Sei sulla pagina 1di 15

Investigación de transporte Parte D 77 (2019) 77–91

Listas de contenidos disponibles en ScienceDirect

Investigación de transporte Parte D

revista Página de inicio: www.elsevier.com/locate/trd

Impacto de las restricciones para abordar los episodios de alta contaminación en Madrid: cambio de participación

modal en los corredores de desplazamiento

Fernando Romero • , Juan Gómez, Thais Rangel, José Manuel Vassallo


Centro de Investigación del Transporte (TRANSYT), Universidad Politécnica de Madrid, Calle Profesor Aranguren 3 28040, Madrid, España

INFORMACIÓN DEL ARTÍCULO RESUMEN

Palabras claves: Con la creciente preocupación por los problemas ambientales en las áreas metropolitanas, los responsables políticos están estableciendo
Contaminación del aire Áreas restricciones a los vehículos privados en los centros de las ciudades para mitigar los niveles de contaminación del aire. Al igual que muchas
metropolitanas Cambio modal NO 2
otras ciudades europeas, Madrid no cumple reiteradamente los límites legales sobre las concentraciones de contaminantes establecidos por la
Protocolo Restricciones de
Comisión Europea. En consecuencia, para cumplir con los niveles aceptables de calidad del aire, el Ayuntamiento de Madrid aprobó un
estacionamiento Límite de
protocolo para abordar el alto NO 2 episodios de contaminación. Este documento tiene como objetivo obtener una visión más profunda de cómo
velocidad
los planes de reducción de emisiones fomentan una movilidad más sostenible en los viajes suburbanos. Con ese fin, se realiza un análisis de
elección discreta para explorar la influencia de las diferentes etapas de restricción en la participación modal en un corredor de trayecto. Según
los recuentos de tráfico y las entradas de tránsito, se calibran dos modelos logit agrupados multinomiales. Además, se estudian las diferencias
entre las frecuencias de viaje para determinar en qué medida se produce un cambio modal de vehículos privados a modos de transporte más
respetuosos con el medio ambiente. El documento concluye que la elección modal en los viajes suburbanos está influenciada por las
restricciones de movilidad adoptadas. Sin embargo, este efecto parece ser bastante limitado en el caso del NO de Madrid. 2 Protocolo. Por lo
tanto, se deben implementar medidas más severas para lograr un mayor cambio modal hacia modos de transporte más sostenibles.

1. Introducción

Es ampliamente reconocido que el transporte representa un riesgo para el medio ambiente debido a sus impactos negativos en las condiciones de habitabilidad, como la contaminación del aire y el

ruido, la congestión, el consumo de energía y la fragmentación de la tierra. Dentro del sector del transporte, el transporte por carretera se encuentra entre los principales contribuyentes a las externalidades

del transporte, en particular las emisiones de contaminantes atmosféricos, incluido el NO X, asuntos particulares (PM) y O 3 ( Crippa et al., 2018 ) Por ejemplo, en la Unión Europea (UE), el transporte

representa el 48% de NO X emisiones, con el tráfico rodado representando el 80% de ellas ( EEE, 2018 )

La contaminación del aire basada en el transporte es un tema particularmente crítico en entornos urbanos debido a la gran demanda de movilidad dentro de un espacio limitado. Se pueden

proporcionar algunas cifras para ilustrar este hecho. Primero, de acuerdo con el ONU (2018) , El 55% de la población mundial vive en ciudades y este porcentaje aumenta hasta el 80% en las regiones

más desarrolladas. Además, las ciudades de todo el mundo representan puntos de importancia clave, ya que representan el 80% del PIB mundial, el 60–80% del consumo mundial de energía y el 75%

de las emisiones de carbono ( Swilling et al., 2013 ) Este dinamismo urbano implica una gran cantidad de viajes –muchos de ellos realizados en modos no respetuosos con el medio ambiente– dentro de

un área reducida. Los problemas de calidad del aire son particularmente graves en contextos urbanos, ya que las emisiones basadas en el transporte se producen cerca del suelo y en áreas

densamente pobladas ( EEE, 2017 ) Luego, las externalidades negativas –y específicamente las emisiones– asociadas con el desarrollo urbano.

• Autor correspondiente.

Correos electrónicos: fernando.romero@upm.es (F. Romero) juan.gomez.sanchez@upm.es (J. Gomez), thais.rangel@upm.es (T. Rangel),
josemanuel.vassallo@upm.es (JM Vassallo).

https://doi.org/10.1016/j.trd.2019.10.021

Disponible en línea el 04 de noviembre de 2019

1361-9209 / © 2019 Elsevier Ltd. Todos los derechos reservados.


F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

Figura 1. Comunidad de madrid. Información general de movilidad ( Comunidad de Madrid, 2014 )

La movilidad es un problema que aún no se ha resuelto.


Los gobiernos locales de todo el mundo están preocupados por la contaminación del aire debido a su impacto en la salud y los ecosistemas. Con respecto a Europa, la contaminación del aire es

una grave preocupación para la Comisión Europea debido a sus diversos y graves efectos. Por ejemplo, las estimaciones de los impactos en la salud atribuibles a la exposición a la contaminación del

aire indican que PM 2.5, NO 2, y O 3 fueron responsables, respectivamente, de 391,000,

76,000 y 16,400 muertes prematuras por año en la Unión Europea ( EEE, 2018 ) Por este motivo, las Autoridades europeas tienen valores de concentración limitados de algunos
contaminantes mediante un acto legislativo, la Directiva 2008/50 / CE ( UE, 2008 ), llamada Calidad del aire ambiente. Aunque todos los países de la UE deben alcanzar este objetivo, las
ciudades de todo el continente siguen enfrentando este problema de calidad del aire y han superado repetidamente los umbrales de la UE en los últimos años. De hecho, desde mayo de
2018 hasta julio de 2019, la Comisión Europea remitió a cinco países, a saber, Francia, Alemania, Italia, España y el Reino Unido, al Tribunal de Justicia de la Unión Europea debido a los
altos niveles de NO 2 concentraciones en algunas de sus zonas urbanas. Otros nueve Estados miembros de la UE también tienen casos de infracción pendientes a este respecto.

Las autoridades públicas han estado trabajando para mejorar la calidad del aire mediante el establecimiento de diferentes medidas relacionadas con el transporte, como las normas de
eficiencia energética y de emisión para vehículos automotores, restricciones de conducción basadas en matrículas, por ejemplo, en la Ciudad de México o Beijing ( Wang et al., 2014 ), lotería o
subasta de matrículas en algunas ciudades chinas como Beijing o Shanghai, ( Yang et al., 2014 ), zonas de bajas emisiones en París, Berlín y Madrid ( AM, 2017 ), reduciendo el límite de velocidad o
introduciendo sistemas de velocidad variable en áreas metropolitanas, por ejemplo, en Barcelona ( Bel et al., 2015 ) o tasas de congestión en Londres, Milán o Estocolmo ( Börjesson y
Kristoffersson, 2018; Percoco, 2013 ), entre otros.

En línea con esta tendencia, en 2015 el Ayuntamiento de Madrid desarrolló un plan de acción a corto plazo para hacer frente a los altos NO 2 episodios de concentración, observados
repetidamente en la ciudad en años anteriores ( AM, 2016a ) Dada la alta contribución del tráfico rodado a NO 2 contaminante

78
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

En cuanto a las emisiones, las autoridades locales implementaron un protocolo que incluía diferentes medidas de política (por ejemplo, restricciones de manejo y estacionamiento en el centro de la
ciudad) que se aplicarán cuando se superen ciertos valores umbral de concentración de contaminantes. El objetivo principal del protocolo era mejorar la calidad del aire al desalentar el uso de
vehículos privados y promover modos más amigables con el medio ambiente dentro del centro de la ciudad.

En la región de Madrid, se pueden identificar tres áreas con diferentes patrones de movilidad: la ciudad de Madrid, el área metropolitana y otros municipios (ver Figura 1 )

Si bien el protocolo cambia claramente los patrones de movilidad en los viajes dentro de la ciudad cerca del área afectada cuando se aplica, el impacto en la movilidad suburbana,
particularmente para aquellos viajes desde el Área Metropolitana al Centro de Madrid, es menos conocido a pesar de su importancia en la sostenibilidad urbana (al menos para el caso de
Madrid), por varios motivos. De acuerdo a Pérez y col. (2019) , hasta el 28,5% del kilometraje total de los turismos en la ciudad de Madrid es realizado por conductores de otros municipios
del área metropolitana. Además, tanto la mayor tasa de propiedad de vehículos en el área metropolitana como la mayor proporción de transporte privado en los viajes desde el área
metropolitana a la ciudad de Madrid (ver Figura 1 ), indican una mayor dependencia del vehículo en los municipios del Área Metropolitana. Entonces, es necesario explorar si se observa un
cambio en la división modal del área metropolitana al centro de la ciudad, en el sentido de que, bajo estas medidas de política, los conductores pueden cambiar de viajar en sus propios
vehículos a usar el transporte público.

Este documento tiene como objetivo determinar si NO 2 El protocolo de Madrid fomenta una movilidad más sostenible. En particular, la investigación explora si este plan de acción
fomenta el uso de modos de transporte más amigables con el medio ambiente cuando el protocolo está en vigencia, con un enfoque especial en aquellos viajes desde áreas suburbanas al
centro de la ciudad. Con ese fin, analizamos en qué medida se produce un cambio modal del transporte privado hacia el tránsito en el caso de un corredor de transporte principal que conecta
la ciudad de Madrid con otros municipios del Área Metropolitana. Si bien los estudios de investigación previos han explorado principalmente el impacto de las restricciones de acceso en la
movilidad urbana pura (urbana), existe la necesidad de explorar su impacto en la movilidad diaria generada en áreas suburbanas.

Este documento está estructurado de la siguiente manera: después de la introducción en Sección 1 , Sección 2 revisa el estado del arte y la práctica con respecto a las medidas de política que
apuntan directa o indirectamente a lograr mejores niveles de calidad del aire y su impacto en el cambio modal. Seccion 3
detalla el NO 2 protocolo implementado en la ciudad de Madrid. Esta sección también presenta el estudio de caso (el corredor del Este de Madrid) y los datos utilizados para llevar a cabo
esta investigación. Próximo, Sección 4 desarrolla la metodología, y Sección 5 muestra los resultados y discute las implicaciones de la política. Finalmente, Seccion 6 saca las principales
conclusiones y propone vías para futuras investigaciones.

