Post on 13-Jan-2016
description
transcript
UNIVERSIDAD NACIONAL DE RÍO CUARTO
EL TRANSPORTE DE CARGAS POR FERROCARRIL
Análisis de Demanda 1997-2010
Autor: Agustina E. IzurietaDirector: Ana María Vianco
Diciembre de 2011
ÍNDICE
Introducción.................................................................................................................................................1
1. Historia del ferrocarril en Argentina.................................................................................................3
1.1 Sus comienzos......................................................................................................................................3
1.2 Los años dorados.................................................................................................................................5
1.3 Estancamiento......................................................................................................................................7
1.4 Nacionalización.................................................................................................................................10
1.5 Intentos de reformas a largo plazo....................................................................................................12
1.6 El déficit se vuelve insostenible.........................................................................................................14
1.7 La concesión......................................................................................................................................161.7.1 Concesiones del transporte de cargas.........................................................................................161.7.2 Concesiones del transporte de pasajeros.....................................................................................19
2. La historia en números......................................................................................................................21
3. El ferrocarril en la actualidad..........................................................................................................25
3.1 Beneficios que reporta el ferrocarril.................................................................................................30
3.2 Planes para reactivar el ferrocarril..................................................................................................32
4. Teoría económica del transporte......................................................................................................37
4.1 Función de producción, costos y demanda de transporte.................................................................404.1.1 La función de producción y costos de transporte.......................................................................414.1.2 La función de demanda de transporte.........................................................................................43
4.2 Metodologías empleadas para analizar el transporte por ferrocarril..............................................444.2.1. Enfoque de la Contabilidad Social.............................................................................................444.2.2 Análisis de demanda...................................................................................................................45
5. Demanda de transporte por ferrocarril en Argentina...................................................................50
5.1 Marco metodológico adoptado..........................................................................................................51
5.2 Evidencia empírica............................................................................................................................535.2.1 Análisis descriptivo.....................................................................................................................555.2.2 Estimación econométrica............................................................................................................615.2.3 Elasticidades de demanda...........................................................................................................75
6. Conclusiones.......................................................................................................................................85
7. Bibliografía.........................................................................................................................................89
8. Anexos.................................................................................................................................................91
III
EL TRANSPORTE DE CARGAS POR FERROCARRIL
Introducción
El transporte puede definirse como el conjunto de actividades económicas que
permiten el movimiento de mercancías e individuos de un lugar a otro.
La infraestructura del transporte tiene efectos sobre la organización de un
territorio y su desarrollo, ya que una región con menores costos de transporte tendrá
una ventaja por sobre otra con mayores costos para colocar su producción. Por ello,
son factores clave la accesibilidad a una región y su conectividad para atraer
inversiones, generar empleo, aprovechar economías de escala, reducir inventarios y
evitar los cuellos de botella y los costos de congestión. A la Argentina este argumento
la toca muy de cerca ya que en el planisferio se ubica lejos de todo, y es necesario ser
competitivos en cuanto a dichos costos para colocar la producción en las distintas
partes del mundo. (Brotto, 2006).
Según el Banco Mundial: “La infraestructura es el resultado de los esfuerzos de
las personas y las comunidades por modificar las características físicas de su entorno o
hábitat a fin de mejorar su comodidad y productividad, protegerse de los elementos y
dominar las distancias” (FIEL, 1998).
Los fundamentos teóricos que avalan la importancia de la infraestructura en el
desarrollo de un país se basan en el impacto potenciador que tiene sobre el resto de
las actividades. Los efectos que ella produce van desde la disminución de los costos de
producción y el aumento de la productividad de los insumos, hasta permitir el acceso a
nuevos mercados y mejorar la calidad de vida de sus habitantes.
Un informe del Banco Mundial del año 1994, señala que “un aumento del 1%
en el total de capital de infraestructura va asociado a un crecimiento del PBI del
1%”(FIEL, 1998).
La inversión en infraestructura de transporte de cargas es una condición
necesaria, aunque no suficiente, para el crecimiento de un país. Invertir en la misma es
de vital importancia ya que permite lograr un flujo de mercancías eficiente, ganar
Cap
ítul
o: A
nexo
s
1
competitividad en las exportaciones del país, descentralizar y aumentar la producción
y afianzar el desarrollo y el crecimiento sostenible del país.
Un eficiente sistema de transporte, articulado mediante una adecuada red de
transporte intermodal, ayuda al progreso de las distintas zonas productivas ya que un
acceso deficiente a este tipo de infraestructura condiciona vía sobrecostos el flujo de
mercaderías. Los altos costos de transporte actúan como un impuesto a la distancia,
las regiones más alejadas pierden competitividad, lo cual afecta su nivel de desarrollo
relativo (Foro de la Cadena Agroindustrial Argentina, 2010).
El objetivo de este trabajo es investigar el papel que cumple el ferrocarril en el
transporte de cargas, revisando los hechos históricos relevantes en Argentina y
analizando la evolución de la demanda.
Para abordar el problema se presenta en el Capítulo 1 una revisión histórica del
ferrocarril, realizando una descripción de los principales hitos que marcaron el
desarrollo del sistema ferroviario argentino. Hasta llegar al proceso de concesión,
desarrollado en los años noventa.
En el Capítulo 2 se analiza la historia del ferrocarril en la Argentina a través de
la descripción de la evolución de los kilómetros de vías férreas del sistema ferroviario y
de las toneladas transportadas.
El Capítulo 3 aborda la situación actual del ferrocarril, las dificultades a las
cuales se enfrenta y el estado de la infraestructura y del material rodante; y se realiza
un estudio comparativo respecto a otras modalidades de transporte y a otros países
latinoamericanos. Se describen los beneficios, y se detallan los planes existentes para
reactivar el sector.
En el Capítulo 4 se desarrollan los conceptos de economía del transporte,
poniendo énfasis en la demanda del transporte de cargas por ferrocarril, su función y
la importancia de su correcta estimación. Seguidamente se describen las metodologías
utilizadas para estudiar el transporte de cargas a nivel internacional. Se replica para
Argentina el trabajo de Kulshrestha (2001) realizado para India, lo cual se expone en el
Capítulo 5. Finalmente, se presentan las conclusiones.
Cap
ítul
o: A
nexo
s
2
1. Historia del ferrocarril en Argentina
Argentina, geográficamente, es un territorio ideal para la instalación de las vías
férreas. La carencia de grandes accidentes geográficos en la mayoría de su extensión y
el hecho de poseer una vasta llanura, representan condiciones excepcionales
comparado con el resto de los países del mundo. Estas características hacen
relativamente menos costosas las grandes obras de ingeniería que deben afrontarse
para lograr unir las distancias, a excepción del cruce de los Andes.
El ferrocarril fue el medio por el cual se logró, a mediados del siglo XIX, la
consolidación territorial de la República Argentina. Antes de su implementación, lo
único que unía los puntos más remotos del país eran las carretas; éstas tenían serias
dificultades ya que no existían caminos adecuados para su utilización, estaban
condicionadas por el clima y sus posibilidades de transportar grandes volúmenes eran
inexistentes. Esto imposibilitaba a la Nación desarrollar todas sus potencialidades,
hasta la llegada de la locomotora impulsada a vapor.
Fue el ferrocarril con su grandeza -en cuanto a las distancias recorridas, a los
volúmenes transportados y a las velocidades alcanzadas- el que permitió unificar la
Nación, abrir el país al comercio exterior, defender el territorio y acortar las distancias,
convirtiendo a la Argentina en el “granero del mundo”, a principios del siglo pasado.
Alberdi expresó que “El [ferrocarril] hará la unidad de la República Argentina
mejor que todos los congresos, los congresos podrán declararla una e indivisible; sin el
camino de fierro que acerque sus extremos remotos, quedará siempre divisible y
dividida contra todos los derechos legislativos… la unidad política debe empezar por la
unidad territorial, y sólo el ferrocarril puede hacer de dos parajes separados por
quinientas leguas un paraje único” (Alberdi, 1852).
1.1 Sus comienzos
En el año 1853 se funda la Sociedad de Caminos de Hierro de Buenos Aires al
Oeste, conformada por comerciantes y terratenientes de Buenos Aires, con el objetivo
de instalar la infraestructura necesaria para hacer del ferrocarril una realidad en
Argentina. Al año siguiente, el gobierno porteño autoriza a esta organización a
comenzar las obras de tendido de rieles desde el centro de la ciudad hasta el área
Cap
ítul
o: A
nexo
s
3
suburbana del oeste. Y es así como, en 1857, se inaugura el primer ferrocarril
argentino, entre Plaza Lavalle y La Floresta con una extensión de 9.983 metros. Los
materiales y rodados utilizados en su construcción provenían desde Inglaterra y “la
financiación terminó siendo mayoritariamente de las autoridades”, ya que fracasaron
los intentos de financiamiento con los privados (Wright, 1980).
Esta transformación en el rumbo de la Argentina tuvo su origen en una
conjunción de cambios políticos y económicos tanto a nivel local, como internacional.
En el plano político cae el gobierno de Rosas y se sanciona la Constitución Nacional de
1853, la situación cambia drásticamente en el país. A nivel internacional, se puede
mencionar, la abundante disponibilidad de capital en busca de nuevas inversiones y la
existencia de material ferroviario ocioso, cuando en Gran Bretaña comienza a
descender el ritmo de extensión de sus redes (Mario J López, 2007). Sin embargo, la
separación de Buenos Aires de la Confederación no hizo posible el tendido de líneas
férreas en gran escala porque la Argentina no estaba unificada políticamente; de esta
manera, las grandes inversiones del exterior no estaban dispuestas a arriesgar su
capital para luego verlo evaporarse por los posibles conflictos del país.
Alberdi expresa con claridad lo expuesto anteriormente “… no obtendréis
préstamos si no tenéis crédito nacional, es decir, un crédito fundado en las seguridades
y responsabilidades unidas de todos los pueblos del Estado. Con créditos de cabildos o
provincias, no haréis caminos de hierro, ni nada grande. Uníos en cuerpo de nación,
consolidad la responsabilidad de vuestras rentas y caudales presentes y futuros, y
tendréis quien os preste millones para atender a vuestras necesidades locales y
generales; porque si no tenéis plata hoy, tenéis los medios de ser opulentos mañana.
Dispersos y reñidos, no esperéis sino pobreza y menosprecio” (Alberdi, 1852).
A partir de 1860, con la sanción de la Reforma Constitucional y la unificación de
la Confederación y Buenos Aires, fue posible aprovechar las inversiones extranjeras
para lograr la extensión del ferrocarril a gran escala.
A pesar del impulso que se le daba por parte del gobierno al ferrocarril, los
argentinos todavía dudaban de la conveniencia de respaldar proyectos ferroviarios. Los
terratenientes veían al ferrocarril sólo como un medio para incrementar el valor de sus
tierras. Por estos tiempos surgieron los especuladores de la tierra. Por regla general, el
terrateniente argentino dejaba que los gobiernos nacionales o provinciales y los
Cap
ítul
o: A
nexo
s
4
inversores extranjeros corrieran con el riesgo mayor que significaba la construcción de
los ferrocarriles. El especulador cosechaba sus beneficios invirtiendo una fortuna en
tierras. Esto explica que el capital aportado para posibilitar el desarrollo del ferrocarril
en Argentina, provenía principalmente del Gobierno -nacional y provincial- y de
Inglaterra, y en menor medida de Francia.
Por otra parte, los continuos levantamientos de los caudillos provinciales, la
Guerra de la Triple Alianza (1864 - 1870) y el comienzo de una depresión económica
imposibilitó al Gobierno Nacional el brindar un mayor estímulo a la construcción de
nuevos ramales y, hacia 1880, existían sólo 2.200 km de vías férreas.
Por aquellos tiempos, los ferrocarriles desempeñaban un papel importante
como símbolo de nacionalismo. “Expresaban progreso, orgullo y poder nacional. El
lema de esa generación era progreso, su meta la creación de una Argentina nueva y su
principal instrumento una gran red ferroviaria” (Wright, 1980).
1.2 Los años dorados
A partir del año 1880, con la presidencia de Julio A. Roca, comienza la
verdadera unificación del territorio nacional con la federalización de la ciudad de
Buenos Aires, la Campaña del Desierto y la implementación de la ley de Moneda
Común, entre otros. También por estos años comienza a ser considerable el flujo de
inmigrantes que llegaba al país a trabajar y asentarse en las colonias que se iban
desarrollando conforme el avance del ferrocarril hacia la región pampeana.
Durante este período, la red se amplió a casi 36.000 km. Así la Argentina se
adjudicó la posesión del tercer sistema ferroviario, en longitud, del hemisferio
occidental después de EEUU y Canadá. Poseía el tendido más largo de América Latina,
con el 40% de la totalidad del kilometraje de rieles en el continente sudamericano y
ocupaba el octavo puesto en importancia en el mundo. Contando incluso con más
kilómetros de rieles per cápita que los EEUU (Wright, 1980).
Los transportes de ganado, productos agrícolas de exportación y, en menor
medida, materiales de construcción y minerales, fueron las principales actividades de
los ferrocarriles. Como se mencionó con anterioridad, las inversiones ferroviarias eran
principalmente de capitales ingleses, generándose una cierta dependencia para con el
Cap
ítul
o: A
nexo
s
5
material rodante de esas latitudes. Ésto produjo efectos en la calidad del servicio, ya
que no se contaba con vagones tolva porque Inglaterra no los producía, ni se tenían
equipos periféricos para facilitar la carga a granel en el conjunto del sistema, es decir
elevadores, estaciones y puertos (Schvarzer, 1999). Este aspecto, junto con los abusos
en los sistemas de garantías por parte de las empresas y los altos costos de los fletes,
causó serios conflictos entre británicos y argentinos.
A modo de ejemplo, durante 1880-1890, la creciente producción de trigo
exportable generó problemas estacionales a los usuarios, los comerciantes perdieron
millares de kg. de trigo al año a causa del mal tiempo y los gusanos, ya que no existían
depósitos adecuados para los granos y debían pasar un tiempo considerable bajo las
inclemencias del tiempo hasta que se consiguiera cupo en los vagones. La carga y
descarga de las poco prácticas bolsas, creó igualmente un serio problema porque
requería una esforzada labor y mantenían detenidos a los vagones durante largos
períodos de tiempo (Wright, 1980). Los vagones de fabricación inglesa oscilaban sólo
entre las 10 y las 18 toneladas de capacidad de carga. Fue recién en el siglo XX cuando
se adoptaron vagones tolva de origen norteamericano capaces de transportar hasta 40
toneladas (Schvarzer, 1999).
Haciendo referencia al sistema de garantías, éste se basaba en el compromiso
por parte del Estado de entregar a fin de cada año los montos necesarios de modo que
el capital invertido alcanzara un rendimiento de alrededor del 7%. La obligación del
Estado tenía un plazo que iba de 20 a 40 años. El empresario asumía la obligación de
reembolsar lo recibido del gobierno en los años en que el rendimiento superaba el
porcentaje garantizado. En cuanto a los abusos sobre el sistema, por lo general las
empresas evitaban el reembolso correspondiente.
Entre 1884 y 1890 el valor del peso argentino declinó de 100 a 350 por onza de
oro. En el exterior el valor de las acciones y bonos de hipotecas de tierras argentinas se
depreció rápidamente. A partir de 1886, comienza un paulatino proceso en donde los
europeos comienzan a dejar de considerar a la Argentina como una plaza segura para
realizar sus inversiones. Entre 1886 y 1890, las autoridades nacionales y provinciales
aprobaron nuevos proyectos de tendidos de rieles por unos 18.000 km, la mayoría de
ellos con garantías de generosos beneficios. En 1889 se dispuso la construcción de
otros 10.000 km. Solamente en un día el Congreso Nacional llegó a sancionar hasta 33
Cap
ítul
o: A
nexo
s
6
nuevas concesiones. Ni los promotores del ferrocarril ni los inversores extranjeros
escaparon a esta fiebre de especulación que en la Argentina allanó el camino al
desastre financiero de 1890 (Wright, 1980). Este otorgamiento desmedido de
concesiones llevó a la construcción de líneas en competencia y se promovió la
diversidad de trochas, bajo el argumento de que era conveniente construir dos redes
hacia cualquier destino, una en trocha ancha y otra en angosta. Se generó una
situación de desorden en el tendido de rieles, porque nadie los regulaba ni existía un
programa para el desarrollo de la infraestructura (Mario J López, 2007).
Con la llegada de Juárez Célman al poder se produce un cambio de política,
promovió que la Nación y las provincias se desvincularan de los ferrocarriles que
tenían en propiedad, vendiéndolos a los privados; las líneas estatales sólo se extendían
por zonas marginales o de difícil desarrollo, estos fueron llamados también
ferrocarriles de fomento.
Este período se caracterizó por una anarquía ferroviaria. Sin embargo, en 1907
se sanciona la ley 5.315, también llamada ley Mitre, aplicando reglamentaciones
uniformes a la red ferroviaria argentina de una extensión de 22.000 kilómetros, y
poniendo fin, en parte, al desorganizado sistema ferroviario. Además, clarificó y definió
los privilegios del gobierno para reglamentar y previó los tipos de incentivos ofrecidos
a las compañías para estimular futuras obras. La ley hizo hincapié en tres aspectos
fundamentales: resolvió la cuestión del derecho del gobierno a intervenir en la fijación
de tarifas, abolió el conflictivo sistema de garantías y por primera vez el ferrocarril tuvo
que pagar un impuesto al gobierno nacional.
El sistema de garantías fue reemplazado por un período de 40 años en que las
compañías quedarían exceptuadas de pagar recargos de importación por los
materiales que importaran. Adicionalmente, la ley obligaba a los ferrocarriles a pagar
un impuesto anual del 3% de sus ganancias en el año, con el propósito de construir y
mantener los caminos hacia las estaciones ferroviarias y los puertos a lo largo de todo
el país (Wright, 1980).
1.3 Estancamiento
La expansión de los ferrocarriles británicos en la Argentina finalizó con el
estallido de la Primera Guerra Mundial en 1914. Con la llegada de Yrigoyen al
Cap
ítul
o: A
nexo
s
7
gobierno, la Argentina comienza un período de nacionalismo, con un consecuente
rechazo hacia los capitales extranjeros. La guerra paralizó la corriente de mercaderías y
capital que abastecía a la Argentina, hecho agravado por conflictos gremiales, los
cuales interrumpían periódicamente el servicio de trenes.
La disminución del comercio y el aumento de los costos de operación obligaban
a presionar por tarifas más elevadas, que nunca se efectivizaron. Sin embrago, una vez
terminada la guerra, la posición del gobierno continuó desalentando el desarrollo de
los ferrocarriles, al no concederles aumentos tarifarios. Como resultado, entre 1916 y
1934, los británicos sólo construyeron 140 km de líneas férreas (Wright, 1980).
Durante los años de entreguerras se vivieron las consecuencias de la crisis del
29 y de la Conferencia de Ottawa, donde los ingleses implementaron políticas
proteccionistas perjudicando ampliamente a la Argentina, haciendo desaparecer su
principal mercado de carnes y granos. Lo que generó el estancamiento de la demanda
local de cargas, el gobierno se opuso a toda reducción de personal y disminución de los
sueldos, mientras los accionistas presionaban para la obtención de beneficios líquidos.
Lo anterior, llevó a las empresas a una intensa contracción de todas las inversiones en
renovación (Wright, 1980).
La anterior situación con Inglaterra, se revierte en mayo de 1933 con la firma
del tratado Roca-Runsiman. Sin embargo, los daños provocados a los ferrocarriles
durante el período de no comercialización nunca fueron superados y generaron un
desgaste continuo y creciente de equipos e instalaciones.
Adicionalmente, la creciente competencia del transporte automotor disminuía
considerablemente la demanda por este servicio. Hacia 1930 había 358.000
automóviles y 96.000 camiones (Mario J López, 2007). El nuevo ambiente de bajos
precios de los productos agrícolas, junto con los menores fletes del camión, sobre todo
en distancias cortas, y la gran flexibilidad de este último, crearon un importante
adversario.
En la administración de Agustín P. Justo, los ferrocarriles del Estado dejan de
ser sólo ferrocarriles de fomento y comienzan a construirse ramales con la idea de
competir directamente con las compañías.
Los años 1937 y 1938 fueron malos en lo referente a actividad económica. La
sequía redujo la producción agrícola, los precios internacionales volvieron a caer y los
Cap
ítul
o: A
nexo
s
8
volúmenes transportados por riel disminuyeron hasta en un 50% (Mario J López,
2007).
A partir de esta situación, la única solución que contemplaban los ingleses era
vender el ferrocarril al propio Estado Nacional. De esta manera, las negociaciones para
la nacionalización de los ferrocarriles comenzaron a partir de 1934 (Mario J López,
2007).
El desencadenamiento de la Segunda Guerra Mundial vuelve a reducir los flujos
de las mercancías. Las empresas tomaron como medida económica la reducción de sus
servicios, ya que estaba bloqueada la importación de carbón, el recurso indispensable
para el funcionamiento de las locomotoras. Además, el gobierno nuevamente no
autorizaba subas de tarifas1, con lo cual las empresas sufrieron pérdidas sustanciales
que imposibilitaron nuevas inversiones y el mantenimiento de la infraestructura,
provocando un deterioro aún mayor del sistema ferroviario.
Con el fin de la guerra, surgieron dos temas centrales entre Argentina e
Inglaterra: llegar a un acuerdo respecto del saldo acumulado en la forma de libras
bloqueadas (obtenidas por la venta de productos alimenticios durante los años de
guerra, que Inglaterra no podía solventar, por esta razón su bloqueo); y, mantener la
posibilidad, por parte de Inglaterra, de seguir comprando alimentos sin alcanzar el
equilibrio en la balanza de pagos por al menos dos años (Mario J López, 2007).
Hacia fines de 1945 el saldo acumulado en el Banco de Inglaterra llegaba a
₤105.000.000. Para ese mismo año, todas las compañías particulares explotaban
29.094 km y el Estado 12.942 km. El aumento en la instalación de vías férreas en los
últimos años se debía a inversiones por parte del Estado. El personal empleado para
todas las líneas era de 142.162 personas, de las cuales 102.932 pertenecían a
empresas particulares. Los ferrocarriles necesitaban renovar su equipamiento después
de 15 años de imposibilidad de hacerlo y al mismo tiempo incorporar las nuevas
tecnologías que ya se utilizaban en otras partes del mundo.
El ferrocarril llega a finales de la Segunda Guerra en condiciones de elevada
obsolescencia, caracterizada por la antigüedad de sus equipos y la falta de adecuación
a la logística moderna (Schvarzer, 1999).
1 Esta medida se tomaba con el propósito de frenar la escalada de precios, y no con el fin último de perjudicar a los ferrocarriles. La economía argentina siempre se caracterizó por presentar problemas de este tipo, de hecho actualmente se toman medidas similares.
Cap
ítul
o: A
nexo
s
9
1.4 Nacionalización
Tras una serie de negociaciones, que como se mencionó con anterioridad
comenzaron en 1934, finalmente en 1947 Argentina se compromete a pagar
2.482.500.000 pesos oro por los ferrocarriles y sus propiedades subsidiarias,
adquiriendo 25.000 km de vías que representaban el 66% de la red ferroviaria de la
Nación e Inglaterra cancelaba su deuda de guerra con la Argentina. El tratado de los
Andes se firmó en febrero del 1948, pero la transferencia final de los ferrocarriles
ingleses se hizo efectiva el 1 de marzo de 1948.
Luego de la nacionalización, el primer paso del gobierno consistió en eliminar
uno de los principales activos adquiridos a lo largo de los años por los ferrocarriles, la
organización empresaria. Se puso en marcha un plan para alejar de sus cargos al
personal superior, sólo por el hecho de no ser de nacionalidad argentina. Esta política
tuvo efectos negativos sobre el sistema ferroviario. En primer lugar porque gran parte
eran técnicos, ingenieros y especialistas en transporte con una vasta experiencia, que
fueron sustituidos por argentinos sin experiencia, que llegaban a sus puestos por
pertenencia al partido oficial o por amiguismo con los líderes (Mario J López, 2007).
Con el traspaso de la propiedad, que finalmente terminó en 1951, el Estado
Nacional pasó a ser el único protagonista de la vida ferroviaria argentina ya que,
además de la función propia de establecer la política ferroviaria, también se convirtió
en empresario ferroviario. Reunió las diferentes actividades de regulador, controlador
y gestionador, que al ser realizadas por un mismo titular, generaron una confusión de
funciones y ruinosas consecuencias.
