Upload
others
View
17
Download
0
Embed Size (px)
Citation preview
Factores que inciden en la selección vehicular Influencia de variables de personalidad y percepción en la probabilidad de elección
Proyecto de grado para optar por el
título de Maestría en Ingeniería Civil
Estudiante
Juan Camilo Posada Durango
Asesor: Álvaro Rodríguez-Valencia, Universidad de los Andes, Colombia
Evaluador: Juan Pablo Bocarejo Suescun, Universidad de los Andes, Colombia
Evaluador: Germán Camilo Lleras, Universidad de los Andes, Colombia
Bogotá D.C.
Julio de 2020
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
i
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Resumen Se proyecta que en 2040 el parque automotor de Colombia ascienda a 10,4 millones de
vehículos. Dependiendo de las tipologías vehiculares que conformen el parque
automotor (vehículos compactos, medianos, camionetas, etc.), los efectos sobre sus
externalidades (emisiones de GEI, consumo de combustible) varían. Para evaluar el
comportamiento de dichas externalidades, es necesario caracterizar la composición
vehicular del país e identificar los factores que inciden en la elección vehicular de los
colombianos, para lo que se requiere elaborar modelos que analicen la demanda
vehicular, como lo son los modelos de elección múltiple.
En el presente documento se discute la conveniencia de incluir variables de percepción
del entorno urbano y la personalidad de las personas entre las funciones de utilidad de
las alternativas disponibles en un modelo de elección Logit Multinomial (MNL, por su sigla
en inglés), a partir de la información recopilada entre los meses de abril y mayo de 2020,
mediante una encuesta realizada de manera virtual.
Con base en los resultados obtenidos, se encuentra que este tipo de variables pueden
generar un mejor ajuste del modelo a los datos observados de la muestra poblacional,
y permiten desarrollar conclusiones sobre la relación entre variables como el nivel de
ingresos, la composición del hogar, la edad de los individuos, su género, la manera en
la cual se relacionan con su entorno urbano y su tendencia a dedicar gran parte de su
tiempo al trabajo, con el tipo de vehículo que adquieren.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
ii
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Agradecimientos A mi asesor de tesis, Álvaro Rodríguez-Valencia, agradezco su guía a lo largo de la
maestría, su dedicación, paciencia, y las opiniones sinceras que hizo para mejorar la
calidad de mi trabajo. De igual manera al profesor Germán Camilo Lleras, con quien
tuve algunas de las conversaciones más valiosas que he tenido como persona e
ingeniero desde mi llegada a Bogotá. A ambos manifiesto mi gran admiración y respeto.
Compañeros del Grupo SUR de la Universidad de los Andes, Hernán Ortíz, José Vallejo,
Willis Simancas y Santiago Mesa, les agradezco sus valiosos aportes y las largas horas en
las que respondieron a tantas preguntas que surgieron, espero que cuenten conmigo
de vuelta, para ayudarles con mucho gusto en sus investigaciones y proyectos.
Espero seguir disfrutando en la vida y profesión de la compañía de grandes amigos que
hice en la Universidad de los Andes, Víctor Cantillo, a quien admiro por su personalidad
e intelecto, Charly Cepeda, Carlos Beltrán, Alejandra Montejo, Alejandra Rincón, María
Camila Sánchez, José Pablo Camargo, Jhon Escorcia, María Victoria Gonzáles y
Francisco Rodríguez; gracias por los momentos de gran aprendizaje, amistad y muchos
recuerdos llenos de anécdotas muy divertidas.
A los ingenieros experimentados que me guiaron durante la maestría, Rafael Cardona,
gran amigo que me brindó su apoyo, Javier Peña y Santiago Plata, quien hizo amenos
los recorridos en TransMilenio que muchas veces compartimos. A David Saldaña
Marulanda, agradezco haberme abierto las puertas de la capital y su liderazgo directo
y amable. Espero que su ejemplo me acompañe siempre.
Agradezco a mis padres por su ejemplo de amor, tenacidad e interés por el estudio;
espero poder llenar sus zapatos y hacerles orgullosos. A mis hermanos, que siempre me
quieren oír, aunque a veces no sea tan interesante lo que digo, Jorge, quien hizo aportes
audaces al marco de mi investigación, Darío, Lili y Samir. Mis sobrinos, Juanse, Nico y
Santiago, y a toda mi familia, mi principal motivo para ser feliz.
Rafael y Simón, quienes me dieron los mejores consejos que he recibido, Juan Alejandro,
Mauricio, Gustavo, Valentina, Santiago, Daniel y Daniela, quienes siempre están
conmigo. También a esos grandes amigos que Bogotá unió a mí: Valen, Juan Manuel,
Jacobo, Manuela e Iván, Pablo y Tatiana, Gisela, Claudia y Cristian, Francisc, María
Paula, Camilo, Camila y Diana.
Finalmente, a Julián Camilo Ávila Moreno y Daniela Castaño Herrera: su apoyo es la
razón por la cual puedo escribir estas palabras. Gracias.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
iii
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
iv
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Tabla de contenido 1. Introducción ...................................................................................................................... 1
2. Revisión literaria ................................................................................................................ 3
3. Metodología ..................................................................................................................... 7
4. Resultados ........................................................................................................................13
5. Interpretación del modelo .............................................................................................20
6. Discusión ...........................................................................................................................21
7. Conclusión .......................................................................................................................22
8. Referencias bibliográficas ..............................................................................................23
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
v
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
vi
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Listado de tablasTabla 1. Revisión de variables y modelos de elección vehicular
.................................................................................................................................................. 5
Tabla 2. Tipo de variables asociadas a los componentes de la encuesta ........................ 8
Tabla 3. Rangos de ingresos mensuales de la población. ..................................................14
Tabla 4. Modelo MNL BASE. Conformado con atributos del vehículo y variables
socioeconómicas. ..................................................................................................................17
Tabla 5. Modelo MNL DEFINITIVO. Con la inclusión de variables de personalidad al
modelo BASE. ..........................................................................................................................18
Listado de figuras Figura 1. Crecimiento poblacional y vehicular. Colombia 2010-2040. Acevedo (2009). El
transporte como soporte al desarrollo de COLOMBIA: una visión al 2040 ......................... 1
Figura 2. Distribución porcentual de las ventas de vehículos en Colombia, hasta junio
de 2020. Informe Asociación Nacional de Movilidad Sostenible – ANDEMOS. ................. 2
Figura 3. Distribución de preguntas en el formulario empleado para la recolección de
datos. Elaboración propia. ..................................................................................................... 7
Figura 4. Categorías vehiculares escogidas como alternativas del modelo. ...................11
Figura 5. Distribución de elección vehicular de la población encuestada. .....................13
Figura 6. Distribución de elección vehicular de la población encuestada por género. .14
Figura 7. Distribución de elección por categoría vehicular y rango de ingresos
mensuales. ..............................................................................................................................15
Figura 8. Histograma de frecuencia de edades y distribución de elección vehicular por
edad de los encuestados (en la gráfica de frecuencia, el eje de las abscisas
representa los rangos de edades y las ordenadas la frecuencia). ...................................16
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
1
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
1. Introducción
Cuando un país emergente incrementa el ingreso medio de sus hogares por encima de
la línea de pobreza, los ciudadanos pasan de destinar la totalidad de sus ingresos a la
subsistencia, a generar ahorro y adquirir bienes. De acuerdo con Acevedo et al (2009),
si el crecimiento económico de Colombia se mantiene en los niveles que ha tenido en
los últimos años, para el año 2040 habrá en el país 10,4 millones de carros y 12,9 millones
de motocicletas.
