APLICAÇÃO DE MODELO MULTICRITÉRIO DIFUSO PARA A PONDERAÇÃO
DAS CARACTERÍSTICAS DO AMBIENTE CONSTRUÍDO QUE INFLUENCIAM
NA CAMINHABILIDADE
RESUMO
Este trabalho visa três objetivos (i) determinar a importância das características do ambiente construído que
estimulam a realização de viagens utilitárias a pé na cidade de Porto Alegre; (ii) comparar os resultados obtidos
com os de um estudo anterior; (iii) categorizar os bairros pesquisados, analisando o efeito de mudanças das
características do ambiente construído na caminhabilidade. A determinação da importância foi baseada e no
Processo Analítico Hierárquico Difuso (FAHP) e validado com o Método de Kendall. Os dois atributos mais
importantes foram: Segurança pública (53.73%) e Segurança do tráfego (14.08%), resultados semelhantes aos
encontrados no trabalho anterior. A técnica FAHP forneceu especial fortaleza, considerando no cálculo a
incerteza das avaliações realizadas pelos tomadores de decisão. Os efeitos marginais calculados e cenários
simulados mostraram que intervenções na segurança pública têm um impacto significativo na caminhabilidade.
ABSTRACT
This paper pursue three objectives (i) determine the importance of the built environment’s characteristics that
encourage walking trips in the city of Porto Alegre; (ii) compare the results with a previous study; (iii) categorize
the researched neighbourhoods, analyzing the effect of changes in the built environments on walkability. The
determination of the the importances was based in the Fuzzy Analytic Hierarchy Process (FAHP) and validated
with the Kendall Method. The two most important characteristics were: Public Security (53.73%) and Traffic
Safety (14,08%), similar results found in the previous study. The FAHP method gave special strenght,
considering the decision makers’ uncertainty. The marginal effects and scenarios simulated showed that
interventions in public security have great impact on walkability.
1. INTRODUÇÃO
Deslocamentos a pé são essenciais para o desenvolvimento sustentável dos espaços urbanos.
Melhoram a qualidade de vida, reduzem os custos de transporte, os impactos ambientais e
oferecem maior equidade de acesso às atividades urbanas (Zhu e Chen, 2016). Ruas, calçadas,
parques, praças, e características do ambiente urbano têm um papel importante no estímulo de
este modo de transporte, tornando alguns lugares mais convidativos e caminháveis do que
outros. Estudos mostram que o ambiente construído pode estimular ou desestimular a
realização de deslocamentos a pé (e.g. Ewing e Cervero, 2010; Larranaga et al. 2014b; Singh,
2016). O conceito de caminhabilidade (walkability, em inglês) tem sido utilizado em vários
estudos para descrever a qualidade dos espaços para caminhada, onde estes espaços tornam-se
atraentes para a realização das viagens a pé (Litman, 2003).
O estímulo dos deslocamentos a pé tem se tornado prioridade da política pública em muitos
países, sendo diretriz de planejamento urbano em grandes cidades do mundo. Cidades
europeias, tais como Copenhague, Amsterdã, Helsinque, Zurique, Hamburgo, assim como
São Francisco, Portland, Nova York nos Estados Unidos, são exemplos de onde as viagens a
pé estão incorporadas ao planejamento do transporte urbano. Copenhague, por exemplo
famosa pelo uso da bicicleta como meio de transporte, implementou suas primeiras zonas
exclusivas para pedestres na década do 60. Atualmente, estas áreas estão espalhadas pela
cidade e os diferentes modais convivem no espaço urbano. Zurique iniciou em 1996 o
chamado Compromisso Histórico, documento estabelecendo políticas que permitiram
alcançar a mobilidade eficiente, integrada e multimodal, onde as pessoas conseguem chegar a
praticamente qualquer lugar sem precisar de carro (Pacheco, 2015). Analisando cidades
americanas, um exemplo é a cidade de Nova York. Especificamente, as intervenções
ocorridas na Times Square, símbolo da cidade. Em 2009, parte da Times Square foi fechada
para os automóveis. Dois objetivos foram perseguidos com essa ação: diminuir a poluição
atmosférica e aumentar a qualidade de vida dos indivíduos nas ruas. Estas mudanças tiveram
efeitos positivos sobre a economia e a valorização de imóveis na região. Hoje, 75% do espaço
público é destinado para pedestres (Sadik e Solomonow, 2016).
Nos últimos anos, diversos índices foram desenvolvidos para determinar a caminhabilidade de
bairros ou cidades (e.g. Walkscore.com, 2010; Stockton et al., 2016). Estes se diferenciam no
método, tipo de dados e variáveis consideradas. Um índice de caminhabilidade está composto
por diversos indicadores das características do bairro. A importância relativa de cada
característica pode diferir e, ainda, variar entre indivíduos e cidades.
