ads:
UNIVERSIDADE FEDERAL DE SÃO CARLOS
CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA URBANA
RELACIONAMENTO ENTRE A FORMA URBANA E AS
VIAGENS A PÉ
MARCELO AUGUSTO AMANCIO
São Carlos
2005
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
UNIVERSIDADE FEDERAL DE SÃO CARLOS
CENTRO DE CIÊNCIAS EXATAS E DE TECNOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA URBANA
RELACIONAMENTO ENTRE A FORMA URBANA E AS
VIAGENS A PÉ
MARCELO AUGUSTO AMANCIO
Dissertação apresentada ao Programa de
Pós-Graduação em Engenharia Urbana da
Universidade Federal de São Carlos,
como parte dos requisitos para a obtenção
do título de Mestre em Engenharia
Urbana.
Orientação: Profª. Drª Suely da Penha
Sanches
São Carlos
2005
ads:
Ficha catalográfica elaborada pelo DePT da
Biblioteca Comunitária da UFSCar
A484rf
Amancio, Marcelo Augusto.
Relacionamento entre a forma urbana e as viagens a pé /
Marcelo Augusto Amancio. -- São Carlos : UFSCar, 2006.
88 p.
Dissertação (Mestrado) -- Universidade Federal de São
Carlos, 2005.
1. Transporte urbano. 2. Logit. 3. Sistemas de informação
geográfica. 4. Transporte – transito de passageiros. I. Título.
CDD: 388.4 (20
a
)
Dedico este trabalho primeiramente a
Deus por ter me dado, saúde e força para
concluir.
Também dedico aos meus pais Rosangela
e José Carlos pelo apoio, paciência e
motivação em continuar até o fim.
AGRADECIMENTOS
À Profª. Drª. Suely da Penha Sanches, pelo exemplo de competência
profissional, dedicação e a amizade que marcaram o seu papel de orientadora, amiga e
principal motivadora para o meu crescimento profissional. Obrigado pelo tempo que
compartilhou comigo.
À Coordenadoria de Aperfeiçoamento de Pessoal de Nível Superior – CAPES,
pela bolsa de estudos concedida.
A todos os docentes do Programa de Pós-Graduação em Engenharia Urbana
(PPGEU) em especial ao Profº Drº Marcos Antonio Garcia Ferreira, pelas idéias e parceria
durante o desenvolvimento desta pesquisa.
A todos os funcionários do Programa de Pós-Graduação em Engenharia
Urbana (PPGEU), em especial a Sônia, pela paciência e dedicação em seu trabalho.
Ao Profº Drº Antônio Nelson Rodrigues da Silva pelas sugestões dadas no
exame de qualificação, que foram de grande importância para finalização desta pesquisa.
Ao Profº Drº Eiji Kawamoto pelas sugestões e idéias concedidas no
desenvolvimento desta pesquisa, pela amizade e gratidão às oportunidades por ele oferecidas
a mim.
Aos amigos que me ajudaram a aprimorar e concluir esta pesquisa. Em
especial a Fabiana Arruada por ceder os dados levantados em sua pesquisa de doutoramento,
ao Mauricio Sanches pelo auxílio e ajuda nos momentos mais difíceis.
A todos que direta e indiretamente, contribuíram para o desenvolvimento deste
trabalho dedico um especial agradecimento.
R
R
E
E
S
S
U
U
M
M
O
O
O objetivo desta pesquisa é verificar se existe relação entre as características
da forma urbana e a opção dos indivíduos pelas viagens a pé.
Para que essa relação pudesse ser estudada foi feito, inicialmente, um
levantamento bibliográfico sobre as características da forma urbana que influenciam na opção
pelo modo a pé.
Dentre as metodologias mais usuais para avaliar o relacionamento entre as
características da forma urbana e a opção pelo modo de transporte, foi selecionado o Modelo
Comportamental ou de Escolha Discreta do tipo Logit. Os dados necessários à calibração do
modelo foram coletados na cidade de São Carlos, SP, uma cidade de porte médio com cerca
de 200 mil habitantes. As análises necessárias foram realizadas em nível de setor censitário e
implementadas com o auxilio de um Sistema de Informações Geográficas.
Foram calibrados dois modelos do tipo Logit. O primeiro modelo (básico)
inclui apenas uma variável socioeconômica (disponibilidade de automóvel) e o comprimento
da viagem a ser realizada. O segundo modelo (expandido) inclui, além das variáveis do
modelo básico, informações sobre as características do meio físico urbano nos setores de
origem das viagens.
A comparação dos resultados obtidos com os modelos básico e expandido
permitiu avaliar o efeito da inclusão das variáveis da forma urbana na expressão da utilidade
do modo a pé. De maneira geral, o modelo expandido se mostrou estatisticamente melhor que
o modelo básico. Os resultados permitem inferir que as características da forma urbana
influenciam o comportamento dos indivíduos ao optar pelo modo a pé para realização de suas
viagens.
Palavras-Chave: Forma Urbana, Sistema de Informações Geográficas, Modelos de Escolha
Discreta, Pedestres.
A
A
B
B
S
S
T
T
R
R
A
A
C
C
T
T
The objective of this dissertation is to verify if there is a relationship between
the characteristics of the urban form and option for walking trips.
For this relationship to be studied, the first step was a bibliographic review
about the urban form characteristics that might influence the option for walking.
Among the methodologies that could be used to evaluate the modal option, a
logit-type Discrete Choice Model, was chosen. The data used for the calibration of the model
were collected in São Carlos, SP, a Brazilian medium-sized city with around 200 thousand
inhabitants. The analyses were developed at census tract level, with a Geographic Information
System (TransCAD).
Two logit-type models were calibrated. The first one (basic) includes only a
socio-economic variable (automobile availability) and the trip length. The second model
(expanded) includes, besides the variables of the basic model, information about the
characteristic of the urban form in the trip origin sectors.
The comparison of the results obtained with the two models, allowed the
evaluation of the marginal influence of urban form variables on the mode choice. In general,
the expanded model was statistically better then the basic one. The results suggest that urban
form characteristics do influence the individuals´ option for walking.
Key words: Urban Form, Geographic Information Systems, Discrete Choice Models,
Pedestrians.
L
L
I
I
S
S
T
T
A
A
D
D
E
E
F
F
I
I
G
G
U
U
R
R
A
A
S
S
Figura 3.1 – Setor Censitário com Densidade de Quadra igual a 0,45................................ 27
Figura 3.2 – Setor Censitário com Densidade de Quadra igual a 1,10................................ 27
Figura 3.3 – Setor Censitário com Densidade de Interseção igual a 2,00............................ 28
Figura 3.4 – Setor Censitário com Densidade de Interseção igual a 1,04............................ 28
Figura 3.5 – Setor Censitário com Padrão do Sistema Viário igual a 0,14.......................... 30
Figura 3.6 – Setor Censitário com Padrão do Sistema Viário igual a 1,00.......................... 30
Figura 4.1 - Estrutura de Modelo Logit Multinomial Simples............................................ 35
Figura 4.2 – Estrutura de um Modelo Logit Aninhado com dois níveis.............................. 35
Figura 5.1 – Quadras da cidade de São Carlos.................................................................... 42
Figura 5.2 – Sistema viário da cidade de São Carlos........................................................... 44
Figura 5.3 – Exemplo de mapa de setor censitário do IBGE (formato pdf)......................... 47
Figura 5.4 – Setores Censitários da cidade de São Carlos................................................... 49
Figura 5.5 – Distribuição dos setores censitários pela densidade de ocupação................... 50
Figura 5.6 – Densidade de ocupação................................................................................... 51
Figura 5.7 – Distribuição dos setores censitários segundo o índice de entropia.................. 52
Figura 5.8 – Índice de Entropia............................................................................................ 53
Figura 5.9 – Distribuição dos setores censitários pela permeabilidade............................... 54
Figura 5.10 – Índice de Permeabilidade............................................................................... 55
Figura 5.11 – Distribuição dos setores censitários pela densidade de interseção................ 56
Figura 5.12 – Densidade de Interseções............................................................................... 57
Figura 5.13 – Distribuição dos setores censitários pelo índice de conectividade................ 58
Figura 5.14 – Índice de Conectividade................................................................................ 59
Figura 5.15 – Distribuição dos setores censitários em pelo padrão do sistema
viário......................................................................................................... 60
Figura 5.16 – Padrão do Sistema Viário.............................................................................. 61
Figura 5.17 – Setores que compõe o Banco de Dados de Viagens...................................... 62
Figura 5.18 – Distribuição da amostra por faixa etária........................................................ 63
Figura 5.19 – Distribuição das viagens por motivo............................................................. 64
Figura 5.20 – Divisão modal por motivo de viagem............................................................ 64
Figura 5.21 – Disponibilidade de automóvel....................................................................... 65
Figura 5.22 – Distribuição das viagens por modo de transporte.......................................... 66
Figura 5.23 – Divisão modal em função do comprimento da viagem................................. 66
Figura 5.24 – Distribuição de viagens até 1,0 km pelos 51 setores..................................... 67
Figura 5.25 – Distribuição das viagens por modo de transporte.......................................... 68
Figura 5.26 – Divisão modal em função do comprimento da viagem................................. 68
Figura 5.27 – Distribuição de viagens até 2,0 km nos 65 setores selecionados................... 69
Figura 6.1 - Estrutura do Modelo de Opção Modal............................................................. 70
Figura 6.2 – Probabilidade opção pelo modo a pé nas viagens de 1,0km e 2,0 km em
função da densidade de ocupação................................................................... 77
Figura 6.3 – Probabilidade opção pelo modo a pé nas viagens de 1,0km e 2,0 km em
função da entropia........................................................................................... 78
Figura 6.4 – Probabilidade opção pelo modo a pé nas viagens de 1,0km e 2,0 km em
função da permeabilidade............................................................................... 79
L
L
I
I
S
S
T
T
A
A
D
D
E
E
T
T
A
A
B
B
E
E
L
L
A
A
S
S
E
E
Q
Q
U
U
A
A
D
D
R
R
O
O
S
S
Quadro 3.1 – Variáveis utilizadas para descrever o aspecto de qualidade dos espaços
para pedestres............................................................................................... 21
Quadro 3.2 – Variáveis utilizadas para descrever o aspecto de desenho das vias............... 24
Tabela 5.1 – Informações existentes no banco de dados das quadras.................................. 43
Tabela 5.2 – Informações contidas no banco de dados das vias.......................................... 44
Tabela 5.3 – Códigos das categorias de imóvel................................................................... 45
Tabela 5.4 – Informações obtidas a partir do cadastro do IPTU.......................................... 46
Tabela 5.5 – Informações Referentes aos setores Censitários............................................. 48
Tabela 5.6 – Características das viagens do banco de dados............................................... 63
Tabela 5.7 – Características das viagens com até 1,0km..................................................... 65
Tabela 5.8 – Características das viagens com até 2,0km..................................................... 67
Tabela 6.1 – Resultado da calibração do modelo básico (viagens até 1,0 km).................... 73
Tabela 6.2 – Resultado da calibração do modelo expandido (viagens até 1,0 km)............. 74
Tabela 6.3 – Resultado da calibração do modelo básico (viagens até 2,0 km).................... 74
Tabela 6.4 – Resultado da calibração do modelo expandido (viagens até 2,0 km)............. 75
S
S
U
U
M
M
Á
Á
R
R
I
I
O
O
1 – Introdução..................................................................................................................... 01
1.1 Objetivo da Pesquisa...................................................................................................... 02
1.2 Justificativa.................................................................................................................... 02
1.3 Metodologia Aplicada.................................................................................................... 03
1.4 Organização da Dissertação........................................................................................... 04
2 – A Forma Urbana e as Viagens Realizadas a Pé......................................................... 06
3- Variáveis que Caracterizam a Forma Urbana............................................................ 17
3.1 Variáveis Relacionadas à Densidade Urbana................................................................. 17
3.2 Variáveis Relacionadas à Qualidade dos Espaços para Pedestres................................. 19
3.3 Variáveis Relacionadas à Diversidade de Usos do Solo................................................ 21
3.4 Variáveis Relacionadas a Desenho das Vias.................................................................. 23
3.5 Variáveis Relacionadas à Disponibilidade de Transporte Coletivo............................... 31
4 - Modelo de Escolha Discreta......................................................................................... 33
4.1 - Formulação de um Modelo Comportamental ou de Escolha Discreta........................ 33
4.1.1 - Estrutura de um Modelo Comportamental ou de Escolha Discreta................. 33
4.1.2 - Conjunto de Variáveis Explicativas................................................................. 36
4.1.3 - Conjunto de Escolhas Individuais (alternativas disponíveis).......................... 36
4.2 - Calibração do Modelo de Opção Modal...................................................................... 36
4.3 - Exemplos de utilização de modelos de escolha discreta que incluem os modos não
motorizados................................................................................................................. 37
5 – Coleta e Análise dos Dados.......................................................................................... 41
5.1 - Características da Forma Urbana................................................................................. 41
5.1.1 Densidade de Ocupação..................................................................................... 50
5.1.2 Índice de Entropia.............................................................................................. 52
5.1.3 Índice de Permeabilidade................................................................................... 54
5.1.4 Densidade de Interseções................................................................................... 56
5.1.5 Índice de Conectividade..................................................................................... 58
5.1.6 Padrão do Sistema Viário................................................................................... 60
5.2 Características das Viagens........................................................................................... 61
5.2.1 Características das Viagens com até 1,0 km...................................................... 65
5.2.2 Características das Viagens com até 2,0 km...................................................... 67
6 – Formulação e Calibração do Modelo de Opção Modal............................................ 70
6.1 - Estrutura do Modelo de Opção Modal........................................................................ 70
6.2 - Conjunto de Variáveis Explicativas............................................................................. 71
6.3 - Conjunto de Escolhas Individuais (alternativas disponíveis)...................................... 71
6.4 - Calibração do Modelo de Opção Modal...................................................................... 72
6.5 - Resultados Obtidos – Viagens até 1,0 km................................................................... 73
6.6 - Resultados Obtidos – Viagens até 2,0 km .................................................................. 74
6.7 - Sensibilidade dos Modelos Calibrados........................................................................ 76
6.7.1 - Sensibilidade dos Resultados dos Modelos com Relação à Densidade de
Ocupação......................................................................................................... 77
6.7.2 - Sensibilidade dos Resultados dos Modelos com Relação ao Índice de
Entropia........................................................................................................ 78
6.7.3 - Sensibilidade dos Resultados dos Modelos com Relação ao Índice de
Permeabilidade................................................................................................ 79
Conclusões........................................................................................................................... 81
Referências Bibliográficas................................................................................................. 84
1
1
- INTRODUÇÃO
Nas últimas décadas, vem sendo observado um crescimento da população nas
áreas urbanas, devido à migração da população da área rural para as cidades em busca de uma
vida melhor e ao crescimento natural da população das cidades. Com este aumento
populacional os problemas ambientais urbanos e a degradação da qualidade de vida nas
cidades vêm se agravando.
Cada vez mais se constata a expansão urbana nas áreas periféricas das cidades
favorecendo o espalhamento das atividades urbanas, tornando a população dependente do uso
dos modos de transporte motorizados, essencialmente o modo motorizado individual, devido a
suas facilidades de locomoção e conforto. Este crescimento vai contra as metas de
sustentabilidade, que tem como uma de suas dimensões a conservação e o uso racional dos
recursos naturais (REPLOGLE, 1997).
As viagens a pé oferecem vários benefícios para uma comunidade, incluindo
economia nos custos do transporte, melhoria na qualidade de vida, redução dos impactos
ambientais, maior eqüidade de acesso às atividades urbanas, etc. (HANDY, 2002). No
entanto, apesar de propiciarem todos estes benefícios, as viagens a pé , assim como as viagens
por bicicleta, geralmente não são consideradas nas práticas atuais de planejamento dos
transportes, que consideram principalmente as viagens por modos motorizados (LITMAN,
2003).
Num planejamento de transportes convencional, o modo a pé é, quase sempre,
considerado secundário e a qualidade dos espaços para pedestres recebe pouca ou nenhuma
atenção da administração pública. Uma das razões para isto é o fato de que as viagens a pé
são, em geral, subestimadas nos levantamentos de demanda de viagens. Viagens curtas,
viagens feitas por crianças, viagens recreacionais e viagens de acesso a outros modos de
transporte são, muitas vezes, ignoradas nos levantamentos.
São vários os fatores que influenciam as decisões individuais no processo de
escolha do modo de transporte a ser utilizado para a realização de suas atividades diárias.
Esses fatores podem estar relacionados às características dos indivíduos (sexo, idade, renda,
disponibilidade de automóvel, etc.), às características dos modos de transporte disponíveis
para a realização da viagem (custo, tempo de viagem, conforto, etc.), às características da
viagem em si (comprimento, motivo, horário, etc.) e às características do ambiente construído,
2
ou seja, da forma urbana (densidade urbana, diversidade de uso do solo, desenho das vias,
etc.).
1.1 OBJETIVO DA PESQUISA
O objetivo desta pesquisa é verificar se existe relação entre as características
da forma urbana e a opção dos indivíduos pelas viagens a pé. Com esta verificação será
possível entender a influência destas características no comportamento do indivíduo ao
escolher um modo de transporte, em especial o modo a pé, para realizar suas atividades
diárias. Este procedimento poderá ser utilizado para identificar zonas urbanas com potencial
para atrair viagens a pé e poderá ser incluído em um sistema de apoio à decisão para definição
de investimentos na infra-estrutura para pedestres.
1.2 JUSTIFICATIVA
Pesquisas realizadas em diversos países concluíram que a forma urbana tem
relação direta com as viagens a pé (HANDY, 1996b; SHRIVER, 1997). Ou seja, em áreas da
cidade onde existam características favoráveis aos pedestres (como boa infra-estrutura nas
calçadas, arborização, menores distâncias entre as atividades urbanas, etc.), verifica-se uma
maior porcentagem de caminhadas.
Estes estudos são importantes porque se constituem na fundamentação teórica
e empírica que pode auxiliar os planejadores urbanos na tomada de decisão sobre políticas de
uso do solo urbano. No entanto, a grande maioria deles trata de cidades de países
desenvolvidos, especialmente dos Estados Unidos. Uma das exceções é o trabalho de
(ZEGRAS, 2004) realizado para a cidade de Santiago do Chile. No Brasil ainda são poucos os
estudos que relacionam as características da forma urbana e as viagens realizadas a pé.
Embora alguns pesquisadores sejam pessimistas quanto à possibilidade de
características da forma urbana poderem afetar a demanda de transporte nos países em
desenvolvimento (INGRAM, 1998), o Banco Mundial, em sua recém-lançada estratégia de
transporte urbano (WORLD BANK, 2002) identifica a necessidade de ênfase em políticas e
instrumentos relacionados à ocupação urbana, que influenciem a escolha modal, beneficiando
o transporte coletivo e os transporte não motorizados. A operacionalização desta ênfase
depende de um melhor entendimento do relacionamento entre a forma urbana e o
comportamento de viagens nos países em desenvolvimento.
3
1.3 METODOLOGIA APLICADA
Inicialmente foi realizado o levantamento bibliográfico das características da
forma urbana que influenciam na opção pelo modo a pé para viagens urbanas.
Os dados necessários à calibração do modelo foram coletados na cidade de São
Carlos, SP, uma cidade de porte médio com cerca de 200 mil habitantes. As análises
referentes a estas características foram realizadas em nível de setor censitário (IBGE 2000), e
implementadas com o auxilio de um SIG-T (Sistema de Informações Geográficas aplicado a
Transportes) TransCAD.. Já as características das viagens (comprimento, modo de transporte,
motivo, duração) e as características dos indivíduos (renda, número de habitantes na
residência, número de automóveis no domicílio) foram obtidas de um levantamento realizado
por (ARRUDA, 2005).
Para analisar a relação entre características da forma urbana e a opção pelo
modo a pé, optou-se por considerar apenas as viagens curtas, com até 2,0 km de comprimento
(cerca de 30 minutos de caminhada). As viagens curtas têm sido objeto de várias políticas de
transporte urbano que visam atrair, para as caminhadas, os usuários de automóvel
(MACKETT, 2003). Embora a definição de viagem curta varie muito (alguns trabalhos
consideram como curtas viagens de até 8,0 km), considerou-se que, para as condições de uma
cidade brasileira de porte médio, o limite aceitável deveria ser um comprimento de viagem de
2,0 km.
Dentre as metodologias mais usuais que relacionam as características da forma
urbana e a opção pelo modo de transporte, foi selecionado o Modelo Comportamental ou de
Escolha Discreta do tipo Logit, por ser usualmente utilizado para a estimativa da demanda de
viagens pelo modo a pé (ARRUDA, 2000).
