Machine Translated by Google

Investigación sobre transporte Parte A 170 (2023) 103618

Listas de contenidos disponibles en ScienceDirect

Investigación sobre transporte, parte A

página de inicio de la revista: www.elsevier.com/locate/tra

Analizando una política de restricción vehicular basada en matrículas

con cargo de exención opcional: el caso de Cali, Colombia
José J. Soto a,*, Luis F. Macea b , Víctor Cantillo C

a
Facultad de Ingeniería, Universidad Tecnológica de Bolívar, Km 1 Vía Turbaco, Cartagena, Colombia b
Escuela de Ingeniería y Ciencias, Pontificia Universidad Javeriana de Cali, Cali, Colombia
C
Departamento de Ingeniería Civil y Ambiental, Universidad del Norte, Barranquilla, Colombia

INFORMACIÓN DEL ARTÍCULO ABSTRACTO

Palabras clave: Varias ciudades han restringido el uso de vehículos privados basándose en el último dígito de la matrícula del
Gestión de la demanda de tráfico vehículo para reducir la congestión del tráfico y la contaminación. Sin embargo, se ha cuestionado la eficacia de
Cobro por restricción de matrícula
esta medida. En 2017, se implementó en Cali, Colombia, un esquema híbrido, el Cobro por Restricción de
Política urbana
Matrículas (LPRC). Con este esquema, los conductores pueden pagar un cargo (mensual, trimestral o anual)
Transporte público
para eludir la restricción, mientras que los ingresos se utilizan para subsidiar el sistema BRT.
Cali fue la primera ciudad de América Latina en implementar un esquema de este tipo, mientras que la capital de
Colombia, Bogotá, adoptó una política similar en 2020. Este artículo analiza la evolución de la medida utilizando
información oficial. Además, realizamos una encuesta de preferencias declaradas y estimamos un modelo de
elección para evaluar el comportamiento de los propietarios de automóviles ante las variables políticas. Los
resultados muestran que el precio del LPRC es el atributo más relevante en la toma de decisiones. Aumentar el
número de días con restricciones de tránsito y extender las horas de restricción de uso de vehículos aumenta la
probabilidad de que los conductores paguen por el LPRC. Tal como se implementa actualmente en Cali, la LPRC
es un costo fijo que no varía según el nivel de uso del automóvil, incentivando a los usuarios que pagan por la
exención a utilizar su automóvil tanto como sea posible para aprovechar al máximo el pago. Además, los ingresos
del cargo contribuyen sólo marginalmente a financiar el BRT. Finalmente, proponemos varios cambios en la
política para mejorar su eficiencia. Entre ellos, considerar un pago diario y endurecer la restricción de circulación
actual.

1. Introducción

El uso del automóvil privado se ha convertido en un problema importante para las ciudades de todo el mundo debido a sus externalidades, principalmente en la
congestión y la contaminación ambiental (Rizzi y De la Maza, 2017). Parte del problema es que los conductores sólo son conscientes de los costos personales que
implica el uso de su vehículo en la mayoría de los casos y no de los costos sociales, económicos y ambientales más amplios que los automóviles privados generan
para la sociedad. Para contrarrestar este fenómeno han surgido sistemas de tarificación de las carreteras, que consisten en transferir parte del costo marginal al usuario
e internalizar algunas de las externalidades para alcanzar un óptimo social (Small y Verhoef, 2007).
Tradicionalmente, estas políticas –etiquetadas como “primeras mejores”– han sido categorizadas como teóricas, dada la dificultad de su aplicación práctica (Small
y Verhoef, 2007). Entre las principales razones se encuentran la imposibilidad—debido a su altísimo costo—de cobrar a todos los usuarios de la vía (Verhoef, 2002); la
imposibilidad de variar los cargos libremente a lo largo del tiempo; la dificultad de diferenciar entre tipos de usuarios

* Autor correspondiente.
Dirección de correo electrónico: [email protected] (JJ Soto).

https://doi.org/10.1016/j.tra.2023.103618 Recibido
el 6 de septiembre de 2021; Recibido en forma revisada el 14 de enero de 2023; Aceptado el 12 de febrero de 2023
Disponible en línea el 24 de febrero de 2023
0965­8564/© 2023 El(los) autor(es). Publicado por Elsevier Ltd. Este es un artículo de acceso abierto bajo la licencia CC BY­NC­ND.
(http://creativecommons.org/licenses/by­nc­nd/4.0/).
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

(Koster et al., 2018) y la naturaleza estocástica de la congestión (Small y Verhoef, 2007). Sin embargo, los avances tecnológicos recientes han permitido a los
planificadores superar la mayoría de estas dificultades (Ghio et al., 2018).
Otras medidas, conocidas como "segunda mejor", facilitan la implementación práctica de mecanismos de tarificación vial mediante la imposición de
restricciones. Estos incluyen carriles de peaje y zonificación de acceso restringido (Small y Verhoef, 2007). En este contexto, Ortúzar et al. (2021) analizaron
diferentes esquemas de tarificación vial en Chile, considerando variables relacionadas con la extensión del área de peaje, la hora del día que se cobra y el uso
potencial de los ingresos. También analizaron el efecto de las actitudes individuales hacia la tarificación vial para determinar qué esquema de tarificación vial
podría ser más aceptable para las personas que viajan en automóvil al distrito financiero de Santiago, al menos una vez a la semana, por motivos de trabajo.
¨
Sin embargo, se han implementado pocos casos, dado el disgusto ex ante de los conductores por estas medidas (Borjesson et al., 2012) y su alto costo político
(De Borger y Proost, 2015). Sin embargo, hay casos en los que el apoyo ciudadano ha aumentado después de la implementación, como en Estocolmo (Eliasson
y Jonsson, 2011).
Una medida popular en América Latina ha restringido el movimiento de vehículos según el número de placa del vehículo. Esta medida prohíbe la circulación
de vehículos en ciertos días de la semana y horas específicas del día, dependiendo del último número de su placa. Se ha aplicado en México (Davis, 2008),
Colombia (Ramos et al., 2017) y Chile (De Grange y Troncoso, 2011), entre otros. Esta medida se ha implementado de manera temporal en Santiago de Chile
en los días de emergencia ambiental, y de manera permanente en la Ciudad de México y varias ciudades de Colombia.

La medida de racionamiento se implementó en la década de 1980 para abordar los problemas de congestión y contaminación, racionalizando el uso del
automóvil en las vías públicas. La medida mostró un éxito notable en sus primeras etapas debido a su efectividad, fácil implementación, bajos costos y flexibilidad.
Si bien las políticas que imponen restricciones a la conducción y al estacionamiento tienen baja aceptación pública y política (Mattioli et al., 2020), esta medida
fue adoptada por muchas ciudades latinoamericanas porque era menos impopular que el cobro por congestión.
La política de restricción por número de placa ha sido cuestionada. Las investigaciones sobre el tema subrayan que la medida es perversa a largo plazo
porque, en determinadas circunstancias, puede incentivar la compra de un segundo vehículo, en muchos casos de segunda mano, que suele ser más
contaminante. Esta respuesta puede exacerbar los mismos problemas por los que se impuso inicialmente la medida (Cantillo y Ortúzar, 2014). Según Davis
(2008), en la Ciudad de México no se logró una reducción significativa en la concentración de contaminantes a largo plazo. Bonilla (2019) indica que esta
medida es ineficaz para mejorar la calidad del aire. En cambio, induce a conducir más y aumenta el consumo de gasolina, el parque de vehículos y las
concentraciones de CO cuando la restricción es más drástica.
Además, a largo plazo, los usuarios de automóviles de diferentes países tienden a adaptarse a la medida de manera diferente (Gallego et al., 2013). Las
formas más comunes son: (i) compra de vehículos eléctricos, que habitualmente están exentos de la medida (Lu et al., 2020; Rao, 2020; Diao et al., 2016;
Wang et al., 2017); (ii) comprar un segundo automóvil con matrícula diferente (Bonilla, 2019; Chen et al., 2020; Moncada et al., 2018); (iii) compartir viajes en
coche (Gu et al., 2017); (iv) cambiar al transporte público o al taxi (Yang et al., 2018; Mohan et al., 2017; Gu et al., 2017); (v) cambiar a bicicletas y bicicletas
compartidas (Gu et al., 2017; de Buen Kalman, 2021)); (vi) utilizar el vehículo restringido fuera del horario restringido (De Grange y Troncoso, 2011; Guerra y
Millard­Ball 2017); (vii) transgredir las normas de restricción (Viard y Fu, 2015; Wang et al., 2014), y (viii) trasladar el viaje a días no restringidos (Guerra et al.,
2021).
Desde la perspectiva de las políticas públicas, los gobiernos locales en Colombia enfrentan desafíos porque no tienen las facultades legales que les
permitan un control directo sobre el mercado automotriz, a diferencia de China, donde se implementó una política de restricciones a la circulación basada en
las matrículas. Beijing y otras ciudades, pero la autoridad ha establecido un sistema de cuotas para la entrada de vehículos nuevos. (Chen et al., 2020). Las
autoridades colombianas sólo pueden actuar implementando medidas de gestión de la demanda de viajes, favoreciendo modos de transporte más sostenibles
y en detrimento del transporte privado. Además, están cada vez más preocupados por el continuo crecimiento del parque de vehículos, lo que ha sido utilizado
como justificación para adoptar medidas de restricción en función de la matrícula del vehículo.
En las ciudades donde se ha aplicado la restricción por número de matrícula, eliminar la política es complejo por el importante impacto que se produciría
en las condiciones del tránsito y la multiplicación de otros efectos colaterales, que se hacen evidentes los días en que no hay restricciones vehiculares ( Cantillo
y Ortúzar, 2014). En consecuencia, es necesario evaluar restricciones que permitan una transición gradual hacia esquemas de precios más cercanos al óptimo
social, como los precios de congestión. Esta última es una de las formas mejor documentadas de reducir el tráfico excesivo en las vías públicas durante las
horas pico, ya que permite a los conductores internalizar el efecto externo inducido por los automóviles privados (Pigou, 1920; Beckman et al., 1956 ) . De esta
manera, los usuarios de automóviles tienen incentivos para priorizar sus viajes o cambiar a otros modos de transporte, entre otras decisiones, reduciendo así
las demoras (Hau, 2021).
Este artículo estudia la implementación del cobro por el uso de vehículos privados durante una política de restricción de matrículas para eludir la restricción
en Cali, Colombia, denominada en este artículo Cobro por Restricción de Matrículas (LPRC). Los ingresos se utilizan para subsidiar el sistema de autobuses
de tránsito rápido (BRT) llamado SITM­MIO. Los resultados presentados aquí serán de interés para los planificadores y tomadores de decisiones del transporte.
´
Cali es la primera ciudad de América Latina donde se implementó esta medida híbrida. Después de Cali, Bogotá implementó una política similar. Los resultados
presentados se extraen de los tres primeros años de implementación de la medida.
El artículo está organizado de la siguiente manera: En la Sección 2 se analiza la medida de restricción vehicular con base en la matrícula del vehículo y la
política de “pase diario”. La Sección 3 presenta el contexto y los resultados en términos de ingresos de la LPRC. La Sección 4 describe el diseño experimental,
el modelado y analiza el comportamiento de los propietarios de automóviles hacia la política. Finalmente, la Sección 5 reúne las principales conclusiones de
este estudio.

