Center Shopping , 2004 50% 15% 8% 13% 1%4% 8% 1% Auto. Condut Auto. Passag. 1 ônibus 2 ônibus Taxi Motocicleta A pé Outros
Figura 4.41 – Center shopping - Divisão modal por categoria do modo de transporte, 2004
Fonte: Pesquisa direta realizada pela autora. (Outubro e Novembro de 2004).
Os usuários do coletivo, em geral, fazem uso de dois ônibus para chegar ao shopping. Entretanto, em termos de custo, não chega a ser relevante devido à integração do sistema, ao passo que gera um acréscimo no tempo de viagem. As viagens a pé são realizadas por moradores, estudantes e trabalhadores das proximidades. Outros modos de transporte
também foram observados, em menor porcentagem, como o transporte fretado, utilizado principalmente por funcionários do shopping, e a bicicleta.
Goldner e Portugal (2002) relatam que tem sido observada uma grande proporção de viagens por ônibus no Brasil, 60% em alguns casos, destacando o percentual de 10% de visitantes a pé. A justificativa para tais estatísticas encontra-se na localização dos
shoppings, em áreas altamente adensadas, próximas à usos residenciais e com grandes
facilidades de transporte.
Conceição (1984) observa que nos shoppings localizados em áreas afastadas dos centros urbanos há a tendência de aumento do uso do automóvel, podendo alcançar 94% a 95%. No caso do Center Shopping, esses índices são menos expressivos devido à implantação em área central, com áreas diferenciadas de uso em sua proximidade e razoável oferta de serviços de transporte.
Para a determinação da geração de viagens atraídas pelo empreendimento, os estudos de engenharia de transportes, fazem uso de modelos econométricos. Esses modelos matemáticos utilizam-se de dados estatísticos para avaliar a relação entre parâmetros independentes que estimam o número de viagens, ou seja, a variável dependente.
Nas metodologias aqui adotadas a estimativa das viagens são determinadas através dos modelos de regressão linear. O modelo clássico de regressão linear, conforme Dantas (1998), teve sua origem nos trabalhos de astronomia estudados por Gauss entre os anos de 1809 e 1821. Hoje apresenta-se como uma das áreas da estatística mais utilizada no meio científico.
O modelo de regressão linear tem como fim avaliar a influência de uma ou mais variáveis independentes no comportamento de um fato ou questão específica, no caso as viagens ao
shopping. Quando na equação houver mais de uma variável independente o modelo é
calibrado por meio de uma regressão linear múltipla. Estes modelos, matematicamente, têm como representação a função linear exemplificada através da Equação 1.
bx a Y ? ? (1) Onde: Y = Variável dependente X = variável independente
b = coeficiente da variável independente
a = constante que tem por finalidade representar a parcela de y não explicada pelas variáveis independentes, erros aleatórios ou resíduos.
Ortuzar e Willumsen (1994), afirmam que na geração de modelos é importante considerar viagens de motivo pessoal, bem como viagens relacionadas ao transporte de carga. Entretanto, os dados obtidos, na administração do empreendimento, para a avaliação das viagens referem-se ao fluxo dos estacionamentos que, envolvem viagens com propósitos pessoais. Sabe-se, entretanto, que o fluxo de carga realiza-se em acesso individual, em espaço específico para tal fim, contendo 4 docas para carga e descarga.
De acordo com os autores, os fatores que tem sido propostos em muitas práticas de estudo referem-se a aspectos sócio-econômicos, já frisados, como renda, propriedade de veículos, estrutura da residência, tamanho da família, valor do solo, adensamento do solo, além de infra-estruturas, como a acessibilidade.
Para a avaliação das viagens atraídas ao Center shopping utilizou-se de uma série histórica compreendida entre os anos de 1995 e 2003 (ver Apêndice A). Dados do início da implantação eram escassos e pouco representativos. Parâmetros como número de empregados e fluxo de veículos não eram conhecidos em sua totalidade. Essa conjuntura é destacada inclusive por Goldner e Portugal (2003), onde a carência de informações pode vir a levar a modelos sem poder de explicação.
Desta forma buscou-se dados como categoria de lojas, área construída, área bruta locável, relação de salários pelo número de empregos, população, frota de veículos em Uberlândia, entre outras variáveis explicativas ou independentes. Ressalta-se que a série histórica das viagens é fruto das contagens realizadas nos acessos ao shopping e, desta forma, realizadas, em grande parte, por automóvel. A tabela com as variáveis utilizadas, bem como a matriz de correlação entre as mesmas e resultados de regressões encontram-se disponível nos Apêndices A, B e C.
Nos estudos de Goldner (1994) a autora propõe modelos simples onde a variável explicativa é a ABL - Área Bruta Locável, para explicar as viagens realizadas nas sextas –
feiras e nos sábados. Além desta particularidade, a autora determina modelos para
shoppings dentro e fora da área urbana, com e sem supermercado. Os modelos obtidos são
apresentados nas Equações 2, 3 e 4.
Shopping centers dentro da área urbana
ABL
VOLSAB? 2057,3977?0,3080 R² = 0,7698 (2) ABL
VOLSEX? 433,1448? 0,2597 R² = 0,6849 (3)
Shopping Centers dentro da área urbana e com supermercado
ABL
VOLSAB?1732,7276? 0,3054 R² = 0,8941 (4) Onde:
VOLSAB= Volume médio de automóveis do sábado VOLSEX= Volume médio de automóveis da sexta ABL = Área Bruta Locável
No Center Shopping, a presença do supermercado Carrefour é considerável para a atração de visitantes ao shopping, tendo em vista que muitas das viagens são associadas, ou seja, shopping e supermercado. Apesar de considerar tal fato, a administração do Carrefour não dispõe de dados fluxo no estacionamento. A informação obtida é que nos fins de semana, principalmente no sábado, dia de maior movimento, são disponibilizados na guarita cerca de 900 cartões para controle de entrada e saída e que, aproximadamente, 10 cartões permanecem nos acessos a cada hora. Essa estimativa, apesar de superficial, indica um fluxo aproximado de 800 pessoas por hora.3
A CET - Companhia de Engenharia de Tráfego (1982), através de um amplo estudo propôs vários modelos também por meio de regressão linear simples, não apenas para shopping,
mas para hospitais, escolas, estádios, entre outros Pólos Geradores de Tráfego (vide Equações 5 e 6). Shopping centers 25 , 0 ) 1550 124 , 0 ( ? ? AC Vv (5) Onde:
Vv= Estimativa do número médio de viagens de veículos atraídas pelo PGT na hora pico
AC = Área construída (m²)
Lojas de Departamento e Magazines 42 , 49 71 , 4 ? ? NF Vv R² =0,75 (6) Onde:
NF= Número Total de funcionários
Através da matriz de correlação entre variáveis, obtida com os dados referentes ao Center shopping e Uberlândia, observou-se uma maior correlação do número de viagens com a área construída – Variável X1 e com a massa salarial/empregos – variável X4. Conforme Dantas (1998, p.114), o coeficiente de correlação informa a tendência linear entre a variável dependente e independente. O autor, através de Pereira (1970), apresenta uma classificação para estes coeficientes, conforme Quadro 4-14.
Quadro 4-14– Intensidade da correlação entre variáveis Coeficiente Correlação |r|=0 Nula 0 < |r| =0,30 Fraca 0,30< |r| =0,70 Média 0,70< |r| =0,90 Forte 0,90< |r| =0,99 Fortíssima |r|=1 Perfeita
Fonte: PEREIRA (1970) apud DANTAS (1998, p. 115).
Conforme Levine, Bereson e Stephan (2000), a força de relação entre duas variáveis é medida pelo coeficiente de correlação, onde os valores variam de -1 até 1; o primeiro demonstra uma correlação negativa perfeita entre X e Y, ao passo que o segundo mostra uma correlação positiva perfeita.
Y
X