Investigación de transporte Parte A 99 (2017) 1–13

Listas de contenidos disponibles en ScienceDirect

Investigación de transporte Parte A

página de inicio de la revista: www.el sevier .com / localizar / t ra

Comprender los efectos de los beneficios de tránsito en el comportamiento de viaje de los

empleados: evidencia de la región de Nueva York-Nueva Jersey

Paola Carolina Bueno una , ⇑ , Juan gomez una , Jonathan R. Peters si , Jose Manuel Vassallo una
una Centro de Investigación del Transporte (TRANSYT), Universidad Politécnica de Madrid, ETSI Caminos, Canales y Puertos, Avda. Profesor Aranguren s / n, Ciudad Universitaria, 28040 Madrid, España

si City University of New York, The College of Staten Island, 2800 Victory Blvd, Staten Island, NY 10314, EE. UU.

información del artículo resumen

Historia del articulo: La implementación de medidas efectivas de gestión de la demanda de viajes brinda la oportunidad de reducir la dependencia del transporte del automóvil privado.
Recibido el 9 de mayo de 2016
Cada vez se reconoce más que la estrategia de implementar los beneficios de tránsito puede aumentar la cantidad de pasajeros en tránsito y reducir el uso de
Recibido en forma revisada el 21 de diciembre de 2016 Aceptado el 22
vehículos personales. Esta investigación contribuye a la comprensión de este problema al examinar la relación entre los beneficios de transporte y la elección de
de febrero de 2017 Disponible en línea el 16 de marzo de 2017
modo para los viajes diarios en los estados de Nueva York y Nueva Jersey (EE. UU.). Con base en datos individuales de la Encuesta regional de viajes de hogares

realizada por el Consejo de Transporte Metropolitano de Nueva York y la Autoridad de Planificación de Transporte del Norte de Jersey, adoptamos un modelo logit

multinomial para identificar hasta qué punto el transporte se beneficia a los empleados, incluidos los relacionados con el transporte público, El transporte privado y
Palabras claves:
los beneficios para caminar y andar en bicicleta - promueven cambios en la división modal de los viajeros. El análisis muestra que los beneficios para los viajeros
Beneficios de transporte Elección
juegan un papel importante en la explicación de los patrones de viaje observados. Los programas de beneficios que pagan los gastos de automóviles (por ejemplo,
de modo Comportamiento de
pagos de peaje, reembolso de millas, estacionamiento gratuito) se correlacionan negativamente con el tránsito, el ciclismo y la caminata, mientras que los programas
viaje

Gestión de la demanda de viajes Viajes de beneficios financiados por el empleador para pases de tránsito y reembolsos de bicicletas aumentan sus respectivas participaciones en el modo. Este resultado

diarios confirma que promover este tipo de medidas es una política eficaz para alentar el uso de los modos de transporte público, aumentando así la eficiencia y la

sostenibilidad en los patrones de movilidad diaria. Los programas de beneficios que pagan los gastos de automóviles (por ejemplo, pagos de peaje, reembolso de

millas, estacionamiento gratuito) se correlacionan negativamente con el tránsito, el ciclismo y la caminata, mientras que los programas de beneficios financiados por

el empleador para pases de tránsito y reembolsos de bicicletas aumentan sus respectivas participaciones en el modo. Este resultado confirma que promover este

tipo de medidas es una política eficaz para alentar el uso de los modos de transporte público, aumentando así la eficiencia y la sostenibilidad en los patrones de

movilidad diaria. Los programas de beneficios que pagan los gastos de automóviles (por ejemplo, pagos de peaje, reembolso de millas, estacionamiento gratuito) se

correlacionan negativamente con el tránsito, el ciclismo y la caminata, mientras que los programas de beneficios financiados por el empleador para pases de tránsito

y reembolsos de bicicletas aumentan sus respectivas participaciones en el modo. Este resultado confirma que promover este tipo de medidas es una política eficaz para alentar el uso de lo

2017 Elsevier Ltd. Todos los derechos reservados.

1. Introducción

Desde su primera implementación en la década de 1970, los programas de gestión de la demanda de transporte (TDM) se han utilizado como mecanismos de política para abordar
problemas relacionados con el transporte, como la contaminación del aire o la congestión del tráfico. En su sentido más amplio, incluyen una amplia gama de medidas orientadas a mejorar
la eficiencia de la demanda de viajes. Como lo señaló
Meyer (1999) , Los programas TDM pueden considerarse acciones implementadas en sitios específicos o estrategias implementadas a nivel de área. En este documento, nos enfocamos en
la primera dimensión de estas herramientas de políticas: los programas TDM en los lugares de trabajo del empleador.

Los programas de beneficios para empleadores, a menudo denominados "beneficios para viajeros", tienen como objetivo reducir la proporción de empleados que conducen al trabajo solos
a través de diversos incentivos, desincentivos o herramientas de marketing ( Dill y Wardell, 2007 ) En su más amplio

⇑ Autor correspondiente.

Correos electrónicos: pbueno@caminos.upm.es (PC Bueno), juan.gomez.sanchez@upm.es (J. Gomez), Jonathan.Peters@csi.cuny.edu (JR Peters),
jvassallo@caminos.upm.es (JM Vassallo).

http://dx.doi.org/10.1016/j.tra.2017.02.009
0965-8564 / 2017 Elsevier Ltd. Todos los derechos reservados.
 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13

En este sentido, los beneficios para los pasajeros pueden definirse como cualquier opción o conjunto de opciones que los empleadores proporcionaron a los empleados con el objetivo de influir en su

comportamiento de viaje, incluidos los beneficios para conducir (por ejemplo, pagos de peaje, estacionamiento subsidiado), utilizando el transporte público (por ejemplo, pases mensuales, universal pases o

vales) y caminar o andar en bicicleta (por ejemplo, incentivos financieros para andar en bicicleta o caminar, o estacionamiento seguro para bicicletas).

Desde que se pusieron en práctica estos beneficios, ha habido un reconocimiento creciente de que estas opciones pueden persuadir e inducir efectivamente a los trabajadores a
cambiar sus hábitos de transporte. En consecuencia, varias evaluaciones han tratado de explicar el efecto de los beneficios pagados por el empleador, como el estacionamiento gratuito ( Hess,
2001; Shoup y Willson, 1992 ) y precios de tránsito gratuitos y con descuento en la opción de modo de viaje ( Boyle, 2010; Zhou y Schweitzer, 2011 ) Sin embargo, como lo señala el Programa
de Investigación Cooperativa de Tránsito (2005) , '' los impactos en el comportamiento de viaje de los empleados

no son tan bien entendidos y se ha realizado poca investigación rigurosa sobre el tema a escala nacional ”. Además, aunque se supone que los paquetes de beneficios para el viajero
influyen en las decisiones de elección del modo de transporte, algunos autores han reconocido que solo unas pocas contribuciones en la elección del modo de transporte al mismo tiempo
incluyen variables que miden los beneficios para conducir, el transporte público, caminar y andar en bicicleta ( Hamre y Buehler, 2014 ) Además, según los propios autores, la relación entre
los beneficios para el viajero y la probabilidad de caminar y andar en bicicleta apenas se ha explorado hasta hace muy poco.

Al reconocer el potencial de los beneficios de transporte para promover hábitos de transporte más sostenibles, este documento investiga los vínculos entre ellos y la selección modal
para los viajes diarios en los estados de Nueva York (NY) y Nueva Jersey (NJ) en los Estados Unidos. En particular, esta investigación tiene como objetivo determinar en qué medida los
beneficios de los empleados pueden incentivar cambios en el comportamiento diario de viaje. Este estudio contribuye a la literatura de tres maneras. Primero, cubre un caso interesante en
el contexto internacional dado que se encuentra entre las áreas más pobladas y de tránsito intensivo en los Estados Unidos, no estudiado con gran detalle antes. A este respecto, los
resultados de este documento presentan implicaciones de política útiles con respecto a la promoción del comportamiento de transporte sostenible. En segundo lugar, hasta donde
sabemos, Este es uno de los pocos trabajos que exploran simultáneamente los beneficios de transporte para la conducción, así como para caminar, andar en bicicleta y el transporte
público, como factores que influyen en las decisiones individuales de viajar utilizando datos de preferencias revelados a través de una encuesta de viajes de hogares. Finalmente, analiza
comparativamente el efecto de los beneficios con otras investigaciones realizadas previamente. Esto es particularmente útil para contrastar nuestros resultados con la literatura existente.

El documento está estructurado de la siguiente manera. Sección 2 proporciona una revisión de la literatura sobre el tema, concluye con algunas lagunas de investigación y describe
también las contribuciones esperadas del presente trabajo. Sección 3 resume brevemente las principales características socioeconómicas y patrones de movilidad para los estados de
Nueva York y Nueva Jersey. Sección 4 4 describe la metodología adoptada para modelar las elecciones de los individuos para los viajes diarios, y muestra la encuesta RHTS y las variables
para los empleados pueden producir un aumento en el uso del tránsito en algunas circunstancias, así como un aumento en los nuevos pasajeros del transporte. 2
explicativas consideradas para el análisis. Finalmente, la sección 5 5 presenta y discute los resultados, y establece un conjunto de conclusiones y recomendaciones para investigaciones
adicionales en este campo.

2. Revisión de la literatura

Desde que la sostenibilidad surgió como una prioridad clave en la planificación del transporte, ha habido un creciente interés en promover políticas de transporte sostenibles. En
consecuencia, se han propuesto varias medidas de gestión de la demanda de viajes en muchos contextos diferentes; se puede encontrar una visión general completa en este punto en Loukopoulos
(2007) . Algunas de estas estrategias son medios seguros para cambiar las opciones relacionadas con los viajes. Según lo reconocido por Garling y col. (2002) , mienten de esas medidas que
desalientan el uso del automóvil a aquellas políticas que alientan el uso de modos alternativos. Las últimas a menudo se denominan medidas de atracción, es decir, mejorar el transporte
público, mejorar la infraestructura para andar en bicicleta y caminar o aumentar el nivel de subsidios al transporte público, mientras que las primeras generalmente se conocen como medidas
de empuje, es decir, restringir la disponibilidad de estacionamiento, impuestos sobre automóviles y combustible, disminuyendo los límites de velocidad, implementando mecanismos de
precios de carreteras.

antes y después de la implementación de beneficios de tránsito o encuestas a los viajeros en general. En general, los resultados de este estudio sugirieron que los beneficios de transporte
Una estrategia importante de TDM ha sido proporcionar subsidios y beneficios de transporte a los empleados, incluidos reembolsos de peaje / millaje, pagos de transporte público,
estacionamiento gratuito para automóviles e incentivos para caminar y andar en bicicleta, como la provisión de duchas, casilleros y estacionamiento para bicicletas. La revisión de la
literatura en esta sección se centrará principalmente en estos beneficios como determinantes potenciales de la elección del modo de transporte. Además, señalamos algunas ideas útiles
de desarrollos recientes y mencionamos algunas lagunas encontradas en la literatura.

