jtl v03n02p05

Palavras-Chave: malha aérea, redes de transporte, concentração, transporte aéreo.

Key words: airline network, concentration, air transportation.

Recommended Citation

Abstract

This work aims to develop a review of recent articles regarding concentration of airline networks. Here I discuss the main

concentration indexes proposed by recent papers and balance its advantages and disadvantages, with the aim of highlighting the

effect that indexes have on the direction of air transportation policies.

Capitani, L. M. (2009) Conceitos e discussões metodológicas sobre índices de concentração de malha aérea. Journal of Transport

Literature, vol. 3, n. 2, pp. 80-107.

Leandro M. Capitani*

Resumo

O presente trabalho visa desenvolver uma revisão das pesquisas recentes na área de concentração de malha no transporte

aéreo, por meio de uma síntese de um conjunto de artigos recentes encontrados na literatura. Discute os principais índices de

concentração propostos pelos artigos, aponta suas vantagens e suas desvantagens, com o propósito de ressaltar os efeitos que os

índices teriam no direcionamento de políticas.

This paper is downloadable at www.transport-literature.org/open-access.

■ JTL|RELIT is a fully electronic, peer-reviewed, open access, international journal focused on emerging transport markets and

published by BPTS - Brazilian Transport Planning Society. Website www.transport-literature.org. ISSN 2238-1031.

* Email: [email protected].

Reviews & Essays

Journal of Transport Literature

Submitted 2 Apr 2009; received in revised form 5 Jun 2009; accepted 22 Jun 2009

Vol. 3, n. 2, pp. 80-107, Jul. 2009

Conceitos e discussões metodológicas sobre

índices de concentração de malha aérea

[Definitions and methodological issues regarding airline network concentration indexes]

Instituto Tecnológico de Aeronáutica (ITA), Brazil

B T P SB T P SB T P SB T P S

Brazilian Transportation Planning Society

www.transport-literature.org

JTL|RELITJTL|RELITJTL|RELITJTL|RELIT

ISSN 2238-1031

1. Introdução

O presente trabalho visa desenvolver uma revisão das pesquisas recentes na área de

concentração de malha no transporte aéreo, por meio de uma síntese de um conjunto de

artigos recentes encontrados na literatura. Discute os principais índices de concentração

propostos pelos artigos, aponta suas vantagens e suas desvantagens, com o propósito de

ressaltar os efeitos que os índices teriam no direcionamento de políticas. Em suma, os

objetivos do trabalho são:

• Estudar como a literatura discute a concentração do espaço aéreo;

• Apresentar os principais índices capazes de medir a concentração do espaço aéreo;

• Apresentar as características positivas e negativas de cada índice;

• Identificar o número de hubs em uma malha aérea;

• Identificar a partir de métricas quais empresas são Hub-and-Spoke (H-S) e quais

adotam estratégias Ponto-a-Ponto (P-P);

• Discutir como esses estudos podem direcionar positiva e negativamente as políticas.

2. Revisão da literatura recente

Nesse tópico serão discutidos seis artigos recentemente publicados, enfocando seus avanços,

pontos de vista e submetendo-lhes ao um olhar critico e comparativo sempre que possível.

2.1. Traffic distribution in low-cost and full-service carrier networks in the US air

transportation market (2001) - Aisling Reynolds-Feighan

Esse texto compara a acuidade de diversos índices e mostra como uma distribuição das rotas

por aeroporto servido é capaz de identificar o tipo de estratégia de rede de uma empresa aérea.

2.1.1. Análise de diversos índices de concentração sob um fenômeno conhecido.

Sobre a acuidade dos índices o autor toma uma linha do tempo que engloba momentos antes e

depois de 1978, ano da desregulação do transporte aéreo americano. Ressalta que conhecendo

o fenômeno, é possível perceber que a liberalização traz uma busca por eficiência que , no

Vol. 3, N. 2 (2009) Revista de Literatura dos Transportes - RELIT Página 81

caso do transporte aéreo, ela é expressa pela busca das economias de densidade. Ele coloca

também que a primeira forma que surgiu de explorar tais economias após 1978, foi à

estratégia de rede Hub-Spoke (HS). Adiciona dizendo que a estratégia HS trouxe a

concentração do espaço aéreo. Tendo dito isso, o autor se utiliza de vários índices, analisando

quais são capazes de explicar o fenômeno da concentração do espaço aéreo ocorrido após

1978.

Figura 1: Índice de Gini para as seis Majors americanas entre 1969 e 1999. [extraído de Reynolds-

Feighan (2001)]

Figura 2 : Índice de concentração H para as seis majors americanas entre 1969 a 1999.

[extraído de Reynolds-Feighan (2001)]

NOTA: Majors = são empresas com receita de anual acima de um bilhão de dólares.


Reynolds-Feighan apresenta os dois gráficos acima e argumenta que no que trata do índice de

Gini é possível ver uma tendência após 1978, mostrando uma concentração da área coberta.

Ainda a respeito do gráfico com índice de Gini é possível também ver uma série temporal

bastante discrepante das demais, a Southwest, ela usa uma estratégia de rede do tipo point-to-

point (P-P) diferente das demais majors que usam HS, e o índice de Gini corretamente

identifica que a estratégia P-P traz desconcentração à malha.

Já o gráfico que mostra o índice de Herfindahl, não se vê nenhum tipo de tendência clara após

1978, tão pouco uma nítida diferenciação entre os tipos de estratégias de redes. O autor

completa dizendo que o índice de Gini é o mais indicado dentre os índices analisados e que o

índice de Herfindahl mostrou-se um índice pobre.

Nessa mesma seção o autor estuda o índice de entropia, mas este não apresenta resultados

melhores que o Gini.

2.1.2. Como identificar a estratégia de rede das empresas?

Para essa empreitada o autor se utiliza de um gráfico que mostra a distribuição das rotas por

aeroportos servidos, nele é evidenciado o número de rotas non-stop por aeroporto servido.

Note como o gráfico a seguir é capaz de mostrar uma clara distinção entre algumas empresas.

Figura 3: Distribuição de rotas por aeroporto servido, para empresas selecionadas em 1999. [extraído

de Reynolds-Feighan (2001)]


No gráfico acima, as seis majors que utilizam a estratégia de rede HS possuem uma

característica clara, em poucos aeroportos elas tem um grande numero de rotas non-stop, esses

aeroportos são chamados de hubs, contudo nos demais aeroportos que operam, a maior parte

dos vôos possui conexão. A empresa WN mais a direita do gráfico é a Southwest, ela tem uma

distribuição diferente das demais, isso decorre do fato da Southwest não ser HS e sim P-P,

como ela não possui vôos com conexões seu gráfico é mais suave e não mostra a existência de

hubs. A diferença na altura das barras se dá apenas pelo fato dela possuir mais rotas em um

aeroporto o que em outro e não por ela possuir mais rotas non-stop em um do que em outro.

Para mostrar que o gráfico de distribuição de rotas por aeroporto servido não ressalta apenas a

diferença da Southwest, mas também de outras Low-cost (LCC), o Reynolds-Feighan coloca o

gráfico a seguir:

Figura 4: distribuição de rotas por aeroportos servido por Low-cost. [extraído de Reynolds-Feighan

(2001)]

O gráfico anterior serve para mostrar que outras empresas LCC, que adotam estratégias de

rede como a da Southwest, possuem o mesmo perfil de barras. Parece óbvio que o número de

rotas non-stop bem como, o número de aeroportos servidos varia de uma empresa para outra;

isso pois; elas possuem tamanhos diferentes.

Mesmo após esses argumentos, Reynolds-Feighan insiste em tecer uma última explicação

sobre o tema a fim de exaurir as ultimas duvidas que podem ter restado. Ele, implicitamente

levanta a questão se seu gráfico de distribuição é capaz de identificar se a empresa é Low-cost


ou full-service, ou se o gráfico na verdade serve para identificar o tipo de estratégia de rede

que uma empresa usa. Para definir essa questão, ele recorre a mais um gráfico abaixo:

Figura 5: distribuição de rotas por aeroporto servido por LCC utilizando a estratégia de rede HS

[extraído de Reynolds-Feighan (2001)]

Com esse gráfico, Reynolds-Feighan, mostra que seu gráfico é capaz de identificar o tipo de

estratégia de rede de uma empresa e não se ela é LCC ou full-service, pois o gráfico acima

apresenta três empresas LCC, que no ano de 1999 se utilizaram de estratégias de rede HS. A

distribuição mostra a presença de poucos hubs, revelando que esse método além de identificar

o tipo de estratégia de rede é capaz de dar uma idéia sobre o número de hubs utilizado por

cada empresa.

2.1.3. Um problema no trabalho de Reynolds-Feighan sobre distribuição das rotas non-

stop por aeroporto servido.

A pergunta que se faz ao se analisar o trabalho de Reynolds-Feighan (2001) é se seria

possível, utilizando o modelo, chegarmos ao resultado de uma LCC usando a estratégia de

rede P-P ser considerada como uma HS?

Na seção anterior, Reynolds-Feighan diz que seu gráfico de distribuição é capaz de identificar

o tipo de estratégia de rede que uma empresa usa. Existe, entretanto, um caso particular que

pode induzir a erros. Imagine que uma LCC (P-P), entrante no mercado, inicie suas operações

em um aeroporto muito denso, é de se imaginar que ela estabeleça várias rotas non-stop nesse

aeroporto antes de ir a outros aeroportos, o Diagrama de Morrison (Morrison, 2001) concorda


que é mais provável uma companhia abrir novas rotas em aeroportos que ela já serve do que

em aeroportos que ela ainda não serve e devido à busca das economias de densidade a

empresa entrante ampliaria suas rotas nesse aeroporto denso.

No caso descrito a entrante por ser pequena teria a mesma distribuição de uma HS, como pode

ser observado no gráfico abaixo.

Figura 6: gráfico de uma distribuição de rotas de uma entrante LCC (P-P) que pode ser confundida

com uma HS.

No gráfico acima, dado as explicações do Reynolds-Feighan, concluiríamos erroneamente que

se trata de uma empresa Hub-spoke com um hub, onde os demais aeroportos possuem vôos

sem conexão. Contudo o gráfico acima é de uma entrante LCC com estratégia de rede point-

to-point que possui a maior parte de suas poucas rotas em um aeroporto denso, esse aeroporto

é retratado pela barra mais elevada a esquerda do gráfico. Apesar de possuir todas as suas

rotas sem conexões essa entrante tem um número bastante diminuto de rotas fora do aeroporto

denso o que causa as barras curtas ao longo do gráfico. A queda abrupta na altura da primeira

barra para as demais (característica essa que lembra as HS) decorre não do fato da empresa ter

poucas rotas non-stop nos demais aeroportos e sim do fato dela ter poucas rotas. Haveria um

modo de corrigir esse problema? Sim, Reynolds-Feighan tem esse problema em sua

modelagem, pois constrói a distribuição baseado no número absoluto de rotas non-stop. Caso

o autor usasse a porcentagem de rotas non-stop por aeroporto servido, seria possível evitar


chegarmos a resultados onde uma empresa que usa a estratégia P-P seria confundida com uma

empresa que usa a estratégia H-S.

