Les mesures en cellules tests de taille réduite

4.1- Introdução

De modo a ser avaliada a influência do ambiente construído em relação à mobilidade pedonal será usada a Análise de Equações Estruturais (Structural Equation Modelling). Esta técnica de modelação generalizada, descrita, de forma simplista, como uma combinação de Análise Fatorial e Análise de Regressão é utilizada para testar a validade de modelos teóricos que definem relações causais, hipotéticas, entre variáveis. Mas, ao contrário da Análise Fatorial e da Regressão Linear, as quais se caracterizam por admitir uma única relação entre variáveis dependentes e independentes, a Análise de Equações Estruturais (AEE) permite estabelecer relações múltiplas entre variáveis, quer manifestas (observáveis), quer latentes (variáveis não diretamente observáveis). A formulação matemática do modelo de equações estruturais permite-nos tirar conclusões através de diferentes vetores e matrizes de parâmetros, mas de forma geral são representados de forma gráfica, como será representada no presente estudo, posteriormente (Hox e Bechger 2009).

A Análise de Equações Estruturais tem a sua origem no início do século XX a partir de trabalhos seminais do geneticista Sewall Wright que resolveu equações simultâneas com o objetivo de desvendar influências genéticas através de gerações (Wright, 1921) e de Charles Spearman sobre Análise Fatorial (Spearman, 1904). No decorrer século XX o uso desta técnica generalizou-se às ciências sociais e humanas. Inicialmente o software usado para a estimação do modelo de AEE era o LISREAL – LInear Structural RELationships, que utiliza métodos baseados na minimização da diferença entre a matriz de covariâncias ou correlações da amostra e a correspondente do modelo teórico. Este método é o mais generalizado sendo usado por outros softwares, como o EQS, MPlus e AMOS.

A Análise de Equações estruturais baseia-se num modelo teórico estabelecido a priori pelo investigador e os dados servem para confirmar, ou não, o modelo teórico. São várias as etapas da análise de equações estruturais, Figura 13. Inicialmente através da teoria é necessário elaborar o modelo, o passo seguinte é a recolha dos dados, isto é que variáveis medir, como as medir, que instrumentos de medida usar, qual a dimensão da amostra.

42 A fase de especificação e identificação do modelo, consiste em decidir que relações causais entre variáveis latentes e/ou manifestas e que associações (não causais) devem ser incluídas no modelo e por fim quais os erros que devem ser correlacionados. A estimação dos parâmetros do modelo é feita a partir das matrizes de covariâncias das variáveis manifestas. A avaliação da qualidade do modelo pode ser feita através do teste do Qui-quadrado de ajustamento, índices empíricos ou com a análise dos resíduos e da significância dos parâmetros. Atualmente existem várias formas de avaliação estatística calculadas pelos softwares dos SEM.

Tal como referido a AEE é uma extensão dos modelos lineares generalizados, logo é necessário que os dados verifiquem determinadas condições. Segundo Kumar (2015) o pressuposto mais importante na AEE é a normalidade univariada e multivariada. Kline (2011) considera casos extremos de desvio da normalidade índices de assimetria acima de 3 e de curtose acima de 10. Um outro pressuposto a ter em conta é a presença de outliers. Outliers são observações que apresentam um grande afastamento das restantes ou são inconsistentes entre valores. A deteção de outliers é feita através do cálculo da Distância de Mahalanobis.

De acordo com Mâroco (2010), deve existir uma relação linear entre as variáveis manifestas e as variáveis latentes e entre as latentes entre si, as covariâncias entre as variáveis não podem ser nulas, independência das observações e não pode haver multicolinearidade. A AEE utiliza diferentes métodos de estimação para o cálculo dos parâmetros do modelo. O método tradicional e mais utilizado é o ML (maximum likelihood) que exige que os dados tenham normalidade para a sua estimação.

43

4.2- Análise dos resultados

Neste estudo, a análise dos resultados contempla a análise descritiva univariada de todas as variáveis envolvidas no estudo e a aplicação da técnica multivariada análise de equações estruturais para avaliar a influência do ambiente construído casa-trabalho na mobilidade pedonal em cidades de média dimensão.

De forma a que seja percetível o modo como o ambiente construído e os padrões de mobilidade influenciam o comportamento da viagem, foram selecionadas variáveis que caracterizam o ambiente construído (padrões de usos do solo), a acessibilidade, os padrões de mobilidade e as caraterísticas socioeconómicas.

Foram estudados dois modelos de equações: Modelo Casa e Modelo Casa-Trabalho. A necessidade da criação de dois modelos deve-se sobretudo ao fato de ser possível avaliar se o contexto urbano no local de trabalho condiciona ou não a escolha da mobilidade pedonal, como escolha modal. Posto isto, só seria possível avaliar se se compara-se os resultados de um modelo mais “clássico”, Modelo Casa, com a caraterização do ambiente de residência com um segundo modelo, Modelo Casa-Trabalho, onde se seria acrescentado o ambiente construído no local de trabalho.

Neste modelo, as variáveis latentes Ambiente Construído Casa, Ambiente Construído Trabalho, Acessibilidade Casa, a Acessibilidade Trabalho e Sócio Económicas definem um fator de 2ª ordem designado Mobilidade Pedonal que afeta diretamente a distância percorrida a pé e número de viagens a pé.

• Análise estatística

Para realizar o tratamento estatístico dos dados foram utilizados os softwares SPSS (IBM SPSS Statistics, versão 24) e o AMOS (IBM SPSS AMOS, versão 23). Procedeu-se, inicialmente, à realização de estatísticas descritivas, média (M), desvio-padrão (DP) e a análise da simetria da distribuição das frequências (normalidade univariada) foi realizada através dos coeficientes

Skewness (assimetria) e Kurtosis (achatamento). Posteriormente, após a estandardização das

variáveis, procedeu-se à aplicação da técnica multivariada análise de equações estruturais para avaliar a influência do ambiente construído Casa e Casa-Trabalho na mobilidade pedonal em

44 cidades de média dimensão. O ajustamento dos modelos foi efetuado em duas etapas. Na primeira etapa ajustou-se o modelo de medida, e na 2º etapa ajustou-se o modelo estrutural. Para os modelos estudados foi utilizado o método de estimação maximum likelihood. Já no sentido de verificar a adequabilidade do modelo aos dados foram usadas as seguintes medidas de avaliação do ajustamento: 𝑋2/df, CFI1_{, GFI}2_{, PCFI}3_{, e PGFI}4_{, tendo-se considerado que estes} indicam um bom ajustamento para valores superiores a 0.8 e 0.6, respetivamente. (Marôco, 2014). Utilizou-se também o RMSEA5 e a probabilidade do rmsea≤0.05. A significância dos coeficientes estruturais foi avaliada com o teste Z e o p-value (valores de p<0.05 foram considerados como indicativos de trajetórias significativas).

• AmostraModelo Casa

A amostra final para o modelo causal de Mobilidade Pedonal Casa é constituída por 1547 indivíduos, trabalhadores e estudantes, 887 mulheres e 660 homens residentes nas cidades de Vila Real e Castelo Branco.

A idade média amostral é de 43,73 (DP=18,062) anos, com idades compreendidas entre os 16 e 89 anos. Os inquiridos realizam no máximo 6 viagens a pé por dia e uma média de apenas 1 viagem por dia. O número de quilómetros percorridos pelos inquiridos por dia é no máximo de 10.33 e percorrem uma média de 800 metros por dia.

No que se refere às habilitações literárias, 32% possuem ensino secundário, 27% ensino superior, 16.9% 3ºciclo do ensino básico, 14.5% 1ºciclo do ensino básico, 4.8% 2ºciclo do ensino básico, 2.1% ensino pós-secundário e 1.5% dos inquiridos não tem qualquer instrução.

1 _{Comparative Fit Index.} 2 _{Goodness of Fit Index.}

3 _{Parsimony Comparative Fit Index.} 4 _{Parsimony Goodness of Fit Index.}

45 • Resultados Modelo Casa

O Modelo Casa representado na Figura 14, apresenta as estimativas estandardizadas dos parâmetros do modelo causal de Mobilidade Pedonal Casa, ajustado a 1547 respondentes de ambos os sexos. Este modelo tem um ajustamento razoavelmente bom à estrutura de variância covariância dos 11 itens analisados (X2(39)=330.732, X2/df=8.480, CFI=0.935, PCFI=0.663, GFI=0.963, PGFI=0.569, RMSEA=0.070, I.C.90%]0.063, 0.077[) e explica 23% da variabilidade da Mobilidade Pedonal.

Observou-se que os efeitos diretos dos fatores ACOCasa (=0.369, p<0.001), ACECasa (=0.181, p<0.001) e SócioEcon (=0.239, p<0.001), são estatisticamente significativos sendo a trajetória “ACOCasa→DPedonais” a que apresenta maior valor no efeito direto sobre o fator Mobilidade Pedonal. O fator ACOCasa, traduzido pelas variáveis de intensidade construtiva e a conectividade no local de residência apresentam um maior contributo na influência das

Tabela 11- Medidas descritivas das variáveis quantitativas do Modelo Casa Variáveis

utilizadas Descrição Min Max 𝑴 ± 𝑫𝑷 Assimetria Curtose

Ambiente Construído (ACOCasa)

ZBE05_CASA Índice de utilização 0.03 1.46 0.54±0.28 0.29 -0.54

ZCN01_CASA Densidade de interseções 0.14 4.61 1.85±0.89 0.24 -0.72

ZBE11_CASA Complexidade urbana 0.00 2.52 1.86±0.43 -2.26 6.89

Acessibilidade Casa (ACECasa)

ZAC01_CASA Acessibilidade à paragem mais

próxima 0.45 720.83 148.18±105.65 1.44 3.26

ZCN02_CASA Rácio da área de influência

pedonal 0.09 0.91 0.41±0.11 -0.17 0.61

ZBE08_CASA Declive 1.86 97.80 46.42±18.78 0.12 -0.63

Socioeconómicas (SócioEcon)

I_sexo Género Variável qualitativa

ZIdade Idade do inquirido 16.00 89.00 43.73±18.06 0.41 -0.89

Habilitações Habilitações: Variável qualitativa

Mobilidade (DPedonais)

Znviag_pé Número de viagens a pé 0.00 6.00 1.01±1.38 1.16 0.33

46 deslocações pedonais, em contrapartida a variável complexidade urbana tem uma menor relevância.

As características socioeconómicas dos indivíduos (=-0.239, p<0,001) e o nível de ACECasa (=0,181, p<0,001) também apresentam algum efeito direto, mas menos expressivo. A idade (=-0,462, p<0,001) e as habilitações (=0,322, p<0,001), variáveis das caraterísticas socioeconómicas são as que mais contribuem para a mobilidade pedonal. Como era de esperar a idade tem um efeito negativo na Mobilidade Pedonal, sendo que quanto mais velhos os inquiridos menores as chances de se deslocarem a pé.

Podemos ainda observar que, as dimensões que mais contribuíram para as deslocações pedonais são as de Densidade (índice de utilização) e as de Conetividade (densidade de interseções) relativas ao ACOCasa. O género parece não ter grande efeito.

47 • Amostra Modelo Casa-Trabalho

Para a caracterização do modelo de Mobilidade Pedonal Casa-Trabalho foram considerados 896 indivíduos, 489 mulheres e 897 homens, indivíduos ativos, onde a idade média amostral é de 35 anos, e com idades compreendidas entre os 16 e os 78 anos, dos quais 45.4% são sexo masculino e 54. 6% do sexo feminino.

Os inquiridos realizam no máximo 6 viagens por dia, a pé, com uma média de viagens por dia de apenas 1. O número de quilómetros percorridos pelos inquiridos por dia são no máximo de 15.22 e percorrem uma média de 804 metros por dia.

No que se refere às habilitações literárias, 41.9% possuem ensino secundário, 35.1% ensino superior, 13.3% 3ºciclo do ensino básico, 3.7% 1ºciclo do ensino básico, 3.1% 2ºciclo do ensino básico, 2.6% ensino pós-secundário e 0.3% dos inquiridos não tem qualquer instrução.

