5. CONCLUSIONS
5.2 Problems encountered
8.2.1
Tiempos caminando, de espera y en vehículo
En Madrid, todas las variables de tiempo: caminando, de espera y en vehículo, son estadísticamente significativas (p-valor <0,05), contribuyendo a la desutilidad de la transferencia. El tiempo caminando en el primer transbordo se percibe ligeramente peor en U(T2) que en U(T1), aunque el que aporta una desutilidad mayor es el tiempo
caminando en el segundo transbordo en U(T2). Cuando se realizan dos transbordos,
el impacto del tiempo caminando es casi el doble si se compara con la alternativa de una transferencia. Este resultado manifiesta la necesidad de minimizar los tiempos caminando en los transbordos cercanos al destino del viaje. Por otra parte, el tiempo caminando depende del género en U(T1), aportando una desutilidad adicional a las
mujeres, quienes lo penalizan 1,27 veces más que los hombres. Este resultado es coherente con el estudio de Wardman et al. (2001), quienes concluyeron que las mujeres perciben el tiempo caminando un 23% peor que los hombres, y con el estudio de Navarrete y Ortúzar (2013), quienes cuantificaron que las mujeres penalizan el tiempo caminando 4,05 veces más que los hombres. El tiempo de espera también se percibe peor en U(T2) que en U(T1). En concreto, el tiempo de espera en
el segundo transbordo se percibe un 20% peor que en el primero. El tiempo en vehículo sigue la misma tendencia. Sin embargo, el tiempo en el último vehículo en U(T2) aporta una desutilidad menor que el resto, indicando que los usuarios que
están más cerca de su destino penalizan en menor medida los tiempos en vehículo. En Madrid se establecen los valores promedio de desutilidad percibida en vehículo como 0,3571 y 0,3772 al realizar una y dos transferencias, respectivamente. Los parámetros de atributos se dividen entre estos valores para compararlos entre sí según una medida estándar: el tiempo equivalente en vehículo (EIVM)3. Aparte de
la interacción del tiempo caminando con el género en U(T1), no se encontraron
3 La conversión de los parámetros de atributos a EIVM se puede realizar de tres formas, según el valor de desutilidad en vehículo que perciba un usuario de TP:
• Dividiendo el parámetro de cada atributo entre el valor de desutilidad percibida en el primer vehículo de la misma alternativa. El viajero podría percibir como desutilidad la del primer vehículo que abandona, asumiendo que en él pudiera llegar a su destino.
• Dividiendo el parámetro de cada atributo entre el promedio de desutilidad percibida en vehículo de la alternativa que un viajero utiliza habitualmente.
• Dividiendo el parámetro de cada atributo entre el promedio de desutilidad percibida en vehículo de la misma alternativa. Este es el procedimiento que se utiliza comúnmente en la literatura, y el que se ha utilizado en la tesis doctoral, al considerarse que es el que mejor representa las percepciones de los usuarios de TP.
relaciones entre los tiempos caminando, de espera y en vehículo con otras variables: edad, número de transbordos realizados habitualmente, viajar con niños, etc. En Vitoria-Gasteiz, los tiempos caminando, de espera y en vehículo no son significativos, por lo que se excluyeron del modelo final. Sin embargo, el tiempo de viaje total sí es relevante. Esto puede deberse a que las distancias a pie son razonables, pues el 54% de los desplazamientos se realizan caminando (CEA, 2015) y, por tanto, los usuarios de TP prefieren caminar en la última etapa del viaje y no esperar al siguiente vehículo, si así consiguen un ahorro de tiempo. Otra razón que puede explicar este resultado es que los usuarios no han internalizado el transbordo en sus viajes –un 73% no transborda habitualmente, lo cual les impide valorar la transferencia adecuadamente. En Vitoria-Gasteiz se establece el valor promedio de 0,0913 como desutilidad percibida por minuto de viaje, lo que permite comparar parámetros de atributos entre sí según tiempo equivalente de viaje total. El efecto del tiempo en vehículo, al no ser significativo, es equivalente al del tiempo de viaje total, por lo que si se dividen los parámetros de atributos entre 0,0913 se obtiene el impacto de las variables en EIVM. El tiempo total de viaje se percibe ligeramente mejor en alternativas con transbordo, debido a que el tiempo total de estas en el experimento de PD es siempre inferior al de las alternativas sin transferencias, debido al criterio de equilibrio de utilidad. En Madrid, en cambio, el tiempo en vehículo, relacionado con el tiempo total de viaje, se percibe de forma aún más negativa en alternativas con transbordos.
