Um desses setores é o de transporte por aplicativos. Esta modalidade começou a se consolidar ao longo da década de 2010 e sofreu rápida expansão, tornando-se uma das mais dinâmicas da economia compartilhada, incrementando o leque de possibilidades à população, que agora pode contar com uma opção de mobilidade mais prática e acessível (HADDAD et al., 2019). Nesse sentido, a disponibilidade do serviço oferecido pelos aplicativos aparece como uma alternativa importante para aumentar o acesso às oportunidades econômicas nas cidades, e apresenta potencial de impactar positivamente as economias locais (Ibid.).

Além disso, o impacto econômico causado pela 99 é ainda maior quando são consideradas as oportunidades de geração de renda pelos motoristas parceiros. Por meio dela, surgem novas dinâmicas econômicas nos contextos locais, que favorecem diversos setores direta e indiretamente envolvidos na cadeia de valor gerada pelos custos operacionais dos motoristas e pelos custos de vida das suas famílias. Dessa maneira, é possível mapear a movimentação observada em diferentes setores impactados pela 99 e quantificar o impacto econômico gerado pelo aplicativo na economia brasileira.

A pesquisa, encomendada pela equipe de Políticas Públicas e Pesquisa da 99, foi realizada pela Fundação Instituto de Pesquisas Econômicas (FIPE) e teve como base os dados da renda gerada pelos motoristas parceiros. Por meio dela, foi possível estimar os impactos macroeconômicos de valores agregados (VA) para a economia do país, geração de postos de trabalho indiretos e impacto no recolhimento de diferentes tipos de impostos.

Em linhas gerais, o cálculo da FIPE aponta para um impacto positivo da 99, que totaliza 15,19 bilhões de reais no PIB brasileiro de 2020 e representa 0,21% do PIB do país no primeiro ano pandêmico. Em publicação anterior, referente ao ano de 2019, o impacto registrado foi equivalente a 0,18%, o que confirma um crescimento, tanto absoluto quanto relativo, do efeito do aplicativo na economia nacional.

O anúncio do PIB brasileiro de 2020 ocorreu no início do mês de março, e apresentou queda de 4,1% em relação ao ano de 2019, sendo a maior queda desde a compilação atual da série histórica do Instituto Brasileiro de Geografia e Estatística (IBGE). Diante desse cenário, a contribuição da 99 para o PIB nacional se torna ainda mais relevante diante do impacto positivo da companhia na geração de renda frente a um período de recessão econômica. O gráfico a seguir mostra a variação do PIB desde a segunda metade de 2018 até o final de 2020, e evidencia sua queda no último ano:

Diante deste contexto, a 99 conseguiu impactar na geração de 331 mil novas posições de trabalho indiretas em diversos setores da economia, além de contribuir para movimentar a arrecadação de R$1,3 bilhão de reais em impostos, como os Impostos sobre Produtos Industrializados (IPI), Impostos sobre operações relativas à Circulação de Mercadorias e sobre prestações de Serviços (ICMS), Impostos sobre Serviços (ISS), entre outros.

Metodologia

Os efeitos na economia analisados são calculados a partir da cadeia de valor gerada pelos ganhos dos motoristas, por meio de um modelo de insumo-produto, que registra uma “fotografia econômica” da relação entre os diferentes setores de serviços e produtos. Dessa forma, os impactos são mensurados do ponto de vista relacional e sistêmico do mercado, considerando a dependência entre seus setores.

Apesar da intermediação ocorrer pelo aplicativo da 99, em um ambiente digital, os efeitos econômicos são tangíveis e mensuráveis no mundo offline, onde as transações realizadas entre os usuários impactam em uma série de outras trocas econômicas. Diante disso, a mensuração é realizada através do consumo projetado dos motoristas, com base na cadeia produtiva de suas receitas. O esquema abaixo demonstra o fluxo de renda no contexto econômico relacionado ao setor de ride-hailing:

Esquema do fluxo de renda do setor de ride-hailing

O modelo de insumo-produto caracteriza a estrutura econômica gerada a partir das receitas dos motoristas que utilizam a 99 e suas composições de gastos familiares, projetados com base nos dados de pesquisas nacionais oficiais. Dessa forma, por meio da receita gerada via 99, os resultados obtidos podem ser desagregados em quatro tipos de efeitos na economia brasileira:

● Efeitos iniciais: São aqueles relativos ao setor de ride-hailing em si, associados diretamente aos pagamentos das viagens pelos passageiros que utilizam os serviços dos motoristas parceiros.

● Efeitos diretos: São aqueles relacionados aos setores econômicos diretamente afetados pelas despesas dos motoristas, como gastos operacionais, despendidos na compra e manutenção dos veículos e nos combustíveis, e gastos de consumo, relacionados à alimentação, vestuário, internet, etc.

● Efeitos indiretos: São os impactos que resultam do encadeamento das compras e vendas entre os setores da economia afetados pelos efeitos diretos.

● Efeitos induzidos: São aqueles relacionados aos consumidores diretos ou indiretos, que realizam seus gastos por meio das atividades econômicas beneficiadas pela variação da demanda final pelos serviços de transporte por aplicativo.

Impactos regionais e setoriais da 99

A análise regional evidencia um maior impacto no Valor Agregado (VA) à economia, postos de trabalho indiretos e impostos indiretos da 99 nas regiões sudeste, sul e nordeste do país, respectivamente. Além disso, é possível perceber um aumento do impacto econômico entre os anos de 2019 e 2020 em todas as regiões. O mapa 1 abaixo sintetiza os impactos calculados pela FIPE, agrupados por grandes regiões político-administrativas, em relação ao Valor Agregado à Economia pela 99 em 2020.

Mapa 1 — Valor Agregado (VA) à economia pela 99 em 2020

O Mapa 2 mostra a distribuição das novas posições de trabalho geradas, de forma direta, indireta ou induzida, entre as regiões do país. Ao todo, foram mais de 331 mil novos postos de trabalho gerados em outros setores, viabilizados por meio dos hábitos de consumo e da atividade econômica dos motoristas que usam a 99 para gerar renda. Esses impactos são distribuídos nacionalmente com maior expressão nas regiões sudeste, sul e nordeste, respectivamente, mas também estão presentes nas regiões norte e centro-oeste.

Mapa 2 — Novas posições de trabalho geradas de forma indireta pela 99 em 2020

Além disso, a análise de insumo-produto considera a interdependência produtiva entre os setores da economia por meio do entendimento sistêmico dos impactos econômicos mediados pela 99. É possível verificar impactos relevantes em setores diretamente ligados aos custos operacionais do motorista, como a cadeia do petróleo, que abrange os setores de extração de petróleo e gás e refino de petróleo e coquerias, mas principalmente em setores tradicionalmente movidos pelos impactos dos consumos familiares, como é o caso dos setores de comércio (atacado e varejo), atividades imobiliárias e alimentação. A ilustração abaixo mostra os três setores que tiveram maior variação nos agregados econômicos de variação adicional (VA) à economia (em laranja e amarelo) e postos de trabalho gerados de forma indireta (em azul).

Ilustração 1 — Impactos setoriais da 99 na economia brasileira em 2020

A medida utilizada na avaliação capta a integração econômica da atividade de transporte por aplicativos em relação ao sistema produtivo tradicional. No caso do Valor Agregado (VA) à economia, os setores econômicos mais beneficiados pelo uso do aplicativo da 99 são o comércio por atacado e varejo, as atividades imobiliárias e o desenvolvimento de sistemas e outros serviços de informação. Em relação à geração de postos de trabalho de forma indireta, continua em primeiro lugar o setor de comércio por atacado e varejo, seguido pelo setor de serviços domésticos e pelo setor de alimentação.

Portanto, observa-se uma contribuição positiva da 99 para o contexto socioeconômico brasileiro, além de grande intersetorialidade na circulação de seus efeitos na economia do país. Além de possibilitar maior dinamismo na cadeia produtiva nacional contribui por meio de impactos em diversos setores que também afetam o mundo offline. Além disso, é importante compreender as diferentes escalas dos impactos gerados pelos serviços oferecidos pela companhia, bem como observar como esses efeitos se difundem na economia brasileira como um todo.