Los programas TDM de empleadores a veces son difíciles de evaluar porque tienen un alcance diverso e involucran patrones de comportamiento individuales, que son complejos y
difíciles de modelar ( Dill y Wardell, 2007 ) En general, los beneficios para los viajeros se han examinado mediante el uso de encuestas como parte de la evaluación de los programas y una
variedad de estadísticas reportadas después o antes de introducir los beneficios para los viajeros. Por ejemplo, Herzog y col. (2006) realizó una encuesta de empresas reconocidas como los
mejores lugares de trabajo para los viajeros en las áreas metropolitanas de Denver (Colorado), Houston (Texas), San Francisco (California) y Washington, DC. El objetivo del estudio fue
determinar las diferencias entre los patrones de desplazamiento de las personas que reciben beneficios de empleados y aquellas que no. Esta investigación relevante concluyó que los
empleados que reciben beneficios de transporte público son significativamente menos propensos a conducir solos.

Otra contribución importante que explora la influencia de los beneficios de tránsito ofrecidos a los empleados se realizó bajo el
Programa de Investigación Cooperativa de Tránsito (2005) . El estudio se basó en encuestas centradas únicamente en personas que reciben un beneficio de tránsito, encuestas aplicadas
 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13 3

Los estudios prácticos centrados en los efectos de diferentes programas TDM basados ​en el empleador son demasiado numerosos para ser revisados ​por completo aquí. tabla 1 presenta
un resumen descriptivo de algunos de los estudios más relevantes y más recientes que evalúan el impacto de los beneficios para viajeros destinados al transporte público, el transporte
privado, la caminata y el ciclismo en las opciones de viaje. Para limitar la presente revisión a un alcance manejable, presentamos solo dos ejemplos por tipo de beneficio. Muchos otros
ejemplos destinados a comprender el papel de las políticas de gestión de la demanda de transporte en los viajeros se encuentran en la literatura (ver por ejemplo Cass y Faulconbridge,
2016; Habibian y Kermanshah, 2013; Rotaris y Danielis, 2015 ) Las evaluaciones previas de los beneficios de tránsito sugieren un cambio hacia modos de transporte más sostenibles
(andar en bicicleta, caminar y el transporte público) para los viajes diarios como consecuencia de la implementación de los beneficios de tránsito del empleador. Sin embargo, como lo
menciona Zhou y Schweitzer (2011) , la mayoría de estos estudios se centran en grupos de personas relativamente homogéneos, como los estudiantes universitarios. Además, como lo
señala Hamre y Buehler (2014) , pocas contribuciones en la elección del modo de viajero conjunto incluyen beneficios para conducir, transporte público y caminar o andar en bicicleta.
Finalmente, la mayoría de estos estudios solo cuantifican el crecimiento de la cantidad de pasajeros una vez que se aplican los beneficios, pero casi nunca estudian los beneficios para
pasajeros como un conductor que puede influir en la elección del modo de transporte.

A pesar de la creciente atención dedicada al estudio del impacto de los beneficios para los viajeros por parte de los investigadores del transporte, la literatura actual tiene ciertas
lagunas que han motivado esta investigación:

Primero, estudios previos, con pocas excepciones, como el realizado por Hamre y Buehler (2014) para el caso de Washington: se basan en encuestas realizadas a beneficiarios de
beneficios de tránsito en lugar de datos de viajes preferenciales más amplios revelados de encuestas de hogares regionales. En nuestro estudio, la muestra presenta una mayor
variabilidad porque los encuestados de la encuesta de hogares no se limitaron a las personas que reciben un beneficio de transporte, lo que reduce el sesgo potencial en los
resultados. El enfoque adoptado aquí nos permitió examinar a lo largo de un modelo estadísticamente significativo, en qué medida las características individuales, los atributos del
hogar y, ciertamente, los factores relacionados con el transporte, como los beneficios para los pasajeros, influyen en la voluntad de cambiar o no conducir solo. Además, dado que el
modelo se construye sobre la base de una encuesta completamente desagregada, este estudio puede capturar, simultáneamente, el efecto separado de los beneficios para conducir,
transporte público, y caminar o andar en bicicleta en la opción de modo de viajero. Como resultado, el modelo proporciona información más detallada sobre los cambios en el
comportamiento del viaje.

Segundo, el análisis desarrollado en esta investigación considera explícitamente la influencia que la ubicación de la residencia puede tener en la elección del modo de los empleados.
En este punto, es necesario estimar los efectos específicos del contexto teniendo en cuenta la agrupación espacial de los individuos dentro del área entera bajo análisis.
Particularmente, podemos esperar que los viajeros que viven en el centro urbano, mejor atendidos por los servicios de tránsito, puedan mostrar diferentes patrones de movilidad en
comparación con los que viven en los suburbios internos. Por lo tanto, el modelo es capaz de capturar si la variabilidad de la variable dependiente (elección del modo de cercanías) es
atribuible a circunstancias individuales o es el resultado del efecto grupal, el condado de residencia dentro del área metropolitana de Nueva York / Nueva Jersey. Con ese fin, el
modelo logit multinomial desarrollado en este documento se complementó con una extensión de modelo multinivel.

Por último, la mayoría de los estudios previos en este campo han incluido algunas formas de incorporar el acceso al tránsito como una opción de modo de explicación variable. En
general, este aspecto se introdujo a través de variables ficticias que indican si las personas viven cerca o no de una estación de tránsito, o variables proxy basadas en el número de
estaciones de tránsito ubicadas en la zona de análisis de tráfico residencial ( Dill y Wardell, 2007; Hamre y Buehler, 2014 ) En esta investigación, ampliamos este análisis mediante la
realización de un enfoque más exhaustivo para evaluar la accesibilidad. Esto implica la integración de los sistemas de información geográfica existentes y un detallado mapa de calles
de la ciudad.

3. El caso de Nueva York y Nueva Jersey

Las ciudades estadounidenses representan un caso de particular interés al explorar los determinantes de la elección del modo de viaje. Para desarrollar este análisis, hemos
seleccionado dos regiones de particular interés: los estados de Nueva York (NY) y Nueva Jersey (NJ), que se encuentran entre las áreas más pobladas de los Estados Unidos. A
continuación, se presenta un breve resumen de las principales características de estas regiones, con énfasis en la población, la distribución del ingreso y algunos patrones de movilidad.

La población de los estados de Nueva York y Nueva Jersey es dinámica y en crecimiento. Los datos del censo de 2010 revelan que más de 19 millones de habitantes viven en el área
metropolitana de Nueva York, mientras que el estado de Nueva Jersey tiene una población total de alrededor de 8 millones de habitantes. Según la Encuesta sobre la Comunidad
Estadounidense de 2013, el estado de NJ es el segundo estado más rico de la nación, mientras que el estado de Nueva York permanece en la posición 18. Al analizar la distribución del
ingreso de ambos estados, el hallazgo esencial es su similitud con la distribución nacional, por lo que se puede observar una tendencia hacia la desigualdad. En este punto, una menor
concentración de hogares en el extremo superior de la distribución de ingresos es notable en ambos estados, así como en la nación en su conjunto.

Un aspecto que merece especial atención en este contexto es la relación entre el nivel de ingresos y la propiedad del vehículo. Por lo general, los hogares de mayores ingresos tienen
mayores tasas de propiedad de vehículos. Según el Consejo de Transporte Metropolitano de Nueva York y la Autoridad de Planificación del Transporte del Norte de Jersey, el 48% de los
neoyorquinos y los habitantes de Nueva Jersey que tienen un automóvil por hogar pertenecen a los hogares más ricos. Por el contrario, solo el 14% de los propietarios de automóviles
pertenecen a hogares de bajos ingresos. De hecho, un 74% de los hogares que tienen dos o más vehículos automotores registrados se relaciona con los niveles de ingresos más altos
registrados, mientras que esta tasa solo alcanza el 4% para los hogares en los niveles de ingresos más bajos. Este análisis sugiere que,
44 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13

tabla 1
Resumen de estudios previos.

Autor Contexto Título Principales características y resultados.

Letarte y col. (2016) Canadá Los impactos de Universal Bus Pass en el comportamiento de Encuestas de origen-destino antes y después de la implementación del beneficio.
viaje de estudiantes universitarios Los programas implementados tuvieron los resultados esperados de aumentar la
participación en el transporte público y disminuir la participación en el automóvil. Sin
embargo, la caminata al campus disminuyó de manera importante.

Zhou y Schweitzer Estados Unidos Hacer que los conductores cambien: precio de tránsito y calidad Basado en dos encuestas. 568 encuestados. Es probable que los programas de prueba
(2011) de servicio entre los viajeros de tránsito y sin tarifa, seguidos de pases con descuento, hagan que algunos
conductores cambien de modo.

Washbrook y col. Canadá Estimación de la elección del modo de cercanías: un análisis de elección Basado en un método de preferencia establecido. 650 encuestados. Los resultados sugieren

(2006) discreta del impacto de los precios de la carretera y los cargos de que los encargados de formular políticas interesados ​en reducir los viajes en automóvil

estacionamiento deberían crear desincentivos financieros para el uso de automóviles mientras mejoran la

oferta de modos de viaje alternativos.

Scott y col. (2012) Nueva Impuesto sobre los beneficios de los automóviles de la empresa y los Basado en planes de viaje. 5770 empleados fueron examinados. Su investigación
Zelanda beneficios complementarios: comprender los impactos en los objetivos indica que los empleados que reciben importantes subsidios de estacionamiento tienen
estratégicos de transporte más probabilidades de conducir que usar medios de transporte alternativos.

