Utilizando ciência de dados para identificar melhorias na infraestrutura urbana para pedestres

Abstract

O presente trabalho utiliza técnicas da Ciência de Dados para analisar padrões de mobilidade urbana sustentável, com ênfase nos deslocamentos realizados a pé na cidade de São Paulo, visando apoiar a formulação de políticas públicas mais efetivas. A partir das bases abertas da Pesquisa Origem e Destino (OD) 2023 e do portal GeoSampa, foram aplicadas técnicas de análise estatística descritiva e análise exploratória de dados espaciais (AEDE) para identificar padrões de mobilidade e relações entre características socioeconômicas, distribuição territorial e infraestrutura urbana. As análises revelaram disparidades na distribuição das viagens a pé entre diferentes regiões e grupos populacionais, destacando a influência de fatores econômicos, educacionais e estruturais na escolha pelo deslocamento pedestre. Além disso, as análises geoespaciais permitiram mapear zonas com elevada concentração de pedestres, indicando áreas prioritárias para intervenções públicas. Os resultados destacam a relevância da mobilidade ativa para o desenvolvimento urbano sustentável e evidenciam como abordagens baseadas em dados podem auxiliar decisões mais eficazes no planejamento de cidades mais acessíveis e inclusivas.

This article applies Data Science techniques to analyze sustainable urban mobility patterns, with emphasis on pedestrian travel in the city of São Paulo, aiming to support the formulation f more effective public policies. Using open source data from the 2023 Origin-Destination Survey (OD) and the GeoSampa portal, descriptive statistical analysis and exploratory spatial data analysis (ESDA) techniques were applied to identify mobility patterns and relationships among socioeconomic characteristics, territorial distribution, and urban infrastructure. The analyses revealed disparities in the distri- bution of pedestrian trips across different regions and population groups, highlighting the influence of economic, educational, and structural factors on the choice of walking as a mode of transportation. Furthermore, geospatial analyses enabled the mapping of zones with high pedestrian concentration, indicating priority areas for public interventions. The results emphasize the relevance of active mobility for sustainable urban development and demonstrate how data-driven approaches can support more effective decision-making in planning more accessible and inclusive cities.