nueva página del texto (beta)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
El volumen de tráfico vehicular en las zonas urbanas de México ha llegado a ser un tema de fuerte preocupación e intenso debate en los últimos años. En las dos décadas más recientes se ha observado un crecimiento pronunciado del volumen de tráfico vehicular junto con el desarrollo de la infraestructura vial. La relación entre estas dos variables es ciertamente asunto de intensa discusión como consecuencia de los efectos colaterales del transporte. En efecto, el transporte genera costos sociales importantes1 como los que afectan la salud y están asociados a la contaminación del aire (McCubbin y Delucchi, 1999; Krupnick, Harrington y Ostro, 1990), los costos en congestionamientos o accidentes (Newbery, 1995; Jones-Lee, 1990), los costos para proveer la infraestructura vial (Newbery, 1988) e incluso los costos ambientales relacionados directamente con el cambio climático (Button, 1990) y con la forma y características del desarrollo urbano (Boarnet y Haugh-wout, 2000). En este sentido puede argumentarse, como sucede en otros países, que las proyecciones de uso del automóvil a 25 años son inconsistentes con un desarrollo sustentable (Silberston, 1995; Newbery, 1988) y se plantea entonces la necesidad de diseñar opciones que compatibilicen el crecimiento económico con un transporte moderno, cómodo, seguro y limpio.
En este contexto, el debate2 sobre la relación entre la infraestructura vial y el tráfico en México ha merecido un renovado interés. Ello se ha intensificado en particular a partir de la decisión del Gobierno del Distrito Federal de construir los corredores viales y los “segundos pisos” del Periférico y el Viaducto en la Zona Metropolitana del la Ciudad de México (ZMCM), pero también por la intención de desarrollar líneas especiales para transporte público. Ambos tipos de proyectos ejercen desde luego importantes impactos sobre el transporte en México, y para evaluarlos se requiere un conjunto de información que incluya la existencia, magnitud y efectos de lo que se conoce como tráfico inducido. Cabe reconocer que la evidencia empírica que presentamos en este trabajo se basa en información anual, necesariamente válida al hacer inferencias para el caso de la Ciudad de México.
En este debate existen dos posiciones extremas de carácter general sobre la relación entre la infraestructura vial y el volumen de tráfico o demanda de transporte. Por un lado se argumenta que la oferta y la demanda de vialidades son dos variables autónomas, o que al menos la calidad de la oferta de vialidades es independiente de la demanda (Mackie, 1996: 103 y 107). En este caso la construcción de la infraestructura vial sólo responde a una demanda preexistente y por tanto el gobierno se limita a proveer la infraestructura requerida. Así, la expansión de la red de vialidades es sólo parte del proceso general de crecimiento. En este contexto el aumento de los kilómetros totales viajados por automóvil (VKT; VMT Vehicle Miles Traveled por sus siglas en inglés) es consecuencia del incremento de la población, del aumento del ingreso y de la descentralización de las áreas metropolitanas, y por tanto la demanda de transporte es entendida como una demanda derivada del conjunto de la actividad económica y de las tendencias poblacionales (Heanue, 1998).3 De este modo un aumento de la cantidad o la calidad de la infraestructura vial reduce los costos de transporte y con ello se impulsa el crecimiento económico. La mejora en la infraestructura vial acarrea además un efecto adicional favorable, pues una mayor velocidad de circulación se traduce en un uso más eficiente de la energía y en una reducción de las emisiones, y por tanto la mejora de la calidad del aire.4
En el otro extremo se argumenta que el volumen de tráfico es una función de demanda, de ahí que una reducción en la función general de costos de transporte o mejora en la calidad del servicio se traduzca en un aumento de la demanda y por tanto en el incremento del volumen de tráfico. En este segundo caso las condiciones de oferta inducen un aumento de la demanda y de esta forma las extensiones y mejoras a la infraestructura vial para aliviar los problemas de tráfico tienden a autoderrotarse en el largo plazo.5
El concepto de tráfico inducido puede incluso argumentarse haciendo una observación casuística. Así, por ejemplo, es común observar en el transporte urbano dos hechos que apoyan la hipótesis del tráfico inducido: en primer lugar, el tráfico crece más rápido en las calles o avenidas menos congestionadas (Granville y Smeed, 1958; SACTRA, 1994); en segundo lugar se presenta el fenómeno de supresión de tráfico asociado a una limitada infraestructura vial.6 Así, se observa que los cortes en la circulación programados se traducen en una disminución del volumen de tráfico (Cairns et al., 1998; Cairns, et al., 2002) o la mala calidad de una vialidad reduce su tráfico (Hills, 1996), lo que sugiere que una ampliación de la infraestructura vial ocasionará que el tráfico suprimido aparezca.
