Avaliação dos Benefícios Operacionais da Flexibilidade Aeroportuária
Catarina Alexandra Almeida de Além
Dissertação para obtenção do Grau de Mestre em
Engenharia Civil
Orientador: Doutor Vasco Domingos Moreira Lopes Miranda dos Reis
Júri
Presidente: Professor Doutor João Torres de Quinhones Levy
Orientador: Doutor Vasco Domingos Moreira Lopes Miranda dos Reis
Vogal: Professora Doutora Cristina Marta Castilho Pereira Santos Gomes
Outubro 2015
ii
iii
Resumo
A actividade aeroportuária faz-se presentemente num ambiente cada vez mais volátil e
competitivo, obrigando a repensar as estratégias de desenvolvimento deste sector. Actualmente, o
master plan é a abordagem dominante, sendo, no entanto, alvo de crítica por parte de alguns autores
que entendem que o mesmo não prepara o aeroporto para as condições actuais e futuras do mercado.
Em alternativa ao desenvolvimento aeroportuário tradicional, tem sido defendida a
flexibilidade. A adopção da flexibilidade traz ao sistema a possibilidade de ser modificado de forma
simples dentro da sua configuração existente sempre que for necessário. A opinião geral é a de que a
flexibilidade poderá ter um contributo positivo, embora ainda não sejam conhecidos os seus benefícios
no desempenho aeroportuário.
Esta dissertação pretende investigar os benefícios originados pela flexibilidade. Para a sua
realização foi aplicada uma análise de clusters a 140 aeroportos de diferentes continentes, 26 dos quais
são considerados flexíveis. Em paralelo a este estudo, foi realizado um inquérito às entidades
aeroportuárias para obter informação mais concreta a respeito de cada aeroporto acerca das 15
opções de flexibilidade seleccionadas. Foi ainda efectuada uma análise de clusters com maior grau de
detalhe, estudando individualmente estas opções de flexibilidade.
Das várias análises realizadas obtiveram-se resultados que não evidenciam diferenças
significativas entre os aeroportos flexíveis e não flexíveis. Qualquer um destes tipos de aeroportos
encontra-se disperso pelos vários clusters, em todas as agregações. No entanto, foi evidenciada a
tendência para o agrupamento de aeroportos de acordo com a sua região.
Tendo o objectivo proposto, de investigar os benefícios da flexibilidade no desempenho
aeroportuário, sido parcialmente conseguido, conclui-se que as técnicas estatísticas utilizadas não
conseguiram isolar a influência da flexibilidade. Este estudo contribui para o conhecimento da
flexibilidade aplicada aos aeroportos, considera-se no entanto importante a utilização de outras
metodologias em trabalhos futuros por forma a identificar os benefícios da flexibilidade no
desenvolvimento aeroportuário.
Palavras-Chave: Análise de clusters; Desempenho aeroportuário; Flexibilidade aeroportuária; Master
plan; Opções flexíveis
iv
Abstract
Airport activity is currently performed in an increasingly volatile and competitive environment,
which compels us to rethink the development strategies for this sector. Nowadays, the master plan is
the dominant approach, which, nonetheless, is criticised by some authors, who believe it won’t
prepare the airport for actual and future market conditions.
As an alternative to traditional airport development, flexibility has often been considered.
Adopting flexibility brings the system the possibility for its modification in a simple manner according
to its existing configuration, whenever needed. Although the general opinion is that flexibility can have
a positive contribution, its benefits to airport performance are currently unknown.
The goal of this dissertation is to research such benefits. In order to do so, a cluster analysis was
applied to 140 airports from different continents, including 26 that are considered to be flexible.
Simultaneously, a survey was made to the respective airport entities, in order to obtain more
information regarding each airport on the matter of 15 flexible options. Furthermore, a more detailed
cluster analysis was performed regarding each of these flexible options.
The results of all these analyses didn’t reveal significant differences between flexible and non-
flexible airports. Any of these airports types is dispersed through the various clusters, in all of the
aggregations. Even so, a tendency for airports to group according to their location was revealed.
Therefore, the goal proposed for this dissertation, researching the benefits of flexibility in airport
performance, can be said to have been partially achieved, with the conclusion that the used statistic
techniques couldn’t isolate the flexibility’s influence. Even so, it adds to the study of flexibility applied
to airports and paves the way for future studies that should adopt different methodologies.