Variáveis

utilizadas Descrição Min Max 𝑴 ± 𝑫𝑷 Assimetria Curtose

Ambiente Construído (ACOCasa)

ZBE05_CASA Índice de utilização (casa) 0.04 1.71 0.58±0.30 0.40 -0.22

ZCN01_CASA Densidade de interseções (casa) 0.11 4.96 0.54±0.28 0.27 -0.43

ZBE11_CASA Complexidade urbana (casa) 0.00 2.52 1.87±0.43 -2.48 7.80

Acessibilidade Casa

(ACECasa)

ZAC01_CASA Acessibilidade à paragem mais

próxima (casa) 1.33 675.47 172.63±101.03 1.42 3.39 ZCN02_CASA Rácio da área de influência

pedonal (casa) 0.09 0.94 0.40±0.11 -0.01 0.87

ZBE08_CASA Declive (casa) 1.86 97.80 44.78±18.82 0.21 -0.67

Ambiente Construído (ACOTrab)

ZBE05_TRAB Índice de utilização (trabalho) 0.03 1.18 0.51±0.32 0.22 1.28

ZCN01_TRAB Densidade de interseções

(trabalho) 0.11 4.96 1.77±0.85 0.12 -0.43

ZBE11_TRAB Complexidade urbana (trabalho) 0.00 2.47 1.57±0.77 1.28 0.12

Acessibilidade Trabalho (ACETrab)

ZAC01_TRAB Acessibilidade à paragem mais

próxima (trabalho) 0.00 1000 288.80±349.67 1.43 0.30 ZCN02_ TRAB Rácio da área de influência

pedonal (trabalho) 0.12 0.94 0.43±0.10 -0.25 0.68

48 • Resultados Modelo Casa-Trabalho

O modelo final Casa-Trabalho e os valores estimação estandardizados estão representados na Figura 15. Este modelo considera o ambiente construído e acessibilidade no local de trabalho e no local de residência, apresentando valores razoáveis de índices de ajustamento (X2(112)=1274.426, X2/df=11.379, CFI=0.675, PCFI=0.556, GFI=0.861, PGFI=0.630, RMSEA=0.108; I.C. 90% ]0.103;0.114[. Todos os itens apresentam pesos fatoriais moderados e neste caso, o modelo ajustado explica 36% da variabilidade da variável dependente, deslocações pedonais.

A análise das trajetórias entre os fatores revelou que os efeitos diretos da trajetória “ACECasa→DPedonais” (=0.484, p<0.001) com as dimensões de desenho urbano e acessibilidade aos transportes públicos no local de residência contribuem para resultados mais positivos na mobilidade pedonal. Em seguida surgem o ACOTrab (=0.232, p<0.001) e as caraterísticas socioeconómicas dos inquiridos (=-0.183, p=375) na influência com as deslocações pedonais, todos eles considerados estatisticamente significativos. Tanto o ACOCasa como a ACETrab apresentam alguns efeitos diretos, mas com menos relevância (=0.128; p<0.001 e =0.126; p=0.141, respetivamente).

Os efeitos indiretos estandardizados da ACECasa no número de viagens a pé são significativamente altos (=0.422, p<0.001). Todavia, os efeitos indiretos do ACOCasa, SocióEcon, ACETrab, ACECasa sobre o número de km a pé, são muito reduzidos (=0.020, =-0.028, =0.019 e =0.075, p<0.001, respetivamente).

A variável acessibilidade à paragem mais próxima (=-0.746, p<0.001) contribui de forma negativa, mas com maior valor em relação à ACETrab, mas em contrapartida, o rácio da área

Socioeconómic a (SócioEcon)

I_sexo Género Variável qualitativa

ZIdade Idade do inquirido 16.00 71.00 34.59±12.46 0.50 -0.75

Habilitações Habilitações Variável qualitativa

Mobilidade (DPedonais)

Znviag_pé Número de viagens a pé 0.00 6.00 0.98±1.45 1.31 0.63

ZKma_pe Total número de quilómetros a pé 0.00 15.22 0.80±1.71 3.06 11.73

49 de influência pedonal (=0.075, p<0.001) não se revela significativo na Mobilidade Pedonal. Já no caso do local de residência, esta última, é a variável com mais realce na acessibilidade. Tanto no local de trabalho como no local de residência, o índice de utilização (=0.953 para ACOCasa e =1.08 para ACOTrab) revela-se um grande determinante do ambiente construído nas deslocações pedonais.

A variável menos estudada por parte de muitos autores, o declive, revela-se importante tanto no local de trabalho como no de residência (=0.439 para ACECasa e =-0.432 para ACETrab), tendo um efeito negativo no local de trabalho.

