Modelos de geração de viagem para pólos geradores de viagens de cargas

46

1. INTRODUÇÃO

As diferentes atividades sociais e econômicas que são desenvolvidas nas áreas urbanas geram a necessidade de movimentação de pessoas e de carga. O transporte de carga é uma atividade de destaque atualmente por sua participação no produto interno bruto dos países e pela crescente influência que a transferência e a distri-buição de bens têm no desempenho de todos os seto-res econômicos (Crainc e Laporte, 1997).

É preciso analisar os problemas que podem ser ge-rados pelo transporte de carga, principalmente, em á-rea urbana. A movimentação de carga e o serviço á- rea-lizado por caminhões nessas áreas, aliada às necessi-dades de carga e descarga, podem agravar os proble-mas de tráfego já existentes na cidade, impactando aquele que contrata e efetua o transporte, o cidadão e o poder público (Facchini, 2006). Neste contexto, a implantação de um empreendimento que tenha poten-cial de produzir ou atrair uma quantidade significativa de viagens de cargas (PGV Carga) pode contribuir pa-1 _{Cristiane Duarte Ribeiro de Souza, Programa de Engenharia de} Transportes, Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil. (e-mail: cristiane@pet.coppe.ufrj.br). 2

Suellem Deodoro Silva, Programa de Engenharia de Transpor-tes, Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia, Universidade Federal do Rio de Janeiro, Rio de Ja-neiro, RJ, Brasil. (e-mail: suellem_04@pet.coppe.ufrj.br).

3

Márcio de Almeida D’agosto, Programa de Engenharia de Transportes, Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil. (e-mail: dagosto@pet.coppe.ufrj.br). Manuscrito recebido em 7/12/2009 e aprovado para publicação em 5/2/2010. Este artigo é parte de TRANSPORTES, volume XVIII, número 1, março de 2010. ISSN: 2237-1346 (online).

ra o agravamento dos problemas de tráfego já existen-tes ou ocasionar problemas não previstos.

Este trabalho tem por objetivo apresentar o perfil dos modelos de geração de viagens de carga que po-dem vir a ser utilizados para subsidiar os estudos so-bre PGV Carga. O trabalho está dividido em 5 itens. O 1º apresenta uma breve introdução sobre o tema estu-dado. O 2º trata da metodologia utilizada para a reali-zação do trabalho. O 3º item apresenta os resultados de uma revisão bibliográfica nacional e internacional sobre modelos de geração de viagens aplicados à PGV Carga, sendo seguido por uma discussão desses resul-tados (item 4). No item 5, apresentam-se as considera-ções finais e as sugestões para futuros trabalhos.

2. METODOLOGIA

O presente trabalho foi desenvolvido conforme fluxo-grama apresentado na Figura 1.

Desta forma, visando identificar o perfil dos mode-los de geração de viagens utilizados em estudos de PGV Carga, realizou-se uma revisão bibliográfica com abrangência nacional e internacional que consi-derou 25 trabalhos, dentre eles 4 nacionais e 21 inter-nacionais, com a distribuição geográfica apresentada na Figura 2 (a) e distribuídos no período de 1974 a 2009, verificando-se leve concentração (12%) de es-tudos no ano de 2002. Como fontes de pesquisa utili-zaram-se livros, periódicos internacionais, teses, dis-sertações, artigos publicados em congressos nacionais, manuais e relatórios técnicos (Figura 2 (b)). A revisão bibliográfica preliminar teve por objetivo identificar autores e conceitos relacionados ao tema, verificando as particularidades existentes na modelagem da

de-Modelos de geração de viagem para

pólos geradores de viagens de cargas

Márcio de Almeida D’agosto3

Resumo: A implantação de um empreendimento que tenha potencial de produzir ou atrair uma quantidade significativa de viagens de

cargas (PGV Carga) pode contribuir para o agravamento dos problemas de tráfego já existentes ou ocasionar problemas não previstos em uma região. Conhecer o volume de viagens geradas e seus modelos de previsão pode ajudar a minimizar tais problemas. Este traba-lho tem por objetivo apresentar o perfil dos modelos de geração de viagens de carga que possam ser utilizados para subsidiar os estudos sobre PGV Carga. Foi realizada uma revisão bibliográfica nacional e internacional (25 estudos). Verificou-se que predomina o uso de taxas e de regressões lineares simples e múltiplas, nas quais se obtêm coeficientes de determinação (R²) iguais ou maiores que 0,7.

Abstract: The deployment of an enterprise that has the potential to produce or attract a significant amount of freight travel, may

con-tribute to the worsening traffic problems that already exist or cause unanticipated problems in a region. Knowing the volume of trips generated and their forecasting models can help minimize such problems. This paper aims to present a profile of freight trip generation models that can be used to subsidize research on such enterprises. We performed a national and international literature review (25 stud-ies). It was found the predominant use of taxes and simple and multiple linear regressions, where we obtain coefficients of determina-tion (R²) equal to or greater than 0.7.

manda de transporte de carga e as diferentes aborda-gens utilizadas.

A complexidade de se modelar a demanda de trans-porte de carga surge da necessidade de se considerar a existência de diversas dimensões (diferentes tipos de carga, volumes, pesos e volume de viagens) sob o

controle de diferentes tomadores de decisão (embar-cadores, transportadores – motoristas e despachantes) que interagem em um ambiente dinâmico. Desse mo-do, ao se modelar a demanda por viagens de carga, ve-rificam-se duas principais abordagens derivadas do modelo de quatro etapas (geração de viagens,

distribu-Def inir objetivos e metas do estudo Realizar revisão bibliográf ica preliminar Def inir abrangência geográf ica e temporal

Def inir f ontes de pesquisa Realizar revisão bibliográf ica Analisar resultados Autores e conceitos Locais e período de tempo considerado Periódicos, teses, dissertações, relatórios técnicos etc Modelos de geração de viagens para transporte de carga Modelos de geração de viagens aplicados ao transporte de carga analisados

Sequência de etapas Resultados de cada etapa Feedback da etapa

Figura 1. Metodologia adotada para elaboração do estudo em questão

8% 16% 8% 4% 24% 12% 4% 12% 12% Austrália Brasil Canadá Espanha EUA Holanda Itália Não definido Sem aplicação 20% 16% 16% 4% 44% Livros Periódicos internacionais Teses/Dissertações Congressos nacionais Manuais/Relatórios técnicos

(a) Abrangência do estudo (b) Fontes pesquisadas

Nota: Entende-se por “Não definido” o estudo que não apresentou local definido e por “Sem aplicação” os estudos que não apresentaram aplicação dos modelos

Figura 2. Distribuição geográfica e temporal dos estudos analisados

D ia g n ós tico

G e ra ç ã o d e v ia gen s

D is tr ib uiçã o d e via gen s

A loc a çã o d e t r a fego D ado s atu ai s A tr a ç ão ( Ai) P r o du ç ão ( Pj) Fl ux os de v eículo s ( Tm ij) F l ux os de v e ícu lo s (Tm y ij) D i a gn ó s t i c o G e r a ç ã o d e c a r g a D i s t r i b u i ç ã o d e c a r ga A l o c a ç ã o d e t r a f e g o D a d o s a t u a i s A t r a ç ã o ( Aki) P r o d u ç ã o ( Pk j) F l u x o s d e c a r g a ( Tk i j) D iv i s ã o m o d a l F l u x o s d e c a r g a ( Tk m i j) C a r r e g a m e n t o d o s v e íc u l o s F l u x o s d e c a r g a ( T* k m i j) F l u x o s d e c a r g a ( T* k m y i j)

(a) Abordagem com base em volume de viagens (b) Abordagem com base em volume de carga

Nota: i – origem, j – destino, m – modo de transporte, k – tipo de carga, y – rota

48

ição de viagens, divisão modal e alocação de tráfego): o uso de modelos baseados em volume de viagens e o uso de modelos baseados em volume de carga (Hol-guín-Veras e Thorson, 2000 e Ogden, 1977).

Os modelos baseados em volume de viagens, como o apresentado na Figura 3 (a), têm seu foco no fluxo de veículos (origem i e destino j). Esse modelo pres-supõe que a seleção do modo de transporte (m) já foi realizada e, portanto, não se faz necessário efetuar a etapa de divisão modal, passando-se da distribuição de viagens para a alocação de tráfego (y).

Já os modelos baseados em volume de carga (k), como o apresentado na Figura 3 (b), têm o foco na quantidade de carga transportada medida em tonela-das, ou em qualquer outra unidade de peso. Esse mo-delo permite captar com maior precisão os mecanis-mos que direcionam a movimentação das cargas, fun-ção de atributos, como forma e peso por unidade.

3. MODELOS DE GERAÇÃO DE VIAGENS – EXPERIÊNCIAS NACIONAIS E

INTERNACIONAIS

Este item apresenta os resultados da pesquisa realiza-da com o intuito de identificar qual o perfil dos mode-los de geração de demanda de viagens de carga apli-cados a estudos de PGV Carga. Os trabalhos nacionais que consideram modelos de geração de demanda de viagens de carga aplicados a estudos de PGV Carga encontram-se no Quadro 1. Já os trabalhos internacio-nais são apresentados nos Quadros 2-A, 2-B, 2-C, 2-D e 2-E. Além dos estudos organizados nos Quadros 1 e 2, foram analisados mais 3 estudos: Munuzuni et al. (2009), Nuzzolo et al. (2008) e Morlok (1978). Como esses estudos não apresentaram aplicação, optou-se por mencioná-los apenas durante a discussão dos re-sultados (item 4).

4. DISCUSSÃO DOS RESULTADOS

No Quadro 1 é possível verificar as experiências na-cionais analisadas. O trabalho de Gasparini (2008) re-alizou um estudo considerando shopping centers e su-permercados. Para a elaboração do modelo de geração de viagens, o autor utilizou uma modelagem baseada em viagens de veículos e aplicou regressão linear simples (não apresentadas) e múltipla. Como variáveis dependentes, foram consideradas: o volume total de viagens por veículos que são atraídos ao PGV (cami-nhões, vans/furgões, carros baú, picapes, carros forte, carros dos correios e motos) ou apenas os caminhões.

Para o caso dos shopping centers, foram feitas ob-servações em 2 períodos de uma semana, identifican-do-se os horários de pico e entre-pico ou todo o perío-do para um total de 7 empreendimentos. Já para o caso dos supermercados, foram realizadas observações por

1 período de uma semana para um total de 21 empre-endimentos. Entretanto, em virtude da similaridade de forma observada entre as equações elaboradas para o período de pico e entre-pico com as equações elabora-das para o período total, optou-se por apresentar (Quadro 1) apenas as equações que representam o vo-lume de viagens para o período total.

Verifica-se que para o estudo realizado em

shop-pings centers foram utilizadas como variáveis

inde-pendentes a área construída, o volume médio de clien-tes e a área bruta locável. Já para o estudo em super-mercados, foram utilizadas as variáveis área de ven-das, número de vagas no estacionamento, volume mé-dio de clientes e números de empregados.

O modelo de geração de viagens elaborado por Sil-va e Waisman (2007) teve como base uma pesquisa estruturada por meio de questionário e entrevista rea-lizada na cidade de São Paulo em 30 bares e restau-rantes. Os autores também empregam uma modelagem baseada em viagens de veículos, utilizando as variá-veis: área construída e número de empregados. Nos 30 estabelecimentos pesquisados, a área variou de 60 a 500 m2 _{e de 2 a 17 empregados por estabelecimento.}

O estudo de Melo (2002) foi desenvolvido na cida-de do Rio cida-de Janeiro com o intuito cida-de mocida-delar a cida- de-manda por transporte de carga urbana atraída por lojas comerciais e produzida por empresas de transporte. A autora utiliza uma modelagem baseada em viagens de veículos e aplica regressão linear. Para os modelos re-lacionados ao setor de lojas comerciais, a autora utili-za regressão linear simples. Já para os modelos rela-cionados ao setor de transporte, é utilizada regressão linear múltipla. Analisando o Quadro 1, verifica-se que apenas 2 equações apresentam coeficiente de de-terminação (R2_{) maior que 0,7, considerado como} bom neste trabalho.

Marra (1999) apresenta um estudo realizado no es-tado de São Paulo, em que se utilizou uma modelagem baseada em volume de carga. Inicialmente, o autor utilizou regressão linear simples e ajuste exponencial para obter o volume de carga com base em 3 variáveis independentes distintas (área construída, número de empregados/moradores e rendimento médio per

capi-ta). O autor elaborou também uma equação para cada

um dos bairros estudados, utilizando regressão linear simples e exponencial. Outros ajustes foram apresen-tados, porém, devido à baixa aderência dos dados a essas outras equações, optou-se por não apresentá-las neste estudo. Os maiores coeficientes de determinação foram obtidos para as regressões lineares e ajuste ex-ponencial.

.

Quadro 1.

Estudos nacionais sobre

modelos de geração viagens

Aut o r A no Lo c a l d e a p li ca ção Ob je ti vo d o e stu d o V a ri á v ei s de pe n d ent es 1 Va riá v eis in depen d ent es E quaçã o R² Á rea c on st ru ída (A c) Vt 13 = 0, 000 76A c+ 0, 00 475 Vm dc 0 ,9 73 Vt 13 = 0, 001 27A bl + 0,0 052 2V m dc 0 ,9 59 Vt 23 = 0, 000 55A c+ 0, 00 322 Vm dc 0 ,9 80 Á rea bru ta lo cá ve l (A bl ) V t2 3 = 0, 001 15A bl + 0,0 033 5V m dc 0 ,9 69 N úm ero de em pr eg ad os (N e) Vt 14 = 0, 000 259 A c+0 ,0 024 2V m dc 0 ,9 72 Vt 14 = 0, 000 20A bl + 0,0 027 9V m dc 0 ,9 45 Vt 24 = 9, 677 (e-5 ) A c+ 0,0 019 4Vm dc 0, 94 9 Ár ea d e ve nd as ( A v) Vt 24 = 3, 477 A bl (e-5 ) +0, 002 12V m dc 0, 94 6 Vt 13 = 7, 347 + 0, 000 867 Vm dc + 0,7 121 Ne 0 ,7 54 Vt 13 = 14, 39 3+ 0, 02 147 Ve + 0, 00 115 Vm dc 0 ,6 80 V ol um e d e v ia ge ns no ho rá ri o de pi co (Vp bg ) N úm ero de em pr eg ad os (N e) Vt 14 = 3, 586 1+ 0, 00 029 9V m dc + 0, 071 0Ne 0 ,7 96 Vo lu m e de v ia gen s fo ra do ho rá ri o de pi co (Vf pb g) V ag as d e e st aci on am en to (V e) Vt 14 = 10, 61 5+ 0, 02 6V e+ 0, 0004 21V m dc 0 ,7 81 Á rea c on st ru ída /1 00 m 2 (A c) V = 2 ,9 6 + 0 ,0 446 A c 0 ,7 06 Nú m er o d e e m pr eg ad os ( N e) V = 1, 97 + 1, 45 9 Ne 0, 73 9 V = 2 ,0 742 2 + 0 ,0 167 0 A c + 0, 967 04 N e -11 V1 = 1, 152 2+ 0, 00 12A c 0 ,5 57 V2 = 1, 749 9-0, 00 03A c 0 ,0 09 V3 = 0, 926 0+ 0, 00 10A c 0 ,8 81 V4 = 1, 333 4+ 0, 00 19A c 0 ,7 97 V5 = 0, 003 5+ 0, 00 46A c 0 ,5 84 V6 = 0, 485 8+ 0, 00 003 8A c 0 ,3 31 Nú m er o d e veículos utilizad os (Nv ) V1 = -3,1 3+ 1, 28 Nv + 1, 35 C g+ 14 ,58h -0 ,88d -11 C arg a pró pri a da e m pre sa (C g) V2 = 13, 80 + 2, 00N v-4, 73 C g+ 15, 54 h-0, 75 d -11 C ar ga hor ár ia tr ab alh ada ( h) D is tân ci a pe rc orri da (d) Volu m e de carg a 8 (m ês ) (C ) Á rea c on st ru ída ( A c) C = 21 ,8 28A c-235 0, 3 0 ,8 97 Vo lu m e de ca rg a por b ai rro 9 (m ês ) (C j) N úm ero de em pr eg ad os ou m ora dor es ( N em ) C = 64 8, 14N em -1 556 ,5 0 ,9 32 C = 8, 12 21e 0, 5766R en d 0, 88 8 Estudar os flu xo s d e v iag en s de s h o ppi ng -c en te r (to dos o s tipo s d e v eícu los e ap en as ca m inhã o) V ol um e d e v ia ge ns no ho rá ri o de pi co (Vp bg ) Vo lu m e de v ia gen s fo ra do ho rá ri o de pi co (Vf pb g) Ár ea c ons tr uíd a (A c) Volu m e d e viag en s po r at ivid ad e 6 (d ia ) (V kc ) Ma rra , C . 19 99 Sã o Pa ul o E st uda r os f lu xo s d e c arg a d e ár eas r esid ên ci as e c om er ci ais 1 N as va riá ve is de pe nd en te s ond e se lê via ge ns ,c on si de ra -s e vi age ns de ve íc ul os de ca rga ; 2 Co ns id er a via ge ns no ho rá ri o de pic o e fo ra do ho rá rio de pi co ; 3 C on si de ra os pe rí odo s (b) :( 1) se m an a 18 a 24 de D E Z /2 006, (2 ) se m an a 05 a 11 de M ar /2 007 ;e os ve íc ul os (g ): (3) to dos os ve íc ul os de ca rg a, (4 ) ve íc ul os de ca rg a do tip o ca m in hã o; 4Co nsid er a viagens no di a de pico e fo ra no di a de pico ; 5C on sid er a os pe rí odo s (b) :( 1) se m an a 24 a 30 de S E T /2 007 ;e os ve íc ul os (g ): (3 ) tod os os ve íc ul os de ca rg a, (4) ve íc ul os de ca rg a do ti po ca m in hã o; 6A tiv id ad es co m er ciais cons ide ra das no estu do par a (kc) = (1 ) su pe rm er ca do ,( 2) ves tu ár io ,(3 ) co m ér cio var ej ista, (4) ba r/ re staura nt e, (5 ) m ater ia ld e con str uç ão, (6 ) com bu stív el; 7 A s ativid ade s de distr ib uição cons ider ad as no estu do pa ra (k d) = (1 ) su per m er cad o, (2 ) com ér ci o var ej ista e (3 ) ba r/r es tau ra nt e; 8 Co ns id er a o vo lu m e to ta l de ca rga (k g/ m ês ); 9 Os ba irro s es tu dad os fo ra m C am bu i, C en tro I, C en tro II , T aq ua ra i, Proe nç a, Ja rdi m do L ago, B oa Vista , O ur o Ve rd e; 10 Pe rí od o nã o i nf orm ado; 11 R ² n ão in fo rm ad o pe lo au tor . R io de J an eir o 20 02 Me lo , I . C . B . E st uda r os f lu xo s de v ia ge ns de e m pr es as d e t ra ns po rt e Volu m e d e viag en s po r at ivid ad e 7, 10 (V kd ) V3 = 168 ,5 7+ 1, 72 Nv -27, 28 C g-6,8 5h + 0, 16d -11 E st uda r os f lu xo s de v ia ge ns do s eto r de b are s e re st au ra nt es Volu m e d e viag en s 10 (V) R en di m en to m édi o pe r c api ta na z ona ( R en d) V ol um e m édi o de c li en te s (V m dc) E st uda r os f lu xo s de v ia ge ns de s upe rm er ca do (t od os os tip os de veíc ulo s e ap enas ca m inhã o) E st uda r os f lu xo s de v ia ge ns de lo ja s co m er ciai s Volu m e total de vi ag en s 2, 3 (V tbg) V ol um e m édi o de c li en te s (V m dc) Vag as de estac io nam en to (V e) Sã o P aulo 20 07 G as pa ri ni, A . 20 08 R io de J an eir o Wa is m an , J. e Si lva , M .R. Volu m e total de vi ag en s 4, 5 (V tbg)

