MODELO DE ESCOLHA AEROPORTUÁRIA EM UMA REGIÃO DE MÚLTIPLOS AEROPORTOS: UM ESTUDO DE CASO CONSIDERANDO UM NOVO AEROPORTO EM SÃO PAULO (Seminário de Tese - 1.2016)

Seminário de Tese apresentado no âmbito do Programa de Pós-Graduação em Engenharia de Infraestrutura Aeronáutica do Instituto Tecnológico de Aeronáutica, área Transporte Aéreo e Aeroportos.

Tainá Pôssas Abreu

MODELO DE ESCOLHA AEROPORTUÁRIA EM UMA REGIÃO DE MÚLTIPLOS AEROPORTOS: UM ESTUDO DE CASO CONSIDERANDO UM NOVO AEROPORTO EM SÃO PAULO

Prof. Dr. Anderson Ribeiro Correia Orientador

Profª. Drª. Giovanna Miceli Ronzani Borille Co-orientadora

Prof. Dr. Carlos Muller Relator

Prof. Dr. Alessandro V. M. Oliveira Coordenador de Área

Campo Montenegro São José dos Campos, SP – Brasil 2016

ii RESUMO Este trabalho apresenta uma análise da escolha de aeroportos por usuários do sistema de transporte aéreo da Região Metropolitana de São Paulo, uma região de múltiplos aeroportos onde é considerada a implantação de um novo aeroporto. Até o presente momento é proposta a utilização do modelo econométrico mixed logit, por ser um modelo mais atual na literatura, robusto e que permite a distribuição aleatória de opções entre os decisores. A base de dados deverá ser coletada com auxílio da Técnica de Preferência Declarada, pois conta com cenário hipotético de um aeroporto inexistente. A análise da competição em uma região de múltiplos aeroportos representa um tema bastante discutido na literatura internacional, onde desenvolveram-se diversos modelos de escolha discreta. No Brasil são poucos os estudos que analisam a competição aeroportuária voltada à percepção dos passageiros. Os modelos são alicerçados na teoria da utilidade e buscam simular o comportamento das pessoas ao escolherem determinado aeroporto para realização de viagens. É importante entender tal comportamento pois o processo de expansão dos aeroportos não depende apenas do aumento da demanda pelo transporte aéreo total, mas de como esta demanda se distribui dentre as alternativas de aeroportos. Em uma região onde existem várias opções de aeroportos, a variação da demanda geral por voos é refletida na demanda de cada aeroporto de maneiras distintas, sendo função de diversos fatores como por exemplo a frequência de voos, o tempo de acesso ao terminal e as tarifas das passagens. Uma das motivações deste estudo é a pressão pela expansão das infraestruturas aeroportuárias que são impostas à aviação civil, devido a uma deficiência no crescimento equivalente de pistas e terminais de passageiros. Com relação à literatura existe ainda uma lacuna na observação da distribuição da demanda brasileira em regiões com mais de um aeroporto. Os resultados deste trabalho poderão contribuir tanto com a comunidade acadêmica, visto que há pouca aplicação na literatura do mixed logit como ferramenta de análise de escolha aeroportuária, como com os administradores aeroportuários e empresas aéreas, na medida em que este assunto é vital para o planejamento de investimentos.

iii

Sumário 1

2

Introdução.................................................................................................................. 1 1.1

Objetivos ............................................................................................................ 3

1.2

Estrutura do trabalho .......................................................................................... 3

Revisão da literatura .................................................................................................. 4 2.1

Sistemas de múltiplos aeroportos ...................................................................... 4

2.2

Modelos de escolha discreta .............................................................................. 8

2.3

Técnicas de coleta de dados ............................................................................... 9

2.4 Comparação das literaturas sobre escolha aeroportuária em regiões de múltiplos aeroportos ................................................................................................................... 11 3

Metodologia ............................................................................................................ 13

4

Considerações.......................................................................................................... 15

Referências ..................................................................................................................... 17 Plano de Ação ................................................................................................................. 20

1

1

Introdução

Com base nos registros de dados estatísticos da Agência Nacional de Aviação Civil (ANAC, 2015), entre os anos de 2005 e 2014, a demanda brasileira do transporte aéreo doméstico cresceu 148%, com uma média superior a 6 milhões passageiros por ano. No mesmo período, os dados mostraram também um crescimento de 93% na oferta de assentos nos voos domésticos do País. Segundo estudo da McKinsey & Company (2010), o crescimento esperado da demanda de passageiros para os 20 anos seguintes seria em uma média de 5% ao ano, no cenário base, ou até 7% ao ano, no cenário mais otimista. Isto levaria o setor de aviação comercial brasileiro a patamares de demanda acima de 300 milhões de passageiros por ano, fazendo com que a projeção de crescimento brasileira fique em linha com a média das projeções globais. Contudo, todo este avanço no setor aéreo vem acompanhado de uma série de desafios. Paralelamente a esse crescimento da demanda pelo transporte aéreo e da disponibilidade de assentos, ocorre um processo de sobrecarga da infraestrutura nacional para a aviação civil, devido a uma deficiência no crescimento das capacidades de pistas e terminais. Como consequência, alguns dos maiores aeroportos do Brasil são pressionados a expandir suas capacidades, de forma a compatibilizar as infraestruturas aeroportuária e aeronáutica ao crescimento da demanda. Para Hess e Polak (2005), as decisões de expansão de capacidade aeroportuária são complexas, uma vez que os aeroportos podem fazer parte de uma rede, servindo uma região de múltiplos aeroportos. Os autores enfatizam que o caso de expansão da capacidade nestas regiões depende não somente do crescimento total do tráfego, mas também da distribuição da demanda pelo transporte aéreo dentre as alternativas de aeroporto. O processo de tomada de decisão para uma expansão aeroportuária nas regiões de múltiplos aeroportos depende do nível projetado de demanda dos diferentes aeroportos, sendo que a modelagem da escolha aeroportuária do ponto de vista dos passageiros é uma componente chave nestes estudos.

