INTRODUCCIÓN

Desde la década de 1990 el estudio sobre los patrones de desplazamientos de personas en el ámbito urbano, y en particular en lo referido al ordenamiento de los modos de transporte, se convirtió en uno de los más recurrentes dentro de la política territorial y las agendas políticas de países tanto desarrollados como subdesarrollados (^{UITP, 2009}; ^2007a; ^2007b). En Argentina, tanto gobiernos locales como la comunidad académica comparten dicho interés, especialmente a partir del crecimiento del uso del automóvil particular y los problemas derivados (contami nación, congestión, colisiones, etc.) y la caída secular del transporte público como modalidad de desplazamiento dentro de las ciudades. Esta tendencia de largo plazo se combinó en 2002 con la crisis generada por la salida del régimen de convertibilidad de la moneda y el advenimiento posterior de períodos inflacionarios.

En el ámbito nacional, la crisis de 2002 se reflejó en una caída significativa de los volúmenes de pasajeros transportados que afectó la rentabilidad de las empresas prestatarias¹. En ese contexto la alternativa de incrementar las tarifas de transporte público no era viable ni social ni económicamente; desde el punto de vista social ello implicaba un agravamiento de la conflictividad originada en la propia crisis. Por su parte, en términos económicos el aumento de tarifas generaría inflación, en un escenario donde precisamente se trataba de contener incrementos generalizados de precios devenidos de la devaluación. Por este motivo, el Gobierno nacional puso en marcha en 2002 un sistema de subsidios a la oferta que intentaban compensar a los prestatarios del transporte denominado Sistema Integrado de Transporte Automotor (SISTAU). Durante 2002-2006 dichas transferencias fueron financiadas con impuestos al gas oil y luego con aportes del tesoro nacional. En 2006, además, la autoridad nacional de transporte puso en marcha un dispositivo adicional de reforzamiento de las compensaciones, conocido como Compensación Complementaria Provincial (CCP), cuyo monto depende de la cantidad de unidades afectadas al servicio, el combustible consumido y la plantilla de personal.

El presente trabajo centra su análisis en la ciudad de Bahía Blanca, localidad situada al sur de la provincia de Buenos Aires en Argentina y cabecera del partido homónimo. Según el último censo poblacional de 2010 residen en Bahía Blanca 301.572 habitantes.

Si bien habitualmente los sistemas de transporte público suele estar compues tos por varios subsistemas, en el caso particular de Bahía Blanca funcionan dos: los subsistemas de buses o colectivos y de taxis². En esta localidad, la cuestión de la movilidad urbana reviste particular interés reflejado en dos reformas en el subsistema de transporte público por colectivo que tuvieron lugar en los años 2009 y 2012.

A fines de 2007, 4 de las 7 oferentes del servicio de transporte urbano de pa sajeros (que operaban 16 de las 21 líneas operativas hasta entonces) comunicaron la interrupción en la prestación del servicio bajo los argumentos de la precariedad de los contratos con el municipio (durante 40 años no fueron objeto de licitación pública), carencia de cláusulas de recomposición tarifaria y de revisión de las con diciones de operación ante variaciones en los costos de prestación del servicio. Así, en 2008 dejaron de operar 3 de las oferentes del servicio. Durante ese año se inicia el proceso de ordenamiento regulatorio del subsistema de transporte por buses, que culmina el año siguiente. La reforma de 2009 implicó la reducción de prestadores de 7 a 3 empresas privadas. En particular, 2 de los nuevos prestatarios eran controlados por un grupo empresario, lo cual significaba un nivel de concen tración elevado: este prestador operaba 75 % de las líneas de transporte público de pasajeros por colectivo³.

