Está en la página 1de 120

UNIVERSIDAD DE CHILE FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS DEPARTAMENTO DE INGENIERA CIVIL

ANLISIS DE MEDIDAS DE GESTIN DE TRNSITO QUE AFECTEN LA DEMANDA DE TRFICO USANDO TRIPS

TESIS PARA OPTAR AL GRADO DE MAGISTER EN INGENIERA DE TRANSPORTE

NATALIA CRISTINA DURN AMOROCHO

PROFESOR GUIA: RODRIGO FERNNDEZ AGUILERA MIEMBROS DE LA COMISION: JUAN ENRIQUE COEYMANS AVARIA JAIME GIBSON ALDUNATE MARCELA MUNIZAGA MUOZ EDUARDO VALENZUELA FRERAUT

SANTIAGO DE CHILE MARZO 2009

RESUMEN
Las medidas de gestin de la demanda de trfico estn diseadas para regular el uso de los automviles e incentivar modos de transporte alternativos (transporte pblico, biciclos, caminata). Es difcil evaluar el impacto de estas medidas utilizando modelos estratgicos, ya que consideran variables de trfico de manera agregada (curvas flujo-velocidad) e ignoran variaciones de capacidad en intersecciones en perodos cortos (v. g., dentro del ciclo de un semforo). Tampoco son apropiados modelos operacionales, como TRANSYT, SATURN o GETRAM, ya que algunas de estas medidas pueden incidir en la asignacin de trfico, pero tambin sobre otras etapas del modelo de demanda. Esta tesis muestra la aplicacin de un modelo ms flexible (TRIPS: TRansport Improvement Planning System) que permite modelar las cuatro etapas del modelo clsico de transporte y al mismo tiempo representar una red en detalle (semforos, rotondas, seales de prioridad, pistas slo bus). Para esta investigacin se buscaron modelos de demanda calibrados para una ciudad de tamao medio, utilizndose los reportados para la ciudad de Valdivia en 1998 por una empresa consultora. Con la informacin de la red y los modelos de demanda se implement TRIPS, usando el costo generalizado de viaje para alimentar las etapas de particin modal y distribucin. Dadas las limitaciones encontradas en el software para el tratamiento de las paradas del transporte pblico, se calibraron relaciones entre el flujo y la velocidad comercial de buses calibradas con una base de datos de la ciudad de Concepcin Todo lo anterior permiti una razonable representacin de la red y comportamiento de los usuarios para probar diversas medidas de gestin de trnsito. Entre estas se probaron la implantacin de calles exclusivas para el transporte pblico, la reversibilidad de vas para el transporte privado y la tarificacin por congestin en el centro del rea de estudio. Los resultados obtenidos estn relacionados con la topologa y caractersticas de la red, con los modelos de demanda, y con los lugares donde se implementaron las medidas. En este sentido deben considerarse de manera relativa. Los resultados estn en la lnea de lo esperado y los ms destacables son los siguientes. Las calles exclusivas para el transporte pblico producen cambios en la particin modal, pero no en la distribucin de viajes. En la asignacin de trfico hay cambios no slo en las vas adyacentes a las vas exclusivas, sino en un rea bastante mayor, incluyendo el centro de la ciudad. La reversibilidad no tuvo ningn impacto prctico en la demanda, observndose que su impacto en la asignacin slo afecta la vialidad inmediata. La tarificacin en el centro produjo una reasignacin en un rea bastante mayor a la intervenida; no slo en las calles cercanas y de acceso. Adems, hizo cambiar la particin modal, no slo de los viajes con origen o destino el centro, sino que la de toda la ciudad.

TABLA DE CONTENIDO

1
1.1 1.2

INTRODUCCIN ................................................................................................................................1
Objetivos ........................................................................................................................................................... 2 1.1.1 Objetivos especficos............................................................................................................................... 2 Estructura.......................................................................................................................................................... 2

2
2.1 2.2

REVISIN BIBLIOGRFICA .............................................................................................................3


Gestin de la demanda de trfico ................................................................................................................... 3 Modelos de transporte ................................................................................................................................... 10 2.2.1 GETRAM ............................................................................................................................................... 10 2.2.2 TRANSYT.............................................................................................................................................. 11 2.2.3 SATURN................................................................................................................................................ 11 2.2.4 ESTRAUS ............................................................................................................................................. 12 2.2.5 EMME/2................................................................................................................................................. 12 2.2.6 TRIPS.................................................................................................................................................... 14 2.2.7 Eleccin del modelo a usar ................................................................................................................... 15

3
3.1 3.2

METODOLOGA ...............................................................................................................................17
La relacin entre las etapas del modelo clsico de transporte.................................................................. 18 Anlisis de la herramienta ............................................................................................................................. 19 3.2.1 Modelos internos ................................................................................................................................... 20 3.2.2 Curvas flujo-velocidad para el transporte pblico.................................................................................. 21 3.2.3 Propuesta de curvas flujo-velocidad para el transporte pblico ............................................................ 21 Construccin del modelo............................................................................................................................... 24

3.3

4
4.1 4.2

DESCRIPCIN DE LA INFORMACIN USADA.............................................................................32


Red de modelacin......................................................................................................................................... 33 Modelos de demanda ..................................................................................................................................... 36 4.2.1 Modelos de generacin y atraccin de viajes........................................................................................ 36 4.2.2 Modelo de distribucin........................................................................................................................... 40 4.2.3 Modelo de particin modal .................................................................................................................... 42 Modelo de asignacin .................................................................................................................................... 44 Situacin base ................................................................................................................................................ 45

4.3 4.4

5
5.1 5.2 5.3

EXPERIMENTOS..............................................................................................................................49
Prioridad al transporte pblico ..................................................................................................................... 49 Reversibilidad de vas .................................................................................................................................... 51 Tarificacin vial en una zona......................................................................................................................... 54

6
6.1

ANLISIS DE RESULTADOS..........................................................................................................57
Prioridad al transporte pblico ..................................................................................................................... 57 6.1.1 Anlisis sin variacin en la generacin.................................................................................................. 57 a. Distribucin ...................................................................................................................................... 57 b. Particin modal ................................................................................................................................ 58 c. Asignacin ....................................................................................................................................... 60 d. Tiempo de viaje e ndice de rendimiento ......................................................................................... 63 6.1.2 Anlisis con variacin en la generacin................................................................................................. 64 a. Distribucin ...................................................................................................................................... 64 b. Particin modal ................................................................................................................................ 65 c. Asignacin ....................................................................................................................................... 66 d. Tiempo de viaje e ndice de rendimiento ......................................................................................... 72 Reversibilidad de vas .................................................................................................................................... 75 6.2.1 Anlisis sin variacin en los vectores de atraccin y generacin de viajes ........................................... 75

6.2

6.3

a. Distribucin ...................................................................................................................................... 75 b. Particin modal ................................................................................................................................ 76 c. Asignacin ....................................................................................................................................... 76 d. Tiempo de viaje e ndice de rendimiento ......................................................................................... 79 6.2.2 Anlisis con escenarios de vectores de atraccin y generacin de viajes ............................................ 81 a. Distribucin ...................................................................................................................................... 81 b. Particin modal ................................................................................................................................ 83 c. Asignacin ....................................................................................................................................... 84 d. Tiempo de viaje e ndice de rendimiento ......................................................................................... 88 Tarificacin vial en una zona......................................................................................................................... 96 a. Distribucin ...................................................................................................................................... 96 b. Particin modal ................................................................................................................................ 97 c. Asignacin ....................................................................................................................................... 99 d. Tiempo de viaje e ndice de rendimiento ....................................................................................... 104 e. Comparacin con lo reportado en la literatura ............................................................................... 108

7
7.1

CONCLUSIN ................................................................................................................................109
Sntesis de resultados.................................................................................................................................. 109 Prioridad al transporte pblico............................................................................................................. 109 Reversibilidad de vas ......................................................................................................................... 109 Tarificacin vial en una zona ............................................................................................................... 110 Respuesta a los objetivos............................................................................................................................ 110 Investigaciones futuras................................................................................................................................ 111

7.2 7.3

BIBLIOGRAFA ..............................................................................................................................112

ii

NDICE DE FIGURAS
Figura 1. Figura 2. Figura 3. Figura 4. Figura 5. Figura 6. Figura 7. Figura 8. Figura 9. Figura 10. Figura 11. Figura 12. Figura 13. Figura 14. Figura 15. Figura 16. Figura 17. Figura 18. Figura 19. Figura 20. Figura 21. Figura 22. Figura 23. Figura 24. Figura 25. Figura 26. Figura 27. Figura 28. Figura 29. Figura 30. Figura 31. Figura 32. Figura 33. Figura 34. Figura 35. Figura 36. Figura 37. Figura 38. Figura 39. Figura 40. Figura 41. Figura 42. Relacin entre las etapas del modelo clsico de transporte....................................................... 19 Disposicin general de grupos (pantalla de TRIPS) ................................................................... 25 Creacin de la red (pantalla de TRIPS)...................................................................................... 26 Definicin de intersecciones (pantalla de TRIPS)....................................................................... 27 Definicin de lneas de transporte pblico (pantalla de TRIPS).................................................. 28 Subprograma de distribucin (pantalla de TRIPS) ..................................................................... 29 Programacin de subprograma de particin modal (pantalla de TRIPS).................................... 30 Datos de control del subprograma de asignacin (pantalla de TRIPS) ...................................... 31 Red de Modelacin..................................................................................................................... 33 Caractersticas de la red de modelacin .................................................................................... 34 Lneas de transporte pblico ...................................................................................................... 35 Nombres de algunas calles relevantes ....................................................................................... 35 Viajes generados y atrados en cada zona................................................................................. 45 Particin modal, segn rea de anlisis ..................................................................................... 46 Asignacin de flujos a la red....................................................................................................... 47 Grados de saturacin de la red .................................................................................................. 47 Vas elegidas para adoptar medidas de prioridad al transporte pblico ..................................... 50 Va elegida para probar medidas de reversibilidad..................................................................... 52 Macrozonas ................................................................................................................................ 53 Zona tarificada............................................................................................................................ 55 Ubicacin de zonas con mayor variacin en la distribucin de los viajes ................................... 58 Particin modal, todos los modos, situacin base y con vas exclusivas, viajes en toda la ciudad y zona centro.................................................................................................. 59 Particin modal, modos agrupados, situacin base y con vas exclusivas, viajes en toda la ciudad y zona centro.................................................................................................. 59 Cambios en la asignacin de flujo a la red ................................................................................. 60 Grados de saturacin superiores a 30% en la situacin base .................................................... 61 Grados de saturacin superiores a 30% con vas exclusivas..................................................... 62 Porcentaje de viajes que cambian el par origen destino en cada escenario de generacin de viajes................................................................................................................... 65 Diferencias en la particin modal agrupada, para los escenarios de generacin de viajes ........ 66 Cambios en la asignacin de flujo a la red para los distintos escenarios ................................... 67 Cambios en la asignacin de flujo a la red para los distintos escenarios ................................... 68 Grados de saturacin superiores a 30%, situacin base y con vas exclusivas, generacin al 90%...................................................................................................................... 69 Grados de saturacin superiores a 30%, situacin base y con vas exclusivas, generacin al 110%.................................................................................................................... 70 Grados de saturacin superiores a 30%, situacin base y con vas exclusivas, generacin al 140%.................................................................................................................... 71 Variaciones en los tiempo de viaje de las lneas de transporte pblico ...................................... 72 Tiempo de viaje en situacin base y va exclusiva, segn escenario de generacin, para transporte pblico ............................................................................................................... 73 Tiempo de viaje en situacin base y va exclusiva, segn escenario de generacin, para transporte privados............................................................................................................. 73 Diferencias del ndice de rendimiento por modo y pasajero, segn escenario de generacin de viajes................................................................................................................... 74 ndice de rendimiento total, segn escenario de generacin de viajes, en $/hora...................... 75 Particin modal, modos agrupados, situacin base y con va reversible, viajes en toda la ciudad y zona centro.................................................................................................. 76 Cambios en la asignacin de flujo a la red ................................................................................. 77 Grados de saturacin superiores a 30% en la situacin base .................................................... 78 Grados de saturacin superiores a 30% en la situacin base .................................................... 79

iii

Figura 43. Figura 44. Figura 45. Figura 46. Figura 47. Figura 48. Figura 49. Figura 50. Figura 51. Figura 52. Figura 53. Figura 54. Figura 55. Figura 56. Figura 57. Figura 58. Figura 59. Figura 60. Figura 61. Figura 62. Figura 63. Figura 64. Figura 65. Figura 66. Figura 67. Figura 68. Figura 69. Figura 70. Figura 71. Figura 72. Figura 73. Figura 74. Figura 75. Figura 76. Figura 77.

Porcentaje de viajes que cambian el par origen destino, para los escenarios variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante................ 82 Porcentaje de viajes que cambian el par origen destino, para los escenarios variacin en la concentracin de la generacin de viajes, manteniendo la atraccin constante................ 82 Porcentaje de viajes que cambian el par origen destino, para los escenarios variacin en la concentracin de la atraccin y generacin de viajes........................................................ 83 Diferencias en la particin modal agrupada, para los escenarios variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante ........................ 83 Diferencias en la particin modal agrupada, para los escenarios variacin en la concentracin de la generacin de viajes, manteniendo la atraccin constante ........................ 84 Diferencias en la particin modal agrupada, para los escenarios variacin en la concentracin de la atraccin y generacin de viajes ................................................................ 84 Cambios en la asignacin de flujo a la red para los escenarios con mayores cambios ............. 85 Cambios en la asignacin de flujo a la red para los escenarios con mayores cambios ............. 86 Grados de saturacin superiores a 30% para el escenario de atraccin al centro en 10% y generacin sin modificar .......................................................................................................... 87 Grados de saturacin superiores a 30% para el escenario de atraccin al centro en 10% y generacin sin modificar .......................................................................................................... 88 Reruteos transporte pblico........................................................................................................ 89 Tiempo de viaje promedio en transporte pblico, para los escenarios con variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante................ 89 Tiempo de viaje promedio en transporte pblico, para los escenarios con variacin en la concentracin de la generacin de viajes, manteniendo la atraccin constante................ 90 Tiempo de viaje promedio en transporte pblico, para los escenarios con variacin en la concentracin de la atraccin y generacin de viajes........................................................ 90 Tiempo de viaje promedio en transporte privado, para los escenarios con variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante................ 91 Tiempo de viaje promedio en transporte privado, para los escenarios con variacin en la concentracin de la generacin de viajes, manteniendo la atraccin constante................ 91 Tiempo de viaje promedio en transporte privado, para los escenarios con variacin en la concentracin de la atraccin y generacin de viajes........................................................ 92 Diferencias del ndice de rendimiento por modo y pasajero, para los escenarios con variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante 93 Diferencias del ndice de rendimiento por modo y pasajero, para los escenarios con variacin en la concentracin de la generacin de viajes, manteniendo la atraccin constante 93 Diferencias del ndice de rendimiento por modo y pasajero, para los escenarios con variacin en la concentracin de la atraccin y generacin de viajes ........................................ 94 ndice de rendimiento total ($/h), para los escenarios con variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante................................................ 94 Diferencias del ndice de rendimiento total, para los escenarios con variacin en la .................... concentracin de la atraccin de viajes, manteniendo la generacin constante ........................ 95 Diferencias del ndice de rendimiento total, para los escenarios con variacin en la .................... concentracin de la atraccin de viajes, manteniendo la generacin constante ........................ 95 Porcentaje de viajes que cambian el par origen destino en cada escenario tarifario ................. 96 Particin modal, para todos los escenarios, viajes en toda la ciudad......................................... 97 Particin modal, para todos los escenarios, viajes hacia la zona centro .................................... 98 Cambios en la asignacin de flujo a la red entre la situacin base y distintos escenarios ....... 100 Cambios en la asignacin de flujo a la red entre la situacin base y distintos escenarios ....... 101 Grados de saturacin superiores a 30% en distintos escenarios ............................................. 103 Grados de saturacin superiores a 30% en distintos escenarios ............................................. 104 Variaciones en los tiempo de viaje de las lneas de transporte pblico .................................... 105 Tiempo de viaje promedio en transporte pblico y privado, en minutos ................................... 106 Diferencias en la velocidad promedio en transporte pblico y privado ..................................... 106 Diferencias del ndice de rendimiento por modo y pasajero ..................................................... 107 Diferencias del ndice de rendimiento total ............................................................................... 107

iv

NDICE DE TABLAS

Tabla 1. Tabla 2. Tabla 3. Tabla 4. Tabla 5. Tabla 6. Tabla 7. Tabla 8. Tabla 9. Tabla 10. Tabla 11. Tabla 12. Tabla 13. Tabla 14. Tabla 15. Tabla 16. Tabla 17. Tabla 18. Tabla 19. Tabla 20. Tabla 21. Tabla 22. Tabla 23.

Ejemplos de medidas de gestin de demanda de trfico ............................................................. 4 Matriz de beneficios por impactos en los viajes............................................................................ 5 Cambios en los viajes realizados en Londres entre 2002 y 2003................................................. 7 Caractersticas de los modelos por tipo...................................................................................... 15 Resultados de la primera calibracin, clculo velocidad de recorrido ........................................ 22 Resultados de la segunda calibracin, clculo velocidad de recorrido....................................... 23 Resultados de la calibracin de la velocidad comercial.............................................................. 23 Calibracin relacin tiempo detenido vs pasajeros que suben y bajan por km........................... 24 Calibracin relacin frecuencia de detenciones vs pasajeros que suben y bajan por km .......... 24 Tasas de generacin de viajes (viajes/hogar) Perodo: Punta Maana, Tipo: BHI y Propsito: Trabajo ...................................................................................................................... 38 Ajuste del modelo de generacin de viajes zonales por categora de usuario Perodo: Punta Maana, Tipo: BHI y Propsito: Trabajo .......................................................................... 38 Tasas de generacin de viajes (viajes/hogar) Perodo: Punta Maana, Tipo: BHI y Propsito: Estudio ...................................................................................................................... 38 Ajuste del modelo de generacin de viajes zonales por categora de usuario Perodo: Punta Maana, Tipo: BHI y Propsito: Estudio........................................................................... 38 Modelo de Atraccin de viajes zonales totales Perodo: Punta Maana, Tipo: BHI y Propsito: Trabajo ...................................................................................................................... 39 Modelo de Atraccin de viajes zonales totales Perodo: Punta Maana, Tipo: BHI y Propsito: Estudio ...................................................................................................................... 40 Parmetro n Calibrados por Propsito y Categora, periodo punta maana ............................. 42 Modelos de Particin Modal del perodo Punta Maana ............................................................ 43 Valores Subjetivos del Tiempo de Viaje del perodo Punta Maana .......................................... 44 Variables de servicio promedio de la situacin base .................................................................. 48 Porcentaje propuesto por macrozona en los escenarios ............................................................ 54 ndices de rendimiento por modo y pasajero .............................................................................. 64 ndices de rendimiento por modo y pasajero .............................................................................. 80 Elasticidades y valores subjetivos del tiempo para distintas ciudades ....................................... 98

INTRODUCCIN
Las medidas de gestin de trnsito se pueden clasificar en dos categoras: - gestin de la oferta, que busca maximizar la capacidad vial de la red, - y gestin de la demanda, cuyo objetivo consiste en reducir los flujos vehiculares sobre la red.

Segn Wallace et al. (1999) las medidas de gestin de la demanda estn diseadas para regular el deseo de los viajeros por usar automviles e incentivarlos a usar modos de transporte alternativos (transporte pblico, biciclos, caminata). Esto se refleja en la disminucin del grado de saturacin (razn entre el flujo y la capacidad) de los diferentes dispositivos viales, producto de la disminucin del flujo de vehculos a igual capacidad vial, y, a travs de ste, en los impactos urbanos derivados del trfico como: congestin (colas, demora, detenciones), polucin, ruido, riesgo, segregacin, intimidacin, intrusin visual, etc. (Ferguson, 1991). Entre las medidas que se mencionan en la literatura como potencialmente atractivas para reducir los flujos vehiculares estn: - las prioridades al transporte pblico (p. ej. vas exclusivas para buses), - la eliminacin de estacionamientos en reas cntricas, - facilidades a modos no motorizados (calles peatonales y ciclo vas) - y la reduccin de la saturacin en un rea a partir de modificaciones en la programacin de las redes de semforos. Los efectos de estas medidas pueden ser muy variados, dependiendo del conjunto que se elija. Se pueden lograr cambios en la ruta elegida, en la combinacin de modos a usar, en los horarios en que se realizan los viajes o incluso en la decisin de realizarlos o no (IHT, 1997; Victoria Transport Policy Institute). Aplicar modelos de carcter estratgico, se han usado con este fin, dificulta la evaluacin de los impactos de este tipo de medidas, ya que stos consideran algunas variables de trfico de manera agregada como curvas flujo-velocidad e ignoran otras como la variacin en la capacidad de una interseccin durante los ciclos del semforo. Modelos estratgicos como: ESTRAUS o EMME/2 son insensibles a aspectos fundamentales de gestin de trfico (e. ej., considerar la programacin de semforos). Por ello, no logran modelar la variacin en el patrn de flujos y la capacidad; en consecuencia, no obtienen una buena estimacin del grado de saturacin y sus impactos asociados. Modelos operacionales como: TRANSYT, SATURN o GETRAM tampoco son apropiados, ya que algunas medidas de gestin de trnsito pueden incidir sobre la asignacin, la particin modal, e inclusive la distribucin o generacin de viajes (Montero et al., 1998; Siegel y de Grange, 2001). Sin embargo, una herramienta ms flexible como TRIPS (TRansport Improvement Planning System) (CITILABS, 2002), que permite modelar las cuatro etapas del modelo clsico de transporte y al mismo tiempo, crear una red con detalle (e. ej. tipos de intersecciones, programacin de semforos); tiene las caractersticas necesarias para poder hacer este tipo de anlisis. Segn la revisin bibliogrfica TRIPS no ha sido probado con el objetivo de evaluar medidas de gestin de trfico, en Chile ni Latinoamrica.
1

A partir de lo anterior, surgen tres preguntas a las que se les quiere buscar respuesta en esta tesis:

Qu medidas de gestin de trnsito impactan efectivamente en la demanda de trfico? En qu proporcin lo hacen en un medio como el chileno o latinoamericano? Qu tan apropiada es una herramienta como TRIPS para captar estos cambios?

1.1

OBJETIVOS

El objetivo general de esta tesis es medir cuantitativamente los impactos de determinadas medidas de gestin de trnsito sobre la demanda de trfico (flujos de vehculos), utilizando como herramienta un modelo apropiado de carcter tctico (TRIPS). 1.1.1 Objetivos especficos a) Revisar diversas medidas de gestin de trnsito que potencialmente afecten la demanda de trfico y sus impactos reportados en la literatura internacional. b) Usar TRIPS para probar las distintas medidas de gestin, estimar dichos impactos e implementarlo en un rea de tamao apropiado (p. ej. una ciudad de tamao medio). c) Definir distintos esquemas de gestin de trnsito en el rea de anlisis, comparar y discutir los resultados con los efectos observados o esperados, segn la teora y literatura. 1.2 ESTRUCTURA

Este primer captulo expone la motivacin y relevancia de estudiar este tema, luego se plantean los objetivos y por ltimo, se presenta la estructura del documento. En el segundo captulo se encuentra la revisin bibliogrfica, donde hace una explicacin detalla de lo que son las medidas de gestin de demanda de trfico, se realiza un anlisis critico de los modelos de transporte y se analizan los modelos internos de TRIPS. A continuacin, se presenta la metodologa, donde se describen los pasos para desarrollar el modelo en la herramienta, se indica una propuesta de medidas de gestin de demanda de trfico. En el cuarto captulo se presenta la descripcin de la informacin usada, dando los detalles de la red y los modelos de demanda y asignacin que se utilizaron al construir el modelo. Luego se explican detalladamente los experimentos, revisando cules son los elegidos, en qu parte de la red se consideran y la forma en que finalmente se modelan. En el sexto captulo se desarrolla el anlisis de resultados, donde adicionalmente a su presentacin, se hace un anlisis crtico y se determina si coinciden con lo esperado. Por ltimo, se presentan las conclusiones de esta tesis.

