El uso de variables de movilidad como herramienta en la identificación de beneficiarios de subsidios al transporte público. Caso de estudio: incentivo SISBEN en Bogotá

Abstract

En el marco del presente trabajo, se formuló una metodología aplicada para la identificación de posibles beneficiarios del incentivo SISBEN al transporte público en la ciudad de Bogotá, mediante un esquema en el que se relaciona los datos en la base del SISBEN y las variables asociadas a las características de movilidad de los habitantes de la ciudad. Para esto se utilizó una metodología que implicó la integración de variables de la Encuesta de Movilidad y de la Encuesta Multipropósito de Bogotá a la base del SISBEN IV. Con esto, se conformó una base de datos que contenía las variables socioeconómicas y de movilidad de la población en la base del SISBEN, y sobre la misma se aplicó un modelo de mezcla finita gaussiana para la generación de clústeres de población. Como parte de los resultados se encontró que el clúster más vulnerable está integrado por la población que tiene mayores tiempos de viaje, que realiza una mayor proporción de viajes en transporte informal, que tiene mayores tiempos de acceso desde su vivienda a estaciones de TransMilenio, así como mayores tiempos de acceso a zonas verdes, centros culturales y cajeros entre otros. Este clúster coindice además con una composición de 85% de mujeres con una alta proporción de mujeres cabeza de familia. Esto proyecta la necesidad de fortalecer los cruces de información entre diferentes fuentes y conjuntos de datos para la identificación de posibles beneficiarios de tarifas preferenciales. (Texto tomado de la fuente).

Within the framework of this study, a methodology was formulated to identify potential beneficiaries of the public transportation fare incentive in Bogotá through a scheme that relates the System for the Identification of Potential Beneficiaries of Social Programs database with the mobility characteristics of the city's inhabitants. For this purpose, variables from the Mobility Survey and the Bogota Multipurpose Survey were integrated into the database of the System for the Identification of Potential Beneficiaries of Social Programs. From this database made up of the socioeconomic and mobility variables, a Gaussian finite mixture model was applied to generate population clusters. As part of the results, it was found that the most vulnerable cluster is made up of the population with the longest travel times, which makes a greater proportion of trips in informal transportation, has longer access times from their homes to TransMilenio stations, as well as longer access times to parks, cultural centers and automated teller machines, among others. This cluster also coincides with a composition of 85% women with a high proportion of female heads of household. This calls for the need to strengthen the crossreferencing of information between different datasets for the identification of potential beneficiaries of preferential public transport fares.