50

Os Quadros 2-A, 2-B, 2-C, 2-D e 2-E apresentam as experiências internacionais analisadas. Os modelos de geração de viagens para caminhões médios e para ca-minhões pesados desenvolvidos por Allen (2002) e apresentados no Quadro 2-A baseiam-se em uma mo-delagem de viagens de carga, considerando como va-riáveis independentes: o número de empregos no setor industrial e no setor de varejo, a oferta de empregos em escritórios e o número de residências. Esses mode-los foram elaborados com o objetivo de desenvolver um novo modelo de previsão de viagens de caminhão para o Conselho Metropolitano de Baltimore.

Iding et al. (2002) elaboraram modelos de atração e produção de viagens de carga para diferentes setores industriais, considerando como variáveis independen-tes a área total e o número de empregados. Observa-se que apenas em 4 casos o coeficiente de determinação foi superior a 0,7, predominando valores inferiores a 0,5.

A Tabela 2-B apresenta um estudo realizado no es-tado de Indiana com o objetivo de desenvolver um banco de dados dos fluxos de entrada e saída de carga em uma zona de tráfego (condados do estado de Indi-ana). Para tanto, Back (1999) utilizou uma modelagem baseada em volume de carga, desagregada por 19 ti-pos de carga, e aplicou regressão linear simples e múl-tipla. Observa-se que na maioria dos casos (78,9% das vezes) o coeficiente de determinação (R2) foi superior a 0,7. Em todos os casos, o R2 _{foi superior a 0,5.}

O estudo realizado por ITE (1995) apresenta mode-los baseados em viagens de veícumode-los e elaborados a partir de regressão linear simples. Como variáveis in-dependentes, foram utilizadas o número de docas exis-tentes nos terminais e o número de empregados.

A Tabela 2-C apresenta modelos baseados em gens de veículos para cada tipo de categoria de via-gens contempladas no estudo elaborado por Ogden (1977). O autor apresenta também modelos baseados em volume de carga que são aplicados a cada um dos sete tipos de carga considerados. Para ambas as apli-cações, são utilizados modelos de regressão simples e múltipla. Analisando a Tabela 2-C, pode-se verificar que os modelos elaborados com base em viagens de veículos apresentam um maior coeficiente de determi-nação do que os modelos elaborados com base em vo-lume de carga.

Hutchinson (1974) elaborou os modelos de geração de viagens com uma modelagem baseada em viagem de veículos e regressão linear simples. Pode-se obser-var que o modelo elaborado para a produção de via-gens possui coeficiente de determinação com valor superior ao elaborado para a atração de viagens. Além desse estudo, apresentam-se também modelos de ge-ração de viagens elaborados, considerando os setores de alimentos e bebidas, impressão e publicação,

ma-quinaria e papel e produtos afins. Dos 8 modelos apre-sentados, apenas 2 apresentam coeficiente de determi-nação maior que 0,7 (25%).

A Tabela 2-D apresenta um estudo realizado com o objetivo de identificar a geração de viagens por cami-nhão e obter dados para uma avaliação da situação ob-servada na região em estudo (Tadi e Baldach, 1994). Os autores utilizam uma modelagem baseada em via-gens de veículos e apresentam as taxas diárias de ge-ração de viagens para caminhões com base na área do PGV Carga observado.

No estudo realizado por Ogden (1992), utilizou-se uma modelagem com base em viagens de veículos ge-rando taxas de viagens por caminhões e por tipo de uso do solo. Como variável independente, utilizou-se a área construída, medida em 92,9 m².

A Tabela 2-E apresenta 9 modelos analisados por Iding et al. (2002). Dentre esses modelos, encontram-se 3 trabalhos realizados nos Estados Unidos, que ti-nham como foco o transporte de carga entre estados, e 5 trabalhos realizados na Holanda, que tinham como objetivo principal a geração de viagens de carga em setores industriais e centros urbanos.

Christiansen (1979) realizou um estudo com o obje-tivo de estimar as viagens geradas para shoppings

cen-ters na região de Nova York. Na Tabela 2-E é

possí-vel observar o resultado desse estudo, em que se pode verificar que o autor utilizou uma modelagem baseada em viagens de veículos e apresenta as taxas de paradas diárias de caminhão, tendo como variável independen-te a área construída, medida em 929 m².

Muñuzuri et al. (2009) realizou um estudo com foco no transporte de carga urbana entre atacadistas e vare-jistas, na cidade de Sevilla, na Espanha. Os autores buscaram desenvolver um modelo que melhor se ade-quasse à realidade urbana e que necessitasse de um menor número de dados para sua utilização, tornando-se, assim, mais simples em sua aplicação. A modela-gem escolhida se assemelha ao modelo gravitacional.

O estudo realizado por Nuzzolo et al. (2008), na Itá-lia, teve por objetivo estimar os fluxos internacionais (importação/exportação) por rodovia. O autor utiliza uma modelagem baseada em volume de carga, desa-gregada por tipo (s) e por zona, para um dado período de tempo (h) e considera regressão múltipla.

Inicialmente, o autor apresenta uma formulação ge-nérica em que a variável independente (x) pode ser considerada como qualquer variável socioeconômica ou de nível de serviço e, posteriormente, um modelo utilizando as variáveis independentes: número de ha-bitantes e empregados por zona, o número de empre-gados relacionados ao tipo de carga, rendimento mé-dio per capita e PIB per capita. Além disso, o autor considera a localização da zona em estudo e se esta tem ou não porto.

.

Quadro 2-A.

Estudos internacionais s

obre modelos de geração viagens

E q u a çã o R ² E q u aç ão R ² Volu m e de v iag en s de cam in hõ es m édios 4 (V cm ) Nú m er o d e em preg os 2 (N em pk ) Vcm = 0,75 *( 0, 178* Nem p1 +0,177 *N em p2+ 0,04 8* Ne m p3+0,06 9* Nr) V ol um e d e via ge ns d e ca m inhõ es p es ad os 4 (V cp) N úm er o de r es idê nc ia s ( N r) Vcp = 1, 05 *( 0,199 *N em p1+0,14 1* Nem p2+ 0,02 9* Ne m p3+0,06 8* Nr) Á re a to ta l ( m² ) (Ac ) V a1 = 3, 81 + 0, 07 * A c 0, 52 0 V p1 = 5, 98 + 0,04 * A c 0,240 V a2 = 2, 40 + 0, 04 * A c 0, 40 0 V p2 = 3, 53 + 0,01 * A c 0,460 Nú m ero d e em pre gado s (Ne ) Va3 = 4, 39 0,01 * A c V p3 = 3, 64 + 0,00 * A c V a4 = 1, 89 + 0, 02 * A c 0, 68 0 V p4 = 1, 73 + 0,02 * A c 0,600 V a5 = 5, 42 + 0, 01 * A c 0, 03 0 V p5 = 5, 14 + 0,02 * A c 0,040 V a6 = 5, 97 + 0, 03 * A c 0, 71 0 V p6 = 5, 62 + 0,02 * A c 0,520 V a7 = 3, 30 + 0, 02 * A c 0, 32 0 V p7 = 3, 54 + 0,02 * A c 0,150 V a8 = 7, 19 + 0, 02 * A c 0, 67 0 V p8 = 5, 51 + 0,04 * A c 0,830 V a9 = 4, 02 + 0, 04 * A c 0, 43 0 V p9 = 2, 71 + 0,04 * A c 0,410 Va10 = 8,43 + 0,00 * A c 0, 01 0 V p10 = 5,79 + 0,01 * A c 0,020 Va11 = 8,58 + 0,00 * A c V p11 = 4,99 + 0,00 * A c 0,010 Va12 = 5,79 + 0,03 * A c 0, 32 0 V p12 = 2,90 + 0,03 * A c 0,330 Va13 = 3,02 + 0,02 * A c 0, 40 0 V p13 = 1,68 + 0,02 * A c 0,590 Va14 = 5,76 + 0,02 * A c 0, 21 0 V p14 = 6,29 + 0,02 * A c 0,140 Va15 = 3,97 + 0,06 * A c 0, 12 0 V p15 = 3,03 + 0,03 * A c 0,050 Va16 = 6,25 + 0,02 * A c 0, 11 0 V p16 = 4,15 + 0,08 * A c 0,240 Va17 = 15,03 + 0,04 * A c 0, 15 0 V p17 = 11 ,0 1 + 0, 09 * A c 0,350 Va18 = 8,75 + 0,09 * A c 0, 88 0 V p18 = 12 ,4 6 + 0, 11 * A c 0,720 V a1 = 6, 73 + 0, 06 * N e 0, 28 0 V p1 = 6, 67 + 0,05 * Ne 0,050 V a2 = 2, 88 + 0, 04 * N e 0, 32 0 V p2 = 2, 58 + 0,03 * Ne 0,030 V a3 = 0, 45 + 0, 22 * N e 0, 39 0 V p3 = 1, 25 + 0,13 * Ne 0,130 V a4 = 2, 46 + 0, 04 * N e 0, 59 0 V p4 = 2, 57 + 0,03 * Ne 0,030 V5k = 3,53 + 0,12 * Ne 0, 62 0 V p5 = 2, 62 + 0,10 * Ne 0,100 V a6 = 5, 39 + 0, 05 * N e 0, 71 0 V p6 = 5, 47 + 0,04 * Ne 0,040 V a7 = 3, 67 + 0, 03 * N e 0, 15 0 V p7 = 0, 79 + 0,13 * Ne 0,130 V a8 = 6, 95 + 0, 06 * N e 0, 60 0 V p8 = 7, 59 + 0,12 * Ne 0,120 V a9 = 6, 42 + 0, 00 * N e V p9 = 4, 83 + 0,00 * Ne Va10 = 8,75 + 0,00 * N e V p10 = 6,45 + 0,00 * Ne Va11 = 6,38 + 0,05 * N e 0, 08 0 V p11 = 3,49 + 0,04 * Ne 0,040 Va12 = 6,53 + 0,05 * N e 0, 35 0 V p12 = 3,64 3 + 0, 05 * Ne 0,050 Va13 = 2,35 + 0,09 * N e 0, 32 0 V p13 = 1,49 + 0,08 * Ne 0,080 Va14 = 6,54 + 0,01 * N e 0, 01 0 V p14 = 6,82 + 0,01 * Ne 0,010 Va15 = 5,28 + 0,06 * N e 0, 09 0 V p15 = 3,01 + 0,10 * Ne 0,100 Va16 = 6,87 + 0,03 * N e 0, 03 0 V p16 = 7,56 + 0,04 * Ne 0,040 Va17 = 15,98 + 0,04 * Ne 0, 13 0 V p17 = 7,89 + 0,33 * Ne 0,330 Va18 = 15,14 + 0,05 * Ne 0, 16 0 Vp 18 = 15 ,4 5 + 0, 05 * Ne 0,050 Aut o r A n o Lo ca l de a p li caç ão O b jeti vo do es tu do V a ri á v ei s de p end en te s 1 Variáv eis ind epe nde ntes A lle n, W. G. 2002 B al ti m ore, E U A Elaborar u m n ov o m odelo de prev is ão d e dem an da -Id ing, et al . 2002 Holan da Elaborar u m n ov o m odelo de ge ra çã o de v ia ge ns d e c ar ga Volu m e de v iag en s prod uz idas por se to r 3,4 (V pk ) Atraçã o P ro d u ção 1 Nas v ari áv ei s depen den te s on de s e l ê v iag en s, con sidera-se v iag en s de ve íc ul os de c arg a; 2 C on sidera o s se tores (k ) : (1) i nd us tri al , (2) v arej o e (3) e sc rit óri os ; 3 C on si de ra o s s et or es da in dú st ri a ( k) : ( 1) a li m en tíc ia , ( 2) te xt il , ( 3) c ou ro e p rod ut os de c ou ro, ( 4) prod ut os de m adei ra, (5 ) m at eri al im pr es so , (6) qu ím ic a, (7) borrach a e s in téti cos , (8) v id ro, cer âm ic a e tc, (9) pro du to s de m eta is , (10) m aqu in ar ia , (1 1) i ns tru m en tos e di sp os it iv os m édicos , (12 ) au to m óv ei s, c am in hõ es e tr ai le rs, ( 13) m óv ei s e v ária s com m od iti es , (14) con stru ção , (15) com érci o e reparaçã o de m ot ores de v eíc ul os , (16) at ac ad is ta , ( 17) t ran sp or tes te rres tr es , ( 18 ) se rv iç os d e tr an sp or te ; 4 P erí odo n ão i nf orm ado; Volu m e de v iag en s a tra ídas por s et or 3,4 (V ak )

52

.

Quadro 2-B.