REVISIN BIBLIOGRFICA

El objetivo de la gestin de demanda de trfico es mejorar el uso de los recursos de transporte existentes. Esto se hace a travs de medidas orientadas a modificar el patrn de los viajes que se realizan o el hecho de que stos no se efecten. La consideracin de la gestin de la demanda como una alternativa legtima al sistema de transporte ha sido dificultosa, porque los mtodos para cuantificar los costos y beneficios de estas estrategias, comparado con los correspondientes efectos de las nuevas construcciones, no han sido bien desarrollados (Wallace et al. 1999). Los impactos de estas medidas de gestin de la demanda de trfico pueden afectar una o ms de las 4 etapas del modelo tradicional de transporte. El problema es que muchos de las herramientas de transporteactualmente en usoson muy detallados y slo consideran una de las etapas, o son muy generales y no logran incluir las variables locales afectadas. Para cuantificar los impactos de las medidas de gestin de la demanda de trfico es necesario conocer estas medidas, los cambios y beneficios esperados, y tambin distinguir cabalmente los modelos existentes. Este captulo se divide en: - la revisin de la gestin de la demanda de trfico, - la presentacin de GETRAM, TRANSYT, SATURN, ESTRAUS, EMME/2 y TRIPS, - el anlisis de los modelos internos de la herramienta elegida para determinar sus debilida-des y proponer formas de superarlas. 2.1 GESTIN DE LA DEMANDA DE TRFICO

Es el arte de modificar lenta y gradualmente el comportamiento individual de los viajeros, en vez de estar expandiendo la capacidad vial cada vez que se observa o se espera un aumento en la congestin (Ferguson, 1991). Esto se hace a travs de una gran variedad de medidas o paquetes de stas que tienen diferentes tipos de impactos en el sistema de transporte. stas pueden intervenir y variar los horarios, los destinos, las rutas o modos de los viajes. Por ejemplo, por medio de estrategias que mejoren el transporte pblico u otorgando facilidades a peatones y ciclistas, y de esta forma, incentivar cambios modales. Entre ciertas medidas que parecen atractivas se hallan: - las prioridades al transporte pblico (p. ej. vas exclusivas o mejoras tecnolgicas a los buses), - las facilidades a peatones y ciclistas, - el control de estacionamientos en reas cntricas, - la tarificacin vial, - gating (control de los flujos y/o sus impactos mediante variaciones en la programacin de semforos).

Cada medida tiene objetivos especficos e impactos diferentes. Por ejemplo: las prioridades al transporte pblico se orientan a cambios modales, mientras que el gating puede intervenir en los horarios y asignacin de los viajes; con la tarificacin vial modificar el destino o particin modal de algunos de los viajes o la asignacin a la red dependiendo del tipo de tarificacin que se considere (rutas o zonas). A continuacin, se presentan algunos ejemplos de medidas, con los mecanismos que se usan para su implantacin y los cambios que resultan en los viajes.
Tabla 1. Ejemplos de medidas de gestin de demanda de trfico Medidas de gestin de demanda de trfico Aquietamiento del trfico (traffic calming) Mecanismo Gestin de las vas con medidas de rediseo. Cambios en viajes Reduce la velocidad de los vehculos, desincentiva uso de esas vas y mejora las condiciones de los peatones. Cambia el horario de los viajes (si es que se realizan) Cambia el horario de los viajes, reduce los flujos en determinadas vas y/o reas. Cambio de modo, aumenta el uso de transporte pblico Aumenta la ocupacin de los vehculos, disminuye los flujos vehiculares Cambios de modo, aumentan la caminata y el uso de biciclos. Reduce la tenencia de autos y los flujos vehiculares. Cambios de modo, reducen la tenencia de autos y la longitud de los viajes.

Incentivos a empresas o industria Tiempo flexible (trabajo) que cambian los horarios o permiten trabajo desde la casa. Cobro directo a los usuarios al Cobro por congestin entrar a un rea o va vial congestionada en vehculo privado. Mejorar las condiciones de Mejoras al transporte infraestructura y operacin del pblico transporte pblico. Provisin de pistas rpidas para Promocin de compartir vehculos con alta ocupacin, o el viaje permiso de entrar a reas restringidas. Mejoras a peatones y Mejoras en las condiciones de viaje ciclistas de estos modos. Promocin de compartir Permitir y crear incentivos para la el auto compra compartida del auto. Crecimiento urbano Proveer servicios (educacin, inteligente, nuevo comercio, etc.) dentro o cerca de las urbanismo reas residenciales.

Diferentes tipos de estrategias de gestin de demanda de trfico causan diferentes tipos de cambios en los viajes Fuente: Basado en http:/www.vtpi.org/tdm/tdm14.htm (Victoria Transport Policy Institute) y elaboracin propia

Las medidas de gestin de la demanda de trfico alteran los patrones de viajes y esto produce variaciones en distintos niveles del sistema de transporte. Por ejemplo, si una medida est orientada a reducir la velocidad del trfico es muy beneficiosa en trminos de seguridad vial, pero no tiene un impacto positivo en la reduccin de la congestin. Las medidas que se orientan en el cambio de horario del viaje resultan muy beneficiosas en la reduccin de la congestin pero en los dems aspectos no influyen mucho. En cambio, aquellas que logran bajar la posesin de vehculos son muy beneficiosas en todos los aspectos planteados. La siguiente matriz presenta los tipos de beneficios por impacto que se producen en los patrones de viajes. Algunos de stos son: - reduccin de la congestin, - ahorro en consumo de recursos (tiempo, combustible, etc.), - mayor uso de las alternativas al transporte privado - y mejoras en la calidad de vida.
4

Tabla 2. Matriz de beneficios por impactos en los viajes Impactos Beneficios Reduccin de la congestin Ahorros en estacionamientos Ahorros por consumos de recursos Uso de modos alternativos (ms eficientes) al transporte privado Seguridad vial Proteccin del medioambiente Uso del suelo eficiente Calidad de vida Reduccin en las velocidades de trfico Cambio en el periodo del viaje 3 Viajes cortos 2 Cambios en los modos 2 3 1 2 Reduccin en los flujos vehiculares 3 3 2 Reduccin en la tenencia de vehculos 3 3 3

1 3 1 1 2 2 1 2 1

3 2 2 1 1

2 3 2 2 2

3 3 3 3 3

Rango desde 3 (muy beneficioso) a -3 (muy desbeneficioso). Fuente: http:/www.vtpi.org/tdm/tdm14.htm

La matriz plantea relaciones entre los impactos logrados en los viajes y sus beneficios. En muchos casos el impacto se define a partir de su principal beneficio esperado .Por ejemplo: mejorar la seguridad vial est completamente relacionado con una velocidad reducida, debido a que el conductor de un vehculo puede reaccionar mejor y los efectos de posibles accidentes son menos graves. Otro ejemplo, es que reducir los flujos vehiculares implica tambin reducir la congestin. Sin embargo, no todas las relaciones aqu planteadas son correctas. Por ejemplo: en zonas y arcos donde se reducen los flujos vehiculares, se incrementan las velocidades, sobretodo, cuando la situacin inicial es de congestin, lo cual no mejora la seguridad vial. Una relacin no considerada en la matriz es que hacer los viajes ms cortos o reducir la velocidad en zonas residenciales, tiende a mejorar las condiciones e incentivar el uso de modos alternativos al vehculo privado. Es necesario analizar bien las relaciones ya planteadas dado que algunas parecen contradictorias y sin embargo son coherentes. Por ejemplo en la matriz no se establece ninguna relacin entre la reduccin de la velocidad de trfico (impacto) y la reduccin de la congestin (beneficio). Se esperara una relacin desfavorable si se piensa en reducir la velocidad en una calle congestionada. Pero esta relacin no es tal, porque las medidas de reduccin de las velocidades (medidas de traffic calming) se deben implementar solamente en zonas de baja congestin y de jerarqua local. En el contexto internacional, trabajos como los de Cairns et al. (1998) y Cairns et al. (2002) dan ejemplos de ms de 60 casos donde se implementaron medidas de gestin de trnsito, enfocadas principalmente a cerrar parte de la red vial para uso exclusivo de algunos usuarios como peatones, ciclistas o transporte pblico.

Los resultados, en gran parte de estos casos al menos 50 muestran que los niveles de flujo en el rea alrededor disminuyen y no aumentan como se predijo. En estos casos se logr que las personas efectivamente modifiquen sus decisiones y cambien el modo, el destino e incluso no realicen el viaje. Generalmente, las medidas de gestin no se implementan aisladas, sino como un conjunto. En el caso de priorizar el transporte pblico, actualmente, la tendencia en Latinoamrica es no slo aplicar medidas de gestin de trnsito; sino acompaarlas de profundas alteraciones en el funcionamiento de las empresas, el sistema de pago y la tecnologa de los buses. Algunos ejemplos son: Transmilenio en Bogot, la Ecova en Quito, Transmetro en Guatemala y Transantiago en Santiago de Chile. Al cabo de un ao de operacin de Transmilenio se realiz una evaluacin ex-post y se observ que se realizaban un 15% ms de los viajes estimados. Adems, en las encuestas a los usuarios, el 10% dijo haber cambiado de modo desde un vehculo particular; esta variable que no fue considerada en la modelacin inicial explica en parte, la diferencia en la demanda del sistema (Chaparro, 2002). Tambin existen ejemplos donde se han aplicado slo medidas de prioridad al transporte pblico como vas exclusivas o pistas slo bus, varios de ellos en Inglaterra. En general la informacin reportada est orientada a las modificaciones en los tiempos de viaje y en los patrones de las lneas de transporte pblico, y no a los cambios en la demanda. (Bus Priority). Lo detallado en los prrafos anteriores evidencia que existe una tendencia a no asociar que estas decisiones pueden tener impactos relevantes en la demanda del sistema de transporte. Algo similar ocurre cuando se revisan los casos donde se han implementado vas reversibles, y se reportan slo las mejoras en congestin y tiempo de viaje, pero nada respecto de la demanda. La experiencia de tarificacin de una zona sobre la cual se puede encontrar ms informacin es Londres. En febrero de 2002 se comenz a cobrar por circular en el rea centro durante el da. Esto gener cambios en los patrones de viajes dentro de la ciudad. Dentro de los resultados, ms relevantes, para los objetivos de esta tesis estn los cambios que realizaron las personas en sus viajes. Mori (2004) realiz un estudio detallado de los impactos sociales de la medida en Londres, recopilando informacin con entrevistas realizadas antes y despus de implementarla (ms de un ao). Las encuestas se realizaron en hogares (3 barrios dentro de la zona de cobro y otros 4 en el resto de Londres), y sin bien la intencin de la muestra no fue tener representatividad de toda la ciudad, s muestra una tendencia. La siguiente informacin es sobre un viaje en especfico que las personas describieron en detalle, antes y despus de la implementacin de la medida. Se encuestaron a 367 personas en el rea de cobro y 390 en el resto de la ciudad.

Tabla 3. Cambios en los viajes realizados en Londres entre 2002 y 2003 Viajes originados en la zona centro (%) 79 21 11 9 5 9 Viajes originados en el resto de la ciudad (%) 68 32 16 15 6 8

Sin cambios Con algn cambio modo* periodo* Cambio destino* de destino dentro de la zona**

* Los valores pueden sumar ms de 21% o 32% pues se pueden hacer ms de un tipo de cambio. ** Valor calculado slo sobre los viajes cuyo destino final estaba dentro de la zona de cobro Fuente: (Mori, 2004)

La informacin que presenta la tabla anterior nos demuestra que tanto los viajes originados en la zona centro como aquellos fuera de ella en su mayora, han sufrido cambios de modo y/o periodo. Sin embargo, se observa entre un 20% y 25% donde lo que vara es el destino. Estos resultados son previsibles, porque alterar el modo es una decisin exclusiva del viajero; el cambio de periodo no supone cambios en infraestructura (p. ej. llegar ms temprano al lugar de trabajo o estudio), pero el cambio de destino implica modificar sustancialmente las actividades a realizar. Adems, se observa mayor variacin en viajes originados fuera de la zona de cobro. Esto puede suceder porque lejos de sta, los viajeros tienen ms opciones de cambio, debido a que sus viajes no se originan en la zona de restriccin. En Chile se tienen variadas experiencias con las medidas primarias y complementarias de gestin de trnsito expuestas por Fernndez (1999). A continuacin, algunos ejemplos: - las vas exclusivas, - las mejoras al transporte pblico, - gating - y el control de estacionamientos. Sin embargo, stas se han considerado sin tener evaluacin de sus beneficios a priori y se han validado ex post con sus resultados, y no siempre aplicando metodologas adecuadas. Esto en las vas exclusivas y gating no reporta mayores inconvenientes, debido a su bajo costo de implantacin; pero en la construccin y control de estacionamientos obtener resultados desfavorables es perjudicial para la ciudad, por los altos costos sociales y de construccin en que se incurre. Tambin se han implementado medidas de gestin que no necesariamente van en el sentido de su objetivo general: el uso racional de los recursos, como es el caso de las vas reversibles, sobretodo en vas de uso exclusivo de transporte privado. Si bien, las medidas se han validado en el sentido que logran bajar los tiempos de viaje de los usuarios de transporte privado, no queda claro que sean positivas al revisar la situacin en un nivel ms amplio que la va o el corredor (p. ej. comuna o ciudad). Por todo lo dicho, anteriormente, es preciso encontrar una herramienta adecuada, que pueda cuantificar los beneficios de las medidas de gestin de demanda de trfico.
7

Una de las experiencias ms exitosas de la implementacin de medidas de gestin de trnsito en Chile es la gestin de la UOCT en Santiago, controlando las redes semaforizadas de la ciudad, aunque se aprecie ms la gestin de la capacidad, que la gestin de la demanda de trfico. Existen tambin, medidas dispuestas a mejorar la circulacin del transporte pblico como, la construccin de las vas exclusivas de Av. Grecia y la Alameda, que pueden considerarse no completamente exitosas. En Av. Grecia el tiempo de viaje para el transporte pblico (en el corredor) aument, a pesar de eso la percepcin de los usuarios es muy positiva; sobretodo en lo relativo a tiempo de viaje, seguridad peatonal, comodidad y conducta de los pasajeros. (Macro, 1996). En la Alameda se optimiz el tiempo de viaje en el transporte pblico, pero simultneamente se mejor el de los privados, esto sin duda no desincentiva el uso del automvil. Adems, en esta ciudad subsisten experiencias negativas como los estacionamientos del metro Escuela Militar, donde no se logra que la gente baje del vehculo y siga su viaje en metro (cambio de modo). Por cierto, la poltica tarifaria de stos similar en su estructura y nivel a sitios cntricos, no incita a detenerse y a los viajeros les resulta ms atractivo continuar en sus vehculos, hasta el centro mismo. Para definir cmo se puede modelar un sistema de transporte, considerando evaluar los impactos de las medidas de gestin de la demanda, es necesario saber cules son las variables que resultan afectadas. As podemos determinar, dentro de cada etapa del modelo clsico, qu parte debe ser capaz de asumir los cambios que estas medidas representan. Un efecto esperado de algunas de ellas es reducir los viajes (por ejemplo: tarificacin vial o polticas de tiempo de trabajo flexible). Esto puede ser para todo el da o slo en un periodo del da, es decir, cambiar los horarios de los viajes. En este caso es esencial conseguir modelar para distintos periodos. Reproducir adecuadamente, la generacin de viajes despus de implementar medidas que los reduzcan considera dentro de las variables explicativas de los modelos por ejemplo, la posibilidad de trabajar en casa u horarios flexibles de entrada al trabajo o al estudio. Tambin es importante, la interaccin entre esta etapa y las siguientes, ya que la decisin de hacer o no un viaje o cambiar su horario, est muy relacionada con el tiempo del viaje, los modos disponibles, y los costos que pueden variar a lo largo del da, etc. Cuando se controlan los estacionamientos en el rea cntrica, o se efecta el cobro por circular dentro de un rea, se est incentivando a cambiar de modo; pero esto tambin puede producir un cambio de destino y por tal influye en la etapa de distribucin de los viajes, tales variaciones se pueden asumir si se modifican los costos asociados a sus restricciones. Esta etapa es afectada por las sucesivas, ya que las decisiones del destino de un viaje dependen de la existencia de algn modo de transporte, el costo y el tiempo de viaje. Tal vez, el cambio de modo sea el efecto que ms se repite en la implantacin de medidas de gestin de la demanda, ya que, cuando un viaje no puede modificarse como en el caso de un trabajo que necesita de un horario estricto, nicamente, se puede lograr un cambio modal. El mismo, puede variar totalmente (p. ej. de auto a bus) o puede hacerlo slo en parte (p. ej. auto hasta el metro y desde ese punto al destino). En esta etapa es necesario tener modelos que incluyan estos modos combinados, y tambin modos no motorizados como son la caminata y la bicicleta.
8

Dentro de las variables que pueden aportar "informacin relevante" es necesario, incluir aquellas relacionadas con las facilidades a peatones o uso de bicicletas como ciclovas, estacionamientos ad-hoc o veredas anchas. Tambin, se deben agregar los costos de los estacionamientos y su disponibilidad en la zona de destino. La particin modal se ve afectada por la asignacin del flujo y los pasajeros, y dependiendo de esto se pueden variar ciertos parmetros, como el tiempo de viaje, el costo y la disponibilidad de los estacionamientos. Al momento de hacer la asignacin de la demanda a la red vial es fundamental, que el modelo usado permita construir una red flexible que pueda tener distintas clases de arco, con capacidad y velocidad propia y que adems, incluya y sea sensible a los cambios en la programacin de semforos. Allsop (1983) hace una revisin detallada de las caractersticas que debe tener el modelo de asignacin para representar de la mejor forma posible los cambios que producen las medidas. En esta revisin se plantean algunos de los problemas de los algoritmos de asignacin y como se han ido superando, complementando el enfoque terico con mtodos heursticos. A continuacin, se presentan los fundamentos ms relevantes que revisa el autor. El principio base para el desarrollo de las tcnicas de asignacin es el principio de Wardrop, donde se asume que todas las rutas usadas entre un mismo par origen-destino, tienen el mismo costo, y este es menor al de cualquier otra ruta no usada. Una variante en esta hiptesis supone que algunos conductores usarn otras rutas fuera de las ms baratas. Para esto, un modelo del tipo logit tambin nos lleva a un problema de minimizacin convexo, modelo del tipo Dial (Sheffi, 1985). En el contexto de la gestin de trfico, las demoras y colas en intersecciones dependen de los flujos en las dems ramas que tienen prioridad, sobre la que es representada por el arco. En este sentido, el modelo de asignacin debe asumir que el costo (tiempo, combustible, etc.) en un arco, no depende exclusivamente de su propio flujo, sino tambin, de los flujos en los arcos que llegan al mismo nodo. En redes urbanas donde existe congestin, si no se cumple con los requerimientos para usar una tcnica determinstica de asignacin por equilibrio a usuario, se puede usar un mtodo heurstico conocido como carga incremental. Este mtodo, propone comenzar con una red vaca y asignar slo una proporcin de la matriz de viajes, con los costos asociados a cero flujos. Despus, se van haciendo iteraciones donde cada vez, se calculan los costos con los flujos asignados y se va asignado otra proporcin de la matriz en base a los nuevos costos y ms aun, se puede llegar incluso a quitar parte del flujo asignado. Aunque, hayan pasado ms de 20 aos desde que se hizo este desarrollo, son estos mismos principios los que siguen siendo vlidos hoy en da y, en general los mtodos presentados, son los disponibles en los softwares de asignacin en el mercado.

2.2

MODELOS DE TRANSPORTE

Los modelos de transporte se han desarrollado para predecir el comportamiento de los usuarios de un sistema y de esta forma, al incluir un proyecto, cuantificar los beneficios que ste aporta. Algunos modelos de tipo microscpico van al detalle de operacin vehculo a vehculo, pero tambin consideran la demanda fija y asignada, con lo cual obtienen muy buenos parmetros de operacin del sistema, pero no sirven para evaluar medidas de gestin, que cambian al menos, la asignacin de los flujos. Otros de tipo mesoscpicos, se ocupan slo de distribuir los flujos en una red o evaluar su operacin asumiendo la demanda fija, con lo cual no funcionan para evaluar medidas que produzcan cambios en la matriz de viajes. Finalmente, existen aquellos de tipo macroscpico que realizan las cuatro etapas del modelo tradicional de transporte, de forma secuencial o simultnea, dependiendo del tipo y del propsito para el cual se aplique. Con stos, dependiendo del nivel de detalle que se logre, se pueden evaluar algunas medidas, pero con limitaciones tales como, no poder incluir la programacin de redes de semforos, o considerar el da entero y no por periodos. A continuacin, se hace una descripcin de ciertos modelos tipo microscpicos, mesoscpicos y macroscpicos concentrando su presentacin en las relaciones entre las etapas de oferta y demanda y el tipo de red requerida, dado que, estos son los aspectos ms relevantes para la modelacin de las medidas de gestin de trfico. GETRAM (TSS, 2000) modela el flujo al detalle de los vehculos y ser el de tipo microscpico que se estudie (para otros, ver Burgos, 2004). SATURN (Van Vliet, 1993) y TRANSYT (Vincent et al., 1980) son del tipo mesoscpicos, ms agregados, que consideran bastante detalle en las variables, pero usan histogramas cclicos de flujo en vez de modelar el flujo vehculo a vehculo. Los ltimos sern ESTRAUS (MIDEPLAN, 2001), EMME/2 (INRO, 1998) y TRIPS (CITILABS, 2001), que son modelos donde se trabaja, generalmente, con reas grandes y cierto nivel de agregacin. 2.2.1 GETRAM Este microsimulador de trfico permite representar la operacin del sistema vehculo a vehculo (TSS, 2000) y logra gran precisin, en la prediccin del comportamiento de los usuarios, en condiciones donde la demanda est fija y asignada, es decir, se suponen conocidos los flujos por los distintos dispositivos viales. El propsito de este tipo de modelo es representar la realidad y simularla, con lo cual la red se configura muy detalladamente. Necesita informacin sobre la geometra de las vas, el nmero de pistas y los movimientos permitidos. Tambin, requiere que se definan las intersecciones, el tipo de regulacin y los parmetros de operacin de aquellas semaforizadas. La simulacin tiene ventajas respecto al anlisis analtico, ya que puede captar todas las interacciones entre los tipos de vehculos y los tipos de conductores. Sin embargo, tambin se necesita una gran cantidad de informacin inicial, no slo geometra de las vas, sino informacin detallada del comportamiento de los usuarios. En general los simuladores permiten obtener informacin grfica, que suele ser muy til, para identificar ciertos problemas y sus causas.
10

