📊 statistics

Estimating Heterogeneity in Travel Mode Choice Shifts with Causal Forests

Este estudo aplica florestas causais aos dados da Pesquisa Nacional de Viagens Domiciliares para quantificar os efeitos causais heterogêneos da pandemia de COVID-19 nas escolhas de modo de viagem, revelando uma mudança significativa em direção ao uso de automóveis que varia por distância da viagem, renda e gênero.

Autores originais: Rishabh Singh Chauhan, Mahdi Ghadimi, Lishun Liu

Publicado 2026-08-06

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Rishabh Singh Chauhan, Mahdi Ghadimi, Lishun Liu

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é um detetive tentando resolver um mistério, mas em vez de procurar uma joia roubada, você está tentando descobrir por que as pessoas estão subitamente dirigindo mais seus carros e caminhando menos. No mundo da ciência do transporte, pesquisadores passaram décadas construindo mapas para prever como as pessoas se movem. Tradicionalmente, eles usavam ferramentas que eram ótimas para detectar padrões — como notar que pessoas com casas grandes tendem a ter carros grandes. Mas detectar um padrão não é o mesmo que provar causa e efeito. É como ver que as pessoas carregam guarda-chuvas quando chove e concluir que os guarda-chuvas causaram a chuva. Para realmente entender por que algo acontece, você precisa saber o que teria ocorrido se a situação fosse diferente. Esta é a parte complicada da "causalidade". Geralmente, para provar causa e efeito, os cientistas realizam experimentos onde mudam uma coisa e mantêm todo o resto igual, como um chef testando um novo tempero. Mas você não pode facilmente realizar um experimento gigante em uma cidade inteira para ver o que acontece se, de repente, todos ficassem em casa por um ano. É aí que entra um novo tipo de ferramenta de detetive: um método chamado "florestas causais". Pense nessas florestas não como árvores com folhas, mas como uma enorme floresta digital de árvores de decisão que podem analisar milhões de viagens passadas, dividindo-as em pequenos grupos baseados em quem são os viajantes e para onde foram, e perguntar: "Se esta pessoa específica tivesse vivido em um tempo diferente, ela teria escolhido uma forma diferente de viajar?"

Este artigo pega essa floresta digital e a planta no solo de um evento muito real e muito caótico: a pandemia de COVID-19. A pandemia foi um experimento gigante e não planejado que mudou a forma como o mundo se moveu. Os autores, Rishabh S. Chauhan, Mahdi Ghadimi e Lishun Liu Gaara, quiseram usar sua floresta causal para descobrir exatamente como a pandemia alterou os hábitos de viagem das pessoas, não apenas na média, mas para tipos específicos de pessoas. Eles não perguntaram apenas: "As pessoas dirigiram mais?". Eles perguntaram: "As pessoas ricas dirigiram mais? As mulheres dirigiram mais? As pessoas fazendo viagens curtas dirigiram mais?". Ao analisar mais de 800.000 registros de viagens de antes da pandemia (em 2017) e depois que ela se estabeleceu em um novo normal (em 2022), eles usaram este método avançado de aprendizado de máquina para isolar o verdadeiro "efeito da pandemia" de todas as outras mudanças que estavam acontecendo ao mesmo tempo.

Aqui está o que a sua floresta digital descobriu. Quando olharam para a pessoa comum, a pandemia causou uma mudança onde a chance de dirigir um carro aumentou 1,86 ponto percentual, enquanto a chance de usar transporte público caiu 0,38 ponto percentual e a chance de caminhar caiu 1,57 ponto percentual. Mas a verdadeira história está nos detalhes, porque a floresta revelou que essas mudanças não foram as mesmas para todos. O maior salto no uso de carros ocorreu para pessoas realizando viagens muito curtas (uma milha ou menos), para famílias com renda anual superior a US$ 200.000 e para viajantes do sexo feminino. De fato, as mulheres mudaram para o carro e se afastaram da caminhada de forma muito mais dramática do que os homens. Por outro lado, as pessoas que viram a maior queda no uso de transporte público foram aquelas sem carros próprios, e os idosos (65 anos ou mais) mal mudaram seus hábitos, mostrando uma espécie de "inércia comportamental".

Os autores também usaram sua ferramenta para observar os grupos mais extremos. Eles descobriram que uma combinação específica de fatores — viver no oeste dos EUA, ganhar entre US$ 25.000 e US$ 49.999 e realizar uma viagem de uma milha ou menos — levou a um aumento massivo de 16,37 pontos percentuais no uso de carros em comparação com todos os outros. Por outro lado, pessoas sem veículos familiares realizando viagens de comprimento médio não relacionadas ao trabalho viram seu uso de carro cair significativamente. O estudo sugere que, embora a tendência geral tenha sido um movimento em direção aos carros, o "porquê" e o "quem" eram incrivelmente complexos. Os pesquisadores observam cautelosamente que este é um recorte no tempo e que seu método depende dos dados que possuíam, mas os resultados oferecem uma imagem muito mais clara e matizada do que simples médias jamais poderiam oferecer. Ao usar florestas causais, eles foram além de apenas dizer "as pessoas dirigiram mais" para entender exatamente quais bolsões da população mudaram de ideia e em quanto, fornecendo uma nova maneira poderosa para os planejadores urbanos enxergarem as camadas ocultas do comportamento humano.

