ESTRATÉGIA
C
OMPLEMENTARIDADEA
EROPORTUÁRIA NON
OROESTEP
ENINSULAR:
R
ESULTADOS DE UMAA
NÁLISE DEC
LUSTERSAna Margarida Brochado (abrochado@upt.pt)
João Rui Marrana (jmarrana@upt.pt)
Universidade Portucalense Infante D. Henrique
R. Dr. António Bernardino de Almeida,541-619
4200-072 Porto (Portugal)
R
ESUMOO transporte aéreo registou um notável crescimento nas duas últimas décadas, em particular na América do Norte e na Europa.
Esta rápida expansão tornou em muitos casos difícil a manutenção de condições de exploração satisfatórias deste modo de transporte, gerando frequentes situações de saturação quer no controle de tráfego aéreo, quer nos aeroportos, bem como nas acessibilidades rodoviárias a estas infra-estruturas.
Foi recentemente desenvolvida pelos autores uma experiência de classificação dos aeroportos ibéricos, pelo método da análise de clusters, com os objectivos de validar este processo de análise e também de avaliar a complementaridade e a concorrência entre aeroportos.
Para o efeito recolheram-se dados de caracterização de um conjunto de cerca de 40 aeroportos, com base nos quais foi desenvolvida uma análise de classificação utilizando o método k -Means.
Assim, partindo da análise de clusters referida, apresentam-se neste artigo algumas conclusões relativas aos quatro aeroportos ibéricos do noroeste peninsular, avaliando o ajustamento do método relativamente às características deste conjunto de infra-estruturas.
A
BSTRACTAir transport has grown heavily during the last two decades, in particular in North America and Europe.
This fast expansion brought frequent difficulties to maintain acceptable levels of service in this mode of transport, with more and more frequent situations of congestion, overcoming capacities at air traffic control, airports, or on the land side access es to them.
Recently, the authors developed an experience of airport classification, for Iberian area, using the methodology of cluster analysis. The aims of that experience were to validate the use of this methodology for airport classification, as well as to evaluate competition and complementarities between airports.
For this purpose, the authors collected relevant information to characterize a group of 40 airports and, supported on that data, a classification analysis was applied, using the K-means method.
So, based on the cluster analysis referred above, this article presents the main conclusions regarding the four airports of the northeast part of the Iberian Peninsula, evaluating the adjustment of the method, concerning the features of thes e groups of airports.
K
EYW
ORDS1. ENQUADRAMENTO E DESCRIÇÃO METODOLÓGICA
A classificação aeroportuária é normalmente efectuada exclusivamente com base no tráfego de passageiros (GAO, 1997, p. 4-5), processo relativamente redutor, já que resulta no agrupamento na mesma classe de aeroportos com características bastante diferentes. Como exemplo paradigmático das limitações decorrentes de uma classificação exclusivamente feita com base nesta variável, podem-se referir os casos de Menorca e Bilbao, por onde passam anualmente um número de passageiros muito semelhante, mas que correspondem a aeroportos muito diversos quanto ao tipo de tráfego e quanto à sua justificação económica. De facto, enquanto no primeiro caso se trata de um aeroporto cujo tráfego é essencialemte de passageiros que procuram as estâncias turísticas desta ilha, no segundo caso o tráfego é essencialmente inter-urbano. Naturalmente que enquanto o aeroporto de Menorca se constitui como uma infra-estrutura cuja justificação económica de base será o turismo, já a existência de um aeroporto em Bilbao decorre sobretudo das exigências de acessibilidade desta cidade ao resto do mundo em ligações do tipo regular.
A liberalização do tráfego aéreo nos Estados Unidos da América e, mais recentemente, na Europa, associada à tendência de privatização das infra-estruturas aeroportuárias, torna particularmente oportuno o desenvolvimento de metodologias de classificação simultaneamente mais robustas e elaboradas, que apoiem a avaliação dos graus de competitividade e complementaridade existentes. Este processo tem porém sido dificultado pelas deficiências de comparabilidade existentes na informação estatística entre os diversos países (Button, 1999).