Luego de numerosos conflictos con los usuarios, originados en fallas en las condiciones de prestación del servicio (demoras en frecuencias, estado de las unidades, etc.), en 2012 el Gobierno local estableció la caducidad del contrato con el grupo que controlaba la mayor parte del servicio. Durante el último trimestre de 2012 se produjo una nueva organización de la oferta del sistema. La prestación continuó en manos de 3 empresas, 1 de ellas con participación mayoritaria del Gobierno municipal. Desde entonces el sistema opera 17 líneas, y su distribución entre prestadores es más homogénea que la situación previa⁴.

En términos generales, dichas reformas implicaron reestructuraciones en la oferta del servicio, en las que se registra la fusión de líneas, modificación de recorridos, reducción de las frecuencias, modificación de sistemas de cobro, la conformación de una empresa de participación estatal mayoritaria (SAPEM) en reemplazo de un concesionario privado, entre otras. Este proceso dio por resultado, entre otros, una mayor concentración empresarial. Dichas reformas, a su vez, se basaron en reclamos de las empresas prestatarias que argumentaban disminuciones severas de rentabilidad.

El gráfico 1 exhibe la evolución del volumen de pasajeros transportados y de los subsidios liquidados a las empresas del sector. Entre 2007 y 2009 el volumen transportado fue ascendente con un pico de 2,6 millones de pasajeros a finales de 2009. Desde 2010 la cifra de pasajeros transportados se mantiene estable (omitiendo oscilaciones cíclicas por factores estacionales y coyunturales), aunque en un nivel inferior, en torno a 2,2 millones de pasajeros por mes.

Fuente: elaboración propia basada en datos de la Secretaría de Transporte de la Municipalidad de Bahía Blanca y del Ministerio de Transporte de la Nación

Gráfico 1 Evolución de los pasajeros totales y los subsidios en el transporte urbano colectivo en Bahía Blanca. Cifras desestacionalizadas. 2007-2014 

Por su parte, la magnitud de los subsidios ha sido creciente en términos reales; mientras que el volumen de pasajeros de 2014 se ubica en cifras apenas inferiores a las de 2007, las transferencias a las empresas que prestan el ser vicio aumentaron 7 veces entre 2007 y 2014, aun descontando la variación de precios minoristas.

La evaluación de la eficiencia ha recibido considerable atención en la literatura de transporte público, como, por ejemplo, ^{De Borger, Kerstenbs y Costa (2002}) y ^{Russo y Rindone (2010}). En la teoría económica, la eficiencia es considerada un rasgo del proceso de producción, definido como el conjunto de actividades por medio de las cuales se combinan factores o insumos para obtener uno o más productos. A su vez, los procesos de producción se representan por medio de una función de producción que describe la relación técnica entre factores y productos. En particular, la frontera de producción es entonces la porción de la función de producción donde se alcanza el máximo producto posible con una combinación dada de insumos. Se supone que las firmas producen en niveles de frontera o por debajo de la frontera, es decir, con algún grado de ineficiencia. En otros términos, la eficiencia es la mejor relación entre recursos empleados y resultados alcanzados.

Una clasificación posible de los métodos de medición de eficiencia es el conoci miento o no de la función de producción. Por un lado, los enfoques no paramétricos se basan en el supuesto de que la función de producción de las firmas eficientes no es conocida. En este conjunto se encuentra el Análisis de Envolvente de Datos (DEA, por sus siglas en inglés)⁵. Por otro, las aproximaciones paramétricas se basan en el supuesto de que la función de producción de las empresas eficientes es conocida. El análisis de frontera estocástica (SF, por sus siglas en inglés) es el método más popular dentro de este enfoque.

Ninguno de los métodos tiene superioridad absoluta sobre el resto, de modo que la elección metodológica depende de los datos disponibles y del grado en que se cumplan los requisitos para ser aplicados⁶

Tabla 1 Medición de eficiencia. Métodos 

Fuente: elaboración propia basada en ^{Brons y otros (2005})

A su vez, la eficiencia puede ser medida desde la perspectiva de producción o de costos. En particular, cuando se dispone de precios de mercado para insumos y productos, la empresa podría buscar minimizar el costo total para un nivel dado de producto.

