Factores que inciden en la selección vehicular

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


[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.




ii



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.




iii






iv



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




v






vi



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




1



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.




2



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




3



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.




4



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.




5



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 ✔ ✔




6



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-

mail

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




7



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




8



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)




9



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.




10



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.




11



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.




12



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.




13



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




14



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.




15



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.




16



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.




17



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




18



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




19



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)




20



• 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.




21



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




22



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.




23



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/

https://www.nobelprize.org/prizes/economic-sciences/2000/mcfadden/lecture/

https://www.nobelprize.org/prizes/economic-sciences/2000/mcfadden/lecture/




24



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

https://doi.org/10.1177/1094428114560024

Factores que inciden en la selección vehicular

Documents

Transcript of Factores que inciden en la selección vehicular