Heinen y col. (2013) Los países bajos El efecto de los factores relacionados con el trabajo en la elección Basado en una encuesta con más de 4000 encuestados. Los resultados indican
del modo de viaje en bicicleta en los Países Bajos que la situación laboral de un individuo aumenta la probabilidad de ser un ciclista
de cercanías (la presencia de almacenamiento de bicicletas en el interior; tener
acceso a instalaciones de cambio de ropa, etc.).

Hamre y Buehler Estados Unidos El papel de los beneficios del viajero en la decisión de dar forma de Los datos sobre trabajadores a tiempo completo provienen de la Encuesta de viajes de

(2013) caminar, andar en bicicleta o viajar en tránsito al trabajo en la región de hogares de Washington, DC. 4630 encuestados. Los resultados indican que el

Washington, DC estacionamiento gratuito para automóviles está significativamente asociado con niveles más

bajos de transporte en transporte público, así como menos caminatas y bicicletas para ir al

trabajo. En contraste, los beneficios para caminar y andar en bicicleta están asociados con

niveles más altos de caminar y andar en bicicleta al trabajo, así como al uso del transporte

público.

al menos en el caso en estudio, cuanto mayor sea el ingreso del hogar, mayor será la tasa de propiedad del automóvil y, por lo tanto, la propiedad del vehículo puede estar capturando el
efecto del ingreso en cierto momento.
El sistema de transporte público en el estado de Nueva York se compone principalmente de tres modos: metro, autobús y trenes de cercanías. A pesar de que Nueva York tiene la
tasa de uso de tránsito más alta en los Estados Unidos, muchas comunidades están desatendidas por el transporte público, especialmente para muchos de los neoyorquinos que viven
fuera de Manhattan. Por otro lado, el sistema de transporte público en el Estado de Nueva Jersey consta de tres modos principales (tren de cercanías, autobús y tren ligero), completados
por una serie de servicios de ferry. De acuerdo con la Departamento de Transporte de Nueva Jersey (2008) , casi uno de cada diez trabajadores en Nueva Jersey usa el transporte público
para llegar al trabajo, el doble del promedio nacional.

Otro aspecto que merece consideración está relacionado con la accesibilidad al transporte público. Como Peters y Kramer (2012)
reportado, el transporte público de buena calidad no es universal en esta región. Para el caso de la ciudad de Nueva York, concluyeron que los distritos exteriores están relativamente
desatendidos por el transporte público en relación con Manhattan. En particular, el 99% de las personas que viven en Manhattan se encuentran a menos de media milla de las estaciones
de tren. Por el contrario, otros distritos como Staten Island o Queens informaron porcentajes significativamente más bajos de accesibilidad (31% y 52%, respectivamente). A pesar de la
importancia de este tema, los estudios centrados específicamente en la accesibilidad son particularmente limitados en estos contextos y, en consecuencia, no se ha definido
completamente. Por lo tanto, decidimos analizar más de cerca la accesibilidad del transporte para incorporar más tarde esta variable en nuestra investigación (consulte la Sección 4 4 )
Nuestro análisis sobre este tema está en línea con estudios previos. En particular, encontramos una gran diferencia en la accesibilidad al sistema de metro, ferrocarril y autobús para las
casas ubicadas en diferentes condados. Por ejemplo, el 100% de los residentes de Manhattan tienen distancias aceptables para caminar para los servicios de tránsito, mientras que en
otras áreas este porcentaje cae en el rango de 20-30%, como en Monmouth-Ocean, Hunterdon-Sussex-Warren y Mercer.

Finalmente, dado que existe la necesidad de promover un patrón de transporte más sostenible en los principales centros urbanos de los Estados Unidos, los beneficios para viajeros
en el área metropolitana de Nueva York y Nueva Jersey y sus impactos en el comportamiento de viaje de los empleados se convierten en un estudio de caso de gran interés en el contexto
internacional Además, según la nueva ley (vigente a partir de enero
2016), los empleadores con 20 o más empleados a tiempo completo tienen la obligación de ofrecer beneficios a sus trabajadores. Según los Forbes Revista (2016) , significa que
aproximadamente 450,000 empleados más con sede en la ciudad de Nueva York tendrán acceso a estos programas, además de los 700,000 empleados que ya participan en este tipo de
programas.
 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13 55

4. Fuentes de datos, variables y desarrollo de modelos.

Para explorar los efectos de los beneficios de tránsito en el comportamiento de viaje de los empleados en la región de Nueva York y Nueva Jersey, establecimos un modelo logit
multinomial basado en datos de la Encuesta regional de hogares (RHTS) 2010-2011. La encuesta es representativa de la región y solicitó a los participantes que completen registros diarios
de sus viajes diarios durante un período de 24 h para cada miembro del hogar. Todos los hogares dentro de los condados que constituyen el área metropolitana de NY / NJ fueron
elegibles para su inclusión en la encuesta. En total, 18,965 hogares (43,558 personas) completaron diarios de viaje. Como se hizo anteriormente en la literatura ( Buehler, 2012; Hamre y
Buehler, 2014; Dill y Wardell, 2007 ), nuestra investigación se centra en los viajeros ( n = 21,771 personas).

La encuesta es particularmente útil para estudiar la relación entre los beneficios del viajero y la elección del modo de viaje del individuo. Recopiló información sobre la provisión de
beneficios para viajeros que se pueden agrupar en: (i) relacionados con el transporte público (reembolso de tarifas de transporte público), (ii) relacionados con el transporte privado (pago
de peaje, reembolso de millas, estacionamiento gratuito disponible para el empleado en el lugar de trabajo, la provisión de automóviles de la compañía o vehículos para llevar a casa, etc.),
o (iii) modos de transporte suave relacionados (estacionamiento seguro para bicicletas, duchas y casilleros en el lugar de trabajo o caminos de uso compartido).

Las variables inicialmente incluidas en el enfoque de modelado se muestran en Tabla 2 . La variable dependiente se refiere a la
el modo habitual reportado por muter para llegar al trabajo (conducir, transporte público, caminar y andar en bicicleta). Todas las opciones disponibles se han agrupado en estas cuatro
categorías. En primer lugar, el transporte privado incluye automóviles, motocicletas y taxis, estos últimos con las mismas características desde el punto de vista del transporte (servicio
motorizado puerta a puerta, utilizado por un solo o pequeño grupo de pasajeros). Por el contrario, el transporte público incluye servicios compartidos de transporte de pasajeros, como
metro, autobuses locales / expresos, tren ligero, etc. Finalmente, caminar y andar en bicicleta comprenden opciones puerta a puerta no motorizadas, generalmente para distancias cortas.
En aquellos casos en los que se ha utilizado más de un tipo de modo de transporte, solo se ha considerado en el análisis el que cubre la mayor parte de la distancia total de viaje.

Las variables explicativas comprenden atributos tanto a nivel individual como familiar (ver Tabla 2 ) Carácter individual
Las características incluyen género, edad, raza, lugar de trabajo, tiempo de viaje al trabajo, etc. Dentro de este grupo, la variable clave de interés se refiere a los beneficios / subsidios de
transporte proporcionados por el empleador. El segundo grupo de variables está relacionado con las características del hogar, como el ingreso del hogar, la estructura del hogar o el
tamaño del vehículo del hogar. Dentro de este grupo de variables, se consideró necesario incorporar la accesibilidad al transporte público como una variable explicativa clave potencial de
elección de modo. Con ese fin, definimos una nueva variable que indica la accesibilidad de los hogares a los servicios de transporte público (autobuses, metro y líneas ferroviarias). Si bien
esto sigue siendo una medida limitada debido a la falta de información geográfica detallada para las rutas de autobuses, Es un buen proxy del acceso de tránsito y se espera que se
correlacione positivamente con el uso del transporte público. Los detalles sobre cómo obtuvimos esta variable se presentan en Tabla 2 . Finalmente, incorporamos la variable nivel de
agrupación del condado para capturar problemas específicos que dependen de la ubicación de la residencia, por ejemplo, el viajero vive en el núcleo urbano o en los suburbios de la región
NY / NJ. Por ejemplo, esta variable puede capturar que es probable que los residentes del núcleo urbano reciban mejores servicios de transporte público. Además, los hogares ubicados en
Nueva York son más ricos que el promedio del estado y tal vez más conscientes de los peatones y ciclistas.

En cuanto a las estadísticas descriptivas de la muestra, se encuestó a una proporción equilibrada de hombres (51,1%) y mujeres (48,8%), con una mayor presencia de personas de
entre 35 y 54 años (47,2%). Observamos que los ingresos generalmente superan los $ 75,000, y una gran mayoría de titulares de licencias de conducir (91.6%) y personas de etnia blanca
(76.4%). Debido a la naturaleza de la base de datos, también es notable que la mayoría de los encuestados están empleados a tiempo completo (73.3%). Según la muestra, representativa
de la región, más viajeros viajan al trabajo (61.3%) que usan el transporte público (21.9%). Adicionalmente,

El 23.8% reportó recibir beneficios que incluyen el pago o reembolso de peajes, pago o reembolso de transporte público, estacionamiento o reembolso gratuito o estacionamiento seguro
para bicicletas, entre otros. Finalmente, la mayoría de los encuestados (87.5%) informaron la disponibilidad de un automóvil en su hogar. También se encuentra cierta variabilidad en otras
variables explicativas como la ubicación del trabajo, el tamaño del hogar o la estructura del hogar. Se puede encontrar más información sobre las estadísticas descriptivas de las variables
explicativas incluidas en esta investigación en Tabla 2 .