El principal objetivo de este trabajo es entonces analizar y cuantificar la evidencia disponible sobre tráfico inducido en la República Mexicana. Para el análisis se utiliza un modelo de vectores autorregresivos (VAR) que permite disminuir el sesgo originado en el problema de la simultaneidad entre las variables de vialidades y el tráfico inducido. Este estudio constituye, desde luego, sólo una aproximación al fenómeno en las zonas urbanas e implica evidencia indicativa más que concluyente.7 Cabe mencionar que las dificultades y limitaciones de la información existente sobre tráfico en México limitan el alcance y las características de este estudio, de ahí que algunas inferencias se realicen sólo como valores indicativos. Como consecuencia de ello la información que presentamos es sólo una aproximación preliminar para el debate sobre las consecuencias de la ampliación de vialidades en zonas urbanas, como son los casos del distribuidor vial y el segundo piso del Periférico. Debe sin embargo reconocerse que para la evaluación puntual de una vialidad específica se requiere el conocimiento de sus condiciones particulares, tales como intensidad de uso o forma urbana. Más aún, debe reconocerse que el uso de datos nacionales dificulta el empleo de esa información para zonas urbanas específicas.
Marco teórico general
La relación entre el volumen de tráfico y las vialidades se circunscribe, a nivel agregado, al desarrollo de una infraestructura que responde a las decisiones de viaje del conjunto de la población.8 Sin embargo las decisiones de transporte de la población son ciertamente complejas (Hansen, Gillen, Dobbins, Huang y Puvathingal, 1993) e involucran una diversidad de aspectos que sugieren procesos de retroalimentación importantes y que impiden identificar con precisión, desde el punto de vista empírico, el componente de tráfico inducido. Esto es, la demanda de transporte incluye aspectos tales como las decisiones sobre la generación del viaje, el destino que cumple mejor los propósitos del viaje, la hora en que suele realizarse, el modo de transporte, la frecuencia e incluso el número de ocupantes para el viaje (Hills, 1996: 8 ; Transportation Research Board, 1995; SACTRA, 1994). Debe además considerarse que estas decisiones tienden a repetirse cada día (Sonensson, 2001). En este sentido el tráfico inducido es diferente de la ge-neración de tráfico que proviene de factores como el crecimiento poblacional, el aumento del ingreso per cápita o simplemente el crecimiento económico. Así, el tráfico inducido reúne los aumentos en el volumen debidos a nuevos viajes generados o al incremento de la frecuencia de viajes, viajes más largos y cambios en modos de transporte (Cervero y Hansen, 2002; Transportation Research Board, 1995; Noland, 2001). Ello excluye, por ejemplo, el cambio de rutas como consecuencia de mejoras en vías específicas que implique el mismo número de kilómetros recorridos y de tiempo (Bonsall, 1996). En este sentido el tráfico inducido o reprimido se limita a los casos en que se observan movimientos vehiculares asociados con cambios en la accesibilidad a la red vial (Hills, 1996: 7). El tráfico inducido puede definirse entonces como el incremento en viajes que ocurre como resultado de un aumento de la capacidad vial y normalmente se mide como un incremento en los VKT (Noland y Cowart, 2000). 9 En este contexto, se considera tráfico inducido a aquellos viajes que se generan por la nueva vialidad, a los viajes provenientes de una nueva distribución a nuevos destinos, a un cambio en el modo de transporte o a desviaciones para utilizar rutas más rápidas pero más largas en kilómetros.
Ello puede ilustrarse considerando que la oferta y la demanda del transporte tienen un comportamiento similar10 al de cualquier otro bien y servicio (Varian, 1984; Deaton y Muellbauer, 1980) y donde por tanto la demanda responde a una reducción del precio (véase, por ejemplo, Noland y Lem, 2002). En la gráfica 1 se presentan los cambios en la demanda de viajes como resultado de un incremento de la oferta (S) o capacidad de la red vial, manteniendo una demanda de transporte constante (D1). De este modo un aumento de la oferta al pasar de S1 a S2, manteniendo la misma demanda, se traduce en un movimiento de Q1 a Q2 en la cantidad demandada de viajes como consecuencia de la reducción de los costos de viaje. El movimiento de Q1 a Q2 representa entonces el efecto del tráfico inducido. Desde luego, un aumento de la demanda asociado a otros factores como el aumento poblacional o el crecimiento económico pueden llevar la cantidad de viajes de Q1 a Q3 aunque el desplazamiento de Q2 a Q3 no corresponde a lo que se conoce estrictamente como tráfico inducido. La tarea de identificar desde el punto de vista empírico la diferencia entre un movimiento de Q1 a Q211 del que corresponde de Q2 a Q3 es ciertamente compleja12 (Noland y Lem, 2002; Transportation Research Board, 1995). En todo caso, la inexistencia de tráfico inducido debería corresponder a una demanda inelástica que supone que el total de viajes es independiente del precio del tiempo de transporte (Noland y Lem, 2002; Hansen, 1998). En este sentido, la teoría económica de la oferta y la demanda explica la existencia del tráfico inducido en el caso en que un aumento de la vialidad reduce la función generalizada de costos de viaje disminuyendo el costo del tiempo de transporte13 (Noland, 2001).
