Resumen Técnico: Planificación con Conciencia de Riesgo para la Remediación de Desiertos de Tránsito bajo Incertidumbre de la Demanda

1. Definición del Problema

El artículo aborda el desafío de la remediación de desiertos de tránsito: la asignación de capital escaso para mejorar el transporte público en áreas donde existe demanda pero el servicio es inadecuado. La dificultad central radica en la incertidumbre de la demanda. A diferencia de los corredores establecidos donde la cantidad de pasajeros es observable, los desiertos de tránsito carecen de datos históricos; las agencias no pueden observar la demanda antes de que exista el servicio.

La planificación tradicional se basa en modelos de cuatro pasos de la demanda de viajes utilizando preferencias reveladas (encuestas) y pronósticos de uso de suelo. Sin embargo, estos modelos fallan en zonas no atendidas porque extrapolan a partir de la infraestructura existente, lo que a menudo refuerza las brechas al dirigir la inversión solo hacia las áreas donde la demanda ya es cierta. Los autores plantean esto como un problema de toma de decisiones secuenciales bajo observabilidad parcial, donde una agencia debe equilibrar las ganancias inmediatas de equidad frente al riesgo de pérdida financiera y el valor de aprender la demanda latente mediante despliegues iniciales de servicio.

2. Metodología

A. Formalización como un POMDP

El problema se modela como un Proceso de Decisión de Markov Parcialmente Observable (POMDP) sobre un horizonte de cinco años:

• Estado ($s_t$): Incluye el mapa de cobertura actual ($v_t$), el presupuesto restante ($B_t$) y un vector de demanda latente oculta ($d$). La demanda se extrae una sola vez de una distribución previa y permanece fija (incertidumbre epistémica), en lugar de fluctuar como un choque estocástico.
• Acción ($a_t$): Asignación de presupuesto a través de zonas de sectores censales. La cobertura en una zona cambia solo cuando la inversión acumulada supera un umbral de costo específico.
• Observación ($o_t$): Se observan conteos de pasajeros con ruido solo en las zonas que han recibido servicio. Las zonas no atendidas no proporcionan señal, lo que obliga al planificador a "comprar" información mediante el despliegue.
• Recompensa: Una función compuesta que combina:
  1. Ganancia de cobertura ponderada por equidad: Ponderada inversamente por el ingreso medio ($w_z \propto 1/\text{Ingreso}_z$).
  2. Penalización por Riesgo: Un término de Valor en Riesgo Condicional (CVaR) que penaliza el déficit financiero esperado en la peor fracción $\alpha$ (fijada en 10%) de los escenarios de demanda. Esto evita que el planificador persiga zonas de alta varianza y alta recompensa a expensas de la estabilidad fiscal.

B. Dinámica de Creencia e Información Lateral

El sistema mantiene una distribución previa log-normal sobre la demanda latente para cada zona, condicionada por información lateral (densidad de población, empleo, ingresos, acceso a vehículos y distancia al tránsito existente).

• Varianza de la Previa: A las zonas más alejadas del tránsito existente se les asigna una mayor varianza previa, lo que refleja una evidencia más débil sobre la demanda de pasajeros.
• Actualización Bayesiana: A medida que se despliega el servicio y se observa la demanda, la distribución posterior se actualiza utilizando una actualización conjugada normal-normal en el espacio logarítmico. La varianza se contrae con cada observación, permitiendo al planificador refinar las estimaciones de demanda para las zonas servidas mientras permanece incierto sobre las no servidas.

C. Enfoque de Solución

Dado el horizonte de cinco años y un espacio de acción moderado, los autores emplean un planificador miópico consciente de la creencia en lugar de un enfoque completo de POMCP (Planificación de Monte Carlo Parcialmente Observable).

• Objetivo: Maximizar la ganancia de cobertura ponderada por equidad menos la penalización de CVaR, más un bono de Valor de la Información (IV) explícito. El bono IV incentiva la inversión en zonas con alta incertidumbre posterior para acelerar el aprendizaje.
• Optimización: El problema se resuelve mediante Aproximación de Promedio de Muestras (SAA). El planificador extrae 200 escenarios de demanda de la creencia actual y resuelve un Programa Lineal (LP) con variables auxiliares de CVaR. Esto permite una computación rápida (menos de 0.5 segundos por periodo por ciudad).

D. Modelo Financiero

El modelo integra un marco financiero unificado para 25 ciudades, calculando:

• Costo Operativo: Basado en horas de vehículo y paridad de precios regionales.
• Costo de Capital: Costos amortizados para vehículos (12 años) e infraestructura (30 años).
• Ingresos: Estimados como pasajeros $\times$ tarifa $\times$ tasa de captura.
• Subsidio Neto: La diferencia entre costos e ingresos, utilizada para calcular la métrica de riesgo CVaR.