Por fim, é importante ressaltar que a 99 expandiu seu portfólio de produtos nos últimos anos com o lançamento do 99Poupa, 99Compartilha e o 99Carona, que têm o potencial de contribuir para transformações na mobilidade urbana das cidades e de impactar diversos outros setores relacionados ao transporte por aplicativo. Para além disso, a empresa tem investido nas áreas de entregas intermediadas entre restaurantes e entregadores parceiros, com o 99Food, e serviços de pagamento digital, com o 99Pay. Essas novas unidades de negócio não são contabilizadas para o cálculo apresentado neste artigo, mas já estão sendo incorporadas em pesquisas do time de Políticas Públicas da 99 em relação ao seu impacto na vida dos usuários, das cidades e da economia como um todo.

REFERÊNCIAS

BENANAV, Aaron. Automation and the Future of Work. Verso, 2020.

HADDAD, Eduardo Amaral et al. A socioeconomic analysis of ride-hailing emergence and expansion in São Paulo, Brazil. Transportation Research Interdisciplinary Perspectives, v. 1, p. 100016, 2019.

SHAHEEN, Susan; CHAN, Nelson. Mobility and the sharing economy: Potential to facilitate the first-and last-mile public transit connections. Built Environment, v. 42, n. 4, p. 573–588, 2016.

99 foi responsável por acrescentar R$15,1 bilhões à economia em 2020, segundo FIPE was originally published in Para onde vamos? on Medium, where people are continuing the conversation by highlighting and responding to this story.

Códigos Promocionais:

Quem pode usar o cupom?

Usuários da 99 que tenham o app instalado em seu celular e solicitem a corrida no dia 22 de setembro, terça-feira, em uma das 12 cidades participantes (confira a lista acima). O pagamento da corrida deve ser feito digitalmente no aplicativo — não será aceito pagamento em dinheiro.

Como ativar o cupom:

1. Abra seu app da 99
2. Clique no menu — Cupom de Desconto
3. Digite o cupom de desconto de sua cidade (não serão aceitos cupons de cidades diferentes da sua)
4. Clique em Inserir Cupom
5. Pronto. Na sua corrida pela 99 no dia 22/09/2020, o desconto será aplicado automaticamente

Regras Gerais:

* O desconto de R$ 5,00 (cinco reais) é limitado a 32 mil cupons para São Paulo; 19 mil para Rio de Janeiro; 8 mil para Belo Horizonte; 7 mil para Manaus; 7 mil para Porto Alegre; 5 mil para Goiânia; 4 mil Curitiba; 4 mil para Belém; 4 mil para Recife; 3 mil para Fortaleza; 3 mil para Brasília e 3 mil para Salvador, totalizando assim 99 mil cupons. Válido 01 cupom por CPF. O subsídio será válido apenas para corridas realizadas no dia 22 de setembro de 2020 na categoria POP e para os usuários que inserirem o código promocional antes da solicitação da corrida e realizarem o pagamento via aplicativo.

Dia Mundial sem Carro: 99 mil corridas com desconto was originally published in Para onde vamos? on Medium, where people are continuing the conversation by highlighting and responding to this story.

Por Otávio Santana*

Os planos de mobilidade urbana — ou PlanMobs, como são conhecidos no Brasil — são hoje, junto com os planos de desenvolvimento urbano, o principal instrumento para se pensar o futuro da mobilidade nas cidades. Resumidamente, os planos de mobilidade tentam entender e projetar, com base em diagnósticos dos problemas e oportunidades de uma área de estudo, como as cidades ou regiões irão se comportar em determinados horizontes de tempo, entre cinco e trinta anos, em média. Com isso, prevê-se também os cenários para a mobilidade, e as intervenções necessárias para absorver, organizar ou estimular as dinâmicas de deslocamento das pessoas e cargas ao longo do tempo.

Durante os últimos quatro anos tive a oportunidade de coordenar processos de participação social voltados à elaboração de planos de mobilidade em Salvador, na Bahia (finalizado em 2018), em Fortaleza, no Ceará, e em Santo André, em São Paulo, esses dois últimos ainda em execução. Além de serem planos para cidades importantes, são planos que tiveram ou estão tendo ampla participação da sociedade na sua formulação.

Isso significa que a sociedade e seus segmentos organizados, sejam públicos ou privados, participam ativamente da identificação dos problemas da mobilidade que os afligem e da construção de objetivos, estratégias e propostas de soluções para superá-los. Mas, mais do que isso: são pessoas, moradores, cidadãos, que participam do processo de planejamento das suas cidades, em um exercício de formulação do futuro e de como se chegar até lá. É o que chamamos de planejamento participativo orientado por objetivos. E é aí que mora o pulo do gato sobre o futuro da mobilidade.

A grande mudança de paradigma em curso no planejamento de mobilidade no Brasil e no mundo refere-se à transição de uma perspectiva carro-cêntrica (ou tecnocêntrica, se tomarmos como referência os cenários futuros encontrados no Google) para uma perspectiva em que as pessoas, e não as máquinas, são o foco principal de atenção dos planejadores e gestores públicos. Então, faz todo o sentido que o primeiro passo seja o de incluir justamente as pessoas no processo de planejamento urbano.

Nesta perspectiva, o futuro da mobilidade teria uma cara bastante diferente destas panacéias tecnológicas que nos são apresentadas e que envolvem carros autônomos, drones etc. Essa constatação decorre do acompanhamento de uma centena de reuniões de escutas setoriais, audiências públicas e workshops conduzidas nestas cidades com diversos públicos de interesse. A partir desta experiência, destaco os pontos que mais chamam a atenção entre as contribuições coletadas.

Primeiro, o futuro da mobilidade precisa ser democrático e participativo. Além das pessoas estarem sedentas por participarem dos processos de reflexão e formulação de propostas para melhorar os transportes, os processos participativos fazem com que a sociedade se aproprie de uma visão de planejamento de longo prazo, cujas ações transcendem obrigatoriamente várias gestões nos municípios. Isso dá mais força para que as ações tenham continuidade e, consequentemente, sejam menos influenciadas por orientações político-partidárias, um dos principais problemas identificados durante as consultas.

Segundo, há uma tendência muito forte para que o futuro da mobilidade tenha foco nos pedestres. Pelo menos, se tomarmos como amostra as contribuições obtidas nestes locais. Além de ter sido comum entre eles o diagnóstico de que as calçadas precisam urgentemente de um novo modelo de governança, de uma concepção de rede e de investimentos do poder público para que se tornem efetivamente atrativas para a caminhabilidade, o tema se destacou como eixo transversal de soluções em praticamente todos os segmentos da mobilidade. Apenas para citar um exemplo, boas calçadas, seguras e atrativas à caminhada, são uma forma de estimular o uso do transporte coletivo e cicloviário, por meio da microacessibilidade aos pontos de parada dos ônibus, às estações de trem e de metrô e às estações de bicicletas compartilhadas.

Terceiro, o futuro da mobilidade deverá ser dos ciclistas. O crescimento de uma visão cicloviária da mobilidade urbana está impulsionando a demanda por políticas de incentivo ao uso deste modal, ainda mais agora em um cenário pós-pandêmico. Com o aumento dos investimentos em infraestrutura para esse e outros tipos de deslocamento alternativos, incluindo aqui os patinetes, monociclos, hoverboards, patins e skates.

Para que tudo isso se torne realidade, é necessário que as intervenções deixem de ser pensadas em termos de ampliação da capacidade viária para automóveis e passem a ser pensadas em termos de otimização de uso dos espaços viários já existentes, visando uma utilização mais equitativa de todo o ecossistema multimodal de baixo impacto. Dentre as propostas mais citadas, está a redução da oferta de vagas para estacionamento de automóveis nas ruas, para um melhor aproveitamento deste espaço pela cidade.

