Dependência espacial sob a abordagem de minimização do arrependimento em modelos de escolha de modo de transporte.

• Ano de defesa: 2021
• Autor(a) principal: Caldeira, Gabriel Pereira
• 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: Dependência espacial; Discrete choice models; Econometria espacial; Engenharia de transportes; Maximização da utilidade aleatória; Minimização do arrependimento aleatório; Modelos de escolha discreta; Random regret minimization; Random utility maximization; Spatial dependency; Spatial econometrics
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/3/3138/tde-10022022-110603/

Diferentes abordagens de análise de comportamentos relacionados a viagens têm se apresentado como alternativa à usual maximização da utilidade aleatória (Random Utility Maximization RUM). A abordagem de minimização do arrependimento aleatório (Random Regret Minimization RRM) postula que os indivíduos buscam minimizar seu arrependimento na escolha de uma alternativa quanto às demais disponíveis. Além disso, análises que tomam o espaço geográfico como parte explicadora dos fenômenos sociais têm crescido no âmbito da Engenharia de Transportes. Assim, para além de uma característica dada, o espaço se torna elemento estruturante de padrões observáveis no espaço social e geográfico. Neste contexto, o objetivo principal desta pesquisa é analisar efeitos de dependência espacial em modelos de escolha discreta sob a abordagem RRM no contexto de escolhas de modos de transportes em viagens por motivo trabalho na cidade São Paulo, Brasil. Dados de Preferência Revelada oriundos da pesquisa OD2017 do Metrô-SP foram utilizados na modelagem considerando características sociodemográficas dos indivíduos e atributos de nível de serviço. Os modelos foram comparados sob as abordagens RUM e RRM apenas com atributos de nível de serviço (LOS) e com atributos de nível de serviço e sociodemográficos ( + ). Além disso, foram estimados modelos com e sem a presença de efeitos de interações espaciais nas variáveis de nível de serviço (efeitos exógenos) pela especificação de dois tipos de matrizes de vizinhança, pelo critério de distância e de k-vizinhos mais próximos. Os valores limites de distância foram variados entre 1.000 metros e 2.000 metros em intervalos de 100 metros e os de número de vizinhos entre 10 e 100 em intervalos de 10 vizinhos. Os modelos e + baseados na abordagem RRM tiveram melhor desempenho em termos de log-verossimilhança, inclusive com a presença de efeitos espaciais. O modelo com o melhor resultado foi o híbrido RUM-RRM com efeitos de interação espacial sob a abordagem RRM. Análises de Valor de Tempo de Viagem (Value of Travel Time-VTT) indicaram que os modelos sem efeitos de dependência espacial superestimaram-no para a alternativa automóvel em comparação àqueles que consideram tais efeitos. No caso da abordagem RUM esse valor foi superestimado em até 33%, enquanto na abordagem RRM a diferença máxima foi de 8%. Os resultados das estimativas de elasticidades mostraram que os atributos relacionados ao transporte público são elásticos, indicando que políticas públicas de transporte com enfoque nesses atributos têm maior potencial de atrair ou afastar a demanda por essas alternativas.