INDIVIDUAIS
Nesta etapa do método, levantou-se os impactos estruturais e funcionais gerados às redes de transporte aéreo, em virtude da interrupção operacional de um único aeroporto, e ao final, foi possível determinar o nível de criticidade dos aeroportos que formavam as redes estudadas. Primeiramente, avaliou-se o comportamento da variabilidade dos impactos. A seguir, estão apresentados os histogramas das variáveis que representam os impactos levantados. Na Figura 7.1 tem-se os gráficos da variação na densidade, na maior componente conectada, na conectividade e na eficiência da rede de voos domésticos. Na Figura 7.2, são mostrados os gráficos da variação nos parâmetros globais de acessibilidade, oferta de assentos, tráfego de aeronaves e de demanda atendida na mesma rede de voos domésticos.
A eficiência da rede foi o parâmetro que se mostrou com a variabilidade menos acentuada, dentre todos os parâmetros monitorados, mas de uma maneira geral, todos os tipos de impactos demonstram uma variabilidade acentuada e similar, onde muitos aeroportos possuem baixo potencial de impacto, da ordem de, no máximo, 5% de queda nos parâmetros originais da rede. Ao passo que um pequeno grupo de aeroportos apresenta características que, numa situação de interrupção operacional, podem provocar quedas de, aproximadamente, 5 a 35% nos parâmetros originais da rede.
104
Figura 7.1. Histogramas das variações nos parâmetros do grafo da rede de voos domésticos. (a) histograma do impacto na densidade; (b) histograma do impacto na componente conectada; (c) histograma do impacto na conectividade da rede e (d) histograma do impacto
na eficiência.
Figura 7.2. Histogramas das variações nos parâmetros do grafo da rede de voos domésticos. (a) histograma do impacto na acessibilidade; (b) histograma do impacto no tráfego de aeronaves; (c) histograma do impacto na oferta de assentos e (d) histograma do impacto no
105
As variações nos parâmetros de rede monitorados podem apresentar algum tipo de relação. Isso pode ser inicialmente avaliado pelos coeficientes de correlação apresentados na Tabela 7.1. Uma forma de visualização que permite uma intepretação mais facilitada da matriz de correlação é mostrada na Figura 7.3.
Tabela 7.1. Matriz de correlação das variações nos parâmetros do grafo que representa a rede de voos domésticos (R_bra_dom).
var .D ens idad e var .C o m ponen te var .E fi ci êc ia var .∑ k var .∑ k w dis tân cia var .∑ k w voo var .∑ k w as se n tos var .∑ k w R P K var.Densidade 1,00 0,49 0,88 1,00 0,97 0,90 0,86 0,82 var.Componente 0,49 1,00 0,42 0,49 0,46 0,26 0,21 0,21 var.Eficiêcia 0,88 0,42 1,00 0,88 0,81 0,90 0,88 0,74 var.∑k 1,00 0,49 0,88 1,00 0,97 0,90 0,86 0,82 var.∑kw distância 0,97 0,46 0,81 0,97 1,00 0,87 0,85 0,86 var.∑kw assentos 0,90 0,26 0,90 0,90 0,87 1,00 0,99 0,92 var.kw assentos 0,86 0,21 0,88 0,86 0,85 0,99 1,00 0,94 var.∑kw RPK 0,82 0,21 0,74 0,82 0,86 0,92 0,94 1,00
Figura 7.3. Representação em elipses dos coeficientes da matriz de correlação das variações nos parâmetros do grafo que representa a rede de voos domésticos (R_bra_dom).
106
Verifica-se que a densidade e a conectividade apresentam correlação igual a 1. Isso significa que o método pode ser implementado considerando apenas uma dessas variáveis, sem prejuízo aos resultados a serem alcançados. A componente conectada foi o parâmetro que menos apresentou correlação com todos os demais parâmetros.
Além de conhecer o nível de impacto que pode ser gerado à rede em decorrência da interrupção de aeroportos, é importante determinar os aeroportos que podem causar os maiores impactos. A Tabela 6.15 disposta na seção 6.7, apresentam os resultados da simulação para a rede de voos domésticos. O aeroporto de Viracopos/SP (SBKP) foi o que mais impactou a densidade, a conectividade e a disponibilidade de acesso geográfico, causando quedas de 14,09% nos dois primeiros parâmetros, que são estruturais, e queda 14,56% no último, que é de natureza funcional. Os impactos na densidade e na conectividade da rede são iguais não só para o aeroporto de Viracopos, mas também para todos os demais aeroportos. Mais uma vez confirma- se a redundância na consideração desses dois parâmetros no método proposto.
O aeroporto de Manaus/AM (SBEG) foi o mais crítico quando se observa a variação da componente conectada. Isso significa que a interrupção do aeroporto da capital amazonense acarreta no isolamento de uma maior quantidade de aeroportos. Ressalta-se que essa situação se torna mais agravante no contexto da frágil mobilidade na qual os moradores de alguns municípios da região norte enfrentam.
Quanto ao parâmetro de eficiência da rede, o impacto é maior no caso de interrupções do aeroporto de Congonhas/SP. Verifica-se que o aeroporto de Guarulhos/SP (SBGR) gerou maiores danos em parâmetros funcionais, tal como, no tráfego de aeronaves, na oferta de assentos e no atendimento da demanda de mercado. Esses últimos resultados se mostram coerentes com aqueles obtidos pela análise da importância dos aeroportos.
