Percepção do Risco

Artigo a ser apresentado no XIII Encontro Regional de Economia - ANPEC Sul 2010
11 a 13 de agosto de 2010 - Porto Alegre/RS

XIII Encontro de Economia da Região Sul – ANPEC SUL 2010

A PERCEPÇÃO DE RISCO E O COMPORTAMENTO NO TRÂNSITO ASSOCIADOS AO
CONSUMO DE BEBIDAS ALCOÓLICAS1

Tanara Rosângela Vieira Sousa
Doutoranda em Economia - Programa de Pós-Graduação em Economia – UFRGS
tanarasousa@gmail.com

Sabino da Silva Pôrto Junior
Doutor em Economia – Professor do Programa de Pós-Graduação em Economia – UFRGS -
portojr@ufrgs.br

Flávio Pechanski
Doutor em Psiquiatria – Professor do Programa de Pós-Graduação em Psiquiatria – UFRGS e
Centro de Pesquisa em Álcool e Drogas – HCPA/UFRGS – fpechans@uol.com.br

Raquel De Boni
Doutoranda em Psiquiatria - Programa de Pós-Graduação em Psiquiatria – UFRGS e Centro de
Pesquisa em Álcool e Drogas – HCPA/UFRGS – raqueldeboni@gmail.com

Endereço para Correspondência
R. Eng. Antonio Carlos Tibiriça, 340 – apto 301 – Porto Alegre – RS – 90690-040
Telefone: 51. 9275.2815

Área para Avaliação: Área 5 - Econometria, economia matemática, modelagem quantitativa e
suas aplicações

1
Este artigo é baseado na Tese de Doutorado da primeira autora, orientada pelo segundo autor, e é um dos resultados do
projeto intitulado “Estudo do Impacto do Uso de Bebidas Alcoólicas e Outras Substâncias Psicoativas no Trânsito
Brasileiro”, desenvolvido pelo Núcleo de Estudos e Pesquisa em Trânsito e Álcool (NEPTA) do HCPA-UFRGS. A
primeira autora foi bolsista CAPES e o projeto teve financiamento da Secretaria Nacional de Políticas sobre Drogas
(SENAD).

1
A PERCEPÇÃO DE RISCO E O COMPORTAMENTO NO TRÂNSITO ASSOCIADOS AO
CONSUMO DE BEBIDAS ALCOÓLICAS

JEL: C25, D81, D83, I18, R41

Resumo

Este estudo teve como objetivo avaliar como as características sócio-demográficas, a experiência no
trânsito e a informação recebida, afetam a percepção do risco e o comportamento relacionado ao
trânsito. Os dados utilizados fazem parte de um survey com a população de Porto Alegre em 2009 e
utilizou-se modelos logit, probit e logit ordenado parcial de chances proporcionais para análise. Os
resultados corroboram as evidências da literarura, que os indivíduos que possuem risco maior de
morte no trânsito subestimam seu próprio risco e vice-versa; e que os mais jovens têm maior
percepção deste risco, assim como os que tiveram experiência de acidente de trânsito ou passam
mais tempo expostos ao trânsito. O risco do consumo de bebidas alcoólicas associado ao trânsito,
no entanto é percebido maior pelos idosos, mulheres, não bebedores ou quem não costuma ter
comportamento de risco, assim como pelos que têm mais informação do risco. Da mesma maneira,
o comportamento de risco no trânsito associado ao consumo de álcool está negativamente
relacionado a percepção deste risco e a idade.

Palavras-chave: Percepção de risco; Modelos logit ordenados generalizados; Acidentes de trânsito

Abstract

This study evaluated how socio-demographic characteristics, traffic experience and the information
received about the risks of driving under the influence of alcohol, affect risk perception and
behavior in the traffic. The data used was part of a survey of the population of Porto Alegre in 2009
and the logit, probit and partial proportional odds models were used for analysis. The results
corresponds to the literature, indicating that individuals who have greater risk of dying in traffic,
underestimate their own risk and vice versa; and that young people as well as those who have been
in an accident or those who spend a lot of time in traffic, have a greater perception of their risk. On
the other hand, the risk of alcohol consumption associated with traffic, is perceived better by older
people, women, non-drinkers, people without risky behavior, and those who are more aware of the
risks of driving under the influence of alcohol. Similarly, risky behavior in traffic, related to alcohol
consumption, is inversely proportional to perception of risk and to age.

Key-words: Risk perception; Generalized ordered logit models; Traffic accidents

1 Introdução

O risco é uma constante nos eventos cotidianos, expondo os indivíduos. Alguns riscos são
involuntários, outros são ‘procurados’, como por exemplo, os jogos de azar ou dirigir em alta
velocidade. No entanto, o conceito de risco é ambíguo e difere para cada área de aplicação2, mas em
geral, leva em conta a incerteza de determinado evento, potencializada pela conseqüência do

2
Em Engenharia o risco é o produto da probabilidade ocorrência de um evento, que é não desejado, pela avaliação das
conseqüências em termos de perda monetária ou de vidas. Em finanças o risco é definido em termos da variabilidade do
retorno real de um investimento em torno do retorno esperado, mesmo quando o retorno é positivo (Damodaran, 2008).

2
resultado adverso, fazendo de um evento com pequena possibilidade de ocorrência - como um
terremoto - mas com grandes conseqüências adversas, num evento de ‘alto risco’.
Portanto, a incerteza é radicalmente diferente da noção usual de risco, apesar de nunca terem
sido propriamente separados. O risco significa em alguns casos, uma quantidade passível de
mensuração, enquanto, incerteza seria algo não passível de mensuração objetiva: pois há diferença
quando um indivíduo toma o risco sob uma incerteza conhecida, e quando o toma sob o total
desconhecimento da real probabilidade de ocorrência de determinado evento (Damodaran, 2008).
As escolhas, em um mundo ideal, seriam feitas com base no conhecimento e entendimento
total do risco de cada ação, mas no mundo real, nem sempre os indivíduos dispõem de toda a
informação necessária e podem ter percepções distorcidas dos riscos envolvidos. Em outras
palavras: se as percepções de risco individuais em geral refletissem os riscos reais, na ausência de
efeitos externos, levariam a resultados ótimos do ponto de vista da sociedade, o que nem sempre é
possível devido à falhas informacionais.
Além disso, a percepção de risco pode ser criada de forma errada, o que leva a vieses
sistemáticos, podendo, por exemplo, levar os indivíduos a superestimar eventos de pequena
magnitude ou o contrário. As evidências empíricas sugerem que os indivíduos tendem a ter
percepções mais precisas dos riscos que tenham maior impacto em seu bem-estar, enquanto para
riscos mais remotos a imprecisão é maior. A deficiência na percepção representa um tipo mais
complexo de falha de mercado, que se reflete na integração de vieses de percepção de risco aos
modelos econômicos, que normalmente assumem que os riscos são subestimados (Viscusi, 1985).
No entanto, como a percepção do risco é formada com base em uma crença a priori sobre
determinado evento, na experiência adquirida e com informação recebida, as deficiências podem ser
corrigidas (ou atualizadas) com o acréscimo de informação sobre os riscos reais. Assim, as
informações obtidas através dos meios de comunicação, educação formal e etc., propiciariam aos
indivíduos a possibilidade de atualizar sua percepção a respeito dos riscos num processo de
aprendizado bayesiano. Esta perspectiva vem sendo testada empiricamente nas últimas décadas
através dos estudos de Kip Viscusi e seus seguidores (Viscusi, 1985; 1990; 1991; Lundborg e
Lindgren, 2002; Andersson e Lundborg, 2007; Lundborg e Andersson, 2008), que abordam a
percepção do risco nas mais diversas áreas como: consumo, exposição da saúde sob condições
perigosas em geral, ou dados riscos de condições insalubres de trabalho, tabagismo, dependência
alcoólica, acidentes de trânsito entre outros.
Por outro lado, a Epidemiologia trata o risco ou ‘fator de risco’ como um aspecto dos
hábitos pessoais ou da exposição ambiental, que está associada a uma maior probabilidade de
ocorrência de uma doença, mas que pode ser modificado ou alterado em uma direção favorável e
que possa reduzir a probabilidade de ocorrência da doença (Bonita, Beaglehole et al., 2006). Neste
sentido, estes fatores de risco estão de alguma maneira relacionados às escolhas que os indivíduos
fazem: no contexto dos acidentes de trânsito, os fatores além de aumentarem a probabilidade de
envolvimento, podem agravar as conseqüências de um acidente através de lesões mais graves e
morte. As evidências empíricas sugerem que o risco de envolvimento em um acidente é maior para
os condutores homens e jovens, no entanto, a fragilidade de usuários idosos ou de pedestres,
ciclistas e motociclistas, os fazem estar entre as vítimas com lesões mais graves (Peden, Scurfield et
al., 2004).
No contexto do trânsito, o risco pode ser percebido através de diferentes nuances: alguns
indivíduos têm comportamentos arriscados, por simplesmente ‘procurar’ o risco – como através da
alta velocidade3; ou por ter percepção equivocada do risco que correm, ao consumirem bebidas
alcoólicas antes de dirigir4, ou como no caso de pedestres, ao atravessarem uma rua movimentada
fora da faixa de segurança. No entanto, não se tem evidências de como o comportamento no trânsito
reflete a percepção de risco dos usuários brasileiros quanto ao risco de morte, ou quanto a
associação do consumo de álcool. O presente estudo, portanto, procurou analisar como é formada a
percepção dos indivíduos quanto aos riscos associados ao trânsito, e como isso afeta o
3
A ‘procura pelo risco’ é considerado como um dos 5 estados psicológicos de risco (Harre, 2000).
4
Ver Compton, Blomberg et al (2002) e Zador, Krawchuk et al. (2000).

3
comportamento; sob a premissa de que os indivíduos fazem suas escolhas com base no
conhecimento prévio que têm sobre o assunto, a experiência e a informação recebida, utilizando o
approach desenvolvido por Viscusi (1985; 1990; 1991).
Este estudo, realizado com dados de um survey com residentes da cidade de Porto Alegre,
teve como objetivo avaliar como as características socioeconômicas e demográficas, a experiência
no trânsito e a informação recebida, afetam a percepção do risco e o comportamento no trânsito, de
forma a: i) determinar em que grau as percepções de riscos refletem os riscos reais de morte por
acidentes de trânsito; ii) avaliar como são formadas as percepções a cerca do risco de morte por
acidente de trânsito e da associação de álcool ao trânsito; iii) avaliar como a percepção do risco,
além das características individuais determinam o comportamento de risco associado ao consumo
de álcool.
A próxima seção deste estudo apresenta o referencial teórico desta análise e as evidências
empíricas. A terceira seção delineia a estratégia empírica e a seguir são apresentados os resultados
da análise empírica e a última seção faz a discussão a respeito dos resultados e sua comparabilidade
com os outros estudos.

