Use este identificador para citar ou linkar para este item: http://repositorio.ufc.br/handle/riufc/62476
Tipo: TCC
Título: Análise do impacto de faixas de circulação exclusiva ao transporte coletivo em Fortaleza usando big data
Título em inglês: Evaluation of the impact of exclusive bus lanes on public transport in Fortaleza using big data
Autor(es): Brito Filho, Francisco Nilso de
Orientador: Oliveira Neto, Francisco Moraes de
Palavras-chave: Big Data;Transporte Coletivo;Faixas Exclusivas;Inferência Causal;Diferença nas Diferenças
Data do documento: 2021
Citação: BRITO FILHO, Francisco Nilson de. Análise do impacto de faixas de circulação exclusiva ao transporte coletivo em Fortaleza usando big data. 2021. 84 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Civil)-Universidade Federal do Ceará, Fortaleza, 2021.
Resumo: O transporte coletivo é um modo de transporte essencial para alguns segmentos da sociedade, visto que a elas outros modos não estão acessíveis. Para que ele se torne mais eficiente, são necessárias políticas públicas que o priorizem, promovendo o desenvolvimento sustentável e aumento da sua eficiência e eficácia. Uma das medidas apontadas pela política Nacional de Mobilidade Urbana é a implementação de faixas exclusivas, propiciando aumento da velocidade média, diminuição do tempo de viagem, redução do consumo de combustível e redução custo operacionais e poluição. Contudo, este ganho anunciado pelas empresas de transporte nos indicadores geralmente não segue um método rigoroso de avaliação de políticas públicas, os chamados métodos de inferência causal. Entende-se que diversos fatores podem interferir na evolução de cada indicador, causando viés nessas medições ex-ante e ex-post. Como oportunidade, há disponível uma rica série histórica de dados de GPS, bilhetagem eletrônica e fiscalização eletrônica que podem ser usados na aplicação de um método de inferência causal, visto que estes geralmente demandam uma grande quantidade de dados longitudinais. Assim, esta pesquisa propõe-se a utilizar esses dados, chamados de big data do transporte público com o objetivo de analisar o real impacto da implantação de faixas exclusivas em Fortaleza em indicadores de desempenho operacional. Para elaborar o método, é feita uma revisão da literatura sobre a priorização do transporte público, métodos de inferência causal e Big Data do transporte público. O método proposto está dividido em cinco macro etapas. Na primeira, foi proposto uma integração e consolidação das bases de bilhetagem e de GPS do Sistema Integrado de Transporte de Fortaleza (SIT-FOT), de forma a torna-los adequados ao cálculo de indicadores. Na segunda etapa, é proposto um método de definição de grupo de tratamento e do contrafactual para o caso das faixas exclusivas de Fortaleza. Já na terceira etapa, são definidos os indicadores de desempenho e como calculá-los utilizando os dados de GPS do SIT-FOR. Na quarta etapa, é definido o método de diferença nas diferenças utilizado e por fim, é discutido um modelo com controle para o volume e as limitações dos modelos propostos. Como resultados, verificou-se que o impacto das faixas exclusivas nos indicadores foi bem abaixo do anunciado pela Prefeitura de Fortaleza, ainda que estatisticamente significativos. Além disso, são discutidas as limitações encontradas durante a realização desse trabalho e são dadas recomendações para futuros trabalhos.
Abstract: Public Transport is an essential mode of transport for some parts of the society, since other modes are not accessible to them. For it to become more efficient, public policies that prioritize it are necessary, promoting sustainable development and increasing its efficiency and effectiveness. One of the measures promoted by the National Urban Mobility Policy is the implementation of exclusive bus lanes, providing an increase in average speed, a decrease in travel time, a reduction in fuel consumption and a reduction in operational costs and pollution. However, these gains announced by transport agencies in operational indicators generally does not follow a rigorous method of evaluating public policies, the so-called methods of Causal Inference. Several factors can interfere in the evolution of each indicator, causing bias in these ex-ante and ex-post measurements. As an opportunity, a rich historical series of GPS, electronic ticketing and electronic surveillance data is available which can be used in a difference in differences causal inference approach, as it generally require a large amount of panel data. Thus, this work proposes to use this data, called the Big Data of Public Transportation with the aim of analyzing the real impact of the implementation of exclusive bus lanes in Fortaleza on operational performance indicators. To elaborate this method, we made a literature review on the Prioritization of Public Transport along with methods of Causal Inference and the Big Data of Public Transport. We divide the proposed method into five steps. In the first, we propose an integration and consolidation of the Fortaleza’s ticketing and GPS databases in order to make them suitable for the calculation of indicators. In the second step, we propose a method of defining a treatment and counterfactual group for the case of exclusive bands in Fortaleza. In the third step, we define the performance indicators we used and how to calculate them using the GPS data. In the fourth step, we propose a Difference in Differences approach and finally, we propose a DiD model with control for the volume and we discuss limitations of the proposed models. As a result, we found that the impact of the exclusive bus lanes on the indicators was well below that announced by the City Hall of Fortaleza, although statistically significant. In addition, we discuss the limitations encountered during this work and we give recommendations for future works.
URI: http://www.repositorio.ufc.br/handle/riufc/62476
Aparece nas coleções:ENGENHARIA CIVIL - Monografias

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2021_tcc_fnbritofilho.pdf2,39 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.