*Por el Dr. Ing. Julián Rivera y el Ing. Ignacio Zapata Ferrero.
Para visualizar las figuras y tabla que se mencionan haga click aquí.
Análisis para la ciudad de La Plata.
Resumen
La pandemia producida por el coronavirus trajo consigo múltiples consecuencias a la vida diaria de todos en general. A pesar de los incontables perjuicios que se han producido, también se pueden analizar algunos aspectos en los cuales se ha encontrado “efectos positivos”. Ejemplos de estos aspectos son, a entender de los autores, el poder de adaptación de la salud pública y sus sistemas de provisión, el acatamiento generalizado de la población a las indicaciones para la convivencia publica (salvo reductos de incorregibles), la adaptabilidad de ciertas actividades (administración, educación, etc.) a la necesidad de instrumentación virtual, etc. Otro de los aspectos que presenta un componente beneficioso para la población es el de aquellas acciones relacionadas, en cierto modo, con el movimiento de las personas a fin de satisfacer sus necesidades básicas y de los bienes (mal llamadas “de cargas”) en consecuencia; de los cuales el tránsito urbano es una de sus formas de expresión. La disminución del tránsito urbano debido a las restricciones impuestas, ha generado, como era de esperarse, una merma en la siniestralidad vial asociada, una disminución de la generación de gases de combustión, etc. Además, al encontrarse asociada la vida útil de un pavimento a la repetición de ejes de carga que soporta, por explicarlo de un modo sencillo, es de esperarse también un incremento en la misma; o al menos, en los términos que se han seleccionado para la presente publicación, una componente de demanda por debajo del 100% que hubiera registrado en periodos “normales”.
En este contexto, la disminución del tránsito vehicular, se encuentra relacionada con la disminución del movimiento de las personas, en lo vinculado con ciertas actividades. A partir de los datos recopilados por Google, se puede estimar esta tendencia, particularmente cuando se atienden aquellos debidos a la actividad laboral.
El presente estudio sirve como una vía de estimación de dicha disminución para la ciudad de La Plata, en la cual se encuentra emplazado el LEMaC, a los efectos de lograr una cuantificación aproximada del efecto, que de manera lógica se ha descripto existente. Esta estructura de análisis puede ser reproducida en otras zonas urbanas o en redes a nivel urbano/rurales, según sea requerido.
- Introducción
La pandemia causada por el virus SARS-COV2 (cuya enfermedad asociada es conocida como COVID-19), ha presentado a nivel mundial un fuerte impacto en variados aspectos (ya sean económicos, políticos o financieros). Uno de los efectos más marcados a nivel local, es la reducción del movimiento de las personas, cuya información ha recolectado la multinacional Google. A partir de estos datos se pueden cuantificar diversos aspectos que permiten entender los alcances del efecto.
Por ejemplo, la reducción del movimiento en todo el planeta trajo consigo una serie de cuestiones positivas, como la reducción de contaminación a escala global. Tanto en China como en Italia, se apreciaron fuertes reducciones de los gases que producen el efecto invernadero, como lo es el dióxido de carbono. También en Italia se encontraron fuertes reducciones de la contaminación en los canales de Venecia, en los cuales al menos por un tiempo se podrá apreciar la transparencia de los mismos.
Estas cuestiones presentadas anteriormente, aparecen como resultado de la pandemia y su control, por medio de restricciones mediante las cuales las personas deben aislarse en sus casas y solo tienen permitido salir por necesidades básicas. En este contexto, el tránsito diario de la población se ve afectado fuertemente, sobre todo en los primeros meses con una circulación vehicular casi nula.
El razonamiento lógico de interés a los efectos de una estructura vial, entonces, indica que la disminución de movimiento de las personas lleva directamente a una reducción del tránsito; la cual repercute directamente en la vida útil del pavimento.
De este modo, a partir de los datos recopilados se pueden realizar análisis para establecer una estimación de en cuánto se ve afectada, positivamente, la vida útil de un pavimento en consecuencia. - Materiales
La empresa Google, desde el día 3 de abril, hace públicos los datos estadísticos de esta reducción del movimiento en la población a escala global. Todo aquel que tenga un dispositivo con sistema operativo Android, y que tenga habilitado el geolocalizador, ayuda a la recopilación de estos datos, de los cuales Google guarda el anonimato. De esta forma, se brinda una herramienta más para todo gobierno o país que lo necesitara para hacer frente a la pandemia (Google, 2020).
