Este relatório apresenta os resultados de um estudo sobre mobilidade urbana na Região Metropolitana de Recife (RMR) realizado pela Fipe em parceria com a Uber com base nos dados da plataforma Uber Movement.
1) Foi construído um índice de congestionamento para a RMR entre junho de 2017 e junho de 2019, que compara o tempo de viagem observado com o tempo em condições de fluxo livre, permitindo a análise da mobilidade em diferentes escalas temporais e espaciais.
2) As análises baseadas no
O documento discute o Plano Viário do Município de Campinas, apresentando: 1) A importância da articulação entre planejamento de transportes e uso do solo; 2) O alinhamento do Plano Viário com o Plano Diretor para direcionar a infraestrutura viária; 3) As etapas de elaboração do diagnóstico e do Plano, incluindo análises da mobilidade municipal e metropolitana.
Analise Espacial de Acidentes de Transito de São Carlos - SPLuciano
1) O documento apresenta uma dissertação de mestrado sobre a análise dos acidentes de trânsito no município de São Carlos utilizando sistemas de informações geográficas e ferramentas de estatística espacial.
2) Foram identificados pontos e áreas críticas de acidentes através de técnicas de agrupamento espacial e análise espacial.
3) Os resultados apontam para a dispersão dos acidentes por toda a malha viária ao longo do período estudado,
Este documento descreve a geração de um rastro de mobilidade para a cidade de São Paulo utilizando o simulador InterSCSimulator. O rastro foi gerado com base em dados reais e simula aproximadamente 4 milhões de viagens de carros e 85 mil viagens de ônibus. O rastro gerado possui mais de 30 milhões de eventos e foi testado no simulador de rede NS-3 para validar seu uso em experimentos de redes veiculares.
Este documento apresenta uma metodologia para o desenvolvimento de um sistema de informação geográfica (SIG) para análise espacial de acidentes de trânsito na cidade de Belo Horizonte. O autor descreve as etapas de modelagem de dados, projeto lógico e implementação física de um projeto piloto chamado GeoTrans para a empresa de transporte da cidade. O sistema permitirá analisar acidentes por tipo, gravidade, localização e outros fatores espaciais e temporais para apoiar a tomada de decisões sobre gestão de trâ
Aplicativo móvel em Android para monitoramento de rotas dos usuários de trans...Jaffer Veronezi
O documento descreve um aplicativo móvel para Android que monitora as rotas de usuários de transporte público. O aplicativo coleta dados como localização, velocidade e tempo para identificar quais rotas e ônibus são mais utilizados, a fim de auxiliar empresas de transporte e o governo a melhorar a qualidade do serviço de transporte público.
O documento discute a definição de transporte, a Lei no 12.587/2012, os componentes e indicadores da oferta de transporte, fatores do transporte público e conclusões.
Sistema de informação ao usuário da rede de transporte público (ônibus) atrav...Renato Arbex
Projeto Final apresentado e aprovado para Graduação em Engenharia Civil Ênfase em Transportes na UFRJ. Pesquisa sobre Sistemas de Informação ao Usuário empregados em grandes cidades do Brasil e do Mundo, sua importância e como podemos melhorá-los. Uma espécie de benchmark do tema.
O documento discute o Plano Viário do Município de Campinas, apresentando: 1) A importância da articulação entre planejamento de transportes e uso do solo; 2) O alinhamento do Plano Viário com o Plano Diretor para direcionar a infraestrutura viária; 3) As etapas de elaboração do diagnóstico e do Plano, incluindo análises da mobilidade municipal e metropolitana.
Analise Espacial de Acidentes de Transito de São Carlos - SPLuciano
1) O documento apresenta uma dissertação de mestrado sobre a análise dos acidentes de trânsito no município de São Carlos utilizando sistemas de informações geográficas e ferramentas de estatística espacial.
2) Foram identificados pontos e áreas críticas de acidentes através de técnicas de agrupamento espacial e análise espacial.
3) Os resultados apontam para a dispersão dos acidentes por toda a malha viária ao longo do período estudado,
Este documento descreve a geração de um rastro de mobilidade para a cidade de São Paulo utilizando o simulador InterSCSimulator. O rastro foi gerado com base em dados reais e simula aproximadamente 4 milhões de viagens de carros e 85 mil viagens de ônibus. O rastro gerado possui mais de 30 milhões de eventos e foi testado no simulador de rede NS-3 para validar seu uso em experimentos de redes veiculares.
Este documento apresenta uma metodologia para o desenvolvimento de um sistema de informação geográfica (SIG) para análise espacial de acidentes de trânsito na cidade de Belo Horizonte. O autor descreve as etapas de modelagem de dados, projeto lógico e implementação física de um projeto piloto chamado GeoTrans para a empresa de transporte da cidade. O sistema permitirá analisar acidentes por tipo, gravidade, localização e outros fatores espaciais e temporais para apoiar a tomada de decisões sobre gestão de trâ
Aplicativo móvel em Android para monitoramento de rotas dos usuários de trans...Jaffer Veronezi
O documento descreve um aplicativo móvel para Android que monitora as rotas de usuários de transporte público. O aplicativo coleta dados como localização, velocidade e tempo para identificar quais rotas e ônibus são mais utilizados, a fim de auxiliar empresas de transporte e o governo a melhorar a qualidade do serviço de transporte público.
O documento discute a definição de transporte, a Lei no 12.587/2012, os componentes e indicadores da oferta de transporte, fatores do transporte público e conclusões.
Sistema de informação ao usuário da rede de transporte público (ônibus) atrav...Renato Arbex
Projeto Final apresentado e aprovado para Graduação em Engenharia Civil Ênfase em Transportes na UFRJ. Pesquisa sobre Sistemas de Informação ao Usuário empregados em grandes cidades do Brasil e do Mundo, sua importância e como podemos melhorá-los. Uma espécie de benchmark do tema.
Como o TAToo já transformou dados em informação valiosa na área da mobilidade!André Ramos
O documento descreve uma ferramenta chamada TAToo que transforma dados de rastreamento de pedestres e ciclistas em informações úteis para tomada de decisão. O TAToo permite analisar indicadores como volume de usuários, velocidade média e congestionamento. Testes em várias cidades forneceram resultados valiosos sobre fluxos de pedestres e ciclistas.
Este relatório apresenta os resultados da pesquisa de indicadores de desempenho operacional realizada em 15 aeroportos brasileiros entre abril e junho de 2013. Foram entrevistados mais de 23 mil passageiros, avaliando fatores como acesso, check-in, segurança, instalações e satisfação geral. Os aeroportos foram categorizados por volume de passageiros e suas médias comparadas. O relatório fornece detalhes sobre os resultados em cada aeroporto.
Sistemas Inteligentes de Transporte (ITS) no transporte público urbanoAndre Dantas
O documento discute o uso de sistemas inteligentes de transporte (ITS) no transporte público urbano por ônibus no Brasil. Apresenta dados sobre o transporte público no país e projetos de mobilidade urbana realizados. Também descreve elementos chave de ITS e seus custos de implementação.
Apresentação do Plano de Trabalho do Plano de Mobilidade do Município de Alvorada/RS realizada na sessão do Conselho da Cidade em 9 de dezembro de 2016 com a presença do Prefeito Prof. Serginho e Secretário Luiz Carlos Silveira, da Secretaria Municipal da Segurança e Mobilidade, além de entidades e representantes da população.
O documento descreve uma pesquisa realizada para dimensionar a matriz origem-destino do transporte aéreo brasileiro em 2014. A pesquisa envolveu mais de 250 pesquisadores em 65 aeroportos brasileiros e entrevistou mais de 121.940 passageiros para obter uma amostra representativa durante diferentes períodos do ano. Os dados coletados foram expandidos para representar o universo total de passageiros transportados no Brasil em 2014.
O documento discute o Plano de Revitalização das Ferrovias lançado pelo governo Lula, que inclui quatro programas, incluindo o Programa de Resgate do Transporte Ferroviário de Passageiros. 14 trechos foram selecionados inicialmente para estudos de viabilidade para implantação de trens regionais.
Ciclo de Palestras UCT “Planejamento urbano e as referências para o futuro da mobilidade sustentável”, com o arquiteto e urbanista Gustavo Partezani, um dos autores do Plano Diretor de São Paulo. Também faz parte desta apresentação o link do vídeo sobre os principais pontos do Plano Diretor na Avenida Santo Amaro: https://vimeo.com/219731485.
O documento discute conceitos e impactos dos pólos geradores de tráfego no meio urbano. Define pólos geradores de tráfego como empreendimentos que atraem grande número de viagens, podendo causar congestionamentos e degradação ambiental na área. Shoppings, hospitais e estádios são exemplos de pólos geradores. As legislações brasileiras tratam da regulamentação desses pólos para reduzir seus impactos negativos.
Ações voltadas para reduzir acidentes viários no Rio de Janeiro - Cláudia Baptista, Gerente de Informações de Tráfego da Diretoria de Desenvolvimento da CET-Rio
-
EMBARQ
O documento discute o planejamento de transportes, abordando a modelagem da oferta e demanda de transporte. A oferta é representada por uma rede de simulação com ligações, nós, zonas de tráfego e centróides. A demanda é modelada em quatro etapas: geração, distribuição, divisão modal e alocação de viagens. A primeira etapa usa regressão linear múltipla ou análise de categorias para estimar viagens por zona.
