DOCUMENTOS DE TRABAJO FCEA

Share Embed


Descrição do Produto

DOCUMENTOS DE TRABAJO FCEA ISSN 1909-4469 / ISSNe 2422-4642

Año 2016

No.17

Departamento de Economía

ESTUDIO DE LAS VARIABLES QUE INFLUYERON EN EL COMPORTAMIENTO DE LA DEMANDA DEL SISTEMA INTEGRADO DE TRANSPORTE MASIVO (MIO) DE SANTIAGO DE CALI EN EL PERIODO 2009 – 2013 Maribel Castillo Caicedo Sandra Balanta Cobo Juan Carlos Orobio Quiñones María Victoria Echeverry Moreno

Facultad de Ciencias Económicas y Administrativas, FCEA

1

Año 2016

DOCUMENTOS DE TRABAJO FCEA ISSN 1909-4469 / ISSNe 2422-4642

No.17

Documento de Trabajo FCEA ISSN 1909-4469 / ISSNe 2422-4642 Año 2016 No. 17 Estudio de las variables que influyeron en el comportamiento de la demanda del Sistema Integrado de Transporte Masivo (MIO) de Santiago de Cali en el periodo 2009 - 2013 Autores: Maribel Castillo Caicedo. [[email protected]] Sandra Balanta Cobo. [[email protected]] Juan Carlos Orobio Quiñones. [[email protected]] María Victoria Echeverry Moreno. [[email protected]] Departamento de Economía WEBSITE: wp_fcea.javerianacali.edu.co Comité editorial Alina Gómez Mejía Julián Piñeres Luis Fernando Aguado Pedro Pablo Sanabria Pulido Correspondencia, suscripciones y solicitudes Calle 18 No. 118-250 Vía Pance Santiago de Cali, Valle del Cauca, Colombia Pontificia Universidad Javeriana Cali Facultad de Ciencias Económicas y Administrativas Teléfonos: (57+2) 3218200 Ext.: 8694 Correo electrónico: [email protected] Sello Editorial Javeriano - 2016 Coordinador: Iris Cabra [email protected] Concepto Gráfico: William Fernando Yela Melo Formato 28 x 21 cms. ©Derechos Reservados ©Sello Editorial Javeriano Enero de 2016 La serie de Documentos de Trabajo FCEA pone a disposición para el análisis, discusión y retroalimentación de la comunidad académica los avances y resultados preliminares del trabajo académico de los profesores de la Facultad de Ciencias Económicas y Administrativas. Estos documentos no han sido sometidos a procesos de evaluación formal por pares internos ni externos a la Facultad. Se espera que muchos de estos documentos posteriormente sean sometidos a evaluación en publicaciones especializadas. Las opiniones expresadas en este documento son de exclusiva responsabilidad de los autores y no comprometen institucionalmente a la Facultad de Ciencias Económicas y Administrativas, ni a la Pontificia Universidad Javeriana Cali.

2

Contenido

INTRODUCCIÓN 1. ANTECEDENTES DEL SISTEMA DE TRANSPORTE MASIVO DE SANTIAGO DE CALI 2. MARCO TEORICO 2.1. MODEO ECONOMICO DE TRANSPORTE 3. ESTADO DEL ARTE 4. METODOLOGIA 4.1. MODELO ECONOMETRICO 5. ESTRUCTURA DE LA BASE DE DATOS 5.1. ANALISIS DESCRIPTIVO DE LAS VARIABLES 5.1.1. VARIABLE DEPENDIENTE 5.1.2. VARIABLE INDEPENDIENTE 5.2. ANALISIS ECONOMETRICO DE LAS VARIABLES 6. CONCLUSIONES Y RECOMENDACIONES 7. BIBLIOGRAFIA

3

ESTUDIO DE LAS VARIABLES QUE INFLUYERON EN EL COMPORTAMIENTO DE LA DEMANDA DEL SISTEMA INTEGRADO DE TRANSPORTE MASIVO (MIO) DE SANTIAGO DE CALI EN EL PERIODO 2009 – 2013

Maribel Castillo Caicedo [email protected] Sandra Balanta Cobo [email protected] Departamento de Economía Pontificia Universidad Javeriana Cali Juan Carlos Orobio Quiñones [email protected] Infraestructura de la Alcaldía de Santiago de Cali María Victoria Echeverry Moreno [email protected]

RESUMEN La demanda de transporte atendida por el Sistema Integrado de Transporte Masivo de Santiago de Cali (MIO) es sensible a diferentes variables que afectan su comportamiento. En el presente estudio se analiza el efecto de diferentes variables de índole técnico, operativo, económico y social en la demanda del MIO mediante un modelo de análisis de regresión múltiple. Los resultados obtenidos permiten determinar la existencia de una fuerte relación entre el crecimiento de la demanda de transporte y la calidad del servicio brindado por el sistema MIO. Se encontró que la tarifa cobrada al usuario incide de manera importante en el comportamiento de la demanda. La competencia generada por los taxis, los vehículos particulares y la informalidad también tienen efectos significativos en la demanda del sistema MIO. El modelo de regresión múltiple permitió la obtención de 10 elasticidades de la demanda que resultan importantes a la hora de plantear políticas públicas para el mejoramiento de la demanda atendida por el sistema y a su vez la movilidad de la ciudad.

Palabras Clave: Sistemas de Transporte Público, Movilidad Urbana, Demanda de transporte, Tarifa de transporte, Calidad del Servicio de transporte, Sistema Integrado de Transporte, Transporte Masivo, Análisis de Regresión Múltiple, esterilidades del transporte.

Clasificación JEL: R40. 4

STUDY OF THE VARIABLES THAT AFFECTED THE BEHAVIOR OF THE DEMAND OF THE INTEGRATED SYSTEM OF MASSIVE TRANSPORTATION (MIO) IN SANTIAGO DE CALI IN THE PERIOD 2009 - 2013

ABSTRACT The transportation demand attended by the Mass Transit System of Santiago de Cali (MIO) is sensitive to different variables, which affect its behavior. In this research work, the effect of several technical, operative, economic, and social variables on the MIO demand were analyzed through a multiple regression model. Results showed a strong relationship between the transportation demand growth and the service quality provided by the MIO system. The study showed an important effect of the passenger fare on the MIO demand trend. The MIO system competitors, as cabs, private vehicles, and unauthorized taxi-like services, also have significant effect on the demand trend. The multiple regression model allowed identification of ten demand elasticity factors to consider in establishing transportation public policies to improve performance of the MIO system and public mobility in the city.

Key words: Systems of public transportation, urban mobility, transportation demand, transportation fare, quality of transportation services, integrated transportation system, massive transportation, multiple regression analysis, transportation sterilities. JEL Classification: R40.

5

INTRODUCCIÓN En los últimos años se ha notado un crecimiento en la demanda del transporte de pasajeros a nivel mundial y también en las externalidades negativas que ello conlleva, tal situación ha generado cambios importantes en el diseño de políticas públicas de movilidad, las cuales vienen siendo enfocadas en su mayoría a la priorización y mejoramiento en la infraestructura vial y en los sistemas de transporte público. Colombia no ha sido ajena a estas particularidades globales, es así como el aumento de la población y el acelerado crecimiento de las ciudades en el país han generado un incremento de la demanda de transporte de personas y el crecimiento del parque vehicular privado que constituyen los principales retos que deben afrontar los gobiernos metropolitanos para garantizar adecuadas condiciones de movilidad y ciudades socialmente saludables. Por lo anterior, el gobierno municipal de la ciudad de Santiago de Cali teniendo en cuenta los sistemas de transporte público tipo BRT (Bus Rapid Transit) desarrollados y propuestos en los últimos años en América Latina para responder a los desafíos que genera el transporte urbano en las áreas metropolitanas, planteó como solución a la creciente problemática de movilidad, implementar un sistema integrado de transporte masivo (SITM) basado en buses de alta y mediana capacidad al cual denominaron Sistema Integrado de Transporte Masivo – MIO -y que entró en operación el 1 de marzo de 2009. Infortunadamente, pese a los avances alcanzados en cuanto al embellecimiento de la ciudad, disminución de la contaminación ambiental, disminución de la sobreoferta de transporte y disminución de la accidentalidad entre muchas otras bondades propias del sistema, después de cuatro años de haberse puesto en operación sigue siendo un reto para el gobierno municipal consolidar el MIO como el principal medio de transporte de pasajeros en la ciudad. Por esta razón en el presente documento se pretende hacer un aporte desde la teoría económica mediante el análisis de información primaria y secundaria a través de la elaboración de un Modelo Econométrico de regresión multivariable que permita explicar cuáles son las variables que han afectado el crecimiento de la demanda de transporte de pasajeros atendida por el MIO de Pasajeros de Santiago de Cali en el periodo comprendido entre marzo de 2009 y septiembre de 2013. La estructura del presente documento está compuesta de la siguiente forma: esta introducción, en el apartado1 se muestra una descripción del Sistema Integrado de Transporte Masivo de Pasajeros en la Ciudad de Santiago de Cali, en el apartado 2 se presenta el Marco Teórico, en el apartado3 se hace una revisión del estado del arte, en el siguiente apartado se detalla la Metodología seguida para la elaboración del estudio en el cual se relacionan las variables que se evaluarán, en el apartado 5 se presentan los resultados del análisis de la información, en el apartado 6 se detallan las conclusiones más relevantes del estudio y finalmente las Referencias Bibliográficas utilizada para la elaboración del presente documento.

1. Antecedentes del Sistema de Transporte Masivo de Santiago de Cali. La Política Nacional de transporte masivo urbano en la Ciudad de Santiago de Cali y a nivel nacional, surgió como respuesta a la problemática de movilidad (sobreoferta de transporte público, poca regulación y otras variables que hacían ineficiente la prestación del servicio atendido por el sector privado) caracterizada y generalizada en las principales ciudades del país. El Gobierno Nacional estableció que la nación cofinanciaría el desarrollo de sistemas integrados 6