É isso o que urgem, de maneira quase unânime, os participantes que colaboraram nestes planos. Um futuro da mobilidade com mais participação, melhores calçadas, mais ciclovias e melhor utilização dos espaços viários — tudo isso, é claro, com foco pessoas.

*Otávio Santana é publicitário e coordena processos de pesquisa, inovação e gestão participativa para a elaboração de planos e projetos de mobilidade urbana na Oficina Consultores.

O futuro da mobilidade é democrático e participativo was originally published in Para onde vamos? on Medium, where people are continuing the conversation by highlighting and responding to this story.

Victor Callil*

Se locomover pelas cidades não é algo óbvio. Embora possa parecer que façamos nossos trajetos cotidianos de maneira inconsciente, peguemos o ônibus de maneira automática, carreguemos o Bilhete Único (ou qualquer outro cartão de transporte) de modo corriqueiro, tudo isso não se construiu com base na intuição. Compreender as razões que levam a essas escolhas é o primeiro passo para a formulação de boas políticas públicas. A produção de conhecimento no campo da mobilidade urbana é algo de extrema importância para que se possa planejar, operar, financiar e administrar os diversos modais de transporte, sejam eles públicos ou privados, ativos ou motorizados.

Dessa forma, o Cebrap (Centro Brasileiro de Análise e Planejamento) tem dado sua contribuição ao assumir a produção e a coordenação de estudos de abrangência nacional capazes de aprofundar e ampliar o conhecimento e assim oferecer subsídio à tomada de decisões relacionadas à maneira como nos deslocamos nas cidades.

Há oito anos realizamos uma série de iniciativas com intuito de compreender as potencialidades dos deslocamentos realizados de bicicleta, por meio de uma parceria firmada com o Itaú. Produzimos estudos sobre o uso dos sistemas de bicicleta compartilhada, análises de políticas públicas cicloviárias, investigações com gestores públicos de diversas capitais, trabalhos de contagem de ciclistas e, mais recentemente, dois projetos inovadores para o tema: o dimensionamento do impacto social do uso da bicicleta em cidades brasileiras e o Desafio Mobilidade Itaú-Cebrap, um programa de formação de pesquisadores para a elaboração de artigos científicos sobre mobilidade urbana por bicicleta. Este último resultando sempre em uma publicação com 5 trabalhos inéditos no tema. Este ano estamos na quarta edição do programa e, consequentemente, iremos para o quarto livro, contribuindo assim com 20 artigos no total para a produção de conhecimento na área.

Nos últimos três anos, ampliamos as temáticas abordadas e as parcerias na elaboração de pesquisas em mobilidade urbana. Manifestações sociais com base nas demandas de transporte, acesso à modais de alta capacidade por modos ativos, mobilidade a pé, transporte público, entre outros, são temáticas que têm sido desenvolvidas a partir da soma de novos parceiros como Ciclocidade e Instituto Clima e Sociedade, por exemplo.

Neste ano ainda, acrescentamos ao nosso escopo um novo tema: o uso de aplicativos nas cidades brasileiras. A partir de uma parceria com a 99, estamos em curso com o Desafio MobApp 2020, no qual selecionamos cinco propostas de artigos acadêmicos inéditos, contemplando seus proponentes com bolsa de estudos, cursos e oficinas sobre métodos e técnicas de pesquisa. Ao final, os artigos serão reunidos em uma publicação que visa enriquecer as referências disponíveis no assunto.

O momento não poderia ser mais instigante para a produção de conhecimento em mobilidade urbana nas mais diversas frentes. No atual contexto da pandemia, a crise econômica fez com que o número de passageiros do transporte público nas cidades caísse de modo drástico, bem como a arrecadação municipal. A redução de recursos oriundos da bilhetagem — principal mecanismo pelo qual o transporte público se paga — tem levantado uma série de questões sobre como viabilizar a existência desse serviço vital para as cidades. Um arsenal de estudos já realizados dentro e fora do Brasil tem sido mobilizado e outros tantos produzidos para dar conta dessa discussão.

De modo mais amplo, o incentivo ao uso de meios motorizados individuais nas metrópoles brasileiras na segunda metade do século XX consolidou a ideia de que a cidade é um espaço de passagem. A despeito de algumas exceções, como Curitiba, é recente na realidade brasileira propostas de políticas públicas urbanas que busquem inverter essa lógica, dando protagonismo à existência e permanência do pedestre e do ciclista nas ruas. O surgimento desse novo olhar para o modo como nos deslocamos nas cidades só foi e é possível mediante um histórico de estudos, pesquisas, críticas e análises que questionam a centralidade do automóvel como símbolo de modernidade, rapidez, agilidade e funcionalidade nos espaços urbanos.

Da mesma forma, entender a importância do transporte ativo como política de saúde é algo recente e ainda pouco explorado na realidade urbana brasileira. Os benefícios ambientais, urbanos e econômicos que resultam da presença em larga escala de pessoas a pé e de bicicleta nas ruas ainda é pouco considerado na elaboração de políticas públicas . Entretanto é um campo dotado de estudos consistentes que ajudam a traçar caminhos na direção de uma cidade mais humana.

Podemos citar estudos de base tecnológica que têm trazido inovações importantes para o campo da mobilidade. Motores menos poluentes e mais silenciosos para veículos apontam para uma cidade menos barulhenta e mais atrativa para a população como um todo. Estudos de natureza tecnológica também resultaram no surgimento de serviços de compartilhamento de modais, a priori individuais, como bicicletas, patinetes, scooters e mesmo automóveis. Não é preciso ter uma bicicleta para cumprir parte do trajeto pedalando. Esses serviços são resultado de estudos multidisciplinares que atravessam tanto a materialidade impressa na análise do tecido urbano quanto o desenvolvimento de plataformas virtuais sobre as quais eles são oferecidos.

Desta forma, a mobilidade urbana, concebida como o complexo de deslocamentos da população sobre o território das cidades é uma realidade em eterna transição. Estudos, pesquisas, números, dados, ideias, discussões, contradições e debates são peças fundamentais para que possamos construir e lutar por uma cidade mais humana hoje, amanhã e depois.

*Victor Callil é coordenador de pesquisas de mobilidade urbana do Núcleo de Desenvolvimento do Cebrap (Centro Brasileiro de Análise e Planejamento), onde desde 2012 atua na produção de pesquisas quantitativas e qualitativas no campo da mobilidade urbana. É mestre em Sociologia pela Faculdade de Filosofia, Letras e Ciências Humanas USP (2015). Pós-graduado em pesquisa de marketing, mídia e opinião pública pela Fundação Escola de Sociologia e Política (FESP-SP). Bacharel em Turismo pela Universidade Estadual Paulista (UNESP).

A mobilidade, o urbano e o conhecimento was originally published in Para onde vamos? on Medium, where people are continuing the conversation by highlighting and responding to this story.

A 99 sempre acreditou na importância da pesquisa e na construção de pontes com o mundo acadêmico para ampliar o acesso ao conhecimento e promover mudanças importantes na mobilidade urbana.

Assim, em parceria com o Cebrap - Centro Brasileiro de Análise e Planejamento - lançou o Desafio MobApp 2020 com o objetivo de ampliar o conhecimento sobre mobilidade urbana e o uso de aplicativos nas cidades por meio do desenvolvimento de 5 artigos acadêmicos em créditos. Esses artigos farão parte de um livro sobre “Aplicativos de mobilidade urbana nas cidades brasileiras”.

Até o dia 21 de junho, os proponentes podem inscrever seus projetos de artigos seguindo as orientações desse link . Após a fase de análise, até 5 projetos podem ser selecionados para uso por 6 meses, com uma bolsa de auxílio no total de R $ 10.000.

Podem se inscrever alunos do último ano de graduação, pós-graduação ou pós-graduação em qualquer área de conhecimento. Funcionários da 99, estagiários, aprendizes, terceiros ou ex-funcionários (que tenham saído há até 1 ano) não podem concorrer.

Essa parceria oferece pesquisas comprometidas com uma metodologia e robusta, que não colocam à frente nenhum debate público sobre transporte por aplicativo e impactam nossa atuação nas cidades brasileiras.