2 A Percepção de Risco e o Comportamento de Risco

2.1 O modelo de formação da percepção de risco

A formação da percepção de risco associados a um acidente de trânsito, causado ou não por
abuso de álcool, pode ser descrito pelo modelo de aprendizado bayesiano5 utilizado em Viscusi
(1990), no contexto de percepção do risco de tabagismo. Considera-se que os indivíduos têm três
fontes de informação:
(i) uma crença prévia, p , e um conteúdo informacional ω 0 associado;
(ii) a experiência previa a respeito do evento – os indivíduos têm sua percepção de risco baseada
em efeitos observados do seu próprio comportamento ou observando o das outras pessoas.
Denota-se a percepção de risco derivada da experiência por q e o conteúdo informacional
associado por γ 0 ;
(iii) a informação educacional transferida diretamente (através de campanhas educacionais por
meios de comunicação, nas escolas, ou aconselhamento de especialistas), onde r é a
percepção do risco derivado desta informação recebida, e o conteúdo informacional é dado
por ξ 0 .
Assume-se, portanto, que o processo de aprendizagem bayesiano segue distribuição beta6 e a forma
funcional pode se escrita como (Lundborg e Andersson, 2008):
ω p + γ 0 q + ξ0 r
π= 0 (1)
w0 + γ 0 + ξ 0
Ou seja, a percepção de risco é uma média ponderada das diferentes fontes de informação
disponíveis. Dessa forma, a fração do conteúdo informacional total associado a p , pode ser escrita
como:
ω0
ω= (2)
ω 0 + γ 0 +ξ 0
E assim também, por analogia pode ser feito o mesmo para γ 0 e ξ 0 . A função de percepção
de risco do indivíduo pode ser escrita na forma aditiva, dada por:
π =ω p +γ q +ξ r (3)

5
A inferência bayesiana oferece uma estrutura geral para formação de hipóteses (Fischhoff e Beyth-Marom, 1983;

, =
Viscusi, 1989).
6
Distribuição contínua absoluta em [0,1], simétrica e dependente de dois parâmetros: α e β >0:
1− onde = sin (Chernick e Friis, 2003)

4
Portanto, diferenciando-se (1) em relação a ξ 0 , pode-se estudar o efeito sobre a percepção
do risco do indivíduo, da variação de informação recebida através de campanhas educacionais:
∂π ω (r − p) + γ 0 (r − q)
= 0 > 0 se r > p e r > q (4)
∂ξ 0 (ω 0 + γ 0 + ξ 0 ) 2
Conclui-se, portanto, que um aumento no conteúdo de informação educacional direta, fará
com que os indivíduos tenham um impacto positivo em sua percepção de risco, se a nova
informação indicar um risco maior do que era a sua crença anterior ( r > p ) e experiência ( r > q ).
Desta maneira, nada pode ser dito a priori, uma vez que dependerá de p e q.
Diferenciando (1) com respeito a novas informações r , tem-se que a percepção do risco não
é idêntica ao risco atual:
∂π ξ0
= <1 (5)
∂r ω 0 + γ 0 +ξ 0
Podemos, então, inferir que a aprendizagem via acumulo de novas informações é parcial e
depende do peso colocado sobre as diversas fontes de informação. Apesar de o individuo estar apto
a refazer suas crenças, a partir de novas informações sobre o risco de determinados eventos, e a
percepção de risco individual ser uma média de suas crenças anteriores e das novas informações; a
percepção do risco não será idêntica ao risco atual ou inicial, ou seja, um aumento no nível de risco
efetivo não irá resultar em um aumento proporcional no nível de percepção de risco (Lundborg e
Lindgren, 2002).

2.2 O modelo de decisão de comportamento

Como em Viscusi (1990) e Lundborg e Lindgren (2002), assume-se um modelo de decisão
sobre comportamento discreto, como sendo uma loteria com diferentes resultados. O contexto é
apresentado em apenas um período, assumindo que há dois estados possíveis: ‘envolver-se em um
acidente de trânsito’ e ‘não envolver-se em um acidente de trânsito’. Este modelo é uma
simplificação do processo completo que ocorre na vida real, onde os indivíduos podem entrar e sair
do ‘estado’ de ‘acidentado’ diversas vezes durante a vida e das possíveis conseqüências e lesões.
O indivíduo, no modelo, não conhece a real probabilidade associada a cada resultado e deste
modo, a probabilidade real é substituída pela percepção da probabilidade. Considera-se aqui o efeito
do comportamento de risco causado pelo consumo abusivo de álcool, que pode levar ao estado de
‘acidentado’. A intoxicação por álcool implica riscos de efeitos agudos a saúde, como dirigir e
causar um acidente de trânsito, envolvimento em brigas e atos violentos, comportamento sexual de
risco, além de doenças crônicas e dependência7.
Neste modelo, o indivíduo obtém uma utilidade do comportamento sobre efeito do álcool,
U (álcool ) , pois o consumo de bebidas alcoólicas na maioria das sociedades tem um sentido de
confraternização social e familiar, onde o ‘beber socialmente’ é aceito como uma situação normal e
bem vinda, inclusive com um fator de descontração e desinibição em alguns eventos, além dos
efeitos benéficos a saúde8. Entretanto, o indivíduo obterá a utilidade U ( não álcool ) caso resolva
agir sem a influência de álcool.

7
Dependendo do volume e o padrão de consumo, as conseqüências do álcool são definidas como ‘crônicas’ e ‘agudas’
através de três formas: efeitos bioquímicos, intoxicação e dependência. Os efeitos bioquímicos estão relacionados ao
alto padrão de consumo e como conseqüência, doenças crônicas como cirrose do fígado, câncer de faringe, boca,
esôfago, fígado, isquemia do coração e síndrome de dependência do álcool. A intoxicação produz efeitos agudos como
acidentes de trânsito ou de trabalho, ferimentos por quedas, homicídios e envenenamento. A dependência, entretanto,
está associada tanto com doenças crônicas quanto a problemas sociais com familiares, desordens públicas,
relacionamentos, entre outros (Peden, Scurfield et al., 2004).
8
Há evidencias epidemiológicas que sugerem que o consumo moderado de bebidas alcoólicas – até 30 gramas diárias –
reduz em até 25% o risco de doenças arteriais coronarianas, contudo é necessário que as características individuais
sejam analisadas, não sendo possível prescrever uma ‘quantidade ótima’ de álcool (Rimm, Williams et al., 1999). No

5
No caso de envolvimento em um acidente de trânsito, o indivíduo colherá a utilidade
U ( acidente / álcool ) , com probabilidade π positiva, de o envolvimento ter sido causado pelo
consumo de álcool. Um indivíduo racional decidirá agir (entendendo-se aqui a ação como dirigir,
tomar carona, atravessar uma rua) sobre a influência de bebida alcoólica – ou de uma quantidade
ótima de bebida alcoólica, quando:
(1 − π ) U (álcool ) + π U ( acidente / álcool ) > U ( não álcool ) (6)
De (6), forma-se a variável latente I*, que determina a decisão de consumo, como segue:
I * = [U (álcool) − U (não álcool)] + π [U (acidente / álcool) − U (álcool)] (7)
O primeiro termo do lado direito da equação (7) representa a utilidade líquida ganha pelo
consumo de álcool, como a desinibição ou efeitos a saúde; enquanto o segundo representa o custo
esperado do consumo de bebidas alcoólicas, que para este estudo é caracterizada como a
‘desutilidade’ esperada de envolver-se em um acidente de trânsito. Portanto, o indivíduo irá agir
sobre o efeito de álcool quando I * > 0 , ou seja, se o benefício do consumo exceder os custos
esperados deste comportamento.
Se o indivíduo perceber que há um aumento na probabilidade de incorrer em um evento que
cause danos a saúde, como no caso do acidente, isso implicará no aumento do custo esperado deste
comportamento. Por sua vez, isto irá tornar o indivíduo menos propenso a agir sobre efeito de
bebidas alcoólicas. A hipótese básica, portanto, é que a percepção do risco é negativamente
relacionada com o comportamento de risco sob efeito de álcool.

2.3 As evidências empíricas

A pesquisa econômica em percepção de risco focou inicialmente em questões do mercado de
trabalho e de riscos inerentes a algumas funções e as implicações em termo de salários (Viscusi,
1980). No entanto, nos últimos tempos tem-se estudado sobremaneira as questões relativas a
consumo de bens que levam à adicção, tanto no caso do tabaco quanto do álcool e outras
substâncias psicoativas, ou a comportamentos de risco.
Em seu artigo de 1985, Kip Viscusi apresenta evidências, onde trabalhadores são
confrontados com riscos objetivos inerentes a ocupação, e inquiridos subjetivamente sobre o risco a
que são expostos, e os resultados indicam subestimação dos riscos maiores e superestimação dos
riscos menores, o que seria considerado como comportamento não racional dos indivíduos. No
entanto, utilizando a perspectiva do aprendizado bayesiano, o autor demonstra que os indivíduos
apresentam o comportamento padrão que seria esperado deste tipo de aprendizado e seguem uma
conduta adaptativa, pois em geral os indivíduos não possuem informação perfeita sobre os riscos
que enfrentam, mas têm a oportunidade de rever suas crenças com base em suas experiências
(Viscusi, 1985).
Viscusi, ao estudar o efeito da percepção do risco do desenvolvimento de câncer de pulmão
entre fumantes e não-fumantes, objetiva descobrir em que medida os indivíduos tem noção exata do
risco que correm e quais as implicações disso, em termos de eficiência econômica do mercado, bem
como do papel de advertências referentes ao risco. Os resultados sugerem que tanto fumantes
quanto não-fumantes superestimam o risco, corroborando as evidências, que riscos muito
divulgados9 são superestimados; e que a percepção do risco influência na probabilidade de fumar
(Viscusi, 1990). Quando a percepção de risco é analisada por faixa etária e gênero, constata-se que
os jovens e as mulheres têm percepção de risco maior, porém isso não implica que entre os jovens
isso influencie negativamente no consumo de tabaco, como seria esperado de indivíduos que agem
racionalmente10 (Viscusi, 1991).

entanto, diversos outros estudos não encontram evidências do fator protetor do consumo moderado de bebidas
alcoólicas (Heng, Hargarten et al., 2006).
9
O autor refere-se às campanhas antitabagismo.
10
Há três tipos de modelos econômicos de adicção: os modelos de racionalidade imperfeita, os modelos de miopia e os
modelos de adicção racional (Becker, Grossman et al., 1991; 1994; Folland, Goodman et al., 2007).