Al finalizar el traspaso, la red ferroviaria argentina estaba conformada por cinco
trochas distintas: una trocha ancha (1,676m), una trocha estándar o media (1,435m), la
trocha angosta (1m), y dos trochas que no llegaban al metro, con 0,75m y 0,60m
(Mario J López, 2007). La más difundida en el territorio nacional es la trocha ancha,
que se encuentra en competencia con la trocha media. En cuanto a la trocha angosta,
se utiliza en zonas de montaña, debido a las características físicas del lugar en el que se
emplaza; ésta se encuentra en competencia con las dos trochas que no alcanzan el
metro. Sin embargo, el ferrocarril mesopotámico posee la trocha estándar. Esta
Cap
ítul
o: A
nexo
s
10
disparidad de infraestructura en una misma área geográfica, genera dificultades a la
hora de trasladar las cargas.
La nacionalización de los ferrocarriles ingleses y de otras compañías extranjeras
de servicios públicos contribuyó directamente a la crisis económica de los años 50. La
compra de los ferrocarriles precipitó el retiro de las inversiones extranjeras -significó
una reducción del 90% de las inversiones británicas en la Argentina- y agotó las
reservas de capital que la Argentina había edificado sobre los años de la guerra.
A principios del año 1950 se crea la empresa “Ferrocarriles del Estado” con el
propósito de organizar y coordinar el desempeño del servicio público. Sin embargo, las
empresas ferroviarias continuaron siendo, de hecho, empresas autónomas que
funcionaban con la inercia y la organización que poseían desde las administraciones
anteriores. En materia de explotación, el personal empleado fue en constante
aumento -pasó de 142.000 personas en 1945 a 210.000 en 1956- por la condición de
deterioro de la red, lo que requería una mayor cantidad de mano de obra para su
mantenimiento y reparación. Pero también este incremento se debió a las demandas
políticas y sindicales, en un período durante el cual, mantener el pleno empleo
formaba parte de los objetivos oficiales. Además, el transporte de cargas se estancó, a
causa de la competencia que implicaba el autotransporte (Mario J López, 2007).
En cuanto a las tarifas, se argumenta que la reducción en las mismas de debió a
la negativa por parte del gobierno para que la empresa ajustara sus precios al ritmo de
la inflación de esos años (debido a la política de contención de precios), los fletes se
redujeron casi a la mitad del promedio, lo que finalmente desencadena el que fue el
problema central del ámbito ferroviario hasta la década de los ´90, su déficit
(Schvarzer, 1999).
Thomson (1997) afirma que hasta 1946 había habido solamente dos años en la
historia de los ferrocarriles de la Argentina en que el sistema entero mostró déficit. Sin
embargo, ya había comenzado su deterioro económico, y durante los últimos años de
la propiedad privada (1937-1946), los ingresos de las empresas ferroviarias se
incrementaron en un 51%, mientras que los gastos en un 73%. Una vez en manos del
Estado, el sistema ferroviario argentino nunca generó excedentes.
El déficit no constituía un problema sólo para el sector, sino que se había
convertido en la principal dificultad de la política fiscal y condicionaba cualquier
Cap
ítul
o: A
nexo
s
11
accionar económica de la Nación. En las décadas del 50 y del 60, el déficit de la
empresa ferroviaria era superior, o al menos semejante, al déficit del Tesoro. Los
problemas internos a la organización -fuerte poder sindical- bloqueaban todo intento
de reducir el déficit, a través de evitar los aumentos salariales o reducir la cantidad de
personal. La consecuencia fue la imposibilidad de realizar inversiones físicas, con lo
que el ferrocarril quedó sometido a las decisiones de corto plazo, bajo la presión de
sus usuarios y sindicatos (Mario J López, 2007).
Mucho se ha hablado sobre el vencimiento de los plazos de concesiones y el
error que implicó nacionalizar los ferrocarriles antes de que fuera inminente la toma
de posesión de los mismos, cumplidos dichos vencimientos. De la bibliografía
consultada nada se habla sobre este tema. Sólo Scalabrini Ortiz en su prólogo a la
primera edición afirma: “… Frente a la liberalidad de las concesiones originales que ni
siquiera tenían plazo de caducidad, puesto que todas las concesiones ferroviarias lo son
a perpetuidad, no cabía otra solución liberatoria que la expropiación de las empresas”
(Scalabrini Ortiz, 1974). Lo cual dejaría en claro que las concesiones no poseían un
vencimiento próximo.
1.5 Intentos de reformas a largo plazo
En 1955 toma el poder la Revolución Libertadora. La situación del ferrocarril
desbordaba todos los aspectos con su enorme déficit. Por lo que el nuevo gobierno
trata de reorganizar el sistema, a través de la creación de la Empresa Ferrocarriles del
Estado Argentino, lo que significó la unificación de criterios en materia de
administración de toda la red, y a la vez permitió separar la explotación -que quedaba
a cargo de la empresa- de la autoridad que fijaba y aplicaba las políticas: el Ministerio
de Transporte. Sin embargo, la empresa terminó siendo un ente burocrático con
marcadas ineficiencias.
Con la llegada al poder del Desarrollismo a fines de la década del 50, la política
ferroviaria se enfocó en la especialización en cargas de poco valor y de gran volumen
(cereales, materiales de construcción). En el año 1961 se pretendieron tomar medidas
drásticas para reducir el déficit de los ferrocarriles. Se anunciaron clausuras de ramales
y cierres de talleres, con lo que el conflicto con el gremio tendió a incrementarse, y lo
hizo aún más, cuando se anuncia la incorporación de nuevos coches motores, que
Cap
ítul
o: A
nexo
s
12
podían ser manejados por una sola persona. Esta situación desató la gran huelga de
1961, que consistió en 40 días de conflicto, pero sólo 10 de paro total del servicio. El
gobierno utilizó las fuerzas armadas para brindar el servicio de pasajeros de
emergencia. Estos días de conflicto originaron medios informales de transporte
automotor alternativos, lo que incrementó la competencia.
Para reducir el creciente déficit se pretendió aplicar el plan Larkin, el cual se dio
a conocer a principios de 1962, que proponía el cierre del 30% de la red y el abandono
de la tracción a vapor. El Plan consistía en suprimir ramales improductivos (21.000 km);
liquidar locomotoras a vapor, 70.000 vagones y 3.000 coches por obsolescencia; cerrar
12 talleres de un total de 28; y despedir 50 ó 60.000 empleados (Mario J López, 2007).
El Plan Larkin era un estudio integral del transporte en la Argentina,
ferrocarriles, caminos y navegación. Originó opiniones encontradas, para algunos
representaba la llegada de un plan a largo plazo para la reestructuración de los
ferrocarriles y, para otros era el comienzo de todos los males, como se deja ver en la
película “La última estación” de Pino Solanas. Más allá de esta discusión, la realidad es
que nunca hubo una puesta en marcha del plan ni se obtuvieron los recursos para
llevarlo a cabo, ya que a los pocos días de su presentación cae el gobierno de Frondizi.
En un balance realizado en el año 1962, se afirma que el 63% de los 45.000 km
de vías férreas tendidas en el país estaban apoyadas directamente sobre la tierra, tal
como habían sido instaladas en sus inicios; esto imposibilitaba el transporte de grandes
cargas y limitaba notablemente la velocidad de las locomotoras. Además, la tasa de
renovación era inferior al 1% anual de la longitud total de la vía. Sólo el 9% del material
rodante había sido fabricado luego de 1930 (Schvarzer, 1999).
Entre 1968 y 1970 se lleva adelante la eliminación del servicio de pasajeros en
ramales secundarios, y también se redujeron las frecuencias semanales. En las líneas
troncales, se ampliaron y mejoraron los servicios. En 1967 se crea el “Organismo
Central”, que tomaba a su cargo atribuciones de las distintas líneas ferroviarias, lo que
creó una instancia burocrática adicional, que atentaba contra la eficiencia del sistema.
Ese mismo año, el gobierno ordena un aumento en las tarifas que venían atrasadas
desde hacía años, pero esto provocó una reducción drástica de la demanda tanto de
pasajeros como de cargas.
Cap
ítul
o: A
nexo
s
13
Hacia el año 1970 se formula el Plan de Mediano Plazo que consistía, entre
otras cosas, en el establecimiento de una superred de líneas troncales con ramales
alimentadores. Establecía una reorganización de la empresa Ferrocarriles Argentinos,
por la cual dejarían de operar los ramales económicamente no convenientes, pero si el
Estado decidía poner en funcionamiento alguno de éstos, debía compensar
económicamente a la empresa. También contempló la incorporación de la informática
y nuevas tecnologías en comunicación para la gestión. Sin embargo, a modo de
anécdota, nunca se pudo modernizar la asignación de vagones de carga, ya que iba en
contra de los intereses de los operarios que en base a prácticas corruptas asignaban
los vagones, siempre escasos, a los cargadores. El Plan implicó también la renovación
de muchos kilómetros de vías, y la fabricación de coches y vagones (Mario J López,
2007).
Otra política implementada a fin de reducir el déficit, fue la privatización de
ciertas actividades periféricas, buscando agilizar el funcionamiento operativo de la
empresa y reducir el poder sindical, se renovó gran parte de las locomotoras
(dieselización), así como los coches de cargas y de pasajeros. Pero lo que no se tuvo en
cuenta es que este nuevo material rodante debía transitar por vías que no eran las
adecuadas, por lo que su capacidad técnica quedaba subutilizada, tanto en términos
de velocidad, como en volúmenes de carga.
1.6 El déficit se vuelve insostenible
En 1973 vuelve Perón al gobierno y con él se revierte gran parte de las políticas
adoptadas con anterioridad. Se puso fin a la ejecución del Plan de Mediano Plazo,
abandonando los planes de incorporación de material rodante y de renovación de la
infraestructura, y dando a los gremios la plena gestión de la empresa, con lo que se
ingresó en una etapa de total politización y luchas entre las distintas fracciones.
Se restablecieron ramales que habían sido suprimidos por innecesario e
ineficientes; pero como estos servicios ya habían sido reemplazados por el transporte
automotor, su restablecimiento fue sólo para incrementar el déficit.
Luego llega al poder el gobierno del Proceso Militar. Las medidas adoptadas en
el plano ferroviario consistieron en la eliminación de 5.500 km transitados por trenes
Cap
ítul
o: A
nexo
s
14
que corrían en líneas secundarias y se cerraron 560 estaciones. La cantidad de
empleados se redujo de 155.000 en 1976 a 97.000 en 1980 (Mario J López, 2007).
En los años posteriores, las dificultades económicas del país continuaron
retrayendo la inversión en infraestructura de transporte a la par que se acentuó el
deterioro de los servicios en manos del Estado, donde la fijación de tarifas por debajo
de los costos de explotación y el desorden en la administración de las empresas
estatales llevaron a un consumo del stock de capital público con la consecuente caída
en la calidad de los servicios. La escasa inversión fue dirigida a mejorar aspectos
operativos (principalmente comunicaciones) y a mantener el material rodante y la
infraestructura en los ramales troncales, llevando al abandono virtual de los ramales
no rentables. El estado de las vías férreas y de algunos puentes no permitía el
desarrollo de velocidades medias superiores a 30 km/h, con un elevado riesgo de
accidentes en algunos tramos, lo que limitaba que el ferrocarril se convirtiera en un
modo competitivo de transporte (Brotto, 2006).
Durante el período de grandes problemas económicos que afrontaba el
gobierno de Alfonsín -sobre todo la hiperinflación-, parecía que la única salvación era
la privatización. Y es así como a fines de la década del ochenta comienzan a surgir
planes para incorporar capitales privados a los ferrocarriles, con el fin último de acabar
con el prolongado déficit que socavaba las cuentas fiscales. En 1987, el 56,7% del
financiamiento de Ferrocarriles Argentinos provino de los aportes del Tesoro,
equivalente a US$1,5 millones diarios, alcanzando alrededor de un 0,7% del Producto
Interno Bruto del país, y un 2,5% del presupuesto del gobierno (Thomson, 1997).
Uno de los planes más relevantes de esta época fue el plan “Ferrocargo”, de
1989, impulsado por el entonces ministro Terragno que pretendía la incorporación de
capitales privados en la empresa Ferrocarriles Argentinos. Dicho plan tuvo su
antecedente en el plan Madanes de fines de 1986, el cual no fue llevado a cabo por la
debilidad política del gobierno de Alfonsín y la fuerte oposición sindical. El plan
Ferrocargo también siguió el mismo destino, nunca fue llevado a cabo, ya que al poco
tiempo de su presentación finaliza el gobierno de Alfonsín.
Cap
ítul
o: A
nexo
s
15
1.7 La concesión
Cristini (2002) indica que hacia fines de la década del ochenta, era evidente la
necesidad de rescatar al sistema ferroviario del deterioro en que se encontraba y
eliminar los crónicos y permanentes subsidios del Estado Nacional destinados a cubrir
los déficits operativos del sistema ferroviario.
A poco de asumir Menem al gobierno, en el año 1989, se lanza el plan “Ramal
que para, ramal que cierra” y se reactivan los planes de incorporación de capitales
privados al sistema ferroviario para paliar sus problemas. Se optó por una concesión,
en donde el Estado retendría la propiedad de los bienes, para evitar que se
transformara en un negocio sobre tierras y no ferroviario (Mario J López, 2007).
El 1º de septiembre de 1989, en el artículo 4º del Decreto 666/89 se definen,
por un lado, las modalidades de segmentación de la empresa Ferrocarriles Argentinos
(FA), y por el otro, las particularidades de las concesiones de los servicios, como el
mecanismo más adecuado para atraer capitales privados. La red urbana y suburbana
de pasajeros se ofreció en concesión a quienes pidieran el menor monto de subsidio
estatal para realizar las inversiones necesarias y mantener el servicio en condiciones
operativas. A diferencia del transporte de cargas en donde se ofreció a aquellas
empresas que llevaran a cabo la explotación del servicio pagando un canon al gobierno
por el usufructo de la infraestructura concesionada. El Estado no se comprometió a
realizar ningún tipo de subsidio al transporte de carga.
1.7.1 Concesiones del transporte de cargas
El servicio de carga se dividió en seis grandes redes, se estableció que la
concesión de los servicios sería por un período de 30 años, con opción a 10 años más.
Tanto la infraestructura como el material rodante y equipos eran cedidos por ese lapso
de tiempo. El concesionario quedaba a cargo de la explotación total del servicio
incluyendo el mantenimiento de la infraestructura y el material rodante, la operación
técnica, administrativa y comercial. Asimismo, debía implementar un plan de
inversiones obligatorio, y a la vez proponer una serie de inversiones a ser evaluadas
por el Estado. Se le obligaba a mantener la infraestructura objeto de la concesión en
Cap
ítul
o: A
nexo
s
16
condiciones operativas mínimas. También, debía aceptar la restricción impuesta por el
Estado en materia tarifaria.
De los 34.200 km en explotación en el año 1991, se concesionaron 21.107 km,
mientras que 10.451 km quedaron en poder del Ferrocarril Belgrano y alrededor de
2.000 km fueron transferidos a varias provincias (Buenos Aires, Chubut, Córdoba y Río
Negro). El remanente se encontraba en poder del Estado Nacional a la espera de su
traspaso total o parcial, tratándose de líneas que estaban fuera de operaciones.
Durante la formulación de las licitaciones, las previsiones sobre las toneladas a
transportar diferían de las reales en forma significativa, encontrándose estas últimas
un 26% debajo de las pronosticadas. La tarifa media real resultó estar también un 23%
por debajo de la prevista, con lo que los ingresos de las líneas también se vieron
disminuidos en más del 43%.
Como consecuencia de este exceso de optimismo, el canon comprometido no
pudo cumplirse, al igual que las inversiones. En algunos casos el grado de
cumplimiento de las inversiones estuvo por debajo del 40%. Cabe mencionar que el
proceso licitatorio alentaba a la exageración de los montos a invertir, lo que explicaría
por qué se trabajó con pronósticos tan optimistas sobre la demanda y,
consecuentemente, sobre las inversiones (Cristini, 2002).
Las cinco redes fueron tomadas por consorcios formados por grandes empresas
locales asociados con operadores extranjeros de estos servicios (por exigencia de los
pliegos) y la participación ocasional de socios menores. Las empresas que obtuvieron
las concesiones son:
Ferroexpreso Pampeano S.A., transferido el 1º de noviembre de 1991,
con una extensión total de 4952km., 1600 vagones y 30 locomotoras.
Nuevo Central Argentino S.A., transferido el 23 de diciembre de 1992,
con una extensión de 4511 km.
Ferrosur Roca S.A., transferido el 13 de marzo de 1993, con 3342km.
Buenos Aires al Pacífico S.A., transferido el 26 de agosto de 1993,
5251km.
Ferrocarril General Belgrano S.A. (Empresa del Estado), transferido el 1º
de octubre de 1993, 6335km.
Cap
ítul
o: A
nexo
s
17
Ferrocarriles Mesopotámicos S.A., transferido el 20 de octubre de1993,
2737km.
En los anexos 1 a 6 se presentan los mapas de los distintos ramales
concesionados por empresa.
“El BAP S.A. y el Mesopotámico S.A quedaron en manos del grupo empresarial
Pescarmona, éste es el único operador que aparece como independiente ya que no es a
su vez cargador de los servicios prestados por el ferrocarril. Se favorecieron procesos
de integración vertical y los casos más relevantes son los del Ferrosur Roca, Nuevo
Central Argentino y Ferroexpreso Pampeano. Ferrosur Roca está relacionado con el
grupo propietario de la empresa de cemento Loma Negra, que es uno de los mayores
cargadores de la línea, tanto para recibir materia prima como para enviar el producto
final hacia la ciudad de Buenos Aires; el Nuevo Central Argentino, está relacionado
con Aceitera General Deheza, esta empresa ha integrado sus operaciones de
producción de aceite con sus exportaciones a través de un puerto privado sobre el
Paraná, en el que también participa como asociada. El Ferroexpreso Pampeano está
relacionado con el grupo Techint, que lo utiliza para transportar parte de su
producción de acero, aunque la intensidad de relaciones recíprocas entre ambos
resulta mucho menor que en los otros dos casos” (Schvarzer, 1999).
En el caso del Belgrano, se vieron frustrados los tres procesos licitatorios por
falta de interesados. Con lo cual a mediados de 1997 se transfiere a la Unión
Ferroviaria, asignándole un subsidio de 44,3 millones de pesos durante un plazo de 30
años; sin embargo, en 2003 se decidió reprivatizarlo porque surgieron dificultades en
la concesión. Es privatizado en junio de 2004 quedando el 79% de la sociedad en
manos privadas, 20% es del Sindicato Unión Ferroviaria y el 1% restante, del Estado.
Actualmente, desde el segundo semestre del 2007 está siendo explotado por SOE S.A.
(Sociedad Operadora de Emergencia Sociedad Anónima) a través de acuerdos que se
renuevan por semestre hasta su transferencia a la SOFSE (Sociedad Operadora
Ferroviaria Sociedad del Estado) constituida por el Gobierno Nacional en el 2008 (Foro
de la Cadena Agroindustrial Argentina, 2010).
Por otra parte, recién a fines de 1992, a través del decreto Nº 2339, fue creada
la Comisión Nacional de Regulación Ferroviaria. La misma tenía como principal
actividad resolver los conflictos que pudieran plantearse entre el Estado, los
Cap
ítul
o: A
nexo
s
18
concesionarios y los usuarios. En 1993 a través del Decreto Nº 1836 se creó la
Comisión Nacional de Transporte Ferroviario que asumió la responsabilidad de regular
y controlar la gestión de los concesionarios y de las provincias que se hicieron cargo del
transporte ferroviario de pasajeros (Azpiazu, 2002).
A partir de agosto de 1999, los ramales explotados por BAP S.A. y
Mesopotámico S.A. pasan a manos de América Latina Logística S.A. (ALL S.A.), una
empresa de capitales brasileros que también desarrolla operaciones en el vecino país;
de esta manera, la línea de carga BAP S.A. actualmente es ALL Central S.A. y la línea de
carga Mesopotámico S.A., actualmente es ALL Mesopotámica S.A.
1.7.2 Concesiones del transporte de pasajeros
En marzo de 1991, se crea Ferrocarriles Metropolitanos S.A. y poco después se
aprobó el marco para la privatización por concesión de la empresa. De esta manera, el
servicio de pasajeros se separa del sistema de transporte ferroviario de pasajeros
suburbanos en Buenos Aires, que resultaba decisivo por sus efectos sociales y sus
enormes costos operativos ya que no podía operar sin subsidios, lo que continúa hasta
el día de hoy.
Esta red que contaba con 800 km de vías férreas, se dividió en siete bloques-
áreas. En general, las concesiones fueron por 10 años de plazo, prorrogables por otros
10. Las empresas que obtuvieron las concesiones fueron:
Metrovías S.A., transferido el 1º de enero de 1994, la red contaba con
29,9km;
Transporte Metropolitano San Martín S.A., transferido el 1º de abril de
1994, con 56,3 km;
Ferrovías S.A., transferido el 1º de abril de 1994, con 54,3 km;
Transporte Metropolitano Gral. Roca S.A., transferido el 1º de enero de
1995, con 260 km;
Transporte Metropolitano Belgrano Sur S.A., transferido el 1º de mayo
de 1995, con 66,3 km,
Trenes de Buenos Aires S.A., transferido el 29 de mayo de 1995, con
369,6 km.
Cap
ítul
o: A
nexo
s
19
Se ofreció también a las provincias que operaran directamente los trenes de
pasajeros, lo que implicaba que tomaran a su cargo el posible déficit; una de las
condiciones para ello, consistía en abonar un peaje a los concesionarios de trenes de
carga cuando debían recorrer sus vías (Cristini, 2002).
El otorgamiento de concesiones también favoreció procesos de integración
horizontal, ya que en una de las empresas, tienen una participación accionaria
relevante quienes controlan el potencial competidor, el autotransporte de pasajeros
del tramo Buenos Aires-La Plata (Azpiazu, 2002). Sin embargo, este hecho no ocasiona
grandes distorsiones, ya que las tarifas están determinadas por el gobierno.
Cap
ítul
o: A
nexo
s
20
2. La historia en números
En el presente apartado se analizan los números correspondientes a la historia
del ferrocarril, con el propósito de ver cómo está posicionado en el presente, con
relación al pasado.
La figura 1, presenta la evolución del trazado de vías férreas en Argentina,
según los datos recopilados por Ferreres (2010). Se observa entre los años 1951 y 1964
el máximo de vías, llegando casi a los 44.000 kilómetros. Sin embargo, el gran
crecimiento en el emplazamiento de rieles sucedió durante 1880 y 1914, tal y como se
menciona en el Capítulo 1. Luego, comienzan los cierres de ramales y la red presenta
un proceso de depredación, llegando a los 34.000 kilómetros en 1988. Para los años
siguientes no se presentan datos a excepción del correspondiente a 2006, el Informe
Estadístico de la red Ferroviaria 2007 de la C.N.R.T. da cuenta de 25.000 kilómetros de
vías en explotación para ese año, de las cuales 20.700 se utilizaban para transporte de
cargas (C.N.R.T., 2007). Cabe señalar que para 2006 se trata de vías en explotación, en
cambio, para los datos anteriores no se aclara el concepto del que se habla, por lo que
se estima que son cantidades de vías emplazadas en el territorio nacional,
independientemente de si son efectivamente explotadas o no.
FIGURA 1:
1856.999999999951894.99999999991 1933 1971 20090.00
5,000.00
10,000.00
15,000.00
20,000.00
25,000.00
30,000.00
35,000.00
40,000.00
45,000.00
Evolución de la extención del sistema ferroviario na-cional
Kiló
met
ros
Fuente: Elaboración propia en base a datos de Ferreres, O. J. (2010). Dos siglos de economía argentina 1810-2010.
Cap
ítul
o: A
nexo
s
21
En cuanto a las cargas transportadas, la figura 2 muestra su evolución. El
máximo de volúmenes movilizados a través de las extensiones ferroviarias de
Argentina se dio en el año 1929, con aproximadamente unas 53,8 millones de
toneladas transportadas. Debido a la competencia del autotransporte y al mal
desempeño de la administración nacional, este valor fue declinando vertiginosamente
hasta llegar a las 8,6 millones de toneladas en 1992, alcanzando los mismos volúmenes
de 1895. Esto pone de manifiesto el retraso de un siglo que sufrió el ferrocarril debido
a su mala administración.
