Resumo

A mobilidade urbana é um elemento explicativo essencial para questões urbanas. Mas um desafio em realizar estudos empíricos quantitativos do tema é o custo para a produção de dados. Uma referência metodológica são as pesquisas domiciliares de Origem e Destino, pouco frequentes devido a seu custo. Outras estratégias de pesquisa, com tempestividade e confiabilidade satisfatórias, são importantes. A simulação de dados é uma dessas. O trabalho explora uma alternativa, inspirada em Big Data Analytics, para simular tempos de mobilidade urbana, comparando o transporte privado e o transporte público.

O trabalho comparou o transporte privado (carros) com o transporte público (ônibus, metrô e trem), explicitando o custo temporal relativo do transporte público. A partir do uso da API do Google Maps, foram simuladas 128.700 viagens para cada um dos dois modais de transporte. Foram feitas visualizações e modelagens espaciais para verificar a estrutura dos dados simulados e as dependências dos dados em relação às variáveis socioeconômicas e de infraestrutura de transporte. Procurou-se identificar a partir das comparações os vieses presentes na estratégia utilizada.

A produção de dados georreferenciados é importante para captar a distribuição da mobilidade no tecido urbano. Dados gerados pelo uso de celulares fornecem Big Data georreferenciado, com informações sobre meios de transporte (Lee & Kang, 2015). Dados derivados dos novos aplicativos que usam a localização permitem o acesso a informações sobre os padrões de mobilidade e acessibilidade urbanas (Noulas, Scellato, Lambiotte, Pontil, Mascolo, 2012; Wang e Mu, 2018). Letouzé e Jütting (2014) destacam a importância de movimentos de integração entre as estatísticas oficiais e as técnicas de Big Data.

Foram simuladas 257.400 viagens de transporte privado e público a partir da API de roteamento do Google Maps. Foi feito um levantamento de variáveis socioeconômicas e de infraestrutura de transporte georreferenciadas. A partir desses dados e de medidas comparativas entre os modais de transporte – a diferença e razão entre tempos dos modais - foram feitas análises de agregação espacial e modelagens simples e espacializadas para explorar as dependências presentes nos dados. Os resultados das modelagens foram comparados para verificar a importância da espacialidade nos resultados da simulação.

Os resultados indicam que o transporte público oferece menor mobilidade relativa para toda região do município de São Paulo, mas que há concentração da diferença entre os modais na região norte do município, e nas regiões centrais próximas ao metro essa diferença é menor. A modelagem de dados aponta para a importância do acesso à rede metroferroviária para melhor mobilidade no modal público, além de sugerir que a composição social do bairro está correlacionada à diferença na qualidade dos modais. A comparação das medidas indica uma sensibilidade da estratégia às distancias das viagens simulada

A estratégia utilizada foi capaz de realizar um diagnóstico da situação relativa da mobilidade do modal público quando comparada com o modal privado, consistente com trabalhos que analisam a situação da mobilidade no município de São Paulo. Foram identificados vieses relativos à distribuição das distâncias entre viagens, em que são privilegiadas distâncias maiores para bairros periféricos dada a estrutura da simulação. Insumos de dados que possam fornecer a escala das viagens são interessantes para melhorar a capacidade explicativa da metodologia.

LEE, J. G., KANG, M. Geospatial big data: challenges and opportunities. Big Data Research, 2(2), 74-81, 2015. LETOUZÉ, E., JÜTTING, J. Official statistics, big data and human development: towards a new conceptual and operational approach. Data Pop Alliance and PARIS21, 2014. NOULAS, A., SCELLATO, S., LAMBIOTTE, R., PONTIL, M., MASCOLO, C. A tale of many cities: universal patterns in human urban mobility. PloS one, 7(5), e37027, 2012. WANG, M., & MU, L. Spatial disparities of Uber accessibility: An exploratory analysis in Atlanta, USA. Computers, Environment and Urban Systems, 67, 169-175