Instituto del
Transporte
IT_unsam
Nº ISSN: 2469-1631
Serie: Documentos de Trabajo del IT
N° 18 año 2020
¿cómo nos movemos
en el amba?
Conclusiones de la evidencia empírica
y alternativas post-Covid
Sebastián Anapolsky
Universidad Nacional
de San Martín
Universidad Nacional
de San Martín
rector
Carlos Greco
decano del instituto del transporte
José Barbero
Documentos de Trabajo
del Instituto del Transporte
Nº ISSN: 2469-1631
director
Julián Bertranou
comité Editorial
José Barbero
Daniel Álvarez
Carlos Leguizamón
José Luis Zárate
Instituto del Transporte
UNSAM Campus Miguelete, 25 de Mayo y Francia.
C.P.: 1650. San Martín, Provincia de Buenos Aires, Argentina
Teléfonos: 4006-1500 Int. 1301
Sebastián Anapolsky1
Septiembre 2020
1
Especialista en desarrollo urbano y transporte. Actualmente es consultor brindando asesoramiento y
asistencia técnica a gobiernos y organismos internacionales en temas de desarrollo urbano y movilidad,
análisis de datos y sistemas de información geográfica. Es Master en Planificación Urbana y Regional y Master
en Políticas Públicas de la Universidad de Michigan, Ann Arbor y Licenciado en Ciencia Política de la
Universidad de Buenos Aires, Argentina. Es profesor en la materia de Recolección y Análisis de Datos en la
Maestría en Política y Planificación del Transporte de la Universidad Nacional de San Martín.
[Link]
Índice
1. Introducción .................................................................................................................................................................... 3
2. Fuentes de información .............................................................................................................................................. 6
3. Partición Modal .............................................................................................................................................................. 7
4. Viajes en Transporte Público..................................................................................................................................... 9
5. Implicancias post-Covid en relación con el transporte ............................................................................... 11
6. Viajes Interjurisdiccionales ..................................................................................................................................... 13
7. Vehículos motorizados .............................................................................................................................................. 16
8. Conclusiones .................................................................................................................................................................. 18
2
1. Introducción
El objetivo de este trabajo es identificar las distintas fuentes de datos sobre movilidad y
transporte disponibles para el Área Metropolitana de Buenos Aires (AMBA), analizarlas y presentar
los principales resultados en forma comparada, incluyendo a las encuestas de movilidad, datos
abiertos del sistema de boleto electrónico (Tarjeta SUBE 2) y otros datos de encuestas y
relevamientos disponibles. De esta forma, se busca construir una línea de base, pensar alternativas
de acción frente a la pandemia y proponer una discusión sobre la integración conjunta de
metodologías de análisis tradicionales con las más novedosas, que son utilizadas para el análisis de
nuevos datos o datos masivos (big data).
En tiempos de pandemia, el análisis y la visualización de datos de todo tipo se volvió una
fuente de información importante a través de medios, redes sociales y seminarios en línea,
convirtiéndose en una forma fundamental de comunicar datos sobre cuestiones que fueron
afectadas por la cuarentena y el distanciamiento social. Esto mismo sucede en el sector transporte,
donde a partir de distintas y novedosas fuentes de datos se comenzó a difundir información de
cómo las distintas actividades y modos de transporte fueron afectadas por las medidas
relacionadas con el COVID-19.
El Informe de Movilidad Local sobre el COVID-19 de Google (2020) es una de las fuentes de datos
más citadas para ilustrar la variación de actividades durante la pandemia. Los gráficos del informe
(Figura 1) muestran la variación de actividad, a partir de un día normal, previo a la pandemia,
evidenciando una tasa de disminución de la actividad a partir de esa línea de base.
2
La tarjeta SUBE es un medio de pago gestionado por el Gobierno Nacional para el transporte público en el
Área Metropolitana de Buenos Aires y otras ciudades del país. La tarjeta es el único modo posible de pagar los
viajes en colectivos, subtes y trenes, manteniendo un registro de todas las transacciones.
