UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁPROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

E INFORMÁTICA INDUSTRIAL

CLAUCIANE DIAS DE LIMA

AVALIAÇÃO DA ACESSIBILIDADE AOS SERVIÇOS DESAÚDE PÚBLICA DE REGIÕES URBANAS DE CURITIBA

CONSIDERANDO O TRANSPORTE PÚBLICO COMANÁLISE DE GRAFOS E GEORREFERENCIAMENTO

DISSERTAÇÃO

CURITIBA

2019

CLAUCIANE DIAS DE LIMA

AVALIAÇÃO DA ACESSIBILIDADE AOS SERVIÇOS DESAÚDE PÚBLICA DE REGIÕES URBANAS DE CURITIBA

CONSIDERANDO O TRANSPORTE PÚBLICO COMANÁLISE DE GRAFOS E GEORREFERENCIAMENTO

Dissertação apresentada ao Programa de Pós-Graduação em Engenharia Elétrica e InformáticaIndustrial da Universidade Tecnológica Federaldo Paraná como requisito parcial para obtençãodo grau de “Mestre em Ciências” – Área de Con-centração: Engenharia de Computação.

Orientador: Dr. Ricardo Lüders

Co-orientador: Dr. Luiz Celso Gomes Junior

CURITIBA

2019

Dados Internacionais de Catalogação na Publicação

Lima, Clauciane Dias de

Avaliação da acessibilidade aos serviços de saúde pública de regiões urbanas de Curitiba considerando o transporte público com análise de grafos e georreferenciamento [recurso eletrônico] / Clauciane Dias de Lima.-- 2019.

1 arquivo texto (74 f.): PDF; 8,17 MB. Modo de acesso: World Wide Web Título extraído da tela de título (visualizado em 26 set. 2019) Texto em português com resumo em inglês Dissertação (Mestrado) - Universidade Tecnológica Federal do Pa-

raná. Programa de Pós-graduação em Engenharia Elétrica e Informática Industrial, Curitiba, 2019

Bibliografia: f. 57-60 1. Engenharia elétrica - Dissertações. 2. Habitação e saúde - Curitiba,

PR. 3. Transporte urbano - Curitiba, PR. 4. Sistemas de informação geo-gráfica. 5. Teoria dos grafos. 6. Serviços de saúde comunitária - Curitiba, PR. 7. Transporte urbano - Simulação por computador. 8. Sensoriamento remoto. I. Lüders, Ricardo. II. Gomes Junior, Luiz Celso. III. Universidade Tecnológica Federal do Paraná. Programa de Pós-graduação em Enge-nharia Elétrica e Informática Industrial. IV. Título.

CDD: Ed. 22 – 621.3

Biblioteca Central da UTFPR, Câmpus Curitiba Bibliotecário: Adriano Lopes CRB-9/1429

Ministério da Educação Universidade Tecnológica Federal do Paraná Diretoria de Pesquisa e Pós-Graduação

TERMO DE APROVAÇÃO DE DISSERTAÇÃO Nº 837

A Dissertação de Mestrado intitulada “Avaliação da acessibilidade aos serviços

de saúde pública de regiões urbanas de Curitiba considerando o transporte

público com análise de grafos e georreferenciamento” defendida em sessão

pública pelo(a) candidato(a) Clauciane Dias de Lima, no dia 03 de setembro de

2019, foi julgada para a obtenção do título de Mestre em Ciências, área de

concentração Engenharia da Computação, e aprovada em sua forma final, pelo

Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial.

BANCA EXAMINADORA:

Prof(a). Dr(a). Ricardo Lüders - Presidente – (UTFPR)

Prof(a). Dr(a). André Santanchè - (Unicamp)

Prof(a). Dr(a). Thiago Henrique Silva - (UTFPR)

A via original deste documento encontra-se arquivada na Secretaria do Programa,

contendo a assinatura da Coordenação após a entrega da versão corrigida do

trabalho.

Curitiba, 03 de setembro de 2019.

AGRADECIMENTOS

Os agradecimentos não seguem ordem de prioridade, pois cada um dos aqui cita-dos tem sua importância única.

A Deus, por guiar meus passos todos os dias de minha vida e principalmente porme dar a chance de poder viver cada momento em sua plenitude.

Ao meu orientador Prof. Dr. Ricardo Lüders e coorientador Prof. Dr. LuizCelso Gomes Junior. Que Deus ilumine o caminho de cada um de vocês e de toda família.Obrigada pela enorme contribuição para meu crescimento e realização deste trabalho,sempre com muita paciência e dedicação.

Ao aluno de Mestrado Altieris Marcelino Peixoto pelo apoio inestimável comideias, processamentos, produção das bases de dados de transporte contribuindo de formasignificativa para a conclusão deste trabalho.

Aos professores, Dr. André Santanchè e Dr. Thiago Henrique Silva pela disponi-bilidade em fazer parte da banca examinadora e assim contribuir para a excelência destetrabalho.

À minha família, meu porto seguro, em especial aos meu pais Mércio e Lindalva,por me educarem da melhor forma possível, além de me ensinarem com muito carinho,amor e dedicação a lutar sempre por tudo aquilo em que acredito.

Ao meu namorado Roberth pela paciência e compreensão ao longo dos anos demestrado. Agradeço também pelo apoio nos finais de semana de estudo, sem ao menoscolocar os pés fora do apartamento.

À UTFPR e seus colaboradores.

RESUMO

LIMA, Clauciane Dias. AVALIAÇÃO DA ACESSIBILIDADE AOS SERVIÇOS DESAÚDE PÚBLICA DE REGIÕES URBANAS DE CURITIBA CONSIDERANDO OTRANSPORTE PÚBLICO COM ANÁLISE DE GRAFOS E GEORREFERENCIA-MENTO. 74 f. Dissertação – Programa de Pós-Graduação em Engenharia Elétrica eInformática Industrial, Universidade Tecnológica Federal do Paraná. Curitiba, 2019.

Os atendimentos hospitalares são fundamentais para a população de uma região. Asunidades básicas de saúde (US) analisadas nesta dissertação pertencem à rede públicae visam atender a população de menor renda que utiliza deslocamentos a pé ou portransporte público. Este trabalho tem por objetivo avaliar a acessibilidade das US dacidade de Curitiba considerando como origem os bairros de Curitiba e as US como destino.O método proposto baseia-se em indicadores para avaliar a acessibilidade da populaçãoconsiderando: (i) ofertas de pontos próximos às US, (ii) frequência dos ônibus e (iii)tempo de deslocamento até a US. Com o indicador distância identificam-se os pontos deônibus localizados até 500m de uma US. O indicador frequência avalia o tempo de esperapela passagem de um ônibus nas paradas próximas às US. Os resultados mostram que97% das US têm boa acessibilidade. O tempo médio de espera por ônibus nas paradas éregular, enquanto que apenas 8% das linhas foram classificadas como boas (com intervalode tempo inferior a 15 minutos). Finalmente a partir da relação entre renda da populaçãoe tempo de viagem dos bairros até uma US dentro da regional, foi proposto um modelo dedetecção de “outliers” para identificar os bairros com maior vulnerabilidade, que devemser priorizados em termos de investimentos públicos ou ajustes na rede de transporte.

Palavras-chave: Transporte público, Saúde pública, Acessibilidade, Sistema de infor-mação geográfica (SIG), Teoria dos grafos.

ABSTRACT

LIMA, Clauciane Dias. EVALUATION OF PUBLIC HEALTHCARE ACCESSIBILITYIN URBAN AREAS OF CURITIBA CONSIDERING PUBLIC TRANSPORT WITHGRAPH ANALYSIS AND GEOREFERENCING. 74 f. Dissertação – Programa de Pós-Graduação em Engenharia Elétrica e Informática Industrial, Universidade TecnológicaFederal do Paraná. Curitiba, 2019.

Hospital services are essential for the population of a region. The basic healthcare units(HU) considered in this work are part of public healthcare services. They aim to assistthe lower income population which usually reaches these units by walking or by meansof public transport. This work aims to evaluate the accessibility of Curitiba healthcareunits considering neighborhoods as origins and HU as destinations. The proposed methodis based on indicators to assess the accessibility of population considering: (i) offers ofpoints close to HU, (ii) Frequency of buses and (iii) time of displacement to HU. Withthe distance indicator is evaluated if the health facilities are located within 500m of abus stop. The frequency indicator measures the waiting time for a bus at stops near theUS. Results show that 97% of the HU have good accessibility. The average bus waitingtime at the stops is regular, but 8% of lines were rated as good (with time intervallower than 15 minutes). Finally, from the relationship between population income andneighborhood travel time to a HU within the regional area, an outlier detection modelwas proposed to identify the most vulnerable neighborhoods, that should be prioritizedfor public investment or adjustment in the transport network.

Keywords: Public transport, Public healthcare, Accessibility, Geographic informationsystem (GIS), Graph theory.

LISTA DE FIGURAS

–FIGURA 1 Localização e classificação dos terminais de ônibus de Curitiba . . . . . 18–FIGURA 2 Ferramentas utilizadas no trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30–FIGURA 3 Ações executadas na base de atendimentos nas US . . . . . . . . . . . . . . . . . 33–FIGURA 4 Ações executadas na base de transporte público . . . . . . . . . . . . . . . . . . . . 35–FIGURA 5 Mapa temático referente à demanda por bairro. . . . . . . . . . . . . . . . . . . . . 40–FIGURA 6 Mapa temático referente à demanda por regional. . . . . . . . . . . . . . . . . . . 40–FIGURA 7 Relação demanda de atendimento e rendimento dos bairros. . . . . . . . . 41–FIGURA 8 Mapa temático das US com paradas de ônibus até 100m . . . . . . . . . . . 42–FIGURA 9 Mapa temático das US com paradas de ônibus até 300m . . . . . . . . . . . 43–FIGURA 10 Mapa temático das US com paradas de ônibus até 500m . . . . . . . . . . . 43–FIGURA 11 Tempo médio de espera nas paradas próximas às US. . . . . . . . . . . . . . . . 45–FIGURA 12 Localização espacial dos pontos e o tempo mínimo até a US mais

próxima dentro da mesma regional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47–FIGURA 13 Custo de deslocamento medido em tempo para todos os bairro de

Curitiba até uma unidade de saúde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48–FIGURA 14 Porcentagem de paradas de ônibus por bairro que permitem um des-

locamento a pé até a US mais próxima (até 500 m) . . . . . . . . . . . . . . . . . 49–FIGURA 15 Mapa RMR por Bairro da cidade de Curitiba, censo 2010 . . . . . . . . . . 51–FIGURA 16 Percentual de usuários das US oriundos dos bairros de Curitiba clas-

sificados por faixas de RMR. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51–FIGURA 17 Análise da acessibilidade em termos do tempo de viagem e renda RMR. 52–FIGURA 18 Correlação após remoção de outliers. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53–FIGURA 19 Classificação da acessibilidade dos bairros de Curitiba, baseado no

cálculo dos resíduos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54

LISTA DE TABELAS

–TABELA 1 Critérios para avaliação da qualidade do transporte público. . . . . . . . . 21–TABELA 2 Exemplo de uma tabela . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22–TABELA 3 Dados da base de atendimentos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32–TABELA 4 Acessibilidade da US segundo a distância (m) do ponto de parada mais

próximo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41–TABELA 5 Tempo de deslocamento do ponto de ônibus até a US mais próxima . 44–TABELA 6 Qualidade do transporte segundo o tempo de espera por linha especí-

fica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44–TABELA 7 Qualidade das linhas de ônibus por regional segundo frequência de

atendimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46–TABELA 8 Porcentagem de linhas que servem de 1 até 4 ou mais regionais . . . . . 46

SUMÁRIO

1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131.1 MOTIVAÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151.1.1 Transporte Coletivo na Cidade de Curitiba . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151.2 OBJETIVOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171.2.1 Objetivo Geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171.2.2 Objetivos Específicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171.3 ESTRUTURA DO DOCUMENTO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182 REVISÃO BIBLIOGRÁFICA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202.1 TRANSPORTE COLETIVO URBANO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202.1.1 Qualidade no Transporte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 212.2 ACESSO AO TRANSPORTE PÚBLICO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 222.2.1 Acessibilidade e os Serviços de Saúde . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242.3 INDICADORES DE ACESSIBILIDADE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252.3.1 Distância . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262.3.2 Frequência . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272.3.3 Tempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 282.4 SUMÁRIO DO CAPÍTULO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293 METODOLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303.1 FERRAMENTAS UTILIZADAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303.1.1 Sistema de Informação Geográfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 303.1.2 Neo4j . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313.2 BASES DE DADOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313.2.1 Base de Atendimentos nas US . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323.2.2 Base de Rendimento Médio Familiar . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333.2.3 Base do Transporte Público . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343.3 CÁLCULO DOS INDICADORES DE ACESSIBILIDADE . . . . . . . . . . . . . . . . . . . . 343.3.1 Distância dos Pontos Mais Próximos de uma US . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353.3.2 Frequência das Linhas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 353.3.3 Tempo Médio de Viagem: Pontos de ônibus para a US mais Próxima . . . . . . . . 363.4 REGRESSÃO LINEAR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 363.5 SUMÁRIO DO CAPÍTULO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 374 ESTUDO DE CASO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384.1 ANÁLISE EXPLORATÓRIA. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 384.2 DISTÂNCIA DOS PONTOS DE ÔNIBUS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 394.3 FREQUÊNCIA DAS LINHAS DE ÔNIBUS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 424.4 TEMPO MÉDIO DE VIAGEM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 464.5 ANÁLISE SOCIOECONÔMICA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 504.6 MODELO DE CLASSIFICAÇÃO DOS BAIRROS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 525 CONCLUSÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57Apêndice A -- INFORMAÇÕES ADICIONAIS SOBRE O NEO4J . . . . . . 61

Apêndice B -- PROCESSAMENTO DOS DADOS. . . . . . . . . . . . . . . . . . . . . . 62Apêndice C -- PROCESSAMENTO DOS DADOS PARA CSV . . . . . . . . . 64Apêndice D -- CARREGAMENTO DOS DADOS PARA O NEO4J . . . . 67Apêndice E -- DISTÂNCIA DOS PONTOS DE ÔNIBUS ÀS US . . . . . . . 72

13

1 INTRODUÇÃO

Nas últimas décadas, as cidades brasileiras têm apresentado um crescimento po-pulacional elevado, impactando no sistema de transporte. Esse crescimento gera umaumento em distâncias que não podem ser percorridas a pé ou de bicicleta e dessa formaa dependência do transporte motorizado é inevitável, exigindo um planejamento da ofertae operação dos meios de transporte, principalmente os relacionados ao transporte público(VASCONCELLOS, 1995).

O crescimento da população que mora em áreas urbanas faz com que as cida-des enfrentem problemas para fornecer um transporte público de qualidade, surgindoproblemas de congestionamentos, acidentes de trânsito, impactos ambientais e perda daqualidade de vida.