Um resumo do nível de criticidade geral dos aeroportos é alcançado pelo cálculo do indicador de criticidade (ICRI), também apresentado na Tabela 6.15, do Capítulo 6. No caso da rede de
voos domésticos, os seis primeiros aeroportos críticos são: Guarulhos/SP (SBGR), Viracopos/SP (SBKP), Brasília/DF (SBBR), Congonhas/SP (SBSP), Salvador/BA (SBSV) e Confins/MG (SBCF). Nota-se que esse resultado se diferencia, em certa medida, do alcançado pela abordagem adotada por Lordan et al., (2014b), cujos resultados estão na Tabela 6.14, da seção 6.6.3.
107
A aplicação do método em diferentes níveis de redes de transporte aéreo possibilitou determinar os aeroportos críticos de forma específica para cada rede. A Tabela 6.16, da seção 6.7, traz esses resultados parciais – cinco primeiros aeroportos – de onde é possível perceber que na rede de voos internacionais alguns aeroportos estrangeiros apresentam nível de criticidade maior que os aeroportos brasileiros. Essa indicação é útil, pois pode direcionar a atuação das organizações públicas e privadas para esse conjunto de aeroportos, principalmente quando a preocupação estiver focada no funcionamento normal da rede de voos internacionais.
A adequada identificação da criticidade dos aeroportos é relevante para o processo de gestão de risco que as organizações públicas e privadas do setor de aviação civil implementam para apoiar, especialmente, as suas decisões quanto à regulação, fiscalização e operação do sistema. No processo regulatório, por exemplo, é comum o estabelecimento de uma classificação do conjunto de empresas reguladas, agrupando-as de acordo com suas similaridades operacionais. Isso possibilita que os requisitos definidos numa norma técnica sejam aplicados de forma mais adequada e direcionada, de acordo com as subdivisões de grupos ou classes de empresas previamente estabelecidos, a partir dos critérios de classificação.
A análise de agrupamento é uma técnica multivariada cujo principal objetivo é agrupar objetos, levando em consideração as características que possuem (HAIR et al, 2009). Essa técnica foi empregada para análise do conjunto de dados obtidos com a aplicação do método, especificamente para os dados de impacto gerados na simulação de interrupção individual de aeroportos da rede de voos domésticos.
A técnica de análise de agrupamento foi empregada utilizando a medida de distância euclidiana, dados padronizados para medição da similaridade e método hierárquico de agrupamento. O gráfico de dendrograma, normalmente gerado ao final de um processo de análise de agrupamento, foi substituído pela Tabela 7.2, com vistas a proporcionar uma melhor visualização e interpretação dos resultados. O dendrograma original gerado encontra-se disponível no Apêndice D.
Verifica-se que os aeroportos foram separados em cinco grupos. O primeiro grupo é composto por 4 integrantes, Guarulhos, Brasília, Congonhas e Galeão, que apresentam um indicador de criticidade médio do grupo de 23,40. Em seguida, tem-se outros dois grupos, relativamente ainda pequenos, no qual vale destacar a presença dos aeroportos de Manaus e Cuiabá, integrando segundo grupo de aeroportos críticos.
108
Há um grupo intermediário, composto por 7 aeroportos, com criticidade média de 12,49. Ao final da tabela, há dois grupos maiores, onde são apresentados, apenas a título ilustrativo, os três primeiros aeroportos de cada grupo. O indicador de criticidade médio desses grupos é bem inferior aos três primeiros grupos definidos.
Tabela 7.2. Grupos de aeroportos da rede de voos domésticos (R_bra_dom) definidos pela análise de agrupamento.
Qtde. Proporção Aeroporto Siglas
Guarulhos/SP SBGR Brasília/DF SBBR Congonhas/SP SBSP Galeão/RJ SBGL Viracopos/SP SBKP Manaus/AM SBEG Cuiabá/MT SBCY Salvador/BA SBSV Confins/MG SBCF
Porto Alegre/RS SBPA Santos Dumont/RJ SBRJ Recife/PE SBRF Fortaleza/CE SBFZ Curitiba/PR SBCT Belém/PA SBBE Goiânia/GO SBGO Natal/RN SBSG Outros Outros Marabá/PA SBMA Santarém/PA SBSN Imperatriz/MA SBIZ Outros Outros 20,2% 67,5% -3,35 Tamanho do Grupo
Grupo Indicador de criticidade
médio do grupo Integrantes do Grupo 3,5% 4 23,40 77 23 0,96 3 2,6% 18,36 7 6,1% 12,49
1
2
3
4
5
A gestão de risco, em geral, é um processo cíclico que envolve estágios de identificação, avaliação, mitigação e monitoramento dos riscos associados a uma determinada atividade. Conforme discutido no capítulo 2 desta dissertação, acerca das abordagens conceituais na literatura de transportes, um dos elementos usados para a estimação do risco são as consequências ou a severidade das consequências advindas de um evento adverso que provoque a interrupção de instalações ou componentes de um sistema.
O nível de criticidade obtido com a aplicação do método de análise de vulnerabilidade está associado ao potencial de consequências, de natureza estrutural e funcional, que a interrupção
109
de um determinado aeroporto pode gerar à funcionalidade da rede. Portanto, o indicador de criticidade pode ser utilizado como uma informação de entrada para estimação dos riscos inerentes ao funcionamento da rede de transporte aéreo.
No exercício da atividade regulatória da aviação civil, podem ser estabelecidos requisitos que promovam a adoção de soluções organizacionais e planos de resposta eficazes para mitigar o grau de vulnerabilidade e o nível de criticidade dos aeroportos.
110