El tiempo más penalizado varía según la alternativa. El tiempo de espera es el que provoca la máxima desutilidad cuando se realiza una transferencia; le siguen el tiempo en vehículo y el tiempo caminando. Este resultado coincide con las conclusiones de la revisión literaria. Navarrete y Ortúzar (2013) indicaron que el tiempo de espera es el tiempo más penalizado, seguido de los tiempos de acceso y dispersión. Iseki y Taylor (2009) y Walle y Steenberghen (2006) concluyeron que los tiempos de espera aportan una desutilidad mayor que los tiempos caminando. Por otra parte, los tiempos en vehículo se penalizan en menor medida que los tiempos fuera del mismo Iseki y Taylor (2009). Los usuarios de TP muestran una mayor preferencia por escenarios con menor diferencia en el rango de tiempos fuera del vehículo Ceder et al. (2013b). En alternativas con dos transbordos, el tiempo caminando en el segundo transbordo es el que causa mayor desutilidad, seguido por el tiempo de viaje en el segundo vehículo y el tiempo de espera. Este resultado difiere del obtenido en las alternativas con un transbordo, aportando nuevos datos a la literatura. Es decir, la penalización asociada al tiempo caminando es crítica en viajes con dos transferencias.
8.2.2
Modos, intermodalidad y escaleras
A pesar de que las funciones de utilidad incluyen la variable modo, esta no fue significativa en ambos casos de estudio, por lo que en la calibración de los modelos se sustituyó por la variable intermodalidad (ver Anexo VI).
En Madrid, los usuarios de TP perciben negativamente un transbordo entre diferentes modos de transporte, con un impacto comparable a 2,2 EIVM. Este hecho no está causado por la existencia de escaleras, pues la variable no es significativa. El efecto de la intermodalidad podría deberse a que los usuarios no perciben el sistema de transporte como una red integrada. En alternativas con dos transferencias, el impacto es aún mayor, comparable a 3,3 EIVM. La irrelevancia del atributo escaleras en el modelo se puede interpretar de dos formas. Por un lado, el usuario de TP puede haber asumido que las escaleras son inevitables y haberse acostumbrado a ellas. Este razonamiento no incluye escenarios atípicos como, por ejemplo, la profundidad en la estación de Cuatro Caminos, con cuatro tramos de escalera, que fue mencionado en los grupos focales. Por otro lado, podría deberse a que la variable no se ha incluido correctamente en el experimento de PD. Se puede aumentar el número de niveles de atributo de dos a tres para representar la variable tramos de escalera, en lugar de existencia de escaleras. Este hecho se valoró en el diseño de la parte de PD, pero el número de situaciones de elección generado por Ngene habría sido mayor, aumentando la complejidad de la encuesta. En su lugar, se optó por una variable binaria, pues tampoco se conocía si los tramos de escalera serían significativos posteriormente. En los viajes sin transbordo, destaca que viajar en metro ofrece una utilidad mayor al usuario que el autobús. Este resultado coincide con el del estudio de Currie (2005), quien concluyó que las penalizaciones asociadas al transbordo son mayores cuando se viaja en autobús.
En Vitoria-Gasteiz no se encontraron diferencias significativas entre viajar en autobús o tranvía, ni entre transferir entre distintos modos de transporte. Como se ha indicado con anterioridad, podría deberse a que los transbordos se realizan al mismo nivel y que las distancias entre paradas de modos distintos son más cortas.