Así, el tráfico inducido que se refleja en un aumento de VMT (Noland y Lem, 2002) se origina en condiciones donde las velocidades mayores de tránsito implican una redistribución de las actividades que incluyen viajes más largos (Gordon y Richardson, 1994). 14 Por ejemplo, Heanue (1998) argumenta, con base en las elasticidades de SACTRA (1994), de Hansen (1995) y de Goodwin (1996) , que entre 6 y 22% del aumento en los VMT se origina en el tráfico inducido, mientras que Noland (2001) calcula, de acuerdo a sus propias estimaciones, que esta proporción fluctúa entre 21 y 28%. Finalmente Goodwin (1996) estima que hasta 77% del aumento del tráfico puede ser inducido.15
La evidencia internacional sobre la existencia de tráfico inducido se fundamenta además en algunas regularidades empíricas que se observan en particular en el transporte urbano. Esto es, la existencia de un tiempo promedio de viaje constante o relativamente estable en términos agregados conduce a que los ahorros de tiempo se traduzcan en viajes adicionales (Zahavi y Ryan, 1980; Zahavi y Talvitie, 1980; Gordon y Richardson, 1994; SACTRA, 1994; Goodwin, 1992). Debe sin embargo reconocerse que la estabilidad de los presupuestos de viaje es relativa y representa más una apreciación empírica, ya que desde el punto de vista de la teoría económica, una reducción de los costos de tiempo de traslado ocasiona un aumento de los viajes (Noland y Cowart, 2000). Asimismo se observa que además existen fuertes relaciones entre los diferentes tipos de viajes (trabajo, recreación, socialización) (Pant y Bullen, 1980) y ajustes distintos de acuerdo con las características y condiciones socioeconómicas, tales como el tamaño de la familia o el ser dueño o no de un auto (Zahavi y Talvitie, 1980). En todo caso puede argumentarse que una reducción del tiempo de transporte se traduce en un aumento de las distancias recorridas, aunque en una proporción menor, lo que implica la presencia de tráfico inducido (Goodwin, 1992). Como regla empírica Goodwin (1996) y SACTRA (1994) sostienen que alrededor de la mitad o más del tiempo ahorrado como consecuencia de la mayor velocidad se destinará a viajes adicionales. En este mismo sentido, algunos estudios (SACTRA, 1994) muestran que las personas ajustan, ante alzas por ejemplo en los precios de la gasolina, la eficiencia de sus autos, su tipo de manejo16 o la cantidad de viajes, con tal de mantener su movilidad promedio tratando de mantener el mismo gasto en gasolina.
La existencia de tráfico inducido tiene desde luego diversas consecuencias sobre la planeación y el diseño de las políticas públicas para el desarrollo urbano en la medida en que la oferta y la demanda se determinan simultáneamente. Así, el tráfico inducido implica que la construcción o mejoramiento de la infraestructura vial genera una demanda creciente de viajes que eleva el tráfico general, de lo cual se infiere que la política de construir vialidades para resolver el problema del tráfico construye también las bases de su autodestrucción en el largo plazo al generar una demanda adicional.
La existencia de tráfico inducido ocasiona además que los pronósticos estáticos de tráfico generalmente se ubiquen por debajo de los valores reales (Prakash, Oliver y Balcone, 2001). Así, parte de los errores de pronóstico, que en promedio tienden a situarse alrededor de 10%, pueden explicarse por este motivo (Noland y Lem, 2002). En el extremo, puede incluso argumentarse que el tráfico inducido genera una rápida saturación de las nuevas vialidades en horas pico como consecuencia de lo que se conoce como fenómeno de la triple convergencia (Downs, 1992). Esto es, la ampliación de vialidades ocasiona, como consecuencia de la reducción del tiempo de transporte, que los viajeros cambien de rutas alternativas, que reubiquen los viajes a horas pico y que cambien de modo de transporte.17Esto se refleja, por ejemplo en las encuestas de tráfico que sugieren que alrededor de 41% de los entrevistados regresaría a realizar viajes en horas pico si disminuyen los congestionamientos (SACTRA, 1994). Así, la existencia de tráfico inducido indica que las evaluaciones económicas de una vialidad especifica realizadas conforme al supuesto de independencia entre la oferta y la demanda, y por tanto de una demanda constante, sufren un problema metodológico importante (Mackie, 1996).