A pesar de sus ventajas, respecto de la evaluacin de medidas de gestin de la demanda, GETRAM presenta problemas como no lograr representar los cambios en el comportamiento de los viajeros (ruta o destino), pero sirve como herramienta de ayuda capaz de realizar un mejor clculo de parmetros operacionales (Montero, 1998; Siegel y de Grange, 2001). 2.2.2 TRANSYT Este modelo analiza el comportamiento del trfico y define el mejor plan de control de semforos (Vincent et al., 1980). El anlisis que entrega consiste en el clculo de los parmetros operacionales como capacidad, demoras, y largo de cola en forma analtica, es decir, utilizando formas analticas con valores promedio para el periodo analizado. Para esto, necesita una demanda asignada con flujos promedio, para cada movimiento, en cada interseccin. La red en este modelo est definida por nodos y arcos. Los nodos, que representan intersecciones, pueden ser controlados por seales de prioridad o semforo, y en estas ltimas se necesita la informacin sobre el tiempo de ciclo, las fases y los desfases con los dems semforos de la red. Los arcos, que unen los nodos, necesitan informacin del tipo movimientos permitidos, flujo de saturacin, largo del arco, velocidad promedio, demoras en paraderos para los buses, etc. (Vincent et al., 1980). TRANSYT no es eficiente para evaluar medidas de gestin de la demanda, pues considera como dato de entrada la demanda asignada, y no logra representar ningn cambio en el comportamiento de los usuarios. Puede ser una herramienta til para conocer los parmetros de operacin de distintos escenarios, pero necesita informacin externa para lograrlos. 2.2.3 SATURN Es un modelo de simulacin y asignacin de trfico, que en principio fue creado para analizar medidas de gestin de trfico, pero ha ido ampliado sus funciones (Van Vliet, 1993). A partir de matrices de viaje por modo, distribuye los flujos en una red dada, y calcula los parmetros operacionales para comparar distintos escenarios, pero no se hace cargo de los cambios en la demanda. Trabaja con dos tipos de redes: interna (inner) y externa (buffer), ambas configuraciones se hacen con nodos y arcos. En la red inner los nodos son diferentes y dependen del tipo de regulacin de la interseccin (prioridad, semforo, rotonda, etc.) y requieren ms informacin segn dicha operacin, por ejemplo: en semforos se requerirn fases y desfases. En la red buffer no se considera distintos tipos de nodos, pero para los arcos se necesita: el nmero de pistas, la velocidad promedio, el largo del arco, el flujo de saturacin por movimiento, y se puede calcular la curva flujo-velocidad. La asignacin se puede hacer de forma determinstica, por principios de Wardrop, o estocstica y el programa permite que el usuario decida, segn lo que est modelando. El clculo de parmetros operacionales se hace de forma analtica (Van Vliet, 1993). Cuando se producen variaciones, slo en la etapa de asignacin de los viajes a la red, esta herramienta puede ser muy til, porque permite tener distintos tipos de nodos, controlados por seales semaforizadas o de prioridad, los arcos pueden ser caracterizados detalladamente y de esta forma, tener una buena asignacin en los flujos. Cuando las medidas involucran
11

alteraciones en otras etapas, este modelo deja de ser adecuado, ya que no puede percibir los cambios en la demanda. 2.2.4 ESTRAUS Este modelo computacional resuelve 3 de las 4 etapas del modelo clsico de transporte, usando equilibrio simultneo, lo cual permite evaluar las interacciones entre la demanda y la oferta. La generacin de viajes se excluye de este proceso, es decir, se asume fija y previa al proceso de equilibrio (MIDEPLAN, 2001). Con ESTRAUS se obtiene el equilibrio simultneamente en la etapa de asignacin de la red de transporte privado, la asignacin de pasajeros a transporte pblico, la eleccin de la particin modal y la distribucin. Los modelos de demanda trabajan con tres propsitos y distintas categoras de usuarios; segn nivel de ingreso y propiedad de auto. Para la distribucin se usan modelos gravitacionales doblemente acotados, mientras que para la particin modal se usan aquellos de eleccin discreta tipo logit (Ortzar, 1998 y Ortzar, 2000). Opera con dos tipos de redes: bsica y de transporte pblico. La primera se define por un conjunto de nodos (intersecciones y centroides de zona) y arcos (calles). En esta red no se diferencian los tipos de nodos, no se incluye el tipo de regulacin de las intersecciones, y los arcos tienen costos de operacin, asociados a los parmetros de distancia, capacidad, congestin, etc., pero no se incluyen estos parmetros por separado. Se define como transporte pblico a los modos simples bus, taxi colectivo y metro, y los modos combinados bus - metro y taxi colectivo - metro. Debe existir una red para cada modo simple y cada modo combinado. Estas redes se definen como un subconjunto del conjunto de nodos de la red bsica y un conjunto de lneas por modo. La asignacin a la red privada y a las redes de transporte pblico se hace de acuerdo con el primer principio de Wardrop. Las medidas de gestin de la demanda, generalmente, afectan a ms de una etapa del modelo clsico y con esta herramienta es posible modelar 3 de las 4 etapas de forma simultnea. Pero este modelo no considera la generacin de viajes, con lo cual es insensible a cambios producidos por medidas de gestin que afecten los horarios del viaje o la decisin de realizarlo. Respecto de la particin modal, al considerar slo modos combinados con el metro, se pierde potencialidad para modelar incentivos al uso del modo bus y combinaciones bus-bus o bus-automvil. Adicionalmente, no considera los modos no motorizados, eliminando la posibilidad de evaluar medidas de gestin orientadas a incentivar su uso. Por ltimo, al privilegiar la simultaneidad en el proceso de iteracin entre las etapas, no es posible considerar el tipo de regulacin de las intersecciones y esto no permite representar cambios en la programacin de semforos, y como los arcos incluyen poca informacin (caractersticas), no se pueden calcular en detalle, los parmetros de operacin. 2.2.5 EMME/2 Este modelo de transporte es bastante amplio y flexible, mantiene una filosofa de trabajo que distingue entre dos mbitos: demanda y oferta; y el equilibrio que se debe establecer entre ambos (INRO, 1998). Para la demanda se usan escenarios con cambios de poblacin, uso de

12

suelo, niveles socioeconmicos, etc. Para la oferta se dispone de distintas redes o parmetros dentro de ellas. EMME/2 no tiene definido, previamente, un proceso para la modelacin de demanda sino que ofrece varias herramientas para manipular matrices y formalizar tal modelacin. Contiene una calculadora de matrices, que permite hacer gran cantidad de operaciones con las matrices, procesos de balance en dos y tres dimensiones, y funciones para hacer operaciones con zonas intermedias. A partir de estas herramientas, se puede hacer cualquier modelo de generacin, con ayuda de software estadstico, y usando la calculadora de matrices. Con los procesos de balance en dos dimensiones se logran modelos de distribucin de crecimiento, gravitacionales o de entropa. Usando las tres dimensiones se obtienen modelos ms refinados, con ms restricciones. Para particin modal tampoco hay modelos fijos, pero al igual que en la generacin, es posible hacer cualquier tipo, usando como ayuda algn software estadstico o economtrico. Con las funciones para hacer operaciones en zonas intermedias se puede modelar modos combinados. Este modelo permite incluir variables como los costos de estacionamiento gracias a la calculadora de matrices, al igual que hacer segmentos de mercado o matrices de usuarios cautivos. Tambin es posible ajustar las matrices, segn los datos observados. En el mbito de la oferta se usa una red compuesta por nodos y arcos. Los nodos corresponden a centroides, intersecciones o paraderos de buses. Tambin se definen por el tipo de movimientos permitidos o penalizados en las intersecciones. La red tiene atributos bsicos como largo de los arcos, coordinacin de los nodos o nmero de pistas, y tambin es posible incluirle ms parmetros, definidos por el usuario. Es posible definir hasta 30 modos, dentro de los modos auxiliares de transporte pblico es posible incluir caminata o bicicleta. La asignacin se puede hacer por Wardrop, determinstica, o estocstica. Adems, de considerar el tiempo de viaje permite calcular el costo generalizado y es posible hacer 12 categoras de usuario con diferentes costos generalizados. Puede llegar a considerar un flujo fijo asignado, como puede ser el flujo de buses de lneas y frecuencia fija, o recorridos de vehculos comerciales o de servicios. Tambin puede hacer la asignacin de funciones de demanda y no demanda fija. El sistema de transporte pblico se define por las lneas, que tienen frecuencia, tiempo de viaje e itinerario fijo. Se tiene en cuenta la informacin sobre la estructura tarifaria. La asignacin a transporte pblico se hace usando hiperrutas (estrategias) ptimas, y es posible crear sistemas muy congestionados. La representacin del transporte pblico tiene la limitacin de no poder modelar correctamente el tiempo de espera en paraderos por transferencia de pasajeros. En la generacin y distribucin, permite incluir cualquier variable (p. ej. horarios de trabajo o estudio, das de trabajo en casa, etc.) y nuevas restricciones. En la distribucin se pueden incluir los cambios en las matrices de costos y si resulta necesario incluir una nueva restriccin. La modelacin soporta modos no motorizados y arcos con sus propios atributos, y esto permite modelar facilidades propias. Es importante que se puedan incluir variables como la disponibilidad de estacionamiento, adems de sus costos. En la asignacin de la red, no se incluyen las interacciones entre la demanda y la oferta, pues supone a la demanda como algo fijo y solo la operacin de la oferta se modifica hasta que se llega a un equilibrio.

13

EMME/2 por definicin es flexible, se acomoda generalmente a las necesidades del usuario, y puede llegar a reflejar los cambios que se produzcan al implementar las medidas de gestin de demanda de trnsito. En las etapas de demanda y segn la informacin disponible permite al modelador crear casi cualquier tipo de modelo. 2.2.6 TRIPS Es un modelo de 4 etapas que puede tener distintos niveles de complejidad y detalle, dependiendo de la informacin y de aquello que se requiera modelar (CITILABS, 2001). Quizs su mayor ventaja sea la flexibilidad para definir el fenmeno que se desea simular, mediante un lenguaje de programacin propio. Permite desarrollar las etapas de demanda desde la informacin bsica del sistema de actividades, o ajustar las matrices de acuerdo con la nueva informacin. Es posible definir redes privadas de vehculos motorizados y no motorizados, de acuerdo al fenmeno que se desee modelar. De igual forma, es posible definir redes de transporte pblico, considerando la combinacin de modos que se desee y para la cual se posea informacin. Los modelos de generacin son flexibles, definidos mediante la especificacin de las formulaciones y de las variables independientes que las explican y en funcin de la informacin disponible. Dentro del programa existen ayudas para convertir la informacin de encuestas de viajes origen-destino, as como, de pareo de placas patentes. Respecto a los modelos de distribucin, estos consideran una forma funcional que permite especificar la familia de los modelos de distribucin ms frecuentes (exponencial, potencial o mixto), y la forma funcional del costo generalizado a considerar. El software da la posibilidad de crear las matrices de costo o utilidad y tambin permite calcular costos de paso, es decir, de A a B pasando por C y/o D. Para la particin modal es posible utilizar modelos logit de distintos niveles de complejidad, multinomial, jerrquico, e incluso es posible, desarrollar modelos conjuntos con 2 3 etapas de la demanda. Tambin en esta parte se permite incluir modos nuevos. La red que se usa para el modelo, se define como nodos y arcos. Los nodos se definen por tipos dependiendo de la regulacin, incluyendo redes de semforos actuados por vehculos. Los arcos se pueden dividir por tipos y tal divisin depende del usuario (p. ej. por jerarqua vial). Cada tipo de arco tiene ciertas caractersticas, pero tambin es posible asignar diferentes caractersticas en arcos de un mismo tipo. Existe la posibilidad de tener nodos o arcos inusuales, como por ejemplo, paso de ferrocarril. El modelo puede usarse en redes que estn saturadas y esto incluso puede conducir a cambios en la demanda. A los viajeros se les puede dividir en categoras o usar costos generalizados de viaje, en vez de slo tiempo para la asignacin. Los vehculos se pueden dividir por tipos, por ejemplo: livianos, buses, vehculos comerciales, etc. Con la modelacin del transporte pblico se puede asignar pasajeros a lneas, simular cambios en las estructuras tarifarias, o modelar situaciones saturadas. La red de transporte pblico tiene arcos de slo transporte pblico, de slo caminata o de uso compartido. El sistema de transporte pblico necesita informacin sobre los modos, las empresas, estructura tarifaria, llegada de pasajeros y vehculos, entre otros, y cada lnea necesita ser descrita por la ruta, la compaa, etc. La modelacin del transporte pblico tiene la limitacin de no poder modelar correctamente el tiempo de espera en paraderos por transferencia de pasajeros. Al ser un modelo flexible y que puede llegar a tener gran nivel de detalle, puede asumir una gran cantidad de los cambios que producen las medidas de gestin de la demanda de trnsito.
14

Este modelo permite simular las 4 etapas del modelo clsico, o un nmero menor de stas, segn las necesidades del modelador, permitiendo realizar iteraciones entre las etapas que se elijan para lograr la convergencia y el equilibrio entre ellas. Su lenguaje de programacin incluso permite simular modelos de demanda conjuntos, especificados explcitamente. En consecuencia, se logra modificar la demanda segn los cambios que producen las medidas en la asignacin y se puede apreciar el efecto de medidas de gestin en la red sobre la demanda. 2.2.7 Eleccin del modelo a usar Hasta el momento, se han desarrollado modelos de transporte con diferentes propsitos y niveles de detalle, por esto pueden llegar a tener entre s, caractersticas muy distintas. En los modelos estudiados anteriormente apreciamos tales diferencias. La tabla siguiente muestra las principales disparidades entre cada modelo considerando su carcter microscpico, mesoscpico o macroscpico.
Tabla 4. Caractersticas de los modelos por tipo Tipo Microscpico Uso Anlisis operativo Anlisis tctico operativo Anlisis estratgico Ejemplo de modelos GETRAM Forma de modelacin de trfico Modelo usa teora de seguimiento vehicular Resultados: d, h por vehculo** Red: vehculo Resolucin: vehculos Modelo usa histogramas cclicos de flujo Resultados: D, H, Lq por arco* Red: arco = ndice de rendimiento de la red Resolucin: pista Modelo usa curva v q por arco Resultado: velocidad promedio por arco Red agregacin de arcos Resolucin cuadra

Mesoscpico

TRANSYT SATURN ESTRAUS EMME2 TRIPS

Macroscpico

* D = tasa de demora (veh-h/h); H = tasa detencin (det/h); Lq = longitud de cola (veh) ** d = demora promedio por vehculo (veh-h/veh); h = detencin premedio por vehculo (det/veh) Fuente: Elaboracin propia

Modelos microscpicos y mesoscpicos (GETRAM - TRANSYT) usan redes detalladas, pero demanda fija y externa. Con ellos se puede obtener el funcionamiento del sistema, detalladamente, segn los parmetros operacionales. Esto puede ser muy til si se combina con modelos que simulen la demanda y hagan su asignacin, ya que estos modelos operacionales necesitan los flujos que dan como resultados los modelos de demanda y asignacin, y a su vez estos ltimos tambin pueden usar los parmetros operativos encontrados para hacer una mejor modelacin (Montero et al., 1998; Siegel y de Grange, 2001). Los resultados que se obtienen con cada uno de los modelos varan, por el nivel de detalle que se usa. As como, GETRAM puede dar unos resultados mejores al incorporar todas las interacciones entre vehculos, tambin necesita informacin mucho ms detallada sobre las vas, sobretodo en geometra, de lo que requerir TRANSYT. Otros modelos mesoscpicos, como SATURN, incorporan la etapa de asignacin de flujos a la red, por lo que pueden ser muy tiles cuando los impactos esperados no son lo suficientemente grandes como para generar cambios en la demanda. Sabemos que
15

necesitamos una herramienta que permita evaluar distintos tipos de medidas de gestin de la demanda de trnsito, y este tipo de modelo, en particular no contribuye. En general con los modelos macroscpicos vistos es posible incluir muchos de los cambios que pueden traer las medidas de gestin de la demanda, pero dentro de cada modelo hay mayores dificultades en distintos aspectos para lograr hacerlo. Los tres modelos tienen dificultades para incluir todas las interacciones entre la demanda y asignacin a la red. ESTRAUS hace una modelacin simultnea que no incluye la generacin y los efectos de la interaccin de sta con las otras etapas, no se pueden ver. En TRIPS, la modelacin es secuencial y no se incluyen la interaccin entre etapas, menos entre distribucin y particin modal, pero es posible hacer iteraciones pasando la informacin resultado de una etapa a las otras y as modelar la interaccin. De la misma forma en EMME/2 tampoco se modela explcitamente la interaccin entre las etapas, pero es posible pasar la informacin de un modelo interno a otro y hacer algn tipo de iteracin. ESTRAUS tiene limitaciones con los modos de transporte combinados, ya que slo considera combinaciones con el metro, adems, como tiene los modos predefinidos no permite agregar ms y no considera ninguno no motorizado. Tanto TRIPS como EMME/2 en este aspecto funcionan mejor, ya que en ambos es posible modelar modos combinados y ambos tienen facilidades para hacerlo. En TRIPS existe la posibilidad de calcular costos de paso y a partir de esto representar los modos combinados. En EMME/2 se pueden usar las funciones para operaciones con zonas intermedias para modelar estos modos. En estos dos modelos tambin se pueden incluir modos no motorizados, al menos la caminata. Otra diferencia que se puede encontrar, entre estos modelos, es la forma en que se configura la red. ESTRAUS considera una red bastante simplificada, dado que no puede incluir informacin sobre el tipo de nodos, su regulacin o parmetros de los arcos, diferentes del costo asociado. EMME/2 permite mayor detalle en esto, ya que maneja atributos bsicos de la red, como control de las intersecciones, longitud del arco, nmero de pistas, etc. Tambin permite adicionar atributos extra de la red, donde el usuario decide qu informacin agregar. En TRIPS los atributos son propios para cada arco y nodo, y se pueden definir diferentes tipos de arcos y los nodos se definen por el tipo de regulacin en las intersecciones y los parmetros asociados a sta. Segn sea el diseo de cada programa, existen grandes diferencias. ESTRAUS es bastante rgido y tiene predeterminada la forma de los modelos que usa (modelo gravitacional doblemente acotado para la distribucin) y muchas de las variables (modos disponibles). TRIPS trabaja sobre una base de la forma en que se modela, pero es bastante flexible al disponer distintos tipos de modelos para cada etapa y al permitir al usuario definir los modos, los tipos de arcos y otras variables fundamentales. EMME/2 se comporta ms como un conjunto de ayudas para la modelacin, dado que deja la definicin, la creacin de los modelos, y todas las variables que necesite en manos del modelador, con algunos requerimientos mnimos. Entre estos tres modelos, conociendo sus fortalezas y debilidades, podemos decidir que ESTRAUS no es muy conveniente por la rigidez de sus modelos, por la cantidad de informacin predefinida y las limitaciones en la definicin de la red. Entre TRIPS y EMME/2 no se observan mayores diferencias en la modelacin. Para esta tesis se elige TRIPS por dos razones evidentes, se dispone de licencia de uso, y el uso es ms sencillo que EMME/2.

16

METODOLOGA

En los siguientes prrafos se desarrolla la forma de abordar el problema, comenzando con una descripcin de los pasos seguidos en TRIPS para construir el modelo, y una proposicin de las medidas con las que se quiere experimentar. Adems, se revisa la relacin existente entre las distintas etapas del modelo clsico de transporte, y se realiza un anlisis de la herramienta elegida en funcin de las medidas de gestin de trfico elegidas. Por ltimo, se presenta un desarrollo sobre curvas flujo-velocidad para el transporte pblico, para superar algunas debilidades encontradas. En consecuencia, con el objetivo general de esta tesis medir cuantitativamente los impactos de algunas medidas de gestin de trnsito, ser necesario construir un modelo en TRIPS que permita desarrollar experimentos con las medidas. El mismo podra haberse construido con informacin ficticia, aunque resultara un gran esfuerzo poder validar los supuestos. Ms, se opta construir el modelo usando la informacin de modelos ya calibrados de demanda e informacin detallada de una red existente. Esto no slo ahorra esfuerzos, sino que asegura una mayor confianza en los resultados. En tal sentido se busca informacin de modelos clsicos de transporte, calibrados para ciudades intermedias en Chile, en La Secretara Interministerial de Planificacin de Transporte (SECTRA) organismo que desarrolla constantemente estudios donde se deben calibrar este tipo de modelos para ciudades medianas. Con mejor disponibilidad en cuanto a la informacin en los informes y anexos, se elige la ciudad de Valdivia, usando el informe de CIS (1998b). Con la informacin recopilada se procede a programar el modelo, siguiendo los pasos descritos a continuacin: 1. 2. 3. 4. 5. 6. 7. Construccin de la red: caractersticas de los arcos, ubicacin de los nodos. Codificacin de intersecciones. Construccin de lneas de transporte pblico: secuencia de nodos, frecuencia, modo y tarifa. Codificacin modelo de generacin y atraccin de viajes. Codificacin modelo de distribucin. Codificacin modelo de particin modal. Codificacin modelo de asignacin.

Al programar se necesit vincular los resultados de unas etapas con otras, no slo en la forma secuencial, donde los vectores de la generacin y atraccin de viajes son la informacin base para el modelo de distribucin, sino tambin en vnculos como los costos producidos en la etapa de asignacin, que son necesarios como informacin base en la etapa de particin modal. Tambin se programa un bucle para asegurar la convergencia del modelo, precisamente por los vnculos no secuenciales. Con el modelo programado se est en condiciones de realizar los experimentos. Estos consisten en la implementacin de las medidas elegidas, en ciertos escenarios. As se pueden obtener resultados tanto de los indicadores de la red, como grados de saturacin, velocidades o consumo de combustible, como tambin la particin modal y la distribucin. La eleccin de las medidas desarrolladas en los experimentos se hizo por distintos criterios, cierto inters personal sobre algunas medidas (debido a que se han implementado en ciudades de Chile). Tambin por un criterio muy importante: revisar si por las restricciones
17

propias de la informacin disponible para la situacin base eran factibles de implementar, medidas que tenan que ver con modos combinados, por ejemplo: park and ride, o medidas orientadas a modos no motorizados como la bicicleta, no podan ser modeladas porque estos modos, no estaban considerados dentro del modelo de particin modal. Se buscaron con preferencia, medidas que se pudieran modelar slo con cambios en la oferta de transporte (arcos, nodos, lneas de transporte pblico, costo generalizado, etc.), precisamente para ver el efecto de medidas puras de gestin de trnsito sobre la demanda. Dentro de stas se prioriz el transporte pblico, como pistas slo bus y vas exclusivas, porque esta medida tiene ventajas, tanto en la forma de introducirse en el modelo (implica realizar slo un cambio en la red), como en su implementacin (sealizacin, demarcacin y fiscalizacin). Adems, se cumple con la idea de revisar medidas que se materialicen solo con cambios en la oferta de transporte. Interesa revisar esta medida, ya que ha sido implementada en ciudades de Chile, dentro de las polticas de mejoras a los modos ms eficientes. Las vas reversibles, tambin son una buena medida para experimentar, porque slo se realizan variaciones en la red y en las lneas de transporte pblico. Esta medida es fcil de implementar y sigue cumpliendo con la idea de ser pura gestin, dado que implica solo cambios en sealizacin, demarcacin y rediseos menores. Adems, es interesante observar qu tipos de cambios se producen en los resultados, ya que ha sido implementada en Santiago de Chile, pero analizada a posteriori localmente y nunca a nivel de red y sistema completo. La tarificacin en una zona es otra medida interesante a revisar. Se implementa en el modelo introduciendo un cobro en algunos arcos de entrada al rea de inters y en trminos prcticos, se puede materializar fcilmente con portales de cobro sin detener el vehculo, (p. ej. los usados en las autopistas urbanas concesionadas). Al mismo tiempo, esta medida ha sido propuesta desde algn tiempo en el mbito acadmico, pero existen pocos ejemplos donde se haya implementado. 3.1 LA RELACIN ENTRE LAS ETAPAS DEL MODELO CLSICO DE TRANSPORTE

El modelo clsico de transporte, presenta cuatro etapas donde existen relaciones en ambos sentidos entre las distintas etapas. Estas relaciones se establecen al tener una red con capacidad limitada, donde al mismo tiempo que aumentan los flujos, los costos tienden a aumentar. En la siguiente figura, se distingue el caso especfico del modelo usado para el desarrollo de nuestros experimentos, considerando los componentes de cada etapa y su influencia sobre las dems.

18

Generacin y Atraccin de Viajes


Vectores de viajes

Distribucin
Matrices de costo Matrices de viajes

Particin Modal
Variables de servicio Matrices de viajes por modo

Asignacin

Figura 1.

