📈 economics

Simple vs. Optimal Congestion Pricing

Este artículo demuestra que, aunque los peajes estáticos son menos complejos que los dinámicos óptimos, logran capturar entre el 80% y el 90% de los ingresos máximos y mantienen el costo del sistema solo un 8-20% por encima del mínimo, ofreciendo garantías teóricas y empíricas sobre su eficacia en la gestión de la congestión.

Autores originales: Devansh Jalota, Xuan Di, Adam N. Elmachtoub

Publicado 2026-03-02

📖 4 min de lectura☕ Lectura para el café

CC BY 4.0

Autores originales: Devansh Jalota, Xuan Di, Adam N. Elmachtoub

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

¡Hola! Imagina que el tráfico en una ciudad es como una fiesta gigante donde todos quieren entrar a la misma habitación al mismo tiempo. Si todos intentan entrar a la vez, se forma un embotellamiento (una cola) en la puerta, todos se enojan, pierden tiempo y la fiesta se vuelve un caos.

Los autores de este paper, Devansh, Xuan y Adam de la Universidad de Columbia, se hacen una pregunta muy importante: ¿Es necesario que el precio para entrar a la fiesta cambie cada segundo (dinámico) para que funcione bien, o basta con poner un precio fijo (simple) que no cambie?

Aquí te explico sus hallazgos usando analogías sencillas:

1. El Problema: La "Feria de Precios" vs. El "Precio Fijo"

La solución perfecta (pero difícil): Imagina que el organizador de la fiesta pudiera cambiar el precio de la entrada cada 5 minutos. Si hay mucha gente, sube el precio para que algunos se queden en casa; si hay poca gente, baja el precio. Esto es el precio dinámico. Es teóricamente perfecto, pero requiere una tecnología súper avanzada, mucha información en tiempo real y que los conductores estén siempre pendientes de sus teléfonos. Es como intentar adivinar el clima minuto a minuto para decidir si llevas paraguas.
La solución real (y simple): En la vida real, las ciudades (como Nueva York, Londres o San Francisco) usan un precio fijo. Pagas lo mismo por cruzar el puente a las 7:00 AM que a las 7:15 AM. Es fácil de entender, no necesitas una app para saber cuánto pagarás, pero ¿se pierde mucho dinero o eficiencia al no cambiar el precio?

2. Los Dos Modelos de la Fiesta

Los autores estudiaron dos escenarios principales:

El "Cuello de Botella" (El Puente): Imagina un puente estrecho donde solo caben 10 coches por minuto. Si llegan 20, se forma una cola. Es como un embudo.
La "Ciudad Entera" (El Mapa MFD): Imagina que no es solo un puente, sino toda una ciudad. Si hay demasiados coches, las calles se llenan, los semáforos se vuelven ineficientes y todo se mueve más lento, como si la ciudad se "ahogara" en tráfico.

3. El Hallazgo Sorprendente: "Lo Simple es Casi Tan Bueno como lo Perfecto"

La gran noticia de este estudio es que no hace falta ser un genio de la tecnología para tener buenos resultados.

En cuanto al dinero (Ingresos): Si el organizador de la fiesta pone un precio fijo inteligente, puede recaudar entre el 80% y el 90% del dinero que recaudaría con el precio cambiante cada segundo. ¡Casi lo mismo!
En cuanto al tiempo (Eficiencia): El precio fijo hace que la gente pierda un poco más de tiempo en el tráfico (un 8% al 20% más) comparado con el precio perfecto. Pero, ¡es una diferencia pequeña!

La analogía del "Precio de la Entrada":
Imagina que el precio dinámico es como un subastador que grita el precio cada segundo. El precio fijo es como un cartel en la puerta. El estudio dice que, aunque el subastador es más "preciso", el cartel bien diseñado captura casi todo el dinero y mantiene la fiesta ordenada casi tan bien como el subastador.

4. El Truco: El Transporte Público es el "Plan B"

Un factor clave es si la gente tiene una alternativa buena (como el metro o el autobús).