6
Lundborg e Anderson (2008) corroboram as evidências de diferenças de gênero na
percepção de risco de dependência e morte em conseqüência do tabagismo, bem como no
comportamento dos indivíduos - usando dados de um survey sobre álcool e drogas, com jovens de
15 a 18 anos da Suécia. Além disso, os resultados sugerem que apesar das fontes de informação
serem significativas para aumento da percepção do risco de mortalidade principalmente entre os
meninos, jovens de ambos os sexos - e na mesma magnitude - consideram o risco de dependência e
mortalidade nas suas decisões de fumar, diferente do esperado, em que as mulheres seriam mais
avessas ao risco do que os homens.
Ainda analisando a percepção do risco relacionada ao tabagismo, mas sob o ponto de vista
do mercado de trabalho, a observação de evidências de maior propensão ao risco entre os fumantes
levou pesquisadores a suporem que a aceitação de trabalhos mais arriscados é maior entre eles – o
que deveria resultar em maiores salários. No entanto, os resultados empíricos indicaram que os
fumantes assumem postos de trabalho mais arriscados, contudo sem maior compensação por isso - o
que seria inconsistente com a teoria de diferenciais compensatórios de salários, demonstrando as
diferentes oportunidades para os fumantes (Viscusi e Hersch, 2001).
Para o contexto de percepção de risco de consumo de álcool, as evidências sugerem que os
indivíduos superestimam o risco de dependência alcoólica, mas que esta percepção se reduz com a
idade (apesar de continuar superestimada): um estudo com adolescentes suecos de 12 a 18 anos –
participantes de um programa de prevenção e redução do consumo de álcool, tabaco e outras
drogas, indica que a educação formal contribuiu significativamente para que os indivíduos
atualizassem suas percepções de risco e passassem a percebê-los mais corretamente, e que
indivíduos com maior percepção do risco de dependência alcoólica tendem a consumir menos
álcool. Contudo, não foram encontradas diferenças de gênero na percepção de risco ou no consumo
de álcool entre os entrevistados (Lundborg e Lindgren, 2002).
No contexto de acidentes de trânsito, a análise de percepção de risco feita por Andersson e
Lundborg (2007) utiliza também o approach de aprendizado bayesiano para analisar como a
população da Suécia avalia a percepção do seu próprio risco de morrer em um acidente de trânsito,
comparado ao risco de mortalidade em geral (por todas as outras doenças). O risco percebido
(subjetivo) é confrontado ao risco objetivo para as correspondentes faixas etárias e sexo, e os
resultados indicam que a percepção do risco de mortalidade por acidente de trânsito é enviesada
conforme esperado pela teoria, ou seja, os grupos de baixo risco superestimam e os de alto risco
subestimam o risco, contudo todos subestimam o risco geral de mortalidade.
As diferenças de gênero não foram encontradas para toda a amostra, mas aparecem mais
claramente quando analisadas entre os condutores: homens – em todas as faixas etárias – e as
mulheres mais jovens e as mais velhas também subestimam seu risco de morrer no trânsito. Além
disso, há indícios que as mulheres são mais precisas em sua percepção de risco. Uma replicação
deste estudo reforça as evidências encontradas, além da fraca relação entre a percepção do risco de
morrer em um acidente e características individuais como renda, ter nível universitário e estado de
saúde (Andersson, 2008).

3 Estratégia Empírica

3.1 O survey

O survey preparado para este estudo foi feito em conjunto com um estudo de valoração
contingente11. A amostra foi obtida de estudo transversal na cidade de Porto Alegre-RS, cujas
entrevistas presenciais ocorreram no período de 04 de agosto a 22 de setembro de 200912. A

11
Com o objetivo de obter a disposição a pagar pela redução no risco de lesões em um acidente de trânsito, e faz parte
da tese de doutorado da primeira autora deste artigo.
12
As entrevistas foram feitas em locais de grande circulação de pessoas (como o centro da cidade, praças, parques, ruas
de grande movimentação), por uma equipe de 11 entrevistadores treinados, usando questionários impressos com o apoio
de cartões coloridos para apresentação de informações extras aos respondentes.

7
amostragem foi realizada por quotas da população de residentes maiores de 18 anos, e tiveram
como base o gênero, faixa etária (18 a 24 anos, 25 a 34 anos, 35 a 44 anos, 45 a 59 anos e 60 anos e
mais) e região da cidade (os mais de 90 bairros da cidade são agrupados em 16 regiões13). Obteve-
se assim, 128 quotas com a distribuição percentual da população estimada para cada uma delas.
Considerada margem de erro de 3%, intervalo de confiança de 95% e população de Porto Alegre de
cerca de 1,4 milhões de habitantes - dados do IBGE para o ano de 2009 - o tamanho da amostra foi
estimado inicialmente em N = 1067.
O questionário utilizado14 foi formado por 3 blocos de informações, e as questões propostas
para este estudo estiveram dispostas no segundo, juntamente com as questões relacionadas as
características individuais, de experiência no trânsito e de consumo de bebidas alcoólicas. As
questões de percepção de risco foram divididas em dois estágios: um grupo que questionou apenas a
percepção do risco de sofrer um acidente fatal e o segundo apresentou a percepção de risco da
influência do álcool no comportamento no trânsito.
As questões sobre a percepção do risco de morte em um acidente de trânsito, foram feitas
com base no modelo proposto por Kidholm (1995) e Persson, Norinder et al (1995). Primeiramente
confrontaram-se os entrevistados com o objetivo de morrer em um acidente de trânsito na cidade de
Porto Alegre – 11 em 100.00015 - risco calculado com base em dados fornecidos pela Empresa
Pública de Transporte e Circulação (EPTC), para o ano de 2007 (Tabela 2).
A seguir foi perguntado ao entrevistado, se considerava ter um risco ‘igual’, ‘maior’ ou
‘menor’ (chamaremos de ‘risco relativo’). Se a resposta fosse ‘igual’ ao risco objetivo apresentado,
a questão que segue era pulada. Caso contrário era apresentado de um cartão com seis faixas16.
O segundo estágio de questões de percepção de risco referiu-se a percepção do risco de
envolver-se um acidente após o consumo de bebidas alcoólicas e foram feitas após questionar-se
sobre consumo de álcool (e foram feitas para todos os entrevistados, mesmo que estes não fossem
consumidores de bebidas alcoólicas).
Foi solicitado que o entrevistados considerasse para as questões que se seguiriam, uma
escala de risco (de gravidade) de 1 a 5, onde 1 referia-se a nenhum risco e 5 para uma ação muito
arriscada (apresentou-se um cartão com esta representação). A seguir foram feitas as questões17,
porém foram introduzidas algumas relacionadas a comportamento de risco no trânsito, sem o
envolvimento de álcool, para comparar como os indivíduos entendem o tema do consumo de álcool.

3.2 As estatísticas descritivas

As entrevistas deste survey proporcionaram uma amostra com 1104 observações completas
(a não ser por informações de renda e risco faltantes em alguns casos) 18. As estatísticas descritivas
das variáveis explicativas referente a características sócio-demográficas, de experiência no trânsito
e comportamento de risco são apresentadas na Tabela 1.
.

13
Conforme Observatório da Cidade de Porto Alegre e Atlas do desenvolvimento humano da região metropolitana de
Porto Alegre, chamadas de “regiões do Orçamento Participativo”, disponível em:
http://www.observapoa.palegre.com.br/.
14
O questionário utilizado está disponível em
http://www.obid.senad.gov.br/portais/OBID/biblioteca/documentos/Publicacoes/alcool_transito/328081.pdf.
15
Para dar idéia de quanto representa este número em termos práticos, foi mostrada ao respondente uma grade impressa
com 100.000 quadrados de cerca de 1mm² em branco e apenas 11 destes quadrados pintados – estratégia utilizada em
estudos desta natureza.
16
Neste estudo foram apresentadas opções em faixas, diferentemente do modo utilizado em Kidholm (1995) e Persson,
Norinder et al (1995 e Andersson (2008). Para ver as faixas ver Tabela 2 e para ver os cartões utilizados acessar
http://www.obid.senad.gov.br/portais/OBID/biblioteca/documentos/Publicacoes/alcool_transito/328080.pdf
17
Questões baseados nos estudos de percepção de risco (Glik, Kronenfeld et al., 1999; Rosenbloom, Shahar et al.,
2008), que estão apresentadas na Tabela 2.
18
Foram iniciadas 1132 entrevistas, mas algumas não foram finalizadas por motivo referente a falta de tempo do
entrevistado.

8
Tabela 1 – Estatísticas descritivas das variáveis explicativas
Variável Amostra total
Sexo Feminino 0.554 (0.015)
Idade (média) 39.921 (15.813)
18 a 24 anos 0.200 (0.012)
25 a 34 anos 0.233 (0.013)
Faixa etária 35 a 44 anos 0.196 (0.012)
45 a 59 anos 0.225 (0.013)
60 anos e mais 0.147 (0.011)
Possui dependentes Sim 0.485 (0.015)
Anos de estudo (média) 11.137 (3.647)
Universitário19 Sim 0.339 (0.014)
Renda familiar (média mensal) 2888.16 (3010.90)
Tempo no trânsito/dia (média) 2:59 (2:47)
Costuma dirigir Sim 0.412 (0.015)
Motorista profissional Sim 0.057 (0.007)
Usa motocicletas Sim 0.050 (0.007)
Envolvimento em acidente Sim 0.357 (0.014)
Pessoa próxima envolvida
Sim 0.657 (0.014)
em acidente
Costuma beber Sim 0.583 (0.015)
Informação sobre o álcool
Sim 0.971 (0.005)
assoc. a acidentes
Sabe limite legal Sim 0.304 (0.014)
Não se aplica 0.633 (0.015)
Já dirigiu após beber além
Não 0.193 (0.012)
limite
Sim 0.174 (0.011)
Nunca 0.550 (0.015)
Carona c/ condutor que
Às vezes 0.378 (0.015)
bebeu
Sempre 0.071 (0.008)
Sempre 0.790 (0.012)
Uso cinto segurança – Nunca 0.021 (0.004)
carona frente Às vezes 0.054 (0.007)
Não se aplica 0.133 (0.010)
Fonte: Elaboração própria a partir dos resultados da pesquisa, estimados com o software Stata 10.1
Nota: Desvio padrão entre parênteses. N = 1.104.

As questões de percepção de risco de morte por acidente de trânsito, cujas respostas foram
obtidas após a apresentação do risco objetivo médio, para a cidade de Porto Alegre, e também o
risco objetivo calculado por sexo e faixa etária são apresentados na Tabela 2.
Para o risco relativo, no qual o indivíduo era convidado a descrever seu risco como menor,
igual ou maior comparativamente ao risco médio (objetivo), as respostas indicam que a maioria,
44,4%, percebe ter risco igual ao risco médio da população e 30,5% diz perceber um risco maior.
Não há relação estatisticamente significativa entre a percepção de risco e gênero, mas há entre as
faixas etárias: percebe-se que os mais jovens, a exceção da faixa de 45 a 59 anos percebem ter risco
maior de morte (Tabela 2).
Para a percepção do risco, por faixas, não há dependência da percepção de risco em relação
a gênero ou faixa etária. A comparação da percepção do risco de morte, ao risco objetivo revela que
os homens subestimam seu risco: apenas 23,9% deles acreditam ter risco na faixa em que se
encontra o risco médio para os homens, ou na subseqüente. Situação contrária ocorre com as
mulheres, mas em maior proporção: elas superestimam seu risco e somente 14,7% delas acreditam
ter risco de morte na faixa onde se encontra o risco objetivo. A mesma situação ocorre nas faixas
etárias: somente 12,2% dos jovens entre 18 a 24 anos, e 11,8% dos idosos (maiores de 60 anos)
acreditam ter risco nas faixas que compreendem o real risco de morte por acidente (Tabela 2).