Todo o desenvolvimento das pesquisas será liderado pelo Cebrap, que poderá exibir no cenário nacional de publicações científicas. Durante o desenvolvimento do projeto, serão realizadas também discussões on-line para apresentação de resultados preliminares e encontros de orientação entre os participantes e a organização.

Para mais detalhes, veja o edital:Desafio MobApp 99-Cebrap — Regulamento

Desafio MobApp incentiva produções acadêmicas sobre mobilidade was originally published in Para onde vamos? on Medium, where people are continuing the conversation by highlighting and responding to this story.

Pesquisa aponta ainda que mais de 108 mil empregos foram gerados em diversos setores da economia em razão da movimentação econômica do setor

Pesquisa inédita da Fundação Instituto de Pesquisa Econômicas (Fipe) divulgada em fevereiro deste ano mostra que a 99, empresa de mobilidade urbana, foi responsável por mais de R$ 12,2 bilhões do PIB nacional — um resultado que leva em consideração o impacto econômico da renda obtida pelos motoristas parceiros e os seus gastos operacionais (como alimentação e combustível) e consumo das famílias (bens e serviços em geral). Esse valor é equivalente a 0,18% do PIB brasileiro.

Boa parte dos efeitos positivos gerados na economia pela presença da 99 vem dos gastos das famílias dos motoristas que geram renda por meio do aplicativo de maneira complementar ou principal. Essa movimentação econômica estimula a cadeia produtiva e seus efeitos indiretos e induzidos equivale à geração de mais de 108 mil empregos em diversos setores da economia do país somente em 2019.

Os setores econômicos mais beneficiados pelo uso intenso de aplicativo são o comércio (atacado e varejo), atividades imobiliárias, intermediação financeira e extração de petróleo e gás — ou seja lojas em geral, postos de gasolina, oficinas mecânicas e imobiliárias entre outros.

Ao analisarmos os setores tradicionais da economia nacional tendo como base os dados oficiais do IBGE, o impacto econômico da 99 fica à frente de 7 segmentos e representa mais do que a soma do Valor Adicionado da Aviação; Refino de Açúcar; Cosméticos, higiene pessoal e perfumaria; Biocombustíveis; Fumo; Extração de carvão mineral e de minerais não-metálicos e extração de minerais metálicos não-ferrosos e Fabricação de produtos em madeira etc.

Em 2019, foram gerados, também, cerca de R$ 1,1 bilhão em impostos indiretos (IPI, ICMS, ISS e outros). Desse total, a maior parcela (R$ 331,91 milhões) foi gerada por meio do consumo nos setores indiretamente ligados à modalidade de transporte por aplicativo.

É a primeira vez que a Fipe analisa o impacto socioeconômico da 99 no Brasil. O estudo se baseia em dados da plataforma sobre as operações no País, dados do IBGE e análises anteriores produzidas pelo corpo técnico da Fundação.

Sobre a 99

A 99, empresa brasileira de tecnologia que conecta passageiros e motoristas através de seu aplicativo, faz parte da companhia global Didi Chuxing (“DiDi”). O aplicativo conecta mais de 600 mil motoristas a 18 milhões de passageiros em mais de 1.600 cidades no Brasil. Como uma das maiores provedoras de mobilidade do país, a startup oferece cinco tipos de serviços na sua plataforma: 99Pop, categoria de carros particulares presente em mais de 40 regiões metropolitanas e grandes cidades; 99Taxi, categoria que cobre todo o país; 99Top, serviço de táxis de luxo oferecido em São Paulo; 99Compartilha, serviço de corridas compartilhadas disponível em Belo Horizonte (MG) e Campinas (SP); e o 99Comfort, que reúne comodidade de carros novos e espaçosos a um preço acessível em Porto Alegre (RS), Curitiba (PR) e São Paulo (SP).

Metodologia Fipe

A Fipe criou uma metodologia própria para isolar a atuação da 99 e seus efeitos sobre a economia brasileira a partir de uma análise de insumo-produto, uma técnica que procura mapear a economia nacional como uma série de setores e regiões interligados, estimando os efeitos diretos, indiretos e induzidos nas cadeias produtivas em todos os setores da economia. As principais fontes de dados utilizadas foram 99 e Fipe. Há dados agregados para o Brasil e as cidades do Rio de Janeiro, São Paulo, Florianópolis, Belo Horizonte, Manaus, Bahia e Curitiba.

Acesse aqui o relatório do estudo com dados do Brasil, Estados e sete capitais — Português

Access here the report including Brazil, States and 7 capitals data — English version

FIPE revela que 99 responde por mais de R$ 12 bilhões do PIB brasileiro em 2019 was originally published in Para onde vamos? on Medium, where people are continuing the conversation by highlighting and responding to this story.

O estudo da demanda por transportes nas cidades muitas vezes deixa de lado importantes diferenças derivadas de comportamentos distintos entre grupos sociais. É cada vez mais consensual, no entanto, que diversos fatores urbanos afetam a escolha modal — e o fazem de maneira diferente em cada grupo. A questão de gênero, por exemplo, é uma das mais importantes.

Uma vez que as atividades realizadas e as condições sociais das mulheres são muito distintas das dos homens é natural que essas idiossincrasias se reflitam em padrões próprios nos deslocamentos cotidianos; evidenciá-los não só ajuda a endereçar questões sociais de igualdade, mas também pode contribuir no melhor planejamento dos transportes urbanos.

Assim, com a intenção de analisar as diferenças nos padrões de comportamento de mulheres e homens no uso de aplicativos, a Equipe de Políticas Públicas da 99 apresenta seu terceiro artigo da série com os dados da última Pesquisa Origem-Destino (OD) do Metrô de São Paulo.

Nos primeiros textos, buscou-se entender mais do perfil multimodal do usuário de aplicativos e da relação do uso de aplicativos com a posse do automóvel. Agora, a ideia é expandir essas e outras análises para compreender melhor o uso de aplicativos por mulheres. Mulheres fazem mais ou menos viagens por aplicativo que homens? Por quais motivos elas usam esse serviço em comparação com outros modos de transporte? E quais as diferenças no perfil das mulheres que utilizam este serviço? Essas são as questões que este texto abordará a seguir.

Nos últimos anos, mais pesquisadores e pesquisadoras vêm se debruçando sobre a questão de gênero no transporte urbano. Esse tema já foi abordado em nosso Medium anteriormente. Uma das principais pesquisas sobre o tema (1) usou os dados da Pesquisa Origem-Destino do Metrô de São Paulo, realizada desde 1977, para mostrar, dentre outras coisas, as diferenças nos deslocamentos de homens e mulheres na Região Metropolitana de São Paulo.

É possível ver pelo gráfico que, apesar das alterações ocorridas desde 1977 na divisão modal, algumas diferenças de gênero permanecem constantes, como o predomínio de viagens com modo “dirigindo automóvel” feitas por homens. Enquanto isso, viagens individuais como “passageiro” (seja de táxi ou de carro particular) sempre foram predominantemente feitas por mulheres.

É razoável imaginar que alterações na oferta de transportes nas cidades também refletem e impactam o comportamento de homens e mulheres ao se locomoverem na cidade de maneira diferente. Com o surgimento dos aplicativos de transporte nos últimos anos, é natural que este serviço também apresente particularidades referente ao gênero dos usuários, e é interessante explorá-las.

Escolha modal: como esperado, mulheres utilizam mais aplicativo do que homens

Para verificar como o cenário apresentado na Figura 1 evoluiu até a atualidade (incluindo o surgimento do novo modo de aplicativos de transporte), foram utilizados os dados da Pesquisa Origem-Destino de 2017. Os Gráficos 1 e 2, abaixo verificam a nova divisão modal da RMSP e as respectivas diferenças entre gêneros:

No primeiro gráfico, é possível verificar padrões parecidos com os apontados na tendência histórica, com a predominância de deslocamentos masculinos nos modos “dirigindo carro” e “dirigindo moto”, bem como a maioria feminina nas caronas desses dois modos e nos meios de transporte utilizados como um serviço (ônibus, trilhos, aplicativo e táxi). No segundo, foca-se especificamente na proporção de viagens dos “carros compartilhados” (táxi e aplicativos), mostrando que 1,19% das viagens de mulheres são feitas por aplicativos, enquanto apenas 0,57% das viagens de homens utilizam este modo.