3
Figura 1. Reporte de movilidad de Google
Fuente: Google (2020) Informe de Movilidad Local sobre el COVID-19. Disponible en:
[Link]
Si bien durante la pandemia la difusión de este tipo de información se volvió viral, en el
sector transporte hace ya varios años que se vienen explorando formas de utilizar novedosas
fuentes de información para analizar la movilidad de las personas. Gracias a la disponibilidad de
nuevas fuentes de información, herramientas más accesibles para su análisis y que empresas como
Google, Uber y Twitter, entre otras, ponen a disposición sus datos, en muchos
casos,georreferenciados, fue posible el desarrollo de nuevas herramientas para estudiar la
movilidad.
Las ventajas de utilizar estas fuentes de información radican en que brindan grandes
volúmenes de datos, muchas veces, en tiempo real, a un costo mucho menor que las herramientas
tradicionales de recolección. Realizar encuestas de transporte, tanto domiciliarias como en la vía
pública o llevar adelante campañas de conteo de vehículos o peatones representan procesos
costosos y que requieren de grandes tiempos de recolección, procesamiento y análisis. Las nuevas
fuentes de datos permiten ahorrar los costos y tiempos de recolección, permitiendo enfocarnos
directamente en el análisis.
De cualquier forma, la realización de estos análisis basados muchas veces en datos de
registros administrativos, de telefonía celular o de aplicaciones móviles requieren que exista la
voluntad de compartir por parte de las empresas o del sector público estos datos y además es
necesario adaptar las metodologías clásicas de análisis de información a estas nuevas fuentes de
datos. Es clavetener presente que el análisis de esta información tiene importantes desafíos. Dado
4
que el propósito de la recolección no está enfocado en la planificación y el análisis de la movilidad
los datos pueden integrar importantes sesgos, como, por ejemplo, la representatividad de los datos.
Por más que haya grandes volúmenes de datos de aplicaciones o telefonía celular, éstos,
probablemente, no estén distribuidos de la misma forma que está distribuida la población en un
país o en una ciudad, privilegiando determinado tipo de usuarios. Por este motivo es necesario
comprender cómo las nuevas metodologías pueden ser utilizadas en forma apropiada para el
análisis teniendo en consideración los sesgos y las limitaciones de los datos que estamos
analizando y aplicando, de manera apropiada, las metodologías de identificación y corrección de
los sesgos en los datos.
La utilización de estas nuevas fuentes de datos para analizar la movilidad es muyinteresante
y [Link] importante tener en cuenta que es necesarioconocer información del contexto
general de la ciudad, algo que generalmente se obtiene a través de fuentes tradicionales, como
censos o encuestas. Volviendo al caso del reporte de movilidad de Google de la Figura 1, esta
información se vuelve mucho más relevante en la medida que tengamos información sobre la
situación de normalidad o línea de base, a la que hace referencia el reporte. El principal problema
para analizar esta información, en particular en el Área Metropolitana de Buenos Aires, es que
sabemos poco sobre la situación de partida de la referida normalidad, o línea de base de la cual
parte el análisis. Poder tener una medida cuantitativa de la línea de base utilizada en el reporte,
permite analizar el impacto real de la posible disminución de ciertas actividades y laspolíticas
apropiadas para proponer soluciones. Por ejemplo, no es igual el impacto que tieneuna reducción
en el uso del transporte público del 50%, si los viajes en transporte público representan un 30% o
un 70% del total detodos los viajes. Entonces, medir la línea de base resulta imprescindiblepara
utilizar esta información de manera apropiada.
Caracterizar, en forma apropiada, la movilidad en el AMBA tiene sus desafíos. Las fuentes de
información son limitadas, poco actualizadas, dispersas y con problemas de calidad de datos. Pero
esto no significa que no se cuente con información como para tener una mejor comprensión de
nuestra línea de base. Contar con mejor detalle delos datos de la situación normal,prepandemia,
tiene una relevancia fundamental, ya que permitirá comprender los impactos de la nueva
normalidad, una vez que se reanuden las actividades. Si bien es probable que los patrones de
movilidad sean impactados en el futuro después de la pandemia, las demandas de movilidad y de
acceso a distintos tipos de establecimientos no se adaptarán tan rápidamente a estos cambios,
dado que las conductas de las personas y la ubicación espacial de los establecimientos y servicios
urbanos se ajustan más lentamente. Por este motivo, una reducción de la movilidad tendrá
importantes impactos negativos, donde probablemente los grupos más vulnerables sean los
mayormente afectados al no contar con alternativas de movilidad a su alcance.