19
Variável criada para indivíduos com 12 anos ou mais de estudo.


Tabela 2 – Distribuição do risco objetivo calculado e percepção de risco de morte -por sexo e faixa etária
Gênero Faixa etária
Total
18 a 24 25 a 34 35 a 44 45 a 59 60 anos e
Homens Mulheres
anos anos anos anos +
Risco Objetivo
10.7 em 18 em 4.3 em 22.1 em 13.1 em 12.4 em 6.3 em 21.,8 em
100000 100000 100000 100000 100000 100000 100000 100000
Risco Relativo
0.251 0.232 0.266 0.217 0.230 0.236 0.242 0.364
Menor
(0.013) (0.019) (0.018) (0.028) (0.026) (0.029) (0.027) (0.038)
0.444 0.431 0.454 0.452 0.475 0.486 0.395 0.401
Igual
(0.015) (0.022) (0.020) (0.034) (0.031) (0.034) (0.031) (0.039)
0.305 0.337 0.279 0.330 0.296 0.278 0.363 0.235
Maior
(0.014) (0.021) (0.018) (0.032) (0.029) (0.031) (0.031) (0.033)
Pearson χ2* - 4.6432 (0.098) 19.8846 (0.011)
Risco Absoluto
0 a 5 em 0.144 0.141 0.147 0.113 0.144 0.153 0.125 0.205
100000 (0.013) (0.016) (0.014) (0.021) (0.022) (0.024) (0.021) (0.032)
6 a 10 em 0.106 0.090 0.119 0.104 0.086 0.083 0.117 0.155
100000 (0.009) (0.013) (0.013) (0.021) (0.017) (0.019) (0.020) (0.029)
11 em 0.444 0.431 0.454 0.452 0.475 0.486 0.395 0.404
100000 (0.015) (0.022) (0.020) (0.036) (0.031) (0.034) (0.031) (0.039)
12 a 15 em 0.087 0.100 0.077 0.104 0.101 0.079 0.089 0.050
100000 (0.008) (0.014) (0.011) (0.021) (0.019) (0.018) (0.018) (0.017)
16 a 20 em 0.092 0.096 0.088 0.104 0.070 0.083 0.125 0.068
100000 (0.009) (0.013) (0.011) (0.021) (0.016) (0.019) (0.021) (0.020)
21 ou + em 0.127 0.143 0.114 0.122 0.125 0.116 0.149 0.118
100000 (0.010) (0.016) (0.013) (0.022) (0.021) (0.022) (0.023) (0.026)
Pearson χ2* - 6.1788 (0.289) 26.9760 (0.136)
N. 1104 492 612 221 257 216 248 162
Fonte: Risco objetivo calculado a partir dos dados de mortalidade nos acidentes de trânsito, para o ano de 2007, fornecidos pela
Empresa Pública de Transporte e Circulação (EPTC); demais dados, provenientes da pesquisa - resultados estimados com o
software Stata 10.1.
Nota: Os valores entre parênteses para as categorias representam o erro padrão. Para o teste de Independência χ2*, o valor entre
parêntese representa o p-value.

Para as variáveis apresentadas a seguir, mesmo as que não têm relação com consumo de
álcool, também não é possível comparar ao risco objetivo, mas pode se perceber que os indivíduos
percebem o risco de todas as ações muito alto (escala 4 e 5). No entanto, percebe-se que acrescentar
o fator ‘consumo de álcool’(ação B) a travessia de uma via fora da faixa de pedestres faz com que a
percepção risco aumente (comparativamente a ação A) (Tabela 3).

Tabela 3 – Percepção do risco comportamento no trânsito e álcool
A B C D E F G
Atravessar a Dirigir Carona de
Atravessar a Não uso do Dirigir após
rua fora faixa Não uso do motocicleta condutor que
rua fora faixa cinto de consumo de
de pedestres capacete após consumo consumiu
de pedestres segurança álcool
após c álcool de álcool álcool
0.032 0.009 0.009 0.005 0.017 0.010 0.015
1
(0.005) (0.003) (0.003) (0.002) (0.004) (0.003) (0.004)
0.079 0.033 0.046 0.008 0.049 0.026 0.045
2
(0.008) (0.005) (0.006) (0.003) (0.007) (0.005) (0.006)
0.204 0.084 0.125 0.015 0.158 0.075 0.127
3
(0.012) (0.008) (0.010) (0.004) (0.011) (0.008) (0.010)
0.206 0.168 0.184 0.040 0.218 0.143 0.186
4
(0.012) (0.011) (0.012) (0.006) (0.013) (0.011) (0.012)
0.479 0.706 0.637 0.932 0.557 0.747 0.627
5
(0.015) (0.014) (0.015) (0.008) (0.015) (0.013) (0.015)
Fonte: Dados provenientes da pesquisa - resultados estimados com o software Stata 10.1.
Nota: Os valores entre parênteses para as categorias representam o erro padrão. A numeração de 1 a 5 indicam uma escala crescente
de risco percebido.

O não uso de equipamentos de segurança de uso obrigatório como cinto de segurança (ação
C) e capacete (ação D) tem indicação de risco muito alto, principalmente no caso deste último. A
ação de conduzir qualquer veículo após ter consumido bebida alcoólica (ação E), é percebido como

10
tendo alto risco por percentual menor de pessoas que o consideraram, comparativamente, na
situação de atravessar a rua após beber (ação B). O que indica que a ação de ‘dirigir’ ainda esta
envolta em uma percepção de ‘proteção’, e isso pode ser visto comparativamente a questão
levemente modificada que se refere a utilizar carona de condutor que já bebeu: seria mais arriscado
aceitar carona de alguém que já bebeu o do que conduzir depois de ter bebido?! Os dados sugerem
ainda que o uso de motocicleta, associado ao consumo de álcool ou não (como na questão do não
uso do capacete) é percebido como de alto risco (Tabela 3).

3.3 O modelo econométrico

Para analisar os fatores determinantes da percepção do risco de morte por acidente de
trânsito, bem como a percepção do risco de associar consumo de bebidas alcoólicas a trânsito,
estimou-se diferentes modelos empíricos. Assim, a partir da equação (3), a formação da percepção
de risco pode ser deduzida como uma média ponderada das três diferentes fontes de informação, o
que implica que a equação a ser estimada pode ser escrita como:
çã ∗
= + + + + (1)

do risco. Designa-se = 1 para a crença prévia a respeito do risco, = 2 para a experiência
onde é o vetor de variáveis que representam cada fonte de informação individual a respeito

individual e = 3 a informação educacional recebida. são os vetores de coeficientes e o termo
de erro aleatório. Dado que a crença prévia não é observável, assume-se que ela pode estar expressa

çã
em bem como pode estar incorporada a algumas variáveis sócio-demográficas. Uma vez que
∗
é uma variável latente não-observada, a variável observada é do tipo
categórica e segue uma ordenação, a equação (1) foi estimada utilizando modelos de resposta
discreta ordenada.
A equação referente ao comportamento de risco a ser estimada para o indivíduo :
∗
= + + + (2)
onde é o vetor de variáveis que representam características individuais de e a percepção a
cerca do risco envolvido no comportamento. Dado que a variável resposta neste caso, ou tem
resposta binária ou categórica ordenada, utilizou-se modelos de resposta binária e de resposta
ordenada.
Os modelos de regressão cuja variável dependente assume valores discretos20 são chamados
usualmente de modelos de regressão discreta ou modelos de regressão com variáveis dependentes
discretas. Assume-se, portanto, que temos uma modelo de regressão cuja variável resposta ∗ é não
observável e definida por:
∗
= + (3)
A variável observável é e toma os valores 1 se ∗
> 0 e zero caso contrário, logo de (3),

Prob = 1 = Prob >−
obtemos:

= 1− −
(4)

Onde é a função de distribuição cumulativa para , e é estimada por máxima
verossimilhança. A forma funcional para em (4) dependerá das hipóteses assumidas sobre a
distribuição do termo de erro . Se a distribuição de é logística, tem-se uma modelo logit, onde:
1− − =
1+
(5)
No entanto, se o erro assumir uma distribuição normal ( ~ 0, , utiliza-se o chamado
modelo probit .

20
A variável dependente pode ser binária, que por conveniência normalmente são denotado por 0 e 1, ou assumir mais
que dois valores, e ser classificada como variável categórica ou não-categórica. As variáveis discretas categóricas
podem ser não-ordenadas, seqüenciais e ordenadas (Maddala, 1983).

11
Para os modelos, cuja variável dependente discreta é categórica e seus valores estão
naturalmente ranqueados, e tem-se uma variável latente como em (3), com ∗ não observado,

= se e somente se < ∗<
assume-se um mecanismo de limite ou pontos de corte (parâmetros threshold). O modelo é
expandido para dividir ∗ em categorias ordenadas:
sendo = 1, … , . =
,

−∞ e = ∞), e podem ser representados por:
são parâmetros desconhecidos a serem estimados com (assumimos

0 se ∗ ≤ 0
1 se 0 < ∗ ≤
= 2 se < ∗ ≤
⋮
(13)

≤ ∗

Prob = 0 = −
logo,

Prob = 1 = − − −
⋮
(14)
Prob = = 1 − −

estes parâmetros se 0 < < <⋯<
A metodologia de máxima verossimilhança usualmente irá prover estimativas positivas para
, caso contrário pode haver algum erro de
especificação. Para a função de distribuição , pode ser usada também a função logística ou a
cumulativa normal (Maddala, 1983; Greene, 2003).
Uma das hipóteses implícitas dos modelos de resposta ordenada é a de ‘regressões paralelas’

vez que são estimadas simultaneamente − 1 regressões com modelo de resposta binária, este
ou de ‘chances proporcionais’ para o caso dos que seguem uma distribuição logística, ou seja: uma

pressuposto implica que os parâmetros das variáveis não variem entre as regressões para as os
diferentes (Fu, 1998; Fullerton, 2009).
Uma vez que esta hipótese seja violada para pelo menos uma variável explicativa21, o
relaxamento da hipótese pode ocorrer em diversos graus: têm-se os modelos ‘parciais’ de chances
proporcionais para o caso de violação para uma ou mais variáveis, ou os modelos ordenados
generalizados quando a hipótese é violada para todas as variáveis explicativas (Williams, 2006).
A interpretação dos resultados também é de suma importância para os modelos de resposta
discreta ordenada, uma vez que as estimativas dos coeficientes são apresentadas em unidades de
logits ordenados, ou log das probabilidades ordenadas (ordered log odds) – no caso do modelo
logit, onde a interpretação não é trivial, dado que para uma variação de uma unidade na variável
explicativa (ou seja, indo de 0 a 1 no caso de variável explicativa binária) espera-se variação de
no log das probabilidades, tendo em conta que as outras variáveis independentes são mantidas
constantes. Por outro lado os efeitos marginais são de interpretação mais usual e são também
apresentados neste estudo.

