Beyond Reported Trips: A Bayesian Framework for Correcting Household Travel Surveys

Todos os dias, milhões de pessoas movem-se pelas cidades, saltando de casa para o trabalho, parando para fazer compras ou dando uma rápida caminhada até à casa de um amigo. Os planeadores de transportes dependem de inquéritos para compreender estes movimentos, pedindo aos agregados familiares que escrevam cada viagem que realizam num único dia. Esta informação ajuda as cidades a decidir onde construir novas ciclovias, quantos autocarros circular devem e se é necessária uma nova linha de metro. No entanto, estes inquéritos têm uma fraqueza de longa data: as pessoas são péssimas em recordar tudo o que fizeram. Quando questionadas sobre um dia de viagens, a maioria das pessoas esquece as viagens curtas e espontâneas — a ida rápida à loja da esquina, a breve caminhada até à caixa do correio ou a paragem para deixar uma encomenda. Elas lembram-se dos grandes eventos estruturados, como ir trabalhar ou à escola, mas os pequenos movimentos discricionários muitas vezes desaparecem da memória. Isto cria uma imagem distorcida de como as pessoas realmente vivem, levando os planeadores a subestimar o andar a pé e o ciclismo e a sobrestimar o tempo que as pessoas passam em carros.

Para corrigir isto, os investigadores começaram a usar smartphones para rastrear o movimento de forma passiva, registando exatamente para onde as pessoas vão sem lhes pedir que se lembrem. Mas estes estudos baseados em telemóveis são geralmente pequenos e carecem da informação pessoal detalhada encontrada nos grandes inquéritos aos agregados familiares. Um novo estudo realizado por investigadores da Universidade de Toronto e do MIT preenche esta lacuna. Eles desenvolveram um método para combinar o amplo alcance dos inquéritos tradicionais com o detalhe preciso do rastreamento por smartphone. Ao utilizar uma abordagem estatística que trata os dados do telemóvel como uma forma de corrigir as falhas de memória do inquérito, conseguiram reconstruir as viagens em falta que as pessoas esqueceram de reportar. O resultado é um mapa mais preciso da vida quotidiana que mantém os ricos detalhes demográficos do grande inquérito, adicionando simultaneamente as peças em falta do puzzle de viagens.

Os investigadores concentraram-se na Grande Área de Toronto e Hamilton, utilizando dados do 2022 Transportation Tomorrow Survey, um inquérito massivo aos agregados familiares que capta os hábitos de transporte em toda a região. Eles combinaram estes dados com dois estudos menores e mais detalhados realizados em 2023 e 2025, nos quais os participantes carregavam smartphones que registavam automaticamente os seus movimentos. A equipa notou um padrão claro: o inquérito tradicional mostrava as pessoas a realizar cerca de 2,06 viagens por pessoa num dia útil, enquanto os dados do telemóvel mostravam significativamente mais, cerca de 3,16 a 3,83 viagens. A diferença não era aleatória; era sistemática. As pessoas esqueciam consistentemente as viagens curtas e não essenciais. Os investigadores separaram estas viagens em duas categorias: viagens "esqueleto", que são os principais marcos do dia, como o trajeto para o trabalho ou escola, e viagens "não-esqueleto", que são os movimentos flexíveis e discricionários, como fazer compras ou visitar amigos. Eles descobriram que as viagens esqueleto eram reportadas de forma bastante precisa, mas as viagens não-esqueleto eram frequentemente omitidas, especialmente quando um membro da família reportava o transporte de outro.

Para recuperar estas viagens em falta, a equipa construiu uma estrutura que atua como um kit de reparação estatística. Começaram com os dados do grande inquérito como uma base, representando o que as pessoas disseram que fizeram. Depois, utilizaram os dados do smartphone para atualizar e refinar esses números. Imagine os dados do inquérito como um esboço grosseiro das viagens de um dia, e os dados do telemóvel como uma fotografia de alta resolução que revela os detalhes finos que o esboço perdeu. Os investigadores utilizaram um método que permite fundir estas duas fontes, tratando o inquérito como um palpite inicial e os dados do telemóvel como novas evidências que corrigem esse palpite. Fizeram isto separadamente para as pessoas que reportaram o seu próprio transporte e para aquelas que reportaram para outros, porque os erros de reporte são diferentes para cada grupo. Quando alguém reporta por um cônjuge ou filho, muitas vezes perde ainda mais as paragens intermediárias pequenas do que quando reporta por si próprio.

Os resultados mostraram uma mudança significativa nos números após a aplicação da correção. Para as pessoas que reportaram o seu próprio transporte, a média de viagens por dia subiu de 3,05 para 3,90. Para aqueles que reportaram por outros, o número saltou de 2,64 para 3,63. Este aumento foi quase inteiramente impulsionado pela recuperação das viagens não-esqueleto. Os investigadores não apenas adicionaram viagens aleatórias; eles reconstruíram cuidadosamente as viagens em falta com base nos padrões encontrados nos dados do telemóvel. Determinaram qual era o provável propósito da viagem em falta, quando provavelmente aconteceu, qual a sua distância e como a pessoa viajou. Por exemplo, descobriram que as viagens em falta eram desproporcionalmente curtas e envolviam frequentemente o andar a pé ou visitar amigos, atividades que são facilmente esquecidas num dia ocupado. Os dados corrigidos mostraram uma quota maior de caminhadas e uma distribuição mais uniforme de viagens ao longo do dia, em vez de apenas nas horas de ponta da manhã e da tarde.

O estudo também revelou que a natureza das viagens em falta dependia fortemente de quem estava a reportar. Os respondentes por procuração (proxy), que reportam por outros membros da família, eram muito mais propensos a esquecer viagens discricionárias do que aqueles que reportam por si próprios. Isto sugere que, quando um pai ou mãe preenche um diário para um filho, pode lembrar-se do trajeto para a escola, mas esquecer a paragem do filho num parque ou na casa de um amigo após a escola. Ao modelar estas diferenças separadamente, os investigadores puderam aplicar a correção adequada a cada grupo. O conjunto de dados final corrigido manteve a estrutura original do grande inquérito, o que significa que ainda refletia com precisão a idade, o rendimento e a localização da população, mas agora contava uma história mais verdadeira sobre como essas pessoas se moviam. A distribuição dos propósitos das viagens mudou para incluir mais compras e lazer, e o tempo das viagens mostrou mais atividade durante o meio do dia e à noite, preenchendo as lacunas que o inquérito tradicional deixou vazias.

Este trabalho oferece uma forma prática de melhorar os dados que as cidades utilizam para tomar decisões. Os planeadores dependem frequentemente destes inquéritos para definir objetivos de redução do uso de carros ou aumento do andar a pé, mas se os inquéritos perdem as viagens curtas, esses objetivos podem ser definidos demasiado baixos. Ao integrar os dados passivos dos smartphones, os investigadores forneceram um método para ver o quadro completo das viagens diárias sem a necessidade de substituir totalmente os grandes inquéritos estabelecidos. Os dados corrigidos sugerem que as pessoas são mais ativas e andam mais a pé do que anteriormente se pensava, particularmente para viagens curtas e locais. Embora as viagens reconstruídas sejam estimativas estatísticas e não observações diretas de indivíduos específicos, elas fornecem uma base muito mais fiável para compreender o comportamento de transporte. O estudo conclui que esta abordagem pode ajudar as cidades a planear melhor a realidade de como as pessoas se movem, garantindo que a infraestrutura e as políticas correspondam aos ritmos reais, e muitas vezes esquecidos, da vida quotidiana.