Estimação da densidade de viagens a pé a partir de características do ambiente construído ao nível de zonas de tráfego

Autores

DOI:

https://doi.org/10.58922/transportes.v31i3.2874

Palavras-chave:

Ambiente Construído, Viagens a pé, Modelo de regressão espacial, Exposição do pedestre

Resumo

A influência do ambiente construído na exposição de pedestres é um elemento essencial para análise da segurança viária e do planejamento urbano. Devido à escassez de dados de exposição de pedestres, a modelagem da segurança viária pode utilizar variáveis proxy advindas do ambiente construído para representar a exposição quantitativa dos pedestres e o planejamento urbano nem sempre considera o pedestre ou estima junto a outros modos ativos. Em busca de priorizar os pedestres devido a sua maior vulnerabilidade comparado a outros modos, o objetivo do artigo é estimar a densidade de viagens a pé em zonas de tráfego a partir das características do ambiente construído. O método propõe a comparação entre os seguintes modelos: regressão linear clássica (global), regressão geograficamente ponderada (RGP) e a recente abordagem de regressão geograficamente ponderada de múltiplas escalas (RGPME). A análise dos resíduos comprovou que a especificação do modelo de RGPME é mais eficiente quanto o ajuste do modelo e na redução da autocorrelação espacial. A densidade populacional, a extensão de vias por área da zona e a distância ao transporte público estão entre as variáveis preditoras significativas para a estimação do número de viagens a pé por área da zona de tráfego.

Downloads

Não há dados estatísticos.

Referências

Amoh-Gyimah, R.; M. Saberi e M. Sarvi (2016) Macroscopic modeling of pedestrian and bicycle crashes: a crosscomparison of estimation methods. Accident; Analysis and Prevention, v. 93, p. 147-159. DOI: 10.1016/j.aap.2016.05.001. PMid:27209153. DOI: https://doi.org/10.1016/j.aap.2016.05.001

Cervero, R. e K. Kockelman (1997) Travel demand and 3D’s: density, diversity and design. Transportation Research Part D, Transport and Environment, v. 2, n. 3, p. 199-219. DOI: 10.1016/S1361-9209(97)00009-6. DOI: https://doi.org/10.1016/S1361-9209(97)00009-6

Cervero, R.; O.L. Sarmiento; E. Jacoby et al. (2009) Influences of built environments on walking and cycling: lessons from Bogotá. International Journal of Sustainable Transportation, v. 3, n. 4, p. 203-226. DOI: 10.1080/15568310802178314. DOI: https://doi.org/10.1080/15568310802178314

Cheng, L.; K. Shi; J. De Vos et al. (2021) Examining the spatially heterogeneous effects of the built environment on walking among older adults. Transport Policy, v. 100, p. 21-30. DOI: 10.1016/j.tranpol.2020.10.004. DOI: https://doi.org/10.1016/j.tranpol.2020.10.004

Clifton, K.J.; P.A. Singleton; C.D. Muhs et al. (2016) Representing pedestrian activity in travel demand models: framework and application. Journal of Transport Geography, v. 52, p. 111-122. DOI: 10.1016/j.jtrangeo.2016.03.009. DOI: https://doi.org/10.1016/j.jtrangeo.2016.03.009

Dhanani, A.; L. Tarkhanyan e L. Vaughan (2017) Estimating pedestrian demand for active transport evaluation and planning. Transportation Research Part A, Policy and Practice, v. 103, p. 54-69. DOI: 10.1016/j.tra.2017.05.020. DOI: https://doi.org/10.1016/j.tra.2017.05.020

Dong, N.; F. Meng; J. Zhang et al. (2020) Towards activity-based exposure measures in spatial analysis of pedestrian– motor vehicle crashes. Accident; Analysis and Prevention, v. 148, p. 105777. DOI: 10.1016/j.aap.2020.105777. PMid:33011425. DOI: https://doi.org/10.1016/j.aap.2020.105777

Ewing, R. e R. Cervero (2010) Travel and built environment. Journal of the American Planning Association, v. 76, n. 3, p. 265-294. DOI: 10.1080/01944361003766766. DOI: https://doi.org/10.1080/01944361003766766

Ewing, R.; A. Hajrasouliha; K.M. Neckerman et al. (2016) Streetscape features related to pedestrian activity. Journal of Planning Education and Research, v. 36, n. 1, p. 5-15. DOI: 10.1177/0739456X15591585. DOI: https://doi.org/10.1177/0739456X15591585

Feuillet, T.; H. Commenges; M. Menai et al. (2018) A massive geographically weighted regression model of walkingenvironment relationships. Journal of Transport Geography, v. 68, p. 118-129. DOI: 10.1016/j.jtrangeo.2018.03.002. DOI: https://doi.org/10.1016/j.jtrangeo.2018.03.002

Fotheringham, A.S.; C. Brunsdon e M. Charlton (2002) Geographically Weighted Regression: the Analysis of Spatially Varying Relationships. Chichester: John Wiley & Sons.

Fotheringham, A.S.; W. Yang e W. Kang (2017) Multiscale Geographically Weighted Regression (MGWR). Annals of the Association of American Geographers, v. 107, n. 6, p. 1247-1265. DOI: 10.1080/24694452.2017.1352480. DOI: https://doi.org/10.1080/24694452.2017.1352480

Gehl, J. (2010) Cities for People. Washington: Island Press.

Guzman, L.A.; J. Peña e J.A. Carrasco (2020) Assessing the role of the built environment and sociodemographic characteristics on walking travel distances in Bogotá. Journal of Transport Geography, v. 88, p. 102844. DOI: 10.1016/j.jtrangeo.2020.102844. DOI: https://doi.org/10.1016/j.jtrangeo.2020.102844

Hermida, C.; M. Cordero e D. Orellana (2019) Analysis of the influence of urban built environment on pedestrian flow in an intermediate-sized city in the Andes of Ecuador. International Journal of Sustainable Transportation, v. 13, n. 10, p. 777-787. DOI: 10.1080/15568318.2018.1514445. DOI: https://doi.org/10.1080/15568318.2018.1514445

Lamíquiz, P. e J. López-Domínguez (2015) Effects of built environment on walking at the neighbourhood scale. A new role for street networks by modelling their configurational accessibility. Transportation Research Part A, Policy and Practice, v. 74, p. 148-163. DOI: 10.1016/j.tra.2015.02.003. DOI: https://doi.org/10.1016/j.tra.2015.02.003

Larrañaga, A.M.; L.I. Rizzi; J. Arellana et al. (2016) The influence of built environment and travel attitudes on walking: a case study of Porto Alegre, Brazil. International Journal of Sustainable Transportation, v. 10, n. 4, p. 332-342. DOI: 10.1080/15568318.2014.933986. DOI: https://doi.org/10.1080/15568318.2014.933986

Lee, J.; M. Abdel-Aty e I. Shah (2019) Evaluation of surrogate measures for pedestrian trips at intersections and crash modeling. Accident; Analysis and Prevention, v. 130, p. 91-98. DOI: 10.1016/j.aap.2018.05.015. PMid:29859623. DOI: https://doi.org/10.1016/j.aap.2018.05.015

Lee, J.; M. Abdel-Aty; H. Huang et al. (2019) Transportation safety planning approach for pedestrians: an integrated framework of modeling walking duration and pedestrian fatalities. Transportation Research Record: Journal of the

Transportation Research Board, v. 2673, n. 4, p. 898-906. DOI: 10.1177/0361198119837962. DOI: https://doi.org/10.1177/0361198119837962

Lee, J.; M. Abdel-Aty; Q. Cai et al. (2018) Integrated modeling approach for non- motorized mode trips and fatal crashes in the framework of transportation safety planning. Transportation Research Record: Journal of the Transportation Research Board, v. 2672, n. 32, p. 49-60. DOI: 10.1177/0361198118772704. DOI: https://doi.org/10.1177/0361198118772704

Lyu, C.; X. Wu; Y. Liu et al. (2020) Exploring multi-scale spatial relationship between built environment and public bicycle ridership. Journal of Transport and Land Use, v. 13, n. 1, p. 447-467. DOI: 10.5198/jtlu.2020.1568. DOI: https://doi.org/10.5198/jtlu.2020.1568

Merlin, L.A.; E. Guerra e E. Dumbaugh (2020) Crash risk, crash exposure, and the built environment: a conceptual review. Accident; Analysis and Prevention, v. 134, p. 105244. DOI: 10.1016/j.aap.2019.07.020. PMid:31405515. DOI: https://doi.org/10.1016/j.aap.2019.07.020

Miranda-Moreno, L.F.; P. Morency e A.M. El-Geneidy (2011) The link between built environment, pedestrian activity and pedestrian–vehicle collision occurrence at signalized intersections. Accident; Analysis and Prevention, v. 43, n. 5, p. 1624-1634. DOI: 10.1016/j.aap.2011.02.005. PMid:21658488. DOI: https://doi.org/10.1016/j.aap.2011.02.005

Nakaya, T.; A.S. Fotheringham; C. Brunsdon et al. (2005) Geographically weighted Poisson regression for disease association mapping. Statistics in Medicine, v. 24, n. 17, p. 2695-2717. DOI: 10.1002/sim.2129. PMid:16118814. DOI: https://doi.org/10.1002/sim.2129

Park, K.; R. Ewing; S. Sabouri et al. (2019) Street life and the built environment in an auto-oriented US region. Cities, v. 88, p. 243-251. DOI: 10.1016/j.cities.2018.11.005. DOI: https://doi.org/10.1016/j.cities.2018.11.005

Song, Y.; L. Merlin e D. Rodriguez (2013) Comparing measures of urban land use mix. Computers, Environment and Urban Systems, v. 42, p. 1-13. DOI: 10.1016/j.compenvurbsys.2013.08.001. DOI: https://doi.org/10.1016/j.compenvurbsys.2013.08.001

Stoker, P.; A. Garfinkel-Castro; M. Khayesi et al. (2015) Pedestrian safety and the built environment: a review of the risk factors. Journal of Planning Literature, v. 30, n. 4, p. 377-392. DOI: 10.1177/0885412215595438. DOI: https://doi.org/10.1177/0885412215595438

Sze, N.N.; J. Su e L. Bai (2019) Exposure to pedestrian crash based on household survey data: effect of trip purpose. Accident; Analysis and Prevention, v. 128, p. 17-24. DOI: 10.1016/j.aap.2019.03.017. PMid:30954782. DOI: https://doi.org/10.1016/j.aap.2019.03.017

Tian, G. e R. Ewing (2017) A walk trip generation model for Portland, OR. Transportation Research Part D, Transport and Environment, v. 52, p. 340-353. DOI: 10.1016/j.trd.2017.03.017. DOI: https://doi.org/10.1016/j.trd.2017.03.017

Torun, A.Ö.; K. Göçer; D. Yesiltepe et al. (2020) Understanding the role of urban form in explaining transportation and recreational walking among children in a logistic GWR model: a spatial analysis in Istanbul, Turkey. Journal of Transport Geography, v. 82, p. 102617. DOI: 10.1016/j.jtrangeo.2019.102617. DOI: https://doi.org/10.1016/j.jtrangeo.2019.102617

Wang, C.-H. e N. Chen (2017) A geographically weighted regression approach to investigating the spatially varied built-environment effects on community opportunity. Journal of Transport Geography, v. 62, p. 136-147. DOI: 10.1016/j.jtrangeo.2017.05.011. DOI: https://doi.org/10.1016/j.jtrangeo.2017.05.011

Yasmin, S.; T. Bhowmik; M. Rahman et al. (2021) Enhancing non-motorist safety by simulating trip exposure using a transportation planning approach. Accident; Analysis and Prevention, v. 156, p. 106128. DOI: 10.1016/j.aap.2021.106128. PMid:33915343. DOI: https://doi.org/10.1016/j.aap.2021.106128

Yu, H.; A.S. Fotheringham; Z. Li et al. (2020) On the measurement of bias in geographically weighted regression models. Spatial Statistics, v. 38, p. 100453. DOI: 10.1016/j.spasta.2020.100453. DOI: https://doi.org/10.1016/j.spasta.2020.100453

Downloads

Publicado

11-12-2023

Como Citar

Xavier, V. J., Gomes, M. J. T. L., & Cunto, F. J. C. (2023). Estimação da densidade de viagens a pé a partir de características do ambiente construído ao nível de zonas de tráfego. TRANSPORTES, 31(3), e2874. https://doi.org/10.58922/transportes.v31i3.2874

Edição

v. 31 n. 3 (2023)

Seção

Artigos

Licença

Copyright (c) 2023 Vanessa Jamille Xavier, Marcos José Timbó Lima Gomes, Flávio Jose Craveiro Cunto

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Ao submeter um manuscrito para publicação neste periódico, todos os seus autores concordam, antecipada e irrestritamente, com os seguintes termos:

  1. Os autores mantém os direitos autorais e concedem à Revista TRANSPORTES o direito de primeira publicação do manuscrito, sem nenhum ônus financeiro, e abrem mão de qualquer outra remuneração pela sua publicação pela ANPET.
  2. Ao ser submetido à Revista TRANSPORTES, o manuscrito fica automaticamente licenciado sob a Licença Creative Commons Attribution, que permite o compartilhamento do trabalho com reconhecimento da autoria e da publicação inicial neste periódico.
  3. Os autores têm autorização para assumir contratos adicionais separadamente, para distribuição não exclusiva da versão do trabalho publicada neste periódico (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento da publicação inicial nesta revista, desde que tal contrato não implique num endosso do conteúdo do manuscrito ou do novo veículo pela ANPET.
  4. Os autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) depois de concluído o processo editorial. Como a Revista TRANSPORTES é de acesso livre, os autores são estimulados a usar links para o site da Revista TRANSPORTES nesses casos.
  5. Os autores garantem ter obtido a devida autorização dos seus empregadores para a transferência dos direitos nos termos deste acordo, caso esses empregadores possuam algum direito autoral sobre o manuscrito. Além disso, os autores assumem toda e qualquer responsabilidade sobre possíveis infrações ao direito autoral desses empregadores, isentando a ANPET e a Revista TRANSPORTES de toda e qualquer responsabilidade neste sentido.
  6. Os autores assumem toda responsabilidade sobre o conteúdo do trabalho, incluindo as devidas e necessárias autorizações para divulgação de dados coletados e resultados obtidos, isentando a ANPET e a Revista TRANSPORTES de toda e qualquer responsabilidade neste sentido.