2. Políticas de restricción del número de matrícula y pase diario.

Una cuestión relevante de cualquier política de restricción basada en la matrícula del vehículo es el incentivo para que un hogar compre o alquile un
vehículo alternativo (Basso et al., 2021; Cantillo y Ortúzar, 2014; Ye, 2017; Moncada et al., 2018; Chen et al., 2020). De hecho, muchas ciudades chinas han
experimentado un aumento significativo en las ventas de vehículos eléctricos después de implementar una política de restricciones de conducción basada en
las matrículas que exime a los vehículos de bajas emisiones ( Wang et al., 2017; Rao, 2020; Lu et al., 2020). . Sin embargo, a largo plazo,

2
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

la congestión y la contaminación volverán a los niveles experimentados antes de implementar la medida. Según Huang et al. (2017), la restricción es efectiva en
el corto pero no en el largo plazo. Además, se ha comprobado que los efectos sobre los niveles de contaminación son nulos o leves debido a este aumento global
del parque automotor (Bonilla, 2019; Davis, 2008; Cantillo y Ortúzar, 2014; Chen et al., 2020; Chen et al., 2021). De ahí que se cite frecuentemente que la medida
aumenta el parque automotor y provoca una mayor comercialización de vehículos más antiguos, lo que disminuye la calidad del aire (Davis, 2008; Cantillo y
Ortúzar, 2014; Bonilla, 2019).
El 'pase diario' es un pago por el permiso para conducir durante un período establecido de restricción vehicular. Esta medida fue propuesta inicialmente por
Daganzo y García (2000) y recientemente por Basso et al. (2021) como un híbrido de esquema de precios y racionamiento que incluye una tarifa de peaje, una
ventana de tiempo finita (generalmente la hora pico) y la fracción de viajeros gratuitos (una fracción de la población a la que no se le cobra peaje). Estos dos
artículos desarrollaron los fundamentos teóricos básicos de la política.
Daganzo y García (2000) utilizaron un problema de congestión de cuello de botella para evaluar este esquema considerando una población homogénea y un
tiempo de restricción fijo. Luego, al dividirse en dos clases ­los que tienen que pagar ese día y los que no­ ambas se beneficiarán de un menor nivel de congestión
por los viajes que transbordan al transporte público o los que se cancelan. El coste que se paga por circular se equilibra cuando el número de días de restricción
entre grupos es el mismo. Basso et al. (2021) ampliaron este enfoque al considerar una población heterogénea con diferentes niveles de ingresos, dos modos de
transporte (automóvil y transporte público) y agregar una restricción a los automóviles antiguos para abordar la contaminación, utilizando un modelo de congestión
estática. Daganzo y García (2000) afirmaron que el esquema es una medida de mejora de Pareto. Sin embargo, Basso et al. (2021) explicaron que esta premisa
de Pareto no se aplica a los hogares de bajos ingresos propietarios de automóviles, y que se necesitan ingresos para mejorar el transporte público.

Esta estrategia se puede implementar asignando una tarifa de peaje proporcional a la ventana de tiempo de la restricción, que además es dinámica según la
matrícula del vehículo, lo que permite a las personas tener más opciones que la pura tarificación o el puro racionamiento. Según Montero et al. (2018), este
esquema surge como una medida complementaria que ofrece la opción de exención de la restricción y puede potencialmente reducir –o eliminar– el incentivo
para comprar un segundo automóvil. Además, impedir el acceso al pase diario a vehículos con tecnologías más antiguas y contaminantes en épocas de mala
calidad del aire aborda este problema medioambiental.
En resumen, el uso de restricciones vehiculares junto con la opción de un pase diario podría mitigar los efectos de la contaminación y la congestión, pero sólo
si se consideran cuidadosamente la fijación del precio y el horario. Si el precio es demasiado alto, aumentará el incentivo para comprar un segundo vehículo, y si,
por el contrario, es demasiado bajo, la reducción de la congestión y la contaminación puede no ser significativa, ya que la mayoría de los usuarios pagarán el
coste fijo. Cobrar más por pases diarios para vehículos más antiguos (o no permitir pases diarios en absoluto) es un aspecto esencial de esta política, que
incorpora el factor de contaminación ambiental en su diseño, algo que no se aborda directamente en medidas en las que se aplica una restricción igual a todos
los vehículos. independientemente de sus niveles de emisión. Una medida de este tipo puede incentivar y acelerar indirectamente la renovación del parque
automotor (Barahona et al., 2018) y la transición hacia tecnologías automotrices más limpias.
Varios investigadores han cuestionado el beneficio de la medida de restricción de vehículos. Dado que la política genera pérdidas sociales (Cantillo y Ortúzar,
2014), no puede considerarse una “segunda mejor” medida para la tarificación de las carreteras (Nie, 2017). Con la implementación del pase diario, existen
posibles escenarios en los que todos los usuarios podrían estar estrictamente mejor que antes de que se aplicara la medida. Dado que los usuarios de mayores
ingresos pueden financieramente pagar el pase diario (o ya tienen un segundo automóvil), se beneficiarían aprovechando tiempos de viaje más cortos. Mientras
tanto, los usuarios que no pueden permitirse el pase diario o no tienen coche también se beneficiarán de un mejor servicio en los sistemas de transporte público,
suponiendo que el servicio se adapte a la mayor demanda y produzca un efecto Mohring. Los ingresos recibidos por el pase diario pueden (o deberían) utilizarse
en su totalidad para mejorar el transporte público o los modos activos. Así, reinvertir en el pase diario permitiría un escenario en el que todos los usuarios estén
mejor que antes (Basso et al., 2021), convirtiéndose en un esquema de reducción de la congestión óptimo de Pareto (Daganzo, 1995). Según Basso et al. (2021),
la restricción vehicular no puede limitarse a un solo día sino que debe ser un mínimo de dos días por semana para generar beneficios notables.

Los conductores pueden correr el riesgo de utilizar el vehículo en los días de restricción. En este caso, el nivel de riesgo depende de la ejecución y del valor
de la multa. Claramente, hay más incentivos para conducir en días de restricción si los niveles de aplicación de la ley y las multas son bajos. Por otro lado, se ha
demostrado que los viajes ilegales aumentan cuando las restricciones son más estrictas (Liu et al., 2018, Lin et al., 2022), llegando incluso a niveles del 8% al
18% de “vehículos restringidos”, durante un día. por semana y restricción par­impar, respectivamente (Liu et al., 2018). Los desplazamientos ilegales disminuyen
la eficacia de la medida.
Si bien una multa es un cargo monetario que debe pagar si el usuario viaja con un vehículo restringido, no es comparable con LPRC por dos razones
principales. En primer lugar, la naturaleza de la multa es castigar una conducta que va contra la ley, con el objetivo de desalentar a los posibles infractores. Por
otro lado, se implementa un cargo de restricción para permitir un comportamiento que pague costos externos.
La naturaleza opuesta de un pago para castigar versus un pago para permitir un comportamiento podría distorsionar en gran medida (aunque aún no se ha
medido) i) la voluntad de pagar, ya que las pérdidas podrían valorarse de manera diferente a las ganancias (Aversión a las pérdidas – Tversky y Kahneman,
1991) ii ) viajar demanda, por cambios en el comportamiento de viaje, como cambio de modo en viajes de trabajo y modo y día/hora para viajes no laborales
(Blackman et al., 2020), y iii) personas con potencial o capacidad de pago, pero que no están dispuestas a romper la ley o ser multado.
En segundo lugar, la multa es más cara que la carga. La mayoría de las veces, no es solo un cargo monetario, e incluye sanciones como reducciones de
puntos en la licencia de conducir (Lin et al., 2022), aumento de las multas por múltiples infracciones (Liu et al., 2018; Blackman et al., 2020). , solicitud de regreso
al lugar de origen (Blackman et al., 2020) o remolque de automóvil (Ley 769, 2002). Además, las multas se cobran por evento, pudiendo imponer más de una
multa por día, lo que aumenta aún más los costos.
En este contexto, si bien la aplicación del pase diario no tendría el mismo impacto que la tarificación vial, puede verse como un paso intermedio, dada la
facilidad de aplicación y el menor costo político. Mientras tanto, esta medida puede ser un punto de partida y ampliar su cobertura en unos días hasta que se
alcance un esquema de peaje vial, lo que equivaldría a pagar pases de exención regularmente o una migración completa a un esquema de peaje diario por
congestión. Esta última es la condición deseada porque su aplicación internaliza el coste generado por el uso de la vía y se aplica proporcionalmente al nivel de
uso del vehículo.
En enero de 2017, Cali se convirtió en la primera ciudad de América Latina en implementar un esquema de pago por el uso de un vehículo privado durante el

3
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

política de restricción de matrículas para gestionar la demanda de automóviles privados y como fuente potencial de financiación para subsidiar el sistema de
transporte público. Sin embargo, los usuarios pagan anualmente, trimestralmente o mensualmente en lugar de realizar pagos diarios. El pago del cargo permite
a los conductores utilizar su vehículo en todos los días restringidos del período pagado. Desde 2020, Bogotá aplica la medida en diferentes condiciones de
precio y tiempo de cobertura. La siguiente sección presenta el contexto que llevó a la implementación de esta política pública en Cali.

