19 octubre, 2015

El techo de viajes-año de AVLD: Una modelización y proyección econométrica de la demanda agregada

               

Por 
J. Enrique Villarino 
Economista


Introducción

La demanda de movilidad no es infinita. La movilidad de las personas depende de muchos factores. Depende del nº de personas que sean potenciales viajeros, del crecimiento o decrecimiento de la base poblacional por la inmigración o emigración, del empleo, depende de los ciclos económicos y de que éstos fomenten o no el crecimiento económico, depende de la existencia de otras alternativas tecnológicas que eviten los desplazamientos entre ciudades, depende de lo que hagan o dejen de hacer el resto de modos y depende de la capacidad para ser competitivo en precios, calidad y tiempo.

Por tanto, la demanda de movilidad  siempre tiene un techo. Pero no solamente la ya existente, sino la nueva inducida por cambios en la oferta, por la que se pueda captar de otros modos alternativos, sea el coche, el avión, el bus u otros, dependiendo de a qué tipo de movilidad nos estamos refieriendo.

En el caso que nos ocupa, existe ya una demanda que corresponde a las infraestructuras existentes pero en el corto-medio plazo van a entrar en servicio otras nuevas. Ello no quiere decir que se vaya a presentar una demanda ex novo sino que buena parte de la demanda que va a ocupar las nuevas infraestructuras ya lo viene haciendo sobre las infraestructuras ferroviarias existentes. Solamente aparecerá ex novo una demanda adicional, consecuencia de las captaciones de otros modos u unos, pocos, viajes que anteriormente no efectuaban desplazamiento alguno. La demanda inducida, que se dice.

En España acabamos de rebasar la cifra de los 3.000 km de vías alta velocidad. Están previstos otros 2.000 ( 1.000 recien inaugurados) de los que probablemente no se llevarán a cabo la totalidad. Estas nuevas infraestructuras presentan menores expectativas de captación de viajes en comparación con las ya existentes que cubren las principales capitales y destinos turísticos peninsulares, por lo que sería utópico pensar que lo que queda por hacer va a traer, ceteris paribus, una demanda equivalente a la ya existente.

En este año 2015 muy probablemente se superarán los 30 millones de viajes de AVLD de Renfe. Sería engañarse pensar que a medio plazo, 8-10 años, puedan alcanzarse 50 millones de viajes. Veamos cual es nuestra opinión, deducida de las series de datos, que solamente permiten con cierta acuracidad una proyección a corto plazo. La proyección a más largo plazo nos dice que la curva de crecimiento se vuelve casi asintótica en el intervalo de los 38 y 39 millones de viajes. Cuando concluyan las nuevas infraestructuras pendientes y se abran a la explotación, los crecimientos o decrecimientos de la demanda de viajes dependerán mucho más de factores coyunturales y se cerrará el ciclo que se inició a partir de 2008.

El objeto de la estimación

El objeto de la presente estimación es doble: por un lado, analizar la estructura de la serie de la demanda de viajes en sus aspectos principales de tendencia, estacionalidad, crecimiento, factores irregulares, etc. Por otro, establecer una previsión de la evolución de la demanda a corto plazo, obtenida a través de un ajuste econométrico mediante un modelo del tipo Arima.

¿Qué es una serie temporal?

Una serie temporal es una sucesión de observaciones de una variable tomadas en varios instantes de tiempo. El análisis de series temporales estudia los cambios en esa variable con respeto al tiempo para analizar su estructura y poder predecir sus valores futuros. Ejemplos de series temporales podemos encontrarlos en muchos campos del conocimiento:  producto interior bruto anual, tasa de inflación, tasa de desempleo variables demográficas, medioambientales, etc.

Las series temporales se clasifican en estacionarias y no estacionarias: Una serie es estacionaria si la media y la variabilidad (varianza) se mantienen constantes a lo largo del tiempo.  Una serie es no estacionaria si la media y/o la variabilidad cambian a lo largo del tiempo.  Series no estacionarias pueden mostrar cambios de varianza. Series no estacionarias pueden mostrar una tendencia, es decir que la media crece o baja a lo largo del tiempo.  Además, pueden presentar efectos estacionales, es decir que el comportamiento de la serie es parecido en ciertos períodos a lo largo del tiempo.

Los componentes de una serie temporal son:
Tendencia: comportamiento o movimiento suave de la serie a largo plazo.
Estacionalidad: movimientos de oscilación dentro del año.
Irregular: variaciones aleatorias alrededor de los componentes anteriores.