de transporte masivos – SITM entendiendo por esto como la combinación organizada de infraestructura y equipos en un sistema que cubre un alto volumen de pasajeros y da respuesta a un porcentaje significativo de las necesidades de movilización urbana y así fortalecer la capacidad institucional para planear y gestionar el tráfico y transporte en las demás ciudades con el propósito de incrementar su calidad de vida y productividad e impulsar procesos integrales de desarrollo urbano dentro de un marco de eficiencia fiscal, que promueva nuevos espacios para la participación del sector privado en el desarrollo y operación del transporte urbano de pasajeros. (Conpes 3260, 2003). Teniendo en cuenta la política pública del gobierno nacional para atender los problemas de movilidad, en la ciudad de Santiago de Cali y su área de influencia se definió como solución implementar un SITM – MIO- de pasajeros con tecnología BRT de plataforma alta, operado por buses articulados con capacidad de 160 pasajeros muy similar al SITM implementado en la ciudad de Bogotá D.C pero con un mayor alcance basado en el reordenamiento de las rutas y la eliminación gradual de la oferta de transporte público atendida por el sector privado a través de los colectivos de transporte público. El SITM – MIO está integrado por corredores troncales con carriles segregados y preferenciales destinados exclusivamente para buses de alta y mediana capacidad y corredores pre-troncales y complementarios para buses de menor capacidad llamados alimentadores con el fin de cubrir la demanda de pasajeros en toda la ciudad (Gómez Cárdenas 2012). Para el seguimiento y apoyo en la planeación, implementación y control del SITM – MIO para la Ciudad de Santiago de Cali se designó a la empresa Metro Cali S.A. en su calidad de ente gestor, con el fin de que el Gobierno cumpla con las exigencias de la banca multilateral y alcance la sostenibilidad y operatividad del sistema y la garantía en la prestación de un excelente servicio a los pasajeros. La entrada en operación del SITM – MIO se realizó en dos fases: En la Fase I el operaría con veintiséis (26) kilómetros de corredores troncales, Una (1) terminales de cabecera, una (1) Terminal intermedia, dos (2) Patios y Talleres, ciento cincuenta (150) kilómetros de pretroncales y alimentadores en las cuales circulará una flota vehicular compuesta de ciento treinta y siete (137) buses articulados con capacidad para 160 pasajeros, Trescientos Siete (307) buses padrones de ochenta pasajeros, ciento veintinueve (129) busetas de 48 pasajeros, con los cuales se atenderán 484.000 viajes aproximadamente que corresponden al 50,41% de la demanda de transporte público colectivo actual (Comité de Movilidad, 2011). En la Fase II entrarían a funcionar adicional a la fase I, once (11) kilómetros de corredores troncales, Cuatro (4) terminales de cabecera, tres (3) terminales intermedias y noventa y dos (92) kilómetros de pretroncales y alimentadoras; la flota vehicular crecerá en cincuenta y tres (53) buses articulados de 160 pasajeros, doscientos veintiocho (228) buses de ochenta pasajeros y cincuenta y siete (57) busetas de 48 pasajeros, con los cuales se llegará a un total de 907.000 viajes aproximadamente que corresponden al 94% de la demanda de transporte público colectivo actual (Comité de Movilidad, 2011). Al 30 de septiembre de 2013 aun no se había logrado terminar la infraestructura del sistema definida para la fase II estando pendiente dos (2) terminales de cabecera, dos (2) terminales intermedias, la adecuación de los corredores pretroncales y alimentadores además aunque se encontraba la mayor cantidad de flota del MIO vinculada los vehículos operativos eran mucho menos debido a las dificultades económicas de los concesionarios es así como el promedio de vehículos programados en septiembre de 2013 fue de 682 autobuses que permitieron movilizar en promedio 487.655 pasajeros en los días hábiles durante ese mes. 7

2. Marco teórico 2.1 Modelo Económico de Transporte De rus et al (2003), manifiestan que la demanda de transporte al igual que en otras actividades económicas puede definirse como la disponibilidad a pagar que tienen los usuarios por hacer uso de una determinada infraestructura o servicio de transporte, la disposición a pagar refleja la valoración que hacen los usuarios de dichos servicios y se obtiene a partir de las preferencias sobre las distintas características de los mismos en comparación con otros bienes que pueden adquirir. De acuerdo con los autores lo anterior establece una relación entre la cantidad que se desea consumir y el coste de oportunidad que supone dicho consumo por lo que la demanda de transporte también podría definirse como la cantidad de usuarios y servicios de la infraestructura que se desea comprar para cada precio. De rus et al (2003) consideran que la relación entre el precio y la cantidad demandada está afectada en el transporte por cuatro características principales: i. Carácter derivado: no se desea viajar per se, sino que se hace con el objetivo de realizar una actividad localizada en el espacio y en el tiempo, lo anterior hace que el transporte se constituya en un servicio intermedio para otras actividades económicas o sociales por lo cual su demanda se ve afectada por un amplio conjunto de factores muy diferentes entre sí. ii. Dependencia de factores heterogéneos. Conforme el punto anterior existen multiplicidad y heterogeneidad de factores que afectan la demanda de transporte, los cuales es posible distinguirlos en dos grandes grupos, el primero agrupa los determinantes de la demanda agregada que constituye la cantidad de transporte que necesita la sociedad en un momento dado y el segundo agrupa los determinantes de la demanda individual que depende de un conjunto de variables monetarias y no monetarias (Ver tabla No.1), este grupo de variables no solo explican la cantidad de transporte demandada dentro del modo elegido sino que también pueden determinar la propia elección entre distintos modos de transporte. Tabla 1 Determinantes de la demanda de transporte Demanda agregada     

Población Actividad económica Geografía Historia y cultura Políticas de Transporte

    

Demanda individual Precio del transporte Precios de otros bienes y servicios Características socioeconómicas Calidad del servicio Tiempo de viaje

Fuente: De rus et al (2003).

iii. Papel del tiempo en las decisiones individuales: El tiempo de viaje constituye una input fundamental que los usuarios aportan a la producción de cualquier actividad de transporte y el mismo permite determinar el coste de oportunidad que dichos usuarios soportan permitiendo establecer una relación directa entre este y la demanda de transporte. 8

iv. La necesidad de tener predicciones correctas para ajustar la capacidad: Dado que la naturaleza de la oferta de transporte es que no es posible almacenarla, es necesario contar con predicciones correctas que permitan ajustar la capacidad a las fluctuaciones del servicio, siendo esto un elemento esencial en la producción de transporte dado que tanto la capacidad infrautilizada como la congestión derivada de la capacidad insuficiente para atender la demanda genera costes para la sociedad Cuando una persona desea realizar un viaje considera el costo del viaje, el tiempo que invierte en dicho viaje y las condiciones (comodidad, seguridad, etc.) en que realiza el viaje, estos factores son muy heterogéneos por lo cual se dificultad la medición del coste de oportunidad que representa el transporte para un individuo dado, por lo cual su análisis se resume en muchos casos al estudio de una sola variable que se denomina precio generalizado (g), la cual incluye todos los aspectos que tiene en cuenta el individuo para la selección del modo de transporte que más le conviene. De rus et al (2003), definen el precio generalizado (g) como “la suma del valor monetario de todos los determinantes de la demanda de transporte para un individuo” en la cual se utiliza el dinero como unidad de medida dado que permite una comparación interpersonal más objetiva, pero presenta el inconveniente que considera que todos los individuos tienen una misma valoración de la renta. La expresión más utilizada para la determinación del precio generalizado (g) es la siguiente: Donde: g: p: v * t: :

Precio generalizado del viaje Componente monetario del viaje Valor del tiempo Valoración monetaria del resto de elementos cualitativos que intervienen en la decisión

El componente monetario del viaje corresponde a todos los desembolsos que debe realizar el usuario con el fin de trasladar de un lugar a otro ya sea por cuenta propia o por cuenta ajena, en este último caso el costo monetario corresponde al valor de pasaje. Cuando se trata de un viaje por cuenta propia el componente monetario corresponde al precio de todos y cada uno de los insumos y servicios que deba pagar por efecto del viaje entre los que encontramos el precio del combustible consumido, los peajes, gastos de parqueadero, porcentaje del costo de adquisición, alquiler y mantenimiento del vehículo lo que incluye seguros e impuestos, etc. El componente del valor del tiempo no corresponde a un pago monetario que realice el usuario por efecto del viaje pero si constituye un coste para el usuario el cual se puede determinar a partir del producto del tiempo total invertido en el transporte por el valor de cada unidad de tiempo para el usuario. La duración total del viaje depende de factores como la distancia recorrida, la velocidad a la que se viaja, etc. Y el mismo se puede descomponer en diferentes partes tiempo de caminata, tiempo de espera, tiempo a bordo del vehículo, tiempo de transbordo. El valor unitario del tiempo corresponde al coste de oportunidad de este para cada usuario y normalmente se asocial al ingreso. El último aspecto del precio generalizado de transporte corresponde a la valoración cualitativa de este, este componente nos indica que un usuario puede preferir un modo de transporte o un transportista especifico por factores relacionados con la comodidad o la seguridad 9

ofrecida, sin embargo este elemento suele ser muy difícil de cuantificar por lo cual suele ser omitido en el análisis formal de la demanda de transporte. Conforme la teoría del comportamiento del consumidor en la cual se establece que un individuo cualquiera toma sus decisiones de consumo de manera racional a partir de la comparación de diferentes cestas de bienes y servicios y eligiendo finalmente aquella con la que obtiene la máxima utilidad o satisfacción personal dentro de las limitaciones y restricciones a las que esté sometido, en el transporte las decisiones no solo dependen de los precios y la renta sino también del tiempo, el cual interviene de dos manera a) Realizar cualquier actividad requiere invertir cierto tiempo para ella, y b) la renta de la mayoría de los individuos suele ser proporcional al tiempo dedicado a trabajar. Así las cosas El problema del consumidor consiste en asignar sus dotaciones de tiempo y renta con el fin de obtener la mayor utilidad posible. Lo anterior permite considerar que la utilidad de cualquier individuo depende de las cantidades que consume de todos los bienes y servicios entre los que puede elegir incluyendo el transporte. La elección del consumidor entre las cestas se enfrenta a las siguientes limitaciones: a. Restricción presupuestal: que establece que el gasto monetario en consumo no puede superar la renta total disponible

Donde: p: x: m:

Precios de lo bienes y servicios cesta de n bienes y servicios restricción presupuestal del individuo que suele descomponerse en una renta fija mo (rentas no salariales) y una parte proporcional al tiempo de trabajo vt.

b. Restricción sobre la dotación total del tiempo: lo anterior debido a que el individuo debe distribuir el tiempo total disponible entre el trabajo y el consumo Donde t es el tiempo requerido para consumir o realizar cada unidad de actividad Por lo anterior el problema de elección del consumidor consiste en maximizar la utilidad sujeto a la restricción presupuestal y a la restricción del tiempo.

Con la solución del problema del consumidor se puede explicar cómo este decide la cantidad de cualquier bien o servicio en función del precio del mismo, del precio de otros bienes y de su nivel de renta, cuyo comportamiento se explica por la siguiente expresión Donde: : : m:

Precio generalizado del bien a consumir Precio generalizado de otros bienes Renta de los individuos 10

como se puede observar de la anterior expresión la cantidad demandada de una actividad de transporte determinada corresponde a una función del precio generalizado que los individuos deben pagar por esa actividad de transporte, del precio generalizado que se debe pagar por los bienes sustitutos y del nivel de renta de los individuos, y como ya vimos anteriormente el precio generalizado depende de los costos monetarios y no monetarios que los individuos deben asumir por el uso de un modo de transporte determinado, así las cosas la variación de la demanda del MIO depende de las variables monetarias y no monetarias del sistema de transporte y de los otros modos de transporte que tienen los usuarios como alternativa para desplazarse en la ciudad de Cali.