8.2.3
Hábitos
En Madrid, el coeficiente de la variable número de transbordos realizados habitualmente en U(T1) no es significativo, lo cual indica que los usuarios habituales
de TP en Madrid asumen el hecho de transbordar en una ocasión. Sin embargo, esta variable sí tiene un efecto positivo en la desutilidad percibida cuando se realizan dos transferencias. Los usuarios que transbordan habitualmente en dos ocasiones perciben una utilidad de 4,2 EIVM. Este hábito compensa la desutilidad percibida, por ejemplo, en transbordos entre modos diferentes. Por otra parte, los viajeros se encuentran influenciados por sus hábitos de viaje, penalizando alternativas con
mayores tiempos de viaje y espera que los que están acostumbrados a dedicar en sus viajes habituales. El valor de los parámetros es significativo, pero despreciable, casi igual a cero. Esto sugiere que los hábitos no son variables importantes en la percepción del transbordo, pero sí se consideran inconscientemente.
El número de transbordos realizados habitualmente también es significativo en los viajes de un transbordo en Vitoria-Gasteiz, lo que indica que los usuarios no están habituados a transferir. Su impacto es comparable a 7,4 EIVM. El tiempo medio de viaje en Vitoria-Gasteiz es de 24 minutos, lo cual indica que un usuario no habituado a transbordar percibe una desutilidad adicional que representa el 30,8% del tiempo total de viaje. Es decir, la familiaridad con el transbordo es esencial en Vitoria- Gasteiz.
8.2.4
Aglomeración de personas, información en tiempo real y
climatología
La aglomeración de personas se identificó como relevante únicamente en los grupos focales de Madrid. El efecto medio de este atributo, igual a 3,6 EIVM, es el segundo más importante del modelo, después de las constantes. La desutilidad producida por esta variable es ligeramente superior cuando en alternativas con dos transferencias. En U(T1) existe una interacción con el grupo de jóvenes, quienes perciben una
desutilidad adicional de 2,4 EIVM. En U(T2), sin embargo, esta interacción no es
significativa. En esta línea, varios estudios han identificado la aglomeración de personas como una variable relevante en intercambiadores, paradas y andenes (Raveau et al., 2014; Wardman y Hine, 2000). El valor del coeficiente de información en tiempo real en paradas de autobús y estaciones de metro refuerza la hipótesis de que los usuarios habituales en Madrid asumen el hecho de transbordar en al menos una ocasión. Esta variable no es significativa en U(T1), pero sí en U(T2), con un
impacto positivo de 1,7 EIVM. Este resultado indica que la información en tiempo real es más relevante cuando el número de transbordos de un viaje es mayor. En Vitoria-Gasteiz, las mujeres son las únicas que perciben utilidad cuando existe información en tiempo real, comparable a una reducción de 4,5 EIVM. Por otra parte, los participantes de los grupos focales identificaron como relevante la variable climatología. Bajo condiciones adversas, los viajeros de TP prefieren alternativas con transbordo a caminar en la última etapa del viaje, protegiéndose de la lluvia. Por tanto, esta variable proporciona utilidad al usuario, con un efecto similar al de una reducción de 14,9 EIVM. Este valor es similar al tiempo de dispersión de la alternativa sin transbordo en el experimento de PD, situado entre 12 y 16 minutos. El resultado obtenido coincide con las intervenciones de los participantes de los grupos focales, quienes afirmaron transbordar con mayor frecuencia en caso de llover.
8.2.5
Realización de actividades durante el viaje
El atributo disrupción de la actividad únicamente se identificó en los grupos focales de Madrid. El análisis descriptivo de la parte de PR de la encuesta reveló que el 70% de los viajeros lee al viajar, seguido de un 53% que utiliza el teléfono móvil y un 20% que escucha música. No obstante, la única variable significativa en el modelo es leer en U(T2). El porcentaje de usuarios que lee mientras viaja es mayor a medida que el
número de transbordos aumenta. En concreto, el 75% de los usuarios leen en viajes con dos transbordos, mientras que el porcentaje desciende a 70,6% y 67,2% en viajes con y sin transbordo, respectivamente. Respecto al tiempo en vehículo, el porcentaje de viajeros que leen al viajar se sitúa en el 20% en el intervalo 0-20 minutos, aumenta hasta el 67% en el intervalo 21-40 minutos, y desciende progresivamente hasta el 61% cuando el tiempo es superior a una hora. Estos resultados sugieren que, en viajes con dos transbordos, con un tiempo medio en vehículo mayor, el porcentaje de usuarios afectados por la disrupción de la actividad es también mayor y, por tanto, la molestia únicamente aparece como significativa en U(T2).