La metodología de estimación y de predicción

La metodología utilizada para la estimación del modelo se basa en la aplicación de un modelo ARIMA, mediante la utilización de herramientas para el análisis estadístico de series temporales, facilitadas de forma gratuita por el servicio de estudios del Banco de España. Estas consisten en versiones revisadas de los programas TRAMO (Time series Regression with ARIMA noise, Missing values and Outliers) y SEATS (Signal Extraction in ARIMA Time Series), de Gómez y Maravall (1996), TERROR (TRAMO for Errors) y TSW, una versión Windows de TRAMO-SEATS con algunas modificaciones y añadidos desarrollada por G. Caporello y A. Maravall en el Banco de España. También están disponibles diversas interfaces.

Los programas están dirigidos fundamentalmente al análisis de series temporales de frecuencia mensual o más baja. Están estructurados para satisfacer las necesidades de un analista experto aunque pueden utilizarse también de forma automática sobre un gran número de series temporales. Sus principales aplicaciones son la predicción, el ajuste estacional, la estimación de la tendencia y del ciclo, la interpolación, la detección y corrección de valores atípicos, la estimación de efectos de calendario y otros efectos especiales, y la detección de errores en datos.

Los datos de partida: la serie original


La serie temporal de datos comprende desde 01/01/2008 hasta 31/07/2015, extraída de la estadística mensual de viajeros que publica el Instituto Nacional de Estadística (INE). En total se trata de 91 observaciones, medidas en el nº de viajes mensuales.


La serie se inicia en el año 2008 por tratarse del año en que puede decirse que la alta velocidad ferroviaria "despega" en España, después de que se inaugurase la primera línea Madrid-Sevilla en abril de 1992.


En el caso que nos ocupa, la serie temporal de la demanda de viajes de la AVLD de Renfe, se puede decir que se trata de una serie no estacionaria, ni en media, ni en varianza, con tendencia por tanto y que presenta oscilaciones de acusada estacionalidad de periodicidad anual.


Desestacionalización y correcciones de calendario:  La tendencia de la serie


La serie desestacionalizada

Según el INE, la series desestacionalizadas, es decir, corregidas de efectos estacionales y de efectos de calendario, proporcionan una estimación de lo “nuevo” en una serie (cambio en la tendencia, el ciclo y el componente irregular).

El principal objetivo del ajuste estacional es filtrar las series de estas fluctuaciones estacionales y de efectos de calendario, de forma que la información que aportan sea más clara y fácil de interpretar. Las fluctuaciones estacionales son movimientos que ocurren con intensidad similar en cada mes, cada trimestre o  cada estación del año y que se espera que sigan ocurriendo.

Los efectos de "calendario"

Los efectos de calendario se definen como el impacto que se produce en la serie temporal de una variable debido a la diferente estructura que presentan los meses (o los trimestres) en los distintos años (tanto en longitud como en composición, pj: meses de 30 y 31 días, años bisiestos, efecto Semana Santa, etc), aunque se mantengan constantes el resto de los factores que influyen en dicha variable.


Hitos de la AV e interpretación de la tendencia

Para poder comprender de forma adecuada la tendencia observada en la evolución de la demanda de viajes en el período analizado, se expresa la cronología de los hitos más importantes de la puesta en servicio de nuevas infraestructuras de alta velocidad, recogida por Adif  en su página web:

Febrero 2008
Tramo Camp de Tarragona - Barcelona (LAV Madrid - Barcelona - frontera francesa)
Diciembre 2010
Tramos Figueres - Túnel de Pertús y Nudo Mollet - Girona (LAV Madrid - Barcelona - frontera francesa)
Diciembre 2010
Tramo Madrid - Cuenca - Albacete - Valencia (LAV Madrid - Castilla la Mancha - Comunidad Valenciana - Región de Murcia)
Diciembre 2011
Tramo Ourense - Santiago - A Coruña (LAV Madrid - Galicia y LAV Eje Atlántico)
Enero 2013
Tramo Barcelona – Figueres (LAV Madrid – Barcelona – frontera francesa)
Junio 2013
Tramo Albacete - Alicante (LAV Madrid - Castilla la Mancha - Comunidad Valenciana - Región de Murcia)

Como se puede observar en el gráfico que comprende desde enero de 2008 a julio de 2015, ambos inclusive se observan tres fases diferenciadas: la primera recoge el impulso  como consecuencia de la apertura en febrero de ese año de la línea completa de alta velocidad Madrid_Barcelona que decrece paulatinamente hasta el fin de 2012; una segunda que recoge el impulso que se produce a inicio de 2013 como consecuencia de la bajada generalizada de precios y la aplicación de descuentos y bonificaciones. La tercera, se produce a partir de julio de 2014 en que la curva pierde pendiente respecto del crecimiento anterior.