2. Estado del arte y práctica.

Es ampliamente reconocido que el tráfico rodado es uno de los principales contribuyentes a los niveles de contaminación del aire. De acuerdo a Pérez y col. (2019) ,

los turismos son responsables del 65%, 73% y 72% de NO X, CO y PM 2.5, respectivamente. Por lo tanto, muchas ciudades en todo el mundo han implementado políticas de restricción de conducción que

directa o indirectamente buscan mejorar la calidad del aire. Entre los instrumentos de política adoptados para aliviar la contaminación del aire, vale la pena mencionar las restricciones de manejo basadas

en matrículas, la lotería de matrículas, las zonas de bajas emisiones, la reducción del límite de velocidad en áreas urbanas, las restricciones de estacionamiento en la calle y los esquemas de cobro por

congestión.

Se puede encontrar una extensa literatura académica sobre los efectos de las restricciones antes mencionadas sobre el tráfico y la contaminación del aire (ver

p.ej Ellison et al., 2013; Mishra et al., 2019; Pu et al., 2015 ) Algunas contribuciones se centraron en cómo estas políticas impactan en el comportamiento de los viajeros, particularmente en
la elección de modo en áreas urbanas ( de Grange y Troncoso, 2011 ) o en toda el área metropolitana ( Carvalho et al., 2015; Davis, 2008 ) Sin embargo, hasta donde los autores saben, no
hay trabajos previos relacionados con el impacto de esas políticas que analizan por separado las áreas urbanas y suburbanas.

En los países en desarrollo, varias ciudades como Santiago ( de Grange y Troncoso, 2011 ), Ciudad de México ( Davis, 2008 ), Bogotá
( Zhang et al., 2017 ) y Sao Paulo ( Slovic y Ribeiro, 2018 ) han utilizado las restricciones de manejo basadas en matrículas como una política para abordar la congestión urbana y la contaminación del
aire. Esta restricción de manejo prohíbe a los conductores usar sus vehículos en ciertos momentos de acuerdo con el número de la placa. El efecto positivo de esta medida sobre la calidad del aire y
la congestión del tráfico es temporal porque generalmente promueve la compra de un vehículo adicional, generalmente más antiguo ( Davis, 2008 ) Podría conducir a un cambio en la composición de
los vehículos y, por lo tanto, a los vehículos de mayor emisión; por lo tanto, es posible que se produzca un aumento de la contaminación del aire. Los estudios de investigación sugieren que la
implementación de esta política por sí sola no es suficiente para mejorar la calidad del aire. Se señala un efecto positivo en la cantidad de pasajeros en las opciones de transporte público para las
ciudades de Beijing ( Gu et al., 2017 ) y Santiago ( de Grange y Troncoso, 2011 ) En Tianjin, aproximadamente la mitad de los usuarios de automóviles antes de la implementación de una restricción
de matrícula cambian al transporte público durante los días restringidos, pero durante los días sin restricciones, el 37% de los usuarios de tránsito anteriores cambian a automóviles privados ( Jia et
al., 2017 ) Sin embargo, algunos otros autores no encontraron evidencia de un cambio modal al transporte público ( Davis, 2008; Guerra y Millard-Ball, 2017 )

La lotería o subasta de matrículas (LPL / LPA) es otro instrumento para enfrentar la contaminación vehicular y la congestión del tráfico, adoptado en Singapur y algunas ciudades
chinas. Esta medida tuvo un impacto positivo significativo a corto plazo en el número de nuevos registros de vehículos y la congestión del tráfico en Beijing ( Yang et al., 2014 ) Sin embargo,
no hay evidencia empírica sobre el efecto aislado de los sistemas de cuotas de vehículos en la elección del modo.

Otra medida para combatir la contaminación del aire en las zonas urbanas es la implementación de Zonas de Baja Emisión (LEZ), es decir, áreas donde se regula la circulación de la
mayoría de los vehículos contaminantes: restricciones de acceso por tipo de vehículo, edad o tecnología. Hay muchas LEZ en ciudades europeas como Berlín, París, Londres, Bruselas y
Madrid ( Nagl et al., 2018; Wolff y Perry, 2010 ) El efecto principal de un LEZ es acelerar la renovación de la flota de vehículos ( Ellison et al., 2013 ), promueve el uso del transporte público y
alienta a las personas a caminar y andar en bicicleta debido a la mejora de la ruta peatonal y ciclista. Los ciudadanos están dispuestos a comprar un nuevo automóvil ecológico que les
permita conducir a través de la LEZ ( Basbas et al., 2015; Sfendonis et al., 2017 ) Los estudios sobre la implementación de LEZ hipotéticas muestran un aumento en el uso del transporte
público en Salónica ( Sfendonis et al., 2017 ) y una reducción del 40% de NO X Las emisiones del tráfico rodado se estimaron en Madrid ( Borge et al., 2014 )

79
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

Con respecto a la reducción del límite de velocidad en las autopistas urbanas, algunos autores han descubierto que hasta un rango de 70 a 80 km / h es una medida efectiva para
reducir la contaminación del aire (ver, por ejemplo, Dijkema et al., 2008; Gonçalves et al., 2008; Keuken et al., 2010; Pérez-Prada y Monzón, 2017 ) Por el contrario, para el estudio de caso
de Barcelona, Bel y Rosell (2013) Llegó a la conclusión de que limitar la velocidad a 80 km / h en las autopistas urbanas aumenta el nivel de contaminantes. Sin embargo, aún no se ha
estudiado si esta medida fomenta un cambio modal hacia otros modos de transporte.

La implementación de políticas de estacionamiento temporales destinadas a mejorar la calidad del aire en los centros urbanos (por ejemplo, restringir el estacionamiento en la calle,
implementar mecanismos de precios, limitar la disponibilidad de estacionamiento para los residentes, etc.) no es tan frecuente como las políticas mencionadas anteriormente. Las restricciones de
estacionamiento podrían alcanzar muchos objetivos políticos además de reducir las emisiones contaminantes, como la mitigación de la congestión, la promoción del transporte público o la
recuperación del espacio público ( Russo et al., 2019 ) Sin embargo, estudiar el impacto de las restricciones de estacionamiento en el medio ambiente aún carece empíricamente en la literatura
científica. Mingardo y col. (2015) Señale que los objetivos principales de la política de estacionamiento son contribuir a una mejor accesibilidad y movilidad del área urbana y mejorar la calidad del
aire y el ambiente de vida. Kodransky y Hermann (2011) considere que las restricciones de estacionamiento podrían implementarse cuando la contaminación del aire excede los valores límite
anuales. En el caso de Madrid, los resultados de Borge y col. (2018) acerca de la aplicación de la restricción de estacionamiento en la calle mostró una reducción de las emisiones de tráfico en el
área objetivo y un aumento del tráfico y NO 2 concentraciones fuera del área objetivo. Aunque varios autores han analizado cómo las tarifas de estacionamiento afectan la demanda de transporte
público ( Kodransky y Hermann, 2011; Russo et al., 2019 ), no hay evidencia empírica de cómo las restricciones de estacionamiento en la calle impactan particularmente en la elección del modo.
La implementación del cobro por congestión es otra estrategia para mitigar la contaminación del aire en áreas urbanas. Varios estudios que exploran los efectos ambientales asociados con el
cobro por congestión informan una reducción significativa en los niveles de contaminación del aire ( Gibson y Carnovale, 2015; Rotaris et al., 2010 ) y el aumento del uso del transporte público en
un 9,2% en el caso de Milán ( Rotaris et al., 2010 ) Se informa una reducción del volumen de tráfico del 12% en el caso de Gotemburgo ( Börjesson y Kristoffersson, 2015 ) Con respecto al estudio
de caso de Madrid, un análisis que modela la implementación hipotética de un esquema de precios de carreteras urbanas estimó que el 28.4% de los usuarios de automóviles podrían cambiar
hacia el transporte público y los modos no motorizados, lo que resulta en una reducción de la contaminación del aire ( Muñoz Miguel et al., 2017 )

En resumen, los planes de reducción de emisiones a corto y largo plazo se han estudiado ampliamente en la literatura analizando su efecto sobre las emisiones contaminantes y el
tráfico rodado. Sin embargo, el impacto de esos planes de reducción de emisiones en la elección del modo apenas se ha analizado en la literatura académica desde un punto de vista
estadístico. En particular, es necesario explorar en qué medida la implementación de estas medidas influye en los viajes suburbanos que ingresan al centro de la ciudad, dado su impacto
en la sostenibilidad urbana. Este documento aborda esta brecha de investigación al realizar un análisis de la evolución de la demanda de transporte proveniente de los municipios dentro del
área metropolitana hacia el centro de la ciudad cuando se adopta una medida de política dirigida a mejorar la calidad del aire, particularmente un NO X protocolo.

Este documento tiene como objetivo contribuir a la literatura existente sobre los efectos de las políticas ambientales que abordan los episodios de alta contaminación en la elección
modal y el comportamiento de los viajeros para la movilidad suburbana. Basado en datos empíricos, el efecto de un protocolo ambiental (ver más detalles en Sección 3.1 ) en Madrid se
analiza.

3. Estudio de caso y descripción de datos

3.1. El no 2 protocolo de la ciudad de Madrid

Para abordar los graves problemas de calidad del aire experimentados en muchas ciudades de la UE, el Parlamento Europeo aprobó la Directiva 2008/50 / CE, conocida como Directiva de

calidad del aire ambiental ( UE, 2008 ) Establece valores límite para algunos contaminantes del aire como PM 10, PM 2.5, O 3,
y no 2) En particular, NO 2 está limitado a 200 μg / m 3 como un promedio por hora que no debe superarse en más de 18 h por año y hasta 40 μg / m 3 como promedio anual. Estos límites
están en línea con las recomendaciones propuestas por la Organización Mundial de la Salud (OMS).

Como muchas otras ciudades europeas, Madrid reiteradamente no cumple con los umbrales establecidos. Por ejemplo, en 2015, la concentración promedio anual de NO 2 medido en
estaciones de monitoreo ubicadas dentro de la circunvalación interior de Madrid (llamada autopista M30) fue
45,4 μg / m 3 y algunos puntos de medición superan los 350 μg / m 3 durante los episodios de contaminación máxima. En promedio, cada estación de control excedió el límite por hora
durante 25.70 h ( AM, 2016b ) En consecuencia, la Comisión Europea abrió procedimientos de infracción contra España en 2015.

Para cumplir con estos niveles de calidad del aire y evitar posibles sanciones económicas, en febrero de 2015, el Ayuntamiento de Madrid aprobó un protocolo para tratar el alto NO 2 episodios

de contaminación ( AM, 2016a ) Dado que el tráfico rodado es responsable de la mayoría de NO X


emisiones en el Área Metropolitana de Madrid (ver estimaciones por Borge et al., 2014 ), este protocolo consiste en un paquete de medidas de política a corto plazo destinadas a desalentar
el uso de vehículos privados, como reducciones de límite de velocidad, restricciones de estacionamiento en la calle, restricciones de acceso en vehículos privados al centro de la ciudad y
promoción de tránsito. El protocolo se endureció en enero de 2016. Además, en 2017 el Ayuntamiento de Madrid aprobó una estrategia de reducción de la contaminación a largo plazo, el
llamado Plan de calidad del aire y cambio climático para la ciudad de Madrid, o Plan A ( AM, 2017 ), incluidas las medidas adicionales que se aplicarán en los años siguientes. El no 2 El
protocolo de la ciudad de Madrid estableció cuatro etapas dependiendo de la gravedad del NO 2 niveles de concentración registrados en estaciones de calidad del aire repartidas por toda
la ciudad:

• Durante la etapa 1, la velocidad se limita hasta 70 km / h en los accesos por carretera entre la circunvalación interior M30 y la circunvalación exterior M40 (ver

Figura 1 )

• Durante la etapa 2, se aplican restricciones de estacionamiento en la calle a los no residentes dentro de la carretera de circunvalación M30 de 9 a.m. a 9 p.m.

• Durante la etapa 3, se establece un esquema de restricción de matrículas pares e impares en el área interior de la carretera de circunvalación M30. Solo esta etapa

80
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

entró en vigor el 29 de diciembre de 2016 hasta ahora.

• La etapa 4 expande el esquema impar / par en la carretera de circunvalación M30 y, hasta ahora, nunca se ha aplicado. Las restricciones y prohibiciones de las diferentes etapas son aditivas.

El protocolo incluye algunas excepciones para vehículos de bajas emisiones, servicios de taxi y vehículos de alta ocupación. En diciembre de 2018, este NO 2 Se mejoró el protocolo al reemplazar

las restricciones de la placa de matrícula con nuevas restricciones basadas en los estándares de emisión de vehículos automotores.

Dependiendo de las concentraciones de contaminantes registradas en las estaciones de calidad del aire en días anteriores, el gobierno local puede activar el protocolo hasta la etapa
necesaria para los días posteriores. El Ayuntamiento anuncia la activación del NO 2 protocolo generalmente un día antes de entrar en acción. Los comunicados de prensa, sitios web y
cuentas oficiales de redes sociales (Twitter, Facebook) del Ayuntamiento de Madrid y la Autoridad de Transporte Público de Madrid (CRTM) informan a los ciudadanos de la entrada en
vigor de las diferentes etapas del protocolo, así como a través de señales de mensajes variables ubicadas a lo largo de las redes de carreteras e instalaciones de tránsito Dependiendo de
la evolución de las concentraciones de contaminantes, la etapa del protocolo puede modificarse y permanecer activada hasta que las concentraciones de contaminantes caigan por debajo
de un cierto valor umbral.

3.2. Estudio de caso: el corredor oriental de Madrid

La Comunidad de Madrid tiene 6,5 millones de habitantes y casi la mitad de ellos vive en la ciudad de Madrid, en el centro de la región. Otro 43% de la población vive en el Área
Metropolitana, conectada a la ciudad de Madrid a través de una red radial de seis corredores principales de transporte. Todos estos corredores tienen autopistas libres (llamadas A1 a A6),
servicios ferroviarios (ya sea metro o tren suburbano) y servicios de autobuses suburbanos que unen las áreas suburbanas con el centro de la ciudad. Además, cuatro de estos corredores
tienen una alternativa adicional, una autopista de peaje (llamada R2 a R5) paralela a las autopistas libres existentes. La red de autopistas se completa con dos carreteras de circunvalación
alrededor de la ciudad de Madrid: la carretera de circunvalación interior (llamada M30) y la carretera de circunvalación externa (llamada M40), como se puede ver en Figura 1 . El estudio de
caso seleccionado para esta investigación es el Corredor del Este que conecta Madrid con el este de España a través de la autopista A3. Este corredor incluye dos ciudades principales:
Rivas-Vaciamadrid (en adelante, Rivas) y Arganda del Rey (en adelante, Arganda). Rivas y Arganda son dos municipios ubicados a 17 y 27 km respectivamente al sureste de Madrid.
Tienen 84,000 y 54,000 habitantes. Como todas las ciudades suburbanas, la movilidad de Rivas y Arganda a Madrid se basa en gran medida en la dependencia económica entre los
suburbios y la ciudad principal. El 56,4% de los trabajadores que viven en Rivas y el 33,6% de los que viven en Arganda tienen su trabajo en Madrid ( Comunidad de Madrid, 2017 ) Ambas
ciudades están conectadas a Madrid por la carretera de alta capacidad A3. Arganda también está conectado por la autopista con peaje R3.

Hay dos razones principales por las que se ha elegido este corredor. Primero, a diferencia de los otros corredores dentro de la Comunidad de Madrid, los puntos finales de ambas
alternativas, la libre y la de peaje, están muy cerca de la carretera de circunvalación M30. Por lo tanto, ambas carreteras cubren el mismo itinerario, lo que nos permite no considerar el
destino del viaje como un conductor explicativo. Y segundo, es el único corredor de transporte cuya alternativa con peaje conecta directamente las áreas suburbanas con el centro de la
ciudad. Por lo tanto, podemos considerar la autopista con peaje como otra alternativa de transporte para llegar al centro de Madrid. Además, las conexiones de tránsito entre el centro de la
ciudad y las áreas suburbanas son bastante similares a otros corredores dentro de la Región de Madrid.

Con respecto al transporte privado, el tiempo de viaje promedio en automóvil en las horas pico de los días laborables desde Rivas hasta el centro de la ciudad de Madrid es de 40 minutos, mientras que el viaje

desde Arganda generalmente dura 50 minutos. En cuanto a la conexión de la carretera de peaje, las tarifas de peaje de Arganda a Madrid para vehículos livianos son de € 2.80 en las horas pico y € 3.10 en las horas

pico.

Con respecto a las conexiones de tránsito, la línea 9 del metro de Madrid sirve a áreas residenciales en ambas ciudades con tres estaciones en Rivas (Rivas- Urbanizaciones, Rivas-Futura
y Rivas Vaciamadrid), y dos estaciones en Arganda (La Poveda y Arganda del Rey). Se pueden ver más detalles en Figura 2 . En 2017, se realizaron 3,9 millones de viajes desde estas cinco
estaciones. Según el horario oficial del metro, la frecuencia promedio es de 6 minutos en la hora pico y 10 minutos en los períodos de menor actividad. Los servicios de metro generalmente
comienzan a las 6:00 a.m. y finalizan a las 11:00 p.m., con la excepción de los servicios que terminan a medianoche los viernes y sábados. Cuatro rutas de autobuses en Rivas y dos rutas de
autobuses en Arganda completan el suministro de tránsito a Madrid en el corredor. La frecuencia promedio de los autobuses es de entre 10 y 20 minutos dependiendo de la ruta. El servicio de
autobús diurno opera entre las 5:30 a.m. y las 11:30 p.m. En las horas pico de los días laborables, el tiempo de viaje promedio de Rivas al centro de la ciudad de Madrid es de 50 minutos,
mientras que desde Arganda el viaje suele durar 65 minutos.

Con respecto a las tarifas de tránsito, la Autoridad de Transporte Público establece tres niveles diferentes de tarifas de transporte público, dependiendo de la distancia al centro de la ciudad de
Madrid (B1 y B2 para Rivas y B3 para Arganda). Los usuarios de tránsito pueden elegir entre boletos de un solo viaje, boletos de diez viajes, pases mensuales y pases anuales. Las tarifas de tránsito
aplicadas en el Corredor del Este se muestran en tabla 1 . Los pases anuales son equivalentes a 10 pases mensuales. Los boletos de un solo viaje y de diez viajes son específicos para cada modo de
transporte público (metro o autobús suburbano). Por el contrario, los pases mensuales y anuales son válidos para los servicios de metro y autobús.

3.3. Descripción de los datos

La variable dependiente que se modelará en esta investigación es la participación modal, que se divide en tres categorías principales: vehículo privado, metro y autobús. Los datos se
recopilaron desde enero de 2015 hasta diciembre de 2017, dada su disponibilidad al momento de escribir este documento. La investigación se centra en los viajes de Arganda y Rivas a la
ciudad de Madrid.
Los datos de la demanda de vehículos privados se obtuvieron de detectores de circuito instalados a lo largo de las autopistas A3 y R3 y operados por el Ministerio de Transporte español y la
Autoridad de Tráfico española (DGT). Suponemos que la ocupación del automóvil es de 1 pasajero / vehículo, dados los valores cercanos obtenidos, por ejemplo, de PTP (2016) .

Los datos de transporte público se basan en validaciones de boletos de tránsito de las estaciones de metro y líneas de autobuses suburbanos dentro del corredor,

81
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

Figura 2. Corredor Este de Madrid. Red de carreteras y conexiones de tránsito.

tabla 1
Tarifas de tránsito (valores en euros). A

Madrid Metro L-9 Autobús

Viaje individual Diez viajes Mensual Viaje individual Diez viajes Mensual

De Rivas 3.00 18.30 63.20 / 72.00 2.00 / 2.60 12.20 / 16.10 63.20 / 72.00
De Arganda 3.00 18.30 82,00 3.60 23.00 82,00

proporcionado por la Autoridad de Transporte Público de Madrid (CRTM) y la compañía de metro, Metro de Madrid. Dentro de los sistemas de transporte público de Madrid, los boletos solo
se validan en las entradas de tránsito pero no en las salidas de tránsito, entonces solo es posible controlar los viajes realizados en la dirección del corredor a Madrid. Los datos se agruparon
a diario ya que este es el nivel más desagregado proporcionado por la Autoridad de Transporte Público para la demanda de autobuses. Además, el análisis solo considera el período en que
se presta el servicio de metro, entre las 6:00 a.m. y las 11:00 p.m. Solo los días con registros completos en todos los modos de transporte se consideran en el análisis. Este hecho limita el
tamaño de la muestra, principalmente debido a los problemas operativos generalmente observados en los detectores de bucle.

Los datos sobre la demanda y oferta de transporte se complementan con otras variables que pueden influir en la elección modal. Para capturar la estacionalidad y otros efectos
temporales en el comportamiento de los viajeros, hemos considerado el control de variables categóricas para el día de la semana y el mes. La variable Día de la semana se divide en cuatro
categorías: días laborables (como la categoría de referencia), sábados, domingos y días laborables no escolares. Los días de semana no escolares se distinguen de los días de semana
estándar ya que muestran diferentes patrones de movilidad en el Área Metropolitana de Madrid. Las variables de costos no se han incluido en el análisis ya que las condiciones de costo
real (tarifas de peaje, tarifas de transporte público, etc.) se han mantenido sin cambios durante el período bajo análisis.

Además, hemos considerado dos eventos no planificados que pueden afectar la elección del modo de viaje de las personas: la ocurrencia de huelgas en los servicios de transporte
público y las condiciones climáticas. Las condiciones climáticas se incorporan en el análisis ya que, de acuerdo con Hyland y col. (2018) o Saneinejad y col. (2012) , podrían influir en la
elección modal. Las condiciones climáticas adversas podrían causar un aumento de los viajes de corta distancia en el transporte público provenientes de modos no motorizados ( Böcker et
al., 2016; Cascajo et al., 2019 ) El único fenómeno meteorológico que ocurre con suficiente frecuencia en Madrid para ser incluido en el modelo es la lluvia. Los registros de precipitación
fueron proporcionados por la Agencia Estatal de Meteorología (AEMET), Ministerio para la Transición Ecológica, diariamente.

Además, siguiendo Nguyen-Phuoc y col. (2018) , las huelgas en los servicios de transporte público se consideran en el análisis porque es

82
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

Tabla 2
Todos los episodios de contaminación que involucran la activación del NO 2 Protocolo.

Episodio de contaminación Nivel 1 Etapa 2 Etapa 3

1 12/11/15 13/11/15

2 01/12/15 12/03/15
12/02/15 12/12/15
05/12/15

3 24/12/15

44 30/10/16 31/10/16
11/01/16

55 22/12/16
23/12/16
24/12/16

66 27/12/16 28/12/16 29/12/16


31/12/16 30/12/16
01/01/17

77 10/03/17 11/03/17

8 29/09/17
30/09/17
01/10/17

99 10/11/17 13/10/17
10/12/17 14/10/17
15/10/17

10 24/10/17 25/10/17
28/10/17 26/10/17
27/10/17

11 16/11/17 18/11/17
17/11/17 20/11/17
19/11/17 21/11/17
24/11/17 22/11/17
23/11/17

12 06/12/17 12/07/17
12/12/17

13 24/01/18

14 05/12/18
06/12/18
07/12/18

Total 31 19 1

Se espera que los viajeros que no son usuarios cautivos del transporte público puedan tratar de evitar esta penalización cambiando a modos alternativos. Durante el período de análisis, solo
los servicios de metro se vieron afectados por huelgas, con un total de veintiocho episodios. Vale la pena señalar que la mayoría de los episodios de huelga entraron en acción en cortos
períodos de tiempo. Las huelgas tuvieron lugar durante todas las horas de servicio solo en cuatro días dentro del período de tiempo cubierto. Además, los servicios mínimos obligatorios entre
el 51% y el 84% del suministro ordinario fueron programados para episodios de huelga por la compañía de metro. Cabe señalar que las huelgas de tránsito en el Área Metropolitana de Madrid
se anuncian, al menos, con cuatro días de anticipación.

Finalmente, incluimos la variable de mayor interés en nuestra investigación, la activación del NO 2 Protocolo. Esta variable se incluye como un parámetro categórico para controlar las
diferentes etapas del protocolo aplicado. El Ayuntamiento de Madrid ha activado este Protocolo durante catorce episodios de alta contaminación, doce de ellos comprendidos en el período
de análisis ( Tabla 2 ) Como puede verse, la etapa 1 del protocolo, en la que los límites de velocidad en el límite de Madrid se aplican en los principales accesos al centro de la ciudad, se ha
aplicado con mayor frecuencia. Las etapas más restrictivas del protocolo, el establecimiento de restricciones de estacionamiento en la calle o los esquemas de restricción de placas
impares, se han activado con menos frecuencia, particularmente la etapa 3.

Tabla 3 muestra estadísticas descriptivas de la muestra de datos disponibles considerando los tres posibles modos de transporte, a saber, automóvil privado, autobús y metro. La muestra de
datos no proporciona información para todos los días debido a problemas operativos recurrentes experimentados por los detectores de bucle, por lo que proporciona información faltante o
inconsistente sobre los volúmenes de tráfico en el Estudio de Caso de Rivas para ciertos períodos de tiempo. Por el contrario, la base de datos para el transporte público está disponible para todo el
período de análisis.
Tabla 4 muestra la distribución modal compartida de viajes de cada municipio a Madrid durante los días de semana dentro de la muestra. Como se esperaba, el vehículo privado es la
opción más común en cada caso, con un porcentaje significativamente mayor en el caso de Arganda (medianas del 70% y 5% para las autopistas A3 y R3, respectivamente) en
comparación con Rivas (mediana del 60% ) Se puede observar que la proporción de tránsito es mucho mayor en Rivas que en Arganda, probablemente debido a la menor distancia al
centro de la ciudad de Madrid y, en consecuencia,

83
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

Tabla 3
Estadística descriptiva para las variables explicativas. Variables

Rivas Arganda

No. dias % De muestra No. dias % De muestra

Día de la semana (caso base: día de la semana)

Día laborable 189 58,5% 428 46,9%


Día de la semana no escolar 21 6.5% 189 20,7%
sábado 57 17,6% 147 16,1%
domingo 56 17.3% 149 16,3%
Mes (caso base: enero)
enero 45 13,9% 89 9,7%
febrero 50 15,5% 73 8.0%
marzo 48 14,9% 93 10,2%
abril 42 13,0% 59 6.5%
Mayo 32 9,9% 91 91 10.0%
junio 66 1,9% 80 8.8%
julio 00 0.0% 78 8,5%
agosto 66 1,9% 88 9.6%
septiembre 26 8.0% 72 7,9%
octubre 27 8.4% 68 7,4%
noviembre 28 8,7% 45 4.9%
diciembre 13 4.0% 77 8.4%
Huelgas en el servicio de metro (Caso base: sin huelga)
Sin huelga 319 98,8% 887 97,2%
Huelga 44 1,2% 26 2.8%
Etapas de NO 2 Protocolo (caso base: sin protocolo)
Sin protocolo 315 97,5% 878 96,2%
Nivel 1 3 0.9% 20 2,2%
Etapa 2 55 1.5% 14 1.5%
Etapa 3 00 0.0% 1 0.1%
Precipitación Media: 0,595 Sd: 1.870 Media: 0,444 Sd: 2.160

Total 323 913

Tabla 4
Participación modal entre semana de viajes en el Corredor Este de Madrid desde Rivas y Arganda. A Madrid

Metro L-9 Autobús A3 R3

Mediana Dakota del Sur. Mediana Dakota del Sur. Mediana Dakota del Sur. Mediana Dakota del Sur.

De Rivas 19,10% 1,58% 20,01% 1.94% 60,55% 3,34% - -


De Arganda 15,89% 0,95% 8,96% 0,61% 70,00% 1,83% 5.09% 1,85%

La mayor competitividad de los servicios de tránsito en términos de tiempo de viaje. Los valores medios para el metro son 19% en Rivas y 16% en Arganda, respectivamente. Se pueden observar tendencias

similares para el caso de los autobuses suburbanos, con una mayor participación de Rivas (mediana del 20%) en comparación con Arganda (mediana del 9%). Esta división modal está en línea con la

distribución modal de acciones informada en la Encuesta de movilidad de la Comunidad de Madrid ( Comunidad de Madrid, 2014 ), se muestra en la Figura 1 .

4. Metodología

En este artículo, exploramos en qué medida las restricciones de vehículos del Madrid NO 2 El protocolo afecta la elección modal de los viajeros en el Corredor Este de Madrid. Por lo
tanto, como se indica en Sección 3.2 , la variable dependiente a modelar es la división modal en el corredor que comprende tres categorías principales: automóvil privado, metro y autobús
suburbano. En el caso de Arganda, la opción de automóvil privado se puede dividir en dos opciones: autopista libre (A3) y autopista de peaje (R3). Como la variable de resultado se
compone de un conjunto de más de dos alternativas mutuamente excluyentes, un enfoque apropiado es llevar a cabo un modelo logit multinomial (MNL) ( Ben-Akiva y Lerman, 1985 ) Los
modelos MNL se han utilizado ampliamente en la investigación del transporte para estudiar la elección modal (ver, por ejemplo, Bueno et al., 2017; Ding y Zhang, 2017; Hamre y Buehler,
2014 )

Una descripción completa de esta técnica econométrica está más allá del alcance de este artículo, por lo que se remite al lector a literatura especializada como Ben-Akiva y Lerman
(1985), Hensher y Johnson (1981) y Ortúzar y Willumsen (2011) . La teoría de la utilidad aleatoria constituye el marco más común para los modelos de elección discreta y establece que los
tomadores de decisiones siempre eligen la alternativa (modo de transporte) que maximiza su utilidad.

Como no hay información completa sobre todos los factores considerados por el tomador de decisiones q al elegir la alternativa j, la utilidad (U qj) comprende dos componentes aditivos
como se muestra en la ecuación. (1) . V qj representa la utilidad medible y depende de los atributos conocidos por el investigador (X qj). Por el contrario, ε qj es un componente aleatorio que se
refiere a las preferencias del individuo y

84
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

errores de observación Vector β j incluye los coeficientes a estimar.

UVqj = + =qj qj X
j qj
+ qj (1)

La probabilidad de que el tomador de decisiones q elija el modo de transporte alternativo j viene dada por Eq (2) ( Tren, 2009 ) Para J dependiente
categorías, MNL estima J-1 regresiones lineales múltiples y, por lo tanto, es necesario elegir un resultado de referencia como referencia.

eeV qj X
mi j qj
PY( q = =j ) = para j = 1, J
qj J X
mi j qj
jV j = 1 (2)

Hemos desarrollado dos modelos logit multinomiales, uno para cada municipio dentro del Corredor Oriental (Rivas y Arganda) debido a varias razones. En primer lugar, Arganda tiene
una alternativa adicional para la variable de resultado, la autopista de peaje R3. Además, como hemos visto antes, el suministro de tránsito a Madrid es diferente para cada ciudad. Por
último, la distancia al centro de Madrid difiere notablemente en cada caso, lo que puede ser un factor decisivo en las elecciones. Antes de calibrar los modelos, exploramos los posibles
efectos de multicolinealidad entre las variables explicativas. Como algunos de los parámetros son categóricos, calculamos el factor de inflación de varianza generalizada (GVIF) siguiendo Fox
y Monette (1992) , concluyendo sin interacciones significativas. Los datos utilizados en este modelo empírico se agrupan a intervalos diarios, como se menciona en Seccion 3 , por lo tanto,
un multinomio agrupado

logit es adoptado. Como lo señaló Gujarati y Porter (2009) , este enfoque se adapta bien a situaciones con ciertos datos agrupados de acuerdo con diferentes variables explicativas. Los
marcos logit agrupados modelan las frecuencias relativas, una buena estimación de las probabilidades individuales a medida que aumenta el tamaño de la población (en este caso, el
número de viajes desde Rivas y Arganda a la ciudad de Madrid). Para ese fin, los modelos logit agrupados emplean estimaciones de mínimos cuadrados ponderados.

Además del hecho de que los coeficientes del modelo pueden interpretarse como en los modelos logit multinomiales convencionales, el uso de datos agrupados tiene algunas ventajas importantes

sobre los métodos alternativos. Primero, a diferencia de obtener información de, por ejemplo, encuestas, el uso de datos empíricos reales permite analizar la evolución de la elección modal durante un largo

período de tiempo. Por lo tanto, una amplia variedad de situaciones reales en términos de

por ejemplo, las condiciones climáticas o las etapas de activación del protocolo se incluyen en el conjunto de datos. La forma alternativa de considerar una gran cantidad de combinaciones
de las categorías de variables explicativas sería diseñar experimentos basados ​en situaciones de elección hipotéticas. Sin embargo, de acuerdo con Fifer y col. (2014) , existe un sesgo
hipotético en los experimentos de elección declarados, especialmente cuando, como en nuestro caso, existe un esquema de carga. Además, aunque los enfoques alternativos mejorarían
el poder explicativo del modelo al incluir variables específicas del viajero como la edad o el género, los datos agrupados proporcionan una imagen más precisa de la participación modal
dentro del corredor y su evolución en el tiempo. Los datos agrupados se han utilizado en enfoques similares que analizan las opciones de transporte, como en Romero y col. (2019) o Schroeder
y Demetsky (2011) .

5. Elección de resultados de modelos y discusión

5.1. Resultados de modelado

Esta sección describe los principales resultados derivados de los modelos logit multinomiales realizados para estudiar el impacto del NO 2
Protocolo sobre elección modal en viajes suburbanos desde Rivas y Arganda a la ciudad de Madrid. Como se menciona en Sección 4 , se han desarrollado dos modelos logit agrupados
multinomiales, uno para cada municipio (ver Tabla 5 para el caso de Rivas y Tabla 6 para Arganda).
Como parece razonable, las estimaciones de coeficientes con respecto al día de la semana son negativas y estadísticamente significativas (valor p <0.05) en el caso de Rivas. En
comparación con los días de semana, la frecuencia promedio más baja de autobuses y metro durante los fines de semana resulta en un suministro menor que desalienta el uso del tránsito.
En comparación con los días de semana, la razón de probabilidades a favor de la alternativa de metro y autobús disminuye, en promedio, en 43.9% y 59.9% respectivamente. A su vez, las
reducciones en el uso del transporte público son más bajas para los residentes de Arganda, ya que la proporción de probabilidades de elegir la opción de autobús suburbano disminuye en
promedio un 33,4%, mientras que la participación del metro permanece aproximadamente sin cambios. En el caso de la alternativa de peaje, se puede notar que la probabilidad de elegir la
autopista de peaje disminuye significativamente los sábados, Romero y col. (2019) . El aumento de los domingos podría explicarse por la mayor proporción de viajes de ocio de fin de
semana generalmente observados en el área metropolitana de Madrid en este día de la semana. Como se esperaba, las variaciones en los días de semana no escolares también son
estadísticamente significativas para todos los modos.

Las categorías que controlan la evolución de la demanda de transporte a lo largo del año son estadísticamente significativas y con los valores esperados. Por ejemplo, el uso de la
carretera de peaje aumenta significativamente en los períodos asociados con los días festivos (por ejemplo, abril - Pascua; mayo - festividades regionales; octubre - Día nacional) y el uso
del transporte público es mayor en los meses de primavera y otoño.
Con respecto a las huelgas del metro, se produjo un cambio modal significativo en los días de huelga en los servicios de metro. A pesar de que el operador ferroviario programó servicios
mínimos obligatorios altos, los viajeros se trasladaron ligeramente a los autobuses suburbanos en Rivas y Arganda, ya que la razón de posibilidades de esta alternativa de transporte aumentó
en un 6,7% y 8,2%, respectivamente. Los usuarios del metro parecen cambiar principalmente a otros servicios de tránsito como el autobús suburbano en lugar de cambiar al vehículo privado,
como lo sugiere la magnitud y el signo de los coeficientes obtenidos para el modo de metro (significativamente negativo), el modo de autobús (significativamente positivo) y la autopista de peaje
(no significativa).

Con respecto a la variable de precipitación, la lluvia ha mostrado un efecto modesto pero positivo sobre el uso de los servicios de transporte público en Rivas. Por el contrario, en Arganda, los viajes en

metro caen ligeramente durante los días lluviosos, mientras que los impactos significativos en el servicio de autobuses no pueden concluirse.

A continuación, comentamos los resultados relativos a la variable de especial interés en esta investigación, la activación del NO 2 Protocolo del Ayuntamiento de Madrid. De acuerdo
con los resultados del modelado, podemos observar que el NO 2 El protocolo induce un cambio modal a más

85
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

Tabla 5
Resultados de modelado: estudio de caso Rivas. Base:

automóvil privado (A3) Subte Linea 9 Autobús

Variables Coeff Std. Error valor p Coeff Std. Error valor p

Día de la semana (caso base: día de la semana)

Día de la semana no escolar −0,115 0.003 0,000 −0.232 0.004 0,000


sábado −0.485 0.002 0,000 −0.813 0.003 0,000
domingo −0.681 0.003 0,000 −1.027 0.003 0,000
Mes (caso base: enero)
febrero 0,078 0.003 0,000 0,127 0.003 0,000
marzo 0,127 0.003 0,000 0,185 0.003 0,000
abril 0.112 0.003 0,000 0,166 0.003 0,000
Mayo 0.136 0.003 0,000 0,157 0.003 0,000
junio 0,045 0.006 0,000 0,102 0.006 0,000
julio - - - - - -
agosto 0,037 0.008 0,000 0,043 0.009 0,000
septiembre 0,011 0.004 0.002 −0,005 0.004 0,161
octubre 0,119 0.003 0,000 0,146 0.003 0,000
noviembre 0,102 0.003 0,000 0,205 0.003 0,000
diciembre 0,092 0.005 0,000 0,157 0.005 0,000
Huelgas en el servicio de metro (Caso base: sin huelga)
Huelga −0.020 0.007 0.002 0,065 0.006 0,000
Precipitación 0.002 0,000 0,000 0.002 0,000 0,000
Etapas de NO 2 Protocolo (caso base: sin protocolo)
Nivel 1 −0.012 0.007 0.100 0,019 0.007 0.006
Etapa 2 0,072 0.007 0,000 0.110 0.007 0,000
Interceptar −1.238 0.002 0,000 −1.256 0.002 0,000

Probabilidad de registro inicial −10,787,147


Probabilidad de registro final −10,652,889
Pseudo R 2 Mc Fadden 0,0124
Relación de probabilidad de valor p χ 2 0.0000
Número de observaciones (días) 323

modos de transporte sostenibles para aquellos viajes que llegan a Madrid desde las afueras del área metropolitana. Por ejemplo, la etapa 1 del protocolo aumenta las probabilidades de elegir
el autobús suburbano en lugar del automóvil privado en un 1.9% y 2.0% en los residentes de Rivas y Arganda, respectivamente, en comparación con el caso base (automóvil privado en la
autopista A3). Cuando se aplica la etapa 2 del protocolo, estos porcentajes son significativamente más altos, particularmente en el caso de Rivas (11.6%) en comparación con Arganda
(4.1%). Como se puede ver, los efectos sobre el cambio modal son bastante diferentes en cada ciudad, dado que tienen una distribución diferente de la cuota modal a Madrid.

Además, la etapa 2 también produce variaciones significativas en el uso del metro en ambas ciudades. Para el caso de los viajes originados en Rivas, la proporción de probabilidades de elegir
el metro aumenta en un 7,5% en comparación con la referencia base (automóvil privado por autopista A3), mientras que este porcentaje es algo menor (5,4%) para el caso de Arganda. Una vez
más, las restricciones de estacionamiento en la calle parecen ser una medida efectiva, cuyo impacto aumenta en paralelo a la accesibilidad proporcionada a los servicios de transporte público.
Cabe señalar que, según los resultados del modelado, el uso de la autopista de peaje R3 por parte de los habitantes de Arganda está influenciado negativamente por las restricciones de movilidad
durante las etapas 1 y 2.

Como se esperaba, el único día en que se activó la etapa 3 del protocolo, las probabilidades de elegir el metro y el autobús suburbano aumentaron en un 14.2% y 8.0%
respectivamente, en comparación con el escenario de referencia. Estos porcentajes son los mayores aumentos en la participación del transporte público ya que las medidas activadas en la
etapa 3 son más restrictivas (esquema impar / par). La restricción impar / par afecta al 50% de la flota de vehículos y, a diferencia de otras acciones, es una medida que prohíbe
específicamente la conducción de ciertos vehículos. Sin embargo, este resultado debe tomarse con cuidado dada la baja presencia de la etapa 3 en la muestra. Para mejorar la solidez de
este hallazgo, el municipio tendría que activar la etapa 3 durante más días.

Finalmente, a pesar de la importancia estadística de los resultados, vale la pena mencionar que las etapas, en la práctica, 1 y 2 del protocolo han tenido un efecto muy limitado en la
elección modal. Este resultado estaría en línea con la escasa mejora de la calidad del aire en el centro de Madrid, concluida por Borge y col. (2018) .

En cuanto a la bondad de ajuste de los resultados estimados, los valores de pF de McFadden pseudo cuadrado de ambos modelos son algo más bajos que los valores considerados
extremadamente satisfactorios para las especificaciones logit multinomiales según Hensher y Johnson (1981) . Otros estudios de elección discreta en el campo del transporte lograron una
bondad de ajuste similar (ver p. Ej. Al-Deek et al., 2012; Bueno et al., 2017 ) Greene (2009) explicar que los modelos que contienen una gran cantidad de coeficientes altamente
significativos pueden tener un pseudo-R notablemente pequeño 2) Los porcentajes de observaciones predichas correctamente por los modelos están entre 0,65 y 0,70. Además, se
calcularon las pruebas de razón de similitud y sus valores de p inferiores a 0,0001 en ambos modelos verifican que los modelos finales en su conjunto se ajustan significativamente mejor
que sus modelos vacíos correspondientes. Somos conscientes de que los pseudo coeficientes R-cuadrados son bajos debido al uso de datos agrupados. Incluir información a nivel
individual mejoraría el poder explicativo del modelo.

86
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

Tabla 6
Resultados de modelado: estudio de caso de Arganda. Base:

automóvil privado (A3) Subte Linea 9 Autobús Autopista de peaje R3

Variables Coeff valor p Coeff valor p Coeff valor p

Día de la semana (caso base: día de la semana)

Día de la semana no escolar −0.094 0,000 −0,163 0,000 −0.094 0,000


sábado 0,025 0,000 −0.357 0,000 −0.241 0,000
domingo 0,021 0,000 −0,459 0,000 0.281 0,000
Mes (caso base: enero)
febrero 0.003 0,340 0,048 0,000 0,013 0.009
marzo 0,038 0,000 0,106 0,000 0,077 0,000
abril 0,050 0,000 0,076 0,000 0,495 0,000
Mayo 0.003 0,345 0,089 0,000 0,333 0,000
junio −0.031 0,000 0,059 0,000 0,084 0,000
julio −0.027 0,000 0,073 0,000 0.438 0,000
agosto −0.049 0,000 −0.002 0.641 0,074 0,000
septiembre 0.009 0.003 −0.028 0,000 0.123 0,000
octubre 0,104 0,000 0,119 0,000 0,537 0,000
noviembre 0,054 0,000 0,104 0,000 0,082 0,000
diciembre 0.005 0,108 0,050 0,000 0,089 0,000
Huelgas en el servicio de metro (Caso base: sin huelga)
Huelga −0.014 0,000 0,079 0,000 −0,004 0,487
Precipitación −0.001 0,000 0,000 0,642 −0,006 0,000
Etapas de NO 2 Protocolo (caso base: sin protocolo)
Nivel 1 −0.003 0.445 0,020 0.001 −0.059 0,000
Etapa 2 0,053 0,000 0,040 0,000 −0.031 0,000
Etapa 3 0.133 0,000 0,077 0.002 −0.022 0,497
Interceptar −1,498 0,000 −2.132 0,000 −2.734 0,000

Probabilidad de registro inicial −17,198,007


Probabilidad de registro final −17,149,868
Pseudo R 2 Mc Fadden 0.0028
Relación de probabilidad de valor p χ 2 0.0000
Número de observaciones (días) 913

5.2. Análisis adicional: impacto del protocolo NO2 en boletos de tránsito vendidos

Para explorar con más detalle si los automovilistas se desplazaron hacia los servicios de transporte público (metro o autobús suburbano) cuando el NO 2 El protocolo entró en vigencia,
complementamos la investigación con un análisis ANOVA unidireccional basado en los registros de los boletos de transporte público. El tipo de boleto utilizado (viaje sencillo, diez viajes,
pase mensual, pase anual) puede representar un buen indicador de la frecuencia de uso del transporte público. Por lo tanto, debemos esperar que el uso de boletos relacionados con
pasajeros ocasionales de tránsito (boletos de un solo viaje y de diez viajes) aumente de manera estadísticamente significativa cuando se active el protocolo. Se realiza un análisis ANOVA
para explorar si las diferencias en el número de tickets utilizados se pueden identificar según la etapa del Protocolo. Posteriormente, se realiza una prueba de comparación múltiple por
pares para determinar qué par de grupos son estadísticamente diferentes.

El conjunto de datos explotado en este análisis es más grande que el utilizado previamente para desarrollar modelos multinomiales ya que no se requieren datos de detectores de
bucle (con muchas observaciones faltantes o inconsistentes). Este análisis se centra en los días escolares, ya que son, con mucho, el tipo de día más frecuente y numeroso en la muestra.
En primer lugar, realizamos un análisis ANOVA de la parte de los tres tipos de boletos que se venden con mayor frecuencia (boleto de un solo viaje, boleto de diez viajes y pase mensual).
El análisis permite descubrir si las dos etapas de NO 2 El protocolo tiene diferentes efectos para cada tipo de boleto y modo de transporte (ver Tabla 7 )

Los grandes valores p (superiores a 0.05) observados para Arganda para todos los tipos de boletos de tránsito (tanto para el metro como para el autobús suburbano) indican que la proporción
promedio de uso de estos boletos no es significativamente diferente entre los días con diferentes etapas del protocolo. Sin embargo, para el caso de Rivas, podemos observar pequeños valores de
p relacionados con los boletos de un solo viaje y mensuales del metro, señalando que las diferencias en la proporción promedio de uso de estos boletos es significativamente diferente entre los días
con diferentes etapas del protocolo. El análisis ANOVA rechaza que todos los grupos sean iguales, por lo que se ha realizado una prueba de comparación múltiple (Bonferroni) (ver Tabla 8 ) para
determinar qué medias de grupo son estadísticamente diferentes entre sí. Según los resultados, podemos concluir que la proporción de uso del pase mensual de

Tabla 7
Diferencias entre las acciones de los boletos de tránsito: resultados del valor p de ANOVA. % De uso compartido

Metro L-9 Autobús

Viaje individual Diez viajes Mensual Viaje individual Diez viajes Mensual

De Rivas 0,000 0,534 0,036 0,318 0,493 0,348


De Arganda 0,182 0,093 0,134 0,452 0,760 0,474

87
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

Tabla 8
Diferencias entre las cuotas medias de los billetes de metro de Rivas en cuanto a la etapa de Madrid NO 2 Protocolo.

Boletos de viaje individual Pase mensual

Coeff valor p Coeff valor p

Sin protocolo - Etapa 1 0.004 0,493 −0.009 0,474


Sin protocolo - Etapa 2 0,012 0,001 −0.014 0,084
Etapa 1 - Etapa 2 0.008 0,226 −0,006 1.000

Rivas no difiere en los tres escenarios. Sorprendentemente, los boletos de metro de un solo viaje desde Rivas son estadísticamente más bajos durante la activación de la etapa 2 (restricciones de
estacionamiento en la calle), en comparación con la situación sin protocolo al nivel de significancia del 5%. Sin embargo, la magnitud de este efecto es demasiado pequeña ya que la diferencia
entre las acciones medias en la etapa 2 y el escenario de referencia se estima en solo 1.12%. Una posible explicación para este resultado puede ser que los ciudadanos que no estudian ni
trabajan en la ciudad de Madrid y son usuarios potenciales de boletos de un solo viaje, evitan o posponen sus viajes cuando la etapa 2 del protocolo está vigente.

Si repetimos el proceso considerando la cantidad de boletos de tránsito de cada tipo en lugar de la proporción de uso, observamos que la cantidad promedio de boletos es mayor para los
escenarios 1 y 2 en comparación con la categoría de referencia en todos los casos, con la excepción de boletos de un solo viaje desde Rivas para la etapa 2. Este resultado significa que el uso
de todo tipo de boletos de tránsito en el Corredor del Este es mayor cuando el NO 2 El protocolo está activado, lo que está en línea con las estimaciones del modelo logit multinomial. Sin
embargo, las únicas diferencias de medios que son significativamente diferentes de cero son los pases mensuales de autobús desde Arganda y los pases mensuales de metro durante los
escenarios 1 y 2 en ambas ciudades, en comparación con el escenario base (sin protocolo activado). Según la prueba de Bonferroni, las diferencias también son significativas para los boletos
de metro de diez viajes de Arganda en el caso de la etapa 2 y los boletos de autobús de un solo viaje de Rivas en el caso del escenario 2 del protocolo.

A partir de los resultados del análisis ANOVA y las comparaciones múltiples por pares, se puede ver que el número de pasajeros ocasionales en tránsito durante los escenarios 1 y 2
no es significativamente diferente de las situaciones en las que el protocolo no está activado, entonces no se puede concluir que un modal cambio ocurre.

5.3. Implicaciones políticas

Con base en el modelo logit agrupado multinomial y los resultados de ANOVA, se puede concluir que el cambio modal al transporte público producido por medidas de políticas
destinadas a abordar altos niveles de NO 2 en los pasillos de cercanías es bastante modesto. Como se señaló, los habitantes del Área Metropolitana dependen más del automóvil que los
que viven en el centro de la ciudad (1.55 frente a 1.27 automóviles por hogar, la mayor proporción de uso del transporte privado, etc.). Las razones detrás de eso son bien conocidas:
distancias de viaje más largas, el suministro más pobre de transporte público y la expansión urbana no planificada. Como la demanda de movilidad del área metropolitana al centro de la
ciudad es más inelástica para pasar de conducir sus propios vehículos al uso del transporte público, el NO 2 El protocolo debe complementarse con medidas especialmente dirigidas a los
ciudadanos del Área Metropolitana.

El análisis de modelado evidenció que los efectos sobre el cambio modal son bastante diferentes en Rivas y Arganda, dado que tienen una distribución diferente de la oferta de tránsito y
la participación modal en Madrid. Por ejemplo, cuando se aplicó la etapa 2 del protocolo (lo que implica restricciones de estacionamiento), la razón de posibilidades para el cambio hacia el
tránsito (autobús suburbano y metro) fue significativamente mayor para Rivas, con una mayor accesibilidad de tránsito, en comparación con Arganda. Luego, establecer restricciones de
estacionamiento en la calle parece ser la medida más efectiva para promover modos amigables con el medio ambiente en aquellas ciudades con mayor accesibilidad al transporte público,
como Rivas. Por el contrario, cuando las conexiones de transporte público no son tan buenas, como sucede en el caso de Arganda, los residentes son usuarios cautivos del transporte privado,
independientemente de las restricciones implementadas en la ciudad principal del área metropolitana. Luego, algunas posibles medidas a implementar incluirían la instalación de instalaciones
para parques y atracciones en los alrededores del área restringida y al lado de grandes estaciones de transporte público. Otra acción podría ser la mejora de los tiempos de viaje en transporte
público a través de, por ejemplo, carriles dedicados para autobuses, haciéndolos competitivos en comparación con el vehículo privado.

Además, como hemos mencionado en la revisión de la literatura ( Sección 2 ), hallazgos sobre el impacto de las restricciones impares / pares en el aire
La calidad no es concluyente. Algunos autores señalaron que esta medida solo tiene efectos a corto plazo y promueve la compra de un vehículo adicional. Con el fin de lograr una mejora
real en la calidad del aire, en diciembre de 2018, el Ayuntamiento de Madrid eliminó las restricciones basadas en los números de matrícula y adoptó restricciones basadas en el nivel de
emisiones de vehículos en su NO 2 Protocolo.

6. Conclusiones y futuras investigaciones.

Esta investigación ha explorado la influencia del NO madrileño 2 Protocolo sobre la elección modal para viajes suburbanos en un corredor de trayecto. Las medidas de política activadas por el
gobierno local de Madrid incluyeron la reducción de los límites de velocidad en las carreteras que acceden a las áreas del centro, así como las restricciones de estacionamiento en la calle. Del
análisis, obtenemos las siguientes conclusiones.
La primera conclusión es que el comportamiento de los viajeros y, en particular, la elección modal en los viajes suburbanos está influenciada por las restricciones de movilidad en caso de
episodios de alta contaminación. Sin embargo, su impacto en la promoción de un cambio modal de los modos de transporte privado a público (ya sea metro o autobús suburbano) fue escaso en el
estudio de caso analizado, con cambios en la razón de posibilidades de elegir modos de transporte público particularmente bajos.

El segundo resultado se refiere al tipo y la gravedad de las medidas activadas en el protocolo. Medidas como bajar los límites de velocidad

88
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

en las autopistas que conducen al centro de la ciudad, o limitar el estacionamiento en la calle no demostró ser particularmente efectivo al promover un cambio modal hacia el transporte
público de acuerdo con los resultados. Por lo tanto, se deben implementar medidas más severas para lograr un resultado más efectivo en términos de sostenibilidad del transporte y mejora
de la contaminación del aire. Este hecho podría ser uno de los motivos por los que el Ayuntamiento de Madrid endureció el NO 2 Protocolo en 2018.

La tercera conclusión es que, con respecto a la movilidad suburbana, los tiempos de viaje de tránsito y el suministro de transporte público también juegan un papel importante en la elección modal cuando se

activan las medidas de restricción. Esta investigación muestra que los residentes de dos ciudades cercanas se comportan de manera diferente con respecto al uso del transporte público para llegar a Madrid en

caso de activación del protocolo. Los habitantes de Arganda están menos dispuestos a elegir los servicios de tránsito que los habitantes de Rivas, probablemente porque estos tienen una mayor oferta de

transporte público para llegar a la ciudad de Madrid. Esta diferencia también puede explicarse por los tiempos de viaje más altos de los servicios de tránsito en Arganda en comparación con Rivas.

Se deben realizar más investigaciones para abordar algunas de las limitaciones de este documento. En primer lugar, puede ser interesante estudiar el efecto de los cambios introducidos
en el nuevo Protocolo de Madrid recientemente modificado en 2018, que dio lugar a restricciones más severas en el uso de automóviles privados. Además, los estudios futuros deberían
explorar la influencia de la información socioeconómica individual mediante la obtención de datos a nivel individual. Por último, esta investigación se centra en los efectos a corto plazo, por lo
que aún es necesario estudiar los impactos a largo plazo, como las renovaciones de la flota de automóviles y los ajustes de comportamiento debido a la experiencia de los viajeros y la
creciente conciencia ecológica.

Agradecimientos

Los autores desean agradecer a la Autoridad de Transporte Público de Madrid (CRTM), Metro de Madrid, la Agencia Estatal de Meteorología (AEMET), el Ministerio Español para la
Transición Ecológica, la Autoridad Española del Tráfico (DGT) y el Ministerio de Transporte español por proporcionar Los datos para realizar esta investigación.

Fondos

Este trabajo fue apoyado por el Ministerio de Economía y Competitividad de España (MINECO) y el Fondo Europeo de Desarrollo Regional (FEDER) (Beca: TRA2015-64723-R
MINECO / FEDER). Fernando Romero también agradece su beca de investigación financiada por el Ministerio de Economía y Competitividad de España y el Fondo Social Europeo (Beca:
BES-2016-077150).

Declaración de interés en competencia

Ninguna.

Contribución de los autores

F Romero: Cálculos analíticos, derivación de modelos, diseño de estudios de caso y redacción de manuscritos. J Gómez: Concepción del
estudio, planificación del contenido, derivación del modelo y redacción de manuscritos. T Rangel: Búsqueda y revisión de literatura y
redacción de manuscritos. JM Vassallo: Estudio de concepción, planificación de contenido y revisión crítica.

Referencias

Al-Deek, H., Lochrane, TWP, Srinivasa Ravi Chandra, CV, Khattak, A., 2012. Desvío durante una congestión inesperada en carreteras de peaje: el papel de la información del tráfico
se muestra en señales de mensajes dinámicos. IET Intell. Transp. Syst. 6, 97. https://doi.org/10.1049/iet-its.2010.0163 .
Ayuntamiento de Madrid (AM), 2017. Plan de Calidad del Aire de la Ciudad de Madrid y Cambio Climático (Plan A). Dirección General de Sostenibilidad y
Control Ambiental, Ayuntamiento de Madrid. Disponible en https://www.madrid.es/UnidadesDescentralizadas/Sostenibilidad/CalidadAire/Ficheros/PlanAireyCC_
092017.pdf .
Ayuntamiento de Madrid (AM), 2016a. Protocolo de medidas a adoptar durante episodios de alta contaminación por dióxido de nitrógeno. Ayuntamiento de Madrid (AM), 2016b. Informe
anual de asemeración de la calidad del aire. Madrid 2015. Madrid.
Basbas, S., Kladias, E., Kouvatas, S., Politis, I., 2015. Investigación para la implementación de una zona de bajas emisiones en el centro de Volos. Grecia. J. Environ. Prot. Ecol. dieciséis,
407–416 .
Bel, G., Bolancé, C., Guillén, M., Rosell, J., 2015. Los efectos ambientales de los límites de velocidad cambiantes: un enfoque de regresión cuantil. Transp. Res. Parte D Transp.
Reinar. 36, 76-85. https://doi.org/10.1016/j.trd.2015.02.003 .
Bel, G., Rosell, J., 2013. Efectos de los 80 km / hy límites de velocidad variable sobre la contaminación del aire en el área metropolitana de barcelona. Transp. Res. Parte D Transp. Reinar. 23,
90-97. https://doi.org/10.1016/j.trd.2013.04.005 .
Ben-Akiva, ME, Lerman, SR, 1985. Análisis de elección discreta: teoría y aplicación a la demanda de viajes. MIT Press .
Böcker, L., Dijst, M., Faber, J., 2016. Clima, opciones de modo de transporte y experiencias emocionales de viaje. Transp. Res. Parte A Práctica de política. 94, 360–373. https: // doi.
org / 10.1016 / j.tra.2016.09.021 .
Borge, R., Lumbreras, J., Pérez, J., de la Paz, D., Vedrenne, M., de Andrés, JM, Rodríguez, ME, 2014. Inventarios de emisiones y requisitos de modelado para
desarrollo de planes de calidad del aire. Solicitud a Madrid (España). Sci. Entorno total 466–467, 809–819. https://doi.org/10.1016/j.scitotenv.2013.07.093 .
Borge, R., Santiago, JL, de la Paz, D., Martín, F., Domingo, J., Valdés, C., Sánchez, B., Rivas, E., Rozas, MT, Lázaro, S., Pérez, J., Fernández, Á., 2018. Aplicación de un
plan de acción a corto plazo sobre la calidad del aire en Madrid (España) en un episodio de alta contaminación - Parte II: Evaluación del modelado multiescala. Sci. Entorno total 635, 1574-1584. https://doi.org/10.1016/j.scitotenv.2018.04.3
.
Börjesson, M., Kristoffersson, I., 2018. Los cargos de congestión suecos: diez años después. Transp. Res. Parte A Práctica de política. 107, 35-51. https://doi.org/10.1016/j.tra.2017.
11.001 .
Börjesson, M., Kristoffersson, I., 2015. El cargo por congestión de Gotemburgo. Efectos, diseño y política. Transp. Res. Parte A Práctica de política. 75, 134-146. https://doi.org/
10.1016 / j.tra.2015.03.011 .

89
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

Bueno, PC, Gómez, J., Peters, JR, Vassallo, JM, 2017. Comprensión de los efectos de los beneficios de tránsito en el comportamiento de viaje de los empleados: evidencia del New York-New
Región de Jersey. Transp. Res. Parte A Práctica de política. 99, 1–13. https://doi.org/10.1016/j.tra.2017.02.009 .
Carvalho, VSB, Freitas, ED, Martins, LD, Martins, JA, Mazzoli, CR, Andrade, M. de F., 2015. Estado y tendencias de la calidad del aire en el Área Metropolitana de São
Paulo, Brasil como resultado de las políticas de control de emisiones. Reinar. Sci. Política 47, 68-79. https://doi.org/10.1016/j.envsci.2014.11.001 .
Cascajo, R., López, E., Herrero, F., Monzón, A., 2019. Percepción del usuario de los traslados en viajes urbanos multimodales: un estudio cualitativo. En t. J. Sustain. Transp. 13, 393–406.
https://doi.org/10.1080/15568318.2018.1476632 .
Comunidad de Madrid, 2017. Atlas de la movilidad residencia-trabajo en Comunidad de Madrid 2017.
Comunidad de Madrid, 2014. Encuesta Sintética de Movilidad en la Comunidad de Madrid ESM14 [Documento WWW]. Encuesta Sintética Móvil. en la Comunidad
Madrid ESM14. URL https://www.crtm.es/media/519661/esm_2014.pdf (consultado el 5.5.19).
Crippa, M., Guizzardi, D., Muntean, M., Schaaf, E., Dentener, F., van Aardenne, JA, Monni, S., Doering, U., Olivier, JGJ, Pagliari, V., Janssens -Maenhout, G., 2018.
Emisiones cuadriculadas de contaminantes atmosféricos para el período 1970–2012 dentro de EDGAR v4.3.2. Tierra Syst. Sci. Datos 10, 1987-2013. https://doi.org/10.5194/essd-10-1987- 2018 .

Davis, LW, 2008. El efecto de las restricciones de manejo sobre la calidad del aire en la ciudad de México. J. Polit. Econ. 116, 38-81. https://doi.org/10.1086/529398 . de Grange, L., Troncoso, R., 2011. Impactos de las restricciones
vehiculares en los flujos de transporte urbano: el caso de Santiago, Chile. Transp. Política 23, 238–243. https://doi.org/10.
1016 / j.tranpol.2011.06.001 .
Dijkema, MBA, van der Zee, SC, Brunekreef, B., van Strien, RT, 2008. Efectos en la calidad del aire de una reducción del límite de velocidad de la autopista urbana. Atmos Reinar. 42,
9098–9105. https://doi.org/10.1016/j.atmosenv.2008.09.039 .
Ding, L., Zhang, N., 2017. Estimación del cambio modal mediante la introducción de estrategias de prioridad de tránsito bajo tráfico congestionado utilizando el modelo logit multinomial. KSCE J. Civ. Ing.
21, 2384–2392. https://doi.org/10.1007/s12205-016-0640-0 .
EEE, 2018. Calidad del aire en Europa - Informe 2018, Informe EEE no 12/2018. https://doi.org/10.2800/777411. AEMA, 2017. Progreso del sector del transporte de la UE hacia sus objetivos medioambientales y climáticos.
Transp. Reinar. Rep. Mech. https://doi.org/10.2800/139739 . Ellison, RB, Greaves, SP, Hensher, DA, 2013. Cinco años de la zona de bajas emisiones de Londres: efectos sobre la composición de la flota de vehículos y la calidad
del aire. Transp. Res. Parte d
Transp. Reinar. 23, 25–33. https://doi.org/10.1016/j.trd.2013.03.010 .
Unión Europea (UE), 2008. Directiva 2008/50 / CE del Parlamento Europeo y del Consejo, de 21 de mayo de 2008, sobre la calidad del aire ambiente y un aire más limpio para Europa.
Apagado. J. Eur. Unión .

Fifer, S., Rose, J., Greaves, S., 2014. Sesgo hipotético en experimentos de elección declarada: ¿es un problema? Y si es así, ¿cómo lo manejamos? Transp. Res. Parte A Práctica de política.
61, 164-177. https://doi.org/10.1016/j.tra.2013.12.010 .
Fox, J., Monette, G., 1992. Diagnóstico generalizado de colinealidad. Mermelada. Stat. Asoc. 87, 178-183. https://doi.org/10.1080/01621459.1992.10475190 . Gibson, M., Carnovale, M., 2015. Los efectos de la tarificación vial en el
comportamiento del conductor y la contaminación del aire. J. Urban Econ. 89, 62-73. https://doi.org/10.1016/j.jue.2015.06.
005 .
Gonçalves, M., Jiménez-Guerrero, P., López, E., Baldasano, JM, 2008. Sensibilidad de los modelos de calidad del aire a la representación de la velocidad del tráfico en carretera: efectos sobre la calidad del aire de 80

km h-1 límite de velocidad en el área metropolitana de Barcelona. Atmos Reinar. 42, 8389–8402. https://doi.org/10.1016/j.atmosenv.2008.08.022 .
Greene, W., 2009. Discrete Choice Modeling, en: Palgrave Handbook of Econometrics. Palgrave Macmillan, Reino Unido, Londres, págs. 473–556. https://doi.org/10.1057/
9780230244405_11.
Gu, Y., Deakin, E., Long, Y., 2017. Los efectos de las restricciones de manejo en la evidencia de comportamiento de viaje de Beijing. J. Urban Econ. 102, 106-122. https://doi.org/10.1016/j.
jue.2017.03.001 .
Guerra, E., Millard-Ball, A., 2017. Cómo evitar una prohibición de matrículas: respuestas de comportamiento a la restricción de conducir de la Ciudad de México. Transp. Res. Parte D Transp. Reinar. 55,
113-126. https://doi.org/10.1016/j.trd.2017.06.027 .
Gujarati, DN, Porter, DC, 2009. Econometría básica, quinta edición. McGraw-Hill .
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. Publ. Transp. 17, 67–91. https://doi.org/10.5038/2375-0901.17.2.4 .


Hensher, DA, Johnson, LW, 1981. Modelado de elección discreta aplicada. Croom Helm, Londres .
Hyland, M., Frei, C., Frei, A., Mahmassani, HS, 2018. Jinetes en la tormenta: explorando los efectos del clima y la estacionalidad en la elección del modo de viaje en Chicago. Viajar
Behav Soc. 13, 44-60. https://doi.org/10.1016/j.tbs.2018.05.001 .
Jia, N., Zhang, Y., He, Z., Li, G., 2017. Aceptación de los viajeros y reacciones de comportamiento a la política de restricción de matrículas: un estudio de caso de Tianjin, China. Transp. Res.
Parte D Transp. Reinar. 52, 428-440. https://doi.org/10.1016/j.trd.2016.10.035 .
Keuken, MP, Jonkers, S., Wilmink, IR, Wesseling, J., 2010. Reducción de las emisiones de NOx y PM10 en las autopistas urbanas de los Países Bajos en 80 km / h.
edad Sci. Entorno total 408, 2517-2526. https://doi.org/10.1016/j.scitotenv.2010.03.008 .
Kodransky, M., Hermann, G., 2011. El cambio de sentido de estacionamiento en Europa: del alojamiento al reglamento. Instituto de Políticas de Transporte y Desarrollo . Mingardo, G., van Wee, B., Rye, T., 2015. Política de estacionamiento
urbano en Europa: una conceptualización del pasado y las posibles tendencias futuras. Transp. Res. Parte A Práctica de política. 74,
268–281. https://doi.org/10.1016/j.tra.2015.02.005 .
Mishra, RK, Pandey, A., Pandey, G., Kumar, A., 2019. El efecto del esquema de conducción impar y par en las emisiones de PM2.5 y PM1.0. Transp. Res. Parte D Transp. Reinar. 67,
541–552. https://doi.org/10.1016/j.trd.2019.01.005 .
Muñoz Miguel, JP, Simón de Blas, C., García Sipols, AE, 2017. Un modelo de pronóstico de contaminación del aire aplicado a un hipotético esquema de precios de carreteras urbanas: un estudio empírico
en Madrid. Transp. Res. Parte D Transp. Reinar. 55, 21-38. https://doi.org/10.1016/j.trd.2017.06.007 .
Nagl, C., Buxbaum, I., Böhmer, S., Ibesich, N., Rivera, H., 2018. Calidad del aire y tráfico urbano en la UE: mejores prácticas y posibles soluciones. Nguyen-Phuoc, DQ, Currie, G., De Gruyter, C., Young, W., 2018. ¿Cómo
ajustan los usuarios del transporte público su comportamiento de viaje si cesa el transporte público? Una cualitativa
estudiar. Transp. Res. Parte F Traffic Psychol. Behav 54, 1–14. https://doi.org/10.1016/j.trf.2018.01.009 .
Ortúzar, J. de D., Willumsen, LG, 2011. Modelado de transporte. En: Modeling Transport, cuarta edición. John Wiley & Sons Ltd, Chichester, Reino Unido. https://doi.org/10.1002/
9781119993308 .
Percoco, M., 2013. ¿El precio de la carretera es efectivo para reducir la contaminación? Evidencia de Milán. Transp. Res. Parte D Transp. Reinar. 25, 112-118. https://doi.org/10.1016/j.
trd.2013.09.004 .
Pérez-Prada, F., Monzón, A., 2017. Evaluación ambiental y de tráfico ex post de una estrategia de reducción de velocidad en la circunvalación interior de Madrid. J. Transp. Geogr. 58,
256-268. https://doi.org/10.1016/j.jtrangeo.2016.12.018 .
Pérez, J., de Andrés, JM, Borge, R., de la Paz, D., Lumbreras, J., Rodríguez, E., 2019. Estudio de caracterización de la flota de vehículos en la ciudad de Madrid y su aplicación como
herramienta de apoyo en el desarrollo de políticas de transporte urbano y calidad del aire. Transp. Política 74, 114-126. https://doi.org/10.1016/j.tranpol.2018.12.002 .
PTP Associació per a la Promoció del Transport Públic, 2016. Divulgación PTP: ¿Cómo calcular la ocupación en el transporte público? El | transportpublic.org [WWW
Documento]. URL https://transportpublic.org/es/divulgacio-ptp-com-calculem-locupacio-al-transport-public/ (consultado el 3.29.19). Pu, Y., Yang, C., Liu, H., Chen, Z., Chen, A., 2015. Impacto de la política de restricción
de matrículas en la reducción de emisiones en Hangzhou utilizando un enfoque ascendente. Transp.
Res. Parte D Transp. Reinar. 34, 281–292. https://doi.org/10.1016/j.trd.2014.11.007 .
Romero, F., Gómez, J., Rangel, T., Jurado-Piña, R., Vassallo, JM, 2019. La influencia de las señales de mensajes variables en el desvío en ruta entre una autopista de peaje y un
alternativa libre y competitiva Transporte (Amst). https://doi.org/10.1007/s11116-019-09976-8 .
Rotaris, L., Danielis, R., Marcucci, E., Massiani, J., 2010. El esquema de precios de carreteras urbanas para frenar la contaminación en Milán, Italia: descripción, impactos y preliminar
evaluación de análisis de costo-beneficio. Transp. Res. Parte A Práctica de política. 44, 359-375. https://doi.org/10.1016/j.tra.2010.03.008 .
Russo, A., van Ommeren, J., Dimitropoulos, A., 2019. Implicaciones ambientales y de bienestar de las políticas de estacionamiento (No. 145), Documento de trabajo sobre medio ambiente de la OCDE.
https://doi.org/10.1787/16d610cc-en.
Saneinejad, S., Roorda, MJ, Kennedy, C., 2012. Modelando el impacto de las condiciones climáticas en el comportamiento de los viajes de transporte activo. Transp. Res. Parte D Transp.
Reinar. 17, 129-137. https://doi.org/10.1016/j.trd.2011.09.005 .
Schroeder, JL, Demetsky, MJ, 2011. Análisis de datos de desvío y signos de mensajes dinámicos. J. Transp. Ing. 137, 608-614. https://doi.org/10.1061/(ASCE)TE.1943-

90
F. Romero y col. Investigación de transporte Parte D 77 (2019) 77–91

5436.0000270 .
Sfendonis, N., Basbas, S., Mintsis, G., Taxiltaris, C., Politis, I., 2017. Investigación de la aceptación del usuario con respecto a una Zona de Baja Emisión en el centro de
Salónica, Grecia. Transp. Res. Procedia 24, 280–287. https://doi.org/10.1016/j.trpro.2017.05.119 .
Slovic, AD, Ribeiro, H., 2018. Instrumentos de política que rodean la calidad del aire urbano: los casos de São Paulo, Nueva York y París. Reinar. Sci. Política 81, 1–9. https: //
doi.org/10.1016/j.envsci.2017.12.001 .
Swilling, M., Robinson, B., Marvin, S., Hodson, M., 2013. Desacoplamiento a nivel de ciudad Flujos de recursos urbanos. Un informe del Grupo de Trabajo sobre Ciudades de la Internacional
Panel de recursos. Un informe del Grupo de Trabajo sobre Ciudades del Panel Internacional de Recursos. Programa de las Naciones Unidas para el Medio Ambiente (PNUMA).
Train, KE, 2009. Métodos de elección discreta con simulación. Métodos de elección discreta con simulación, segunda edición. Cambridge University Press, Cambridge . Naciones Unidas (ONU). Departamento de Asuntos
Económicos y Sociales. División de Población, 2018. World Urbanization Prospects: The 2018 Revision, Online Edition [WWW
Documento]. URL https://population.un.org/wup/ .
Wang, L., Xu, J., Qin, P., 2014. ¿Una política de restricción de manejo reducirá los viajes en automóvil? El estudio de caso de Beijing, China. Transp. Res. Parte A Práctica de política. 67, 279–290.
https://doi.org/10.1016/j.tra.2014.07.014 .
Wolff, H., Perry, L., 2010. Monitor de políticas: tendencias en la legislación de aire limpio en Europa: partículas y zonas de bajas emisiones. Rev. Environ. Econ. Política 4, 293–308.
https://doi.org/10.1093/reep/req008 .
Yang, J., Liu, Y., Qin, P., Liu, AA, 2014. Una revisión de Beijing ‫ ׳‬s lotería de registro de vehículos: efectos a corto plazo sobre el crecimiento del vehículo y el consumo de combustible. Política energética 75,
157-166. https://doi.org/10.1016/j.enpol.2014.05.055 .
Zhang, W., Lin Lawell, C.-YC, Umanskaya, VI, 2017. Los efectos de las restricciones de conducción basadas en placas en la calidad del aire: teoría y evidencia empírica. J. Environ.
Econ. Gestionar. 82, 181–220. https://doi.org/10.1016/j.jeem.2016.12.002 .

91 91

Potrebbero piacerti anche