Explorando los factores que influyen en la demanda diferenciada por género en un sistema de bicicletas compartidas mexicano: un análisis espacio-temporal mediante Random Forest

Abstract

La brecha de género en el uso de sistemas de bicicletas compartidas obstaculiza la realización plena de los beneficios asociados a su utilización como alternativa de transporte urbano. Aunque diversos factores, tanto individuales como sociales y ambientales, influyen en el uso de la bicicleta, existe escasa investigación en la región latinoamericana que analice de manera diferenciada los efectos de las características espaciales del entorno urbano en hombres y mujeres. El presente estudio tiene como objetivo identificar y validar los factores que afectan de manera diferenciada la demanda por género en el sistema MiBici de Guadalajara. Para ello, se propone una estructura metodológica que utiliza datos de viajes realizados en octubre de 2019 para entrenar un modelo con el algoritmo de Random Forest. Este modelo, utiliza como datos de entrada la información del entorno urbano de las estaciones de origen y destino, para generar como salida el género del viajero. A partir de estos datos, el modelo permite determinar la importancia de cada variable en el proceso de clasificación, es decir, identifica qué variables son cruciales para determinar si un viaje fue realizado por una mujer o un hombre. Aunado a lo anterior, se busca validar los resultados mediante los datos de la Encuesta de Percepción MiBici del mismo año, así como a través de una visualización del cruce de variables urbanas y la densidad de viajes por género en mapas generados con un sistema de información geográfica. Aunque los resultados de esta última validación cualitativa por medio de visualización de mapas no fueron concluyentes, los resultados sugieren que la infraestructura ciclista, como las vialidades de prioridad ciclista, las ciclovías y los ciclopuertos, es de gran importancia para el modelo, al igual que la distancia al transporte público masivo, lo cual es consistente con la escasa literatura previa. Estos hallazgos tienen importantes implicaciones para el diseño de políticas de movilidad urbana inclusivas y la planificación de infraestructuras de transporte.

The gender gap in the usage of bike-sharing systems hinders the full realization of benefits associated with their role as an urban transportation alternative. Although various factors, both individual and social-environmental, influence bicycle usage, there is limited research in the Latin American region that differentially analyzes the effects of spatial characteristics of the urban environment on men and women. This study aims to identify and validate the factors that differentially affect the demand by gender in the MiBici system in Guadalajara. To achieve this, a methodological framework is proposed that uses travel data from October 2019 to train a model using the Random Forest algorithm. This model employs urban environment information from origin and destination stations as input to predict the traveler's gender as output. From this data, the model allows assessing the importance of each variable in the classification process, identifying crucial variables for determining whether a trip was made by a woman or a man. Additionally, the study seeks to validate results through the MiBici Perception Survey data from the same year, as well as through visualization of urban variable intersections and gender trip density on maps generated with a geographic information systems. While the results of this latter qualitative validation through map visualization were inconclusive, findings suggest that cycling infrastructure, such as bike priority lanes, bike paths, and bike racks, are crucial for the model, along with distance to mass public transit, consistent with limited prior literature. These findings have significant implications for the design of inclusive urban mobility policies and transport infrastructure planning.