Si el metro es rápido y barato, la gente se cambiará al metro si el precio del coche sube demasiado. Esto ayuda a que el precio fijo funcione muy bien.
Si el metro es malo o caro, la gente se quedará en el coche aunque el precio suba, y ahí es donde el precio fijo pierde un poco más de eficiencia.

5. La Conclusión para los Ciudadanos y Líderes

Los autores dicen: "¡Relájense!".
No necesitamos sistemas de precios complejos y costosos que requieren superordenadores y que confunden a los conductores. Un sistema de precio fijo simple (como el que ya usan Nueva York o San Francisco) es una herramienta muy poderosa.

Para el bolsillo: Genera muchísimos ingresos para mejorar el transporte público.
Para el tráfico: Reduce las colas de manera efectiva.
Para la gente: Es fácil de entender y predecir.

En resumen: No necesitas un algoritmo de inteligencia artificial para resolver el tráfico. A veces, un buen cartel con un precio fijo (y bien calculado) es la herramienta más inteligente, barata y efectiva que tenemos. La simplicidad, en este caso, es casi tan buena como la perfección.

Resumen Técnico: Simple vs. Optimal Congestion Pricing

1. Planteamiento del Problema

La tarificación de la congestión se ha establecido como una herramienta eficaz para mitigar el tráfico, pero la implementación de peajes dinámicos óptimos (que varían en tiempo real según el estado de la red y maximizan el bienestar o los ingresos) es a menudo impráctica debido a la complejidad de la infraestructura de sensores, comunicación y computación requerida, así como a la carga cognitiva para los usuarios.

En la práctica, la mayoría de los sistemas reales (como Nueva York, Londres y Singapur) utilizan tarifas estáticas (fijas o simples), que son transparentes y fáciles de implementar. Esto genera una pregunta crítica para los responsables políticos: ¿Cuánto se sacrifica en términos de ingresos y bienestar social al utilizar tarifas estáticas en lugar de tarifas dinámicas óptimas?

El objetivo de este trabajo es cuantificar la brecha de rendimiento entre las tarifas estáticas simples y las dinámicas óptimas, enfocándose específicamente en la maximización de ingresos (un objetivo explícito en muchos programas actuales) y el costo del sistema (bienestar).

2. Metodología y Modelos

Los autores analizan la brecha de rendimiento utilizando dos marcos de modelado canónicos que capturan los casos de uso dominantes en el mundo real:

Modelo de Cuello de Botella de Vickrey (con opción externa):
- Representa un punto de congestión único (ej. un puente o túnel) con capacidad fija.
- Incluye una opción externa de transporte público (ej. metro), donde los usuarios eligen entre conducir (sufrir demoras) o tomar el transporte público (costo fijo).
- Se asume una distribución uniforme de los tiempos deseados de cruce.
Extensión a Escala Urbana basada en el Diagrama Fundamental Macroscópico (MFD):
- Modela sistemas de tráfico urbanos donde la capacidad no es fija, sino que depende del estado del sistema (acumulación de vehículos).
- Utiliza un Diagrama Fundamental Triangular, donde el flujo disminuye una vez que la acumulación de vehículos supera un umbral crítico (congestión).
- Captura interacciones espaciales y efectos de "desbordamiento" (spill-back) en toda la red urbana.

Métricas de Evaluación:

Ingresos ( $R$ ): Total de pagos de peajes recaudados.
Costo del Sistema ($SC$): Suma de costos de viaje (tiempo de espera, retraso de horario, costos generalizados) menos los pagos de peajes (ya que los peajes son transferencias, no costos sociales netos).

