Jtl v05n01p08
-
Upload
journal-of-transport-literature -
Category
Documents
-
view
219 -
download
0
description
Transcript of Jtl v05n01p08
Palavras-Chave: demanda aeroportuária, crescimento orgânico, Rio de Janeiro, econometria, investimentos.
Key words: airport demand, organic growth, Rio de Janeiro, econometrics, investments.
Recommended Citation
Abstract
This paper involves carrying out an airport demand study for the city of Rio de Janeiro with the aim to predict the organic
growth of passenger traffic for the year 2014. For this, tools of econometrics were used to develop predictive domestic and
international demand models and generate forecasts by analyzing different scenarios. Therefore, part of the goal is to create a
technical foundation to enable an analysis of airport capacity in Rio de Janeiro and contribute to decision making in the
allocation of investments in the airport sector.
Condé, M. (2011) Estudo e previsão de demanda aeroportuária para a cidade do Rio de Janeiro. Journal of Transport Literature,
vol. 5, n. 1, pp. 161-183.
Mayara Condé
Resumo
Este trabalho consiste na realização de um estudo de demanda aeroportuária para a cidade do Rio de Janeiro com o objetivo
de prever o crescimento orgânico do movimento de passageiros para o ano de 2014. Para isso, foram utilizadas ferramentas da
econometria para desenvolver modelos de previsão de demanda doméstica e internacional e gerar as previsões, analisando-se
diversos cenários. Assim, pretende-se criar uma fundamentação técnica para viabilizar a análise de capacidade dos aeroportos
do Rio de Janeiro e contribuir para a tomada de decisões na alocação de investimentos no setor aeroportuário.
This paper is downloadable at www.transport-literature.org/open-access.
■ JTL|RELIT is a fully electronic, peer-reviewed, open access, international journal focused on emerging transport markets and
published by BPTS - Brazilian Transport Planning Society. Website www.transport-literature.org. ISSN 2238-1031.
* Email: [email protected].
Reviews & Essays
Journal of Transport Literature
Submitted 9 Dec 2010; received in revised form 26 Dec 2010; accepted 26 Dec 2010
Vol. 5, n. 1, pp. 161-183, Jan. 2011
Estudo e previsão de demanda aeroportuária
para a cidade do Rio de Janeiro
[Study and airport demand forecast to the city of Rio de Janeiro]
Instituto Tecnológico de Aeronáutica (ITA), Brazil
B T P SB T P SB T P SB T P S
Brazilian Transportation Planning Society
www.transport-literature.org
JTL|RELITJTL|RELITJTL|RELITJTL|RELIT
ISSN 2238-1031
1. Introdução
Este trabalho consiste na realização de um estudo de demanda aeroportuária para a cidade do
Rio de Janeiro com o objetivo de prever o crescimento orgânico do movimento de passageiros
para o ano de 2014. Para isso, serão desenvolvidos modelos de previsão de demanda, tanto
doméstica quanto internacional, a partir de uma base de dados e com o auxílio de ferramentas
da econometria.
Recentemente, uma das principais preocupações nacionais é a questão da infraestrutura
aeroportuária. A maioria dos grandes aeroportos já estão visivelmente saturados e o
crescimento a altas taxas da demanda por transporte aéreo devido à evolução da economia
brasileira e, consequentemente, do PIB, faz com que surjam questionamentos sobre como
absorver esse crescimento. Além disso, eventos como a Copa de 2014 e as Olimpíadas de
2016 no Brasil incrementam a movimentação da aviação comercial e executiva, exigindo
ainda mais capacidade.
Nesse sentido, faz-se necessário desenvolver estudos de demanda aeroportuária para prever o
crescimento do transporte aéreo ano a ano, incluindo-se as variáveis relevantes e analisando-
se os diversos cenários de evolução das mesmas. Assim, podem-se avaliar os possíveis
gargalos de capacidade de maneira mais fundamentada, a fim de balizar a alocação de
investimentos no setor.
Com relação à questão da infraestrutura aeroportuária no Brasil, a cidade do Rio de Janeiro é
uma das únicas que não está em situação crítica, visto que seu aeroporto principal ainda conta
com capacidade ociosa. No entanto, vários questionamentos surgem a partir desta situação:
Até quando esta capacidade atende à demanda da região? Será que investimentos podem ser
adiados em detrimento de casos mais críticos? Assim, é possível notar a relevância desse
estudo no sentido de responder a tais perguntas.
O trabalho em questão está assim dividido: na Seção 2, faz-se a análise dos aeroportos do Rio
de Janeiro, com o levantamento de dados quantitativos e de malha aérea. Na Seção 3,
apresenta-se o estudo de demanda aeroportuária propriamente dito, contendo informações
sobre a base de dados, modelagem econométrica e previsão de demanda. E por fim, nas
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
162
Conclusões, são mostradas as taxas previstas de crescimento orgânico do movimento
doméstico e internacional de passageiros, as quais indicam que o crescimento do transporte
aéreo doméstico aproxima-se a um cenário de triplicação em 20 anos e que a demanda
internacional é influenciada por fatores exógenos diversos, com flutuações mais acentuadas.