Como se mencionó anteriormente, la investigación adopta un modelo logit multinomial (MNL) para explorar la influencia de los programas de beneficios de tránsito en el
comportamiento de viaje de los empleados. El modelo también puede ser útil para examinar otros factores explicativos que potencialmente afectan la elección del modo de los viajeros.
Particularmente, los encuestados informaron en la encuesta de RHTS el modo de transporte que eligieron para desplazarse. Como se mencionó anteriormente, estas respuestas se
agruparon en cuatro categorías diferentes (transporte público, transporte privado, caminar y andar en bicicleta), y representaron la variable dependiente de la especificación de elección
multinomial. A este respecto, el enfoque de MNL adoptado en esta investigación representa un marco apropiado para explorar y explicar los procesos de elección que comprenden más de
dos alternativas ( Ben-Akiva, 1985 )

Una descripción detallada del modelo logit multinomial está más allá del alcance de este documento, y se hace referencia al lector BenAkiva y Bierlaire (1999), Ben-Akiva (1985) y
Ortúzar y Willumsen (2011) , entre otros. La formulación original del modelo logit se deriva del comportamiento de maximización de la utilidad, suponiendo que quienes toman las decisiones
son maximizadores de la utilidad. Luego, de acuerdo con la teoría económica, el individuo elegirá la opción con la mayor utilidad, cada una determinada por una serie de parámetros
explicativos relacionados tanto con los atributos personales del individuo (I) como con otras características del hogar (H). La utilidad ( U Nueva Jersey) ganado por individuo norte para elegir
alternativas j Se puede escribir como:

U Nueva Jersey ¼ f I Nueva Jersey; H Nueva Jersey re 1 Þ

66 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13

Tabla 2
Estadística descriptiva para las variables independientes.

Variable Categorias Encuestados % De muestra

Variable dependiente
Modo de transporte al trabajo. Transporte privado 13,338 61,3%
Transporte público 4764 21,9%
Caminar 839 3.8%
Ciclo 107 0.5%
Valores perdidos (MV) una 2723 12,5%

Variables explicativas
Características individuales Género Macho: referencia base (BC) 11,133 51,1%
Hembra 10,624 48,8%
MV 14 0.1%
Años Menos de 24 años (a. C.) 1335 6,1%
De 24 a 34 años 2701 12,4%
De 35 a 54 años 10,262 47,2%
De 55 a 64 años 5704 26,2%
Más de 64 años 1434 6.5%
MV 335 1.5%
Estado de la licencia de conducir Positivo 19,962 91,6%
Negativo (BC) 1786 8.3%
MV 23 0.1%
Raza / etnia Blanco (BC) 16,622 76,4%
No blanco si 4755 21,8%
MV 394 1,8%
Estado del ciclo de vida Empleado a tiempo completo (BC) 16,086 73,3%
Empleado a tiempo parcial 5481 24,9%
MV 204 204 1,8%
Ubicación de trabajo Fijo (BC) 17,107 78,6%
Varía 4664 21,4%
Beneficios de transporte del empleador No use ningún subsidio (BC) 13,601 62,5%
Vehículo privado relacionado 3604 16,5%
Relacionados con el transporte público 1350 6.2%
Relacionado con la bicicleta 43 0.2%
Otro 189 0.9%
MV 2984 13,7%
Tiempo de viaje típico en minutos. C Variable no categórica Media: 35,98 Sd: 29.05
Número de viajes en persona por día. C Variable no categórica Media: 3,64 Sd: 2.54

Características del hogar Tipo de residencia Unifamiliar (BC) 14,622 67,2%

Otro 7129 32,8%
MV 20 0.0%
Ingresos del hogar Menos de $ 14,999 (BC) 580 2,7%
De 15,000 a $ 29,999 1373 6.3%
De $ 30,000 a $ 74,999 5688 26,2%
De $ 75,000 a $ 99,999 3139 14,4%
Por encima de $ 100,000 9631 44,2%
MV 1360 6.2%
Tamaño del hogar 1 miembro (BC) 3350 15,4%
2 o más miembros 18,421 84,6%
Tamaño del vehículo doméstico Sin vehículo (BC) 2728 12,5%
1 o más vehículos 19,043 87,5%
Estructura del hogar Por encima de 2 trabajadores con hijos (BC) 4815 22,1%
Por encima de 2 trabajadores sin hijos 9375 43,1%
1 trabajador con niño (s) 1574 7.2%
1 trabajador sin hijos 6007 27,6%
Accesibilidad al transporte público re No accesible (BC) 6373 29,3%
Accesible 15,398 70,7%
Nivel de agrupación del condado Manhattan (BC) 1688 7.8%
Otra ciudad de Nueva York 4222 19,4%
Isla Grande 3021 13,9%
Mid-Hudson 1761 8.1%
Mid-Hudson (otro) 1007 4.6%
Bergen Passaic 1835 8.4%
Unión Essex-Hudson 2745 12,6%
Middlesex-Morris-Somerset 2231 10,3%
Monmouth-Ocean 1566 7.2%
 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13 77

Tabla 2 ( continuado)

Variable Categorias Encuestados % De muestra

Hunterdon-Sussex-Warren 1270 5,8%

Mercer 425 1,9%

una Esta variable tiene un número sustancial de casos con valores faltantes, que corresponden a las respuestas registradas como 'no sabe' o 'se niega a responder'. También agregamos aquellos casos con modos de

transporte que no pueden clasificarse como transporte público o automóvil privado.

si Esta categoría incluye: afroamericano, negro, asiático, indio americano, nativo de Alaska, isleño pacífico, multirracial e hispano / mexicano.

C La media y la desviación estándar se presentan como estadísticas descriptivas para variables no categóricas.
re Esta variable se obtuvo mediante el uso de técnicas del Sistema de Información Geográfica (SIG). Particularmente, creamos diferentes amortiguadores alrededor de la red de transporte público existente (líneas de metro y ferrocarril).

Utilizamos un búfer de 600 m para líneas de metro y un búfer de 1200 m para líneas ferroviarias. Debido a la falta de información geográfica detallada disponible para las rutas de autobuses, la accesibilidad a los servicios de autobuses

se midió en función de un indicador indirecto a nivel de condado, calculado como el número de estaciones de autobuses por condado dividido por el área del condado. Finalmente, los hogares se clasificaron como "accesibles para el

transporte público" si los centroides de las secciones censales correspondientes se ubicaban dentro de un área de amortiguamiento o se ubicaban dentro de un condado donde el número de estaciones por área está por encima del valor

promedio obtenido para el resto de los condados.

Luego, la utilidad obtenida por el tomador de decisiones de la alternativa j se puede dividir en dos partes aditivas de la siguiente manera:

U Nueva Jersey ¼ V Nueva Jersey þ mi Nueva Jersey ¼ si j X Nueva Jersey þ mi Nueva Jersey re 2 Þ

La utilidad promedio ( V Nueva Jersey) se compone de variables explicativas conocidas por el investigador mientras mi Nueva Jersey son las perturbaciones o componentes aleatorios asociados con
la opción de elección. X Nueva Jersey es un vector de variables observadas relacionadas con alternativas j que definen características individuales o del hogar, como la edad, la raza, el nivel
de ingresos o el tiempo de viaje. si j es un vector de coeficientes a estimar ( Louviere et al., 2010 ) Según lo explicado por Ben-Akiva (1985) , la probabilidad de que el encuestado norte elegirá
alternativa j puede expresarse como se muestra en la ecuación. (3) . De acuerdo a Tren (2009) , la elección multinomial es una simple extensión de modelos logit para respuestas binarias.
Con respecto a la elección entre diferentes alternativas de modo de transporte, el modelo de regresión logit multinomial viene dado por la siguiente ecuación, donde P (Y n = j) es igual a la
probabilidad de que el individuo con característica X norte elige el j Categoría de la variable de elección del modo dependiente.

PAGS
PAGS re Y norte ¼ j Þ ¼ mi V Nueva Jersey PAGS J para j ¼ 1; . . . J re 3 Þ
j mi V Nueva Jersey ¼ mij ¼si 1j X mi
n si k X n

Luego, el MNL modela las probabilidades 1 de cada categoría en relación con una categoría de referencia en función de las covariables ( Kohansal y Firoozzare, 2013 ) En cuanto a la
interpretación de los resultados, el si coeficiente indica que para un aumento unitario en una determinada variable explicativa X yo, la odds ratio a favor de suceder Y = 1 aumenta en e si j.

Además, calculamos los efectos marginales (ME) de los factores explicativos del modelo, interpretados de manera diferente dependiendo de si la variable explicativa es continua o
categórica. Para las variables categóricas, los ME muestran la diferencia en las probabilidades pronosticadas para casos en una categoría en relación con la categoría de referencia (por
ejemplo, encuestado blanco en lugar de encuestado no blanco). Por otro lado, los ME para variables continuas miden la tasa de cambio instantánea. Finalmente, utilizamos la técnica de
validación cruzada para detectar y prevenir el sobreajuste. Sobre la base de una prueba de validación cruzada de 10 veces, estimamos con qué precisión nuestro modelo predictivo final
funcionaría en la práctica. Con ese fin, dividimos los datos en dos conjuntos: un conjunto de entrenamiento y un conjunto de prueba. El conjunto de entrenamiento contiene el 90% de la
muestra y se utilizó para ajustar el modelo multinomial. El modelo se aplicó luego al conjunto de prueba (es decir, el 10% de los encuestados restantes). Luego evaluamos la precisión de la
predicción en el conjunto de prueba mediante una variable que cuenta el número de veces que el modelo predice correctamente el modo de transporte elegido por cada individuo. Este
procedimiento se repitió 5000 veces, con conjuntos de entrenamiento y prueba seleccionados al azar.

Como un enfoque complementario para la inclusión de la variable ficticia nivel de agrupación del condado ( mira la sección 4 4 ), decidimos
Explore con más detalle las posibles diferencias en la elección del modo entre los condados geográficos de residencia. Como este análisis representa una extensión que refuerza el modelo
desarrollado, aplicamos el análisis logit binario multinivel estándar basado en coeficientes aleatorios ( Leew et al., 2008 ) En este sentido, tenemos en cuenta la posible correlación entre las
respuestas debido a las estructuras jerárquicas en los datos, que corresponden en nuestro caso al grupo de residencia del condado. Como en todos los enfoques multinivel, una
intercepción aleatoria significativa con respecto al condado de residencia indica correlación entre las respuestas de los mismos grupos.