Foram calibrados dois modelos do tipo Logit a fim de avaliar a influência
marginal das variáveis do ambiente construído sobre a opção modal. O primeiro modelo
(básico) inclui apenas uma variável socioeconômica (disponibilidade de automóvel) e o
comprimento da viagem a ser realizada. O segundo modelo (expandido) inclui, além das
variáveis do modelo básico, informações sobre as características do meio físico urbano nos
setores de origem das viagens.
A título de verificar se os resultados obtidos pelo modelo de opção modal se
comportam de maneira distinta em função de uma variação na distância da viagem, as análises
foram realizadas em duas etapas: a primeira considerando apenas as viagens com até 1,0 km
4
de comprimento e a segunda etapa considerando as viagens com até 2,0 km de comprimento.
Nas duas etapas, foram considerados todos os motivos de viagens, pois não foi feita nenhuma
estratificação com relação ao motivo das viagens, porque o número de viagens por alguns
motivos ficaria muito pequeno.
A comparação dos resultados obtidos dos modelos básicos e expandidos
permite avaliar o efeito da inclusão das variáveis do meio físico urbano na expressão da
utilidade do modo a pé. De maneira geral, os modelos expandidos são estatisticamente
melhores que os modelos básicos. Este comparativo foi baseado na estatística ρ
2
, que avalia o
ajuste do modelo e na estatística χ
2
, que avalia o poder de previsão do modelo. Nas duas
etapas realizadas, o modelo expandido apresentou valores estatísticos maiores.
Os resultados apontam que as características da forma urbana influenciam o
comportamento dos indivíduos ao optar pelo modo a pé. No entanto, estas características
possuem relativamente mais influencia nas viagens com até 1,0 km.
1.4 ORGANIZAÇÃO DA DISSERTAÇÃO
A presente dissertação é composta por 7 capítulos. O conteúdo de cada um
deles será descrito a seguir.
No capítulo 2, denominado “A Forma Urbana e as Viagens Realizadas a Pé”, é
detalhada a relação existente entre os modos de transporte e a forma urbana, destacando-se a
opção pelo transporte não motorizado como um modo de transporte urbano e mais
sustentável. Algumas experiências de estudos que tentam entender a relação entre os fatores
da forma urbana e a opção pelo modo de transporte a pé também são apresentadas.
O Capítulo 3, denominado “Variáveis que Caracterizam a Forma Urbana”
apresenta as variáveis da forma urbana que mais afetam a opção pelo modo a pé, destacando
cinco categorias de variáveis de acordo com os aspectos de densidade urbana, qualidade dos
espaços para pedestres, diversidade de usos do solo, desenho das vias, e disponibilidade de
transporte coletivo.
No Capítulo 4, denominado ”Modelo de Escolha Discreta”, é apresentado o
Modelo de Escolha Discreta selecionado para utilização nesta pesquisa, mostrando as etapas
de formulação, definição da estrutura e calibração de um modelo de escolha discreta. São
apresentados também alguns trabalhos que utilizam esta metodologia.
5
O Capítulo 5, denominado “Coleta e Análise dos Dados” detalha todas as
etapas de obtenção dos dados, montagem de banco de dados das características da forma
urbana e apresenta uma análise descritiva destas características e das características das
viagens e dos indivíduos.
No Capítulo 6, denominado “Formulação e Calibração do Modelo de Opção
Modal”, são detalhadas as etapas de formulação do modelo de opção modal calibrado nesta
pesquisa. Também é apresentada uma análise dos resultados obtidos.
O Capítulo 7 apresenta as conclusões da pesquisa juntamente com sugestões
para trabalhos futuros. O capítulo final se destina às referências bibliográficas que serviram
como base para o desenvolvimento desta pesquisa.
2
2
-
-
A FORMA URBANA E AS VIAGENS
REALIZADAS A PÉ
A contínua urbanização das cidades tem gerado a degradação da qualidade
ambiental urbana. A evolução dos modos de transporte fez com que a movimentação urbana
se tornasse dependente do transporte motorizado, principalmente do automóvel. Essa
dependência ao automóvel vem favorecendo uma acelerada expansão urbana, propiciando um
espalhamento desordenado não planejado e um distanciamento entre as atividades urbanas.
Com a conscientização das autoridades e planejadores de transporte de que a
qualidade de vida na cidade vem se degradando continuamente é necessário que se encontrem
alternativas de crescimento que revertam esta tendência de degradação.
Dentre os modos de transporte, os não motorizados (a pé e bicicleta) são os
menos danosos a vida urbana, por serem não poluentes e por não consumirem combustíveis
fósseis. Entretanto, em geral os planos e projetos de transportes ignoram a existência de
bicicletas e pedestres. Além disso, poucos dados têm sido coletados sobre transporte não
motorizado e os fatores que influenciam as pessoas a optarem por andar a pé ou a utilizarem a
bicicleta como meio de transporte.
Caminhar pelas ruas da maioria das cidades brasileiras, atividade habitual a
milhares de pessoas, deixou de ser tranqüilo, seguro e confortável, tornando-se uma espécie
de disputa entre os pedestres, ciclistas, vendedores ambulantes, veículos, etc.
Ao passar do tempo, houve a compreensão de que a ocupação urbana não pode
ser realizada sem planejamento. A partir daí, deu início a movimentos no sentido de garantir o
planejamento dos espaços físicos urbanos.
Através da noção dos conceitos de espaço, aglomeração, tamanho, densidade,
emprego, surge à delimitação físico-espacial de urbano e de cidade. Sendo assim, a forma
urbana seria a disposição no espaço das aglomerações e o conjunto das relações sócio-
espaciais que elas mantêm entre si e com o todo, ou seja, seria a interação entre estas
aglomerações e conseqüentemente entre as atividades urbanas sociais e o meio ambiente
(BARBUGLI, 2003).
Capítulo 2 – A Forma Urbana e as Viagens Realizadas a Pé
7
Focando-se nos estudos relacionados ao Sistema de Transportes Urbano, até o
inicio da década de 1990, os planejadores de transporte utilizavam apenas conceito de escala
macro territorial para analisar a demanda de viagens nas cidades, ou seja, estas escalas eram
baseadas na rede viária principal e nas linhas de transporte coletivo. Na escala macro
territorial o transporte pelo modo a pé é completamente ignorado (FHWA, 2000).
Recentes estudos sobre os Sistemas de Transporte focam suas análises em
escala micro territorial, ou seja, procuram descrever em escala humana, em nível de bairro ou
setores vizinhos, as características do ambiente construído que podem estimular ou dificultar a
realização de viagens pelo modo a pé (FHWA, 2000).
Os elementos em escala micro territorial necessários a caracterizar o sistema de
transporte e a forma urbana focam sobre as características locais que influenciam as escolhas
individuais de viagens, ou seja, é necessária a coleta e interpretação de uma quantidade maior
de dados do que o usual e com nível de detalhamento muito maior do que o encontrado em
estudos tradicionais de transporte.
Atualmente as características de alguns padrões de urbanização, como o Novo
Urbanismo, contêm elementos que podem ser considerados incorporados numa escala micro
territorial. O Novo Urbanismo surgiu nos Estados Unidos em torno do ano de 1930 e um dos
seus principais objetivos é reduzir a utilização do automóvel e encorajar o uso de modos
sociais e ambientalmente amigáveis de transporte, como caminhar e andar de bicicleta,
contrapondo-se assim a essência das cidades espalhadas. Este movimento incorpora a mistura
de usos do solo, de forma que as áreas residências de comércio e lazer estejam em distâncias
compatíveis, com ruas mais estreitas e calçadas mais amplas e agradáveis, tornando-se a
forma urbana ou o ambiente construído mais atraente aos indivíduos a realizarem suas
atividades diárias pelo modo a pé (FREILICH, 2000).
Portanto, um exemplo de estudo que analisa diretamente alguns dos princípios
do Novo Urbanismo ao meio físico urbano foi o desenvolvido por WESTON (2002), onde a
autora revela que, dos vinte e sete princípios do Novo Urbanismo, sete estão relacionados à
forma urbana e ao andar a pé:
1. os bairros devem ser compactos, amigáveis aos pedestres e com uso do solo misto;
2. as atividades diárias devem ocorrer a curtas distâncias e devem ser projetadas redes
viárias conectadas para incentivar as viagens a pé;
3. os bairros devem conter vários níveis de moradias quanto a valor e estilo;
Capítulo 2 – A Forma Urbana e as Viagens Realizadas a Pé
8
4. corredores de transporte coletivo bem localizados podem ajudar a organizar a estrutura
metropolitana;
5. tipos de uso do solo e densidades adequadas devem estar a curta distância de paradas
de transporte coletivo;
6. os bairros devem conter áreas comerciais, institucionais, cívicas, e as escola devem
estar localizadas de forma a estimular as crianças a caminharem ou andar de bicicleta
em suas viagens;
7. parques e áreas de lazer devem estar distribuídos dentro dos bairros.
Através desta pesquisa pôde-se investigar a influência destes princípios em
bairros já existentes como forma de incentivar as viagens realizadas a pé. Foi realizada uma
revisão bibliográfica e selecionadas as medidas que melhor avaliam estes princípios ao nível
de bairro. A pesquisa foi realizada em sete bairros da cidade de Austin, Texas.
As características relacionadas ao meio físico urbano foram referentes ao uso
do solo (índice de dissimilaridade, índice de agregação), sistema viário (número ou
porcentagem de vias com cul-de-sac, porcentagem de segmentos de vias e nós conectados)
desenho urbano (tamanho das quadras), tipo de moradia (multifamiliares e unifamiliares) e
espaço aberto (quantidade de espaço destinado a parques, área verde nos bairros).
Os resultados obtidos mostram que os princípios do novo urbanismo voltados
aos modos não motorizados medidos por índices e indicadores selecionados na literatura
(mistura de uso do solo, interconectividade das vias, serviços de transporte coletivo, tipos de
moradias, quantidade de parques e áreas abertas) podem vir a influenciar positivamente nas
viagens a pé nos bairros, logicamente nos bairros onde estes princípios são mais evidentes.
No entanto as características do meio físico urbano desempenham um papel
importante nas escolhas modais individuais de transportes, agindo freqüentemente como uma
restrição nas alternativas que poderiam estar disponíveis, ou seja, a forma urbana tem seu foco
sobre as características locais da cidade que influenciam as escolhas individuais de viagens.
Muitos são os trabalhos na literatura que estudam a influência das
características da forma urbana sobre a escolha individual dos modos de transporte,
principalmente sobre o uso do automóvel e a relação entre a forma urbana e as viagens
realizadas a pé. Diversas pesquisas sugerem que a presença de certas características no
ambiente físico da cidade está diretamente relacionada a um aumento no número de viagens
Capítulo 2 – A Forma Urbana e as Viagens Realizadas a Pé
9
não motorizadas. Em particular, as viagens a pé e as viagens de bicicleta tendem a aumentar
na presença de características como o uso misto do solo, continuidade das calçadas, largura
adequada ao fluxo de pedestres nas calçadas, uma melhor conectividade das vias, topografia
adequada e uma maior densidade populacional e de emprego entre os pontos de origem e
destinos das viagens em certa área (ALLAN, 2001; CERVERO, 1996; FRANK e PIVO,
1994; HANDY, 1996 a,b; KITAMURA et al, 1997).
HANDY (1996b) analisou passeios a pé e viagens utilitárias para compras em
Austin, Texas. Os resultados de sua pesquisa mostraram que, para a análise dos passeios a pé,
a forma urbana é um fator externo que pode influenciar as caminhadas, existindo uma maior
freqüência de viagens em bairros com facilidades para pedestres. Nestes bairros, poucos
moradores relataram que o grande fluxo de veículos, a topografia ou a ausência de calçadas
fossem a razão para não realizarem suas caminhadas. Entretanto, na análise das viagens
utilitárias para compras, a influência da forma urbana nas escolhas individuais mostrou-se
direta. Os bairros onde se concentram as maiores diversidades de uso do solo, com
residências, locais de prestação de serviço e locais de emprego apresentaram uma maior
quantidade de viagens para compras realizadas a pé, devido à maior proximidade espacial
entre os locais de realização das atividades individuais.
Em outro estudo realizado por SHRIVER (1997) demonstrou-se a influência
dos diferentes tipos de estrutura urbana nos padrões de realização de viagens pelo modo a pé.
O estudo avaliou bairros com traçado das vias adequados para o pedestre e para o automóvel,
e com características semelhantes entre si, como por exemplo, o uso do solo, as densidades
populacionais e as características socioeconômicas. Verificou-se que os padrões de realização
de viagem pelo modo a pé variam significativamente entre bairros com diferentes
características de acessibilidade e maior diversidade nos tipos de uso do solo. Nos bairros
com altos níveis de acessibilidade e com características mais adequadas aos pedestres, as
viagens a pé eram predominantemente utilitárias e curtas. Em bairros menos acessíveis e mais
voltados ao uso do automóvel, as viagens a pé eram caracterizadas por serem longas, mas por
motivos recreacionais e menos freqüentes. Os resultados mostram que o tipo de uso do solo,
as características do desenho urbano e os níveis de acessibilidade influenciam na distância
viajada, na duração, no motivo da viagem e no número de atividades realizadas a pé.
Em uma pesquisa, CERVERO (1996) analisou as viagens casa/trabalho em 44
áreas metropolitanas americanas com população acima de um milhão de habitantes. Os
resultados mostraram que altas densidades e usos mistos do solo tendem a reduzir as viagens
Capítulo 2 – A Forma Urbana e as Viagens Realizadas a Pé
10
individuais com veículos motorizados, principalmente, às viagens curtas realizadas de casa
para o trabalho.
MOUDON et al (1997) analisaram a porcentagem de viagens a pé em 12
bairros de Puget Sound, Washington. Os bairros estudados apresentavam características
sócio-econômicas semelhantes e o resultado deste estudo mostrou que os pedestres não
realizaram caminhadas em locais com pouca ou nenhuma orientação e facilidades para os
usuários, como por exemplo, calçadas arborizadas e iluminadas, mesmo com a presença de
parques, praças ou áreas verdes nos bairros.
CERVERO e KOCKELMAN (1997) estudaram a relação entre as viagens não
utilitárias, como por exemplo, os passeios a pé, e a forma urbana em bairros situados na área
da Baía de São Francisco. Os resultados mostraram que áreas com altas densidades, usos
mistos e com facilidades para pedestres podem encorajar as viagens a pé e diminuir as viagens
com automóvel, além de reduzir as distâncias percorridas por morador e incentivar a escolha
de outros modos de transporte, como os modos não motorizados.
ALLAN (2001) analisa o andar a pé como um modo de transporte e examina
algumas das características das cidades que incentivem as caminhadas. Em sua pesquisa foi
utilizado índice de permeabilidade de caminhadas, como sendo uma ferramenta de
planejamento muito útil na análise de como uma área urbana facilita as caminhadas a
tornarem-se uma opção de transporte local. O autor cita a importância dos fatores de
densidade urbana e sistema viário como pontos críticos na escolha pelo modo a pé e propõe
relacionar a permeabilidade do tecido urbano a estes fatores. Segundo o autor, as caminhadas
podem ser consideradas uma opção de modo de transporte a distâncias de aproximadamente 2
km, entre a origem e o destino da viagem em áreas onde o tecido urbano seja desobstruído,
com padrão de sistema viário em forma de grelha e relativamente bem conectado. No entanto
a realidade na maioria das cidades é de possuírem um tecido urbano que desestimula e
restringe o acesso dos pedestres, por exemplo, com quadras de grandes e vias mal conectadas.
Foram utilizados os dados do censo de 1996 da população e moradias da área
metropolitana de Adelaíde-Austrália, onde se realizaram estudos de caso em duas áreas
residenciais em desenvolvimento. O autor queria examinar, pelo uso de índices de
permeabilidade, a influência causada pela densidade urbana e o sistema viário no estímulo as
caminhadas.
Capítulo 2 – A Forma Urbana e as Viagens Realizadas a Pé
11
Os resultados constataram que apesar de ambos os locais se comportarem de
forma razoável no incentivo as caminhadas, nenhum foi suficientemente apto a permitir o
acesso das pessoas sem o automóvel. O autor constatou uma relação clara entre as
características da forma urbana (densidade urbana e sistema viário), como sendo
características fundamentais a uma cidade que seja ou queira ser projetada ao incentivo as
caminhadas como um modo de transporte.
O autor sugere que mais deve ser feito nas áreas urbanas em termos de
aumento de densidades urbanas e melhorias ao sistema viário, como rotas exclusivas aos
pedestres e uma melhor conectividade das vias, de forma que o andar a pé torne-se uma
atividade habitual entre os usuários.
Através da relação entre características da forma urbana e viagens não
motorizadas, alguns estudos definem medidas destas características ou desenvolvem modelos
compostos que medem a conveniência ao pedestre, e prevêem o comportamento das viagens
na cidade. Exemplos de alguns estudos foram os realizados nos Estados Unidos, no município
de Montgomery, Maryland onde planejadores de transporte desenvolveram um índice
amigável aos pedestres, baseado na disponibilidade de calçadas e abrigos de transporte
coletivo. Outro estudo foi o desenvolvido em Oregon medindo a estrutura urbana destinada ao
pedestre, considerando a continuidade de calçadas, facilidade de cruzamentos das vias e
topografia. (CERVERO e KOCKELMAN, 1997; SRINIVASAN, 2002).
MILLER e IBRAHIM (1998) definem forma urbana como a “combinação da
distribuição das atividades urbanas nas cidades”. Eles propõem elementos de densidade,
descentralização e estrutura para representar o componente físico da forma urbana. Foi
realizado um estudo de caso na Grande Área de Toronto, Canadá, onde modelos de regressão
linear foram desenvolvidos para avaliar a relação entre a forma urbana e a realização de
viagens utilitárias (casa/trabalho) com automóvel em 3 zonas selecionadas dentro da área
estudada. Os autores concluíram que em locais com uso do solo homogêneo há um aumento
da motorização em virtude das maiores distâncias a serem percorridas entre casa e trabalho.
KRIZEK (2001), em sua pesquisa, relata a importância da acessibilidade e
propõe o desenvolvimento de um índice de acessibilidade como auxilio a planejadores
urbanos. A pesquisa é realizada na área central metropolitana de Puget, no estado de
Washington. Segundo o autor o nível de acessibilidade em uma área torna-se um parâmetro de
grande influência no comportamento de viagens.
Capítulo 2 – A Forma Urbana e as Viagens Realizadas a Pé
12
Neste índice o autor incorpora variáveis relacionadas aos 3Ds (diversidade de
uso do solo, densidade urbana e desenho das vias), onde a combinação destas seria a base para
que um bairro tenha um alto nível de acessibilidade.
A região em estudo foi dividida em 150 setores de menor dimensão, devido à
inviabilidade de pesquisas mais detalhadas em campo e mapas em toda a área metropolitana.
Os dados foram obtidos através da agência de planejamento regional de Puget, que mantém
fontes de dados detalhadas relacionados ao uso do solo e desenho das vias. Com relação às
densidades estudadas (densidade populacional e densidade residencial) utilizou-se o censo
norte americano relativo à área de Puget, onde pôde-se calcular o valor das densidades para
cada uma das 150 áreas menores.
As análises foram realizadas por modelos de regressão, sendo o nível de
acessibilidade (NA) a variável dependente e as medidas de uso do solo, sistema viário e
densidades, variáveis independentes, resultando em um índice que serve aos planejadores
urbanos como uma forma de medir continuamente a acessibilidade de áreas urbanas de acordo
com as respostas de suas próprias características físicas.
SRINIVASAN (2002), desenvolvendo um índice de ambiente amigável aos
pedestres em Boston, observou que os espaços físicos que contenham alguma característica
destinada aos pedestres nas rotas dos usuários entre casa e trabalho têm uma relativa
importância à maioria dos usuários no momento da decisão de utilizar o modo a pé nas
viagens de trabalho.
Na pesquisa realizada por RAJAMANI (2003), os autores investigam a
influência das características da forma urbana na escolha do modo de transporte nas viagens
utilitárias.
A pesquisa foi realizada com base em dados socioeconômicos e de viagens
obtidos através da pesquisa realizada pela Companhia Metropolitana do Metrô de Portland e
dados referentes a características da forma urbana.
A Companhia Metropolitana realizou em 1995 uma pesquisa através da
aplicação de diários de viagens a indivíduos em suas residências por dois dias da semana. As
informações obtidas por esta pesquisa continham informações sobre o modo de transporte
usado nas viagens, início e fim da viagem e da atividade e informações sócio demográficas
dos indivíduos e das residências. As informações referentes à forma urbana levantadas foram
no aspecto de diversidade de uso misto do solo, densidade urbana (densidade residencial e
Capítulo 2 – A Forma Urbana e as Viagens Realizadas a Pé
13
densidade populacional), variáveis relacionadas à acessibilidade, (índice de acessibilidade,
porcentagem de residências próximas a estabelecimentos comerciais e porcentagem de
residências próximas a pontos de ônibus) e variáveis relacionadas a rede viária (índice de
conectividade e porcentagem de cul-de-sac nas vias do bairro).
