Análise da substituição do transporte público pelo serviço de ridesourcing durante a pandemia da COVID-19 no Brasil

• Ano de defesa: 2022
• Autor(a) principal: Costa, Carolina Silva
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Ride-hailing; Bayesian Efficient Design; Comportamento Relativo à Mobilidade Urbana; Design Eficiente Bayesiano; Discrete Choice Model; Modelo de Escolha Discreta; Pandemia; Pandemic; Pesquisa de Preferência Declarada; Public Transport; Stated Preference Survey; Transporte Público; Travel Behavior
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/18/18144/tde-11102022-145205/

Os serviços de transporte sob demanda, por aplicativo de smartphone, como ridesourcing, vêm impactando o sistema de transportes e comportamento dos usuários. Quando ocorre a substituição do Transporte Público (TP) este impacto geralmente é negativo. Além disso, o contexto de pandemia da COVID-19 alterou a mobilidade urbana devido ao medo de contágio e às medidas restritivas de isolamento social. Dessa forma, esta pesquisa visa identificar as principais mudanças de comportamento relativo à escolha modal que ocorreram com a pandemia no Brasil, com foco na análise da substituição do TP pelo ridesourcing neste período. Para tanto, elaborou-se uma pesquisa de Preferência Revelada (PR) e Preferência Declarada (PD). O Projeto Experimental foi feito pelo método do Design Eficiente Bayesiano. Assim, realizou-se coleta de dados online em diversas cidades de todas as regiões do Brasil. Inicialmente, foi feita análise comparativa do comportamento relativo à mobilidade urbana de antes e durante a pandemia utilizando os dados de PR coletados em cada período. Realizou-se testes de hipótese, análise exploratória através do algoritmo Classification And Regression Tree (CART) e análise confirmatória pelos modelos Logit Multinomial e Logit Misto. Em seguida, fez-se modelagem da substituição do TP pelo ridesourcing utilizando dados da pesquisa de PR e PD de usuários de TP, obtidos no contexto de pandemia. Os fatores mais importantes para a escolha do TP e do ridesourcing, obtidos nas análises foram: tempo de viagem, preço da viagem, frequência de atendimento, confiabilidade de horários, segurança pessoal e o conforto do TP. A partir destes resultados, foi possível propor políticas públicas para mitigar os efeitos negativos da substituição do TP pelo ridesourcing para guiar operadores de transportes e governantes na implementação de um sistema de transportes mais democrático, sustentável e seguro no período pós-pandêmico.