La evidencia empírica internacional confirma la presencia del fenómeno de tráfico inducido básicamente mediante la sensibilidad de respuesta de los agentes a la función general de costos de transporte. Así por ejemplo, Goodwin (1992), Dargay y Goodwin (1995) , Oum et al., (1992) y Halcrow Fox et al., (1993) reportan una elasticidad precio del consumo de gasolina de entre -0.1 y -0.5, lo que claramente sugiere que existe un cambio en la conducta de los agentes ante modificaciones de los costos de viaje.18 Asimismo las estimaciones realizadas generalmente muestran una mayor elasticidad ingreso de las gasolinas que de la venta de autos, lo que permite inferir la existencia del tráfico inducido (Hills, 1996). Asimismo Goodwin (1996), Barr (2000) y Transportation Research Board (1995) estiman que la elasticidad del volumen de tráfico respecto al tiempo de viaje19 se ubica entre -0.3 y -1.0, lo que se refleja en una estimación del costo del tiempo para un viajero promedio en auto que por ejemplo para el caso inglés es de 6 centavos de 1993 al minuto (SACTRA, 1994). 20 Estas elasticidades sugieren que un cambio en el tiempo de traslado puede tener incluso un mayor impacto21 que ese mismo cambio en el costo directo del transporte.22
Goodwin (1996) y SACTRA (1994) reportan que la elasticidad de las mejoras viales al volumen de tráfico es de entre 0.1 y 0.2, mientras que Noland (2001), Noland y Cowart (2000) y Fulton et al. (2000) dan una elasticidad de un aumento de kilómetros en vialidades per cápita de 10 a 2.9% en VMT. Noland y Cowart (2000), Hansen y Huang (1997) , Transportation Research Board (1995) y Noland (2001) encuentran una elasticidad directa de entre 0.6 y 0.9 del VMT respecto a la ampliación de las vialidades, que Noland y Lem (2002) estiman incluso más elevada al afirmar que la elasticidad del VMT a una inversión en vialidades de 1.66 millones de libras ocasiona un aumento de 2.43 millas de recorrido. Rodier et al. (2000) y Noland y Lem (2002) calculan unas elasticidades generales de la demanda de viaje de entre -1.0 y -1.6 respecto al total de costos de transporte. Finalmente Oum, Waters y Yong (1990) argumentan una elasticidad precio de transporte de -0.1 a -0.5.
La evidencia empírica internacional sobre la sensibilidad del transporte a cambios en los precios se sintetiza en conjunto en las siguientes gráficas. Esto es, la media de los estudios indica una elasticidad ingreso mayor que la unidad (entre 1.5 y 1.9) y una elasticidad precio de alrededor de -0.7 de la demanda de gasolinas (gráfica 2). Asimismo la elasticidad ingreso y precio de la cantidad de autos es de 1.40 y -1.18 (gráfica 3) respectivamente, la elasticidad ingreso y precio de los kilómetros recorridos de 1.46 y -0.8 respectivamente (gráfica 4) y la elasticidad de millas recorridas respecto a la expansión urbana de 0.9 (gráfica 5 y cuadro A2).
Estos resultados confirman la existencia de tráfico inducido como resultado de una función generalizada de costos de transporte,23 sugiriendo que en principio este efecto24 representa entre 5 y 20% más en VMT (Chu, 2000; Heanue, 1998) lo que puede reducir los beneficios de las nuevas vialidades entre 20 y 40% (Noland y Lem, 2002: 18).
La evidencia empírica: el caso mexicano
Puede realizarse una evaluación sobre la existencia y magnitud del tráfico inducido en México considerando los efectos simultáneos entre el volumen del tráfico y las variables que lo determinan, incluyendo la infraestructura vial. En efecto, se considera que el volumen del tráfico o la demanda de transporte dependen de la estructura de preferencias, del ingreso, de los precios relativos respectivos, de la función generalizada de costos de viaje que incluye tanto los costos en dinero como en tiempo, y de la tenencia de autos (Mackie, 1996; Cervero, 2001; Noland y Lem, 2002). Así, este conjunto de variables puede incluirse en un modelo de vectores autoregresivos con cointegración (VECM) (Engle y Granger, 1987). Esta metodología permite considerar la posibilidad de una determinación simultánea entre las variables seleccionadas.25 De este modo, el modelo de vectores autorregresivos (VAR) se especificó como (Hamilton, 1994; Cuthbertson, Hall y Taylor, 1992):
[1]
donde Xt representa un vector que incluye k variables endógenas, Dt es un vector que incluye una constante o tendencia y las variables dicotómicas o dummy y ut es un vector de errores que son ruido blanco. Las variables incluidas implican que se utiliza básicamente una función de demanda ampliada por la infraestructura vial.