4 Resultados

4.1 A formação da percepção do risco de morte por acidente de trânsito

Para verificar a acurácia da percepção de risco, estimou-se um modelo logit22, em que a
variável dependente indica que indivíduos percebem o risco na faixa em que está compreendido o
risco objetivo de morte por acidente de trânsito em Porto Alegre mais corretamente, considerando

21
São sugeridos dois testes para detecção desta violação de pressupostos: o teste mais geral proporcionado pelo teste
LR aproximado, que pode ser usado tanto para modelos logit quanto probit (Wolfe, 1998; Wolfe e Gould, 1998; Long e
Freese, 2001); e o teste de Wald de Brant que testa a hipótese de paralelismo para cada variável separadamente, contudo
somente é válido para modelos logit (Brant, 1990).
22
Foi estimado também um modelo probit, no entanto o log likelihood (-425.303) é menor que o do modelo logit,
optando-se por utilizar este (ver indicação de Cameron e Trivedi, 2009).

12
gênero e faixa etária23. Os resultados indicam que as mulheres têm menor probabilidade de
acertarem a faixa que compreende o seu verdadeiro risco, que os homens, o que corrobora a análise
inicial (ver seção 3.2). Os indivíduos entre 45 e 59 anos têm probabilidade 9,8% a mais de
acertarem a faixa de risco, ao contrário do que ocorre com os mais idosos, que subestimam seu risco
e apresentam 7,9% menos probabilidade de acertar a faixa correta que os jovens de 18 a 24 anos
(categoria base) (Tabela 4).
A renda24 e a escolaridade têm efeitos contrários na percepção acurada do próprio risco:
enquanto os indivíduos com nível universitário têm menos chance de acertar a faixa, os que
possuem maior renda apresentam maior probabilidade de acertar. O fato de o indivíduo usar
motocicleta também faz com que a exatidão da percepção do risco seja menor (Tabela 4).

Tabela 1 – Estimação do modelo logit para percepção de risco dentro da faixa do risco objetivo
Coeficiente Efeito Marginal
Sexo (feminino) -0.521** -0.0612**
(-2.74) (-2.72)
25 a 34 anos 0.244 0.0294
(0.88) (0.84)
35 a 44 anos -0.0229 -0.00262
(-0.07) (-0.07)
45 a 59 anos 0.693* 0.0915*
(2.57) (2.30)
60 anos e + -0.853* -0.0786**
(-2.17) (-2.78)
Universitário -0.402◊ -0.0441◊
(-1.79) (-1.88)
Renda familiar 0.0844** 0.00969**
(2.68) (2.69)
Dependente -0.0113 -0.00129
(-0.06) (-0.06)
Costuma dirigir 0.247 0.0308
(0.65) (0.60)
Motorista Profissional -0.278 -0.0314
(-1.31) (-1.34)
Usa motocicleta -0.639◊ -0.0899◊
(-1.69) (-1.43)
Usa cinto na frente_nunca -0.418 -0.0414
(-0.64) (-0.75)
Usa cinto na frente_as vezes -0.544 -0.0523
(-1.20) (-1.46)
Usa cinto na frente_não se aplica -0.149 -0.0164
(-0.54) (-0.57)
Tempo no trânsito -0.931 -0.107
(-1.13) (-1.13)
Envolvimento em acidente -0.0640 -0.00730
(-0.34) (-0.34)
Pessoa próxima envolvida em acidente -0.122 -0.0142
(-0.63) (-0.62)
Costuma beber 0.0378 0.00433
(0.20) (0.20)
Sabe limite legal -0.0510 -0.00581
(-0.25) (-0.25)
Constante -0.801
(-1.70)
Log likelihood -424.976
Pseudo R2 0.0516
Probabilidade (efeitos marginais) 0.1323
Fonte: Elaboração própria a partir dos resultados estimados com o software Stata 10.1.
Nota: Estatística Z entre parênteses. N = 1070. Significância estatística a ◊ p<0.10, * p<0.05, ** p<0.01, *** p<0.001.

23
Utilizou-se uma variável binária com 1 para quem indicou risco na faixa do seu risco objetivo corretamente, e zero
caso contrário.
24
A variável renda foi utilizada transformada (dividida por 1000) para este modelo e os demais deste capítulo.

13
Para o modelo de formação da percepção de risco de morte por acidente de trânsito, utilizou-
se um modelo logit ordenado uma vez que a variável resposta é categórica e segue ordenamento25.
Pelo teste de Brant, houve violação na hipótese de regressões paralelas e probabilidades
proporcionais. Apresenta-se, portanto, o procedimento sugerido por Williams (2006), de auto-ajuste
dos dados, em que a violação de regras paralelas pode ser válida apenas para algumas variáveis
explicativas (as demais mantêm o coeficiente igual para todas as regressões). Os resultados indicam
que a acurácia da percepção de risco é estatisticamente significativa para determinação da
percepção de risco; assim como gênero, idade, escolaridade, renda, ter pelo menos um dependente,
ter experiência no trânsito (tempo diário de exposição ao trânsito, e já ter estado envolvido em um
acidente de trânsito) e de consumo de bebidas alcoólicas (Tabela 2).
A percepção do risco acurada aumenta a probabilidade dos indivíduos perceberem seu
próprio risco de morte nas categorias mais baixas ou mais altas, assim como os que possuem pelo
menos 12 anos de estudo. Indivíduos com renda maior, no entanto, somente percebem ter menor
probabilidade de morte por acidente de trânsito. O inverso ocorre com quem têm dependentes, passa
mais tempo exposto ao trânsito – incluindo-se os motoristas profissionais - ou já esteve envolvido
em algum acidente. A percepção dos consumidores de bebidas alcoólicas, no entanto, só é
significativamente diferente dos não consumidores, para os que possuem percepção de estar na
primeira categoria ou para os que acreditam ter 5,6% mais probabilidade de ter risco mais alto
(Tabela 2).
Os resultados sugerem, portanto, que algumas características individuais são significativas
para formação da percepção de risco. A experiência adquirida também tem importante valor para
determinar a percepção do risco de acidentes.

4.2 A formação da percepção do risco associado ao consumo de bebidas alcoólicas e trânsito

Quando confrontados com o consumo de álcool como um fator de risco para acidentes de
trânsito, a percepção de risco é formada de forma diferente - se comparado a percepção do próprio
risco de morrer por acidente de trânsito, pelas características deste fator e também por não
necessariamente referir-se ao próprio risco, mas podendo ser considerado o de qualquer indivíduo
(uma vez que esta questão foi feita para todos os entrevistados e não apenas para condutores). Neste
caso, as diferenças de percepção entre mulheres e homens são mais significativas: as mulheres têm
mais probabilidade de perceberem alto risco no fato de dirigir sob o efeito de álcool. O mesmo
ocorre entre os idosos, pois a percepção do risco é crescente com a idade: enquanto os indivíduos de
25 a 34 anos têm 11,6% a mais de probabilidade de perceberem alto risco (a categoria base é 18 a
24 anos), os maiores de 60 anos tem 20% a mais de probabilidade em relação a categoria base. Ter
mais de 12 anos de estudo e maior renda, ao contrário, faz com que haja menor chance destes
perceberem risco maior na associação de álcool a direção (Tabela 3).
As características relacionadas a ter algum dependente, ser condutor, tempo de exposição ao
trânsito e até mesmo a experiência de envolvido em algum acidente de trânsito não são
significativas estatisticamente para a formação da percepção do risco relacionado neste modelo, no
entanto, a importância da experiência na formação das crenças a respeito do risco é perceptível:
indivíduos que tiveram alguém próximo (familiar ou amigo) envolvido em um acidente possuem
percepção de risco mais alta. (Tabela 3).
Por outro lado, a experiência de consumo de bebidas, já ter dirigido após beber, ou utilizar
carona de condutores que beberam afeta a formação da percepção do risco de forma negativas e
gradual: por exemplo, indivíduos que reportaram usar carona de condutores que beberam, somente
as vezes, apresentam 8,6% menos probabilidade de perceberem risco máximo, enquanto os que
disseram sempre utilizar carona nesta situação, possuem 26,1% menos chance de perceber o risco
máximo (Tabela 3).

25
Note que a categoria ’12 a 15 em 100.000’ e ‘16 a 20 em 100.000’ foram agregadas para este modelo, para
conveniência de estimação, pela inserção da variável de ‘acurácia’ da percepção de risco.


Tabela 2 – Estimação do modelo logit ordenado parcial de chances proporcionais – formação da percepção do risco de morte
Coeficiente Efeito marginal
0 a 5 em 6 a 10 em 11 em 12 a 20 em 21 ou + em
0 1 2 3
100000 100000 100000 100000 100000
Acurácia da Percepção -2.082*** -1.221*** 0.0790 2.137*** 0.345*** -0.0843* -0.277*** -0.319*** 0.335***
(-8.63) (-6.71) (0.41) (8.05) (7.14) (-2.28) (-5.97) (-6.99) (6.82)
Sexo (feminino) 0.609** -0.00145 0.219 0.0314 -0.0635* 0.0637** -0.0451 0.0420 0.00286
(2.67) (-0.01) (1.35) (0.14) (-2.58) (2.84) (-1.25) (1.57) (0.14)
Idade -0.0117* -0.0117* -0.0117* -0.0117* 0.00118* 0.000920* 0.000312 -0.00135* -0.00107*
(-2.56) (-2.56) (-2.56) (-2.56) (2.51) (2.47) (1.89) (-2.52) (-2.57)
Universitário -0.360 -0.433** -0.291 0.358 0.0380 0.0424* -0.0217 -0.0931*** 0.0343
(-1.85) (-2.66) (-1.80) (1.55) (1.76) (1.97) (-0.66) (-3.42) (1.49)
Renda familiar -0.0413* -0.0413* -0.0413* -0.0413* 0.00417* 0.00324* 0.00110 -0.00473* -0.00377*
(-2.04) (-2.04) (-2.04) (-2.04) (2.01) (2.01) (1.54) (-2.03) (-1.99)
Dependente 0.295* 0.295* 0.295* 0.295* -0.0298* -0.0231* -0.008◊ 0.0338* 0.0271*
(2.53) (2.53) (2.53) (2.53) (-2.50) (-2.48) (-1.76) (2.52) (2.45)
Motorista Profissional 0.480◊ 0.480◊ 0.480◊ 0.480◊ -0.0411* -0.0352 -0.0304 0.0548◊ 0.0518
(1.77) (1.77) (1.77) (1.77) (-2.10) (-1.91) (-1.12) (1.81) (1.50)
Costuma dirigir 0.111 0.111 0.111 0.111 -0.0111 -0.00866 -0.00313 0.0127 0.0102
(0.83) (0.83) (0.83) (0.83) (-0.83) (-0.84) (-0.76) (0.83) (0.83)
Usa motocicleta -0.173 -0.173 -0.173 -0.173 0.0164 0.0133 0.00700 -0.0199 -0.0168
(-0.65) (-0.65) (-0.65) (-0.65) (0.69) (0.66) (0.48) (-0.65) (-0.61)
Usa cinto na frente_nunca -0.148 -0.148 -0.148 -0.148 0.0158 0.0118 0.00202 -0.0168 -0.0128
(-0.35) (-0.35) (-0.35) (-0.35) (0.33) (0.34) (1.22) (-0.35) (-0.37)
Usa cinto na frente_as vezes -0.162 -0.162 -0.162 -0.162 0.0173 0.0129 0.00217 -0.0184 -0.0140
(-0.61) (-0.61) (-0.61) (-0.61) (0.58) (0.61) (1.21) (-0.62) (-0.65)
Usa cinto na frente_não se aplica -0.00400 -0.00400 -0.00400 -0.00400 0.000404 0.000313 0.000105 -0.000458 -0.000364
(-0.02) (-0.02) (-0.02) (-0.02) (0.02) (0.02) (0.02) (-0.02) (-0.02)
Tempo no trânsito 1.928*** 1.928*** 1.928*** 1.928*** -0.195*** -0.151*** -0.0512* 0.221*** 0.176***
(3.96) (3.96) (3.96) (3.96) (-3.75) (-3.74) (-2.14) (3.80) (3.83)
Envolvimento em acidente 0.210◊ 0.210◊ 0.210◊ 0.210◊ -0.0208◊ -0.0164◊ -0.00670 0.0242◊ 0.0197◊
(1.69) (1.69) (1.69) (1.69) (-1.71) (-1.69) (-1.32) (1.68) (1.64)
Pessoa próxima envolvida em -0.0959 -0.0959 -0.0959 -0.0959 0.00956 0.00749 0.00282 -0.0110 -0.00886
acidente (-0.76) (-0.76) (-0.76) (-0.76) (0.77) (0.76) (0.69) (-0.76) (-0.75)
Costuma beber 0.635*** 0.354* 0.101 0.641* -0.0672*** 0.00278 0.0437 -0.0357 0.0565*
(3.42) (2.32) (0.69) (2.21) (-3.33) (0.14) (1.39) (-1.25) (2.41)
Sabe limite legal -0.00838 -0.00838 -0.00838 -0.00838 0.000847 0.000657 0.000220 -0.000961 -0.000764
(-0.07) (-0.07) (-0.07) (-0.07) (0.07) (0.07) (0.07) (-0.07) (-0.07)
Constante 2.065*** 1.599*** -0.695 -2.714***
(5.36) (4.22) (-1.94) (-6.32)
Log likelihood -14.181.292
Pseudo R2 0.0807
Probabilidade (efeitos marginais) 0.1139 0.1203 0.4758 0.1885 0.1016