Adicionalmente, cabe remarcar que si se integran tanto la figura 1 como la
figura 2, en el año 1895 el sistema era más eficiente, ya que con 14.100 kilómetros de
vías, transportaba los mismos volúmenes que en 1992, donde se contaba,
aproximadamente, con unos 44.000 kilómetros de vías.
De la figura 2 también se desprende que a partir de la concesión del transporte
de cargas por ferrocarril -a inicios de los ’90-, ha mejorado el desempeño del sistema.
Pero si se toma el valor máximo de este período ocurrido en 2007, con
aproximadamente unas 25 millones de toneladas transportadas, y se lo compara con
los años precedentes, se observa que en 1958 y en 1906 se ha obtenido igual
desempeño en cuanto a cantidad de toneladas movilizadas.
FIGURA 2:
1856.99999999995 1893.99999999992 1931 1968 20050.00
10,000.00
20,000.00
30,000.00
40,000.00
50,000.00
53.848(1929)
8.666(1992)
24.950(2007)
Evolución de las cargas transportadas
Mile
s de
Tone
lada
s
Fuente: Elaboración propia en base a datos de Ferreres, O. J. (2010). Dos siglos de economía argentina 1810-2010.
Cap
ítul
o: A
nexo
s
22
Lo anterior, evidencia que aún falta mucho por hacer para lograr recuperar los
volúmenes alcanzados en 1929; siendo que la producción de cereales y oleaginosas -
principales mercaderías transportadas por ferrocarril, dado que se trata de productos
a granel de grandes volúmenes y poco valor- para el año 1929 ascendía a unas 19
millones de toneladas y en 2007 este volumen alcanzó las 93,7 millones de toneladas,
lo que representa un incremento del 80% (Ferreres, 2010).
Cap
ítul
o: A
nexo
s
23
3. El ferrocarril en la actualidad
Las empresas se enfrentan a problemas surgidos de la desproporción entre el
reducido tamaño económico de cada una -medido en términos de sus ingresos-, frente
a la magnitud de la infraestructura que deben operar -que permanece en propiedad
del Estado-. Esa divergencia explica que no puedan encarar proyectos de envergadura.
Las inversiones realizadas incluyen erogaciones decisivas en actividades que
prácticamente no existían y no se pueden considerar como de renovación;
principalmente, se invierte en nuevas comunicaciones, las cuales tienden a la
expansión y modernización del sistema.
Si se tiene en cuenta que construir un kilómetro de vía nueva cuesta alrededor
de medio millón de dólares en promedio -con los equipos y material rodante-, el
proceso de inversión de los últimos años no alcanza a renovar ni el uno por ciento
anual del capital potencial instalado; esta cifra implica que la renovación total del
sistema llevaría 100 años y la renovación del núcleo del sistema obsoleto, heredado de
la administración estatal, demandaría más de 30 años (Schvarzer, 1999).
La antigüedad de los puentes y estructuras de vía es otro problema al cual se
enfrentan. Su obsolescencia obliga a los trenes a mantener velocidades inferiores a 20
kilómetros por hora a lo largo de extensos tramos, incluyendo varios de los ejes
troncales de carga.
Silvestri (2007) señala que el ferrocarril sigue siendo competitivo en el
transporte masivo de cargas, aún cuando las vías y los puentes se encuentran en mal
estado, las conexiones de las líneas férreas con los puertos, centros de acopio y
depósitos son inadecuados e insuficientes y es evidente la ausencia de una política
comercial abierta y equilibrada.
Los trenes de carga deben pagar, a su vez, un canon a las empresas que operan
los servicios suburbanos para utilizar sus vías en el ámbito de la ciudad de Buenos Aires
y, en especial, para llegar al puerto. El precio de esos peajes es elevado y los servicios
deben combinarse con los horarios de los trenes de pasajeros, complicando la fluidez
del tráfico de cargas que debe entrar naturalmente a la ciudad (Schvarzer, 1999).
Los problemas más significativos de los ferrocarriles hoy, según la Bolsa de
Comercio de Rosario (2010), son:
Cap
ítul
o: A
nexo
s
25
El mal estado de las vías y de los puentes -lo que incide en menor
velocidad de desplazamiento del tren, menor capacidad de carga y
mayor inseguridad-;
Inadecuadas e insuficientes conexiones de las líneas férreas con los
puertos, centros de acopio y depósitos;
Reducida complementación con el camión y escasos centros de
transferencia de cargas ferrocarril-camión;
Ausencia de una política comercial abierta y equilibrada en la oferta de
las empresas concesionarias, que incentive una mayor utilización de
este medio.
Según las estadísticas publicadas por la Asociación Latinoamericana de
Ferrocarriles (ALAF) en su sitio web, en 2009, el sistema ferroviario de cargas contaba
con 28.320 kilómetros de vías férreas, 393 locomotoras y transportó 20,7 millones de
toneladas. A título de comparación formal, el ferrocarril en su conjunto tenía 3.000
locomotoras en 1970 y contaba con 86.000 vagones de carga (Schvarzer, 1999). En
cuanto al dato de mano de obra empleada por el sistema ferroviario en la actualidad,
Martínez (2006) señala que en el año 2003 se contaba con un personal de 5.600
empleados –es el dato de personal más próximo que se ha encontrado-, de los cuales
3.943 pertenecían a las empresas privadas y 1.600 al Belgrano Cargas.
Sin embargo, en el transporte de carga hoy se despachan por ferrocarril cifras
superiores a las de los últimos 45 años, “la escala del negocio no es suficiente para
permitir a las empresas concesionarias el mantenimiento adecuado y realizar mejoras
en la red” –de unos 20.700 kilómetros de longitud– actualmente en uso (BCR, 2010).
La modalidad más utilizada en Argentina es el autotransporte, a pesar de ser el
medio que utiliza mayor energía, que tiene menor capacidad de carga y produce un
impacto ambiental y social mayor.
Durante el año 2008 el transporte interurbano de mercaderías se desarrolló de
la siguiente manera, el camión movilizó 375 millones de toneladas, lo que representa
el 75% del total transportado, mientras que el transporte fluvial y ductos
transportaron 100 millones de toneladas -20% del total- y el transporte ferroviario
transportó sólo 25 millones de toneladas, el 5% del total (Centro de Navegación, 2009).
Cap
ítul
o: A
nexo
s
26
A modo de comparación se sabe que en Francia se mueve el 40% de la carga por
ferrocarril y en Rusia el 80% se desplaza por este medio. Según Misculin (2010), el 84%
del transporte de granos del país se realiza por camión, el 14,5% por tren y sólo el 1,5%
en barcazas; mientras que, en Brasil, los productos agrícolas trasladados por camión se
reducen al 67%, frente al 28% del tren y el 5% del transporte fluvial. En los Estados
Unidos el sistema de transporte es aún más eficiente, el 55% del total de granos se
mueve en barcazas, el 38% en ferrocarril y sólo el 7% en camión.
Seguidamente, se presentan los datos sobre material rodante y operatividad de
los sistemas ferroviarios de Argentina, Brasil y México.
TABLA 1 : COMPARACIÓN ENTRE LOS SISTEMAS FERROVIARIOS DE ARGENTINA, BRASIL Y MÉXICO
País Infraestructura Total
Material Rodante Operación
km. Locomotoras Vagones ToneladasArgentina 28.320 393 25.617* 20.734,67Brasil 28.465 2.919 92.814 379.400,00México 16.895 966 26.267 90.027,00
Fuente: Elaboración propia en base a datos de ALAF (2009).(*) Corresponde al dato de 2008, el dato de 2009 no estaba disponible.
La tabla 1 indica que Argentina y Brasil tienen prácticamente la misma
extensión de vías férreas operativas, sin embargo Brasil posee un 87% más de
locomotoras, un 72% más de vagones y transporta un 95% más de toneladas.
Comparando la Argentina con México, ambos países poseen prácticamente la
misma cantidad de vagones, México tiene 650 vagones más. Sin embargo, la extensión
ferroviaria de México es el 60% de la de Argentina, posee un 50% más de locomotoras
y transporta un 77% más de toneladas.
Con lo anterior, se evidencia el atraso que posee el sistema ferroviario
argentino respecto a otros países de Latinoamérica que presentan similares
características. Actualmente la situación en Argentina dista mucho de ser la de
principios de siglo XX, donde era uno de los sistemas ferroviarios más importantes del
mundo según lo expuesto en el capítulo 1.
En el ferrocarril, la baja resistencia de las locomotoras y vagones al circular por
vías de acero hace que sea un modo de transporte muy eficiente en el gasto de
Cap
ítul
o: A
nexo
s
27
energía, particularmente a distancias medias y largas. El gasto de combustible en esta
actividad supone en general menos del 10% del total de gastos de la empresa
transportista (Nombela, 2003).
El suplemento “Transportes y Cargas” del Diario El Cronista Comercial expuso
comparativamente la eficiencia del transporte por camión, ferrocarril e hidrovía, que
se describen en la Tabla 2.
TABLA 2: COMPARACIÓN DE EFICIENCIA ENTRE LAS TRES MODALIDADES
Con 1 HP de potencia se
transportan:
Con 1 litro de combustible se transporta una
tonelada durante:
Camión 150 kg. 23 km.
Ferrocarril 500kg. 90 km.
Hidrovía 4000kg. 250 km.
Fuente: Elaboración propia en base a datos Suplemento Transportes y Cargas- Diario El Cronista (2009)
Como se puede observar, el transporte fluvial es claramente más eficiente que
las otras modalidades, pero la Argentina, geográficamente, no dispone de importantes
ríos navegables con puertos e infraestructura necesarios para el transporte de grandes
volúmenes de mercaderías; con lo cual para acceder a los puertos disponibles en las
vías navegables hay que recorrer, en muchos casos, grandes distancias, y es en ellas
donde tienen presencia las dos modalidades restantes.
Analizando los costos para los distintos sistemas, según Silvestri (2007) el flete
por camión costaba u$s 0,055 la tn/km, mientras que el flete del ferrocarril era de u$s
0,02 la tn/km y finalmente el de la hidrovía era de u$s 0,01 la tn/km. Claramente, el
transporte fluvial tiene una ventaja de costos en relación con las otras modalidades.
Cabe remarcar que el flete del ferrocarril es casi la tercera parte del flete del camión.
La Bolsa de Comercio de Rosario (2010) afirma que el ferrocarril representa el
medio de transporte idóneo para el traslado de mercaderías en largas distancias2. Para
las materias primas como cereales, minerales, etc. que representan grandes
volúmenes y un escaso valor relativo, el flete es un factor clave, ya que impacta en
gran magnitud sobre los costos finales del producto transportado.
2 La experiencia internacional señala que las distancias mayores a 500 km se realizan por ferrocarril, con velocidades promedio superiores a los 100 km/h.
Cap
ítul
o: A
nexo
s
28
En cuanto a la composición de cargas, en Argentina, el 55% del tonelaje total
transportado se origina en productos agrícolas. Ese tráfico es decisivo para el
Ferroexpreso Pampeano, representa el 91% de sus operaciones, y para el Nuevo
Central Argentino, en donde el 70% de su movimiento total son productos agrícolas. El
29% del tráfico total se clasifica como materiales de construcción y se origina
básicamente en cemento, clinker y otros, que son transportados por el Ferrosur,
básicamente, representando el 76% de la carga de su red. Esos dos rubros son las tres
cuartas partes del tráfico total. Las dos empresas más diversificadas son el BAP y el
Mesopotámico, el primero carga 53% de su total con productos agrarios, 15% con
materiales de construcción y 21% con petróleo, y el segundo transporta sólo 1 millón
de toneladas3 (BCR, 2011). Lo anterior se observa en la Figura 3.
FIGURA3: CARGA DE PRODUCTOS POR LÍNEA FERROVIARIA EN 2010
Fuente: Programa de Capacitación de la Bolsa de Comercio de Rosario, 2011.
La tabla 3 señala a través de qué medios se transportan las materias primas
agrícolas destinadas a la industrialización y a la exportación en la zona de influencia de
Rosario (Rosafé), cabe aclarar que se trata de la zona núcleo de la Región Pampeana,
que abarca el sur de Santa Fe, el sur y este de Córdoba y el norte de Buenos Aires.
3 La fuente consultada no explicita el tipo de producto que transporta el Mesopotámico por considerarlo no significativo.
Cap
ítul
o: A
nexo
s
29
TABLA 3: MODOS DE TRANSPORTE ZONA ROSAFE
Medio de
transporte
Millones de
Tn. (2004)
%
(2004)
Millones de Tn.
(2010)
%
(2010)
Ferrocarril 6,30 15,30 6,74 17,00
Camión 34,80 84,70 32,90 83,00
Total 41,10 100,00 39,64 100,00
Fuente: Rubio y otros (2011). Los costos de transporte y la competitividad de la economía Argentina. Una Argentina competitiva, productiva y federal: IERAL.
Si bien se han incrementado los volúmenes transportados por ferrocarril, aún
queda mucho por hacer en materia de una mejor asignación de los recursos, para
reducir costos y aumentar la competitividad de las zonas más alejadas.
3.1 Beneficios que reporta el ferrocarril
Trucco (2002) identifica algunos de los beneficios que reporta el ferrocarril para
el Estado y la comunidad, en comparación con el transporte por carreteras:
Menores índices de contaminación ambiental y sonora;
Mayor capacidad y volumen transportado de producciones
agropecuarias e industriales -la capacidad de transporte de una vía
férrea es equivalente a 20 caminos de autopista-;
Menores tarifas para el transporte de pasajeros;
Menores costos por flete para el traslado de mercancías;
Bajos niveles de siniestralidad;
Menor uso del suelo -la construcción de autopistas y caminos implica
mayor uso de los espacios, con la consiguiente invasión de terrenos
tanto rurales como urbanos; el uso de infraestructura crea congestión,
contamina el suelo y el agua, daña la vegetación-;
Menores costos de mantenimiento -una vía férrea tiene una vida útil
con un mantenimiento programado normal de alrededor de 30 años, y
una ruta, tiene una vida útil de uso considerablemente menor de
alrededor de 10 años-;
Y utilización de fuentes de energía alternativas con menores costos.
Cap
ítul
o: A
nexo
s
30
Pero, también, existen desventajas que el ferrocarril debe afrontar, Trucco
(2002) hace referencia a las palabra de Juan Carlos De Marchi, Presidente de la
Asociación del Congreso Panamericano de Ferrocarriles, “no hay igualdad de
condiciones de competencia entre los modos de transporte: el ferrocarril paga todo lo
que él consume, todo lo que él gasta, la piedra, el combustible, la vía, los clavos, el Jefe
de estación, el tráfico, la locomotora, el vagón, absolutamente todo; frente a un modo
alterno –el autotransporte- que no tiene esas exigencias, no tiene frecuencias, no se
ajusta estrictamente a las leyes laborales, elige la carga que le conviene, vulnera el
peso por eje, consume más combustible, origina muertes en accidentes, en cantidades
tremendas, incluso, vulnera las leyes y reglamentaciones debido a la gran facilidad que
tiene de transgredir”.
Según lo expuesto por el Movimiento Tren para Todos4 (2008), sobre cada
millón de toneladas de cereales en que se incremente la producción agropecuaria, se
deben mover no menos de 32.250 camiones de 31 toneladas cada uno. Estos se
pueden sustituir por trenes, que con máquinas de 1650 HP, un tren reemplazaría 50
camiones, representando 8 veces menos gasto de combustibles, 8 veces menos
potencia aplicada y 8 veces menos polución ambiental, sumando la descongestión de
las rutas.
Según datos de Rubio (2011), Argentina es el país con mayor ratio de muertos
en accidentes de tránsito cada mil habitantes, de América Latina y el Caribe; entre el
año 1996 y 2003 la cantidad de personas fallecidas se incrementó en un 48%. La
cantidad de decesos causados por accidentes de tránsito, en nuestro país, por cada mil
habitantes en el año 2003 fue de 0,2523, seguido de Brasil (0,1732) y Colombia
(0,1346).
Con estos datos, es evidente que la Argentina necesita una modificación en su
infraestructura de transporte, para bajar los costos y aumentar su competitividad; ya
que si se pretende en 2020 alcanzar las 150 millones de toneladas producidas por el
sector agrícola con la infraestructura actual, claramente la cantidad de muertes en
accidentes aumentará, al igual que los costos para toda la sociedad.
4 Liderado por el Diputado Nacional Pino Solanas
Cap
ítul
o: A
nexo
s
31
3.2 Planes para reactivar el ferrocarril
Mucho se ha hablado, en los últimos años, de la necesidad de reactivar el
ferrocarril, dadas sus ventajas frente al autotransporte. Principalmente, este
fenómeno se da a partir del anuncio de la Presidenta Cristina Fernández de la
construcción de un tren bala, a comienzos del año 2008. Actualmente hay diversos
planes que tienen como objetivo recuperar el transporte por ferrocarril.
FIGURA 4: PLANES PRESENTADOS POR TIPO DE ORGANIZACIÓN
En la figura 4 se presentan los autores de los diferentes planes, en estas
iniciativas han participado tanto organismos de gobierno, como entidades intermedias,
el sector privado y particulares. A continuación se realiza una descripción de los
mismos:
Plan Estratégico de Transporte elaborado por el Consejo Interprovincial de
Ministros de Obras Públicas (CIMOP), bajo la coordinación del Dr. Juan
Alberto Roccatagliata (Director Nacional de Transporte Ferroviario), data
del año 2004.
Planes Presentados Oficialmente
Gobierno
Plan Estratégico
de Transporte
(CIMOP)
Plan de Reactivación del Belgrano
Cargas
Plan Quinquenal
de Transporte
Entidades/ONG
Plan Encarrilando
Argentina (IAF)
Fondo de Financiación
(MTPT)
FEPAR S.E. (MTPT) PROMITT
Sector priva
do
Corredor Bioceánico Aconcagua
Prop. Electorales
Ricardo Alfonsín
Cap
ítul
o: A
nexo
s
32
Plan de reactivación del Belgrano Cargas, impulsado por el gobierno
nacional. Pretende concentrar las inversiones, inicialmente, en los ramales
troncales, a través de la realización de 23 obras de renovación de vías según
los más altos estándares internacionales. Estas obras se realizan en las
provincias de Santa Fe, Chaco, Formosa, Salta y Santiago del Estero en
coordinación con los gobiernos provinciales. El Ministerio de Planificación a
través de la Secretaria de Transporte ha buscado financiación para las
acciones necesarias y se disponen:
- 2.000 millones de pesos provenientes del Tesoro Nacional.
- 1.300 millones de pesos aportados por la Corporación Andina de Fomento.
- La firma de un acuerdo estratégico con la República Popular de China que
permitirá la realización de nuevas obras ferroviarias sobre el Belgrano por
una cifra global de 2.500 millones de dólares.
- Además se están desarrollando estrategias para promover la participación
privada en la inversión.
- Se está trabajando con el Banco Mundial para obtener un préstamo de
2.400 millones de pesos destinado a financiar el Plan Circunvalar Rosario.
Plan Quinquenal de Transporte (2012-2016). Presentado el día 3 de
noviembre de 2011 por la Secretaría de Transporte de la Nación.
En lo referente al sistema ferroviario contempla revisar y adecuar los
contratos de concesiones ferroviarias, de manera de separar la operación
de los servicios de las inversiones en infraestructura, las que estarán a cargo
de la Administración de Infraestructuras Ferroviarias Sociedad del Estado
(Adifse), de acuerdo con la Ley de Reordenamiento Ferroviario 26.352. El
documento menciona los siguientes proyectos, referidos al transporte de
cargas: la red primaria del Belgrano Cargas, que involucra la renovación
parcial del corredor Embarcación-Joaquín V. González-Avia Terai-
Barranqueras-Tostado-Santa Fe-Rosario, Circunvalar Rosario, Ramales C13 y
C14 Salta-Chile; el Corredor Bioceánico Norte, que incluye el tramo
Resistencia- Corrientes y el paso norte al Pacífico.
Otros proyectos son la extensión de la red Choele Choel – San Antonio
Oeste, permitiendo el acceso al Puerto San Antonio Este, Puerto Madryn y
Cap
ítul
o: A
nexo
s
33
Trelew; la construcción del Ferrocarril Trasandino del Sur, Zapala Las Lajas
Mallín Chileno; el Corredor de Circunvalación de la RMBA entre Zárate,
Campana, Luján, La Plata; y el Corredor Bioceánico Aconcagua (Central)
Túnel Bioceánico Central.
Plan “Encarrilando Argentina” que el Instituto Argentino de Ferrocarriles
(IAF) presentó en Junio de 2003 al gobierno nacional, a requerimiento del
Sr. Ministro de Planificación Federal Julio De Vido, que significa cumplir las
premisas de recuperación ferroviaria y de generación de movilidad social
ascendente. Aún no se ha concretado.
En la Cámara de Diputados de la Nación, a mediados del mes de junio de
2010, el Diputado Pino Solanas encabezó la presentación de dos proyectos
de ley para la creación del Fondo de financiamiento para la recuperación y
desarrollo de la industria proveedora del sistema ferroviario nacional y la
creación de Ferrocarriles Públicos Argentinos Sociedad del Estado (FEPAR
S.E.).
El Foro de la Cadena Agroindustrial ha formulado un informe que apunta a
diagnosticar, identificar y proponer medidas concretas para la mejora de la
infraestructura de transporte por carreteras al sugerir la implementación
del “Programa de Modernización de la Infraestructura del Transporte
Terrestre” (PROMITT), el cual hace foco en tres ejes. Por un lado, propone
la construcción de una Red Federal de Autopistas (RFA). Luego, formula la
elaboración de un plan maestro para la Red Ferroviaria Nacional y, por
último, circunscribiéndose a la región metropolitana de Buenos Aires,
plantea la creación de un sistema ferroviario multimodal de transporte
sustentándose, también, en un plan maestro.
Corredor Bioceánico Aconcagua: Incluye un ferrocarril desde la localidad de
Los Andes (Chile) hasta la localidad de Luján de Cuyo (Argentina) de 204 km.
Con un túnel de baja altura desde Saladillo (Chile) hasta Punta de Vacas
(Argentina) garantizando el cruce de la Cordillera de los Andes en menos de
4 horas los 365 días del año. Contando con estaciones multimodales para
transportar todo tipo de cargas y sus combinaciones, integrando
infraestructuras ferroviarias de trocha ancha a ambos lados de la Cordillera.
Cap
ítul
o: A
nexo
s
34
Se prevé la finalización de su construcción para 2020, transportando
inicialmente 10 millones de toneladas al año, pudiendo transportar hasta
15 millones.
Para tal fin, las empresas Corporación América (Argentina); Empresas
Navieras (Chile); Mitsubishi Corp. (Japón); Contreras Hermanos (Argentina),
y Geodata (Italia), constituyeron la Sociedad "Bioceánico Aconcagua S.A.”
Este proyecto de capitales privados posee un nivel de inversión de 3 mil
millones de dólares para cumplir con la iniciativa que se encuentra a la
espera del llamado a concurso, por parte de la Sociedad, durante el
corriente año.
El ex candidato a presidente Ricardo Alfonsín proponía un plan ferroviario
que concentraba los esfuerzos sobre 22.000 km de la red, de la cual casi
14.000 km puede ser definida como troncal o primaria de cargas y 8.000 km
de red secundaria de carga. La propuesta ponía los esfuerzos en 9.000 km
de red primaria para tráficos mixtos (cargas y pasajeros interurbanos). De
ellos, 2.450 km, para admitir velocidades de 160 km/h., y 650 km, con
velocidades de 120 km/h. El resto de la red para soportar tráficos de cargas
o trenes regionales, 80 a 100 km/h. La red de interés federal, tenía también
proyectos de ampliación, con la construcción de nuevas líneas, como el
Trasandino Central, el Trasandino del Sur, el corredor bioceánico norte, o el
tramo Transpatagónico, San Antonio Oeste – Puerto Madryn – Trelew,
entre otros.
De todos estos planes ninguno se ha concretado hasta el momento, se han
iniciado algunas labores dentro del plan de reactivación del Belgrano Cargas que no
llegan a ser de una importancia significativa.
En cuanto a los proyectos presentados en el Congreso Nacional, se ha
investigado en su correspondiente sitio web el estado de situación de los mismos. Al
respecto no se ha encontrado información alguna, a excepción del proyecto de
estatización de los ferrocarriles argentinos impulsada por el diputado Solanas que no
ha tenido tratamiento hasta el momento.