Particular atenção deve ser dada aos meios de transporte que dão acesso a uni-dades de saúde (US). Esses estabelecimentos são criados com a finalidade de atender apopulação que depende exclusivamente dos serviços de saúde pública. Essa população, nasua maioria, possui uma renda considerada baixa e depende do transporte público parase deslocar até uma unidade de saúde. Já á parcela da população com poder aquisitivomaior, geralmente, acaba por utilizar serviços de saúde particulares e dependem menosdo serviço de transporte público.

A cidade de Curitiba tem usado a tecnologia a seu favor. Algumas US já contamcom aplicativos para o agendamento de consultas, onde os usuários podem escolher osdias e horários disponíveis. O aplicativo tem o intuito de evitar filas e um longo tempode espera por atendimento.

Desde a década de 70, Curitiba tem procurado por inovação buscando investir emobras que priorizem a mobilidade por meio do transporte público, como a implantação defaixas exclusivas de ônibus. Além das vias segregadas, o serviço de transporte tambémevoluiu com a implantação de diferentes categorias de linhas que conectam diversas regiõesda cidade. O modelo é conhecido como RIT- Rede Integrada de Transporte, no qual os

14

usuários podem efetuar a troca de coletivo no interior de terminais, sem a necessidade depagar uma nova tarifa. Com o crescimento populacional acelerado, o sistema de transportede Curitiba tem enfrentado problemas de superlotação, principalmente em horários depico. Mesmo com algumas dificuldades ainda é vista como modelo para o transportepúblico.

De acordo com (GOMIDE, 2003), a existência de um serviço de transporte co-letivo eficiente, com custo acessível e de qualidade, que proporcione acessibilidade dapopulação a todo o espaço urbano, pode aumentar consideravelmente a disponibilidadede renda e tempo dos mais pobres, propiciando ainda o acesso aos serviços sociais básicos.A operação do transporte público é planejada para fornecer ao usuário uma determinadaqualidade de serviço. Essa qualidade é inferida a partir de dados levantados junto àpopulação, tais como rotas preferenciais, número de passageiros a serem transportadose horários de maior demanda. Com base nessas informações, as linhas de ônibus sãodefinidas, assim como sua programação horária.

O conceito de acessibilidade segundo (FERRAZ; TORRES, 2004) está associadaà facilidade do usuário chegar ao local de embarque no transporte coletivo e de sairdesse local até o destino final da viagem. De acordo com (VASCONCELLOS, 2000),acessibilidade é a medida mais positiva dos efeitos de um sistema de transporte, podendoser entendida como a facilidade de atingir os destinos almejados. Dessa maneira, elapode ser avaliada por parâmetros como o tempo de espera nas paradas, frequência daslinhas, distância a ser percorrida, entre outros. O tempo de deslocamento, determinadopela distância percorrida, é um pré-requisito fundamental para se garantir o acesso dapopulação à saúde, pois representam a resistência imposta pelo espaço geográfico. ParaFerraz e Torres (2004), uma distância de caminhada ideal é de até 500 m.

Este trabalho tem como foco avaliar a acessibilidade da população (em termos dodeslocamento físico do indivíduo) até as unidades básicas de saúde localizadas na cidadede Curitiba. As principais contribuições são: (i) avaliação do transporte em regiõespróximas das unidades de saúde; (ii) avaliação do tempo de deslocamento a partir dospontos de ônibus dos bairros até a unidade de saúde mais próxima; (iii) utilização deum modelo de regressão linear que relaciona renda média da população com tempo dedeslocamento. Este último permite auxiliar o gestor público na tomada de decisão aoidentificar áreas prioritárias para receber melhorias. Parte dos resultados desta dissertaçãoforam publicados em Lima et al. (2019).

15

1.1 MOTIVAÇÃO

O sistema de transporte público tem um papel importante nas cidades, poistransporta vários passageiros em um mesmo veículo, tornando-se uma das alternativaspara minimizar os impactos causados pelo trânsito nas grandes cidades. Além disso, otransporte público precisa ser acessível a toda população, de forma a garantir um acessode qualidade ao serviço público de saúde, principalmente à população de baixa renda quedepende desse meio de transporte.

A localização geográfica das US é um fator que pode interferir na acessibilidade,sendo importante que elas estejam localizadas próximo à parada de ônibus de forma apermitir que os usuários realizem o menor percurso a pé. A frequência de atendimentopara US corresponde ao intervalo de tempo da passagem dos ônibus nas paradas. Por-tanto, o tempo de espera nas paradas de ônibus é um indicador de muito impacto sobrecomo o usuário avalia o serviço, pois interfere substancialmente na sua rotina de deslo-camento (FERRAZ; TORRES, 2004). Além disso, é preciso levar em consideração asquestões sociais dos bairros, com a finalidade de avaliar se a população mais vulnerávelestá sendo atendida. Existem poucos estudos que relacionam a facilidade de transporteaos atendimentos do serviço público de saúde nas unidades de saúde municipais.

1.1.1 TRANSPORTE COLETIVO NA CIDADE DE CURITIBA

A cidade de Curitiba conta com o sistema integrado de transporte coletivo desde1974. Atualmente, possui uma frota de 1.410 ônibus operantes mais reservas, que pro-cura atender um público de 1.389.731 passageiros por dia útil. Atualmente, a cidade deCuritiba possui 251 linhas de ônibus, 329 estações, 21 terminais; em média são transpor-tados por veículo 1.333 passageiros em dias úteis (URBS). A administração é realizadapela Urbanização de Curitiba S/A (URBS), empresa de economia mista que fiscaliza asempresas particulares prestadoras de serviços na cidade de Curitiba.

O Instituto de Pesquisa e Planejamento Urbano de Curitiba (IPPUC) descreveque o sistema de transporte coletivo da cidade de Curitiba como sendo composto porlinhas urbanas e metropolitanas. Caracterizadas de acordo com sua função e categoria,as linhas de ônibus são diferenciadas por cores, conforme a descrição a seguir.

• Expressas: constituem o sistema do transporte de massa na cidade. Transitamem vias próprias segregadas (os eixos estruturantes), possuem a cor vermelha epromovem a ligação dos terminais de integração à área central. Os ônibus são

16

biarticulados (270 passageiros) ou articulados (180 passageiros) e suas paradas sãoconstituídas por estações tubo;

• Alimentadoras: promovem a ligação dos terminais de integração aos bairros locais.Possuem a cor laranja e utilizam veículos com capacidades variadas, dependendo desua demanda;

• Interbairros: interligam terminais e bairros de regiões diversas da cidade sem passarpela região central. De cor verde, utilizam veículos de capacidades variadas (110 a160 passageiros);

• Diretas: constituem linhas auxiliares às expressas e interbairros e promovem ligaçõespontuais mais distantes, com paradas médias a cada 3 km. Sua cor é prata ereceberam o apelido de “ligeirinho”;

• Troncais: promovem a ligação dos terminais de bairro ao centro. De cor amarela,seus veículos possuem capacidade de 96 a 160 passageiros;

• Intercidades: correspondem à ligação de municípios metropolitanos aos terminaisurbanos. De cor laranja, seus veículos comportam 94 passageiros;

• Convencionais: compreendem a ligação das áreas da cidade não atendidas pelosterminais de integração. Seus veículos são de cor amarela e possuem capacidadevariável de 40 a 160 passageiros;

• Circular Centro: promove a ligação de pontos do centro cidade. Utiliza-se de micro-ônibus na cor branca;

• Inter-hospitais: atendem um público que necessita deslocar-se entre hospitais, clíni-cas e laboratórios próximos à área central da cidade. Com veículos na cor branca,seu layout é específico, com capacidade para 22 passageiros;

• Madrugueiros: atendem um público que desenvolve suas atividades noturnas, emperíodos fora dos horários de operação do sistema;

• Sites: correspondem às linhas do Sistema Integrado de Ensino Especial e atendemàs escolas destinadas a portadores de deficiência (física ou mental). Seus veículospromovem o transporte porta a porta, ou seja, buscam seus usuários em suas casase os levam às instituições de ensino a que se destinam, passando por um terminalde integração. Todos os veículos são adaptados às condições de seus usuários;

17

• Aeroporto (executivo): promove a ligação do Aeroporto Internacional Afonso Penaà área central da capital com micro-ônibus na cor prata.

Os terminais de integração correspondem à ligação das linhas que compõem achamada RIT (Rede Integrada de Transporte) no município de Curitiba e também naregião metropolitana. Esses terminais têm o objetivo de atender a população moradoradas regiões vizinhas, que chegam até um dos 21 terminais da cidade por meio de linhasalimentadoras. No interior dos terminais é possível escolher qualquer percurso pagandouma tarifa única. Isso faz com que a população diminua gastos com o transporte. Osônibus da Linha Expresso têm a função de complementar o trajeto até o centro da cidadepor canaletas exclusivas. Curitiba conta ainda com linhas interbairros e linhas diretas quetêm a finalidade de conectar outros pontos de Curitiba.

Assim como as linhas do transporte público são divididas em categorias, os ter-minais também recebem uma classificação. Os terminais são divididos em: terminais deponta, terminais intermediários, terminais de bairros, terminais de área central e termi-nais metropolitanos. Tal divisão, como o nome sugere, indica a posição dos mesmos nosistema de transporte, conforme ilustra a Figura 1.

1.2 OBJETIVOS

1.2.1 OBJETIVO GERAL

O objetivo deste trabalho é avaliar a acessibilidade das unidades básicas de saúdeda cidade de Curitiba por meio do transporte público a fim de estabelecer critérios para aidentificação de regiões vulneráveis da cidade em termos de dificuldade de deslocamentoda população para as unidades de saúde.

1.2.2 OBJETIVOS ESPECÍFICOS

Para tanto, são estabelecidos os seguintes objetivos específicos:

• Classificar a acessibilidade das US, de acordo com a qualidade obtida através docálculo da distância entre US e os pontos de ônibus mais próximos;

• Analisar o transporte público em relação ao tempo de espera, pela passagem de umônibus no ponto de parada mais próximo da US;

18

Figura 1: Localização e classificação dos terminais de ônibus de Curitiba

Fonte: Plano de Mobilidade Urbana de Curitiba, IPUCC 2019

• Classificar a acessibilidade das US, através da qualidade aferida ao tempo de viagempara se chegar à US mais próxima;

• Avaliar a acessibilidade dos bairros de Curitiba agregando critérios de tempo de via-gem e renda, com o objetivo de identificar regiões que devem ter atenção priorizadapela administração pública.

1.3 ESTRUTURA DO DOCUMENTO

O Capítulo 2 apresenta uma revisão da literatura sobre o transporte coletivourbano, acessibilidade com foco no transporte público, indicadores de acessibilidade re-

19

lacionados ao transporte. No capítulo 3, são descritos os procedimentos e ferramentasadotados para avaliar a acessibilidade do transporte para se chegar às US, assim como éapresentado um modelo para identificar os bairros prioritários em termos de investimentoou ajuste na rede de transporte. No capítulo 4, são apresentados os principais resultadosencontrados para o estudo de caso realizado, dando destaque para as análises baseadasnas distâncias, tempo de viagem e sua relação com a renda média da população. Nocapítulo 5, são apresentadas as conclusões do trabalho e propostas de trabalho futuro.

20

2 REVISÃO BIBLIOGRÁFICA

Neste capítulo realiza-se uma revisão da literatura. Na seção 2.1 são abordadosconceitos referente à importância do serviço de transporte coletivo urbano, critérios ado-tados na literatura para análise da qualidade do transporte. Na seção 2.2 são abordadosos conceitos relacionados à acessibilidade do transporte público e conceitos relacionadoà acessibilidade aos serviços de saúde. Para finalizar, na seção 2.3 é apresentada umarevisão da literatura sobre indicadores de acessibilidade.

2.1 TRANSPORTE COLETIVO URBANO

O transporte coletivo urbano é considerado um serviço público fundamental paraa população, pois faz ligação entre diversas regiões da cidade, garantindo o acesso aserviços essenciais. Segundo Krempi (2004), muitas cidades brasileiras não possuemserviço de transporte público urbano de qualidade e a acessibilidade é um dos fatoresque causam mais problemas. As pessoas mais prejudicadas são aquelas que residem nasregiões periféricas da cidade, devido a grandes distâncias que precisam ser percorridase aos precários serviços de transporte, esses usuários acabam por gastar mais temponas viagens. Diferente de um transporte particular, o transporte público necessita deuma adequada definição de rotas/itinerários e de um planejamento que vise o melhoratendimento aos usuários. Para Ferraz e Torres (2004), em uma viagem em que se utilizao transporte coletivo, deve ser levado em consideração o percurso a pé da origem até oponto de embarque, tempo de espera pelo ônibus, deslocamento do ônibus e o percursode caminhada até o destino desejado.

O transporte coletivo urbano existe em função das atividades, necessidades econô-micas e sociais das pessoas, sendo indispensável para cidadãos de baixa renda, uma vezque o automóvel particular não está ao alcance de todos. Ainda Rodrigues (2006) dizque se o transporte coletivo urbano for de qualidade, poderá atender a população debaixa renda e contribuir para a redução do número de viagens realizadas por automóveis.

21

Dessa forma, o transporte público também é uma alternativa para contribuir com o meioambiente, através da diminuição dos impactos causados pelo alto fluxo de veículos nacidade. Uma vez que menos carros são utilizados para a locomoção de pessoas, temosmenos congestionamentos, acidentes e emissão de poluentes.

2.1.1 QUALIDADE NO TRANSPORTE

Segundo Lima e Gualda (1995), qualidade do serviços de transporte é aquelapercebida pelos usuários de forma comparativa com as demais alternativas disponíveis,resultante da diferença entre as expectativas e percepções do serviço realizado. Os auto-res apontam alguns dos principais critérios de avaliação da qualidade para o transportepúblico na visão do usuário. Esses critérios podem ser observados na Tabela 1, sendo queesta dissertação considera os critérios de acessibilidade e confiabilidade.

Tabela 1: Critérios para avaliação da qualidade do transporte público.Critérios Avaliação

Confiabilidade Intervalo entre veículos, tempo de viagem,cumprimento do itinerário.

Acessibilidade Localização dos pontos de parada.

Responsabilidade Substituição do veículo em caso de quebra,atendimento ao usuário.

Empatia Disposição do motorista e cobrador em dar informações,atenção com pessoas idosas e deficientes físicos.

Segurança Condução do motorista, assaltos.Tangilibidade Lotação, limpeza, conservação.Ambiente Trânsito, condições climáticasConforto Bancos, iluminação, ventilaçãoPreço TarifaComunicação Informação sobre o sistema, relação entre os usuários.Imagem Identificação da linha / serviço.Momentos de interação Contato com motorista/cobrador

Para se fazer uma avaliação da qualidade do transporte, os indicadores mais ade-quados, segundo Sanches (1996), são o tempo de viagem e o acesso a locais mais atrativosda cidade. Esses indicadores são considerados adequados por relacionar aspectos do trans-porte e distribuição de atividades no espaço. Para Ferraz e Torres (2004), a qualidadeno transporte urbano é influenciada por 12 fatores (acessibilidade, frequência de atendi-mento, confiabilidade, tempo de viagem, lotação, características do veículo, característicasdos locais de parada, sistema de utilização, segurança, conectividade, comportamento dosoperadores e estado da via). Cada um desses fatores pode limitar o grau de qualidade

22

que o serviço prestado possui.