2. Análise dos aeroportos do Rio de Janeiro
A cidade do Rio de Janeiro conta com dois aeroportos principais para compor a sua
infraestrutura de transportes: o Aeroporto Santos-Dumont e o Aeroporto Internacional
Antonio Carlos Jobim (Galeão). O aeroporto Santos-Dumont mantém sua vocação de
aeroporto central, direcionado para voos de curta distância no segmento doméstico. Por sua
vez, o Galeão, localizado na Ilha do Governador, possui fundamental importância para o
desenvolvimento dos negócios e do turismo, não só na cidade do Rio de Janeiro, como
também em todo o Brasil, já que representa um dos principais pontos de entrada no país.
2.1 Características dos aeroportos
Com o suporte da infraestrutura aeroportuária fluminense, eventos internacionais importantes,
tais como a ECO-92 e os Jogos Pan-Americanos, puderam se concretizar, revelando, assim, o
papel essencial que o Galeão desempenha na inserção do Brasil no mundo globalizado. Mais
recentemente, a escolha da cidade do Rio de Janeiro para sediar futuros eventos como a Copa
do Mundo de 2014 e as Olimpíadas de 2016 reforçam ainda mais a importância deste
aeroporto como condicionante para o sucesso dos mesmos. No entanto, a capacidade de
proporcionar a intensificação de relações internacionais e a auto-afirmação do Brasil no
cenário global não é a única função do Galeão. Ele também é o principal responsável por
acompanhar a evolução econômica nacional e ser capaz de absorver a crescente demanda por
transporte aéreo, no que diz respeito ao segmento doméstico, na cidade do Rio.
Apesar de não atuar no cenário internacional, o aeroporto Santos-Dumont também possui
elevada importância para a cidade do Rio. Operando 24 horas por dia, com capacidade para
processar até 8,5 milhões de passageiros por ano segundo a INFRAERO (2010) e voltado para
as operações de curta distância, ele é o principal responsável pelo desenvolvimento dos
negócios no Centro-Sul do país, sobretudo entre os pólos Rio e São Paulo. Além disso,
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
163
absorve boa parte do movimento doméstico e possui acesso facilitado por estar localizado no
coração da cidade.
Inaugurado em 1936 na área central do Rio de Janeiro, o então Distrito Federal, o aeroporto
Santos-Dumont foi o primeiro aeroporto civil do país. Para atender a demanda crescente e
propiciar conforto aos usuários, obras de infraestrutura foram realizadas nas décadas
subseqüentes. Apesar da restauração rápida após o incêndio ocorrido em 1998, percebeu-se
que a capacidade do aeroporto estava superada e, assim, foi realizada uma grande reforma das
instalações e dos sistemas de pátios e pistas. Ainda, em 2004, os voos de média e longa
distância foram remanejados do aeroporto Santos-Dumont para o Galeão.
Já o aeroporto internacional do Rio de Janeiro começou sua atuação em 1924, com a
instalação da Escola de Aviação. No entanto, somente a partir de 1945 o Galeão foi declarado
oficialmente como aeroporto internacional, uma vez que as rotas internacionais passaram a ser
servidas por aviões de maior porte que precisavam de pistas em terra para realizar o pouso e a
decolagem. Apesar de o Galeão ter servido como campo de pouso para aviões internacionais
nos anos da Segunda Guerra Mundial e integrado a Base Aérea da Força Aérea Brasileira, o
acesso era feito apenas por meio de lancha e não existia um terminal de passageiros. Com o
crescimento acelerado da aviação comercial no Brasil, o aeroporto passou a ganhar cada vez
mais importância. Em 1992, o terminal 1 teve suas instalações reformadas e o terminal 2
começou a ser construído, sendo finalizado em 1999. Com suas capacidades somadas, o
Galeão passou a ser capaz de atender 15 milhões de passageiros ao ano, segundo a
INFRAERO (2010). Além disso, foi desenvolvida uma infraestrutura terrestre de acesso ao
aeroporto por todas as diferentes partes da cidade. Hoje, vias expressas importantes como a
Linha Vermelha, a Linha Amarela e a Avenida Brasil fazem a conexão do aeroporto com toda
a cidade do Rio.
No cenário brasileiro atual de infraestrutura aeroportuária, o Aeroporto Internacional Antonio
Carlos Jobim é um dos poucos que não está em situação crítica. Atualmente, ainda há
capacidade ociosa e as obras em andamento nos terminais 1 e 2 devem livrar o aeroporto de
problemas de congestionamento, pelo menos no curto prazo. A questão de sua privatização
ainda vem sendo estudada pelo governo federal. Por outro lado, o aeroporto Santos-Dumont
opera próximo à sua capacidade e suas condições físicas de expansão são precárias, uma vez
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
164
que está imerso em área urbana densamente povoada e a geografia é desfavorável. Além
disso, discussões sobre a restrição de suas operações são frequentes.