Foi utilizado um modelo multinomial como forma de análise e os resultados
indicam uma relação clara na influência entre a escolha pelo modo a pé na realização das
viagens utilitárias e as características da forma urbana.
DILL (2004) relata que os planejadores urbanos tradicionais recomendam que
o desenho das vias nos bairros seja em forma de grelha, com quadras de pequena dimensão e
com poucos cul-de-sacs. Estas recomendações retratam os bairros como sendo os mais
amigáveis e propensos a promover os deslocamentos a pé. No entanto a autora propôs uma
avaliação de uma série de medidas de conectividade de vias, com o propósito de como medir
e em que níveis a conectividade é apropriada de forma a aumentar as viagens a pé.
As medidas de conectividade são muito úteis em pesquisa relacionadas a
comportamento de viagem e forma urbana, onde é possível constatar que uma rede viária bem
conectada pode representar uma redução na distância entre as viagens e um maior número de
rotas ou caminhos disponíveis ao usuário. Outro fator importante observado é a influência da
conectividade viária nas políticas públicas que são capazes de estabelecer novos padrões de
desenvolvimento urbano.
Foram aplicadas quatro das medidas de conectividades de vias avaliadas na
região metropolitana de Portland, são elas: densidade de interseções, densidades de vias,
porcentagem de interseções conectadas, relação de segmento de via por interseção.
A autora pôde concluir que apesar de correlatas as medidas não indicaram um
mesmo nível de conectividade na área estudada, mas em geral, as áreas mais conectadas são
no centro da cidade de Portland e no lado leste (leste do Rio de Willamette que corre norte-sul
pelo meio da região). Estas são áreas que se desenvolveram em grande parte antes de 1950 e
são constituídas por um padrão de via em forma de grelha. Portanto como forma de aumentar
as viagens realizadas a pé e por bicicleta é criar rotas na forma urbana mais curtas e mais
diretas.
Em outra análise realizada por THAMBIAH et al. (2004), os autores
propuseram um método interessante aplicado na cidade de Sapporo (Japão), de calcular o
nível de serviço global de calçadas e faixas para pedestres, de forma a estimular o modo a pé.
Capítulo 2 – A Forma Urbana e as Viagens Realizadas a Pé
14
O objetivo principal desta análise é propor um método que determine o nível
de serviço de calçadas e faixas de pedestres através do processo estatístico de análise conjunta
e também determinar por ordem de importância quais fatores que mais alteram os valores dos
níveis e o estímulo ao modo a pé.
Os fatores analisados nesta metodologia foram: largura da calçada e de
separação entre o pedestre e o tráfego; medida do número de obstáculos na calçada, índice de
fluidez de pedestres na calçada, número de incidentes diversos (entre eles com bicicletas) em
oposição ao fluxo de pedestres, cálculo da área necessária para o movimento de pedestres,
medida de facilidade de cruzar as vias, medida da curvatura de visão entre o pedestre e o
veículo nas intersecções e medida do tempo de espera do pedestre no semáforo. Através da
análise conjunta foram realizados diversos arranjos entre os fatores de forma a obter um nível
de serviço mais preciso.
Os resultados apontam que, dos oito fatores analisados, os que mais se
destacaram em relação às calçadas foram o índice de fluidez dos pedestres e o número de
incidentes com bicicletas nas calçadas, neste caso os autores recomendam aos planejadores de
transporte que sejam evitados na estrutura física urbana caminhos de uso compartilhado entre
pedestres e ciclistas devido ao desconforto e insegurança. Em relação à faixa de pedestres, o
fator que mais se destacou foi o fator de visão dos pedestres em perceberem os veículos
virando as interseções, de forma a diminuir drasticamente a sua segurança, neste caso os
autores recomendam que as interseções sejam projetadas para minimizar as ocorrências de
conflitos entre pedestres e veículos.
RODRIGUEZ e JOO (2004) examinaram, através de modelos multinomiais, a
relação entre a escolha do modo de viagem e as características do ambiente físico, como
topografia, densidade residencial, disponibilidade de calçadas e presença de rotas para
ciclismo e caminhadas.
Os dados necessários à realização desta pesquisa foram os de estudantes da
Universidade da Carolina do Norte de modo a ilustrar a relação entre a escolha do modo e os
atributos do meio físico cujo objetivo era de avaliar as características modais típicas de
viagem, como tempo de viagem, tempo de acesso e custo.
Portanto, de acordo com os resultados encontrados, a topografia e a
disponibilidade de calçada são significativamente associadas à atratividade dos modos não
motorizados.
Capítulo 2 – A Forma Urbana e as Viagens Realizadas a Pé
15
BOARNET e NESAMANI (2004) entrevistaram indivíduos em dois dias
através de diários de viagem, para verificar se os fatores de uso do solo na forma urbana têm
mais influência na geração de viagem utilitária ou na quilometragem total de viagens
realizadas por automóvel (distância da viagem).
A pesquisa foi baseada em dados socioeconômicos, de uso do solo, e sistema
viário. Com relação ao levantamento dos dados socioeconômicos e características das viagens
e dos indivíduos, foram obtidos por meio de diários de viagens aplicados a três municípios na
área de Portland em 1994. Os levantamentos dos dados referentes ao uso do solo foram
obtidos através do censo americano de 1990 e o Pacote do Censo de Planejamento de
Transportes (CTPP) que mostra o uso do solo ao longo da área estudada. As variáveis
relacionadas ao sistema viário (conectividade das vias) foram obtidas através do Sistema
Regional de Informações de Solo onde as informações estavam contidas em SIG (Sistema de
Informações Geográficas). Com estas informações foi possível calcular a freqüência de
viagens individuais e a quilometragem percorrida por automóveis.
Por outro lado, alguns estudos concluíram que a forma urbana não interfere
significativamente no modo de transporte utilizado, e sim as características socioeconômicas
dos indivíduos que são fatores determinantes na escolha do modo de transporte. Todos esses
estudos analisaram áreas com formas urbanas diferentes, mas que apresentavam
características socioeconômicas semelhantes, a fim de que fosse possível isolar o efeito da
forma urbana sobre a realização de viagens a pé.
MCNALLY e KULKARNI (1997) analisaram a relação entre a forma urbana e
as viagens a pé em 20 bairros de Orange Country, Califórnia. Como resultado, concluíram
que os aspectos socioeconômicos são os fatores mais determinantes na realização das viagens.
Sendo assim, quanto maior a renda per capita, mais viagens são realizadas, independente do
bairro de origem do indivíduo.
CRANE e CREPEAU (1998) analisaram as viagens diárias dos moradores em
estudo realizado na cidade de San Diego, Califórnia. Os resultados mostraram que a
configuração da forma urbana não afeta as viagens utilitárias para trabalho e compras.
Concluíram assim que os fatores determinantes são as características socioeconômicas e as
preferências individuais.
Nestes estudos, realizados para a análise da influência das características da
forma urbana sobre as viagens realizadas a pé, pode-se perceber que as regiões com altas
Capítulo 2 – A Forma Urbana e as Viagens Realizadas a Pé
16
densidades, maior diversidade de usos do solo, bons níveis de acessibilidade e desenho urbano
voltado para o pedestre, estão freqüentemente associadas à diminuição das viagens por
automóvel, devido à maior proximidade espacial entre os locais de realização das atividades
individuais. Os elementos de escalas micro territoriais destinados a caracterizar, em escala
humana, os sistemas de transportes e os modelos de desenvolvimento urbano têm seu foco
sobre as características físicas locais dos ambientes construídos que influenciam as escolhas
individuais das viagens realizadas por qualquer modo de transporte.
3
3
-
-
V
V
A
A
R
R
I
I
Á
Á
V
V
E
E
I
I
S
S
Q
Q
U
U
E
E
C
C
A
A
R
R
A
A
C
C
T
T
E
E
R
R
I
I
Z
Z
A
A
M
M
A
A
F
F
O
O
R
R
M
M
A
A
U
U
R
R
B
B
A
A
N
N
A
A
São muitos os trabalhos publicados que tratam da integração entre a forma
urbana e a realização de viagens a pé. CRANE (2000) e BARBUGLI (2003) apresentam
revisões bem abrangentes desses trabalhos. Verifica-se, nestes estudos, que o conceito de
forma urbana é multidimensional. Muitas variáveis são utilizadas para descrever as
características das zonas urbanas.
Alguns estudos analisam a forma urbana utilizando variáveis relacionadas à
densidade, à diversidade de usos do solo e ao desenho das vias (CERVERO e
KOCKELMAN, 1997; MCNALLY e KULKARNI, 1997). Outros trabalhos incluem ainda
dimensões relacionadas à qualidade da infra-estrutura para pedestres e ciclistas, à mistura de
uso dos solos e à qualidade do sistema de transporte coletivo da zona (1000 FRIENDS OF
OREGON, 1993; FERREIRA e SANCHES, 2001).
Com base na literatura pesquisada, são apresentadas a seguir as variáveis que
podem ser utilizadas para caracterizar a forma física de uma zona urbana e a maneira como
estas variáveis podem interferir na realização das viagens pelo modo a pé.
As variáveis que caracterizam a forma urbana estão agrupadas em 5 categorias,
de acordo com os aspectos de densidade urbana, qualidade dos espaços para pedestres,
diversidade de usos do solo, desenho das vias, e disponibilidade de transporte coletivo.
3.1 Variáveis Relacionadas à Densidade Urbana
Freqüentemente as medidas de densidade populacional e de usos não
residenciais são utilizadas na literatura para análise do comportamento de viagem
(CERVERO, 1997). Locais com altas densidades estão associados à maior concentração de
atividades tanto residenciais como comerciais, o que proporcionaria aos habitantes da
região a possibilidade de realização de suas tarefas diárias usando modos de transporte não
motorizados (modo a pé ou bicicleta).
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
18
A densidade pode ser definida como o número de habitantes ou empregos por
quilometro quadrado (HANDY e CLIFTON, 2002). Uma das vantagens do uso dessa variável
é a facilidade com que estas informações podem ser coletadas para sua estimativa.
(HOLTZCLAW, 1994; VTPI, 2000; BOARNET & CRANE, 2001; CERVERO e
KOCKELMAN, 1997; DAAMEN e HOOGENDOON, 2003; FHWA, 2000; HANDY E
CLIFTON, 2002; MCNALLY & KULKARNI, 1997; MILLER E IBRAHIM, 1998;
MOUDON et al, 1997; SHRIVER, 1997; TMIP, 2000).
As medidas de densidade mais usadas são as seguintes:
• Densidade Populacional Bruta, conforme Equação 3.1:
A
P
DPb=
(3.1)
onde: DPb = densidade populacional bruta (habitantes/ha)
P = população do bairro (habitantes)
A = área total do bairro (ha)
• Densidade Populacional Líquida, conforme Equação 3.2:
Ae
P
DPl =
(3.2)
onde: DPl = densidade populacional líquida (habitantes/ha)
P = população do bairro (habitantes)
Ae = área edificada no bairro (excluindo áreas de vias, parques e áreas não
edificáveis – ha)
• Densidade Residencial, conforme Equação 3.3:
A
r
R
DR =
(3.3)
onde: DR – densidade residencial (residências/ha)
R – número total de residências no bairro
Ar – área do bairro ocupada por uso residencial (ha)
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
19
• Densidade de Ocupação, conforme Equação 3.4:
As
Ac
DOc =
(3.4)
onde: DOc – densidade de ocupação (área construída/ área do bairro ou setor).
Ac – área construída em (ha)
As – área do bairro ou setor (ha).
3.2 Variáveis Relacionadas à Qualidade dos Espaços para Pedestres
Uma das principais características da forma urbana relacionada à realização de
viagens a pé é a qualidade do ambiente para pedestres. A existência de calçadas e a qualidade
das mesmas (nos aspectos de segurança, seguridade, conforto, conectividade e estética)
podem incentivar a opção dos indivíduos em realizar suas viagens a pé. Vários trabalhos
procuram identificar quais as características que tornam o ambiente mais agradável para os
pedestres (DIXON, 1996; FERREIRA E SANCHES, 2001; FRUIN, 1971; KHISTY, 1995;
SARKAR, 1995).
Segundo a Associação Nacional de Transportes Públicos - ANTP (1999), a
movimentação de pedestres corresponde à maior parte dos deslocamentos urbanos. Em
pequenas cidades este movimento torna-se a maioria e em grandes metrópoles este número
atinge 1/3 das viagens. A vulnerabilidade dos pedestres é muito grande, e segundo dados
fornecidos da ANTP, nas grandes cidades brasileiras de 60 a 80% de mortes acidentais
corresponde a atropelamentos. Assim, garantir ao pedestre um ambiente seguro (com calçadas
e travessias) é um dos principais aspectos que devem ser considerados para garantir a
circulação segura e confortável das pessoas.
Alguns trabalhos encontrados na literatura, como AGUIAR (2003) apresentam
revisão de índices de avaliação do ambiente destinado aos pedestres considerando os fatores
que contribuem para medir a qualidade desses espaços.
Algumas metodologias de avaliação do nível de serviço são realizadas apenas
por técnicos, não considerando a opinião do usuário. Um exemplo de metodologia é a
desenvolvida por FRUIN (1971), que propõe um nível de serviço (NS) baseado em dados
quantitativos e qualitativos para avaliar os espaços destinados aos pedestres. O procedimento
adotado envolve conceito de densidade e velocidade de caminhada. Em espaços urbanos, com
alta densidade e baixa velocidade de caminhada, observou-se uma inconveniência na
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
20
realização de caminhadas. Os resultados finais permitiram a definição de seis níveis de
serviço para projetos de calçadas e escadas no ambiente urbano.
Já na metodologia de DIXON (1996), os indicadores usados para avaliação do
espaço para pedestres e ciclistas foram à existência, continuidade e largura das calçadas, os
conflitos de pedestres com veículos, as amenidades existentes nas calçadas, o nível de serviço
para veículos nas vias, o estado de conservação das calçadas e a existência de medidas de
moderação de tráfego.
Por outro lado, alguns trabalhos apresentam métodos que objetivam
especificamente avaliar a qualidade das calçadas sob a ótica do usuário. FERREIRA E
SANCHES (2001) desenvolveram uma metodologia de avaliação constituída em três etapas:
Na primeira etapa, é feita uma avaliação técnica, com base nos indicadores de qualidade (IQ)
considerados mais relevantes que são: A
tratividade Visual, Conforto, Continuidade,
Segurança e Seguridade
das calçadas, atribuindo-se pontuação correspondente a cada nível de
serviço. A segunda etapa trata-se da pesquisa de opinião com os usuários, atribuindo-se grau
de importância aos indicadores de qualidade das calçadas, já citados, permitindo uma
ponderação na avaliação entre os indicadores de qualidade, de acordo com a percepção dos
usuários. Na terceira e última etapa, é realizada a avaliação final dos espaços considerando a
pontuação obtida na avaliação técnica, ponderada pela avaliação dos usuários, criando-se um
Índice de Qualidade de Calçadas. Através deste índice é possível auxiliar os administradores
públicos a avaliar a qualidade dos espaços públicos para pedestres e identificar locais que
necessitam de melhoramentos.
KHISTY (1995) propôs um método prático de avaliação dos espaços para
pedestres, ainda de acordo com a opinião do usuário. Neste estudo foram utilizadas sete
características dos espaços urbanos adequados aos pedestres: atratividade, conforto,
conveniência, segurança, seguridade, coerência do sistema de calçadas e continuidade do
sistema. A ordem de importância de cada uma das variáveis é obtida através de entrevistas
com os usuários. A avaliação final é obtida com a somatória da nota atribuída a cada critério
considerado, ponderado pela importância relativa de cada critério.
Alguns estudos evidenciam a questão de segurança para pedestres, enfocando a
redução do número de acidentes em cruzamentos e travessias de ruas, aspectos como faixa
etária dos usuários, visibilidade do local, equipamentos especiais e educação dos usuários.
No estudo realizado por SARKAR (1995), o método de avaliação da segurança dos pedestres,
foi descrito em etapas, sendo que na primeira delas é realizada uma avaliação geral dos
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
21
espaços para pedestres, considerando critérios de segurança, como seguridade, possibilidades
de queda e conflitos. Na segunda etapa, é feita uma avaliação dos problemas de segurança na
ligação dos pedestres aos outros modos de transporte, como o transporte coletivo, nas
calçadas e interseções.
O Quadro 3.1 mostra um resumo das variáveis relacionadas ao aspecto de
Qualidade dos Espaços Urbanos encontradas na literatura.
Quadro 3.1 - Variáveis utilizadas para descrever o aspecto de qualidade dos espaços para
pedestres
• % de quadras com calçadas
• % de quadras com arborização
• % de quadras com iluminação
• % de interseções com semáforos
• largura média das calçadas
• declividade média das vias
• distâncias médias entre postes de
iluminação
• % de interseções com semáforos para
pedestres
3.3 Variáveis Relacionadas à Diversidade de Usos do Solo
A diversidade (mistura) de usos do solo refere-se à sinergia criada pela
proximidade das atividades residenciais, de comércio e serviços, diminuindo a distância entre
a origem e o destino das viagens. Alguns estudos indicam que o aumento da diversidade de
uso do solo incentiva a substituição de viagens de automóvel por viagens a pé (BOARNET e
CRANE, 2001; CERVERO, 1996; CERVERO e KOCKELMAN, 1997; FHWA, 2000;
MOUDON et al, 1997; HANDY e CLIFTON, 2002; SHRIVER, 1997). Outras pesquisas, no
entanto, não encontraram uma relação significativa entre as viagens a pé e as características
de uso do solo. (CRANE e CREPEAU, 1998).
A diversidade de uso de solo pode promover o modo a pé como um substituto
para viagens motorizadas. Em um estudo realizado por BANERJEE e BAER (1984), em áreas
residenciais, foram identificados os tipos de serviços que as comunidades locais julgavam
prioritários em relação à proximidade com suas residências. Entre os serviços mais desejáveis,
estão drogaria, supermercado, posto de gasolina, agência postal, e agência bancária.
Para HESS et al. (2000), pelo menos dois elementos relacionados à diversidade
de uso de solo precisam ser considerados com respeito à influência nas viagens não
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
22
motorizadas. O primeiro é até que ponto os tipos de usos do solo complementam-se uns aos
outros de modo funcional, tanto na origem como no destino das viagens. Por exemplo, uma
mistura de uso agrícola e residencial não produzirá o mesmo benefício ou efeito de uma
mistura de usos comercial e residencial. Um segundo ponto questionado é o quanto os
diversos usos do solo complementam-se uns aos outros de modo espacial, ou seja, em relação
à distância entre os locais de realização de atividades. Por exemplo, deve se verificar se nas
viagens a pé é possível a realização de atividades diferentes dentro de uma determinada faixa
de distância.
Alguns trabalhos já publicados na literatura mostram formas diferentes de se
avaliar a diversidade de uso do solo. HANDY e CLIFTON (2001) publicaram um estudo em
que a diversidade de uso do solo era medida em termos de distâncias entre as residências de
um bairro e pontos comerciais (lojas, supermercados, entre outras) de um bairro vizinho mais
próximo. Em outro estudo (CERVERO e KOCKELMAN, 1997) usaram como medida de
diversidade de uso do solo, um “índice de dissemelhança”, consistindo em dividir uma
determinada área em células em forma de grelha e para cada célula contar o número de
células vizinhas ocupado por diferentes tipos de usos.
No estudo de KITAMURA et al (1997) foram analisados cinco locais, quanto à
sua diversidade de uso do solo. A análise foi realizada com base nas respostas fornecidas
pelos usuários, que deveriam estimar a distância mínima de sua residência ao local de
comércio mais próximo (lojas, drogarias, supermercados, posto de gasolina, agências
bancárias, agências postais).
Alguns estudos consideram a diversidade de uso do solo através de uma
simples inspeção, como, por exemplo, o estudo desenvolvido por CERVERO (1996)
realizado em um bairro americano. O estudo considerou duas variáveis, a primeira variável
indicou a existência de comércio e outras atividades não residenciais dentro de um raio de 0,1
km de uma residência inspecionada (geralmente uma ou duas quadras de distância). A
segunda variável identificou, especificamente, se havia supermercado ou drogaria entre 0,1
km e 1,5 km da residência inspecionada. Neste sentido, através da primeira variável era
possível identificar se havia atividades não residenciais na vizinhança imediata, considerando
que a segunda variável especificou somente a presença de supermercado e drogaria na área, a
uma distância de caminhada conveniente.
