Sistemas de Transporte Colectivo na cidade de Lisboa · combustível e dos bilhetes são consideradas numa função de custo generalizado para cada um dos quatro meios de transportes

Sistemas de Transporte Colectivo na cidade de Lisboa

Pedro Miguel Mareco Silvestre

Dissertação para obtenção do Grau de Mestre em

Mestrado Integrado em Engenharia do Ambiente

Júri

Presidente: Professor Doutor Ramiro de Jesus Neves

Orientador: Professor Doutor José Maria Campos da Silva André

Vogais: Engenheiro Miguel Feliciano Gaspar

Maio de 2013

i

Agradecimentos

Gostaria de agradecer ao Professor José Maria C.S. André, pela oportunidade de poder desenvolver

um tema tão relevante e por todo o apoio e disponibilidade prestados ao longo deste trabalho.

Agradeço também à TIS.pt – Consultores em Transportes Inovação e Sistemas, S.A. na pessoa da

Engenheira Susana Castelo pela sua disponibilidade e simpatia e à Transtejo, na pessoa da Doutora

Marisa Fatela.

Por fim não posso deixar de agradecer à minha família e amigos por todo o apoio e paciência ao

longo deste trabalho.

ii

iii

Resumo

Este trabalho descreve um modelo usado para prever a resposta do mercado a uma extensão de

uma rede de metropolitano já existente. Uma avaliação de uma tabela de Origem e Destino (O/D)

com 4096 células forneceu uma imagem da procura de transportes em Lisboa. Algumas

características modais, como o tempo de viagem porta a porta, custo do estacionamento, preço do

combustível e dos bilhetes são consideradas numa função de custo generalizado para cada um dos

quatro meios de transportes considerados (automóvel, autocarro, metropolitano e caminhar).

Actualmente o automóvel é o meio de transporte dominante em Lisboa, pois em geral, o automóvel é

muito mais rápido e mais barato (considerando os custos variáveis).

O volume de tráfego e a quota de mercado são calculados para vários comprimentos da rede de

metropolitano, com o objectivo de determinar qual é a extensão mínima da rede para o metropolitano

poder competir com o automóvel. Segundo o modelo, aumentar a rede de metropolitano, a quota do

metropolitano aumenta sobretudo devido ao segmento de mercado sem acesso ao automóvel. Mas

uma vez atingido o comprimento critico da rede, avaliado em 84 km para Lisboa, pode ser forçada a

transferência modal do automóvel para o metropolitano, sem perda de mobilidade.

Este trabalho discute algumas alterações que aconteceriam em Lisboa como consequência de se

atingir a equivalência aproximada entre transporte individual e transporte colectivo. É apresentada

uma breve estimativa de algumas variáveis económicas. Estações profundas e estações perto da

superfície são comparadas, demonstrando como aparentemente alguns pequenos detalhes podem

fazer uma diferença significativa na performance do metropolitano.

Palavras chave: escolha modal, transferência modal, geração de viagens, distribuição de viagens,

modelo gravitacional, modelo dos quatro passos.

iv

Abstract

The paper describes a forecast of the market response to the extension of the existing subway

network in Lisbon. The evaluation of the origin-destination table over a mesh of about 4096 square-

cells provides a global picture of the transport demand in the town. The performance of four different

modes – walking, bus, subway and car – is assessed for each pair of origin-destination cells through

an equivalent total cost of the trip. Tickets, fuel, parking tolls and door-to-door travelling time are the

main modal characteristics taken into account.

Currently, the dominance of the car in Lisbon is clear and the numerical results explain why: in

general, the car it is much faster and frequently cheaper (considering variable costs).

The volumes of traffic and the market share are calculated for several lengths of the subway network

in Lisbon, to determine the minimal extension above which the subway network is able to compete

successfully with the car. According to the model, below that threshold, extending the subway

increases market share almost only in the segment of passengers that do not have a car available for

private use. But once the subway network reaches a critical length, evaluated at about 84 km for

Lisbon, a massive shift from the private car to the public modes can be induced, without loss of

mobility. The paper discusses some of the changes that would occur in Lisbon as a consequence of

reaching that approximate equivalence between private cars and public modes. A coarse estimate of

some economic variables is also presented. Deep underground subway stations and stations close to

the surface are compared, showing how apparently minor details can make a significant difference in

the subway performance.

Keyword: trip generation, trip distribution, modal choice, modal choice, gravitational model, four step

model.

v

Índice

Agradecimentos ........................................................................................................................................ i

Resumo .................................................................................................................................................. iii

Abstract................................................................................................................................................... iv

Índice ....................................................................................................................................................... v

Índice de Figuras .................................................................................................................................... ix

Índice de Quadros .................................................................................................................................. xi

Índice de Variáveis ............................................................................................................................... xiii

1 – Objectivo ........................................................................................................................................... 1

2 – A Cidade de Lisboa .......................................................................................................................... 3

3 – Descrição do modelo ........................................................................................................................ 9

3.1 – Deslocações a pé ..................................................................................................................... 13

3.1.1 - Distância percorrida a pé .................................................................................................... 13

3.1.2 - Tempo necessário para fazer o percurso a pé ................................................................... 14

3.2 – Automóvel ................................................................................................................................. 14

3.2.1 - Distância percorrida de automóvel ..................................................................................... 14

3.2.2 - Tempo necessário para fazer o percurso de automóvel .................................................... 15

3.3 – Autocarro .................................................................................................................................. 16

3.3.1 - Distância percorrida de autocarro ....................................................................................... 16

vi

3.3.2 - Tempo necessário para fazer o percurso de autocarro ...................................................... 16

3.4 – Metropolitano ............................................................................................................................ 17

3.4.1 - Distância percorrida de metropolitano ................................................................................ 18

3.4.2 - Tempo necessário para o percurso de metropolitano ........................................................ 19

3.5 - Escolha modal ........................................................................................................................... 20

3.6 – Limitações peculiares de algumas zonas ou segmentos de mercado ..................................... 22

3.6.1- Zonas com dificuldades de circulação automóvel ............................................................... 22

3.6.2 – Limitações na utilização do automóvel para quem chega a Lisboa através de TC ........... 24

3.6.3 – Especificidades do fluxo de viagens entre as estações na Baixa TC................................ 24

3.7 – Segmentos de mercado ............................................................................................................ 25

3.7.1 – Segmento de mercado com acesso ao automóvel ............................................................ 25

3.7.2 – Segmento de mercado que não pode recorrer ao transporte automóvel (mercado cativo

do TC) ............................................................................................................................................ 28

4 – Modelação dos efeitos de sucessivas expansões da linha do metropolitano................................ 31

4.1 – Cenário 1 de expansão da linha do metropolitano ................................................................... 32

4.1.1 – Efeitos gerais do Cenário 1 no segmento de mercado com acesso ao TI ........................ 33

4.1.2 – Efeitos do Cenário 1 de expansão da linha do metropolitano no segmento de mercado

cativo do TC. .................................................................................................................................. 35

4.2 - Cenário 2 de expansão da linha do metropolitano .................................................................... 37

vii

4.2.1 - Efeitos gerais do Cenário 2 no segmento de mercado com acesso ao TI ......................... 39

4.2.2 - Efeitos do Cenário 2 de expansão da linha do metropolitano no segmento de mercado

cativo do TC ................................................................................................................................... 42

4.3 – Cenário 2+ de expansão da linha de metropolitano .................................................................. 43

4.3.1 - Cenário 2++

de expansão da linha de metropolitano ...................................................... 46

4.4 – Resultados da escolha modal ................................................................................................... 46

4.4.1 – Resultados de estações superficiais na escolha modal .................................................... 49

4.5 – Viabilidade económica dos cenários estudados ....................................................................... 51

5 – Conclusão ....................................................................................................................................... 53

6 – Bibliografia ...................................................................................................................................... 55

7 – Anexos ............................................................................................................................................ 63

viii

ix

Índice de Figuras

Figura 1: Esquema do modelo dos quatro passos. _________________________________________________________________ 6

Figura 2: Viagens totais (média das viagens iniciadas e terminadas) em cada unidade de análise no ano de

1993 e no ano de 2003 (Fonte: TIS, Inquérito à Mobilidade 2003/2004). ______________________________________ 11

Figura 3: Mapa da rede do Metropolitano de Lisboa (retirado de: Metropolitano.pt). ________________________ 18

Figura 4: Resultados do modelo para o número de viagens por dia, em função do tempo de viagem, para cada

um dos quatro meios de transporte considerados. _______________________________________________________________ 27

Figura 5: Número de viagens realizadas por intervalo de tempo, em função do tempo de viagem, para os três

meios de transporte considerados no mercado cativo do transporte colectivo. ________________________________ 29

Figura 6: Mapa da rede de Metropolitano de Lisboa no cenário 1. _____________________________________________ 33

Figura 7: Resultados do modelo para o número de viagens por dia, em função do tempo de viagem, para cada

um dos quatro meios de transporte considerados (efeitos gerais da expansão no cenário 1). ________________ 35

Figura 8: Número de viagens realizadas por intervalo de tempo, para os três meios de transporte

contemplados no mercado cativo do TC (cenário 1 de expansão da rede do metropolitano de Lisboa). ______ 37

Figura 9: Mapa da rede de Metropolitano de Lisboa no cenário 2. _____________________________________________ 39

Figura 10: Resultados do modelo para o número de viagens por dia, em função do tempo de viagem, para

cada um dos quatro meios de transporte considerados (efeitos gerais da expansão no cenário 2). __________ 41


contemplados no mercado cativo do TC (cenário 2 de expansão da rede do metropolitano de Lisboa). ______ 43

Figura 12: Número de viagens por dia em que o metropolitano é mais rápido do que ao automóvel (a azul) e

número de viagens por dia em que o automóvel é mais rápido do que o metropolitano (a vermelho). _______ 44

Figura 13: Gráfico da evolução global do número de passageiros por ano (apenas dias úteis) do

metropolitano de Lisboa em função do número de quilómetros. ________________________________________________ 48

Figura 14: Resultados do modelo para as quotas de mercados dos diferentes meios de transporte, em função

da distância de cada viagem, no segmento de mercado com acesso ao TI, no cenário actual. ________________ 63

x


da distância de cada viagem, no segmento de mercado cativo dos TC, no cenário actual. ____________________ 63


da distância de cada viagem, no segmento de mercado com acesso ao TI, no cenário 1. ______________________ 64


da distância de cada viagem, no segmento de mercado cativo dos TC, no cenário 1. __________________________ 64


da distância de cada viagem, no segmento de mercado com acesso ao TI, no cenário 2. ______________________ 65


da distância de cada viagem, no segmento de mercado cativo dos TC, no cenário 2. __________________________ 65

xi

Índice de Quadros

Quadro 1: Lista de variáveis utilizada. ___________________________________________________________________________ xiii

Quadro 2: Evolução da população de Lisboa de 1864 a 2011, fonte: INE. ________________________________________ 3

Quadro 3: Percentagem de utilização dos TC e TI, em número de viagens, por parte dos residentes e não

residentes da cidade de (Direcção Municipal de Planeamento Urbano, 2005). __________________________________ 3

Quadro 4: Indicadores da presença de automóveis por habitante da cidade de Lisboa e AML (Lisboa : o

desafio da mobilidade, 2005) _______________________________________________________________________________________ 4

Quadro 5: Intervalo de tempo entre comboios, no metropolitano de Lisboa, durante o Inverno e no período

compreendido entre as 7h30 e as 9h30 de Março de 2012 (MetroLisboa, 2013). ______________________________ 19

Quadro 6: Relação entre o tempo de uma viagem e o custo do “tempo” em euros, segundo a Função 18. ____ 22

Quadro 7: Número médio de viagens de chegada e partida, por dia, em cada estação (dados de 1998). _____ 24

Quadro 8: Resultados do modelo para o número de viagens, quota de mercado (em número de viagens) e

tempo médio após a escolha modal, para cada um dos meios de transporte, após a escolha modal, no

segmento de mercado que pode utilizar o automóvel. ___________________________________________________________ 25

Quadro 9: Resultados do modelo para o número total de viagens e quota de mercado, em número de viagens,

para cada um dos meios de transporte, após a escolha modal, no segmento de mercado cativo do TC. ______ 28

Quadro 10: Resultados do modelo para o número total de viagens e quota de mercado, em número de

viagens, para cada um dos meios de transporte, após a escolha modal, no segmento de mercado que pode

utilizar o automóvel (efeitos gerais da expansão no cenário 1). ________________________________________________ 34


viagens, para cada um dos meios de transporte, após a escolha modal, no segmento de mercado cativo do TC

(efeitos gerais da expansão no cenário 1). _______________________________________________________________________ 35


viagens, para cada um dos meios de transporte, após a escolha modal, no segmento de mercado que pode

utilizar o automóvel (efeitos gerais da expansão no cenário 1) (efeitos gerais da expansão no cenário 2). __ 40

xii


viagens, para cada um dos meios de transporte, após a escolha modal, no segmento de mercado cativo do TC

(efeitos gerais da expansão no cenário 2). _______________________________________________________________________ 42

Quadro 14: Resultados globais da quota de cada meio de transporte. _________________________________________ 47

Quadro 15: Resultados globais do número de PK’s para cada meio de transporte, por dia. ___________________ 48

Quadro 16: Quota de mercado para cada meio de transporte, com resultados para estações profundas e

superficiais. ________________________________________________________________________________________________________ 49

Quadro 17: Resultados globais, do modelo para o número de PK’s estimados para os cenários estudados, por

ano. _________________________________________________________________________________________________________________ 51

xiii

Índice de Variáveis

Quadro 1: Lista de variáveis utilizada.