2.2 Os aeroportos em números
Através da análise da ferramenta HOTRAN disponibilizada pela ANAC (2010), foi possível
obter uma série de informações no que diz respeito à atuação dos aeroportos do Rio de Janeiro
nos cenários nacional e global. Um importante aspecto analisado em cada aeroporto foi a
participação das companhias aéreas na composição das ligações. No mercado do transporte
aéreo internacional, verificou-se que não há grande concentração. A TAM vem em primeiro
lugar com 32,7% de market share, seguida pela Varig, com participação de 14,3%. Já no
mercado do transporte aéreo doméstico, verificou-se elevada concentração, sobretudo no
aeroporto do Galeão, onde a Gol concentra 52,6% das rotas, enquanto a TAM apresenta
35,4% de participação, evidenciando o duopólio dessas duas empresas nesse aeroporto com
um market share de 88%. Apesar de concentrar apenas 8,6% das rotas no aeroporto do
Galeão, a empresa Webjet apresenta uma participação mais expressiva no aeroporto Santos-
Dumont, equivalente a 18,2% do mercado, contra 31,5% da TAM, 16,4% da Gol e 18,2% da
Azul.
2.2 Análise das malhas
A análise das malhas aéreas dos aeroportos do Rio de Janeiro também pode ser feita graças
aos dados disponibilizados pela ANAC (2010). Assim, verificou-se que o aeroporto Santos-
Dumont possui atuação mais restrita, com destinos domésticos concentrados nas regiões
Sudeste e Nordeste e poucas rotas direcionadas às regiões Centro-oeste e Sul. Por outro lado,
o Galeão possui atuação ampla no cenário doméstico, com destinos espalhados por todo o
território nacional. Com relação ao cenário internacional, o Galeão apresenta como destinos
principais a América do Norte e a Europa, apesar de possuir também destinos na África,
América Central e América do Sul. Os mapas das Figuras 1 e 2 mostram todas as ligações dos
aeroportos do Rio de Janeiro.
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
165
Figura 1 – Mapa com as ligações do aeroporto Santos-Dumont
Figura 2 – Mapa com as ligações do aeroporto Antonio Carlos Jobim (Galeão)
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
166
3. Estudo de demanda aeroportuária para a cidade do Rio de Janeiro
O estudo de demanda aeroportuária engloba a análise qualitativa e quantitativa da base de
dados, o desenvolvimento de modelos econométricos de demanda e a realização de previsões
segundo cenários diversificados.
3.1 Descrição e análise da base de dados
A base de dados histórica utilizada para o estudo foi obtida em uma fonte secundária, o BTD
(Brazilian Transportation Database) do LACTE (2010), a qual reúne dados disponibilizados
por instituições públicas e privadas no Brasil (Ministério dos Transportes, Ministério da
Defesa, Infraero, ANAC, ANTT). As séries utilizadas foram: movimento de aeronaves e
movimento de passageiros nos aeroportos Santos-Dumont e Galeão para os segmentos
doméstico e internacional, yield médio doméstico nominal, PIB nominal em reais, taxa de
inflação (IPCA) e taxa de câmbio real-dólar nominal no período de janeiro de 2003 a
dezembro de 2009, com periodicidade mensal.
Com o auxílio do software Stata e da metodologia proposta por Oliveira (2010), foi possível
obter estatísticas descritivas e gráficos, viabilizando a discussão qualitativa da série.
Através da Tabela 1, pode-se notar que o movimento doméstico médio de passageiros no
aeroporto Santos-Dumont é de 39,2% contra 60,8% no Galeão, evidenciando a maior atuação
desse último no cenário nacional.
Tabela 1 – Resumo das variáveis analisadas
Variable | Obs Mean Std. Dev. Min Max paxdomsbgl | 84 538926.3 208635.7 189009 958629 paxdomsbrj | 84 349124 94966.71 210529 666224 paxintsbgl | 84 188380.7 27829.49 138056 259813 movdomsbgl | 84 6446.94 1812.283 3363 9074 movdomsbrj | 84 6354.345 1338.614 3530 10891 movintsbgl | 84 2057.095 201.3045 1545 2501 paxdom | 84 888050.3 183427.3 615541 1478285 paxint | 84 188380.7 27829.49 138056 259813 movdom | 84 8411.44 1321.825 5574 13146 movint | 84 2057.095 201.3045 1545 2501 abslfdom | 84 107.3877 23.46803 66.44643 161.2666 abslfint | 84 91.54243 9.445172 62.83912 115.2164 yield | 84 .6536916 .1361319 .3757261 .8419544 gdp | 84 235136.9 27970.28 185325.2 293592.7 usd | 84 2.84152 .893984 1.695421 5.194012
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
167
Na Tabela 2, verifica-se o efeito do apagão aéreo tanto na movimentação doméstica de
passageiros quanto na movimentação internacional. Observa-se que houve redução na
movimentação de passageiros internacionais, porém a movimentação doméstica de
passageiros sofreu ligeiro aumento, o que contradiz o efeito maléfico do apagão no mercado
do transporte aéreo. Apesar disso, pode-se observar a diminuição da movimentação doméstica
de aeronaves, o que condiz com a situação da época.
Tabela 2 – Efeito do apagão aéreo de 2006/2007 no movimento de passageiros e aeronaves e no yield
-> dapagao = 0
Variable | Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
paxdom | 74 887384.4 194952.7 615541 1478285
movdom | 74 8544 1330.081 6408 13146
paxint | 74 189853.7 28287.07 138056 259813
movint | 74 2040.892 199.135 1545 2501
yield | 74 .6768201 .1229505 .4186129 .8419544
-> dapagao = 1
Variable | Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
paxdom | 10 892977.6 44510.23 804225 944209
movdom | 10 7430.5 741.7084 5574 8208
paxint | 10 177481 22414.67 144907 208691
movint | 10 2177 184.2257 1850 2400
yield | 10 .4825406 .1065142 .3757261 .7281457
Na Tabela 3, é possível observar claramente o efeito do codeshare Varig-TAM no período de
2003 a 2005 tanto no yield quanto no paxdom. Com o fim do codeshare e o início da guerra
de preços, verifica-se a redução do yield, ou seja, os preços cobrados pelas companhias aéreas
são menores e, em conseqüência, há aumento na demanda, comprovada pelo aumento do
movimento doméstico de passageiros.
