Prevalência de fatores associados à ocorrência de acidentes viários no entorno de pontos de parada em corredores de ônibus

• Main Author: Machado, Rafaela César
• Other Authors: Nodari, Christine Tessele
• Format: Others
• Language: Portuguese
• Published: 2017
• Subjects: Transporte coletivo urbano; Ônibus; Segurança viária; Public transport; Bus priority system; Built environment; Negative binomial; Ordered logit; Multinomial logit
• Online Access: http://hdl.handle.net/10183/158241

Com o crescimento da população em áreas urbanas, o transporte coletivo assume um importante papel nos deslocamentos diários nas cidades brasileiras. No entanto, o grande volume de pessoas no entorno desses sistemas podem resultar em pontos críticos de segurança viária. Recentemente, as pesquisas sobre melhorias na segurança viária estão se direcionando para a investigação da relação entre o ambiente construído - isto é, padrões de uso do solo; desenho urbano; e sistemas de transporte - e acidentalidade. Porém, a relação entre os sistemas de transporte coletivo por ônibus e o ambiente construído ainda é pouco explorada. O ponto mais crítico em segurança identificado na literatura em sistemas de transporte coletivo são as estações de embarque e desembarque. Assim, esta dissertação tem como objetivo verificar a existência de relação entre elementos do ambiente construído com a ocorrência e severidade de acidentes viários no entorno de pontos de parada em sistemas prioritários para ônibus. Para isso, aplicou-se os modelos de regressão Binomial Negativo (NB), na análise de frequência de acidentes, e os modelos Logit Ordenado (OL) e Logit Multinomial (MNL), para a análise de severidade. No modelo de frequência de acidentes totais, identificou-se duas variáveis significativas e, no modelo estimado para atropelamentos, três variáveis. O modelo de severidade resultou em 19 variáveis significativas para acidentes totais e oito variáveis significativas para atropelamentos. As variáveis referentes ao envolvimento de motocicletas, automóveis, presença de interseção e uso diversificado do solo foram as mais recorrentes. O estudo possibilitou também avaliar as diferenças e vantagens entre os modelos ordenados e os não-ordenados. O modelo Logit Multinomial teve ajustes levemente melhores do que o Logit Ordenado. Ressalta-se, entretanto, que o ajuste do modelo não deve ser o único critério a se considerar na escolha de modelos para o estudo de severidade de acidentes. === Public transport has played an important role in daily commutes in Brazilian cities as population grows in urban areas. However, high volumes of pedestrians near those systems may result in critical safety issues. Recent studies on road safety improvements have sought for evidence on the relationship between built environment - land use patterns; urban design; and transportation systems - and traffic safety. Nevertheless, the relationship between traffic safety at bus priority systems and the built environment is still incipient. According to studies, the most critical safety issues related to public transport are the stations for boarding and alighting. Thus, this thesis aims to verify the relationship between built environment and incidence and severity of traffic crashes in the surroundings of bus priority systems. To do so, we applied Negative Binomial regression models (NB) for the frequency analysis, and the Ordered Logit (OL) and Multinomial Logit (MNL) models for severity analysis. NB models resulted in two significant variables for traffic crashes in general and three variables for pedestrian crashes. The severity model resulted in 19 significant variables overall crashes and eight significant variables for pedestrian crashes. Variables related to the involvement of motorcycles, automobiles, intersections and mixed land use were significant in majority of model estimations. The results allowed to evaluate the goodness of fit between ordered and unordered models. MNL had a slightly better adjustments compared to OL. Goodness of fit, however, should not be the only criterion for selecting a model to assess crash severity.