51 =268.21 e p = 0.000]. Utilizou-se a variável contínua de
Nota: Estatística Z entre parênteses. N = 1070. Significância estatística a ◊ p<0.10, * p<0.05, ** p<0.01, *** p<0.001. Teste de Brant [
idade neste modelo pois no modelo alternativo, por faixas, as variáveis não apresentaram significância estatística, os modelos foram comparados pelos critérios AIC e BIC.

15
Tabela 3 – Estimação do modelo logit ordenado parcial de chances proporcionais – formação da percepção
do risco de acidente se o condutor bebeu
Coeficientes Efeitos Marginais
1 2 3 1 2 3 4
Sexo (feminino) 0.668*** 0.668*** 0.668*** -0.032*** -0.074*** -0.059*** 0.164***
(4.90) (4.90) (4.90) (-4.24) (-4.74) (-4.68) (4.98)
25 a 34 anos 0.485** 0.485** 0.485** -0.0196** -0.0491** -0.0476* 0.116**
(2.60) (2.60) (2.60) (-2.80) (-2.75) (-2.45) (2.69)
35 a 44 anos 0.721*** 0.721*** 0.721*** -0.027*** -0.069*** -0.0725** 0.169***
(3.40) (3.40) (3.40) (-3.69) (-3.82) (-3.20) (3.64)
45 a 59 anos 0.673** 0.673** 0.673** -0.026*** -0.066*** -0.0671** 0.159***
(3.23) (3.23) (3.23) (-3.59) (-3.53) (-3.01) (3.42)
60 anos e + 0.328 0.285 0.876*** -0.0133 -0.0277 -0.159*** 0.200***
(0.81) (1.05) (3.54) (-0.90) (-0.90) (-5.02) (3.97)
Universitário 0.388 -0.145 -0.52*** -0.017 0.039◊ 0.107*** -0.129***
(1.42) (-0.83) (-3.33) (-1.46) (1.61) (3.38) (-3.35)
Renda familiar -0.084*** -0.084*** -0.084*** 0.004*** 0.009*** 0.008*** -0.021***
(-3.61) (-3.61) (-3.61) (3.52) (3.46) (3.41) (-3.60)
Dependente -0.0388 -0.0388 -0.0388 0.00175 0.00422 0.00359 -0.00955
(-0.27) (-0.27) (-0.27) (0.27) (0.27) (0.27) (-0.27)
Costuma dirigir -0.0845 -0.0845 -0.0845 0.00384 0.00921 0.00776 -0.0208
(-0.49) (-0.49) (-0.49) (0.48) (0.49) (0.49) (-0.49)
Tempo no trânsito 0.460 0.460 0.460 -0.0207 -0.0499 -0.0425 0.113
(0.82) (0.82) (0.82) (-0.82) (-0.82) (-0.82) (0.82)
Envolvimento em acidente 0.0895 0.0895 0.0895 -0.00399 -0.00965 -0.00833 0.0220
(0.64) (0.64) (0.64) (-0.64) (-0.65) (-0.64) (0.64)
Pessoa próxima envolvida em 0.250◊ 0.250◊ 0.250◊ -0.012◊ -0.028◊ -0.022◊ 0.062◊
acidente (1.85) (1.85) (1.85) (-1.75) (-1.82) (-1.88) (1.85)
Costuma beber -0.607*** -0.607*** -0.607*** 0.026*** 0.064*** 0.057*** -0.147***
(-4.33) (-4.33) (-4.33) (4.00) (4.44) (4.00) (-4.44)
Sabe limite legal 0.280* 0.280* 0.280* -0.0120* -0.0295* -0.027◊ 0.0682*
(2.00) (2.00) (2.00) (-2.04) (-2.03) (-1.93) (2.02)
0.139 0.139 0.139 -0.00663 -0.0155 -0.0122 0.0343
assoc. a acidentes
(0.29) (0.29) (0.29) (-0.27) (-0.28) (-0.31) (0.29)
Nunca dirigiu após beber 0.0110 0.0110 0.0110 -0.0005 -0.00119 -0.00102 0.00271
(0.06) (0.06) (0.06) (-0.06) (-0.06) (-0.06) (0.06)
Já dirigiu após beber -0.800*** -0.800*** -0.800*** 0.0464** 0.096*** 0.055*** -0.197***
(-3.76) (-3.76) (-3.76) (2.92) (3.36) (5.35) (-3.86)
Às vezes _carona condutor bebe -0.349* -0.349* -0.349* 0.0164* 0.0386* 0.0310** -0.086**
(-2.57) (-2.57) (-2.57) (2.41) (2.52) (2.58) (-2.58)
Normalmente _carona condutor bebe -1.080*** -1.080*** -1.080*** 0.0753** 0.136*** 0.0497*** -0.261***
(-4.17) (-4.17) (-4.17) (2.85) (3.87) (5.51) (-4.59)
Constante 2.568*** 1.205* 0.0505
(4.80) (2.36) (0.10)
Log-likelihood -1081.854
Pseudo-R2 0.1033
Probabilidade (efeitos marginais) 0.0473 0.1422 0.2471 0.5633

[ 38 = 59.15 p = 0.016]. Reduziu-se uma categoria, colapsando as equivalentes ao mais baixo risco (1 e 2), para fins de
Nota: Estatística Z entre parênteses. N = 1070. Significância estatística a ◊ p<0.10, * p<0.05, ** p<0.01, *** p<0.001. Teste de Brant

estimação, devido a pequena freqüência de casos na primeira categoria.

A informação formal como um instrumento de impacto na formação da percepção de risco,
não foi avaliada na forma de resultados de um programa formal de educação para o trânsito – por
não haver um programa que abranja toda a população, a não ser pela veiculação de informações
através dos meios de comunicação. Quando questionados se tinham obtido informação sobre o
assunto, quase totalidade (97,1%) dos entrevistados reportou ter ouvido sobre o assunto, sendo que
para 78,3% deles, a televisão foi o principal meio onde obtiveram informação sobre a associação de
álcool a direção (seguido de rádio, jornais) e apenas 1,3% disseram ter ouvido sobre o assunto em

16
sala de aula26. Contudo, para este modelo o acesso a informação não foi significativo para formação
da percepção do risco, porém os indivíduos que reportaram conhecer o limite estabelecido por lei
para presença de álcool no sangue para os condutores tinham 6,8% a mais de probabilidade de
perceber o risco mais alto (Tabela 3).
Uma sutil modificação na questão da variável resposta do modelo anterior de ‘Conduzir
qualquer veículo após beber...’ para ‘Aceitar carona, após o condutor ter bebido27...’ produziu
diferentes percepções e nuances a respeito do risco associado ao consumo de álcool (Tabela 4).