Este trabalho visa três objetivos. Primeiro, determinar a importância das características do
ambiente construído que estimulam a realização de viagens utilitárias a pé na cidade de Porto
Alegre. A determinação da importância relativa das características foi baseada e no Processo
Analítico Hierárquico Difuso (FAHP - Fuzzy Analytic Hierarchy Process) e validado usando
o Método de Ponderação Simples (Kendall, 1970). O FAHP é uma adaptação do Processo
Analítico Hierárquico (AHP - Analytic Hierarchy Process) (Saaty, 1980) que busca levar em
consideração a incerteza das avaliações realizadas pelos tomadores de decisão. Em segundo
lugar, comparar os resultados obtidos com os apresentados em estudo anterior (Larranaga et
al., 2014a), no qual foi empregado o AHP utilizando matrizes incompletas de comparações
pareadas para a determinação das importâncias. Terceiro, categorizar os bairros pesquisados
com base em sua caminhabilidade, analisando o efeito de mudanças das características do
ambiente construído na caminhabilidade. Assim, determinar se elas são relevantes para a
elaboração de políticas.
Ambos os métodos aplicados no estudo são métodos de análise multicritério de apoio à
decisão, ferramentas muito utilizadas em diversas áreas do conhecimento, inclusive em
transportes e planejamento urbano (Herva e Roca, 2013; Nosal e Solecka, 2014; Mateo-
Babiano, 2016; Li et al., 2016). O FAHP utiliza matrizes completas, obtidas através de
comparações pareadas entre os aspectos (no caso, as características de bairro apresentadas
num questionário a residentes de diferentes bairros da cidade). Estas comparações são
realizadas mediante etiquetas linguísticas vinculadas a uma escala difusa pré-definida. A
importância relativa de cada uma permitiu identificar as características mais relevantes e
determinar o impacto de possíveis intervenções no ambiente urbano. O restante do trabalho
está organizado da seguinte forma. A seção 2 descreve o método utilizado; a seção 3
apresenta a coleta de dados; seções 4 e 5 apresentam e discutem os resultados obtidos e a 6
conclusões e sugestões.
2. MÉTODO
A abordagem proposta baseia-se na utilização do FAHP e o Método de Ponderação Simples.
Estas técnicas são descritas a seguir, além da avaliação da caminhabilidade resultante.
2.1. Processo Analítico Hierárquico Difuso
O estudo dos fatores que influenciam nas condições de caminhabilidade dos bairros está
imerso num ambiente de grande incerteza, não só pela própria natureza incerta da tomada de
decisões realizada na engenharia de transportes, mas também pela subjetividade e caráter
pessoal das avaliações realizadas pelos cidadãos sobre o assunto. De fato, as probabilidades
de ocorrência dos critérios e a informação disponível sobre eles podem ser confusas,
ambíguas ou imprecisas (Awasthi et al., 2010; Herva e Roca, 2013; Arce et al., 2015).
Portanto, nestes casos, é razoável pensar que a avaliação destes fatores melhoraria
significativamente se for construído um modelo linguístico difuso (fuzzy, em inglês), mais
adequado que uma avaliação multicritério tradicional para modelizar estes fenômenos
imprecisos (Awasthi et al., 2010; Arce et al., 2015). Assim, o FAHP, variante fuzzy do
processo analítico hierárquico (AHP), foi escolhido como método de ponderação multicritério
para este estudo, já queé um dos mais potentes atualmente e oferece grandes vantagens em
relação a outros métodos de decisão multicritério discretos. Além disso, permite um adequado
tratamento fuzzy das opiniões dos cidadãos utilizadas para avaliar as importâncias relativas
dos fatores considerados (Brugha, 2004; Herva e Roca, 2013; Ruiz-Padillo et al., 2016).
O AHP é um método de decisão multicritério da família de técnicas de atribuição indireta
(Nosal e Solecka, 2014). Basicamente, alcança a ponderação e escolha a partir de uma matriz
quadrada de comparações por pares entre critérios, na qual cada elemento da matriz
representa quantas vezes é mais importante o critério localizado na linha em relação ao
critério da coluna. Nas avaliações, o método utiliza uma escala pré-definida chamada escala
fundamental de Saaty, que assume valores entre 1/9, 1/8, ..., 1/2, 1, 2, ..., 8 e 9. A partir dessa
matriz, é calculado o autovetor associado ao autovalor dominante da mesma (λmax), e este
vetor constitui o conjunto de pesos do problema de decisão (Saaty, 1980; Lau et al., 2003).
No entanto, o AHP, na sua concepção original, não reflete a forma em que o pensamento
humano toma as decisões ou realiza suas avaliações subjetivas, já que os indivíduos utilizam
um modelo de avaliação incerto e impreciso. Assim, às vezes, os tomadores de decisão se
mostram hesitantes ou incapazes de atribuir valores numéricos exatos às avaliações de
comparação por pares. Portanto, é especialmente interessante empregar expressões
linguísticas mais próximas à linguagem natural nas avaliações das importâncias relativas e
vinculadas à escala fundamental de Saaty, e modelá-las mediante números fuzzy que formarão
as matrizes de comparações dos critérios (Kahraman et al., 2003; Lau et al., 2003).
Os números difusos ou fuzzy são um caso particular de conjuntos fuzzy. Permitem a
pertinência de um elemento a um determinado conjunto de forma gradativa, lembrando que a
noção clássica de conjunto reflete a ideia de agrupar coleções de objetos que cumprem uma
ou várias propriedades que caracterizam dito conjunto. Uma propriedade pode ser considerada
como uma função que a cada elemento u do domínio U atribui um valor no conjunto {0, 1},
de forma que se o elemento pertencer a um determinado conjunto A, ou seja, cumprir a
propriedade, é atribuído o valor 1 ou, no caso contrário, o valor 0. Portanto, os conjuntos
clássicos introduzem uma noção de dicotomia que, em essência, é uma classificação binária: a
pertinência de um objeto a uma categoria determinada é aceita ou rejeitada. Por sua parte, nos
conjuntos fuzzy existem as possibilidades de verdades parciais entre o “completamente
verdadeiro” e o “completamente falso”, admitindo pertinências parciais avaliadas no intervalo
(0, 1), em lugar de unicamente no conjunto {0, 1}. Para isso, é utilizada a denominada função
de pertinência ao conjunto fuzzy à (Zadeh, 1994).