Evolución de las tasas de crecimiento mensual: el impulso de 2013 pierde fuelle


Este primer gráfico representa el crecimiento intermensual  (un mes respecto del anterior) de la serie original.

Como la serie está influida por las variaciones estacionales, resulta difícil observar si existe alguna tendencia en los porcentajes de crecimiento o decrecimiento. Se observan los saltos de unos meses de alto tráfico respecto de otros de baja demanda y viceversa.

Para ello acudimos a transformar la serie original en la serie tendencial que hemos visto en el gráfico anterior y calcular los porcentajes intermensuales., cuyo gráfico es el siguiente.


Este segundo gráfico representa también el crecimiento intermensual  (un mes respecto del anterior) de la serie tendencial, es decir, desestacionalizada , expresado en porcentajes.

Del 2008 al 2012, ambos inclusive se observa la alternancia de valores positivos y negativos.

Por el contrario,  los años 2013, 2014 y los siete primeros meses de 2015 muestran tasas positivas todas ellas, si bien los crecimientos observados a lo largo del período son decrecientes, lo que pone de manifiesto que el efecto impulso que se produjo al inicio de 2013 parece remitir paulatinamente hasta crecimientos cada vez más próximos a cero.

Factores irregulares, atípicos y residuos

Estos valores deben ser detectados y modelizados antes de estimar el ajuste estacional y el ajuste de calendario para evitar que las estimaciones estén distorsionadas o sesgadas.

Sin embargo, los outliers deben permanecer visibles en la serie ajustada de efectos estacionales y de calendario porque dan información sobre determinados acontecimientos, por ejemplo, huelgas. Es decir, los outliers deben ser reintroducidos en la serie temporal después de haber estimado el componente estacional y de calendario. Los outliers no son fáciles de tratar especialmente al final de la serie.

Como muestra el gráfico , el modelo ha detectado ( viendo la serie original éste es detectable a simple vista ) el valor atípico correspondiente al mes de diciembre de 2014 ( 2,9 millones), que comparado con el mismo mes de 2013 representa un crecimiento del 31%.

Sin querer entrar en polémica, nos parece bastante inconsistente la explicación dada por Fomento y que recogieron los medios de aquellos días de que la posición de las fiestas, puente de la Constitución y festivos navideños, han sido los factores inductores  del alto volumen de viajes, récord absoluto en el ferrocarril español de larga distancia de todos los tiempos.

Imagen de la estructura estacional



La observación del gráfico pone de manifiesto la existencia de un patrón estacional muy marcado, a la vez que estable en el tiempo: el valor máximo anual se observa sistemáticamente en el mes de julio y los mínimos en los meses de enero y febrero.

Visto con más detalle, se observan cinco categorías de volúmenes de tráfico, que son de mayor a menor las siguientes: la punta- punta en el mes de julio, como ya dijimos; a continuación le siguen los meses de mayo y junio; en tercer lugar marzo y abril (Semana Santa), agosto, septiembre y octubre; en cuarto: noviembre y diciembre y el quinto grupo los meses centrales invernales de enero y febrero.

El modelo estimado


Con el fin de sistematizar la modelización ARIMA, tradicionalmente se distinguen distintas fases o etapas a cubrir en la identificación (especificación), estimación y predicción a través de una serie que son las siguientes: 1. Planteamiento del problema y recogida de datos  2. Representación gráfica de serie            3. Transformación previa (logaritmo neperiano)   4. Tratamiento de la estacionariedad (Se convierte la serie en estacionaria mediante la diferenciación )    5. Inclusión o no de componente irregular (outlier, efecto calendario laboral, efecto Pascua, ...)    6. Identificación o especificación del modelo  7. Estimación de los parámetros (incluida la media)   8. Contraste de significabilidad de los coeficientes del modelo (t-Student)   9. Contraste de significabilidad del modelo en su conjunto (análisis de la estacionariedad e invertibilidad, AIC-Akaike, BIC, función objetivo)    10. Contraste las hipótesis del modelo especificado a partir de los residuos (normalidad, no autocorrelación, aleatoriedad, y homoscedasticidad,)  11. Selección del modelo más adecuado o idóneo.  12. Predicción.

