Page 10 - 360AV03
P. 10
número 3. octubre 2015
Alberto García Álvarez, Ignacio González Franco y Álvaro Rubio García
El efecto perverso de la predeterminación de la tarifa en el análisis coste beneficio de las nuevas
infraestructuras de alta velocidad
Tabla 1. Clasificación de los datos de entrada en los análisis coste beneficio en función
de su posibilidad de gestión y de su certidumbre
SITUACION ACTUAL
Datos o criterio Carácter real Carácter en el Tratamiento: Sujeto a
modelo analisis de sensibilidad
Velocidad para la que diseña la infaestructura Normalmente no
Evolución PIB y datos socioeconómicos Gestionable Predeterminado Siempre
Características de los trenes Normalmente, no
Características de la oferta (tarifa) Aleatorio Predeterminado Siempre
Costes unitarios En ocasiones
Gestionable Predeterminado
Oferta de otros modos de transporte Normalmente, no
Gestionable Predeterminado
Criterios del modelo (plazo, v. residual, tasas de descuento) En ocasiones
Aleatorio (sobre todo, Predeterminado
coste energía)
Objeto de decisión por Predeterminado
terceros
Gestionable Predeterminado
SITUACION DESEABLE
Datos o criterio Carácter real Carácter en el Tratamiento: Sujeto a
modelo tratamiento probabilístico
Velocidad para la que diseña la infaestructura Gestionable Objeto de optimización Necesario
Evolución PIB y datos socioeconómicos
Características de los trenes Aleatorio Predeterminado Solo energía
Características de la oferta (tarifa)
Costes unitarios Gestionable Objeto de optimización Posible aplicación teoria de
juegos
Oferta de otros modos de transporte gestionable Objeto de optimización Posible aplicación teoria de
juegos
Criterios del modelo (plazo, v. residual, tasas de descuento) Aleatorio (sobre todo, Predeterminado
coste energía)
Objeto de decisión por Predeterminado
terceros
Gestionable Predeterminado
Fuente: Elaboración propia.
Las variables críticas con más efecto en los resultados
La guía del Análisis Coste-Beneficio de la UE sugiere que se consideren como
“críticas” aquellas variables que al cambiar en un 1% produzcan una variación igual o
superior al 5% en el VAN.
Jaro (2011) presenta las variables críticas con más influencia en los resultados en el
caso de los análisis realizados en España para las líneas de alta velocidad, y resultan
ser el importe de la inversión y la tarifa aplicada, por encima incluso de la variación
del PIB y del valor del tiempo.
Obsérvese estas dos variables con más incidencia en el resultado son “gestionables”,
y sin embargo actualmente se les aplica un carácter predeterminado aunque en
siempre sujeto a análisis de sensibilidad y riesgos.
8
