anÁlise da exploraÇÃo de edes urbanas de … · outras redes de metropolitano ligeiro na europa....

ANÁLISE DA EXPLORAÇÃO DE REDES URBANAS DE TRANSPORTE

FERROVIÁRIO O Caso do Metro do Porto

ANTÓNIO MANUEL CABRAL VIEIRA LOBO

Projecto submetido para satisfação parcial dos requisitos do grau de

MESTRE EM ENGENHARIA CIVIL — ESPECIALIZAÇÃO EM VIAS DE COMUNICAÇÃO

Orientador: Professor Doutor António José Fidalgo do Couto

SETEMBRO DE 2008

MESTRADO INTEGRADO EM ENGENHARIA CIVIL 2007/2008 DEPARTAMENTO DE ENGENHARIA CIVIL

Tel. +351-22-508 1901

Fax +351-22-508 1446

[email protected]

Editado por

FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO

Rua Dr. Roberto Frias

4200-465 PORTO

Portugal

Tel. +351-22-508 1400

Fax +351-22-508 1440

[email protected]

http://www.fe.up.pt

Reproduções parciais deste documento serão autorizadas na condição que seja mencionado o Autor e feita referência a Mestrado Integrado em Engenharia Civil – 2007/2008 – Departamento de Engenharia Civil, Faculdade de Engenharia da Universidade do Porto, Porto, Portugal, 2008.

As opiniões e informações incluídas neste documento representam unicamente o ponto de vista do respectivo Autor, não podendo o Editor aceitar qualquer responsabilidade legal ou outra em relação a erros ou omissões que possam existir.

Este documento foi produzido a partir de versão electrónica fornecida pelo respectivo Autor.

Análise da Exploração de Redes Urbanas de Transporte Ferroviário – O Caso do Metro do Porto

À minha mãe Amélia

Ao meu padrinho António


i

AGRADECIMENTOS

Ao Professor António Fidalgo do Couto, pelo apoio, disponibilidade e partilha de conhecimentos que permitiram a realização deste trabalho, mas sobretudo pela sua amizade e compreensão nos momentos mais complicados.

Ao Eng. Pedro Costa e ao Eng. Vítor Silva, da empresa Metro do Porto, pela disponibilidade revelada no fornecimento de dados importantes à realização deste trabalho.

À D. Guilhermina Castro, da Secção de Vias de Comunicação da FEUP, pelo apoio, esclarecimentos e conselhos transmitidos ao longo deste ano lectivo.

À minha família, em especial à minha mãe Amélia e ao meu padrinho António, pelo amor, carinho e disponibilidade revelados, mas também pela procura incansável das melhores condições para a realização deste trabalho com sucesso.

A todos os amigos que me apoiaram, mas principalmente aos meus confidentes e aos que me animaram e estiveram sempre presentes nas horas mais difíceis: André, Rui, Dalila, Xana e Carolina.

Finalmente, um agradecimento muito especial à minha avó Isabel, pelo amor, carinho e confiança que sempre teve em mim e cujo maior sonho era “ver-me formado”. Onde quer que estejas, muito obrigado por tudo.


iii

RESUMO

O objectivo primordial deste trabalho consiste na análise da exploração de redes de transporte ferroviário urbano do tipo metropolitano, a nível da União Europeia. Esta análise é efectuada do ponto de vista da produção, não estando incluída neste estudo uma análise de custos.

A metodologia desenvolvida consiste, em primeiro lugar, na recolha de dados que caracterizem o capital, a mão-de-obra e a produção das empresas de metro, bem como dados sobre o contexto sócio-económico das áreas urbanas onde as redes estão inseridas.

Em seguida, relacionam-se os dados recolhidos, de modo a obter indicadores que traduzam o panorama geral dos diferentes sistemas. Estes indicadores servem, simultaneamente, para permitir comparações directas entre empresas e para estabelecer tendências entre diferentes tipos (metropolitanos pesados ou ligeiros) e formas (redes radiais, intermédias ou alongadas) de sistemas.

A análise da produção incide sobre a determinação das elasticidades dos inputs, assim como da eficiência ou eficácia alcançadas no processo produtivo dos diversos outputs. Para tal, recorre-se a um modelo de determinação da fronteira estocástica de produção, com a ajuda do programa informático Limdep. Sendo a eficácia de produção muito condicionada pelo contexto sócio-económico das áreas urbanas, avalia-se ainda a influência na eficácia da oscilação de variáveis externas ao sistema, com recurso a uma regressão linear, também efectuada no Limdep.

Por fim, dedica-se um capítulo ao Metro do Porto, no qual se relaciona a evolução da produção, eficiência e eficácia com o desenvolvimento infra-estrutural da rede e se compara esses resultados com outras redes de metropolitano ligeiro na Europa.

PALAVRAS-CHAVE: sistemas de metropolitano, produção, modelo estocástico, eficiência, eficácia.


v

ABSTRACT

The major objective of this work consists on the analysis of the operational performance of european urban rail transport networks, mainly those known as metro system. This analysis was performed using a production function, not being enclosed in this study a costs analysis.

Firstly, to establish this metro production function, data on diverse capital and labour variables was collected, as well as variables characterising the social-economic context of the urban areas where these metro systems operate.

After that, in order to get indicators which accurately describe the general environment of the different systems, relationship among cross-section data observations was made. These parameters serve, simultaneously, to allow to direct comparisons among companies and to establish trends among different rail urban transport types (heavy vs. light metros) and systems forms (radial, mixed or extended networks).

The analysis of the production was focused on the estimate of the inputs elasticities of the optimal production function, as well as on the efficiency and effectiveness levels of each company used in the analysis. For such, the stochastic production frontier model was carried out through the use of Limdep software. Being the production effectiveness very influenced by the urban areas social-economic environment on which metro operates, regressing the effectiveness results on external and internal company variables, the influence of these external effects on effectiveness was evaluated.

Finally, a chapter is dedicated to the Porto metro system. In this chapter, using previous Porto metro efficiency and effectiveness results, two analyses were made, the first establishing the relationship between these perform results and the network infrastructure time development and a second one comparison of Porto metro results and those of some european metro light systems.

KEYWORDS: metro systems, production, stochastic model, efficiency, effectiveness.


vii

ÍNDICE GERAL

AGRADECIMENTOS...................................................................................................................................i

RESUMO .................................................................................................................................................. iii

ABSTRACT ...............................................................................................................................................v

1. INTRODUÇÃO ................................................................................................................... 1

1.1. ENQUADRAMENTO E OBJECTIVO ................................................................................................... 1

1.2. ORGANIZAÇÃO DO PRESENTE ESTUDO ......................................................................................... 1

2. GENERALIDADES ........................................................................................................ 3

2.1. BREVE NOTA HISTÓRICA ................................................................................................................ 3

2.2. TIPOS DE METROPOLITANO ............................................................................................................ 4

2.3. FORMAS DAS REDES DE METROPOLITANO.................................................................................... 4

2.4. ÂMBITO DO ESTUDO E METODOLOGIAS DE PESQUISA ................................................................. 5

2.5. ESCOLHA DAS VARIÁVEIS .............................................................................................................. 7

3. CARACTERIZAÇÃO DAS REDES DE METROPOLITANO ATRAVÉS DAS VARIÁVEIS URBANAS...................................................... 11

3.1. RELAÇÕES ENTRE AS VARIÁVEIS................................................................................................. 11

3.2. CARACTERIZAÇÃO DOS TIPOS DE REDE...................................................................................... 13

3.3. CARACTERIZAÇÃO DAS FORMAS DE REDE.................................................................................. 17

3.4. DISTÂNCIA MÉDIA ENTRE ESTAÇÕES........................................................................................... 21

3.4.1. COMPARAÇÃO DAS REDES ATRAVÉS DA DISTÂNCIA MÉDIA ENTRE ESTAÇÕES ..................................... 21

3.4.2. EVOLUÇÃO DA DISTÂNCIA MÉDIA ENTRE ESTAÇÕES.......................................................................... 23

4. CARACTERIZAÇÃO DAS REDES DE METROPOLITANO ATRAVÉS DAS VARIÁVEIS DE SERVIÇO ............................................... 25

4.1. RELAÇÕES ENTRE AS VARIÁVEIS................................................................................................. 25

4.2. ANÁLISE DO PONTO DE VISTA DA OFERTA .................................................................................. 26

4.2.1. CARACTERIZAÇÃO DOS TIPOS DE REDE ........................................................................................... 27

4.2.2. CARACTERIZAÇÃO DAS FORMAS DE REDE........................................................................................ 29

4.3. ANÁLISE DO PONTO DE VISTA DA PROCURA ............................................................................... 30


viii

4.3.1. CARACTERIZAÇÃO DOS TIPOS DE REDE............................................................................................ 32

4.3.2. CARACTERIZAÇÃO DAS FORMAS DE REDE ........................................................................................ 34

5. ANÁLISE DE EFICIÊNCIA DOS SISTEMAS DE METROPOLITANO ............................................................................................................ 37

5.1. NOÇÕES TEÓRICAS ....................................................................................................................... 37

5.1.1. NOÇÃO DE FUNÇÃO PRODUÇÃO E EFICIÊNCIA TÉCNICA ..................................................................... 37

5.1.2. FUNÇÃO PRODUÇÃO DE COBB-DOUGLAS ........................................................................................ 38

5.1.3. MODELOS DE ESTIMAÇÃO DA FRONTEIRA DE PRODUÇÃO................................................................... 39

5.2. AVALIAÇÃO DA EFICIÊNCIA DAS REDES DE METROPOLITANO.................................................... 42

5.2.1. PREPARAÇÃO DA BASE DE DADOS ................................................................................................... 42

5.2.2. OBTENÇÃO E ANÁLISE DE RESULTADOS ........................................................................................... 44

5.2.2.1. Elasticidades dos inputs ........................................................................................................... 44

5.2.2.2. Eficiência e eficácia .................................................................................................................. 47

5.3. INFLUÊNCIA DAS VARIÁVEIS EXTERNAS NA EFICÁCIA................................................................. 56

5.3.1. PREPARAÇÃO DA BASE DE DADOS ................................................................................................... 57

5.3.2. OBTENÇÃO E ANÁLISE DE RESULTADOS ........................................................................................... 58

6. O CASO DO METRO DO PORTO ................................................................ 61

6.1. GENERALIDADES E EVOLUÇÃO DA REDE..................................................................................... 61

6.2. ANÁLISE DA PRODUÇÃO DO METRO DO PORTO ......................................................................... 62

6.2.1. EVOLUÇÃO DAS QUANTIDADES PRODUZIDAS DE OUTPUTS................................................................. 62

6.2.2. EVOLUÇÃO DA EFICIÊNCIA E EFICÁCIA DE PRODUÇÃO ....................................................................... 64

6.2.3. PANORAMA GERAL DO FUNCIONAMENTO METRO DO PORTO ............................................................. 66

6.3. COMPARAÇÃO DA EFICIÊNCIA E EFICÁCIA COM OUTROS SISTEMAS DE METRO LIGEIRO ......... 67

7. CONCLUSÕES................................................................................................................ 71

BIBLIOGRAFIA ....................................................................................................................................... 75

ANEXOS ......................................................................................................................................... I

A.1. BASE DE DADOS .............................................................................................................................. I

A.2. EVOLUÇÃO DAS EFICIÊNCIAS E EFICÁCIAS EM CADA SISTEMA (TABELA).............................XXVI


ix

A.3. EVOLUÇÃO DAS EFICIÊNCIAS E EFICÁCIAS EM CADA SISTEMA (REPRESENTAÇÃO

GRÁFICA)........................................................................................................................................... XXXI

A.4. MAPA DA REDE DO METRO DO PORTO EM 31-12-2006........................................................XLVII


x


xi

ÍNDICE DE FIGURAS

Fig. 3.1 – Km de rede por 1.000.000 de habitantes para MP e ML...................................................... 14

Fig. 3.2 – Km de rede por 1.000 EUR de PIB per capita para MP e ML .............................................. 14

Fig. 3.3 – Km de rede por 100 km2 de área para MP e ML .................................................................. 15

Fig. 3.4 – Número de linhas por 1.000.000 de habitantes para MP e ML ............................................ 15

Fig. 3.5 – Número de estações por 1.000.000 de habitantes para MP e ML ....................................... 16

Fig. 3.6 – Km de rede por 1.000.000 de habitantes para redes radiais, intermédias e alongadas ...... 17

Fig. 3.7 – Km de rede por 1.000 EUR de PIB per capita para redes radiais, intermédias e

alongadas .............................................................................................................................................. 18

Fig. 3.8 – Km de rede por 100 km2 de área para redes radiais, intermédias e alongadas................... 18

Fig. 3.9 – Número de linhas por 1.000.000 de habitantes para redes radiais, intermédias e

alongadas .............................................................................................................................................. 19

Fig. 3.10 – Número de estações por 1.000.000 de habitantes para redes radiais, intermédias e alongadas .............................................................................................................................................. 19

Fig. 3.11 – Distância média entre estações (km) para MP e ML .......................................................... 21

Fig. 3.12 – Distância média entre estações (km) para redes radiais, intermédias e alongadas .......... 22

Fig. 3.13 – Evolução da distância média entre estações (km) ao longo do tempo .............................. 23

Fig. 4.1 – Número de lugares.km produzidos por km de rede para MP e ML ...................................... 28

Fig. 4.2 – Número de lugares.km produzidos por comboio para MP e ML .......................................... 28

Fig. 4.3 – Número de lugares.km produzidos por trabalhador para MP e ML...................................... 28

Fig. 4.4 – Número de lugares.km produzidos por km de rede para redes radiais, intermédias e alongadas .............................................................................................................................................. 29

Fig. 4.5 – Número de lugares.km produzidos por comboio para redes radiais, intermédias e

alongadas .............................................................................................................................................. 29

Fig. 4.6 – Número de lugares.km produzidos por trabalhador para redes radiais, intermédias e alongadas .............................................................................................................................................. 30

Fig. 4.7 – Número de passageiros transportados por km de rede para MP e ML................................ 33

Fig. 4.8 – Número de passageiros transportados por carruagem para MP e ML................................. 33

Fig. 4.9 – Número de passageiros transportados por trabalhador para MP e ML................................ 33

Fig. 4.10 – Número de passageiros transportados por km de rede para redes radiais, intermédias e alongadas .............................................................................................................................................. 34

Fig. 4.11 – Número de passageiros transportados por carruagem para redes radiais, intermédias e alongadas .............................................................................................................................................. 35


xii

Fig. 4.12 – Número de passageiros transportados por trabalhador para redes radiais, intermédias e alongadas .............................................................................................................................................. 35

Fig. 5.1 – Função produção e conjunto de possibilidades de produção............................................... 37

Fig. 5.2 – Eficiência da produção do output carruagens.km ................................................................. 50

Fig. 5.3 – Eficiência da produção do output lugares.km ....................................................................... 51

Fig. 5.4 – Eficácia da produção do output passageiros.km................................................................... 52

Fig. 5.5 – Eficácia da produção do output passageiros ........................................................................ 53

Fig. 5.6 – Eficiências e eficácias dos sistemas ..................................................................................... 55

Fig. 6.1 – Evolução da produção do Metro do Porto............................................................................. 63

Fig. 6.2 – Evolução da eficiência e eficácia de produção do Metro do Porto ....................................... 65

Fig. 6.3 – Eficiências e eficácias de produção dos ML no ano de 2006 ............................................... 68


xiii

ÍNDICE DE TABELAS

Tabela 3.1 – Dados e relações calculadas para a caracterização das redes através das variáveis urbanas.................................................................................................................................................. 12

Tabela 4.1 – Dados e relações calculadas para a caracterização das redes do ponto de vista da

oferta ..................................................................................................................................................... 27

Tabela 4.2 – Dados e relações calculadas para a caracterização das redes do ponto de vista da procura .................................................................................................................................................. 31

Tabela 5.1 – Resultados para o output carruagens.km ........................................................................ 44

Tabela 5.2 – Resultados para o output lugares.km .............................................................................. 45

Tabela 5.3 – Resultados para o output passageiros.km....................................................................... 45

Tabela 5.4 – Resultados para o output passageiros ............................................................................ 46

Tabela 5.5 – Eficiências e eficácias dos sistemas de metropolitano.................................................... 49

Tabela 5.6 – Influência das variáveis na eficácia de produção do output passageiros........................ 58

Tabela 6.1 – Dados estatísticos do Metro do Porto.............................................................................. 62

Tabela 6.2 – Produção, eficiência e eficácia do Metro do Porto........................................................... 62

Tabela 6.3 – Eficiências e eficácias de produção dos ML no ano de 2006.......................................... 67


xiv


xv

SÍMBOLOS E ABREVIATURAS

α – Coeficiente da Função de Cobb-Douglas utilizada para regressão linear

β – Coeficiente da Função de Cobb-Douglas utilizada como função produção

ε – Desvio composto em relação à função produção

AGUP – Percentagem de agregados familiares compostos por um só elemento

ANO – Ano de exploração

AREA – Área [km2]

BAR – Existência de barreiras à entrada do sistema

CMET – Existência de sistema de metropolitano concorrente

CREG – Número de automóveis registados por 1.000 habitantes

CRKM – Número de carruagens.km produzidas

CTRA – Existência de sistema de tram concorrente

DES – Taxa de desemprego

DUM – Dummy (variável de teste)

ET – Eficiência técnica

E(u|ε) – Estimativa pontual do desvio u em cada observação

EXT – Extensão da rede [km]

GRES – Percentagem de habitantes que concluíram o ensino secundário

LGKM – Número de lugares.km produzidos

NCB – Número de comboios

NCR – Número de carruagens

NEST – Número de estações

NLIN – Número de linhas

NTM – Número de trabalhadores do metropolitano

NTMO – Número de trabalhadores do metropolitano e outros sistemas

P – Valor P

PIB – Produto Interno Bruto per capita [EUR]

POP – População residente

POP2 – Quadrado da população residente

PS – Número de passageiros transportados

PSIEFA – Ineficácia de produção do output número de passageiros transportados

PSKM – Número de passageiros.km transportados


xvi

u – Componente determinística do desvio em relação à função produção

v – Componente estocástica do desvio em relação à função produção

x – Input

y – Output

AMP – Área Metropolitana do Porto

B – Bus

CP – Caminhos de Ferro Portugueses

CPP – Conjunto de possibilidades de produção

LUZ – Large Urban Zone

M – Metropolitano

ML – Metropolitano ligeiro

MP – Metropolitano pesado

PNB – Produto Nacional Bruto

S – comboio suburbano

T – tram

UE – União Europeia


1

1 INTRODUÇÃO

1.1. ENQUADRAMENTO E OBJECTIVO

O crescimento demográfico da generalidade das áreas urbanas europeias induziu, a partir dos finais do século XIX, à construção de linhas de transporte ferroviário do tipo metropolitano, vulgarmente designadas por metro. Actualmente, decorrido mais de um século, o ritmo de crescimento destes sistemas é ainda apreciável, devido ao papel central que desempenham na economia das áreas urbanas em geral e na mobilidade dos cidadãos em particular.

Além do mais, as crescentes preocupações ambientais aliadas à escalada de preços dos produtos petrolíferos deste início do século XXI projectam o transporte ferroviário como uma alternativa sustentável e credível face ao transporte rodoviário.

As redes de transporte ferroviário constituem, assim, serviços de utilidade pública, sendo geridas, na maior parte dos casos, por organismos públicos afectos às autarquias, aos governos regionais ou ao governo central de cada país. O objectivo primordial de um sistema de metro é gerar benefícios sociais e ambientais à área urbana onde se insere, relegando para segundo plano o lucro financeiro alcançado enquanto empresa, sendo que a maioria das empresas até dão prejuízo.

Contudo, é importante que as empresas sejam o mais eficientes possível, de modo a minimizar os gastos com o seu funcionamento, sem que tal ponha em causa a garantia de um serviço adequado que cubra as necessidades das áreas urbanas e que gere os benefícios associados.

Por isso, embora sem entrar numa análise de custos, o presente trabalho tem como objectivo principal a análise da exploração dos sistemas de metro a nível da União Europeia (UE), através da avaliação de duas componentes da produção:

Variação das quantidades de produção, introduzida pelas oscilações das quantidades dos diversos factores de produção utilizados, avaliação essa que é feita segundo o panorama geral de todos os sistemas em conjunto;

Eficiência técnica de produção de cada sistema, permitindo a sua hierarquização.

Desta forma, além de se obter um panorama geral do funcionamento das redes europeias, é possível verificar quais os sistemas que devem adoptar melhores práticas de gestão que os torne mais eficientes, logo menos onerosos para os organismos públicos que os gerem e, consequentemente, para a sociedade.

1.2. ORGANIZAÇÃO DO PRESENTE ESTUDO

Este trabalho possui mais seis capítulos, além da presente introdução.


2

O Capítulo 2 contempla as generalidades necessárias ao desenvolvimento do estudo. Contém uma nota histórica sobre os sistemas de metropolitano, faz a distinção entre diferentes tipos e formas de redes, refere o âmbito geográfico e temporal dos dados recolhidos, bem como as respectivas metodologias de pesquisa, e explica a escolha das variáveis a utilizar na análise de exploração.

No Capítulo 3 e no Capítulo 4, estabelecem-se relações entre as variáveis, de modo a construir indicadores que permitam a comparação directa entre sistemas e entre conjuntos de sistemas agrupados por tipos e formas de rede. Enquanto que, no Capítulo 3, se privilegia o relacionamento entre as infra-estruturas dos sistemas e a dimensão demográfica, geográfica e económica das correspondentes áreas urbanas, no Capítulo 4, relaciona-se a produção alcançada pelas empresas com as infra-estruturas, frota e trabalhadores a cargo das mesmas.

O Capítulo 5 constitui o cerne do trabalho, pois contempla a metodologia desenvolvida para a análise de exploração dos sistemas de metro. Faz-se uma introdução teórica sobre a Função de Produção de Cobb-Douglas e sobre modelos de estimação da fronteira de produção, princípios que estão inerentes à utilização do programa informático Limdep neste estudo. É com o auxílio desse programa que, optando por um modelo estocástico, se determinam fronteiras de produção, permitindo avaliar a influência da variação dos factores de produção (inputs) nos serviços produzidos (outputs), bem como as eficiências técnicas alcançadas por cada empresa nos processos produtivos de cada output. Isto permite que se faça a distinção entre eficiência e eficácia e se hierarquizem as empresas segundo esses parâmetros, verificando quais as que estão mais dependentes de si próprias para melhorarem os seus resultados e quais as que dependem mais da conjuntura da área urbana que servem. Como complemento, avalia-se, ainda no Capítulo 5, em que medida os factores inerentes a essa conjuntura influenciam a eficácia das empresas.

No Capítulo 6, compilam-se todos os resultados obtidos neste estudo para o Metro do Porto e relacionam-se os mesmos com as diversas fases de expansão da rede. Além disso, compara-se o funcionamento do Metro do Porto com outras redes de metropolitano ligeiro, quer a nível de quantidade de produção, quer a nível de eficiência e eficácia, alcançadas durante o ano de 2006.


3

2 GENERALIDADES

2.1. BREVE NOTA HISTÓRICA

A máquina a vapor, como símbolo da inovação da Revolução Industrial do século XVII, foi pela primeira vez aplicada à locomoção em caminhos-de-ferro no início do século XIX. De facto, a industrialização levou ao grande crescimento dos centros urbanos, ao mesmo tempo que aumentou as necessidades de deslocação de pessoas e mercadorias. O metropolitano nasceu como um conceito de transporte subterrâneo que procurava dar resposta aos problemas de acessibilidade aos centros das cidades de forma mais rápida e eficiente, numa época em que a rede rodoviária era muito pouco desenvolvida e o transporte individual demasiado elitista e movido a tracção animal. O objectivo do metropolitano era criar melhores condições de mobilidade entre os subúrbios residenciais e os centros urbanos, onde se situavam os locais de trabalho.

Deste modo, procedeu-se à inauguração da primeira linha subterrânea de transporte ferroviário urbano de passageiros do mundo. Foi em 1863, quando se inaugurou a Metropolitan Railway, em Londres. Actualmente, esta linha ainda se encontra integrada no sistema de metropolitano da capital britânica. Contudo, as condições de circulação não eram as melhores. A fraca ventilação dos túneis não permitia a dissipação do fumo das locomotivas, causando grande incómodo aos passageiros, que foram abandonando progressivamente o sistema. Este problema só viria a ser ultrapassado em 1890, com a abertura da primeira linha subterrânea electrificada: a City & South London Railway, troço que também ainda faz parte da actual rede londrina. A electrificação mostrou-se uma solução bastante eficaz e incentivou, naquela altura, o avanço de diversos sistemas de metro pelo mundo, tais como os de Budapeste, Glasgow, Paris, Boston, Berlim e Chicago.

Ao longo do século XX, numerosos sistemas de metropolitano foram construídos, variando as suas características de acordo com as necessidades de mobilidade de cada área urbana, com o objectivo principal de permitir um elevado volume de movimentação de pessoas de forma rápida e segura.

Após um período de alguma perda de importância para o transporte rodoviário, individual ou colectivo, o transporte ferroviário tem vindo a adquirir um novo protagonismo neste início do século XXI, à luz das crescentes preocupações ambientais e de desenvolvimento sustentável. O aumento sucessivo do congestionamento rodoviário e o progressivo agravamento do preço dos combustíveis tornam os transportes ferroviários urbanos cada vez mais apetecíveis por parte da população. Por isso, tem-se assistido a um elevado ritmo de expansão dos sistemas de metropolitano já existentes, bem como à construção de novos sistemas um pouco por todo o globo, mesmo em cidades de média dimensão.


4

2.2. TIPOS DE METROPOLITANO

Uma rede de metropolitano, correntemente designada por metro, está associada a uma determinada área urbana, podendo estender-se apenas dentro dos limites da cidade central ou chegar aos seus subúrbios. As linhas podem ser enterradas, de superfície ou elevadas.

Tradicionalmente, um sistema de metropolitano compreende três características:

É um sistema de transporte urbano eléctrico; A sua circulação dá-se em canal segregado do tráfego rodoviário; Possui elevada frequência de circulação, o que se traduz em reduzidos tempos de espera

nas estações.

Este estudo debruça-se sobre dois tipos de sistemas: o metropolitano pesado e o metropolitano ligeiro.

Considera-se metropolitano pesado (MP) o sistema cujo material circulante é concebido para transportar um volume de tráfego pesado a velocidade elevada e com grande capacidade de aceleração. Os veículos possuem um número variável de carruagens e podem, geralmente, ser acoplados, de modo a aumentar o número de lugares disponível. O sistema de MP evita ao máximo a possibilidade de conflito com o tráfego rodoviário e pedonal, pois, para além da circulação em canal segregado, não existem cruzamentos de nível. As plataformas de embarque são elevadas e a sinalização é sofisticada e complexa. Podem ter uma circulação completamente automática, dispensando condutores.

Por sua vez, o metropolitano ligeiro (ML), possui veículos menores, concebidos para transporte de um volume de tráfego ligeiro. Na maior parte dos sistemas de ML, o percurso é maioritariamente efectuado à superfície, podendo ser enterrado nos troços que atravessam zonas urbanas mais densas ou centrais. Um sistema deste género denomina-se por metropolitano ligeiro de superfície. Os veículos são semelhantes aos utilizados em sistemas de carros eléctricos (trams), circulando a velocidades mais baixas, com acelerações mais reduzidas e possuindo planos de embarque mais baixos e condutores. Estas características permitem uma melhor convivência com o ambiente urbano à superfície, nomeadamente com o tráfego pedonal. Então, o ML de superfície é em tudo semelhante ao tram, com excepção de que possui um canal segregado do tráfego rodoviário para circular, embora possa contemplar numerosos cruzamentos de nível devidamente sinalizados, onde o metro tem sempre prioridade face ao tráfego rodoviário. A existência de canal próprio de circulação garante uma maior imunidade aos congestionamentos rodoviários e uma maior capacidade de serviço das linhas face aos trams. Além disso, permite a este tipo de sistemas enquadrar-se na definição de metropolitano.

Existem ainda alguns sistemas de ML que possuem canais totalmente segregados e isentos de conflitos, recorrendo a linhas subterrâneas ou elevadas e, eventualmente, de circulação automática. O aproximar das características infra-estruturais às do metropolitano pesado colhe vantagens ao nível da velocidade de serviço e da capacidade de oferta.

2.3. FORMAS DAS REDES DE METROPOLITANO

As redes de metropolitano apresentam configurações muito variáveis. Por isso, torna-se difícil classificá-las quanto à forma sem recurso a uma classificação demasiado extensa.

Neste estudo, de modo a contornar esse problema, opta-se por associar a forma das redes à disposição geográfica dos destinos servidos, em vez de a associar à disposição geométrica dos canais de metro. Assim, uma rede pode ser classificada como:

Radial – se serve destinos a toda a volta do núcleo urbano principal;


5

Intermédia – se serve destinos em apenas algumas direcções relativamente ao núcleo urbano principal;

Alongada – se serve destinos contidos aproximadamente numa única direcção que passe pelo núcleo urbano principal.

Existem dois factores condicionantes no desenvolvimento das redes, que afectam a sua classificação quanto à forma. O primeiro é o facto de algumas zonas da área urbana já serem servidas por transporte ferroviário, nomeadamente por comboios suburbanos. Por vezes, nestes casos, o movimento de passageiros não justifica a duplicação de sistemas de transporte, optando-se pelo não prolongamento do metropolitano até essas zonas. O segundo factor é a existência de barreiras naturais junto às áreas urbanas. Por exemplo, uma cidade principal que se situe junto ao mar nunca pode ter uma rede radial, pois esta nunca se pode desenvolver sobre o mar. Outros exemplos de barreiras naturais condicionantes do desenvolvimento dos sistemas são montanhas e cursos de água (lagos, rios ou estuários) demasiado largos ou com infra-estruturas portuárias de grande dimensão. Barreiras destas pode não ter interesse vencer, do ponto de vista da exploração das redes, ou então ser demasiado oneroso fazê-lo.