Os números fuzzy são, portanto, a definição de conjuntos fuzzy na reta real, com uma série de
características de convexidade, continuidade, normalização e domínio compacto que
permitem que sejam representados pelos extremos do intervalo real sobre o que se situa o grau
de pertinência (entre 0 e 1), chamado de suporte do número fuzzy. Na presente pesquisa foram
empregados números fuzzy triangulares, que são aqueles definidos segundo a função de
pertinência definida na equação 1 (Kahraman et al., 2003; Lau et al., 2003):
𝜇Ã(𝑥) = {
𝑥−𝑎
𝑏−𝑎, se 𝑎 ≤ 𝑥 ≤ 𝑏
𝑐−𝑥
𝑐−𝑏, se 𝑏 ≤ 𝑥 ≤ 𝑐
0, em outro caso
(1)
onde a, b e c são números reais.
Assim, nestes casos o número fuzzy à expressa-se com o tripleto (a, b, c) e representa o
conceito de quantidade difusa “x é aproximadamente igual ao valor de b”, sendo b o número
que corresponde com a mediana ou valor central do intervalo suporte (a, c) (vide Figura 1).
Figura 1: Representação do número fuzzy à = (a, b, c). Fonte: elaborada pelos autores.
A Tabela 1 apresenta a escala de etiquetas linguísticas utilizada nesta pesquisa e sua
correspondência com as escalas direta e recíproca fuzzy para o FAHP (à semelhança da escala
fundamental de Saaty). Os procedimentos de cálculo do método devem seguir os princípios da
teoria dos números fuzzy e os resultados obtidos serão igualmente números fuzzy. Portanto, o
FAHP requer também a aplicação de técnicas para obter resultados tradicionais (ou “crisp”,
em oposição a fuzzy) para o vetor de pesos, processo que é chamado de “defuzzificação”. A
técnica empregada no FAHP original é a denominada do centróide fuzzy o do centro de
gravidade do número fuzzy triangular: para o número fuzzy da Figura 1, o valor crisp
associado ao mesmo é obtido como (a+b+c)/3 (Lau et al., 2003; Ruiz-Padillo et al., 2016).
Tabela 1: Escala de correspondência entre números fuzzy triangulares e as etiquetas
linguísticas utilizadas na pesquisa. Fonte: adaptado de Lau et al. (2003). Intensidade
importância Termo linguístico
Escala triangular
difusa
Escala triangular
difusa recíproca
Exatamente igual (1, 1, 1) (1, 1, 1)
1 Igualmente importante (1/3, 1, 3) (1/3, 1, 3)
2 Um pouco mais importante (1, 3, 5) (1/5, 1/3, 1)
3 Mais importante (3, 5, 7) (1/7, 1/5, 1/3)
4 Muito mais importante (5, 7, 9) (1/9, 1/7, 1/5)
5 Extremamente mais importante (7, 9, 9) (1/9, 1/9, 1/7)
Do mesmo modo que o AHP tradicional, o FAHP assume certas incorreções na estimativa das
comparações por pares dos critérios e o cálculo do vetor de pesos. Portanto, é necessário
analisar a consistência do processo através da chamada razão de consistência (RC), que mede
a exatidão da estimativa do autovetor como o vetor de pesos dos critérios. A RC é obtida
mediante a comparação do índice de consistência (IC) do autovetor com o índice de
consistência aleatório ou randômico médio (IR) apropriado ao tamanho da matriz de
comparações e cujo valor é derivado de uma amostra de 500 matrizes recíprocas inversas
geradas aleatoriamente utilizando a escala fundamental de Saaty (Saaty, 1980) (Eq. 2):
𝑅𝐶 =𝐼𝐶
𝐼𝑅 (2)
a b c0
1
x
O IC da matriz de comparações é calculado segundo a equação 3:
𝐼𝐶 =𝜆𝑚𝑎𝑥−𝑛
𝑛−1 (3)
onde λmax é o autovalor dominante da matriz de comparações e n é o tamanho da matriz.
Se a RC não for menor de 10% (para n≥5), 8% (para n=4) ou 5% (para n=3), é recomendável
reestudar o problema e revisar as avaliações de comparação. Portanto, para avaliar a
consistência do vetor de pesos obtido, é necessário calcular o autovalor dominante, que como
resultado da matriz fuzzy é igualmente fuzzy, de modo que também precisa ser
“defuzzificado”. A técnica utilizada pelo FAHP para este autovalor dominante é a escolha da
mediana do número fuzzy (no caso do número fuzzy (a, b, c) seria o valor de b) (Ruiz-Padillo
et al., 2016).