3. Contribuciones Clave

Caracterización de Políticas Óptimas:
- Derivan expresiones cerradas (closed-form) para las tarifas estáticas y dinámicas que maximizan los ingresos en ambos modelos.
- En el modelo de cuello de botella, el problema de optimización se reduce a programas cuadráticos de una sola variable.
- En el modelo MFD, demuestran que la tarifa dinámica óptima mantiene el sistema en el punto de máximo flujo (capacidad crítica), eliminando las demoras de espera.
Garantías Teóricas (Límites de Rendimiento):
- Modelo de Cuello de Botella:
  - Las tarifas estáticas óptimas en ingresos logran al menos la mitad (50%) de los ingresos de las tarifas dinámicas óptimas en todos los regímenes de parámetros, y al menos dos tercios (66%) en regímenes prácticos relevantes.
  - Respecto al costo del sistema, si el transporte público es una opción viable (no significativamente menos atractiva que conducir), las tarifas estáticas incurren en un costo máximo de dos veces el costo óptimo del sistema.
- Modelo MFD:
  - Aunque las garantías son más débiles debido a la capacidad dependiente del estado, las tarifas estáticas aún logran al menos dos tercios de los ingresos óptimos dinámicos y un costo del sistema no superior al doble del mínimo en regímenes prácticos.
Validación Empírica:
- Realizan experimentos numéricos utilizando datos reales de dos casos de estudio:
  1. Puente Bay (San Francisco - Oakland): Modelo de cuello de botella.
  2. Zona de Reducción de Congestión (CRZ) de Nueva York: Modelo MFD.

4. Resultados Principales

Los resultados numéricos validan y matizan las garantías teóricas:

Rendimiento en Ingresos:
- En regímenes prácticos (donde el transporte público es una alternativa realista), las tarifas estáticas logran entre el 80% y el 90% de los ingresos óptimos dinámicos.
- En los casos de estudio específicos (Puente Bay y NYC), las tarifas estáticas implementadas actualmente corresponden a regímenes donde capturan casi todos los beneficios de las tarifas dinámicas (~98% de los ingresos óptimos).
Rendimiento en Costo del Sistema:
- El aumento en el costo del sistema con tarifas estáticas es moderado: 8-20% superior al mínimo alcanzable en regímenes prácticos.
- Sin embargo, si la opción de transporte público es mucho menos atractiva (costo muy alto), la brecha de rendimiento puede ampliarse significativamente.
Compromiso (Trade-off) Ingresos vs. Bienestar:
- Se identifica una relación fundamental entre la relación de capacidad máxima del sistema y la tasa de llegada deseada de usuarios ( $\mu/\lambda$ ).
- Cuando esta relación es cercana a 1 (alta demanda relativa a la capacidad, como en el Puente Bay), las tarifas estáticas capturan una mayor fracción de ingresos dinámicos pero pueden incurrir en un mayor costo del sistema.
- Cuando la relación es baja (alta cuota de transporte público, como en NYC), las tarifas dinámicas dominan en ambas métricas, pero las pérdidas de las tarifas estáticas siguen siendo pequeñas en rangos prácticos.
Coincidencia de Objetivos:
- En la mayoría de los regímenes prácticos, las tarifas estáticas que maximizan los ingresos coinciden casi idénticamente con las que minimizan el costo del sistema, lo que sugiere que los planificadores pueden perseguir ambos objetivos simultáneamente con una tarifa simple.

5. Significado e Implicaciones

Eficacia Práctica: El estudio demuestra que la simplicidad de las tarifas estáticas no conlleva una pérdida masiva de eficiencia. Las tarifas estáticas ofrecen un rendimiento robusto tanto en ingresos como en bienestar, justificando su uso generalizado en el mundo real.
Guías para Políticas Públicas: Proporciona a los responsables políticos garantías teóricas (límites inferiores de ingresos y superiores de costos) que validan la implementación de esquemas de tarificación estática sin necesidad de infraestructura de tarificación dinámica compleja y costosa.
Perspectiva de "Peor Caso": Las garantías teóricas se interpretan como peores casos, ya que el modelo abstracto de las cargas computacionales y de información que impone la tarificación dinámica. Al incluir restricciones operativas y de comportamiento realistas, el caso a favor de las tarifas estáticas se fortalecería aún más.
Futuras Direcciones: El trabajo abre la puerta a estudiar extensiones con valores de tiempo heterogéneos, llegadas estocásticas y opciones externas dependientes de la congestión.

En conclusión, el artículo establece que, para una amplia gama de escenarios prácticos, las tarifas estáticas simples son una aproximación casi óptima a las soluciones dinámicas teóricas, equilibrando eficazmente la generación de ingresos y la reducción de costos sociales en sistemas de transporte congestionados.