La congestión vehicular y la sostenibilidad de la movilidad se han identificado como los problemas principales de las ciudades latinoamericanas. Medidas como la prohibición de la utilización del vehículo en algunas horas del día, conocidas como restricciones vehiculares, son el objetivo de esta investigación.
Las restricciones vehiculares temporales en las ciudades de países en vías de desarrollo son programas de control a la circulación (Bamberg et al, 2011), que han sido descritas ampliamente y que buscan reducir las emisiones como en el caso de México o la congestión como en el caso de Bogotá.
Implementación y Objetivos de la Restricción Vehicular
En Latinoamérica, en la ciudad de Bogotá en 1998, se aplicó por primera vez una medida de restricción tipo “push” a la entrada de vehículos a las vías urbanas conocida como “vehicle restriction” (Mahendra, 2008). Esta medida se utilizó para mitigar la congestión en las horas punta. La política se ejerció con el último dígito de matrícula, e implicaba la restricción de grupos de 4 dígitos por día, lo que resultaba en que cada vehículo no debería circular en total durante 4 horas por dos días a la semana (Gómez y Obando, 2014).
Efectividad y Consecuencias de la Medida
Sin embargo, luego de años de implementadas las medidas, se observa que en lugar de contribuir a la reducción del uso del vehículo particular, éstas han promovido la compra de más automóviles. Es evidente que la medida no ha sido efectiva en términos de reducir la congestión, y por el contrario ha tenido efectos negativos en el desarrollo de la ciudad (Medina y Velez, 2011). De acuerdo con cifras de la Secretaria de Movilidad el parque automotor ha incrementado significativamente desde la ampliación de la medida, y no han sido diseñados mecanismos para la evaluación de impacto de la política; en particular, el incremento por la compra de un segundo vehículo (Moncada y Bocarejo, 2015).
Los resultados de este trabajo sugieren que las políticas de restricción durante todo el día, como se han implementado en ciudades como Bogotá y México, han promovido la compra de más coches en los estratos más altos. Los hogares afectados por la medida muestran una tendencia de un 20% más a comprar otro vehículo cuando se comparan con hogares de una ciudad sin políticas de restricción vehicular.
Otras ciudades en Colombia, han experimentado crecimiento del parque automotor, sin embargo aún muchas de ellas no han implementado medidas de control o han mantenido restricciones por horas como es el caso en la ciudad de Medellín. La única ciudad que cuenta con restricciones para todo el día es la ciudad de Bogotá (Cantillo y Ortúzar, 2014).Por esta razón, se busca realizar una medida cuantitativa sobre la dinámica de crecimiento del parque automotor como respuesta a las políticas de restricción implantadas por las administraciones de la ciudad de Bogotá. Establecer si efectivamente han sido eficientes para racionalizar el uso del automóvil, o si por el contrario, las políticas han contribuido a que los hogares con mayor capacidad económica compren un segundo vehículo para evadir la restricción.
Metodología de Análisis
Los datos utilizados para el análisis de este trabajo, se extraen de las encuestas de movilidad llevadas a cabo en Bogotá en 1996 y 2011. Las encuestas de hogares han sido metodologías utilizadas en Colombia y Latinoamérica en los últimos años para establecer no sólo las características de la demanda de transporte (Ampt y Ortúzar 2004), sino también como mecanismos para establecer los indicadores de motorización de la población (Hajinasab et al, 2014; Metz, 2012, Santana, 2009). La Agencia de Cooperación Internacional de Japón llevó a cabo la encuesta de movilidad para el Plan Maestro de la Ciudad en el año 1996 y la Secretaría de Movilidad de la ciudad de Bogotá realizó dos encuestas más en los años 2005 y 2011. Estas encuestas, proporcionan información de manera desagregada sobre las características socioeconómicas de los hogares, características de los miembros del hogar, el número de vehículos disponibles, y los viajes realizados en todos los modos de transporte. Para efectos de este estudio, sólo fueron tenidas en cuenta las encuestas de los años 1996 y 2011 por contar con la información completa incluyendo los ingresos del hogar.
Para la ciudad de Villavicencio se tomaron en cuenta los registros de la encuesta realizada por la firma Ivarssons para el diagnóstico de la movilidad para el Municipio de Villavicencio en el año 2008 y en segundo lugar, la actualización de la encuesta realizada por la Universidad Nacional (UN) para la formulación del Plan de Movilidad para el mismo municipio en el año 2012. Las encuestas aplicaron la misma metodología y formato de captura de datos, lo que hace compatible la comparación entre ellas. Los tamaños de las muestras fueron 3.328 y 795 hogares respectivamente.
La estructura poblacional de ambas ciudades se rige por el sistema nacional de estratificación socioeconómica de las entidades de planeación nacional compiladas en la metodología del Departamento Nacional de Estadísticas (DANE). La estructura de hogares y sus porcentajes de cada una de las ciudades analizadas demuestra que el 78% de los hogares en Bogotá se encuentran en los rangos de ingresos bajos a medios, en tanto en Villavicencio es del orden del 89%.
Para analizar el comportamiento económico de ambas ciudades, también fue comparado el índice de precios al consumidor IPC (Consumer Price Index) como una variable proxy de la inflación y sus valores fueron correlacionados de manera que no hubieran diferencias signifativas entre sus valores anuales, es decir, afectaciones particulares en la economía que afectaran las decisiones de compras de vehículos. Este analisis arrojó que los valores entre las dos ciudades tiene correlacionados sus IPC en cerca del 90%, como se ve en la Figura 3.
