Los desafíos para evaluar los impactos de proyectos de movilidad urbana

¿Cuáles son los impactos de invertir en nuevas líneas de autobuses rápidas? ¿Cuáles son los impactos de construir o extender una línea de metro subterránea? Estas son grandes inversiones que hacen ciudades (y países) para mejorar la movilidad urbana y sobre las cuáles sabemos sorprendentemente poco en términos de sus beneficios.

América Latina es la región más urbanizada del mundo en desarrollo con casi un 80% de la población viviendo en zonas urbanas. Si bien un alto grado de urbanización puede facilitar la provisión de servicios públicos también trae consigo múltiples desafíos, uno de ellos la movilidad urbana. Las áreas urbanas de la región están caracterizadas por altos niveles de congestión vehicular, un acceso desigual a sistemas de transporte público que genera inequidades en el acceso a mercados laborales, y elevados niveles de contaminación ambiental y accidentalidad (ver por ejemplo este reporte).

Frente a este panorama, la región ha dedicado grandes esfuerzos a mejorar la infraestructura y el transporte (cerca del 3% y el 1% del PIB por año, respectivamente, según datos para 2012 y 2013) y un porcentaje alto de estos recursos han sido destinados a mejorar la movilidad urbana. A pesar de esto, llama la atención la poca evidencia empírica rigurosa que existe sobre los efectos causales de las inversiones en transporte urbano (tal como lo destacaba Sebastian Galiani hace unos meses atrás en este blog). Uno se pregunta, ¿por qué no se realizan más evaluaciones de impacto en sectores tan estratégicos y con tan larga historia en las carteras de inversión de gobiernos y bancos de desarrollo como es el caso del sector de transporte? La respuesta tiene varios aspectos, pero uno fundamental, y en el que nos queremos centrar en esta entrada en el blog es la dificultad metodológica para calcular efectos causales.

En los últimos dos años, y como parte de la Oficina de Planificación Estratégica del Banco Interamericano de Desarrollo (BID) nos embarcamos en apoyar a la División de Transporte del BID en la generación de una agenda de conocimiento ambiciosa sobre los efectos del sector de transporte y que acompaña a proyectos apoyados por el Banco. Entre algunos de los proyectos que venimos apoyando se encuentran intervenciones de transporte urbano masivo que se espera cambien considerablemente la configuración urbana de algunas ciudades, entre ellos sistemas de metro subterráneo que entrarán por primera vez en algunas ciudades, extensiones de sistemas de metro existentes, o sistemas de Autobús de Tránsito Rápido (más conocidos como Bus Rapid Transit, BRT, en inglés), entre otros.

Para responder las preguntas tradicionales en el sector, como ser cuál es la reducción en los tiempos de viaje o de los costos de operación vehicular se cuenta con métodos de medición rigurosos y ampliamente utilizados por los expertos en el área, aunque en general la situación contrafactual, es decir la situación sin proyecto, no se obtiene de manera empírica sino se basa en modelos o simulaciones. Donde existe aún un vacío grande es en la definición de los métodos apropiados para cuantificar cuáles son los efectos sociales y económicos de las inversiones en transporte, como  ser: la mejora en el acceso a empleo y a educación, la reducción en crimen, la mayor actividad económica, la reducción de emisiones contaminantes, y los cambios en valorización inmobiliaria asociada a estos proyectos.

El sector transporte no ha sido ajeno al interés en medir los efectos de las intervenciones con evaluaciones de impacto (como recuenta esta entrada en el blog de evaluación de impacto del Banco Mundial) pero la literatura está menos avanzada en términos de evaluaciones de impacto vinculadas a proyectos urbanos. La infraestructura de transporte no se coloca aleatoriamente en el espacio geográfico, por lo cual el uso de métodos experimentales, considerados como los más rigurosos en la literatura de evaluación de impacto, pueden ser aplicados muy raramente (por ejemplo en un estudio que explota la aleatorización de la pavimentación por primera vez de calles residenciales en barrios periféricos de la Ciudad de México). Por lo tanto, la mayor parte de los estudios existentes utilizan metodologías cuasi-experimentales, principalmente los métodos de diferencia en diferencias y matching (o pareamiento en español).

Asimismo, se hace evidente la dificultad para diferenciar claramente grupos de tratamiento y de control, esto principalmente en el contexto de intervenciones que se espera tengan efectos sobre toda una red de transporte. La literatura se ha basado principalmente en el uso de la distancia geográfica al proyecto (parada de metro o de BRT) para medir cuán afectada podría estar una unidad geográfica. Las distancias, sin embargo, suelen definirse de manera ad hoc y sin una justificación rigurosa que demuestre que los efectos desaparecen a partir de cierta distancia (que es el supuesto usualmente utilizado). Es más, un estudio sobre los efectos de la extensión de un metro  sugiere que los efectos muy posiblemente no son lineales en distancia. Uno de nuestros objetivos es considerar explícitamente en las evaluaciones de impacto que venimos apoyando los posibles efectos red de estas intervenciones, que no necesariamente están definidos por distancia, y que han sido en general ignorados por la literatura.