Identificación del modelo. 
El paso siguiente consiste en determinar el tipo de modelo más adecuado para la serie objeto de estudio, es decir, el orden de los procesos autorregresivos y de medias móviles de los componentes regular y estacional (valores de p, q, P y Q). Técnicamente, esta decisión se toma a partir del examen de las
denominadas funciones de autocorrelación y autocorrelación parcial. Habitualmente se terminará   trabajando con los modelos más simples: AR(1), AR(2), MA(1), MA(2) y ARMA(1,1), tanto en la parte regular como en la estacional. En caso de duda pueden seleccionarse varios modelos alternativos, que serán estimados y contrastados posteriormente, para decidir el modelo definitivamente adoptado.

 Estimación de los coeficientes del modelo. 
Decidido el modelo, se procede a la estimación de los parámetros. Dado que se trata de un procedimiento iterativo de cálculo, pueden sugerirse valores iniciales. Esta opción debe, sin embargo, dejarse para cuando se tenga una experiencia suficiente en el uso de modelos ARIMA.

Resultados y coeficientes












Predicción de la serie a corto plazo



El término predicción  o pronóstico se refiere a la estimación de series temporales o datos instantáneos. El pronóstico ha evolucionado hacia la práctica del plan de demanda en el día a día de los negocios.

Si los clasificamos respecto al tiempo que abarcan, se puede clasificar en: 1. Pronósticos a corto plazo: En las empresas modernas, este tipo de pronóstico se efectúa cada mes o menos, y su tiempo  tiene vigencia de un año.  2. Pronósticos a mediano plazo: Abarca un lapso de seis meses a tres años. 3. Pronósticos a largo plazo:El tiempo de duración es de tres años o más.

El gráfico muestra a la derecha de la línea azul vertical la predicción de los 24 valores, desde el último observado, con los intervalos de errores máximos y mínimos de la estimación que, conforme se alejan en el tiempo se van ampliando.


La tabla "Annual Averages" contiene los valores medios mensuales observados y proyectados, así como la media del período total (observado + proyectado). La tabla de la derecha, la proyección mensual los valores mensuales para los 24 meses siguientes al último valor observado (julio de 2015).

El techo de viajeros de la AVLD española a medio-largo plazo: el comportamiento "logístico" de la previsión


Fases de crecimiento de la función logística

Gráfica: aulavirtual.usal.es
Recoge Wikipedia que la función logística, curva logística o curva en forma de S es una función matemática que aparece en diversos modelos de crecimiento de poblaciones, propagación de enfermedades epidémicas y difusión en redes sociales. Dicha función constituye un refinamiento del modelo exponencial para el crecimiento de una magnitud. Modela la función sigmoidea de crecimiento de un conjunto P.

La primera fase de incremento geométrico o exponencial, en el caso de la demanda de AVLD, se produce con la apertura completa de la línea de AV Madrid-Barcelona desde el inicio del año 2008 hasta mitad de 2014, incluido el impulso de febrero de 2013 de la bajada de tarifas. A partir de entonces el crecimiento exponencial se convierte en un crecimiento aritmético, en cuya fase se van a producir las nuevas incorporaciones de las infraestructuras todavía pendientes de ejecución. La tercera fase, caracterizada por el decrecimiento progresivo del ritmo de crecimiento se iniciará en 2017-2018, para tender hacia valores asintóticos, consecuencia de la coyuntura, de marcada influencia exógena.

Factores que inducirán a descensos de la movilidad global a medio-largo plazo (*)

Existen argumentos para considerar que en un escenario de eficiencia la demanda de movilidad puede verse significativamente reducida con tasas que apuntan a crecimientos  decrecientes a medida que se prolonga el horizonte temporal (estabilización asintótica de la demanda de movilidad). Veamos algunos de ellos:

• Desmaterialización de la economía:

Videoconferencias: el 30% del transporte de viajeros por avión y tren es debido a viajes de negocios, y un 30% de éstos se pueden eliminar con videoconferencias (The Climate Group, 2008). En estas condiciones cabe esperar una reducción del 9% del transporte de viajeros por avión y tren, que constituyen el 43,5% de la movilidad total en 2007, lo que implica una reducción del 3,9% de la
movilidad total de viajeros.