Observando-se apenas as viagens feitas por aplicativo de transporte, a divisão de gênero é de 68% de mulheres — uma diferença maior do que a do táxi, que já apresenta uma proporção historicamente elevada, de 63%. Esse número mostra que os aplicativos de transporte já se fazem um modo de transporte importante e presente nos deslocamentos cotidianos das mulheres na RMSP.

Após analisar as diferenças na proporção de viagens feita por mulheres para cada modo de transporte, seguimos para análises mais aprofundadas, a fim de entendermos melhor o uso de aplicativos por elas. É importante compreender qual é o perfil das mulheres que mais utilizam aplicativos ou em que situações este uso é mais intensivo, comparando diretamente com o uso de homens.

Buscamos, primeiramente, compreender os motivos de viagens feitas por mulheres em carros chamados por aplicativos. Depois, foi feita uma análise de perfil socioeconômico por gênero das viagens feitas por aplicativo para entender, por exemplo, se mulheres residentes em bairros centrais ou periféricos fazem mais viagens, proporcionalmente.

Mulheres usam mais aplicativo para trabalhar e gerar renda para suas famílias

Para iniciar, o Gráfico 3, abaixo, apresenta o percentual de viagens de aplicativo que é feito por mulheres, para cada motivo presente na OD e em comparação com o geral. Por exemplo, 62% das viagens de aplicativo com motivo “educação” foram feitas por mulheres (contra 38% de homens), enquanto 55% de todas as viagens com esse motivo foram feitas por elas.

Como mulheres são maioria entre usuários de aplicativo, é esperado que em todos os motivos de viagem existam mais viagens de mulheres que de homens. Entretanto, alguns motivos chamam a atenção pela sua diferença relativa a outros modos, por exemplo, “assuntos pessoais” e “compras”.

Também é importante notar a predominância relativa do motivo “trabalho” com relação a outros modos de transporte. Na média geral, um dos poucos motivos que possui mais viagens de homens do que de mulheres (43%) é o “trabalho”. No entanto, entre viagens de aplicativo, viagens de mulheres seguem sendo absoluta maioria (66%), mostrando como uma diferença social pode se sobrepor à motivação da viagem na escolha do modo.

Isso nos levou a uma terceira análise que segue a mesma lógica da anterior, porém, em vez de dividir os grupos de acordo com o motivo da viagem, eles foram divididos de acordo com a situação familiar. Assim, calculou-se o percentual de viagens de aplicativo realizadas por mulheres em cada grupo de pessoas de uma mesma situação familiar e comparou-se com a média geral de todos os modos de transporte, como mostra o Gráfico 4, a seguir:

O ponto mais notório do gráfico é como são mais representativas as viagens femininas feitas por aplicativos entre responsáveis pelas famílias: 63% delas são feitas por mulheres, enquanto, em outros modos de transporte, mulheres representam apenas 36%.

Assim, nessas duas análises é possível verificar como aplicativos são parte importante nos deslocamentos de mulheres que o utilizam mais do que homens para quase todo motivo e condição familiar, mas, especialmente, para trabalhar e quando são chefes de família.

Diferenças na renda e no espaço: quais mulheres utilizam mais aplicativo?

Uma pessoa atenta pode apontar que as diferenças presentes nas análises anteriores podem derivar de diferenças de renda: mulheres chefes de família podem ter mais renda e, por isso, utilizar mais aplicativos. Para a última análise realizada, então, buscou-se verificar a proporção de uso de aplicativo para diferentes perfis socioeconômicos, a fim de entender em que classes sociais o uso de aplicativo por mulheres, em comparação com homens, é mais relevante.

Primeiramente, observou-se a diferença nessa variável nos diferentes quintis de renda familiar. O resultado pode ser visto no Gráfico 5, abaixo:

Por esse gráfico é possível ver que mulheres são maioria entre usuários de aplicativo em todas as faixas de renda, sendo mais presentes, porém, em uma faixa de renda intermediária-baixa (entre R$ 1750 e R$ 3210 mensais), onde superam 70% das viagens realizadas.

Posteriormente, calculamos os mesmos índices dividindo os grupos espacialmente. Assim, calculou-se o índice percentual de viagens de aplicativo realizadas por mulheres para quatro agrupamentos de área, listados abaixo e mostrados nos Mapas 1 e 2, a seguir:

1. Área compreendida dentro do centro-expandido da capital;
2. Área da capital externa ao centro-expandido;
3. Município de São Paulo;
4. Outros municípios da Região Metropolitana.

Os percentuais de viagens de aplicativo realizadas por mulheres para cada uma destas áreas estão representadas no gráfico abaixo:

Fica claro, então, como relativamente, os aplicativos de transporte são mais importantes no deslocamento de mulheres em regiões periféricas ao invés de regiões centrais, como o centro-expandido da cidade de São Paulo.

Dessa forma, tanto a análise de renda, quanto a abordagem espacial mostram que os aplicativos são mais relevantes entre mulheres em regiões cuja renda média não é elevada, mas sim, em regiões periféricas de renda média-baixa.

Destaques e próximos passos

Neste último artigo da série explorando os dados da Pesquisa Origem-Destino 2017 do Metrô de São Paulo, buscou-se analisar as principais diferenças de uso de aplicativos de transporte entre mulheres e homens. A ideia é que estas informações sirvam de fonte para novas discussões sobre gênero no ambiente de transporte urbano.

Dessa forma, neste artigo evidenciou-se que:

• Assim como outros modos de transporte que são utilizados como serviço (ônibus, táxi, passageiro de carro), mulheres são absoluta maioria em viagens feitas por aplicativo (68%) na RMSP, o que mostra como este modo de transporte é importante no cotidiano das mulheres da região;
• Relativamente, mulheres utilizam mais aplicativos de transporte para trabalhar do que homens. Além disso, uma proporção grande das mulheres que utilizam aplicativo são chefes de família;
• Mulheres são maioria dos usuários de aplicativo em todas as regiões e faixas de renda, mas estão relativamente mais presentes em estratos sociais de renda média-baixa e em regiões periféricas, como outros municípios da RMSP.

Referências

Svab, H. (2016). Evolução dos padrões de deslocamento na região metropolitana de São Paulo: a necessidade de uma análise de gênero (Dissertação de Mestrado, Universidade de São Paulo).

Analisando dados da OD 2017 III: as mulheres e seu uso de aplicativos de transporte was originally published in Para onde vamos? on Medium, where people are continuing the conversation by highlighting and responding to this story.

Em português

Desde que surgieron las aplicaciones de ridehailing, ya integradas en sistemas de transporte complejos, se ha debatido la vocación del servicio.

Tales aplicaciones, como DiDi (que opera bajo su propia marca en Chile, Colombia, Perú y México, y en Brasil se llama 99), realizan la intermediación entre conductores y pasajeros, oferentes y solicitantes de viajes urbanos privados.

Dado que el viaje comienza y termina libremente en el espacio y el tiempo, existe una gran diversidad en las formas en que se pueden hacer, así como la libertad de combinación entre los diferentes modos de transporte. En particular, se observa un patrón bien establecido: el uso de los viajes para acceder al transporte público.

Este artículo presenta casos y datos relacionados a una de las formas de uso ya consolidadas de ridehailing: el uso para acceder al transporte público colectivo tradicional, especialmente el estructural, compuesto por metros, ferrovías o líneas BRT.

Impactos positivos

Dichos viajes, multimodales, conocidos como first– y last-mile, son deseables no solo para alimentar el transporte público, sino también por ser más eficientes para sus usuarios y para la sociedad.