2.4. ÂMBITO DO ESTUDO E METODOLOGIAS DE PESQUISA

Estabeleceu-se como âmbito geográfico deste estudo áreas urbanas localizadas na UE, com mais de um milhão de habitantes, nas quais é muito comum a existência de sistemas de metropolitano. Com vista à obtenção de dados comparáveis entre as diferentes áreas urbanas, recorreu-se à definição de Large Urban Zone (LUZ) do Eurostat, organismo estatístico da UE. O conceito de LUZ representa uma definição harmonizada de área metropolitana.

Relativamente ao âmbito temporal, optou-se por recolher dados apenas a partir de 1990, de modo a que anos de exploração mais recuados com práticas de gestão ultrapassadas prejudiquem em demasia o desempenho dos sistemas nos resultados finais.

Obedecendo a estes critérios, procurou-se, então, maximizar o número de observações obtidas. Cada observação reporta-se a um determinado ano e contempla dois conjuntos distintos de variáveis, que serão detalhadamente expostas em 2.5.:

Variáveis internas – caracterizam o sistema de metropolitano, contemplando dados sobre as infra-estruturas, material circulante, pessoal e serviço;

Variáveis externas – caracterizam a LUZ onde o sistema está inserido, contemplando indicadores de concorrência, demográficos, económicos e sociais.

Na prática, a fase inicial deste trabalho traduziu-se numa extensiva recolha de dados. A única ferramenta de pesquisa utilizada foi a Internet, que, sendo um dos veículos de informação privilegiados entre as companhias operadoras dos sistemas de transporte e o público em geral, possui uma enorme quantidade de informação, difícil de conseguir através de qualquer outro meio. Para obter as variáveis internas, recorreu-se maioritariamente aos sítios das empresas exploradoras de redes de metro, mas foram encontradas várias dificuldades na pesquisa, tais como:

Dispersão da informação pretendida para um mesmo sistema por documentos ou sítios diferentes;

Coerência do mesmo tipo de dados entre sistemas diferentes, pois nem sempre as variáveis são quantificadas segundo os mesmos critérios;

Indisponibilidade, em alguns casos, de dados separados para diferentes sistemas de transporte explorados pela mesma empresa;


6

Inexistência de alguns dados para determinados anos de exploração de cada sistema; Barreiras linguísticas, como acontece em algumas redes de países de leste, que só

disponibilizam sítios nos idiomas locais.

Para as variáveis externas representativas das dinâmicas demográficas, económicas e sociais das áreas urbanas, por motivos de coerência de informação, utilizou-se unicamente dados disponíveis no sítio do Eurostat.

A pesquisa resultou num total de 158 observações distribuídas por 26 sistemas de metropolitano, sendo estes:

Amesterdão (2002 a 2005); Barcelona (1999 a 2006); Berlim (2002 a 2006); Bielefeld (2006); Bochum (2002 a 2006); Bruxelas (2003 a 2006); Budapeste (1996 a 2006); Colónia (1993 a 2006); Düsseldorf (2003 a 2006); Essen (2000 a 2006); Frankfurt (2000 a 2006); Glasgow (1997 a 1998); Hamburgo (2003 a 2006); Hanôver (2003 a 2006); Helsínquia (2001 a 2006); Lisboa (1993 a 2006); Londres (1994 a 1998 e 2002 a 2006); Madrid (1997 a 1998); Milão (1990 a 2005); Munique (2006); Nuremberga (1995 a 1996 e 2003 a 2006); Paris (1992 a 1998 e 2005 a 2006); Porto (2003 a 2006); Praga (2002 a 2006); Roma (2001 a 2004); Turim (2006).

Quanto ao tipo, oito dos sistemas referidos são ML de superfície: Bielefeld, Bochum, Colónia, Düsseldorf, Essen, Frankfurt, Hanôver e Porto. Os restantes são MP, à excepção de Turim, que é um ML de condução automática, com percurso inteiramente subterrâneo, logo sem quaisquer conflitos com o restante tráfego. Portanto, apesar de se tratar de um ML do ponto de vista do material circulante, neste estudo, o sistema turinense será abordado como um MP, visto as suas infra-estruturas serem muito semelhantes às dos restantes MP.

Quanto à forma, tem-se:

Dez redes radiais: Berlim, Bielefeld, Colónia, Hanôver, Londres, Madrid, Milão, Munique, Paris e Praga;

Doze redes intermédias: Amesterdão, Barcelona, Bruxelas, Budapeste, Düsseldorf, Essen, Frankfurt, Hamburgo, Lisboa, Nuremberga, Porto e Roma;


7

Quatro redes alongadas: Bochum, Glasgow, Helsínquia e Turim.

Glasgow é a mais peculiar das redes no que respeita à forma. É constituída por uma única linha circular com 10,4 km de extensão e nunca sofreu qualquer expansão desde a sua inauguração, em 1896. À partida, devido à classificação escolhida para a forma em 2.3, seria mais lógico considerá-la como uma rede radial, pois serve destinos a toda a volta do núcleo central. Contudo, como se trata de uma única linha de reduzida extensão que, apesar de circular, cruza o centro da cidade principal e nunca extravasa os limites da mesma, estando totalmente integrada numa zona urbana consolidada, opta-se por classificar esta rede como alongada. Isto porque apresenta grandes semelhanças com outras redes alongadas que se encontrem, por exemplo, em fase inicial de exploração. Um bom exemplo é a de Turim, inaugurada em 2006, cuja única linha cruza o centro da cidade e circula apenas em zona urbana consolidada, sem atravessar, para já, zonas menos povoadas para chegar às cidades satélite.

Existem ainda outras especificidades de alguns sistemas que não estão relacionadas nem com o seu tipo nem com a sua forma. As cidades de Bochum, Essen e Düsseldorf possuem redes que, apesar de estarem incluídas num grande sistema de metropolitano que cobre toda a área urbana do Reno-Ruhr, são exploradas por empresas diferentes, permitindo observações independentes.

Bochum e Essen trazem ainda um problema acrescido, pois, segundo o Eurostat, ambas fazem parte da mesma LUZ (Área Urbana do Reno), em conjunto com várias outras cidades. Então, nestes casos, as variáveis externas representativas do contexto sócio-económico urbano referem-se apenas aos limites geográficos das cidades de Bochum e Essen e não aos da LUZ, tornando estes sistemas nos únicos que estão associados a áreas com menos de 1.000.000 de habitantes. Este facto não acarreta problemas de incoerência, pois, em ambos os casos, as redes não ultrapassam os limites das cidades. Se fossem atribuídos os mesmos valores às variáveis urbanas das duas cidades, haveria incoerência entre as observações de ambas, pois seriam independentes quanto aos factores internos mas iguais quanto aos factores sócio-económicos. Além disso, associar cada um destes sistemas a uma área tão vasta que extravasa completamente o âmbito das respectivas coberturas seria factor de desvirtuação na análise comparativa com os restantes sistemas. Já Düsseldorf, do ponto de vista geográfico, possui uma LUZ própria, tendo os respectivos factores externos sido recolhidos como para as restantes LUZ.

2.5. ESCOLHA DAS VARIÁVEIS

Conforme já foi referido em 2.4., as variáveis procuram caracterizar quer os sistemas de metropolitano, quer as áreas urbanas que estes servem. Foram dois os objectivos de difícil conciliação que presidiram à formação da base de dados das variáveis, procurando-se atingir uma boa relação de compromisso entre ambos. Por um lado, era necessário obter um significativo número de observações, de modo a obter resultados fiáveis que espelhem o panorama europeu a nível do desempenho das redes de metro. Por outro lado, era importante que cada observação fosse o mais completa possível, ou seja, que contemplasse uma quantidade e diversidade de variáveis tal que permitisse uma boa caracterização do respectivo sistema de metro, no ano a que reporta a observação.

As variáveis internas, que caracterizam os próprios sistemas, dividem-se em quatro grupos, que são:

Variáveis de capital – representam o capital da empresa de metro, nas vertentes das infra-estruturas e material circulante, sendo as seguintes:

o Extensão da rede (km); o Número de linhas; o Número de estações;


8

o Número de comboios; o Número de carruagens;

Variável de mão-de-obra – representa força laboral necessária à exploração do sistema, nomeadamente quadros directivos, condutores, pessoal de estação, manutenção, etc., sendo a seguinte:

o Número de trabalhadores; Variáveis de serviço – representam a produção do sistema, quer ao nível da oferta, quer

ao nível da procura, sendo as seguintes: o Número de carruagens.km produzidas; o Número de lugares.km produzidos; o Número de passageiros.km transportados; o Número de passageiros transportados;

Variável de barreiras – traduz a existência ou não de barreiras de entrada na rede (variável lógica), sendo a seguinte:

o Existência de barreiras à entrada do sistema (N=0; S=1).

As variáveis externas caracterizam as áreas urbanas onde funcionam os sistemas. Podem ser variáveis de concorrência ou variáveis urbanas, tendo sido estas últimas escolhidas mediante a quantidade de informação disponível para as LUZ. Assim, obteve-se as seguintes variáveis:

Variáveis de concorrência – traduzem a existência ou não de outros sistemas de metro e de tram na mesma área urbana (variáveis lógicas), sendo as seguintes:

o Existência de sistema de metropolitano concorrente (N=0; S=1); o Existência de sistema de tram concorrente (N=0; S=1);

Variáveis urbanas – caracterizam a dinâmica demográfica, económica e social das áreas urbanas, subdividindo-se em vários tipos. Procurou-se colher pelo menos uma variável de cada tipo, segundo a classificação do Eurostat, obtendo-se as seguintes:

Variáveis demográficas: o População residente; o Percentagem de agregados familiares compostos por um só elemento;

Variáveis económicas: o Taxa de desemprego; o Produto Interno Bruto (PIB) per capita (EUR);

Variável de formação e educação: o Percentagem de habitantes que concluíram o ensino secundário;

Variável ambiental: o Área (km2);

Variável de transporte e mobilidade: o Número de automóveis registados por 1.000 habitantes.

Todas as variáveis urbanas se encontram disponíveis apenas para alguns anos. Por isso, foi necessário estimar os valores nos anos em falta. Ambas as variáveis demográficas, a variável de educação e a variável de mobilidade foram estimadas, sempre que possível, por interpolação e extrapolação lineares, para os anos intermédios e futuros, respectivamente. Admitiu-se, então, taxas de crescimento anuais constantes, o que não distorce significativamente a realidade em períodos de análise relativamente curtos. Sempre que, para uma determinada LUZ e variável, só estava disponível o valor de apenas um ano, recorreu-se aos valores da mesma variável para o respectivo país (também disponíveis no sítio do Eurostat), retirou-se os crescimentos anuais, os quais se aplicaram ao valor existente para a LUZ.


9

Quanto às variáveis económicas, sujeitas a grandes variações em curtos períodos de tempo, utilizou-se igualmente a interpolação nos anos intermédios, mas não se extrapolou para os anos futuros. Nesses anos, utilizou-se a mesma metodologia de aplicação das tendências do país, descrita no parágrafo anterior. No caso do PIB per capita, de modo a tornar consistente a comparação entre as cidades, incluiu-se ainda no seu cálculo o efeito do deflactor do PIB (publicado pelo Eurostat para cada país). Este deflactor é um índice que, atendendo aos índices de preços e às inflacções de cada país, permite corrigir os diferentes valores do PIB, de modo a que se reportem ao mesmo ano de referência (2000). Essa correcção está expressa na Equação 2.1..

(%)deflactor)actual(PIB)2000(PIB = (2.1.)

A variável ambiental (área), por sofrer tipicamente poucas alterações em áreas metropolitanas, admitiu-se, para cada ano, o último valor disponibilizado num ano anterior.


10


11

3 CARACTERIZAÇÃO DAS REDES DE METROPOLITANO ATRAVÉS DAS VARIÁVEIS URBANAS

3.1. RELAÇÕES ENTRE AS VARIÁVEIS

A concepção de um sistema de metropolitano tem como objectivo melhorar as condições de mobilidade de uma área urbana específica, onde o sistema será inserido. Desta forma, as características da área urbana são muito importantes na definição da tipologia e da forma do sistema.

Neste capítulo, aprofunda-se a caracterização dos diferentes tipos e formas de redes de metro, definidos, respectivamente, em 2.2. e 2.3., através do estabelecimento de relações entre variáveis internas infra-estruturais (caracterizadoras do desenvolvimento da rede) e variáveis externas urbanas (caracterizadoras dos fenómenos demográficos, económicos e sociais das áreas urbanas), relações das quais se extraem algumas conclusões.

As variáveis internas infra-estruturais são a extensão, o número de linhas e o número de estações. Para evitar uma análise demasiado extensa e complexa, escolheu-se apenas algumas das variáveis urbanas. Foram consideradas a população, a área e o PIB per capita, que, ao traduzirem, respectivamente, condicionantes demográficas, geográficas e económicas da área a servir, representam três tipos de informações importantes para a concepção do sistema.

As relações estabelecidas entre variáveis internas e externas são:

Km de rede por 1.000.000 de habitantes; Km de rede por 1.000 EUR de PIB per capita; Km de rede por 100 km2 de área; Número de linhas por 1.000.000 de habitantes; Número de estações por 1.000.000 de habitantes.

Das variáveis internas, apenas uma é relacionada com todas as variáveis externas em causa: a extensão da rede. De facto, é, das três, a mais significativa. O número de linhas depende, muitas vezes, da política de exploração, sendo frequente a partilha dum mesmo canal por diversas linhas. Já o número de estações está intimamente ligado à extensão da rede, uma vez que a distância média entre estações é reduzida e não varia muito entre sistemas. Por isso, estabelece-se ainda a relação entre duas variáveis internas (km de rede e número de estações), com o intuito de obter a distância média entre estações e daí se retirar algumas conclusões adicionais em 3.4.. Devido à falta de dados para um mesmo ano de referência, as relações foram calculadas para o ano mais recente disponível para cada rede, que, à partida, será o mais representativo da situação actual de cada uma.


12

Os dados necessários e as relações calculadas para esta caracterização estão presentes na Tabela 3.1.

Tabela 3.1 – Dados e relações calculadas para a caracterização das redes através das variáveis urbanas

Sistema Ano Tipo Forma Barreira natural

Extensão da rede

(km)N.º de linhas

N.º de estações

População residente

PIB per capita (EUR)

Amesterdão 2005 MP Intermédia S 42,5 4 52 1.352.783 32.811,74

Barcelona 2006 MP Intermédia S 85,9 6 104 4.942.941 16.028,07

Berlim 2006 MP Radial N 144,9 9 170 4.964.187 19.730,68

Bielefeld 2006 ML Radial N 36,9 4 62 1.302.043 25.054,29

Bochum 2006 ML Alongada N 15,3 1 21 381.707 28.737,74

Bruxelas 2006 MP Intermédia N 43,8 3 59 1.785.751 51.826,81

Budapeste 2006 MP Intermédia N 31,4 3 40 2.404.561 14.273,16

Colónia 2006 ML Radial N 285,0 15 222 1.866.616 31.905,69

Düsseldorf 2006 ML Intermédia N 61,2 7 99 1.526.531 39.146,02

Essen 2006 ML Intermédia N 30,8 3 43 571.951 29.848,24

Frankfurt 2006 ML Intermédia N 58,6 7 84 2.523.775 37.715,90

Glasgow 1998 MP Alongada N 10,4 1 15 1.768.490 27.460,56

Hamburgo 2006 MP Intermédia S 100,7 3 89 3.137.069 31.748,18

Hanôver 2006 ML Radial N 119,7 12 195 1.291.532 28.140,29

Helsínquia 2006 MP Alongada S 21,1 2 16 1.306.893 35.135,15

Lisboa 2006 MP Intermédia S 35,6 4 44 2.412.104 14.794,99

Londres 2006 MP Radial N 437,0 12 303 11.993.614 29.467,19

Madrid 1998 MP Radial N 136,0 12 136 5.203.775 18.769,90

Milão 2005 MP Radial N 74,1 3 84 3.917.305 23.562,31

Munique 2006 MP Radial N 91,0 6 93 2.492.130 42.152,15

Nuremberga 2006 MP Intermédia N 31,0 2 40 1.279.656 31.177,30

Paris 2006 MP Radial N 211,3 14 297 11.195.863 37.969,13

Porto 2006 ML Intermédia S 58,9 5 69 1.127.067 10.460,52

Praga 2006 MP Radial N 54,9 3 51 1.925.238 11.827,72

Roma 2004 MP Intermédia N 36,6 2 48 3.674.689 18.687,38

Turim 2006 MP Alongada S 7,5 1 11 2.130.205 19.017,99


13

Sistema AnoÁrea (km2)

Km rede / 1.000.000

hab.

Km rede / 1.000 EUR

PIB per capita

Km / 100 km2 área

N.º linhas /

1.000.000 hab.

N.º estações / 1.000.000

hab.

Km rede / N.º

estações

Amesterdão 2005 830 31.42 1.30 5.12 2.96 38.44 0.82

Barcelona 2006 7,755 17.38 5.36 1.11 1.21 21.04 0.83

Berlim 2006 17,405 29.19 7.34 0.83 1.81 34.25 0.85

Bielefeld 2006 2,921 28.34 1.47 1.26 3.07 47.62 0.60

Bochum 2006 145 40.08 0.53 10.55 2.62 55.02 0.73

Bruxelas 2006 1,614 24.51 0.84 2.71 1.68 33.04 0.74

Budapeste 2006 2,538 13.06 2.20 1.24 1.25 16.64 0.79

Colónia 2006 1,626 152.68 8.93 17.53 8.04 118.93 1.28

Düsseldorf 2006 1,201 40.09 1.56 5.10 4.59 64.85 0.62

Essen 2006 210 53.85 1.03 14.67 5.25 75.18 0.72

Frankfurt 2006 4,305 23.22 1.55 1.36 2.77 33.28 0.70

Glasgow 1998 3,346 5.88 0.38 0.31 0.57 8.48 0.69

Hamburgo 2006 7,304 32.10 3.17 1.38 0.96 28.37 1.13

Hanôver 2006 2,966 92.67 4.25 4.04 9.29 150.98 0.61

Helsínquia 2006 2,698 16.15 0.60 0.78 1.53 12.24 1.32

Lisboa 2006 1,475 14.76 2.41 2.41 1.66 18.24 0.81

Londres 2006 8,920 36.44 14.83 4.90 1.00 25.26 1.44

Madrid 1998 8,023 26.13 7.25 1.70 2.31 26.13 1.00

Milão 2005 2,767 18.92 3.14 2.68 0.77 21.44 0.88

Munique 2006 5,504 36.51 2.16 1.65 2.41 37.32 0.98

Nuremberga 2006 2,935 24.23 0.99 1.06 1.56 31.26 0.78

Paris 2006 12,080 18.87 5.57 1.75 1.25 26.53 0.71

Porto 2006 563 52.24 5.63 10.46 4.44 61.22 0.85

Praga 2006 6,977 28.52 4.64 0.79 1.56 26.49 1.08

Roma 2004 5,352 9.95 1.96 0.68 0.54 13.06 0.76

Turim 2006 6,830 3.52 0.39 0.11 0.47 5.16 0.68

3.2. CARACTERIZAÇÃO DOS TIPOS DE REDE

Com vista à caracterização dos tipos de rede, apresenta-se graficamente as relações calculadas, com os sistemas agrupados em MP e ML.

Na Fig. 3.1, estão os km de rede por 1.000.000 de habitantes.


14

- 20 40 60 80 100 120 140 160

Munique (MP)Londres (MP)

Hamburgo (MP)Amesterdão (MP)

Berlim (MP)Praga (MP)

Madrid (MP)Bruxelas (MP)

Nuremberga (MP)Milão (MP)Paris (MP)

Barcelona (MP)Helsínquia (MP)

Lisboa (MP)Budapeste (MP)

Roma (MP)Glasgow (MP)

Turim (MP)Colónia (ML)Hanôver (ML)

Essen (ML)Porto (ML)

Düsseldorf (ML)Bochum (ML)Bielefeld (ML)Frankfurt (ML)

Fig. 3.1 – Km de rede por 1.000.000 de habitantes para MP e ML

Na Fig. 3.2, surgem os km de rede por 1.000 EUR de PIB per capita.

- 2 4 6 8 10 12 14 16

Londres (MP)Berlim (MP)Madrid (MP)

Paris (MP)Barcelona (MP)

Praga (MP)Hamburgo (MP)

Milão (MP)Lisboa (MP)

Budapeste (MP)Munique (MP)

Roma (MP) Amesterdão (MP)Nuremberga (MP)

Bruxelas (MP)Helsínquia (MP)

Turim (MP)Glasgow (MP)

Colónia (ML)Porto (ML)

Hanôver (ML)Düsseldorf (ML)

Frankfurt (ML)Bielefeld (ML)

Essen (ML)Bochum (ML)

Fig. 3.2 – Km de rede por 1.000 EUR de PIB per capita para MP e ML

Na Fig. 3.3, apresenta-se os km de rede por 100 km2 de área.


15

- 2 4 6 8 10 12 14 16 18

Amesterdão (MP)Londres (MP)Bruxelas (MP)

Milão (MP)Lisboa (MP)

Paris (MP)Madrid (MP)

Munique (MP)Hamburgo (MP)Budapeste (MP)Barcelona (MP)

Nuremberga (MP)Berlim (MP)Praga (MP)

Helsínquia (MP)Roma (MP)

Glasgow (MP)Turim (MP)

Colónia (ML)Essen (ML)

Bochum (ML)Porto (ML)

Düsseldorf (ML)Hanôver (ML)Frankfurt (ML)Bielefeld (ML)

Fig. 3.3 – Km de rede por 100 km2 de área para MP e ML

Na Fig. 3.4, está o número de linhas por 1.000.000 de habitantes.

- 1 2 3 4 5 6 7 8 9 10

Amesterdão (MP)Munique (MP)

Madrid (MP)Berlim (MP)

Bruxelas (MP)Lisboa (MP)

Nuremberga (MP)Praga (MP)

Helsínquia (MP)Paris (MP)

Budapeste (MP)Barcelona (MP)

Londres (MP)Hamburgo (MP)

Milão (MP)Glasgow (MP)

Roma (MP)Turim (MP)

Hanôver (ML)Colónia (ML)

Essen (ML)Düsseldorf (ML)

Porto (ML)Bielefeld (ML)Frankfurt (ML)Bochum (ML)

Fig. 3.4 – Número de linhas por 1.000.000 de habitantes para MP e ML

Na Fig. 3.5, surge representado o número de estações por 1.000.000 de habitantes.


16

- 20 40 60 80 100 120 140 160

Amesterdão (MP)Munique (MP)

Berlim (MP)Bruxelas (MP)

Nuremberga (MP)Hamburgo (MP)

Paris (MP)Praga (MP)

Madrid (MP)Londres (MP)

Milão (MP)Barcelona (MP)

Lisboa (MP)Budapeste (MP)

Roma (MP)Helsínquia (MP)


Hanôver (ML)Colónia (ML)

Essen (ML)Düsseldorf (ML)

Porto (ML)Bochum (ML)Bielefeld (ML)Frankfurt (ML)

Fig. 3.5 – Número de estações por 1.000.000 de habitantes para MP e ML

A observação dos gráficos apresentados permite, desde logo, notar que os ML possuem uma maior dimensão infra-estrutural por quantidade de população e área servidas, sobrepondo-se aos MP nos km de rede por 1.000.000 de habitantes, km de rede por 100 km2 de área, número de linhas por 1.000.000 de habitantes e número de estações por 1.000.000 de habitantes. Mesmo que dessa observação se excluíssem as redes de Colónia e Hanôver, francamente mais extensas que os restantes ML, os valores obtidos para os ML manter-se-iam globalmente superiores aos dos MP.

Estes resultados vão de encontro às características dos MP e ML referidas em 2.2., pois traduzem o facto de os ML serem sistemas de maior proximidade, privilegiando a cobertura geográfica face à velocidade de exploração. A construção das infra-estruturas e a aquisição do material circulante menos onerosas também não serão alheias à maior dimensão por quantidade de população e área servidas das redes de ML.

A dimensão das áreas urbanas acaba por ser fundamental nestes resultados. Note-se que as grandes cidades ou capitais europeias incluídas neste estudo optam todas por sistemas de MP. Destes sistemas, quase todos servem, além da respectiva cidade central, as mais importantes cidades satélite. O MP não é usado como transporte porta-a-porta, mas sim como um meio de deslocação rápida entre os mais importantes pólos da área urbana. O transporte de proximidade é, em geral, cumprido por sistemas de tram ou complexas redes de autocarros. Então, a diminuição do cariz de proximidade das redes aliada ao maior número de população das grandes cidades faz cair os indicadores em causa para os MP.

Ao contrário, áreas urbanas mais pequenas optam, em geral, pelo ML, pois, devido a essa menor dimensão, não é tão importante a velocidade de exploração nem o volume de passageiros transportado. Assim, é frequente o ML encarregar-se do transporte porta-a-porta, substituindo o tram e, por vezes, até o autocarro nestas funções. Logo, o maior cariz de proximidade e a menor população aumentam as relações estudadas para os ML.


17

Já relativamente ao número de km de rede por 1.000 EUR de PIB per capita, observando o gráfico da Fig. 3.2, verifica-se que os MP obtêm valores compreendidos numa gama mais alargada. Contudo, se se excluir Londres (o seu valor é o mais alto e cerca do dobro do de Berlim, o segundo maior), as gamas de valores são semelhantes para os MP e ML. Por isso, esta relação não é boa caracterizadora do tipo de metropolitano. A influência da população e da área é tal que releva para segundo plano o papel do PIB per capita na escolha do tipo de sistema.

3.3. CARACTERIZAÇÃO DAS FORMAS DE REDE

Analogamente ao efectuado em 3.2., apresenta-se graficamente as relações calculadas, mas agora com as redes agrupadas de acordo com a sua forma: radial, intermédia ou alongada.

Na Fig. 3.6, estão os km de rede por 1.000.000 de habitantes.

- 20 40 60 80 100 120 140 160

Colónia (Radial)Hanôver (Radial)Munique (Radial)Londres (Radial)

Berlim (Radial)Praga (Radial)

Bielefeld (Radial)Madrid (Radial)

Milão (Radial)Paris (Radial)

Essen (Intermédia)Porto (Intermédia)

Düsseldorf (Intermédia)Hamburgo (Intermédia)

Amesterdão (Intermédia)Bruxelas (Intermédia)

Nuremberga (Intermédia)Frankfurt (Intermédia)

Barcelona (Intermédia)Lisboa (Intermédia)

Budapeste (Intermédia)Roma (Intermédia)

Bochum (Alongada)Helsínquia (Alongada)

Glasgow (Alongada)Turim (Alongada)

Fig. 3.6 – Km de rede por 1.000.000 de habitantes para redes radiais, intermédias e alongadas

Na Fig. 3.7, surgem os km de rede por 1.000 EUR de PIB per capita.


18

- 2 4 6 8 10 12 14 16

Londres (Radial)Colónia (Radial)

Berlim (Radial)Madrid (Radial)

Paris (Radial)Praga (Radial)

Hanôver (Radial)Milão (Radial)

Munique (Radial)Bielefeld (Radial)

Porto (Intermédia)Barcelona (Intermédia)Hamburgo (Intermédia)

Lisboa (Intermédia)Budapeste (Intermédia)

Roma (Intermédia)Düsseldorf (Intermédia)

Frankfurt (Intermédia)Amesterdão (Intermédia)

Essen (Intermédia)Nuremberga (Intermédia)

Bruxelas (Intermédia)Helsínquia (Alongada)

Bochum (Alongada)Turim (Alongada)

Glasgow (Alongada)

Fig. 3.7 – Km de rede por 1.000 EUR de PIB per capita para redes radiais, intermédias e alongadas

Na Fig. 3.8, apresenta-se os km de rede por 100 km2 de área.

- 2 4 6 8 10 12 14 16 18

Colónia (Radial)Londres (Radial)Hanôver (Radial)


Madrid (Radial)Munique (Radial)Bielefeld (Radial)

Berlim (Radial)Praga (Radial)

Essen (Intermédia)Porto (Intermédia)

Amesterdão (Intermédia)Düsseldorf (Intermédia)

Bruxelas (Intermédia)Lisboa (Intermédia)

Hamburgo (Intermédia)Frankfurt (Intermédia)

Budapeste (Intermédia)Barcelona (Intermédia)

Nuremberga (Intermédia)Roma (Intermédia)

Bochum (Alongada)Helsínquia (Alongada)


Fig. 3.8 – Km de rede por 100 km2 de área para redes radiais, intermédias e alongadas

Na Fig. 3.9, está o número de linhas por 1.000.000 de habitantes.


19

- 1 2 3 4 5 6 7 8 9 10

Hanôver (Radial)Colónia (Radial)

Bielefeld (Radial)Munique (Radial)

Madrid (Radial)Berlim (Radial)Praga (Radial)Paris (Radial)

Londres (Radial)Milão (Radial)

Essen (Intermédia)Düsseldorf (Intermédia)

Porto (Intermédia)Amesterdão (Intermédia)

Frankfurt (Intermédia)Bruxelas (Intermédia)

Lisboa (Intermédia)Nuremberga (Intermédia) Budapeste (Intermédia)

Barcelona (Intermédia)Hamburgo (Intermédia)

Roma (Intermédia)Bochum (Alongada)

Helsínquia (Alongada)Glasgow (Alongada)

Turim (Alongada)

Fig. 3.9 – Número de linhas por 1.000.000 de habitantes para redes radiais, intermédias e alongadas

Na Fig. 3.10, surge representado o número de estações por 1.000.000 de habitantes.

- 20 40 60 80 100 120 140 160

Hanôver (Radial)Colónia (Radial)

Bielefeld (Radial)Munique (Radial)

Berlim (Radial)Praga (Radial)Paris (Radial)

Madrid (Radial)Londres (Radial)

Milão (Radial)Essen (Intermédia)

Düsseldorf (Intermédia)Porto (Intermédia)

Amesterdão (Intermédia)Frankfurt (Intermédia)Bruxelas (Intermédia)

Nuremberga (Intermédia)Hamburgo (Intermédia)Barcelona (Intermédia)


Roma (Intermédia)Bochum (Alongada)

Helsínquia (Alongada)Glasgow (Alongada)

Turim (Alongada)

Fig. 3.10 – Número de estações por 1.000.000 de habitantes para redes radiais, intermédias e alongadas

Analisando os gráficos, vê-se que, no caso da divisão das redes segundo a forma, as diferenças entre classificações não são tão marcantes como o eram na divisão das redes segundo o tipo. Quer isto dizer


20

que os indicadores escolhidos são mais eficazes na caracterização dos tipos de metropolitano do que das formas de rede. Apesar disso, é possível retirar algumas conclusões.

Nos casos do número de km, número de linhas e número de estações por 1.000.000 de habitantes, continuam a destacar-se os sistemas de Colónia e Hanôver (redes radiais), devido às suas elevadas extensões de rede para a dimensão das áreas urbanas em causa. Se estes sistemas se considerarem, mais uma vez, como excepções, os indicadores obtidos, quer para redes radiais, quer para intermédias, caem em gamas de valores semelhantes. Uma justificação simplista pode constituir no facto de que as redes radiais são características das grandes cidades, sendo, à partida, mais extensas, mas também servindo áreas urbanas mais populosas face às redes intermédias. Contudo, como nas redes intermédias pesquisadas também figuram grandes cidades, é conveniente uma justificação mais detalhada. De facto, tanto as redes radiais como as intermédias têm o objectivo de ligar o centro da área urbana às principais cidades satélite, que normalmente se desenvolvem de maneira uniforme em torno da cidade principal. No caso de uma rede ser intermédia pela existência de outros sistemas ferroviários que sirvam algumas das zonas satélite, essas zonas não constituirão, à partida, grandes pólos populacionais, porque, nesse caso, seria justificável o prolongamento do metro até lá. Também quando há barreiras naturais de grande dimensão que a rede não transpõe, para lá dessas barreiras, as povoações satélite ou são de dimensão reduzida, ou não existem de todo (no caso da barreira ser o mar ou uma cadeia montanhosa). Por tudo isto, as direcções não servidas por uma rede intermédia não possuem, em regra, população suficiente que baixe os indicadores em causa.

Ainda sobre o número de km, número de linhas e número de estações por 1.000.000 de habitantes, as redes alongadas apresentam valores mais reduzidos que as restantes formas, porque, ou são redes embrionárias, ou são redes que não assumem o papel de principal agente de transporte público na área urbana a que pertencem, funcionando como complemento a outros sistemas.

Quanto ao número de km de rede por 100 km2 de área, vê-se no gráfico da Fig. 3.8 que, embora todas as três formas de rede compreendam um ou dois sistemas cujos valores deste indicador são francamente superiores aos restantes, o panorama geral é que as redes radiais e intermédias possuem valores dentro da mesma gama. Analogamente ao referido para os indicadores anteriores, se uma rede é intermédia devido a barreiras naturais, o limite da área urbana tende a ultrapassar pouco a barreira (menor atractividade dos terrenos do outro lado da barreira para expansão da área urbana) ou nem sequer ultrapassar (caso do mar ou de cadeia montanhosa). Já se a rede for intermédia para evitar duplicação de sistemas, a área onde não chega o metro poderia baixar o indicador. Contudo, devido aos resultados obtidos e à variabilidade das áreas e das extensões, conclui-se que esse efeito não é significativo para este indicador.

Sobre as redes alongadas, à semelhança do que acontecia nos três indicadores anteriores, possuem valores mais reduzidos que as restantes formas no que concerne ao número de km de rede por 100 km2 de área. A justificação dada para os indicadores anteriores é integralmente válida para este também.

Relativamente ao número de km de rede por 1.000 EUR de PIB per capita, as redes radiais apresentam valores claramente superiores às intermédias, que, por sua vez, se sobrepõem às alongadas. Verifica-se esta tendência no gráfico da Fig. 3.7, mas é difícil justificá-la. Dentro de cada formato de rede, os sistemas estão ordenados segundo o indicador em causa, mas essa ordem não corresponde de todo à ordem das extensões de rede nem dos PIB per capita das áreas urbanas. Tal sugere que o PIB per capita não é condicionante à forma do sistema.


21

3.4. DISTÂNCIA MÉDIA ENTRE ESTAÇÕES

3.4.1. COMPARAÇÃO DAS REDES ATRAVÉS DA DISTÂNCIA MÉDIA ENTRE ESTAÇÕES

A distância média entre estações de uma rede resulta da divisão da extensão da rede pelo número de estações contidas na mesma. Apesar de se tratar de uma relação entre duas variáveis internas, permite que se retirem conclusões adicionais sobre algumas das relações estudadas em 3.2. e 3.3.. Na Fig. 3.11 e na Fig. 3.12, surgem as distâncias médias entre estações, respectivamente agrupadas por tipo e por forma de rede.

0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5

Londres (MP)Helsínquia (MP)Hamburgo (MP)

Praga (MP)Madrid (MP)

Munique (MP)Milão (MP)

Berlim (MP)Barcelona (MP)

Amesterdão (MP)Lisboa (MP)

Budapeste (MP)Nuremberga (MP)

Roma (MP)Bruxelas (MP)

Paris (MP)Glasgow (MP)

Turim (MP)Colónia (ML)

Porto (ML)Bochum (ML)

Essen (ML)Frankfurt (ML)

Düsseldorf (ML)Hanôver (ML)Bielefeld (ML)

Fig. 3.11 – Distância média entre estações (km) para MP e ML


22

0,5 0,6 0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,5

Londres (Radial)Colónia (Radial)

Praga (Radial)Madrid (Radial)

Munique (Radial)Milão (Radial)

Berlim (Radial)Paris (Radial)

Hanôver (Radial)Bielefeld (Radial)

Hamburgo (Intermédia)Porto (Intermédia)

Barcelona (Intermédia)Amesterdão (Intermédia)


Nuremberga (Intermédia)Roma (Intermédia)

Bruxelas (Intermédia)Essen (Intermédia)

Frankfurt (Intermédia)Düsseldorf (Intermédia)

Helsínquia (Alongada)Bochum (Alongada)Glasgow (Alongada)

Turim (Alongada)

Fig. 3.12 – Distância média entre estações (km) para redes radiais, intermédias e alongadas

Verifica-se que, quanto à tipologia, os MP apresentam uma distância entre estações ligeiramente superior aos ML (médias de 0,90 e 0,76 km, respectivamente), o que é compreensível devido aos ML terem um cariz de transporte de proximidade superior aos dos MP, conforme já foi referido em 3.2..

Em relação à forma, a distância média entre estações é superior nas redes radiais, seguidas pelas alongadas e, por fim, pelas intermédias (médias de 0,94, 0,86 e 0,79 km, respectivamente). As radiais assumem distâncias entre estações maiores, porque são, na maior parte dos casos, sistemas de MP de grandes cidades, onde se privilegia o volume e a rapidez de transporte em detrimento da proximidade. Demasiadas estações por unidade de comprimento prejudicariam essa fluidez e dificultariam a articulação de horários entre as diversas linhas. Relativamente às redes alongadas, não fosse o caso de Helsínquia (sistema com grande distância entre estações, devido a se afastar muito do centro), teriam uma média inferior à das intermédias. Por isso, pode-se afirmar que há uma tendência geral da redução da distância entre estações com a diminuição da complexidade da forma da rede. Redes mais simples e pequenas possuem mais estações por unidade de comprimento e, dessa forma, assumem um maior cariz de proximidade. Procuram compensar a falta de dimensão com uma melhor facilidade de acesso aos sistemas, tornando-os atractivos a um maior número de utentes.

Contudo, constata-se também que, quer quanto ao tipo, quer quanto à forma das redes, os valores médios das distâncias entre estações não variam de forma significativa entre classificações diferentes. Isto deve-se a que a maioria dos canais de metro atravessa zonas urbanas consolidadas, as quais é necessário servir de forma eficaz e equitativa. Logo, não admira que os indicadores km de rede por 1.000.000 de habitantes e número de estações por 1.000.000 de habitantes apresentem tendências semelhantes tanto para o tipo (ver Fig. 3.1 e Fig. 3.5), como para a forma das redes (ver Fig. 3.6 e Fig. 3.10).

Possivelmente, se fosse feita uma análise semelhante para o número de linhas por unidade de extensão da rede, as conclusões seriam idênticas. Contudo, para não alongar demasiado esta parte do estudo,


23

entendeu-se que a análise do ponto de vista das estações seria mais fiável, pois, conforme já foi referido, a definição de linhas surge associada a trajectos e não a canais de metro (num canal podem passar várias linhas).

3.4.2. EVOLUÇÃO DA DISTÂNCIA MÉDIA ENTRE ESTAÇÕES

Relatada que está em 3.4.1. a variação da distância média entre estações entre sistemas de tipologia e forma diferentes, pretende-se agora verificar essa variação num mesmo sistema ao longo do tempo. Para isso, escolheu-se sistemas em que se dispõe de observações para 8 ou mais anos, de modo a obter conclusões fiáveis. Na Fig. 3.13, apresenta-se a evolução da distância média entre estações para os sete sistemas seleccionados.

0,60

0,70

0,80

0,90

1,00

1,10

1,20

1,30

1,40

1,50

1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006

Barcelona Budapeste Colónia Lisboa Londres Milão Paris

Fig. 3.13 – Evolução da distância média entre estações (km) ao longo do tempo

Da análise do gráfico da Fig. 3.13, retira-se que a distância média entre estações dum mesmo sistema varia pouco ao longo do tempo. Mesmo nos sistemas de Londres e Paris, para os quais não se dispõe de alguns valores de anos intermédios, a constância dos valores é visível.

Dois casos justificativos desta reduzida variação podem acontecer. O primeiro consiste em sistemas que não sofram variações das suas extensões nem dos números de estações, o que resulta em distâncias entre estações constantes ao longo do tempo. O segundo é o caso de sistemas que, embora tenham sofrido expansões ou encerramentos, os troços construídos ou encerrados apresentem distâncias médias entre estações semelhantes aos restantes troços das redes onde se inserem, mantendo este indicador constante. De facto, como os sistemas tendem a possuir percursos maioritariamente em zonas urbanas consolidadas (onde é previsível maior procura), leva a que, quando sejam expandidos, se procure garantir que todos os cidadãos da mesma área urbana que residam em zonas servidas pelo metro tenham semelhantes facilidades de acesso à respectiva rede.


24


25

4 CARACTERIZAÇÃO DAS REDES DE METROPOLITANO ATRAVÉS DAS VARIÁVEIS DE SERVIÇO

4.1. RELAÇÕES ENTRE AS VARIÁVEIS

As variáveis de serviço representam a produção dos sistemas de metropolitano, sendo, por isso, variáveis internas dos mesmos. Neste capítulo, procura-se fazer um estudo análogo ao do Capítulo 3, por via a caracterizar os dois tipos e as três formas de redes consideradas, mas, desta vez, a partir de relações entre variáveis de serviço e outras variáveis internas do sistema.

Neste estudo, foram recolhidas quatro variáveis de serviço. Duas delas avaliam a oferta proporcionada pelas empresas (número de carruagens.km e número de lugares.km produzidos) e as outras duas traduzem a procura dos sistemas por parte dos utentes (número de passageiros.km e número de passageiros transportados). De modo a não tornar este capítulo demasiado extenso, seleccionam-se apenas uma variável representativa da oferta e outra representativa da procura. Do lado da oferta escolheu-se o número de lugares.km produzidos. Numa análise comparativa dos sistemas, atendendo a que a capacidade das carruagens pode diferir muito entre eles, a utilização da variável número de carruagens.km produzidas seria menos precisa e fiável. Do lado da procura, optou-se pelo número de passageiros transportados, por motivo de uma maior disponibilidade de dados face ao número de passageiros.km. Embora esta última variável tivesse a vantagem de contabilizar as distâncias percorridas pelos passageiros, a verdade é que isto constitui uma componente adicional que não é assim tão significativa para os resultados da análise. Isto porque, em sistemas de transporte urbano, a distância média percorrida por passageiro varia pouco, tornando ambas as variáveis aproximadamente proporcionais.

As outras variáveis internas escolhidas, com as quais se relacionam as variáveis de serviço, contemplam uma variável de capital representativa das infra-estruturas (extensão da rede), uma variável de capital representativa do material circulante (número de comboios ou número de carruagens) e uma variável de mão-de-obra (número de trabalhadores).

As análises do ponto de vista da oferta e da procura são efectuadas separadamente, estabelecendo-se as seguintes relações:

Análise do ponto de vista da oferta: o Número de lugares.km produzidos por km de rede; o Número de lugares.km produzidos por comboio; o Número de lugares.km produzidos por trabalhador;

Análise do ponto de vista da procura:


26

o Número de passageiros transportados por km de rede; o Número de passageiros transportados por carruagem; o Número de passageiros transportados por trabalhador.

Desta forma, para cada tipo ou forma de rede, é possível hierarquizar as empresas segundo o grau de aproveitamento dos seus recursos de capital e de mão-de-obra. Quanto mais elevadas forem as relações apresentadas, mais uma empresa tira proveito dos seus recursos. No entanto, tal não significa que ofereça uma boa qualidade de serviço aos utentes. Uma utilização demasiado intensiva dos recursos pode levar ao desgaste precoce do material (maiores custos de manutenção) e, a partir de um certo ponto, à saturação do sistema, tornando-o menos atractivo para os utentes (perda de receitas).

Note-se que, nos indicadores apresentados, se optou pelo número de comboios para relacionar com o número de lugares.km e pelo número de carruagens para relacionar com o número de passageiros. De facto, a oferta parece estar mais relacionada com a frequência de passagem, logo com o número de comboios, e a procura com a capacidade de transporte disponibilizada pela empresa, logo com o número de carruagens.

A caracterização das redes feita através das variáveis de serviço não será tão completa como a caracterização feita através das variáveis externas, presente no Capítulo 3, uma vez que, tanto na análise pela oferta como pela procura foi necessário eliminar alguns dos 26 sistemas iniciais. Há dois motivos para isso. O primeiro é que só podem ser consideradas as empresas cujas variáveis recolhidas representem unicamente sistemas de metropolitano, sem misturarem dados de outros sistemas explorados pelas mesmas empresas. O segundo respeita à variável número de lugares.km produzidos, que não está disponível para alguns sistemas. A redução do número de sistemas impede que, para alguns indicadores, se retirem conclusões caracterizadoras do panorama geral dos diferentes tipos e formas de metropolitano. Por isso, evitam-se generalizações neste capítulo, privilegiando-se antes os aspectos dos sistemas em análise.

Mais uma vez, devido à falta de dados para um mesmo ano de referência, os indicadores de cada rede foram calculados para a observação mais recente que obedecesse às restrições do parágrafo anterior.

4.2. ANÁLISE DO PONTO DE VISTA DA OFERTA

Para efectuar a análise do ponto de vista da oferta, começa-se por apresentar os dados necessários e as relações calculadas para caracterização dos sistemas. Estes valores constam na Tabela 4.1.


27

Tabela 4.1 – Dados e relações calculadas para a caracterização das redes do ponto de vista da oferta


Extensão da rede

(km)

N.º de comboios

N.º de carruagens

N.º de trabalhadores

Barcelona 2006 MP Intermédia S 85,9 135 666 3.154

Bruxelas 2006 MP Intermédia N 43,8 90 217

Budapeste 2006 MP Intermédia N 31,4 78 392

Essen 2006 ML Intermédia N 30,8 45 90

Frankfurt 2006 ML Intermédia N 58,6 224 448

Hamburgo 2006 MP Intermédia S 100,7 214 749

Helsínquia 2006 MP Alongada S 21,1 54 108 225

Lisboa 2006 MP Intermédia S 35,6 106 338 1.705

Milão 2005 MP Radial N 74,1 243 729

Munique 2006 MP Radial N 91,0 258 588

Paris 1998 MP Radial N 210,6 700 3.569 12.068

Porto 2006 ML Intermédia S 58,9 66 198 432

Praga 2006 MP Radial N 54,9 149 744

Roma 2004 MP Intermédia N 36,6 75 456 1.409

Sistema Ano

N.º lugares.km /

N.º trabalhadores

Barcelona 2006 3.968.992

Bruxelas 2006

Budapeste 2006

Essen 2006

Frankfurt 2006

Hamburgo 2006

Helsínquia 2006 11.388.889

Lisboa 2006 2.266.411

Milão 2005

Munique 2006

Paris 1998 1.939.012

Porto 2006 3.281.097

Praga 2006

Roma 2004 4.590.2036.467.596.000 176.826.225 86.234.613

1.417.434.000 24.074.494 21.476.273

8.703.277.000 158.529.636 58.411.255

8.381.000.000 92.098.901 32.484.496

23.400.000.000 111.111.111 33.444.494

3.864.231.000 108.545.815 36.584.436

12.021.863.000 162.238.367 49.472.687

7.159.000.000 71.092.354 33.453.271

2.562.500.000 121.445.498 47.453.704

588.155.000 19.095.942 13.070.111

2.964.600.000 50.590.444 13.234.821

2.437.800.000 55.695.682 27.086.667

5.366.354.000 170.902.994 68.799.410

N.º de lugares.km N.º lugares.km / Km rede

N.º lugares.km / N.º carruagens

12.518.200.000 145.729.919 92.727.407

4.2.1. CARACTERIZAÇÃO DOS TIPOS DE REDE

Em seguida, prossegue-se com a análise do ponto de vista da oferta, representando graficamente as relações calculadas na Tabela 4.1 para os sistemas agrupados por tipo: MP e ML.


28

Na Fig. 4.1, apresenta-se o gráfico do número de lugares.km produzidos por km de rede.

- 50.000.000 100.000.000 150.000.000 200.000.000

Roma (MP)Budapeste (MP)

Milão (MP)Praga (MP)

Barcelona (MP)Helsínquia (MP)

Paris (MP)Lisboa (MP)

Munique (MP)Hamburgo (MP)

Bruxelas (MP)Frankfurt (ML)

Porto (ML)Essen (ML)

Fig. 4.1 – Número de lugares.km produzidos por km de rede para MP e ML

Na Fig. 4.2, surge o gráfico do número de lugares.km produzidos por comboio.

- 25.000.000 50.000.000 75.000.000 100.000.000

Barcelona (MP)Roma (MP)

Budapeste (MP)Praga (MP)Milão (MP)

Helsínquia (MP)Lisboa (MP)

Hamburgo (MP)Paris (MP)

Munique (MP)Bruxelas (MP)

Porto (ML)Frankfurt (ML)

Essen (ML)

Fig. 4.2 – Número de lugares.km produzidos por comboio para MP e ML

Na Fig. 4.3, está o gráfico do número de lugares.km produzidos por trabalhador.

- 3.000.000 6.000.000 9.000.000 12.000.000


Barcelona (MP)Lisboa (MP)

Paris (MP)Porto (ML)

Fig. 4.3 – Número de lugares.km produzidos por trabalhador para MP e ML

Sobre número de lugares.km produzidos por km de rede e por comboio, verifica-se que todos os ML considerados ficaram abaixo dos MP. Estes resultados são compatíveis com a menor capacidade de tráfego das infra-estruturas de ML, dimensionadas, como o próprio nome indica, para volumes de tráfego ligeiros. Já o número de lugares.km produzidos por trabalhador, embora também dependa da capacidade de tráfego dos sistemas, depende mais da gestão das empresas sobre os seus recursos


29

humanos. Neste indicador, o único sistema de ML disponível é o do Porto, que apresenta um valor bastante bom para um sistema ligeiro. Dentro dos MP, Helsínquia apresenta um valor muito elevado face aos restantes. Por isso, sendo Helsínquia pouco representativa do panorama geral dos MP, se for excluída da comparação, o número de lugares.km por trabalhador produzidos pelo ML do Porto ronda a média dos restantes MP, o que realça ainda mais a optimização dos recursos humanos da empresa portuense.

4.2.2. CARACTERIZAÇÃO DAS FORMAS DE REDE

Para finalizar a análise do ponto de vista da oferta, representa-se graficamente os indicadores calculados na Tabela 4.1, mas desta vez com as redes agrupadas por forma: radial, intermédia ou alongada.

Na Fig. 4.4, apresenta-se o gráfico do número de lugares.km produzidos por km de rede.

- 50.000.000 100.000.000 150.000.000 200.000.000

Milão (Radial)Praga (Radial)Paris (Radial)

Munique (Radial)Roma (Intermédia)

Budapeste (Intermédia)Barcelona (Intermédia)

Lisboa (Intermédia) Hamburgo (Intermédia)

Bruxelas (Intermédia)Frankfurt (Intermédia)

Porto (Intermédia)Essen (Intermédia)

Helsínquia (Alongada)

Fig. 4.4 – Número de lugares.km produzidos por km de rede para redes radiais, intermédias e alongadas

Na Fig. 4.5, surge o gráfico do número de lugares.km produzidos por comboio.

- 25.000.000 50.000.000 75.000.000 100.000.000

Praga (Radial)Milão (Radial)Paris (Radial)

Munique (Radial)Barcelona (Intermédia)

Roma (Intermédia)Budapeste (Intermédia)

Lisboa (Intermédia)Hamburgo (Intermédia)

Bruxelas (Intermédia)Porto (Intermédia)

Frankfurt (Intermédia)Essen (Intermédia)

Helsínquia (Alongada)

Fig. 4.5 – Número de lugares.km produzidos por comboio para redes radiais, intermédias e alongadas

Na Fig. 4.6, está o gráfico do número de lugares.km produzidos por trabalhador.


30

- 3.000.000 6.000.000 9.000.000 12.000.000

Paris (Radial)Roma (Intermédia)

Barcelona (Intermédia)Porto (Intermédia)

Lisboa (Intermédia)Helsínquia (Alongada)

Fig. 4.6 – Número de lugares.km produzidos por trabalhador para redes radiais, intermédias e alongadas

Os lugares.km produzidos por km de rede e por comboio das redes intermédias abrangem uma gama mais ampla de valores face às radiais. No entanto, verifica-se que os valores mais baixos obtidos por redes intermédias respeitam aos três únicos sistemas de ML presentes nos gráficos (Essen, Frankfurt e Porto). Como os valores para redes intermédias e radiais de MP não diferem assim tanto, à partida estes dois indicadores não são tão bons caracterizadores da forma das redes como o eram quanto ao tipo. Contudo, seria necessário uma análise a uma maior quantidade de sistemas para averiguar esse facto. Como está presente apenas uma rede alongada (Helsínquia), não se podem retirar conclusões sobre este tipo de rede. Refira-se apenas que os lugares.km produzidos por km de rede e por comboio no sistema de MP da capital finlandesa estão perfeitamente compatíveis com os restantes MP com redes radiais ou intermédias.

Em relação ao número de lugares.km produzidos por trabalhador, só se dispõe de uma rede radial (que apresenta o valor mais baixo) e de uma alongada (que apresenta o valor mais alto), pelo que não há dados suficientes para fazer uma análise comparativa.

4.3. ANÁLISE DO PONTO DE VISTA DA PROCURA

Para efectuar a análise do ponto de vista da procura, começa-se por apresentar os dados necessários e as relações calculadas para caracterização dos sistemas. Estes valores estão Tabela 4.2.


31

Tabela 4.2 – Dados e relações calculadas para a caracterização das redes do ponto de vista da procura


Extensão da rede

(km)

N.º de comboios

N.º de carruagens


Barcelona 2006 MP Intermédia S 85,9 135 666 3.154

Berlim 2006 MP Radial N 144,9 637 1.274

Bruxelas 2006 MP Intermédia N 43,8 90 217

Budapeste 2006 MP Intermédia N 31,4 78 392

Frankfurt 2006 ML Intermédia N 58,6 224 448

Glasgow 1998 MP Alongada N 10,4 14 41 326

Hamburgo 2006 MP Intermédia S 100,7 214 749

Helsínquia 2006 MP Alongada S 21,1 54 108 225

Lisboa 2006 MP Intermédia S 35,6 106 338 1.705

Londres 2006 MP Radial N 437,0 610 4.164

Madrid 1998 MP Radial N 136,0 250 1.214 4.599

Milão 2005 MP Radial N 74,1 243 729

Munique 2006 MP Radial N 91,0 258 588

Paris 2006 MP Radial N 211,3 697 3.553

Porto 2006 ML Intermédia S 58,9 66 198 432

Praga 2006 MP Radial N 54,9 149 744

Roma 2004 MP Intermédia N 36,6 75 456 1.409

Turim 2006 MP Alongada S 7,5 38 76 125


32

Sistema Ano

N.º passageiros /

N.º trabalhadores

Barcelona 2006 112.045

Berlim 2006

Bruxelas 2006

Budapeste 2006

Frankfurt 2006

Glasgow 1998 44.785

Hamburgo 2006

Helsínquia 2006 252.444

Lisboa 2006 107.903

Londres 2006

Madrid 1998 95.021

Milão 2005

Munique 2006

Paris 2006

Porto 2006 89.439

Praga 2006

Roma 2004 187.783

Turim 2006 72.000

N.º de passageiros

N.º passageiros / Km rede

N.º passageiros / N.º carruagens

353.390.000 4.113.970 530.616

466.400.000 3.218.772 366.091

122.500.000 2.798.721 564.516

280.128.000 8.921.274 714.612

98.011.000 1.672.543 218.775

14.600.000 1.403.846 356.098

179.796.000 1.785.462 240.048

56.800.000 2.691.943 525.926

183.975.000 5.167.837 544.305

1.075.300.000 2.460.641 258.237

437.000.000 3.213.235 359.967

315.192.000 4.253.603 432.362

330.000.000 3.626.374 561.224

1.409.500.000 6.670.611 396.707

38.637.488 656.241 195.139

9.000.000 1.200.000 118.421

531.239.000 9.676.485 714.031

264.586.689 7.233.888 580.234

4.3.1. CARACTERIZAÇÃO DOS TIPOS DE REDE

Seguidamente, prossegue-se com a análise do ponto de vista da procura, mostrando graficamente as relações calculadas na Tabela 4.2, com os sistemas agrupados por tipo: MP e ML.

Na Fig. 4.7, apresenta-se o gráfico do número de passageiros transportados por km de rede.


33

- 2.500.000 5.000.000 7.500.000 10.000.000

Praga (MP)Budapeste (MP)

Roma (MP)Paris (MP)

Lisboa (MP)Milão (MP)

Barcelona (MP)Munique (MP)

Berlim (MP)Madrid (MP)

Bruxelas (MP)Helsínquia (MP)

Londres (MP)Hamburgo (MP)


Frankfurt (ML)Porto (ML)

Fig. 4.7 – Número de passageiros transportados por km de rede para MP e ML

Na Fig. 4.8, surge o gráfico do número de passageiros transportados por carruagem.

- 200.000 400.000 600.000 800.000

Budapeste (MP)Praga (MP)Roma (MP)

Bruxelas (MP)Munique (MP)

Lisboa (MP)Barcelona (MP)

Helsínquia (MP)Milão (MP)Paris (MP)

Berlim (MP)Madrid (MP)

Glasgow (MP)Londres (MP)

Hamburgo (MP)Turim (MP)

Frankfurt (ML)Porto (ML)

Fig. 4.8 – Número de passageiros transportados por carruagem para MP e ML

Na Fig. 4.9, está o gráfico do número de passageiros transportados por trabalhador.

- 100.000 200.000 300.000


Barcelona (MP)Lisboa (MP)Madrid (MP)Turim (MP)

Glasgow (MP)Porto (ML)

Fig. 4.9 – Número de passageiros transportados por trabalhador para MP e ML


34

Apesar de se dispor de valores apenas para dois sistemas de ML, verifica-se que são claramente inferiores à generalidade dos MP quanto ao número de passageiros transportados por km de rede e por carruagem. Isto significa que, para a procura que têm, os sistemas de ML de Frankfurt e Porto possuem uma rede sobredimensionada. De facto, muitas vezes, a decisão sobre a construção e expansão de redes de metro dá prioridade a razões políticas face a motivos de ordem técnica. No caso das grandes cidades servidas por sistemas de MP, isso não traz grandes prejuízos à exploração, uma vez que a quase totalidade dos seus subúrbios possuem população suficiente que justifique as expansões. Mas, no caso das áreas urbanas de média dimensão, de onde são característicos os sistemas de ML, há algumas cidades satélite pequenas, e, por vezes, já servidas por comboios suburbanos, nas quais não há mercado para o metro. Obviamente que os sistemas sobredimensionados do ponto de vista da extensão também o são quanto à frota. As empresas de metro têm que ir de encontro às expectativas dos utentes de passarem baixos tempos de espera nas estações, sob pena de se tornarem pouco atractivas à reduzida procura que lhes resta. Logo, são obrigadas a possuir material circulante suficiente para cumprir esse objectivo em toda a rede sobredimensionada.

O número de trabalhadores está mais relacionado com a oferta que com a procura, pois, mesmo que a procura seja baixa, há sempre um mínimo necessário para manter a rede a funcionar. Apesar disso, o sistema do Porto consegue um bom resultado no número de passageiros transportados por trabalhador (único ML com dados disponíveis), atendendo aos problemas de que padecem os ML, referidos no parágrafo anterior. Mais do que superar as redes de Glasgow e Turim (redes muito pequenas), o factor que merece destaque é que a gestão de recursos humanos portuense consegue valores muito próximos de redes de média e grande dimensão de MP (Madrid, Lisboa e Barcelona).

4.3.2. CARACTERIZAÇÃO DAS FORMAS DE REDE

Para finalizar a análise do ponto de vista da procura, representa-se graficamente os indicadores calculados na Tabela 4.2, mas desta vez com as redes agrupadas por forma: radial, intermédia ou alongada.

Na Fig. 4.10, apresenta-se o gráfico do número de passageiros transportados por km de rede.

- 2.500.000 5.000.000 7.500.000 10.000.000

Praga (Radial)Paris (Radial)Milão (Radial)

Munique (Radial)Berlim (Radial)Madrid (Radial)

Londres (Radial)Budapeste (Intermédia)

Roma (Intermédia)Lisboa (Intermédia)

Barcelona (Intermédia)Bruxelas (Intermédia)


Porto (Intermédia)Helsínquia (Alongada)


Fig. 4.10 – Número de passageiros transportados por km de rede para redes radiais, intermédias e alongadas

Na Fig. 4.11, surge o gráfico do número de passageiros transportados por carruagem.


35

- 200.000 400.000 600.000 800.000

Praga (Radial)Munique (Radial)


Berlim (Radial)Madrid (Radial)

Londres (Radial)Budapeste (Intermédia)

Roma (Intermédia)Bruxelas (Intermédia)

Lisboa (Intermédia)Barcelona (Intermédia)




Fig. 4.11 – Número de passageiros transportados por carruagem para redes radiais, intermédias e alongadas

Na Fig. 4.12, está o gráfico do número de passageiros transportados por trabalhador.

- 100.000 200.000 300.000

Madrid (Radial)Roma (Intermédia)

Barcelona (Intermédia)Lisboa (Intermédia)


Turim (Alongada)Glasgow (Alongada)

Fig. 4.12 – Número de passageiros transportados por trabalhador para redes radiais, intermédias e alongadas

As redes radiais e intermédias apresentam gamas de valores idênticas para o número de passageiros transportados por km de rede e por carruagem, sendo os menores valores os das duas redes de ML, (Frankfurt e Porto, ambas intermédias). À semelhança do que acontecia na análise do ponto de vista da oferta, também na da procura as relações entre variáveis de serviço e infra-estruturais não são boas diferenciadoras entre redes radiais e intermédias.

Quanto às redes alongadas, poder-se-ia pensar que obteriam um maior número de passageiros transportados por km de rede, uma vez que, por contemplarem poucas linhas, estas atingiriam, em princípio, as zonas mais populosas. Contudo, os valores caem numa gama inferior à das redes radiais e intermédias. Isto acontece devido às especificidades das redes em causa. Os sistemas de Glasgow e de Turim, devido às suas reduzidas dimensões, apresentam os mais baixos volumes de passageiros transportados, baixando o indicador. O sistema de Helsínquia consegue valores superiores, mas, mesmo assim, não muito elevados, uma vez que serve uma área urbana de média dimensão. No número de passageiros transportados por carruagem, Glasgow e, sobretudo, Helsínquia, conseguem resultados mais satisfatórios, mas não conseguem evitar que a gama de valores das redes alongadas seja a mais baixa.

Em relação ao número de passageiros transportados por trabalhador, mais uma vez só se dispõe de uma rede radial, o que não permite retirar conclusões sobre esta forma. As alongadas atingem ambos os extremos, com Helsínquia no superior e Turim no inferior, sendo que tanto as alongadas como as


36

intermédias possuem um sistema cada com valores bastante mais altos que os restantes da mesma forma (Helsínquia e Roma, respectivamente). Por isso, e dado ao número reduzido de sistemas em causa, também aqui opta-se por não se estabelecer qualquer comparação entre formas de rede.


37

5 ANÁLISE DE EFICIÊNCIA DOS SISTEMAS DE METROPOLITANO

5.1. NOÇÕES TEÓRICAS

Este capítulo constitui o cerne do trabalho, pois é aqui que se desenvolve uma metodologia de análise da exploração das redes de metropolitano, do ponto de vista da produção. Daí se compreende a selecção das variáveis de serviço feita em 2.5. (números de carruagens.km, lugares.km, passageiros.km e passageiros), que traduzem outputs produtivos dos sistemas. Não é efectuada uma análise de custos. 5.1.1. NOÇÃO DE FUNÇÃO PRODUÇÃO E EFICIÊNCIA TÉCNICA

Produção é um processo no qual se utilizam factores de produção (inputs) disponíveis, de modo a se obter novos produtos ou serviços (outputs).

Esta transformação é representada pela função produção, que traduz o leque de combinações input/output que se podem adoptar para que o processo produtivo seja tecnicamente eficiente. Ou seja, a função produção descreve as quantidades de input estritamente necessárias à obtenção de cada quantidade de output. Tome-se agora o caso da utilização de x unidades de um tipo de input serem usadas na produção de y unidades de um tipo de output, ilustrado na Fig. 5.1.

Fig. 5.1 – Função produção e conjunto de possibilidades de produção


38

Na Fig. 5.1, y=f(x) corresponde à função produção, que delimita superiormente o conjunto de possibilidades de produção (CPP), representado pela área a sombreado. Qualquer ponto (x,y) contido no CPP representa uma forma tecnologicamente possível de transformar uma quantidade de input x numa quantidade de output y. A função produção, ao representar a máxima quantidade de output y que é possível produzir com determinada quantidade de input x, traduz restrições de natureza tecnológica do processo produtivo. Daí que se diga que uma empresa que labore num ponto sobre a função produção é uma empresa tecnicamente eficiente, de que são exemplos os pontos B e C da Fig. 5.1. Já o ponto A corresponde a um produtor tecnicamente ineficiente, pois, à custa da mesma quantidade de input, poderia produzir uma quantidade de output igual à de B ou, em alternativa, para a mesma quantidade de output produzida, apenas necessitaria de utilizar uma quantidade de input igual à de C.

O desvio do produtor A em relação à função produção traduz defeitos na optimização do processo produtivo. Tal sugere que a eficiência relativa entre A e B pode ser quantificada através da razão entre a quantidade de output produzida por A e a quantidade de output produzida por B. Atendendo a que A e B são exemplos genéricos de pontos de produção tecnicamente ineficiente e eficiente, respectivamente, e que, por isso, B está sobre a função produção, estabelece-se a Equação 5.1., que é uma expressão genérica da eficiência técnica.

( )xfyET = (5.1.)

Em que ET é a eficiência técnica, y é o output efectivamente produzido por uma empresa a partir de determinada quantidade de input x e f(x) é a produção máxima possível de obter com essa mesma quantidade de input.

Então, f(x) é sempre superior a y e ET varia no intervalo [0,1]. Quando ET assume o valor unitário, o produtor é tecnicamente eficiente (encontra-se sobre a função produção), sendo ineficiente para os restantes valores.

Por fim, refira-se que, fornecendo apenas as possibilidades de combinação input/output, a função produção não contempla aspectos económicos, pois não olha aos custos relativos entre inputs diferentes, quando mais que um tipo de input é utilizado no processo produtivo. Então, no momento da escolha, o produtor deverá adoptar metodologias que tenham em conta esses aspectos. Como a análise de custos sai fora do âmbito do presente trabalho, tais metodologias não serão abordadas.

5.1.2. FUNÇÃO PRODUÇÃO DE COBB-DOUGLAS

A Equação 5.2. representa a forma da função produção, no caso de se produzir apenas um output.

( )n1 x,...,xfy = (5.2.)

Em que x e y são as quantidades de input e output, respectivamente.

A Função de Cobb-Douglas é uma lei matemática amplamente aplicada como função produção. A sua autoria é de Charles Cobb e de Paul Douglas. Douglas foi um professor que, a partir de observações empíricas, inferiu as propriedades da função, enquanto que o matemático e seu colega Cobb propôs a


39

forma matemática da mesma. Douglas debruçou-se sobre a produção industrial dos Estados Unidos da América e construiu gráficos do capital, da força de trabalho e do Produto Nacional Bruto (PNB), referentes aos anos compreendidos entre 1899 e 1922. Verificou que a diferença entre os logaritmos do capital e do PNB era sempre cerca de três vezes a diferença entre os logaritmos da força de trabalho e do PNB. A partir desta tendência constante, Cobb propôs a forma patente na Equação 5.3..

11 1210 xxy βββ −⋅⋅= (5.3.)

Em que x1 é o capital, x2 a força de trabalho e y o valor acrescentado, para a produção industrial norte-americana.

Nesta formulação de Cobb e Douglas, os autores impuseram que a soma dos expoentes de x1 e x2 fosse igual à unidade, restrição essa que, mais tarde, outros autores viriam a achar desnecessária. Além disso, generalizou-se a função a n inputs, adoptando a formulação da Equação 5.4..

n321n3210 x...xxxy βββββ ⋅⋅⋅⋅⋅= (5.4.)

A função produção é utilizada neste capítulo para avaliar a influência de diversos inputs na produção dos sistemas de metropolitano a nível da UE. Parte-se da base de dados inicialmente referida em 2.5. e introduz-se esses dados no programa informático Limdep, que permite o seu tratamento através de uma forma linearizada da Função de Cobb-Douglas. Essa linearização, com base na Equação 5.4., é apresentada na Equação 5.5..

( ) ( ) ( ) ( )nn3322110

xlnxlnxlnxln

xln...xlnxlnxlnylne...eeeey nn3322110

⋅++⋅+⋅+⋅+=⇔⇔⋅⋅⋅⋅⋅=

βββββ

βββββ (5.5.)

Verifica-se a necessidade de calcular os logaritmos naturais de todos os dados para que o uso do programa seja possível. O Limdep efectua uma regressão baseada na Função de Cobb-Douglas, a partir das observações de todos os sistemas de metropolitano em conjunto, e retorna os valores de βk, que representam as elasticidades de cada input ou factor de produção (para 1≤k≤n). Define-se elasticidade de um factor de produção como sendo o incremento percentual na produção provocado pelo aumento em 1% desse factor, mantendo os restantes constantes.

5.1.3. MODELOS DE ESTIMAÇÃO DA FRONTEIRA DE PRODUÇÃO

A base de dados recolhida neste estudo consiste numa amostra do tipo panel data, em que existem vários produtores (empresas de metro) a actuar no mesmo segmento de prestação de serviços (transporte urbano ferroviário do tipo metropolitano), durante um conjunto de observações temporais (anuais). Uma amostra panel data resulta, assim, da conjugação de dois outros tipos de amostra:

Cross section – Existem vários produtores a actuar no mesmo segmento de prestação de serviços para uma mesma observação temporal;


40

Time series – Existe um produtor a actuar num determinado segmento de prestação de serviços durante um conjunto de observações temporais.

Na prática, não se tem conhecimento concreto do CPP nem da respectiva função produção, não podendo a eficiência de cada empresa ser quantificada directamente.

Posto isto, é necessário o recurso a modelos econométricos, que podem ser modelos determinísticos ou estocásticos. A principal diferença entre ambos os tipos de modelos reside na interpretação dos desvios das observações relativamente à fronteira eficiente, ou seja, nos motivos que conduzem à laboração das empresas em pontos que não sejam eficientes. Enquanto que, nos modelos determinísticos, qualquer desvio é atribuído à ineficiência técnica do produtor, nos modelos estocásticos, além dessa ineficiência técnica, são também captadas as perturbações nos resultados alcançados no processo produtivo que sejam causadas por factores alheios ao produtor. Estas perturbações podem-se reportar ao ambiente onde a produção se insere (greves, conjuntura económica, etc.), ou até a erros no registo dos dados, pelo que se designam por efeitos aleatórios.

Para o presente estudo, opta-se por um modelo estocástico. É um modelo mais complexo, que se adequa melhor à análise das eficiências das redes de transporte, as quais dependem, em grande medida, de factores relacionados o ambiente sócio-económico da área urbana onde se inserem. Os modelos estocásticos foram simultaneamente introduzidos por Aigner, Lovell e Schimidt e por Meeusen e Van den Broeck, em 1977.

Segundo os modelos determinísticos, a produção yi do i-ésimo produtor é dada pela função produção, afectada de um coeficiente de eficiência técnica ETi. Adoptando-se a Equação 5.4. como fronteira determinística de produção (Função de Cobb-Douglas f(x,β)), escreve-se a Equação 5.6., que mais não é do que uma reinterpretação da Equação 5.1..

( )β,xfETy iii ⋅= (5.6.)

Em que xi é o vector dos inputs estritamente necessários à produção de yi e β é o vector dos parâmetros da função produção, composto pela constante β0 e pelas elasticidades βk (1≤k≤n).

A Equação 5.7. resulta duma transformação logarítmica da Equação 5.6..

( ) ( ) iiiiii u,xflnylnETln,xflnyln −=⇔+= ββ (5.7.)

Em que: 0ETlnu ii ≥−= .

ui é uma medida de ineficiência técnica, pois: ii ET1u −≈ . Logo, a eficiência técnica do i-ésimo produtor ETi é traduzida pela Equação 5.8..

iui eET −= (5.8.)

Como foi anteriormente referido, os modelos estocásticos atribuem parte da ineficiência a efeitos aleatórios. Partindo da Equação 5.6. e da Equação 5.8., escreve-se agora a Equação 5.9., referente ao output do i-esimo produtor, estimado por modelos estocásticos.


41

( ) ( ) ( ) iiiii uvii

vuii

viii e,xfyee,xfye,xfETy −− ⋅=⇔⋅⋅=⇔⋅⋅= βββ (5.9.)

Em que evi é o termo que captura os efeitos aleatórios (noise term).

A eficiência técnica do i-ésimo produtor, avaliada por modelos estocásticos, é, então, dada pela Equação 5.10., onde a fronteira determinística de produção da Equação 5.6. (definida por f(xi,β)) dá lugar à fronteira estocástica de produção (definida por f(xi,β). evi).

( ) ivi

ii

e,xf

yET

⋅=

β (5.10.)

Aplicando uma transformação logarítmica à Equação 5.9. e, com base na Função Produção de Cobb-Douglas, obtém-se a Equação 5.11..

inn3322110i

iinn3322110ixln...xlnxlnxlnyln

uvxln...xlnxlnxlnylnεβββββ

βββββ+⋅++⋅+⋅+⋅+=⇔

⇔−+⋅++⋅+⋅+⋅+= (5.11.)

Em que: ii uv −=ε .

Na Equação 5.11., que traduz um modelo estocástico, o desvio ε entre o output alcançado yi e a fronteira determinística de produção f(xi,β) possui duas componentes:

Componente determinística (ui) – Ao captar o efeito da ineficiência técnica, assume sempre valores positivos, possuindo uma distribuição assimétrica;

Componente estocástica (vi) – Capta os efeitos aleatórios que podem ser favoráveis ou desfavoráveis à produção, podendo, por isso, assumir valores positivos ou negativos. Sendo aleatórios, admite-se que a probabilidade desses efeitos serem favoráveis é igual à probabilidade de serem desfavoráveis, pelo que se assume para vi uma distribuição simétrica e normal, além de ser independente de ui.

O efeito cumulativo de ambos os erros resulta num erro total ε de distribuição assimétrica para os modelos estocásticos. É na forma da distribuição do erro ui que estes modelos diferem entre si. O programa Limdep permite trabalhar com três modelos estocásticos, cada qual considerando uma distribuição diferente do erro ui: meia-normal, exponencial ou normal truncada. A distribuição utilizada neste trabalho é a meia-normal, por ser a mais popular em estudos de análise de eficiência. As suposições sobre as formas das distribuições dos erros ui e vi são necessárias quando se pretende estimar a eficiência técnica das empresas por métodos estocásticos, que, no fundo, é a componente da eficiência que depende directamente da capacidade de gestão de recursos dos produtores.

O programa Limdep retorna, para cada observação, o valor de E(ui|εi), correspondente à média da distribuição condicionada f(ui|εi). Esta distribuição depende da escolha da distribuição para o erro ui. Contudo, devido à extensão e complexidade, não tem interesse para este projecto a exposição detalhada de como se obtém matematicamente o valor de E(ui|εi). Basta referir que este valor corresponde à estimativa pontual do erro ui em cada observação. Então, atendendo à Equação 5.8., retira-se a eficiência técnica do i-ésimo produtor ETi, a partir dos valores retornados pelo Limdep, conforme se ilustra na Equação 5.12..


42

( )ii |uEi eET ε−= (5.12.)

5.2. AVALIAÇÃO DA EFICIÊNCIA DAS REDES DE METROPOLITANO

Em 5.1., fez-se algumas considerações teóricas sobre a avaliação da eficiência das empresas de metro, avaliação essa que será levada a cabo neste ponto, com a ajuda do programa informático Limdep. Este programa irá tratar os dados recolhidos para as diversas variáveis e observações, através de um modelo estocástico de estimação da fronteira de produção. O Limdep retorna dois tipos de dados sobre os quais irá recair a análise feita neste estudo, sendo eles:

βk (1≤k≤n) – coeficientes da Função Produção de Cobb-Douglas que representam as elasticidades dos inputs, permitindo verificar a influência da variação de cada input na quantidade de output produzido;

E(ui|εi) – valores que, através da Equação 5.12., permitem o cálculo das eficiências e eficácias (conceitos a distinguir mais adiante) das empresas em cada ano de exploração.

5.2.1. PREPARAÇÃO DA BASE DE DADOS

Os dados recolhidos inicialmente para as variáveis descritas em 2.5. foram colocados numa base de dados genérica. Contudo, há que a trabalhar, de modo a que possa ser introduzida no Limdep.

Numa primeira fase, como o objectivo é avaliar a eficiência técnica das empresas, apenas são consideradas variáveis internas na determinação da fronteira de produção pelo modelo estocástico. De fora ficam todas as variáveis externas (de concorrência e urbanas). Assim, as variáveis consideradas são, por enquanto, as seguintes:

Inputs (variáveis independentes): o Ano de exploração (ANO); o Extensão da rede em km (EXT); o Número de estações (NEST); o Número de comboios (NCB); o Número de carruagens (NCR); o Número de trabalhadores do metropolitano (NTM); o Número de trabalhadores do metropolitano e outros sistemas (NTMO); o Dummy (DUM); o Existência de barreiras à entrada do sistema (BAR);

Outputs (variáveis dependentes): o Número de carruagens.km produzidas (CRKM); o Número de lugares.km produzidos (LGKM); o Número de passageiros.km transportados (PSKM); o Número de passageiros transportados (PS).

O ano de exploração deixa aqui de ser meramente um meio de, conjuntamente com a designação da área urbana, identificar uma observação, para assumir um papel activo na determinação da fronteira de produção pelo Limdep. Procura-se com isso que esta variável temporal capte os efeitos na eficiência da experiência adquirida no processo produtivo ao longo dos anos pelas empresas.

As razões da separação da variável número de trabalhadores (NT) em duas (NTM e NTMO) e da criação da variável dummy serão referidas mais adiante.


43

O número de linhas (NLIN), conforme já foi referido, não é uma variável muito fiável na representação do capital da empresa, pois, num canal de metro, podem passar várias linhas. Em alguns sistemas, NLIN nem sequer corresponde ao número de trajectos diferentes efectuados pelas composições, como acontece, por exemplo, no metro de Londres, onde uma mesma linha pode servir vários pares origem/destino (linha ramificada). Por isso, NLIN é uma variável que acaba por estar mais ligada à política comercial das empresas do que à gestão de recursos, optando-se por não a incluir nesta primeira fase da análise de eficiência.

O primeiro problema que surge na base de dados construída é que esta apresenta lacunas ao nível das variáveis de output (CRKM, LGKM, PSKM e PS). Ou seja, num elevado número de observações, não se dispõe de dados para os quatro tipos de output. A causa do problema reside no facto de que só é possível ao Limdep trabalhar bases de dados completamente preenchidas. Eliminar tais observações não é uma opção válida, pois é nessas condições que se encontram a maioria delas. Então, o que se faz é criar uma base de dados para cada tipo de output, separando a base de dados original em quatro novas bases de dados. Estas apenas diferem entre si no que respeita ao output, mantendo a presença de todos os inputs. Após a separação, elimina-se, em cada uma das bases de dados, as observações que não contemplam valores para o respectivo output. Com esta separação, a apresentação de resultados será efectuada individualmente para cada um dos quatro outputs recolhidos.

Ainda relativamente aos outputs, para muitas das observações, os dados disponíveis não se reportam só ao sistema de metropolitano em análise, constituindo a soma dos outputs de dois ou mais sistemas de transporte explorados pela mesma empresa. Há, de facto, uma grande diversidade na forma como as empresas disponibilizam algumas variáveis, misturando dados de sistemas de metropolitano (M), tram (T), comboios suburbanos (S) ou autocarros/bus (B). Então, de modo a não perder observações, em cada base de dados, cria-se uma variável de teste (dummy), que capta o efeito de os dados disponíveis para o output correspondente englobarem outros sistemas além do metro em causa. Trata-se de uma variável lógica, que assume o valor 1 no caso de o output se reportar a mais do que um sistema e o valor 0 no caso contrário.

Quanto aos inputs, apenas uma variável recolhida padece de um problema semelhante: o número de trabalhadores. Neste caso, optou-se pela separação de NT em duas variáveis. NTM assume o mesmo valor de NT sempre que esta só contempla dados do sistema de metro em causa e assume o valor 0 no caso contrário. NTMO assume o mesmo valor de NT sempre que esta contempla dados de pelo menos dois sistemas de transporte (incluindo o metro em causa) e assume o valor 0 no caso contrário. Este método é mais adequado à avaliação da influência da variação da mão-de-obra no output do que a criação de uma variável de teste, pois permite retirar conclusões individualmente a partir das elasticidades das variáveis NTM e NTMO, comparando, entre si, a influência no produto final.

Outra opção tomada consiste na utilização de apenas uma variável representativa do material circulante para a determinação da fronteira de produção de cada output. Assim, torna-se mais fácil verificar a influência do material circulante (NCB ou NCR) no output em causa do que se se estivesse a trabalhar com as duas variáveis simultâneo. Tal como já se referiu no Capítulo 4, a oferta parece estar mais relacionada com a frequência de passagem, logo com o número de comboios, e a procura com a capacidade de transporte disponibilizada pela empresa, logo com o número de carruagens. Por isso, utilizou-se NCB nas análises aos outputs CRKM e LGKM e NCR nos casos dos outputs PSKM e PS.

Para permitir a utilização de uma forma linearizada da Função de Cobb-Douglas (Equação 5.5.) pelo Limdep, o passo seguinte na preparação das bases de dados é o cálculo dos logaritmos naturais de


44

todos os valores, com excepção das variáveis NTM e NTMO (sempre que assumam o valor 0) e das variáveis lógicas DUM e BAR.

Por fim, para que o programa funcione correctamente, é necessário que se atribua aos sistemas de metropolitano, em cada base de dados, uma numeração sequencial começada em 1. Os valores da variável ANO são também substituídos por uma numeração semelhante, fazendo corresponder o valor 1 ao ano de 1990 (o mais antigo das observações recolhidas).

A base de dados completa está presente no Anexo A.1.. De modo a proporcionar uma leitura compreensível dessa base de dados, os valores não estão apresentados na forma logarítmica e surgem as designações dos sistemas e dos anos. Além disso, para que se evitem repetições nos anexos deste trabalho, a base de dados do Anexo A.1. já contempla os dados das variáveis utilizadas em fases posteriores à avaliação de eficiência do corrente ponto.

5.2.2. OBTENÇÃO E ANÁLISE DE RESULTADOS

5.2.2.1. Elasticidades dos inputs

Para cada input, o Limdep, além de retornar a elasticidade β, fornece o chamado valor P, que é um conceito estatístico que permite verificar a significância desse resultado. Um resultado é significante se é improvável que tenha acontecido por acaso. O conceito do Valor P é mais complexo e não interessa expor neste trabalho a sua teorização. Refira-se apenas que é usado para avaliar a significância de um resultado da seguinte forma: se o Valor P for igual ou inferior ao nível de significância definido, o resultado é significante; caso contrário, não é significante. Nesta fase, acata-se 5% como nível de significância, que é um valor popular em análises de eficiência.

Na Tabela 5.1, apresenta-se os resultados obtidos para o output número de carruagens.km produzidas.

Tabela 5.1 – Resultados para o output carruagens.km

Inputs β P

CONST (β0) 10,2757 0,0000

ANO 0,0470 0,0000

EXT 1,0050 0,0000

NEST -0,9512 0,0000

NCB 0,5098 0,0000

NTM 0,5546 0,0000

NTMO 0,4701 0,0000

DUM 0,6841 0,0000

BAR 0,3797 0,0000

Partindo da Equação 5.4., escreve-se a Equação 5.13., que representa a função produção do output carruagens.km.

3797,06841,04701,05546,05098,0

9512,00050,10470,0

BARDUMNTMONTMNCB

NESTEXTANO2757,10CRKM

×××××

××××= − (5.13.)

Na Tabela 5.2, surgem os resultados obtidos para o output número de lugares.km produzidos.


45

Tabela 5.2 – Resultados para o output lugares.km

Inputs β P

CONST (β0) 17,0487 0,0000

ANO 0,0253 0,0008

EXT 0,8086 0,0000

NEST -0,9590 0,0000

NCB 0,5320 0,0000

NTM 0,4712 0,0000

NTMO 0,3809 0,0000

DUM 0,4787 0,0000

BAR 0,4248 0,0000

A Equação 5.14. traduz a função produção do output lugares.km.

4248,04787,03809,04712,05320,0

9590,08086,00253,0

BARDUMNTMONTMNCB

NESTEXTANO0487,17LGKM

×××××

××××= − (5.14.)

Na Tabela 5.3, estão os resultados obtidos para o output número de passageiros.km transportados.

Tabela 5.3 – Resultados para o output passageiros.km

Inputs β P

CONST (β0) 14,0885 0,0000

ANO 0,0036 0,6916

EXT 0,3729 0,0007

NEST -1,7510 0,0000

NCR 1,8466 0,0000

NTM 0,1316 0,0471

NTMO 0,1104 0,0481

DUM 1,3763 0,0000

BAR 0,0222 0,7750

A Equação 5.15. representa a função produção do output passageiros.km.

0222,03763,11104,01316,08466,1

7510,13729,00036,0

BARDUMNTMONTMNCR

NESTEXTANO0885,14PSKM

×××××

××××= − (5.15.)

Na Tabela 5.4, apresenta-se os resultados obtidos para o output número de passageiros transportados.


46

Tabela 5.4 – Resultados para o output passageiros

Inputs β P

CONST (β0) 12,4606 0,0000

ANO 0,0264 0,0000

EXT 0,3333 0,0011

NEST -0,8186 0,0000

NCR 0,6246 0,0000

NTM 0,6373 0,0000

NTMO 0,5468 0,0000

DUM 0,8142 0,0000

BAR 0,1244 0,0346

A Equação 5.16. traduz a função produção do output passageiros.

1244,08142,05468,06373,06246,0

8186,03333,00264,0

BARDUMNTMONTMNCR

NESTEXTANO4606,12PS

×××××

××××= − (5.16.)

Após a análise dos resultados, retiram-se as seguintes conclusões sobre as elasticidades obtidas para os inputs:

ANO – O decorrer do tempo é um factor que aumenta a produção em todos os outputs considerados, embora, no caso dos passageiros.km, não se tenha obtido um resultado significante. De ano para ano, mantendo-se todos os factores de produção constantes, as empresas tendem a produzir mais, pelo simples facto de adquirirem experiência no processo produtivo, o que as leva a limar algumas arestas e a melhorar as práticas de produção. Contudo, não havendo actuação ao nível da quantidade dos factores de produção, a influência da experiência, apesar de positiva, é muito baixa, apresentando elasticidades que variam entre 0,0253 para os lugares.km e 0,0470 para as carruagens.km;

EXT e NEST – As variáveis infra-estruturais são das que mais fazem variar os outputs. Contudo, fazem-no em sentidos opostos. Se, por um lado, o aumento da extensão das redes tende a incrementar o output, o aumento do número de estações tende a diminuí-lo drasticamente. Começando pela extensão, o seu aumento em 1% incrementa significativamente a produção das variáveis de oferta: carruagens.km (em 1,0050%) e lugares.km (em 0,8086%). De facto, após uma expansão de rede, é necessário assegurar uma oferta adequada a um sistema de metro, com elevadas frequências de passagem. Já no caso das variáveis de procura, este aumento é menos notório, com valores de 0,3729% para os passageiros.km e de 0,3333% para os passageiros. É um aumento que se deve ao facto das redes passarem a servir novas populações, mas que pode ser condicionado pela resistência dessas pessoas em trocarem o sistema de transporte que habitualmente utilizam. Já o incremento do número de estações em 1% acarreta fortes quebras à produção, que variam entre os 0,8186% dos passageiros e os 1,7510% dos passageiros.km. Pelo lado da oferta, é natural que esta seja reduzida com a diminuição da fluidez do tráfego que o aumento das paragens provoca. Pelo lado da procura, embora o aumento das estações facilite o acesso aos sistemas, incrementa também os tempos de viagem, tornando-os menos competitivos face a outros meios de transporte


47

(principalmente o particular). Este fenómeno é especialmente visível no caso da variável passageiros.km, que, por contabilizar as distâncias percorridas, é a mais penalizada. Ou seja, o aumento das paragens afasta dos sistemas os utentes que efectuam viagens mais longas;

NCB e NCR – Os aumentos unitários percentuais do material circulante também causam melhorias significativas nas quantidades de outputs produzidos, com valores que variam entre os 0,5098% para as carruagens.km e os 1,8466% para os passageiros.km. Do lado da oferta, quer isto dizer que ainda há margem para colocar mais comboios em operação sem que haja saturação dos sistemas. Do lado da procura, onde se verificam os maiores incrementos de produção, os utentes pretendem sempre tempos de espera mais baixos e maior conforto nas viagens. Logo, o crescimento da frota de carruagens permite a colocação de mais comboios nos carris (aumentando a frequência), bem como uma maior disponibilidade de carruagens por comboio (aumentando o espaço e o conforto em viagem e a confiança dos utentes na obtenção de lugar a bordo nas horas de ponta);

NTM e NTMO – Os resultados mostram que ainda há alguma margem para admitir novos trabalhadores sem que isso prejudique a produção. Os valores extremos das elasticidades de NTM e NTMO situam-se do lado da procura, com o número de passageiros.km a sofrer os menores incrementos e o número de passageiros os maiores. Quer isto dizer que os utentes sentem-se mais atraídos por sistemas mais humanizados, seja por motivos de qualidade na prestação do serviço ou de segurança, mas tal não os leva necessariamente a efectuar viagens mais longas. Do lado da oferta, o facto da admissão de trabalhadores aumentar os outputs pode manifestar que as empresas estejam actualmente a laborar com alguma escassez de mão-de-obra, motivada por restrições orçamentais que as impedem de contratar o número de funcionários necessários à obtenção de maiores níveis de output. O crescimento dos quatro outputs varia entre os 0,1316% e os 0,6373% causados pelo aumento de NTM em 1% e entre os 0,1104% e os 0,5468% causados pelo aumento de NTMO em 1%. Compreende-se que, em todos os outputs, NTMO tenha uma influência menor que NTM, pois a primeira variável é menos significativa por contemplar trabalhadores de outros sistemas de transportes além do metro;

DUM – Esta variável obteve, conforme esperado, elevados valores de elasticidades, que variam entre os 0,4787 no output lugares.km e os 1,3763 no output passageiros.km. Isto traduz uma elevada influência de outros sistemas de transporte para além do metro numa grande parte dos valores recolhidos para os outputs;

BAR – A existência de barreiras de acesso aos sistemas beneficia a produção de todos os outputs, embora, no caso dos passageiros.km, não se tenha obtido um resultado significante. Assim, as suas elasticidades variam entre 0,1244 para o input passageiros e 0,4248 para o input lugares.km. O primeiro valor, embora traduza um incremento do número de passageiros que pode ser explicado pela diminuição das viagens não cobradas, não deixa de ser um incremento ténue, uma vez que os utentes se podem sentir menos atraídos por sistemas que criem constrangimentos no acesso.

5.2.2.2. Eficiência e eficácia

O conceito que se denominou até agora, genericamente, por eficiência técnica, traduz a razão entre o output produzido e o output máximo sobre a fronteira de produção (determinística ou estocástica). Contudo, esse conceito pode assumir tendências bastante distintas, conforme seja analisado do ponto de vista da oferta ou do ponto de vista da procura. Por isso, doravante, chamar-se-á eficiência apenas à


48

razão entre os outputs produzido e máximo quando relacionada com variáveis de oferta (carruagens.km e lugares.km), passando a denominar-se por eficácia a mesma razão quando relacionada com variáveis de procura (passageiros.km e passageiros). Esta separação advém de que um sistema de metro pode ser muito eficiente no serviço que disponibiliza, mas não ser eficaz a captar utentes. Ou, em contraponto, pode andar sempre sobrelotado, mas apresentar baixos índices de oferta para os recursos que possui. Em suma, a eficiência está relacionada com a quantidade da oferta disponibilizada e a eficácia com a quantidade de procura captada pelo sistema.

Com base nos valores de E(ui|εi) e na Equação 5.12., calcula-se as eficiências e eficácias das empresas na produção dos outputs. À semelhança do que foi feito no Capítulo 3 e no Capítulo 4, também aqui se apresentam apenas os dados relativos às observações mais recentes disponíveis para cada sistema, que, à partida, serão as mais significativas do panorama actual. A evolução das eficiências e eficácias ao longo dos anos de exploração recolhidos para cada sistema são apresentadas no Anexo A.2. (tabela) e no Anexo A.3. (representação gráfica). Assim, na Tabela 5.5, surgem as eficiências e eficácias (em percentagem) determinadas para as últimas observações disponíveis de cada sistema.


49

Tabela 5.5 – Eficiências e eficácias dos sistemas de metropolitano

E(u|ε) Eficiência E(u|ε) Eficiência E(u|ε) Eficácia E(u|ε) Eficácia

Amesterdão 2005 0,3287 72% 0,1540 86% 0,3780 69%

Barcelona 2006 0,4072 67% 0,2051 81% 0,2204 80%

Berlim 2006 0,2491 78% 0,0797 92% 0,0931 91%

Bielefeld 2006 0,3606 70% 0,3287 72% 0,7900 45%

Bochum 2006 0,3217 72% 0,0986 91% 0,1211 89%

Bruxelas 2006 1,0194 36% 0,3287 72% 0,4295 65%

Budapeste 2006 0,2742 76% 0,4730 62%

Colónia 2006 1,0194 36% 0,3287 72% 0,2005 82% 0,3725 69%

Düsseldorf 2006 0,2396 79% 0,0842 92% 0,1711 84% 0,2264 80%

Essen 2006 1,0194 36% 0,3287 72% 0,1345 87%

Frankfurt 2006 0,3287 72% 0,2131 81% 0,2387 79%

Glasgow 1998 0,3532 70% 0,1731 84% 0,7900 45%

Hamburgo 2006 0,1351 87% 0,2601 77% 0,2140 81% 0,4309 65%

Hanôver 2006 0,3505 70% 0,1397 87% 0,5392 58%

Helsínquia 2006 0,2940 75% 0,1107 90% 0,1874 83%

Lisboa 2006 0,9195 40% 0,3287 72% 0,1278 88% 0,4224 66%

Londres 2006 0,1444 87% 0,1447 87% 0,2122 81%

Madrid 1998 0,4017 67% 0,1174 89% 0,3172 73%

Milão 2005 0,6756 51% 0,2700 76% 0,2852 75%

Munique 2006 0,8387 43% 0,0217 98% 0,0562 95% 0,0300 97%

Nuremberga 2006 0,2404 79% 0,2217 80% 0,1771 84%

Paris 2006 0,5176 60% 0,1280 88%

Porto 2006 0,0980 91% 0,3287 72% 0,0779 93% 0,4459 64%

Praga 2006 0,6279 53% 0,3166 73% 0,2201 80%

Roma 2004 0,2622 77% 0,1739 84% 0,1297 88%

Turim 2006 0,3652 69% 0,7900 45%

Passageiros.km PassageirosSistema Ano

Carruagens.km Lugares.km

Em seguida, faz-se a representação gráfica dos resultados da Tabela 5.5, por ordem decrescente de eficiência ou eficácia.

Na Fig. 5.2, surgem as eficiências dos sistemas na produção de carruagens.km.


50

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Porto

Hamburgo

Londres

Düsseldorf

Nuremberga

Berlim

Roma

Bochum

Hanôver

Glasgow

Bielefeld

Turim

Madrid

Barcelona

Paris

Praga

Milão

Munique

Lisboa

Bruxelas

Colónia

Essen

Fig. 5.2 – Eficiência da produção do output carruagens.km

Na Fig. 5.3, apresenta-se as eficiências da produção de lugares.km.


51

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Munique

Düsseldorf

Bochum

Roma

Barcelona

Nuremberga

Hamburgo

Milão

Budapeste

Helsínquia

Praga

Amesterdão

Bielefeld

Bruxelas

Colónia

Essen

Frankfurt

Lisboa

Porto

Fig. 5.3 – Eficiência da produção do output lugares.km

Na Fig. 5.4, estão as eficácias relativas à produção do output passageiros.km.


52

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Munique

Porto

Berlim

Helsínquia

Madrid

Lisboa

Hanôver

Londres

Amesterdão

Düsseldorf

Glasgow

Colónia

Frankfurt

Hamburgo

Fig. 5.4 – Eficácia da produção do output passageiros.km

Na Fig. 5.5, surgem as eficácias da produção do output passageiros.


53

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

Munique

Berlim

Bochum

Paris

Roma

Essen

Nuremberga

Helsínquia

Londres

Praga

Barcelona

Düsseldorf

Frankfurt

Milão

Madrid

Colónia

Amesterdão

Lisboa

Bruxelas

Hamburgo

Porto

Budapeste

Hanôver

Turim

Glasgow

Bielefeld

Fig. 5.5 – Eficácia da produção do output passageiros

Observando os gráficos obtidos, verifica-se que tanto a tipologia dos sistemas (ligeiro ou pesado) como a forma das redes (alongada, intermédia ou radial)a não influenciam as eficiências e eficácias. De facto, metropolitanos de tipos e formas distintas misturam-se aleatoriamente nos rankings dos quatro outputs estudados, o que leva a afirmar que nenhum dos tipos ou formas é condicionante para obtenção de bons ou maus desempenhos na eficiência ou eficácia de produção.

Não estando então relacionadas com as características intrínsecas dos sistemas, as causas das eficiências ou eficácias advêm, sobretudo, dos dois seguintes factores:

Metodologias de gestão das empresas; a Para verificar a tipologia e a forma de todos os sistemas de metro em análise, consultar a Tabela 3.1.


54

Influência das variáveis externas.

As práticas de gestão influenciam maioritariamente a eficiência e os outputs relacionados com a oferta (carruagens.km e lugares.km), pois determinam os tipos e quantidades de inputs, bem como o grau de desenvolvimento tecnológico a utilizar no processo produtivo. Levadas a cabo pelas administrações das empresas exploradoras de metropolitanos, estas práticas são, muitas vezes, condicionadas por constrangimentos financeiros impostos por outros organismos públicos ou privados.

Do lado da procura, os outputs passageiros.km e passageiros vêem o seu grau de eficácia afectado sobretudo pelas características demográficas, económicas e sociais das áreas urbanas servidas pelos sistemas, bem como pela concorrência de outros sistemas de transporte. De facto, a construção de raiz ou a extensão de um sistema de metropolitano só se justifica se houver dificuldade por parte dos sistemas de transporte pré-existentes em satisfazer a procura, seja pela sobrelotação ou pela ausência de serviço na zona em causa. Além disso, é necessário garantir a predisposição da população para aderir ao novo sistema de transporte. Só assim é que se constata a existência de uma fatia de mercado não explorada, onde é elevada a possibilidade de bons resultados a nível de eficácia.

Não se pretende com isto dizer que as práticas de gestão não influenciam a procura nem as variáveis externas não influenciem a oferta.

Em relação ao primeiro caso, boas estratégias publicitárias, investimentos na limpeza e na segurança, entre muitas outras são práticas de gestão marcadamente orientadas para o aumento da procura, logo da eficácia. Também um serviço pouco eficiente ao nível da oferta (determinado por práticas de gestão) pode afastar a procura.

Para exemplificar o segundo caso, tome-se como exemplo mudanças económicas e sociais que induzam reduções na procura. Ao fim de algum tempo, as empresas podem tentar ajustar o serviço à nova realidade, diminuindo também a oferta. O problema de o fazer reside na dificuldade de variação imediata das quantidades dos inputs, o que se vai traduzir em ineficiências na produção. De facto, é tecnicamente complexo diminuir a curto prazo as infra-estruturas ferroviárias, material circulante ou pessoal. Pode ainda ser socialmente delicado, pois tais decisões costumam levantar muitas vozes de contestação no seio dos trabalhadores, com receio de perderem o emprego, e da população em geral, com receio de baixa na quantidade e qualidade do serviço prestado.

No entanto, pode-se afirmar que as práticas de gestão influem maioritariamente na oferta e as variáveis externas influem maioritariamente na procura. Ou seja, enquanto que a eficiência pode ser incrementada significativamente através da melhoria das práticas de gestão, um aumento da eficácia depende fundamentalmente das dinâmicas demográficas, económicas e sociais, bem como da estruturação das restantes redes de transporte na área urbana em causa. Por isso, considera-se que é mais fácil às empresas melhorar a sua eficiência do que a sua eficácia, uma vez que é na actuação ao nível da eficiência que as empresas mais dependem de si próprias e menos de factores externos.

Para se ter uma noção mais clara da posição relativa entre as empresas estudadas no que respeita a eficiências e eficácias de produção, faz-se a representação gráfica da Fig. 5.6.


55

Bar

Ber

Col

Dus

Ess

Han

Lon

Mil

Mun

NurPra

Rom

Bie

Boc

Bru

Gla

Ham

Lis

Mad

Par

Por

Tur

30%

65%

100%

30% 65% 100%

Eficiência (Carruagens.km)

Efic

ácia

(Pas

sage

iros)

Fig. 5.6 – Eficiências e eficácias dos sistemas

O gráfico da Fig. 5.6 é obtido a partir das eficiências do output carruagens.km e das eficácias do output passageiros. Foram escolhidos estes outputs por dois motivos. O primeiro prende-se com o facto de serem os outputs que estão disponíveis para um maior número de empresas. Mesmo assim, estão ausentes do gráfico os sistemas de Amesterdão, Budapeste, Frankfurt e Helsínquia. O segundo motivo reporta-se a que o output carruagens.km acaba por ser mais fiável que o output lugares.km, uma vez que não se dispõe de dados sobre o número de lugares (sentados e de pé) que cada empresa considera por m2 de área dentro de uma carruagem. Apenas se pode inferir que este valor indicativo apresenta variações significativas, pois, se se dividir o número de lugares.km pelo número de carruagens.km, obtém-se o número médio de lugares por carruagem que, por sua vez, também varia bastante, mesmo entre empresas que utilizam material circulante semelhante (com área idêntica). Posto isto, uma empresa que considere um número elevado de lugares por m2 de área pode surgir bem melhor classificada no ranking da eficiência de produção de lugares.km do que no ranking da eficiência de produção de carruagens.km, mesmo que esse número preveja um elevado grau de desconforto dos passageiros na circulação em horas maior afluência ao sistema.

Não havendo resultados abaixo dos 30%, decidiu-se apresentar o gráfico da Fig. 5.6 dividido em quadrantes, de modo a tornar mais intuitiva a visualização do desempenho das empresas a nível de eficiência e eficácia. Os quadrantes traduzem as seguintes características:

1º quadrante (eficiência e eficácia superiores a 65%) – As empresas que se situam neste quadrante são as que apresentam um melhor compromisso entre eficiência e eficácia. Fazem uma boa gestão dos seus factores de produção ao mesmo tempo que são capazes de atrair utentes em boa quantidade;


56

2º quadrante (eficiência compreendida entre 30% e 65% e eficácia superior a 65%) – São as empresas deste quadrante que mais dependem de si para melhorar os seus resultados, pois, apresentado bons índices de procura, apenas necessitam de melhorar a eficiência do serviço oferecido para passarem ao 1º quadrante;

3º quadrante (eficiência e eficácia compreendidas entre 30% e 65%) – As empresas que se situem neste quadrante são aquelas que, para passarem ao 1º quadrante, têm que passar por melhorias simultâneas das práticas de gestão e da influência da conjectura externa sobre os sistemas;

4º quadrante (eficiência superior a 65% e eficácia compreendida entre 30% e 65%) – As empresas deste quadrante necessitam de uma maior procura por parte dos utentes de transporte público. Por isso, para passarem ao 1º quadrante, estão maioritariamente dependentes de variações nas dinâmicas económicas e sociais das áreas urbanas que levem a aumentos nos seus outputs. Sendo eficientes ao nível da oferta disponibilizada, podem, contudo, tentar contrariar a conjuntura externa e atrair utentes com campanhas publicitárias e melhorias na higiene, segurança, etc..

As empresas presentes na Fig. 5.6 cujos resultados mais se destacam são:

Munique – Atinge a maior eficácia do output passageiros (97%), mas a eficiência do output carruagens.km (43%) não é suficiente para figurar no primeiro quadrante. Contudo, se a representação gráfica da Fig. 5.6 fosse realizada com base nos lugares.km, Munique seria o sistema com melhor desempenho global. Tal disparidade sucede porque o número médio de lugares por carruagem (sentados e de pé) do sistema bávaro é, por larga margem, o mais elevado. Logo, por comparação com outros sistemas pesados que utilizem material circulante semelhante, Munique deverá também ser o sistema que mais lugares considera por m2 de área, o que justifica o facto de liderar o ranking da eficiência da produção de lugares.km (Fig. 5.3), em contraponto com o fraco resultado alcançado para as carruagens.km (Fig. 5.2);

Porto – Tem o melhor desempenho ao nível da eficiência da produção de carruagens.km (91%). Não se encontra no 1º quadrante, pois a eficácia de produção do output passageiros (64%) é marginalmente inferior a 65%. Contudo, compensa alguma escassez na procura com a atracção de utentes que fazem viagens mais longas, pois é segundo no ranking dos passageiros.km, com 93% de eficácia (Fig. 5.4);

Berlim e Londres – São os sistemas que mais se aproximam do canto superior direito do gráfico da Fig. 5.6, que representa eficiência e eficácia óptimas. Logo, apresentam os melhores compromissos entre eficiência e eficácia. Berlim ganha a Londres na eficácia e o contrário sucede na eficiência.

5.3. INFLUÊNCIA DAS VARIÁVEIS EXTERNAS NA EFICÁCIA

As variáveis externas já foram identificadas em 5.2.2.2. como sendo as variáveis preponderantes na evolução da eficácia dos sistemas de metropolitano. Por isso, desenvolve-se agora um processo para verificar quais as oscilações nas variáveis externas que beneficiam ou prejudicam a eficácia.

Em primeiro lugar, convém referir que apenas se vão analisar as eficácias alcançadas pelos sistemas na produção do output número de passageiros transportados. De facto, a conjuntura da área urbana e a existência de concorrência são factores que, em princípio, influenciam mais o número de utentes que optam pelo metro que propriamente a distância que esses utentes percorrem, tornando mais lógica a escolha do output passageiros face ao output passageiros.km. Além disso, estão disponíveis mais


57

dados para o output passageiros, além de que foi nas respectivas eficácias de produção que mais incidiu a análise levada a cabo em 5.2.2.2..

Os dados retornados pelo Limdep em 5.2.2.2. reportam a E(ui|εi), que representa uma medida de ineficiência, porque: ( ) iiii ET1u|uE −≈=ε . Com base nestes valores, recorre-se novamente ao Limdep e faz-se uma regressão linear, expressa na Equação 5.17. e baseada na Função de Cobb-Douglas.

nn3322110 xln...xlnxlnxlnPSIEFA ⋅++⋅+⋅+⋅+= ααααα (5.17.)

Em que PSIEFA é a ineficácia de produção do output número de passageiros transportados. Relativamente à Equação 5.5., na qual a Equação 5.17. se baseia, há duas diferenças a registar. A primeira é que não é calculado o logaritmo natural da variável dependente (PSIEFA), uma vez que ela própria já representa um logaritmo: ( ) iiii ETlnu|uEPSIEFA −=== ε . A segunda diferença consiste na substituição dos coeficientes βk por αk, uma vez que a letra β foi anteriormente conotada com elasticidade dos inputs produtivos, conceito que não se aplica nesta fase, em que não é feita análise à produção.

5.3.1. PREPARAÇÃO DA BASE DE DADOS

As variáveis utilizadas na regressão são as seguintes:

Variáveis independentes: o Ano de exploração (ANO); o Extensão da rede em km (EXT); o Número de linhas (NLIN); o Número de estações (NEST); o Número de comboios (NCB); o Número de trabalhadores do metropolitano (NTM); o Número de trabalhadores do metropolitano e outros sistemas (NTMO); o Existência de barreiras à entrada do sistema (BAR); o Existência de sistema de metropolitano concorrente (CMET); o Existência de sistema de tram concorrente (CTRA); o População residente (POP); o Quadrado da população residente (POP2); o Percentagem de agregados familiares compostos por um só elemento (AGUP); o Taxa de desemprego (DES); o Produto Interno Bruto per capita em EUR (PIB); o Percentagem de habitantes que concluíram o ensino secundário (GRES); o Área em km2 (AREA); o Número de automóveis registados por 1.000 habitantes (CREG);

Variável dependente: o Ineficácia de produção do output número de passageiros transportados (PSIEFA).

Como se pode observar, optou-se por incluir na regressão não só as variáveis externas como também a maioria das variáveis internas. Assim, é possível verificar de que modo estas influenciam a eficácia, embora a primazia da análise dos resultados seja dada às variáveis externas.


58

Preterida em 5.2.1., incluiu-se, nesta fase, a variável interna NLIN, que, como já foi referido, está mais dependente da política comercial das empresas que da quantificação das infra-estruturas. Pode-se assim verificar se esta variável influencia a eficácia da produção do output passageiros.

Em relação à frota, opta-se por NCB e exclui-se NCR, uma vez que NCB está mais relacionada com a frequência de passagem, que é um importante factor na atracção de utentes. Atendendo a que agora se pretende avaliar a influência das variáveis na eficácia (e não na produção, como sucede em 5.2.2.1.) e estando essa eficácia relacionada com a capacidade da empresa em atrair utentes, faz sentido o uso de NCB.

A introdução das variáveis ANO, NTM e NTMO relativamente à escolha inicial de variáveis feita em 2.5. é aqui realizada por motivos análogos aos descritos em 5.2.1., aquando da preparação da base de dados para a determinação da fronteira estocástica de produção.

A variável POP2 é criada com o objectivo de avaliar a influência do crescimento da população a longo prazo. Isto porque, ao elevar POP ao quadrado, se está a imprimir um crescimento muito significativo à população, que, no caso das cidades europeias, só é plausível quando equacionado a longo prazo.

Como o Limdep trabalha com uma forma linearizada da Função de Cobb-Douglas (Equação 5.5.), é calculado o logaritmo natural de todas variáveis, à excepção de NTM e NTMO (sempre que assumam o valor 0), de BAR, CMET e CTRA (variáveis lógicas) e de PSIEFA (que já representa um logaritmo).

À semelhança do que se fez em 5.2.1., aos sistemas de metropolitano e aos anos de exploração foram atribuídas numerações sequenciais começadas em 1.

Os dados necessários a esta análise estão também presentes na base de dados do Anexo A.1..

5.3.2. OBTENÇÃO E ANÁLISE DE RESULTADOS

Na Tabela 5.6, apresenta-se os resultados obtidos para a influência das variáveis na eficácia de produção do output número de passageiros transportados.

Tabela 5.6 – Influência das variáveis na eficácia de produção do output passageiros

Variáveis internas α P Variáveis externas α P

CONST (α0) 11,9403 0,0448 CMET -0,2264 0,0335

ANO 0,0036 0,3884 CTRA -0,5191 0,0000

EXT -0,3223 0,0000 POP -1,9180 0,0248

NLIN 0,2459 0,0000 POP2 0,0797 0,0067

NEST -0,1129 0,2286 AGUP 0,5603 0,0000

NCB -0,0356 0,6407 DES -0,0947 0,0845

NTM 0,0639 0,0290 PIB -0,0922 0,1235

NTMO 0,0524 0,0352 GRES -0,0215 0,7691

BAR -0,0079 0,8601 AREA -0,0952 0,0101

CMET -0,2264 0,0335 CREG 0,4693 0,0003

Partindo da Equação 5.17., escreve-se a Equação 5.18., que representa a regressão efectuada.


59

CREGln4693,0AREAln0952,0GRESln0215,0PIBln0922,0DESln0947,0AGUPln5603,02POPln0797,0

POPln9180,1CTRAln5191,0CMETln2264,0BARln0079,0NTMOln0524,0NTMln0639,0NCBln0356,0NESTln1129,0NLINln2459,0EXTln3223,0ANOln0036,09403,11PSIEFA

⋅+⋅−⋅−−⋅−⋅−⋅+⋅++⋅−⋅−⋅−⋅−−⋅+⋅+⋅−⋅−−⋅+⋅−⋅+=

(5.18.)

Um valor de α negativo representa uma diminuição da ineficácia motivada pelo aumento da respectiva variável. Logo, todas as variáveis que apresentem um valor de α negativo contribuem favoravelmente para a eficácia produtiva das empresas.

A eficácia aqui em análise está relacionada com a distância do ponto de laboração da empresa à fronteira estocástica de produção do output passageiros e traduz o grau de optimização dos recursos da empresa na produção de passageiros transportados. Na prática, a eficácia depende não só da procura, mas também da adequação das quantidades de inputs ao output produzido. Essa adequação, conforme foi referido em 5.2.2.2., pode ser difícil e demorada de obter quando ocorram variações significativas e de efeito prolongado na procura, o que introduz ineficácias na produção. Isto pode originar situações em que uma empresa pode transportar mais passageiros, mas ser menos eficaz a fazê-lo, face a outra empresa que utilize quantidades de inputs mais adequadas para o número de passageiros que transporta, logo que esteja mais próxima da fronteira estocástica de produção.

Nesta fase, embora se mantenha como nível de significância desejável o valor de 5%, consideram-se aceitáveis valores até 10%. Esta maior permissividade prende-se com o facto de os dados que constituem as variáveis externas urbanas serem menos fiáveis, uma vez que, para muitas das observações, foram obtidos à custa de outros (maioritariamente por interpolação e extrapolação), conforme foi descrito em 2.5..

Ainda assim, as variáveis ANO, NEST, NCB, BAR, PIB e GRES não originaram resultados significantes. Destas, a que se aproxima mais da significância aceitável de 10% é a variável PIB (com valor P de 12,35%), cujo aumento terá reflexos positivos na eficácia. Esta influência é natural, pois, sendo o PIB per capita uma medida da riqueza gerada pela área urbana (logo da sua conjuntura económica), uma maior riqueza dá maior poder económico às pessoas para se deslocarem, ao mesmo tempo que as empresas de metro ficam mais propensas a investir em melhoramentos do seu processo produtivo.

A existência em maior número de variáveis internas não significantes só vem confirmar a menor preponderância deste tipo de variáveis na oscilação da eficácia produtiva face às variáveis externas.

Das variáveis significantes, pode-se retirar algumas conclusões:

Variáveis internas: o EXT – É a única variável interna significante que tem um efeito favorável sobre a

eficácia de produção do output passageiros. Ou seja, se o panorama geral das redes for reforçado com novas expansões, não só a produção deste output será mais elevada (ver 5.2.1.), como também será mais eficaz;

o NLIN – O aumento do número de linhas tem um efeito negativo na eficácia. Tal é compreensível, pois este aumento é, muitas vezes, feito à custa da partilha (total ou parcial) de canais ferroviários com outras linhas, não se construindo infra-estruturas de raiz para albergar a totalidade das novas ligações. Isto acaba por tornar mais difícil a gestão do tráfego nas redes, o que pode originar atrasos e afastar os utentes;


60

o NTM e NTMO – Ao contrário do que sucedia na análise da produção, os aumentos de NTM e NTMO são nefastos à eficácia. Embora uma maior humanização dos sistemas atraia mais utentes (as empresas passam a produzir num nível mais elevado do output passageiros), a verdade é que este incremento de input prejudica a optimização do processo produtivo e afasta a empresa da fronteira de produção;

Variáveis externas: o CMET e CTRA – Apesar do risco de perda de utentes para os sistemas

concorrentes, a existência destes fomenta as empresas de metro a laborarem de forma mais eficaz, ou seja, a procurarem optimizar os seus recursos, de modo a se aproximarem da fronteira de produção;

o POP e POP2 – O aumento da população é o factor que mais beneficia a eficácia (com α de -1,9180), devido ao aumento das necessidades de mobilidade, com consequentes reflexos na procura de transportes públicos. Contudo, um aumento desmesurado da população (traduzido por POP2), mantendo as restantes variáveis constantes, leva à saturação do sistema, com quebras na eficácia de produção. Aumentos tão elevados só são plausíveis a longo prazo no contexto da generalidade das cidades europeias, mas convêm ser acautelados, caso a caso, com planos de expansão faseada das redes, de modo a evitar roturas de serviço no futuro;

o AGUP – Numa Europa cada vez mais envelhecida, numerosos agregados familiares unipessoais são constituídos por pessoas idosas. Em regra, os idosos têm menos necessidades de deslocação e, sobretudo, mais dificuldade em fazê-lo, pelo que se compreende que o aumento de AGUP prejudique a eficácia;

o DES – À partida, seria natural pensar que o aumento do desemprego diminuísse as deslocações casa-emprego, logo diminuísse também a eficácia dos sistemas de metro. Contudo, os resultados obtidos mostram uma tendência contrária. De facto, também é válido pensar que uma pessoa desempregada terá menos recursos financeiros para utilizar o transporte particular, pelo que pode passar a ser um utente mais assíduo dos transportes públicos;

o AREA – A área afecta a uma determinada conurbação raras vezes sofre variações ao longo dos anos. Contudo, quando uma conurbação é alargada, geralmente passa a incluir novas cidades que, por verem incrementadas as suas relações económicas e sociais com uma ou mais cidades da conurbação inicial, deixam de ser meras vizinhas para passarem a ser parte integrante dessa área urbana. O aumento de intercâmbio entre cidades potencia as necessidades de transporte, beneficiando a eficácia, efeito que, pelos motivos descritos, pode ser captado justamente pela variável AREA;

o CREG – O incremento do número de registos de automóveis por 1.000 habitantes traduz uma maior procura pelo transporte particular, o que tem efeito contrário no transporte público e baixa a sua eficácia de produção.


61

6 O CASO DO METRO DO PORTO

6.1. GENERALIDADES E EVOLUÇÃO DA REDE

O Metro do Porto é um sistema de metropolitano ligeiro que serve actualmente seis concelhos da Área Metropolitana do Porto (AMP): Maia, Matosinhos, Porto, Póvoa do Varzim, Vila do Conde e Vila Nova de Gaia. O mapa da rede no final do ano de 2006 (limite temporal do presente estudo) surge representado no Anexo A.4..

Desde o início da sua exploração comercial, em 1 de Janeiro de 2003, até ao final de 2006, o Metro do Porto experimentou os seguintes episódios de expansão:

01-01-2003 – Trindade – Senhor de Matosinhos; 05-06-2004 – Trindade – Estádio do Dragão; 13-03-2005 – Senhora da Hora – Pedras Rubras; 30-07-2005 – Fonte do Cuco – Fórum da Maia; 17-09-2005 – Pólo Universitário – Câmara de Gaia; 10-12-2005 – Câmara de Gaia – João de Deus; 18-03-2006 – Pedras Rubras – Póvoa de Varzim; 31-03-2006 – Pólo Universitário – Hospital de São João; 31-03-2006 – Fórum da Maia – ISMAI; 27-05-2006 – Verdes – Aeroporto.

A 31 de Dezembro de 2006, a rede totalizava 58,9 km de extensão, sendo 6,8 km dos quais enterrados e os restantes à superfície. Os troços subterrâneos atravessam o centro da cidade do Porto e são constituídos por três túneis: Trindade – Lapa, Trindade – Campanhã e Pólo Universitário – Ponte Luiz I. Todos os veículos ligeirosa em circulação possuem três carruagens.

A evolução das infra-estruturas, material circulante e número de trabalhadoresb encontra-se na Tabela 6.1.

a Modelo Eurotram, produzido pela Bombardier Transportation. b O número de trabalhadores resulta da soma de todos os trabalhadores da Metro do Porto com os trabalhadores da empresa Travsdev que estão afectos à exploração do sistema.


62

Tabela 6.1 – Dados estatísticos do Metro do Porto

AnoExtensão

(km)N.º de linhas

N.º de estações

N.º de veículos


2003 11.8 1 18 18 301

2004 15.6 1 23 26 314

2005 34.5 4 45 34 390

2006 58.9 5 69 66 432

6.2. ANÁLISE DA PRODUÇÃO DO METRO DO PORTO

Nesta fase, procura-se compreender os reflexos da expansão da rede do Metro do Porto na produção dos seus outputs, tanto ao nível das quantidades produzidas como das eficiências ou eficácias de produção verificadas.

Na Tabela 6.2, apresenta-se a produção de outputs do Metro do Porto entre 2003 e 2006, acompanhada pelos respectivos crescimentos anuais percentuais e pelas eficiências ou eficácias de produção.