El método aplicado consistió en una evaluación utilizando la metodología cuasi-experimental de dobles diferencias emparejadas entre dos poblaciones (Randolph, et al, 2014) (Bertrand et al, 2004), que busca, identificar las mismas expectativas de tenencia de vehículos. Esta metodología realiza una ponderación de las observaciones tanto del grupo de tratamiento como de control para que la distribución de características observables sea similar en ambos grupos (Abadie e Imbens, 2016), (Bernal y Peña, 2011). La diferencia de tenencia de vehículos de los hogares, que para nuestro caso es la variable de resultado, es contrastada con los estimadores utilizados en el emparejamiento usando las variables explicativas dado que cuentan con la misma probabilidad de participación en la política de restricción P(X).
Dado que se pretende dar una explicación a la diferencia en la tenencia de automóviles en dos períodos de tiempo, no toda la información incluida en las encuestas de ambas ciudades es relevante para el objeto de este estudio. A continuación, se realizará una descripción del conjunto de variables que explican la propiedad de automóviles en los hogares y que han sido utilizadas con éxito en Colombia para construir modelos de motorización (Gómez y Obando, 2013).
Variables Consideradas en el Estudio
- Adultos que trabajan (Workingadults): El número de miembros del hogar que trabajan es un determinante importante en el número de automóviles en el hogar.
- Motocicletas (Motorcyles): Dado el aumento de este tipo de vehículos y su fácil acceso en el mercado colombiano, la motocicleta se conforma como un vehículo sustituto del automóvil en los hogares.
- Rango de ingreso del hogar (incomerange): El ingreso del hogar, por naturaleza, es una de las variables que guardan relación más fuerte con la propiedad de automóviles.
Para este estudio, fueron construidos 8 rangos de ingresos para ambas ciudades que reflejan los cambios en la capacidad de compra de los hogares para las diferentes épocas de las tomas de datos. Para eliminar los efectos fijos propios asociados con el tamaño de la población, el tamaño de la economía de la ciudad y los demás aspectos que pueden integrar efectos no observados dentro del modelo, se realizó una función de ajuste de efectos fijos en el tiempo y atribuibles a la localización.
El corrector de ingresos, se realizó con una función del salario promedio por cada uno de los 6 estratos socioeconómicos obtenidos de la encuesta permanente de hogares EGH del DANE, y el salario promedio percibido por estrato. Para cada época de toma de datos se hizo una equivalencia a partir del crecimiento del índice de precios al consumidor IPC establecido para cada año. De esta manera se eliminaron los efectos en el tiempo de las diferencias de capacidad adquisitiva de los hogares por una parte (efectos fijos debidos al tiempo), y por otra se restableció la equivalencia entre poderes adquisitivos de los hogares de cada ciudad (efectos fijos de localización).
Así las cosas, un hogar de Bogotá con un determinado nivel de ingresos en el año 96 corresponderá a un hogar equivalente de la misma ciudad del año 2011, y de la misma manera será equivalente a los hogares del mismo rango de ingresos corregidos para los años de las encuestas 2008 y 2010 de la ciudad de Villavicencio.
La metodología de dobles diferencias siguen un procedimiento de cálculo en la diferencia de una variable dependiente en dos momentos de tiempo. Las observaciones en dos instantes de tiempo son llamadas datos longitudinales por ser observaciones de los individuos para dos épocas. La variable de estudio y que se pretende evaluar, para este caso será aquella que se calcula realizando la diferencia en la variable de automóviles en el hogar (Vehículos Bog.
El efecto a analizar es el cambio en estas diferencias debido a la participación de la política de restricción vehicular y su influencia en la diferencia en el número de vehículos entre los hogares de las dos ciudades. La posibilidad de comparar los hogares de ambas ciudades, se basa en el proceso de emparejamiento para encontrar una población de control similar a los hogares de tratamiento. Teniendo en cuenta que se desea analizar el efecto de la política de restricción vehicular en los hogares que tuvieran capacidad de compra de más de un vehículo, se tomó como subgrupo de análisis únicamente los hogares de ambas poblaciones que contaban ya para el primer instante de tiempo de medición con un vehículo.
El efecto de cambio en el tiempo en el número de vehículos (variouscars) entre los dos períodos de las ecuaciones (1) y (2), se calculó restando un vehículo a cada uno de los registros de ambas ciudades para el tiempo t2 que reportaron vehículos. De esta manera: si el hogar contaba con un vehículo en el tiempo de medición t2 su variación (variouscars) sería 0. Si por el contrario reportaba mas de un vehículo en el tiempo t2, la variación del parque automotor (variouscars) sería superior a 1.
Se considera que si el hogar tiene mas de dos vehículos en el tiempo t2, la función estima el efecto de haber aumentado en el valor de 1 el número de vehículos del hogar. En los hogares, la tenencia de más de dos vehículos es un efecto que no se presentó en más de 60 casos de la base de datos combinada.
El emparejamiento con probabilidad de participación P(X), busca que los hogares de ambas ciudades sean comparables de manera que no haya diferencia alguna entre el hogar tratado y el hogar en tratamiento. Teniendo en cuenta el concepto de soporte común (SC) (Bernal y Peña 2011), se establece que si los hogares comparten el mismo vector de variables explicativas tienen la misma probabilidad de ser objeto o no ...
tags:
