Baixe o app para aproveitar ainda mais
Prévia do material em texto
CAP. 6 – TEORIA DA DEMANDA DISCIPLINA: AAM 0719 – ENGENHARIA DOS TRANSPORTES Professor: LUÍS HENRIQUE GONÇALVES COSTA, MSc. PREVISÃO E MODELOS C A P . 6 – T E O R I A D A D E M A N D A PREVISÃO DE DEMANDA A demanda por transporte é totalmente dependente das características físicas e sócio-econômicas da região de estudo. Qualquer modificação no uso e ocupação do solo tem efeito sobre a movimentação dos indivíduos. A análise e projeção da demanda pode ser realizada com o intuito de investigar novas estratégias gerenciais, tais como mudanças no preço, ou de planejar grandes investimentos que requerem previsões de longo prazo. C A P . 6 – T E O R I A D A D E M A N D A PREVISÃO DE DEMANDA PREVISÃO DE DEMANDA Modelos Diretos Modelos Sequenciais • Curvas de Demanda • Conceitos de Elasticidade • Geração • Distribuição • Divisão modal • Alocação C A P . 6 – T E O R I A D A D E M A N D A PREVISÃO DE DEMANDA –MODELOS DIRETOS Previsão incondicional – não vinculada a outras variáveis (séries históricas) • Projeção linear – admite que a demanda cresce segundo uma progressão aritmética, em que o primeiro termo é a demanda inicial e a razão é a taxa estimada de crescimento por ano. C A P . 6 – T E O R I A D A D E M A N D A Previsão incondicional • Projeção Geométrica ou Exponencial – admite que a demanda cresce segundo uma progressão geométrica, em que o primeiro termo é a demanda inicial e a razão é o fator de crescimento anual. PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Previsão incondicional • Projeção com o Emprego da Curva Logística – quando se estuda a variação de volumes de tráfego através de dados históricos, condicionando-a ao valor de saturação ou capacidade da uma rodovia. PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A PREVISÃO DE DEMANDA Previsão condicionada – vinculada a outras variáveis (por exemplo: tarifa, renda , população , produção etc). A definição da curva da demanda compreende a identificação dos fatores determinantes da demanda e a maneira como eles interagem e afetam os sistemas de transporte. Para definição da curva de demanda utiliza-se o método de mínimos quadrados (regressão) gerando uma função linear ou não, onde a variável dependente é a demanda de transporte que se estuda e as variáveis. C A P . 6 – T E O R I A D A D E M A N D A Previsão condicionada De um modo geral os fatores que interferem são: • atributos socioeconômicos • custo de uso do sistema • atributos relacionados com o nível de serviço do sistema Exemplo de variáveis utilizadas na demanda de transporte de carga • Produção, PIB, Salário mínimo, Consumo de combustível, Custo do transporte. PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Previsão condicionada Exemplo de variáveis utilizadas na demanda de transporte de passageiros • População • Renda • Pessoas empregadas • Custo de transporte PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Elasticidade da Demanda – permite que se avalie uma possível alteração da demanda em função de mudanças nas características dos serviços, como por exemplo, tarifa, frequência dos serviços, tempo de viagem etc. Utilizado pelas empresas de transporte, na medida em que a partir da curva de demanda em função de diferentes parâmetros se possam inferir sobre a variação da demanda. PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Elasticidade da Demanda D – Demanda X – Variável Elasticidade (E) PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Elasticidade da Demanda PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Elasticidade da Demanda PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Elasticidade da Demanda PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Elasticidade da Demanda PREVISÃO DE DEMANDA –MODELOS DIRETOS Os determinantes básicos da elasticidade da demanda de um produto ou serviço com respeito a seu próprio preço são: A disponibilidade de substitutos; A natureza da necessidade que o bem ou serviço satisfaz; O número de usos para o qual um bem é colocado; A proporção de renda gasta no bem ou serviço. C A P . 6 – T E O R I A D A D E M A N D A Elasticidade da Demanda Exemplo Um determinado ramal ferroviário transportava 2 x 106 ton.km/ano de carga a um preço de R$ 4,00 reais por tonelada. Um aumento de 10% provocou uma redução na carga de 12%. Com base nestes dados determine: A elasticidade da demanda em relação a tarifa para a situação observada e se a mesma é relativamente elástica ou inelástica. Verifique se a empresa perdeu ou ganhou em termos de receita. Verifique, considerando que a elasticidade é constante se seria possível cobrar um preço menor e aumentar a receita. PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Elasticidade Cruzada – quando ocorre algumas vezes que mudanças na variável ou atributo de um serviço possam ter efeitos sobre outros produtos ou serviços. Por exemplo, suponha um aumento da tarifa por ônibus, esta terá como efeito provável uma redução da demanda por viagens no serviço de transporte por ônibus – elasticidade direta, porém, pode levar a um aumento da demanda no transporte ferroviário. Neste ultimo caso, considera-se como Elasticidade cruzada o efeito do aumento da tarifa do ônibus sobre a demanda pelo transporte ferroviário. PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Elasticidade Cruzada PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Elasticidade Cruzada Exemplo Observou-se numa área urbana que após um acréscimo de 20% no custo de viagem por automóvel houve um acréscimo de 5% de pessoas transportadas pelo Metro e de um decréscimo de 10% das viagens por automóvel. Verifique a Elasticidade da demanda de viagens por automóvel e a elasticidade indireta da demanda de viagens no Metro. PREVISÃO DE DEMANDA –MODELOS DIRETOS C A P . 6 – T E O R I A D A D E M A N D A Modelos Sequenciais – quando se tem como objetivo um plano de Transporte de uma região faz- se uso dos Modelos Sequenciais que tem como base as relações a médio e curto prazo do transporte com as características socio-econômicas da região. PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas A demanda de mercado é a soma horizontal das demandas dos consumidores individuais. No caso de transportes, existeuma estruturação clássica para definir a demanda – modelo de quatro etapas. As quatro etapas consideradas são: • Geração de viagens • Distribuição de viagens • Divisão modal • Alocação das viagens à rede de transportes PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Modelos de Geração de Viagens – determinam a quantidade de viagens geradas (produzidas e atraídas) em cada zona de tráfego. Modelos de Distribuição de Viagens – determinam a partir do total de viagens geradas em cada zona, a distribuição das mesmas entre as demais zonas de tráfego, chegando a uma matriz de origem e destino das viagens. Modelos de Divisão Modal – definem a distribuição das viagens nos vários modos de Transporte. Modelos de Alocação de Fluxo – fazem a distribuição do fluxo de viagens na rede de transporte. C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Geração de viagens Produção de viagens Atração de viagens Função de três fatores básicos: Uso e ocupação do solo Sistema de transportes Dados socioeconômicos C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Motivo/propósito Trabalho Estudo Outros Viagens majoritárias Viagens esporádicas Hora do dia Pico Entre Pico Por tipo de pessoa C l a s s i f i c a ç ã o d a s v i a g e n s C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Produções ? Atrações ? Base domiciliar X Base não-domiciliar C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Geração de viagens por fatores de expansão Cidade X (2016) Cidade X (2046) Exemplo: o Hoje existem 2.000 viagens o Uma população de 1.000 hab o No futuro a área terá 2.000 hab Agregado o Taxa de geração = 2.000/1.000 = 2 o Assim, o número de viagens geradas será = 2.000 x 2 = 4.000 viagens C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Geração de viagens baseada em fatores de uso e ocupação do solo Para cada uso e ocupação haverá uma taxa (fator) médio de viagens Manuais e tabelas desenvolvidos para esta finalidade Banco de dados amplo e abrangente Manual do ITE – Institute of Transportation Engineers Agregado C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Com base nos valores da tabela anterior e considerando uma zona de tráfego que tenha aproximadamente 1.115.000 m2 de área residencial, 2.870.000 m2 de lojas comerciais 1.500.000 m2 de prestação de serviços, 870.000 m2 de serviço público e 900.000 m2 de transporte, estima-se que a quantidade de viagens geradas será: T = 1 115 x 2,4 + 2870 x 8,1 + 1500 x 5,2 + 870 x 3,9 + 900 x 4,0 = 40716 viag./dia A projeção futura de área ocupada para cada atividade é feita através de métodos estatísticos, ou seja, exógenos ao modelo. C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Modelo de regressão Modelo de produção de viagens Modelo de atração de viagens Y X Viagens produzidas por motivo educação Agregado Geração de viagens por meio de análise de correlação e regressão Educação C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Agregado Geração de viagens por meio de análise de correlação e regressão Deve-se ter atenção ao fenômeno: C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Geração de viagens por meio de análise de classificação cruzada (análise categórica) O objetivo é classificar as unidades domiciliares em subgrupos (homogêneos) e representar cada subgrupo por uma taxa média de geração de viagens; Exemplo de fatores que definem um subgrupo: Desagregado Tamanho da família Número de carros próprios Renda média C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Geração de viagens por meio de análise de classificação cruzada (análise categórica) Desagregado Exemplo: o Um domicílio com duas pessoas que não possuem carros produz 1,5 viagens por dia o Um domicílio com três pessoas que possuem um carro produz 8,2 viagens por dia Qual a produção de viagens futuras? (i) 200 domicílios com 3 pessoas e um carro: 200 x 8,2 = 1640 viagens (ii) 40 domicílios com 2 pessoas e sem carro: 40 x 1,5 = 60 viagens Total de viagens produzidas será 1700 viagens na zona X C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Geração de viagens por meio de análise de classificação cruzada (análise categórica) Desagregado C A P . 6 – T E O R I A D A D E M A N D A O modelo de quatro etapas PREVISÃO DE DEMANDA –MODELOS SEQUENCIAIS Geração de viagens por meio de análise de classificação cruzada (análise categórica) Desagregado Premissa: As taxas de geração de viagens para as diversas categorias de domicílios permanecerão constantes no futuro! Hipóteses subjacentes: (i) O domicílio é uma unidade independente; (ii) As viagens geradas pelo domicílio dependem das características dos mesmos; (iii) As taxas de geração de viagens são as mesmas ao longo do tempo, desde que não haja variações nos fatores externos ao domicílio.
Compartilhar