0
10
20
30
40
50
60
70
2010 2015 2020 2025 2030 2035 2040
Año
Población del país (millones) Número de carros (millones)
FIGURA 1. CRECIMIENTO POBLACIONAL Y VEHICULAR. COLOMBIA 2010-2040. ACEVEDO (2009). EL TRANSPORTE COMO SOPORTE AL
DESARROLLO DE COLOMBIA: UNA VISIÓN AL 2040
El mercado automotor colombiano está dominado por el automóvil, el cual tiene una
participación del 45%, le siguen los vehículos utilitarios con el 34% y los vehículos
comerciales de carga con un 10% en total. La distribución del mercado automotor tiene
incidencias que van más allá de la repartición de las ventas y el posicionamiento de las
marcas en el mercado nacional: incide sobre el consumo energético generado por los
desplazamientos que realizan los ciudadanos.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
2
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
FIGURA 2. DISTRIBUCIÓN PORCENTUAL DE LAS VENTAS DE VEHÍCULOS EN COLOMBIA, HASTA JUNIO DE 2020. INFORME ASOCIACIÓN
NACIONAL DE MOVILIDAD SOSTENIBLE – ANDEMOS.
De acuerdo con la presidencia de la República, las reservas petroleras de Colombia
ascienden a 2.036 millones de barriles, lo que le da al país una proyección de 6,3 años
de independencia energética. Se hace necesaria la inclusión de nuevas tecnologías
vehiculares, alimentadas por fuentes de energías renovables o con motores más
eficientes.
El tipo de vehículo tendrá un efecto importante en sus externalidades asociadas a sus
características. Es sabido que, a motores más grandes, se requerirá mayor combustible
(recurso). A su vez, las emisiones dependen casi proporcionalmente al consumo de
combustible. Así, comprender a qué factores afectan la selección de diferentes
tipologías permite a los planificadores de transporte, que buscan la solución de un
determinado problema (ej. generar que más personas adquieran vehículos más
eficientes o alimentados por energías alternativas), formular políticas no coercitivas, que
tengan una más fácil implementación al incluir las características socioeconómicas y
culturales que influyen en el comportamiento de los ciudadanos.
Durante la revisión literaria se encontró poca literatura en la cual se empleen variables
asociadas a la personalidad, el estilo de vida y la percepción sobre el transporte o el
entorno urbano que tienen los individuos en la formulación de modelos para estimar la
probabilidad de elección de un vehículo. Las variables tradicionalmente incluidas en las
funciones de utilidad de las alternativas en los modelos revisados pueden ser
insuficientes, dado que no incluyen cualidades socioculturales y preferencias
individuales que pueden tener incidencia sobre el tipo de vehículo que adquiere una
persona.
Para comprender la incidencia que tienen variables asociadas a la percepción del
entorno urbano y la personalidad en la elección de un vehículo, se realizó un modelo
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
3
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
logit multinomial (LMN), y se evaluó su representatividad estadística en comparación
con un modelo inicial, estructurado a partir de funciones de utilidad que incluyen las
tradicionales variables de precio, características del vehículo, nivel de ingreso de los
individuos y los atributos de los hogares. Con los resultados obtenidos, se puede afirmar
que las variables de percepción del entorno y urbano y la personalidad de los individuos
pueden aportar al grado de comprensión de la decisión, comprendiendo la manera en
la que las personas incluyen en su función de utilidad parámetros que se asocian a
factores socioculturales y su estilo de vida.
La motivación central del presente estudio es comprender la incidencia que tienen
variables asociadas a las cualidades propias del individuo, su estilo de vida y su
percepción del viaje y el entorno urbano en la decisión de comprar un automóvil.
El principal objetivo de la investigación es determinar si la inclusión de variables
explicativas asociadas a la personalidad, el estilo de vida y la percepción del viaje y el
entorno urbano de los individuos mejora la comprensión del proceso de elección
vehicular y la calidad de los modelos de elección conocidos.
Adicionalmente, es interesante la posibilidad de validar si algunos de los supuestos
presentes en los trabajos revisado, los cuales se desarrollaron en países desarrollados
como Estados Unidos o Dinamarca, tienen igual validez en el contexto colombiano.
2. Revisión literaria Los primeros modelos desagregados de elección asociaban la preferencia de los
consumidores al incremento de una función de utilidad U(x). Para McFaden (2020), U(x)
estaba en función del vector de niveles de consumo x, sujeto en la relación entre el
precio de los bienes p y los ingresos del individuo (px≤a), entonces el nivel de consumo
se distribuía dentro de una función de demanda x=d(a,p)+, en la cual representaba
errores en la estimación de la elección, que podían corresponder a fallas al momento
de medir la variable x, o fallas en la comprensión de función de utilidad del individuo.
Para estimar la probabilidad de elección de un determinado tipo de vehículo, se
asociaron a las variables de precio p e ingreso a atributos propios del vehículo escogido
y características socio económicas de los individuos y sus hogares. Lave & Train (1979),
emplearon un modelo logit multinomial para determinar la posibilidad de que un hogar
con determinadas características escogiera comprar un auto nuevo dentro de un grupo
de 10 posibilidades categorizadas por costo y tamaño. La razón por la cual los autos
fueron agrupados en categorías de acuerdo con su precio y tamaño, es que la
estimación de un modelo que tomara por separado los vehículos por fabricante y
modelo habría tomado más espacio computacional que del que se disponía entonces.
Encontraron que la demanda de un vehículo está asociada a la relación entre su precio
y los ingresos del individuo, o también se podría entender de la siguiente manera: a
menor valor comercial de un vehículo, mayor la probabilidad de que sea escogido.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
4
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Choo & Mokhtarian (2004), utilizaron un modelo logit multinomial para evaluar qué
características subjetivas podrían estar vinculadas con la decisión de adquirir un
vehículo. Algunas de las características analizadas respondían al nivel de apoyo que
tenían los encuestados hacia el desarrollo urbano de altas densidades, su percepción
sobre sí mismos (eran adictos al trabajo, buscaban estatus o se consideraban frustrados);
adicionalmente, relacionaban las distancias recorridas por los encuestados, y el tipo de
viajes que realizaban con mayor frecuencia. Los resultados del estudio permiten afirmar
que las variables asociadas a la personalidad, el estilo de vida y la actitud de las
personas son representativas para la probabilidad de elección vehicular en un hogar.
Este enfoque es central para el presente trabajo, que busca observar si hay variables
adicionales al precio y las características del vehículo, y los ingresos de los individuos y
su hogar, que puedan servir para explicar la selección de un vehículo de unas
determinadas especificaciones.
Para Train y Wiston (2007), la decisión de comprar un vehículo se relaciona con la
confianza desarrollada en los compradores hacia una determinada casa matriz.
