dissertação_hidelbrando
TRANSCRIPT
UNIVERSIDADE FEDERAL DO AMAZONAS
FACULDADE DE ESTUDOS SOCIAIS
PROGRAMA DE PÓS-GRADUAÇÃO EM DESENVOLVIMENTO
REGIONAL - PRODERE
O TRANSPORTE DE PASSAGEIROS E CARGAS NA
NAVEGAÇÃO INTERIOR DO ESTADO DO AMAZONAS: UM
ESTUDO DESCRITIVO E MODELOS DE REGRESSÃO PARA
OS CUSTOS DE VIAGEM
HIDELBRANDO FERREIRA RODRIGUES
MANAUS
2004
UNIVERSIDADE FEDERAL DO AMAZONAS
FACULDADE DE ESTUDOS SOCIAIS
PROGRAMA DE PÓS-GRADUAÇÃO EM DESENVOLVIMENTO
REGIONAL - PRODERE
O TRANSPORTE DE PASSAGEIROS E CARGAS NA
NAVEGAÇÃO INTERIOR DO ESTADO DO AMAZONAS: UM
ESTUDO DESCRITIVO MODELOS DE REGRESSÃO PARA
OS CUSTOS DAS VIAGENS
Orientador: Prof. Dr. Ricardo José Batista Nogueira
Co-orientadora: Dra. Maria Ivanilde Araújo
MANAUS
2004
Dissertação apresentada ao Programa de
Pós-Graduação em Desenvolvimento
Regional da Faculdade de Estudos
Sociais da Universidade Federal do
Amazonas, como requisito parcial para a
obtenção do título de Mestre em
Desenvolvimento Regional.
iii
Ficha Catalográfica
Catalogação na fonte da Biblioteca
Central da Universidade do Amazonas
RODRIGUES, Hidelbrando Ferreira.
O transporte de passageiros e cargas na navegação interior do estado do Amazonas: um estudo descritivo e modelos de regressão para os custos das viagens, Manaus, UFAM/FES/PRODERE, 2004.
Dissertação (Mestrado) – Universidade Federal do Amazonas, 2004
162 p. ilust.
1.Transporte Hidroviário de Passageiros e Carga – Amazonas
2. Navegação Interior - Amazonas 3. Custo de Transporte – Modelagem 4. Desenvolvimento Regional 5. Modelagem I. Título
CDU
iv
UNIVERSIDADE FEDERAL DO AMAZONAS
FACULDADE DE ESTUDOS SOCIAIS
PROGRAMA DE PÓS-GRADUAÇÃO EM DESENVOLVIMENTO
REGIONAL - PRODERE
Aprovada em 05 de novembro de 2004.
BANCA EXAMINADORA
Prof. Dr. RICARDO JOSÉ BATISTA NOGUEIRA – Orientador
Universidade Federal do Amazonas
Profa. Dra. Maria Ivanilde Araújo
Universidade Federal do Amazonas
Prof. Dr. Paulo Loubet
Universidade Federal do Amazonas
Dissertação apresentada ao Programa de
Pós-Graduação em Desenvolvimento
Regional da Faculdade de Estudos
Sociais da Universidade Federal do
Amazonas, como requisito parcial para a
obtenção do título de Mestre em
Desenvolvimento Regional.
vi
AGRADECIMENTOS
Mesmo correndo o risco de cometer injustiças, pois não se chega ao final de um
trabalho desse sozinho, agradeço:
À Deus em quem creio, e que Ele possa receber este trabalho como uma
homenagem.
À minha mãe Tereza Melo e seu constante incentivo.
Aos meus irmãos e irmãs por serem a melhor família do mundo.
Ao meu discipulador Marcelo Mattos, por me ajudar a sonhar e por sua constante
e sempre oportuna pergunta: e o teu mestrado?
Ao meu orientador Ricardo José, primeiro por ter escrito o livro Amazonas: Um
Estado Ribeirinho, fonte inicial de inspiração para o trabalho proposto e por me ajudar a
por em ordem as idéias sobre este tema.
A amiga Dra. Ivanilde Araújo, por acreditar em meu potencial acadêmico e pela
parceria no projeto de pesquisa que deu um incremento matemático-estatístico ao meu
trabalho, além, é claro, da iniciação na Inferência Bayesiana.
Aos professores, servidores e colegas do mestrado em Desenvolvimento
Regional.
Aos colegas professores da UTAM/UEA, por seu companheirismo e por
compartilharem duma angústia comum.
AGRADEÇO
vii
RESUMO
O desenvolvimento de um país não pode ocorrer sem que sejam atendidas as
condições mínimas de infra-estrutura. Energia, água, comunicação e transporte são
alguns dos vetores necessários para o crescimento de uma nação. O setor de transporte
possui uma particular importância quando um país busca o “arranque
desenvolvimentista”. Todas os países que alcançaram alto nível de desenvolvimento
econômico dispunham de uma moderna matriz de transporte. A matriz brasileira de
transporte é completamente desbalanceada, pois privilegia o modal rodoviário, o que
encarece os fretes, aumentando o Custo-Brasil. A malha rodoviária está precária, as
ações governamentais não conseguem corrigi-la satisfatoriamente. Quando nos
reportamos à região Amazônica a situação não é muito diferente. Muito há que ser feito
no setor de transporte na região. Entretanto, o modal que se destaca é o da Navegação.
Com barcos regionais construídos principalmente de madeira, a navegação interior é a
principal forma de transporte na região. Os dados sobre este modal são precários e os
órgãos que atuam com o transporte hidroviário não possuem estatísticas atualizadas,
possuindo, em alguns casos verificados, dados não confiáveis. Para um estudo mais
acurado, fez-se necessário o trabalho de campo para levantamento de dados primários.
Boa parte dos dados foram levantados junto à Capitania dos Portos da Amazônia
Ocidental em Manaus, tais como: comprimento, lotação, calado, boca, potência do
motor, dentre outras características das embarcações. Além disso, coletaram-se dados
sobre o número de passageiros nas embarcações através dos relatórios feitos nas
abordagens dos barcos que partem de Manaus. Com estes dados foi possível
estabelecer o perfil das embarcações regionais, a freqüência de viagens, além, da taxa
de ocupação dos barcos com passageiros e cargas. Outro levantamento foi feito
diretamente nas embarcações com o objetivo de se conhecer a realidade in loco e
coletar dados para formulação de um modelo de regressão múltipla que ajudasse
viii
explicar os custos de viagem com as mais diversas variáveis. Foram propostos dois
modelos, um utilizando a estatística Clássica e a Bayesiana.
Palavras-Chave: Transporte Hidroviário; Navegação Interior; Modelagem;
Desenvolvimento Regional.
ix
ABSTRACT
The development of a country cannot occur without the fulfilment of certain minimum
conditions of infrastructure. Energy, water, communications and transportation are just a
few of the necessary vectors for the growth of a nation. The transportation sector is of a
particular importance when a country looks for the “development thrust”. All the countries
which have reached a high level of economic development had a modern transportation
matrix. The Brazilian transportation matrix is completely out of kilter, since it has
privileged the road modal, which makes freight expensive increasing the so-called Brazil
Cost. The road network is precarious, the government actions fail to satisfactorily correct
it. Concerning the Amazon region, the situation is not much different. There is much that
ought to be done regarding the transportation in the region. However, the modal that
stands out is that of the Navigation. With regional boats mostly built in wood, the
hinterland navigation is the main form of trasportation in the region. Data on this system
are precarious and the bodies which operate with the river transportation do not dispose
of updated statistics, having in some of the verified cases unreliable data. For a more
precise study, a field study was needed to survey primary data. A good part of the data
were raised with the Western Amazon Port Authorities in Manaus, such as: Length,
capacity, draft, beam, engine power, among other characteristics of the boats. In
addition, data were gathered on the number of passemgers in the boats through reports
made on the boats leaving Manaus. With such data it was possible to establish a profile
of the regional boats, the number of journeys, in addition to the rate of occupation of the
baots with passangers and cargo. Anotherr survey was made directly in the baots with
the aim of knowing the real in loco situation and collecting data to formulate a multiple
regression model which would help explain the costs of the trip including the most
diverse variables. Two models have been proposed, one using the Classic statistics and
the other the Bayesian statistics.
xi
SUMÁRIO
INTRODUÇÃO ................................................................................................................ 18
1. PERSPECTIVA HISTÓRICA DA EVOLUÇÃO DA MATRIZ DE TRANSPORTE NO BRASIL .................................................................................................................... 23
2. A MATRIZ DE TRANSPORTE E O “CUSTO BRASIL” ...................................... 34
2.1. O Transporte Hidroviário Brasileiro ................................................................. 43
3. A NAVEGAÇÃO INTERIOR NO ESTADO DO AMAZONAS .............................. 47
3.1. O Transporte de Cargas .................................................................................... 52
3.2. O Transporte de Passageiros e Cargas ........................................................... 56
4. MATERIAL E MÉTODOS .................................................................................... 58
4.1. A Composição da Amostra ............................................................................... 58
4.1.1. A Coleta dos Dados ............................................................................................. 58
4.2. A Inferência dos Dados ..................................................................................... 61
4.2.1. Definições ............................................................................................................ 61
4.3. O Perfil das Embarcações Regionais que Partem de Manaus ....................... 66
4.3.1. A lotação autorizada das embarcações ............................................................... 67
4.3.2. A lotação efetiva das embarcações ..................................................................... 69
4.3.3. Taxa de ocupação das embarcações .................................................................. 72
4.3.4. Arqueação Bruta (AB) .......................................................................................... 74
4.3.5. Comprimento das Embarcações .......................................................................... 77
4.3.6. Tamanho da “Boca” ............................................................................................. 78
4.3.7. O Calado das Embarcações ................................................................................ 80
4.3.8. Potência do Motor ................................................................................................ 81
xii
4.3.9. Idade das Embarcações ...................................................................................... 83
4.3.10. Classificação das Embarcações .......................................................................... 84
5. OS CUSTOS DO SERVIÇO DE NAVEGAÇÃO .................................................. 87
5.1. Análise de Regressão, Correlação e Modelagem Econométrica ................... 89
5.1.1. Modelos Econômicos e Econométricos ............................................................... 90
5.1.2. O Modelo Econométrico ....................................................................................... 91
5.1.2.1. Estrutura de um modelo econométrico .......................................................... 91
5.1.2.2. Classificações úteis do modelo ..................................................................... 91
5.1.3. Pressupostos do Modelo ...................................................................................... 93
5.1.4. Qualidades Desejáveis do Modelo ....................................................................... 94
5.1.5. Hipóteses do Modelo ........................................................................................... 94
5.1.6. As propriedade dos Estimadores de Mínimos Quadrados, Supondo-se que os
Erros Sejam Distribuídos Normalmente ............................................................... 95
5.1.7. O Teste F para conjuntos de hipóteses lineares .................................................. 95
5.1.8. O Teste t para cada parâmetro k ...................................................................... 96
5.1.9. Exemplo econométrico - Um modelo Simples de Renda Nacional ...................... 97
5.1.10. O Preditor de Mínimos Quadrados ....................................................................... 99
5.2. Inferência Bayesiana ....................................................................................... 101
5.2.1. O Teorema de Bayes ......................................................................................... 101
5.2.2. Função de Verossimilhança ............................................................................... 103
5.2.3. Modelo Linear Bayesiano - Previsão Bayesiana ................................................ 104
5.2.4. Distribuição à piori .............................................................................................. 105
5.2.5. Determinação subjetiva da priori ........................................................................ 106
5.2.6. Determinação da priori por formas funcionais .................................................... 108
5.2.7. Principais famílias conjugadas ........................................................................... 110
5.2.7.1. Binomial ....................................................................................................... 111
5.2.7.2. Normal com variância conhecida ................................................................ 111
5.2.7.3. Poisson ........................................................................................................ 112
5.2.7.4. Exponencial ................................................................................................. 112
5.2.7.5. Multinomial .................................................................................................. 113
5.2.7.6. Normal com média conhecida e variância desconhecida ............................ 115
5.2.7.7. Normal com média e variância desconhecidas ........................................... 115
xiii
5.3. O Modelo de Regressão Múltipla .................................................................... 117
5.3.1. Modelo Linear Generalizado .............................................................................. 118
6. DISCUSSÃO DOS RESULTADOS E ESCOLHA DA FORMA FUNCIONAL ... 120
6.1. Modelo Inicial ................................................................................................... 120
6.2. Colinearidade ................................................................................................... 129
6.3. Erros Aleatórios ............................................................................................... 130
6.4. Determinação do Modelo Clássico ................................................................. 132
6.5. O Modelo Bayesiano ........................................................................................ 142
6.6. O Modelo Clássico e o Bayesiano .................................................................. 147
CONCLUSÃO ............................................................................................................... 148
REFERÊNCIAS BIBLIOGRÁFICAS ............................................................................. 151
ANEXOS ....................................................................................................................... 156
xiv
LISTA DE FIGURAS
Figura 1 - Determinação de 2z para 95% de grau de confiança. .......................................................... 63
Figura 2 - Boxplot Lotação (Autorizada) .................................................................................................. 69
Figura 3 - Boxplot - Número de passageiros nas embarcações - Nov/2003. ........................................... 70
Figura 4 - Boxplot - Número de passageiros nas embarcações - Dez/2003. .......................................... 71
Figura 5 - Boxplot - Taxa de ocupação das embarcações - Nov/2003.................................................... 74
Figura 6 – Boxplot - Taxa de ocupação das embarcações - Dez/2003. ................................................... 74
Figura 7 - Boxplot - AB. ........................................................................................................................... 76
Figura 8 – Boxplot - Comprimento das embarcações (em metros). ......................................................... 78
Figura 9 - Boxplot - “Boca”. ...................................................................................................................... 79
Figura 10 - Boxplot - Calado. .................................................................................................................... 81
Figura 11 - Boxplot - Potência do motor (em Hp´s). ................................................................................ 82
Figura 12 – Boxplot - Idade. ...................................................................................................................... 83
Figura 13 - Variáveis do Modelo Inicial de Regressão. ............................................................................ 89
Figura 14 - Função de Verossimilhança para diferentes valores de x .................................................. 104
Figura 15 - Exemplo de um Histograma. ................................................................................................ 106
Figura 16 – Ajuste de uma distribuição Normal ..................................................................................... 107
Figura 17 - Histograma dos resíduos para o Custo Total de Viagem ..................................................... 130
Figura 18 - Resíduos padronizados ........................................................................................................ 131
Figura 19 - Histograma dos Resíduos - Modelo 1 .................................................................................. 134
Figura 20 – Normal Plot - Resíduos do Modelo 1. ................................................................................. 134
Figura 21 - Histograma dos Resíduos do Modelo 2 ............................................................................... 137
Figura 22 – Normal Plot - Resíduos do Modelo 2 ................................................................................... 137
Figura 23 – Histograma dos Resíduos do Modelo 3............................................................................... 139
Figura 24 - Normal Plot - Resíduos Do Modelo 3 ................................................................................... 139
Figura 25 - Histograma Dos Resíduos do Modelo 4 ............................................................................... 141
Figura 26 - Normal Plot - Resíduos do Modelo 4 ................................................................................... 141
Figura 27 - Histograma da variável Custo Total ..................................................................................... 142
xv
LISTA DE GRÁFICOS
Gráfico 1 - Participação dos modais na matriz brasileira de transporte de cargas – 2000 ...................... 36
Gráfico 2 - Número de ocorrências de roubo de carga no Brasil - 1994 – 1999 ...................................... 38
Gráfico 3 - Evolução da carga transportada no Brasil: 1993-2000 ........................................................... 39
Gráfico 4 - Evolução relativa da carga transportada no Brasil por modal: 1994 – 2000 .......................... 41
Gráfico 5 - Movimentação do Porto de Manaus – AM, 1986 – 2002 ........................................................ 55
Gráfico 6 - Distribuição da Constante do Modelo (INTERCEPTO) ........................................................ 145
Gráfico 7 - Distribuição da Variável Faturamento com Passagem ........................................................ 145
Gráfico 8 - Distribuição da Variável Faturamento com Frete .................................................................. 146
Gráfico 9 - Precisão do Modelo .............................................................................................................. 146
xvi
LISTA DE TABELAS
Tabela 1 – Quantidade de carga transportada Brasil em toneladas-quilômetro (em 100.000 unid.):
1993-2000 ................................................................................................................................................. 39
Tabela 2 – Evolução relativa da distribuição intermodal de cargas Brasil: 1993-2000 ............................ 40
Tabela 3 – Evolução do consumo de diesel (em m3) Brasil: 1996 - 2000 ................................................ 42
Tabela 4 – Evolução do consumo de pneus e câmaras em 1.000 unidades: Brasil: 1996-2000 ............. 42
Tabela 5 – Distribuição de frota de caminhões por idade Brasil: 1990-2000 ........................................... 43
Tabela 6 – Investimento público em transporte (em milhares de R$) - Brasil: 1996 – 2000 .................... 44
Tabela 7 – Investimento público em transporte aquaviário no Brasil (em milhares de R$) em 2000 ...... 45
Tabela 8 – Carga movimentada no Brasil, por tipo (em ton): 1996-2000 ................................................. 45
Tabela 9 – Rede Hidroviária Descrição Física: 2000 ............................................................................... 46
Tabela 10 – Movimentação de cargas (em ton.) no porto de Manaus:1986 – 2002 ................................ 54
Tabela 11 – Movimentação (em ton.) do terminal de Itacoatiara - Empresa: Hermasa Navegação da
Amazônia Ltda - Itacoatiara Am: 2001 e 2002 ....................................................................................... 56
Tabela 12 – Embarcações por tipo – Manaus: 2004 ................................................................................ 60
Tabela 13 – Capacidade das embarcações regionais - Manaus: 2003.................................................... 68
Tabela 14 – Resumo estatístico para o número de passageiros transportados – Manaus: nov e dez de
2003 .......................................................................................................................................................... 70
Tabela 15 – Passageiros transportados nas embarcações regionais - Manaus: nov e dez/2003 ........... 72
Tabela 3 – Quatis referentes à taxa de ocupação das embarcações nos meses de nov e dez Manaus –
2003 .......................................................................................................................................................... 73
Tabela 17 – Embarcações por AB Manaus: 2003 .................................................................................... 76
Tabela 18 – Tamanho das embarcações (em metros) - Manaus: 2003 .................................................. 77
Tabela 19 – “Boca” das embarcações (em metros) - Manaus: 2003 ....................................................... 79
Tabela 20 – Distribuição do calado das embarcações (em metros) – Manaus: 2003 .............................. 80
Tabela 21 – Potência dos motores (em hp) das embarcações – Manaus: 2003 ..................................... 82
Tabela 22 – Idade das embarcações (em anos) Manaus: 2003 .............................................................. 83
Tabela 23 – Tipo de embarcações – Manaus – Am: 2003 ....................................................................... 84
Tabela 24 – Material do casco das embarcações – Manaus: 2003 ......................................................... 85
Tabela 25 – Dupla entrada tipo de Embarcação x Material do casco ...................................................... 86
Tabela 26 – Resumo das distribuições envolvidas no modelo Normal com média e variância
desconhecidas ........................................................................................................................................ 116
xvii
Tabela 27 – Coeficiente de Correlação de Pearson (r) .......................................................................... 122
Tabela 28 – Matriz de correção das variáveis explicativas .................................................................... 129
Tabela 29 – Predição no Modelo de Custo Total de Viagem ................................................................ 131
Tabela 30 – Modelo 1 - ANOVA .............................................................................................................. 132
Tabela 31 – Resumo do Modelo 1 .......................................................................................................... 133
Tabela 32 – Modelo 1 – Regressão Linear Múltipla .............................................................................. 133
Tabela 33 – Modelo 2 - ANOVA .............................................................................................................. 135
Tabela 34 – Resumo do Modelo 2 .......................................................................................................... 135
Tabela 35 – Modelo 2 – Regressão Linear Múltipla ............................................................................... 136
Tabela 36 – Modelo 3 – ANOVA ............................................................................................................ 138
Tabela 37 – Resumo do Modelo 3 .......................................................................................................... 138
Tabela 38 – Modelo – Regressão Múltipla para o Custo Total de Viagem ............................................ 138
Tabela 39 – Modelo - ANOVA ................................................................................................................. 140
Tabela 40 – Resumo do Modelo 4 .......................................................................................................... 140
Tabela 41 – Modelo 4 – Regressão Linear Múltipla ............................................................................... 140
Tabela 42 – Resumo dos Modelos Estimados ....................................................................................... 142
Tabela 43 – Modelo Bayesiano – 1ª. Simulação .................................................................................... 143
Tabela 44 – Modelo Bayesiano - 2ª. Simulação .................................................................................... 144
Tabela 45 – Modelo Bayesiano - 3ª. Simulação .................................................................................... 144
Tabela 46 – Modelo Bayesiano para o Custo Total De Viagem ............................................................. 145
Tabela 47 – Modelo Clássico e o Bayesiano ........................................................................................ 147
INTRODUÇÃO
A busca pelo desenvolvimento econômico ocorre em todos os países. Apesar
disso, o que se verifica é que apenas uma pequena quantidade conseguiu alcançar um
nível de industrialização que resultasse em benefícios efetivos para suas populações. O
custo, entretanto, desse desenvolvimento é sentido em todo o planeta. O aquecimento
global, o comprometimento da camada de ozônio, a destruição das florestas são
exemplos de um passível ambiental sentido por todos. Há uma mobilização de diversos
países para que este quadro se reverta. Entretanto, a não assinatura pelos Estados
Unidos da Carta de Kioto, onde diversos países se comprometeram em reduzir a
emissão de poluentes na atmosfera, demonstra a ambição de países que buscam o
enriquecimento a qualquer preço. Novos conceitos, como Desenvolvimento Sustentável,
por exemplo, tentam resolver o paradoxo desenvolvimentista. Se por um lado o
desenvolvimento econômico causa danos ao meio ambiente, por outro não se pode
prescindir dele para o acumulo de riquezas. Outro vetor que é adicionado a esse já
complexo modelo capitalista é a vertente humana. Por mais estranho que possa
parecer, o enriquecimento alcançado por muitos países não se transformou
necessariamente em melhoria de vida de seus habitantes. Muitos bolsões de pobreza
ainda cercam os países ricos, e a busca pela competitividade na disputa por mais
mercado acaba tendo um preço social muito grande, ou seja, o desemprego. Cada vez
mais equipamentos sofisticados têm substituído uma grande quantidade de
trabalhadores, gerando desemprego, numa equação difícil de se resolver.
Séculos de exploração de suas riquezas naturais separam países pobres dos
economicamente desenvolvidos. Este processo histórico é um dos responsáveis pela
absurda diferença existente nos dias atuais. O acúmulo de riqueza conseguido por
países na exploração de suas colônias criou uma situação favorável ao desenvolvimento
econômico com o advento da industrialização. Esses países possuíam o capital para os
investimentos necessários na construção e modernização tecnológica de suas fábricas,
além da exploração de trabalhadores que possuíam poucos ou quase nenhum direito
19
trabalhista. Coube aos países não industrializados assistirem à evolução desses países
numa postura passiva, e em muitos casos subserviente.
Não foi diferente com o Brasil. Vítima da exploração de suas riquezas pelos
colonizadores, o Brasil assistiu impotente a Revolução Industrial. Libertando tardiamente
os escravos e tendo que lidar com a realidade agora, não mais de escravos e sim de
trabalhadores remunerados, sua economia sempre esteve vulnerável, principalmente
por se tratarem de commodities, com baixo valor agregado. Esse atraso tecnológico,
juntamente com o isolamento nacional de suas diversas regiões são fatores
preponderantes na lenta escalada da economia brasileira.
Este trabalho tenta mostrar a importância dos transportes como fator de
desenvolvimento. O isolamento existente entre as regiões brasileiras apenas contribuiu
para a heterogeneidade do processo de industrialização, dificultando a socialização dos
resultados obtidos pelas indústrias em meados do século XX. Para que possamos
entender melhor o papel dos transportes como fator de desenvolvimento no século XX,
no Capítulo 1, analisou-se a evolução da percepção do isolamento nacional como um
problema de política pública, considerados sobre diversos planos, projetos e tentativas
de se construir uma infra-estrutura de transportes no país, com o objetivo integracionista
e de modernização da economia nacional, cuja base para a discussão foi o trabalho de
Galvão (1996). Sua idéia básica é a de mostrar porque a integração das várias regiões
brasileiras foi um processo lento, e porque o país ingressou na era moderna do seu
desenvolvimento sem contar com um sistema nacional de transportes multimodais e
dependendo tão largamente da rodovia para movimentação de cargas e passageiros.
No Capítulo 2 é apresentado um estudo quantitativo dos modais de transporte.
Inicialmente, discute-se o imenso custo imposto à sociedade pela excessiva utilização
do modal rodoviário. Mais de 60% das riquezas do país são escoadas através deste
modal, representando, segundo o Ministério dos Transportes, um custo adicional de R$
1,0 bilhão/ano na deseconomia brasileira. A transferência de 10% de toda a
movimentação de cargas para a navegação de cabotagem, seria suficiente para a uma
diminuição significativa do “Custo Brasil”. Apesar disso, não se vê por parte do Governo
Federal uma atuação mais efetiva para que esse quadro se modifique. Para isso, basta
examinar a participação do modal rodoviário nos recursos oriundo dos cofres públicos.
Em 1996, o modal rodoviário respondia por 39,8% dos investimentos públicos em
transporte, passando para 48,8% em 1997, 50,2% em 1998, 52,5% em 1999 e voltando
20
para 50,2% em 2000. Este capítulo trata, ainda, do enorme potencial hidroviário
brasileiro, com destaque para a Bacia Amazônica, com 20.449 km, ou seja, 42,7% de
todas as vias navegáveis do país. Este índice demonstra a importância do transporte
fluvial para a Região Norte.
Diante da importância do transporte fluvial para o Brasil e em particular para o
estado do Amazonas, o Capítulo 3 trata especificamente da navegação interior no
estado. Analisa-se, primeiramente, o sistema de transporte, composto pelas vias fluviais,
por rodovias e pelos portos, além das ligações internacionais pelo subsistema
hidroviário. Na falta de estudos atuais, são analisados os dados elaborados pelo
CODEAMA (Centro de Desenvolvimento, Pesquisa e Tecnologia do Estado do
Amazonas) de 1982 sobre o transporte fluvial. Algumas características são destacadas,
tais como nível de alfabetização dos proprietários de embarcações e dos passageiros,
tamanho da família, dentro outros. É descrito, ainda, evolução da movimentação de
cargas no porto de Manaus entre 1984 e 2002 e no porto de Itacoatiara entre 2001 e
2002. Finalmente, vê-se de forma rápida as opções de embarque através de barcos
regionais e navios ao redor da cidade de Manaus.
Diante da ausência de estatísticas sobre a economia do transporte regional e do
perfil das embarcações, para o Capítulo 4, fez-se necessário um levantamento de dados
em campo. Recorreu-se, inicialmente, à Capitania dos Portos na cidade de Manaus. Lá
foram analisados dados que a Capitania regularmente coleta. Em primeiro lugar,
estimou-se a taxa de ocupação das embarcações que partem de Manaus à partir dos
formulários preenchidos durante a vistoria das embarcações no meio do rio. Este
procedimento ocorre com todas as embarcações que partem de Manaus, onde são
verificados a documentação da embarcação, itens de segurança, além, é claro, da
contagem de passageiros. Se a embarcação estiver com lotação superior à permitida, a
embarcação é notificada e obrigada a retornar ao porto. Com esses dados foi possível
estimar a taxa de ocupação das embarcações. Ainda na Capitania, definiu-se pesquisar
apenas as embarcações que regularmente partem de Manaus, visto que o interesse da
pesquisa são as embarcações que transportam passageiros e carga com fins
comerciais. Apesar do banco de dados registrar 726 embarcações com este perfil,
apenas um número próximo a 200 despacham regularmente na Capitania. Tentou-se
fazer um censo, mas infelizmente muitos dessas embarcações não tinham seus dados
registrados no Sistema de Informações da Marinha (SISMAT). Diante disso, trabalhou-
21
se com os dados disponíveis. Foi possível, a partir desta segunda análise, determinar o
perfil das embarcações regionais à partir de sua dimensões, tais como: Arqueação Bruta
(AB), Comprimento das Embarcações, Tamanho da “Boca”, Calado, Potência do Motor,
Idade das Embarcações, Tipos de Embarcações (Mistas – Passageiros e Carga - e
Passageiros), Material do Casco.
Como a Capitania dos Portos não possui informações econômicas, foi necessário
um terceiros levantamento, este nas próprias embarcações. Pensou-se, inicialmente, em
se trabalhar apenas a rota Manaus – Parintins – Manaus. Entretanto, apesar de ser uma
rota importante na região, como nas demais rotas, o número de embarcações é muito
pequeno. Optou-se por uma amostra aleatória, onde não se levaria em conta o destino
da embarcação. O objetivos principal deste levantamento era o de criar uma matriz de
dados que possibilitasse a formulação de um modelo econométrico onde se pudesse
estimar o custo de uma viagem (ida e volta) à partir das dimensões da embarcações
(AB, Comprimento, etc.), do faturamento total com a venda de passagem e do
faturamento total com a cobrança de fretes. Muitas dificuldades foram encontradas,
principalmente no fornecimento de informações financeiras. Uns por descontrole total de
seus proventos e gastos, outros por pura desconfiança. Após alguns dias incorporados
ao cenário, já éramos vistos com muita desconfiança. O número pensado, inicialmente,
de pelo menos 31 embarcações, não foi alcançado. Como dito anteriormente, as
pessoas passaram a não mais nos receber em suas embarcações e quando o faziam, já
não forneciam as informações financeiras. Mesmo assim, 28 embarcações foram
pesquisadas. Após crítica inicial, este número reduziu-se para 25 embarcações. Para
que o modelo fosse trabalhado, faz-se no Capítulo 5, um revisão bibliográfica sobre este
tema. Vale ressaltar que, além do modelo clássico, reviu-se a teoria Bayesiana.
No Capítulo 6 são discutidos os resultados deste último levantamento. Para
análise, determinação e discussão do modelo clássico recorreu-se às estatísticas
obtidas através do softwares SPSS for Windows 10.0 e para o Bayesiano, o WinBUGS
1.4. Apesar de utilizar métodos diferentes para determinação dos modelos, os
resultados obtidos são bem semelhantes, ou seja, apesar de serem utilizadas
inicialmente nove variáveis explicativas, os modelos propostos através da Estatística
Clássica e da Bayesiana utilizam, no final, apenas duas variáveis explicativas para
previsão do custo com viagens: o FATURAMENTO COM PASSAGENS e o
FATURAMENTO COM FRETE. A escolha de um modelo econométrico não é uma
22
tarefa fácil, por isso, na determinação clássica, a discussão é mais exaustiva. Por outro
lado, propõem-se mais rapidamente o modelo bayesiano utilizando-se simulação
estocástica via Cadeias de Markov.
1. PERSPECTIVA HISTÓRICA DA EVOLUÇÃO DA MATRIZ DE TRANSPORTE NO
BRASIL
O transporte hidroviário é uma realidade e uma promessa no Brasil. Para grandes
extensões na região amazônica é o único meio de comunicação física entre algumas
aglomerações e para algumas unidades de produção. Para o Brasil, este meio de
transporte, que é um dos mais eficientes em termos de consumo de energia, ainda não
é devidamente explorado por falta de investimentos governamentais e privados. Para a
Confederação Nacional de Transporte1 (CNT), a participação dos modais rodoviário,
ferroviário e aquaviário no transporte de carga brasileiro é significativamente diferente
daquela encontrada em outros países de dimensões continentais. No Brasil existe uma
excessiva concentração de transporte de carga no Modal Rodoviário. Entretanto, vários
foram os motivos que levaram a esta concentração e completo desbalanceamento da
matriz brasileira de transporte.
Galvão (1986) examina a importância dos diferentes modos de transporte como
fator determinante do isolamento nacional, sendo ele um problema de políticas públicas,
fazendo considerações sobre os planos, projetos e tentativas de se construir uma infra-
estrutura de transporte no país, com objetivos integracionistas e de modernização da
economia nacional. Seu trabalho mostra porque a integração das várias regiões
brasileiras foi um processo lento, e porque o país ingressou na era moderna do seu
desenvolvimento sem contar com um sistema nacional de transportes muitimodais e
dependendo tão largamente da rodovia para movimentação de cargas e passageiros.
Para entendermos bem este processo é necessário voltarmos à época da
chegada dos portugueses ao Brasil. Naquela época, em virtude da lei internacional do
util possidetis, logo após os grandes descobrimentos, todas as nações européias
poderiam invocar da efetiva ocupação para reivindicarem a posse das terras recém
descobertas. Em função disso, no período colonial, a soberania brasileira era uma
1 A CNT e o Centro de Estudos Logísticos (CEL) da COPPEAD-UFRJ realizaram um amplo e profundo
diagnóstico do setor de carga no Brasil com objetivo de elaborar um plano de ação capaz de atacar os problemas e alavancar oportunidades de melhorias da eficiência e dos serviços prestados pelo setor.
24
questão delicada, visto às leis que beneficiavam àqueles que povoavam as terras
conquistadas. Diante disto, a manutenção da integridade do território e a preservação da
unidade nacional constituíram assunto de séria preocupação já naqueles tempos,
quando as autoridades portuguesas tiveram de enfrentar numerosas tentativas de
invasão da sua colônia por outras potências européias. Este fato obrigou os portugueses
a povoar e interligar as várias provinciais da colônia brasileira com o intuito de preservar
sua integridade.
Outras ameaças à integridade do país deram-se durante todo o império e logo
após a independência, com os diversos movimentos separatistas de inspiração
regionalista ou republicana. Com a instauração da República, a integração ao litoral de
vastas e despovoadas áreas do Brasil central passou para a ordem do dia nas
discussões do Parlamento Nacional, destacando-se nessa visão integracionalista, a
necessidade da construção de ferrovias e da mudança da capital federal para o Planalto
Central.
Nos quase 500 anos em que se completou o processo de plena ocupação e
integração do espaço nacional, a construção de uma rede unificada de transportes foi
apresentada sempre como a única forma de assegurar a integridade do território.
Entretanto, foi somente após a Independência que começou a se manifestar
explicitamente no Brasil a preocupação com o isolamento das regiões do país como um
obstáculo ao desenvolvimento econômico.
Durante os governos do Império (1822-1889) e de igual forma após a
proclamação da República, vários engenheiros brasileiros elaboraram planos detalhados
e ambiciosos de transportes para o Brasil. Tendo como principal propósito a interligação
das distantes e isoladas províncias com vistas à constituição de uma nação-estado
verdadeiramente unificada. Esses pioneiros da promoção dos transportes no país
explicitavam firmemente a sua crença de que o crescimento era enormemente inibido
pela ausência de um sistema nacional de comunicações, e de que o desenvolvimento
dos transportes constituía um fator crucial para o alargamento da base econômica do
país. Acreditavam, também, que a existência de meios de comunicação viria promover
mudanças estruturais na economia brasileira, ao permitir o povoamento das áreas de
baixa densidade demográfica e, sobretudo, por possibilitar a descoberta e o
desenvolvimento de novos recursos que jaziam ocultos no vasto e inexplorado interior
da nação.
25
Em 1838, o engenheiro José Silvestre Rebelo propôs a construção de "três
estradas reais que, partindo da capital do Império, atingissem o Sudeste, o Noroeste e o
Norte do País" (BRASIL apud GALVÃO, op. cit., p.186). Era um projeto irreal para a
época em virtude da fraca justificativa econômica. Apesar disso, este plano demonstra
claramente as preocupações remotas com a execução de uma política viária de
integração nacional. A relevância desse plano se torna ainda mais expressiva quando é
feita a reconstituição dos traçados das estradas com base nas sugestões idealizadas
pelo seu autor, tendo em vista que o plano viário do engenheiro Rebelo conforma-se
com perfeição aos principais troncos rodoviários que vieram a ser construídos no país
mais de um século depois: um, partindo da capital imperial, tomando duas direções,
atingindo Porto alegre, ao sul, e toda a atual região Nordeste e parte da Amazônia
Ocidental, até Belém do Pará, ao norte; outro, caminhando no sentido do interior do
atual estado de Minas Gerais; e, finalmente, o último tronco, adentrando pelo Centro-
Oeste, prolongando-se até as fronteiras do Mato Grosso com a Bolívia (BRASIL apud
GALVÃO, op. cit., p.187).
Hoje quando temos em nossa matriz de transporte uma participação de cerca de
60,5% do modal rodoviário é difícil acreditar que ao longo da segunda metade do século
XIX, época da introdução das ferrovias no Brasil, uma sucessão de planos de viação
foram apresentados aos governos, todos eles descartando as rodovias como principal
instrumento de integração, mas colocando ênfase nas vias férreas e na navegação
fluvial e marítima como a solução para os problemas do isolamento a que ainda se viam
submetidas as regiões brasileiras. Um exemplo sobre a utilização da Navegação Interior
como modelo de integração e desenvolvimento é o estudo do engenheiro militar
Eduardo José de Moraes, apresentado ao governo imperial em 1869, que continha
ambicioso projeto de aproveitamento de vários rios brasileiros. O seu estudo, intitulado
"Navegação Interior no Brasil", destacava as enormes potencialidades das bacias
hidrográficas brasileiras, prevendo a implantação de "uma ampla rede de navegação
fluvial, que facilitaria as comunicações dos mais remotos pontos do país entre si, por
meio da construção de canais, eclusas e outras obras de engenharia” (BRASIL apud
GALVÃO, op. cit, p. 187).
Em seu plano, Moraes propunha a interligação de todas as bacias hidrográficas
do país — a do rio Amazonas e seus afluentes, no Norte, com a do rio da Prata, no Sul,
através dos rios Paraná, Paraguai e Uruguai, e a desses rios com a do São Francisco,
26
no Sudeste e Nordeste, e, finalmente, a ligação desta última bacia com a do rio
Parnaíba e seus afluentes, na porção mais ocidental da atual região Nordeste. O plano
do engenheiro Moraes, a despeito de enfatizar o aproveitamento das vias interiores de
navegação, preconizava, ainda, a integração do sistema fluvial com as ferrovias e com a
navegação de cabotagem, por meio da construção de três grandes estradas de ferro
conectando os portos do Rio de Janeiro, Salvador e Recife com as bacias dos rios
mencionados — tudo isso de uma forma harmônica e coordenada.
É importante registrar, ainda, que além de justificar o seu projeto como uma
necessidade estratégica para a defesa nacional, argumentava o engenheiro Moraes ter
o seu plano uma forte justificativa econômica porque, de acordo com suas próprias
palavras, "a falta de meios fáceis de comunicação e de transportes baratos do interior
para o litoral, condena[va] os habitantes dessas ricas regiões a só produzirem ou
extraírem os gêneros de sua indústria e cultura em limitadíssima escala, por terem
diante de si uma perspectiva de preço de transporte, igualando, se não excedendo, o
valor da mercadoria transportada" (BRASIL apud GALVÃO, op. cit, p.188).
Vários foram os motivos para que o plano Moraes não se concretizasse, dentre
eles, pode-se destacar que a economia brasileira ainda estava baseada na escravidão e
no latifúndio, e largamente dependente da exploração de uns poucos produtos
exportáveis. Apesar de não haver se concretizado, o plano Moraes demonstra a
sensibilidade dos estadistas brasileiros sobre a vocação hidroviária e a viabilidade do
transporte ferroviário, além de ser uma inspiração para projetos futuros.
Galvão destaca o advento da era ferroviária, tanto no Brasil quanto em outros
países do mundo, e, principalmente, o reconhecimento dos enormes impactos
desenvolvimentistas das ferrovias nos países de colonização recente, como os Estados
Unidos da América, fazendo com que esta modalidade de transporte passasse a
receber prioridade dos engenheiros de transporte, de sorte que todos os planos
apresentados entre o período de 1870 até 1930 foram essencialmente ferroviários.
Dentre os mais notáveis desses planos, vale mencionar os de Rebouças (1874), Ramos
de Queiroz (1874 e 1886), Bicalho (1881), Bulhões (1882), Rodrigo da Silva (1886), o da
Comissão da República (1890), o da Viação Férrea (1912) e o de Paulo de Frontin
(1927).
Apesar de toda essa consciência, nenhum desses planos e projetos chegou a ser
implementados ou o foi apenas parcialmente, embora houvesse a justificativa comum de
27
que, diante da precariedade dos sistemas de navegação marítima e fluvial, caberia às
ferrovias o papel fundamental de interligar o país e de promover o aproveitamento das
potencialidades das vastas áreas interioranas da nação.
Vários foram os motivos para que o modelo ferroviário não se concretizasse no
país. Dentre eles, pode-se destacar a pobreza do mercado interno e o estado geral de
subdesenvolvimento do país, além da forte resistência por parte da elite agrária ao
pagamento de tributos, o que dificultava a capacidade de investimento do governo
quanto em termos da própria saúde financeira dos diversos e precários sistemas de
transporte em operação.
O principal defensor das ferrovias no século XIX foi o engenheiro Antônio
Rebouças. Ele e outros autores brasileiros escreveram sobre as condições
socioeconômicas do Brasil naquele século. Era um entusiasta e um profundo admirador
da experiência econômica vivida pelos Estados Unidos, especialmente com a
exploração das terras devolutas (por meio das Homestead Laws, que Rebouças
considerava uma lei civilizatória) [grifo do autor], com a política de construção de
ferrovias (por meio da qual as companhias ferroviárias receberiam terras devolutas
como forma de pagamento com a obrigação de vendê-las em lotes a pequenos
agricultores), com a capacidade de o governo norte-americano cobrar tributos de sua
sociedade, e com a atitude democrática revelada pelos Estados Unidos em relação à
imigração. Rebouças defendeu a implementação deste modelo no Brasil. Para ele, toda
empresa de caminho de ferro deve começar por ser uma empresa territorial, como nos
Estados Unidos. Argumentou, também, que a solução do problema enfrentado pelas
ferrovias – intimamente ligado ao progresso da agricultura – deveria começar com a
terra. Além disso, Rebouças ofereceu sugestões para a elaboração de um programa
compreensivo de construção de estradas, associado com o desenvolvimento de terras
ociosas, cujos princípios gerais são sintetizados a seguir:
a) compra e desapropriação, por lei, de todas as terras não cultivadas
situadas nas margens das ferrovias;
b) divisão dessas terras em pequenos lotes;
c) abertura de estradas vicinais, com vistas a promover a articulação dos
lotes de terra com as estações ferroviárias mais próximas; e
28
d) venda de terras em leilões públicos, a preços acessíveis, tanto a
colonos nacionais quanto a imigrantes estrangeiros, durante o período
em que eram construídas as ferrovias.
Rebouças concluiu que, adotando-se esse programa durante os três ou quatro
anos que levaria a construção das estradas, as companhias ferroviárias teriam
assegurado, após sua inauguração, uma clientela garantida, tanto em termos de
passageiros quanto de cargas a serem transportadas, estimulando-se o comércio e a
indústria e “pondo-se fim ao estado de penúria” que cercava a maioria das empresas
ferroviárias do Brasil (REBOUÇAS apud GALVÃO, op. cit., p. 192).
Galvão encerra seu relato histórico sobre os grandes idealizadores das ferrovias,
citando outro autor do século XIX, Tavares Bastos, que escrevendo no final de 1860,
assinalava que, enquanto a construção de ferrovias gozava de amplo apoio político nos
Estados Unidos, ela era severamente criticada no Brasil por muitos setores influentes da
sociedade brasileira, que consideravam “um sacrifício imposto à nação” (ou seja, com
todas aquelas ferrovias não especificamente voltadas para servir o escoamento da
produção das áreas de plantation).
A preocupação com as rodovias surge no final da década de 20, após o fracasso
das ferrovias em propiciarem uma rede nacional de transporte para o Brasil. Com o lema
“governar é abrir estradas”, o presidente Washington Luiz demonstra a priorização
histórica da alocação dos investimentos públicos no desenvolvimento da infra-estrutura
rodoviária. Nessa época veio a público mais uma série de planos de transportes –
concebidos, como no passado, por indivíduos, mas agora também por instituições
governamentais –, todos eles dando ênfase ou propriedade à construção de estradas.
Devem ser ressaltados os seguintes planos de caráter essencialmente rodoviários: o de
Catrambi (1926-27), o de Luis School (1927), o da Comissão de Estradas de Rodagens
Federais (CERF) (1927), e o Plano Rodoviário do Nordeste (1930). Nenhum desses
planos, contudo, recebeu aprovação oficial (BRASIL apud GALVÃO, op. cit., p.194).
Apesar do declínio das ferrovias e da premente necessidade de um modal
alternativo para o transporte de longa distância, o Brasil não entrou, ainda nos anos 30,
no que se poderia chamar da era das rodovias. Em 1934, um plano geral de viação
nacional foi aprovado pelo governo, contemplando todas as modalidades de transporte,
mas com precedência ainda conferida à cabotagem e à navegação fluvial sobre as
29
rodovias. Nesse momento, a prioridade total ainda era das ferrovias. A preocupação
com a concorrência entre as rodovias e a ferrovias levou a não aprovação pelo governo
federal do Primeiro Plano Rodoviário Nacional elaborado pelo Departamento Nacional
de Estradas de Rodagem (DNER) em 1937. Em 1944, foi finalmente aprovado um plano
rodoviário onde as estradas de rodagem deveriam evitar a concorrência com os
principais troncos ferroviários.
O reconhecimento oficial das rodovias como modalidade prioritária de transporte
no Brasil deu-se no início dos anos 50, quando da aprovação de um novo plano nacional
de viação, em 1951. Entre as camadas técnicas, porém, a definitiva opção por esta
modalidade de transporte já havia sido feita, logo após o término da Segunda Guerra
Mundial, durante os trabalhos de uma comissão do DNER encarregada pelo governo do
referido plano de 1951.
Apesar do receio de investimentos que estimulassem a multimodalidade, por volta
de 1946, foi apresentado um relatório pela comissão do DNER contendo várias críticas
acerca da preocupação de se evitar a duplicação de modos de transportes. O
argumento geral que a citada comissão defendia era o de que evitar paralelismo
implicava dotar algumas regiões ou áreas do território nacional de um único meio de
transporte – ferrovias, rodovias ou vias fluviais – impedindo, assim, que o país viesse
dispor de uma verdadeira e eficiente rede nacional de transportes, capaz de integrar
efetivamente os vários espaços geográficos da nação.
Quanto à consolidação do modal rodoviário, Galvão diz:
A evolução do transporte rodoviário, a partir dos anos 50, ocorreu
em ritmo extraordinariamente rápido no Brasil. Entre 1945 e 1952, o
número de caminhões e ônibus em circulação no país saltou 103 mil para
265 mil, um crescimento de mais de 157% em apenas sete anos (Institute
of interamerican Affair ,1945a, p. 91). Na década de 60, a movimentação
de carga foi largamente transferida das ferrovias e da cabotagem para as
rodovias: enquanto, em 1946, o volume de cargas transportadas por todas
as modalidades não rodoviárias de transporte representava 92,4%
(Whyte,1968, p. 186), no ano de 1970 as estradas de rodagem já eram
responsáveis por cerca de 73% de todo o movimento de cargas no país
(BARAT apud GALVÃO, p.196).
30
Se os modais ferroviário e hidroviário são tão eficientes, qual o motivo do
crescente aumento dos investimentos nas rodovias em detrimento daquelas
modalidades? Não é razoável acreditarmos que um capricho por partes das autoridades
governamentais determinou a priorização das estradas. Na verdade, existia a crença
que as outras modalidades não cumpriram a aspiração nacional de integração social,
econômica e política, e que, somente através das rodovias estes objetivos seriam
alcançados, cabia então às rodovias, agora, este papel.
Apesar do consenso em torno das rodovias e do transporte por caminhões, no
início dos anos 50, o tráfego por vias terrestres era realizado, predominantemente,
dentro dos próprios estados ou no máximo entre as unidades federativas vizinhas. A
qualidade das vias foi descrita em 1956 por um relatório das Nações Unidas e da
Comissão Econômica para a América Latina e Caribe (CEPAL) como sendo
“pobremente conservadas, não pavimentadas e freqüentemente perigosas” (UNITED
NATIONS/CEPAL apud GALVÃO, p.198).
O Brasil, com apenas 2 mil km de rodovias, estava, neste período, em situação
inferior a países como Porto Rico, Venezuela, Cuba, Peru e Colômbia, além da
Argentina com 11 mil km e México com uma malha rodoviária de 24 mil km.
A opção pelas rodovias agravou sobremaneira tanto as ferrovias quanto a
cabotagem que declinaram ao longo das décadas de 30 e 40. Como estas modalidades
eram consideradas ineficientes, suas condições operacionais se deterioraram, até
atingirem estado de calamidade, conforme a industrialização e a modernização da
economia avançavam.
A frota brasileira, no início dos anos 50, era composta de navios obsoletos e
pequenos, com mais de 30 ou 40 anos de serviço. Técnica e economicamente, eram
considerados incapazes de transportarem com regularidade as safras nacionais e os
manufaturados que se expandiam no comércio inter-regional. A situação das empresas
de navegação era de desorganização técnica, administrativa e financeira, operando em
grande parte com as linhas deficitárias. Os portos eram ineficientes, incapazes de
atender a demanda normal de cabotagem e, segundo estudos da época, os navios
navegavam apenas 20% do tempo e o restante do tempo ficavam parados.
As condições das ferrovias eram semelhantes. A maioria das linhas também
operava com grandes déficits, o que onerava bastante o Tesouro Nacional. Não havia
recursos financeiros, tanto para novos investimentos, como para a reposição de
31
equipamentos, resultando numa inadequada manutenção do sistema, de tal sorte que,
nos anos 40 e 50, o estado dos leitos das estradas alcançara um profundo estado de
desgaste. Isto ameaçou a trafegabilidade dos comboios, que foram obrigados a diminuir
velocidades dos trens, reduzindo a eficiência e a confiabilidade nas ferrovias como meio
de transporte de carga e passageiro. Isto impediu acidentes como deslizamento de
barreiras, desalinhamento de trilhos e descarrilamento em todas as partes do país.
Outro complicador, dizia respeito às restrições cambiais existentes na época para a
importação de locomotivas e combustível, que representavam um sério obstáculo à
expansão das ferrovias.
Não eram poucos os problemas no setor de transportes no país. Diante disso, a
reabilitação das ferroviárias e da cabotagem (incluindo a melhoria dos portos) tornou-se
inviável na opinião de muitos técnicos e políticos, agravando-se a isso, as poucas
possibilidades financeiras do governo brasileiro.
Existem alguns argumentos para o não desenvolvimento de uma rede inter-
regional de transportes eficiente no Brasil. O atraso nos transportes ferroviário, marítimo
e fluvial é atribuído às características adversas do território brasileiro. As dimensões
continentais do país, sua topografia ondulada, as densas florestas existentes, e a
localização geográfica dos principais rios – uns correndo do litoral para o interior (as
bacias do Sul-Sudeste), outros interrompidos com grandes quedas d’água (a do rio São
Francisco no Nordeste) e outros muito distantes dos grandes centros dinâmicos do país
(a bacia dos rios amazônicos) – são fatos que exercem papel importante como
obstáculo para um pronto desenvolvimento das comunicações inter-regionais, embora
países como o Canadá e os Estados Unidos, que apresentem condições semelhantes
as do Brasil, à muito resolveram estes problemas, desenvolvendo sistemas avançados
de transportes interiores. Outro argumento utilizado apara explicar o atraso nestes
modais é o status colonial e um comércio voltado para a exportação de uns poucos
produtos primários. Ora, como utilizar o transporte ferroviário e fluvial com estes
produtos, na medida em que tanto as ferrovias quanto os portos foram originalmente
concebidos para interligarem as bases locais de produção de matéria-prima com os
pontos finais de embarque de exportações.
Certamente atribuir às condições naturais adversas do país e ao sistema de
transporte voltado para a exportação o ônus do atraso nos transportes inter-regionais,
seria uma grave simplificação. Desde o período colonial, a estrutura existente
32
transportava o excedente da produção nacional para outros mercados domésticos.
Produtos como o açúcar, o algodão, o fumo, o cacau, os couros e as peles, a farinha de
mandioca e até algumas manufaturas simples, produzidas no Nordeste, e diversos tipos
de grãos, madeiras, carnes, café e também outros manufaturados nacionais, produzidos
no Sul e Sudeste, são alguns exemplos de produtos tipicamente voltados para os
mercados internos, que eram transportados pela marinha mercante brasileira desde de
tempos bem remotos. As ferrovias também serviram, e em escala maior, aos mercados
domésticos. A partir de 1950, mesmo com uma série de sistemas ferroviários
independentes e às vezes não conectados, uma larga fração do território brasileiro
estava servido por ferrovias, sendo esta área comparável à da Europa Ocidental. Seja
para aproveitar o retorno dos vagões aos centros de exportação ou por quaisquer outros
motivos, as ferrovias escoavam um grande e diversificado número de bens, desde grãos
a materiais de construção e a produtos manufaturados produzidos no país, como têxteis
e máquinas e equipamentos agrícolas (AZEVEDO (1950), SAES (1981) e LEWIS
(19850) apud GALVÃO, op. cit. p.202).
Outros dois fatores são apresentados para explicar o fracasso das ferrovias e dos
outros modais de transporte de longa distância e, conseqüentemente, a sua quase total
substituição pelas rodovias. O primeiro atribui ao poderoso lobby das empresas
automobilísticas a prioridade do governo ao transporte rodoviário. O outro afirma que
dificilmente as ferrovias atenderiam satisfatoriamente ao objetivo integracionista por
operarem os vários sistemas ferroviários no Brasil com bitolas diferentes. O primeiro
argumento é muito frágil, principalmente se observarmos que não houve
desenvolvimento satisfatório das ferrovias, cabotagem e da navegação fluvial antes da
era rodoviária, e que, em países que experimentaram o crescimento das rodovias, os
principais meios de movimentação de cargas e, em muitos casos, de passageiros,
continuam sendo as ferrovias e o transporte fluvial. No outro caso, a grande maioria das
estradas de ferro brasileira operava com idêntica bitola de um metro e a ligação dos
vários sistemas ferroviários deste o extremo Sul até Minas e Bahia, e as outras redes do
Nordeste, operavam, todas, com bitola de um metro.
O que realmente parece explicar a falta de desenvolvimento dos modais em
questão é a falta de uma intensa atividade econômica que justificasse os investimentos
necessários. Vale ressaltar que todos os países que alcançaram avançados estágios de
desenvolvimento do transporte ferroviários e por vias aquáticas, tiveram o mercado
33
interno como suporte econômico para a viabilidade das companhias ferroviárias ou de
navegação. Certamente, o baixo nível de desenvolvimento econômico das regiões
Norte, Nordeste e Centro-Oeste, e um reduzido mercado interno resultaram em uma
pequena densidade de tráfego por unidade de área, fazendo com que o transporte
rodoviário fosse praticamente o único meio viável das modalidades de transporte, visto
que o sistema de transporte por caminhão apresenta maior versatilidade técnica e
econômica, em contraste com outros modos de transporte, como o ferroviário, a
cabotagem e a navegação fluvial. O transporte rodoviário pode ser mais eficiente em
condições de baixa densidade de tráfego, o que dificilmente ocorre em outras
modalidades de transporte. Tanto as rodovias, quanto as ferrovias e a navegação fluvial,
apresentam elevados custos fixos de investimento. Entretanto, os custos variáveis de
operação de serviços de transporte, dependendo de variadas circunstâncias, podem ser
muito maiores no caso das ferrovias e da navegação do que no das rodovias. Apesar
das ferrovias e hidrovias apresentarem, reconhecidamente, os menores custos por
unidade transportada, elas exigem, para serem economicamente viáveis, um grande
volume de carga em duas direções – ou seja, exigem um grande volume de passageiros
e de fretes de ida e de retorno –, o que até hoje em dia não foi alcançado em grande
parte do território nacional.
O Brasil, ao contrário da economia americana, evoluiu como em um arquipélago
de ilhas, ou regiões, mantendo entre si escassos elos econômicos a até bem pouco
tempo. Lá a industrialização ocorreu geograficamente desconcentrada, contribuindo
largamente para consolidar e revigorar os seus sistemas interiores de transporte de
longa distância. No Brasil, por volta de 1950, a produção industrial se concentrava
pesadamente em pequenas áreas do território nacional, e na década seguinte
intensificou-se ainda mais esta concentração, chegando os estados de São Paulo, Rio
de Janeiro e Minas Gerais, em 1970, a cerca 75% de toda a produção manufaturada
nacional. Tamanha concentração da produção industrial criou e consolidou vastas áreas
dependentes de comércio, sem um feedback significativo de tráfego por parte das
chamadas regiões periféricas, constituindo-se, assim, em mais um fator que veio a
dificultar a possibilidade da implantação de sistemas de transportes alternativos e mais
racionais do ponto de vista social. Em uma sociedade com tantos obstáculos, a
modalidade do transporte rodoviário foi a única que conseguiu sobreviver e se
desenvolver satisfatoriamente.
34
2. A MATRIZ DE TRANSPORTE E O “CUSTO BRASIL”
Estudo publicado pelo Ministério dos Transportes2 mostra que os gastos anuais a
que a sócio-economia brasileira vem sendo submetida, e que constituem parcela
significativa do chamado “Custo Brasil” gerado pelo Setor de Transporte, são em
decorrência da subutilização do transporte hidroviário no atendimento à circulação
interna de bens. Isto ocorre principalmente na movimentação de cargas fortemente
condicionada à dependência do modal rodoviário, em detrimento das demais,
principalmente a cabotagem e a navegação interior, dependência essa decorrente tanto
das sucessivas políticas impostas ao setor nos últimos quarenta anos, quanto ao quadro
inflacionário experimentado pela nação a partir da década de 80.
A disponibilidade de infra-estrutura hidroviária brasileira é de cerca de 50.000 km
de vias navegáveis, abrangendo a costa litorânea habilitada ao desenvolvimento da
navegação de cabotagem e a rede hidroviária interior formada pelos estirões navegáveis
de seus rios, lagos, lagoas e canais – é da mesma ordem de grandeza da malha
rodoviária pavimentada sob jurisdição federal.
Cunha e Silva et al (2003) alertam que os valores referentes aos diferenciais do
custo operacional entre as modalidades de transporte rodoviária e hidroviária, mesmo
considerando as limitações em sua apropriação, indicam a necessidade de uma postura
mais enérgica por parte dos gestores dos transportes em nosso País, no sentido de
promover, em médio prazo, a reversão de quadro. Alguns resultados são
surpreendentes – no eixo Rio–São Paulo, por exemplo, foram movimentadas cerca de
160 milhões de toneladas de carga por rodovias, das quais cerca de 2% de produtos
agrícolas – admitindo-se que 10% desse total tivessem sido transferidos para a
navegação de cabotagem entre Santos e Rio de Janeiro, as economias geradas nesse
transporte em relação ao rodoviário seriam da ordem de R$ 170 milhões/ano. Se
extrapolarmos as estimativas para todo o Brasil, segundo este estudo, estaremos
2 Este estudo está disponível no site do Ministério do Transporte sob o título: “Cabotagem e Navegação
Interior: Instrumentos de Minimização do “Custo Brasil” Gerado nos Transporte.
35
convivendo anualmente com um custo da ordem de R$ 1,0 bilhão em decorrência das
distorções observadas da matriz de transporte que privilegia o modal rodoviário.
O Brasil é um país privilegiado em termos de disponibilidade de infra-estrutura
hidroviária, tanto interior como a costeira habilitada ao desenvolvimento da navegação
por cabotagem. Observa-se que mais de três quartos dos cerca de 8,5 milhões de km2
da área territorial – aproximadamente 6,5 milhões de km2 – estão situados em áreas de
influência direta do sistema hidroviário e a “densidade de malha” hidroviária, tomando-se
por base as vias navegáveis atualmente disponíveis é de ordem de 4.0m/km2 – seu
potencial é de cerca de 5,8m/km2 – caso sejam adotadas medidas efetivas no sentido de
incorporar ao sistema hidroviário os estirões não utilizados, através das indispensáveis
obras de canalizações. Nos Estados Unidos, por exemplo, que guarda forte semelhança
com o Brasil em termos territoriais e de disponibilidade de malha viária, este índice é de
7,1m/km2.
Essa disponibilidade não vem sendo adequadamente utilizada na movimentação
interna de cargas no País, acarretando descabidas deseconomias a sócio-economia
brasileira – parcela significativa do “Custo Brasil” é gerado no Setor de Transporte.
Assim, a estrutura de produção interna de transporte, expressa em toneladas.km, nas
modalidades hidro, ferro e rodoviária, no período de 1992-1996, apresenta a relação
unitária H:F:R=1:1,9:5,4, em franca contraposição à relação equivalente, em termos de
custos operacionais unitários (US$/t.km), referentes a essas modalidades, observada no
“mundo desenvolvido”, onde o transporte “sobre águas” é intensamente utilizado –
H:F:R = 1:4:8. Ou seja, por uma série de distorções inerente ao sistema brasileiro de
transporte de cargas, a modalidade “mais cara” para a sociedade é a que vem sendo
utilizada.
Karatiziovalis (2000) chegou a conclusões semelhantes. Para ele, o Brasil não
pode depender maciçamente de um único modal de transporte para garantir a
distribuição de riquezas geradas, como de fato ocorre, haja vista que o modal rodoviário
detém cerca de 60,5% desse mercado, conforme nos mostra o Gráfico 2.1. Segundo
ele, as principais conseqüências deste fato são:
1. Custos de distribuição física das mercadorias mais elevados do que
deveriam ser, principalmente para cargas de relativo baixo valor agregado
transportadas em grandes distâncias;
36
2. Custo de vida da população mais elevado do que poderia ser, uma vez que
freqüentemente observa-se o repasse dos custos logísticos das cadeias de
distribuição para os preços finais ao consumidor;
3. Maior probabilidade de ocorrências de crises de abastecimento, como em
maio de 1999, ocasionada pela greve dos caminhoneiros;
4. O já citado “Custo Brasil”, que pode ser considerado como uma síntese
dos três itens anteriores.
Gráfico 1 - Participação dos modais na matriz brasileira de transporte de cargas – 2000
FONTE: Anuário Estatístico dos Transportes, 2001.
Apesar do cenário desfavorável, este quadro vem lentamente se modificando. A
partir da década de 90, com as profundas mudanças ocorridas no cenário mundial e no
Brasil, as condições para a recuperação da cabotagem geral no país, se estabeleceram.
Com a globalização que ganhou bastante força com a queda do comunismo na Europa
e a abertura do Brasil para o comércio exterior, juntamente com a estabilidade
econômica promovida pelo Plano Real, houve a necessidade da adequação das
empresas brasileiras, que tiveram seus produtos concorrendo diretamente com produtos
estrangeiros e de melhor qualidade e às vezes mais baratos. Com a moeda mais forte e
o surgimento da concorrência estrangeira, as empresas passaram a procurar formas
mais baratas para transportar seus produtos até seus respectivos clientes, passando a
contemplar a navegação de cabotagem integrada a seus sistemas de distribuição, uma
vez que não precisavam temer a deteriorização dos preços de venda dos seus produtos
durante o transporte marítimo, desde que a inflação se mantenha em níveis aceitáveis.
37
A recuperação da cabotagem de carga geral brasileira pode ser abordada como a
conseqüência natural de uma conjuntura global. Além dos fatores já citados, vale
ressaltar os programas governamentais de investimento em infra-estrutura, bem como
as privatizações, a abertura da navegação e a lei de modernização dos portos.
Somando-se a tudo isto, está a abertura da concessão da operação dos terminais
portuários misto para o setor privado, amparado legalmente pela Lei 8.630/93 – com
isso os custos portuários de movimentação da carga caíram substancialmente, aliviando
a estrutura de custo do armador. Este fato por si só não explica o aumento relativo da
competitividade da cabotagem comparada ao transporte rodoviário. É preciso salientar
que paralelamente ao aumento da eficiência portuária houve a criação de um ambiente
de concorrência também na cabotagem em virtude do advento da abertura da
navegação. Isto fez com que grandes empresas estrangeiras de navegação investissem
em nosso mercado. Como conseqüência disto, os armadores brasileiros passaram a
oferecer o transporte porta-a-porta, com foco no segmento marítimo, de maior qualidade
e de menor preço para os donos de carga, como forma de sobreviverem à súbita e
acirrada competição internacional no recém-aberto mercado doméstico.
Outra situação que colabora para o processo de crescimento do setor de
cabotagem de carga geral no país é a perda de competitividade relativa do modal
rodoviário. Esta perda pode ser explicada, em parte, pelo aumento considerável dos
roubos de carga ocorrido em nossas rodovias. Segundo a Associação Brasileira dos
Transportadores de Carga (ABTC), a ineficiência do Poder Público para combater este
problema custa caro ao País, que perde receita de impostos pela comercialização
irregular de mercadorias. O resultado de ações coordenadas e integradas entre a polícia
e o fisco, com uma rígida fiscalização do comércio de mercadorias, é o principal meio
para se coibir este delito.
Em 1999 ocorreu um roubo de carga a cada duas horas, crescendo, em média,
30% ao ano. Caracterizado como a organização que mais tem avançado no País, com
prejuízos financeiros que triplicaram desde 1994, onde atingiu a cifra de R$ 102 milhões
de reais, saltando para R$ 374 milhões em 1999, o roubo de carga tem causado o
fechamento de muitas empresas, inclusive transportadoras, que não tiveram condições
de arcar com medidas e equipamentos de segurança para o transporte de suas cargas,
que alcançam o percentual de 20% do custo do frete. No mesmo período, as
ocorrências praticamente duplicaram em todo o Brasil, passando de 2.566 para 4.967,
38
ou seja, um crescimento de cerca de 93,6%. Em termos de prejuízos acumulados no
mesmo período, eles representaram R$ 73,5 milhões.
Gráfico 2 - Número de ocorrências de roubo de carga no Brasil - 1994 – 1999
FONTE: Pamcary e O Estado de São Paulo
Além dos fatores já mencionados, Karatiovalis ressalta a importância da
integração da cabotagem em redes de distribuição intermodais e multimodais como
fundamental para o processo de recuperação da atividade da cabotagem de carga geral.
O crescente processo de conteinerização das cargas destinadas à cabotagem é
condição fundamental para a maior integração e participação do transporte marítimo
costeiro na matriz de transportes brasileira. Integração que se faz necessária e que se
comprovou muito bem sucedida na Europa e nos E.U.A., pois une as vantagens
comparativas dos modais de transporte, produzindo um serviço de melhor qualidade e
de menor custo para o usuário do sistema de distribuição. Portanto a palavra-chave para
a redução do ”Custo-Brasil” é a integração, utilizando-se racionalmente as vantagens
competitivas de cada tipo de transporte; vale ressaltar a regulamentação da Lei 9.611/98
que fornece o embasamento legal para a prática do multimodalismo no Brasil.
O reflexo desses fatores pode ser visto na evolução da matriz de transporte de
carga do Brasil, onde pode ser observada alguma recuperação no equilíbrio da mesma,
como é mostrado nas Tabela 1 e 2.
39
Tabela 1 – Quantidade de carga transportada Brasil em toneladas-quilômetro (em 100.000 unid.): 1993-2000
Modo de
Transporte 1993 1994 1995 1996 1997 1998 1999 2000
Aéreo 1.592 1.794 1.953 2.036 1.909 2.173 2.244 2.432
Aquaviário 61.507 59.301 70.610 71.310 77.402 90.444 94.770 103.390
Dutoviário 23.233 22.877 24.179 23.605 30.367 31.429 33.131 33.246
Ferroviário 124.711 133.735 136.460 128.976 138.724 141.239 140.817 155.590
Rodoviário 340.581 355.935 379.007 396.415 421.131 444.079 447.353 451.370
TOTAL 551.624 573.642 612.209 622.342 669.336 709.386 718.315 746.028
FONTE: Anuário Estatístico dos Transportes – 2001.
Houve um crescimento da ordem de 35,2% no volume da carga transportada no
Brasil, se considerarmos o ano 2000 e o ano base de 1993. A seguir a evolução
histórica do transporte de cargas.
Gráfico 3 - Evolução da carga transportada no Brasil: 1993-2000
FONTE: Anuário Estatístico dos Transportes – 2001
40
Entre 1993 e 2000 o setor de transporte no Brasil cresceu 35,2%, sendo que o
modal aquaviário apresentou maior crescimento percentual em tonelada-quilômetro –
68,1%, seguido pelo transporte aéreo – 52,8%, pelo dutoviário – 43,2%, rodoviário –
32,5% e, finalmente, pelo ferroviário – 24,8%. Isto significa que o setor de transportes do
país está em expansão, conforme nos mostra o Gráfico 2.3, onde se percebe uma forte
tendência de crescimento nos últimos anos, com destaque para o setor de transporte
aquaviário, composto pela navegação de cabotagem e pela navegação interior.
Tabela 2 – Evolução relativa (%) da distribuição intermodal de cargas Brasil: 1993-2000
Modo de
Transporte 1993 1994 1995 1996 1997 1998 1999 2000
Aéreo 0,29 0,31 0,32 0,33 0,26 0,31 0,31 0,33
Aquaviário 11,15 10,34 11,53 11,46 11,56 12,75 13,19 13,86
Dutoviário 4,21 3,99 3,95 3,79 4,54 4,43 4,61 4,46
Ferroviário 22,61 23,31 22,29 20,72 20,73 19,91 19,60 20,86
Rodoviário 61,74 62,05 61,91 63,70 62,91 62,60 62,91 60,49
Total 100,0 100,0 100,0 100,0 100,0 100,0 100,0 100,0
FONTE: Anuário Estatístico dos Transportes – 2001.
A matriz de transporte não sofreu maiores modificações. O transporte aéreo
manteve sua participação constante na matriz, em média 0,31% entre 1993 e 2000. O
modal dutoviário permaneceu relativamente estável com 4,46% em 2000, enquanto o
modo de transporte ferroviário apresentou queda de 1,75% em oito anos. O modal
rodoviário apresenta estabilidade, mas com uma suave queda de 1,56% na sua
participação na matriz entre 1993 e 2000. Já o modal aquaviário, composto pela
navegação de cabotagem nacional e pela navegação interior, apresentou sensível
crescimento de 2,71%, conforme descrito no Gráfico 4.
41
Gráfico 4 - Evolução relativa da carga transportada no Brasil por modal: 1994 – 2000
FONTE: Anuário Estatístico dos Transportes, 2001.
Através da análise da evolução da matriz de transporte brasileira de cargas,
verifica-se que:
1. O setor de transportes do país está em franca expansão, devido à
estabilidade econômica e aos investimentos governamentais em infra-
estrutura e transportes através dos programas “Brasil em Ação” e
recentemente através do “Avança Brasil”;
2. Os modos de transporte aéreo e dutoviário cresceram o suficiente para
manter sua participação percentual estável, enquanto que o modal
rodoviário cresceu mas experimentou um declínio pouco perceptível e o
transporte ferroviário cresceu aquém das expectativas, perdendo mercado
para os demais modais;
3. O setor aquaviário cresceu acima da média: 68,1%, enquanto a média
global de crescimento do setor de transportes foi de 35,2%, conquistando
uma maior participação no mercado.
O aumento do consumo de óleo diesel em 2000 foi de 16% em relação a 1996
(Tabela 3). Neste mesmo período o volume de carga transportada por caminhões
cresceu 13,9%.
42
Tabela 3 – Evolução do consumo de diesel (em m3) Brasil: 1996 - 2000
Ano 1996 1997 1998 1999 2000
Consumo (m3) 30.154.904 31.977.863 34.235.752 34.485.013 34.979.973
Índice 100,00 106,05 113,52 114,36 116,00
Crescimento /
ano (%) - 6,05 7,05 0,74 1,44
FONTE: Anuário Estatístico dos Transportes – 2001.
Já o consumo de pneus cresceu 54,6% em relação a 1996 (Tabela 4). No mesmo
período a frota de caminhões cresceu apenas 14,7%.
Tabela 4 – Evolução do consumo de pneus e câmaras em 1.000 unidades: Brasil: 1996-2000
Ano 1996 1997 1998 1999 2000
Consumo (m3) 3.324 3.785 3.794 4.650 5.140
Índice 100,00 113,87 114,14 139,89 154,63
Crescimento / ano (%) - 13,87 0,24 22,56 10,54
FONTE: Anuário Estatístico dos Transportes – 2001.
Não se constataram alterações significativas na composição da frota nacional de
caminhões. O número de veículos alcançou 1.836.203 unidades, das quais 72,12% têm
mais de dez anos de idade (Tabela 5).
Com a análise destes indicadores, pode-se perceber um crescimento no
transporte de carga inferior aos de outros modais, juntamente com a não renovação da
frota, afinal de contas, o número absoluto de veículos adquiridos se manteve bastante
estável. Além disso, o aumento no consumo de pneus e óleo diesel indica uma maior
utilização da frota, sem os necessários investimentos que o setor necessitaria para
continuar se expandindo.
43
Tabela 5 – Distribuição de frota de caminhões por idade Brasil: 1990-2000
Ano de
Fabricação Veículos
No. Veículos
(Acum. Ano) %
%
Acum.
1990 1.324.192 1.324.192 72,12 72,12
1991 44.693 1.368.885 2,43 74,55
1992 24.903 1.393.788 1,36 75,91
1993 38.232 1.432.020 2,08 77,99
1994 54.413 1.486.433 2,96 80,95
1995 72.386 1.558.819 3,94 84,89
1996 42.169 1.600.988 2,30 87,19
1997 63.743 1.664.731 3,47 90,96
1998 60.819 1.725.550 3,31 93,97
1999 55.436 1.780.986 3,02 96,99
2000 55.217 1.836.203 3,01 100,00
Total 1.836.203 100,00 100,00
FONTE: Anuário Estatístico dos Transportes – 2001.
Do outro lado está o transporte aquaviário com índices crescentes. O volume
transportado cresceu 68,1% entre 1993 e 2000 e, 45,0% em relação a 1996 . Veremos a
seguir maiores informações sobre este modal.
2.1. O Transporte Hidroviário Brasileiro
Segundo o Portal Infra-Estrutura Brasil, o potencial hidroviário no Brasil abre
grandes oportunidades, uma vez que menos de 3% dos aproximadamente 50 mil
quilômetros de vias navegáveis encontradas no país são hoje aproveitadas. Outro dado
importante sobre o crescimento do setor hidroviário brasileiro publicado por ele foi que, o
volume transportado pelas 11 hidrovias mais importantes do país registrou crescimento
de 5,5% durante o triênio 1998/2000. Neste período, o movimento anual médio foi de
21,9 milhões de toneladas de carga.
Os investimentos públicos em transporte cresceram 44,6% em 2000 em relação a
1996, passando de 2,5 bilhões de reais para aproximadamente 3,6 bilhões.
44
Tabela 6 – Investimento público em transporte (em milhares de R$) - Brasil: 1996 – 2000
Modo de
Transporte 1996 1997 1998 1999 2000
AÉREO 668.055 26,4% 475.042 18,2% 588.777 16,8% 440.155 16,5% 725.013 19,8%
AQUAVIÁRIO 189.990 7,5% 176.381 6,8% 498.392 14,2% 269.368 10,1% 435.894 11,9%
DUTOVIÁRIO 359.426 14,2% 250.253 9,6% 167.543 4,8% 186.107 7,0% 173.559 4,7%
FERROVIÁRIO 153.423 6,1% 164.987 6,3% 143.795 4,1% 65.585 2,5% 59.812 1,6%
RODOVIÁRIO 1.008.788 39,8% 1.271.711 48,8% 1.764.431 50,2% 1.403.135 52,5% 1.840.281 50,2%
URBANO
FERROVIÁRIO
154.206 6,1% 269.353 10,3% 349.380 9,9% 309.040 11,6% 429.466 11,7%
Total 2.533.888 100,0% 2.607.727 100,0% 3.512.318 100,0% 2.673.390 100,0% 3.664.025 100,0%
FONTE: Anuário Estatístico dos Transportes – 2001.
O modal rodoviário continua recebendo a maior parte dos recursos, ou seja,
50,2%, em 2000, o que é bem mais do que recebia em 1996, quando a participação nos
recursos era de 39,8%. Os investimentos do modal aquaviário passaram de 7,5% em
1996 para 11,9% em 2000. Em seguida temos os transportes urbanos ferroviários, que
apesar de participarem em 2000 com cerca de 11,7%, um pouco menos que o
aquaviário, cresceu 5,6% em relação a 1996, quando sua participação era de 6,1%.
Os modais que passaram a receber relativamente menos recursos foram o aéreo,
que passou de 26,4% em 1996 para 19,8% em 2000, o dutoviário que passou de 14,2%
para 4,7% e o ferroviário que recebia 6,1% dos recursos e em 2000 recebeu apenas
1,6%.
Do montante destinado ao transporte aquaviário, apenas 16,11% destina-se às
hidrovias interiores. A maioria dos recursos destina-se à navegação de longo curso com
42,81% e do setor portuário com 41,08%.
45
Tabela 7 – Investimento público em transporte aquaviário no Brasil (em
milhares de R$) em 2000
Transporte Aquaviário Valor %
Hidroviário Interior 70.239 16,11%
Longo Curso (Marinha Mercante) 186.627 42,81%
Portuário 179.028 41,08%
Total 435.894 100,0%
FONTE: Anuário Estatístico dos Transportes – 2001.
Apesar do pouco investimento na navegação interior, a Bacia Amazônica foi
responsável por quase 90% da carga fluvial, com um total de 18 milhões de
toneladas/ano. Deste total, o rio Amazonas responde por 13,6 milhões de toneladas
enquanto os rios Madeira e Solimões transportaram 1,7 milhões de toneladas cada um.
Tabela 8 – Carga movimentada no Brasil, por tipo (em ton): 1996-2000
Tipo \ Ano 1996 1997 1998 1999 2000
Granéis Sólidos 221.089.725 241.121.714 250.469.331 242.505.100 275.799.572
Granéis Líquidos 124.509.678 130.878.306 148.010.962 145.254.561 147.506.326
Carga Geral 40.784.628 42.239.745 44.524.301 47.950.236 47.950.236*
Total 386.384.031 414.239.765 443.004.594 435.709.897 471.256.134
Índice 100,00 107,21 114,65 112,77 121,97
Crescimento /
Ano (%) - 7,21 7,44 (1,89) 9,20
FONTE: Anuário Estatístico dos Transportes – 2001.
* Foi mantido em 2.000 o valor da Carga Geral do ano 1.999 por este dado não está disponível.
Mais da metade de toda carga movimentada nos portos da Brasil são de granéis
sólidos com 58,5%, 31,3% são de granéis líquidos e 10,2% de carga geral.
O volume de carga movimentada nos portos brasileiros cresceu 22,0% em 2000
em relação a 1996, sendo que granéis sólidos cresceram 24,8%, granéis líquidos e
carga geral cresceram, 18,47% e 17,57%, respectivamente.
46
Tabela 9 – Rede Hidroviária Descrição Física: 2000
Bacias Extensão
(KM) %
Bacia Amazônica 20.449 42,7%
Rios do Nordeste 6.850 14,3%
Bacia do São Francisco 5.007 10,5%
Bacia do Tocantins 3.936 8,2%
Bacia do Paraná 3.527 7,4%
Bacia do Paraguai 3.516 7,3%
Rios do Sul 1.747 3,6%
Bacia do Uruguai 1.490 3,1%
Rios do Sudeste 1.381 2,9%
Total 47.903 100,0%
FONTE: Anuário Estatístico dos Transportes – 2001.
Se considerarmos apenas a Bacia Amazônica, vemos sua importância para o
Brasil. Ela sozinha representa 42,7% de todas as vias navegáveis. Os dois rios mais
importantes da Bacia, o Amazonas e o Negro, têm no estado do Amazonas, grande
parte de sua extensão. O trecho que nos propomos estudar está exatamente no Rio
Amazonas.
3. A NAVEGAÇÃO INTERIOR NO ESTADO DO AMAZONAS
O Amazonas possui uma área de 1.577.820 km2. Suas principais cidades são
Manaus, Parintins, Manacapuru, Itacoatiara, Tefé e Coari. Com uma economia
assentada basicamente no extrativismo, em uma indústria eletro-eletrônica em
constante crescimento e em uma agricultura essencialmente de subsistência, este
estado, com dimensões continentais, apresenta problemas proporcionais ao seu
tamanho, dentre eles, pode-se destacar os relacionados aos mais diversos meios de
transporte.
O transporte no Amazonas é predominantemente fluvial, tornando este segmento
de grande importância social e econômica, principalmente se considerarmos que o perfil
dos usuários deste serviço é composto por pessoas de baixo poder aquisitivo. Além
disso, o comércio estabelecido por este tipo de transporte é fundamental, tanto para as
comunidades ribeirinhas, quanto para as de maior porte, possuindo como via de acesso,
basicamente, a rede hidroviária regional.
Segundo Santana (1998), a Amazônia brasileira possui uma rede hidroviária da
ordem de 24 mil km, ocupando uma extensão territorial de mais de 3,6 milhões de km2.
Os principais rios que integram esse subsistema são navegáveis em grande parte de
seu percurso e formam a espinha dorsal que estrutura a rede viária da Amazônia.
São grandes as distâncias entre as cidades do interior e o seu pólo mais
importante, a cidade de Manaus. A ligação por estradas é uma exceção. O principal
meio de transporte ainda é o fluvial.
O sistema de transporte é composto por uma extensa rede fluvial, por rodovias e
pelos portos de Manaus e Itacoatiara. O estado do Amazonas tem vocação natural para
o transporte hidroviário, o que, no entanto, não o faz prescindir de inúmeros trechos
rodoviários de captação, alimentação e distribuição, ligações de cabeceiras com eixos
interestaduais, inter-regionais e internacionais, numa visão de uso da multimodalidade.
As rodovias auxiliam na implantação de novos pólos de desenvolvimento, na
criação de alternativas para o aproveitamento de terras mais adequadas à agricultura,
48
pecuária, cultivos naturais e/ou regionais e na interligação de bacias hidrográficas com
finalidade de aumentar a velocidade do deslocamento.
O porto de Manaus, localizado à margem esquerda do rio Negro, serve de apoio à
navegação que se pratica de Iquitos, no Peru, ao Oceano Atlântico. Representa suporte
indispensável ao comércio e a indústria da Zona Franca de Manaus. As principais
movimentações são granéis líquidos (petróleo e derivados), carga geral, granéis sólidos
(trigo) e contêineres. O porto de Itacoatiara movimenta soja no sentido de exportação e
fertilizantes, no de importação.
Os rios Amazonas e Solimões formam o curso principal da Bacia Amazônica. No
estado, têm cerca de 2.100 km e declividade média de 2cm/km. Quanto à
navegabilidade podem ser divididos em dois trechos: o primeiro deles, o Amazonas,
com cerca de 500 km aproximadamente, vai da divisa com o estado do Pará até
Manaus, apresentando calado entre 10 e 11 metros em águas altas (janeiro – agosto) e
de 8 metros em águas baixas (setembro – dezembro). É coberto por cartas náuticas,
possui balizamento fixo, estando preparado para navegação marítima de grande curso,
cabotagem e fluvial.
O segundo trecho de Manaus até Tabatinga, com 1.600 km, onde o rio recebe a
denominação de Solimões. No período de águas altas, a navegação se faz com 8
metros de calado, reduzindo-se na estiagem a 4 metros de calado.
O rio Madeira é navegável desde sua foz, no rio Amazonas, até a cidade de Porto
Velho, num estirão de 1.056 km. No período de cheias, a profundidade é de 8,20 metros
e no de estiagem reduz-se a 2,80 metros.
A alta manutenção e a própria mudança de canais de navegação muito
influenciam a situação de navegabilidade de rio Madeira. Para que possa ser navegado
diuturnamente, o rio Madeira necessita de pequenas intervenções que não agridem o
meio ambiente.
Outros rios apresentam condições de navegação durante quase todo o ano, com
algumas restrições nos meses de estiagens. Alguns como o Negro, Branco, Purus e o
Acre contam com linha regulares para o transporte de passageiros e abastecimento de
cidades ribeirinhas. No entanto, as embarcações nem sempre são as mais adequadas e
os portos e atracadouros são raros e sem boas condições para o embarque e
desembarque.
49
Por força das próprias condições regionais, o subsistema hidroviário é bastante
utilizado para o abastecimento e desenvolvimento dos principais núcleos econômicos,
permitindo o acesso às localidades mais distantes no interior do estado, situadas às
margens de um curso d’água. No entanto, toda esta vasta rede não propicia navegação
franca o ano todo para embarcações de maior calado, apresentado-se em alguns rios,
com muitas sinuosidades, aliada a grandes distâncias e baixa velocidade. A área de
influência da hidrovia apresenta sinais de desenvolvimento sócio-econômico,
proporcionando aumento de empregos em razão de novas atividades ligadas ao setor.
A exportação pela hidrovia do Madeira já proporcionou uma redução imediata de
US$ 32,00/t para US$ 20,00/t no preço da soja. Em 2003 o preço praticado era de US$
17,00/t. Atualmente o preço é de US$ 15,00/t, com viés de queda.
As principais ligações internacionais propiciadas pelo subsistema hidroviário do
Amazonas são as seguintes:
a) Interconexão pelo rio Japurá (Brasil)/Caquetá (Colômbia) - O rio
Japurá, com 750 km de extensão, apresenta boas condições de
navegabilidade, embora em alguns pontos a existência de bancos de
areia, em águas baixas, limita a navegação em embarcações de 1,20 m
de calado.Em território colombiano (rio Caquetá) o trecho em melhores
condições de navegabilidade situa-se entre a fronteira Brasil/Colômbia
e Araraucara num estirão de 625 km com calado entre 2,10 m e 4,30
m, em águas baixas e altas, respectivamente;
b) Interconexão via rios Solimões (Brasil)/Marañon (Peru) - O trecho
brasileiro de Manaus até Tabatinga apresenta-se com boas condições
de navegabilidade. Em território peruano o trecho mais importante
situa-se entre a fronteira Brasil/Peru até Iquitos, com 254 km de
extensão. Apresenta boas condições de navegabilidade e calado entre
4,30 m e 7 m nas águas baixas e altas, respectivamente. É importante
salientar que já existe, nesse trecho, linha regular de navegação.
Não são muitos os trabalhos sobre transporte aquaviário no Brasil. Quando nos
reportamos para a Amazônia o quadro ainda é mais alarmante. Recentemente a
Agência Nacional de Transporte Aquaviário (ANTAQ) ligada ao Ministério dos
Transportes, informou através do seu site na internet, o início da Pesquisa Regional
50
para a obtenção de dados primários necessários ao Estudo, com o levantamento de
fluxo e movimentação de passageiros e análise de demanda e de dados das
embarcações de transporte de carga e passageiro existente na Amazônia.
Segundo a ANTAQ, este estudo prevê a realização de entrevistas com agentes
responsáveis pelos 11 terminais, com 40 operadores, 60 embarcadores de carga e
principalmente, com 860 passageiros desse transporte. O principal objetivo das
entrevistas com os passageiros é detectar a capacidade de pagamento para o nível de
tarifa, identificação dos fluxos e críticas das condições de conforto e segurança das
viagens. Seu término estava previsto para marco de 2003, mas até o momento nenhum
resultado foi publicado.
Antes disso, um estudo similar publicado pelo CODEAMA (1982) já apresentava
indicadores sócio-econômicos sobre esta atividade tão importante para o estado. Este
estudo apresenta resultados os mais variados possíveis, desde os trechos dos rios, com
seu tempo médio de viagem e elementos submersos, a estimativa populacional das
cidades pesquisadas e sua densidade demográfica, produção agrícola e extrativa
vegetal, bem como o número de armadores e a quantidade de embarcações que
possuem, motivo de viagem, número de viagens realizadas pelos usuários, opinião
quanto a qualidade da refeição servida a bordo, dentre outros fatores importantes.
Segundo este trabalho, 14,25% dos entrevistados não possuíam nenhum grau de
instrução, 10,18% eram apenas alfabetizados, 57,51% disseram possuir o ensino de 1o.
grau (atual ensino fundamental), 14,75% com o curso de 2o. grau (atual ensino médio) e
somente 3,31% possuíam, por ocasião da pesquisa, curso superior.
Com relação ao tamanho das famílias dos usuários, a variação foi de 1 a 25
membros, sendo encontrado um tamanho médio da família de 6,0 pessoas. Dos 394
usuários pesquisados, 69,80% trabalhavam, sendo 52,28% do sexo masculino e 17,52%
do sexo feminino.
As amostras com embarcações foram formadas por 449 observações,
representando 12,96% do universo de 5.841 embarcações com propulsão a motor
registradas na Capitania dos Portos de Manaus, até agosto de 1976. Das embarcações
pesquisadas, 73,94% eram utilizadas no transporte de carga em geral; 7,80% no
transporte exclusivo de passageiros e, 18,26% atendendo tanto ao transporte de
passageiros como carga, denominados como “misto”.
51
A rota do Médio Amazonas foi identificada como a de maior movimento de
embarcações nas três categorias já referidas, representavam cerca de 40% do total das
embarcações; a rota do Rio Madeira apresentou-se com o segundo maior movimento,
com uma participação de 17,15%; as rotas do Rio Negro e do Solimões/Japurá tiveram
movimento semelhante, girando cada um em torno de 13%; o comportamento das rotas
do Juruá e Solimões pode ser considerado igual, com a participação percentual em
torno de 4%; e, na rota do Purus com 8,46% das embarcações pesquisadas.
Um fato constatado pelo CODEAMA diz respeito às embarcações que eram, em
sua maioria, exploradas pelo próprio proprietário com 90,6%. Isto está relacionado com
o fato de que 70% dos armadores possuíam apenas uma embarcação.
A frota de embarcações pesquisadas revelou-se bastante novas na época, se
considerarmos que uma embarcação tem vida média útil de 20 anos; a idade modal dos
barcos ficou situada em 3 anos e a mediana em 4 anos. As embarcações com a idade
igual ou superior a 20 anos constituíam somente 2,4%. Foi observado ainda o estado de
conservação da referida frota, e identificou-se que, além das embarcações serem novas,
estavam em boas condições de conservação, uma vez que 79,51% foram classificadas
como em bom estado de conservação e apenas 1,56% tiveram seu estado considerado
ruim. A média de tripulantes observada foi de 3,23 tripulantes/embarcações, que é
relativamente pequeno, levando em consideração o volume de serviços requeridos por
uma embarcação.
O levantamento dos preços das passagens revelou que existia uma forte
concorrência entre os proprietários das embarcações, principalmente para os usuários
que viajavam em rede, uma vez que, para algumas localidades servidas por mais de
uma embarcação, havia diferentes preços. No tocante ao preço cobrado pelo frete, por
tonelada de carga, a concorrência é mais acentuada e o preço da tonelada por milha
navegada não é uniforme entre as rotas, mostrando-se inversamente proporcional às
distâncias.
A partir das informações levantadas sobre receita e custo das embarcações,
estimou-se o crédito financeiro. O resultado mostrou a existência de uma alta
rentabilidade, situando-se em torno de 40% da receita.
O transporte de passageiro pode ser visto pela perspectiva de Nogueira (1999).
Segundo ele, o transporte fluvial de passageiros encontra-se nas mãos de
empreendimentos privados, uma vez que o estado falimentar da empresa estatal Enasa,
52
que já foi responsável pelo transporte do maior número de passageiro na calha principal
da Amazônia, não permitiu que esta companhia continuasse a operar com a
regularidade que tinha há alguns anos.
Uma característica deste tipo empreendimento é o seu perfil familiar, onde esta
atividade é formada basicamente por autônomos. A composição do faturamento é aqui
corroborada por Nogueira através do comércio, do frete e da tarifa, ou seja, a cobrança
do frete da carga transportada nos porões ao interior amazônico, mais a cobrança da
passagem e mais o próprio comércio de mercadorias transportadas pelos armadores
possibilitou consolidar esta modalidade de navegação. Pode-se afirmar que, qualquer
empreendimento de navegação fluvial neste padrão que tentar sobreviver
exclusivamente da tarifa estará caminhando para o fundo.
Recentemente começou-se a utilizar o transporte de passageiros de alta
velocidade. Este tipo de transporte é composto por embarcações tipo lancha, com
capacidade para 87 passageiros e 3 tripulantes. Elas são cobertas e possuem dois
motores, cada um com 400 hp´s de potência. É possível viajar para Santarém no estado
do Pará, com escalas em Parintins, Juruti, Óbidos e para Tefé no estado do Amazonas,
com escalas em Anori, Codajás e Coari. O tempo médio para a cidade de Parintins, por
exemplo, que dura em média 18 horas, é feito pelos “ajatos” em 7,5 horas, o que
representa uma redução de 10,5 horas ou 58% no tempo de deslocamento. Para
Santarém o trajeto que é feito em média em 30 horas cai para 13 horas, uma redução
de 17 horas, mas em termo relativos, a redução é praticamente a mesma, neste caso,
57%.
Já o preço da passagem cresce de forma inversa. Num barco tradicional a
passagem pode custar entre 60 e 80 reais. Já no transporte “ajato” o preço sobe para
140 reais, uma variação de 75 a 130 por cento mais caro.
3.1. O Transporte de Cargas
O subsistema portuário do estado conta com os portos de Manaus, Itacoatiara,
Coari e Parintins, delegados ao estado em 26/11/1997, além dos portos e atracadouros
diferenciados em termos de estrutura, organização, equipamentos e tráfego de
embarcações.
53
Algumas cidades têm cais para acostagem, como Manicoré, no rio Madeira e boca
do Acre, no rio Purus, mas na grande maioria a atracação se dá junto a barrancos3.
O porto de Manaus movimentou em 2002, segundo a Sociedade de Navegação,
Portos e Hidrovias do Estado do Amazonas (SNPH), no cais público, 1.233.394t de
cargas e, fora do cais, 9.612.583t, que responderam, respectivamente, por 11% e 89%
do total do porto, 10.845.977t, sendo:
Cargas importadas – carga geral: aparelhos eletrônicos 70.800t, bicicletas
e acessórios 5.723t, ferro, aço e ligas 2.881t, materiais de construção
1.250t, material plástico e resina 38.236t, produtos alimentícios 4.076t,
produtos químicos 15.817t, fita magnética 3.193t, leite em pó 8.504t,
máquinas e acessórios 5.804t, motocicletas e acessórios 3.043t, artigos de
papel 4.952t, tecidos 5.398t, vidros e objetos de vidro 1.780t e outros
produtos 82.376t;
Cargas exportadas – carga geral: aparelhos eletrônicos 13.800t, madeira
15.645t, produtos alimentícios 1.785t, produtos químicos 6.382t, castanha
5.384t, máquinas e acessórios 1.200t, motocicletas e acessórios 6.738t,
artigos de papel 9.310t e outros produtos 7.699t;
Cabotagem - cargas desembarcadas – carga geral: aparelhos eletrônicos
6.575t, bebidas 41.944t, aço e ligas 59.846t, materiais de construção
75.834t, material plástico e resina 32.478t, produtos químicos 7.583t,
açúcar 6.045t, arroz 7.945t, cimento 9.347t, sal 10.758t, trigo 15.945t,
vidros e objetos de vidro 2.742t e outros produtos 305.538t;
Cargas embarcadas – carga geral: aparelhos eletrônicos 22.455t bebidas
1.510t, bicicletas e acessórios 3.149t, ferro, aço e ligas 42.571t madeira
5.851t, materiais de construção 3.641t, material plástico e resina 7.196t,
produtos químicos 1.443t, e outros produtos 241.222t.
3 Para maiores informações sobre o sistema de transporte no estado do Amazonas, recomenda-se a
leitura do trabalho realizado por José Alex Sant´Anna, intitulado “Rede Básica de Transporte da Amazônia” – Texto para discussão no. 562 do IPEA – Instituto de Pesquisa Econômica Aplicada do Ministério do Planejamento.
54
Tabela 10 – Movimentação de cargas (em ton.) no porto de Manaus:1986 – 2002
Ano
Embarque Desembarque
Total Granel
Sólido
Granel
Líquido
Carga
Geral
Sub -
Total
Granel
Sólido
Granel
líquido
Carga
Geral
Sub-
Total
1986 12.524 632.019 358.275 1.002.818 250.919 1.670.223 754.055 2.675.197 3.678.015
1987 1.523 536.316 380.929 918.768 508.784 1.771.215 767.189 3.047.188 3.965.956
1988 251 546.507 434.535 981.293 502.381 1.817.300 625.447 2.945.128 3.926.421
1989 – 629.685 361.858 991.543 607.597 1.693.548 566.171 2.867.316 3.858.859
1990 – 419.874 336.663 756.537 444.348 1.707.003 430.201 2.581.552 3.338.089
1991 100 378.674 199.960 578.734 396.412 1.891.567 256.559 2.544.538 3.123.272
1992 – 86.543 139.486 226.029 253.080 2.857.676 249.786 3.360.542 3.586.571
1993 – 34.902 102.055 136.957 105.392 1.262.969 222.110 1.590.471 1.727.428
1994 – 728 110.107 110.835 70.412 634.755 300.277 1.005.444 1.116.279
1995 – 217.552 111.015 328.567 – 2.459.639 461.981 2.921.620 3.250.187
1996 – 1.263.675 141.436 1.405.111 – 2.224.034 735.485 2.959.519 4.364.630
1997 317.274 1.690.233 211.447 2.218.954 392.015 1.581.739 610.876 2584.630 4.803.584
1998 612.000 1.856.727 218.215 2.686.942 695.950 4.369.811 472.503 5.538.264 8.225.206
1999 711.916 1.458.729 271.408 2.442.053 697.947 2.951.081 774.869 4.423.897 6.865.950
2000 951.616 2.547.750 291.778 3.791.144 1.015.799 3.108.963 894.368 5.019.130 8.810.274
2001 1.046.571 2.398.634 276.036 3.721.241 1.267.689 3.571.426 873.506 5.712.621 9.433.862
2002 1.070.593 3.043.012 453.126 4.566.731 1.276.081 3.963.088 1.040.077 6.279.246 10.845.977
FONTE: Anuário Estatístico Portuário – 2002.
A embarque de cargas no Porto de Manaus cresceu 22,7% em 2002 em relação
a 2001 e 355,4% em relação a 1986. Apesar desse crescimento, o embarque de cargas
apresentou uma tendência de queda entre 1986 e 1994, começando, a partir daí, uma
recuperação, que foi momentaneamente interrompida em 1999, mas voltando a crescer
em seguida.
As importações apresentam uma maior variação quando analisamos todo o
período. Entretanto, se observarmos entre 1986 e 1992, existe uma estagnação nas
importações com pequenas variações para acima e para baixo, e um pequeno
crescimento no final deste período. Entretanto, com a abertura econômica que se dá em
1992, principalmente com o incremento das importações, há uma queda da ordem de
70% em 1994 em relação a 1992.
Sem dúvida, toda esta dinâmica econômica se reflete no setor de transporte. O
incremento, tanto nas importações quanto nas exportações, escoam através dos mais
diversos modais. Isto fica claro quando analisamos a Figura 5, onde a movimentação no
Porto de Manaus, em particular, cresce consideravelmente, a partir de 1994 quando se
inicia um período de estabilização econômica.
55
Gráfico 5 - Movimentação do Porto de Manaus – AM, 1986 – 2002
FONTE: Anuário Estatístico dos Portos, 2002.
De uma a forma geral, a partir de 1994, com o plano real e a estabilização
econômica, junto com o controle da inflação, iniciou-se uma recuperação geral, tanto no
embarque quanto no desembarque de mercadorias no porto de Manaus. A crise na
economia brasileira em 1999 obrigou o governo federal a desvalorizar o real em relação
ao dólar. Esta medida ajudou na recuperação do comércio exterior brasileiro, que
cresceu em 2000, 55,2% com as exportações e em 13,5% nas importações, em relação
ao ano anterior.
As exportações não mantiveram o nível de crescimento ocorrido, caindo em 2001,
em relação ao ano anterior, 1,8%. Em compensação, as importações cresceram,
variando positivamente em 2001 em relação ao ano anterior, em 7,0%.
O porto de Itacoatiara foi inaugurado em março de 1997, graças a uma parceria
do Grupo Maggi e o Governo do Amazonas, que criou também a Hermasa Navegação
da Amazônia S.A. Trata-se de um investimento de US$ 60 milhões, dos quais US$ 20
milhões foram aplicados na construção do terminal flutuante, que recebe navios de até
60 mil toneladas. O porto conta com um armazém graneleiro com capacidade para 90
mil toneladas. O restante foi investido no terminal graneleiro de Porto Velho e na
aquisição da frota de barcaças e empurradores. Cada barcaça é capaz de transportar 2
56
(duas) mil toneladas de grãos e pode ser descarregada, em Itacoatiara, em apenas 1
hora. Temos a seguir a movimentação de carga do terminal de Itacoatiara em 2001 e
2002.
Tabela 11 – Movimentação (em ton.) do terminal de Itacoatiara - Empresa:
Hermasa Navegação da Amazônia Ltda - Itacoatiara Am: 2001 e 2002
Ano
Embarque Desembarque
Total Granel
Sólido Granel
Sólido Granel
Líquido Carga
Geral Subtotal
LONGO CURSO
2001 991.931 62.575 62.575 1.054.506
2002 965.784 103.700 103.700 1.069.484
OUTRAS
2001 54.604 1.131.064 1.131.064 1.185.668
2002 104.809 1.097.651 1.097.651 1.202.460
TOTAL
2001 1.046.535 62.575 1.131.064 1.193.639 2.240.174
2002 1.070.593 1.201.351 1.201.351 2.271.944
FONTE: Anuário Estatístico Portuário – 2002.
A movimentação de carga no terminal graneleiro de Itacoatiara apresenta
números estáveis quando analisamos o volume global, com um pequeno crescimento de
1,42% em 2002. Uma análise mais detalhada mostra, no embarque de produtos, um
significativo aumento no item OUTRAS, com uma variação positiva de 91,9%. O
crescimento ocorrido no desembarque de granéis sólidos ocorre no item LONGO
CURSO. Nele, a variação positiva foi de 65,7%.
3.2. O Transporte de Passageiros e Cargas
A cidade de Manaus possui vários locais por onde partem os mais variados tipos
de embarcações. Há desde instalações modernas, com praça de alimentação, auditório
para shows e congressos, alfândega e um adequado traslado, até atracadouros rústicos,
onde os passageiros são obrigados a se equilibrarem em tábuas, carregando suas
bagagem e seus familiares.
Os passageiros que partem de Manaus através de embarcações regionais ou
mesmo de um navio, terão, no centro da cidade, duas opções, a Estação Hidroviária do
Amazonas (EAH), com instalações modernas e uma série de serviços agregados e a
57
Escadaria dos Remédios/Manaus Moderna, esta última com uma estrutura modesta e
inadequada para o transporte de passageiros e carga.
Entretanto, o que se verifica na prática é a preferência pelo local mais modesto,
isto é, a Escadaria dos Remédios/Manaus Moderna. Alguns fatores ajudam a entender
esta intrigante escolha. Um deles é o fator econômico, visto que o preço das passagens
na Estação Hidroviária chega a custar até 50% mais caro em relação ao preço praticado
na Escadaria dos Remédios. Isto ocorre em função das taxas cobradas das
embarcações e do preço tabelado pela Estação Hidroviária que não possibilita a
negociação junto ao armador. Outro fator é o rígido controle no acesso às embarcações
feito pela alfândega da Estação. É importante ressaltar que não é possível viajar para
todas as localidades do estado através da Estação Hidroviária. Somente as localidades
que demandam bastante passageiros oferecem linhas regulares, para as demais, a
viagem tem que ser feita através da Escadaria dos Remédios.
Além do preço praticado pelas embarcações na Escadaria dos Remédios ser
significativamente menor que o preço da Estação Hidroviária, os armadores utilizam-se
de vendedores que disputam cada possível passageiros. A disputa é acirrada e, além
disso, é possível a negociação junto ao armador, onde o preço pode cair mais ainda.
Outro fator cultural que favorece o embarque na Escadaria dos Remédios é o
acesso dos familiares junto às embarcações. É natural que os familiares queiram
acompanhar quem viaja até o último momento, inclusive dentro do barco, o que não é
possível no outro caso.
4. MATERIAL E MÉTODOS
Para maior compreensão do transporte de passageiros e cargas na navegação
interior do estado do Amazonas, fez-se necessário o levantamento de dados, diante do
insucesso na coleta dos mesmos junto aos órgãos ligados a esta atividade.
4.1. A Composição da Amostra
Na Capitania dos Portos de Manaus foram coletadas duas amostras: uma através
dos relatórios da fiscalização das embarcações que partem de Manaus e a outra
diretamente no Sistema de Informação da Marinha. Para a coleta dos dados, foram
utilizados dois tipos de amostras: a aleatória simples e a intencional. No caso das
embarcações pesquisadas no sistema de Informações da Capitania dos Portos, utilizou-
se a amostragem por conveniência. Isto ocorreu para que se utilizassem dados de
embarcações que normalmente navegam na região, a aleatória simples poderia nos dar
dados de embarcações que estão fora de atividade. Já o levantamento feito na
Escadaria dos Remédios/Manaus Moderna, foi aleatório, sendo os dados levantados
durante vários dias da semana.
4.1.1. A Coleta dos Dados
Para se obter o perfil das embarcações, a taxa de ocupação e os custos e
receitas das embarcações que navegam nos rios da Amazônia, partindo tanto da
Estação Hidroviária, no porto privatizado de Manaus, quanto no porto de livre atracação
localizado na Escadaria dos Remédios/Manaus Moderna, no centro da cidade de
Manaus, foram feitos três levantamentos. Os dois primeiros ocorreram na Capitania dos
Portos de Manaus e o último através de questionários junto às embarcações.
59
Para se determinar o perfil das embarcações e por se tratar de um banco de
dados muito extenso, o da Capitania dos Portos, nos restringimos a um número de,
aproximadamente, 200 embarcações de normalmente despacham junto à Capitania dos
Portos. Esta medida foi adotada em função da possibilidade de, utilizando-se a
aleatoriedade, levantar-se dados de embarcações que já não mais operavam. Como a
pesquisa restringe-se a embarcações regionais de passageiros e de passageiros e
cargas, e estas são obrigadas a despachar junto à Capitania dos Portos, a restrição é
bem razoável.
Definida a população alvo da primeira pesquisa, buscou-se no SISMAT – Sistema
de Informação da Marinha - dados gerais das embarcações. As variáveis pesquisadas
foram: lotação (autorizada), ab (arqueação bruto), al (arqueação líquida), tipo
(passageiro ou de passageiro e carga), comprimento (em metros), casco (madeira, aço,
alumínio), boca (em metros), ano (de construção), calado (em metros) e potência (do
motor em hp).
Nem todas as embarcações listadas constavam no sistema. Isto ocorre em
função do registro definitivo da embarcação demorar até dois anos para sair e, então,
constar no sistema. Durante esse período, as embarcações navegam com autorizações
provisórias. Com este obstáculo, a amostra reduziu-se para 85 embarcações. Vale
ressaltar que alguns campos não estavam preenchidos, ocasionando uma série de
valores perdidos.
Para se calcular a taxa de ocupação das embarcações, recorreu-se ao relatório
preenchido pelos oficiais da Capitania nas abordagens das embarcações que partem de
Manaus. Dentre outras informações, neste relatório constam a lotação autorizada para
transporte de passageiros, bem como o número efetivo de pessoas naquela viagem.
Foram tabulados os dados de 276 embarcações no mês de novembro e 285 no mês de
dezembro de 2003, perfazendo um total de 561 amostras. Uma mesma embarcação foi
pesquisada mais de uma vez, o que ajudou a ponderar a taxa de ocupação.
O terceiro levantamento deu-se junto às embarcações aportadas, tanto na
Estação Hidroviária, quanto na Escadaria dos Remédios/Manaus Moderna. Utilizou-se
para isso, um questionário que continha basicamente as mesmas informações
levantadas na primeira pesquisa, além de perguntas sobre receitas e despesas nas
viagens. A repetição dos questionamentos sobre as informações gerais dos barcos teve
60
dois intuitos: primeiro, o de aferir o que fora levantado junto a Capitania e o segundo, o
de servir de introdução ao que realmente importava, ou seja, o desempenho financeiro.
Segundo a Capitania dos Portos, as estatísticas de registros das embarcações
devem ser vistas com cautela. A informalidade que impera no transporte fluvial dificulta
bastante o controle do banco de dados. Vale ressaltar que o transporte fluvial de
passageiros e cargas não é regulamentado, o que dificulta mais ainda este controle. É
comum uma embarcação mudar de atividade sem que isto seja comunicado à Capitania,
portanto, podem existir barcos cadastrados como pesqueiros, por exemplo, que atuam
no transporte de passageiros e/ou carga.
Outro fator que dificulta o controle das embarcações é o fato dos barcos não
possuírem um “número de chassi” como os automóveis, por exemplo. Logo, é possível
que uma embarcação seja registrada mais de uma vez junto à Capitania. Isto ocorre, por
exemplo, com as embarcações que possuem algum tipo de pendência, ou que, no
passado, tenham se envolvido em algum acidente grave, o que torna conveniente, ao
dono do barco, mudar o nome da embarcação para que ela não venha a ser lembrada
pelo ocorrido.
Tabela 12 – Embarcações por tipo – Manaus: 2004
Tipo AB <= 20 AB > 20 QTDE %
Lancha 2.293 480 2.773 34,1%
Cargueiro 1.235 218 1.453 17,8%
Pesqueiro 898 106 1.004 12,3%
Balsa 21 941 962 11,8%
Rebocador / Empurrador 387 395 782 9,6%
Misto (passageiro e Carga) 324 244 568 7,0%
Passageiro 121 37 158 1,9%
Flutuante 36 154 190 2,3%
Carga Geral 31 7 38 0,5%
Graneleiro - 23 23 0,3%
Outros Granéis Líquidos 13 6 19 0,2%
Outras Embarcações 67 106 173 2,1%
Total 5.426 2.717 8.143 100%
FONTE: Capitanias dos Portos da Amazônia Ocidental – Manaus
61
As embarcações analisadas são as do tipo mistas, ou seja, que transportam
passageiros e cargas e as que transportam apenas passageiros. Segundo a Capitania
dos Portos de Manaus existem 726 embarcações desses dois tipos, o que representa
8,9% do total.
4.2. A Inferência dos Dados
Para Magalhães e Lima (2001), a inferência estatística é o estudo de técnicas que
possibilitam a extrapolação, a um grande conjunto de dados das informações e
conclusões obtidas a partir de subconjuntos de valores, usualmente de dimensão muito
pequena. Já Fonseca e Martins (1996) afirmam tratar-se do processo de se obter
informações sobre uma população a partir de resultados observados na amostra.
Segundo Freund e Simon (2000), um dos principais objetivos da maioria dos estudos,
análises ou pesquisas estatísticas é fazer generalizações seguras – com base em
amostras – sobre as populações das quais se extraíram as amostras.
Vamos admitir que as amostras retiradas nos três levantamentos são
suficientemente grandes. Estudos, envolvendo simulações, mostram que em muitos
casos valores de amostras ao redor de 30 fornecem aproximações bastante boas para
explicações práticas. Em casos em que a verdadeira distribuição dos dados é simétrica,
excelentes aproximações são obtidas, mesmo com valores de amostras inferiores a 30.
4.2.1. Definições
Este capítulo apresenta tópicos de estatística inferencial, que consiste em
métodos de utilização de dados amostrais para tirar conclusões sobre parâmetros
populacionais. As definições 4-1 a 4-8, são dadas segundo Triola (1999).
Definição 4-1: Um estimador é uma estatística amostral utilizada para obter uma
aproximação de uma parâmetro populacional.
Definição 4-2: Uma estimativa é um valor específico, ou um intervalo de valores,
usado para aproximar um parâmetro populacional.
62
Definição 4-3: Uma estimativa pontual é um valor (ou ponto) único usado para
aproximar um parâmetro populacional.
Definição 4-4: Um intervalo de confiança (ou estimativa intervalar) é uma
amplitude (ou intervalo) de valores que tem probabilidade de conter o verdadeiro valor
da população.
Um intervalo de confiança está associado a um grau de confiança que é uma
media de incerteza de que o intervalo contêm o parâmetro populacional. A definição de
grau de confiança utiliza para descrever uma probabilidade que corresponde a uma
área.
Definição 4-5: O grau de confiança é a probabilidade 1 (comumente expressa
como o valor percentual equivalente) de um intervalo de confiança conter o verdadeiro
valor do parâmetro populacional. (O grau de confiança é também chamado nível de
confiança, ou coeficiente de confiança).
Definição 4-6: Um valor crítico é um número na fronteira que separa os valores
das estatísticas amostrais prováveis de ocorrerem, dos valores que têm pouca chance
de ocorrer. O número 2z é um valor crítico que é um escore z com a propriedade de
separar uma área de 2/ na cauda direita da distribuição normal padronizada. (Há uma
área de 1 entre as fronteiras verticais em 2az e 2az ).
Definição 4-7: O desvio-padrão de um conjunto de valores amostrais é uma
medida da variação dos valores em relação à média. Calcula-se com o auxílio da
Fórmula )
)
Definição 4-8: Quando utilizamos dados amostrais para estimar uma média
populacional , a margem de erro, denotada por ,E é a diferença máxima provável
(com probabilidade 1 ) entre a média amostral observada x e a verdadeira média
populacional . A margem de erro E é chamada também de erro máximo da estimativa
e pode ser obtida multiplicando-se o valor crítico pelo desvio-padrão das médias
amostrais, conforme Fórmula ( 2 ).
63
O principal parâmetro a ser estimado, é a média das variáveis. Elas nos ajudarão
a traçar um perfil das embarcações que partem dos portos de Manaus. Como
desconhecemos a média populacional ),( utilizaremos x como estimativa de .
Entretanto, há uma probabilidade 1 desta estimativa diferir valor real em um sentido
ou outro por no máximo:
nzE
.2
( 1 )
Da maneira como se definiu a margem de erro ,E há uma probabilidade de 1
de uma média amostral conter um erro superior a ,E e há uma probabilidade de de a
média amostral conter um erro superior a .E O cálculo da margem de erro ,E tal como
dada pela Fórmula ( 2 ) exige o conhecimento do desvio-padrão populacional , mas,
na realidade, é raro conhecermos quando a média populacional não é conhecida.
É comum o método de cálculo seguinte.
Figura 1 - Determinação de 2z para 95% de grau de confiança.
Cálculo de E quando é desconhecido
Grau de Confiança: 95%
0,475 0,475
/2=0,025 /2=0,025
96,12/ z 96,12/ z0z
64
Se ,30n podemos substituir da Fórmula ( 2 ) pelo desvio-padrão amostral .s
Se ,30n a população deve ter distribuição normal, e devemos conhecer para
aplicar a Fórmula ( 2 ).
Com base na definição da margem de erro ,E podemos agora identificar o
intervalo de confiança para a média populacional .
ExEx ( 2 )
onde E é dado pela Fórmula ( 2 ).
Intervalo de Confiança (ou Estimativa Intervalar) para a Média Populacional
(Com Base em Grandes Amostras: n > 30)
Determinar o valor crítico 2z correspondente ao grau de confiança
desejado (por exemplo, se o grau de confiança é 95%, o valor crítico é
.96,12 z )
Calcular a margem de erro ./. nz E 2 Se o desvio-padrão
populacional não é conhecido, deve-se utilizar o desvio-padrão amostral
,s desde que n > 30.
Com o valor calculado da margem de erro E e o valor da média amostral
,x calcula-se os valores de Ex e . Ex Levar esses valores na
expressão geral do intervalo de confiança:
ExEx
ou Ex
ou ),( ExEx ( 3 )
Segundo TRIOLA (1999), deve-se ter bastante cuidado para interpretar
corretamente os intervalos de confiança. Desde que se utilize dados amostrais para
achar os limites específicos Ex e ,Ex esses limites incluirão, ou não incluirão, a
65
média populacional ; e isto não podemos determinar sem conhecer o verdadeiro valor
de . É incorreto afirmar que tem 95% de chance de estar entre os limites
especificados, porque é uma constante, e não uma variável aleatória. Ou está
entre esses limites, ou não está; não há qualquer probabilidade em jogo. É correto
dizermos que, a longo prazo, esses métodos darão intervalos de confiança que terão
em 95% dos casos.
A idéia básica na construção na construção do intervalo de confiança está
alicerçada no teorema central do limite, que indica que, com grande (n > 30) amostras, a
distribuição das médias amostrais é aproximadamente normal com média e desvio-
padrão .n O formato do intervalo de confiança é, na realidade, uma variação da
equação
n
xz
( 4 )
Resolvendo esta equação em relação a , obtermos .n
zx
Com os
valores positivos e negativos de z obtemos os limites do intervalo de confiança que
estamos utilizando.
Definição 4-9: Em estatística, uma hipótese é uma alegação, ou afirmação, sobre uma
propriedade de uma população (TRIOLA, 1999, p 171).
A hipótese nula (denotada por 0H é uma afirmação sobre o valor de um
parâmetro populacional (como a média), deve conter uma condição de igualdade e deve
escrever-se como ., ou A hipótese alternativa (denotada por 1H ) é a afirmação que
deve ser verdadeira se a hipótese nula é falsa.
Ao testar uma hipótese nula, chegamos a uma conclusão: rejeitá-la ou não rejeitá-
la. Tais conclusões ora são corretas, ora são incorretas. Há dois diferentes tipos de
erros que podemos cometer. Cometemos um erro quando rejeitamos uma hipótese
numa verdadeira, ou deixamos de rejeitar uma hipótese nula falsa. Definem-se como se
segue os erros tipo I e tipo II.
66
Definição 4-10: Erro Tipo I: Consiste em rejeitar a hipótese nula quando ela é
verdadeira.
O erro tipo I não é uma cálculo mal feito ou uma fase do processo ml
desempenhada; é um erro que pode ocorrer como conseqüência casual de um evento
raro. A probabilidade de rejeitar a hipótese nula quando ela é verdadeira é chamada
nível de significância e se denota por (alfa). O valor de é tipicamente pré-
determinado; são comuns as escolhas 05,0 e .01,0
Definição 4-11: Erro tipo II: Consiste em não rejeitar a hipótese nula quando ela é falsa.
Usa-se o símbolo (beta) para representar a probabilidade de um erro tipo II.
Associam-se os seguintes termos às componentes principais em um processo de
teste de hipótese.
Definição 4-12: Estatística de teste: É uma estatística amostral, ou um valor baseado
nos dados amostrais.
Utiliza-se uma estatística de teste para tomar uma decisão sobre a rejeição de
uma hipótese nula.
Definição 4-13: Região crítica: É um conjunto de todos os valores da estatística de teste
que levam à rejeição hipótese nula.
Definição 4-14: Valor crítico: É o valor, ou valores, que separa(m) a região crítica dos
valores da estatística de teste que não levam à rejeição da hipótese nula.
Os valores críticos dependem da natureza da hipótese nula, da distribuição
amostral principal, e do nível de significância .
4.3. O Perfil das Embarcações Regionais que Partem de Manaus
Na região amazônica, a imensa bacia hidrográfica intensifica a utilização de
embarcações de todos os calados, sendo que, para algumas localidades, esta é a única
forma de transporte existente.
As viagens em barcos regionais podem ser feitas em lanchas, denominadas de
“voadeiras”, com baixa capacidade de passageiros e normalmente utilizadas em
67
pequenos trechos, onde o passageiro possui apenas bagagem de mão. Já as
embarcações que transportam passageiros e cargas possuem uma variabilidade muito
grande em sua capacidade. Existem desde embarcações de pequeno porte, autorizadas
a transportar 24 passageiros até um navio com lotação para 713 passageiros.
Utilizaremos os dados das abordagens feitas na embarcações que partem de
Manaus pela Capitania dos Portos de Manaus para estimarmos tanto a lotação
autorizada de passageiros, quanto a quantidade efetiva transportada nas embarcações
e, a partir destes dados, a taxa de ocupação. Esta análise está descrita nos itens 4.3.1
até 4.3.3.
4.3.1. A lotação autorizada das embarcações
Os dados oficiais apresentam 726 embarcações de passageiros e
passageiros/cargas. Utilizaremos este número como o tamanho de nossa população
alvo.
Para se estimar a lotação autorizada de passageiros das embarcações, usou-se
os dados obtidos nas embarcações fiscalizadas nos meses de novembro e dezembro de
2003. Por serem dois meses de intenso tráfego e pelo esforço da Capitania dos Portos
em fiscalizar todas as embarcações de passageiros e cargas que partem de Manaus, a
amostra proveniente destas fiscalizações são extremamente representativas. Foram 543
abordagens em 184 embarcações diferentes. Logo, para se estimar a lotação
autorizada, foram consideradas apenas as embarcações diferentes, ignorando-se as
repetições. Admitiremos a amostra de 184 embarcações suficientemente grande,
conforme discutido na Definição 4-8.
Diante disso, pode-se afirmar, com um nível de significância de 5%, que a lotação
média de passageiros autorizada pela Capitania dos Portos para as embarcações
navegarem, é 124 passageiros por embarcação, com um erro de 9 passageiros. O
intervalo de confiança de (115;133) contém a verdadeira média de lotação autorizada
nas embarcações. O coeficiente de variação é de 51,56%, sendo a menor número de 38
passageiros e o máxima de 415. A mediana encontrada foi de 100, ou seja, 50% das
embarcações são autorizadas a transportarem até 100 passageiros.
68
Tabela 13 – Capacidade das embarcações regionais - Manaus: 2003
Lotação Freqüência Freq.
Acum.
Freq.
Rel (%)
Freq. Acum.
Rel (%)
0 |---------- 50 8 8 4,3% 4,3%
50 |---------- 75 28 36 15,2% 19,6%
75 |---------- 100 46 82 25,0% 44,6%
100 |---------- 125 36 118 19,6% 64,1%
125 |---------- 150 12 130 6,5% 70,7%
150 |---------- 175 10 140 5,4% 76,1%
175 |---------- 200 14 154 7,6% 83,7%
200 |---------- 225 13 167 7,1% 90,8%
225 |---------- 250 10 177 5,4% 96,2%
250 |---------- 275 3 180 1,6% 97,8%
275 |---------- 300 2 182 1,1% 98,9%
300 |---------- 400 1 183 0,5% 99,5%
400 |---------- 450 1 184 0,5% 100,0%
Total 184 100,0%
Apesar da alta variabilidade da lotação, 25% das embarcações tem capacidade
de até 80 passageiros, 50% até 100 passageiros e, 75% possuem capacidade para
transportar até 171 passageiros. Vale ressaltar que 83,7% das embarcações possuem
capacidade de até 200 passageiros.
69
184N =
LOTAÇÃO
500
400
300
200
100
0
147
Figura 2 - Boxplot Lotação (Autorizada)
O boxplot ajuda a visualizar a concentração dos dados. Neste caso, há uma
maior concentração em valores menores que 200 passageiros e uma alta dispersão a
partir daí. Verifica-se, também, que o valor amostrado de uma embarcação autorizada a
navegar com 415 passageiros nada mais é que um “outlier”, ou seja, um caso isolado.
4.3.2. A lotação efetiva das embarcações
Para se estimar a quantidade de passageiros transportados, utilizou-se as
amostras das 270 embarcações fiscalizadas em novembro e 273 em dezembro de 2003,
perfazendo um total de 543 embarcações nos meses considerados.
Para o mês de novembro, pode-se afirmar, ao nível de significância de 5%, que o
número médio de pessoas transportados nas embarcações é de, aproximadamente, 70
passageiros por embarcação, sendo o intervalo de confiança estimado de (66;74)
passageiros e o erro máximo para média de 4 passageiros. A variabilidade é bem alta,
apresentando um coeficiente de variação de 53,5%. Foram observadas embarcações
com no mínimo 14 passageiros e no máximo 253 passageiros a bordo, 25% das
embarcações transportam até 43 passageiros, 50% transportam até 64 passageiros e,
75% até 90 passageiros.
Em dezembro, o número de passageiros nas embarcações, por se tratar de um
período de férias, aumenta significativamente. Em média, ao nível de significância de
70
5%, pode-se afirmar que as embarcações transportavam 101 passageiros, o que
representa um aumento de 44,3% em relação a novembro do número médio de
passageiros transportados nos portos de Manaus. O intervalo de confiança para este
mês é de (93;110), o erro máximo para a média é de 8 passageiros e o coeficiente de
variação de 70,2%. Este aumento na variação é reflexo da amplitude observada,
havendo desde embarcações que transportaram 13 passageiros, até embarcações com
600 passageiros.
O primeiro quartil confirma o aumento no número de passageiros transportados,
passando de 43 passageiros em novembro, para 58 em dezembro, a mediana passa de
64 passageiros para 81 e, de 90 para até 123 passageiros transportados, em 75% das
embarcações.
Tabela 14 – Resumo estatístico para o número de passageiros transportados –
Manaus: nov e dez de 2003
Estatísticas Novembro Dezembro Dez e Nov
Média 69,6 101,4 85,6
I.C. p/ Média (=5%) (65,1; 74,0) (92,9; 109,9) (80,6; 90,6)
Desvio-padrão 37,3 71,2 59,0
Coeficiente de Variação (cv) 53,9¨% 70,2% 68,9%
270N =
PASSNOV
300
200
100
0
-100
22011626120
2127
122
Figura 3 - Boxplot - Número de passageiros nas embarcações - Nov/2003.
71
273N =
PASSDEZ
700
600
500
400
300
200
100
0
-100
8814524421281131133132237143
144
192
226
37
36
Figura 4 - Boxplot - Número de passageiros nas embarcações - Dez/2003.
A Figura 3 e a Figura 4 mostram, respectivamente, a concentração do número de
passageiros transportados nos meses de novembro de dezembro. Como todas as
embarcações são fiscalizadas, a ocorrência de embarcações com um número maior de
passageiros aumenta. Vale lembrar que há repetições, ou seja, uma embarcação é
fiscalizada mais de uma vez. Isto ajuda a explicar o aumento no numero de “outliers”.
O boxplot mostra, também, o deslocamento para cima no número de passageiros.
É possível perceber a concentração de 75% das embarcações com menos de 100
passageiros em novembro, esse quantil aumenta visivelmente para mais de 100 em
dezembro.
Se ignorarmos o mês em questão, e trabalharmos com as 543 amostras, a média
obtida, com 5% de significância, é de 86 passageiros embarcados, e o intervalo de
confiança fica em (81;91), o erro máximo para a média é de 5 passageiros e o
coeficiente de variação encontrado é de 68,9%. O primeiro quartil é de 49 passageiros,
a mediana em 72 passageiros e o terceiro quartil em 100 passageiros.
Aproximadamente 70% das embarcações transportavam entre 50 e 200 passageiros.
Estes últimos dados nos ajudam a olhar as estatísticas “diminuídas”, em parte, do fator
sazonal.
72
Tabela 15 – Passageiros transportados nas embarcações
regionais - Manaus: nov e dez/2003
Lotação Freqüência Freq.
Acum.
Freq.
Rel (%)
Freq.Acum.
Rel (%)
0 |---------- 30 38 38 7,0% 7,0%
30 |---------- 50 100 138 18,4% 25,4%
50 |---------- 70 112 250 20,6% 46,0%
70 |---------- 100 153 403 28,2% 74,2%
100 |---------- 150 81 484 14,9% 89,1%
150 |---------- 200 32 516 5,9% 95,0%
200 |---------- 300 23 539 4,2% 99,3%
300 |---------- 400 2 541 0,4% 99,6%
300 |---------- 600 2 543 0,4% 100,0%
Total 543 100,0%
4.3.3. Taxa de ocupação das embarcações
As taxas de ocupação das embarcações foram calculadas, também,
separadamente para os meses de novembro e dezembro de 2003. Pode-se afirmar que
a taxa de ocupação no mês de novembro foi de 59,2%, ao nível de significância de 5% e
o erro máximo de 2,7%, sendo o intervalo de confiança de (56,5%;61,9%). Para o mês
de dezembro há um aumento significativo, a taxa de ocupação encontrada foi de 77,0%,
e o intervalo de confiança de (74,2%;79,9%), com erro máximo de 2,9%.
Outro indicador que demonstra o significativo aumento sazonal da taxa de
ocupação das embarcações no mês de dezembro são os quartis. O primeiro quartil do
mês de novembro indica que 25% das embarcações navegavam com uma taxa de
ocupação de até 40,8%. Esta taxa passa para 59,0% em dezembro. Já a mediana
passa de uma taxa de 56,5% em novembro para 82,5%. Em dezembro, 75% das
embarcações estavam com uma taxa muito próxima a 100%.
73
Tabela 16 – Quantis referentes à taxa de ocupação das
embarcações nos meses de nov e dez Manaus – 2003
Quartis
Taxa de Ocupação
Nov/03 Dez/03
1
40,8%
59,0%
2
56,5%
82,5%
3
76,2%
97,8%
No boxplot de dezembro, percebe-se uma maior variabilidade se comparado ao
mês de novembro, onde não ocorreu, inclusive, a presença de “outliers”.
Outros fatores sazonais que interferem na taxa de ocupação são as festas que
ocorrem nos municípios do interior do estado e, principalmente, o período de férias.
Diante disso, é importante ressaltar que os números não são conclusivos para uma taxa
de ocupação anual, restringindo-se, apenas, aos meses pesquisados. O ideal seria
dispormos de uma série histórica, o que não ocorre. Apesar das limitações, tem-se, com
esses dados, um importante indicador da taxa de ocupação das embarcações que
partem de Manaus.
74
270N =
TXNOVEM
140
120
100
80
60
40
20
0
Figura 5 - Boxplot - Taxa de ocupação das embarcações - Nov/2003.
272N =
TAXDEZEM
200
100
0
-100
54
Figura 6 – Boxplot - Taxa de ocupação das embarcações - Dez/2003.
4.3.4. Arqueação Bruta (AB)
Os dados utilizados para análise dos itens 4.3.4 até 4.3.10, foram levantados
junto ao SISMAT (Sistema de Informação da Martinha) na Capitania dos Portos de
75
Manaus. Este sistema contém os dados cadastrais de todas as embarcações. Apesar da
necessidade de manutenção neste banco de dados, foi possível coletar informações
suficientes para o propósito desta pesquisa.
A média da arqueação bruta (AB), ao nível de 5% de significância, encontrada
nas embarcações de passageiros e passageiros e cargas que partem de Manaus é de
71,2, o intervalo de confiança (56,3; 86,8) e o erro máximo para a média foi estimado em
15. Foi observada uma alta variabilidade nos dados, sendo o menor AB de 6,70 até
embarcações com AB de 427.
76
Tabela 17 – Embarcações por AB Manaus: 2003
AB Freqüência Freq.
Acum.
Freq.
Rel (%)
Freq. Acuml
Rel (%)
0 |---------- 20 5 5 5,9% 5,9%
20 |---------- 40 27 32 31,8% 37,6%
40 |---------- 80 26 58 30,6% 68,2%
80 |---------- 100 7 65 8,2% 76,5%
100 |---------- 150 12 77 14,1% 90,6%
150 |---------- 250 6 83 7,1% 97,6%
250 |---------- 450 2 85 2,4% 100,0%
Total 85 100,0%
AB é uma unidade adimensional de volume, servindo como parâmetro para
classificação das embarcações. Verificaram-se, desde embarcações muito pequenas,
provavelmente para transporte familiar em relativos percursos pequenos, até grandes
embarcações regionais com alta capacidade de cargas e passageiros com condições de
enfrentar os grandes desafios dos rios amazônicos.
84N =
AB
500
400
300
200
100
0
-100
85263
3
1
Figura 7 - Boxplot - AB.
77
Existem dois importantes intervalos na distribuição dos AB`s das embarcações. O
primeiro, compreende as embarcações com AB entre 20 e 80, com 62,3% e, o segundo,
as embarcações entre 100 e 150 AB, com 14,1%. Os dois intervalos representam,
juntos, 76,4%.
O reflexo da capacidade das embarcações está na AB das embarcações.
Conforme demonstra a Tabela 17, 75% das embarcações possuem AB até valores
próximos a 100. Existem alguns “outliers” que dizem respeito a alguns navios que
navegam em nossa região.
4.3.5. Comprimento das Embarcações
Ao nível de significância de 5%, pode-se afirmar que o comprimento médio das
embarcações que partem de Manaus mede 22,5m, sendo o intervalo de confiança de
(21,3; 23,8), com erro máximo de 1,3 metro. As embarcações apresentam uma
moderada variação em seu tamanho, sendo o coeficiente de variação de 26,1%.
Tabela 18 – Tamanho das embarcações (em metros) - Manaus: 2003
Comprimento Freqüência Freq.
Acum.
Freq.
Rel (%)
Freq. Acum.
Rel (%)
0 |---------- 15 6 6 7,1% 7,1%
15 |---------- 20 22 28 25,9% 32,9%
20 |---------- 25 32 60 37,6% 70,6%
25 |---------- 30 16 76 18,8% 89,4%
30 |---------- 35 6 82 7,1% 96,5%
35 |---------- 40 2 84 2,4% 98,8%
40 |---------- 45 1 85 1,2% 100,0%
Total 85 100,0%
O menor comprimento observado foi 11,4 metros e o maior de 43,3 metros. O
primeiro quartil apresenta 18,8m, a mediana é de 22,7m e, 75% das embarcações
medem até 25m. Se considerarmos o intervalo entre as embarcações entre 15m e 35m,
78
temos, aproximadamente, 90% de todas as embarcações. O valor modal está
compreendido entre embarcações entre 20 e 25 metros.
85N =
COMPRIME
50
40
30
20
10
0
23
1
Figura 8 – Boxplot - Comprimento das embarcações (em metros).
Os dados referentes ao comprimento apresentam-se bem concentrados. Existem
poucos “outliers”.
4.3.6. Tamanho da “Boca”
O comprimento médio da “boca” da embarcação é, ao nível de significância de
5%, de 5,5m, tendo como intervalo de confiança (5,2; 5,8), com erro máximo estimado
em 0,3 metro. O menor comprimento observado foi de 2,27m e o maior de 10,0m.
Os quartis seguem a seguinte distribuição: primeiro quartil compreende
embarcações com até 4,5 metros de “boca”, 50% com “boca” até 5,5 metro e, 75% das
embarcações possuem de “boca”, até 6,3 metro. O percentual de embarcações que
medem entre 3,5 e 7,5 metros de “boca” representa 77,6%.
79
Tabela 19 – “Boca” das embarcações (em metros) - Manaus: 2003
Boca Freqüência Freq.Acum. Freq. Rel.
(%)
Freq. Acum.
Rel (%)
0 ,0 |---------- 2,5 1 1 1,2% 1,2%
2,5 |---------- 3,5 9 10 10,6% 11,8%
3,5 |---------- 4,5 10 20 11,8% 23,5%
4,5 |---------- 5,5 20 40 23,5% 47,1%
5,5 |---------- 6,5 25 65 29,4% 76,5%
6,5 |---------- 7,5 11 76 12,9% 89,4%
7,5 |---------- 8,5 7 83 8,2% 97,6%
8,5 |---------- 10,5 2 85 2,4% 100,0%
Total 85 100,0%
85N =
BOCA
12
10
8
6
4
2
0
1
Figura 9 - Boxplot - “Boca”.
O comprimento da “boca” é bem distribuído e com pouca dispersão, com apenas
uma ocorrência de “outlier”, conforme demonstra a Figura 9.
80
4.3.7. O Calado das Embarcações
Em virtude do SISMAT conter alguns campos de seu banco de dados em branco,
só foi possível coletar 65 amostras. Diante disso, pode-se afirmar, com 5% de
significância, que o calado médio das embarcações é de 1,34 metro, sendo o seu
intervalo de confiança entre (1,24; 1,47) e o erro máximo de 0,1 metro.
O coeficiente de variação é de 34,4% e os quartis: 25% das embarcações
apresentam calados de até 1.0 metro, 50% até 1,3 metro e, 75% apresentam calados
até 1,65 metro. Têm-se aproximadamente 70% das embarcações com calado entre 1,0
metro a 2,0 metros.
Tabela 20 – Distribuição do calado das embarcações (em metros) –
Manaus: 2003
Calado Freqüência Freq.Acum. Freq.
Rel (%)
Freq. Acuml
Rel (%)
0 ,5 |---------- 0,8 4 4 6,2% 6,2%
0 ,8 |---------- 1,0 8 12 12,3% 18,5%
1,0 |---------- 1,2 10 22 15,4% 33,8%
1,2 |---------- 1,4 15 37 23,1% 56,9%
1,4 |---------- 1,6 11 48 16,9% 73,8%
1,6 |---------- 1,8 7 55 10,8% 84,6%
1,8 |---------- 2,0 2 57 3,1% 87,7%
2,0 |---------- 2,2 5 62 7,7% 95,4%
2,2 |---------- 2,9 3 65 4,6% 100,0%
Total 65 100,0%
Existe uma boa concentração nos dados, com a ocorrência de alguns “outliers”.
81
65N =
CALADO
3,0
2,5
2,0
1,5
1,0
,5
0,0
1
68
Figura 10 - Boxplot - Calado.
4.3.8. Potência do Motor
Para esta variável só foi possível a coleta de 63 amostras. A potência média, com
5% de significância, é de 254 hp´s, com erro máximo foi estimado em 33,4 hp´s, e o
intervalo de confiança (220; 288). O reflexo da alta variabilidade nos tamanhos das
embarcações se dá na potência dos motores, visto que é possível encontrarmos motor
com 72 hp´s até com 624 hp´s. O coeficiente de variação é de 53,2%.
82
Tabela 21 – Potência dos motores (em hp) das embarcações –
Manaus: 2003
Potência Freqüência Freq.
Acum.
Freq.
Rel (%)
Freq. Acum.
Rel (%)
70 |---------- 100 3 3 4,8% 4,8%
100 |---------- 150 14 17 22,2% 27,0%
150 |---------- 200 12 29 19,0% 46,0%
200 |---------- 300 8 37 12,7% 58,7%
300 |---------- 350 13 50 20,6% 79,4%
350 |---------- 400 3 53 4,8% 84,1%
400 |---------- 500 7 60 11,1% 95,2%
500 |---------- 600 2 62 3,2% 98,4%
600 |---------- 700 1 63 1,6% 100,0%
Total 63 100,0%
Existem dois intervalos importantes na distribuição da potência dos motores. O
primeiro com motores entre 100 hp´s e 200 hp´s, representam 41,2% do total; o
segundo, com motores entre 300 hp´s e 400 hp´s, com 20,6% do total, ou seja, estes
dois intervalos juntos representam 61,8% dos motores e, 75% das embarcações
possuem embarcações com até 324 hp´s de potência.
63N =
POTENCIA
700
600
500
400
300
200
100
0
1
Figura 11 - Boxplot - Potência do motor (em Hp´s).
83
4.3.9. Idade das Embarcações
Para esta variável, considerou-se 83 observações. A idade média das
embarcações, ao nível de 5% de significância, é de 17 anos e o intervalo de confiança
ficou entre (14,5; 19,6). Entretanto, foram observadas desde embarcações com 1 ano
até 60 anos, com reflexo no coeficiente de variação com 69,5%, sendo que, 25% das
embarcações possuem idade até 8 anos, 50% com idades até 14 anos e, 75% com
idade até 24 anos.
Tabela 22 – Idade das embarcações (em anos) Manaus: 2003
Idade Freqüência Freq.
Acum.
Freq.
Rel (%)
Freq. Acuml
Rel (%)
0 |---------- 5 6 6 7,2% 7,2%
5 |---------- 10 19 25 22,9% 30,1%
10 |---------- 15 17 42 20,5% 50,6%
15 |---------- 20 12 54 14,5% 65,1%
20 |---------- 25 11 65 13,3% 78,3%
25 |---------- 30 6 71 7,2% 85,5%
30 |---------- 35 5 76 6,0% 91,6%
35 |---------- 40 3 79 3,6% 95,2%
40 |---------- 45 1 80 1,2% 96,4%
45 |---------- 60 3 83 3,6% 100,0%
Total 83 100,0%
84N =
IDADE
70
60
50
40
30
20
10
0
-10
60
84
Figura 12 – Boxplot - Idade.
84
Há uma forte concentração de embarcações com idade entre 8 e 24 anos,
aproximadamente, 50% das embarcações. Há a ocorrência de “outliers”.
4.3.10. Classificação das Embarcações
Existem basicamente dois tipos de embarcações que fazem o transporte de
passageiros nos rios do Amazonas. O mais comum são de embarcações conhecidas
como “recreio” ou por “motor”, sendo este último, a forma mais utilizada para se referir
aos barcos regionais.
Existem poucos municípios do interior do estado que possuem ligação com a
Capital através de estradas, sendo os rios o principal meio de comunicação viária. Por
não serem auto-suficientes economicamente, necessitam importar quase tudo o que
consomem. Com uma agricultura basicamente de subsistência, os barcos regionais
assumem papel preponderante na comercialização de produtos em geral. É possível
encontrarmos no porto de Manaus, as embarcações sendo carregadas dos mais
diversos tipos de produtos, que vão desde estivas em geral, compradas por
comerciantes dos municípios do interior do estado, até todos os tipos de encomendas,
ou seja, pessoas que residem em Manaus e enviam pelas embarcações, alimentos,
cartas, dinheiro, eletro-eletrônicos e eletrodomésticos, dentre outros.
Esta função econômica acaba determinando o perfil das embarcações que
transportam, além de passageiros, também carga. A pesquisa demonstrou que 90,6%
das embarcações transportam passageiros e cargas.
Tabela 23 – Tipo de embarcações – Manaus – Am: 2003
Tipo de
Embarcação Freqüência %
Misto (Passageiros e Cargas)
77
90,6
Passageiros 8 9,4
Total 85 100,0
85
O segundo tipo de embarcação é o que transporta apenas passageiros. Existem
os “a jato” e as “voadeiras”. As primeiras são lanchas potentes com capacidade para 87
passageiros sentados e que viajam em média com 72 passageiros. Para se ter idéia da
economia de tempo neste tipo de transporte, a viagem de Manaus a Parintins que dura,
em média, 18 horas é feitas nos “a jatos” em aproximadamente 10 horas. O segundo,
são pequenas lanchas, um pouco maiores, às vezes, que uma canoa, que possuem um
motor de popa. Normalmente este tipo de transporte, nas proximidades de Manaus, é
feito para pequenos deslocamentos, podendo, em algumas localidades, principalmente
naquelas que não possuem uma rota regular atendida por um motor, utilizar-se das
“voadeiras”. Elas não são alvos deste trabalho.
É importante observarmos a altíssima proporção das embarcações cujo material
do casco é feito de madeira (95,3%). A construção das embarcações obedece a
padrões ainda artesanais, onde o ofício é passado de pai para filho. Os barcos são
construídos em pequenos estaleiros na cidade de Manaus e em diversos municípios do
estado.
Tabela 24 – Material do casco das embarcações – Manaus: 2003
Material do Casco Freqüência %
Aço 4 4,7
Madeira 81 95,3
Total 85 100,0
Quando é feito o cruzamento destas duas variáveis, percebe-se a preferência das
embarcações com casco de madeira no transporte de passageiros e cargas, 73
embarcações, o que representa 94,8%. Isto é em parte explicado pelo alto custo de
construção de uma embarcação com casco de aço. Por outro lado, não se verificou o
uso de embarcações de casco de aço para o transporte exclusivo de passageiros, ou
seja, todas as embarcações com cascos de aço são utilizadas para o transporte de
passageiros e cargas.
86
Tabela 25 – Dupla entrada tipo de Embarcação x Material do casco
Material do Casco
Total
Aço Madeira
Tipo de Embarcação
Misto 4 73 77
Passageiro
0 8 8
Total 4 81
85
5. OS CUSTOS DO SERVIÇO DE NAVEGAÇÃO
A palavra custos é aplicada a diversas coisas e situações, afirma Padove (2003).
No âmbito econômico e financeiro, custo é a “quantia pela qual se adquiriu algo; valor ou
dinheiro”. Custo é a “avaliação em unidades de dinheiro de todos os bens materiais e
imateriais, trabalho e serviços consumidos pela empresa na produção de bens
industriais, bem como aqueles consumidos também na manutenção de suas
instalações” (SANDRONI apud PANDOVE, 2003, p. 3). Este enfoque nos custos dos
produtos originados nas industrias é o mais comum. Pouca ênfase é dada para o custo
de serviços e de outras atividades.
Pandove define serviço como o conjunto de atividades que se desenvolvem
principalmente nos centros urbanos e que diferem das atividades industriais e
agropecuárias. Correspondem ao chamado setor terciário da economia e são
representados principalmente pelas atividades de comércio, transportes, publicidade,
computação, telecomunicação, educação, saúde, recreação, setor financeiro e seguros
e administração pública. Muitas das atividades classificadas como serviços são, na
verdade, extensão das atividades produtivas, como agricultura, indústria e mineração.
Sob o ponto de vista econômico entende por CUSTO toda e qualquer aplicação
de recursos, de diferentes formas expressas em seu valor monetário, para a produção e
distribuição de mercadorias, ou prestação de serviços, até ao ponto em que se possa
receber o preço convencionado. O custo final é a soma dos custos realizados no
processo de produção e distribuição, compreendendo todos os valores que devem ser
cobertos pelos preços de venda, inclusive as despesas de cobrança das vendas, os
impostos e as despesas de administração, transporte, etc. (GRECO e AREND, 2001).
Já para Kotler (1999), um serviço é qualquer ato ou desempenho essencialmente
intangível que uma parte pode oferecer a outra e que não tem como resultado a
propriedade de algo. A execução de um serviço pode ou não estar ligado a um produto
físico.
As principais características dos serviços são as seguintes:
88
a) Intangibilidade: diferentemente dos produtos físicos, não podem ser vistos,
sentidos, provados, ouvidos ou cheirados antes de serem comprados;
b) Inseparabilidade: os serviços são produzidos e consumidos ao mesmo
tempo;
c) Variabilidade: são altamente variáveis à medida que dependem de quem
os executa e de quando e onde são executados;
d) Perecibilidade: os serviços não podem ser estocados.
No caso da venda de mercadorias, a determinação do custo da mercadoria
vendida é feita através dos controles mantidos pela companhia. No caso de serviços
prestados, o custo dos serviços para a companhia também deve ser apurado, e
geralmente é composto dos seguintes itens (GOUVEIA, 2001):
Mão-de-obra diretamente empregada pela companhia, durante a prestação
de serviços;
Encargos socais sobre o valor pago pela mão-de-obra;
Valor de custo dos materiais gastos na execução dos serviços prestados;
Outras despesas diretamente envolvidas na execução do serviço.
O trabalho em questão não objetiva o levantamento das componentes dos custos
do serviço de transporte das embarcações regionais. O que se busca é um modelo
estatístico, a partir de variáveis explanatórias, com o qual se possa predizer o custo total
de uma embarcação a partir do modelo de regressão linear múltipla.
Para isto foi feito um terceiro levantamento junto às embarcações através da
aplicação de questionários. Levantou-se uma amostra de 28 embarcações, sendo três
delas retiradas. A primeira amostra excluída tratava-se de uma embarcação que faz a
rota Manaus-Porto-Velho-Manaus. O custo desse trajeto é consideravelmente superior
às demais embarcações, o que poderia distorcer a análise. As duas outras amostras,
dizem respeitos aos “ajatos”, um tipo de embarcação diferente dos barcos regionais,
muito mais velozes, onde não é possível o transporte de mercadorias. O preço das
passagens nesse tipo de embarcação é muito superior às demais e seus custos,
também.
A seguir defini-se a variável dependente, as explanatórias e suas respectivas
abreviações:
89
VARIÁVEIS/UNIDADE VARIÁVEIS
ABREVIADAS
1. Custo Total de Viagem CUSTOTAL
2. Número de escalas/unidades ESCALAS
3. Comprimento da embarcação/metros COMPRIM
4. Tempo de viagem/horas TEMPVIAG
5. Potência do motor/hp POTENCIA
6. Número de tripulantes/unidades TRIPULAÇ
7. Número de viagens por semana/unidades NVIAGEM
8. Tempo ocioso/horas TEMPOCIO
9. Faturamento com venda de passagens/R$ FATPASSAG
10. Faturamento com frete/R$ FATFRETE
Figura 13 - Variáveis do Modelo Inicial de Regressão.
5.1. Análise de Regressão, Correlação e Modelagem Econométrica
Para Milone e Angeline (1995, p. 84), regressão e correlação são técnicas
estatísticas baseadas nos conceitos de amostragem que permitem saber se – e como –
duas ou mais variáveis estatísticas, de uma mesma população ou não, estão
relacionados umas com as outras. Essas técnicas têm as seguintes funções básicas: a
regressão fornece as equações que relacionam o comportamento futuro do fenômeno; a
correlação mede o grau (ou qualidade) da relação entre essas mesmas variáveis (isso
também mede, indiretamente, a qualidade das predições).
Algumas pesquisas estatísticas, segundo Freund e Simon (2000, p.298), têm
como objetivo principal, estabelecer relações que possibilitam predizer uma ou mais
variáveis em termo da outra. Assim é que se fazem estudos para predizer as vendas
futuras de um produto em função de seu preço, a despesa de uma família com médicos
e remédios em função de sua renda ou o consumo per capita de certos alimentos em
função de seu valor nutritivo e do gasto com propaganda na TV.
90
Já a modelagem nada mais é, segundo Barrosi Filho e Braga (2000, p. 14), do
que uma representação simplificada do mundo real, onde esse modelo deve ser o mais
simples e representativo, obedecendo à regra de parcimônia no que se refere ao
espectro de variáveis relevantes para a explicação do fenômeno a que se propõe
estudar.
5.1.1. Modelos Econômicos e Econométricos
A teoria econômica sugere muitas relações entre variáveis econômicas. Na
microeconomia, estudam-se modelos de demanda e oferta, em que as quantidades
demandadas e oferecidas dependem do preço (HILL et al, 2003). Segundo Mattos
(2000), os modelos econômicos podem ser puramente teóricos ou econométricos.
Modelos teóricos são aqueles que expressam leis econômicas sem
necessariamente conter a especificação efetiva da forma matemática nem a
enumeração exaustiva das variáveis que o compõem (MATTOS apud BARBANCHO,
1970).
Já os modelos econométricos são aqueles que necessariamente contêm as
especificações (forma matemática, definição das variáveis e números de equações)
para aplicação empírica, além de incorporar um termo residual com a facilidade de levar
em contas variáveis ou outros elementos, que, por alguma razão, não puderam ser
considerados explicitamente.
São considerados exemplos de modelos econômicos:
Função liquidez: M = L(i, Y) modelo teórico ( 5 )
Função consumo: C = bo + bY modelo teórico ( 6 )
Função liquidez: M = a + bi + cY + u modelo econométrico ( 7 )
Função consumo: C = bo + bY + e modelo econométrico ( 8 )
onde M = meios de pagamento, i = taxa de juros, Y = renda, C = consumo agregado, u e
e são termos residuais.
Os modelos econométricos, embora contenham os elementos que permitem sua
operacionalização, constituem uma formulação incompleta de realidade, posto que se
91
tem de recorrer à cláusula ceteris paribus para preencher a lacuna entre a teoria e os
fatos. Isso ocorre em face da impossibilidade de um modelo abranger todos os fatores
que determinam ou condicionam um fenômeno (MATTOS apud BARBANCHO, 1970).
Contrastando com os modelos determinísticos que supõem a existência de
variáveis que satisfazem exatamente as equações matemáticas, os modelos
econométricos ou probabilísticos não admitem relações exatas em virtude da não
inclusão de todas as variáveis que determinam o comportamento do fenômeno e de
erros de medidas das variáveis.
5.1.2. O Modelo Econométrico
Três aspectos dos modelos econométricos destacam-se: a estrutura, a
classificação quanto às características dos fenômenos a serem estudados e as
quantidades desejáveis.
5.1.2.1. Estrutura de um modelo econométrico
A formulação de um modelo econométrico envolve quatro elementos básicos, a
saber:
a) as variáveis;
b) relações ou equações;
c) parâmetros ou coeficientes;
d) termo aleatório ou perturbações aleatórias.
5.1.2.2. Classificações úteis do modelo
É útil classificar os modelos econométricos em função das características dos
fenômenos que se deseja modelar. Segundo os critérios usados por Barbancho (1970),
tais modelos podem ser classificados quanto a forma funcional, ao número de
92
equações, à associação das variáveis com o tempo e à finalidade. Dessa forma, ter-se-
ão os seguintes modelos (sem o termo aleatório para simplificação):
Quanto à forma funcional:
a) Lineares – aqueles que são expressos por funções lineares.
bxay ( 9 )
WbVbby210
( 10 )
b) Não lineares – aqueles expressos por funções não lineares.
cb WXay .. ( 11 )
xbay 1. ( 12 )
Quanto ao número de equações:
a) Uniequacional – contém apenas uma equação
cYbXaW ( 13 )
b) Multiequacional – contém, pelo menos, duas equações
QY
qUiPdQ
cYbXay
( 14 )
Quanto à associação das variáveis com o tempo:
a) Estáticos – quando o ajustamento da variável dependente em função
do efeito da variável explicativa ocorre simultaneamente no mesmo
período de tempo;
b) Dinâmico – quando as variáveis dependentes se referem a períodos de
tempo diferentes.
93
Quanto à finalidade:
a) Modelos de decisão são aqueles orientados para o processo de tomada
de decisões;
b) Modelos de previsão, que visam prever valores de uma variável.
Tais classificações não são excludentes. Portanto, um modelo pode ser, por
exemplo, linear, uniequacional, dinâmico e de decisão ao mesmo tempo.
5.1.3. Pressupostos do Modelo
Para tornar completo o modelo econométrico, é necessário algumas suposições
sobre a distribuição de probabilidade dos erros aleatórios ei (HILL at al, op. cit, p172):
1. A relação entre as variáveis explicativas X1, X2, ... , Xk e a variável explicada
(dependente) Y é linear (hipótese da linearidade);
2. cov(ei, ej) = 0. A covariância entre dois erros correspondentes a duas
observações diferentes quaisquer é zero. O tamanho do erro de uma
observação não tem qualquer influência sobre o tamanho provável do erro de
outra observação. Assim, qualquer par de erros é não-correlacionado. Pode-
se afirmar, também, que não há correlação perfeita entre as variáveis
explicativas, que devem ser linearmente independentes, ou seja, não é
possível a presença de uma variável X que seja função linear exata de outra;
3. E[eI] = 0. Cada erro aleatório tem distribuição de probabilidade com média
zero. Alguns erros serão positivos, outros serão negativos; em um grande
número de observações, eles terão média zero;
4. var(ei) = .2 Cada erro aleatório tem distribuição de probabilidade com
variância .2 A variância 2 é um parâmetro desconhecido e mede a
incerteza presente no modelo estatístico. É a mesma para cada observação
e, assim, para nenhuma observação a incerteza do modelo será maior ou
menor, nem estará diretamente vinculada a qualquer variável econômica. Os
erros com essas propriedades chamam-se homocedásticos;
5. Os erros aleatórios ei têm distribuição normal; isto é, ei ~ N(0, 2 ).
94
5.1.4. Qualidades Desejáveis do Modelo
A qualidade de um modelo econométrico é normalmente avaliada em função das
seguintes propriedades desejáveis (MATTOS apud KOUTSOYANNIS, 1977):
1. Plausibilidade teórica – segundo tal propriedade, o modelo deve ser
compatível com os postulados da teoria econômica, isto é, deve descrever e
explicar adequadamente o fenômeno sob análise;
2. Capacidade explanatória – nesse caso, o modelo deve ser capaz de explicar
os dados observados, cuja relação ela determina;
3. Exatidão das estimativas dos parâmetros – os parâmetros estimados deverão
ser exatos no sentido de aproximar-se tanto quanto possível dos verdadeiros
parâmetros estruturais;
4. Capacidade de previsão – o modelo deve ser capaz de gerar previsões
satisfatórias de valores futuros da variável dependente;
5. Simplicidade – o modelo deve representar as relações econômicas com o
máximo de simplicidade em termos de números de equações e da forma
matemática, ceteris paribus.
5.1.5. Hipóteses do Modelo
Uma equação de regressão múltipla expressa um relacionamento linear entre
uma variável dependente y e duas ou mais variáveis. Para testar a hipótese que os
coeficientes
iii XyH 0
95
5.1.6. As propriedade dos Estimadores de Mínimos Quadrados, Supondo-se que os
Erros Sejam Distribuídos Normalmente
Para se estimar os parâmetros do modelo há muitas regras possíveis. Entretanto,
a que será empregada baseia-se no princípio dos mínimos quadrados. Com o princípio
dos mínimos quadrados, minimizamos a soma dos quadrados das diferenças entre os
valores observados iy e o seu valor esperado kki XXyE ...221 .
Matematicamente, minimizamos a soma dos quadrados da função dos parâmetros
desconhecidos, com base nos dados (HILL at al, 2003, p.174).
2
iii yEye ( 15 )
5.1.7. O Teste F para conjuntos de hipóteses lineares
Forma-se uma variável aleatória F pela razão de duas variáveis qui-quadrado
independentes divididas pelos respectivos graus de liberdade (HILL at al, 2003, p. 200)
),(~ 21
2
2
1
1
mmF
mV
mV
F ( 16 )
Diz-se que a distribuição F tem 1m graus de liberdade no numerador e 2m graus
de liberdade no denominador. Os valores de 1m e 2m definem a forma da distribuição. O
intervalo da variável aleatória é ,0 e tem uma longa cauda à direita.
O teste F para um conjunto de hipóteses baseia-se em uma comparação da soma
dos quadrados dos erros de um modelo de regressão múltipla não restrito, original, com
a soma dos quadrados dos erros de um modelo de regressão em que se supõe
verdadeira a hipótese nula. A idéia do teste F é que, se essas somas de quadrados de
erros são substancialmente diferentes, então a suposição de que a hipótese nula é
96
verdadeira reduz significativamente a capacidade do modelo para ajustar os dados e,
assim, os dados não dão suporte para a hipótese nula. Se a hipótese nula é verdadeira,
espera-se que os dados sejam compatíveis com as condições impostas aos parâmetros.
Assim, esperamos pequena variação na soma de quadrados de erros quando supomos
verdadeira a hipótese nula.
Uma aplicação importante do teste F é no que se chama teste de significância
global de um modelo. Consideremos o modelo geral de regressão múltipla com (k – 1)
variáveis explanatórias e k coeficientes desconhecidos:
ikkt exxxxy ...3322110 ( 17 )
Para ver se temos um modelo explanatório viável, formulamos as seguintes
hipóteses nula e alternativa:
zero de diferente é dos um menos aoH
H
k
k
:
0,...,0,0:
1
210 ( 18 )
A hipótese nula tem n – 1 partes e chama-se hipótese conjunta. Ela afirma, como
uma conjectura, que qualquer um dos parâmetros k , que não o intercepto 0 , é zero.
Se a hipótese nula é verdadeira, nenhuma das vaiáveis explanatórias tem influência
sobre y e, assim, nosso modelo tem pouco ou nenhum valor. Se a hipótese alternativa
1H é verdadeira, então ao menos um dos parâmetros é diferente de zero e, assim, uma
ou mais das variáveis aleatórias devem ser incluídas no modelo. A hipótese alternativa
não indica, entretanto, quais seriam essas variáveis.
5.1.8. O Teste t para cada parâmetro k
Forma-se uma variável aleatória t dividindo-se uma variável aleatória normal
padronizada, 1,0~ NZ , pela raiz quadrada de uma variável aleatória qui-quadrado
97
independente, )(2~ mV , que foi dividida pelo seu número de graus de liberdade, m.
Então:
mt
mV
Zt ~ ( 19 )
Quando estabelecemos um modelo de regressão múltipla, supomos que todas as
(k – 1) variáveis aleatórias influenciem a variável independente .y Para confirmar essa
suposição, devemos examinar se ela é, ou não, apoiada pelos dados. Ou seja, devemos
procurar saber se os dados proporcionam evidência de que y esteja relacionado com
cada uma das variáveis explanatórias. Se determinada variável aleatória, digamos kx ,
não tem qualquer influência sobre ,y então k = 0. O teste de hipótese nula é
geralmente chamado de teste de significância para a variável explanatória kx . Assim,
para verificar se os dados apresentam alguma evidência de que y esteja relacionado
com kx , testamos
0:
0:
1
0
k
k
H
H
( 20 )
5.1.9. Exemplo econométrico - Um modelo Simples de Renda Nacional
Migon (1999) dá alguns exemplos de modelos econométricos. Veremos apenas
um. Este modelo dá origem a um sistema de duas equações para determinação da
renda nacional no sentido Keynesiano. Uma das equações, chamada de função
consumo, descreve a relação entre consumo (C) e renda (Y).
)(YfC ( 21 )
98
O consumo cresce com a renda mas não de forma linear. A proporção da renda
destinada ao consumo decresce com o nível da renda. Formalmente, essas condições
estabelecem que:
i. Propensão marginal ao consumo:
10 dY
dC ( 22 )
ii. Propensão marginal ao consumo
0Y
C
dY
d ( 23 )
Isso equivale a dizer que a elasticidade renda do consumo é menor que 1, ou
seja,
1dY
dC
C
Y ( 24 )
A especificação mais simples, satisfazendo essas propriedades é a forma linear:
YC ( 25 )
com 0 e 10 .
O sistema se completa com uma segunda equação. Na verdade, uma identidade
contábil:
ICY ( 26 )
onde I representa o investimento. Assim, teremos:
99
ttYC ( 27 )
tttICY ( 28 )
onde tt
YC e são variáveis endógenas e t
I é exógena.
Podemos expressar esse sistema em forma reduzida, isto é, as variáveis
endógenas em termos das exógenas. Assim
ttIC
11 ( 29 )
tt
IY
1
1
1 ( 30 )
ou simplesmente
ICt 10
( 31 )
ttIY
10 ( 32 )
onde 00
e 110 .
5.1.10. O Preditor de Mínimos Quadrados
A capacidade de prever valores da variável dependente y é um dos objetivos da
análise de regressão linear (HILL at al, 2003, p. 126, 220). Determinado o modelo e os
pressupostos teóricos do modelo vistos em 5.2.3, desejamos predizer, para
determinados valores das variáveis explanatórias ix , o valor da variável dependente 0y
que é dado por
0221100 ... exxxy kk ( 33 )
100
em que 0e é um erro aleatório. O erro aleatório tem média 00 eE e a variância
.var 2
0 e Admitimos também que 0e não seja correlacionado com qualquer das
observações amostrais; assim .0,cov ji ee
Em (34), podemos substituir os parâmetros desconhecidos por seus estimadores
bk. Como oy não é conhecido, não podemos estimar o erro aleatório 0e ; substituímo-lo,
pois, por sua esperança – zero. Isso produz o preditor de mínimos quadrados de 0y ,
0221100 ...ˆ exbxbxbby kk ( 34 )
Esse previsor é não tendencioso uma vez que o valor médio do erro de previsão
é zero. Isto é, se )ˆ( 00 yyf é o erro de previsão, então 0)( fE . O preditor é o
melhor, pois, para qualquer outro preditor linear não tendencioso de 0y , a variância do
erro de previsão é maior do que )ˆvar()var( 00 yyf .
Para obter )var( f , levamos em conta que os parâmetros desconhecidos e os
valores das variáveis explanatórias são constantes, e que 0e não está correlacionado
com os dados amostrais, não estando, assim, correlacionados com os estimadores bk
de mínimos quadrados. Então, 2
0 )var( e e as restantes variâncias e covariâncias dos
estimadores de mínimos quadrados se obtêm com a aplicação da regra para o cálculo
da variância de uma soma ponderada. Cada um dos termos envolve ,2 que
substituímos por seu estimador 2 para obter a variância estimada do erro de previsão
)r(av f . A raiz quadrada dessa grandeza é o erro padrão da previsão, )r(av)( ffep .
Se os erros aleatórios são distribuídos normalmente, ou se a amostra é grande,
então
)(
00
00 ~
)ˆ(rav
ˆ
)(knt
yy
yy
fep
f
( 35 )
onde o intervalo de previsão de 100(1 - )% de 0y , é )(ˆ0 fepty c .
101
5.2. Inferência Bayesiana
5.2.1. O Teorema de Bayes
Gamermar e Migon (1993) afirmam que o problema da inferência estatística pode
ser colocado como tendo uma quantidade de interesse desconhecida (não observáveis)
com valores possíveis em um conjunto . pode ser um escalar, um vetor e H
(história) é a informação inicial de que dispomos. Essa informação pode ser sumarizada
probabilisticamente em )|( Hp e, se H for informativo o bastante para nossos
propósitos, isso é tudo o que necessitamos. A descrição de nossa incerteza a respeito
de está completa.
Se o problema no qual estamos interessados é muito importante ou pouco
conhecido, H talvez não seja suficiente e, nesse caso, deve ser aumentado. Isso pode
ser resolvido através da observação de uma quantidade aleatória de X que esteja
relacionado com . Antes de observar ,X temos uma distribuição amostral de X dada
por ),|( HXp onde a dependência em , fundamental aos nossos propósitos, é
formulada explicitamente. Após observar o valor de X a nossa quantidade de
informação sobre aumentou: conhecíamos H e passamos a conhecer
xXHH * . Na realidade, H * é um subconjunto de H (fizemos um refinamento
em H ). Agora a informação sobre , está sumarizada em ),|( Hxp e a questão é
passar de )|( Hp para ),|( Hxp .
Denotando por ),|( Hxp e por )|( Hp as densidades de ),|( HX e ),|( H
tem-se:
)|(
)|,(),|(
Hxp
HxpHxp
=
)|(
)|(),|(
Hxp
HpHxp ( 36 )
onde
dHxpHxp )|,()|( ( 37 )
102
O resultado acima é conhecido como teorema de Bayes. Podemos ver que a
função no denominador não depende de conforme (32) e portanto para a
determinação da quantidade de interesse, ),|( Hxp , é apenas uma constante. Assim, a
forma usual do teorema de Bayes é
)()|()|( pxpxp ( 38 )
onde o símbolo denota proporcional a, e a dependência em ,H por ser comum a
todos os termos é removida por facilidade notacional mas não deve ser esquecida. Os
cálculos acima são válidos para quantidades discretas e contínuas, escalares, vetores
ou matrizes. O teorema fornece a regra de atualização de probabilidade sobre
partindo de )(p e chegando a )|( xp . Por esse motivo, essas distribuições são
chamadas respectivamente de distribuição à priori e à posteriori.
Para recuperar a constante removida da fórmula acima, basta reescrevê-la como
)()|()|( pxkpxp ( 39 )
onde
dpxpkxp )()|()( 1 ( 40 )
)]|([)( xpExp ( 41 )
)(xp recebe o nome de distribuição preditiva (ou marginal) de X pois é a distribuição
que se espera que X tenha, sendo de certa forma uma predição. Assim, antes de
observar ,X é útil para checar a adequação da priori através das predições que ela
fornece para .X Após observar ,X serve para testar o modelo como um todo, pois se o
valor de X que vem a ser observado recebia pouca probabilidade preditiva, então as
previsões que o modelo faz não são boas e ele deve ser questionado.
103
5.2.2. Função de Verossimilhança
A função de verossimilhança de é a função que associa a cada o valor
)|( xp . Denotaremos esta função por );( xl do inglês likelihood. Outras notações
possíveis são )(x
l , )|( xlx e )(l . Assim
Rxl :)(.; ( 42 )
)|();( xpxl ( 43 )
A função de verossimilhança associa (para um valor fixo x ) a probabilidade de
ser observado x a cada valor de . Assim, quanto maior o valor de l maiores as
chances atribuídas pelo particular valor de considerado no evento fixado. Portanto, ao
fixar um valor de x e variar os valores de observamos a plausibilidade
(verossimilhança) de cada um dos valores de . Nota-se que:
i. 1)|( dxxpR
, mas
1);( kdxl , em geral;
ii. A função de verossimilhança conecta a priori à posteriori usando para
isso os dados do experimento;
Por exemplo: ),2(~ BinomialX
)1,0(;2,1,0,)1(2
);()|( 2
x
xxlxp xx
mas
3
1)13,1(
2)1(
2);( 2
1
0
xBx
dx
dxl x
onde ),( baB é a função Beta com parâmetros a e b.
Note que:
104
a) se x=1 então )1;( xl = )1(2 e o valor mais provável (ou
verossímil) de é 2
1 ;
b) se x = 2 então )2;( xl = 2 , o valor mais provável é 1;
c) se x = 0 então )0;( xl = 2)1( , o valor mais provável é 0.
Essas verossimilhanças estão plotadas na Figura 14.
Figura 14 - Função de Verossimilhança para diferentes valores de x
A função de verossimilhança dá origem ao Princípio da Verossimilhança que
postula que todas as informações contidas no experimento X está representada na
função de verossimilhança. Esse princípio é um divisor de águas na inferência
colocando de um lado, as abordagens Bayesiana e da verossimilhança que o respeitam
e de outro a abordagem frequentista que não o respeita, pois esta leva em conta todos
os possíveis valores de X (GAMERMAN e MIGON, 1993).
5.2.3. Modelo Linear Bayesiano - Previsão Bayesiana
Previsão estatística tem um sentido bem definido, fazendo integrante do processo
de inferência. Trata-se de se fazer afirmações probabilísticas sobre quantidades a
serem observadas no futuro. No momento em que a inferência é feita, o problema é
similar ao problema de estimação paramétrica. A grande diferença na previsão
)2,(L
)1,(L
)0,(L
0,5 1 0
0,5
),( xL
),( xL
1
105
Bayesiana é que todas as informações serão confrontadas com a realidade e passíveis
de aprovação ou reprovação sem possibilidade de contestação.
O contexto típico de um problema de previsão é aquele no qual observamos uma
quantidade X relacionada a outra quantidade não observável através de )|(1
XP e
estamos interessados em fazer afirmações sobre uma quantidade aleatória Y a ser
observada e que está ligada a X e através de ),|(2
xYP (GAMERMAN e MIGON,
op. cit., 1993, p.164). Então, após observar xX temos informação atualizada para
fazer inferência sobre Y e esta informação mais atualizada sobre Y está na distribuição
de .| XY Se queremos prever Y cuja descrição probabilística é )|( YP , que pode
independer de ,X faremos a previsão de Y através de )|( xYP , onde
dxypxyp )|,()|(
dxpxyp )|(),|(
dxpyp )|()|(
)]|([|
ypEx
( 44 )
É sempre útil concentrar-se em previsões ao invés de estimação, pois as
previsões são verificáveis. Isso porque o valor de Y é observável mas o de não.
5.2.4. Distribuição à piori
O único elemento novo na análise Bayesiana com relação à frequentista são as
diferentes maneiras de se especificar a distribuição à priori. Sua determinação é, em
geral, subjetiva, nada impedindo, no entanto, que dados de experimentos passados
sejam utilizados. O único compromisso é que esta distribuição represente o
conhecimento sobre , a quantidade desconhecida, antes de se realizar um
experimento. Outros métodos alternativos para determinação direta da priori, são os
seguintes (GAMERMAN e MIGON, 1993, p 40):
106
5.2.5. Determinação subjetiva da priori
Seja uma quantidade desconhecida e considere os seus possíveis valores. Se
ela for discreta, a probabilidade à priori de cada valor de pode ser avaliada
diferentemente usando-se instrumentos auxiliares, tais como loterias ou roletas. Com
isso, associam-se a probabilidade a cada valor possível de .
No caso contínuo a situação é um pouco mais complicada. Seguem as seguintes
sugestões:
a) Abordagem do histograma: inicialmente divide-se o espaço de variação
de em intervalos e especificam-se as probabilidades à priori de
pertencer a cada um dos intervalos. Com isso, constrói-se um
histograma para e procura-se, a partir daí, ajustar uma curva
contínua ao histograma que será que será tomada como densidade à
priori de , sendo o número de intervalos escolhidos arbitrariamente.
Um aspecto importante e delicado é a escolha da cauda onde se
concentra pouca probabilidade mas que pode ter uma influência
considerável na inferência subseqüente.
2,00
1,50
1,00
,50
0,00
-,50
-1,00
-1,50
-2,00
Histograma
Freq
uênc
ia
10
8
6
4
2
0
Std. Dev = ,93
Mean = -,05
N = 25,00
Figura 15 - Exemplo de um Histograma.
107
b) Abordagem da função de distribuição: os percentis (quantis) de uma
quantidade aleatória X são definidas por z é o percentil 100 % de
X se ].1,0[,)( zP A mediana de ,X denotada por ,m é o
percentil 50%, tal que .5,0)( mXP A coleção de percentis de
X define a função de distribuição de .X Nesta abordagem, alguns
percentis serão determinados subjetivamente como no caso discreto e,
a seguir, uma curva contínua será ajustada para representar a função
de distribuição de . Essa abordagem é menos elucidativa, pois é
mais difícil identificar uma distribuição pela sua função de distribuição
de que pela sua identidade.
2,001,501,00,500,00-,50-1,00-1,50-2,00
Histograma
Fre
quên
cia
10
8
6
4
2
0
Figura 16 – Ajuste de uma distribuição Normal
c) Abordagem de verossimilhança relativa: faz-se como na abordagem do
histograma, mas considerando-se as chances relativas de pontos ao
invés de intervalos. Isso é possível pois, apesar de
00 ,0)( P .
)()(
)()|(
10
0
100
pp
pP
( 45 )
108
onde p é a densidade a priori de a priori de . Assim, podemos obter um conjunto de
valores que representam a densidade à priori de , a menos de uma constante
normalizadora.
5.2.6. Determinação da priori por formas funcionais
A partir do conhecimento sobre pode-se descrever sua densidade por uma
particular forma funcional. Eventualmente, define-se uma família paramétrica de
densidades. Em geral, isso facilita a análise, mas devemos tomar cuidado de verificar se
a densidade escolhida está representando a informação que se dispõe. A esse respeito,
valem as seguintes considerações sobre :
a) se distribui simetricamente em relação à moda;
b) sua densidade decai rapidamente quando se afasta da moda,
implicando numa variância pequena;
c) intervalos muitos afastados da moda têm probabilidade desprezível.
Essas considerações poderiam caracterizar, pelo menos, aproximadamente, a
família de distribuição normal, cujos parâmetros, aqui são chamados de
hiperparâmetros. Essas idéias podem conduzir a uma abordagem sistemática para a
determinação de distribuições à priori. O caso mais importante é o das distribuições
conjugadas.
Se a distribuição observacional é ),(~)|( 2 NX e se a distribuição a priori é
),(~ 2 N então a distribuição a posteriori de também será normal, com média 1 e
variância 2
1 . Logo, se começamos com a Normal, também acabamos com uma Normal.
A vantagem desse tipo de priori é a tratabilidade da análise resultante e, portanto, a
possibilidade de explorar o aspecto seqüencial do método Bayesiano.
Definição 5-1: Seja ),|(xpF uma família de distribuições amostrais ou
observacionais. Uma classe de distribuições é conjugada a F se:
109
Fp )(p então )|( xp ( 46 )
Assim, vemos que a família de distribuições Normais é conjugada à família de
distribuições Normais. Alguns cuidados, entretanto, devem ser tomados:
i. a classe pode ser muito ampla. Por exemplo = {todas as distribuições}
e F qualquer. Neste caso não se hesita em afirmar que é conjugada a
F pois qualquer posterior estará contida em e a distribuição deixa de
ter qualquer valor prático;
ii. a classe pode ser muito restrita. Suponha, por exemplo, que:
}1)(:{0 PP ( 47 )
Isto implica que nenhuma amostra dará informação alguma pois tem-se certeza, a
priori, de que 0
, então, a posteriori, essa incerteza será mantida. Isso porque:
0
0
0 x )(
,1 x )()()()|(
sel
selplxp
Assim, tem-se que:
0
0
0
),( x )|(
lkxp
Como 1)|( dxp , temos que 1)|( xp , se 0
. Logo é conjugada a
qualquer família de distribuições e novamente a definição deixa de ter qualquer valor
prático.
O exemplo anterior ilustra, no caso extremo, um aspecto importante da
especificação (subjetiva) de probabilidade. Quando se atribui probabilidade 0 a um
particular conjunto de valores (possíveis) de , não existe informação nenhuma que
110
consiga mudar essa especificação, por mais óbvia que possa vir a ser a impropriedade
dessa especificação. Para evitar que isso aconteça, é importante que o estatístico seja
aberto o suficiente de forma a atribuir probabilidade positiva a todo e qualquer valor
possível de , por mais improvável que ele seja.
Portanto, a classe deve ser ampla o suficiente para proporcionar a escolha de
uma distribuição a priori conveniente e, ao mesmo tempo, deve ser restrita para que a
definição seja útil.
A classe exponencial de um parâmetro é adequada para muitos problemas. Uma
característica essencial desta família é que existe estatística suficiente de dimensão fixa.
Para a família exponencial a um parâmetro, a classe conjugada é facilmente
caracterizada e seus membros têm a forma:
)}()(exp{)( bp
e assim
)}(]1[)()](exp{[)|( bxuxp
A distribuição preditiva ou marginal será
)),((
)],(]),([)(
nxuk
knxaxp
i
i
( 48 )
5.2.7. Principais famílias conjugadas
A seguir, estão os principais membros da família exponencial particularizando os
resultados obtidos na seção anterior.
111
5.2.7.1. Binomial
A família de distribuições Beta é conjugada à Binomial (ou Bernoulli);
5.2.7.2. Normal com variância conhecida
A família de distribuições normais é conjugada à Normal.
2
2)(
2exp);(
x
nxl ( 49 )
No caso de uma amostra de tamanho ,n temos visto que os termos dependentes
em 2 podem ser incorporados à constante de proporcionalidade. Logo, a
verossimilhança é a mesma que a obtida com uma observação com as substituições de
x por x e de 2 por n
2 . Outra forma de se dizer isso, é observar que X é suficiente
para e, portanto, a verossimilhança obtida com a observação de X , que tem
distribuição ),(2
nN é proporcional à obtida com a observação de X . Logo, a
distribuição a posteriori de dado x é ),( 2
11N , com
22
22
1
n
xn ( 50 )
e
222
1
n ( 51 )
112
5.2.7.3. Poisson
Suponha uma amostra )...,{1 n
XXX da Poisson ).( Sua densidade conjunta
será:
n
i
n
i
xi
ixi
expxp
1 1 !)|()|(
( 52 )
e a função de verossimilhança da forma:
xinexl )|( ( 53 )
Seu núcleo tem a forma bne que caracteriza a família das distribuições
Gama. Na Gama é fácil ver que o coeficiente de variação é 21
. A densidade a
posteriori será
xinexp )|( ( 54 )
Novamente, a forma da verossimilhança sugere que a distribuição a priori para
tenha distribuição Gama com densidade )(exp)|( 1 xixp n que é
a densidade da ),( xinG . O coeficiente de variação da posteriori será dado por
21
)(
n . Vale observar que para se reduzir o coeficiente de variação deve-se aumentar
n .
5.2.7.4. Exponencial
Seja ),...,(1 n
XX uma amostra da distribuição exponencial com parâmetro ,
então
113
xinexp )|( ( 55 )
Novamente, a forma da verossimilhança sugere que a distribuição a priori para
tenha distribuição Gama com densidade ep n 1)( . A posteriori será , então da
forma:
)(exp)|( 1
i
n xxp ( 56 )
5.2.7.5. Multinomial
Denote por ),...,(1 p
XXX e ),...,(1 p
, respectivamente, o número de
ocorrências em cada uma das p categorias em n ensaios e as probabilidades
associadas a cada categoria. As seguintes restrições, obviamente, se aplicam:
p
i inX
1 e
p
i
i
1
1 .
A densidade conjunta desses n ensaios independentes, será:
p
i
xi
ip
i ix
nxp
1
1!
!)|( ( 57 )
Nota-se que, no caso em que p=2, tem-se uma distribuição binomial. Pode-se
mostrar que essa distribuição pertence também à família exponencial. A função de
verossimilhança é da forma xi
il )( que tem o núcleo da família de distribuição de
Dirichlet. Um membro desta família será denotado por ),...,(~1 p
aaD . A densidade
associada a distribuição a priori conjugada de é da forma
114
p
i
i
i
ia
ap
1
1
)(
)()(
( 58 )
com 10 i
,
p
i
i
1
1 e
p
i
iaa
1
No caso de 2p a distribuição de Dirichlet é a distribuição Beta. Suas médias,
variâncias e covariâncias são:
pjiaa
aaCov
aa
aaaV
a
aE
jiii
i
i
i
1
)1(),( ,
)1(
)()( ,)(
2212
Nessas condições a posteriori será:
p
i
iaix
i
p
i
a
i
p
i
xi
ixp
1
1
1
11
1
)|( ( 59 )
que é também Dirichlet, ou seja:
),...,(~)|(11 pp
xaxaDx ( 60 )
com constante de proporcionalidade
)(
)(
iixa
nak
( 61 )
115
5.2.7.6. Normal com média conhecida e variância desconhecida
Seja },,...,{ 1 nXXX uma amostra da ),( 2N e .2 Desta forma a
densidade conjunta da amostra será
2
0
2/
2exp),|();(
nxpxl n onde .)(
122
0
ix
n
A priori conjugada deve ter o núcleo );( xl que tem a forma da Gama. Como a
Gama é fechada por amostragem, tomamos priori com parâmetros 2/0
n e 2/2
00n ou,
equivalente, 2
00n tem distribuição 2 com
0n graus de liberdade. A média de fornece
a precisão esperada da priori dada por 2
0)( E . É fácil verificar que o coeficiente de
variação de é dado por 0
/2 nCV , de forma que quanto maior 0
n , maior a certeza a
priori sobre . A distribuição a posteriori de é obtida usando mais uma vez o teorema
de Bayes, obtendo-se
)(),()|( pxlxp
2/exp2/exp 2
00
1)2/0(2
0
2/ nsnnn
2/)(exp 2
0
2
00
1]2/)0[( nsnnn
( 62 )
Portanto a Gama ou 2 é conjugada à normal (com conhecido e 2
desconhecido).
5.2.7.7. Normal com média e variância desconhecidas
A distribuição à priori de ),( será construída em dois estágios. Primeiramente
considera-se a distribuição condicional de dado
116
])(,[~)|( 1
00
cN ( 63 )
e a distribuição marginal a priori de é tomada anteriormente, isto é,
22
0~
noon ou
2,
2~
2
000
nn
G
onde ),( 2
0
on e ),(
00c são dados pela informação inicial H . Essa distribuição é a
normalmente chamada de Normal-Gama (ou Normal- 2 ) com parâmetros ),,,( 2
0000 nc
e sua densidade conjunta é:
)()|(),( ppp
2/20012/02
0
02/1 )(2
exp
n
enc
2
00
2
00
12/)10()(
2exp
cn
n
( 64 )
A priori e a posteriori têm a mesma distribuição e, portanto, a Normal-Gama é
conjugada à Normal, quando 2 e são desconhecidos. Abaixo, apresenta-se um
quadro resumo das distribuições envolvidas no modelo normal com a média e variância
desconhecias.
Tabela 26 – Resumo das distribuições envolvidas no modelo Normal com
média e variância desconhecidas
Priori Posteriori
| ))(,( 1
00
cN ))(,( 1
11
cN
2
0
2
00 ~ nn 2
1
2
11~
nn
)/,(0
2
00ct
no ))/(,(
1
2
111ct
n
| 1022
0
2
00~)( ncn 11
22
1
2
11~)( ncn
117
5.3. O Modelo de Regressão Múltipla
Migon (1999) define o seguinte com relação à regressão múltipla: Seja Y uma
quantidade aleatória cuja variabilidade será explicada por um conjunto de quantidades
conhecidas ou observadas. Como uma primeira aproximação, suporemos que relações
lineares descrevem como estas quantidades influenciam Y. Seja p
XX ,...,1
um conjunto
de p variáveis explicativas, covariáveis ou regressores. Assim:
ppXXYE ...)(
11 ( 65 )
A esperança de Y é calculada condicionalmente aos valores das variáveis
pXX ,...,
1. Se, adicionalmente, uma 2)( YV é assumida para todos os i , o erro, após
observar-se uma amostra p
yy ,...,1
pode ser especificado por
niyxyepipii
,...,1 ,...111
( 66 )
os parâmetros ),...,( 1 p podem ser estimados por mínimos quadrados. Os
estimadores, neste caso, são dados pelos vetores de que minimiza
n
ii
ie2 . Nenhuma
hipótese é feita com respeito a distribuição de Y ou dos erros. Se a normalidade e
independência das distribuições dos sYi´ for assumida, então, é fácil obter a função de
verossimilhança
n
i
i
n
neyyl
1
2
21
2
2
1exp),...,;,(
( 67 )
Assim, os valores de que maximizam a verossimilhança são equivalentes aos
que minimizam
n
ii
ie 2 , isto é, os estimadores de máxima verossimilhança e de mínimos
quadrados coincidem.
118
É útil adotar-se notação matricial. Definindo-se
nY
Y
.
.
.
1
Y ( 68 ) e
pnn
p
n
xx
xx
X
X
...
...
..
.
1
111
1
X ( 69 )
segue que ),(~,| 22
pIXNY onde
pI é a matriz identidade pp x . A equação de
verossimilhança pode ser reescrita como 22 2/)(exp S , onde
1
2)()(i
iiyS x
)()'( XyXy ( 70 )
5.3.1. Modelo Linear Generalizado
O modelo de regressão múltipla, apresentado, pode ser escrito como
ni NY ii ,,...,1),,(~ 2 independente
ni ii ,...,1,
i
xi
onde a segunda equação estabelece a relação entre a média das observações e a
estrutura de explicação do modelo. Não há nenhuma razão forte para nos restringirmos
a distribuição normal e a classe de relações normais. Uma das mais relevantes
extensões deste modelo constitui a classe dos modelos leneares generalizados, a qual
permite modelar observações descritas por qualquer membro da família exponencial,
relacionando sua média com o preditor linear através de diferentes funções. Assim, as
sYi´ tem densidade
119
)()()(exp)()|( byuyaypiii
, ,,...,1 ni independente
iig )( ,
onde g é diferenciável e
)|( ii
YE
i
xi
Esta classe inclui muito dos modelos mais usados na estatística (MCCULLAGH e
NELDER apud MIGON, 1999, p. 29).
6. DISCUSSÃO DOS RESULTADOS E ESCOLHA DA FORMA FUNCIONAL
Nesta etapa do trabalho, utilizou-se o software SPSS 10.0 for Windows. Para
completa análise, veremos a variação em i
y explicada pelo modelo e o relato da análise
de regressão.
6.1. Modelo Inicial
Temos, a seguir, o modelo inicial que iremos testar. Nele estão todas as variáveis
independentes )( 'sX i , o erro aleatório i e a variável dependente .iY Chamaremos
este modelo de Modelo 0:
ii XXXXXXXXXy 9988776655443322110 ( 71 )
onde
Dependente VariávelVIAGEM DE TOTAL CUSTO iy
.91 a as,explicativ Variáveis iX i (Conforme Figura 13)
modelo do Parâmetros si'
aleatório Erro i
Antes da determinação do Modelo de Regressão, é importante o Estudo das
Correlações Lineares, inclusive para corroborar a primeira hipótese do modelo. HILL et
al (2003, p.31) diz que a correlação entre duas variáveis aleatórias mede o grau de
associação linear entre elas. Assim, a correlação entre X e Y é 1 ou –1, se X é uma
função linear perfeita positiva ou negativa de Y. Se não há qualquer associação linear
entre X e Y, então .0 Para outros valores da correlação, a magnitude do valor
absoluto indica a força da associação entre os valores das variáveis aleatórias.
121
Quanto maior o valor absoluto , melhor é a associação linear entre os valores. Então,
se X e Y são duas variáveis aleatórias, sua correlação é
)var()var(
),cov(
YX
YX (72 )
Variáveis aleatórias independentes X e Y têm covariância zero, o que indica que
não há associação linear entre elas. Todavia, o simples fato da covariância ou a
correlação entre duas variáveis aleatórias ser zero não significa que elas sejam
necessariamente independentes. A covariância zero significa que não há associação
linear entre as variáveis aleatórias.
Definição 6-1: Dada uma amostra de pares de dados ,,...,1,, ni yx ii obtém-se o
coeficiente de correlação amostral substituindo-se as covariâncias e as variâncias por
seus correspondentes amostrais:
)(rav)(rav
),(voc
YX
YXr ( 73 )
em que
1cov 1
n
yyxxn
i
ii
( 74 )
1rav 1
2
n
xx
X
n
i
i
( 75 )
122
Definição 6-2: A variância amostral de Y da mesma forma que Xrav . Podemos, pois,
escrever o coeficiente de correlação amostral r como
n
i
n
i
ii
n
i
ii
yyxx
yyxx
r
1 1
22
1 ( 76 )
O coeficiente de correlação amostral r, que pode tomar valores entre –1 e 1,
mede a força da associação linear entre os valores de X e Y. O coeficiente de
correlação pode ser testado com base na seguinte expressão, conforme descrito por
Milone e Angeline (1995, p. 226):
21 r
mnrtc
( 77 )
A Tabela 27 mostra o grau de correlação entre a variável Y = CUSTOS TOTAL
DE VIAGEM e todas as variáveis explicativas do modelo.
Tabela 27 – Coeficiente de Correlação de Pearson (r)
Variáveis r
iY CUSTO TOTAL DE VIAGEM 1,00
1X ESCALAS 0,683**
2X COMPRIMENTO 0,718**
3X TEMPO DE VIAGENS 0,471*
4X POTÊNCIA 0,399*
5X TRIPULAÇÃO 0,517**
6X NÚMERO DE VIAGEM -0,800**
7X TEMPO OCIOSO 0,385
8X FATURAMENTO COM PASSAGEM 0,745**
9X FATURAMENTO COM FRETE 0,507**
** Correlação significativa ao nível 0.01 * Correlação significativa ao nível 0.05
123
Podemos admitir, ao nível de significância de 1%, que as variáveis ESCALAS,
COMPRIMENTO, TRIPULAÇÃO, NÚMERO DE VIAGENS, FATURAMENTO COM
PASSAGENS, FATURAMENTO COM FRETE, são correlacionadas com a variável Y =
CUSTO TOTAL DE VIAGEM. Já as variáveis TEMPO DE VIAGENS, POTÊNCIA,
apresentam coeficiente de correlação linear significativos ao nível de 5%. Somente a
variável TEMPO OCIOSO não é significativamente correlacionada ao custo de viagem,
em nenhum dos níveis testados. Ou seja, há evidências suficientes para concluir pela
existência de uma correlação linear entre a variável dependente Y = CUSTO TOTAL DE
VIAGEM e as variáveis independentes variáveis ESCALAS, COMPRIMENTO,
TRIPULAÇÃO, NÚMERO DE VIAGENS, TEMPO DE VIAGENS, PONTÊNCIA,
FATURAMENTO COM PASSAGENS, FATURAMENTO COM FRETE. Diante da
evidência de uma relação linear entre as variáveis citadas, identificar-se-á, com
parcimônia, um modelo de regressão linear simples para o custo que as embarcações
possuem por ocasião de suas viagens.
Antes, entretanto, de passarmos à especificação do modelo, analisaremos a
colinearidade entre as variáveis explicativas e a Análise de Variância (ANOVA).
Hill (2003, p. 218) resume as conseqüências da colinearidade entre variáveis
explanatórias em um modelo estatístico, como segue:
1. Sempre que há uma ou mais relações lineares exatas entre as variáveis
explanatórias, existe a condição de colinearidade exata, ou multicolinearidade
exata. Neste caso, o estimador de mínimos quadrados não é definido. Não
podemos obter estimativas sk
' aplicando o princípio dos mínimos quadrados;
2. Quando existem dependências lineares quase exatas entre as variáveis
explanatórias, algumas variâncias, erros-padrão e covariâncias dos
estimadores de mínimos quadrados podem ser grandes;
3. Quando os erros-padrão do estimador são grandes, é possível que o teste t
usuais levem à conclusão de que as estimativas dos parâmetros não são
significativamente diferentes de zero. Esse resultado pode ocorrer a despeito
de valores possivelmente elevados de R2 ou F, indicando poder explanatório
significativo do modelo como um todo. O problema é que as variáveis
colineares não proporcionam informação suficiente para estimar seus efeitos
separados, ainda que a teoria econômica indique sua importância na relação;
124
4. Os estimadores podem ser muito sensíveis ao acréscimo ou supressão de
uma poucas observações, ou à supressão de uma variável aparentemente
insignificante;
5. A despeito das dificuldades em isolar os efeitos de variáveis individuais em tal
amostra, ainda é possível fazer previsões precisas se a natureza da relação
de colinearidade permanece a mesma dentro das novas (futuras) observações
amostrais.
Definição 6-3: A análise de variância (ANOVA) é um método para testar a igualdade de
três ou mais médias populacionais, baseado na análise de variância amostral (TRIOLA,
op. cit., p. 284).
O método da análise de variância se baseia neste conceito fundamental: Com a
suposição de que as populações tenham todas a mesma variância ,2 estimamos seu
valor comum usando duas abordagens diferentes. A estatística de teste F é a razão
dessas duas estimativas, de modo que o valor de F significativamente grande
(localizado muito à direita do gráfico da distribuição F ) constitui evidência contra a
igualdade das médias populacionais. As duas abordagens para estimar o valor comum
de 2 são:
1. A variância entre amostras (também chamada de variação devida ao
tratamento) é uma estimativa da variância populacional comum 2 que se
baseia na variabilidade entre as médias amostrais.
2. A variância dentro das amostras (também chamada variação devida ao erro) é
uma estimativa da variância populacional comum 2 baseada nas variâncias
amostrais.
Estatística de teste para ANOVA de um critério
amostra da dentro variancia
amostras entre variânciaF ( 78 )
O numerado mede a variação entre as médias amostrais. A estimativa da
variância no denominador depende somente das variância amostrais e não é afetada
125
pelas diferenças entre as médias amostrais. Conseqüentemente, as médias amostrais
que apresentam valores próximos uns dos outros resultam em uma estatística de teste
F próxima de 1, e conclui-se que não há diferença significativa entre as médias
amostrais. Mas se o valor é excessivamente grande, rejeita-se a afirmação de igualdade
de médias. (As expressões vagas “próximo de 1” e “excessivamente grande” tornam-se
objetivas com a adoção de um valor crítico específico, que estabelece claramente a
diferença entre uma estatística de teste F que está na região crítica e uma que não
está.) Como valores excessivamente grandes de F refletem médias desiguais, o teste é
unilateral à direita. TRIOLA nesta mesma seção diz que as pesquisas baseadas em
amostras relativamente pequenas podem ser precisas, desde que a amostra seja
aleatória ou representativa da população.
Definição 6-4: Os métodos de ANOVA utilizam a distribuição .F A distribuição F
apresenta as seguintes características:
1. A distribuição F não é simétrica; é assimétrica à direita.
2. Os valores de F podem ser 0 ou positivos, mas nunca negativos.
3. Há uma distribuição F diferente para cada par de graus de liberdade (do
numerador e do denominador)
Definição 6-5: SQ(Total) ou soma total de quadrados: é uma medida da variação total
(em torno de x ) em todos os dados amostrais combinados.
2)( xxSQTotal ( 79 )
onde .combinados amostrais valores os todos de média x
SQ(Total) pode decompor-se em SQT (soma de quadrado do tratamento) e SQE
(Soma de quadrado do erro), como se segue:
Definição 6-6: SQT é uma medida de variação entre as médias amostrais. E como é
uma medida de variabilidade entre as médias amostrais, é também conhecida como
SQ(entre grupos) ou SQ(entre amostras).
126
222
22
2
11 )(...)()( xxnxxnxxnxxnSQT iikk ( 80 )
As média populacionais k ,...,2,1 são iguais, então as médias amostrais
kxxx ,...,, 21 tenderão a concentrar-se em torno de .x O resultado será um valor
relativamente pequeno de SQT. Entretanto, se as médias populacionais não são todas
iguais, então pelo menos um dos valores kxxx ,...,, 21 tenderá a distanciar-se dos outros e
também de .x O resultado será um valor relativamente grande de SQT.
Definição 6-7: SQE é uma soma de quadrados que representa a variabilidade que
supomos seja comum a todas as populações em consideração.
222
22
2
11 11...11 iikk snsnsnsnSQE ( 81 )
Como SQE é uma medida da variância dentro dos grupos, é designada às vezes
por SQ(dentro dos grupos) ou SQ(dentro das amostras). Consideradas as expressões
precedentes para SQTotal, SQT e SQE, a relação seguinte é sempre válida:
SQESQTSQTotal ( 82 )
SQE e SQT são ambas somas de quadrados, e se dividirmos cada uma delas
pelo correspondente número de graus de liberdade, obteremos quadrados médios,
definidos como se segue:
Definição 6-8: QMT é o quadrado médio para tratamento, obtido como se segue:
1/ kSQTQMT ( 83 )
Definição 6-9: QME é o quadrado médio para erro, obtido como se segue:
127
kNSQEQME / ( 84 )
Definição 6-10: QMT é o quadrado médio para a variação total:
1/ NSQTotalTQM ( 85 )
Com os valores SQ e QM determinamos a estatística de teste F que se aplica
quando as amostras não têm todas o mesmo tamanho.
Definição 6-11: Estatística de Teste para a ANOVA com Tamanhos Diferentes de
Amostras: Ao testar a hipótese numa kH ...210 contra a hipótese alternativa
(essas médias não são todas iguais), a estatística de teste
SQESQTF / ( 86 )
tem distribuição F (quando a hipótese nula é verdadeira) com graus de liberdade dados
por:
graus de liberdade do numerador = k – 1;
graus de liberdade do denominador = N – k
Definição 6-12: Na escolha do melhor modelo de regressão múltipla utiliza-se a medida
2R . Ela é chamada coeficiente de determinação. Quanto mais próximo de 1 estiver 2R
melhor terá sido nosso trabalho para explicar a variação de i
y e maior será a
capacidade de previsão de nosso modelo sobre todas a observações amostrais.
No modelo de regressão múltipla, o coeficiente de determinação é
2
2^
2
yy
yy
SQT
SQRR
i
i
128
2
2^
11
yy
e
SQT
SQE
i
i
( 87 )
em que SQR é a variação em y explicada pelo modelo, SQT é a variação total em
y em torno de sua média, e SQE é a soma dos quadrados dos resíduos de mínimos
quadrados e também a parcela da variação em y não explicada pelo modelo.
Segundo Hill at al (2003, p. 188), uma dificuldade com 2R é que seu valor pode
ser aumentado adicionado-se cada vez mais variáveis, mesmo que essas não tenham
qualquer justificativa econômica. Algebricamente, à medida que se acrescentam
variáveis, a soma dos quadrados de erros SQE diminui (pode permanecer inalterada,
mas isso é raro) e assim 2R aumenta. Se o modelo contém N – 1 variáveis, 2R =1. Não é
aconselhável manipular um modelo apenas para obter um valor elevado de 2R . É
melhor usar o coeficiente de determinação ajustado ao comparar diferentes equações
de regressão múltipla, porque ele ajusta o valor de 2R com base no número de variáveis
e no tamanho da amostra.
Já Triola (1999, p. 256) define o coeficiente de correlação ajustado como o
coeficiente múltiplo de determinação 2R modificado de modo a levar em conta o número
de variáveis e o tamanho da amostra. Calcula-se pela fórmula:
2R
kn
nR
1
1
)1(12
( 88 )
Para Triola a determinação da melhor equação de regressão múltipla é, em geral,
bastante difícil. As seguintes diretrizes podem ajudar:
1. Use o bom senso e considerações de ordem prática para incluir ou excluir
variáveis;
2. Em vez de incluir quase todas as variáveis disponíveis, inclua um número
relativamente pequeno de variáveis independente. No processo de eliminação
de variáveis independentes que não tenha influência na variável dependente,
129
poderia ser aconselhável achar o coeficiente de correlação linear r para cada
par de variáveis consideradas;
3. Escolha uma equação que tenha um valor ajustado de 2R com esta
propriedade: Se se inclui uma variável independente adicional, o valor de
ajustado de 2R não é aumentado substancialmente;
4. Para um dado número de variáveis independentes, escolha a equação com o
maior valor ajustado de 2R . Ou seja, escolha as variáveis com a propriedade
de que nenhuma outra combinação do mesmo número de variáveis
independentes dê um valor maior para 2R ajustado;
5. Escolha uma equação que tenha uma significância, tal como determinado pelo
p-valor.
6.2. Colinearidade
Uma forma simples de detectar relações colineares é utilizar o coeficiente de
correlação amostral entre pares de variáveis explanatórias.
Tabela 28 – Matriz de correção das variáveis explicativas
ESCALAS COMP TEMPVIAG POTENCIA TRIPULAÇ NVIAGEM FATPASSA FATFRETE
ESCALAS 1,000 0,370 0,728** 0,035 0,160 -0,513** 0,540** 0,412*
COMP 0,370 1,000 0,155 0,637** 0,358 -0,675** 0,731** 0,195
TEMPVIAG 0,728** 0,155 1,000 0,062 0,126 -0,552** 0,330 0,596**
POT ENCIA 0,035 0,637** 0,062 1,000 0,154 -0,455* 0,488* 0,358
TRIPULAÇ 0,160 0,358 0,126 0,154 1,000 -0,485* 0,384 0,101
NVIAGEM -0,513** -0,675** -0,552** -0,455* -0,485* 1,000 -0,733** -0,487*
FATPASSA 0,540** 0,731** 0,330 0,488* 0,384 -0,733** 1,000 0,115
FATFRETE 0,412* 0,195 0,596** 0,358 0,101 -0,487* 0,115 1,000
** Correlação significativa ao nível 0.01.
* Correlação significativa ao nível 0.05.
130
6.3. Erros Aleatórios
Os testes de hipótese e as estimativas de intervalos para os coeficientes para os
coeficientes se apóiam no pressuposto de que os erros, e portanto a variável
dependente y, são normalmente distribuídos.
Resíduo Padronizado
2,502,001,501,00,500,00-,50-1,00-1,50-2,00
Histograma
Variável dependente: CUSTOTOT
Fre
quência
8
6
4
2
0
Figura 17 - Histograma dos resíduos para o Custo Total de Viagem
É fácil perceber que a média dos resíduos de mínimos quadrados é centrado em
torno de zero. No geral, o gráfico parece representar bem uma distribuição normal
aproximada.
A Figura 18 confirma a hipótese de normalidade dos erros, visto que os pontos
estão muito próximos à reta.
131
Resíduo Padronizado
Variável dependente: CUSTOTOT
1,00,75,50,250,00
1,00
,75
,50
,25
0,00
Figura 18 - Resíduos padronizados
Conforme é possível observar na Tabela 29, o intervalo de predição sugere que
uma embarcação regional, dependendo do seu faturamento na venda de passagens e
com a cobrança de frete, gastará entre R$ 146,10 e R$ 7.533,35, com uma média de R$
3.862,46 e desvio padrão de R$ 2.323,36. O erro padrão da estimativa está entre R$
12,69 e R$ 807,49, sendo o erro médio estimado em R$ 331,03 com um desvio padrão
de R$ 217,18.
Tabela 29 – Predição no Modelo de Custo Total de Viagem
Mínimo Máximo Média Desvio Padrão
Valor Predito 146,10 7.533,35 3.862,46 2.323,36
Valor Predito Padronizado -1,60 1,58 0,00 1,00
Resíduo Padronizado -2,110 2,28 0,023 0,979
Stud. Residual -2,231 2,39 0,021 1,041
Variável dependente: CUSTO TOTAL
132
6.4. Determinação do Modelo Clássico
A análise da Tabela 28 nos dá vários níveis de associação linear entre as
variáveis. Entretanto, podemos destacar a multicolinearidade entre a variável ESCALAS
e as variáveis TEMPO DE VIAGEM, NÚMERO DE VIAGEM, FATURAMENTO COM
PASSAGENS, estas ao nível de 1% de significância, e, TEMPO OCIOSO e
FATURAMENTO COM FRETE, ao nível de 5%. A variável COMPRIMENTO apresenta
multicolinearidade, ao nível de 5% de significância, com as variáveis POTÊNCIA,
NÚMERO DE VIAGEM e FATURAMENTO COM PASSAGEM. Já a variável NÚMERO
DE VIAGEM apresenta correlação linear, ao nível de 1%, com as variáveis TEMPO DE
VIAGEM, FATURAMENTO COM PASSAGEM e, nível de 5% de significância com as
variáveis POTÊNCIA, TEMPO OCIOSO, FATURAMENTO COM FRETE.
Para determinação do modelo de regressão múltipla, foram retiradas,
inicialmente, as variáveis TEMPO OCIOSO e ESCALAS, aquela por não apresentar
significativa correlação linear com a variável dependente, e esta, por sua
multicolinearidade. Chamaremos este modelo de Modelo 1.
Modelo 1:
ii XXXXXXXY 998866554433220 ( 89 )
Tabela 30 – Modelo 1 - ANOVA
Modelo SQ Gl QM F Sig.
1 Regressão 143.019.987,70 7 20.431.426,81 14,001 0,000
Resíduo 24.807.543,73 17 1.459.267,27
Total 167.827.531,44 24
Preditores: (Constante), FATFRETE, TRIPULAÇ, POTENCIA, FATPASSA, TEMPVIA, COMP, NVIAGEM
Variável dependente: CUSTO TOTAL
133
Tabela 31 – Resumo do Modelo 1
Modelo R R2 R2
Ajustado
Erro-padrão
da Estimativa
Durbin-
Watson F Sig.
1 0,923 0,852 0,791 1.208,00 2,244 14,001 0,000
Preditores: (Constant), FATFRETE, TRIPULAÇ, POTENCIA, FATPASSA, TEMPVIA, COMP, VIAGEM
Variável dependente: CUSTO TOTAL
O valor crítico de 5% para a estatística F com (7, 17) graus de liberdade do
Modelo 1 é Fc =14,001 (Tabela 31). Logo, podemos admitir que no Modelo 1, pelo
menos um dos parâmetros é diferente de zero, ou seja, a relação estimada é
significativa. O valor do coeficiente de determinação apresentado foi 852,02 R e
coeficiente ajustado .791,02R
Tabela 32 – Modelo 1 – Regressão Linear Múltipla
Parâmetros
Coeficientes
T Sig.
Intervalo com 95%
de para
B Erro-Padrão Limite
Inferior
Limite
Superior
0 (Constant) -3.545,75 3.429,52 -1,03 0,32 -1.781,42 3.89,91
2 COMP 219,17 95,57 2,29 0,04 17,52 420,82
3 TEMPVIA -5,50 14,52 -0,37 0,71 -36,14 25,14
4 POTENCIA -8,06 3,86 -2,08 0,05 -16,22 0,10
5 TRIPULAÇ 220,38 130,33 1,69 0,11 -54,59 495,37
6 NVAGEM -31,63 216,69 -0,14 0,88 -488,81 425,54
8 FATPASSA 0,37 0,13 2,70 0,02 0,08 0,67
9 FATFRETE 0,57 0,17 3,24 0,01 0,20 0,95
Variável dependente: CUSTO TOTAL
Na Tabela 32 temos as estimativas dos parâmetros do Modelo 1. Apenas as
variáveis COMPRIMENTO, FATURAMENTO COM PASSAGEM e FATURAMENTO
134
COM FRETE apresentaram parâmetros significativamente diferentes de zero. Diante
disso, o Modelo 1 estimado é:
2,00
1,75
1,50
1,25
1,00
,75
,50
,25
0,00
-,25
-,50
-,75
-1,00
-1,25
5
4
3
2
1
0
Std. Dev = ,84
Mean = 0,00
N = 25,00
Figura 19 - Histograma dos Resíduos - Modelo 1
1,00,75,50,250,00
Exp
ect
ed C
um
Pro
b
1,00
,75
,50
,25
0,00
Figura 20 – Normal Plot - Resíduos do Modelo 1.
Modelo 1 (Estimado): 981 57,037,017,219ˆ xxxy ( 90 )
135
Apesar de várias variáveis não apresentarem parâmetros significativos no modelo
anterior, para estimarmos o Modelo 2 foram mantidas todas as variáveis, à exceção da
variável COMPRIMENTO. Nele é possível verificar que o valor crítico, ao nível de 5%
de significância da estatística F é F(6,18) = 17,270. Logo, a hipótese Ho deve ser rejeitada
e conclui-se que a relação estimada é significativa.
Modelo 2:
ii XXXXXXXY 998866554433220 ( 91 )
Tabela 33 – Modelo 2 - ANOVA
Modelo SQ gl QM F Sig.
2 Regressão 142.988.885,125 6 23.831.480,854 17,270 0,000
Resíduo 24.838.646,315 18 1.379.924,795
Total 167.827.531,440 24
Preditores: (Constant), COMP, TEMPVIA, TRIPULAÇ, FATFRETE, POTENCIA, FATPASSA
Variável dependente: CUSTO TOTAL
Temos para este modelo, coeficiente de determinação R2 = 0,852 e o coeficiente
ajustado 803,02R . Apesar do Modelo 2 ter menos variáveis explicativas, ele apresenta
um melhor coeficiente ajustado.
Tabela 34 – Resumo do Modelo 2
Modelo R R2 R2
Ajustado
Erro-padrão
Da Estimativa
Durbin-
Watson F Sig.
2 0,923 0,852 0,803 1,1174,70 2,218 17,270 0,000
Preditores: (Constant), FATFRETE, TRIPULAÇ, POTENCIA, FATPASSA, TEMPVIA, COMP
Variável dependente: CUSTO TOTAL
136
Tabela 35 – Modelo 2 – Regressão Linear Múltipla
Parâmetros
Coeficientes
t Sig.
Intervalo com 95%
de para
B Erro-Padrão Limite
Inferior Limite Superior
0 (Constant) -3.952,90 1941,00 -2,03 0,057 -8.030,804 124,997
2 COMP 223,58 88,18 2,53 0,021 38,317 408,842
3 TEMPVIA -4,90 13,55 -0,36 0,722 -33,371 23,564
4 POTENCIA -8,09 3,75 -2,15 0,045 -15,987 -0,205
5 TRIPULAÇ 227,10 118,58 1,91 0,072 -22,043 476,242
8 FATPASSA 0,38 0,12 3,16 0,005 0,129 0,639
9 FATFRETE 0,58 0,16 3,62 0,002 0,245 0,921
Variável dependente: CUSTO TOTAL
A Tabela 35 apresenta os valores dos coeficientes do Modelo 2. Ao nível de
significância de 5%, podemos concluir que as variáveis COMP, POTENCIA, FATPASS e
FATFRETE são significativamente diferentes de zero, as demais serão retiradas do
modelo. Como o intercepto 0 não apresentou valor significativamente diferente de
zero, o modelo proposto não o conterá.
Modelo 2 (Estimado): 9842 58,038,009,858,223ˆ xxxxy ( 92 )
O Modelo 2 apresenta um intervalo de confiança dos parâmetros das variáveis
COMPRIMENTO (38,317; 408,842) e POTÊNCIA (-15,987; -0,205) muito grande. Isto
pode comprometer a predição pontual, tornando-a não confiável.
137
2,00
1,75
1,50
1,25
1,00
,75
,50
,25
0,00
-,25
-,50
-,75
-1,00
-1,25
5
4
3
2
1
0
Std. Dev = ,84
Mean = 0,00
N = 25,00
Figura 21 - Histograma dos Resíduos do Modelo 2
1,00,75,50,250,00
1,00
,75
,50
,25
0,00
Figura 22 – Normal Plot - Resíduos do Modelo 2
No Modelo 3 constará apenas as variáveis que foram significativas no Modelo 2,
ou seja, COMPRIMENTO, POTÊNCIA, FATURAMENTO COM PASSAGEIROS e
FATURAMENTO COM FRETE. Como o intercepto o também não é significativamente
138
diferente de zero, ele também será retirado do Modelo 3. O valor estimado dos
parâmetros encontram-se na Tabela 38.
Modelo 3: ii XXXXY 99884422 ( 93 )
Tabela 36 – Modelo 3 – ANOVA
Modelo SQ gl QM F Sig.
3 Regressão 511.353.994,93 4 127.838.498,73 75,22 0,000
Resíduo 35.686.844,06 21 1.699.373,52
Total 547.040.839,00 25
Preditores: (Constant), COMP, POTENCIA, FATFRETE, FATPASSA
Variável dependente: CUSTO TOTAL
Tabela 37 – Resumo do Modelo 3
Modelo r R2 R2
Ajustado
Erro-padrão
Da Estimativa
Durbin-
Watson F Sig.
3 0,967 0,935 0,922 1.303,60 1,781 75,227 0,000
Tabela 38 – Modelo – Regressão Múltipla para o Custo Total de Viagem
Coeficientes
t Sig.
Intervalo com 95%
de para
B Erro-Padrão Limite
Inferior Limite Superior
COMP 103,95 46,30 2,245 0,036 7,67 200,23
POTENCIA -8,34 3,85 -2,167 0,042 -16,34 -0,33
FATPASSA 0,53 0,09 5,642 0,000 0,33 0,72
FATFRETE 0,57 0,13 4,387 0,000 0,29 0,83
Variável dependente: CUSTO TOTAL
Modelo 3 (Estimado): 9842 57,053,034,895,103ˆ xxxxyi ( 94 )
139
O Modelo 3 apresenta o mesmo problema quanto ao intervalo de confiança dos
parâmetros estimados das variáveis COMPRIMENTO e POTÊNCIA, ou seja, a
confiabilidade da previsão fica comprometida em virtude da grande amplitude desses
intervalos.
Diante disso, um quarto modelo é proposto. Com bastante parcimônia, o Modelo
4 contará apenas com as variáveis FATURAMENTO COM PASSAGEIROS e
FATURAMENTO COM FRETE e sem o intercepto.
2,001,501,00,500,00-,50-1,00-1,50-2,00
10
8
6
4
2
0
Std. Dev = ,93
Mean = -,05
N = 25,00
Figura 23 – Histograma dos Resíduos do Modelo 3
1,00,75,50,250,00
1,00
,75
,50
,25
0,00
Figura 24 - Normal Plot - Resíduos Do Modelo 3
Modelo 4: ii XXY 9988 ( 95 )
140
Tabela 39 – Modelo - ANOVA
Modelo SQ Gl QM F Sig.
4 Regressão 502.517.310,84 2 251.258.655,42 129,795 0,000
Resíduo 44.523.528,15 23 1.935.805,57
Total 547.040.839,00 25
Preditores: (Constant), COMP, TEMPVIA, TRIPULAÇ, FATFRETE, POTENCIA, FATPASSA
Variável dependente: CUSTO TOTAL
Tabela 40 – Resumo do Modelo 4
Modelo R R2 R2
Ajustado
Erro-padrão
Da Estimativa
Durbin-
Watson F Sig.
4 0,958 0,919 0,912 1.391,3323 1,579 129,95 0,000
Variável dependente: CUSTO TOTAL
Tabela 41 – Modelo 4 – Regressão Linear Múltipla
Coeficientes
t Sig.
Intervalo com 95%
de para
B Erro-Padrão Limite
Inferior Limite Superior
FATPASSA 0,560 0,067 8,389 0,000 0,422 0,699
FATFRETE 0,526 0,110 4,788 0,000 0,299 0,753
Variável dependente: CUSTO TOTAL
Modelo 4 (Estimado): 98 53,056,0ˆ xxyi ( 96 )
141
2,50
2,00
1,50
1,00
,50
0,00
-,50
-1,00
-1,50
-2,00
8
6
4
2
0
Std. Dev = ,98
Mean = ,02
N = 25,00
Figura 25 - Histograma Dos Resíduos do Modelo 4
1,00,75,50,250,00
1,00
,75
,50
,25
0,00
Figura 26 - Normal Plot - Resíduos do Modelo 4
142
Tabela 42 – Resumo dos Modelos Estimados
MODELOS R2
R2
Ajustado
Erro-padrão
Da Estimativa F Sig.
MODELO 1:
981 57,037,017,219ˆ xxxy 0,852 0,791 1.208,00 14,001 0,000
MODELO 2:
9842 58,038,009,858,223ˆ xxxxy 0,852 0,0,803 1,1174,70 17,270 0,000
MODELO 3:
9842 57,053,034,895,103ˆ xxxxyi 0,935 0,922 1.303,60 75,227 0,000
MODELO 4:
98 53,056,0ˆ xxyi 0,919 0,912 1.391,33 129,95 0,000
6.5. O Modelo Bayesiano
Para determinarmos a distribuição a priori da variável dependente Y que será
usada no Modelo Bayesiano, utilizamos o histograma, conforme descrito em 5.2.5. O
software utilizado foi o STATISTICA 6.0.
Com o p-valor = 0,1220, ao nível de significância de 5%, podemos admitir que os
dados referentes à variável Y = Custo Total de Viagem são provenientes de uma
Distribuição Normal,
CUSTOTOT
9000,0
8000,0
7000,0
6000,0
5000,0
4000,0
3000,0
2000,0
1000,0
0,0
7
6
5
4
3
2
1
0
Std. Dev = 2644,39
Mean = 3894,7
N = 25,00
Figura 27 - Histograma da variável Custo Total
143
Conforme descrito em 5.2.7.2, se a distribuição observacional é ),(~)|( 2 NX e
se a distribuição a priori é ),(~ 2 N então a distribuição a posteriori de também
será Normal, com média 1 e variância 2
1 . Podemos admitir, então que, a distribuição
posteriori da variável Y = CUSTO TOTAL DE VIAGEM tem distribuição Normal. A
vantagem desse tipo de priori é a tratabilidade da análise resultante e, portanto, a
possibilidade de explorar o aspecto seqüencial do método Bayesiano.
Encontrada a distribuição à priori da variável Y = CUSTO TOTAL DE VIAGEM, ou
seja, a Distribuição Normal e dos coeficientes das variáveis independentes
significativamente diferentes de zero, passou-se à determinação do Modelo Bayesiano.
Para a obtenção do modelo, desenvolveu-se, inicialmente, um programa para o
software WinBUGS 1.4.
Na determinação do Modelo Bayesiano, utilizaram-se, inicialmente, todas as
variáveis explicativas (exceto a variável TEMPO OCIOSO por não ser significativamente
correlacionada com a variável dependente). Nesta primeira simulação, apenas as
variáveis FATURAMENTO COM PASSAGEM e FATURAMENTO COM FRETE
apresentaram coeficientes significativamente diferentes de zero.
Tabela 43 – Modelo Bayesiano – 1ª. Simulação
Variáveis Média Desvio
Padrão
Limite
Inferior Medina
Limite
Superior
(CONSTATE) 5.827 101.4 -189.2 5.499 201.6
COMPRIMENTO 31.47 28.66 -25.14 31.88 86.78
ESCALAS 6.113 32.21 -56.04 5.725 67.51
NÚMERO DE VIAGEM -8.322 75.43 -156.5 -8.273 139.8
POTÊNCIA -3.099 3.342 -9.591 -3.101 3.438
TEMPO DE VIAGEM -5.368 13.83 -32.34 -5.413 22.41
TRIPULACÃO 16.15 31.24 -45.2 15.84 77.2
FATURAMENTO COM PASSA 0.5742 0.122 0.3344 0.5731 0.8201
FATURAMENTO COM FRETE 0.5911 0.1875 0.2267 0.5881 0.9635
144
A segunda simulação considerou as variáveis COMPRIMENTO, POTÊNCIA,
FATURAMENTO COM PASSAGEM e FATURAMENTO COM FRETE, por terem
apresentado coeficientes significativamente diferentes de zero. Somente as variáveis
FATURAMENTO COM PASSAGEM e FATURAMENTO COM FRETE apresentaram
coeficientes significativos, conforme Tabela 44.
Tabela 44 – Modelo Bayesiano - 2ª. Simulação
Variáveis Média Desvio Padrão Limite Inferior Medina Limite Superior
(CONSTANTE) 3.606 106.2 -192.0 3.147 203.4
COMPRIMENTO 30.59 27.5 -23.06 30.72 84.06
POTÊNCIA -2.966 2.774 -8.414 -3.006 2.562
FATURAMENTO COM PASSAGEM 0.5695 0.09942 0.3776 0.5681 0.7703
FATURAMENTO COM FRETE 0.5587 0.1376 0.2851 0.5583 0.83
A última simulação considerou apenas as variáveis FATURAMENTO COM
PASSAGEM e FATURAMENTO COM FRETE. A mostra os resultados. A constante
Tabela 45 do modelo não apresentou intervalo significativamente diferente de zero.
Tabela 45 – Modelo Bayesiano - 3ª. Simulação
Variáveis Média Desvio Padrão Limite Inferior Medina Limite Superior
(CONSTANTE) 4.756 98.54 -187.1 3.433 196.9
FATURAMENTO COM FRETE 0.5258 0.1143 0.3011 0.5253 0.756
FATURAMENTO COM
PASSAGEM 0.5588 0.07092 0.4209 0.5581 0.6997
Diante disso, o melhor modelo para determinação do custo de uma viagem, é o
descrito na Tabela 46.
145
Tabela 46 – Modelo Bayesiano para o Custo Total De Viagem
Variáveis Média Desvio Padrão Limite Inferior Medina Limite Superior
FATURAMENTO COM FRETE 0.5258 0.1143 0.3011 0.5253 0.756
FATURAMENTO COM PASSAGEM 0.5588 0.07092 0.4209 0.5581 0.6997
Temos, a seguir, os gráficos gerados pelo WinBUGS na determinação do Modelo
Bayesiano.
alfa sample: 10000
-400.0 -200.0 0.0 200.0
0.0
0.002
0.004
0.006
Gráfico 6 - Distribuição da Constante do Modelo (INTERCEPTO)
O Gráfico 6 apresenta uma curva simétrica centrada em zero, o que confirma a
hipótese de nulidade da constante do modelo.
alfa.FATPASSA sample: 10000
0.0 0.2 0.4 0.6 0.8
0.0
2.0
4.0
6.0
Gráfico 7 - Distribuição da Variável Faturamento com Passagem
A variável FATURAMENTO COM PASSAGEM comporta-se normalmente,
conforme Gráfico 7. Sua média está no intervalo (0,421; 0,699).
146
alfa.FATFRETE sample: 10000
-0.5 0.0 0.5
0.0
1.0
2.0
3.0
4.0
Gráfico 8 - Distribuição da Variável Faturamento com Frete
O Gráfico 8 da variável FATFRETE possui comportamento simétrico. Sua média
está entre (0,301; 0,756).
tauc sample: 10000
0.0 5.00E-7 1.00E-6
0.0
1.00E+6
2.00E+6
3.00E+6
Gráfico 9 - Precisão do Modelo
O Gráfico 9 apresenta comportamento assimétrico, o que era de se esperar, visto
que a distribuição da precisão é uma 2 (Qui-Quadrado).
147
6.6. O Modelo Clássico e o Bayesiano
Os resultados obtidos utilizando a Estatística Clássica e a Bayesiana são
bastante similares, conforme é possível observar na Tabela 47 .
Tabela 47 – Modelo Clássico e o Bayesiano
Bayesiano Média Limite Inferior Limite Superior
FATURAMENTO COM FRETE 0.5258 0.3011 0.756
FATURAMENTO COM PASSAGEM 0.5588 0.4209 0.6997
Clássico Média Limite Inferior Limite Superior
FATURAMENTO COM FRETE 0,560 0,422 0,699
FATURAMENTO COM PASSAGEM 0,526 0,299 0,753
CONCLUSÃO
O Brasil apresenta uma matriz de transporte completamente desbalanceada,
privilegiando o modal rodoviário em detrimento de outros economicamente mais viáveis.
O transporte hidroviário é um dos mais eficientes em termos de consumo de energia,
entretanto, ainda não é devidamente explorado por falta de investimentos
governamentais e privados
Os modos de transporte devem ser encarados como um problema de políticas
públicas. O processo lento de integração entre as várias regiões do país fez com que o
Brasil ingressasse na era moderna de seu desenvolvimento sem contar com um sistema
nacional de transporte multimodais e dependente da rodovia para movimentação de
cargas e passageiros
Os vários planos de transporte elaborados por engenheiros brasileiros desde os
governos do Império, após a proclamação da República e ao longo do século XIX,
época da introdução das ferrovias no Brasil, descartavam as rodovias como principal
instrumento de integração, colocando ênfase nas vias férreas e na navegação fluvial e
marítima como solução para os problemas de isolamento das regiões brasileiras.
Dentre os vários motivos para que o modelo ferroviário não se concretizasse no
país, podem ser destacados, dentre outros, a pobreza do mercado interno, o
subdesenvolvimento do país e a forte resistência ao pagamento de tributos pela elite
agrária.
Não foram diferentes os motivos que impossibilitaram a utilização da Navegação
Interior como modelo de integração e desenvolvimento. A economia brasileira durante
muito tempo esteve baseada na escravidão e no latifúndio, dependendo da exploração
de uns poucos produtos exportáveis.
Do fracasso das ferrovias e hidrovias em propiciarem uma rede nacional de
transporte para o Brasil, nasceu a preocupação com as rodovias, sendo seu
reconhecimento oficial como modalidade prioritária de transporte no Brasil, no início dos
anos 50, quando da aprovação de um plano nacional de viação, em 1951.
149
A opção pelas rodovias agravou sobremaneira tanto as ferrovias quanto à
cabotagem que declinaram ao longo das décadas de 30 e 40. Como essas modalidades
eram consideradas ineficientes, suas condições operacionais se deterioraram, até
atingirem estado de calamidade. Este quadro impossibilitou a reabilitação das ferrovias
e da cabotagem, tornando-os inviáveis na opinião de muitos técnicos e políticos.
Em 2001, 60,5% de toda a carga transportada no Brasil utilizou o modal
rodoviário como meio de transporte. A simples transferência de 10% deste total para a
navegação de cabotagem, representaria uma economia da ordem de R$ 1,0 bilhão/ano.
No Brasil é, aproximadamente, seis vezes mais caro transportar por rodovias ao
transporte hidroviário. Este custo chega, em alguns países desenvolvidos, a oito vezes o
hidroviário.
Apesar disso, não se percebe, por parte do governo, medidas efetivas para que
este quadro se modifique. Isto fica claro quando analisamos os gastos do governo com
transporte entre 1996 e 2000. Em termos relativos, o montante gasto pelo governo em
investimentos públicos em transporte foi, em 1996, de 39,8%, ou seja, R$
1.008.788.000,00. Este valor subiu em 2000 para R$ 1.840.281.000,00, o que
representou 50,2% dos investimentos, com um crescimento 10,4% neste modal. Já os
investimentos no transporte aquaviário cresceu de 7,5% em 1996 para 11,9% em 2000,
passando de R$ 189.990.000,00 para R$ 435.894.000,00.
Todo esses investimentos nas rodovias brasileiras não conseguiram reverter o
estado crítico deste modal. O péssimo estado de conservação das rodovias, o alto frete
cobrado, além do perigo crescente do roubo de cargas, obrigou aos empresários a
busca por meios alternativos de transporte.
Este fenômeno é percebido na evolução da matriz de transporte entre 1993 e
2000. Neste período, o modal que apresentou maior crescimento foi o aquaviário, com
um crescimento de 2,71%. Por outro lado, o modal rodoviário reduziu sua participação
em 1,56%. É importante salientar, entretanto, que a perda de espaço pelo modal
rodoviário não se dá pela diminuição na utilização deste modal, mas pela maior
utilização dos demais modais, visto que o setor de transporte está em plena expansão.
Para o estado do Amazonas a importância do transporte aquaviário assume outra
proporção. Infelizmente as estatísticas oficiais ou estão desatualizadas, ou
simplesmente inexistem, sendo este um dos principais obstáculos para o seu
planejamento. A consulta a alguns órgãos públicos, como o Sindicato dos Armadores do
150
Estado do Amazonas (SINDARMA) e a Capitania dos Portos da Amazônia Ocidental
mostrou a carência na coleta de dados e, no caso da Capitania dos Portos, na
manutenção do banco de dados. O trabalho mais completo sobre o transporte fluvial no
estado do Amazonas data de 1982 e foi elaborado pelo CODEAMA (Centro de
Desenvolvimento, Pesquisa e Tecnologia do Estado do Amazonas). Infelizmente
nenhum trabalho de igual proporção foi elaborado a partir daí. Recentemente o
Ministério da Transporte através da Secretaria de Transporte Aquaviário (ANTAQ)
iniciou pesquisa para levantamento de dados preliminares sobre este setor. Até o final
deste trabalho nenhum resultado havia sido publicado.
A coleta de dados feito junto à Capitania dos Portos de Manaus tornou possível
traçar o perfil das embarcações que navegam nos rios da Amazônia a partir de Manaus.
As embarcações são em sua grande maioria de madeira, com um tamanho médio
estimado em 22,5m e intervalo de confiança entre (21,3; 23,8). Esta alta variabilidade se
reflete nas demais dimensões dos barcos. Quanto à lotação, os barcos estão
autorizados a navegarem com 124 passageiros com um intervalo entre (115;133).
Entretanto, sua lotação efetiva apresenta uma média de 70 passageiros no mês de
novembro de 2003 e de 101 em dezembro do mesmo ano. Isto representa uma taxa de
ocupação de 59,2% em novembro e de 77% em dezembro de 2003.
A alta heterogeneidade das embarcações em sua dimensões, rotas e custos,
impossibilitou a formulação de um modelo econométrico linear que utilizasse essas
variáveis para se prever os custos de viagem. Foram utilizadas a estatística clássica e a
bayesiana na estimação desse modelo. Os modelos encontrados pelos dois métodos
apresentaram resultados similares conforme Tabela 47, sendo que estes modelos
propõem a estimação dos custos através do faturamento com a venda de passagens e o
faturamento com a cobrança do frete das mercadorias transportadas.
Não se pode preterir do setor de transporte para o desenvolvimento de uma
nação. Nosso país carece de grandes investimentos em infra-estrutura de transporte.
Como os recursos são escassos, é fundamental o profundo conhecimento desta
atividade para uma melhor aplicação dos investimentos públicos.
151
REFERÊNCIAS BIBLIOGRÁFICAS
AHIMOC. Administração das Hidrovias da Amazônia Ocidental. Hidrovia do
Madeira. Disponível em <http://www.ahimoc.com.brhidmadei.htm> Acesso em: 05
nov. 2001.
AMAZONAS. CODEAMA – Centro de Desenvolvimento, Pesquisa e Tecnologia.
Amazonas: Diagnóstico do Transporte Fluvial. Manaus, 1982.
AMAZONAS Estrada de Rios. Produzido com exclusividade por profissionais da
FUNTEC. Manaus: Cultura Vídeo, VHS, son., color.
ALVES, Marco Antonio Sandoval Vasconcelos Denisard. et al. Manual de
Econometria. São Paulo: Editora Atlas, 2000.
BARCOS DA Amazônia. Produzido com exclusividade por profissionais da FUNTEC.
Manaus: Cultura Vídeo, VHS, son., color.
BASTOS, A. C. Tavares. O Vale do Amazonas. 3. ed. São Paulo: Ed. Nacional,
1975.
BRASIL. Ministério dos Transportes. Movimentação nas Hidrovias. Disponível em:
<http://www.transportes.gov.br/STA/DHI/ESTATISTICA/MovimentaçãoGeral.htm>Ac
esso em: 7 mar. 2003.
______ . ______ . Conceito de Hidrovias. Disponível em
<http://www.transportes.gov.br/STA/DHI/Conceito.htm> Acesso em: 21 dez. 2001.
152
______ . ______ . Corredores Estratégicos de Desenvolvimento. Disponível em:
<http://www.transportes.gov.br/bit/estudos/corredores.htm>Acesso em: 5 nov. 2001.
BRASIL. Ministério do Planejamento, Orçamento e Gestão. Potencial de transporte
por rio permanece inexplorado. Disponível em:
<http://www.infraestruturabrasil.gov.br/noticias/not_detalhe.asp?not=971055559>
Acesso em: 28 dez. 2001.
BUARQUE, Cristovam. Avaliação Econômica de Projetos. Rio de Janeiro:
Campus, 1984.
BUGS –1.3, Software estatístico, copyright MRC Bioestatistics Unit, Cambridge
(UK): 1995. www.mrc-bsu.cam.ac.uk/bugs.
CEBDS. Conselho Empresarial Brasileiro para o Desenvolvimento Sustentável.
Mobilidade Sustentável – O Transporte do Futuro. Disponível em:
<http://www.cebds.com/jornal/mobilidade.htm> Acesso em: 22 nov. 2001.
______ . ______ . Transporte fluvial cresceu 5,5% no último triênio.
<http://www.infraestruturabrasil.gov.br/noticias/not_detalhe.asp?not=367844623>
Acesso em: 28 dez. 2001.
CUNHA E SILVA, José Leopoldo; SOUZA, Wanda F.; NETO, Eliziário C.
Cabotagem e Navegação Interior: Instrumentos de Minimização do “Custo
Brasil” Gerado nos Transportes. Disponível em:
<http://www.tansportes.gov.br/bit/estudos/custoshidroviários/cabotagem.htm>
Acesso em:17 fev. 2003.
DNIT. Principais Hidrovias. Disponível em:
<http://www.dnit.gov.br/hidrovias/principais.htm>Acesso em: 7 mar. 2003.
______ . Hidrovias. Disponível em: <http://www.dnit.gov.br/hidrovias/principais.htm>
Acesso em: 7 mar. 2003.
ECO, Umberto. Como se faz uma tese. São Paulo: Editora Perspectiva, 2002.
153
FREUND E. John, SIMON Gary A. Estatística Aplicada: Economia, Administração
e Contabilidade. Porto Alegre: Brookman, 2000.
FONSECA, Jairo Simaon da; MARTINS, Gilberto de Andrade. Curso de Estatística.
6ª. ed. – São Paulo: Editora Atlas S.A.,1996.
GALVÃO, Olimpio J. de Arroxelas. Desenvolvimento dos Transportes e
Integração Regional no Brasil – Uma Perspectiva Histórica. Planejamento e
Políticas Públicas No. 13 – Jun de 1996.
GEIPOT. Transportes no Amazonas – Maio 2000. Disponível em:
<http://www.geipot.gov.br/cadernos/2000/am-2000.htm> Acesso em: 21 dez. 2001.
GAMERMAN, Dani. Simulação Estocástica Via Cadeias de Markov. 12o. SINAPE
– Caxaumbu – 29/07 a 02/08/96. ABE – Associação Brasileira de Estatística.
GAMERMAN, Dani, MIGON, Hélio dos Santos. Inferência Estatística Uma
Abordagem Integrada. Instituto de Matemática da UFRJ. Rio de Janeiro, 1993.
GELMAN, A. CARLING, Jonh B.; STERN, Hal S.; RUBIN, Donald B. Bayesian Data
Analysis. New York: Chapman & Hall, 1995.
GRECO, Alvísio Lahorgue, AREND, Lauro Roberto. Contabilidade: teoria e prática
básicas – 9ª. Edição – Porto Alegre: Editora Sagra Lazzatto, 2001..
GOUVEIA, Nelson. Contabilidade Básica - 2ª. Edição – São Paulo: Editora
HARBRA ltda, 2001.
KARATZIOVALIS, I. K. A Recuperação do Setor da Navegação de Cabotagem de
Carga Geral e sua Integração na Multimodalidade: Uma Alternativa para a
Redução do “Custo Brasil”. Disponível em:
<http://www.dpc.mar.mil.br/InformativoMaritmo/Out_Dez00/Comunida de
cabotagem...> Acesso em: 17 fev. 2003.
154
MEYER, Paul L. Probabilidade: Aplicações à Estatística. 2ª. ed. Rio de Janeiro:
LTC, 1983 – Reimpressão 20000.
MIGON, Hélio dos Santos. Introdução à Econometria. 30a. Reunião Regional da
Associação Brasileira de Estatística /19a. Semana de Estatística - UFAM. Manaus, 04
a 07 de Agosto de 1999.
MOBILIDADE Sustentável, ou como Viajaremos para o Futuro. Revista Brasil
Sempre. Disponível em:
<http://www.insghtnet.com.br/brasilsempre/numero7/m0507.htm>
Acesso em: 22 nov. 2001.
NETO, Leonardo Trisciuzzi. Rios da Amazônia: Coletânea de Dados: Pequeno
roteiro. 3a. ed. Niterói – RJ: DHN, 2001.
NOGUEIRA, Ricardo José B. Amazonas: um Estado Ribeirinho. Manaus: Editora
da Universidade do Amazonas, 1999.
OLIVEIRA, Nildo Carlos. As Hidrovias e a Economia. Disponível em:
http://www.construbid.com.br/.../F0204B0F6A602CBB83256AF100431B87?OpenDoc
ument&Editora> Acesso em: 28 dez. 2001.
PADOVEZE, Clóvis Luís. Curso Básico Gerencial de Custos. São Paulo: Pioneira
Thomson Leanring, 2003.
PORTO, Marcos Maia; SILVA, Cláudio Ferreira da. Transportes, Seguros e a
Distribuição Física Internacional de Mercadorias. São Paulo: Aduaneira, 2000.
SPIEGEL, Murray R. Probabilidade e Estatística. São Paulo: Pearson Education do
Brasil, 1978.
TRANSPORTE aquaviário foi o meio que mais ganhou terreno nos últimos cinco
anos. NTCNet – Publicação eletrônica da Associação Nacional de Transportes
155
de Cargas. Disponível em: <http://www,ntc.org.br/trans_aqua.htm> Acesso em: 25
mar. 2002.
TRIOLA, Mário F. Introdução à Estatística. Rio de Janeiro: LTC, 1999.
TV LIBERAL. Estradas e Hidrovias no Caminho do Desenvolvimento. Disponível
em: <http://www.tvliberal.com.br/verpara/ediçao1/hidrovias.htm> Acesso em: 28 dez.
2001.
VALENTE, Amir Mattar et al. Gerenciamento de Transporte e Frotas. São Paulo:
Pioneira Thomson Lenarning, 2003.
158
ANEXO 2
# MODELO PARA PREVISÃO DO CUSTO TOTAL DAS EMBARCAÇÕES - PROGRAMA BUGS
#OBS: Dados livres de outilier
model { for(p in 1 : N) { CTT[p] ~ dnorm(muc[p], tauc) # p=1,...,25. muc[p] <-beta + beta.esc*ESC[p] + beta.tpl*TPL[p] + beta.ftf*FTF[p] + beta.ftp*FTP[p] } sigmac2 <- 1/tauc # precisão # Priores dos coeficientes para efeitos fixos beta ~ dnorm(0.0, 0.0001); beta.ftp ~ dnorm(0.0, 0.0001); beta.esc ~ dnorm(0.0, 0.0001); #beta.tpo ~ dnorm(0.0, 0.0001); #beta.tpv ~ dnorm(0.0, 0.0001); beta.tpl ~ dnorm(0.0, 0.0001); beta.ftf ~ dnorm(0.0, 0.0001); tauc ~ dgamma(1.0E-3, 1.0E-3) } list( N=25, CTT = c( 67, 3740, 4500, 2000, 750, 665, 750, 7000, 8000, 2250, 8700, 6450, 2600, 800,
3000, 1000, 5500, 750, 5000, 4000, 5000, 5000, 5845, 7500, 6500), ESC = c(0, 3, 3, 3, 0, 1, 0, 6, 2, 1, 3, 4, 0, 1, 2, 0, 3, 0, 1, 1, 1, 1, 3, 2, 3), #TPO = c( 25, 48, 24, 24, 37, 60, 48, 168, 72, 24, 20, 51, 73, 12, 48, 13, 45, 24, 57, 72, 72, 72, 42, 48, 36), #TPV = c( 5, 14, 33, 16, 9, 18, 12, 144, 12, 24, 32, 35, 16, 16, 30, 12, 32, 10, 26, 36, 30, 22, 32, 30, 34), TPL = c(4, 3, 3, 4, 5, 4, 4, 3, 4, 5, 4, 5, 12, 5, 9, 3, 5, 5, 7, 3, 6, 3, 10, 6, 6, 5, 7), FTP = c(120, 3500, 11060, 3000, 850, 600, 600, 5000, 4000, 3000, 8000, 9000, 3000, 1000, 1200, 1770, 8000, 800, 8000, 9000, 5000, 4200, 4000, 7500, 9500) , FTF = c( 150, 1700, 860, 1200, 500, 800, 350, 9000, 8000, 325, 2000, 650, 3550, 700, 3500, 2850, 3200, 3500, 3000, 3600, 3000, 1800, 5250, 2000, 2620) )
list(beta =0, beta.esc =0, beta.tpl =0, beta.ftf = 0, beta.ftp = 0, tauc =1)
159
ANEXO 3
# MODELO PARA PREVISÃO DO CUSTO TOTAL DAS EMBARCAÇÕES – PROGRAMA BUGS
#OBS: Dados livres de outilier
model { for(p in 1 : N) { CUSTOTAL[p] ~ dnorm(muc[p], tauc) # p=1,...,25. muc[p] <- alfa + alfa.FATPASSA*FATPASSA[p] + alfa.FATFRETE*FATFRETE[p] } sigmac2 <- 1/tauc # precisão # Priores dos coeficientes para efeitos fixos alfa ~ dnorm(0.0, 0.0001); # alfa.ESCALAS ~dnorm(0.0, 0.001); # alfa.COMP ~dnorm(0.0, 0.001); # alfa.TEMPVIAG ~dnorm(0.0, 0.001); # alfa.POTENCIA ~dnorm(0.0, 0.001); # alfa.TRIPULAC ~dnorm(0.0, 0.001); # alfa.NVIAGEM ~ dnorm(0.0, 0.0001); alfa.FATPASSA ~ dnorm(0.0, 0.0001); alfa.FATFRETE ~ dnorm(0.0, 0.0001); tauc ~ dgamma(1.0E-3, 1.0E-3) } list( N=25, CUSTOTAL = c(3740, 4500, 2000, 750, 665, 750, 7000, 8000, 2250, 8700, 6450, 2600, 800,
3000, 1000, 5500, 750, 67, 5000, 4000, 5000, 5000, 5845, 7500, 6500), # ESCALAS = c(3, 3, 3, 0, 1, 0, 6, 2, 1, 3, 4, 0, 1, 2, 0, 3, 0, 0, 1, 1, 1, 1, 3, 2, 3), #COMP = c(26, 30, 26, 27.70, 21.05, 23, 26, 34, 28.5, 31, 37.75, 26, 22, 25.5, 26, 24, 21, 21, 31.35, 33, 32.10, #29, 30, 29, 35.5), # TEMPVIAG = c(14, 33, 16, 9, 18, 12, 144, 12, 24, 32, 35, 16, 16, 30, 12, 32, 10, 5, 26, 36, 30, 22, 32, 30, 34), #POTENCIA = c(180, 315, 315, 360, 114, 315, 315, 480, 270, 315, 480, 420, 180, 250, 360, 370, 315, 315, 450, 520, 300, 315, 367, 315, 367), # TRIPULAC = c(4, 5, 4 ,4, 3, 4, 5, 4, 5, 12, 5, 9, 3, 5, 5, 7, 3, 4, 6, 3, 10, 6, 6, 5, 7), # NVIAGEM = c(8, 4, 8, 8, 8, 8, 2, 4, 4, 4, 4, 4, 8, 8, 8, 4, 8, 12, 4, 4, 4, 4, 4, 4, 4), FATPASSA = c(3500, 11060, 3000, 850, 600, 600, 5000, 4000, 3000, 8000, 9000, 3000, 1000, 1200, 1770, 8000, 800, 120, 8000, 9000, 5000, 4200, 4000, 7500, 9500), FATFRETE = c(1700, 860, 1200, 500, 800, 850, 9000, 8000, 325, 2000, 650, 3550, 700, 3500, 2850, 3200, 3500, 150, 3000, 3600, 3000, 1800, 5250, 2000, 2620) )
list(alfa =0, alfa.FATPASSA = 0, alfa.FATFRETE = 0, tauc =1)
160
ANEXO 4
# MODELO PARA PREVISÃO DO CUSTO TOTAL DAS EMBARCAÇÕES - PROGRAMA BUGS #OBS: Dados livres de outilier
model { for(p in 1 : N) { CUSTOTAL[p] ~ dnorm(muc[p], tauc) # p=1,...,25. muc[p] <- alfa + alfa.COMP*COMP[p] + alfa.POTENCIA*POTENCIA[p] + alfa.FATPASSA*FATPASSA[p] + alfa.FATFRETE*FATFRETE[p] } sigmac2 <- 1/tauc # precisão # Priores dos coeficientes para efeitos fixos alfa ~ dnorm(0.0, 0.0001); # alfa.ESCALAS ~dnorm(0.0, 0.001); alfa.COMP ~dnorm(0.0, 0.001); # alfa.TEMPVIAG ~dnorm(0.0, 0.001); alfa.POTENCIA ~dnorm(0.0, 0.001); # alfa.TRIPULAC ~dnorm(0.0, 0.001); # alfa.NVIAGEM ~ dnorm(0.0, 0.0001); alfa.FATPASSA ~ dnorm(0.0, 0.0001); alfa.FATFRETE ~ dnorm(0.0, 0.0001); tauc ~ dgamma(1.0E-3, 1.0E-3) } list( N=25, CUSTOTAL = c(3740, 4500, 2000, 750, 665, 750, 7000, 8000, 2250, 8700, 6450, 2600, 800,
3000, 1000, 5500, 750, 67, 5000, 4000, 5000, 5000, 5845, 7500, 6500), # ESCALAS = c(3, 3, 3, 0, 1, 0, 6, 2, 1, 3, 4, 0, 1, 2, 0, 3, 0, 0, 1, 1, 1, 1, 3, 2, 3), COMP = c(26, 30, 26, 27.70, 21.05, 23, 26, 34, 28.5, 31, 37.75, 26, 22, 25.5, 26, 24, 21, 21, 31.35, 33, 32.10, 29, 30, 29, 35.5), # TEMPVIAG = c(14, 33, 16, 9, 18, 12, 144, 12, 24, 32, 35, 16, 16, 30, 12, 32, 10, 5, 26, 36, 30, 22, 32, 30, 34), POTENCIA = c(180, 315, 315, 360, 114, 315, 315, 480, 270, 315, 480, 420, 180, 250, 360, 370, 315, 315, 450, 520, 300, 315, 367, 315, 367), # TRIPULAC = c(4, 5, 4 ,4, 3, 4, 5, 4, 5, 12, 5, 9, 3, 5, 5, 7, 3, 4, 6, 3, 10, 6, 6, 5, 7), # NVIAGEM = c(8, 4, 8, 8, 8, 8, 2, 4, 4, 4, 4, 4, 8, 8, 8, 4, 8, 12, 4, 4, 4, 4, 4, 4, 4), FATPASSA = c(3500, 11060, 3000, 850, 600, 600, 5000, 4000, 3000, 8000, 9000, 3000, 1000, 1200, 1770, 8000, 800, 120, 8000, 9000, 5000, 4200, 4000, 7500, 9500), FATFRETE = c(1700, 860, 1200, 500, 800, 850, 9000, 8000, 325, 2000, 650, 3550, 700, 3500, 2850, 3200, 3500, 150, 3000, 3600, 3000, 1800, 5250, 2000, 2620) )
list(alfa =0, alfa.COMP =0, alfa.POTENCIA = 0, alfa.FATPASSA = 0, alfa.FATFRETE = 0, tauc =1)
161
ANEXO 5
# MODELO PARA PREVISÃO DO CUSTO TOTAL DAS EMBARCAÇÕES - PROGRAMA BUGS #OBS: Dados livres de outilier
model { for(p in 1 : N) { CUSTOTAL[p] ~ dnorm(muc[p], tauc) # p=1,...,25. muc[p] <- alfa + alfa.ESCALAS*ESCALAS[p] + alfa.TEMPVIAG*TEMPVIAG[p] + alfa.TRIPULAC*TRIPULAC[p] + alfa.NVIAGEM*NVIAGEM[p] + alfa.COMP*COMP[p] + alfa.POTENCIA*POTENCIA[p] + alfa.FATPASSA*FATPASSA[p] + alfa.FATFRETE*FATFRETE[p] } sigmac2 <- 1/tauc # precisão # Priores dos coeficientes para efeitos fixos alfa ~ dnorm(0.0, 0.0001); alfa.ESCALAS ~dnorm(0.0, 0.001); alfa.COMP ~dnorm(0.0, 0.001); alfa.TEMPVIAG ~dnorm(0.0, 0.001); alfa.POTENCIA ~dnorm(0.0, 0.001); alfa.TRIPULAC ~dnorm(0.0, 0.001); alfa.NVIAGEM ~ dnorm(0.0, 0.0001); alfa.FATPASSA ~ dnorm(0.0, 0.0001); alfa.FATFRETE ~ dnorm(0.0, 0.0001); tauc ~ dgamma(1.0E-3, 1.0E-3) } list( N=25, CUSTOTAL = c(3740, 4500, 2000, 750, 665, 750, 7000, 8000, 2250, 8700, 6450, 2600, 800,
3000, 1000, 5500, 750, 67, 5000, 4000, 5000, 5000, 5845, 7500, 6500), ESCALAS = c(3, 3, 3, 0, 1, 0, 6, 2, 1, 3, 4, 0, 1, 2, 0, 3, 0, 0, 1, 1, 1, 1, 3, 2, 3), COMP = c(26, 30, 26, 27.70, 21.05, 23, 26, 34, 28.5, 31, 37.75, 26, 22, 25.5, 26, 24, 21, 21, 31.35, 33, 32.10, 29, 30, 29, 35.5), TEMPVIAG = c(14, 33, 16, 9, 18, 12, 144, 12, 24, 32, 35, 16, 16, 30, 12, 32, 10, 5, 26, 36, 30, 22, 32, 30, 34),
162
POTENCIA = c(180, 315, 315, 360, 114, 315, 315, 480, 270, 315, 480, 420, 180, 250, 360, 370, 315, 315, 450, 520, 300, 315, 367, 315, 367), TRIPULAC = c(4, 5, 4 ,4, 3, 4, 5, 4, 5, 12, 5, 9, 3, 5, 5, 7, 3, 4, 6, 3, 10, 6, 6, 5, 7), NVIAGEM = c(8, 4, 8, 8, 8, 8, 2, 4, 4, 4, 4, 4, 8, 8, 8, 4, 8, 12, 4, 4, 4, 4, 4, 4, 4), FATPASSA = c(3500, 11060, 3000, 850, 600, 600, 5000, 4000, 3000, 8000, 9000, 3000, 1000, 1200, 1770, 8000, 800, 120, 8000, 9000, 5000, 4200, 4000, 7500, 9500), FATFRETE = c(1700, 860, 1200, 500, 800, 850, 9000, 8000, 325, 2000, 650, 3550, 700, 3500, 2850, 3200, 3500, 150, 3000, 3600, 3000, 1800, 5250, 2000, 2620) )
list(alfa =0, alfa.ESCALAS =0, alfa.TEMPVIAG =0, alfa.POTENCIA =0, alfa.TRIPULAC =0, alfa.NVIAGEM
=0, alfa.COMP =0, alfa.FATPASSA = 0, alfa.FATFRETE = 0, tauc =1)