Como medida para la protección de la privacidad de los usuarios, solo se muestran los datos en forma de porcentajes (positivos o negativos) con respecto a un “valor de referencia” (inicial a los efectos de este trabajo) que no es especificado, pero que si se expresa corresponde al promedio entre entre el 3 de enero de 2020 y el 6 de febrero de 2020; periodo que en la Argentina se encuentra marcadamente por fuera de cualquier tipo de restricción. Cabe señalar que ese periodo en específico sí cuenta con fuerte incidencia estacional, pero que esto es por el análisis luego despreciado, dado que los efectos se analizan de forma relativa y no nominal, como ya se ha expresado y puede ratificarse más adelante.
Los datos proporcionados por Google se dividen en:
Tiendas y ocio
Supermercados y farmacias
Parques
Estaciones de transporte
Lugares de trabajo
Zonas residenciales
A partir de estos datos, se genera el gráfico de dispersión de la Figura 1, en el cual se vuelcan todos los datos recopilados. - Métodos
En primera instancia, se decide trabajar solo con los datos pertenecientes a “Lugares de trabajo” ya que estos datos son los que se estiman, tienen una mayor correlación con la reducción de movimientos vehiculares propiamente dicha. En el resto de los datos, como por ejemplo en “Zonas residenciales”, se estaría frente a movimientos de personas relacionados con una baja (o nula) utilización del parque automotor (los incrementos de movimiento que se observan se estima justamente que se deben a “movimientos del celular” en zonas cercanas a la habitacional por razones de aprovisionamiento y otras).
Ya que estos datos son recopilados de registros diarios, se decide tomar los promedios de demanda diaria a nivel semanal, y de este modo reducir el grado de dispersión de los datos, tal cual se observa en la Figura 2.
Por otro lado, se cuenta con los registros de que la última semana que corresponde a un movimiento habitual es la comprendida entre el sábado 7 y el viernes 13 de marzo. El gráfico de la Figura 2, contabiliza los promedios semanales entre el sábado 21 de marzo de 2020 (la primera fecha que muestra una fuerte baja en el movimiento diario, y marca el arranque de las restricciones estrictas) y el viernes 21 de agosto de 2020. El nuevo “valor de referencia” (es decir nuevo registro de 100 % de demanda) para el trabajo, es tomado por lo tanto por fuera de esa gráfica, y se toma como promedio de los niveles entre las semanas del 29 de febrero y el 13 de marzo. Puede comentarse, solo a nivel complementario, que este nuevo valor de referencia es aproximadamente un 12% superior al valor base de referencia estimado por Google.
Como los registros tomados en cuenta se encuentran directamente afectados por las restricciones de movimiento, no corresponde bajo estas circunstancias aplicar correcciones por estacionalidad, que tendrían su aplicación lógica en periodos de “normalidad”. No obstante, para despejar cualquier tipo de duda al respecto, se cuenta con las estacionalidades aplicables a estas vialidades establecidos por estudios anteriores de los autores (Rivera, 2007), las que se vuelcan en la Tabla 1.
Las vialidades a las cuales va dirigido el presente análisis son del tipo “urbano”, “comercial” (no turístico) y no cuentan con ningún tipo de cobro de peaje; por lo que registran un grado de estacionalidad reducido, que permitiría de manera aproximada (sobre todo en estudios como el presente) desestimar las correspondientes correcciones aplicables, tal como puede observarse en la Tabla 1.
Por lo tanto, se encuentra justificado el trabajar con los datos “en crudo” con los cuales se cuenta y, a partir de los datos volcados en la Figura 2, encontrar la curva de tendencia correspondiente a una regresión lineal simple. Con esta función calibrada, que cuenta con un valor de 0,77 de coeficiente de determinación R2 (que cumple con el límite imponible de manera empírica de al menos 0,70 para un análisis estimativo como el presente) se pueden extrapolar los datos a futuro; y de esta forma encontrar cuándo se alcanzaría, al menos estadísticamente, nuevamente el nivel de demanda considerado como de base para el análisis.
De esta forma se tienen dos curvas, una considerada en azul para un período normal sin pandemia, con un nivel de demanda constante (de acuerdo a las salvedades ya explicadas); y la otra en naranja con los datos con pandemia de promedios semanales hasta el 21 de agosto y con los datos extrapolados por la regresión posterior a esta fecha. Lo comentado puede verse en la Figura 3.