Factores como la eficiencia en la ejecución de actualizaciones tecnológicas han
permitido que los compradores norteamericanos tengan mayor confianza en los
productores asiáticos, como Japón, en comparación con los fabricantes de autos
estadounidenses. Entre sus conclusiones, resaltan que un factor importante al momento
de decidir qué vehículo comprar es la conservación del valor comercial de un vehículo
luego de dos años de uso, sin embargo, esto plantea un problema al momento
comparar compradores de vehículos nuevos con compradores de vehículos usados,
debido a que los factores que afecten la decisión de adquisición pueden variar para
ambos grupos.
Finalmente, Mabit (2014), simula los efectos que puede tener una reforma de los
impuestos vehiculares y el precio del combustible sobre la escogencia de un
determinado tipo de vehículo. Encuentra que los grupos socioeconómicos de ingresos
medios son los que pueden sufrir mayores modificaciones en sus preferencias, mientras
que los hogares con mayores ingresos tienen una sensibilidad menor ante la ocurrencia
de este tipo de cambios normativos. Se puede interpretar que, al incrementarse los
costos directos e indirectos de posesión de un vehículo, se afecta su relación
precio/ingresos, por lo cual puede modificarse su probabilidad de elección.
Adicionalmente, se concluye que modificaciones tecnológicas tienen una mayor
influencia sobre la decisión de los usuarios que los cambios aplicados por Dinamarca
sobre los vehículos, y que este tipo de impuestos han sido aplicados de manera similar
en otros países.
En la Tabla 1 se presenta un resumen de las variables empleadas por algunos de los
autores consultados durante la revisión bibliográfica para la presente investigación.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
5
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
TABLA 1. REVISIÓN DE VARIABLES Y MODELOS DE ELECCIÓN VEHICULAR 1 2 3 4
Año 1979 2004 2007 2014
Autor(es) Levit & Train Choo &
Mokhtarian
Train & Wiston Mabit
Título
A disaggregate
model of auto-
type choice
What type of
vehicle do people
drive? The role of
attitude and
lifestyle in
influencing
vehicle type
choice
Vehicle choice
behavior and
the declining
market share of
U.S. automakers
Vehicle type
choice under
influence of tax
reform and rising
fuel price
Variables vehiculares
Fabricante ✔
Número de millas
recorridas ✔ ✔
Precio ✔ ✔
Eficiencia ✔ ✔ ✔
Potencia ✔ ✔ ✔
Tipo de transmisión ✔
Número de
asientos ✔
Peso ✔ ✔ ✔
Puertas ✔
Tamaño del motor ✔
Combustible ✔
Costos de
operación ✔
Airbargs ✔
Longitud ✔
No. De categorías
vehiculares 10 9
Variables socioeconómicas
Género ✔ ✔
Estado civil ✔
Ingresos del hogar ✔ ✔ ✔
Ingresos del hogar ✔ ✔
Ingresos
personales ✔
Educación ✔ ✔
Edad ✔ ✔ ✔
Tamaño familia ✔ ✔ ✔
Niños ✔
Adolescentes ✔ ✔
Número de autos ✔ ✔
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
6
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Ubicación
(urbana,
suburbana)
✔
✔ ✔
Empleado ✔
Variables de personalidad
Actitudes de viaje ✔
Tipo de
personalidad ✔
Estilo de vida ✔
Tipos de viajes
frecuentes ✔
Variables externas
Precio de la
gasolina ✔
Modificaciones de
impuestos ✔
✔
Viaje con
conmutación ✔
Fuente de información
Encuesta
domiciliaria
Encuesta a ida y
Vuelta de correo ✔
Encuesta vía e-
Información
secundaria ✔
✔
Modelo de análisis
Modelo de análisis Logit Multinomial Logit Multinomial Logit Multinomial Logit Multinomial
Variable objetivo
(y)
Probabilidad de
seleccionar un
vehículo entre 10
categorías
Probabilidad de
adquirir un tipo de
vehículo nuevo
entre 9 categorías
Probabilidad de
seleccionar un
vehículo nuevo,
de una
determinada
marca y modelo
Probabilidad de
seleccionar un
modelo de
vehículo nuevo
Variables
e✔plicativas
Características de
los autos,
Características de
los hogares,
Ambiente de viaje
Personalidad y
estilo de vida,
Actitud hacia la
actividad de
viajar,
Características
del hogar y
Características de
los vehículos
Modelo y marca
del auto, Utilidad
de adquirir un
determinado
modelo de auto,
dadas las
cualidades del
hogar
Características del
auto,
Características del
hogar, Peso del
auto, Precio del
auto,
Modificaciones en
impuestos y
gasolina, Cambios
tecnológicos
Resultados
2 0,126 0,177 No reportado 0,111
Tamaño muestral 541 1571 458 15.195
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
7
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
3. Metodología La adquisición de la información empleada para la obtención del modelo de selección
se realizó en tres etapas:
6.1. Selección del instrumento de captura de información
Para la recopilación de la información empleada para la construcción del modelo, se
tomó como referencia el formulario empleado para la Encuesta de Movilidad de
Concord (1998), aportado gentilmente por Patricia Mokhtarian, empleado por Choo y
Mokhtarian (2004) para la elaboración de su modelo logit multinomial, con factores
asociados a las actitudes de viaje y la personalidad de las personas encuestadas. La
distribución del cuestionario de referencia incluía seis categorías de preguntas:
a. Opiniones de los encuestados sobre viajar
b. El estilo de vida de los encuestados, a partir de su relación con el viaje
c. Qué tanto viajaban las personas encuestadas
d. Cómo experimentaban los encuestados su viaje
e. Decisiones relacionadas con viajar
f. Información general
La encuesta se moduló de acuerdo con los aspectos que se deseaba estudiar,
siguiendo la siguiente distribución:
FIGURA 3. DISTRIBUCIÓN DE PREGUNTAS EN EL FORMULARIO EMPLEADO PARA LA RECOLECCIÓN DE DATOS. ELABORACIÓN PROPIA.
Se seleccionaron aquellas preguntas que se consideraban relevantes para el objeto del
presente trabajo, buscando una encuesta de una duración máxima de 12 a 15 minutos,
con el objetivo de obtener el mayor número posible de encuestas completas. La
estructura final del formulario, y el tipo de escalas utilizadas se presentan a continuación:
A. Información sobre el último vehículo adquirido por los encuestados (variable y en el modelo)
B. Clasificación de la personalidad de los encuestados
C. Actitudes de los encuestados hacia el viaje
D. Patrones de
viaje de las
personas en una
semana habitual
(antes de la crisis
sanitaria
generada por la
Covid-19)
E. Cantidad de viajes fuera de la región de residencia durante el año 2019
F. Características tenidas en cuenta al momento de adquirir el vehículo
G. Precio del vehículo
H. Información sobre los ingresos del encuestado y el hogar
I. Información socioeconómica individual y del hogar de la persona encuestada
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
8
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
TABLA 2. TIPO DE VARIABLES ASOCIADAS A LOS COMPONENTES DE LA ENCUESTA
Variable Afirmación/Pregunta Tipo de variable
Información sobre la decisión de
adquisición del vehículo
escogido
¿Quién tomó la tomó la decisión del tipo de
vehículo a comprar?,
Categórica (De
manera
individual: 1 –
Junto a otro
miembro del
hogar)
Información sobre el último
vehículo adquirido por los
encuestados (variable y en el
modelo)
Por favor, indique la marca, el modelo y el año
del último vehículo que ha adquirido
No ordenadas
Clasificación de la personalidad
de los encuestados
Por favor, responda qué tan de acuerdo está
con las siguientes afirmaciones
Ordinales
(menor
proporción: 1 –
Mayor
proporción: 5)
Actitudes de los encuestados
hacia el viaje
Indique con qué frecuencia viaja en cualquier
modo de transporte para realizar las siguientes
actividades
Ordinales
(menor
cantidad: 1 –
Mayor cantidad:
5)
Patrones de viaje de las
personas en una semana
habitual (antes de la crisis
sanitaria generada por la Covid-
19)
¿Con qué frecuencia usa los siguientes modos
de viaje?