2 A Região Metropolitana de São Paulo (RMSP) é um exemplo de região de múltiplos aeroportos no Brasil. Atualmente, a cidade de São Paulo atrai milhões de pessoas por ano devido à sua grande importância econômica para o país. Para atender ao fluxo de pessoas que optam pelo transporte aéreo, o Estado de São Paulo conta com dois importantes aeroportos comerciais, que juntos possuem a capacidade de aproximadamente 60 milhões de pessoas por ano. O Aeroporto Internacional de São Paulo/Guarulhos – Governador André Franco Montoro (ICAO: SBGR, IATA: GRU), é o maior deles em termos de movimentação de passageiros por ano (ANAC,2015); e o Aeroporto de São Paulo/Congonhas (ICAO: SBSP, IATA: CGH), movimentou mais de 19 milhões de pessoas em 2015, segundo a Empresa Brasileira de Infraestrutura Aeroportuária (Infraero, 2015). O Aeroporto Internacional de Viracopos (ICAO: SBKP, IATA: VCP) também é importante para o tráfego da região e movimentou mais de 10 milhões de pessoas em 2015, segundo administrador aeroportuário (ABV, 2015). O Aeroporto Internacional de Guarulhos passa por um processo de transformação pós concessão. Além da recente construção do Terminal 3, o edifício-garagem, a ampliação dos pátios de aeronaves e o acesso viário, o aeroporto obteve aprovação para a operação da nova pista de taxi (GRU, 2015). A Concessionária do Aeroporto informa ainda que esta pista aumenta consideravelmente a eficiência operacional do aeroporto, na medida em que reduz o tempo de movimentação das aeronaves em solo. Além do Aeroporto Internacional de Guarulhos, o Aeroporto Internacional de Viracopos também passa por um processo de investimentos. Segundo o estudo da McKinsey (2010), o referido aeroporto possui o melhor sítio aeroportuário da TMA-SP, sigla em inglês referente à Área de Controle de Terminal da região de São Paulo. O motivo é que além de estar localizado em uma área ampla e plana, a ocupação populacional ao redor é menos densa, facilitando, portanto, o processo de relocação das casas que precisariam ser removidas do terreno destinado à expansão. Contudo é destacado que a expansão máxima desse sítio traria consequências importantes para a movimentação de passageiros nos acessos viários do Estado de São Paulo. O Aeroporto de São Paulo/Congonhas se encontra atualmente em um sítio aeroportuário cuja capacidade de expansão é bastante limitada pelas características do local e pela ocupação urbana no seu entorno. Apesar de ter sido apontado como o aeroporto de maior

3 movimento de voos domésticos do Brasil pela Mckinsey & Company (2010), o Aeroporto de São Paulo/Congonhas apresentou queda em movimentação de passageiros decorrente de restrições de segurança. Como última medida de solução para os gargalos da infraestrutura da TMA-SP, é considerada a alternativa de se construir um quarto aeroporto de grande porte na região. O Novo Aeroporto de São Paulo – NASP- é um projeto que vem sendo idealizado por duas grandes construtoras brasileiras que pretendem a instalação do empreendimento na cidade de Caieiras, distante 35 km da capital paulista. O aeroporto privado prevê uma capacidade de 50 milhões de passageiros por ano e pode se tornar uma alternativa competitiva aos aeroportos existentes. São Paulo possui três aeroportos com porte superior a 3 milhões de passageiros anuais e possui uma considerável infraestrutura instalada. Neste sentido, expandir esta infraestrutura deve ser prioridade sobre soluções que busquem novos sítios aeroportuários, pois permite aproveitar a base que já está em funcionamento (McKinsey & Company, 2010). Desta forma, considera-se como uma motivação do trabalho a avaliação da viabilidade do empreendimento. Propõe-se que uma análise da implantação do aeroporto baseada na escolha aeroportuária dos passageiros na região da TMA-SP seja suficiente para alcançar tal objetivo. 1.1

Objetivos

A pesquisa proposta pretende realizar uma análise da escolha aeroportuária, com base na preferência dos passageiros, em uma região de múltiplos aeroportos, como é o caso da Região Metropolitana de São Paulo. Contando principalmente com a influência dos aeroportos de Guarulhos, Congonhas e Campinas, a região poderá vir a receber a criação do Novo Aeroporto de São Paulo – NASP, cuja viabilidade é pauta de estudo deste trabalho. 1.2

Estrutura do trabalho

Para contemplar todos os aspectos relacionados ao tema e a metodologia selecionada, realizando uma revisão da literatura, este trabalho é assim particionado: a presente Seção

4 traz uma introdução preliminar ao tema com a contextualização e apresentação do problema, bem como expõe a motivação e objetivos que conduzem esta pesquisa; na Seção 2 faz-se uma revisão de literatura acerca da temática da escolha aeroportuária em uma região de múltiplos aeroportos, dos modelos de escolha discreta e das técnicas de coleta de dados, encerrando com uma comparação das literaturas disponíveis sobre o tema; e a Seção 3 traz uma explicação da metodologia escolhida para este trabalho; na Seção 4 é feita uma breve conclusão da pesquisa que encontra-se em andamento.

2

Revisão da literatura

Este capítulo foi seccionado em quatro tópicos, os quais revisam literaturas respectivamente sobre: (i) regiões de múltiplos aeroportos e o processo de escolha aeroportuária consequente; (ii) os modelos econométricos de escolha discreta usados na previsão de demandas de transportes; (iii) as técnicas de preferência aplicadas na coleta de dados dos usuários do sistema de transporte (aéreo, neste caso); e por fim, (iv) uma análise comparativa de estudos sobre escolha aeroportuária em regiões de múltiplos aeroportos. A competição aeroportuária tem sido analisada principalmente através de metodologias que envolvem duas etapas principais. A primeira consiste em uma coleta de dados de preferência com os passageiros usuários do sistema. A segunda, na modelagem matemática da escolha aeroportuária, a partir da base de dados obtida, utilizando um ou mais modelos de escolha discreta. 2.1

Sistemas de múltiplos aeroportos

Diversas regiões metropolitanas ao redor do mundo são servidas por mais de um aeroporto comercial na busca pela acomodação da crescente demanda pelo transporte aéreo. De Luca (2012), identifica em seu trabalho 59 regiões de múltiplos aeroportos, sendo 25 na Europa, 18 na América do Norte, 8 na Ásia, 5 na América Latina e 3 no Oriente Médio. Para De Neufville e Odoni (2003), as principais razões que levam a adoção de mais de um aeroporto em uma mesma região incluem restrições de capacidade ou técnicas. No Brasil, a situação é exemplificada nas capitais São Paulo e Rio de Janeiro cujos aeroportos

5 centrais são limitados em termos dos comprimentos de pistas, o que motivou a construção de novos aeroportos nas regiões (Correia et al., 2011). Alguns dos sistemas de múltiplos aeroportos existentes foram destacados por De Neufville e Odoni (2003) e são mostrados na Figura 1. Os autores ressaltam a necessidade de atenção especial à tais grupos de aeroportos. Para eles, a competição interna nos sistemas por tráfego representa uma dificuldade singular para os operadores e planejadores de aeroportos.

Figura 1: Aeroportos em sistemas de múltiplos aeroportos de Londres, São Francisco, Tokyo e Washington. Fonte: de Neufville e Odoni (2003)

No Brasil identificam-se quatro principais regiões de múltiplos aeroportos, como mostra a Figura 2. Além de São Paulo, a cidade Curitiba, no Paraná, conta com dois aeroportos: o Aeroporto Internacional Afonso Pena, (ICAO: SBCT, IATA: CWB), localizado na

6 Região Metropolitana de Curitiba, e o Aeroporto de Bacacheri (ICAO: SBBI, IATA: BFH); o Rio de Janeiro, capital do estado homônimo, é servido comercialmente pelo Aeroporto Internacional do Rio de Janeiro/Galeão – Antônio Carlos Jobim (ICAO: SBGL, IATA: GIG), e pelo Aeroporto Santos Dumont (ICAO: SBRJ, IATA: SDU); por fim, a capital de Minas Gerais, Belo Horizonte dispõe também de dois aeroportos: o Aeroporto Carlos Drummond de Andrade (ICAO: SBBH, IATA: PLU) e o Aeroporto Internacional de Confins/Tancredo Neves (ICAO: SBCF, IATA: CNF).

Figura 2: Aeroportos em sistemas de múltiplos aeroportos de São Paulo, Curitiba, Rio de Janeiro e Belo Horizonte. Fonte: Google Earth

7 Em regiões de múltiplos aeroportos, as atividades das empresas de serviços aéreos refletem decisões baseadas em previsões de eficiência operacional e melhorias na conectividade das redes, à luz das preferências dos consumidores (Harvey, 1987). No trabalho de Yang et al. (2014), os autores ressaltaram a importância da experiência passada de passageiros como um fator a ser transformado pelos gestores de aeroportos e operadores de companhias aéreas. Segundo Ashford et al. (2011), a análise da escolha aeroportuária se tornou um item muito importante nos estudos de previsão de demanda dos aeroportos. Muitas pesquisas obtiveram sucesso no seu desenvolvimento e na calibração graças aos modelos matemáticos usados para prever o nível de futuras atividades sob diferentes ambientes de mercado, prestação de serviço, e os efeitos da concorrência entre existentes e novos aeroportos. Para Correia et al. (2011), a inclusão de um novo aeroporto em uma região metropolitana pode gerar uma perturbação em uma rede aeroportuária. Um desequilíbrio possível seria o esvaziamento de um ou mais aeroportos que não possuem atratividade aos clientes. Visando a magnitude dos investimentos associados a um empreendimento como este, os riscos prováveis devem ser avaliados em detalhe, seja o investimento público, privado ou misto. A análise da competição entre aeroportos e sistemas de aeroportos é um assunto vital para o planejamento de investimentos e, portanto, para os administradores aeroportuários e de empresas aéreas. Sendo assim, percebe-se a necessidade do desenvolvimento de ferramentas eficientes que permitam compreender e capturar o comportamento dos usuários do transporte aéreo no que diz respeito às suas escolhas diante de diferentes cenários característicos do ambiente competitivo (Murça e Correia, 2013). Os modelos de escolha discreta, sustentados pela teoria da utilidade, são largamente usados no entendimento do comportamento de um indivíduo diante de um conjunto de alternativas independentes. A teoria citada baseia-se na hipótese de que cada indivíduo é um ser racional que realiza suas escolhas com o objetivo de maximização da utilidade (Edwards, 1954).

