Diferentes abordagens de análise de comportamentos relacionados a viagens têm se apresentado como alternativa à usual maximização da utilidade aleatória (Random Utility Maximization RUM). A abordagem de minimização do arrependimento aleatório (Random Regret Minimization RRM) postula que os indivíduos buscam minimizar seu arrependimento na escolha de uma alternativa quanto às demais disponíveis. Além disso, análises que tomam o espaço geográfico como parte explicadora dos fenômenos sociais têm crescido no âmbito da Engenharia de Transportes. Assim, para além de uma característica dada, o espaço se torna elemento estruturante de padrões observáveis no espaço social e geográfico. Neste contexto, o objetivo principal desta pesquisa é analisar efeitos de dependência espacial em modelos de escolha discreta sob a abordagem RRM no contexto de escolhas de modos de transportes em viagens por motivo trabalho na cidade São Paulo, Brasil. Dados de Preferência Revelada oriundos da pesquisa OD2017 do Metrô-SP foram utilizados na modelagem considerando características sociodemográficas dos indivíduos e atributos de nível de serviço. Os modelos foram comparados sob as abordagens RUM e RRM apenas com atributos de nível de serviço (LOS) e com atributos de nível de serviço e sociodemográficos ( + ). Além disso, foram estimados modelos com e sem a presença de efeitos de interações espaciais nas variáveis de nível de serviço (efeitos exógenos) pela especificação de dois tipos de matrizes de vizinhança, pelo critério de distância e de k-vizinhos mais próximos. Os valores limites de distância foram variados entre 1.000 metros e 2.000 metros em intervalos de 100 metros e os de número de vizinhos entre 10 e 100 em intervalos de 10 vizinhos. Os modelos e + baseados na abordagem RRM tiveram melhor desempenho em termos de log-verossimilhança, inclusive com a presença de efeitos espaciais. O modelo com o melhor resultado foi o híbrido RUM-RRM com efeitos de interação espacial sob a abordagem RRM. Análises de Valor de Tempo de Viagem (Value of Travel Time-VTT) indicaram que os modelos sem efeitos de dependência espacial superestimaram-no para a alternativa automóvel em comparação àqueles que consideram tais efeitos. No caso da abordagem RUM esse valor foi superestimado em até 33%, enquanto na abordagem RRM a diferença máxima foi de 8%. Os resultados das estimativas de elasticidades mostraram que os atributos relacionados ao transporte público são elásticos, indicando que políticas públicas de transporte com enfoque nesses atributos têm maior potencial de atrair ou afastar a demanda por essas alternativas.

Different approaches of travel behaviour analysis have been proposed as alternative to the well known Random Utility Maximisation approach (RUM). The Random Regret Minimisation (RRM) approach states that individuals try to minimize their regret when choosing among a set of available alternatives. Furthermore, analyses that consider the geographic space as an explanatory part of social phenomena have grown in Transportation Engineering in particular. Thus, beyond a given characteristic, space becomes a structuring element of observable patterns in social and geographical space. In this context, the main goal of this research is to assess spatial dependency effects in a discrete choice model under the RRM approach for commuting mode choice in the city of São Paulo, Brazil. Revealed Preference data from the OD 2017 of the Metrô-SP survey were used including the individual sociodemographic characteristics and the level-of-service attributes. Models under the RUM and RRM approaches were compared solely with level-of-service attributes () and with level-of-service and sociodemographic attributes ( + ). In addition, the models were estimated with and without the presence of spatial dependency effect on the variables (exogenous interaction effects) given two specifications of the spatial weight matrix based on distance and k nearest neighbors criteria. The thresholds for the distance specification varied from 1,000 meters to 2,000 meters by 100 meters, and the number of neighbors varied from 10 to 100 by 10 neighbors. The results indicate that models based on the RRM approach outperformed in terms of log-likelihood the and + models, and also those including spatial dependency. The best model was the hybrid RUM-RRM model with the presence of spatial exogeneous interaction effects under the RRM approach. Results of time value of time (VTT) estimations indicated that the models without spatial dependency effects overestimated the value of this measure for the Car alternative compared to those that controlled spatial dependency in the model. In the case of the RUM approach the VTT was overestimated by up to 33%, while in the RRM approach this difference was up to 8%. The analysis of elasticities showed that the attributes related to public transportation are elastic, indicating that transport policies that focus on these attributes have greater potential to attract or drive away demand for these alternatives.