las asociaciones entre los
distintos usos, para esto se puede utilizar criterio de expertos o técnicas de correlación entre
uso. Finalmente, el cuadro 9.23 presenta la matriz de prioridades asociadasresultante.
Página 126 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
Cuadro 9.21
Matriz de prioridades por especialización
Zona Residencial Comercio Educación Industria Servicios Salud
1 1 0 0 0 1 0
2 0 0 0 1 0 0
3 1 0 0 0 0 0
4 1 1 0 0 0 0
5 0 1 1 0 0 1
6 1 0 0 0 0 0
7 1 0 0 0 0 0
8 0 1 1 1 1 0
9 1 0 1 0 0 0
10 1 1 0 0 1 0
Cuadro 9.22
Tabla de asociación de usos
Usos Se asocia a Especialización en Uso
Residencial Residencia
Comercio Comercio y Servicios
Educación Educación y Residencia
Industria Industria y Servicios
Servicios Servicios, Industria y Comercio
Salud Salud y Servicios
Cuadro 9.23
Matriz de prioridades por usos asociados
Zona Residencial Comercio Educación Industria Servicios Salud
1 1 1 1 1 1 1
2 0 0 0 1 1 0
3 1 0 1 0 0 0
4 1 1 1 0 1 0
5 0 1 1 0 1 1
6 1 0 1 0 0 0
7 1 0 1 0 0 0
8 0 1 1 1 1 1
9 1 0 1 0 0 0
10 1 1 1 1 1 1
9.6.3 Localización de Usos de Suelo
En esta etapa se localizan las demandas proyectadas asignando y distribuyendo
cantidades según las prioridades establecidas y con la participación del Comité de uso de
suelo.
Esta localización o distribución debe ser hecha, en base a las tasas de crecimiento
por uso establecidas en los escenarios globales en la Etapa II y para los distintos cortes
temporales.
Con el concurso de expertos locales, a través del Comité de uso de suelo, el
Consultor deberá proponer un sistema de ponderación o jerarquización de los factores de
priorización que permita establecer, por categoría de uso, la prioridad de cada zona
incorporando de manera integrada, todos los factores analizados, es decir, se debe elegir
o construir una sola matriz de priorización, sobre la cual se distribuirán los distintos usos.
Página 127 Metodología para Análisis de Sistemas de Transporte en Grandes Ciudades y Ciudades de Tamaño Medio
Comisión de Planificación de Inversiones en Infraestructura de Transporte - Secretaría Ejecutiva SECTRA
La matriz de priorización elegida o construída (a partir de operaciones matriciales o
cruces entre varias matrices) es la que define en que zonas se distribuirá las demandas
futuras. De esta forma, en todas las zonas que tengan priorización (1 en matrices
dicotómicas) para un uso determinado, se asignará o localizará la demanda estimada para
dicho uso. Las zonas que no tengan prioridad no serán consideradas en la distribución
(localización).
En este sentido el Consultor deberá proponer técnicas de distribución de las
demandas basados por ejemplo en análisis multipropósito, del tipo elección de expertos
(expert choice) u otras que estime adecuadas a la tarea.
El producto de esta localización es una matriz con la magnitud de usos (superficie
u otras unidades) para el corte específico de tiempo y asignado o localizado en cada Zona
de la ciudad.
9.6.4 Presentación y Validación de la Localización
La cantidad y localización de cada uno de los usos de suelo constituye en sí el
escenario, el cual se presenta mediante las matrices por zona y unidad respectiva de uso,
para cada tipo de escenario y corte temporal establecido.
Estas matrices se presentan también con salidas GIS de manera de graficar el
escenario y de verificar la existencia de errores en las asignaciones, revisando visualmente
las localizaciones zonales realizadas.
En el Cuadro 9.24 se muestra un ejemplo de la matriz de salida del escenario para
un corte temporal.
Cuadro 9.24
Ejemplo Matriz del escenario para un corte temporal específico
Zona
Estudio
Manzana
Residencial
alto
Residencial
medio
Residencial
bajo
Comercial Industrial Educacional Salud Otros
1
2
3
4
5
6
7
8
9
.....
.....
TOTAL
Escenario I