Teletrabajo: la movilidad de coches por motivos laborales decrece un 80% como consecuencia del teletrabajo, y por el contrario cabe esperar que dicha movilidad crezca un 20% por motivos no laborales.
Vamos a suponer que esta modificación de la movilidad afecta a un 10% de los coches existentes, a un 20% de la población y a un 30-40% de la población activa (The Climate Group, 2008). Por tanto cabe esperar que por este motivo se pueda acceder a una reducción del 6% de la demanda de movilidad con coches, lo cual viene a significar una reducción del 3,2% de la movilidad total viajeros, valor que se incrementa a una reducción del 3,6% si extrapolamos estos porcentajes sobre la demanda de movilidad
en coches a la demanda de movilidad con avión y tren interior.

E-learning: puede significar una reducción del 1,5% de la movilidad total de viajeros.

E-commerce: puede esperarse una reducción del 3% de emisiones de transporte para compras, que a su vez es el 40% del transporte no relacionado con motivos laborales, o un 20% del transporte privado
total (The Climate Group, 2008). En estas condiciones cabría esperar una reducción del 0,6% del transporte en coche.

• Planificación (accesibilidad versus movilidad) y activación del mundo rural. Dentro de este concepto, entrarían:
· Reducción en movilidad de personas por trabajo, compras, estudios, etc.: estimaremos un 2%.
· Activación de la posibilidad de mayores incrementos de los desplazamientos pie y en bici.
En relación a la movilidad a pie y en bici, los valores actuales para España son muy bajos (EEA, 2008), especialmente para eluso de la bicicleta, que se sitúa en valores del orden de 20 viajeros-km/hab.-año para la bicicleta y de 368 viajeros-km/hab.-año para los desplazamientos a pie, que en total significan un 0,05% de la demanda de movilidad total de viajeros. De acuerdo a una mejor planificación urbanística y activación del mundo rural vamos a suponer que estos valores se incrementan en el marco del escenario E3.0 hasta alcanzar 800 viajero(S)-km/hab.-a para la bici y 450 viajero-km/hab.-a para los desplazamientos a pie, de tal forma que en total asciendan a un 0,17% de la demanda de movilidad total de viajeros.

Agrupando todos estos conceptos se puede plantearr una reducción de demanda de movilidad del 12% para viajeros y del 20% para mercancías.
________________
(*)  Extraído del informe de Greenpeace "Energía 3.0 Un sistema energético basado en inteligencia, eficiencia y renovables 100%"

La evolución reciente

El peso significativo de la alta velocidad en la oferta ferroviaria de larga distancia española se produce a partir del mes de enero de 2008 con la apertura del tramo Camp de Tarragona-Barcelona y verse completada la  la línea Madrid-Barcelona.

Los cuatro años siguientes  evolucionan a la baja con altibajos que se corresponden con las inauguraciones habidas en Diciembre 2010
Tramos Figueres - Túnel de Pertús y Nudo Mollet - Girona (LAV Madrid - Barcelona - frontera francesa), el tramo Madrid - Cuenca - Albacete - Valencia (LAV Madrid - Castilla la Mancha - Comunidad Valenciana - Región de Murcia)
y en Diciembre de 2011 el tramo Ourense - Santiago - A Coruña (LAV Madrid - Galicia y LAV Eje Atlántico).

Se puede decir que la crisis se lleva por delante las nuevas captaciones de viajes que pudieran aportar la puesta en servicio de estas nuevas infraestructuras, lo que obliga al inicio de 2013 (Febrero) a Fomento a la adopción de medidas comerciales de bajadas de precios y la extensión de descuentos generalizados en todas las líneas AVE, que se traducen en un deterioro de la percepción media del viaje y de evidentes consecuencias negativas en los resultados de la empresa.

No obstante, el impulso iniciado en Febrero de 2013, junto con la apertura en junio de dicho año del tramo Albacete-Alicante, viene perdiendo fuelle hasta el momento presente, según hemos visto en la gráfica de crecimientos intermensuales de la línea de tendencia. Puede decirse que a mediados de 2015 la demanda de viajes se situaría en la curva logística próxima al punto de inflexión, puesto que todavía quedan nuevas infraestructuras en los próximos tres-cuatro años para su entrada en servicio.

Con la expresión "logística" nos referimos al comportamiento citado anteriormente, que es previsible para la demanda de viajes de AVLD de Renfe, al horizonte del medio-largo plazo, según los términos incluidos en la definición anterior.

El techo de viajes a medio-largo plazo

El ajuste llevado a cabo corresponde a una muy buena correlación entre los valores observados y los estimados a través de la función, como pone de manifiesto el muy elevado coeficiente de determinación R^2 de 0,98.