Ordinales
(menor
cantidad: 1 –
Mayor cantidad:
5)
Cantidad de viajes fuera de la
región de residencia durante el
año 2019
¿Cuántas veces viajó el último año a los destinos
indicados usando algunos de los siguientes
modos?
Ordinales
(menor
cantidad: 1 –
Mayor cantidad:
5)
Características tenidas en
cuenta al momento de adquirir
el vehículo
¿Su vehículo incluye alguno de los siguientes
componentes o servicios?
Categórica (Sí: 1
– No: 0)
Precio del vehículo ¿En cuál rango se encuentra el precio pagado
por su vehículo?
Discreta (Precio
intermedio del
rango indicado
por el
encuestado)
Información sobre los ingresos
del encuestado y el hogar
¿Por favor, indique en cuál de los siguientes
rangos se encuentran sus ingresos mensuales,
antes de impuestos
Discreta (Precio
intermedio del
rango indicado
por el
encuestado)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
9
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Información socioeconómica
individual y del hogar de la
persona encuestada
Individuo: género, edad, nivel académico,
ocupación
Hogar: tamaño del hogar, menores de 18 años,
mayores de 65 años, número de personas con
licencia de conducción
Variables
discretas
(Número de
personas)
6.2. Recolección de información
La construcción y distribución del formulario empleado para la recolección de la
información se vieron afectadas a causa de la emergencia sanitaria generada por el
virus SARS-CoV-2 (Covid 2019). En una etapa inicial, se había decidido la distribución de
las encuestas al interior de la ciudad de Bogotá, empleando como sitios de
interceptación de ciudadanos establecimientos destinados a la prestación de servicios
asociados al mercado automotor (concesionarios, lavaderos de autos, parqueaderos
públicos, sitios de revisión tecno-mecánica) y grandes plataformas comerciales (super
mercados y centros comerciales).
Las preguntas del formulario se trasladaron a la plataforma digital de encuestas
SurveyMonkey, la licencia institucional del grupo SUR de la Universidad de los Andes. En
el siguiente numeral se amplía la información sobre la distribución de la encuesta y la
recolección de la información.
Inicialmente, se envió la encuesta por medio de un enlace virtual a través del correo
electrónico del Grupo SUR de la Universidad de los Andes. Posteriormente, se compartió
a través de redes sociales (grupos de interés, foros y plataformas de movilidad, grupos
cerrados con interés en el tema vehicular y espacios de discusión sobre transporte) el
enlace de la encuesta. Finalmente, se creó una base de datos de contactos
relacionados con la movilidad en Colombia, y se les envió.
6.3. Depuración de resultados
Para la modelación de la selección vehicular se estableció que la población objetivo
eran personas que tuvieran vehículo propio, y lo hubieran adquirido solas o con la ayuda
de un miembro de su hogar. Dada esta restricción, en la introducción del formulario se
establecieron dos preguntas filtro:
i. ¿Tiene usted vehículo propio?
ii. ¿Quién tomó la decisión del tipo de vehículo a comprar?
a. La tomé de manera individual
b. La tomé en conjunto con otro(s) miembro(s) del hogar
c. La tomó otro miembro del hogar
De un total de 377 ingresos habilitados para tomar la encuesta, 244 encuestas fueron
culminadas. Con la información obtenida de estos registros, se consolidó la base de
datos empleada para el análisis de las variables y la formulación del modelo de
selección.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
10
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
6.4. Modelo de elección discreta
Para explicar la elección de categoría vehicular de una determinada persona, se utilizó
la función de probabilidad más simple de elección discreta para más de dos
alternativas, definida por Domencich y McFadden (1975), en la que la función de
utilidad U(x) de una alternativa que puede ser escogida por el individuo i, tiene una
función lineal de la forma V(xi,si) = ’zi. Entonces, la probabilidad de esta elección está
dada por la función:
Bierlaire et al. (2009) definen que para que el individuo q, seleccione la alternativa i
contra la alternativa j (por ejemplo, una categoría vehicular), se debe cumplir la
siguiente condición:
Entonces, cuando Ajq es igual a 0, para una alternativa j ≠ i se cumple la diferencia, ya
que el argumento asociado a la elección j es inferior al argumento que acompaña a i.
Para la estimación del modelo, se consideró que todas las alternativas estaban
disponibles para los encuestados (esto quiere decir, al momento de responder al
cuestionario, la persona podía indicar que poseía un vehículo dentro de las cuatro
categorías definidas); esto implica que el cálculo de la diferencia debe ser computado
para estimar la probabilidad de escoger cualquiera de las cuatro categorías
vehiculares, obteniéndose la siguiente forma para la función general del modelo:
Equivalente a la probabilidad de que el individuo i seleccione la categoría vehicular j
(j= 1, 2, 3, 4), donde xi son las variables específicas que explican la elección, j es un
vector de coeficientes desconocidos asociados a cada variable xi. La forma general de
la función de utilidad Vj, asociada a cada alternativa disponible, es la siguiente:
Estas funciones lineales se componen de una constante asignada a cada alternativa
(), un parámetro constante asociado a cada una de las variables observadas (xi)
incluidas en el () modelo, y a un factor de erros (), resultante de las mediciones de las
variables xi.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
11
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Mediante iteración numérica se obtienen los valores de los parámetros , de tal forma
que se incremente la probabilidad de que el modelo prediga la elección de la
alternativa j por cada individuo i, observada durante la recolección de datos; esta
probabilidad es definida por la función de verosimilitud L():
Para facilitar el proceso de iteración se utiliza el logaritmo de la función de verosimilitud
L(), que convierte el producto de las probabilidades en sumas, generando la forma de
la función:
Finalmente, se extraen los valores de los que maximicen el valor de la función de
verosimilitud, lo que se conoce como solución del modelo de elección por máxima
verosimilitud.
6.5. Variables empleadas para la creación del modelo
6.5.1. Variable dependiente
La variable y (dependiente) seleccionada para la construcción del modelo tiene cuatro
alternativas (categorías vehiculares): Grande, Compacto, Mediano, Deportivos y de
lujo. Estas alternativas están agrupadas de acuerdo con los rangos de tamaño y precios
observados en el mercado nacional. La categoría vehicular “grande” agrupó
camionetas, SUV, camperos y minivanes, ya que se observa que el uso que se les da a
estos vehículos es similar, gracias a sus dimensiones y capacidad de carga.
