Avaliação do impacto da pandemia de COVID-19 no transporte público por ônibus no município do Rio de Janeiro

Autores

DOI:

https://doi.org/10.58922/transportes.v34.e3135

Palavras-chave:

Transporte público por ônibus; Pandemia de COVID-19; Séries temporais interrompidas.

Resumo

A pandemia de COVID-19 provocou mudanças no comportamento de viagens decorrentes das medidas de distanciamento social. Este estudo tem como objetivo avaliar os efeitos dessas mudanças na demanda do transporte público por ônibus no município do Rio de Janeiro. Utilizando dados públicos, foram aplicadas técnicas de modelagem de séries temporais e análise exploratória. A análise da série temporal do número de passageiros transportados evidenciou uma redução de 704 milhões de passageiros em comparação com valores previstos do cenário contrafactual sem a pandemia entre março de 2020 e dezembro de 2022. Além disso, observou-se um aumento contínuo da frota de veículos individuais nos últimos anos e uma redução de 8,4% na média mensal do fluxo de veículos depois da pandemia em comparação ao período anterior. Nos primeiros meses do período pandêmico, houve maior adoção do trabalho remoto. Esses resultados destacam alguns impactos nos perfis de deslocamento decorrentes da crise sanitária.

Downloads

Não há dados estatísticos.

Referências

Abdullah, M., N. Ali, S. A. Hussain, A. B. Aslam, & M. A. Javid (2021). Measuring changes in travel behavior pattern due to COVID-19 in a developing country: A case study of Pakistan. Transport Policy 108, 21–33. DOI:10.1016/j.tranpol.2021. 04.023. DOI: https://doi.org/10.1016/j.tranpol.2021.04.023

Benavides, F. G., M. Amable, C. Cornelio, A. Vives, L. C. Milián, D. Barraza, D. Bernal, M. Silva-Peñaherrera, & J. Delclos (2021). O futuro do trabalho após a COVID-19: o papel incerto do teletrabalho no domicílio. Revista Brasileira de Saúde Ocupacional 46(31), e31. DOI:10.1590/2317-6369000037820. DOI: https://doi.org/10.1590/2317-6369000037820

Bernal, J. L., S. Cummins, & A. Gasparrini (2017). Interrupted time series regression for the evaluation of public health interventions: a tutorial. International Journal of Epidemiology 46(1), 348–355. DOI:10.1093/ije/dyw098. DOI: https://doi.org/10.1093/ije/dyw098

Borgatto, A. F. (2000). Análise de intervenção em séries temporais: Aplicações em transporte urbano. Mestrado (dissertação), Universidade Federal de Lavras, Lavras, MG. URL: https://repositorio.ufla.br/handle/1/15569 [visitado 10/02/2023]. Cavalcante, J. R. & A. J. L. Abreu (2020). COVID-19 no município do Rio de Janeiro: uma análise espacial da ocorrência dos primeiros casos e óbitos confirmados. Epidemiologia e Serviços de Saúde 29(3), e2020204. DOI:10.5123/S1679-49742020000300007. DOI: https://doi.org/10.5123/S1679-49742020000300007

CET-Rio (2022). Diretoria de Engenharia de Tráfego. Companhia de Engenharia de Tráfego do Rio de Janeiro. URL: https://cetrio.prefeitura.rio/diretoria-de-engenharia-de-trafego/ [visitado 10/02/2023].

Conselho Nacional de Saúde (2020, may). Recomendação nº 036, de 11 de maio de 2020. URL: https://www.gov.br/conselho-nacional-de-saude/pt-br/atos-normativos/recomendacoes/2020/recomendacao-no-036.pdf.

Costa, C. S., C. S. Pitombo, & F. L. U. Souza (2022). Travel behavior before and during the COVID-19 Pandemic in Brazil: Mobility changes and transport policies for a sustainable transportation system in the post-pandemic period. Sustainability 14(8), 4573. DOI:10.3390/su14084573. DOI: https://doi.org/10.3390/su14084573

Data.Rio (2023). Movimento Médio Diário de Passageiros, Segundo os Transportes Rodoviário, Ferroviário, Hidroviário e Aeroviário no Município do Rio de Janeiro Entre 1995-2022. Prefeitura do Rio de Janeiro. URL: https://www.data.rio/documents/ f338ce534dd5427cbd9fc780ef63f4cd [visitado 19/10/2023].

DETRAN-RJ (2022). Frota por Tipo de Veículo. Departamento de Trânsito do Estado do Rio de Janeiro. URL: https://www.detran.rj.gov.br/_estatisticas.veiculos/02.asp [visitado 14/01/2023].

Freitas, C. M., C. Barcellos, D. A. Villela, G. C. Matta, L. C. Reis, M. C. Portela, D. R. Xavier, R. Guimarães, R. F. Saldanha, &

I. V. Mefano (2020). COVID-19 e o Teletrabalho: Pesquisa de Percepção Antes e Durante a Pandemia na Região Metropolitana do Rio de Janeiro. Fiocruz. URL: https://www.arca.fiocruz.br/handle/icict/55828 [visitado 19/10/2023].