Relacin entre las etapas del modelo clsico de transporte

La etapa de generacin y atraccin de viajes, en general slo depende de variables exgenas al modelo, y ninguna variacin en los costos de viaje influye en los vectores que produce. Esto es una debilidad de estos modelos y dificulta revisar el impacto sobre la demanda de viajes que tienen las medidas de gestin de trnsito (objetivo de esta tesis). La relacin entre la distribucin, la particin modal y la asignacin se obtiene por los costos asociados a cada viaje. Despus de asignar, todos los viajes a la red, se est en capacidad de calcular los tiempos de viaje, tiempos de espera, costos de operacin y dems variables de servicio, necesarias para calcular los costos de los modelos de particin modal y distribucin. Por esta relacin se cre un bucle entre estas tres etapas. Para el desarrollo de los experimentos se propone crear iteraciones entre las etapas de distribucin, particin modal y asignacin, para lograr incluir la interaccin entre las etapas. 3.2 ANLISIS DE LA HERRAMIENTA

Es necesario analizar si TRIPS es capaz de modelar las medidas propuestas. El anlisis se basa en revisar los cambios que se tendrn que realizar sobre la red para modelar los experimentos y cmo los interpreta el programa. En las medidas de prioridad al transporte pblico, la pista slo bus implica la proteccin de una pista para el transporte pblico, pero no su confinamiento a esa pista; es decir, que se permite que los buses usen las dems pistas para adelantar, ya sea en paraderos o por
19

variaciones de velocidad. TRIPS no permite modelar la posibilidad de adelantamiento de los buses, debido a que usa arcos diferentes para los distintos modos. Adems, en las intersecciones no se puede modelar el uso de pistas por tipo de vehculo, tan slo por movimiento, con lo cual la lnea de detencin es compartida (como si existiera set-back, al llegar a la interseccin; los vehculos de transporte pblico se pueden acomodar delante de los vehculos privados, para ser los primeros en salir al momento de cambiar el semforo). Por estos problemas de modelacin, se decidi no incluir esta medida dentro del experimento, pero s la provisin de vas exclusivas, ya que no requiere una modelacin por pistas. Otro problema que se presenta en general con el transporte pblico es que no permite modelar de manera adecuada el tiempo de parada en paraderos, por lo cual este efecto se incluye dentro de la curva flujo-velocidad. La modelacin de cambio de sentido de las vas se puede hacer muy bien con TRIPS, ya que simplemente es necesario hacer la modificacin sobre la red y modificar las lneas de transporte pblico. La medida de tarificacin de una zona se puede modelar bastante bien en TRIPS, mientras aquella que se quiera tarificar, corresponda a una zona completa de la zonificacin definida. Dentro de la red permite dejar un anillo libre de pago, para que los viajes que no entren a la zona no paguen, pero si tengan que desviarse de la ruta a travs de sta. 3.2.1 Modelos internos Como se dijo, TRIPS tiene una gran flexibilidad y al mismo tiempo internamente tiene operaciones ya programadas que ayudan a realizar la modelacin. Revisando la factibilidad de poder implementar los modelos que tpicamente se usan para las etapas de demanda, no se presentan problemas. Se pueden hacer diversas operaciones vectoriales, y en consecuencia desarrollar los modelos de generacin y atraccin de viajes. Tiene un mdulo especial de distribucin, y entre los modelos disponibles est el gravitacional doblemente acotado. Tambin tiene programados diversos modelos de particin modal, entre los cuales se encuentra el logit multinomial y el logit jerrquico. Para la etapa de asignacin, ya se mencion que la red que permite crear el modelo es bastante completa. Una de las cualidades de TRIPS es permitir modelar variaciones en la velocidad de los vehculos, dependiendo del flujo en los arcos. Para realizar esto, el usuario debe proveer la funcin de relacin entre el flujo y la velocidad. Para los vehculos livianos esto no genera ninguna complicacin, ya que existen relaciones muy usadas, que se calibran usando informacin de la velocidad de flujo libre y la velocidad normal. Para el transporte pblico, especialmente, en lo que se quiere examinar con las medidas de gestin de trnsito; se esperan cambios en la velocidad debido a la variacin del flujo de transporte privado en los arcos. Para los vehculos de transporte pblico no se pueden usar las mismas curvas flujo-velocidad de los vehculos privados, porque tienen detenciones para la transferencia de los pasajeros. Para este tema se han desarrollado distintos enfoques que se presentan en la siguiente seccin.

20

3.2.2 Curvas flujo-velocidad para el transporte pblico Como una de las medidas a modelar es dar prioridad al transporte pblico en tramos de va (vas exclusivas) se revis la forma funcional propuesta por Siegel et al. (2003); desarrollada para corredores de transporte pblico, compara las velocidades en funcin de la cantidad de pistas, y la posibilidad de que se produzcan adelantamientos. Sin embargo, no incorpora los cambios de velocidad por otros flujos vehiculares, fue elaborada para vas exclusivas y no sirve para el caso que se quiere modelar. Se revis lo propuesto por Fernndez y Valenzuela (2003b) como forma funcional de la velocidad comercial para el transporte pblico en Santiago, pero sta incorpora algunos parmetros muy especficos de la ciudad de Santiago, como el sentido del recorrido. Adems, los parmetros fueron calibrados con los datos de vas exclusivas para transporte pblico. Tambin, est la forma funcional propuesta por Fernndez y Valenzuela (2003a) con los parmetros calibrados para Concepcin, que consideran buses y formas de comportamiento de los conductores similares a la ciudad experimental (Valdivia), y al de las comunas de tamao mediano en Chile. A continuacin, se muestra la funcin propuesta.

Vc = Vo e (Fd Td )
donde: Vc Fd Td Vo, y = Velocidad comercial del bus (km/h) = Frecuencia de detenciones (det/km) = Tiempo detenido por detencin (s/det) = Parmetros a calibrar

(1.)

En esta propuesta el valor de Vo es comparable con el valor de la velocidad sin detenciones, sin embargo, no es exactamente este valor. Ninguna de las formas funcionales que se revisaron logra recoger de buena manera todos los efectos que se tienen en cuenta para el transporte pblico, por esto, dentro del desarrollo de la investigacin se debi establecer una relacin satisfactoria. 3.2.3 Propuesta de curvas flujo-velocidad para el transporte pblico Se presenta a continuacin el desarrollo de una forma funcional y su calibracin, especialmente pensado en este tipo de experimentos. Se consigui la base de datos original con que se calibr la forma funcional propuesta por Fernndez y Valenzuela (2003a), informacin tomada en Concepcin a principios de la dcada de los noventa. Luego la base fue depurada de valores inconsistentes y tambin fue modificada, eliminando las detenciones mixtas, por ms de un motivo de parada. Esto se hizo con el fin de obtener parmetros libres de influencias, debido a la interaccin entre vehculos y pasajeros. Con esta base se calibr la forma funcional similar a la propuesta por Fernndez y Valenzuela (2003a), pero separando el tipo de detenciones por intersecciones y por transferencia de pasajeros en paraderos. Se presenta a continuacin:

21

Vc = Vr exp( 1 Fdp 1Tdp 2 Fdt 2Tdt )


donde:

(2.)

Vc = Velocidad comercial (km/h) Fdp y Tdp = frecuencia de detenciones (det/km) y tiempo por detencin (s/det) en paraderos Fdt y Tdt = frecuencia de detenciones (det/km) y tiempo por detencin (s/det) en intersecciones Vr: = velocidad de recorrido calculada 1 2 y 1 2 = parmetros a calibrar De esta forma, el valor de Vr puede ser reemplazado por el valor de la velocidad de recorrido de los dems vehculos del arco, curvas flujo-velocidad de vehculos privados, y se puede recoger en esta relacin la influencia de los paraderos en la velocidad del transporte pblico. Para lograr esto, lo primero que se realiz fue el clculo de la velocidad de recorrido. Con la base de datos existente se hizo una regresin para calibrar una funcin de tiempo en movimiento, en funcin de la longitud del tramo, el tiempo de viaje, el nmero y duracin de las detenciones, y la velocidad de recorrido. La primera calibracin se hizo para depurar la base de datos. La forma funcional calibrada es la siguiente:

tv td =
donde: tv td L nd Vr

L Vr + nd Vr

(3.)

= tiempo de viaje (s) = tiempo detenido (s) = longitud del tramo (m) = nmero de paradas en el tramo = velocidad de recorrido (parmetro a calibrar) (m/s) = media armnica de la tasa de aceleracin y frenado (parmetro a calibrar) (m/s2)
Tabla 5. Resultados de la primera calibracin, clculo velocidad de recorrido Parmetro Vr r
2

Error estndar 0.09 0.85

t 7.30 7.08

0.65 6.04 0.00337

Fuente: Elaboracin propia

Si bien el ajuste no es bueno, con este valor de se pudo calcular la velocidad de recorrido para 2/3 de los casos y eliminar los extraos (outlayers), en la base de datos. Se realiz el clculo para los casos posibles y se eliminaron aquellos donde las velocidades de recorrido calculadas fueron menores a 20 km/h y mayor a 70 km/h. Con estos cambios en la base de datos "modificada" se volvi a calibrar la funcin anterior y se obtuvieron los siguientes resultados:
22

Tabla 6. Resultados de la segunda calibracin, clculo velocidad de recorrido Parmetro Vr r


2

Error estndar 0.12 0.030

t 89.4 43.6

10.72 1.329 0.327

Fuente: Elaboracin propia

Con los datos depurados esta calibracin dio resultados mucho mejores, tanto en el ajuste como en los parmetros. Con esta informacin se calcul de nuevo la velocidad de recorrido Con la base de datos depurada y modificada, incluyendo el valor calculado de Vr, se calibr la forma funcional propuesta en la ecuacin 1.
Tabla 7. Resultados de la calibracin de la velocidad comercial Parmetro 1 2 1 2 r
2

Error estndar 0.0020 0.0032 0.0016 0.0017

t 44.6 29.9 17.6 10.1

0.0874 0.0961 0.0275 0.0176 0.976

Fuente: Elaboracin propia

Estos resultados presentan un muy buen ajuste y adems, la relacin entre los parmetros asociados a la frecuencia de detenciones y demora mantiene, cierta semejanza, a la encontrada en estudios anteriores. Con la misma base de datos, pero slo con los casos con detenciones por paraderos, se calibraron las relaciones entre cantidad de pasajeros, frecuencia de detenciones y demora en las detenciones. La variable independiente finalmente, usada en ambos casos fue: pasajeros que suben y bajan por km; dado que al intentar usar, slo pasajeros que suben, se obtenan resultados con peor ajuste. El tipo de relacin calibrada fue lineal sin constante y las expresiones son las siguientes:

td = td Pt nd = nd Pt
donde: td nd Pt td nd = tiempo detenido por kilmetro (s/km) = nmero de paradas por kilmetro = pasajeros que sube y bajan (pax/km) = tiempo detenido por pasajero (parmetro a calibrar) (s/pax) = nmero de paradas por pasajero (parmetro a calibrar) (1/pax)

(4.)

A continuacin, se muestran los resultados.

23

Tabla 8. Calibracin relacin tiempo detenido vs pasajeros que suben y bajan por km Parmetro Error estndar td 0,3130 0,030
Fuente: Elaboracin propia

t 10.302

R2 0.414

Tabla 9. Calibracin relacin frecuencia de detenciones vs pasajeros que suben y bajan por km Parmetro Error estndar nd 0,233 0,017
Fuente: Elaboracin propia

t 13.630

R2 0.553

Con estas relaciones se modificaron los tiempos y la frecuencia de las detenciones, cuando se presentan cambios importantes, en la cantidad de pasajeros transportados por los modos de transporte pblico en los experimentos. 3.3 CONSTRUCCIN DEL MODELO

El software TRIPS trabaja con grupos que el modelador construye usando subprogramas. Los grupos ayudan en la organizacin y como se planea hacer una modelacin secuencial, esto permite que fcilmente los resultados de subprogramas sean usados en grupos posteriores. El diseo general del modelo consta de 5 grupos, donde se programan las distintas etapas del modelo clsico de transporte. Estos grupos son:

RED: donde se construyen las redes a usar, incluyendo intersecciones y lneas de transporte pblico,
GENERA: donde se transforman los vectores de origen destino al lenguaje del programa para ser usados y adems se pueden amplificar o modificar segn las necesidades del experimento, DISTRI: donde se realiza la etapa de distribucin de los vectores en matrices por

propsito y categora de nivel de ingreso y motorizacin,

PMODAL: donde se realiza la particin modal, cuyo resultado son matrices agregadas por

modo,

ASIGNACIN: donde se realiza la asignacin a la red de las matrices y se realizan los

clculos de costos (tiempo de viaje, distancia, consumo de combustible). Para generar la convergencia, se incluy un bucle (loop) entre las etapas de distribucin, particin modal y asignacin, donde los costos calculados en la asignacin son usados en la distribucin y particin modal.

24

Figura 2.

Disposicin general de grupos (pantalla de TRIPS)


Fuente: Elaboracin propia

Lo primero que se construy fue la red base, con la informacin descrita en el captulo 4. Los principales parmetros que se definieron en cada arco fueron: - distancia, - capacidad, - velocidad (aunque en la asignacin se recalcula por la curva flujo-velocidad), - tipo de arco (linktype), - cdigo de jurisdiccin (jurisdiction), - ndice de capacidad (capindex) Los tres ltimos parmetros son de ayuda al modelador. El ndice de capacidad determin el tipo de curva flujo-velocidad que se us. Los otros dos se emplearon para presentar resultados en algunos arcos especficos.

25

Figura 3.

Creacin de la red (pantalla de TRIPS)


Fuente: Elaboracin propia

Tambin se defini la regulacin de las intersecciones. Primero se eligi el tipo de regulacin y en funcin de esto se definieron los otros parmetros, como prioridad de las vas (intersecciones de prioridad), o tiempo de ciclo y verde (intersecciones semaforizadas).

26

Figura 4.

Definicin de intersecciones (pantalla de TRIPS)


Fuente: Elaboracin propia

Por ltimo, en la preparacin de las redes fue necesario definir las lneas de transporte pblico y sus atributos; algunos de los ms relevantes fueron: el modo, la tarifa, la frecuencia y la secuencia de nodos que define la ruta en la red.

27

Figura 5.

Definicin de lneas de transporte pblico (pantalla de TRIPS)


Fuente: Elaboracin propia

En el grupo Genera, donde se crean los vectores de generacin y atraccin de viajes, los vectores de viaje no varan con distintas situaciones de red, y por lo tanto, no dependen de otros resultados del modelo. El modelo usado no es sensible al costo del viaje, slo depende de la cantidad de hogares y de las superficies dedicadas a las distintas actividades. En el grupo Genera se confeccionaron los vectores origen-destino, a travs de varias manipulaciones y se dej como resultado los vectores en el lenguaje de TRIPS. En el grupo Distri se ingresan los vectores del grupo Genera y se realiza la distribucin para cada propsito y categora de nivel de ingreso y motorizacin. El subprograma de distribucin tiene como informacin de entrada un vector origen-destino, la matriz de costos y el parmetro calibrado para cada propsito y categora. En la siguiente pantalla del programa se muestra el subprograma de distribucin, el vector origen-destino y la matriz de costo. El parmetro calibrado se codific dentro de los datos de control (control data).

28

Figura 6.

Subprograma de distribucin (pantalla de TRIPS)


Fuente: Elaboracin propia

Para realizar la particin modal se usa un subprograma que permite realizar manipulacin de matrices y tiene adems programados, distintos modelos de particin modal. En este caso se us un logit jerrquico y los datos de entrada usados fueron la matriz de viajes y las matrices de costo por modo, propsito y categora. A continuacin, se presenta parte de la programacin para uno de los subprogramas, con la programacin del logit jerrquico.

29

Figura 7.

Programacin de subprograma de particin modal (pantalla de TRIPS)


Fuente: Elaboracin propia

En el subprograma de asignacin usado para los vehculos privados se deben definir: el tipo de red (inner o buffer); las curvas flujo velocidad segn el tipo de arco; la matriz a asignar; el tipo de mtodo de asignacin y sus parmetros asociados; y los tipos de reportes y matrices de costos resultantes. Para este caso se us una red inner y un mtodo de asignacin Dial.

30

Figura 8.

Datos de control del subprograma de asignacin (pantalla de TRIPS)


Fuente: Elaboracin propia

31

DESCRIPCIN DE LA INFORMACIN USADA

A continuacin, se presenta en detalle la informacin que se us para construir el modelo en TRIPS. Se hace una descripcin de la red; se presentan los modelos de demanda usados; se describe el modelo de asignacin, y por ltimo, se presenta un breve diagnstico de la situacin que se eligi como base. La informacin base que se us para el desarrollo de los experimentos se obtuvo del estudio de CIS (1998b). Uno de los objetivos de este estudio fue calibrar un modelo clsico de transporte, para la situacin actual al ao del desarrollo del estudio, 1998, y el modelo calibrado fue usado en Vivaldi. La informacin usada se encuentra en la memoria y anexos del informe, de pblico acceso, a travs de la biblioteca de la SECTRA. Para el desarrollo de los experimentos, se us la siguiente informacin especfica:

Zonificacin Informacin socioeconmica Informacin de la red de modelacin Modelos de demanda calibrados

En el estudio base se defini una zonificacin de 37 zonas. Esta zonificacin fue definida a travs de criterios como accesibilidad y densidad donde se busca cierta homogeneidad al interior de la zona. Por limitaciones de la herramienta de modelacin escogida (se utiliz la versin demo, que es totalmente funcional con un mximo de 25 zonas), se debi hacer una rezonificacin, agrupando estas 37 zonas en 25. Los periodos de modelacin estn definidos como punta maana y fuera de punta, aunque para los experimentos slo se usa la informacin de la punta maana. El horario de este periodo es 7:45 a 8:45 en da laboral. Los modos modelados se eligieron como los ms representativos dentro del sistema de transporte de la ciudad, y entre los elegidos se logra representar el 90% de los viajes en la ciudad. Para los experimentos se usaron los mismos modos, estos son:

Caminata Auto chofer Auto acompaante Bus Taxi colectivo

Se hizo una categorizacin de los usuarios por nivel de ingreso y tasa de motorizacin, ambas variables del hogar del que proviene el usuario. Se consideraron 3 niveles de ingreso: bajo, medio y alto; y 3 categoras de tasa de motorizacin: sin auto, con un auto y con 2 o ms autos. Con esto se lleg a una estratificacin de la demanda de 9 categoras de hogares como producto del cruce de los niveles de ingreso y de motorizacin. Para el desarrollo de los experimentos se mantuvo la misma categorizacin.

32

Los viajes fueron divididos por el propsito en viajes al trabajo, al estudio u otros propsitos. En la punta maana, periodo que fue modelado en los experimentos, el propsito otros tiene muy poca relevancia en el total de viajes de la ciudad, por lo cual se opt por no incluirlo y de esa forma centrar el anlisis sobre los propsitos ms representativos del periodo. 4.1 RED DE MODELACIN

La red de modelacin es un grafo dirigido, compuesto por nodos y arcos. Toda la informacin usada para la codificacin de la red se obtuvo del informe final y anexos de CIS (1998b). Para este modelo se mantuvo la misma red:

Figura 9.

Red de Modelacin

Fuente: CIS (1998b)

En el rea de la ciudad donde se concentran las intersecciones semaforizadas y donde la red de modelacin es ms densa, se decidi incorporar la informacin de intersecciones; mientras que el resto de la red qued definida como buffer. Con tal informacin, los nodos quedan completamente caracterizados como intersecciones, teniendo en cuenta el tipo de regulacin, la cantidad de pistas y uso de estas, los flujos de saturacin, los tiempos de ciclo, verde y entreverde de los semforos. Las intersecciones semaforizadas fueron caracterizadas como intersecciones actuadas, para que el programa pueda acomodar los tiempos de ciclo y verde segn el flujo finalmente asignado. En las siguientes figuras se puede apreciar distintas caractersticas de la definicin de la red.

33

Troncal Colectora - distribuidora Servicio Local

Jerarquizacin

Sentido de los arcos

1 pista 2 pistas 3 pistas

Cantidad de pistas por sentido

Ubicacin de las intersecciones

Figura 10. Caractersticas de la red de modelacin


Fuente: Elaboracin propia

Las lneas de transporte pblico se codificaron incluyendo informacin sobre el tipo de vehculo (taxibuses y taxis colectivos), la tarifa y la frecuencia. En las siguientes figuras se muestran las lneas separadas por tipo de vehculo.

34

Lneas de taxibuses
Fuente: Elaboracin propia

Lneas de taxis colectivos

Figura 11. Lneas de transporte pblico

En la siguiente figura se muestran algunos nombres de las calles que representan los arcos, estos mismos nombres servirn de referencia a lo largo de todo el documento.

Figura 12. Nombres de algunas calles relevantes


Fuente: Elaboracin propia

35

4.2

MODELOS DE DEMANDA

La informacin socioeconmica es bsicamente informacin sobre los usos de suelo y la cantidad de hogares, por tipo en cada zona. Toda esta informacin se usa para alimentar los modelos de demanda, principalmente, el modelo de generacin y atraccin de viajes. Dentro de la informacin usada, se halla la informacin socioeconmica obtenida en el estudio base y los modelos de demanda calibrados. Estos son los modelos de generacin y atraccin, de distribucin y de particin modal de los viajes. Y se exponen a continuacin: 4.2.1 Modelos de generacin y atraccin de viajes Para explicar la generacin y atraccin de viajes en la informacin base (CIS, 1998b) se hace una diferencia entre los tipos de viajes, llegando a tres categoras:

Viajes basados en el hogar ida (BHI): Viajes con origen en el hogar. Viajes basados en el hogar retorno (BHR): Viajes con destino al hogar. Viajes no basados en el hogar (NBH): Viajes con origen y destino distintos del hogar.

Los modelos calibrados por CIS (1998b) para calcular los vectores de generacin y atraccin de viajes son la regresin lineal mltiple y el anlisis de clasificacin mltiple. Estos dos modelos se usan para explicar distintos tipos de viaje, por ejemplo la regresin lineal mltiple explica los NBH, mientras el anlisis de clasificacin mltiple se usa para los BHI o los BHR. En el periodo punta maana la generacin de los viajes se explica por entero con los viajes BHI, mientras que los viajes atrados son NBH. A continuacin, se hace una breve resea de ambos tipos de modelos. a) Regresin lineal mltiple (RML) Intenta establecer una relacin funcional entre el nmero de viajes producidos o atrados de un cierto tipo en una zona (por ejemplo, viajes BHI atrados en la Punta Maana con propsito Trabajo) y los diferentes usos de suelo de sta. La forma funcional est representada por:

Vi = 1 xi1 + 2 xi2 + ... + M xiM


donde: Vi xik

(5.)

= viajes modelados = variables de uso de suelo que caracterizan la zona i, como por ejemplo la superficie dedicada al comercio o el nmero de matriculas en un nivel de educacin.

Habitualmente, el modelo es lineal en los parmetros, los cuales, en el caso de la generacin, estn diferenciados por categora de usuario. Adems, el criterio de calibracin ms usado es el de mnimos cuadrados.

36

b) Anlisis de clasificacin mltiple (ACM): Este mtodo incorpora un procedimiento estadstico para seleccionar variables y definir clases, y probar las clasificaciones cruzadas resultantes (Ortzar, 1998). Se considera un modelo con una variable dependiente continua, la tasa de generacin, dos variables independientes discretas, la tasa de motorizacin y el ingreso familiar, y una muestra de hogares. La forma general de este modelo es:

Vi n = T n * H in
donde: Vin Tn Hin

(6.)

= es el nmero de viajes de un cierto tipo generados por (o atrados a) la zona i por los hogares de tipo n (por ejemplo, viajes generados BHI en la Punta Maana con propsito Estudio). = tasa de viajes por hogar que depende de las caractersticas socioeconmicas del hogar, pero no de la zona. = poblacin expresada en hogares tipo n en la zona i.

La media de la variable dependiente se puede estimar tanto para la muestra completa de hogares como para cada fila y columna de la matriz de clasificacin cruzada; a su vez, cada una de estas ltimas, pueden expresarse como desviaciones de la media global. Por lo tanto, se puede estimar el valor de la variable dependiente para cada celda de la matriz, aadiendo a la media global las desviaciones correspondientes por celdas y columnas. La representacin analtica del mtodo ACM tiene la siguiente forma:

T n ( I , M ) = T + (T I T ) + (T M T )
donde:

(7.)