2.2. Comparing spatial concentration and assessing relative market structure in air traffic

(2008)- Hans Huber

Neste artigo, o autor tenta comparar os mercados Americanos e Europeus quanto a:

• Concentração espacial e;

• Estrutura de mercado.

A questão da estrutura de mercado não será discutida a fundo aqui, contudo, para tanto, o

autor se utilizou de ferramentas estatísticas como o Multidimensional scale, (MDS) para gerar

dendogramas para o mercado europeu e americano tentando gerar agrupamentos (clusters)

homogêneos das empresas atuantes em cada região. A partir desses clusters ele tentou

comparar os formados nos Estados Unidos com os formados na Europa olhando o numero de

empresas em cada um e sua interpretação, a fim de extrair verdades sobre a estrutura de

mercado de cada local. A aplicação dessas ferramentas estatísticas no setor aéreo foi de

grande valia embora as conclusões não tenham mostrado nada surpreendente.

Já com relação à análise do Hans Huber sobre a concentração espacial dos mercados europeu

e americano ele se utiliza do índice de Gini como métrica para medir a concentração do

espaço aéreo. Ele divide a análise em três partes de comparação:

Mercado domestico europeu versus intra estadual americano

Intra europeu versus inter estadual americano

Longa distancia europeu versus rotas intercontinentais

Para exemplificar os tipos de conclusões tiradas em seu trabalho recorreremos a uma de suas

tabelas.


Tabela 1: comparação entre o mercado intra-europeu e o inter-estadual americano.

[extraído do Hans Huber (2008)]

No trabalho, Hans Huber ressalta que o índice de Gini é viesado pelo número de aeroportos,

ou seja, redes de tamanhos diferentes e com o mesmo grau de concentração apresentam

valores de Gini diferentes.

iy é tráfego no aeroporto i

n é o número deaeroportos

G índice de Gini

A fórmula de Gini mostrada acima tem y como sendo o tráfego do aeroporto e n como sendo

o número de aeroportos. Assim redes maiores tendem a ter Ginis menores, com tudo mais

constante (ceteris paribus).

Na tabela apresentada acima, Huber, mostra que o Gini do mercado inter-estadual americano

é 0,84 (AS) e o do mercado intra-europeu é levemente inferior, sendo 0,79(AS). Ele ressalta,

contudo, que devido ao índice de Gini possuir o número de aeroportos no denominador, o

mercado americano é muito mais concentrado do que a diferença dos Ginis leva a crer; isso

pois; o mercado americano em questão possui 354 aeroportos contra 248 do mercado europeu

em análise.


2.2.1 Um olhar crítico sobre Huber (2008)

• Um detalhe curioso sobre o trabalho do Huber é que ele foi escrito em 2008, cinco

anos após o trabalho intitulado de The spatial configuration of airline networks in

Europe (2003) – do autores: Guillaume Burghouwta, Jacco Hakfoortb, Jan Ritsema

van Eckc, nesse trabalho de 2003 os autores sanam os problemas do Gini em comparar

redes de tamanhos diferentes. Huber se depara com esse tipo de comparação em todas

as suas análises e mesmo assim não opta pelo Gini normalizado (NG), e nem faz

menção do porquê desconsiderou uma ferramenta aparentemente mais potente para

suas análises.

2.3. The spatial configuration of airline networks in Europe (2003) - Guillaume

Burghouwta, Jacco Hakfoortb, Jan Ritsema van Eckc

Apesar do assunto dos autores ser a discussão da rede aérea européia, eles fazem um avanço

ao enfocar as deficiências do Gini, eles reparam que alem do Gini depender do número de

aeroportos, o Gini máximo em uma rede também depende.

máxG Índice de Gini máximo em uma rede

n é o número deaeroportos

Como o máximo valor de Gini varia de rede para rede, a comparação entre redes grandes e

pequenas se torna quase inviável.

Os autores propõem uma normalização que tornaria o índice de Gini comparável em qualquer

tamanho de rede. A normalização é dada como segue:


NC NG Gini normalizado

G índice de Gini

máxG Índice de Gini máximo em uma rede

Dividindo o Gini obtido na rede pelo Gini máximo da rede constrói-se o NC ou NG como é

chamado pelos demais pesquisadores. Ele possui algumas propriedades relevantes.

NC varia entre 0 e 1;

O NC igual a 1 corresponde a uma única rede hub onde o tráfego é concentrado em

uma rota Hub-spoke.

O NC igual a 0 corresponde a todos aeroportos da rede com iguais shares ( parcelas

de mercado)

Esse novo índice permite comparar redes de qualquer tamanho.

Os autores ressaltam em que circunstâncias o NG tem seu valor incrementado:

Quando a demanda de passageiros aumenta em uma rota específica

Quando há a remoção de rotas entre aeroportos pequenos (ex: conseqüência da

estratégia HS)

Quando a rede aérea passa de um único hub para múltiplos hubs.