Variável Descrição Valor Unidades

Parâmetro de calibração do modelo. 84500 km

Parâmetro de calibração do modelo. 0,00016979568 km-1

Cij Custo generalizado da viagem i j. km

Custo Custo generalizado. €

Custotempo

Custo do tempo da viagem em cada modo de

transporte. h

Distautocarro Distância real, percorrida pelo autocarro. km

Distautomóvel Distância real, percorrida pelo automóvel. km

Distestf

Distância entre a célula i e a estação de

metropolitano mais próxima. km

Distesti Distância entre a célula j e a estação de

metropolitano mais próxima. km

Distmetro Distância real, percorrida pelo metropolitano. km

Distmin Parte da distância percorrida à velocidade mínima. 1 km

Distpe Distância real, a pé. km

Distrecta Distância em linha recta. km

Nestac Número de estações de metropolitano percorridas

durante a viagem. Estações

P Custo monetário da viagem, dependendo do meio

de transporte utilizado. €

Parquímetro Preço do estacionamento. €

resi Resíduo da Função 3. Viagens/dia

||res||2 Soma do quadrado dos resíduos. Viagens/dia

tempo

Tempo de viagem no modo de transporte a

analisar. h

tempoautocarro Tempo de uma viagem de autocarro, porta a porta. h

tempoautomovel Tempo da viagem percorrida no automóvel. h

tempoentrar Tempo desde a boca do metropolitano até à

plataforma (2,5 min). 0,04 h

xiv

tempoespera

(autocarro) Tempo médio de espera numa paragem (8 min). 0,13 h

tempoespera

(metro)

Tempo de espera pelo comboio (2,5 min). 0,04 h

tempoesperaML

Tempo de espera pelo segundo comboio, após

mudança de linha (2,5 min). 0,04 h

tempoestacionar

Tempo necessário para estacionar e caminhar até

ao destino (5 min). 0,08 h

tempof

Tempo mínimo que em média é necessário para

caminhar caso a estação inicial se encontre dentro

da célula de chegada (2,5 min).

0,04 h

tempoi

Tempo mínimo que em média é necessário para

caminhar até à estação inicial, se esta estiver

dentro da célula de partida (2,5 min).

0,04 h

tempoinicial

Tempo necessário para a pessoa caminhar até ao

automóvel (4 min). 0,07 h

tempometro

Tempo necessário para fazer uma viagem porta a

porta utilizando o metropolitano. h

tempoparagem

Tempo que o comboio fica parado na estação (30

s). 0,01 h

tempope

Tempo necessário para percorrer a distância

Distpe. h

temposair

Tempo que uma pessoa demora a plataforma da

estação, até à saída da estação (2,5 min). 0,04 h

tempoML Tempo de mudança de linha (2,5 min). 0,04 h

Tij

Tráfego médio diário, em cada sentido, entre a

célula i e a célula j. Viagens/dia

vautocarro Velocidade média do autocarro km/h

vautomovel Velocidade média do automóvel. km/h

Vi Total de viagens geradas pela célula i. Viagens/dia

Vj Total de viagens atraídas pela célula j. Viagens/dia

vmax (autocarro) Velocidade média máxima do autocarro. 18 km/h

xv

vmax

(automóvel)

Velocidade média máxima do automóvel. 30 km/h

vmetro Velocidade média do comboio metropolitano entre

estações. km/h

vmin (autocarro) Velocidade média mínima do autocarro. 7 km/h

vmin (automóvel) Velocidade média mínima do automóvel. 8 km/h

vpe Velocidade média à qual a pessoa caminha. 4 km/h

1

1 – Objectivo

Propusemo-nos quantificar os tráfegos e características modais na cidade de Lisboa, para determinar

os requisitos necessários para que o metropolitano possa substituir massivamente o automóvel,

tornando-se assim o meio de transporte mais utilizado em Lisboa. É nossa intenção que esta eventual

transferência modal se dê sem perda de mobilidade para as pessoas.

Para isso é necessário criar um modelo numérico da cidade de Lisboa, capaz de identificar os

volumes de tráfego entre uma matriz com células de 190 m por 190 m na cidade de Lisboa. O modelo

terá de simular e estimar as características dos diversos meios de transporte para assim estudar a

concorrência intermodal. Também terá de somar todos os tráfegos e ser capaz de comparar as

situações em que cada meio de transporte é preferido.

Este modelo servirá também para estudar as consequências de um aumento da rede de

metropolitano, capaz de ligar melhor a cidade de Lisboa e estudar a transferência modal para o

metropolitano. Servirá também para estudar as a hipótese de uma alteração das características de

acesso às estações de metropolitano.

2

3

2 – A Cidade de Lisboa

A cidade de Lisboa tem 84,6 km2 de área, 565 × 10

3 habitantes e uma densidade de 67 hab/ha. Esta

densidade é reduzida em comparação com outras grandes cidades europeias como Paris, Londres

ou Barcelona, com densidades de 150 hab/ha ou superiores, reflectindo o despovoamento crescente

da cidade Lisboa nos últimos anos.

Quadro 2: Evolução da população de Lisboa de 1864 a 2011, fonte: INE.

Ano 1864 1890 1900 1920 1940 1950 1960 1970 1981 1991 2001 2011

População

(103)

190

301

351 485 694 783 802 769 808 663 564 547

Muitos dos habitantes transferirem-se para outros municípios da área metropolitana de Lisboa (AML).

Esta é formada por 19 municípios, com uma área total de 3195 km2 e uma população de 2,7 × 10

6

habitantes, de acordo com o censos de 2001.

Registou-se uma ligeira diminuição no número dos que trabalham ou estudam na cidade de Lisboa,

uma vez que, segundo os dados do censos de 1991, 674 × 103 pessoas trabalhavam ou estudavam

em Lisboa, enquanto que nos resultados do censos de 2001, este valor era de 605 × 103 pessoas.

Ainda assim, Lisboa continua a ser a cidade mais importante na AML (APDR, 1999).

Quadro 3: Percentagem de utilização dos TC e TI, em número de viagens, por parte dos residentes e não

residentes da cidade de (Direcção Municipal de Planeamento Urbano, 2005).

Ano 1991 2001

Modo TI TC TI TC

Residentes 24% 76% 37% 63%

Não residentes 30% 70% 42% 58%

A tendência de uso crescente do transporte individual (TI), face ao transporte colectivo (TC), como se

pode observar no Quadro 3 é uma das principais motivações do presente estudo. É também

importante referir que no caso do Quadro 3, o modo TC inclui as viagens a pé. Esta crescente

4

tendência do recurso ao TI deve-se, a que uma fracção cada vez maior da população dispõe de

automóvel, também em parte, à maior dispersão das zonas residenciais, de trabalho, ou de estudo,

que dispersão não foi adequadamente compensada pela oferta de TC. Esta dispersão verifica-se

sobretudo nas zonas da segunda e terceira coroas da AML, com graves consequências na

mobilidade dentro da cidade de Lisboa. Nestas zonas a oferta do TC é pouco atractiva, face ao TI.

Nas zonas centrais o TI é lento e o estacionamento é difícil, originando a desertificação desses

bairros.

Quadro 4: Indicadores da presença de automóveis por habitante da cidade de Lisboa e AML (Lisboa : o

desafio da mobilidade, 2005)

Ano

Veículos

automóveis/1000

habitantes (AML)

Veículos

automóveis/1000

habitantes (Lisboa)

Densidade de

habitantes/automóvel

(AML)

Densidade de

habitantes/

automóvel

(Lisboa)

1991 291 444 3,4 2,3

2001 471 672 2,1 1,5

Como já mencionado, a taxa de motorização da AML, muito em particular a da cidade de Lisboa, tem

vindo a sofrer um significativo aumento nos últimos anos (Quadro 4), o que pode significar a

insatisfação com os serviços de TC disponíveis. Embora 45% do total de viagens dos residentes,

terminadas em Lisboa, sejam feitas em TC, 80% destes utentes revela não ter automóvel disponível

(Direcção Municipal de Planeamento Urbano, 2005). Assim pode-se concluir que quem dispõe de

automóvel raramente utiliza o TC.

A principal razão apontada para a preferência modal pelo TI reside sobretudo na sua rapidez (75%

das pessoas aponta esta característica como a mais determinante, para esta escolha modal), sendo

a segunda principal razão a facilidade de estacionamento (18% das pessoas consideraram este o

segundo factor mais importante para a escolha modal favorável ao TI). A última razão apontada para

a preferência modal pelo TI é a inexistência de alternativas, o que é uma forma de dizer que o TC é

considerado “inaceitável”. Em contrapartida, relativamente ao TC, 41% das pessoas inquiridas

5

revelou que a rapidez é a principal razão para a preferência modal pelo TC. Não dispor de TI foi

apontado por 32% como motivo para utilizar o TC. O factor preço aparece em terceiro lugar na lista

de motivos para a escolha modal recair sobre o TC (17% acha esta a razão determinante para a

escolha modal recair sobre o TC) (Direcção Municipal de Planeamento Urbano, 2005) .

O modo pedonal é escolhido sobretudo para viagens de curta proximidade, ou seja, viagens de

centenas de metros (38% das pessoas recorrem a este modo para viagens de proximidade). A

segunda razão para escolher este modo é o gosto de caminhar (31% das pessoas apontam esta

como a principal) e a rapidez das viagens também é apontada como um factor determinante.

Em outras cidades o aumento da linha de metropolitano originou uma transferência modal favorável

ao metropolitano, minimizando alguns dos problemas já identificados, assim como a recente

diminuição dos tráfegos, razão pela qual optámos por estudar as consequências do aumento da linha

de metropolitano na cidade de Lisboa.

O aumento da extensão da linha de metropolitano, origina ganhos de mobilidade e portanto gera

novas viagens. Na cidade de Manchester (Knowles, 1996), o aumento da linha de metropolitano

gerou 20% de novo tráfego, na cidade de Madrid o estudo de Monzon (citado por Vuk, 2005), este

valor foi de 25% e na cidade de Copenhaga (Vuk, 2005), foi de 14,9%.

A literatura indica que, apesar do aumento da rede do metropolitano originar uma transferência modal

a favor do metropolitano, maioritariamente esta transferência é proveniente de outros modos de TC,

como o autocarro. Em Atenas (Golias, 2002), após a expansão e no trajecto em causa, 56% dos

passageiros do metropolitano são provenientes dos TC, em Madrid este valor é de 50%, em Londres,

segundo Copley, (citado por Vuk, 2005) este valor é 69%, em Manchester 50% (Knowles, 1996). As

restantes são viagens novas ou viagens oriundas do TI (entre os 16% e os 27%). Assim, pode-se

concluir que o TI é o modo de transporte com maior resistência à transferência modal, com uma

elasticidade da procura próxima de 0. Isto significa que o TI é considerado um modo de transporte

6

melhor do que os modos alternativos.

O modelo de tráfego de Copenhaga estima que, a elasticidade da procura para o custo é de -0,11 e

para o tempo é de -0,16 (Vuk, 2005). Outros estudos apontam para diferentes valores, mas dos quais

se retira a mesma conclusão qualitativa, como Golias (2002), em que a elasticidade da procura em

relação ao custo é de -0,27 e em relação ao tempo é de -0,33. Na Suécia, a elasticidade da procura

para o custo é de -0,14, em França é de -0,16 e na Alemanha é de -0,25. Os valores da elasticidade

da procura para o tempo são de -0,32 para a Suécia, -0,44 para a França e pelo estudo de Jong e

Tegge (citado por Vuk, 2005), -0,17 para a Alemanha. Todos estes valores sugerem, com excepção

dos valores para a Alemanha, que o factor mais importante para selecionar um modo de transporte, é

o tempo de viagem.

É importante referir que estas observações do efeito das extensões do metropolitano, foram feitas

após a construção do mesmo, enquanto que o presente estudo tem como finalidade prever as

consequências do aumento da linha de metropolitano na cidade de Lisboa. Para isso, tomámos

como base o tradicional modelo dos quatro passos, exemplificado na Figura 1, usado frequentemente

para a previsão da procura e para o dimensionamento de sistemas de transporte, a uma escala

regional e sub-regional (Mcnally, 2007). Considera a geração e atracção de viagens, a distribuição de

viagens, a escolha modal e a afectação de tráfego, nesta sequência por exemplo, (Ortúzar &

Willumsen, 2001).

Figura 1: Esquema do modelo dos quatro passos.

Por geração e atracção de viagens entende-se o número de saídas e entradas numa determinada

zona, que é função da densidade de habitantes e da actividade especifica dessa zona (Institute of

Transportation Engineers, 1991). No presente estudo, optámos por um modelo agregado, que

Geração/Atracção Distribuição Escolha modal Afectação de

tráfego

7

depende apenas do uso do solo da zona, enquanto que um modelo desagregado também depende

das características do viajante e da viajem (objectivo, a distância percorrida, o custo monetário e o

tempo despendido) (Liya, Hongzhi, & Hai, 2008). O modelo desagregado carece de muita informação

que é difícil de quantificar para um estudo desta magnitude.

O modelo de distribuição de viagens procura prever o destino dos indivíduos de cada zona, com base

na atracção da zona de destino, e com base num custo generalizado de viajar entre as duas zonas

(De Grange, Fernández, & De Cea, 2010). Existem diversos modelos para o cálculo da distribuição

de viagens, nomeadamente o factor de crescimento (Growth Factor), a oportunidade de intervenção

(intervening opportunities), e os modelos de regressão, nomeadamente o modelo gravitacional

(Murat, 2010), que foi o utilizado por nós. O modelo gravitacional é o método mais conhecido e

simples, para o cálculo da distribuição de viagens num modelo agregado (Wilson, 1970). Alguns

detalhes do modelo gravitacional estão explicados em maior pormenor no capitulo da descrição do

modelo.

Os modelos de escolha modal procuram estimar a quota de mercado de cada modo de transporte, no

conjunto total das viagens entre duas zonas. A escolha modal é função de diversos factores, como o

tempo da viagem, em cada modo, e o seu custo. É necessário considerar o poder de compra do

viajante, mas não existe unanimidade quanto à de o fazer (Liu, 2007). Em certos estudos opta-se por

dividir o custo monetário da viajem pelo poder de compra do viajante (Jara-Diaz & Ortuzar, 1989), o

que implica que um individuo com maior poder de compra está menos preocupado com o custo

monetário da viagem do que outro com poder de compra inferior. Outros estudos (Jara-Diaz &

Ortuzar, 1989) optam por multiplicar o poder de compra pelo tempo da viagem, considerando que um

individuo com elevado poder de compra está mais preocupado com o tempo da viagem, do que um

individuo com menor poder de compra.

Depois de conhecer o modo de transporte preferido (escolha modal) considera-se o caminho a utilizar

nesse modo de transporte selecionado. Este passo depende da hora do dia a que se faz a viagem,

8

devido aos picos de tráfego em determinadas alturas do dia (Mcnally, 2007) e de outros factores. Este

último passo não foi utilizado no presente trabalho, pois não se considerou a possibilidade de

escolher diferentes caminhos numa viagem, embora se tenha considerado que a distância percorrida

varie em função do modo de transporte.

9

3 – Descrição do modelo

Neste estudo construímos um modelo em que a cidade de Lisboa apresentaria uma disposição

semelhante a uma matriz quadrada, com uma malha de 64 linhas e 64 colunas. Logo, o modelo tem

4096 células quadradas com 0,190 km de aresta (0,0361 km2/célula).

No cálculo das distâncias considera-se que o centro de cada célula é o ponto inicial, ou de destino,

para todas as viagens originadas por essa célula. Assim, não se consideram viagens dentro de cada

célula.

O comprimento da viagem entre duas células num determinado modo é maior que a distância em

linha recta entre os pontos centrais das células. Para um grande número de viagens determinámos a

distância realmente percorrida (distância real), em cada modo de transporte e verificamos que

correlacionava bem com a distância em linha recta, numa proporção que depende do modo. Assim o

modelo calcula a distância real em função da distância em linha recta.

Considerou-se apenas a área do município de Lisboa, por isso algumas células periféricas da matriz

não são contabilizadas no programa, não funcionando como extremo de qualquer viagem. A área do

Parque Florestal de Monsanto e as zonas correspondentes ao rio Tejo também não foram

contabilizadas no modelo.

Como ponto de partida para estimar o número de viagens geradas entre cada duas zona de Lisboa,

recorreu-se ao documento Lisboa: O desafio da mobilidade que divide a cidade num conjunto de

macro-zonas representadas na Figura 2. A informação deste documento resulta de 3400 inquéritos

domiciliários a residentes da cidade de Lisboa (TIS, Inquérito à Mobilidade, 2003/2004), realizadas

entre o último trimestre de 2003 e o primeiro de 2004 (altura do Natal), e perguntou (CML, 2005):

Se o inquirido realizou viagens no dia anterior e o dia da semana em que viajou;

O total de viagens realizadas pelo inquirido, no dia anterior ao contacto;

Entre que zonas viajou e se realizou transbordos;

10

O inquérito caracterizou ainda o inquirido e a sua família, relativamente ao nível de instrução,

profissão e opções de mobilidade.

Uma vez que os não residentes de Lisboa, mas residentes na área metropolitana de Lisboa (AML),

também contribuem significativamente para o número de viagens dentro da cidade de Lisboa, foram

realizados inquéritos telefónicos a pessoas residentes nas outras freguesias da AML. Este inquérito

teve como objectivos:

Caracterizar o inquirido e o seu agregado familiar;

Averiguar se a pessoa inquirida realizou viagens com passagem por Lisboa, ou com extremo

em Lisboa;

Descrever as viagens com passagem por Lisboa, os meios de transporte utilizados, as zonas

de origem e destino, a hora de realização das viagens, o motivo e o tempo de duração da

viagem.

Os resultados sintetizam-se na Figura 2, onde é possível observar o número de viagens geradas

(com origem ou destino) em cada zona. Dispondo da informação relativa a cada zona, procurámos

estimar a matriz de fluxos entre as células em que dividimos a cidade de Lisboa. Considerámos que

uma zona gera tantas viagens como as que atrai. Com estes dados calculou-se fluxo entre as células.

Num primeiro momento considerou-se que cada uma das células de uma zona tinha características

correspondentes à sua zona. Por exemplo, a zona de São Vicente ocupa 16 células, com um número

de 20200 viagens totais (média das viagens iniciadas e terminadas), logo, cada célula gera e atrai

1263 viagens. Depois, para evitar grandes diferenças entre células contíguas, criou-se uma função

para uniformizar, um pouco, o número de viagens da célula, com o das células vizinhas.

O cálculo do fluxo gerado entre 2 células, é inspirado no modelo a duas restrições de distribuição

gravitacional de Wilson (1970). Este método de cálculo sofreu algumas evoluções para modelos a

duas restrições mas baseado na competitividade do destino. Estes modelos desenvolvidos por

11

Fotheringham (1983, 1986), ou Thorsen and Gitlesen (1998), têm como inovação a utilização da

atractividade da viagem entre duas zonas, considerando a acessibilidade da zona de destino. Existem

métodos de cálculo ainda mais sofisticados, mas também mais difíceis de afinar e de calibrar com

dados.

Figura 2: Viagens totais (média das viagens iniciadas e terminadas) em cada unidade de análise no ano

de 1993 e no ano de 2003 (Fonte: TIS, Inquérito à Mobilidade 2003/2004).

Utilizámos um modelo de tipo gravitacional, que tem um bom nível de fiabilidade para o nível de

agregação considerado. A razão para a utilização deste método de cálculo, prende-se com o facto de

este ser um modelo relativamente simples e para o qual existem dados. O cálculo do fluxo em cada

viagem (Função 1), foi semelhante ao modelo gravitacional de Wilson a duas bordaduras. Assim, a

Função 1 calcula o número de viagens entre a célula i e j, através das viagens geradas pela célula i

(Vi) e atraídas pela célula j (Vj), dependendo do custo generalizado desta viagem.

12

Função 1: Tráfego gerado entre duas células.

( ( ))

Função 2: Restrição para a calibração do modelo.

∑

Função 3: Cálculo do resíduo normalizado.

∑

Função 4: Soma do quadrado dos resíduos.

|| ||

∑

Em que,

Tij – Fluxo médio diário, em cada sentido, entre a célula i e a célula j;

Vi – Total de viagens geradas pela célula i;

Vj – Total de viagens geradas pela célula j;

– Parâmetro de calibração do modelo (km-1

);

Cij – Custo generalizado da viajem i j, expresso em km;

– Parâmetro de calibração do modelo (km);

resi – Resíduo;

||res||2 – Soma do quadrado dos resíduos.

Os parâmetros de calibração e foram obtidos através do método dos resíduos que, consistiu em

procurar valores para e de modo a minimizar o resíduo, de acordo com as funções 2, 3 e 4. Na

Função 4, como se pode observar, o somatório do quadrado dos resíduos (Função 3) para as 4096

células, tem de ser aproximadamente zero. Para determinar atribuíram-se diversos valores a , até

a norma dos resíduos ser próxima de zero. Como se trata de uma função exponencial e o custo

generalizado utilizado (distância em linha recta entre duas células, que pode variar entre 0,190 km e

13

17 km), não é possível que o resultado da norma dos resíduos (Função 4) seja aproximadamente

zero. Para que a norma dos resíduos fosse aproximadamente 0, criámos o parâmetro .

Da calibração do modelo resultou o valor 1,6979568 × 10-4

km para e de 8,45 × 104 km para . O

valor obtido para o somatório do quadrado dos resíduos foi 0,046, que se considerou suficientemente

próximo de 0, como pretendido.

O valor encontrado para o parâmetro , implica que, em Lisboa, a distância (em linha recta) entre

células, é pouco determinante para o cálculo volume de tráfego entre elas.

Outro condicionante deste modelo, prende-se com termos usado a distância em vez do custo para

determinar os tráfegos entre células. O custo real depende do modo de transporte e das zonas, não

sendo proporcional à distância. Para quem viaja de automóvel o espaço apresenta-se mais

homogéneo. Por outro lado, o TC é mais estruturante, criando corredores privilegiadas em que é mais

fácil viajar.

É necessário salientar que para todos os transportes está implícita a necessidade de percorrer a pé

parte do percurso, embora a contabilização dessa componente a pé seja diferente para cada meio de

transporte.

3.1 – Deslocações a pé

3.1.1 - Distância percorrida a pé

Para estimar a distância real a pé, em função da distância em linha recta entre dois pontos, mediram-

se estas duas distâncias para um número significativo de percursos e obteve-se a seguinte relação

empírica. As medições forem feitas no Google maps (maps.google.pt). Verificou-se que as duas

distâncias apresentam uma boa correlação, expressa pela Função 5.

14

Função 5: Distância real a caminhar, em função da distância em linha recta.

3.1.2 - Tempo necessário para fazer o percurso a pé

A velocidade média de uma pessoa a pé (vpe), foi estimada em 4 km/h e considerou-se independente

da distância percorrida. Verifica-se que a velocidade das pessoas a pé varia dentro de um

determinado intervalo, mas pareceu-nos suficiente a utilização do valor médio.

Função 6: Cálculo do tempo de uma viagem a pé.

3.2 – Automóvel

Uma viagem de automóvel implica uma deslocação a pé até ao automóvel. Assim, no cálculo da

distância percorrida pelo automóvel, apenas se tem em conta a viagem dentro do automóvel, sendo a

penalização do percurso a pé tida em conta como um acréscimo do tempo de viagem.

3.2.1 - Distância percorrida de automóvel

A Função 7 exprime a relação da distância real com a distância em linha recta, entre as células de

origem e destino, para o automóvel. A distância real não contabiliza a parte do percurso

complementar feito a pé. Esta função foi obtida do mesmo modo que a Função 5, também no Google

maps.

Função 7: Distância real percorrida pelo automóvel.

15

Como seria de esperar a Função 7 não é igual à Função 5, pois uma pessoa a pé faz o percurso mais

em linha recta, enquanto de automóvel tem de fazer mais desvios, devido aos sentidos proibidos e

sentidos obrigatórios.

3.2.2 - Tempo necessário para fazer o percurso de automóvel

O tempo de uma viagem em automóvel, apresenta mais parcelas do que as de uma viagem a pé.

Constatámos que a velocidade média do automóvel depende da distância percorrida, pois as viagens

mais longas utilizam mais as vias arteriais e as vias colectoras/distribuidoras (por exemplo: 2ª

circular, eixo norte-sul, etc), que geralmente permitem velocidades mais elevadas. Isto significa que

para o automóvel, em geral, quanto maior for a distância (Distautomóvel), mais elevada será a velocidade

média.

Procurámos determinar a relação entre a velocidade média e a distância real percorrida, é num

grande número de casos e obtivemos a correlação expressa pelas funções 8 e 9. Nos casos em que

o automóvel percorre uma distância inferior a Distmin, a velocidade média é uniforme e mínima.

Função 8: Velocidade média do automóvel, quando a distância é inferior a Distmin.

Função 9: Velocidade média do automóvel, em função da distância a percorrer.

O tempo que o automobilista demora na viagem porta a porta não depende unicamente da velocidade

média calculada e da distância, é também necessário contabilizar um tempo para chegar ao

automóvel e iniciar a viagem (tempoinicial) e também um tempo para estacionar e chegar ao destino

(tempoestacionar). O valor médio estimado para a etapa que a pessoa demora desde a porta do edifício

onde se encontra até chegar ao automóvel e iniciar a viagem foi de 4 minutos. O tempo médio

necessário para estacionar e caminhar até ao edifício de destino, estimou-se em 5 minutos.

16

Função 10: Tempo total necessário para o automóvel efectuar uma viagem.

