Economía de los vehículos vacíos de carga y logística colaborativa

Los viajes vacíos representan una parte considerable del flujo de camiones interurbano, fluctuando del 15 % al 40 %, y afectan significativamente la eficiencia y sostenibilidad de las operaciones logísticas. Aunque algunos de estos viajes vac´ıos se deben a desequili brios en los flujos de carga, es comun encontrarlos en ambas direcciones de una ruta. Este fenómeno, conocido como el problema de la carga de retorno, contribuye a aumentar las tasas de congestion vial, accidentes y emisiones a nivel agregado, además de incrementar los costos para productores y despachadores, sin generar ganancias adicionales. Comprender y modelar los factores que influyen en el flujo de vehículos vacíos es crucial para una amplia variedad de decisiones, desde políticas públicas hasta la planificación de infraestructuras y la regulacion del transporte. Sin embargo, los modelos tradicionales no permiten abordar profundamente el problema de la carga de retorno. Este trabajo profundiza la comprension del flujo de vehículos vacíos mas allá de los desequilibrios de carga. Examina como la competencia, la tecnología, la estructura de la demanda y la diferenciacion de servicios de transporte afectan los flujos de carga, la presencia de vehículos vacíos, los precios de transporte y la cantidad de transportistas en equilibrio. El problema se aborda inicialmente mediante el desarrollo de un modelo microeconómico para un circuito cíclico simple. En este modelo, los transportistas conectan dos mercados y ofrecen servicios diferenciados, utilizando la misma tecnología. Los resultados del modelo muestran que el transporte de carga no solo produce vehículos vacíos debido al desbalance en el transporte de cargas entre los pares de origen y destino, sino tambien a causa de los patrones estocasticos de la demanda. Cuando un nuevo transportista entra al mercado, contribuye a aumentar el flujo de vehículos vacíos debido al efecto de robo de negocios. El modelo propuesto permite mostrar que los viajes vacíos perturban el equilibrio de precios y transportistas, creando una brecha entre el equilibrio de y los valores socialmente optimos. La coordinación de las operaciones de los transportistas, permite minimizar el flujo de vehículos vacíos, acercando el equilibrio del sistema al resultado socialmente óptimo. En segundo lugar, ampliamos el modelo anterior para analizar el equilibrio de míltiples mercados geograficamente separados e interconectados mediante un sistema que integra diferentes modos de transporte, como carreteras y ferrocarriles. Este modelo captura las decisiones estrategicas de despachadores y transportistas, incluyendo la selecció de rutas, modos de transporte y negociacion de tarifas, ofreciendo una visión integral del equilibrio en el mercado de transporte. Examina como el movimiento de vehículos vacíos influye en los flujos de carga, los costos del transporte y la dinamica competitiva entre operadores, aspecto clave para comprender las implicaciones de las decisiones relacionadas con la capacidad y la asignacion de recursos en diversos entornos multimodales. El modelo puede validarse experimentalmente estimando los parametros de demanda a través de encuestas y calibrando los flujos de vehículos y carga con datos obtenidos en estacionesde pesaje. Esto permite considerar factores como el peso, volumen, tipo de mercancía y requisitos específicos de transporte. Ademas, permite simular el impacto de regulaciones o cambios en la infraestructura, asistiendo a los tomadores de decisiones en la mitigacion de riesgos y la explotacion de oportunidades económicas. Finalmente, la aplicacion del modelo requiere calibrar con precisión los flujos proyectados para replicar los observados, lo que implica estimar los flujos de vehículos, con y sin carga, en diversas ubicaciones. Ante la falta de mediciones sistematicas, se desarrollo un enfoque basado en datos de Estaciones de Pesaje en Movimiento (WIM) y aprendiza je supervisado para estimar el Trafico Promedio Diario Anual (AADT) y el peso de los vehículos. Este metodo mejora la eficiencia, proporcionando predicciones precisas con menos datos, lo que amplía su utilidad en diversas ubicaciones estrategicas.