Os fatores considerados neste trabalho são:

I. Acessibilidade: Relacionada com as distâncias que os usuários caminham quandoutilizam o transporte coletivo desde a origem da viagem até o ponto de embarque edo ponto de desembarque até o destino final;

II. Frequência de atendimento: A avaliação da frequência é feita através da mediçãodo intervalo de tempo entre atendimentos consecutivos pelos ônibus nos pontos deparada;

III. Tempo de viagem: Depende da velocidade do veículo de transporte que, por sua vez,está associada à segregação do transporte público em relação ao tráfego de veículosem geral, da distância média entre os pontos de parada, da condição de rolamentoproporcionada pelo pavimento das vias e das condições do trânsito.

Os padrões de qualidade no transporte urbano público por ônibus utilizados estão descri-minados na Tabela 2. Eles são divididos em bom, regular e ruim (FERRAZ; TORRES,2004).

Tabela 2: Padrões de qualidade para transporte público por ônibusFatores Parâmetros de avaliação Bom Regular RuimAcessibilidade Distância de caminhada no iní-

cio e no fim da viagem (m)< 300 300-500 > 500

Frequência deatendimento

Intervalo entre atendimentos(min)

< 15 15 a 30 > 30

Tempo de Vi-agem

Relação entre o tempo de via-gem por ônibus e por carro

< 1,5 1,5 a 2,5 > 2,5

Fonte: adaptada Ferraz e Torres (2004)

2.2 ACESSO AO TRANSPORTE PÚBLICO

Um dos conceitos de acessibilidade ao sistema de transporte público utilizadonesta dissertação está relacionado com a distância que os usuários caminham quandoutilizam o transporte coletivo ou o percurso a pé desde a origem da viagem (ponto de ôni-bus) até o destino final (US). Quanto menos o usuário caminhar, melhor é a acessibilidadeao sistema de transporte público. A acessibilidade é um dos componentes que definema qualidade de vida e de transporte na cidade. Não se pode dizer que a acessibilidade

23

seja o único determinante do valor de uma localização, mas certamente é um dos maisimportantes.

Cardoso (2005) faz referência à acessibilidade do sistema de transporte públicopela maior ou menor facilidade de acesso ao sistema. Essa acessibilidade é proporcionalao tempo decorrido até o ponto de parada e o tempo de espera pelo transporte. Portanto,a melhor condição para o usuário do transporte seria quando ele dispusesse de pontos deparada próximos aos locais de origem e destino de seu deslocamento e também contassecom uma frequência adequada do serviço de transporte. Aguiar (1985) também afirmaque um dos itens que reflete a acessibilidade do sistema de transporte é o número deestações ou pontos de embarque. Uma vez que quanto maior for esse número, maiorserá a área coberta pelos serviços de transporte (levando–se em conta que cada pontopossui a sua área de influência própria). Para Ferraz e Torres (2004), a acessibilidadeestá associada à facilidade de chegar ao local de embarque do transporte coletivo e de sairdo local (desembarque), para então alcançar o destino final da viagem. Enquanto quepara Raia (2000), a acessibilidade está relacionada com a oportunidade que um indivíduopossui para tomar parte em uma atividade particular ou uma série de atividades. Essaacessibilidade esta relacionada à mobilidade do indivíduo e o tipo da pessoa.

Os autores Owen e Levinson (2015) descrevem a acessibilidade combinando con-ceitos de mobilidade com entendimento de que a viagem é motivada pelo desejo de atingirdestinos. Portanto, a acessibilidade pode ser entendida como uma medida que está asso-ciada ao território, enquanto que a mobilidade está relacionada ao indivíduo e sua capa-cidade de deslocamento e movimentação. Mavoa et al. (2012) e Maon e Nekorchu (2013)afirmam que há relativamente poucas pesquisas sobre acessibilidade usando o transportepúblico como modo de viagem. Os autores ainda descrevem duas medidas de acessibili-dade ao transporte público. A primeira é um indicador combinado do transporte públicoe percurso a pé que mede o potencial acesso a destinos através de modos de transportepúblico e a pé. A segunda é uma medida de frequência de trânsito, ou seja, uma medidado nível de serviço de trânsito em uma determinada área. Damiani et al. (2005) calcu-lam as distâncias entre os pacientes e os hospitais usando tempos de deslocamento entreos centróides da área e os locais do hospital. Os autores reconhecem que outros fatoressão importantes para os pacientes, como o valor da tarifa e a disponibilidade de trans-porte público. Nesta dissertação, os dados sobre de residências dos pacientes não estãodisponíveis abertamente. Portanto, não é possível analisar a acessibilidade considerandoo deslocamento real do paciente. Assim considera-se uma aproximação, onde o local deorigem dos pacientes são os pontos de ônibus da cidade e o destino são as US.

24

Salonen e Toivonen (2013) propõem três níveis de complexidade para modelos detransporte público e individual que permitem realizar comparações de tempos de viagementre ambos os modos. O objetivo do estudo das autoras é identificar a acessibilidade dospontos de ônibus às bibliotecas localizadas na região metropolitana de Helsinki. Foramconsiderados os setores censitários obtidos do censo da Finlândia e as redes de transportepara extrair os tempos de viagens até as bibliotecas. As redes de transportes simplesutilizaram atributos básicos como nome de vias e linhas. Enquanto que as redes detransporte mais complexas possuíam informações de trânsito e estacionamentos para omodelo de transporte individual, e informações de itinerários e tempo de transferênciano modelo de transporte público. O resultado do estudo mostra que o tempo de viagempara chegar às bibliotecas na região metropolitana de Helsinki é menor para usuários dotransporte individual do que público. Os tempos para chegar às bibliotecas nos modelosavançados de transporte individual e público são em 95% dos casos 15 e 21 minutos,respectivamente.

Owen e Levinson (2014) estudaram a acessibilidade a empresas em 46 regiõesmetropolitanas dos Estados Unidos por meio do transporte público. O ranking foi deter-minado por uma média ponderada de acessibilidade, dando um peso maior para empresasmais próximas. Os tempos de viagem foram calculados utilizando uma ferramenta de có-digo aberto chamada Open Trip Planner, que une informações relacionadas aos serviçosde transporte público com a rede viária da cidade, tendo como base o Open Street Map1.

2.2.1 ACESSIBILIDADE E OS SERVIÇOS DE SAÚDE

Na literatura, foram encontrados vários trabalhos abordando o conceito de aces-sibilidade à saúde a partir das definições apresentadas anteriormente. Por exemplo, oconceito apresentado por Hewko e S.Tomic (2002) define acessibilidade à saúde como afacilidade que os moradores de uma determinada área têm para chegar aos serviços médi-cos e instalações. Segundo Luo e Wang (2003), a acessibilidade espacial enfatiza o papelda distância geográfica nas interações entre serviços de saúde e demanda populacional.Para Guagliardo (2004), nos últimos anos, as medidas de acessibilidade espacial à saúdetêm recebido atenção devido à sua capacidade de descrever variações geográficas dentro degrandes regiões, por exemplo, dentro de estados. Uma medida simples de acessibilidadeespacial pode ser a distância de viagem ou o tempo de viagem de uma população até o

1https://www.openstreetmap.org/map=18/-25.45673/-49.23906

25

serviço de saúde mais próximo (MAON; NEKORCHU, 2013).

Donabedian (2003) diz que acesso e acessibilidade a ações e serviços de saúdetêm significados semelhantes. Ambos se referem à capacidade de obtenção de cuidados desaúde quando necessário, de modo fácil e conveniente. Acessibilidade ou acesso aparecemcomo um dos aspectos da oferta de serviços relativos à capacidade de produzir serviçose de responder às necessidades de saúde de uma determinada população. O autor serefere à acessibilidade de duas formas: geográfica e sócio–organizacional. A acessibilidadegeográfica refere-se ao tempo de deslocamento dos usuários incluindo os custos da viagem.Enquanto que a acessibilidade sócio -organizacional trabalha os aspectos de funcionamentodos serviços que interferem na relação usuário x serviços, como o horário de funcionamentodas unidades e tempo de espera para o atendimento.

Scatena et al. (2009) estudaram sobre dificuldades de acesso a serviços de saúdepara o diagnóstico específico da tuberculose. No estudo foram abordados dois fatoresprincipais negativos do acesso aos usuários: deslocamento até a unidade de saúde e serviçode atendimento falho. Raia e Pereira (2001) propõem uma metodologia que serve deferramenta de planejamento, a fim de avaliar a eficácia e eficiência dos equipamentospúblicos urbanos existentes. Como resultado, o autor obteve um diagnóstico sobre alocalização espacial e a acessibilidade aos serviços básicos de saúde para a cidade deBauru/SP.

Diversos autores abordam a acessibilidade do usuário ao sistema de saúde àsquestões geográficas, ou seja, na localização do serviço de saúde. Isso evidencia que ousuário deve ter acesso fácil ao buscar algum tipo de serviço de saúde. Na próxima seção,serão abordados conceitos referentes aos indicadores de acessibilidade.

2.3 INDICADORES DE ACESSIBILIDADE

Sanches (1996) diz que acessibilidade é um indicador que permite avaliar a fa-cilidade de acesso da população de uma determinada área. Esse mesmo autor afirmaque os indicadores de acessibilidade têm sido aplicados há muitos anos em estudos detransporte, principalmente para modelar a localização de atividades, para estimar modale para avaliar o nível de serviço dos sistemas. Entretanto, Litman (2003) diz que nãoexiste uma definição pronta a ser seguida para um indicador de acessibilidade que possaser utilizado em qualquer situação. A acessibilidade é um conceito que pode ser abordadode diversas formas, não sendo possível caracterizá-la em sua totalidade por um único in-

26

dicador (SCHEURER; CURTIS, 2007). Mesmo apresentando dificuldades em definir umindicador que possa caracterizar a acessibilidade, Geurs e Wee (2004) recomendam que osindicadores de acessibilidade devem refletir alterações em oportunidades de viagem, usoe ocupação do solo, demandas ou restrições por atividades. Os autores ainda afirmamque a acessibilidade deve ser sensível ao acesso pessoal e às oportunidades. No modode transporte esse acesso deve propor melhorias ou aumento no número de oportunida-des para uma atividade. Esse acesso não deve permitir alteração na acessibilidade paraum indivíduo com recursos insuficientes para utilizar o modo de viagem ou participar daatividade.

Raia (2000) inclui, em sua tese de doutorado, uma extensa revisão bibliográficasobre indicadores de acessibilidade em transporte. Dentre os critérios que formam os dife-rentes indicadores, tem-se: custo generalizado (tempo e dinheiro), tempo (de caminhadaaté o ponto de embarque, de espera, de viagem e de caminhada até o destino final), dis-tância de viagem, características da rede de transporte, localização residencial, modos detransporte usados, número de rotas, capacidade das rotas, oferta de transporte (assentosofertados, frequência do sistema de transporte e números de rotas), número de viagensentre duas regiões, frequência de viagem, complexidade das viagens, entre outros.

Dentre os indicadores citados por Raia (2000), consideram-se neste trabalho adistância, frequência e tempo, conforme descritos acima. Esses indicadores são detalhadosa seguir.

2.3.1 DISTÂNCIA

Os indicadores baseados na distância são a classe mais simples de medidas deacessibilidade (GEURS; WEE, 2004). Segundo Raia (2000), esses indicadores podem serclassificados como: indicadores simples/topológicos e indicadores de separação espacial.

No indicador simples/topológico, verifica-se que dois pontos no espaço estão fi-sicamente interligados por um sistema de transporte, permitindo o deslocamento entreeles. A rede normalmente é traduzida por um conjunto de arcos que ao se intersectaremdão origem aos nós. A conectividade do nó é a medida mais primitiva de acessibilidade,obtida diretamente da matriz de conectividade (RAIA, 2000).

No indicador de separação tipo espacial, o elemento mais comum é sua derivaçãoa partir de algumas medidas de impedância, como a distância euclidiana ou tempo mínimode deslocamento entre pontos (GUAGLIARDO, 2004). Para Raia (2000), eles refletem

27

características de separação espacial de uma rede de transporte, tais como distância ecusto generalizado. De acordo com Almeida (1999), os indicadores de separação espacialconsideram apenas a separação espacial observada entre as zonas, omitindo qualquerconsideração acerca da atratividade zonal. Ainda Almeida (1999) relata que Shimble em1953, definiu a medida de acordo com a Equação (1):

Ai =n∑

j=1dij (1)

Onde Ai é a acessibilidade na zona i e dij é a menor distância entre a zona de origem i ea zona de destino j.

A maior vantagem dos indicadores baseados na distância é a facilidade de operacionali-zação e interpretação dos resultados (GEURS; WEE, 2004). O trabalho de Pianucci (2011)é baseado em uma pesquisa de origem e destino. O objetivo do trabalho é coletar dados einformações dos deslocamentos segundo as origens, os destinos, os motivos e os modos detransporte em uma região. Após a coleta de dados, o autor desenvolve um método parase calcular a acessibilidade para o transporte público urbano na cidade de São Carlos.O estudo aborda o cálculo de distância entre as paradas de ônibus, número de pontosem raios de 100, 300 e 500 metros de caminhada para usuários do transporte e utilizaos padrões de Ferraz e Torres (2004) para sua classificação, que também serão adotadosneste trabalho.

2.3.2 FREQUÊNCIA

Indicadores do tipo oferta do sistema de transporte utilizam como parâmetroo número de linhas que serve uma região (BRACARENSE, 2018). De acordo com Raia(2000), outro indicador pode ser a oferta de transporte que foi desenvolvido por Bruton noano de 1979. Os parâmetros utilizados foram: o número de linhas que serve determinadaregião, frequência dos ônibus e área da região. A acessibilidade proposta por Bruton érepresentada pela Equação (2).

Ai =∑

m

√F z

m,i

Si(2)

Onde Ai é o indicador de acessibilidade na zona i, F zm,i representa a frequência do sistema

de transporte m que serve a zona i através da rota z e Si é a área da região i, dada emquilômetros quadrados.

Lovetta et al. (2002) usam uma combinação de frequência de serviço e o número

28

de habitantes para classificar a acessibilidade dos ônibus com base na porcentagem dapopulação que utilizam o transporte. Essa população tem acesso a uma determinadalinha de ônibus contando ida e volta por dia. Esses mesmos autores afirmam que o tempoé a medida mais próxima da realidade dos usuários do que a distância. Para Curtis eScheurer (2010), um dos fatores mais importantes para o usuário do transporte públicosão o tempo de viagem e a frequência do serviço.

2.3.3 TEMPO

Para Ferraz e Torres (2004), uma duração máxima aceitável das viagens porônibus é de 30 minutos. Raia (2000) cita diversos exemplos de características espaciais aacessibilidade, utilizando base de dados digitais e georreferenciadas. Essas bases utilizamdados sobre linhas de ônibus, pontos de ônibus e vias da cidade de São Carlos. O autorjuntamente com (GARCIA; RAIA, 2015) realiza um trabalho sobre a acessibilidade aosHospitais da Cidade de São Carlos utilizando os meios a pé, automóvel e transportepúblico. Para este trabalho, adotou-se a Equação 3 proposta por (GARCIA; RAIA,2015), para o cálculo da aproximação do tempo médio de espera nos pontos de ônibuspróximos às US.