3.3 – Autocarro

3.3.1 - Distância percorrida de autocarro

Admitimos que o autocarro faz um percurso semelhante ao automóvel, logo a sua função da distância

real será igual à do automóvel. Para quantificar a distância média percorrida a pé até à paragem de

autocarro mais perto do ponto de origem, recorreu-se mais uma vez ao Google maps. Após um

número significativo de medições, o valor médio obtido foi de 0,4 km.

3.3.2 - Tempo necessário para fazer o percurso de autocarro

Segundo os dados mais recentes da Carris, a velocidade média dos autocarros é de 14,6 km/h.

Porém a experiência demonstra que algumas carreiras praticam médias significativamente maiores, e

outras menores. Verificámos que à semelhança do automóvel, a velocidade média dos autocarros

varia em função da distância e por isso optou-se pela mesma abordagem (funções 11 e 12).

Função 11: Velocidade média do autocarro, para distâncias inferiores a Distmin.

Função 12: Velocidade média do autocarro, para distâncias superiores a Distmin.

Apesar de as funções para a velocidade média do autocarro serem semelhantes às utilizadas para o

automóvel ligeiro, os parâmetros são diferentes. As velocidades média mínima e média máxima

utilizadas no autocarro são 7 km/h e 18 km/h, respectivamente.

17

Função 13: Tempo total necessário para o autocarro efectuar uma viagem.

O tempo total de uma viagem de autocarro, inclui um percurso médio de 0,8 km a pé, à velocidade de

4 km/h, e o tempo de espera, que considerámos é igual a 8 minutos (tempoespera) em média.

3.4 – Metropolitano

O presente modelo não considera toda a actual extensão da linha de metropolitano, uma vez que as

linhas Azul e Amarela possuem estações fora da cidade de Lisboa. Só considerámos a linha Azul

entre a estação de Santa Apolónia e a estação da Pontinha, e a linha Amarela entre a estação do

Rato e a do Senhor Roubado. Como se pode ver na Figura 3, foi incluída a recente extensão da linha

Vermelha até ao Aeroporto da Portela cuja abertura foi a 17 de Julho de 2012. Assim, o modelo

considera que a linha Azul possui aproximadamente 10 km, a linha Amarela 8 km, a Verde 8 km e a

linha Vermelha 10 km. O que faz um total de 36 km.

18

Figura 3: Mapa da rede do Metropolitano de Lisboa (MetroLisboa, 2013).

3.4.1 - Distância percorrida de metropolitano

Uma viagem de metropolitano decompõe-se em várias etapas, a que é feita no metropolitano e a que

o individuo faz a pé até à estação de partida e desde a estação de destino até ao ponto de destino

propriamente dito. Vamos começar por identificar a distância percorrida no comboio metropolitano. O

modelo começa por identificar a estação de metropolitano mais próxima do ponto de partida e a

estação de metro mais próxima do ponto de chegada.

19

Uma vez identificadas estas estações mais próximas, o modelo verifica se estão na mesma linha, e

em caso afirmativo, calcula a distância percorrida entre as estações como está esquematicamente

indicado na Função 14, somando as distâncias troço a troço, entre estações. Caso a viagem inclua a

utilização de 2 linhas, o modelo identifica os pontos de ligação e calcula a distância percorrida em

cada linha e somam-se todas as distâncias.

Função 14: Cálculo da distância percorrida no comboio metropolitano.

3.4.2 - Tempo necessário para o percurso de metropolitano

Nos casos em que existe mudanças de linha, contabiliza-se também o tempo necessário para mudar

de linha (tempoML = 2,5 min).

Também é necessário considerar o tempo médio de espera pelo segundo comboio (tempoesperam =

2,5min). O valor de 2,5 mim foi calculado considerando o período de ponta da manhã, das 7h30 às

9h30, durante o Inverno, porque é neste período que há o maior número de viagens. A média dos

intervalos de tempo entre comboios, nas quatro linhas, é de cinco minutos e assim considerámos o

tempo médio de espera de 2,5min.

Quadro 5: Intervalo de tempo entre comboios, no metropolitano de Lisboa, durante o Inverno e no

período compreendido entre as 7h30 e as 9h30 de Março de 2012 (MetroLisboa, 2013).

Nome da Linha Intervalo de tempo entre comboios (min)

Linha Azul 4,54

Linha Amarela 5,10

Linha Verde 4,16

Linha Vermelha 6,02

É também necessário contar o número de estações em que o comboio pára no seu trajecto. Em cada

estação, o comboio fica parado cerca de 30 segundos. Uma vez que as estações do metropolitano de

20

Lisboa não se encontram ao nível do solo considera-se um tempo de 2 min para chegar à plataforma

de embarque, e o mesmo tempo para subir até à superfície.

Considera-se que o comboio viaja à velocidade média de 38 km/h, entre estações. Como

anteriormente referido, os percursos para a estação de metropolitano, ou a partir da estação de

metropolitano, são feitos a pé, obedecendo às condições gerais do transporte a pé.

Função 15: Tempo necessário para fazer uma viagem de metropolitano.

Há sempre um tempo médio de viagem a pé, mesmo que a estação de metropolitano se encontre na

célula de partida ou de chegada. Para ambas estimámos o tempo mínimo a pé de 0,5 minutos.

3.5 - Escolha modal

Em cada viagem, o cálculo do custo generalizado é feito para todos os modos de transporte

considerados. Os viajantes escolhem o modo de transporte que proporciona o menor custo

generalizado. Este cálculo faz-se recorrendo à Função 16.

Função 16: Função de custo generalizado.

Como se pode observar, a função do custo generalizado depende de duas componentes, o preço do

transporte (P) e o valor económico atribuído ao tempo (Custotempo).

O preço do transporte é o valor monetário que o utilizador paga pela viagem, seja no preço do bilhete

ou passe para o TC, ou a gasolina e parquímetro no caso do TI. Como seria de esperar, este valor é

nulo para as viagens a pé.

21

Considerámos que o potencial utilizador do TC possui passe, originando o custo de 35 € ao mês, por

pessoa. Em média, em Lisboa cada pessoa faz 2 viagens por dia (CML, 2005), em 30 dias, paga 0,60

€ por viagem. Os utilizadores ocasionais do TC pagam um preço muito superior, mas esse tarifário

pareceu-nos tão absurdo que resolvemos ignorá-lo.

Função 17: Função do preço (P) para o automóvel.

No automóvel, considerámos um custo de 0,15 €/km. Este valor foi obtido considerando o consumo

médio 7 l/100km, com a gasolina a 1,7 €/l. Isto origina um valor de 0,12 €/km. Os restantes 0,03 €/km

são os custos periódicos das mudanças de óleo, revisões, mudanças de pneus, etc. Os custos fixos

do automóvel não influenciam a opção modal pelo que não foram tidos em conta. Também

considerámos o custo do estacionamento. Para uniformizar o preço do estacionamento (1 €),

considerámos necessário pagar o estacionamento em todas as viagens de automóvel, pois se não se

pagar estacionamento no local de habitação, provavelmente paga-se no local de destino.

O custo do automóvel sentido pelo utilizador pode variar entre limites muito amplos. Para algumas

pessoas é praticamente nulo, porque têm as despesas de combustível pagas pela entidade patronal e

não pagam o estacionamento no seu local de residência nem de trabalho. Para outros segmentos o

custo pode ser maior que o da Função 17, por exemplo devido ao preço do estacionamento. O custo

também é muito diferente conforme o automóvel é usado por uma pessoa ou por várias. A Função 17

não reflecte estas especificidades mas apenas uma estimativa representativa dos custos das opções

modais que as pessoas sentem e que estatisticamente afecta as opções modais.

O função custo do tempo (Função 18) serve sobretudo para quantificar o valor médio atribuído pelas

viagens às diferenças de duração dos vários tipos de viagens possíveis entre dois pontos. O Quadro

6 representa esta função.

22

Função 18: Função de custo para converter o tempo (segundos) em euros.

;

Em que,

Custotempo = Custo do tempo convertido para euros;

tempo = Tempo da viagem em segundos.

Quadro 6: Relação entre o tempo de uma viagem e o custo do “tempo” em euros, segundo a Função 18.

Tempo (min) Custo (€)

5 0,9

10 2,2

20 5

30 8,1

40 11,4

50 14,9

60 18,5

Ao analisar a função do custo generalizado, pode-se observar que o factor preponderante é o tempo

da viagem porta a porta. No entanto caso o viajante seja uma pessoa com reduzido poder de compra,

poderá atribuir mais valor ao preço do transporte do que ao tempo.

3.6 – Limitações peculiares de algumas zonas ou segmentos de mercado

3.6.1- Zonas com dificuldades de circulação automóvel

Os bairros da Baixa de Lisboa impõem maiores dificuldades à circulação automóvel do que as

restantes zonas de Lisboa, tanto na circulação, como no acesso ao estacionamento, que também tem

reflexos no preço do estacionamento. As zonas que constituem a Baixa são (Figura 2):

Castelo;

23

Bairro Alto;

Cais do Sodré;

Santa Marta;

Baixa;

Avenida;

São Vicente.

Estas dificuldades e restrições à circulação automóvel reflectem-se na velocidade média, no tempo

inicial (necessário para ir desde o ponto de partida até ao automóvel), no tempo para estacionar e no

custo do estacionamento.

Nestas zonas, a distância mínima (Distmin) na Função 9, aumenta para 2 km. Isto implica o aumento

do raio à volta do qual o automóvel se desloca à velocidade mínima, pois nestas zonas de Lisboa,

não é fácil fazer ultrapassagens, uma vez que as ruas, são por norma, estreitas, com pouca

visibilidade, há muitos peões e as manobras dos automóveis são difíceis, pois as ruas não foram

concebidas para este meio de transporte.

O tempo para estacionar é superior ao da restante Lisboa, pois nestas zonas os locais de

estacionamento são poucos, sendo frequente a necessidade de estacionar o automóvel mais longe

do local de destino, tendo de se caminhar uma distância maior. Por se estacionar mais longe do local

pretendido, é necessário mais tempo para chegar até ao automóvel do que em outras zonas de

Lisboa e é necessário considerar um tempo inicial maior. Considerámos 15 min para estacionar e 10

min de tempo inicial na Baixa.

O preço do estacionamento também apresenta um valor superior ao registado na restante Lisboa,

pelo que considerámos o valor de 1,5 euros para todas as viagens iniciadas ou terminadas na zona

da baixa.

24

3.6.2 – Limitações na utilização do automóvel para quem chega a Lisboa

através de TC

Parte significativa das viagens geradas na cidade de Lisboa deve-se a pessoas provenientes dos

arredores da cidade (AML) que se deslocam para Lisboa nos TC. Neste modelo apenas

considerámos os terminais dos TC geradores de mais de 10 × 103 viagens por dia em ambos os

sentidos.

Quadro 7: Número médio de viagens de chegada e partida, por dia, em cada estação (dados de 1998).

Estação Meio de Transporte Número de Viagens

Cais do Sodré Barco 30 × 103

Cais do Sodré Comboio 22 × 103

Terreiro do Paço Barco 18 × 103

Entrecampos Comboio 29 × 103

Sete Rios Comboio 13 × 103

Rossio Comboio 39 × 103

Os valores do Quadro 7 foram somados às respectivas células da matriz com os valores da Figura 2.

3.6.3 – Especificidades do fluxo de viagens entre as estações suburbanas

As viagens geradas pelas estações suburbanas enumeradas no Quadro 7 têm de ser consideradas à

parte, porque as pessoas que utilizam estas estações não podem recorrer ao TI em Lisboa. Assim, o

modelo impõe que todas as viagens urbanas, de e para, estas células sejam feitas recorrendo apenas

ao TC ou a pé.

Devido à Função 1 o modelo iria considerar um grande volume de viagens entre estas estações, o

que não seria realista, uma vez que o fluxo de viagens entre estas estações é residual. Assim,

criámos condições para que o modelo não considere qualquer tráfego entre as estações suburbanas.

25

Por outras palavras, esta correcção traduz a realidade de que o número de viagens com

origem/destino em terminais de TC suburbanos tem características diferentes do número de viagens

originadas por locais de residência ou de trabalho.

3.7 – Segmentos de mercado

Segundo os dados do relatório “Lisboa: o desafio da mobilidade” (2005), no ano de 2001 existiam 672

veículos em Lisboa por cada 1000 habitantes. Isto é, pelo menos 33% dos habitantes da cidade de

Lisboa não têm acesso ao automóvel e estas pessoas fazem parte do segmento de mercado cativo

do transporte público. Assim, tornou-se necessário aplicar o nosso modelo, separadamente ao

segmento de mercado que tem acesso ao automóvel e ao segmento do mercado cativo do TC. No

entanto tivemos em conta o volume de mercado correspondente a cada segmento (67% das viagens

pertencem ao segmento de mercado com acesso ao TI, e os restantes 33% fazem parte do mercado

cativo do TC).

3.7.1 – Segmento de mercado com acesso ao automóvel

Ao aplicar o modelo a este segmento de mercado obtivemos como resultado a preferência pelo

transporte automóvel na cidade de Lisboa, com 49% do total das viagens. O metropolitano possui

uma quota de mercado de 30%, 12% das viagens são feitas a pé e apenas 8% são feitas de

autocarro (Quadro 8).