3. Estado del arte El estudio de la demanda de transporte ha sido materia de múltiples investigaciones en diversas partes del mundo, lo anterior debido a la gran importancia que tiene la movilidad en el diseño de políticas públicas tendientes al mejoramiento de la calidad de vida de los habitantes de las grandes metrópolis. La teoría económica supone que de una cesta de modalidades de transporte la elección que escoge el individuo, además del ingreso y el precio son muchos los factores que inciden en su elección. Así lo han demostrado muchos autores en sus estimaciones sobre la demanda total de transporte, los cuales coinciden con la función de demanda que plantea De rus et al (2003) utilizada como referencia en este trabajo, en que la demanda total del Transporte es explicada por un conjunto de factores heterogéneos compuestos por variables monetarias y no monetarias, como las preferencias y particularidades individuales, características socioeconómicas de los individuos, características y bondades del modo de transporte, el ingreso per cápita, el uso si es por ocio o por trabajo, la tarifa del transporte de pasajeros, la tarifa de bienes sustitutos y complementarios, la calidad del servicio, el tiempo utilizado para esperar el medio de transporte , el tiempo utilizado durante el viaje y el tiempo recorrido a pie, el precio del servicio de parqueo, IPC, precio del combustible, etc. Así lo demostró Matas (1991), quien estimó la función de demanda a través de un Modelo Probit y dos alternativas de transporte: público y privado, obteniendo como resultado que la maximización de la utilidad individual depende de las características y bondades del medio de transporte y de las particularidades socioeconómicas del individuo. Ruiz, Bilbao y Fernández (2001), evaluaron con un Modelo Logit Multinomial y seis modalidades de transporte una función de demanda de transporte público para los universitarios habitantes del entorno urbano de Bilbao, encontrando en sus resultados que es altamente significativa la calidad del servicio entendida como aumentos de la frecuencia y reducción del tiempo de viaje. Igualmente Galán (2004), con el objetivo de brindar una solución a la movilidad por el incremento de vehículo privados en el Área Metropolitana de Monterrey estimó un modelo de posesión de coches y otro de elección modal, encontrando como resultado que a pesar de que el ingreso y la tarifa de los diferentes modos de transporte tienen resultados significativos, es el valor del tiempo el que mayor participación tiene. Así mismo lo demostró Reta (2005), a través de su modelo de elección discreta que le permitió concluir que la comodidad, el tiempo utilizado en espera y de viaje son los factores determinantes para que el individuo elija el modo de transporte a utilizar. Caride et al. (2005), demostraron que los cambios en el comportamiento de los individuos ante modificaciones de la oferta en los diferentes modos de transporte en el corredor de tránsito entre Galicia – Madrid están condicionadas por componentes económicos y por la valoración del tiempo dependiendo del destino de su uso. Así mismo Barrios y Martínez (2009), demostraron con una estimación del valor del tiempo ahorrado en los desplazamientos al 11

trabajo en la ciudad de Cádiz con una función de demanda construida a partir de variables de oferta y variables socioeconómicas, a través de un modelo de elección discreta Logit y Probit encontrando en sus resultados como variable altamente significativas el tiempo por encima del precio y otras variables socioeconómicas. Venezia (2009), mediante una estimación empírica con un modelo de utilidad aleatoria en la ciudad de Barí., el individuo debe elegir entre dos modalidades de transporte: público y privado, encontrando como variables significativas para que los individuos decidan cambiar sus preferencias y escojan el transporte urbano ante el transporte privado, la comodidad, la frecuencia, la puntualidad y el precio. Fajardo (2010), analiza la elección que hacen los individuos en la ciudad de Popayán entre siete modalidades de transporte a través de un modelo logit multinomial, Encontrando que el ingreso, el tiempo, la edad y los costos son variables altamente significativas para que el individuo haga su elección. Velásquez (2009), en su análisis determinantes de la demanda de transporte público masivo en la ciudad de Bogotá atendida por Transmilenio mediante un modelo de regresión multivariable encontró como factores determinantes la tarifa de los diferentes modos de transporte, el crecimiento económico, demográfico y la expansión del sistema. Sartori (2013), realizó una estimación de la demanda de viajes al trabajo en la Ciudad de Córdoba – Argentina mediante un modelo de demanda logit multinomial de elección modal de transporte, encontrando altamente significativas las variables de calidad de servicio, los tiempos de viaje y costos de viaje de los diferentes modos de transporte. Y por último encontramos a Broaddus, Litman y Menon (2009), en su artículo sobre la Gestión de Demanda de Transporte – GDT, estrategia que busca maximizar la eficiencia del sistema de transporte urbano desestimulando el uso del transporte particular, consideran en sus análisis que es de suma importancia considerar en los estudios sobre demanda de transporte, variables socioeconómicas, características y bondades del modo de transporte y las características y hábitos de los individuos.

4. Metodología Con el fin de determinar las variables que han afectado el crecimiento de la demanda de pasajeros atendida por el Sistema Integrado de Transporte Masivo de Pasajeros de Santiago de Cali entre el 2009 y el 2013 se hace necesario analizar el comportamiento que ha tenido el precio generalizado del transporte masivo de Santiago de Cali, el precio generalizado de los servicios sustitutos y el nivel de ingreso de los usuarios de transporte de la ciudad. Dado que la medición de los precios generalizados es bastante compleja es necesario realizar la valoración de estos a partir de variables relacionadas con cada uno de los elementos que conforman el precio generalizado de tal manera que a partir de ellas se pueda inferir el precio generalizado del sistema de transporte masivo – MIO y de las alternativas que tienen los usuarios a este medio de transporte. Es importante también hacer notar que el precio como tal del MIO no tuvo grandes variaciones en dicho periodo. Para el desarrollo del estudio se emplearán una serie de variables relacionadas con el precio monetario de los servicios de transporte, precios no monetarios (calidad del servicio) y variación del nivel medio de ingreso de la población, con el fin de acotar debidamente el periodo de estudio las variables se evaluarán entre el 1 de marzo de 2009 fecha en que inicio a operar el sistema de transporte masivo MIO y el 30 de septiembre de 2013. Para efectos del análisis de la información se construyó una base datos con los registros diarios de la demanda de transporte masivo durante el periodo de estudio y el comportamiento de 12

cada una de las variables. Lo anterior con el propósito de poder realizar los análisis econométricos necesarios a fin de determinar el grado de significancia estadística de cada variable en la explicación del comportamiento de la demanda del Sistema de Transporte Masivo – MIO; Las variables que conforman la base de datos se clasificaron en variable dependiente y variables independientes, estas últimas a su vez se clasificaron en variables relacionadas con el precio generalizado del viaje en el sistema de transporte masivo, variables relacionadas con el precio generalizado de viaje de los bienes y servicios sustitutos y otras variables que afectan la demanda de transporte atendida por el MIO los usuarios de transporte de Santiago de Cali. Con el fin de determinar cuáles de estas variables realmente explican el comportamiento de la demanda de pasajeros del Sistema Integrado de Transporte Masivo se elaborará un modelo econométrico de Regresión Múltiple usando el método de Mínimos Cuadrados Ordinarios – MCO para la estimación. No se pensó en un Modelo más “sofisticado” porque este Modelo se ajusta perfectamente al interés de la investigación y a los datos utilizados. El modelo permitirá obtener los estimadores de cada variable y definir el grado de significancia estadística de cada una de ellas y de esta manera identificar cuales han afectado de manera positiva o negativa el comportamiento de la demanda de pasajeros de Santiago de Cali durante el periodo de marzo de 2009 a septiembre 30 de 2013.

4.1 Modelo Econométrico Teniendo en cuenta que la cantidad demanda de transporte está determinada en función de varios factores, es necesaria la utilización de un método de análisis multivariable que permita el análisis e interpretación de la información contenida en un conjunto de variables sin perder la integración o grado en que se afectan unas con otras. El análisis multivariable contempla una variedad de técnicas que contribuyen al estudio e interpretación de la información, estas técnicas se dividen principalmente en dos grupos: (i) Técnicas Funcionales o Dependientes son aquellas que implican un modelo, ecuación o función formadas por las variables involucradas las cuales se clasifican entre variables independientes y variables dependientes, entre estas técnicas tenemos los análisis de regresión y correlación múltiple, análisis discriminante, análisis de varianza y covarianza, análisis de correlación canónica, análisis de conjunto, regresión logística, detección automática de interacción y análisis de supervivencia. (ii) Técnicas Estructurales o Interdependientes cuyo objetivo es resumir la información con el propósito de poder explicar un aspecto determinado del análisis a partir de un menor número de variables, en esta técnica todas las variables se consideran independientes y lo que se busca es algo en común entre las variables para poder unirlas y así reducir o resumir la información, entre estas técnicas tenemos los modelos de variables latentes, los análisis de componentes principales o factor común, análisis de clases latentes, análisis de rasgos latentes, análisis de perfiles latentes, análisis de factores, análisis de conglomerados, escalas multidimensionales y análisis de correspondencia. Teniendo en cuenta que el propósito del presente trabajo busca explicar el comportamiento de la demanda de pasajeros atendida por el Sistema de Transporte Masivo de Santiago de Cali – MIO a partir de variables técnicas, operacionales, económicas y/o sociales, lo más conveniente para el análisis econométrico del conjunto de variables es la utilización de una técnica funcional o dependiente en la cual se busque explicar la demanda atendida por el SITM – MIO, que en este caso sería la variable dependiente, a partir del comportamiento que presentaron una seria de variables independientes. 13

Dentro de las técnicas funcionales existentes para el análisis multivariable el análisis de regresión múltiple constituye una herramienta muy adecuada para desarrollar un modelo matemático lineal que pueda describir la relación existente entre la variable dependiente y las variables independientes, este tipo de modelos son lineales y aditivos y presentan la siguiente forma funcional: Donde: Y: es la variable dependiente, la cual también es denominada variable de respuesta. Xi: es la variable independiente i, la cual también se llama variable explicatoria. i: es el coeficiente del modelo para la variable Xi. Tanto las variables dependientes como independientes deben ser métricas, aunque las variables dependientes también pueden tener valores cualitativos. El problema central de este método esta en como determinar los mejores estimadores de los i, para poder hacer esto es necesario conocer el término del error () y es definido como la diferencia entre el dato real (DR = Yi) y el dato pronosticado (DP = ), es decir:

Donde i: es el error de la observación i en la población. ri: seria el residual de la observación i en la muestra. Yi: es el dato real en la observación i. es el dato pronosticado en la observación i. Con el propósito de que el modelo permita la inferencia se hace el supuesto de que el termino del error () sigue una distribución normal con media cero (0) y varianza constante. Los mejores estimadores de los i corresponderán a aquellos que minimicen la distancia entre los datos reales y los datos pronosticados, para esta estimación puede usarse el método de Mínimos Cuadrados Ordinarios que permite obtener los mejores estimadores i de tal manera que la suma de los errores sea cero (0).

Como lo que se desea es que la suma de los errores sea cero (0) eso se logra siempre y cuando se obtenga un valor mínimo.

Si elevamos ambos lados de la ecuación al cuadrado se obtendrá un valor mínimo.

Donde por definición el dato real se obtiene de la siguiente forma: 14

El dato pronosticado se obtendría de la siguiente manera

El cual correspondería con el modelo a estimar.

Análisis de la información

5. Estructura de la Base de Datos Para la elaboración del presente estudio se construyó una base de datos con los registros diarios de las diferentes variables desde el 1 de marzo de 2009 hasta el 30 de septiembre de 2013 lo cual constituía un total de 1.675 registros por cada variable analizada, siendo esta la totalidad de la población de datos para el periodo estudiado, la base de datos contiene información de 55 variables pero algunas de ellas presentan multicolinealidad entre sí o simplemente corresponden a un nivel más detallado de otra variable por lo que es necesario realizar una depuración de la base de datos para poder elaborar el modelo. Un aspecto fundamental a tener en cuenta en la demanda de transporte de pasajeros es el tipo de día, dado que la demanda presenta variaciones importantes entre los días hábiles, los sábados y los domingos y feriados, por esta razón para efectos de simplicidad del modelo se definió que el estudio se realizaría únicamente para los días hábiles. Igualmente se encontró que existían variables a la que le faltaba información en ciertos periodos de tiempo, razón por la cual dichos periodos fueron eliminados de la base de datos con el fin que la falta de información no afectara la confiabilidad del modelo. Una vez realizada la depuración de la base de datos se conservaron 1016 registros para 21 variables lo que nos da un total de 21.336 datos lo que constituye información suficiente para la construcción de un modelo confiable. 5.1. Análisis Descriptivo de las Variables Conforme el método de análisis de regresión múltiple seleccionado para la elaboración del modelo econométrico, las variables se dividieron de dos tipos: variable dependiente y variable independiente. 5.1.1. Variable Dependiente. La variable dependiente del presente estudio es la demanda diaria de pasajeros pagos movilizados por el Sistema de Transporte Masivo de Santiago de Cali los días hábiles entre el 1 de marzo de 2009 y el 30 de septiembre de 2013. Para efectos del presente estudio se tomaron todos los datos de demanda diaria lo que permite contar con la información completa.