En las secciones siguientes se revisarán las fuentes de información disponibles, incluyendo
un desglose por partición modal y un análisis sobre modos de transporte, y se discutirá sobre las
implicancias de las políticas de movilidad post-COVID-19 para el AMBA.
5
2. Fuentes de información
Las principales y clásicas fuentes de información sobre movilidad en las ciudades son las
encuestas domiciliarias de movilidad. Éstas se basan en una muestra de hogares usando como
marco muestral el censo de población y vivienda, y en donde se entrevista a todos los integrantes
del hogar sobre todos los viajes realizados en algún período de referencia definido (generalmente, el
día anterior al que se hace la encuesta). La encuesta, entonces, recolecta datos de los hogares y las
personas, sus viajes y motivos, y las etapas de cada viaje según los modos de transporte utilizados.
El Área Metropolitana de Buenos Aires cuenta con dos encuestas de movilidad, una realizada en el
año 2009 y otra del 20143.
Una fuente de información alternativa para el análisis de la movilidad, en particular, en
transporte público, es la información de las tarjetas electrónicas de pago (tarjeta SUBE). Si bien son
datos administrativos para la liquidación a los operadores de transportede acuerdo conlos boletos
vendidos, la tarjeta SUBE cuenta con todas las transacciones de pago de transporte público
georreferenciadas, según el origen de la transacción. Esta información permite estimarla cadena de
viajes de una gran cantidad de los usuarios de transporte público, conocer los modos de transporte
público utilizados y realizar diferentes tipos de análisis sobre la movilidad en el área.
Los datos de la tarjeta SUBE disponibles de acceso público son limitados. Si bien el sitio de
datos abiertos del gobierno nacional cuenta con información agregada de un día hábil y algunas
agregaciones de datos por línea y modo de transporte, esta información resulta débil para
comprender la movilidad y realizar análisis de mayor [Link] información disponible de la
tarjeta SUBE utilizada para este análisis se obtuvo a través de un pedido de acceso a la información
pública y cuenta con transacciones de un día hábil del año 2019 4. Esta base de datos cuenta con la
información georreferenciada de todas las transacciones de un día completo para el AMBA. De los
13.9 millones de transacciones en la Región Metropolitana, el 61% se realizan en el Conurbano, un
35% a la Ciudad de Buenos Aires (CABA) y cerca del 5% en el resto de la Región Metropolitana (ver
Figura 2).
Adicionalmente, se analizan dos fuentes de información que tienen datos relevantes.
1. La Encuesta Permanente de Hogares del Instituto Nacional de Estadísticas
(INDEC) consulta sobre el lugar de trabajo, información relevante para analizar
los viajes interjurisdiccionales entre la provincia y la Ciudad de Buenos Aires.
2. La Dirección Nacional de Registro de la Propiedad Automotor publica
información sobre la flota activa de vehículos desde el año 2010.
3
La recopilación y análisis de los datos se encuentra a disposición en: [Link]
Movilidad-AMBA/
4
La información fue solicitada por Felipe González a través de un pedido de acceso a la información pública en
las condiciones de la Ley N° 27.275, bajo los expedientes EX-2020-33085207-APN-DGD#MTR, EX-2020-
32945006- -APN-DNAIP#AAIP -, NO-2020-33527820-APN-DIP#MTR, NO-2020-31201720-APN-SSPEYFT#MTR y
NO-2020-33542724-APN-DIP#MTR.
6
Figura 2. Transacciones SUBE en la Región Metropolitana - AMBA
Fuente: Datos SUBE (2019).
3. Partición Modal
La partición modal permite conocer el porcentaje de personas que viajan en cada modo de
transporte, información que es relevante para comprender cómo se mueve la población dentro del
territorio y permite definir políticas apropiadas para identificar prioridades de inversión y
equilibrar el uso de los distintos modos de transporte, según el impacto que cada uno tiene en la
población y en el desarrollo económico de la ciudad.
Las encuestas de movilidad son una herramienta que permite tener esta perspectiva integral
de la movilidad y el uso de distintos modos de transporte. Estas encuestas incluyen información en
distintos niveles, permitiendo tener datos sobre los hogares, las personas que viajan, sus viajes y las
etapas de dichosviajes.
Mientras que la información de los viajes muestra los desplazamientos entre un origen y un
destino teniendo en cuenta una actividad concreta como, por ejemplo, un viaje desde el hogar a un
lugar de trabajo o a un establecimiento educativo, la información de las etapas informa los
desplazamientos y modos de transporte utilizados para concretar un viaje. Por ejemplo, un viaje
hogar-trabajo puede requerir de una primera etapa en colectivo y partir de una transferencia, una
segunda etapa en ferrocarril.
En las Figuras 3 y 4 que comparan los resultados de la Encuesta de Movilidad (ENMODO) del
año 2009 y del 2014, se observa, a nivel general (Figura 3), que la mayor proporción de los viajes se
7
realiza en transporte público (entre el 40% y 43%), en segundo lugar, en transporte no motorizado
(entre el 28% y 30%) y el resto en modos individuales (entre el 21% y el 28% en auto o moto y cerca
del 4% en modos a demanda como taxis o remises). Del análisis de los viajes en modos
motorizados(Figura 4), el 52% y 62% de los viajes son en transporte público, seguido por los viajes en
auto o moto (entre el 31% y 39%) y alrededor del 5% son los viajes en modos a demanda.
Figura 3. Partición modal
Fuente: ENMODO (2009); ENMODO (2014).
Figura 4: Partición modal, motorizados
Fuente: ENMODO (2009); ENMODO (2014).
La comparación más relevante entre las ENMODO 2009 y 2014 es el aumento de viajes en
transporte individual (auto o moto) 5 y una disminución en la proporción de viajes en transporte
público y no motorizado. Esto se condice con un importante aumento en el parque automotor en
5
Sería interesante analizar, en forma separada, los viajes en automóvil y motocicleta, pero dado que la
encuesta del 2014 no ofrece la distinción entre estos modos, se decidió agregar la información del 2009 para
que los datos de ambas encuestas puedan ser comparados.
8
los últimos 10 años, que será analizado más adelante en este documento.
Otra observación con relación a los viajes a demanda, como taxis y remises, que representan
cerca del 5% de los viajes, es que los datos fueron recolectados antes del lanzamiento de
aplicaciones del tipo Uber o Cabify, por lo que no es posible medir si éstos tuvieron algún impacto
en la partición modal. Es importante destacar que realizar la comparación entre distintas fuentes
de datos permite la validación cruzada de los resultados, brindando una mayor confianza en los
indicadores obtenidos.
4. Viajes en Transporte Público
El sistema de transporte público en el AMBA está compuesto por tres modos de transporte
principales:
1. Autotransporte Público de Pasajeros (colectivos), que cuenta con 137 líneas de
jurisdicción nacional, 131 líneas bajo regulación y gestión provincial y 119 líneas de
jurisdicción municipal,lo que representa una red vial utilizada por colectivos de casi
8000 km.
2. Una red ferroviaria de 800 kilómetros de superficie.
3. Una red de subterráneo que recorre61 kilómetros, en la Ciudad Autónoma de Buenos
Aires.6
A continuación, la Figura 5 y la Figura 6 muestran los viajes en transporte público y sus y etapas de
viaje que se realizan en los distintos modos de transporte público, siendo el colectivo el de mayor
preponderancia, muy por encima de los viajes en modos guiados, como el subterráneo o ferrocarril.