Cap
ítul
o: A
nexo
s
35
4. Teoría económica del transporte
La teoría señala que en los países en los que predominan, en su producción
bienes a granel -sólidos y líquidos-, el modo ferroviario y el marítimo tienen más cuota
de mercado que cuando predominan productos de poco peso y volumen y mucho
valor.
Los diez puntos fundamentales de la teoría económica del transporte siguiendo
a Nombela (2003) son:
a. Tecnología de producción: la infraestructura y los servicios
b. Un imput fundamental: el tiempo de los usuarios
c. Característica de los servicios: no almacenabilidad e indivisibilidad
d. Inversión óptima en infraestructuras
e. Competencia limitada y necesidad de regulación
f. Efectos de red
g. Externalidades negativas
h. Costos del productor, costos del usuario y costos sociales
i. Obligaciones de servicio público
j. Infraestructura y crecimiento
En la industria del transporte existen dos tipos de actividades con orientaciones
muy diferentes, la explotación y construcción de infraestructuras (puertos,
aeropuertos, etc.) y la producción de los servicios de transporte (navieras, líneas
aéreas, etc.). Para el caso particular del ferrocarril, la gestión de la infraestructura y la
producción de los servicios requieren un alto grado de coordinación, lo cual explica
que las empresas ferroviarias hayan integrado los dos tipos de actividad dentro de una
misma organización.
Es en el transporte donde la importancia del tiempo adquiere una dimensión
especial, convirtiéndolo en una variable tan importante o más que el costo monetario
en las decisiones de individuos y empresas. Además, el transporte no es un bien de
consumo final, sino un bien intermedio. La rapidez y la fiabilidad de las entregas está
Cap
ítul
o: A
nexo
s
37
inversamente relacionada con el costo de mantener un stock determinado de
mercadería.
La imposibilidad de su almacenamiento se refiere a que al poner en circulación
un vehículo con un determinado número de plazas, esa oferta debe consumirse en el
momento en que se está produciendo el servicio, o éste se pierde. Además, la oferta
de servicios de transporte presenta indivisibilidades determinadas por el tamaño de los
vehículos más pequeños disponibles. Cabe señalar que, tanto las características de la
demanda (variabilidad temporal y preferencia de los usuarios), como las de la
tecnología de producción de servicios de transporte (imposibilidad de
almacenamiento, indivisibilidades) condicionan la estructura de costos fijos de las
empresas proveedoras de servicios, ya que afectan significativamente al tamaño y la
composición de sus flotas de vehículos.
La infraestructura desempeña un papel central en la industria del transporte,
por la elevada magnitud de sus costos de construcción, los efectos medioambientales
que causan en el entorno donde se construyen, su influencia sobre los tiempos de viaje
de los usuarios y el impacto general que tienen sobre la economía de un país.
La infraestructura de transporte se caracteriza por generar costos fijos de
carácter irrecuperables, llamados también costos hundidos, por poseer nulos o pocos
usos alternativos. Por otra parte, se trata de activos con una vida útil muy larga, para
los cuales la mayor parte de los costos se generan en la fase inicial de construcción,
mientras que los costos de mantenimiento de los activos durante su vida útil son de
una cuantía menor.
Los beneficios de las inversiones en infraestructuras y servicios de transporte
son:
Reducción del tiempo de acceso, de espera y de viaje mediante cambios en
las redes;
Aumentos de velocidad, de frecuencia y reducción de la congestión o de la
escasez de infraestructuras;
Mejora en la calidad del servicio;
Cap
ítul
o: A
nexo
s
38
Reducción en los costos operativos;
Beneficios por tráficos desviados y generados por la inversión.
La competencia limitada se debe a la restricción física que impone la
infraestructura, además de la dimensión determinada por la demanda. En la mayoría
de los casos el mercado de transporte está lejos de la competencia perfecta. Debido a
las pérdidas de eficiencia que esto genera y al carácter de necesidad básica que tiene
el transporte, socialmente se considera necesario que exista algún tipo de regulación
por parte del sector público sobre las empresas que explotan el servicio.
Existen efectos de red cuando la utilidad de un bien depende del número total
de consumidores o usuarios que hacen uso del mismo o de bienes similares. Estas
economías de red están presentes en el transporte, tanto en las infraestructuras (redes
ferroviarias) como en los servicios, diseñados como conjuntos de líneas regulares de
transporte (líneas de autobuses), puntos de conexión y frecuencia de los vehículos. En
infraestructura, añadir una conexión adicional a una red hace que el valor del resto de
los activos sea mayor debido al efecto de entrada de tráficos de conexión. En los
servicios, al incrementarse el número de viajeros las empresas responden
introduciendo mayores frecuencias, lo cual permite a todos los usuarios reducir sus
tiempos de espera y un mejor ajuste de la oferta a sus preferencias en términos de
horarios. Este tipo de externalidad positiva recibe el nombre de “efecto Mohring”.
El transporte genera externalidades negativas, en primer lugar, se señalan los
efectos causados sobre el medioambiente por la construcción de infraestructuras de
transporte. La producción de servicios de transporte también genera externalidades
negativas como la contaminación atmosférica, el ruido y los accidentes. Además, existe
una externalidad que tiene una naturaleza muy diferente a las anteriores, y es el
problema de la congestión o saturación puntual de las infraestructuras.
En la producción de cualquier servicio de transporte se generan tres tipos de
costos: los del productor, los de los usuarios y los costos externos. La decisión de cómo
deben pagarse estos costos es la más trascendente en términos de política económica.
La cuestión que genera más controversia son los costos del productor en lo referente a
la infraestructura, ¿cuánto debe pagar el usuario por el uso de la misma? Suponiendo
Cap
ítul
o: A
nexo
s
39
que no existen restricciones presupuestarias, de forma que los costos fijos de inversión
están cubiertos, la cuestión se centra en si se opta por el costo marginal a corto plazo o
a largo plazo. En un mundo en que la capacidad real de las infraestructuras rara vez
coinciden con la óptima, esta decisión tiene consecuencias económicas de
envergadura en términos de distribución modal de los tráficos y de quién pagará los
costos de transporte.
Las obligaciones de servicios públicos consisten en atender, a un precio
razonablemente bajo, ciertos tráficos o rutas que comercialmente pueden no resultar
rentables, pero se considera que deben existir. Éstas suelen tener un impacto negativo
sobre el equilibrio financiero de la empresa que se encarga de la explotación, por lo
que deben buscarse mecanismos de compensación a las empresas por proveer estos
servicios a la sociedad. Puede ser a través de subvención directa o la autorización de la
utilización de subsidios cruzados.
Diversos estudios que han buscado determinar el valor de la elasticidad de la
producción nacional con respecto a la dotación de capital público han puesto de
manifiesto que el capital público es una de las causas que explican el nivel de renta per
cápita y que las infraestructuras de transporte destacan en su contribución sobre el
resto de los componentes del capital público, favoreciendo el crecimiento de la
economía.
4.1 Función de producción, costos y demanda de transporte
La demanda de transporte puede definirse como la disposición a pagar que
tienen los consumidores por hacer uso de una determinada infraestructura o servicio
de transporte; ó, como la cantidad de servicios y usos de las infraestructuras que se
desean comprar para cada precio.
Esta relación entre precio y cantidad demandada está afectada en el transporte
por cuatro características principales:
a. Su carácter derivado.
b. Su dependencia de factores heterogéneos.
c. El papel desempeñado por el tiempo en las decisiones individuales.
d. La necesidad de tener predicciones correctas para ajustar la capacidad.
Cap
ítul
o: A
nexo
s
40
Respecto a la primera característica, en la medida en que el transporte actúa
como input o servicio intermedio para otras actividades económicas o sociales, su
demanda se ve afectada por un conjunto amplio de factores, muy diferentes entre sí,
que pueden alterarla o condicionarla en diversas formas.
La segunda característica tiene que ver con sus determinantes. En lo referido a
la demanda agregada, la cantidad de transporte que necesita una sociedad en un
momento dado, está determinada por cinco factores principales: la población, el nivel
de desarrollo económico, las condiciones geográficas, la historia y cultura de dicha
sociedad y su política de transporte, o lo que es lo mismo, el grado de intervención del
gobierno en la regulación de dicha actividad (Nombela, 2003).
La importancia del tiempo es la tercera característica, y es uno de los
principales determinantes de las decisiones individuales de transporte. El tiempo
constituye un input fundamental que los usuarios aportan a la producción de cualquier
actividad de transporte. Permite determinar el costo que los usuarios soportan,
estableciendo una relación directa entre éste y la demanda de transporte.
La última característica se refiere a la necesidad de contar con predicciones
correctas de la demanda, debido a la naturaleza de servicio no almacenable que tiene
la oferta de transporte. Frente a ella, los flujos de demanda varían a lo largo del
tiempo.
4.1.1 La función de producción y costos de transporte
La función de producción representa todos los niveles de output técnicamente
eficientes que pueden obtenerse a partir de distintas combinaciones de inputs.
Formalmente,
Q=f (K , E , L, F , N , t)
Q se refiere a la máxima cantidad de transporte que, con una calidad
determinada, puede generarse por cada unidad de tiempo que se tome como
referencia; K son las unidades de infraestructura; E son los vehículos o equipo móvil; L,
el personal necesario para tripularlo y para desarrollar otras actividades de apoyo; F es
la energía, combustible, repuestos o demás consumibles que permitan el movimiento
Cap
ítul
o: A
nexo
s
41
de dichos vehículos; N se refiere a otros activos, como los recursos naturales, por
ejemplo el uso del suelo; y finalmente, t se refiere al tiempo de los usuarios.
La mejor manera de comprender qué produce la empresa es pensar en el
máximo número de vehículos que pueden usar la infraestructura de forma simultánea,
sin generar congestiones y de la manera más eficiente posible.
Los costos de transporte pueden clasificarse teniendo en cuenta sobre quién
recaen los mismos. Se distingue entre costos incurridos por los productores (CP) o
transportistas, costos incurridos por los usuarios (CU) al utilizar los servicios e
infraestructura de transporte y los costos externos (CE) que recaen sobre otros
miembros de la sociedad. La suma de estos tres tipos de costos proporciona el costo
social total (CS) al que una sociedad debe hacer frente para disfrutar de cierto nivel de
prestación de servicios e infraestructura de transporte (Nombela, 2003).
Teniendo en cuenta la función de producción desarrollada anteriormente, y
que el productor no aporta los factores t y N, se describe la función de costos del
productor asociada al uso del resto de los factores como:
CP (Q , K )=r ( K ) K+C (Q )Q
Donde r(K) representa el costo anual de cada unidad de infraestructura, y C(Q)
es el costo por unidad de output asociado al uso del resto de los factores productivos
(E,L y F).
En el transporte por cuenta ajena, el precio pagado por un usuario a los
proveedores de transporte no forma parte del costo del usuario, ya que no se trata de
un input aportado por éste a la actividad de transporte. La principal partida del costo
del usuario viene determinada por el costo de oportunidad del tiempo invertido por el
propio usuario o sus mercancías; éste incluye no sólo el tiempo pasado en el vehículo,
sino también los correspondientes tiempos de espera y de trasbordos y
desplazamientos intermedios. De esta manera, la función de costos de los usuarios se
describe como:
CU (Q , t )=vtQ
Cap
ítul
o: A
nexo
s
42
Donde t es el tiempo consumido en cada viaje, v es el valor de dicho tiempo y Q
es el número de viajes realizados.
Finalmente, los costos externos son los más difíciles de cuantificar dado que las
externalidades generadas en el transporte de mercaderías y pasajero son diversas y
difíciles de identificar y valorizar objetivamente. En lo referente a este concepto, la
bibliografía consultada no hace referencia alguna.
4.1.2 La función de demanda de transporte
Es la cantidad de servicio que se quiere consumir en función del precio del
mismo, del precio de sus sustitutos y del nivel de renta. Se denota a Q como la
cantidad demandada de transporte.
Qi=Q(P i , P j , Y )
El subíndice i se refiere el transporte por ferrocarril y el j al autotransporte, P
son los precios y Y la renta.
La elasticidad de la demanda respecto a cualquiera de las variables que la
determinan puede definirse como el cociente entre el porcentaje en que cambia la
cantidad demandada al cambiar alguna de las variables que influyen sobre ella y el
propio porcentaje de variación de dicha variable.
ε=% ∆ Qi
% ∆ X=
d Qi
dXXQi
Conocer si la demanda de transporte es más o menos elástica resulta muy útil
tanto para la predicción de la misma, como para la evaluación del impacto de algunas
políticas de transporte. La predicción de la demanda constituye un elemento
fundamental para el funcionamiento adecuado de las distintas actividades de
transporte. Permite ajustar a las necesidades de los usuarios la capacidad y los
servicios ofrecidos, planificar las decisiones de inversión futura y valorar
correctamente los beneficios y costos derivados de dichas inversiones.
En cuanto a la infraestructura, la inversión en carreteras, vías férreas o puertos
resulta mucho más arriesgada con relación a una predicción incorrecta de la demanda
que para el caso de servicios, debido a los importantes montos que se afectan a la hora
de invertir en ella.
Cap
ítul
o: A
nexo
s
43
La importancia de una correcta predicción de demanda es mayor, cuanto
mayor sea la movilidad e inflexibilidad de los recursos asociados a las actividades de
transporte.
4.2 Metodologías empleadas para analizar el transporte por ferrocarril
En este apartado se pretende exponer algunos de los distintos puntos de vista
para abordar el análisis del ferrocarril. A grandes rasgos se tiene el enfoque de la
contabilidad social y el análisis de demanda, dentro de este último se encuentran los
estudios de carácter agregado y desagregado.
4.2.1. Enfoque de la Contabilidad Social
La Asociación del Congresos Panamericano de Ferrocarriles propone la
metodología para la instrumentación de la contabilidad social, con el fin de determinar
la renta o el beneficio que el ferrocarril produce a la comunidad. Se parte del supuesto
de que el ferrocarril desaparece de todo tráfico de cargas y pasajeros por lo cual las
mismas deben ser derivadas a un medio alternativo, el automotor. Se calcula cuánto le
costaría al país transportar el tráfico dejado por el ferrocarril a través de las rutas. En
ello entraría, entre otros:
Gastos operativos de movilidad
Construcción y mantenimiento vial
Señalización
Vigilancia y control
Accidentes (daños personales y materiales)
Congestión de tránsito
Contaminación ambiental y sonora
Stress (conductores, peatones, población)
Mayor consumo de combustible
Tiempo de viaje y espera
La suma de estos gastos representa el desembolso que haría el transporte
automotor para llevar el tráfico transferido de los ferrocarriles. Si a la suma total se le
resta el gasto en mantenimiento, se obtiene el “beneficio público” que aporta el
ferrocarril.
Cap
ítul
o: A
nexo
s
44
Por ejemplo, el déficit de los ferrocarriles europeos en propiedad del Estado,
sucede porque en las cuentas del ferrocarril se cargan los gastos de infraestructura que
las empresas de otros medios de transporte no soportan. Un trabajo alemán, para el
año 1986, concluye que el beneficio público que ferrocarriles de Alemania Federal
producen al país es de 6.350 millones de dólares, mientras que el déficit es de 4.800
millones de dólares (Roccatagliata, 1987).
4.2.2 Análisis de demanda
La demanda de transporte se define como la disposición a pagar que tienen los
consumidores por hacer uso de un determinado servicio de transporte. Se expresa
haciendo referencia explícita a la distancia recorrida, y de esta manera facilitar su
comparación. En el caso del transporte de carga, la variable de demanda más utilizada
son las toneladas por kilómetro.
Un concepto directamente relacionado con la demanda es la elasticidad (con
respecto al precio o a la renta), que determina cómo cambian las decisiones de los
usuarios ante cambios en dichas variables, permitiendo anticipar o predecir los efectos
de factores externos en el transporte.
En el tratamiento de la demanda de transporte por ferrocarril, se observa una
clara relevancia de los análisis que tienen que ver con los servicios de transporte de
pasajeros, en detrimento de los trabajos sobre transporte de cargas. Algunos de los
argumentos más empleados para explicar dicho fenómeno, es el hecho que el
transporte de pasajeros tiene una importancia de carácter social, ya que la movilidad
de las personas es un tema que preocupa tanto a nivel individual como a nivel de la
sociedad, reflejado este último por la jerarquía que le da el Estado a esta cuestión
tratando de garantizar tarifas bajas.
Por otro lado, se argumenta que son necesarios los análisis del transporte de
cargas por la importancia que tiene en cuanto a la competitividad, de un país o una
región, y su desarrollo. Además, se deben tener en cuenta los efectos positivos y
negativos -en cuanto a la seguridad y el cuidado del medio ambiente- a la hora de
seleccionar el medio más idóneo para el transporte de cargas.
La necesidad del estudio de la demanda de transporte de cargas en nuestro
país, se explica porque en las economías poco desarrolladas, -con una predominante
Cap
ítul
o: A
nexo
s
45
producción de productos agrícolas y minerales, que se caracterizan por grandes
volúmenes y bajo valor relativo de la mercadería, con sistemas ineficientes de
transporte y la venta de sus bienes en los mercados internacionales, donde el precio
viene determinado desde el exterior- la proporción del costo de transporte en el valor
del producto puesto en destino es relevante.
Se tendrá en cuenta la clasificación especificada por Martos (2002), quien
menciona tres enfoques fundamentales en el transporte de mercancías:
Enfoque input-output (insumo-producto multirregional)
Enfoque de modelos de interacción espacial
Enfoque microeconómico o econométrico
El primer enfoque analiza las interrelaciones entre diferentes sectores de una
economía. Identificando el transporte como uno de estos sectores, puede calcularse
para cada uno de los sectores restantes sus requerimientos de transporte;
posteriormente, pueden traducirse éstos en flujos de mercancías.
El segundo enfoque está constituido por los modelos de interacción espacial. En
ellos, se localizan superávits y déficits de los productos en puntos concretos del
espacio. El razonamiento es el siguiente: los flujos se producen desde los puntos con
exceso de oferta hacia los puntos con exceso de demanda; en términos generales
consiste en la minimización de los costes de transporte. A este grupo pertenecen
estudios como el modelo Harvard-Brookings de Kresge y Roberts, el modelo
generalizado de equilibrio espacial de Harker o, más recientemente, el modelo de
transporte GIS (Sistema de información geográfica) de Beuthe.
En último lugar, se encuentra el enfoque microeconómico también llamado
econométrico. Éste tiene como característica especial que la unidad de decisión es la
empresa que, inmersa en una actividad económica distribuida espacialmente, requiere
servicios de transporte. El transporte se considera un factor productivo más y su
demanda se integra en el proceso optimizador de la empresa. Diferentes modelos de
demanda de transporte de mercancías se obtendrán de distintos supuestos relativos al
proceso de toma de decisiones. Además, se caracteriza por el empleo de técnicas
econométricas para la obtención de relaciones estructurales entre las variables del
sistema. Finalmente, cabe remarcar que los estudios pertenecientes a este enfoque no
consideran una descripción detallada de la red de transportes.
Cap
ítul
o: A
nexo
s
46
Los modelos microeconómicos de estimación de la demanda de transporte de
cargas pueden clasificarse a través de diferentes criterios. Tanto Giner de Lara (1997)
como Martos (2002), citan el trabajo de Winston, quien distingue entre estudios
agregados y estudios desagregados, según la naturaleza de la información empleada.
En los modelos agregados, la unidad básica de información es la participación agregada
de un modo concreto de transporte a nivel regional o nacional; mientras que, en los
desagregados, la unidad básica de información la constituye la elección individual de
un modo de transporte concreto para un embarque dado.
4.2.2.1 MODELOS AGREGADOS
Dentro de este grupo se distinguen en modelos neoclásicos y modelos directos
de demanda según Martos (2002), pero Koleda (1997) hace mención de un tercer tipo,
que son los modelos divididos por modos de transporte.
Los modelos neoclásicos agregados, consideran al transporte como un recurso
más en la producción de bienes y servicios. El modelo inicialmente especifica la función
de costos de la empresa y obtiene la demanda de transporte correspondiente a cada
modo, mediante el lema de Shephard, el cual afirma que la demanda condicionada de
un factor puede obtenerse derivando parcialmente la función de costos respecto del
precio del mismo. En el análisis empírico, actualmente, la mayor parte de los trabajos
utilizan la función de costos translogarítmica, debido a que es de fácil interpretación y
estimación.
En cuanto a su estimación, es posible realizarla con datos individuales
obtenidos para distintas empresas, ya que la metodología también lo permite, pero la
totalidad de los estudios conocidos emplearon información agregada por regiones.
A partir de las estimaciones de los parámetros, se obtienen las elasticidades de
sustitución parciales de Allen. Y luego, las elasticidades precio y cruzadas de la
demanda para los distintos factores. Estos valores corresponden a elasticidades de
demanda compensada, es decir, se supone constante el nivel de producción.
Los modelos directos de demanda estiman la función de demanda del modo de
transporte considerado sin hacer referencia explícita a la función de costes originaria.
Se caracterizan además por el empleo de datos de serie temporal y suelen considerar
un sólo modo de transporte. En este tipo de estudios, la especificación de las variables
Cap
ítul
o: A
nexo
s
47
se realiza de un modo “ad-hoc”. Relacionan la cantidad total transportada por el modo
considerado con su propia tarifa, las tarifas de los modos competitivos y el nivel de PIB
de la economía. Obtienen de esta manera diferentes estimaciones a corto y largo plazo
de la elasticidad precio, cruzada y renta, de la demanda.
Ejemplos de trabajos en los que se utilizó este tipo de modelos agregados son
los de Hsing (1994), Coto-Millán (1995) o Kulshrestha (2001). Estos tres estudios
difieren en el método de estimación, ya que el primero utiliza un modelo Box-Cox; el
de Coto-Millán lo realiza a través de técnicas de coitegración y Kulshreshtha utiliza la
metodología de vectores autorregresivos.
En la tabla 4 se resumen las principales características de los estudios más
relevantes en materia de modelos agregados.
Por último, los modelos divididos por modos de transporte se pueden
especificar:
logS i
S j
=a0+a1 ( Pi−P j )+∑k=2
K
ak ( X ik−X jk )
Donde Si / S jes el cociente de la participación en el mercado de ambos modos.
En el segundo miembro, se muestra la diferencia de precios entre los dos modos y la
diferencia de otras variables como, por ejemplo, el tiempo promedio de tránsito.
La simplicidad del modelo hace que tenga poco sustento teórico, y además, la
forma funcional lineal implica que las elasticidades cruzadas de las probabilidades de
elegir entre varios modos alternativos con respecto al atributo de cualquier modo en
particular, sean iguales.
4.2.2.2 MODELOS DESAGREGADOS
Siguiendo lo expuesto en el trabajo de Martos (2002), los modelos
desagregados utilizan datos correspondientes a empresas individuales. De este modo,
se facilita que el número de observaciones aumente considerablemente así como la
variabilidad y, en consecuencia, el poder explicativo de las variables independientes.
Además, los modelos desagregados se caracterizan por utilizar modelos de elección
discreta para su estimación econométrica. El elemento básico a modelizar en este tipo
de trabajos debe ser el envío individual y no el nivel de producción total de la empresa
en cuestión.
Cap
ítul
o: A
nexo
s
48
TABLA 4: ESTUDIOS REPRESENTATIVOS DE CARÁCTER AGREGADO
ESTUDIO
MOD.
ECONO-MÉTRICO
VARIABLES: DEPENDIENTES E INDEPENDIENTES DATOS
OBSERVA-CIONES
MO
D. N
EO
CL
ÁS
ICO
S
“A cross sectional study of freight transport demand and railtruck competition in Canada” Oum (1979)
Función de costos translog
D: Costo, participación en costo.I: tarifas, tiempo de viaje, variac. tiempo, distancia.
Sección cruzada para cada clase de producto, un nº diferente de observaciones. Canadá
Sólo dos modos. Diferentes especificación-es hedónicas.
“Derived demand for freight transport and inter-modal competition in Canada” Oum (1979)
Función de costos translog
D: Costo, participación en costo.I:tarifas, tendencia
Serie temporal 1945-1974Canadá
Tres modos. Especificación-es regresivas y de adaptación parcial.
“A derived demand function for freight transportation” Friedlaender y Spady (1980)
Función de costos translog
D: participación en costos.I: precios inputs,output agregado, inputs fijos, dummies por sector y región
Sección cruzada96 sectores industrialesEEUU
Sólo dos modos. Incluye el trabajo entre los inputs variables.