Las estimaciones del modelo VAR se realizaron atendiendo al orden de integración de las series con objeto de evitar la crítica de regresión espuria (Granger y Newbold, 1974). En este sentido, el modelo VAR se especificó de acuerdo al procedimiento de Johansen (1988) buscando obtener un vector de cointegración que permita identificar los coeficientes de largo plazo entre las variables. Reordenando la ecuación [1] en forma de un mecanismo de corrección de errores (Johansen, 1995), se obtiene:
[2]
donde:
[2a]
[2b]
En caso de que las variables incluidas en el vector Xt sean I(1) entonces las series en ΔXt serán estacionarias I(0) y por tanto el sistema sólo estará balanceado cuando ΠXt - k sea I(0). Esta condición sólo es posible cuando el rango de la matriz Π es menor que el número de variables incluidas en el VAR, lo que permite que exista al menos una combinación lineal de las variables incluidas conocida como vector de cointegración. El rango de Π se estima con el procedimiento de Johansen utilizando el método de máxima verosimilitud y correlaciones canónicas (Johansen, 1995). Asimismo es posible utilizar un análisis de impulso-respuesta. Ello requiere seleccionar la especificación correcta del VAR, ya sea en niveles, en primeras diferencias o en VECM. En este caso se consideró que un VAR suele ser un modelo sobreparametrizado que se traduce en estimaciones ineficientes pero consistentes (Sims, Stock y Watson, 1990; Ohanian, 1988). En este sentido el VECM tiene la ventaja de representar una versión restringida del VAR cuya mayor eficiencia en las estimaciones puede compensarse como consecuencia del riesgo de imponer restricciones equivocadas en el proceso de cointegración (Favero, 2001). Asimismo cabe reconocer que este efecto sólo incide en el análisis de impulso-respuesta, ya que la descomposición de varianza está dada en porcentajes y por tanto el uso del VECM no implica una ganancia sustantiva (Naka y Tufte, 1997). Además la evidencia disponible muestra que en horizontes cortos un VAR en niveles proporciona resultados similares a un VECM (Naka y Tufte, 1997; Clements y Hendry, 1995). Así, en este trabajo se utiliza un VAR en niveles.26
La información aquí utilizada consiste en series anuales de 1950 a 2001 que incluyen el consumo de gasolina (gast), los kilómetros de vialidades (cpat), el producto interno bruto real (yt) y los precios relativos de la gasolina (prgt). La selección de las variables incluidas resulta desde luego discutible, en particular el consumo de gasolina como variable indicativa del tráfico inducido, ya que generalmente se utiliza el número de kilómetros totales recorridos por vehículo (VKT). En el apéndice se presenta una descripción detallada de las series.
El uso del consumo de gasolina para aproximar al VKT se origina, desde luego, en la inexistencia de una serie consistente de ésta. Así, se supone que existe una relación relativamente estable entre el consumo de gasolina y el VKT; Oum, Waters y Yong (1992) argumentan que las elasticidades precio de tráfico son similares a las elasticidades precio de las gasolinas, y Dix y Goodwin (1982) sostienen que las elasticidades entre el tráfico y el consumo de gasolina deben ser iguales en el corto plazo, aunque en el largo se ajuste más el consumo de gasolina que el tráfico.27 Por ejemplo, Goodwin (1992) y SACTRA (1994) encuentran una elasticidad precio del tráfico de -0.16 y -0.33, que es la mitad de la elasticidad precio de la gasolina. Esta igualdad de corto plazo se origina en un ajuste lento del consumo de gasolina como resultado de la presencia de hábitos ineficientes y del proceso paulatino de ajuste en la flota vehicular (Graham y Glaister, 2002). Además, Cervero y Hansen (2002) argumentan que los factores que determinan el VMT son similares a los que condicionan el consumo de gasolinas, de modo que existe evidencia de que el VMT crece con el ingreso y disminuye con el aumento de los precios de las gasolinas.
El cuadro 1 sintetiza las pruebas de raíces unitarias de Dickey y Fuller (ADF) (1981), Phillips y Perron (PP) (1988) y Kwiatkowsky et al. (KPSS) (1992). Estas pruebas indican que en principio el consumo de gasolinas, el producto, los precios relativos y las vialidades son series no estacionarias muy probablemente de orden de integración I(1). Este resultado indica entonces la necesidad de utilizar un modelo VAR incluyendo un procedimiento de cointegración como el de Johansen (1988) para evitar las críticas de regresión espuria.