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
168
Tabela 3 – Efeito do codeshare Varig-TAM (2003 a 2005) no movimento doméstico e no yield
-> dcshare_2 = 0
Variable | Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
paxdom | 58 969362.4 161289.5 641707 1478285
yield | 58 .6031437 .1317807 .3757261 .8419544
-> dcshare_2 = 1
Variable | Obs Mean Std. Dev. Min Max
-------------+--------------------------------------------------------
paxdom | 26 706661.7 53233.12 615541 823083
yield | 26 .7664524 .0527222 .6625296 .8313295
Tabela 4 – Matriz de correlações para o cenário doméstico
| paxdom movdom yield gdp usd dcshar~2 dapagao -------------+---------------------------------------------------------------
paxdom | 1.0000
movdom | 0.2453 1.0000
yield | -0.6485 -0.1493 1.0000
gdp | 0.8589 0.0858 -0.6227 1.0000
usd | -0.8150 0.1605 0.5968 -0.8908 1.0000
dcshare_2 | -0.6661 0.1539 0.5579 -0.6871 0.7757 1.0000
dapagao | 0.0099 -0.2744 -0.4649 0.1458 -0.1970 -0.2461 1.0000
Tabela 5 – Matriz de correlações para o cenário internacional
| paxdom movdom paxint movint gdp usd dcshar~2 dapagao -------------+------------------------------------------------------------------------
paxdom | 1.0000
movdom | 0.2453 1.0000
paxint | 0.4313 0.0985 1.0000
movint | 0.3858 -0.0078 0.6932 1.0000
gdp | 0.8589 0.0858 0.1432 0.2988 1.0000
usd | -0.8150 0.1605 -0.2033 -0.2791 -0.8908 1.0000
dcshare_2 | -0.6661 0.1539 -0.1060 -0.0923 -0.6871 0.7757 1.0000
dapagao | 0.0099 -0.2744 -0.1448 0.2203 0.1458 -0.1970 -0.2461 1.0000
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
169
As Tabelas 4 e 5 mostram a matriz de correlações para as variáveis estudadas. Observa-se que
o movimento doméstico de passageiros é negativamente correlacionado com o yield, com a
taxa de câmbio e com o codeshare, porém positivamente correlacionado com o PIB. Um fato
interessante é que o movimento internacional de passageiros é negativamente correlacionado
com a taxa de câmbio, mas a intensidade desta correlação é bem mais baixa do que àquela
entre movimento doméstico de passageiros e taxa de câmbio. Talvez isso possa ser explicado
pelo fato de o yield possuir uma correlação forte com a taxa de câmbio devido ao aumento dos
custos das companhias aéreas, o qual é repassado ao consumidor. As Figuras 3 e 4 mostram
essas correlações em forma de diagramas de dispersão.
PAXDOM
MOVDOM
yield
abslfdom
gdp
usd
500000
1000000
1500000
500000 1000000 1500000
5000
10000
15000
5000 10000 15000
.4
.6
.8
.4 .6 .8
50
100
150
50 100 150
200000
250000
300000
200000 250000 300000
2
4
6
2 4 6
Figura 3 – Correlações em forma de diagrama de dispersão para cenário doméstico
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
170
PAXINT
MOVINT
gdp
usd
150000
200000
250000
150000 200000 250000
1500
2000
2500
1500 2000 2500
200000
250000
300000
200000 250000 300000
2
4
6
2 4 6
Figura 4 – Correlações em forma de diagrama de dispersão para cenário internacional
Os gráficos das Figuras 5, 6, 7, 8 e 9 mostram o comportamento das variáveis em estudo no
período analisado. Observa-se que o movimento doméstico de passageiros possui tendência
de crescimento acelerado ao longo do período, diferentemente do movimento passageiros
internacionais, o qual é bastante variável, sem nenhuma tendência específica.
600
000
800
000
100
0000
120
0000
140
0000
PA
XD
OM
2002m1 2004m1 2006m1 2008m1 2010m1periodo
Figura 5 – Evolução do movimento doméstico de passageiros no Rio de Janeiro
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
171
150
000
200
000
250
000
PA
XIN
T
2002m1 2004m1 2006m1 2008m1 2010m1periodo
Figura 6 – Evolução do movimento internacional de passageiros no Rio de Janeiro
.4.5
.6.7
.8yi
eld
2002m1 2004m1 2006m1 2008m1 2010m1periodo
yield yield
Figura 7 – Evolução do yield
Através da Figura 7, percebe-se claramente o efeito de fatos históricos relevantes: o fim do
codeshare Varig-TAM em meados de 2005, a entrada da Gol e o início das guerras de preço
reduziram drasticamente o yield, o qual atingiu seu valor mínimo no ano de 2007,
evidenciando a grande redução no preço das passagens e a conseqüente popularização do
transporte aéreo.