Atendendo ao facto de que quer em Portugal quer em Espanha a maioria dos aeroportos estão concessionados, em cada país, a uma empresa, ANA-Aero portos no primeiro caso e AENA no segundo, revelou-se mais fácil a comparabilidade e recolha dos dados de caracterização aeroportuária.
No âmbito de um trabalho anterior (Brochado e Mar-rana, 2001) foi efectuada uma extensa recolha de da-dos estatísticos, relativamente a 39 aeroportos ibéricos que se encontravam a operar em 1999, dos quais 36 se localizam em território espanhol e 3 em território português, os quais se representam na Figura 1. Cada aeroporto foi caracterizado relativamente a um conjunto de 10 atributos1 (cf. Anexo 1), não só físicos (comprimento da pista) e operacionais (tráfego de passageiros, tráfego de carga, número de companhias que operam regularmente, número destinos/origens com ligações regulares), mas também de carácter dinâmicos, como a sazonalidade (ratio entre o tráfego máximo mensal de passageiros e o mínimo), o grau de internacionalização (ratio entre o número de passageiros nacionais e internacionais), a taxa de crescimento nos últimos 7 anos ou a percentagem de ligações que apresentam um carácter supra-regional (não ibéricas).
2. CLASSIFICAÇÃO ATRAVÉS DA ANÁLISE DE CLUSTERS
No trabalho anteriormente referido (Brochado e Marrana, 2001), foi efectuada uma classificação dos 39 aero-portos ibéricos segundo 9 variáveis de segmentação, organizadas em quatro grupos: Grau de Internacionalização, Dimensão, Sazonalidade e Crescimento. A Tabela 1 apresenta a caracterização estatística da amostra.
1
Para além dos elementos de identificação (designação e código), dos dados de localização e dos ratios definidos para avaliar o grau
de internacionalização da procura e também a sazonalidade dessa mesma procura.
Figura 1
Tabela 1
Caracterização Estatística das Bases de Segmentação
O agrupamento é efectuado com recurso ao algoritmo K-means2 (McQueen, 1967), implementado no software STATISTICA. No entanto, com o propósito de selecção do número adequado de classes (parâmetro necessário para a iniciação do algoritmo) foi produzido o dendograma da estrutura recorrendo ao método de classificação hierárquica de Ward (Ward, 1963).
A Figura 2 revela a existência nos dados de três grupos e de três potenciais outliers (MAD – Madrid, REU - Reus e BJZ – Badajoz).
2
Como sementes iniciais foram utilizadas as observações de modo a maximizar as distâncias iniciais entre os segmentos. As medidas
de dissemelhança entre as entidades foram baseadas das distâncias euclidianas.
Código Variável Média Mínimo Máximo
Desvio-Padrão
GINTER Relação Passageiros Internacionais/ Passageiros 0.405 0.000 0.992 0.347
NDPEN Nº Destinos na Península com Freq. Média Sup. a
2 movimentos/semana* 8 0 35 8
DFPEN Nº Destinos Fora da Península com Freq. Média
Sup. a 2 movimentos/semana* 22 0 94 28
Crescimento
TAXCESC Taxa Crescimento Média Anual (%) 6.222 -7.090 29.780 5.700
PASST Tráfego Anual de Passageiros 3661252 15634 27699324 5936070
PISTA Comprimento da Pista (m) 2695 1080 4100 673
NCOMPN Nº de Companhias com Freq. Média Sup. a 2
Movimentos/Semana 23 0 80 24
CARGA Carga Movimentada (ton) 18716 0 294398 50324
Sazonalidade
SAZON Ratio trafego max mensal 99/trafego min mensal
99 0.447 0.126 1.901 0.397
* por cidade
Grau de Internacionalização
Distância 0 5 10 15 20 25 30
MAD LIS AGP TFS LPA PMI BCN REU BJZ GRO MAH IBZ FAO MJV XRY LEI ACE FUE OPO ALC ZAZ TFN VIT SVQ VLC SCQ BIO SDR VLL GRX SPC VGO OVD
MLN VDE SLM PNA EAS LCG
Figura 2
Dendograma Segundo o Critério de Agrupamento de Ward
A Tabela 2 sintetiza a informação necessária para a interpretação dos três grupos produzidos pelo método não hierárquico k -means: para cada classe é apresentado o centróide das 9 variáveis e, para cada variável, os valores de prova do teste ANOVA às diferenças entre as médias dos grupos. Verifica-se que apenas a variável TXCRES não exibe diferenças significativas entre os grupos (valor de prova = 8,1%).