Los valores obtenidos dibujan para el año 2024 unos volúmenes anuales de tráfico entre 38 y 39 millones de viajes.

Pasado este tiempo, la curva entraría ya en fase de crecimiento decreciente, para situarse paulatinamente en la senda hacia el crecimiento asintótico, o con ganancias muy leves de demandas anuales.


Corolario

Dice la RAE en su definición de "corolario" que es una "proposición que no necesita prueba particular y se deduce con facilidad de lo demostrado previamente". Pues si ello es así, podemos deducir dos asertos de lo que los números anteriores nos han puesto de manifiesto:

Uno,
Que las medidas comerciales tomadas sin fundamento ni que obedezcan a estrategias del largo plazo, duran poco tiempo y ocasionan más perjuicios que beneficios. Bajar precios como ha hecho Renfe Viajeros, sin más, se traduce inmediatamente en incrementos de demanda que tienen pronto tiempo de caducidad, como se ha visto al haber perdido fuelle paulatinamente las captaciones de demanda que se han producido a partir de febrero de 2008.

Por el contrario, los efectos negativos, de carácter permanente a largo plazo son mayores que los beneficios. La bajada de precios y la extensión de los descuentos han traído un deterioro muy importante en la percepción media por viaje y por viaje-km. Un deterioro de esta magnitud, de más del 40-60% en algunos casos es de las peores cosas que le pueden pasar a una empresa. Es una verdadero atentado al corazón de la productividad y la eficiencia de una empresa. Un atentado a su futuro.

Dos,
Que las cifras de viajes obtenidas para el horizonte de 10 años siguen poniendo en cuestión la sostenibilidad del modo ferroviario de transporte de viajeros de larga distancia y un hecho más grave, que la insostenibilidad está en la propia concepción que se ha hecho de este modo, tanto en su estrategia territorial como en las soluciones adoptadas respecto de la infraestructura y los vehículos.

La economía española no puede sostener un modo de transporte como la red de servicios de alta velocidad por los altísimos costes de inversión y los no menos altos costes de mantenimiento de las infraestructuras y los vehículos. En este Foro hemos dejado constancia de un buen puñado de trabajos académicos y no académicos que avalan lo dicho.

Ninguno de los dos partidos políticos que han tenido responsabilidades de gobierno desde hace casi 40 años han querido para el ferrocarril soluciones eficientes que rescataran a este modo de un largo letargo desde que el vehículo particular le diese la puntilla a inicios de los años sesenta y que tuviese una relación coste-beneficio-calidad muy superior a la que se ha adoptado.

La alternativa por la que se ha apostado ha sido la más fácil politicamente, al tiempo que la más imprudente e irresponsable. por ser la más costosa y la más injusta socialmente. Eso sí, es la más aparente, una pieza de alta bisutería. Ninguna joya.
_____________________

Pro Memoria:
LÍNEAS DE ALTA VELOCIDAD EN CONSTRUCCIÓN
Venta de Baños - Palencia - Léon - Asturias. Longitud: 225 km (excluido Variante de Pajares)
Variante de Pajares. Longitud: 49,7 km
Venta de Baños - Burgos - Vitoria. Longitud: 200,4 km
Vitoria - Bilbao - San Sebastián. Longitud: 176,5 km (incuido accesos a ciudades)
Madrid - Galicia. Tramos Olmedo - Zamora - Lubián - Ourense. Longitud aproximada: 363 km
Madrid - Castilla la Mancha - Comunidad Valenciana - Región de Murcia. Longitud: 955 km (603 en servicio y 352 en construcción)
Ampliación Acceso Sur Madrid - Torrejón de Velasco
Corredor Mediterráneo de alta velocidad. Tramo Murcia - Almería. Longitud: 184,4 km (sin incluir la Red Arterial Ferroviaria de Murcia)
Antequera-Granada. Longitud: 125,7 km
Madrid - Extremadura - frontera portuguesa. Longitud estimada: 450 km
Madrid: Conexión Atocha - Chamartín. Longitud: 8,2 km
______________________

3 comentarios:

Anónimo dijo...

Por fin alguien que hace algo serio y no el ministerio que lleva estudiando la demanda de la alta velocidad hace años y todavía no sabe si son 40, 50 o 100 millones de viajeros al año.

Anónimo dijo...

Feliciddes por el concienzudo estudio

Anónimo dijo...

Corrupción, corrupción, corrupción