Transporte coletivo urbano: uma análise de demanda para a cidade de Salvador

Abstract

Este trabalho consiste na realização de um estudo sobre a demanda de transporte coletivo urbano por ônibus no contexto da cidade de Salvador. Foram especificados três modelos econométricos, os quais foram testados e comparados entre si. Verificou-se que a agregação de variáveis é um possível caminho para minimizar problemas de multicolinearidade identificados e que o aperfeiçoamento da modelagem matemática possibilitou uma melhoria significativa da qualidade do ajuste, mantendo-se a significância estatística dos parâmetros. Como resultado, obteve-se que a elasticidade da demanda com relação ao rendimento médio per capita foi de 1,44% (estatisticamente significante a 1%) e, com relação à tarifa, foi de -0,06% (estatisticamente significante a 10%), revelando um comportamento inelástico para esta variável. Quando comparado ao trabalho de Carvalho e Pereira (2012), isto indica que as diferenças na estrutura urbana das cidades devem ser levadas em consideração, sendo necessários estudos de demanda individuais para cada cidade. Por fim, foram realizadas previsões no curto prazo considerando cenários de evolução das variáveis analisadas.This paper aims to perform a study on the demand for urban public transportation by bus in the context of the city of Salvador. Three econometric models were specified, tested and compared between each other. It was found that the aggregation of variables is one possible way to minimize multicollinearity problems and that improvements in the mathematical modeling enabled a significant improvement in the goodness of fit, maintaining the statistical significance of the parameters. As a result, it was found that the elasticity of the demand in relation to average per capita income was 1.44% (statistically significant at 1%) and, in relation to tariff, it was -0.06% (statistically significant at 10%), revealing an inelastic behavior for this variable. When compared to the work of Carvalho and Pereira (2012), it indicates that the differences in the urban structure of cities should be taken into consideration and that individual studies for each city are necessary. Finally, forecasting in the short term was developed considering evolution scenarios of the analyzed variables.