8 2.2

Modelos de escolha discreta

Para análise da escolha aeroportuária, este trabalho propõe um modelo econométrico que simula o comportamento de um passageiro frente a um portfólio de aeroportos para ser origem de uma determinada viagem desejada. É assumido que na Região Metropolitana de São Paulo existem aeroportos concorrentes, com diversas características individuais como acesso, frequência de voos oferecidos e preço das passagens que influem na decisão do cliente no processo de escolha. Horonjeff et al. (2010) apontam que as técnicas de extrapolação de tendência não contam com relações entre os projetores de atividade e as diversas variáveis que podem afetá-los. Por outro lado, os modelos econométricos relacionam dados da aviação com fatores econômicos e sociais para o estudo de demandas futuras. Modelos de escolha discreta vem sendo usados por quase 40 anos no campo das pesquisas de transporte. Ashiabor et al. (2015) realizaram uma revisão da literatura de modelos de logit. Segundo os autores, o primeiro a ser desenvolvido foi o multinomial logit, em 1976, para uma pesquisa de previsão de passageiros entre cidades. Em seguida, o nested logit foi usado em 1985 em um estudo de demanda semelhante. Outros modelos foram sendo desenvolvidos ao longo dos anos como cross-nested logit e mixed logit. Sendo um dos modelos mais simples e mais aplicados na literatura, o logit multinomial (ML) assume a hipótese de que as componentes aleatórias da função utilidade são identicamente e independentemente distribuídas (iid) conforme uma distribuição do tipo Gumbel (comum aos modelos logit), implicando que cada alternativa é tida como independente umas das outras e possuem a mesma variância. Para Murça e Correia (2013), a popularidade do logit está relacionada a sua facilidade de manuseio analítico, evidenciada, por exemplo, na extração de elasticidades. O modelo logit aninhado (nested logit) é utilizado quando se verifica a existência de correlação entre as alternativas, relaxando a hipótese de independência dos resíduos do modelo anterior. Sendo assim, são obtidas elasticidades que refletem melhor o padrão de substituição de consumo em relação ao simples (Ferreira e Oliveira, 2008). Também conhecido pela sigla NL, o modelo é largamente utilizado na literatura de escolha aeroportuária, como nos trabalhos de Pels et al. (2001, 2003) e Hess e Polak (2004). No entanto, Hess e Polak (2006) destacam a limitação do modelo em análises do processo de

9 escolha com três dimensões, i.e. aeroporto, empresa aérea e modo de acesso, uma vez que a correlação é feita apenas aos pares. Avançando na metodologia de modelo de escolha direta, os autores Hess e Polak (2006) fizeram uso do cross-nested logit (logit aninhado cruzado) para explicar a escolha de passageiros pelos aeroportos da grande região de Londres. Neste estudo os autores concluíram superioridade deste modelo frente aos dois anteriores. O modelo captura explicitamente a correlação entre as dimensões estudadas, onde as alternativas são agrupadas quando compartilham fatores não observáveis (Lai e Bielaire, 2015; Bierlaire, 2006; Wen e Koppelman, 2001). Outro modelo que apresenta maior flexibilidade da propriedade iai é o mixed multinomial logit (também conhecido como MMNL model, mixed logit ou logit misto), de uso crescente na literatura de escolha aeroportuária. Apesar de conhecido há várias décadas (desde 1980 com sua primeira aplicação por Boyd e Mellman), o modelo só se tornou plenamente aplicável após o advento da simulação. O modelo MMNL pode ser derivado de uma variedade de especificações de comportamento, e cada derivação gera uma interpretação particular. Sua definição consiste na forma funcional das probabilidades de escolha. Qualquer especificação comportamental cuja probabilidade de escolha derivada tem sua forma particular pode ser chamada de mixed logit model (Train, 2009). Os autores Hess e Polak (2005) foram os pioneiros a utilizarem o modelo em análises de escolha aeroportuária. Expandindo para a área de transportes, diversos autores também aproveitam a ferramenta para análises de escolha modal (Paulssen et al., 2014; Greene e Hensher, 2013). Na pesquisa será feito o uso do modelo mixed multinomial logit para a compreensão do comportamento dos usuários do transporte aéreo brasileiro na região da Grande São Paulo em relação à escolha de um aeroporto como origem de determinada viagem. Além de bastante atual na literatura, o modelo apresenta robustez, permitindo incorporar variações das preferências não observáveis, que será apresentada mais adiante no Capítulo 3, sobre a metodologia utilizada. 2.3