Tm = a

100 · h̄a

2 + b

100 .h̄b

2 (3)

sendo a o percentual de linhas que passam pela US, h̄a é o headway médio de todas aslinhas que passam pela US, b é o percentual de linhas que não passam pela US e h̄b é oheadway médio de todas as linhas que não passam pela US. Os headways médios h̄a e h̄b

são obtidos pela média aritmética dos headways das linhas individuais (intervalo de tempoentre dois ônibus de uma mesma linha). Esse tempo médio é uma aproximação, pois levaem consideração os ônibus que passam nos pontos compreendidos no raio de 500m de umaUS e os ônibus que não pertencem a esse raio. Essa apróximação se fez necessária, pelofato da cidade de Curitiba permitir o transbordo dentro dos terminais sem gerar custopara o usuário.

Segundo Owen e Levinson (2015), é importante diferenciar os conceitos de aces-sibilidade individual e locacional, sendo o primeiro conceito relacionado à facilidade comque as pessoas alcançam seus destinos e o segundo referente à acessibilidade como umfenômeno espacial. Os autores consideraram custos (tempo de deslocamento) e bene-fícios das viagens oferecidas pelo sistema de transporte entre as origens e destinos deinteresse. Nessa mesma linha de pensamento, Horner (2004) diz que medidas de acessibi-

29

lidade individual são, geralmente, dados pobres para avaliar a estrutura intra-urbana detransportes, enquanto medidas de acessibilidade locacional são úteis para o entendimentodo relacionamento entre transportes e uso do solo.

2.4 SUMÁRIO DO CAPÍTULO

O presente capítulo versou sobre fundamentos teóricos, mostrando a importânciade se ter um serviço de transporte público de qualidade para a população. O transportepúblico urbano é um meio de transporte essencial nas grandes cidades, além disso, aoutilizar o transporte público, o cidadão contribui para a diminuição da poluição do ar esonora, do consumo de combustíveis fósseis não renováveis e para a melhoria da qualidadede vida urbana. Assim, é importante que os serviços de transporte público atendam àsexpectativas dos usuários e se adapte com facilidade às tecnologias e necessidades dapopulação. Diversos fatores podem ser adotados para medir a qualidade do transportepúblico, dentre eles, a confiabilidade que faz uma avaliação referente ao tempo de viagem,frequência dos veículos e a acessibilidade que relaciona a distância de percurso da origematé o destino final.

Um dos serviços de extrema importância para os cidadãos, em especial àquelescom renda baixa, são os serviços destinados à saúde pública. Diversos autores abordama acessibilidade do usuário ao sistema de saúde relacionados com as questões geográficas,mostrando que os cidadãos devem ter um acesso fácil ao buscar por algum tipo de serviçode saúde. Um acesso eficiente aos serviços de saúde, pode tanto estimular o uso de serviçosde prevenção de doenças quanto evitar complicações nos quadros dos pacientes.

30

3 METODOLOGIA

Este capítulo descreve a metodologia adotada. Na seção 3.1 são apresentadas asferramentas computacionais utilizadas. Na seção 3.2 são apresentadas as bases de dadosutilizadas que são as fontes de informação para a frequência das linhas de ônibus e malhade transporte da cidade de Curitiba. Na seção 3.3 apresentam-se os indicadores utilizadospara avaliar a acessibilidade e na seção 3.4 o modelo adotado para identificar bairrosvulneráveis, que devem receber atenção por parte da administração pública.

3.1 FERRAMENTAS UTILIZADAS

A Figura 2, apresenta um resumo das ferramentas utilizadas no trabalho e asinformações que foram utilizadas para construção da base de dados do transporte Público.Além do Neo4j e Qgis, foram utilizados os editores de planilhas Excel e Power Bi naexecução dos cálculos para as análises dos dados.

Figura 2: Ferramentas utilizadas no trabalho

3.1.1 SISTEMA DE INFORMAÇÃO GEOGRÁFICA

Os Sistemas de Informação Geográfica (SIG) são utilizados para analisar e pro-duzir dados geográficos. O termo SIG ou GIS (do inglês Geographic Information System)é um termo aplicado para sistemas que realizam o tratamento computacional de dadosgeográficos e recuperam informações não apenas com base em suas características alfanu-

31

méricas, mas também por meio de sua localização espacial. O administrador/planejadortem uma visão das informações disponíveis para diferentes domínios de aplicação inte-gradas à respectiva localização geográfica (CâMARA et al., 2011). Para que isso sejapossível, a geometria e os atributos dos dados num SIG devem estar georreferenciados,isto é, localizados na superfície terrestre e representados numa projeção cartográfica.

O Quantum GIS (QGIS) é um SIG de código aberto com licença pública geralGNU. O QGIS é um projeto oficial da Open Source Geospatial Foundation (OSGeo).Com versões para Linux, Unix, Mac OSX, Windows e Android, o QGIS suporta inú-meros formatos de vetores, rasters e bases de dados e funcionalidades. A interface dosoftware é simples e de fácil manuseio. O programa oferece também várias ferramentasque possibilitam visualizar, gerenciar, editar, analisar os dados e compor mapas para im-pressão (QGIS, 2019). A versão QGis 3.6.3 foi utilizada para o desenvolvimento destetrabalho.Com o software o QGis foi possível a elaboração dos mapas apresentados nestadissertação.

3.1.2 NEO4J

O Neo4j é um banco de dados orientado a grafos open-source, desenvolvido emJava. Os dados são armazenados no disco como uma estrutura de dados otimizada parauma rede de grafos. Os nós representam as entidades ou objetos, as arestas demonstrama relação entre os nós e as propriedades que retratam as características específicas dos nóse arestas. Este é o caso do pacote de software Neo4j, criado pela empresa Neo Technologycom licença GPLv3 (General Public License) para a versão Community Edition, e AG-PLv3 (Affero General Public License) para versão Enterprise Edition, disponível desde2003. Outras informações sobre o Neo4j estão disponíveis no apêndice A.

Nesta dissertação, o Neo4J foi utilizado para obter informações da rede de trans-porte referente aos pontos de ônibus mais próximos de uma US em um raio de 100, 300e 500 m usando uma distância linear. A partir da construção da malha de transporte,foram obtidas a frequência das linhas de ônibus em determinados pontos de parada e adistância entre as US e os pontos da cidade de Curitiba.

3.2 BASES DE DADOS

As três bases de dados utilizadas nesta dissertação contêm informações sobre osatendimentos nas US, a operação do transporte público e a distribuição de renda nos

32

bairros de Curitiba. Outras bases de dados se fizeram necessárias ao longo do trabalhopara auxiliar na elaboração dos mapas e construção da base de frequência de linhas e adistância entre os pontos de parada de ônibus e as US. Essas bases foram disponibilizadaspelo IPPUC 1 (Divisa de bairros, unidades de saúde) e URBS2.

3.2.1 BASE DE ATENDIMENTOS NAS US

Disponibilizada pela Prefeitura de Curitiba, esta base de dados contém o “Perfilde Atendimento de Enfermagem nas Unidades Municipais de Curitiba” 3 referentes aosmeses de outubro, novembro e dezembro de 2017. A partir desta base, foram obtidas infor-mações sobre atendimentos de usuários das US por bairro que se utilizaram do transportepúblico para se deslocar até a US.

Esta base contém informações tanto das US quanto das unidades de pronto aten-dimento. Assim, o primeiro passo foi separar os dados de modo a obter apenas informaçõesdas US. A base original é composta por 37 colunas e 669.573 linhas. Entretanto, grandeparcela destas colunas se refere a pacientes que precisaram de algum tipo de interna-mento e foram excluídas, pois as US não realizam internamentos e funcionam de segundaa sexta-feira. Dessa forma, a base passou a ter 502.403 linhas e 7 colunas, conforme aTabela 3.

Tabela 3: Dados da base de atendimentos.Nome da coluna Informações

Data do Atendimento Dia e hora que o usuário deu entrada na USData de nascimento Dia, mês e ano de nascimento do usuárioSexo Feminino ou MasculinoTipo da Unidade Nome da USDescrição Unidade básica de saúdeMeio de transporte Carro, ônibus, trem, carroça, caminhão outrosBairro Localização do bairro do usuário

Como os dados relativos ao meio de transporte podem conter mais de uma alter-nativa, adotou-se o termo transporte público em todos os casos em que a palavra ônibusaparece na descrição do meio de transporte (independente da ocorrência ou não de outrosmeios). Portanto, a base é composta apenas por usuários que utilizaram o transportepúblico para acessar uma US. Após, realizou-se uma análise na base de dados, obtendo onúmero aproximado (média dos três meses) de atendimentos nas US. Essa média refere-se

1http://ippuc.org.br/geodownloads/geo.htm2http://dadosabertos.c3sl.ufpr.br/curitibaurbs/3https://www.curitiba.pr.gov.br/dadosabertos/busca/?grupo=1

33

apenas aos usuários do transporte público oriundos de bairros de Curitiba. Por meiodessa análise, calculou-se a demanda de atendimento dos bairros. A demanda é calculadapela razão entre o volume médio de atendimento em relação ao total de habitantes paracada bairro de Curitiba. A Figura 3, apresenta uma síntese das ações executadas na basede atendimento das US, mostrando que na base de dados original havia informações dasUPA que foram excluídas, passando a base utilizada a ser composta apenas por dadosdas US. Para o cálculo da demanda de atendimento por bairro, foram necessários dadosdo número de usuários que acessaram as US e dados do número de moradores por bairrode Curitiba disponibilizadas pelo IPPUC. Como na base não havia informações da rendado usuário, optou-se em fazer uma simplificação utilizando o rendimento médio dos bair-ros de Curitiba, para tanto se fez necessário de informações oriundas do IPPUC para aconstrução de uma base composta pelos bairros de Curitiba e o rendimento médio dosbairros.

Figura 3: Ações executadas na base de atendimentos nas US

3.2.2 BASE DE RENDIMENTO MÉDIO FAMILIAR

A análise do rendimento médio do responsável familiar (RMR) dos bairros de Cu-ritiba foi também necessária. Com a renda é possível obter a demanda de atendimentosnas US por renda, assim como avaliar a relação entre tempo de viagem e renda. Essesestabelecimentos públicos de saúde devem atender aos grupos populacionais de menorrenda que dependem exclusivamente dos sistemas de saúde pública. Os valores encontra-dos medidos em salários mínimos, auxiliaram nas análises da demanda de atendimentopara as US e no modelo de regressão. O modelo considera os fatores renda e tempo de

34

viagem para estabelecer a ordem de prioridades dos bairros em termos de investimentospúblicos ou ajuste na rede de transporte. Os dados foram obtidos por intermédio do IP-PUC 4 e trabalhados de acordo com a metodologia descrita por (GARCIA; RAIA, 2015)que será melhor detalhada no Capítulo 4.

3.2.3 BASE DO TRANSPORTE PÚBLICO

Para identificação da frequência dos ônibus do transporte público nas US foramutilizados os dados do dia 18 de outubro de 2017 disponibilizados pela URBS (Urbanizaçãode Curitiba S/A). Essa data foi escolhida por ser um dia útil e fazer parte de um dos mesesavaliados na base do sistema de atendimento nas US de Curitiba que funcionam de segundaa sexta-feira das 7h às 19h. Os dados de itinerários das linhas foram coletados, limpose tabulados de forma a constituir um grafo composto de vértices (pontos de ônibus) earestas (linhas dos ônibus) com o propósito de representar a malha do transporte públicode Curitiba. Os dados posteriormente foram carregados no Neo4j juntamente com as 111US previamente tabuladas como nós do grafo.

Com essa base, foi possível calcular a frequência dos ônibus para um raio deaté 500 m e a distância entre a US e ponto de ônibus mais próximo. Para tanto se feznecessário os seguintes procedimentos: Para cada US identificam-se os pontos dentro deum raio de 500m; identificados os pontos é possível identificar as linhas que passam nessespontos e posteriormente a frequência usando a tabela de programação horária das linhas.Dessa maneira pode-se avaliar se as US estão localizadas próximas de um ponto de ônibuse como é a frequência de ônibus nesses pontos. Com as informações obtidas, as US foramclassificadas em relação à distância e o tempo de espera, adotando os conceitos bom, ruime regular propostos por Ferraz e Torres (2004). Esses critérios de qualidade podem serobservados na Tabela 2. Esta base também foi necessária para relacionar o indicador deacessibilidade tempo com a faixa de rendimento médio familiar dos bairros. A Figura 4,mostra resumidamente as informações necessária para se obter a distância dos pontos deônibus até a US mais próxima e a frequência dos ônibus

3.3 CÁLCULO DOS INDICADORES DE ACESSIBILIDADE

Nesta etapa, são realizados o cálculo e a análise da acessibilidade dos bairros atéas US, segundo o modo de transporte público e a pé, usando-se as variáveis distância,

4http://www.ippuc.org.br/

35

Figura 4: Ações executadas na base de transporte público

tempo de espera e tempo de viagem.

3.3.1 DISTÂNCIA DOS PONTOS MAIS PRÓXIMOS DE UMA US

Dada uma US, a distância linear foi calculada entre os pontos de ônibus maispróximos da US em um raio de até 500 m. Para o cálculo das distâncias, foram conside-radas todas as linhas e pontos de parada de ônibus da cidade de Curitiba. Para a análisede qualidade em relação a estas distâncias, foram considerados os valores propostos por(FERRAZ; TORRES, 2004) na Tabela 2.

3.3.2 FREQUÊNCIA DAS LINHAS

Para o cálculo da frequência das linhas foram necessários o carregamento dosdados provenientes da URBS e das US para um banco de dados PostgreSQL, onde foipossível identificar a frequência de ônibus em cada uma das linhas retornadas pela consultapreviamente realizada no Neo4J.

Para avaliar a acessibilidade através da variável "tempo de espera na parada",foram necessários diversos dados como: Descrição das rotas das linhas em um raio de500m para cada US, intervalo de tempo entre veículos de mesma linha.

Inicialmente foi necessário calcular a frequência de todas as linhas que passamnos pontos de ônibus em um raio de 500 m para todas as US. Após obter a frequênciade cada linha no intervalo das 7h às 19h (horário de atendimento das US), foi possívelestimar o intervalo de tempo da passagem entre veículos da mesma linha. Dessa forma foipossível determinar o tempo médio de espera entre um veículo e outro (Tm). Os cálculosforam realizados utilizando a metodologia proposta por (GARCIA; RAIA, 2015).