Quadro 8: Resultados do modelo para o número de viagens, quota de mercado (em número de viagens) e

tempo médio após a escolha modal, para cada um dos meios de transporte, após a escolha modal, no

segmento de mercado que pode utilizar o automóvel.

Modo de transporte Número de viagens Quota de mercado Tempo médio das viagens

Autocarro 92 × 103 8% 51 min

Metropolitano 339 × 103 30% 39 min

Pé 140 × 103 12% 20 min

Automóvel 556 × 103 49% 30 min

26

Nos resultados por nós obtidos, tanto os do Quadro 8 como da Figura 4, a opção de fazer as viagens

a pé recai sobretudo sobre as viagens de maior proximidade. Estes resultados são esperados, pois

pela Função 5 a distância mais curta a caminhar entre células é de 0,228 km (viagem com duração

de 3,42 min). As características dos outros modos de transporte implicam tempos de viagem

superiores ao de uma viagem a pé, logo a hipótese de caminhar é imbatível para as viagens muito

curtas.

Pelo Quadro 8 e Figura 4 constata-se que as viagens a pé não são preferidas apenas para as

viagens realizadas entre células imediatamente vizinhas. Estas têm o seu máximo (25 × 103 viagens)

entre os 14 e os 16 min, o equivalente a caminhar 1 km (valor médio em linha recta é de 1,2 km).

Esta conclusão é aceitável, pois a bibliografia considera 1,25 km como a distância máxima aceitável

para viagens a pé (Eiró, Viegas, & Martínez, 2011).

Para viagens curtas, o metropolitano é o único TC a competir com a hipótese de andar a pé. Ao

analisar a Figura 4, e atendendo às condições impostas na Função 15, pode-se concluir que grande

quantidade das viagens a pé serão entre zonas afastadas da rede de metropolitano. É também

importante não esquecer que as viagens a pé não têm custo do transporte.

Os resultados do modelo indicam que o metropolitano é o TC mais utilizado, neste segmento de

mercado, com 339 × 103 viagens por dia. Através da análise da Figura 4, podemos observar que

parte destas viagens realiza-se em percursos curtos, competindo com o modo a pé, sobretudo nas

viagens em que a localização das estações é favorável à viagem.

Cerca de 556 × 103 viagens por dia realizam-se em automóvel ligeiro, com duração, sobretudo, entre

os 20 e 36 minutos. Ou seja, para as viagens urbanas mais longas, o automóvel é imbatível,

principalmente longe da rede do metropolitano. É importante não esquecer que as viagens de

automóvel têm sempre, pelo menos 9 minutos, adicionais ao tempo de viagem (5 min para estacionar

e 4 min no início da viagem) e, como tal, para viagens mais curtas podem ser penalizados face ao

27

metro e o andar a pé. O número de viagens em automóvel seria superior se não fossem as

condicionantes da zona da Baixa.


cada um dos quatro meios de transporte considerados.

Os resultados do modelo para a escolha modal do autocarro eram esperados, porque a função de

custo generalizado (Função 16), considera o tempo da viagem o principal factor para a escolha do

meio de transporte. O autocarro é preterido nas viagens curtas porque as pessoas escolhem

caminhar, por ser mais rápido. É preterido para o metropolitano, sobretudo se as viagens forem no

centro Lisboa, onde há maior densidade da rede. As viagens longas fazem-se sobretudo de

automóvel, porque este atinge velocidades médias mais elevadas. Assim, podemos concluir que para

este segmento de mercado, as viagens de autocarro são viagens longas, superiores a 2 km, como

indica a Figura 14 (presente em anexo) e, provavelmente, com um dos extremos da viagem, nos

bairros da Baixa ou em células do segmento de mercado cativo dos TC.

0

10

20

30

40

50

60

70

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60

Nú

mero

de v

iag

en

s

× 1

03

Tempo (min)

Automóvel Autocarro Pé Metropolitano

28

3.7.2 – Segmento de mercado que não pode recorrer ao transporte automóvel

(mercado cativo do TC)

Neste segmento de mercado constam, sobretudo, crianças, estudantes, pessoas com reduzido poder

de compra, doentes e idosos que têm cada vez maior representatividade em Lisboa.

O modelo de opções modais deste segmento de mercado não exige qualquer alteração ao modelo

descrito anteriormente, a não ser a impossibilidade de utilizar directamente o automóvel. O automóvel

está tão presente na cidade que mesmo uma fracção considerável das pessoas que não dispõe de

automóvel, viaja mais em automóvel ligeiro do que na rede de transporte colectivo.


viagens, para cada um dos meios de transporte, após a escolha modal, no segmento de mercado cativo

do TC.



Metropolitano 240 × 103 43% 42min

Pé 92 × 103 16% 24 min

Uma análise ao Quadro 9, à Figura 5 e à Figura 15 (em anexo) permite concluir que, neste segmento

de mercado, o autocarro é o meio de transporte mais utilizado em viagens longas (é utilizado só para

viagens com distâncias superiores a 2 km e é o mais utilizado em viagens com distâncias superiores

a 3 km). Este resultado era esperado, porque em muitos percursos longos o metropolitano não é

competitivo, pois obrigaria a caminhar grandes distâncias devido à exiguidade da rede de

metropolitano. Apesar de o metropolitano ser pouco competitivo para viagens de, e para fora da zona

servida pela sua rede, o metropolitano é o meio de transporte com mais viagens por dia.

Neste segmento de mercado, observa-se o aumento dos tempos de viagem, em relação às pessoas

com acesso ao automóvel.

29

Figura 5: Número de viagens realizadas por intervalo de tempo, em função do tempo de viagem, para os

três meios de transporte considerados no mercado cativo do transporte colectivo.

O Quadro 9 reforça a ideia de que as viagens para distâncias mais curtas são feitas sobretudo a pé

embora algumas sejam feitas de metropolitano (com duração superior a 8 min), dependendo

sobretudo da localização da rede de metropolitano. Este quadro também reforça a ideia de o

autocarro ser escolhido sobretudo para viagens fora da zona de acção do metropolitano.

0

5

10

15

20

25

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60

Nú

mero

de v

iag

en

s ×

10

3

Tempo (min)

Autocarro Pé Metropolitano

30

31

4 – Modelação dos efeitos de sucessivas expansões da linha

do metropolitano

Neste capitulo propusemo-nos estudar as consequências do aumento da rede do metropolitano de

Lisboa. Este aumento tem como finalidade tornar o metropolitano no meio de transporte mais utilizado

em Lisboa, sem qualquer perda de mobilidade para as pessoas e descobrir quantos quilómetros de

linha se teriam de construir para que se dê esta transferência modal.

No cenário 1 considerou-se um aumento da rede de metropolitano, de 36 km para 60 km, através do

prolongamento de algumas das linhas já existentes, e através da construção de uma nova linha.

No cenário 2 acrescentaram-se mais 24 km atingindo os 84 km de linha. Neste cenário considerou-se

a construção de mais uma linha e o prolongamento de algumas das linhas existentes.

Ao estudar as modificações que estas extensões da rede introduziriam na mobilidade em Lisboa,

admitimos que a frequência, a velocidade comercial e os tempos de deslocação dentro das estações

de metropolitano seriam iguais aos existentes. Considerámos também que o número total de viagens

seria idêntico.

Ao desenhar estes hipotéticos prolongamentos da rede, procurou-se criar o maior número de

cruzamentos entre linhas e ligar entre si as zonas que geram mais viagens. Como anteriormente,

estudámos em separado os dois segmentos de mercado considerados, o dos que têm acesso ao TI e

o mercado cativo do TC.

32

4.1 – Cenário 1 de expansão da linha do metropolitano

Neste cenário estudámos a hipótese de prolongar as linhas Vermelha e Verde e criar uma nova linha,

a linha Laranja. As restantes linhas permaneceriam sem alterações. A extensão total da rede dentro

da cidade de Lisboa aumentaria 24 km (total de 60 km). O número de estações em que existiriam

cruzamentos entre linhas passariam de 6 para 14. O número total de estações seria de 79.

A nova linha, identificada como linha Laranja, apresentaria uma extensão de 11 km, teria 12

estações, e ligaria a zona do Campo de Ourique ao Oriente. Esta linha teria ligações à linha Verde

(Santos) , linha Amarela (Rato), linha Azul (Avenida), linha Verde (Intendente) e linha Vermelha

(Oriente).

A linha Verde teria mais 7 km e 6 estações, estendendo-se paralelamente ao Tejo até Belém. A linha

Vermelha ganharia mais 7 km e 9 estações do Aeroporto até Benfica. Assim, a linha Vermelha ficaria

ligada à linha Azul em São Sebastião e no Colégio Militar/Luz, à linha Amarela no Saldanha e na

Cidade Universitária, à linha Verde na Alameda e em Alvalade e à linha Laranja no Oriente.

Como se pode observar na Figura 6, a linha Vermelha seria a principal ligação entre as diferentes

linhas, devido à sua disposição quase circular, envolvendo grande parte de Lisboa e ao elevado

número de ligações a todas as outras linhas.

33

Figura 6: Mapa da rede de Metropolitano de Lisboa no cenário 1 (Adaptado de MetroLisboa, 2012).

4.1.1 – Efeitos gerais do Cenário 1 no segmento de mercado com acesso ao TI

O modelo revelou alterações significativas nos resultados com este cenário (mais 24 km de rede do

metropolitano).

34


viagens, para cada um dos meios de transporte, após a escolha modal, no segmento de mercado que

pode utilizar o automóvel (efeitos gerais da expansão no cenário 1).




Pé 125 × 103 11% 20 min


Apesar do aumento de 62% da rede de metropolitano, com novas ligações entre as diferentes linhas

(mais 8), o automóvel continuaria a ser o meio de transporte mais utilizado (44%). Outro teste

efectuado (contabilizámos apenas o número de percursos existentes, em vez do número de viagens

que cada percurso gera), permitiu também concluir que o automóvel seria o transporte preferido no

maior número de percursos. Isto significa que o automóvel é um meio de transporte dificilmente

batível, apesar das dificuldades de circulação do automóvel, descritas no Capitulo 3.6 darem alguma

vantagem ao metropolitano em zonas geradoras de muitas viagens.

O autocarro seria penalizado pela extensão da rede de metropolitano. A sua quota de mercado neste

segmento de mercado decresceria de 8% para 2%. Como já demonstrado no modelo actual, o

autocarro apenas consegue ser competitivo em algumas viagens urbanas superiores a 2 km (Figura

16), nas quais não se pode utilizar o automóvel (um dos extremos está numa célula em que existe um

interfase de TC) e com um dos extremos da viagem a localizar-se longe das estações do

metropolitano.

O modelo de escolha modal estimou que este cenário de extensão da rede de metropolitano origina

um acréscimo de 139 × 103 viagens de metropolitano por dia. Observa-se que destas 139 × 10

3

viagens, 58 × 103 são ganhas ao automóvel. A Figura 7 mostra que a grande conquista de viagens é,

sobretudo, em viagens com duração total entre 22 minutos e os 30 minutos.

35


cada um dos quatro meios de transporte considerados (efeitos gerais da expansão no cenário 1).

4.1.2 – Efeitos do Cenário 1 de expansão da linha do metropolitano no

segmento de mercado cativo do TC.

Neste cenário, o modelo regista alterações bastante significativas face ao cenário actual, no

segmento de mercado cativo do TC, registando alterações um pouco mais significativas do que o

segmento de mercado com acesso ao TI.



do TC (efeitos gerais da expansão no cenário 1).




Pé 82 × 103 15% 24 min

0

10

20

30

40

50

60

70

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60

Nú

mero

de v

iag

en

s ×

10

3

Tempo (min)


36

O metropolitano sofreria um aumento do número total de viagens por dia (23%) superior ao do

segmento de mercado com acesso ao automóvel (12%). Através da análise do Quadro 11 podemos

concluir que esse aumento de viagens para o metropolitano, neste segmento de mercado, seria

sobretudo devido à transferência modal do autocarro para o metropolitano.

O Quadro 11, a Figura 8 e a Figura 17, indicam que o autocarro é escolhido para viagens mais longas

(com duração superior a 34 min e com distâncias superiores a 2 km) e para percursos com extremos

afastados das estações do metropolitano. Estas viagens realizar-se-ão sobretudo, fora do centro da

cidade que é o local de maior concentração da rede do metropolitano.

Neste segmento de mercado, o metropolitano sofreu um aumento de 133 × 103 face ao cenário

actual. Este aumento do número de viagens foi, à semelhança do segmento de mercado com acesso

ao TI, sobretudo entre as viagens com duração entre os 22 e os 40 min. Isto é, este aumento da rede

conseguiu aproximar mais pessoas do seu ponto partida e de destino, aumentando significativamente

o número de pessoas que se conseguem deslocar em menos de 40 min.

Podemos observar que o número de viagens a pé continua quase sem alterações (Quadro 13) face

ao cenário actual.

37


contemplados no mercado cativo do TC (cenário 1 de expansão da rede do metropolitano de Lisboa).

