Estudio sobre la elección del modo de viaje de los residentes urbanos basado en el método CART-Apriori

Por qué importa tu desplazamiento diario

Cada trayecto que haces por la ciudad —ya sea a pie, en bicicleta, en autobús o en coche— moldea silenciosamente los atascos, la contaminación e incluso cómo crece la ciudad. Este estudio examina con detalle cómo las personas en una ciudad china de tamaño medio eligen su forma de desplazarse y prueba un nuevo método basado en datos para predecir esas elecciones. Los resultados ayudan a explicar por qué algunas personas caminan un kilómetro mientras que otras piden un coche de VTC para la misma distancia, y cómo una planificación más inteligente podría reducir la congestión y las emisiones de carbono.

Cómo se desplazan las personas en una ciudad de tamaño medio

La ciudad analizada en esta investigación tiene unos 580.000 habitantes urbanos, no dispone de metro ni de red ferroviaria y presenta un tráfico relativamente fluido. La mayoría de los viajes son cortos y las opciones comunes incluyen caminar, bicicletas compartidas y patinetes eléctricos, autobuses, taxis o VTC y coches particulares. Dado que las tarifas de autobús son bajas y en su mayoría planas, la gente no se preocupa por pequeñas diferencias de precio en un único viaje. En cambio, presta más atención a decisiones a largo plazo, como comprar un coche, y a detalles prácticos como la distancia a recorrer y cuántos transbordos requiere. Una amplia encuesta a 1.500 residentes recopiló información sobre quiénes son las personas, por qué viajan, qué distancia recorren y qué modo eligen.

Mezclando modelos clásicos con algoritmos modernos

Durante décadas, los investigadores del transporte han empleado modelos matemáticos tradicionales para predecir las elecciones de viaje, pero estos a menudo tienen dificultades con comportamientos complejos del mundo real. Las herramientas más recientes de aprendizaje automático pueden predecir mejor, pero a menudo son criticadas por ser "cajas negras" difíciles de interpretar. Este estudio combina varios enfoques en un único marco. Primero, un algoritmo llamado Apriori examina los datos de la encuesta para encontrar los patrones "si–entonces" más fuertes, como "si una persona viaja 3–5 km, posee un coche y necesita hacer uno o dos transbordos, entonces es muy probable que elija VTC". Estos patrones se introducen luego en un modelo de árbol de decisión conocido como CART, que divide repetidamente a los viajeros en ramas según factores como la distancia o la posesión de coche para predecir qué modo usará cada persona.

Haciendo comprensible la caja negra

Para ir más allá de la mera predicción y explicar realmente el comportamiento, los investigadores añaden un modelo llamado RuleFit. RuleFit toma las ramas del árbol de decisión —las reglas que indican quién acaba eligiendo qué modo— y las convierte en declaraciones sencillas y legibles para humanos con pesos numéricos. Estos pesos muestran con qué fuerza cada regla empuja a una persona hacia caminar, ir en bici, tomar el autobús, conducir o pedir un VTC. Al hacerlo, el estudio puede tanto predecir lo que la gente hará como describir con claridad los patrones principales, en lugar de limitarse a arrojar una predicción sin explicación.

Los pocos factores que más importan

A pesar de partir de muchas influencias posibles, el paso de minería de datos revela que solo cuatro factores dominan las decisiones de viaje: la distancia que recorre la gente, el motivo del viaje, si posee un coche y cuántos transbordos necesitaría hacer en el transporte público. La distancia resulta ser la más importante. Los residentes suelen caminar cuando el trayecto es inferior a un kilómetro, independientemente de si poseen coche. Las bicicletas compartidas son especialmente populares para desplazamientos de 1–3 km al trabajo, incluso entre quienes tienen coche. Para viajes medios de 3–5 km, los patinetes eléctricos compartidos y los coches particulares atraen a quienes quieren un viaje directo y evitar varios transbordos. Los autobuses funcionan mejor para viajes de 3–5 km que no requieren cambios de ruta. El VTC se prefiere para desplazamientos de 1–3 km cuando la alternativa en autobús implicaría varios transbordos. En conjunto, el modelo combinado CART–Apriori predice correctamente el modo elegido por las personas en torno al 83% de las veces, superando a varios otros métodos ampliamente utilizados.

Qué significa esto para calles más ecológicas

Al identificar el pequeño conjunto de factores que realmente impulsan las elecciones cotidianas, este estudio ofrece una guía clara para los planificadores urbanos. Mejorar las aceras y los carriles bici en un radio de 3 km desde los hogares podría trasladar muchos viajes cortos a caminar y pedalear. Rediseñar las rutas de autobús para reducir los transbordos, especialmente en trayectos de 3–5 km, puede hacer que el transporte público sea más atractivo que conducir. Políticas como tarifas de aparcamiento o peajes por congestión para viajes cortos en coche, combinadas con bicicletas y patinetes compartidos cómodos, podrían fomentar aún más opciones de baja emisión de carbono. Para un lector no experto, la conclusión es simple: cuando las ciudades facilitan que los viajes cortos se hagan a pie o en bici, y que los más largos se completen en autobús sin múltiples transbordos, la gente tiende a elegir formas de desplazarse más limpias y eficientes.

Cita: Song, H., Wang, X., Tian, W. et al. Study on urban residents’ travel mode choice based on the CART-Apriori method. Sci Rep 16, 6270 (2026). https://doi.org/10.1038/s41598-026-37216-4

Palabras clave: comportamiento de viaje urbano, elección del modo, aprendizaje automático, transporte sostenible, transporte público