“Which regions really benefit from rail-truck substitution? Empirical evidence for Italy” Bianco et al. (1995)
Función de costos translog
D: participación en costos.I: tarifas, precios del producto, output agregado, distancia.
Sección cruzada. Para cada sector o región, un nº diferente de observaciones. Italia
Sólo dos modos. Transforma-ción de los datos para evitar problemas de concavidad
MO
D. D
IRE
CT
OS
DE
DE
MA
ND
A
“Estimating the impact of deregulation on the elasticity of the demand for railroad services” Hsing (1994)
Modelos de adaptación parcial con metodolo-gía Box Cox
D: output agregadoI:PBI, tarifas
Serie temporal 1960-1990EEUU
Relativo al transp. por ferrocarril
“The conditioned demands of spanish sea transport 1975-1990” Coto Millán (1995)
Técnicas de Cointegra-ción
D: output agregadoI: PBI, tarifas
Serie temporal1975-1990España
Relativo al transp. Maritimo
“A multivariatecointegrating vector auto regressive model of freight transport demand: evidence from Indian railways” Kulshrestha et al. (2001)
Sistema de ecuaciones VAR
D:output agregado, PBI, tarifa, nº vehículos
Serie temporal 1960-1995India
Relativo al transp. por ferrocarril
Fuente: Martos (2002)
Cap
ítul
o: A
nexo
s
49
La literatura de los modelos desagregados de la demanda de transporte de
mercancías reconoce dos enfoques diferentes: el enfoque conductista y el enfoque
logístico.
El enfoque conductista se caracteriza porque la variable de decisión que se
modeliza es el modo de transporte. Dado que existe incertidumbre relativa a la calidad
del servicio efectivamente recibida, se postula la existencia de una función de utilidad
que define el comportamiento del jefe de distribución. Por lo que, se supone que este
agente selecciona el modo de transporte que maximiza su utilidad esperada.
Desde el punto de vista empírico, la especificación de este tipo de modelos se
basa en la teoría de la utilidad aleatoria. Según ésta, el agente decisor se enfrenta a J
alternativas de las que obtendría un nivel de utilidad esperada determinado.
En el enfoque logístico, el análisis de la demanda de transporte se realiza desde
la perspectiva del jefe de inventarios. Se considera que la mercancía en camino
constituye inventario sobre ruedas, de modo que forma parte del capital productivo de
la empresa.
El tiempo de transporte siempre es importante, y esto se explica desde la teoría
de los inventarios, ya que un modo de transporte más lento implica mantener un
mayor inventario en tránsito. Además, si existe incertidumbre en la demanda del
producto, cuanto más larga e incierta sea la duración del periodo en tránsito, mayor
deberá ser el nivel del stock de seguridad que conviene mantener en el almacén de
destino.
En consecuencia, desde el punto de vista del enfoque considerado, el objetivo
fundamental del responsable de transportes de la empresa es la minimización de los
costes de logística. Para ello cuenta con dos variables de decisión: el modo de
transporte y el tamaño de los envíos.
5. Demanda de transporte por ferrocarril en Argentina
Argentina es un país donde la demanda de transporte por ferrocarril pertenece
principalmente al transporte de cargas; el traslado de pasajeros tiene relevancia sólo
en el área metropolitana del Gran Buenos Aires. Es por ello, que se decide analizar sólo
el transporte de cargas, que es el que tiene más relación con nuestra región.
Cap
ítul
o: A
nexo
s
50
En el análisis del estudio de demanda del transporte de cargas por ferrocarril,
se pretende dar respuesta a los siguientes interrogantes:
1. ¿Cuáles son los principales determinantes de largo plazo de la demanda de
transporte de carga por ferrocarril en Argentina? ¿Son estas variables determinantes
también en el corto plazo? ¿Cuáles son las elasticidades-precio y las elasticidades
ingreso de largo plazo?
2. ¿Cuál es la naturaleza de la retroalimentación entre el crecimiento económico y la
demanda de transporte de mercancías?
3. ¿Posee el sistema de transporte de mercancías una demanda estable?
4. ¿Cuáles son los factores que influyen en la dinámica de ajustes a corto plazo de la
demanda? ¿Qué variables se ajustan a los shocks y cuáles no? ¿Qué variables se
comportan como variables exógenas?
5. ¿Qué tipo de conclusiones de política se pueden derivar de las respuestas de la
demanda de transporte de mercancías a los cambios en las variables tales como el
precio?
Cap
ítul
o: A
nexo
s
51
5.1 Marco metodológico adoptado
Es oportuno mencionar que en la revisión bibliográfica y documental no se han
encontrado trabajos sobre Argentina diferentes a las descripciones históricas y
diagnósticos de situación.
Se replicar el trabajo de Kulshrestha (2001)5 que deriva la relación de demanda
de largo plazo del transporte por ferrocarril en India, utiliza modelos econométricos
dinámicos multivariados de series de tiempo, con el fin de obtener la estimación de las
relaciones estructurales a largo plazo, la dinámica de corto plazo y la medición de los
efectos de las crisis y su persistencia durante la evolución de la demanda de transporte
de mercancías. Los modelos se estiman utilizando vectores autorregresivos (VAR)
cointegrados, lo que permite la endogeneidad de los regresores.
Para entender lo anterior, se define el concepto de cointegración desde dos
puntos de vista. Desde el punto de vista de la Economía, se dice que dos o más series
están cointegradas si las mismas se mueven conjuntamente a lo largo del tiempo y las
diferencias entre ellas son estables (es decir estacionarias), aún cuando cada serie en
particular contenga una tendencia estocástica y sea por lo tanto no estacionaria. De
aquí que la cointegración refleja la presencia de un equilibrio a largo plazo hacia el cual
converge el sistema económico a lo largo del tiempo. Las diferencias (o término de
error) en la ecuación de cointegración se interpretan como el error de desequilibrio
para cada punto particular de tiempo. Desde el punto de vista de la Econometría, dos
o más series de tiempo que son no estacionarias de orden uno están cointegradas si
existe una combinación lineal de esas series que sea estacionaria o de orden cero. El
vector de coeficientes que crea esta serie estacionaria es el vector cointegrante (Mata,
2005).
Kulshreshtha (2001) utiliza modelos de cointegración multivariante
desarrollando vectores autorregresivos (VAR), siguiendo las técnicas propuestas por
Johansen y Juselius. En el desarrollo de los modelos VAR se propone un sistema de
ecuaciones, con tantas ecuaciones como series a analizar o predecir, pero en el que no
5 El documento de Hsing de 1994, que también trata específicamente el estudio de la demanda de ferrocarril, no se ha podido encontrar en el sitio web del Journal al que pertenece ni en otro sitio relacionado.
Cap
ítul
o: A
nexo
s
52
se distingue entre variables endógenas y exógenas. Así, cada variable es explicada por
los retardos de sí misma (como en un modelo AR) y por los retardos de las demás
variables. Se configura entonces un sistema de ecuaciones autorregresivas, también
llamado vector autorregresivo (VAR). La expresión general de un modelo VAR es la
siguiente:
Y t=A1 Y t−1+ A2 Y t−2+…+ A pY t−p+µ+Ψ Dt+ut
Donde Y t es un vector con las g variables objeto de predicción, los coeficientes
A son matrices de coeficientes a estimar, y u es un vector de perturbaciones aleatorias
(una por ecuación), cada una de las cuales cumple individualmente el supuesto de
ruido blanco (homocedasticidad y ausencia de autocorrelación), y entre ellas cumplen
el supuesto de homocedasticidad inter-ecuaciones.
La estimación de un VAR cointegrado ofrece ciertas ventajas sobre los métodos
empleados en otros estudios de la demanda de transporte. En primer lugar, toma en
cuenta la endogeneidad y simultaneidad de las variables, permitiendo al término de
error que se encuentre contemporáneamente correlacionado a través de las
ecuaciones. En segundo lugar, permite identificar cuáles de las variables de la
demanda se ajusta al equilibrio. En tercer lugar, las estimaciones estructurales y las
restricciones paramétricas de largo plazo se incluyen expresamente en las ecuaciones
multivariantes a corto plazo, lo que permite modelar la dinámica de corto plazo del
ajuste.
Puesto que la teoría económica suele ser inadecuada para el análisis de los
procesos de ajuste a corto plazo, que implican complejos sistemas de
retroalimentación bidireccional, la dinámica de corto plazo se modela a través de un
vector de corrección de errores (VEC), en un marco de modelización VAR sin
restricciones (Pérez, 2006).
La estimación e identificación de las relaciones de cointegración en el enfoque
multivariante evita muchos de los supuestos implícitos en los estudios que utilizan el
enfoque univariante, estático o dinámico. La representación de una única ecuación
supone la existencia de al menos una sola relación de cointegración y no toma en
cuenta la posible endogeneidad de las variables explicativas.
Cap
ítul
o: A
nexo
s
53
El enfoque de una sola ecuación se estima bajo un supuesto muy restrictivo, el
cual sugiere que cualquier desequilibrio podría ser corregido por una sola variable; es
decir, la variable dependiente, que se ajustará en una dirección opuesta a la del
desequilibrio. Esta limitación se supera en un enfoque de modelo de cointegración
VAR, el cual ajusta un conjunto de variables de modo tal que el sistema converge al
equilibrio a largo plazo. El procedimiento de cointegración multivariado VAR ideado
por Johansen y Juselius, a priori, supone la existencia de a lo sumo un vector de
cointegración y prueba de forma explícita el número de relaciones de
cointegración. Por lo general, n variables integradas del mismo orden pueden tener
como máximo n-1 vectores cointegrados linealmente independientes (Mata, 2005).
5.2 Evidencia empírica
Kulshreshtha (2001) modeliza el transporte por ferrocarril con las variables
Toneladas Transportadas por Kilómetro (TKM), PBI en términos reales (GDP), Tarifa por
Tonelada (P) y número de vehículos (GV), todos ellos son datos anuales que
corresponden al período 1960-1995, registrados en India.
Con el objeto de realizar el mismo análisis para Argentina, se consultaron
diferentes fuentes de información.
El dato de Toneladas transportadas, se obtuvo de las estadísticas de la
Comisión Nacional de Regulación del Transporte (C.N.R.T); allí se exponen las
toneladas transportadas mensualmente, desde el año 1997 hasta 2010, lo mismo
ocurre con la variable Tarifa Media. No se han encontrado datos de los años previos, ni
de los años en que los ferrocarriles estaban en manos del Estado Nacional. Por lo que
la investigación se restringe al período 1997-2010.
Con el fin de obtener la variable Tarifa Media en términos reales, se utilizó el
capítulo Transporte y Comunicaciones del Índice de Precios al Consumidor publicado
por el Instituto Nacional de Estadísticas y Censos (INDEC). Este índice se publica
tomando como año base 2008, pero para compatibilizar con el dato de PBI que se
analiza seguidamente, se transforma el índice para tener como año base 1993.
Cap
ítul
o: A
nexo
s
54
El PBI en términos reales se obtuvo del sitio web del Ministerio de Economía de
la Nación, en dicho sitio, se encuentran los datos trimestrales a precios constantes de
1993, por lo que se transformaron en mensuales considerando la tasa efectiva
mensual a partir de la efectiva trimestral. Con respecto a la fidelidad de los datos
reales, se intentó deflactar el PBI nominal, pero no se ha podido encontrar un deflactor
del PBI que se considere seguro, por lo que se decidió realizar el análisis con los datos
oficiales.
En relación al material rodante registrado, no se ha podido encontrar
información uniforme a lo largo del período analizado, se tiene el dato del material
rodante dado en concesión a las distintas empresas entre los años 1992 y 1993, pero
algunos de los vehículos se encontraban en un estado de deterioro considerable, lo
que imposibilitaba su utilización por parte del concesionario. Además, se tienen los
datos del material rodante de cada empresa para el año 2006, aportado por la C.N.R.T.
Mientras que, en los datos publicados por cada empresa en sus correspondientes sitios
web -para el año 2010-, se encuentra que existe una gran disparidad en la información;
algunas empresas registran menos vehículos que los informados en el 2006 por la
C.N.R.T., hecho que no se condice con que en los últimos años la tendencia en el
transporte por ferrocarril ha sido creciente. También cabe mencionar, que se ha
realizado una encuesta a cada una de las empresas que tienen a su cargo los distintos
ramales y sólo una de ellas ha accedido a responder; por otro lado, Belgrano Cargas,
que actualmente se encuentra en manos del Estado, no ha respondido a la solicitud de
la entrevista argumentando que por ser una empresa pública no puede brindar ese
tipo de información. Ante la negativa y la imposibilidad de encontrar la serie
correspondientes al material rodante, se ha decidido no incluir en el análisis dicha
variable.
A continuación se realiza el análisis descriptivo de las series Tarifa Media,
Toneladas y PBI para ver si poseen cambio estructural y estacionalidad, a efectos de
decidir cómo modelizarlas.
5.2.1 Análisis descriptivo
5.2.1.1 VARIABLES ORIGINALES
Cap
ítul
o: A
nexo
s
55
La variable PBI es de frecuencia mensual y se encuentra expresada en millones
de pesos a precios constantes de 1993. La figura 5 muestra el desempeño de la
variable en el período analizado, donde presenta cambio de tendencia en febrero de
2002, año en que la crisis política y económica desatada hacia fines de 2001 muestra
su mayor impacto; después, la salida de la Convertibilidad y el aumento de los precios
de los commodities agrícolas posibilitaron el aumento sostenido del PBI, en 2008
vuelve a caer por la fuerte sequía que se vivió en ese año, el conflicto con el campo y
las consecuencias de la crisis subprime.
La figura 6 ilustra la evolución de la serie Tarifa Media en pesos por toneladas,
la cual posee un cambio estructural hacia fines de 2001, donde la serie comienza a
presentar un comportamiento creciente. Esta serie muestra una gran volatilidad,
explicada por los cuellos de botella y los consecuentes aumentos de tarifa que se
generan cuando comienza a comercializarse la cosecha gruesa del año. En cuanto al
comportamiento de esta serie, no se ha encontrado información respecto a qué
comprende Tarifa Media; aunque se presume que se trata de la tarifa media
ponderada por tipo de carga y distancia recorrida.
La variable Toneladas,
representada en la figura 7, presenta la
estacionalidad propia de la actividad. El
transporte de granos tiene una gran
participación en la demanda de este
servicio –según lo expuesto en el
capítulo 3-, los volúmenes
transportados se incrementan a partir
del mes de marzo, cuando se inician los
trabajos de cosecha de la campaña
gruesa y llegan a un mínimo entre los
meses de enero y febrero.
Las tres series presentan
tendencia creciente y se presumen no
estacionarias, con valores medios y
varianzas diferentes a lo largo del
tiempo; particularmente, las series
Toneladas y Tarifa Media presentan
alta volatilidad y estacionalidad, es
decir, variaciones en las diferentes
mediciones realizadas y
comportamiento sistemático durante el
año.
Cap
ítul
o: A
nexo
s
56
FIGURA 5: PBI MENSUAL A PRECIOS CONSTANTES
200000
240000
280000
320000
360000
400000
440000
97 98 99 00 01 02 03 04 05 06 07 08 09 10
PBI_MENSUAL
FIGURA 6: TARIFA MEDIA ($/TON.)
6
8
10
12
14
16
18
20
22
97 98 99 00 01 02 03 04 05 06 07 08 09 10
TMED
FIGURA 7: TONELADAS TRANSPORTADAS
800000
1200000
1600000
2000000
2400000
2800000
97 98 99 00 01 02 03 04 05 06 07 08 09 10
TON
En la figura 8 se muestra que el
menor producto se obtiene en el mes
de enero y comienza a incrementarse
mes a mes hasta alcanzar un máximo
en el mes de diciembre, esto coincide
con el hecho que en los primeros
meses la actividad disminuye por la
menor actividad durante la temporada
de verano y luego comienza a crecer.
La figura 9 muestra la evolución
del valor medio de la tarifa mes a mes y
coincide con el hecho que en los
primeros meses la demanda de
transporte de cargas disminuye, y luego
en los meses de cosecha gruesa
comienza a incrementarse. A partir de
octubre, ya el grueso de la cosecha se
ha desplazado de sus lugares de origen
con lo que disminuye la demanda de
transporte y los productores venden la
Cap
ítul
o: A
nexo
s
57
mercadería de acuerdo a las
necesidades monetarias y el
movimiento de los precios de las
commodities agrícolas, es por ello que
las tarifas se reducen.
En la figura 10 se aprecia que en
el mes de febrero se alcanzan los
mínimos volúmenes transportados y, a
partir de marzo, con los primeros
productos de la cosecha nueva, los
mismos se van incrementando.
FIGURA8: ESTACIONALIDAD DE LA VARIABLE PBI
200000
250000
300000
350000
400000
450000
PBI_MENSUAL Means by Season
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
PBI_MENSUAL by Season
FIGURA9 : ESTACIONALIDAD DE LA VARIABLE TARIFA MEDIA
4
8
12
16
20
24
TMED Means by Season
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
TMED by Season
FIGURA 10: ESTACIONALIDAD DE LA SERIE TONELADAS
800000
1200000
1600000
2000000
2400000
2800000
TON Means by Season
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
TON by Season
En las figuras 8 a 10, para cada uno de los meses, se observan cómo cambian
los valores medios en las variables PBI, Toneladas y Tarifa Media que reafirman,
principalmente para estas dos últimas, lo mencionado anteriormente respecto de la
estacionalidad de la actividad. Para confirmarla se realizó el test de igualdad de medias
y varianza para cada una de las variables por separado, en las tres situaciones se
rechaza la hipótesis nula por lo que las medias y las varianzas no son iguales y las series
presentan estacionalidad.
TABLA 5: TEST DE IGUALDAD DE MEDIAS Y VARIANZAS
Anova F – Estadístico PBI Tarifa Media ToneladasMedias Valor 1012,47 513,8197 305,3033
Cap
ítul
o: A
nexo
s
58
Probabilidad 0,0000 0,0000 0,0000Método Bartlett PBI Tarifa Media Toneladas
VarianzaValor 18,45213 27,82212 10,02878
Probabilidad 0,0010 0,0000 0,0183
TABLA 6: CORRELOGRAMA DE LA SERIE PBI, TARIFA MEDIA Y TONELADAS
PBI Tarifa Media Toneladas
El correlograma para cada una de las series analizadas presenta un proceso
autorregresivo de orden uno, AR (1). Con lo cual las series no son estacionarias. Para
corroborar esto se realizan los test de raíces unitarias.
Las tres series modeladas sin intercepto ni tendencia, son no estacionarias en
nivel ya que sus p-valores son todos mayores que 0,05; mientras que, las primeras
diferencias sí son estacionarias, ya que sus p-valores son todos menores a 0,05. Esto
indica que las tres series son integradas de orden uno, I(1).
TABLA 7: CONTRASTE DE PHILLIPS-PERRON SIN INTERCEPTO NI TENDENCIA (1997:01; 2010:12)
Serie Nivel Primeras diferenciasEstadístico t Probabilidad Estadístico t Probabilidad
PBI 2.740284 0.9986 -2.296213 0.0213Tarifa Media
2.304308 0.9950 -16.66356 0.0000
Cap
ítul
o: A
nexo
s
59
Toneladas -0.205526 0.6109 -17.70396 0.0000
La alta volatilidad de las series generalmente se reduce con la aplicación de
logaritmos; además, la modelización de variables logarítmicas da por resultado la
obtención del valor de las elasticidades entre las variables, que es un indicador de
interés en este estudio. Por esto, se repite el análisis anterior para las variables
transformadas en logaritmo.
5.2.1.2 VARIABLES EN LOGARITMO
Tanto las figuras de la evolución de las series como las que muestran la
estacionalidad tienen comportamientos similares a las variables originales, las
diferencias radican en las unidades de medida.
FIGURA 11: LOGARITMO DE PBI MENSUAL A PRECIOS CONSTANTES
12.3
12.4
12.5
12.6
12.7
12.8
12.9
13.0
97 98 99 00 01 02 03 04 05 06 07 08 09 10
PBIL
FIGURA 12: LOGARITMO DE TARIFA MEDIA
1.8
2.0
2.2
2.4
2.6
2.8
3.0
3.2
97 98 99 00 01 02 03 04 05 06 07 08 09 10
TMEDL
FIGURA 13: LOGARITMO DE TONELADAS TRANSPORTADAS
13.6
13.8
14.0
14.2
14.4
14.6
14.8
97 98 99 00 01 02 03 04 05 06 07 08 09 10
TONL
FIGURA 14: ESTACIONALIDAD DEL LOGARITMO DE PBI
12.2
12.4
12.6
12.8
13.0
PBIL Means by Season
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
PBIL by Season
FIGURA 15 : ESTACIONALIDAD DE LA VARIABLE LOGARITMO DE TARIFA
MEDIA
Cap
ítul
o: A
nexo
s
60
1.6
2.0
2.4
2.8
3.2
TMEDL Means by Season
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
TMEDL by Season FIGURA 16: ESTACIONALIDAD DE LA SERIE LOGARITMO DE TONELADAS
13.6
14.0
14.4
14.8
TONL Means by Season
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
TONL by Season
TABLA 8: TEST DE IGUALDAD DE MEDIAS Y VARIANZAS
Anova F - Estadístico Log PBI Log Tarifa Media Log Toneladas
MediasValor 720,5366 273,9619 24,0386
Probabilidad 0,0000 0,0000 0,0000Método Bartlett PBI Tarifa Media Toneladas
VarianzasValor 28,11156 4,005695 17,93729
Probabilidad 0,0000 0,0200 0,0030
Al igual que en el caso de las variables originales, para las tres series se rechaza
la hipótesis nula de igualdad de medias y de igualdad de varianzas, por lo que las tres
presentan no estacionariedad y estacionalidad.
Los correlogramas de las series muestran que la variable Log de PBI y Log de
Tarifa Media presentan un procedimiento autorregresivo de orden uno, AR (1). La serie
Log de Toneladas presenta un procedimiento autorregresivo de orden uno, AR (1);
pero con estacionalidad anual, lo cual sugiere la diferenciación respecto de 12 meses.
Las tres series modeladas sin intercepto ni tendencia, son no estacionarias en
nivel, y sí en sus primeras diferencias, esto se refleja en la tabla 10, lo que indica que
las tres series son integradas de orden uno, I(1).
TABLA 9: CORRELOGRAMA DE LOGARITMO DE PBI, LOGARITMO DE TARIFA MEDIA Y LOGARITMO DE TONELADAS
Log PBI Log Tarifa Media Log Toneladas
Cap
ítul
o: A
nexo
s
61
TABLA 10: CONTRASTE DE PHILLIPS-PERRON SIN INTERCEPTO NI TENDENCIA (1997:01; 2010:12)
Serie Nivel Primeras diferenciasEstadístico t Probabilidad Estadístico t Probabilidad
Log PBI 2.091684 0.9914 -2.610553 0.0092Log Tarifa Media
1.750637 0.9806 -18.46259 0.0000
Log Toneladas 0.180008 0.7373 -17.54160 0.0000
5.2.2 Estimación econométrica
Siguiendo a Kulshrestha (2001), se modeliza un VAR con las tres variables. Uno
de los principales interrogantes a la hora de construir un VAR es determinar el número
de rezagos óptimos. La longitud del retardo no puede ser ni muy corta ni muy larga. Si
el retardo es muy corto, probablemente no se capture completamente la dinámica del
sistema que está siendo modelado; pero si es demasiado largo, se corre el riesgo de
perder grados de libertad y tener que estimar un número muy grande de parámetros.
El retardo óptimo es esencial por cuanto es la base para el cálculo del número de
vectores de cointegración.
Cap
ítul
o: A
nexo
s
62
Se trabaja con las variables en logaritmo integradas de orden uno para hallar la
relación de cointegración, es decir, las relaciones de corto y largo plazo entre las
variables analizadas.
5.2.2.1 RELACIÓN DE LARGO PLAZO
Teniendo en cuenta los distintos criterios que informa E-Views para determinar
este número, que pueden observarse en la Tabla 11, se van a modelar sendos VAR con
2 y 22 retardos para las variables endógenas PBIL -que representa el logaritmo de PBI-,
TMEDL – es el logaritmo de Tarifa Media- y TONL - logaritmo de Toneladas-. Las
estimaciones se observan en las tablas 12 y 13 y los anexos 7 y 8.
El modelo VAR con 2 rezagos, presenta alta significatividad en las variables
explicativas, con buen nivel de R cuadrado y estadístico F, al igual que el modelo VAR
con 22 rezagos.