15

Can dad de pasajeros diarios Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha

Figura 1. Comportamiento de la cantidad de pasajeros diarios movilizados por el MIO entre el 1 de marzo de 2009 y el 30 de septiembre de 2013.

En la figura 1, se observa que la demanda de pasajeros pagos movilizados por el sistema MIO se caracterizó por un crecimiento lineal desde marzo de 2009 hasta octubre de 2012, periodo en el cual creció a una tasa de 282 pasajeros diarios aproximadamente, fecha a partir de la cual la demanda de pasajeros del sistema MIO se estabilizó entorno a los 480.000 pasajeros diarios en promedio. 5.1.2. Variable Independiente. 8.2.2.1 Variables que afectan el precio monetario del MIO. Tarifa del MIO: Esta variable representa el precio monetario que cada usuario debe cancelar por hacer uso del SITM- MIO y por ende constituye un elemento fundamental dentro del análisis de las variables que influyeron en el comportamiento de la demanda de pasajeros del sistema. Para efectos del análisis de esta variable la tarifa se consideró a precios constantes de marzo de 2009.

Pasajeros Movilizados

Tarifa Mio (en pesos constantes de marzo de 2009)

600.000 500.000 400.000 300.000 200.000 100.000

,0 0 $1

.5 20

,0 0 $1

.5 00

,0 0 $1

.4 80

,0 0 $1

.4 60

,0 0 $1

.4 40

,0 0 $1

.4 20

,0 0 $1

.4 00

,0 0 .3 80 $1

$1

.3 60

,0 0

-

Tarifa del MIO

Figura 2.Variación de la demanda de pasajeros del sistema ante cambios en la tarifa del SITM – MIO entre el 1 de marzo de 2009 y el 30 de septiembre de 2013.

En la figura 2, se observa la existencia de una relación lineal negativa entre la demanda y la Tarifa al Usuario del MIO a precios constantes de marzo de 2009, en la cual la demanda de 16

pasajeros del sistema disminuye en la medida que aumenta la tarifa del sistema lo cual constituye un comportamiento lógico desde la perspectiva de la Economía del Transporte. 8.2.2.2 Variables que afectan el tiempo de viaje de los usuarios del MIO. El tiempo de viaje del usuario del MIO está determinado por el tiempo de espera del bus, el tiempo de viaje a bordo del bus, el tiempo de los trasbordos, y dado que resulta una variable muy difícil de medir existen parámetros relacionados que afectan cada uno de estos aspectos como son la oferta de kilómetros que se relaciona con las frecuencia de los buses, el cumplimiento de los itinerarios, la puntualidad de los servicios y la velocidad media de operación de los buses las cuales si se poseen para el caso particular del MIO.

i. Kilómetros programados totales a recorrer por los autobuses del sistema MIO: Esta variable representa la oferta en kilómetros de servicios de transporte del MIO que los usuarios deberían tener a su disposición para trasportarse y está relacionada con el tiempo de espera de los usuarios para acceder al sistema.

Kilometros Programados

Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 -

50.000

100.000

150.000

200.000

250.000

Kilometros Programados

Figura 3.Variación de la demanda de pasajeros del sistema ante cambios en los kilometros programados totales a recorrer por los autobuses del sistema MIO entre el 1 de marzo de 2009 y el 30 de septiembre de 2013.

En la Figura 3 Se observa la existencia de una relación lineal positiva entre la demanda y los Kilómetros Programados totales del MIO en la cual en la medida que aumentan los kilómetros programados aumenta la demanda de pasajeros pagos atendidos por el sistema MIO, este comportamiento es totalmente lógico dado que a mayor oferta mayor demanda.

ii. Porcentaje de cumplimiento de los kilómetros a recorrer por los autobuses del sistema MIO: esta variable representa el nivel de cumplimiento que se presenta a la planeación del sistema MIO, se determina como la cantidad de kilómetros efectivamente recorridos por los autobuses del sistema MIO dividido entre los kilómetros programados totales a recorrer por los autobuses del sistema MIO, es una medida de la calidad del servicio y afecta el tiempo de espera de los usuarios del sistema. 17

En la Figura 4 se puede apreciar que la relación entre el porcentaje de cumplimiento de los kilómetros programados y la demanda exclusivamente se puede observar la existencia de una relación curvilínea negativa, no obstante esto no tiene lógica dado que entre más incumplimientos se presenten lo natural es que exista una fuga de pasajeros derivados del mal servicio y los mayores tiempos de espera, si incluimos la variable temporal en el análisis se observa que se presenta un cambio de tendencia en el crecimiento de la demanda cuando los niveles de cumplimiento empiezan a disminuir lo que indica que existe una relación de índole positiva en el sentido de que cuando disminuyen los niveles de cumplimiento disminuye la demanda, siendo este comportamiento más acorde. iii. Porcentaje de itinerarios de rutas del MIO que inician su recorrido con una diferencia menor a +/- 3 minutos respecto a la hora programada: esta variable corresponde a una medida de calidad del servicio del MIO, se determina como la relación entre la cantidad de itinerarios que iniciaron su recorrido con una diferencia de +/- 3 minutos. Respecto de la hora programada divididos entre la cantidad de itinerarios que se prestaron en el día, este parámetro afecta el tiempo de espera de los usuarios del MIO. En la Figura 5 se puede apreciar que la relación entre el porcentaje de itinerarios de rutas del MIO que inician su recorrido a tiempo y la demanda exclusivamente se puede observar la existencia de una relación lineal negativa, no obstante esto no tiene lógica dado que entre más desorden se presente en la operación lo natural es que exista una fuga de pasajeros derivados del mal servicio, si incluimos la variable temporal en el análisis se observa que se presenta un cambio de tendencia en el crecimiento de la demanda cuando los niveles de itinerarios puntuales empiezan a disminuir lo que indica que existe una relación de índole positiva en el sentido de que cuando disminuyen los niveles de itinerarios que inician recorrido a tiempo disminuye la demanda del sistema MIO por ejemplo.

18

% Cumplimiento de los Kilometros Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 80,00%

85,00%

90,00%

95,00%

100,00%

% de Cumplimientos de Kilometros Recorridos

% Cumplimiento de Kilometros

Pasajeros Movilizados

110,00%

600.000 500.000

100,00%

400.000 300.000

90,00%

200.000 100.000

80,00% 1/06/08

27/05/09

22/05/10

17/05/11

11/05/12

6/05/13

1/05/14

Fecha % Cumplimiento de los Kilometros

Pasajeros Movilizados

Figura 4. Variación de la demanda de pasajeros del sistema ante cambios en los porcentaje de cumplimiento de los kilómetros a recorrer por los autobuses del sistema MIO entre el 1 de marzo de 2009 y el 30 de septiembre de 2013.

19

% de I nerarios que inician recorrido con una diferencia menos a +/- 3 minutos repecto la hora programada

Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 35,00%

40,00%

45,00%

50,00%

55,00%

60,00%

65,00%

70,00%

75,00%

80,00%

% de I nerarios

% de I nerarios

Pasajeros Movilizados

90,00%

600.000

80,00% 500.000 70,00% 60,00%

400.000

50,00% 300.000 40,00% 30,00%

200.000

20,00% 100.000 10,00% 0,00% 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha I nerarios que inician su recorrido con una diferencia menor a +/- 3 minutos respecto a la hora programada

Pasajeros Movilizados

Figura 5. Variación de la demanda de pasajeros del sistema ante cambios en los porcentaje de itinerarios de rutas del MIO que inician su recorrido con una diferencia menor a +/- 3 minutos respecto a la hora programada entre el 1 de marzo de 2009 y el 30 de septiembre de 2013.

iv. Velocidad media planeada para la operación de los buses en las rutas del MIO (km/hr): esta variable se determina a partir de dividir la distancia total programada a recorrer por los buses del MIO entre el tiempo total que se les da a los buses para hacer dichos recorridos, esta variable afecta el tiempo a bordo de los buses de los usuarios. En la Figura 6, se observa una relación curvilínea negativa en el comportamiento de la variación de la velocidad con respecto a la demanda de transporte, en la cual en la medida que aumenta la velocidad disminuye la demanda, pero al analizar el comportamiento que las dos variables han presentado a lo largo del periodo de análisis se observa que históricamente los 20

incrementos de demanda venían asociados a disminuciones de velocidad y cuando se empezó a incrementar la velocidad la demanda presento un estancamiento. Este comportamiento podría explicarse a partir del hecho que la velocidad media de desplazamiento de los buses está afectada por múltiples externalidades derivadas del tránsito de la ciudad y cuando estos tratan de circular a mayores velocidades de lo que les es posible se genera accidentalidad, además a mayor demanda mayor es el tiempo de ascenso y descenso de pasajeros por ende menor la velocidad media de desplazamiento de los buses.

5.2.2.3 Variables que afectan la calidad y accesibilidad al servicio del MIO. La calidad del servicio del MIO y la facilidad con que los usuarios pueden acceder a estos representan unas externalidades que afectan el costo generalizado del viaje de los usuarios del MIO, es muy difícil poder cuantificar estas externalidades con una sola variable pero se pueden relacionar con aspectos como las quejas y reclamos de los usuarios, la cobertura del sistema MIO y la cantidad de puntos para venta y recarga de tarjetas, de las cuales si se posee información.

Velocidad media planeada para la operación de los buses en las rutas del MIO (km/h) Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 -

14

, 14

5

15

15

,5

16

,5 16

17

, 17

5

18

Velocidad Media Planeada Velocidad Media Planeada

Pasajeros Movilizados

19

600.000

18

500.000

17 16

400.000

15

300.000

14 13

200.000

12

100.000

11 10 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Velocidad media planeada para la operación de los buses en las rutas del MIO (km/h)

21

Pasajeros Movilizados

Figura 6. Variación de la demanda de pasajeros del sistema ante cambios en la velocidad media planeada para la operación de los buses en las rutas del MIO entre el 1 de marzo de 2009 y el 30 de septiembre de 2013.

i. Cantidad de quejas y reclamos recibidas por la operación del MIO: Las quejas y reclamos que se reciben por la operación resultan una aproximación a la calidad del servicio recibido por los usuarios entre más quejas se reciban podría asociarse a una menor calidad del servicio, aunque esto no es del todo cierto dado que la existencia de canales de comunicación adecuados con los usuarios podrían estimular las permanentes quejas y reclamos con el propósito de una mejora continua del servicio recibido, es así que entre mejor respuesta se le dé a las quejas de los usuarios estos se estimulan a seguir presentando sus requerimientos pero también a seguir usando el sistema que los atiende, como se puede observar se trata de una variable compleja que debe interpretarse conforme los resultados obtenidos. En las Figura 7, se puede observar la existencia de una baja correlación entre las quejas y reclamos recibidas en los medios que tiene disponible el sistema MIO (Callcenter, CICAD, Pagina WEB, etc) y el comportamiento de la demanda lo cual probablemente puede deberse a que a través de estos medios no se esté captando en debida forma el inconformismo de los usuarios dado el desconocimiento que exista de los mismos o la falta de credibilidad en la efectividad que ellos puedan tener para resolver los problemas, lo anterior puede corroborarse al observar que las quejas y reclamos crecieron al inicio de la operación en la medida que crecía la demanda pero llego un punto en el que se estabilizaron a pesar que la demanda siguió creciendo. ii. Cobertura espacial del sistema MIO considerando un buffer de 300 metros a lado y lado de cada corredor: La cobertura espacial del sistema MIO constituye una variable que permite determinar el área de influencia del sistema y por ende la demanda potencial a ser atendida por el sistema, dado que determina los pares origen – destino que pueden ser cubiertos por el servicio que se brinda, en ese sentido esta variable constituye un parámetro que sin duda determina la accesibilidad de los usuarios al sistema.