Tabela 2
Resultados do Agrupamento com Três Classes
O Grupo 1 reúne os 12 ‘Aeroportos Internacionais Dinâmicos’: apresentam o maior grau de internacionalização (variável GINTER), a maior taxa de crescimento, o maior índice de sazonalidade e, em termos dimensionais, situam-se numa posição intermédia. Os aeroportos de Reus e Badajoz apresentam a maior distância ao centróide representativo: Reus exibe uma taxa de crescimento superior à média e Badajoz um índice de sazonalidade supe-rior à média e um grau de internacionalização infesupe-rior à média da classe.
O Grupo 2 é constituído pelos ‘Grandes Aeroportos’ ibéricos. Estes 7 aeroportos apresentam o maior volume de tráfego de passageiros e de carga, oferecem o maior número de destinos fora e dentro da península, registam a maior capacidade de atracção de companhias aéreas e as maiores infra-estruturas físicas. Revelam valores mo de-rados em termos de taxas de crescimento e graus de internacionalização e valores baixos no índice de sazo nalida-de. O aeroporto de Madrid apresenta o maior tráfego de passageiros, volume de carga e oferta interna na amos-tra, sendo o mais distante do centróide representativo grupo em que foi classificado.
O grupo 3 representa os 20 ‘Pequenos Aeroportos Domésticos’. Trata-se de aeroportos de pequena dimensão, fre quentados essencialmente por passageiros nacionais, com taxas de crescimento reduzidas e índices de sazonalidade baixos.
Esta informação é sintetizada na Figura 3, que apresenta os centróides dos três grupos (variáveis normalizadas).
Nº Elementos PASST GINTER NDPEN DFPEN PISTA TXCRES NCOMP CARGA SAZON
Grupo 1 12 2455625 0.728 5 23 2640 9.09% 25 5461 0.813 Grupo 2 7 14088481 0.679 21 72 3433 6.37% 67 81244 0.323 Grupo 3 20 735099 0.115 6 4 2469 4.45% 7 4783 0.271 Estatística F 43.92 55.06 26.43 85.60 7.08 2.70 76.41 9.55 11.44 Valor de Prova 0.000 0.000 0.000 0.000 0.003 0.081 0.000 0.000 0.000 Análise de Variância Centroides
Cluster No. 1 Cluster No. 2 Cluster No. 3 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0 2.5 PASST GINTER NDPEN DFPEN PISTA TXCRES NCOMP CARGA SAZON Figura 3
Centróides dos Três Grupos (variáveis n ormalizadas)
Com o propósito de produzir uma representação num espaço conceptual métrico, caracterizadora da estrutura dos aeroportos na Península Ibérica, é aplicada a técnica MDS ´Multidimensional Scaling ’, partindo da matriz de distâncias euclidianas (calculada com base nas 9 variáveis de segmentação normalizadas) entre os mesmos. Os resultados do ‘Scree test’ (Kruskal e Wish, 1978), associados ao objectivo de explicação da matriz de distâncias com um número reduzido de dimensões, determinaram a escolha de um mapa bi-dimensional para a visualização da localização relativa dos aeroportos.
