avaliação dos benefícios operacionais da flexibilidade ... · flexibilidade. a adopção da...

Avaliação dos Benefícios Operacionais da Flexibilidade Aeroportuária

Catarina Alexandra Almeida de Além

Dissertação para obtenção do Grau de Mestre em

Engenharia Civil

Orientador: Doutor Vasco Domingos Moreira Lopes Miranda dos Reis

Júri

Presidente: Professor Doutor João Torres de Quinhones Levy

Orientador: Doutor Vasco Domingos Moreira Lopes Miranda dos Reis

Vogal: Professora Doutora Cristina Marta Castilho Pereira Santos Gomes

Outubro 2015

iii

Resumo

A actividade aeroportuária faz-se presentemente num ambiente cada vez mais volátil e

competitivo, obrigando a repensar as estratégias de desenvolvimento deste sector. Actualmente, o

master plan é a abordagem dominante, sendo, no entanto, alvo de crítica por parte de alguns autores

que entendem que o mesmo não prepara o aeroporto para as condições actuais e futuras do mercado.

Em alternativa ao desenvolvimento aeroportuário tradicional, tem sido defendida a

flexibilidade. A adopção da flexibilidade traz ao sistema a possibilidade de ser modificado de forma

simples dentro da sua configuração existente sempre que for necessário. A opinião geral é a de que a

flexibilidade poderá ter um contributo positivo, embora ainda não sejam conhecidos os seus benefícios

no desempenho aeroportuário.

Esta dissertação pretende investigar os benefícios originados pela flexibilidade. Para a sua

realização foi aplicada uma análise de clusters a 140 aeroportos de diferentes continentes, 26 dos quais

são considerados flexíveis. Em paralelo a este estudo, foi realizado um inquérito às entidades

aeroportuárias para obter informação mais concreta a respeito de cada aeroporto acerca das 15

opções de flexibilidade seleccionadas. Foi ainda efectuada uma análise de clusters com maior grau de

detalhe, estudando individualmente estas opções de flexibilidade.

Das várias análises realizadas obtiveram-se resultados que não evidenciam diferenças

significativas entre os aeroportos flexíveis e não flexíveis. Qualquer um destes tipos de aeroportos

encontra-se disperso pelos vários clusters, em todas as agregações. No entanto, foi evidenciada a

tendência para o agrupamento de aeroportos de acordo com a sua região.

Tendo o objectivo proposto, de investigar os benefícios da flexibilidade no desempenho

aeroportuário, sido parcialmente conseguido, conclui-se que as técnicas estatísticas utilizadas não

conseguiram isolar a influência da flexibilidade. Este estudo contribui para o conhecimento da

flexibilidade aplicada aos aeroportos, considera-se no entanto importante a utilização de outras

metodologias em trabalhos futuros por forma a identificar os benefícios da flexibilidade no

desenvolvimento aeroportuário.

Palavras-Chave: Análise de clusters; Desempenho aeroportuário; Flexibilidade aeroportuária; Master

plan; Opções flexíveis

iv

Abstract

Airport activity is currently performed in an increasingly volatile and competitive environment,

which compels us to rethink the development strategies for this sector. Nowadays, the master plan is

the dominant approach, which, nonetheless, is criticised by some authors, who believe it won’t

prepare the airport for actual and future market conditions.

As an alternative to traditional airport development, flexibility has often been considered.

Adopting flexibility brings the system the possibility for its modification in a simple manner according

to its existing configuration, whenever needed. Although the general opinion is that flexibility can have

a positive contribution, its benefits to airport performance are currently unknown.

The goal of this dissertation is to research such benefits. In order to do so, a cluster analysis was

applied to 140 airports from different continents, including 26 that are considered to be flexible.

Simultaneously, a survey was made to the respective airport entities, in order to obtain more

information regarding each airport on the matter of 15 flexible options. Furthermore, a more detailed

cluster analysis was performed regarding each of these flexible options.

The results of all these analyses didn’t reveal significant differences between flexible and non-

flexible airports. Any of these airports types is dispersed through the various clusters, in all of the

aggregations. Even so, a tendency for airports to group according to their location was revealed.

Therefore, the goal proposed for this dissertation, researching the benefits of flexibility in airport

performance, can be said to have been partially achieved, with the conclusion that the used statistic

techniques couldn’t isolate the flexibility’s influence. Even so, it adds to the study of flexibility applied

to airports and paves the way for future studies that should adopt different methodologies.

Keywords: Cluster analysis; Airport performance; Airport flexibility; Master plan; Flexible options

v

Agradecimentos

O espaço limitado desta secção de agradecimentos, seguramente, não me permite agradecer,

como devia, a todas as pessoas que, ao longo do meu Mestrado em Engenharia Civil me ajudaram,

directa ou indirectamente, a cumprir os meus objectivos e a realizar mais esta etapa da minha

formação académica. Desta forma, deixo apenas algumas palavras, poucas, mas um sentido e

profundo sentimento de reconhecido agradecimento:

Ao Professor Doutor Vasco Reis, agradeço a supervisão, apoio, empenho e paciência

demonstrados ao longo do desenvolvimento desta dissertação, revelando-se preponderantes no

resultado final.

À Engenheira Liliana Magalhães, deixo o meu reconhecimento pelo altruísmo e atitude positiva

com que me auxiliou em todo o processo desta dissertação, bem como a partilha de conhecimento e

experiência na área aeroportuária e a disponibilização de bibliografia fulcral para o seu

desenvolvimento.

A todos os meus colegas e amigos, com especial foco em André Morais, Andreia Filipe, Débora

Santana, Joana Cunha, Manuel Reis, Raquel Rosa, Samuel Matias e Tiago Valente pela troca de ideias,

amizade, motivação e apoio transmitidos não apenas nos bons momentos, mas também nos mais

complicados.

Por fim, um especial agradecimento aos meus pais por todo o apoio, confiança e valores

transmitidos durante este longo percurso, dando a sua compreensão nos momentos mais difíceis da

dissertação, e deste modo presto a minha mais profunda gratidão, pois sem eles, este trabalho não

seria possível.

vii

Índice

CAPÍTULO 1 – Introdução ....................................................................................................................... 1

1.1. Motivação ................................................................................................................................ 1

1.2. Objectivos da dissertação ........................................................................................................ 3

1.3. Estrutura e metodologia da dissertação ................................................................................. 4

CAPÍTULO 2 – Estado de Arte: Desenvolvimento Aeroportuário ............................................................ 6

2.1. Desenvolvimento Aeroportuário Tradicional .......................................................................... 6

2.2. Alternativas para o Desenvolvimento Aeroportuário ........................................................... 13

2.2.1. Design Aeroportuário Flexível ....................................................................................... 14

2.2.2. Design Aeroportuário Flexível e Gestão do Risco ......................................................... 17

2.2.3. Planeamento Estratégico Flexível ................................................................................. 17

2.2.4. Planeamento Estratégico Aeroportuário Adaptativo .................................................... 18

2.2.5. Planeamento Estratégico Dinâmico .............................................................................. 19

2.2.6. Sistemas Multi-Aeroportos ........................................................................................... 20

2.2.7. Síntese ........................................................................................................................... 21

2.3. Flexibilidade Aeroportuária ................................................................................................... 21

2.3.1. Conceito ......................................................................................................................... 21

2.3.2. Níveis de Flexibilidade e Opções Flexíveis ..................................................................... 24

2.3.3. Exemplos da Flexibilidade Aeroportuária ..................................................................... 27

2.3.4. Aferição das vantagens e desvantagens da flexibilidade aeroportuária ....................... 29

2.4. Desempenho Aeroportuário ................................................................................................. 31

2.4.1. Relação entre a flexibilidade e o desempenho ............................................................. 31

2.4.2. Indicadores de desempenho ......................................................................................... 33

2.4.3. Factores Externos .......................................................................................................... 38

2.4.4. Síntese ........................................................................................................................... 38

CAPÍTULO 3 – Estado de Arte: Técnicas Estatísticas ............................................................................. 40

3.1. Análise de Clusters ................................................................................................................ 40

3.1.1. Medidas de (dis)semelhança ......................................................................................... 41

3.1.2. Métodos ........................................................................................................................ 42

3.1.3. Aplicação da análise de clusters em aeroportos ........................................................... 45

3.1.4. Síntese ........................................................................................................................... 52

CAPÍTULO 4 – Caso de Estudo ............................................................................................................... 54

4.1. Descrição do Caso de Estudo................................................................................................. 54

4.1.1. Amostra de Aeroportos ................................................................................................. 54

4.1.2. Variáveis ........................................................................................................................ 55

4.1.3. Metodologia .................................................................................................................. 56

4.2. Inquéritos .............................................................................................................................. 58

viii

4.3. Análise de Dados ................................................................................................................... 59

4.3.1. Análise dos Inquéritos ................................................................................................... 59

4.3.2. Análise Factorial ............................................................................................................ 62

4.3.3. Análise de Clusters ........................................................................................................ 71

4.3.3.1. Aeroportos Flexíveis .............................................................................................. 73

4.3.3.2. Opções de flexibilidade ......................................................................................... 75

4.4. Síntese ................................................................................................................................... 88

CAPÍTULO 5 - Conclusões ...................................................................................................................... 90

5.1. Conclusões ............................................................................................................................. 90

5.2. Desenvolvimentos futuros .................................................................................................... 92

Bibliografia............................................................................................................................................. 94

Anexos ................................................................................................................................................. 106

A.1. Amostra de Aeroportos ....................................................................................................... 106

A.2. Inquérito .............................................................................................................................. 109

A.2.1. Influência das Opções Flexíveis nos KPI ...................................................................... 109

A.3. Análise Factorial .................................................................................................................. 112

A.3.1. Matrizes de Correlação ............................................................................................... 112

A.3.2. Componentes .............................................................................................................. 115

A.4. Análise de Clusters .............................................................................................................. 118

A.4.1. Dendogramas .............................................................................................................. 118

A.4.2. Clusters ........................................................................................................................ 120

A.5. Análise de Clusters a Opções Flexíveis ................................................................................ 122

A.5.1. Dendogramas .............................................................................................................. 122

A.5.2. Clusters ........................................................................................................................ 132

ix

Índice de Figuras

Figura 2.1- Impacto da liberalização da indústria da aviação na Europa (Burghouwt & Huys, 2003) .... 8

Figura 2.2 - Etapas do desenvolvimento de um Master Plan (adaptado de IATA (2004)) .................... 10

Figura 2.3 - Diferentes abordagens de alternativas de desenvolvimento aeroportuário ..................... 13

Figura 2.4 – Diagrama do Aeroporto de Dublin (Fonte: (Butters, 2010)) ............................................. 27

Figura 2.5 - Key Performance Indicators, pelo ACI (ACI World, 2012) .................................................. 35

Figura 3.1 - Fases de uma análise de clusters (adaptado de Branco (s.d.)) .......................................... 41

Figura 3.2 - Critérios de agregação ........................................................................................................ 43

Figura 4.1 - Esquema de Organização do Inquérito .............................................................................. 58

Figura 4.2 - Opções de flexibilidade implementadas nos aeroportos ................................................... 60

Figura 4.3 – Aeroportos flexíveis nas agregações resultantes da análise de clusters ........................... 74

Figura 4.4 – Análise de clusters para as opções de flexibilidade estratégicas ...................................... 79

Figura 4.5 - Análise de clusters para a opção de flexibilidade "Solo disponível para expansões" ........ 80

Figura 4.6 - Análise de clusters para a opção de flexibilidade "Utilização de terminais modulares para

uma expansão mais fácil” ...................................................................................................................... 81

Figura 4.7 - Análise de clusters para a opção de flexibilidade "Forma linear dos terminais" ............... 82

Figura 4.8 - Análise de clusters para a opção de flexibilidade "Paredes divisórias móveis no terminal"

............................................................................................................................................................... 83

Figura 4.9 - Análise de clusters para as opções de flexibilidade operacionais ...................................... 84

Figura 4.10 - Análise de clusters para a opção de flexibilidade "Portas de embarque com serviços

internacionais e domésticos (swing gates)" .......................................................................................... 85

Figura 4.11 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Check-in" .................. 86

Figura 4.12 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Recolha de Bagagem

(drop-off)" ............................................................................................................................................. 87

Figura 4.13 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Controlo de

passaporte" ........................................................................................................................................... 88

Figura A.2.1 - Influência da opção “Solo disponível para expansões” nos KPI .................................... 109

Figura A.2.2– Influência da opção “Terminal open space: o mínimo de paredes estruturais” nos KPI

............................................................................................................................................................. 109

Figura A.2.3– Influência da opção “Utilização de terminais modulares para uma expasão mais fácil”

nos KPI ................................................................................................................................................. 109

Figura A.2.4– Influência da opção “Forma linear dos terminais” nos KPI ........................................... 109

Figura A.2.5– Influência da opção “Terminal open space: extensão do pé-direito do terminal nos KPI

............................................................................................................................................................. 110

x

Figura A.2.6– Influência da opção “Paredes divisórias móveis no terminal” nos KPI ......................... 110

Figura A.2.7– Influência da opção “Espaços disponíveis no terminal” nos KPI .................................. 110

Figura A.2.8– Influência da opção “Portas de embarque com serviços internacionais e domésticos”

nos KPI ................................................................................................................................................. 110

Figura A.2.9– Influência da opção “Sistemas móveis: balcões de check-in” nos KPI .......................... 110

Figura A.2.10– Influência da opção “Sistemas móveis: controlo de passaporte” nos KPI .................. 110

Figura A.2.11– Influência da opção “Detectores de metais móveis: áreas de segurança” nos KPI .... 111

Figura A.2.12– Influência da opção “Sistemas móveis: sinalização e publicidade” nos KPI ............... 111

Figura A.2.13– Influência da opção “Sistema CUSS: check-in” nos KPI ............................................... 111

Figura A.2.14– Influência da opção “Sistema CUSS: Recolha de bagagem” nos KPI ........................... 111

Figura A.2.15– Influência da opção “Sistema CUSS: controlo de passaporte” nos KPI ....................... 111

Figura A.3.1 - Scree Plot 2009 ............................................................................................................. 117




Figura A.3.5 – Scree Plot 2004 ............................................................................................................. 117

Figura A.3.6 – Scree Plot 2003 ............................................................................................................. 117


Figura A.4.1 – Dendograma da análise de clusters referente a 2009 ................................................. 118

Figura A.4.2 - Dendograma da análise de clusters referente a 2007 .................................................. 118






Figura A.5.1 – Dendograma da análise de clusters às Opções Estratégicas referente a 2009 ............ 122

Figura A.5.2 - Dendograma da análise de clusters às Opções Estratégicas referente a 2007 ............ 122



Figura A.5.5 – Dendograma da análise de clusters às Opções Operacionais referente a 2009 .......... 123

Figura A.5.6 - Dendograma da análise de clusters às Opções Operacionais referente a 2007 ........... 123



Figura A.5.9 – Dendograma da análise de clusters à opção “Solo disponível para expansões” referente

a 2009 .................................................................................................................................................. 124

xi

Figura A.5.10 - Dendograma da análise de clusters à opção “Solo disponível para expansões”

referente a 2007 .................................................................................................................................. 124


referente a 2006 .................................................................................................................................. 124


referente a 2005 .................................................................................................................................. 124

Figura A.5.13 – Dendograma da análise de clusters à opção “Utilização de terminais modulares”

referente a 2009 .................................................................................................................................. 125

Figura A.5.14 - Dendograma da análise de clusters à opção “Utilização de terminais modulares”

referente a 2007 .................................................................................................................................. 125


referente a 2006 .................................................................................................................................. 125


referente a 2005 .................................................................................................................................. 125

Figura A.5.17 – Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a

2009 ..................................................................................................................................................... 126

Figura A.5.18 - Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a

2007 ..................................................................................................................................................... 126


2006 ..................................................................................................................................................... 126


2005 ..................................................................................................................................................... 126

Figura A.5.21 – Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal”

referente a 2009 .................................................................................................................................. 127

Figura A.5.22 - Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal”

referente a 2007 .................................................................................................................................. 127


referente a 2006 .................................................................................................................................. 127


referente a 2005 .................................................................................................................................. 127

Figura A.5.25 – Dendograma da análise de clusters à opção “Portas de embarque com serviços

internacionais e domésticos” referente a 2009 .................................................................................. 128

Figura A.5.26 - Dendograma da análise de clusters à opção “Portas de embarque com serviços


xii





Figura A.5.29 – Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a

2009 ..................................................................................................................................................... 129

Figura A.5.30 - Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a

2007 ..................................................................................................................................................... 129


2006 ..................................................................................................................................................... 129


2005 ..................................................................................................................................................... 129

Figura A.5.33 – Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem”

referente a 2009 .................................................................................................................................. 130

Figura A.5.34 - Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem”

referente a 2007 .................................................................................................................................. 130


referente a 2006 .................................................................................................................................. 130


referente a 2005 .................................................................................................................................. 130

Figura A.5.37 – Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte”

referente a 2009 .................................................................................................................................. 131

Figura A.5.38 - Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte”

referente a 2007 .................................................................................................................................. 131


referente a 2006 .................................................................................................................................. 131


referente a 2005 .................................................................................................................................. 131

xiii

Índice de Tabelas

Tabela 2.1 – Características do Master planning tradicional e do Planeamento Estratégico Flexível

(adaptado de Burghouwt (2007)) .......................................................................................................... 18

Tabela 2.2 – Opções Flexíveis por Níveis de Acção (adaptado de Magalhães, et al. (2013)) ............... 25

Tabela 2.3 – Nível de Serviço (IATA, 2004) ............................................................................................ 36

Tabela 2.4 - Indicadores de desempenho estudados por Magalhães, et al. (2015) ............................. 37

Tabela 3.1 - Aplicação da Análise de Clusters a Aeroportos ................................................................. 46

Tabela 3.2 - Coeficiente de correlação cofenética ................................................................................ 51

Tabela 4.1 – Variáveis da ATRS e a respectiva designação original ...................................................... 55

Tabela 4.2 – Opções de flexibilidade consideradas no inquérito .......................................................... 59

Tabela 4.3 – Aeroportos que responderam ao inquérito ..................................................................... 59

Tabela 4.4 – KPI influenciados pelas opções flexíveis com base nas respostas aos inquéritos ............ 61

Tabela 4.5 - Valores de KMO e da Variância Total Explicada ................................................................ 62

Tabela 4.6 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2009 ........... 63




Tabela 4.10 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2004 ......... 66



Tabela 4.13 - Variáveis correlacionadas com cada factor (I) ................................................................. 69

Tabela 4.14 - Variáveis correlacionadas com cada factor (II) ................................................................ 70

Tabela 4.15 – Distribuição das entidades por cinco clusters ................................................................ 71

Tabela 4.16 – Aeroportos considerados como flexíveis ........................................................................ 73

Tabela 4.17 - Variáveis da ATRS com a sua respectiva designação original utilizadas na análise de

clusters para cada opção de flexibilidade ............................................................................................. 76

Tabela 4.18 - Variáveis da ATRS utilizadas para a análise de cada opção de flexibilidade (I) ............... 77

Tabela 4.19 - Variáveis da ATRS utilizadas para a análise de cada opção de flexibilidade (II) .............. 78

Tabela A.1.1 – Amostra de aeroportos considerada na análise .......................................................... 108

Tabela A.3.1 - Matrizes de correlação referentes a 2009 e 2007 ....................................................... 112



Tabela A.3.4 - Matriz de correlação referente a 2002 ........................................................................ 115

Tabela A.3.5 – Valor próprios e variância total explicada referentes a 2009 ..................................... 115

xiv

Tabela A.3.6 - Valor próprios e variância total explicada referentes a 2007 ...................................... 115




Tabela A.3.10 - Valor próprios e variância total explicada referentes a 2003 .................................... 116

Tabela A.3.11 - Valores próprios e variância total explicada referentes a 2002 ................................. 116

Tabela A.4.1 – Clusters das análises dos anos 2009 a 2006 ................................................................ 120

Tabela A.4.2 - Clusters das análises dos anos 2005 a 2002 ................................................................. 121

Tabela A.5.1 - Clusters das análises às Opções Estratégicas (2009 a 2005) ........................................ 132

Tabela A.5.2 - Clusters das análises às Opções Operacionais (2009 a 2005) ...................................... 133

Tabela A.5.3 - Clusters das análises à opção “Solo disponível para expansões” (2009 a 2005) ......... 134

Tabela A.5.4 - Clusters das análises à opção “Utilização de terminais modulares” (2009 a 2005) .... 135

Tabela A.5.5 - Clusters das análises à opção “Forma linear dos terminais” (2009 a 2005) ................ 136

Tabela A.5.6 - Clusters das análises à opção “Paredes divisórias móveis no terminal” (2009 a 2005)

............................................................................................................................................................. 137

Tabela A.5.7 - Clusters das análises à opção “Portas de embarque com serviços internacionais e

domésticos” (2009 a 2005) ................................................................................................................. 138

Tabela A.5.8 - Clusters das análises à opção “Sistemas CUSS: check-in” (2009 a 2005) ..................... 139

Tabela A.5.9 - Clusters das análises à opção “Sistemas CUSS: recolha de bagagem” (2009 a 2005).. 140

Tabela A.5.10 - Clusters das análises à opção “Sistemas CUSS: controlo de passaporte” (2009 a 2005)

............................................................................................................................................................. 141

xv

Índice de Abreviaturas

ACI - Airports Council International

ASA – Acordos de Serviços Aéreos

ATRS - Air Transport Research Society

CUSS - Common-use self-service

DEA - Data Envelopment Analysis

EBITDA - Earnings Before Interest Taxes Depreciation and Amortization

FAA - Federal Aviation Administration

IATA - International Air Transport Association

ICAO - International Civil Aviation Organization

KMO - Kaiser-Meyer-Olkin

KPI - Key Performance Indicators

NAS - National Airspace System

PPC - Paridade de Poder de Compra

1

CAPÍTULO 1 Introdução

1.1. Motivação

Com o advento dos primeiros aviões, surgiu a necessidade por parte dos construtores a

disponibilidade de campos onde pudessem testar as suas máquinas. Assim, decorrente dessa

necessidade construíram-se locais de apoio para se efectuarem as operações das aeronaves: os

aeroportos. No início, bastava um prado ceifado com uma boa drenagem, uma vez que os primeiros

aviões eram leves, sensíveis ao vento e com reduzidas potências de motor. Desde então, os aeroportos

sofreram inúmeras inovações, adaptando-se continuamente às necessidades dos aviões, tendo como

parâmetros fundamentais as suas dimensões, as suas características geométricas e tecnológicas, bem

como os seus desempenhos.

Depois da I.ª Guerra Mundial, as primeiras transportadoras aéreas abriram serviços regulares,

contudo, o transporte aéreo não estava ao alcance de todas as pessoas, representando, por isso, uma

actividade comercial reduzida; a actividade aérea era essencialmente de natureza militar. Por essa

razão, neste período, não ocorreram mudanças visíveis no equipamento dos aeroportos ou no

conceito básico operacional, exceptuando-se a construção de um edifício apenas para o

processamento de passageiros e a criação de um número restrito de instalações: hangares, oficinas e

quartéis.

Após a II.ª Guerra Mundial, passaram a existir condições excepcionalmente favoráveis para o

desenvolvimento da aviação civil e do transporte aéreo, uma vez que as comunicações terrestres se

encontravam danificadas, havia excesso de antigas aeronaves militares e era necessário apoiar as

cadeias de abastecimento dos EUA para a Europa, na ajuda à reconstrução dos países aliados. Desta

forma, num curto período de tempo, foi possível que a actividade de transporte aéreo civil pudesse

recuperar rapidamente e que, consequentemente, os requisitos dos aeródromos mudassem.

Surgiram novos aviões, mais pesados, o que requereu pistas pavimentadas e maiores, por seu

turno, a regularidade do serviço tornou-se num factor cada vez mais importante. O desenvolvimento

tecnológico resultou num grande impacto nos aeroportos, essencialmente com a introdução de aviões

com propulsão a jacto, na década de 50, e de aviões de corredor duplo (wide body aircrafts), na década

de 70. Tornou-se fundamental a adaptação à nova realidade: aumento da extensão e da largura das

pistas; actualização da capacidade de carga das pistas; alargamento dos stands1; construção de outros

1 Zona de assistência às aeronaves.

2

equipamentos e de instalações técnicas do aeroporto. Ao mesmo tempo, foram sendo construídas

instalações dos terminais em que, para além dos serviços necessários para o processamento dos

passageiros e bagagem, também surgiram os primeiros serviços não aeronáuticos.

Os desenvolvimentos políticos e económicos têm sido os principais factores para as alterações

mais recentes no sector aeroportuário. Na segunda metade do século XX assistiu-se a uma evolução

significativa neste sector. A seguir à II.ª Guerra Mundial, a aviação europeia era caracterizada pelo

governo nacional, pela transportadora aérea nacional e pelo aeroporto nacional existindo os acordos

dos serviços aéreos bilaterais (ASA) que constituíam uma negociação dos serviços aéreos entre duas

nações. Uma vez que, neste período, o mercado era centrado nas companhias aéreas nacionais

(companhias de bandeira) e nos respectivos aeroportos nacionais, não existia praticamente

concorrência, também não era possível a entrada de novas companhias aéreas regulares, e o preço

dos bilhetes estava de acordo com o que a International Air Transport Association (IATA) determinava.

Assim, a falta de concorrência resultou em preços elevados para voos regulares e as companhias

aéreas tinham pouco incentivo para reduzir os custos e melhorar a eficiência.

Nas últimas três décadas do século XX, a estrutura do sector aeroportuário registou importantes

alterações devido à sua liberalização, processo que foi iniciado nos EUA. O acesso ao mercado de

transporte aéreo passou a ser livre, o que resultou num aumento da procura e a consequente

insuficiência da capacidade dos aeroportos. A liberalização nos EUA representou um acesso livre e

ilimitado ao transporte aéreo, sem quaisquer limitações de capacidade e preços. Assim sendo, assistiu-

se a um aumento da procura o que provocou uma grande concentração de tráfego e levou à criação

de companhias aéreas que, por sua vez, foram formando monopólios fortes dentro de cada país.

A liberalização deste sector na Europa foi encarada de forma diferente. No espaço da União

Europeia, por um lado, foram adoptadas medidas referentes à determinação das tarifas e à capacidade

de rota e, por outro lado, foi sendo proporcionada uma maior flexibilidade e facilidade no acesso,

quando fossem cumpridos determinados requisitos. A liberalização europeia desenvolveu-se em

diferentes etapas, tendo, para esse efeito, sido aprovados três pacotes de políticas aéreas em 1988,

1990 e 1993, e a sua total implementação em 1997. Este último pacote representou o mais importante

conjunto de medidas, em que a capacidade de fixação de preços e o acesso foram completamente

desregulamentados.

Para além da liberalização progressiva do transporte aéreo, outros factores importantes

influenciaram também o desenvolvimento dos aeroportos. Salientam-se, a ameaça de terrorismo e o

medo de actos ilícitos; a privatização dos aeroportos; e o crescente impacto ambiental nas

proximidades dos aeroportos. No que respeita à privatização dos aeroportos, este processo

representou uma mudança fundamental no modo de administração e de financiamento dos

aeroportos, resultando numa extensão e melhoria dos serviços prestados aos passageiros e visitantes.

3

Devido às alterações na actividade da aviação em diversos domínios: no tecnológico, no jurídico

e institucional, no socio-cultural e no económico (sendo visível neste caso tanto do lado da oferta como

do da procura), as principais companhias aéreas europeias adoptaram novas estratégias de redes para

lidar com a concorrência intensa e, por sua vez, os planeadores de aeroportos tiveram de pensar de

forma diferente sobre o planeamento e o desenvolvimento da capacidade do aeroporto. Das novas

estratégias implementadas, as mais importantes foram, a adopção de redes hub-and-spoke2, a

formação de alianças estratégicas globais e a introdução do conceito de low-cost.

O mercado outrora protegido e estável passou a ser volátil e competitivo, as incertezas

associadas ao futuro começaram a ser uma realidade constante, surgindo a necessidade de se

desenvolver um planeamento mais adaptável e flexível. Esta nova formulação está em oposição à

postura tradicional, considerada rígida, dado que não é adequada à situação actual do mercado e não

beneficia o aeroporto quer do ponto de vista financeiro, quer do operacional. A flexibilidade no

contexto do desenvolvimento aeroportuário torna-se, então, uma solução para os problemas actuais

dos aeroportos, verificando-se em que vários a implementação de opções de flexibilidade para lidar

com a incerteza e volatilidade do tráfego. Tendo isto em conta, é de elevada importância o estudo

sobre novas alternativas ao desenvolvimento aeroportuário, para que o desempenho de um aeroporto

seja eficiente, sustentável e rentável.

1.2. Objectivos da dissertação

O conceito de flexibilidade começa a emergir nos círculos empresariais com grande relevância

devido à crescente volatilidade dos mercados internacionais. O mesmo acontece no sector

aeroportuário, em que tem existido um desafio constante para os gestores aeroportuários manterem

uma grande infra-estrutura com um longo ciclo de vida.

A flexibilidade está a tornar-se numa alternativa ao desenvolvimento aeroportuário tradicional,

dado que permite que o aeroporto se adapte às condições de procura utilizando a mesma

infraestrutura e equipamentos. É neste âmbito que esta dissertação visa estudar este novo conceito,

com o propósito de entender qual a influência da flexibilidade no desempenho de um aeroporto.

Alguns aeroportos têm seguido esta abordagem mais flexível no seu planeamento, através da

introdução de opções de flexibilidade que abrangem os diferentes níveis de decisão (o estratégico, o

táctico e o operacional).

2 O sistema hub-and-spoke é uma combinação das ligações ponto-a-ponto com transferência num hub central (Burghouwt & Hakfoort, 2001). Um grande aeroporto central (hub) é o centro de distribuição, utilizado para encaminhar o tráfego para aeroportos mais pequenos (spokes).

4

Apesar desta abordagem ser considerada uma boa alternativa na gestão aeroportuária, não

existe ainda um consenso acerca dos benefícios que estas opções têm trazido aos aeroportos. Na

realidade, a bibliografia existente sobre a flexibilidade é ainda limitada e o conceito carece de uma

melhor definição uma vez que ainda não foi completamente explorado. Desta forma, existe um

desconhecimento assinalável sobre os impactos da flexibilidade na produtividade ou eficiência de um

aeroporto.

Na primeira parte do trabalho, procura-se formular uma definição do conceito de flexibilidade

aeroportuária com base na bibliografia consultada. Após a definição deste conceito, são identificadas

as técnicas estatísticas utilizadas, com especial incidência na análise de clusters. Na terceira parte, o

trabalho centra-se num caso de estudo que engloba aeroportos de todo mundo, cujo desenvolvimento

se fundamenta na utilização do conjunto de técnicas estatísticas descritas anteriormente.

Com este estudo de caso, esta dissertação tem como finalidade aprofundar o conhecimento

sobre o modo como as opções de flexibilidade preconizadas na literatura poderão influenciar o

desempenho dos aeroportos e, no caso de as mesmas se confirmarem, avaliar os benefícios originados.

1.3. Estrutura e metodologia da dissertação

Como proposta de abordagem ao estudo dos benefícios operacionais da flexibilidade

aeroportuária, a presente dissertação esquematiza-se em 5 capítulos.

No Capítulo 1 – Introdução, é realizada a apresentação do documento com o enquadramento

sobre a evolução do sector do transporte aéreo e o seu impacto nos aeroportos, sendo igualmente

enumerados os objectivos que se pretendem alcançar e descrita a metodologia a implementar.

O Capítulo 2 – Estado de Arte: Desenvolvimento Aeroportuário, corresponde à revisão de

literatura sobre o desenvolvimento aeroportuário tradicional, de forma a aprofundar o tema e a

procurar razões que expliquem a sua inadequação. É feita a apresentação das diferentes alternativas

já propostas, entre elas a flexibilidade. Este conceito é abordado detalhadamente, indicando os seus

benefícios e as suas desvantagens, é apresentada uma proposta para a definição deste conceito, sendo

ainda referidos alguns exemplos onde a flexibilidade já foi implementada.

O Capítulo 3 – Estado de Arte: Técnicas Estatísticas, faz uma abordagem acerca da técnica de

análise de clusters para tratamento de dados, visto que se considerou a técnica mais apropriada para

aferir os impactos da flexibilidade. Também é feita uma revisão de literatura acerca da aplicação da

análise de clusters a estudos do sector aeroportuário.

No Capítulo 4 – Caso de Estudo é efectuado um estudo a um conjunto alargado de aeroportos,

onde os dados são analisados com base em ferramentas estatísticas por forma a identificar os

indicadores relevantes para medir a flexibilidade. Deste modo, é compilada informação sobre a base

5

de dados do Airport Benchmarking Report no período compreendido entre 2003 e 2011, no qual se

exceptua o ano de 2010. Com estes dados é realizada uma análise de clusters, em que os resultados

são complementados com informação adquirida através de inquéritos a gestores aeroportuários de

aeroportos da amostra.

No capítulo final, Capítulo 5 – Conclusões, é feita uma síntese das principais conclusões retiradas

acerca da influência da flexibilidade no desempenho aeroportuário, bem como sugestões para futuras

linhas de investigação.

6

CAPÍTULO 2 Estado de Arte – Desenvolvimento Aeroportuário

O aeroporto constitui uma parte fundamental do sistema de transporte aéreo, dado que se trata

do local físico onde a transferência modal é feita do modo aéreo para o modo terrestre (Ashford, et

al., 1997), sendo, portanto, o ponto de início e fim do processo de transporte aéreo e, ainda, o local

de trânsito (Suchmová, 2010). O aeroporto surgiu com a necessidade da existência de um local de

apoio para se efectuarem as operações das aeronaves, tendo este que se adaptar sempre às

necessidades destas, baseando-se nas suas características geométricas e de desempenho (Kazda &

Caves, 2008).

Inicialmente, a evolução de um aeroporto era determinada principalmente pelo

desenvolvimento de novas aeronaves. Com o crescimento da actividade aeroportuária, foram-se

construindo instalações nos terminais para os serviços de processamento de passageiros e bagagem

e, mais tarde, surgiram os serviços não-aeronáuticos. Mais recentemente, a maioria das alterações

deixou de ser provocada pela inovação da tecnologia das aeronaves, mas sim pelos desenvolvimentos

políticos e económicos (Kazda & Caves, 2008).

A qualidade e a eficiência do transporte aéreo são essencialmente determinadas no aeroporto,

dado que é o local onde ocorre a coordenação entre os principais prestadores de transporte aéreo

(companhias aéreas, empresas de aeroportos e entidades de serviços de navegação aérea) (Suchmová,

2010). Assim, com um mercado tão volátil e competitivo como é o do sector de transporte aéreo,

torna-se fundamental que um aeroporto esteja preparado para poder proporcionar um serviço

eficiente e de qualidade, sem custos acrescidos.

No presente capítulo, é abordada a forma de desenvolvimento aeroportuário tradicional,

discutindo-se as razões para esta não ser considerada a mais adequada em certos aeroportos devido

à incerteza associada a este mercado. Em simultâneo, procura-se encontrar alternativas a esta forma

de desenvolvimento e que incidam num planeamento mais adaptável e flexível e, com isto, introduzir

o conceito de flexibilidade aeroportuária como opção para o desenvolvimento dos aeroportos.

2.1. Desenvolvimento Aeroportuário Tradicional

Nos primeiros tempos da aviação, antes da II.ª Guerra Mundial, o desenvolvimento

aeroportuário na Europa correspondia a uma actividade ad hoc (Caves & Gosling, 1999), em que o

planeamento era impulsionado sobretudo pelas preferências das companhias aéreas, pelos objectivos

militares e pela expressão arquitectónica. Posteriormente, durante a segunda metade do século XX, a

7

prática de planeamento aeroportuário adoptou procedimentos-padrão de acordo com as

necessidades das companhias aéreas dominantes (de Neufville, 2008), uma vez que, durante o período

dos acordos bilaterais, o mercado de transporte aéreo europeu foi centrado nas companhias aéreas

nacionais e nos respectivos aeroportos nacionais, em que cada país tinha a sua própria companhia

aérea (Burghouwt & Huys, 2003). Nesta época, a actividade do transporte aéreo era regulada pelos

governos, que controlavam a maioria das companhias aéreas. Este facto, tornava pouco frequente a

criação de novas companhias aéreas (incluindo as companhias aéreas de low-cost), e contribuía

decisivamente para a estabilidade das rotas existentes e para a realização das operações dos

aeroportos num ambiente conhecido (de Neufville & Odoni, 2013). Os procedimentos adoptados eram

compatíveis com os regimes regulatórios e com os modelos de negócios que prevaleciam durante a

maior parte deste período:

a mudança organizacional ocorria lentamente, dada a consistência e morosidade do processo

de regulamentação, levando a relações duradouras entre os clientes das companhias aéreas

e os aeroportos;

as mudanças nas companhias aéreas, através de fusões ou mudanças nas estruturas de rota,

eram de pouca importância para os aeroportos;

as normas de quantidade e de qualidade de espaço nos edifícios do aeroporto eram

exigentes, devido à IATA e a outras definições de prática adequada;

as mudanças tecnológicas podiam ser facilmente antecipadas, devido ao seu longo tempo de

aprovisionamento (de Neufville, 2008).

Nos últimos anos, o sector aéreo europeu passou por mudanças drásticas, tanto no lado da

oferta como no da procura. Estas mudanças não foram originadas apenas pelos factores tecnológicos,

mas também pela evolução nos domínios jurídicos, institucionais e culturais do mercado da aviação

(Alderighi, et al., 2012). Nas últimas três décadas, a tendência mais significativa tem sido a liberalização

do transporte aéreo internacional, que tem resultado em profundos efeitos na estrutura do mercado

e nos padrões operacionais (Doganis, 2006). Na década de 80, as experiências positivas na liberalização

do sector nos EUA, a entrada de companhias aéreas e consumidores em favor da liberalização, as novas

teorias económicas e o processo de unificação europeia abriram a porta para a liberalização e a

unificação do mercado de aviação europeu (Burghouwt & Huys, 2003). No entanto, a Europa abordou

a liberalização com prudência, devido a algumas consequências negativas que a mesma originou nos

EUA, pondo à prova a capacidade dos aeroportos (Kazda & Caves, 2008) (Figura 2.1).

8

Figura 2.1- Impacto da liberalização da indústria da aviação na Europa (Burghouwt & Huys, 2003)

Com o intuito de orientar as expectativas do desenvolvimento futuro do aeroporto e estabelecer

a capacidade de se expandir e se desenvolver de forma lógica, sustentável e rentável (IATA, 2004), é

necessário que exista um plano que defina o modo de acção, isto é, um master plan do aeroporto. Esta

é, actualmente, a abordagem dominante para o planeamento estratégico aeroportuário, e trata-se de

uma prática recomendada pela International Civil Aviation Organization (ICAO), sendo exigida pela

Federal Aviation Administration (FAA) nos Estados Unidos da América (Wijnen, et al., 2008). No manual

de desenvolvimento aeroportuário da IATA (IATA, 2004), é descrita a sequência a ser seguida no

desenvolvimento de um master plan (Figura 2.2) para um típico terminal de passageiros de aeroporto

doméstico ou internacional e operação na placa de aeroporto.

Segundo Edwards (2005), este plano tem como objectivo equilibrar o sistema aeroportuário com

as necessidades de infra-estrutura, fornecer uma estrutura física para investimento e, ainda, assegurar

que o aeroporto é gerido de forma eficaz (espaço, finanças e planeamento futuro). No entanto, o seu

foco é no desenvolvimento do plano e não no processo de tomada de decisões sobre o plano,

descrevendo uma estratégia de um operador aeroportuário para os anos seguintes, nomeadamente

as mudanças de infra-estruturas, sem especificar conceitos operacionais ou problemas de gestão

9

(Kwakkel, et al., 2010). Por sua vez, Kazda & Caves (2008) caracterizam-no como um plano para a

construção de um aeroporto que considera as possibilidades de desenvolvimento máximo do

aeroporto numa dada localidade, podendo ser elaborado tanto para o aeroporto existente como para

um completamente novo, independentemente do seu tamanho. No entanto, estes autores salientam

que este plano é apenas um guia para:

o desenvolvimento de instalações;

o desenvolvimento e uso do solo da área circundante do aeroporto;

a determinação dos impactos do desenvolvimento do aeroporto para o ambiente;

a determinação dos requisitos de acessibilidade terrestre.

No passado, o master plan era desenvolvido com base nas necessidades de aviação locais, mas

hoje em dia ele é integrado num plano de sistema aeroportuário que engloba as necessidades de um

sistema de aeroportos (Horonjeff, et al., 2010).

O estilo de master plan tradicional mostra uma notável semelhança com o modelo racional de

planeamento estratégico (Burghouwt, 2007), que envolve uma pesquisa linear passo-a-passo planeada

para soluções óptimas para problemas definidos. O modelo racional de planeamento estratégico é

construído em conformidade com os factores organizacionais internos e externos, tendo como

objectivo maximizar a utilidade. Tal como este modelo, o master plan tradicional é um processo

estritamente linear, passo-a-passo, que procura compatibilizar as instalações no aeroporto com a

procura projectada da aviação através de uma escolha racional para a alternativa ideal (Burghouwt,

2007).

10

Figura 2.2 - Etapas do desenvolvimento de um Master Plan (adaptado de IATA (2004))

Apesar da volatilidade dos níveis reais de tráfego, a prática tradicional de planeamento e design

aeroportuário reflecte uma visão bastante estática desta actvidade. Isto deve-se ao facto de que os

profissionais entendiam os abrandamentos e os impulsos expansionistas como flutuações em torno

das tendências de longo prazo e, por isso, poderiam atrasar ou acelerar a entrega das instalações do

aeroporto, encontrando assim uma forma para lidar com essas variações (de Neufville, 2008).

No entanto, a forma tradicional de planeamento de aeroportos não prepara o aeroporto para

competir nas condições actuais ou futuras do mercado. A volatilidade do tráfego do aeroporto e a

incerteza associada ao volume de tráfego futuro são susceptíveis de aumentar num regime de

mercado livre, tornando as previsões de tráfego não-confiáveis (Magalhães, et al., 2012).

Etapa 1

•Determinar o pico dos movimentos de aeronaves e o resultante pico do movimento de passageiros requeridos no ano de projecto do master plan final.

Etapa 2

•Recolher através de pesquisa: dados geográficos, geológicos, meteorológicos e ambientais referentes à localização do aeroporto que é proposta.

Etapa 3

•Seleccionar a configuração da pista que melhor corresponde aos requisitos do tipo de aeronaves e dos movimentos, à capacidade de controlo de tráfego aéreo, limitações geológicas e condições meteorológicas, e os quais satisfazem os requisitos ambientais o melhor possível.

Etapa 4•Alinhar a pista proposta para coincidir com as direções do vento predominantes.

Etapa 5

•Determinar e localizar o número de áreas de estacionamento de aeronaves (stands) requeridos e o tipo de estacionamento (stands remotos ou a servir portas de embarque) necessário para atender o serviço padrão.

Etapa 6

•Fornecer a configuração correcta e a quantidade de taxiways, assegurando que a pista e stands são servidos adequadamente, com a devida consideração sobre a dinâmica das aeronaves na placa.

Etapa 7

•Dimensionar e posicionar o edifício do terminal, pier e torre de controlo finais com as zonas de desenvolvimento apropriadas.

Etapa 8

•Alinhar o edifício do terminal em conformidade com os piers para o serviço dos stands de aeronave. Posicionar os serviços de luta contra incêndio apropriadamente dentro do complexo da placa.

Etapa 9

•Dimensionar e posicionar os processos de apoio do aeroporto, tais como acessos ferroviários, de autocarros, de autocarros expressos e de veículos particulares e instalações de estacionamento.

Etapa 10

•Posicionar a carga secundária, as instalações do terminal, os stands, os hangares de manutenção de aeronaves como requerido nas zonas de desenvolvimento excedentes.

11

A experiência demonstra que as previsões de tráfego de um aeroporto estão maioritariamente

erradas, uma vez que comparando a previsão para um determinado período e o tráfego que realmente

ocorreu, quase invariavelmente existe uma discrepância significativa. Isto é ainda mais evidente

quando se consideram as previsões superiores a 10 a 20 anos, isto é, os períodos normais para o

planeamento de grandes infra-estruturas aeroportuárias. As diferenças entre a previsão e a realidade

são mais aparentes quando dizem respeito ao nível total de operações. Contudo, as previsões são

igualmente importantes para fins de planeamento, considerando a composição do tráfego (de

Neufville & Odoni, 2013).

Vários autores defendem que o master plan é inadequado para os dias de hoje, por se tratar de

um planeamento rígido. Para Burghouwt (2007), a forma tradicional de desenvolver um master plan

baseia-se numa única expectativa sobre um futuro específico, que geralmente é errada, partilhando

assim com o modelo racional vários inconvenientes graves e suposições imprecisas que o tornam

afastado da forma ideal de planeamento aeroportuário, num ambiente de mercado incerto.

Depois do período de concorrência limitada na aviação, as estratégias das transportadoras

aéreas mudaram radicalmente o contexto em que os planeadores aeroportuários operam, sendo

caracterizado principalmente por dois aspectos, segundo Burghouwt & Huys (2003): a volatilidade e

os novos requisitos para a configuração e funções do aeroporto. Na Europa, a liberalização extinguiu

o apoio financeiro do Estado para as transportadoras aéreas, e quando estas não operam

eficientemente, esta situação resulta no seu desaparecimento do mercado ou na fusão com uma outra

transportadora. Além disso, este regime possibilita a livre entrada e saída das companhias aéreas nas

rotas quando assim elas o decidem. Assim, o processo de desregulamentação do sector de transporte

aéreo aumentou a volatilidade do tráfego, circunstância ainda mais intensificada pela adopção de

redes hub-and-spoke, que gera um tráfego de transferência imprevisível, e pela crescente importância

das alianças globais das companhias aéreas.

No trabalho de Wijnen, et al. (2008) constata que o master planning resulta muitas vezes em

erros que provocam custos avultados, uma vez que, para além da já referida incerteza sobre o futuro,

existem muitos stakeholders3 com objectivos conflituantes e potenciais estratégias. Geralmente, as

estratégias alternativas são deixadas de fora e os stakeholders são excluídos, limitando-se apenas a

uma única previsão do futuro, o que torna rapidamente o master plan desajustado, podendo ser

impugnado por alguns stakeholders. Embora os operadores aeroportuários tenham contrariado esta

tendência, envolvendo cada vez mais os stakeholders no master plan e nos processos de tomada de

decisão, não se têm verificado melhorias na tomada de decisão no que diz respeito ao

3 Stakeholders de aeroportos: passageiros, comunidades, prestadores de serviços de navegação aérea (ANSPs), companhias aéreas, autoridades de aviação, governo.

12

desenvolvimento futuro. Além disso, o tempo que leva à elaboração de estudos de master planning é

bastante longo, correndo o risco de se tornarem obsoletos no momento em que são concluídos devido

a novas condições que não foram tidas em conta. Wijnen, et al. (2008) afirmam ainda que a principal

razão para a falta de sucesso das abordagens actuais de planeamento é a complexidade e a incerteza

com que os planeadores e tomadores de decisão têm de lidar, pois além dos vários stakeholders com

diferentes objectivos e preocupações, o próprio sistema aeroportuário também é complexo.

Segundo Kwakkel (2007), a implementação dos master plans não é muitas vezes possível, dadas

as previsões incorrectas da procura e, como tal, são geradas consequências graves para o

desenvolvimento a longo prazo do aeroporto, incluindo: a incapacidade de implementar o plano,

restrições de capacidade devido a regulamentos imprevistos (ruído), incapacidade de atender a

procura da aviação e investimentos desnecessários nas instalações. Este autor crê que o contexto em

que os aeroportos operam se tornará ainda mais dinâmico, pelo que é fundamental encontrar formas

de lidar com as várias incertezas sobre o futuro do sistema de transporte aéreo. De acordo com esta

pesquisa, prevê-se que a procura do transporte aéreo irá aumentar significativamente; no entanto

existe incerteza em vários aspectos, tais como: a extensão desse aumento; as rotas e as

transportadoras aéreas em que ela ocorrerá; os contornos de ruído que existirão; e os regimes de

regulação que haverá. Para além destes aspectos, devem também ser tomados em linha de conta a

tendência para a privatização dos aeroportos e das companhias aéreas, que introduz novos

stakeholders e novas exigências para o desempenho do aeroporto, levando a dúvidas quanto ao

desempenho futuro do aeroporto, quanto à robustez das políticas que os decisores aeroportuários

desejam implementar eà exequibilidade dessas políticas. Em suma, Kwakkel (2007) defende que todas

estas incertezas conduzem a uma abordagem do master plan ainda menos apropriada.

Juntamente com outros autores, Kwakkel destaca duas razões principais para a ineficácia do

master plan, que dizem respeito à confiança da previsão da procura e ao carácter esquemático do

master plan resultante (Kwakkel, et al., 2010). Quanto à previsão da procura, esta falha devido a um

largo conjunto de razões, tornando-se então cada vez mais inapropriada, principalmente devido à

transição de uma actividade gerida pelo Estado para uma com gestão híbrida (público-privada). Tal

como Burghouwt & Huys (2003) referiram, os master plans têm um carácter esquemático, pois durante

a sua fase de implementação, tem-se pouca consideração na mudança das condições, tratando-se

então de um plano de natureza estática que deixa pouco espaço para se adaptar às novas condições.

Portanto, a incapacidade de prever a procura futura com precisão suficiente e o carácter estático dos

master plans tornam o planeamento problemático.

Em síntese, segundo de Neufville (2008), o paradigma de planeamento aeroportuário está a

mudar de um padrão tradicional caracterizado por normas elevadas, clientes estabelecidos e previsões

a longo prazo, para um outro padrão em que existe o reconhecimento da grande incerteza das

13

previsões, uma ampla gama de normas e clientes variáveis. Como tal, há que desenvolver alternativas

para lidar com esta conjuntura actual, de modo a satisfazer todos os intervenientes deste sistema.

2.2. Alternativas para o Desenvolvimento Aeroportuário

Existe um consenso geral de que é necessário ter uma abordagem flexível no desenvolvimento

aeroportuário, uma vez que a forma convencional é actualmente inadequada devido ao seu carácter

rígido, originando consequências negativas em termos financeiros, da sua capacidade, dos atrasos

originados, entre outros. Uma vez que não é evidente a forma de expansão da capacidade de um

aeroporto, é essencial que os aeroportos sejam flexíveis ao longo do tempo, sendo capazes de se

ajustarem conforme a procura (Magalhães, et al., 2012).

Como alternativa ao desenvolvimento aeroportuário tradicional, os especialistas nesta área têm

estudado o conceito de flexibilidade. A ideia central das alternativas existentes na literatura é ter um

plano que seja flexível e, com o tempo, poder adaptar-se à mudança das condições em que o aeroporto

opera. No entanto, apesar da flexibilidade aeroportuária ser uma ideia comum a todos, existem

diferentes abordagens sobre ela, não existindo um conceito universal.

Na Figura 2.3. são resumidas as várias perspectivas relacionadas com o conceito de flexibilidade.

Figura 2.3 - Diferentes abordagens de alternativas de desenvolvimento aeroportuário

14

2.2.1. Design Aeroportuário Flexível

De Neufville (2008) aborda a flexibilidade aeroportuária numa perspectiva de design, propondo

uma estratégia de design flexível para lidar com a incerteza. Esta abordagem tem como base a

utilização de opções reais que permitem ajustar as instalações dos aeroportos facilmente a alterações

de localização e de necessidades do transporte aéreo, instituindo assim mecanismos para que os seus

proprietários possam responder rapidamente e de forma eficaz e barata para um vasto conjunto de

cenários que possam ocorrer. Assim, para este estudo, ele analisou a flexibilidade associada ao

conceito de aeroportos e companhias aéreas de low-cost, uma vez que a liberalização deste sector e a

ascensão das companhias aéreas no subsector de low-cost têm alterado o planeamento aeroportuário.

De acordo com o autor, o processo de design flexível é composto por três elementos básicos:

o reconhecimento da gama da incerteza, em que existe uma grande variação dos resultados

possíveis, desde o menos favorável para o mais vantajoso, motivando ao desenvolvimento

de planos para atenuar as dificuldades e aproveitar as oportunidades;

a definição de oportunidades de design flexível, que permitem ajustar as instalações

facilmente a situações reais futuras, envolvendo a capacidade de reconfigurar as instalações

para atender a diferentes desenvolvimentos técnicos ou de mercado;

a análise das estratégias de desenvolvimento, que identifica as estratégias que podem ser

utilizadas para explorar as oportunidades de design que proporcionam o ponto de partida

para expansões e reconfigurações futuras.

Já anteriormente, em 1995, o mesmo autor referia a importância da flexibilidade no design nas

instalações aeroportuárias, admitindo que esta é chave para o desempenho económico e a viabilidade

competitiva tanto para o aeroporto como para as companhias aéreas (de Neufville, 1995).

Com a mesma perspectiva de design sobre a flexibilidade, mas com uma visão arquitectónica,

Edwards (2005) destaca a relevância desta visão num terminal de aeroporto. Os pressupostos em que

os terminais são projectados não são os mesmos do que há uma ou duas décadas atrás, tornando-se

edifícios muito diferentes. Isto deve-se à desregulamentação das companhias aéreas, à constante

ameaça de terrorismo e à necessidade de explorar receitas de actividades não-aeronáuticas nos

aeroportos. Este autor considera que é fundamental que os arquitectos sejam capazes de oferecer

qualidade estética e flexibilidade operacional, ou seja, devem proporcionar construções de alta

qualidade para satisfazer as expectativas dos clientes, assim como acomodar as alterações que

dificilmente são antecipadas. Desta forma, é adoptada uma política que procura distinguir os

elementos de longo-prazo das alterações a curto-prazo, com o objectivo de enfrentar o futuro, sem

comprometer o carácter permanente do edifício.

15

De acordo com este autor, a necessidade de flexibilidade nos aeroportos é resultado da

interacção complexa entre as companhias aéreas, o design das aeronaves e as autoridades

aeroportuárias. A relação entre elas explica os parâmetros variáveis nos quais os projectistas operam,

dado que existem alguns aspetos que tornam os acordos aéreos obsoletos: a maximização dos lucros

pelas autoridades aeroportuárias; a defesa dos acordos de processamento de passageiros por parte

das companhias aéreas; e a inovação do design de aeronaves. De modo a responder a todas estas

necessidades, os projectistas devem considerar a flexibilidade na configuração dos terminais, que só é

possível graças à qualidade arquitectónica.

Por sua vez, Shuchi, et al. (2012) propuseram um framework de design flexível, em que se

correlaciona o conhecimento em elementos de design flexível com os princípios de design específicos

para o design de terminal do aeroporto. A eficácia funcional e a flexibilidade no planeamento e no

processo de design dos edifícios de passageiros foram analisados em três categorias gerais:

desenvolvimento do design; escala de tempo; elementos de design. Este framework sugere atingir uma

flexibilidade de nível macro no design do terminal de aeroporto em duas categorias principais: a

estrutura física e a disposição espacial. Foram discutidas decisões de design com base nestas duas

categorias, numa perspectiva de curto, de médio e de longo-prazo que é caracterizada

adequadamente como flexibilidade operacional, táctica e estratégica, respectivamente. As mudanças

operacionais e tácticas envolvem principalmente as mudanças de disposições espaciais para atender

às necessidades com base na exigência específica de um determinado momento. Já as mudanças

estratégicas de longo prazo, implicam um período de tempo mais alargado e, geralmente, envolvem

mudanças estruturais. O framework apresentado é o passo inicial para alcançar uma estratégia de

design flexível completa para o design de terminal de aeroporto.

O framework de design flexível foi expandido por Shuchi & Drogemuller (2012) num processo

constituído por 4 etapas, em muito semelhante ao processo estudado por de Neufville (2008):

Etapa 1 - reconhecimento das incertezas do design de terminal de aeroporto em termos de

disposição espacial e estrutura física;

Etapa 2 - identificação dos elementos específicos de design que aumentem a flexibilidade das

diversas instalações aeroportuárias;

Etapa 3 - processo de desenvolvimento de design que implementará os elementos de design

flexível identificados para lidar com as possíveis incertezas e, ainda, a avaliação das

alternativas de design. As soluções alternativas serão avaliadas analisando os elementos de

design identificados na etapa 2, acompanhados por factores de medição e por restrições de

design para atingir uma solução óptima;

16

Etapa 4 - implementação do plano, em que as questões estratégicas serão identificadas e

aplicadas.

Como os ambientes aeroportuários devem ser adaptáveis à mudança, Butters (2010) defende

que esta capacidade depende da incorporação da flexibilidade. No seu estudo de design aeroportuário

flexível, apresenta quatro etapas fundamentais de desenvolvimento ou renovação, onde a flexibilidade

tem de estar presente: o master planning; o design de edifícios; o planeamento do espaço; e as

componentes.

A primeira etapa, que diz respeito ao master planning, é onde tudo começa, sendo a primeira

oportunidade de construir em flexibilidade, em que o master plan irá suportar todas as mudanças

previsíveis, enquanto a eficiência operacional sustentável mitiga os efeitos que não podem ser

previstos. Na segunda etapa, o design de edifícios permite uma enorme flexibilidade e adaptabilidade,

mas, também pode ser o elemento mais restritivo de um aeroporto, sem a devida consideração. Na

terceira etapa, o planeamento do espaço e a configuração são considerações a ter em conta na criação

de estratégias de planeamento flexível para os projectos de renovação ou desenvolvimento de

edifícios, garantindo: a incorporação de um buffer, onde a função operacional possa expandir no

futuro; o trabalho no espaço mais complicado, optimizando a utilização do espaço e da configuração

dos equipamentos; a inclusão do anexo de instalações adjacentes, convertendo os espaços com

funções não operacionais para operacionais; a identificação de locais remotos e relocalizar funções

não essenciais para criar um maior espaço operacional; a construção de mais espaço; evitar “book-

ends”, que são pontos fixos cuja relocalização é dispendiosa. Finalmente, na quarta etapa, as

componentes e as suas estratégias desenvolvidas têm uma importância vital, trata-se do é o lugar onde

a sequência de construção tem um grau de incerteza ou onde a modificação do ambiente operacional

do aeroporto é provável.

Sobre esta abordagem, Magalhães, et al. (2012) propõe uma alteração na ordem das quatro

etapas de desenvolvimento ou renovação dos aeroportos de Butters, considerando o planeamento do

espaço antes do design dos edifícios, pois considera que este último está relacionado com os limites

do aeroporto.

No âmbito do design de edifícios, de Neufville & Belin (2002) estudaram as instalações

partilhadas, que consistem em instalações que servem vários utilizadores (aeronaves, companhias

aéreas ou tipos de serviços) em várias funções (chegadas, partidas, nacionais e internacionais, entre

outros). Existem duas características distintas de tráfego do aeroporto que motivam o uso partilhado:

o "pico" e a "incerteza". O primeiro factor diz respeito às variações nos níveis de tráfego e o segundo

à incerteza no momento do tráfego (curto ou longo prazo).

As instalações multifuncionais partilhadas aumentam significativamente a utilização de

instalações, reduzindo, então, a quantidade necessária para qualquer nível de tráfego, e também

17

aumentam a flexibilidade do edifício, permitindo que este acomode facilmente as variações de tráfego.

Assim, segundo estes autores, é possível reduzir os gastos de capital até 30%, aumentando dessa forma

o retorno do investimento.

2.2.2. Design Aeroportuário Flexível e Gestão do Risco

No âmbito da visão de design, Gil & Tether (2011) estudaram a flexibilidade juntamente com a

gestão de risco, explorando a sua interacção em grandes projectos de infra-estruturas, tendo como

foco a expansão do aeroporto de Heathrow (Londres, LHR) com a construção do Terminal 5. Ao

justapor estes dois quadros conceptuais, é possível encontrar as condições sob as quais os mesmos

podem ser complementares para gerir a tensão entre a eficiência e a eficácia destes projectos,

preenchendo a lacuna entre os dois, uma vez que se têm desenvolvido em paralelo. Construir tendo

em conta a flexibilidade de design aumenta a capacidade de adaptação para acomodar os requisitos

em evolução que é necessária para atingir a eficácia. Por sua vez, a eficiência exige uma gestão do risco

para entregar o projecto no prazo e dentro do orçamento estipulados. No entanto, as preocupações a

curto-prazo para a eficiência podem comprometer a eficácia a longo-prazo, levando à obsolescência

precoce e prejudicando a longevidade operacional da infra-estrutura.

Neste estudo, os autores explicam a variação na interacção entre estas duas abordagens,

destacando a relação entre quem desenvolve e o cliente. É essencial que exista uma relação simbiótica

entre eles, uma vez que o primeiro é quem contrai os custos e são os clientes que irão operar no

terminal e, por isso, a qualidade dessa relação (cooperação e objectivos comuns) condiciona o

equilíbrio entre as duas abordagens. No seu entender, dado que as necessidades dos clientes evoluem

ao longo do tempo, um processo flexível é obrigado a adiar decisões de design e solicitar alterações

de última hora.

2.2.3. Planeamento Estratégico Flexível

De acordo com Burghouwt (2007), a flexibilidade é o mesmo que re-adaptabilidade, definindo-

a como a capacidade de fazer ajustes contínuos em condições de constante mudança. O trabalho deste

autor está relacionado com o planeamento estratégico flexível de um aeroporto, o que significa que o

seu objecto de estudo trata-se do planeamento do aeroporto a nível estratégico. Assim, esta

abordagem segue ainda o modelo racional referido anteriormente, com a adição de elementos de

flexibilidade e proactividade ao estilo de planeamento aeroportuário tradicional. Como não descarta

completamente o modelo racional, adaptando-o às circunstâncias do mundo real, o planeamento

estratégico flexível é considerado um paradigma alternativo de análise racional. Assim, este autor

18

apresenta um quadro com as principais diferenças entre o master plan tradicional e o planeamento

estratégico flexível (Tabela 2.1), onde é possível notar que os elementos mais importantes são a criação

de opções reais, a robustez de múltiplos cenários futuros e o backcasting, o planeamento de

contingência, a diversificação e as organizações flexíveis (Magalhães, et al., 2012).

Master Planning aeroportuário tradicional Planeamento Estratégico Flexível Passivo, reactivo, adaptativo Re-adaptativo, proactivo

Única antecipação/ajustamento à mudança Contínua antecipação/ajustamento à mudança

Impulsionado pela oferta Impulsionado pela procura

Previsões como projecções do futuro Backcasting; cenários como orientações do que pode acontecer no futuro

Robustez de futuro único dos planos e projectos

Robustez de múltiplos futuros dos planos e projectos

Compromissos a curto e longo-prazo Compromissos a curto-prazo, pensamento estratégico a longo-prazo

Ferramentas analíticas preferidas: previsão e análise de valor líquido actual

Ferramentas preferidas: planeamento de cenários, análise de decisão e análise de opções reais, esquemas de contingência, verificação, experimentação

Alternativa preferida é a solução óptima para um futuro específico

Alternativa preferida é a melhor alternativa numa gama de cenários futuros prováveis

Risco implicitamente ignorado ou aversão ao risco

Cultura de risco; risco como uma oportunidade

Top-down/inside-out Top-down/bottom-up, inside-out/outside-in Tabela 2.1 – Características do Master planning tradicional e do Planeamento Estratégico Flexível (adaptado de Burghouwt

(2007))

Burghouwt (2007) distingue claramente a flexibilidade ex ante e ex post, em que a primeira

refere-se às acções tomadas no presente e que permitem ser flexível no futuro, tratando-se portanto

da antecipação, enquanto que a flexibilidade ex post refere-se às acções que são ajustes para mudar

agora e que são possíveis graças às decisões tomadas no passado.

2.2.4. Planeamento Estratégico Aeroportuário Adaptativo

No âmbito estratégico, Kwakkel, et al. (2010) desenvolveram uma abordagem denominada

como Planeamento Estratégico Aeroportuário Adaptativo. Em vez de tentar prever a procura futura,

que é bastante volátil, é recomendado que os planos estratégicos devam ser capazes de fazer face a

um conjunto variado de níveis de procura. Portanto, tendo diversas alternativas flexíveis, estes planos

podem adaptar-se ao longo do tempo à mudança das condições em que o aeroporto opera. Como tal,

este trabalho oferece um framework e um processo faseado para produzir esses planos adaptáveis e

flexíveis, que engloba quatro etapas.

Etapa 1 - análise das condições existentes de um aeroporto e especificação dos objectivos

para desenvolvimento futuro;

Etapa 2 - especificação do modo de acção;

19

Etapa 3 - modo acção detalhado de forma mais robusta:

acções de mitigação para reduzir os efeitos adversos do plano;

acções de cobertura para difundir ou reduzir o risco dos efeitos adversos incertos do

plano;

acções de aproveitamento para aproveitar as oportunidades disponíveis;

acções moldáveis para reduzir ou aumentar a possibilidade de que uma condição ou

evento externo provoque o insucesso ou sucesso do plano, respectivamente.

Etapa 4 - plano de contingência, que consiste no controlo de desempenho do plano e, tomar

medidas, caso seja necessário. Os indicadores especificam a informação que deve ser seguida

para determinar se o plano está a alcançar a suas condições para o sucesso. Os valores

críticos das variáveis dos indicadores (impulsionadores) são especificados, bem como as

acções que devem ser implementadas para assegurar que o plano continua a mover o

sistema na direcção correcta e com uma velocidade adequada.

Etapa 5 - implementação:

acções defensivas para esclarecer o plano de base, preservar os seus benefícios, ou

encontrar desafios externos em resposta a impulsionadores específicos que deixam o

plano de base inalterado;

acções correctivas que são ajustes ao plano de base;

acções de capitalização para aproveitar as oportunidades que melhoram o desempenho

do plano base;

reavaliação do plano quando a análise e os pressupostos fundamentais para o sucesso

do plano perderam claramente validade.

O trabalho de Kwakkel, et al. (2010) pretende avaliar a eficácia do Planeamento Estratégico

Aeroportuário Adaptativo através de um vasto conjunto de futuros possíveis para o caso do Aeroporto

de Schiphol (Amesterdão, AMS), tendo concluído que este método levava o aeroporto para resultados

menos negativos quando se compara com o master plan estático.

2.2.5. Planeamento Estratégico Dinâmico

De Neufville & Odoni (2013) desenvolveram o conceito de Planeamento Estratégico Dinâmico,

defendendo que para um planeamento em concordância com a realidade é necessário considerar três

elementos principais: uma boa avaliação das questões, uma abordagem flexível e uma postura

proactiva para lidar com o futuro.

Para a avaliação das questões, é conveniente começar com uma análise SWOT, que consiste em

duas fases de pensamento estratégico. A primeira fase decorre de factores internos e pretende avaliar

20

as condições actuais de um aeroporto, identificando os seus pontos fortes e fracos, já a segunda fase

diz respeito a um processo criativo com o objectivo de encontrar as oportunidades e as ameaças ao

aeroporto, as quais resultam defactores externos. Esta análise permite a compreensão acerca de como

o aeroporto deve desenvolver a sua actividade, tanto física como organizacional, de modo a que seja

possível moldar e beneficiar de desenvolvimentos futuros.

Estes autores consideram a flexibilidade como essencial, uma vez que é impraticável construir

instalações que atendam a todas as eventualidades. Como tal, os operadores aeroportuários têm de

ajustar os seus planos e projectos de forma dinâmica ao longo do tempo para acomodar a variedade

de cenários que possam ocorrer futuramente. O planeamento estratégico dinâmico representa,

portanto, uma nova visão de desenvolvimento do planeamento de sistemas de aeroportos, consistindo

numa abordagem que é apropriada para a conjuntura actual, caracterizada pelo ambiente cada vez

mais desregulamentado onde competem as companhias aéreas privatizadas e pelo crescente número

de aeroportos privatizados que têm de responder de forma proactiva às suas oportunidades e

ameaças.

Esta nova abordagem é ainda compatível com o master plan e baseia-se nos seus elementos

básicos, dado que se trata de uma extensão do processo de master planning. A este planeamento é

acrescentada uma análise de um conjunto de previsões passíveis de ocorrer e uma atitude proactiva

ao planeamento estratégico, incentivando os planeadores a moldar o futuro, em vez de reagir

passivamente aos eventos.

Em suma, a proactividade é outra característica fundamental do planeamento estratégico

dinâmico e não tem sido prática corrente no planeamento aeroportuário, pelo contrário, a atitude tem

sido a de reagir aos acontecimentos.

2.2.6. Sistemas Multi-Aeroportos

Bonnefoy, et al. (2010) estudaram os sistemas multi-aeroportos como outra possibilidade de

flexibilidade nos aeroportos, uma vez que o tráfego aéreo pode ser conduzido de um aeroporto para

outro. Estes sistemas representam um mecanismo essencial pelo qual os sistemas de transporte aéreo

em todo o mundo são capazes de conhecer a procura futura devido às restrições de capacidade nos

principais aeroportos existentes.

O desenvolvimento de sistemas multi-aeroportos é de natureza multi-factor, dado que envolve

e é influenciado por um vasto conjunto de factores: técnicos, políticos, regulatórios e sociais. Através

de uma análise dinâmica da sua evolução é possível ajudar e orientar o desenvolvimento eficaz dos

sistemas no futuro. No trabalho realizado, aquele autor analisou 59 sistemas de aeroportos em

diferentes regiões do mundo com o objectivo de fazer uma análise sistemática do sistema, por forma

21

a identificar os mecanismos fundamentais que regem o sistema, os factores que influenciam a sua

dinâmica e, desta forma, ser possível encontrar ideias para melhorar o design, operar e gerir o sistema.

2.2.7. Síntese

Analisando os diferentes prismas das alternativas para o desenvolvimento aeroportuário, é

possível verificar que a maioria dos autores aborda a flexibilidade na perspectiva de design. Este tema

capta bastante a atenção de quem estuda e trabalha o desenvolvimento de um aeroporto porque a

forma mais evidente de como se manifestam as consequências da variabilidade do tráfego é no espaço

fornecido pelos aeroportos para os diferentes serviços. Como tal, estas propostas realçam a

importância da disponibilidade e da nova organização do espaço para que seja possível a adaptação

do aeroporto para os diferentes cenários de tráfego aéreo. Adicionando a componente de gestão de

risco, tal como Gil & Tether (2011) defendem, para além de se atingir a eficácia proporcionada pelo

novo design, é possível avaliar a sua eficiência em termos de prazos e de custos.

Os sistemas multi-aeroportos (Bonnefoy, et al., 2010) é outra forma de lidar com o problema do

espaço, mas em vez de o espaço disponível no aeroporto ter de se modificar ou reorganizar, o tráfego

é que é reorganizado, sendo conduzido para outros aeroportos.

Enquanto que as alternativas que envolvem o design do aeroporto consistem em alterações

físicas do aeroporto, Burghouwt (2007), Kwakkel, et al. (2010) e de Neufville & Odoni (2013) abordam

esta questão a nível estratégico, em que as características mais realçadas para o planeamento são a

proactividade e a capacidade de ajuste dos planos para os diferentes futuros possíveis. Eles defendem

a elaboração de planos que satisfaçam vários níveis de procura, definindo diversos modos de acção

para estes.

2.3. Flexibilidade Aeroportuária

2.3.1. Conceito

A flexibilidade no sistema aeroportuário é, em geral, defendida como uma solução para lidar

com as incertezas do futuro. Com a finalidade de se investigar esta solução para o planeamento

aeroportuário, é fundamental a priori definir o conceito de flexibilidade. A análise bibliográfica

dedicada a este tema permite concluir que não existe uma unanimidade entre os vários autores. Por

um lado, nem todos os autores que estudam a flexibilidade apresentam uma definição para este

conceito e, por outro lado, os que a apresentam, têm perspectivas diferentes sobre o mesmo.

Contudo, as definições encontradas são semelhantes e convergem para a opinião de que a flexibilidade

22

é uma abordagem positiva. Dessas definições depreende-se que o seu objectivo é permitir que o

aeroporto se adapte às condições de procura utilizando a mesma infra-estrutura e equipamentos.

Dos vários autores que se têm dedicado ao estudo desta temática, destacam-se as seguintes

definições sobre o conceito de flexibilidade:

A flexibilidade consiste num grupo de características técnicas que permite aos proprietários

mudar, de forma fácil e barata, a configuração das suas instalações para atender às novas

necessidades (de Neufville, 2008).

A flexibilidade no design destina-se a responder especificamente a situações de mudança e

operações (Edwards, 2005).

A flexibilidade é a capacidade de fazer ajustes contínuos em condições de constante

mudança (Burghouwt, 2007).

A flexibilidade está associada ao design e estreitamente ligada com a gestão de riscos (Gil &

Tether, 2011).

A flexibilidade é a capacidade de se adaptar ao ambiente, sem fazer qualquer alteração

permanente no ambiente existente (Shuchi, et al., 2012).

A flexibilidade é a capacidade do aeroporto reagir eficazmente às mudanças no seu ambiente

operacional, disponibilizando os recursos de modo diferente (Vormer, et al., 2010).

A flexibilidade é a capacidade de um sistema se adaptar às alterações externas, enquanto

mantém o desempenho do sistema satisfatório (Morlok & Chang, 2004).

A flexibilidade pode ser definida como a capacidade de ter uma infra-estrutura tão

modificável quanto possível para se adaptar às necessidades futuras com o mínimo de

investimento (Magalhães, et al., 2013).

A flexibilidade caracteriza a capacidade de um sistema para ser alterado com facilidade

(Fricke & Schulz, 2005).

É de notar ainda que o conceito de flexibilidade é aplicado não só às infra-estruturas

aeroportuárias, mas também é aplicado a diversos campos de estudo, nomeadamente às ciências

relacionadas com os ramos de negócio e às ciências de engenharia, em que a ideia principal é a

capacidade de alterar ou reagir com o mínimo de impacto no tempo, no esforço, nos custo ou no

desempenho (Upton, 1994).

Ainda de acordo com Fricke & Schulz (2005), a flexibilidade faz parte de um conjunto de quatro

aspectos que definem, por sua vez, o conceito de modificabilidade (changeability). Para a definição

deste conceito, que engloba ainda a robustez, a agilidade e a adaptabilidade, os autores fazem a

distinção entre a flexibilidade e a adaptabilidade atendendo a que uma alteração pode ser iniciada,

respectivamente, de modo externo e de modo interno.

23

Das diferentes definições de flexibilidade acima mencionadas e das diversas alternativas flexíveis

para o desenvolvimento aeroportuário que foram abordadas anteriormente, é possível retirar um

conjunto de palavras-chave para caracterizar a flexibilidade:

adaptação ao longo do tempo;

facilidade na alteração;

proactividade.

As necessidades de hoje, não são necessariamente as mesmas de amanhã, pelo que é

fundamental que um projecto tenha a capacidade de se adaptar à evolução das diferentes situações

que vão ocorrendo ao longo do tempo. É necessário antecipar-se aos acontecimentos e agir, isto é,

adoptar uma postura proactiva, extraindo os benefícios das oportunidades e evitando riscos. Desta

forma, adoptar flexibilidade é trazer ao sistema a possibilidade de ser modificado de forma simples

dentro da sua configuração existente sempre que for necessário, aumentando a sua probabilidade de

sucesso.

A ideia corrente entre os vários autores é a de que a flexibilidade traz novos atributos ao

desenvolvimento aeroportuário, pelo que pode tratar-se de uma alternativa interessante a considerar,

visto que poderá solucionar ou atenuar problemas relacionados com esta actividade. Tendo em conta

a literatura referida, é possível agrupar uma série de aspectos vantajosos proporcionados pela

adopção da flexibilidade. A vantagem principal é, seguramente, a capacidade para ajustar facilmente

as instalações a situações futuras, que pode ser conseguida pela sua multifuncionalidade, aumentando

assim, a utilização das instalações e reduzindo a necessidade de mais instalações para níveis de tráfego

superiores. Outra vantagem é a que se relaciona com os gastos reduzidos resultantes do

aproveitamento do espaço, o que aumenta também o retorno de investimento.

De acordo com Cardin & de Neufville (2008), um dos benefícios de um sistema flexível é criar

valor ao seu proprietário, dado que consegue tirar vantagem de oportunidades inesperadas e/ou

reduzir a exposição aos riscos. Além disso, o reconhecimento da flexibilidade permite tomar melhores

decisões quanto ao limiar adequado para o investimento e, ainda, pode ser essencial para a

operacionalidade dos sistemas em escalas de tempo grandes. Com a flexibilidade, os planeadores

podem adiar as decisões no tempo, porém esse adiamento é obviamente limitado.

Não obstante as vantagens encontradas para a flexibilidade, esta abordagem tem também

desvantagens. Este conceito apresenta-se bastante vantajoso quando é necessário fazer alguma

alteração e já foi prevista essa opção. Porém, no caso em que ela não seja necessária no futuro, houve

gastos desnecessários para realizá-la, tornando-a infrutífera do ponto de vista financeiro. Esses gastos

estão relacionados, por exemplo, com o custo de planeamento (para a remuneração de quem produziu

o trabalho), com o custo dos novos equipamentos e com os custos associados ao pessoal para operar

nesses novos equipamentos.

24

É de salientar a importância para o grau de flexibilidade que é adoptada. Por um lado, entende-

se que a adopção de "demasiada" flexibilidade pode resultar num aumento do custo de

desenvolvimento e gestão da infra-estrutura e, por outro lado, a opção por "pouca" flexibilidade pode

resultar na falta de adaptação às situações futuras incertas. Por isso, a flexibilidade é uma tarefa de

optimização, em que ambos os extremos devem ser evitados.

Existem limitações à adopção da flexibilidade devido à dispersão do conhecimento sobre este

conceito. Na verdade não existe ainda uma fusão do conhecimento obtido nos diversos estudos

realizados até agora, que permita desenvolver uma estrutura que sustente o conceito de flexibilidade.

Apenas tem sido desenvolvida uma abordagem conceptual, que ainda não foi levada à prática. É ainda

notória a ausência de uma caracterização das variáveis fundamentais da flexibilidade, de um estudo

sobre as relações causais entre elas e sobre as suas consequências (variáveis de desempenho). A

literatura carece de estudos sobre mecanismos de flexibilidade que explicam as relações causais entre

os níveis de flexibilidade e os indicadores de desempenho (Magalhães, et al., 2012).

2.3.2. Níveis de Flexibilidade e Opções Flexíveis

A flexibilidade é um atributo que pode ser adoptado a diferentes níveis num sistema e em todas

as fases de planeamento do projecto. De acordo com o trabalho de Butters (2010), são definidos os

tipos de flexibilidade para os aeroportos, já indicados no sub-capítulo anterior, os quais podem ser

aplicados em diferentes etapas de desenvolvimento: o master plan; o design de edifícios; o

planeamento do espaço; e as componentes. Por sua vez, Magalhães, et al. (2013) estabeleceu uma

conexão entre estas etapas e os níveis de planeamento utilizados habitualmente (estratégico, táctico

e operacional), definindo as opções flexíveis mais comuns para cada nível. Desta forma, o nível

estratégico relaciona-se com o master plan e o planeamento do espaço; o nível táctico, com o

planeamento do espaço e o design de edifícios e, por último, o nível operacional com o design de

edifícios e as componentes.

No planeamento do sistema aeroportuário, as alterações típicas esperadas num terminal de

aeroporto ao longo do seu ciclo de vida podem ser então classificadas em flexibilidades estratégicas,

tácticas e operacionais (Shuchi & Drogemuller, 2012). Estes três níveis representam diferentes opções

de flexibilidade com diferentes áreas de actuação e, ainda, dependem bastante de quão rápidas são

as instalações a exigir as alterações apropriadas.

Ao nível estratégico, as opções flexíveis estão relacionadas com acções que requerem mais do

que uma época para serem realizadas. Uma vez que as mudanças estratégicas consistem em alterações

a longo prazo, envolvem portanto modificações estruturais, como por exemplo, terminais modulares.

25

Ao nível táctico, as opções flexíveis representam acções que ocorrem durante um período da

época.

Ao nível operacional, as opções flexíveis são utilizadas numa semana ou mesmo num dia apenas,

tratando-se de um tipo de flexibilidade que se manifesta a partir da adaptação de alterações

recorrentes e rápidas a realizar num terminal de aeroporto (Magalhães, et al., 2013) (Shuchi &

Drogemuller, 2012).

Na Tabela 2.2, apresenta-se a lista de opções flexíveis organizadas pelos níveis de acção, que

foram consideradas no estudo de Magalhães, et al. (2013).

Nível Estratégico Nível Táctico Nível Operacional Solo disponível para

expansões

Utilização de solo disponível para actividades não-aeronáuticas

Utilização de terminais modulares para uma expansão mais fácil

Terminal open space: o mínimo de paredes estruturais

Terminal open space: extensão do pé-direito do terminal

Facilidade de alteração do design e layout das zonas de retalho no terminal

Facilidade de alteração das funções no terminal

Paredes divisórias móveis no terminal

Espaços disponíveis no terminal

Portas de embarque com serviços internacionais e domésticos (swing gates)

Sistemas móveis: balcões de check-in

Sistemas móveis: balcões das companhias aéreas

Sistemas móveis: áreas de segurança

Sistemas móveis: sinalização e publicidade

Sistemas móveis: tapetes de recolha de bagagem

Tabela 2.2 – Opções Flexíveis por Níveis de Acção (adaptado de Magalhães, et al. (2013))

Na literatura, existem algumas opções flexíveis para resolver alguns problemas gerados pela

variação das forças externas.

A utilização de instalações com uso partilhado (de Neufville & Belin, 2002) é uma opção flexível

que poderá resolver questões relacionadas com a procura e, ainda, reduzir os recursos financeiros

necessários. Estas instalações servem diversos utilizadores (aeronaves, companhias aéreas ou tipo de

serviços) em diferentes funções (chegadas, partidas, internacionais e domésticas, entre outros). O

design dos edifícios de passageiros deve incluir espaço partilhado, swing gates e instalações

partilhadas que amortecem a incerteza da procura. Em termos de procura, as variações dos níveis de

tráfego (picos de tráfego) e o momento em que elas ocorrem (incerteza) motivam a sua utilização,

uma vez que a sua multifuncionalidade aumenta a flexibilidade dos edifícios, permitindo a fácil

acomodação nas variações do tráfego. Quanto aos recursos financeiros requeridos, eles serão

menores, na medida em que, como se viu anteriormente, as despesas podem reduzir até perto de um

terço, permitindo dessa forma que os investidores obtenham um rápido retorno.

A evolução dos sistemas multi-aeroportos é influenciada, segundo Bonnefoy, et al. (2010), pela

disponibilidade de infra-estruturas aeroportuárias existentes, pela entrada no mercado de companhias

26

aéreas de low-cost, utilizando os aeroportos pouco rentabilizados e ainda por factores de carácter

político e legislativo. O desenvolvimento destes sistemas tem como finalidade a adaptação do sistema

de transporte aéreo nacional às limitações de capacidade e às oportunidades de mercado. Como os

principais aeroportos do mundo estão a atingir os seus limites de capacidade e a ficar congestionados,

estão a surgir novos aeroportos na sua proximidade, quer através da construção de novos aeroportos

com grande capacidade quer através do incremento da importância dos aeroportos secundários até aí

com pouca utilização.

O desenvolvimento destes sistemas afigura-se como vital para atender à procura no futuro. Um

sistema multi-aeroporto oferece vantagens importantes, tais como:

a redução do congestionamento nos aeroportos principais, proporcionando capacidade

adicional para o sistema de transporte aéreo regional;

a possibilidade de maior robustez operacional através das operações desagregadas

espacialmente e reduzindo os efeitos de rotura;

a oferta de novas alternativas de viagens para os residentes da área metropolitana de uma

grande cidade, o que se traduz em reduções da distância de acesso ao aeroporto e do tempo

de viagem;

a criação de impactos directos, indirectos e induzidos nas economias regionais;

a redução dos efeitos das posições monopolistas que podem emergir em sistemas de

aeroporto único.

Contudo, os sistemas multi-aeroporto também originam algumas desavantagens, como por

exemplo, a diluição de operações em vários aeroportos limitando economias de escala para as

companhias aéreas ou a possibilidade limitada que proporciona aos passageiros na ligação entre os

voos nos diferentes aeroportos que servem por exemplo as áreas metropolitanas das grandes cidades.

De acordo com Butters (2010), os aeroportos flexíveis têm um conjunto de componentes para o

aumento de capacidade, cada uma delas com características específicas que podem ser desenvolvidas

de forma independente ou em conjunto. A extensão dos terminais é uma dessas componentes, em

que deve ser possível a expansão independente de partes do terminal, não provocando alterações nas

partes que não necessitam dessa extensão.

Para Magalhães, et al. (2013) considera-se também como opção flexível a existência de terreno

que é deixado disponível, evitando, dessa forma, as restrições de espaço no futuro, o que leva a um

maior investimento e torna o processo mais moroso. Este problema está constantemente a bloquear

a expansão do aeroporto, pelo que é então necessário que haja uma optimização do uso do solo.

27

Por fim, a adopção de uma forma modular é considerada uma solução simples, dado que os

terminais modulares possuem uma configuração que torna mais fácil e barato o processo de adaptação

ou de expansão para atender à procura e aos ciclos económicos (Shuchi, et al., 2012). Esta solução

permite aumentar a flexibilidade de um terminal do ponto de vista estratégico.

2.3.3. Exemplos da Flexibilidade Aeroportuária

A- Aeroporto de Dublin (DUB)

O Aeroporto Internacional de Dublin tem um dos master plans mais flexíveis desenvolvidos

recentemente, que identifica uma série de componentes para o aumento da capacidade, cada uma

deles com características específicas e podem ser desenvolvidas independentemente ou combinadas

(Butters, 2010).

Estão planeadas extensões dos Terminais 1 e 2, em que o tipo de tráfego de cada um deles é

diferente, mas que podem ser desenvolvidas de forma independente com o aumento da procura. O

master plan fornece novos piers em três áreas para responder a diferentes cenários de crescimento

de tráfego (Figura 2.4): apron piers A e B, para equilibrar o crescimento das transportadoras premium

e as low-cost; apron piers F e G, para permitir níveis mais elevados de crescimento, respectivamente,

nas transportadoras premium e low-cost.

Foi ainda deixado terreno disponível para que no futuro se possa desenvolver um hub,

salvaguardando um novo terminal para responder às condições de mudança radicais ou taxas de

crescimento maiores.

Figura 2.4 – Diagrama do Aeroporto de Dublin (Fonte: (Butters, 2010))

28

B - Aeroporto de Atenas (ATH)

A execução do projecto do Aeroporto Internacional de Atenas foi apenas concretizada pela

metade, dado que está prevista a construção de outro terminal, mas a procura actual não requer ainda

uma expansão. Como tal, foi deixado propositadamente um espaço reservado caso seja necessária a

expansão, espaço esse que actualmente está a ser utilizado por painéis solares que colectam energia

para o aeroporto (Magalhães, et al., 2013).

C - Aeroporto de Vancouver (YVR)

Com a finalidade de poder lidar com o número de passageiros variável, que requerem diferentes

procedimentos de processamento, o terminal do Aeroporto Internacional de Vancouver é um grande

salão aberto dividido por painéis de vidro interiores que podem ser ligados de diferentes formas por

escadas rolantes e passagens. Desta forma, o aeroporto consegue facilmente adaptar-se a mudanças

do tráfego a curto e a longo prazo, abrindo e fechando portas, respectivamente, entre os vários

sectores e deslocando os painéis, o que confere a este aeroporto uma grande capacidade de

acomodação ( (de Neufville, 2008); (Shuchi, et al., 2012)).

D - Aeroporto de Southampton (SOU)

O terminal do Aeroporto de Southampton é um exemplo de um terminal de aeroporto modular,

em que a sua forma facilita a expansão futura, que pode ser alcançada sem interrupção das operações

existentes. Para além de ser uma solução económica, a técnica de construção é rápida devido à

semelhança dos elementos do edifício (Shuchi, et al., 2012).

E - Aeroporto de Bangkok (BKK)

Esta configuração dos terminais descrita no caso de Southampton, também é adoptada pelo

Aeroporto de Bangkok Suvarnabhumi, onde existe uma série de grandes terminais modulares, cada

um servido por corredores no lado ar com portas de acesso às aeronaves em ambos os lados (Shuchi,

et al., 2012).

F - Aeroporto de Amesterdão-Schiphol (AMS)

O Aeroporto Internacional de Amesterdão Schiphol foi adaptado e ampliado com sucesso para

responder ao aumento contínuo da procura, evoluindo para um aeroporto-cidade. Isto foi possível

graças à estreita cooperação com a câmara de Amesterdão, reunindo-se semanalmente para discutir

e resolver questões acerca do desenvolvimento do aeroporto, nomeadamente as que diziam respeito

às restrições do uso do solo e as referentes ao ambiente). Assim, esta cooperação gerou estabilidade

29

geopolítica que se revelou fundamental para os investidores, com as consequentes repercussões no

investimento, e logo, na necessidade de flexibilidade (Shuchi, et al., 2012).

G - Aeroporto de Nova Iorque-John F. Kennedy (JFK)

O Aeroporto Internacional de John F. Kennedy é um exemplo de como a falta de flexibilidade

pode gerar problemas graves que podem levar até mesmo ao encerramento de terminais, como foi o

caso do Terminal TWA. Este terminal foi provando, ao longo do tempo, que era funcionalmente

deficiente, uma vez que o seu plano radial e compacto é ineficiente quando comparado com os lineares

(Shuchi, et al., 2012).

H - Aeroporto de Frankfurt (FRA)

O aeroporto de Frankfurt, tal como o anterior, é outro exemplo de surgimento de problemas. A

opção flexível de deixar espaço livre para uma futura expansão poderia ter evitado os procedimentos

jurídicos que ocorreram devido à construção de uma terceira pista, necessária para enfrentar as

restrições de capacidade e o congestionamento das outras pistas. Em resultado, ocorreram conflitos

com grupos de ambientalistas e com residentes, uma vez que esta construção geraria um aumento do

ruído e de poluição, bem como o corte de árvores protegidas (Magalhães, et al., 2013).

2.3.4. Aferição das vantagens e desvantagens da flexibilidade aeroportuária

Actualmente, a flexibilidade é um tema que é abordado em diversas disciplinas, uma vez que se

trata de uma característica cada vez mais desejada em diversos sistemas e, portanto, existe um

interesse na medição da flexibilidade. Quantificar os benefícios da flexibilidade é fundamental para

que se possa escolher a solução que melhor resulta num compromisso entre os custos realizados e o

desempenho obtido.

Eckart (2012) estudou a flexibilidade nos sistemas de drenagem urbana e desenvolveu um

framework para a sua medição. Neste trabalho, foi feito uma síntese dos diferentes métodos de

medição da flexibilidade que consistiam em métodos baseados em indicadores, de análise de pré-

investimento, de análise de decisão, de análise de sistemas e métodos baseados em métodos de

simulação.

Os métodos baseados em indicadores, na generalidade, não têm um fundamento teórico e, por

isso, a maioria das abordagens foram desenvolvidas considerando requisitos práticos. A flexibilidade é

medida por indicadores que oferecem coerência plausível entre o sistema analisado e a opção flexível.

Adiante (sub-capítulo 2.4), este método baseado em indicadores irá ser objecto de um tratamento com

maior detalhe, dando relevância à relação entre a flexibilidade inserida num aeroporto e o seu

30

desempenho. Também, irão ser referidos alguns frameworks desenvolvidos para avaliar a flexibilidade

com base em indicadores de desempenho e, ainda, uma aplicação prática no aeroporto de Aeroporto

de Schiphol.

Na gestão de negócios, a questão da flexibilidade é discutida no contexto de análise de pré-

investimento, que pode ser utilizada para medi-la e avaliá-la. As métricas de flexibilidade discutidas

nestes métodos dizem respeito aos custos de ciclo de vida (despesas que ocorrem durante todo o

período de vida operacional do sistema) e aos custos e benefícios da flexibilidade (“custos de troca”

que consideram apenas o balanço entre as despesas e os ganhos gerados pela opção flexível).

Nos métodos de medição de análise de decisão, desenvolvem-se vários designs alternativos de

um sistema, que representam as opções de flexibilidade disponíveis no início do processo de

planeamento, as quais são consideradas em diferentes cenários futuros. Para todos eles, o

desempenho das soluções alternativas é apurado, podendo assim ser avaliada a flexibilidade através

da comparação dos diferentes desempenhos (Cardin & de Neufville, 2008) (Eckart, 2012). Dos diversos

métodos analisados por Eckart (2012), retiram-se algumas métricas relevantes para a medição da

flexibilidade, tais como:

a homogeneidade do sistema (a homogeneidade indica a adequação das soluções

alternativas para diferentes cenários futuros e incertezas);

a diferença de desempenhos do sistema (diferença entre o benefício actual e o benefício

obtido da alternativa escolhida, para diferentes cenários futuros);

a quantidade de acções alternativas (extensão das acções alternativas de todas as soluções

alternativas para diferentes cenários futuros);

o nível de alcance do objectivo (concretização dos objectivos para diferentes cenários

futuros).

A análise de sistemas é utilizada para melhorar o desempenho e a flexibilidade dos sistemas,

onde podem ser deduzidas métricas para a aferição da flexibilidade. Aqui são analisadas as dimensões

da flexibilidade que incluem a gama, a mobilidade, a uniformidade e o custo de fornecimento.

Relativamente a métodos desenvolvidos de análise de sistemas, um dos exemplos que este autor

refere é o do método de propagação da mudança, em que são consideradas as métricas da

probabilidade de ocorrência e do impacto da mudança.

Os métodos de medição baseados em métodos de simulação têm como propósito optimizar a

flexibilidade dos sistemas, porém também podem ser utilizados como uma estrutura para medi-la.

Com estes métodos, é possível determinar o valor da variável de decisão para optimizar a função

objectivo, obedecendo às restrições impostas. Para a medição da flexibilidade através deste método,

adopta-se uma abordagem em que se compararam as soluções alternativas em diferentes cenários

31

futuros, sendo possível considerar decisões mais complexas. É necessário, então, determinar o valor

da flexibilidade para a solução óptima e para a solução alternativa a avaliar.

Na sua pesquisa, Eckart reuniu as métricas expressas nas diferentes abordagens em que

destacou:

a gama de mudança - a capacidade de lidar com uma grande variedade de alterações futuras;

a uniformidade - a homogeneidade do desempenho do sistema, dentro do intervalo de

alterações;

a mobilidade - as penalidades de transição da mudança, tais como a duração ou custos de

mudança.

Shuchi & Drogemuller (2012) propuseram um framework de avaliação da flexibilidade do design

num terminal de aeroporto. No entanto, ele não se trata de um manual completo para medir a

flexibilidade no layout dos terminais, mas oferece uma estratégia esquemática que pode ser adaptada

a uma variedade de configurações. O framework de avaliação conceptual proposto inclui um

procedimento para obter um layout adequado e, por fim, sugere métricas de desempenho para avaliar

a flexibilidade de forma abrangente.

O desenvolvimento de métricas de design flexível no processo de design de terminal de

aeroporto irá definir um número de variáveis que melhoram eficientemente o design e a operação de

um novo terminal ou a reconstrução de um. O objectivo destas métricas é avaliar a eficácia da

estratégia de design flexível proposta e a sua utilidade neste processo (Shuchi & Drogemuller, 2012).

2.4. Desempenho Aeroportuário

2.4.1. Relação entre a flexibilidade e o desempenho

Quando se implementa opções flexíveis num dado aeroporto, procura-se que tal provoque uma

melhoria no seu desempenho.

Este objectivo obriga a conhecer a relação entre a flexibilidade e o desempenho. Os dois

conceitos têm sido relacionados de uma forma directa, sendo a ideia dominante a de que os

aeroportos flexíveis estão mais aptos para se adaptar às mudanças e mantêm-se mais competitivos.

Segundo Magalhães, et al. (2015), a flexibilidade ajuda a aumentar ou pelo menos a manter os níveis

de desempenho do aeroporto, através do melhoramento da adaptabilidade das funções do aeroporto

às alterações externas.

Os autores Morlok & Chang (2004), na sua definição de flexibilidade, são os que associam a

flexibilidade explicitamente ao desempenho. O desempenho do sistema é caracterizado através de

32

parâmetros como a capacidade, o nível de serviço, a manutenção e a rentabilidade e, enquanto são

mantidos a um nível satisfatório, o sistema tem a capacidade de se adaptar às alterações externas.

De acordo com Magalhães (2014), o desempenho aeroportuário representa os outputs

produzidos pelo aeroporto que são influenciados pela flexibilidade e, constata que os dois principais

parâmetros de desempenho considerados na literatura para analisar a flexibilidade consistem na

produtividade e no desempenho financeiro.

Assim, na análise da flexibilidade de um aeroporto é fundamental distinguir a sua influência no

desempenho tanto a nível financeiro como operacional e, saber quantificá-la. Na secção 2.3.4, foram

apresentados alguns métodos e frameworks desenvolvidos para medir a flexibilidade, em que o

desempenho do sistema é a principal forma de avaliar a sua influência no sistema.

Na medição da flexibilidade, Eckart (2012) destaca as análises de pré-investimento como

métodos a avaliar o desempenho financeiro de um sistema. O autor refere duas métricas financeiras

que correspondem aos custos de ciclo de vida e aos custos e benefícios da flexibilidade. A primeira

métrica considera todas as despesas no período de vida operacional do sistema, englobando os custos

relacionados com o investimento inicial, as operações, a manutenção e as alterações. Por sua vez, a

segunda métrica faz um balanço das despesas e dos ganhos do sistema, considerando, os custos de

construção, de manutenção e de implementação das opções de flexibilidade e ainda os custos devidos

à adaptação do sistema e aos danos previstos.

No trabalho de Eckart, são ainda abordados dois métodos de avaliação financeira, os benefícios

ilimitados e as opções reais.

O método dos benefícios ilimitados é uma avaliação de custo-benefício, com base numa função

de custo para diferentes futuros, indicando que um sistema é flexível se esta função apresentar um

benefício ilimitado enquanto as despesas são limitadas.

A análise de opções reais é particularmente útil ao avaliar estratégias de investimento com

elevados riscos e incertezas em conjunto com a flexibilidade (Mittal, 2004).

De Neufville (2003) estuda uma análise financeira baseada nas opções reais para captar os

benefícios da flexibilidade, uma vez que este tipo de análise permite estimar o valor da flexibilidade

num sistema. Utilizando a perspectiva de opções reais, é possível projectar os sistemas de forma

diferente para a incerteza, poder-se-á dar maior valor a determinadas actividades que anteriormente

não eram tão reconhecidas, passando a investir mais nelas e, ainda, realça-se a importância de uma

abordagem proactiva extensa na recolha de informação sobre como resolver a incerteza, para que seja

possível explorar o valor nas opções.

Este método tem como base, a ideia de que os princípios e métodos das opções financeiras

podem ser transferidos para alternativas reais e objectos físicos (Eckart, 2012). Deste modo, as opções

reais lidam com coisas físicas em vez de contratos financeiros e todos os elementos de um sistema que

33

fornecem flexibilidade podem ser considerados como opções reais. A sua adopção na avaliação de

projectos, e assim também da concepção dos sistemas, traz vantagens adicionais que podem ser mais

importantes a longo prazo (de Neufville, 2003). Como tal, é possível considerar muitas características

na concepção de um sistema como opções reais envolvendo flexibilidade sobre o momento de

investimento. Ao analisá-las, é possível calcular o valor de cada uma delas e compará-las em relação

ao seu custo e, consequentemente, ter uma justificação sólida para aprovar ou rejeitar.

É de referir ainda que o foco no método dos benefícios ilimitados e das opções reais são as

características económicas da flexibilidade e, por isso, não consideram os seus outros atributos

mencionados na sua definição.

Actualmente, ainda existe uma grande limitação no que diz respeito à avaliação do desempenho

das operações aeroportuárias. Esta área de estudo é de extrema importância para que seja possível

entender quais são os benefícios operacionais da flexibilidade, dado que há a convicção de que a

flexibilidade tem um contributo positivo nas operações, porém não há como medi-la.

O framework conceptual de avaliação da flexibilidade desenvolvido por Shuchi & Drogemuller

(2012) é um processo para obter um layout adequado, sugerindo métricas de desempenho. Este

processo começa com a consideração de diversos objectivos de desempenho que interessam a uma

variedade de utilizadores do terminal aeroportuário. Na formulação de um layout flexível, os

parâmetros de design devem ser adequadamente identificados e classificados. Estes correspondem a

aspectos qualitativos e quantitativos das características físicas e funcionais de um sistema que dão um

contributo ao processo de design. Devem ser também consideradas restrições, que são as regras de

design, as relações, as convenções e as leis naturais a serem mantidas. Por último, de entre todas as

soluções que obedecem a todos estes termos, retiram-se métricas fundamentais para o eficiente

desenvolvimento do design e das operações.

Uma das abordagens mais utilizadas na literatura é a avaliação do desempenho com base em

indicadores. Não se trata de uma abordagem teórica, mas sim de aplicações práticas, em que a sua

qualidade é determinada por uma selecção estruturada dos indicadores (Eckart, 2012). Autores como

Walker, et al. (2008), Wijnen, et al. (2008), Kwakkel, et al. (2010) e Magalhães, et al. (2015) utilizaram,

nos seus estudos, indicadores de desempenho como forma de avaliarem o desempenho de um

aeroporto.

2.4.2. Indicadores de desempenho

As interacções no sistema aeroportuário determinam o seu desempenho, produzindo resultados

denominados por indicadores de desempenho. Estes indicadores são aspectos que descrevem o

desempenho do plano em vigor, que devem ser quantificados em diferentes situações, revelando-se

34

critérios relevantes para a avaliação das estratégias do aeroporto, que ajudam os planeadores a

definir, avaliar e melhorar os planos. A sua utilização é essencial na análise das novas abordagens que

incluem a flexibilidade, comparando-as com a forma tradicional de planeamento.

Assim, os indicadores com que os planeadores de aeroportos mais se preocupam são

essencialmente aqueles indicados pelo Airports Council International (ACI), os Key Performance

Indicators (KPI), e pela IATA, os indicadores de nível de serviço.

Os KPI são na totalidade 42 métricas individuais que estão divididas em 6 categorias (key

performance areas) (Figura 2.5), constituindo um conjunto útil de medidas de desempenho para ajudar

na gestão de desempenho dos aeroportos por todo o mundo (ACI World, 2012). As 6 áreas de

desempenho definidas pelo ACI serão descritas de seguida.

Core – são as medidas núcleo usadas para caracterizar e classificar os aeroportos, sendo

indicadores importantes para todas as actividades aeroportuárias e, ainda, factores e

componentes importantes para outros indicadores.

Segurança e Protecção – são as responsabilidades mais importantes do aeroporto.

Qualidade de Serviço – trata-se de uma área cada vez mais importante e que reflecte a

evolução da gestão do aeroporto de um foco primário nas instalações e operações a um foco

forte no serviço ao cliente num ambiente cada vez mais competitivo.

Produtividade/ Eficiência – são medidas de desempenho de aeroporto estreitamente

relacionadas/ sobrepostas, sendo separadas em medidas de eficiência e produtividade, pelo

facto das primeiras terem como base o custo e as outras não.

Financeiro/ Comercial – são medidas relacionadas com os encargos do aeroporto, solidez e

sustentabilidade financeira e o desempenho das funções comerciais individuais.

Ambiente – esta área tornou-se um foco forte para a gestão dos aeroportos para minimizar

os impactos ambientais.

35

Figura 2.5 - Key Performance Indicators, pelo ACI (ACI World, 2012)

O Nível de Serviço diz respeito à qualidade do contexto em que o serviço está inserido (de

Neufville & Odoni, 2013). As normas de Nível de Serviço citadas pela IATA (2004) consistem na

disponibilidade de espaço por passageiro e baseando-se nelas é possível analisar a qualidade fornecida

pelos serviços oferecidos. Na Tabela 2.3, são apresentadas as características das diferentes situações

de nível de serviço. É de notar, que para além das características relacionadas com o espaço, a IATA

(2004) propõe indicadores pertinentes relacionados com o tempo para a determinação da qualidade

dos serviços de operação, tendo uma função de complementaridade do Nível de Serviço: comprimento

da fila de espera; tempo médio na fila de espera por passageiro; tempo médio de processamento por

passageiro; tamanho da área da fila de espera por passageiro; tempo médio total no sistema;

percentagem de passageiros que perdem o voo.

36

Nível de Serviço

Qualidade do Serviço

Fluxo de Passageiros

Atrasos Conforto Sistema

A Excelente Fluxo livre Não Excelente Ok

B Elevada Estável e

constante Muito reduzido Elevado Ok

C Boa Estável e

constante Aceitável Bom Ok

D Adequada Instável

(stop-and-go) Aceitável (pequenos períodos de tempo)

Adequado Ok

E Inadequada Instável

(stop-and-go) Instável Inaceitável Ok

F Inaceitável Fluxos cruzados Inaceitável Inaceitável Colapso do

serviço

Tabela 2.3 – Nível de Serviço (IATA, 2004)

Tendo em conta os indicadores de desempenho referidos pelas duas entidades, diversos autores

estudaram alguns destes indicadores na elaboração dos seus trabalhos e, ainda acrescentaram outros

que acharam relevantes para o estudo. Das análises existentes na literatura, apresentam-se de seguida

os indicadores considerados por alguns autores.

Para Walker, et al. (2008), o desempenho de um aeroporto é caracterizado pelos resultados

procedentes das interacções existentes no aeroporto que englobam indicadores tais como: o número

de passageiros e a quantidade de mercadorias transportadas; o lucro do aeroporto; o nível de emissões

das aeronaves; a extensão de atrasos dos voos; o número de acidentes aéreos; a poluição sonora; o

congestionamento na rede rodoviária em torno do aeroporto.

No âmbito do planeamento estratégico de um aeroporto, Wijnen, et al. (2008) apresentaram

um projecto conceptual de um sistema de apoio à decisão, que fornece uma forma rápida e fácil de

avaliar estratégias alternativas. Os indicadores de desempenho apresentados neste framework

consistem: na capacidade do aeroporto e atrasos; no impacto do ruído; no risco para terceiros; nas

emissões; no desempenho financeiro.

Com o objectivo de averiguar como o desempenho dos aeroportos flexíveis diferiam dos outros

aeroportos, Magalhães, et al. (2015) elaborou um estudo com base em indicadores de desempenho,

aplicados a uma análise de factores e de clusters. Com esta comparação entre estes dois tipos de

aeroportos, pretende-se explorar como o desempenho dos aeroportos flexíveis evoluiu e ainda

verificar se, pelo menos, conseguem mantê-lo ao longo do tempo. Uma vez que se tem a convicção

que estes aeroportos estão melhor preparados para lidar com a incerteza, é esperado que sejam mais

resilientes e que os seus desempenhos sejam mais estáveis com o decorrer do tempo.

37

Para esta análise foram escolhidas três categorias de indicadores de desempenho fornecidos

pela Air Transport Research Society (ATRS): produtividade e eficiência; custos; resultados financeiros.

Indicadores de desempenho

Produtividade e Eficiência Custos Resultados Financeiros Passageiros por empregado

Movimentos de aeronaves por passageiro

Passageiros por porta de embarque

Passageiros por metro quadrado de espaço de terminal

Movimentos de aeronaves por pista

Custo de trabalho por passageiro

Custo de trabalho por movimento

Custo variável por passageiro

Custo variável por movimento de aeronave

Receita aeronáutica por movimento de aeronave

Receita de concessão por passageiro

Receita operacional por passageiro

Receita operacional por movimento

Receita operacional por empregado

Tabela 2.4 - Indicadores de desempenho estudados por Magalhães, et al. (2015)

Neste trabalho, com a amostra de aeroportos utilizada não foi possível concluir que os

aeroportos flexíveis têm melhores resultados de desempenho. Apesar de alguns deles apresentarem

valores mais altos de desempenho, não se pode fazer uma generalização para todos os aeroportos. No

entanto, os resultados seguem a ideia de que a flexibilidade mantém os níveis de desempenho

satisfatórios, o que não significa que os aeroportos flexíveis têm de ter necessariamente um elevado

desempenho quando comparados com os outros. A flexibilidade está relacionada com a característica

resiliente dos aeroportos, porém neste estudo não é possível validar esta hipótese.

Como já referido anteriormente, Kwakkel, et al. (2010) desenvolveram um estudo para o

Aeroporto de Schiphol com o objectivo de avaliar a eficácia do Plano Estratégico Aeroportuário

Adaptativo em comparação com o plano em vigor (master plan) para um gama alargada de futuros

possíveis. Este plano nunca foi aplicado na prática, e um dos principais motivos para tal, é o facto da

eficácia ainda não ter sido estabelecida. Assim, reuniram uma série de indicadores que determinam o

desempenho do aeroporto: ruído; máximo ruído; risco para terceiros; capacidade física do aeroporto

(utilização); máxima utilização; procura desacomodada; os impactos ambientais (emissões).

Os resultados obtidos deste estudo evidenciaram que, comparativamente com o master plan, a

sua alternativa proposta por estes autores apresentava uma menor variação do desempenho para a

maioria dos indicadores de desempenho, expunha o aeroporto a menores riscos e apresentava um

significativo melhoramento da utilização. Porém, ocorreu um ligeiro decréscimo no desempenho

ambiental, que desaparece caso a análise abrangesse as cidades de Lelystad e de Eindhoven. Este

estudo revela duas limitações que dizem respeito à não consideração dos diversos stakeholders que

38

governam em conjunto o desenvolvimento do aeroporto e a sua resposta aos desenvolvimentos

actuais e, ainda, ao facto desta análise não abranger os custos dos planos.

Todos os indicadores referidos podem não depender exclusivamente do desempenho do

aeroporto e, também, serem afectados pela conjuntura do ambiente em que ele está inserido. Na

próxima secção, enumeram-se alguns desses factores externos ao aeroporto que poderão influenciar

o sistema aeroportuário.

2.4.3. Factores Externos

Os factores externos de um aeroporto dizem respeito às forças não controláveis no sistema

aeroportuário. A sua introdução em algumas análises efectuadas a alternativas flexíveis, revelou-se

fundamental, dado que podem afectar fortemente o desempenho do aeroporto. Portanto,

conhecendo quais as externalidades que influenciam este sistema, é possível encontrar opções

flexíveis para solucionar os problemas que cada uma delas origina.

Para Walker, et al. (2008), os desenvolvimentos fora do sistema aeroportuário e que o afectam,

dizem respeito à evolução nos domínios demográfico, económico, espacial, social e tecnológico, bem

como às políticas governamentais e aos desenvolvimentos das companhias aéreas. Wijnen, et al.

(2008), reforçam esta ideia afirmando que os factores externos consistem na economia, na tecnologia,

na regulamentação e na demografia.

Magalhães, et al. (2013) elaboraram uma pesquisa em que reuniram respostas de 19 aeroportos.

Um dos objectivos deste estudo era classificar a importância de oito factores externos que

impulsionam a necessidade de flexibilidade, presentes na literatura existente. Assim, estes factores

consistem: na procura, nos ciclos económicos, na evolução tecnológica, na regulamentação, nos

recursos e capacidade financeira, nas restrições do uso do solo, no ambiente, na estabilidade

geopolítica. Os aeroportos entrevistados consideraram a maioria dos factores externos com uma

importância significativa, destacando a procura, os recursos e a capacidade financeira, os

desenvolvimentos tecnológicos e as questões ambientais.

2.4.4. Síntese

Os indicadores de desempenho são uma forma bastante corrente para a avaliação do

desempenho de um aeroporto. Aqueles que são mais utilizados pelos planeadores de aeroportos são

os recomendados pelo ACI e IATA. Na literatura referida é possível notar que os indicadores que têm

mais a atenção dos autores são aqueles relacionados com a qualidade de serviço, produtividade e

eficiência e, também, o desempenho financeiro do aeroporto. A qualidade de serviço é aquela em que

39

o cliente tem a percepção do funcionamento do sistema, pelo que é de grande importância que esta

consiga transmitir uma imagem positiva, num ambiente cada vez mais competitivo. As outras áreas

mencionadas relacionam-se com o desempenho das operações do aeroporto e, ainda, com o seu

desempenho financeiro, o qual é de interesse máximo para os gestores do aeroporto que ele seja

sólido e sustentável.

Por fim, destaca-se também a importância crescente que tem vindo a ser dada às consequências

ambientais de um aeroporto, o que é patente nos estudos realizados, nos quais têm sido aplicados

indicadores relacionados com o ruído e emissões gases poluentes.

40

CAPÍTULO 3 Estado de Arte – Técnicas Estatísticas

A complexidade e a diversidade da natureza das questões da actividade aeroportuária requerem

técnicas estatísticas, dado que se tratam de ferramentas essenciais para analisar e interpretar dados

e, consequentemente ser possível retirar conclusões fundamentadas a partir destes.

Neste capítulo, será abordada a análise de clusters. Esta técnica consiste em dividir os dados em

grupos que combinam dados semelhantes de modo a facilitar a sua interpretação. A opção pela

utilização desta técnica prende-se com o facto de se tratar de uma técnica frequentemente utilizada

em investigações do ramo do transporte aéreo. Assim, procurar-se-á tratar dos diferentes métodos

utilizados nesta técnica estatística, revelando as suas vantagens e, fazendo referência a alguns estudos

realizados na área do transporte aéreo que utilizam este tipo de análise.

3.1. Análise de Clusters

A análise de clusters é uma técnica exploratória de análise multivariada que permite agrupar

entidades em grupos homogéneos relativamente a uma ou mais características comuns (Marôco,

2014). Esta técnica faz uma análise da informação conhecida de modo a organizá-la não apenas em

grupos com entidades o mais semelhantes possível, mas também que estes grupos se diferenciem

bastante entre si.

A identificação de grupos permite avaliar a dimensão da matriz de dados, identificar possíveis

outliers multivariados, e levantar hipóteses relativas às relações estruturais entre as variáveis.

Os clusters são formados a partir de medidas de semelhança ou de dissemelhança (distância),

inicialmente entre dois sujeitos e, posteriormente, entre dois clusters de observações usando técnicas

hierárquicas ou não-hierárquicas de agrupamento.

41

1. Selecção de objectos e variáveis 2. Transformação de variáveis 3. Construção da medida de

dissemelhança/semelhança 4. Escolha do método de formação de

clusters 5. Discussão e apresentação de

resultados

Figura 3.1 - Fases de uma análise de clusters (adaptado de Branco (s.d.))

3.1.1. Medidas de (dis)semelhança

A identificação de clusters exige que a semelhança entre as entidades possa ser medida de uma

forma mais ou menos explícita e o menos subjectiva possível. Nos casos em que a análise de clusters

utiliza mais do que 3 variáveis, esta fica impossibilitada de se realizar graficamente, tendo como

alternativa as medidas de semelhança ou de dissemelhança entre as entidades, as quais se constituem

como critérios menos subjectivos do que a impressão visual. Assim, estes índices de (dis)semelhança

exprimem, em termos quantitativos, o grau de semelhança ou dissemelhança (distância) entre

entidades individuais, considerando todas as variáveis que as caracterizam.

Pode dividir-se, então, estas medidas em quatro categorias: medidas de distância, coeficientes

de correlação, coeficientes de associação (variáveis qualitativas – binárias) e medidas de semelhança

probabilística.

Apresentam-se de seguida as medidas utilizadas mais frequentemente em análise de clusters,

segundo Marôco (2014) e Reis (2001):

Distância Euclidiana: mede o comprimento do segmento de recta que une duas observações

num espaço p-dimensional, isto é, a distância entre duas entidades (i e j) é a raiz quadrada

do somatório dos quadrados das diferenças entre valores de i e de j para todas as variáveis.

Quadrado da Distância Euclidiana: a distância entre duas entidades (i e j) é definida como o

somatório dos quadrados das diferenças entre valores de i e de j para todas as variáveis.

Distância absoluta (City-Block Metric): a distância entre duas entidades (i e j) é a soma dos

valores absolutos das diferenças entre valores de i e de j para todas as variáveis.

Distância de Minkowski: trata-se de uma generalização da distância euclidiana.

42

Distância de Mahalanobis: mede a distância estatística entre duas entidades e tem em conta

a correlação entre variáveis.

Distância de Chebishev: a distância entre duas entidades (i e j) é o valor máximo, entre todas

as variáveis, das diferenças entre essas duas entidades.

Medida de semelhança do Coseno: mede a proximidade entre duas entidades para p-

variáveis pelo menos intervalares.

Coeficiente de Jaccard, de Russel & Rao e medidas de associação binárias: são medidas de

associação apropriadas para tabelas de contingência, utilizados para definir o número de

atributos presentes ou ausentes nos indivíduos.

Medidas de semelhança para variáveis: tratam-se dos coeficientes de correlação amostrais

que são medidas apropriadas para situações em que o objectivo é agrupar variáveis e não

entidades.

A medida de dissemelhança maioritariamente escolhida na aplicação de análise de clusters é a

distância Euclidiana, como mais adiante se verificará (secção 3.1.3).

3.1.2. Métodos

Na construção de clusters, existem dois tipos de métodos, designados por hierárquicos e não-

hierárquicos.

Os métodos hierárquicos subdividem-se em aglomerativos e divisivos. Os primeiros baseiam-se

em agregar sucessivamente entidades até se obter um único grupo que inclui todas elas. Cada entidade

é um cluster que, posteriormente, vai sendo agrupado de acordo com as suas proximidades. De forma

contrária, nos métodos hierárquicos divisivos, todas as entidades formam um único cluster, sendo

depois dividido em subgrupos de acordo com as suas medidas de distância.

Os critérios de agregação nestes métodos diferem no modo como avaliam a distância ou

(dis)semelhança entre clusters já formados e outros clusters (ou entidades isoladas) (Marôco, 2014):

Menor Distância (Ligação simples ou “Vizinho mais próximo”): a distância do primeiro cluster

às restantes entidades é a menor das distâncias de cada um dos elementos constituintes

deste cluster a cada um das restantes entidades.

Maior Distância (Ligação completa ou “Vizinho mais afastado”): a distância do primeiro

cluster às restantes entidades é a maior das distâncias de cada um dos elementos

constituintes deste cluster a cada um das restantes entidades.

Distância Média entre Clusters (Ligação média ou “Média dos grupos”): a distância do

primeiro cluster às restantes entidades é a média (simples ou ponderada) das distâncias de

cada um dos elementos constituintes deste cluster a cada um das restantes entidades.

43

Distância Média dentro dos Clusters (Ligação média dentro dos clusters): método semelhante

ao anterior, com a diferença que os clusters são unidos de modo a que a soma dos quadrados

dos erros (variabilidade dentro dos clusters) seja a menor possível.

Distância Mediana (ligação mediana): a distância do primeiro cluster às restantes entidades

é a mediana das distâncias de cada um dos elementos constituintes deste cluster a cada um

das restantes entidades.

Método do Centróide: distância entre os centróides dos clusters, definidos pelas médias das

variáveis caracterizadoras das entidades que integram o cluster.

Método de Ward: critério baseado na minimização das variâncias internas dos clusters, ou

seja, neste método não se calculam distâncias, e os clusters são formados de modo a

minimizar a soma dos quadrados dos erros.

De acordo com Reis (2001), os critérios de agregação mais utilizados são a Ligação Simples, a

Ligação Completa, a Ligação Média, o Método do Centróide e o Método de Ward. A forma como estes

métodos agregam clusters está representada no Figura 3.2.

É importante ainda referir algumas características dos clusters formados com base nestes

critérios. Os clusters obtidos a partir da Ligação Simples são desequilibrados e desalinhados, em

particular quando o número de dados é elevado. Já a Ligação Completa forma clusters mais compactos

e, na Ligação Média, eles têm pequenas variâncias.

Figura 3.2 - Critérios de agregação

44

Dentro de todos estes métodos apresentados, não existe um melhor critério de agregação e,

por isso, Marôco (2014) recomenda que se utilize os diversos métodos em simultâneo, com o objectivo

de que todos eles produzam soluções interpretáveis similares. O método da Ligação Simples é

particularmente robusto à existência de relações estruturais entre os dados iniciais. Este tem a

tendência a maximizar a conectividade entre os clusters e, ainda, a produzir um menor número de

clusters, quando comparado ao método da Ligação Completa. Já este último tende a minimizar a

distância entre clusters em cada passo, formando clusters compactos. Os restantes métodos

abordados tendem a apresentar características intermédias entre estes dois métodos mais extremos.

É de referir ainda que o método de Ward é o que produz clusters mais homogéneos e, para além disso,

mais afastados dos restantes clusters, de todos os métodos aqui referidos. Isto deve-se ao facto de

que as entidades são organizadas dentro dos clusters de forma a minimizar a variância dentro destes

e a maximizá-la entre eles.

Os métodos não-hierárquicos dividem as entidades por um número de grupos pré-estabelecido

e a melhor partição será aquela que optimiza o critério escolhido. A principal vantagem face aos

métodos hierárquicos relaciona-se com o facto de terem uma aplicação fácil em matrizes de dados

muito grandes, dado que não é necessário o cálculo e o armazenamento de uma nova matriz de

dissemelhança em cada passo do algoritmo.

Outras vantagens destes métodos prendem-se com a sua capacidade de reagrupar as entidades

num cluster diferente daquele em que foram incluídas no início (o que não acontece com os métodos

hierárquicos, onde a inclusão de uma entidade num determinado cluster é definitiva) e, também, com

a classificação de uma determinada entidade num determinado cluster ter menor probabilidade,

sobrepondo-se à dificuldade de prever inicialmente o número de clusters a usar (Marôco, 2014).

A técnica de agrupamento K-means corresponde a um método não-hierárquico que consiste na

transferência de uma entidade para o grupo cujo centróide se encontra a menor distância. O seu

objectivo é a minimização de uma soma de erros quadráticos, sendo estes a distância entre uma

observação e um ponto de referência em cada agrupamento.

Como já referido, este método tem a particularidade de definir à partida o número de clusters

a utilizar, o que leva a dúvidas de como estabelecê-lo. Marôco (2014) constata que o método não

hierárquico apresenta uma solução aceitável de 3 clusters, pelo que se pode fixar este valor. Por outro

lado, é boa prática utilizar os métodos hierárquicos como técnica exploratória que indique o número

de clusters a adoptar.

45

3.1.3. Aplicação da análise de clusters em aeroportos

A avaliação de cenários individuais pode ser bastante complicada quando se consideram um

conjunto grande e heterogéneo de aeroportos e, portanto, esta situação pode ser simplificada

classificando os aeroportos em grupos mais homogéneos. Na literatura, alguns autores aplicam a

análise de clusters à classificação de aeroportos, considerando que classificá-los em grupos

homogéneos poderá representar um bom ponto de partida para análise de uma variedade de

questões, tais como: o impacto da desregulamentação; o congestionamento aeroportuário; as

políticas de desenvolvimento adequadas e normas regulamentares; a análise do desempenho

aeroportuário; a acessibilidade; a conectividade; a competição; a atribuição de slots4 e as práticas de

benchmarking do aeroporto (Malighetti, et al., 2009) (Rodríguez-Déniz & Voltes-Dorta, 2014). Sendo

assim, esta análise pode reunir uma variedade de critérios que depende do propósito para o qual a

classificação é feita: capacidade operacional actual (tráfego anual de passageiros); papel funcional (hub

internacional, regional, destinos de lazer); localização geográfica (capital nacional ou regional);

competição aeroportuária (Adikariwattage, et al., 2012).

Na Tabela 3.1, são apresentados um conjunto de estudos aplicados à indústria aeroportuária

que utilizam a análise de clusters e, de seguida, faz-se uma referência mais detalhada de alguns deles.

4 Slots são faixas horárias atribuídas às transportadoras aéreas para efectuar os serviços de descolagem e aterragem nesse horário específico.

46

Autor Tema Técnica de clustering Amostra (aeroportos) Variáveis N.º Clusters

Burghouwt & Hakfoort (2001) Acessibilidade e conectividade

Hierárquico Ward 546 Europa 1990-1998 3 Capacidade de lugares Destinos (2)

5

Sarkis & Talluri (2004) Análise comparativa de

eficiência e produtividade

Hierárquico Ligação média

44 EUA 1990-1994 9

Custos operacionais Número de empregados Infraestruturas (2) Receita operacional Fluxo de passageiros Movimentos (3)

13

Mukherjee, et al. (2006) Atrasos e cancelamentos Não-Hierárquico K-means 35 EUA 2000-2004 3 Rácio procura/capacidade Atrasos Probabilidade de cancelamento

4

Madas & Zografos (2008) Atribuição de slots Hierárquico Ligação

completa 52 Europa 2002-2003 7

Capacidade Movimentos Passageiros Média de atraso por movimento Slots (3)

4

Malighetti, et al. (2009) Acessibilidade e conectividade

Hierárquico Ward 467 Europa 2007 10

Capacidade de lugares (2) Movimentos Destinos (4) Ligações (2) Companhias aéreas no aeroporto

8

Galle, et al. (2010) Geometria da pista Hierárquico - 80 EUA - 1 Geometria da pista 5

Adikariwattage, et al. (2012) Instalações de Terminal

de passageiros

Hierárquico

Não-Hierárquico

Ward

K-means 103 EUA 2011 4

Número de portas de embarque Passageiros (3)

7

Jia & Jiang (2012) Rede aeroportuária Não-Hierárquico K-means 732 EUA 2008 5 Ligações (3) Coeficiente de clustering Coeficiente de participação

4

Rodríguez-Déniz, et al. (2013) Geração de tráfego e

conectividade Hierárquico

Ligação completa

76 EUA 2011 2 Centralidade do fluxo Rácio de tráfego

6

Rodríguez-Déniz & Voltes-Dorta (2014)

Benchmarking de eficiência aeroportuária

Hierárquico Ligação média

106 Mundo 2008 8

Movimentos Passageiros (2) Carga Receitas não-aeronáuticas Inputs (3)

17

Magalhães, et al. (2015) Impacto da flexibilidade

na produtividade do aeroporto

Hierárquico Ward 140 Mundo 2003-2007

2009 14

Passageiros (3) Movimentos (2) Custos (4) Receitas (5)

8

Tabela 3.1 - Aplicação da Análise de Clusters a Aeroportos

47

No trabalho de Burghouwt & Hakfoort (2001), foi necessária a classificação de aeroportos em

relação à sua função na hierarquia aeroportuária, para que fosse possível examinar a evolução da rede

de aviação europeia. Como tal, efectuou-se uma análise de clusters baseada no método de Ward. Este

método tende a combinar clusters com um número pequeno de observações, pelo que foi considerado

apropriado, desde que a estrutura hierárquica da rede aeroportuária fosse clara.

Estes autores defendem que a escala multi-dimensional é mais apelativa, quando comparada

com a classificação apenas baseada na capacidade, uma vez que esta não capta sozinha a essência da

estrutura de um aeroporto, medindo apenas o seu tamanho e não a conectividade. Assim, na análise

de clusters, a amostra compreendeu todos os aeroportos da União Europeia durante o período de

1990 a 1998, em que se considerou as seguintes três variáveis: capacidade de lugares média, para

captar o tamanho do aeroporto; número médio de destinos, para captar a conectividade do aeroporto;

número médio de destinos intercontinentais, para captar a orientação intercontinental do aeroporto.

Os aeroportos foram agrupados em cinco clusters (hubs primários; hubs secundários; aeroportos

médios; aeroportos pequenos; aeroportos muito pequenos), correspondendo a um número

apropriado para uma boa interpretação e em que, segundo os autores, para este número ocorre a

menor alteração no coeficiente de aglomeração.

A eficiência operacional dos 44 maiores aeroportos dos EUA foi avaliada para um período de 5

anos no estudo de Sarkis & Talluri (2004). Os indicadores de eficiência são tratados por um método de

clustering na identificação de benchmarks para melhorar o fraco desempenho dos aeroportos. As

medidas de eficiência são constituídas por inputs e outputs que representam, respectivamente, os

recursos utilizados pelos aeroportos e os benefícios gerados. Portanto, os inputs correspondem aos

custos operacionais, ao número de empregados do aeroporto, portas de embarque e pistas, e os

outputs incluem a receita operacional, o fluxo de passageiros, os movimentos de aviação comercial,

de aviação privada e de transporte de mercadorias.

Inicialmente, são utilizados modelos de data envelopment analysis (DEA) para determinar as

eficiências relativas dos aeroportos, as quais são utilizadas posteriormente na análise de clusters.

Nesta análise utilizou-se o software SPSS, optando por uma técnica de clustering hierárquica (método

de ligação média), resultando em 13 clusters.

Mukherjee, et al. (2006) recorreram à análise de clusters para estudar os atrasos e os

cancelamentos na National Airspace System (NAS), entidade do espaço aéreo, das instalações de

navegação e dos aeroportos dos EUA. Como tal, os seus objectivos visam desenvolver uma métrica

que indica o nível de congestionamento enfrentado por cada operação no aeroporto, estimar vários

percentis de distribuição dessa métrica por todas as operações e, também, modelar a média dos

atrasos e a probabilidade de cancelamento dos voos da NAS, em função do nível de congestionamento.

48

A técnica aplicada foi k-means, que se trata de um procedimento iterativo, utilizando como

variáveis o rácio entre a procura e a capacidade, o atraso médio e a probabilidade de cancelamento.

Desta análise resultaram 4 clusters, em que o primeiro e o último cluster revelaram, respectivamente,

valores baixos e altos para todas as variáveis, o segundo com valores semelhantes à média da NAS, e

o terceiro apresentou para o atraso e o cancelamento, respectivamente, valores semelhantes e

maiores que a média da NAS.

Madas & Zografos (2008) desenvolvem e aplicam um framework metodológico para a avaliação

multi-critério e a selecção da estratégia de atribuição de slots (faixas horárias) mais compatível de

acordo com os critérios e prioridades políticas em vários cenários. Deste modo, devem ser seguidas

três etapas:

1. O que deve ser avaliado? – identificação das estratégias alternativas de atribuição de

slots e opções.

2. Onde/ em que contexto aeroportuário as estratégias identificadas devem ser avaliadas?

– desenvolvimento de uma tipologia de aeroportos (análise de clusters aeroportuária).

3. Como as estratégias identificadas devem ser avaliadas para cada cluster aeroportuário?

– avaliação da compatibilidade política das estratégias identificadas nos clusters

aeroportuários.

A segunda etapa deste estudo recorre a uma análise de clusters, dado que é fundamental uma

classificação aeroportuária devido aos diferentes padrões de congestionamento, características de

tráfego, objectivos e restrições que cada aeroporto apresenta, requerendo assim abordagens

diferentes. Portanto, para esta análise foi aplicada uma técnica de clustering aglomerativa, em virtude

de uma série de vantagens e propriedades que esta evidencia: trata-se da técnica mais usada neste

tipo de problemas e é conceptualmente simples de implementar; produz clusters não sobrepostos e

cada um com entidades muito próximas; pode ser eficientemente aplicada para a classificação de um

número razoável de casos em grupos que são homogéneos dentro de si mesmos e heterogéneos entre

eles; não necessita da determinação do número dos clusters resultantes a priori.

Foram definidas três categorias de variáveis consideradas apropriadas para a análise de

atribuição de slots: as métricas de capacidade (capacidade declarada); as métricas de

tráfego/congestionamento (movimentos de aeronaves e passageiros, média de atraso por

movimento); as medidas de eficácia de atribuição de slots e utilização (slots mal utilizados, procura

insatisfeita, mobilidade do slot).

De acordo com as propriedades de análise de clusters e considerando o quadrado da distância

Euclidiana, surgiram 4 clusters da amostra de aeroportos baseados nas variáveis de clustering

49

selecionadas: aeroportos spoke nacionais pequenos; aeroportos spoke nacionais grandes e aeroportos

hub nacionais pequenos; aeroportos hub internacionais grandes; aeroportos “super” hub.

O propósito do trabalho de Malighetti, et al. (2009) consiste em ter uma visão sobre as funções

e as características dos diferentes tipos de aeroportos, detalhando um framework funcional da rede

europeia. Portanto, para a classificação dos aeroportos são utilizadas técnicas de clustering, que

ajudam a definir com maior precisão a rede aeroportuária e as suas características distintivas,

melhorando assim a compreensão sobre o seu processo de desenvolvimento e a identificação de

grupos estratégicos.

Esta análise de clusters não pretende apenas encontrar aeroportos com características

semelhantes, mas também descobrir aeroportos com fortes interconexões, dado que a relação entre

dois aeroportos é uma fonte de oportunidades e limitações, que se manifestam, neste caso, através

da presença de rotas de ligação, afectando entre eles o seu comportamento e desempenho (as

mesmas companhias aéreas e passageiros servidos).

Assim, os aeroportos não são apenas agrupados de acordo com as suas próprias características,

tais como o número de passageiros ou volume de mercadorias, os movimentos globais efectuados, o

número de rotas ou companhias aéreas, o número de residentes da área de influência e o seu PIB

relativo, mas também de acordo com as funções que desempenham na rede.

A análise é efectuada em 467 aeroportos europeus, utilizando variáveis que foram agrupadas

em 4 categorias:

Dimensional: a função e a importância de um aeroporto estão relacionadas com o seu

volume de tráfego, em termos de intensidade, densidade e extensão do serviço (número

diário de lugares disponíveis nos voos; número de voos diários; número de destinos).

Destino das ligações: variáveis que ajudam a classificar o aeroporto como porta de

acesso intercontinental ou nó de ligação doméstico (percentagem de destinos na União

Europeia; percentagem de destinos domésticos; distribuição das rotas).

Variáveis de ligação: mostram a potencialidade de um aeroporto como ligação

intermédia (número vezes diárias que um aeroporto trabalha como ligação intermédia

(betweenness); percentagem de vezes que o aeroporto não pode ser evitado através de

rotas de duração semelhante).

Tipologia do serviço: examinar uma estrutura de ligação ponto-a-ponto e a importância

do aeroporto na rede das diferentes companhias aéreas (percentagem de lugares

oferecidos pelas companhias aéreas low-cost; número de companhias que têm um

aeroporto como principal referência).

50

Portanto, a técnica de clustering empregue foi hierárquica, optando pelo método de agregação

de Ward que, ao contrário do da ligação média, tende a formar clusters ligeiramente mais esféricos,

podendo assim identificar também clusters de aeroportos de tamanho médio. Apesar do método de

ligação média apresentar, geralmente, coeficientes de correlação cofenética maiores, gera um número

de clusters formados por uma entidade isolada. Os clusters resultantes foram 8, concluindo-se que os

aeroportos low-cost foram classificados em 2 clusters diferentes de acordo com as suas dimensões e

os aeroportos principais podem ser divididos em três principais categorias: no topo, os grandes hubs

intercontinentais; numa posição intermédia, os aeroportos que oferecem por vezes serviços

intercontinentais por uma área limitada; os hubs com uma boa rede intra-europeia.

Adikariwattage, et al. (2012) apresentam critérios de classificação de aeroportos que incidem

na comparabilidade das instalações de terminal de passageiros. Estes critérios são definidos por

variáveis que correspondem ao tamanho do terminal (número de portas de embarque) e às

características dos passageiros (volume de passageiros internacionais, domésticos ou em

transferência). Há uma correlação entre estas duas categorias, mas são ambas mantidas na

classificação devido à necessidade de diferenciar estas características. Por isso, a análise de clusters é

feita em duas fases separando o número de portas de embarque e o tipo de passageiros.

A amostra deste estudo abrange os aeroportos dos EUA, sendo excluídos aqueles que

apresentam um volume de passageiros anual inferior a 200 mil, dado que se tratam de aeroportos

muito pequenos em que têm poucos ou mesmo nenhuns passageiros internacionais ou em

transferência.

Neste trabalho, é utilizada a análise de clusters, testando diferentes técnicas de clustering com

o objectivo de selecionar o melhor método baseado nos resultados. O número de clusters e os seus

centros iniciais para o método de k-means são obtidos inicialmente pelo método hierárquico de Ward.

Portanto, por este método, os resultados sugeriram que poderiam ser formados 4 clusters baseados

no número de portas de embarque e, de forma a optimizar este conjunto, os seus centros foram

usados na análise de k-means.

A classificação usando os dados dos diferentes tipos de passageiros ajuda a identificar grupos

de aeroportos semelhantes, em que numa primeira análise (scatter plot) constatou-se que existia uma

grande concentração de pequenos aeroportos com uma proporção dominante de passageiros

domésticos e com um tráfego internacional e de transferência muito reduzido, enquanto que o

agrupamento dos restantes aeroportos não foi possível em termos de volume de passageiros. A análise

de clusters sugeriu 7 clusters, onde a maioria dos aeroportos foram agrupados nos dois primeiros, cujo

volume de passageiros domésticos é bastante elevado. Os restantes casos formam clusters fracos com

rácios de passageiros relativamente altos, mas significativamente variáveis.

51

A classificação unidimensional de aeroportos proposta pela FAA mostrou ser insuficiente para

caracterizar os diferentes perfis existentes. Como tal, Rodríguez-Déniz, et al. (2013) consideraram que

seria mais adequada uma classificação bidimensional, tendo em conta a geração de tráfego e a

conectividade.

Para a conectividade utilizou-se um indicador de centralidade de fluxo, em vez dos habituais

indicadores de centralidade de grau ou de betweenness, visto que estes só consideram o número de

ligações do tráfego estabelecido sem considerar a densidade dos fluxos de tráfego. Assim, a

centralidade baseada no fluxo poderá ser usada como indicador baseado na procura para medir a

actual conectividade do aeroporto, podendo assim classificar aeroportos de grande dimensão com

potencial para servir tráfego de ligação.

A geração de tráfego é calculada a partir do rácio entre os passageiros que têm como origem ou

destino um dado aeroporto e o total de passageiros na rede. Este indicador demonstra a importância

do aeroporto como gerador de tráfego.

Na análise de clusters, utilizou-se uma amostra de 76 aeroportos norte-americanos e optou-se

pelo método hierárquico de ligação completa, com a utilização da distância Euclidiana como medida

de dissemelhança. A escolha pelo método hierárquico deve-se ao facto deste apresentar a classificação

sob forma de dendograma, o que fornece uma estrutura muito mais informativa do que os clusters

obtidos nos métodos de partição. Portanto, deste estudo resultaram 6 clusters em que três deles

englobam hubs e os outros três são caracterizados por aeroportos que são geradores de tráfego.

Rodríguez-Déniz & Voltes-Dorta (2014) consideram que a utilização de grandes amostras para

estimar a eficiência do aeroporto, necessita em primeiro lugar de uma análise de clusters, antes de

qualquer análise de benchmarking. Este trabalho visa ultrapassar as limitações encontradas pelos

autores na literatura anterior, definindo um método que não é dependente do desempenho, mas da

tecnologia. Aplicando, então, um método hierárquico de clustering, tem-se como objectivo melhorar

a identificação de benchmarks de eficiência, considerando que esta técnica origina resultados com

uma estrutura mais informativa. Como tal, optou-se pela distância Euclidiana e pelo método da ligação

média, decisão tomada a partir da utilização do coeficiente de correlação cofenética5:

Método hierárquico Coeficiente de

correlação cofenética Ligação média 0,76

Ligação simples 0,65

Ligação completa 0,55

Método de Ward 0,57 Tabela 3.2 - Coeficiente de correlação cofenética

5 Coeficiente que avalia a consistência do agrupamento.

52

As variáveis utilizadas dividem-se em 5 inputs e 3 outputs, em que os primeiros correspondem

às operações das aeronaves, aos passageiros domésticos/Schengen e internacionais, toneladas de

carga e receitas não-aeronáuticas e, os últimos dizem respeito ao capital, aos materiais e ao pessoal.

Estes autores referem a importância de padronizar as variáveis, quando a medida de dissemelhança

(distância Euclidiana) é sensível às diferenças de escala e grandezas das variáveis de input, tratando-

se claramente do caso dos aeroportos. Portanto, com uma amostra de 106 aeroportos de todo o

mundo, obteve-se 17 clusters necessários à análise de benchmarking. Esta análise concluiu que o uso

de aeronaves maiores e a partilha de tráfego com companhias aéreas de low-cost melhoram o

desempenho financeiro da actividade aeroportuária.

Magalhães, et al. (2015) quiseram resolver a lacuna existente na literatura acerca do impacto da

flexibilidade na produtividade do aeroporto. Neste estudo, aplicaram a análise de clusters a um

conjunto de 140 aeroportos da América do Norte, da Europa e da Ásia-Pacífico, em que 20 deles são

considerados como flexíveis. Como já apresentado anteriormente na Tabela 2.4 (Capítulo 2),

utilizaram-se como variáveis nesta análise indicadores de produtividade e financeiros.

A medida de dissemelhança considerada foi o quadrado da distância Euclidiana e a técnica

utilizada foi o Método de Ward, que se trata de um método hierárquico, com a finalidade de minimizar

a soma dos erros quadráticos, sendo o único método que não é baseado na minimização das distâncias

e, por isso, foi considerado o mais adequado para este estudo.

A amostra estudada foi entre os anos de 2003 e 2009, à excepção de 2008, e através dos

resultados obtidos a partir de uma análise factorial, foi possível a realização da referida análise de

clusters, obtendo 8 clusters que não revelaram diferenças evidentes entre os aeroportos flexíveis e

não flexíveis.

3.1.4. Síntese

A análise de clusters é uma técnica frequentemente utilizada para classificar entidades, através

da identificação de clusters de entidades semelhantes, procurando que estes sejam bastante distintos

entre si e que cada um deles seja formado por entidades o mais semelhantes possível.

Na literatura estudada sobre classificação de aeroportos muito heterogéneos, é evidente a

preferência pela aplicação dos métodos hierárquicos de clustering. As principais razões dadas pelos

autores por esta escolha é o facto de ser uma técnica que não obriga a definir a priori o número clusters

e, também, por fornecer uma estrutura mais informativa, isto é, um dendograma.

Alguns autores revelam a importância do tratamento das variáveis caracterizadoras das

entidades, defendendo que estas devem ser padronizadas antes de se proceder à análise. Isto deve-se

53

ao facto das variáveis originais tornarem os resultados dependentes da sua escala e unidades, ao

contrário das variáveis padronizadas, que são adimensionais.

É de notar ainda, que a determinação do número de clusters (cortando o dendograma) parece

ser completamente arbitrária, em que apenas nos estudos de Malighetti, et al. (2009), Adikariwattage,

et al. (2012) e de Rodríguez-Déniz & Voltes-Dorta (2014), estes são determinados usando indicadores

objectivos (índice Duda /Hart, critério do rácio da variância, e coeficiente de inconsistência,

respectivamente).

54

CAPÍTULO 4 Caso de Estudo

Este capítulo aborda uma etapa do trabalho com grande relevância para esta dissertação, tendo

em conta que nele se realiza uma análise conseguida a partir da utilização de dados oficiais de uma

amostra de aeroportos, com o propósito de se investigar os benefícios da flexibilidade aeroportuária.

Para o desenvolvimento do trabalho optou-se por elaborar uma análise de clusters com o

objectivo de agrupar aeroportos com características semelhantes e para, posteriormente, relacionar

os clusters formados com os aeroportos considerados como flexíveis na literatura consultada.

Inicialmente, descreve-se o processo de análise de dados, enumerando os aeroportos da

amostra considerada e as variáveis escolhidas. De seguida, são explicadas as técnicas estatísticas

utilizadas nesta análise, dando particular atenção às particularidades dos métodos adoptados.

Finalmente, são apresentados os resultados da aplicação destas ferramentas, os quais serão discutidos

no Capítulo 5.

4.1. Descrição do Caso de Estudo

4.1.1. Amostra de Aeroportos

Para esta análise recorreu-se à base de dados da Air Transport Research Society (ATRS),

utilizando o Airport Benchmarking Report entre os anos de 2003 e 2011, com excepção do ano de 2010

e que dizem respeito aos dados referentes ao período de 2001 a 2009, exceptuando-se o ano de 2008.

Daqui por adiante, serão estes os anos que serão mencionados neste estudo.

Para a amostra foram escolhidos 140 aeroportos, repartidos por três grandes regiões ou

continentes: 63 da América do Norte; 42 da Europa; 35 da Ásia-Pacífico (Tabela A.1.1 do Anexo A.1).

Esta selecção foi feita considerando todos os aeroportos disponíveis no relatório mencionado e após

a eliminação dos aeroportos para os quais não existem dados.

O objectivo desta análise é formar grupos (clusters) de aeroportos com características

semelhantes recorrendo a técnicas de clustering. Com os grupos formados, procura-se relacionar o

agrupamento resultante com o nível de flexibilidade apresentado por cada aeroporto. Para a sua

concretização, recorreu-se à utilização do software SPSS Statistics 21 e, para cálculos adicionais, o

Microsoft Excel 2013.

55

4.1.2. Variáveis

As variáveis da base de dados da ATRS escolhidas para a análise foram selecionadas com base

nos Key Performance Indicators (KPI) do ACI. Uma vez que estes indicadores se tratam de variáveis

mais conhecidas pelos gestores de aeroportos, optou-se por as utilizar como base e efectuar a análise

com as variáveis da ATRS semelhantes ou, pelo menos, relacionadas com os KPI atendendo a que se

trata da única base de dados disponível. É de realçar que a finalidade nesta selecção é escolher os

indicadores que podem ser influenciados pela flexibilidade de forma directa ou indirecta. Considerou-

se, então, importante que o conjunto de indicadores fosse abrangente de modo a que este estudo

representasse a realidade aeroportuária com a maior fiabilidade possível e procurou-se, também, que

as variáveis não fossem repetidas, para evitar a sobreposição de informação.

No tratamento das variáveis, constatou-se que existiam variáveis com muitos dados em falta

(missing values), facto que pode conduzir a uma amostra não significativa e, dessa forma, resultar

numa distorção da realidade. Assim, tornou-se necessário proceder a uma nova seleção de variáveis:

em primeiro lugar, optou-se por retirar o ano de 2001 da análise, uma vez que se apresentava bastante

incompleto; em segundo lugar, das variáveis previamente selecionadas consideraram-se as que são

comuns a todo o painel de anos em análise. Na Tabela 4.1, estão enumeradas as variáveis utilizadas na

análise com o respectivo nome mencionado nos relatórios da ATRS.

Variáveis da ATRS

1 - Passageiros Passengers

2 - Tráfego de mercadorias Cargo traffic

3 - Movimentos de aeronaves Aircraft movements

4 - Passageiros por empregado Passengers per employee

5 - Movimentos de aeronaves por empregado Aircraft movement per employee

6 - Passageiros por porta de embarque Passengers per Gate

7 - Movimentos de aeronaves por pista Aircraft Movement per Runway

8 - Custo de trabalho por passageiro Labour Cost per Passenger

9 - Custo de trabalho por movimento de aeronaves Labour Cost per Aircraft Movement

10 - Custo variável por passageiro Variable Cost per Passenger

11 - Custo variável por movimento de aeronaves Variable Cost per Aircraft Movement

12 - Receita aeronáutica por movimento de aeronaves Aeronautical Revenue per Aircraft Movement

13 - Receita operacional por passageiro Operating Revenue per Passenger

14 - Receita operacional por movimento de aeronaves Operating Revenue per Aircraft Movement

15 - Receita operacional por empregado Operating Revenue per Employee

Tabela 4.1 – Variáveis da ATRS e a respectiva designação original

56

As primeiras sete variáveis são autoexplicativas. Os custos de trabalho (variáveis números 8 e 9)

incluem os salários, os benefícios e qualquer outra despesa directamente relacionada com os

funcionários de um operador aeroportuário. Os custos variáveis (variáveis números 10 e 11)

relacionam-se com as despesas de operação e englobam a manutenção. A receita aeronáutica refere-

se à receita directamente relacionada com a actividade de aviação do aeroporto, incluindo taxas de

aterragem, taxas de passageiro/terminal, taxas de assistência. A variável número 12, receita

aeronáutica por movimento de aeronaves não vai ser só influenciada pelas taxas mencionadas, mas

também pelo tamanho das aeronaves que um aeroporto serve, uma vez que essas taxas são baseadas

no tamanho das aeronaves. As restantes variáveis (variáveis números 13 a 15) são igualmente

autoexplicativas.

4.1.3. Metodologia

Existe uma grande diversidade de variáveis que são representadas em unidades diferentes, isto

é, representadas em diferentes escalas de medida. Para evitar que os resultados desta análise reflictam

o peso das variáveis com valores mais altos, procedeu-se à padronização. Esta consiste em subtrair a

média ao valor da variável e dividir o resultado pelo desvio padrão.

Antes de se avançar para a análise de clusters, houve a necessidade de se efectuar previamente

uma análise factorial, recorrendo-se ao software SPSS Statistics, para reduzir o número de variáveis,

tornando a análise mais eficiente. Esta análise factorial consiste em agrupar variáveis correlacionadas

em componentes, permitindo assim sintetizar os dados existentes num número mínimo de factores,

isto é, este método torna possível determinar o número mínimo de factores que contêm a máxima

proporção de variância presente no conjunto inicial de variáveis.

Para a ponderação do número de componentes principais a reter, pode visualizar-se na tabela

gerada pelo SPSS “Total Variance Explained” a selecção das componentes principais com base na

variância total explicada e nos valores próprios. Das 15 componentes, foram escolhidas as primeiras

componentes que explicassem uma elevada percentagem de variância total e desprezaram-se aquelas

cujos valores próprios fossem menores que 1 (Critério de Kaiser – eigenvalue superior a 1).

Nem sempre o resultado da análise factorial é interpretável, pelo que é necessário recorrer-se

à rotação dos eixos factoriais, que não altera a estrutura dos dados, ou seja, tanto as comunalidades

como a variância específica. O método de rotação utilizado foi o Varimax, que obtém uma estrutura

factorial em que apenas uma variável original está fortemente associada com um único factor e pouco

associada com os restantes.

Com os dados da análise factorial resultantes do SPSS Statistics, recorreu-se à função

“SOMARPRODUTO” do Microsoft Excel que multiplica e soma os valores da tabela resultante

57

“Component Score Coefficient” com os valores obtidos da padronização. Assim, obtêm-se os pesos

factoriais para cada aeroporto.

Estes pesos factoriais foram, então, os inputs para a análise de clusters. Como abordado

anteriormente no Capítulo 3, é possível verificar que a técnica de clustering mais utilizada na literatura

é a hierárquica. Neste estudo, também se optou por esta técnica, dado que a amostra de dados é

muito grande e não se consegue ter a percepção de qual será o número de clusters formados e,

portanto, esta técnica revela-se como a mais adequada pois não obriga a definir a priori esse número.

Optando, então, pela técnica hierárquica, escolheu-se o método de Ward, uma vez que na literatura

existem mais estudos a utilizá-lo e que obtiveram sucesso nos resultados. Este método minimiza as

variâncias internas dos clusters, formando assim clusters mais homogéneos e que, também, diferem

bastante uns dos outros. Desta forma, o método de Ward agrupará aeroportos com características

muito semelhantes e esses clusters serão bastante distintos entre si. Quanto à medida de

dissemelhança utilizada foi o quadrado da distância euclidiana.

Depois de realizada a análise, o próximo passo era saber quantos clusters se devem reter. Para

esta tarefa recorreu-se à tabela “Agglomeration Schedule” e ao dendograma resultantes no SPSS. A

tabela referida dá o esquema de aglomeração, indicando a ordem de agregação dos aeroportos nos

respectivos clusters. Assim, analisaram-se os valores da coluna “Coefficients”, calculando a diferença

entre etapas e, quando essa diferença fosse bastante distinta das etapas anteriores, isto é, quando

fosse evidente um “salto”, considerou-se que esse estágio pudesse representar uma solução aceitável

de aglomeração dos aeroportos. Para ajudar na visualização deste esquema de aglomeração,

representou-se graficamente estes valores, onde foi possível identificar este “salto” com mais

facilidade. Em simultâneo, o dendograma ajuda também a visualizar como os aeroportos foram

agrupados, e consegue-se distinguir os diferentes clusters, no entanto, apenas recorrendo a este

gráfico para a selecção de número de clusters, seria muito subjectivo. Usar unicamente uma destas

duas metodologias não é o mais adequado porque nem sempre o resultado é evidente em cada uma

delas e, por isso, deve ser encontrado um compromisso entre elas.

58

4.2. Inquéritos

Em paralelo com a análise descrita anteriormente, houve a necessidade de se obter informação

concreta sobre o nível de flexibilidade que os aeroportos dispunham. Para tal, foi elaborado um

inquérito para ser respondido pelas entidades aeroportuárias com o objectivo de perceber o impacto

das opções flexíveis no desempenho do aeroporto. Este inquérito foi enviado para os 140 aeroportos

da amostra, por correio electrónico ou através do preenchimento de um formulário no respectivo site

de internet do aeroporto, utilizando para esse efeito a ligação http://goo.gl/forms/wHcn6aIcvd.

O inquérito está organizado em três partes (Figura 4.1):

Parte I – Informação Geral;

Parte II – Opções Flexíveis e Key Performance Indicators;

Parte III – Considerações Finais.

Figura 4.1 - Esquema de Organização do Inquérito

Foi apresentado aos inquiridos um conjunto de 15 opções flexíveis, de forma a especificarem

quais destas opções estão implementadas no seu aeroporto. Foi pedido também que indicassem qual

a influência de cada uma para um conjunto de KPI.

A selecção das opções flexíveis (Tabela 4.2) a incluir neste inquérito foi realizada com base nas

opções mencionadas na literatura (Capítulo 2) e, ainda, no conhecimento de certas opções já

implementadas nos aeroportos.

Nível Estratégico

Solo disponível para expansões

O aeroporto tem terreno disponível para uma eventual expansão no futuro. Entretanto, pode ser utilizado para outro efeito (por exemplo, para a instalação de painéis solares).


O terminal não é construído como uma infraestrutura isolada. É construído como um módulo que pode ser facilmente expandido no futuro.

Forma Linear dos terminais O terminal de aeroporto dispõe de uma forma linear.


O terminal de aeroporto tem um número mínimo de paredes estruturais, que facilita a adaptação das funções e dos espaços, removendo as paredes se necessário.

Terminal open space: extensão do pé-direito do terminal

O terminal de aeroporto tem um pé-direito elevado, para que seja possível acrescentar novos pisos se necessário.

http://goo.gl/forms/wHcn6aIcvd

59

Nível Táctico


O terminal de aeroporto é construído de forma a ser possível a reconfiguração das suas partes, trocando as operações ou funções através das paredes móveis.


O aeroporto dispõe de espaços disponíveis no terminal, caso sejam necessários para acomodar novas operações ou funções.

Nível Operacional


As portas de embarque não são exclusivas para voos internacionais ou domésticos. Elas podem ser utilizadas para ambos conforme as necessidades.

Sistemas móveis: balcões de check-in

É possível aumentar o número de balcões de check-in tradicionais para lidar com os períodos de maior tráfego e removê-los quando já não são necessários.

Sistemas móveis: controlo de passaporte

É possível aumentar o número de balcões de controlo de passaporte para lidar com os períodos de maior tráfego e removê-los quando já não são necessários.

Detectores de metais móveis: áreas de segurança

É possível aumentar o número de áreas de segurança para lidar com os períodos de maior tráfego e removê-los quando já não são necessários.

Sistemas móveis: sinalização e publicidade

É possível relocalizar os sistemas de sinalização e publicidade, quando necessário.

Sistema CUSS: check-in O aeroporto oferece quiosques self-service de check-in para os passageiros.

Sistema CUSS: recolha de bagagem (drop-off)

O aeroporto oferece quiosques self-service de recolha de bagagem para os passageiros.

Sistema CUSS: controlo de passaporte

O aeroporto oferece quiosques self-service de controlo de passaporte para os passageiros.

Tabela 4.2 – Opções de flexibilidade consideradas no inquérito

4.3. Análise de Dados

4.3.1. Análise dos Inquéritos

O inquérito realizado teve pouca adesão por parte dos aeroportos. Dos 140 aeroportos para os

quais foi solicitado que participassem na pesquisa, apenas nove responderam ao inquérito (Tabela

4.3). Daqueles que não participaram, alguns alegaram que, por questões internas, não podiam

fornecer este tipo de informação ou que não tinham informação suficiente para responder às

perguntas ou, ainda, porque não tinham disponibilidade para o fazer.

América do Norte Europa Ásia-Pacífico

BNA HAM WLG

PBI OSL

PDX ZRH

PHX

YWG Tabela 4.3 – Aeroportos que responderam ao inquérito

Na Figura 4.2 está representado para cada opção flexível o número de entidades que a contém.

Uma primeira observação geral é que as opções de flexibilidade mais adoptadas são as estratégicas.

São opções que envolvem modificações estruturais dos terminais e, por isso, requerem mais tempo a

60

serem implementadas. É notório que no passado já houve a preocupação de se fazer estas alterações

nos terminais ou construí-las de raiz.

Figura 4.2 - Opções de flexibilidade implementadas nos aeroportos

Destaca-se também a utilização dos sistemas Common-use self-service (CUSS), principalmente

os quiosques self-service de check-in, que começam a ter alguma importância nos aeroportos, pois

prestam um serviço mais expedito, o que leva a uma boa percepção da qualidade de serviço e à

satisfação do cliente.

No entanto, a amostra de respostas é muito reduzida, pelo que é pouco prudente fazer uma

análise aprofundada sobre a quantidade de opções flexíveis implementadas nos aeroportos e quais

são as mais preferidas. Por forma a ter mais informação acerca das opções flexíveis adoptadas nos

aeroportos, para as análises seguintes foram acrescentados dados obtidos das respostas aos inquéritos

do estudo de Magalhães, et al. (2013).

Analisando a influência das opções flexíveis nos KPI, apenas se pode tirar conclusões de algumas

delas, uma vez que em alguns casos não existem respostas suficientes nesta avaliação por se tratar de

uma opção pouco adoptada ou, ainda, porque os gestores aeroportuários desconhecem a sua

influência. Na Figura A.2.1 à Figura A.2.15 do Anexo A.2, encontra-se representada graficamente a

avaliação feita pelos gestores aeroportuários aos KPI de cada opção flexível. Esta informação encontra-

se resumida na Tabela 4.4, onde estão listados todos os KPI influenciados por cada opção flexível. Nela

61

estão apenas apresentadas aquelas para as quais existem dados para que fosse possível realizar esta

avaliação.

Opções Flexíveis Key Performance Indicators Solo disponível para expansões

Receita de operações não-aeronáuticas por passageiro

Dívida de longo-prazo por passageiro

Razão Dívida/EBITDA EBITDA por passageiro


Custo total por passageiro Custo total por movimento Custo operacional por passageiro Custo operacional por movimento

Dívida de longo-prazo por passageiro Razão Dívida/EBITDA EBITDA por passageiro

Forma Linear dos terminais

Capacidade horária prática Atraso na porta de embarque Tempo de entrega da bagagem Movimento de aeronaves por porta

de embarque

Custo total por passageiro Custo total por movimento Custo operacional por movimento Receita aeronáutica por movimento


Capacidade horária prática

Satisfação do cliente


Passageiros Capacidade horária prática Satisfação do cliente Movimento de aeronaves por porta

de embarque Custo total por passageiro Custo total por movimento

Custo operacional por passageiro Custo operacional por movimento Receita de operações não-

aeronáuticas como percentagem de receita total das operações

Receita de operações não-aeronáuticas por passageiro


Capacidade horária prática Satisfação do cliente Serviço de dívida como percentagem

da receita de operações

Dívida de longo-prazo por passageiro Razão Dívida/EBITDA


Passageiros Capacidade horária prática Satisfação do cliente Tempo de check-in Movimento de aeronaves por porta

de embarque

Custo total por passageiro Custo total por movimento Receita aeronáutica por passageiro Receita aeronáutica por movimento

Sistema CUSS: check-in

Passageiros Capacidade horária prática Satisfação do cliente Tempo de check-in Passageiros por empregado

Custo total por passageiro Custo operacional por passageiro Custo operacional por movimento Receita aeronáutica por passageiro Receita aeronáutica por movimento


Passageiros Passageiros de origem e destino Satisfação do cliente Tempo de entrega da bagagem

Tempo de check-in Passageiros por empregado Receita aeronáutica por passageiro


Passageiros Capacidade horária prática Satisfação do cliente Tempo no controlo de fronteiras

Tempo de check-in Passageiros por empregado Receita aeronáutica por passageiro Receita aeronáutica por movimento

Tabela 4.4 – KPI influenciados pelas opções flexíveis com base nas respostas aos inquéritos

62

4.3.2. Análise Factorial

Para iniciar a análise estatística, estudou-se a associação entre as variáveis através das matrizes

de correlação apresentadas no Anexo A.3.1. É possível observar que em todos os anos, à excepção de

2002, as variáveis “tráfego de mercadorias” e “passageiros por porta de embarque” não estão

correlacionadas com as restantes variáveis. Isto também acontece com as variáveis “receita

operacional por empregado” e “movimentos de aeronaves por pista”, respectivamente nos anos de

2007 e 2004.

Através do método das componentes principais, foram obtidos quatro factores, em todos os

anos, segundo o critério de Kaiser, que apenas retém os factores com um valor próprio (eigenvalue)

superior a 1 (Anexo A.3.2, Tabela A.3.5 à Tabela A.3.11). Este resultado pode ser confirmado nos

screeplots presentes na Figura A.3.1 à Figura A.3.7 do mesmo anexo. Na medição da adequação dos

factores extraídos da amostra, focou-se no valor de Kaiser-Meyer-Olkin (KMO) e também na variância

total explicada pelos factores (Tabela 4.5). Tendo todos os valores de KMO superiores a 0,5, isto sugere

que todas as variáveis podem ser utilizadas. A amostra de 2006 é aquela que apresenta os menores

valores para estes indicadores. É de referir ainda que o valor da variância total explicada, após a

rotação factorial Varimax, é igual à extracção inicial, como já referido anteriormente, uma vez que a

rotação de factores não modifica a estrutura correlacional das variáveis. Exemplificando o caso da

amostra de 2009, foram retidos quatro factores que explicam cerca de 83% da variabilidade total.

Ano KMO Variância Total Explicada

2009 0,621 83,339 %

2007 0,663 79,743 %

2006 0,574 74,449 %

2005 0,577 80,783 %

2004 0,596 77,765 %

2003 0,620 81,126 %

2002 0,682 81,821 % Tabela 4.5 - Valores de KMO e da Variância Total Explicada

Como já descrito, neste processo recorreu-se à rotação factorial de modo a facilitar a leitura e

interpretação dos componentes. Estes resultados são apresentados da Tabela 4.6 à Tabela 4.12, onde

é possível verificar o peso das variáveis originais em cada factor. Estas tabelas apresentam um

esquema de cores para ajudar na leitura dos valores, realçando aqueles com mais relevância.

De forma geral, os factores gerados agrupam variáveis segundo a dimensão, as finanças, e

produtividade dos aeroportos. Mais à frente, são apresentadas, na Tabela 4.13 e Tabela 4.14, as

variáveis mais relevantes para cada factor, selecionando apenas aquelas com uma correlação igual ou

superior a 0,50 com o respectivo factor.

63

Componentes 2009

1 2 3 4

Passageiros 0,150 0,931 0,103 0,161

Tráfego de mercadorias 0,254 0,448 -0,089 0,486

Movimentos de aeronaves 0,008 0,910 0,231 -0,073

Passageiros por empregado -0,113 0,235 0,928 0,052

Movimentos de aeronaves por empregado -0,235 0,135 0,903 -0,150

Passageiros por porta de embarque -0,058 0,415 0,060 0,479

Movimentos de aeronaves por pista 0,131 0,794 0,046 0,080

Custo de trabalho por passageiro 0,677 0,090 -0,261 -0,609

Custo de trabalho por movimento de aeronaves 0,762 0,270 -0,262 -0,416

Custo variável por passageiro 0,909 0,052 -0,113 -0,303

Custo variável por movimento de aeronaves 0,935 0,188 -0,079 0,008

Receita aeronáutica por movimento de aeronaves 0,896 0,066 0,089 0,272

Receita operacional por passageiro 0,937 -0,046 0,038 -0,023

Receita operacional por movimento de aeronaves 0,928 0,115 0,043 0,295

Receita operacional por empregado 0,327 -0,014 0,802 0,369

Legenda Menor que

0,250 0,250 a 0,499

0,500 a 0,749

0,750 a 1

Tabela 4.6 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2009

Para o ano de 2009 (Tabela 4.6), o factor 1, o factor financeiro, apresenta uma grande relação

com as variáveis relativas a custos e a receitas: “custo de trabalho por passageiro” e “custo de trabalho

por movimento de aeronaves”, “custo variável por passageiro” e “custo variável por movimento de

aeronaves”, “receita aeronáutica por movimento de aeronaves”, “receita operacional por passageiro”

e “receita operacional por movimento de aeronaves”.

O factor 2, a dimensão, regista uma maior relação com as variáveis “passageiros” transportados,

“movimentos de aeronaves” efectuados, bem como “movimentos de aeronaves por pista”.

O factor 3, a produtividade, é caracterizado por variáveis que representam a eficiência do

aeroporto, isto é, a capacidade de gestão dos seus funcionários para as tarefas do aeroporto:

“passageiros por empregado”; “movimentos de aeronaves por empregado”; “receita operacional por

empregado”.

O factor 4 está pouco correlacionado com as variáveis, no entanto, aquelas que têm alguma

relevância são o “tráfego de mercadorias” e os “passageiros por porta de embarque”, apesar de terem

uma correlação inferior a 0,50, mas muito próxima deste valor.

64

Componentes 2007

1 2 3 4

Passageiros 0,144 0,918 0,091 0,170

Tráfego de mercadorias 0,284 0,491 -0,073 0,435

Movimentos de aeronaves -0,026 0,909 0,208 -0,057



Passageiros por porta de embarque -0,023 0,304 -0,043 0,638



Custo de trabalho por movimento de aeronaves 0,679 0,341 -0,315 -0,411

Custo variável por passageiro 0,862 -0,029 -0,053 -0,233

Custo variável por movimento de aeronaves 0,927 0,140 -0,045 -0,002


Receita operacional por passageiro 0,910 0,042 -0,029 -0,109

Receita operacional por movimento de aeronaves 0,928 0,135 0,030 0,220


Legenda Menor que

0,250 0,250 a 0,499

0,500 a 0,749

0,750 a 1


O ano de 2007 (Tabela 4.7) em muito se assemelha ao ano de 2009 relativamente às variáveis

correlacionadas com cada factor.

Os factores financeiro, dimensão e produtividade continuam a ter correlações elevadas com as

mesmas variáveis e, agora, o factor 4 regista uma maior relação apenas com a variável “passageiros

por porta de embarque”. A variável “tráfego de mercadorias” tem alguma relevância no factor 2,

embora com uma correlação de 0,491.

Componentes 2006

1 2 3 4

Passageiros 0,114 0,928 0,151 0,009

Tráfego de mercadorias 0,210 0,004 -0,011 -0,001

Movimentos de aeronaves 0,095 0,830 0,323 -0,136



Passageiros por porta de embarque -0,040 0,555 -0,053 0,027


Custo de trabalho por passageiro 0,919 -0,063 -0,128 -0,035

Custo de trabalho por movimento de aeronaves 0,930 0,132 -0,187 0,045

Custo variável por passageiro 0,932 -0,037 0,005 0,288

Custo variável por movimento de aeronaves 0,793 0,143 -0,044 0,433


Receita operacional por passageiro 0,387 -0,134 0,159 0,738

Receita operacional por movimento de aeronaves 0,023 0,153 -0,140 0,840

Receita operacional por empregado -0,005 0,013 0,661 0,645

Legenda Menor que

0,250 0,250 a 0,499

0,500 a 0,749

0,750 a 1


65

No ano de 2006 (Tabela 4.8), existe uma separação evidente entre as variáveis relativas às

receitas e aos custos.

O factor 1 pode ser descrito como o factor de custos, uma vez que inclui todos os custos de

trabalho e variáveis e, ainda, a “receita aeronáutica por movimento de aeronaves”.

Esta última variável também tem uma importante influência no factor 4 relativo às receitas, com

uma elevada correlação com as variáveis “receita operacional por passageiro”, “receita operacional

por movimento de aeronaves” e “receita operacional por empregado”.

No entanto, esta última tem ainda uma maior correlação com o factor 3, a produtividade, em

que se destacam com uma correlação bastante significativa as variáveis “passageiros por empregado”

e “movimentos de aeronaves por empregado”.

A dimensão é caracterizada pelas variáveis com um relevante peso no factor 2, que

correspondem aos “passageiros”, aos “movimentos de aeronaves”, aos “passageiros por porta de

embarque” e aos “movimentos de aeronaves por pista”.

É ainda importante referir que neste ano, a variável “tráfego de mercadorias” não tem qualquer

correlação com nenhum dos factores.

Componentes 2005

1 2 3 4

Passageiros 0,042 0,149 0,927 0,147

Tráfego de mercadorias 0,390 -0,077 0,602 -0,145

Movimentos de aeronaves -0,146 0,139 0,812 0,391

Passageiros por empregado 0,088 -0,135 0,186 0,927

Movimentos de aeronaves por empregado -0,088 -0,156 0,010 0,922

Passageiros por porta de embarque 0,023 -0,136 0,548 -0,039



Custo de trabalho por movimento de aeronaves 0,133 0,940 0,100 -0,172


Custo variável por movimento de aeronaves 0,639 0,676 0,103 -0,085

Receita aeronáutica por movimento de aeronaves 0,936 0,191 0,091 -0,038

Receita operacional por passageiro 0,845 0,291 -0,057 0,013

Receita operacional por movimento de aeronaves 0,956 0,167 0,106 -0,048


Legenda Menor que

0,250 0,250 a 0,499

0,500 a 0,749

0,750 a 1


No ano de 2005 (Tabela 4.9), os factores 1 e 2 correspondem respectivamente às receitas e aos

custos, com um peso significativo das variáveis “receita aeronáutica por movimento de aeronaves”,

“receita operacional por passageiro”, “receita operacional por movimento de aeronaves” e “receita

operacional por empregado”, no primeiro caso, e “custo de trabalho por passageiro”, “custo de

trabalho por movimento de aeronaves”, “custo variável por passageiro” e “custo variável por

66

movimento de aeronaves”, no segundo. Este último indicador também tem uma importante influência

no primeiro factor.

O factor 3 representa a dimensão, relacionando-se com as variáveis “passageiros”, “tráfego de

mercadorias”, “movimento de aeronaves” e “passageiros por porta de embarque”.

Finalmente, a produtividade é evidenciada pelo factor 4 que se relaciona primariamente com as

variáveis “passageiros por empregado” e “movimentos de aeronaves por empregado” e, ainda, com a

“receita operacional por empregado”.

Componentes 2004

1 2 3 4

Passageiros 0,053 0,126 0,931 0,096

Tráfego de mercadorias 0,410 -0,086 0,603 -0,179


Passageiros por empregado 0,089 -0,147 0,279 0,893

Movimentos de aeronaves por empregado -0,070 -0,138 0,112 0,923

Passageiros por porta de embarque 0,089 -0,018 0,481 0,051

Movimentos de aeronaves por pista -0,037 0,030 0,281 0,174






Receita operacional por passageiro 0,855 0,239 -0,038 0,057



Legenda Menor que

0,250 0,250 a 0,499

0,500 a 0,749

0,750 a 1


No ano de 2004 (Tabela 4.10), os factores 1, 2 e 4 (receitas, custos e produtividade) estão

relacionados com as mesmas variáveis dos mesmos factores de 2005.

As variáveis “passageiros”, “tráfego de mercadorias” e “movimento de aeronaves” constituem

o factor 3. A variável “movimentos de aeronaves por pista” não está associada a nenhum factor.

67

Componentes 2003

1 2 3 4

Passageiros 0,114 0,938 0,069 0,097



Passageiros por empregado 0,108 0,222 -0,084 0,915

Movimentos de aeronaves por empregado -0,063 0,081 -0,114 0,929

Passageiros por porta de embarque 0,114 0,504 0,086 -0,025


Custo de trabalho por passageiro 0,016 0,069 0,952 -0,100


Custo variável por passageiro 0,577 -0,050 0,733 0,085



Receita operacional por passageiro 0,867 0,140 0,149 0,033


Receita operacional por empregado 0,758 0,176 -0,038 0,501

Legenda Menor que

0,250 0,250 a 0,499

0,500 a 0,749

0,750 a 1


No ano de 2003 (Tabela 4.11), as variáveis mais significativas do factor 1 são todas aquelas

relativas às receitas e aos custos variáveis.

Estes últimos também têm uma contribuição relevante para o factor 3, juntamente com os

custos de trabalho. No entanto, o “custo variável por movimento de aeronaves” tem mais

expressividade no factor 1, enquanto que o “custo variável por passageiro” é mais significante no

factor 3.

A dimensão representada pelo factor 2 apresenta uma maior relação com as variáveis

“passageiros”, “tráfego de mercadorias”, “movimento de aeronaves”, “passageiros por porta de

embarque” e “movimentos de aeronaves por pista”.

Por último, o factor 4 contém uma forte correlação com “passageiros por empregado” e

“movimentos de aeronaves por empregado” e, ainda tem alguma contribuição da “receita operacional

por empregado”.

68

Componentes 2002

1 2 3 4

Passageiros 0,159 0,915 0,105 0,186



Passageiros por empregado 0,021 0,246 -0,109 0,882

Movimentos de aeronaves por empregado -0,050 -0,004 -0,103 0,939

Passageiros por porta de embarque 0,157 0,702 0,062 -0,122


Custo de trabalho por passageiro 0,087 0,058 0,953 -0,086


Custo variável por passageiro 0,562 0,009 0,792 0,022



Receita operacional por passageiro 0,771 0,240 0,309 -0,051


Receita operacional por empregado 0,746 0,207 0,014 0,446

Legenda Menor que

0,250 0,250 a 0,499

0,500 a 0,749

0,750 a 1


Finalmente, no ano de 2002 (Tabela 4.12), as variáveis “custo de trabalho por passageiro”,

“custo de trabalho por movimento de aeronaves” e “custo variável por passageiro” têm pesos bastante

expressivos no factor 3.

Este último indicador também tem alguma relevância no factor 1. Por sua vez, este factor tem

um contributo importante para todas as variáveis respeitantes às receitas e, ainda, do “custo variável

por movimento de aeronaves”.

O factor 2, que representa a dimensão, assemelha-se bastante ao mesmo do ano de 2003, tendo

as mesmas variáveis a caracterizá-lo.

Tal como em 2003, o factor 4 também apresenta uma significante relação com as variáveis

“passageiros por empregado” e “movimentos de aeronaves por empregado”.

Na Tabela 4.13 e na Tabela 4.14, resume-se cada factor para cada ano, atribuindo uma

designação para cada um deles e incluem-se também as variáveis com que eles se correlacionam.

69

2009 2007 2006 2005

Factor 1 Financeiro Factor 1 Financeiro Factor 1 Custos Factor 1 Receita

Custo de trabalho por passageiro Custo de trabalho por passageiro Custo de trabalho por passageiro Receita aeronáutica por movimento de aeronaves

Custo de trabalho por movimento de aeronaves Custo de trabalho por movimento de aeronaves Custo de trabalho por movimento de aeronaves Receita operacional por passageiro

Custo variável por passageiro Custo variável por passageiro Custo variável por passageiro Receita operacional por movimento de aeronaves

Custo variável por movimento de aeronaves Custo variável por movimento de aeronaves Custo variável por movimento de aeronaves Receita operacional por empregado

Receita aeronáutica por movimento de aeronaves Receita aeronáutica por movimento de aeronaves Receita aeronáutica por movimento de aeronaves Factor 2 Custos

Receita operacional por passageiro Receita operacional por passageiro Factor 2 Dimensão Custo de trabalho por passageiro

Receita operacional por movimento de aeronaves Receita operacional por movimento de aeronaves Passageiros Custo de trabalho por movimento de aeronaves

Factor 2 Dimensão Factor 2 Dimensão Movimentos de aeronaves Custo variável por passageiro

Passageiros Passageiros Passageiros por porta de embarque Custo variável por movimento de aeronaves

Movimentos de aeronaves Movimentos de aeronaves Movimentos de aeronaves por pista Factor 3 Dimensão

Movimentos de aeronaves por pista Movimentos de aeronaves por pista Factor 3 Produtividade Passageiros

Factor 3 Produtividade Factor 3 Produtividade Passageiros por empregado Tráfego de mercadorias

Passageiros por empregado Passageiros por empregado Movimentos de aeronaves por empregado Movimentos de aeronaves

Movimentos de aeronaves por empregado Movimentos de aeronaves por empregado Receita operacional por empregado Passageiros por porta de embarque

Receita operacional por empregado Receita operacional por empregado Factor 4 Receita Operacional Factor 4 Produtividade

Factor 4 Tráfego de mercadorias Factor 4 Passageiros por porta de embarque Receita operacional por passageiro Passageiros por empregado

Tráfego de mercadorias Passageiros por porta de embarque Receita operacional por movimento de aeronaves Movimentos de aeronaves por empregado

Tabela 4.13 - Variáveis correlacionadas com cada factor (I)

70

2004 2003 2002

Factor 1 Receita Factor 1 Receita Factor 1 Receita

Receita aeronáutica por movimento de aeronaves Custo variável por movimento de aeronaves Custo variável por movimento de aeronaves

Receita operacional por passageiro Receita aeronáutica por movimento de aeronaves

Receita aeronáutica por movimento de aeronaves

Receita operacional por movimento de aeronaves Receita operacional por passageiro Receita operacional por passageiro

Receita operacional por empregado Receita operacional por movimento de aeronaves

Receita operacional por movimento de aeronaves

Factor 2 Custos Receita operacional por empregado Receita operacional por empregado

Custo de trabalho por passageiro Factor 2 Dimensão Factor 2 Dimensão

Custo de trabalho por movimento de aeronaves Passageiros Passageiros

Custo variável por passageiro Tráfego de mercadorias Tráfego de mercadorias

Custo variável por movimento de aeronaves Movimentos de aeronaves Movimentos de aeronaves

Factor 3 Dimensão Passageiros por porta de embarque Passageiros por porta de embarque

Passageiros Movimentos de aeronaves por pista Movimentos de aeronaves por pista

Tráfego de mercadorias Factor 3 Custos Factor 3 Custos

Movimentos de aeronaves Custo de trabalho por passageiro Custo de trabalho por passageiro

Passageiros por porta de embarque Custo de trabalho por movimento de aeronaves

Custo de trabalho por movimento de aeronaves

Factor 4 Produtividade Custo variável por passageiro Custo variável por passageiro

Passageiros por empregado Factor 4 Produtividade Factor 4 Produtividade

Movimentos de aeronaves por empregado Passageiros por empregado Passageiros por empregado

Movimentos de aeronaves por empregado Movimentos de aeronaves por empregado

Tabela 4.14 - Variáveis correlacionadas com cada factor (II)

71

4.3.3. Análise de Clusters

Com a análise dos dendogramas apresentados na Figura A.4.1 à Figura A.4.7 do Anexo A.4.1 e

segundo os valores da coluna “Coefficients” da tabela “Agglomeration Schedule” gerada pelo SPSS, os

resultados sugerem aglomerações entre 4 e 6 clusters. Com maior detalhe, os valores da referida

tabela evidenciam um “salto” quando a agregação é composta por 5 clusters, à excepção dos anos de

2005 e 2003 em que, nestes casos, as soluções mais indicadas são para 4 e 6 clusters, respectivamente.

A agregação dos aeroportos tem resultados similares em todos os anos, à excepção dos anos de

2002 e 2003, nestes, os clusters do mesmo ano têm uma dimensão muito semelhante. A partir de

2004, o número de aeroportos em cada cluster é bastante diferenciado, existindo um muito grande

que tem praticamente metade da amostra e outro muito pequeno que varia entre as 2 e as 3

entidades. Estes correspondem, respectivamente, aos clusters 1 e 5 para o nível de cinco clusters

(Tabela 4.15). A constituição dos clusters de todas as agregações pode ser visualizada na Tabela A.4.1

e Tabela A.4.2 do Anexo A.4.2.

Clusters

Ano 1 2 3 4 5

2009 68 22 38 10 2

2007 65 9 20 43 3

2006 71 26 6 34 3

2005 65 14 28 31 2

2004 94 22 13 9 2 Tabela 4.15 – Distribuição das entidades por cinco clusters

De forma geral, existe uma tendência para que os aeroportos se juntem a outros do mesmo

continente. Em praticamente todas as agregações é possível observar um cluster formado por um

elevado número de aeroportos norte-americanos e outro de europeus, sem uma presença significativa

de aeroportos de outros continentes. Por vezes, apenas um único cluster junta um apreciável número

de aeroportos dos diferentes continentes, mas nos restantes agrupamentos existe uma evidente

separação destas regiões. Isto deve-se ao facto de os continentes apresentarem realidades

completamente diferentes, por razões económicas, geográficas e culturais.

Os maiores aeroportos da América do Norte, com um tráfego de passageiros a partir dos 40 ou

50 milhões de passageiros por ano (dependendo do ano de análise), encontram-se num cluster

diferente dos restantes aeroportos do mesmo continente. Apesar destes últimos terem uma menor

importância no seu continente, têm um nível de tráfego de passageiros mais semelhante com a

realidade europeia. Eles compõem o maior cluster da agregação.

É curioso notar que os aeroportos da área de Nova Iorque (EWR, JFK e LGA) encontram-se

sempre no mesmo agrupamento, o que significa que têm realidades muito semelhantes visto que

72

operam na mesma zona. Geralmente, ao nível dos seis clusters, este cluster é de pequena dimensão

(excluindo os anos 2002 e 2003) e, em todos os anos, à excepção de 2006, inclui também o aeroporto

canadiano YYC e quatro aeroportos da Oceania (BNE, MEL, SYD e WLG).

Os aeroportos que pertencem à região da Ásia-Pacífico agrupam-se nos clusters segundo o seu

continente, isto é, há uma clara separação entre os aeroportos dos países asiáticos e os da Oceania

(Austrália e Nova Zelândia). Outra situação que deve ser salientada é a existência de um cluster em

todos os anos, à excepção de 2006, que inclui unicamente dois aeroportos japoneses, KIX e NRT. Isto

indica que estes dois aeroportos são bastante semelhantes entre si e diferentes dos restantes.

Em 2009, a formação mais evidente é a de cinco clusters. Nota-se que existem clusters que têm

uma forte presença de aeroportos de um único continente, como é o caso do cluster 2, constituído

maioritariamente por aeroportos da América do Norte, o do cluster 3 com aeroportos da Ásia e, ainda,

os dos pequenos clusters 4 e 5 formados exclusivamente por aeroportos europeus e japoneses,

respectivamente. O cluster 1 é o que tem o maior conjunto de aeroportos, composto principalmente

por entidades europeias e norte-americanas. De média dimensão, o cluster 2 apresenta apenas

aeroportos da América do Norte e da Oceania.

Verifica-se que em 2007 a agregação produz, mais uma vez, cinco clusters, sendo dois deles de

pequena dimensão: cluster 2 com cinco aeroportos da América do Norte e quatro da Oceânia; cluster

5 com três aeroportos apenas da Ásia-Pacífico (sendo dois deles os já mencionados aeroportos

japoneses). Os clusters 1, 3 e 4 são compostos maioritariamente por aeroportos do mesmo continente,

isto é, da América do Norte, da Ásia e da Europa, respectivamente.

No ano de 2006, a agregação originou também cinco clusters, em que muito se assemelham aos

do ano 2007. Os clusters 3 e 5 são de pequena dimensão, em que o primeiro tem três aeroportos da

América do Norte e da Oceânia de cada. Os clusters 1, 2 e 4 são constituídos principalmente por

aeroportos norte-americanos, asiáticos e europeus, respectivamente.

Dos quatro clusters formados de 2005, destacam-se: o cluster 1 onde predominam aeroportos

norte-americanos e que inclui todos os aeroportos da Oceânia, com a ausência de aeroportos dos

restantes continentes; o cluster 3 que tem exclusivamente aeroportos europeus; o cluster 5 com os

mesmos aeroportos japoneses já referidos. O cluster 2, por sua vez, contem aeroportos de todas as

regiões, com uma forte presença do continente asiático.

Em 2004, os aeroportos foram agrupados em cinco clusters. Os clusters 3, 4 e 5 são pequenos

agrupamentos que integram unicamente aeroportos da América do Norte e Oceânia, da Europa e da

Ásia (japoneses), respectivamente. Os clusters 1 e 2 incluem aeroportos de todas as regiões, embora

com dimensões completamente diferentes.

Os aeroportos foram agrupados em seis clusters no ano de 2003, com uma distribuição dos

aeroportos diferentes das verificadas nos outros anos, não existindo um com uma dimensão muito

73

superior à dos restantes. Mesmo assim há semelhanças quanto à constituição dos clusters: nos clusters

3, 4 e 5 predominam, respectivamente, os continentes norte-americano, asiático e europeu e, tal como

nos outros anos, os aeroportos KIX e NRT encontram-se isolados num agrupamento (cluster 6). O

cluster 2 é constituído por poucos aeroportos, que são dos mais movimentados do mundo; isola

aqueles com um nível tráfego de passageiros mais elevado e distanciado dos restantes (superior a 48

milhões de passageiros), só não incluindo o aeroporto LHR. Finalmente, o cluster 1 é formado por

aeroportos de todas as regiões.

A agregação efectuada no ano de 2002 resultou em cinco clusters, sendo visível uma divisão por

continentes: os clusters 3 e 4 têm sobretudo aeroportos norte-americanos e europeus,

respectivamente. O menor agrupamento corresponde ao quinto, constituído pelos mesmos dois

aeroportos japoneses e o maior cluster diz respeito ao primeiro que inclui aeroportos de todas as

regiões, tal como o segundo, mas este com uma dimensão menor.

4.3.3.1. Aeroportos Flexíveis

No presente trabalho, é importante perceber como os aeroportos flexíveis estão distribuídos

pelos clusters. Para tal, elaborou-se uma lista de aeroportos flexíveis (Tabela 4.16), segundo a literatura

já referida no Capítulo 2 e também aqueles já identificados por Magalhães, et al. (2015) e, ainda, com

base nas respostas aos inquéritos por parte dos gestores de aeroportos, que enumeraram as opções

flexíveis existentes nos seus aeroportos.

América do Norte Europa Ásia-Pacífico

AUS AMS BKK

BNA ARN WLG

DEN ATH

DTW BRU

JAX CDG

MEM DUB

PBI HAM

PDX LIS

PHX OSL

RNO ZRH

YEG

YUL

YVR

YWG Tabela 4.16 – Aeroportos considerados como flexíveis

Procurou-se identificar estes aeroportos flexíveis nas agregações resultantes da análise de

clusters. Na Figura 4.3, esses aeroportos estão destacados a laranja em cada cluster, de forma a poder

74

visualizar-se melhor a sua distribuição em cada agregação. Não é possível estabelecer uma relação

entre os clusters formados e o nível de flexibilidade que os seus aeroportos possuem. Os aeroportos

dos quais se conhece a existência de alguma flexibilidade estão distribuídos por todos os clusters nas

análises de todos os anos, não existindo um cluster específico que junta os aeroportos flexíveis. Por

isso, não há uma organização dos aeroportos flexíveis em que estes se concentrem em certos clusters.

Mesmo analisando a agregação com o nível das opções flexíveis (estratégico, táctico e operacional),

não se consegue obter uma separação coerente com estes níveis de acção.

Figura 4.3 – Aeroportos flexíveis nas agregações resultantes da análise de clusters

No entanto, consegue-se retirar algumas conclusões a partir desta análise. Nota-se que existem

aeroportos flexíveis que se encontram no mesmo cluster nas agregações efectuadas para todos os

anos: AUS, JAX, PBI, RNO, YEG e YWG; DEN e PHX; HAM, OSL e ZRH. Estes três conjuntos são

constituídos por aeroportos com dimensões semelhantes e que se localizam no mesmo continente.

Com base no conhecimento sobre as opções de flexibilidade de que estes possuem, constata-se que

todos eles dispõem de opções de todos os níveis de acção, excluindo os casos de HAM e YWG que não

contêm opções tácticas. No primeiro daqueles grupos de aeroportos, não é possível encontrar opções

flexíveis comuns a todos eles, a não ser a opção “Solo disponível para expansões”, ou verificar se todos

eles não detêm de uma dada opção. Acerca do segundo grupo, não se tem informação disponível para

realizar essa análise. Já no último grupo, verifica-se que os aeroportos que o constituem dispõem das

opções “Solo disponível para expansões” e “Sistema CUSS: check-in” e nenhum deles tem “Terminal

open space: extensão do tecto do terminal”, “Sistemas móveis: balcões de check-in”, “Sistemas

móveis: controlo de passaporte” e “Detectores de metais móveis: áreas de segurança”.

75

Dado que foi verificado que as análises dos anos de 2002 e 2003 diferenciavam bastante dos

restantes, fez-se a experiência de se observar os resultados apenas para o intervalo de 2004 a 2009.

Ao primeiro grupo identificado anteriormente, juntaram-se outros aeroportos: BNA, PDX, YUL e YVR.

Este grupo continua a ser constituído apenas por aeroportos da América do Norte, de pouca

importância neste continente devido à sua dimensão e sem opções flexíveis comuns a todos. O

segundo grupo mantém-se igual e o terceiro teve a adição dos aeroportos BRU e LIS. Ele é composto

por entidades europeias com dimensões muito semelhantes e que são concordantes com a realidade

deste continente. Estes aeroportos dispõem das mesmas opções de flexibilidade já mencionadas para

este grupo. Surge ainda um quarto grupo de aeroportos que aparecem sempre juntos no mesmo

cluster, que correspondem ao CDG e DUB. Porém, não se conhece quais das opções flexíveis é que têm

implementadas para tornar possível o estabelecimento de comparações.

Uma vez que esta análise não permitiu chegar a conclusões acerca do tipo de flexibilidade

disponível nos aeroportos, decidiu-se analisar individualmente cada opção flexível. Na próxima secção,

é descrito todo esse processo e apresentar as conclusões retiradas dessa análise detalhada.

4.3.3.2. Opções de flexibilidade

Nesta fase do estudo, tornou-se indispensável realizar uma análise minuciosa a cada opção de

flexibilidade, dado que a análise global efectuada anteriormente obteve resultados inconclusivos. Esta

análise representa então, uma segunda tentativa na obtenção de respostas que possam explicar a

forma como os aeroportos flexíveis se agrupam para que seja possível identificar os benefícios da

flexibilidade.

Para esse efeito, foi utilizada a informação obtida pelos inquéritos realizados aos aeroportos. O

conhecimento dos gestores aeroportuários neste domínio é da maior relevância, visto que diariamente

experienciam na prática as consequências das decisões tomadas, pelo que se considerou fundamental

realizar uma análise com base nessa experiência.

Em primeiro lugar, foram apurados quais os KPI que, na visão dos gestores aeroportuários, eram

influenciados por cada opção flexível. Obtidos estes indicadores, encontraram-se as variáveis da ATRS

(Tabela 4.17) que estariam relacionadas com estes, visto que são estes os dados disponíveis neste

trabalho.

76

Variáveis da ATRS

Passageiros Passengers

Índice de output não-aeronáutico Non-aeronautical Output Index

Passageiros por empregado Passengers per employee

Passageiros por porta de embarque Passengers per Gate

Custo de trabalho por passageiro Labour Cost per Passenger

Custo de trabalho por movimento de aeronaves Labour Cost per Aircraft Movement

Custo variável por passageiro Variable Cost per Passenger

Custo variável por movimento de aeronaves Variable Cost per Aircraft Movement

Receita não-aeronáutica Non-Aeronautical Revenue

Receita aeronáutica por movimento de aeronaves Aeronautical Revenue per Aircraft Movement

Receita de concessão por passageiro Concession Revenue per Passenger

Receita operacional por passageiro Operating Revenue per Passenger

Receita operacional por movimento de aeronaves Operating Revenue per Aircraft Movement

EBITDA EBITDA

Rácio dívida/activos Debt-Assets Ratio

Rácio dívida/capital próprio Debt-Equity Ratio

Tabela 4.17 - Variáveis da ATRS com a sua respectiva designação original utilizadas na análise de clusters para cada opção de

flexibilidade

A variável “receita não-aeronáutica” corresponde à percentagem de receita que provém de

serviços não-aeronáuticos, isto é, as actividades não relacionadas directamente com a aviação. Uma

das principais componentes da receita não-aeronáutica é a receita de concessão. O “índice de output

não-aeronáutico” é obtido deflacionando a receita não-aeronáutica total pela Paridade de Poder de

Compra (PPC), de forma a que o valor esteja ajustado ao poder de compra do país onde se localiza o

aeroporto.

A variável EBITDA representa os lucros antes de juros, impostos, depreciação e amortização. O

rácio dívida/activos fornece uma indicação da magnitude do peso da dívida de um aeroporto em

relação a seus activos, e é calculado dividindo o passivo total pelos activos totais. Por sua vez, o rácio

dívida/capital próprio indica a magnitude do peso da dívida de um aeroporto, em comparação com o

seu nível de capital investido. Todas as outras variáveis são auto-explicativas ou já foram explicadas

anteriormente.

Com o propósito de avaliar a flexibilidade nos aeroportos com um maior grau de detalhe,

procurou-se efectuar uma análise de clusters para cada opção flexível, utilizando estas variáveis e

selecionando as apropriadas para cada caso (Tabela 4.18 e Tabela 4.19).

No entanto, não foi possível realizar esta análise para todas as opções flexíveis por diversas

razões: pelo desconhecimento por parte dos gestores aeroportuários sobre a influência de certas

opções nos KPI; por estes selecionarem como importantes apenas KPI relacionados com a qualidade

de serviço, não existindo variáveis na ATRS que a descrevam; por não existirem respostas suficientes

77

acerca de algumas opções flexíveis, uma vez que não são adoptadas pela maioria dos aeroportos

inquiridos.

Foram analisadas individualmente as seguintes opções de flexibilidade:

Nível Estratégico



Forma Linear dos terminais

Nível Táctico


Nível Operacional





Para além destas, ainda foram realizadas análises ao nível estratégico e operacional, englobando

as opções de flexibilidade associadas a cada um destes. Não foi efectuada a do nível táctico por existir

apenas informação respeitante a uma opção deste nível de acção, que foi já examinada

individualmente. As variáveis aqui utilizadas foram aquelas que sofreram influência por todas as

opções flexíveis de cada nível.

Opções Flexíveis Variáveis da ATRS


Índice de output não-aeronáutico Receita não-aeronáutica Receita de concessão por passageiro Receita operacional por passageiro

EBITDA Rácio dívida/activos Rácio dívida/capital próprio


Custo de trabalho por passageiro Custo de trabalho por movimento de aeronaves Custo variável por passageiro

Custo variável por movimento de aeronaves EBITDA Rácio dívida/activos Rácio dívida/capital próprio

Forma linear dos terminais

Passageiros por porta de embarque Custo de trabalho por passageiro Custo de trabalho por movimento de aeronaves Custo variável por passageiro

Custo variável por movimento de aeronaves Receita aeronáutica por movimento de aeronaves Receita operacional por movimento de aeronaves


Passageiros Índice de output não-aeronáutico Passageiros por porta de embarque Custo de trabalho por passageiro Custo de trabalho por movimento de aeronaves

Custo variável por passageiro Custo variável por movimento de aeronaves Receita não-aeronáutica Receita de concessão por passageiro Receita operacional por passageiro

Tabela 4.18 - Variáveis da ATRS utilizadas para a análise de cada opção de flexibilidade (I)

78

Opções Flexíveis Variáveis da ATRS


Passageiros Passageiros por porta de embarque Custo de trabalho por passageiro Custo de trabalho por movimento de aeronaves Custo variável por passageiro

Custo variável por movimento de aeronaves Receita aeronáutica por movimento de aeronaves Receita operacional por passageiro Receita operacional por movimento de aeronaves


Passageiros Passageiros por empregado Custo de trabalho por passageiro Custo de trabalho por movimento de aeronaves Custo variável por passageiro

Custo variável por movimento de aeronaves Receita aeronáutica por movimento de aeronaves Receita operacional por passageiro Receita operacional por movimento de aeronaves


Passageiros Passageiros por empregado Receita aeronáutica por movimento de aeronaves

Receita operacional por passageiro Receita operacional por movimento de aeronaves


Passageiros Passageiros por empregado Receita aeronáutica por movimento de aeronaves

Receita operacional por passageiro Receita operacional por movimento de aeronaves

Tabela 4.19 - Variáveis da ATRS utilizadas para a análise de cada opção de flexibilidade (II)

É de referir ainda que, a informação obtida acerca das opções flexíveis existentes nos aeroportos

é referente à situação actual do aeroporto. Por isso, ao realizar uma análise de clusters para todos os

anos para cada opção flexível e compará-la com os aeroportos de que se tem conhecimento que essa

opção está implementada neste momento, estar-se-ia a assumir que os aeroportos têm essa opção

pelo menos desde 2002, e não se está a considerar que ela possa ter sido implementada mais

recentemente.

Assim, faz sentido analisar esta informação com as bases de dados mais recentes a que se tem

acesso, uma vez que o número de opções de flexibilidade implementadas num aeroporto poderá ter

variado de forma significativa neste período de tempo considerado na análise. De qualquer maneira,

o último ano da amostra é 2009, o que significa que esta análise comparativa já está desfasada no

tempo. Mesmo assim, decidiu-se realizar esta análise para os anos mais recentes da amostra, isto é, a

partir de 2005.

À informação reunida a partir da literatura e dos inquéritos, foram acrescentados dados obtidos

nos sites de internet dos aeroportos da amostra, onde se verifica que a maioria deles indica

principalmente os sistemas CUSS de que dispõe. Esta pesquisa revelou que já muitos aeroportos

dispõem de quiosques self-service de check-in. Não há distinção entre os aeroportos que

disponibilizam estes serviços.

Ainda, no site oficial do departamento de Segurança Nacional dos EUA, US Customs and Border

Protection, é disponibilizada informação acerca de quais os aeroportos que têm implementados os

79

serviços de controlo de passaporte automáticos, incluindo não só aeroportos do seu país ou

continente, mas também por todo o mundo.

Mais uma vez, os resultados (Anexo A.5) foram inconclusivos para todas as opções flexíveis pois

tanto os aeroportos que possuem uma dada opção como aqueles que não a possuem encontram-se

dispersos por todos os clusters. Esta análise veio a confirmar os resultados anteriores: os aeroportos

têm uma tendência a juntar-se a outros da mesma região.

Nestas agregações, dois factos ocorrem recorrentemente. O mais evidente é o facto de que

geralmente cada agregação forma um cluster com um número de entidades muito superior aos

restantes, e este engloba a maioria dos aeroportos da América do Norte. Assim, é notória a separação

deste continente dos restantes. A segunda situação corresponde à formação de dois clusters de menor

dimensão maioritariamente constituídos por aeroportos europeus, sem grande expressividade de

outra região. Por vezes, um deles é exclusivo deste continente, incluindo aeroportos com um

considerável tráfego de passageiros.

a) Opções de Flexibilidade Estratégicas

A nível das opções estratégicas, as agregações geraram clusters onde é notória a separação por

regiões (Tabela A.5.1 do Anexo A.5.2). Observando a Figura 4.4, o cluster 1 destaca-se dos outros pelo

número de entidades que reúne, sendo grande parte delas aeroportos da América do Norte. Isto

revela, mais uma vez, a distinção entre a realidade aeroportuária nesta região e a dos outros

continentes.

Figura 4.4 – Análise de clusters para as opções de flexibilidade estratégicas

80

A distribuição dos aeroportos quanto à existência de opções de flexibilidade estratégicas

mostra-se dispersa para aqueles que as têm implementadas. Os aeroportos que não dispõem destas

opções encontram-se geralmente no cluster 1. No entanto, não é prudente tirar qualquer tipo de

conclusões sobre este facto por duas razões: a amostra de aeroportos sem opções de flexibilidade

estratégicas é muito reduzida; o cluster 1 contém um número significativo de entidades que têm

implementadas estas opções.

De seguida, far-se-ão as análises individuais a cada opção estratégica para tentar explicar a

forma como os aeroportos, com uma dada opção flexível, se distribuem nas agregações.

a1) Solo disponível para expansões

Na análise ao solo disponível para expansões (Figura 4.5), as agregações de 2009 e 2007 diferem

das de 2006 e 2005. Na primeira situação, existem dois clusters com dimensões distintas das restantes,

tendo um deles um número de entidades muito grande e reúne a maioria dos aeroportos da América

do Norte. Apesar de mais pequenos, os restantes agrupamentos geralmente têm em destaque um

continente. O segundo caso apresenta clusters de dimensões muito semelhantes, porém continua a

existir uma separação entre a América do Norte e as restantes regiões (Tabela A.5.3 do Anexo A.5.2).

Figura 4.5 - Análise de clusters para a opção de flexibilidade "Solo disponível para expansões"

Os aeroportos com ou sem esta opção flexível encontram-se dispersos por todos os clusters,

não sendo possível visualizar uma distinção entre estes. No entanto, nota-se que alguns aeroportos

que dispõem desta opção flexível podem ser encontrados juntos em todas as agregações: AUS, BNA,

81

DTW, MEM, PDX, YEG e YWG; RNO e BRU; ATH e ZRH. O mesmo não acontece com os aeroportos que

não têm solo disponível para expansões.

a2) Utilização de terminais modulares para uma expansão mais fácil

À parte de 2006, em todas as agregações da opção flexível correspondente à utilização de

terminais modulares (Figura 4.6) existe um cluster que se destaca dos outros pelo seu tamanho e que

reúne grande parte dos aeroportos norte-americanos. Todavia, não sendo excepção, o ano de 2006

apresenta um agrupamento em que este continente está em destaque (Tabela A.5.4 do Anexo A.5.2).

Figura 4.6 - Análise de clusters para a opção de flexibilidade "Utilização de terminais modulares para uma expansão mais fácil”

É de referir também que constantemente são formados dois clusters em cada ano constituídos

principalmente por entidades europeias, não existindo em alguns a presença de outras regiões.

Os aeroportos que dispõem de terminais modulares estão presentes em praticamente todos os

agrupamentos. Já aqueles que não têm esta opção estão concentrados num cluster, que corresponde

àquele que contém maioritariamente entidades da América do Norte. Porém, este cluster também

inclui um número significativo de aeroportos com esta opção flexível. Existem dois conjuntos de

aeroportos que se encontram juntos em todos os anos, correspondendo a um que detém de terminais

modulares e outro sem esta opção flexível, respectivamente: PBI, PHX e WLG; AUS, BNA, DTW, MEM,

PDX, SDF, YVR, YWG, ATH e ZRH.

82

a3) Forma linear dos terminais

As agregações resultantes da análise referente à forma linear dos terminais (Figura 4.7) formam

todas, cinco clusters e apresentam, excepcionando o caso de 2009, um agrupamento (cluster 1) muito

maior do que os outros que são bastante reduzidos (Tabela A.5.5 do Anexo A.5.2). O cluster 1 de todos

os anos é constituído maioritariamente por entidades norte-americanas, mas também os outros

continentes têm alguma relevância nele, especialmente a região da Ásia-Pacífico.

Figura 4.7 - Análise de clusters para a opção de flexibilidade "Forma linear dos terminais"

Tal como a análise da opção flexível anterior, existem dois clusters com a presença expressiva

da Europa, excluindo 2006 que só apresenta um, sendo um deles composto exclusivamente por

aeroportos europeus. Sem excepção, nos quatro anos de análise, este cluster inclui sempre o mesmo

conjunto de aeroportos: CDG, CGN, DUB, DUS, MUC, ORY e VIE. Todavia não se tem informação

respeitante a esta opção flexível nos referidos aeroportos, para que fosse possível avaliar esta união.

Nota-se ainda que os aeroportos japoneses KIX e NRT voltam a isolar-se num agrupamento

(cluster 5).

Em geral, há uma distribuição dos aeroportos com e sem esta opção flexível por dois clusters,

não sendo evidente a separação entre estas duas situações. Dos aeroportos que se sabe que os seus

terminais têm uma forma linear, é possível encontrar alguns frequentemente juntos: AUS; BNA; DTW;

MEM; PBI; PDX; YEG; YUL; YWG e WLG; ATH e OSL. O mesmo pode ser verificado com aqueles que não

são lineares: RNO, SDF, YVR; JAX e PHX.

83

b) Opções de Flexibilidade Tácticas

Das opções flexíveis a nível táctico, apenas foi possível realizar a análise clusters para a opção

“Paredes divisórias móveis no terminal” (Tabela A.5.6 do Anexo A.5.2), dado que era a única que

dispunha de variáveis. A opção “Espaços disponíveis no terminal” é influenciada principalmente,

segundo os gestores aeroportuários, por variáveis relacionadas com a qualidade de serviço, a qual não

é descrita pelo conjunto das variáveis da ATRS.

A análise realizada para a opção flexível correspondente às paredes divisórias móveis no

terminal (Figura 4.8) forma agrupamentos onde geralmente é visível a presença significativa de um

continente. Os aeroportos norte-americanos encontram-se distribuídos maioritariamente em dois

clusters (clusters 1 e 2) nos anos 2009 e 2005, e num cluster (cluster 1) nos anos 2007 e 2006, sendo

todos estes agrupamentos dominados por este continente e ainda com um número apreciável de

aeroportos da região da Ásia-Pacífico. Novamente, são formados dois clusters pequenos constituídos

sobretudo por entidades europeias e um terceiro por asiáticas.

A forma como os aeroportos com ou sem paredes móveis se dividem pelos agrupamentos

parece ser aleatória, não existindo qualquer separação entre eles. Podem-se encontrar dois conjuntos

de aeroportos com paredes móveis (BRU e HAM; OSL e ZRH) três sem esta opção flexível (BNA, PBI,

PDX, RNO e YWG; DTW e PHX; MEM e SDF) sempre juntos em todos os anos.

Figura 4.8 - Análise de clusters para a opção de flexibilidade "Paredes divisórias móveis no terminal"

84

c) Opções de Flexibilidade Operacionais

A forma como os aeroportos se agregam na análise às opções de flexibilidade operacionais

(Figura 4.9) difere pouco ao longo dos anos. Os aeroportos norte americanos têm uma forte presença

em dois agrupamentos que contêm também, embora muito menor, um número significativo de

aeroportos da Ásia-Pacífico, excluindo os casos de 2006 e 2005 em que estes aeroportos só são

evidentes no cluster 1. Também os aeroportos europeus dominam dois clusters e, finalmente, o último

cluster é constituído apenas pelos aeroportos japoneses KIX e NRT.

As entidades que têm implementadas opções de flexibilidade operacionais estão distribuídas

igualmente por todos os agrupamentos. De seguida, serão apresentadas as análises de clusters

realizadas para cada opção flexível do nível operacional (Tabela A.5.2 do Anexo A.5.2).

Figura 4.9 - Análise de clusters para as opções de flexibilidade operacionais

c1) Portas de embarque com serviços internacionais e domésticos (swing gates)

Em primeiro lugar, é de notar que a agregação resultante da análise da implementação das

swing gates nos aeroportos (Figura 4.10) é bastante similar àquela obtida para a opção de flexibilidade

“forma linear dos terminais”. Tal como esta, a agregação gerou cinco clusters para todos os anos da

análise (Tabela A.5.7 do Anexo A.5.2).

Todos os clusters correspondentes ao 1 e o cluster 2 de 2007 contêm essencialmente entidades

da América do Norte, mas ainda é de realçar, embora muito menor, a presença de um conjunto

considerável de aeroportos da Ásia-Pacífico. Mais uma vez, são formados dois agrupamentos com o

85

domínio da Europa (apenas um em 2006), isolando frequentemente as entidades CDG, CGN, DUB,

MUC, ORY e VIE. E ainda, KIX e NRT estão isolados no cluster 5.

Os aeroportos com e sem swing gates não se encontram separados, existindo as duas situações

na maioria dos clusters. Aqueles que dispõem de swing gates e estão sempre juntos em todas as

agregações são: JAX, SDF, YEG, YUL, YWG e WLG; DTW e PHX. Os conjuntos frequentes dos que não

têm esta opção flexível implementada dizem respeito a: BNA, MEM, PBI e RNO; ATH e BRU.

Figura 4.10 - Análise de clusters para a opção de flexibilidade "Portas de embarque com serviços internacionais e domésticos (swing gates)"

c2) Sistema CUSS: Check-in

Os agrupamentos obtidos da análise de clusters aos sistemas de self-service de check-in (Figura

4.11) assemelham-se à da análise das swing gates: foram formados cinco clusters em todos os anos; o

cluster 1 de todas as agregações tem uma grande dimensão que difere dos restantes, sendo

constituído principalmente por aeroportos da América do Norte e, ainda com uma presença forte da

Ásia-Pacífico; em cada ano existem dois clusters onde predominam os aeroportos da Europa, sendo

mesmo um deles exclusivo a esta região, que inclui as entidades CDG, CGN, DUB, MUC, ORY e VIE; os

aeroportos KIX e NRT estão isolados num cluster (Tabela A.5.8 do Anexo A.5.2).

Ainda existe um pequeno cluster composto essencialmente por aeroportos norte-americanos e

que correspondem a aeroportos com um expressivo nível de tráfego de passageiros. Neste

agrupamento estão sempre presentes as entidades ATL, EWR, JFK e LGA e, ainda da Austrália, MEL e

86

SYD. Nota-se também que os aeroportos da área de Nova Iorque (EWR, JFK e LGA) estão

frequentemente reunidos no mesmo cluster.

Figura 4.11 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Check-in"

Como já mencionado anteriormente, foi realizada uma pesquisa à informação disponibilizada

pelos aeroportos nos seus sites de internet. Constatou-se que grande parte dos aeroportos já têm

implementada esta opção de flexibilidade. São muitos os que já oferecem diversas formas de se

efectuar o check-in, inclusive estes quiosques que são disponibilizados no aeroporto, e alguns desses

aeroportos também têm incorporados os serviços de bagagem drop-off na mesma máquina.

Assim, como é possível observar na Figura 4.11, em todos os clusters existem uma grande

percentagem de aeroportos que têm essa opção flexível, não sendo evidente a concentração dela mais

nuns clusters do que noutros.

c3) Sistema CUSS: Recolha de Bagagem (drop-off)

Tal como nas análises anteriores, o cluster 1 (Figura 4.12) constitui um número de entidades

muito superior aos restantes, que formam pequenos agrupamentos. Ele é maioritariamente composto

por aeroportos norte-americanos, mas também com alguma expressão dos outros continentes nos

casos de 2006 a 2009. A América do Norte predomina também em dois pequenos clusters (excepto

em 2005, pela agregação ter menos um cluster) com aeroportos de grande dimensão, especialmente

um que inclui as entidades da área de Nova Iorque (ATL, EWR, JFK, LGA, MEL e SYD). Também existem

dois clusters onde é evidente a presença da Europa e outro isola os aeroportos KIX e NRT.

87

A distribuição dos aeroportos de que se tem conhecimento que têm implementada esta opção

flexível revela-se aleatória (Tabela A.5.9 do Anexo A.5.2). No caso dos que não dispõem dela, parece

existir uma pequena concentração no cluster 1, mas não se pode tirar conclusões visto que a amostra

dos aeroportos nesta situação é bastante reduzida, acrescentando o facto de este cluster também

conter um numeroso conjunto de aeroportos que contêm estes sistemas de self-service para recolha

de bagagem. Geralmente, nos aeroportos existem áreas exclusivas com balcões destinados a drop-off

e noutros este sistema já está incorporado nos sistemas self-service de check-in.

Figura 4.12 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Recolha de Bagagem (drop-off)"

c4) Sistema CUSS: Controlo de passaporte

A constituição dos agrupamentos nesta análise (Figura 4.13) é exactamente igual à da análise

anterior, visto que a análise de clusters foi realizada com as mesmas variáveis, pois foram aquelas que

foram consideradas como relevantes pelos gestores aeroportuários.

Mais uma vez, não existe uma concentração significativa em certos agrupamentos de aeroportos

com controlo automático de passaporte, estando dispersos por todos eles (Tabela A.5.10 do Anexo

A.5.2).

88

Figura 4.13 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Controlo de passaporte"

4.4. Síntese

Com o propósito de investigar os benefícios da flexibilidade, foi aplicada nesta dissertação uma

metodologia baseada na técnica de clustering para estudar a agregação dos aeroportos flexíveis

segundo um conjunto de variáveis. Depois de analisadas várias agregações num intervalo de tempo de

sete anos, não se pôde estabelecer um grande número de conclusões relativamente à agregação dos

aeroportos flexíveis, uma vez que se encontravam dispersos por todos os clusters e, ainda, porque se

constatou que os aeroportos tinham a tendência de se unir a outros do mesmo continente.

Assim sendo, desta análise, as principais conclusões retiradas são:

A relevância da geografia no desempenho dos aeroportos;

Não há evidência de que os aeroportos flexíveis se organizem nos mesmos clusters, uma

vez que estão dispersos por toda a agregação;

A análise também não revela uma agregação dos aeroportos flexíveis pelo nível de acção

das opções implementadas, isto é, nível estratégico, táctico e operacional.

Isto leva a um conjunto de questões sobre o nível de flexibilidade concedido por cada opção:

quais são as opções mais flexíveis? Quantas opções de flexibilidade descrevem um aeroporto flexível?

Uma vez que os aeroportos considerados como flexíveis não têm o mesmo nível de flexibilidade,

esta análise exigiu um maior grau de detalhe, o que conduziu a um estudo individual de cada opção.

Efectuaram-se análises de clusters para cada opção flexível e, ainda, para cada nível de acção.

Os resultados obtidos vieram a confirmar as conclusões anteriores, não sendo evidenciada qualquer

89

relação entre o nível de flexibilidade disponível nos aeroportos e as agregações resultantes. A

separação dos aeroportos por continentes nos clusters foi ainda mais acentuada, formando clusters

exclusivos de um só continente e reunir praticamente toda a amostra da América do Norte num só

cluster.

É notório que as semelhanças entre aeroportos não só dependem daquelas variáveis utilizadas,

mas há variáveis relacionadas com questões culturais e geográficas que não foram consideradas e que

têm um forte contributo para o funcionamento dos aeroportos. Outro facto é a de que a amostra

utilizada contém aeroportos de diversos tamanhos, em que os maiores apresentam um nível de

tráfego de passageiros tão diferenciado dos menores, que se pode estar perante um fenómeno de

economias de escala. No entanto, a utilização de categorias mais específicas levaria a um problema de

falta de informação, impossibilitando qualquer tipo de análise, uma vez que poderia existir dados

apenas para um número insignificante de aeroportos.

Uma limitação encontrada neste estudo é a comparação da flexibilidade actual de um aeroporto

com dados mais antigos, tendo em conta que a base de dados mais recente é relativa a 2009. Por isso,

projectos de expansão ou alterações na operacionalidade de um aeroporto mais recentes não se

reflectem nestes dados.

Tendo em conta estes resultados inconclusivos em relação à flexibilidade aeroportuária, não foi

possível extrair os seus benefícios de forma a avaliar a sua influência tanto no desempenho operacional

como financeiro de um aeroporto.

Por fim, após a realização de todo este conjunto de análises, resulta a ideia de que a abordagem

que foi levada a cabo não funciona para a concretização dos objetivos predefinidos neste estudo. Com

efeito, as técnicas de clustering foram utilizadas com diferentes níveis de detalhe e nenhuma análise

gerou resultados que demonstrassem uma distinção entre os aeroportos flexíveis e os não-flexíveis.

90

CAPÍTULO 5 Conclusões

5.1. Conclusões

Esta dissertação apresenta um estudo sobre a implementação do conceito de flexibilidade nos

aeroportos. O seu principal objectivo relaciona-se com a investigação dos seus benefícios no

desempenho aeroportuário.

Na primeira fase do estudo, foi realizada uma revisão de literatura a qual revelou que a

abordagem tradicional do desenvolvimento aeroportuário já não é considerada como adequada às

necessidades actuais. Muitos autores evidenciam a importância de se tomar uma abordagem flexível

para lidar com a volatilidade e com a incerteza associadas a este mercado de grande competitividade.

Existem diversas alternativas à abordagem tradicional, as quais apresentam diferentes perspectivas,

com especial destaque para o design flexível, a gestão de risco, o planeamento estratégico e os

sistemas multi-aeroportos.

Existem diferentes definições para o conceito de flexibilidade, contudo, todas elas convergem

para a ideia de um contributo positivo da mesma no desenvolvimento aeroportuário. Outro objectivo

deste estudo é contribuir para o estabelecimento de um conceito de flexibilidade que reúna as diversas

posições dos autores consultados. Assim, entende-se que a adopção da flexibilidade permite trazer ao

sistema a possibilidade de ser modificado de forma simples dentro da sua configuração existente

sempre que for necessário, aumentando consequentemente a sua probabilidade de sucesso.

Neste estudo procura-se encontrar os benefícios da flexibilidade no desempenho aeroportuário.

Para a sua concretização, considerou-se importante entender a relação entre a flexibilidade e o

desempenho aeroportuário, isto é, perceber de que modo se pode medir o seu impacto no

desempenho de um aeroporto. Existem muitas abordagens para avaliar o desempenho financeiro dos

sistemas, porém, existe ainda uma grande limitação quanto à avaliação do desempenho das operações

aeroportuárias, dado que há a convicção de que a flexibilidade tem um contributo positivo nas

operações, embora não exista ainda formas de medi-la.

Para a realização deste propósito, constatou-se a partir da análise da bibliografia consultada que

diversos estudos no âmbito dos aeroportos utilizam a análise de clusters na sua classificação,

recorrendo principalmente aos métodos hierárquicos. Da mesma forma, foi aplicada esta metodologia

a um conjunto de 140 aeroportos, com base nas variáveis fornecidas pela ATRS. Previamente, e no

intuito de tornar esta análise mais eficiente, reduziram-se as variáveis em factores, originando grupos

relacionados com a dimensão, com o desempenho financeiro e com a produtividade do aeroporto.

91

Na posse destes factores procedeu-se à aplicação de uma técnica de clustering para estudar a

forma como os aeroportos se agrupam, procurando perceber se os aeroportos com características de

flexibilidade semelhantes se reúnem nos mesmos agrupamentos e, assim, compreender se a adopção

da flexibilidade influencia o desempenho dos aeroportos. Os resultados obtidos não evidenciam a

existência de semelhanças entre os aeroportos com opções flexíveis, encontrando–se dispersos nas

agregações, acarretando mesmo a limitação das análises por nível estratégico, táctico e operacional.

Na procura de factos que expliquem como estes aeroportos se reúnem, avançou-se para uma

análise individual a cada uma das opções de flexibilidade. Com efeito, as diferentes opções flexíveis

oferecem diferentes níveis de flexibilidade e, por isso, provavelmente não terão todas o mesmo

impacto no desempenho de um aeroporto. Os resultados obtidos confirmaram os anteriores, uma vez

que não mostraram separação entre aqueles que tinham a opção implementada e os que não

dispunham dela.

Na obtenção destes resultados poderão estar alguns obstáculos encontrados neste estudo e que

também influenciaram as conclusões obtidas: a heterogeneidade da amostra; o desfasamento entre

os anos para os quais se realizou a análise e o momento de obtenção de informação sobre as opções

flexíveis; e a não consideração da qualidade de serviço na análise.

Quanto à amostra de aeroportos, esta contém aeroportos de diversas dimensões, com

realidades diferentes, pelo que a flexibilidade poderá ter uma influência bastante diferente neles, ao

que acresce ainda a constituição de economias de escala provocadas pela dimensão de alguns

aeroportos com grandes níveis de tráfego.

O espaço temporal da amostra também poderá ter influência nos resultados, sendo importante

considerar uma amostra mais recente e não tão extensa, pois a implementação de opções de

flexibilidade poderá ter ocorrido em diferentes alturas e mais recentemente.

Neste estudo, foi defendida a ideia de que para lidar com a volatilidade do mercado e a incerteza

sobre a procura, o conceito de flexibilidade é uma boa solução na medida em que melhora ou mantém

a produtividade e o desempenho aeroportuário. Tendo em conta o objectivo de investigar os

benefícios da flexibilidade no desempenho aeroportuário e as características que permitam distinguir

os aeroportos com opções flexíveis dos demais, considera-se que este objectivo foi conseguido em

parte, no entanto as técnicas utilizadas não conseguiram isolar essa influência da flexibilidade, pois

não agrupam os aeroportos nos mesmos clusters e não os separam dos não-flexíveis. Conclui-se que,

poderão existir outros factores que influenciam a agregação dos aeroportos e que têm um maior

impacto no desempenho aeroportuário, nomeadamente factores externos aos aeroporto.

Em suma, com este estudo foi obtido um contributo para o melhor conhecimento da

flexibilidade aplicada aos aeroportos, permitindo perceber que para a avaliação deste conceito no

92

desenvolvimento aeroportuário a presente abordagem não é suficiente e que por esse motivo são

necessárias abordagens que utilizem outras metodologias e/ou técnicas.

5.2. Desenvolvimentos futuros

Na literatura existe um desconhecimento sobre o real impacto da flexibilidade nos aeroportos.

É de grande importância que se continue a estudar sobre quais as metodologias mais adequadas para

que seja possível concretizar a avaliação dos seus benefícios.

Os resultados das análises realizadas colocam várias questões pertinentes:

a flexibilidade tem, de facto, influência no desempenho de um aeroporto?

as ferramentas estatísticas utilizadas foram as mais adequadas?

existirão outros factores com maior impacto no desempenho e na produtividade do que a

flexibilidade?

a heterogeneidade das opções flexíveis poderão ter um impacto diferente no desempenho e

na produtividade?

A experimentação de novas técnicas estatísticas poderão explicar a realidade aeroportuária

noutra perspectiva e daí possibilitar avaliar os benefícios da flexibilidade aplicada aos aeroportos.

Poderá ser considerada a existência de outros factores, nomeadamente os de origem externa

aos aeroportos, para os quais a flexibilidade poderá não conseguir amortizar.

Da mesma forma poderá ser considerado como factor a não ser minimizado na análise aos

aeroportos, as regiões onde se localizam. Deste modo, realizar uma análise por região poderia trazer

algumas vantagens uma vez que os aeroportos nos diferentes continentes têm realidades ou formas

de funcionamento bastante distintas que se prendem com razões económicas, geográficas e culturais.

Nestes casos, os benefícios da flexibilidade não são evidenciados nas análises.

Muitas das opções de flexibilidade implementadas num aeroporto têm grandes efeitos na

qualidade de serviço prestado. Assim sendo, seria importante incluir em análises posteriores variáveis

relacionadas com esta, como por exemplo, os tempos relativos aos processos de check-in, segurança

e controlo de passaporte, os atrasos nas portas de embarque e nas partidas ou, ainda, a satisfação do

cliente. Os indicadores propostos pelo ACI (KPI) prevêem variáveis relacionadas com estas e com todas

as outras utilizadas nas análises realizadas neste estudo. Para além desta vantagem, os KPI são

indicadores com que as entidades aeroportuárias estão mais familiarizadas e, caso seja necessário a

obtenção de informação junto delas, a fiabilidade das respostas poderá ser maior.

No decurso deste estudo colocou-se como hipótese o facto das opções de flexibilidade não

oferecerem o mesmo nível de flexibilidade e assim, essas opções flexíveis terem um impacto diferente

93

no desempenho e na produtividade. Tendo em conta esta hipótese poderá ser considerada como linha

de investigação para novos trabalhos o estudo da heterogeneidade da flexibilidade.

O estudo das questões levantadas poderá contribuir para a melhor compreensão dos efeitos da

flexibilidade num aeroporto, e, dessa forma avaliar o seu real impacto no desempenho e na

produtividade.

94

Bibliografia

ACI World, 2012. Guide to Airport Performance Measures, Montreal: ACI, Airports Council International.

Adikariwattage, V., de Barros, A. G., Wirasinghe, S. C. & Ruwanpura, J., 2012. Airport classification criteria based on passenger characteristics and terminal size. Journal of Air Transport Management, Volume 24, pp. 36 - 41.

Airport Transport Research Society, 2007. Airport Benchmarking Report, Vancouver, Canada: Centre for Transportation Studies.

Alderighi, M., Cento, A., Nijkamp, P. & Rietveld, P., 2012. Competition in the European aviation market: the entry of low-cost airlines. Journal of Transport Geography.

Ashford, N., Stanton, H. P. M. & Moore, C. A., 1997. Airport Operations. 2nd ed. New York: McGraw-Hill.

Bilotkach, V., Clougherty, J. A., Mueller, J. & Zhang, A., 2012. Regulation, privatization, and airport charges: panel data evidence from European airports. Journal of Regulatory Economics, Volume 42, pp. 73 - 94.

Bilotkach, V. & Lakew, P. A., 2014. On sources of market power in the airline industry: Panel data evidence from the US airports. Transportation Research Part A: Policy and Practice, Volume 59, pp. 288 - 305.

Bonnefoy, P. A., de Neufville, R. & Hansman, R. J., 2010. Evolution and Development of Multiairport Systems: Worldwide Perspective. Journal of Transport Engineering. ASCE.

Branco, J. A., s.d. Introdução à Análise de Clusters [Powerpoint Slides]. Lisboa: Instituto Superior Técnico.

Burghouwt, G., 2007. Airline Network Development in Europe and its Implications for Airport Planning. 1st ed. Aldershot: Ashgate.

Burghouwt, G. & Hakfoort, J., 2001. The evolution of the European aviation network, 1990–1998. Journal of Air Transport Management, Volume 7, pp. 311-318.

Burghouwt, G. & Huys, M., 2003. Deregulation and the Consequences for Airport Planning in Europe.

Butters, M., 2010. Flexible Airport Design. Airport Management, Volume 4, No. 4, pp. 321-328.

Cardin, M.-A. & de Neufville, R., 2008. A Survey of State-of-the-Art Methodologies and a Framework for Identifying and Valuing Flexible Design Opportunities in Engineering Systems. Working Paper, Cambridge MA.

Castelli, L., Labbé, M. & Violin, A., 2012. A Network Pricing Formulation for the revenue maximization of European Air Navigation Service Providers. Transportation Research Part C.

Caves, R. E. & Gosling, G. D., 1999. Strategic Airport Planning. 1st ed. Amsterdam: Pergamon.

de Neufville, R., 1995. Designing Airport Passenger Buildings for the 21st Century. Transport Journal, Volume 111, pp. 83-96.

de Neufville, R., 2003. Real Options: Dealing with uncertainty in systems planning and design. Integrated Assessment, 4(1), pp. 26-34.

de Neufville, R., 2008. Low-Cost Airports for Low-Cost Airlines: Flexible Design to Manage the Risks. Transportation Planning and Technology, Volume 31, No. 1, pp. 35-68.

de Neufville, R. & Belin, S. C., 2002. Airport Passenger Buildings: Efficiency through Shared Use of Facilities. Journal of Transportation Engineering, pp. 202-210.

95

de Neufville, R. & Odoni, A., 2013. Airport Systems - Planning, Design and Management. 2nd ed. s.l.:McGraw-Hill Education.

Doganis, R., 2006. The Airline Business. 2nd ed. London: Routledge.

Eckart, J., 2012. Flexible Urban Drainage Systems in New Land-Use Areas - Doctoral Thesis. s.l.:University of South Florida.

Edwards, B., 2005. The Modern Airport Terminal - New approaches to airport architecture. 2nd ed. London: Spon Press.

Fricke, E. & Schulz, A. P., 2005. Design for Changeability (DfC): Principles to enable changes in systems throughout their entire lifecycle. Systems Engineering, Volume 8, No. 4.

Galle, K. M. et al., 2010. Risk-Based Airport Selection for Runway Safety Assessments Through theDevelopment and Application of Systems-Driven Prioritization Methodologies. University of Virginia, Charlottesville, VA., Proceedings of the 2010 IEEE Systems and Information Engineering Design Symposium.

Gil, N. & Tether, B. S., 2011. Project Risk Management and Design Flexibility: Analysing a Case and Conditions of Complementarity. Research Policy 40, pp. 415-428.

Graham, A., 2014. Managing Airports: An International Perspective. 4th ed. Oxford: Routledge.

Graham, B., 1998. Liberalization, regional economic development and the geography of demand for air transport in the European Union. Journal of Transport Geography, Volume 6 No. 2, pp. 87 - 104.

Horonjeff, R., McKelvey, F. X., Sproule, W. J. & Young, S. B., 2010. Planning & Design of Airports. 5th ed. New York: McGraw-Hill Education.

Hwang, C.-C. & Shiao, G.-C., 2011. Analyzing air cargo flows of international routes: an empirical study of Taiwan Taoyuan International Airport. Journal of Transport Geography, Volume 19, pp. 738 - 744.

IATA, 2004. Airport Development Reference Manual. 9th ed. Montreal: s.n.

Jia, T. & Jiang, B., 2012. Building and analyzing the US airport network based on en-route location information. Physica A, Volume 391, pp. 4031-4042.

Kazda, A. & Caves, R., 2008. Airport Design and Operation. Bingley: Emerald.

Kwakkel, J. H., 2007. The Problem of Uncertainty in Airport Master Planning. Aerlines Magazine, Volume 39, pp. 1-4.

Kwakkel, J. H., Walker, W. & Marchau, V., 2010. Assessing the Efficacy of Adaptative Airport Strategic Planning: Results from Computational Experiments. Agifords Innovation Award in Airline Operations Research.

Madas, M. A. & Zografos, K. G., 2008. Airport capacity vs. demand: Mismatch or mismanagement?. Transportation Research Part A, Volume 42, p. 203–226.

Magalhães, L., 2014. Airport Flexibility: an Extensive Literature on its Origins, Definitions, Frameworks, Measurement and Case Studies, Lisboa: Working Paper, Instituto Superior Técnico.

Magalhães, L., Reis, V. & Macário, R., 2012. Flexible Development of Airports: Where we stand now?. AIRDV Conference, Lisboa.

Magalhães, L., Reis, V. & Macário, R., 2013. Airport Flexibility: a First Glimpse on the External Factors. Rio de Janeiro, 13th WCTR.

Magalhães, L., Reis, V. & Macário, R., 2015. Can flexibility make the difference to an airport's productivity? An assessment using cluster analysis. Journal of Air Transport Management, Volume 47, pp. 90-101.

96

Magalhães, L., Reis, V. & Macário, R., 2015. Can flexibility make the difference to an airport's productivity? An assessment using cluster analysis. Journal of Air Transport Management, Volume 47, pp. 90-101.

Malighetti, P., Paleari, S. & Redondi, R., 2009. Airport classification and functionality within the European network. Problems and Perspectives in Management, Volume 7 No. 1.

Marôco, J., 2014. Análise Estatística com o SPSS Statistics. 6ª ed. Pêro Pinheiro: Report Number.

Mathisen, T. A., Jørgensen, F. & Solvoll, G., 2014. Marginal costs pricing of airport operations in Norway. Research in Transportation Economics, Volume 45, pp. 49 - 56.

Morlok, E. K. & Chang, D. J., 2004. Measuring capacity flexibility of a transportation system. Transportation Research Part A, Volume 38, pp. 405-420.

Mukherjee, A., Ball, M. & Subramanian, B., 2006. Models for estimating monthly delays and cancellations in the NAS. Pacific Gorve, National Airspace System Performance.

Reis, E., 2001. Estatística Multivariada Aplicada. 2ª ed. Lisboa: Edições Sílabo.

Rodríguez-Déniz, H., Suau-Sanchez, P. & Voltes-Dorta, A., 2013. Classifying airports according to their hub dimensions: an application to the US domestic network. Journal of Transport Geography, Volume 33, pp. 188-195.

Rodríguez-Déniz, H. & Voltes-Dorta, A., 2014. A frontier-based hierarchical clustering for airport efficiency benchmarking. Benchmarking: An International Journal, 21(4), pp. 486-508.

Sarkis, J. & Talluri, S., 2004. Performance based clustering for benchmarking of US airports. Transportation Research Part A, Volume 38, pp. 329-346.

Shuchi, S. & Drogemuller, R., 2012. Process Based Synthesis to Evaluate Design Flexibility in Airport Terminal Layout. ANZAScA Conference Proceedings, Griffith University, Australia, pp. 1-8.

Shuchi, S., Drogemuller, R. & Kleinschmidt, T., 2012. Flexible Airport Terminal Design: Towards a Framework. Proceedings of the IIE Asian Conference 2012, Singapore, pp. 348-356.

Society, A. T. R., 2007. Airport Benchmarking Report - Global Standards for Airport Excellence, Parts I, II and III, Vancouver, Canada: Centre for Transportation Studies.

Suchmová, P., 2010. Airport-airline relation. Vodochody: The secondary airport in Prague, Czech Republic. - Master Thesis. Bergen: Norges Handelshoyskole.

Torres-Reyna, O., 2007. Panel Data Analysis Fixed and Random Effects using Stata (v.4.2) [Powerpoint Slides]. s.l.:Princeton University.

Upton, D. M., 1994. The Management of Manufacturing Flexibility. California Management Review, Volume 36, No. 2, pp. 72-89.

Vormer, F., Marsden, A. & Duong, V., 2010. A Complex Systems Approach to Assessment of Airport Flexibility, Predictability and Efficiency. 27th International Congress of the Aeronautical Sciences.

Walker, W. E., Marchau, V. & Van De Riet, O., 2008. Special Issue of Transportation Planning and Technology - Approaches to Developing the Airport of the Future. Transportation Planning and Technology, Volume 31, No. 1, pp. 1-9.

Washington, S. P., Karlaftis, M. G. & Mannering, F. L., 2003. Statistical and Econometric Methods for Transportation Data Analysis. Florida: Chapman & Hall/CRC.

Wijnen, R. A. A., Walker, W. E. & Kwakkel, J. H., 2008. Decision Support for Airport Strategic. Transportation Planning and Technology, Volume 31 No.1, pp. 11-34.

97

Endereços de Internet

ABQ, 2015. Airport - City of Albuquerque. [Online] Available at: https://www.cabq.gov/airport/ [Acedido em Setembro 2015].

ADL, 2015. Adelaide Airport. [Online] Available at: http://www.adelaideairport.com.au/ [Acedido em Setembro 2015].

AKL, 2015. Auckland Airport. [Online] Available at: https://www.aucklandairport.co.nz/ [Acedido em Setembro 2015].

ALB, 2015. Albany International Airport. [Online] Available at: http://www.albanyairport.com/ [Acedido em Setembro 2015].

AMS, 2015. Amsterdam Schipol Airport. [Online] Available at: http://www.schiphol.nl/ [Acedido em Setembro 2015].

Anon., 2015. YVR. [Online] Available at: http://www.yvr.ca/

ARN, 2015. Stockholm Arlanda Airport - Swedavia. [Online] Available at: http://www.swedavia.se/arlanda/ [Acedido em Setembro 2015].

ATH, 2015. Athens International Airport. [Online] Available at: https://www.aia.gr/traveler/ [Acedido em Setembro 2015].

ATL, 2015. Hartsfield-Jackson Atlanta International Airport. [Online] Available at: http://www.atlanta-airport.com/ [Acedido em Setembro 2015].

AUS, 2015. Bergstrom International Airport - City of Austin. [Online] Available at: http://www.austintexas.gov/airport [Acedido em Setembro 2015].

BCN, 2015. Aeropuerto de Barcelona-El Prat. [Online] Available at: http://www.aena.es/csee/Satellite/Aeropuerto-Barcelona [Acedido em Setembro 2015].

BHX, 2015. Birmingham Airport. [Online] Available at: https://birminghamairport.co.uk/ [Acedido em Setembro 2015].

BKK, 2015. Suvarnabhumi Airport. [Online] Available at: http://www.suvarnabhumiairport.com/ [Acedido em Setembro 2015].

BNA, 2015. Nashville International Airport. [Online] Available at: https://www.flynashville.com/Pages/default.aspx [Acedido em Setembro 2015].

98

BNE, 2015. Brisbane Airport Corporation. [Online] Available at: http://www.bne.com.au/ [Acedido em Setembro 2015].

BOM, 2015. Chhatrapati Shivaji International Airport. [Online] Available at: http://www.csia.in/ [Acedido em Setembro 2015].

BOS, 2015. Massport - Logan Airport. [Online] Available at: https://www.massport.com/logan-airport/ [Acedido em Setembro 2015].

BRE, 2015. Brussels Airport. [Online] Available at: http://www.brusselsairport.be/en/ [Acedido em Setembro 2015].

BTS, 2015. Letisko Bratislava. [Online] Available at: http://www.bts.aero/en/passengers/ [Acedido em Setembro 2015].

BUD, 2015. Budapest Airport. [Online] Available at: http://www.bud.hu/english [Acedido em Setembro 2015].

BWI, 2015. BWI Airport - Baltimore Washington International Thurgood Marshall Airport. [Online] Available at: http://www.bwiairport.com/ [Acedido em Setembro 2015].

CBP, 2015. Automated Passport Control (APC). [Online] Available at: http://www.cbp.gov/travel/us-citizens/automated-passport-control-apc [Acedido em Setembro 2015].

CGK, 2015. Soekarno-Hatta International Airport. [Online] Available at: http://soekarnohatta-airport.co.id/ [Acedido em Setembro 2015].

CGN, 2015. Köln Bonn Airport. [Online] Available at: https://www.koeln-bonn-airport.de/ [Acedido em Setembro 2015].

CHC, 2015. Christchurch International Airport. [Online] Available at: http://www.christchurchairport.co.nz/en/ [Acedido em Setembro 2015].

CIA, 2015. Ciampino - Aeroporti di Roma. [Online] Available at: http://www.adr.it/ciampino [Acedido em Setembro 2015].

CLE, 2015. Cleveland Hopkins International Airport. [Online] Available at: http://www.clevelandairport.com/ [Acedido em Setembro 2015].

CLT, 2015. Charlotte Douglas International Airport. [Online] Available at: http://charmeck.org/city/charlotte/Airport/Pages/default.aspx [Acedido em Setembro 2015].

CNS, 2015. Cairns Airport. [Online] Available at: http://www.cairnsairport.com.au/ [Acedido em Setembro 2015].

99

CNX, 2015. Chiang Mai International Airport. [Online] Available at: http://chiangmaiairportthai.com/en [Acedido em Setembro 2015].

CPH, 2015. Copenhagen Airport. [Online] Available at: https://www.cph.dk/en/ [Acedido em Setembro 2015].

CVG, 2015. Cincinnati/Northern Kentucky International Airport. [Online] Available at: http://www.cvgairport.com/ [Acedido em Setembro 2015].

DCA, 2015. Reagan National Airport. [Online] Available at: http://www.metwashairports.com/dca/reagan-national-airport [Acedido em Setembro 2015].

DEL, 2015. Delhi Airport. [Online] Available at: http://www.newdelhiairport.in/traveller.aspx [Acedido em Setembro 2015].

DEN, 2015. Denver International Airport. [Online] Available at: http://www.flydenver.com/ [Acedido em Setembro 2015].

DFW, 2015. DFW Airport. [Online] Available at: https://www.dfwairport.com/ [Acedido em Setembro 2015].

DTW, 2015. Detroit Metro Airport. [Online] Available at: http://www.metroairport.com/ [Acedido em Setembro 2015].

DUB, 2015. Dublin Airport. [Online] Available at: https://www.dublinairport.com/home.aspx [Acedido em Setembro 2015].

DUS, 2015. Düsseldorf Airport. [Online] Available at: https://www.dus.com/en [Acedido em Setembro 2015].

DXB, 2015. Dubai Airports. [Online] Available at: http://www.dubaiairports.ae/ [Acedido em Setembro 2015].

EDI, 2015. Edinburgh Airport. [Online] Available at: http://www.edinburghairport.com/ [Acedido em Setembro 2015].

EWR, 2015. EWR - Newark Liberty International Airport. [Online] Available at: http://www.panynj.gov/airports/newark-liberty.html [Acedido em Setembro 2015].

FCO, 2015. Aeroporto Intercontinentale Leonardo da Vinci di Fiumicino. [Online] Available at: http://www.adr.it/fiumicino [Acedido em Setembro 2015].

FLL, 2015. Fort Lauderdale-Hollywood International Airport. [Online] Available at: http://www.broward.org/airport/Pages/Default.aspx [Acedido em Setembro 2015].

100

FRA, 2015. Frankfurt Airport. [Online] Available at: http://www.frankfurt-airport.de/content/frankfurt_airport/de.html [Acedido em Setembro 2015].

GVA, 2015. Genève Aéroport. [Online] Available at: https://www.gva.ch/en/desktopdefault.aspx [Acedido em Setembro 2015].

HAM, 2015. Hamburg Airport. [Online] Available at: https://www.hamburg-airport.de/en/ [Acedido em Setembro 2015].

HDY, 2015. Hat Yai International Airport. [Online] Available at: http://hatyaiairportthai.com/ [Acedido em Setembro 2015].

HEL, 2015. Helsinki Airport / Finavia. [Online] Available at: http://www.finavia.fi/en/helsinki-airport/ [Acedido em Setembro 2015].

HKG, 2015. Hong Kong International Airport. [Online] Available at: http://www.hongkongairport.com/eng/index.html [Acedido em Setembro 2015].

HKT, 2015. Phuket International Airport. [Online] Available at: http://phuketairportthai.com/ [Acedido em Setembro 2015].

HNL, 2015. Honolulu International Airport. [Online] Available at: http://hawaii.gov/hnl [Acedido em Setembro 2015].

IAD, 2015. Dulles International Airport. [Online] Available at: http://www.metwashairports.com/iad/dulles-international-airport [Acedido em Setembro 2015].

IAH, 2015. George Bush Intercontinental Airport. [Online] Available at: http://www.fly2houston.com/iah [Acedido em Setembro 2015].

ICN, 2015. Incheon International Airport. [Online] Available at: http://www.cyberairport.kr/pa/en/a/index.jsp [Acedido em Setembro 2015].

IND, 2015. Indianapolis International Airport. [Online] Available at: http://www.indianapolisairport.com/ [Acedido em Setembro 2015].

IST, 2015. TAV Istanbul Ataturk Airport. [Online] Available at: http://www.ataturkairport.com/en-EN/Pages/Main.aspx [Acedido em Setembro 2015].

JAX, 2015. Jacksonville International Airport. [Online] Available at: http://www.flyjax.com/ [Acedido em Setembro 2015].

JFK, 2015. JFK - John F. Kennedy International Airport. [Online] Available at: http://www.panynj.gov/airports/jfk.html [Acedido em Setembro 2015].

101

KEF, 2015. Keflavik International Airport. [Online] Available at: http://www.kefairport.is/english/ [Acedido em Setembro 2015].

KIX, 2015. Kansai International Airport. [Online] Available at: http://www.kansai-airport.or.jp/en/index.asp [Acedido em Setembro 2015].

KUL, 2015. KLIA - Malaysia Airports. [Online] Available at: http://www.klia.com.my/index.php?m=airport [Acedido em Setembro 2015].

LAS, 2015. McCarran International Airport. [Online] Available at: https://www.mccarran.com/ [Acedido em Setembro 2015].

LAX, 2015. LAX - Los Angeles World Airports. [Online] Available at: http://www.lawa.org/welcomeLAX.aspx [Acedido em Setembro 2015].

LGA, 2015. LGA - LaGuardia Airport. [Online] Available at: http://www.panynj.gov/airports/laguardia.html [Acedido em Setembro 2015].

LGW, 2015. Gatwick Airport. [Online] Available at: http://www.gatwickairport.com/ [Acedido em Setembro 2015].

LHR, 2015. Heathrow Airport. [Online] Available at: http://www.heathrow.com/ [Acedido em Setembro 2015].

LIS, 2015. Lisboa Airport. [Online] Available at: http://www.ana.pt/pt-PT/Aeroportos/Lisboa/Lisboa/Paginas/HomeLisboa.aspx/ [Acedido em Setembro 2015].

LJU, 2015. Aerodrom Ljubljana. [Online] Available at: http://www.lju-airport.si/en/Main [Acedido em Setembro 2015].

MAD, 2015. Adolfo Suárez Madrid-Barajas Airport - Aena. [Online] Available at: http://www.aena.es/csee/Satellite/Aeropuerto-Madrid-Barajas/en/ [Acedido em Setembro 20015].

MAN, 2015. Manchester Airport. [Online] Available at: http://www.manchesterairport.co.uk/ [Acedido em Setembro 2015].

MCI, 2015. Kansas City International Airport. [Online] Available at: http://www.flykci.com/ [Acedido em Setembro 2015].

MCO, 2015. Orlando International Airport. [Online] Available at: http://www.orlandoairports.net/ [Acedido em Setembro 2015].

MDW, 2015. Chicago Midway International Airport. [Online] Available at: http://www.flychicago.com/midway/en/home/Pages/default.aspx [Acedido em Setembro 2015].

102

MEL, 2015. Melbourne Airport. [Online] Available at: http://melbourneairport.com.au/ [Acedido em Setembro 2015].

MEM, 2015. Memphis International Airport. [Online] Available at: http://www.mscaa.com/ [Acedido em Setembro 2015].

MFM, 2015. Macau International Airport. [Online] Available at: http://www.macau-airport.com/en/ [Acedido em Setembro 2015].

MIA, 2015. Miami International Airport. [Online] Available at: http://www.miami-airport.com/ [Acedido em Setembro 2015].

MKE, 2015. General Mitchell International Airport. [Online] Available at: http://www.mitchellairport.com/ [Acedido em Setembro 2015].

MLA, 2015. Malta International Airport. [Online] Available at: http://www.maltairport.com/en/home.htm [Acedido em Setembro 2015].

MNL, 2015. Manila International Airport Authority. [Online] Available at: http://www.miaa.gov.ph/ [Acedido em Setembro 2015].

MSP, 2015. Minneapolis - St. Paul International Airport. [Online] Available at: https://www.mspairport.com/ [Acedido em Setembro 2015].

MSY, 2015. Louis Armstrong New Orleans International Airport. [Online] Available at: http://www.flymsy.com/ [Acedido em Setembro 2015].

MUC, 2015. Munich Airport. [Online] Available at: http://www.munich-airport.com/en/consumer/index.jsp [Acedido em Setembro 2015].

MXP, 2015. Malpensa Airport. [Online] Available at: http://www.milanomalpensa-airport.com/en [Acedido em Setembro 2015].

NRT, 2015. Narita International Airport. [Online] Available at: http://www.narita-airport.jp/en/index.html [Acedido em Setembro 2015].

OAK, 2015. Oakland International Airport. [Online] Available at: http://www.oaklandairport.com/ [Acedido em Setembro 2015].

ONT, 2015. ONT - Los Angeles World Airports. [Online] Available at: http://www.lawa.org/welcomeONT.aspx [Acedido em Setembro 2015].

ORD, 2015. Chicago O'Hare International Airport. [Online] Available at: http://www.flychicago.com/ohare/en/home/Pages/default.aspx [Acedido em Setembro 2015].

103

OSL, 2015. Oslo Airport - Avinor. [Online] Available at: https://avinor.no/flyplass/oslo/ [Acedido em Setembro 2015].

Paris, A. d., 2015. Aéroports de Paris. [Online] Available at: http://www.aeroportsdeparis.fr/ [Acedido em Setembro 2015].

PBI, 2015. Palm Beach International Airport. [Online] Available at: http://www.pbia.org/ [Acedido em Setembro 2015].

PDX, 2015. Portland International Airport. [Online] Available at: http://www.flypdx.com/PDX [Acedido em Setembro 2015].

PEK, 2015. Beijing Capital International Airport. [Online] Available at: http://en.bcia.com.cn/ [Acedido em Setembro 2015].

PEN, 2015. Penang Airport. [Online] Available at: http://www.penangairport.com/ [Acedido em Setembro 2015].

PER, 2015. Perth Airport. [Online] Available at: http://www.perthairport.com.au/index.aspx [Acedido em Setembro 2015].

PHL, 2015. Philadelphia International Airport. [Online] Available at: http://www.phl.org/Pages/HomePage.aspx [Acedido em Setembro 2015].

PHX, 2015. Sky Harbor International Airport. [Online] Available at: https://skyharbor.com/ [Acedido em Setembro 2015].

PIT, 2015. Pittsburgh International Airport. [Online] Available at: http://www.flypittsburgh.com/ [Acedido em Setembro 2015].

PRG, 2015. Vaclav Havel Airport Prague. [Online] Available at: http://www.prg.aero/en/ [Acedido em Setembro 2015].

RDU, 2015. Raleigh-Durham International Airport. [Online] Available at: http://www.rdu.com/ [Acedido em Setembro 2015].

RIC, 2015. Richmond International Airport. [Online] Available at: http://www.flyrichmond.com/ [Acedido em Setembro 2015].

RIX, 2015. Sākumlapa | Riga International Airport. [Online] Available at: http://www.riga-airport.com/ [Acedido em Setembro 2015].

RNO, 2015. Reno-Tahoe International Airport. [Online] Available at: http://www.renoairport.com/ [Acedido em Setembro 2015].

104

SAN, 2015. San Diego International Airport. [Online] Available at: http://www.san.org/ [Acedido em Setembro 2015].

SAT, 2015. SAT International Airport. [Online] Available at: http://www.sanantonio.gov/sat [Acedido em Setembro 2015].

SDF, 2015. Louisville Regional Airport Authority. [Online] Available at: http://www.flylouisville.com/ [Acedido em Setembro 2015].

SEA, 2015. Seattle-Tacoma International Airport - Port of Seattle. [Online] Available at: http://www.portseattle.org/Sea-Tac/Pages/default.aspx [Acedido em Setembro 2015].

SFO, 2015. San Francisco International Airport. [Online] Available at: http://www.flysfo.com/ [Acedido em Setembro 2015].

SHA, 2015. Shanghai Airport Authority. [Online] Available at: http://www.shanghaiairport.com/ [Acedido em Setembro 2015].

SIN, 2015. Changi Airport. [Online] Available at: http://www.changiairport.com/ [Acedido em Setembro 2015].

SJC, 2015. Mineta San José International Airport - Silicon Valley's Airport. [Online] Available at: http://www.flysanjose.com/fl/ [Acedido em Setembro 2015].

SLC, 2015. Salt Lake City International Airport. [Online] Available at: http://www.slcairport.com/ [Acedido em Setembro 2015].

SMF, 2015. Sacramento International Airport. [Online] Available at: http://www.sacramento.aero/smf [Acedido em Setembro 2015].

SNA, 2015. John Wayne Airport, Orange County. [Online] Available at: http://www.ocair.com/ [Acedido em Setembro 2015].

SOF, 2015. Sofia Airport. [Online] Available at: https://www.sofia-airport.bg/en/passengers [Acedido em Setembro 2015].

STL, 2015. Lambert – St. Louis International Airport. [Online] Available at: http://www.flystl.com/ [Acedido em Setembro 2015].

STN, 2015. London Stansted Airport. [Online] Available at: http://www.stanstedairport.com/ [Acedido em Setembro 2015].

SYD, 2015. Sydney Airport. [Online] Available at: http://www.sydneyairport.com.au/ [Acedido em Setembro 2015].

105

SZX, 2015. Shenzhen Airport Group. [Online] Available at: http://eng.szairport.com/ [Acedido em Setembro 2015].

TLN, 2015. Tallinn Airport. [Online] Available at: http://www.tallinn-airport.ee/eng/ [Acedido em Setembro 2015].

TPA, 2015. Tampa International Airport. [Online] Available at: http://www.tampaairport.com/ [Acedido em Setembro 2015].

TPE, 2015. Taiwan Taoyuan International Airport. [Online] Available at: http://www.taoyuan-airport.com/english/ [Acedido em Setembro 2015].

TXL, 2015. Tegel Airport - Berlin Airport. [Online] Available at: http://www.berlin-airport.de/en/travellers-txl/ [Acedido em Setembro 2015].

VIE, 2015. Vienna International Airport. [Online] Available at: http://www.viennaairport.com/en/passengers [Acedido em Setembro 2015].

WAW, 2015. Warsaw Chopin Airport. [Online] Available at: http://www.lotnisko-chopina.pl/en/index.html [Acedido em Setembro 2015].

WLG, 2015. Wellington International Airport. [Online] Available at: https://www.wellingtonairport.co.nz/ [Acedido em Setembro 2015].

YEG, 2015. Edmonton International Airport. [Online] Available at: http://flyeia.com/ [Acedido em Setembro 2015].

YHZ, 2015. Halifax Stanfield International Airport. [Online] Available at: http://hiaa.ca/ [Acedido em Setembro 2015].

YOW, 2015. Ottawa International Airport. [Online] Available at: https://yow.ca/en [Acedido em Setembro 2015].

YUL, 2015. Aéroports de Montréal: International Pierre-Elliott-Trudeau. [Online] Available at: http://www.admtl.com/en [Acedido em Setembro 2015].

YWG, 2015. Winnipeg James Armstrong Richardson International Airport. [Online] Available at: http://www.waa.ca/ [Acedido em Setembro 2015].

YYC, 2015. Calgary International Airport. [Online] Available at: http://www.yyc.com/ [Acedido em Setembro 2015].

ZRH, 2015. Zurich Airport. [Online] Available at: http://www.zurich-airport.com/passengers-and-visitors#_ga=1.204202384.1267034124.1444645338 [Acedido em Setembro 2015].

106

Anexos

A.1. Amostra de Aeroportos

Região País Código IATA Nome do Aeroporto

Am

éri

ca d

o N

ort

e

Estados Unidos da América ABQ Albuquerque International Sunport

Estados Unidos da América ALB Albany International Airport

Estados Unidos da América ATL Hartsfield-Jackson Atlanta International Airport

Estados Unidos da América AUS Austin Bergstrom Airport

Estados Unidos da América BNA Nashville International Airport

Estados Unidos da América BOS Boston Logan International Airport

Estados Unidos da América BWI Baltimore Washington International Airport

Estados Unidos da América CLE Cleveland-Hopkins International

Estados Unidos da América CLT Charlotte Douglas International Airport

Estados Unidos da América CVG Cincinnati/Nothern Kentucky International Airport

Estados Unidos da América DCA Ronald Reagan Washington National Airport

Estados Unidos da América DEN Denver International Airport

Estados Unidos da América DFW Dallas/Fort Worth International Airport

Estados Unidos da América DTW Detroit Metropolitan Wayne Country Airport

Estados Unidos da América EWR Newark Liberty International Airport

Estados Unidos da América FLL Fort Lauderdale Hollywood International Airport

Estados Unidos da América HNL Honolulu International Airport

Estados Unidos da América IAD Washington Dulles International Airport

Estados Unidos da América IAH Houston-Bush Intercontinental Airport

Estados Unidos da América IND Indianapolis International Airport

Estados Unidos da América JAX Jacksonville International Airport

Estados Unidos da América JFK New York-John F. Kennedy International Airport

Estados Unidos da América LAS Las Vegas McCarran International Airport

Estados Unidos da América LAX Los Angeles International Airport

Estados Unidos da América LGA LaGuardia International Airport

Estados Unidos da América MCI Kansas City International Airport

Estados Unidos da América MCO Orlando International Airport

Estados Unidos da América MDW Chicago Midway Airport

Estados Unidos da América MEM Memphis International Airport

Estados Unidos da América MIA Miami International Airport

Estados Unidos da América MKE General Mitchell International Airport

Estados Unidos da América MSP Minneapolis/St. Paul International Airport

Estados Unidos da América MSY Louis Armstrong New Orleans International Airport

Estados Unidos da América OAK Oakland International Airport

Estados Unidos da América ONT Ontario International Airport

Estados Unidos da América ORD Chigaco O'Hare International Airport

Estados Unidos da América PBI Palm Beach International Airport

Estados Unidos da América PDX Portland International Airport

Estados Unidos da América PHL Philadelphia International Airport

Estados Unidos da América PHX Phoenix Sky Harbor International Airport

Estados Unidos da América PIT Pittsburg International Airport

Estados Unidos da América RDU Raleight-Durham International Airport

Estados Unidos da América RIC Richmond International Airport

107

Estados Unidos da América RNO Reno/Tahoe International Airport

Estados Unidos da América SAN San Diego International Airport

Estados Unidos da América SAT San Antonio International Airport

Estados Unidos da América SDF Louisville Intl-Standiford Field

Estados Unidos da América SEA Seattle-Tacoma International Airport

Estados Unidos da América SFO San Francisco International Airport

Estados Unidos da América SJC Norman Y. Mineta San José International Airport

Estados Unidos da América SLC Salt Lake City International Airport

Estados Unidos da América SMF Sacramento International Airport

Estados Unidos da América SNA John Wayne Orange Country Airport

Estados Unidos da América STL St. Louis-Lambert International Airport

Estados Unidos da América TPA Tampa International Airport

Canadá YEG Edmonton International Airport

Canadá YHZ Halifax International Airport

Canadá YOW Ottawa International Airport

Canadá YUL Montréal-Pierre Elliot Trudeau International Airport

Canadá YVR Vancouver International Airport

Canadá YWG Winnipeg International Airport

Canadá YYC Calgary International Airport

Canadá YYZ Toronto Lester B. Pearson International Airport

Euro

pa

Holanda AMS Amsterdam Schiphol International Airport

Suécia ARN Stockolm Arlanda International Airport

Atenas ATH Athens International Airport

Espanha BCN Barcelona El Prat Airport

Reino Unido BHX Birmingham International Airport

Bélgica BRU Brussels International Airport

Hungria BUD Budapest Ferihegy International Airport

Eslováquia BTS Bratislava Milan Rastislav Stefanik Airport

França CDG Paris Charles de Gaulle International Airport

Alemanha CGN Cologne/Bonn Konrad Adenauer International Airport

Itália CIA Rome Ciampino Airport

Dinamarca CPH Copenhagen Kastrup International Airport

Irlanda DUB Dublin International Airport

Alemanha DUS Flughafen Dusseldorf International Airport

Reino Unido EDI Edinburg Airport

Itália FCO Rome Leonardo Da Vinci/ Fiumicino Airport

Alemanha FRA Frankfurt Main International Airport

Suíça GVA Geneva Cointrin International Airport

Alemanha HAM Hamburg International Airport

Finlândia HEL Helsinki Vantaa International Airport

Turquia IST Istanbul Ataturk International Airport

Islândia KEF Keflavik International Airport

Reino Unido LGW London Gatwick International Airport

Reino Unido LHR London Heathrow International Airport

Portugal LIS Lisbon Portela Airport

Eslovénia LJU Ljubliana Airport

Espanha MAD Madrid Barajas International Airport

Reino Unido MAN Manchester International Airport

Malta MLA Malta International Airport

Alemanha MUC Munich International Airport

108

Itália MXP Milan Malpensa International Airport

França ORY Paris Orly Airport

Noruega OSL Oslo Airport

República Checa PRG Prague International Airport

Letónia RIX Riga International Airport

Bulgária SOF Sofia International Airport

Reino Unido STN London Standsted Airport

Estónia TLL Lennart Meri Tallin Airport

Alemanha TXL Berlin Tegel Airport

Áustria VIE Vienna International Airport

Polónia WAW Warsow Chopin Airport

Suíça ZRH Zurich International Airport

Ási

a-P

acíf

ico

Austrália ADL Adelaide International Airport

Nova Zelândia AKL Auckland International Airport

Tailândia BKK Suvarnabhumi Airport

Austrália BNE Birsbane Airport

Índia BOM Chhatarpati Shivaji International Airport

China CAN Guangzou Bai Yun Airport

Indonésia CGK Jakarta Soekarno-Hatta International Airport

Nova Zelândia CHC Christchurch International Airport

Austrália CNS Cairns International Airport

Tailândia CNX Chiang Mai International Airport

Índia DEL Indira Gandhi International Airport

Emirados Árabes Unidos DXB Dubai International Airport

China HAK Meilan International Airport

Tailândia HDY Hat Yai International Airport

Hong Kong HKG Hong Kong International Airport

Tailândia HKT Phuket International Airport

Coreia do Sul ICN Incheon International Airport

Japão KIX Kansai International Airport

Malásia KUL Kuala Lumpur International Airport

Austrália MEL Melbourn Tullamarine International Airport

Macau MFM Macau International Airport

Filipinas MNL Ninoy Aquino International Airport

Japão NRT Tokyo Narita International Airport

China PEK Beijing Capital International Airport

Malásia PEN Penang International Airport

Austrália PER Perth International Airport

China PVG Shanghai Pudong International Airport

Coreia do Sul SEL Seoul Gimpo International Airport

China SHA Shanghai Hongqiao International Airport

Singapura SIN Singapore Changi International Airport

Austrália SYD Sydney Kingsford Smith International Airport

China SZX Shenzhen Bao'an International Airport

Taiwan TPE Taiwan Taoyuan International Airport

Nova Zelândia WLG Wellington International Airport

China XMN Xiamen Gaoqi International Airport Tabela A.1.1 – Amostra de aeroportos considerada na análise

109

A.2. Inquérito

A.2.1. Influência das Opções Flexíveis nos KPI

Figura A.2.1 - Influência da opção “Solo disponível para expansões” nos KPI

Figura A.2.2– Influência da opção “Terminal open space: o mínimo de paredes estruturais” nos KPI

Figura A.2.3– Influência da opção “Utilização de terminais modulares para uma expasão mais fácil” nos KPI

Figura A.2.4– Influência da opção “Forma linear dos terminais” nos KPI

110

Figura A.2.5– Influência da opção “Terminal open space: extensão do pé-direito do terminal nos KPI

Figura A.2.6– Influência da opção “Paredes divisórias móveis no terminal” nos KPI

Figura A.2.7– Influência da opção “Espaços disponíveis no terminal” nos KPI

Figura A.2.8– Influência da opção “Portas de embarque com serviços internacionais e domésticos” nos KPI

Figura A.2.9– Influência da opção “Sistemas móveis: balcões de check-in” nos KPI

Figura A.2.10– Influência da opção “Sistemas móveis: controlo de passaporte” nos KPI

111

Figura A.2.11– Influência da opção “Detectores de metais móveis: áreas de segurança” nos KPI

Figura A.2.12– Influência da opção “Sistemas móveis: sinalização e publicidade” nos KPI

Figura A.2.13– Influência da opção “Sistema CUSS: check-in” nos KPI

Figura A.2.14– Influência da opção “Sistema CUSS: Recolha de bagagem” nos KPI

Figura A.2.15– Influência da opção “Sistema CUSS: controlo de passaporte” nos KPI

112

A.3. Análise Factorial A.3.1. Matrizes de Correlação

2009 Pas

sage

iro

s

Tráf

ego

de

mer

cad

ori

as

Mo

vim

ento

s d

e ae

ron

aves

Pas

sage

iro

s p

or

emp

rega

do

Mo

vim

ento

s d

e ae

ron

aves

po

r

emp

rega

do

Pas

sage

iro

s p

or

po

rta

de

emb

arq

ue

Mo

vim

ento

s d

e

aero

nav

es p

or

pis

ta

Cu

sto

de

trab

alh

o p

or

pas

sage

iro

Cu

sto

de

trab

alh

o p

or

mo

vim

ento

de

aero

nav

es

Cu

sto

var

iáve

l po

r p

assa

geir

o

Cu

sto

var

iáve

l po

r m

ovi

men

to d

e ae

ron

aves

Rec

eita

ae

ron

áuti

ca p

or

mo

vim

ento

de

aero

nav

es

Rec

eita

op

erac

ion

al p

or

pas

sage

iro

Rec

eita

op

erac

ion

al p

or

mo

vim

ento

de

aero

nav

es

Rec

eita

op

erac

ion

al p

or

emp

rega

do

Passageiros 1,000 ,482 ,904 ,314 ,118 ,395 ,707 ,029 ,254 ,115 ,321 ,273 ,086 ,318 ,180

Tráfego de mercadorias ,482 1,000 ,352 ,008 -,033 ,184 ,300 ,027 ,159 ,127 ,291 ,294 ,189 ,376 ,194

Movimentos de aeronaves ,904 ,352 1,000 ,382 ,325 ,275 ,631 ,040 ,168 ,060 ,149 ,096 ,006 ,104 ,156

Passageiros por empregado

,314 ,008 ,382 1,000 ,879 ,271 ,178 -,315 -,244 -,211 -,110 -,002 -,113 -,017 ,686

Movimentos de aeronaves por empregado

,118 -,033 ,325 ,879 1,000 ,063 ,086 -,280 -,315 -,243 -,257 -,180 -,184 -,216 ,535


,395 ,184 ,275 ,271 ,063 1,000 ,279 -,210 -,056 -,120 ,040 ,034 -,052 ,108 ,138


,707 ,300 ,631 ,178 ,086 ,279 1,000 ,061 ,234 ,102 ,243 ,232 ,111 ,252 ,143


,029 ,027 ,040 -,315 -,280 -,210 ,061 1,000 ,901 ,832 ,618 ,380 ,645 ,416 -,183


,254 ,159 ,168 -,244 -,315 -,056 ,234 ,901 1,000 ,823 ,796 ,549 ,637 ,599 -,106


,115 ,127 ,060 -,211 -,243 -,120 ,102 ,832 ,823 1,000 ,880 ,688 ,881 ,738 ,069

Custo variável por movimento de aeronaves

,321 ,291 ,149 -,110 -,257 ,040 ,243 ,618 ,796 ,880 1,000 ,847 ,800 ,907 ,201


,273 ,294 ,096 -,002 -,180 ,034 ,232 ,380 ,549 ,688 ,847 1,000 ,803 ,933 ,447


,086 ,189 ,006 -,113 -,184 -,052 ,111 ,645 ,637 ,881 ,800 ,803 1,000 ,853 ,325


,318 ,376 ,104 -,017 -,216 ,108 ,252 ,416 ,599 ,738 ,907 ,933 ,853 1,000 ,425


,180 ,194 ,156 ,686 ,535 ,138 ,143 -,183 -,106 ,069 ,201 ,447 ,325 ,425 1,000

2007

Passageiros 1,000 ,498 ,904 ,299 ,097 ,314 ,694 ,095 ,289 ,063 ,273 ,218 ,129 ,309 ,099


Movimentos de aeronaves ,904 ,373 1,000 ,372 ,310 ,168 ,630 ,088 ,182 -,007 ,091 ,016 ,038 ,095 ,046


,299 ,025 ,372 1,000 ,865 ,163 ,227 -,300 -,238 -,160 -,086 -,025 -,126 -,019 ,474


,097 -,036 ,310 ,865 1,000 -,038 ,145 -,280 -,315 -,222 -,244 -,228 -,218 -,231 ,299


,314 ,187 ,168 ,163 -,038 1,000 ,276 -,138 -,015 -,139 ,005 ,067 -,075 ,099 ,086


,694 ,345 ,630 ,227 ,145 ,276 1,000 ,105 ,241 ,043 ,186 ,179 ,114 ,230 ,020


,095 ,063 ,088 -,300 -,280 -,138 ,105 1,000 ,920 ,607 ,535 ,365 ,624 ,388 -,078


,289 ,193 ,182 -,238 -,315 -,015 ,241 ,920 1,000 ,590 ,699 ,502 ,628 ,562 ,003


,063 ,091 -,007 -,160 -,222 -,139 ,043 ,607 ,590 1,000 ,821 ,750 ,794 ,690 ,174


,273 ,307 ,091 -,086 -,244 ,005 ,186 ,535 ,699 ,821 1,000 ,867 ,758 ,880 ,259


,218 ,325 ,016 -,025 -,228 ,067 ,179 ,365 ,502 ,750 ,867 1,000 ,779 ,899 ,338


,129 ,248 ,038 -,126 -,218 -,075 ,114 ,624 ,628 ,794 ,758 ,779 1,000 ,865 ,273


,309 ,408 ,095 -,019 -,231 ,099 ,230 ,388 ,562 ,690 ,880 ,899 ,865 1,000 ,373


,099 ,097 ,046 ,474 ,299 ,086 ,020 -,078 ,003 ,174 ,259 ,338 ,273 ,373 1,000

Tabela A.3.1 - Matrizes de correlação referentes a 2009 e 2007

113

2006 Pas

sage

iro

s

Tráf

ego

de

mer

cad

ori

as

Mo

vim

ento

s d

e ae

ron

aves

Pas

sage

iro

s p

or

emp

rega

do

Mo

vim

ento

s d

e ae

ron

aves

po

r

emp

rega

do

Pas

sage

iro

s p

or

po

rta

de

emb

arq

ue

Mo

vim

ento

s d

e

aero

nav

es p

or

pis

ta

Cu

sto

de

trab

alh

o p

or

pas

sage

iro

Cu

sto

de

trab

alh

o p

or

mo

vim

ento

de

aero

nav

es

Cu

sto

var

iáve

l po

r p

assa

geir

o

Cu

sto

var

iáve

l po

r m

ovi

men

to d

e ae

ron

aves

Rec

eita

ae

ron

áuti

ca p

or

mo

vim

ento

de

aero

nav

es

Rec

eita

op

erac

ion

al p

or

pas

sage

iro

Rec

eita

op

erac

ion

al p

or

mo

vim

ento

de

aero

nav

es

Rec

eita

op

erac

ion

al p

or

emp

rega

do

Passageiros 1,000 ,018 ,906 ,343 ,139 ,377 ,680 ,000 ,186 ,055 ,226 ,202 -,013 ,103 ,149

Tráfego de mercadorias ,018 1,000 ,007 -,049 -,053 ,019 ,036 ,152 ,131 ,148 ,101 ,100 ,104 ,024 ,015

Movimentos de aeronaves ,906 ,007 1,000 ,407 ,349 ,235 ,609 ,030 ,104 ,015 ,053 ,035 -,008 -,001 ,135


,343 -,049 ,407 1,000 ,865 ,202 ,269 -,261 -,220 -,109 -,036 ,053 ,017 -,009 ,616


,139 -,053 ,349 ,865 1,000 -,008 ,181 -,234 -,307 -,155 -,213 -,134 -,020 -,108 ,464


,377 ,019 ,235 ,202 -,008 1,000 ,291 -,074 ,083 -,032 ,108 ,083 -,130 ,025 ,074


,680 ,036 ,609 ,269 ,181 ,291 1,000 ,008 ,129 ,079 ,177 ,180 ,076 ,305 ,129


,000 ,152 ,030 -,261 -,234 -,074 ,008 1,000 ,919 ,850 ,583 ,348 ,402 ,101 -,117


,186 ,131 ,104 -,220 -,307 ,083 ,129 ,919 1,000 ,853 ,756 ,501 ,323 ,172 -,074


,055 ,148 ,015 -,109 -,155 -,032 ,079 ,850 ,853 1,000 ,870 ,667 ,576 ,268 ,168


,226 ,101 ,053 -,036 -,213 ,108 ,177 ,583 ,756 ,870 1,000 ,870 ,460 ,338 ,247


,202 ,100 ,035 ,053 -,134 ,083 ,180 ,348 ,501 ,667 ,870 1,000 ,486 ,352 ,329


-,013 ,104 -,008 ,017 -,020 -,130 ,076 ,402 ,323 ,576 ,460 ,486 1,000 ,534 ,588


,103 ,024 -,001 -,009 -,108 ,025 ,305 ,101 ,172 ,268 ,338 ,352 ,534 1,000 ,364


,149 ,015 ,135 ,616 ,464 ,074 ,129 -,117 -,074 ,168 ,247 ,329 ,588 ,364 1,000

2005

Passageiros 1,000 ,466 ,875 ,299 ,052 ,375 ,381 ,009 ,194 ,061 ,210 ,155 ,056 ,188 ,192

Tráfego de mercadorias ,466 1,000 ,309 ,030 -,054 ,210 ,269 -,063 ,076 ,089 ,262 ,349 ,238 ,376 ,278

Movimentos de aeronaves ,875 ,309 1,000 ,413 ,352 ,220 ,335 ,004 ,061 -,013 ,008 -,029 -,034 -,023 ,146


,299 ,030 ,413 1,000 ,819 ,170 ,173 -,251 -,223 -,130 -,068 ,034 -,011 ,043 ,671


,052 -,054 ,352 ,819 1,000 ,006 ,118 -,238 -,317 -,188 -,236 -,151 -,096 -,163 ,437


,375 ,210 ,220 ,170 ,006 1,000 ,107 -,167 -,008 -,100 ,053 ,017 -,077 ,070 ,102


,381 ,269 ,335 ,173 ,118 ,107 1,000 ,003 ,129 ,093 ,275 ,523 ,303 ,418 ,334


,009 -,063 ,004 -,251 -,238 -,167 ,003 1,000 ,908 ,843 ,577 ,190 ,323 ,144 -,116


,194 ,076 ,061 -,223 -,317 -,008 ,129 ,908 1,000 ,857 ,755 ,310 ,343 ,294 -,039


,061 ,089 -,013 -,130 -,188 -,100 ,093 ,843 ,857 1,000 ,883 ,535 ,580 ,518 ,227


,210 ,262 ,008 -,068 -,236 ,053 ,275 ,577 ,755 ,883 1,000 ,731 ,637 ,751 ,389


,155 ,349 -,029 ,034 -,151 ,017 ,523 ,190 ,310 ,535 ,731 1,000 ,798 ,932 ,620


,056 ,238 -,034 -,011 -,096 -,077 ,303 ,323 ,343 ,580 ,637 ,798 1,000 ,879 ,563


,188 ,376 -,023 ,043 -,163 ,070 ,418 ,144 ,294 ,518 ,751 ,932 ,879 1,000 ,640


,192 ,278 ,146 ,671 ,437 ,102 ,334 -,116 -,039 ,227 ,389 ,620 ,563 ,640 1,000


114

2004 Pas

sage

iro

s

Tráf

ego

de

mer

cad

ori

as

Mo

vim

ento

s d

e ae

ron

aves

Pas

sage

iro

s p

or

emp

rega

do

Mo

vim

ento

s d

e ae

ron

aves

po

r

emp

rega

do

Pas

sage

iro

s p

or

po

rta

de

emb

arq

ue

Mo

vim

ento

s d

e

aero

nav

es p

or

pis

ta

Cu

sto

de

trab

alh

o p

or

pas

sage

iro

Cu

sto

de

trab

alh

o p

or

mo

vim

ento

de

aero

nav

es

Cu

sto

var

iáve

l po

r p

assa

geir

o

Cu

sto

var

iáve

l po

r m

ovi

men

to d

e ae

ron

aves

Rec

eita

ae

ron

áuti

ca p

or

mo

vim

ento

de

aero

nav

es

Rec

eita

op

erac

ion

al p

or

pas

sage

iro

Rec

eita

op

erac

ion

al p

or

mo

vim

ento

de

aero

nav

es

Rec

eita

op

erac

ion

al p

or

emp

rega

do

Passageiros 1,000 ,435 ,912 ,316 ,146 ,326 ,192 ,050 ,242 ,096 ,224 ,150 ,078 ,185 ,206

Tráfego de mercadorias ,435 1,000 ,353 ,076 ,001 ,186 ,051 -,015 ,115 ,144 ,300 ,337 ,225 ,373 ,273

Movimentos de aeronaves ,912 ,353 1,000 ,364 ,336 ,199 ,174 ,013 ,090 -,007 ,023 ,000 ,010 ,013 ,158


,316 ,076 ,364 1,000 ,824 ,283 ,191 -,248 -,203 -,108 -,047 ,046 ,029 ,075 ,623


,146 ,001 ,336 ,824 1,000 ,026 ,110 -,210 -,288 -,143 -,202 -,108 -,031 -,110 ,479


,326 ,186 ,199 ,283 ,026 1,000 ,132 -,043 ,112 ,005 ,125 ,106 -,007 ,131 ,150


,192 ,051 ,174 ,191 ,110 ,132 1,000 -,031 ,018 -,010 ,024 ,014 ,008 ,033 ,058


,050 -,015 ,013 -,248 -,210 -,043 -,031 1,000 ,891 ,828 ,557 ,198 ,305 ,149 -,085


,242 ,115 ,090 -,203 -,288 ,112 ,018 ,891 1,000 ,841 ,754 ,329 ,298 ,303 -,006


,096 ,144 -,007 -,108 -,143 ,005 -,010 ,828 ,841 1,000 ,886 ,571 ,562 ,538 ,267


,224 ,300 ,023 -,047 -,202 ,125 ,024 ,557 ,754 ,886 1,000 ,739 ,564 ,732 ,383


,150 ,337 ,000 ,046 -,108 ,106 ,014 ,198 ,329 ,571 ,739 1,000 ,826 ,946 ,605


,078 ,225 ,010 ,029 -,031 -,007 ,008 ,305 ,298 ,562 ,564 ,826 1,000 ,875 ,570


,185 ,373 ,013 ,075 -,110 ,131 ,033 ,149 ,303 ,538 ,732 ,946 ,875 1,000 ,624


,206 ,273 ,158 ,623 ,479 ,150 ,058 -,085 -,006 ,267 ,383 ,605 ,570 ,624 1,000

2003

Passageiros 1,000 ,466 ,888 ,327 ,105 ,371 ,730 ,099 ,270 ,079 ,197 ,246 ,207 ,245 ,302

Tráfego de mercadorias ,466 1,000 ,367 ,050 -,004 ,145 ,273 -,001 ,125 ,149 ,322 ,449 ,337 ,446 ,363



,327 ,050 ,403 1,000 ,815 ,130 ,319 -,168 -,136 ,043 ,054 ,104 ,106 ,095 ,570


,105 -,004 ,333 ,815 1,000 ,013 ,207 -,164 -,254 -,044 -,142 -,075 -,018 -,095 ,385


,371 ,145 ,221 ,130 ,013 1,000 ,430 ,078 ,177 ,108 ,158 ,161 ,183 ,177 ,176


,730 ,273 ,660 ,319 ,207 ,430 1,000 ,096 ,220 ,130 ,178 ,218 ,306 ,251 ,315


,099 -,001 ,090 -,168 -,164 ,078 ,096 1,000 ,907 ,653 ,410 ,127 ,224 ,118 -,049


,270 ,125 ,134 -,136 -,254 ,177 ,220 ,907 1,000 ,639 ,556 ,273 ,266 ,267 ,058


,079 ,149 ,012 ,043 -,044 ,108 ,130 ,653 ,639 1,000 ,887 ,573 ,561 ,591 ,421


,197 ,322 ,009 ,054 -,142 ,158 ,178 ,410 ,556 ,887 1,000 ,785 ,623 ,797 ,536


,246 ,449 ,075 ,104 -,075 ,161 ,218 ,127 ,273 ,573 ,785 1,000 ,863 ,965 ,704


,207 ,337 ,124 ,106 -,018 ,183 ,306 ,224 ,266 ,561 ,623 ,863 1,000 ,889 ,669


,245 ,446 ,065 ,095 -,095 ,177 ,251 ,118 ,267 ,591 ,797 ,965 ,889 1,000 ,703


,302 ,363 ,245 ,570 ,385 ,176 ,315 -,049 ,058 ,421 ,536 ,704 ,669 ,703 1,000


115

2002 Pas

sage

iro

s

Tráf

ego

de

mer

cad

ori

as

Mo

vim

ento

s d

e ae

ron

aves

Pas

sage

iro

s p

or

emp

rega

do

Mo

vim

ento

s d

e ae

ron

aves

po

r

emp

rega

do

Pas

sage

iro

s p

or

po

rta

de

emb

arq

ue

Mo

vim

ento

s d

e

aero

nav

es p

or

pis

ta

Cu

sto

de

trab

alh

o p

or

pas

sage

iro

Cu

sto

de

trab

alh

o p

or

mo

vim

ento

de

aero

nav

es

Cu

sto

var

iáve

l po

r p

assa

geir

o

Cu

sto

var

iáve

l po

r m

ovi

men

to d

e ae

ron

aves

Rec

eita

ae

ron

áuti

ca p

or

mo

vim

ento

de

aero

nav

es

Rec

eita

op

erac

ion

al p

or

pas

sage

iro

Rec

eita

op

erac

ion

al p

or

mo

vim

ento

de

aero

nav

es

Rec

eita

op

erac

ion

al p

or

emp

rega

do

Passageiros 1,000 ,507 ,875 ,384 ,107 ,558 ,749 ,123 ,325 ,178 ,268 ,285 ,329 ,352 ,382




,384 ,043 ,473 1,000 ,780 ,161 ,293 -,186 -,155 -,059 -,020 -,007 -,020 ,008 ,387


,107 -,004 ,336 ,780 1,000 -,082 ,130 -,155 -,265 -,083 -,164 -,113 -,097 -,135 ,346


,558 ,246 ,299 ,161 -,082 1,000 ,601 ,111 ,261 ,151 ,231 ,217 ,337 ,303 ,219


,749 ,346 ,641 ,293 ,130 ,601 1,000 ,191 ,309 ,212 ,229 ,268 ,417 ,348 ,396


,123 ,033 ,105 -,186 -,155 ,111 ,191 1,000 ,853 ,792 ,445 ,249 ,450 ,232 ,065


,325 ,176 ,167 -,155 -,265 ,261 ,309 ,853 1,000 ,829 ,711 ,453 ,484 ,446 ,213


,178 ,180 ,080 -,059 -,083 ,151 ,212 ,792 ,829 1,000 ,848 ,645 ,646 ,614 ,442


,268 ,309 ,053 -,020 -,164 ,231 ,229 ,445 ,711 ,848 1,000 ,853 ,625 ,810 ,560


,285 ,367 ,080 -,007 -,113 ,217 ,268 ,249 ,453 ,645 ,853 1,000 ,777 ,922 ,622


,329 ,299 ,163 -,020 -,097 ,337 ,417 ,450 ,484 ,646 ,625 ,777 1,000 ,856 ,585


,352 ,390 ,115 ,008 -,135 ,303 ,348 ,232 ,446 ,614 ,810 ,922 ,856 1,000 ,666


,382 ,342 ,297 ,387 ,346 ,219 ,396 ,065 ,213 ,442 ,560 ,622 ,585 ,666 1,000

Tabela A.3.4 - Matriz de correlação referente a 2002

A.3.2. Componentes

Componentes 2009

Valor

Próprio % de

Variância % de Variância

Acumulada

1 5,864 39,095 39,095

2 3,491 23,275 62,370

3 1,935 12,903 75,273

4 1,210 8,066 83,339

5 ,802 5,348 88,687

6 ,607 4,048 92,735

7 ,370 2,467 95,202

8 ,255 1,700 96,902

9 ,202 1,347 98,249

10 ,099 ,663 98,911

11 ,076 ,505 99,416

12 ,049 ,326 99,742

13 ,020 ,133 99,876

14 ,015 ,099 99,974

15 ,004 ,026 100,000

Tabela A.3.5 – Valor próprios e variância total explicada referentes a 2009

Componentes 2007

Valor

Próprio % de


Acumulada

1 5,618 37,450 37,450

2 3,196 21,307 58,757

3 1,893 12,618 71,375

4 1,255 8,368 79,743

5 ,816 5,443 85,186

6 ,578 3,853 89,039

7 ,497 3,314 92,352

8 ,400 2,665 95,018

9 ,276 1,841 96,859

10 ,233 1,550 98,409

11 ,106 ,707 99,116

12 ,081 ,539 99,655

13 ,025 ,164 99,819

14 ,016 ,109 99,928

15 ,011 ,072 100,000

Tabela A.3.6 - Valor próprios e variância total explicada referentes a 2007

116

Componentes 2006

Valor

Próprio % de


Acumulada

1 4,600 30,666 30,666

2 3,314 22,090 52,756

3 2,002 13,348 66,104

4 1,252 8,345 74,449

5 ,978 6,519 80,968

6 ,939 6,262 87,230

7 ,651 4,343 91,572

8 ,505 3,367 94,939

9 ,316 2,109 97,048

10 ,199 1,329 98,377

11 ,105 ,703 99,080

12 ,071 ,476 99,556

13 ,041 ,271 99,827

14 ,020 ,135 99,962

15 ,006 ,038 100,000


Componentes 2005

Valor

Próprio % de


Acumulada

1 5,245 34,966 34,966

2 3,310 22,067 57,033

3 1,991 13,275 70,308

4 1,571 10,475 80,783

5 ,888 5,918 86,700

6 ,710 4,730 91,431

7 ,500 3,337 94,767

8 ,315 2,102 96,869

9 ,193 1,289 98,158

10 ,102 ,683 98,841

11 ,087 ,578 99,420

12 ,040 ,266 99,686

13 ,024 ,158 99,844

14 ,019 ,125 99,969

15 ,005 ,031 100,000


Componentes 2004

Valor

Próprio % de

Variância

% de Variância

Acumulada

1 5,109 34,057 34,057

2 3,162 21,078 55,135

3 2,021 13,474 68,609

4 1,373 9,156 77,765

5 ,980 6,532 84,298

6 ,879 5,858 90,155

7 ,598 3,983 94,139

8 ,353 2,353 96,492

9 ,186 1,242 97,734

10 ,129 ,860 98,594

11 ,088 ,586 99,179

12 ,070 ,465 99,644

13 ,028 ,189 99,833

14 ,021 ,140 99,973

15 ,004 ,027 100,000


Componentes 2003

Valor

Próprio % de

Variância

% de Variância

Acumulada

1 5,550 36,998 36,998

2 3,042 20,282 57,281

3 2,112 14,081 71,362

4 1,465 9,764 81,126

5 ,897 5,983 87,109

6 ,588 3,920 91,029

7 ,400 2,667 93,696

8 ,310 2,064 95,760

9 ,252 1,681 97,441

10 ,175 1,168 98,608

11 ,107 ,710 99,319

12 ,039 ,262 99,581

13 ,031 ,209 99,790

14 ,025 ,168 99,958

15 ,006 ,042 100,000


Componentes 2002

Valor

Próprio % de

Variância

% de Variância

Acumulada

1 6,089 40,594 40,594

2 3,086 20,573 61,168

3 1,692 11,280 72,447

4 1,406 9,374 81,821

5 ,827 5,512 87,333

6 ,505 3,364 90,697

7 ,453 3,021 93,718

8 ,304 2,024 95,742

9 ,235 1,564 97,306

10 ,157 1,043 98,350

11 ,098 ,652 99,001

12 ,069 ,457 99,459

13 ,038 ,251 99,710

14 ,035 ,232 99,942

15 ,009 ,058 100,000

Tabela A.3.11 - Valores próprios e variância total explicada referentes a 2002

117

Figura A.3.1 - Scree Plot 2009




Figura A.3.5 – Scree Plot 2004

Figura A.3.6 – Scree Plot 2003


118

A.4. Análise de Clusters

A.4.1. Dendogramas

Figura A.4.1 – Dendograma da análise de clusters referente a 2009

Figura A.4.2 - Dendograma da análise de clusters referente a 2007



119




120

A.4.2. Clusters

2009 - 5 Clusters 2007 - 5 Clusters 2006 - 5 Clusters

1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1:ABQ 56:YEG 3:ATL 24:LAX 67:BCN 123:KIX 1:ABQ 44:RNO 3:ATL 13:DFW 30:MIA 123:KIX 1:ABQ 50:SJC 3:ATL 15:EWR 30:MIA 86:LGW

2:ALB 57:YHZ 9:CLT 29:MEM 72:CDG 128:NRT 2:ALB 45:SAN 15:EWR 23:LAS 35:ONT 128:NRT 2:ALB 51:SLC 12:DEN 22:JFK 49:SFO 123:KIX

4:AUS 58:YOW 12:DEN 30:MIA 73:CGN 4:AUS 46:SAT 22:JFK 24:LAX 49:SFO 131:PER 4:AUS 53:SNA 13:DFW 25:LGA 52:SMF 126:MFM

5:BNA 59:YUL 13:DFW 49:SFO 76:DUB 5:BNA 47:SDF 25:LGA 36:ORD 63:YYZ 5:BNA 54:STL 19:IAH 109:BNE 63:YYZ

6:BOS 60:YVR 14:DTW 53:SNA 80:FRA 6:BOS 48:SEA 62:YYC 94:MXP 64:AMS 6:BOS 55:TPA 23:LAS 125:MEL 64:AMS

7:BWI 61:YWG 15:EWR 64:AMS 85:KEF 7:BWI 50:SJC 109:BNE 108:BKK 65:ARN 7:BWI 56:YEG 24:LAX 136:SYD 65:ARN

8:CLE 63:YYZ 19:IAH 79:FCO 90:MAD 8:CLE 51:SLC 125:MEL 110:BOM 66:ATH 8:CLE 57:YHZ 36:ORD 66:ATH

10:CVG 65:ARN 22:JFK 84:IST 93:MUC 9:CLT 52:SMF 136:SYD 111:CAN 67:BCN 9:CLT 58:YOW 40:PHX 67:BCN

11:DCA 66:ATH 23:LAS 86:LGW 95:ORY 10:CVG 53:SNA 139:WLG 112:CGK 68:BHX 10:CVG 59:YUL 78:EDI 68:BHX

16:FLL 68:BHX 25:LGA 87:LHR 103:VIE 11:DCA 54:STL 116:DEL 69:BRU 11:DCA 60:YVR 80:FRA 69:BRU

17:HNL 69:BRU 28:MDW 94:MXP 12:DEN 55:TPA 117:DXB 70:BUD 14:DTW 61:YWG 84:IST 72:CDG

18:IAD 70:BUD 32:MSP 97:PRG 14:DTW 56:YEG 120:HKG 71:BTS 16:FLL 62:YYC 94:MXP 73:CGN

20:IND 71:BTS 33:MSY 98:RIX 16:FLL 57:YHZ 121:HKT 72:CDG 17:HNL 70:BUD 100:STN 74:CIA

21:JAX 74:CIA 36:ORD 100:STN 17:HNL 58:YOW 122:ICN 73:CGN 18:IAD 71:BTS 108:BKK 75:CPH

26:MCI 75:CPH 39:PHL 107:AKL 18:IAD 59:YUL 124:KUL 75:CPH 20:IND 85:KEF 110:BOM 76:DUB

27:MCO 77:DUS 40:PHX 108:BKK 19:IAH 60:YVR 127:MNL 76:DUB 21:JAX 89:LJU 111:CAN 77:DUS

31:MKE 78:EDI 62:YYC 110:BOM 20:IND 61:YWG 129:PEK 77:DUS 26:MCI 92:MLA 112:CGK 79:FCO

34:OAK 81:GVA 106:ADL 111:CAN 21:JAX 74:CIA 132:PVG 78:EDI 27:MCO 98:RIX 116:DEL 81:GVA

35:ONT 82:HAM 109:BNE 112:CGK 26:MCI 84:IST 134:SHA 79:FCO 28:MDW 99:SOF 117:DXB 82:HAM

37:PBI 83:HEL 125:MEL 115:CNX 27:MCO 99:SOF 137:SZX 80:FRA 29:MEM 101:TLL 127:MNL 83:HEL

38:PDX 88:LIS 136:SYD 116:DEL 28:MDW 106:ADL 81:GVA 31:MKE 102:TXL 129:PEK 87:LHR

41:PIT 89:LJU 139:WLG 117:DXB 29:MEM 107:AKL 82:HAM 32:MSP 106:ADL 132:PVG 88:LIS

42:RDU 91:MAN 118:HAK 31:MKE 113:CHC 83:HEL 33:MSY 107:AKL 133:SEL 90:MAD

43:RIC 92:MLA 119:HDY 32:MSP 114:CNS 85:KEF 34:OAK 113:CHC 134:SHA 91:MAN

44:RNO 96:OSL 120:HKG 33:MSY 115:CNX 86:LGW 35:ONT 114:CNS 135:SIN 93:MUC

45:SAN 99:SOF 121:HKT 34:OAK 118:HAK 87:LHR 37:PBI 115:CNX 137:SZX 95:ORY

46:SAT 101:TLL 122:ICN 37:PBI 119:HDY 88:LIS 38:PDX 118:HAK 96:OSL

47:SDF 102:TXL 124:KUL 38:PDX 126:MFM 89:LJU 39:PHL 119:HDY 97:PRG

48:SEA 104:WAW 126:MFM 39:PHL 130:PEN 90:MAD 41:PIT 121:HKT 103:VIE

50:SJC 105:ZRH 127:MNL 40:PHX 133:SEL 91:MAN 42:RDU 124:KUL 104:WAW

51:SLC 113:CHC 129:PEK 41:PIT 138:TPE 92:MLA 43:RIC 130:PEN 105:ZRH

52:SMF 114:CNS 130:PEN 42:RDU 140:XMN 93:MUC 44:RNO 131:PER 120:HKG

54:STL 131:PER 132:PVG 43:RIC 95:ORY 45:SAN 138:TPE 122:ICN

55:TPA 140:XMN 133:SEL 96:OSL 46:SAT 139:WLG 128:NRT

134:SHA 97:PRG 47:SDF 140:XMN

135:SIN 98:RIX 48:SEA

137:SZX 100:STN

138:TPE 101:TLL

102:TXL Aeroportos Flexíveis

103:VIE

104:WAW

105:ZRH

Tabela A.4.1 – Clusters das análises dos anos 2009 a 2006 135:SIN

121

2005 - 4 Clusters 2004 - 5 Clusters

1 2 3 4 1 2 3 4 5 1:ABQ 39:PHL 3:ATL 111:CAN 65:ARN 123:KIX 1:ABQ 46:SAT 94:MXP 3:ATL 9:CLT 65:ARN 123:KIX

2:ALB 40:PHX 13:DFW 112:CGK 66:ATH 128:NRT 2:ALB 47:SDF 96:OSL 13:DFW 10:CVG 67:BCN 128:NRT

4:AUS 41:PIT 24:LAX 115:CNX 67:BCN 4:AUS 48:SEA 97:PRG 24:LAX 15:EWR 72:CDG

5:BNA 42:RDU 30:MIA 116:DEL 68:BHX 5:BNA 50:SJC 98:RIX 30:MIA 22:JFK 73:CGN

6:BOS 43:RIC 36:ORD 117:DXB 69:BRU 6:BOS 51:SLC 99:SOF 36:ORD 25:LGA 76:DUB

7:BWI 44:RNO 49:SFO 118:HAK 72:CDG 7:BWI 52:SMF 100:STN 49:SFO 28:MDW 79:FCO

8:CLE 45:SAN 63:YYZ 119:HDY 73:CGN 8:CLE 53:SNA 101:TLL 63:YYZ 32:MSP 90:MAD

9:CLT 46:SAT 64:AMS 120:HKG 74:CIA 11:DCA 54:STL 102:TXL 64:AMS 45:SAN 95:ORY

10:CVG 47:SDF 70:BUD 121:HKT 75:CPH 12:DEN 55:TPA 104:WAW 66:ATH 62:YYC 103:VIE

11:DCA 48:SEA 71:BTS 122:ICN 76:DUB 14:DTW 56:YEG 105:ZRH 80:FRA 109:BNE

12:DEN 50:SJC 78:EDI 124:KUL 77:DUS 16:FLL 57:YHZ 106:ADL 86:LGW 125:MEL

14:DTW 51:SLC 80:FRA 126:MFM 79:FCO 17:HNL 58:YOW 107:AKL 87:LHR 136:SYD

15:EWR 52:SMF 84:IST 127:MNL 81:GVA 18:IAD 59:YUL 110:BOM 93:MUC 139:WLG

16:FLL 53:SNA 85:KEF 129:PEK 82:HAM 19:IAH 60:YVR 111:CAN 108:BKK

17:HNL 54:STL 86:LGW 130:PEN 83:HEL 20:IND 61:YWG 112:CGK 120:HKG

18:IAD 55:TPA 87:LHR 132:PVG 88:LIS 21:JAX 68:BHX 113:CHC 122:ICN

19:IAH 56:YEG 94:MXP 133:SEL 89:LJU 23:LAS 69:BRU 114:CNS 129:PEK

20:IND 57:YHZ 99:SOF 134:SHA 90:MAD 26:MCI 70:BUD 115:CNX 132:PVG

21:JAX 58:YOW 100:STN 135:SIN 91:MAN 27:MCO 71:BTS 116:DEL 133:SEL

22:JFK 59:YUL 101:TLL 137:SZX 92:MLA 29:MEM 74:CIA 117:DXB 134:SHA

23:LAS 60:YVR 102:TXL 138:TPE 93:MUC 31:MKE 75:CPH 118:HAK 135:SIN

25:LGA 61:YWG 108:BKK 140:XMN 95:ORY 33:MSY 77:DUS 119:HDY 138:TPE

26:MCI 62:YYC 110:BOM 96:OSL 34:OAK 78:EDI 121:HKT

27:MCO 106:ADL 97:PRG 35:ONT 81:GVA 124:KUL

28:MDW 107:AKL 98:RIX 37:PBI 82:HAM 126:MFM

29:MEM 109:BNE 103:VIE 38:PDX 83:HEL 127:MNL

31:MKE 113:CHC 104:WAW 39:PHL 84:IST 130:PEN

32:MSP 114:CNS 105:ZRH 40:PHX 85:KEF 131:PER

33:MSY 125:MEL 41:PIT 88:LIS 137:SZX

34:OAK 131:PER 42:RDU 89:LJU 140:XMN

35:ONT 136:SYD 43:RIC 91:MAN

37:PBI 139:WLG 44:RNO 92:MLA

38:PDX


1 2 3 4 5 6 1 2 3 4 5 1:ABQ 71:BTS 3:ATL 5:BNA 38:PDX 29:MEM 30:MIA 123:KIX 1:ABQ 85:KEF 3:ATL 6:BOS 29:MEM 49:SFO 123:KIX

2:ALB 85:KEF 13:DFW 6:BOS 39:PHL 63:YYZ 49:SFO 128:NRT 2:ALB 89:LJU 13:DFW 7:BWI 32:MSP 67:BCN 128:NRT

4:AUS 89:LJU 24:LAX 7:BWI 40:PHX 73:CGN 64:AMS 4:AUS 92:MLA 24:LAX 9:CLT 38:PDX 68:BHX

21:JAX 92:MLA 36:ORD 8:CLE 41:PIT 84:IST 65:ARN 5:BNA 98:RIX 30:MIA 10:CVG 39:PHL 69:BRU

31:MKE 98:RIX 72:CDG 9:CLT 42:RDU 93:MUC 67:BCN 8:CLE 99:SOF 36:ORD 11:DCA 40:PHX 72:CDG

33:MSY 99:SOF 80:FRA 10:CVG 45:SAN 94:MXP 68:BHX 21:JAX 100:STN 63:YYZ 12:DEN 41:PIT 73:CGN

35:ONT 101:TLL 11:DCA 48:SEA 102:TXL 69:BRU 31:MKE 101:TLL 64:AMS 14:DTW 42:RDU 75:CPH

37:PBI 113:CHC 12:DEN 50:SJC 108:BKK 74:CIA 33:MSY 102:TXL 65:ARN 15:EWR 48:SEA 76:DUB

43:RIC 114:CNS 14:DTW 51:SLC 110:BOM 75:CPH 34:OAK 106:ADL 80:FRA 16:FLL 51:SLC 77:DUS

44:RNO 115:CNX 15:EWR 52:SMF 111:CAN 76:DUB 35:ONT 110:BOM 84:IST 17:HNL 54:STL 79:FCO

46:SAT 118:HAK 16:FLL 54:STL 112:CGK 77:DUS 37:PBI 111:CAN 86:LGW 18:IAD 55:TPA 81:GVA

47:SDF 119:HDY 17:HNL 55:TPA 116:DEL 78:EDI 43:RIC 112:CGK 87:LHR 19:IAH 59:YUL 82:HAM

53:SNA 121:HKT 18:IAD 57:YHZ 117:DXB 79:FCO 44:RNO 113:CHC 88:LIS 20:IND 60:YVR 83:HEL

56:YEG 126:MFM 19:IAH 59:YUL 120:HKG 81:GVA 45:SAN 114:CNS 94:MXP 22:JFK 62:YYC 90:MAD

58:YOW 130:PEN 20:IND 60:YVR 122:ICN 82:HAM 46:SAT 115:CNX 108:BKK 23:LAS 107:AKL 91:MAN

61:YWG 131:PER 22:JFK 62:YYC 124:KUL 83:HEL 47:SDF 116:DEL 120:HKG 25:LGA 109:BNE 93:MUC

66:ATH 137:SZX 23:LAS 106:ADL 127:MNL 86:LGW 50:SJC 117:DXB 122:ICN 26:MCI 125:MEL 95:ORY

70:BUD 140:XMN 25:LGA 107:AKL 129:PEK 87:LHR 52:SMF 118:HAK 129:PEK 27:MCO 136:SYD 96:OSL

26:MCI 109:BNE 132:PVG 88:LIS 53:SNA 119:HDY 132:PVG 28:MDW 139:WLG 97:PRG

27:MCO 125:MEL 133:SEL 90:MAD 56:YEG 121:HKT 133:SEL 103:VIE

28:MDW 136:SYD 134:SHA 91:MAN 57:YHZ 124:KUL 134:SHA 104:WAW

32:MSP 139:WLG 135:SIN 95:ORY 58:YOW 126:MFM 135:SIN 105:ZRH

34:OAK 138:TPE 96:OSL 61:YWG 127:MNL 138:TPE

97:PRG 66:ATH 130:PEN

100:STN 70:BUD 131:PER

103:VIE 71:BTS 137:SZX

104:WAW 74:CIA 140:XMN

105:ZRH 78:EDI

Tabela A.4.2 - Clusters das análises dos anos 2005 a 2002

122

A.5. Análise de Clusters a Opções Flexíveis

A.5.1. Dendogramas

Opções Estratégicas

Figura A.5.1 – Dendograma da análise de clusters às Opções Estratégicas referente a 2009

Figura A.5.2 - Dendograma da análise de clusters às Opções Estratégicas referente a 2007



123

Opções Operacionais

Figura A.5.5 – Dendograma da análise de clusters às Opções Operacionais referente a 2009

Figura A.5.6 - Dendograma da análise de clusters às Opções Operacionais referente a 2007



124


Figura A.5.9 – Dendograma da análise de clusters à opção “Solo disponível para expansões” referente a 2009

Figura A.5.10 - Dendograma da análise de clusters à opção “Solo disponível para expansões” referente a 2007



125


Figura A.5.13 – Dendograma da análise de clusters à opção “Utilização de terminais modulares” referente a 2009

Figura A.5.14 - Dendograma da análise de clusters à opção “Utilização de terminais modulares” referente a 2007



126


Figura A.5.17 – Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a 2009

Figura A.5.18 - Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a 2007



127


Figura A.5.21 – Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal” referente a 2009

Figura A.5.22 - Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal” referente a 2007



128


Figura A.5.25 – Dendograma da análise de clusters à opção “Portas de embarque com serviços internacionais e domésticos” referente a 2009

Figura A.5.26 - Dendograma da análise de clusters à opção “Portas de embarque com serviços internacionais e domésticos” referente a 2007



129

Sistemas CUSS: check-in

Figura A.5.29 – Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a 2009

Figura A.5.30 - Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a 2007



130

Sistemas CUSS: recolha de bagagem

Figura A.5.33 – Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem” referente a 2009

Figura A.5.34 - Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem” referente a 2007



131

Sistemas CUSS: controlo de passaporte

Figura A.5.37 – Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte” referente a 2009

Figura A.5.38 - Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte” referente a 2007



132

A.5.2. Clusters

Opções Estratégicas


1 2 3 4 1 2 3 4 1:ABQ 32:MSP 61:YWG 6:BOS 86:LGW 64:AMS 97:PRG 1:ABQ 33:MSY 74:CIA 64:AMS 94:MXP 123:KIX 2:ALB 33:MSY 62:YYC 15:EWR 88:LIS 72:CDG 98:RIX 2:ALB 34:OAK 78:EDI 65:ARN 99:SOF 128:NRT

3:ATL 34:OAK 74:CIA 22:JFK 89:LJU 73:CGN 114:CNS 3:ATL 35:ONT 79:FCO 67:BCN 108:BKK 4:AUS 36:ORD 78:EDI 30:MIA 90:MAD 76:DUB 115:CNX 4:AUS 36:ORD 82:HAM 68:BHX 112:CGK 5:BNA 37:PBI 79:FCO 35:ONT 91:MAN 80:FRA 116:DEL 5:BNA 37:PBI 84:IST 69:BRU 115:CNX 7:BWI 38:PDX 84:IST 49:SFO 92:MLA 85:KEF 117:DXB 6:BOS 38:PDX 92:MLA 70:BUD 117:DXB 8:CLE 39:PHL 94:MXP 63:YYZ 96:OSL 87:LHR 119:HDY 7:BWI 39:PHL 96:OSL 71:BTS 119:HDY 9:CLT 40:PHX 107:AKL 65:ARN 99:SOF 93:MUC 126:MFM 8:CLE 40:PHX 98:RIX 72:CDG 121:HKT 10:CVG 41:PIT 108:BKK 66:ATH 100:STN 95:ORY 127:MNL 9:CLT 41:PIT 101:TLL 73:CGN 124:KUL 11:DCA 42:RDU 109:BNE 67:BCN 101:TLL 103:VIE 134:SHA 10:CVG 42:RDU 106:ADL 75:CPH 127:MNL

12:DEN 43:RIC 110:BOM 68:BHX 102:TXL 120:HKG 11:DCA 43:RIC 107:AKL 76:DUB 130:PEN 13:DFW 44:RNO 111:CAN 69:BRU 104:WAW 123:KIX 12:DEN 44:RNO 109:BNE 77:DUS 132:PVG 14:DTW 45:SAN 112:CGK 70:BUD 105:ZRH 128:NRT 13:DFW 45:SAN 110:BOM 80:FRA 134:SHA

16:FLL 46:SAT 113:CHC 71:BTS 106:ADL 14:DTW 46:SAT 111:CAN 81:GVA 17:HNL 47:SDF 118:HAK 75:CPH 122:ICN 15:EWR 47:SDF 113:CHC 83:HEL 18:IAD 48:SEA 121:HKT 77:DUS 129:PEK 16:FLL 48:SEA 114:CNS 85:KEF

19:IAH 50:SJC 124:KUL 81:GVA 133:SEL 17:HNL 49:SFO 116:DEL 86:LGW 20:IND 51:SLC 125:MEL 82:HAM 135:SIN 18:IAD 50:SJC 118:HAK 87:LHR

21:JAX 52:SMF 130:PEN 83:HEL 19:IAH 51:SLC 120:HKG 88:LIS

23:LAS 53:SNA 131:PER 20:IND 52:SMF 122:ICN 89:LJU 24:LAX 54:STL 132:PVG 21:JAX 53:SNA 125:MEL 90:MAD 25:LGA 55:TPA 136:SYD 22:JFK 54:STL 126:MFM 91:MAN 26:MCI 56:YEG 137:SZX 23:LAS 55:TPA 129:PEK 93:MUC 27:MCO 57:YHZ 138:TPE 24:LAX 56:YEG 131:PER 95:ORY 28:MDW 58:YOW 139:WLG 25:LGA 57:YHZ 133:SEL 97:PRG 29:MEM 59:YUL 140:XMN 26:MCI 58:YOW 135:SIN 100:STN

31:MKE 60:YVR 27:MCO 59:YUL 136:SYD 102:TXL

28:MDW 60:YVR 137:SZX 103:VIE 29:MEM 61:YWG 138:TPE 104:WAW 30:MIA 62:YYC 139:WLG 105:ZRH

31:MKE 63:YYZ 140:XMN

32:MSP 66:ATH


1 2 3 4 5 1 2 3 4 5 6 1:ABQ 46:SAT 6:BOS 77:DUS 65:ARN 70:BUD 73:CGN 1:ABQ 27:MCO 56:YEG 15:EWR 28:MDW 65:ARN 70:BUD 123:KIX 2:ALB 47:SDF 11:DCA 78:EDI 67:BCN 71:BTS 82:HAM 2:ALB 29:MEM 57:YHZ 22:JFK 34:OAK 67:BCN 71:BTS 128:NRT

3:ATL 50:SJC 12:DEN 81:GVA 72:CDG 80:FRA 93:MUC 3:ATL 31:MKE 58:YOW 30:MIA 53:SNA 72:CDG 80:FRA 4:AUS 51:SLC 13:DFW 86:LGW 74:CIA 94:MXP 103:VIE 4:AUS 32:MSP 59:YUL 49:SFO 68:BHX 73:CGN 84:IST 5:BNA 52:SMF 14:DTW 87:LHR 76:DUB 99:SOF 123:KIX 5:BNA 33:MSY 60:YVR 64:AMS 69:BRU 74:CIA 85:KEF 7:BWI 53:SNA 15:EWR 89:LJU 79:FCO 101:TLL 128:NRT 6:BOS 35:ONT 61:YWG 66:ATH 78:EDI 76:DUB 94:MXP

8:CLE 54:STL 18:IAD 91:MAN 83:HEL 102:TXL 7:BWI 36:ORD 62:YYC 75:CPH 86:LGW 79:FCO 102:TXL 9:CLT 55:TPA 19:IAH 92:MLA 88:LIS 108:BKK 8:CLE 37:PBI 63:YYZ 77:DUS 89:LJU 83:HEL 108:BKK 10:CVG 56:YEG 22:JFK 96:OSL 90:MAD 110:BOM 9:CLT 38:PDX 101:TLL 81:GVA 91:MAN 88:LIS 110:BOM 16:FLL 57:YHZ 24:LAX 97:PRG 95:ORY 112:CGK 10:CVG 39:PHL 106:ADL 82:HAM 92:MLA 90:MAD 112:CGK 17:HNL 58:YOW 25:LGA 98:RIX 104:WAW 116:DEL 11:DCA 40:PHX 107:AKL 87:LHR 97:PRG 95:ORY 115:CNX

20:IND 60:YVR 30:MIA 105:ZRH 132:PVG 117:DXB 12:DEN 41:PIT 109:BNE 93:MUC 98:RIX 116:DEL

21:JAX 61:YWG 38:PDX 106:ADL 119:HDY 13:DFW 42:RDU 111:CAN 96:OSL 99:SOF 117:DXB 23:LAS 62:YYC 48:SEA 109:BNE 121:HKT 14:DTW 43:RIC 113:CHC 103:VIE 100:STN 119:HDY 26:MCI 63:YYZ 49:SFO 120:HKG 124:KUL 16:FLL 44:RNO 114:CNS 105:ZRH 104:WAW 121:HKT

27:MCO 84:IST 59:YUL 122:ICN 127:MNL 17:HNL 45:SAN 118:HAK 120:HKG 124:KUL 28:MDW 85:KEF 64:AMS 125:MEL 130:PEN 18:IAD 46:SAT 125:MEL 122:ICN 127:MNL 29:MEM 100:STN 66:ATH 126:MFM 134:SHA 19:IAH 47:SDF 131:PER 126:MFM 130:PEN

31:MKE 107:AKL 68:BHX 131:PER 20:IND 48:SEA 136:SYD 129:PEK 132:PVG 32:MSP 111:CAN 69:BRU 136:SYD 21:JAX 50:SJC 137:SZX 133:SEL 134:SHA

33:MSY 113:CHC 75:CPH 23:LAS 51:SLC 139:WLG 135:SIN

34:OAK 114:CNS 24:LAX 52:SMF 140:XMN 138:TPE

35:ONT 115:CNX 25:LGA 54:STL 36:ORD 118:HAK 26:MCI 55:TPA

37:PBI 129:PEK 39:PHL 133:SEL 40:PHX 135:SIN

Aeroportos flexíveis

41:PIT 137:SZX 42:RDU 138:TPE 43:RIC 139:WLG

Aeroportos não flexíveis

44:RNO 140:XMN

45:SAN

Tabela A.5.1 - Clusters das análises às Opções Estratégicas (2009 a 2005)

133

Opções Operacionais


1 2 3 4 5 1 2 3 4 5 1:ABQ 45:SAN 101:TLL 3:ATL 30:MIA 65:ARN 123:KIX 1:ABQ 45:SAN 106:ADL 3:ATL 30:MIA 72:CDG 123:KIX

2:ALB 46:SAT 102:TXL 12:DEN 49:SFO 67:BCN 128:NRT 2:ALB 46:SAT 107:AKL 9:CLT 49:SFO 73:CGN 128:NRT

4:AUS 47:SDF 106:ADL 13:DFW 64:AMS 72:CDG 4:AUS 47:SDF 108:BKK 12:DEN 64:AMS 76:DUB 5:BNA 48:SEA 107:AKL 14:DTW 66:ATH 73:CGN 5:BNA 48:SEA 110:BOM 13:DFW 65:ARN 93:MUC 6:BOS 50:SJC 108:BKK 15:EWR 68:BHX 74:CIA 6:BOS 50:SJC 111:CAN 14:DTW 66:ATH 95:ORY 7:BWI 51:SLC 110:BOM 19:IAH 69:BRU 76:DUB 7:BWI 51:SLC 112:CGK 15:EWR 67:BCN 103:VIE

8:CLE 52:SMF 111:CAN 22:JFK 75:CPH 79:FCO 8:CLE 52:SMF 113:CHC 19:IAH 68:BHX 9:CLT 53:SNA 112:CGK 23:LAS 77:DUS 83:HEL 10:CVG 53:SNA 114:CNS 22:JFK 69:BRU 10:CVG 54:STL 113:CHC 24:LAX 81:GVA 88:LIS 11:DCA 54:STL 115:CNX 23:LAS 74:CIA 11:DCA 55:TPA 114:CNS 25:LGA 82:HAM 93:MUC 16:FLL 55:TPA 116:DEL 24:LAX 75:CPH 16:FLL 56:YEG 115:CNX 27:MCO 86:LGW 95:ORY 17:HNL 56:YEG 117:DXB 25:LGA 77:DUS 17:HNL 57:YHZ 116:DEL 32:MSP 87:LHR 103:VIE 18:IAD 57:YHZ 118:HAK 27:MCO 78:EDI

18:IAD 58:YOW 117:DXB 36:ORD 89:LJU 20:IND 58:YOW 119:HDY 32:MSP 79:FCO 20:IND 59:YUL 118:HAK 39:PHL 90:MAD 21:JAX 59:YUL 121:HKT 36:ORD 81:GVA 21:JAX 60:YVR 119:HDY 40:PHX 91:MAN 26:MCI 60:YVR 124:KUL 39:PHL 82:HAM 26:MCI 61:YWG 121:HKT 109:BNE 92:MLA 28:MDW 61:YWG 127:MNL 40:PHX 83:HEL 28:MDW 62:YYC 124:KUL 125:MEL 96:OSL 29:MEM 62:YYC 129:PEK 109:BNE 86:LGW 29:MEM 63:YYZ 127:MNL 129:PEK 97:PRG 31:MKE 63:YYZ 130:PEN 125:MEL 87:LHR 31:MKE 70:BUD 130:PEN 136:SYD 104:WAW 33:MSY 70:BUD 131:PER 136:SYD 88:LIS

33:MSY 71:BTS 131:PER 105:ZRH 34:OAK 71:BTS 132:PVG 89:LJU 34:OAK 78:EDI 133:SEL 120:HKG 35:ONT 80:FRA 134:SHA 90:MAD 35:ONT 80:FRA 134:SHA 122:ICN 37:PBI 84:IST 137:SZX 91:MAN 37:PBI 84:IST 137:SZX 126:MFM 38:PDX 85:KEF 138:TPE 92:MLA 38:PDX 85:KEF 138:TPE 132:PVG 41:PIT 94:MXP 139:WLG 96:OSL 41:PIT 94:MXP 139:WLG 135:SIN 42:RDU 99:SOF 140:XMN 97:PRG

42:RDU 98:RIX 140:XMN 43:RIC 101:TLL 98:RIX 43:RIC 99:SOF 44:RNO 102:TXL 100:STN

44:RNO 100:STN 104:WAW

105:ZRH

120:HKG

122:ICN

126:MFM

133:SEL

135:SIN

Tabela A.5.2 - Clusters das análises às Opções Operacionais (2009 a 2005)


1 2 3 4 5 1 2 3 4 5 1:ABQ 55:TPA 3:ATL 48:SEA 35:ONT 67:BCN 123:KIX 1:ABQ 55:TPA 2:ALB 3:ATL 48:SEA 64:AMS 123:KIX

2:ALB 56:YEG 9:CLT 49:SFO 63:YYZ 72:CDG 128:NRT 4:AUS 56:YEG 35:ONT 6:BOS 49:SFO 67:BCN 128:NRT

4:AUS 57:YHZ 12:DEN 53:SNA 64:AMS 73:CGN 5:BNA 57:YHZ 63:YYZ 9:CLT 53:SNA 72:CDG

5:BNA 58:YOW 13:DFW 79:FCO 65:ARN 76:DUB 7:BWI 58:YOW 65:ARN 12:DEN 74:CIA 73:CGN

6:BOS 59:YUL 14:DTW 84:IST 66:ATH 80:FRA 8:CLE 59:YUL 66:ATH 13:DFW 78:EDI 76:DUB

7:BWI 60:YVR 15:EWR 106:ADL 69:BRU 90:MAD 10:CVG 60:YVR 68:BHX 14:DTW 79:FCO 77:DUS

8:CLE 61:YWG 16:FLL 107:AKL 70:BUD 93:MUC 11:DCA 61:YWG 69:BRU 15:EWR 84:IST 80:FRA

10:CVG 62:YYC 19:IAH 108:BKK 71:BTS 95:ORY 17:HNL 62:YYC 70:BUD 16:FLL 88:LIS 86:LGW

11:DCA 68:BHX 22:JFK 109:BNE 75:CPH 103:VIE 20:IND 94:MXP 71:BTS 18:IAD 108:BKK 87:LHR

17:HNL 74:CIA 23:LAS 111:CAN 77:DUS 21:JAX 99:SOF 75:CPH 19:IAH 109:BNE 90:MAD

18:IAD 78:EDI 24:LAX 121:HKT 81:GVA 26:MCI 106:ADL 81:GVA 22:JFK 111:CAN 91:MAN

20:IND 88:LIS 25:LGA 124:KUL 82:HAM 29:MEM 107:AKL 82:HAM 23:LAS 116:DEL 93:MUC

21:JAX 94:MXP 27:MCO 125:MEL 83:HEL 31:MKE 110:BOM 83:HEL 24:LAX 121:HKT 95:ORY

26:MCI 97:PRG 28:MDW 129:PEK 85:KEF 33:MSY 112:CGK 85:KEF 25:LGA 124:KUL 103:VIE

29:MEM 98:RIX 30:MIA 131:PER 86:LGW 37:PBI 113:CHC 89:LJU 27:MCO 125:MEL 105:ZRH

31:MKE 110:BOM 32:MSP 132:PVG 87:LHR 38:PDX 114:CNS 92:MLA 28:MDW 127:MNL 120:HKG

33:MSY 112:CGK 36:ORD 133:SEL 89:LJU 41:PIT 115:CNX 96:OSL 30:MIA 129:PEK 122:ICN

34:OAK 113:CHC 39:PHL 136:SYD 91:MAN 42:RDU 117:DXB 97:PRG 32:MSP 132:PVG

37:PBI 114:CNS 40:PHX 137:SZX 92:MLA 43:RIC 118:HAK 98:RIX 34:OAK 133:SEL

38:PDX 115:CNX 45:SAN 138:TPE 96:OSL 44:RNO 119:HDY 100:STN 36:ORD 136:SYD

41:PIT 116:DEL 99:SOF 46:SAT 126:MFM 101:TLL 39:PHL 137:SZX

42:RDU 117:DXB 100:STN 47:SDF 130:PEN 102:TXL 40:PHX 138:TPE

43:RIC 118:HAK 101:TLL 50:SJC 131:PER 104:WAW 45:SAN

44:RNO 119:HDY 102:TXL 51:SLC 134:SHA 135:SIN

46:SAT 126:MFM 104:WAW 52:SMF 139:WLG

47:SDF 127:MNL 105:ZRH 54:STL 140:XMN

50:SJC 130:PEN 120:HKG

51:SLC 134:SHA 122:ICN

52:SMF 139:WLG 135:SIN

54:STL 140:XMN

134



1 2 3 4 5 6 1 2 3 4 5 6 1:ABQ 2:ALB 41:PIT 49:SFO 64:AMS 66:ATH 97:PRG 1:ABQ 48:SEA 7:BWI 78:EDI 49:SFO 64:AMS 72:CDG 94:MXP

7:BWI 3:ATL 42:RDU 70:BUD 72:CDG 75:CPH 98:RIX 2:ALB 50:SJC 10:CVG 79:FCO 59:YUL 87:LHR 80:FRA 95:ORY

8:CLE 4:AUS 43:RIC 106:ADL 76:DUB 77:DUS 114:CNS 3:ATL 52:SMF 17:HNL 83:HEL 96:OSL 93:MUC 99:SOF

10:CVG 5:BNA 46:SAT 133:SEL 79:FCO 81:GVA 115:CNX 4:AUS 54:STL 18:IAD 84:IST 106:ADL 120:HKG 108:BKK

17:HNL 6:BOS 47:SDF 80:FRA 85:KEF 116:DEL 5:BNA 55:TPA 24:LAX 85:KEF 128:NRT 112:CGK

35:ONT 9:CLT 48:SEA 95:ORY 86:LGW 117:DXB 6:BOS 56:YEG 26:MCI 86:LGW 115:CNX

37:PBI 11:DCA 50:SJC 87:LHR 119:HDY 8:CLE 57:YHZ 28:MDW 88:LIS 117:DXB

44:RNO 12:DEN 52:SMF 89:LJU 121:HKT 9:CLT 58:YOW 31:MKE 89:LJU 119:HDY

45:SAN 13:DFW 54:STL 93:MUC 126:MFM 11:DCA 60:YVR 36:ORD 90:MAD 121:HKT

51:SLC 14:DTW 55:TPA 96:OSL 127:MNL 12:DEN 61:YWG 39:PHL 91:MAN 124:KUL

53:SNA 15:EWR 56:YEG 100:STN 134:SHA 13:DFW 62:YYC 42:RDU 97:PRG 127:MNL

65:ARN 16:FLL 57:YHZ 103:VIE 14:DTW 63:YYZ 44:RNO 100:STN 130:PEN

67:BCN 18:IAD 58:YOW 105:ZRH 15:EWR 66:ATH 45:SAN 102:TXL 132:PVG

69:BRU 19:IAH 59:YUL 107:AKL 16:FLL 68:BHX 46:SAT 104:WAW 134:SHA

71:BTS 20:IND 60:YVR 120:HKG 19:IAH 73:CGN 51:SLC 110:BOM

74:CIA 21:JAX 61:YWG 122:ICN 20:IND 75:CPH 53:SNA 116:DEL

83:HEL 22:JFK 62:YYC 123:KIX 21:JAX 77:DUS 65:ARN 118:HAK

84:IST 23:LAS 63:YYZ 128:NRT 22:JFK 81:GVA 67:BCN 129:PEK

88:LIS 24:LAX 68:BHX 23:LAS 82:HAM 69:BRU 133:SEL

90:MAD 25:LGA 73:CGN 25:LGA 92:MLA 70:BUD 135:SIN

94:MXP 26:MCI 78:EDI 27:MCO 98:RIX 71:BTS 137:SZX

102:TXL 27:MCO 82:HAM 29:MEM 101:TLL 74:CIA 138:TPE

104:WAW 28:MDW 91:MAN 30:MIA 103:VIE 76:DUB 140:XMN

108:BKK 29:MEM 92:MLA 32:MSP 105:ZRH

110:BOM 30:MIA 99:SOF 33:MSY 107:AKL

112:CGK 31:MKE 101:TLL 34:OAK 109:BNE

113:CHC 32:MSP 109:BNE 35:ONT 111:CAN

118:HAK 33:MSY 111:CAN 37:PBI 113:CHC

124:KUL 34:OAK 129:PEK 38:PDX 114:CNS

125:MEL 36:ORD 131:PER 40:PHX 122:ICN

130:PEN 38:PDX 135:SIN 41:PIT 123:KIX

132:PVG 39:PHL 136:SYD 43:RIC 125:MEL

137:SZX 40:PHX 139:WLG 47:SDF 126:MFM

138:TPE

140:XMN


1 2 3 4 1 2 3 4 5 6 1:ABQ 54:STL 6:BOS 7:BWI 46:SAT 65:ARN 1:ABQ 47:SDF 2:ALB 78:EDI 3:ATL 67:BCN 106:ADL 120:HKG

2:ALB 55:TPA 12:DEN 8:CLE 51:SLC 67:BCN 4:AUS 50:SJC 7:BWI 86:LGW 6:BOS 70:BUD 122:ICN

3:ATL 56:YEG 13:DFW 10:CVG 52:SMF 70:BUD 5:BNA 52:SMF 8:CLE 89:LJU 12:DEN 71:BTS 123:KIX

4:AUS 57:YHZ 15:EWR 17:HNL 53:SNA 71:BTS 9:CLT 54:STL 10:CVG 91:MAN 13:DFW 72:CDG 128:NRT

5:BNA 58:YOW 22:JFK 21:JAX 69:BRU 72:CDG 11:DCA 55:TPA 17:HNL 92:MLA 15:EWR 74:CIA 135:SIN

9:CLT 59:YUL 30:MIA 24:LAX 84:IST 74:CIA 14:DTW 56:YEG 21:JAX 97:PRG 22:JFK 76:DUB

11:DCA 60:YVR 48:SEA 26:MCI 85:KEF 76:DUB 16:FLL 58:YOW 28:MDW 98:RIX 23:LAS 79:FCO

14:DTW 61:YWG 49:SFO 28:MDW 91:MAN 79:FCO 18:IAD 59:YUL 31:MKE 99:SOF 24:LAX 80:FRA

16:FLL 62:YYC 63:YYZ 31:MKE 107:AKL 80:FRA 19:IAH 61:YWG 33:MSY 100:STN 27:MCO 83:HEL

18:IAD 68:BHX 64:AMS 32:MSP 111:CAN 83:HEL 20:IND 62:YYC 35:ONT 101:TLL 30:MIA 84:IST

19:IAH 78:EDI 66:ATH 33:MSY 113:CHC 88:LIS 25:LGA 65:ARN 37:PBI 104:WAW 32:MSP 85:KEF

20:IND 89:LJU 73:CGN 34:OAK 114:CNS 90:MAD 26:MCI 73:CGN 39:PHL 113:CHC 36:ORD 88:LIS

23:LAS 92:MLA 75:CPH 35:ONT 115:CNX 94:MXP 29:MEM 107:AKL 44:RNO 114:CNS 40:PHX 90:MAD

25:LGA 97:PRG 77:DUS 36:ORD 118:HAK 95:ORY 34:OAK 109:BNE 45:SAN 118:HAK 48:SEA 94:MXP

27:MCO 98:RIX 81:GVA 37:PBI 129:PEK 99:SOF 38:PDX 111:CAN 46:SAT 126:MFM 49:SFO 95:ORY

29:MEM 100:STN 82:HAM 39:PHL 133:SEL 101:TLL 41:PIT 131:PER 51:SLC 129:PEK 63:YYZ 102:TXL

38:PDX 109:BNE 86:LGW 40:PHX 135:SIN 102:TXL 42:RDU 136:SYD 53:SNA 133:SEL 64:AMS 108:BKK

41:PIT 126:MFM 87:LHR 42:RDU 137:SZX 104:WAW 43:RIC 139:WLG 57:YHZ 137:SZX 66:ATH 110:BOM

47:SDF 128:NRT 93:MUC 43:RIC 138:TPE 108:BKK 60:YVR 138:TPE 75:CPH 112:CGK

50:SJC 131:PER 96:OSL 44:RNO 139:WLG 110:BOM 68:BHX 140:XMN 77:DUS 115:CNX

103:VIE 45:SAN 140:XMN 112:CGK 69:BRU 81:GVA 116:DEL

105:ZRH 116:DEL 82:HAM 117:DXB

106:ADL 117:DXB 87:LHR 119:HDY

120:HKG 119:HDY 93:MUC 121:HKT

122:ICN 121:HKT 96:OSL 124:KUL

123:KIX 124:KUL 103:VIE 127:MNL

125:MEL 127:MNL 105:ZRH 130:PEN

136:SYD 130:PEN 125:MEL 132:PVG

132:PVG 134:SHA

134:SHA

Tabela A.5.3 - Clusters das análises à opção “Solo disponível para expansões” (2009 a 2005)

135



1 2 3 4 5 1 2 3 4 5 6 1:ABQ 2:ALB 32:MSP 68:BHX 35:ONT 49:SFO 72:CDG 1:ABQ 32:MSP 63:YYZ 7:BWI 49:SFO 64:AMS 65:ARN 73:CGN

7:BWI 3:ATL 33:MSY 75:CPH 44:RNO 70:BUD 73:CGN 2:ALB 33:MSY 66:ATH 10:CVG 59:YUL 87:LHR 67:BCN 80:FRA

8:CLE 4:AUS 34:OAK 77:DUS 64:AMS 106:ADL 80:FRA 3:ATL 34:OAK 68:BHX 18:IAD 96:OSL 120:HKG 69:BRU 93:MUC

10:CVG 5:BNA 36:ORD 78:EDI 65:ARN 133:SEL 85:KEF 4:AUS 35:ONT 75:CPH 26:MCI 106:ADL 123:KIX 71:BTS 103:VIE

45:SAN 6:BOS 37:PBI 81:GVA 67:BCN 87:LHR 5:BNA 36:ORD 77:DUS 28:MDW 128:NRT 72:CDG

51:SLC 9:CLT 38:PDX 82:HAM 71:BTS 93:MUC 6:BOS 37:PBI 81:GVA 31:MKE 74:CIA

53:SNA 11:DCA 39:PHL 86:LGW 74:CIA 95:ORY 8:CLE 38:PDX 82:HAM 39:PHL 76:DUB

69:BRU 12:DEN 40:PHX 91:MAN 76:DUB 103:VIE 9:CLT 40:PHX 92:MLA 42:RDU 78:EDI

84:IST 13:DFW 41:PIT 92:MLA 79:FCO 123:KIX 11:DCA 41:PIT 97:PRG 46:SAT 79:FCO

94:MXP 14:DTW 42:RDU 96:OSL 83:HEL 128:NRT 12:DEN 43:RIC 98:RIX 51:SLC 83:HEL

97:PRG 15:EWR 43:RIC 99:SOF 88:LIS 13:DFW 44:RNO 101:TLL 70:BUD 85:KEF

98:RIX 16:FLL 46:SAT 100:STN 89:LJU 14:DTW 45:SAN 105:ZRH 84:IST 86:LGW

108:BKK 17:HNL 47:SDF 101:TLL 90:MAD 15:EWR 47:SDF 107:AKL 94:MXP 88:LIS

110:BOM 18:IAD 48:SEA 105:ZRH 102:TXL 16:FLL 48:SEA 109:BNE 99:SOF 89:LJU

112:CGK 19:IAH 50:SJC 107:AKL 104:WAW 17:HNL 50:SJC 111:CAN 108:BKK 90:MAD

113:CHC 20:IND 52:SMF 109:BNE 132:PVG 19:IAH 52:SMF 113:CHC 110:BOM 91:MAN

114:CNS 21:JAX 54:STL 111:CAN 20:IND 53:SNA 114:CNS 112:CGK 95:ORY

115:CNX 22:JFK 55:TPA 120:HKG 21:JAX 54:STL 122:ICN 115:CNX 100:STN

116:DEL 23:LAS 56:YEG 122:ICN 22:JFK 55:TPA 125:MEL 116:DEL 102:TXL

117:DXB 24:LAX 57:YHZ 129:PEK 23:LAS 56:YEG 126:MFM 117:DXB 104:WAW

118:HAK 25:LGA 58:YOW 131:PER 24:LAX 57:YHZ 129:PEK 118:HAK 135:SIN

119:HDY 26:MCI 59:YUL 135:SIN 25:LGA 58:YOW 131:PER 119:HDY

121:HKT 27:MCO 60:YVR 136:SYD 27:MCO 60:YVR 136:SYD 121:HKT

124:KUL 28:MDW 61:YWG 138:TPE 29:MEM 61:YWG 139:WLG 124:KUL

125:MEL 29:MEM 62:YYC 139:WLG 30:MIA 62:YYC 127:MNL

126:MFM 30:MIA 63:YYZ 130:PEN

127:MNL 31:MKE 66:ATH 132:PVG

130:PEN 133:SEL

134:SHA 134:SHA

137:SZX 137:SZX

140:XMN 138:TPE

140:XMN


1 2 3 4 5 1 2 3 4 1:ABQ 47:SDF 7:BWI 99:SOF 49:SFO 64:AMS 65:ARN 1:ABQ 32:MSP 63:YYZ 7:BWI 110:BOM 67:BCN 72:CDG

2:ALB 48:SEA 8:CLE 101:TLL 96:OSL 67:BCN 68:BHX 2:ALB 34:OAK 64:AMS 8:CLE 112:CGK 68:BHX 73:CGN

3:ATL 50:SJC 10:CVG 102:TXL 106:ADL 69:BRU 72:CDG 3:ATL 35:ONT 65:ARN 10:CVG 115:CNX 69:BRU 76:DUB

4:AUS 52:SMF 17:HNL 107:AKL 125:MEL 74:CIA 73:CGN 4:AUS 37:PBI 66:ATH 28:MDW 116:DEL 78:EDI 77:DUS

5:BNA 54:STL 21:JAX 108:BKK 79:FCO 76:DUB 5:BNA 38:PDX 70:BUD 31:MKE 117:DXB 83:HEL 82:HAM

6:BOS 55:TPA 24:LAX 110:BOM 83:HEL 77:DUS 6:BOS 40:PHX 74:CIA 33:MSY 118:HAK 86:LGW 93:MUC

9:CLT 56:YEG 28:MDW 111:CAN 88:LIS 81:GVA 9:CLT 41:PIT 75:CPH 36:ORD 119:HDY 87:LHR 95:ORY

11:DCA 57:YHZ 31:MKE 112:CGK 89:LJU 82:HAM 11:DCA 42:RDU 79:FCO 39:PHL 121:HKT 88:LIS 103:VIE

12:DEN 58:YOW 32:MSP 113:CHC 90:MAD 87:LHR 12:DEN 43:RIC 80:FRA 46:SAT 124:KUL 89:LJU 123:KIX

13:DFW 59:YUL 33:MSY 114:CNS 91:MAN 93:MUC 13:DFW 44:RNO 81:GVA 51:SLC 126:MFM 90:MAD 128:NRT

14:DTW 60:YVR 34:OAK 115:CNX 104:WAW 95:ORY 14:DTW 45:SAN 96:OSL 71:BTS 127:MNL 91:MAN

15:EWR 61:YWG 35:ONT 116:DEL 103:VIE 15:EWR 47:SDF 105:ZRH 84:IST 130:PEN 92:MLA

16:FLL 62:YYC 36:ORD 117:DXB 123:KIX 16:FLL 48:SEA 106:ADL 85:KEF 132:PVG 97:PRG

18:IAD 63:YYZ 37:PBI 118:HAK 128:NRT 17:HNL 49:SFO 107:AKL 94:MXP 134:SHA 98:RIX

19:IAH 66:ATH 39:PHL 119:HDY 18:IAD 50:SJC 109:BNE 99:SOF 137:SZX 100:STN

20:IND 75:CPH 40:PHX 121:HKT 19:IAH 52:SMF 111:CAN 101:TLL 138:TPE 104:WAW

22:JFK 78:EDI 42:RDU 124:KUL 20:IND 53:SNA 113:CHC 102:TXL 140:XMN 133:SEL

23:LAS 86:LGW 44:RNO 126:MFM 21:JAX 54:STL 114:CNS 108:BKK

25:LGA 92:MLA 45:SAN 127:MNL 22:JFK 55:TPA 120:HKG

26:MCI 100:STN 46:SAT 129:PEK 23:LAS 56:YEG 122:ICN

27:MCO 105:ZRH 51:SLC 130:PEN 24:LAX 57:YHZ 125:MEL

29:MEM 109:BNE 53:SNA 132:PVG 25:LGA 58:YOW 129:PEK

30:MIA 120:HKG 70:BUD 133:SEL 26:MCI 59:YUL 131:PER

38:PDX 122:ICN 71:BTS 134:SHA 27:MCO 60:YVR 135:SIN

41:PIT 131:PER 80:FRA 135:SIN 29:MEM 61:YWG 136:SYD

43:RIC 136:SYD 84:IST 137:SZX 30:MIA 62:YYC 139:WLG

85:KEF 138:TPE

94:MXP 139:WLG

97:PRG 140:XMN

98:RIX

Tabela A.5.4 - Clusters das análises à opção “Utilização de terminais modulares” (2009 a 2005)

136



1 2 3 4 5 1 2 3 4 5 1:ABQ 55:TPA 3:ATL 6:BOS 81:GVA 67:BCN 87:LHR 1:ABQ 33:MSY 99:SOF 15:EWR 53:SNA 67:BCN 87:LHR

2:ALB 56:YEG 9:CLT 15:EWR 82:HAM 72:CDG 123:KIX 2:ALB 34:OAK 101:TLL 22:JFK 74:CIA 72:CDG 123:KIX

4:AUS 57:YHZ 11:DCA 22:JFK 83:HEL 73:CGN 128:NRT 3:ATL 35:ONT 106:ADL 30:MIA 84:IST 73:CGN 128:NRT

5:BNA 58:YOW 12:DEN 24:LAX 85:KEF 76:DUB 4:AUS 36:ORD 107:AKL 49:SFO 116:DEL 76:DUB 7:BWI 59:YUL 13:DFW 25:LGA 86:LGW 77:DUS 5:BNA 37:PBI 108:BKK 63:YYZ 120:HKG 77:DUS 8:CLE 60:YVR 16:FLL 30:MIA 88:LIS 80:FRA 6:BOS 38:PDX 109:BNE 64:AMS 121:HKT 80:FRA 10:CVG 61:YWG 17:HNL 34:OAK 89:LJU 90:MAD 7:BWI 39:PHL 110:BOM 65:ARN 122:ICN 85:KEF 14:DTW 62:YYC 21:JAX 35:ONT 91:MAN 93:MUC 8:CLE 40:PHX 111:CAN 66:ATH 133:SEL 86:LGW

18:IAD 94:MXP 23:LAS 49:SFO 92:MLA 95:ORY 9:CLT 41:PIT 112:CGK 68:BHX 90:MAD 19:IAH 97:PRG 27:MCO 50:SJC 96:OSL 103:VIE 10:CVG 42:RDU 113:CHC 69:BRU 91:MAN

20:IND 98:RIX 28:MDW 52:SMF 99:SOF 11:DCA 43:RIC 114:CNS 70:BUD 93:MUC 26:MCI 110:BOM 36:ORD 63:YYZ 100:STN 12:DEN 44:RNO 115:CNX 71:BTS 95:ORY 29:MEM 113:CHC 40:PHX 64:AMS 101:TLL 13:DFW 45:SAN 117:DXB 75:CPH 103:VIE

31:MKE 114:CNS 45:SAN 65:ARN 102:TXL 14:DTW 46:SAT 118:HAK 78:EDI 32:MSP 115:CNX 48:SEA 66:ATH 104:WAW 16:FLL 47:SDF 119:HDY 79:FCO 33:MSY 116:DEL 53:SNA 68:BHX 105:ZRH 17:HNL 48:SEA 124:KUL 81:GVA 37:PBI 117:DXB 84:IST 69:BRU 108:BKK 18:IAD 50:SJC 125:MEL 82:HAM 38:PDX 118:HAK 106:ADL 70:BUD 111:CAN 19:IAH 51:SLC 126:MFM 83:HEL 39:PHL 119:HDY 107:AKL 71:BTS 120:HKG 20:IND 52:SMF 127:MNL 88:LIS 41:PIT 124:KUL 109:BNE 74:CIA 122:ICN 21:JAX 54:STL 129:PEK 89:LJU 42:RDU 126:MFM 112:CGK 75:CPH 132:PVG 23:LAS 55:TPA 130:PEN 92:MLA 43:RIC 127:MNL 121:HKT 78:EDI 135:SIN 24:LAX 56:YEG 131:PER 96:OSL 44:RNO 130:PEN 125:MEL 79:FCO 25:LGA 57:YHZ 132:PVG 97:PRG

46:SAT 134:SHA 129:PEK 26:MCI 58:YOW 134:SHA 98:RIX 47:SDF 139:WLG 131:PER 27:MCO 59:YUL 136:SYD 100:STN 51:SLC 140:XMN 133:SEL 28:MDW 60:YVR 137:SZX 102:TXL 54:STL 136:SYD 29:MEM 61:YWG 138:TPE 104:WAW

137:SZX 31:MKE 62:YYC 139:WLG 105:ZRH

138:TPE 32:MSP 94:MXP 140:XMN 135:SIN


1 2 3 4 5 1 2 3 4 5 1:ABQ 40:PHX 99:SOF 12:DEN 30:MIA 86:LGW 123:KIX 1:ABQ 37:PBI 85:KEF 3:ATL 6:BOS 72:CDG 123:KIX

2:ALB 41:PIT 100:STN 22:JFK 65:ARN 128:NRT 2:ALB 38:PDX 94:MXP 24:LAX 15:EWR 73:CGN 128:NRT

3:ATL 42:RDU 101:TLL 24:LAX 67:BCN 4:AUS 39:PHL 99:SOF 34:OAK 22:JFK 76:DUB 4:AUS 43:RIC 102:TXL 34:OAK 68:BHX 5:BNA 40:PHX 101:TLL 53:SNA 30:MIA 77:DUS 5:BNA 44:RNO 106:ADL 49:SFO 72:CDG 7:BWI 41:PIT 102:TXL 74:CIA 35:ONT 82:HAM 6:BOS 45:SAN 107:AKL 53:SNA 73:CGN 8:CLE 42:RDU 106:ADL 78:EDI 49:SFO 93:MUC 7:BWI 46:SAT 108:BKK 64:AMS 75:CPH 9:CLT 43:RIC 107:AKL 84:IST 64:AMS 95:ORY 8:CLE 47:SDF 109:BNE 74:CIA 76:DUB 10:CVG 44:RNO 108:BKK 88:LIS 65:ARN 103:VIE

9:CLT 48:SEA 110:BOM 78:EDI 77:DUS 11:DCA 45:SAN 109:BNE 116:DEL 66:ATH 10:CVG 50:SJC 111:CAN 84:IST 79:FCO 12:DEN 46:SAT 110:BOM 126:MFM 67:BCN 11:DCA 51:SLC 112:CGK 88:LIS 81:GVA 13:DFW 47:SDF 111:CAN 127:MNL 68:BHX 13:DFW 52:SMF 113:CHC 120:HKG 82:HAM 14:DTW 48:SEA 112:CGK 129:PEK 69:BRU 14:DTW 54:STL 114:CNS 122:ICN 83:HEL 16:FLL 50:SJC 113:CHC 133:SEL 75:CPH 15:EWR 55:TPA 115:CNX 132:PVG 87:LHR 17:HNL 51:SLC 114:CNS 136:SYD 79:FCO 16:FLL 56:YEG 116:DEL 133:SEL 90:MAD 18:IAD 52:SMF 115:CNX 138:TPE 81:GVA

17:HNL 57:YHZ 117:DXB 135:SIN 91:MAN 19:IAH 54:STL 117:DXB 83:HEL

18:IAD 58:YOW 118:HAK 93:MUC 20:IND 55:TPA 118:HAK 86:LGW 19:IAH 59:YUL 119:HDY 95:ORY 21:JAX 56:YEG 119:HDY 87:LHR 20:IND 60:YVR 121:HKT 103:VIE 23:LAS 57:YHZ 121:HKT 89:LJU 21:JAX 61:YWG 124:KUL 104:WAW 25:LGA 58:YOW 124:KUL 90:MAD 23:LAS 62:YYC 125:MEL 105:ZRH 26:MCI 59:YUL 125:MEL 91:MAN

25:LGA 63:YYZ 126:MFM 27:MCO 60:YVR 130:PEN 92:MLA 26:MCI 66:ATH 127:MNL 28:MDW 61:YWG 131:PER 96:OSL 27:MCO 69:BRU 129:PEK 29:MEM 62:YYC 132:PVG 97:PRG 28:MDW 70:BUD 130:PEN 31:MKE 63:YYZ 134:SHA 98:RIX 29:MEM 71:BTS 131:PER 32:MSP 70:BUD 137:SZX 100:STN 31:MKE 80:FRA 134:SHA 33:MSY 71:BTS 139:WLG 104:WAW 32:MSP 85:KEF 136:SYD 36:ORD 80:FRA 140:XMN 105:ZRH

33:MSY 89:LJU 137:SZX 120:HKG 35:ONT 92:MLA 138:TPE 122:ICN 36:ORD 94:MXP 139:WLG 135:SIN

37:PBI 96:OSL 140:XMN 38:PDX 97:PRG 39:PHL 98:RIX

Tabela A.5.5 - Clusters das análises à opção “Forma linear dos terminais” (2009 a 2005)

137



1 2 3 4 5 1 2 3 4 5 1:ABQ 44:RNO 3:ATL 49:SFO 59:YUL 64:AMS 97:PRG 1:ABQ 40:PHX 2:ALB 69:BRU 64:AMS 66:ATH 94:MXP

2:ALB 46:SAT 4:AUS 50:SJC 65:ARN 67:BCN 98:RIX 3:ATL 42:RDU 6:BOS 70:BUD 72:CDG 67:BCN 99:SOF

5:BNA 47:SDF 6:BOS 52:SMF 66:ATH 72:CDG 114:CNS 4:AUS 43:RIC 8:CLE 71:BTS 80:FRA 73:CGN 108:BKK

7:BWI 51:SLC 9:CLT 53:SNA 69:BRU 73:CGN 115:CNX 5:BNA 44:RNO 10:CVG 82:HAM 87:LHR 74:CIA 112:CGK

8:CLE 54:STL 11:DCA 55:TPA 70:BUD 76:DUB 116:DEL 7:BWI 45:SAN 18:IAD 83:HEL 93:MUC 75:CPH 115:CNX

10:CVG 56:YEG 12:DEN 63:YYZ 71:BTS 80:FRA 117:DXB 9:CLT 46:SAT 29:MEM 88:LIS 128:NRT 76:DUB 117:DXB

20:IND 57:YHZ 13:DFW 68:BHX 75:CPH 85:KEF 119:HDY 11:DCA 48:SEA 33:MSY 92:MLA 77:DUS 119:HDY

25:LGA 58:YOW 14:DTW 74:CIA 77:DUS 87:LHR 121:HKT 12:DEN 49:SFO 35:ONT 97:PRG 78:EDI 121:HKT

26:MCI 60:YVR 15:EWR 78:EDI 79:FCO 90:MAD 126:MFM 13:DFW 50:SJC 41:PIT 98:RIX 79:FCO 124:KUL

29:MEM 61:YWG 16:FLL 84:IST 81:GVA 93:MUC 127:MNL 14:DTW 51:SLC 47:SDF 101:TLL 81:GVA 127:MNL

31:MKE 62:YYC 17:HNL 106:ADL 82:HAM 95:ORY 134:SHA 15:EWR 52:SMF 54:STL 102:TXL 85:KEF 130:PEN

33:MSY 94:MXP 18:IAD 107:AKL 83:HEL 103:VIE 16:FLL 53:SNA 56:YEG 104:WAW 86:LGW 132:PVG

35:ONT 101:TLL 19:IAH 108:BKK 86:LGW 123:KIX 17:HNL 55:TPA 57:YHZ 106:ADL 89:LJU 134:SHA

37:PBI 110:BOM 21:JAX 109:BNE 88:LIS 128:NRT 19:IAH 60:YVR 58:YOW 114:CNS 90:MAD

38:PDX 113:CHC 22:JFK 111:CAN 89:LJU 20:IND 61:YWG 59:YUL 118:HAK 91:MAN

39:PHL 118:HAK 23:LAS 112:CGK 91:MAN 21:JAX 62:YYC 63:YYZ 126:MFM 95:ORY

41:PIT 130:PEN 24:LAX 124:KUL 92:MLA 22:JFK 84:IST 65:ARN 140:XMN 96:OSL

42:RDU 139:WLG 27:MCO 125:MEL 96:OSL 23:LAS 107:AKL 68:BHX 100:STN

43:RIC 140:XMN 28:MDW 129:PEK 99:SOF 24:LAX 109:BNE 103:VIE

30:MIA 131:PER 100:STN 25:LGA 110:BOM 105:ZRH

32:MSP 132:PVG 102:TXL 26:MCI 111:CAN 120:HKG

34:OAK 133:SEL 104:WAW 27:MCO 113:CHC 122:ICN

36:ORD 135:SIN 105:ZRH 28:MDW 116:DEL 123:KIX

40:PHX 136:SYD 120:HKG 30:MIA 125:MEL 135:SIN

45:SAN 137:SZX 122:ICN 31:MKE 129:PEK

48:SEA 138:TPE 32:MSP 131:PER

34:OAK 133:SEL

36:ORD 136:SYD

37:PBI 137:SZX

38:PDX 138:TPE

39:PHL 139:WLG


1 2 3 4 5 1 2 3 4 5 6 1:ABQ 33:MSY 59:YUL 3:ATL 65:ARN 66:ATH 70:BUD 1:ABQ 47:SDF 3:ATL 48:SEA 15:EWR 67:BCN 70:BUD 123:KIX

2:ALB 34:OAK 60:YVR 12:DEN 67:BCN 68:BHX 71:BTS 2:ALB 50:SJC 6:BOS 51:SLC 22:JFK 72:CDG 71:BTS 128:NRT

4:AUS 35:ONT 61:YWG 13:DFW 72:CDG 69:BRU 80:FRA 4:AUS 52:SMF 9:CLT 53:SNA 30:MIA 73:CGN 80:FRA 5:BNA 37:PBI 62:YYC 15:EWR 74:CIA 73:CGN 94:MXP 5:BNA 54:STL 11:DCA 60:YVR 35:ONT 74:CIA 84:IST 6:BOS 38:PDX 63:YYZ 19:IAH 76:DUB 75:CPH 99:SOF 7:BWI 55:TPA 12:DEN 63:YYZ 49:SFO 76:DUB 85:KEF 7:BWI 39:PHL 78:EDI 22:JFK 79:FCO 77:DUS 101:TLL 8:CLE 56:YEG 13:DFW 66:ATH 64:AMS 79:FCO 94:MXP 8:CLE 40:PHX 84:IST 24:LAX 83:HEL 81:GVA 102:TXL 10:CVG 57:YHZ 14:DTW 78:EDI 65:ARN 83:HEL 102:TXL 9:CLT 41:PIT 85:KEF 30:MIA 88:LIS 82:HAM 108:BKK 16:FLL 58:YOW 17:HNL 99:SOF 68:BHX 88:LIS 108:BKK 10:CVG 42:RDU 106:ADL 36:ORD 90:MAD 89:LJU 110:BOM 20:IND 59:YUL 18:IAD 100:STN 69:BRU 90:MAD 110:BOM 11:DCA 43:RIC 107:AKL 49:SFO 95:ORY 91:MAN 112:CGK 21:JAX 61:YWG 19:IAH 107:AKL 75:CPH 95:ORY 112:CGK

14:DTW 44:RNO 109:BNE 64:AMS 128:NRT 92:MLA 116:DEL 26:MCI 62:YYC 23:LAS 111:CAN 77:DUS 115:CNX

16:FLL 45:SAN 111:CAN 86:LGW 93:MUC 117:DXB 29:MEM 101:TLL 24:LAX 120:HKG 81:GVA 116:DEL 17:HNL 46:SAT 113:CHC 87:LHR 96:OSL 119:HDY 31:MKE 106:ADL 25:LGA 122:ICN 82:HAM 117:DXB 18:IAD 47:SDF 114:CNS 100:STN 97:PRG 121:HKT 33:MSY 109:BNE 27:MCO 125:MEL 86:LGW 119:HDY 20:IND 48:SEA 115:CNX 120:HKG 98:RIX 124:KUL 37:PBI 113:CHC 28:MDW 126:MFM 87:LHR 121:HKT 21:JAX 50:SJC 118:HAK 122:ICN 103:VIE 127:MNL 38:PDX 114:CNS 32:MSP 129:PEK 89:LJU 124:KUL 23:LAS 51:SLC 125:MEL 129:PEK 104:WAW 130:PEN 41:PIT 118:HAK 34:OAK 133:SEL 91:MAN 127:MNL 25:LGA 52:SMF 131:PER 135:SIN 105:ZRH 132:PVG 42:RDU 131:PER 36:ORD 135:SIN 92:MLA 130:PEN

26:MCI 53:SNA 133:SEL 123:KIX 134:SHA 43:RIC 137:SZX 39:PHL 136:SYD 93:MUC 132:PVG

27:MCO 54:STL 136:SYD 126:MFM 44:RNO 139:WLG 40:PHX 138:TPE 96:OSL 134:SHA

28:MDW 55:TPA 137:SZX 46:SAT 140:XMN 45:SAN 97:PRG

29:MEM 56:YEG 138:TPE 98:RIX 31:MKE 57:YHZ 139:WLG 103:VIE 32:MSP 58:YOW 140:XMN 104:WAW

105:ZRH

Tabela A.5.6 - Clusters das análises à opção “Paredes divisórias móveis no terminal” (2009 a 2005)

138



1 2 3 4 5 1 2 3 4 5 1:ABQ 51:SLC 3:ATL 15:EWR 85:KEF 67:BCN 87:LHR 1:ABQ 54:STL 3:ATL 51:SLC 15:EWR 83:HEL 72:CDG 123:KIX

2:ALB 52:SMF 9:CLT 22:JFK 86:LGW 72:CDG 123:KIX 2:ALB 56:YEG 4:AUS 52:SMF 22:JFK 85:KEF 73:CGN 128:NRT

4:AUS 54:STL 12:DEN 30:MIA 89:LJU 73:CGN 128:NRT 5:BNA 57:YHZ 6:BOS 53:SNA 30:MIA 88:LIS 76:DUB

5:BNA 55:TPA 13:DFW 35:ONT 91:MAN 76:DUB 8:CLE 58:YOW 7:BWI 55:TPA 35:ONT 89:LJU 77:DUS

6:BOS 56:YEG 14:DTW 49:SFO 92:MLA 80:FRA 10:CVG 59:YUL 9:CLT 74:CIA 49:SFO 90:MAD 80:FRA

7:BWI 57:YHZ 19:IAH 63:YYZ 96:OSL 90:MAD 20:IND 60:YVR 11:DCA 84:IST 63:YYZ 92:MLA 86:LGW

8:CLE 58:YOW 23:LAS 64:AMS 99:SOF 93:MUC 21:JAX 61:YWG 12:DEN 94:MXP 64:AMS 96:OSL 87:LHR

10:CVG 59:YUL 24:LAX 65:ARN 100:STN 95:ORY 26:MCI 62:YYC 13:DFW 107:AKL 65:ARN 97:PRG 91:MAN

11:DCA 60:YVR 27:MCO 66:ATH 101:TLL 103:VIE 29:MEM 99:SOF 14:DTW 109:BNE 66:ATH 98:RIX 93:MUC

16:FLL 61:YWG 32:MSP 69:BRU 102:TXL 31:MKE 106:ADL 16:FLL 110:BOM 67:BCN 100:STN 95:ORY

17:HNL 62:YYC 36:ORD 70:BUD 104:WAW 33:MSY 113:CHC 17:HNL 111:CAN 68:BHX 101:TLL 103:VIE

18:IAD 68:BHX 39:PHL 71:BTS 105:ZRH 37:PBI 114:CNS 18:IAD 112:CGK 69:BRU 102:TXL 105:ZRH

20:IND 74:CIA 40:PHX 75:CPH 108:BKK 38:PDX 115:CNX 19:IAH 116:DEL 70:BUD 104:WAW

21:JAX 78:EDI 48:SEA 77:DUS 120:HKG 41:PIT 118:HAK 23:LAS 117:DXB 71:BTS 108:BKK

25:LGA 88:LIS 53:SNA 79:FCO 122:ICN 42:RDU 119:HDY 24:LAX 121:HKT 75:CPH 120:HKG

26:MCI 94:MXP 84:IST 81:GVA 132:PVG 43:RIC 130:PEN 25:LGA 124:KUL 78:EDI 122:ICN

28:MDW 97:PRG 106:ADL 82:HAM 135:SIN 44:RNO 139:WLG 27:MCO 125:MEL 79:FCO 132:PVG

29:MEM 98:RIX 107:AKL 83:HEL 46:SAT 140:XMN 28:MDW 126:MFM 81:GVA 135:SIN

31:MKE 110:BOM 109:BNE 47:SDF 32:MSP 127:MNL 82:HAM

33:MSY 113:CHC 111:CAN 34:OAK 129:PEK

34:OAK 114:CNS 112:CGK 36:ORD 131:PER

37:PBI 115:CNX 117:DXB 39:PHL 133:SEL

38:PDX 116:DEL 121:HKT 40:PHX 134:SHA

41:PIT 118:HAK 124:KUL 45:SAN 136:SYD

42:RDU 119:HDY 125:MEL 48:SEA 137:SZX

43:RIC 126:MFM 129:PEK 50:SJC 138:TPE

44:RNO 127:MNL 131:PER

45:SAN 130:PEN 133:SEL

46:SAT 134:SHA 136:SYD

47:SDF 139:WLG 137:SZX

50:SJC 140:XMN 138:TPE


1 2 3 4 5 1 2 3 4 5 1:ABQ 42:RDU 99:SOF 3:ATL 30:MIA 86:LGW 123:KIX 1:ABQ 62:YYC 2:ALB 56:YEG 15:EWR 72:CDG 123:KIX

2:ALB 43:RIC 100:STN 12:DEN 49:SFO 128:NRT 3:ATL 63:YYZ 4:AUS 57:YHZ 22:JFK 73:CGN 128:NRT

4:AUS 44:RNO 101:TLL 13:DFW 65:ARN 6:BOS 71:BTS 5:BNA 58:YOW 30:MIA 76:DUB

5:BNA 45:SAN 102:TXL 19:IAH 67:BCN 7:BWI 74:CIA 8:CLE 59:YUL 35:ONT 93:MUC

6:BOS 46:SAT 106:ADL 22:JFK 68:BHX 9:CLT 78:EDI 20:IND 61:YWG 49:SFO 95:ORY

7:BWI 47:SDF 107:AKL 23:LAS 72:CDG 10:CVG 80:FRA 21:JAX 70:BUD 64:AMS 103:VIE

8:CLE 48:SEA 109:BNE 24:LAX 73:CGN 11:DCA 84:IST 26:MCI 85:KEF 65:ARN

9:CLT 50:SJC 110:BOM 34:OAK 75:CPH 12:DEN 88:LIS 29:MEM 94:MXP 66:ATH

10:CVG 51:SLC 111:CAN 36:ORD 76:DUB 13:DFW 106:ADL 31:MKE 99:SOF 67:BCN

11:DCA 52:SMF 112:CGK 53:SNA 77:DUS 14:DTW 107:AKL 33:MSY 101:TLL 68:BHX

14:DTW 54:STL 113:CHC 64:AMS 79:FCO 16:FLL 108:BKK 37:PBI 102:TXL 69:BRU

15:EWR 55:TPA 114:CNS 74:CIA 81:GVA 17:HNL 109:BNE 41:PIT 110:BOM 75:CPH

16:FLL 56:YEG 115:CNX 78:EDI 82:HAM 18:IAD 111:CAN 42:RDU 114:CNS 77:DUS

17:HNL 57:YHZ 116:DEL 84:IST 83:HEL 19:IAH 112:CGK 43:RIC 118:HAK 79:FCO

18:IAD 58:YOW 117:DXB 87:LHR 89:LJU 23:LAS 113:CHC 44:RNO 119:HDY 81:GVA

20:IND 59:YUL 118:HAK 88:LIS 90:MAD 24:LAX 115:CNX 46:SAT 134:SHA 82:HAM

21:JAX 60:YVR 119:HDY 108:BKK 91:MAN 25:LGA 116:DEL 47:SDF 139:WLG 83:HEL

25:LGA 61:YWG 121:HKT 120:HKG 93:MUC 27:MCO 117:DXB 54:STL 140:XMN 86:LGW

26:MCI 62:YYC 124:KUL 122:ICN 95:ORY 28:MDW 121:HKT 87:LHR

27:MCO 63:YYZ 125:MEL 129:PEK 103:VIE 32:MSP 124:KUL 89:LJU

28:MDW 66:ATH 126:MFM 133:SEL 104:WAW 34:OAK 125:MEL 90:MAD

29:MEM 69:BRU 127:MNL 135:SIN 105:ZRH 36:ORD 126:MFM 91:MAN

31:MKE 70:BUD 130:PEN 38:PDX 127:MNL 92:MLA

32:MSP 71:BTS 131:PER 39:PHL 129:PEK 96:OSL

33:MSY 80:FRA 132:PVG 40:PHX 130:PEN 97:PRG

35:ONT 85:KEF 134:SHA 45:SAN 131:PER 98:RIX

37:PBI 92:MLA 136:SYD 48:SEA 132:PVG 100:STN

38:PDX 94:MXP 137:SZX 50:SJC 133:SEL 104:WAW

39:PHL 96:OSL 138:TPE 51:SLC 136:SYD 105:ZRH

40:PHX 97:PRG 139:WLG 52:SMF 137:SZX 120:HKG

41:PIT 98:RIX 140:XMN 53:SNA 138:TPE 122:ICN

55:TPA 135:SIN

60:YVR

Tabela A.5.7 - Clusters das análises à opção “Portas de embarque com serviços internacionais e domésticos” (2009 a 2005)

139

Sistemas CUSS: check-in


1 2 3 4 5 1 2 3 4 5 1:ABQ 38:PDX 97:PRG 3:ATL 63:YYZ 72:CDG 87:LHR 1:ABQ 54:STL 2:ALB 85:KEF 3:ATL 64:AMS 123:KIX

2:ALB 39:PHL 98:RIX 9:CLT 64:AMS 73:CGN 123:KIX 4:AUS 55:TPA 30:MIA 88:LIS 9:CLT 67:BCN 128:NRT

4:AUS 40:PHX 102:TXL 15:EWR 65:ARN 76:DUB 128:NRT 5:BNA 56:YEG 35:ONT 89:LJU 12:DEN 72:CDG

5:BNA 41:PIT 106:ADL 22:JFK 66:ATH 80:FRA 6:BOS 57:YHZ 49:SFO 92:MLA 13:DFW 73:CGN 6:BOS 42:RDU 107:AKL 25:LGA 67:BCN 93:MUC 7:BWI 58:YOW 63:YYZ 96:OSL 14:DTW 76:DUB 7:BWI 43:RIC 108:BKK 28:MDW 69:BRU 95:ORY 8:CLE 59:YUL 65:ARN 97:PRG 15:EWR 77:DUS 8:CLE 44:RNO 109:BNE 125:MEL 70:BUD 103:VIE 10:CVG 60:YVR 66:ATH 98:RIX 19:IAH 80:FRA

10:CVG 45:SAN 110:BOM 136:SYD 71:BTS 11:DCA 61:YWG 68:BHX 100:STN 22:JFK 86:LGW

11:DCA 46:SAT 111:CAN 75:CPH 16:FLL 62:YYC 69:BRU 101:TLL 23:LAS 87:LHR 12:DEN 47:SDF 112:CGK 77:DUS 17:HNL 94:MXP 70:BUD 102:TXL 24:LAX 90:MAD 13:DFW 48:SEA 113:CHC 79:FCO 18:IAD 99:SOF 71:BTS 104:WAW 25:LGA 91:MAN 14:DTW 49:SFO 114:CNS 81:GVA 20:IND 106:ADL 74:CIA 108:BKK 27:MCO 93:MUC 16:FLL 50:SJC 115:CNX 82:HAM 21:JAX 107:AKL 75:CPH 120:HKG 28:MDW 95:ORY 17:HNL 51:SLC 116:DEL 83:HEL 26:MCI 110:BOM 78:EDI 122:ICN 32:MSP 103:VIE 18:IAD 52:SMF 117:DXB 85:KEF 29:MEM 111:CAN 79:FCO 126:MFM 36:ORD 105:ZRH

19:IAH 53:SNA 118:HAK 86:LGW 31:MKE 112:CGK 81:GVA 132:PVG 39:PHL 20:IND 54:STL 119:HDY 89:LJU 33:MSY 113:CHC 82:HAM 133:SEL 40:PHX 21:JAX 55:TPA 121:HKT 90:MAD 34:OAK 114:CNS 83:HEL 135:SIN 109:BNE 23:LAS 56:YEG 124:KUL 91:MAN 37:PBI 115:CNX 84:IST 125:MEL

24:LAX 57:YHZ 126:MFM 92:MLA 38:PDX 116:DEL 129:PEK 26:MCI 58:YOW 127:MNL 96:OSL 41:PIT 117:DXB 136:SYD 27:MCO 59:YUL 129:PEK 99:SOF 42:RDU 118:HAK 138:TPE

29:MEM 60:YVR 130:PEN 100:STN 43:RIC 119:HDY 30:MIA 61:YWG 131:PER 101:TLL 44:RNO 121:HKT 31:MKE 62:YYC 133:SEL 104:WAW 45:SAN 124:KUL 32:MSP 68:BHX 134:SHA 105:ZRH 46:SAT 127:MNL 33:MSY 74:CIA 137:SZX 120:HKG 47:SDF 130:PEN 34:OAK 78:EDI 138:TPE 122:ICN 48:SEA 131:PER 35:ONT 84:IST 139:WLG 132:PVG 50:SJC 134:SHA 36:ORD 88:LIS 140:XMN 135:SIN 51:SLC 137:SZX

37:PBI 94:MXP 52:SMF 139:WLG

53:SNA 140:XMN


1 2 3 4 5 1 2 3 4 5 1:ABQ 45:SAN 101:TLL 3:ATL 30:MIA 65:ARN 123:KIX 1:ABQ 45:SAN 106:ADL 3:ATL 30:MIA 72:CDG 123:KIX

2:ALB 46:SAT 102:TXL 12:DEN 49:SFO 67:BCN 128:NRT 2:ALB 46:SAT 107:AKL 9:CLT 49:SFO 73:CGN 128:NRT

4:AUS 47:SDF 106:ADL 13:DFW 64:AMS 72:CDG 4:AUS 47:SDF 108:BKK 12:DEN 64:AMS 76:DUB

5:BNA 48:SEA 107:AKL 14:DTW 66:ATH 73:CGN 5:BNA 48:SEA 110:BOM 13:DFW 65:ARN 93:MUC

6:BOS 50:SJC 108:BKK 15:EWR 68:BHX 74:CIA 6:BOS 50:SJC 111:CAN 14:DTW 66:ATH 95:ORY

7:BWI 51:SLC 110:BOM 19:IAH 69:BRU 76:DUB 7:BWI 51:SLC 112:CGK 15:EWR 67:BCN 103:VIE

8:CLE 52:SMF 111:CAN 22:JFK 75:CPH 79:FCO 8:CLE 52:SMF 113:CHC 19:IAH 68:BHX

9:CLT 53:SNA 112:CGK 23:LAS 77:DUS 83:HEL 10:CVG 53:SNA 114:CNS 22:JFK 69:BRU

10:CVG 54:STL 113:CHC 24:LAX 81:GVA 88:LIS 11:DCA 54:STL 115:CNX 23:LAS 74:CIA

11:DCA 55:TPA 114:CNS 25:LGA 82:HAM 93:MUC 16:FLL 55:TPA 116:DEL 24:LAX 75:CPH

16:FLL 56:YEG 115:CNX 27:MCO 86:LGW 95:ORY 17:HNL 56:YEG 117:DXB 25:LGA 77:DUS

17:HNL 57:YHZ 116:DEL 32:MSP 87:LHR 103:VIE 18:IAD 57:YHZ 118:HAK 27:MCO 78:EDI

18:IAD 58:YOW 117:DXB 36:ORD 89:LJU 20:IND 58:YOW 119:HDY 32:MSP 79:FCO

20:IND 59:YUL 118:HAK 39:PHL 90:MAD 21:JAX 59:YUL 121:HKT 36:ORD 81:GVA

21:JAX 60:YVR 119:HDY 40:PHX 91:MAN 26:MCI 60:YVR 124:KUL 39:PHL 82:HAM

26:MCI 61:YWG 121:HKT 109:BNE 92:MLA 28:MDW 61:YWG 127:MNL 40:PHX 83:HEL

28:MDW 62:YYC 124:KUL 125:MEL 96:OSL 29:MEM 62:YYC 129:PEK 109:BNE 86:LGW

29:MEM 63:YYZ 127:MNL 129:PEK 97:PRG 31:MKE 63:YYZ 130:PEN 125:MEL 87:LHR

31:MKE 70:BUD 130:PEN 136:SYD 104:WAW 33:MSY 70:BUD 131:PER 136:SYD 88:LIS

33:MSY 71:BTS 131:PER 105:ZRH 34:OAK 71:BTS 132:PVG 89:LJU

34:OAK 78:EDI 133:SEL 120:HKG 35:ONT 80:FRA 134:SHA 90:MAD

35:ONT 80:FRA 134:SHA 122:ICN 37:PBI 84:IST 137:SZX 91:MAN

37:PBI 84:IST 137:SZX 126:MFM 38:PDX 85:KEF 138:TPE 92:MLA

38:PDX 85:KEF 138:TPE 132:PVG 41:PIT 94:MXP 139:WLG 96:OSL

41:PIT 94:MXP 139:WLG 135:SIN 42:RDU 99:SOF 140:XMN 97:PRG

42:RDU 98:RIX 140:XMN 43:RIC 101:TLL 98:RIX

43:RIC 99:SOF 44:RNO 102:TXL 100:STN

44:RNO 100:STN 104:WAW

105:ZRH

120:HKG

122:ICN

126:MFM

133:SEL

135:SIN

Tabela A.5.8 - Clusters das análises à opção “Sistemas CUSS: check-in” (2009 a 2005)

140

Sistemas CUSS: recolha de bagagem


1 2 3 4 5 6 1 2 3 4 5 6 1:ABQ 39:PHL 96:OSL 3:ATL 12:DEN 64:AMS 65:ARN 123:KIX 1:ABQ 52:SMF 3:ATL 12:DEN 30:MIA 68:BHX 123:KIX

2:ALB 40:PHX 97:PRG 15:EWR 13:DFW 72:CDG 66:ATH 128:NRT 2:ALB 53:SNA 9:CLT 13:DFW 49:SFO 70:BUD 128:NRT

4:AUS 41:PIT 98:RIX 22:JFK 24:LAX 80:FRA 69:BRU 4:AUS 54:STL 15:EWR 14:DTW 63:YYZ 71:BTS

5:BNA 42:RDU 102:TXL 25:LGA 30:MIA 87:LHR 70:BUD 5:BNA 55:TPA 22:JFK 19:IAH 64:AMS 74:CIA

6:BOS 43:RIC 106:ADL 125:MEL 36:ORD 93:MUC 71:BTS 6:BOS 56:YEG 25:LGA 23:LAS 65:ARN 78:EDI

7:BWI 44:RNO 107:AKL 136:SYD 49:SFO 95:ORY 73:CGN 7:BWI 57:YHZ 28:MDW 24:LAX 66:ATH 81:GVA

8:CLE 45:SAN 109:BNE 63:YYZ 122:ICN 75:CPH 8:CLE 58:YOW 62:YYC 27:MCO 67:BCN 85:KEF

9:CLT 46:SAT 110:BOM 67:BCN 76:DUB 10:CVG 59:YUL 109:BNE 32:MSP 69:BRU 88:LIS

10:CVG 47:SDF 111:CAN 79:FCO 77:DUS 11:DCA 60:YVR 125:MEL 36:ORD 72:CDG 89:LJU

11:DCA 48:SEA 112:CGK 86:LGW 81:GVA 16:FLL 61:YWG 136:SYD 39:PHL 73:CGN 92:MLA

14:DTW 50:SJC 113:CHC 90:MAD 82:HAM 17:HNL 84:IST 40:PHX 75:CPH 97:PRG

16:FLL 51:SLC 114:CNS 108:BKK 83:HEL 18:IAD 94:MXP 129:PEK 76:DUB 98:RIX

17:HNL 52:SMF 115:CNX 120:HKG 85:KEF 20:IND 95:ORY 77:DUS 101:TLL

18:IAD 53:SNA 116:DEL 129:PEK 89:LJU 21:JAX 99:SOF 79:FCO 102:TXL

19:IAH 54:STL 117:DXB 132:PVG 91:MAN 26:MCI 110:BOM 80:FRA 104:WAW

20:IND 55:TPA 118:HAK 135:SIN 92:MLA 29:MEM 111:CAN 82:HAM 106:ADL

21:JAX 56:YEG 119:HDY 99:SOF 31:MKE 112:CGK 83:HEL 107:AKL

23:LAS 57:YHZ 121:HKT 100:STN 33:MSY 113:CHC 86:LGW 114:CNS

26:MCI 58:YOW 124:KUL 101:TLL 34:OAK 115:CNX 87:LHR 126:MFM

27:MCO 59:YUL 126:MFM 103:VIE 35:ONT 116:DEL 90:MAD 131:PER

28:MDW 60:YVR 127:MNL 104:WAW 37:PBI 117:DXB 91:MAN 133:SEL

29:MEM 61:YWG 130:PEN 105:ZRH 38:PDX 118:HAK 93:MUC

31:MKE 62:YYC 131:PER 41:PIT 119:HDY 96:OSL

32:MSP 68:BHX 133:SEL 42:RDU 121:HKT 100:STN

33:MSY 74:CIA 134:SHA 43:RIC 124:KUL 103:VIE

34:OAK 78:EDI 137:SZX 44:RNO 127:MNL 105:ZRH

35:ONT 84:IST 138:TPE 45:SAN 130:PEN 108:BKK

37:PBI 88:LIS 139:WLG 46:SAT 134:SHA 120:HKG

38:PDX 94:MXP 140:XMN 47:SDF 137:SZX 122:ICN

48:SEA 139:WLG 132:PVG

50:SJC 140:XMN 135:SIN

51:SLC 138:TPE


1 2 3 4 5 6 1 2 3 4 5 1:ABQ 48:SEA 98:RIX 3:ATL 12:DEN 63:YYZ 86:LGW 123:KIX 1:ABQ 46:SAT 95:ORY 3:ATL 6:BOS 12:DEN 123:KIX

2:ALB 49:SFO 99:SOF 15:EWR 13:DFW 64:AMS 128:NRT 2:ALB 47:SDF 100:STN 9:CLT 30:MIA 13:DFW 128:NRT

4:AUS 50:SJC 100:STN 22:JFK 14:DTW 66:ATH 4:AUS 50:SJC 102:TXL 15:EWR 48:SEA 14:DTW

5:BNA 51:SLC 101:TLL 25:LGA 19:IAH 68:BHX 5:BNA 51:SLC 106:ADL 22:JFK 49:SFO 18:IAD

6:BOS 52:SMF 102:TXL 109:BNE 23:LAS 69:BRU 7:BWI 52:SMF 107:AKL 25:LGA 63:YYZ 19:IAH

7:BWI 53:SNA 104:WAW 125:MEL 24:LAX 73:CGN 8:CLE 53:SNA 110:BOM 109:BNE 64:AMS 23:LAS

8:CLE 54:STL 106:ADL 136:SYD 27:MCO 75:CPH 10:CVG 54:STL 111:CAN 125:MEL 66:ATH 24:LAX

9:CLT 55:TPA 107:AKL 32:MSP 77:DUS 11:DCA 55:TPA 112:CGK 136:SYD 68:BHX 27:MCO

10:CVG 56:YEG 110:BOM 36:ORD 82:HAM 16:FLL 56:YEG 113:CHC 69:BRU 32:MSP

11:DCA 57:YHZ 111:CAN 39:PHL 87:LHR 17:HNL 57:YHZ 114:CNS 70:BUD 36:ORD

16:FLL 58:YOW 112:CGK 40:PHX 89:LJU 20:IND 58:YOW 115:CNX 72:CDG 39:PHL

17:HNL 59:YUL 113:CHC 72:CDG 90:MAD 21:JAX 59:YUL 116:DEL 75:CPH 40:PHX

18:IAD 60:YVR 114:CNS 80:FRA 91:MAN 26:MCI 60:YVR 117:DXB 77:DUS 67:BCN

20:IND 61:YWG 115:CNX 108:BKK 93:MUC 28:MDW 61:YWG 118:HAK 78:EDI 80:FRA

21:JAX 62:YYC 116:DEL 129:PEK 96:OSL 29:MEM 62:YYC 119:HDY 81:GVA 90:MAD

26:MCI 65:ARN 117:DXB 103:VIE 31:MKE 65:ARN 121:HKT 82:HAM 108:BKK

28:MDW 67:BCN 118:HAK 105:ZRH 33:MSY 71:BTS 124:KUL 86:LGW 129:PEK

29:MEM 70:BUD 119:HDY 120:HKG 34:OAK 73:CGN 127:MNL 87:LHR

30:MIA 71:BTS 121:HKT 122:ICN 35:ONT 74:CIA 130:PEN 89:LJU

31:MKE 74:CIA 124:KUL 126:MFM 37:PBI 76:DUB 131:PER 91:MAN

33:MSY 76:DUB 127:MNL 135:SIN 38:PDX 79:FCO 132:PVG 92:MLA

34:OAK 78:EDI 130:PEN 41:PIT 83:HEL 133:SEL 93:MUC

35:ONT 79:FCO 131:PER 42:RDU 84:IST 134:SHA 96:OSL

37:PBI 81:GVA 132:PVG 43:RIC 85:KEF 137:SZX 97:PRG

38:PDX 83:HEL 133:SEL 44:RNO 88:LIS 139:WLG 98:RIX

41:PIT 84:IST 134:SHA 45:SAN 94:MXP 140:XMN 99:SOF

42:RDU 85:KEF 137:SZX 101:TLL

43:RIC 88:LIS 138:TPE 103:VIE

44:RNO 92:MLA 139:WLG 104:WAW

45:SAN 94:MXP 140:XMN 105:ZRH

46:SAT 95:ORY 120:HKG

47:SDF 97:PRG 122:ICN

126:MFM

135:SIN

Tabela A.5.9 - Clusters das análises à opção “Sistemas CUSS: recolha de bagagem” (2009 a 2005) 138:TPE

141

Sistemas CUSS: controlo de passaporte


1 2 3 4 5 6 1 2 3 4 5 6 1:ABQ 39:PHL 96:OSL 3:ATL 12:DEN 64:AMS 65:ARN 123:KIX 1:ABQ 52:SMF 3:ATL 12:DEN 30:MIA 68:BHX 123:KIX

2:ALB 40:PHX 97:PRG 15:EWR 13:DFW 72:CDG 66:ATH 128:NRT 2:ALB 53:SNA 9:CLT 13:DFW 49:SFO 70:BUD 128:NRT

4:AUS 41:PIT 98:RIX 22:JFK 24:LAX 80:FRA 69:BRU 4:AUS 54:STL 15:EWR 14:DTW 63:YYZ 71:BTS

5:BNA 42:RDU 102:TXL 25:LGA 30:MIA 87:LHR 70:BUD 5:BNA 55:TPA 22:JFK 19:IAH 64:AMS 74:CIA

6:BOS 43:RIC 106:ADL 125:MEL 36:ORD 93:MUC 71:BTS 6:BOS 56:YEG 25:LGA 23:LAS 65:ARN 78:EDI

7:BWI 44:RNO 107:AKL 136:SYD 49:SFO 95:ORY 73:CGN 7:BWI 57:YHZ 28:MDW 24:LAX 66:ATH 81:GVA

8:CLE 45:SAN 109:BNE 63:YYZ 122:ICN 75:CPH 8:CLE 58:YOW 62:YYC 27:MCO 67:BCN 85:KEF

9:CLT 46:SAT 110:BOM 67:BCN 76:DUB 10:CVG 59:YUL 109:BNE 32:MSP 69:BRU 88:LIS

10:CVG 47:SDF 111:CAN 79:FCO 77:DUS 11:DCA 60:YVR 125:MEL 36:ORD 72:CDG 89:LJU

11:DCA 48:SEA 112:CGK 86:LGW 81:GVA 16:FLL 61:YWG 136:SYD 39:PHL 73:CGN 92:MLA

14:DTW 50:SJC 113:CHC 90:MAD 82:HAM 17:HNL 84:IST 40:PHX 75:CPH 97:PRG

16:FLL 51:SLC 114:CNS 108:BKK 83:HEL 18:IAD 94:MXP 129:PEK 76:DUB 98:RIX

17:HNL 52:SMF 115:CNX 120:HKG 85:KEF 20:IND 95:ORY 77:DUS 101:TLL

18:IAD 53:SNA 116:DEL 129:PEK 89:LJU 21:JAX 99:SOF 79:FCO 102:TXL

19:IAH 54:STL 117:DXB 132:PVG 91:MAN 26:MCI 110:BOM 80:FRA 104:WAW

20:IND 55:TPA 118:HAK 135:SIN 92:MLA 29:MEM 111:CAN 82:HAM 106:ADL

21:JAX 56:YEG 119:HDY 99:SOF 31:MKE 112:CGK 83:HEL 107:AKL

23:LAS 57:YHZ 121:HKT 100:STN 33:MSY 113:CHC 86:LGW 114:CNS

26:MCI 58:YOW 124:KUL 101:TLL 34:OAK 115:CNX 87:LHR 126:MFM

27:MCO 59:YUL 126:MFM 103:VIE 35:ONT 116:DEL 90:MAD 131:PER

28:MDW 60:YVR 127:MNL 104:WAW 37:PBI 117:DXB 91:MAN 133:SEL

29:MEM 61:YWG 130:PEN 105:ZRH 38:PDX 118:HAK 93:MUC

31:MKE 62:YYC 131:PER 41:PIT 119:HDY 96:OSL

32:MSP 68:BHX 133:SEL 42:RDU 121:HKT 100:STN

33:MSY 74:CIA 134:SHA 43:RIC 124:KUL 103:VIE

34:OAK 78:EDI 137:SZX 44:RNO 127:MNL 105:ZRH

35:ONT 84:IST 138:TPE 45:SAN 130:PEN 108:BKK

37:PBI 88:LIS 139:WLG 46:SAT 134:SHA 120:HKG

38:PDX 94:MXP 140:XMN 47:SDF 137:SZX 122:ICN

48:SEA 139:WLG 132:PVG

50:SJC 140:XMN 135:SIN

51:SLC 138:TPE


1 2 3 4 5 6 1 2 3 4 5 1:ABQ 48:SEA 98:RIX 3:ATL 12:DEN 63:YYZ 86:LGW 123:KIX 1:ABQ 46:SAT 95:ORY 3:ATL 6:BOS 12:DEN 123:KIX

2:ALB 49:SFO 99:SOF 15:EWR 13:DFW 64:AMS 128:NRT 2:ALB 47:SDF 100:STN 9:CLT 30:MIA 13:DFW 128:NRT

4:AUS 50:SJC 100:STN 22:JFK 14:DTW 66:ATH 4:AUS 50:SJC 102:TXL 15:EWR 48:SEA 14:DTW

5:BNA 51:SLC 101:TLL 25:LGA 19:IAH 68:BHX 5:BNA 51:SLC 106:ADL 22:JFK 49:SFO 18:IAD

6:BOS 52:SMF 102:TXL 109:BNE 23:LAS 69:BRU 7:BWI 52:SMF 107:AKL 25:LGA 63:YYZ 19:IAH

7:BWI 53:SNA 104:WAW 125:MEL 24:LAX 73:CGN 8:CLE 53:SNA 110:BOM 109:BNE 64:AMS 23:LAS

8:CLE 54:STL 106:ADL 136:SYD 27:MCO 75:CPH 10:CVG 54:STL 111:CAN 125:MEL 66:ATH 24:LAX

9:CLT 55:TPA 107:AKL 32:MSP 77:DUS 11:DCA 55:TPA 112:CGK 136:SYD 68:BHX 27:MCO

10:CVG 56:YEG 110:BOM 36:ORD 82:HAM 16:FLL 56:YEG 113:CHC 69:BRU 32:MSP

11:DCA 57:YHZ 111:CAN 39:PHL 87:LHR 17:HNL 57:YHZ 114:CNS 70:BUD 36:ORD

16:FLL 58:YOW 112:CGK 40:PHX 89:LJU 20:IND 58:YOW 115:CNX 72:CDG 39:PHL

17:HNL 59:YUL 113:CHC 72:CDG 90:MAD 21:JAX 59:YUL 116:DEL 75:CPH 40:PHX

18:IAD 60:YVR 114:CNS 80:FRA 91:MAN 26:MCI 60:YVR 117:DXB 77:DUS 67:BCN

20:IND 61:YWG 115:CNX 108:BKK 93:MUC 28:MDW 61:YWG 118:HAK 78:EDI 80:FRA

21:JAX 62:YYC 116:DEL 129:PEK 96:OSL 29:MEM 62:YYC 119:HDY 81:GVA 90:MAD

26:MCI 65:ARN 117:DXB 103:VIE 31:MKE 65:ARN 121:HKT 82:HAM 108:BKK

28:MDW 67:BCN 118:HAK 105:ZRH 33:MSY 71:BTS 124:KUL 86:LGW 129:PEK

29:MEM 70:BUD 119:HDY 120:HKG 34:OAK 73:CGN 127:MNL 87:LHR

30:MIA 71:BTS 121:HKT 122:ICN 35:ONT 74:CIA 130:PEN 89:LJU

31:MKE 74:CIA 124:KUL 126:MFM 37:PBI 76:DUB 131:PER 91:MAN

33:MSY 76:DUB 127:MNL 135:SIN 38:PDX 79:FCO 132:PVG 92:MLA

34:OAK 78:EDI 130:PEN 41:PIT 83:HEL 133:SEL 93:MUC

35:ONT 79:FCO 131:PER 42:RDU 84:IST 134:SHA 96:OSL

37:PBI 81:GVA 132:PVG 43:RIC 85:KEF 137:SZX 97:PRG

38:PDX 83:HEL 133:SEL 44:RNO 88:LIS 139:WLG 98:RIX

41:PIT 84:IST 134:SHA 45:SAN 94:MXP 140:XMN 99:SOF

42:RDU 85:KEF 137:SZX 101:TLL

43:RIC 88:LIS 138:TPE 103:VIE

44:RNO 92:MLA 139:WLG 104:WAW

45:SAN 94:MXP 140:XMN 105:ZRH

46:SAT 95:ORY 120:HKG

47:SDF 97:PRG 122:ICN

126:MFM

135:SIN

Tabela A.5.10 - Clusters das análises à opção “Sistemas CUSS: controlo de passaporte” (2009 a 2005) 138:TPE

avaliação dos benefícios operacionais da flexibilidade ... · flexibilidade. a adopção da...

Documents