Confiabilidade e variabilidade do tempo de viagem em sistemas Bus Rapid TransitDiego Mateus da Silva
A confiabilidade e a variabilidade dos tempos de viagem são fatores fundamentais na escolha modal em viagens urbanas. Com o aumento dos níveis de congestionamento, é cada vez mais difícil estimar o tempo total gasto entre origem e destino. Neste contexto, a adoção de faixas dedicadas ao transporte coletivo tem se tornado solução para livrar os ônibus do congestionamento urbano. A partir da análise de três sistemas Bus Rapid Transit (BRT) implantados em cidades brasileiras, analisa-se a distribuição e a variabilidade dos tempos de viagem por faixa horária para uma semana de observação, comparando-as frente às condições de operação e elementos de projeto de cada sistema. Os resultados revelam uma variabilidade média de 2 a 3 minutos e uma proporção entre desvio padrão e tempo médio de viagem entre 4% e 6%, mostrando que sistemas BRT bem projetados podem alcançar níveis de confiabilidade próximos aos observados em sistemas sobre trilhos.
Este documento fornece diretrizes para a elaboração de estudos de tráfego e níveis de serviço em rodovias para o Departamento de Estradas de Rodagem de São Paulo. Detalha as etapas de coleta de dados, determinação do volume diário médio e horário de projeto, análise de capacidade e nível de serviço, e apresentação dos resultados.
2010 rede de mobilidade urbana sustentável+ robert jefersonEva Vider
O documento propõe uma rede de mobilidade sustentável para o Rio de Janeiro com três elementos principais: 1) A conclusão da linha 1 do metrô em formato de anel para distribuir fluxos de maneira homogênea, 2) A criação de quatro anéis de distribuição interligando diferentes regiões da cidade, e 3) O conceito de dupla alimentação para garantir redundância e continuidade do sistema em caso de falhas.
Ver para crer. Uma ferramenta para ver e analisar viagens em modos suaves!André Ramos
O documento descreve uma ferramenta chamada TAToo que analisa dados de rastreamento de viagens de bicicleta e a pé para fornecer informações úteis sobre mobilidade suave. A ferramenta calcula indicadores como volume de usuários, velocidade média e nível de congestionamento para nodos, arcos, zonas e pares origem-destino na rede. Os dados de rastreamento tornam os usuários de bicicleta e pedestres mais visíveis e podem influenciar decisões políticas sobre infraestrutura para modos suaves.
O documento apresenta um manual de estudos de tráfego produzido pelo Departamento Nacional de Infraestrutura de Transportes do Brasil. O manual fornece diretrizes e procedimentos para a realização de estudos de tráfego rodoviários, cobrindo tópicos como características de veículos, variáveis de tráfego, métodos de pesquisa, determinação do tráfego atual e futuro, e dimensionamento de rodovias.
Aula 3 elementos basicos e noçoes de trafegoJair Almeida
O documento discute os elementos básicos do projeto geométrico de estradas, incluindo o número de faixas, pistas, acostamentos e separadores. Também aborda noções de tráfego como volume de veículos, composição do tráfego e capacidade de tráfego.
Demanda e Oferta do Transporte Aéreo - Empresas Brasileiras - Fevereiro de 2015Jeferson Espindola
1) A demanda por transporte aéreo doméstico de passageiros cresceu 4,1% em fevereiro de 2015 em relação ao ano anterior, enquanto a oferta aumentou 4,7%.
2) Esse foi o 17o mês consecutivo de crescimento da demanda doméstica e o sexto mês seguido de aumento da oferta no Brasil.
3) Os dados de fevereiro de 2015 representam os maiores níveis de demanda e oferta domésticas para o mês nos últimos dez anos.
Em reunião na manhã desta quinta-feira (25) a Comissão de Transporte da Câmara do Recife, com a presença do secretário de Mobilidade e Controle Urbano, João Braga, aprovou um projeto substitutivo confirmando a tese de restrição de veículos na capital pernambucana.
A Comissão Permanente de Meio Ambiente, Transporte e Trânsito da Câmara Municipal do Recife analisou projetos anteriores sobre restrição de veículos e decidiu designar um relator para apresentar um projeto substitutivo. O relatório analisa os problemas de mobilidade na cidade e propõe um programa de restrição de veículos com base nos dígitos finais das placas.
O documento discute a infraestrutura de transportes no Brasil, destacando os principais modais existentes e os desafios para grandes eventos como a Copa de 2014 e Olimpíadas de 2016. Há atrasos nos preparativos e a infraestrutura precisa de investimentos para atender à demanda esperada.
O documento apresenta estatísticas sobre acidentes de trânsito ocorridos em rodovias federais no Brasil e em suas regiões em 2020. Destaca que houve 63.447 acidentes no Brasil, sendo 51.865 com vítimas. Na Região Norte foram 3.881 acidentes, sendo 3.149 com vítimas. A BR-101 teve o maior número de acidentes no Brasil, enquanto na Região Norte foi a BR-364. Colisões foram o tipo de acidente mais comum tanto no Brasil quanto na Reg
O documento é um relatório do Tribunal Regional do Trabalho da 6a Região sobre um processo trabalhista. Foi juntado aos autos em 24 de dezembro de 2020 às 13:47 e assinado eletronicamente por Lorena Pessoa Bravo. Contém um código para consultar o documento no site do tribunal.
Mais conteúdo relacionado
Semelhante a Estudo congestionamento recife_Uber/FipeUSP
Como o TAToo já transformou dados em informação valiosa na área da mobilidade!André Ramos
O documento descreve uma ferramenta chamada TAToo que transforma dados de rastreamento de pedestres e ciclistas em informações úteis para tomada de decisão. O TAToo permite analisar indicadores como volume de usuários, velocidade média e congestionamento. Testes em várias cidades forneceram resultados valiosos sobre fluxos de pedestres e ciclistas.
Este relatório apresenta os resultados da pesquisa de indicadores de desempenho operacional realizada em 15 aeroportos brasileiros entre abril e junho de 2013. Foram entrevistados mais de 23 mil passageiros, avaliando fatores como acesso, check-in, segurança, instalações e satisfação geral. Os aeroportos foram categorizados por volume de passageiros e suas médias comparadas. O relatório fornece detalhes sobre os resultados em cada aeroporto.
Sistemas Inteligentes de Transporte (ITS) no transporte público urbanoAndre Dantas
O documento discute o uso de sistemas inteligentes de transporte (ITS) no transporte público urbano por ônibus no Brasil. Apresenta dados sobre o transporte público no país e projetos de mobilidade urbana realizados. Também descreve elementos chave de ITS e seus custos de implementação.
Apresentação do Plano de Trabalho do Plano de Mobilidade do Município de Alvorada/RS realizada na sessão do Conselho da Cidade em 9 de dezembro de 2016 com a presença do Prefeito Prof. Serginho e Secretário Luiz Carlos Silveira, da Secretaria Municipal da Segurança e Mobilidade, além de entidades e representantes da população.
O documento descreve uma pesquisa realizada para dimensionar a matriz origem-destino do transporte aéreo brasileiro em 2014. A pesquisa envolveu mais de 250 pesquisadores em 65 aeroportos brasileiros e entrevistou mais de 121.940 passageiros para obter uma amostra representativa durante diferentes períodos do ano. Os dados coletados foram expandidos para representar o universo total de passageiros transportados no Brasil em 2014.
O documento discute o Plano de Revitalização das Ferrovias lançado pelo governo Lula, que inclui quatro programas, incluindo o Programa de Resgate do Transporte Ferroviário de Passageiros. 14 trechos foram selecionados inicialmente para estudos de viabilidade para implantação de trens regionais.
Ciclo de Palestras UCT “Planejamento urbano e as referências para o futuro da mobilidade sustentável”, com o arquiteto e urbanista Gustavo Partezani, um dos autores do Plano Diretor de São Paulo. Também faz parte desta apresentação o link do vídeo sobre os principais pontos do Plano Diretor na Avenida Santo Amaro: https://vimeo.com/219731485.
O documento discute conceitos e impactos dos pólos geradores de tráfego no meio urbano. Define pólos geradores de tráfego como empreendimentos que atraem grande número de viagens, podendo causar congestionamentos e degradação ambiental na área. Shoppings, hospitais e estádios são exemplos de pólos geradores. As legislações brasileiras tratam da regulamentação desses pólos para reduzir seus impactos negativos.
Ações voltadas para reduzir acidentes viários no Rio de Janeiro - Cláudia Baptista, Gerente de Informações de Tráfego da Diretoria de Desenvolvimento da CET-Rio
-
EMBARQ
O documento discute o planejamento de transportes, abordando a modelagem da oferta e demanda de transporte. A oferta é representada por uma rede de simulação com ligações, nós, zonas de tráfego e centróides. A demanda é modelada em quatro etapas: geração, distribuição, divisão modal e alocação de viagens. A primeira etapa usa regressão linear múltipla ou análise de categorias para estimar viagens por zona.
Confiabilidade e variabilidade do tempo de viagem em sistemas Bus Rapid TransitDiego Mateus da Silva
A confiabilidade e a variabilidade dos tempos de viagem são fatores fundamentais na escolha modal em viagens urbanas. Com o aumento dos níveis de congestionamento, é cada vez mais difícil estimar o tempo total gasto entre origem e destino. Neste contexto, a adoção de faixas dedicadas ao transporte coletivo tem se tornado solução para livrar os ônibus do congestionamento urbano. A partir da análise de três sistemas Bus Rapid Transit (BRT) implantados em cidades brasileiras, analisa-se a distribuição e a variabilidade dos tempos de viagem por faixa horária para uma semana de observação, comparando-as frente às condições de operação e elementos de projeto de cada sistema. Os resultados revelam uma variabilidade média de 2 a 3 minutos e uma proporção entre desvio padrão e tempo médio de viagem entre 4% e 6%, mostrando que sistemas BRT bem projetados podem alcançar níveis de confiabilidade próximos aos observados em sistemas sobre trilhos.
Este documento fornece diretrizes para a elaboração de estudos de tráfego e níveis de serviço em rodovias para o Departamento de Estradas de Rodagem de São Paulo. Detalha as etapas de coleta de dados, determinação do volume diário médio e horário de projeto, análise de capacidade e nível de serviço, e apresentação dos resultados.
