Modelo de Estimación Directa de la Demanda de Metro a Nivel de Estación: un enfoque alternativo basado en Regresión Múltiple, Funciones de Caída de la Demanda y Herramientas SIG

GUTIERREZ PUEBLA, JAVIER; CARDOZO, OSVALDO DANIEL; GARCIA-PALOMARES, JUAN CARLOS; CASCALES MORENO, JOSÉ ANTONIO; ANTON MILLAN, MAITE

Cartagena

Congreso; XV Congreso Panamericano de Ingeniería de Tránsito y Transporte; 2008

Universidad del Norte - Grupo de Investigaciones en Transporte TRANVIA

En esta ponencia se presenta un modelo de respuesta rápida para la predicción de la demanda de las estaciones de la red de metro de Madrid. Se trata de un modelo alternativo al modelo de cuatro etapas, de estimación directa y respuesta rápida, que se basa en el uso conjunto de los Sistemas de Información Geográfica (SIG) y los modelos de regresión múltiple. Se utiliza como variable dependiente el número de viajeros entrados en cada estación y como variables independientes aquellas que reflejan las características de las estaciones (tipo, número de líneas, número de accesos, localización, etc.) y sus áreas de servicio (características de la población y el empleo, mezcla de usos del suelo, densidad viaria, presencia de modos competidores/alimentadores, etc.). Se han aplicado una serie de mejoras metodológicas a la hora de delimitar las áreas de servicio de las estaciones. Por un lado, se han usado distancias a través de la red, en vez de utilizar distancias en línea recta (buffers) como se hace habitualmente en los análisis de cobertura. Por otro, se han realizado análisis según franjas de distancia con el fin de determinar cuál es la distancia más adecuada, en lugar de asumir los umbrales de distancia utilizados habitualmente. Finalmente, se han ponderado las variables de entorno en función de curvas de caída de la demanda distancia, con el fin de valorar la mayor propensión de uso en los espacios más cercanos a las estaciones. Los valores de predicción de demanda alcanzados (con exclusión de los intercambiadores) se han comparado con los obtenidos a partir del modelo de cuatro etapas, encontrando que presentan un margen de error semejante.