Estudo de caso do impacto da COVID-19 nos acidentes em rodovias federais do estado de Santa Catarina por meio de um modelo preditivo e de clusterização georreferenciado

Abstract

Milhões de vidas são afetadas todos os anos por causa dos acidentes de trânsito, direta ou indiretamente. Esse é um problema enfrentado pela maioria dos países, especialmente os em desenvolvimento. Em números absolutos de óbitos por acidentes de trânsito o Brasil está frequentemente entre os piores. Aqui se propõe um estudo dos fatores que influenciam no agravamento ou atenuação dessa adversidade, o qual faz parte dos esforços necessários para que se possa planejar ações que possam mitigar o problema. Foram utilizados dados georreferenciados de acidentes nas rodovias federais de Santa Catarina, selecionados de um período de 8 anos, como base para uma análise feita por meio de um método preditivo e de clusterização georreferenciado. A abordagem preditiva consiste na aplicação de modelos estatísticos Holt-Winters e SARIMA na realização de projeções dos índices de acidentes a partir dos dados dos anos anteriores à pandemia. Os índices estimados para registros totais de acidentes, acidentes com vítimas fatais, com vítimas gravemente feridas e levemente feridas, a partir dos dados dos 4 primeiros anos, foram comparados aos índices observados a partir de 2020. Os resultados mostraram que houve um aumento na gravidade dos acidentes nos períodos de restrição e que todos os índices tenderam a uma estabilidade a partir de 2020, com os registros de acidentes com vítimas levemente feridas e gravemente feridas abaixo do esperado, com base nos dados das projeções. Quanto à análise espacial, por meio do georreferenciamento, foi observado o impacto do isolamento social em diversas regiões do estado, mas principalmente nos dois maiores pontos críticos, na região de Itajaí e Florianópolis, com os maiores decréscimos na densidade de acidentes fatais. Após os períodos de restrição de tráfego, porém, ambas as regiões voltaram a registrar altas densidades de acidentes fatais, com a predominância das mortes por atropelamento, assim como antes da pandemia, não tendo sido verificado então um impacto persistente. Quanto ao índice de acidentes fatais, apenas a análise conjunta dos resultados de ambos os modelos forneceu uma explicação mais abrangente e fiel à realidade sobre o impacto da COVID. Verificou-se que, apesar da aparente redução nos acidentes fatais apontada pela clusterização, esses eventos ocorreram de forma mais dispersa nas rodovias do estado durante a pandemia, porém em mesma quantidade. Tal resultado evidencia a necessidade de integrar análises de séries temporais e clusterização em estudos futuros voltados à identificação de trechos críticos e à redução de acidentes.

Abstract: Millions of lives are directly or indirectly affected every year by traffic accidents. This is a challenge faced by most countries, especially those in development. In absolute numbers of traffic-related fatalities, Brazil ranks frequently among the worst. This study proposes an analysis of the factors that contribute to the aggravation or mitigation of this problem, as part of the efforts required to support the planning of actions aimed at reducing its impact. Georeferenced crash data from federal highways in Santa Catarina, covering an eight-year period, were used as the basis for an analysis conducted through predictive and georeferenced clustering methods. The predictive approach consisted of applying Holt-Winters and SARIMA statistical models to project accident rates based on data from the years preceding the pandemic. The estimated rates for total crashes, crashes with fatalities, crashes with severe injuries, and crashes with minor injuries, derived from the first four years of data, were compared to the observed rates from 2020 onwards. Results showed an increase in crash severity during restriction periods, and that rates tended toward stability from 2020, with records of crashes involving minor and severe injuries below expected levels based on projections. Regarding spatial analysis, georeferenced data revealed the impact of social isolation was observed across several regions of the state, but mainly in the two largest critical hotspots, in the regions of Itajaí and Florianópolis, where the largest decreases in fatal crash density were observed. However, after traffic restrictions were lifted, both regions once again recorded high fatal crash densities, with fatalities predominantly caused by pedestrian crashes, as was the case before the pandemic, indicating no persistent impact. Regarding the fatal accident index, only the joint analysis of the results from both models provided a more comprehensive and accurate explanation of the impact of COVID. The findings revealed that, despite the apparent reduction in fatal accidents suggested by the clustering, these events occurred in the same quantity but in a more dispersed manner across the state?s highways during the pandemic. This result highlights the need to integrate time series analysis and clustering in future studies aimed at identifying critical roadway segments and reducing accidents.