Uma variável utilizada em diversos trabalhos para medir a diversidade de uso
do solo é o Índice de Entropia (ARRUDA, 2000; CERVERO, 1989; FRANK E PIVO, 1994;
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
23
KOCKELMAN, 1996; MESSENGER e EWING, 1996; SUN et al, 1998, BARBUGLI,
2003).
Esse índice avalia o equilíbrio na distribuição de área construída nas diferentes
categorias de usos do solo dentro uma determinada região e pode ser calculado através da
seguinte formulação: (CERVERO e KOCKELMAN, 1997; SUN et al,1998; BARBUGLI,
2003)
)(ln
))(ln(
1
k
pp
E
k
j
jiji
i
∑
=
−
= (3.5)
Onde:
E
i
= índice de entropia no setor censitário i
p
ji
= parcela da área construída ocupada pelo uso do solo j no setor i
k = número de categorias de uso do solo consideradas
O índice de entropia pode variar entre 0 (homogeneidade, existe apenas um
tipo de uso do solo no bairro) e 1 (heterogeneidade, o bairro é ocupado por porcentagens
iguais de todos os usos do solo considerados).
Através do cálculo do índice de entropia é possível analisar o espalhamento da
diversidade de usos do solo nas zonas urbanas identificando-se a influência destes usos na
realização das viagens não motorizadas.
Na pesquisa realizada por KOCKELMAN (1996) o autor relata a conveniência
em somente incluir os usos residencial, comercial e serviços no índice de entropia, devido a
estes usos em conjunto representarem melhor as áreas urbanas com alto nível de
acessibilidade. Dependendo do nível de precisão pode ser necessário adaptar o índice, para
evitar viés nas analises de áreas menores ou áreas pouco desenvolvidas.
3.4 Variáveis Relacionadas ao Desenho das Vias
A forma e desenho das vias são de grande importância na motivação ao uso do
modo a pé na realização das viagens urbanas diárias. Segundo o estudo de JONES (2001), no
moderno desenvolvimento das cidades o caminhar tornou-se difícil ou quase impossível como
opção para muitas viagens, por fatores como sistema de vias desconectadas, insegurança nos
cruzamentos, rotas alternativas devido a quadras de grande tamanho (colocando em risco a
segurança do pedestre), e longas distâncias para a maioria dos destinos. No entanto, em
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
24
bairros considerados confortáveis aos pedestres, deve-se priorizar e desenvolver uma rede de
vias que não só atenda às viagens motorizadas, mas especificamente que atraia viagens a pé.
Verificou-se, na literatura pesquisada, que muitos estudos apresentam
alternativas para se avaliar os efeitos do desenho das vias e dos bairros na escolha do modo de
viagem. Alguns estudos apontam o padrão viário em forma de grelha como sendo o mais
eficiente para incentivar as viagens a pé, por oferecer uma maior variedade de opções de
rotas. Esta forma de sistema viário é associada às zonas com características “tradicionais”
(que tornam mais atraentes o transporte coletivo e os modos não-motorizados), ao contrário
de zonas “modernas” com muitos cul-de-sacs. (ALLAN, 2001; BOARNET e CRANE, 2001;
CERVERO e KOCKELMAN, 1997; CRANE e CREPEAU, 1998; DILL, 2004; HANDY,
1996a,b; 2003; JONES, 2001; MCNALLY e KULKARNI, 1997; MOUDON et al, 1997;
SHRIVER, 1997).
O Quadro 3.2 mostra as variáveis encontradas na literatura, relacionadas ao
aspecto de Desenho das Vias.
Quadro 3.2 - Variáveis utilizadas para descrever o aspecto de desenho
das vias
•
permeabilidade para pedestres
•
tamanho médio das quadras
•
% de cul-de-sacs
•
número de quadras /ha
•
número de intersecção/ha
•
comprimento linear de vias/ha
•
% intersecção em cruz
•
% intersecção em T
•
nº inter “cruz”/nº tot intersecções
•
número de intersecções/km de vias
•
declividade média das vias, largura média
das vias, comprimento de vias/ha
•
% da área da zona ocupada pelo sistema
viário
•
nº de seg vias / nº intersecções
•
porcentagem de intersecções conectadas
•
comprimento médio das quadras
HANDY (1996a) realizou um estudo para verificar a influência das
características do desenho das vias na escolha do modo de transporte. O estudo comparou as
características viárias, isoladamente das características domiciliares (por exemplo, existência
de automóveis e número de viagens diárias dos moradores, entre outras). Os resultados
encontrados mostraram que os efeitos causados pelas características das vias são mais
significativos que os efeitos das características domiciliares, no que se refere ao tempo,
freqüência e variedade de destinos das viagens entre zonas com desenhos tradicionais, em
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
25
forma de gelha, e zonas com desenhos modernos, contendo grandes números de cul-de-sacs.
Neste estudo, foram consideradas as seguintes variáveis: índice de acessibilidade das zonas,
número de quadras por quilômetro quadrado, número de cul-de-sac por quilômetro de vias e
acesso das vias às zonas comerciais.
Em outra pesquisa realizada, 1000 FRIENDS OF OREGON (1993), verificou
que a qualidade do espaço destinado aos pedestres está diretamente relacionada ao aumento
no número de viagens realizadas pelo modo a pé, conseqüentemente um menor número de
viagens motorizadas. Foram avaliadas características como facilidade de cruzamento nas vias,
continuidade das calçadas, topografia e formato da rede viária (grelhas ou cul-de-sacs).
Outro índice que tem sido estudado para verificar a maior ou menor facilidade
de deslocamento dos pedestres em uma cidade é o índice de permeabilidade. Este índice
considera características como o tamanho das quadras, o número de cruzamentos e a
conectividade das vias, entre outras (ALLAN, 2001). Por exemplo, um bairro com quadras
muito grandes pode restringir o movimento do pedestre e fazer com que o acesso entre pontos
do bairro ocorra por caminhos sinuosos e mais longos. Este índice pode ser calculado tanto
em função da distância como do tempo de viagem.
São apresentadas a seguir as formulações usadas para cálculo do índice de
permeabilidade em função da distância (Equação 3.6) e do tempo de viagem (Equação 3.7).
d
r
dd
IDPP =
(3.6)
onde:
IDPP – índice de permeabilidade para pedestres em função da distância de viagem no
bairro ou setor
i.
dd- distância direta (em linha reta) entre a origem e o destino da viagem no bairro ou
setor
i.
dr- distância real (pelo caminho mais curto) entre a origem e o destino da viagem no
bairro ou setor
i.
O índice pode variar de 0 a 1. Se o IDPP for igual a 1 o ambiente é
perfeitamente adequado ao pedestre, permitindo que estes caminhem diretamente aos seus
destinos inicialmente planejados com menor distância percorrida. Esta ferramenta é muito
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
26
útil em planejamento analítico, onde a IDPP poderia ser usado para explorar viagens entre
pontos de origens e destinos em uma área local.
td
tr
ITPP =
(3.7)
onde:
ITPP – índice de permeabilidade para pedestres em função do tempo de viagem;
tr - tempo de caminhada pelo caminho mais curto entre a origem e o destino
td - tempo de caminhada em linha reta entre a origem e o destino
O Índice de Permeabilidade para pedestres em função do tempo de viagem
reflete o tempo gasto entre pontos de origem e destino de viagens. Em casos em que a malha
viária em um determinado local não é exclusivamente direcionada aos pedestres, o mesmo
tem que compartilhar a rede com outros modos de transporte. A distância passa a não ser o
fator determinante de análise. Nesse caso, a formulação baseada no tempo de viagem pode vir
a oferecer uma avaliação mais realista das situações que um pedestre provavelmente poderá
encontrar na realização de sua caminhada em ambientes urbanos, uma vez que incorpora os
tempos de espera nos cruzamentos ao longo da rede viária.
DILL (2004) realizou um estudo sobre algumas medidas de conectividade de
vias, que foram aplicadas na cidade de Portland – Oregon, com a finalidade de aumentar o uso
dos modos não motorizados: o andar a pé e de bicicleta. Segundo a autora, as vias mais
conectadas representam uma maior variedade de caminhos aos pedestres, tornando-se mais
atraentes aos usuários que optarem por andar a pé e resultando em economia de custo de
transporte e tempo na realização das viagens.
Uma das variáveis relacionada à conectividade das vias é o comprimento das
quadras, que pode ser utilizado de várias maneiras de forma a promover e medir a
conectividade (HANDY et al, 2003). Geralmente o comprimento das quadras é medido entre
os centros das intersecções das vias de cada lateral da quadra. Os padrões de comprimento das
quadras variam de 0,10 a 0,20 km, mas os padrões mais aceitáveis a promover o modo a pé
são comprimentos ainda menores. Quadras que possuem dimensões menores representam um
aumento no número de interseções, resultando em um número maior de rotas e distâncias
relativamente mais curtas de caminhadas.
A densidade de quadras pode ser entendida como a relação entre o número de
quadras por unidade de área, por exemplo, número de quadras por hectare, ou número de
quadras por km
2
(DILL, 2004). A titulo de exemplo as Figuras 3.1 e 3.2 mostram setores
censitários que possuem valores diferentes de densidade de quadras.
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
27
Já o tamanho das quadras foi adotado em vários centros urbanos como forma
de medir a conectividade das vias. Normalmente o tamanho da quadra é obtido pelo perímetro
ou pela medida da área (HANDY et al, 2003).
Figura 3.1 – Setor Censitário com densidade de quadra igual a 0,45
Figura 3.2 – Setor Censitário com densidade de quadra igual a 1,10
A densidade de intersecções é medida através da relação entre o número de
interseções por unidade de área, por exemplo, (km
2
). Um valor mais alto indicaria mais
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
28
interseções e relativamente uma conectividade mais alta. A titulo de exemplo as Figuras 3.3 e
3.4 mostram setores censitários que possuem valores diferentes de densidade de interseções.
Figura 3.3 – Setor Censitário com densidade de interseção igual a 2,00
Figura 3.4 – Setor Censitário com densidade de interseção igual a 1,04
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
29
Já a densidade de vias é medida através da relação entre o comprimento linear
de vias por unidade de área (por exemplo, quilômetro de vias por km
2
), ou seja, um valor mais
alto representa mais vias e teoricamente uma conectividade mais alta.
As variáveis: densidade de vias, densidade de interseção e densidade de
quadras são correlacionadas entre si (DILL, 2004).
A variável porcentagem de interseções conectadas representa a relação entre o
número de intersecções de vias pelo número total de intersecções de vias mais o número de
cul-de-sacs. O valor máximo é 1,0, portanto valores próximos a 1,0 representam que a rede
viária possui poucos cul-de-sac e relativamente um número maior de interseções,
teoricamente isso representa um nível mais alto de conectividade. Assim sendo, recomenda-
se valores iguais ou superiores a 0,70 para representar uma boa conectividade nas vias (DILL,
2004).
Uma outra maneira de se medir a conectividade é verificar o padrão do sistema
viário, se a rede do sistema viário é em forma de grelha ou não. Sistema viário na forma de
grelha representa um maior número de intersecções em “cruz”, onde teoricamente aumenta a
conectividade entre os segmentos de vias. Já um sistema viário que não seja em forma de
grelha é aquele que contém um número maior de intersecções em “T” e cul-de-sacs em sua
configuração, representando uma baixa conectividade entre os segmentos de vias. O padrão
do sistema viário pode ser obtido através da Equação 3.8
NIT
NITc
PSV =
(3.8)
Onde:
NITc é o número de interseções em “cruz” no setor
NIT é o número de interseções total no setor.
O valor obtido da formulação pode variar entre 0 e 1,0, quanto mais próximo
de 1,0 estiver, representa que a configuração do sistema viário pode ser considerada em forma
de grelha. A titulo de exemplo as Figuras 3.4 e 3.5 mostram setores censitários que possuem
valores diferentes de padrão do sistema viário.
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
30
Figura 3.5 – Setor Censitário com Padrão do Sistema Viário igual a 0,14
Figura 3.6 – Setor Censitário com Padrão do Sistema Viário igual a 1,00
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
31
Outra variável que pode ser utilizada para descrever o desenho das vias é o
índice de conectividade das vias, que representa a relação entre o número de segmentos de
vias pelo número de intersecções ou o final dos cul-de-sac dentro de uma área. Para uma
perfeita conectividade recomenda-se que o valor da relação seja de 2,5. No entanto, valores da
ordem de 1,2 a 1,4 são considerados como um bom padrão de conectividade. Uma limitação
neste índice é a falta de representação do comprimento da viagem, ou seja, para o modo a pé,
é importante o comprimento de uma rota da origem até o destino da viagem ser baixo, assim,
uma área com um alto índice de conectividade não representa se estas ligações são realmente
as mais curtas (HANDY et al, 2003).
3.5 Variáveis relacionadas à Disponibilidade de Transporte Coletivo
Uma das variáveis que, a principio, favorece o aumento das viagens realizadas
pelo modo a pé nas zonas urbanas, é a disponibilidade de transporte coletivo (ARRUDA,
2000; FHWA, 2000; HANDY, 1996b, HENK e HUBBARD, 1996; HOLTZCLAW, 1994;
MILLER E IBRAHIM, 1998; ROOD, 1998).
A acessibilidade ao Sistema de Transporte Coletivo é um dos elementos de
maior importância ou até mesmo o aspecto principal no projeto de bairros ou setores baseado
no conceito de Novo Urbanismo e no estímulo ao modo a pé (CERVERO, 1997).
Em um estudo realizado por ARRUDA (2000), a autora observou se havia
relação entre as viagens realizadas pelo modo a pé e o comprimento da viagem. No estudo
constatou-se que, quanto maior à distância de viagem, menor a utilização do modo a pé.
Devido à limitação física, as caminhadas não excedem 3 km, e com a presença de transporte
coletivo nas zonas urbanas os usuários podem optar por andar a pé complementando sua
viagens com o transporte coletivo.
Outra pesquisa, realizada por HOLTZCLAW (1994), verificou as
características das vias e da acessibilidade das zonas ao transporte coletivo. A pesquisa foi
baseada no número de lugares no ônibus e no acesso da população ao serviço de transporte
coletivo por hora em um trecho de 400 metros. Esta medida de acessibilidade do pedestre ao
transporte coletivo inclui os padrões das vias e a topografia local. Os resultados mostram que
os locais que possuem condições favoráveis nos aspectos estudados mostraram uma redução
de usuários de transporte individual motorizado em até 8% em cada residência nas viagens
diárias.
Capítulo 3 – Variáveis que Caracterizam a Forma Urbana
32
ROOD (1998) propôs uma forma de se medir à disponibilidade de transporte
coletivo em uma zona urbana utilizando um Índice de Disponibilidade de Transporte Coletivo
(LITA).
LITA combina 3 aspectos da intensidade de TC e relaciona o valor obtido com
a população e a área da zona.
Esta ferramenta é de fácil interpretação das medidas de intensidade do serviço
de Transporte Coletivo, baseada em uma análise conjunta de três aspectos do serviço:
freqüência do serviço de transporte coletivo, cobertura do serviço do transporte coletivo,
capacidade do serviço de transporte coletivo.
A Freqüência do Serviço de Transporte Coletivo mede o número total de
viagens de cada linha de transporte coletivo que serve uma determinada zona urbana. Esta
variável pode ser avaliada através da seguinte formulação (ROOD, 1998).
Freqüência = ∑ (número de viagens por dia de cada linha que serve a zona),
considerando a presença de linhas de transporte coletivo nas zonas que possuírem um número
de pontos de paradas maior que 1.
A Cobertura do Serviço de Transporte Coletivo refere-se a proximidade
espacial do serviço de transporte coletivo da origem ao destino de uma determinada viagem.
Representa o nível de acesso por toda a área urbana, calculando-se a densidade de pontos de
parada do ônibus por todo o percurso de cada linha que atende a uma determinada zona
urbana. Esta variável pode ser avaliada através da seguinte formulação (ROOD, 1998).
Cobertura = ∑ (número de pontos de parada de ônibus de cada linha que
serve a zona urbana, incluindo os que margeiam a zona) / área da zona.
A Capacidade do Serviço de Transporte Coletivo refere-se a medir o número
total de lugares oferecidos pelas linhas de transporte coletivo na zona urbana. Esta variável
pode ser avaliada através da seguinte formulação (ROOD, 1998).
Capacidade = ∑ (número de lugares por linha x distância percorrida pelo
ônibus na zona) / população total da zona
4
4
–
–
M
M
O
O
D
D
E
E
L
L
O
O
D
D
E
E
E
E
S
S
C
C
O
O
L
L
H
H
A
A
D
D
I
I
S
S
C
C
R
R
E
E
T
T
A
A
Neste capítulo são descritas as etapas da estrutura de um modelo
comportamental ou de escolha discreta, sua formulação e a calibração dos resultados.
Os modelos de escolha modal são usados em análises para prever a opção dos
indivíduos por um modo de transporte. Em geral, é comum nestes estudos o uso do Modelo
de Escolha Discreta, pelo fato do mesmo prever a opção modal com base na agregação de
diversas variáveis explicativas (CALIPER, 1996).
4.1 Formulação de um Modelo Comportamental ou de Escolha Discreta
Na formulação de um modelo de escolha discreta são desenvolvidas três etapas
(ORTÚZAR e WILLUMSEM, 1994):
1 – A especificação da estrutura mais adequada para o modelo (multinomial ou aninhado);
2 – A definição do conjunto de variáveis explicativas a serem utilizadas;
3 – A definição do conjunto de escolhas individuais (quais as alternativas de modos de
transporte disponíveis ao indivíduo para a realização da viagem).
4.1.1 Estrutura de um Modelo Comportamental ou de Escolha Discreta
A opção de um indivíduo entre um ou outro modo de transporte para a
realização de uma viagem é influenciada por vários fatores, tais como:
a) a velocidade, o conforto, a conveniência, o custo e a confiabilidade de cada modo;
b) o comprimento e o motivo da viagem;
c) as características socioeconômicas do indivíduo que irá realizar a viagem.
Dentre as metodologias disponíveis para o desenvolvimento de modelos de
escolha modal, os Modelos Comportamentais ou de Escolha Discreta são os mais usuais.
Estes modelos têm como hipótese básica que “a probabilidade de um indivíduo
escolher uma determinada alternativa é função da atratividade da alternativa escolhida em
relação à atratividade das alternativas disponíveis” (ORTÚZAR E WILLUMSEM, 1994).
Capítulo 4 – Modelo de Escolha Discreta
34
A atratividade de uma alternativa é representada através do conceito de
“utilidade”, que é definida pela combinação de variáveis que representam as características
das alternativas ou do indivíduo. Por exemplo, a Equação 4.1:
Uauto = 0,25 – 1,2 Tv – 2,5 TA – 0,3 CR + 1,1 lm (4.1)
Sendo:
Uauto = utilidade do automóvel;
Tv = Tempo de Viagem no veículo;
TA = tempo de acesso (tempo para estacionar, tempo de espera e caminhadas);
CR = custo relativo (custo do transporte / renda do indivíduo);
lm = índice de motorização do domicilio de origem do individuo;
Os coeficientes da equação representam o peso relativo de cada uma das
variáveis no momento da escolha do indivíduo. Por exemplo, uma variação unitária no tempo
de viagem, tem quatro vezes o impacto de uma variação unitária no custo relativo.
Estas variáveis podem representar também as características do indivíduo. Por
exemplo, um indivíduo que disponha de um automóvel estará mais predisposto a escolher o
automóvel como modo de transporte do que outro indivíduo que resida em um domicilio onde
um único automóvel é utilizado por várias pessoas.
A constante que aparece na equação representa a influência das características
do indivíduo ou da alternativa de transporte que não foram incluídas na função utilidade. Por
exemplo, a constante poderia incluir características como o conforto e a conveniência do
modo de viagem, que não são fáceis de medir ou observar.
Para se prever a escolha do modo de transporte, o valor de utilidade deve ser
comparado com os valores de utilidade das outras alternativas e transformado em uma
probabilidade entre 0 e 1. Pode-se utilizar uma transformação do tipo Logit (Equação 4.2):
)2exp()1exp(
)1exp(
1
ii
i
i
UU
U
P
+
=
(4.2)
Sendo:
P1
i
= probabilidade de o indivíduo i optar pelo modo 1;
U1
i
= utilidade do modo 1 para o indivíduo i
U2
i
= utilidade do modo 2 para o indivíduo i
Capítulo 4 – Modelo de Escolha Discreta
35
Em um modelo de escolha discreta as escolhas individuais podem ser
representadas de duas formas, na estrutura do modelo logit multinomial simples e modelo
logit aninhado (Figuras 4.1 e 4.2).