Tabela 6.2 – Produção, eficiência e eficácia do Metro do Porto

N.º produzido

Crescimento anual Eficiência

N.º produzido

Crescimento anual Eficiência

2003 4,029,000 − 84% 290,076,000 − 72%

2004 5,823,000 45% 86% 419,285,000 45% 72%

2005 10,194,000 75% 89% 733,945,000 75% 72%

2006 19,686,000 93% 91% 1,417,434,000 93% 72%

N.º produzido

Crescimento anual Eficácia

N.º produzido

Crescimento anual Eficácia

2003 26,476,000 − 60% 5,959,669 − 45%

2004 46,506,000 76% 66% 9,843,039 65% 45%

2005 96,674,000 108% 92% 18,480,539 88% 45%

2006 202,472,687 109% 93% 38,637,488 109% 64%

AnoCarruagens.km Lugares.km

AnoPassageiros.km Passageiros

6.2.1. EVOLUÇÃO DAS QUANTIDADES PRODUZIDAS DE OUTPUTS

Em primeiro lugar, pretende-se relacionar a evolução da produção do Metro do Porto com as expansões sofridas pela rede.

Para tal, apresenta-se a Fig. 6.1, que contém as representações gráficas das produções de outputs entre 2003 e 2006.


63

N.º de carruagens.km (×1.000)

0

5.000

10.000

15.000

20.000

2003 2004 2005 2006

N.º de lugares.km (×1.000)

0

500.000

1.000.000

1.500.000

2003 2004 2005 2006

N.º de passageiros.km (×1.000)

0

50.000

100.000

150.000

200.000

250.000

2003 2004 2005 2006

N.º de passageiros (×1.000)

0

10.000

20.000

30.000

40.000

2003 2004 2005 2006

Fig. 6.1 – Evolução da produção do Metro do Porto

A Tabela 6.1 e a Fig. 6.1 expressam crescimentos anuais bastante significativos para todos os outputs entre 2003 e 2006. Estes crescimentos devem-se à progressiva habituação e migração dos utentes para o novo sistema de transporte, mas, fundamentalmente, à serventia de novas zonas induzida pelas sucessivas expansões da rede. Podem ser retiradas as seguintes conclusões:

Entre 2003 e 2004 – O crescimento da produção varia entre os 45% para os outputs carruagens.km e lugares.km e os 76% para o output passageiros.km. Estes crescimentos são expressivos, atendendo a que a rede se expandiu apenas 3,8 km em 2004. Contudo, passou a servir a estação ferroviária de Campanhã, a zona das Antas e o Estádio do Dragão. Campanhã é a principal estação de caminhos-de-ferro da AMP, pelo que o metro aproxima os passageiros provenientes desses comboios do seu destino final e vice-versa. Antas é uma zona da cidade do Porto densamente habitada e de concentração de serviços (Loja do Cidadão). O Estádio do Dragão, apesar de acolher eventos desportivos de forma pontual, gera, nesses dias, deslocações massivas de pessoas. Em 2004, os jogos do Campeonato da Europa de Futebol (Euro 2004) passaram por dois estádios portuenses: Bessa, na Boavista e Dragão, nas Antas. As deslocações de adeptos para acompanhar os jogos e o movimento turístico que eventos desta magnitude acarretam não terão sido alheios ao significativo crescimento da produção do Metro do Porto nesse ano;

Entre 2004 e 2005 – O crescimento da produção varia entre os 75% para os outputs carruagens.km e lugares.km e os 108% para o output passageiros.km. A rede cresceu 18,9 km em 2005, tendo mais que duplicado a sua extensão. Os aumentos da produção ficam, assim, a dever-se à serventia de importantes núcleos urbanos até então alheios ao novo sistema de transporte. É em 2005 que o concelho da Maia vê o metro pela primeira vez, com as extensões a Pedras Rubras e ao Fórum da Maia, mesmo no centro da cidade. Mas


64

as extensões mais importantes ocorrem apenas no último trimestre, quando uma linha inteiramente nova passa a ligar o Pólo Universitário da Asprela (o mais importante da AMP) ao concelho de Vila Nova de Gaia (o mais populoso da AMP), primeiro até à Câmara de Gaia, depois até João de Deus. É nesta altura que o metro começa a atrair um grande volume de estudantes universitários, que, até então, apenas dispunham de autocarros para se deslocarem ao Pólo da Asprela. Relativamente a Vila Nova de Gaia, apesar de penetrar pouco no concelho, o metro passa a servir a sua zona central mais densamente habitada;

Entre 2005 e 2006 – O crescimento da produção varia entre os 93% para os outputs carruagens.km e lugares.km e os 109% para os outputs passageiros.km e passageiros. A rede expandiu-se por mais 24,4 km em 2006, sendo o ano em que uma maior extensão de rede foi inaugurada. O metro chega, de uma só vez, a dois novos concelhos: Vila do Conde e Póvoa do Varzim. Foi a maior expansão de 2006, mas verificou-se que a adesão a esta linha ficou aquém do esperado, devido a queixas por parte dos utentes pelo excessivo tempo de viagem até à cidade do Porto face ao transporte rodoviário, bem como pelo preço mais elevado face ao antigo comboio suburbano da Linha da Póvoa que o metro veio substituir. Por sua vez, a expansão desde o Pólo Universitário até ao Hospital de São João dá maior liberdade de escolha da estação de entrada ou saída do sistema aos utentes da zona, mas, devido à curta extensão deste troço, o metro não passa a servir muito mais população. Sobre a expansão ao ISMAI, mais importante que servir esta instituição de ensino superior é servir a Zona Industrial da Maia, que, por ser a maior da AMP, é um importante foco de emprego. A expansão ao Aeroporto permite uma intermodalidade rara na Europa (metro/avião), mas, quem se desloca ao aeroporto opta preferencialmente pelo transporte individual, principalmente se tiver que carregar bagagens. Não negando a importância conjunta de todas estas expansões para os resultados alcançados pelo metro em 2006, mas atendendo a todas as considerações tecidas, entende-se que o contributo fundamental para o aumento da produção foi dado pela linha que une o Pólo Universitário da Asprela a Vila Nova de Gaia. De facto, esta linha foi inaugurada em 2005, mas já no último trimestre. Por isso, 2006 foi o primeiro ano de exploração completo da linha que representa, por larga margem, o maior número de viagens diárias em toda a rede, facto que foi plenamente reflectido nos resultados do final desse ano.

6.2.2. EVOLUÇÃO DA EFICIÊNCIA E EFICÁCIA DE PRODUÇÃO

Pretende-se agora relacionar a evolução das eficiências e eficácias de produção do Metro do Porto com as expansões experimentadas pela rede.

Por isso, apresenta-se a Fig. 6.2, onde surgem as eficiências e eficácias de produção dos diversos outputs, verificadas entre 2003 e 2006.


65

Eficiência (carruagens.km)

0%

20%

40%

60%

80%

100%

2003 2004 2005 2006

Eficiência (lugares.km)

0%

20%

40%

60%

80%

100%

2003 2004 2005 2006

Eficácia (passageiros.km)

0%

20%

40%

60%

80%

100%

2003 2004 2005 2006

Eficácia (passageiros)

0%

20%

40%

60%

80%

100%

2003 2004 2005 2006

Fig. 6.2 – Evolução da eficiência e eficácia de produção do Metro do Porto

Da análise da Tabela 6.1 e da Fig. 6.2, pode-se extrair as seguintes conclusões, inerentes às eficiências ou eficácias de produção de todos os outputs:

Carruagens.km e lugares.km – A eficiência da produção destes outputs, conforme se referiu em 5.2.2.2., é fundamentalmente influenciada pelas práticas de gestão da empresa. Por isso, não admira que se tenha mantido aproximadamente constante ao longo dos anos. A produção de carruagens.km apresenta valores de eficiência bastante elevados desde o início da exploração, em 2003, com 84%. Contudo, tal não a impediu de crescer ainda mais, até aos 91%, em 2006. Já os lugares.km apresentam um valor mais reduzido de eficiência de produção, constante ao longo do período em análise: 72%. Deve-se isto a que o número médio de lugares por carruagem (sentados e em pé) no sistema portuense é o mais baixo que é possível obter dos dados recolhidos para este estudo (dividindo os lugares.km pelas carruagens.km): 79 lugares. Não só o veículo é de tipologia ligeira (logo com menos capacidade), como a empresa do Porto assume um máximo de 4 pessoas por m2 dentro das composições, valor que garante um mínimo de conforto na circulação em alturas de maior afluência. Em suma, o Metro do Porto é um sistema que apresenta bons resultados de eficiência desde o início da exploração, que têm vindo a crescer ainda mais, mas sem que a empresa os melhore à custa de uma previsão de menor conforto para os utentes;

Passageiros.km e passageiros – A eficácia da produção de passageiros.km sempre foi, ao longo dos anos, bastante superior à dos passageiros, o que reforça a ideia, já referida em 5.2.2.2., de que o Metro do Porto compensa alguma escassez na procura com a atracção de utentes que fazem viagens mais longas. O output passageiros.km tem, de ano para ano, visto a sua eficácia ser sempre incrementada, desde os 60% em 2003 até aos 93% em


66

2006, mas é em 2005 que conhece uma evolução notável de 26% face ao ano anterior. Já a eficácia do output passageiros mantém-se inicialmente constante, subindo substancialmente apenas no ano de 2006, em 19%. Quer isto dizer que o conjunto das expansões sofridas pela rede beneficiaram mais a aproximação do Metro do Porto à fronteira estocástica de produção do ponto de vista do output passageiros.km que do ponto de vista do output passageiros. Apesar dos grandes aumentos no número de passageiros transportados, verificados na Tabela 6.2, as expansões aumentaram também os recursos de produção utilizados (infra-estruturas, veículos e trabalhadores). Então, só se verificou uma aproximação à fronteira de produção do output passageiros no final de 2006, ano em que a linha de maior procura (Pólo Universitário – João de Deus) esteve sempre em funcionamento (em 2005, havia estado em funcionamento apenas durante dois meses e meio). O crescimento brusco da eficácia da produção de passageiros.km verificou-se um ano antes, em 2005. Isto que indicia que o facto de a extensão da rede ter sido mais do que duplicada nesse ano, com expansões significativas logo a partir do segundo trimestre, teve um reflexo bastante positivo no crescimento do comprimento médio das viagens, aproximando a produção de passageiros.km do Metro do Porto da correspondente fronteira estocástica de produção.

6.2.3. PANORAMA GERAL DO FUNCIONAMENTO METRO DO PORTO

Do descrito em 6.2.2., retira-se que o Metro do Porto apresenta bons índices de eficiência, o que traduz uma gestão correcta por parte da empresa exploradora. Contudo, do ponto de vista da eficácia, embora consiga atrair utentes que façam viagens mais longas, necessita de melhorar a eficácia da produção de passageiros, atraindo mais utentes para o sistema.

Para tal, a decisão mais acertada consiste numa expansão aos núcleos populacionais mais densos, mas que não sejam demasiado longínquos da rede existente. Só assim se conseguirá um crescimento significativo do número de passageiros transportados, sem que um aumento demasiado elevado dos factores de produção anule os efeitos benéficos na eficácia provocados por esse aumento do output.

No fundo, os resultados reflectem que a rede do Porto peca por levar o metro demasiado longe do núcleo central da área urbana, atravessando zonas de baixa densidade populacional, de que a linha que serve a Póvoa de Varzim é o maior exemplo. Apesar de tal permitir que se chegue mais longe sem mudar de meio de transporte, um percurso longo e que atravesse uma zona pouco povoada tende a possuir frequências de circulação menores, de modo a minimizar os gastos numa linha com receitas baixas. Isto vai contra as expectativas dos utentes de que o metro é um transporte de elevada frequência, afastando-os do sistema. Além disso, numa linha como a da Póvoa, a maioria dos utentes residem no seu extremo, onde se situam os núcleos populacionais mais densos: Vila do Conde e Póvoa do Varzim. Logo, para chegarem à cidade central da área urbana (Porto), têm que percorrer uma grande extensão. Sendo o metro um sistema de maior proximidade face, por exemplo, aos autocarros directos ou semi-directos, tem que cumprir mais paragens e circular a velocidades mais baixas, o que aumenta o tempo de viagem e o torna menos atractivo.

Contudo, estes problemas de configuração da rede não podem ser apontados como má gestão da empresa exploradora do Metro do Porto. De facto, grande parte da rede resultou da reconversão de antigos canais ferroviários da CP – Caminhos de Ferro Portugueses, decisão que assentou em motivos maioritariamente políticos e completamente alheios à administração da empresa.


67

Por último, refira-se que a correspondência directa encontrada entre as expansões da rede e os aumentos de produção, eficácia e eficiência do Metro do Porto ao longo dos anos estão de acordo com as conclusões retiradas em 5.2.2.1. e em 5.3.2., aquando da análise do panorama geral dos metropolitanos a nível europeu.

6.3. COMPARAÇÃO DA EFICIÊNCIA E EFICÁCIA COM OUTROS SISTEMAS DE METRO LIGEIRO

Em 5.2.2.2., concluiu-se que a eficiência e eficácia de produção não dependiam da tipologia (metro pesado ou ligeiro) nem da forma (radial, intermédia ou alongada) das redes de metropolitano, pois todos os rankings de eficiência ou eficáciaa misturam aleatoriamente os sistemas de diferentes tipos e formas.

Contudo, para estabelecer comparações com o Metro do Porto, opta-se apenas pela análise de sistemas da mesma tipologia, ou seja, metros ligeiros (ML). Mais uma vez, por motivos de simplificação e de maior aproximação à situação actual, utilizam-se apenas as últimas observações recolhidas para cada sistema, que, no caso dos ML, todas se reportam ao ano de 2006. Curiosamente, com excepção do Metro do Porto, todos os sistemas de ML presentes neste estudo situam-se na Alemanha.

A Tabela 6.3 contém as eficiências e eficácias de produção verificadas nos ML em 2006.

Tabela 6.3 – Eficiências e eficácias de produção dos ML no ano de 2006

Carruagens.km Lugares.km Passageiros.km Passageiros

Porto 91% 72% 93% 64%

Bielefeld 70% 72% 45%

Bochum 72% 91% 89%

Colónia 36% 72% 82% 69%

Düsseldorf 79% 92% 84% 80%

Essen 36% 72% 87%

Frankfurt 72% 81% 79%

Hanôver 70% 87% 58%

SistemaEficiência Eficácia

As representações gráficas da Fig. 6.3 hierarquizam os resultados da Tabela 6.3 por ordem decrescente de eficiência ou eficácia.

a Os rankings de eficiência e eficácia para todos os sistemas em análise estão presentes na Fig. 5.2, Fig. 5.3, Fig. 5.4 e Fig. 5.5.


68

Eficiência (carruagens.km)

0%

20%

40%

60%

80%

100%P

orto

Düs

seld

orf

Boc

hum

Han

ôver

Bie

lefe

ld

Col

ónia

Ess

en

Eficiência (lugares.km)

0%

20%

40%

60%

80%

100%

Düs

seld

orf

Boc

hum

Bie

lefe

ld

Col

ónia

Ess

en

Fran

kfur

t

Por

to

Eficácia (passageiros.km)

0%

20%

40%

60%

80%

100%

Por

to

Han

ôver

Düs

seld

orf

Col

ónia

Fran

kfur

t

Eficácia (passageiros)

0%

20%

40%

60%

80%

100%

Boc

hum

Ess

en

Düs

seld

orf

Fran

kfur

t

Col

ónia

Por

to

Han

ôver

Bie

lefe

ld

Fig. 6.3 – Eficiências e eficácias de produção dos ML no ano de 2006

Atendendo aos gráficos da Fig. 6.3, verifica-se o seguinte:

Eficiência de produção de carruagens.km – O Metro do Porto lidera por boa margem os sistemas alemães, com uma eficiência de 91%. A média de todos os ML situa-se nos 65%, sendo prejudicada pelos baixos desempenhos de Colónia e Essen, com 36% cada. Ainda assim, pode-se dizer que a produção de carruagens.km atinge bons valores globais de eficiência, com a maioria dos sistemas a apresentar resultados iguais ou superiores a 70%;

Eficiência de produção de lugares.km – Düsseldorf e Bochum são líderes destacados, com 92% e 91%, respectivamente. Contudo, os restantes sistemas situam-se ainda num patamar bastante aceitável de eficiência, com 72%. A média de todos os ML situa-se nos 77%;

Eficácia de produção de passageiros.km – Este output é o que alcança resultados mais elevados, pois todos os sistemas apresentam eficácias acima dos 80%, para uma média global de 85%. Mais uma vez, o Metro do Porto surge na frente, com 93% de eficácia. Ressalve-se, no entanto, o facto de ser o output para o qual se dispõe de menos dados;


69

Eficácia de produção de passageiros.km – Para este output há uma grande variabilidade de resultados, que oscilam entre os 89% de Bochum e os 45% de Bielefeld, originando uma média global de 71%. É aqui que o sistema portuense alcança o pior resultado a nível de eficácia ou eficiência de produção (64%).

Dos ML representados na Fig. 6.3, destacam-se os seguintes:

Porto – É o sistema que lidera mais rankings de eficiência ou eficácia dentro dos ML, impondo-se nas carruagens.km e nos passageiros.km. Contudo, alcança posições menos boas nos lugares.km e, sobretudo, nos passageiros. No fundo, isto só vem confirmar as conclusões retiradas em 6.2.2.. Aí, refere-se que o sistema é bem gerido (elevada eficiência nas carruagens.km), mas que a consideração de um reduzido número médio de lugares por carruagem prejudica a eficiência nos lugares.km produzidos. Além disso, este sistema carece de alguma procura (menor eficácia no output passageiros), embora atraia utentes que realizam viagens mais longas (elevada eficácia no output passageiros.km);

Düsseldorf e Bochum – São os sistemas que obtêm resultados mais equilibrados, pois surgem sempre classificados entre os três primeiros lugares de eficiência ou eficácia dos ML (embora, para Bochum, não se disponha de dados ao nível da eficácia de produção de passageiros.km);

Colónia – Globalmente, é o sistema com piores resultados. Na produção de todos os outputs, os valores das eficiências ou eficácias ficam sempre abaixo dos respectivos valores médios para o conjunto dos ML. A este facto não será alheio um sobredimensionamento infra-estrutural da rede, pois apresenta, por larga margem, o maior número de km de rede por 1.000.000 de habitantes (Fig. 3.1).

O desconhecimento sobre a história e contexto sócio-económico das redes alemãs impede uma análise mais extensiva das causas dos resultados obtidos, conforme se fez para o Metro do Porto em 6.2..


70


71

7 CONCLUSÕES

Como corolário do presente trabalho, realçam-se, neste capítulo, as conclusões mais genéricas a que se chegou no desenvolvimento dos capítulos anteriores.

O Capítulo 3 e o Capítulo 4 pretenderam dar uma ideia do panorama geral dos sistemas de metro a nível da UE, através da comparação dos tipos e formas de redes, feita com base em indicadores que relacionam algumas das variáveis recolhidas.

No Capítulo 3, em que os indicadores traduzem relações entre variáveis de capital e variáveis urbanas, concluiu-se o seguinte:

Os ML possuem uma maior dimensão infra-estrutural por quantidade de população e área servida, assim como uma menor distância média entre estações face aos MP. Isto traduz que os ML são sistemas de maior proximidade, privilegiando a cobertura geográfica em detrimento da velocidade de exploração;

A distância média entre estações reduz com a diminuição da complexidade da forma da rede (das radiais para as alongadas). Redes mais simples e pequenas procuram aumentar a sua atractividade, compensando a falta de dimensão com uma maior facilidade de acesso;

Para um mesmo sistema, a distância média entre estações mantém-se aproximadamente constante ao longo dos anos, mesmo que ocorram expansões da rede;

Os indicadores deste capítulo não distinguem com tanta clareza as formas de rede como o fazem para os tipos de rede.

No Capítulo 4, em que se procurou caracterizar os sistemas a partir de variáveis de serviço, de capital e de mão-de-obra, a natureza dos indicadores definidos exigiu a eliminação de alguns dos 26 sistemas iniciais. Então, devido à escassez de resultados para certos indicadores, evitou-se retirar conclusões demasiado genéricas. No entanto, a constatação mais importante que ressalta deste capítulo reside no facto de as redes de ML tenderem a ser sobredimensionadas quando comparadas com as redes de MP em relação à procura que os sistemas de ambas as tipologias apresentam. De facto, muitas vezes devido a motivações políticas, os ML possuem redes e frotas demasiado extensas para os passageiros que transportam.

O Capítulo 5 é o mais importante de todo o trabalho. Foi nele que se apresentou a Função Produção de Cobb-Douglas e se definiu fronteira de produção como sendo o conjunto de pontos de laboração em que uma empresa é tecnicamente eficiente. A função produção de cada output é determinada com recurso ao programa informático Limdep e, das elasticidades obtidas, ressalta o seguinte:

A experiência produtiva acumulada ao longo dos anos, o aumento da extensão das redes, da frota e dos trabalhadores e a existência de barreiras no acesso aos sistemas


72

incrementam a produção. Isto significa que ainda há mercado para o metro em zonas não servidas das áreas urbanas e que, mesmo sem expansões, a melhoria da oferta de veículos em circulação ou a maior humanização dos sistemas pode atrair mais utentes. Além disso, as barreiras baixam drasticamente as viagens não cobradas;

O aumento do número de estações diminui a produção. Ao prejudicar a fluidez e coordenação do tráfego das composições, aumenta os tempos de viagem, o que afasta os utentes.

Fez-se também a distinção entre eficiência (relacionada com a quantidade da oferta disponibilizada) e eficácia (relacionada com a quantidade de procura captada pelo sistema). A determinação dos valores destes indicadores inerentes a cada empresa, feita com a ajuda do Limdep, permitiu uma hierarquização das redes, da qual se concluiu que nem a tipologia nem a forma são condicionantes à obtenção de bons ou maus resultados de eficiência e eficácia. Os sistemas que mais se destacaram foram:

Munique, por ser o mais eficaz; Porto, por ser o mais eficiente; Berlim e Londres, por serem os que estão mais próximos, simultaneamente, da eficiência

e da eficácia óptimas.

Ainda no Capítulo 5, considerou-se que o aumento da eficiência verificada em cada empresa depende fundamentalmente da melhoria das práticas internas sobre a gestão dos factores de produção, enquanto que o aumento da eficácia depende mais de modificações na conjuntura sócio-económica da área urbana onde o sistema se insere. Por isso, fez-se uma regressão linear no Limdep e determinou-se de que modo factores internos e, sobretudo, externos influenciam a eficácia. Chegou-se às seguintes conclusões:

Variáveis internas: o Além de favorecer a quantidade produzida, o aumento da extensão das redes

favorece a também eficácia de produção, o que só vem confirmar o potencial das zonas ainda não servidas por sistemas de metro no benefício do desempenho dos mesmos;

o O aumento do número de linhas e de trabalhadores prejudicam a eficácia. Enquanto que o incremento de linhas muitas vezes acarreta dificuldades na fluidez do tráfego, devido à partilha de canais com outras linhas, a maior humanização dos sistemas, apesar de atrair mais utentes, reduz a optimização dos factores de produção;

Variáveis externas: o A existência de sistemas de transporte ferroviário concorrentes e o aumento da

população, do desemprego e da área afecta à conurbação beneficiam a eficácia. Tal significa que a concorrência estimula as boas práticas de gestão, que o crescimento demográfico é fundamental no aumento da procura (desde que não seja desmesurado ao ponto de provocar saturação dos sistemas), que os desempregados tendem a migrar para o transporte público (por terem menos recursos para utilizar o transporte particular) e que a inclusão de novas cidades numa área urbana original, sendo motivada por um aumento da interacção entre essas cidades e a área urbana, essa interacção tende a gerar maior número de movimentos de cidadãos;

o O aumento do número de agregados familiares unipessoais e de registos de automóveis por 1.000 habitantes prejudicam a eficácia. Enquanto que o primeiro


73

traduz um envelhecimento da população, que, quanto mais idosa, menos facilidade tem em se deslocar, o segundo significa um incremento do uso do transporte particular em detrimento do transporte público.

No Capítulo 6, analisou-se o caso particular do Metro do Porto. Os episódios de expansão da rede estão, como seria de esperar, intimamente ligados aos aumentos verificados a nível de quantidade de produção, eficiência e eficácia, o que vai de encontro à tendência europeia de que o aumento da extensão é benéfico a esses níveis. Assim, os episódios mais significativos que contribuíram para aqueles aumentos foram:

Abertura do troço Trindade – Estádio do Dragão (2004), que serve a estação de Campanhã, a povoada zona das Antas e o Estádio do Dragão;

Realização do Euro 2004, com todo a deslocação de adeptos e movimento turístico associado a eventos do género;

Extensão até à Maia e abertura da linha entre o Pólo Universitário da Asprela e Vila Nova de Gaia (2005), linha esta que rapidamente se tornou na mais procurada do sistema, devido a que, simultaneamente, atraiu um movimento massivo de estudantes e passou a servir o centro de Vila Nova de Gaia, o concelho mais populoso da AMP;

Extensões à Póvoa de Varzim, Hospital de São João, ISMAI e Aeroporto (2006), passando a rede a abranger mais dois concelhos (Vila do Conde e Póvoa do Varzim), e as principais infra-estruturas industrial (Zona Industrial da Maia) e aeroportuária da AMP.

Quando comparado com outros sistemas de tipologia ligeira em termos de eficiência e eficácia, o Metro do Porto domina na eficiência de produção de carruagens.km e na eficácia de produção de passageiros.km, mas apresenta resultados menos bons na produção de lugares.km e de passageiros. A eficiência de produção de lugares.km é, sobretudo, afectada pelo menor número médio de lugares por carruagem considerado pela empresa, que deriva não só do tipo de material circulante utilizado, mas também do princípio de que os passageiros não viajam de forma demasiado desconfortável nas alturas de maior afluência à rede. Já a eficácia de produção de passageiros é comprometida pela falta de procura em alguns troços da rede, nomeadamente no que liga a Senhora da Hora à Póvoa de Varzim, que atravessa zonas pouco povoadas e que, devido aos elevados tempos de viagem até ao Porto, não atrai os utentes dos maiores núcleos urbanos que serve (Vila do Conde e Póvoa do Varzim). Assim, constitui uma linha muito extensa, que despende demasiados recursos para a produção que representa. Contudo, a elevada eficácia de produção dos passageiros.km denota uma elevada extensão média de viagem percorrida por passageiro.

Posto isto, o Metro do Porto é um sistema bem gerido, mas que herdou canais ferroviários da CP que, em certos troços, não são os mais adequados à exploração de um sistema de metropolitano.


74


75

BIBLIOGRAFIA

Asensio, J. (2000). The Success Story of the Spanish Suburban Railways: Determinants of Demand and Policy Implications. Transport Policy 7 (2000), pp. 295-302, Pergamon Press/Elsevier, Amesterdão.

Dodgson, J. S. (1985). A survey of recent developments in the measurement of rail total factor productivity. In Button, K. J., Pitfield, D. E. (eds.), International Railway Economics, pp. 13-48, Gower, Aldershot.

Graham, D. J., Couto, A., Adeney, W. E., Glaister, S. (2002). Economies of Scale and Density in Urban Rail Transport: Effects on Productivity. Transportation Research Part E 39 (2003), pp. 443-458, Pergamon Press/Elsevier, Amesterdão.

Graham, D. J. (2006). Productivity and Efficiency in Urban Railways: Parametric and Non-parametric Estimates. Transportation Research Part E (2006), Elsevier, Amesterdão.

Greene, W. H. (1998). Limdep Version 7.0 User’s Manual – Revised Edition. Econometric Software, Inc., Plainview, NY.

Greene, W. H. (2000). Econometric Analysis – 4th Edition. Prentice Hall International Editions, Upper Saddle River, NJ.

Hooper, P. G. (1987). Productivity Change in Transport: a Survey. Transport Reviews, Vol. 7, N.º 4, pp. 341-367, Routledge, Nova Iorque, NY.

Magalhães, D. S. B. (2005). Organização de Mercado, Produtividade e Eficiência no Transporte Ferroviário Suburbano de Passageiros, Dissertação de Mestrado, Faculdade de Engenharia da Universidade do Porto.

Metro do Porto (2003). Relatório e Contas 2002. Metro do Porto, S. A, Porto.

Metro do Porto (2004). Relatório e Contas 2003. Metro do Porto, S. A, Porto.

Nash, C. (2000). Modelling performance: rail. In Hensher, D. A., Button, K. J. (eds.), Handbook of Transport Modelling, pp. 565-575, Pergamon Press/Elsevier, Amesterdão.

Oum, T. H., Tretheway, M. W., Walters, W. G. (1992). Concepts, Methods and Purposes of Productivity Measurement in Transportation. Transportation Research A, Vol. 26A, N.º 6, pp. 493-505, Pergamon Press/Elsevier, Amesterdão.

Savignat, M. G., Nash, C. (1999). The Case for Rail Reform in Europe – Evidence from Studies of Production Characteristics of the Rail Industry. International Journal of Transport Economics, Vol. XXVI, N.º 2, 06/1999, pp. 201-217, Fabrizio Serra Editore, Roma.

Wadell, P., Ulfarsson, G. F., Franklin, J. P., Lobb, J. (2006). Incorporating Land Use in Metropolitan Transportation Planning. Transportation Research Part A 41 (2007), pp. 382-410, Elsevier, Amesterdão.

http://ec.europa.eu/eurostat. 01/2008 a 02/2008.

http://www.atm.cat. 11/2007 a 01/2008.

http://www.atm-mi.it. 11/2007 a 01/2008.

http://www.bkv.hu. 11/2007 a 01/2008.

http://www.bogestra.de. 11/2007 a 01/2008.


76

http://www.bvg.de. 11/2007 a 01/2008.

http://www.comune.torino.it/gtt. 11/2007 a 01/2008.

http://www.ctm-madrid.es. 11/2007 a 01/2008.

http://www.dpp.cz. 11/2007 a 01/2008.

http://www.evag.de. 11/2007 a 01/2008.

http://www.gvb.nl. 11/2007 a 01/2008.

http://www.hel.fi/wps/portal/HKL. 11/2007 a 01/2008.

http://www.hochbahn.com. 11/2007 a 01/2008.

http://www.kvb-koeln.de. 11/2007 a 01/2008.

http://www.metrodoporto.pt. 11/2007 a 01/2008.

http://www.metrolisboa.pt. 11/2007 a 01/2008.

http://www.metromadrid.es. 11/2007 a 01/2008.

http://www.metroroma.it. 11/2007 a 01/2008.

http://www.metrotorino.it. 11/2007 a 01/2008.

http://www.mivb.be. 11/2007 a 01/2008.

http://www.mobiel.de. 11/2007 a 01/2008.

http://www.mvg-mobil.de. 11/2007 a 01/2008.

http://www.railfaneurope.net. 11/2007 a 01/2008.

http://www.ratp.fr. 11/2007 a 01/2008.

http://www.rheinbahn.de. 11/2007 a 01/2008.

http://www.spt.co.uk. 11/2007 a 01/2008.

http://www.stif.info. 11/2007 a 01/2008.

http://www.tmb.net. 11/2007 a 01/2008.

http://www.tfl.gov.uk. 11/2007 a 01/2008.

http://www.uestra.de. 11/2007 a 01/2008.

http://www.urbanaudit.org. 01/2008 a 02/2008.

http://www.urbanrail.net. 11/2007 a 01/2008.

http://www.vag.de. 11/2007 a 01/2008.

http://www.vgf-ffm.de. 11/2007 a 01/2008.

http://www.vrr.de. 11/2007 a 01/2008.


I

ANEXOS

A.1. BASE DE DADOS

Extensão da rede (km)

N.º de linhas

N.º de estações

N.º de comboios

N.º de carruagens

2002 42,5 4 52 106 2122003 42,5 4 52 106 2122004 42,5 4 52 106 2122005 42,5 4 52 106 2121999 81,2 5 96 105 5252000 81,2 5 96 105 5252001 83,6 5 99 115 5752002 83,6 5 99 115 5752003 85,9 6 104 118 5812004 85,9 6 104 118 5812005 85,9 6 104 128 6312006 85,9 6 104 135 6662002 144,9 9 170 770 1.5402003 144,9 9 170 728 1.4562004 144,9 9 170 686 1.3722005 144,9 9 170 644 1.2882006 144,9 9 170 637 1.274

Bielefeld 2006 36,9 4 62 85 1652002 15,3 1 21 25 502003 15,3 1 21 25 502004 15,3 1 21 25 502005 15,3 1 21 25 502006 15,3 1 21 25 502003 43,3 3 58 90 2172004 43,3 3 58 90 2172005 43,3 3 58 90 2172006 43,8 3 59 90 217

Sistema AnoInfra-estruturas Frota

Bruxelas

Amesterdão

Barcelona

Berlim

Bochum


II


N.º de linhas

N.º de estações

N.º de comboios

N.º de carruagens

1996 30,8 3 40 82 4101997 30,8 3 40 82 4101998 30,8 3 40 82 4101999 30,8 3 40 82 4102000 30,8 3 40 81 4032001 31,4 3 40 81 4032002 31,4 3 40 81 4032003 31,4 3 40 81 4032004 31,4 3 40 81 4032005 31,4 3 40 78 3922006 31,4 3 40 78 3921993 304,0 15 223 312 6241994 273,0 14 225 308 6161995 273,0 14 224 334 6681996 273,0 14 224 360 7201997 290,0 15 226 360 7201998 290,0 15 221 391 7821999 282,0 15 222 348 6962000 286,0 15 223 339 6782001 286,0 15 223 342 6842002 287,0 15 222 359 7182003 288,0 15 221 362 7242004 288,0 15 221 363 7262005 284,0 15 221 369 7382006 285,0 15 222 380 7602003 60,9 7 98 128 3842004 61,2 7 98 128 3842005 61,2 7 99 128 3842006 61,2 7 99 131 3932000 24,3 3 32 45 902001 29,8 3 41 45 902002 29,8 3 41 45 902003 29,8 3 41 43 862004 30,8 3 43 45 902005 30,8 3 43 45 902006 30,8 3 43 45 90

Essen

Budapeste

Colónia

Düsseldorf



III


N.º de linhas

N.º de estações

N.º de comboios

N.º de carruagens

2000 56,9 7 83 224 4482001 58,6 7 84 224 4482002 58,6 7 84 224 4482003 58,6 7 84 224 4482004 58,6 7 84 224 4482005 58,6 7 84 224 4482006 58,6 7 84 224 4481997 10,4 1 15 14 411998 10,4 1 15 14 412003 100,7 3 89 261 8092004 100,7 3 89 258 8252005 100,7 3 89 215 7512006 100,7 3 89 214 7492003 115,1 12 189 311 9812004 115,1 12 189 311 9812005 115,1 12 189 311 9812006 119,7 12 195 311 9812001 21,1 2 16 54 1082002 21,1 2 16 54 1082003 21,1 2 16 54 1082004 21,1 2 16 54 1082005 21,1 2 16 54 1082006 21,1 2 16 54 1081993 18,9 1 25 43 1421994 18,9 1 25 43 1421995 18,9 1 25 53 1691996 18,9 1 25 61 1931997 20,6 2 28 74 2351998 27,7 4 36 96 3071999 27,7 4 36 113 3612000 27,7 4 36 92 2932001 27,7 4 36 108 3472002 28,5 4 37 106 3392003 28,5 4 37 106 3382004 35,6 4 44 106 3382005 35,6 4 44 106 3382006 35,6 4 44 106 338

Helsínquia

Lisboa

Glasgow

Hamburgo

Frota

Frankfurt

Sistema

Hanôver

AnoInfra-estruturas


IV


N.º de linhas

N.º de estações

N.º de comboios

N.º de carruagens

1994 413,8 12 291 548 3.8381995 413,8 12 291 567 3.9671996 413,8 12 291 585 4.0961997 413,8 12 291 604 4.2251998 413,8 12 291 577 3.9382002 434,0 12 300 597 4.0772003 434,0 12 300 597 4.0772004 434,0 12 300 597 4.0772005 438,0 12 304 610 4.1642006 437,0 12 303 610 4.1641997 121,0 10 124 236 1.0941998 136,0 12 136 250 1.2141990 61,1 3 70 212 6361991 67,0 3 77 221 6621992 67,8 3 78 228 6841993 67,8 3 78 234 7021994 68,7 3 79 238 7141995 69,3 3 80 238 7141996 69,3 3 80 238 7141997 69,3 3 80 238 7141998 69,3 3 80 238 7141999 69,3 3 80 238 7142000 69,3 3 80 238 7142001 69,3 3 80 238 7142002 69,3 3 80 238 7142003 70,3 3 81 240 7202004 70,3 3 81 242 7262005 74,1 3 84 243 729

Munique 2006 91,0 6 93 258 5881995 23,0 2 33 75 1501996 25,0 2 35 75 1502003 30,0 2 39 81 1622004 30,0 2 40 81 1622005 31,0 2 40 81 1622006 31,0 2 40 81 162


Madrid

Milão

Nuremberga

Londres


V


N.º de linhas

N.º de estações

N.º de comboios

N.º de carruagens

1992 202,0 13 294 678 3.4601993 202,0 13 294 680 3.4691994 202,0 13 294 668 3.4121995 202,0 13 294 667 3.4051996 202,0 13 294 659 3.3641997 202,0 13 294 676 3.4531998 210,6 14 297 700 3.5692005 211,3 14 297 697 3.5532006 211,3 14 297 697 3.5532003 11,8 1 18 18 542004 15,6 1 23 26 782005 34,5 4 45 34 1022006 58,9 5 69 66 1982002 50,1 3 48 123 6162003 50,1 3 48 132 6602004 54,0 3 50 143 7152005 54,0 3 50 146 7302006 54,9 3 51 149 7442001 36,6 2 47 72 4382002 36,6 2 47 72 4382003 36,6 2 48 72 4382004 36,6 2 48 75 456

Turim 2006 7,5 1 11 38 76


Porto

Praga

Roma

Paris


VI

N.º totalTipos de sistemas

Apenas Metro

Metro e outros N.º produzido

Tipos de sistemas Dummy

2002 4.641 M+T+B 0 4.6412003 4.491 M+T+B 0 4.4912004 4.428 M+T+B 0 4.4282005 4.273 M+T+B 0 4.2731999 2.609 M 2.609 0 58.500.000 M 02000 2.567 M 2.567 0 58.400.000 M 02001 2.639 M 2.639 0 59.590.600 M 02002 2.659 M 2.659 0 60.978.060 M 02003 2.715 M 2.715 0 64.044.760 M 02004 2.728 M 2.728 0 66.492.120 M 02005 2.943 M 2.943 0 64.951.400 M 02006 3.154 M 3.154 0 68.463.820 M 02002 12.940 M+T+B 0 12.940 136.000.000 M 02003 12.456 M+T+B 0 12.456 129.800.000 M 02004 11.819 M+T+B 0 11.819 123.700.000 M 02005 11.144 M+T+B 0 11.144 122.600.000 M 02006 10.928 M+T+B 0 10.928 122.200.000 M 0

Bielefeld 2006 411 M+B 0 411 10.530.000 M+B 12002 2.148 M+T+B 0 2.148 14.400.000 M+T 12003 2.111 M+T+B 0 2.111 14.340.000 M+T 12004 2.191 M+T+B 0 2.191 14.660.000 M+T 12005 2.181 M+T+B 0 2.181 14.520.000 M+T 12006 2.202 M+T+B 0 2.202 15.080.000 M+T 12003 5.879 M+T+B 0 5.8792004 6.018 M+T+B 0 6.0182005 6.283 M+T+B 0 6.283 11.522.370 M 02006 6.393 M+T+B 0 6.393 11.531.093 M 01996 18.084 M+S+T+B 0 18.084 31.198.000 M 01997 15.854 M+S+T+B 0 15.854 30.741.000 M 01998 14.814 M+S+T+B 0 14.814 30.595.000 M 01999 14.190 M+S+T+B 0 14.190 30.172.000 M 02000 13.573 M+S+T+B 0 13.573 30.090.000 M 02001 13.016 M+S+T+B 0 13.016 30.073.000 M 02002 12.973 M+S+T+B 0 12.973 30.362.000 M 02003 13.141 M+S+T+B 0 13.141 30.359.000 M 02004 13.574 M+S+T+B 0 13.5742005 13.577 M+S+T+B 0 13.5772006 13.882 M+S+T+B 0 13.882

Trabalhadores Carruagens.km

Amesterdão

Barcelona

Sistema Ano

Berlim

Bochum

Bruxelas

Budapeste


VII


Apenas Metro



1993 3.751 M+B 0 3.751 45.600.000 M+B 11994 3.562 M+B 0 3.562 46.100.000 M+B 11995 3.336 M+B 0 3.336 47.600.000 M+B 11996 3.277 M+B 0 3.277 48.200.000 M+B 11997 3.268 M+B 0 3.268 50.400.000 M+B 11998 3.300 M+B 0 3.300 52.800.000 M+B 11999 3.264 M+B 0 3.264 53.000.000 M+B 12000 3.313 M+B 0 3.313 53.200.000 M+B 12001 3.330 M+B 0 3.330 52.900.000 M+B 12002 3.351 M+B 0 3.351 53.400.000 M+B 12003 3.208 M+B 0 3.208 55.000.000 M+B 12004 3.137 M+B 0 3.137 54.200.000 M+B 12005 3.144 M+B 0 3.144 53.600.000 M+B 12006 3.177 M+B 0 3.177 54.200.000 M+B 12003 3.120 M+T+B 0 3.1202004 3.034 M+T+B 0 3.0342005 2.922 M+T+B 0 2.922 40.800.000 M+T+B 12006 2.828 M+T+B 0 2.828 40.900.000 M+T+B 12000 2.118 M+T+B 0 2.118 2.088.000 M 02001 2.023 M+T+B 0 2.023 2.286.000 M 02002 1.939 M+T+B 0 1.939 3.389.000 M 02003 1.921 M+T+B 0 1.921 3.290.000 M 02004 1.878 M+T+B 0 1.878 3.436.000 M 02005 1.828 M+T+B 0 1.828 3.421.000 M 02006 1.815 M+T+B 0 1.815 3.342.000 M 02000 2.620 M+T+B 0 2.6202001 2.510 M+T+B 0 2.5102002 2.376 M+T+B 0 2.3762003 2.299 M+T+B 0 2.2992004 2.291 M+T+B 0 2.2912005 2.234 M+T+B 0 2.2342006 2.176 M+T+B 0 2.1761997 326 M 326 0 3.390.000 M 01998 326 M 326 0 3.390.000 M 02003 4.409 M+B 0 4.409 71.627.000 M 02004 4.343 M+B 0 4.343 71.662.000 M 02005 4.340 M+B 0 4.340 72.836.000 M 02006 4.392 M+B 0 4.392 74.545.000 M 0

Sistema AnoTrabalhadores Carruagens.km

Glasgow

Hamburgo

Colónia

Düsseldorf

Essen

Frankfurt


VIII


Apenas Metro



2003 2.072 M+B 0 2.072 24.484.000 M 02004 2.000 M+B 0 2.000 24.036.000 M 02005 1.957 M+B 0 1.957 23.377.000 M 02006 1.948 M+B 0 1.948 23.756.000 M 02001 169 M 169 02002 169 M 169 02003 186 M 186 02004 216 M 216 02005 218 M 218 02006 225 M 225 01993 1.947 M 1.947 0 10.010.000 M 01994 1.947 M 1.947 0 10.370.000 M 01995 1.926 M 1.926 0 10.470.000 M 01996 1.977 M 1.977 0 10.910.000 M 01997 2.023 M 2.023 0 10.920.000 M 01998 1.902 M 1.902 0 15.090.000 M 01999 1.933 M 1.933 0 17.210.000 M 02000 1.963 M 1.963 0 18.570.000 M 02001 1.898 M 1.898 0 18.360.000 M 02002 1.797 M 1.797 0 19.430.000 M 02003 1.725 M 1.725 0 19.436.029 M 02004 1.699 M 1.699 0 22.344.646 M 02005 1.682 M 1.682 0 23.103.845 M 02006 1.705 M 1.705 0 22.865.186 M 01994 15.628 M 15.628 0 395.500.000 M 01995 14.844 M 14.844 0 413.000.000 M 01996 14.948 M 14.948 0 429.100.000 M 01997 13.383 M 13.383 0 450.800.000 M 01998 13.878 M 13.878 0 435.071.000 M 02002 17.691 M+T+B 0 17.691 468.790.710 M 02003 18.785 M+T+B 0 18.785 485.305.650 M 02004 19.233 M+T+B 0 19.233 497.080.570 M 02005 19.681 M+T+B 0 19.681 492.443.000 M 02006 20.289 M+T+B 0 20.289 506.103.000 M 01997 4.645 M 4.645 0 91.314.000 M 01998 4.599 M 4.599 0 98.159.000 M 0

Lisboa

Londres

Madrid

Trabalhadores Carruagens.km

Hanôver

Helsínquia

Sistema Ano


IX


Apenas Metro



1990 11.707 M+T+B 0 11.707 40.319.000 M 01991 11.570 M+T+B 0 11.570 45.052.000 M 01992 11.172 M+T+B 0 11.172 49.714.000 M 01993 10.793 M+T+B 0 10.793 50.390.000 M 01994 10.235 M+T+B 0 10.235 50.903.000 M 01995 9.706 M+T+B 0 9.706 51.105.000 M 01996 9.721 M+T+B 0 9.721 52.549.000 M 01997 9.051 M+T+B 0 9.051 52.713.000 M 01998 8.825 M+T+B 0 8.825 52.192.000 M 01999 8.677 M+T+B 0 8.677 52.789.000 M 02000 8.575 M+T+B 0 8.575 52.968.000 M 02001 8.440 M+T+B 0 8.440 53.755.000 M 02002 8.528 M+T+B 0 8.528 53.732.000 M 02003 8.563 M+T+B 0 8.563 53.717.000 M 02004 8.474 M+T+B 0 8.474 54.437.000 M 02005 8.552 M+T+B 0 8.552 55.926.000 M 0

Munique 2006 2.704 M+T+B 0 2.704 22.473.907 M 01995 2.096 M+T+B 0 2.096 32.000.000 M+T+B 11996 2.044 M+T+B 0 2.044 32.000.000 M+T+B 12003 2.008 M+T+B 0 2.008 32.000.000 M+T+B 12004 1.873 M+T+B 0 1.873 31.000.000 M+T+B 12005 1.846 M+T+B 0 1.846 31.000.000 M+T+B 12006 1.812 M+T+B 0 1.812 31.000.000 M+T+B 11992 11.907 M 11.907 0 199.800.000 M 01993 11.909 M 11.909 0 200.600.000 M 01994 11.897 M 11.897 0 199.500.000 M 01995 12.008 M 12.008 0 185.700.000 M 01996 11.992 M 11.992 0 200.300.000 M 01997 11.845 M 11.845 0 199.400.000 M 01998 12.068 M 12.068 0 203.100.000 M 02005 44.963 M+T+B 0 44.963 223.933.900 M 02006 45.231 M+T+B 0 45.231 224.903.090 M 02003 301 M 301 0 4.029.000 M 02004 314 M 314 0 5.823.000 M 02005 390 M 390 0 10.194.000 M 02006 432 M 432 0 19.686.000 M 02002 12.954 M+T+B 0 12.954 35.581.000 M 02003 13.000 M+T+B 0 13.000 40.181.000 M 02004 12.848 M+T+B 0 12.848 44.666.000 M 02005 12.653 M+T+B 0 12.653 46.598.000 M 02006 12.599 M+T+B 0 12.599 46.967.000 M 0

Nuremberga

Paris

Porto

Praga

Milão



X


Apenas Metro



2001 1.437 M 1.437 0 31.131.182 M 02002 1.437 M 1.437 0 31.313.994 M 02003 1.437 M 1.437 0 31.870.048 M 02004 1.409 M 1.409 0 31.500.394 M 0

Turim 2006 125 M 125 0 4.600.000 M 0

Roma



XI

N.º produzidoTipos de sistemas Dummy N.º produzido


2002 3.847.900.000 M+T+B 1 971.700.000 M+T+B 12003 3.755.000.000 M+T+B 1 948.000.000 M+T+B 12004 3.726.000.000 M+T+B 1 940.700.000 M+T+B 12005 3.820.000.000 M+T+B 1 956.349.000 M+T+B 11999 10.808.950.000 M 02000 10.777.800.000 M 02001 10.985.030.000 M 02002 11.193.620.000 M 02003 11.718.610.000 M 020042005 11.882.000.000 M 02006 12.518.200.000 M 02002 2.172.100.000 M 02003 2.168.200.000 M 02004 2.198.600.000 M 02005 2.231.800.000 M 02006 2.244.800.000 M 0

Bielefeld 2006 1.200.000.000 M+B 1200220032004 2.845.820.000 M+T+B 12005 2.873.800.000 M+T+B 12006 2.920.290.000 M+T+B 1200320042005 2.334.000.000 M 02006 2.437.800.000 M 01996 5.645.682.000 M 0 1.133.100.000 M 01997 5.568.416.000 M 0 1.320.172.000 M 01998 5.535.976.000 M 0 1.303.324.000 M 01999 5.462.914.000 M 0 1.326.721.000 M 02000 5.447.876.000 M 0 1.358.066.000 M 02001 5.456.180.000 M 0 1.356.905.000 M 02002 5.520.059.000 M 0 1.335.478.000 M 02003 5.527.559.000 M 0 1.322.930.000 M 0200420052006 5.366.354.000 M 0

Bruxelas

Budapeste

Amesterdão

Barcelona

Berlim

Bochum

Sistema AnoLugares.km Passageiros.km


XII



1993 6.378.000.000 M+B 1 1.122.000.000 M+B 11994 6.458.000.000 M+B 1 1.260.000.000 M+B 11995 6.764.000.000 M+B 1 1.273.000.000 M+B 11996 6.851.000.000 M+B 1 1.291.000.000 M+B 11997 7.183.000.000 M+B 1 1.191.000.000 M+B 11998 7.476.000.000 M+B 1 1.197.000.000 M+B 11999 7.464.000.000 M+B 1 1.224.000.000 M+B 12000 7.534.000.000 M+B 1 1.227.000.000 M+B 12001 7.457.000.000 M+B 1 1.244.000.000 M+B 12002 7.541.000.000 M+B 1 1.273.000.000 M+B 12003 7.687.000.000 M+B 1 1.289.000.000 M+B 12004 7.691.000.000 M+B 1 1.280.000.000 M+B 12005 7.674.000.000 M+B 1 1.337.000.000 M+B 12006 7.726.000.000 M+B 1 1.308.000.000 M+B 12003 957.000.000 M+T+B 12004 959.000.000 M+T+B 12005 5.516.000.000 M+T+B 1 961.000.000 M+T+B 12006 5.478.900.000 M+T+B 1 975.000.000 M+T+B 12000 367.442.000 M 02001 402.296.000 M 02002 596.392.000 M 02003 578.979.000 M 02004 604.719.000 M 02005 602.060.000 M 02006 588.155.000 M 020002001 2.823.400.000 M 0 355.200.000 M 02002 2.799.600.000 M 0 345.277.000 M 02003 2.854.600.000 M 0 338.200.000 M 02004 2.855.800.000 M 0 338.900.000 M 02005 2.934.900.000 M 0 338.200.000 M 02006 2.964.600.000 M 0 349.500.000 M 01997 45.200.000 M 01998 46.800.000 M 02003 6.632.000.000 M 0 1.048.306.000 M 02004 6.857.000.000 M 0 1.046.745.000 M 02005 6.995.000.000 M 0 1.054.991.000 M 02006 7.159.000.000 M 0 1.076.091.000 M 0

Lugares.km Passageiros.km

Colónia

Düsseldorf

Sistema Ano

Essen

Frankfurt

Glasgow

Hamburgo


XIII



2003 539.462.000 M 02004 565.029.000 M 02005 562.978.000 M 02006 568.420.000 M 02001 2.344.600.000 M 0 385.300.000 M 02002 2.581.000.000 M 0 400.800.000 M 02003 2.581.200.000 M 0 404.100.000 M 02004 2.554.800.000 M 0 404.400.000 M 02005 2.582.900.000 M 0 409.100.000 M 02006 2.562.500.000 M 0 414.400.000 M 01993 2.003.000.000 M 0 524.600.000 M 01994 2.075.000.000 M 0 501.100.000 M 01995 2.093.000.000 M 0 457.000.000 M 01996 2.181.000.000 M 0 471.700.000 M 01997 2.185.000.000 M 0 432.200.000 M 01998 3.018.000.000 M 0 617.100.000 M 01999 3.442.000.000 M 0 665.600.000 M 02000 3.714.000.000 M 0 712.523.000 M 02001 3.103.000.000 M 0 744.132.000 M 02002 3.283.000.000 M 0 757.478.000 M 02003 3.284.689.000 M 0 739.739.000 M 02004 3.776.245.000 M 0 801.210.000 M 02005 3.904.550.000 M 0 862.313.000 M 02006 3.864.231.000 M 0 855.484.000 M 01994 6.106.000.000 M 01995 6.407.000.000 M 01996 6.238.600.000 M 01997 6.588.900.000 M 01998 6.854.700.000 M 02002 7.599.100.000 M 02003 7.575.400.000 M 02004 7.848.800.000 M 02005 7.843.400.000 M 02006 7.965.600.000 M 01997 2.261.440.000 M 01998 2.425.000.000 M 0


Madrid

Hanôver

Helsínquia

Lisboa

Londres


XIV



1990 8.615.137.000 M 01991 9.649.692.000 M 01992 10.663.031.000 M 01993 10.803.756.000 M 01994 10.915.972.000 M 01995 10.956.855.000 M 01996 11.261.298.000 M 01997 11.308.023.000 M 01998 11.192.204.000 M 01999 11.317.193.000 M 02000 11.356.123.000 M 02001 11.523.738.000 M 02002 11.513.436.000 M 02003 11.543.234.000 M 02004 11.701.103.000 M 02005 12.021.863.000 M 0

Munique 2006 8.381.000.000 M 0 5.986.150.154 M+T+B 11995 3.814.000.000 M+T+B 11996 3.811.000.000 M+T+B 12003 4.457.000.000 M+T+B 12004 4.175.000.000 M+T+B 12005 4.218.000.000 M+T+B 12006 4.246.000.000 M+T+B 11992 23.000.000.000 M 0 5.790.800.000 M 01993 23.300.000.000 M 0 5.672.200.000 M 01994 23.200.000.000 M 0 5.638.900.000 M 01995 21.400.000.000 M 0 4.960.300.000 M 01996 23.100.000.000 M 0 5.261.500.000 M 01997 23.000.000.000 M 0 5.378.600.000 M 01998 23.400.000.000 M 0 5.574.800.000 M 0200520062003 290.076.000 M 0 26.476.000 M 02004 419.285.000 M 0 46.506.000 M 02005 733.945.000 M 0 96.674.000 M 02006 1.417.434.000 M 0 202.472.687 M 02002 6.443.280.000 M 02003 7.290.246.000 M 02004 8.215.418.000 M 02005 8.632.642.000 M 02006 8.703.277.000 M 0


Porto

Praga

Milão

Nuremberga

Paris


XV



20012002 6.165.891.000 M 02003 6.542.153.000 M 02004 6.467.596.000 M 0

Turim 2006

Passageiros.km

Roma

Sistema AnoLugares.km


XVI

N.º produzidoTipos de sistemas Dummy

Outro metro Tram

2002 255.000.000 M+T+B 1 1 0 12003 244.000.000 M+T+B 1 1 0 12004 242.000.000 M+T+B 1 1 0 12005 248.000.000 M+T+B 1 1 0 11999 286.700.000 M 0 1 1 02000 294.100.000 M 0 1 1 02001 305.100.000 M 0 1 1 02002 321.980.000 M 0 1 1 02003 331.980.000 M 0 1 1 02004 343.320.000 M 0 1 1 12005 345.270.000 M 0 1 1 12006 353.390.000 M 0 1 1 12002 0 0 12003 0 0 12004 0 0 12005 0 0 12006 466.400.000 M 0 0 0 1

Bielefeld 2006 26.600.000 M+B 1 0 0 02002 127.150.000 M+T+B 1 0 0 12003 137.010.000 M+T+B 1 0 0 12004 134.940.000 M+T+B 1 0 0 12005 137.350.000 M+T+B 1 0 0 12006 139.190.000 M+T+B 1 0 0 12003 102.500.000 M 0 1 0 12004 105.500.000 M 0 1 0 12005 114.500.000 M 0 1 0 12006 122.500.000 M 0 1 0 11996 274.744.000 M 0 0 0 11997 314.687.000 M 0 0 0 11998 311.700.000 M 0 0 0 11999 316.197.000 M 0 0 0 12000 323.367.000 M 0 0 0 12001 323.026.000 M 0 0 0 12002 317.911.000 M 0 0 0 12003 315.046.000 M 0 0 0 12004 298.000.000 M 0 0 0 12005 286.000.000 M 0 0 0 12006 280.128.000 M 0 0 0 1

Bochum

Bruxelas

Budapeste

Concorrência

Amesterdão

Barcelona

Berlim

Sistema AnoPassageiros

Barreiras


XVII


Outro metro Tram

1993 192.600.000 M+B 1 0 0 01994 216.100.000 M+B 1 0 0 01995 218.200.000 M+B 1 0 0 01996 220.600.000 M+B 1 0 0 01997 223.900.000 M+B 1 0 0 01998 225.300.000 M+B 1 0 0 01999 230.000.000 M+B 1 0 0 02000 230.900.000 M+B 1 0 0 02001 233.700.000 M+B 1 0 0 02002 238.800.000 M+B 1 0 0 02003 241.900.000 M+B 1 0 0 02004 240.100.000 M+B 1 0 0 02005 247.100.000 M+B 1 0 0 02006 245.500.000 M+B 1 0 0 02003 208.200.000 M+T+B 1 0 0 12004 209.100.000 M+T+B 1 0 0 12005 210.200.000 M+T+B 1 0 0 12006 212.300.000 M+T+B 1 0 0 12000 100.645.804 M+T+B 1 0 0 12001 103.284.404 M+T+B 1 0 0 12002 109.089.171 M+T+B 1 0 0 12003 114.641.765 M+T+B 1 0 0 12004 117.666.181 M+T+B 1 0 0 12005 122.433.828 M+T+B 1 0 0 12006 122.814.252 M+T+B 1 0 0 12000 94.322.000 M 0 0 0 12001 100.052.000 M 0 0 0 12002 97.281.000 M 0 0 0 12003 95.364.000 M 0 0 0 12004 95.431.000 M 0 0 0 12005 95.075.000 M 0 0 0 12006 98.011.000 M 0 0 0 11997 14.120.000 M 0 1 0 01998 14.600.000 M 0 1 0 02003 175.596.000 M 0 0 0 02004 175.334.000 M 0 0 0 02005 176.715.000 M 0 0 0 02006 179.796.000 M 0 0 0 0

Concorrência

Colónia

Düsseldorf

Essen


Barreiras

Frankfurt

Glasgow

Hamburgo


XVIII


Outro metro Tram

2003 146.000.000 M+B 1 0 0 02004 152.500.000 M+B 1 0 0 02005 150.800.000 M+B 1 0 0 02006 151.900.000 M+B 1 0 0 02001 52.800.000 M 0 0 0 12002 54.900.000 M 0 0 0 12003 55.400.000 M 0 0 0 12004 55.400.000 M 0 0 0 12005 56.000.000 M 0 0 0 12006 56.800.000 M 0 0 0 11993 146.700.000 M 0 0 0 01994 136.200.000 M 0 0 0 01995 123.900.000 M 0 0 0 11996 128.000.000 M 0 0 0 11997 110.800.000 M 0 0 0 11998 161.100.000 M 0 0 0 11999 166.400.000 M 0 0 0 12000 173.786.000 M 0 0 0 12001 178.499.000 M 0 0 0 12002 180.352.000 M 0 0 0 12003 176.128.000 M 0 1 0 12004 179.650.000 M 0 1 0 12005 185.444.000 M 0 1 0 12006 183.975.000 M 0 1 0 11994 775.500.000 M 0 1 1 01995 798.500.000 M 0 1 1 01996 788.700.000 M 0 1 1 01997 853.400.000 M 0 1 1 01998 893.600.000 M 0 1 1 02002 987.900.000 M 0 1 1 12003 996.090.000 M 0 1 1 12004 1.025.982.000 M 0 1 1 12005 1.024.000.000 M 0 1 1 12006 1.075.300.000 M 0 1 1 11997 422.700.000 M 0 1 0 01998 437.000.000 M 0 1 0 0

Londres

Madrid

Concorrência

Hanôver

Helsínquia

Lisboa


Barreiras


XIX


Outro metro Tram

1990 280.742.000 M 0 1 0 11991 291.842.000 M 0 1 0 11992 307.261.000 M 0 1 0 11993 303.348.000 M 0 1 0 11994 299.405.000 M 0 1 0 11995 296.695.000 M 0 1 0 11996 300.256.000 M 0 1 0 11997 294.346.000 M 0 1 0 11998 292.523.000 M 0 1 0 11999 297.381.000 M 0 1 0 12000 311.441.000 M 0 1 0 12001 315.209.000 M 0 1 0 12002 312.850.000 M 0 1 0 12003 313.728.000 M 0 1 0 12004 310.786.000 M 0 1 0 12005 315.192.000 M 0 1 0 1

Munique 2006 330.000.000 M 0 0 0 11995 143.000.000 M+T+B 1 0 0 11996 148.000.000 M+T+B 1 0 0 12003 169.000.000 M+T+B 1 0 0 12004 168.000.000 M+T+B 1 0 0 12005 168.000.000 M+T+B 1 0 0 12006 173.000.000 M+T+B 1 0 0 11992 1.201.400.000 M 0 1 1 11993 1.177.800.000 M 0 1 1 11994 1.169.900.000 M 0 1 1 11995 1.029.100.000 M 0 1 1 11996 1.091.600.000 M 0 1 1 11997 1.115.900.000 M 0 1 1 11998 1.156.600.000 M 0 1 1 12005 1.372.700.000 M 0 1 1 12006 1.409.500.000 M 0 1 1 12003 5.959.669 M 0 0 0 02004 9.843.039 M 0 0 0 02005 18.480.539 M 0 0 0 02006 38.637.488 M 0 0 0 02002 416.516.000 M 0 0 0 12003 458.642.000 M 0 0 0 12004 496.013.000 M 0 0 0 12005 515.098.000 M 0 0 0 12006 531.239.000 M 0 0 0 1

Porto

Praga

Concorrência

Milão

Nuremberga

Paris


Barreiras


XX


Outro metro Tram

2001 270.231.880 M 0 1 0 12002 271.903.880 M 0 1 0 12003 279.215.073 M 0 1 0 12004 264.586.689 M 0 1 0 1

Turim 2006 9.000.000 M 0 1 0 1

Concorrência

Roma


Barreiras


XXI


(hab.)