Keywords: Cluster analysis; Airport performance; Airport flexibility; Master plan; Flexible options
v
Agradecimentos
O espaço limitado desta secção de agradecimentos, seguramente, não me permite agradecer,
como devia, a todas as pessoas que, ao longo do meu Mestrado em Engenharia Civil me ajudaram,
directa ou indirectamente, a cumprir os meus objectivos e a realizar mais esta etapa da minha
formação académica. Desta forma, deixo apenas algumas palavras, poucas, mas um sentido e
profundo sentimento de reconhecido agradecimento:
Ao Professor Doutor Vasco Reis, agradeço a supervisão, apoio, empenho e paciência
demonstrados ao longo do desenvolvimento desta dissertação, revelando-se preponderantes no
resultado final.
À Engenheira Liliana Magalhães, deixo o meu reconhecimento pelo altruísmo e atitude positiva
com que me auxiliou em todo o processo desta dissertação, bem como a partilha de conhecimento e
experiência na área aeroportuária e a disponibilização de bibliografia fulcral para o seu
desenvolvimento.
A todos os meus colegas e amigos, com especial foco em André Morais, Andreia Filipe, Débora
Santana, Joana Cunha, Manuel Reis, Raquel Rosa, Samuel Matias e Tiago Valente pela troca de ideias,
amizade, motivação e apoio transmitidos não apenas nos bons momentos, mas também nos mais
complicados.
Por fim, um especial agradecimento aos meus pais por todo o apoio, confiança e valores
transmitidos durante este longo percurso, dando a sua compreensão nos momentos mais difíceis da
dissertação, e deste modo presto a minha mais profunda gratidão, pois sem eles, este trabalho não
seria possível.
vi
vii
Índice
CAPÍTULO 1 – Introdução ....................................................................................................................... 1
1.1. Motivação ................................................................................................................................ 1
1.2. Objectivos da dissertação ........................................................................................................ 3
1.3. Estrutura e metodologia da dissertação ................................................................................. 4
CAPÍTULO 2 – Estado de Arte: Desenvolvimento Aeroportuário ............................................................ 6
2.1. Desenvolvimento Aeroportuário Tradicional .......................................................................... 6
2.2. Alternativas para o Desenvolvimento Aeroportuário ........................................................... 13
2.2.1. Design Aeroportuário Flexível ....................................................................................... 14
2.2.2. Design Aeroportuário Flexível e Gestão do Risco ......................................................... 17
2.2.3. Planeamento Estratégico Flexível ................................................................................. 17
2.2.4. Planeamento Estratégico Aeroportuário Adaptativo .................................................... 18
2.2.5. Planeamento Estratégico Dinâmico .............................................................................. 19
2.2.6. Sistemas Multi-Aeroportos ........................................................................................... 20
2.2.7. Síntese ........................................................................................................................... 21
2.3. Flexibilidade Aeroportuária ................................................................................................... 21
2.3.1. Conceito ......................................................................................................................... 21
2.3.2. Níveis de Flexibilidade e Opções Flexíveis ..................................................................... 24
2.3.3. Exemplos da Flexibilidade Aeroportuária ..................................................................... 27
2.3.4. Aferição das vantagens e desvantagens da flexibilidade aeroportuária ....................... 29
2.4. Desempenho Aeroportuário ................................................................................................. 31
2.4.1. Relação entre a flexibilidade e o desempenho ............................................................. 31
2.4.2. Indicadores de desempenho ......................................................................................... 33
2.4.3. Factores Externos .......................................................................................................... 38
2.4.4. Síntese ........................................................................................................................... 38
CAPÍTULO 3 – Estado de Arte: Técnicas Estatísticas ............................................................................. 40
3.1. Análise de Clusters ................................................................................................................ 40
3.1.1. Medidas de (dis)semelhança ......................................................................................... 41
3.1.2. Métodos ........................................................................................................................ 42
3.1.3. Aplicação da análise de clusters em aeroportos ........................................................... 45
3.1.4. Síntese ........................................................................................................................... 52
CAPÍTULO 4 – Caso de Estudo ............................................................................................................... 54
4.1. Descrição do Caso de Estudo................................................................................................. 54
4.1.1. Amostra de Aeroportos ................................................................................................. 54
4.1.2. Variáveis ........................................................................................................................ 55
4.1.3. Metodologia .................................................................................................................. 56
4.2. Inquéritos .............................................................................................................................. 58
viii
4.3. Análise de Dados ................................................................................................................... 59
4.3.1. Análise dos Inquéritos ................................................................................................... 59
4.3.2. Análise Factorial ............................................................................................................ 62
4.3.3. Análise de Clusters ........................................................................................................ 71
4.3.3.1. Aeroportos Flexíveis .............................................................................................. 73
4.3.3.2. Opções de flexibilidade ......................................................................................... 75
4.4. Síntese ................................................................................................................................... 88
CAPÍTULO 5 - Conclusões ...................................................................................................................... 90
5.1. Conclusões ............................................................................................................................. 90
5.2. Desenvolvimentos futuros .................................................................................................... 92
Bibliografia............................................................................................................................................. 94
Anexos ................................................................................................................................................. 106
A.1. Amostra de Aeroportos ....................................................................................................... 106
A.2. Inquérito .............................................................................................................................. 109
A.2.1. Influência das Opções Flexíveis nos KPI ...................................................................... 109
A.3. Análise Factorial .................................................................................................................. 112
A.3.1. Matrizes de Correlação ............................................................................................... 112
A.3.2. Componentes .............................................................................................................. 115
A.4. Análise de Clusters .............................................................................................................. 118
A.4.1. Dendogramas .............................................................................................................. 118
A.4.2. Clusters ........................................................................................................................ 120
A.5. Análise de Clusters a Opções Flexíveis ................................................................................ 122
A.5.1. Dendogramas .............................................................................................................. 122
A.5.2. Clusters ........................................................................................................................ 132
ix
Índice de Figuras
Figura 2.1- Impacto da liberalização da indústria da aviação na Europa (Burghouwt & Huys, 2003) .... 8
Figura 2.2 - Etapas do desenvolvimento de um Master Plan (adaptado de IATA (2004)) .................... 10
Figura 2.3 - Diferentes abordagens de alternativas de desenvolvimento aeroportuário ..................... 13
Figura 2.4 – Diagrama do Aeroporto de Dublin (Fonte: (Butters, 2010)) ............................................. 27
Figura 2.5 - Key Performance Indicators, pelo ACI (ACI World, 2012) .................................................. 35
Figura 3.1 - Fases de uma análise de clusters (adaptado de Branco (s.d.)) .......................................... 41
Figura 3.2 - Critérios de agregação ........................................................................................................ 43
Figura 4.1 - Esquema de Organização do Inquérito .............................................................................. 58
Figura 4.2 - Opções de flexibilidade implementadas nos aeroportos ................................................... 60
Figura 4.3 – Aeroportos flexíveis nas agregações resultantes da análise de clusters ........................... 74
Figura 4.4 – Análise de clusters para as opções de flexibilidade estratégicas ...................................... 79
Figura 4.5 - Análise de clusters para a opção de flexibilidade "Solo disponível para expansões" ........ 80
Figura 4.6 - Análise de clusters para a opção de flexibilidade "Utilização de terminais modulares para
uma expansão mais fácil” ...................................................................................................................... 81
Figura 4.7 - Análise de clusters para a opção de flexibilidade "Forma linear dos terminais" ............... 82
Figura 4.8 - Análise de clusters para a opção de flexibilidade "Paredes divisórias móveis no terminal"
............................................................................................................................................................... 83
Figura 4.9 - Análise de clusters para as opções de flexibilidade operacionais ...................................... 84
Figura 4.10 - Análise de clusters para a opção de flexibilidade "Portas de embarque com serviços
internacionais e domésticos (swing gates)" .......................................................................................... 85
Figura 4.11 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Check-in" .................. 86
Figura 4.12 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Recolha de Bagagem
(drop-off)" ............................................................................................................................................. 87
Figura 4.13 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Controlo de
passaporte" ........................................................................................................................................... 88
Figura A.2.1 - Influência da opção “Solo disponível para expansões” nos KPI .................................... 109
Figura A.2.2– Influência da opção “Terminal open space: o mínimo de paredes estruturais” nos KPI
............................................................................................................................................................. 109
Figura A.2.3– Influência da opção “Utilização de terminais modulares para uma expasão mais fácil”
nos KPI ................................................................................................................................................. 109
Figura A.2.4– Influência da opção “Forma linear dos terminais” nos KPI ........................................... 109
Figura A.2.5– Influência da opção “Terminal open space: extensão do pé-direito do terminal nos KPI
............................................................................................................................................................. 110
x
Figura A.2.6– Influência da opção “Paredes divisórias móveis no terminal” nos KPI ......................... 110
Figura A.2.7– Influência da opção “Espaços disponíveis no terminal” nos KPI .................................. 110
Figura A.2.8– Influência da opção “Portas de embarque com serviços internacionais e domésticos”
nos KPI ................................................................................................................................................. 110
Figura A.2.9– Influência da opção “Sistemas móveis: balcões de check-in” nos KPI .......................... 110
Figura A.2.10– Influência da opção “Sistemas móveis: controlo de passaporte” nos KPI .................. 110
Figura A.2.11– Influência da opção “Detectores de metais móveis: áreas de segurança” nos KPI .... 111
Figura A.2.12– Influência da opção “Sistemas móveis: sinalização e publicidade” nos KPI ............... 111
Figura A.2.13– Influência da opção “Sistema CUSS: check-in” nos KPI ............................................... 111
Figura A.2.14– Influência da opção “Sistema CUSS: Recolha de bagagem” nos KPI ........................... 111
Figura A.2.15– Influência da opção “Sistema CUSS: controlo de passaporte” nos KPI ....................... 111
Figura A.3.1 - Scree Plot 2009 ............................................................................................................. 117
Figura A.3.2 - Scree Plot 2007 ............................................................................................................. 117
Figura A.3.3 - Scree Plot 2006 ............................................................................................................. 117
Figura A.3.4 - Scree Plot 2005 ............................................................................................................. 117
Figura A.3.5 – Scree Plot 2004 ............................................................................................................. 117
Figura A.3.6 – Scree Plot 2003 ............................................................................................................. 117
Figura A.3.7 - Scree Plot 2002 ............................................................................................................. 117
Figura A.4.1 – Dendograma da análise de clusters referente a 2009 ................................................. 118
Figura A.4.2 - Dendograma da análise de clusters referente a 2007 .................................................. 118
Figura A.4.3 - Dendograma da análise de clusters referente a 2006 .................................................. 118
Figura A.4.4 - Dendograma da análise de clusters referente a 2005 .................................................. 118
Figura A.4.5 - Dendograma da análise de clusters referente a 2004 .................................................. 119
Figura A.4.6 - Dendograma da análise de clusters referente a 2003 .................................................. 119
Figura A.4.7 - Dendograma da análise de clusters referente a 2002 .................................................. 119
Figura A.5.1 – Dendograma da análise de clusters às Opções Estratégicas referente a 2009 ............ 122
Figura A.5.2 - Dendograma da análise de clusters às Opções Estratégicas referente a 2007 ............ 122
Figura A.5.3 - Dendograma da análise de clusters às Opções Estratégicas referente a 2006 ............ 122
Figura A.5.4 - Dendograma da análise de clusters às Opções Estratégicas referente a 2005 ............ 122
Figura A.5.5 – Dendograma da análise de clusters às Opções Operacionais referente a 2009 .......... 123
Figura A.5.6 - Dendograma da análise de clusters às Opções Operacionais referente a 2007 ........... 123
Figura A.5.7 - Dendograma da análise de clusters às Opções Operacionais referente a 2006 ........... 123
Figura A.5.8 - Dendograma da análise de clusters às Opções Operacionais referente a 2005 ........... 123
Figura A.5.9 – Dendograma da análise de clusters à opção “Solo disponível para expansões” referente
a 2009 .................................................................................................................................................. 124
xi
Figura A.5.10 - Dendograma da análise de clusters à opção “Solo disponível para expansões”
referente a 2007 .................................................................................................................................. 124
Figura A.5.11 - Dendograma da análise de clusters à opção “Solo disponível para expansões”
referente a 2006 .................................................................................................................................. 124
Figura A.5.12 - Dendograma da análise de clusters à opção “Solo disponível para expansões”
referente a 2005 .................................................................................................................................. 124
Figura A.5.13 – Dendograma da análise de clusters à opção “Utilização de terminais modulares”
referente a 2009 .................................................................................................................................. 125
Figura A.5.14 - Dendograma da análise de clusters à opção “Utilização de terminais modulares”
referente a 2007 .................................................................................................................................. 125
Figura A.5.15 - Dendograma da análise de clusters à opção “Utilização de terminais modulares”
referente a 2006 .................................................................................................................................. 125
Figura A.5.16 - Dendograma da análise de clusters à opção “Utilização de terminais modulares”
referente a 2005 .................................................................................................................................. 125
Figura A.5.17 – Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a
2009 ..................................................................................................................................................... 126
Figura A.5.18 - Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a
2007 ..................................................................................................................................................... 126
Figura A.5.19 - Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a
2006 ..................................................................................................................................................... 126
Figura A.5.20 - Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a
2005 ..................................................................................................................................................... 126
Figura A.5.21 – Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal”
referente a 2009 .................................................................................................................................. 127
Figura A.5.22 - Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal”
referente a 2007 .................................................................................................................................. 127
Figura A.5.23 - Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal”
referente a 2006 .................................................................................................................................. 127
Figura A.5.24 - Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal”
referente a 2005 .................................................................................................................................. 127
Figura A.5.25 – Dendograma da análise de clusters à opção “Portas de embarque com serviços
internacionais e domésticos” referente a 2009 .................................................................................. 128
Figura A.5.26 - Dendograma da análise de clusters à opção “Portas de embarque com serviços
internacionais e domésticos” referente a 2007 .................................................................................. 128
xii
Figura A.5.27 - Dendograma da análise de clusters à opção “Portas de embarque com serviços
internacionais e domésticos” referente a 2006 .................................................................................. 128
Figura A.5.28 - Dendograma da análise de clusters à opção “Portas de embarque com serviços
internacionais e domésticos” referente a 2005 .................................................................................. 128
Figura A.5.29 – Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a
2009 ..................................................................................................................................................... 129
Figura A.5.30 - Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a
2007 ..................................................................................................................................................... 129
Figura A.5.31 - Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a
2006 ..................................................................................................................................................... 129
Figura A.5.32 - Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a
2005 ..................................................................................................................................................... 129
Figura A.5.33 – Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem”
referente a 2009 .................................................................................................................................. 130
Figura A.5.34 - Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem”
referente a 2007 .................................................................................................................................. 130
Figura A.5.35 - Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem”
referente a 2006 .................................................................................................................................. 130
Figura A.5.36 - Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem”
referente a 2005 .................................................................................................................................. 130
Figura A.5.37 – Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte”
referente a 2009 .................................................................................................................................. 131
Figura A.5.38 - Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte”
referente a 2007 .................................................................................................................................. 131
Figura A.5.39 - Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte”
referente a 2006 .................................................................................................................................. 131
Figura A.5.40 - Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte”
referente a 2005 .................................................................................................................................. 131
xiii
Índice de Tabelas
Tabela 2.1 – Características do Master planning tradicional e do Planeamento Estratégico Flexível
(adaptado de Burghouwt (2007)) .......................................................................................................... 18
Tabela 2.2 – Opções Flexíveis por Níveis de Acção (adaptado de Magalhães, et al. (2013)) ............... 25
Tabela 2.3 – Nível de Serviço (IATA, 2004) ............................................................................................ 36
Tabela 2.4 - Indicadores de desempenho estudados por Magalhães, et al. (2015) ............................. 37
Tabela 3.1 - Aplicação da Análise de Clusters a Aeroportos ................................................................. 46
Tabela 3.2 - Coeficiente de correlação cofenética ................................................................................ 51
Tabela 4.1 – Variáveis da ATRS e a respectiva designação original ...................................................... 55
Tabela 4.2 – Opções de flexibilidade consideradas no inquérito .......................................................... 59