La comparación entre los datos obtenidos de la SUBE, que incluye todas las transacciones del
sistema de un día hábil típico del año 2019, y las ENMODO muestra coincidencias en los datos de
las diferentes fuentes. Según las tres fuentes de datos, a nivel de etapas las diferencias son
mínimas; a nivel de viajes se observa una disminución en los viajes en colectivo con un aumento
de los viajes multietapa7 y en subte en los registros de la SUBE 2019 respecto de los datos de la
ENMODO 2014. Una hipótesis respecto a estos cambios en la partición modal es que los viajes de
una etapa en colectivo se hayan reducido por la incorporación del boleto integrado en 2018, donde
el costo del segundo pasaje se reduce, y el aumento de viajes en subte se haya dado por la
habilitación de varias nuevas estaciones entre los años 2015 y [Link] los datos de la tarjeta SUBE,
a nivel de viajes, se observa que un 58% de los viajes se realizan en colectivo, 29% multietapa, 8% en
subte/premetro y 5% en ferrocarril. A nivel de etapas de viajes, 77% son en colectivo, 10% en
subte/premetro y 13% en ferrocarril.
6
Informe técnico (2019). Modernización de la Red de colectivos de la Región Metropolitana de Buenos Aires.
Ministerio de Transporte.
7
Multietapa se refiere a los viajes que requieren algún tipo de transferencia en un mismo modo de transporte
(colectivo-colectivo) o entre modos diferentes (colectivo-ferrocarril).
9
Figura 5: Viajes en transporte público
Fuente: ENMODO (2009); ENMODO (2014).
Figura 6: Etapas en transporte público
Fuente: ENMODO (2009); ENMODO (2014).
10
5. Implicancias post-Coviden relación con el transporte
El análisis de la información disponible permite dimensionar el problema y definir acciones
acordes a la situación actual. Si bien está claro que la nueva situación de normalidad no será igual
a la situación pre-pandemia, es probable que la distribución de empleos, servicios y
establecimientos no se adapte tan rápidamente a los cambios. Dicho de otro modo, ni las escuelas,
ni lugares de trabajo u hospitales van a cambiar de ubicación para adaptarse a la nueva demanda
en el corto plazo y la población va a seguir requiriendo acceder a estos lugares y servicios desde sus
hogares. Es muy probable que, como consecuencia de una reducción de la movilidad y disminución
de la actividad económica, muchas personas, especialmente los más vulnerables, dejen de realizar
actividades esenciales. El impacto de una reducción de la oferta del transporte público, siendo el
modo de transporte preponderante en el AMBA, tieneefectos presumiblemente negativosen el
acceso de oportunidades para la población.
Los detalles de las operaciones de la tarjeta SUBE permiten reconstruir la cadena de viajes en
transporte público, pudiéndose imputar los destinos de los viajes en el 87% de las transacciones.
Esto es posible dado que las transacciones están georreferenciadas y se identifica en qué parada o
centro de transbordo se realiza cada viaje, lo que permite identificar la ubicación de cada tarjeta a
lo largo del día. La imputación del destino de cada viaje, teniendo en consideración el origen del
siguiente, permite estimar viajes con sus orígenes y destinos y, a partir de las operaciones que
representan etapas de viajes, construir una base de datos de viajes, asumiendo que, tanto el origen
del primer viaje como el destino del último viaje, es el hogar 8. Una vez imputados los destinos de
cada uno de ellos, fue posible calcular, a través de la red de Open Street Maps9, la distancia de cada
uno de los viajes.
La potencial reducción de oferta por la aplicación de protocolos más estrictos para las
empresas de transporte va a requerir promover otras alternativas de movilidad. Mientras que el
aumento de viajes en vehículos privados, como el automóvil o la motocicleta,tiene impactos muy
negativos en la ciudad y su área metropolitana, como mayor tráfico, contaminación ambiental y
aumento de inseguridad vial, sería beneficioso impulsar alternativas de transporte activo (bicicleta,
caminata) o de micromovilidad(sistemas de bicicletas compartidas, monopatines eléctricos) para
generar efectos positivos que compensen los negativos. La siguiente Figura (Figura 7) expone la
distribución de los viajes según su distancia y se observa que la distancia promedio de los viajes es
de 6.5 kilómetros, lo que expone la importancia que tienen los viajes de corta distancia en
transporte público.
