• 13,8

Como os dados do celular podem ajudar a redesenhar as cidades

Com o surgimento do Big Data, os métodos usados ​​para estudar o movimento de estrelas ou átomos agora podem revelar o movimento das pessoas. Isso pode ter implicações importantes para as cidades.

Crédito: Getty Images

Principais conclusões

• Um tesouro de dados de mobilidade de dispositivos como smartphones permitiu que o campo da 'ciência da cidade' florescesse.
• Recentemente fiz parte de uma equipe que comparou padrões de mobilidade em cidades brasileiras e americanas.
• Descobrimos que, em muitas cidades, os moradores de baixa e alta renda raramente viajam para as mesmas localizações geográficas. Essa segregação tem grandes implicações para o desenho urbano.

Quase 55% dos sete bilhões de pessoas do mundo vivem em cidades. E a menos que a pandemia do COVID-19 coloque um sério - e eu quero dizer sério – de acordo com as tendências de longo prazo, a fração urbana subirá quase 70% em meados do século. Dado que nosso projeto de civilização está enfrentando uma crise climática, a mudança massiva da população para áreas urbanas é algo que realmente poderia usar algum ciência .

A urbanização vai piorar as coisas? Vai melhorar as coisas? Isso levará a mais prosperidade humana ou mais pobreza e desigualdade? Essas perguntas precisam de respostas, e um ciência das cidades , se houvesse tal coisa, poderia fornecer respostas.

Boas notícias. Já existe um!

A ciência das cidades

Com a ascensão do Big Data (para melhor ou para pior), cientistas de várias disciplinas estão obtendo uma visão sem precedentes do coração pulsante das cidades e de sua dinâmica. Claro, pessoas realmente inteligentes estudam cidades cientificamente há muito tempo. Mas os métodos de Big Data aceleraram o que é possível deformar a velocidade. Como prova A para o surgimento de uma nova era da ciência da cidade, deixe-me apresentar a você o campo da mobilidade humana e um novo estudo recém-publicado por uma equipe da qual participei.

Crédito: nonnie192 / 405009778 via Adobe Stock

A mobilidade humana é um campo que foi ampliado por todos os dispositivos habilitados para localização que carregamos e os conjuntos de dados em larga escala de nossas atividades, como compras com cartão de crédito, corridas de táxi e uso de telefones celulares. Hoje em dia, todos nós estamos deixando migalhas digitais de nossas atividades cotidianas, particularmente nossos movimentos em torno das cidades. Usando versões anônimas desses conjuntos de dados (sem nomes, por favor), os cientistas podem procurar padrões em como grandes grupos de pessoas se envolvem em viagens diárias e como esses movimentos se correlacionam com fatores sociais importantes, como renda, saúde e educação.

Tem havido muitos estudos como este no passado recente. Por exemplo, pesquisadores observando os padrões de mobilidade em Louisville, Kentucky, descobriu que os moradores de baixa renda tendiam a viajar mais longe, em média, do que os ricos. Outro estude descobriram que os padrões de mobilidade em diferentes classes socioeconômicas exibem características muito semelhantes em Boston e Cingapura. E uma análise da mobilidade em Bogotá, Colômbia, descobriu que a população mais móvel não era nem a mais pobre nem a mais rica, mas a classe média alta.

Todos esses estudos eram excelentes, mas era difícil tirar conclusões gerais a partir deles. Pareciam apontar em direções diferentes. A equipe da qual eu fazia parte queria ter uma visão mais ampla e comparativa da mobilidade humana e da renda. Por meio de uma parceria com o Google, conseguimos comparar dados de dois países — Brasil e Estados Unidos — de populações relativamente iguais, mas em pontos diferentes do espectro de desenvolvimento. Ao comparar os padrões de mobilidade dentro e entre os dois países, esperávamos obter uma melhor compreensão de como as pessoas com diferentes níveis de renda se deslocavam a cada dia.

Mobilidade no Brasil x Estados Unidos

Mapas de calor de mobilidade socioeconômica para cidades selecionadas nos EUA e no Brasil. As cores representam o destino com base no nível de renda. O vermelho representa os destinos percorridos por moradores de baixa renda, enquanto o azul representa os destinos percorridos por moradores de alta renda. As áreas sobrepostas são de cor roxa. Crédito : Hugo Barbosa et al., Relatórios Científicos, 2021.

Os resultados foram notáveis. Em uma figura do nosso papel (mostrado acima), fica claro que encontramos dois tipos distintos de relação entre renda e mobilidade nas cidades.

A primeira foi uma distinção relativamente nítida entre para onde as pessoas nas faixas de renda mais baixas e mais altas viajavam todos os dias. Por exemplo, na minha cidade natal de Rochester, Nova York ou Detroit, os lugares visitados pelos dois grupos de renda (por exemplo, locais de trabalho, shopping centers, consultórios médicos) eram relativamente divididos. Em outras palavras, as pessoas de bairros de baixa e alta renda não estavam se misturando muito, o que significa que não passavam tempo nas mesmas localizações geográficas. Além disso, os grupos de baixa renda viajaram para o centro da cidade com mais frequência, enquanto os grupos de alta renda viajaram para os subúrbios.

O segundo tipo de relação foi exemplificado por cidades como Boston e Atlanta, que não apresentavam esse tipo de particionamento. Havia um grau muito maior de mistura em termos de viagens a cada dia, indicando que a renda era um fator menos importante para determinar onde as pessoas viviam ou viajavam.

No Brasil, no entanto, todas as cidades mostraram o tipo de segregação baseada em renda observada em cidades americanas como Rochester e Detroit. Houve uma clara separação das regiões visitadas praticamente sem sobreposição. E, ao contrário dos EUA, as visitas dos ricos concentravam-se fortemente nos centros das cidades, enquanto os pobres atravessavam em grande parte a periferia.

Design urbano orientado a dados

Nossos resultados têm implicações diretas para o design da cidade. Como escrevemos no artigo, na medida em que é indesejável ter cidades com moradores cuja capacidade de navegar e acessar recursos depende de seu status socioeconômico, medidas de políticas públicas para mitigar esse fenômeno são a necessidade do momento. Isso significa que precisamos de melhores políticas de habitação e transporte público.

Mas, embora nosso estudo mostre que há ligações claras entre disparidade de renda e padrões de mobilidade, também mostra algo importante. Como um astrofísico que passou décadas aplicando métodos quantitativos a estrelas e planetas, estou impressionado com o quão profundo agora podemos mergulhar na compreensão das cidades usando métodos semelhantes. Entramos verdadeiramente numa nova era no estudo das cidades e de todos os sistemas humanos. Espero que usemos esse novo poder para o bem.

Neste artigo, smartphones, demografia das cidades

Compartilhar: