Entorno urbano, densidad poblacional y uso del Sistema de Autobuses de Transporte R - Vol. 49 Núm. 148, Septiembre 2023 - EURE-Revista Latinoamericana de Estudios Urbanos Regionales - Libros y Revistas - VLEX 945361446

Entorno urbano, densidad poblacional y uso del Sistema de Autobuses de Transporte R

AutorN

Introducción

La creciente importancia otorgada a las relaciones entre las zonas periféricas y las zonas centrales, así como el aumento de la circulación vehicular, supone transformaciones en el actual modelo de ciudad. Tales cambios, en la mayoría de los casos, tienen que adaptarse a un contexto ya existente. Por ello, resulta pertinente realizar un acercamiento a aquellos planteamientos urbanos en los que se afirma el carácter circular de las relaciones entre la organización espacial, los medios de transporte y la movilidad.

Al respecto, en numerosos estudios se analiza la demanda del transporte en función del entorno urbano, sea que este forme parte o no de un tipo de morfología urbana orientada al transporte público. Los hallazgos de tales pesquisas muestran que las variables urbanísticas influyen en el transporte público. Así, la densidad, la diversidad, el diseño y la accesibilidad mantienen significancia en el cálculo de la demanda tanto en transportes sobre rieles (Cardozo et al., 2010; Chan & Miranda- Moreno, 2013; Choi et al., 2012; Loo et al., 2010; Sohn & Shim, 2010) como en los sistemas brt (Cervero & Dai, 2014; Estupiñán & Rodríguez, 2008; Rodríguez & Vergel-Tovar, 2017). El resultado significativo de tales procedimientos depende, entre otros, de aspectos como el contexto y el tipo de sistema de transporte.

Con base en estas diferencias y a fin de contribuir a esta línea de investigación, en este artículo se propone como objetivo analizar la influencia del entorno urbano en la demanda del Sistema de Autobuses de Transporte Rápido (BRT, por sus siglas en inglés) en Quito, Ecuador. Se consideró la situación de 42 estaciones brt durante el año 2016. A partir de las variables urbanísticas tomadas del entorno inmediato a dichas estaciones, se trata de explicar el número de pasajeros que ingresan a pie a cada una de las estaciones (es decir, los usuarios que mantienen contacto con el entorno). Para el cálculo, se emplea un modelo de estimación directa, el cual se apoya en las capacidades de los Sistemas de Información Geográfica (SIG) y en las técnicas de análisis estadístico (regresión múltiple).

Desde este enfoque, el interés del artículo es doble. Por un lado, se enfatizan las relaciones entre las variables urbanísticas y el uso del BRT, intentando explicar a partir de ellas el mayor o menor número de entradas a las estaciones, lo cual es indispensable en un sistema que registra un elevado número de ingresos peatonales, como es el caso del BRT de Quito. Por otro lado, esta forma de calcular la demanda constituye una herramienta necesaria tanto para los planificadores del transporte como para los planificadores urbanos, pues al primer grupo le permite predecir la demanda de manera rápida y confiable--lo que les facilita la gestión de la red-- , y al segundo grupo esta metodología le resulta útil para proponer modelos urbanos más sostenibles, considerando la localización de los usos de suelo cercanos a los sistemas de transporte.

Además de la presente introducción, el artículo se estructura en cuatro apartados más, con lo cual se pretende dar cumplimiento al objetivo planteado. El segundo incluye el estado de la cuestión; el tercero, los pasos aplicados durante el análisis de la demanda del sistema BRT de Quito; en el cuarto se ofrecen los resultados obtenidos y, finalmente, se presentan las conclusiones.

Revisión de la literatura

A principios de la década de los noventa en Estados Unidos surgen varias tendencias de planificación urbana para enfrentar las tensiones de un modelo disperso y dependiente del vehículo privado. Entre los planteamientos se encuentra el Desarrollo Orientado al Transporte (DOT) que, con el propósito de promover el uso del sistema de transporte público, plantea un vecindario más compacto, diverso y caminable alrededor de las estaciones o nodos de conexión del transporte (Calthorpe, 1993). Al respecto, existen estudios que subrayan el éxito que en varias zonas ha tenido el transporte público diseñado aplicando estos criterios (Cervero, 2006). Sin embargo, los factores externos ejercen influencia no solo en estos espacios, pues los hallazgos obtenidos a partir de un modelo de estimación directa muestran que estos influyen también en la demanda de las estaciones en un entorno que no posee enfoque dot (Cardozo et al., 2010; Chan & Miranda-Moreno, 2013; Choi et al., 2012; Loo et al., 2010; Sohn & Shim, 2010). Por ello, resulta importante revisar las soluciones que se han ofrecido en la ciudad en cuanto a los nodos de transporte, ya que las decisiones tomadas en este entorno urbano repercuten sobre la movilidad de la población.