5. Resultados

Esta sección resume los principales hallazgos del análisis de regresión logit multinomial realizado para examinar el impacto de los beneficios de tránsito en el comportamiento de viaje
de los viajeros. Antes de calibrar el modelo, realizamos algunas pruebas destinadas a identificar posibles problemas de multicolinealidad entre las variables explicativas incluidas en el
modelo, sin concluir interacciones significativas. En cuanto a la bondad del ajuste de los resultados estimados, el modelo presenta un coeficiente pseudo R cuadrado

1 Según lo definido por Bhadra (2010) , la probabilidad es la relación entre la probabilidad de que ocurra el evento de interés y la probabilidad de que no ocurra.
 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13

de 0,54, que puede considerarse satisfactorio para las especificaciones logit de acuerdo con Hensher y Bradley (1993) . Este resultado es comparable a la precisión de ajuste lograda en
estudios similares (ver por ejemplo Buehler, 2012; Dill y Weinstein, 2007; Thrane, 2015 ) Además, los signos de los coeficientes de regresión y su significación estadística y práctica están en
línea con los resultados esperados.

Los resultados finales provenientes del análisis de modelado se muestran en Tabla 3 . Cabe señalar que solo esos coeficientes
Se muestran resultados estadísticamente significativos con intervalos de confianza del 90%, 95% y 99%. Por lo tanto, las variables explicativas incluidas en Tabla 2 pero no listado en Tabla
3 (es decir, género, tipo de residencia, estructura del hogar, edad, entre otros) se excluyeron finalmente del modelo final por ser no estadísticamente significativas (valor p> 0,10) porque
mostraron una influencia irrelevante en los resultados generales del modelo. Como se hace comúnmente para el análisis de modelos logit, los coeficientes de pendiente de las variables
explicativas ( si j)
se evalúan de acuerdo con un doble criterio: (i) el signo del coeficiente y (ii) su magnitud.
Los resultados confirman que la elección del modo de los viajeros está influenciada por las características individuales y del hogar. Entre las características individuales,
proporcionando beneficios de transporte se encontró entre los determinantes más significativos de la elección del modo de los viajeros. En este sentido, recibir subsidios que fomenten el
uso del transporte privado ( relacionado con vehículo privado) Se encuentra que está fuertemente relacionado negativamente con la probabilidad de desplazamientos al utilizar el transporte
público, caminar o andar en bicicleta. Por ejemplo, los beneficios tales como el pago de peajes, el reembolso de millas o el estacionamiento gratuito disminuyen la probabilidad de viajar en
transporte público en automóvil privado en un 82%. Este resultado es similar al hallazgo en Peters y col. (2011) con respecto al pago de peaje por parte de los empleadores y la frecuencia
de uso de las instalaciones de peaje. Además, hemos encontrado que los beneficios de vehículos privados están asociados con una disminución significativa en la probabilidad de elegir
modos alternativos como caminar (57%) o andar en bicicleta (60%) en lugar de conducir, lo que revela la importancia de los beneficios de transporte para promover opciones más
sostenibles para distancias cortas En resumen, los beneficios pagados por el empleador para conducir no parecen promover efectivamente patrones de transporte más sostenibles
perseguidos por los objetivos de TDM.

Por el contrario, los programas de empleadores que promueven la adquisición de pases mensuales de transporte público, pases universales, vales o reembolsos alientan
significativamente a los empleados a que cambien de los viajes en automóvil. Los viajeros que reciben beneficios de transporte público tienen aproximadamente 9 veces más
probabilidades de viajar en transporte público que conducir solos y 3 veces más probabilidades de cambiar su comportamiento de viaje hacia caminar o andar en bicicleta. Por lo tanto, los
incentivos ofrecidos por los empleadores tienen una gran influencia en las elecciones de los empleados, por lo que es más conveniente, por ejemplo, viajar en tránsito al trabajo que
conducir un automóvil. Vale la pena mencionar que nuestro análisis identificó relacionado con el transporte público los subsidios como el determinante principal para explicar las opciones de
transporte público, si excluimos la ubicación del condado de residencia dentro del área de NY / NJ.

Finalmente, los beneficios de la bicicleta están fuertemente correlacionados con una mayor probabilidad de viajar en bicicleta. En comparación con las personas que no reciben subsidios,
de Nueva York y Nueva Jersey no parecen explicar la variabilidad modal del viajero cuando 8
las personas con duchas ciclistas, casilleros o estacionamientos para bicicletas en el trabajo tienen 50 veces más probabilidades de viajar en bicicleta. De hecho, beneficios relacionados con la
bicicleta fueron identificados como el factor más importante que explica la decisión de ir en bicicleta al trabajo (sobre todas las demás variables explicativas enumeradas en Tabla 2 ) Sin
embargo, se espera que el efecto de los beneficios relacionados con la bicicleta sea significativo principalmente para distancias cortas. Además, debemos señalar que la proporción de bicicletas
para el área en estudio sigue siendo bastante baja (0.5% en la muestra).

En resumen, los resultados del modelado confirman que la provisión de beneficios de transporte a los empleados, tales como instalaciones de fin de viaje para andar en bicicleta en el
trabajo, estacionamiento gratuito para automóviles, incentivos para el uso de automóviles privados y reembolsos de transporte público, puede influir fuertemente en las elecciones de los
viajeros. A este respecto, los beneficios del empleador deben reconocerse como un componente clave que debe incluirse y extraerse adecuadamente al diseñar un paquete de políticas de
transporte sostenible para la movilidad diaria. Sin embargo, vale la pena tener en cuenta que la auto-selección potencial no se ha explorado en este estudio, lo que podría llevar a una
sobreestimación de la importancia de estos beneficios en el modelo. van Wee (2009) .

Con base en los resultados anteriores, afirmamos que, al menos para la elección del modo de viaje, la influencia condicionante de recibir subsidios prevalece sobre otras variables
individuales. En los siguientes párrafos, presentamos las principales conclusiones que se pueden extraer con respecto a las variables de control adicionales que resultaron
estadísticamente significativas en el análisis (ver Tabla 3 ) Con respecto a estado de la licencia de conducir, Se puede concluir que las personas que tienen un permiso de conducir tienen
menos probabilidades de viajar en transporte público (= e 1.933) y menos propenso al ciclismo (= e 1,527) o caminando (= e 1.819) para llegar al trabajo que las personas sin él, manteniendo el
resto de variables constantes. Además, otras variables individuales también están relacionadas con la elección del modo de conmutación, pero su influencia es menos fuerte en la
práctica. Por ejemplo, aquellos trabajadores que son empleado a tiempo parcial y cuyo ubicación de trabajo

variados, tienen menos posibilidades de desplazarse en transporte público. El último resultado puede ser una indicación de la relación entre el transporte público y la regularidad de los
viajes. Además, descubrimos que las personas blancas (anglos) son significativamente más propensas a viajar utilizando el transporte privado en comparación con otras razas y etnias. Por
el contrario, las personas no blancas también se asociaron con menores probabilidades de caminar y andar en bicicleta al trabajo. Además, resultados coeficientes para viajes de persona y

tiempo de viaje variables apuntadas en las direcciones esperadas. Un aumento en el número de viajes genera una disminución en el uso del transporte público, ya que se vuelve menos
flexible para llegar fácilmente a múltiples destinos. Del mismo modo, un aumento en el tiempo de viaje generalmente aumenta la probabilidad de usar el sistema de transporte público, por
ejemplo, viajar en tren cuando se vive lejos del área metropolitana de Nueva York / Nueva Jersey, y disminuye la probabilidad de caminar para llegar al trabajo, especialmente por mucho
tiempo. viajes a distancia.
Los resultados también sugieren que las características del hogar también juegan un papel importante en la explicación del comportamiento de viaje. A ese respecto, se descubrió que
la elección del modo de desplazamiento está determinada principalmente por propiedad del carro. Tener uno o más vehículos disminuye en gran medida la probabilidad de viajar en
transporte público (96%), caminar (95%) y andar en bicicleta (97%) en comparación con el caso de referencia (elegir el transporte privado).

Por otro lado, no se puede concluir una influencia estadísticamente significativa a partir de este análisis para el ingresos variable. Las diferencias entre residentes ricos y pobres dentro
 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13 99

Tabla 3
Resumen de los resultados del modelo para la elección del modo de los viajeros (caso base: transporte privado).

Variables Transporte público ( j = 1) Caminar ( j = 2) Ciclo ( j = 3)

si j pags- valor si j pags- valor si j pags- valor

Características individuales Estado de la licencia de conducir

Negativo (BC)
Positivo 1.933 0,000 *** 1.819 0,000 *** 1.527 0,000 ***
Raza / etnia
Blanco (BC) No
blanco 0,237 0,000 *** 0.148 0,149 0,765 0.007 ** **

Estado del ciclo de vida

Empleado a tiempo completo (BC)

Empleado a tiempo parcial 0,303 0,000 *** 0,167 0.140 0.297 0,384
Ubicación de trabajo

Fijo (BC) Varía

0,268 0.003 *** 0.123 0.424 0.365 0.292
Beneficios de transporte del empleador
No use ningún subsidio (BC) relacionado con
vehículos privados 1.748 0,000 *** 0.847 0,000 *** 0.921 0,026 ** **

Relacionados con el transporte público 2.157 0,000 *** 1.198 0,000 *** 1.096 0.006 ** **

Relacionado con la bicicleta 0,105 0,887 0,713 0,570 3.942 0,000 ***
Otro 1.952 0,000 *** 0,702 0.286 1.201 0.273
Tiempo de viaje típico en minutos. 0,050 0,000 *** 0,084 0,000 *** 0,000 0,886
Número de viajes en persona por día. 0,095 0,000 *** 0,010 0.561 0,029 0.357

Características del hogar Propiedad del carro

Sin vehículo (BC) 1 o más

vehículos 3.258 0,000 *** 2.871 0,000 *** 3.401 0,000 ***
Accesibilidad al transporte público
No accesible (BC)
Accesible 0.820 0,000 *** 0,672 0.001 *** 0.337 0.867
Nivel de agrupación del condado

Manhattan (BC) Otros

NYC 1.472 0,000 *** 1.975 0,000 *** 1.611 0,000 ***
Isla Grande 3.431 0,000 *** 3.838 0,000 *** 3.584 0,000 ***
Mid-Hudson 2.545 0,000 *** 3.531 0,000 *** 4.036 0,000 ***
Mid-Hudson (otro) 4.219 0,000 *** 3.680 0,000 *** 3.790 0,000 ** **

Bergen Passaic 2.893 0,000 *** 3.890 0,000 *** 4.269 0,000 ***
Unión Essex-Hudson 2.174 0,000 *** 2,889 0,000 *** 2.851 0,000 ***
Middlesex-Morris-Somerset 3.819 0,000 *** 4.568 0,000 *** 2,555 0,000 ***
Monmouth-Ocean 3.777 0,000 *** 3.591 0,000 *** 3.503 0,000 ***
Hunterdon-Sussex-Warren 6.324 0,000 *** 3.692 0,000 *** 3.302 0,000 ***
Mercer 3.045 0,000 *** 3.289 0,000 *** 1.663 0,024 ** **

Base de resultados de conducción (transporte privado). Probabilidad

de registro 5471.27. Pseudo R2 0.548.