2010 rede de mobilidade urbana sustentável+ robert jefersonEva Vider
O documento propõe uma rede de mobilidade sustentável para o Rio de Janeiro com três elementos principais: 1) A conclusão da linha 1 do metrô em formato de anel para distribuir fluxos de maneira homogênea, 2) A criação de quatro anéis de distribuição interligando diferentes regiões da cidade, e 3) O conceito de dupla alimentação para garantir redundância e continuidade do sistema em caso de falhas.
Ver para crer. Uma ferramenta para ver e analisar viagens em modos suaves!André Ramos
O documento descreve uma ferramenta chamada TAToo que analisa dados de rastreamento de viagens de bicicleta e a pé para fornecer informações úteis sobre mobilidade suave. A ferramenta calcula indicadores como volume de usuários, velocidade média e nível de congestionamento para nodos, arcos, zonas e pares origem-destino na rede. Os dados de rastreamento tornam os usuários de bicicleta e pedestres mais visíveis e podem influenciar decisões políticas sobre infraestrutura para modos suaves.
O documento apresenta um manual de estudos de tráfego produzido pelo Departamento Nacional de Infraestrutura de Transportes do Brasil. O manual fornece diretrizes e procedimentos para a realização de estudos de tráfego rodoviários, cobrindo tópicos como características de veículos, variáveis de tráfego, métodos de pesquisa, determinação do tráfego atual e futuro, e dimensionamento de rodovias.
Aula 3 elementos basicos e noçoes de trafegoJair Almeida
O documento discute os elementos básicos do projeto geométrico de estradas, incluindo o número de faixas, pistas, acostamentos e separadores. Também aborda noções de tráfego como volume de veículos, composição do tráfego e capacidade de tráfego.
Demanda e Oferta do Transporte Aéreo - Empresas Brasileiras - Fevereiro de 2015Jeferson Espindola
1) A demanda por transporte aéreo doméstico de passageiros cresceu 4,1% em fevereiro de 2015 em relação ao ano anterior, enquanto a oferta aumentou 4,7%.
2) Esse foi o 17o mês consecutivo de crescimento da demanda doméstica e o sexto mês seguido de aumento da oferta no Brasil.
3) Os dados de fevereiro de 2015 representam os maiores níveis de demanda e oferta domésticas para o mês nos últimos dez anos.
Em reunião na manhã desta quinta-feira (25) a Comissão de Transporte da Câmara do Recife, com a presença do secretário de Mobilidade e Controle Urbano, João Braga, aprovou um projeto substitutivo confirmando a tese de restrição de veículos na capital pernambucana.
A Comissão Permanente de Meio Ambiente, Transporte e Trânsito da Câmara Municipal do Recife analisou projetos anteriores sobre restrição de veículos e decidiu designar um relator para apresentar um projeto substitutivo. O relatório analisa os problemas de mobilidade na cidade e propõe um programa de restrição de veículos com base nos dígitos finais das placas.
O documento discute a infraestrutura de transportes no Brasil, destacando os principais modais existentes e os desafios para grandes eventos como a Copa de 2014 e Olimpíadas de 2016. Há atrasos nos preparativos e a infraestrutura precisa de investimentos para atender à demanda esperada.
Semelhante a Estudo congestionamento recife_Uber/FipeUSP (20)
O documento apresenta estatísticas sobre acidentes de trânsito ocorridos em rodovias federais no Brasil e em suas regiões em 2020. Destaca que houve 63.447 acidentes no Brasil, sendo 51.865 com vítimas. Na Região Norte foram 3.881 acidentes, sendo 3.149 com vítimas. A BR-101 teve o maior número de acidentes no Brasil, enquanto na Região Norte foi a BR-364. Colisões foram o tipo de acidente mais comum tanto no Brasil quanto na Reg
O documento é um relatório do Tribunal Regional do Trabalho da 6a Região sobre um processo trabalhista. Foi juntado aos autos em 24 de dezembro de 2020 às 13:47 e assinado eletronicamente por Lorena Pessoa Bravo. Contém um código para consultar o documento no site do tribunal.
O documento trata de um dissídio coletivo de greve movido pelo Sindicato das Empresas de Transportes de Passageiros de Pernambuco contra o Sindicato dos Trabalhadores em Transportes Rodoviários de Pernambuco. O juiz concedeu liminar determinando que os trabalhadores garantam a prestação dos serviços de transporte com 50% da frota nos horários de pico e 30% nos demais horários, sob pena de multa. Designou audiência de conciliação para o dia 23 de dezembro.
A ANFAVEA defende o adiamento dos prazos do PROCONVE devido aos atrasos causados pela pandemia nos desenvolvimentos tecnológicos necessários. A entidade argumenta que a manutenção dos prazos pode elevar as emissões de veículos ao invés de melhorar a qualidade do ar, e lista 10 respostas às críticas mais comuns a essa posição.
O documento defende a manutenção dos prazos para implementação de regras mais rigorosas de controle da poluição veicular no Brasil. A poluição do ar é um grande risco para a saúde e está associada a um maior risco de morte por Covid-19. As novas regras para veículos pesados poderiam salvar 150 mil vidas até 2050 e gerar economia para o SUS.
A portaria suspende os efeitos de uma portaria anterior do Consórcio de Transportes da Região Metropolitana do Recife que proibia motoristas de ônibus de também cobrarem tarifas, devido a uma ação judicial que suspendeu a lei municipal sobre o assunto. A portaria determina um estudo sobre o tema e a revisão da portaria anterior nos próximos 30 dias.
O documento é um ofício do Consórcio de Transportes da Região Metropolitana do Recife para o presidente da URBANA/PE solicitando que seja garantida a manutenção de 70% da frota de ônibus em horários de pico e 50% nos demais horários durante a greve geral do dia 22 de dezembro, de acordo com a lei, para evitar transtornos à população.
Este documento trata de uma medida cautelar em uma ação direta de inconstitucionalidade movida por um sindicato contra uma lei municipal que proíbe motoristas de ônibus de também exercerem a função de cobrador. O relator analisa os requisitos para concessão de medida cautelar e conclui que a lei municipal trata de matéria de competência do município, mas que há indícios de vício de iniciativa, uma vez que a lei pode interferir em contratos de concessão, matéria reservada ao executivo.
O documento trata de um parecer da Procuradoria Geral do Estado de Pernambuco sobre o alcance de uma lei municipal do Recife que proíbe motoristas de ônibus de acumularem a função de cobrador. O parecer conclui que (1) a lei municipal não pode alcançar as linhas operadas pelo Consórcio de Transportes da Região Metropolitana do Recife, que é uma empresa pública multifederativa; e (2) mesmo as linhas restritas ao município de Recife não são alcançadas, pois fazem
Projeto estacoes Corredor Inter 2 CuritibaRoberta Soares
O documento descreve o projeto de ampliação da Estação Agrárias da linha Inter 2 em Curitiba. O projeto propõe transformar a estação em um polo inteligente de transporte multimodal, com integração de modais como bicicletas, patinetes e transporte por aplicativo, além de áreas de convivência e comércio. O documento detalha a proposta arquitetônica e paisagística para a reestruturação da estação e seu entorno.
A empresa anunciou um novo produto para competir no mercado de smartphones. O novo aparelho tem câmera de alta resolução, bateria de longa duração e processador rápido a um preço acessível. A expectativa é que o lançamento ajude a empresa a aumentar sua participação no mercado.
A cidade planeja expandir sua rede de ciclovias, atualmente composta por ciclofaixas nas ruas do Hospício, Avenida da Boa Vista e Rua Princesa Isabel, e adicionar novas rotas no Parque Treze de Maio e nas ruas Aurora e Jornalista Graça Araújo.
O documento propõe uma nova rota cicloviária que conectaria ciclofaixas existentes em ruas e avenidas como Padre Roma, Parnamirim, Conselheiro Rosa e Silva e Futuro, criando uma rede integrada para ciclistas que se estenderia da região do Arraial até o Parque da Jaqueira.
O documento lista novas rotas cicloviárias e ciclovias existentes em Recife, incluindo a Rua Antônio Falcão, a Rua Prof. João Medeiros, a Avenida Boa Viagem e o Carrefour Hipermercado.
A portaria proíbe motoristas de ônibus da Região Metropolitana do Recife de acumular a função de cobrador e determina que os veículos só poderão circular com a presença de cobradores, atendendo à lei municipal que proibiu essa acumulação de funções no Recife. As empresas devem informar as providências tomadas para cumprir a lei.
O documento discute o impacto da pandemia de COVID-19 na mobilidade urbana e no transporte público em diversas cidades ao redor do mundo. Apresenta dados sobre a redução no uso de transporte público em países como Brasil e Europa, além de resultados de pesquisa com usuários em cidades brasileiras sobre suas preferências e meios de transporte durante a pandemia.
A empresa de tecnologia anunciou um novo smartphone com câmera aprimorada, processador mais rápido e bateria de maior duração. O novo dispositivo também possui tela maior e armazenamento expansível. O lançamento está programado para o próximo mês com preço inicial sugerido de US$799.
Este projeto de lei proíbe os motoristas de ônibus no Recife de acumularem as funções de motorista e cobrador, visando aumentar a segurança dos passageiros e focar cada profissional em uma função específica. As empresas que desrespeitarem a lei terão suas concessões cassadas.
Este documento trata de um processo judicial sobre um dissídio coletivo de greve movido pelo sindicato de empresas de transporte contra o sindicato dos motoristas de ônibus. O juiz concedeu liminar parcialmente, determinando que o sindicato de motoristas se abstenha de paralisações parciais do serviço de transporte público, essencial para a população.
Este projeto de lei proíbe os motoristas de ônibus no Recife de acumularem as funções de motorista e cobrador, visando aumentar a segurança dos passageiros e focar cada profissional em uma função específica. As empresas que desrespeitarem a lei terão suas concessões cassadas.