FIGURA 4. CATEGORÍAS VEHICULARES ESCOGIDAS COMO ALTERNATIVAS DEL MODELO.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
12
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Modelos más complejos, como el formulado por el propuesto por Lave & Train (1979),
consideran un número superior de categorías vehiculares, las cuales se estructuraron a
partir de la homogeneidad entre sus precios y tamaños. El espacio muestral utilizado
para la formulación de su modelo correspondió a 541 vehículos nuevos, y se obtuvo a
partir de una encuesta realizada durante el verano de 1976 en siete ciudades de los
Estados Unidos.
6.5.2. Variables explicativas
Del conjunto de variables obtenidas de la encuesta, se escogieron dos grupos de
variables: el primero está asociado a atributos de la personalidad de las personas, a
quienes se les pidió que indicaran sus percepciones o la favorabilidad que tenían hacia
determinadas afirmaciones sobre actividades relacionadas con el transporte y el uso del
vehículo personal. El segundo grupo está constituido por las variables de uso frecuente
en la bibliografía que sirvió como marco teórico para la presente investigación, también
conocidas como variables de política, ya que son utilizadas por los tomadores de
decisiones para estimar el impacto o la efectividad de las medidas que se tomen luego
del análisis de los modelos generados por estudios sociodemográficos (género de la
persona, edad, conformación del hogar, niveles de ingreso, etc.).
Variables asociadas a la movilidad subjetiva (cantidad de viaje, modos empleados por
los encuestados), o el hecho de que el vehículo fuera o no de segunda mano, o hubiera
más de un vehículo en el hogar, no se emplearon en la formulación del modelo definitivo
de elección, dada su baja capacidad explicativa ante la decisión tomada por los
encuestados. Sin embargo, puede que el número de datos recopilado haya sido
insuficiente para poder obtener una mejor caracterización de estos atributos.
6.5.3. Variable de elección vehicular
Para validar si tenía incidencia o no en la categoría vehicular escogida, se aprovechó
la pregunta ¿Quién tomó la tomó la decisión del tipo de vehículo a comprar?,
empleada como filtro para permitir la ejecución de la encuesta. Se daban tres
alternativas al encuestado: una era que no había tomado la decisión, en tal caso el
formulario lo sacaba de manera automática de la encuesta, las dos opciones
adicionales eran haber tomado la decisión de manera individual o en compañía de
otra persona del hogar. En el modelo definitivo se incluyeron las respuestas de las
personas que habían participado en la decisión, dándole un valor de 1 a la variable
cuando la decisión se había tomado de manera individua, y 0 cuando se había tomado
en compañía.
6.5.4. Atributos de la personalidad y la percepción del entorno urbano del encuestado
del encuestado
Se realizó un grupo de preguntas, algunas directamente relacionadas con las
características del vehículo escogido por la persona encuestada, y otras con su
percepción o el nivel de aceptación que presentaban ante planteamientos sobre sus
preferencias. En el modelo de elección definitivo se incluyeron dos variables: Personas
con agrado por barrios activos, y personas que centran su vida alrededor de su trabajo.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
13
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
El primer grupo de personalidad está relacionado con personas que presentan un nivel
de aceptación elevado con la posibilidad de vivir en lugares residenciales en los cuales
puede haber múltiples actividades sociales, y disfrutan de la proximidad de estas
actividades a su hogar. El segundo grupo caracteriza a las personas cuya prioridad es
su desempeño profesional, en la bibliografía estas personas reciben el nombre de
workaholic (ver Choo & Mohktarian, 2004). La variable de género se introdujo en las
funciones de utilidad del modelo definitivo como una variable dummy donde 1
significaba que se había encuestado a una mujer. La variable de ocupación también
se introdujo como una variable dummy, que representaba a las personas empleadas
con el número 2.
6.5.5. Características socioeconómicas
Las variables demográficas empleadas para la formulación del modelo incluyen
información particular sobre el encuestado como su género, edad, nivel académico,
ocupación y el rango de sus ingresos mensuales, mientras que sobre el hogar se
preguntó sobre su tamaño, si había personas menores de 18 años o mayores de 65 años
en el núcleo familiar, el número de personas que tenía licencia de conducción en el
hogar, y el rango de ingresos los ingresos mensuales del hogar.
4. Resultados 7.1. Caracterización de la población
La Figura 5 representa la distribución porcentual de las categorías vehiculares
compradas por los encuestados. La categoría vehicular más escogida entre los
encuestados es el vehículo compacto con un 39% de la distribución, le siguen los
vehículos grandes con un 30%, los vehículos medianos con el 24% y finalmente los
vehículos deportivos y de lujo, representando el 7% de la muestra.
FIGURA 5. DISTRIBUCIÓN DE ELECCIÓN VEHICULAR DE LA POBLACIÓN ENCUESTADA.
En cuanto a la distribución de la población por género, se obtuvo una mayor
caracterización de hombres en la encuesta, con el 60,7% de la muestra, mientras que
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
14
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
las mujeres están representadas por el 39,3% restante. Para ambos grupos poblacionales
se tuvo un comportamiento proporcional de la elección, al igual que en la
caracterización de la muestra total, ambos géneros seleccionaron principalmente la
categoría Compacto, seguida de Grande, Mediano y finalmente Deportivos y de lujo.
FIGURA 6. DISTRIBUCIÓN DE ELECCIÓN VEHICULAR DE LA POBLACIÓN ENCUESTADA POR GÉNERO.
El nivel de ingresos de los encuestados se caracterizó mediante rangos de ingresos
mensuales. En la Tabla 3 se presentan los rangos obtenidos para la población
encuestada:
TABLA 3. RANGOS DE INGRESOS MENSUALES DE LA POBLACIÓN.
Rango de ingresos (COP) Porcentaje de encuestados
X < $1’000.000 3%
$1’000.000 ≤ X < $1’499.000 8%
$1’500.000 ≤ X < $1’999.999 6%
$2’000.000 ≤ X < $4’999.999 38%
$5’000.000 ≤ X < $9’999.999 29%
X ≥ $10’000.000 16%
Para la formulación del modelo de elección se tomó como ingreso de los encuestados
el valor promedio de cada rango de ingresos. Para los individuos con ingresos mayores
a $10 Millones de pesos mensuales, se registró esta cifra como el valor de los ingresos
mensuales. Como se observa en la distribución porcentual de los ingresos, la mediana
de la muestra fue $3’499.996, mientras que la media poblacional de los ingresos
mensuales de los individuos fue de $5’329.915.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
15
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Con base en la Figura 7 se observa que, de la población encuestada, aquella que
reportó ingresos por encima de los $2 Millones de pesos mensuales, es la que tiene
acceso a un vehículo de la categoría Deportivos o de lujo, sin embargo, esta categoría
se concentra en encuestados que reportaron ingresos mensuales por encima de los $5
Millones de pesos. La categoría de vehículos Grande es la que cuenta con mayor
representación para los rangos de ingresos elevados. Los vehículos de la categoría
Mediano presentan un mayor número de registros para las personas con ingresos por
debajo de $1 Millón de pesos, mientras que los ciudadanos que tienen ingresos
mensuales entre $1 Millón de pesos mensuales y $5 Millones de pesos mensuales, tienen
más vehículos de la categoría vehicular Compacto.