Os autores colocam que NG com valores entre 0,7 e 0,8 já são considerados redes do tipo HS.

Contudo eles não dizem exatamente como chegaram a esses valores. Essa não sapiência do

porquê Gini entre 0,7 e 0,8 são considerados HS será a base do artigo intitulado A note on

how to measure hubbing practices in airline networks (2008) dos autores Juan Carlos

Martín, Augusto Voltes-Dorta .

2.4 A note on how to measure hubbing practices in airline networks (2008) - Juan Carlos

Martín , Augusto Voltes-Dorta


Nesse artigo os autores criticam veementemente o que eles chamam de índices padrões de

concentração, eles defendem que todos os índices usados para medir concentração espacial e

o uso da estratégia de rede HS são mal-definidos, relevam ainda que todos os índices

apresentam forte correlação entre si. Os autores adicionam que nenhum índice leva em conta

uma característica muito relevante dos hubs: os passageiros de conexões.

Os autores propõem um índice que leva em conta a concentração, mas também considera a

porcentagem de conexões, a equação do índice pode ser vista abaixo:

ab ab abH C w

ab

ab

ab

H índice de concentração de hub

C porcentagem de pasageiros de conexão

w índice deconcentração da rede

Uma vez definido esse novo índice os autores apresentam a tabela abaixo e fazem as

seguintes indagações, lembrando que o NG (Gini normalizado) entre 0,7 e 0,8 e acima disso

já é considerado uma rede do tipo HS:

Tabela 2: lista empresas e compara o NG com o HCI (hubbing concentration index)


Como pode empresas com menos de 1% de conexões serem consideradas HS?

Nessa pergunta os autores se referem a North American Airlines com 0,6% de conexão

e a Sun Country Airlines com 0% de conexão. Eles mostram que o índice NG de

ambas são superiores a 0,7 portanto são consideradas como HS aos olhos do NG,

revelavam que o índice proposto por eles não comete esse equivoco gerando valores

muito baixos, característicos de P-P.

Como pôde empresas com mais de 31% de conexões, com quase a mesma

porcentagem que a America Airlines que possui 34,2%, NÃO serem consideradas

Hub-spoke? Aqui os autores se referem a Aitran Airways e a Independence Air com

31,7% e 33,2% de conexões respectivamente. Novamente os autores ressaltam que

que o índice por eles proposto não incorre nesse equivoco por gerar valores maiores

que 0,29 para ambas empresas. Esse 0,29 está bem além da fronteira de corte.

Para finalizar a argumentação os autores recorrem ao um gráfico semelhante ao apresentado a

seguir:

Figura 7: Gini normalizado versus HCI(índice de concentração de hub)

No gráfico acima, as áreas azuis representam quando o índice NG erra na visão dos autores,

ou o erro é devido ao NG dizer que uma empresa é HS sendo que tem uma baixa porcentagem

de passageiros de conexão (retângulo azul no canto esquerdo superior), ou o erro é devido ao

NG dizer que a empresa não é HS quando na verdade tem uma alta porcentagem de

passageiros de conexões.


2.4.1 Correlação com os demais índices

Do inicio ao fim os autores criticam os índices padrões de concentração por serem fortemente

correlacionados uns com os outros, assim afirmam ter submetido o HCI, proposto por eles, a

um teste de verificação de correlação dizendo: “Nós usamos o Spearman’s Rank Correlation

test e obtivemos 0,35. Então não há nenhuma correlação fortemente positiva entre NG e

HCI, revelando assim a IMPROPRIEDADE dos indicadores espaciais padrões, que tem sido

usados até agora.”

2.4.2. Um anticlímax

Nas últimas linhas do trabalho, os autores geram um anticlímax ao anunciar que se índice tem

uma forte correlação de 0,975 com o índice criado pelos autores Ghobrial e Kanafani (1995).

Os autores em sua própria defesa dizem que apesar da forte correlação eles alcançaram uma

clara definição do que é hubbing e de como medir isso.

2.4.3. Olhar crítico sobre o trabalho

Na parcela referente a concentração (wab) usada no índice proposto (Hab) pelos autores eles

se utilizam do índice HHI, esse índice é equivalente ao índice Herfindahl apresentado no

trabalho do Reynolds-Feighan (2001), nele, Reynolds-Feighan, diz que o índice de Herfindahl

é um índice pobre. Os autores em momento nenhum colocam o que motivou a escolha pelo

HHI. É bem possível que o índice proposto por Carlos Martín e Augusto Voltes-Dorta assuma

as mesmas fraquezas do HHI.

Outra colocação se refere a linha de corte que separa as empresas Hub-spokes das empresas

point-to-point, os autores dizem que essa linha é em torno de 0,18 contudo não explicam

como chegaram a esse valor, o que assumiram ou a natureza desse número. Essa incerteza

sobre como o valor foi descoberto, faz o leitor temer que o número foi escolhido para provar a

tese e não fruto da prova, criando o mesmo “calcanhar de Aquiles” do NG quando o autor do

trabalho diz que as HS são entre 0,7 e 0,8.


2.5 Spatial evolution of airport traffic and air transport liberalisation: the case of Greece

(2009) - Andreas Papatheodorou , Pavlos Arvanitis

Nesse trabalho os autores discutem as benesses, bem como a falta delas, advindas da

liberalização do transporte aéreo Grego, tentam também, analisar a evolução da concentração

do espaço aéreo grego, para tanto usam o índice de Gini.