**
Significativo al 10%.
* ** *
Significativo al 5%.
* ** ** *
Significativo al 1%.

controlando por otros posibles factores explicativos. Este resultado está en línea con otros documentos encontrados en la literatura ( Buehler, 2011; Hamre y Buehler, 2014; Lipps y Kunert,
2005; Schwanen y Mokhtarian, 2005 ) Este hallazgo podría explicarse por el hecho de que la propiedad del vehículo puede estar captando de alguna manera el efecto ingreso. Esta
suposición está respaldada por la relación previamente observada entre el nivel de ingresos y la propiedad del vehículo en Nueva York y Nueva Jersey (consulte la Sección 3 ) En este
punto, puede suceder que las decisiones de elección de modo en esta área puedan estar influenciadas principalmente por otras variables explicativas como la propiedad del automóvil, en
contraste con un efecto limitado del nivel de ingresos. De hecho, el ingreso bien puede ser un depósito global para otras variables económicas que se omitieron del modelo, y con un
modelo bien especificado, el impacto del ingreso puede silenciarse ya que otras variables que impactan directamente en la demanda pueden quitarle el poder explicativo a un métrica bruta
de la capacidad de los hogares para obtener bienes (ingresos).

La accesibilidad al transporte público también ha demostrado ser un factor relevante al explicar las opciones de modo de los viajeros. En particular, las personas que viven en áreas cercanas a
las instalaciones de transporte público tienen un 127% más de probabilidades de viajar en autobús, metro o ferrocarril, en comparación con las personas con poca accesibilidad a la red de transporte
público. De hecho, el acceso en tránsito también se asocia con una mayor probabilidad de caminar y andar en bicicleta al trabajo. Este resultado posterior puede deberse al hecho de que los
encuestados interpretan las estaciones de tránsito como posibles instalaciones para integrar bicicletas (estaciones para compartir bicicletas o estacionamientos para bicicletas en estaciones de
ferrocarril y paradas de autobús, así como soportes para bicicletas en autobuses y bicicletas de alquiler a corto plazo) . Estos hallazgos proporcionan evidencia de que el nivel de accesibilidad al
transporte público en Nueva York y Nueva Jersey juega un papel importante en la determinación del uso del transporte público y en la promoción
 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13

Una movilidad más sostenible en áreas metropolitanas de alta densidad. Esto es importante desde una perspectiva de planificación, ya que el acceso al transporte público de buena calidad no
es universal en esta región, también aplicable a otras ciudades estadounidenses. Por lo tanto, las expansiones estratégicas de las redes de tránsito pueden tener impactos significativos en la
elección del modo a lo largo del tiempo.
La influencia de los factores explicativos también se puede interpretar teniendo en cuenta los efectos marginales en las probabilidades predichas. Los principales resultados obtenidos
de este análisis se muestran en Tabla 4 . Entre todas las variables modeladas, vale la pena mencionar el caso de beneficios de transporte, accesibilidad al transporte público, y propiedad del
carro; dado que, como se explicó anteriormente, se encontró que tienen un mayor impacto en las decisiones de elección del modo de viaje en comparación con otras características
personales y domésticas. Según los resultados, establecer todas las variables en sus medios revela que si el beneficio de transporte del empleador cambia de

sin subsidios a subsidios relacionados con vehículos privados, la probabilidad de conducir aumenta en un 12%, mientras que la probabilidad de uso del transporte público disminuye en la
misma proporción. Por el contrario, un cambio hacia subsidios relacionados con el transporte público reduce la probabilidad de conducir en un 16% y aumenta la probabilidad de viajar en
transporte público en un 15%. Por otra parte, alentando el viaje en bicicleta a través de relacionado con la bicicleta los beneficios del transporte aumentan ligeramente la probabilidad de ir en
bicicleta al trabajo (+ 2%).
Se obtuvieron resultados similares para los efectos marginales de las variables. accesibilidad al transporte público y propiedad del carro. En caso de poseer uno o más vehículos, La
probabilidad de elegir la alternativa de transporte privado aumenta en un 40%. Sin embargo, en este caso, las probabilidades de viajar en tránsito ( 28%), caminando ( 10%) y ciclismo ( 2%)
se reducen fuertemente. Por el contrario, tener hogar accesibilidad al transporte público aumenta ligeramente la probabilidad de elegir modos de tránsito (5%) y, en cierta medida, reduce la
probabilidad prevista para los casos de conducir al trabajo ( 6%). Se puede encontrar más información sobre los efectos marginales informados para otras variables explicativas incluidas en
esta investigación en Tabla 4 . Finalmente, analizamos la influencia de la ubicación de la residencia en la elección del modo de los viajeros dentro del área en estudio. Los resultados de la
estimación muestran que los residentes de los suburbios internos de la región de NY / NJ están asociados con una menor probabilidad de viajar en transporte público, caminar y andar en
bicicleta al trabajo (ver Tabla 3 , variable nivel de agrupación del condado). Esto sugiere que las personas que viven en Manhattan viajan más a menudo en transporte público y modos de
transporte blando que los residentes de los suburbios interiores. Este resultado puede ser consecuencia de tener un mayor acceso de tránsito y / o vivir más cerca de sus lugares de
trabajo. En menor medida, parece ser también el caso del área de Essex-Hudson, ya que está bastante provista de servicios de transporte público. Por el contrario, las regiones exteriores
como Hunterdon-Sussex-Warren u otros Mid-Hudson, con una peor accesibilidad por los modos de tránsito, muestran porcentajes más altos de personas que viajan en automóvil privado.
Este análisis se confirmó mediante la exploración de las diferencias en la elección del modo entre los condados de residencia a través de una especificación multinivel, una técnica
econométrica adecuada para explorar las diferencias geográficas de la muestra. A través de este proceso, valor p = 0.001). Este hecho evidencia que, desde un punto de vista práctico,
existen diferencias significativas entre los condados de residencia con respecto a la elección del modo. Los resultados de los coeficientes aleatorios obtenidos para cada agrupación de
condados se pueden encontrar en el Anexo 1. Confirman que las personas que viven en Manhattan muestran el mayor uso de los servicios de transporte público. Por el contrario, los
residentes de los condados Hunterdon-Sussex-Warren informaron niveles de pasajeros en tránsito significativamente más bajos. Como puede verse, este resultado es muy consistente con
el análisis previo basado en las variables ficticias incluidas en el modelo multinomial original (ver Tabla 3 )

Tabla 4
Efectos marginales.

Variables Transporte privado Transporte público Caminar Ciclo

dy = dx dy = dx dy = dx dy = dx

Estado de la licencia de conducir

Positivo 0,204 *** 0.148 *** 0,053 *** 0.003

Raza / etnia
No blanco 0,011 ** ** 0,022 *** 0.007 ** ** 0.004 ***

Estado del ciclo de vida

Empleado a tiempo parcial 0,016 ** ** 0,024 *** 0.008 ** ** 0.001

Ubicación de trabajo

Varía 0,017 ** ** 0,019 *** 0.001 0.003

Tiempo de viaje típico 0.001 *** 0.004 *** 0.003 *** 0.001 ** **

Beneficios de transporte del empleador

Vehículo privado relacionado 0,127 *** 0,121 *** 0.006 0.001
Relacionados con el transporte público 0,159 *** 0.148 *** 0,127 0.001
Relacionado con la bicicleta 0.001 ** ** 0,010 *** 0,030 0,021 ***
Otro 0.138 *** 0.138 *** 0.001 0.001

Viajes de persona 0.006 *** 0.007 *** 0.001 0.001 ** **

Propiedad del carro

1 o más vehículos 0.396 *** 0.280 *** 0,096 *** 0,021 ** **

Accesibilidad al transporte público

Accesible 0,061 *** 0,053 *** 0,010 * * 0.001

**
Significativo al 10%.
* ** *
Significativo al 5%.
* ** ** *
Significativo al 1%. 10
 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13 11

Como punto final, como se explica en la Sección 4 4 , probamos la validez interna del modelo mediante una cruz de 10 veces
método de validación Según este análisis de simulación con 5000 conjuntos aleatorios, encontramos que, en promedio, el modelo predice correctamente el 84% de las elecciones de modo
de transporte realizadas por los individuos en la muestra. Esta prueba es una prueba más de que nuestro modelo puede predecir con precisión el comportamiento del viaje.

6. Análisis comparativo de los resultados y limitaciones.

Los resultados de la regresión logística multinomial presentada anteriormente sugieren una asociación significativa entre los beneficios de transporte y la elección del modo de
transporte. Esta conclusión es consistente con las relaciones reportadas en la mayoría de los otros estudios encontrados en la literatura. Sin embargo, existen algunos hallazgos diferentes
entre los estudios debido al tamaño del efecto de los beneficios. Como lo señaló Programa de Investigación Cooperativa de Tránsito (2005) , los resultados pueden variar, desde casos con
un impacto muy leve hasta casos en los que la cantidad de pasajeros en tránsito se ha más que duplicado.

Aunque la mayoría de los estudios sugieren que los viajeros que reciben subsidios relacionados con vehículos privados son menos propensos a usar el transporte público, la magnitud de
este efecto varía ligeramente entre los estudios de caso. Como se explicó anteriormente, se descubrió que los beneficios como el pago de peajes, el reembolso de millas o el estacionamiento
gratuito desalientan en gran medida el uso del transporte público (82%). Este hallazgo es similar al informado por Hamre y Buehler (2014) , quienes encontraron beneficios de automóviles
relacionados con una disminución del 90% en la probabilidad de elegir el transporte público que el automóvil privado.