Sobre el total de encuestados, se encontró que las personas con ingresos superiores a
los $2 Millones de pesos tienen más fácil acceso a un vehículo particular, ya que los
grupos poblacionales que reportaron ingresos por debajo de este valor tuvieron una
representación mínima en la muestra.
FIGURA 7. DISTRIBUCIÓN DE ELECCIÓN POR CATEGORÍA VEHICULAR Y RANGO DE INGRESOS MENSUALES.
Las edades de los encuestados se concentraron principalmente entre los 25 y 45 años,
con un promedio de edades de 37 años. La distribución de frecuencias de las edades
de la muestra poblacional se concentra entre los 20 y 45 años, con una menor
caracterización de personas menores de 18 años que poseen un vehículo particular.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
16
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
En la Figura 8 se observa que a partir de los 40 años, los usuarios tienden a adquirir más
vehículos de las categorías Grande y Mediano, esto se puede ligar con la búsqueda de
seguridad y confort entre los consumidores, ya que los vehículos de estas categorías
tienen mejor desempeño que los vehículos de la categoría Compacto en pruebas de
seguridad, adicionalmente, cuentan con más espacio para los pasajeros y el conductor.
FIGURA 8. HISTOGRAMA DE FRECUENCIA DE EDADES Y DISTRIBUCIÓN DE ELECCIÓN VEHICULAR POR EDAD DE LOS ENCUESTADOS (EN LA
GRÁFICA DE FRECUENCIA, EL EJE DE LAS ABSCISAS REPRESENTA LOS RANGOS DE EDADES Y LAS ORDENADAS LA FRECUENCIA).
7.2. Modelo de elección vehicular
Con la base de datos conformada se estimaron los parámetros de las funciones de
utilidad asociadas a las variables explicativas principales, que representan las
características de las cuatro categorías vehiculares y los atributos de los encuestados y
sus núcleos familiares. A continuación, se presentan los resultados obtenidos, empleando
el paquete de modelación estadística Apollo Choice, creado para el lenguaje de
programación R.
Inicialmente, se probaron todas las variables obtenidas de las preguntas de la encuesta,
ajustando el modelo mediante el método stepwise de regresión numérica, el cual
consiste en probar la representatividad de cada variable contra las constantes de las
alternativas y la variable explicativa base (para este trabajo, la relación entre el valor
medio del rango de precio del vehículo y el valor medio de los ingresos individuales
mensuales), hasta conformar un modelo que incluya las variables explicativas asociadas
a las características del vehículo (precio, en este caso particular), las variables
socioeconómicas representativas estadísticamente y no representativas, que se
conservan debido a que el signo de su estadístico t es adecuado, y se han utilizado
previamente en los estudios de referencia.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
17
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
De esta manera se obtuvo el siguiente modelo base:
TABLA 4. MODELO MNL BASE. CONFORMADO CON ATRIBUTOS DEL VEHÍCULO Y VARIABLES SOCIOECONÓMICAS.
Vehículo + Hogar
LL (start): -1.713,395
LL (0): -338,256
LL (final): -286,683
Rho-square (0): 0,1537
Adj.Rho-square (0): 0,1182
AIC: 596,57
BIC: 638,53
Estimated
parameters:
12
Time taken
(hh:mm:ss):
00:00:17,1
Iterations: 28
Min abs
eigenvalues of
hessian:
0,179062
Estimaciones
Variable Estimación Std.err. t.ratio(0) Rob.std.err. Rob.t.ratio(0)
asc_grande -2,7032 1,3601 -1,99 1,3066 -2,07
asc_compacto 0,0000 NA NA NA NA
asc_mediano -2,9300 1,3614 -2,15 1,3292 -2,20
asc_deportivo -4,1749 1,3767 -3,03 1,3380 -3,12
b_precio 0,0100 0,0198 0,51 0,0190 0,53
b_decidio_choice -0,7158 0,3080 -2,32 0,3100 -2,31
b_mujer -0,4816 0,2990 -1,61 0,2927 -1,65
b_edad 0,0497 0,0147 3,39 0,0157 3,17
b_per_hogar -0,0668 0,1687 -0,40 0,1531 -0,44
b_menos_18 0,5877 0,2599 2,26 0,2369 2,48
b_mas_65 0,7599 0,3443 2,21 0,3266 2,33
b_educacion 0,2862 0,2289 1,25 0,2270 1,26
b_ocupacion -0,7159 0,3347 -2,14 0,3432 -2,09
Resumen de elecciones para el componente de modelación - MNL grande compacto mediano deportivo
Veces disponible Disponible 244 244 244 244
Veces
seleccionada Seleccionada 74 94 59 17
Porcentaje de
veces
seleccionada
Seleccionada 30,33 38,52 24,18 6,97
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
18
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
El modelo MNL final, el cual incluye a las funciones de utilidad de las categorías
vehiculares las variables de personalidad ocupación y barrio activo, obtenidas también
por medio del método de regresión stepweis, se presenta a continuación:
TABLA 5. MODELO MNL DEFINITIVO. CON LA INCLUSIÓN DE VARIABLES DE PERSONALIDAD AL MODELO BASE.
Vehículo + Hogar + Personalidad
LL (start): -1.713,40
LL (0): -338,256
LL (final): -281,989
Rho-square (0): 0,1653
Adj.Rho-square (0): 0,125
AIC: 591,98
BIC: 640,94
Estimated
parameters:
14
Time taken
(hh:mm:ss):
00:00:25,9
Iterations: 30
Min abs
eigenvalues of
hessian:
0,160749
Estimaciones
Variable Estimación Std.err. t.ratio(0) Rob.std.err. Rob.t.ratio(0)
asc_grande -4,2862 1,5003 -2,86 1,4626 -2,93
asc_compacto 0,0000 NA NA NA NA
asc_mediano -3,7172 1,4589 -2,55 1,4712 -2,53
asc_deportivo -4,9013 1,4420 -3,40 1,4267 -3,44
b_precio 0,0103 0,0202 0,51 0,0192 0,53
b_decidio_choice -0,7896 0,3113 -2,54 0,3162 -2,50
b_mujer -0,4167 0,3033 -1,37 0,2974 -1,40
b_edad 0,0497 0,0149 3,34 0,0156 3,18
b_per_hogar -0,0969 0,1697 -0,57 0,1552 -0,62
b_menos_18 0,6308 0,2648 2,38 0,2413 2,61
b_mas_65 0,7519 0,3462 2,17 0,3230 2,33
b_educacion 0,2880 0,2347 1,23 0,2429 1,19
b_ocupacion -0,7344 0,3357 -2,19 0,3429 -2,14
b_barrio_activo 0,2194 0,1191 1,84 0,1196 1,83
b_trabajo_vida 0,3013 0,1337 2,25 0,1298 2,32
Resumen de elecciones para el componente de modelación - MNL grande compacto mediano deportivo
Veces disponible Disponible 244 244 244 244
Veces
seleccionada Seleccionada 74 94 59 17
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
19
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Porcentaje de
veces
seleccionada
Seleccionada 30,33 38,52 24,18 6,97
Finalmente, para determinar si el modelo generado a partir de la inclusión de las
variables de personalidad y percepción del entorno urbano mejoran de manera
representativa el modelo, se utilizaron dos indicadores: el incremento porcentual del
valor de 2 y la prueba Likelihood ratio test.