22

Can dad de Quejas y Reclamos recibidas por la operación del SITM - MIO Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 0

50

100

150

200

250

300

Can dad de Quejas y Reclamos

Can dad de Quejas y Reclamos

Pasajeros Movilizados

300

600.000

250

500.000

200

400.000

150

300.000

100

200.000

50

100.000

0 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Can dad de Quejas y Reclamos recibidas por la operación del SITM - MIO

Pasajeros Movilizados

Figura 7. Variación de la demanda de pasajeros del sistema ante cambios en la cantidad de quejas y reclamos recibidas por la operación del MIO entre el 1 de marzo de 2009 y el 30 de septiembre de 2013.

En la Figura 8, se observa la existencia de una relación curvilínea positiva entre el crecimiento de la cobertura espacial y el crecimiento de la demanda atendida por el sistema MIO, no obstante lo anterior, esta variable debe analizarse con cuidado dado que la mayor cobertura implica un crecimiento de una mayor oferta de transporte porque de lo contrario podría generarse el efecto contrario dado que de aumentar la cobertura sin incrementar los kilómetros ofertados en la práctica equivale a desmejorar el servicio en otros sectores de la ciudad lo que podría resultar nocivo para la demanda de pasajeros atendida por el sistema.

23

Cobertura Espacial del sistema MIO Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 -

0%

10

%

% 20

30

%

40

%

% 50

60

%

% 70

80

%

% 90

10

0%

% de Cobertura Espacial

% de Cobertura Espacial

Pasajeros Movilizados

90,00%

600.000

80,00%

500.000

70,00% 60,00%

400.000

50,00%

300.000

40,00% 30,00%

200.000

20,00%

100.000

10,00% 0,00% 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Cobertura Espacial del sistema MIO

Pasajeros Movilizados

Figura 8.Variación de la demanda de pasajeros del sistema ante cambios en la cobertura espacial del sistema MIO considerando un buffer de 300 metros a lado y lado de cada corredor entre el 1 de marzo de 2009 y el 30 de septiembre de 2013.

iii. Cantidad total de puntos de venta y recarga de tarjetas del MIO que realmente operaron ese día: El único medio de pago autorizado en el sistema MIO es la Tarjeta Inteligente Sin Contacto, por ende la facilidad con que las personas puedan acceder a él y a realizar sus respectivas recargas determina la posibilidad de los potenciales usuarios de hacer uso efectivo del sistema, en este sentido esta variable afecta la demanda de pasajeros atendida por el MIO.

24

Can dad Total de Puntos de Venta y Recarga de Tarjetas Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 -

0

50

0 10

0 15

0 20

0 25

30

0

Puntos de Venta y Recarga de Tarjetas

Puntos de Venta y Recarga de Tarjetas

Pasajeros Movilizados

300

600.000

250

500.000

200

400.000

150

300.000

100

200.000

50

100.000

0 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Can dad Total de Puntos de Venta y Recarga de Tarjetas

Pasajeros Movilizados

Figura 9. Variación de la demanda de pasajeros del sistema ante cambios en la cantidad total de puntos de venta y recarga de tarjetas del sistema MIO que efectivamente operaron ese dia entre el 1 de marzo de 2009 y el 30 de septiembre de 2013.

En la Figura 9, se observa la existencia de una relación polinomial de orden mayor a dos positiva entre el crecimiento de los puntos de venta y recarga del sistema MIO y el crecimiento de la demanda del MIO, comportamiento que es absolutamente lógico dado que al existir una mayor de red de venta y recarga será más fácil acceder a la compra y recarga de tarjetas y por ende al uso del sistema MIO. iv. Cantidad de puntos de venta y recarga de tarjetas del MIO por fuera de las estaciones y terminales de parada que realmente operaron ese día: Esta variable es similar a la anterior pero solo se consideran aquellos puntos que se encuentra por fuera de las estaciones y terminales de parada del sistema, y tiene el propósito determinar la influencia en la demanda de la red externa de venta y recarga de tarjetas del MIO. En la Figura 10, Se observa la existencia de una relación polinomial positiva de orden mayor a dos entre el crecimiento de los puntos de venta y recarga por fuera de las estaciones del sistema MIO y el crecimiento de la demanda del MIO, esta relación es similar a la presentada entre la 25

demanda y la cantidad total de puntos de venta y recarga de tarjetas del MIO lo cual permite inferir la existencia de una relación de linealidad entre estas dos variables dependientes lo que podría generar errores de especificación en el modelo por lo que se recomienda no tener en cuenta una de ellas. 5.2.2.4

Variables que afectan el costo monetario de otros medios de transporte

La medición del costo monetario que deben pagar los usuarios por otras alternativas de transporte en algunos casos resulta ser sencilla dado que la tarifa está regulada como en el caso de el transporte público colectivo, existen casos en que estando regulada la tarifa el precio monetario final depende del servicio prestado como es el caso del servicio público de transporte particular (Taxis), y en el caso del transporte privado es muy difícil determinar el precio monetario asociado al uso del vehículo privado pero se puede relacionar con el costo del combustible.

Can dad de Puntos de Venta y Recarga de tarjetas por fuera de las estaciones y terminales Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 0

20

40

60

80

100

120

140

160

180

Puntos de Venta y Recarga de Tarjetas Pasajeros Movilizados

Puntos de Venta y Recarga de Tarjetas 180

600.000

160

500.000

140 120

400.000

100

300.000

80 60

200.000

40

100.000

20 0 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Can dad de Puntos de Venta y Recarga de tarjetas por fuera de las estaciones y terminales

Pasajeros Movilizados

Figura 10. Variación de la demanda de pasajeros del sistema ante cambios en la cantidad de puntos de venta y recarga de tarjetas del sistema MIO por fuera de las estaciones y terminales de para que efectivamente operaron ese dia entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

i. Tarifa colectivo (en pesos constantes de marzo de 2009): El sistema MIO se implementó para sustituir completamente el transporte público colectivo, pero dentro del proceso 26

de implementación existe una etapa de transición en la cual en la medida que se incrementa la oferta del sistema MIO debería irse disminuyendo la oferta de transporte público colectivo en este sentido, los dos sistemas no deberían competir entre sí sino complementarse para atender toda la demanda de transporte colectivo de la ciudad, pero en la práctica esto no ha ocurrido existiendo sectores de la ciudad donde los dos sistemas resultan ser alternativas viables para los usuarios y en ese caso el precio monetario de cada uno de ellos es determinante en la decisión del consumidor final, afectando de esta manera la demanda de pasajeros atendida por el MIO.

Tarifa Colec vo (en pesos constantes de marzo de 2009) Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 -

. $1

36

0

. $1

38

0 $1

.4

00

$1

.4

20

$1

40 .4

$1

60 .4

$1

80 .4

$1

0 .5

0 $1

2 .5

0

Tarifa

Tarifa del Colec vo

Pasajeros Movilizados

$1.520

600.000

$1.500

500.000

$1.480 400.000

$1.460 $1.440

300.000

$1.420

200.000

$1.400 100.000

$1.380 $1.360 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Tarifa Colec vo (en pesos constantes de marzo de 2009)

Pasajeros Movilizados

Figura 11. Variación de la demanda de pasajeros del sistema ante cambios en la tarifa del colectivo a precios constantes de marzo de 2009 entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

En la Figura 11, Se observa que la variación del precio del transporte público colectivo tiene un comportamiento similar frente a la demanda del MIO a la variación del precio MIO, lo cual no resulta lógico dado que se trata de servicios sustitutos y no complementarios, lo anterior sin duda se debe al hecho que las dos tarifas son reguladas e iguales por ende existe una fuerte correlación entre estas variables dependientes por lo cual se recomienda no utilizar una de ellas en el modelo. ii. Taxi valor de la unidad (en pesos constantes de marzo de 2009): El valor de la unidad de taxi representa el precio monetario que el usuario debe pagar por cada unidad de desplazamiento que marque el taxímetro, así las cosas constituye una variable relacionada con el precio monetario que pagan los usuarios por hacer uso del servicio de taxi, y dado que esta es una 27

alternativa de transporte público, se constituye en un elemento que los usuarios consideran para tomar la decisión de usar o no el sistema MIO determinando de esta manera la demanda de transporte de dicho sistema. En la Figura 12, No se observa relación entre el valor de la unidad y la demanda de pasajeros del sistema MIO, lo cual probablemente se deba a que en el caso de las carreras largas en taxi los dos sistemas no resulten ser competencia. iii. Taxi banderazo (en pesos constantes de marzo de 2009): El valor del banderazo inicial del taxi representa el punto mínimo en el cual se empieza a contabilizar el precio monetario que el usuario debe pagar por cada unidad de desplazamiento que marque el taxímetro, así las cosas al igual que la variable anterior, constituye una variable relacionada con el precio monetario que pagan los usuarios por hacer uso del servicio de taxi, y dado que esta es una alternativa de transporte público, se constituye en un elemento que los usuarios consideran para tomar la decisión de usar o no el sistema MIO determinando de esta manera la demanda de transporte de dicho sistema.

Taxi Valor Unidad (en pesos constantes de marzo de 2009) Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 74

75

76

77

78

Valor Unidad de Taxi Pasajeros Movilizados

Valor de la Unidad de Taxi 78

600.000 500.000

77

400.000 76 300.000 75 200.000 74

73 3/12/08

100.000

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Taxi Valor Unidad (en pesos constantes de marzo de 2009)

Pasajeros Movilizados

Figura 12. Variación de la demanda de pasajeros del sistema ante cambios en la valor de la unidad de taxi a precios constantes de marzo de 2009 entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

28

En la Figura 13, nuevamente se observa la no existencia de relación entre la demanda y el valor del banderazo del taxi, lo cual confirma el hecho de que en el caso de las carreras largas en taxi los dos sistemas no resulten ser competencia.

Taxi Banderazo (en pesos constantes de marzo de 2009) Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 1.000

1.050

1.100

1.150

1.200

1.250

1.300

Valor del Banderazo

Valor del Banderazo

Pasajeros Movilizados

$1.300,00

600.000

$1.250,00

500.000

$1.200,00

400.000

$1.150,00

300.000

$1.100,00

200.000

$1.050,00

100.000

$1.000,00 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Taxi Banderazo (en pesos constantes de marzo de 2009)

Pasajeros Movilizados

Figura 13. Variación de la demanda de pasajeros del sistema ante cambios en la valor del banderazo del taxi a precios constantes de marzo de 2009 entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

iv. Carrera mínima del taxi (en pesos constantes de marzo de 2009): Es el valor mínimo que deben pagar los usuarios del servicio de taxi por hacer uso del mismo, es especialmente relevante cuando los viajes son cortos, en este sentido constituye una variable relacionada con el precio monetario que pagan los usuarios por hacer uso del servicio de taxi, y dado que esta es una alternativa de transporte público, se constituye en un elemento que los usuarios consideran para tomar la decisión de usar o no el sistema MIO determinando de esta manera la demanda de transporte de dicho sistema. En la Figura 14, No se observa relación entre el valor de la carrera mínima y la demanda de pasajeros del sistema MIO, no obstante la experiencia muestra que existen situaciones en las cuales varios usuarios se reúnen para realizar un viaje en taxi o el caso en el que un usuario usa los dos sistemas inicialmente en el MIO y finaliza su viaje en taxi, por lo cual se recomienda 29

sostener la variable para identificar si existe o no un nivel de significancia y de qué tipo es la relación.

Carrera Minima (en pesos constantes de marzo de 2009) Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 -

50 3.

0

52 3.

0

54 3.

0

56 3.

0

58 3.

0

60 3.

0

62 3.

0

64 3.

0

66 3.

0

68 3.

0

70 3.

0

72 3.