Estudos internacionais s

obre modelos de geração viagens

E quação R ² E quação R ² Ca1 = 0, 81 9 C g1 0,66 C p1 = 1 445 0,523 Nem p1 + 0 ,0 048 R eca 0,56 2 C a2 = 3, 1 N em p2 + 5, 3 Ne m p3 0, 657 C p2 = 7, 6 N em p2 0, 65 Ca3 = 0, 99 7 C g3 0,97 7 C p3 = 0, 078Nem pI 0,65 8 Ca4 = 0, 83 2P OP +0 ,1 62Nem p4 0,96 5 C p4 = 0, 282Nem p4 0,94 Ca5 = 0, 00 3Nem p6 +0,00 01Nem pt 0,74 3 C p5 = 0, 016 Nem p5 0,93 1 C a6 = 0, 00 2N em p6 + 0, 011 PO P 0, 926 C p6 = 0, 00 4N em p6 0, 91 9 P opu lação t ota l (P op ) C a7 = 0, 72 8Cg 7 0,80 5 C p7 = 0, 668Nem p7 0,80 8 C a8 = 0, 03 3P O P + 0, 00 2N em p8 0, 96 C p8 = 0, 17 N em p8 0, 906 Ca9 = 0, 08 59 +0,259 P O P 0,95 3 C p9= 0,103 N em p9+0,0 56Nem p7 0,88 6 R ece it a b rut a r ec eb id a na ag ri cu lt ur a (R eca) Ca10 = 0,07 7N em p1 0+ 0, 45 5N em p1 1+ 0, 68 3P O P 0,85 1 C p1 0= 0,15 0Nem p1 0+1,16 4Nem p11 0,75 8 Ca11 = 4,007 N em p11 + 1,881 P O P 0,93 8 C p11 = 6,857 Nem p11 0,94 5 Ca12= 2,91 4P OP 0,87 1 C p1 2 = 2,882 P O P 0,85 1 Ca13 = 0,093 N em p13 + 0,061 Ne m p14 0,92 3 C p1 3 = 0,085 Nem p13 0,98 2 Ca14 = 0,035 N em p14 0,86 1 C p1 4= 0,01 3Nem p1 3+0,03 414 0,92 7 Ca15 = 0,010 N em p15 0,87 8 C p1 5 = 0,013 Nem p15 0,88 3 Ca16 = 0,005 N em p14 + 0,034 P O P 0,91 5 C p16 = _0,004Nem p13 + 0,004 Nem p14 +0,003 0,82 6 Ca17 = 0,027 N em p17 0,83 7 C p1 7 = 0,40Nem p1 7 0,75 3 Ca18 = 0,006 7(Nem pI) 0,79 1 C p18 = 0,000 48P O P 0,70 4 Ca19 = 0,245 P OP 0,85 7 C p1 9 = 1,097 C ga20 0,85 8 N úm er o d e d oca s d os te rm in ai s (N d) V C = 1, 00 N d+ 8, 96 0, 69 Nú m ero de em preg ad os (Ne) VC = 2, 06 Ne+3,44 0,73 Aut o r A n o Lo ca l de apl ic ação O b je tivo do e stu do Va riáv ei s dep end entes 1 Va ri áveis in dep end ente s -B lack , W. R . 1999 In di an a, EUA D ese nvo lve r um b anc o d e da do s d os fluxo s d e en tr ad a e sa íd a de carg a d o co nd ado d e In di an a Vol um e de c arg a atr aí da, po r ti po 4, 5 (C ai ) Nú m ero de em preg os po r se to r (N em pk ) 5 Núm er o to ta l d e em pr ego s na in dú st ria (N em pI) Nã o de fi ni do Veri fi ca r a at ração e pro du çã o de v iag en s de cam in hõ es p ara te rm ina is d e c ar ga Vol um e de v iag en s de cam in hã o (di as úte is) ( V c) IT E 1995 V ol um e de c ar ga pr od uz id a 5 (C gi ) Vo lu m e de carg a at raí da (C ga i) Núm er o to ta l d e em pr ego s (N em pt) Vol um e de c arg a pr odu zi da , po r ti po 4, 5 (Cp i) Atração P rodu çã o 1 N as v ari áv ei s depen den te s onde se lê v iag en s, con sidera-se v iag en s de v eí cu lo s de carg a; 4 P erí odo n ão i nf orm ado; 5 C on si de ra os ti pos de prod ut o ( i ou k ): (1 ) pr od ut os a gríc ol a, (2) c arv ão, (3) m in era is n ão -m et ál ic os , ex cet o com bu st ív ei s, (4) al im en to s, (5) prod ut os tê xt ei s, (6 ) v es tu ári o e ou tr os a rti go s t êx te is , (7) m ad ei ras e prod ut os de m adei ra, (8 ) m óve is e u ten sí li os, (9) pap éi s e p ro du to s a fi ns , ( 10 ) pr od ut os q uí m ic os e a fi ns , ( 11 ) p et ró le o e p rod ut os de c ar vã o, ( 12) pe dr a, a rg ila e p rod ut os de v id ro, ( 13) i ndú st ri a de m et ai s pri m ári os , (14 ) pr odu tos m et ál ic os, (15 ) m áqu in as , (16 ) el et rô ni cos , ( 17) e qu ipam en to d e tr an sp ort e, (1 8) r es ídu os e s uc at as , (19 ) ou tr os pro du to s m an uf at ur ados, (20) at aca di st a (ben s du ráv ei s);

-.

Quadro 2-C.

Estudos internacionais s

obre modelos de geração viagens

E quação R ² E quação R ² P opu lação da zo na (P OP ) V a1 = 3 97+0 ,0 857 N em p1+0,11 3P op a1 0 ,8 40 Vp1 = 11 9+0 ,14 3Nem p1+0 ,01 99 PO P 0,870 N úm er o de r es id ên ci as ( N r) V a2= -51 ,4+ 0, 12 5N em p1 + 0, 017 9N r 0, 87 0 V p2 = 1 ,4 9+ 0, 10 6N em p1 + 0, 02 80 N r 0 ,9 10 Núm er o to ta l d e em pr ego s (N em pt) V a3= -69 ,4+ 0, 02 0N em p4 + 0, 036 3P O P 0, 65 0 Vp3 = -72 ,3 +0,009 45Nem pt+0,083 2Nem p2 +0 ,03 39P OP 0,660 Nú m ero d e em preg os po r se to r 8 (N em pk ) V a4= 64 3+ 0, 07 61N em p1 + 0, 477 N em p2 0, 87 0 Vp4 = 78 3+0,10 2Nem p1+0 ,1 60N em p3 0,830 P opu lação a ti va po r s et or n a zon a 8 (P opak ) Va5 = 84 ,7 + 0, 016 2N em p4 + 0, 068 8N em p1 + 0, 078 2P op a4 0, 94 0 Vp5 = 84 ,4 +0,003 87Nem p4 +0,08 10Nem p1 +0 ,07 59P op a4 0,920 Va6 = -423+0 ,1 14N em p1+0,05 02Nem p5+0,00 695 P O P 0, 71 0 Vp6 = 95 ,9 +0,073 0Nem p1+0 ,0 82 4Nem p5 0,860 Va7 = 5 89+0 ,6 35Nem p1 +0,104 P OP 0 ,9 50 Vp7 = 57 6+0,63 5Nem p1 + 0, 104 PO P 0,950 Vol um e de c arg a atr aída, po r ti po 7 (dia ) (Ca i) Ca1 = -3 91+0,08 94Nem p1 +0,01 58Nr 0, 650 Ca2 =333 +0,095 7Nem p5 +0,013 8P OP 0, 440 P opu lação da zo na (P OP ) C a3 = -7 31+0,07 98Nem p1 +0,14 6Nem p5 0, 670 N úm er o de r es id ên ci as ( N r) C a4 = 30 ,5 + 0, 016 3N em p1 + 0, 002 02 PO P 0, 46 0 Ca5= -173+0 ,0 704 N em p1 0, 840 Ca6 = -14 17+0 467 Ne m p1+0,03 17 PO P ou -749 -0, 22 4N em p4 + 0, 726 N em p1 0,680 ou 0,840 Vol um e de v iag en s de cam in hã o at raí das 10 (po r di a em 1 em pres a) (Vca) Vol um e de v iag en s de cam in hã o prod uz idas (p or di a e m 1 em pres a) (Vcp) Núm er o to ta l d e ca m inhõ es pró prios da em pre sa ( Nct ) Vca1 = 2,24+0 ,1 0Cg m +0,39Nct 0,71 5 L n Vc p1 = 2, 62 +0,33 ln Nct 0, 656 V olum e de c ar ga m anufat ur ad a (C gm ) ln Vca2 = 2,29+0 ,2 6l nN ct 0,41 8 Ln V cp 2 = 1, 05 +0 ,28ln C gm+ 0, 51 ln Nct 0, 88 3 N úm ero d e em preg ados po r se tor Vca3 = 4.54+0 ,1 3Nes c+1,50N ct 0,60 0 ln Vcp3 = 1,11+0 ,3 2Nes c 0, 19 0 Vca4 = 7,03+0 ,0 7Cg m 0,29 3 Ln V cp 4 = 0, 74 +0 ,43ln Ne sc +0 ,22 ln N ct 0, 60 0 Aut o r A n o Lo ca l de apl ic açã o O b jet ivo do es tu do Va riáv ei s d epe nde ntes 1 Va riáv ei s in dep end ente s 0,53 2 Og de n, K. W. 1977 Mel bo urn e, A ustr ália E laborar m odel os de at ração de p rodu ção b as ead os em m ercado rias e em v iag en s, co ns id er an do d if eren tes ti pos de car ga e cat eg oria s de vi ag en s Vcp = 11 ,4+1,53 N ct 1974 T oron to , C an adá A nal is ar a g eraç ão de v iag en s po r cam in hã o n a ár ea m etr op ol it an a, co nsid er an do a ob se rv ação de m ov im en tos ge rado s por 24 0 i ndú st ri as de tra nsf orm ação Núm er o to ta l d e ca m inhõ es pr óprios da em pr es a (Nct ) 0, 80 7 V ol um e de v ia ge ns pr od uz ida s po r ca te go ri a 6 (di a) (V pc) Vol um e de vi ag en s at raí das p or ca te go ri a 6 (d ia ) (V ac) H utc hinso n, B . G . Vca = 12 ,5-0,86Nct H utc hinso n, B . G . 19 74 T or onto , Ca na dá Vol um e de v iag en s de cam in hã o at raí das por s et or 9 (di a) (V ca k) Vol um e de v iag en s de cam in hã o prod uz idas por s et or 9 (di a) ( V cp k) Núm er o to ta l d e es cr it ór io s d a em pres a (Ne sc ) Atração P rodu çã o Cp 7 = -19 1+0,04 50Nem p1+0,02 14Nr Nú m ero d e em preg os po r se to r 8 (N em pk ) Vol um e de c arg a pr odu zida, po r ti po 7 (d ia ) (C pi) 1 N as va ri áv ei s d ep end en te s o nd e se lê vi ag ens, c onsid er a-se vi ag ens d e ve íc ulo s de c ar ga; 6 C on si dera as cat eg ori as ( c ): (1) e ntre ga re si den ci al , ( 2) colet a, (3) en tr eg a v ar ej o, (4 ) fo rn eci m en to d e at aca di st as , (5) m an ut en çã o e reparo s, (6) i ndu st ri al de en tr eg a, con st ru ção e op eraç ão de t ran sb or do e (7) t odas a s cat eg ori as ; 7 C on si dera os ti pos de c arg a ( i ): (1) al im en tação e ag ri cu lt ur a, ( 2) m ate ri al de con stru ção, (3 ) pr odu tos m an uf at ur ado s, (4 ) deri va do s de petr ól eo, ( 5) ou tr as c arg as , (6 ) t odas as carg as e (7) l ix o ur ba no ; 8 C on si de ra os s et ores (k ): (1) operac ion al , ( 2) va rejo , (3) at aca do , (4 ) se rv iç os e (5) prod uç ão; 9 C on si dera os s et ores (k ): (1) al im en tí ci o, (2 ) im pr es sã o e pu bl icaç ão , (3) m aq ui nari a, (4) papel e pr odu tos af in s; 10 A e qu aç ão apres en tada re pr odu z o apres ent ado n a ref erên cia , e nt en de-se qu e n es se cas o a atr ação de v iag en s é i nv ers am en te p ropo rc ion al a o nú m ero tot al de c am in hõ es da em pr es a; E st uda r so br e o v ol um e de vi ag en s con sidera nd o di ve rs os ti po s de in du st ri as e t ip os de carg a 0,580