= promedio global de las observaciones (tasa de generacin de viajes para todos los hogares). TI = promedio de la variable dependiente respecto nivel de estratificacin I, segn variable explicativa ingreso TM = promedio de la variable dependiente respecto al nivel de estratificacin M, segn variable explicativa tasa de motorizacin. Tn(I,M) = valor ACM predicho para la variable tasa de viajes del hogar tipo n, el cual est definido por el cruce de las categoras de ingreso I y de motorizacin M. A continuacin, se presentan los modelos finalmente usados en el desarrollo de los experimentos. Los cuales fueron obtenidos por CIS (1998b). Los viajes generados en el perodo de modelacin son basados en el hogar, por lo cual para su estimacin se us el ACM obteniendo para los propsitos trabajo y estudio, los siguientes resultados:

37

Tabla 10. Tasas de generacin de viajes (viajes/hogar) Perodo: Punta Maana, Tipo: BHI y Propsito: Trabajo Observadas Hogares Ingreso Bajo Ingreso Medio Ingreso Alto Sin Auto Con 1 Auto 0,371 0,445 0,25 0,431 0,608 0,781 Con 2 o ms Autos 0,6 0,941 0,605
Fuente: CIS, 1998

Modeladas Sin Auto 0,318 0,454 0,607 Con 1 Auto 0,53 0,666 0,819 Con 2 o ms Autos 0,624 0,76 0,912

Para analizar la bondad de ajuste del modelo ACM se estim por mnimos cuadrados el siguiente modelo: VOin = a0 + a1*Vin donde: VOin = nmero de viajes observados producidos en la zona i por los hogares de la categora n. a0, a1 = parmetros por calibrar Vin = nmero de viajes modelados producidos en la zona i por los hogares de la categora n. Por lo tanto, en la medida que el r2 de esta ecuacin y las estimaciones de a0 y a1 estn ms prximas a 1, 0 y 1, respectivamente, el modelo ACM presentar un mejor ajuste.
Tabla 11. Ajuste del modelo de generacin de viajes zonales por categora de usuario Perodo: Punta Maana, Tipo: BHI y Propsito: Trabajo Parmetro Estimacin Desv. Estndar 1,767 1,422 a0 1,016 0,0378 a1
R Cuadrado Corregido: 0,8309

(8.)

t - Student 1,243 26,90

Tabla 12. Tasas de generacin de viajes (viajes/hogar) Perodo: Punta Maana, Tipo: BHI y Propsito: Estudio Observadas Hogares Ingreso Bajo Ingreso Medio Ingreso Alto Sin Auto 0,48 0,575 0,5 Con 1 Auto 0,508 0,667 0,688 Con 2 o ms Autos 0,2 1,235 0,789 Sin Auto 0,438 0,583 0,659 Modeladas Con 1 Auto 0,562 0,708 0,783 Con 2 o ms Autos 0,792 0,938 1,01

Fuente: CIS, 1998

Tabla 13. Ajuste del modelo de generacin de viajes zonales por categora de usuario Perodo: Punta Maana, Tipo: BHI y Propsito: Estudio Parmetro Estimacin Desv. Estndar t - Student -2,849 3,992 -0,713 a0 1,199 0,0962 12,45 a1
R Cuadrado Corregido: 0,8651 Fuente: CIS, 1998

38

Los ajustes que presentan los ACM para las tasas de generacin, tanto para el propsito trabajo como para estudio, son buenos teniendo un r2 mayor a 0,8 en los dos casos. Los parmetros de ajuste a0 en ambos casos tienen un t Student bajo, por lo cual se debera haber recalibrado el modelo eliminando este parmetro. De todas formas el parmetro a0 en ambos casos es pequeo, en comparacin a la magnitud de los viajes por zona y el a1 es cercano a 1, aunque para el propsito estudio es ms cercano a 1,2 con lo que se puede pensar que se estn subestimando la cantidad de viajes en un 20%. La atraccin de viajes en el perodo punta maana est asociada a actividades econmicas o educativas, por eso la forma de estimar estos viajes se hace usando una RLM. En consecuencia, CIS (1998b) formul el siguiente modelo para los viajes atrados:

Vi tp = tp + tpk * sup_ cik


k

t , p

(9.)

donde: Vitp = nmero de viajes atrados por la zona i, en el perodo t y con propsito p. tp tp , = parmetros diferenciados por perodo t, propsito p y tipo de uso de suelo k. sup_cik = superficie de construccin de uso k en la zona i. Los usos considerados son: Comercio Industria: Industria y Minera Servicio: Administracin Pblica y Defensa ms Oficinas Educacin Salud Otro: Deporte-recreacin, Hotel, Motel, Culto, Transporte y Telecomunicaciones Para la atraccin de viaje en punta maana con el propsito trabajo, el modelo calibrado es el siguiente:

ViT = a01 + a11*supc_comi + a21*supc_indi + a31*supc_edui


donde:

(10.)

= Viajes atrados en la punta maana, propsito trabajo, en la zona i a01, a11, a21 y a31 = parmetros calibrados para punta maana propsito trabajo, asociados a los diferentes usos de suelo y constante. supc_comi = Superficie dedicada al comercio en la zona i supc_indi = Superficie dedicada a la industria en la zona i supc_edui = Superficie dedicada a la educacin en la zona i
Tabla 14. Modelo de Atraccin de viajes zonales totales Perodo: Punta Maana, Tipo: BHI y Propsito: Trabajo Parmetro Estimacin Desv. Estndar t - Student 78,31956 39,21676 1,99709 a01 0,036531 0,001565 23,348311 a11 0,004757 0,002434 1,95423 a21 0,015314 0,006905 2,217664 a31
R Cuadrado Corregido: 0,8652 Fuente: CIS, 1998

ViT

39

El ajuste de este modelo es bueno, sin embargo, el parmetro a21 asociado a la superficie dedicada a la industria no tiene un buen t Student y el parmetro es aproximadamente 10 veces menor que los dems asociados a superficie. Se podra haber calibrado un modelo sin este parmetro. Para la atraccin de viaje en punta maana con el propsito estudio, el modelo calibrado es el siguiente:

Vi E =a12*ma_prebi + a12*ma_basii + a12*ma_medii + a22*ma_univi


donde

(11.)

ViE = Viajes atrados en la punta maana, propsito estudio, en la zona i a12 y a22 = parmetros calibrados para punta maana propsito estudio, asociados al nmero de matriculas en los distintos niveles de educacin. ma_prebi = Nmero de matrculas en nivel de enseanza prebsica, en la zona i ma_basii = Nmero de matrculas en nivel de enseanza bsica (sin adultos), en la zona i ma_medii = Nmero de matrculas en nivel de enseanza media (sin adultos), en la zona i ma_univi = Nmero de matrculas en nivel de enseanza universitaria, en la zona i
Tabla 15. Modelo de Atraccin de viajes zonales totales Perodo: Punta Maana, Tipo: BHI y Propsito: Estudio Parmetro Estimacin Desv. Estndar t - Student 0,60909 0,12581 4,84120 a12 0,317754 0,012029 2,641582 a22
R Cuadrado Corregido: 0,7537 Fuente: CIS, 1998

Si bien el R Cuadrado de este modelo no es mayor a 0,8, sigue siendo un valor aceptable. En este modelo se puede destacar la ausencia de constante, es decir, que todos los viajes se estn explicando a partir de las matrculas. Dentro de las variables explicativas, en los modelos de generacin y atraccin de viajes presentados, no encontramos ninguna, que dependa de las variaciones en los tiempos de viaje, rutas, o costos asociados al viaje, por lo cual, no ser posible observar modificaciones en esta etapa en los experimentos. 4.2.2 Modelo de distribucin En CIS (1998b) se defini para cada combinacin perodo-propsito un modelo de distribucin del tipo gravitacional, doblemente restringido, basado en el principio de maximizacin de la entropa. Las restricciones del problema quedaron dadas por los viajes originados por zona, los cuales fueron definidos a nivel de categoras de usuarios ya que dependen principalmente de las caractersticas de los hogares que producen estos viajes, lo cual fue captado para efectos de su calibracin por la EOD de hogares, base del estudio.

40

Por otra parte, la segunda restriccin del problema qued dada por los destinos o viajes atrados por zona. Estos no pudieron ser modelados a nivel de categoras de usuarios dada las caractersticas de las variables que los explican, principalmente variables de uso de suelo del tipo educacin, salud, comercio, etc., muy difciles de obtener a nivel de tipos de usuarios. Con estas consideraciones, la especificacin del modelo de distribucin de viajes planteada por CIS (1998b) es:

Tijn = Oin Ain D j B j exp n Lijn


s.a.
j

(12.)

T
i

ijn

= Oin , i = Dj , j

ijn

donde: = Viajes desde el origen i al destino j, para el estrato socioeconmico n (propsito p y perodo k implcitos). Oin = Viajes originados en la zona i por el estrato socioeconmico n Dj = Viajes atrados en la zona j Ain = Factor de balance asociado al origen i y al estrato socioeconmico n Bj = Factor de balance asociado al destino j n = Parmetro a calibrar del modelo para el estrato socioeconmico n(propsito p y perodo k implcitos). Lijn = Costo compuesto (Logsuma) de transporte desde el origen i al destino j, obtenido como el logaritmo natural de la suma de los exponentes de costos modales, para el estrato socioeconmico n. Se consider un modelo clsico de transporte del tipo secuencial a nivel de las etapas que lo conforman, en el cual la etapa de distribucin (A dnde viajar?) sea anterior a la etapa de particin modal (En qu viajar?), por lo cual la expresin para los costos compuestos o logsuma es tal que Tijn

Lijn = ln exp( C ijnm ) mM

(13.)

C ijnm representa al costo entre el par origen destino i-j para la categora n en el modo m perteneciente al conjunto de modos disponibles M entre ese par i-j, obtenido de la especificacin del modelo de particin modal a travs de la suma de combinaciones de asociado a cada modo m, de la forma:

C ijnm = mk * X ijmk k
donde: mk = parmetro asociado a atributo k en el modo m Xijmk = valor del atributo k en el modo m entre el par origen destino i-j
41

(14.)

Tabla 16. Parmetro n Calibrados por Propsito y Categora, periodo punta maana CATEGORIAS Propsito Ingreso bajo Ingreso medio Ingreso alto 0 autos 1 auto 2+ autos 0 autos 1 auto 2+ autos 0 autos 1 auto 2+ autos 0,972 0,732 0,582 0,724 0,498 0,722 0,006 0,300 0,009 Trabajo 1,209 0,814 0,076 0,634 0,567 0,400 1,887 0,087 0,060 Estudio
Fuente: CIS, 1998.

4.2.3 Modelo de particin modal En CIS (1998b) se calibraron varios modelos de eleccin modal del tipo Logit. La probabilidad de eleccin de un modo i (Pi ) en el modelo Logit Multinomial (MNL) es proporcional a la exponencial de la utilidad presentada por dicho modo (i) para el viajero y tiene la siguiente formulacin: Pi = exp (ui)/ exp (uj) ui = ci + (i * Xi) donde , ui , Xi , i , c i, uj , parmetro de dispersin. funcin de utilidad del modo i atributos (variables de servicio y caractersticas del usuario) parmetros de calibracin constante modal especfica del modo i funciones de utilidad de todos los modos de viaje que el viajero tiene disponible. (15.)

En este estudio (CIS, 1998b) se consider un modelo de tipo jerrquico (J), con un nido de transporte pblico para reconocer las posibles correlaciones existentes entre las utilidades del taxi colectivo y del bus. En este caso la probabilidad de escoger el modo bus es el producto de dos probabilidades independientes: primero, la de escoger transporte pblico y, luego, la correspondiente a elegir bus dado que ya se escogi transporte pblico: PBus = P Tte. Pb * P Bus/Tte. Pub donde: P Bus/Tte. Pub P Tte. Pb = formulacin del Logit presentado anteriormente = probabilidad de escoger el nido entre las elecciones de auto y caminata. (16.)

Esta probabilidad se calcul igualmente como un modelo de tipo Logit, pero primeramente se defini la utilidad del nido como:
42

Unido = * EMU + i*Xi donde:

(17.)

EMU = ln ( exp (u Bus ) + exp (u Taxi Colec.) ) 0< <1 y la sumatoria i*Xi , considera todos los elementos comunes dejados fuera en la estimacin MNL del nido. Se reconoce que esta forma de calibracin corresponde a una forma antigua, ya que el modelo fue calibrado en 1998, que genera un sesgo (Carrasco et al., 2001). Sin embargo, dado que esta es la informacin disponible, se decidi usar el modelo tal como est, pero teniendo en cuenta este sesgo al momento de analizar los resultados. Dentro de esta formulacin general se consideraron especificaciones alternativas de la utilidad, unas lineales en el costo del modo y otras lineales en el costo del modo dividido por Ingreso (ingreso mensual del hogar del viajante).
Tabla 17. Modelos de Particin Modal del perodo Punta Maana Atributos Tiempo viaje propsito Trabajo valor t-Student Tiempo viaje propsito Estudio valor t-Student Tiempo de Espera valor t-Student Costo estrato Ingreso Bajo valor t-Student Costo estrato Ingreso Medio valor t-Student Costo estrato Ingreso Alto valor t-Student Constante modal Auto Acompaante valor t-Student Constante modal Taxi Colectivo valor t-Student Motorizacin valor t-Student Theta valor t-Student R Cuadrado
Fuente: CIS, 1998

Parmetros -0,1082 -9,9 -0,08851 -9,7 -0,3926 -3 -0,02 -6,4 -0,02059 -6,8 -0,01782 -5,2 -1,535 -5,9 -1,277 -6,7 1,023 5 0,6743 8,9 0,2345

43

Tabla 18. Valores Subjetivos del Tiempo de Viaje del perodo Punta Maana Categora de ingreso y propsito de viaje Ingreso Bajo propsito Trabajo Ingreso Medio propsito Trabajo Ingreso Alto propsito Trabajo Ingreso Bajo propsito Estudio Ingreso Medio propsito Estudio Ingreso Alto propsito Estudio
Fuente: CIS, 1998

Valor subjetivo del tiempo $/min 5,4 5,3 6,1 4,4 4,3 5

Al analizar los ajustes del modelo de CIS se puede ver que si bien el R Cuadrado es bajo, en estos modelos normalmente no se logran ajustes mucho mejores. Revisando los parmetros se ve los asociados al costo son bastante parecidos y se podra haber intentado calibrar un modelo sin distincin de estratos, o al menos uniendo los estratos bajo y medio. De esta forma, se evitara esa pequea disminucin del valor subjetivo del tiempo entre el estrato bajo y el medio. Tambin cabe destacar que slo resultaron estadsticamente significativas dos constante modales, lo que mejora las predicciones. 4.3 MODELO DE ASIGNACIN

El objetivo de la etapa de asignacin es obtener la carga de flujo en los arcos de la red. Para realizar esto, primero se cargaron los flujos de transporte pblico, dado que son flujos que usan rutas fijas, dadas por las lneas de los dos modos. Para esta primera carga se consider asignar los flujos en unidades de vehculos equivalentes, ya que en estas unidades estn expresadas las capacidades de los arcos. Con estos flujos en la red se puede asignar los viajes en el modo auto chofer, donde cada viaje se asimila a un vehculo. Para realizar la asignacin del transporte pblico, se tuvo en cuenta la restriccin de capacidad; es decir, que el tiempo de viaje en un arco depende de la cantidad de flujo circulando por ese mismo arco. Para realizar este clculo de tiempo de viaje, cada arco tiene asociado una curva que relaciona el flujo y la velocidad. El algoritmo de eleccin de rutas para los viajes que se us es del tipo Dial. Este algoritmo considera un modelo estocstico basado en el modelo logit, para calcular la probabilidad de eleccin de ruta. La ecuacin para el clculo de esta probabilidad es la siguiente:

P(r ) =
donde:

1 + e (c* cr )

(18.)

P(r) = probabilidad de eleccin de la ruta r c* = costo en la ruta de costo mnimo cr = costo en la ruta alternativa r = parmetro de dispersin de Dial El costo que se usa en la eleccin de la ruta corresponde al tiempo de viaje.
44

4.4

SITUACIN BASE

Para construir la situacin base se us la informacin antes descrita, pero se incorporaron pequeos cambios en la red para homogeneizar las vas donde se van a aplicar medidas, por ejemplo eliminando la variacin en la cantidad de pistas por sentido. Con esta situacin modelada se obtuvieron los resultados base, respecto a los cuales se hicieron las comparaciones con los experimentos. A continuacin, se presentan los principales resultados a modo de diagnstico: El total de viajes generados en la punta maana, periodo modelado, asciende a 29.814. De estos, el 27,9% tienen como destino la zona centro de la ciudad, siendo la zona sur-oriente la que genera mayoritariamente dichos viajes (un 9,7%) por ser zona residencial. En la siguiente figura se muestra la generacin y atraccin de todas las zonas.

Zona centro

Generados Atrados

1000 5000 Viajes

Zona residencial

Figura 13. Viajes generados y atrados en cada zona


Fuente: Elaboracin propia

En general la distribucin de viajes se comporta como lo esperado en ciudades de tamao medio, con algunos focos generadores de la mayora de los viajes (zonas dormitorio) y una distribucin ms o menos homognea en toda la ciudad, salvo la zona cntrica, que es el principal foco atractor. Dentro de las zonas dormitorio es relevante destacar las zonas de la parte sur-oriente, que cada una genera entre un 5% a 7% del total de los viajes. Respecto de la particin modal, el anlisis se realiz globalmente y considerando slo el mercado correspondiente a la zona cntrica de la ciudad, que es donde se analizaron posteriormente las medidas de gestin a implementar.

45

Considerando toda la ciudad, el modo predominante corresponde al bus, el cual sumado al modo taxi colectivo, sobrepasaron el 40% de participacin. Destaca el modo caminata con ms de un 30% de participacin y los modos auto-chofer y auto-acompaante se ubican en tercer lugar con una participacin del 22,3%. En consecuencia, los modos ms eficientes en el uso de la capacidad vial fueron los que presentaron mayor participacin del mercado de viajes a nivel global de la ciudad. En el caso de los viajes desde el rea cntrica, la particin modal es distinta, alcanzando un 38,7% los modos auto-chofer y auto-acompaante. El modo bus sumado al modo taxicolectivo, disminuy su participacin en ms de un 10%, relegndose a ltimo lugar el modo caminata. En los viajes con destino el centro, la particin modal sufri algunas variaciones respecto al total de la ciudad, baj la caminata y subieron los modos privados, mientras que en los modos de transporte pblico, en total permaneci casi igual, pero baj el bus y subi el taxi colectivo.

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Toda la ciudad caminata Viajes desde el centro auto acompaante Viajes hacia el centro bus taxi colectivo

auto chofer

Figura 14. Particin modal, segn rea de anlisis


Fuente: Elaboracin propia

Observando la asignacin de flujo sobre la red de la ciudad se puede ver que si bien hay algunas vas con mayor ocupacin, en general no hay reas que se vean congestionadas. Esto se puede reafirmar al revisar los grados de saturacin, donde se encuentran slo dos intersecciones con grados de saturacin sobre 0,75, sin que siquiera estn cercanas. La va que en la figura de la asignacin se ve ms cargada presenta grados de saturacin, menores a 0,65. Con esto se puede ver que la situacin base no presenta mayores problemas de congestin. Se considera que la velocidad comercial en transporte pblico es buena cuando es superior a 20 km/h (Fernndez, 1999), dado que realiza las paradas de transferencia de pasajeros. Revisando las velocidades del transporte pblico y privado en las distintas vas se ve que en general tienen buenos valores, en promedio 24,21 km/h para el transporte pblico y
46

37,07 km/h para el privado. S, se observa una diferencia importante entre las velocidades en algunas vas, donde la del transporte pblico llega a ser casi la mitad de la del privado. Esto se da especialmente en algunas calles del centro y en algunas de acceso al centro desde el sector sur-oriente.

Figura 15. Asignacin de flujos a la red


Fuente: Elaboracin propia
0.42

0.86

0.53 0.43

0.31

0.63 0.34

0.35 0.46

0.35 0.36 0.6 0.45

0.78

0.5

Figura 16. Grados de saturacin de la red


Fuente: Elaboracin propia

47

En la siguiente tabla se presentan, los valores promedios de las variables de servicio de los viajes en la ciudad. Se presentan los valores promedio del tiempo de viaje, el costo del viaje y el tiempo de viaje para cada modo.
Tabla 19. Variables de servicio promedio de la situacin base Tiempo viaje Costo viaje Tiempo espera Distancia de viaje (min) ($) (min) (km) 5,147 55,9 0 3,17 auto chofer 5,854 0 0 3,72 auto acompaante 21,05 0 0 2,67 caminata 5,962 140 / 50* 1,62 3,64 bus 6,044 170 1,272 3,88 taxi colectivo
* Valores de tarifa adulto y estudiante Fuente: Elaboracin propia

En general el tiempo de viaje promedio fue bastante parecido, salvo para el modo caminata y estuvo de acuerdo con la distancia de viaje promedio. En el costo de viaje se ve que el costo del auto fue bastante bajo en comparacin con las tarifas del bus y el taxi colectivo, aunque estuvo acorde, a la distancia y tiempo promedio de los viajes.

48

EXPERIMENTOS

Los experimentos consistieron en modelar medidas de gestin de trnsito en una red construida inicialmente con datos reales, modificando algunos parmetros para generar las condiciones que se quera estudiar. Como se expuso anteriormente en el captulo 3, la eleccin de las medidas desarrolladas en los experimentos se hizo por criterios de inters propio sobre algunas medidas, por las restricciones propias de la informacin disponible para la situacin base y por restricciones de tiempo, para acotar el tema de investigacin a desarrollar en una tesis de magster. Se buscaron medidas que, de preferencia, se pudieran modelar slo con cambios en la oferta de transporte (arcos, nodos, lneas de transporte pblico, costo generalizado), precisamente para ver el efecto de medidas puras de gestin de trnsito sobre la demanda. Dentro de stas, se opt por considerar las siguientes tres medidas, que cumplen tanto con el inters propio como con las restricciones de la informacin:

Prioridad al transporte pblico Vas reversibles Tarificacin vial en una zona

A continuacin, se describen las medidas, en qu arcos o rea se implementaron y las modificaciones que se hicieron, a la red o a los modelos en cada caso. 5.1 PRIORIDAD AL TRANSPORTE PBLICO

Esta medida busca reservar el espacio en la calle para que los vehculos de transporte pblico no vean interferida su operacin por el resto del trfico, ya que por lo general el flujo de vehculos privados es mayor al del transporte pblico. Para implementar efectivamente las vas exclusivas al transporte pblico en la ciudad es muy necesario tener una buena fiscalizacin, ya que cambiar el comportamiento de los conductores no es inmediato y si al comienzo no ven ningn perjuicio en no cumplir la restriccin de circulacin, es posible que muchos la incumplan perjudicando el buen funcionamiento de la medida. Tambin es importante desarrollar una buena campaa informativa, donde se destaquen los beneficios y se le informe a los conductores de las calles alternativas que pueden usar. Respecto de la infraestructura, no debieran ser necesarios mayores cambios, ya que si la va cumple con un diseo geomtrico y de pavimentos que soporta el trfico mixto, cuando se elimina el flujo de vehculos privados no se generan inconvenientes. Eso s, es necesario usar buena sealizacin y de preferencia seales de informacin variable, que le informen a los conductores por qu calle no pueden circular y cules pueden ser las alternativas. Es recomendable mejorar la infraestructura de paraderos, si no es la adecuada, por ejemplo si no hay una buena demarcacin del paradero o no existe un refugio. El siguiente experimento consisti en modelar prioridades al transporte pblico en tramos de va (vas exclusivas).
49

Se eligieron 3 vas para implementar la medida, teniendo en cuenta que son las que en la red real mueven la mayor cantidad de vehculos de transporte pblico, dos de ellas en el centro de la ciudad: Carampagne y Arauco (unidireccionales), y una que conecta la parte sur de la ciudad con el centro: Picarte (bidireccional). Todas estas vas tienen dos pistas por sentido. En la siguiente figura se muestra la red y las vas elegidas.

Figura 17. Vas elegidas para adoptar medidas de prioridad al transporte pblico
50

Fuente: Elaboracin propia

Para realizar la modelacin se plantearon dos escenarios: situacin base y con va exclusiva. Para esto se realizaron modificaciones slo a la red. En el escenario con vas exclusivas se hizo la capacidad igual a cero en la red de transporte privado, mientras que la de transporte pblico mantuvo una capacidad de 2 pistas. La medida est dada para vehculos de transporte pblico mayor y menor (taxis colectivos). El objetivo de la medida es proteger a los vehculos de transporte pblico de los dems vehculos, y en este caso se decidi hacer las dos pistas exclusivas. Se pens en probar una pista slo bus, pero por limitaciones de TRIPS, si se reservaba slo una pista, los vehculos quedaban confinados a ella y no podan realizar maniobras de adelantamiento, lo cual es perjudicial para los vehculos de transporte pblico. Los vehculos de transporte pblico deben poder adelantar al menos en las reas de parada, para no aumentar el nmero de detenciones y las demoras a vehculos que no necesiten detenerse en un paradero especfico. Un objetivo ms especfico de la tesis fue ver el efecto de variaciones en el total de viajes y, por lo tanto, se repiti el experimento amplificando los vectores de generacin y atraccin de viajes. Las variaciones usadas fueron 90%, 110%, 120% y 140% del original. 5.2 REVERSIBILIDAD DE VAS

Implementar una va reversible seriamente requiere de una muy buena campaa informativa previa al comienzo de su operacin y mucha fiscalizacin, sobretodo al comienzo. Todo esto orientado, no slo a los conductores sino tambin a los peatones, ya que estos cambios se producen de un da para otro y en un periodo del da determinado; las personas tienen que cambiar su conducta y ser concientes de ella. Con las vas reversibles se pueden generar muchos accidentes si lo anterior no se cumple. Respecto a la infraestructura, es necesario revisar los diseos de las intersecciones para asegurar que los radios de giro de los nuevos movimientos estn dentro de la norma y que la visibilidad no se vea disminuida en el caso de las vas secundarias. Adems, es necesario incluir nueva sealizacin, de preferencia variable, que indique el sentido de circulacin en el periodo determinado. Tanto con la sealizacin, como con la demarcacin es necesario ser muy cuidadoso para que la doble sealizacin (una por sentido) no genere dudas en los conductores que pueden terminar en accidentes. En este experimento se model la reversibilidad de una va, es decir, el cambio de direccin en ciertos periodos del da. La calle escogida es una de las vas con mayor longitud que conecta el centro con la zona sur-oriente de la red, Picarte. Esta va, en la situacin base, es bidireccional y la cantidad de pistas por sentido vara: cerca del centro tiene 2 pistas por sentido y en su tramo sur tiene una pista por sentido. En la siguiente figura se muestra la ubicacin de la va en la red.