Incluso en el escenario donde se pudiesen identificar a las áreas no afectadas por un proyecto, surge el interrogante de si es posible encontrar dentro de estas áreas a poblaciones no afectadas que tengan características similares a aquéllas tratadas. Las poblaciones ubicadas en zonas más conectadas o que obtendrán mayor conectividad gracias al proyecto podrían ser sustancialmente distintas tanto en factores observables como no observables, lo que dificulta cualquier estimación causal. En este sentido, y bajo el supuesto de que únicamente características observables determinasen la localización de los hogares (por ejemplo si se utiliza el método de matching) es posible que al buscar unidades con suficiente comparabilidad en la distribución de estas características se llegue a tamaños de muestra tan pequeños que no permitan cuantificar los impactos esperados.

Otro aspecto importante de considerar es que las decisiones de localización de hogares y firmas pueden ser dinámicas en el tiempo y responder a la intervención. Tener esto presente es importante a la hora de plantear preguntas de evaluación. Por una parte, existe mucho interés en evaluar si los proyectos de movilidad urbana traen mayor dinamismo económico y/o generan gentrificación. Para esto, observar los cambios en el tiempo en áreas geográficas más afectadas por el proyecto versus aquellas menos afectadas podría ser suficiente. Pero, como la medición de cualquier impacto debe considerar qué pasa con las poblaciones que podrían verse desplazadas por este tipo de proyectos (sobre todo si son vulnerables), esto requiere seguir a los hogares a través del tiempo, lo cual suele ser muy costoso y aumenta la complejidad de la obtención o levantamiento de datos.

Donde la literatura ha sido más activa es en medir los efectos de proyectos de transporte urbano sobre la valorización inmobiliaria, residencial y comercial. En algunos casos las conclusiones han sido ambiguas. Por ejemplo, un estudio reciente sobre el Transmilenio de Bogotá (un sistema BRT) encuentra efectos positivos sobre precios de propiedades comerciales pero ningún efecto sobre precios residenciales, mientras que un estudio anterior encuentra efectos positivos residenciales asociados a la extensión de la red, pero no de nuevos tramos.  Aquí debe considerarse la posibilidad de que los impactos sean pequeños porque no se están considerando en su totalidad, y en la temporalidad adecuada. Muchos de los efectos de proyectos de infraestructura urbana se empiezan a ver incluso antes de que las obras estén terminadas. En algunos casos basta únicamente un anuncio formal del recorrido de los sistemas de transporte urbano para movilizar a constructores e inversores y afectar el mercado de bienes raíces. Tomar en cuenta los efectos anticipación puede ser muy relevante, como lo muestra la evidencia sobre la línea 4 del metro de Santiago de Chile donde los efectos positivos sobre precios se vieron ya cuando el proyecto fue anunciado (y aún mayor cuando la ubicación de las estaciones fue identificada). Aquí el desafío es, entonces, poder medir las variables (como precios inmobiliarios) que puedan ser sujetas a este efecto anticipación, con la suficiente antelación, para no concluir equivocadamente que el proyecto no tuvo impacto, cuando en realidad el impacto ocurrió, pero anticipadamente.

Finalmente, también relacionado a la temporalidad, es importante tener presente que algunos de los impactos pueden ser de largo plazo, más aún en contextos donde los mercados toman un tiempo en ajustar. En este sentido, los tiempos que se definan para la recolección de datos pueden ser clave para la identificación de algunos efectos. El uso de datos administrativos como parte de este tipo de evaluaciones puede brindar mayor flexibilidad en cuanto al análisis de impactos a través del tiempo. Sin embargo, ante la falta de información para algunas variables se hace necesario el levantamiento de datos primarios y por lo tanto una planificación cuidadosa de cuándo es el mejor momento para recolectarlos y capturar los efectos esperados sin que se hayan confundido con otros cambios en el tiempo.

Los desafíos metodológicos mencionados no deberían frenar la generación de evidencia empírica sobre los impactos de este tipo de intervenciones. Es más, deberían motivar a tratar de avanzar en la dirección de atacar de manera rigurosa todas las posibles limitaciones metodológicas y tomarlas en cuenta en la etapa de diseño de estas evaluaciones de impacto. Los contextos urbanos, si bien complejos en muchos sentidos, abren una ventana de oportunidad muy grande al uso de datos administrativos y datos de alta frecuencia que podrían ser aprovechados en estas evaluaciones. Tomando en cuenta esto,  vemos que existe mucho potencial de generar estudios que sean no sólo de mucha utilidad para el diseño de políticas en el sector, sino que también contribuyan con innovaciones metodológicas que ayuden a guiar evaluaciones futuras en este sector y otros similares.