A partir das comparações pareadas foram construídas matrizes fuzzy para cada nível da
hierarquia e para cada respondente. Estas matrizes individuais foram agregadas para alcançar
as matrizes médias representativas da população amostrada, empregando a média geométrica
dos elementos individuais fuzzy das matrizes, que é a recomendada por Saaty na agregação de
avaliações procedentes de vários tomadores de decisão (Saaty, 1990; Ruiz-Padillo et al.,
2016). Finalmente, os resultados obtidos devem ser apresentados de forma adimensional.
Dentre as diferentes técnicas de normalização, a presente pesquisa utilizou o procedimento
linear.
2.2. Método de ponderação simples
Com o intuito de validar os pesos obtidos do FAHP, foi usada outra técnica de ponderação de
diferente suporte metodológico e lógica de cálculo. Neste caso, a técnica de ponderação
simples ou de Kendall (Kendall, 1970), pertencente à família de métodos de atribuição direta.
Esta técnica permite estimar os pesos dos critérios empregando as ordenações qualitativas dos
mesmos segundo sua importância (ranking), mas sem tratamento difuso. No caso de vários
tomadores de decisão, como é o caso dos respondentes do questionário aplicado, foi calculada
a posição média no ranking de cada aspecto em relação aos colocados no mesmo grupo da
hierarquia mediante a média aritmética das ordenações ascendentes de cada indivíduo.
2.3. Avaliação da caminhabilidade
As importâncias determinadas foram utilizadas na categorização dos bairros com base na
caminhabilidade. Os bairros pesquisados foram ordenados a partir da soma ponderada das
valorações dos diferentes critérios, segundo uma escala pré-estabelecida, e dos pesos obtidos
da técnica FAHP. Este valor médio ponderado permitiu estabelecer um ranking de
caminhabilidade para estes bairros da cidade. Adicionalmente, este valor foi comparado com
a valoração global do bairro de residência realizada pelos indivíduos (solicitada no
questionário aplicado). Finalmente, foi analisado o efeito marginal de mudanças das
características do ambiente construído na caminhabilidade e simulados diferentes cenários
com possíveis politicas de transporte para estimular a caminhabilidade da cidade.
3. COLETA DE DADOS E DESENHO DO QUESTIONÁRIO
3.1 Amostra Entrevistas através da internet foram realizadas entre Abril e Maio de 2016, com 178
indivíduos de 18 bairros de Porto Alegre (Figura 2). O tamanho amostral foi determinado
através de um processo de amostragem aleatória estratificada, sendo a amostra proporcional
ao tamanho de cada estrato. O nível de confiança adotado foi 95%, 20% o coeficiente de
variação e 5% o erro admissível médio.
A amostra foi selecionada através de um método de amostragem em dois estágios: setores
censitários e indivíduos. Em um primeiro estágio, todos os setores censitários foram
estratificados através de três variáveis: índice de motorização, densidade de comércios e
serviços e inclinação média do terreno. Estudo anterior realizado em Porto Alegre (Larranaga
et al., 2014b) mostra que a realização de deslocamentos a pé é influenciada por estas
características. Analisando os histogramas das variáveis de estratificação, para todos os
setores da cidade, foram determinados os seguintes pontos de corte: (i) Índice de motorização
(IM- nºautom./dom): alto ( ≥0,6) e baixo (<0,6); (ii) Declividade média: alta( ≥7 %), baixa
(<7%) e (iii) Densidade de comércios e serviços (DC-nºestablec./km2): alto(≥3000), médio
(500≥DC>3000) e baixo (<500). Foram determinados 11 estratos (1 estrato foi
desconsiderado pois nenhum setor verificou as características estabelecidas). Os setores
censitários foram selecionados de forma balanceada entre os estratos. Em um segundo
estágio, em cada setor censitário amostrado foram selecionados 16 indivíduos através de
amostragem aleatória. O recrutamento dos entrevistados foi realizado a partir de uma lista de
contatos da Universidade e de contatos obtidos em pesquisas anteriores nos bairros
selecionados. A distribuição dos respondentes por idade e gênero foi levada em consideração
durante a seleção da amostra, visando garantir as distribuições observadas no Censo 2010.
Figura 2: Distribuição dos bairros amostrados
A pesquisa foi realizada via internet utilizando a ferramenta de pesquisa on-line Qualtrics
assim como questionários virtuais através do software Microsoft Office Excel. Este método de
pesquisa foi escolhido devido às vantagens decorrentes do mesmo: baixo custo, entrevistado
não é influenciado pela presença do entrevistador.
3.2. Atributos de pesquisa
As características urbanas foram selecionados baseados em um conjunto de estudos anteriores
realizados pelos autores para a mesma área de estudo. Todos os atributos utilizados neste
trabalho foram significativos em pelo menos dois estudos, qualitativos e/ou quantitativos, já
publicados em congressos e periódicos. Um total de 8 atributos foram considerados:
- (i) Qualidade do pavimento - se refere à qualidade do projeto, construção e manutenção da
calçada (tipo de pavimento, materiais, regularidade e nivelamento da superfície, etc.);
- (ii) Largura efetiva da calçada - largura disponível para os pedestres caminharem;
conjunção das características de largura física da calçada e a presença de obstáculos nela (tais
como mobiliário urbano, postes, etc.) que restringem esta largura livre para a caminhada;
- (iii) Declividade - inclinação da via, particularmente na calçada;
- (iv) Segurança pública - refere-se à presença de policiamento e a incidência de roubos e
assaltos no entorno do bairro durante o dia;
- (v) Segurança de tráfego - sensação de segurança do pedestre ao se deslocar no bairro,
devido à presença de alto fluxo de veículos, existência de faixas de segurança, etc.;
- (vi) Atratividade visual - inclui os aspectos visuais e estéticos do ambiente, tais como
qualidade das edificações e do mobiliário urbano e limpeza da calçada entre outros;
- (vii) Comércios e serviços próximos – presença e quantidade de comércios e serviços;
- (viii) Existência de caminhos alternativos –conectividade viária entre origem e destino,
possibilitando chegar ao mesmo lugar por trajetos diferentes.