51

Figura 18. Va elegida para probar medidas de reversibilidad


52

Se plantearon dos situaciones: la base y con va unidireccional al centro. En el caso de la va unidireccional fue necesario dejarla con un solo sentido y aumentar su capacidad al doble, adems, de modificar los recorridos de transporte pblico que ocupaban esa va.

Fuente: Elaboracin propia

Cada periodo del da tiene asociada una estructura de viajes diferente, que tienen implcita la localizacin de viviendas y actividades. La red, al menos la parte de infraestructura, es la misma. Como se quera observar la utilidad de hacer una va reversible, se plante variar la generacin y atraccin de viajes, para lograr tener estructuras que pudieran representar distintos periodos del da y distintas conformaciones de ciudad. Para establecer los distintos escenarios de estructura de viajes se dividi la ciudad en 3 macrozonas: centro, residencial sur-oriental y el resto de la ciudad. Analizando lo que ocurri en cada macrozona en la situacin base se pudo distinguir: en la punta maana, la zona residencial sur-oriental concentr un 23% de los viajes que se generaron, mientras la zona centro concentr el 30% de viajes de atraccin.

Centro

Residencial sur oriental Figura 19. Macrozonas


Fuente: Elaboracin propia

Los escenarios fueron definidos, modificando los porcentajes de viajes que se generaron o atrajeron de las macrozonas centro y residencial, y repartiendo los dems viajes en el resto de la ciudad, segn las proporciones de la situacin base. A continuacin, se presenta una tabla que resume los porcentajes propuestos para cada escenario.

53

Tabla 20. Porcentaje propuesto por macrozona en los escenarios Escenario Base 1 2 3 4 5 6 7 8 9 10 11 Generacin de viajes Residencial Resto 23 77 20 80 20 80 20 80 20 80 10 90 30 70 40 60 50 50 10 90 40 60 50 50 Atraccin de viajes Centro Resto 30 70 40 60 50 50 20 80 10 10 30 70 30 70 30 70 30 70 10 90 40 60 50 50

Fuente: Elaboracin propia

5.3

TARIFICACIN VIAL EN UNA ZONA

Esta medida es factible de implementar gracias a las nuevas tecnologas, como los portales de cobro, donde se puede cobrar un peaje sin detener el vehculo. Para establecer una zona tarificada, adems del sistema de cobro, debera instalarse un tipo de verificacin con pase liberado para vehculos de transporte pblico o de emergencia, por ejemplo, en todos los accesos al rea. Como en el caso de las otras medidas, el xito de sta, se relaciona con una buena campaa informativa donde se explique muy bien, cmo se realiza el cobro y por qu, y adems se den diversas alternativas para llegar en vehculo particular al rea tarificada en el horario de restriccin. Con este experimento, se intent revisar los efectos de implantar una zona tarificada, donde se cobre cada vez que se entre o salga de ella. Se defini la zona a tarificar igual que la zona centro, ya que por la agregacin de la informacin, es imposible modelar una tarificacin ms pequea. Se tuvo especial cuidado de no tarificar ninguna ruta obligada, por lo cual, se dej un anillo libre alrededor de la zona.

54

Figura 20. Zona tarificada


55

Para modelar el efecto del cobro se vari la tarifa desde $0 (situacin base) hasta $500 pesos (pesos de diciembre de 1996, $734 de diciembre de 2007). Esta variacin de tarifa es equivalente a aumentar el costo del viaje en auto desde 0 hasta 10 veces su valor promedio (ver Tabla 19). Los valores de ingreso lquido promedio mensual por hogar por categora fueron, bajo: $75.000, medio: $325.000, y alto: $750.000 (pesos de diciembre de 1996).

Fuente: Elaboracin propia

En este experimento se tuvo problemas con el modo auto acompaante, ya que, la funcin de costo de este modo slo considera tiempo y disponibilidad del auto en el hogar, por lo cual no es posible incluir el efecto del cobro. Para solucionar esto se decidi mantener la proporcin de viajes modo auto chofer y auto acompaante. Para esto, se modific el clculo de la utilidad del modo auto acompaante y reemplazndola por la siguiente relacin:

exp( a.acomp ) = K exp( a.chofer )


donde: a.acomp a.chofer K

(19.)

= utilidad del modo auto acompaante = utilidad del modo auto chofer = proporcin de viajes entre auto acompaante y auto chofer, en la situacin base

56

ANLISIS DE RESULTADOS

En este capitulo se revisan los resultados obtenidos de los experimentos y se hace un anlisis detallado, verificando si stos concuerdan con lo esperado, y como se explican las diferencias. Primero se examinan los resultados de las medidas de prioridad al transporte pblico, luego los de la reversibilidad de vas y por ltimo, los referidos a la tarificacin de una zona. 6.1 PRIORIDAD AL TRANSPORTE PBLICO

El experimento de dar prioridad al transporte pblico consisti bsicamente en la modelacin de vas exclusivas en las tres calles ms usadas por el transporte pblico en la red: Carampagne, Arauco y Picarte. Para realizarlo se eliminaron las 3 calles de la red de transporte privado y se mantuvieron habilitadas para el transporte pblico. Se modelaron dos escenarios: la situacin base y con vas exclusivas, primero con la cantidad de viajes que originalmente se tenan, y luego se vari esta cantidad de viajes desde 10% menos hasta 40% ms. 6.1.1 Anlisis sin variacin en la generacin Lo primero que se analiza dentro de este experimento son los resultados manteniendo la cantidad de viaje de la situacin base. a. Distribucin Para analizar posibles cambios en la distribucin se opt por comparar celda a celda las matrices y obtener el porcentaje de viajes que cambian su par origen-destino, inicialmente, para los viajes de toda la ciudad, seguido por la comparacin por propsito. En el caso de la va exclusiva para transporte pblico un 3,4% de los viajes modificaron su par origen-destino. Este cambio fue ms pronunciado en los viajes con propsito trabajo, donde en un 4,3% de los viajes se produjo una variacin en el par origen-destino. Las mayores variaciones no se produjeron, necesariamente, en las zonas ms cercanas a las vas exclusivas. Al revisar el caso de los mayores cambios por zona origen, estas no se localizan cerca de las calles donde se implement la medida, pero s lo hacen las zonas destino con las modificaciones ms pronunciadas. La mayora de las zonas con alteraciones importantes en el origen estn en el rea oriente, mientras que para el destino estn en el centro-poniente. La va exclusiva sirve justamente a los viajes entre el rea oriente y el centroponiente, por esto los viajes entre estas reas pueden usarla de manera completa, produciendo las mayores variaciones en sus costos de viajes y por lo tanto los cambios ms relevantes en la distribucin. A continuacin, se muestran las zonas con mayores variaciones, en magenta las zonas origen, en azul las zonas destino.

57

Figura 21. Ubicacin de zonas con mayor variacin en la distribucin de los viajes
Fuente: Elaboracin propia

b. Particin modal Analizando los resultados de la modelacin de las vas exclusivas, sin modificar el escenario de generacin de viajes, se observ que si bien se presentan cambios en la particin modal, estos son pequeos. Variaciones de menos del 6% en la particin modal de toda la ciudad, y de menos de 8% cuando se analizaron slo los viajes que llegan o salen de la zona centro. Las modificaciones ms fuertes se obtuvieron al revisar slo los viajes que llegan al centro, ya que estos, en transporte pblico, fueron los ms beneficiados por: el periodo modelado (punta maana); la estructura de la ciudad donde en el centro se concentra la mayor atraccin de viajes y la ubicacin de las vas elegidas para aplicar la medida. A continuacin, se presenta la particin modal, para los 5 modos que fueron modelados, y en agrupacin por modos no motorizados, de transporte pblico y privado. Se presenta la situacin considerando los viajes de toda la ciudad, y tambin examinando slo los viajes que salen del rea centro (desde el centro) y slo los viajes que llegan al centro (hacia el centro).

58

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0%

9% 35% 9% 13% 34%

10% 36% 9% 13% 32%

6% 29% 14% 24%

7% 31%

16% 29%

17% taxi colectivo bus auto acompaante auto chofer caminata

31% 11% 14% 27% via exclusiva

14% 24% 24% via exclusiva

11% 15% 29%

25% situacin base

situacin base

Toda la ciudad

via exclusiva

Desde el centro

situacin base

Hacia el centro

Figura 22. Particin modal, todos los modos, situacin base y con vas exclusivas, viajes en toda la ciudad y zona centro
Fuente: Elaboracin propia

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% situacin base via situacin via exclusiva base exclusiva Toda la ciudad Desde el centro situacin base via exclusiva Hacia el centro 33.6% 32.0% 25.4% 23.7% 29.5% 27.1% 22.4% 21.7% 38.8% 38.2% 25.5% 24.3% 44.0% 46.2% 35.8% 38.1% 45.1% 48.6% transporte pblico transporte privado caminata

Figura 23. Particin modal, modos agrupados, situacin base y con vas exclusivas, viajes en toda la ciudad y zona centro
Fuente: Elaboracin propia

Se observa que los cambios en la particin modal se dieron de manera ms fuerte entre la caminata y los modos de transporte pblico. Dado que el 61% de los viajes no tiene disponible el modo auto chofer, estos viajes slo pueden escoger entre modos de transporte pblico y caminata. Esto produjo que las reducciones en el costo de viaje generalizado del transporte pblico lograran subir el porcentaje de usuarios que viaja en estos modos reduciendo el porcentaje que lo hace caminando.

59

c. Asignacin Con la eliminacin de las tres calles de la red para el transporte privado es evidente que se produjo un cambio en la asignacin de los viajes a la red. Hubo cambios importantes en los corredores donde se aplic la medida y en los paralelos ms cercanos a sos, pero tambin hubo variaciones en un rea mayor al centro. Al revisar los grados de saturacin de los movimientos directos sobre los corredores, tal como se esperaba al disminuir el flujo, estos se redujeron, pasando de un mximo de 60% en la situacin base a un 49% con la aplicacin de la medida. Con el crecimiento de flujo en las otras calles se aumentaron los grados de saturacin, siendo los ms notorios los que se presentan justamente en los corredores donde hay un aumento de flujo, aunque ms que poder identificar corredores ms congestionados, los aumentos ms fuertes se dieron en una o dos intersecciones. En la siguiente figura se muestran los cambios en la asignacin y se representan con bandas rojas las calles con aumento de flujo y las reducciones en azul.

Figura 24. Cambios en la asignacin de flujo a la red


Fuente: Elaboracin propia

A continuacin, se pueden ver los mximos grados de saturacin de las intersecciones, tanto para la situacin base, como para las vas exclusivas.

60

0.43

0.86 0.52 0.44 0.3 0.31

0.63 0.34

61
0.35 0.46 0.61 0.45 0.35 0.36 0.78 0.5

Figura 25. Grados de saturacin superiores a 30% en la situacin base


Fuente: Elaboracin propia

0.34

0.87 0.34 0.32 0.74 0.57 0.78 0.48 0.37 0.87

0.36 0.6 0.33 0.42 0.36 0.44

62
0.8 0.41 0.38

Figura 26. Grados de saturacin superiores a 30% con vas exclusivas


Fuente: Elaboracin propia

En la figura anterior tambin se aprecia como esta medida, que slo se aplica en 3 corredores de la ciudad, tuvo un impacto importante en la asignacin dentro de una parte de la red y no slo sobre las vas inmediatas a los corredores donde se aplic. d. Tiempo de viaje e ndice de rendimiento Con la aplicacin de la medida la mayora de las lneas de transporte pblico disminuyeron su tiempo de viaje, entre un 0,27% y un 4,05%. Las lneas que ms acortaron su tiempo fueron las que se concentran en las vas donde se aplic la medida. Slo dos lneas (taxis colectivos) aumentaron su tiempo de viaje, principalmente, usaron calles alternativas y no las vas exclusivas. De todas formas a nivel global se obtuvieron resultados positivos para el transporte pblico. Analizando los tiempos de viaje en los corredores se revis si las variaciones se muestran de manera ms pronunciada en los arcos o en las intersecciones, pero se comprob que tanto el tiempo en movimiento, como las demoras aumentaron en la misma medida, mantenindose la proporcin entre ellas. Adems, se lograron reducciones de hasta un 7% en el tiempo de viaje del transporte pblico en los corredores donde se aplic. Dentro de estos, fue ms grande la reduccin en Picarte, que conecta la zona sur-oriente con el centro; y la menor reduccin tambin fue en este corredor, pero en sentido contrario. Esto se explica, porque esta va en la punta maana lleva una gran cantidad del flujo hacia el centro, al tener pocas calles paralelas que logren conectar las mismas zonas; pero en sentido contrario hay pocos viajes y poco flujo de transporte privado, por lo tanto, su eliminacin no logr un efecto importante en ese sentido. Revisando el tiempo de viaje en los dems corredores del rea de influencia, se nota que los mayores cambios se produjeron en tres corredores en sentido hacia el centro, donde el aumento del tiempo de viaje fue entre 11% y 20%. Para comparar los posibles beneficios de las medidas se construy un ndice de rendimiento dependiente del tiempo de viaje y del costo de combustible, muy similar al tipo de ndice de rendimiento que se usa en softwares como TRANSYT. La forma funcional es:

IR = CTV TVijk Dijk + Ccclm Flm


i =1 j =1 k =1 l =1 m =1

(20.)

donde: IR = ndice de rendimiento ($/hora) CTV = Costo social del tiempo de viaje ($/min) TVijk = Tiempo de viaje para el modo i, entre el par j-k (min/viaje) Dijk = Viajes en el modo i, entre el par j-k (viajes/hora) Ccclm = Costo de consumo de combustible en el arco l, para el tipo de vehculo m ($/veh) Flm = Flujo de vehculos tipo m en el arco l (veh/hora) n = modos z = zonas a = arcos t = tipo de vehculos

63

Este ndice se calcul primero para cada grupo de modos: no motorizados (caminata), de transporte pblico (buses y taxis colectivos) y transporte privado (auto chofer y acompaante); y se dividi por la cantidad de pasajeros del modo, para poder comparar entre los modos. A continuacin, se presentan los valores de estos ndices para los distintos modos, para una hora en el periodo punta maana.
Tabla 21. ndices de rendimiento por modo y pasajero Situacin base Vas exclusivas ndice caminata $/h-pax 2,90 2,79 ndice transporte privado $/h-pax 83,26 87,80 ndice transporte pblico $/h-pax 149,75 137,48
Fuente: Elaboracin propia

En este caso se logr una disminucin en los ndices de la caminata y del transporte pblico. La baja en el ndice de caminata se explica porque los viajes que se cambiaron al transporte pblico son los ms largos, y esto acort la distancia promedio de viaje en este modo. El ndice para el transporte pblico baj, lo cual era de esperarse, ya que baj el tiempo de viaje promedio por pasajero en un 11,7%, y baj el consumo de combustible total en estos modos en un 0,3%. La baja en los ndices de estos modos compens el alza en el transporte privado, permitiendo una reduccin en el ndice total del 2,3%, pasando de $2.549.375 a $2.491.063. Esta reduccin tan pequea se explica adems por los cambios modales, ya que la caminata y el transporte privado redujeron su participacin, teniendo un ndice por pasajero menor al transporte pblico. 6.1.2 Anlisis con variacin en la generacin Para ver la influencia de la cantidad de viajes en los beneficios de hacer vas exclusivas se realizaron varios escenarios de generacin de viajes, variando la cantidad de viajes entre un 90% y un 140% de los viajes en la situacin original. a. Distribucin Al realizar variaciones en la cantidad de viajes en el sistema se lograron variaciones en la distribucin muy similares a la presentada en la situacin de generacin base, mostrando estabilidad con el aumento de viajes. A continuacin, se presenta el porcentaje de viajes que cambia el par origen-destino para cada escenario tarifario, por propsito de viaje.

64

4.8% 4.6% 4.4% 4.2% 4.0% 3.8% 3.6% 3.4% 3.2% 3.0% 90% 100% 110% total trabajo 120% estudio 130% 140%

Figura 27. Porcentaje de viajes que cambian el par origen destino en cada escenario de generacin de viajes
Fuente: Elaboracin propia

La tendencia clara es ver que en los viajes con motivo trabajo se produce un cambio mayor que en los de estudio. Esto puede deberse a que el parmetro del modelo de costo compuesto es mayor para el trabajo que para el estudio, por lo cual las variaciones en el tiempo de viaje influyen ms en los viajes de trabajo. b. Particin modal Con estas variaciones se comprueba que existe una tendencia en las variaciones de la particin modal; fueron calculadas como el porcentaje de variacin entre la cantidad de viajes por modo, en la situacin base y con las vas exclusivas, para cada escenario de generacin de viajes. Esta tendencia es de aumento de la participacin del modo bus y de disminucin en la participacin de los dems modos. Estos cambios respecto a la mayor cantidad de viajes en la ciudad muestran cierta estabilidad respecto a la cantidad de viajes inicial. A continuacin, se presentan estas tendencias por grupos de modos.

65

8.00% 6.00% 4.00% 2.00% 0.00% 90% -2.00% -4.00% -6.00% -8.00% caminata transporte privado transporte pblico 100% 110% 120% 130% 140%

Figura 28. Diferencias en la particin modal agrupada, para los escenarios de generacin de viajes
Fuente: Elaboracin propia

Las pequeas variaciones que se dieron entre escenarios de aumento de viajes en la particin modal se deben a que la congestin se va presentando en cada interseccin en distintos escenarios de la modelacin y dado que la ruta del transporte pblico es fija, no puede reasignarse. Otra causa sera porque la medida consiste en reservar ciertas calles para el uso exclusivo del transporte pblico y por lo tanto las demoras que afectan a los dems modos se generan en otras intersecciones, que crecen en forma diferente. c. Asignacin Con el aumento en la cantidad de viajes los cambios en la asignacin se vuelven ms pronunciados. Por un lado, aumenta el rea de la red que se ve afectada por la medida, y adems, en las vas donde ya se producan variaciones, estas en general crecen. De igual forma con la congestin, si aumenta la cantidad de viajes aumentan los grados de saturacin de las intersecciones. A continuacin, se muestran las diferencias en la asignacin a la red y los grados de saturacin de las intersecciones para la situacin base y con va exclusiva de distintos escenarios de cantidad de viajes. Las bandas azules corresponden a disminucin de flujo, mientras las rojas a aumento.

66

67

Generacin al 90%

Generacin al 110%

Figura 29. Cambios en la asignacin de flujo a la red para los distintos escenarios
Fuente: Elaboracin propia

68

Generacin al 120%

Generacin al 140%

Figura 30. Cambios en la asignacin de flujo a la red para los distintos escenarios
Fuente: Elaboracin propia

69

Situacin base

Con va exclusiva

Figura 31. Grados de saturacin superiores a 30%, situacin base y con vas exclusivas, generacin al 90%
Fuente: Elaboracin propia

70

Situacin base

Con va exclusiva

Figura 32. Grados de saturacin superiores a 30%, situacin base y con vas exclusivas, generacin al 110%
Fuente: Elaboracin propia

71

Situacin base

Con va exclusiva

Figura 33. Grados de saturacin superiores a 30%, situacin base y con vas exclusivas, generacin al 140%
Fuente: Elaboracin propia

En las figuras anteriores se aprecia que a medida que aumentaron los viajes se distingue una tendencia a que tambin aumentara la congestin en algunas vas. Esto no se puede establecer como regla general, ya que una calle donde aument cierta cantidad de viajes en un escenario, no necesariamente va a seguir sumando flujo a mayor cantidad de viajes del escenario, dado que los efectos de la congestin no son los mismos en toda la red. Lo relevante aqu es observar la comparacin entre los puntos ms congestionados y el aumento de los viajes. En general las intersecciones de las vas exclusivas bajan sus grados de saturacin, mientras que las intersecciones de las vas paralelas aumentan. Tambin lo hacen otros puntos un poco ms alejados de las vas exclusivas, pero que son parte de rutas alternativas, no necesariamente usando las vas paralelas. En estas intersecciones se nota cierta tendencia a presentar aumentos en los grados de saturacin con mayor cantidad de viajes. d. Tiempo de viaje e ndice de rendimiento Dado que en el modelo de particin modal se considera un nido de transporte pblico, las diferencias entre las lneas de los dos modos bus y taxi colectivo, paulatinamente, cobran relevancia con los problemas de congestin de algunas intersecciones. En promedio las lneas de buses tuvieron una mayor disminucin del tiempo de viaje que las de taxis colectivos. Esto se debe a que las rutas de buses, usaron ms las vas exclusivas que las de taxis colectivos.

6.00% 4.00% 2.00% 0.00% 90% -2.00% -4.00% -6.00% -8.00% promedio mximo mnimo

100%

110%

120%

130%

140%

Figura 34. Variaciones en el tiempo de viaje de las lneas de transporte pblico


Fuente: Elaboracin propia

En el tiempo de viaje del transporte privado se indica una clara tendencia en los cambios que se producen, ya que siempre aumentaron con la implementacin de la medida y este cambio fue creciente con la cantidad de viajes. En el caso del transporte pblico tambin se observa una tendencia de disminucin del tiempo de viaje con la medida, alrededor de un 12%, pero no hubo mayor modificacin en esta variacin respecto a la cantidad de viajes en el sistema.
72

8.50 8.00 7.50 7.00 6.50 6.00 90%

-11.0% -11.4% -11.8% -12.2% -12.6% -13.0% 140%

100% base

110%

120%

130% diferencia

va exclusiva

Figura 35. Tiempo de viaje en situacin base y va exclusiva, segn escenario de generacin, para transporte pblico
Fuente: Elaboracin propia

6.80 6.40 6.00

15.0% 13.0% 11.0% 9.0%

5.60 5.20 90%

7.0% 5.0% 140%

100% base

110%

120%

130% diferencia

va exclusiva

Figura 36. Tiempo de viaje en situacin base y va exclusiva, segn escenario de generacin, para transporte privados
Fuente: Elaboracin propia

El hecho de que las variaciones del tiempo de viaje de los privados aumentaran con los viajes y no as las del transporte pblico se debe a que el transporte pblico es asignado a ruta fija, mientras que los privados podan elegir vas menos congestionadas en las distintas situaciones.

73

Con los ndices de rendimiento por modo se vuelve a notar una tendencia en el transporte privado que no puede verse en el transporte pblico, su relacin con el aumento de viajes. El indicador para el transporte pblico disminuy un 9% aproximadamente. Para la caminata el ndice refleja muy bien lo que pas con el largo de viaje promedio, y se calcula que en general disminuy alrededor de un 4%, pero tampoco se observa una tendencia de que estos cambios se relacionen con la cantidad de viajes.

15.0% 10.0% 5.0% 0.0% 90% -5.0% -10.0% -15.0% caminata privado pblico

100%

110%

120%

130%

140%

Figura 37. Diferencias del ndice de rendimiento por modo y pasajero, segn escenario de generacin de viajes
Fuente: Elaboracin propia

Lo que ocurri con los ndices de rendimiento por modo est directamente relacionado con el tiempo de viaje promedio. Como se observa el ndice para el transporte privado siempre aument, mientras que para el transporte pblico y la caminata siempre disminuy. Cuando se calcul el ndice total, se vio que el aumento en el transporte privado logr ser compensado y superado por los dems modos. La tendencia que present el ndice total sigui la del transporte privado, dado que las variaciones en los otros modos se mantuvieron alrededor de un mismo valor, es decir, las variaciones fueron decrecientes con la cantidad de viajes en el sistema.