0

Valor Carrera MInima de Taxi

Valor Carrera Minima en Taxi

Pasajeros Movilizados

3.750

600.000 500.000

3.700

400.000 3.650 300.000 3.600 200.000 3.550

3.500 3/12/08

100.000

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Carrera Minima (en pesos constantes de marzo de 2009)

Pasajeros Movilizados

Figura 14. Variación de la demanda de pasajeros del sistema ante cambios en la valor de la tarifa minima del taxi a precios constantes de marzo de 2009 entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

v. Costo de la Gasolina (en pesos constantes de marzo de 2009): El costo de la gasolina constituye un importante porcentaje de los costos de operación de un vehículo particular, además en algunos casos la variación de precios del combustible afecta también la variación de otros productos como aceites y grasas que igualmente son derivados del petróleo y constituyen insumos importantes para el mantenimiento de los vehículos, así las cosas la variación del precio de la gasolina absorbe en buena medida la variación de los costos de operación de los vehículos particulares, constituyéndose en una variable que podría afectar la demanda de pasajeros atendidos por el MIO en la medida que el vehículo particular resulta una alternativa de transporte. En la Figura 15, Se observa una relación lineal imperfecta positiva entre el crecimiento del costo de la gasolina y el crecimiento de la demanda del sistema de transporte MIO, lo cual tiene sentido dado que a mayor costo de usar el vehículo particular se esperaría que las personas buscaran alternativas y ahí el MIO resulta una opción viable incrementándose la demanda atendida por este sistema. 30

5.2.2.5

Variables que afectan la accesibilidad a otros modos de transporte

La accesibilidad a otros modos de transporte es muy difícil de determinar pero la misma se puede medir de manera indirecta frente a la cantidad de buses que pueden prestar el servicio público colectivo y la cantidad de vehículos particulares que han ingresado a operar en la ciudad, dado que estos parámetros determinan que tan fácil o difícil es usar dichas alternativas.

Costo Gasolina (en pesos constantes de marzo de 2009) Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 -

7.

0 20

7.

0 40

7.

0 60

7.

0 80

8.

0 00

8.

0 20

8.

0 40

Costo de la Gasolina Pasajeros Movilizados

Costo de la Gasolina 8.400

600.000

8.200

500.000

8.000

400.000

7.800

300.000

7.600

200.000

7.400

100.000

7.200 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Costo Gasolina (en pesos constantes de marzo de 2009)

Pasajeros Movilizados

Figura 15. Variación de la demanda de pasajeros del sistema ante cambios costo de la gasolina a precios constantes de marzo de 2009 entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

i. Cantidad de autobuses de servicio de transporte público que no han surtido proceso de reducción de oferta: Con el fin de realizar una transición del transporte colectivo al sistema MIO, se determinó que por cada vehículo del MIO que ingresar a la operación en la ciudad debería adelantarse el proceso de reducción de oferta de un número equivalente de vehículos de transporte colectivo, dicho proceso debería ser vigilado y certificado por la autoridad de transporte de la ciudad, en este sentido los vehículos del transporte público colectivo que no han surtido el proceso de reducción de oferta están directamente relacionados con los vehículos que circulan diariamente por la ciudad constituyéndose en probable competencia para el sistema MIO y por ende afectando la demanda de pasajeros atendida por este. 31

Autobuses del Colec vos que no han sur do proceso de reduccion de oferta Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 1.

00

0

50 1.

0

2.

0 00

2.

0 50

3.

00

0

50 3.

0

00 4.

0

Autobuses del Colec vo Autobuses del Colec vo

Pasajeros Movilizados

4000

600.000

3500

500.000

3000 400.000

2500 2000

300.000

1500

200.000

1000 100.000

500 0 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Autobuses del Colec vos que no han sur do proceso de reduccion de oferta

Pasajeros Movilizados

Figura 16. Variación de la demanda de pasajeros del sistema ante cambios en la cantidad de vehiculos que no han surtido el proceso de reducción de oferta entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

En la Figura 16, se observa que los autobuses del transporte público colectivo que no han surtido el proceso de reducción de oferta presenta una relación lineal negativa con la demanda de pasajeros movilizados por el sistema MIO, lo cual muestra que a menor cantidad de vehículos del transporte público colectivo que no han surtido el proceso de reducción de oferta mayor es la cantidad de pasajeros atendida por el sistema MIO. ii. Cantidad acumulada de vehículos particulares que ingresan al registro automotor de Santiago de Cali desde el inicio de la operación del MIO: La cantidad de vehículos particulares que ingresan al registro automotor de la ciudad está directamente relacionada con la facilidad con la que una persona puede acceder a un servicio de transporte automotor ya sea automóvil o moto, esto afecta directamente la demanda de transporte del MIO dado que una vez una persona toma la decisión de adquirir un medio de transporte propio abandona el sistema MIO. En la Figura 17, Se observa una relación curvilínea positiva entre el crecimiento acumulado de los vehículos (autos y motos) que ingresan al parque automotor de la ciudad y el crecimiento de la demanda de transporte MIO, lo cual no tiene sentido en la medida que los vehículos particulares son bienes sustitutos al transporte público y por ende su incremento debería resultar 32

en reducciones de la demanda del MIO, lo anterior podría explicarse debido a la existencia de otras variables como la disminución de la oferta de transporte colectivo 5.2.2.6

Variables que afectan la demanda agregada de transporte

Teniendo en cuenta que el transporte es un bien intermedio, que los usuarios demanda con el propósito de poder satisfacer necesidades de trabajo, estudio, compras, recreación, etc., La demanda agregada de transporte se ve afectada por las variaciones económicas que esta presenta a lo largo del tiempo, es así como cambios sustanciales en el nivel de empleo, el comercio, la actividad de construcción, entre otras, pueden generar la necesidad que los habitantes deban hacer más o menos desplazamientos para satisfacer sus necesidades.

Can dad Acumulada de Vehiculos Par culares que ingresan al registro automotor

Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 0 20

0 .0

0

.0 40

00

. 60

00

0

. 80

0 00

10

00 0.

0 12

0 0.

00

0. 14

00

0 0 16

.0

00 18

0.

0 00

20

00 0.

0

Can dad de Vehiculos Can dad de Vehiculos

Pasajeros Movilizados

200.000

600.000

180.000 500.000

160.000 140.000

400.000

120.000 100.000

300.000

80.000 200.000

60.000 40.000

100.000

20.000 0 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Título del eje Can dad Acumulada de Vehiculos Par culares que ingresan al registro automotor

Pasajeros Movilizados

Figura 17. Variación de la demanda de pasajeros del sistema ante cambios en la cantidad acumulada de vehículos particulares que ingresan al registro automotor de Santiago de Cali entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

i. Porcentaje de desempleo en Cali: la tasa de desocupación o desempleo de Santiago de Cali representa aquellas personas que pudiendo trabajar y teniendo el deseo de hacerlo no pueden satisfacer esa necesidad al carecer de un empleo y por ende su demanda de transporte es menor a la de una persona que tenga una ocupación regular. 33

Porcentaje de desempleo de San ago de Cali Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 12,00%

12,50%

13,00%

13,50%

14,00%

14,50%

15,00%

15,50%

16,00%

16,50%

17,00%

Porcentaje de Desempleo % Desempleo

Pasajeros Movilizados

18%

600.000

16% 500.000 14% 12%

400.000

10% 300.000 8% 6%

200.000

4% 100.000 2% 0% 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Porcentaje de desempleo de San ago de Cali

Pasajeros Movilizados

Figura 18. Variación de la demanda de pasajeros del sistema ante cambios en porcentaje de desempleo de Santiago de Cali entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

En la Figura 18, No se observa correlación entre el desempleo en la ciudad de Santiago de Cali y la demanda de transporte atendida por el sistema MIO, no obstante se recomienda utilizar la variable en la modelación dada la importancia que tienen los trabajadores en la demanda de transporte. ii. Área de construcción (m2) aprobada en Santiago de Cali: Dentro de las actividades económicas que se desarrollan en la ciudad la construcción es la que más mano de obra no calificada demanda, perteneciendo está a la población de menores ingresos y por ende potenciales usuarios del MIO con mayor probabilidad, de esta forma la variación de la actividad de la construcción en la ciudad puede afectar significativamente la cantidad demandada de transporte.

34

Area de Construccion (m2) aprobada en San ago de Cali Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 -

50.000

100.000

150.000

200.000

250.000

300.000

350.000

400.000

Area de Construcción aprobada (m2)

Area de Construcción aprobada (m2)

Pasajeros Movilizados

400.000

600.000

350.000

500.000

300.000 400.000

250.000 200.000

300.000

150.000

200.000

100.000 100.000

50.000 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Area de Construccion (m2) aprobada en San ago de Cali

Pasajeros Movilizados

Figura 19. Variación de la demanda de pasajeros del sistema ante cambios en área de construcción aprobada en Santiago de Cali entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

En la Figura 19, no se observa relación entre el área de construcción aprobada y la demanda de transporte del MIO, no obstante se recomienda utilizar la variable en la modelación dada la importancia que tienen los trabajadores en la demanda de transporte. 5.2.2.7 Variables regulatorias La regulación del transporte afecta significativamente la demanda de pasajeros atendida por cada uno de los medios alternativos existentes en la medida que permite la existencia de una mayor o menor competencia en el mercado, esta regulación es eficaz en la medida que exista un debido control a la prestación de servicios no autorizados en ese sentido el nivel de la eficacia de la regulación se puede verificar a través del efecto de las sanciones impuestas a los vehículos no autorizados para prestar servicios de transporte, es así como esta variable se puede medir a partir de la cantidad de sanciones impuestas a vehículos por causas imputables a la prestación de servicios de transporte de pasajeros no autorizados. En las Figuras 20 y 21, Se puede observar una relación curvilínea positiva entre el incremento de las sanciones impuestas a los vehículos y el crecimiento de la demanda del MIO, en este caso podemos observar que cuando se presentaban controles más permanentes aunque la 35

cantidad de sanciones no fuera tan alta se presentaba un mejor crecimiento de la demanda que cuando se hicieron controles más grandes pero más esporádicos donde la demanda tendió a estancarse. 5.2. Análisis Econométrico de las Variables Para dar cumplimiento con los objetivos trazados en la investigación, entre los cuales está determinar los condicionantes de la demanda de pasajeros del sistema MIO se realiza un análisis de regresión múltiple con el fin de elaborar una Modelo Lineal Múltiple el cual permite la incorporación de las variables independientes de interés. Está metodología econométrica de estimación contribuye en la examinación de la significancia estadística y la direccionalidad de la asociación con la variable dependiente. Sanciones impuestas a vehiculos par culares Pasajeros Movilizados 600.000 500.000 400.000 300.000 200.000 100.000 -

0

50

10

0

15

0

20

0

0 25

0 30

35

0

40

0

45

0

0 50

Can dad de Sanciones

Can dad de Sanciones

Sanciones impuestas a vehiculos par culares Pasajeros Movilizados

500

600.000

450 500.000

400 350

400.000

300 250

300.000

200 200.000

150 100

100.000

50 0 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Sanciones impuestas a vehiculos par culares

Pasajeros Movilizados

Figura 20.Variación de la demanda de pasajeros del sistema ante cambios en las sanciones impuestas a los vehículos que prestan servicio de transporte sin estar autorizados Santiago de Cali entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

36

Pasajeros Movilizados

Sanciones impuestas a vehiculos de transporte publico

600.000 500.000 400.000 300.000 200.000 100.000 0

10

20

30

40

50

60

70

80

90

10

0

Can dad de Sanciones

Can dad de Sanciones

Sanciones impuestas a vehiculos de transporte publico Pasajeros Movilizados

100

600.000

90 500.000

80 70

400.000

60 50

300.000

40 200.000

30 20

100.000

10 0 3/12/08

3/12/09

3/12/10

3/12/11

2/12/12

2/12/13

2/12/14

Fecha Sanciones impuestas a vehiculos de transporte publico

Pasajeros Movilizados

Figura 21.Variación de la demanda de pasajeros del sistema ante cambios en las sanciones impuestas a los vehículos de transporte publico que prestan servicio de transporte sin estar autorizados Santiago de Cali entre el 1 de marzo de 2009 y el 30 de septiembre de 2013

Con el fin de lograr una mejor estimación se escogió la forma funcional log-log para la elaboración del modelo quedando esta de la siguiente manera:

La forma estructural planteada pretende reconocer que la demanda de transporte presenta un crecimiento relativo en el tiempo, por tanto, es adecuado plantear una transformación que conduzca a una distribución simétrica y se acerque a una distribución normal, entre tanto, considerar las variables independientes en forma logarítmica permitirá centrar el valor de las variables en sus valores medios. Es importante mencionar que al tener un modelo de oferta y demanda donde la demanda de pasajeros por el servicio MIO se ve afectada por la tarifa cobrada por el sistema, y a su vez, la tarifa puede estar condicionada por el número de pasajeros, problemas clásicos como el de endogeneidad son persistentes en esta clase de ejercicios econométricos. Por tanto, es importante validar su existencia dado que comprometería la consistencia de los estimadores. Para ello, se 37

siguen los planteamientos de Pindyck y Rubinfeld (2001) quienes sugieren realizar una ecuación auxiliar para la variable que se presume causa el problema de endogeneidad (tarifa mío), calcular los residuales y evaluarlos conforme la anterior expresión, donde si estos son significativos se concluye que existen problemas de endogeneidad.