3. Contexto

Cali es la tercera ciudad más poblada de Colombia, con aproximadamente 2,2 millones de habitantes (DANE, 2018; DAPM. , 2019a). En Cali
están registrados alrededor de 700.000 vehículos automotores, de los cuales el 64% son automóviles particulares y el 31% motocicletas; el resto son autobuses,
taxis y camiones. En un día normal, los habitantes de las ciudades generan 3,7 millones de viajes, de los cuales el 62,3% corresponden a modos motorizados
(incluido el transporte público) y el 37,7% a modos no motorizados (a pie y en bicicleta).
Los siguientes apartados presentan brevemente el desarrollo histórico de la medida de restricción de circulación basada en la licencia de un vehículo.
número de placa en Cali y su posterior migración a la LPRC.

3.1. Transición al cobro de exención en Cali

La restricción basada en el número de placa del vehículo (conocida localmente como “Pico y Placa”) se aplicó por primera vez en Cali en 2005 (Decreto No.
0722, 2005). La medida estableció una prohibición de circulación de vehículos particulares en el área urbana, de lunes a viernes entre las 07:00 y 09:00 horas y
las 17:30 y 19:00 horas, según el último dígito de la placa del vehículo. En horario rotativo, la restricción se fijó en dos últimos números diferentes por día (20%).

El objetivo inicial de la medida era reducir los niveles de congestión del tráfico, contaminación atmosférica y incidencia de accidentes de tráfico provocados
por el crecimiento del parque de vehículos a motor. Si bien la restricción inicialmente estuvo dirigida a vehículos particulares, también se incluyeron vehículos
de transporte público (buses, microbuses y minivans) y taxis, dada su sobreoferta en la ciudad (Decreto N° 4112.010.20.0434, 2017). Si bien las motos han
tenido mayor participación y crecimiento que los autos, no tienen restricciones.
En 2016, la LPRC fue aprobada por el Consejo Municipal e implementada en enero de 2017 (Acuerdo 0401 de 2016; Decreto No.
4112.010.0001, 2017). Se lanzaron campañas de marketing como estrategia de promoción. El propósito de la política fue recaudar fondos para subsidiar el
sistema de transporte público, que tiene un importante déficit financiero que afecta la calidad y cobertura del servicio.
La LPRC se fijó inicialmente en COP 2.578.680 (USD 860)1 por año, posiblemente pagando por semestre o por mes. El precio por día no fue el resultado
de una estimación del costo marginal y la externalidad ni se basó en un análisis de la disposición a pagar por el uso de un vehículo privado durante la restricción
de matrículas. En cambio, se decretó como cinco (5) veces el costo del boleto promedio del sistema de transporte público (Decreto N° 4112.010.0001, 2017).

Luego del primer año de implementación, el horario de restricción vehicular se amplió de 6:00 a 10:00 y de 16:00 a 20:00 horas. La carga del LPRC se
mantuvo constante. En diciembre de 2018, el gobierno local modificó el precio de la medida reduciéndola a COP 1.628.640 (USD 543) anuales, equivalente a
COP 135.720 mensuales, una reducción del 36,8%, manteniendo la ventana horaria y el número de días de vigencia. la constante de restricción (Decreto N°
4112.010.20.0805, 2018). A partir de entonces, la tarifa LPRC se actualiza a principios de cada año en consonancia con el aumento anual de las tarifas del
transporte público. En 2020, las tarifas de autobús aumentaron un 10%, por lo que el cargo anual de la LPRC se fijó en COP 1.490.292 sin cambios en el detalle
de las restricciones (Decreto N° 4112.010.20.0034, 2020). Si bien la medida fue bien intencionada, hay que destacar algunos aspectos:

• Desde su inicio, la medida ha sido denominada erróneamente “Cargo por Congestión” o “Cargo por Contaminación”, un nombre inapropiado ya que es un
cargo fijo en lugar de un costo marginal variable por uso de vehículo. El cobro por congestión tiene como objetivo alcanzar un punto de equilibrio óptimo
imponiendo un cobro que aumente los costes de viaje personales de los usuarios de automóviles. El cobro de la LPRC no conciencia a los conductores
sobre el coste social que genera cada trayecto que realizan, que depende del momento y lugar donde se produce la congestión y de la distancia recorrida
en coche en las zonas de congestión, entre otros factores no incluidos en la medida. .
• Al no ser un pago diario, existe el riesgo de que las personas que pagan el cargo por mes aumenten el uso del automóvil, ya que el costo unitario percibido
por viaje disminuye a medida que se usa más el automóvil. La póliza genera un incentivo al uso del automóvil cuando los usuarios han pagado la cuota
mensual. Esto es lo opuesto al sistema de tasas por congestión, donde el pago es directamente proporcional al uso del automóvil. Si el coche no se utiliza
en un régimen de cargo marginal, el propietario no paga.
• La medida no incluía las motocicletas, lo que potencialmente fomentaba su uso. Las motos en Cali están exentas del pago de impuestos, exentas del pago de
peajes urbanos e interurbanos e incluso exentas de la política de restricción de matrículas. Como resultado, este modo de transporte ha tenido un crecimiento
38% mayor que el aumento del vehículo privado en Cali. Actualmente los viajes en motocicletas suponen el 26,6 % de la cuota modal (DAPM.
, 2019b).
• Esta política de transporte urbano no varía según el sector de la ciudad (se aplica a toda la ciudad) ni por el uso de las vías más transitadas o zonas de mayor
congestión del tráfico. En consecuencia, su capacidad para corregir la externalidad de la congestión se ve disminuida. • Antes de su implementación en
2016, no se realizó ningún análisis para abordar las incertidumbres sobre los efectos de la medida, ni se realizaron evaluaciones económicas o financieras de
la política para determinar su viabilidad.

1
El tipo de cambio al momento de aplicar la encuesta fue de 1 USD = 3.000 COP.

4
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

• No se implementó ningún plan tecnológico para la gestión de la medida. Como resultado, los usuarios que habían pagado la tarifa LPRC y estaban, en
principio, exentos de restricciones continuaron siendo identificados por cámaras de detección automática de matrículas y sancionados, reduciendo su
adopción debido a los múltiples problemas experimentados por los usuarios.

3.2. Valoración de la carga de la LPRC en Cali

La Tabla 1 presenta estadísticas financieras clave después de implementar la medida, de 2017 a 2019, incluidos los ingresos anuales, la cantidad de
meses pagados por año, la distribución de los pagos por uso del vehículo, tipo de vehículo y mes del año. Excluimos 2020 debido a la pandemia de
COVID­19. Los datos evidencian un aumento en los ingresos anuales cada año, con un salto mucho más pronunciado entre 2018 y 2019, cuando se redujo
el precio del cargo LPRC.
En cuanto al total de meses pagados al año, los vehículos empresariales eran mayoría al inicio de la medida. Por el contrario, en 2019, los vehículos
privados se convirtieron en la mayoría de usuarios de LPRC. Si bien ambos tipos de vehículos incrementaron el número de transacciones anualmente,
hubo un mayor aumento entre los vehículos privados.
La categoría "otros" se compone principalmente de vehículos comerciales, como camiones y autobuses privados. Durante el primer año, más de la
mitad de las transacciones se realizaron bajo esta categoría. Cayeron al 45% en 2018 y al 29,8% en 2019, a pesar de aumentar el número total de meses
pagados de 5.816 en 2017 a 9.958 en 2019. Sin embargo, el incremento anual de esta categoría fue menor en comparación con otras. Es relevante
considerar que los vehículos comerciales no tienen flexibilidad para tomar decisiones de viaje, y un cargo, como un peaje o LPRC, se asume como un costo
fijo en su operación (Holguín­Veras, 2008). Por lo tanto, el análisis de preferencia se llevó a cabo sólo en vehículos no comerciales, principalmente porque
mostraron un mayor aumento a lo largo de los años y sus propietarios tienen flexibilidad y elección sobre el modo de transporte.

En la Tabla 2 se muestra la información de frecuencia relativa al porcentaje de vehículos según el número de meses pagados durante el año y los
meses más y menos pagados, respectivamente. La mitad de los vehículos pagan sólo un mes al año; en tanto, las tres cuartas partes pagan hasta tres
meses. Menos del 10% de los vehículos pagan cada mes. A pesar de la caída de precios en 2019, el comportamiento general ha sido similar a lo largo de
los años, como lo demuestran los porcentajes. Además, las similitudes persisten, siendo diciembre el mes más pagado del año, probablemente debido a la
temporada navideña. Este comportamiento pone de relieve un número importante de usuarios ocasionales, que pagan según sus necesidades.
Si bien los ingresos aumentaron con el tiempo, se ha cuestionado la eficacia de la política para cumplir el objetivo de financiar el sistema BRT. Desde
su creación, los ingresos totales de la LPRC se destinaron cien por ciento a financiar el sistema de transporte público de la ciudad (Decreto N° 4112.010.0001,
2017; Decreto N° 4112.010.20.0805, 2018; Acuerdo N◦ 0452, 2016). Sin embargo, la baja aceptación por parte de los usuarios ha significado que la política
no haya recaudado fondos significativos.
Tomando como referencia el año 2019, la contribución a la sostenibilidad operativa del sistema de transporte público fue solo alrededor del 1,2% de los
costos operativos totales y alrededor del 4% del déficit operativo. Esta efectividad también es menor si se consideran los costos administrativos y de
implementación de la política, que corresponden al 5% de los ingresos totales de la política. El beneficio que se transfiere a los pasajeros si se reduce la
tarifa es de 37 COP por pasajero, el 1,8% de un pasaje sencillo, lo que muestra claramente el ínfimo aporte de esta medida a la hora de subsidiar el sistema
de transporte público.
Por otro lado, se podría liberar un hipotético máximo del 20% de vehículos privados con la implementación de la restricción en función de la matrícula
del vehículo, lo que supondría que el beneficio económico máximo de la LPRC sería del 3,5% del total operativo. costes del sistema de transporte público y
el 5,1% de la tarifa del usuario.
En tales circunstancias, y considerando los costos administrativos y de implementación para asegurar su correcta aplicación de la política, no es muy
esperanzador que los ingresos totales de la política superen las externalidades negativas generadas por la demanda liberada. Además, existe el riesgo de
que la LPRC sea una política de transporte equivocada que requiera repensarse en términos de eficiencia financiera y viabilidad económica.
Repensar la política significa evaluar posibles cambios en cuanto a las características de la restricción en términos de precio, número de días restringidos
por semana y número de horas restringidas por día. Otros cambios deberían incluir la transición propuesta a un esquema de pago de pases diarios (Basso
et al., 2021).

Cuadro
1 Estadísticas descriptivas de la recolección de LPRC.
LPRC Año

2017 2018 2019

Flota de vehiculos 388.109 411.725 435.341

Total de meses pagados 10.894 16.291 33.393
Por uso Vehículo comercial 7.470 (68,6%) 10.350 (63,5%) 14.453 (43,3%)
Vehículo privado 3.424 (31,4%) 5.941 (36,5%) 18.940 (56,7%)
Por tipo Carros 1.450 (13,3%) 2.333 (14,3%) 7.296 (21,8%)
todoterreno 3.628 (33,3%) 6.627 (40,7%) 16.139 (48,3%)
Otro 5.816 (53,4%) 7.331 (45,0%) 9.958 (29,8%)
Ingresos (COP) $2.341.011.660 $3.500.772.990 $4.897.230.000
Ingresos (USD) $780.337 $1.166.924 $1.632.410

Fuente: Alcaldía de Cali.

5
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

Tabla 2
Información de frecuencia LPRC.

Pagos Año

2017 2018 2019

Número de meses pagados 56,2% 50,8% 49,9%

1 2­3 22,6% 22,5% 23,5%
4–6 12,0% 11,6% 13,8%
7–9 5,0% 6,2% 6,6%
10­12 4,3% 9,0% 6,2%
Mes más pagado Diciembre (12,01%) Diciembre (10,11%) Diciembre (11,54%)
Mes menos pagado febrero (6,07%) Enero (4,12%) Enero (2,74%)

Fuente: Alcaldía de Cali.

4. Análisis del comportamiento de los propietarios de automóviles.

Realizamos un experimento de preferencias declaradas para evaluar el comportamiento de los usuarios de automóviles ante cambios en las
características de la medida, como el costo, el número de días por semana y las horas por día. Se utilizaron datos para estimar un modelo de elección
discreta para evaluar la disposición a pagar por eludir la restricción, estimar elasticidades y evaluar diferentes escenarios de políticas.

4.1. Diseño experimental

El instrumento utilizado para la recolección de datos se estructuró en las siguientes tres partes: (i)
Información socioeconómica de los encuestados, incluyendo género, edad, estrato social, nivel de educación, ocupación, tamaño del hogar,
número de niños en edad escolar e ingresos.
(ii) Información sobre el último viaje durante la restricción de matrícula. Incluye el modo de transporte; horarios de salida y regreso; flexibilidad para llegar
antes o después del horario de trabajo/estudio; si el encuestado pagó o no por el estacionamiento en el destino, y voluntad de adquirir otro vehículo si se
refuerza la medida de restricción, entre otros. (iii) Escenarios de preferencias declaradas. El diseño
experimental de la encuesta de elección declarada incluye cuatro alternativas de viaje para usuarios de vehículos privados que viajan desde sus hogares
durante la mañana. Las opciones eran: 1) viajar en automóvil, pagando mensualmente a la LPRC para poder conducir durante las horas restringidas; 2)
viajar en coche, limitándose a los tiempos de conducción permitidos; 3) viajar en Taxi/Uber; y 4) viajar en Transporte Público (BRT/Bus).

Aunque comprar un segundo automóvil con una matrícula diferente podría ser una alternativa para algunas personas, no se incluyó en el diseño
experimental porque suele ser una decisión a largo plazo (Ma y He, 2016), por lo que incluir dicha alternativa podría distorsionar el

Cuadro
3 Variables utilizadas en el diseño experimental.
variables Niveles Valores Duración del viaje

Tiempo de viaje en vehículo privado pagando mensualmente a la LPRC para permitir la conducción durante la restricción 2 15 – 20 Corto
(minutos) 30 – 40 Medio
50 – 60 Largo
Tiempo de desplazamiento en vehículo privado con conducción restringida a las franjas horarias permitidas (min) 2 10 – 15 Corto
25 – 35 Medio
45 – 55 Largo
Tiempo de viaje en Taxi/Uber (min) 2 15 – 20 Corto
30 – 40 Medio
50–60 Largo
Tiempo de viaje en transporte público – BRT/Bus (min) 2 20 – 25 Corto
40 – 50 Medio
65–75 Largo
Costo de Taxi/Uber (COP) 2 5.500 – 6.500 Corto
10.500 – 12.500 Medio
20.000 – 22.000 Largo
Costo del transporte público ­ BRT/Bus (COP) 1 1.900
Días con restricción de matrícula por semana 3 1 día
2 días
Cada dos días de
Ventana de tiempo de la medida de restricción 2 06:00 a 10:00 y
16:00–20:00
06:00 – 20:00
Costo Mensual del LPRC (COP) 4 100.000
150.000
200.000
250.000

Nota: $1 USD = 3.000 COP al momento de aplicar la encuesta.

6
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

experimento. Además, el realismo de algunos escenarios de elección declarados no puede ser del todo pertinente para algunos encuestados debido a sus
restricciones presupuestarias.
La Tabla 3 muestra las variables, valores y niveles de atributos utilizados para la estimación del modelo. Esta configuración dio un total de 384 tratamientos,
de los cuales 36 fueron elegidos para ser aplicados al experimento basado en un diseño de bloques ortogonales con equilibrio de niveles, superposición mínima
y equilibrio de beneficios (Zwerina et al., 1996). Estos 36 tratamientos se dividieron en cuatro bloques utilizando el software Ngene®
(ChoiceMetrics, 2018). En consecuencia, cada encuestado enfrentó nueve situaciones de elección. En cada escenario, el encuestado debía decidir el modo de
viajar, considerando las variaciones que presentaban las variables. Las encuestas se personalizaron según la duración del viaje (corto, medio y largo).

4.2. Datos

El muestreo consideró la población de usuarios de vehículos privados, la ubicación de las zonas con mayor número de vehículos privados dentro de la ciudad
y la caracterización socioeconómica de los encuestados. La encuesta fue aplicada en noviembre de 2018. Se encuestaron a un total de 450 personas como
propietarios de vehículos particulares en Cali. La mayoría provenía de hogares compuestos por tres miembros, y el 44% de los hogares tenía uno o más hijos en
edad escolar. El Cuadro 4 presenta la distribución de la muestra a través de características socioeconómicas adicionales en contraste con la distribución de la
encuesta de movilidad de Cali, el patrón de distribución de la población más reciente y disponible.
Como se indica en la sección 4.1 (ii), se preguntó a los encuestados sobre su disposición a comprar otro vehículo si se extiende el plazo de la actual política
de restricción de matrículas de Cali. Como resultado, el 39% afirmó que consideraría comprar otro vehículo como respuesta a las restricciones, el 18% se muestra
indiferente a la medida y el 43% no estaría dispuesto a comprar otro automóvil. En cuanto a la elección de los encuestados para afrontar la medida de restricción
el día que son afectados, en la Fig. 1 se presenta un resumen de las decisiones tomadas por los encuestados de i) pagar la LPRC establecida por el Municipio
de COP 214.890 (USD 71,63) por conducir durante la restricción; ii) utilizar un segundo vehículo; iii) utilizar el vehículo restringido durante el horario autorizado;
iv) viajar en vehículo compartido; v) utilizar un Taxi/Uber; vi) utilizar transporte público, o vii) utilizar otros modos de transporte como motocicleta, bicicleta o
caminar.
El gráfico muestra que pagar el LPRC es la opción menos popular, seguida de utilizar otros modos de transporte como moto, bicicleta o caminar. Por otro
lado, utilizar el vehículo restringido dentro del margen de tiempo permitido se muestra como la alternativa más deseada, seguida de utilizar un segundo vehículo.
Ambas decisiones se sustentan en factores asociados a la flexibilidad horaria y a la posibilidad de no pagar el aparcamiento en el destino, como es el caso de
una proporción importante de la muestra. Las respuestas a las otras opciones presentadas también se muestran en la Fig. 1.

El presente estudio se realizó utilizando únicamente las preferencias declaradas. Los autores reconocen que el uso del método de preferencia declarada,
aunque válido, podría mejorarse utilizando una combinación de datos de preferencia declarada y revelada. No recopilamos datos de preferencias reveladas (RP)
porque el porcentaje de usuarios que pagaron por la medida era pequeño. Esto dificultó la obtención de un número significativo de encuestas de usuarios que
pagan en un contexto de RP. Además, el uso de datos de PR plantea un desafío ya que los atributos de la póliza (por ejemplo, precio, tiempo de restricción) son
fijos, por lo que es difícil captar la sensibilidad de los individuos hacia ellos. Creemos que, aunque de naturaleza hipotética, el experimento de preferencia
declarada fue más creíble para los encuestados, ya que hacía referencia a una política ya implementada.

Tabla 4
Perfil de los encuestados.
Característica Nivel Nuestra muestra (%) Encuesta de movilidad de Cali (%)

Género Masculino 63% 62%

Femenino 37% 38%
Edad 24 o menos 4% 9%
25–34 29% 19%
35–44 35% 21%
45–54 20% 22%
55–64 10% 17%
65 o más 2% 13%
Ingreso del hogar (Millones de COP) Menos de 2.0 (670 USD) 11%
2,0–4,0 (670 USD − 1340 USD) 39%
4,0–6,0 (1340 USD − 2000 USD) 28%
Más de 6,0 (2000 USD) 22%
Nivel de educación Primaria o Secundaria 6% 28%
Técnico 8% 13%
Graduado 57% 49%
Universitario 29% 10%
Ocupación Empleado 57% 37%
Independiente 30% 31%
Otro 13% 32%
Coches por hogar 39%
12 43%
3 o más 18%
Tamaño del hogar 2 o menos personas 31% 28%
3–4 59% 53%
5 o más personas 10% 19%

7
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

Fig. 1. Preferencias de los encuestados en respuesta a las restricciones de conducción del LPRC.

4.3. Resultados y discusión

Estimamos un modelo Logit Mixto con efecto panel para considerar la correlación entre respuestas de un mismo individuo. El modelo considera variaciones
sistemáticas de los gustos en cuanto a ingresos y flexibilidad en el horario de llegada. El tiempo de viaje (minutos) se incluyó en todas las alternativas al definir
la especificación de las funciones de utilidad. El costo mensual de LPRC (COP) se especificó para la alternativa 1, Auto que paga LPRC, mientras que las
tarifas (COP) están en las alternativas 3, Taxi/Uber, y 4, BRT/BUS. Para la alternativa 1 se especificaron el número de días restringidos por semana y una
variable ficticia para una restricción extendida durante el día.
La Tabla 5 muestra los parámetros para el modelo estimado. La estimación se realizó con el software Ox Console (Doornik, 2015), utilizando máxima
verosimilitud simulada (Train, 2009). Para los parámetros aleatorios, utilizamos quinientos sorteos de muestreo de hipercubo latino modificado (MLHS) (Hess et
al., 2006). La mayoría de los parámetros son estadísticamente significativos al nivel del 95%. Los signos son conceptualmente consistentes según la teoría
microeconómica.
La flexibilidad en el horario de llegada impacta positivamente en viajar en coche durante el horario no restringido. Las interacciones entre los parámetros de
costos (es decir, tarifa y LPRC) y los ingresos altos son positivas y significativas, lo que sugiere que las personas de ingresos altos son menos sensibles al
costo. El valor positivo y significativo de la constante específica para Taxi/Uber sugiere que, ceteris paribus, esta alternativa es preferible a las demás.

Como los usuarios de automóviles intentan saltarse la restricción saliendo de casa y volviendo en el horario permitido (antes de las 6 de la mañana), lo que
resulta incómodo o inconveniente en muchos casos, penalizan más el tiempo de desplazamiento fuera del periodo de restricción que durante el horario
restringido. Este hallazgo también lo presentan Ramos et al. (2017). El valor subjetivo del tiempo de viaje en horario restringido es de 110 COP/min. A su vez,
el valor subjetivo del tiempo de viaje durante el horario permitido es de 180 COP/min. Esto indica una mayor disposición a pagar por reducir el tiempo de viaje
durante las horas no restringidas que durante las horas restringidas.
Según el modelo, cuando aumenta el número de días restringidos por semana, aumenta la probabilidad de pagar la LPRC. Al ser el LPRC un valor fijo que
no depende del uso del automóvil, este comportamiento refleja el incentivo de pagar el costo mensual cuando hay más días restringidos, dado que el precio por
día disminuye.
El parámetro de la variable ficticia para un período extendido en horario comercial (06:00 am a 8:00 pm), relacionado con la duración de la ventana de
tiempo restringido por día, es positivo y significativo. Este resultado sugiere que, como se esperaba, cuando hay más horas restringidas por día, hay una mayor
probabilidad de pagar el cargo LPRC.

4.4. Análisis de elasticidad

Realizamos un análisis de elasticidad mediante enumeración de muestras. Evaluamos las elasticidades de la demanda respecto del precio, el número de
días laborables racionados y las horas restringidas por día. Para estimar la elasticidad empírica de la demanda al precio, utilizamos el cambio de precio de 2018
a 2019.
Las elasticidades se muestran en la Tabla 6. Según las estimaciones del modelo, la demanda de LPRC es elástica al precio. Es interesante notar que el
valor del modelo es muy similar al valor empírico. Los valores de elasticidad indican una alta sensibilidad de la

8
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

Tabla 5

Resultados del modelado.

variables Coeficientes prueba T

0 –
Constantes específicas alternativas Coche pagando la LPRC {1}
Coche privado en horario permitido {2} 0.545 1.11
Taxi/Uber {3} 1.837 3.31
BRT/autobús {4} − 0,268 − 0,64
Atributos Tiempo de viaje (min) {1,3,4} − 0,022 − 2,80
Tiempo de desplazamiento en coche en horario permitido (min) {2} − 0,036 − 3,80
Costo LPRC (103 COP){1} − 0,035 − 9,79
Tarifa (103 COP) {3,4} − 0,203 − 6,25
Número de días restringidos por semana {1} 1.195 9,72
Ficticio para ventana de tiempo restringida extendida por día {1} 0,944 6,83
Chupete para viajar Flexibilidad {2} 0,632 1,90
Interacciones Costo de LPRC – Ingresos altos 0.019 6.03
Tarifa – Ingresos altos 0,049 1.91
Desviación estándar (efecto panel) 2.643 22.27
Parámetros 13
Observaciones 4.050
Sorteos 500
Logrobabilidad − 3.545,4
Rho­cuadrado 0,369
Rho­cuadrado ajustado 0,359

Nota: Las llaves se refieren a qué alternativas se aplican los coeficientes.! UDD = 3.000 COP.

Cuadro 6
Elasticidades de la demanda.

Elasticidad Modelo Empírico

Elasticidad puntual Elasticidad del arco Elasticidad del arco

Costo de LPRC − 2,51 − 2,85

Días de restricción/semana 1a2 1.18
1 a 2,5 1.41
Horarios de restricción Horas pico hasta todo el día hábil 1.14

demanda de LPRC al valor a pagar.

Cuando la restricción aumenta de 1 a 2 días por semana, la demanda de LPRC crece 1,18%, y cuando aumenta de 1 a 2,5 días por semana (día por medio),
la demanda crece 1,41%, ceteris paribus. A su vez, pasar de una restricción sólo en horas punta a una en todas las horas laborales aumenta un 1,14% la demanda
de LPRC.

4.5. Análisis de escenario

El modelo permite evaluar la sensibilidad de la demanda y los ingresos a las variables de política de la medida y migrar progresivamente a un esquema de
cargos por congestión diario. La Fig. 2 muestra la curva de demanda (probabilidades) para seis escenarios modelados de pago del cargo LPRC considerando
variaciones en los días de restricción por semana (1 día, 2 días y cada dos días) y períodos de cobro (horas punta de la mañana y la tarde y horarios extendidos).
de 06:00 a 20:00 horas). Estas curvas se construyeron utilizando el modelo propuesto. Anteriormente, las constantes específicas alternativas se ajustaron para
reproducir la participación de mercado de LPRC en 2019.
El comportamiento de las curvas de demanda es el esperado teóricamente ya que cuando el precio del LPRC sube, la cantidad demandada baja y viceversa.
Sin embargo, cada curva tiene diferentes niveles de elasticidad según la variación del precio y la restricción del escenario analizado. Aplicar la medida un día a la
semana en las horas punta de la mañana y de la tarde es el escenario más flexible ya que el propietario del vehículo tiene muchas más alternativas para utilizar su
vehículo, por lo que responde menos al precio, como se presenta en la Fig. 2 . Mientras tanto, aplicar la medida cada dos días durante horarios extendidos es el
escenario más restringido. En este caso, los propietarios de automóviles están más dispuestos a pagar la LPRC.

La curva de demanda del escenario más flexible, que corresponde a la situación actual de Cali, presenta un comportamiento elástico.
Cualquier otro escenario más restringido es aún más sensible a los cambios en el precio. Este patrón puede ser diferente a largo plazo, ya que los propietarios de
automóviles pueden ajustar su comportamiento encontrando sustitutos.
Las elasticidades de la demanda a las variables de política afectan los ingresos, ya que el precio y los ingresos se mueven en dirección opuesta o en la misma
dirección dependiendo de si la curva de demanda es más o menos elástica al precio. La Fig. 3 presenta estimaciones de los ingresos mensuales (en millones de
COP) para diferentes precios de LPRC, el número de días de semana restringidos y las horas diarias restringidas. Los resultados indican que el máximo ingreso
se obtiene cuando el precio de la LPRC ronda los COP 100.000 ($34 USD) mensuales y cuando la medida se aplica en días alternos durante el horario extendido.
Sin embargo, este precio es menor en escenarios más flexibles.
Aunque extender el período de restricción puede afectar significativamente los ingresos, sería necesario evaluar el efecto en la movilidad fuera de las horas
pico. El ingreso máximo se acerca a los COP 40.000 millones (USD 13,33 millones) para el escenario más restrictivo. Este

9
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

Fig. 2. Probabilidades de pago del precio LPRC.

Fig. 3. Ingresos mensuales de la medida considerando diferentes escenarios.

Este valor corresponde a alrededor del 15% del total de los ingresos corrientes de la tarifa del sistema. Una limitación del modelo es que no considera efectos a largo
plazo. Valores demasiado elevados podrían incitar a los usuarios a adquirir un segundo vehículo (principalmente una motocicleta o un coche usado).
Considerando el número de días laborables de oficina del mes, el precio del LPRC por día para maximizar los ingresos en el escenario más restringido ronda los
COP 10.000 (3,3 USD). Permite a los usuarios pagar sólo los días en que necesitan sus coches, motivando a las personas a utilizar sus coches de una forma más
racionalizada. Aunque este valor no está relacionado con el coste marginal de utilizar el coche, puede ser un punto de partida para un sistema convencional de
tarificación por congestión.

4.6. Implicaciones para la política

Hay varias lecciones aprendidas del estudio de caso de Cali en su experiencia de aplicar una restricción a los automóviles según el número de placa y la posibilidad
de pagar para evitarla. La medida puede ser un paso intermedio antes de aplicar una medida completa de cobro por congestión. Para ello, nuestra investigación sugiere
un esquema que restrinja el 40 o 50% de los vehículos todos los días de la semana, durante todas las horas de trabajo y no solo en el período pico, como sugieren
Basso et al. (2021). Por otro lado, el cargo deberá pagarse por semana o por día, de acuerdo con el uso del automóvil.

En el caso de Cali, la política se implementó sin una plataforma tecnológica para su control. Es necesario invertir en un sistema de control para mejorar la eficiencia
de la medida. Esta plataforma debe ser lo suficientemente flexible para ser utilizada si evoluciona hacia un sistema completo de cobro por congestión.

Un tema no menor es el valor a cobrar por un pago diario. Si el objetivo es maximizar los ingresos para subsidiar el transporte público, un valor que puede
considerarse un piso de referencia es de 10.000 COP por día. Sin embargo, se requieren estudios específicos más detallados para este fin. A la hora de definir el precio,
hay que tener en cuenta que un pago demasiado caro puede estimular la compra de un segundo

10
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

vehículo o motocicleta.
Actualmente las motocicletas están excluidas de la política, lo que ha estimulado el crecimiento de este medio de transporte. La medida será más eficaz si se extiende
a las motocicletas. Para ello es necesario realizar análisis específicos sobre la disposición a pagar, que sin duda es menor que la de los automóviles. Sin embargo, cargar
motos requiere cambios en la ley colombiana, que actualmente no lo permite.

´
Después de Cali, Bogotá introdujo una política similar a principios de 2020, y la llamó “Pico y Placa Solidario” (traducido aproximadamente como “Pico y Placa
2
Solidaria”). como una excepción al programa de restricción de matrículas. Se implementó para permitir a los usuarios de
automóviles comprar permisos de circulación semestrales para eludir la restricción. En este momento se aplicaba la política de “Pico y Placa” de lunes a viernes, en
horario punta de la mañana (06:00 – 08:30) y tarde (15:00 – 19:30), restringiendo la circulación de la mitad del vehículo. flota según el último número de la matrícula, en
forma par­impar. Si el último número de placa era par, la restricción se aplicaba a las fechas con día par y, de manera similar, a las fechas impares. El permiso costaba
alrededor de 590 dólares y, en promedio, se expedían 732 permisos mensuales.

En septiembre de 2021, las autoridades de Bogotá implementaron una segunda fase del programa, que incluye pases diarios y mensuales. Además, esta etapa
contempla costos diferenciales para reducir las externalidades, ya que los vehículos con mayor impacto ambiental, mayor costo de compra o matriculados fuera de la
ciudad tenían un costo que podía ser hasta un 80% superior al costo base. El costo base del permiso mensual era una quinta parte del costo del pase semestral, mientras
que el pase diario era un octavo del pase mensual. Durante la fase 2, entre septiembre y diciembre, la póliza recaudó cerca de 3,8 millones de dólares y se emitieron
alrededor de 34.600 permisos, de los cuales el 80% fueron diarios, el 6% fueron abonos mensuales y el resto semestrales.

´
En enero de 2022 cambió el esquema de “Pico y Placa”, y la restricción se amplió al horario de 06:00 a 21:00 horas en Bogotá.
A dos meses de tomada esta decisión, se emitieron 103.363 permisos, 81% diarios, 9% mensuales y 10% semestrales, lo que significó una recaudación cercana a los
´
9,8 millones de dólares. Es relevante mencionar que, al igual que en Cali, en Bogotá los recursos recaudados a través de los permisos se invierten en un fondo destinado
a estabilizar y subsidiar la tarifa del sistema de transporte público de la ciudad y cubrir el déficit financiero del sistema.

El caso de Bogotá ha demostrado que la medida, cuando se aplica más estrechamente relacionada con un cargo por congestión, es decir, permitiendo pagos diarios,
tiene una buena aceptación general entre los usuarios de automóviles. Además, esto muestra que los usuarios prefieren el pago diario, si está disponible, en lugar de los
pagos mensuales. Finalmente, permitir pagos diarios y horas más restringidas por día también aumentó los ingresos. Los resultados preliminares de la experiencia de
´
Bogotá respaldan las recomendacionessugeridas por el análisis de Cali.

4.7. Perspectivas globales

Si bien esta experiencia se basa en una ciudad latinoamericana de tamaño mediano, sus hallazgos tienen una importancia más amplia. Como se señaló anteriormente,
una política similar no ha sido estudiada después de su implementación, pero la política en sí ha sido propuesta en varios contextos.
De manera similar, muchas ciudades tienen políticas de restricción de matrículas que podrían actualizarse fácilmente para considerar el cobro para evitar restricciones.
Por lo tanto, las recomendaciones deben considerar el contexto de la ciudad y la presencia o ausencia de medidas para abordar la congestión. En este sentido, la
transición a un esquema de cobro completo podría implementarse para ciudades con restricciones de matrículas utilizando cargos de exención opcionales como paso
intermedio. En este caso, se debe tener en cuenta el análisis de la disposición a pagar para determinar el costo a pagar por los usuarios. La estructura de pago debe
estar en equilibrio entre no ser demasiado cara como para que los usuarios prefieran comprar otro vehículo y no ser demasiado barata para ser considerada un costo fijo
por los usuarios, lo que no cumplirá el objetivo de reducción de la congestión, ya que la velocidad promedio está disminuyendo. ser menor al añadir vehículos de pago
(Montero et al., 2022).
Por otro lado, para las ciudades que planean implementar políticas de restricción de matrículas como política de alivio de la congestión, recomendamos evaluar el
uso del esquema de cobro desde el principio. Como afirman Cantillo y Ortuzar (2014), la restricción de matrículas por sí sola es una política con un efecto neto de pérdida
social. El efecto del pago reduce las pérdidas sociales y ayuda a internalizar parte de la externalidad de la congestión, haciendo que su implementación sea un beneficio
de la simple restricción de matrículas.
Sin embargo, en el caso de las ciudades que estén dispuestas a implementar una política de restricción de matrículas por razones puramente ambientales, i. Sólo
para vehículos viejos o durante días de emergencia ambiental, no recomendamos el esquema de cobro, ya que la prioridad en estos casos es evitar por completo los
vehículos altamente contaminantes. Una exención total podría acelerar la transición hacia vehículos más nuevos y más limpios; en este caso, se podría evaluar un
enfoque como el de Zonas de Bajas Emisiones (LEZ), considerando su popularidad en Europa.
Sin embargo, generalmente las ZBE se implementan en ciudades de altos ingresos, donde la mayoría de la población tiene vehículos de bajas emisiones que no se ven
afectados por la restricción (Fageda et al., 2022; Bernardo et al., 2021). En el caso de ciudades con flotas de vehículos más antiguas y menores ingresos (como las
ciudades del Sur Global), se necesitan análisis más profundos.
Si los objetivos de la ciudad son ambientales y relacionados con la congestión, se podría implementar un esquema de cobro sin posibilidad de pago, o un costo
diferencial ­mayor­. Basso et al. han demostrado teóricamente que este esquema híbrido es beneficioso . (2021) y Fageda et al. (2020), tanto en términos de contaminación
como de aceptabilidad social, a diferencia de la combinación de LEZ y tasas de congestión/peajes urbanos, que se han implementado en pocas ciudades europeas
(Bernardo et al., 2021).
En una nota más general, este estudio de caso podría ayudar a los formuladores de políticas de todo el mundo a planificar la implementación de la medida o como
un trampolín hacia un esquema adecuado de tarifas por congestión. En este sentido, el monto a cobrar difiere según el contexto y debe evaluarse según la disposición
de la gente a pagar, ya que un costo muy alto podría eliminar los beneficios de la medida por una baja

2
Más información en https://picoyplacasolidario.movilidadbogota.gov.co/.

11
Machine Translated by Google

JJ Soto et al.
Investigación sobre transporte Parte A 170 (2023) 103618

demanda. En este caso, es necesario un equilibrio para disminuir el aliciente de un vehículo de segunda mano.
En cuanto a la configuración de la restricción, recomendamos encarecidamente permitir pagos diarios para evitar que los usuarios tomen la tarifa de exención como un costo fijo durante
períodos más prolongados. Otros análisis sobre el número de horas de la medida (horas pico versus horas hábiles o todo el día) pueden estudiarse según el contexto, aunque su aplicación
debería ser más fácil si se considera todo el día.
En resumen, la implementación de la medida es más factible políticamente que un cargo por congestión desde cero. Tiene el potencial de ser
considerado por otras ciudades a nivel mundial, principalmente aquellas que ya han implementado el racionamiento vehicular.

5. Conclusiones y futuras líneas de investigación.

Luego de tres años de su implementación, este artículo analiza la política de restricción de vehículos con cargo de exención por matrícula en Cali, Colombia. También llevamos a cabo
un experimento de preferencia declarada para evaluar el comportamiento del propietario de un automóvil con respecto a variables relevantes de la política.

La medida fue bien intencionada cuando se implementó; sin embargo, presenta algunas fallas que es necesario considerar para evitar que sea una política de transporte equivocada.
La medida no es una tasa por congestión propiamente dicha, ya que no depende del uso del automóvil. Es un costo fijo por un tiempo extendido (mensual, trimestral o anual); por tanto, el
coste unitario percibido por cada viaje se reduce sólo si se utiliza más el coche. En consecuencia, fomenta el uso del coche cuando la LPRC ya está pagada. Además, la medida debería
considerar la inclusión de las motocicletas para desincentivar el crecimiento relacionado con este medio de transporte.

En general, la LPRC requiere repensarse en términos de eficiencia y viabilidad económica. A pesar de haber reducido el precio de la medida en un 36% en 2019, con un consiguiente
aumento significativo de los ingresos anuales porque más personas podrían pagarlo, la LPRC en Cali ha contribuido sólo muy marginalmente a la financiación del sistema de transporte
público de la ciudad (menos de 2 % de los costos operativos).
En cuanto al comportamiento de los usuarios, el precio del LPRC fue el factor más decisivo en la decisión de los usuarios de pagar la tarifa, seguido del número de días restringidos y
la extensión de la restricción a todo el horario comercial. Al estimar los ingresos potenciales, se pudo observar que cuanto más restringidos eran los días y horas, mayor era el costo del
LPRC que esos usuarios estaban dispuestos a pagar. Por tanto, los ingresos esperados también aumentan.

Si el objetivo es maximizar los ingresos para subsidiar el transporte público, restringir el 40 o 50% de los vehículos todos los días de la semana durante todo el horario laboral podría
recaudar alrededor de COP 40.000 millones (USD 13,33 millones). Esto es alrededor del 15% del total de los ingresos actuales provenientes de la tarifa del sistema. Permitir pagos diarios
debe ser una prioridad para incentivar la reducción del uso del vehículo privado. 10.000 COP (3,4 USD) por día es una buena referencia de precio mínimo.

Futuras investigaciones en este ámbito podrían orientarse a analizar el efecto del LPRC sobre el uso de motocicletas. También deberían examinarse los efectos de la medida en los
vehículos comerciales y su influencia a largo plazo en los hogares que compran un segundo vehículo. El caso de Bogotá también merece ser estudiado, particularmente tomando información
directa de los conductores que se han acogido o no a la póliza. Finalmente, analizar el impacto que tienen variables intangibles como la confiabilidad y la conveniencia de los viajes en la
disposición de los usuarios de vehículos privados a pagar por conducir en días restringidos bajo la medida LPRC podrían ser temas para una mayor investigación.

Declaración de contribución de autoría CRediT

José J. Soto: Conceptualización, Análisis formal, Redacción – borrador original, Metodología, Software, Redacción – revisión y edición. Luis F. Macea: Conceptualización, Análisis
formal, Escritura – borrador original, Metodología, Curación de datos, Escritura – revisión y edición.
Víctor Cantillo: Análisis formal, Redacción – borrador original, Redacción – revisión y edición.

Declaración de intereses en competencia

Los autores declaran que no tienen conocidos intereses financieros en competencia o relaciones personales que pudieran haber parecido
influyen en el trabajo reportado en este artículo.

Referencias

Acuerdo N◦ 0401 (2016). Boletín Oficial de la Alcaldía de Santiago de Cali, Colombia, 03 de enero de 2016.
Acuerdo N◦ 0452 (2016). Boletín Oficial de la Alcaldía de Santiago de Cali, Colombia, 13 de diciembre de 2016.
Barahona, N., Gallego, F., Montero, JP, 2018. Restricciones de conducción específicas de época. Rev. Economía. Semental.
Basso, LJ, Montero, JP, Sepúlveda, F., 2021. Un enfoque práctico para frenar la congestión y la contaminación del aire: restricciones a la conducción con exenciones de peajes y vintage.
Transp. Res. Una práctica política. 148, 330–352.
Beckman, M., McGuire, C., Winsten, CB, 1956. Estudios de economía del transporte. Yale, Nueva Yaven.
Bernardo, V., Fageda, X., Flores­Fillol, R., 2021. Contaminación y congestión en áreas urbanas: Los efectos de las zonas de bajas emisiones. Economía. Transp. 26–27, 100221.
Blackman, A., Qin, P., Yang, J., 2020. ¿Qué tan costosas son las restricciones de conducción? Evidencia de valoración contingente de Beijing. J. Medio Ambiente. Economía. Gestionar. 104, 102366.
Bonilla,
¨ JA, 2019. ¿Cuanto más estricto, mejor? Racionamiento del uso del automóvil en Bogotá con restricciones moderadas y drásticas. Economía del Banco Mundial. Apocalipsis 33 (2), 516–534.
Borjesson, M., Eliasson, J., Hugosson, MB, Brundell­Freij, K., 2012. Las tasas de congestión de Estocolmo, cinco años después. Efectos, aceptabilidad y lecciones aprendidas. Transp.
Política 20, 1­12.
Cantillo, V., Ortúzar, JD, 2014. Restringir el uso del automóvil por matrícula: Una política desacertada en el transporte urbano. Dina 81 (188), 75–82.
Chen, Z., Zhang, X., Chen, F., 2021. Las restricciones de conducción han reducido la contaminación del aire: evidencia de ciudades a nivel de prefectura de China. Reinar. Ciencia. Contaminación. Res. 28 (3),
3106–3120. https://doi.org/10.1007/s11356­020­10664­9.
Chen, S., Zheng, X., Yin, H., Liu, Y., 2020. ¿Las ciudades chinas que implementaron restricciones de conducción vieron reducciones en PM10? Transp. Res. Parte D: Transp. Reinar. 79,
102208 https://doi.org/10.1016/j.trd.2019.102208.
ChoiceMetrics, 2018. Manual de usuario y guía de referencia de Ngene 1.2. Australia.
Daganzo, CF, 1995. Un esquema de reducción de la congestión óptimo de Pareto. Transp. Res. Método B. 29 (2), 139­154.

12
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

Daganzo, CF, García, RC, 2000. Una estrategia de mejora de Pareto para el problema de los desplazamientos matutinos dependientes del tiempo. Transp. Ciencia. 34 (3), 303–311.
´
Departamento Administrativo de Planeación Municipal, Alcaldía de Santiago de Cali ­ DAPM. (2019a). Cali en cifras 2018­2019. Cali, Colombia. Recuperado de: http://www.cali.gov.co.