Resumo Técnico: Estimando a Heterogeneidade nas Mudanças de Escolha de Modo de Viagem com Florestas Causais

Definição do Problema

A análise tradicional do comportamento de viagem baseia-se fortemente em modelos de escolha discreta e algoritmos de aprendizado de máquina projetados para otimizar a precisão preditiva. No entanto, esses métodos capturam fundamentalmente correlações em vez de causalidade, limitando sua capacidade de explicar o porquê das mudanças nos comportamentos de viagem ou de estimar os efeitos específicos de intervenções. Embora a inferência causal seja estabelecida em campos como medicina e economia, sua aplicação à escolha do modo de viagem permanece incipiente, particularmente no que diz respeito à heterogeneidade. A maioria dos estudos causais existentes em transportes fornece efeitos médios globais, obscurecendo o fato de que o comportamento de viagem é altamente heterogêneo entre diferentes grupos socioeconômicos e demográficos. Além disso, aplicações anteriores de aprendizado de máquina causal em transportes foram restritas em escopo (por exemplo, estudos de turismo de localização única) ou não aproveitaram plenamente a capacidade de estimar efeitos de tratamento heterogêneos (HTE) em diversos tipos de viagens e segmentos populacionais.

Este estudo aborda a lacuna crítica na estimativa de como a pandemia de COVID-19 alterou causalmente as escolhas de modo de viagem, focando especificamente na variação dessas mudanças entre diferentes subgrupos populacionais.

Metodologia

O estudo utiliza Florestas Causais (Causal Forests), um método de aprendizado de máquina causal não paramétrico baseado na estrutura de Florestas Aleatórias (Random Forest), para analisar dados observacionais dentro do modelo de resultados potenciais de Rubin (Rubin Causal Model).

Dados e Amostra

Fonte: Ondas de 2017 e 2022 da Pesquisa Nacional de Viagens Domésticas (National Household Travel Survey - NHTS).
Tamanho da Amostra: 802.935 registros de viagens independentes.
Definição de Tratamento:
- Controle ( $W_i=0$ ): Onda de 2017 (linha de base pré-pandemia).
- Tratamento ( $W_i=1$ ): Onda de 2022 (era da pandemia, representando um período de retorno, porém alterado, das viagens).
Resultados (Outcomes): Três variáveis dependentes binárias representando os principais modos de viagem:
1. Car_x: Uso de veículo privado.
2. Public_x: Uso de transporte público.
3. Walk_x: Caminhada.
Covariáveis: Uma matriz abrangente de variáveis exógenas incluindo geográficas (região, urbano/rural), pessoais (idade, sexo, escolaridade), domiciliares (renda, tamanho da família, propriedade de veículos) e características da viagem (distância, propósito, status de final de semana).

Estrutura Causal

A análise estima o Efeito Médio de Tratamento Condicional (CATE), definido como o impacto causal esperado condicionado a um perfil específico de covariável $x$ :
$\tau(x) = E[Y_i(1) - Y_i(0) | X_i = x]$

Componentes metodológicos principais incluem:

Estimativa Honesta (Honest Estimation): Para evitar o sobreajuste (overfitting) e garantir estimativas consistentes, o algoritmo divide os dados em uma subamostra de divisão (para determinar a topologia da árvore) e uma subamostra de estimativa (para calcular os parâmetros das folhas).
Equilíbrio de Covariáveis: Diferenças Médias Padronizadas (SMD) foram usadas para verificar se as coortes de 2017 e 2022 eram comparáveis. Embora existissem desequilíbrios leves (ex: propósito da viagem e renda), a capacidade do método de conjunto baseado em árvores de particionar o espaço de covariáveis permitiu a neutralização desses desvios sem a necessidade de poda de dados.
Testes de Robustez: Os resultados foram comparados com a diferença de médias não ajustada e com regressão linear multivariável ajustada para garantir consistência na direção e magnitude dos efeitos.
Análise de Subgrupos Exploratória: Combinações de até três características foram testadas usando o teste t de Welch com a correção de Benjamini–Hochberg para identificar subgrupos específicos com desvios estatisticamente significativos nos efeitos de tratamento.

Principais Resultados

Efeitos Médios de Tratamento (ATE)

O estudo estima o impacto causal da era da pandemia (2022) em relação à linha de base pré-pandemia (2017) nas probabilidades de escolha de modo:

Uso de Carro: Aumentou 1,86 ponto percentual (pp).
Transporte Público: Diminuiu 0,38 pp.
Caminhada: Diminuiu 1,57 pp.