2.5.1 Pano de fundo

Em 2007, a indústria de transporte aéreo européia celebra os 10 anos desde a implementação

total do Terceiro Pacote de Liberalização. O resultado desse pacote foi a criação da ECAA

(área comum de aviação européia) entre os membros da União Européia e Noruega, Islandia,

Suiça e Liechtenstein. A próxima expansão da ECAA está agendada para 2010 e visa incluir

países vizinhos da região do mediterrâneo e Balcãs. Com a ECAA, o transporte aéreo

aproveita do livre mercado de entrada e saída, liberdade de tarifação e de agendamento de

vôos.

O autor ressalta que ainda, o avanço na liberalização de mercado não resultou em uma

intensa competição entre as empresas existentes nas rotas, de acordo com Dobruszkes

(2006) 87% dos pares de cidades operam com serviço de monopólio ou duopólio na ECAA

em 2004, apesar da ECAA incentivar a concorrência e promover a contestabilidade.

Após o aparecimento da Southwest nos EUA as LCC tem tido um crescimento meteórico nos

últimos 15 anos, principalmente devido ao estabelecimento de novas rotas. Serviços das LCC

para os países dos Balcãs são limitados até agora.

É verdade que destinos na Grécia estão além das 2,5 horas de vôo (normalmente usados pelas

LCC) quando oriundos da Grã-Bretanha, apesar de tudo, isto não é o caso de vôos originários

da Alemanha, Itália ou Polônia.

Nos últimos anos a Grécia tem visto o desenvolvimento de serviços das LCC, contudo grande

parte desses serviços referem-se ao trafego de verão, sendo muito sazonal proveniente do

norte da Europa para várias localidades em ilhas gregas.


2.5.2 Escolha dos índices pelos autores

Os autores defendem que existem dois índices largamente usados, o primeiro deles é o HHI é

tido muitas vezes como o padrão para a medida de concentração e definido como abaixo:

2

1

N

i

i

HHI s

HHI indice de concentração

s share

Onde is é a fatia de tráfego do aeroporto i (expresso como um porcentagem) a amplitude do

HHI vai de zero ( quando o aeroporto tem um estrutura de mercado totalmente fragmentada)

até 10000 ( para o caso de um monopólio com um aeroporto tendo 100% do tráfego).

O HHI é problemático para o caso da Grécia pois implicitamente assume a existência de um

mercado bem definido, isso não é exatamente verdade no caso da Grécia pois algumas rotas

são perenes e tem o público alvo sendo “business”, já outras são sazonais trazendo turistas do

norte da Europa para as ilhas gregas durante o verão, cada qual se referem a origem-destinos

diferentes e a grupos diferentes .

Já o calculo do índice de Gini, não necessita da existência de um mercado homogêneo e

portanto mais apropriado para o estudo. O índice de Gini é definido como abaixo:

1

1

11 ( )

N

i i

i

Gini Y YN

N é o número deaeroportos

iY é tráfego no aeroporto i


Sabendo que N é o numero de aeroportos participantes e que o coeficiente de Gini varia entre

zero (no caso de uma distribuição perfeitamente igualitária) e um (para o caso de uma

distribuição absolutamente desigual).

É necessário cuidado para se extrair conclusões baseadas no coeficiente de Gini, pois no

período estudado ( 1978- 2006) houve uma mudança no N ( número de aeroportos) durante o

período analisado que pode vir a viesar as análises. Parece claro, que por razões micro e

macroeconômicas, relevando o turismo, o número de aeroportos tenham aumentado em todos

os segmentos, em 1978 tinha-se N=5 , já em 2006 o número de aeroportos internacionais nas

ilhas era de N= 18.

Assim os autores definiram como o número total de aeroportos aquele que foi operado por

pelo menos um ano durante o período de 1978-2006 em cada sub-mercado considerado.

Evitando assim o viés da análise.

Consideração Importante: Apesar dos autores dizerem que a fixação do N evita o viés da

análise, aos meus olhos e de acordo com o gráfico de séries temporais do número de

aeroportos colocado abaixo, vê-se que o número de aeroportos só cresceu no período , ao fixar

o numero de aeroportos em um valor alto, eles estão encontrando valores de Gini menores do

que deveriam , nos primeiros anos das séries temporais. É como se os autores dissessem, por

exemplo, que em 1978 a Grécia já tivesse 19 aeroportos internacionais na região das ilhas,

mas que 14 deles não estavam sendo servidos. O fato é que a Grécia tinha 5 aeroportos

internacionais na região das ilhas em 1978, os 14 foram construídos após essa data.


Figura 8: evolução do nº de aeroportos na Grécia no período de 1978 a 2006 (Papatheodorou e

Arvantis (2009))

2.5.3 Evolução da concentração do trafego em aeroportos usando o coeficiente de Gini.

Os autores defendem, que houve uma leve redução da concentração em aeroportos quando

olhamos todo o período (1978-2006), mas ainda o coeficiente de Gini se mantém

persistentemente , e sem exceção, acima do patamar de 0,60. O autor coloca que um desses

motivos é a estrutura urbana da Grécia onde as duas maiores áreas metropolitanas (Atenas e

Thessaloniki) recebem a maioria do trafego da região principal. Já Flemming e Haiyuth

(1994) exploram a questão por outro ponto de vista dizendo que a desconcentração é árdua,

uma vez que , centros metropolitanos são grandes mercados potenciais tanto do ponto de vista

de rendimento quanto de população e ainda são atrativos para atividades de hub-and-spokes

que tem como meta a exploração de economias de densidade.