La Figura 3 muestra las dos curvas planteadas (con pandemia y sin pandemia). Se puede ver cómo a partir de la regresión encontrada, el estado normal de desplazamiento de la sociedad entorno a las zonas de trabajo, no llegaría a alcanzarse este año, sino que sería recién en los primeros meses del año 2021; hecho el cual coincidiría, al menos por el momento, con lo previsto desde otros puntos de vistas, como lo son por ejemplo el de la disponibilidad de las vacunas en desarrollo. - Análisis de resultados
En base a los datos obtenidos, se pueden plantear varios escenarios de intervenciones viales, de acuerdo a los periodos de análisis habituales adoptables.
En lo que respecta a las políticas de intervenciones en la red vial urbana del partido de La Plata, y en rigor en la gran mayoría de las zonas urbanas del área metropolitana, resultaría adecuado pensar en períodos entre intervenciones de mantenimiento (se ha decidido a los efectos estimativos del análisis no distinguir entre políticas de conservación y rehabilitación) de 1 o 2 años. De igual modo, en zonas de muy bajo a bajo nivel de demanda, o con inexistencia de demanda de vehículos pesados, es habitual encontrar en el partido (y otros en los que el LEMaC ha intervenido en ocasiones) paquetes estructurales de pavimentos consistentes con vidas útiles de 5 años. Por último, en el resto de vías (salvo excepciones de vías de características excepcionales) las políticas de pavimentación son consistentes con paquetes estructurales de vidas útiles identificables de 10 años. Por lo expuesto, existirían intervenciones que involucrarían el período de restricciones de movimientos relacionadas con la pandemia de COVID-19 que podrían ser discriminadas como de “mantenimiento” con vida útil de 1 año y de 2 años, de “pavimentación de vías menores” con vida útil de 5 años, y de “pavimentación de resto de vías” con vida útil de 10 años.
Planteadas estas alternativas y en función de los cálculos que se desprenden de las diferencias de áreas por debajo de la curva de la Figura 3, ampliadas a los períodos de vida útil establecidos, se puede llegar a establecer que, respecto del 100 % de demanda que hubieran tenido en ciclos sin pandemia, se tendrían niveles de demanda redondeados de:
Mantenimiento 1 año: 69 %.
Mantenimiento 2 años: 84 %.
Pavimentación vía menores 5 años: 93 %.
Pavimentación resto de vías 10 años: 97 % .
Los valores citados han sido volcados en la Figura 4.
A partir de estos resultados se pueden plantear diversas decisiones. Una sería, entre otras, establecer en cuánto tiempo podrían diferirse las nuevas intervenciones en la red vial sobre tramos que hubieran registrado una acción previa a las restricciones por la pandemia, y que involucren totalmente las reducciones de tránsito generadas. De ese modo, puede decirse que, si en una vía se realizó justo antes de la pandemia una intervención que tendría una vida útil de 1 año, por ejemplo un bacheo superficial, una nueva intervención sobre esa vía podría diferirse aproximadamente unos 4 meses (dado el nivel del 69 % de la demanda respecto del previsto para 12 meses); o si hubiera tenido un mantenimiento de vida útil 2 años, por ejemplo un sellado superficial, la nueva intervención podría diferirse también 4 meses (dado el nivel del 84 % de la demanda respecto del previsto para 24 meses).
En la Figura 4 se ha agregado también la línea de tendencia logarítmica de los resultados obtenidos, con un valor de 0,92 para su coeficiente de determinación R2, que permite establecer los porcentuales de disminución de la demanda para otras vidas útiles de intervenciones.
Se aclara nuevamente, por si aun hiciera falta, que todo esto aplicable a las políticas de intervenciones viales en el Partido de La Plata. Se recomienda en otras zonas urbanas encarar estudios análogos a partir de los registros de Google disponibles en esas localidades.
Referencias
Google. Informes de movilidad local sobre el COVID-19. Consultado en agosto de 2020 en: https://www.google.com/covid19/mobility/
Rivera, J. (2007). Metodología para la obtención del tránsito medio diario anual (TMDA) por conteos diarios. SABER. Revista Multidisciplinaria del Consejo de Investigación de la Universidad de Oriente, 19(2), 192-204.