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
172
1500
002
0000
02
5000
030
0000
gdp
2002m1 2004m1 2006m1 2008m1 2010m1periodo
gdp gdp
Figura 8 – Evolução do PIB
23
45
usd
2002m1 2004m1 2006m1 2008m1 2010m1periodo
usd usd
Figura 9 – Evolução da taxa de câmbio
Com relação às variáveis macroeconômicas, observa-se o crescimento do PIB e a redução da
taxa de câmbio, fruto da política econômica vigente no período. Pode-se verificar também o
efeito da crise financeira global de 2009 através do decaimento do PIB e do aumento da taxa
de câmbio nesse período.
As Figuras 10 e 11 mostram que a evolução do movimento doméstico de passageiros é
fortemente relacionada à evolução do PIB brasileiro, dado que as séries possuem linhas de
tendência muito semelhantes, e que as maiores taxas de crescimento do movimento doméstico
de passageiros ocorreram após as maiores reduções de yield.
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
173
.4.5
.6.7
.8yi
eld
6000
0080
0000
1000
000
1200
000
1400
000
PA
XD
OM
2002m1 2004m1 2006m1 2008m1 2010m1periodo...
PAXDOM yield
Figura 10 – Gráfico de comparação entre as evoluções do movimento doméstico de passageiros e do yield
1500
0020
0000
2500
0030
0000
gdp
6000
0080
0000
1000
000
1200
000
1400
000
PA
XD
OM
2002m1 2004m1 2006m1 2008m1 2010m1periodo...
PAXDOM gdp
Figura 11 - Gráfico de comparação entre as evoluções do movimento doméstico de passageiros e do PIB
Os gráficos apresentados nas Figuras 12 e 13 mostram o efeito da transferência dos voos de
média e longa distância do aeroporto Santos-Dumont para o Galeão ocorrido em 2004 através
da redução do movimento de passageiros domésticos naquele e o aumento neste. Pode-se
verificar também o aumento do paxdom no aeroporto Santos-Dumont a partir de 2009, com o
fim da portaria 187, devido à liberalização do mesmo para atender quaisquer tipos de
aeronave ou destino.
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
174
2000
0040
0000
6000
0080
0000
1000
000
PA
XD
OM
SB
GL
2002m1 2004m1 2006m1 2008m1 2010m1periodo
PAXDOMSBGL PAXDOMSBGL
Figura 12 – Evolução do movimento doméstico de passageiros no Galeão
2000
0030
0000
4000
0050
0000
6000
0070
0000
PA
XD
OM
SB
RJ
2002m1 2004m1 2006m1 2008m1 2010m1periodo
PAXDOMSBRJ PAXDOMSBRJ
Figura 13 – Evolução do movimento doméstico de passageiros no aeroporto Santos-Dumont
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
175
3.2 Estudo econométrico
A modelagem econométrica para realizar a previsão de demanda doméstica e internacional
para 2014 foi realizada de maneira cautelosa de forma a especificar um modelo que
representasse bem o processo gerador de dados. Foram utilizados modelos de regressão
múltipla para ambos os casos. Na modelagem da demanda doméstica, o logaritmo do
movimento doméstico de passageiros (paxdom) foi especificado como variável dependente e
os logaritmos do PIB (gdp) e do yield (métrica para preço de passagens) foram especificados
como variáveis independentes. Ainda, foram introduzidas as variáveis binárias dcshare_2 e
dapagao para controlar os efeitos dos eventos de codeshare entre as empresas Varig e TAM
de 2003 a 2005 e do apagão aéreo em 2006 e 2007, respectivamente, bem como variáveis
temporais do tipo mês para controlar a sazonalidade. Já na modelagem da demanda
internacional, o movimento internacional de passageiros (paxint) foi especificado como
variável dependente e o PIB (gdp), a taxa de câmbio (usd) e as variáveis dummies
anteriormente citadas foram especificados como variáveis independentes. As Equações (1) e
(2) apresentam os modelos econométricos especificados. Através do método estatístico
utilizado para estimar os parâmetros da função a partir do software Stata, foi possível
controlar a heteroscedasticidade e a autocorrelação.
( ) ( ) ( )
12
1 2 3 41
ln paxdom ln gdp ln yield dcshare_2 dapagao m_iii
β β β β β=
= + + + +∑ (1)
12
1 2 3 41
paxint gdp usd dcshare_2 dapagao m_iii
β β β β β=
= + + + +∑ (2)
É válido observar que a escolha pelos modelos acima descritos, tanto o fato de ser linear ou
logaritmo quanto a decisão por quais variáveis incluir, só foi feita após especificações
diferentes de modelos e decisão por uma especificação campeã. Tal decisão foi tomada
através da análise da significância estatística dos parâmetros estimados. Assim, para a
demanda doméstica, foi especificado o modelo logaritmo completo e, para a demanda
internacional, foi especificado o modelo linear completo. Os resultados para o modelo de
demanda doméstica são apresentados na Tabela 6.