Una revisión de los estudios empíricos que han obtenido medidas de eficiencia del transporte público urbano publicados desde el año 2005 refleja variedad en la elección del método a aplicar. Por ejemplo, la técnica DEA es empleada por ^{García Sánchez (2009}) en ciudades españolas, ^{Carvalho, Syguiy y Silva (2015}) en grandes ciudades de Brasil, ^{Ramos, Lima y Sampaio (2008}) en ciudades europeas y de Brasil, ^{Li y otros (2013}) en empresas prestatarias de transporte por colectivo en Beijing (China). Por su parte, el análisis de SF fue utilizado por ^{Piacenza (2006}) en empresas italianas de transporte por colectivo, ^{Roy y Yvrande-Billon (2007}) redes de transporte público de Francia, por ^{Holmgren (2013}) a regiones de Suecia y ^{Jarboui, Forget y Boujelben (2015}) para operadores de transporte público de 18 países⁷. En particular, la mayoría de estudios empíricos revisados que emplean SF estiman fronteras de costo.

La valoración de ambos enfoques de ^{Brons y otros (2005}) sugiere que los métodos paramétricos pueden producir mayores valores de eficiencia que los no paramétricos, ya que una parte de la brecha entre el producto efectivo y el óptimo es atribuida a errores de medición y shocks aleatorios, mientras que en los enfoques determinísticos toda diferencia es ineficiencia. Sin embargo, el metaanálisis que realizan sugiere que, cuando se emplean unidades físicas del nivel de producción, las medidas de eficiencia son menores que cuando se utilizan variables monetarias o vinculadas a recaudación.

El objetivo del trabajo es estimar una función de producción del servicio público de transporte por colectivo para la ciudad de Bahía Blanca. La estimación permite: a) identificar la sensibilidad de la producción de cada empresa prestataria del ser vicio al volumen de unidades afectadas al servicio, a la extensión del recorrido y a la cantidad de líneas que opera, y b) evaluar la evolución de la eficiencia técnica del sector. Conviene aclarar que, al tratarse de empresas de servicios, su nivel de producción se mide por el volumen de pasajeros transportados.

El artículo se organiza del siguiente modo: en la sección 1 se presenta la meto dología a emplear y los datos disponibles para realizar las estimaciones. La segunda sección expone los resultados obtenidos, puntualiza los parámetros significativos y la interpretación de otros indicadores de interés. La sección 3 propone una discusión del alcance y limitaciones del trabajo. Finalmente, en la sección 4 se resumen las ideas centrales.

1. METODOLOGÍA Y DATOS

La metodología empleada se basa en la estimación de una función de producción de transporte de pasajeros con método de frontera estocástica. SF supone que el nivel de producción de una determinada empresa no se determina unívocamente a partir del nivel de insumos y factores empleados, sino que puede estar influido por elementos fuera de su control, aleatorios, capturados en el término de perturbación. En ese sentido, el nivel de producción observado puede diferir del nivel óptimo, tanto por defectos en la gestión de la empresa como por contingencias no observables.

La estimación de funciones de producción mediante el método de frontera estocástica descompone entonces el término de perturbación en dos tipos: por un lado, el componente puramente aleatorio (que puede reducir o incrementar los niveles de producción óptimos) y, por otro, la ineficiencia de la empresa (que siempre reduce la producción respecto del óptimo).

Esta descomposición requiere suponer una forma funcional específica para la función de producción y una distribución para el término de perturbación. Es por ello que se trata de un enfoque paramétrico⁸. La función de producción habitual en este enfoque es de tipo Cobb-Douglas y toma la siguiente especificación:

[]1

Donde Qit es el nivel de producción de la empresa i perteneciente al sector del transporte urbano de pasajeros, medida por el total anual de pasajeros que utilizan las líneas pertenecientes a la empresa i, Xk es una matriz de kxk que reúne las variables explicativas consideradas. En este caso particular, se incluyen el parque móvil (PAR), kilómetros recorridos (KIM), β es el vector de los parámetros a estimar y corresponde a la elasticidad del producto de nivel frontera respecto a cada insu mo considerado. En este caso, al considerar 2 explicativas β tiene 2 elementos. El subíndice i representa a cada una de las empresas que conforman el sector, donde N es igual a 10 y t simboliza el período, en este caso, expresado con frecuencia anual, siendo T = 8 años⁹.