Fuller, D., S. Sahlqvist, S. Cummins, & D. Ogilvie (2012). The impact of public transportation strikes on use of a bicycle share program in London: Interrupted time series design. Preventive Medicine 54(1), 74–76. DOI:10.1016/j.ypmed.2011.09.021. DOI: https://doi.org/10.1016/j.ypmed.2011.09.021

Góes, G. S., F. S. Martins, & J. A. S. Nascimento (2021). O Trabalho Remoto e a Pandemia: O Que a PNAD COVID-19 Nos Mostrou. Brasília: Instituto de Pesquisa Econômica Aplicada. URL: https://www.ipea.gov.br/cartadeconjuntura/index.php/ 2021/02/o-trabalho-remoto-e-a-pandemia-o-que-a-pnad-covid-19-nos-mostrou/ [visitado 19/10/2023].

Hyndman, R. J. & Y. Khandakar (2008). Automatic time series forecasting: the forecast package for R. Journal of Statistical Software 27(3), 1–22. DOI:10.18637/jss.v027.i03. DOI: https://doi.org/10.18637/jss.v027.i03

IBGE (2020). Pesquisa Nacional por Amostra de Domicílios - PNAD COVID19. Instituto Brasileiro de Geografia e Estatís-tica. URL: https://www.ibge.gov.br/estatisticas/sociais/trabalho/27947-divulgacao-mensal-pnadcovid2.html [visitado 11/02/2023].

IBGE (2023). Município do Rio de Janeiro - Panorama. Instituto Brasileiro de Geografia e Estatística. URL: https://cidades. ibge.gov.br/brasil/rj/rio-de-janeiro/panorama [visitado 19/10/2023].

Lucambio Pérez, F. (2022). Análise de Séries Temporais. URL: http://leg.ufpr.br/~lucambio/STemporais/STemporais. html [visitado 04/01/2023].

Morettin, P. A. & C. Toloi (2006). Análise de Séries Temporais (2 ed.). São Paulo: Egard Blucher.

NTU (2021). Anuário NTU: 2020-2021. Brasília: Associação Nacional das Empresas de Transportes Urbanos.

Pereira, T. P., C. S. Albuquerque, V. L. D. Mattos, A. C. Konrath, L. R. Nakamura, & V. C. C. Vargas (2021). Análise de desempenho do teste Ljung-Box na aplicação do modelo SARIMA nos dados mensais da demanda de energia elétrica da classe consumidora comercial do RS. In Anais do Encontro Nacional de Modelagem Computacional e Encontro de Ciência e Tecnologia de Materiais (Uberlândia, MG), Recife. DOI:10.29327/154013.24-22. DOI: https://doi.org/10.29327/154013.24-22

Rodrigues, F. S. (2022). Aplicação da Análise de Séries Temporais Interrompidas a Um “Experimento Natural”: Avaliação do Impacto da Restrição de Venda de Antimicrobianos Sem Receita Médica Sobre a Etiologia e Resistência Antimicrobiana em Infecções Urinárias em Botucatu (SP). Doutorado (tese), Universidade Estadual Paulista “Júlio de Mesquita Filho”, Botucatu. URL: http://hdl.handle.net/11449/217637 [visitado 04/01/2023].

Schaffer, A. L., T. A. Dobbins, & S. Pearson (2021). Interrupted time series analysis using autoregressive integrated moving average (ARIMA) models: a guide for evaluating large-scale health interventions. BMC Medical Research Methodology 21(1),58. DOI:10.1186/s12874-021-01235-8. DOI: https://doi.org/10.1186/s12874-021-01235-8

Shakibaei, S., G. C. Jong, P. Alpkökin, & T. H. Rashidi (2021). Impact of the COVID-19 pandemic on travel behavior in Istanbul: A panel data analysis. Sustainable Cities and Society 65, 102619. DOI:10.1016/j.scs.2020.102619. DOI: https://doi.org/10.1016/j.scs.2020.102619

Silva, A. N. R., C. S. Pitombo, J. U. Pedreira Júnior, T. G. M. Ciriaco, & C. S. Costa (2022). Changes in mobility and challenges to the transport sector in Brazil due to COVID-19. In J. Zhang & Y. Hayashi (Eds.), Transportation Amid Pandemics: Lessons Learned from COVID-19. Amsterdam: Elsevier.

SMTR (2022a). Painéis de Acompanhamento da Operação dos Transportes. Secretaria Municipal de Transportes do Rio de Janeiro. URL: https://transportes.prefeitura.rio/informacao-da-operacao-dos-onibus-1/ [visitado 11/02/2023].

SMTR (2022b). Subsídio. Secretaria Municipal de Transportes do Rio de Janeiro. URL: https://transportes.prefeitura. rio/subsidio/ [visitado 14/06/2023].

Vos, J. (2020). The effect of COVID-19 and subsequent social distancing on travel behavior. Transportation Research Interdisci-plinary Perspectives 5, 100121. DOI:10.1016/j.trip.2020.100121. DOI: https://doi.org/10.1016/j.trip.2020.100121

Yang, Y., M. Cao, L. Cheng, K. Zhai, X. Zhao, & J. Vos (2021). Exploring the relationship between the COVID-19 pandemic and changes in travel behaviour: A qualitative study. Transportation Research Interdisciplinary Perspectives 11, 100450. DOI:10.1016/j.trip.2021.100450. DOI: https://doi.org/10.1016/j.trip.2021.100450

Downloads

Publicado

03-09-2026

Como Citar

Maciel Wagner, G. e Guimarães Marujo, L. (2026) “Avaliação do impacto da pandemia de COVID-19 no transporte público por ônibus no município do Rio de Janeiro”, Transportes, 34, p. e3135. doi: 10.58922/transportes.v34.e3135.

Edição

Seção

Artigos