50 M O DE L O CASA Variáveis Efeitos diretos6 M O DE L O CASA -T RA B AL H O Variáveis Efeitos diretos Caraterísticas Socioeconómicas -0.239 Caraterísticas Socioeconómicas -0.183 Ambiente Construído Casa 0.369 Ambiente Construído Casa 0.128 Acessibilidade Casa 0.181 Acessibilidade Casa 0.484 Ambiente Construído Trabalho 0.236 Acessibilidade Trabalho 0.126

Tabela 13- Efeitos totais estandardizados nos Modelos Casa e Casa-Trabalho

51

CAPÍTULO 5- CONCLUSÃO

A tendência para o crescimento das cidades é contínua e bastante rápida, podendo o forte crescimento contribuir para problemas associados à mobilidade da população. Muitos estudos foram desenvolvidos sobre o estudo da influência do ambiente construído no local de residência na mobilidade pedonal, em outros contextos urbanos, principalmente ao nível de grandes cidades. Contudo, o desafio nesta dissertação, é estudar a influência do ambiente construído na mobilidade pedonal, não só no local de residência, mas também no local de trabalho, nas duas cidades de média dimensão, Vila Real e Castelo Branco, dando continuidade aos estudos desenvolvidos no projeto InLut.

Neste estudo para a caraterização do ambiente construído adotaram-se seis dimensões: Densidade (índice de utilização), Diversidade (complexidade urbana), Desenho Urbano (rácio da área de influência pedonal), Conetividade (densidade de interseções), Acessibilidade aos transportes públicos (acessibilidade à paragem mais próxima) e Topografia (declive).

Ao cruzar os valores registados para cada indicador, revela que são bastante similares tanto na cidade de Vila Real como em Castelo Branco, sobressaindo apenas valores significativamente maiores no declive na cidade de Castelo Branco comparativamente à cidade de Vila Real.

Foram desenvolvidos Modelos de Equações Estruturais Casa e Casa-Trabalho para a avaliação da influência do ambiente construído na mobilidade pedonal, através de variáveis de acessibilidade, ambiente construído e caraterísticas socioeconómicas dos inquiridos.

No Modelo Casa, os resultados indicam que o efeito direto do ambiente construído no local de residência, apresenta o maior valor com as dimensões de densidade e conetividade a apresentarem um maior contributo na influência da mobilidade pedonal.

As características socioeconómicas dos inquiridos e o nível de acessibilidade no local de residência também apresentam algum efeito direto, mas menos expressivo.

No entanto, no Modelo Casa-Trabalho, quando introduzimos a componente de caracterização do ambiente construído e da acessibilidade nos locais de trabalho, os resultados parecem evidenciar que o efeito do ambiente construído nos locais de trabalho é mais significativo a influenciar quer a geração de viagens em modo pedonal quer o número de km efetuados, do que o ambiente construído no local de residência.

52 Os resultados do modelo Casa-Trabalho permitem-nos também concluir que quando analisados em conjunto os efeitos das origens (casa) e dos destinos (trabalho), a componente da Acessibilidade passa a ter um maior efeito na explicação do comportamento da Mobilidade Pedonal, sobretudo ao nível do local de residência, apresentando o valor de efeito direto mais significativo. Estes resultados parecem apontar para o facto de as deslocações pedonais na mobilidade pendular casa-trabalho, funcionarem em complementaridade com os transportes públicos e as condições de conetividade pedonal e declive na envolvente residencial, ou seja, se se proporcionar boas condições de acessibilidade a indivíduos que residam em zonas com boa proximidade à rede de transporte púbico, com orografia pouco complexa e com boa conetividade pedonal, é mais propicio os inquiridos se mobilizarem a pé como escolha modal entre origens e destinos da viagem, conjugando este modo com os transportes públicos.

O ambiente construído no local de trabalho constitui também um importante determinante na mobilidade pedonal, traduzido pelas variáveis de densidade, conetividade e diversidade. Sendo assim, deve-se procurar assegurar níveis mais elevados de intensidade construtiva, pois este é um dos fatores determinantes no contributo das caraterísticas do ambiente construído para o aumento da mobilidade pedonal em ambiente urbano.