Por último, la expresión vit - uit representa el error compuesto antes mencionado, donde vit simboliza los shocks puramente aleatorios y externos a la empresa, se supone idénticamente distribuido, siguiendo una distribución normal, N (0,σ2) , y es independiente del segundo componente del error, uit, que representa el nivel de ineficiencia de la empresa i en el período t. En este caso, el modelo de frontera estocástica se estima imponiendo la restricción uit ≥ 0, en tanto se supone que la empresa se encuentra en la frontera (es decir, con 100 % de eficiencia) o por debajo de ella (con ineficiencia).

Con respecto a uit, se consideraron dos parametrizaciones posibles: puede su ponerse invariante en el tiempo o, por el contrario, variante en t. La especificación de esta última opción propuesta por ^{Battese y Coelli (1992}) es:

[]2

donde Ti representa el último período de la i-ésima empresa. En particular, cuan do t=Ti, la ineficiencia obtenida es el nivel de base de la ineficiencia de la empresa i. Por su parte, η es el parámetro de descenso e informa sobre la dirección que toma la ineficiencia en el tiempo; cuando η>0, el nivel de ineficiencia decrece hasta el nivel base las empresas se desplazan hacia la frontera a una tasa de (100 x η) % por año. Inversamente, cuando η<0, la ineficiencia técnica aumenta exponencialmente, lo cual implica divergencia tecnológica.

Tanto en la opción de eficiencia estática como cambiante en el tiempo, uit sigue una distribución normal-truncada en.

En este caso, se espera que el modelo más adecuado sea el que admite varia ciones en la ineficiencia en el tiempo, a la luz de los cambios regulatorios ocurridos. En particular, se esperaría que el ingreso de una empresa con gestión estatal y la desconcentración de la oferta generasen una reducción de la ineficiencia, al menos de la observada durante el período de elevada concentración empresarial previo (2009-2012).

Por otro lado, si bien la mayor parte de estudios empíricos que miden eficiencia del transporte urbano estima fronteras de costo, en este caso se estiman fronteras de producción por carencia de datos de costo desagregados por firma.

Ambas variantes sobre la forma evolutiva de uit fueron estimadas aplicando el método de máxima verosimilitud. Las estimaciones fueron realizadas con el paquete econométrico Stata v 12.

Las variables explicativas escogidas son similares a las empleadas por ^{Pestana y otros (2008})¹⁰.

Como subproducto de la estimación, se analizó el efecto de la concentración de líneas por empresa y de los subsidios al transporte urbano sobre el nivel estimado de ineficiencia, uit. Este segundo modelo fue estimado con datos de panel y efectos fijos, de modo de considerar las especificidades de cada empresa, en particular, la ecuación estimada sobre los factores que influyen sobre la eficiencia de los pres tadores de transporte urbano sigue la forma:

[]3

donde LIN representa la cantidad de líneas que la i-ésima empresa opera en el período t, CCP y SISTAU registran los montos (en moneda constante) de las trans ferencias del Ministerio de Transporte a las empresas prestatarias del servicio de transporte urbano en compensación por incremento de costos.

Los datos empleados¹¹ y las fuentes de información se detallan en el tabla 2.