1. CI XXXX
UBER DO BRASIL TECNOLOGIA LTDA
ESTUDO DE MOBILIDADE URBANA
NA REGIÃO METROPOLITANA DE RECIFE
RELATÓRIO FINAL
SÃO PAULO
MARÇO/2020
2. CI XXXX
ÍNDICE
1. CONSTRUÇÃO DE UM ÍNDICE DE CONGESTIONAMENTO A PARTIR DOS DADOS DA UBER
MOVEMENT ____________________________________________________________ 1
1.1 Descrição dos Dados Disponíveis na Plataforma e Utilizados na construção do
Índice 1
1.2 Definição Teórica do Índice ____________________________________________ 2
1.3 Ajustes para a Implementação do Índice na RMR __________________________ 3
1.3.1 Cálculo do Tempo de Fluxo Livre por Par de Zona ________________________________ 3
1.3.2 Número de viagens por par de região _________________________________________ 5
2. RESULTADOS DO ÍNDICE DE CONGESTIONAMENTO_______________________ 9
3. ANÁLISES _______________________________________________________ 14
3.1 Evolução Histórica __________________________________________________ 14
3.2 Análise Multivariada de Fatores Que Impactam o Trânsito na RM de Recife ____ 17
3.3 Tempo Total Perdido nos Congestionamentos____________________________ 20
3.4 Comparação Entre Duas Datas Distintas Hora-a-Hora ______________________ 21
4. CONCLUSÕES ____________________________________________________ 31
Anexo A: Exemplo do Sistema de ponderação do Índice de Congestionamento ___ 32
3. CI 5273
RESUMO
Este documento é o relatório final do Estudo de Mobilidade Urbana na Região
Metropolitana de Recife (RMR) elaborado pela Fipe em parceria com a Uber com base
nos dados extraídos da plataforma Uber Movement. O estudo replica a metodologia
utilizada em projeto anterior realizado para a Região Metropolitana de São Paulo, fazendo
as alterações e ajustes necessários por conta das diferenças de dados entre as cidades
A plataforma Uber Movement representa uma inovadora ferramenta para a análise da
questão do trânsito em cidades como Recife. A granularidade têmporo-espacial dos dados
permite tanto o estudo de questões locais quanto a avaliação de padrões agregados e
tendências gerais. O índice construído nesse trabalho e as análises apresentadas não
exaurem o potencial de uso da plataforma, correspondendo apenas a uma pequena
amostra das possibilidades oferecidas por essa nova ferramenta. A utilização da
plataforma por demais pesquisadores e agentes da sociedade interessados nas questões
urbanas é não somente possível como altamente recomendada.
Esse relatório divide-se em duas partes principais: 1) a descrição e construção do índice
de congestionamento para a RMR no período entre junho de 2017 e junho de 2019 com
base nos dados da Uber Movement. 2) a apresentação das análises baseadas nesse
indicador.
1) Principais características do índice de congestionamento construído nesse
trabalho
Baseado no tempo de viagens efetivamente realizadas;
Construído com dados gratuitos e disponíveis publicamente;
Possui interpretação direta e intuitiva;
Comparável em diferentes escalas têmporo-espaciais;
4. CI 5273
2) Principais resultados das análises desenvolvidas a partir desse indicador:
i. A RMR apresentou um índice de congestionamento médio de 57,1% entre julho
de 2017 e junho de 2019. Isso é, nesse período, as viagens motorizadas demoraram
em média 57,1% a mais do que o esperado caso fossem feitas sempre em fluxo
livre;
ii. Os moradores da RMR que circulam de carro perderam em média um total de
aproximadamente 14 minutos e 8 segundos por viagem por conta da lentidão
causada pelos congestionamentos;
iii. Com relação à evolução histórica da série, foi observado uma significativa
redução dos níveis de congestionamento ao longo do período analisado
(julho/2017-junho/2019), principalmente no ano de 2018.
iv. Sextas-feiras são os dias mais congestionados das semanas, com um índice médio
de 65,7%;
v. No pico da tarde, o índice de congestionamento atinge o valor médio de 74,8%;
vi. A Zona Oeste da capital é a região mais congestionada de Recife, apresentando
um índice médio de 68,8% no período analisado;
vii. Nos dias de jogo do Brasil durante a Copa do Mundo de 2018, o índice de
congestionamento ficou 13,5 pontos percentuais abaixo do normal;
viii. Durante as férias escolares, a lentidão reduz-se em média 8,9 pontos percentuais;
ix. Nos dias de paralização dos caminhoneiros em maio de 2018, a lentidão no
trânsito de Recife foi reduzida em 13,0 pontos percentuais.
x. Nos dias em que o Sport e Santa Cruz jogam em Recife, há um aumento médio de
respectivamente 1,2 e 2,2 pontos percentuais nos níveis de congestionamento. Já
nos dias em que o Náutico joga, não há variações significativas no trânsito.
xi. Nos dias com mais de 10mm acumulados de chuva, a lentidão do trânsito é em
média 1,9 pontos percentuais maior do que nos dias sem chuva.
5. CI ??? 1
1. CONSTRUÇÃO DE UM ÍNDICE DE CONGESTIONAMENTO A PARTIR DOS DADOS DA
UBER MOVEMENT
Os congestionamentos urbanos são um dos maiores problemas enfrentados pelos
moradores das regiões metropolitanas, principalmente nos países em desenvolvimento.
Os custos associados aos congestionamentos abrangem uma ampla gama de dimensões,
incluindo a poluição, o aumento dos custos de transporte e principalmente o tempo
perdido pelas pessoas.
Apesar de tais custos serem amplamente reconhecidos, o problema dos
congestionamentos carece de medidas quantitativas que permitam o seu monitoramento
e entendimento em escala adequada. Medidas tradicionais de mensuração do trânsito são
limitadas em termo de sua cobertura têmporo-espacial ou requerem altos investimentos
por parte dos órgãos públicos de monitoramento do trânsito, o que nem sempre é factível,
especialmente em cidades dos países em desenvolvimento.
Dessa forma, esse estudo apresenta uma aplicação do Índice de Congestionamento
desenvolvido pela FIPE para a avaliação e monitoramento do trânsito. O Índice utiliza os
dados de tempo das viagens disponibilizados na plataforma Uber Movement e combina
essas informações com uma pesquisa domiciliar de Origem e Destino para ponderar a
representatividade das informações. O índice criado através desse método permite a
avaliação dos congestionamentos na cidade analisada com altíssimo grau de precisão no
tempo e no espaço. O resultado do índice é uma medida simples e intuitiva que pode ser
utilizada para a análise e o entendimento de diversas outras questões relacionadas aos
congestionamentos urbanos, conforme apresentado e ilustrado ao longo desse relatório.
1.1 DESCRIÇÃO DOS DADOS DISPONÍVEIS NA PLATAFORMA E UTILIZADOS NA
CONSTRUÇÃO DO ÍNDICE
A principal informação disponibilizada pela Uber Movement utilizada nesse trabalho é o
tempo médio das viagens feitas pelos veículos parceiros da Uber entre cada par de zonas
de tráfego da cidade em um determinado momento. Por exemplo, é possível extrair da
plataforma o tempo médio das viagens feitas entre a região da Prefeitura de Recife e o
6. CI ??? 2
Aeroporto Internacional Gilberto Freyre durante o pico da manhã no dia 1º de janeiro de
2018. Para a Região Metropolitana de Recife, os dados estão disponíveis para todo o
período entre junho de 2017 e junho de 2019, e a divisão espacial da cidade foi baseada
nas subdivisões da Pesquisa OD de 2018, que repartiu a RMR em 2.980 zonas de tráfego.
1.2 DEFINIÇÃO TEÓRICA DO ÍNDICE
O índice de congestionamento proposto nesse trabalho pode ser classificado como um
“índice de tempo de deslocamento”1
que compara a razão entre: a) o tempo necessário
para se realizar uma viagem dada a situação do trânsito em um determinado momento,
com b) o tempo que essa mesma viagem levaria caso não houvesse nenhum
congestionamento no trajeto (tempo em fluxo livre). Por exemplo, suponha que uma
viagem demore em média 18 minutos durante o pico da manhã, e que essa mesma viagem
levaria apenas 10 minutos em condições de fluxo livre. Nesse caso, o índice de
congestionamento indicaria que esse trajeto, no pico da manhã, apresenta um nível de
congestionamento médio de 80%. Formalmente, o índice é calculado através da seguinte
equação:
𝑖 𝑜𝑑𝑝 =
𝑡 𝑜𝑑𝑝
𝑡 𝑜𝑑
∗ (1)
Onde o termo “𝑖 𝑜𝑑𝑝” representa o índice de congestionamento das viagens realizadas
entre uma região de origem “𝑜” e uma região de destino “𝑑” durante o período “𝑝”. No
lado direito da equação, o termo “𝑡 𝑜𝑑𝑝” representa o tempo de deslocamento observado
para esse trajeto no período “𝑝”, enquanto “𝑡 𝑜𝑑
∗
” indica o tempo de deslocamento desse
mesmo trajeto na condição de fluxo livre.
A principal vantagem dessa métrica é que ela possui uma interpretação simples e intuitiva.
Outra característica importante é que o indicador pode ser agregado tanto no tempo
1
Essa métrica é normalmente referida na literatura de transportes como “travel time index” e é comumente
utilizada em painéis comparativos de congestionamento entre cidades. Esse tipo de medida faz parte do
relatório anual “Urban Mobility Scorecard” feito pelo Texas Transportation Institute e que compara
diferentes métricas de congestionamento para diversas cidades americanas. Outro exemplo de utilização
desse tipo de métrica é o “Traffic Index” calculado para diversas cidades do mundo pela empresa TomTom
de tecnologias de GPS.
7. CI ??? 3
quanto no espaço, permitindo a análise de diferentes regiões em momentos distintos.