A Figura 4.1 mostra a estrutura dos modelos multinomiais simples. Os modos
1,2 e n representam as alternativas de transporte disponíveis ao indivíduo.
Figura 4.1 - Estrutura de Modelo Logit Multinomial Simples
A Figura 4.2 mostra a estrutura dos modelos multinomiais aninhados. Os
modelos do tipo logit aninhados se caracterizam por agrupar alternativas similares em um
mesmo ninho. Na Figura 4.2 está representada a estrutura do modelo logit aninhado em dois
níveis (ninhos). A estimativa do modelo é feita de forma seqüencial, sendo que primeiro
determina-se o modelo logit multinomial para as alternativas do ninho e, em seguida, calibra-
se o modelo para o nível superior da hierarquia.
Figura 4.2
– Estrutura de um Modelo Logit Aninhado com dois níveis
Total de viagens
Modo 1 Modo 2 Ninho
Modo a Modo b
Total de viagens
Modo 1 Modo 2 Modo n
Capítulo 4 – Modelo de Escolha Discreta
36
4.1.2 Conjunto de Variáveis Explicativas
O conjunto de variáveis explicativas é composto pelas variáveis que realmente
vão compor a função utilidade de um modelo de escolha discreta. A definição destas
variáveis é obtida por revisão bibliográfica e a possibilidade de obtenção dos dados
necessários, nas condições específicas do objeto estudado.
4.1.3 Conjunto de Escolhas Individuais (alternativas disponíveis)
Na determinação do conjunto de escolhas individuais, devem ser incluídas as
alternativas que realmente são consideradas pelo indivíduo, mesmo que inconscientemente. A
omissão de alternativas que aparentemente não são importantes pode distorcer o resultado do
modelo. Igualmente foram incluídas alternativas que são ignoradas por certos grupos de
indivíduos, também podem distorcer o resultado do modelo. Como exemplo pode-se citar
uma definição no comprimento máximo de uma viagem para que a caminhada seja uma
alternativa viável, ou qual o conjunto de indivíduos para os quais o automóvel é uma
alternativa possível, ou definir o grupo de indivíduos que podem ter acesso ao transporte
coletivo e este ser uma alternativa.
4.2 Calibração do Modelo de Opção Modal
A calibração de um modelo de escolha discreta é um processo iterativo em que
vários conjuntos de variáveis e várias estruturas de modelos são testadas a fim de se
identificar o modelo que melhor representa a opção dos indivíduos entre os modos de
transporte disponível.
O que se busca é um modelo que represente a realidade, não exija muitos
dados, não produza resultados espúrios e que seja adequado para o contexto de decisão em
que será utilizado.
Geralmente a avaliação de um modelo de escolha discreta do tipo Logit é
baseada em dois parâmetros estatísticos: o teste-t e o índice
ρ
2
. O teste-t avalia se a variável
em questão contribui de forma significativa para o poder de explicação do modelo. Valores do
teste-t maiores que 1,96 (em módulo) significam que a variável tem um efeito significativo e
deve ser incluída no modelo (com um nível de confiança de 95%). O índice
ρ
2
avalia o ajuste
geral do modelo e varia entre 0 (nenhum ajuste) e 1 (ajuste perfeito). Valores de
ρ
2
da ordem
de 0,40 representam um bom ajuste (ORTÚZAR E WILLUMSEM, 1994).
Capítulo 4 – Modelo de Escolha Discreta
37
Em geral, são analisados também os sinais dos coeficientes das variáveis para
verificar se estão de acordo com a teoria e o esperado. Por exemplo, uma variável que se
espera que contribua positivamente para a utilidade de um modo de transporte deve ter um
coeficiente com sinal positivo.
4.3 Exemplos de utilização de modelos de escolha discreta que incluem os
modos não motorizados
São vários os trabalhos na literatura que retratam o uso de modelos
comportamentais ou de escolha discreta em análises para prever a opção de um indivíduo ou
grupo de indivíduos por um modo de transporte.
Uma destas pesquisas foi a desenvolvida por CAMBRIDGE SYSTEMATICS
(1995) na cidade de Potland, Oregon, USA. O modelo de divisão modal foi dividido em duas
etapas: Na primeira é feita a escolha dos modos de transporte motorizado e não motorizado
(bicicleta e a pé). Na segunda etapa, nas viagens motorizadas é feita a escolha entre
automóvel e transporte coletivo. O modo de transporte por bicicleta foi unido ao andar a pé
como um único modo de transporte, pois não se tinham dados suficientes para estimar as
viagens por bicicletas.
A escolha entre os modos motorizados e não motorizados foi estimada através
de modelos de escolha discreta, considerando na analise cinco motivos de viagens: viagens
para trabalho com base domiciliar, viagens para a escola com base domiciliar, viagens por
outros motivos com base domiciliar, viagens para trabalho com base não domiciliar e viagens
por outros motivos com base não domiciliar.
Os resultados mostraram que as variáveis que mais influenciam na escolha do
modo são a disponibilidade de automóvel e a distância de viagem.
O modelo desenvolvido por KOCKELMAN (1997), para a cidade de São
Francisco é um modelo do tipo Logit de escolha modal entre os modos motorizados e não
motorizados, considerando todas as viagens realizadas por um indivíduo (sem estratificação
por motivo). As viagens de bicicletas e a pé foram consideradas em conjunto. As variáveis
selecionadas nesta pesquisa foram: comprimento da viagem, gênero, idade, carteira de
habilitação, raça, situação de emprego, profissão, disponibilidade de automóvel, renda média,
acessibilidade, entropia, densidade populacional e densidade de emprego. Os resultados
mostraram que as variáveis que mais influenciam na escolha do modo de transporte são a
disponibilidade de automóvel e a distância de viagem.
Capítulo 4 – Modelo de Escolha Discreta
38
Já CERVERO (1996) desenvolveu um modelo com o objetivo de analisar a
influência do uso do solo na escolha pelo modo de transporte utilizado por indivíduos nas
viagens por motivo trabalho. Foram analisados os modos de transporte: automóvel, transporte
coletivo e caminhada/bicicleta. De acordo com os resultados foi comprovado que o uso do
solo afeta na escolha pelo modo de transporte. Verifica-se que a presença ou ausência de
estabelecimentos comerciais próximos aos domicílios tem maior peso na escolha modal.
Em outra pesquisa desenvolvida por RAJAMANI (2003), os autores
analisaram, através de modelo logit multinomial, os efeitos das características da forma
urbana na escolha modal de transporte em viagens utilitárias. Nesta pesquisa não só o uso do
solo foi analisado, mas também o sistema viário e a acessibilidade. As variáveis selecionadas
são a diversidade do uso do solo, a densidade populacional e residencial, o índice de
acessibilidade e o índice de conectividade das vias. Os resultados mostraram uma relação
clara na influência da opção pelo modo a pé para a realização das viagens utilitárias e as
características de forma urbana.
No trabalho desenvolvido por RODRIGUEZ e JOO (2004) os autores
analisaram, através de modelos logit multinomiais, os efeitos de características como
topografia, presença de calçadas e densidade residencial na escolha modal de transporte. Os
resultados revelaram que as variáveis topografia e a disponibilidade de calçada são
significativamente associadas à atratividade dos modos não motorizados.
No trabalho desenvolvido por THAMIZH et al (1996) os autores analisaram
características de viagens de diferentes grupos de viajantes em uma área urbana. Foram
analisados viajantes que não possuíam nenhum tipo de veículo (nem mesmo bicicletas). Estes
viajantes pertencem, em geral, a grupos de baixa renda e têm a opção de utilizar o modo a pé
ou o transporte coletivo em suas viagens a trabalho. A pesquisa foi aplicada em três áreas
residenciais na cidade de Tiruchirapalli, no estado de Tamilnadu (Índia) analisando-se, através
de modelo logit binomial, as viagens realizadas por três grupos distintos de viajantes, de
acordo com o local de sua residência: na área central da cidade, na área urbana (fora da área
central) e na área suburbana.
O conjunto de variáveis selecionadas nesta pesquisa foi o seguinte: relação
entre o número de trabalhadores na residência e o número total de moradores na residência;
idade do viajante; sexo do viajante; se o viajante é o chefe da família; nível do emprego
(elevado ou baixo) do chefe da família e distância de viagem. Os resultados mostraram que a
opção pelo modo de transporte depende das características socioeconômicas dos viajantes e
Capítulo 4 – Modelo de Escolha Discreta
39
principalmente da distância de viagem, tendo sido constatado que a distância aceitável para os
viajantes caminharem é de 1,3 a 2,5 quilômetros.
ARRUDA (2000) analisou, entre modelos de atividades e de escolha discreta,
uma metodologia que pudesse representar de forma simples, em termos de necessidade de
dados e infra-estrutura computacional, a integração dos modos não motorizados nos modelos
de planejamento de transporte.
O conjunto de variáveis explicativas que foi definido incluía variáveis
relacionadas às características de uso do solo (índice de entropia e acessibilidade), às
características domiciliares (presença de crianças menores de 12 anos e disponibilidade de
automóveis), ao comprimento da viagem (distância entre a origem e destino das viagens), às
características individuais (sexo e idade) e à densidade populacional. A pesquisa foi realizada
na cidade de São Carlos-SP.
Foram testadas várias combinações para todas as variáveis supracitadas e as
estruturas de um modelo logit multinomial, um modelo logit binomial e um modelo logit
aninhado. Os resultados obtidos com a aplicação dos modelos de escolha discreta
demonstram que, de modo geral, esta abordagem é adequada para se integrar os modos não
motorizados nos modelos convencionais, na etapa de escolha modal. A autora conclui que,
dentre as variáveis testadas, as que mais influenciam na opção individual por um modo de
transporte são o comprimento da viagem e a disponibilidade de automóvel, e definiu como
sendo o mais adequado no contexto da pesquisa o modelo logit multinomial como o que
melhor representa o comportamento de escolha modal individual.
STRAMBI (2004) analisou, através de modelo logit multinomial, o
comportamento de posse de automóveis na Região Metropolitana de São Paulo no período
entre 1987 a 1997. Na definição do conjunto de variáveis explicativas foram incluídas
variáveis sócio-demográficas e econômicas que influenciam o comportamento das famílias
(tamanho da família, número de trabalhadores, número de estudantes, presença ou não de
crianças, sexo e idade do chefe da família, e renda familiar). De acordo com os resultados,
houve mudanças de comportamento com relação às variáveis envolvidas ao longo do tempo,
tendo sido verificada uma redução na importância das características das famílias para
explicar a posse de automóveis, destacando o efeito decrescente da renda no período. Os
resultados sugerem que fatores relacionados ao mercado de veículos e políticas urbanas e de
transporte estão relacionados aos fatores de decisão de posse de automóveis.
Capítulo 4 – Modelo de Escolha Discreta
40
SERMONS E SEREDICH (2001) propõem em sua pesquisa a junção de
modelos logit multinomial de escolha de áreas (zonas) residenciais com modelos de escolha
de utilização de automóvel. A pesquisa foi aplicada em uma amostra de residências na área
metropolitana de São Francisco. Através do modelo proposto os autores pretendiam prever os
impactos da disponibilidade de veículos na realização de viagens e servir como apoio a
políticas de estimulo ao aumento de densidades, como forma de tornar áreas residenciais mais
atraentes.
Os dados coletados na pesquisa foram referentes às características de uso do
solo, densidade, fatores socioeconômicos dos indivíduos (presença de automóveis, número de
trabalhadores e não trabalhadores nas residências) e características das viagens residenciais.
O resultado mostrou que o modelo proposto pode ser utilizado com sucesso contendo os
vários parâmetros de estudo.
Como pode ser verificado através destes estudos, o modelo de Escolha
Discreta pode ser utilizado para incorporar diversas variáveis em modelos de estimativa da
divisão modal e previsão de viagens. No próximo capítulo são apresentados os
procedimentos para obtenção dos valores das variáveis que caracterizam a forma urbana e as
viagens realizadas.
5
5
–
–
C
C
O
O
L
L
E
E
T
T
A
A
E
E
A
A
N
N
Á
Á
L
L
I
I
S
S
E
E
D
D
O
O
S
S
D
D
A
A
D
D
O
O
S
S
Neste capítulo são apresentados os procedimentos para obtenção dos valores
das variáveis que caracterizam a forma urbana e as viagens realizadas.
5.1 Características da Forma Urbana
Os dados necessários para descrever a forma urbana foram coletados em nível
de setor censitário (
IBGE 2000) na cidade de São Carlos – SP. São Carlos é uma cidade de
porte médio com cerca de 200 mil habitantes.
Inicialmente realizou-se um levantamento dos órgãos competentes na cidade
de São Carlos que poderiam fornecer cada uma das bases cadastrais necessárias para o
desenvolvimento da pesquisa: o sistema viário da cidade, o uso do solo nos diversos setores
censitários. Posteriormente, estas bases cadastrais foram adequadas e digitalizadas utilizando-
se as ferramentas do software
TransCAD, um SIG-T (Sistema de Informações Geográficas)
para aplicação em Transportes.
As bases cadastrais e os mapas georeferenciados referentes ao sistema viário e
às quadras da cidade de São Carlos já estavam disponíveis e foram produzidos pelos alunos e
pesquisadores participantes do projeto RECOPE (SANCHES, 1999).
A finalidade do mapa digitalizado das quadras e seu respectivo banco de dados
foi de organização e distribuição, em nível de quadra, das variáveis relacionadas à diversidade
de uso do solo, de forma a serem posteriormente agrupadas dentro dos limites dos setores
censitários. O mapa de quadras pode ser observado na Figura 5.1.
Capítulo 5 – Coleta e Análise dos Dados
42
Figura 5.1 – Quadras da cidade de São Carlos
O banco de dados alfanuméricos (
Dataview) associado ao mapa das quadras
continha inicialmente apenas as áreas das quadras (em km
2
).
Novas informações foram acrescentadas a este banco de dados a partir do
desenvolvimento desta pesquisa. A Tabela 5.1 mostra a relação completa das informações
existentes no cadastro das quadras referente à diversidade de uso do solo.
N
Capítulo 5 – Coleta e Análise dos Dados
43
Tabela 5.1 – Informações existentes no banco de dados das quadras
Campo Conteúdo Observação
ID Identificação da quadra
Inserido automaticamente pelo
software.
Área Área da quadra em km
2
A área da quadra é calculada,
automaticamente, pelo software (em
km
2
).
ÁREA (HA) Área da quadra em ha
A área em km
2
foi transformada em
hectares.
SETOR IPTU Código do Setor IPTU
Identifica a qual setor do IPTU uma
quadra pertence.
CODIPTU Código da quadra no setor IPTU
Este código é o número da quadra
dentro do setor IPTU.
SETOR IBGE Código do setor IBGE
Identifica a qual setor IBGE uma
quadra pertence.
AREA_RES
Total de área construída de uso
residencial (m
2
)
Somatória das áreas construídas de
todos os imóveis classificados como
uso residencial na quadra.
AREA_MUL
Total de área construída de uso
múltiplo (m
2
)
Somatória das áreas construídas de
todos os imóveis classificados como
uso múltiplo na quadra.
AREA_IND
Total de área construída de uso
industrial (m
2
)
Somatória das áreas construídas de
todos os imóveis classificados como
uso industrial na quadra.
AREA_COM
Total de área construída de uso
comercial (m
2
)
Somatória das áreas construídas de
todos os imóveis classificados como
uso comercial na quadra.
AREA_TOT
Total de área construída de
todos os usos (m
2
)
Somatória da área construída na
quadra (todos os usos).
A segunda base cadastral já disponível é o mapa digitalizado do sistema viário.
Esta base cadastral teve como finalidade o levantamento das informações referentes às
interseções e aos segmentos das vias. O mapa digitalizado do sistema viário (eixos das vias)
pode ser observado na Figura 5.2.
Capítulo 5 – Coleta e Análise dos Dados
44
Figura 5.2 – Sistema Viário da cidade de São Carlos
A partir do
Dataview (base de dados alfanuméricos) do sistema viário (Tabela
5.2), foi possível obter, para cada segmento de via, as seguintes informações:
Tabela 5.2 – Informações contidas no banco de dados das vias
Campo Conteúdo
ID Identificação do segmento de via
Length Comprimento do segmento em (km)
Dir Mão de direção*
NAME Nome
Left Zip Número do Código de Endereçamento Postal (CEP) do lado esquerdo
(continua)
N
Capítulo 5 – Coleta e Análise dos Dados
45
(continuação)
Right Zip Número do Código de Endereçamento Postal (CEP) do lado direito
Start Left Primeiro número de domicílio do lado esquerdo
End Left Último número de domicílio do lado esquerdo
Start Right Primeiro número de domicílio do lado direito
End Right Último número de domicílio do lado direito
(*) As mãos de direção são indicadas pelos valores: -1, 1, 0. O valor –1 significa que o fluxo de
veículos é contrário à direção topológica da via; o valor 1 significa que o fluxo de veículos é no
mesmo sentido da direção topológica da via e o valor 0 significa que a via é de mão dupla.
No que se refere à diversidade de usos do solo, foram utilizadas as
informações contidas no Cadastro do IPTU (ano base de 2003). Estas informações foram
cedidas pela Secretaria da Fazenda da Prefeitura Municipal de São Carlos. Foi fornecido o
limite geográfico dos setores de IPTU (em número de 20) em mapa impresso em escala
1:12000 e um banco de dados digitalizado dos imóveis existentes na área urbana (92344
registros) fornecido em Microsoft Access, contendo a descrição de cada imóvel (tipo de
uso) e o valor da área construída (em m
2
). Os códigos e suas respectivas descrições podem
ser observados na Tabela 5.3.
Tabela 5.3 – Códigos das categorias de imóvel
Cód Descrição
Cód Descrição
11 Residencial Fino 32 Industrial Bom
12 Residencial Bom 33 Industrial Médio
13 Residencial Médio 34 Industrial Popular
14 Residencial Popular 41 Comercial Fino
15 Residencial Operário 42 Comercial Bom
21 Múltiplo Fino 43 Comercial Médio
22 Múltiplo Médio 44 Comercial Popular
23 Múltiplo Popular 51 Barracão
31 Industrial Fino 61 Telheiro
Os dados foram tratados através de uma filtragem em nível de quadras de todos
os imóveis em cada tipo de uso, agrupando-se por categoria. Por exemplo, na categoria de
uso residencial, os dados foram fornecidos nas descrições de residencial fino, bom, médio,
popular e operário. Depois de filtrados, obteve-se apenas a soma global da área construída na
Capítulo 5 – Coleta e Análise dos Dados
46
categoria residencial e assim foi feito para cada categoria de uso do solo (residencial,
múltiplo, industrial, comercial), em cada uma das 2881 quadras na cidade de São Carlos.
Vale ressaltar que não foram consideradas, para efeito de cálculo nesta pesquisa, as categorias
dos imóveis barracão e telheiro, por constituírem uma pequena porcentagem de área
construída espalhada pela cidade e por serem uma categoria atípica de imóvel urbano.
A Tabela 5.4 mostra as informações obtidas a partir do cadastro IPTU
fornecido pela Prefeitura que, depois de filtradas por categoria de uso do solo, foram inseridas
no software
TransCAD (AMANCIO, 2004).
Tabela 5.4 – Informações obtidas a partir do cadastro do IPTU
Campo Conteúdo Observação
SETOR
IPTU
Código do Setor IPTU
Identifica em qual setor do IPTU uma
quadra pertence.
CODIPTU Código da quadra no setor IPTU
Este código é o número da quadra dentro do
setor IPTU
SETOR
IBGE
Código do setor IBGE
Identifica a qual setor IBGE uma quadra
pertence.
AREA_RES
Total de área construída de uso
residencial (m
2
)
Somatória das áreas construídas de todos os
imóveis classificados como uso residencial
na quadra.
AREA_MUL
Total de área construída de uso
múltiplo (m
2
)
Somatória das áreas construídas de todos os
imóveis classificados como uso múltiplo na
quadra.
AREA_IND
Total de área construída de uso
industrial (m
2
)
Somatória das áreas construídas de todos os
imóveis classificados como uso industrial na
quadra.
AREA_COM
Total de área construída de uso
comercial (m
2
)
Somatória das áreas construídas de todos os
imóveis classificados como uso comercial na
quadra.
AREA_TOT
Total de área construída de todos
os usos (m
2
)
Somatória da área construída na quadra
(todos os usos).
Como a proposta desta pesquisa é realizá-la em nível de setores censitários,
houve a necessidade de agrupar as bases cadastrais do sistema viário e diversidade de uso do
solo dentro dos limites destes setores, para a realização das futuras análises.