Tabla 2 Definición de variables empleadas y fuentes de información 

* Se utiliza el IPC Congreso, alternativo al índice de precios oficial, debido al cuestionamiento que este último indicador ha recibido tanto de ámbitos académicos como políticos o periodísticos por su severa subestimación de la variación de los precios minoristas en Argentina. El índice empleado es difundido mensualmente por una comisión de la Cámara de Diputados y se calcula como el promedio de 9 índices elaborados por institutos provinciales de estadística y consultoras privadas. Fuente: Cálculos propios

3. RESULTADOS

Al analizar los resultados arrojados para los parámetros βk estimados (tabla 3), en ambos modelos se observó que tanto el parque móvil como los kilómetros recorridos resultaron significativos. Sin embargo, el signo que acompaña al coefi ciente vinculado al parque móvil es contrario al esperado. Esto se debe a la elevada multicolinealidad entre los regresores empleados¹², que genera el riesgo de anular la significancia individual de los coeficientes o, como en este caso, invertir su signo¹³.

El parámetro que refleja la evolución del término de ineficiencia, η , no resultó significativo al 1 %, lo que indicaría que la ineficiencia técnica del conjunto de pres tatarios del servicio de transporte de pasajeros en Bahía Blanca durante 2007-2014 se mantuvo sin cambios apreciables. En estos términos, los cambios regulatorios no habrían conseguido, al menos hasta 2014, un incremento en la eficiencia.

Por su parte, el valor del parámetro γ , que expresa el porcentaje de la varianza total explicada por la varianza de la uit, indica que casi 87 % de la varianza del término de perturbación compuesto proviene de la varianza del término de ineficiencia.

Con respecto a m, que representa la estimación del valor medio de la distribu ción normal truncada, resultó significativo al 5 %, lo que equivale a afirmar que la ineficiencia promedio es estadísticamente distinta de 0.

Tabla 3 Transporte público de pasajeros de Bahía Blanca. Estimaciones de frontera estocástica 2007-2014  

*** Significativas al 1 %. ** significativas al 5 %. * significativas al 10 %. Fuente: Cálculos propios

Un análisis de la evolución de la eficiencia promedio del sistema en su conjunto en el período analizado muestra la ausencia de una tendencia definida; entre 2007 y 2009 la eficiencia del sistema aumentó, unos 4 puntos porcentuales; luego, en los años siguientes a la reforma de 2009, se registra una disminución de la eficiencia y desde 2011 la eficiencia aumentó, aunque a niveles inferiores al pico de 2009. Con todo, estas variaciones no son suficientes para reflejar cambios estadísticamente significativos. Por otra parte, se deben resaltar los valores considerablemente bajos de eficiencia, que indican niveles de ineficiencia superiores al 70 %¹⁴.

Fuente: elaboración propia

Gráfico 2 Evolución de la eficiencia promedio del sistema de transporte por colectivo. Bahía Blanca. 2007-2014 

El gráfico 3 presenta las estimaciones de eficiencia promedio por empresa con indicación de los períodos en que operó cada una. Los valores más elevados co rresponden a empresas que prestan el servicio desde la última reforma, con valores cercanos o superiores al 20 % mientras que las prestatarias que ofrecieron el servicio entre 2007-2009 exhiben niveles de eficiencia promedio menores, a excepción de una empresa que operó durante 2007 y los primeros meses de 2009, que registra niveles de eficiencia superiores al 70 %.

Por su parte, la estimación de la ecuación 3 indica un efecto contrapuesto de las transferencias que, en términos netos, sería desfavorable¹⁵; mientras que los subsidios al combustible reducirían las ineficiencias, las transferencias del sistema SISTAU incrementarían la ineficiencia. Por ende, las transferencias por compensacio nes de costos se han traducido en un menor nivel de pasajeros respecto del óptimo.

Dicho de otro modo, los subsidios al transporte deberían haberse traducido en un volumen mayor de tráfico de pasajeros.

Fuente: cálculos propios

Gráfico 3 Eficiencia promedio por empresa. Bahía Blanca. 2007-2014 

Este resultado no implica la recomendación de eliminar los subsidios y permitir aumentos tarifarios que, probablemente, también reducirían la brecha entre pasa jeros transportados y el óptimo, esta vez, por reducción de la demanda.