Técnicas de coleta de dados

Para viabilizar a aplicação dos modelos matemáticos descritos no tópico anterior, faz-se necessária a obtenção de uma base de dados relativos às preferencias dos passageiros com

10 origem na região estudada. Para isto é preciso que os dados coletados da amostra de passageiros sejam representativos da população global desta região. Duas técnicas de coleta de dados de preferência bastante utilizadas na literatura de pesquisas de transporte são: i) a Técnica de Preferência Revelada (TPR), e ii) a Técnica de Preferência Declarada (TPD). Por definição, a TPR é uma técnica que auxilia na captação da preferência de um mercado momentâneo ou de passado recente, e é usado quando se deseja capturar o comportamento efetivo do usuário do sistema de transportes. A coleta de dados é geralmente feita através de questionários sobre a situação em que o indivíduo se encontra no momento da pesquisa e sobre suas decisões tomadas relacionadas ao contexto da pesquisa. Existe também a situação de coleta de dados na situação de observação direta do comportamento decisório dos usuários dos sistemas, sem a necessidade de contato direto com o pesquisador. Contudo, este método está condicionado a uma série de limitações como o fato de que os atributos rejeitados pelo indivíduo e seu comportamento face às opções não existentes não serão percebidos (Murça e Correia, 2013) Por outro lado, a TPD consiste em coletar a preferência do indivíduo a partir de suas escolhas no ato da entrevista em um experimento elaborado com alternativas preestabelecidas de cenários diversos. A técnica avança na possibilidade de submeter o entrevistado a uma avaliação de situações hipotéticas afim de avaliar seu comportamento, tornando a análise dos padrões de substituição consideravelmente mais fáceis diante da presença de múltiplas observações para o indivíduo (Hess e Polak, 2006). Porém, a crítica ao método está relacionada a variação comportamental dos indivíduos na transformação do cenário hipotético em realidade. A pessoa entrevistada recebe diversas informações, muitas vezes do tipo que não está familiarizada, fazendo com que acabem formando ou até mudando suas opiniões no momento da pesquisa (Carlsson, 2010). Os autores Hensher et al. (1998) sugerem que as Técnicas de Preferência Declarada e Revelada possuem prós e contras complementares que poderiam, potencialmente, ser explorados para o aperfeiçoamento do entendimento dos processos de preferência. No entanto, pelo fato da presente pesquisa considerar a existência de um novo aeroporto a ser construído na região de múltiplos aeroportos de São Paulo, o entrevistado deverá lidar com a análise de cenários hipotéticos, fazendo com que a TPD seja a mais adequada para esta situação.

11 2.4

Comparação das literaturas sobre escolha aeroportuária em regiões de múltiplos aeroportos

Ao longo de várias décadas, numerosos estudos de escolha aeroportuária foram realizados utilizando os mais diversos modelos matemáticos e técnicas de coleta de dados de preferência. Atualmente, a importância do entendimento do comportamento dos usuários dos sistemas de transporte aéreo é cada vez maior, na busca por otimizar o planejamento de investimentos no setor e, portanto, de grande interesse para os administradores aeroportuários e para as empresas aéreas. Sendo assim, buscando expor o desenvolvimento da literatura neste tema, é conveniente a realização de uma análise comparativa de alguns dos estudos realizados ao longo dos anos em diversas regiões do mundo. A apresentação dos resultados para cada sistema de múltiplos aeroportos também é significante na medida em que auxilia na comparação dos estudos. Os autores Murça e Correia (2013) realizaram um levantamento bibliográfico que agrupou publicações no período entre 1987 e 2012, conforme mostra a Tabela 1. Sequencialmente, os autores mostraram os diferentes resultados obtidos em cada estudo, confrontando-os e comparando-os entre si. Dando continuidade ao trabalho dos autores, acrescentou-se à Tabela 1 alguns dos trabalhos realizados a partir de 2013 até o ano corrente. Vale ressaltar que o presente relatório trata-se de uma pesquisa de mestrado em andamento, com previsão de conclusão para meados de 2017, e é objetivo da autora a inclusão de mais literaturas atualizadas sobre o tema.

12 Tabela 1: Estudos sobre escolha aeroportuária em regiões de múltiplos aeroportos

Pesquisador

Área estudada

Método de coleta de dados

Modelo matemático

Harvey (1987)

Área da Baía de São Francisco

Preferência revelada

Logit Multinomial

Pels et al (2003)

Área da Baía de São Francisco

Preferência revelada

Logit aninhado

Basar e Bhat (2004)

Área da Baía de São Francisco

Preferência revelada

Logit Multinomial com formação probabilistica de painel de alternativas

Blackstone et al (2006)

Região do Médio Atlântico

Preferência revelada (por telefone)

Probit

Loo (2008)

Delta do Rio das Pérolas (Hong Kong)

Preferência declarada

Logit Multinomial

Ishii et al (2009)

Área da Baía de São Francisco

Preferência revelada

Logit condicional ponderado e logit misto ponderado

De Luca (2012)

Região de Campanha (Itália)

Preferência declarada

Logit Multinomial, logit hierárquico e logit multinomial misto

Preferência revelada

Logit Multinomial, Logit aninhado e logit aninhado cruzado

Hess et al. (2013)

Escobari e Mellado (2014)