El valor de 2 obtenido para el modelo inicial, conformado a partir de las variables
tradicionalmente empleadas en la bibliografía, fue de 0,1537, mientras que el segundo
modelo tuvo un 2 de 0,1653, obteniéndose un 7,5% de incremento en el valor de este
indicador estadístico.
Washington et al (2010), proponen la fórmula presentada a continuación para la
estimación del valor de prueba Likelihood ratio test, que estima que la diferencia entre
la máxima verosimilitud de un modelo más complejo que el inicial mejore gracias a la
inclusión de variables adicionales:
Donde el primer argumento de la fórmula representa la máxima verosimilitud para el
modelo inicial y el segundo argumento representa la máxima verosimilitud del modelo
que incluye las variables adicionales.
El valor de 2 representa los grados de libertad introducidos por las nuevas 2 variables, y
se hace una evaluación para un nivel de confianza del 90%, para el cual corresponde
en la distribución Gumbel un valor estadístico de 4,605. Por medio de la prueba, se
confirma que la inclusión de las variables de percepción “barrio_activo” y de
personalidad “trabajo_vida”, mejoraron la capacidad explicativa y el ajuste del modelo
a los datos observados.
Las funciones de utilidad para las alternativas en el modelo definitivo se presentan a
continuación:
• Vehículos grandes
V[['grande']] = asc_grande + b_precio* (precio/val_ing_persona) + b_decidio_choice *
(decidio_choice) + b_mujer * (mujer==1) + b_edad * (edad) + b_per_hogar *
(per_hogar) + b_menos_18 * (menos_18) + b_mas_65 * (mas_65) + b_ocupacion *
(ocupacion==2) + b_educacion * (educacion) + b_barrio_activo * (barrio_activo) +
b_trabajo_vida * (trabajo_vida)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
20
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
• Vehículos compactos (alternativa base)
V[['compacto']] = asc_compacto
• Vehículos medianos
V[['mediano']] = asc_mediano + b_precio * (precio/val_ing_persona) +
b_decidio_choice * (decidio_choice) + b_mujer * (mujer==1) + b_edad * (edad) +
b_per_hogar * (per_hogar) + b_menos_18 * (menos_18) + b_mas_65 * (mas_65) +
b_ocupacion * (ocupacion==2) + b_educacion * (educacion) + b_barrio_activo *
(barrio_activo)
• Vehículos deportivos y lujosos
V[['deportivo']] = asc_deportivo + b_precio * (precio/val_ing_persona) +
b_decidio_choice * (decidio_choice) + b_mujer * (mujer==1) + b_edad * (edad) +
b_per_hogar * (per_hogar) + b_menos_18 * (menos_18) + b_mas_65 * (mas_65) +
b_ocupacion * (ocupacion==2) + b_educacion * (educacion) + b_trabajo_vida *
(trabajo_vida)
5. Interpretación del modelo El valor de 2=0,1653 del modelo final, el cual incluye la variable de percepción del
entorno urbano “barrios_activos” y la variable de personalidad “Trabajo_vida”, significa
que el modelo explica el 16,53% de la variabilidad que tienen los datos en la muestra.
Este valor se encuentra dentro del rango obtenido por modelos similares encontrados
en la revisión bibliográfica, los cuales varían entre 0,111 y 0,117, por lo que este valor se
considera aceptable.
La variable precio se incluyó como la relación entre el valor comercial del vehículo y el
ingreso de las personas encuestadas, el modelo final indica que un incremento en esta
relación favorece a la utilidad de las categorías de vehículos Mediano, Grande y
Deportivos y de lujo. Particularmente, la categoría vehicular Deportivos y de lujo se
concentra en encuestados que reportaron ingresos mensuales por encima de los $5
Millones de pesos. Los vehículos de la categoría Mediano presentan un mayor número
de registros para las personas con ingresos por debajo de $1 Millón de pesos, mientras
que los ciudadanos que tienen ingresos mensuales entre $1 Millón de pesos mensuales y
$5 Millones de pesos mensuales, tienen más vehículos de la categoría vehicular
Compacto. Al igual que en Lave & Train (1979), Choo & Mokhtarian (2004), Train & Wiston
(2007) y Mabit (2014), se comprueba que un nivel de ingresos elevado conduce a la
elección de categorías vehiculares Grande y Deportivos y de lujo.
Con una de las preguntas filtro de la encuesta se introdujo la variable de quién tomó la
decisión de adquirir el vehículo (se le preguntó a los encuestados si la habían tomado
de manera individual o acompañados por otro miembro del hogar). Se encontró que
aquellas personas que escogieron su vehículo de manera individual incrementan la
función de utilidad de la categoría vehicular Compacto, por lo que se comprende que
estas personas basan su decisión en la relación entre el precio del vehículo y sus ingresos,
lo que resulta en una elección vehicular austera.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
21
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Se incluyó el género de la persona encuestada como la variable dummy mujer,
encontrándose que la utilidad de la categoría vehicular Compacto incrementa para
una mujer; esta elección puede estar influenciada por el hecho de que en promedio
sus ingresos mensuales ($ 4’842.780) son inferiores que el promedio muestral ($ 5’347.558).
A medida que se incrementa la edad del encuestado, se aumentan las funciones de
utilidad de las categorías vehiculares más costosas. A partir de los 40 años, los usuarios
tienden a adquirir más vehículos de las categorías Grande y Mediano, esto se puede
ligar con la búsqueda de seguridad y confort entre los consumidores, contrario a lo que
ocurre para las personas menores de 40 años, para quienes se incrementa la utilidad
para la categoría del vehículo Compacto.
Se asocia la presencia en el hogar de personas que requieran ser transportadas
(menores de 18 años que no tienen licencia, o mayores de 65 años que no pueden
conducir) con la tenencia de vehículos de la categoría Grande, dado que la función
de utilidad de esta categoría se incrementa cuando se reportan estos dos grupos
poblacionales al interior de un hogar.
Al igual que Choo & Mokhtarian (2004), se comprueba empíricamente que la
preferencia por vehículos más eficientes en cuanto a su consumo no tiene una relación
tan estrecha como se supone al momento de planificar áreas urbanas compactas de
uso mixto. Zhang (2014), explica que este tipo de elecciones corresponde a la relación
entre las cualidades socioeconómicas y preferencias de los individuos (self-selection).
Si bien, se puede asociar la preponderante relevancia del trabajo para un individuo
(workaholic) a motivaciones profesionales, también puede haber motivaciones
económicas, lo que permite a estas personas adquirir vehículos más costosos.
Se debe mencionar que el hecho de que se incluyan en los cuestionarios este tipo de
preguntas incrementa el tiempo de respuesta, por lo cual se genera deserción entre los
tomadores de la encuesta, algo aún más marcado para las encuestas virtuales, Cho
(1999) explica que normalmente las encuestas virtuales tienen una tasa de deserción
alta (más del 40%), relacionada con la negativa de las personas de entregar
información personal a través de medios virtuales. Otro factor asociado a la inclusión de
estas variables es el costo de ejecución de la encuesta, que se puede ver incrementado
dada la inclusión de un número importante de preguntas. Esta es una decisión que
deben tomar los modeladores de transporte, de acuerdo con el nivel de la información
deseada para los estudios que deseen desarrollar.