74

3300000 3100000 2900000 2700000 2500000 2300000 90%

0.0% -0.5% -1.0% -1.5% -2.0% -2.5% -3.0% 140%

100% base

110% proyecto

120%

130% diferencia

Figura 38. ndice de rendimiento total, segn escenario de generacin de viajes, en $/hora
Fuente: Elaboracin propia

Como parte de los objetivos se plante hacer una comparacin entre lo reportado en la literatura y los resultados obtenidos. Para el caso de vas exclusivas se encontr poca informacin sobre sus efectos en la demanda de trfico. Sin embargo, hay evidencias de que planes ms integrales, donde las vas exclusivas son slo una de las medidas, han logrado cambios en la particin modal. Por ejemplo, en el caso de Transmilenio en Bogot el paso de usuarios de transporte privado al pblico en el sistema es de 10%. En el caso del experimento son mucho menores, 6%, pero incluyendo los cambios desde la caminata. Las diferencias entre resultados se deben a que Transmilenio incluye cambios profundos de reestructuracin del sistema de transporte pblico, adems de la congestin en Bogot, ciudad que no puede considerarse de tamao medio. 6.2 REVERSIBILIDAD DE VAS

La va que se model como reversible fue Picarte, dada su continuidad y conexin del rea residencial sur-oriental con el centro. Para modelarla se eliminaron los arcos con sentido sur-oriente y se ampli la capacidad de los arcos en sentido al centro. Primero se realiz el experimento manteniendo la estructura de los vectores de origen y destino de la situacin base, pero despus se vari la estructura de estos vectores, para ver los efectos en los resultados. 6.2.1 Anlisis sin variacin en los vectores de atraccin y generacin de viajes a. Distribucin Al comparar las matrices de distribucin de los viajes se observ que un 1,4% del total de los viajes modificaron su par origen-destino, mientras que por propsito fueron un 2% los viajes al trabajo y un 1,5% los de estudio. Si bien en principio puede parecer extrao que el porcentaje de viajes que modific su par origen-destino fue menor en total, esto ocurre porque las variaciones son mnimas, en muchos

75

casos slo un viaje y en algunas zonas las variaciones en los totales de viajes se compensaron al disminuir en un propsito y aumentar en el otro. Como los costos por propsito no dependen de los mismos factores (p. ej. las diferencias en el valor del tiempo de viaje o el hecho de que el auto chofer no sea un modo disponible para los viajes al estudio, etc.), las modificaciones en la distribucin no siguen la misma tendencia en los dos propsitos. b. Particin modal Analizando los resultados de la modelacin de las vas reversibles, sin modificar los vectores de atraccin y generacin de viajes, se distingue que, prcticamente, no se presentaron cambios en la particin modal, de menos de un punto porcentual aun agrupando los modos o revisando los cambios slo en los viajes que salen o entran al centro. A continuacin, se presentan la particin modal, en agrupacin por modos no motorizados, de transporte pblico y privado.

100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% situacin va base reversible Toda la ciudad situacin va base reversible Desde el centro situacin va base reversible Hacia el centro 33.9% 33.8% 26.4% 26.4% 30.0% 29.9% 22.3% 22.3% 38.1% 38.1% 24.0% 24.0% transporte pblico transporte privado caminata 43.8% 43.9% 35.5% 35.5% 46.0% 46.1%

Figura 39. Particin modal, modos agrupados, situacin base y con va reversible, viajes en toda la ciudad y zona centro
Fuente: Elaboracin propia

El hecho de que no ocurrieran cambios relevantes, de ms de un 1%, en la particin modal se debe a que la medida es muy localizada, y adems que los cambios en tiempo de viaje o consumo de combustibles son muy pequeos, como se puede ver ms adelante. c. Asignacin Como se muestra en la siguiente figura, prcticamente, todo el flujo que se elimin de Picarte pasa a Errzuriz (banda azul disminucin de flujo, roja aumento). En la figura tambin se puede observar que esta medida produjo cambios muy locales.

76

Figura 40. Cambios en la asignacin de flujo a la red


Fuente: Elaboracin propia

Con los cambios en la asignacin de flujos era de esperar que los grados de saturacin bajaran en Picarte y aumentaran en Errzuriz. Sin embargo, no en todas las intersecciones de Picarte ocurri esto, debido a que los flujos por algunas las calles transversales aumentaron debido a que los flujos deban cruzar hacia el sector nororiente y slo tenan algunas calles donde poder hacerlo, a diferencia de cuando circulaban por Picarte, que disponan de ms opciones para llegar a este sector.

77

0.34

0.820.5 0.42

0.57

0.41 0.55 0.46

0.37 0.31

0.74 0.49

78
0.31

Figura 41. Grados de saturacin superiores a 30% en la situacin base


Fuente: Elaboracin propia

Figura 42. Grados de saturacin superiores a 30% en la situacin base

0.58

0.41

0.33

0.63 0.48

0.37

d. Tiempo de viaje e ndice de rendimiento En la situacin con va reversible, al revisar los tiempos de los recorridos completos, para la mayora de las lneas de transporte pblico aumentaron entre un 0,02% y un 7,27%. Sin embargo, al analizar el tiempo de recorrido en el trayecto de ida al centro separado del recorrido de vuelta se nota que de ida en promedio baj un 3.73%, mientras que de vuelta aument en un 7,13%. Las lneas en que ms creci o decreci el tiempo de recorrido, segn el trayecto, fueron las que usaron, casi de manera completa, Picarte. Existen dos lneas de taxis colectivos
79

0.810.5

0.48

0.72

0.37

0.41

0.45

Fuente: Elaboracin propia

que tanto en el trayecto de ida como de vuelta aumentaron el tiempo de recorrido, pero estas lneas no usaban Picarte, sino calles alternativas para llegar al centro. Analizando los tiempos de viaje en los corredores se revis si las variaciones se muestran de manera ms pronunciada en los arcos o en las intersecciones, pero se vio que tanto el tiempo en movimiento, como las demoras aumentaron de la misma forma, mantenindose la proporcin entre ellas. Con la aplicacin de la medida se lograron reducciones de un 19% en el tiempo de viaje del transporte pblico y de un 7% en el del transporte privado, en Picarte hacia el centro. Ya que los cambios en la particin modal fueron tan pequeos, no hubo cambios en los parmetros de demora y detenciones para el clculo de velocidad del transporte pblico, por lo cual este modo se vio bastante beneficiado con la medida en el corredor. En los dems corredores los mayores cambios se dieron en Errzuriz, debido a que esta calle es paralela a Picarte en todo el tramo donde se implementa la medida. En Errzuriz, en sentido del centro al sur-oriente, se produjo un aumento del tiempo de viaje de 19% para el transporte pblico y de 17% para el privado. Para el transporte pblico y el transporte privado mejoraron las condiciones, ya que los tiempos promedio de viaje y distancias de recorrido, s se vieron afectados. En el caso del transporte pblico, dado que la mayora de las lneas usaron Picarte, y los viajes por ser punta maana se dirigen ms hacia el centro, el tiempo promedio de viaje disminuy, en 1,2%. Tambin es un factor importante que con el cambio en las lneas debido a la reversibilidad de Picarte, el uso de Errzuriz no supuso un aumento significativo en la distancia recorrida, por lo cual, el consumo de combustible slo se vio afectado por los cambios en la velocidad. Para el caso del transporte privado en la situacin base se pudieron usar todas las vas, mientras que con la medida esto se restringi. La restriccin hizo que aumentara la distancia promedio de viaje, con lo que tambin subi el consumo de combustible y esto se tradujo en un crecimiento del ndice. Tambin se present un pequeo incremento en el tiempo promedio de viaje, 0,03%, por los problemas de reruteo. Debido a que hubo un cambio mnimo en la particin modal de la caminata y que el ndice para este modo depende slo de la distancia promedio de viaje, la variacin que se present en este ndice es muy pequea. A continuacin, se presentan los valores obtenidos de los ndices de rendimiento para los distintos modos, en la hora punta maana.
Tabla 22. ndices de rendimiento por modo y pasajero ndice caminata $/h-pax ndice transporte privado $/h-pax ndice transporte pblico $/h-pax Situacin base 2,90 81,92 150,76 Vas unidireccional 2,89 82,38 148,54

La baja en el ndice del transporte pblico logr compensar la subida del privado, con una reduccin del ndice total de 0,81%, pasando de $2.542.927 a $2.522.318 por hora. Dado que los cambios que se produjeron en los flujos son de carcter local, era de esperar que el ndice de rendimiento de toda la ciudad no sufriera un cambio drstico.
80

6.2.2 Anlisis con escenarios de vectores de atraccin y generacin de viajes Para observar la influencia de la concentracin de la atraccin y generacin de viajes se modelaron distintos escenarios, donde el total de viajes generados y atrados es el mismo, pero cambia la proporcin de los viajes en cada zona. Las zonas que ms viajes atrajeron en la situacin base son las del centro, mientras que las que ms viajes generaron son las residenciales del sur-oriente. Los escenarios se crearon modificando en los vectores de generacin y atraccin precisamente la concentracin de viajes en estos dos grupos de zonas. Inicialmente estas zonas residenciales generaron el 23% de los viajes totales, mientras que el centro atrajo el 30%. Las variaciones que se hicieron fueron: cambiar la concentracin de viajes haciendo que los viajes al centro fluctuaran entre 10% y 50%, mientras se dej la atraccin de viajes sin modificar. Despus se vari la generacin de viajes, haciendo que los viajes desde las zonas residenciales cambiaran entre 10% y 50% y se mantuvo la atraccin de viajes inmodificada. Por ltimo, se hizo una variacin simultnea de la generacin y atraccin de viajes, haciendo que en cada escenario, tanto la atraccin al centro como la generacin de las zonas residenciales, fuera la misma y fluctuara entre 10% y 50%. a. Distribucin Con los distintos escenarios de vectores origen y destino, no se logr determinar una tendencia clara, salvo cuando se variaron simultneamente la generacin y atraccin. En general las variaciones rondaron el 1,5% para el total de viajes y los de estudio y el 2% para los de trabajo. En el caso de variaciones simultneas en los vectores de generacin y atraccin se nota una tendencia a la disminucin de la variacin cuando existe mayor concentracin de viajes. A continuacin, se presenta el porcentaje de viajes que cambia el par origen destino para cada escenario tarifario, por propsito de viaje.

81

2.5%

2.0%

1.5%

1.0%

0.5%

0.0% 10 20 total 30 trabajo 40 estudio 50

Figura 43. Porcentaje de viajes que cambian el par origen destino, para los escenarios variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante
Fuente: Elaboracin propia

2.5%

2.0%

1.5%

1.0%

0.5%

0.0% 10 20 total 30 trabajo 40 estudio 50

Figura 44. Porcentaje de viajes que cambian el par origen destino, para los escenarios variacin en la concentracin de la generacin de viajes, manteniendo la atraccin constante
Fuente: Elaboracin propia

82

2.5%

2.0%

1.5%

1.0%

0.5%

0.0% 10 20 total 30 trabajo 40 estudio 50

Figura 45. Porcentaje de viajes que cambian el par origen destino, para los escenarios variacin en la concentracin de la atraccin y generacin de viajes
Fuente: Elaboracin propia

b. Particin modal En general los cambios de escenario no mostraron una gran influencia sobre la particin modal, ya que revisando los modos agrupados se lograron variaciones de menos del 2%. Con las variaciones en la concentracin de generacin de viajes en la zona residencial los efectos son an menos pronunciados que cuando se hicieron cambios en la concentracin de la atraccin de viajes en el centro.
1.50% Variacin en particin modal 1.00% 0.50% 0.00% -0.50% -1.00% -1.50% -2.00% Porcentaje de concentracin atraccin de viajes al centro caminata transporte privado transporte pblico 10 20 30 40 50

Figura 46. Diferencias en la particin modal agrupada, para los escenarios variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante
Fuente: Elaboracin propia

83

0.60% 0.40% Variacin particin modal 0.20% 0.00% -0.20% -0.40% -0.60% -0.80% -1.00% Porcentaje de concentracin generacin de viajes en zona residencial caminata transporte privado transporte pblico 10 20 30 40 50

Figura 47. Diferencias en la particin modal agrupada, para los escenarios variacin en la concentracin de la generacin de viajes, manteniendo la atraccin constante
Fuente: Elaboracin propia

1.50% Variacin de particin modal 1.00% 0.50% 0.00% -0.50% -1.00% -1.50% -2.00% Porcentaje de concentracin atraccin y generacin de viajes caminata transporte privado transporte pblico 10 20 30 40 50

Figura 48. Diferencias en la particin modal agrupada, para los escenarios variacin en la concentracin de la atraccin y generacin de viajes
Fuente: Elaboracin propia

Se observa que prcticamente en todos los casos las pequeas variaciones favorecieron al transporte pblico sobre los otros modos, y dado que la medida afect los costos de los modos motorizados de forma positiva, la caminata disminuy su participacin. c. Asignacin Revisando los cambios en la asignacin, se denota cierta tendencia a que una parte ms amplia de la red se vea afectada cuando los escenarios tienen baja concentracin de viajes, tanto en la atraccin al centro como en la generacin de las zonas residenciales, y disminuye con el aumento de la concentracin de viajes. Esto se debe a que Picarte y Errzuriz son las
84

calles que comunican de forma ms directa estos grupos de zonas y, cuando los viajes estuvieron ms concentrados y Picarte se hace unidireccional, aunque aumente la congestin en Errzuriz, hacer un reruteo en los viajes entre estas zonas result con un tiempo de viaje mayor a ir por Errzuriz. A continuacin, se muestran las figuras con los cambios en la asignacin para algunos de los escenarios con mayor y menor cambio.

Atraccin centro 10%, generacin residencial 10%

Figura 49. Cambios en la asignacin de flujo a la red para los escenarios con mayores cambios

85

Atraccin centro 10%, generacin sin modificar

Fuente: Elaboracin propia

Atraccin centro 50%, generacin residencial 50%

Figura 50. Cambios en la asignacin de flujo a la red para los escenarios con mayores cambios

Aunque existe una modificacin en la asignacin de flujo, los cambios en los grados de saturacin mximos de las intersecciones, no tuvieron grandes variaciones entre escenarios. En todos los casos hubo un aumento en el grado de saturacin en las mismas intersecciones, y el aumento fue parecido. En las siguientes figuras se destacan estas intersecciones en los crculos verdes y se nota que los grados de saturacin son sensibles a la proporcin de viajes al centro, teniendo menos intersecciones con grados de saturacin mayor a 30% cuando la concentracin es baja.
86

Atraccin sin modificar, generacin residencial 50%

Fuente: Elaboracin propia

87

Situacin base

Con va unidireccional

Figura 51. Grados de saturacin superiores a 30% para el escenario de atraccin al centro en 10% y generacin sin modificar
Fuente: Elaboracin propia

Figura 52. Grados de saturacin superiores a 30% para el escenario de atraccin al centro en 10% y generacin sin modificar

Con va unidireccional

d. Tiempo de viaje e ndice de rendimiento Respecto a los tiempos de viaje de toda la ciudad hubo pequeas variaciones, tanto para el transporte pblico como para el privado. El transporte pblico siempre tuvo una baja en el tiempo de viaje promedio, debido principalmente, a que la mayora de las lneas de transporte pblico usaron Picarte y, dado que en el periodo modelado, la mayora de los viajes fueron en
88

Situacin base

Fuente: Elaboracin propia

direccin al centro, son menos los viajes que se vieron perjudicados por el reruteo del transporte pblico a Errzuriz (Figura 53). Existi una tendencia a que la variacin en los tiempos de viaje aumentara con la concentracin de viajes.

Rutas va unidireccional al centro

Figura 53. Reruteos transporte pblico


Fuente: Elaboracin propia

Tiempo de viaje promedio (minutos)

8 7.8 7.6 7.4 7.2 7 10 20 30 40 50 Porcentaje de concentracin atraccin de viajes hacia el centro base reversible diferencia

0.00% -0.40% -0.80% -1.20% -1.60% -2.00%

Figura 54. Tiempo de viaje promedio en transporte pblico, para los escenarios con variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante
Fuente: Elaboracin propia

89

Tiempo de viaje promedio (minutos)

8.2 8 7.8 7.6 7.4 7.2 7 10 20 30 40 50 Porcentaje de concentracin generacin de viajes en zona residencial base reversible diferencia

0.00% -0.50% -1.00% -1.50% -2.00% -2.50%

Figura 55. Tiempo de viaje promedio en transporte pblico, para los escenarios con variacin en la concentracin de la generacin de viajes, manteniendo la atraccin constante
Fuente: Elaboracin propia

Tiempo de viaje promedio (minutos)

9 8.6 8.2 7.8 7.4 7 10 20 30 40 50 Porcentaje de concentracin atraccin y generacin de viajes base reversible diferencia

1.00% 0.50% 0.00% -0.50% -1.00% -1.50% -2.00% -2.50%

Figura 56. Tiempo de viaje promedio en transporte pblico, para los escenarios con variacin en la concentracin de la atraccin y generacin de viajes
Fuente: Elaboracin propia

El transporte privado no result tan beneficiado, ya que en varios escenarios el tiempo promedio de viaje aument. Se puede establecer una tendencia a que a mayor concentracin de viajes en el centro y la zona residencial se logr una disminucin del tiempo de viaje promedio con la medida. Sin embargo, esta tendencia presenta una excepcin cuando se mantuvo la generacin constante y se hizo la concentracin del 50% de la atraccin en el centro, ya que en este caso aument el tiempo de viaje promedio.
90

Tiempo de viaje promedio (minutos)

6 5.8 5.6 5.4 5.2 5 10 20 30 40 50 Porcentaje de concentracin atraccin de viajes hacia el centro base reversible diferencia

1.20% 0.80% 0.40% 0.00% -0.40% -0.80% -1.20%

Figura 57. Tiempo de viaje promedio en transporte privado, para los escenarios con variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante
Fuente: Elaboracin propia

Tiempo de viaje promedio (minutos)

5.7 5.6 5.5 5.4 5.3 5.2 10 20 30 40 50 Porcentaje de concentracin generacin de viajes en zona residencial base reversible diferencia

1.50% 1.00% 0.50% 0.00% -0.50% -1.00%

Figura 58. Tiempo de viaje promedio en transporte privado, para los escenarios con variacin en la concentracin de la generacin de viajes, manteniendo la atraccin constante
Fuente: Elaboracin propia

91

Tiempo de viaje promedio (minutos)

6.5 6.1 5.7 5.3 4.9 4.5 10 20 30 40 50 Porcentaje de concentracin atraccin y generacin de viajes base reversible diferencia

2.50% 2.00% 1.50% 1.00% 0.50% 0.00% -0.50% -1.00%

Figura 59. Tiempo de viaje promedio en transporte privado, para los escenarios con variacin en la concentracin de la atraccin y generacin de viajes
Fuente: Elaboracin propia

Si bien para el transporte pblico y privado se distingue cierta tendencia, las disminuciones fueron bajas cuando se analizaron el tiempo de viaje promedio de toda la ciudad, con variaciones de menos del 2,5%. Cuando se revisaron los tiempos de viaje en los corredores ms afectados, Picarte en sentido oriente-poniente y Errzuriz en sentido poniente-oriente, se pudo ver que no afect mucho el escenario de concentracin de viajes, y en todos los casos hubo una disminucin de 23% en Picarte y un aumento del 18% en Errzuriz. En general la variacin en ndices de rendimiento, por modo por pasajero, tiende a ser menor con la concentracin de los viajes. Esto fue ms evidente en el caso del transporte pblico, donde adems, la medida siempre present una mejora en el ndice de rendimiento. Para la caminata cuando la concentracin de viajes fue muy baja, ya sea en el origen o en el destino, la medida aument el ndice de rendimiento por persona. Para el transporte privado la medida pocas veces logr ser positiva y disminuy el ndice de rendimiento. Estos resultados fueron muy coherentes con los tiempos de viajes antes presentados.

92

1.00% 0.50% Variacin en los ndices 0.00% -0.50% -1.00% -1.50% -2.00% -2.50% Porcentaje de concentracin atraccin de viajes al centro caminata transporte privado transporte pblico 10 20 30 40 50

Figura 60. Diferencias del ndice de rendimiento por modo y pasajero, para los escenarios con variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante
Fuente: Elaboracin propia

1.50% 1.00% Variacin en los ndices 0.50% 0.00% -0.50% -1.00% -1.50% -2.00% -2.50% Porcentaje de concentracin generacin de viajes en zona residencial caminata transporte privado transporte pblico 10 20 30 40 50

Figura 61. Diferencias del ndice de rendimiento por modo y pasajero, para los escenarios con variacin en la concentracin de la generacin de viajes, manteniendo la atraccin constante
Fuente: Elaboracin propia

93

2.00% 1.50% Variacin en los ndices 1.00% 0.50% 0.00% -0.50% -1.00% -1.50% -2.00% -2.50% Porcentaje de concetracin atraccin y generacin de viajes caminata transporte privado transporte pblico 10 20 30 40 50

Figura 62. Diferencias del ndice de rendimiento por modo y pasajero, para los escenarios con variacin en la concentracin de la atraccin y generacin de viajes
Fuente: Elaboracin propia

Revisando el ndice de rendimiento total podemos decir que: con la excepcin del escenario donde se tiene una baja concentracin tanto en los viajes originados en la zona residencial como de los atrados por el centro, la medida siempre result beneficiosa. La tendencia de crecimiento de los beneficios con la concentracin de los viajes no fue clara cuando se revisaron los escenarios con variacin en la concentracin de viajes atrados por el centro, ya que cuando esto lleg a 50% esta tendencia cambia. En el resto de escenarios s se present una tendencia a aumentar la diferencia en el ndice de rendimiento total con la mayor concentracin de los viajes.

2700000 2650000 2600000 2550000 2500000 2450000 10 20 30 40 50 Porcentaje de concentracin atraccin de viajes al centro base reversible diferencia

0.00% -0.20% -0.40% -0.60% -0.80% -1.00% -1.20% -1.40%

Figura 63. ndice de rendimiento total ($/h), para los escenarios con variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante
Fuente: Elaboracin propia

ndice de rendimiento

94

2650000

0.00% -0.20%

ndice de rendimiento

-0.40% 2600000 -0.60% -0.80% 2550000 -1.00% -1.20% -1.40% 2500000 10 20 30 40 50 Porcentaje de concentracin generacin de viajes en zona residencial base reversible diferencia -1.60%

Figura 64. Diferencias del ndice de rendimiento total, para los escenarios con variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante
Fuente: Elaboracin propia

Tiempo de viaje promedio (minutos)

6.5 6.1 5.7 5.3 4.9 4.5 10 20 30 40 50 Porcentaje de concentracin atraccin y generacin de viajes base reversible diferencia

2.50% 2.00% 1.50% 1.00% 0.50% 0.00% -0.50% -1.00%

Figura 65. Diferencias del ndice de rendimiento total, para los escenarios con variacin en la concentracin de la atraccin de viajes, manteniendo la generacin constante
Fuente: Elaboracin propia

Como parte de los objetivos se plante hacer una comparacin entre lo reportado en la literatura y los resultados obtenidos. No se encontr en la literatura revisada reportes de los impactos en la demanda de trfico por la implementacin de vas reversibles. Uno de los motivos puede ser porque no logra tener un impacto relevante. En los experimentos realizados no se encontr que hubiese un impacto sobre la demanda de trfico, no hubo cambios significativos en la particin modal o en la distribucin.
95

6.3

TARIFICACIN VIAL EN UNA ZONA

La zona que se eligi para hacer la modelacin de tarificacin es la zona centro, dado que es la que mayor cantidad de viajes atrae. Para modelarla se puso un costo adicional al transporte privado para cualquier tipo de intervencin (slo cruzar por la zona o ingresar a ella como destino). a. Distribucin Al comparar las matrices de distribucin de los viajes se observ cierta estabilidad en el porcentaje de los viajes que modificaron su par origen-destino respecto de la tarifa. Si bien se verific un leve aumento en la variacin con las tarifas ms bajas, se estabilizaron en porcentajes muy parecidos rpidamente. Los valores en que fluctuaron estas variaciones estn alrededor de 2% para el total de viaje y con propsito estudio, y un 2,8% de los que van al trabajo. A continuacin, se presenta el porcentaje de viajes que cambia el par origen-destino para cada escenario tarifario, por propsito de viaje.

3.5% 3.0% 2.5% 2.0% 1.5% 1.0% 0.5% 0.0% 0 50 100 150 200 total 250 trabajo 300 350 400 450 500

estudio

Figura 66. Porcentaje de viajes que cambian el par origen destino en cada escenario tarifario
Fuente: Elaboracin propia

96

b. Particin modal Analizando los resultados de la modelacin de la medida se observ que se presentaron cambios en la particin modal, si bien cuando se analizaron en toda la ciudad stos no fueron tan drsticos, en los modos de auto privado con una tarifa de $50 disminuyeron entre 1 y 3 puntos porcentuales, llegando a una disminucin de ms de 5 puntos porcentuales con la mxima tarifa modelada.