Costa leste dos EUA

Mercado internacional entre os maiores aeroportos de NY (Newark Preferência revelada Liberty, John F. Kennedy and La Guardia) e Torondo. Fonte: Murça e Correia (2003) e Autora

Logit Multinomial

Os autores Hess et al. (2013) apresentaram uma análise da modelagem de escolha discreta do comportamento de usuários do transporte aéreo usando a técnica de preferência declarada, coletada na Costa Leste dos Estados Unidos da América (EUA) em 2008. No trabalho, mostraram não somente a natureza do processo de escolha tridimensional, com passageiros escolhendo uma combinação de aeroporto, companhia aérea e modo de acesso, mas também as correlações entre todas as três dimensões de escolha. Como conclusão, obtiveram ganhos significativos utilizando o cross-nested logit no desempenho do modelo e padrões de substituição mais realísticas na previsão. Escobari e Mellado (2014) trabalharam sobre uma base de dados obtidos por preferência revelada de todos os voos do mercado internacional de viagens aéreas entre Nova Iorque, nos EUA, e Toronto, no Canadá. Uma das conclusões obtidas foi que a demanda é mais

13 sensível à variação de preços para voos com origem nos períodos da manhã e noite do que quando comparada a voos no período da tarde. A literatura sobre a escolha aeroportuária feita pelos passageiros em regiões brasileiras com mais de uma opção de aeroporto é escassa. Motivada a preencher esta lacuna, a presente pesquisa tratará dos passageiros na Área Terminal de São Paulo, influenciada por três grandes aeroportos comerciais. Dos resultados previstos está a definição do(s) parâmetro(s) mais importante(s) à decisão das pessoas ao optar por determinado aeroporto como origem de uma viagem.

3

Metodologia

O trabalho segue o seguinte fluxo: (i) definição, com base na literatura, dos parâmetros que influenciam na decisão do passageiro pela escolha do aeroporto de origem e construção do modelo; (ii) criação do questionário e dos cartões de cenários hipotéticos a serem utilizados na aplicação da Técnica de Preferência Declarada; (iii) coleta de dados no(s) aeroporto(s) a partir da aplicação dos questionários aos passageiros presentes; (iv) execução e análise do modelo; e (v) validação e verificação dos resultados. O fluxograma resumido é apresentado na Figura 3, com duas etapas. A primeira etapa incorpora as atividades de cunho teórico baseado na literatura disponível no tema; a segunda etapa reúne a parte prática da pesquisa com visita ao(s) aeroporto(s) e aplicação da modelagem definida, seguida da análise de resultados.

14

Figura 3: Fluxograma da metodologia em duas etapas

Conforme apresentado no Capítulo 2, para a realização desta pesquisa será utilizado o modelo econométrico de escolha discreta multinomial mixed logit, mais conhecido como mixed logit ou MMNL model. Para realização da descrição do modelo que se seguirá nos próximos parágrafos, consultou-se predominantemente o autor Train (2009). Para quaisquer modelos da teoria da utilidade de escolha discreta, assume-se que um indivíduo amostral (n = 1, ..., N) deve lidar com a escolha dentre J alternativas. É assumido que um indivíduo n considera todo o leque de alternativas na situação de escolha e que faz sua decisão pela alternativa com a maior utilidade. A função que expressa a relativa utilidade associada a cada alternativa j, conforme avaliada por cada indivíduo n é descrita na forma:

𝑈𝑛𝑗 = 𝛽´𝑛 𝑋𝑛𝑗 + 𝜀𝑛𝑗 Assim, a utilidade 𝑈𝑛𝑗 pode ser entendida como uma função de 𝑋𝑛𝑗 , um vetor de atributos relacionados à alternativa j e às características socioeconômicas do tomador de decisão. As componentes 𝛽𝑛 e 𝜀𝑛𝑗 não são observadas pelo investigador e consistem em influências estocásticas, sendo 𝛽𝑛 um vetor de coeficientes dos atributos para a pessoa n representando suas percepções, e 𝜀𝑛𝑗 um termo aleatório que permite a maior

15 flexibilidade do modelo, mesmo sendo identicamente e independentemente distribuído (iid), como em modelos ML. Os coeficientes variam de acordo com os tomadores de decisão numa população de densidade 𝑓(𝛽). Esta densidade é função do parâmetro θ que representa, por exemplo, a média e covariância dos valores de 𝛽 na população. Esta especificação é semelhante ao logit multinomial com a exceção de que 𝛽 varia conforme decisão do indivíduo ao invés de ser fixada. O tomador de decisão conhece os valores dos seus próprios coeficientes 𝛽𝑛 e 𝜀𝑛𝑗 para todo j e escolhe a alternativa i se, e somente se 𝑈𝑛𝑖 > 𝑈𝑛𝑗 ∀ 𝑗 ≠ 𝑖. O pesquisador pode observar os valores de 𝑋𝑛𝑗 mas não os coeficientes 𝛽𝑛 ou 𝜀𝑛𝑗 . Sendo assim, a probabilidade condicional em 𝛽𝑛 é:

𝑒 𝛽´𝑛𝑥𝑛𝑖 𝐿𝑛𝑖 (𝛽𝑛 ) = ∑𝑗 𝑒 𝛽´𝑛𝑥𝑛𝑗 Contudo, o pesquisador não conhece o valor de 𝛽𝑛 , portanto não pode condicionar 𝛽. Sendo assim, a probabilidade incondicional de escolha é a integral de 𝐿𝑛𝑖 (𝛽𝑛 ) sobre todos os possíveis valores das variáveis 𝛽𝑛 . As probabilidades do modelo mixed logit são integrações das probabilidades do logit padrão sobre a densidade de parâmetros. Mais especificamente, um logit misto é um modelo qualquer onde a probabilidade de escolha possa ser expressa na forma:

𝑃𝑛𝑖 = ∫ 𝐿𝑛𝑖 (𝛽𝑛 )𝑓(𝛽)𝑑𝛽 Ou seja,

𝑃𝑛𝑖 = ∫

4

𝑒 𝛽´𝑥𝑛𝑖 ∑𝑗 𝑒

𝛽´𝑥𝑛𝑗

𝑓(𝛽)𝑑𝛽.

Considerações

Como exemplo de região de múltiplos aeroportos no Brasil, a Grande São Paulo é atendida por três aeroportos: o Aeroporto Internacional de São Paulo/Guarulhos – Governador André Franco Montoro, o Aeroporto de São Paulo/Congonhas e o Aeroporto

16 Internacional de Viracopos. Devido à expectativa de crescimento da demanda pelo transporte aéreo na região, existe o risco de saturação de capacidade. A partir daí surge a pressão pelo aumento da infraestrutura individual dos aeroportos, e pelo investimento na construção de um novo aeroporto, o NASP (Novo Aeroporto de São Paulo). Antes de qualquer medida, é aconselhável que se façam estudos para avaliar os riscos associados aos vultosos investimentos envolvidos no desenvolvimento destes aeroportos. Uma vez que os três aeroportos podem ser considerados componentes de uma rede, podese dizer que eles trabalham dentro de uma competição interna. Um novo aeroporto pode provocar desequilíbrios indesejáveis na rede, como a ocorrência de situações de esvaziamento de aeroportos menos atrativos. Neste sentido, o presente trabalho propõe-se a analisar a competição dos aeroportos envolvidos no sistema com base na escolha aeroportuária pelos passageiros. Para isto será desenvolvida uma ferramenta baseada no uso do Logit Misto, com base de dados obtida pela Técnica de Preferência Declarada, que permita capturar e auxiliar a compreensão do comportamento dos usuários do transporte aéreo no que diz respeito às suas escolhas diante de diferentes cenários característicos do ambiente competitivo. Tal estudo poderá servir de auxílio às administrações governamentais para o subsídio voltado ao planejamento de investimentos no setor, favorecendo administradores aeroportuários e empresas aéreas, além de também contribuir com a comunidade acadêmica, visto que há pouca aplicação na literatura do mixed logit como ferramenta de análise de escolha aeroportuária.

17

Referências ABV

–

Aeroportos

Brasil

Viracopos

(2015)

Estatísticas.

Disponível

em

. Acesso em 18 de março de 2016. AGÊNCIA NACIONAL DE AVIAÇÃO CIVIL ANAC (2015) Dados Estatísticos. Disponível em . Acesso em 07 de janeiro de 2016. ASHIABOR, S., BAIK, H., and TRANI, A. (2015). Logit models for forecasting nationwide intercity travel demand in the United States. Transportation Research Record: Journal of the Transportation Research Board. ASHFORD, N. J., MUMAYIZ, S. and WRIGH, P. H. (2011) Airport Engineering: Planning, Design and Development of 21st Century Airports. 4th ed. BIERLAIRE, M. (2006). A theoretical analysis of the cross-nested logit model, Annals of Operations Research 144(1): 287–300. BOYD, J. and J. MELLMAN (1980) The effect of fuel economy standards on the U.S. automotive market: A hedonic demand analysis. Transportation Research A 14, 367–378. CARLSSON, F. (2010) Design of stated preference surveys: is there more to learn from behavioral economics? Environmental and Resource Economics, vol. 46, n. 2, pp. 167-177. CORREIA, A. R., NIYAMA, L. E., and NOGUEIRA, S. D. A. F. (2011). Estimativa da distribuição da demanda na região metropolitana de São Paulo com cenários de um novo aeroporto. Journal of Transport Literature, vol. 5, n. 2, pp. 44-62. DE LUCA, S. (2012) Modelling airport choice behaviour for direct flights, connecting flights and different travel plans. Journal of Transport Geography, vol. 22, pp.148-163. DE NEUFVILLE, R. and ODONI, A. (2003) Airport Systems. Planning, Design and Management. McGraw- Hill, New York. EDWARDS, W. (1954). The theory of decision making. Psychological bulletin, 51(4), 380. ESCOBARI, D. and MELLADO, C. (2014). The Choice of Airport, Airline, and Departure Date and Time: Estimating the Demand for Flights. The Economics of International Airline Transport (Advances in Airline Economics, Volume 4) Emerald Group Publishing Limited, 4, 177-198.