Figura 9: concentração espacial do trafego aeroportuário (extraído de Papatheodorou e Arvantis

(2009))

Nota importante sobre o gráfico: cada série temporal de Gini foi construída com um

determinado N (nº de aeroportos) respectivo ao seu sub-mercado.

2.5.4 Rendimento , população e distribuição dos tráfego do aeroporto

O autor coloca que a desregulação trouxe benefícios a população, onde em 1981, 36% das

pessoas não tinham acesso ao transportes aéreo e atualmente, em 2006, esse valor caiu para

25%. O autor releva que esse percentual é, antes de mais nada, uma oportunidade de negócio

pois um quarto da população se localizam em aeroportos sem acesso as instalações

aeroportuárias.


Figura 10: porcentagem do GDP e da população das prefeituras NUTS3 não representadas.

NUTS3 = métrica de espaço geográfico que significa prefeituras

O gráfico acima coloca que apesar da desregulação ter trazido, como nos demais lugares, um

maior acesso ao transporte aéreo o autor defende que ainda mais de um quarto da população

não tem acesso a infra estrutura aeroportuária. O gráfico ressalta também que prefeituras mais

ricas têm mais acesso que as mais pobres, por isso que a porcentagem do produto interno

bruto está sempre abaixo da porcentagem da população. Tendo isso em mente o autor

argumenta que como são as pessoas mais sensíveis a preço que estão descobertas, e como a

porcentagem é bastante significante, as LCC tem ai uma oportunidade de mercado, que ao se

concretizar trará aos cidadãos gregos as benesses da democratização do transporte aéreo.

2.5.5 Conclusões dos autores

Os autores concluem dizendo que o trabalho tratou da evolução do transporte aéreo na Grécia

que primeiramente preferia um regime protecionista, e com o passar do tempo foi abrindo seu

mercado de aviação e veio a se tornar um membro da ECAA. Surpreendentemente percebeu

que o processo de liberalização tem apenas implicações de limitação espacial como a

concentração de passageiros em algumas rotas e a concentração da distribuição do tráfego em

relação ao GDP . E a população não tem sentido mudanças substanciais ao longo do tempo.

Até agora o país vê que tem perdido a oportunidade de realmente abraçar os benefícios da


revolução das LCC. De fato, o trabalho argumenta que muitos destinos são candidatos a

receber tal trafego.Ainda mais aqueles que trazem aumento da acessibilidade e que geram

crescimento para as áreas mal-servidas atualmente.

Há, atualmente um debate em curso na Europa, que questiona se deve-se permitir que o

avanço frenético da LCC continue. Primeiramente devido aos aspectos ambientais do

transporte aéreo. Há um outro debate sobre a sustentabilidade do crescimento do turismo e o

perigo do aumento da capacidade de carregamento dos destinos. Por outro lado, a relativa

isolação da Grécia no sudeste europeu implica que para uma maior conectividade com a união

européia é necessário um aumento do transporte aéreo. A Grécia pertence a uma área da

Europa onde as LCC não estão no seu completo potencial, assim os passageiros gregos não

vêem benefícios substanciais da democratização do transporte aéreo como em outras partes

do continente . Políticas de mercado devem considerar de maneira cuidadosa estes problemas,

desenhando políticas ambientais realistas que permitirão que destinos turísticos prosperem

sem que se tornem vitimas do seu próprio sucesso.

2.5.6 A não utilização do Gini normalizado – Um olhar crítico

Os autores tem seu trabalho publicado em 2009 e se utilizam do índice de Gini, contudo em

2003, Guillaume Burghouwta, Jacco Hakfoortb, Jan Ritsema van Eckc, no trabalho intitulado

The spatial configuration of airline networks in Europe, criam o Gini normalizado (NG) que

permite comparar a concentração de redes de quaisquer tamanhos. Apesar dos autores que

discutem o caso grego estarem seis anos a frente eles não citam o NG, e perdem a

oportunidade de comparar a região das ilhas com a região continental, em termos das

concentrações aéreas.

2.6 A Model to Identify Airport Hubs and their Importance to Tourism in Brazil - Costa,

Lohmann e Oliveira (2010).

Neste trabalho, os autores têm dois objetivos: discutir como dois acidentes fatais , em dois

hubs brasileiros, trouxeram uma crise ao transporte aéreo que afetou o turismo e Identificar o

número de hubs no país.

A respeito do primeiro objetivo, os autores discutem de maneira esmiuçada e com muita

propriedade as causas e conseqüências relativas aos acidentes em dois grandes hubs


brasileiros, em certo ponto chegam a defender que uma das principais causas dos acidentes foi

a concentração do espaço aéreo nas localidades vitimadas, é certo, que a discussão não recaiu

para nenhum tipo de prova quantitativa que sanasse as dúvidas sobre se , de fato, a

concentração foi um dos principais agentes do desastre. Não foi feito nenhum tipo de

correlação com outras áreas de espaço aéreo muito concentrado e seus respectivos acidentes,

deixando de lado se a concentração do espaço aéreo traz riscos ou se, na verdade, ela só

trouxe riscos ao Brasil. Saber quais dos dois casos anteriores são verossímeis pode ajudar o

governo a direcionar políticas.

Na abordagem do segundo objetivo: Identificar o número de hubs no Brasil; os autores propõe

uma metodologia inovadora baseado em um índice HHI, elas comparam sua eficiência com a

metodologia do FAA (US Federal Aviation Administration ) e validam sua proposta com um

questionário submetido aos especialistas da área.

2.6.1 Sobre a metodologia FAA

Os autores colocam que essa metodologia classifica aeroportos, para a FAA se um aeroporto

tem de 0,05 a 0,25% do tráfego aéreo nacional ele é considerado um pequeno hub; já se ele

apresenta de 0,25 a 1% do tráfego aéreo nacional ele é considerado um hub médio; contudo se

ele tiver mais que 1% do tráfego nacional ele já é considerado um grande hub. Os autores

descrevem que ao aplicarem essa metodologia ao Brasil ele classificou 18 aeroportos como

grandes hubs, 15 a mais do que os especialistas acham que existe.

O problema da metodologia FAA é que ela foi construída para a realidade americana, que é

uma rede com muitos nós, já o Brasil possui poucos aeroportos assim não é difícil que um

aeroporto abrigue mais de 1% do trafego aéreo.

2.6.2 Índice que estima o número de hubs no Brasil

Aqui os autores propõem uma nova metodologia baseada em HHI, que visa a identificar o

número de hubs no Brasil, a fim de validar as respostas dessa nova metodologia os autores

constroem um questionário onde perguntam: 1) qual a melhor definição de um hub? Um

aeroporto grande ou um aeroporto com conexões? 2) a segunda pergunta foi quais aeroportos

são hubs no Brasil e quais deveriam ser?


A resposta mais comum da primeira pergunta foi que um hub é um aeroporto de conexões, já

na segunda pergunta a maioria respondeu que o Brasil tem três hubs atualmente, Congonhas,

Guarulhos e Brasília, mas a maioria concordou que Congonhas não deveria ser um hub e o

Tom Jobim, no Rio de Janeiro, que não é deveria ser. Note que as respostas dos especialistas

da área são bem diferentes da resposta dada pela metodologia FAA que disse que o Brasil tem

18 grandes hubs, os motivos dessa divergência já foram apresentados na seção anterior. Tendo

esse questionário em mãos os autores desenvolveram após alguma álgebra as três equações a

seguir:

2

1

( )n

i

i

HHI n s

;

1en

HHI ;

;

s share


en número de aeroportos efetivos

h número pervisto de hubs no Brasil

Sendo en o número de aeroportos efetivos, s o share e h o numero de hubs no Brasil.

Os resultados são excelentes em todo momento essa forma e calcular o número de hubs

resultou em valores menores que 3,9 gerando então, que o número de hubs no Brasil é três.

Isso concorda completamente com as respostas dos especialistas ao questionário, validando a

nova metodologia proposta.


Figura 11: evolução da concentração de acordo com diversos métodos

O gráfico acima mostra uma série temporal para a metodologia FAA, uma para o numero

efetivos de aeroportos e outra para a nova metodologia proposta com base no HHI capaz de

estimar o numero de hubs no Brasil.

Apesar do HHI ser um índice que supõe homogeneidade de mercado, e apesar do Reynolds-

Feighan em seu trabalho de 2001 ter mostrado que ele é um índice pobre, ele se mostrou

bastante consistente e útil para a previsão do numero de hubs no mercado brasileiro.

2.6.3 Por que devemos nos preocupar em identificar hubs?- Um olhar crítico.

Os autores em certo momento defendem que identificar os hubs é importante para direcionar

investimentos, de forma que um hub mereceria receber mais investimentos para se tornar um

hub ainda maior. Fica claro que os autores têm convicção que não são os investimentos que

transformam um aeroporto em um hub, mas eles também são convictos que sem

investimentos não há transformação.


Minha visão é que a mera identificação de um hub, por mais fiel que seja não deveria

direcionar os investimentos em infra-estrutura, pois em certas ocasiões isso poderia onerar o

consumidor no longo prazo. Esse risco de ônus é amplificado em países que possuem uma

infra-estrutura aérea ainda em desenvolvimento. Aos meus olhos, países mais maduros em

infra-estrutura, como os EUA poderiam usar a identificação quantitativa de hubs como forma

de direcionar os investimentos.

Para explicar porque não defendo que os hubs devam receber mais investimentos apenas por

serem hubs, é necessário retornar ao motivo de existência do hub. É fato que a concentração

do espaço aéreo criada pelos hubs é danosa ao consumidor, ela gera redução dos aeroportos

servidos, vôos com mais horas de duração, entre outros fatores. Afinal, por que algo tão

danoso ao consumidor existe? O hub existe para que as empresas explorem as economias de

densidade e com isso reduzam seus custos. É de se imaginar que a concorrência, ao longo do

tempo, acabe por fazer com que as empresas repassem essa redução de custos na forma de

redução das tarifas, aumentando assim o acesso dos consumidores ao transporte aéreo.