Desde un punto de vista individual, una persona, al decidir qué modo de transporte utilizará, probablemente elegirá el modo que tenga la mejor combinación de duración (velocidad), costo, versatilidad y comodidad (1). Si esta persona puede combinar diferentes medios, la posibilidad de maximizar su bienestar aumenta. Puede ahorrarle tiempo, dinero, tener más comodidad o una combinación de factores.

Socialmente, hay una sustitución de viajes realizados únicamente por automóvil o motocicleta y una ganancia en accesibilidad urbana. En América Latina, la mayoría de las ciudades medianas tienen un transporte público insuficiente, dados los desafíos logísticos y financieros de operar en lugares de baja densidad. Los autobuses tienen baja confiabilidad y frecuencia. En aquellas ciudades donde hay buena infraestructura ferroviaria y un gran flujo de autobuses, hay una lucha con los problemas resultantes de la creciente demanda combinada con una baja inversión en infraestructura. Peor aún es la situación de aquellos cuya distancia entre la residencia y el empleo es alta, generalmente las personas más pobres que viven en las afueras de las ciudades. En estos lugares, la primera y última milla realizadas con ridehailing se vuelven interesantes, a medida que los viajes en automóvil y motocicleta se pueden reemplazar por desplazamientos de automóvil y transporte público, así como también aumentar la accesibilidad de quienes residen lejos del metro (2).

São Paulo y Rio de Janeiro (Brasil): patrones consolidados

En São Paulo, por ejemplo, aproximadamente el 10% de los viajes de DiDi/99 comienzan o terminan en estaciones de metro o tren o terminales de autobuses.

Es evidente que estos viajes son la primera / última milla cuando miramos su patrón de horarios y de distribución geográfica.

En la Imagen 1, a continuación, las líneas azules son viajes que comienzan en cualquier lugar y con destinos a la Estación Tucuruvi, una de las estaciones finales de la Línea Azul del Metro de São Paulo, que conecta la Zona Norte (residencial) con la Zona Sur (residencial) y pasa por el Centro de la ciudad. Es posible notar que los viajes están destinados al Noreste de la ciudad, donde el metro no llega.

Mientras que las carreras con destino a la estación alcanzan su punto máximo por las mañanas, las que salen de la estación se concentran al final de la tarde.

Esta es otra indicación de que estos viajes son la primera y última milla, puesto que se desvían del patrón de distribución de tres puntos (mañana, mediodía y tarde) de la demanda durante un día normal. Estas curvas se pueden ver en las imágenes 2 y 3 a continuación.

Santiago (Chile): el mismo patrón de comportamiento

Después de comprar 99 en el 2018, DiDi inició sus actividades en otros países de América Latina además de Brasil. En ellos, ya notamos el mismo patrón de complementariedad con el transporte público descrito anteriormente.

En Santiago, cuyas actividades DiDi comenzaron en 2019, se puede notar el mismo patrón. Hoy, aproximadamente el 7,5% de los viajes de DiDi en la ciudad comienzan o terminan en estaciones del Metro de Santiago. La Imagen 4, a continuación, muestra dónde comienzan los viajes destinados a la estación de Pudahuel. Se nota que comienzan al norte y al este de la estación; al oeste hay otras estaciones que deberían atraer viajes más cerca de ellas y hacia el sur la línea sigue y hay estaciones más cercanas para los que viven en esta región.

¿Cómo será el futuro?

Cabe destacar que first- y last-mile usando ridehailing potencializa sus efectos positivos, como una mayor accesibilidad, una menor demanda de espacios de estacionamiento e incluso el PIB a través de aumentos de accesibilidad (3).

Ridehailing, hoy abre puertas para un futuro en el que el transporte urbano se consumirá como un servicio (Mobility as a Service, o MaaS).

La existencia de MaaS trae una posibilidad de cambios en la elección individual a mediano plazo: las personas ya no tienen que preocuparse por comprar un automóvil, motocicleta o bicicleta. Este cambio en la elección a mediano plazo se divide en elecciones de modalidad a corto plazo; es decir, hecho en el momento preciso en que alguien decide qué modo usará para un desplazamiento (4). A partir del momento en que no tiene un automóvil, la persona no tiene la opción de elegir conducir su propio vehículo en el momento del desplazamiento y comparará el precio, la duración y la comodidad de los modos a su disposición. Por ejemplo, si una persona decide ir al mercado que está a 500 metros de su casa, no elegirá ir en automóvil. Entonces, aumenta la posibilidad de que elija un modo activo, colectivo, o use más de un modo en el mismo viaje.

Esto ya se ve en São Paulo, donde los usuarios de ridehailing usan 7,5 veces más los modos colectivos y 2 veces más los activos de que los conductores de automóviles y motocicletas (5). Además, las personas sin vehículos motorizados tienden a conducir menos, incluso reduciendo su huella de carbono (6).

Para avanzar en esta dirección, debemos trabajar hoy para crear soluciones que faciliten la integración modal.

Por ejemplo, los puntos designados de embarque y desembarque en las estaciones no solo ayudan a organizar el tráfico del entorno, sino que también facilitan y alientan a los usuarios a adoptar este comportamiento.

Otra forma de reducir la elección en la transferencia modal es tener modos de pago integrados, lo que permite al pasajero utilizar la misma forma de pago para pagar ambos viajes, o pagar solo una vez por ambos modos, u obtener descuentos en un modo después de usar el otro.

First- y last-mile usando ridehailing potencializa sus efectos positivos, como una mayor accesibilidad, una menor demanda de espacios de estacionamiento e incluso el PIB a través de aumentos de accesibilidad.

Para avanzar en esta dirección, debemos trabajar hoy para crear soluciones que faciliten la integración modal, como puntos designados de embarque y desembarque y modos de pago integrados, además de regulaciones modernas y no restrictivas.

Referencias

1Domencich, T. A., & McFadden, D. (1975). Urban travel demand: a behavioral analysis. (D. W. Jorgenson & J. Waelbroeck, Eds.) (1st ed.). Amsterdam; Oxford: North-Holland Publishing Company.

2https://blogs.worldbank.org/transport/how-can-shared-and-demand-mobility-complement-public-transit

3Haddad, E. A., Vieira, R. S., Jacob, M. S., Guerrini, A. W., Germani, E., Barreto, F., … & Sayon, P. L. (2019). A socioeconomic analysis of ride-hailing emergence and expansion in São Paulo, Brazil. Transportation Research Interdisciplinary Perspectives, 100016.

4McFadden, D. (1999). Rationality for Economists? Journal of Risk and Uncertainty, 19(1–3), 73–105.

5https://medium.com/para-onde-vamos/analisando-dados-da-od-2017-i-usu%C3%A1rios-de-aplicativo-s%C3%A3o-multimodais-f5bdbf509e4e

6Martin, E. W., & Shaheen, S. A. (2011). Greenhouse gas emission impacts of carsharing in North America. IEEE transactions on intelligent transportation systems, 12(4), 1074–1086.

El papel de ridehailing en la integración modal: Análisis de dos casos en América Latina was originally published in Para onde vamos? on Medium, where people are continuing the conversation by highlighting and responding to this story.

O acelerado crescimento urbano brasileiro a partir da década de 1970 trouxe consigo grandes incentivos à posse de automóvel nas cidades, cujo desenvolvimento se deu sob uma lógica rodoviarista. Nos dias atuais, porém, o interesse das pessoas em possuir um veículo vem caindo à medida em que emergem novas tendências sociais e tecnológicas.

Alguns dados recentes ilustram esse fenômeno: e entre 2014 e 2018, caiu 32% o número de CNHs emitidas mensalmente no Brasil, o que pode ser um indicativo da redução do interesse dos jovens em dirigir. Esta tendência suscita o debate entre especialistas em transporte urbano, uma vez que a correlação entre possuir um automóvel e fazer viagens de carro é sempre objeto de análise na área.

Um exemplo de fator que altera esse cenário é o surgimento de aplicativos de transporte, que abriram uma possibilidade maior de se utilizar o automóvel apenas em deslocamentos eventuais, em conjunto com o uso de transporte coletivo e ativo no dia a dia.

