Y tu, ¿dónde prefieres aparcar?

Los niveles de contaminación de nuestras ciudades alcanzan valores históricos y es algo que ya no nos sorprende, ya que hasta hace nada podíamos ir en coche hasta donde quisiéramos y, querido lector, en mi pueblo no eras nadie si con 18 años no tenías un coche. Pero los tiempos han cambiado y, si queremos que nuestro planeta siga existiendo como lo conocemos y frenar la catástrofe climática, tenemos que hacer algo.

Y pensando en esto estábamos y en cómo gestionar el tema de los aparcamientos en las ciudades cuando se gestó el trabajo que vengo a comentar en estas líneas. Somos 4 investigadores de tres universidades: Anxo Sánchez y Juan Ozaita (Universidad Carlos III de Madrid), Ioannis Stavrakakis (National and Kapodistrian University of Athens en Grecia), y servidora (Universidad Politécnica de Madrid).

A display of colourful toy model cars. Photo by Alev Takil® on Unsplash

Para entrar en materia, primero tenemos que hablar de bienes y servicios, y cómo podemos caracterizarlos por dos de sus propiedades: rivalidad y exclusividad. Según haya rivalidad o no en el acceso a los bienes, o pueda limitarse o no este acceso, tenemos 4 categorías posibles. Este trabajo se centra en el estudio de bienes “congestinables” (del inglés, congestible goods) que son un tipo de bienes que pueden cambiar entre dos de esas cuatro categorías según el uso que se haga de los mismos, por lo que también se les llama impuros. Estos bienes actúan como bienes públicos (no exclusividad y no rivalidad) cuando la demanda es baja, y como bienes comunes (no exclusividad y sí rivalidad) cuando la demanda es alta. Una característica destacable de los bienes comunes es que sufren la conocida “tragedia de los comunes”, es decir, la sobreexplotación del recurso común lleva al agotamiento del recurso (como viene ocurriendo con la pesca). Los bienes congestionables estarán expuestos a sobreexplotación cuando se comportan como bienes comunes. Ejemplos de bienes congestionables los encontramos en la sanidad pública, la educación, o los espacios de aparcamiento, que es el tipo de bien en el que se centra este trabajo.

En la literatura podemos encontrar distintas estrategias para gestionar los espacios de aparcamiento de las ciudades, basadas en el uso de distintas tecnologías para recoger datos en tiempo real y asignar el acceso a las plazas. Nosotros nos propusimos estudiarlo desde otra perspectiva: desde el punto de vista del comportamiento humano, para entenderlo y poder tomar decisiones al respecto.

Realizamos un experimento con 204 personas que tenían que decidir entre aparcar en dos parkings: “parking amarillo”: parking más conveniente (más barato o en el centro de la ciudad) pero con plazas limitadas, o “parking azul”: parking menos conveniente (más caro y a las afueras) pero con plazas ilimitadas. Si intentaban aparcar en el parking amarillo y no encontraban sitio, tenían que incurrir en un coste adicional de desplazarse al otro parking para aparcar (véase el coste como una pérdida de tiempo o de combustible).

Realizamos este experimento para distintas combinaciones de: disponibilidad de plazas en el parking amarillo, costes de aparcamiento, y costes de ir del parking amarillo al azul cuando no hay sitio.

Si comparamos los resultados experimentales con los resultados que predice el Equilibrio de Nash, vemos que este modelo teórico solo es capaz de predecir el comportamiento humano en algunos casos, aquellos en los que hay pocas plazas disponibles en el parking amarillo (el más conveniente). Cuando hay un mayor número de plazas en el parking amarillo, el equilibrio de Nash sobreestima el número de personas que intentarían aparcar en el parking, es decir, las personas tienen un comportamiento más cauto que el esperado si fueran 100% racionales.

Si comparamos los resultados con un modelo de racionalidad parcial (Equilibrio de Rosenthal), donde los humanos toman decisiones que les favorecen, pero no necesariamente las óptimas, vemos que este modelo se aproxima mucho más al comportamiento real. Es decir, las personas en esta situación deciden con una racionalidad limitada, con cierto grado de aleatoriedad (al azar). Y estas decisiones son más azarosas cuanto más difíciles son de tomar (cuanto más difícil es discernir qué opción es mejor). Además, los resultados experimentales fueron replicados por un tercer modelo basado en agentes con aprendizaje reforzado, en el que los agentes deciden entre las dos alternativas con una probabilidad que se va ajustando en función del éxito que hayan tenido en el pasado.

¿Qué hemos aprendido con este trabajo? Que cuando estamos estudiando bienes congestionables, el equilibrio de Nash puede no predecir los comportamientos de las personas en todos los escenarios, y que contemplar modelos de racionalidad limitada o aprendizaje reforzado puede dar mejores resultados. ¿Y respecto a los parkings? Nuestros resultados son atractivos en cuanto a la formulación de recomendaciones para el diseño de aparcamientos sometidos a una gran demanda. Nuestros experimentos muestran que la gente es capaz de estimar mejor la demanda de este tipo de aparcamientos cuando el número de plazas disponibles es más escaso; sin embargo, cuando hay mayor disponibilidad de plazas en el aparcamiento barato, éste puede acabar siendo utilizado de forma subóptima. Los datos de este experimento están disponibles en acceso abierto para cualquier persona que quiera utilizarlos.

María

https://mpereda.github.io/

Referencia al artículo original:

Pereda, Ozaita, Stavrakakis, Sánchez (2020). Competing for congestible goods: experimental evidence on parking choice. Scientific Reports, 10(1), pp. 20803

Un comentario en “Y tu, ¿dónde prefieres aparcar?

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s