40.0% 35.0% 30.0% 25.0% 20.0% 15.0% 10.0% 5.0% 0.0% situacin base tarifa 50 tarifa 100 tarifa 150 tarifa 200 tarifa 250 tarifa 300 tarifa 500

caminata

auto chofer

auto acompaante

bus

taxi colectivo

Figura 67. Particin modal, para todos los escenarios, viajes en toda la ciudad
Fuente: Elaboracin propia

Las variaciones ms fuertes se notaron cuando se revisaron slo los viajes que llegan al centro, ya que esta es precisamente la zona afectada por la tarificacin. En este caso los modos privados disminuyeron entre un 24% y 42% con la tarifa que dobla el costo promedio de viaje en auto ($50), hasta un 100% con la tarifa mxima, mientras los dems modos aumentaron entre un 5% y 11% con la tarifa mnima hasta entre 17% y ms de 34% con la tarifa de $500 (10 veces el costo promedio del auto). A continuacin, se presentan la particin modal para los viajes que llegan al centro, pero esta vez usando la tarifa como el porcentaje en que se aument el costo promedio de viaje para el auto.

97

45,0% 40,0% 35,0% 30,0% 25,0% 20,0% 15,0% 10,0% 5,0% 0,0% 0% 100% 200% 300% 400% 500% 600% 1000% Tarifa expresada en el % del valor prom edio del costo del auto chofer caminata auto chofer auto acompaante bus taxi colectivo

Figura 68. Particin modal, para todos los escenarios, viajes hacia la zona centro
Fuente: Elaboracin propia

Como el costo por usar el auto aument con la medida, es claro que esto produjo el cambio a modos ms econmicos, en trminos de su costo generalizado. Dentro de los modos de transporte pblico el taxi colectivo tuvo un aumento mucho mayor al del bus, esto se debi a que hay zonas por las que pasan ms lneas de taxis colectivos, y su tiempo de espera fue menor al del bus. Inclusive, con tarifas pequeas -aproximadamente un tercio de la tarifa del transporte pblico-, se presentaron cambios relevantes en la particin modal. Si bien estos resultados pueden parecer poco realistas, es importante incorporar al anlisis la elasticidad precio de la demanda del modelo y adems, tener en consideracin el bajo costo promedio de viaje del modo auto chofer. Para incorporar lo anterior se clculo la elasticidad precio de la demanda para el modo auto chofer en el modelo usado, y adems, se hizo el mismo clculo para los modelos de otras ciudades intermedias: Osorno (CIS, 1998a), Temuco (CITRA LTDA, 1998) y Puerto Montt (SUROESTE Consultores, 2000). A continuacin, se presentan los resultados de estos clculos y los valores subjetivos del tiempo promedio (en $ de 1996), que tambin aportaron en el anlisis.
Tabla 23. Elasticidades y valores subjetivos del tiempo para distintas ciudades Elasticidad Experimento Osorno Temuco Puerto Montt 0,342 0,377 0,034 0,096 VST ($/hora) 336 402 1566 1050

Fuente: Elaboracin propia

Estos valores muestran que hubo una diferencia importante entre las variables para el modelo del experimento y las variables de Temuco y Puerto Montt, pero no as con las de Osorno. Para explicar estas diferencias se observan principalmente dos posibilidades. Las dos
98

primeras son ciudades ms grandes que Osorno o Valdivia, y podran tener un valor del tiempo mayor, pero esto no justifica que las diferencias sean tan grandes. Los modelos de Valdivia y Osorno fueron calibrados por el mismo consultor en el mismo ao, y se puede suponer que exista un error metodolgico que haya llevado al clculo de un valor subjetivo del tiempo ms bajo. Como una referencia adicional se puede tener el valor subjetivo del tiempo para estudios urbanos que usa MIDEPLAN y que expresado en pesos de 1996 es de $565,20. Haciendo la comparacin con este valor se reconoce que los valores del tiempo del experimento y Osorno estn un poco por debajo del contexto chileno. El que los resultados aparezcan como exagerados se debe entonces, a la combinacin de dos variables bajas: el costo del viaje para el auto chofer y el valor del tiempo usado en la modelacin. A pesar de que, los mismos fueron afectados por un valor del tiempo bajo, se puede concluir que en ciudades intermedias, sin grandes problemas de congestin, medidas como la de tarificacin vial pueden reportar modificaciones importantes en el sistema de transporte, incluso con tarifas bajas. c. Asignacin Con la aplicacin de la medida en general hubo disminucin de flujo en las calles, sin embargo, existen algunas calles donde el flujo aument, especialmente en el anillo que rodea la zona centro, libre de pago. En las calles donde disminuy el flujo, se alcanz una reduccin del tiempo de viaje de hasta 9%, mientras que, en las calles donde el flujo aument, el tiempo no lo hizo en ms de un 3%, con la tarifa de $50. Con tarifas superiores a los $50 slo hay una calle donde se mantuvo el aumento en el tiempo de viaje, de slo 3%. Las disminuciones en el tiempo de viaje en los dems corredores fueron aumentando, con la tarifa, aunque de manera menos pronunciada, hasta la tarifa de $200, entre $200 y $300 los tiempos de viaje permanecieron prcticamente iguales, y hubo una disminucin en algunos con la tarifa de $500.

99

100

Tarifa de $50

Tarifa de $150

Figura 69. Cambios en la asignacin de flujo a la red entre la situacin base y distintos escenarios
Fuente: Elaboracin propia

Figura 70. Cambios en la asignacin de flujo a la red entre la situacin base y distintos escenarios

Tarifa de $500

El hecho de que los aumentos y reducciones en tiempo de viajes no fueran similares, con la tarifa de $50, se dio porque en las calles donde aument el flujo hay muy baja congestin, y prcticamente todas sus intersecciones estn reguladas con seal de prioridad. Por el contrario, las calles donde hubo reduccin de flujo son algunas de las ms congestionadas del rea centro.

101

Tarifa de $250

Fuente: Elaboracin propia

En la figura anterior se puede ver cmo esta medida, que slo se aplic en la zona centro, tuvo un impacto muy importante en la asignacin dentro de la parte de la red ms cercana al centro, pero a partir de la tarifa de $150 comenz a afectar prcticamente toda la red, y con mayor intensidad a medida que aument la tarifa. Dado que, la medida logr disminuciones de flujo en buena parte de la red, el grado de saturacin de las intersecciones disminuy con la tarifa. A continuacin, podemos ver el cambio para distintas tarifas, se distingue como fueron disminuyendo las intersecciones con grados de saturacin superiores al 30% y como disminuy el grado de saturacin en las restantes.

102

103

Situacin base

Tarifa de $50

Figura 71. Grados de saturacin superiores a 30% en distintos escenarios


Fuente: Elaboracin propia

Figura 72. Grados de saturacin superiores a 30% en distintos escenarios

Tarifa de $500

d. Tiempo de viaje e ndice de rendimiento Con la aplicacin de la medida todas las lneas de transporte pblico disminuyeron su tiempo de viaje, y esta disminucin aument con el incremento de la tarifa, aunque fue ms pronunciada hasta la tarifa de $200. Las lneas que ms disminuyeron su tiempo de viaje fueron

104

Tarifa $200

Fuente: Elaboracin propia

las que conectan la zona sur-oriente con el centro. A continuacin, se presenta globalmente las variaciones en el tiempo de viaje en las lneas de transporte pblico.

0.00% -1.00% -2.00% -3.00% -4.00% -5.00% -6.00% -7.00% -8.00% promedio mximo mnimo 50 100 150 200 250 300 500

Figura 73. Variaciones en el tiempo de viaje de las lneas de transporte pblico


Fuente: Elaboracin propia

Con la disminucin en los flujos se mejor la velocidad promedio tanto de los vehculos privados, como de los vehculos de transporte pblico. Sin embargo, esta disminucin no fue siempre creciente con la tarifa para el caso del transporte privado, dado que con los cambios de ruta y disminucin de flujo con tarifas superiores a $150 se comenz un descenso en la mejora de la velocidad. El aumento en la velocidad siempre fue menor en el caso del transporte pblico, respecto al privado, y esto puede explicarse porque aument la cantidad de pasajeros en las lneas de transporte pblico, lo cual hizo aumentar las detenciones y demoras en los paraderos, compensando en parte la disminucin de demoras en intersecciones y el aumento en la velocidad de recorrido.

105

8.00 7.50 7.00 6.50 6.00 5.50 5.00 4.50 4.00 situacin base tarifa 50 tarifa 100 tarifa 150 tarifa 200 tarifa 250 tarifa 300 tarifa 500

transporte pblico

transporte privado

Figura 74. Tiempo de viaje promedio en transporte pblico y privado, en minutos


Fuente: Elaboracin propia

12% 10% 8% 6% 4% 2% 0% tarifa 50 tarifa 100 tarifa 150 tarifa 200 tarifa 250 tarifa 300 tarifa 500

transporte pblico

transporte privado

Figura 75. Diferencias en la velocidad promedio en transporte pblico y privado


Fuente: Elaboracin propia

En concordancia con el aumento en la velocidad, al revisar los ndices de rendimiento por modos agrupados, podemos observar que el ndice para el transporte pblico y privado disminuy con la tarifa, aunque esta disminucin fue mayor en el transporte privado, lo cual es consecuente con las variaciones en las velocidades de los dos modos. El caso de la caminata es distinto, ya que este ndice est directamente relacionado con la distancia promedio del viaje. Con la tarifa de $50 de la tarificacin se produjo un cambio de viajes cortos a este modo, pero se van sumando los de mayor longitud a medida que aumenta la tarifa.
106

10% 0% tarifa 50 -10% -20% -30% -40% -50% -60% caminata transporte privado transporte pblico tarifa 100 tarifa 150 tarifa 200 tarifa 250 tarifa 300 tarifa 500

Figura 76. Diferencias del ndice de rendimiento por modo y pasajero


Fuente: Elaboracin propia

Al construir el ndice total las variaciones en el transporte privado fueron las que marcaron la tendencia, aunque el porcentaje de cambio estuvo ms cercano al del transporte pblico, por su alta participacin y adems, por su alto valor en relacin con los otros.

2,450,000 2,400,000 2,350,000 2,300,000 2,250,000 2,200,000 situacin tarifa 50 base tarifa 100 tarifa 150 tarifa 200 indice tarifa 250 tarifa 300 tarifa 500

Figura 77. Diferencias del ndice de rendimiento total


Fuente: Elaboracin propia

107

e. Comparacin con lo reportado en la literatura Para el caso de la tarificacin en una zona se tena informacin real de lo ocurrido en Londres. Es importante destacar que existen diferencias importantes entre Londres y la ciudad de tamao medio modelada, diferencias tanto de poblacin, densidad, congestin, infraestructura de transporte pblico, entre otras. Por tanto, no se espera replicar los resultados observados en Londres ni siquiera hacer una comparacin directa, pero esos resultados s pueden servir de gua para hacer una comparacin relativa. Al comparar lo ocurrido respecto a la distribucin de lo viajes, en Londres entre el 5% y 6% de los encuestados (Mori, 2004) dijo haber cambiado el destino de su viaje. En el experimento este cambio fue de alrededor del 2%, pero al no poder modelar cambios en la generacin, no disminuyeron los viajes atrados por la zona tarificada, por tanto, seria previsible que los cambios en la distribucin fueran mayores. Sin embargo, aun sin los cambios en la generacin se lograron ver cambios en la distribucin. La particin modal segn lo reportado en Londres tiene una variacin de entre 11% y 16% para los viajes originados en la zona centro y en el resto de la ciudad, respectivamente. En el experimento sta vari entre y 7% y un 24% para los viajes con destino al centro y la tarifa ms baja y ms alta respectivamente, y entre un 5% y un 10% para los viajes de toda la ciudad. Estos resultados, como ya se dijo, pueden ser un poco ms altos por el bajo costo del promedio del modo auto chofer. Se entiende que la medida en Londres logra un impacto considerable, ms del 10%, ya que la situacin anterior a la tarificacin ms del 50% de los usuarios del sistema lo hacen en modos motorizados privados, por lo cual la medida afecta a un porcentaje muy alto de viajes.

108

CONCLUSIN

En este captulo se exponen las conclusiones de esta investigacin. Al inicio se presenta una sntesis con los principales resultados obtenidos; luego se hace una comparacin con los objetivos planteados al comienzo de esta tesis, para ver en qu grado se alcanzaron, y finalmente se mencionan las posibles lneas de investigacin que pueden derivar de este trabajo. 7.1 SNTESIS DE RESULTADOS A continuacin, se presentan los principales resultados obtenidos para cada experimento. Prioridad al transporte pblico Con la prioridad al transporte pblico para el caso de las vas exclusivas, se prev un cambio en la particin modal, dado que este modo se ve beneficiado, en desmedro del transporte privado. Con esta medida, los costos de este modo bajan frente a los dems, pero como una gran parte de los viajes no tiene el transporte privado disponible, la diferencia es ms significativa entre el transporte pblico y la caminata. Con las variaciones de demanda no se ven diferencias en los cambios que se producen en la particin modal, al menos en los rangos de variacin de demanda usada. Es interesante ver que el rea de influencia de la medida, es decir, la parte de la red donde los flujos aumentan o disminuyen en forma notoria, no se limita simplemente, a las calles paralelas ms cercanas, sino que afecta a una gran porcin de la red. Esto muestra que la medida no tiene un carcter local, y que sus efectos deben considerarse en un rea amplia. Con la medida de prioridad al transporte pblico se esperaba que disminuyeran los tiempos de recorrido de las lneas, aunque en algunos casos de lneas de taxis colectivos no ocurre esto, porque no usan ninguna de las vas exclusivas. El tiempo de viaje promedio s disminuye para los pasajeros del transporte pblico, pero prcticamente no hay variacin en tal disminucin con los cambios de demanda. En el caso del transporte privado la situacin es distinta, ya que el tiempo de viaje aumenta, y adems la tendencia es que a mayor demanda, mayor incremento. El ndice de rendimiento por pasajero para la caminata y el transporte pblico, disminuyen con la medida, pero esto no se modifica con las variaciones de demanda. Por otro lado, este ndice para el transporte privado aumenta, pero su tendencia es creciente con la demanda. Esto lleva a que el ndice de rendimiento total disminuya, pero que la tendencia de su variacin sea decreciente con la demanda. Reversibilidad de vas En general los efectos de la modelacin de la va reversible son moderados. No se ven grandes cambios en la particin modal o en los tiempos de viaje, y las variaciones en el ndice de rendimiento no superan el 1,6% en ningn caso, siendo en general menores al 1%. Todo esto se confirma cuando se revisa el rea de influencia que se enmarca, bsicamente, por las vas paralelas al corredor reversible.

109

La reversibilidad de vas es una medida que puede ser polmica, ya que no siempre estn claros sus beneficios. En este caso la medida fue aplicada en una va por la que transita casi todo, el transporte pblico de la ciudad y adems, conecta funcionalmente, de manera directa las dos zonas con mayor concentracin de viajes. Estas condiciones hacen que la medida tal como se evalu, sea beneficiosa en la mayora de los casos, ya que mejora el tiempo de viaje promedio de los usuarios de transporte pblico, aunque debido a reruteos aumenta el tiempo del transporte privado. Tarificacin vial en una zona En general los resultados de la modelacin de tarificacin en una zona estn en la lnea de lo esperado. Si bien existen variaciones en la distribucin, apenas el 2% de los viajes, este porcentaje puede estar subestimado por la imposibilidad de variar los vectores de atraccin y generacin a partir de aumento de costos en los viajes. Con esta medida se ve una modificacin dramtica en la particin modal cuando se revisa slo lo que ocurre con los viajes con destino a la zona centro. Cuando se revisan los viajes de toda la ciudad las modificaciones varan entre 10% y 20%, aun con la menor tarifa. Estos resultados son ms pronunciados de lo esperado debido a que las tarifas usadas al compararlas con el costo de viaje promedio del modo auto chofer, estn altas. Esto, acompaado a una elasticidad precio de la demanda para el modo auto chofer de 0,34 mayor al que se da en el contexto chileno, explica las variaciones en la particin modal. Por lo tanto, en ciudades de tamao medio sin grandes problemas de congestin, medidas como la de tarificacin vial pueden reportar modificaciones importantes en el sistema de transporte, aun con tarifas bajas. Al revisar lo que ocurre con la asignacin para esta medida, se esperaba que los flujos del rea centro disminuyeran y aumentaran en el anillo libre de pago. Sin embargo, cuando se aplica la tarifa de $50 la ms baja del experimento se nota un ligero aumento en los flujos de algunos arcos al interior del centro; producido por disminuciones de tiempos de viaje en otros arcos donde baj el flujo, y estos ltimos hacen parte de las nuevas rutas. 7.2 RESPUESTA A LOS OBJETIVOS

El objetivo general de esta tesis fue el de medir cuantitativamente los impactos de determinadas medidas de gestin de trnsito sobre la demanda de trfico, utilizando como herramienta un modelo apropiado de carcter tctico (TRIPS). Se revisaron diversas medidas de gestin de trnsito que potencialmente afectan la demanda de trfico y sus impactos reportados en la literatura internacional. Primero se hizo una revisin de aquellas que afectan la demanda de trfico, y luego revisando en ms detalle, lo reportado en relacin con los resultados. Por ltimo, se eligieron las siguientes: la prioridad al transporte pblico, la reversibilidad de vas y la tarificacin vial en una zona.

110

Se us el modelo TRIPS para la estimacin de dichos impactos y fue montado en un rea de tamao apropiado, basndose en la informacin de la ciudad Valdivia, donde se probaron las medidas de gestin elegidas y se revisaron sus impactos. El definir distintos esquemas de gestin de trnsito en el rea de anlisis, comparar y discutir los resultados con los efectos observados o esperadossegn la teora y literatura, fue bien desarrollado. Se hizo un buen anlisis de resultados que permiti comprobar las bondades de las medidas en distintos aspectos. Para el desarrollo de este objetivo se tuvo un inconveniente ya que existen muy pocos reportes en la literatura sobre los resultados de algunas de estas medidas, por tanto, no se poda comparar (en todos los casos) si los resultados a los que se lleg, reflejan la realidad. En el caso de medidas como la prioridad al transporte pblico y las vas reversibles, se encontr poca informacin sobre los efectos sobre la demanda de trfico, pero se comprob que la prioridad al transporte pblico s tiene un efecto sobre sta. En el caso de la tarificacin vial los resultados obtenidos estn en la misma lnea de lo reportado por la literatura. La prioridad al transporte pblico y la tarificacin vial en una zona tienen un efecto significativo sobre la demanda de trfico, pero la reversibilidad de vas no. Respecto a en qu proporcin lo hacen en un medio como el chileno o latinoamericano, se observ que con las vas exclusivas hubo cambio mayor del modo caminata al transporte pblico, que del privado, por la poca disponibilidad de auto en la poblacin. Para la tarificacin vial el cambio en la particin modal fue muy fuerte, debido a los bajos costos de operacin y valor del tiempo. Una herramienta como TRIPS es bastante apropiada para captar este tipo de impactos, ya que es flexible y permite un buen detalle de la red, adems puede usar, los resultados de costos generalizados en las etapas de demanda. Para temas especficos de transporte pblico podra mejorarse la forma en cmo se trata, en especial, el tema de detenciones en paraderos. 7.3 INVESTIGACIONES FUTURAS

A partir de esta tesis se pueden realizar investigaciones futuras y extender de esta forma, estos resultados. En este sentido, se proponen algunas prcticas como usar el mismo modelo sobre la misma herramienta y realizar modificaciones a los experimentos aqu presentados; esto puede hacerse implementando las medidas de va exclusiva al transporte pblico, aplicando vas reversibles en otras vas, o tambin realizando modificaciones en los vectores de origen y destino en el caso de la tarificacin en un rea. Otro ejercicio podra usar el mismo modelo sobre la misma herramienta y probar otras medidas, incluso algunas que no sean tan propias de la gestin como las autopistas urbanas. Por ltimo, se podra buscar nueva informacin y modelos de demanda calibrados, que incluyan los costos de viaje en la generacin, para luego con esa informacin volver a probar los experimentos y de cierta forma confrontar los resultados de esta investigacin.

111

BIBLIOGRAFA

Allsop, Richard E. (1983) Network models in traffic management and control. Transport Reviews, Vol 3, No 2. Burgos, Vanessa (2004) Revisin de la incorporacin del transporte pblico en modelos microscpicos de trfico. Memoria para optar al ttulo de Ingeniero Civil. Universidad de Chile Bus priority (www.buspriority.org) Cairns S., S Atkins y P. Goodwin (2002) Disappearing traffic? The story so far. Proceedings of the Institution of Civil Engineers. Municipal engineer. Vol 151, N 1 Cairns, S, P Goodwin, C Hass-Klau (1998) Evidence on the effects of road capacity reduction on traffic levels. Traffic Engineering & Control, Vol 39, N 6. Carrasco, J. A., J. de D. Ortzar, M. Munizaga (2001) Una revisin y anlisis de la especificacin del modelo logit jerrquico. Actas del X Congreso Chileno de Ingeniera de Transporte, 45-60, Concepcin. Chaparro, Irma (2002) Evaluacin del impacto socio econmico del transporte urbano en la ciudad de Bogot. El caso del sistema de transporte masivo, Transmilenio. Divisin de recursos naturales e infraestructura, Unidad de transporte, CEPAL CIS (1998a) Diagnstico del Sistema de Transporte Urbano de Osorno. Comisin de Planificacin de Inversiones en Infraestructura de Transporte, Santiago. CIS (1998b) Diagnstico del Sistema de Transporte Urbano de Valdivia. Comisin de Planificacin de Inversiones en Infraestructura de Transporte, Santiago. CITILABS (2001) TRIPS (TRansport www.citilabs.com. CITILABS Ltd, Surrey, UK. Improvement Planing System) Demo.

CITRA LTDA (1998) Estudio de Diagnstico del Sistema de Transporte Urbano de la Ciudad de Temuco, II Etapa. Comisin de Planificacin de Inversiones en Infraestructura de Transporte, Santiago. Ferguson, E. T. (1991) Overview of Evaluation Methods with Applications to Transport Demand Management. Transportation Research Record 1321. Fernndez, R. (1999). Gestin de trnsito urbano. Departamento de Ingeniera Civil, Universidad de Chile. Publicacin DT-DOC/01/99.

Fernndez, R. and Valenzuela E. (2003 a) A model to predict bus commercial speed. Traffic Engineering and Control. Vol 44(2) 67-71 Fernndez, R. y Valenzuela E. (2003 b) Modelo para estimar la velocidad comercial del transporte pblico en Santiago de Chile. Actas XI Congreso Chileno de Ingeniera de Transporte, 247-256, Santiago.

112

IHT (1997). Transport in the Urban Environment. The Institution of Highway & Transportation, London. INRO Consultant Inc. (1998) EMME/2 Users Manual. Macro Ingenieros (1996) Evaluacin ex - post va exclusiva avenida Grecia. Comisin de Planificacin de Inversiones en Infraestructura de Transporte, Santiago. MIDEPLAN (2001) Manual de operacin del modelo ESTRAUS, Versin 2.04. Ministerio de Planificacin y Cooperacin, Santiago, Chile. Montero, L., E. Codina, J. Barcel y P. Barcel (1998) Combining macroscopic and microscopic approaches for transportation planning and design of road networks. 19th Conference or the Australian Road Research Board. Proceedings of the 19th ARRB Transport Research Conference. Sidney Mori (2004) Central London congestion charge social impacts surveys 2002, 2003. Research study conducted for Transport London Ortzar, J. de D. (1998) Modelos de demanda de transporte. Ediciones Universidad Catlica de Chile. Ortzar, J. de D. (2000) Modelos economtricos de eleccin discreta. Ediciones Universidad Catlica de Chile. Sheffi, Y. (1985) Urban Transportation Networks. Prentice Hall. Siegel, Justin y Louis de Grange (2001) Utilizacin conjunta de modelos macro y microscpicos para el anlisis de sistemas de transporte urbano. Actas X Congreso Chileno de Ingeniera de Transporte, Concepcin. SUROESTE Consultores (2000) Diagnstico del Sistema de Transporte Urbano de la Ciudad de Puerto Montt, I Etapa. Comisin de Planificacin de Inversiones en Infraestructura de Transporte, Santiago. Van Vliet, D. (1993) SATURN Version 8.4. A Users Manual Universal Version. The Institute for Transport Studies, The University of Leeds. Victoria Transport Policy Institute (www.vtpi.org) Vincent, R., A. Mitchell and D.I. Robertson. (1980) User Guide to TRANSYT Version 8. Transport and Road Research Laboratory, Report LR 888, Crowthorne. Wallace, B, Fred Mannering y G. Scott Rutherford (1999) Evaluating Effects of Transportation Demand Management Strategies on Trip Generation by Using Poisson and Negative Binomial Regression. Transportation Research Record 1682. TSS Transport Simulation Systems (2000) GETRAM/AIMSUM2 Users Manual.

113