8.2.6
Penalización pura por transferencia
Las constantes definidas en U(T1) y U(T2) permiten capturar la penalización pura
por transferencia, aislada del resto de componentes del transbordo. Es decir, las constantes muestran el valor de la desutilidad generada por la mera interrupción del viaje. Estas también pueden captar el efecto, positivo o negativo, de otras variables no que no se incluyen en el modelo, al ser desconocidas. No obstante, estas variables desconocidas se encontrarían presentes en todas las alternativas, por lo que la diferencia de constantes se podría interpretar como la percepción relativa de la penalización pura por transferencia.
En Madrid, la desutilidad de la penalización pura equivale a 15,2 y 17,7 EIVM en viajes con uno y dos transbordos, respectivamente. En Vitoria-Gasteiz, el efecto es similar a un incremento de 18,4 EIVM. La diferencia entre las constantes de Vitoria- Gasteiz y Madrid en viajes de un transbordo equivale a 3,15 EIVM. Con el fin de analizar si esta diferencia es significativa, se estudiaron los valores promedio de las constantes de ambos casos de estudio con sus respectivas varianzas a través de un test de contraste de hipótesis. El resultado fue significativo, confirmando que en Vitoria-Gasteiz la penalización pura por transferencia se percibe de forma más negativa que en Madrid, lo cual puede explicarse por los hábitos de viaje. En Vitoria- Gasteiz los usuarios de TP no tienen experiencia de transferir, percibiendo una mayor penalización pura.
Según Cheng (2010), la aglomeración de personas es un elemento de la penalización pura por transferencia. Sin embargo, la aglomeración se incluye en el modelo final
de Madrid, por lo que, siguiendo el enfoque de Cheng, habría que sumar su impacto al de la penalización pura, siendo entonces esta última aún mayor. Cabe destacar que en el modelo se incluyeron categorías de variables dummy de tipo socioeconómico como género, edad, nivel de educación e ingresos, siendo no significativas. Por tanto, la constante representa el efecto neto de la penalización pura por transferencia, sin influencia de características socioeconómicas, lo que indica que la percepción de la penalización pura no se distribuye entre la población. Frei et al. (2017) evaluaron la demanda de un servicio de TP flexible a través de encuesta de PD en la que el número de transbordos variaba entre situaciones de elección. Los resultados muestran que el coste asociado a transferir equivale a 4,9 y 10,9 EIVM en rutas con una y dos transferencias, respectivamente. No obstante, estos valores no se pueden comparar con los de esta investigación, por dos razones: (1) a diferencia del modelo de la Tabla 8.2, el suyo no incluye variables como la aglomeración de personas, información en tiempo real o actividades realizadas durante el viaje, y (2) las transferencias se definen únicamente con un número, sin incluir actividades que consumen tiempo, como caminar y esperar mientras se transborda. Probablemente, estas razones justifican por qué sus resultados muestran que la desutilidad de la segunda transferencia es más del doble que la primera. En la presente investigación, en cambio, se obtiene un incremento de tan solo el 22%, aunque se registra un aumento relevante en la percepción del tiempo caminando durante el segundo transbordo.
Por tanto, se pone de manifiesto la necesidad de identificar cuáles son los elementos que forman parte de la penalización pura, y cuantificar sus impactos con el objetivo de mitigarlos. Esta investigación aborda por primera vez este atributo de forma independiente, pero aún es necesario profundizar más sobre este concepto y su relación con otras variables del viaje y la transferencia.