Em resumo, neste cenário, como era expectável, registou-se uma resposta bastante significativa ao

aumento da rede do metropolitano, passando o metro a contar com uma quota de mercado de 62%

neste segmento.

4.2 - Cenário 2 de expansão da linha do metropolitano

No cenário 2 a rede teria mais uma linha (linha Rosa) e as linhas Azul e Vermelha sofreriam

aumentos, relativamente ao cenário 1.

A linha Vermelha (Figura 9), teria mais duas estações, estendendo-se até Campolide (implicaria a

construção de mais 1 km de linha), onde coincidiria com a linha Rosa.

A linha Azul estender-se-ia desde a estação de Santa Apolónia, até à zona dos Olivais, com mais 9

estações, das quais, duas teriam ligações à linha Vermelha (estações de Encarnação e de Chelas) e

mais 7 km de rede.

0

5

10

15

20

25

30

35

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60

Nú

mero

de v

iag

en

s ×

10

3

Tempo (min)


38

A linha Rosa, teria 17 estações e 13 km de extensão. Esta atravessaria as zonas de Belém, Restelo,

Ajuda, Tapada, Campo de Ourique, Campolide, AAA1, S. Domingos de Benfica, Carnide Sul, Lumiar

Norte e Charneca. A linha Rosa ligar-se-ia à linha Vermelha nas estações de Campolide e de S.

Domingos de Benfica, à linha Azul na estação do Alto dos Moinhos, à linha Laranja na estação de

Campo de Ourique, à linha Amarela na estação da Charneca e à linha verde nas estações de Belém

e Carnide Sul.

Este novo formato teria como vantagem, além do aumento de quilómetros (total de 84 km) e novas

estações (total de 110), o elevado número de estações com ligação às outras linhas (24 estações).

1 Acreditamos que a AAA mencionada será uma gralha presente na Figura 2.

39

Figura 9: Mapa da rede de Metropolitano de Lisboa no cenário 2 (Adaptado de MetroLisboa, 2012).

4.2.1 - Efeitos gerais do Cenário 2 no segmento de mercado com acesso ao TI

Neste cenário o modelo revelou que o metropolitano apresentaria um aumento de apenas mais 2%

da quota de mercado, face ao cenário 1 (14% face ao cenário actual).

40


viagens, para cada um dos meios de transporte, após a escolha modal, no segmento de mercado que

pode utilizar o automóvel (efeitos gerais da expansão no cenário 1) (efeitos gerais da expansão no

cenário 2).




Pé 124 × 103 11% 19 min


Os resultados do modelo para a escolha modal do autocarro e a pé, mantiveram-se praticamente

inalterados face ao cenário 1.

O número de viagens de autocarro sofreu um ligeiro aumento face ao cenário 1. Este aumento deve-

se à forma como está construído o modelo. O modelo escolhe sempre a estação de metropolitano

mais próxima, mesmo que essa estação não seja aquela que possibilite o percurso mais rápido. Por

exemplo, para uma célula de destino, ou de origem, próxima de uma estação da linha Rosa, mas que

o percurso mais rápido seja fazer o trajecto na linha Azul e depois caminhar até à célula em questão,

o modelo considera que uma pessoa terá de ir até à estação do Alto dos Moinhos e transferir-se para

a linha Rosa, onde fará o resto do percurso. O modelo tenderá a cometer esta ligeira imprecisão, à

medida que se aumente a densidade da rede de metropolitano. Assim, nas viagens em que o

metropolitano esteja em equilíbrio com outro modo de transporte, o modelo poderá considerar que o

outro modo apresenta um menor custo generalizado do que o metropolitano. É também necessário

referir que esta ligeira imprecisão apenas poderá ocorrer num número reduzido de células e que é

irrelevante para os resultados globais. As restantes viagens de autocarro, continuariam a dever-se às

viagens longas (pela Figura 10 as viagens teriam duração superior a 34 min e pela Figura 18 todas as

viagens são para distâncias superiores a 2 km), com extremos em células em que se tem de utilizar

os TC (Rossio, Terreiro do Paço, etc) e para zonas longe da rede do metropolitano.

41

O automóvel seria o modo de transporte que perderia mais viagens para o metropolitano, com menos

2% de quota de mercado, em comparação com o cenário 1 e menos 7% da quota de mercado em

comparação com o cenário actual. No entanto, apesar desta evolução, o automóvel continuaria a ter

grande importância na cidade de Lisboa, com aproximadamente as mesmas viagens do que o

metropolitano (Quadro 12).

Com este cenário, o metropolitano tornar-se-ia um meio de transporte competitivo em comparação

com o automóvel, pois teria uma quota de mercado de 44%, apesar dos 42% do automóvel. Este

aumento significaria um aumento de 157 × 103 viagens por dia, face ao presente, das quais 79 × 10

3

seriam ganhas ao automóvel. Relativamente ao cenário 1, a evolução da quota de mercado do

metropolitano foi sobretudo devido à transferência modal do automóvel.


cada um dos quatro meios de transporte considerados (efeitos gerais da expansão no cenário 2).

0

10

20

30

40

50

60

70

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60

Nú

mero

de v

iag

en

s

× 1

03

Tempo (min)


42

4.2.2 - Efeitos do Cenário 2 de expansão da linha do metropolitano no

segmento de mercado cativo do TC

No segmento de mercado cativo do TC, o modelo revelou que o metropolitano seria o meio de

transporte mais utilizado (71% da quota de mercado), enquanto o autocarro teria 15% da quota de

mercado e viajar a pé representaria 14% da quota de mercado.



do TC (efeitos gerais da expansão no cenário 2).




Pé 79 × 103 14% 22 min

A melhoria da rede de metropolitano relegaria o autocarro para uma presença menos significativa,

com 15% de quota de mercado. Pela Figura 19, o autocarro é utilizado para viagens com distâncias

superiores a 2 km e com um dos extremos afastado da rede do metropolitano.

O número de viagens a pé manter-se-ia sem alterações significativas. Como as viagens a pé são

curtas, geralmente com distâncias inferiores a 2 km, verifica-se que não é fácil a transferência modal

para o metropolitano.

43


contemplados no mercado cativo do TC (cenário 2 de expansão da rede do metropolitano de Lisboa).

4.3 – Cenário 2+ de expansão da linha de metropolitano

No cenário 2 atingimos uma situação que se aproxima do equilíbrio. Quando este equilíbrio acontece,

podemos forçar uma transferência modal para o metropolitano, sem perda de mobilidade para as

pessoas. Assim, pareceu-nos interessante estudar o que aconteceria se a cidade de Lisboa tomasse

iniciativas que forçassem esta transferência modal. Estas medidas poderiam variar bastante, desde

aumentar as tarifas de estacionamento, impor menores limites de velocidade, impor portagens,

reduzir as faixas de rodagem, diminuir o custo do bilhete e passe do metropolitano, entre outros. No

entanto é importante que as medidas penalizadoras do automóvel apenas aconteçam quando

atingido o equilíbrio, porque provocariam uma transferência modal com perda de mobilidade.

0

5

10

15

20

25

30

35

40

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60

Nú

mero

de v

iag

en

s ×

10

3

Tempo (min)


44

Figura 12: Número de viagens por dia em que o metropolitano é mais rápido do que ao automóvel (a azul)

e número de viagens por dia em que o automóvel é mais rápido do que o metropolitano (a vermelho).

Este equilíbrio entre as viagens de metropolitano e automóvel, encontra-se demonstrado na Figura

12. Nesta figura observa-se que, apesar de a maioria das viagens ser mais rápida de automóvel, a

diferença entre os tempos de viagem dos dois meios de transporte é reduzida. Ou seja, neste ponto,

com um incentivo ao uso de metropolitano, ou uma penalização ao uso do automóvel, pode forçar-se

a transferência modal para o metropolitano sem perda de mobilidade para as pessoas.

Assim, uma vez atingido um quase equilíbrio no cenário 2, criámos o cenário 2+, que apenas difere do

cenário 2, na hipótese de que uma pequena intervenção das autoridades públicas, que não afectasse

significativamente a mobilidade, seria suficiente para promover a transferência modal do automóvel

para o metropolitano de um grande segmento de mercado.

Acreditamos que este cenário pode ser realista, por exemplo graças à bilhética baseada em passes

mensais. Como se viu no Capitulo 3.5, uma pessoa com um passe mensal de 35 € paga, em média,

cerca de 0,60 € por viagem. No entanto, o custo variável de cada nova viagem é nulo e portanto, ao

decidir essa viagem, o possuidor do passe mensal compara esse custo nulo com a despesa que faria

0

10

20

30

40

50

60

-19 -17 -15 -13 -11 -9 -7 -5 -3 -1 1 3 5 7 9 11 13 15 17 19

Nú

mero

de v

iag

en

s ×

10

3

Tempo (min)

45

se viajasse de automóvel. O pressuposto desta análise é que seja compensador comprar o passe

social, o que exige que, em muitos casos, o transporte colectivo seja tão bom ou quase tão bom

como o automóvel. Desde que isso se verifique, o transporte colectivo torna-se muito mais barato,

porque os consumidores decidem em função do custo variável.

Os vários mecanismos que podem contribuir para a transferência modal em favor do transporte

colectivo – em particular o metropolitano – podem ter um efeito sinergético que reforça a

transferência. De facto, verifica-se que o meio de transporte mais utilizado tende a ficar com ainda

mais viagens. Assim como, quando as pessoas chegam à conclusão de que vale a pena comprar um

automóvel para uso individual tendem a utilizá-lo em todas as circunstâncias, quando decidem manter

apenas um automóvel para uso familiar tendem a servir-se mais dos meios de transporte públicos,

incluindo os táxis. Do mesmo modo, quem tem muita experiência dos percursos do automóvel tende

a utilizá-lo mais eficientemente, às horas mais convenientes, e quem conhece bem a rede de

transporte colectivo tende a tirar partido das suas características.

Os motivos de imagem pessoal são outra razão poderosa para promover a utilização do melhor meio

de transporte, sobretudo quando ele é nitidamente melhor. Numa cidade em que as deslocações de

automóvel demoram substancialmente menos que as outras alternativas, não viajar de automóvel

penaliza a imagem pessoal. Analogamente, quando o transporte colectivo é melhor (por exemplo, as

viagens aéreas para o estrangeiro são melhores que as viagens num automóvel individual), escolher

o transporte colectivo melhora a imagem pessoal.

Vários outros argumentos, além destes, reforçam a constatação de que o meio de transporte

preferencial tende a ficar com uma quota de mercado ainda maior. Por isso, o cenário 2+ parece-nos

realista. Do ponto de vista da modelação, este cenário mantém todas as características do cenário 2,

apenas considera que o volume de tráfego do metropolitano seria acrescentado com uma fracção

substancial do volume de tráfego que, no cenário 2, foi atribuído ao automóvel ligeiro.

46

4.3.1 - Cenário 2++ de expansão da linha de metropolitano

A expansão do metropolitano referida no cenário 2 torna possível reabilitar alguns bairros

actualmente mais despovoados. Nestes bairros a acessibilidade é um factor determinante na fixação

das pessoas, pois o estacionamento é limitado e a circulação automóvel faz-se com dificuldade.

Assim, numa cidade em que o automóvel é uma ferramenta dispensável para a mobilidade, as

pessoas afastam-se desses bairros. Quando há uma alternativa equivalente de transporte, torna-se

possível morar e trabalhar nesses bairros, com vantagens económicas e de mobilidade para as

famílias – por exemplo, porque ficam mais próximas do centro da cidade e mais próximas da família

alargada.

Esta perspectiva de evolução fez-nos considerar o cenário 2++

, em que parte da população de outras

cidades da AML regressaria à cidade de Lisboa e esta atingiria uma população semelhante à que se

registou nos anos 60 do século XX. Mantivemos os pressupostos do cenário 2+ e considerámos que o

tráfego duplicaria na cidade de Lisboa, devido ao aumento da população residente em Lisboa.

Quanto aos custos de operação do sistema de metropolitano, considerámos que se o tráfego duplica,

os custos de operação duplicam porque a oferta também tem de duplicar.

4.4 – Resultados da escolha modal

Depois da análise de ambos os segmentos de mercado considerados, podemos apresentar os

resultados globais, tanto para o número de viagens por dia (Quadro 14) como para o número de PK’s

(Nos cenários 2+ e 2

++, optámos por não transferir todo o tráfego automóvel para o metropolitano, pois

não acreditámos que seria uma análise realista. Haverá sempre alguém que trabalhará num local

mais remoto da cidade ou mesmo fora dela, logo o automóvel seja indispensável para estas pessoas.

As pessoas também continuarão a utilizar o automóvel ocasionalmente para ir às compras e outras

viagens.

47

Para quantificar o número de PK’s para cada meio de transporte, não considerámos a parte das

viagens em que é necessário caminhar. No cálculo do PK anual e do número de viagens anual,

considerámos apenas os 269 dias úteis, pois os tráfegos dos fins de semana são distintos e

precisariam de um modelo diferente.

Quadro 15).

Quadro 14: Resultados globais da quota de cada meio de transporte.