Para la estimación del VAR con 2 rezagos, el test de Wald para exogeneidad que
se observa en la tabla 13, indica que tanto Toneladas como PBI son variables exógenas
a la variable Tarifa Media, por lo que con las variables en 2 rezagos no se tiene un VAR,
sino una relación uniecuacional donde la Tarifa Media está en función de las Toneladas
y el PBI. Además, se acepta la hipótesis del test de Causalidad de Granger mediante el
cual la Tarifa no es causante de la cantidad de Toneladas ni de los niveles de PBI por lo
tanto no es válido plantear una relación VAR con la variable Tarifa Media, la cual debe
ser incorporada como variable exógena.
Para el VAR de 22 rezagos, el análisis de exogeneidad, indica que la variable PBI
es exógena, no así Toneladas y Tarifa Media por lo que el sistema VAR se estima entre
Toneladas y Tarifa Media para los cuales el test de Granger está indicando una relación
de causalidad bidireccional.
TABLA 11: CRITERIOS DE SELECCIÓN DEL ORDEN DE REZAGOS DEL MODELO VAR
VAR Lag Order Selection CriteriaEndogenous variables: PBIL TMEDL TONL Exogenous variables: C Sample: 1997M01 2010M12
Cap
ítul
o: A
nexo
s
63
Included observations: 144
Lag LogL LR FPE AIC SC HQ
0 162.6502 NA 2.19e-05 -2.217364 -2.155493 -2.1922231 851.6405 1339.703 1.73e-09 -11.66167 -11.41419 -11.561112 966.0323 217.6622 4.00e-10* -13.12545 -12.69235* -12.94946*3 973.6877 14.24754 4.08e-10 -13.10677 -12.48806 -12.855364 983.2411 17.38204 4.05e-10 -13.11446 -12.31014 -12.787635 989.9580 11.94098 4.19e-10 -13.08275 -12.09281 -12.680496 992.7625 4.868975 4.57e-10 -12.99670 -11.82115 -12.519027 996.6432 6.575690 4.92e-10 -12.92560 -11.56444 -12.372508 1000.853 6.957609 5.28e-10 -12.85907 -11.31229 -12.230549 1004.141 5.297436 5.74e-10 -12.77974 -11.04734 -12.0757910 1015.022 17.07731 5.62e-10 -12.80586 -10.88786 -12.0264911 1023.528 12.99512 5.70e-10 -12.79900 -10.69538 -11.9442112 1030.562 10.45333 5.91e-10 -12.77169 -10.48246 -11.8414813 1063.117 47.02458 4.30e-10 -13.09885 -10.62401 -12.0932214 1074.639 16.16265 4.20e-10 -13.13388 -10.47342 -12.0528215 1081.875 9.848377 4.36e-10 -13.10937 -10.26330 -11.9528916 1086.256 5.780854 4.72e-10 -13.04522 -10.01354 -11.8133217 1092.954 8.558434 4.96e-10 -13.01325 -9.795953 -11.7059218 1106.747 17.04920 4.73e-10 -13.07981 -9.676904 -11.6970619 1112.308 6.642784 5.08e-10 -13.03206 -9.443532 -11.5738820 1124.433 13.97727 4.99e-10 -13.07546 -9.301320 -11.5418621 1131.379 7.718069 5.29e-10 -13.04693 -9.087182 -11.4379122 1153.386 23.53460* 4.56e-10 -13.22758* -9.082213 -11.5431423 1161.268 8.101597 4.80e-10 -13.21206 -8.881081 -11.4521924 1168.140 6.775887 5.15e-10 -13.18249 -8.665902 -11.34721
* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
TABLA 12: ESTIMACIONES VAR
2 Rezagos 22 RezagosVector Autoregression Estimates
Sample (adjusted): 1997M03 2010M12 Sample (adjusted): 1998M11 2010M12Included observations: 166 after adjustments
Included observations: 146 after adjustments
TONL PBIL TMEDL TONL PBIL TMEDL R-squared 0.725182 0.999758 0.947097 0.999907 0.980831 0.882162 Adj. R-squared 0.714811 0.999749 0.945100 0.999829 0.964817 0.783716 Sum sq. Resids 1.930531 0.001155 0.697958 0.000432 0.224701 0.763401
Cap
ítul
o: A
nexo
s
64
S.E. equation 0.110189 0.002695 0.066255 0.002340 0.053332 0.098302 F-statistic 69.92740 109662.6 474.4150 12845.27 61.24753 8.960825 Log likelihood 134.1542 750.1486 218.5977 722.1076 265.6261 176.3462 Akaike AIC -1.531978 -8.953598 -2.549370 -8.974076 -2.720906 -1.497894 Schwarz SC -1.400750 -8.822369 -2.418142 -7.604887 -1.351717 -0.128704 Mean dependent 14.33031 12.62826 2.464436 12.63850 2.498300 14.34434 S.D. dependent 0.206335 0.170204 0.282769 0.178900 0.284331 0.211373 Determinant resid covariance (dof adj.) 3.84E-10 1.40E-10 Determinant resid covariance 3.38E-10 2.22E-11 Log likelihood 1103.549 1169.305 Akaike information criterion -13.04276 -13.26446 Schwarz criterion -12.64907 -9.156890
TABLA 13: TEST DE CAUSALIDAD DE GRANGER Y TEST DE EXOGENEIDAD EN BLOQUE DE WALD
VAR Granger Causality/Block Exogeneity Wald Tests
2 Rezagos 22 Rezagos
Sample: 1997M01 2010M12 Sample: 1997M01 2010M12
Included observations: 166 Included observations: 146
Dependent variable: TONL
Excluded Chi-sq Df Prob. Chi-sq Df Prob.
PBIL 5.258136 2 0.0721 28.29997 22 0.1660
TMEDL 26.89634 2 0.0000 43.61477 22 0.0040
All 45.93568 4 0.0000 67.89136 44 0.0119
Dependent variable: PBIL
Excluded Chi-sq Df Prob. Chi-sq Df Prob.
TONL 3.467628 2 0.1766 46.95106 22 0.0015
TMEDL 13.41521 2 0.0012 33.85400 22 0.0508
All 14.78960 4 0.0052 94.92961 44 0.0000
Dependent variable: TMEDL
Cap
ítul
o: A
nexo
s
65
Excluded Chi-sq Df Prob. Chi-sq Df Prob.
TONL 0.120821 2 0.9414 30.09872 22 0.1161
PBIL 3.165745 2 0.2054 47.87792 22 0.0011
All 3.237819 4 0.5188 81.09028 44 0.0006
En síntesis, el VAR de 2 rezagos indica falta de simultaneidad en el
comportamiento de las variables y el VAR de 22 rezagos valida la relación bidireccional
entre Toneladas y Tarifa Media. El primer modelo sugiere la relación unidimensional,
Tarifa Media en función de Toneladas y PBI. El segundo modelo, la estimación de un
VAR con la variable PBI como exógena. De las dos alternativas, se sigue esta última que
potencialmente permite analizar la demanda en el corto y en el largo plazo. Pero
previo a esto se tendrá en cuenta el resultado de la tabla 6, más precisamente en el
correlograma de la variable toneladas. Allí se observó la alta significatividad del rezago
12; lo cual está evidenciando la estacionalidad anual que presenta la variable
Toneladas que es el indicativo de la demanda del transporte de cargas.
TABLA 14: ESTIMACIÓN VAR CON 12 REZAGOS
Vector Autoregression Estimates Date: 11/04/11 Time: 13:47 Sample (adjusted): 1998M01 2010M12 Included observations: 156 after adjustments Standard errors in ( ) & t-statistics in [ ]
TONL PBIL TMEDL
R-squared 0.809139 0.999816 0.961628 Adj. R-squared 0.751399 0.999760 0.950019 Sum sq. resids 1.316175 0.000863 0.480435 S.E. equation 0.105168 0.002693 0.063540 F-statistic 14.01360 17927.15 82.83911 Log likelihood 151.1055 722.8424 229.7132 Akaike AIC -1.462890 -8.792851 -2.470683 Schwarz SC -0.739527 -8.069487 -1.747319 Mean dependent 14.33331 12.63435 2.480202 S.D. dependent 0.210927 0.173774 0.284213
Determinant resid covariance (dof adj.) 3.20E-10 Determinant resid covariance 1.42E-10 Log likelihood 1104.673
Cap
ítul
o: A
nexo
s
66
Akaike information criterion -12.73940 Schwarz criterion -10.56931
La estimación del VAR con 12 rezagos puede observarse en la tabla 14 y en el
anexo 9. Si bien la bondad de ajuste es buena, observada a través del coeficiente de
determinación y el test F, los niveles alcanzados por los criterios de Akaike y Schwarz
empeoran respecto de las estimaciones anteriores. El rezago 12 sólo es significativo
para la variable toneladas. Adicionalmente, el test de estabilidad de raíces
autorregresivas, indica que el sistema no es estable. Y en cuanto a los residuos, los
mismos no son normales y presentan heterocedasticidad, por lo que no cumplen con
las condiciones estadísticas deseables.
TABLA 15: CRITERIOS DE SELECCIÓN DEL ORDEN DE REZAGOS DEL MODELO VAR
VAR Lag Order Selection CriteriaEndogenous variables: TMEDL TONL Exogenous variables: C PBILSample: 1997M01 2010M12Included observations: 144
Lag LogL LR FPE AIC SC HQ
0 119.4641 NA 0.000690 -1.603668 -1.521174 -1.5701471 303.4601 357.7700 5.66e-05 -4.103613 -3.938623* -4.0365712 311.5085 15.42593 5.35e-05 -4.159840 -3.912355 -4.0592763 318.7651 13.70705 5.12e-05 -4.205071 -3.875092 -4.070986*4 320.4784 3.188515 5.28e-05 -4.173311 -3.760836 -4.0057045 322.7409 4.147928 5.41e-05 -4.149179 -3.654210 -3.9480516 323.5842 1.522601 5.66e-05 -4.105335 -3.527872 -3.8706877 326.3408 4.900733 5.76e-05 -4.088067 -3.428108 -3.8198978 327.8976 2.724401 5.96e-05 -4.054134 -3.311680 -3.7524429 329.4072 2.599867 6.18e-05 -4.019545 -3.194597 -3.684332
10 339.7946 17.60076 5.66e-05 -4.108258 -3.200815 -3.73952411 347.1364 12.23641 5.41e-05 -4.154672 -3.164734 -3.75241712 351.9225 7.843948 5.36e-05 -4.165591 -3.093158 -3.72981513 368.6604 26.96663 4.50e-05 -4.342506 -3.187579 -3.87320914 377.5746 14.11412 4.22e-05* -4.410759* -3.173336 -3.90794015 379.5363 3.051518 4.35e-05 -4.382449 -3.062532 -3.84610916 380.4245 1.356966 4.55e-05 -4.339229 -2.936817 -3.76936817 383.4766 4.578158 4.63e-05 -4.326064 -2.841157 -3.72268218 390.8526 10.85906* 4.44e-05 -4.372952 -2.805551 -3.73604919 391.2878 0.628720 4.68e-05 -4.323442 -2.673546 -3.65301820 397.5152 8.822095 4.56e-05 -4.354378 -2.621987 -3.65043221 399.4297 2.659076 4.72e-05 -4.325413 -2.510527 -3.58794622 402.4741 4.143664 4.81e-05 -4.312140 -2.414759 -3.54115123 407.6645 6.920625 4.77e-05 -4.328674 -2.348799 -3.524164
Cap
ítul
o: A
nexo
s
67
24 410.9176 4.247115 4.85e-05 -4.318301 -2.255930 -3.480270 * indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
Regresando a la conclusión preliminar alcanzada anteriormente en el modelo
VAR de 22 rezagos, se realiza una estimación VAR tomando a PBI como variable
exógena. Se debe determinar nuevamente cuál es el número de rezagos óptimos, por
lo que se analizan los diferentes test que brinda E-Views.
Se decidió realizar la estimación del VAR con 14 rezagos porque coinciden en
este número los indicadores de error final de predicción (FPE) y el criterio de
información de Akaike (AIC). En la tabla 16 se observan los indicadores relevantes de la
estimación VAR con 14 rezagos; el valor y la significatividad individual de cada uno de
ellos se ilustra en el Anexo 10.
TABLA 17: ESTIMACIÓN DEL VAR CON PBI COMO EXÓGENA Y 14 REZAGOS
Vector Autoregression Estimates Sample (adjusted): 1998M03 2010M12 Included observations: 154 after adjustments Standard errors in ( ) & t-statistics in [ ]
R-squared 0.965449 0.818938 Adj. R-squared 0.957368 0.776593 Sum sq. Resids 0.427230 1.195059 S.E. equation 0.058698 0.098171 F-statistic 119.4779 19.33962 Log likelihood 234.8121 155.6078 Akaike AIC -2.659897 -1.631270 Schwarz SC -2.068283 -1.039656 Mean dependent 2.483610 14.33815 S.D. dependent 0.284284 0.207700
Determinant resid covariance (dof adj.) 3.12E-05 Determinant resid covariance 2.02E-05 Log likelihood 395.3089 Akaike information criterion -4.354661 Schwarz criterion -3.171433
Cap
ítul
o: A
nexo
s
68
El modelo VAR con 14 rezagos y Log de PBI como variable exógena, presenta
buen nivel de R cuadrado y estadístico F. En la tabla 17, a través del test de Wald y el
test de Granger se confirma la existencia de sistema entre Toneladas y Tarifa Media ya
que se rechaza en ambos casos la hipótesis de exogeneidad, lo cual valida la
estimación del VAR.
TABLA 17: TEST DE CAUSALIDAD DE GRANGER Y TEST DE EXOGENEIDAD EN BLOQUE DE WALD
VAR Granger Causality/Block Exogeneity Wald TestsSample: 1997M01 2010M12Included observations: 154
Dependent variable: TMEDL
Excluded Chi-sq Df Prob.
TONL 30.61352 14 0.0063
All 30.61352 14 0.0063
Dependent variable: TONL
Excluded Chi-sq Df Prob.
TMEDL 30.56535 14 0.0064
All 30.56535 14 0.0064
FIGURA 17: CORRELOGRAMA DE LOS RESIDUOS
Cap
ítul
o: A
nexo
s
69
La tabla 18 muestra que todos los módulos de las raíces del modelo caen
dentro del círculo unitario, por lo que el modelo VAR satisface la condición de
estabilidad y es posible predecir con el modelo ya que sus valores de largo plazo
convergen.
TABLA 18: RAÍCES AUTORREGRESIVAS
Roots of Characteristic PolynomialEndogenous variables: TMEDL TONL Exogenous variables: C PBILLag specification: 1 14
Root Modulus
0.998767 0.998767 0.854158 - 0.495627i 0.987538 0.854158 + 0.495627i 0.987538 0.493016 - 0.843495i 0.977010 0.493016 + 0.843495i 0.977010-0.014478 + 0.971379i 0.971487-0.014478 - 0.971379i 0.971487 0.947788 - 0.027862i 0.948198 0.947788 + 0.027862i 0.948198
Cap
ítul
o: A
nexo
s
70
-0.447579 + 0.789849i 0.907848-0.447579 - 0.789849i 0.907848-0.905970 0.905970-0.724818 + 0.543416i 0.905904-0.724818 - 0.543416i 0.905904-0.785627 - 0.427175i 0.894253-0.785627 + 0.427175i 0.894253-0.884394 0.884394-0.399590 - 0.782379i 0.878516-0.399590 + 0.782379i 0.878516 0.772352 + 0.388098i 0.864377 0.772352 - 0.388098i 0.864377 0.210537 + 0.776050i 0.804101 0.210537 - 0.776050i 0.804101 0.475185 + 0.634764i 0.792923 0.475185 - 0.634764i 0.792923-0.156670 - 0.695468i 0.712896-0.156670 + 0.695468i 0.712896-0.446612 0.446612
No root lies outside the unit circle. VAR satisfies the stability condition.
La figura 17 muestra los correlogramas de los residuos, se puede apreciar que
las barras caen dentro del intervalo de confianza, por lo que se acepta la hipótesis nula
de ausencia de autocorrelación.
El test del multiplicador de Lagrange se utiliza para detectar autocorrelación de
cualquier orden, especialmente en aquellos modelos con o sin variables dependientes
retardadas. Como lo indica la tabla 19 se acepta la hipótesis nula de no correlación al
95%, por lo que no presenta autocorrelación de errores.
TABLA 19: PRUEBA DE BREUSCH GODFREY O PRUEBA DEL MULTIPLICADOR DE LAGRANGE (LM)
VAR Residual Serial Correlation LM Tests
H0: no serial correlation at lag order h
Sample: 1997M01 2010M12
Included observations: 154
Lags LM-Stat Prob
1 2.722184 0.6053
Cap
ítul
o: A
nexo
s
71
2 7.909430 0.0950
3 0.346767 0.9866
4 1.682005 0.7940
5 2.810120 0.5901
6 5.809924 0.2138
7 4.942243 0.2933
8 2.929605 0.5697
9 9.023235 0.0605
10 7.638059 0.1058
11 2.568634 0.6324
12 10.67242 0.0305
13 3.328520 0.5044
14 4.256650 0.3724
15 2.106312 0.7162
Probs from chi-square with 4 df.
La tabla 20 muestra que los Residuos son normales, para cada ecuación y en
forma conjunta, ya que la probabilidad es mayor a 0,05. La tabla 21 muestra que los
residuos son heterocedásticos ya que se rechaza la hipótesis nula de
homocedasticidad.
TABLA 20: TEST DE NORMALIDAD DE LOS RESIDUOS
VAR Residual Normality Tests
Orthogonalization: Cholesky (Lutkepohl)
H0: residuals are multivariate normal
Sample: 1997M01 2010M12
Cap
ítul
o: A
nexo
s
72
Included observations: 154
Component Jarque-Bera Df Prob.
1 1.879876 2 0.39072 2.409734 2 0.2997
Joint 4.289610 4 0.3682
TABLA 21: PRUEBA DE HETEROSCEDASTICIDAD DE WHITE SIN TÉRMINOS CRUZADOS
VAR Residual Heteroskedasticity Tests: No Cross Terms (only levels and squares)Sample: 1997M01 2010M12Included observations: 154
Joint test:
Chi-sq df Prob.
224.0953 174 0.0062
En síntesis, el modelo presenta heterocedasticidad, residuos normales, no
autocorrelación y buena bondad de ajuste. Con el fin de eliminar la heterocedasticidad
de los errores se generaron un conjunto de variables ficticias que modelizan la
variabilidad en las toneladas transportadas por esta modalidad, observada en las
figuras 12 y 15. Ellas son:
F0, esta variable reúne los cambios económicos ocurridos en el país en 2002
asumiendo el valor 1 desde enero de 1997 hasta febrero de 2002 y el valor cero
desde marzo de 2002 hasta diciembre de 2010.
F2, asume el valor 1 para los meses de febrero, 0 para todos los otros meses.
F312, asume el valor 1 para los meses de marzo y diciembre, se decidió
incorporar ambos meses en una misma ficticia ya que sus errores se comportan
de manera similar, 0 para todos los otros meses.
F49, asume el valor 1 para los meses de abril y septiembre, 0 para todos los
otros meses.
F5, asume el valor 1 para el mes de mayo, 0 para todos los otros meses.
F6, asume el valor 1 para el mes de junio, 0 para todos los otros meses.
Cap
ítul
o: A
nexo
s
73
F710, asume el valor 1 para los meses julio y octubre, 0 para todos los otros
meses.
F8, asume el valor 1 para el mes de agosto, 0 para todos los otros meses.
Se incorporan estas variables en la estimación VAR como variables exógenas y
se observa que no sólo no se soluciona la heterocedasticidad de los errores, sino que
los residuos no son normales y existe autocorrelación. Por lo que se decide dejar el
VAR original sin ficticias, con PBI como variable exógena y 14 rezagos, para exponer a
partir de allí las relaciones de corto plazo.
5.2.2.2 RELACIÓN DE CORTO PLAZO
El Vector de Corrección de Errores (VEC) es un modelo VAR que posee
restricciones de cointegración incluidas en su especificación. El principio detrás de
estos modelos es que existe una relación de equilibrio a largo plazo entre variables
económicas y que, sin embargo, en el corto plazo puede haber desequilibrios. Con los
modelos de corrección del error, una proporción del desequilibrio de un período -el
error, interpretado como un alejamiento de la senda de equilibrio a largo plazo- es
corregido gradualmente a través de ajustes parciales en el corto plazo. Una de las
claves de los modelos VEC es determinar si las series que se modelizan son
cointegradas y, si es así, determinar la ecuación de cointegración. Para ello se utiliza el
método de Johansen.
Tal y como se determinó al inicio del análisis de las series de datos, se verifica
que el conjunto de variables son integradas del mismo orden, todas ellas están
cointegradas, por lo que se asegura la existencia de una relación no espuria entre las
mismas. El concepto de cointegración es la noción estadística equivalente a la idea de
equilibrio estable, en el sentido de que cuando existe una relación de este tipo entre
variables económicas, las desviaciones de la citada relación no pueden ser fuertes ni
crecer ilimitadamente. De esta forma, la cointegración de las variables de un modelo
da validez al mismo en el largo plazo.
Cuando una serie es no estacionaria o integrada, los valores que toma en un
momento del tiempo son, por definición, la acumulación de todas las perturbaciones o
“shocks” pasados; a diferencia de las series estacionarias, para las cuales el efecto de
Cap
ítul
o: A
nexo
s
74
las perturbaciones es transitorio. Entonces, el hecho que una combinación lineal de un
conjunto de variables sea estacionaria implica, intuitivamente, que la forma en que
éstas se “mueven” en el tiempo es similar. El análisis de la cointegración permite, entre
otras cosas, detectar si existe la posibilidad de obtener estimaciones correctas; es
decir, libres de resultados espurios, de los parámetros que definen las relaciones entre
dos o más series, tanto a corto como a largo plazo.
Además, si existe cointegración entre las variables de un modelo, este puede
analizarse mediante un mecanismo de corrección del error (VEC) que representa el
comportamiento dinámico de las series y, por lo tanto, constituye una base adecuada
para el análisis empírico cubriendo la faceta del equilibrio sobre todo en el corto plazo.
Siguiendo el teorema de representación de Granger, bajo la hipótesis de
cointegración, el modelo VAR original puede ser reparametrizado en su equivalente
VEC de la forma:
∆ Y t=Γ 1∆ Y t−1+…+Γ p−1 ∆ Y t−p−1+Π Y t−1+μ+Ψ D t+ε t
Donde
Π=αβ ' , ambos, α y β son matrices de rango máximo Kxr. β’ es una matriz que
representa las relaciones de cointegración de tal manera que β’Yt es estacionaria y se
interpreta como la relación de equilibrio de largo plazo entre las variables
conjuntamente determinadas. La palabra equilibrio aquí no se refiere a la condición de
equilibrio del mercado, sino más bien a la relación en la que el sistema convergirá con
el tiempo. Durante el corto plazo, puede haber choques estocásticos que obliguen al
sistema a desviarse del equilibrio; sin embargo, en presencia de la relación de
cointegración, las variables convergirán nuevamente al equilibrio de largo plazo, por el
movimiento coordinado de las variables. Las desviaciones de las relaciones de
equilibrio β’Yt forman un proceso estacionario y α contiene los coeficientes de
velocidad de ajuste de la ecuación.
Para el caso particular en que el número de variables explicativas (K) es igual a
2, Yt representa a Toneladas y Tarifa Media, α = (α1, α2)’, representa la matriz de
Cap
ítul
o: A
nexo
s
75
coeficientes de velocidad de ajuste: α1 y α2 muestran cómo responden a las
desviaciones las variables Toneladas y Tarifa Media.
En la ecuación existe correlación contemporánea entre los términos de error,
esto implica la participación simultánea bidireccional de retroalimentación entre las
variables endógenas Toneladas y Tarifa Media.
TABLA 22: PRUEBA DE COINTEGRACIÓN DE JOHANSEN, PARA DETERMINAR EL RANGO
DE COINTEGRACIÓN DEL SISTEMA.
