Relações entre características espaciais de cidades e a resiliência na mobilidade urbana

Abstract

O trabalho apresentado teve como objetivo principal avaliar as relações entre características espaciais das cidades e a resiliência em relação à mobilidade urbana, considerando os diferentes portes de municípios, em um estudo aplicado para o estado de São Paulo. Para atingir tal objetivo, foi proposto o desenvolvimento de um método de avaliação da resiliência na mobilidade urbana considerando viagens não motorizadas (caminhada e bicicleta), utilizando como inovação a Grade Estatística do IBGE. Em geral, para o modo a pé foi observado que cerca de 46% dos municípios analisados seriam totalmente resilientes, sendo que esta proporção é composta pelos munícipios de menor porte. Já os municípios que apresentaram uma baixa resiliência compreendem aproximadamente 11% do total de municípios e são caracterizados por aqueles de maior porte e mais populosos do estado. Para o modo bicicleta a situação é diferente, nota-se que apenas os municípios de São Paulo e Ilhabela apresentam baixa resiliência. Além disso, é observado que 91% dos municípios são totalmente resilientes em relação a esse modo de deslocamento. A partir dos resultados do método, buscou-se relacionar essa resiliência com métricas espaciais das cidades por meio de índices de forma urbana, a saber: Densidade, Concentração, Agrupamento e Centralidade. Dessa maneira, concluiu-se que a Densidade Domiciliar é o parâmetro que mais se destaca, uma vez que quanto maior o porte do município, maior foi o valor observado para essa métrica. Já para as outras métricas (Concentração, Agrupamento e Centralidade), foi observado o oposto, ou seja, foram obtidos os maiores valores para os municípios de menor porte e, consequentemente, se mostraram mais compactos. Por fim, a combinação da resiliência na mobilidade com as características espaciais das cidades foi desenvolvida por meio de uma codificação em que ambos os atributos variaram em uma escala de 1 a 5, sendo 1 o valor mais desejável e 5 o valor menos desejável. O melhor cenário, portanto, seria proporcionado pelo valor 11 (ler “um-um”) e o pior cenário seria indicado pelo valor 55 (ler “cinco-cinco”). Além disso, a correlação de Pearson entre os dados de resiliência na mobilidade e de métricas espaciais mostrou que para os municípios de pequeno e médio portes a métrica que obteve a maior relação foi a Centralidade, enquanto que para os municípios de grande porte a métrica que mais se adequou foi a Densidade Domiciliar, sendo que para os municípios metropolitanos a métrica que se enquadrou melhor foi o Agrupamento. Assim, conforme o porte da cidade existe uma métrica que melhor se adequa com os resultados de resiliência na mobilidade.

The objective of this work was to evaluate the relationship between spatial characteristics of cities and the resilience in urban mobility, considering the different sizes of the municipalities, in a study applied to the state of São Paulo. To achieve this objective, we proposed the development of a method for assessing the resilience in urban mobility considering non-motorized trips (walking and cycling), using the Statistical Grid of the Brazilian Institute of Geography and Statistics as an innovation. In general, for walking, we observed that around 46% of the municipalities would be totally resilient, and this proportion corresponds to the smaller municipalities. On the other hand, the municipalities that show a lower resilience comprise approximately 11% of the total and are characterized by the largest and most populous municipalities in the state. For cycling the situation is different. We noted that only the municipalities of São Paulo and Ilhabela present a low resilience rate. In addition, we observed that 91% of the municipalities are totally resilient to this travel mode. In turn, we sought to establish a relationship between this resilience with spatial metrics of the cities through urban form indexes: Density, Concentration, Clustering and Centrality. Thus, we concluded that the household density is the parameter that stands out the most, since the larger the size of the municipality, the higher the value for this metric. For the other metrics (Concentration, Clustering and Centrality), the opposite was observed, that is, the highest values were obtained for smaller municipalities and, consequently, considered more compact. Finally, the combination between the resilience in urban mobility and spatial characteristics of cities was developed through a classification code in which both attributes varied on a scale of 1 to 5, with 1 being the most desirable value and 5 the least desirable. The best scenario would be identified by the value 11 (read “one-one”) and the worst scenario would be indicated by the value 55 (read “five-five”). In addition, Pearson's correlation between resilience in urban mobility data and spatial metrics data showed that, for small and medium-sized municipalities, the metric with the highest value was Centrality, while for large municipalities, the metric that best suited was household density, although for the metropolitan municipalities the metric that best suited was the Clustering. Thus, according to the size of the city, there is a metric that best suits the results of resilience in urban mobility.