Los residuales estimados de la anterior ecuación son evaluados en la forma funcional log – log planteada anteriormente y se observa un coeficiente de -0.4545 con un p-valor asociado de 0.6696, luego entonces se concluye que al no ser significativo los residuales las estimaciones reportadas no cuentan con problemas de endogeneidad (ver anexo 2) Oportunamente deben realizarse las siguientes precisiones metodológicas. La primera de ellas concierne a los posibles problemas de autocorrelación, multicolinealidad y heterocedasticidad que se presentan en el proceso de estimación, los cuales son solucionados de la siguiente forma: i)

La detección propuesta para detectar indicios de autocorrelación se hace a través del estadístico Durbin Watson, el cual sugiere que si es cercano a dos no existe autocorrelación. Adicionalmente se emplea la prueba formal Breusch-Godfrey que también sirve para detectar la existencia de autocorrelación y en caso de rechazarse la hipótesis nula del estadístico se sugiere emplear la corrección Prais, S. Y Wisten, C. (1954) pues permite ampliar el tamaño de la muestra al incluir una transformación de la primera observación que, como consecuencia de la utilización de primeras diferencias, desaparece.

ii)

En caso de presentarse heterocedasticidad se plantea la estimación de Mínimos Cuadrados Ponderados y la corrección de White, procesos que se implementan al dividir las variables del modelo por la forma estructural de la varianza, que para este caso es el logarítmico natural de la variable dependiente elevada al cuadro.

iii)

Finalmente, para superar los posibles problemas de multicolinealidad se valida desde el inicio la presencia de este fenómeno a través de la aplicación del Factor de Inflación de Varianza (VIF por sus siglas en ingles). El estadístico permite cuantificar la gravedad de la multicolinealidad, donde al tener un modelo con un número inferior a 10 se concluye que la multicolinealidad no es severa, y por tanto, no existe combinación lineal entre variables.

Es necesario precisar que para la estimación de la demanda de transporte la variable dependiente fue modelada como tasa de crecimiento por facilidad. Se contruyeron dos modelos el modelo 1 que se presenta en la tabla 2 en el cual no se consideró la variable dependiente de Sanciones a los vehículos particulares por la prestación de servicios de transporte no autorizados en Santiago de Cali y el Modelo 2 que se presenta en la tabla 3 en el cual se incluyó dicha variable, en términos generales se encontró que arroja mejores resultados el modelo 1 ya que en este a pesar de tener una variable dependiente menos nos da una variable significativa más y la parte explicada de la demanda es muy similar por lo cual se escoge este modelo como el más apropiado.

38

En términos generales se encuentra un R-cuadrado del 56.04% indicando que el coeficiente de ajuste de bondad es medianamente adecuado, la no presencia de autocorrelación pues el estadístico Durbin Watson es 1.849 cercano a 2.0, baja multicolinealidad entre variables y al aplicar Mínimos Cuadrados Ponderados los coeficientes de regresión adoptaron en la mayoría de casos los signos esperados por lo que el modelo permitió obtener de estimadores para los coeficientes de las variables dependientes que cumplen con las características de un estimador MELI (Mejor Estimador Lineal Insesgado). Tabla 2. Modelo 1 Demanda de Transporte Log – Log

Fuente: Elaboración propia de los Autores en el Software Eviews 7.

Teniendo en cuenta la transformación log – log utilizada en el modelo los coeficientes estimados corresponden a las elasticidades de las variables dependientes respecto de la demanda, las cuales constituyen un insumo valioso para la gestión del sistema de transporte de Santiago de Cali y la definición de políticas públicas con respecto al MIO. Las elasticidades encontradas son las siguientes:

      

Elasticidad Kilómetros programados - Demanda Elasticidad %Cumplimiento de Kilómetros - Demanda Elasticidad Tarifa Mío – Demanda Elasticidad Cobertura del MIO – Demanda Elasticidad Carrera Mínima del Taxi – Demanda Elasticidad Quejas y Reclamos – Demanda Elasticidad Área de Construcción aprobada – Demanda 39

0,666% 0,298% -2,863% -1,598% 2,583% 0,030% 0,033%

 Elasticidad Puntos de Venta y Recarga Externos – Demanda  Elasticidad Vehículos Particulares – Demanda  Elasticidad Sanciones autobuses del colectivo sin permiso – Demanda

0,229% -0,341% 0,028%

Tabla 3. Modelo 2 Demanda de Transporte Log – Log

Fuente: Elaboración propia de los Autores en el Software Eviews 7.

Los anteriores resultados nos permiten analizar el impacto de las variables dependientes en el comportamiento de la demanda del sistema MIO en el periodo comprendido entre el 1 de marzo de 2009 y el 30 de septiembre de 2013 lo cual analizamos a continuación: Los kilómetros programados reflejan una proxy de la oferta de transporte del sistema MIO, donde se encontró que el aumento en un 1 por ciento de los kilómetros programados a recorrer por los autobuses del MIO, aumentaría la demanda del sistema en 0.67 puntos porcentuales representando cerca de 3.200 pasajeros día. Lo anterior cobra especial relevancia si se tiene en cuenta que en el mes de septiembre se programó en promedio en día hábil 683 vehículos que recorrieron 180.407 kilómetros para un promedio por vehículo de 264 kilómetros, dado que el número total de vehículos es de 911, poner en operación toda la flota podría representar un 40

incremento de los kilómetros ofertados del 33,38% considerando el mismo recorrido promedio por vehículo, lo anterior representaría un incremento de 108.410 pasajeros diarios aproximadamente. No obstante, la variable cobertura del área urbana del sistema MIO que está fuertemente relacionada con los kilómetros programados presenta un signo negativo, encontrando que el aumento en un 1 por ciento de la cobertura sin que esto represente un aumento de los kilómetros programados, generaría una reducción en la demanda de pasajeros del MIO en 1,60 puntos porcentuales lo que equivale a una pérdida de 7.680 pasajeros. Este efecto podría también considerarse de manera inversa con lo cual una disminución del 1% de la cobertura sin disminuir la oferta de kilómetros podría generar un aumento del 1,59% de la demanda adicionalmente también podrían generarse mejores desempeños en cuanto a cumplimiento de la programación con lo cual habría incrementos de demanda adicionales, es así como ante los inconvenientes de los operadores para cumplir la programación una excelente alternativa es disminuir la cobertura del sistema con lo cual se mitiga enormemente los efectos negativos de los incumplimientos en la demanda atendida por el sistema MIO. Otro factor importante del análisis atañe al hecho de que el cumplimiento en el servicio se relaciona positivamente con la demanda, pues un aumento del 1 por ciento de esta característica conduce a un aumento de 0.2982 puntos porcentuales de la demanda, si se tiene en cuenta que en el mes de septiembre de 2013 el porcentaje promedio de cumplimiento de recorridos en el día hábil fue del 85,11% llevar este indicador a niveles de cumplimiento del 98% representaría un incremento de 18.731 pasajeros diarios aproximadamente. Por otra parte, se logró encontrar un claro de sensibilidad con las variables tarifa MIO que bien puede ser llamada efecto expulsión. Aumentar en un 1 por ciento la tarifa del MIO conduce a una disminución de la demanda de pasajeros de 2.86 puntos porcentuales que representan 13.700 pasajeros, explicado principalmente por la equiparabilidad de precios de sistemas alternos como el transporte pirata (en cualquier modalidad) que presuntamente puede verse captado por el servicio de taxi. Si se tiene en cuenta que en septiembre de 2013 se movilizaron en promedio 487.655 pasajeros en día hábil, un aumento de $100 pesos (6,25%) en la tarifa al usuario generaría una disminución de 87.260 pasajeros con lo cual en la práctica representaría una disminución de $99.576.500 en los ingresos del sistema logrando el efecto contrario al deseado con el incremento tarifario. La evidencia empírica sugiere una alta sensibilidad de la carrera mínima del taxi sobre la dependiente, donde un aumento del 1 por ciento de la carrera mínima implica un aumento del 2.58 por ciento en la demanda del MIO que representa cerca de 12.400 pasajeros, lo anterior corrobora el alto nivel de competencia que representa el taxi para el MIO en especial en lo referente a los viajes cortos. Quejarse del sistema de transporte y realizar reclamaciones sobre la calidad del servicio se relaciona directamente con la demanda cuya justificación se ve esgrimida por cuestiones de mejoramiento interno del sistema, es decir, a medida que los pasajeros detecten falencias operativas y su inconformidad sea direccionada hacia las personas encargadas del sistema indudablemente se traducirán en mejoras sustanciales que pueden ser vistas por el demandante del sistema como un aspecto positivo, y con ello concluir que exigir un buen sistema implica mejoría operativa. El aumento del 1% de quejas y reclamos (inconformidades) que se logren captar de los usuarios se aumenta el 0,03% de la demanda del MIO, teniendo en cuenta que en septiembre se recibieron en promedio 63 quejas o reclamos diarios lo cual es relativamente bajos para un sistema que moviliza 487.655 pasajeros día, este constituye una oportunidad de mejora 41

