El efecto de interacción social en el uso de la bicicleta, noviembre 2018

Según la última encuesta de movilidad realizada por SECTRA en Santiago, el 4% de los viajes se realizan en bicicleta. Y aunque en otras ciudades de Chile el uso de la bicicleta es proporcionalmente menor, los beneficios de la bicicleta, en comparación a otros modos de transporte, son evidentes: eficiente en espacio, de muy bajo costo, con efecto positivo en la salud de las personas y nula emisión contaminante. Si bien algunos han declarado que este modo de transporte es sólo para un determinado segmento de la población, la verdad es que determinar los factores que impactan la demanda (entiéndase como la frecuencia de uso) por bicicleta es un asunto complejo y que aún está en plena discusión. Heinen et al. (2010) y Pucher et al. (2010) realizan una detallada revisión de la literatura e identifican grupos de factores tales como: variables sociodemográficas (nivel de ingreso, cantidad de automóviles en el hogar, género, etc.), atributos del barrio de residencia (densidad residencial, cantidad de infraestructura para bicicleta disponible, conectividad en general, etc.), características del entorno natural (clima, pendiente, horarios con luz natural, etc.) y factores subjetivos de percepción (cultura local, normas sociales, percepciones de seguridad, habilidad física, etc.).  

El uso de la bicicleta como un modo de transporte alternativo parece haber sido favorecido por la presencia de un efecto de interacción social (Salvy et al., 2009; Ferdous et al., 2011), internacionalmente conocido como “peer effect” o “social pressure effect”. Al igual que otras tecnologías sustentables, como los autos eléctricos o paneles solares, se ha demostrado que la decisión de usar bicicleta está fuertemente relacionada con influencias de grupos sociales. En otras palabras, pareciera que las decisiones que tomamos están influenciadas significativamente por las de nuestros vecinos (o cercanos). Por ejemplo, Dill and Voros (2007) encontraron evidencia de que si los compañeros de trabajo de un individuo van en bicicleta a trabajar, es más probable que el individuo empiece también a usar la bicicleta como medio de transporte. La creciente popularidad de los sistemas públicos de bicicletas (como Mobike en Santiago) provee otra evidencia indirecta del efecto de interacción social. Sistemas públicos de bicicletas estaban disponibles en 500 ciudades a lo largo de 40 países para el año 2012 (Midgley, 2009; Shaheen et al., 2010; Meddin and Demaio, 2012) y se han ido expandiendo en años posteriores (Faghih-Imani et al., 2014). Estos sistemas dan más oportunidades a los ciclistas de usar alternativas multi-modales, como podría ser “bicicleta más metro”. Los efectos de interacción social también son intensificados por el uso de smartphones, pues existen diversas aplicaciones que los ciclistas pueden usar para compartir con familiares o amigos – o cualquier red social – elementos tales como: rutas favoritas, record personales y hasta desafíos (Reddy et al., 2010; Ertiö, 2015). Es importante destacar también que muchas asociaciones (formales e informales) han aparecido en variadas ciudades en los últimos años, organizando cicletadas masivas a través de comunidades (tome como ejemplo la “cicletada primer martes” que sea realiza mes a mes en diversas ciudades de Chile) o incluso eventos que cierran calles durante los fines de semana para promover actividades familiares en torno a la bicicleta o caminata (siendo algunos ejemplos CicloRecreoVía en Santiago o CicleTalca en Talca).  Además estas asociaciones abogan por mejorar la infraestructura para bicicletas, exigen apoyo de las respectivas autoridades, comparten y promueven la experiencia de andar en bicicleta en sus barrios, facilitan el acceso público a herramientas para mantener y reparar bicicletas, y – lo más importante – proveen más oportunidades para el efecto de interacción social en el uso de la bicicleta.

Hace algún tiempo, junto a otros investigadores propusimos un modelo para estudiar la demanda por uso de bicicleta que consideraba el efecto de interacción social (ver detalles en Bhat, Astroza y Hamdi, 2017).  El modelo fue aplicado en una encuesta de hogares realizada en la región de Puget Sound en el estado de Washington de Estados Unidos. La idea era, entre otras cosas, determinar si el efecto de interacción social era significativo, luego de controlar por diversos otros factores que podrían manifestarse como si fueran interacción social (por ejemplo, un individuo podría ser más propenso a ir en bicicleta al trabajo si más de sus compañeros usan la bicicleta no por un efecto social, sino que por facilidades para ciclistas como una ducha o estacionamientos). No sólo el efecto de interacción social fue significativo, también se pudo mostrar que no es un únicamente un artilugio o sofisticación econométrica: ignorar el efecto de interacción social puede llevar a subestimar los impactos de mejoras en la infraestructura de bicicleta y campañas públicas de fomento de la bicicleta. Si no se considera este efecto, se estaría – de manera incorrecta– subestimando los beneficios de proyectos orientados para la bicicleta. Si bien la experiencia descrita en el trabajo corresponde a una región en particular de Estados Unidos, un primer intento experimental de usar este modelo con los datos de la encuesta realizada por Cortés y Tudela (2017) muestra un fenómenos similar en los viajes de los estudiantes, académicos y funcionarios de la Universidad de Concepción en Concepción. No sorprendería que este efecto se repitiera en otras ciudades de nuestro país.