36

3.3.3 TEMPO MÉDIO DE VIAGEM: PONTOS DE ÔNIBUS PARA A US MAIS PRÓ-XIMA

A etapa seguinte foi dedicada à construção da malha de transporte da cidade deCuritiba por meio da elaboração de mapas e georreferenciamento dos pontos de paradasde ônibus. Foram considerados todos os pontos da cidade como sendo a origem e a USmais próxima como sendo o destino, ambos pertencentes à mesma regional. A partir damodelagem da malha de transporte de Curitiba no Neo4j foi possível realizar o cálculodas distâncias dos pontos de ônibus até a US mais próxima. A distância haversine foientão calculada para cada par (ponto ônibus, unidade de saúde) usando as respectivascoordenadas. Maiores detalhes podem ser vistos no apêndice E. Após o cálculo, foirealizada uma filtragem das menores distâncias entre ponto de ônibus e US.

Para o cálculo da distância na rede foi criada uma aresta entre cada ponto deônibus e as unidades de saúde. Essa aresta foi determinada como o caminho onde ousuário desce do ponto de ônibus e percorre até a US mais próxima. Por meio da malhade pontos de ônibus e suas linhas, pode-se realizar o cálculo de menor distância de cadaponto de ônibus a uma US utilizando o algoritmo Dijkstra, levando em consideração aaresta criada como caminho percorrido. Após esse processo, os dados foram exportadospara um arquivo CSV para serem trabalhados nos softwares Excel e Power BI.

As distâncias de deslocamento foram transformadas em estimativas de tempo namalha de transporte e a pé. Levou-se em consideração que os usuários com ponto deorigem a uma distância menor que 500 m da unidade de saúde, realizam o percurso a pé eos usuários com ponto de origem a uma distância maior que 500 m usam o ônibus. Alémdisso, a distância percorrida a pé do ponto de parada do ônibus (quando o percurso éfeito por ônibus) até a US também foi considerada. O tempo médio de viagem por bairroé então obtido pela média dos tempos de viagem de cada ponto de ônibus do bairro.

3.4 REGRESSÃO LINEAR

A regressão linear estuda a relação entre a variável dependente (resposta) e umaou várias variáveis independentes (preditoras). Para o nosso modelo adotou-se como va-riável resposta (eixo y) o tempo de viagem e como variável preditora (eixo x) o rendimentomédio dos bairros de Curitiba. O modelo de regressão fornece o valor residual em relaçãoà linha de tendência linear. Esses resíduos encontrados são classificados como outliers erepresentam bairros da cidade. Portanto, para classificar os bairros de Curitiba em ordem

37

de prioridade para investimentos, adotou-se o modelo de regressão linear. Os resultadosforam analisados de acordo com o interesse da pesquisa, que é encontrar os bairros commaior tempo de espera para sua faixa de renda, ou seja, os resíduos positivos. Os resíduosnegativos mostram os bairros em condições favoráveis para sua faixa de renda.

3.5 SUMÁRIO DO CAPÍTULO

Neste capítulo são descritas as principais etapas da elaboração do trabalho ea metodologia adotada. Utilizaram -se bases de dados sobre os atendimentos nas US,operação do transporte público e a distribuição de renda nos bairros de Curitiba. Emseguida a esse processo, foi criada uma base referente à frequência do transporte públiconos pontos de ônibus em um raio de 500m. Com a base criada, é possível calcular adistância entre a US e o ponto de ônibus mais próximo e também o tempo de espera.De posse das informações encontradas, as US poderão ser classificadas de acordo com osseguintes indicadores: acessibilidade (distância de percurso) e tempo de espera, usandoos conceitos bom, regular e ruim. Utilizando a base com as distâncias de todos os pontosde ônibus da cidade de Curitiba até a US mais próxima, dentro da mesma regional, épossível calcular o tempo de viagem. Para o cálculo do tempo de viagem, a metodologiausada leva em consideração que nos deslocamentos até 500 m, o tempo de percurso a seradotado é o modo a pé e acima dessa distância, é o tempo de percurso do ônibus. emseguida, calcula-se o tempo médio usando a média aritmética por bairro e apresentadoa metodologia adotada para o cálculo do rendimento médio do responsável familiar porbairro. Para finalizar, apresenta-se o modelo adotado para a identificação dos bairrosprioritários em termos de investimentos ou ajustes na rede de transporte.

No capítulo seguinte, serão abordados os resultados obtidos em termos de aces-sibilidade às US, frequência de atendimento nos pontos de ônibus, tempo de viagem e osbairros mais prioritários, que merecem uma atenção por parte dos governantes.

38

4 ESTUDO DE CASO

Neste capítulo serão apresentados os resultados obtidos na avaliação da acessi-bilidade, sob os diversos aspectos considerados anteriormente, às US de Curitiba. Naseção 4.1 é feita uma análise exploratória da base de dados de atendimentos nas US como objetivo de apresentar informações referentes à demanda de atendimento nas US porbairro e regional. Na secão 4.2 são analisados os indicadores de acessibilidade relaciona-dos à distância dos pontos de parada mais próximos das US. Na seção 4.3 tem-se umaanálise baseada na frequência das linhas de ônibus nesses pontos. A seção 4.4 apresentauma análise global da acessibilidade, ou seja, considerando toda a rede de transporte paraacesso às US. Neste caso, consideram-se os pontos de ônibus de cada bairro e o tempo deviagem de cada ponto à US mais próxima dentro da regional a que o bairro pertence. Naseção 4.5 tem-se uma análise socioeconômica dos bairros de Curitiba para ser utilizadana seção 4.6, onde um modelo de regressão linear permite identificar bairros vulneráveisque necessitam de atenção da administração pública.

4.1 ANÁLISE EXPLORATÓRIA.

A cidade de Curitiba é a capital do estado do Paraná a 934 metros de altitude, noprimeiro planalto paranaense e possui 1.917.185 habitantes (IBGE,2018). O sistema detransporte público urbano de Curitiba é denominado RIT - Rede Integrada de transporte,que permite ao usúario a utilização de mais de uma linha de ônibus com o pagamentode apenas uma tarifa. A RIT é administrada pela URBS- Urbanização de Curitiba S.A.De acordo com os dados coletados pelo Instituto Brasileiro de Geografia e Estatística,na pesquisa realizada em 2009 (IBGE, 2010), Curitiba possui um total de 850 estabele-cimentos de saúde (postos de saúde, centro de saúde, clínicas, etc.). Dentre estes, 152realizam atendimento público e 101 estabelecimentos atendem SUS/Privado, totalizando253 estabelecimentos. Estes estabelecimentos estão divididos em 195 SUS Ambulatorial(UPA, US e clínicas), 14 de Diálise, 38 de Emergência, 28 de Internação e 11 UTI/CTI. Osestabelecimentos SUS/Privado são aqueles que prestam algum tipo de serviço ao Sistema

39

Único de Saúde (SUS).

Segundo (SAUDE, 2018), Curitiba contém 111 US que estão divididas em dezregionais. Numa primeira análise, fez-se um levantamento dos atendimentos nas US.Após o tratamento dos dados na base de atendimentos das US, realizou-se uma contagemdo volume de usuários do transporte público de Curitiba que deram entrada em uma dasUS. Na fase inicial do trabalho, os dados disponíveis para consulta eram referentes aosmeses de outubro, novembro e dezembro do ano de 2017.

As Figuras 5 e 6 apresentam os bairros e as regionais de acordo com a demandade atendimento nas US - quanto mais escura a cor no mapa, maior a demanda. Paraidentificar a demanda de cada bairro foi necessário fazer a razão do volume de usuáriosque acessaram as US (média dos três meses) disponibilizados na base de dados (PREFEI-TURA, 2017), pelo número de habitantes disponibilizado pelo IPPUC (da mesma formaobteve-se a demanda por regional).

A Figura 6 mostra a demanda por regional. Observa-se que a regional Tatuquaraapresenta a maior demanda de atendimentos. Esta regional é composta por três bairros(Caximba, Campo de Santana e Tatuquara) que, segundo a distribuição das classes derenda de Curitiba, é a regional com predominância das classes de menor poder aquisitivo.Esta regional é considerada a de menor renda e densidade populacional (CURITIBA,2017).

A regional que apresentou a menor demanda de atendimentos foi a regional Ma-triz, que é a terceira mais populosa, composta por 18 bairros, dentre os quais estão setedos dez bairros de Curitiba com maiores rendimentos médios (CURITIBA, 2017). Nota-se, portanto, uma relação entre renda e número de atendimentos, conforme mostrado naFigura 7. Ou seja, as maiores demandas por atendimentos ocorrem em bairros de baixarenda.

A primeira análise de acessibilidade é feita em termos de distância do ponto deparada mais próximo da US. Esta análise tem por objetivo verificar se todas as US deCuritiba possuem uma parada de ônibus em um raio de até 500 m.

4.2 DISTÂNCIA DOS PONTOS DE ÔNIBUS

Um resultado importante é a distância dos pontos de ônibus existentes na cidadeem relação às US até 100, 300 e 500 metros. Por se tratar de um serviço público de saúde,que tem como objetivo atender à parcela da população de menor renda, é importante

40

Figura 5: Mapa temático referente à demanda por bairro.

Figura 6: Mapa temático referente à demanda por regional.

41

Figura 7: Relação demanda de atendimento e rendimento dos bairros.

garantir o fácil acesso de quem precisa se deslocar a pé ou por transporte coletivo.

Na Tabela 4 apresentam-se os resultados obtidos referentes à acessibilidade, noque tange à distância percorrida da US ao ponto de ônibus mais próximo. Os resultadosmostram que 47% das US possuem pelo menos um ponto de ônibus distante até 100 me 50% possuem pelo menos um ponto de ônibus distante entre 100 e 300 m. Assim,97% das US têm acessibilidade boa de acordo com a Tabela 2. Apenas 3% das US têmacessibilidade regular, pois estão distantes entre 300 e 500 m de um ponto de ônibus.Portanto, 100% das unidades de saúde de Curitiba são atendidas por, pelo menos, umponto de parada de ônibus num raio de 500 m de distância.

Segundo a classificação de (FERRAZ; TORRES, 2004), nenhuma US tem aces-sibilidade ruim do ponto de vista da distância a um ponto de ônibus. Entretanto, issoé uma aproximação, visto que a distância calculada não é de caminhada pelas ruas eavenidas no entorno da US, mas a obtida pela distância linear das coordenadas das US edos pontos de ônibus.

Tabela 4: Acessibilidade da US segundo a distância (m) do ponto de parada maispróximo.

Raio < 100 100 ≤ Raio ≤ 300 300 < Raio ≤ 50047% 50% 3%

As figuras 8, 9 e 10 apresentam as distribuições dos pontos de ônibus distan-tes 100, 300 e 500 m de uma US (cruzes), respectivamente. Na Figura 8(a) tem-se adistribuição dos pontos no entorno das US distantes até 100 m, enquanto que a Figura8(b) mostra as opções de linhas disponíveis nos respectivos pontos de ônibus quanto maisescura a região mais opções de linhas o usuário possui para chegar à US. Similarmente, as

42

Figuras 9(a) e (b), 10(a) e (b) mostram as mesmas informações para pontos distantes até300 e 500 m, respectivamente. Em um raio de até 100 m já é possível encontrar paradasde ônibus no entorno de algumas US em que todas as opções de linhas já foram detectadaspara o usuário, não necessitando que o mesmo realize um percurso até um raio de 500m.Portanto, no quesito distância, a acessibilidade é considerada boa, porém percebe-se queo usuário possui poucas opções de linhas.

Figura 8: Mapa temático das US com paradas de ônibus até 100m(a) Pontos de ônibus (b) Opções de linhas

A frequência de atendimento nas paradas de ônibus é tão importante quanto adistância do ponto de parada até a US. Assim, é necessário analisar o tempo de esperapela passagem de um ônibus em um ponto de parada.

4.3 FREQUÊNCIA DAS LINHAS DE ÔNIBUS

Em relação ao tempo de espera, concluiu-se que a variável tempo de deslocamentoda parada de ônibus até a US mais próxima deveria ser levado em consideração. Paraesse cálculo, considerou-se a velocidade média de caminhada de 4,8 km/hora (80 m/min),conforme (GARCIA; RAIA, 2015). A Tabela 5 apresenta o tempo de deslocamento a péentre a US e o ponto mais próximo. Nota-se que apenas 12% das unidades de saúde estãolocalizadas a mais de 3 minutos do ponto de parada mais próximo.

43

Figura 9: Mapa temático das US com paradas de ônibus até 300m(a) Pontos de ônibus (b) Opções de linhas

Figura 10: Mapa temático das US com paradas de ônibus até 500m(a) Pontos de ônibus (b) Opções de linhas

O indicador de qualidade da frequência de atendimento está relacionado ao in-tervalo de tempo entre ônibus, conforme a Tabela 2. Esse intervalo de tempo é dado pelo

44

Tabela 5: Tempo de deslocamento do ponto de ônibus até a US mais próximaaté 1 min 1 a 2 min mais que 3 min

64% 24% 12%

tempo de espera Tm da Equação (3) em função de h̄a e h̄b para cada US, onde h̄a é oheadway médio (intervalo de tempo entre dois ônibus de uma mesma linha ) de todas aslinhas que passam pela US, e h̄b é o headway médio de todas as linhas que não passam pelaUS. Os headways médios h̄a e h̄b foram obtidos pela média aritmética dos headways indi-viduais das linhas correspondentes. Estes headways individuais são obtidos pelo númerode ônibus programados por hora para percorrer a linha em determinado horário.

Para avaliar o tempo de espera no período das 7h às 19h foi necessária a iden-tificação das linhas que passam nos pontos em um raio de 500 m de cada US e apóscalculou-se o intervalo de tempo entre ônibus de uma mesma linha. O intervalo de tempomédio encontrado para as linhas que passam nas US h̄a variou de 16 a 60 minutos epara as linhas que não passam nas US h̄b variou de 33 a 34 minutos. Considerando a opercentual de linhas que passam pela US 1 ≤ a ≤ 15 e b o percentual de linhas que nãopassam pela US 85 ≤ b ≤ 99, o tempo médio de espera nas paradas próximas às US varioude 16 a 20 minutos, sendo classificado como regular segundo a Tabela 2. Essa variaçãodo tempo médio de espera por US pode ser vista no mapa da Figura 11. Os pontos nomapa representam as US e as cores mais escuras indicam um tempo maior de espera pelapassagem de um ônibus.

Até o momento foi possível avaliar a qualidade dos pontos de parada, próximosàs US pelo tempo médio de espera pela passagem de uma linha no local, porém muitosusuários do transporte público podem querer fazer uso de uma linha específica. Dessamaneira também é importante uma análise referente à qualidade do transporte oferecidopelas linhas distintas que servem às US. A frequência das linhas individuais foi calculadacom base no headway de cada linha. A maioria delas foi classificada como regular e ruim,conforme a Tabela 6.

Tabela 6: Qualidade do transporte segundo o tempo de espera por linha específicaBom Regular Ruim8% 49% 43%

As linhas consideradas ruins podem afetar o serviço de transporte nas paradaspróximas às US caso o transporte seja realizado apenas por linhas classificadas como ruins.Ao realizar a avaliação das linhas que atendem as US, foram identificadas as seguintes

45

Figura 11: Tempo médio de espera nas paradas próximas às US.