Además, los beneficios de vehículos privados se encuentran típicamente en la literatura para desalentar el ciclismo al trabajo. Por ejemplo, Buehler (2013) descubrió que las instalaciones
para automóviles, como el estacionamiento gratuito en el lugar de trabajo, están asociadas con una menor probabilidad de ir en bicicleta al trabajo (razón de probabilidad de 0.303). En nuestro
análisis, estos beneficios están asociados con magnitudes similares de disminución en la razón de posibilidades a favor de otros modos alternativos como caminar (razón de probabilidades de
0.43) o ciclismo (razón de probabilidades de 0.39). Entonces, nuestros hallazgos también son consistentes en este punto con trabajos anteriores, como Buehler (2013) o Shoup (2005) . Vale la
pena mencionar que el nivel de influencia de este tipo de beneficios sobre la posibilidad de ir en bicicleta al trabajo no varía considerablemente entre los estudios.

Del mismo modo, descubrimos que los viajeros que reciben beneficios de transporte público tienen aproximadamente 9 veces más probabilidades de tomar el transporte público que
conducir y 3 veces más probabilidades de elegir caminar o andar en bicicleta que conducir. Otra investigación como Hamre y Buehler (2014) obtuvieron resultados comparables,
particularmente los tamaños del efecto (11 veces más probabilidades de andar en tránsito y 2 veces más probabilidades de caminar y andar en bicicleta). Sin embargo, nuestro estudio
encontró una mayor influencia de los beneficios de la bicicleta en la elección entre ciclismo y conducción (probabilidades de 51.5) en comparación con otros tamaños de efectos reportados en
la literatura, por ejemplo
Hamre y Buehler (2014) o Buehler (2013) . Esta diferencia puede interpretarse sobre la base del pequeño tamaño de muestra de los beneficiarios de los beneficios de bicicletas para el área
en estudio.
Las divergencias encontradas en esta sección podrían explicarse por la naturaleza única de cada estudio de caso y también por las diferencias en la metodología aplicada en los
diversos estudios mencionados anteriormente, incluidas las características de la muestra, el tipo de encuesta y el desarrollo del modelo. Además, los hallazgos pueden no ser replicados en
nuestro contexto de estudio, ya que analizamos un área metropolitana grande y muy intensiva en tránsito que puede no ser necesariamente representativa de otras ciudades y regiones de
los Estados Unidos.
Finalmente, varios aspectos para futuras investigaciones surgen de los resultados y las limitaciones de este documento. En primer lugar, se necesitan esfuerzos adicionales para
ampliar el análisis multinivel actual con el fin de estimar con mayor precisión qué parte de la variabilidad observada en la variable de elección de modo es atribuible a variables individuales,
y cuánto puede corresponder a un efecto de grupo (área geográfica de residencia). Las contribuciones futuras deberían intentar refinar este análisis adoptando especificaciones
econométricas más complejas, como los modelos de regresión logística multinomial multinivel. En segundo lugar, la investigación adicional debería profundizar en cómo la autoselección
puede ayudar a comprender mejor el comportamiento del viaje. A este respecto, Se podrían desarrollar modelos más complejos, como el modelado de ecuaciones estructurales, para
abordar el posible efecto de sesgo de autoselección en los resultados. En tercer lugar, la calidad y cantidad de los beneficios proporcionados deben examinarse con mayor detalle,
particularmente la influencia de los cambios en la magnitud de los beneficios en la elección del modo. Además, dado que nuestra investigación consideró solo el modo principal en un viaje
multimodal, los estudios futuros también deberían explorar la relación entre los beneficios para el viajero y la combinación de varios modos para las relaciones origen-destino.

7. Resumen y conclusión

Este estudio tiene como objetivo explorar los efectos de los programas de beneficios de transporte en el comportamiento de los viajeros en las regiones de Nueva York y Nueva
Jersey. Aborda la cuestión de si los paquetes que ofrecen beneficios para conducir, caminar, andar en bicicleta y usar el transporte público efectivamente promueven comportamientos de
viaje sostenibles. Sobre la base de los datos individuales de la Encuesta regional de viajes de hogares (RHTS) 2010–2011, hemos investigado en qué medida la elección del modo de viaje
está influenciada por los beneficios de transporte y otras variables socioeconómicas y relacionadas con el transporte. Con ese fin, hemos desarrollado un modelo logit multinomial para
analizar el impacto de los diferentes tipos de beneficios para viajeros en la elección del modo mediante la comparación de automovilistas con usuarios de transporte público, peatones y
ciclistas. También exploramos la importancia relativa de variables explicativas adicionales como la propiedad del automóvil, la accesibilidad al transporte público o los ingresos. El análisis
arrojó algunas conclusiones interesantes.

La primera conclusión se refiere a la relación fuerte y significativa observada entre los beneficios de transporte y la elección del modo de transporte. Este resultado es importante en la
medida en que los esfuerzos políticos se dirigen a reducir la dependencia del automóvil en los Estados Unidos. Dado que los beneficios para el transporte público están fuertemente
asociados con una mayor probabilidad de viajar en transporte público,
12 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13

caminar y ir en bicicleta al trabajo; Nuestra investigación proporciona información para afirmar que estos beneficios pueden ser un medio eficaz para hacer que el transporte público y los
modos suaves sean más atractivos para los viajeros, aumentando así la eficiencia y la sostenibilidad. Los resultados de este análisis indican que los beneficios tales como pases
mensuales de transporte público, pases universales, vales o reembolsos constituyen el determinante más significativo para explicar la decisión de viajar en tránsito.

Al mismo tiempo, descubrimos que la provisión de beneficios privados relacionados con el transporte, como estacionamiento gratuito o reembolso de peaje / millaje, está fuertemente
asociada con una baja probabilidad de elegir transporte público y modos suaves para los viajes diarios. Este hallazgo confirma que, como se esperaba, los beneficios pagados por el
empleador para conducir no contribuyen a promover los objetivos de sostenibilidad. Además, los beneficios relacionados con la bicicleta se encontraron entre los factores que más influyen
en los desplazamientos en bicicleta. Significa que las instalaciones de fin de viaje para andar en bicicleta en el trabajo juegan un papel clave en la determinación de la probabilidad de
desplazamientos en bicicleta, al menos para distancias cortas.

Luego, aumentar los beneficios de los empleadores para hacer que el transporte público y las alternativas de modos suaves sean más atractivos, al tiempo que se reducen los beneficios de
vehículos privados al mismo tiempo, puede ser un medio eficaz para cambiar las opciones relacionadas con los viajes, particularmente en las áreas metropolitanas. Los resultados de este
análisis indican que un paquete integral de políticas parece ser más efectivo que implementarlas solo. Algún nivel de medidas de atracción (incentivos para cambiar el uso del automóvil a modos
de viaje que no sean automóviles) junto con medidas de empuje (disminución de los beneficios para los usuarios de automóviles) puede tener un impacto mayor en el comportamiento del viaje.

La segunda conclusión es que la elección modal es el resultado de una amplia gama de factores que están interrelacionados en mayor o menor medida. Por esa razón, también
estudiamos variables de control adicionales con respecto a las características del fabricante del viaje, así como otros atributos relacionados con el hogar que potencialmente determinan la
elección del modo de transporte. Sobre la base de los resultados de esta investigación, concluimos que las personas con licencias de conducir y fácil acceso a un automóvil tienen menos
probabilidades de viajar en transporte público, caminar y andar en bicicleta. Por el contrario, los viajeros que viven en áreas cercanas a las instalaciones de transporte público tienen una
mayor probabilidad de desplazarse en los servicios de autobús / metro / ferrocarril. Por otro lado, las variables explicativas como el nivel de ingresos del hogar no fueron estadísticamente
significativas para explicar la decisión de los individuos para este estudio de caso.

Si bien hay muchos factores que afectan el comportamiento de los viajes de los empleados, el presente estudio respalda los hallazgos anteriores que presentan los beneficios de tránsito como un

factor clave de la elección de modo adoptada. Como consecuencia, afirmamos la necesidad de implementar políticas proactivas que promuevan modos alternativos y sostenibles combinados con políticas

que hagan que el uso del automóvil sea menos atractivo. A través de, por ejemplo, programas de beneficios de tránsito, los encargados de la toma de decisiones pueden influir fácilmente en el

comportamiento de los viajeros, mientras que controlar otros factores determinantes, como el uso del automóvil (por ejemplo, el cobro por carretera, los impuestos a la gasolina, las políticas de compra de

automóviles) puede ser más difícil de implementar o puede dar lugar a actitudes públicas negativas .

Reconocimiento

Los autores desean agradecer al Ministerio de Economía y Competitividad español, que ha financiado el Proyecto SUPPORT
- Mecanismos de apoyo de la UE para promover asociaciones público-privadas para la financiación de INFRAESTRUCTURAS DE TRANSPORTE TRANSEUROPEO - [TRA2012-36590].
Período: 1 de enero de 2013–31 de diciembre de 2016.

Apéndice A. Coeficientes aleatorios obtenidos a través de un modelo multinivel para los grupos de condado

Nivel de agrupación del condado Media

Manhattan (BC) 3.081

Otra ciudad de Nueva York 1.639
Isla Grande 0,385
Mid-Hudson 0,581
Mid-Hudson (otro) 1.193
Bergen Passaic 0.252
Unión Essex-Hudson 0.929
Middlesex-Morris-Somerset 0,794
Monmouth-Ocean 0,781
Hunterdon-Sussex-Warren 3.331
Mercer 0,094

Intervalo de confianza del 95%: 1.036–2.472. Std.

error 0.355.