8
Munizaga, [Link] (2014) TransportationResearchPart C, discuten la metodología y resultados de implementar
este método para la creación de matrices de origen y destino con la tarjeta electrónica de pago del sistema de
transporte público en Santiago de Chile.
9
Para el cálculo de distancias se utilizó una librería de Python llamada Pandana, desarrollada por UrbanSim:
[Link]
11
Figura 7. Densidad de viajes según distancia
Fuente: Datos SUBE (2019).
Un análisis de las cadenas de viaje10 en transporte público construidas a partir de los datos
de la tarjeta SUBE permite identificar las cadenas de viajes cortos11y analizar corredores donde es
posible un mayor uso de modos de transporte activo o micromovilidad. En esta situación de
pandemia donde es necesario reemplazar un porcentaje de los viajes en transporte público por
otros modos, esta información puede enfocar la toma de decisión y la inversión en nueva
infraestructura que favorezca la innovación y la adopción de alternativas de transporte focalizadas
en áreas definidas. El siguiente mapa de calor (Figura 8)presenta la densidad de las cadenas de
viajes cortos en el área metropolitana, donde se identifican aquellas zonas con alta densidad de
este tipo de viajes. Se observaque en el AMBA por día son más de 2,1 millones (700 mil en CABA) de
viajes de estas características, lo que involucra cerca de 750 mil personas en el AMBA (270 mil en la
Ciudad de Buenos Aires). Estos viajes cortos son de gran importancia en las principales
centralidades del área metropolitana y en la Ciudad de Buenos Aires, como se puede observar en el
mapa.
10
La cadena del viaje es el circuito completo que realiza una persona a lo largo de un día. Por ejemplo, un viaje
se inicia en el hogar, continúa en el trabajo, después en un establecimiento educativo y al final del día vuelve al
hogar.
11
Se identifican como viajes cortos aquellos realizados por personas que hacen viajes cuyos tramos no son de
más de 5 kilómetros y el total de todos los viajes no supera los 12 kilómetros diarios
12
Figura 8. Mapa de calor identificando cadenas de viajes cortos
* Cadenas de viajes de personas que hacen viajes menores a los 5 km por tramo y un máximo de 12 km por día.
Fuente: Datos SUBE (2019).
6. Viajes Interjurisdiccionales
En los viajes interjurisdiccionales, la reducción de la oferta del transporte público tiene
importantes consecuencias negativas. Según lo que se observa del análisis de los viajes en la SUBE,
las distancias de estos viajes son de tramos más largos, donde el promedio de distancia asciende a
21 kilómetros en los viajes Conurbano y CABA (cuando el promedio general es de 6.5 kilómetros). A
su vez, según las ENMODO, cerca del 70% de los viajes interjurisdiccionales se realizan en
transporte público y el 60% del total de estos viajes son por motivo trabajo. Adicionalmente, de los
1.4 millones de viajes interjurisdiccionales en transporte público, el 60% requieren de al menos una
transferencia.
En la Encuesta Permanente de Hogares (2019) se puede observar que el 47% de las personas
empleadas en la Ciudad de Buenos Aires viajan desde el Conurbano; en cambio, para el Conurbano,
la población que trabaja en CABA representa un 24%. Dada la importancia que tiene el transporte
público para quienes trabajan, una disminución de la oferta impactaránegativamente en la
actividad económica de la ciudad. En base a lo anteriormente dicho, la Figura 9 muestra la
importancia de los viajes por motivo trabajo y la Figura 10 la cantidad de personas que realizan
13
viajes interjurisdiccionales: de los 1.6 millones de personas que viajan a CABA por día, 1.3 millones
lo hacen por para trabajar en la ciudad.
Figura 9. Viajes por motivo
Fuente: ENMODO (2009, 2014) y EPH 3T (2019).