Além disso, a agregação do índice pode ser ponderada para considerar os diferentes
volumes de viagens entre cada par de região e em diferentes períodos. Tal agregação é
descrita de forma geral pela seguinte fórmula:
𝐼 𝑅𝑃 = ∑ (
𝑡 𝑜𝑑𝑝
𝑡 𝑜𝑑
∗ ×
𝑣 𝑜𝑑𝑝
𝑉𝑅𝑃
)
𝑜𝑑𝑝
| (𝑜, 𝑑 ∈ 𝑅) & ( 𝑝 ∈ 𝑃) (2)
Onde 𝐼 𝑅𝑃 é o índice de congestionamento agregado para uma região 𝑅 ao longo de um
período 𝑃. Além disso, 𝑣 𝑜𝑑𝑝 é o número de viagens observadas entre as zonas 𝑜 e 𝑑 no
período 𝑝, e 𝑉𝑅𝑃 é o total de viagens observadas entre todos os pares que compõem a
região 𝑅 e todos os períodos que compões o período 𝑃. Por exemplo, 𝑃 pode ser definido
como um determinado dia, e 𝑅 a Região Metropolitana como um todo.
O resultado dessa agregação pode ser interpretado diretamente como o nível médio de
congestionamento dentre todas as viagens feitas na região 𝑅 ao longo de todo o período
𝑃.
1.3 AJUSTES PARA A IMPLEMENTAÇÃO DO ÍNDICE NA RMR
A plataforma Uber Movement fornece os dados relativos ao tempo médio das viagens a
cada momento e para cada par de zonas de tráfego na RMR; entretanto, a plataforma não
possui informações relativas a 1) o tempo de fluxo livre entre cada par de zonas, e 2) o
número de viagens feitas entre cada região a cada período. Nessa seção, nós descrevemos
como cada um desses fatores calculados para a construção do nosso índice.
1.3.1 Cálculo do Tempo de Fluxo Livre por Par de Zona
O tempo de fluxo livre é o tempo que uma viagem levaria caso as vias estivessem
completamente livres de outros veículos e de outros fatores causadores de lentidão,
tratando-se, portanto, de uma medida teórica.
Existem diferentes alternativas para a estimação desse valor. Uma estratégia comum é
explorar a distribuição dos tempos de deslocamento e selecionar um percentil baixo mas
8. CI ??? 4
não mínimo, de forma a evitar a escolha de outliers, e assumir que para tal valor, os níveis
de congestionamento seriam nulos.
Para exemplificar esse procedimento, a Figura 1 apresenta o valor médio do tempo de
deslocamento entre o Aeroporto Internacional e a JUCEPE em Joana Bezerra ao longo de
junho de 2017, que é o período tomado como baseline para todas as análises do estudo.
Figura 1: Identificação do Tempo de Fluxo Livre a Partir da Distribuição do
Tempo Médio de Viagem – (Aeroporto Internacional para JUCEPE - Junho de
2017)
Baseando-se nesse procedimento, nós identificamos para cada par de zonas de tráfego, a
distribuição do tempo médio de deslocamento a cada hora do mês de junho de 2017, e
selecionamos o décimo percentil dessa distribuição como a nossa proxy do tempo de fluxo
livre entre cada par.
Vale ressaltar que tal procedimento difere do caso do estudo de São Paulo, onde o tempo
médio da madrugada foi utilizado para definir o tempo de fluxo livre. A diferença de
procedimento foi utilizada por conta da maior granularidade espacial dos dados de Recife,
o que reduz a representatividade de observações de períodos com menos viagens
9. CI ??? 5
1.3.2 Número de viagens por par de região
Para identificar os fluxos de viagens entre cada para de zona de tráfego e a cada período,
nós utilizamos os microdados da pesquisa Origem-Destino (OD) de 2018 da Região
Metropolitana de Recife, que coletou informações relativas aos deslocamentos realizados
pelos moradores da cidade.
Diferente da pesquisa OD de São Paulo, a pesquisa de Recife não é desenhada para ser
estatisticamente representativa para todos os padrões de deslocamentos realizados pelos
moradores e não possui pesos estatísticos associados a cada observação. Dessa forma,
apenas as viagens motivadas para o trabalho foram incluídas na ponderação e todas foram
consideradas como tendo os mesmos pesos.
Uma importante restrição de ordem prática que precisa ser considerada na utilização dos
dados da pesquisa OD para calcular as variáveis de ponderação do índice é que a
amostragem da pesquisa OD não possui densidade estatística no nível dos pares de zonas
por período (2.980 zonas × 2.980 zonas × 5 períodos). Sendo assim, os pares de zonas
não são observados em todos os dias e em todos os períodos.
Mesmo a base de dados da Uber Movement não possui completa densidade nesse nível
de desagregação. Dessa forma, há o risco de viés de composição na análise a depender da
mudança de pares observados a cada dia e ao longo do período analisado. Para que os
valores sejam comparáveis ao longo do tempo, foi selecionado um período base (junho
de 2017), e dentro desse período, foi selecionado um grupo de pares com uma densidade
mínima de observações. O critério utilizado para esse filtro foram os pares de zonas
observado ao menos 100 vezes em pelo menos 22 dias do período base
Com esse critério, 87.281 pares foram selecionados, cobrindo 64,3% das zonas de tráfego
da RMC e incluindo aproximadamente 85% das viagens registradas na plataforma Uber
Movement.
A Figura 2 mostra que, apesar dos pares selecionados corresponderem a apenas 0,9% do
total de combinações possíveis entre pares de zonas, eles abrangem praticamente toda a
área urbanizada da RMR, com exceção de alguns bairros mais afastados.
10. CI ??? 6
Figura 2: Zonas de Tráfego Incluídas nos Pares de Zonas Selecionados para a
Análise
Observações: Somente a área urbana de cada zona de tráfego foi considerada para a construção do mapa.
11. CI ??? 7
Figura 3: Macrorregiões Utilizadas para a Ponderação do Índice de
Congestionamento
Observações: As macrorregiões foram definidas a partir da agregação das zonas de tráfego da OD de 2018.
As regiões internas da cidade de Recife foram definidas conforme as Regiões Político-Administrativas
(RPAs) utilizadas pela Prefeitura de Recife. As regiões compostas pelas demais zonas de tráfego da RM
foram definidas pela distribuição geográfica das mesmas. Foram excluídas as zonas de tráfego onde não
havia observações suficientes na plataforma Uber Movement no período analisado.
12. CI ??? 8
Além disso, é importante considerar que a base da Pesquisa OD também não possuí
densidade estatística no nível dos pares de zonas. Sendo assim, para o cálculo da
ponderação do índice de congestionamento, a solução utilizada foi ajustar o cálculo dos
pesos de cada observação a partir de um nível superior de agregação espacial.
Especificamente, a área urbana da RMR foi dividida em 9 macrorregiões e os pesos
passaram a ser calculados com base no número de viagens observadas na OD entre pares
de macrorregiões ao invés do número de viagens entre cada par de zonas, garantindo
assim, uma ponderação mais razoável dos padrões de deslocamento observados entre
cada par utilizado para a ponderação. As macrorregiões utilizadas no estudo foram
definidas conforme a Figura 3 na página anterior.
Por fim, para garantir que a proporção de viagens entre cada macrorregião fique
constante, mesmo que o número de pares de zonas observados na Uber Movement varie
a cada dia, foi necessário adicionar um componente na ponderação que mantém constante
o peso total de cada par de macrorregiões. Esse ajuste garante também que mesmo que os
pares selecionados para a construção do índice componham apenas uma parcela do total
de pares existentes na RMR, ainda assim a ponderação ajustada garante que os resultados
sejam representativos dos padrões das viagens feitas pelos moradores da cidade. Dessa
forma, o peso 𝑤 de cada observação utilizada na composição do índice foi calculado a
partir da seguinte fórmula:
𝑤 𝑜𝑑𝑝 =
(𝑣 𝑂̅ 𝐷̅ 𝑝)/𝑁 𝑂̅ 𝐷̅ 𝑝
𝑉𝑅𝑃
(3)
Onde 𝑣 𝑂̅ 𝐷̅ 𝑝 é o total de viagens observadas na pesquisa OD entre as macrorregiões 𝑂̅ e 𝐷̅
no período 𝑝, tal que 𝑜 ∈ 𝑂̅ e 𝑑 ∈ 𝐷̅. Além disso, 𝑁 𝑂̅ 𝐷̅ é o total de pares de zonas que
compõem o par de macrorregiões 𝑂̅ 𝐷̅ e que possuem informações de tempo de viagem
no período 𝑝 na plataforma Uber Movement. Com esses ajustes, se um par de
macrorregiões contiver 10% do total de viagens, então o somatório de pesos dos pares de
zonas que compõem esse par de macrorregiões também será igual a 10%, e essa
13. CI ??? 9
equivalência será independente do número de pares observados em cada período na Uber
Movement.2
Portanto, o cálculo final do índice de congestionamento para a RMR pode ser descrito
pela seguinte fórmula, onde cada elemento é descrito conforme as equações (1) ,(2) e (3)
𝐼 𝑅𝑃 = ∑ (
𝑡 𝑜𝑑𝑝
𝑡 𝑜𝑑
∗ × 𝑤 𝑜𝑑𝑝)
𝑜𝑑𝑝
(4)
2. RESULTADOS DO ÍNDICE DE CONGESTIONAMENTO
Com bases nos ajustes descritos anteriormente, o índice de congestionamento foi
calculado para todos os dias entre 1 de junho de 2017 e 30 de junho de 2019. Para cada
dia, o índice foi também calculado nos períodos definidos pela plataforma Uber
Movement3
e nas macrorregiões descritas na seção anterior.