Cuadro 1 Pruebas de raíces unitarias
| ADF | PP(4) | KPSS(7) | ||||||
|---|---|---|---|---|---|---|---|---|
| Variable | A | B | C | A | B | C | ƞ µ | ƞ Ʈ |
| cgt | -1.336(1) | -1.774(1) | 2.404(1) | -1.089 | -2.717 | 4.658 | 0.752 | 0.186 |
| Δcgt | -4.265(3) | -4.074(0) | -2.705(0) | -4.274 | -3.990 | -2.555 | 0.497 | 0.080 |
| yrt | -0.462(0) | -2.981(0) | -3.736(1) | -0.529 | -2.721 | 6.663 | 0.747 | 0.190 |
| Δyrt | -5.765(0) | -5.126(0) | -1.206(2) | -5.722 | -5.246 | -2.651 | 0.456 | 0.090 |
| cpat | -1.081(1) | -3.063(1) | 1.358(3) | -1.395 | -4.729 | 5.122 | 0.746 | 0.199 |
| Δcpat | -5.488(0) | -4.381(0) | -1.424(2) | -5.507 | -4.467 | -2.347 | 0.618 | 0.076 |
| ptr | -4.182(3) | -1.957(1) | 0.607(4) | -4.908 | -3.146 | 0.282 | 0.643 | 0.140 |
| Δprt | -5.479(4) | -5.441(4) | -5.320(4) | -11.556 | -11.645 | -11.535 | 0.204 | 0.091 |
Nota: Los valores en cursivas representan el rechazo de la hipótesis nula al 5%. Los valores críticos al 5% de significancia para la prueba Dickey-Fuller aumentada y Phillips-Perron para una muestra de T = 100 son -3.45 incluyendo constante y tendencia (modelo A), -2.89 incluyendo constante (modelo B) y -1.95 sin constante y tendencia (modelo C) (Maddala y Kim, 1998: 64). ƞ µ y ƞ Ʈ representan los estadísticos de la prueba KPSS donde la hipótesis nula considera que la serie es estacionaria en nivel o alrededor de una tendencia determinística respectivamente. Los valores críticos al 5% de ambas pruebas son 0.463 y 0.146, respectivamente (Kwiatkowski et al., 1992: 166). Los valores entre paréntesis representan el número de rezagos. Las letras en minúsculas representan los valores en logaritmos naturales. Periodo 1950 a 2001.
Los resultados del procedimiento de Johansen (1988), incluyendo el consumo de gasolina, el ingreso, los precios relativos de la gasolina y las vialidades, indican que existe un vector de cointegración entre estas variables que puede interpretarse como una relación estable de largo plazo. Más aún, este vector de cointegración (ecuación [3]) tiene coeficientes relativamente consistentes con la teoría económica. Esto es, el consumo de gasolina responde positivamente al ingreso e inversamente al aumento de los precios relativos de la gasolina. Debe sin embargo reconocerse que si bien la elasticidad ingreso es consistente con otros estudios, éste no es el caso de la elevada elasticidad precio obtenida (véase la gráfica 2). En todo caso puede argumentarse que uno de los factores que explican la elevada elasticidad negativa de los precios es que no se incluye el efecto del aumento de la eficiencia energética de los automóviles (Graham y Glaister, 2002). Por otra parte, un aumento de las vialidades tiene un efecto positivo28 de aproximadamente 0.15. Este coeficiente estaría entonces asociado al efecto que generan las nuevas vialidades en el tráfico y correspondería al concepto de tráfico inducido.
[3]
El teorema de representación de Engle y Granger (1987) permite utilizar al vector de cointegración como un mecanismo de corrección de error en la ecuación [4]. Dicha ecuación muestra un ajuste satisfactorio atendiendo al coeficiente de determinación y a la forma en que los valores proyectados simulan los valores reales (gráfica 6). Asimismo las pruebas realizadas indican que no puede rechazarse la hipótesis de normalidad en la distribución de los errores y que además no existen problemas de autocorrelación o heteroscedasticidad. En este sentido puede argumentarse que no se cuenta con información adicional sistemática relevante para incluir en el modelo. Destaca lo reducido del error cuadrático medio (aproximadamente 2%), lo que indica las virtudes de pronóstico de este modelo.
Pruebas de diagnóstico:
ecm(t) = cgt - 0.14741*cpat - 1.0289*yrt + 1.1766*prgt
R2 = 0.797
Normalidad J-B = 0.839 (0.657)
Autocorrelación: LM(4) = F: 0.265 (0.897)
Heteroscedasticidad: ARCH(4) = F: 1.511 (0.218)
Error cuadrático medio: = 0.021
Cuadro 2 Estadisticos del procedimiento de Johansen para cointegración cgt=β1*cpat+β2*yrt+β3*prgt
| Ho | Traza | 95% | λ -max | 95% |
|---|---|---|---|---|
| r=0 | 55.65* | 27.1 | 88.41* | 47.2 |
| r<1 | 16.81 | 21.0 | 32.76* | 29.7 |
| r<2 | 12.3 | 14.1 | 15.95* | 15.4 |
| R<3 | 3.657 | 3.8 | 3.657 | 3.8 |
Nota: * Indica rechazo de la hipótesis nula al 5% de nivel de significancia; traza = prueba de la traza; λ-max = prueba de la raíz característica máxima; r = número de vectores de cointegración. Número de rezagos en el VAR = 1. Periodo 1950 a 2001.