3.3. Questionário de pesquisa
Os atributos selecionados foram dispostos numa estrutura hierárquica de critérios e
subcritérios para facilitar a aplicação do FAHP. A estrutura adotada seguiu os axiomas de
aplicabilidade do processo: homogeneidade dos elementos de cada nível de hierarquia e
dependência em relação ao nível superior, e completude da hierarquia estabelecida, além da
exigência conhecida da reciprocidade das avaliações. Para isso, foram contemplados três
critérios, denominados “Condições da calçada”, “Segurança” e “Características do
caminho”, e como subcritérios os diferentes atributos pesquisados (Figura 3).
Figura 3: Sistema de hierarquia para ponderação dos atributos de pesquisa.
O questionário foi estruturado em cinco seções: 1) Introdução - apresentação do estudo; 2)
Dados dos indivíduos e suas famílias (ex. idade, gênero); 3) Apresentação sequencial dos
diferentes grupos de critérios e subcritérios - o respondente devia ordenar os critérios e
subcritérios de maior a menor importância em relação ao objetivo do problema de decisão; 4)
Comparações pareadas dos atributos utilizando a escala linguística definida (Tabela 1); e 5)
avaliação das características do bairro de residência - avaliação de cada atributo e avaliação
geral da caminhabilidade do bairro (escala de 1 a 5). Os atributos Atratividade visual e
Existência de caminhos alternativos foram apresentados através de texto e imagens para
facilitar a compreensão. Um exemplo dos questionários é apresentado na Figura 4.
Figura 4: Exemplo dos questionários virtuais utilizados na pesquisa.
4. APRESENTAÇÃO E DISCUSSÃO DOS RESULTADOS
O método FAHP explicado anteriormente foi aplicado às matrizes médias resultantes da
amostra pesquisada em relação às comparações por pares de critérios e subcritérios, de modo
que foram calculados os vetores de pesos e autovalores principais. Todos estes valores foram
“defuzzificados” seguidamente segundo os procedimentos descritos e permitiram alcançar os
pesos absolutos e razões de consistência de cada grupo, apresentados na Tabela 2.
No caso do grupo de subcritérios da segurança, devido a que o FAHP não é aplicável a
conjuntos de apenas 2 elementos, simplesmente foi “defuzzificado” o único valor
representativo da matriz 2×2, o qual permite calcular a importância relativa entre os dois
subcritérios (pesos). Portanto, não existe valor da RC para eles. Nos outros casos, todos
apresentam valores da RC muito inferiores aos limiares definidos por Saaty para estimar os
resultados consistentes, e mais ainda no primeiro nível da hierarquia (critérios), o que fornece
a máxima robustez aos resultados.
Tabela 2: Pesos absolutos e razões de consistência calculados com o FAHP. Critérios Pesos Aspectos Pesos
Condições da
calçada 16.52%
Qualidade do pavimento 41.45%
Largura efetiva da calçada 30.16%
Declividade 28.40%
RC = 0.13%
Segurança 67.80% Segurança pública 79.24%
Segurança de tráfego 20.76%
Características do
caminho 15.67%
Atratividade visual 34.90%
Comércios e serviços próximos 42.35%
Existência de caminhos alternativos 22.76%
RC = 0.06%
RC = 0.03%
Ainda, foram calculados também os pesos dos critérios e de cada grupo de subcritérios
mediante o método de Kendall sobre as posições médias. Assim, com os dois conjuntos de
valores dos pesos de cada grupo de critérios, foram obtidas as ponderações dos aspectos
considerados como resultado da agregação dos valores segundo a hierarquia estabelecida
(Figura 2), simplesmente multiplicando os pesos obtidos para cada subcritério pelo peso do
critério do qual dependem. Portanto, os pesos finais dos aspectos são os apresentados em
ordem crescente na Tabela 3, tanto para o FAHP quanto para o método de Kendall.
Tabela 3: Pesos finais obtidos para os aspectos de caminhabilidade Aspecto Peso Final FAHP Peso Final Kendall Peso Larranaga et al. (2014a)**
Segurança pública 53.73% 33.19% 42.30%
Segurança de tráfego 14.08% 18.13% 14.60%
Qualidade do pavimento 6.85% 9.62% 8.20%*
Comércios e serviços próximos 6.64% 8.56% 7.00%
Atratividade visual 5.47% 9.47% 5.30%
Largura efetiva da calçada 4.98% 7.42% -
Declividade 4.69% 7.00% 4.80%
Existência de caminhos alternativos 3.57% 6.60% 4.60%
Presença de obstáculos 8.60% * O atributo medido foi Qualidade do pavimento e largura das calçadas ** O estudo de Larranaga et al. (2014a) incluía
outros 2 atributos -Densidade populacional e Disponibilidade de Transporte Coletivo, estes apresentaram pesos muito baixos
e não foram considerados no presente estudo.