Sample: 1997M01 2010M12Included observations: 153Series: TMEDL TONL Exogenous series: PBIL Warning: Rank Test critical values derived assuming no exogenous seriesLags interval: 1 to 14
Selected (0.05 level*) Number of Cointegrating Relations by Model
Data Trend: None None Linear Linear QuadraticTest Type No Intercept Intercept Intercept Intercept Intercept
No Trend No Trend No Trend Trend TrendTrace 0 0 0 0 0
Max-Eig 0 0 0 0 0
*Critical values based on MacKinnon-Haug-Michelis (1999)
De acuerdo a los distintos test donde se incluye o no intercepto y tendencia -
detallados en la tabla 22-, se observa que no existe relación de cointegración, para la
prueba de la Traza y lo mismo ocurre con la prueba de Máxima Verosimilitud. Al no
existir al menos una ecuación de cointegración no es válido estimar el VEC por lo que
no se pueden determinar las relaciones de corto plazo de las variables analizadas.
El objetivo del análisis era estimar el VAR y el VEC para comparar las
estimaciones y resultados obtenidos por Kulshrestha (2001), y ver las relaciones de
largo plazo y corto plazo de las variables del modelo, obteniendo la causalidad de las
mismas y las estimaciones de las elasticidades. Es evidente que no se ha llegado a
obtener estos resultados.
Cap
ítul
o: A
nexo
s
76
Seguidamente, se decide continuar el análisis diferenciando las series 12 meses
y modelizando un VAR con series estacionarias; lo cual nos llevaría a encontrar las
elasticidades pero no las relaciones de corto y largo plazo.
5.2.3 Elasticidades de demanda
La figura 18 muestra el desempeño de la variable PBI diferenciada 12 meses,
entre enero de 1998 y diciembre de 2010; la serie presenta cambio de tendencia en
febrero de 2002, año en que la crisis política y económica desatada hacia fines de 2001
muestra su mayor impacto; después, la salida de la Convertibilidad y el aumento de los
precios de los commodities agrícolas posibilitaron el aumento del PBI. Entre 2004 y
2008 presenta una tendencia estable con algunos vaivenes; en 2008 vuelve a caer por
la fuerte sequía que se vivió en ese año, el conflicto con el campo y las consecuencias
de la crisis subprime alcanzando un mínimo en 2009. En 2010 vuelve a presentar una
tendencia creciente por la mejora del contexto internacional.
La figura 19 ilustra la evolución de la serie Tarifa Media en pesos por toneladas
diferenciada 12 meses, la misma muestra una gran volatilidad, explicada por los cuellos
de botella y los consecuentes aumentos de tarifa que se generan cuando comienza a
comercializarse la cosecha gruesa del año. Entre 2002 y 2003 presenta grandes
variaciones, luego comienza a visualizarse una cierta tendencia decreciente hasta
2006, donde se presenta un cambio estructural iniciando una evolución creciente en
las tarifas hasta 2008. En general, las grandes variaciones se dan durante los meses de
enero, esto se explica por la disminución de la demanda.
En la variable Toneladas diferenciada 12 meses, representada en la figura 20, se
observa gran volatilidad y estacionalidad propia de la actividad. El transporte de granos
tiene una gran participación en la demanda de este servicio, los volúmenes
transportados se incrementan a partir del mes de marzo, cuando se inician los trabajos
de cosecha de la campaña gruesa y llegan a un mínimo entre los meses de enero y
febrero.
Las tres series presentan tendencia creciente, y se presumen no estacionarias
con valores medios y varianzas diferentes a lo largo del tiempo; particularmente, las
series Toneladas y Tarifa Media presentan alta volatilidad y estacionalidad, es
Cap
ítul
o: A
nexo
s
77
decir, variaciones en las diferentes
mediciones realizadas y
comportamiento sistemático durante el
año.
FIGURA 18: PBI DIFERENCIADO 12 MESES
-.20
-.15
-.10
-.05
.00
.05
.10
.15
97 98 99 00 01 02 03 04 05 06 07 08 09 10
PBI12
FIGURA 19: TARIFA MEDIA DIFERENCIADA 12 MESES
-.3
-.2
-.1
.0
.1
.2
.3
.4
97 98 99 00 01 02 03 04 05 06 07 08 09 10
TMED12
FIGURA 20: TONELADAS DIFERENCIADA 12 MESES
-.5
-.4
-.3
-.2
-.1
.0
.1
.2
.3
.4
97 98 99 00 01 02 03 04 05 06 07 08 09 10
TON12
FIGURA 21: ESTACIONALIDAD DE LA VARIABLE PBI DIFERENCIADO 12 MESES
-.2
-.1
.0
.1
.2
PBI12 Means by Season
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
PBI12 by Season
FIGURA 22 : ESTACIONALIDAD DE LA VARIABLE TARIFA MEDIA DIFERENCIADA 12 MESES
-.4
-.2
.0
.2
.4
TMED12 Means by Season
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
TMED12 by Season
FIGURA 23: ESTACIONALIDAD DE LA SERIE TONELADAS DIFERENCIADA 12
MESES
-.6
-.4
-.2
.0
.2
.4
TON12 Means by Season
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
TON12 by Season
En las figuras 21 a 23 para cada
uno de los meses se observan cómo
cambian los valores medios en las
variables PBI, Toneladas y Tarifa Media
Cap
ítul
o: A
nexo
s
78
que reafirman, principalmente para estas dos últimas, lo mencionado anteriormente
respecto de la estacionalidad de la actividad. Para confirmarla se realizó el test de
igualdad de medias para cada una de las variables por separado, en las tres situaciones
se rechaza la hipótesis nula por lo que las medias no son iguales.
Además, se presenta el test de igualdad de varianzas para cada una de las
variables y se obtiene que tanto para PBI como para Tarifa Media se rechaza la
hipótesis nula de igualdad de varianzas, por lo que presentan estacionalidad, a
diferencia de la variable Toneladas donde se acepta la hipótesis nula, por lo que la
serie es estacionaria. Estos resultados muestran la presencia de estacionalidad en las
series.
TABLA 23: TEST DE IGUALDAD DE MEDIAS Y VARIANZAS
Anova F - Estadístico Log PBI Log Tarifa Media Log Toneladas
MediasValor 352,4223 181,9769 8,3630
Probabilidad 0,0000 0,0000 0,0000Método Bartlett PBI Tarifa Media Toneladas
VarianzaValor 15,45956 4,783166 2,015459
Probabilidad 0,0015 0,0033 0,7329
TABLA 24: CORRELOGRAMA DE LA SERIE PBI, TARIFA MEDIA Y TONELADAS
PBI diferenciada 12 meses Tarifa Media diferenciada 12 meses
Toneladas diferenciada 12 meses
El correlograma para cada una de las series analizadas presenta un proceso
autorregresivo de orden uno, AR (1). Para corroborar esto se realizan los test de raíces
unitarias. La serie PBI diferenciada 12 meses modelada sin intercepto ni tendencia, es
estacionaria en nivel ya que su p-valor es menor a 0,10. Las series Tarifa Media
diferenciada 12 meses y Toneladas diferenciada 12 meses son estacionarias en nivel,
ya que sus p-valores son menores a 0,05.
TABLA 25: CONTRASTE DE PHILLIPS-PERRON SIN INTERCEPTO NI TENDENCIA (1998:01; 2010:12)
Serie NivelEstadístico t Probabilidad
PBI -1.711665 0.0824Tarifa -4.084068 0.0001
Cap
ítul
o: A
nexo
s
79
MediaToneladas -6.798628 0.0000
Esto indica que las series Tarifa Media diferenciada 12 meses y Toneladas
diferenciada 12 meses son integradas de orden cero, I(0), con un nivel de confianza del
0,95 y la serie PBI diferenciada 12 meses es integrada de orden cero, I(0), para un nivel
de confianza del 0,90. Dado que las variables son estacionarias, no existe cointegración
entre las mismas, por lo que no se puede determinar un equilibrio de largo plazo hacia
el cual converge el sistema a lo largo del tiempo, ni las relaciones de desequilibrio de
corto plazo. Sin embargo, por ser integradas de orden cero, igualmente se obtienen
relaciones no espurias y se pueden determinar las elasticidades.
Se realiza nuevamente una estimación VAR, con las variables diferenciadas 12
meses. DTONL es la diferenciación 12 meses del logaritmo de la serie Toneladas, DPBIL
es la diferenciación 12 meses del logaritmo de la variable PBI y DTMEDL es la
diferenciación 12 meses del logaritmo de la variable Tarifa Media. Se debe determinar
el número de rezagos óptimos, por lo que se analizan los diferentes test que brinda E-
Views, lo que se presenta en la tabla 26.
Se ha decidido realizar la estimación del VAR con 2 rezagos porque coinciden en
este número los criterios de información de Schwarz (SC) y de Hannan-Quinn (HQ). En
la tabla 27 se observan los indicadores relevantes de la estimación VAR con 2 rezagos;
el valor y la significatividad individual de cada uno de ellos se ilustra en el Anexo 11.
Las variables en logaritmo y diferenciadas 12 meses no presentan buen nivel de R
cuadrado, excepto la variable PBI y presentan un buen estadístico F. En la tabla 28 se
expone que hay sistema entre Toneladas y Tarifa Media ya que se rechaza en ambos
casos la hipótesis de exogeneidad, lo cual valida la estimación del VAR.
La tabla 29 muestra que todos los módulos de las raíces del modelo caen
dentro del círculo unitario, por lo que el modelo VAR satisface la condición de
estabilidad y es posible predecir con el modelo ya que sus valores de largo plazo
convergen.
TABLA 26: CRITERIOS DE SELECCIÓN DEL ORDEN DE REZAGOS DEL MODELO VAR
Cap
ítul
o: A
nexo
s
80
VAR Lag Order Selection Criteria
Cap
ítul
o: A
nexo
s
81
Endogenous variables: DTONL DPBIL DTMEDL Exogenous variables: C Date: 11/13/11 Time: 13:01Sample: 1997M01 2010M12Included observations: 138
Lag LogL LR FPE AIC SC HQ
0 6.728537 NA 0.000190 -0.054037 0.009599 -0.0281771 391.1305 746.5198 8.25e-07 -5.494645 -5.240101 -5.3912052 506.6341 219.2894 1.76e-07 -7.038175 -6.592723* -6.857155*3 516.8265 18.90775 1.73e-07 -7.055457 -6.419098 -6.7968564 526.5723 17.65531 1.72e-07* -7.066265 -6.238997 -6.7300845 531.8016 9.246051 1.81e-07 -7.011617 -5.993442 -6.5978566 540.8203 15.55404 1.82e-07 -7.011889 -5.802806 -6.5205477 545.7308 8.255208 1.93e-07 -6.952620 -5.552629 -6.3836988 551.7979 9.936027 2.03e-07 -6.910114 -5.319215 -6.2636129 555.5387 5.963594 2.20e-07 -6.833894 -5.052087 -6.109812
10 563.3149 12.05877 2.25e-07 -6.816158 -4.843443 -6.01449611 567.1036 5.710470 2.45e-07 -6.740631 -4.577009 -5.86138912 581.2618 20.72435 2.29e-07 -6.815388 -4.460858 -5.85856513 603.8244 32.04549 1.90e-07 -7.011948 -4.466510 -5.97754514 619.2579 21.24904* 1.76e-07 -7.105188 -4.368842 -5.99320415 630.8197 15.41568 1.72e-07 -7.142315 -4.215061 -5.95275116 639.8995 11.71168 1.75e-07 -7.143472 -4.025310 -5.87632817 648.0215 10.12302 1.81e-07 -7.130746 -3.821677 -5.78602218 661.2806 15.94939 1.74e-07 -7.192473* -3.692496 -5.770169
* indicates lag order selected by the criterion LR: sequential modified LR test statistic (each test at 5% level) FPE: Final prediction error AIC: Akaike information criterion SC: Schwarz information criterion HQ: Hannan-Quinn information criterion
TABLA 27: ESTIMACIÓN DEL VAR CON DOS REZAGOS Y LAS VARIABLES EN LOGARITMO, DIFERENCIADAS 12 MESES
R-squared 0.360353 0.996642 0.643077 Adj. R-squared 0.334245 0.996505 0.628508 Sum sq. Resids 2.067132 0.002300 104.9520 S.E. equation 0.118584 0.003956 0.844961 F-statistic 13.80240 7272.205 44.14216 Log likelihood 113.4143 637.0772 -188.9909
Cap
ítul
o: A
nexo
s
82
Vector Autoregression Estimates Date: 11/13/11 Time: 13:10 Sample (adjusted): 1998M03 2010M12 Included observations: 154 after adjustments Standard errors in ( ) & t-statistics in [ ]
DTONL DPBIL DTMEDL
Akaike AIC -1.382004 -8.182821 2.545336 Schwarz SC -1.243961 -8.044778 2.683380 Mean dependent 0.018813 0.031678 0.760307 S.D. dependent 0.145334 0.066918 1.386315
Determinant resid covariance (dof adj.) 1.40E-07 Determinant resid covariance 1.22E-07 Log likelihood 570.4636 Akaike information criterion -7.135890 Schwarz criterion -6.721761
La figura 24 muestra los correlogramas de los residuos, se puede apreciar que
más del 90% de las barras caen dentro del intervalo de confianza, por lo que se acepta
la hipótesis nula de ausencia de autocorrelación.
El test del multiplicador de Lagrange se utiliza para detectar autocorrelación de
cualquier orden, especialmente en aquellos modelos con o sin variables dependientes
retardadas. Como lo indica la tabla 30 se acepta la hipótesis nula de no correlación de
errores, al nivel de significatividad del 1%.
TABLA 28: TEST DE CAUSALIDAD DE GRANGER Y TEST DE EXOGENEIDAD EN BLOQUE DE WALD
VAR Granger Causality/Block Exogeneity Wald TestsSample: 1997M01 2010M12Included observations: 154
Dependent variable: DTONL
Excluded Chi-sq Df Prob.
DPBIL 1.057624 2 0.5893DTMEDL 11.57436 2 0.0031
All 16.75164 4 0.0022
Dependent variable: DPBIL
Cap
ítul
o: A
nexo
s
83
Excluded Chi-sq Df Prob.
DTONL 0.347163 2 0.8406DTMEDL 7.319912 2 0.0257
All 10.49336 4 0.0329
Dependent variable: DTMEDL
Excluded Chi-sq Df Prob.
DTONL 10.07578 2 0.0065DPBIL 4.164348 2 0.1247
All 15.85226 4 0.0032
TABLA 29: RAÍCES AUTORREGRESIVAS
Roots of Characteristic PolynomialEndogenous variables: DTONL DPBIL DTMEDL Exogenous variables: C Lag specification: 1 2
Root Modulus
0.949798 - 0.106135i 0.955710 0.949798 + 0.106135i 0.955710 0.846135 0.846135 0.477352 0.477352-0.148725 - 0.184343i 0.236858-0.148725 + 0.184343i 0.236858
No root lies outside the unit circle. VAR satisfies the stability condition.
Cap
ítul
o: A
nexo
s
84
FIGURA 24: CORRELOGRAMA DE LOS RESIDUOS
TABLA 30: PRUEBA DE BREUSCH GODFREY O PRUEBA DEL MULTIPLICADOR DE LAGRANGE (LM)
VAR Residual Serial Correlation LM TestsH0: no serial correlation at lag order hSample: 1997M01 2010M12Included observations: 154
Lags LM-Stat Prob
1 17.50314 0.04142 10.38690 0.32013 13.60090 0.1372
Probs from chi-square with 9 df.
La tabla 31 muestra que los residuos no son normales para cada ecuación y en
forma conjunta, ya que la probabilidad es menor a 0,05. Sólo son normales para la
tercera ecuación que corresponde a la modelización de la variable tarifa media. La
tabla 32 muestra que los residuos son heterocedásticos ya que se rechaza la hipótesis
nula de residuos homocedásticos.
Cap
ítul
o: A
nexo
s
85
TABLA 31: TEST DE NORMALIDAD DE LOS RESIDUOS
VAR Residual Normality Tests
Orthogonalization: Cholesky (Lutkepohl)
H0: residuals are multivariate normal
Sample: 1997M01 2010M12
Included observations: 154Component Jarque-Bera df Prob.
1 28.15101 2 0.00002 118.6332 2 0.00003 0.497234 2 0.7799
Joint 147.2815 6 0.0000
TABLA 32: PRUEBA DE HETEROSCEDASTICIDAD DE WHITE SIN TÉRMINOS CRUZADOS
VAR Residual Heteroskedasticity Tests: No Cross Terms (only levels and squares)Sample: 1997M01 2010M12Included observations: 154
Joint test:
Chi-sq df Prob.
153.8557 72 0.0000
El modelo presenta heterocedasticidad, residuos no normales y no
autocorrelación. La bondad de ajuste indica para la variable toneladas, y en menor
medida para tarifa media, la ausencia de efectos determinantes incorporados en la
ecuación. Por lo tanto, no cumple con las condiciones para una buena estimación
desde el punto de vista estadístico, por lo que no se puede llegar a obtener las
elasticidades.
En síntesis, se han intentado diferentes alternativas para que el modelo VAR
arrojara estimaciones no espurias, con el fin de analizar las relaciones de corto y largo
plazo del sistema, la causalidad de las variables y la relación de demanda, con sus
respectivas elasticidades, para el transporte de cargas por ferrocarril. Por lo visto
anteriormente, se concluye que no se han podido salvar las condiciones para una
buena estimación y no se han podido alcanzar los objetivos planteados.
Cap
ítul
o: A
nexo
s
86
Teniendo en cuenta la bibliografía y las fuentes disponibles se han agotado los
caminos para realizar un análisis de demanda del transporte de cargas por ferrocarril.
Además, no hay escritos sobre teoría de la oferta de transporte de cargas para este
medio, lo cual condiciona inicialmente la formulación de un modelo multiecuacional
del mercado de transporte de cargas. No obstante esto, es un potencial camino a
desarrollar haciendo uso de la teoría general de la oferta y de las características que
posee el sector. En este sentido, es posible especificar y estudiar, matemática y
econométricamente, un modelo de mercado para este sector, lo cual, dadas la
magnitud y nulidad de antecedentes en el tema, excede a este trabajo.
Una hipótesis que surge del análisis realizado es la marginalidad del sector en el
contexto de la economía argentina, las empresas no se manejan de acuerdo a una
función de demanda sino que tienen una infraestructura fija, capaz de brindar un
servicio, cuyos límites la ubican en un nivel muy inferior respecto de las necesidades
que el sistema productivo argentino tiene en estos momentos; quizás sea por esta
razón que no hay relaciones de corto plazo, no hay relaciones de largo plazo y no hay
elasticidades de demanda.
Cap
ítul
o: A
nexo
s
87
6. Conclusiones
Argentina presenta una situación geográfica que la hace potencialmente apta
para el desarrollo del ferrocarril. La implementación de este medio de transporte a
mediados del siglo XIX permitió unificar la Nación, abrir el país al comercio exterior y
acortar las distancias. Las inversiones extranjeras comienzan en el año 1860, a través
de las cuales se lograron construir cerca de 36.000 km de líneas férreas, convirtiendo a
la Argentina en el tercer sistema ferroviario después de EEUU y Canadá. Los
ferrocarriles británicos en la Argentina se extienden hasta el año 1914, a partir de aquí,
la disminución del flujo comercial con el exterior y el impedimento al aumento de
tarifas provocaron que no se realizaran los mantenimientos necesarios y el material se
volviera obsoleto con el paso de los años.
La situación antes descripta se mantiene hasta nuestros días, y hoy las
inversiones sólo alcanzan para modernizar el sistema de comunicaciones, a pesar que
la infraestructura se encuentra en un estado de desgaste avanzado y en continua
evolución en ese sentido.
A la falta de inversiones se le suman las continuas presiones sindicales que ha
vivido el sector, ya que se caracterizó, desde sus comienzos, por tener un fuerte
gremio que ha tenido preponderancia en la administración ferroviaria a partir de la
nacionalización de los ferrocarriles, sobre todo en períodos donde el poder sindical
poseía una importante participación en el poder político. Las continuas presiones por
parte de estos grupos y la política de mantener tarifas bajas, ha desencadenado un
déficit crónico que desestabilizó las cuentas fiscales. Este déficit siempre fue la
preocupación de los sucesivos gobiernos, y todos los planes que se idearon a lo largo
del período revisado, tenían como fin eliminarlo.
La última medida tendiente a alcanzar tal fin fue la implementación, en la
década de los 90, de las concesiones. Cabe remarcar que a la hora de adjudicar los
diferentes ramales no se tuvo en cuenta que se debía alcanzar una escala de negocio
adecuada para las empresas licenciatarias. Es por ello que estas empresas no han
podido hacer frente a los compromisos asumidos en su momento, en cuanto a las
inversiones que se debían realizar.
Cap
ítul
o: A
nexo
s
89
Además, es de destacar que la propiedad sigue siendo del Estado, y este hecho,
desincentiva a las empresas licenciatarias a invertir en grandes obras de
infraestructura, ya sea con recursos propios o financiándose, ya que el vivir en un país
tan inestable, tanto política como económicamente, dificulta las posibilidades de
previsión a largo plazo.
Otro factor clave en la explicación de la situación actual del sistema ferroviario,
es la falta de políticas de coordinación entre las distintas modalidades de transporte,
ya que las empresas de carga deben pagar un canon a las empresas de transporte de
pasajeros urbano por la utilización de sus vías para acceder a puertos. Por otro lado, no
existen políticas tendientes a articular el camión con el ferrocarril, ni infraestructura
que posibilite la accesibilidad a los puertos.
En los últimos años, los problemas de congestión y de externalidades negativas
asociadas al tráfico por carreteras han vuelto a poner de manifiesto las ventajas
competitivas del ferrocarril en determinados tráficos. La problemática del mismo ha
incrementado su protagonismo y han surgido diversos proyectos presentados en los
diferentes poderes del Estado, pero no hay aún una toma de decisiones en algún
sentido. Es un hecho que las supuestas ventajas naturales que debería disponer el
ferrocarril, han quedado relegadas por sus fallas de oferta.
Hoy por hoy los problemas de infraestructura en logística son muchos, ya sea
por desinterés, por trasfondos políticos o por falta de recursos. Se considera que es
posible alcanzar el potencial productivo y exportador del país mediante un correcto
planeamiento de una red de logística, centrada en la infraestructura de transporte
intermodal, que contemple la inclusión de las regiones más alejadas a los mercados
nacionales e internacionales. Esta red de logística debiera funcionar como un
verdadero sistema circulatorio, similar al del cuerpo humano, para canalizar de forma
adecuada y segura el movimiento de las riquezas productivas y de la población.
La dificultad en realizar este trabajo estuvo centrada en la falta de marco
teórico metodológico para analizar el sector de transporte de cargas, tanto a nivel
internacional como nacional. Particularmente en nuestro país no se ha localizado un
trabajo que se ocupe del análisis de la demanda del transporte de cargas. Se han
encontrado descripciones y diagnósticos de situación, pero no se realizan análisis de
Cap
ítul
o: A
nexo
s
90
datos con metodologías estadísticas que permitan hallar relaciones de variables y
pronosticar el comportamiento futuro.
Lamentablemente, no fue posible replicar el trabajo realizado para la India por
Kulshrestha (2001), dado que los sucesivos modelos VAR para las tres variables (con 2
y 22 rezagos), VAR para Toneladas y Tarifa Media con 14 rezagos no arrojaron buenas
estimaciones; adicionalmente, se especifica un modelo VAR con 12 rezagos, el cual
tampoco arroja los resultados deseados y lo mismo ocurrió con la estimación VAR con
las variables diferenciadas 12 meses. Con lo que no se ha podido hallar la relación de
cointegración entre las variables, ni sus elasticidades.
Se considera que no se ha podido lograr el objetivo planteado por los posibles
problemas de confiabilidad que tienen los datos. Desde la intervención del INDEC, no
se sabe cuál es el deflactor del PBI, por lo que las variables PBI real y tarifa media real
pueden no estar describiendo la realidad de los hechos. Además, se han encontrado
irregularidades en las series de datos aportadas por la Comisión Nacional de
Regulación de Transporte, en el sentido que en un caso particular se han cargado los
mismos datos para un año en cuanto a tarifa y toneladas transportadas para dos
empresas tan diferentes como son ALL Central y Belgrano Cargas. Dada esta falla en la
información, es de esperar que puedan existir otros errores, con lo que las series no
estarían representado lo realmente ocurrido. Además, el problema de no existencia de
series en cuanto al material rodante también influye en la estimación.
