Estimación y análisis de modelos de demanda agregada para el transporte público en Santiago de Chile

Abstract

La ciudad de Santiago dispone de un sistema integrado de transporte público que se extiende sobre una superficie de 680 km2, abarcando las 32 comunas de la provincia de Santiago más las comunas de San Bernardo y Puente Alto, a través de tres modos de transporte: bus, metro y tren. De acuerdo a la última encuesta Origen-Destino, en un día laboral normal se realizan cerca de 18,5 millones de viajes, de los cuales el 25 % corresponde a transporte público, el 26 % a automóvil particular, el 34,5 % corresponde a caminata y el resto se divide principalmente entre bicicleta y taxi colectivo. Las tendencias en la movilidad de Santiago muestran que a lo largo del tiempo el automóvil particular ha aumentado su participación modal, junto con fuertes inversiones en estructura vial que incentivan el uso de este, creciendo cerca de un 5 % entre los años 2001-2012. Por el contrario, las tendencias en el transporte público muestran una disminución en los viajes realizados en este, con una participación modal que ha disminuido cerca de un 3,2 % en el mismo periodo. El objetivo de este estudio es abordar las tendencias actuales en la movilidad en Santiago, con el fin de comprender los factores claves que estimulan e impulsan la demanda de transporte público en la ciudad, con la finalidad de guiar y respaldar los objetivos establecidos por Chile en el ámbito del transporte público. La metodología empleada se basa en la estimación de las elasticidades de la demanda a corto plazo utilizando un modelo de regresión log-log. Este enfoque tiene en cuenta la posible presencia de autocorrelación en los residuos y del problema de endogeneidad que se presenta con la relación entre demanda y variables de nivel de servicio como vehículos-kilómetro y coche-kilómetro. Los resultados muestran que el sistema de transporte es sensible a los cambios en la tarifa, mostrando una elasticidad cercana a ≠0, 3 y significancia estadística principalmente en los modelos correspondientes al modo Bus. Del mismo modo, las variables correspondientes al nivel de servicio presentan significancia estadística en la mayoría de los modelos, fluctuando entre los valores 0, 5 y 1. La elasticidad de la tasa de desempleo muestra signo positivo y significancia estadística en todos los modelos, con elasticidades cercanas a 0, 1. La elasticidad del PIB per cápita, mayoritariamente no muestra significancia estadística, y valor fluctúa entre los valores ≠1, 0 y ≠0, 5. Por último, las variables binarias mensuales, tomando como base el mes de Enero, muestran valores más bajos en los meses correspondientes a vacaciones y a los meses de lluvia en todos los modelos. Los resultados sugieren aprovechar la sensibilidad de la demanda ante los niveles de servicio proporcionados por los operadores de transporte público a fin de generar incentivos que impulsen el aumento de la demanda del sistema. Por otra parte, los resultados muestran que no es posible caracterizar al sistema de transporte público como bien de carácter inferior, ya que la relación negativa entre PIB per cápita y demanda, se debe principalmente a el incremento de los viajes en automóvil. Finalmente, los usuarios del modo Bus muestran una mayor sensibilidad a las variaciones en la tarifa, mientras que los usuarios del sistema de Metro demuestran una mayor capacidad para afrontar económicamente un aumento en la tarifa.