O mapa digitalizado contendo os limites geográficos dos setores censitários e
as informações referente à coleta de dados realizada no Censo Demográfico 2000 foram
digitalizados em SIG (Sistema de Informações Geográficas) através do software
TransCad
(AMANCIO, 2004).
Capítulo 5 – Coleta e Análise dos Dados
47
Os dados necessários foram obtidos a partir do CD-ROM “Base de
Informações por Setor Censitário do Instituto Brasileiro de Geografia e Estatística (IBGE)” no
ano base de 2000.
O IBGE dividiu a cidade de São Carlos em 245 setores censitários, cujos
limites são apresentados no CD na forma de arquivos textos e também em arquivo no formato
pdf. Todos estes arquivos foram posteriormente digitalizados no software TransCAD.
A título de exemplo, a Figura 5.3 mostra um dos arquivos em formato pdf,
onde a área com hachuras é o setor censitário número 006 do distrito número 5 (a área urbana
se São Carlos foi dividida em 3 distritos, com números 5, 13 e 20).
Figura 5.3 – Exemplo de mapa de setor censitário do IBGE (formato pdf)
As informações referentes a cada um dos setores censitários foram
selecionadas de acordo com as necessidades do desenvolvimento da pesquisa.
Capítulo 5 – Coleta e Análise dos Dados
48
A Tabela 5.5 mostra as informações contidas no banco de dados em SIG dos
245 setores censitários da cidade de São Carlos.
Tabela 5.5 – Informações Referentes aos Setores Censitários
Campo Conteúdo Observação
ID Identificação do setor Inserido automaticamente pelo software.
Área Área da quadra em km
2
A área da quadra é calculada,
automaticamente, pelo software (em km
2
).
ÁREA (HA) Área do setor em ha
A área em km
2
foi transformada para
hectares.
SETOR IPTU Código do setor Referente ao código do arquivo em pdf..
DOMICIL
Número de domicílios
existentes no setor
Informação obtida do CD-ROM do IBGE
2000
POP
Número de habitantes no
setor
Informação obtida do CD-ROM do IBGE
2000
HOMEM
Número de habitantes do
setor, do sexo masculino.
Informação obtida do CD-ROM do IBGE
2000
MULHER
Número de habitantes do
setor, do sexo feminino.
Informação obtida do CD-ROM do IBGE
2000
DENOCUP
Densidade de ocupação no
setor
Obtida da relação entre total de área
construída (ha) no setor pela área do setor
(ha)
DEN_DOM
Densidade de domicílios no
setor
Conforme definido no capítulo 3
COMPVIAS
Comprimento total das vias
no setor
Somatória do comprimento de todos os
segmentos de vias no setor
DEN_VIAS Densidade de vias no setor Conforme definido no capítulo 3
NUMEQUAD
Número total de quadras por
setor
Foi realizada a contagem de todas as quadras
pertencente a cada setor censitário
DEN_QUA
Densidade de quadras no
setor
Conforme definido no capítulo 3
COMP_MED_Q
Comprimento Médio das
Quadras
Conforme definido no capítulo 3
INTERCR
Número de interseções em
cruz no setor.
Foram selecionadas e computadas todas as
interseções em “cruz” em cada setor
censitário
INTERTE
Número de interseções em T
no setor.
Foram selecionadas e computadas todas as
interseções em “te” em cada setor censitário
NU_TOT_INT Número total de interseções
Somatório do número de INTERCR e
INTERTE
DEN_INTER Densidade de Interseções Conforme definido no capítulo 3
(continua)
Capítulo 5 – Coleta e Análise dos Dados
49
(continuação)
NUM_SEG_VIA Número de segmentos de via Conforme definido no capítulo 3
IND_CONEC Índice de Conectividade Conforme definido no capítulo 3
PAD_SIS_VI Padrão do Sistema Viário Conforme definido no capítulo 3
AREA_RES
Total de área construída
de uso residencial (m
2
)
Definido na Tabela 5.1
AREA_MUL
Total de área construída de
uso múltiplo (m
2
)
Definido na Tabela 5.1
AREA_IND
Total de área construída de
uso industrial (m
2
)
Definido na Tabela 5.1
AREA_COM
Total de área construída de uso
comercial (m
2
)
Definido na Tabela 5.1
AREA_TOT
Total de área construída de
todos os usos (m
2
)
Definido na Tabela 5.1
ENTROPIA Índice de Entropia Conforme definido no capítulo 3 (valor calculado)
PERMEAB Índice de Permeabilidade Conforme definido no capítulo 3 (valor calculado)
O mapa digitalizado contendo todos os 245 setores censitários da cidade de
São Carlos pode ser visto na Figura 5.4.
Figura 5.4 – Setores Censitários da cidade de São Carlos
N
Capítulo 5 – Coleta e Análise dos Dados
50
A seguir é apresentada uma análise descritiva das características da forma
urbana na cidade de São Carlos, SP, e a sua distribuição representada em mapas temáticos.
5.1.1 Densidade de Ocupação
A Figura 5.5 mostra a distribuição dos setores censitários por faixa de
densidade de ocupação.
73,0
23,0
4,1
0,0
10,0
20,0
30,0
40,0
50,0
60,0
70,0
80,0
0,00 a 0,30 0,31 a 0,60 0,61 a 0,90
Densidade de Ocupação (área const/área setor)
Porcentagem de setores
Figura 5.5 – Distribuição dos setores censitários pela densidade de ocupação
Observa-se na Figura 5.5 que grande parte dos setores censitários (73%) se
concentram na faixa de densidade de ocupação de 0,00 a 0,30. Isso mostra que muitos dos
setores censitários da cidade de São Carlos têm uma baixa taxa de área construída, podendo
ocasionar os vazios urbanos que muitas vezes dificultam ou acabam aumentando a distância
de viagem de um individuo.
A Figura 5.6 mostra a densidade de ocupação nos diversos setores censitários
da cidade de São Carlos.
Capítulo 5 – Coleta e Análise dos Dados
51
Figura 5.6 – Densidade de ocupação
Observa-se que as maiores densidades de ocupação concentram-se nos setores
censitários correspondentes à área central e às regiões mais próximas do centro, sendo
possível identificar as áreas urbanas mais ocupadas para possíveis investimentos em infra-
estrutura para os pedestres.
N
Capítulo 5 – Coleta e Análise dos Dados
52
5.1.2 Índice de Entropia
A Figura 5.7 mostra a distribuição dos setores censitários por faixa de
diversidade de uso do solo (índice de entropia).
Figura 5.7 – Distribuição dos setores censitários segundo o índice de entropia
Observa-se na Figura 5.7 que grande parte dos setores censitários (cerca de
43%) se concentram na faixa índice de entropia entre 0,00 e 0,20. Verifica-se que muitos dos
setores censitários da cidade de São Carlos têm homogeneidade de usos do solo. Este fato
ocasiona um aumento do comprimento de viagens utilitárias diárias (trabalho, estudo,
compras) dos indivíduos, que poderiam ser realizadas a pé.
Pode-se observar na Figura 5.8 os resultados obtidos a respeito da diversidade
de usos do solo (índice de entropia).
42,6
28,3
14,8
11,5
2,9
0
5
10
15
20
25
30
35
40
45
0,0 a 0,20 0,21 a 0,40 0,41 a 0,60 0,61 a 0,80 0,81 a 1,00
ENTROPIA
PORCENTAGEM DE SETORE
S
Capítulo 5 – Coleta e Análise dos Dados
53
Figura 5.8 – Índice de Entropia
Observa-se que nos setores censitários correspondentes à área central da cidade
de São Carlos, existe uma maior mistura de usos do solo, sendo, portanto mais propícios para
a caminhada.
Nas áreas periféricas notam-se alguns grandes setores com uma diversidade de
uso do solo elevada. Este fato ocorre por estes setores terem pouca área construída, mas com
uma grande diversidade de usos. Nestes setores tornam-se aceitáveis as viagens a pé, se for
considerado apenas o valor do índice de entropia.
O oposto ocorre em alguns setores da zona central, que apresentam um índice
de entropia baixo (pouca diversidade de usos). Em geral a ocupação destes setores é
basicamente residencial, com pouco uso comercial e praticamente nenhum uso industrial,
tornando o setor homogêneo.
N
Capítulo 5 – Coleta e Análise dos Dados
54
5.1.3 Índice de Permeabilidade
A Figura 5.9 mostra a distribuição dos setores censitários por faixa de
permeabilidade.
Figura 5.9 – Distribuição dos setores censitários pela permeabilidade
Observa-se, na Figura 5.9, que grande parte dos setores censitários (cerca de
56%) se concentram na faixa de permeabilidade entre 0,76 a 0,85 e cerca de 75% dos setores
possuem uma permeabilidade entre 0,76 a 1,00. O índice de permeabilidade de um setor é
obtido através da relação entre a distância em linha reta e a distância real (pelo caminho mais
curto) entre todas as interseções do setor. Isso significa que estes setores apresentam uma
conectividade adequada e uma grande variedade de opções de rotas entre as origens e destinos
das viagens.
Pode-se observar na Figura 5.10 os resultados obtidos a respeito da facilidade
de movimentação de pedestres, através do índice de permeabilidade.
25,0
56,1
18,9
0,0
10,0
20,0
30,0
40,0
50,0
60,0
0,0 a 0,75 0,76 a 0,85 0,86 a 1,00
PERMEABILIDADE
PORCENTAGEM DE SETORE
S
Capítulo 5 – Coleta e Análise dos Dados
55
Figura 5.10 –
Índice de Permeabilidade
Conforme constatado anteriormente, a permeabilidade na cidade de São Carlos
de certa forma é alta, sendo, na maior parte dos setores acima de 0,75. Os setores censitários
ainda mais permeáveis (os de tonalidade mais escurecida) estão espalhados pela cidade de São
Carlos, observando-se uma maior concentração nas áreas periféricas e próximas ao centro da
cidade.
N
Capítulo 5 – Coleta e Análise dos Dados
56
5.1.4 Densidade de Interseções
A Figura 5.11 mostra a distribuição dos setores censitários por faixa de
densidade de interseções.
15,6
43,0
34,0
7,4
0
5
10
15
20
25
30
35
40
45
50
0,00 a 1,00 1,01 a 2,00 2,01 a 3,00 3,01 a 5,00
Densidade de Interseções (nº de interseções/área do setor)
Porcentagem de Setores
Figura 5.11 – Distribuição dos setores censitários pela densidade de interseção
Observa-se na Figura 5.11 que grande parte dos setores censitários (43%) se
concentram na faixa de densidade de interseções de 1,00 a 2,00 (interseções por hectare). Um
valor mais alto de densidade de interseções indica um tamanho de quadra menor e
relativamente uma conectividade mais alta. Um aumento no número de interseções também
pode representar um maior número de rotas para que os indivíduos possam caminhar e
minimizar o comprimento de suas viagens.
Pode-se observar na Figura 5.12 os resultados obtidos referentes à densidade
de interseções nos diversos setores censitários da cidade de São Carlos.
Capítulo 5 – Coleta e Análise dos Dados
57
Figura 5.12 – Densidade de Interseções
Observando-se a Figura 5.12 é possível verificar que os setores que possuem as
maiores densidades de interseções (os de tonalidade mais escurecida) estão espalhados pela
área urbana, mas o maior número se concentra na área central e nas regiões próximas ao
centro. Vale ressaltar que um setor que possua uma alta densidade de interseção não tem,
necessariamente, um sistema viário em forma de grelha, pois é possível a alta densidade ser
referente a existência de interseções em forma de “T”. O calculo da densidade é realizado de
forma conjunta e não se diferencia entre interseções em “cruz” e em “T”. Alguns grandes
setores nas áreas periféricas possuem uma baixa densidade de interseções, mas estas regiões
são pouco ocupadas pelo sistema viário.
N
Capítulo 5 – Coleta e Análise dos Dados
58
5.1.5 Índice de Conectividade
A Figura 5.13 mostra a distribuição dos setores censitários por faixa do índice
de conectividade.
Figura 5.13 – Distribuição dos setores censitários pelo índice de conectividade
Observa-se na Figura 5.13 que grande parte dos setores censitários (cerca de
60%) se concentra na faixa do índice de conectividade de 1,41 a 2,00, ou seja, superior ao
esperado (1,2 a 1,4) para ser considerado um bom padrão de conectividade segundo a revisão
bibliográfica.
Verifica-se na Figura 5.14 os resultados obtidos referentes ao índice de
conectividade nos diversos setores censitários da cidade de São Carlos.
36,5
59,4
4,1
0
10
20
30
40
50
60
70
0,00 a 1,40 1,41 a 2,00 2,01 a 4,00
Índice de Conectividade (nº seg. vias/nº interseções)
Porcentagem de Setores
Capítulo 5 – Coleta e Análise dos Dados
59
Figura 5.14 – Índice de Conectividade
Nota-se que os setores censitários da cidade de São Carlos que possuem
índices de conectividade aceitáveis estão bem distribuídos pela área urbana. Vale ressaltar
que alguns setores da área periférica possuem um alto índice de conectividade, mas na
realidade são pouco ocupados pelo sistema viário. O índice de conectividade é obtido pela
relação entre o número de segmentos de vias e o número de interseções do setor. Portanto um
pequeno número de segmentos de vias e de interseções presentes nestes setores pode resultar
em um elevado índice de conectividade. Já alguns setores da área central possuem uma
conectividade baixa. Este fato ocorre nos setores que compreendem a área da Escola de
Engenharia de São Carlos, o clube da cidade e alguns pequenos setores que possuem pequena
quantidade de segmentos de vias e interseções.
N
Capítulo 5 – Coleta e Análise dos Dados
60
5.1.6 Padrão do Sistema Viário
A Figura 5.15 mostra a distribuição dos setores censitários por faixa do padrão
do sistema viário.
Figura 5.15 – Distribuição dos setores censitários pelo padrão do sistema viário
Observa-se na Figura 5.15 que 27% dos setores se concentram na faixa de
padrão do sistema viário entre 0,21 e 0,40. Verifica-se, também, que cerca de 55% dos
setores censitários estão na faixa entre 0,41 e 1,00. Um valor mais alto do índice que
representa o padrão do sistema viário indica um sistema viário que tende à forma de grelha,
ou seja, com um maior número de interseções em “cruz”.
A Figura 5.16 mostra os resultados obtidos referentes ao Padrão do Sistema
Viário, nos diversos setores censitários da cidade de São Carlos. Observa-se que os setores
que possuem um padrão de sistema viário em forma de grelha (os de tonalidade mais
escurecida) encontram-se em maior número na área central e nas regiões próximas ao centro.
Vale ressaltar que em alguns setores da zona central, o valor do índice que mede o padrão do
sistema viário é relativamente mais baixo. Isso ocorre por estes setores possuírem um número
maior de interseções em “T” do que interseções em “cruz” na configuração do sistema viário.
Setores que possuem um sistema viário em forma de grelha oferecem uma maior variedade de
caminhos que os usuários podem escolher de forma a minimizar as distâncias entre os pontos
de origem e destinos das viagens.
17,6
27,0
23,4
18,9
13,1
0
5
10
15
20
25
30
0,00 a 0,20 0,21 a 0,40 0,41 a 0,60 0,61 a 0,80 0,81 a 1,00
Padrão do Sistema Viário (nº inter. "cruz"/nº inter. total)
Porcentagem de Setores
Capítulo 5 – Coleta e Análise dos Dados
61
Figura 5.16 – Padrão do Sistema Viário
5.2 Características das Viagens
As informações sobre as viagens foram coletadas por ARRUDA (2005) na
forma de diários de viagem. O banco de dados gerado a partir desse levantamento possui
informações sobre as características das viagens (comprimento, modo de transporte,
motivo, duração) e sobre as características dos indivíduos (renda, número de habitantes no
domicílio, número de automóveis no domicílio, número de moradores com carteira de
habilitação e presença de crianças no domicílio). A partir desses dados básicos foi
calculada a variável “disponibilidade de automóvel”, utilizada no processo de calibração
do modelo de opção modal, que é igual ao número de autos no domicílio do indivíduo,
dividido pelo número de moradores habilitados para dirigir.
N
Capítulo 5 – Coleta e Análise dos Dados
62
Não foram incluídas nas análises as viagens com origem nos setores
correspondentes à área da Escola de Engenharia de São Carlos (EESC-USP) e à Universidade
Federal de São Carlos (Ufscar), por serem setores atípicos em relação as característica da
forma urbana. Assim sendo, a inclusão desses setores poderia distorcer os resultados da
pesquisa. Desconsiderando-se estes setores, foram excluídas muitas de viagens, pois a
amostra obtida por ARRUDA (2005) é predominantemente constituída por uma população
estudantil, principalmente de universitários e de pós-graduandos. Conforme foi descrito pela
própria autora, a amostra não se caracterizou como estatisticamente representativa da
população urbana. No entanto, pode-se considerar que esta limitação não prejudica os
resultados desta pesquisa, pois a proposta principal desta análise é verificar a influência das
características da forma urbana na opção por um modo de transporte, principalmente nas
viagens realizadas a pé. Não se pretende realizar um estudo amplo em nível de setor
censitário de toda a área urbana de São Carlos, ou um estudo da demanda de viagens, que
exigiria uma amostra mais ampla e diversificada da população.
Dos 245 setores censitários da cidade de São Carlos, apenas 127 aparecem no
levantamento de ARRUDA (2005) como setores de origem das viagens e correspondem,
principalmente, aos setores mais centrais da cidade. A Figura 5.17 mostra a distribuição
destes setores na área urbana de São Carlos.
Figura 5.17 – Setores que compõe o Banco de Dados de Viagens
N
Capítulo 5 – Coleta e Análise dos Dados
63
A seguir é apresentada uma análise descritiva das características das viagens
obtidas por ARRUDA (2005) na cidade de São Carlos, SP, e a sua distribuição por distância
representada em mapas temáticos.
A Tabela 5.6 mostra as características gerais das viagens (e dos viajantes),
incluídas no banco de dados, já excluídas as viagens com origem nos campi da USP e da
UFSCar.
Tabela 5.6 – Características das viagens do banco de dados
Média Mínimo Máximo
Desvio
Padrão
Comprimento da viagem (km) 1,59 0,01 10,38 1,49
Disponibilidade de automóvel 0,51 0,00 2,00 0,48
A Figura 5.18, mostra a distribuição de viagens por faixa etária. Observa-se
que grande parte (cerca de 63%) dos indivíduos que compõem a amostra, pertence à faixa
etária entre 18 a 30 anos, sendo que, em sua maioria, são estudantes universitários e pós-
graduandos (ARRUDA, 2005).
Figura 5.18 – Distribuição da amostra por faixa etária.
A Figura 5.19 mostra que a maior parte das viagens foi realizada pelos motivos
de estudo, trabalho e volta para casa. Já a Figura 5.20 mostra a distribuição modal por motivo
de viagem e revela certo equilíbrio entre as viagens realizadas por automóvel e a pé para
4,5
63,2
21,4
7,5
3,4
0
10
20
30
40
50
60
70
< 18 18 a 30 31 a 50 61 a 65 > 65
Faixa Etária (em anos)
Porcentagem de Viagens
Capítulo 5 – Coleta e Análise dos Dados
64
quase todos os motivos em viagens. Já as viagens realizadas pelo motivo leva-e-traz foram
realizadas por automóvel, um resultado nada surpreendente, pois este motivo de viagem pede
um modo motorizado. Vale ressaltar que mesmo nas viagens para compras o modo a pé é
bastante utilizado. Os resultados mostram que são realizadas apenas 8,4% mais viagens
motorizadas que viagens a pé.
Figura 5.19 – Distribuição das viagens por motivo
Figura 5.20 – Divisão modal por motivo de viagem
20,6
20,4
8,0
14,2
4,5
32,3
0
5
10
15
20
25
30
35
Trabalho Estudo Compras Assuntos
Pessoais
Volta para
Casa
Leva e
Traz
Porcentagem de Viagens
51,6
44,8
53,7
47,6
49,5
100,0
11,9
7,1
1,1
3,0
7,1
0,0
36,5
48,1
45,3
49,4
43,5
0,0
0
20
40
60
80
100
120
Trabalho Estudo Compras Assuntos
Pessoais
Volta para
Casa
Leva e
Traz
Porcentagem de Viagens
auto ônibus a pé
Capítulo 5 – Coleta e Análise dos Dados
65
A Figura 5.21, mostra a disponibilidade de automóvel e observa-se que grande
parte dos indivíduos (cerca de 64%) possui disponibilidade de automóvel de baixa a média
(da ordem de 0,00 a 0,50 automóvel por morador habilitado). Isso pode representar um
aumento na probabilidade de realização de viagens a pé.
Figura 5.21 – Disponibilidade de automóvel
Do banco de dados criado a partir do levantamento de ARRUDA (2005) foram
extraídas as viagens com até 1,0 km e, posteriormente, as viagens com até 2,0 km, para as
estimativas dos modelos de opção modal. Os itens a seguir, mostram as características dessas
duas amostras.