Figura 10. Personas que realizan viajes interjurisdiccionales
Fuente: ENMODO (2009, 2014) y EPH 3T (2019).
14
Dada la situación expuesta, una opción de política para el mediano plazo puede ser
readaptar la oferta de transporte público a través de una reestructuración delas líneas de colectivos
en el AMBA. La red de transporte automotor incluye sistemas que son gestionados por distintas
jurisdicciones y operados por diferentes empresas, que en muchos casos compiten entre sí en los
principalescorredores, y existe un importante margen de acción que podría volver el sistema más
eficiente a través de una mejor planificación de los recorridos y frecuencias. La restructuración del
sistema de autotransporte público de pasajeros requiere de un proceso de cierta complejidad
técnica, política e institucional.
Otra opción de política de más corto plazo y de menor complejidad podría estar enfocada en
la gestión de la demanda. Como se muestra en la Figura 11, las grandes diferencias de tiempos de
viaje y la disparidad en la demanda al sistema de transporte entre las horas punta y las horas valles
durante el día vuelve posible que una mejor planificación de la demanda promueva una mayor
eficiencia del sistema, sin necesidades de inversión o cambios en la operación de la red de
transporte. Esto requiere generar los incentivos apropiados para que se logre una redistribución de
los horarios de las actividades durante el día (horarios de entrada y salida de las escuelas, oficinas)
que aplanen la curva de demanda de movilidad.
15
Figura 11. Velocidades promedio y viajes en transporte público a lo largo del día
Fuente: Datos SUBE (2019) y consultas de tiempos de viaje con la API de Mapas de Google.
7. Vehículos motorizados
Comprender en más detalle el uso del transporte individual motorizado es importante para
este tipo de análisis. Entre los principales problemas de las ciudades modernas está la congestión
vehicular, la accidentalidad vial y el impacto ambiental por el aumento en las emisiones de gases
de efecto invernadero; todas problemáticas relacionadas con un alto nivel de uso del vehículo
particular. Si bien en el Área Metropolitana el automóvil particular está lejos de ser el principal
modo de transporte, como se observa en las gráficas anteriores, el impacto que los vehículos
producen es muy alto.
Los datos específicos sobre movilidad individual en el AMBA son limitados. Más allá de la
información que se obtiene de las encuestas, sería relevante contar con información más
actualizada sobre la evolución de la movilidad y sobre la posesión y utilización de vehículos
particulares en los hogares. Según la información que surge de las ENMODO, menos del 50% de los
hogares tienen un vehículo particular (auto o moto) en el hogar. La Figura 12 estima el parque
vehicular de uso particular en base a los datos de las encuestas y del Registro de Propiedad
Automotor, y muestra un incremento muy pronunciado del parque vehicular en Argentina, en
general, y en el AMBA, en particular en los últimos 10 años.
16
Mientras que, en la Argentina, en el año 2010, había unos 10 millones de vehículos
registrados, la cifra actual supera los 16 millones, lo que representa una tasa de crecimiento anual
de más de un 5%, muy por encima de la estimación de crecimiento poblacional, que apenas supera
una tasa de crecimiento anual del 1%, como se observa en la Figura 13. Este crecimiento del parque
vehicular activo, muy por encima del crecimiento poblacional,sucedetanto en la provincia de
Buenos Aires como en la Ciudad Autónoma de Buenos Aires.
Figura 12: Parque vehicular activo (2010-2019)
Fuente: DNRPA, ENMODO (2009, 2014). Población proyectada por provincia INDEC 2010-
25.
Figura 13: Tasa de crecimiento vehicular y poblacional (2010-2019)
Fuente: DNRPA, ENMODO (2009, 2014). Población proyectada por provincia INDEC 2010-
25.