Tabela 4 – Estimação do modelo logit ordenado parcial de chances proporcionais – formação da
percepção do risco de acidente ao tomar carona de condutor que tenha bebido
Coeficientes Efeitos Marginais
1 2 3 1 2 3 4
Sexo (feminino) 0.552*** 0.552*** 0.552*** -0.020*** -0.049*** -0.057*** 0.125***
(3.75) (3.75) (3.75) (-3.35) (-3.60) (-3.69) (3.78)
25 a 34 anos 0.523** 0.523** 0.523** -0.0163** -0.0412** -0.0546** 0.112**
(2.69) (2.69) (2.69) (-2.81) (-2.93) (-2.67) (2.86)
35 a 44 anos 0.699** 0.699** 0.699** -0.0205** -0.053*** -0.0725** 0.146***
(3.04) (3.04) (3.04) (-3.25) (-3.51) (-3.07) (3.36)
45 a 59 anos 0.781*** 0.781*** 0.781*** -0.023*** -0.059*** -0.081*** 0.162***
(3.54) (3.54) (3.54) (-3.67) (-3.91) (-3.61) (3.90)
60 anos e + 0.583 0.405 0.928*** -0.0170 -0.0272 -0.139*** 0.183***
(1.16) (1.31) (3.45) (-1.43) (-1.04) (-4.67) (4.10)
Universitário 0.254 -0.151 -0.422* -0.00860 0.0273 0.0783** -0.0970*
(0.86) (-0.79) (-2.57) (-0.88) (1.33) (2.61) (-2.54)
Renda familiar -0.0653* -0.0653* -0.0653* 0.00229* 0.00563* 0.00682* -0.0147*
(-2.23) (-2.23) (-2.23) (2.18) (2.16) (2.19) (-2.21)
Dependente 0.536◊ 0.317◊ -0.117 -0.019◊ -0.0195 0.0648* -0.0264
(1.76) (1.63) (-0.74) (-1.80) (-0.99) (2.36) (-0.74)
Costuma dirigir -0.366◊ -0.366◊ -0.366◊ 0.0133◊ 0.0322◊ 0.0378◊ -0.0833◊
(-1.94) (-1.94) (-1.94) (1.82) (1.89) (1.96) (-1.93)
Tempo no trânsito 0.0774 -0.328 1.172 -0.00271 0.0425 -0.304** 0.264◊
(0.05) (-0.42) (1.81) (-0.05) (0.51) (-2.81) (1.82)
Envolvimento em acidente 0.197 0.197 0.197 -0.00675 -0.0167 -0.0206 0.0441
(1.33) (1.33) (1.33) (-1.35) (-1.35) (-1.32) (1.35)
Pessoa próxima envolvida em 0.222 0.222 0.222 -0.00807 -0.0196 -0.0230 0.0507
acidente (1.46) (1.46) (1.46) (-1.39) (-1.42) (-1.47) (1.44)
Costuma beber -0.646*** -0.646*** -0.646*** 0.0218*** 0.0538*** 0.0667*** -0.142***
(-4.25) (-4.25) (-4.25) (3.93) (4.32) (4.11) (-4.43)
Sabe limite legal 0.0830 0.0830 0.0830 -0.00287 -0.00708 -0.00868 0.0186
(0.55) (0.55) (0.55) (-0.56) (-0.56) (-0.55) (0.56)
-0.308 -0.308 -0.308 0.00945 0.0241 0.0324 -0.0660
assoc. a acidentes
(-0.67) (-0.67) (-0.67) (0.77) (0.74) (0.67) (-0.71)
Nunca dirigiu após beber 0.313◊ 0.313◊ 0.313◊ -0.0101◊ -0.0254◊ -0.0329◊ 0.0683◊
(1.61) (1.61) (1.61) (-1.71) (-1.69) (-1.61) (1.67)
Já dirigiu após beber -0.284 -0.284 -0.284 0.0109 0.0259 0.0289 -0.0657
(-1.19) (-1.19) (-1.19) (1.08) (1.12) (1.22) (-1.16)
Às vezes _carona condutor bebe -0.990*** -0.990*** -0.990*** 0.040*** 0.092*** 0.096*** -0.227***
(-6.92) (-6.92) (-6.92) (5.11) (6.10) (6.49) (-7.06)
Normalmente _carona condutor bebe -1.383*** -1.383*** -1.383*** 0.0869** 0.156*** 0.0895*** -0.332***
(-5.47) (-5.47) (-5.47) (3.25) (4.70) (7.97) (-5.83)
Constante 3.331*** 2.181*** 1.063*
(6.07) (4.53) (2.24)
Log-likelihood -968.845
Pseudo-R2 0.1237
Probabilidade (efeitos marginais) 0.0364 0.1049 0.2028 0.6560

[ 38 = 44.24 p = 0.022].
Nota: Estatística Z entre parênteses. N = 1070. Significância estatística a ◊ p<0.10, * p<0.05, ** p<0.01, *** p<0.001. Teste de Brant

26
Resultados do survey, porém não detalhados neste estudo.
27
Sem questionar se o ‘carona’ também consumiu bebidas alcoólicas.

17

Se no modelo anterior a percepção das mulheres a respeito do risco era mais aguçada, já não
é tanto quanto à questão da carona (neste caso 12,5% a mais de probabilidade de perceber o risco
maior – na situação anterior foi 16,4%): essa situação pode sugerir a questão da dependência
feminina como ‘caronas’, pois apenas 28,3% das mulheres reportaram conduzir veículos versus
57,1% dos homens (Tabela 4).
Características como idade, educação e renda, não impactam a percepção do risco de forma
diferente do modelo anterior, em termos de significância estatística. Para este modelo, a experiência
no trânsito parece ter maior influência: ser condutor afeta negativamente na formação da percepção
do risco relacionado a carona, mas maior tempo exposição ao trânsito tem efeito contrário. A
experiência com consumo de bebidas alcoólicas se mostra semelhante ao encontrado anteriormente,
no entanto a experiência de tomar carona de condutores que já beberam impactava negativamente a
formação da percepção de risco aparece aqui de forma mais forte (Tabela 4).

4.3 Os determinantes do comportamento de risco no trânsito associado ao consumo de bebidas
alcoólicas

Os comportamentos de risco associado ao consumo de bebidas alcoólicas, aqui analisados,
referem-se ao dirigir após ter bebido o que considera legalmente impróprio - utilizou-se dados
apenas dos que reportaram dirigir ou ter dirigido no passado, assim como ao comportamento de
consumo de bebidas alcoólicas (algumas pessoas reportaram não mais o fazer); e dados de toda a
amostra para a variável de utilização de carona de condutores que tenham consumido bebidas
alcoólicas.
Os resultados indicam que o comportamento de dirigir após ter consumido bebidas
alcoólicas, além do que seria permitido por lei, está associado ao gênero: as mulheres têm 19%
menos probabilidade de incorrerem neste comportamento. Contudo, não há diferença significativa
quanto as faixas etárias a partir de 35 anos, mas os indivíduos entre 25 e 34 anos possuem 15,7%
mais probabilidade de terem este tipo de comportamento, assim como os que têm maior
escolaridade(13,9% mais probabilidade) (Erro! Fonte de referência não encontrada.).
Há também relação positiva entre dirigir após consumo de bebidas alcoólicas e já ter sofrido
algum acidente (17,3% mais chance). Além deste comportamento, é mais provável que os
indivíduos também utilizem carona de outros condutores que já beberam, pelo menos às vezes.
Além disso, dirigir sobre efeito de álcool está associado a menor percepção do risco deste. O
comportamento de utilização de carona de condutor que já bebeu, no entanto, ocorre com
indivíduos com características diferentes dos condutores: não há diferença significativa entre
homens e mulheres, porém a probabilidade de nunca ter tido este comportamento é crescente com a
idade (Erro! Fonte de referência não encontrada.).
Maior escolaridade, e o costume de beber são positivamente relacionados ao comportamento
de risco de tomar carona de condutores que já beberam. Se entre os condutores a probabilidade
deste tipo de comportamento é menor, quando são analisados os condutores que já dirigiram após
beber, esta relação muda. A percepção do risco é outro importante determinante do comportamento
de risco: Como no caso dos condutores que têm comportamento de risco, os ‘caronas’ também têm
menor probabilidade de perceberem o risco desta ação (Tabela 5).

5 Discussão e Considerações Finais

O objetivo deste estudo foi avaliar como as características sócio-demográficas, experiência e
informação recebida afetam tanto a percepção do risco de morte por acidente de trânsito e o risco
associado ao consumo de bebidas alcoólicas ligados ao trânsito; quanto o comportamento no
trânsito. Para isso utilizou-se de um survey para a população de Porto Alegre, realizado em agosto e
setembro de 2009.

18
Para determinar em que grau a percepção de risco dos indivíduos refle o risco real de morte
por acidente de trânsito em Porto Alegre, comparou-se primeiramente a percepção do próprio risco
ao risco objetivo por gênero e faixa etária: os resultados sugerem que não há diferença significativa
estatisticamente na percepção do risco entre homens e mulheres, como também encontrado por
Anderson (2008).

Tabela 5 – Estimação do modelo probit e logit ordenado – comportamentos de risco relacionados ao álcool
probit - Dirigir logit ordenado - Carona
Efeitos Efeitos Marginais
Coeficientes Coeficientes
Marginais Nunca As vezes Sempre
Sexo (feminino) -0.489** -0.191*** -0.0978 0.0241 -0.0200 -0.00406
(-3.26) (-3.35) (-0.69) (0.69) (-0.69) (-0.68)
25 a 34 anos 0.396◊ 0.157◊ -0.347◊ 0.0841◊ -0.0709◊ -0.0132◊
(1.84) (1.86) (-1.82) (1.85) (-1.83) (-1.92)
35 a 44 anos 0.0125 0.00499 -0.709*** 0.167*** -0.142*** -0.0244***
(0.05) (0.05) (-3.38) (3.60) (-3.51) (-3.66)
45 a 59 anos 0.0383 0.0152 -0.894*** 0.208*** -0.178*** -0.0302***
(0.17) (0.17) (-4.32) (4.70) (-4.55) (-4.55)
60 anos e + 0.105 0.0416 -1.770*** 0.356*** -0.311*** -0.0451***
(0.38) (0.38) (-6.27) (8.92) (-8.38) (-6.90)
Universitário 0.350* 0.139* 0.405** -0.100** 0.0822** 0.0178*
(2.34) (2.37) (2.65) (-2.65) (2.68) (2.40)
Renda familiar -0.0208 -0.00828 0.0155 -0.00383 0.00319 0.000641
(-1.11) (-1.11) (0.69) (-0.69) (0.69) (0.69)
Dependente -0.0324 -0.0129 -0.00851 0.00210 -0.00175 -0.000352
(-0.22) (-0.22) (-0.06) (0.06) (-0.06) (-0.06)
Tempo no trânsito -0.517 -0.206 -0.180 0.0444 -0.0370 -0.00745
(-0.89) (-0.89) (-0.28) (0.28) (-0.27) (-0.28)
Costuma dirigir -0.469* 0.114** -0.0956** -0.0188*
(-2.56) (2.60) (-2.58) (-2.50)
Costuma beber 0.651*** -0.158*** 0.132*** 0.0259***
(4.50) (-4.63) (4.58) (4.05)
Envolvimento em acidente 0.439** 0.173** 0.347* -0.0858* 0.0708* 0.0151*
(3.11) (3.16) (2.42) (-2.42) (2.42) (2.30)
Pessoa próxima envolvida em 0.274◊ 0.108◊ 0.296* -0.0724* 0.0607* 0.0117*
acidente (1.77) (1.79) (2.06) (-2.08) (2.06) (2.13)
Às vezes _carona condutor bebe 0.483** 0.190**
(3.18) (3.24)
Normalmente _carona condutor bebe 0.413 0.163
(1.49) (1.53)
Nunca dirigiu após beber 0.211 -0.0523 0.0430 0.00925
(1.02) (-1.02) (1.03) (0.97)
Já dirigiu após beber 0.609** -0.151** 0.121** 0.0305*
(2.87) (-2.90) (3.03) (2.35)
Percepção do risco – condução - 2 -0.0113 -0.00450
(-0.04) (-0.04)
Percepção do risco – condução - 3 -0.488◊ -0.189◊
(-1.79) (-1.87)
Percepção do risco – condução - 4 -0.748** -0.289**
(-2.73) (-2.88)
Percepção do risco – carona - 2 -0.207 0.0505 -0.0425 -0.00798
(-0.73) (0.74) (-0.73) (-0.78)
Percepção do risco – carona - 3 -0.516◊ 0.123◊ -0.105◊ -0.0185*
(-1.86) (1.94) (-1.90) (-2.09)
Percepção do risco – carona - 4 -1.321*** 0.318*** -0.251*** -0.0669***
(-4.96) (5.30) (-5.54) (-3.83)
Constante -0.260
(-0.74)
Log likelihood -226.480 -811.330
Pseudo R2 0.1646 0.1461
Probabilidades (efeitos marginais) 0.4678 0.5598 0.3970 0.0432