% de agregados familiares

unipessoais

Taxa de desem-prego (%)


% de gradu-

ados no ensino secun-dário

Área (km2)

N.º de automóveis registados por 1.000

hab.

2002 1.328.298 47,1% 3,6% 33.550,09 27,2% 830 4042003 1.336.460 48,2% 5,8% 32.827,94 27,5% 830 4112004 1.344.621 49,3% 5,7% 33.115,58 27,8% 830 4182005 1.352.783 50,4% 6,8% 32.811,74 28,1% 830 4251999 4.749.272 17,5% 14,7% 17.682,33 13,7% 7.755 4032000 4.776.939 18,9% 12,7% 17.976,71 13,8% 7.755 4132001 4.804.606 20,2% 10,6% 18.094,64 13,9% 7.755 4232002 4.832.273 21,5% 12,4% 17.588,39 14,0% 7.755 4342003 4.859.940 22,9% 12,3% 17.125,65 14,1% 7.755 4442004 4.887.607 24,2% 12,0% 16.701,49 14,3% 7.755 4542005 4.915.274 25,5% 8,6% 16.341,32 14,4% 7.755 4642006 4.942.941 26,9% 8,3% 16.028,07 14,5% 7.755 4742002 4.941.257 44,5% 15,3% 19.552,62 43,8% 17.405 3842003 4.946.989 45,1% 17,7% 19.249,49 44,3% 17.405 3872004 4.952.722 45,7% 18,8% 19.257,35 44,9% 17.405 3902005 4.958.454 46,2% 18,9% 19.264,63 45,5% 17.405 3942006 4.964.187 46,8% 18,4% 19.730,68 46,1% 17.405 397

Bielefeld 2006 1.302.043 40,8% 11,5% 25.054,29 49,2% 2.921 5362002 388.411 40,3% 8,6% 28.478,40 48,4% 145 4332003 386.735 40,3% 11,1% 28.036,89 48,7% 145 4362004 385.059 40,3% 11,8% 28.048,34 48,9% 145 4392005 383.383 40,4% 13,4% 28.058,95 49,1% 145 4422006 381.707 40,4% 12,4% 28.737,74 49,3% 145 4452003 1.764.497 42,0% 15,9% 50.351,70 22,9% 1.614 5812004 1.771.582 42,3% 16,0% 51.042,88 22,8% 1.614 5962005 1.778.666 42,5% 16,6% 51.616,14 22,8% 1.614 6102006 1.785.751 42,7% 17,9% 51.826,81 22,8% 1.614 6251996 2.502.069 29,2% 9,5% 10.737,42 36,8% 2.550 2891997 2.492.318 29,6% 8,9% 10.399,45 37,5% 2.550 2951998 2.482.567 30,0% 8,3% 9.564,38 38,2% 2.550 3011999 2.472.817 30,4% 7,7% 9.738,83 38,9% 2.550 3082000 2.463.066 30,8% 7,1% 10.169,60 39,6% 2.550 3142001 2.453.315 31,2% 6,5% 10.803,14 40,3% 2.538 3202002 2.443.564 31,6% 6,1% 12.451,41 41,0% 2.538 3262003 2.433.813 32,0% 5,9% 12.083,67 41,7% 2.538 3332004 2.424.063 32,4% 6,7% 12.875,83 42,4% 2.538 3392005 2.414.312 32,8% 7,0% 14.247,35 43,1% 2.538 3452006 2.404.561 33,2% 7,1% 14.273,16 43,8% 2.538 351

Budapeste

Barcelona

Berlim

Bochum

Bruxelas

Sistema Ano

Variáveis urbanas

Amesterdão


XXII


(hab.)


unipessoais



% de gradu-


Área (km2)


hab.

1993 1.829.068 38,3% 6,0% 30.073,70 39,7% 1.626 4341994 1.833.768 38,8% 6,5% 29.867,67 40,0% 1.626 4361995 1.838.468 39,2% 7,0% 29.821,02 40,2% 1.626 4381996 1.843.168 39,7% 7,5% 30.165,08 40,5% 1.626 4411997 1.845.513 39,8% 7,2% 30.566,82 40,9% 1.626 4431998 1.847.858 40,0% 7,0% 30.904,41 41,3% 1.626 4461999 1.850.202 40,1% 6,7% 31.269,67 41,6% 1.626 4492000 1.852.547 40,2% 6,5% 31.980,00 42,0% 1.626 4522001 1.854.892 40,3% 6,3% 32.086,39 42,4% 1.626 4552002 1.857.237 40,4% 7,0% 31.617,75 42,8% 1.626 4582003 1.859.582 40,6% 9,1% 31.127,57 43,2% 1.626 4612004 1.861.926 40,7% 9,4% 31.140,29 43,6% 1.626 4632005 1.864.271 40,8% 10,4% 31.152,06 43,9% 1.626 4662006 1.866.616 40,9% 9,9% 31.905,69 44,3% 1.626 4692003 1.523.169 38,2% 8,2% 38.191,33 43,9% 1.201 4742004 1.524.290 38,0% 9,1% 38.206,93 44,2% 1.201 4792005 1.525.410 37,8% 9,9% 38.221,38 44,5% 1.201 4842006 1.526.531 37,6% 9,0% 39.146,02 44,8% 1.201 4892000 595.877 40,8% 8,0% 30.165,23 45,4% 210 4212001 591.889 41,0% 7,7% 30.017,30 45,6% 210 4242002 587.901 41,1% 9,4% 29.578,88 45,7% 210 4272003 583.914 41,3% 11,3% 29.120,31 45,9% 210 4302004 579.926 41,5% 12,3% 29.132,21 46,1% 210 4322005 575.939 41,7% 14,1% 29.143,22 46,2% 210 4352006 571.951 41,8% 12,7% 29.848,24 46,4% 210 4382000 2.488.627 38,5% 5,2% 37.675,01 41,3% 4.305 4492001 2.494.485 38,6% 4,8% 37.929,53 41,7% 4.305 4492002 2.500.343 38,7% 5,2% 37.375,54 42,1% 4.305 4482003 2.506.201 38,8% 7,0% 36.796,09 42,5% 4.305 4482004 2.512.059 38,9% 8,2% 36.811,12 42,9% 4.305 4472005 2.517.917 39,1% 8,3% 36.825,04 43,3% 4.305 4472006 2.523.775 39,2% 8,8% 37.715,90 43,7% 4.305 4461997 1.774.935 33,4% 13,0% 26.741,55 18,2% 3.346 2711998 1.768.490 34,4% 12,1% 27.460,56 20,8% 3.346 2832003 3.102.247 42,1% 9,2% 30.973,90 41,0% 7.304 4522004 3.113.854 42,5% 10,2% 30.986,56 39,7% 7.304 4562005 3.125.462 42,8% 10,0% 30.998,27 38,4% 7.304 4602006 3.137.069 43,1% 9,4% 31.748,18 37,1% 7.304 465

Frankfurt

Glasgow

Hamburgo

Colónia

Düsseldorf

Essen

Sistema Ano

Variáveis urbanas


XXIII


(hab.)


unipessoais



% de gradu-


Área (km2)


hab.

2003 1.287.079 42,5% 8,9% 27.454,00 45,0% 2.966 4592004 1.288.564 42,8% 10,5% 27.465,22 45,2% 2.966 4632005 1.290.048 43,2% 11,5% 27.475,60 45,4% 2.966 4662006 1.291.532 43,5% 11,4% 28.140,29 45,6% 2.966 4692001 1.213.743 40,0% 7,4% 31.656,88 27,3% 2.698 3772002 1.232.373 40,1% 7,8% 31.730,85 25,6% 2.698 3842003 1.251.003 40,3% 8,5% 32.362,89 24,0% 2.698 3902004 1.269.633 40,4% 8,6% 33.271,01 22,4% 2.698 3962005 1.288.263 40,5% 8,2% 34.070,78 20,7% 2.698 4022006 1.306.893 40,6% 7,5% 35.135,15 19,1% 2.698 4091993 2.285.656 17,2% 6,9% 12.781,47 13,7% 1.400 3301994 2.295.382 17,7% 6,9% 13.537,77 14,2% 1.400 3521995 2.305.109 18,2% 6,9% 14.254,97 14,6% 1.400 3741996 2.314.836 18,7% 6,9% 14.936,01 15,1% 1.400 3961997 2.324.563 19,2% 6,9% 15.394,38 15,5% 1.400 4181998 2.334.290 19,7% 6,9% 15.803,69 16,0% 1.400 4401999 2.344.016 20,2% 6,9% 16.251,18 16,4% 1.400 4622000 2.353.743 20,7% 6,8% 16.671,80 16,9% 1.400 4842001 2.363.470 21,3% 6,8% 16.969,08 17,4% 1.475 5062002 2.373.197 21,8% 8,4% 16.307,95 17,8% 1.475 5282003 2.382.924 22,3% 9,7% 15.651,23 18,3% 1.475 5502004 2.392.650 22,8% 9,2% 15.433,02 18,7% 1.475 5722005 2.402.377 23,3% 10,1% 15.049,84 19,2% 1.475 5942006 2.412.104 23,8% 10,1% 14.794,99 19,6% 1.475 6161994 11.197.360 29,9% 10,0% 29.873,12 18,5% 8.920 3241995 11.226.680 30,3% 9,0% 29.880,55 18,4% 8.920 3321996 11.256.000 30,7% 8,5% 29.646,52 18,3% 8.920 3401997 11.329.761 31,0% 7,4% 29.717,34 20,9% 8.920 3481998 11.403.523 31,2% 6,5% 29.671,97 23,5% 8.920 3562002 11.698.568 32,3% 5,5% 30.042,99 34,0% 8.920 3872003 11.772.330 32,6% 5,7% 29.799,22 36,7% 8.920 3952004 11.846.091 32,9% 5,5% 29.834,58 39,3% 8.920 4032005 11.919.853 33,2% 5,6% 29.620,61 41,9% 8.920 4112006 11.993.614 33,4% 6,4% 29.467,19 44,5% 8.920 4191997 5.147.555 13,0% 19,9% 18.053,66 13,4% 8.023 3821998 5.203.775 14,6% 17,9% 18.769,90 13,5% 8.023 393

Helsínquia

Lisboa

Londres

Madrid

Sistema Ano

Variáveis urbanas

Hanôver


XXIV


(hab.)


unipessoais



% de gradu-


Área (km2)


hab.

1990 3.929.381 22,8% 5,7% 31.821,57 21,3% 2.763 5991991 3.922.710 23,3% 6,0% 30.046,26 22,3% 2.763 5951992 3.916.039 23,7% 5,2% 28.966,58 23,3% 2.763 5901993 3.909.367 24,2% 6,1% 27.495,34 24,2% 2.763 5851994 3.902.696 24,6% 7,0% 27.095,41 25,2% 2.763 5801995 3.896.024 25,1% 7,6% 26.521,60 26,1% 2.763 5761996 3.889.353 25,5% 7,8% 25.523,07 27,1% 2.764 5711997 3.892.459 26,0% 7,3% 25.757,17 27,2% 2.764 5661998 3.895.565 26,5% 6,8% 25.926,44 27,4% 2.764 5611999 3.898.670 26,9% 6,3% 26.433,24 27,6% 2.764 5562000 3.901.776 27,4% 5,8% 26.712,37 27,8% 2.764 5522001 3.904.882 27,8% 5,2% 26.718,60 27,9% 2.767 5472002 3.907.988 28,3% 5,2% 25.840,53 28,1% 2.767 5422003 3.911.094 28,7% 5,1% 24.936,22 28,3% 2.767 5372004 3.914.199 29,2% 5,2% 24.229,43 28,5% 2.767 5332005 3.917.305 29,6% 4,8% 23.562,31 28,6% 2.767 528

Munique 2006 2.492.130 42,8% 6,7% 42.152,15 42,0% 5.504 5091995 1.260.688 39,1% 6,6% 28.368,99 40,8% 2.935 4441996 1.264.172 40,0% 7,2% 28.836,96 40,4% 2.935 4482003 1.275.011 38,3% 9,3% 30.416,95 40,9% 2.935 4952004 1.276.559 38,1% 11,1% 30.429,38 41,0% 2.935 5012005 1.278.108 37,8% 11,3% 30.440,88 41,0% 2.935 5082006 1.279.656 37,6% 10,2% 31.177,30 41,1% 2.935 5141992 10.513.077 31,3% 11,7% 32.952,66 11,9% 12.080 3131993 10.561.848 31,7% 12,8% 31.968,69 12,1% 12.080 3191994 10.610.618 32,1% 14,1% 32.223,35 12,4% 12.080 3251995 10.659.389 32,5% 13,3% 32.260,55 12,6% 12.080 3321996 10.708.159 32,9% 13,9% 32.883,47 12,9% 12.080 3381997 10.756.929 33,3% 14,1% 32.986,69 12,8% 12.080 3441998 10.805.700 33,7% 13,6% 33.783,77 12,8% 12.080 3512005 11.147.093 35,6% 12,5% 38.333,73 12,3% 12.080 3952006 11.195.863 35,8% 12,4% 37.969,13 12,2% 12.080 4012003 1.104.298 16,5% 11,7% 11.065,90 15,1% 563 5502004 1.111.887 16,9% 12,8% 10.911,62 15,5% 563 5722005 1.119.477 17,3% 13,9% 10.640,69 16,0% 563 5942006 1.127.067 17,8% 13,6% 10.460,52 16,4% 563 616

Nuremberga

Paris

Porto

Sistema Ano

Variáveis urbanas

Milão


XXV


(hab.)


unipessoais



% de gradu-


Área (km2)


hab.

2002 1.938.490 34,5% 4,9% 10.444,32 57,3% 6.977 4412003 1.935.177 34,9% 5,5% 10.565,64 58,1% 6.977 4502004 1.931.864 35,2% 5,2% 10.534,94 58,9% 6.977 4582005 1.928.551 35,5% 4,8% 11.186,71 59,7% 6.977 4672006 1.925.238 35,9% 4,1% 11.827,72 60,5% 6.977 4762001 3.700.424 26,5% 12,4% 20.607,18 31,1% 5.352 5872002 3.691.846 26,9% 10,3% 19.929,95 31,5% 5.352 5862003 3.683.268 27,3% 10,5% 19.232,50 32,0% 5.352 5842004 3.674.689 27,7% 10,0% 18.687,38 32,4% 5.352 583

Turim 2006 2.130.205 30,9% 5,2% 19.017,99 25,0% 6.830 546

Roma

Sistema Ano

Variáveis urbanas

Praga


XXVI

A.2. EVOLUÇÃO DAS EFICIÊNCIAS E EFICÁCIAS EM CADA SISTEMA (TABELA)


2002 0,3287 72% 0,1496 86% 0,3251 72%

2003 0,3287 72% 0,1557 86% 0,3700 69%

2004 0,3287 72% 0,1582 85% 0,3933 67%

2005 0,3287 72% 0,1540 86% 0,3780 69%

1999 0,1573 85% 0,0392 96% 0,1169 89%

2000 0,1739 84% 0,0462 95% 0,1136 89%

2001 0,2187 80% 0,0786 92% 0,1322 88%

2002 0,2352 79% 0,0857 92% 0,1231 88%

2003 0,2371 79% 0,0707 93% 0,1172 89%

2004 0,2446 78% 0,1157 89%

2005 0,3570 70% 0,1714 84% 0,1701 84%

2006 0,4072 67% 0,2051 81% 0,2204 80%

2002 0,1831 83% 0,1393 87%

2003 0,2068 81% 0,1188 89%

2004 0,2296 79% 0,0987 91%

2005 0,2272 80% 0,0822 92%

2006 0,2491 78% 0,0797 92% 0,0931 91%

Bielefeld 2006 0,3606 70% 0,3287 72% 0,7900 45%

2002 0,2183 80% 0,1109 90%

2003 0,2440 78% 0,0934 91%

2004 0,2719 76% 0,0786 92% 0,1123 89%

2005 0,3112 73% 0,0885 92% 0,1144 89%

2006 0,3217 72% 0,0986 91% 0,1211 89%

2003 0,4857 62%

2004 0,4948 61%

2005 1,0194 36% 0,3287 72% 0,4665 63%

2006 1,0194 36% 0,3287 72% 0,4295 65%

Berlim

Bochum

Bruxelas

Passageiros.km Passageiros

Amesterdão

Barcelona

Sistema AnoCarruagens.km Lugares.km


XXVII


1996 0,1957 82% 0,0911 91% 0,1860 83% 0,4043 67%

1997 0,1957 82% 0,0830 92% 0,1426 87% 0,2534 78%

1998 0,2060 81% 0,0868 92% 0,1446 87% 0,2525 78%

1999 0,2290 80% 0,1044 90% 0,1403 87% 0,2439 78%

2000 0,2428 78% 0,1083 90% 0,1284 88% 0,2217 80%

2001 0,2739 76% 0,1293 88% 0,1298 88% 0,2293 80%

2002 0,2996 74% 0,1409 87% 0,1338 87% 0,2591 77%

2003 0,3404 71% 0,1689 84% 0,1369 87% 0,2925 75%

2004 0,3767 69%

2005 0,4207 66%

2006 0,2742 76% 0,4730 62%

1993 0,8355 43% 0,3287 72% 0,1394 87% 0,2769 76%

1994 0,7333 48% 0,3287 72% 0,1032 90% 0,1640 85%

1995 0,7606 47% 0,3287 72% 0,1280 88% 0,1838 83%

1996 0,8196 44% 0,3287 72% 0,1565 86% 0,2173 80%

1997 0,8685 42% 0,3287 72% 0,1815 83% 0,2333 79%

1998 0,9313 39% 0,3287 72% 0,2474 78% 0,3072 74%

1999 0,8820 41% 0,3287 72% 0,1640 85% 0,2400 79%

2000 0,9249 40% 0,3287 72% 0,1517 86% 0,2512 78%

2001 0,9795 38% 0,3287 72% 0,1534 86% 0,2685 76%

2002 1,0194 36% 0,3287 72% 0,1747 84% 0,3032 74%

2003 1,0194 36% 0,3287 72% 0,1779 84% 0,3029 74%

2004 1,0194 36% 0,3287 72% 0,1818 83% 0,3223 72%

2005 1,0194 36% 0,3287 72% 0,1775 84% 0,3260 72%

2006 1,0194 36% 0,3287 72% 0,2005 82% 0,3725 69%

2003 0,1688 84% 0,2169 81%

2004 0,1689 84% 0,2227 80%

2005 0,2155 81% 0,0638 94% 0,1634 85% 0,2174 80%

2006 0,2396 79% 0,0842 92% 0,1711 84% 0,2264 80%

2000 1,0194 36% 0,3287 72% 0,3247 72%

2001 1,0194 36% 0,3287 72% 0,2038 82%

2002 1,0194 36% 0,3287 72% 0,1727 84%

2003 1,0194 36% 0,3287 72% 0,1437 87%

2004 1,0194 36% 0,3287 72% 0,1384 87%

2005 1,0194 36% 0,3287 72% 0,1265 88%

2006 1,0194 36% 0,3287 72% 0,1345 87%

Budapeste

Passageiros.km PassageirosSistema Ano

Carruagens.km Lugares.km

Colónia

Düsseldorf

Essen


XXVIII


2000 0,2257 80%

2001 0,3287 72% 0,2067 81% 0,1890 83%

2002 0,3287 72% 0,2156 81% 0,2043 82%

2003 0,3287 72% 0,2230 80% 0,2233 80%

2004 0,3287 72% 0,2234 80% 0,2403 79%

2005 0,3287 72% 0,2245 80% 0,2523 78%

2006 0,3287 72% 0,2131 81% 0,2387 79%

1997 0,3162 73% 0,1821 83% 0,7900 45%

1998 0,3532 70% 0,1731 84% 0,7900 45%

2003 0,1357 87% 0,3287 72% 0,2746 76% 0,4263 65%

2004 0,1473 86% 0,3287 72% 0,2915 75% 0,4544 63%

2005 0,1267 88% 0,2559 77% 0,2210 80% 0,4186 66%

2006 0,1351 87% 0,2601 77% 0,2140 81% 0,4309 65%

2003 0,2410 79% 0,1611 85% 0,5453 58%

2004 0,2730 76% 0,1494 86% 0,5129 60%

2005 0,3202 73% 0,1505 86% 0,5356 59%

2006 0,3505 70% 0,1397 87% 0,5392 58%

2001 0,1246 88% 0,1135 89% 0,0885 92%

2002 0,0697 93% 0,1077 90% 0,0854 92%

2003 0,1243 88% 0,1089 90% 0,1072 90%

2004 0,2276 80% 0,1127 89% 0,1574 85%

2005 0,2462 78% 0,1115 89% 0,1688 84%

2006 0,2940 75% 0,1107 90% 0,1874 83%

1993 0,3373 71% 0,3287 72% 0,0723 93% 0,1168 89%

1994 0,3466 71% 0,3287 72% 0,0768 93% 0,1611 85%

1995 0,4644 63% 0,3287 72% 0,1393 87% 0,3167 73%

1996 0,5474 58% 0,3287 72% 0,1994 82% 0,3968 67%

1997 0,6718 51% 0,3287 72% 0,3136 73% 0,6131 54%

1998 0,5626 57% 0,3287 72% 0,2324 79% 0,3253 72%

1999 0,5695 57% 0,3287 72% 0,3284 72% 0,4165 66%

2000 0,4564 63% 0,3287 72% 0,1628 85% 0,2987 74%

2001 0,5678 57% 0,3287 72% 0,2514 78% 0,3694 69%

2002 0,5230 59% 0,3287 72% 0,2137 81% 0,3298 72%

2003 0,8913 41% 0,3287 72% 0,2275 80% 0,4574 63%

2004 0,8526 43% 0,3287 72% 0,1400 87% 0,3951 67%

2005 0,8599 42% 0,3287 72% 0,1252 88% 0,3848 68%

2006 0,9195 40% 0,3287 72% 0,1278 88% 0,4224 66%

Hamburgo

Hanôver

Helsínquia

Lisboa


Frankfurt

Glasgow



XXIX


1994 0,3137 73% 0,2348 79% 0,7900 45%

1995 0,3081 73% 0,2385 79% 0,7900 45%

1996 0,3300 72% 0,2745 76% 0,7900 45%

1997 0,2942 75% 0,2710 76% 0,7687 46%

1998 0,3555 70% 0,2100 81% 0,7328 48%

2002 0,0951 91% 0,1431 87% 0,1523 86%

2003 0,1036 90% 0,1462 86% 0,1796 84%

2004 0,1117 89% 0,1395 87% 0,1853 83%

2005 0,1328 88% 0,1455 86% 0,2148 81%

2006 0,1444 87% 0,1447 87% 0,2122 81%

1997 0,3779 69% 0,1163 89% 0,3047 74%

1998 0,4017 67% 0,1174 89% 0,3172 73%

1990 0,3879 68% 0,2889 75% 0,2059 81%

1991 0,3496 70% 0,2023 82% 0,1805 83%

1992 0,3087 73% 0,1303 88% 0,1635 85%

1993 0,3321 72% 0,1424 87% 0,1840 83%

1994 0,3494 71% 0,1446 87% 0,1931 82%

1995 0,3615 70% 0,1411 87% 0,1925 82%

1996 0,3780 69% 0,1397 87% 0,2022 82%

1997 0,3866 68% 0,1341 87% 0,2068 81%

1998 0,4253 65% 0,1589 85% 0,2194 80%

1999 0,4496 64% 0,1665 85% 0,2198 80%

2000 0,4835 62% 0,1836 83% 0,2023 82%

2001 0,5058 60% 0,1882 83% 0,2060 81%

2002 0,5532 58% 0,2181 80% 0,2331 79%

2003 0,6044 55% 0,2463 78% 0,2519 78%

2004 0,6346 53% 0,2584 77% 0,2791 76%

2005 0,6756 51% 0,2700 76% 0,2852 75%

Munique 2006 0,8387 43% 0,0217 98% 0,0562 95% 0,0300 97%

1995 0,0604 94% 0,0481 95% 0,1715 84%

1996 0,0668 94% 0,0608 94% 0,1496 86%

2003 0,1703 84% 0,1359 87% 0,1831 83%

2004 0,1802 84% 0,1745 84% 0,1680 85%

2005 0,2177 80% 0,2102 81% 0,1848 83%

2006 0,2404 79% 0,2217 80% 0,1771 84%


Londres

Madrid


Milão

Nuremberga


XXX


1992 0,1962 82% 0,3287 72% 0,1113 89% 0,0909 91%

1993 0,2202 80% 0,3287 72% 0,1163 89% 0,1046 90%

1994 0,2465 78% 0,3287 72% 0,1127 89% 0,1119 89%

1995 0,3343 72% 0,3287 72% 0,1375 87% 0,1861 83%

1996 0,3069 74% 0,3287 72% 0,1218 89% 0,1629 85%

1997 0,3522 70% 0,3287 72% 0,1272 88% 0,1698 84%

1998 0,4268 65% 0,3287 72% 0,1331 88% 0,1863 83%

2005 0,4766 62% 0,1267 88%

2006 0,5176 60% 0,1280 88%

2003 0,1754 84% 0,3287 72% 0,5141 60% 0,7900 45%

2004 0,1500 86% 0,3287 72% 0,4151 66% 0,7900 45%

2005 0,1182 89% 0,3287 72% 0,0827 92% 0,7900 45%

2006 0,0980 91% 0,3287 72% 0,0779 93% 0,4459 64%

2002 0,6010 55% 0,3287 72% 0,2595 77%

2003 0,5673 57% 0,3287 72% 0,2409 79%

2004 0,5791 56% 0,3148 73% 0,2288 80%

2005 0,5865 56% 0,2960 74% 0,2240 80%

2006 0,6279 53% 0,3166 73% 0,2201 80%

2001 0,1927 82% 0,0968 91%

2002 0,2144 81% 0,1787 84% 0,1028 90%

2003 0,2197 80% 0,1267 88% 0,0976 91%

2004 0,2622 77% 0,1739 84% 0,1297 88%

Turim 2006 0,3652 69% 0,7900 45%

Praga

Roma


Paris

Porto



XXXI

A.3. EVOLUÇÃO DAS EFICIÊNCIAS E EFICÁCIAS EM CADA SISTEMA (REPRESENTAÇÃO GRÁFICA)

Amesterdão

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2002

2003

2004

2005

Lugares.km Passageiros.km Passageiros

Barcelona

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

1999

2000

2001

2002

2003

2004

2005

2006

Carruagens.km Lugares.km Passageiros


XXXII

Berlim

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2002

2003

2004

2005

2006

Carruagens.km Passageiros.km Passageiros

Bielefeld

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2006


Bochum

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2002

2003

2004

2005

2006



XXXIII

Bruxelas

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2003

2004

2005

2006



XXXIV

Budapeste

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006



XXXV

Colónia

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006



XXXVI

Düsseldorf

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2003

2004

2005

2006


Essen

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2000

2001

2002

2003

2004

2005

2006



XXXVII

Frankfurt

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2000

2001

2002

2003

2004

2005

2006


Glasgow

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

1997

1998



XXXVIII

Hamburgo

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2003

2004

2005

2006


Hanôver

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2003

2004

2005

2006



XXXIX

Helsínquia

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2001

2002

2003

2004

2005

2006



XL

Lisboa

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006



XLI

Londres

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

1994

1995

1996

1997

1998

2002

2003

2004

2005

2006


Madrid

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

1997

1998



XLII

Milão

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005



XLIII

Munique

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2006


Nuremberga

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

1995

1996

2003

2004

2005

2006



XLIV

Paris

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

1992

1993

1994

1995

1996

1997

1998

2005

2006



XLV

Porto

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2003

2004

2005

2006


Praga

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2002

2003

2004

2005

2006



XLVI

Roma

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2001

2002

2003

2004


Turim

0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%

2006

Carruagens.km Passageiros


XLVII

A.4. MAPA DA REDE DO METRO DO PORTO EM 31-12-2006

anÁlise da exploraÇÃo de edes urbanas de … · outras redes de metropolitano ligeiro na europa....

Documents