Essas estimativas foram altamente estáveis, com erros padrão de bootstrap de 0,0001. Embora a direção dos efeitos fosse consistente com modelos de regressão mais simples, as estimativas das Florestas Causais foram geralmente mais conservadoras em magnitude, sugerindo que correlações não ajustadas podem superestimar o efeito direto da pandemia.

Efeitos de Tratamento Heterogêneos (HTE)

A análise revelou uma variação substancial na forma como diferentes grupos responderam ao choque da pandemia:

Distância de Viagem: A mudança mais significativa ocorreu em viagens de curta distância (≤ 1 milha), que viram um aumento de 7,06 pp no uso de carro e uma redução de 7,85 pp na caminhada.
Renda: Famílias com renda >$200.000 experimentaram um aumento de 3,06 pp no uso de carro e uma redução de 2,21 pp na caminhada.
Gênero: Viajantes do sexo feminino migraram para carros (+2,55 pp) e afastaram-se da caminhada (-2,01 pp) significativamente mais do que os homens.
Idade: Adultos entre 30–45 e 46–65 anos impulsionaram a maior parte do surto de uso de carros. Idosos (65+) mostraram uma inércia comportamental profunda com mudanças negligenciáveis.
Geografia: A região do Oeste dos EUA experimentou o maior aumento no uso de carro (+2,39 pp) e o maior declínio no transporte público e na caminhada.
Propriedade de Veículo: Famílias com zero veículos viram uma queda acentuada no uso de transporte público (-2,71 pp).

Importância das Características (Feature Importance)

A distância da viagem foi identificada como o preditor mais influente para a heterogeneidade no uso de carro e na caminhada. A propriedade de veículo da família e a distância da viagem foram os principais contribuintes para a heterogeneidade no uso de transporte público.

Achados de Subgrupos Exploratórios

Interseções específicas de variáveis geraram efeitos de tratamento extremos:

Maior Aumento de Carro: Região Oeste, renda de \ $25k–\$ 50k, viagens ≤ 1 milha (+18,05 pp).
Maior Redução de Transporte Público: Renda ≥ $200k, sem veículos na família, viagens entre 1–5 milhas (-21,18 pp).
Maior Aumento de Caminhada: Região Nordeste, sem veículos na família, viagens entre 1–5 milhas (+21,67 pp).

Significância e Contribuições

O artigo posiciona-se como um avanço metodológico no planejamento de transportes e inferência causal:

Aplicação Inovadora: Este é um dos primeiros estudos a aplicar Florestas Causais à análise de escolha de modo de viagem e o primeiro a usar aprendizado de máquina causal para estimar o efeito causal da pandemia na escolha de modo.
Revelação da Heterogeneidade: Ao contrário dos modelos tradicionais que fornecem um único valor médio global, este estudo demonstra que as florestas causais podem quantificar efetivamente os Efeitos de Tratamento Heterogêneos (HTE). Isso revela que o "efeito médio" da pandemia mascara mudanças comportamentais drásticas e localizadas entre grupos demográficos específicos (ex: viajantes de alta renda e curta distância vs. idosos).
Orientação Metodológica: O artigo oferece um framework para pesquisadores de transportes irem além da análise baseada em correlação. Ele destaca as vantagens das florestas causais, incluindo sua natureza não paramétrica (capturando relações não lineares complexas), sua capacidade de lidar naturalmente com o desequilíbrio de covariáveis e sua capacidade de fornecer insights granulares (perfis de CATE, importância de características) para formuladores de políticas.
Relevância para Políticas Públicas: Ao identificar quais segmentos populacionais específicos mudaram de modo e em qual medida, o estudo fornece insights acionáveis para planejadores que desenham intervenções. Sugere que as políticas voltadas para mudanças de modo devem ser adaptadas a perfis específicos de demografia e características de viagem, em vez de serem aplicadas uniformemente.

Limitações e Premissas

Os autores explicitamente observam várias restrições:

Recorte Temporal: Os dados de 2022 representam uma fase específica da pandemia (período de recuperação); os resultados podem não refletir a evolução total das mudanças comportamentais.
Participação de Modo vs. Demanda: O estudo analisa mudanças na participação de modo (mode share), não na demanda absoluta de viagem (que diminuiu significativamente durante a pandemia).
Escopo de Covariáveis: A análise depende da premissa de Exchangabilidade Condicional. Confundidores não medidos, como a adoção do trabalho remoto, percepção de risco e hábitos de compras online, não foram incluídos, o que pode afetar a precisão das estimativas causais.
Natureza Transversal: O estudo utiliza dados transversais em vez de dados longitudinais de painel, o que limita a capacidade de rastrear mudanças individuais ao longo do tempo ou considerar mudanças nas covariáveis (ex: renda ou propriedade de veículos) induzidas pela pandemia.

Em conclusão, o estudo valida as Florestas Causais como uma ferramenta robusta e orientada por dados para dissecar os complexos e heterogêneos mecanismos causais que impulsionam as mudanças no comportamento de viagem, oferecendo uma alternativa superior aos modelos tradicionais baseados em correlação para compreender os impactos de intervenções.