A comparação de ambos os conjuntos de pesos mostra que a ordenação relativa segundo
importância praticamente coincide, somente os atributos Atratividade visual e Comércios e
serviços próximos aparecem invertidos entre os dois rankings, embora com pesos finais muito
parecidos. Porém, os valores finais dos pesos segundo o método de Kendall apresentam uma
dispersão menor e destaca a principal diferença no aspecto mais importante, Segurança
pública, cuja diminuição de peso faz que as ponderações dos restantes aspectos cresçam. Isto
é devido, fundamentalmente, a que o método de Kendall não leva em conta o grau de
importância relativa entre os elementos nem a incerteza das avaliações, e os respondentes
atribuíram uma relevância muito destacada na escala linguística fuzzy ao critério “Segurança”
em geral e ao aspecto da Segurança pública em particular.
O atributo mais importante é Segurança pública. Este resultado não surpreende, pois a
violência urbana, relacionada especialmente com roubos, assaltos e outras agressões, é um dos
problemas sociais gerais mais importantes do país. Na cidade de Porto Alegre, este problema
tem sofrido uma significativa intensificação nos últimos anos.
O segundo atributo em importância é Segurança de tráfego, motivado também pela
importância absoluta do critério “Segurança”, embora fique a uma distância considerável do
aspecto da Segurança pública. A seguir, aparecem o resto dos atributos com pesos localizados
entre um 3 e um 7% no caso do FAHP e entre um 6,50 e um 9,50% nas ponderações simples.
Porém, é possível identificar como os mais relevantes de este grupo são Qualidade do
pavimento, Comércios e serviços próximos, Atratividade visual. É interessante observar que
os respondentes oferecem maior importância relativa às características concretas da superfície
de caminhada do que à existência de obstáculos ou estreitamentos nas calçadas. As
características menos importantes consideradas pelos indivíduos pesquisados correspondem a
Declividade e Existência de caminhos alternativos. Os resultados apresentados determinaram
um conjunto de pesos representativos das importâncias relativas das características do
ambiente construído no estimulo da caminhada.
Comparando os resultados obtidos com o trabalho de Larranaga et al. (2014a) na mesma área
de estudo é possível identificar semelhanças nos mesmos. No estudo anterior, Segurança
pública também foi identificado como o atributo mais relevante. Entretanto, o valor da
importância incrementou, de 42,3% ao atual do 53,73%. Este incremento pode ser devido a
fortalezas do FAHP em relação ao tratamento da incerteza das respostas dos indivíduos, à
cuidados seleção da amostra realizado neste estudo e provavelmente ao efeito temporal. A
sensação de insegurança cresceu nos últimos anos, tanto em Porto Alegre como em outras
cidades brasileiras. Hoje em dia, é preocupação significativa dos residentes. Em relação aos
outros atributos, Segurança de Tráfego apresentou um peso similar, 14,6%. Qualidade do
pavimento, Comércios e serviços próximos, Atratividade visual também apareciam com esta
ordem e pesos similares no estudo anterior. No entanto, no estudo anterior, as características
das calçadas foram representadas através dos seguintes atributos: Presença de obstáculos nas
calçadas e Qualidade do pavimento e largura das calçadas. Agrupação anterior é diferente à
utilizada atualmente, na qual a presença de obstáculos e largura da calçada foram combinadas
em um único atributo, Largura efetiva da calçada. Os resultados obtidos para Declividade e
Existência de caminhos alternativos também coincidem.
5. CARACTERIZAÇÃO DOS BAIRROS E AVALIAÇÃO DE MUDANÇAS NA
CAMINHABILIDADE
A Tabela 4 apresenta a categorização dos bairros com base na caminhabilidade. A “Avaliação
ponderada - FAHP” se refere ao valor computado para a caminhabilidade a partir dos valores
de importância resultantes da técnica FAHP e da avaliação dos respondentes de cada atributo
do seu bairro de residência (respostas ao questionário, descritos em 3.3). A “Avaliação geral”
se refere à média da valoração da caminhabilidade do bairro de residência pelos respondentes
(perguntado no questionário). A escala utilizada varia entre 1 e 5 (maior caminhabilidade).
Tabela 4: Categorização dos bairros pesquisados em base na caminhabilidade Bairro Avaliação ponderada - FAHP Avaliação Geral
Bom Fim / Independência 3.41 4.33
Moinhos de Vento 3.35 4.13
Rio Branco 3.25 3.40
Cidade Baixa 3.12 3.76
Santana / Petrópolis 3.05 3.34
Vila Assunção 2.93 3.38
Restinga / Floresta 2.69 3.21
Centro 2.58 3.23
Santo Antonio / Partenon 2.55 2.15
Humaitá / Rubém Berta 2.44 3.12
Nonoai / Vila nova 2.18 2.50
Ambas valorações e ordenações são semelhantes, confirmando os valores de importâncias
calculados. Os bairros mais caminháveis são Bom Fim/Independência e Moinhos de Vento.
Eles não apresentam diferencia significativa no valor de caminhabilidade (teste t-Student para
duas médias). Devido ao alto valor de importância calculado para Segurança Pública, os
bairros com os melhores (piores) valorações da caminhabilidade coincidem com aqueles onde
os residentes sentem maior (menor) segurança.