El análisis de impulso-respuesta, sintetizado en la gráfica 7, muestra que un shock de una desviación estándar en la construcción de vialidades tiene un efecto positivo tanto en el consumo de gasolinas como en el ingreso, mientras que su efecto sobre los precios relativos de la gasolina es prácticamente nulo. Por otro lado se observa también que un shock de una desviación estándar en el consumo de gasolinas sólo tiene un efecto positivo en el ingreso. Estos resultados confirman la presencia de tráfico inducido y son consistentes con la evidencia presentada por Fulton et al. (2000) y Prakash, Oliver y Balcome (2001) , donde el gasto en nuevas vialidades causa, en el sentido de Granger, tráfico pero no a la inversa; asimismo Cervero y Hansen (2000) encuentran una causalidad bidireccional entre el tráfico y las vialidades.
El conjunto de estos resultados confirma entonces la existencia del fenómeno de tráfico inducido en México, aunque sugiere también que su efecto es paulatino en el tiempo. Puede entonces utilizarse la existencia de tráfico inducido para realizar algunos ejercicios ilustrados sobre la magnitud e importancia de este efecto en México. Esto es, utilizando la ecuación propuesta por Goodwin (1996) sobre la elasticidad de la demanda de viajes respecto al tiempo (Et) se obtiene que:
[5]
Vt = vT
donde v es el valor del tiempo promedio por minuto, T es el tiempo viajado promedio, Em es la elasticidad de la demanda de viajes respecto al precio de la gasolina, Vt es el valor del tiempo promedio viajado al día, y M el gasto promedio diario en gasolina por persona. De este modo, utilizando por ejemplo29 datos aproximados para el Distrito Federal y suponiendo: elasticidades de la demanda de gasolinas (Em) respecto al precio de -0.40 y -0.20, 0.48 pesos por minuto como el valor del tiempo promedio (v); 60, 120 y 180 minutos promedio del tiempo gastado viajando por automóvil al día (T), y 30.50 como el gasto por persona al día sobre el costo de la gasolina (M), pueden obtenerse aproximaciones sobre los efectos del tráfico inducido.30
Los resultados obtenidos,31 que se sintetizan en los cuadros 3 y 4, indican que un ahorro diario del tiempo gastado en viajes de 10% provoca un incremento en el volumen de tráfico de 3.8% para un tiempo promedio de 60 minutos de tiempo de viaje por persona, mientras que para un tiempo promedio de 120 minutos el incremento es de 7.6%, y para 180 minutos de 11.3%. Por otra parte, con una elasticidad de la demanda de viajes respecto al dinero de -0.2 se observa que un ahorro de 10% en el tiempo ocupado en viajar al día implica un incremento de tráfico de 1.9% para un tiempo de 60 minutos, de 3.8% para 120 minutos y de 5.7% para 180 minutos. Asimismo debe considerarse que un aumento en la valoración del tiempo de 0.48 pesos por minuto, como consecuencia por ejemplo de un aumento del ingreso, acarrea también un mayor tráfico inducido. Estos resultados indican que la construcción de vialidades en el Distrito Federal ocasiona un aumento del tráfico mayor que el proyectado inicialmente como consecuencia de la presencia del fenómeno del tráfico inducido. Sin embargo debe reconocerse que se manifiesta de manera paulatina y es menos que proporcional al aumento de las vialidades. De este modo la expansión de la infraestructura vial trae consigo una mejora en el servicio, aunque en el largo plazo haga necesario optar por una estrategia que privilegia un tipo de desarrollo del sistema de transporte que en ciertos casos no resulta sustentable, por ejemplo para la ZMCM. Así, se observa que el fenómeno de tráfico inducido en México ocasiona que la construcción de nuevas vialidades genere más tráfico, aunque con una elasticidad menor que la unidad, de modo que la expansión de la capacidad mejora la vialidad aunque no tanto como se esperaba inicialmente (Hansen, Gilen, Dobbins, Huang y Puvathingal, 1993).