Neste contexto, a estruturação é efectuada com base em dois eixos: Dimensão do Aeroporto (Dimensão 1) e Grau de Internacionalização (Dimensão 2).
Figura 5
Representação Geográfica dos Aeroportos de cada
Cluster
Dimensão 1
Dimensão 2
LCG ALC LEI OVD BJZ BCN BIO VDE FAO FUE GRO LPA GRX IBZ XRY SPC ACE LIS MAD AGP MLN MAH MJV PMI PNA OPO REU SLM EAS SDR SCQ SVQ TFN TFS VLC VLL VGO VIT ZAZ -1.2 -0.8 -0.4 0.0 0.4 0.8 1.2 1.6 2.0 -2 -1 0 1 2 3 4 Figura 4 Mapa PerceptualÉ importante notar que a representação espacial produzida se identifica com a estrutura de segmentos identificada pelo processo k -means:
• o primeiro e quarto quadrantes englobam os 7 ‘Grandes Aeroportos’, caracterizados pela sua grande dimensão e por um grau de internacio-nalização moderado;
• os ‘Aeroportos Internacionais Dinâmicos’ distribuem-se no segundo quadrante, re gistan-do um elevagistan-do grau de internacionalização, taxas de crescimento elevadas e uma dimen-são média/pequena.
• o terceiro quadrante é constituído pelos ‘Pequenos Aeroportos Domésticos’, que exi -bem taxas de crescimento reduzidas.
Adicionalmente refira -se a localização espacial dos três aeroportos que apresentam as maiores
distâncias aos centróides dos respectivos grupos na análise K-Means com três classes: Madrid, Reus e Badajoz3.
3. OS AEROPORTOS DO NOROESTE
PENINSULAR
Um primeiro aspecto que importa salientar é que as infra-estruturas aeronáuticas em Portugal e em Espanha são planeadas e geridas numa perspectiva puramente nacional, sem inputs expressivos de âmbito regional nem muito menos de carácter trans-fronteiriço. Esta situação
tem como contrapartida o aparecimento de algumas disfunções na oferta infra-estruturas aeroportuárias nas regiões de fronteira, com maior
3 Estes três aeroportos são isolados em três grupos numa análise k means com 7 classes.
Figura 5
probabilidade naquelas em que existe uma maior densidade demográfica e, por isso, uma maior procura de transporte aéreo.
É precisamente esta a situação que se coloca entre o Norte de Portugal e a Galiza, onde num corredor atlântico de cerca de 220 km, existem 4 aeroportos comerciais, isto é cuja distância média entre si é de aproximadamente 70 km. Para poder avaliar a enorme concentração aeroportuária do noroeste da península basta ter em atenção que entre os aproximadamente 450 km que separam Porto de Faro existem apenas dois aeroportos comerciais, cujas entre si que são de 210 km (Lisboa – Faro) a 250 km (Porto - Lisboa), revelando portanto o sudoeste da península uma densidade cerca de 3 vezes inferior.
Afigura-se que este excesso de infra -estruturas aeroportuárias decorre sobretudo de dois factores:
ü Do já referido planeamento exclusivamente à escala de cada Estado-membro, em que Governos e concessionárias de âmbito nacional (AENA e ANA), desenvolvem a sua actividade com pouca consciência da realidade transfronteiriça;
ü Da elevada concentração do transporte aéreo espanhol em torno de Madrid, que permite a exploração de aeroportos de pequena dimensão funcionando como feeders de Barajas, sede da companhia de bandeira de Espanha (Ibéria) que tem seguido uma marcada política de “hub and spoke” em torno deste aeroporto. Resultado destes dois factores, dispersão aeroportuária elevada na Galiza e concentração do tráfego em Madrid, os 4 aeroportos do noroeste integram dois grupos diferentes: enquanto o Porto se coloca no grupo dos “Aeroportos Internacionais Dinâmicos”, já os restantes se incluem no grupo dos “Pequenos Aeroportos
Domésticos”.Deste modo, o aeroporto do Porto, embora sendo o mais excêntrico no contexto Norte de Portugal –
Galiza, tende a afirmar-se como o principal nó de ligação aérea deste território, apesar de globalmente a procura de transporte aéreo na região espanhola ser da mesma ordem de grandeza da registada no Norte (2.5 a 3 Mpax/ano).
A predominância do Aeroporto do Porto não se estabelece apenas no plano quantitativo do tráfego de passageiros (2,8 Mpax/ano) ou da carga (34 Mton/ano), onde o diferencial para os aeroportos galegos é ainda mais marcado, com 5 vezes mais carga do que o conjunto destes. O melhor posicionamento do Porto é visível sobretudo por registar um elevado número de ligações directas: Paris, Londres, Frankfurt, Madrid, Zurique, Amesterdão, Genebra, Bruxelas, Bilbau, entre outras, num total de 29 destinos com frequência semanal ou superior.
Por sua vez, Santiago de Compostela, apesar de ser o maior aeroporto da Galiza (1.3 Mpax), tem visto o seu peso ser reduzido nos últimos anos, dado ter registado a taxa de crescimento mais baixa dos 4 aeroportos em causa. Verifica-se pois uma incapacidade de afirmação como aeroporto regional, dada a regressão do seu peso, não se observando capacidade significativa de captação de passageiros fora desta região (Marrana, Costa e Sousa; 2001) o que estará associado às dificuldades em estabelecer ligações regulares em quantidade expressiva, apresentando 3 vezes menos ligações para fora da península do que o Porto.
Vigo é um aeroporto cujas infra-estruturas lhe estabelecem limitações de operação, apresentando um carácter sobretudo local, sensível pela pouca expressão do tráfego (0.6Mpax) e pelo escasso número de ligações externas. Paris é o único destino fora da península com expressão, o que está associada à localização da indústria automóvel (Grupo PSA) nas imediações
A Corunha é também um aeroporto local: é o que movimenta menos passageiros (0.5 Mpax/ano) e tem também o me nor número de ligações regulares. Porém, foi o que registou uma maior taxa de crescimento no período 1992-99.
Apresentam-se nas figuras 6 e 7 uma representação da procura de transporte nas ligações ibéricas e nas ligações europeias extra-ibéricas (extraídas de Marrana, Costa e Sousa; 2001), que permitem avaliar de forma clara as diferenças de vocação dos aeroportos: enquanto o Porto assume um papel de aeroporto com importantes ligações aos principais hubs europeus, os aeroportos da Galiza registam uma fortíssima dependência de Madrid bem como uma grande debilidade em termos de
ligações internacionais.
4. CONCLUSÕES
Figura 6
Procura de Transporte nos Aeroportos da Fachada Atlântica Ibérica nas Ligações Ibéricas (1999)
A metodologia de análise de clusters demonstrou-se ajustada para a classificação aeroportuária, não apenas por permitir o recurso simultâneo a um conjunto de variáveis, o que não é aplicado nos critérios de classificação mais frequentemente utilizados, mas também
porque conduziu a resultados que se ajustam à realidade em presença.
Um dos exemplos claros do ajustamento deste método é o caso do noroeste peninsular, onde surge claramente diferenciado o aeroporto do Porto, relativamente aos restantes, o primeiro integrado num grupo que se designou por “Aeroportos Internacionais Dinâmicos”, ao passo que os aeroportos restantes se incluem no grupo dos “Pequenos Aeroportos Domésticos”. Esta diferença de vocação resulta em grande medida de dois factores centrais:
- da dispersão do tráfego de passageiros da Galiza pelos seus 3 aeroportos, que, se por um lado lhes confere uma boa acessibilidade no lado terra, reduzindo o tempo de acesso ao aeroporto, em contrapartida dificulta-lhes
atingirem a massa crítica necessária para conseguirem captar ligações directas extra-ibéricas, forçando os passageiros com origens ou destinos internacionais a um transbordo em Madrid ou Barcelona, degradando portanto a acessibilidade internacional;
- da dependência estratégica de Madrid, quer em matéria de planeamento aeroportuário quer no domínio das ligações aéreas, dado que quer a AENA quer a Ibéria têm centrado a sua evolução com base na concentração do tráfego na capital. Esta dependência é importante porque implica maior número de escalas aos passageiros, com maiores taxas aeroportuárias e maior tempo de viagem, e um menor número de opções de ligação.
No caso do Porto, embora a dependência relativamente a decisões tomadas na capital seja semelhante em termos formais, na prática tem implicações menores, dado que nem o aeroporto de Lisboa tem dimensão para se poder assumir como hub alternativo aos do centro europeu e da península, nem a TAP possui uma escala que lhe permita criar essa centralidade no referido aeroporto. Assim, esta menor capacidade de afirmação de Lisboa, associada a uma menor dispersão do tráfego, por comparação com a Galiza, tem permitid o ao aeroporto do Porto uma margem de progresso superior, para captação de novas ligações, num panorama de liberalização do transporte aéreo.
Por último, importará referir as possibilidades que poderão decorrer da existência de uma conexão entre as redes ferroviária e aeroportuária, conforme se preconiza no Livro Branco da Politica Comum de Transportes (European Commission; 2001; p. 38). De facto, qualquer ligação entre um destes aeroportos e uma rede ferroviária eficiente, permitirá aumentar drasticamente a sua bacia de captação.
Na realidade, Vigo é aquele que parece ter maior facilidade de se conectar à futura linha de velocidade elevada, mas regista porém algumas limitações do lado ar (grande dificuldade de incrementar o comprimento da pista inviabiliza a sua utilização por aeronaves de grande porte quer actuais B747, A340 quer futuras, em particular A380) o que torna difícil poder assumir -se como um aeroporto de escala transfronteiriça.
Neste contexto, a realizar-se uma ligação ferroviária ao aeroporto do Porto como tem vindo a ser referido, este poderá ficar com uma posição de ainda maior predominância.
Figura 7
Procura de Transporte nos Aeroportos da Fachada Atlântica Ibérica nas Ligações Europeias (1999)
REFERÊNCIAS
Brochado, Ana Margarida e Marrana, João Rui (2001): Concorrência e Complementaridade Aeroportuária no
Espaço Ibérico: Experiência de Classificação com Recurso à Análise de Clusters; Proceedings do 2º Congresso
Luso-Moçambicano de Engenharia; Maputo; Agosto 2001
Button, Kenneth (1999): The Usefulness of Current International Air Transport Statistics. Journal of Transportation and Statistics. Bureau of Transportation Statistics, United States Department of Transportation. Washington D.C. 1999
European Commission (2001): White Paper - European Transport Policy for 2010: Time to Decide; Office for Official Publications of the European Communities; Luxemburg; 2001
GAO (1997): Airport Development Needs – Estimating Future Costs; United States General Accounting Office. 1997
Kruskal, J. B. e Wish, M. (1978): Multidimensional scaling. Beverly Hills, CA. Sage Publications. 1978
Marrana, João Rui; Costa, Pedro; Sousa, José António (2001): As Infra -estruturas Aeroportuárias da Fachada
Atlântica Ibérica: Situação, Potencialidades e Desafios; 2º Congresso Nacional do Transporte Ferroviário –
Teses, Volume 1; ADFER; Porto; Novembro 2001
McQueen, J. B. (1967): Some methods of classification and analysis of multivariate observations. Proceedings of Fifth Berkeley Symposium on Mathematical Statistics and Probability, p. 281-297. 1967
Ward, J. H. (1963): Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association. Number 58, p. 236. 1963
ANEXO 1:DADOS DE CARACTERIZAÇÃO DOS AEROPORTOS
Code Aeroporto Passageiros 99 Internac. 99 Passageiros
Ratio Passag. Internac. / Passag. Totais Nº Destinos na Península 99 com Frequência Média Superior a 2/semana (a) Nº Destinos fora da Península 99 com Frequência Média Superior a 2/semana (a) Comprimento da Pista (m) Taxa Cresc. Média Anual (1992-1999) Nº de Companhias com Frequência Média Superior a 2/semana Toneladas de Carga Movimentada Max mensal Min mensal Ratio trafego max mensal 99/trafego minimo mensal 99 LCG A CORUÑA 487 064 6 212 1.28% 4 1 1 680 9.96 4 467 49 308 33 403 21.48% ALC ALICANTE 5 353 602 4 127 049 77.09% 11 38 3 000 9.82 41 6 389 588 916 290 450 34.90% LEI ALMERIA 816 801 579 363 70.93% 4 9 2 400 8.09 18 455 101 330 34 067 49.95% OVD ASTURIAS 658 250 23 513 3.57% 5 2 2 200 5.43 6 485 64 177 41 959 23.51% BJZ BADAJOZ 15 634 766 4.90% 0 0 2 850 0.67 0 0 3 779 310 190.06% BCN BARCELONA 17 128 718 8 079 7 25 47.17% 30 64 3 353 7.94 80 86 215 1 652 618 1 055 506 26.05% BIO BILBAO 2 217 191 701 165 31.62% 13 9 2 600 6.99 17 3 574 216 301 135 095 26.88% VDE EL HIERRO 114 504 0 0.00% 3 0 1 100 1.83 0 155 12 341 7 661 29.33% FAO FARO 4 523 654 4 156 282 91.88% 7 41 2 400 4,46(*) 41 2 201 611 641 107 862 71.39% FUE FUERTEVENTURA 3 173 262 2 586 915 81.52% 4 36 2 400 10.49 30 4 497 297 627 238 721 12.55% GRO GIRONA 607 566 602 551 99.17% 0 11 2 400 11.29 9 229 118 251 67 133.56%
LPA GRAN CANARIA 9 006 058 6 2 84 393 69.78% 13 73 3 100 4.17 58 42 726 830 054 635 412 15.34%