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
176
Tabela 6 – Resultados do modelo de regressão para demanda doméstica
Statistics robust to heteroskedasticity and autocorrelation kernel=Bartlett; bandwidth=2 time variable (t): trend Number of obs = 84 F( 15, 68) = 51.62 Prob > F = 0.0000 Total (centered) SS = 3.312003295 Centered R2 = 0.9006 Total (uncentered) SS = 15715.68642 Uncentered R2 = 1.0000 Residual SS = .3292293746 Root MSE = .06261 ------------------------------------------------------------------------------ | Robust lnpaxdom | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- lngdp | 1.067181 .1494801 7.14 0.000 .7742052 1.360156 lnyield | -.2717367 .0686344 -3.96 0.000 -.4062577 -.1372157 dcshare_2 | -.075713 .0216067 -3.50 0.000 -.1180614 -.0333646 dapagao | -.166251 .0280376 -5.93 0.000 -.2212036 -.1112984 m_1 | .1353911 .0382923 3.54 0.000 .0603396 .2104425 m_2 | .0450078 .0284627 1.58 0.114 -.010778 .1007936 m_3 | .0815352 .0304132 2.68 0.007 .0219265 .1411439 m_4 | .0950282 .0311216 3.05 0.002 .0340311 .1560253 m_5 | .0392736 .0357587 1.10 0.272 -.0308122 .1093593 m_6 | -.0049311 .0350377 -0.14 0.888 -.0736036 .0637415 m_7 | .1106301 .0348374 3.18 0.001 .04235 .1789102 m_8 | .0143559 .0304157 0.47 0.637 -.0452578 .0739696 m_10 | .0593077 .0396167 1.50 0.134 -.0183395 .1369549 m_11 | .0075375 .0395843 0.19 0.849 -.0700464 .0851213 m_12 | .118393 .0391564 3.02 0.002 .0416479 .1951381 _cons | .3482354 1.823326 0.19 0.849 -3.225418 3.921889 ------------------------------------------------------------------------------ Included instruments: lngdp lnyield dcshare_2 dapagao m_1 m_2 m_3 m_4 m_5 m_6 m_7 m_8 m_10 m_11 m_12 Dropped collinear: m_9
Pode-se verificar que os coeficientes de lngdp, lnyield, dcshare_2 e dapagao são
estatisticamente significantes a 1%, ou seja, existe evidência forte de efeito de causalidade
dessas variáveis na demanda doméstica. Verifica-se também que, para um aumento do PIB de
1%, a demanda doméstica aumenta em 1,07% e, para um aumento do yield de 1%, a demanda
doméstica reduz em 0,27%. Além disso, observa-se que os eventos do codeshare e do apagão
aéreo geram redução no movimento de passageiros domésticos, o que é coerente com a
realidade. Para verificar o efeito da introdução de variáveis no modelo, fez-se a comparação
entre diferentes especificações, como mostra a Tabela 7.
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
177
Tabela 7 – Comparação entre diferentes especificações para o cenário doméstico
Variable | simpl1 simpl2 simpl3 simpl4 final -------------+----------------------------------------------------------------- lngdp | 1.47*** 1.29*** 1.01*** 1.07*** lnyield | -.58*** -.154* -.262*** -.272*** dcshare_2 | -.0826** -.0757*** dapagao | -.15*** -.166*** m_1 | .135*** m_2 | .045 m_3 | .0815** m_4 | .095** m_5 | .0393 m_6 | -.00493 m_7 | .111** m_8 | .0144 m_10 | .0593 m_11 | .00754 m_12 | .118** _cons | -4.49** 13.4*** -2.36 1.14 .348 -------------+----------------------------------------------------------------- r2_a | .769 .414 .785 .838 .879 ------------------------------------------------------------------------------- legend: * p<0.05; ** p<0.01; *** p<0.001
Vê-se que o modelo logaritmo completo (final) apresenta o maior R² (0,879) e suas variáveis
são mais significantes estatisticamente do que nos outros modelos (valor-P menor). Nota-se
que o efeito do aumento do PIB no aumento do movimento doméstico de passageiros é
suavizado na medida em que se introduzem novas variáveis no modelo. O mesmo ocorre para
o yield, porém com o efeito inverso.
Os resultados para o modelo de demanda internacional são apresentados na Tabela 8.