6. Discusión 9.1. Sobre la metodología
El modelo desarrollado incluye variables asociadas a la personalidad y la percepción
del entorno urbano de los individuos, factores que inciden en la elección vehicular de
las personas. Tradicionalmente se han empleado variables explicativas que establecen
una relación entre el nivel de ingresos de los individuos y el precio comercial de los
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
22
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
bienes, limitando los modelos a que la capacidad adquisitiva defina la elección de las
personas, ignorando factores socioculturales presenten al momento de elegir el tipo de
vehículo que la gente prefiere o desea conducir.
De acuerdo con Ortúzar & Willumsen (2011), resulta complicado incluir estas variables
en casos de macro-modelación de transporte, dado que la predicción de los atributos
de la personalidad es prácticamente imposible; de esto se extrae que, si bien no son
variables que puedan predecirse por medio de cálculo numérico, pueden representar
de manera detallada la población que vive actualmente en una región, y ayudarían a
plantear soluciones que al considerar factores que van más allá de la condición
socioeconómica de las personas, tengan una adopción más eficiente desde la
comunidad.
Sería útil diseñar un modelo que incluya más información sobre el vehículo (capacidad,
potencia, eficiencia, etc.), las variables sociales tradicionales (nivel de ingresos e
integrantes del hogar), variables de evaluación normativa y variables asociadas a la
personalidad, las preferencias y percepciones del entorno urbano de los individuos. Para
esto, valdría la pena incrementar el número de encuestados para poder trabajar con
un intervalo de confianza mayor. Una limitante importante para este enfoque es la alta
deserción de las personas aptas para tomar la encuesta. Habría que buscar estímulos
(como premios sorteados entre las personas que terminen la encuesta) para que las
personas estén interesadas en concluir el formulario.
9.2. Implicaciones prácticas
De acuerdo con la presidencia de la República, las reservas petroleras de Colombia
ascienden a 2.036 millones de barriles (6,3 años). Para garantizar la seguridad energética
del país, es necesario que la formulación de política pública permita la apertura del
mercado a vehículos más eficientes que satisfagan las preferencias asociadas a la
percepción y la personalidad de los ciudadanos.
En la historia reciente, las principales compañías productoras de automóviles han
orientado sus cadenas productivas hacia la satisfacción de las preferencias y
necesidades de las personas, reduciendo a su vez el impacto negativo que tienen los
vehículos sobre el medio ambiente.
7. Conclusión Al haberse obtenido un mejor ajuste del modelo a los datos observados mediante la
inclusión de las variables de política propuestas por Lave & Train (1979) y Choo y
Mokhtarian (2014), además de las variables de percepción del entorno urbano y
personalidad propuestas por las últimas, se validan supuestos planteados en entornos
de transporte distintos al contexto latinoamericano; esto posibilita la inclusión de estas
variables en futuros trabajos investigativos para países en vía de desarrollo, que desean
implementar políticas públicas relacionadas con la demanda vehicular o abrir el
mercado a nuevos productores de automóviles.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
23
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Finalmente, se puede concluir que, más allá de un mejor ajuste del modelo a los datos
observados, la inclusión de variables de percepción del entorno urbano y de
personalidad nos permiten comprender mejor el fenómeno estudiado (elección
vehicular).
8. Referencias bibliográficas Acevedo, Bocarejo, Lleras, Echeverry, Ospina & Rodríguez. (2009). El transporte como
soporte al desarrollo de Colombia: una visión al 2040. Universidad de los Andes. ISBN:
9789586954167
Bhat, C. R., & Pulugurta, V. (1998). A comparison of two alternative behavioral choice
mechanisms for household auto ownership decisions. Transportation Research Part B:
Methodological, 32(1), 61–75. https://doi.org/10.1016/S0191-2615(97)00014-3
Cho, H., & LaRose, R. (1999). Privacy issues in internet surveys. Social Science Computer
Review, 17(4), 421–434. https://doi.org/10.1177/089443939901700402
Choo, S., & Mokhtarian, P. L. (2004). What type of vehicle do people drive? The role of
attitude and lifestyle in influencing vehicle type choice. Transportation Research Part A:
Policy and Practice, 38(3), 201–222. https://doi.org/10.1016/j.tra.2003.10.005
Domenchich, T., & McFadden, D. (1975). A Theory of Individual Travel Demand. Urban
Travel Demand.
Hess, S., Palma, D., & Centre, C. M. (2019). Apollo: a exible, powerful and customisable
freeware package for choice model estimation and application. Stephane Hess &
David Palma Choice Modelling Centre University of Leeds, (April).
K, M. G., M, F. L., Crc, H., & Simon, P. (2003). Statistical and Econometric Methods for
Transportation Data Analysis Library of Congress Cataloging-in-Publication Data.
Kahneman, D., & Tversky, A. (1981). The Psychology of Preferences tend to follow
regular patterns that can be described mathematically. Scientific American, 246(1),
160–173.
Lave, C. A., & Train, K. (1979). A disaggregate model of auto-type choice.
Transportation Research Part A: General, 13(1), 1–9. https://doi.org/10.1016/0191-
2607(79)90081-5
Mabit, S. L. (2014). Vehicle type choice under the influence of a tax reform and rising
fuel prices. Transportation Research Part A, 64, 32–42.
https://doi.org/10.1016/j.tra.2014.03.004
McFadden, D. L. (2000). Daniel L. McFadden - Prize Lecture: Economic Choices.
Retrieved from https://www.nobelprize.org/prizes/economic-
sciences/2000/mcfadden/lecture/
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Maestría en ingeniería civil
24
Juan Camilo Posada Durango
[email protected] +57 301 595 8953
Ortuzar, S. J. D., & Willumsen, L. G. (2011). Modelling transport. Oxford: Wiley-Blackwell.
Pollak, R. a. (1976). Preferences Interdependent. The American Economic Review, 66(3),
309–320.
Potoglou, D., & Kanaroglou, P. S. (2007). An Internet-Based Stated Choices Household
Survey for Alternative Fuelled Vehicles. Canadian Journal of Transportation, 1(August
2006), 36–55. https://doi.org/10.1111/j.1438-8677.2012.00574.x
Schreiber, J. B. (2006). Modeling and Confirmatory Factor Analysis Results: A Review.
Sifringer, B., Lurkin, V., & Alahi, A. (2018). Let Me Not Lie: Learning MultiNomial Logit.
Retrieved from http://arxiv.org/abs/1812.09747
Train, K. (1980). A Structured Logit Model of Auto Ownership and Mode Choice. The
Review of Economic Studies, 47(2), 357. https://doi.org/10.2307/2296997
Train, K. E. (2003). Discrete choice methods with simulation. Discrete Choice Methods
with Simulation (Vol. 9780521816960). https://doi.org/10.1017/CBO9780511753930
Train, K., Winston, C., (2007). Vehicle choice behavior and the declining market share of
U.S. Automakers. Int. Econ. Rev. 48, 1469–1496.
Wulff, J. N. (2015). Interpreting Results From the Multinomial Logit Model: Demonstrated
by Foreign Market Entry. Organizational Research Methods, 18(2), 300–325.
https://doi.org/10.1177/1094428114560024