que con toda seguridad redituara en mayores pasajeros por lo que resulta importante fortalecer los canales de comunicación con los usuarios y/o divulgar mejor su existencia a fin de captar de mejor manera las inconformidades que permitan un mejoramiento continuo del sistema y por ende crecimiento de la demanda si se logra duplicar las quejas y reclamos se incrementaría la demanda en 14.629 pasajeros día aproximadamente. El área de construcción aprobada en la ciudad se usó como proxy de la oferta de trabajado para la población con mano de obra poco calificada, en especial, los obreros. La estimación sugiere un efecto directo sobre la variable dependiente, donde un aumento del 1 por ciento del área construida incide en un aumento del 0.033 por ciento de la demanda de transporte. Tanto el coeficiente como el signo son correctos intuitivamente, pues si bien, no se conoce la proporción de personas que usan el sistema con la característica anteriormente mencionada, el nivel de ingresos de esta población hacen ver al MIO como una alternativa económica de movilización. Como indicador de accesibilidad al sistema, la variable puntos de recarga externos del sistema propone captar la ideología de que para acceder al sistema MIO es indispensable contar con una tarjeta cifrada para el servicio, y por tanto, garantizar su accesibilidad se relaciona con una mayor demanda del sistema tal como muestra la estimación. Aquí se puede apreciar que un aumento del 1% en los puntos de venta externos incrementa la demanda en 0,229 %, si se tiene en cuenta que en septiembre del 2013 operaron en promedio 155 puntos de venta externos, duplicar estos puntos (300 en toda la ciudad) constituiría un incremento de la demanda en 111.672 pasajeros día aproximadamente. Mejorar los controles de la prestación legal de transporte se relaciona con un aumento de la demanda. La variable control de autobuses circulantes capta el hecho de que en la ciudad circula carrocería que posiblemente debieron haber surtido un proceso de chatarrización, y al no realizarse debidamente los controles por parte de los organismos competentes, parte del mercado de pasajeros está cautivo. Así, al mejorar los controles en un 1 por ciento se espera que la demanda se incremente en un 0.028 por ciento, alrededor de 134 pasajeros. Si tenemos en cuenta que en septiembre de 2013 se impusieron un promedio de 26,6 comparendos diarios a vehículos de transporte público con un máximo de 44 sanciones por día, un mínimo de 17 sanciones por día, una mediana de 23 y una desviación estándar de 7,7 lo cual sin bien es cierto representa la existencia de control este no es constante y las penas por infringir la norma no resultan disuasivas por lo que permanentemente se está presentando este tipo de infracciones que hacen que el sistema pierda diariamente pasajeros. En este punto vale la pena analizar la no significancia que presenta la variable de sanciones a los vehículos particulares que prestan servicio de transporte en el comportamiento de la demanda del MIO, si se tiene en cuenta que esta actividad ha venido creciendo en la ciudad es claro que los ciudadanos que hacen uso de ese sistema no son usuarios del MIO por lo cual seguramente corresponden a usuarios del Transporte Público Colectivo. Entre tanto, una variable que no puede ser controlada directamente por la política de movilidad de la ciudad es la adquisición y circulación de vehículos particulares, pues es un suceso que está relacionado con el poder adquisitivo de los agentes económicos. Sin embargo, es claro que un aumento del 1% de la planta automotor privada en la ciudad ocasiona una reducción del 0.34% en la demanda de pasajeros del MIO lo que equivale a una pérdida de 1.600 pasajeros por parte del MIO, esto contrasta con el hecho de que el costo de los combustibles no resulte significativos para los usuarios, lo cual podría deberse seguramente a que los desarrollos tecnológicos de la industria automotriz cada día permiten reducir el consumo de combustibles en especial cuando se trata de automóviles pequeños y motos.

42

Finalmente, de las cinco variables que no contaron con significancia estadística cuatro de ellas precisan de una breve argumentación. La primera de ellas es que la sensibilidad de la demanda del transporte MIO no se ve condicionada por la puntualidad, pues así precise de una desviación de más o menos 3 minutos de diferencia en su hora de llegada a la estación, la demanda del sistema no se ve afecta, lo cual permite inferir que la pérdida de tiempo del usuario por efecto de la demora del bus derivada de un retraso en la operación no es lo suficientemente importante para cambiar su decisión de modo de transporte. Por otra parte, la velocidad del sistema tampoco guarda relación con la demanda. Es claro que aumentos en la velocidad deberían conducir a una reducción en los tiempos de trayecto, y harían al sistema masivo más atractivo para los pasajeros que preferirían una ágil movilidad, sin embargo, la no significancia sugieren que los ahorros en tiempos de viaje derivados de mayores velocidades no resultan importantes para la decisión de los usuarios tal vez por el tamaño de la ciudad. Aunque no fue significativa la variable autobuses públicos circulantes, el signo era el esperado dado que al ser un rival directo del MIO y competir por una cuota de mercado de pasajeros, su incremento implicaría la reducción de la demanda de pasajeros MIO. Sin embargo, la evidencia empírica sugiere que no existe dicho trade off entre los ofertantes del servicio, y su posible explicación se da en la forma como se determina la variable que se hace a partir de los vehículos que no han surtido los procesos de reducción de oferta considerando para tal fin la fecha de expedición de dicho certificado, la cual puede no corresponder con el día que efectivamente dejaron de prestar servicio, otro factor que explicaría la no significancia de esta variable es el incremento de la informalidad que sería quien está captando los pasajeros que abandona el transporte público colectivo.

6. Conclusiones y Recomendaciones El análisis econométrico realizado permitió construir un modelo que explicara el 55,34% del comportamiento de la demanda del Sistema Integrado de Transporte Masivo de Santiago de Cali, arrojando adicionalmente las 10 elasticidades de variables que permitirán el diseño de políticas públicas más eficaces a la hora de incrementar la participación del Sistema Transporte Masivo – MIO en la atención de la demanda agregada de la ciudad de Santiago de Cali. Los resultados de esta investigación permiten determinar la existencia de variables que afectan considerablemente la demanda del sistema MIO y por ende la mayor parte de los usuarios determinan el uso o no del sistema conforme a sus preferencias y capacidad de pago, dejando solo una parte menor de ella como demanda cautiva, por lo cual es claro que el sistema se encuentra en competencia frente a otras alternativas de transporte que tienen los ciudadanos como es el uso de vehículo particular (carros y motos), la informalidad, taxis o simplemente la decisión de desplazarse a pie o en bicicleta por ende corresponde a la administración y a los agentes del sistema la generación de estímulos positivos para que los ciudadanos obtén por este medio de transporte a partir de mejoramiento del servicio y disminución de costos de transporte al usuario. La parte no explicada del modelo constituyen un campo de estudio bastante amplio la cual probablemente puede deberse a aspectos relacionados con los precios generalizados de otros medios alternativos que por su dificultad en la medición no hicieron parte del alcance del presente estudio. 43

Las variables asociadas a la calidad del servicio del Sistema de Transporte Integrado de Santiago de Cali como son los kilómetros programados, el porcentaje de cumplimiento de la programación, la cobertura espacial del sistema, la atención de quejas y reclamos, la red de puntos y recargas de tarjetas constituyen el principal elemento que afecta las preferencias de los usuarios frente al sistema MIO. El estudio permite inferir que existe gran posibilidad de aumentar el número de usuarios a partir de mejoras en la operación del sistema MIO las cuales podrían representar un incremento de más de 200.000 pasajeros. Las acciones de mejora deben ser analizadas cuidadosamente dado que algunas afectan negativamente la demanda atendida de pasajeros del MIO como el incremento tarifario que propende mejorar los ingresos del sistema y el aumento de la cobertura sin aumentar la oferta de kilómetros con el fin de aumentar la demanda potencial del sistema pero por sus elasticidades negativas dan como resultado efectos contrarios para la demanda e ingresos del sistema, lo anterior hace que sea necesario mayores análisis antes de tomar decisiones en la operación del sistema que afecten los usuarios, para ello la metodología planteada en la presente investigación constituye una excelente herramienta para tratar de predecir los resultados de las acciones que se adelanten en el sistema. La metodología empleada para el desarrollo del proyecto constituyen una herramienta para las gestión de los Sistemas de Transporte Inteligentes que son capaces de capturar gran cantidad de información sobre diferentes variables que de una y otra forma afectan la demanda de transporte atendida, la cual complementada con información que afecte la demanda agregada de la ciudad y/o el costo generalizado de otros modos de transporte que resulten ser alternativa de movilización de los habitantes permite el diseño de políticas públicas que garanticen una mejor gestión de la movilidad en la ciudad a partir de la masificación del uso del transporte público.

44

7. Bibliografía De Rus, G., Campos, J., Nombela, G. (2007). Economía del Transporte. Barcelona, España: Antoni Bosch, editor, S.A. Gujarati, D. (2004). Econometría, México D.F., México, McGraw-Hill Interamericana Editores, S.A. de C.V. De la Garza, J., Morales, B., González, B,. (2013). Análisis Estadístico Multivariante, México D.F., México, McGraw-Hill Interamericana Editores, S.A. de C.V. Prais, S. J.; Winsten, C. B. (1954). Trend Estimators and Serial Correlation. Cowles Commission Discussion Paper No. 383 Matas, A. (1991). Ia Demanda De Transporte Urbano: Un Análisis de las Elasticidades y Valoraciones del Tiempo. Investigaciones Económicas (Segunda época), 15(2), 249-267. De: Funep.es. Recuperado de http://www.fundacionsepi.es/revistas/paperArchive/May1991/v15i2a2.pdf Sáinz, A. F., Ubillos, J. B., & de Mendarozqueta, A. B. R. (2001). El papel de la calidad en la demanda universitaria de transporte público. Ekonomiaz: Revista vasca de economía, (46), 268-283. De: Uniroja.es. Recuperado de dialnet.unirioja.es/descarga/articulo/717288.pdf Galán (2004), Determinantes de la demanda por transporte público y privado en el Área metropolitana de Monterrey. De: Red de Respositorios Latinoamericanos. Recuperado de http://repositorioslatinoamericanos.uchile.cl/index.php/record/view/85670 Reta, C. (2007). Determinantes socio-económicos de la demanda de transporte urbano en el Gran Mendoza. Encuesta origen-destino 2005. AAEP.. De: aaep.org.ar. Recuperado de http://www.aaep.org.ar/anales/works/works2007/reta.pdf Caride, M. J., Martínez, X. M. G., & Miles, D. (2002). Demanda de transporte en el corredor GaliciaMadrid. In IX encuentro de economía pública, hacienda y medio ambiente: 7 y 8 de febrero de 2002 (p. 87). De: Uniroja.es. Recuperado de dialnet.unirioja.es/descarga/articulo/3133034.pdf Gonzalez, C. B. (1998, August). The demand for urban transport: An application of discrete choice model for Cadiz. In ERSA conference papers(No. ersa98p157). European Regional Science Association, De: www.ideas.repec.org . Recuperado de http://ideas.repec.org/p/wiw/wiwrsa/ersa98p157.html Venezia, E. (2009). Determinants of the demand for urban transport: results of a case study (No. 0909). De: open.ac.ukRecuperado de http://core.ac.uk/download/pdf/6229048.pdf Hoyos, F., & Liceth, C. (2012). La demanda de transporte en la ciudad de Popayán agosto de 2010 [recurso electrónico] (Doctoral dissertation). De: univalle.edu.co. . Recuperado de http://bibliotecadigital.univalle.edu.co/xmlui/handle/10893/3822 Velásquez, J. M. (2009). Analysis of Factors Affecting the Demand for TransMilenio BRT in Bogotá, Colombia. Revista de Ingeniería, (30), 56-64. De: scielo.org.co Recuperado de http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121-49932009000200008 45

SARTORI, JJP (2013), Estimación de la Demanda de Viajes al Trabajo utilizando Modelos de Eleccion de Modo de transporte y de Elección Conjunta de Modo de transporte y tenencia de Vehículo particular, en la Ciudad de Córdoba, Argentina. De: researchgate.net Recuperado de http://www.researchgate.net/-SARTORI%20Juan%20Jose%20Pompilio%20%20PhDThesis%20-%202013.pdf Broaddus, Litman y Menon (2009), Gestión de la Demanda de Transporte-Documento de Entrenamiento, De: www.sutp.org. Recuperado de www.sutp.org/component/phocadownload/category/60-tctdm?...42... Pindyck, R.y Rubinfeld, D. (2001): Econometría. Modelos y Pronósticos 4ª Edición Mc Graw-Hill.

46

Lihat lebih banyak...

Comentários

Copyright © 2017 DADOSPDF Inc.