18 = 17.50 p = 0.489].
Nota: Estatística Z entre parênteses. N = 392 para o modelo probit e N=1070 para o logit ordenado. Significância estatística a ◊
p<0.10, * p<0.05, ** p<0.01, *** p<0.001. Teste de Brant [

19
No entanto, dado que os homens têm maior risco de morrer por acidente de trânsito que as
mulheres, eles subestimam seu risco enquanto as mulheres o superestimam. Os jovens e os idosos,
que têm os maiores riscos de morte, também subestimam seu risco. A inserção de uma variável de
acurácia da percepção de risco propiciou analisar também outras características que determinam que
os indivíduos percebam melhor o seu risco. Além do gênero e idade, cujos resultados não diferem
das evidências anteriores, renda menor e uso de motocicleta reduzem a precisão da percepção do
risco de morte. Segundo Viscusi (1985) os indivíduos tendem a subestimar os riscos maiores e
superestimar os menores, numa evidência de irracionalidade. Estes resultados corroboram o
encontrado na literatura, que os indivíduos que têm menor risco, apresentam percepção
superestimada e vice-versa (Viscusi, 1990; Andersson e Lundborg, 2007).
A percepção do risco de morte tem como principais determinantes as características
individuais: idade, gênero, renda, ter dependentes; e a experiência adquirida no trânsito devido tanto
ao tempo de exposição, como pela experiência de acidente. Para o contexto de morte por acidente
de trânsito, tanto Anderson e Lundborg (2007) quanto Anderson (2008) encontraram resultados
semelhantes, apesar de menor significância estatística das variáveis em ambos, e o fato de terem
utilizado variáveis continuas de percepção de risco e conseqüentemente modelos econométricos
diferentes. O mesmo ocorrendo com Lundborg e Lindgren (2002) para o modelo de percepção de
risco de dependência alcoólica.
A inserção do consumo de álcool no contexto de risco de acidentes de trânsito sugere que os
indivíduos percebem o risco proveniente desta associação de forma diferente, o que pode estar
associado a percepção do risco também para outras pessoas, e não apenas do próprio risco e neste
sentido este estudo contribui a frente das demais pesquisas realizadas. A análise foi realizada com
apenas duas das ações propostas no survey: a percepção do risco no caso do condutor ter ingerido
duas doses de bebidas e no caso do indivíduo ‘aceitar carona’ de um condutor nas mesmas
condições, de modo a confrontar também os indivíduos que não bebem ou dirigem. Os resultados
sugerem que os indivíduos percebem em geral, um risco maior no segundo caso.
A probabilidade de percepção de risco maior aumenta com a idade; mas maior renda e
escolaridade têm efeito contrário nas duas situações. No entanto, o fator experiência no trânsito,
parece ter impacto diferente: quem é condutor tem probabilidade menor de perceber risco alto para
a situação da carona, mas não difere significativamente na primeira situação. A experiência de
envolvimento em algum acidente de trânsito (o próprio acidente) que era determinante na formação
da percepção de morte, não parece ter qualquer significância estatística para a formação da
percepção do risco relacionado ao consumo de álcool.
O consumo de bebidas alcoólicas, que no caso de morte aumentava a probabilidade do
indivíduo perceber risco mais alto, para a percepção de risco relacionado a associação de álcool e
trânsito, sugere um percepção menor do risco. Os indivíduos que já dirigiram após beber, também
percebem risco menor em dirigir sob o efeito de duas doses de bebidas alcoólicas e também tomar
carona de um condutor nesta situação, assim como os indivíduos que já tomaram carona de
condutores de pessoas que beberam.
O fator informação sobre o risco parece afetar positivamente a percepção de risco, mas
somente na situação dos condutores, o que indica que a percepção é formada principalmente pelas
características sócio-demográficas e pelas experiências com trânsito, consumo de álcool e de
comportamento de risco.
A análise do comportamento de risco associado ao consumo de bebidas corrobora também
as evidências de que características pessoais como idade e sexo, escolaridade, bem como a ter
outros comportamentos de risco, além da própria percepção de risco afetam a probabilidade de
comportamentos arriscados28. Os condutores que já tiveram comportamento de risco relacionado ao
álcool têm maior probabilidade de estar na faixa de 25 a 34 anos, diferente do que a literatura
reporta como sendo dos menores de 25 anos os mais expostos, mas isso ocorre uma vez que há mais
condutores nesta faixa etária e também pelo formato que a questão foi feita, propiciando o acumulo

28
Como em Lundborg e Lindgren (2002) e Lundborg e Anderson (2008).

20
de experiências. As mulheres, apenas quando condutores, controlados para outras características,
têm menor probabilidade de terem este comportamento, aos contrários dos que tem nível
universitário. Há também associação entre o comportamento de risco e experiência de acidentes de
trânsito e menor percepção do risco das ações.
A despeito das limitações deste estudo, pode-se inferir que os indivíduos que têm maior
risco de acidente no trânsito, não o percebem corretamente: jovens condutores, pedestres idosos e
mulheres quando utilizam carona. Consideradas as características dos indivíduos, e que a maior
percepção do risco reduz a probabilidade de comportamentos arriscados, a redução destes pode ser
feita através do aumento da informação sobre o risco relacionado tanto a mortalidade quanto a
associação de consumo de álcool a acidentes de trânsito, uma vez este estudo traz evidências que
indivíduos com alguma informação – uma vez que não se constatou que nenhuma educação formal
para o trânsito - tendem a ter maior percepção do risco e conseqüentemente menor probabilidade de
condutas de risco.

Referências

ANDERSSON, H. Perception of own death risk: a reassessment of road-traffic mortality risk.
Toulouse School of Economics (LERNA). Toulouse, France. 2008
ANDERSSON, H.; LUNDBORG, P. Perception of own death risk: an analysis of road-traffic and
overall mortality risks. Journal of Risk and Uncertainty [S.I.], v. 34, p. 67–84, 2007.
BECKER, G. S. et al. Rational addiction and the effect of price on consumption. American
Economic Review [S.I.], v. 81, p. 237-241, 1991.
______. An empirical analysis of cigarette addiction. American Economic Review [S.I.], v. 84, p.
396-419, 1994.
BONITA, R. et al. Basic epidemiology. 2nd. ed.: World Health Organization (WHO), 2006.
BRANT, R. Assessing proportionality in the proportional odds model for ordinal logistic
regression. Biometrics [S.I.], v. 46, n. 4, p. 1171-8, 1990.
CHERNICK, M. R.; FRIIS, R. H. Introductory biostatistics for the health sciences: modern
applications including bootstrap. Hoboken, New Jersey: John Wiley & Sons, Inc., 2003.
DAMODARAN, A. Strategic risk taking: a framework for risk management. Philadelphia, Pa:
Wharton School Publishing, 2008.
FISCHHOFF, B.; BEYTH-MAROM, R. Hypothesis evaluation from a bayesian perspective.
Psychological Review [S.I.], v. 90, n. 3, p. 239-260, 1983.
FOLLAND, S. et al. The economics of health and health care. New Jersey: Pearson Prentice Hall,
2007.
FU, V. K. Estimating generalized ordered logit models. Stata Technical Bulletin [S.I.], v. 44, p. 27-
30, 1998.
FULLERTON, A. S. A conceptual framework for ordered logistic regression models. Sociological
Methods & Research [S.I.], v. 38, n. 2, p. 306–347, 2009.
GLIK, D. C. et al. Comparison of traffic accident and chronic disease risk perception. American
Journal of Health Behaviour [S.I.], v. 23, n. 3, p. 198-209, 1999.
GREENE, W. H. Econometric analysis. 5th. ed. Upper Saddle River, N.J.: Prentice Hall, 2003.
HARRE, N. Risk evaluation, driving, and adolescents: a typology. Developmental Review [S.I.], v.
20, n. 206–226, 2000.

21
HENG, K. et al. Moderate alcohol intake and motor vehicle crashes: the conflict between health
advantage and at-risk use. Alcohol & Alcoholism [S.I.], v. 41, n. 4, p. 451–454, 2006.
LONG, J. S.; FREESE, J. Regression models for categorical dependent variables using Stata.
College Station, Tex.: Stata Press, 2001.
LUNDBORG, P.; ANDERSSON, H. Gender, risk perceptions, and smoking behavior. Journal of
Health Economics [S.I.], v. 27, p. 1299–1311, 2008.
LUNDBORG, P.; LINDGREN, B. Risk perceptions and alcohol consumption among young people.
Journal of Risk and Uncertainty [S.I.], v. 25, n. 2, p. 165–183, 2002.
MADDALA, G. S. Limited-dependent and qualitative variables in econometrics. Cambridge
[Cambridgeshire] ; New York: Cambridge University Press, 1983. (Econometric Society
monographs in quantitative economics. 3).
PEDEN, M. et al. World report on road traffic injury prevention. World Health Organization, 2004.
RIMM, E. et al. Moderate alcohol intake and lower risk of coronary heart disease: meta-analysis of
effects on lipids and haemostatic factors. BMJ [S.I.], v. 319, n. 7224, p. 1523-8, Dec 1999.
ROSENBLOOM, T. et al. Risk perception of driving as a function of advanced training aimed at
recognizing and handling risks in demanding driving situations. Accident Analysis and Prevention
[S.I.], v. 40, p. 697–703, 2008.
VISCUSI, K. W. A theory of job shopping: a bayesian perspective. The Quarterly Journal of
Economics [S.I.], v. 94, n. 3, p. 609-614, 1980.
VISCUSI, W. K. Are Individuals Bayesian Decision Makers? The American Economic Review
[S.I.], v. 75, n. 2, Papers and Proceedings of the Ninety-Seventh Annual Meeting of the American
Economic Association p. 381-385, 1985.
______. Prospective reference theory: toward an explanation of the paradoxes. Journal of Risk and
Uncertainty [S.I.], v. 2, p. 235-264, 1989.
______. Do Smokers Underestimate Risks? Journal of Political Economy [S.I.], v. 98, n. 6, p.
1253-1269, 1990.
______. Age Variations in Risk Perceptions and Smoking Decisions. Review of Economics and
Statistics [S.I.], v. 73, n. 4, p. 577-588, 1991.
VISCUSI, W. K.; HERSCH, J. Cigarette Smokers as Job Risk Takers. Review of Economics and
Statistics [S.I.], v. 83, n. 2, p. 269-280, 2001.
WILLIAMS, R. Generalized ordered logit/partial proportional odds models for ordinal dependent
variables. The Stata Journal [S.I.], v. 6, n. 1, p. 58–82, 2006.
WOLFE, R. Continuation-ratio models for ordinal response data. Stata Technical Bulletin [S.I.], v.
44, p. 18-21, 1998.
WOLFE, R.; GOULD, W. An approximate likelihood-ratio test for ordinal response models. Stata
Technical Bulletin [S.I.], v. 42, p. 24-27, 1998.

Percepção do Risco

Mais conteúdo relacionado

Semelhante a Percepção do Risco (20)

Mais de docanto (10)

Percepção do Risco