Entre las variables externas que mantienen relación con la demanda del sistema de transporte se encuentran las urbanísticas y las sociodemográficas; estas últimas, en la mayoría de modelos de demanda, figuran junto con la densidad de la población y la densidad de empleo, e incluso en algunos cálculos las integran a ambas para obtener una densidad global (Ewing & Cervero, 2010); el nivel de significancia de todas estas variables depende de los atributos de la ciudad y del tipo de sistema de transporte analizado. Así, en el modelo de demanda del metro de Madrid, España, la densidad de la población no tiene significancia (Cardozo et al., 2010), mientras que en otras sí, como es el caso de ciudades de Corea del Sur, donde la densidad de la población neta y la densidad de la población en el origen resultan significativas (Choi et al., 2012; Sohn & Shim, 2010).

La mayoría de estos hallazgos muestra que una mayor densidad de la población o un mayor número de empleos en el entorno próximo, con o sin características DOT, en ciudades desarrolladas incrementan la probabilidad de que un mayor número de personas utilice el transporte ferroviario, lo cual se pone en duda, debido a que los resultados revelaron cambios en su significación según su localización en relación con la parada. Así, la densidad de la población y el empleo adquieren significancia cuando se encuentran dentro de los rangos próximos a la estación y presentan un efecto trivial cuando se localizan a distancias más largas (Ding et al., 2019).

En otros estudios de esta naturaleza aplicados a los sistemas BRT de siete urbes latinoamericanas, se muestra que esta variable se encuentra significativamente relacionada con el número de pasajeros (Vergel-Tovar & Rodríguez, 2018). Sin embargo, al analizar la correlación entre la densidad de la población y la demanda BRT de dos ciudades ecuatorianas, Quito y Guayaquil, en ambas esta variable resulta insignificante y negativa, respectivamente (Vergel-Tovar & Rodríguez, 2014). En contraste, en el caso de Curitiba, y con la especificidad de que el análisis estadístico incluye la información de las demás ciudades, sí se mostró significativa la densidad; en esta urbe brasileña implementaron un modelo de desarrollo urbano orientado al sistema BRT que resultó exitoso (Deng & Nelson, 2011).

Las demás variables predictivas más estudiadas forman parte de los dominios mezcla del uso de suelo, diseño y proximidad. En cuanto a la mezcla de usos de suelo, tales como hoteles, universidades, hospitales (Foletta et al., 2013), bares, restaurantes (Choi et al., 2012), sitios de entretenimiento (Zhao et al., 2013), comercio (Foletta et al., 2013; Loo et al., 2010; Sohn & Shim, 2010), escuelas y vivienda (Chan & Miranda-Moreno, 2013), centros comerciales (Zhao et al., 2013), incrementa el número de pasajeros en los sistemas sobre rieles, siempre y cuando se encuentren en un umbral de distancia peatonal entre los quinientos y mil metros. Vergel-Tovar y Rodríguez (2018) sugieren también que la mezcla del uso de suelo y los equipamientos institucionales ubicados a lo largo del corredor se asocian positivamente con la demanda. Por el contrario, Cardozo et al. (2010); Durning y Townsend (2015) y Liu et al. (2016) encontraron que el efecto de combinación de usos de suelo en el número de pasajeros del transporte ferroviario urbano es insignificante, lo cual lleva a resultados inconsistentes y fraccionados.

Las variables de diseño que mantienen relación con la demanda del transporte son los nodos de red o las intersecciones que tienen más de tres conexiones (Choi et al., 2012; Foletta et al., 2013), la longitud y la densidad de la red (Cardozo et al., 2010; Lin & Shin, 2008; Rodríguez & Joo, 2004). Las características de diseño en estos estudios se calcularon en un rango de distancia máxima peatonal entre los cuatrocientos y ochocientes metros. Los pocos estudios de BRT incluyeron otras variables, como la señalización, los elementos de seguridad, el mobiliario urbano (Suzuki et al., 2014), corredores con protección ante las condicionantes climáticas y los senderos concurridos e interesantes (Jiang et al., 2012).

Estudios más recientes confirman que el diseño del viario influye en la cantidad de pasajeros, ya que la disposición de las personas a caminar hacia las estaciones del metro depende de las características urbanísticas de los segmentos del viario. Así, los peatones prefieren aquellos tramos con presencia de edificios menores a seis pisos, con tiendas minoristas a pie de calle, más vegetación, iluminadas, instalaciones de cruce, un mayor ancho de acera (Liu et al., 2020). Específicamente, en estudios de demanda realizados por Tu et al. (2018) y Vergel-Tovar y Rodríguez (2018), se sugiere que la longitud del viario por área anima a un mayor número de personas a viajar, en el primer caso, en autobuses, sistemas de metro y taxis en Shenzhen, China; en el segundo caso, en el sistema BRT de siete ciudades de América Latina.

El factor proximidad suele expresarse en términos de distancia del desplazamiento (aunque también se expresa con la variable temporal) en dos escalas. La primera es la de la variable de proximidad a la estación de transporte público (Foletta et al., 2013), que está presente en pocos estudios; y la segunda, la variable proximidad al centro de negocios (cbd...

Para continuar leyendo

Solicita tu prueba

VLEX utiliza cookies de inicio de sesión para aportarte una mejor experiencia de navegación. Si haces click en 'Aceptar' o continúas navegando por esta web consideramos que aceptas nuestra política de cookies. ACEPTAR