´ ´
Departamento Administrativo de Planeación Municipal, Alcaldía de Santiago de Cali ­ DAPM. (2019b). Plan Integral de Movilidad Urbana PIMU Visión 2030. Cali,
Colombia. Recuperado de: http://www.cali.gov.co.
Departamento Administrativo Nacional de Estadísticas ­ DANE. (2018). Censo Nacional de Población y Vivienda 2018. Bogotá, Colombia. Recuperado de: http://
www.dane.gov.co.
Davis, LW, 2008. El efecto de las restricciones a la conducción en la calidad del aire en la Ciudad de México. J. Polit. Economía. 116 (1).
De Borger, B., Proost, S., 2015. La economía política de las decisiones de oferta y fijación de precios del transporte público. Economía. Transp. 4 (1–2), 95–109. de Buen
Kalman, R., 2021. ¿No puedes conducir hoy? El impacto de las restricciones de conducción en el uso de bicicletas compartidas en la Ciudad de México. Transp. Res. Parte D: Transp. Reinar. 91,
102652.
De Grange, L., Troncoso, R., 2011. Impactos de las restricciones vehiculares en los flujos de transporte urbano: El caso de Santiago. Chile. Política de transporte 18 (6), 862–869.
Ortúzar, J. de D., Bascun˜´ an, R., Rizzi, LI, & Salata, A. (2021) Evaluación de la aceptabilidad potencial de la tarificación de las carreteras en Santiago. Investigación sobre transporte Parte A: Política
y Práctica 144, 153­169.
Decreto N◦ 0722 (2005). Boletín Oficial de la Alcaldía de Santiago de Cali, Colombia, 28 de octubre de 2005.
Decreto N◦ 4112.010.0001 (2017). Boletín Oficial de la Alcaldía de Santiago de Cali, Colombia, 03 de enero de 2017.
Decreto N◦ 4112.010.20.0034 (2020). Boletín Oficial de la Alcaldía de Santiago de Cali, Colombia, 15 de enero de 2020.
Decreto N◦ 4112.010.20.0434 (2017). Boletín Oficial de la Alcaldía de Santiago de Cali, Colombia, 30 de junio de 2017.
Decreto N◦ 4112.010.20.0805 (2018). Boletín Oficial de la Alcaldía de Santiago de Cali, Colombia, 28 de diciembre de 2018.
Diao, Q., Sun, W., Yuan, X., Li, L., Zheng, Z., 2016. Análisis de competitividad basado en costos privados del ciclo de vida de los vehículos eléctricos en China considerando el costo intangible de
políticas de tráfico. Aplica. Energía 178, 567–578. https://doi.org/10.1016/j.apenergy.2016.05.116.
Doornik, JA, 2015. Programación matricial orientada a objetos utilizando Ox. Oxford, 3ª ed. Timberlake Consultants Press, Londres.
Eliasson, J., Jonsson, L., 2011. El “sí” inesperado: factores explicativos detrás de las actitudes positivas hacia las tarifas de congestión en Estocolmo. Transp. Política 18 (4),
636–647.
Fageda, X., Flores­Fillol, R. y Theilen, B. (2022). Medidas de precio versus cantidad para hacer frente a la contaminación y la congestión en las zonas urbanas: un enfoque de economía política.
Revista de Economía y Gestión Ambiental, 115.
Gallego, F., Montero, JP, Salas, C., 2013. El efecto de las políticas de transporte en el uso del automóvil: Un modelo de bundling con aplicaciones. Economía Energética. 40, S85­S97.
´ ´ ´ ´
Ghio, RL, Bocarejo, JP, Blanco, AB, 2018. Políticas de tarificación por congestión: Efectos potenciales y consideraciones para su implementación en Bogotá.
Ciudad de México y Santiago, Banco Interamericano de Desarrollo.
Gu, Y., Deakin, E., Long, Y., 2017. Los efectos de las restricciones de conducción en la evidencia del comportamiento de viaje de Beijing. J. Economía Urbana. 102, 106–122. https://doi.org/10.1016/
j.jue.2017.03.001.
Guerra, E., Millard­Ball, A., 2017. Cómo sortear una prohibición de matrícula: respuestas conductuales a la restricción de conducción en la Ciudad de México. Transp. Res. Parte D: Transp. Reinar.
55, 113­126. https://doi.org/10.1016/j.trd.2017.06.027 0.1016/j.trd.2020.102652.
Guerra, E., Sandweiss, A., Park, SD, 2021. ¿El racionamiento es realmente contraproducente? Una revisión crítica de la literatura sobre restricciones de conducción basadas en matrículas. Transp. Rdo.
1–22.
Hau, TD, 2021. Tarificación de las carreteras 1: La teoría de la tarificación de la congestión. Enciclopedia Internacional de Transporte.
Hess, S., Train, KE, Polak, JW, 2006. Sobre el uso de un método de muestreo de hipercubo latino modificado (MLHS) en la estimación de un modelo logit mixto para la elección de vehículos.
Transp. Res. Método B. 40 (2), 147–163.
Holguín­Veras, J., 2008. Condiciones necesarias para las entregas fuera de horario y efectividad del precio del transporte de mercancías por carretera urbano y políticas financieras alternativas en
mercados competitivos. Transp. Res. Una práctica política. 42 (2), 392–413.
Huang, H., Fu, D., Qi, W., 2017. Efecto de las restricciones de conducción en la calidad del aire en Lanzhou, China: análisis integrado con una fuente de datos de Internet. J. Limpio. Pinchar. 142,
1013­1020. https://doi.org/10.1016/j.jclepro.2016.09.082.
Koster, P., Verhoef, E., Shepherd, S., Watling, D., 2018. Heterogeneidad de preferencias y precios de congestión: el caso de las dos rutas revisado. Transp. Res. Método B. 117,
137–157.
Ley 769 (2002). Código Nacional de Tránsito. Ministerio de Transporte, Colombia.
Lin, S., Zhu, S., Li, X., Li, R., 2022. Efectos de las estrictas restricciones de vehículos en varios modos de viaje: un estudio de caso de Zhengzhou, China. Transp. Res. Una práctica política. 164,
310–323.
Liu, Z., Li, R., Wang, XC, Shang, P., 2018. Efectos de las políticas de restricción de vehículos: análisis utilizando datos de reconocimiento de matrículas en Langfang, China. Transp. Res. Una politica
Practica. 118, 89­103.
Lu, T., Yao, E., Jin, F., Pan, L., 2020. Políticas de incentivos alternativas contra la disminución del subsidio de compra para la adopción de vehículos eléctricos con batería (BEV). Energías 13 (7),
1645.
Ma, H., He, G., 2016. Efectos de las restricciones de conducción posteriores a los Juegos Olímpicos sobre la calidad del aire en Beijing. Sostenibilidad 8 (9), 902. https://doi.org/10.3390/su8090902.
Mattioli, G., Roberts, C., Steinberger, JK, Brown, A., 2020. La economía política de la dependencia del automóvil: un enfoque de sistemas de provisión. Res. energética. Soc. Ciencia. 66,
101486.
Mohan, D., Tiwari, G., Goel, R., Lahkar, P., 2017. Evaluación de experimentos de restricción de tráfico en días pares e impares en Delhi, India. Transporte. Res. Rec.: J. Transporte. Res.
Junta 2627 (1), 9–16. https://doi.org/10.3141/2627­02.
´ ´ ´
Moncada, CA, Bocarejo, JP, Escobar, DA, 2018. Evaluación de impacto en la motorización como consecuencia de las políticas de restricción vehicular, aproximación metodológica para el caso de
´ ´ ´ ´ ´
Bogotá y Villavicencio – Colombia. Información Tecnológica 29 (1), 161–170. https://doi.org/10.4067/S0718­07642018000100161 .

˜ ´ ´ ´
Montero, JP, Basso, L., Sepulveda, F., Cifuente, L., Valenzuela, P., Vicuña, S., 2018. Una restricción vehicular inteligente para la congestión y contaminación de Santiago CAP´ITULO III. Obtenido de https://
politicaspublicas.uc.cl/wp­content//uploads/2019/03/CAP3.pdf.
Montero, JP, Sepúlveda, F., Basso, L., 2022. Tarificar la congestión para aumentar el tráfico: el caso de Bogotá. Hoja de trabajo.
Nie, Y., 2017. ¿Por qué el racionamiento de matrículas no es una buena política de transporte? Transportmetrica A: Ciencia del transporte 13 (1), 1–23.
Pigou, A., 1920. La economía del bienestar. Macmillan, Londres.
Ramos, R., Cantillo, V., Arellana, J., Sarmiento, I., 2017. De restringir el uso de los automóviles por matrícula al cobro por congestión: Análisis para Medellín,
Colombia. Transp. Política 60, 119­130.
Rao, Y., 2020. Vehículos de nueva energía y sostenibilidad del desarrollo energético: construcción y aplicación del marco de perspectiva multinivel en China.
Computación sustentable. inf. Sistema. 27, 100396 https://doi.org/10.1016/j.suscom.2020.100396.
Rizzi, LI, Maza., C. (2017). Los costos externos del transporte carretero privado versus público en el Área Metropolitana de Santiago, Chile. Investigación sobre transporte Parte A:
Política y práctica, 98, 123­140.
Pequeño, KA, Verhoef, ET (2007). La economía del transporte urbano. Londres: Routledge.
Tren, KE (2009). Métodos de elección discreta con simulación (Segunda edición ed.). Nueva York, Estados Unidos de América: Universidad de California, Berkeley y NERA.
Tversky, A., Kahneman, D., 1991. Aversión a las pérdidas en una elección sin riesgo: un modelo dependiente de referencia. QJ Economía. 106 (4), 1039–1061.
Verhoef, ET, 2002. Segundo mejor precio de congestión en redes generales. Algoritmos heurísticos para encontrar los segundos mejores niveles de peaje y puntos de peaje óptimos. Transp. Res. B
Método. 36 (8), 707–729.
Viard, VB, Fu, S., 2015. El efecto de las restricciones de conducción de Beijing sobre la contaminación y la actividad económica. J. Economía Pública. 125, 98­115. https://doi.org/10.1016/j.
jpubeco.2015.02.003.
Wang, N., Tang, L., Pan, H., 2017. Efectividad de las políticas de incentivos sobre la aceptación de vehículos eléctricos en China: un análisis de elección discreta. Transp. Res. Una práctica política.
105, 210–218. https://doi.org/10.1016/j.tra.2017.08.009.

13
Machine Translated by Google

JJ Soto et al. Investigación sobre transporte Parte A 170 (2023) 103618

Wang, L., Xu, J., Qin, P., 2014. ¿Una política de restricción de conducción reducirá los viajes en automóvil? El estudio de caso de Beijing, China. Transp. Res. Una práctica política. 67, 279–290. https://
doi.org/10.1016/j.tra . 2014.07.014.
Yang, J., Lu, F., Liu, Y., Guo, J., 2018. ¿Cómo afecta una restricción de conducción a los patrones de transporte? La evidencia a mediano plazo de Beijing. J. Limpio. Pinchar. 204,
270–281.
Ye, J., 2017. ¿Más vale prevenir que lamentar? Evidencia de la política de restricción de conducción de Lanzhou. Economía de China. Apocalipsis 45, 1–21. https://doi.org/10.1016/j.chieco.2017.05.009.
Zwerina, K., Huber, J., Kuhfeld, WF, 1996. Un método general para construir diseños de elección eficiente. Durham, Carolina del Norte: Escuela de Negocios Fuqua, Universidad de Duke.

14