54

.

Quadro 2-D.

Estudos internacionais s

obre modelos de geração viagens

Cam inhão 2 a 3 eix o s Ca m in h ão 4 a 6 ei x o s V1 = 0,17A c V 1 = 0,21 A c V2 = 0,1A c V 2 = 0,27 A c V3 = 0,33A c V 3 = 0,27 A c V4 = 0,19A c V 4 = 0,38 A c 1 acre (A r) V4 = 11,9A r V 4 = 8,63 A r V5 = 0,21A c V 5 = 0,15 A c V6 = 7,34A r V 6 = 28 ,4 7A r V7 = 6,95A c V 7 = 1,79 A c Vans Cam inhões rígidos e leves Cam inhões rígid o s e pesad o s Cam inh õ es articulados V1 = 1,9A c V 1 = 0,4A c V 1 = 0 A c V 1 = 0, 2A c V2 = 0,4A c V 2 = 0,9A c V 2 = 0 ,6A c V 2 = 0, 1A c V3 = 0,2A c V 3 = 0,4A c V 3 = 0 ,4A c V 3 = 0, 2A c V4 = 0,1A c V 4 = 0,9A c V 4 = 0 ,5A c V 4 = 0, 2A c V5 = 0,2A c V 5 = 0,5A c V 5 = 0 ,9A c V 5 = 0, 1A c V6 = 0,7A c V 6 = 0,9A c V 6 = 0 ,4A c V 6 = 0A c V7 = 0,1A c V 7 = 0A c V 7 = 0 ,2A c V 7 = 0, 2A c V8 = 1,9A c V 8 = 0,6A c V 8 = 0 ,5A c V 8 = 0, 1A c V9 = 0,9A c V 9 = 0,9A c V 9 = 1 ,4A c V 9 = 3, 7A c V5 = 0, 36A c V7 = 8, 74A c V 6 = 3 5,8 1A r Tod o s os cam inhões V1 = 0, 38A c V2 = 0, 37A c V3 = 0, 6A c V4 = 0, 57A c V 4 = 2 0,5 3A r Eq uaçõ es 1 Nas var iáv ei s de pe nd entes o nd e se lê via ge ns, co nsid er a-se v iagens d e veículo s d e car ga; 11 C on sid er a os ti po s de u so do s olo ( s ): (1) de pó sito le ve , (2) de pó sito pe sa do, (3) in dú st ria s le ve , (4) in dú st ria s pe sa do s, (5 ) pa rq ues in dus tr iais , ( 6) ter m in al de cam inh ões e ( 7) venda e alu guel de cam in hõe s; 12 C ons ide ra os ti po s de es tabe lecim ent o ( s ) : (1 ) escr itó rio, (2) co m érc io e v are jo c en tr os r eg ion ai s, ( 3) c om érc io e v are jo -su perm erc ado s, ( 4) co m érc io e v are jo lo ja s de de pa rta m en tos , (5) com érc io e v arejo ou tr os , (6) f ábric as , (7) de pósit os , (8) indús tri as le ve s e de a lta te cn olog ia e ( 9) depós itos de cam in hõ es . Eq uaçõ es Og den , K. W. 1992 A ustr al ia El aborar m odelos ba se ados em m er cad or ias e m odelos ba sead os em viagen s d e c am in hões p ar a a m ov im ent aç ão d e c ar ga ur ba na Volu m e de v iag en s por ti po de ativi dade 12 (dia ) (V k) Á rea con stru ída/ 92, 0m ² (A c) V ol um e to ta l d e vi ag en s p or tipo de ativ id ade 12 (dia ) (V tk ) Aut o r A n o L o ca l de a p licação Obje tiv o do es tudo Va riáveis depend e n tes 1 Var iá v eis in depend e n tes T ad i, R. R. e Ba ld ach , P . 1994 E U A For ne cer in dica dor es de g eração de vi ag en s de ca rg as pa ra dif ere nt es u sos de solo Volu m e de v iag en s por ti po de us o do s olo 11 (d ia ) (V s) Á rea con stru ída (pé²/ 1000) (A c) Aut o r A n o L o ca l de a p licação Obje tiv o do es tudo Va riáveis depend e n tes 1 Var iá v eis in depend e n tes

.

Quadro 2-E.

Estudos internacionais s

obre modelos de geração viagens

Aut o r A no Lo ca l de apli ca çã o O b je tiv o do e studo V a ri á v eis de pe nde nte s 1 Va ri á v eis i ndep ende nt es V 1 = 0, 09 N V 2 = 0, 08 N V 4 = 0, 22 N V 5 = 0, 26 N V 6 = 0, 50 N V 7 = 0, 05 N V 8 = 0, 08 N V 1= 0,5 3N V 2 = 0, 05 N V 3 = 0, 10 N V 4 = 0, 37 N V 5 = 0, 04 N V 6 = 0, 06 N V 7 = 0, 22 N V 8 = 0, 77 N Zavatt er o e Wes em an 1993 Ca lif ór nia , EU A Es tu da r a g era ção de vi ag en s pa ra di fe re nt es ti po s de us o do s ol o e t ipo s de ve íc ul os Vo lu m e de v iag en s por s et or 4, 17 (Vk ) Á rea T ot al (h ect are ) (A ) Chat te rj ee et al 1979 C hi cag o, EU A F orn ecer in di cadore s de g eração de vi ag en s de carg as para di fe ren tes u sos de s olo e ti po s de v eíc ul os Vo lu m e de v iag en s por s et or 4,1 7 Á rea t ota l ( hec tare) (A ) V 2 = 4 3, 9A Ch ris ti an sen , D. F . 1979 No va Yo rk, EU A Es tu dar o s f lu xo s de v iag en s de sh oppi ng s cen te rs Volu m e de v iag en s de cam in hã o ( dia) (Vc) Á rea c os nt ru ída/ 929 m ² ( A c) Á rea con stru ída (1.000 m ²) A c Á rea t ot al ( 1 h ect ar e) (A ) V 1 = 2, 4A c V 1 = 7, 6A V 3 = 16 ,0 A c BR O V c = 1, 35 A c 1 Vi age ns = vi ag ens de veí culo s d e ca rg a; 4 P er ío do n ão i nf orm ad o; 13 Con sider a os s etor es (k ): ( 1) pr od uç ão , (2 ) atacad is ta e (3 ) i nd ust ri a l ev e; 14 C on si dera o s s eto res : in dú st ri a ((1 ) al im en tí ci a, ( 2) te xtil , (3 ) q uí m ica, (4 ) con stru ção, (5 ) m et ai s e elet rô ni cos, e (6 ) out ra s) , (7 ) atacad is ta e (8 ) in dú st ria d e tr ans po rte ro do vi ári o; 15 C onsi de ra os se to re s: ( 1) in dú st ri a de manufa tur a e c onstr uçã o p or d ia , ( 2) tr an sp orte e at acado e (3) se rv iç os ; 16 Cons id er a os s etor es ( k ): in dús tria (( 1) ali m en tí ci a, (2 ) qu ím ic a, (3 ) m et ai s e elet rô ni cos, (4 ) ou tras in dú st rias ), (5 ) at ac adi st a, e (6) borrach a e s in tét ic os , (7) tr an sp or te at aca dis ta e ( 8) v eíc ul os d e tr an sp or te ; 17 C on si dera o s se to re s ( k ) : (1 ) pr odu çã o e (2 ) s er vi ços ; 18 C on si der a o s et or ( k ): (1) i ndú st ri a de pr odu to s m is tos . Kl av er 2001 Nã o de fi ni do Re al iz ar p es qui sa co m d iver sas em pres as s obre a g era ção de vi ag en s de ca rg a Vo lu m e de v iag en s por s et or 16 (di a) N úm er o de em pr eg ados ou Nú m ero d e em pr eg os (N ) V3 = t* N , { t Є R/ 0, 07 < t < 0 ,1 0} V2 = 35 ,2 A Z on ne nber g 1989 Zui d-Holla nd , Ho la nd a Me dir os f lu xo s de tráf eg o em reg iões in du st ri ai s Vo lu m e de v iag en s por s et or (di a) 18 (Vk ) N úm er o de em pr eg ados ou Nú m ero d e em pr eg os (N ) Y = t* N, { t Є  R/  0,7   <   t   <   1,5} Nã o de fi ni do V2 = t* A c, {t Є R / 2, 4 < t < 9, 9} 2001 Nã o de fi ni do A na li sar o fl ux o de tráf eg o atraí dos e pr od uz id os em reg iões in du st riai s Vo lu m e de v iag en s por s et or (di a) 18 (V k) N úm er o de em pr eg ados ou Nú m ero d e em pr eg os (N ) V1 = t* A , {t Є R / 10 ,1 < t < 16 ,1 } V 1 = 0, 50 N V 2 = 0, 58 N V1 = t* N, {t Є  R/  0,9   <   t   <   2, 0} Vo lu m e de v iag en s por s et or 15 (d ia ) (Vk ) N úm er o de em pr eg ados ou Nú m ero d e em pr eg os (N ) BT S Nã o info rm ad o EU A F orne cer i ndi cadore s de ge ra ção de vi ag en s de c arg as diária s para dif eren tes áreas Vo lu m e de v iag en s por s et or (di a) 13 (V k) N úm er o de em pr eg ados ou Nú m ero d e em pr eg os (N ) Eq ua çõ es He id em ij 19 94 No or d-Braban t, Ho la nd a Es tu da r a g era ção de vi ag en s de c arg a par a re gi ões in du st ri ai s Vo lu m e de v iag en s por s et or 14 (d ia ) (Vk ) V 3 = 0, 24 N C row 1996 D ese nvo lv er um m anu al d e e st im at iva s de f lu xo s de t ráf eg o de car ga par a os mu ni cí pi os

56

Morlok (1978) apresenta modelos que fazem uma relação entre a demanda de carga (atração e produção) e o tempo. Portanto, sua aplicação em estudos de PGV Carga deve considerar que o empreendimento já se encontra instalado e que se deseja determinar qual a evolução do tráfego de caminhões ou do fluxo de car-ga na medida em que o tempo passa. Para isso, é ne-cessária a criação de um histórico do tráfego de cami-nhões ou do fluxo de carga. Como em toda projeção, deve-se tomar cuidado com o horizonte a ser conside-rado. Como se está fazendo uma previsão da demanda futura de viagens em função do seu comportamento no passado, esse tipo de modelo é incapaz de conside-rar variações não previstas ou imponderáveis.

A partir de Holguín-Veras e Thonson (2000), veri-ficou-se que os modelos de geração de viagens utili-zados em análise e previsão de demanda do transporte de carga podem ser baseados em deslocamento de carga (volume de carga) ou volume de viagens de veí-culos. Na revisão bibliográfica apresentada neste tra-balho, verificou-se uma predominância no uso de mo-delos de geração de viagens que utilizam o volume de viagens como variável dependente. Dos 4 trabalhos nacionais considerados, 3 utilizam o volume de via-gens como variável dependente e dos 19 trabalhos in-ternacionais considerados, 18 utilizam o volume de viagens como variável dependente, sendo que no tra-balho de Iding et al. (2002) a escolha não é clara. Essa situação vai ao encontro da afirmação de Ogden (1992) e de Holguín-Veras e Thonson (2000) quanto à facilidade de obtenção dos dados de tráfego, o que fa-cilitaria a proposição de modelos de geração de via-gens que empregam como variável dependente o vo-lume de viagens de caminhão.

Na literatura consultada nem sempre é clara a forma de determinar o volume de viagens de caminhão que são produzidas ou atraídas para uma região. No âmbi-to nacional, no trabalho de Gasparini (2008) houve a preocupação de obter uma classificação do número de viagens por tipo de veículo de carga. Entretanto, a proposição dos modelos de geração de viagens se di-vide em geração de viagens de veículos de carga (to-dos os tipos) e de caminhões. Na literatura internacio-nal, Allen (2002) divide seus modelos para caminhões médios e pesados, Tadi e Baldach (1994) dividem seus modelos por tamanho de veículo associado ao número de eixos e Ogden (1992) divide seus modelos por tipo de caminhão em rígidos leves e pesados e ar-ticulados.

Adicionalmente, Mello (2002), nas referências na-cionais, e Iding et al. (2002), Tadi e Baldach (1994), Black (1999), Ogden (1992), Ogden (1977) e Hut-chinson (1974), nas referências internacionais, divi-dem seus modelos por setor de atividade. Essa é uma característica específica do transporte de carga, em

que a tipologia da carga e do setor de atividade ao qual o transporte esteja associado é determinante do perfil das viagens, o que obriga a elaboração de uma modelagem desagregada para a previsão de demanda.

Nas referências nacionais consideradas, predomi-nam os modelos que utilizam regressão linear simples ou múltipla. Esses modelos também são os que apre-sentaram os melhores coeficientes de determinação. Como foi possível verificar na experiência nacional, em particular no trabalho de Marra (1999), modelos que consideram ajustes de curva para função potência (y = ax_{) ou polinomial (y= a+ bx + cx}2

+ dx3 +... mxm),

não incluídos na Tabela 1, não apresentaram resultado tão bom quanto aqueles que utilizaram regressão line-ar simples ou ajuste exponencial (incluídos na Tabela 1). Nesses casos, entende-se que a adequada escolha de uma variável independente possa contribuir mais para um bom resultado do modelo do que o uso de modelos excessivamente elaborados ou que utilizam muitas variáveis independentes.

Ao se observar as referências internacionais, a mo-delagem apresentada é diversificada, apresentando re-lações que consideram ajuste de curvas (regressão li-near e polinomial), ajuste exponencial ou logarítmico e, a partir de uma abordagem simplificada, o estabele-cimento de taxas. Nesse caso, quando se trabalha com ajuste de curvas, predomina o uso de regressão linear. Acredita-se que isso se deva a simplicidade de aplica-ção e análise dos resultados (análise de sensibilidade). A regressão linear pode ser simples ou múltipla, sendo que ambas são bastante utilizadas.

Ainda quanto às referências internacionais, é possí-vel observar o uso de conversão em base logarítmica para as variáveis independentes na elaboração de re-gressões lineares (simples ou múltiplas), o que pode representar um método a ser testado nos estudos na-cionais considerados, em que predomina o uso de re-gressões simples.

De uma forma geral, regressões lineares, simples ou múltiplas parecem apresentar bons resultados (R2 ≥ 0,7) quanto aos coeficientes de determinação encon-trados. Embora possam ser encontrados valores entre 0,1 e 0,3, predominam valores superiores a 0,7. Apa-rentemente essa é uma indicação de que é possível ob-ter resultados satisfatórios com modelos simples, que utilizam poucas variáveis independentes (uma ou du-as). Também se poderia considerar que a complexida-de da função matemática associada ao mocomplexida-delo está em um segundo plano quando comparada com a compre-ensão dos mecanismos que levam à escolha das variá-veis independentes e dependentes.

As variáveis dependentes que se procura determinar são os volumes de viagens de veículos (caminhões) ou de carga (toneladas de carga transportadas). Já as vari-áveis independentes variam bastante. Quando se

traba-lha com taxas, predomina a relação entre viagens (vo-lumes de viagens de veículos ou cargas) e as áreas dos empreendimentos (área total ou área construída). Quando se trabalha com regressão linear, pode ser considerada uma diversidade de variáveis como: vo-lumes de viagens de veículos, volume de carga, núme-ro de empregados e númenúme-ro de empregos (relaciona-dos a um setor produtivo), população (total ou da re-gião em estudo), áreas (total e construída), clientes, número de docas, entre outras.

Uma característica da modelagem da geração de vi-agem para o transporte de carga e para sua aplicação ao PGV Carga está na necessidade de se estabelecer diferentes equações ou taxas para diferentes tipos de carga e classes de veículos. Essa característica está as-sociada à tipologia da carga e usualmente não se en-contra nos modelos que se destinam à geração de via-gens de passageiros. Com isso, para um mesmo par de regiões, é possível ter tantas equações quantos forem os tipos de carga e classes de veículos, sendo essas equações ajustadas de forma diferente e com diferen-tes coeficiendiferen-tes de determinação. Essa situação de-monstra a complexidade do problema de modelar a geração de viagens de carga.

5. CONSIDERAÇÕES FINAIS E SUGESTÕES

Pólos Geradores de Viagens de carga (PGV Carga) são empreendimentos com potencial de produzir e a-trair viagens de veículos de carga, como caminhões, camionetas, caminhonetes e furgões. O impacto desses empreendimentos no sistema viário quanto ao uso e ocupação do solo é diferenciado, dependendo da regi-ão e do porte do empreendimento. Entretanto, os im-pactos tendem a ser mais expressivos em áreas urba-nas, onde já se verifica trânsito intenso de veículos motorizados e adensamento populacional.

Neste sentido, ferramentas que auxiliem na identifi-cação dos volumes de viagens de veículos de carga produzidos e atraídos pelos PGV Carga podem ser consideradas como instrumentos de valor para o ge-renciamento da mobilidade na região do entorno des-ses empreendimentos.

Entende-se que o objetivo deste trabalho foi atingi-do ao apresentar o perfil atingi-dos modelos de geração de viagens de carga que podem vir a ser utilizados para subsidiar os estudos sobre PGV Carga com abrangên-cia nacional e internacional. Adicionalmente, foi pos-sível realizar uma análise desses modelos, indicando as práticas que poderiam servir de referência para fu-turos trabalhos.

A despeito dos esforços empreendidos até o mo-mento, no levantamento das experiências nacionais e internacionais com a proposição de modelos de gera-ção de viagens de carga, obteve-se um número bem

maior de experiências internacionais do que nacionais, podendo indicar que este seja um campo de pesquisa ainda a ser explorado no Brasil. Nesse contexto, veri-fica-se a relevância deste trabalho por buscar orientar a pesquisa de um tema pouco consolidado na experi-ência nacional.

Embora considerando a abrangência geográfica e temporal apresentada no item 2, não se pretendeu rea-lizar uma revisão bibliográfica exaustiva sobre o tema, sugerindo-se esse tipo de pesquisa para trabalhos futu-ros, no intuito de confirmar as tendências indicadas.

REFERÊNCIAS BIBLIOGRÁFICAS

Allen, W. G. (2002) Development of Truck Models. Transportation Con-sultant, Mitchells, Virginia.

Black, W. R. (1999) Commodity Flow Modeling. Transportation Research

Board / National Research Council. Number E-C011, September

1999.

Crainic, T. G. e G. Laporte (1997) Planning models for freight transporta-tion. European Journal of Operation Research 97 (1997) 409-438.

Christiansen, D. F. (1979) Urban transportation planning for goods and

services. Technical report, TTI – Texas Transportation Institute.

Final Report for the Federal Highway Administration.

Facchini, D. (2006) Análise dos “GAPS” de percepção dos atores

envol-vidos no transporte urbano de carga em Porto Alegre.

Disserta-ção de Mestrado. Universidade Federal do Rio Grande do Sul. RS.

Gasparini, A. (2008) Atratividade do transporte de carga para pólos

ge-radores de viagem em áreas urbanas. Dissertação de Mestrado

em Engenharia de Transportes, Instituto Militar de Engenharia, RJ.

Hoeguin-Veras, J e E. Thorso (2000) Trip length distributions in commod-ity-based and trip-based freight demand modeling- investigations of relationships. Transportation Research Board. National Acad-emy Press, Nº1707. Washington.

Iding, M.H.E.; W. J. Meester e L. A. Tavasszy (2002) Freight trip genera-tion by firms. Paper for the 42nd European Congress of the

Re-gional Science Association Dortmund.

ITE (1995) Truck terminal trip generation. Institute of Transportation En-gineering. Technical report, Summary Report by ITE Technical Council Commitee 6 A – 46., Washington, DC.

Marra, C. (1999) Caracterização de demanda de movimentações urbanas

de carga. Dissertação de Mestrado em Engenharia Civil,

Univer-sidade Estadual de Campinas, SP.

Mcnally, M. G. (2000) The four-step model. In: Handbook of Transport Modelling, Edited by D. A. Hensher and K. J. Button, Elsevier Science Ltd.

Melo, I. C. B. (2002) Avaliação da demanda por transporte de carga em

áreas urbanas. Dissertação de Mestrado em Engenharia de

Trans-portes, Instituto Militar de Engenharia, RJ.

Morlok, E. K. (1978) Introduction to transportation engineering and

planning. McGraw-Hill, US.

Muñuzuri, J.; P. Cortés; L. Onieva e J. Guadix (2009) Modeling freight delivery flows: the missing link of urban transport analysis.

Jour-nal of Urban Planning and Development. Aceito em 06/03/09 UP

1943.0000011

Nuzzolo, A.; U. Crisalli. e A. Comi (2008) A demand model for interna-tional freight transport by Road. European transport research

review. Volume 1, Number 1, 23-33.

Ogden, K.W. (1992) Urban Goods Movement: A Guide to policy and

Planning. Ashgate Publishing Limited; London.

Ogden, K.W. (1977) Modeling urban freight generation. Traffic

Engineer-ing & Control. Publicado em March 1977.

Portugal, L.S. e L. G. Goldner (2003) Estudo de Pólos Geradores de

Trá-fego e de seus Impactos nos Sistemas Viários e de Transporte.

E-ditora Edgard Clucher Ltda. São Paulo/SP.

Silva, J. e M. R. Waisman (2007) Cargas Urbanas: Estudo Exploratório

sobre a Geração de Viagens de Caminhões em Bares e Restau-rantes, 16º Congresso da ANTP, Maceió, AL.