Dado que las limitaciones postpandemia del uso del transporte público puede tener impacto
en la partición modal, es importante tener presente la dimensión que esto puede tener en el uso
17
del automóvil particular y el impacto de las externalidades negativas. Una reducción de un 35% en
la capacidad del transporte público, de no implementar otras alternativas de movilidad, como el
transporte activo o la micromovilidad, implicaría alrededor de 1 millón de vehículos particulares
para su reemplazo. Considerando que la flota de colectivos en toda el área metropolitana es de
18.300 unidades, el reemplazo de incluso un pequeño porcentaje de estos viajes con el automóvil
particular traeríaimpactos muy negativos para la ciudad y el área metropolitana.
8. Conclusiones
Mientras que es bienvenido el aporte de nuevas bases de datos de fuentes alternativas como
la telefonía celular, las aplicaciones móviles o datos administrativos, comolos de la tarjeta
electrónica de pago SUBE,sigue siendo de gran relevancia contar con fuentes de datos tradicionales
que caracterizanen forma integral el sistema de transporte y que puede responder mejor algunas
cuestiones específicas del sistema. Dado que las nuevas fuentes de datos traen consigo
importantes sesgos, las fuentes tradicionales de datos son necesarias para validar, corregir y
analizar la información. Especialmente al lidiar con fuentes innovadoras de datos, es importante
recordar que los datos masivos (big data) no necesariamente son datos de calidad o que responden
a preguntas específicas del tema en cuestión, dado que fueron recolectados para otros motivos. Las
cifras que surgen de fuentes de datos no tradicionales pueden resultar en información sesgada y de
poco valor explicativosi no utilizan las metodologías apropiadas, las que generalmente requieren
de información de fuentes tradicionalespara identificar y corregir sesgos.
Unabuena comprensión de estos datos y la incorporación de técnicas de análisis apropiadas
para su procesamiento permiten la simplificación de los relevamientos tradicionales, que suelen
ser costosos en términos monetarios y entiempos de implementación. Incorporar las nuevas
metodologías de análisis, como las técnicas de análisis de datos masivos o la inteligencia artificial,
a los análisis tradicionales de movilidad agrega valor para una mejor toma de decisiones. Para
lograr estos objetivos es también necesario que el sector público y las empresas prestadoras de
servicios pongan a disposición la información para realizar estos análisis. Los análisis de movilidad
con fuentes combinadas de información agregan valor en la discusión sobre opciones de políticas
públicas basadas en evidencia.
18
Referencias
Anapolsky, S. (2020). Recopilación de datos: Análisis-Movilidad-AMBA. Buenos Aires. Obtenido de
[Link]
D.N.R.P.A Y C.P. (2019). Estadística Anual de Parque Activo (2010-2019). Buenos Aires: Dirección
Nacional del Registro Automotor. Obtenido de
[Link]
Datos SUBE. (2019). Datos de transporte de la República Argentina. Obtenido de Datasets:
[Link]
Google. (28 de 08 de 2020). Informes de Movilidad Local sobre el COVID-19. Obtenido de Descubre
cómo han cambiado los desplazamientos de tu comunidad debido al COVID-19:
[Link]
INDEC - DGEyC del Gobierno de la Ciudad de Buenos Aires. (2016). Proyecciones elaboradas en base a
resultados del Censo Nacional de Población, Hogares y Viviendas 2010. Buenos Aires: INDEC -
DGEyC del Gobierno de la Ciudad de Buenos Aires. Obtenido de
[Link]
_3=119
INDEC. (2014). Encuesta de Movilidad Domiciliaria 2014. Buenos Aires: INDEC. Obtenido de
[Link]
INDEC. (2019). Encuesta Permanente de Hogares (EPH). Buenos Aires: INDEC. Obtenido de
[Link]
Munizaga Muñoz, M., Devillaine, F., Navarrete, C., & Silva, D. (2014). Transportation Research Part
C. Emerging Technologies, 44, 70–79.
Pedido de acceso a la Información pública. (2019). Transacciones SUBE. Obtenido de qri:
[Link]
Proyecto de Transporte Urbano para Áreas Metropolitanas. (2009-2010). Encuesta de Movilidad
Domiciliaria 2009-2010: Área Metropolitana de Buenos Aires. Buenos Aires: Ministerio del
Interior y Transporte. From [Link]
2009-2010-amba
19