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
178
Tabela 8 – Resultados do modelo de regressão para demanda internacional
Statistics robust to heteroskedasticity and autocorrelation kernel=Bartlett; bandwidth=2 time variable (t): trend Number of obs = 84 F( 15, 68) = 7.44 Prob > F = 0.0000 Total (centered) SS = 6.42819e+10 Centered R2 = 0.6154 Total (uncentered) SS = 3.04521e+12 Uncentered R2 = 0.9919 Residual SS = 2.47217e+10 Root MSE = 17155 ------------------------------------------------------------------------------ | Robust paxint | Coef. Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- gdp | .0360227 .2035276 0.18 0.860 -.362884 .4349294 usd | -13897.14 5059.487 -2.75 0.006 -23813.55 -3980.728 dcshare_2 | 12254.69 6730.896 1.82 0.069 -937.6271 25447 dapagao | -19150.73 4921.349 -3.89 0.000 -28796.4 -9505.063 m_1 | 23407.29 7883.836 2.97 0.003 7955.255 38859.32 m_3 | -461.2785 6375.241 -0.07 0.942 -12956.52 12033.96 m_4 | -30577.38 9352.935 -3.27 0.001 -48908.8 -12245.97 m_5 | -45124.62 8409.715 -5.37 0.000 -61607.36 -28641.88 m_6 | -48893.28 8789.326 -5.56 0.000 -66120.04 -31666.52 m_7 | -10007.15 10564.67 -0.95 0.344 -30713.51 10699.22 m_8 | -24883.76 10491.34 -2.37 0.018 -45446.41 -4321.114 m_9 | -39206.55 8989.274 -4.36 0.000 -56825.2 -21587.9 m_10 | -24270.5 10483.88 -2.32 0.021 -44818.53 -3722.463 m_11 | -18362.5 9980.743 -1.84 0.066 -37924.4 1199.393 m_12 | -1301.406 10820.86 -0.12 0.904 -22509.91 19907.1 _cons | 236192.9 57460.77 4.11 0.000 123571.9 348814 ------------------------------------------------------------------------------ Included instruments: gdp usd dcshare_2 dapagao m_1 m_3 m_4 m_5 m_6 m_7 m_8 m_9 m_10 m_11 m_12 Dropped collinear: m_2
Verifica-se que os parâmetros usd e dcshare_2 são estatisticamente significantes a 10% e o
parâmetro dapagao é estatisticamente significante a 1%. Já o gdp é insignificante
estatisticamente, indicando que não se pode acreditar em uma relação de causalidade entre
PIB e movimento internacional de passageiros. Isso parece não condizer com observações da
realidade, mas talvez outras variáveis possam ter efeitos mais importantes ou até mesmo
possa existir viés causado por omissão de alguma variável relevante. O coeficiente positivo do
dcshare_2 também é duvidoso, estimulando a hipótese de viés, já que na própria matriz de
correlações verifica-se que paxint e dcshare_2 são correlacionados negativamente. Os sinais
dos outros coeficientes apresentam maior coerência. Para verificar o efeito da introdução de
variáveis no modelo, bem como o efeito da utilização de um modelo linear ou um logaritmo,
fez-se a comparação entre diferentes especificações, como mostra a Tabela 9.
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
179
Tabela 9 - Comparação entre diferentes especificações para o cenário internacional
Variable | simpl1 simpl2 simpl3 final final2 -------------+----------------------------------------------------------------- lngdp | .169 -.284 .176 lnusd | -.0903 -.194 -.13 dcshare_2 | .044 12255 dapagao | -.0949*** -19151*** m_1 | .312*** 23407** m_2 | .211*** m_3 | .207*** -461 m_4 | .0488 -30577** m_5 | -.044 -45125*** m_6 | -.0658 -48893*** m_7 | .156** -10007 m_8 | .0754* -24884* m_10 | .0748 -24270* m_11 | .109* -18363 m_12 | .192*** -1301 gdp | .036 usd | -13897** m_9 | -39207*** _cons | 10*** 12.2*** 15.8*** 9.98* 2.4e+05*** -------------+----------------------------------------------------------------- r2_a | .0071 .0231 .0192 .511 .531 ------------------------------------------------------------------------------- legend: * p<0.05; ** p<0.01; *** p<0.001
Pode-se perceber que o modelo linear completo (final2) é o que apresenta a maior qualidade
de ajuste entre as outras, apesar de baixa, e o maior número de parâmetros estatisticamente
significantes, razão de sua escolha. Nos modelos logaritmos, nota-se que nem lngdp nem
lnusd possuíam alguma significância estatística. Apenas no modelo linear foi possível
verificar significância estatística para a taxa de câmbio e em nenhum deles houve evidências
de relação significante estatisticamente entre PIB e movimento internacional de passageiros.
Em alguns casos, notou-se até correlação negativa entre os mesmos. Dessa forma, acredita-se
que a estimativa desse parâmetro está viesada, provavelmente por omissão de alguma variável
relevante não capturada.
3.3 Previsão de demanda aeroportuária
De posse dos modelos econométricos com os devidos parâmetros estimados, foi possível,
enfim, realizar a previsão de demanda doméstica e internacional para a cidade do Rio de
Janeiro no ano de 2014. Para estimar a taxa de crescimento do PIB, utilizou-se o estudo de
Barros (2010). Assim, para 2010, projetou-se uma taxa de 8% de crescimento e, para os anos
subseqüentes, uma taxa de 4,5%. Com relação ao yield e à taxa de câmbio, foram adotados
três diferentes cenários: permanecem constantes, crescem 5% ao ano ou decrescem 5% ao
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
180
ano. As Tabelas 10 e 11 apresentam as previsões de demanda doméstica e internacional, ano a
ano, levando-se em consideração cada cenário, até 2014.
Tabela 10 – Previsão de demanda doméstica
Ano
PIB
Paxdom Yield se mantém Yield aumenta 5% a.a. Yield reduz 5% a.a.
2010 317080,1 1315536 1298210 1333999 2011 331348,7 1378811 1342403 1417786 2012 346259,4 1445114 1388764 1506823 2013 361841,1 1514621 1436386 1601463 2014 378123,9 1587473 1485647 1702048
Tabela 11 – Previsão de demanda internacional
Ano
PIB
Paxint Taxa de câmbio
se mantém Taxa de câmbio aumenta 5% a.a.