Autocarro Pé Metropolitano Automóvel

Cenário actual 19% 14% 34% 33%

Cenário 1 8% 12% 50% 29%

Cenário 2 7% 12% 53% 28%

Cenário 2+ 7% 12% 76% 5%

Cenário 2++

7% 12% 76% 5%

No cenário 2 (incluindo ambos os segmentos de mercado), o metropolitano já seria o meio de

transporte mais utilizado, com 53% da quota de mercado, mas apenas 5% conquistado ao TI, em

relação ao cenário actual.

Nos cenários 2+ e 2

++, optámos por não transferir todo o tráfego automóvel para o metropolitano, pois

não acreditámos que seria uma análise realista. Haverá sempre alguém que trabalhará num local

mais remoto da cidade ou mesmo fora dela, logo o automóvel seja indispensável para estas pessoas.

As pessoas também continuarão a utilizar o automóvel ocasionalmente para ir às compras e outras

viagens.

Para quantificar o número de PK’s para cada meio de transporte, não considerámos a parte das

viagens em que é necessário caminhar. No cálculo do PK anual e do número de viagens anual,

considerámos apenas os 269 dias úteis, pois os tráfegos dos fins de semana são distintos e

precisariam de um modelo diferente.

48

Quadro 15: Resultados globais do número de PK’s para cada meio de transporte, por dia.


Cenário actual 2,1 × 106 3 × 10

5 3,1 × 10

6 3,6 × 10

6

Cenário 1 8,4 × 105 2,4 × 10

5 4,6 × 10

6 3,2 × 10

6

Cenário 2 6,7 × 105 2,3 × 10

5 5,1 × 10

6 2,4 × 10

6

Cenário 2+ 6,7 × 10

5 2,3 × 10

5 7,1 × 10

6 4,3 × 10

5

Cenário 2++

1,3 × 106 4,6 × 10

5 1,4 × 10

7 8,6 × 10

5

Este estudo demonstrou ser possível a transferência modal para o metropolitano, de modo a torná-lo

o meio de transporte mais utilizado em Lisboa. As alterações à rede de metropolitano retirariam entre

23 × 103 automóveis (cenário 1) e 31 × 10

3 automóveis (cenário 2) por dia em Lisboa. Estes valores

foram calculados considerando que as viagens de ida e volta são feitas no mesmo veículo e que, à

semelhança dos EUA, 58% das viagens apenas têm o condutor e nas restantes existe um só

passageiro (Shaheen, Sperling, & Wagner, 1999).

Figura 13: Gráfico da evolução global do número de passageiros por ano (apenas dias úteis) do

metropolitano de Lisboa em função do número de quilómetros.

Quando ao segmento de mercado com acesso ao TI, houve um aumento bastante mais significativo

de passageiros do cenário 1 para o cenário actual do que do cenário 2 para o cenário 1. No segmento

de mercado cativo do TC verificou-se esta mesma evolução, embora do cenário 2 para o cenário 1

100

120

140

160

180

200

220

240

260

20 30 40 50 60 70 80 90

Nú

me

ro d

e u

ten

tes (

an

ual)

×

10

6

Número de quilómetros de linha.

Número de passageiros/km's de linha de metropolitano.

49

tenha evoluído mais favoravelmente para o metropolitano do que no segmento de mercado com

acesso ao TI.

Numa análise global, verificamos que para aumentar o número de viagens de metropolitano, a partir

do cenário 2 (84 km de rede) este aumento será sobretudo à custa do segmento de mercado com

acesso ao TI. A partir do cenário 2, o aumento de viagens no metropolitano poderá ser conseguido

com pequenas alterações que afectem o tempo de viagem, como por exemplo diminuir o tempo de

espera nas estações, o tempo de paragem ou diminuir o tempo de entrada e saída do metropolitano,

como estudado no Capitulo 4.4.1.

4.4.1 – Resultados de estações superficiais na escolha modal

Uma vez que as estações superficiais poderão trazer vantagens na escolha modal, optámos por fazer

um breve estudo das suas consequências. As estações superficiais acrescentam também vantagens

no custo de construção, pois são mais baratas e acarretam menores custos de manutenção.

De modo a simular esta hipótese considerámos que as pessoas demorariam 30 segundos desde a

boca do metropolitano até à plataforma de embarque e o mesmo tempo para sair (total de 1 min,

contra os 4 min considerados até aqui).

Quadro 16: Quota de mercado para cada meio de transporte, com resultados para estações profundas e

superficiais.


Tipo de estação EP ES EP ES EP ES EP ES

Cenário actual 19% 16% 14% 12% 34% 42% 33% 30%

Cenário 1 18% 5% 12% 10% 50% 60% 29% 25%

Cenário 2 7% 4% 12% 9% 53% 64% 28% 23%

Os resultados da comparação entre as consequências da escolha modal no caso das estações

profundas (EP) e as estações superficiais (ES), encontram-se no Quadro 16. Através destes

50

resultados confirmámos mais uma vez o equilíbrio, no cenário 2 e também no cenário 1, entre o TI e o

metropolitano, pois bastou uma pequena alteração nos tempos de viagem (menos 4 min por viagem)

para se dar uma transferência modal bastante significativa do automóvel para o metropolitano.

51

4.5 – Viabilidade económica dos cenários estudados

No Quadro 17 apresentamos um balanço entre as despesas e receitas do metropolitano ao longo dos

diversos cenários considerados. Neste balanço considerámos alguns custos variáveis, como os

custos energéticos, os custos com limpeza, os custos com as rendas e alugueres de material

circulante, entre outros. Nos custos fixos só considerámos os custos com pessoal. Tivemos em conta

apenas estes custos fixos e variáveis porque são os mais significativos no relatório e contas de 2011.

Nos cenários 1 e 2 aumentámos os custos variáveis de forma proporcional aos custos variáveis do

cenário actual. No cenário 2++

, considerámos que se o tráfego duplica, é também necessário duplicar

a oferta do metropolitano, ou seja, duplicar os custos variáveis relativamente ao cenário 2. Esta

duplicação da oferta também traria vantagens às pessoas, pois diminuiria o tempo de espera pelo

próximo comboio.

Ao analisar o Quadro 17 compreende-se que o metropolitano apresenta um balanço negativo para o

cenário actual, mas que que ao longo dos cenários o balanço tornar-se ia positivo, tornando-se num

meio de transporte mais rentável.

Quadro 17: Resultados globais, do modelo para o número de PK’s estimados para os cenários

estudados, por ano.

Cenários Número de

PK’s

Média de km’s

por viagem

Custo por

PK (€/PK)

Custo do bilhete por

utilizador/PK (€/PK)

Lucro por

PK (€/PK)

Cenário actual 8,34 × 108 5,4 km 0,076 0,11 - 0,011

Cenário 1 1,24 × 109 5,4 km 0,064 0,11 0,015

Cenário 2 1,37 × 109 5,7 km 0,069 0,11 0,007

Cenário 2 + 1,9 × 10

9 5,7 km 0,035 0,11 0,042

Cenário 2 ++

3,8 × 109 5,7 km 0,056 0,11 0,06

Actualmente, os valores para a construção de um quilómetro de linha de metropolitano em Lisboa

rondam os 60 × 106

€/km, mas é possível construir linhas com valores bastante inferiores. Se as

52

linhas forem construídas próximas da superfície (Quadro 16), com estações de menores dimensões,

a linha a ser construída a céu aberto e perto da superfície, os valores desceriam.

Uma vez que os custos com o pessoal são os mais significativos, estudámos também as

consequências de este custo ser reduzido para metade. Concluímos que assim, o balanço seria

positivo em todos os cenários, com lucro de 0,036 €/PK no cenário actual e 0,047 €/PK no cenários 1

e 0,036 €/PK no cenário 2.

53

5 – Conclusão

Provámos que um aumento da rede de metropolitano tem o poder de alterar as condições de

concorrência modal de uma grande quantidade de viagens, tornando o metropolitano equivalente ao

TI. Neste ponto é possível promover uma transferência modal sem perda de mobilidade, com grande

impacto em Lisboa e na estrutura económica do metropolitano.

Esta transferência modal para o metropolitano tornaria a sociedade mais calma, silenciosa, com mais

espaço, menos poluição, mais inclusiva, fomentando a vida nas ruas e o pequeno comércio e admitir-

se-ia o repovoamento de muitos bairros da cidade onde o TI é mais difícil.

Estas transformações tenderiam a produzir uma cidade (e restante zona da AML) mais compacta,

com o consequente benefício nos tempos de viagem, no consumo de energia, nos impactos

poluentes do transporte, no nível de despesa da população e na qualidade do espaço.

Relativamente às poupanças das famílias, considerando uma família com 3 carros, cada carro com

um custo inicial de 15 × 103 € , com um período de amortização económica de 10 anos, mais 300 €

por carro para impostos e seguros, mais 500 € por carro para combustível, a despesa ronda os 7 ×

103 €/ano. Mas passes de 35 €, para 3 pessoas durante 12 meses, custam 1,26 × 10

3 €/ano. Ou seja,

uma família com apenas um carro de uso familiar e três passes tem uma despesa aproximada de 3 ×

103

€/ano para as deslocações na cidade. Esta diferença pode cobrir a diferença de custo entre um

apartamento em Lisboa e um apartamento noutra cidade da AML.

Do ponto de vista do operador do TC, atingir a equivalência modal é chegar a um patamar no qual é

possível promover em grande escala a transferência modal para o TC. Com isso, os tráficos

cresceriam para sensivelmente o dobro e com isso a rentabilidade das infraestruturas do TC.

Como trabalho futuro propomos estudar melhores traçados e novas ligações entre estes, de modo a

potenciar o número de viagens no metropolitano, para uma dada extensão da rede. Também seria

interessante explorar mais segmentos de mercado que não foram modelados neste trabalho.

54

55

6 – Bibliografia

Alves, D., Martinez, L. M., & Viegas, J. M. (2012). Retrieving Real-time Information to users in Public

Transport Networks: An Application to the Lisbon Bus System. Procedia - Social and Behavioral

Sciences, 54(2011), 470–482. doi:10.1016/j.sbspro.2012.09.765

Angelo, C., & Thomas, A. (2007). Multiple classification analysis in trip production models. Transport

Policy, 14(6), 514–522. doi:10.1016/j.tranpol.2007.08.001

Angeloudis, P., & Fisk, D. (2006). Large subway systems as complex networks. Physica A: Statistical

Mechanics and its Applications, 367(0), 553–558. doi:10.1016/j.physa.2005.11.007

APDR (Vários). (1999). Regiões e Cidades na União Europeia: Que Futuro. Associação Portuguesa

para o Desenvolvimento Regional.

Arán, F., Calvo, F., & O, J. De. (2012). Impact of the Madrid subway on population settlement and

land use. Land Use Policy, 41(1), 1–10.

AUTO INFORMA – Comercialização de Estudos e Prestação de Serviços no Sector Automóvel,

Unipessoal, L. (2010). ESTATÍSTICAS DO SECTOR AUTOMÓVEL. Lisboa.

Backåker, L., & Krasemann, J. T. (2012). Journal of Rail Transport Planning & Management Trip plan

generation using optimization : A benchmark of freight routing and scheduling policies within the

carload service segment. Journal of Rail Transport Planning & Management, 2(1-2), 1–13.

doi:10.1016/j.jrtpm.2012.06.001

Badoe, D. A., & Miller, E. J. (2000). Transportation-land-use interaction : empirical findings in North

America , and their implications for modeling. Transportation Research Part D, 5, 235–263.

Borrego, C., Tchepel, O., Barros, N., & Miranda, A. I. (2000). Impact of road traffic emissions on air

quality of the Lisbon region. Atmospheric Environment, 34(27), 4683–4690.

Ceha, R., & Ohta, H. (1997). Prediction of Future Origin Destination Matrix of Air Passengers by Fratar

and Gravity Models. Computers ind. Engng, 33, 845–848.

City of San Diego, S. (2003). Land Development Code Trip Generation Manual. San Diego.

Comboios de Portugal. (2010). Relatório e Contas 2010.

56

Correia, G., & Viegas, J. M. (2011). Carpooling and carpool clubs: Clarifying concepts and assessing

value enhancement possibilities through a Stated Preference web survey in Lisbon, Portugal.

Transportation Research Part A: Policy and Practice, 45(2), 81–90. doi:10.1016/j.tra.2010.11.001

Costa, Á., & Fernandes, R. (2012). Urban public transport in Europe: Technology diffusion and market

organisation. Transportation Research Part A: Policy and Practice, 46(2), 269–284.

doi:10.1016/j.tra.2011.09.002

De Grange, L., Fernández, E., & De Cea, J. (2010). A consolidated model of trip distribution.

Transportation Research Part E: Logistics and Transportation Review, 46(1), 61–75.

doi:10.1016/j.tre.2009.06.001

De Vasconcellos, E. A. (2005). Urban change, mobility and transport in São Paulo: three decades,

three cities. Transport Policy, 12(2), 91–104. doi:10.1016/j.tranpol.2004.12.001

DGTT / Delegação de Transportes de Lisboa. (2000). Mobilidade e Transportes na AML - 2000.

Lisboa.