Dessa forma, buscando explorar a relação entre posse de automóveis, o número de viagens individuais motorizadas e o uso de aplicativos, a equipe de Políticas Públicas da 99 apresenta o segundo artigo da série em que explora os dados da mais recente Pesquisa Origem Destino (OD) do Metrô de São Paulo, divulgada no mês passado. No primeiro texto, verificou-se que usuários de aplicativo têm perfil mais multimodal, uma vez que 36% de suas viagens são feitas por outros modos, em comparação com 10% por motoristas de carro e 8% os de motocicleta.

No presente artigo, a ideia central é entender se esse comportamento tem relação com a posse de automóveis nas residências. Afinal, usuários de aplicativo possuem menos carro do que a população em geral, ou, na média, usuários de aplicativo também possuem carro em seus domicílios? Essa parcela das famílias que não possui um carro de fato faz menos viagens por automóvel, ainda que tenham renda para utilizar táxis ou aplicativos? São essas relações que esta análise preliminar dos dados da pesquisa proporá a seguir.

Pessoas sem carro de fato fazem menos viagens individuais motorizadas?

A primeira questão levantada para análise exploratória dos dados da Pesquisa Origem-Destino foi a correlação entre posse de automóvel e quantidade de viagens individuais motorizadas (carro, moto, aplicativo ou táxi) feitas por uma pessoa. Para isso, as pessoas entrevistadas na OD foram separadas em dois grupos (com e sem carro no domicílio) e foram contabilizadas as quantidades de viagens realizadas nos modos individuais acima descritos.

Como é bem conhecido que a renda é o principal fator relacionado à posse de veículos e usuários de aplicativo não têm a mesma distribuição de ganhos do resto da população, todas as análises a seguir foram feitas dividindo a população também em cinco grupos de tamanho equivalente (quintis) de renda familiar.

Assim, primeiramente, calculou-se o número de viagens individuais motorizadas por pessoa em cada faixa de renda, comparando pessoas com e sem automóvel no domicílio, o que é ilustrado pelo Gráfico 1, abaixo:

Além da grande diferença do número de viagens por pessoa com automóvel e sem em todas as faixas de renda, o que já era esperado, é curioso notar como nem a renda é tão importante como fator determinante do número de viagens individuais motorizadas quanto a posse de automóvel.

Nota-se que:

O índice de viagens individuais motorizadas de pessoas com automóvel é muito elevado, chegando a 1,32 no caso da maior faixa de renda.

Estes índices são muito inferiores na parcela da população sem automóvel, na qual o índice da maior faixa de renda (0,45) é menor que o índice da menor faixa de renda com carro (0,62).

Fica claro, assim, como o número de viagens individuais motorizadas está ligado à posse do automóvel pelas famílias da RMSP, já que pessoas de domicílios sem automóvel fazem significativamente menos viagens por carro, motocicleta ou aplicativos do que as que possuem um carro.

A segunda questão analisada foi o uso de aplicativos para estes grupos, ilustrada no Gráfico 2, abaixo, que mostra o número de viagens por aplicativo por pessoa, de acordo com renda e posse de automóvel:

Por este gráfico, é possível ver que, principalmente para as duas últimas faixas de renda, os aplicativos são muito mais representativos entre as pessoas que não possuem automóvel. Na faixa mais rica, por exemplo, este uso é quase 3x maior do que em usuários que possuem carro.

Este é mais um indício que reforça que os aplicativos são parte importante do comportamento multimodal da população que não possui carro, principalmente entre usuários de maior renda.

E, afinal, usuários de aplicativo possuem menos carros?

Depois de concluir que a posse do automóvel é diretamente proporcional às viagens individuais motorizadas e inversamente proporcional às viagens por aplicativo, buscou-se, então, entender uma das questões mais importantes: afinal, usuários de aplicativo possuem menos automóvel do que a média da população?

Assim, mediu-se para cada faixa de renda, a posse de automóvel no domicílio entre a população em geral (que faz pelo menos uma viagem no dia) e usuários de aplicativo. Os resultados estão presentes no Gráfico 3, abaixo:

É possível verificar que para todas as faixas de renda a posse de automóvel é significativamente menor entre usuários de aplicativo do que para o geral da população, chegando a 23 pontos percentuais na segunda faixa de renda mais rica.

Ou seja: usuários de aplicativo possuem menos carros em seus domicílios do que a média da população: enquanto 51% daqueles do primeiro grupo têm um automóvel, 55% das pessoas, em geral, contam com um carro em casa.

Em conjunto com os dados mostrados anteriormente, isso provavelmente explica boa parte do comportamento mais multimodal de usuários de aplicativo mostrados no primeiro artigo desta série. Uma vez que, na média, usuários de aplicativo possuem menos automóveis em casa, realizam menos viagens por automóvel e, consequentemente, andam mais a pé ou por transporte coletivo.

Assim, existe um indício que a presença de aplicativos na Região Metropolitana de São Paulo contribui para uma menor necessidade de posse de automóveis e, consequentemente, menos viagens utilizando carro.

O caso da motocicleta

Uma alteração significativa visível na Pesquisa Origem Destino de 2017 em comparação com a OD 2007 é o crescimento substancial (53%) das viagens realizadas por motocicleta. Por ser uma opção de transporte de menor custo e, muitas vezes, que gera menores tempos de viagem que o automóvel, muitas pessoas vêm escolhendo utilizar este modo em vez do carro ou do transporte coletivo.

A análise da seção anterior foi replicada para a posse de motocicleta, e o resultado que está representada no Gráfico 4, abaixo:

Nas faixas de renda mais baixas, a posse de motocicleta é quase inexistente no domicílio das pessoas que utilizam aplicativo. Agregando o dado da mesma forma de como foi feito para a posse do automóvel, é possível dizer que a posse de motocicleta cai de 10% entre a população geral para 6% entre usuários de aplicativo.

Isso quer dizer que a posse de motocicleta é menor entre usuários de aplicativo, principalmente nas camadas de menor renda, usualmente as principais usuárias de motocicleta em seus deslocamentos diários.

Destaques e próximos passos

Neste artigo, buscou-se relacionar e quantificar a relação entre o uso de aplicativos e a posse de veículos individuais motorizados, especificamente automóveis e motocicletas, e o quanto isso se relaciona com o número de viagens feitas com estes veículos. É importante mencionar que essas correlações não implicam causalidade.

Evidenciou-se que:

• A parcela da população da RMSP que não possui automóvel, ainda que sua renda seja mais alta, faz menos viagens individuais motorizadas.
• Aplicativos são parte importante do comportamento multimodal de pessoas que não possuem carro ou motocicleta, o que pode indicar que eles funcionam bem como substitutos do automóvel próprio em deslocamentos específicos, já que seus usuários também usam mais outros modos coletivos e ativos.
• Dessa forma, políticas públicas que desincentivem a posse de carro, como a exclusão de valores mínimos de vagas de garagem em residências ou o aumento do preço do estacionamento em áreas públicas, podem reduzir o total de viagens feitas por modos individuais motorizados e produzirem grandes impactos positivos no transporte urbano das cidades brasileiras.

Fique atento. Em breve subiremos novas publicações com análises da Pesquisa Origem Destino de São Paulo no nosso Medium e muito mais.

Compartilhe nosso conteúdo!

Analisando dados da OD 2017 II: usuários de app têm carro ou deixaram de lado? was originally published in Para onde vamos? on Medium, where people are continuing the conversation by highlighting and responding to this story.

Recentemente, foram divulgados os microdados da mais nova Pesquisa Origem e Destino (OD), realizada a cada dez anos pelo Metrô de São Paulo. Eles apresentam os detalhes completos de cada entrevista realizada e permitem análises de diversas complexidades, podendo, por exemplo, servir de insumo para diversos modelos — como os utilizados na pesquisa da 99 em parceria com a Fipe, recém publicada em uma revista internacional. O primeiro passo para uma análise tão complexa, no entanto, é uma análise exploratória dos dados.

Este artigo é o primeiro de uma série em que a equipe de Políticas Públicas e Pesquisa da 99 realiza a partir de investigação inicial dos microdados da OD, levantando hipóteses a partir dessas análises.