US: Butiatuvinha, Caximba, Santa Efigênia, São José e Vila Esperança, que são servidasapenas por linhas classificadas como ruins de acordo com a Tabela 2, ou seja, com umafrequência superior a 30 minutos.

A qualidade das linhas também foi avaliada por regionais e os resultados podemser observados na Tabela 7, que apresenta a porcentagem de linhas de ônibus classificadasde acordo com os conceitos abordados em Ferraz e Torres (2004). Como resultado,conclui-se que a maior parte das regionais são atendidas por linhas classificadas comoregulares e ruins. Além disso, destacam-se as linhas que prestam serviço às US da regionalTatuquara que possuem elevada demanda de atendimentos nas US e, pelo mapa da Figura10, apresentam poucas opções de linhas.

Na rede de transporte também é possível encontrar linhas de ônibus servindomais de 4 regionais. A Tabela 8 mostra a porcentagem de linhas que atendem de 1 até4 ou mais regionais, sendo que a maioria das linhas atendem uma única regional.

46

Tabela 7: Qualidade das linhas de ônibus por regional segundo frequência de aten-dimento

Regional Bom Regular RuimBoa Vista 9% 36% 55%Cajuru 13% 55% 32%Matriz 8% 53% 39%Boqueirão 26% 56% 18%CIC 3% 66% 31%Portão 18% 58% 24%Santa Felicidade 21% 38% 41%Bairro Novo 16% 56% 28%Pinheirinho 7% 58% 35%Tatuquara 0% 60% 40%

Tabela 8: Porcentagem de linhas que servem de 1 até 4 ou mais regionais% Linhas Número de regionais53% 134% 29% 33% 41% > 4

4.4 TEMPO MÉDIO DE VIAGEM

Para o cálculo do tempo de viagem tv foi utilizada a Equação (4), considerandoa distância entre um ponto de ônibus e a US mais próxima. Para distâncias maiores que500 m, considera-se que o percurso foi feito de ônibus. Caso contrário, o trajeto foi feitoa pé.

tv =

dc/vc se dc ≤ 500 m

do/vo se dc > 500 m(4)

Na Equação (4), vc e vo são as velocidades médias de caminhada e de ônibus,respectivamente; dc e do são as distancias percorridas no modo a pé e ônibus respectiva-mente, utilizando-se a distância linear para calcular a distância entre os pontos na rede detransporte. Este cálculo é aproximado, uma vez que é garantido que o caminho mais curtoexiste na rede de transporte, mas não leva em conta eventuais trocas de linhas de ônibus etempos de espera intermediários. Ambas as distâncias foram obtidas pelo Neo4j, usandoas coordenadas dos pontos e das US para a distância linear dc, e a rede de transportepreviamente modelada para a distância de ônibus do.

De acordo com (GRAVA, 2013), a velocidade de caminhada de um pedestre varia

47

entre 4,8 a 6,4 km/h, sendo que a Engenharia de Tráfego adota valores diferentes parajovens (5,8 km/h) e idosos (3,3 km/h). Neste trabalho adotou-se a velocidade médiade caminhada vc = 4,8 km/h como um valor intermediário entre jovens e idosos. Parao transporte de ônibus, adotou-se uma velocidade média do ônibus vo = 19 km/h, con-forme (MIRANDA; SILVA, 2012), que avaliou o índice de mobilidade urbana sustentávelda cidade de Curitiba. Para que se pudesse ter uma visão espacial dos dados, inicial-mente, foi produzido um mapa do tempo de deslocamento das paradas de ônibus até aunidade de saúde mais próxima, como pode ser observado na Figura 12, onde se percebeuma concentração de tempos maiores em pontos pertencentes à regional Boqueirão. Aidentificação do bairro ou bairros atingidos por esses pontos que possuem um tempo altode deslocamento terá um impacto na análise do custo do deslocamento.

Figura 12: Localização espacial dos pontos e o tempo mínimo até a US mais próximadentro da mesma regional

A agregação por bairro é devida aos atendimentos das US serem registradaspor bairro. Assim, embora as US sejam agregadas por regional, o transporte público éfortemente orientado ao atendimento dos bairros com linhas de ônibus alimentadoras. Otempo médio de viagem por bairro é obtido pela média dos tempos de viagem tv dospontos de ônibus pertencentes ao bairro. Foram criados mapas temáticos contendo o

48

tempo de viagem do bairro de origem até uma unidade de saúde pertencente à regionaldo bairro. Os tempos de viagens foram considerados em intervalos de 5 em 5 minutos edivididos em cinco classes: 0 a 5 minutos, entre 5 a 10 minutos, entre 10 e 15 minutos,entre 15 a 20 minutos. As cores mais fortes representam tempos maiores; enquanto queas mais claras indicam tempos menores. Observando a Figura 13, percebe-se que maioriados usuários das unidades de saúde oriundos dos bairros de Curitiba possui um tempomédio de deslocamento de até 5 minutos. O bairro que apresentou maior tempo de viagemfoi o bairro Alto Boqueirão.

Figura 13: Custo de deslocamento medido em tempo para todos os bairro de Curi-tiba até uma unidade de saúde

A Figura 14 mostra a porcentagem de paradas de ônibus por bairro que permitemum deslocamento a pé até a US mais próxima, ou seja, estão distantes até 500 m. AsUS visam atender a parcela da população de menor renda dos bairros de Curitiba. Dessaforma, diversos moradores podem realizar o deslocamento a pé, com o propósito de reduzircustos financeiros e por ser uma distância de caminhada aceitável de acordo com Ferraze Torres (2004). Dessa maneira, também se avaliou a frequência relativa das paradas deônibus por bairro que se encontram em uma distância de até 500 metros de uma US, ouseja, paradas de ônibus que garantem um fácil acesso às US pelo modo a pé. No mapada Figura 14 é possível observar a porcentagem de paradas de ônibus por bairro que se

49

encontram até 500 metros de uma US - quanto mais escuro, maior a porcentagem deparadas.

No mapa da Figura 14, a cor branca representa a inexistência de paradas deônibus até 500 m da US mais próxima. Isso ocorre para os bairros que não possuemUS localizadas dentro do próprio bairro. Todos os bairros marcados na cor branca têmrenda acima de 5 salários mínimos exceto os bairros Lamenha Pequena e Riviera queapresentam renda até 2 salários. Os bairros que apresentaram maior porcentagem depontos a uma distância de até 500m foram os bairros Santa Quitéria, Sítio Cercado,Campina do Siqueira, Tatuquara e São Miguel. Todos esses bairros apresentaram maisde 50% dos pontos localizados até 500m de uma US, mostrando que uma grande parcelada população residente próximo aos pontos de parada podem se deslocar a pé até a US.

Figura 14: Porcentagem de paradas de ônibus por bairro que permitem um deslo-camento a pé até a US mais próxima (até 500 m)

Como o objetivo do trabalho é estabelecer critérios para a identificação de regiõescom acessibilidade inadequada em relação aos serviços de saúde, uma maneira de sedeterminar esta situação é usar o tempo médio de viagem como critério. No entanto,esse critério não considera fatores determinantes para a população, como por exemplo arenda média do bairro. Analisando apenas pelo tempo médio, alguns bairros de renda

50

média alta de Curitiba localizados na região norte estariam sendo classificados comoprioritários, pois possuem um custo de deslocamento elevado de acordo com a Figura 13.Cidadãos de alta renda em geral tendem a buscar por atendimentos privados de saúdee não dependem necessariamente do transporte público. Portanto, para a identificaçãodos bairros prioritários, é importante considerar características da população. Assim,adotar um modelo matemático que leve em consideração outros fatores além do tempomédio de viagem é de suma importância. Para a identificação dos bairros em ordem deprioridade, optou-se por utilizar a relação entre renda e tempo de viagem. O fator rendaserá detalhado na próxima seção.

4.5 ANÁLISE SOCIOECONÔMICA

Para obter o Rendimento Médio do Responsável familiar (RMR) por domicílio,foi necessário analisar os dados do Censo demográfico Brasileiro de 2010 disponibilizadospelo IBGE. Esses dados foram compilados e disponibilizados em Perfil Socioeconômicopor Regionais (CURITIBA, 2017). Os dados informam o número de domicílios dentro dasfaixas de salários mínimos. Estes dados foram tratados de forma a obter o rendimentomédio por bairro, na unidade de salário mínimo recebido pelo responsável do domicílio.A Equação (5) adotada neste trabalho também foi adotada pelos autores Bielenki e Jr(2008) e Garcia e Raia (2015).

RMR =∑(NDC ·MIC)

TDS(5)

Onde RMR é o Rendimento Médio do Responsável do domicílio, NDC é o número de res-ponsáveis da classe, MIC é a Média do intervalo da classe e TDS é o total de responsáveispor bairro. Com os dados obtidos, foi confeccionado o mapa da Figura 15 para ilustraros bairros com menor rendimento médio.

Por meio do cruzamento de dados do cálculo do RMR do Censo 2010 de cadabairro e com a origem do usuário, tem-se uma visão do perfil dos usuários das US. De fato,considerou-se como rendimento médio do usuário das US aquele relacionado ao bairro deorigem, não sendo necessariamente o rendimento médio do usuário atendido. Na base deatendimentos das US há apenas a informação sobre o bairro de origem do usuário. Dessamaneira, foi possível comparar a demanda por bairro com seu respectivo RMR. O gráficoda Figura 16 mostra a distribuição dos usuários de acordo com RMR. Por meio dessesdados, observa-se que 39,6% dos usuários são originários de bairros com RMR na faixa deaté 2,5 salários mínimos, sendo que a maioria dos registros (48,9%) são de usuários com

51

Figura 15: Mapa RMR por Bairro da cidade de Curitiba, censo 2010

RMR na faixa de 2,5 até 5 salários mínimos.

Figura 16: Percentual de usuários das US oriundos dos bairros de Curitiba classifi-cados por faixas de RMR.

Na próxima seção, são apresentados os resultados obtidos, utilizando o modelode regressão adotado para classificação dos bairros de Curitiba.

52

4.6 MODELO DE CLASSIFICAÇÃO DOS BAIRROS

Para a identificação dos bairros prioritários, consideram-se os fatores renda etempo médio de viagem, sendo adotado para análise um modelo de detecção de outliersbaseado na regressão linear. Esse modelo de classificação considera o tempo de viagemcomo variável resposta (eixo y) e a renda (RMR) como variável preditora (eixo x).

Nas análises de regressão, foram encontrados os resíduos que correspondem àdiferença entre os valores observados e os valores ajustados. Esses resíduos do modelocorrespondem à diferença do tempo de viagem observado e o previsto para a faixa derenda dos bairros de Curitiba, considerando a linha de tendência linear. Os dados detreinamento podem ser observados na Figura 17 com resíduos positivos e negativos. Osresíduos com valor negativo elevado indicam os bairros privilegiados em relação ao tempode viagem para sua faixa de renda. Enquanto que os resíduos com valor positivo elevadoindicam os bairros que necessitam de uma atenção prioritária por parte da administraçãopública.

Figura 17: Análise da acessibilidade em termos do tempo de viagem e renda RMR.

O cálculo de regressão linear foi realizado com uma nível de confiança de 95%,obtendo como resultado r2 = 9,1%, valor de p = 0,01 e valor F de significação = 0,008mostrando evidências na relação. O valor r2 baixo se justifica pelo fato de existirem outrosindicadores que podem influenciar na qualidade do transporte, como a segurança,lotação,conectividade entre outros. O modelo tem como objetivo a detecção dos outliers, portantoé aceitável que a adequação dos dados ao modelo não seja elevada. Para verificar ocomportamento do modelo foram realizados testes retirando alguns outliers, como pode serobservado na Figura 18. Esses testes mostram que com a retirada dos outliers aumenta-sea correlação entre renda e tempo de viagem. A retirada de outliers é uma simplificação, na

53

prática os administradores devem adotar medidas corretivas para solucionar os problemasencontrados. Por exemplo, ao se identificar uma região prioritária, a administração poderequisitar a criação de novas linhas ou pontos de ônibus. Após realizar a medida corretivao modelo seria reconstruído ajustando os novos valores de tempo de deslocamento e dessamaneira espera-se que a região não seja mais um outlier e que o modelo se ajuste melhoraos dados.

Figura 18: Correlação após remoção de outliers.

Na Figura 19 pode ser observado os bairros de Curitiba de acordo com os valorescalculados de resíduo, sugerindo que a renda média do bairro seja levada em considera-ção pela administração pública. As regiões prioritárias (vermelho escuro) coincidem comregiões de periferia da cidade com maior dependência dos serviços públicos, mostrandoque o modelo produz resultados mais adequados do que a simples análise do tempo deviagem da Figura 13. Algumas regiões nobres de Curitiba aparecem na lista de prioritá-rios, tais como Cabral, Jardim social, Hugo Lange e Ahu em relação ao tempo de viagemconsiderado para sua renda (áreas escuras da Figura 19 na região norte da cidade). Isso éjustificado pelo fato de serem bairros vizinhos e não possuírem unidades de saúde locali-zadas no próprio bairro. A pequena parcela da população desses bairros que necessita deatendimentos nas US precisam se deslocar para outros bairros da cidade. Mesmo sendobairros com alto poder aquisitivo, apresentaram alguma demanda de atendimento nospostos de saúde e merecem uma atenção por parte dos administradores.

Alguns bairros com renda baixa entraram na lista dos mais prioritários, como é ocaso dos bairros Lamenha Pequena, Alto Boqueirão, Xaxim, Boqueirão, entre outros quepossuem uma renda baixa e um tempo elevado de viagem. Muitos dos cidadãos morado-res desses bairros podem deixar de buscar atendimentos da atenção primária que, se nãotratados, podem desencadear outras doenças que necessitem de atendimento emergencial.

54

Figura 19: Classificação da acessibilidade dos bairros de Curitiba, baseado no cálculodos resíduos.

Esses atendimentos emergencias, que poderiam ter sido evitados ou pelo menos ameniza-dos, geram mais gastos para os cofres público com internamentos e medicamentos de altocusto. Portanto, investir na acessibilidade é importante para que se possa garantir umaqualidade de vida melhor para a população, bem como evitar gastos com internamentose medicamentos nos hospitais e unidades de pronto atendimento da cidade.

55

5 CONCLUSÃO

Esta pesquisa teve como objetivo geral, realizar uma análise dos níveis de acessi-bilidade das US de Curitiba a fim de estabelecer critérios para a identificação dos bairroscom acessibilidade inadequada em relação aos serviços de saúde. As US possuem um papelfundamental na cidade, que é promover a descentralização dos serviços nos hospitais, poismuitos problemas podem ser resolvidos nas US evitando as filas dos hospitais e unidadesde pronto atendimento.

A qualidade foi mensurada segundo critérios de acessibilidade das paradas dosônibus às US, frequência de circulação dos ônibus nessas paradas e tempo de viagem. Ademanda por atendimentos nas US oriundos por bairro e regional também foi considerada,sendo necessários dados de atendimento das US e dados populacionais para o seu cálculo.Como resultado, obteve-se que a maior demanda de atendimentos nas US são dos bairroscom menor poder aquisitivo. A regional com maior demanda foi Tatuquara, tambémconsiderada a de menor renda média. Nessa regional foi identificado um número alto depontos que se encontram dentro de uma distância de caminhada aceitável.