A Tabela 5 apresenta a análise do efeito marginal de mudanças das três características mais
importantes na caminhabilidade e a simulação de diferentes cenários. O efeito marginal foi
calculado como o efeito no valor da caminhabilidade a partir de um incremento de 1 categoria
na escala de avaliação de cada respondente, para o aspecto analisado. Os cenários
considerados refletem possíveis políticas de transporte para estimular a caminhada.
Tabela 5: Efeitos marginais na caminhabilidade e cenários simulados
Bairro
Efeito marginal
Segurança
Pública
Efeito marginal
Segurança
Tráfego
Efeito marginal
Qualidade do
Pavimento
Cenário 1 Cenário 2
Bom Fim / Independência 13.6% 4.0% 1.6% 3.41 3.41
Moinhos de Vento 13.8% 3.5% 1.6% 3.35 3.35
Rio Branco 14.2% 8.6% 1.9% 3.25 3.25
Cidade Baixa 14.7% 4.1% 2.1% 3.12 3.12
Santana / Petrópolis 15.0% 4.1% 2.0% 3.05 3.05
Vila Assunção 15.5% 3.8% 1.6% 2.93 2.93
Restinga/ Floresta 16.6% 5.0% 2.3% 2.69 2.69
Centro 17.2% 4.8% 2.6% 2.58 3.26
Santo Antônio / Partenon 17.4% 5.2% 2.6% 2.55 2.55
Humaitá / Rubém Berta 18.0% 4.9% 2.7% 2.44 2.44
Nonoai / Vila Nova 19.8% 5.4% 3.0% 3.09 2.18
Os Cenários 1 e 2 representam melhorias na Segurança Pública dos bairros Nonoai / Vila
Nova (pior caminhabilidade) e Centro (área central da cidade) para uma equivalente ao do
bairro de melhor caminhabilidade. Os valores recalculados, indicados em vermelho na Tabela
5, tornariam no Cenário 1 a Nonoai / Vila Nova em quarto lugar e no Cenário 2 ao Centro no
terceiro lugar. Este resultado, assim como o do efeito marginal para Segurança Pública,
mostra que intervenções na segurança dos bairros tem um impacto significativo na sua
caminhabilidade. O Centro apresenta o maior percentual de deslocamento a pé da cidade,
favorecer a caminhabilidade de esta área é fundamental para a sustentabilidade urbana.
6. CONCLUSÕES
A técnica FAHP permitiu determinar a importância relativa e hierarquizar as principais
características do ambiente construído para estimular a caminhabilidade da cidade. Estas
ponderações foram similares às computadas com o Método de Kendall, técnica de ponderação
de diferente suporte metodológico e lógica de cálculo. Os dois atributos mais importantes
identificados por residentes de Porto Alegre foram: Segurança pública, impacto de 53.73% e
Segurança do tráfego, impacto de 14.08%. Seguindo em importância: Qualidade do
pavimento (6.85%), Comércios e serviços próximos (6.64%), Atratividade visual (5.47%),
Largura efetiva da calçada (4.98%), Declividade (4.69%), Existência de caminhos
alternativos (3.57%). Dentre os principais atributos, Segurança pública foi o mais importante
para os respondentes, com um valor sensivelmente superior aos obtidos para os demais. Este
resultado para Segurança pública não surpreendeu, já que a violência urbana tornou-se um
problema social grave em todo o país.
Comparando os resultados obtidos com o trabalho de Larranaga et al. (2014a) na mesma área
de estudo, é possível identificar semelhanças nos mesmos. No estudo anterior, Segurança
pública também foi identificado como o atributo mais relevante. Entretanto, o valor da
importância incrementou, de 42.3% ao atual do 53.73%. Este incremento pode ser devido a
fortalezas do FAHP em relação ao tratamento da incerteza das respostas dos indivíduos, à
cuidados seleção da amostra realizado no presente estudo e provavelmente ao efeito temporal.
A técnica FAHP forneceu aos valores deduzidos uma especial fortaleza graças ao tratamento
difuso dos dados e aos resultados satisfatórios das consistências obtidas.
O grau de importância dos diferentes fatores percebidos pelos residentes de Porto Alegre está
agora mais consolidado, devido à validação obtida mediante a presente pesquisa e
comparação com os diferentes métodos de ponderação utilizados. A caracterização dos
bairros pesquisados baseados na caminhabilidade permitiu identificar os bairros que, de
acordo a percepção dos residentes, apresentaram melhor e pior caminhabilidade. Os bairros
mais caminháveis, dentre os pesquisados, foram Bom Fim/Independência e Moinhos de
Vento. Os menos caminháveis foram Nonoai/Vila Nova. O cálculo de efeitos marginais e
cenários simulados mostraram que intervenções na segurança dos bairros tem um impacto
significativo na sua caminhabilidade.
Políticas urbanas e de transporte que busquem estimular os deslocamentos a pé devem prestar
especial atenção neste aspecto. Teorias estudadas e medidas aplicadas em outras cidades, tais
como Uso controlado de barreiras, Prevenção do Crime através do Desenho Urbano - CPTED,
Iluminação e Gestão da vegetação, que levam a um ambiente fisicamente saudável para todos,
deveriam ser consideradas. Estudos que busquem analisar especificamente o impacto da
segurança sobre as viagens a pé e identificar os fatores ambientais que influenciam na
sensação de segurança são necessários. Adicionalmente, estudos que busquem determinar a
importância dos fatores de forma indireta, através de preferência declarada ou outra técnica de
elicitação que reduza o viés de política que pode existir nas respostas dos entrevistados,
contribuirão na formulação de um índice de caminhabilidade para a cidade.
REFERÊNCIAS BIBLIOGRÁFICAS
Arce, M.E.; Á. Saavedra, J.L. Míguez e E. Granada (2015) The use of grey-based methods in multi-criteria
decision analysis for the evaluation of sustainable energy systems: A review. Renewable and Sustainable
Energy Reviews, v. 47, p. 924-932.
Awasthi, A.; S.S. Chauhan e S.K. Goyal (2010) A fuzzy multicriteria approach for evaluating environmental
performance of suppliers. Int. J. Production Economics, v. 126, p.370–378.
Burden, D. (2001) Building communities with transportation. Transportation Research Record, v. 1773, p. 5-20.
Brugha, C. M. (2004) Structure of multi-criteria decision making. European Journal of the Operational
Research Society, v. 55, n. 11, p. 1156-1168
Ewing, R. e R. Cervero (2010) Travel and the Built Environment -- A Meta-Analysis. Journal of the American
Planning Association, v. 76, p. 265 – 294.
Fleming, C.M. e M. Bowden (2009) Web-based surveys as an alternative to traditional mail methods. Journal of
Environmental Management, v. 90, p. 284-292.
Herva, M. e E. Roca (2013) Review of combined approaches and multi-criteria analysis for corporate
environmental evaluation. Journal of Cleaner Production, v.39, p. 355-371.
Kahraman, C.; U. Cebeci e Z. Ulukan (2003) Multi-criteria supplier selection using fuzzy AHP. Logistics
Information Management, v. 16(6), p. 382-394.
Kendall, M. (1970) Rank correlation methods, 4th edition. Charles Griffin, London.
Larranaga, A. M. L.; H. B. Cybis e O. Strambi (2014a) Determinação da importância relativa dos atributos do
bairro que estimulam as viagens a pé. Anais do XXVIII Congresso de Pesquisa e Ensino em Transportes,
ANPET, Curitiba.
Larranaga, A. M. L.; L. I. Rizzi; J. Arellana; O. Strambi e H. Cybis (2014b) The Influence of built environment
and travel attitudes on walking: a case study of Porto Alegre, Brazil. International Journal of Sustainable
Transportation, v. 10, n. 4, p. 332-342.
Lau, H. C. W.; C. W. Y. Wong; P. K. H. Lau; K. F. Pun; K. S. Chin e B. Jiang (2003) A fuzzy multi-criteria
decision support procedure for enhancing information delivery in extended enterprise networks. Engineering
Applications of Artificial Intelligence, v. 16, p. 1-9.
Li, X.; Y. Liu; Y. Wang e Z. Gao (2016) Evaluating transit operator efficiency: An enhanced DEA model with
constrained fuzzy-AHP cones. Journal of Traffic and Transportation Engineering (English Edition), v. 3, p.
215-225.
Litman, T. (2003) London congestion pricing: implications for other cities. Victoria Transport Policy Institute,
Victoria.
Mateo-Babiano, I. (2016) Pedestrian's needs matter: Examining Manila's walking environment. Transport
Policy, v. 45, p. 107-115.
Nosal, K. e K. Solecka (2014) Application of AHP method for multi-criteria evaluation of variants of the
integration of urban public transport. Transportation Research Procedia, v. 3, p. 269-278.
Pacheco, P. (2015) Five Cities Show the Future of Walkability, The city fix. Disponível em
http://thecityfix.com/blog/five-cities-show-future-walkability-active-transport-priscila-pacheco/. Acesso: 6/2016.
Ruiz-Padillo, A.; A. J. Torija; A. Ramos-Ridao e D. P. Ruiz (2016) Application of the fuzzy analytic hierarchy
process in multi-criteria decision in noise action plans: Prioritizing road stretches. Environmental Modelling
& Software, v. 81, p. 45-55.
Saaty, T. L. (1980) The Analytic Hierarchy Process. McGraw-Hill, New York.
Sadik-Khan, J. e S. Solomonow (2016) Streetfight: Handbook for an Urban Revolution. Viking, Nova York.
Singh, R. (2016) Factors affecting walkability of neighborhoods. Procedia – Social and Behavioral Sciences, v.
216, p. 643-654.
Stockton, J. C.; O. Duke-Williams, E. Stamatakis, J. S. Mindell, E. J. Brunner e N. J. Shelton (2016)
Development of a novel walkability index for London, United Kingdom: crosssectional application to the
Whitehall II Study. BMC Public Health, v. 16, p. 416.
Walkscore (2010) Find a Walkable Place to Live. Disponível em: http://www.walkscore.com. Acesso: 6/2016.
Zadeh, L. A. (1994) Soft computing and fuzzy logic. IEEE Software, v. 11, n. 6, p. 48-56.
Zhu e Chen (2016) The built environment affects non-motorized travel behaviors differently for lower- and
higher-income people, Transportation Research Board 95th Annual Meeting, Washington DC.