As Figuras 4 a 9 apresentam os resultados da segmentação do índice por diferentes
características. Em todas essas figuras, a linha vermelha pontilhada indica a média geral
do índice de congestionamento na RMR ao longo de todo o período analisado, que foi
igual a 57,1%.
A Figura 4 apresenta o índice médio de congestionamento em períodos comparáveis de
um ano (julho/2017-junho/2018 e julho/2018-junho/2019).4
A comparação das médias de
cada ano indica uma redução de aproximadamente 9,7 pontos percentuais entre o índice
de 2017/2018 (61,9%) e o índice de 2017/2018 (52,2%).
2
O anexo A desse relatório apresenta um exemplo que ilustra esse sistema de ponderação ajustado.
3
Madrugada (0:00-7:00), pico da manhã (7:00-10:00), meio do dia (10:00-16:00), pico da tarde (16:00-
19:00) e noite (19:00-24:00). Os períodos definidos na plataforma Uber Movement são globais, logo
consideram faixas horárias que tem por objetivo representar padrões comuns à maior parte das mais de 20
cidades que fazem parte da plataforma.
4
A escolha de períodos de 12 meses começando em julho se deu porque a base da Uber Movement de
Recife estudada nesse trabalho ainda não incluía informações sobre o primeiro semestre de 2017 nem sobre
o segundo semestre de 2018. Sendo assim, a forma de definir dois períodos comparáveis de 12 meses foi
através da definição de julho como o primeiro mês de cada período.
14. CI ??? 10
A Figura 5 compara a sazonalidade dentro do ano ao comparar os níveis médios de
congestionamento em cada mês. Vale ressaltar que o objetivo dessa análise não é avaliar
a evolução temporal do índice, mas sim o componente de sazonalidade intra-anual do
mesmo. Os resultados indicam que o mês de janeiro, durante as férias escolares de verão,
possui a menor média de congestionamento (47,6%). Já abril é o mês com as maiores
taxas médias de congestionamento (61,7%).
Na Figura 6 é possível observar a dinâmica do congestionamento nos dias da semana.
Nos finais de semana, o índice fica bem abaixo da média (36,3% no domingo e 40,8% no
sábado). Já nos dias de semana, os níveis de congestionamento são bastante estáveis,
oscilando entre 63,3% nas quintas-feiras e 65,7% nas sextas-feiras.
Já a Figura 7 indica a dinâmica dos níveis de congestionamento nos diferentes períodos
do dia. O pico da tarde, definido como o período entre 16:00 e 19:00, possui o maior
índice de lentidão (74,8%). Já os períodos da noite e da madrugada apresentam índices
abaixo da média, sendo os valores respectivamente 31,5% e 23,5%.
A Figura 8 apresenta o índice de congestionamento para as viagens internas a cada
macrorregião da cidade.5
Essa comparação revela que as regiões Oeste, Sudoeste e Centro
da cidade de Recife apresentam as maiores médias de congestionamento (respectivamente
68,8%, 64,0% e 63,3%). Já as regiões externas à cidade de Recife na RM apresentam
níveis médios de congestionamento mais baixos, sendo 46,5% a média para a região norte
da RM, 50,8% para a região Sul da RM e 50,7% o índice médio para a região Oeste da
RM. Além disso, o Sul da cidade de Recife também apresenta um índice médio de 52,0%,
que é relativamente mais baixo que o das demais regiões da capital.
Por fim, a Figura 9 apresenta o índice de congestionamento para as viagens internas a
cada macrorregião da cidade a cada ano. Os resultados dessa análise indicam que em
todas as regiões, foi observada uma redução dos níveis de congestionamento ao longo dos
períodos analisados. A região Oeste de Recife foi onde ocorreu a maior redução (-14,1
pontos percentuais), já o Sudoeste observou a menor redução (-1,1 pontos percentuais).
5
Isso é, as viagens entre diferentes macrorregiões são excluídas dessa análise
15. CI ??? 11
Figura 4: Índice de Congestionamento Médio por Ano
Observações: As médias foram calculadas com base no índice de congestionamento calculado para cada
dia do período analisado. A barra de erro indica o intervalo de confiança de 95% dessas médias. A linha
pontilhada vermelha índica o índice de congestionamento médio ao longo de todo o período analisado
(57,1%).
Figura 5: Índice de Congestionamento Médio por Mês do Ano
(jul/2017-jun/2019)
Observações: As médias foram calculadas com base no índice de congestionamento calculado para cada
dia do período analisado. A barra de erro indica o intervalo de confiança de 95% dessas médias. A linha
pontilhada vermelha índica o índice de congestionamento médio ao longo de todo o período analisado
(57,1%).
16. CI ??? 12
Figura 6: Índice de Congestionamento Médio por Dia da Semana
(jul/2017-jun/2019)
Observações: As médias foram calculadas com base no índice de congestionamento calculado para cada
dia do período analisado. A barra de erro indica o intervalo de confiança de 95% dessas médias. A linha
pontilhada vermelha índica o índice de congestionamento médio ao longo de todo o período analisado
(57,1%).
Figura 7: Índice de Congestionamento Médio por Período do Dia
(jul/2017-jun/2019)
Observações: As médias foram calculadas com base no índice de congestionamento calculado para cada
dia do período analisado. A barra de erro indica o intervalo de confiança de 95% dessas médias. A linha
pontilhada vermelha índica o índice de congestionamento médio ao longo de todo o período analisado
(76,9%).
17. CI ??? 13
Figura 8: Índice de Congestionamento Médio por Região
(julho/2017-junho/2019)
Observações: As médias foram calculadas com base no índice de congestionamento calculado para cada
dia do período analisado. A barra de erro indica o intervalo de confiança de 95% dessas médias. A linha
pontilhada vermelha índica o índice de congestionamento médio ao longo de todo o período analisado
(57,1%).
Figura 9: Índice de Congestionamento Médio por Região e por Ano
(julho/2017-junho/2019)
Observações: As médias foram calculadas com base no índice de congestionamento calculado para cada
dia do período analisado. A barra de erro indica o intervalo de confiança de 95% dessas médias. A linha
pontilhada vermelha índica o índice de congestionamento médio ao longo de todo o período analisado
(57,1%).
18. CI ??? 14
3. ANÁLISES
3.1 EVOLUÇÃO HISTÓRICA
Nesta seção nós analisamos a evolução histórica do índice de congestionamento na RMR.
A análise foca nos dias úteis típicos, de tal forma que os feriados, finais de semana e dias
com eventos extraordinários foram excluídos. A Figura 10 apresenta a série bruta do
índice de congestionamento nos dias úteis selecionados entre julho de 2017 e junho de
2018, período para o qual a base da Uber Movement de Recife foi analisada.
Figura 10: Índice de Congestionamento – RMR
Dias Úteis entre Julho/2017-Junho/2019
Observações: Cada ponto representa o índice de congestionamento da RMR em uma determinada data.
Foram excluídos os finais de semana, feriados, emendas de feriados, férias escolares e dias de suspenção
do rodízio incluindo eventos especiais tais como as greves do transporte público e a paralização dos
caminhoneiros em maio de 2018. Também foi excluído o período da Copa do Mundo de 2018. A linha
tracejada azul represnta as mudanças de ano.
A análise gráfica inicial da figura não permite a identificação de nenhum padrão claro da
série ao longo do tempo, há aparentemente uma redução dos níveis médios do índice ao
longo do tempo, mas há também uma elevada heterogeneidade e variância na série. Sendo
assim, uma modelagem formal quantitativa é necessária para a avaliação das tendências
históricas.
19. CI ??? 15
Uma primeira questão que precisa ser considerada é a sazonalidade da série. Conforme
observado na seção 2, diferentes meses do ano possuem padrões próprios de
congestionamento, assim como os diferentes dias da semana. Dessa forma, para aumentar
a precisão das estimativas, o primeiro passo da nossa análise é a dessazonalização da
série, que é feita através da estimação do seguinte modelo de efeitos fixos:
𝐶𝑡 = 𝛼 + 𝛿 𝑑 + 𝜇 𝑚 + 𝜀𝑡 (4)
Onde:
𝐶𝑡: é o índice de congestionamento 𝐶 em cada data 𝑡
𝛿 𝑑: é um vetor de efeitos fixos associados a cada dia 𝑑 da semana (seg., ter., ...)
𝜇 𝑚: é um vetor de efeitos fixos associados a cada mês 𝑚 do ano (jan., fev., ...)
𝜀𝑡: é um termo de erro que captura todos os demais efeitos não observados
A partir dos resultados dessa estimação, nós construímos a série dessazonalizada 𝐶𝑡
∗
do
índice:
𝐶𝑡
∗
= 𝐶𝑡 − 𝛿̂ 𝑑 − 𝜇̂ 𝑚 (5)
Onde 𝛿̂ 𝑑 e 𝜇̂ 𝑚 são os valores estimados dos efeitos fixos.
Em seguida, para avaliar a evolução da série ao longo do período analisado, nós adotamos
duas estratégias com objetivos distintos:
(1) Nós estimamos o valor médio do índice por mês e o erro padrão dessas médias,
o que permite a visualização das tendências de longo prazo e a comparação
estatística do valor médio de congestionamento em diferentes períodos.
(2) Nós calculamos também a inclinação da série a cada semestre, o que permite
avaliar a tendência local de variação em cada período.
Os resultados de ambas as análises são apresentados na Figura 11 a seguir. A média de
congestionamento de cada mês é representada pelos pontos pretos. A barra de erro vertical
associada a cada ponto representa o intervalo de confiança de 95% dessas médias locais,
e permite a visualização da significância estatística da diferença entre os pontos. A partir
20. CI ??? 16
dessas médias, é possível observar que o índice de congestionamento apresentava valores
significativamente mais altos no início em 2017 e nos primeiros meses de 2018, passando
a cair gradualmente a partir de abril daquele ano. A partir de 2019, o índice variou de
forma praticamente estacionária.