GRX GRANADA 430 230 12 477 2.90% 4 0 2 900 3.33 5 116 41 865 29 432 17.91% IBZ IBIZA 4 149 660 3 119 353 75.17% 6 42 2 800 7.18 46 4 822 765 627 62 590 121.40% XRY JEREZ 572 306 271 944 47.52% 3 7 2 300 6.84 6 400 61 778 23 530 50.66% SPC LA PALMA 824 842 270 181 32.76% 4 9 2 200 4.30 10 1 599 77 647 58 725 14.57% ACE LANZAROTE 4 627 414 3 407 210 73.63% 7 47 2 400 6.81 39 6 715 444 991 344 456 15.40% LIS LISBOA 8 667 589 6 315 927 72.87% 16 51 3 805 6,77(*) 49 96 992 1 020 720 508 466 41.32% MAD MADRID BARAJAS 27 699 324 13 784 989 49.77% 35 94 4 100 6.26 79 294 398 2 607 818 1 862 336 19.32%
AGP MALAGA 8 416 605 6 366 070 75.64% 13 57 3 200 8.15 73 9 641 937 720 421 425 39.92%
MLN MELILLA 275 139 12 0.00% 4 0 1 080 2.49 4 634 27 372 18 746 19.38%
MAH MENORCA 2 604 456 1 784 668 68.52% 4 24 2 350 6.66 28 4 656 460 927 42 280 112.37%
MJV MURCIA 142 525 98 692 69.25% 3 1 2 300 5.07 3 1 318 18 852 5 122 58.73%
PMI PALMA MAIORCA 19 121 844 14 675 679 76.75% 23 92 3 270 6.90 71 27 103 2 586 232 600 362 62.32%
PNA PAMPLONA 284 208 2 685 0.94% 3 0 2 240 10.15 3 242 20 336 11 574 51.13%
OPO PORTO 2 832 722 1 846 350 65.18% 9 20 3 480 8,71(*) 31 34 252 367059 154092 55.49%
REU REUS 620 209 594 028 95.78% 1 10 2 900 29.78 10 0 113 572 1 701 119.74%
SLM SALAMANCA 40 315 170 0.42% 1 0 2 500 10.99 1 1 4 704 1 354 59.70%
EAS SAN SEBASTIAN 243 001 678 0.28% 2 0 1 754 13.44 2 179 23 836 16 007 20.95%
SDR SANTANDER 220 338 1 460 0.66% 2 0 2 400 1.61 3 79 20 997 15 687 14.57% SCQ SANTIAGO 1 317 026 138 501 10.52% 10 6 2 550 5.84 9 5 146 143 154 79 239 30.43% SVQ SEVILLA 1 690 885 250 386 14.81% 12 9 3 360 -7.09 19 5 217 163 001 109 909 22.00% TFN TENERIFE NORTE 2 170 917 35 486 1.63% 10 1 3 400 5.89 9 21 867 211 433 148 081 18.15% TFS TENERIFE SUR 8 579 228 7 176 966 83.66% 19 72 3 200 4.41 58 11 635 799 376 558 701 21.85% VLC VALENCIA 1 970 527 616 258 31.27% 17 10 2 700 2.20 21 10 352 195 644 130 562 20.49% VLL VALLADOLID 173 474 32 935 18.99% 3 1 3 000 2.14 5 63 16 765 10 439 27.79% VGO VIGO 620 919 37 478 6.04% 4 2 2 200 7.79 4 1 329 60 379 41 219 20.34% VIT VITORIA 147 472 17 942 12.17% 13 9 3 500 -5.90 8 39 918 15 030 8 798 28.41% ZAZ ZARAGOZA 243 367 32 225 13.24% 7 5 3 718 0.81 9 3 846 25 158 15 279 24.66%
ANEXO 2
COMPOSIÇÃO DOS CLUSTERS E DISTÂNCIAS DE CADA AEROPORTO AOS CENTRÓIDES ESTATÍSTICOS DO RESPECTIVO GRUPO
Código Aeroporto Distância Código Aeroporto Distância
ALC Alicante 0.604 LCG La Coruña 0.530
LEI Almeria 0.367 OVD Asturias 0.178
BJZ Badajoz 1.326 BIO Bilbao 0.417
FAO Faro 0.496 VDE El Hierro 0.726
FUE Fuerteventura 0.626 GRX Granada 0.274
GRO Girona 0.636 XRY Jerez 0.454
IBZ Ibiza 0.529 SPC La Palma 0.292
ACE Lanzarote 0.694 MLN Melilla 0.718
MAH Menorca 0.337 PNA Pamplona 0.447
MJV Murcia 0.549 SLM Salamanca 0.540
OPO Porto 0.552 EAS Sebastian 0.675
REU Reus 1.317 SDR Santander 0.298
SCQ Santiago 0.192
BCN Barcelona 0.507 SVQ Sevilla 0.863
LPA GranCanaria 0.589 TFN Tenerife Norte 0.529
LIS Lisboa 0.563 VLC Valencia 0.567
MAD Madrid Barajas 1.777 VLL Valladolid 0.338
AGP Malaga 0.721 VGO Vigo 0.271
PMI Mallorca 0.594 VIT Vitoria 0.876
TFS Tenerife Sul 0.624 ZAZ Zaragoza 0.657
Grupo 1
Grupo 2