Para a análise da distância foram necessários dados da localização das US edados do sistema de transporte, representados em uma base de grafos georreferenciada.Em relação à distância dos pontos de parada até a unidade de saúde, a acessibilidade de97% das US foi considerada boa, com pontos localizados a uma distância menor ou igual a300 m. Já a avaliação do tempo de espera mostrou acessibilidade regular das US para umtempo médio de espera entre 16 a 20 minutos calculado para cada US. Entretanto, essetempo de espera é uma média que considera a oferta de transporte nos pontos de paradade maneira geral. Caso o usuário necessite de uma linha específica, o tempo de esperapode variar bastante dependendo da linha. Por isso se fez necessário avaliar a qualidadedas linhas individuais nas paradas próximas às US. Como resultado, a maioria delas foiconsiderada regular ou ruim em relação ao tempo de espera. Em relação à disponibilidadede linhas para acesso às US, os resultados mostram que aproximadamente 50% das linhasde ônibus de Curitiba servem uma ou duas US.

56

Para identificar as regiões com acessibilidade inadequada em relação aos serviçosde saúde, primeiro analisou-se o tempo médio de viagem como critério para avaliar regiõesprioritárias. Os resultados obtidos mostram que a maioria dos bairros de Curitiba apre-sentam um tempo médio de viagem de até 5 minutos para se chegar em uma US. Porém,essa análise não leva em consideração alguns fatores que podem ter um peso na decisão,como a renda da população. A classificação dos bairros, adotando apenas o tempo mé-dio de viagem, leva à identificação de bairros com renda média alta como prioritários.Para resolver esse problema optou-se por criar um modelo de regressão linear que agregao rendimento médio do responsável residente no bairro e o tempo médio de viagem dobairro. Por meio da análise baseada no modelo de regressão foi possível identificar asregiões prioritárias da cidade de Curitiba. O modelo desenvolvido pode ainda ser usadoem outros cenários de identificação de prioridades nos serviços públicos, não se limitadosomente a questões de acessibilidade.

Vale a pena destacar que os indicadores de acessibilidade avaliados na pesquisasão um instrumento capaz não só de gerar resultados para avaliar o nível de acessibilidadeexistente, mas também para planejar rotas de transporte, ajustes e investimentos.

Como trabalhos futuros, outros modelos de regressão, assim como outras variáveis(além da renda média da população e tempo de viagem) podem ser consideradas paraidentificar regiões vulneráveis. Além disso, outras instalações podem ser consideradaspara avaliação de acessibilidade, tais como hospitais, escolas públicas, universidades efaculdades. Estudos envolvendo transporte e outros serviços públicos também podem serconsiderados.

57

REFERÊNCIAS

AGUIAR, E. M. Análise crítica dos indicadores de eficiência e eficácia propostos paraavaliação de sistemas de transporte público urbano. Tese - Escola de Engenharia deSão Carlo, Universidade de São Paulo, 1985.

ALMEIDA, L. M. V. Desenvolvimento de uma metodologia para analise locacional de sis-temas educacionais usando modelos de interação espacial e indicadores de acessibilidade.Tese- Programa de Pós Graduação em Engenharia de Produção, UniversidadeFederal de Santa Catarina, 1999.

BIELENKI, C.; JR, A. A. R. O uso de geoprocessamento no planejamento de pesquisaorigem-destino no municipio de sÃo carlos. 2008.

BRACARENSE, J. O. N. F. L. S. F. P. Accessibility index for comparison between privateand collective transport modes. Brazilian Journal of Urban Management, v. 10, n. 3,p. 600–613, dez. 2018. ISSN 2175-3369.

CARDOSO, C. E. Mobilidade em são paulo- a importância dos fatores socioeconômi-cos. XIX ANPET- Associação Nacional de Pesquisa e Ensino em Transporte,Recife, v. 13, 2005.

CURITIBA, A. Perfil sócio econômico. 2017. Online; acesso em 15/03/2019. Disponí-vel em: <"https://www.agencia.curitiba.pr.gov.br/arquivos/regionais/perfil-economico-regional">.

CURTIS, C.; SCHEURER, J. Planning for sustainable accessibility: developing tools toaid discussion and decision-making. Progress in Planning, v. 74, p. 53–106, 2010.

CâMARA, G. et al. Anatomia de sistemas de informação geográfica.2 ed. Curitiba, Sagres, 2011. Online; acesso em 20/06/2019. Disponível em:<http://www.dpi.inpe.br/geopro/livros/anatomia.pdf>.

DAMIANI, M.; PROPPER, C.; DIXON, J. Mapping choice in the nhs: cross sectionalstudy of routinely collected data. British Medical Journal, 2005.

DONABEDIAN, A. An introduction to quality assurance in health care. Oxford Uni-versity Press, 2003.

FERRAZ, A. C. P.; TORRES, I. G. E. Transporte público urbano. [S.l.]: RimaEditora, 2004.

GARCIA, P. B. M.; RAIA, A. A. Análise da acessibilidade a hospitais: Estudo de casopara as cidades de são carlos (sp) e rio claro (sp). Revista Brasileira de GestãoUrbana, v. 7, p. 21–47, 2015.

58

GEURS, K.; WEE, V. Accessibility evaluation of land – use and transport strategies:review and research directions. Journal of transport geography, v. 12, p. 127–140,2004.

GOMIDE, A. A. Transporte urbano e inclusão social: Elementos para políticas públicas.Brasília, IPEA, 2003.

GRAVA, S. Urban transportation systems choices for communities. [S.l.]: NewYork-McGraw Hill, 2013.

GUAGLIARDO, M. F. Spatial accessibility of primary care: concepts, methods and chal-lenges. International Journal of Health Geographics 3:3, 2004.

HEWKO, J.; S.TOMIC, J. M. H. K. E. Measuring neighbourhood spatial accessibilityto urban amenities: Does aggregation error matter? Department of Earth and At-mospheric Sciences, 1 – 26 Earth Sciences Building, University of Alberta,Edmonton, Alberta, Canada T6G 2E3, v. 34, p. 1185–1206, 2002.

HORNER, M. W. Spatial dimensions of urban commuting: A review of major issues andtheir implications for future geographic research. The Professional Geographic, v. 56,p. 160–173, 2004.

IBGE. IBGE"https://cidades.ibge.gov.br/brasil/pr/curitiba". 2010. Online;acesso em 09/01/2019.

KREMPI, A. P. Explorando recursos da estatística espacial para ánalise da acessibilidadeda cidade de bauru. Dissertação, Escola de Engenharia-São Carlos, Universidadede São Paulo, 2004.

LIMA, C. D. et al. Avaliação da qualidade do transporte público no acesso a unidades desaúde de Curitiba. In: Anais do III Workshop de Computação Urbana (CoUrb).Gramado: SBC, 2019. p. 73–84. Disponível em: <http://sbrc2019.sbc.org.br/wp-content/uploads/2019/05/courb2019.pdf>.

LIMA, O. F.; GUALDA, N. D. Qualidade em serviços de transportes: conceituação eprocedimentos para diagnóstico. Congresso da Associação Nacional de Pesquisa e Ensinoem Transportes – ANPET, 1995.

LITMAN, T. Measuring transportation traffic, mobility and accessibility. Institute ofTransportation Engineers, v. 73, p. 28–32, 2003.

LOVETTA, A. et al. Car travel time and accessibility by bus to general practitionerservices: a study using patient registers and gis. Of Transport Geography, v. 55, p.97–111, 2002.

LUO, W.; WANG, F. Measures of spatial accessibility to health care in a gis environment:synthesis and a case study in the chicago region. Environment and Planning B:Planning and Design, v. 30, p. 865–884, 2003.

MAON, L.; NEKORCHU, D. Measuring spatial accessibility to healthcare for populationswith multiple transportation modes. Health Place, v. 24, p. 115–122, 2013.

59

MAVOA, S. et al. Gis based destination accessibility via public transit and walking inauckland, new zealand. Journal of Transport Geography, v. 20, p. 15–22, 2012.

MIRANDA, H. F.; SILVA, A. N. R. Benchmarking sustainable urban mobi-lity : the case of curitiba, brazil. Artigo de Periodico - Internacional10.1016/j.tranpol.2012.03.009 DOI, p. 141–151., 2012.

OWEN, A.; LEVINSON, D. Access across america: Transit 2014 methodology final re-port. Accessibility Observatory. Center for Transportation Studies. Depart-ment of Civil, Environmental and Geo- Engineering. University of Minnesota,p. 14, 2014.

OWEN, A.; LEVINSON, D. M. Modeling the commute mode share of transit using conti-nuous accessibility to jobs. Transportation Research Part A: Policy and Practice,v. 74, p. 110–122, 2015.

PIANUCCI, M. N. Análise da acessibilidade do sistema de transporte público urbano.estudo de caso na cidade de são carlos-sp. Dissertação - Escola de Engenharia deSão Carlo, Universidade de São Paulo, 2011.

PREFEITURA. Dados abertos. 2017. Online; acesso em 05/02/2018. Disponível em:<"https://www.curitiba.pr.gov.br/dadosabertos/busca/termo=saude ">.

QGIS. QGIS"https://qgis.org/". 2019.

RAIA, A. A.; PEREIRA, C. A. Metodologia para simulação de mapas de equidade e aces-sibilidade a equipamentos e ecessibilidade a equipamentos públicos urbanos. Relátoriode pesquisa São Carlos, 2001.

RAIA, A. A. J. Acessibilidade e mobilidade na estimativa de um índice de potencial deviagens utilizando redes neurais artificiais e sistemas de informação geográfica. Tese -Departamento de Transportes, USP/EESC, São Carlos, 2000.

RODRIGUES, M. O. Avaliação da qualidade do transporte coletivo da cidade de sãocarlos –sp. Escola de Engenharia de São Carlos, Universidade de São Paulo,2006.

SALONEN, M.; TOIVONEN, T. Modelling travel time in urban networks: comparablemeasures for private car and public transport. Journal of Transport Geography, v. 31,p. 143–153, 2013.

SANCHES, S. P. Um indicador do desempenho dos sistemas de transportes nas cidades.Congresso de Pesquisa e Ensino em Transportes, v. 1, p. 199–208, 1996.

SAUDE, S. SMS"http://www.saude.curitiba.pr.gov.br/". 2018. Online; acesso em06/08/2018.

SCATENA, L. M. et al. Difficulties in the accessibility to health services fro tuberculosisdiagnoses in brasilian municipalities. Rev Saúde Pública, 2009.

SCHEURER, J.; CURTIS, C. Accessibility measures: overview and practical applications.Department of Urban and Regional Planning, p. 52, 2007.

60

VASCONCELLOS, E. A. A crise do planejamento de transportes nos paises em desen-volvimento:reavaliando pressupostos e alternativas. ANPET - Associação Nacional dePesquisa e Ensino em Transportes, 1995. Online; acesso em 20/06/2018. Disponível em:<https://doi.org/10.14295/transportes.v3i2.316>.

VASCONCELLOS, E. A. Transporte urbano nos países em desenvolvimento. SãoPaulo: Unida Editora, 2000.

61

APÊNDICE A -- INFORMAÇÕES ADICIONAIS SOBRE O NEO4J

O Neo4j, assim como os seus componentes, contem implementações dos algorit-mos mais tradicionais para grafos, incluindo o algoritmo de Dijkstra, caminho mais curto,todos os caminhos, caminho mais simples. A adoção do Neo4j como banco de dadosapresenta diversas vantagens, como por exemplo em relação a facilidade de integração doNeo4j com os mais diversos ambientes de desenvolvimento, pois sua API (Application Pro-gramming Interface) possibilita a comunicação com outras linguagens, tais como: Python,Ruby, Clojure, Scala, Groovy, PHP (PHP: Hypertext Preprocessor), além de linguagensexclusivas para mapeamento objeto relacional. Outra vantagem considerável é com re-lação a quantidade de ferramentas que o mesmo disponibiliza no intuito de facilitar emelhorar o trabalho do desenvolvedor. Apresentamos algumas das principais ferramentasfornecidas pelo Neo4j:

•Shell: interpretador de comandos de linha responsável pela manipulação e navegaçãode grafos;

•Neoclipse: plugin destinado a IDE (Integrated Development Environment) Eclipseque fornece uma interface visual para navegação e edição de grafos, sendo umaferramenta standalone;

•Batch Inserter: ferramenta para upload em massa de grandes conjuntos de dados,isto de forma rápida e segura;

•Online Backup: realiza o backup de uma instância do Neo4j em execução.

62

APÊNDICE B -- PROCESSAMENTO DOS DADOS.

O formato Parquet se propõe a ser uma importante ferramenta para tornar maiseficiente o armazenamento e processamento de grandes volumes de dados. Nesta disser-tação, foi utilizado o etl-source-to-parquet para transformar os dados Json da URBS emdados tabulados no formato parquet para o processamento.

Código B.1: Extração e transformação de dados JSON para Parquet

from sparketl import ETLSpark

etlspark = ETLSpark()

datapath = '../../data'

## LINHAS

source_path ="{}{}".format (datapath,'/urbs/raw/linhas/'

target_path = "{}{}". format (datapath,'/urbs/processed/linhas/')

raw_data = etlspark.extract (source_path)

etlspark.transform (raw_data, target_path)

## PONTOS LINHA

source_path = '{}{}'.format (datapath,'/urbs/raw/pontoslinha/')

target_path = '{}{}'.format (datapath,'/urbs/processed/pontoslinha/')

raw_data = etlspark.extract (source_path)

etlspark.transform (raw_data, target_path)

## TABELA LINHA

source_path = '{}{}'. format (datapath,'/urbs/raw/tabelalinha/')

target_path = '{}{}'.format(datapath,'/urbs/processed/tabelalinha/')

raw_data = etlspark.extract(source_path)

etlspark.transform(raw_data, target_path)

## TABELA VEICULO

source_path = '{}{}'.format (datapath,'/urbs/raw/tabelaveiculo/')

63

target_path = '{}{}'.format (datapath,'/urbs/processed/tabelaveiculo/')

raw_data = etlspark.extract (source_path)

etlspark.transform(raw_data, target_path)

## TRECHOS ITINERARIOS

source_path = '{}{}'.format (datapath,'/urbs/raw/trechos itinerarios/')

target_ path = '{}{}'.format ( datapath,'/urbs/processed/trechositinerarios/')

raw_data = etlspark.extract(source_path)

etlspark.transform (raw_data, target_path)

## VEICULOS

source_path = '{}{}'.format (datapath,'/urbs/raw/veiculos/')

target_path = '{}{}'.format (datapath,'/urbs/processed/veiculos/')

raw_data = etlspark.extract(source_path)

etlspark.transform (raw_data, target_path, coalesce = 5)

64

APÊNDICE C -- PROCESSAMENTO DOS DADOS PARA CSV

O etl-raw–csv-to-neo4j-staging: realiza o processamento dos dados tabu-lados pelo processo etl-source-to-parquet para o formato csv, gerando dados comopontos das linha e rota sequenciada.