A atual literatura tem demonstrado ao longo dos anos que a mobilidade pedonal está de facto relacionada com uma série de variáveis, no entanto, novas variáveis têm vindo a surgir. O declive, comprova através dos modelos de equações estruturais, ser determinante em relação à acessibilidade. Portanto deve-se ter em conta esta variável no estudo da mobilidade pedonal, sobretudo nas cidades mais declivosas.

Para incentivar o andar a pé como escolha modal, devem ser tomadasmedidas de atuação com enfoque na mobilidade pedonal, dirigidas à promoção de padrões de mobilidade urbanos em cidades de média dimensão destacando o papel das interações estabelecidas entre o sistema de transportes e a estrutura de ocupação e utilização do solo no local de residência e de trabalho.

Refira-se, contudo, que neste estudo existem limitações. Principalmente porque analisámos as duas cidades em conjunto no mesmo modelo de equações estruturais, no entanto poderão haver especificidades próprias de cada cidade.

53 Para o futuro desenvolvimento da cidade será necessário reajustes nas políticas de urbanização, promovendo a criação de uma cidade mais compacta. Devem ser concretizados Planos de Mobilidade com o objetivo de serem adaptáveis a cidades de média dimensão, dotadas de movimentos pendulares mais significativos de modo a promover a deslocação pedonal e tornar a cidade mais atrativa, incentivando a redução da dependência do automóvel. Boas condições de acessibilidade pedonal no território devem ser asseguradas, predominantemente nos links entre o local de residência e o local de trabalho, através da concentração da malha urbana.

54

Referências Bibliográficas:

Alves, R. e Bispo, S., 2010. 16o Congresso da APDR: As deslocações casa-escola e a promoçãoda mobilidade urbana sustentável: O caso da cidade de Castelo Branco.

BCSD Portugal, 2005. Mobilidade Urbana Sustentável: O impacte das empresas e dos seus trabalhadores.

Vale, David; Alves, R.; Bento, R.; Rosa, Manuela; Pereira, Mauro. 2015. "Ambiente construído e mobilidade em cidades de média dimensão", Trabalho apresentado em X CONGRESSO DA GEOGRAFIA PORTUGUESA- Os Valores da Geografia, In Conference proceedings X Congresso da Geografia Portuguesa, Lisboa, pp. 615-520, Lisboa.

Boer, R. et al., 2007. Neighborhood Design and Walking Trips in Ten U.S. Metropolitan Areas. , 32(4), pp.298–304.

Cao, X. (Jason), Mokhtarian, P.L. e Handy, S.L., 2009. The relationship between the built

environment and nonwork travel: A case study of Northern California. Elsevier Ltd.

Available at: http://dx.doi.org/10.1016/j.tra.2009.02.001.

Cervero, R., 2002. Built environments and mode choice: Toward a normative framework.

Transportation Research Part D: Transport and Environment, 7(4), pp.265–284.

Cervero, R. e Kockelman, K., 1997. TRAVEL DEMAND AND THE 3Ds : DENSITY , DESIGN DIVERSITY , AND. , 2(3), pp.199–219.

Cervero e Ewing, 2010. Travel and the built environment. Journal of the American Planning

Association.

Comendador, J., López-lambas, M.E. e Monzón, A., 2014. Urban built environment analysis : Evidence from a mobility survey in Madrid. Procedia - Social and Behavioral Sciences, 160, pp.362–371.

Costa, E.P., 2000. Cidades médias e ordenamento do território- caso da beira interior. , p.514. Crane, R., 1996. On Form versus Function: Will the New Urbanism Reduce Traffic, or Increase

It? Journal of Planning Education and Research, 15(2), pp.117–126.

Feng, J., 2016. The Built Environment and Active Travel : Evidence from Nanjing , China.

55 Hong, J., Shen, Q. e Zhang, L., 2014. How do built-environment factors affect travel behavior ?

A spatial analysis at different geographic scales. , pp.419–440.

Hox, J.J. e Bechger, T.M., 2009. Introduction to Structural Equation Modeling Using SPSS and AMOS. Structural Equation Modeling: A Multidisciplinary Journal, 16(3), pp.556–560. IMTT, 2009. Mobilidade Sustentável Introdução à temática da Eco-Condução. In pp. 1–13. Instituto da Mobilidade e dos Transportes (IMT), 2012. Plano de Promoção da Bicicleta e