Essas análises relacionam os modos de transporte contemplados na plataforma da 99 (99Táxi e 99Pop) com temas já tradicionais no universo de transportes, como posse de automóvel e gênero. Neste texto inicial, trataremos da multimodalidade , ou seja, a forma de se locomover utilizando dois ou mais modos de transporte em uma mesma viagem.

Após o lançamento dos microdados, duas características de 2017 já se destacam em relação ao ano de 2007. Primeiro, o aparecimento, na pesquisa, das viagens realizadas intermediadas por aplicativos (ride-hailing). Segundo, a tendência de migração das pessoas mais ricas para modos coletivos e ativos em detrimento do carro próprio, que ganhou representatividade entre os mais pobres.

Nota-se que pessoas mais ricas — que vivem em áreas bem providas de infraestrutura para modos coletivos e ativos — começam a apresentar uma mudança em sua escolha modal. Elas passam a utilizar alternativas de transporte como um serviço (Transportation as a Service, ou TaaS, modos que uma pessoa pode usufruir sem possuir), algo recente para formas individuais.

A existência do TaaS abre uma janela de mudança na escolha individual de médio prazo: as pessoas não precisam mais se preocupar em comprar um automóvel, motocicleta ou bicicleta. Essa alteração na escolha de médio prazo se desdobra em escolhas modais de curto prazo; isto é, feitas no preciso momento em que alguém decide qual modo utilizará em um deslocamento (ver Nota de Rodapé 1). A partir do momento em que não possui mais um carro, uma pessoa não tem a opção de escolher dirigir o próprio veículo na hora de se deslocar e comparará o preço, duração e conforto dos modos à sua disposição. Por exemplo: se uma pessoa resolve ir à padaria que fica a 500m de sua casa, ela não escolherá ir de carro. Aumenta, então, a chance de que ela escolha um modo coletivo ou use mais de um modo na mesma viagem.

Norteada pelos fatos acima, uma pergunta começa a se formar: usuários de ride-hailing apresentam comportamento mais multimodal do que aqueles que usam outros modos motorizados individuais (isto é, carros e motos)?

Carro próprio ou aplicativo? Quem integra mais com o transporte coletivo?

Para começar, verificou-se o padrão de integração entre modos individuais e coletivos — a primeira ou a última milha, já tratada anteriormente em nosso Medium.

Um indicador direto é o percentual de viagens multimodais (coletivo-individual) dos modos individuais motorizados. Isto é: quantas das viagens realizadas nesses modos integram com o transporte coletivo? Depreende-se qual o modo que apresenta a maior parte de suas viagens multimodais. O gráfico abaixo apresenta o resultado dessa análise.

Os campeões de integração individual-motorizado e coletivo são os modos não-próprios. 12% das viagens de táxi coletam ou inserem passageiros no transporte público e, em seguida, vêm caronas em moto (6,8%), passageiros de viagens intermediadas por aplicativos (6,3%) e caronas em carros (4,5%). Já viagens com integração de pessoas dirigindo carros e motos são menos de 1% de seus respectivos totais.

Modos compartilhados (transporte como um serviço ou caronas com familiares e conhecidos) possuem maior vocação para este tipo de viagem e podem contribuir para o acesso dos principais corredores de transporte coletivo, reduzindo o número de quilômetros viajados no total.

Quem varia mais seus modos de transporte?

A OD apresenta todas as viagens realizadas por um indivíduo em um dia. Na análise acima, observou-se a vocação multimodal de cada modo, analisando todas as viagens realizadas nele. Cabe, também, investigar o comportamento multimodal em todas as viagens realizadas por uma pessoa em um dia (e não apenas as viagens com integração, o que é feito acima). Isto é, cabe também mensurar a distribuição da escolha modal do total de viagens realizadas por usuários de modos individuais.

Assim, pergunta-se: como são feitas as outras viagens do dia de uma pessoa que faz pelo menos uma viagem por aplicativo ou dirigindo seu próprio carro?

Definindo “usuário” como uma pessoa que faz pelo menos uma viagem no modo em questão (aplicativo, dirigindo carro ou dirigindo moto), chegou-se na seguinte divisão modal de todas as viagens realizadas por essas pessoas em um dia típico:

Estes resultados indicam que usuários de aplicativo realizam 36% de suas viagens utilizando modos ativos e coletivos. Esse número fica em torno de 10% para motoristas de carro e, 8%, de moto.

Fica evidente o perfil mais multimodal do usuário de aplicativo: 6% do total das viagens que utilizam aplicativo tem início ou fim no transporte coletivo; dentre as outras viagens de pessoas que utilizam aplicativos, 36% são realizadas por modos coletivos e ativos.

Quem faz mais viagens? Em qual grupo modal?

Analisaram-se, também, os dados por meio de um índice de viagens — o número total de viagens realizadas por um grupo de pessoas, dividido pelo total de pessoas desse grupo. Se o indicador for igual a 2, por exemplo, isso significa que estas pessoas fizeram dois deslocamentos em um dia.

Sob esta luz, o padrão de multimodalidade fica ainda mais claro, como mostra o gráfico a seguir:

Nota-se que o índice total de viagens entre os três grupos de pessoas é parecido, ficando entre 3,17 e 3,46. No entanto, o índice de viagens individuais é bastante distinto: motoristas de carro fazem, em média, uma viagem a mais por dia em modos individuais (em geral, dirigindo um carro) do que usuários de aplicativos.

O Gráfico 4, abaixo, mostra o mesmo índice, porém elimina os modos individuais (isto é, suprime-se a barra vermelha do gráfico acima, a fim de melhor se visualizar as outras duas).

Fica mais nítido que usuários de aplicativos fazem, em média, pouco mais de uma viagem por dia em outros modos . Isso não indica que eles se locomovem menos, como visto no Gráfico 3, mas que utilizam mais modos não-individuais ou ativos. Em viagens ativas, a diferença é relevante e usuários de aplicativos chegam a fazer duas vezes mais viagens a pé ou de bicicleta do que motoristas de moto. No modo coletivo, a diferença é mais representativa. Enquanto usuários de aplicativo fazem, em média, 0,67 viagens por dia em modos coletivos, este índice para motoristas de carro é de 0,09. Usuários de aplicativo fazem 7,5x mais viagens em modos coletivos do que motoristas de carro.

Destaques e próximos passos

Esta primeira exploração nos permite identificar que usuários de aplicativos têm um perfil mais multimodal do que motoristas de carro próprio ou de moto, através de duas tendências principais:

Fazendo mais viagens com integração: enquanto 12% das viagens de táxi e 6% das intermediadas por aplicativos integram com modos coletivos, os deslocamentos feitos pelas pessoas dirigindo seus próprios veículos motorizados têm índice menor do que 1%.

Fazendo suas outras viagens em modos ativos e coletivos: usuários de aplicativos fazem 36% de seus deslocamentos em modos coletivos e ativos. Esse indicador não passa de 10% no caso de usuários de carro e moto. Usuários de aplicativo fazem, então, 7,5 vezes mais viagens por pessoa em modos coletivos do que os motoristas de carro.

Nas próximas semanas, novas análises utilizando os dados da OD serão realizadas. Fique conectado com nosso Medium!

Notas de Rodapé:

(1) McFadden, D. (1999). Rationality for Economists? Journal of Risk and Uncertainty, 19(1–3), 73–105. https://doi.org/10.1023/A:1007863007855

(2) Para aquelas viagens realizadas com mais de um modo, o Metrô de São Paulo sempre define um deles como o principal. Para tal, uma hierarquia é definida: metrô > trem > ônibus > transporte fretado > transporte escolar > táxi > dirigindo automóvel > passageiro de automóvel > motocicleta > outros > a pé. Exemplificando: se uma pessoa utiliza ônibus e metrô na mesma viagem, o “Modo Principal” desse deslocamento é metrô.

Analisando dados da OD 2017 I: usuários de aplicativo são multimodais was originally published in Para onde vamos? on Medium, where people are continuing the conversation by highlighting and responding to this story.