Adicionalmente, puede que el modelo no ajuste por tratarse de una demanda
muy particular, ya que existen procesos de integración vertical en tres de las seis
empresas concesionarias. Estas tres empresas, lo que hacen en general, es
garantizarse el movimiento de sus productos y con la capacidad ociosa remanente,
brindan el servicio a terceros. Una posible vía de estudio a posteriori, sería analizar en
detalle qué impactos tiene esta forma de organización sobre la demanda total del
sistema ferroviario; de ser significativo, es evidente que la demanda no responderá a
las condiciones naturales sino que lo hará en función de las necesidades de carga de
las empresas que tienen a su cargo la explotación del servicio.
Continuando con lo mencionado anteriormente, se debería tener en cuenta
que las restantes tres empresas, en donde no existirían procesos de integración
vertical, sólo brindan el servicio de transporte. Mientras que los elevadores de granos
Cap
ítul
o: A
nexo
s
91
y demás infraestructura necesaria para la carga de las mercaderías es propiedad de las
empresas que demandan el servicio o es alquilada por el concesionario, a ciertas
compañías. Sin embargo, se necesita una escala de negocio considerable para la
instalación de esta infraestructura y para afrontar su alquiler, por lo que son
generalmente los grandes acopiadores los que acceden al servicio.
Agotada la instancia de estudios de la demanda, resulta de interés la
formulación de una teoría de la oferta y la especificación, análisis matemático y
estimación de un modelo multiecuacional de mercado; estos análisis pueden ser las
líneas de investigación a seguir a partir de este trabajo, lo cual resultaría innovador y
de gran aporte a la teoría económica ya que no se han encontrado referencias de
modelos que estudien la oferta o el mercado del servicio de transporte de cargas por
ferrocarril.
Finalmente, hay que pensar que hoy la producción agrícola ha superado las 100
millones de toneladas y se pretende llegar a las 150 millones de toneladas en 2020. Es
evidente el déficit en infraestructura que presenta nuestro país para movilizar estos
volúmenes y es menester realizar grandes inversiones para tener un sistema de
transporte multimodal que logre estar a la altura de las circunstancias. Es de destacar,
que este déficit se profundizará aún más de concretarse el proyecto del Corredor
Bioceánico Aconcagua ya que se incrementará el flujo de mercancías que circulen por
el centro de nuestro país.
Por lo tanto, es de carácter urgente comenzar a planificar a largo plazo,
teniendo una visión global de la problemática e iniciar las inversiones necesarias de la
manera más pronta posible, con el fin de lograr el desarrollo de la Nación y evitar las
miles de muertes que se tienen año tras año en las rutas argentinas y los sobre costos
que tiene que afrontar el sector productivo debido a los cuellos de botellas generados
por la congestión.
Cap
ítul
o: A
nexo
s
92
7. Bibliografía
ALAF. (2009). Síntesis Estadística del sistema de transporte de mercaderías. Retrieved [último acceso: noviembre, 2011, de www.alaf.int.ar]
Alberdi, J. B. (1852). Bases y puntos de partida para la organización política de la República de Argentina (2009 ed. Lancelot). Buenos Aires.
Azpiazu, D. (2002). Las Privatizaciones en la Argentina. Diagnósticos y propuestas para una mayor competitividad y equidad social. Buenos Aires: Fundación OSDE - CIEPP.
BCR. (2010). Ferrocarril: El medio postergado. Revista de la Bolsa de Comercio de Rosario, vol.1510.
BCR (2011) Programa de Formación de la Bolsa de Comercio de Rosario.
Brotto, H. C. (2006). Infraestructura del Transporte de Cargas en la Argentina. In T. y. S. V. Centro Tecnológico de Transporte (Ed.), El Transporte Automotor de Cargas en la Argentina (pp. 73-98): Universidad Tecnológica Nacional.
C.N.R.T. (2007). Informe Estadístico de la Red Ferroviaria Argentina. Retrieved [ultimo acceso: noviembre, 2011, dewww.cnrt.gov.ar/infoferro/indexferro.htm]
Centro de Navegación. (2009). Irracional Historia del Transporte en Argentina. Retrieved [ultimo acceso: noviembre, 2010, dewww.centrodenavegacion.org.ar/novedades/jul2009/Irracional_historia.doc]
Cristini M. y otros (2002). Infraestructura y costos de logística en la Argentina (Vol. Documento de Trabajo Nº75, pp. 77). Buenos Aires: FIEL.
Ferreres, O. J. (2010). Dos siglos de economía argentina. 1810-2010: El Ateneo
FIEL. (1998). Argentina: Infraestructura, Ciclo y Crecimiento (pp. 109). Buenos Aires.
Foro de la Cadena Agroindustrial Argentina. (2010). Infraestructura de Transporte de Cargas en la República Argentina (pp. 43).
Koleda, A. y otros (1997). Consideraciones sobre demanda de transporte de cargas, Mendoza como nudo de tránsito entre Mercosur y Chile. Mendoza: Universidad Nacional de Cuyo.
Kulshrestha, M. y otros (2001). A multivariate cointegrating vector auto regressive model of freight transport demand: evidence from Indian railways. Transportation Research, vol.35.
Martínez, J.P. (2006). Transporte Ferroviario en Argentina: a diez años de la reforma. CEPAL. De:
http://www.eclac.org/drni/noticias/noticias/7/26637/Juan_Pablo_Mart%C3%ADnez.pdf
Cap
ítul
o: A
nexo
s
93
Martos, L. P. y otros (2002). El enfoque microeconómico en la estimación de la demanda de transporte de mercancías. Análisis desde una perspectiva regional. Fundación Centro de Estudios Andaluces.
Mata, H. (2005). Nociones Elementales de Cointegración. Enfoque de Soren Johansen. Dehttp://webdelprofesor.ula.ve/economia/hmata/Notas/Johansen.pdf
Misculin, N. (2010). Ruina de la red ferroviaria traba desarrollo agro argentino. Terra Retrieved [ultimo acceso: noviembre, 2010, dehttp://economia.terra.com/noticias/noticia.aspx?idNoticia=201004261457_RTI_1272293872nN26168964&idtel=RV011FERROVI]
Movimiento tren para todos. (2008). Anteproyecto de Ley Tren para Todos.
Nombela, G. y otros (2003). Economía del Transporte. Barcelona: Antoni Bosch
Pérez, C. (2006). Econometría de las Series Temporales. Madrid: Pearson Educación
Roccatagliata, J. (1987). Los Ferrocarriles en Argentina. Buenos Aires: EUDEBA
Rubio, S. y otros (2011). Infraestructura Vial y Social, Una Argentina competitiva, productiva y federal: IERAL.
Scalabrini Ortiz, R. (1974). Historia de los Ferrocarriles Argentinos. Buenos Aires: Editorial Plus Ultra.
Schvarzer, J. (1999). Los ferrocarriles de carga en la Argentina. Problemas y desafíos en vísperas del siglo XXI, CEEED (Primera Edición ed., Vol. Documento de trabajo Nº2, pp. 30). Buenos Aires: Facultad de Ciencias Económicas Universidad de Buenos Aires.
Silvestri, J. C. (2007). Infraestructura y logística del transporte granario en la Argentina. Revista Institucional Bolsa de Comercio de Rosario, vol 1503.
Thomson, I. (1997). Los ferrocarriles y su contribución al comercio internacional. Buenos Aires: BID-INTAL.
Waddell, J. E. y otros (2007). Nueva Historia del ferrocarril en la Argentina. 150 años de políticas ferroviarias. Lumiere ed.
Wright, W. R. (1980). Los Ferrocarriles ingleses en la Argentina. Buenos Aires: EMECE.
Cap
ítul
o: A
nexo
s
94
8. Anexos
ANEXO1: RED CONCESIONADA A LA EMPRESA ALL CENTRAL
Fuente: C.N.R.T.
ANEXO 2: RED CONCESIONADA A LA EMPRESA FERROSUR ROCA
Fuente: C.N.R.T.
Cap
ítul
o: A
nexo
s
95
ANEXO 3: RED CONCESIONADA A LA EMPRESA ALL MESOPOTÁMICO
Fuente: C.N.R.T.
Cap
ítul
o: A
nexo
s
96
ANEXO 4: RED CONCESIONADA A LA EMPRESA BELGRANO CARGAS
Fuente: C.N.R.T.
Cap
ítul
o: A
nexo
s
97
ANEXO 5: RED CONCESIONADA A LA EMPRESA FERROEXPRESO PAMPEANO
Fuente: C.N.R.T.
Cap
ítul
o: A
nexo
s
98
ANEXO 6: RED CONCESIONADA A LA EMPRESA NUEVO CENTRAL ARGENTINO
Fuente: C.N.R.T.
Cap
ítul
o: A
nexo
s
99
Se exponen sólo los valores del estadístico t, los cuales indican la significatividad individual de la variable, por una cuestión de espacio y presentación de los resultados.
ANEXO7: ESTIMACIÓN DEL VAR CON DOS REZAGOS
Vector Autoregression Estimates Sample (adjusted): 1997M03 2010M12 Included observations: 166 after adjustments t-statistics in [ ]
TONL PBIL TMEDL
TONL(-1) [ 10.1308] [ 0.00460] [ 0.09549]TONL(-2) [-2.63783] [-1.46305] [-0.32133]PBIL(-1) [ 1.98685] [ 49.3623] [ 1.59714]PBIL(-2) [-2.04928] [-23.3609] [-1.54951]
TMEDL(-1) [ 4.78400] [-0.75097] [ 8.98699]TMEDL(-2) [-3.09907] [ 2.47085] [ 3.17732]
C [ 4.59385] [ 2.70853] [-0.61282]
R-squared 0.725182 0.999758 0.947097
Adj. R-squared 0.714811 0.999749 0.945100 Sum sq. Resids 1.930531 0.001155 0.697958 S.E. equation 0.110189 0.002695 0.066255 F-statistic 69.92740 109662.6 474.4150 Log likelihood 134.1542 750.1486 218.5977 Akaike AIC -1.531978 -8.953598 -2.549370 Schwarz SC -1.400750 -8.822369 -2.418142 Mean dependent 14.33031 12.62826 2.464436 S.D. dependent 0.206335 0.170204 0.282769
Determinant resid covariance (dof adj.) 3.84E-10 Determinant resid covariance 3.38E-10 Log likelihood 1103.549 Akaike information criterion -13.04276 Schwarz criterion -12.64907
ANEXO 8: ESTIMACIÓN DEL MODELO VAR CON 22 REZAGOS
Vector Autoregression Estimates Sample (adjusted): 1998M11 2010M12 Included observations: 146 after adjustments Standard errors in ( ) & t-statistics in [ ]
PBIL TMEDL TONL
PBIL(-1) [ 19.0894] [-0.14597] [-0.19312]PBIL(-2) [-4.84411] [ 0.68558] [ 0.28523]PBIL(-3) [ 0.44296] [-1.49371] [ 0.14818]PBIL(-4) [ 0.23974] [ 0.68834] [-0.71613]
Cap
ítul
o: A
nexo
s
100
PBIL(-5) [-0.22674] [ 1.65916] [ 0.49023]PBIL(-6) [-1.15321] [-2.11608] [ 0.53624]PBIL(-7) [ 2.04553] [ 0.06993] [-1.20014]PBIL(-8) [-0.75354] [ 1.25553] [ 0.30580]PBIL(-9) [-0.33700] [-1.26925] [ 0.57318]
PBIL(-10) [ 0.06940] [ 0.25620] [-0.14838]PBIL(-11) [ 0.19041] [ 1.22180] [-0.32565]PBIL(-12) [-0.94424] [-1.05580] [ 0.63905]PBIL(-13) [ 1.57753] [-0.38460] [ 0.19688]PBIL(-14) [-0.34075] [ 0.30064] [-0.66582]PBIL(-15) [-0.96832] [ 0.66951] [-0.63520]PBIL(-16) [ 1.32745] [-0.02416] [ 0.53679]PBIL(-17) [-1.02129] [-0.43975] [ 0.47154]PBIL(-18) [ 0.51233] [-0.76325] [-0.18029]PBIL(-19) [-0.44312] [ 1.15380] [-1.20240]PBIL(-20) [-0.15022] [ 0.64840] [ 1.26025]PBIL(-21) [ 0.49357] [-2.50663] [ 0.91124]PBIL(-22) [-0.15321] [ 3.01072] [-2.27248]
TMEDL(-1) [ 0.80210] [ 4.85699] [ 0.22902]TMEDL(-2) [ 0.49754] [ 2.20037] [-0.46696]TMEDL(-3) [ 0.02926] [ 0.61931] [ 2.09235]TMEDL(-4) [-2.34154] [ 0.91582] [ 1.82171]TMEDL(-5) [ 1.29761] [-0.14424] [-0.09487]TMEDL(-6) [ 0.36452] [-0.49398] [-0.97661]TMEDL(-7) [ 0.04987] [-0.79714] [ 0.47635]TMEDL(-8) [ 0.08444] [-0.66447] [-0.62402]TMEDL(-9) [ 0.22997] [ 0.56348] [-1.57984]
TMEDL(-10) [-1.35659] [ 1.15208] [-0.20940]TMEDL(-11) [ 0.28594] [-0.44833] [ 0.57076]TMEDL(-12) [-1.95022] [ 1.85247] [ 1.80960]TMEDL(-13) [ 2.43583] [-1.91114] [-0.78552]TMEDL(-14) [-0.69945] [-0.10260] [-0.96202]TMEDL(-15) [ 2.15316] [-0.15445] [-0.93105]TMEDL(-16) [-1.72945] [-0.57520] [-0.86824]TMEDL(-17) [-0.23853] [ 1.47779] [-1.21691]TMEDL(-18) [ 0.43543] [ 1.48246] [ 1.09058]TMEDL(-19) [-1.00603] [-0.51406] [-0.30420]TMEDL(-20) [ 0.94044] [-0.60221] [ 1.02562]TMEDL(-21) [-1.34326] [ 0.61823] [ 0.10955]TMEDL(-22) [ 3.27336] [-0.70689] [ 1.37464]
TONL(-1) [ 1.03560] [ 0.88991] [ 3.52557]TONL(-2) [-1.70446] [ 1.83323] [-0.70988]TONL(-3) [-0.98415] [-0.71478] [ 1.22416]TONL(-4) [ 0.32953] [-0.08434] [-1.04290]TONL(-5) [ 2.29063] [ 0.38616] [ 0.16076]TONL(-6) [-0.68834] [-1.99017] [ 0.56394]TONL(-7) [ 1.22306] [ 0.64455] [-0.29674]TONL(-8) [-1.03126] [ 2.56937] [ 0.28535]TONL(-9) [ 0.56885] [-0.63936] [-0.77858]
TONL(-10) [-0.71003] [ 0.55840] [ 0.62210]TONL(-11) [ 0.46246] [ 0.46447] [ 0.44871]
Cap
ítul
o: A
nexo
s
101
TONL(-12) [ 0.35669] [ 2.00770] [ 3.55337]TONL(-13) [-1.31817] [-1.48945] [ 0.50729]TONL(-14) [-0.00816] [-1.58314] [-1.52798]TONL(-15) [ 1.61961] [-0.50210] [-1.01199]TONL(-16) [ 0.05427] [-0.53065] [ 1.04985]TONL(-17) [-0.95491] [-0.22615] [-1.23893]TONL(-18) [ 1.58119] [ 1.44824] [-0.64371]TONL(-19) [-2.22924] [ 1.70469] [-0.48846]TONL(-20) [ 1.64349] [-3.06827] [ 1.00062]TONL(-21) [-0.31961] [ 1.20440] [-1.04582]TONL(-22) [-0.08913] [ 0.20938] [-0.92371]
C [ 1.16857] [-1.77981] [ 3.77282]
R-squared 0.882162 0.999907 0.980831 Adj. R-squared 0.783716 0.999829 0.964817 Sum sq. resids 0.763401 0.000432 0.224701 S.E. equation 0.098302 0.002340 0.053332 F-statistic 8.960825 12845.27 61.24753 Log likelihood 176.3462 722.1076 265.6261 Akaike AIC -1.497894 -8.974076 -2.720906 Schwarz SC -0.128704 -7.604887 -1.351717 Mean dependent 14.34434 12.63850 2.498300 S.D. dependent 0.211373 0.178900 0.284331
Determinant resid covariance (dof adj.) 1.40E-10 Determinant resid covariance 2.22E-11 Log likelihood 1169.305 Akaike information criterion -13.26446 Schwarz criterion -9.156890
ANEXO 9: ESTIMACIÓN DEL VAR CON DOCE REZAGOS
Vector Autoregression Estimates Date: 11/04/11 Time: 13:47 Sample (adjusted): 1998M01 2010M12 Included observations: 156 after adjustments Standard errors in ( ) & t-statistics in [ ]
TONL PBIL TMEDL
TONL(-1) [ 6.95585] [ 0.86119] [-0.38340]TONL(-2) [-2.25171] [-1.46761] [ 1.19171]TONL(-3) [ 0.97102] [-0.38806] [-1.33667]TONL(-4) [-0.86710] [ 0.35589] [-1.08728]TONL(-5) [-0.20373] [ 2.17875] [ 0.70366]TONL(-6) [-0.22501] [-0.57875] [-0.57977]TONL(-7) [ 0.16713] [ 0.06642] [ 0.04803]TONL(-8) [ 1.07399] [ 0.05793] [ 0.30875]
Cap
ítul
o: A
nexo
s
102
TONL(-9) [-2.16538] [ 0.22421] [ 0.04934]TONL(-10) [ 0.80982] [-0.06203] [ 0.03207]TONL(-11) [ 1.04483] [-0.05715] [ 1.82250]TONL(-12) [ 2.80123] [ 0.59972] [-0.68905]PBIL(-1) [-0.23470] [ 20.3907] [ 0.10888]PBIL(-2) [ 0.13589] [-3.98733] [ 0.46004]PBIL(-3) [ 0.33894] [-0.56957] [-0.68456]PBIL(-4) [-0.44343] [-0.29081] [-0.60947]PBIL(-5) [ 0.59748] [ 0.57060] [ 1.60898]PBIL(-6) [-1.13778] [-1.49821] [-0.98090]PBIL(-7) [ 0.33795] [ 2.32175] [ 0.37400]PBIL(-8) [ 0.33871] [-1.06381] [-0.43039]PBIL(-9) [ 0.18437] [ 0.26928] [ 0.04552]
PBIL(-10) [-0.38572] [-0.41162] [-0.48051]PBIL(-11) [ 0.25217] [-0.14652] [ 1.21785]PBIL(-12) [-0.33865] [ 0.74082] [-1.05305]
TMEDL(-1) [ 2.31848] [ 0.18279] [ 5.85703]TMEDL(-2) [-2.33349] [ 1.29243] [ 1.56969]TMEDL(-3) [ 1.51329] [ 0.72321] [ 1.28353]TMEDL(-4) [ 0.66059] [-2.13520] [-0.25822]TMEDL(-5) [-0.53624] [ 0.44531] [ 0.58732]TMEDL(-6) [-0.57655] [ 0.70415] [ 0.78140]TMEDL(-7) [ 0.56863] [-0.43312] [ 0.01469]TMEDL(-8) [ 0.27706] [-0.05484] [-0.79620]TMEDL(-9) [-0.72801] [ 0.44667] [ 0.69948]
TMEDL(-10) [ 0.13704] [ 0.19007] [ 0.77780]TMEDL(-11) [ 0.31835] [-0.20589] [-0.04596]TMEDL(-12) [-0.01150] [-0.41477] [ 0.24202]
C [ 2.89447] [-0.16635] [ 0.43115]
R-squared 0.809139 0.999816 0.961628 Adj. R-squared 0.751399 0.999760 0.950019 Sum sq. resids 1.316175 0.000863 0.480435 S.E. equation 0.105168 0.002693 0.063540 F-statistic 14.01360 17927.15 82.83911 Log likelihood 151.1055 722.8424 229.7132 Akaike AIC -1.462890 -8.792851 -2.470683 Schwarz SC -0.739527 -8.069487 -1.747319 Mean dependent 14.33331 12.63435 2.480202 S.D. dependent 0.210927 0.173774 0.284213
Determinant resid covariance (dof adj.) 3.20E-10 Determinant resid covariance 1.42E-10 Log likelihood 1104.673 Akaike information criterion -12.73940 Schwarz criterion -10.56931
Cap
ítul
o: A
nexo
s
103
ANEXO 10: ESTIMACIÓN DEL VAR CON PBI COMO EXÓGENA Y 14 REZAGOS
Vector Autoregression Estimates Sample (adjusted): 1998M03 2010M12 Included observations: 154 after adjustments Standard errors in ( ) & t-statistics in [ ]
TMEDL TONL
TMEDL(-1) [ 6.59581] [ 1.83140]TMEDL(-2) [ 1.90862] [-1.69882]TMEDL(-3) [ 1.75741] [ 2.00923]TMEDL(-4) [ 0.21745] [ 0.98098]TMEDL(-5) [ 0.43263] [-0.43285]TMEDL(-6) [-0.06584] [-0.90373]TMEDL(-7) [-0.29856] [ 0.42321]TMEDL(-8) [-0.61240] [ 0.43607]TMEDL(-9) [ 0.60112] [-1.46120]TMEDL(-10) [ 0.15886] [-0.30790]TMEDL(-11) [ 0.01719] [ 0.60461]TMEDL(-12) [ 2.23125] [ 1.92109]TMEDL(-13) [-1.91410] [-1.77900]TMEDL(-14) [ 0.01626] [-0.80682]
TONL(-1) [-0.24984] [ 6.99532]TONL(-2) [ 2.05070] [-1.40155]TONL(-3) [-0.72012] [ 1.60703]TONL(-4) [-1.53064] [-1.00597]TONL(-5) [ 0.23481] [-0.44444]TONL(-6) [ 0.04219] [ 0.31706]TONL(-7) [ 0.00441] [-0.05954]TONL(-8) [ 0.76204] [ 1.41651]TONL(-9) [-0.68225] [-2.03584]TONL(-10) [ 0.76040] [ 1.69922]TONL(-11) [ 0.63475] [ 0.32800]TONL(-12) [ 1.09608] [ 4.00000]TONL(-13) [-0.71826] [-0.61004]TONL(-14) [-2.77976] [-2.01584]
C [ 0.31760] [ 1.60553]PBIL [ 0.24151] [-0.67347]
R-squared 0.965432 0.818276 Adj. R-squared 0.957689 0.777570 Sum sq. resids 0.427431 1.199430 S.E. equation 0.058476 0.097956 F-statistic 124.6821 20.10200 Log likelihood 234.7759 155.3267 Akaike AIC -2.672414 -1.640606 Schwarz SC -2.100520 -1.068712 Mean dependent 2.483610 14.33815 S.D. dependent 0.284284 0.207700
Determinant resid covariance (dof adj.) 3.08E-05
Cap
ítul
o: A
nexo
s
104
Determinant resid covariance 2.03E-05 Log likelihood 395.0241 Akaike information criterion -4.376936 Schwarz criterion -3.233149
ANEXO 11: ESTIMACIÓN VAR CON 2 REZAGOS Y LAS VARIABLES EN LOGARITMO Y DIFERENCIADAS 12 MESES
Vector Autoregression Estimates Date: 11/13/11 Time: 13:10 Sample (adjusted): 1998M03 2010M12 Included observations: 154 after adjustments Standard errors in ( ) & t-statistics in [ ]
DTONL DPBIL DTMEDL
DTONL(-1) [ 5.80361] [ 0.51812] [-1.09648]DTONL(-2) [ 0.20664] [-0.51814] [ 3.09382]DPBIL(-1) [ 0.99305] [ 48.2914] [ 2.00319]DPBIL(-2) [-1.01934] [-23.2894] [-2.03676]
DTMEDL(-1) [ 2.81167] [-2.11841] [ 6.73162]DTMEDL(-2) [-0.78148] [ 2.69897] [ 2.65864]
C [-0.56504] [ 1.22268] [ 2.11013]
R-squared 0.360353 0.996642 0.643077 Adj. R-squared 0.334245 0.996505 0.628508 Sum sq. resids 2.067132 0.002300 104.9520 S.E. equation 0.118584 0.003956 0.844961 F-statistic 13.80240 7272.205 44.14216 Log likelihood 113.4143 637.0772 -188.9909 Akaike AIC -1.382004 -8.182821 2.545336 Schwarz SC -1.243961 -8.044778 2.683380 Mean dependent 0.018813 0.031678 0.760307 S.D. dependent 0.145334 0.066918 1.386315
Determinant resid covariance (dof adj.) 1.40E-07 Determinant resid covariance 1.22E-07 Log likelihood 570.4636 Akaike information criterion -7.135890 Schwarz criterion -6.721761
Cap
ítul
o: A
nexo
s
105