Código C.1: Transformação de dados Parquet para CSV (input para o Neo4J)

from pyspark.sql import SQL Context

from pyspark.context import Spark Context

from pyspark.conf import Spark Conf

conf = Spark Conf ( ).set AppName("App")

conf = (conf.setMaster ('local[*]')

.set('spark.executor.memory', '4G')

.set('spark.driver.memory', '4G')

.set('spark.driver.maxResultSize', '3G')

sc = Spark Context.getor Create (conf = conf)

sql Context = SQL Context(sc)

datapath = '../../data'

neo4jpath = '../../neo4j/spark'

def load(datapath):

processed_path ='{}{}'.format(datapath,'/urbs/processed/')

sqlContext.read.parquet(processed_path +'linhas/')

.registerTempTable("linhas")

sqlContext.read.parquet(processed_path +'pontoslinha/')

.registerTempTable("pontos_linha")

sqlContext.read.parquet(processed_path +'tabelaveiculo/')

.registerTempTable("tabela_veiculo")

def save (query, target_path):

sqlContext.sql(query)

.coalesce(1)

.write.mode('overwrite')

.option("header", "true")

65

.format("csv")

.save(target_path)

def show (query, n=10):

sqlContext.sql(query).show(n)

def run(query):

sqlContext.sql(query)

load(datapath)

query = """

select distinct nome,num,tipo,lat,lon from pontos_linha

"""

show(query)

target_path = '{}{}'.format (neo4jpath,'/bus stops/')

save(query, target_path=target_path)

query_view_rota_sequenciada = """

CREATE OR REPLACE TEMPORARY VIEW rota_sequenciada AS

select pseq.cod_linha

,pseq.sentido_linha

,pseq.seq_inicio

,pseq.seq_fim

,pseq.ponto_inicio

,pseq.nome_ponto_inicio

,pseq.ponto_final

,pseq.nome_ponto_final

,li.CATEGORIA_SERVICO as categoria_servico

,li.NOME as nome_linha

,li.NOME_COR as nome_cor

,li.SOMENTE_CARTAO as somente_cartao

,pseq.year

,pseq.month

,pseq.day

from (select

p1.COD as cod_linha

,p1.SENTIDO as sentido_linha

,p1.SEQ as seq_inicio

,p2.SEQ as seq_fim

,p1.NUM as ponto_inicio

,p1.NOME as nome_ponto_inicio

,p2.NUM as ponto_final

66

,p2.NOME as nome_ponto_final

,p1.year

,p1.month

,p1.day

from pontos _linha P1

inner join pontos_linha p2

on (p1.SEQ + 1 = p2.SEQ and p1.COD = p2.COD

and p1.SENTIDO = p2.SENTIDO

and p1.year = p2.year

and p1.month= p2.month

and p1.day= p2.day

)

) pseqinner join linhas li

on (pseq.cod_linha = li.COD

and pseq.year = li.year

and pseq.month= li.month

and pseq.day= li.day

)

order by pseq.cod_linha, pseq.sentido_linha

,pseq.seq_inicio,pseq.seq_fim

"""

run(query_view_rota_sequenciada)

query_rota_sequenciada = """

select distinct cod_linha

,sentido_linha, seq_inicio, seq_fim

,ponto_inicio, nome_ponto_inicio

,ponto_final

,nome_ponto_final, categoria_servico

,nome_linha, nome_cor, somente_cartao

from rota_sequenciada

order by int(seq_inicio), int(seq_fim)

"""

show(query_rota_sequenciada, n=10)

target_path = '{}{}'.format(neo4jpath,'/routes/')

save(query_rota_sequenciada,target_path=target_path)

67

APÊNDICE D -- CARREGAMENTO DOS DADOS PARA O NEO4J

Código D.1: Carregamento dos dados para o Neo4j

MATCH (n) DETACH DELETE n

MATCH ()-[r:IS_LOCATED]-() DELETE r

CALL apoc.periodic.iterate(

"MATCH ()-[r:MOVES_TO]-() return r","with r DELETE r",

{batch Size: 1000,iterate List:true, parallel:false}

)

CALL spatial.addWKTLayer('layer_curitiba_neighbourhoods','geometry')

/* LOAD SECTIONS */

LOAD CSV WITH HEADERS FROM "file:///distritos.csv" AS row

FIELDTERMINATOR ';'

CREATE (s:Section)

set s.geometry = row.WKT,s.section_name = row.DISTRITO

WITH s

CALL spatial.addNode('layer_curitiba_neighbourhoods', s)

YIELD node

RETURN node;

/ * LOAD NEIGHBOURHOODS */

LOAD CSV WITH HEADERS FROM "file:///bairros.csv" AS row

FIELDTERMINATOR ';'

CREATE (n:Neighbourhood)

set n.type = row.TIPO, n.name = row.NOME

,n.geometry = row.WKT

,n.section_code = row.CD_REGIONAL

,n.section_name = row.NM_REGIONAL

WITH n

CALL spatial.addNode('layer_curitiba_neighbourhoods',n)

YIELD node

RETURN node;

/* LOAD HEALTH STATIONS*/

68

LOAD CSV WITH HEADERS FROM "file:///unidades-saude.csv"

AS row

CREATE (p:Poi)

set p.category = row.categoria

,p.name = row.nome

,p.address = row.endereco

,p.geometry = 'POINT('+ row.longitude +' '+ row.latitude+')'

,p.height = row.elevacao

,p.neighbourhood = row.bairro

,p.district = row.distrito

,p.source = 'planilha'

,p.latitude = row.latitude

,p.longitude = row.longitude

WITH p

CALL spatial.addNode('layer_curitiba_neighbourhoods', p)

YIELD node

RETURN node;

/* create a relationship between health stations and neighbourhoods */

MATCH (p:Poi)

WITH collect(p) as pois UNWIND pois as poi

call spatial.withinDistance('layer_curitiba_neighbourhoods',

{lon:toFloat(poi.longitude),

lat:toFloat(poi.latitude)},0.0001

)

yield node, distance

with poi, node as n where 'Neighbourhood' IN LABELS(n)

merge (poi)-[r:IS_IN_NEIGHBOURHOOD]->(n)

return poi,r,n

match (p:Poi)-[:IS_IN_NEIGHBOURHOOD]->(n:Neighbourhood)

set p.neighbourhood = n.name

,p.section_name = n.section_name

match (p:Poi {section_name:'REGIONAL SANTA FELICIDADE / REGIONAL PORTAO'})

set p.section_name ='REGIONAL SANTA FELICIDADE'

/* LOAD BUS STOPS */

USING PERIODIC COMMIT 1000

LOAD CSV WITH HEADERS FROM "file:///busstops.csv" AS row

create (bs:BusStop)

set bs.name = row.nome

69

,bs.number = row.num

,bs.type = row.tipo

,bs.geometry = 'POINT(' + row.lon +' '+ row.lat +')'

,bs.latitude = row.lat

,bs.longitude = row.lon

WITH bs

CALL spatial.addNode('layer_curitiba_neighbourhoods', bs) YIELD node

RETURN node;

USING PERIODIC COMMIT 100

LOAD CSV WITH HEADERS FROM "file:///routes.csv" AS row

MATCH(bss:BusStop {number: row.ponto_inicio}),

(bse:BusStop {number: row.ponto_final})

CREATE(bss)-[:NEXT_STOP {

line_code: row.cod_linha

,line_way: row.sentido_linha

,service_category: row.categoria_servico

,line_name: row.nome_linha

,color_name: row.nome_cor

,card_only: row.somente_cartao

}]- >(bse)

MATCH (p1:BusStop)-[r:NEXT_STOP]->(p2:Bus Stop)

SET r.distance = distance(

point({longitude:toFloat(p1.longitude),

latitude: toFloat(p1.latitude), crs:'wgs-84'}),

point({longitude: toFloat(p2.longitude),

latitude: toFloat(p2.latitude), crs: 'wgs-84'}))

/* create a relationship between bust_stop and neighbourhood */

call apoc.periodic.commit("

MATCH (bus_stop:BusStop)

WHERE NOT(bus_stop)-[:IS_IN_NEIGHBOURHOOD]->()

with bus_stop limit {limit}

CALL spatial.withinDistance('layer_curitiba_neighbourhoods',

{lon: toFloat(bus_stop.longitude),

lat: toFloat(bus_stop.latitude)},0.0001)

yield node, distance

WITH bus_stop, node as n where 'Neighbourhood' IN LABELS(n)

merge (bus_stop)-[r:IS_IN_NEIGHBOURHOOD] ->(n)

return count(bus_stop)

70

",{limit:100})

match (bs:BusStop)-[:IS_IN_NEIGHBOURHOOD]->(n:Neighbourhood)

set bs.section_name = n.section_name

,bs.neighbourhood = n.name

MATCH (bus_stop:BusStop {section_name:'REGIONAL SANTA FELICIDADE / REGIONAL

PORTAO'})

call spatial.withinDistance('layer_curitiba_neighbourhoods',

{lon:toFloat(bus_ stop.longitude),

lat:toFloat(bus_stop.latitude)

},0.0001)

yield node,distance

with bus_ stop, node as n where 'Section' IN LABELS(n)

match (bus_stop)

set bus_stop.section_name = n.section_name

match (bs:BusStop {section_name:'REGIONAL BOQUEIRAO'})

set bs.section_name ='REGIONAL BOQUEIRAO'

match (bs:BusStop {section_name:'PORTAO'})

set bs.section_name ='REGIONAL PORTAO'

match (bs:BusStop {section_name:'SANTA FELICIDADE'})

set bs.section_name ='REGIONAL SANTA FELICIDADE'

match (bs:BusStop {section_name:'CIC'})

set bs.section_name ='REGIONAL CIC'

match (bs:BusStop {neighbourhood:'CAMPO COMPRIDO', section_name:'REGIONAL CIC

'})

set bs.section_name ='REGIONAL SANTA FELICIDADE'

MATCH (poi:Poi {category:'Unidade Saude Basica',source:'planilha'}), (bs:

BusStop)

WHERE distance (point({longitude: to Float (poi.longitude),

latitude: toFloat(poi.latitude),

crs: 'wgs-84'}),

point({longitude: toFloat(bs.longitude),

latitude: toFloat(bs.latitude),

crs: 'wgs-84'})) < 2000

MERGE (bs)-[:WALK]->(poi)

MATCH (bs:Bus Stop)-[r:WALK]->(poi:Poi)

SET r.distance = distance(

point ({longitude: to Float (poi.longitude),

latitude:to Float (poi.latitude),

71

crs: 'wgs-84'}),

point({longitude: to Float (bs.longitude),

latitude: to Float (bs.latitude)

,crs: 'wgs-84'}))

72

APÊNDICE E -- DISTÂNCIA DOS PONTOS DE ÔNIBUS ÀS US

Código E.1: Extração e transformação de dados JSON para Parquet

import pandas as pd

## DISTANCIAS LINEARES

tracking_line_ data =

cypher http://neo4j:neo4j2018@localhost:7474/db/data/

MATCH (bs:Bus Stop), (poi:Poi)

WHERE bs.section_name = poi.section_name

return poi.name as us_name

,poi.neighbourhood as us_bairro

,poi.section_name as us_regional

,poi.latitude as us_latitude

,poi.longitude as us_longitude

,bs.number as bus_stop_number

,bs.name as bus_stop_name

,bs.section_name as bus_stop_regional

,bs.neighbourhood as bus_stop_bairro

,bs.latitude as bus_stop_latitude

,bs.longitude as bus_stop_longitude

,distance(

point({longitude:toFloat(poi.longitude)

,latitude: toFloat(poi.latitude),

crs: 'wgs-84'})

,point({longitude: toFloat(bs.longitude)

,latitude: toFloat(bs.latitude),

crs: 'wgs-84'})) AS distance

bus_stops = tracking_line_data.get_dataframe()

bus_ stops.head()

min_distance = bus_stops[['bus_stop_ number','distance']]

73

.groupby (['bus_stop_number']).min()

min_distance = min_distance.reset_index()

min_distance.shape

min_distance.head()

distances = pd.merge (bus_stops,min_distance, on=['distance','bus_stop_number'

],

how='inner').sort_values(by = ['distance'])

distances[['us_regional','us_bairro'

,'us_latitude','us_longitude'

,'bus_stop_number','bus_stop_regional'

,'bus_stop_bairro','bus_stop_name'

,'bus_stop_latitude'

,'bus_stop_longitude','distance']]

.head()

distances.to_csv("distancias-euclidianas-10062019.csv"

,sep =";", index = False)

## DISTANCIAS NA REDE

tracking_line_data =

cypher http://neo4j:neo4j2018@localhost:7474/db/data/

MATCH (bs: Bus Stop),(poi:Poi)

WHERE bs.section_name = poi.section_name

CALL apoc.algo.dijkstra(bs, poi, 'NEXT_ STOP|WALK',

'distance') YIELD weight

RETURN poi.name as us_name

,poi.neighbourhood as us_bairro

,poi.section_name as us_regional

,poi.latitude as us_latitude

,poi.longitude as us_longitude

,bs.number as bus_stop_number

,bs.name as bus_stop_name

,bs.section_ name as bus_stop_regional

,bs.neighbourhood as bus_stop_bairro

,bs.latitude as bus_stop_latitude

,bs.longitude as bus_stop_longitude

,min(weight) as distancia

bus_stops = tracking_line_data.get_data frame()

bus_stops[(bus_stops.us_bairro == 'CIDADE INDUSTRIAL DE CURITIBA')].head()

74

min_distance = bus_stops[['bus_stop_number','distancia']]

.groupby(['bus_stop_number']).min()

min_distance = min_distance.reset_index()

min_distance.count()

distances = pd.merge(bus_stops, min_distance, on = ['distancia','

bus_stop_number']

,how='inner').sort_values(by=['distancia'])

distances[['us_regional','us_bairro','us_latitude'

,'us_longitude','bus_stop_number','bus_stop_regional'

,'bus_stop_bairro','bus_stop_name','bus_stop_latitude','

bus_stop_longitude','distancia']]

.head()

distances.to_csv('distancias-dijkstra-10062019.csv',index = False

, sep =';')

## DISTANCIAS LOCAIS E DA REDE (DIJKSTRA)

distancias_euclidianas = pd.read_csv("distancias-euclidianas-10062019.csv"

, sep =";")

distancias_dijkstra = pd.read_csv("distancias-dijkstra-10062019.csv"

, sep =";")

distances = pd.merge(distancias_euclidianas, distancias_dijkstra,

on=['bus_stop_number','bus_stop_name'

,'us_name','us_bairro'

,'us_regional','us_latitude'

,'us_longitude','bus_stop_regional'

,'bus_stop_bairro','bus_stop_latitude'

,'bus_stop_longitude'],how='inner')

.sort_values(by='distance',ascending=False)

.rename(columns={"distance": "euclidian_distance"

,"distancia": "dijkstra_distance"}

)

distances.to_csv('all-bus-stops-distances.csv',index = False, se p =';')