Figura 11: Análise da Evolução do Índice de Congestionamento
Série Dessazonalizada de Dias Úteis Entre Julho/2017 e Junho/2019
Observações: A figura apresenta os valores médios do índice de congestionamento dessazonalizado (pontos
pretos) e seus respectivos intervalos de confiança de 95% (barras de erro verticais). As linhas azuis
apresentam o ajuste da série através de regressões lineares locais estimadas para cada ano da série.
Entretanto, alguns padrões adicionais são revelados pela análise das inclinações locais da
série representadas pelas linhas azuis na mesma figura. A Tabela 1 apresenta os resultados
da estimação dos coeficientes angulares de cada linha.
No segundo semestre de 2017 a variação média do índice não foi significativa. Já em
2018, o índice decresceu de forma significativa, primeiro caindo 6.28 pontos percentuais
ao longo do primeiro semestre, e depois caindo mais 7,13 pontos percentuais no segundo
semestre. Por fim, no primeiro semestre de 2018 a série voltou a apresentar uma variação
semestral não significativa.
21. CI ??? 17
Tabela 1: Estimação do Coeficiente Angular da Série Temporal do Índice de
Congestionamento por Ano – Dias Úteis de Julho/2017-Junho/2019
Observações: Os coeficientes foram estimados a partir de regressões lineares bivariadas independentes
realizadas com os dados dos dias úteis de cada ano da série. Os coeficientes indicam a inclinação média
anual da série, ou seja, um coeficiente de 10 pode ser interpretado como um aumento médio do índice de
10 pontos percentuais ao longo de um ano.
Combinadas as análises, é possível concluir que houve uma significativa redução do
índice de congestionamento no período analisado (julho/2017-junho/209),
principalmente ao longo do ano de 2018. A partir de então, o indicador ficou praticamente
estável, e apesar de haver uma leve tendência de alta no período final da série, os índices
ainda se encontram em patamares significativamente inferiores aos observados no
primeiro semestre da análise.
3.2 ANÁLISE MULTIVARIADA DE FATORES QUE IMPACTAM O TRÂNSITO NA RM DE
RECIFE
Existem diversos fatores que podem afetar o nível de congestionamento em uma cidade
como Recife, incluindo eventos climáticos, greves, manifestações políticas, festividades
e outros eventos atípicos. Dada a granularidade da série de tempo do índice de
congestionamento, é possível estimar e comparar o impacto de diferentes eventos no
trânsito da cidade através de uma análise multivariada.
No período analisado, a título de ilustração, nós identificamos os seguintes fatores que
poderiam potencialmente afetar o trânsito de Recife:
Chuvas;
Greve nacional de caminhoneiros em maio (entre os dias 21 e 31);
Copa do Mundo de 2018 (especialmente os dias de jogo do Brasil);
Férias escolares;
22. CI ??? 18
Para avaliar o impacto de cada uma dessas variáveis (eventos), nós estimamos o seguinte
modelo de regressão multivariado baseado na série diária de congestionamento:
𝐶𝑡 = 𝛼 + 𝛿 𝑑 + 𝛽𝑅𝑡 + 𝜎𝑆𝑡 + 𝛾𝑊𝑡 + 𝛾𝑊𝐵𝑡 + 𝜙𝐹𝑡 + 𝜂𝐻𝑡 + 𝜃𝐸𝑡 + 𝜔 𝑝 𝑡 𝑝
+ 𝜀𝑡 (6)
Onde:
𝐶𝑡: é o índice de congestionamento 𝐶 em cada data 𝑡
𝛿 𝑑: é um vetor de efeitos fixos associados a cada dia 𝑑 da semana (seg., ter., ...)
𝑅𝑡: dummy para os dias com o acúmulo de mais de 10 mm de chuva na RMR
𝑆𝑡: dias de paralização da greve dos caminhoneiros (21-31/05/2018)
𝑊𝑡: período da Copa do Mundo de 2018 (14/06/2018-15/07/2018)
𝑊𝐵𝑡: dias de jogo do Brasil na Copa do Mundo
𝐻𝑡: feriados
𝐸𝑡: emendas de feriado
𝐹𝑡: dias com jogos dos principais times (Náutico, Santa Cruz e Sport) nos estádios
da RMR
𝑆𝑡: férias escolares (Inverno e verão)
𝑡 𝑝
: termos polinomiais de ajuste das tendências não lineares da série
A Figura 14 apresenta os resultados dessa regressão. Os resultados da análise são
discutidos a seguir:
23. CI ??? 19
Figura 14: Impactos de diferentes eventos sobre o Índice de Congestionamento
diário da RMR
Observações: Os pontos representam os coeficientes estimados para cada variável, e as barras horizonais
indicam o intervalo de confiança de 95% dos mesmos. Os impactos podem ser interpretados como variações
absolutas do índice. Isso é, um coeficiente de 10 inidca um aumento de 10 pontos percentuais.
24. CI ??? 20
Eventos: conforme esperado, os dias de feriado possuem um nível de lentidão bem abaixo
do usual, sendo o coeficiente associado a essas datas igual a -20,0 pontos percentuais. As
emendas de feriado também apresentam um impacto médio semelhante (-14,8 pontos). Já
durante as férias escolares, os congestionamentos reduzem-se, em média, 8,9 pontos.
Durante a greve dos caminhoneiros, a circulação de veículos foi bastante reduzida devido
à ausência de combustíveis nos postos de abastecimento. Por conta disso, o índice de
congestionamento durante a greve ficou 13,0 pontos abaixo do que o normal. Por fim,
nos dias com chuva média acima 10 mm por dia, a lentidão do trânsito é em média 1.98
pontos maior do que nos dias sem chuva.
Copa do Mundo: nos dias em que o Brasil não foi a campo, o congestionamento médio
foi um pouco mais baixo do que o usual, ficando em média 5,6 pontos percentuais abaixo
do esperado. Entretanto, nos dias de jogos do Brasil, o índice de lentidão ficou em média
13,4 pontos abaixo do usual.
Jogos de futebol locais: Por fim, a regressão avaliou a variação média no trânsito de
Recife nos dias em que os maiores times locais realizaram jogos nos estádios da RMR.
Tanto nos dias de jogos do Sport e do Santa Cruz, os níveis médios de congestionamento
foram um pouco maiores que o normal, sendo os aumentos de respectivamente 1,2 e 2,2
pontos percentuais. Já no caso dos dias de jogos do Náutico, os níveis de
congestionamento não apresentaram alterações estatisticamente significativas.
3.3 TEMPO TOTAL PERDIDO NOS CONGESTIONAMENTOS
Com base nos cálculos do índice de congestionamento e nos microdados da OD de 2018,
é possível calcular uma aproximação do tempo médio que os paulistanos perdem por
causa do trânsito em um dia útil típico.
Segundo os cálculos descritos na Seção 2, entre julho de 2017 e junho de 2019, observou-
se um índice de congestionamento médio de 57,1% na RMR. Já segundo os dados da OD
de 2018, as viagens feitas por automóveis demoram em média aproximadamente 38
minutos e 45 segundos. Isso significa que no período analisado, caso não houvesse
nenhum nível de congestionamento na cidade (obviamente uma hipótese extrema), as
25. CI ??? 21
pessoas que utilizam automóveis economizariam aproximadamente 14 minutos e 8
segundos por viagem.
Tal cálculo pode ser realizado para diferentes períodos e níveis de agregação. Por
exemplo, utilizando a mesma fórmula de cálculo, é possível estimar que o tempo
excessivo médio gasto no trânsito pelos moradores da RMR por viagem caiu de 14
minutos e 49 segundos em 2017/2018 para 13 minutos e 17 segundos em 2018/2019, isso
é, uma redução média de aproximadamente 1 minuto e 32 segundos por viagem entre um
ano e outro. Outro exemplo, se consideradas somente as viagens realizadas durante o pico
da tarde (16:00-19:00), o atraso médio por viagem é de 16 minutos e 34 segundos. Já se
fizermos o mesmo cálculo para as viagens feitas no horário da noite (19:00-24:00), o
tempo médio perdido por viagem é de apenas 9 minutos e 37 segundos.
Vale ressaltar que uma importante limitação desse cálculo é que ele se restringe às viagens
feitas com automóveis. Obviamente outros modais, tais como ônibus e motos, também
são afetados pelos congestionamentos, mas em diferentes escalas. Destarte, a medida
estimada aqui não contempla o total de horas perdidas por todos os moradores da RMR,
mas somente pela parcela que circula de carro. A estimação das perdas totais é sem
dúvidas um exercício interessante, mas que necessitaria de dados e análises adicionais,
ficando assim como sugestão para estudos futuros.
3.4 COMPARAÇÃO ENTRE DUAS DATAS DISTINTAS HORA-A-HORA
Um último resultado apresentado nesse relatório refere-se à apresentação visual da
comparação do índice de congestionamento entre duas datas. O objetivo principal desse
exercício é ilustrar como os elementos que compõem o índice de congestionamento
diferem em dias com características distintas. Para tanto, foram selecionadas duas datas
correspondendo ao mesmo dia da semana em duas semanas consecutivas, de forma a
atenuar diferenças sazonais e tendências de longo prazo. Entretanto, enquanto a primeira
data (08/11/2017) foi um dia útil comum, a segunda data (15/11/2017) foi um feriado
nacional.
Em seguida, nós computamos o índice de congestionamento para cada par de zona
selecionadas em nossas análises a cada hora desses dois dias. O índice de
26. CI ??? 22
congestionamento de cada par foi então associado ao trajeto ideal entre o ponto de origem
mais comum de cada zona6
e o ponto de destino mais comum de cada zona. Esse trajeto
ideal foi calculado com base no API OSRM. Vale ressaltar que o trajeto estimado pelo
API não corresponde necessariamente aos trajetos utilizados pelos motoristas, sendo
apenas uma aproximação do viário utilizado nas viagens entre cada par de zona.