5.2.1 Características das Viagens com até 1,0 km
A Tabela 5.7 mostra as características gerais das viagens (e dos viajantes) com
comprimento até 1,0 km (303 viagens).
Tabela 5.7 – Características das viagens com até 1,0km
Média Mínimo Máximo
Desvio
Padrão
Comprimento da viagem (km) 0,55 0,010 0,98 0,25
Disponibilidade de automóvel 0,70 0,20 2,00 0,42
A Figura 5.22 mostra a distribuição de viagens realizadas por cada um dos
modos de transporte considerados. Pode-se verificar que apenas dois modos de transporte
64,4
32,0
3,6
0
10
20
30
40
50
60
70
0,00 a 0,50 0,51 a 1,00 1,01 a 2,00
Disponibilidade de Automóvel
Porcentagem de Domicílios
Capítulo 5 – Coleta e Análise dos Dados
66
foram utilizados nas viagens: o modo a pé e o automóvel particular (como motorista e como
carona), porque as viagens por transporte coletivo e por bicicleta foram eliminadas quando se
excluíram as viagens com mais de 1,0 km.
Figura 5.22 – Distribuição das viagens por modo de transporte
A Figura 5.23 mostra a porcentagem de viagens realizadas em função do
comprimento da viagem. Como esperado, quanto maior o comprimento da viagem menor a
utilização do modo a pé e maior a utilização do automóvel.
Figura 5.23 –
Divisão modal em função do comprimento da viagem.
46,4
53,6
42
44
46
48
50
52
54
56
auto a pé
Porcentagem de Viagens
0,0
35,5
72,6
53,1
100,0
64,5
27,4
46,9
0
20
40
60
80
100
120
< 0,20 km 0,21 km a 0,60 km 0,61 km a 0,80 km > 0,80 km
Porcentagem de Viagens
auto a pé
Capítulo 5 – Coleta e Análise dos Dados
67
As viagens com até 1,0 km tiveram como origem 51 setores censitários. A
Figura 5.24 mostra a distribuição destas viagens pelos setores.
Figura 5.24 –
Distribuição de viagens até 1,0 km pelos 51 setores
5.2.2 Características das Viagens com até 2,0 km
A Tabela 5.8 mostra as características gerais das viagens (e dos viajantes) com
comprimento até 2,0km (533 viagens).
Tabela 5.8 – Características das viagens com até 2,0 km
Média Mínimo Máximo
Desvio
Padrão
Comprimento da viagem (km) 0,93 0,01 2,00 0,53
Disponibilidade de automóvel 0,87 0,20 2,60 0,53
N
Capítulo 5 – Coleta e Análise dos Dados
68
A Figura 5.25, mostra a porcentagem de viagens realizadas por cada um dos
modos de transporte considerados. Pode-se verificar que apenas dois modos de transporte
foram utilizados nas viagens: o modo a pé e o automóvel particular (como motorista e como
carona), pois também neste caso, as viagens por transporte coletivo e por bicicleta foram
eliminadas quando se excluíram as viagens com mais de 2,0 km.
Figura 5.25 – Distribuição das viagens por modo de transporte.
Observa-se na Figura 5.25 que foram realizadas mais viagens por automóvel
que a pé indicando que, com o aumento da distância máxima de viagem de 1,0 km para 2,0
km houve um aumento na porcentagem de viagens motorizadas.
A Figura 5.26 mostra a porcentagem de viagens realizadas em função do
comprimento da viagem. Quanto maior à distância de viagem menor a utilização do modo a
pé e maior a utilização do automóvel.
Figura 5.26 – Divisão modal em função do comprimento da viagem.
63,8
36,2
0
10
20
30
40
50
60
70
auto a pé
Porcentagem de Viagens
17,8
67,2
86,0
88,8
82,2
32,8
14,0
11,2
0
10
20
30
40
50
60
70
80
90
100
< 0,50 km 0,51 km a 1,00 km 1,01 km a 1,50 km 1,51 km a 2,00 km
Porcentagem de Viagens
auto a pé
Capítulo 5 – Coleta e Análise dos Dados
69
As viagens com até 2,0 km tiveram como origem 65 setores censitários. A
Figura 5.27 mostra a distribuição destas viagens pelos setores.
Figura 5.27 – Distribuição de viagens até 2,0 km nos 65 setores selecionados
No próximo capítulo é descrito o processo de formulação e calibração do
modelo de opção modal utilizando os dados coletados (características das viagens, dos
indivíduos e da forma urbana) e é feita uma análise dos resultados obtidos.
N
6
6
–
–
F
F
O
O
R
R
M
M
U
U
L
L
A
A
Ç
Ç
Ã
Ã
O
O
E
E
C
C
A
A
L
L
I
I
B
B
R
R
A
A
Ç
Ç
Ã
Ã
O
O
D
D
O
O
M
M
O
O
D
D
E
E
L
L
O
O
D
D
E
E
O
O
P
P
Ç
Ç
Ã
Ã
O
O
M
M
O
O
D
D
A
A
L
L
Neste capítulo serão apresentadas as etapas de formulação e calibração e os
resultados obtidos dos modelos de opção modal.
6.1 Estrutura do Modelo de Opção Modal
Conforme descrito no capítulo 4, a opção de um indivíduo por um modo de
transporte pode ser representada em um modelo de escolha discreta, em uma fase (modelos
multinomiais simples) ou em fases sucessivas (modelos multinomiais aninhados). Nesta
pesquisa optou-se por analisar o relacionamento entre as características da forma urbana e a
opção pelo modo a pé para viagens curtas utilizando-se um modelo de escolha modal do tipo
logit binomial (Equação 6.1).
)
exp()exp(
)exp(
autope
pe
pe
UU
U
P
+
=
(6.1)
onde:
P
pe
= probabilidade de escolha do modo a pé
U
pe
= utilidade do modo a pé
U
auto
= utilidade do modo automóvel
Esquematicamente, a estrutura do modelo pode ser observada na Figura 6.1.
Figura 6.1 - Estrutura do Modelo de Opção Modal
Total de viagens
Automóvel A pé
Capítulo 6 – Formulação e Calibração do Modelo de Opção Modal
71
Pode-se verificar que apenas dois modos de transporte foram utilizados nas
viagens: o modo a pé e o automóvel (como motorista e como carona), porque as viagens por
transporte coletivo e por bicicleta foram eliminadas quando se considerou apenas as viagens
curtas (com até 2,0km).
6.2 Conjunto de Variáveis Explicativas
Conforme citado e analisado no capítulo 5, os dados relacionados às
características das viagens (comprimento, modo de transporte e motivo) e às características
dos indivíduos (renda e número de automóveis no domicílio) que compõem este conjunto de
variáveis explicativas foram obtidos de ARRUDA (2005).
Já as variáveis da forma urbana que poderiam ser incluídas no modelo para
explicar a opção dos indivíduos entre os modos de transporte motorizado e não motorizado
foram definidas e selecionadas de acordo com a revisão bibliográfica descrita no capítulo 3.
As seguintes variáveis foram selecionadas para compor os modelos de opção modal:
a)
Comprimento da viagem (distância entre a origem e o destino da viagem) em
quilômetros;
b)
Modo de transporte (por automóvel ou a pé);
c)
Disponibilidade de automóvel (número de autos no domicílio do indivíduo dividido
pelo número de moradores habilitados para dirigir);
d)
Densidade de Ocupação no setor de origem da viagem (relação entre a área total
construída e a área do setor);
e)
Índice de Entropia no setor de origem da viagem (diversidade de uso do solo);
f)
Índice de Permeabilidade no setor de origem das viagens (obtido através da relação
entre a distância em linha reta e a distância real (pelo caminho mais curto) entre todas
as interseções do setor);
6.3 Conjunto de Escolhas Individuais (alternativas disponíveis)
Apenas dois modos de transporte foram utilizados nas viagens: o automóvel e
o modo a pé.
O automóvel foi considerado como uma alternativa de transporte para os
indivíduos que dispunham de pelo menos um veículo em seu domicílio. Neste caso o
indivíduo pode ser o motorista ou o passageiro (carona).
Capítulo 6 – Formulação e Calibração do Modelo de Opção Modal
72
O modo a pé será considerado disponível para todos, excluindo-se,
obviamente, os que tenham alguma necessidade especial ou limitação física que os impeça de
caminhar.
6.4 Calibração do Modelo de Opção Modal
A fim de avaliar a influência marginal das variáveis do ambiente construído
sobre a opção modal, dois modelos foram calibrados. O primeiro modelo (básico) inclui
apenas uma variável socioeconômica (disponibilidade de automóvel) e o comprimento da
viagem a ser realizada. O segundo modelo (expandido) inclui, além das variáveis do modelo
básico, informações sobre as características do meio físico urbano nos setores de origem das
viagens.
Assim sendo, no modelo básico, as utilidades dos modos automóvel e a pé
foram definidas conforme as Equações 6.2 e 6.3.
autoauto
DConstU
×
+
=
α
(6.2)
CU
pe
×
=
β
(6.3)
onde:
U
auto
= utilidade do modo automóvel
U
pe
= utilidade do modo a pé
D
auto
= disponibilidade do automóvel
C = comprimento da viagem (km)
Const,
α
e
β
= constante e coeficientes a serem calibrados
Para o modelo expandido, as utilidades são descritas nas equações 6.4 e 6.5.
autoauto
DConstU
×
+
=
α
(6.4)
permeabentropdocupCU
pe
×
+
×
+
×
+
×=
4321
β
β
β
β
(6.5)
onde:
docup = densidade de ocupação no setor de origem da viagem.
entrop = entropia no setor de origem da viagem.
permeab = permeabilidade no setor de origem da viagem
β
1
,
β
2
,
β
3
e
β
4
= coeficientes a serem calibrados
Capítulo 6 – Formulação e Calibração do Modelo de Opção Modal
73
A seguir são apresentados os resultados para os modelos básico e expandido
calibrados para os comprimentos máximos de viagem de 1,0 km e 2,0 km.
6.5 Resultados Obtidos – Viagens até 1,0 km
A Tabela 6.1 mostra o resultado da calibração do modelo básico. Para o ajuste
deste modelo foram utilizadas as ferramentas disponíveis no software TransCAD.
Tabela 6.1 – Resultado da calibração do modelo básico (viagens até 1,0 km)
Modo automóvel Modo a pé
Variável
Coeficiente Estatística t Coeficiente Estatística t
Const -2,73 -6,49 - -
Dauto 0,51 2,16 - -
C (comprimento) - - -3,86 -6,80
Estatísticas do modelo
Número de casos = 306
χ
2
(probabilidade) = 61,74 (0,000)
ρ
2
= 0,13
O modelo básico, mostrado na Tabela 6.1, que inclui apenas as variáveis Dauto
(disponibilidade de automóvel) e C (comprimento da viagem) produziu resultado consistente
com a teoria e com a expectativa. Verifica-se que a disponibilidade de automóvel está
positivamente associada à utilidade do modo automóvel. Um aumento no valor dessa variável
aumenta a probabilidade de escolha do automóvel. Por outro lado o comprimento da viagem
está negativamente associado à utilidade do modo a pé. Viagens mais longas diminuem a
probabilidade de opção pela caminhada.
A Tabela 6.2 mostra o resultado do modelo expandido (incluindo as variáveis
relacionadas à forma urbana). Quando estas variáveis são incluídas no modelo, os impactos
das variáveis Dauto e C praticamente não se alteram e ambas mantêm o sinal esperado e a
significância (teste-t). O efeito da mistura de usos do solo (variável entrop) é significativo e
positivo, indicando que um aumento na mistura de usos na zona de origem da viagem está
associado com um aumento na probabilidade do indivíduo optar pelo modo a pé. Do mesmo
modo, o efeito da permeabilidade (variável permeab) é significativo e positivo. A
probabilidade de opção pelo modo a pé é maior para viagens com origem em setores mais
permeáveis.
Capítulo 6 – Formulação e Calibração do Modelo de Opção Modal
74
Tabela 6.2 – Resultado da calibração do modelo expandido (viagens até 1,0km)
Modo automóvel Modo a pé
Variável
Coeficiente Estatística t Coeficiente Estatística t
Const 6,40 3,08 - -
Dauto 0,58 2,27 - -
C (comprimento) - - -3,89 -6,32
docup - - 1,21 1,45
entrop - - 2,95 3,31
permeab - - 10,11 4,18
Estatísticas do modelo
Número de casos = 306
χ
2
(probabilidade) = 86,22 (0,000)
ρ
2
= 0,17
Teste de melhoria do modelo:
-2[L(modelo básico)-L(modelo expandido] = 24,474, gl = 3, prob. = 0.000
6.6 Resultados Obtidos – Viagens até 2,0 km
Da mesma maneira, foram calibrados modelos básico e expandido para viagens
até 2,0 km. A Tabela 6.3 mostra o resultado da calibração do modelo básico.
Tabela 6.3 – Resultado da calibração do modelo básico (viagens até 2,0 km)
Modo automóvel Modo a pé
Variável
Coeficiente Estatística t Coeficiente Estatística t
Const -1,99 -6,83 - -
Dauto 0,42 2,11 - -
C (comprimento) - - -2,62 -10,14
Estatísticas do modelo
Número de casos = 533
χ
2
(probabilidade) = 196 (0,000)
ρ
2
= 0,25
O modelo, mostrado na Tabela 6.3, possui as mesmas características do
modelo básico obtido para as viagens até 1,0 km. Nas variáveis Dauto e C os resultados
produzidos são consistentes com a teoria e com a expectativa. Verifica-se que a
disponibilidade de automóvel está positivamente associada à utilidade do modo automóvel.
Capítulo 6 – Formulação e Calibração do Modelo de Opção Modal
75
Um aumento no valor dessa variável aumenta a probabilidade de escolha do automóvel. Por
outro lado o comprimento da viagem está negativamente associado à utilidade do modo a pé.
Viagens mais longas diminuem a probabilidade de opção pela caminhada.
A Tabela 6.4 mostra os resultados do modelo expandido (incluindo as
variáveis da forma urbana). Estes resultados também são coerentes, sendo que os valores das
variáveis Dauto e C praticamente não se alteram e ambas mantêm o sinal esperado e a
significância (teste-t). Quando as variáveis do meio físico urbano são incluídas, verifica-se
que o efeito da mistura de usos do solo (variável entrop) é significativo e positivo, indicando
que um aumento na mistura de usos na zona de origem da viagem está associado com um
aumento na probabilidade do indivíduo optar pelo modo a pé. Do mesmo modo, o efeito da
permeabilidade (variável permeab) é significativo e positivo. A probabilidade de opção pelo
modo a pé é maior para viagens com origem em setores mais permeáveis.
Tabela 6.4 – Resultado da calibração do modelo expandido (viagens até 2,0 km)
Modo automóvel Modo a pé
Variável
Coeficiente Estatística t Coeficiente Estatística t
Const 6,76 3,80 - -
Dauto 0,48 2,22 - -
C (comprimento) - - -2,73 -10,14
docup - - 0,92 1,41
entrop - - 2,98 4,20
permeab - - 9,78 4,80
Estatísticas do modelo
Número de casos = 533
χ
2
(probabilidade) = 227 (0,000)
ρ
2
= 0,29
Teste de melhoria do modelo:
-2[L(modelo básico)-L(modelo expandido] = 31,05, gl = 3, prob. = 0.000
Os resultados obtidos nos modelos (básico e expandido) para viagens com até
1,0 km de comprimento e até 2,0 km de comprimento são consistentes com o esperado e com
a teoria. Um aspecto a ser notado é que a única variável da forma urbana que se mostrou não
significativa nos modelos calibrados é a densidade de ocupação. Este resultado é
surpreendente, porque se esperava que a probabilidade de opção pelo modo a pé fosse
bastante influenciada pela densidade de ocupação da zona de origem da viagem (que
Capítulo 6 – Formulação e Calibração do Modelo de Opção Modal
76
representa mais oportunidades e destinos de viagens). No entanto, este resultado é consistente
com o encontrado por ZEGRAS (2004) para Santiago do Chile. Também no modelo chileno,
a densidade (populacional) não se mostrou significativa na opção pelo modo a pé.
A comparação dos resultados obtidos dos modelos básicos e expandidos
permite avaliar o efeito da inclusão das variáveis do meio físico urbano na expressão da
utilidade do modo a pé. De maneira geral, os modelos expandidos são estatisticamente
melhores que os modelos básicos. A estatística
ρ
2
, que avalia o ajuste do modelo, é maior
para o modelo expandido, nos dois casos. Também a estatística
χ
2
, que avalia o poder de
previsão do modelo, é maior para o modelo expandido.
Os ajustes dos modelos (medidos pelas estatísticas
ρ
2
) são apenas razoáveis.
No entanto, é preciso considerar que muitos modelos desse tipo apresentam também baixos
níveis de ajuste (CERVERO, 2002; ZEGRAS, 2004; ZHANG E KUKADIA, 2005). Para que
o ajuste fosse considerado bom o valor de
ρ
2
deveria ser superior a 0,4 (ORTÚZAR E
WILLUMSEN, 1994).
Estes ajustes apenas razoáveis podem ser derivados do fato de que foram
omitidas do modelo algumas variáveis que influenciam as viagens a pé, como a segurança, a
seguridade e a qualidade do ambiente para pedestres (FERREIRA E SANCHES, 2001).
Também podem ser devidos a problemas com os dados, particularmente as variáveis de forma
urbana utilizadas, que foram representadas de forma muito agregada (em nível de setor
censitário). Os setores censitários incluídos na análise têm área média de cerca de 14
hectares, chegando até 52 hectares. Assim sendo, as variáveis de forma urbana representam
as características médias desses setores e não as características efetivas em nível de
vizinhança.
6.7 Sensibilidade dos Modelos Calibrados
Para se avaliar a sensibilidade dos resultados dos modelos com relação aos
valores das variáveis da forma urbana, foram estimadas as probabilidades de opção pelo modo
a pé, alterando-se o valor dessas variáveis, dentro das faixas de valores encontrados para os
setores censitários da cidade de São Carlos. Foram realizadas estas análises com base nos
dois modelos expandidos, para viagens com até 1,0 km e 2,0 km de comprimento.
Capítulo 6 – Formulação e Calibração do Modelo de Opção Modal
77
6.7.1 Sensibilidade dos Resultados dos Modelos com Relação à Densidade de Ocupação
A Figura 6.2, mostra a variação da probabilidade de escolha do modo a pé para
viagens com até 1,0 km e com até 2,0 km, em função da densidade de ocupação. Para a
estimativa da utilidade dos modos, todas as variáveis foram consideradas em seus valores
médios, exceto a densidade, que variou entre 0 e 1
0,00
0,20
0,40
0,60
0,80
1,00
0,00 0,20 0,40 0,60 0,80 1,00
Densidade de Ocupação
Probabilidade do modo a pé
viagens até (1,0 km) viagens até(2,0 km)
Figura 6.2 – Probabilidade opção pelo modo a pé nas viagens de 1,0 km e 2,0 km em função
da densidade de ocupação
Conforme indicado pelo modelo calibrado e pela Figura 6.2, o efeito de
alterações na densidade de ocupação sobre a opção pelo modo a pé é pequeno. Verifica-se
que existe um aumento de cerca de 31 % para as viagens até 1,0 km e um aumento de cerca de
20 % nas viagens até 2,0 km de probabilidade de opção pelo modo a pé no intervalo de
variação entre 0 e 1. É necessária uma variação muito grande (não realística) da densidade
para que se observe uma variação significativa da utilização do modo a pé.
Observa-se também na Figura 6.2 que a variação da probabilidade de escolha
do modo a pé em função da variável densidade de ocupação é similar para as viagens com até
1,0 km e com até 2,0 km, pois as curvas são paralelas, apenas com um pequeno desvio nos
valores mais altos de densidade.
Capítulo 6 – Formulação e Calibração do Modelo de Opção Modal
78
6.7.2 Sensibilidade dos Resultados dos Modelos com Relação ao Índice de Entropia
Observa-se, na Figura 6.3, a variação da probabilidade de escolha do modo a
pé nas viagens de 1,0 km e 2,0 km, em função do índice de entropia. Para a estimativa da
utilidade dos modos, todas as variáveis foram consideradas em seus valores médios, exceto a
densidade, que variou entre 0 e 1
0,00
0,20
0,40
0,60
0,80
1,00
0,00 0,20 0,40 0,60 0,80 1,00
Entropia
Probabilidade do modo a pé
viagens até (1,0 km) viagens até(2,0 km)
Figura 6.3 – Probabilidade de opção pelo modo a pé nas viagens de 1,0 km e 2,0 km, em
função do índice de entropia
Observa-se, na Figura 6.3, que a mistura de usos do solo nas zonas de origem
das viagens (entropia) tem influência positiva na opção pelo modo a pé. Verifica-se que
existe um aumento cerca de 59 % de probabilidade de escolha do modo a pé para as viagens
até 1,0 km e um aumento de 61% para as viagens até 2,0 km, no intervalo de variação entre 0
e 1. Pequenas alterações na variável entropia produzem variações relativamente significativas
na opção pelas caminhadas.