18 FERREIRA, N. S. and OLIVEIRA, A. V. M. (2008). Modelagem Da Escolha De Passageiros Por Operadoras De Transporte. Rev. Bras. Biom, 26(4), 7-17. GREENE, W. H.; HENSHER, D. A. (2013) Revealing additional dimensions of preference heterogeneity in a latent class mixed multinomial logit model. Applied Economics, v. 45, n. 14, p. 1897-1902. GRU AIRPORT - Aeroporto Internacional de São Paulo (2015). Concessionária do Aeroporto Internacional de Guarulhos S.A. Disponível em: . Acesso em 18 de março de 2016. HARVEY, G. (1987). Airport choice in a multiple airport region. Transportation Research Part A: General, 21(6), 439-449. HENSHER, D., LOUVIERE, J. and SWAIT, J. (1998). Combining sources of preference data. Journal of Econometrics, 89(1), 197-221. HESS, S. and POLAK, J.W., (2004). On the use of Discrete Choice Models for Airport Competition with Applications to the San Francisco Bay area Airports. 10th Triennial World Conference on Transport Research, Istanbul. HESS, S. and POLAK, J. W. (2005). Mixed logit modelling of airport choice in multi-airport regions. Journal of Air Transport Management, 11(2), 59-68. HESS, S. and POLAK, J. W. (2006). Exploring the potential for cross-nesting structures in airport-choice analysis: a case-study of the Greater London area. Transportation Research Part E: Logistics and Transportation Review, 42(2), 63-81. HESS, S., RYLEY, T., DAVISON, L. and ADLER, T. (2013). Improving the quality of demand forecasts through cross nested logit: a stated choice case study of airport, airline and access mode choice. Transportmetrica A: Transport Science, 9(4), 358-384. HORONJEFF, R., MCKELVEY, F. X., SPROULE, W. J. and YOUNG, S. B. (2010) Planning and Design of Airports, 5th ed., McGraw Hill, New York. INFRAERO - Empresa Brasileira de Infraestrutura Aeroportuária (2015) Estatística. Disponível em: . Acesso em 24 de março de 2016.

19 LAI, X. and BIERLAIRE, M. (2015) Specification of the cross-nested logit model with sampling of alternatives for route choice models. Transportation Research Part B: Methodological, v. 80, p. 220-234. McKINSEY & COMPANY (2010) Estudo do Setor de Transporte Aéreo do Brasil: Relatório Consolidado. Rio de Janeiro. MURÇA, M.C.R. and CORREIA, A.R. (2013) Análise da modelagem da escolha aeroportuária em regiões de múltiplos aeroportos. Journal of Transport Literature, São José dos Campos, v.7, n.4, p.130-146. PAULSSEN, M., TEMME, D., VIJ, A., and WALKER, J. L. (2014). Values, attitudes and travel behavior: a hierarchical latent variable mixed logit model of travel mode choice. Transportation, 41(4), 873-888. PELS, E., NIJKAMP, P. and RIETVELD, P., (2001). Airport and airline choice in a multi-airport region: an empirical analysis for the San Francisco bay area. Regional Studies. 35, 1-9. PELS, E., NIJKAMP, P. and RIETVELD, P. (2003) Access to and competition between airports: a case study for the San Francisco Bay Area. Transportation Research Part A, vol. 37, n. 1, pp. 71-83. TRAIN, K.E. (2009) Discrete Choice Methods with Simulation. 2.ed. Cambridge University Press.

Yang, C. W., Lu, J. L., and Hsu, C. Y. (2014). Modeling joint airport and route choice behavior for international and metropolitan airports. Journal of Air Transport Management, v. 39, p. 89-95. WEN, C.-H. and KOPPELMAN, F. S. (2001). The generalized nested logit model. Transportation Research Part B: Methodological 35(7): 627–641.

20

Plano de Ação -

Dados da pesquisa o Título da pesquisa: Modelo de escolha aeroportuária em uma região de múltiplos aeroportos: um estudo de caso considerando um novo aeroporto em São Paulo o Nome do aluno: Tainá Pôssas Abreu o Orientador: Anderson Ribeiro Correia o Coorientadora: Giovanna Miceli Ronzani Borille o Relator: Carlos Muller o Data do seminário: 29 de Abril de 2016 o Datas dos seminários anteriores:  14 de Agosto de 2015

-

Atividades acadêmicas o Disciplinas cursadas até o momento:  IT-207: Pesquisa Operacional Aplicada a Problemas de Transporte Aéreo;  IT-203: Aeroportos;  IT-210: Análise de Sistemas Logísticos. o Disciplinas em curso:  IT-201: Análise de Transportes;  IT-204: Análise Operacional e Gerencial de Aeroportos;  IT-200: Infraestrutura Aeronáutica.

-

Periódico almejado para submissão o Nome do periódico: Journal of Air Transport Management. ISSN: 09696997 o URL do periódico: http://www.journals.elsevier.com/journal-of-airtransport-management/ o Qualis do periódico: A2 o Justificativa da escolha do periódico: o periódico possui outras publicações no tema.

Cronograma: Atividades Disciplinas Revisão Bibliográfica Aprimoramento da Metodologia Coleta e Tratamendo de Dados Modelagem Verificação e Validação Avaliação dos Resultados Conclusões Redação de artigos e dissertação Envio de artigos para periódicos Defesa da Tese

AGO x x x

2015 2016 2017 SET OUT NOV DEZ JAN FEV MAR ABR MAI JUN JUL AGO SET OUT NOV DEZ JAN FEV MAR ABR MAI JUN JUL x x x x x x x x x x x x x x x x x x x x x x x x