Este efecto de interacción social no parece estar presente en otros modos. Si bien un aumento en la demanda por transporte público podría ayudar a mejorar la frecuencia (y el servicio en general), a fin de cuentas lo que percibe el usuario de transporte público es que mientras más viajen con él/ella, más hacinado estará. Similar efecto ocurre a los automovilistas que atascados en tráfico desean que los otros automovilistas no existieran. Para un ciclista, mientras más sean es mejor. Ser grupo los hace visibles y por lo mismo más seguros.  Quizás la gran lección que podemos extraer de todo esto es que debemos cuidar ese pequeño porcentaje de ciclistas. Idealmente deberíamos darles las facilidades para que contagien su entusiasmo y proveer nuestras ciudades con los elementos necesarios para que andar en bicicleta sea una alternativa atractiva y no un peligro. Si bien la nueva ley de convivencia vial establece algunas normas para proteger a los ciclistas, su implementación (a veces incorrecta) y difusión han puesto la atención en los castigos y faltas por sobre los derechos y mejoras.  Un 4% parece poco, pero con las condiciones adecuadas, no es necesario hacer mucho esfuerzo para que crezca. Por último, podría ser importante entender este efecto de interacción desde su negativo: así como ver que otros usan la bicicleta ayuda a tener la valentía de subirse a una, también ver una disminución (aunque sea leve) de los ciclistas en las calles podría terminar por erradicar este desaprovechado modo de transporte.

 

Referencias

Bhat, C.R., Astroza, S., Hamdi, A.S. 2017. A spatial generalized ordered-response model with skew normal kernel error terms with an application to bicycling frequency. Transportation Research Part B 95, 126-148.

Cortés, A., Tudela, A., 2017. Factores que explican el uso de la bicicleta en los viajes al campus de la Universidad de Concepción. Memoria de título, Departamento de Ingeniería Civil, Universidad de Concepción.

Ertiö, T.P., 2015. Participatory apps for urban planning—space for improvement. Planning Practice & Research 30(3), 303-321.

Faghih-Imani, A., Eluru, N., El-Geneidy, A. M., Rabbat, M., Haq, U., 2014. How land-use and urban form impact bicycle flows: evidence from the bicycle-sharing system (BIXI) in Montreal. Journal of Transport Geography 41, 306-314.

Ferdous, N., Pendyala, R.M., Bhat, C.R., Konduri, K.C., 2011. Modeling the influence of family, social context, and spatial proximity on use of non-motorized transport mode. Transportation Research Record: Journal of the Transportation Research Board 2230, 111-120.

Heinen, E., Van Wee, B., Maat, K., 2010. Commuting by bicycle: An overview of the literature. Transport Reviews 30(1), 59-96.

Meddin, R., DeMaio, P., 2012. The bike-sharing world map. Available at: http://www.metrobike.net.

Midgley, P., 2009. The role of smart bike-sharing systems in urban mobility. Journeys 2, 23-31.

Pucher, J., Dill, J., Handy, S., 2010. Infrastructure, programs, and policies to increase bicycling: An international review. Preventive Medicine 50, S106-S125.

Reddy, S., Shilton, K., Denisov, G., Cenizal, C., Estrin, D., Srivastava, M., 2010. Biketastic: Sensing and mapping for better biking. In Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 1817-1820.

Salvy, S.J., Roemmich, J.N., Bowker, J.C., Romero, N.D., Stadler, P.J., Epstein, L.H., 2009. Effect of peers and friends on youth physical activity and motivation to be physically active. Journal of Pediatric Psychology 34(2), 217-225.

Shaheen, S., Guzman, S., Zhang, H., 2010. Bikesharing in Europe, the Americas, and Asia: Past, present, and future. Transportation Research Record: Journal of the Transportation Research Board 2143, 159-167.

    Agregar un comentario