Referencias

Ben-Akiva, M., 1985. Teoría del análisis de elección discreta y aplicación a la demanda de viajes. MIT Press . Ben-Akiva, M., Bierlaire, M., 1999. En: Hall, RW (Ed.), Handbook of Transportation Science, vol. 23. Springer
US, Boston, MA. http://dx.doi.org/10.1007/978-
1-4615-5203-1 .
 PC Bueno y col. / Transporte Investigación Parte A 99 (2017) 1–13 13

Bhadra, D., 2010. Elección de las flotas de aeronaves en el sistema de transporte aéreo nacional programado de los Estados Unidos: resultados de un análisis logit multinomial. J. Transporte.
Res. Foro 44 (3). http://dx.doi.org/10.5399/osu/jtrf.44.3.586 .
Boyle, DK, 2010. Disposiciones de tarifas de tránsito para empleadores públicos: estudios de caso. En: Junta de Investigación del Transporte 89ª Reunión Anual (No. 10-2866). Buehler, R., 2011. Determinantes de la
elección del modo de transporte: una comparación de Alemania y Estados Unidos. J. Transp. Geogr. 19 (4), 644–657. http://dx.doi.org/
10.1016 / j.jtrangeo.2010.07.005 .
Buehler, R., 2012. Determinantes del desplazamiento de bicicletas en la región de Washington, DC: el papel del estacionamiento de bicicletas, duchas para ciclistas y estacionamiento gratuito en
trabajo. Transporte. Res. Parte D: Transp. Reinar. 17 (7), 525-531. http://dx.doi.org/10.1016/j.trd.2012.06.003 .
Buehler, R., 2013. Instalaciones de fin de viaje en el trabajo y desplazamientos en bicicleta en la región de Washington, DC. En: Junta de Investigación del Transporte 92a Reunión Anual. Cass, N., Faulconbridge, J., 2016.
Prácticas de conmutación: nuevas ideas sobre el cambio modal desde las teorías de la práctica social. Transp. Pol. 45, 1–14. http://dx.doi.org/
10.1016 / j.tranpol.2015.08.002 .
Dill, J., Wardell, E., 2007. Factores que afectan la elección del modo de lugar de trabajo: hallazgos de Portland, Oregon. Transporte. Res. Rec .: J. Transporte. Res. Junta 1994, 51–57.
http://dx.doi.org/10.3141/1994-07 .
Dill, J., Weinstein, A., 2007. ¿Cómo pagar el transporte? Una encuesta de preferencias públicas en California. Transp. Pol. 14 (4), 346–356. http://dx.doi.org/
10.1016 / j.tranpol.2007.04.001 .
Magazine, Forbes., 2016. Más empleadores obligados a ofrecer beneficios para viajeros recuperados de <http://www.forbes.com/sites/ashleaebeling/2014/10/
08 / más-empleadores-para-ofrecer-beneficios-para-viajeros / # 1319d5101807> .
Garling, T., Eek, D., Loukopoulos, P., Fujii, S., Johansson-stenman, O., Kitamura, R., Velhelmson, B., 2002. Un análisis conceptual del impacto de la demanda de viajes
gestión de uso de vehículos privados. Transp. Pol. 9, 59-70 .
Habibian, M., Kermanshah, M., 2013. Hacer frente a la congestión: comprender el papel de las políticas simultáneas de gestión de la demanda de transporte en
Viajeros. Transp. Pol. 30, 229–237. http://dx.doi.org/10.1016/j.tranpol.2013.09.009 .
Hamre, A., Buehler, R., 2013. Papel de los beneficios para los viajeros en la decisión de caminar, andar en bicicleta o viajar en tránsito al trabajo en la región de Washington, DC. En:
Junta de Investigación del Transporte 92ª Reunión Anual.
Hamre, A., Buehler, R., 2014. Elección del modo de cercanías y estacionamiento gratuito para automóviles, beneficios de transporte público, duchas / casilleros y estacionamiento para bicicletas en el trabajo:
evidencia de la región de Washington, DC. J. Pub. Transporte. 17 (2), 67–91 .
Heinen, E., Maat, K., van Wee, B., 2013. El efecto de los factores relacionados con el trabajo en la elección del modo de viaje en bicicleta en los Países Bajos. Transporte 40 (1),
23-43. http://dx.doi.org/10.1007/s11116-012-9399-4 .
Hensher, DA, Bradley, M., 1993. Utilizando los datos de elección de respuesta declarados para enriquecer los modelos de elección discreta de preferencias reveladas. Mercado. Letón. 4 (2), 139-151.
http://dx.doi.org/10.1007/BF00994072 .
Herzog, E., Bricka, S., Audette, L., Rockwell, J., 2006. ¿Los beneficios para empleados reducen las emisiones de los vehículos y el consumo de combustible? Resultados del otoño 2004
encuesta de mejores lugares de trabajo para viajeros. Transporte. Res. Rec .: J. Transporte. Res. Junta 1956, 34–41. http://dx.doi.org/10.3141/1956-05 .
Hess, D., 2001. Los efectos del estacionamiento gratuito en la elección del modo de cercanías: evidencia de los datos del diario de viaje. Transporte. Res. Rec .: J. Transporte. Res. Junta 1753 (8),
35-42. http://dx.doi.org/10.3141/1753-05 .
Kohansal, MR, Firoozzare, A., 2013. Aplicación del modelo logit multinomial para determinar los factores socioeconómicos que afectan la elección principal de los consumidores de alimentos.
compra: el caso de Mashhad. J. Agricult. Sci. Technol. 15, 1307–1317 .
de Leew, J., Meijer, E., Goldstein, H., 2008. En: de Leeuw, J., Meijer, E. (Eds.), Manual de análisis multinivel. Springer New York, Nueva York, NY. http: //dx.doi.
org / 10.1007 / 978-0-387-73186-5 .
Letarte, L., Pouliot, S., Waygood, EOD, 2016. Los impactos del pase de autobús universal en el comportamiento de viaje de los estudiantes universitarios. En: Junta de Investigación del Transporte
95ª reunión anual .
Lipps, O., Kunert, U., 2005. Medición y explicación del aumento de la distancia de viaje: un análisis multinivel utilizando encuestas de viaje de sección transversal repetidas
(DIW No. Diskussionspapiere 492). Deutsches Institut für Wirtschaftsforschung (DIW), Berlín.
Loukopoulos, P., 2007. En: Garling, T., Steg, L. (Eds.), Una clasificación de medidas de gestión de la demanda de viajes. Elsevier, Oxford OX2 8DP, Reino Unido
(Primero) .

Louviere, JJ, Flynn, TN, Carson, RT, 2010. Los experimentos de elección discreta no son análisis conjuntos. J. Modelo de elección. 3 (3), 57–72 . Meyer, MD, 1999. La gestión de la demanda como elemento de la política de
transporte: el uso de zanahorias y palos para influir en el comportamiento del viaje. Transporte. Res. Parte
A: Pol. Pract. 33 (7–8), 575–599. http://dx.doi.org/10.1016/S0965-8564(99), 00008-7 .
Departamento de Transporte de Nueva Jersey, 2008. Plan de transporte de largo alcance de Nueva Jersey. Ortúzar, JDD, Willumsen, LG, 2011. Modelado de transporte. John Wiley & Sons, Ltd,
Chichester, Reino Unido. http://dx.doi.org/10.1002/9781119993308 .
Peters, J., Kramer, J., 2012. ¿Quién debería pagar qué? Equidad vertical, subsidio de tránsito y precios de carreteras: el caso de la ciudad de Nueva York. J. Pub. Transporte. 15
(2003), 117–136 .
Peters, J., Shim, H., Kress, M., 2011. Desglosar el modelo de demanda de viaje multimodal basado en el precio de la carretera y el acceso al tránsito. Transporte. Res. Rec .: J.
Transporte. Res. Junta 2263 (1), 57–65. http://dx.doi.org/10.3141/2263-07 .
Rotaris, L., Danielis, R., 2015. Viaje a la universidad: la eficacia y la eficiencia social de las políticas de gestión de la demanda de transporte. Transp. Pol. 44,
158-168. http://dx.doi.org/10.1016/j.tranpol.2015.08.001 .
Schwanen, T., Mokhtarian, PL, 2005. ¿Qué afecta la elección del modo de viaje: estructura física del vecindario o preferencias hacia los vecindarios? J.
Transp. Geogr. 13 (1), 83–99. http://dx.doi.org/10.1016/j.jtrangeo.2004.11.001 .
Scott, RA, Currie, GV, Tivendale, KJ, 2012. Impuesto sobre los beneficios de los automóviles de la empresa y los beneficios complementarios: comprender los impactos en los objetivos estratégicos de transporte. NZ Transport

Agencia, Wellington, NZ < http://www.nzta.govt.nz/resources/research/reports/474/docs/474.pdf >.

Shoup, D., 2005. Alto costo de estacionamiento gratuito. APA Planners Press, Chicago .
Shoup, D., Willson, R., 1992. Estacionamiento pagado por el empleador: el problema y las soluciones propuestas. Transporte. Cuarto de galón. 46 (2), 169-192 . Thrane, C., 2015. Examinando las opciones de transporte de larga
distancia de los turistas utilizando un modelo de regresión Logit Multinomial. Gira. Gestionar. Perspectiva 15,
115-121. http://dx.doi.org/10.1016/j.tmp.2014.10.004 .
Train, K., 2009. Métodos de elección discreta con simulación. Books.Google.Com (Segundo). Prensa de la Universidad de Cambridge . Programa de Investigación Cooperativa de Tránsito, 2005. Análisis de la efectividad de los
Programas de Beneficios para Viajeros (Informe 107). Washington DC. van Wee, B., 2009. Autoselección: ¿una clave para comprender mejor las opciones de ubicación, el comportamiento del viaje y las externalidades del
transporte? Transp. Rev. 29 (3), 279–
292. http://dx.doi.org/10.1080/01441640902752961 .
Washbrook, K., Haider, W., Jaccard, M., 2006. Estimación de la elección del modo de cercanías: un análisis de elección discreta del impacto del precio de la carretera y el estacionamiento
cargos. Transporte 33 (6), 621–639. http://dx.doi.org/10.1007/s11116-005-5711-x .
Zhou, J., Schweitzer, L., 2011. Hacer que los conductores cambien: precio de tránsito y calidad de servicio entre los viajeros. J. Plan urbano. Desarrollar. 137 (4), 477–483. http: //
dx.doi.org/10.1061/(ASCE)UP.1943-5444.0000079 .