Por su parte, la evidencia de que la concentración de líneas favorecería la efi ciencia es débil.

Lo que reflejan ambos resultados (efectos de los subsidios y de la concentración de líneas) es que las transferencias monetarias y la posibilidad de operar varias líneas permiten mantener la rentabilidad empresarial, sin que ello se traduzca en forma directa en ganancias de eficiencia. Este factor depende, en buena medida, de la capacidad de control del regulador y de su compromiso con los niveles y calidad de prestación del servicio.

4. DISCUSIÓN

Los resultados anteriores deben ser evaluados a la luz de ciertas consideraciones en torno a las economías de escala y al vínculo entre eficiencia y calidad.

^{Farsi, Filippni y Kuenzle (2006}) discuten la forma de evaluar la existencia de economías de escala en el transporte urbano de pasajeros y consideran que la extensión de la red (que puede aproximarse, por ejemplo, por la cantidad de líneas que opera cada empresa) es un indicador de economías de escala. En particular, las estimaciones mencionadas antes de ^{Farsi, Filippni y Kuenzle (2006}) para fronteras de costo arrojan la existencia de economías de escala en el sector de transporte urbano de pasajeros. En otros términos, la operación de una red más extensa permitiría disminuir más que proporcionalmente los costos medios. Los resultados encontrados para Bahía Blanca indicarían que la cantidad de líneas disminuye la ineficiencia, aunque su significancia tanto estadística como económica es débil, sugiriendo la ausencia de economías de escala significativas basadas en la extensión de la red, en coincidencia con lo señalado por ^{Nieswand, Hess y Von Hirschhausen (2008}) para compañías de transporte de tamaño pequeño y mediano (en términos de la flota en operación). De todos modos, este resultado requeriría un período más extenso de tiempo y de operadores con el fin de obtener mayor variabilidad en las variables involucradas que permita valorar la robustez de este resultado.

Otro punto central en el análisis de eficiencia que no pudo ser abordado aquí por carencia de información confiable es el referido a la existencia de dilemas (trade-off) entre eficiencia y calidad del servicio. Por ejemplo, el aumento en el volumen de pasajeros transportados respecto del óptimo podría hacerse sacrificando frecuen cias (con el consecuente aumento del tiempo de espera en las paradas con el fin de reunir mayor cantidad de pasajeros que no pueden desplazarse en otro medio de transporte), o a expensas del confort en el viaje (admitiendo mayor cantidad de pasajeros que de asientos).

Un análisis de las estimaciones de eficiencia obtenidas junto con artículos pe riodísticos publicados en la prensa daría cuenta de que los aumentos de eficiencia de 2007-2009 ocurrieron a expensas de frecuencias y confort, mientras que entre 2010-2011 disminuyó tanto la eficiencia como la calidad del servicio. No se dispone de información suficiente para especular sobre la relación eficiencia-calidad desde 2012 en adelante.

5. CONCLUSIONES

Con este trabajo se pretende contribuir al análisis de la eficiencia de los operadores del transporte público de pasajeros en la ciudad de Bahía Blanca a partir de una base de datos con información correspondiente a 11 empresas que sucesivamente prestaron el servicio entre 2007 y 2014. Mediante la aplicación de la metodología de frontera estocástica se estimó una función de producción del tipo Cobb-Douglas que incluye las unidades en operación, las distancias recorridas y la cantidad de líneas adjudicadas a cada empresa.

Entre los resultados significativos se encuentra que el nivel de eficiencia no se ha modificado significativamente desde 2007, aún a pesar de la salida de operadores con prestaciones deficientes del servicio (los porcentajes de eficiencia han oscilado entre 19 % y 25 %, aunque las pruebas estadísticas indican que su variación no ha sido significativa). Por su parte, el incremento en términos reales de los subsidios otorgados por el Gobierno nacional no se tradujo en mayores niveles de eficiencia.