Cayetano Medina Molina Profesor del Grado en ADE de la Universidad Isabel I
Mié, 28/10/2020 - 00:00

Chica en monopatín eléctrico circulando por una calzada donde hay bicicletas a un lado y coches aparcados a otro

En una entrada previa en el blog (“¿Y si las soluciones fuesen preferidas? Smart Mobility como respuesta a los retos de la Agenda 2030”), se analizaba la idoneidad de las soluciones de la Smart Mobility para alcanzar los Objetivos de la Agenda 2030. Las variadas técnicas de investigación, unidas al amplio abanico de datos que diferentes agentes ponen a nuestra disposición, nos ofrecen múltiples oportunidades para profundizar en los análisis.

En la presente entrada, al objeto de profundizar en la adopción de Smart Mobility vamos a aplicar el Análisis Cualitativo Comparado (QCA) al uso de soluciones de micro movilidad en España gracias a los datos que Moovit hace público en el Moovit Global Public Transport Report 2019 . De forma más precisa, a las razones de uso, y de no uso, de las soluciones de micro movilidad.

Gráfico 1 que explica la movilidad

El análisis QCA cuenta con una amplia aceptación en el campo de las Ciencias Sociales, imponiéndose últimamente en el ámbito de la Empresa y el Marketing. QCA facilita la determinación de aquella combinación de condiciones antecedentes que resulta más probable que lleven a un resultado específico, siendo especialmente apropiada para muestras de entre 5 y 50 elementos (Medina et al., 2017). Asimismo, se centra en relaciones asimétricas entre las variables independientes (condiciones explicativas) y la dependiente (resultado) (Olaya-Escobar et al., 2020).

Dos de los principios de QCA hacen especialmente interesante su aplicación en el presente caso: la equifinalidad, por la que diferentes combinaciones de factores pueden provocar el mismo resultado; y la asimetría causal, por la que la presencia de un fenómeno y su ausencia requieren de análisis y explicaciones separadas (Medina et al., 2017). De acuerdo con esta última, diferenciaremos el análisis del uso del no uso de los servicios de micro movilidad.

Gráfico 2 de movilidad

El análisis QCA comienza con el análisis de las condiciones necesarias, para lo que nos valemos de la consistencia y cobertura. Ya que ninguna de las condiciones explicativas cumple con los criterios requeridos, no existen condiciones necesarias para la explicación del “uso frecuente” o “no uso frecuente” (~Uso frecuente) de soluciones de micro movilidad.

Gráfico 3 de movilidad

Cuando estudiamos las condiciones explicativas del resultado “uso frecuente de soluciones de micro movilidad”, nos encontramos ante tres configuraciones:

  • En primer lugar, aquella en la que el uso frecuente viene determinado por ser más rápido que caminar y respetar el medio ambiente, unido a una baja relevancia de que sean fáciles de aparcar estos vehículos o fáciles de encontrar. En estas configuraciones se encontrarían Mallorca, Bilbao y Barcelona.
  • En segundo lugar, los casos en los que el uso frecuente viene determinado por ser más rápido que caminar y fácil de encontrar, unido a valoraciones bajas de que sea respetuoso con el medio ambiente, fácil de aparcar o asequible. Siendo el caso de Sevilla y Málaga.
  • En el tercer caso, que se corresponde con Lanzarote, el uso frecuente de las condiciones de micro movilidad viene determinado por ser asequible y fácil de localizar, unido a bajas valoraciones de la rapidez frente a caminar, ser respetuoso con el medio ambiente o facilidad de aparcar.

Como podemos ver, de forma sorprendente, el respeto del medio ambiente sólo juega un papel relevante en una de las configuraciones explicativas del uso de las soluciones de micro movilidad. A ello le unimos la irrelevancia de que resulten fáciles de aparcar.

tabla 4 de datos

Cuando estudiamos las condiciones explicativas del “no uso frecuente de soluciones de micro movilidad”, nos encontramos ante tres configuraciones:

  • En primer lugar, el caso de localidades en los que pese a resultar fáciles de aparcar y asequibles, se presenta una baja valoración a que sea más rápido que caminar o fácil de localizar. Comprende las localidades de Gran Canaria, Granada, Vigo
  • En segundo lugar, localidades en las que pese a resultar fáciles de aparcar y de localizar estos vehículos, se presentan bajas valoraciones para que sean más rápidos que caminar, respetuosos con el medio ambiente o asequible. Es el caso de Zaragoza y Madrid.
  • Finalmente, para el caso de Barcelona, pese a considerarse más rápido que caminar, respetuoso con el medio ambiente y asequible, existen bajas valoraciones para la facilidad de aparcar y de localizar estos vehículos.

En el caso de la explicación del no uso de las soluciones de micro movilidad, goza de relevancia que no se le considere más rápido que caminar, así como que no resulten fáciles de localizar.

Podemos finalizar la presente entrada concluyendo que la QCA ofrece interesantes oportunidades para la aplicación de usos secundarios en las investigaciones, apoyada en dos de sus principales principios. La equifinalidad, que nos permite ver como diferentes combinaciones de factores pueden servir para explicar un mismo resultado. De este modo, en nuestro caso hemos visto cómo tres configuraciones nos sirven para explicar tanto el uso como el no uso de los servicios de micro movilidad. En segundo lugar, la asimetría causal nos muestra cómo la presencia de un fenómeno y su ausencia, en nuestro caso el uso de las soluciones de micro movilidad, requieren de análisis y explicaciones separadas  

 

Referencias

Medina, I., Castillo, P.J., Álamos-Concha, P. y Rihoux, B. (2017). Análisis Cualitativo Comparado (QCA). Cuadernos Metodológicos. Centro de Investigaciones Sociológicas. Madrid.

Olaya-Escobar, E.S., Berbegal-Mirabent, J. y Alegre, I. (2020). Exploring the relationships between service quality of technology transfer offices and researchers` patenting activity. Technological Forecasting & Social Change, 157, 120097.

Añadir nuevo comentario