3. Configuración Experimental

• Conjunto de Datos: 25 ciudades en América del Norte y del Sur (incluyendo Chicago, Austin, Detroit, Portland, Bogotá, entre otras), que varían en tamaño, forma urbana y madurez del tránsito.
• Zonas: Sectores censales (o unidades administrativas en Bogotá), con 60–200 zonas por ciudad.
• Líneas de Base (Baselines):
  1. Optimización Estática: Un plan determinista de cinco años que asigna todo el presupuesto basado en la media de la demanda previa, sin actualización secuencial.
  2. Cobertura Codiciosa (Greedy): Financia la zona no cubierta con la mayor relación equidad-costo, ignorando el riesgo y el valor de la información.
  3. Asignación Aleatoria: Selección aleatoria uniforme.
• Métricas: Fracción de sectores de desiertos de tránsito remediados ($\Delta C$), eficiencia de costos, puntuación de equidad y riesgo financiero (CVaR del subsidio neto).

4. Resultados Clave

A. Ganancias de Desempeño

• Tasa de Remediación: El planificador POMDP remedia una mediana del 53.6% de los sectores de desiertos de tránsito durante cinco años.
• Mejora sobre el Estático: En promedio, el enfoque POMDP mejora las tasas de remediación en 5.0 puntos porcentuales (una ganancia relativa del 11.3%) en comparación con la optimización estática. Supera a la planificación estática en 16 de 25 ciudades.
• Sensibilidad del Presupuesto: Las ganancias son más pronunciadas con presupuestos moderados. Con el 50% del presupuesto base, la ventaja alcanza su máximo en +9.9 puntos porcentuales. Con un presupuesto del 200% (donde ambas políticas saturan cerca del 93% de cobertura), la brecha se reduce a +2.6 puntos.
• Robustez: El planificador mantiene su ventaja incluso cuando el modelo de demanda previa está significativamente mal calibrado (hasta un 50% de ruido), mientras que el desempeño de la planificación estática permanece plano porque no puede revisar su pronóstico inicial.

B. Predictores Estructurales

• Impulsores de Costo: La densidad de población es el predictor más fuerte del costo de remediación por sector ($R^2 = 0.41$). Duplicar la densidad de población reduce los costos por sector en aproximadamente un 30%.
• Eficiencia de Costos: Las ciudades compactas y de alta densidad (ej. Chicago, San Francisco) son más baratas de remediar mediante extensiones de ruta, mientras que las metrópolis extensas y de baja densidad (ej. Houston, Phoenix) requieren rutas más largas con menor densidad de pasajeros, aumentando los costos.

C. Riesgo y Equidad

• Riesgo Financiero: Aunque el riesgo de subsidio neto agregado (CVaR) es ligeramente mayor para el planificador POMDP (debido a que sirve más zonas en total), el riesgo por sector remediado es menor. La penalización CVaR efectivamente aleja al planificador de las inversiones de alta incertidencia y alto riesgo de fracaso.
• Equidad: La recompensa ponderada por equidad asegura que la estrategia adaptativa no se aleje de las zonas de bajos ingresos; en ciudades con alta incertidencia, esta activa el movimiento de la inversión hacia ellas.

D. Estudios de Ablación

• Valor de la Información: Eliminar el bono de Valor de la Información (IV) explícito ($\eta=0$) reduce el desempeño solo entre 0 y 4 puntos porcentuales en ciudades de análisis profundo. Esto indica que el principal motor del éxito es la actualización de la creencia Bayesiana sobre la demanda observada, más que un incentivo de exploración explícito. El planificador aprende naturalmente de los despliegues tempranos, mejorando las asignaciones posteriores.

5. Significación y Reivindicaciones

El artículo afirma ser el primero en:

1. Formular la remediación de desiertos de tránsito explícitamente como un POMDP para manejar el problema de "arranque en frío" de la demanda inobservable.
2. Integrar restricciones de CVaR para gestionar el riesgo de cola financiera en la planificación secuencial del transporte público.
3. Proporcionar un punto de referencia empírico a través de 25 ciudades diversas utilizando un modelo financiero unificado, yendo más allá de los ejemplos ilustrativos.

Los autores argumentan que sus resultados demuestran que los despliegues de servicio tempranos pueden diseñarse para recolectar información además de expandir la cobertura. Un plan de capital de cinco años no tiene por qué basarse enteramente en proyecciones iniciales; en cambio, las agencias pueden usar las observaciones de pasajeros tempranas para informar las asignaciones subsecuentes sin abandonar los objetivos de equidad. El estudio sugiere que la planificación consciente de la creencia es más valiosa en ciudades con demanda incierta y presupuestos moderados, ofreciendo una alternativa robusta a la planificación estática y determinista.

6. Limitaciones

Los autores reconocen varias simplificaciones del modelo:

• El modelo de demanda es log-lineal y no captura la demanda inducida (nuevos pasajeros generados por el nuevo servicio).
• Las estimaciones de costos dependen de promedios nacionales donde no hay datos específicos de la ciudad.
• La demanda realizada se trata como estática a lo largo del horizonte de planificación.
• El espacio de acción omite las restricciones políticas y regulatorias que a menudo dictan la expansión real del servicio.