Por fim, esses trajetos foram mapeados e coloridos em uma escala derivada do índice de
congestionamento calculado a cada hora para cada par de zona. s resultados desse
exercício são apresentados na Figura 15 a seguir.
Destacamos os seguintes pontos com relação aos resultados observados:
- No dia útil, o período entre 1:00-4:00 apresenta níveis de congestionamento
praticamente nulos. Já no feriado, há uma concentração com um nível razoável de
congestionamento nos entornos de Boa Viagem e de Graças, regiões com maior
concentração de bares e clubes noturnos. Apesar de tal tipo de evento afetar
significativamente o número de viagens feitas por aplicativos como a Uber, essa
demanda atípica não distorce o índice de deslocamento uma vez que o mesmo é
ponderado pelos volumes de deslocamento de um típico dia útil observado na
Pesquisa OD.
- A partir das 6:00, no dia útil, é observada um grande aumento dos níveis de
congestionamento. sse aumento começa nas regiões periféricas e permanece em
praticamente toda a cidade até às 19:00. Já no feriado, o nível de
congestionamento geral é bem menor ao longo do dia, apresentando somente
alguns pontos de elevação mais concentrada na parte da noite, principalmente
entre às 18:00 e às 21:00.
- Os maiores níveis de congestionamento generalizados no dia útil ocorrem às
18:00.
6
Coordenada de origem com a maior quantidade de viagens na pesquisa OD.
27. CI ??? 23
Figura 15: Comparação Visual Hora-a-Hora do Índice de Congestionamento em
Duas Datas distintas – 08/11/2017, uma Quarta-Feira Comum, e 15/11/2017, uma
Quarta-Feira em um Feriado Nacional
Dia Útil
08/11/2017 – Quarta-Feira
Feriado – Dia da República
15/11/2017 – Quarta-Feira
28. CI ??? 24
Figura 14: Comparação Visual Hora-a-Hora do Índice de Congestionamento em
Duas Datas distintas – 08/11/2017, uma Quarta-Feira Comum, e 15/11/2017, uma
Quarta-Feira em um Feriado Nacional – (Continuação)
Dia Útil
08/11/2017 – Quarta-Feira
Feriado – Dia da República
15/11/2017 – Quarta-Feira
29. CI ??? 25
Figura 14: Comparação Visual Hora-a-Hora do Índice de Congestionamento em
Duas Datas distintas – 08/11/2017, uma Quarta-Feira Comum, e 15/11/2017, uma
Quarta-Feira em um Feriado Nacional – (Continuação)
Dia Útil
08/11/2017 – Quarta-Feira
Feriado – Dia da República
15/11/2017 – Quarta-Feira
30. CI ??? 26
Figura 14: Comparação Visual Hora-a-Hora do Índice de Congestionamento em
Duas Datas distintas – 08/11/2017, uma Quarta-Feira Comum, e 15/11/2017, uma
Quarta-Feira em um Feriado Nacional – (Continuação)
Dia Útil
08/11/2017 – Quarta-Feira
Feriado – Dia da República
15/11/2017 – Quarta-Feira
31. CI ??? 27
Figura 14: Comparação Visual Hora-a-Hora do Índice de Congestionamento em
Duas Datas distintas – 08/11/2017, uma Quarta-Feira Comum, e 15/11/2017, uma
Quarta-Feira em um Feriado Nacional – (Continuação)
Dia Útil
08/11/2017 – Quarta-Feira
Feriado – Dia da República
15/11/2017 – Quarta-Feira
32. CI ??? 28
Figura 14: Comparação Visual Hora-a-Hora do Índice de Congestionamento em
Duas Datas distintas – 08/11/2017, uma Quarta-Feira Comum, e 15/11/2017, uma
Quarta-Feira em um Feriado Nacional – (Continuação)
Dia Útil
08/11/2017 – Quarta-Feira
Feriado – Dia da República
15/11/2017 – Quarta-Feira
33. CI ??? 29
Figura 14: Comparação Visual Hora-a-Hora do Índice de Congestionamento em
Duas Datas distintas – 08/11/2017, uma Quarta-Feira Comum, e 15/11/2017, uma
Quarta-Feira em um Feriado Nacional – (Continuação)
Dia Útil
08/11/2017 – Quarta-Feira
Feriado – Dia da República
15/11/2017 – Quarta-Feira
34. CI ??? 30
Figura 14: Comparação Visual Hora-a-Hora do Índice de Congestionamento em
Duas Datas distintas – 08/11/2017, uma Quarta-Feira Comum, e 15/11/2017, uma
Quarta-Feira em um Feriado Nacional – (Continuação)
Dia Útil
08/11/2017 – Quarta-Feira
Feriado – Dia da República
15/11/2017 – Quarta-Feira
35. CI ??? 31
4. CONCLUSÕES
Assim como ocorre em diversas grandes cidades do mundo, o trânsito é um dos maiores
problemas enfrentados pelos moradores da RMR, gerando perdas econômicas e de bem-
estar para os moradores da cidade. Os impactos econômicos do trânsito não se restringem
aos atrasos e ao desperdício de combustível, mas estão principalmente associados ao
tempo perdido pelas pessoas e que poderia ser utilizado para atividades produtivas ou de
lazer.
O enfrentamento do problema do trânsito requer o entendimento e acompanhamento do
fenômeno. Entretanto, uma dificuldade enfrentada por técnicos e pesquisadores que
estudam o tema é a inexistência de medidas quantitativas de larga escala para tal. As
medidas tradicionais enfrentam pelo menos uma das seguintes limitações: 1) são restritas
espacialmente (e.g. câmeras de monitoramento) 2) são extremamente onerosas (e.g.
veículos de teste se deslocando junto ao tráfego).
Sendo assim, o índice de congestionamento construído nesse estudo, a partir dos dados
da Uber Movement e complementado com outras fontes de dados públicos, oferece uma
nova ferramenta de análise para a avaliação da questão do trânsito em Recife e
potencialmente em outras cidades. A medida diferencia-se dos parâmetros tradicionais
por basear-se diretamente em tempos de viagens efetivamente realizadas, e não em
métricas relacionadas ao fluxo de veículos em determinadas vias. Dessa forma, o índice
contempla de forma direta a principal dimensão de impacto do problema do trânsito, isso
é, o tempo excessivo despendido em deslocamentos urbanos pelos indivíduos.
O índice está aberto a aprimoramentos técnicos e ajustes, tais como o refinamento das
métricas de fluxo livre e da ponderação das viagens. De qualquer forma, as análises aqui
apresentadas representam um esboço inicial das possíveis aplicações da medida. Dessa
forma, outros estudos utilizando e aprimorando o indicador, e explorando a base de dados
da Uber Movement são altamente recomendados. Espera-se principalmente que tais
ferramentas e estudos sejam utilizados para informar de forma objetiva o debate sobre a
mobilidade urbana e auxiliar os planejadores de políticas públicas em suas decisões.
36. CI ??? 32
Anexo A: Exemplo do Sistema de ponderação do Índice de Congestionamento
Suponha uma cidade composta por 4 zonas (𝑎1, 𝑎2, 𝑏1 e 𝑏2). Essas zonas são agregadas
em 2 macrorregiões (𝐴 e 𝐵 tal que 𝑎1, 𝑎2 ∈ 𝐴 e 𝑏1, 𝑏2 ∈ 𝐵).
O total de viagens entre cada zona é dado pela seguinte tabela:
A1: Viagens por par de zona
a1 a2 b1 b2
a1 230 140 54 10
a2 170 200 36 60
b1 10 20 36 0
b2 0 10 4 20
Ou seja, são feitas 1000 viagens por dia nessa cidade7
as quais podem ser agregadas por
macrorregiões conforme a tabela abaixo:
A2: Viagens por par de macrorregião
A B
A 740 160
B 40 60
Já o congestionamento das viagens entre cada par é dado pelos valores:
7
Por simplicidade, nós assumimos nesse exemplo um único período h.
37. CI ??? 33
A3: Congestionamento por par de zona
a1 a2 b1 b2
a1 2,00 1,75 1,70
a2 1,80 1,90 1,50
b1 1,05 1,02 1,40
b2 1,10 1,25 1,30
As células em branco indicam pares para os quais os tempos de viagem não são
observados. Ou seja, o total de pares de zonas observados para cada par de macrorregiões
é:
A4: Pares de zonas observados por par de macrorregião
A B
A 4 2
B 3 3
Sendo assim, o peso de cada par de zonas poderia ser calculado conforme a equação 3 da
seção 1.2. Por exemplo, o peso do congestionamento entre as zonas a1 e a2 seria:
𝑤 𝑎1,𝑎2 =
(𝑣 𝐴𝐵)/𝑁𝐴𝐵
𝑉
𝑤 𝑎1,𝑎2 =
(740)/4
1000
𝑤 𝑎1,𝑎2 = 0,185
Calculando o mesmo valor para todas as zonas, nós temos:
38. CI ??? 34
A5: Peso de cada par de zona
a1 a2 b1 b2
a1 0,185 0,185 0,080
a2 0,185 0,185 0,080
b1 0,013 0,013 0,020
b2 0,013 0,020 0,020
Vale notar que o somatório dos pesos para cada par de macrorregiões é igual à proporção
entre o total de viagens dos pares de macrorregiões dividido pelo total de viagens na
cidade.
A6: Somatório de pesos por par de macrorregiões
A B
A 0,74 0,16
B 0,04 0,06
A7: Total de viagens por par de macrorregiões
dividido pelo total de viagens na cidade
A B
A 0,74 0,16
B 0,04 0,06
Por fim, ao multiplicar o nível de congestionamento de cada observação (Tabela A3) pelo
peso ajustado de cada observação (Tabela A5), nós teríamos o índice de
congestionamento total, que seria igual a 1,755.