CUADRO 3 Estimaciones Sobre Los Efectos Del Tráfico Inducido
| Minutos de viaje | E m | V t | M | E t |
| 60 | -0.4 | 28.8 | 30.50 | -0.38 |
| 120 | -0.4 | 57.6 | 30.50 | -0.76 |
| 80 | -0.4 | 86.4 | 30.50 | -1.13 |
Conclusiones y comentarios generales
Los resultados obtenidos en este trabajo confirman la existencia del fenómeno de tráfico inducido para el caso de México. Esto significa que los cambios en el tiempo de traslado habrán de traducirse en modificaciones en las rutas, horarios, número de viajes y kilómetros recorridos (Kroes, Daly, Gunn y Van Der Hoorn, 1996). Así, el desarrollo de nuevas capacidades de transporte induce, en general, un incremento de viajes (Noland, 2001). La única forma de que no exista tráfico inducido es que la elasticidad precio respecto al VMT y al valor del tiempo de viaje sea cero (SACTRA, 1994), lo que en la realidad resulta prácticamente imposible. De este modo el ahorro del tiempo generado se traduce, aunque menos que proporcionalmente, en el aumento de viajes y kilómetros recorridos.
Desde luego, el efecto puntual del tráfico inducido sobre una vialidad específica depende del contexto, del tamaño y de la localización de la nueva vialidad (Goodwin, 1996), aunque debe considerarse que el efecto del tráfico inducido es mayor cuando la red vial opera cerca de su capacidad, la elasticidad de demanda es alta y se observan fuertes cambios en los costos de transporte (Noland y Lem, 2002).32
La construcción de nuevas vialidades para reducir la congestión tendrá beneficios limitados en el tiempo como consecuencia del tráfico inducido. Si bien al proveer mejores condiciones de transporte se otorgan beneficios individuales, ello debe balancearse con los costos sociales que ocasiona. Así, la rápida expansión del uso de los autos responde en alguna medida a que en el precio no se incluyen sus costos sociales (Ostro, 1994) y por tanto no se igualan los beneficios marginales sociales del transporte privado con sus costos sociales. De incluirse en el precio los costos sociales del transporte público y el privado, un transporte público de calidad y seguro sería una opción muy atractiva incluso sin un subsidio directo (Silberston, 1995). Si se reconociera la presencia de estos costos sociales en las políticas de transporte y en la construcción de la infraestructura vial se daría un avance importante hacia un crecimiento económico sustentable (Newbery, 1988). En este sentido debe considerarse que la ampliación de la infraestructura vial se traduce desde luego en una mejora del servicio para algunos sectores de la población; sin embargo tenderá a erosionarse con el tiempo, pues se trata de una opción estratégica de desarrollo urbano no sustentable en el largo plazo. Así, el conjunto de la información obtenida indica que la expansión de la capacidad vial se traducirá en un aumento menos que proporcional en el tráfico (Hansen, Gillen, Dobbins, Huang y Puvathingal, 1993), de modo que la saturación de las nuevas vías será paulatina, de ahí que en algunos casos se confundirá el efecto del tráfico inducido con el crecimiento normal del tráfico.
La reducción en tiempo de transporte o en la función de costos de transporte incrementa el uso de vialidades rápidas y fomenta la descentralización en el desarrollo urbano (Noland y Lem, 2002; Boarnet, 1995; Transportation Research Board, 1995; Chandra y Thompson, 2000). En efecto, cada vez es más reconocido que existe una fuerte relación entre el tráfico y el desarrollo urbano o uso de suelo (Hansen, Gillen, Dobins, Huang y Puvathingal, 1993; Boarnet y Haughwout, 2000). Así, por ejemplo, se observa que existe una correspondencia entre los precios de las casas, la infraestructura vial, los VMT y la forma urbana (Boarnet y Chalermpong, 2001; Rodier et al., 2000), así como una relación entre la accesibilidad y el precio del suelo (Boanet y Chalermpong, 2000), de ahí que la construcción de las vialidades deba proponerse abandonar la política de “prever y proveer” sólo con el afán de reducir la congestión, y adoptar una visión más holística para redirigir el crecimiento de las áreas urbanas.
El impacto neto de la construcción de nuevas vialidades sobre la calidad del aire es incierto, en la medida en que si bien se reducen los congestionamientos, aumentan los kilómetros recorridos. Para lograr un efecto real y duradero sobre las emisiones es necesario aumentar significativamente la participación modal del transporte público reduciendo así el uso individual del auto privado; además es preciso incrementar el número de viajes en vehículos no motorizados, integrar los distintos modos de transporte, elevar los costos del transporte privado con impuestos e incluso cargarle los costos directos de tránsito, como pagos por circular (Walters, 1961; Boardman y Lave, 1977) y fomentar el desarrollo urbano centralizado accesible a otras formas de transporte procurando también la redensificación. Debe sin embargo reconocerse que el impacto de las políticas en el transporte es limitado (De Jong y Jun, 2000), ya que sus efectos sobre la frecuencia de los viajes es restringida, aunque puede incidir en el largo plazo en cambios de los lugares de destino. La definición estratégica de un desarrollo urbano sustentable requiere considerar con detenimiento los efectos del tráfico inducido y por tanto reconocer que para que una ciudad sea sustentable será necesario adoptar otras formas de transporte más imaginativas que sólo la expansión de la red vial.