Direcção Municipal de Planeamento Urbano, C. M. de L. (2005). Lisboa : o desafio da mobilidade.

Lisboa: CML.

Du, P., Liu, C., & Liu, Z. (2009). Walking Time Modeling on Transfer Pedestrians in Subway

Passages. Journal of Transportation Systems Engineering and Information Technology, 9(4),

103–109. doi:10.1016/S1570-6672(08)60075-6

Eiró, T., Viegas, J. M., & Martínez, L. M. (2011). A new optimisation procedure to design minibus

services : an application for the Lisbon Metropolitan Area. Procedia - Social and Behavioral

Sciences, 20(0), 856–865. doi:10.1016/j.sbspro.2011.08.094

Fernandes, C., & Viegas, J. M. (2005). Portuguese Experience in Motorway Concessions with Real

and Shadow Tolls. Research in Transportation Economics, 15(0), 157–174.

doi:http://dx.doi.org/10.1016/S0739-8859(05)15013-6

Fotheringham, A. S. (1981). Spatial structure and distance-decay parameters. Annals of the

Association of American Geographers, 71(3), 425–436.

Fotheringham, A. S. (1986). Modelling hierarchical destination choice. Environment and planning A,

18(3), 401–418.

Golias, J. . (2002). Analysis of traffic corridor impacts from the introduction of the new Athens Metro

system. Journal of Transport Geography, 10(2), 91–97. doi:10.1016/S0966-6923(01)00033-3

57

Goumopoulos, C., & Housos, E. (2004). Efficient trip generation with a rule modeling system for crew

scheduling problems. The Journal of Systems and Software, 69(1-2), 43–56. doi:10.1016/S0164-

1212(03)00048-7

Grisolía, J. M., & López, F. (n.d.). Some new evidence in the determination of acceptability of urban

transport pricing (pp. 1–22).

Grosche, T., Rothlauf, F., & Heinzl, A. (2007). Gravity models for airline passenger volume estimation.

Air Transport Management, 13(4), 175–183. doi:10.1016/j.jairtraman.2007.02.001

Guihaire, V., & Hao, J. (2008). Transit network design and scheduling : A global review. Transportation

Research Part A, 42(10), 1251–1273. doi:10.1016/j.tra.2008.03.011

Gunn, H. (2001). Spatial and temporal transferability of relationships between travel demand , trip cost

and travel time. Transportation Research Part E, 37, 163–189.

Guo, Z., & Wilson, N. H. M. (2011). Assessing the cost of transfer inconvenience in public transport

systems: A case study of the London Underground. Transportation Research Part A: Policy and

Practice, 45(2), 91–104. doi:10.1016/j.tra.2010.11.002

Habib, K. M. N., Day, N., & Miller, E. J. (2009). An investigation of commuting trip timing and mode

choice in the Greater Toronto Area : Application of a joint discrete-continuous model.

Transportation Research Part A, 43(7), 639–653. doi:10.1016/j.tra.2009.05.001

Hanif D. Sherali, Arvind Narayanan, R. S. (2003). Estimation of origin – destination trip-tables based

on a partial set of traffic link volumes. Transportation Research Part B, 37(9), 815–836.

doi:10.1016/S0191-2615(02)00073-5

Hensher, D. A., & Button, K. J. (2004). Handbook of Transport Geography and Spatial Systems.

Institute of Transportation Engineers. (1991). Trip Generation (5th ed.).

Instituto Nacional de Estatística. (2011). Estatísticas dos Transportes 2011.

Jara-Diaz, S. R., & Ortuzar, J. (1989). Introducing the expenditure rate in the estimation of mode

choice models. Journal of Transport Economics and Policy, 23, 293–308.

Khadaroo, J., & Seetanah, B. (2008). The role of transport infrastructure in international tourism

development : A gravity model approach $. Tourism Management, 29(5), 831–840.

doi:10.1016/j.tourman.2007.09.005

58

Knowles, R. D. (1996). Transport impacts of Greater Manchester’s Metrolink light rail system. Journal

of Transport Geography, 4(1), 1–14.

Lemos, J. B. De. (1997). Os inquéritos à mobilidade: a experiência do “inquérito piloto à mobilidade na

região norte”.

Li, X., Qin, Z., Yang, L., & Li, K. (2011). Entropy maximization model for the trip distribution problem

with fuzzy and random parameters. Journal of Computational and Applied Mathematics, 235(8),

1906–1913. doi:http://dx.doi.org/10.1016/j.cam.2010.09.004

Litman, T. A. (2012). Understanding Transport Demands and Elasticities How Prices and Other

Factors Affect Travel Behavior (pp. 1–75).

Liu, G. (2007). A behavioral model of work-trip mode choice in Shanghai. China Economic Review,

18(4), 456–476. doi:10.1016/j.chieco.2006.09.001

Liya, Y. A. O., Hongzhi, G., & Hai, Y. A. N. (2008). Trip Generation Model Based on Destination

Attractiveness (Vol. 13, pp. 632–635). Beijing.

Martínez, L. M., & Viegas, J. M. (2013). A new approach to modelling distance-decay functions for

accessibility assessment in transport studies. Journal of Transport Geography, 26, 87–96.

doi:10.1016/j.jtrangeo.2012.08.018

Mcnally, M. G. (2007). The Four Step Model (pp. 35–52).

Metropolitano de Lisboa. (2011a). Relatório e Contas Consolidadado 2011.

Metropolitano de Lisboa. (2011b). Relatório e Contas Consolidado 2011.

MetroLisboa, (2013). Site do metropolitano de Lisboa (www.metropolitanodelisboa.pt), consultado a

Março 2012.

Mikkonen, K., & Luoma, M. (1999). The parameters of the gravity model are changing ± how and

why ?, 7(4), 277–283.

Miller, J. S., Hoel, L. A., Goswami, A., & Ulmer, J. M. (2006). Assessing the utility of private

information in transportation planning studies : A case study of trip generation analysis. Socio -

Economics Planning Sciences, 40(2), 94–118. doi:10.1016/j.seps.2004.10.003

http://www.metropolitanodelisboa.pt/

59

Morfoulaki, M., Mitsakis, E., Chrysostomou, K., & Stamos, I. (2011). The contribution of urban mobility

management to trip planning and the environmental upgrade of urban areas. Procedia - Social

and Behavioral Sciences, 20(0), 162–170. doi:10.1016/j.sbspro.2011.08.021

Mozolin, M., Thill, J., & Usery, E. L. (2000). Trip distribution forecasting with multilayer perceptron

neural networks : A critical evaluation. Transportation Research Part B, 34(1), 53–73.

Murat, C. H. (2010). Sample size needed for calibrating trip distribution and behavior of the gravity

model. Journal of Transport Geography, 18(1), 183–190. doi:10.1016/j.jtrangeo.2009.05.013

Mwakalonge, J. L., & Badoe, D. A. (2012). Comparison of Alternative Methods for Estimating

Household Trip Rates of Cross-Classification Cells With Inadequate Data. Transportation

Research Forum, 51(2), 5–24.

Noland, R. B., & Quddus, M. A. (2006). Flow improvements and vehicle emissions : Effects of trip

generation and emission control technology. Transportation Research Part D, 11(1), 1–14.

doi:10.1016/j.trd.2005.06.003

Oliveira, C., & Rodrigues, D. (2001). Mobilidade e Território da Região de Lisboa e Vale do Tejo :

Pistas para uma Análise Integrada. Revista de Estudos Regionais. Instituto Nacional de

Estatistica.

Ortúzar, J. de D., & Willumsen, L. G. (2001). Modelling Transport. New York.

Ottensmann, J. R. (1995). Using a Gravity Model to Predict Circulation in a Public Library System (Vol.

402, pp. 387–402).

Prud’homme, R., Koning, M., Lenormand, L., & Fehr, A. (2012). Public transport congestion costs: The

case of the Paris subway. Transport Policy, 21(0), 101–109. doi:10.1016/j.tranpol.2011.11.002

Rabinovitch, B. J., & Leitman, J. (1996). “ Urban Planning in Curitiba ”. Scientific American, 1–7.

Recker, W. W., McNally, M. G., & Root, G. S. (1986). A model of complex travel behavior: Part I—

Theoretical development. Transportation Research Part A: General, 20(4), 307–318.

doi:10.1016/0191-2607(86)90089-0

Rojas-Rueda, D., De Nazelle, A., Teixidó, O., & Nieuwenhuijsen, M. J. (2012). Replacing car trips by

increasing bike and public transport in the greater Barcelona metropolitan area: A health impact

assessment study. Environment international, 49(0), 100–9. doi:10.1016/j.envint.2012.08.009

60

Safwat, K. N. A., & Brademeyer, B. D. (1988). FOR PREDICTING. Comput. Math. Applic., 16(4), 269–

277.

Shaheen, S., Sperling, D., & Wagner, C. (1999). Carsharing and Partnership Management : An

International Perspective.

Silva, C. B. P. Da, Saldiva, P. H. N., Amato-Lourenço, L. F., Rodrigues-Silva, F., & Miraglia, S. G. E.

K. (2012). Evaluation of the air quality benefits of the subway system in São Paulo, Brazil.

Journal of environmental management, 101(0), 191–196. doi:10.1016/j.jenvman.2012.02.009

Stover, V. G., & Koepke, F. J. (1988). Transportation and Land Development. (Institute of

Transportation Engineers, Ed.) (p. 239).

Su, J., & Chang, C. (2010). The multimodal trip planning system of intercity transportation in Taiwan.

Expert Systems with Applications, 37(10), 6850–6861. doi:10.1016/j.eswa.2010.03.037

Thorsen, I., & Gitlesen, J. P. (1998). Empirical Evaluation of Alternative Model Specifications to

Predict Commuting Flows. Journal of Regional Science, 38(2), 273–292. doi:10.1111/1467-

9787.00092

Van Exel, N. J. a., & Rietveld, P. (2001). Public transport strikes and traveller behaviour. Transport

Policy, 8(4), 237–246. doi:10.1016/S0967-070X(01)00022-1

Viegas, J. M. (2000). A UTILIZAÇÃO DE MODELOS MATEMÁTICOS PARA A ESTIMAÇÃO DA

PROCURA DE TRANSPORTES (pp. 1–11).

Viegas, J. M. (2005). 11. Conclusions: Paying for road use, the way ahead. Research in

Transportation Economics, 11(04), 201–209. doi:10.1016/S0739-8859(05)80014-9

Viegas, M., & Fernandes, C. (1970). PORTUGUESE EXPERIENCE IN MOTORWAY CONCESSIONS

WITH REAL AND SHADOW TOLLS, 15(05), 157–174. doi:10.1016/S0739-8859(05)15013-6

Vrtic, M., & Schu, N. (2007). Two-dimensionally constrained disaggregate trip generation , distribution

and mode choice model : Theory and application for a Swiss national model. Transportation

Research Part A, 41(9), 857–873. doi:10.1016/j.tra.2006.10.003

Vuk, G. (2005). Transport impacts of the Copenhagen Metro. Journal of Transport Geography, 13(3),

223–233. doi:10.1016/j.jtrangeo.2004.10.005

Wilson, A. G. (1970). Entropy in Urban Regional Modeling. Londres: Pion Limited.

61

Xu, M., & Gao, Z. (2009). Chaos in a dynamic model of urban transportation network flow based on

user equilibrium states. Chaos Solitons & Fractals, 39(2), 586–598.

doi:10.1016/j.chaos.2007.01.077

Zhou, Z., Chen, A., & Wong, S. C. (2009). Alternative formulations of a combined trip generation , trip

distribution , modal split , and trip assignment model. European Journal of Operational Research,

198(1), 129–138. doi:10.1016/j.ejor.2008.07.041

62

63

7 – Anexos

Figura 14: Resultados do modelo para as quotas de mercados dos diferentes meios de transporte, em

função da distância em linha recta de cada viagem, no segmento de mercado com acesso ao TI, no

cenário actual.


função da distância em linha recta de cada viagem, no segmento de mercado cativo dos TC, no cenário

actual.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

Qu

ota

de

me

rca

do

em

fu

nçã

o d

a

dis

tân

cia

pe

rco

rid

a

Distância percorrida em linha recta (Km)


0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17Qu

ota

de m

erc

ad

o e

m f

un

ção

da

dis

tân

cia

perc

ori

da



64



cenário 1.


função da distância em linha recta de cada viagem, no segmento de mercado cativo dos TC, no cenário 1.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

Qu

ota

de m

erc

ad

o e

m f

un

ção

da

dis

tân

cia

perc

ori

da



0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

Dis

tân

cia

perc

orr

ida e

m l

inh

a r

ecta

(K

m)



65



cenário 2.


função da distância em linha recta de cada viagem, no segmento de mercado cativo dos TC, no cenário 2.

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

Qu

ota

de

me

rca

do

em

fu

nçã

o d

a

dis

tân

cia

pe

rco

rid

a



0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17Qu

ota

de m

erc

ad

o e

m f

un

ção

da

dis

tân

cia

perc

ori

da



Documents

Sistemas de Transporte Colectivo na cidade de Lisboa · combustível e dos bilhetes são consideradas numa função de custo generalizado para cada um dos quatro meios de transportes