Taxa de câmbio reduz 5% a.a.
2010 317080,1 223212 221992 224432 2011 331348,7 223726 221225 226105 2012 346259,4 224263 220417 227744 2013 361841,1 224824 219565 229351 2014 378123,9 225411 218669 230931
No fim do ano de 2009 (últimos quatro meses), a média da quantidade de passageiros
domésticos era de 1317412. Assim, observa-se que, para o cenário de manutenção do yield ao
longo dos anos, há um crescimento de 20,5% no movimento doméstico de passageiros no ano
de 2014 com relação ao ano de 2009. Para o cenário de aumento do yield, esse crescimento
chegou a 12,8% e para o cenário de redução do yield, a 29,2%. Analisando-se o crescimento
percentual ano a ano do movimento doméstico de passageiros, nota-se um crescimento de
4,8%, 3,4% e 6,3% ao ano para os cenários de manutenção, aumento e redução do yield,
respectivamente. Tais valores são inferiores aos benchmarks de crescimento chinês (8,2% ao
ano) e de duplicação a cada 10 anos (7,2% ao ano), aproximando-se do benchmark de
triplicação em 20 anos (5,6% ao ano).
Nos últimos 4 meses do ano de 2009, a média de passageiros internacionais era de 224123.
De acordo com os resultados obtidos, observa-se que, para o cenário de manutenção da taxa
de câmbio, o movimento aumenta em 0,6% no ano de 2014 com relação ao ano de 2009 e,
para o cenário de redução da mesma, esse aumento é de 3%. Por outro lado, um aumento da
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
181
taxa de câmbio de 5% ao ano, geraria um decréscimo de 2,4% no movimento de passageiros
internacionais no ano de 2014. É importante observar que esses resultados referem-se ao
movimento orgânico, ou seja, não está incluído na análise o efeito de eventos como a Copa de
2014, que indiscutivelmente irá aumentar a quantidade de passageiros internacionais e
domésticos nesse ano. Analisando-se a variação percentual ano a ano do movimento
internacional de passageiros, nota-se um crescimento de 0,3%, uma redução de 0,4% e um
aumento de 0,7% ao ano para os cenários de manutenção, aumento e redução da taxa de
câmbio, respectivamente. Consequentemente, se for escolhida para análise de capacidade a
previsão de 2014 segundo os cenários de redução de yield e de redução da taxa de câmbio,
obtém-se um total de 23195928 passageiros no ano de 2014 na cidade do Rio de Janeiro, valor
superior às capacidades dos aeroportos Santos-Dumont e Galeão.
Conclusões
Para realizar a previsão de demanda aeroportuária para a cidade do Rio de Janeiro no ano de
2014, foram criados modelos econométricos a partir de uma base de dados secundária. As
estimativas dos principais parâmetros no modelo de demanda doméstica resultaram
estatisticamente significantes a 1%, o que fornece maior confiabilidade aos valores obtidos na
previsão de demanda. Tais valores foram de 4,8%, 3,4% e 6,3% para os cenários de
manutenção, aumento e redução do yield, respectivamente. Realizando-se uma média dos
crescimentos para os cenários de manutenção e redução do yield, nota-se que há uma
aproximação à tendência de triplicação do movimento doméstico de passageiros em 20 anos.
Por outro lado, no modelo de demanda internacional, algumas estimativas de parâmetros
principais resultaram estatisticamente insignificantes, gerando resultados incoerentes. Isso
pode ter ocorrido por omissão de alguma variável relevante, o que introduz viés na estimativa.
Assim, os valores obtidos para as previsões de demanda internacional são menos confiáveis,
já que as flutuações acentuadas nessa variável indicam a influência de fatores exógenos
diversos e que podem não ter sido capturados no modelo. De qualquer forma, foram
verificadas variações de menos de 1% ao ano no movimento internacional de passageiros para
todos os cenários de evolução da taxa de câmbio.
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
182
Por fim, somando-se as previsões de demanda doméstica e internacional para o ano de 2014
segundo os cenários de redução do yield e da taxa de câmbio, obtém-se um total de 23195928
passageiros neste ano, valor que confirma a necessidade de investimentos para ampliação de
capacidade.
Referências
ANAC (2010) HOTRAN. Agência Nacional de Aviação Civil, Ministério da Defesa, Brasília, DF.
Barros, O. (2010) Compilação Sistemática do Bradesco Referente às Projeções do Mercado de Curto,
Médio e Longo Prazos Colhidas pelo Boletim Focus Banco Central do Brasil. Bradesco, São
Paulo, SP.
Infraero (2010) Aeroportos do Estado do Rio de Janeiro. Empresa Brasileira de Infraestrutura
Aeroportuária, Ministério da Defesa, Brasília, DF.
Rocha, G. C. (2010) Ensaios sobre a Demanda do Transporte Aéreo Regional. Revista de Literatura
dos Transportes, vol. 4, n. 1, pp. 114-133.
Vassallo, M. D. e Oliveira, A. V. M. (2009) Modelagem dos Determinantes da Escolha por Tipo de
Viagem e por Destinos de Viagens Turísticas no Brasil. Revista de Literatura dos Transportes,
vol. 3, n. 1, pp. 40-67.
Revista de Literatura dos Transportes, vol. 5, n. 1 (2011)
183