É possível comprovar através da Figura 6.3 que a variação da probabilidade de
escolha do modo a pé em função do índice de entropia é semelhante para as viagens com até
1,0 km e com até 2,0 km, pois as curvas são paralelas.
Capítulo 6 – Formulação e Calibração do Modelo de Opção Modal
79
6.7.3 Sensibilidade dos Resultados dos Modelos com Relação ao Índice de
Permeabilidade
A Figura 6.4 mostra a probabilidade de escolha do modo a pé nas viagens de
1,0 km e 2,0 km, em função da permeabilidade. Para a estimativa da utilidade dos modos,
todas as variáveis foram consideradas em seus valores médios, exceto a permeabilidade, que
variou entre 0 e 1.
0,00
0,20
0,40
0,60
0,80
1,00
0,00 0,20 0,40 0,60 0,80 1,00
Permeabilidade
Probabilidade do modo a pé
viagens até (1,0 km) viagens até(2,0 km)
Figura 6.4 – Probabilidade de opção pelo modo a pé nas viagens de 1,0 km e 2,0 km, em
função do índice de permeabilidade
Conforme indicado pelo modelo calibrado e mostrado na Figura 6.4, verifica-
se que as variações mais significativas na probabilidade de opção pelo modo a pé são
causadas por alterações na permeabilidade da zona de origem das viagens. Observa-se que
existe um aumento na ordem de 93 % de probabilidade de opção pelo modo a pé para as
viagens até 1,0 km e um aumento de 83 % para as viagens até 2,0 km no intervalo de variação
entre 0 e 1. As zonas que têm o sistema viário com configuração em forma de grelha
(permeabilidade próxima de 1) são aquelas mais propensas a incentivar as caminhadas.
A Figura 6.4 mostra a variação da probabilidade de escolha do modo a pé em
função do índice de permeabilidade e constata-se que há uma semelhança entre os formatos
das curvas. Os valores são praticamente iguais até a faixa de 0,4. As curvas são relativamente
paralelas a partir da faixa de 0,70 entre as viagens com até 1,0 km e com até 2,0 km.
Analisando-se os resultados obtidos da sensibilidade dos dois modelos
expandidos para as viagens de 1,0 km e de 2,0 km pode-se concluir que a forma urbana
Capítulo 6 – Formulação e Calibração do Modelo de Opção Modal
80
influencia o comportamento dos indivíduos na opção por um modo de transporte, em especial
pelo modo a pé.
Vale ressaltar que apesar dos resultados serem similares, a influência das
características da forma urbana sobre o comportamento do indivíduo ao optar pelo modo a pé,
é relativamente maior nas viagens mais curtas com até 1,0 km. Estes resultados apontam que a
influência destas características na opção pelo modo de transporte é sensível ao aumento do
comprimento de viagem.
O modelo calibrado pode ser utilizado para se realizar inúmeras outras análises
a respeito da interação entre as variáveis que compõem a função utilidade. É possível simular
o comportamento dos indivíduos e estimar a probabilidade de utilização do modo a pé em
diversos cenários. No próximo capítulo são apresentadas as principais conclusões e sugestões
para trabalhos futuros a respeito desta pesquisa.
7. CONCLUSÕES
O objetivo principal desta pesquisa foi verificar se existe relação entre as
características da forma urbana e a opção pelo modo a pé para viagens curtas, utilizando-se,
para o estudo de caso, uma cidade brasileira de porte médio.
Para se verificar o relacionamento entre as diversas características da forma
urbana e o comportamento de viagem dos indivíduos, foram utilizado modelos de escolha
discreta do tipo Logit.
Para que essa relação entre forma urbana e realização de viagens a pé pudesse
ser verificada foram identificadas as características da forma urbana que mais poderiam
estimular as caminhadas. Foram selecionadas para inclusão no modelo de escolha modal,
variáveis relacionadas aos 3 Ds (diversidade de uso do solo, densidade e desenho das vias), ou
seja, as variáveis: densidade de ocupação, índice de entropia, e índice de permeabilidade.
A fim de avaliar a influência marginal das variáveis do ambiente construído
sobre a opção modal, dois modelos foram calibrados. O primeiro modelo (básico) inclui
apenas uma variável socioeconômica (disponibilidade de automóvel) e o comprimento da
viagem a ser realizada. O segundo modelo (expandido) inclui, além das variáveis do modelo
básico, informações sobre as características da forma urbana nos setores de origem das
viagens.
Os modelos foram calibrados para viagens com até 1,0 km de extensão e com
até 2,0 km de extensão. A comparação dos resultados obtidos com os modelos básico e
expandido, em ambos os casos, permitiu avaliar o efeito da inclusão das variáveis de forma
urbana na expressão da utilidade do modo a pé. De maneira geral, o modelo expandido se
mostrou estatisticamente melhor que o modelo básico. A estatística
ρ
2
, que avalia o ajuste do
modelo, é maior para o modelo expandido. Também a estatística
χ
2
, que avalia o poder de
previsão do modelo, é maior para o modelo expandido.
Para avaliar a sensibilidade dos resultados do modelo com relação aos valores
das variáveis de forma urbana foram estimadas as probabilidades de opção pelo modo a pé,
alterando-se o valor dessas variáveis dentro das faixas de valores encontrados para os setores
censitários da cidade de São Carlos.
Capítulo 7 – Conclusões
82
Analisando-se os resultados obtidos da sensibilidade dos dois modelos
expandidos para as viagens de 1,0 km e de 2,0 km pode-se inferir que as variáveis da forma
urbana influenciam o comportamento do usuário na escolha por um modo de transporte, em
especial pelo modo a pé.
Setores com características que priorizam os pedestres podem encorajar as
viagens realizadas a pé, mostrando que o ambiente construído pode interferir na opção
individual por um modo de transporte.
Os resultados indicam também que a influência das características da forma
urbana são sensíveis ao aumento do comprimento de viagem. Nas viagens mais curtas de até
1,0 km o efeito destas variáveis teve um melhor desempenho sobre o comportamento do
viajante. Se realizada uma análise em intervalos de comprimento de viagem maiores que 2,0
km, possivelmente a influência destas variáveis no processo de decisão pelo modo de
transporte a pé serão ainda menores.
No entanto, embora o modelo desenvolvido tenha apresentado resultados
satisfatórios, é importante salientar que a amostra de viagens utilizada não é representativa da
população da cidade de São Carlos, pois houve uma grande concentração de viagens com
origem na área central da cidade e uma população basicamente composta por estudantes. Por
este motivo o modelo não representa o comportamento geral da população de uma cidade de
porte médio.
Esta limitação, no entanto, não chega a invalidar os resultados obtidos porque
o objetivo principal da pesquisa não era a definição de um modelo para estimativa da
demanda de viagens em uma cidade de porte médio. O foco do trabalho era apenas a
avaliação da importância dos diversos fatores que interferem na opção de um indivíduo por
um modo de transporte para suas viagens diárias.
De qualquer modo, algumas sugestões podem ser feitas no sentido de se obter
um modelo mais representativo da opção individual pelo modo a pé, nas condições
específicas de uma cidade de porte médio:
a)
Obter os valores das características da forma urbana em setores menores que os
censitários, ou em nível de vizinhança. Este procedimento pode conduzir a resultados
mais condizentes com a realidade da população urbana;
b)
Utilizar outras variáveis representativas da forma urbana que possam influenciar ainda
mais a opção individual pelo modo de transporte a pé. Uma das variáveis que poderia
Capítulo 7 – Conclusões
83
compor o modelo é a declividade das vias, pois geralmente locais com uma topografia
acidentada dificultam e limitam a opção pelo modo a pé.
c)
Realizar a calibração do modelo para cada motivo de viagem, o que pode, eventualmente,
levar a resultados mais representativos do que o obtido nesta pesquisa;
Espera-se que os resultados obtidos com esta pesquisa possam servir de base
para outros estudos sobre a demanda de viagens não motorizadas em cidades de porte médio.
Espera-se também que este conhecimento possa ser utilizado para subsidiar Leis de
Zoneamento do Solo e Políticas de Transporte Urbano visando incentivar a realização de
viagens a pé.
R
R
E
E
F
F
E
E
R
R
Ê
Ê
N
N
C
C
I
I
A
A
S
S
B
B
I
I
B
B
L
L
I
I
O
O
G
G
R
R
Á
Á
F
F
I
I
C
C
A
A
S
S
AGUIAR, F.O. Qualidade dos Espaços Urbanos Destinados aos Pedestres. Dissertação de
Mestrado em Engenharia Urbana, Departamento de Engenharia Civil, Universidade
Federal de São Carlos, 2003.
ALLAN, A.; Walking as a local transport modal choice in Adelaide.
World Transport
Policy & Practice, Volume 7, Nº 2, p. 44-51, 2001.
AMANCIO, M. A. Avaliação do Potencial das Áreas Urbanas para uso de Pedestres usando
SIG,
Relatório técnico apresentado ao programa CT-TRANSPO, 2004.
ARRUDA, F. Integração dos Modos Não Motorizados nos Modelos de Planejamento dos
Transportes.
Dissertação de Mestrado em Engenharia Urbana, Departamento de
Engenharia Civil, Universidade Federal de São Carlos, 2000.
______. Aplicação de um Modelo Baseado em Atividades para Analise da relação Uso do
Solo e Transportes no Contexto Brasileiro.
Tese de Doutorado em Transportes,
Departamento de Transportes, EESC-USP, 2005.
Associação Nacional dos Transportes Públicos. XII Congresso Brasileiro de Transporte e
Trânsito. Disponível em http://www.antp.org.br
, acessado em 23.03.2004.
BANERJEE, T.; BAER, W. C. Beyond the neighborhood unit: residential environments and
public policy. New York, Plenum Press, 1984.
BARBUGLI, M. T. S., Forma Urbana e Transporte Sustentável: Relacionamento entre as
características físicas da forma urbana e as viagens realizadas a pé em cidades brasileiras de
porte médio.
Dissertação de Mestrado em Engenharia Urbana, Departamento de
Engenharia Civil, Universidade Federal de São Carlos, 2003.
BOARNET, M. G.; CRANE, R. The Influence of land use on travel behavior: specification
and estimation strategies.
Transportation Research, Part A 35, p. 823-845, 2001.
______; NESAMANI, K. S. Comparing the Influence of land use on nonwork trip generation
and vehicle distance traveled: an analysis using travel diary data,
Transportation Research
Board, 83
rd
Annual Meeting, 2004.
CALIPER CORPORATION TransCAD – Transportation GIS Software User’s Guide, Verson
3.0 for Windows, 1996.
CAMBRIDGE SYSTEMATICS INC. Short-Term Travel Model improvements.
US
Department of Transportation Report, DOT-T-95-05, 1995.
CERVERO R, KOCKELMAN. K. Travel demand and the 3 Ds: density, diversity, and
design.
Transportation Research Part D3, p. 199 –219. 1997.
85
______. Urban Designs issues related to Transportation Modes, Designs and services for Neo
Tradicional Developments.
Urban Design Telecommunication and Travel Forecasting
Conference, 1997.
______. Mixed Land Uses and Commuting: Evidence from the American Housing Survey?
Transportation Research A 30(5): p. 361-377, 1996.
______. America's Suburban Centers: The Land Use-Transportation Link. Boston, Unwin-
Hyman.
Transportation Research Board, 1989.
______.
R. Built environment and mode choice: toward a normative framework
Transportation Research D. vol. 7, pag. 265-284, 2002.
CRANE, R. The Influence of Urban Form on Travel: An Interpretative Review.
Journal of
Planning Literature 15
(1), p. 3-23, 2000.
______. CREPEAU, R. Does neighborhood design influence travel?: A behavioral analysis of
travel diary and GIS data.
Transportation Research Part D -Transport and Environment
3 (4), p. 225-238, 1998.
DAAMEN and HOOGENDOOM, Experimental Research of Pedestrian Walking Behavior
.
TRB Annual Meeting CD-ROM, 2003.
DILL, J.; Measuring Network Connectivity for Bicycling and Walking,
Transportation
Research Record, 2004.
DIXON, L. B. Bicycle and Pedestrian Level-of-Service Performance Measures and Standards
for Congestion Management Systems.
Transportation Research Record, nº 1538, p. 1-9,
1996.
FERREIRA, M. A.; SANCHES, S. P. Índice de Qualidade das Calçadas – IQC.
Revista dos
Transportes Públicos
, Vol. 91, Ano 23, São Paulo, p. 47-60, 2001.
FHWA (Federal Highway Administration – U.S. Departament of Trasnportation) Data
collection and modeling requirements for assessing transportation impacts of micro-scale
design.
Publication FHWA-DTFH 61-95-c-00168, 2000.
FRANK, L. D.; PIVO, G. Impacts of Mixed Use and Density on Utilization of Three Modes
of Travel: Single Occupant Vehicle, Transit, and Walking.
Transportation Research Record
1466, p. 44-52, 1994.
FREILICH, R. H. To sprawl or not sprawl: a national perspective for Kansas City.
URL,
2000.
FRUIN, J. J. Designing for Pedestrians: A Level-of-Service Concept. New York Metropolitan
Association of Urban Designers and Environmental Planners.
Highway Research Record, nº
355, 1971.
HANDY, S. Understanding the link between urban form and travel behavior.
Journal of
Planning Education and Research 15, p. 183-198. 1996a.
86
______. Urban form and pedestrian choices: study of Austin neighborhoods.
Transportaton
Research Record, vol. 1552, p. 135-144, 1996b.
______.; CLIFTON, K. J. Local shopping as a strategy for reducing automobile travel.
Transportation Research, 2001.
_____; CLIFTON, K. J. Qualitative Methods in Travel Behavior Research.
Transportation
Research Board, 2002.
______.; How the Built Environment Affects Physical Activity. Views from Urban Planning.
American Journal of Preventive Medicine. p. 64-73, 2002.
______., et al. Planning for Street Connectivity - Getting from Here to There
American
Planning Association
, Chicago, 2003.
HENK, R.; HUBBARD, S. Developing an index of transit service availability,
Transportation Research Record, Vol 1521, p. 12-19, 1996.
HESS, P. M., MOUDON, A. V. et al. Measuring land use patterns for transportation research.
Transportation Research Board, Washington D.C. 2000.
HOLTZCLAW, J. Using residential patterns and transit to decrease auto dependence and
costs.
Natural Resources Defense Council, San Francisco, 1994.
IBGE – Instituto Brasileiro de Geografia e Estatística – Censo Demográfico 2000 (Base
Cadastral de Setores Censitários da Cidade de São Carlos), CD-ROM.
INGRAM, G. Patterns of metropolitan development: what have we learned?
Urban Studies,
vol. 35, nº 7, pag. 1019-1035, 1998.
JONES, E. Liveable NeighbourhoodsWorld,
Transport Policy & Practice, Volume 7,
Number 2, p. 38-43, 2001
KITAMURA, R., et al. A Micro-Analysis of Land Use and Travel in Five Neighborhoods in
the San Francisco Bay Area.
Transportation 24, p, 125-158, 1997.
KHISTY, C. J. Evaluation of Pedestrian Facilities: Beyond the Level-of-Service Concept.
Transportation Research Record, nº 1438, p. 45-50, 1995.
KOCKELMAN, K. M. Travel Behavior as a Function of Accessibility, Land Use Mixing, and
Land Use Balance - City and Regional Planning. Berkeley, University of California,
Berkeley, 1996.
KOCKELMAN, K. M. Travel Behavior as a Function of Accessibility, Land Use Mixing, and
Land Use Balance – Evidence from San Francisco Bay Area.
Transportation Research
Record
, nº 1607 p. 116-1250, 1997.
KRIZEK, K. J. Operationalizing Neighborhood Accessibility for Land Use-Travel Behavior
Research and Regional Modeling.
Journal of Planning Education and Research, 2001.
87
LITMAN, T. London Congestion Pricing: Implications for other cities. Victoria Transport
Policy Institute, Victoria, 2003.
MACKETT, R. L. Why do people use their cars for short trips?
Transportation 30, pag, 329-
349, 2003.
MCNALLY, M. G.; KULKARNI, A. Assessment of Influence of Land Use-Transportation
System on Travel Behavior.
Transportation Research Record. Vol. 1607, p. 105-115, 1997.
MESSENGER, T.; EWING. R. Transit-Oriented Development in the Sunbelt: Get Real (and
Empirical).
Presented at the 75th Annual Meeting of the Transportation Research
Board, Washington, D.C. 1996.
MILLER, J.; IBRAHIM, A. Urban form and vehicular travel – some empirical findings,
Transportation Research Record, Vol. 1617, p. 18-27, 1998.
MOUDON, A. et al. Effects of Site Design on Pedestrian Travel in Mixed Use, Medium-
Density Environments.
Transportation Research Record, Washington, D.C, 1997.
ORTÚZAR, J. D.; WILLUMSEM, L. Modeling Transport.
John Wiley and Sons, London,
1994.
RAJAMANI, J. Assessing the impact of urban form measures in nonwork trip mode choice
after controlling for demographic and level-of-service effects.
Transportation Research
Board, 2003.
REPLOGLE, M. Sustainability: a vital concept for transportation planning and development.
Journal of Advanced Transportation, Vol. 25, nº 01, 1997 p. 3-18.
RODRIGUEZ, D. A.; JOO, J. The relationship between non-motorized mode choice and the
local physical environment.
Transportation Research Part D 9 (2004) 151–173
ROOD, T. The local index of transit availability: an implementation manual.
The Local
Government Commission, 1998.
SANCHES, S. P. et al. Prometo Recope –
Base de Dados SIG-T, Relatório Final, 1999.
SARKAR, S. Evaluation of Safety for Pedestrian at Macro and Microlevels in Urban Areas.
Transportation Research Record, nº 1502, p. 105-118, 1995.
SERMONS, M. W. e SEREDICH, M. Assessing Traveler Responsiveness to Land and
Location Based Accessibility and Mobility Solutions.
Transportation Research Part D 6.
pag. 417-428, 2001.
SHRIVER, K. Influence of environmental design on pedestrian travel behavior in four Austin
neighborhoods,
Transportation Research Record, Vol. 1578, 1997 p. 66-75.
SRINIVASAN, S., Quantifying spatial characteristics of cities.
Urban Studies 39 (11), p.
2005–2028, 2002.
88
STRAMBI, O. Analise e Modelagem da Evolução Temporal da Posse de Autos na Região
Metropolitana de São Paulo.
XVIII Congresso de Pesquisa e Ensino em Transportes,
2004.
SUN, A., et al. Household travel, household characteristics, and land use.
Transportation
Research Record 1617, pag. 10-17, 1998.
THAMBIAH, M. Method to Determine Overall Level-of-Service of Pedestrians on Sidewalks
and Crosswalks based on Total Utility Value.
Transportation Research Board 83
rd
Annual
Meeting, January 11-15, 2004.
THAMIZH, V. et al. Trip Characteristics of Travelers without Vehicles.
Journal of
Transportation Engineering, January/February, pag. 76-81, 1996.
TMIP (Travel Model Improvement Program) Data Collection and Modeling Requirements for
Assessing Transportation Impacts of Micro-Scale Design.
U.S. Environmental Protection
Agency. June, 2000.
1000 Friends of Oregon (1993). Making the Land Use Transportation Air Quality Connection,
Vol. 4A: The Pedestrian Environment. Portland, OR, LUTRAQ, with Cambridge Systematics,
Inc., Calthorpe Associates, and Parsons Brinkerhoff Quade and Douglas.
VTPI (Victoria Transport Policy Institute) Land use impacts on transport: How land use
patterns affect travel behavior.
Victoria Transport Policy Institute, 2000. Disponível em:
http://www.vtpi.org
WESTON , Lisa M. A Methodology to Evaluate Neighborhood Urban Form A Comparison to
New Urbanist Principles.
Planning Forum 8, 2002.
WORLD BANCK. Cities on the Move. A World Bank Urban Transport Strategy Review.
Washington DC, 2000.
ZHANG, M. e KUKADIA, N. Metrics of urban form and the areal unit problem.
TRB 2005
Annual Meeting CD-ROM, 2005.
ZEGRAS, P. The influence of land use on travel behavior: empirical evidence from Santiago
de Chile,
TRB 2004Anuual Meeting CD-ROM, 2004.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