Dito isso, note que ao canalizar recursos a um hub já existente pertencente a uma infra-

estrutura ainda em estagio inicial de desenvolvimento, podemos estar canalizando recursos a

um hub que não permite as empresas explorarem as economias de densidade ao máximo,

logo, isso implica que a redução dos custos das empresas não será máxima e portanto, a

posterior redução nas tarifas também não atingirá o seu máximo. Assim para finalizar, minha

opinião é que um aeroporto deve receber investimentos para se tornar hub, se e somente se,

ele for capaz de maximizar as economias de densidade das empresas que ali operarão. Isso é

equivalente a dizer que o preço da passagem traz concentração ao transporte aéreo, pois uma

tarifa mais elevada do que poderia ser, implica deixar pessoas de fora do transporte quando

poderiam estar dentro. Afinal, uma pessoa dentro da zona de influência de um aeroporto que

não tem rendimentos para comprar a passagem se vê tão fora do transporte aéreo quanto uma

pessoa muito distante das zonas de influências dos aeroportos .

3. Um debate curioso

No trabalho do Hans Huber 2008 (3), ele se pergunta se podemos medir concentração em

redes P-P e redes HS com o mesmo índice. Pensando nisso nasce uma indagação:


Ao estudar concentração da malha aérea vemos a estratégia HS como vilã, pois ela trouxe

concentração para malha aérea. Assim, o que aconteceria se em 1978, todas as empresas

decidissem pela estratégia P-P das LCC ao invés de ter escolhido a estratégia HS das full-

services?

A resposta é que logo após 1978, haveria uma forte concentração, devido a etapa média das P-

P ser reduzida, isso acarretaria uma redução drástica dos aeroportos servido e uma forte

diminuição do número de rotas atendidas. Passado um tempo, a entrada das HS no mercado

traria desconcentração por voarem a lugares mais distantes, aumentando o número de

aeroportos servidos diminuindo o número de pessoas sem acesso ao transporte aéreo.

Se olharmos a desconcentração como mais pessoas tendo acesso ao transporte aéreo podemos

dizer que ligar pontos muitos distantes traz desconcentração! Nenhuma métrica analisa esse

ponto.

Dito isso, algumas perguntas vem à tona: Até onde é compensatório incentivar as entradas de

LCCs e a partir de que ponto compensa incentivar a entrada das HS, tendo em vista o objetivo

de tornar o transporte aéreo mais acessível ?

Uma questão interessante é que o aumento da renda faz com que LCC adotem a estratégia P-P

em etapas mais longas, pois estas se tornam mais densas, então apesar de serem Low cost

(baixo custo) isso mostra que elas estão longe de serem bens inferiores.

Considerações finais

Ao olhar os trabalhos na área de concentração de malha aérea, é possível concluir que muito

tem sido feito na área. É importante salientar, entretanto, que ainda existem muitas

deficiências a serem trabalhadas. Os índices propostos nos artigos resenhados ainda não

conseguem explicar o que de fato acarreta a concentração das malhas e o que as políticas

devem visar para que cada vez mais pessoas tenham acesso ao transporte aéreo.


Referências

Papatheodorou, A. e Arvanitis, P. (2009) Spatial evolution of airport traffic and air transport

liberalisation: the case of Greece. Journal of Transport Geography, vol. 17, pp. 402-412.

Burghouwta, G., Hakfoortb, J. e van Eck, J. R (2009) The spatial configuration of airline networks in

Europe. Journal of Air Transport Management, vol. 9, pp. 309–323

Costa, T. F., Lohmann, G. e Oliveira, A. (2010) A Model to Identify Airport Hubs and their

Importance to Tourism in Brazil. Research in Transportation Economics, ed. futura.

Huber, H. (2008) Comparing spatial concentration and assessing relative market structure in air traffic

(2008). Journal of Air Transport Management, ed. futura.

Martín, J. C. e Voltes-Dorta, A. (2009) A note on how to measure hubbing practices in airline

networks. Transportation Research Part E, vol. 45, pp. 250–254

Reynolds-Feighan, A. (2001) Traffic distribution in low-cost and full-service carrier networks in the

US air transportation market. Journal of Air Transport Management, vol. 7, pp. 265–275

Fleming, D. K., Haiyuth, Y. (1994) Spatial characteristics of transportation hubs: centrality and

intermediacy. Journal of Transport Geography, vol. 2, n. 1, pp. 3–18.

Morrison, S. A. (2001) Actual, Adjacent, and Potential Competition.: Estimating the Full Effect of

Southwest Airlines. Journal of Transport Economics and Policy, Volume 35, pp.239-256

Ghobrial, A., Kanafani, A. (1995). Future of airline hubbed networks: some policy implications.

Journal of Transportation Engineering, vol. 121, n.2, pp. 124–134


Apêndice - Variáveis e Siglas

Lista de Variáveis

i

máx

ab ab ab

ab

ab

ab

Y é tráfego no aeroporto i

N é o número de aeroportos

G índice de Gini

G Índice de Gini máximo em uma rede

NC NG Gini normalizado

H C w

H índice de concentração de hub

C porcentagem de pasageiros de conexão

w índice de

e

concentração da rede


s share

n número de aeroportos efetivos

h número pervisto de hubs no Brasil

Lista de Siglas

P-P: point-to-point é equivalente a rede ponto a ponto

MDS: Multidimensional scale

HS : Hub-spoke estratégia de rede que se utiliza de hubs para explorar as economias

de densidade.


jtl v03n02p05

Documents

malha no transporte

principais ndices capazes

journal of transportliterature

espao areo

pesquisas recentes

literatura recente

cost and full

proposed by recent papers