Tabela 4.3 – Aeroportos que responderam ao inquérito ..................................................................... 59
Tabela 4.4 – KPI influenciados pelas opções flexíveis com base nas respostas aos inquéritos ............ 61
Tabela 4.5 - Valores de KMO e da Variância Total Explicada ................................................................ 62
Tabela 4.6 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2009 ........... 63
Tabela 4.7 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2007 ........... 64
Tabela 4.8 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2006 ........... 64
Tabela 4.9 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2005 ........... 65
Tabela 4.10 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2004 ......... 66
Tabela 4.11 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2003 ......... 67
Tabela 4.12 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2002 ......... 68
Tabela 4.13 - Variáveis correlacionadas com cada factor (I) ................................................................. 69
Tabela 4.14 - Variáveis correlacionadas com cada factor (II) ................................................................ 70
Tabela 4.15 – Distribuição das entidades por cinco clusters ................................................................ 71
Tabela 4.16 – Aeroportos considerados como flexíveis ........................................................................ 73
Tabela 4.17 - Variáveis da ATRS com a sua respectiva designação original utilizadas na análise de
clusters para cada opção de flexibilidade ............................................................................................. 76
Tabela 4.18 - Variáveis da ATRS utilizadas para a análise de cada opção de flexibilidade (I) ............... 77
Tabela 4.19 - Variáveis da ATRS utilizadas para a análise de cada opção de flexibilidade (II) .............. 78
Tabela A.1.1 – Amostra de aeroportos considerada na análise .......................................................... 108
Tabela A.3.1 - Matrizes de correlação referentes a 2009 e 2007 ....................................................... 112
Tabela A.3.2 - Matrizes de correlação referentes a 2006 e 2005 ....................................................... 113
Tabela A.3.3 - Matrizes de correlação referentes a 2004 e 2003 ....................................................... 114
Tabela A.3.4 - Matriz de correlação referente a 2002 ........................................................................ 115
Tabela A.3.5 – Valor próprios e variância total explicada referentes a 2009 ..................................... 115
xiv
Tabela A.3.6 - Valor próprios e variância total explicada referentes a 2007 ...................................... 115
Tabela A.3.7 - Valor próprios e variância total explicada referentes a 2006 ...................................... 116
Tabela A.3.8 - Valor próprios e variância total explicada referentes a 2005 ...................................... 116
Tabela A.3.9 - Valor próprios e variância total explicada referentes a 2004 ...................................... 116
Tabela A.3.10 - Valor próprios e variância total explicada referentes a 2003 .................................... 116
Tabela A.3.11 - Valores próprios e variância total explicada referentes a 2002 ................................. 116
Tabela A.4.1 – Clusters das análises dos anos 2009 a 2006 ................................................................ 120
Tabela A.4.2 - Clusters das análises dos anos 2005 a 2002 ................................................................. 121
Tabela A.5.1 - Clusters das análises às Opções Estratégicas (2009 a 2005) ........................................ 132
Tabela A.5.2 - Clusters das análises às Opções Operacionais (2009 a 2005) ...................................... 133
Tabela A.5.3 - Clusters das análises à opção “Solo disponível para expansões” (2009 a 2005) ......... 134
Tabela A.5.4 - Clusters das análises à opção “Utilização de terminais modulares” (2009 a 2005) .... 135
Tabela A.5.5 - Clusters das análises à opção “Forma linear dos terminais” (2009 a 2005) ................ 136
Tabela A.5.6 - Clusters das análises à opção “Paredes divisórias móveis no terminal” (2009 a 2005)
............................................................................................................................................................. 137
Tabela A.5.7 - Clusters das análises à opção “Portas de embarque com serviços internacionais e
domésticos” (2009 a 2005) ................................................................................................................. 138
Tabela A.5.8 - Clusters das análises à opção “Sistemas CUSS: check-in” (2009 a 2005) ..................... 139
Tabela A.5.9 - Clusters das análises à opção “Sistemas CUSS: recolha de bagagem” (2009 a 2005).. 140
Tabela A.5.10 - Clusters das análises à opção “Sistemas CUSS: controlo de passaporte” (2009 a 2005)
............................................................................................................................................................. 141
xv
Índice de Abreviaturas
ACI - Airports Council International
ASA – Acordos de Serviços Aéreos
ATRS - Air Transport Research Society
CUSS - Common-use self-service
DEA - Data Envelopment Analysis
EBITDA - Earnings Before Interest Taxes Depreciation and Amortization
FAA - Federal Aviation Administration
IATA - International Air Transport Association
ICAO - International Civil Aviation Organization
KMO - Kaiser-Meyer-Olkin
KPI - Key Performance Indicators
NAS - National Airspace System
PPC - Paridade de Poder de Compra
1
CAPÍTULO 1 Introdução
1.1. Motivação
Com o advento dos primeiros aviões, surgiu a necessidade por parte dos construtores a
disponibilidade de campos onde pudessem testar as suas máquinas. Assim, decorrente dessa
necessidade construíram-se locais de apoio para se efectuarem as operações das aeronaves: os
aeroportos. No início, bastava um prado ceifado com uma boa drenagem, uma vez que os primeiros
aviões eram leves, sensíveis ao vento e com reduzidas potências de motor. Desde então, os aeroportos
sofreram inúmeras inovações, adaptando-se continuamente às necessidades dos aviões, tendo como
parâmetros fundamentais as suas dimensões, as suas características geométricas e tecnológicas, bem
como os seus desempenhos.
Depois da I.ª Guerra Mundial, as primeiras transportadoras aéreas abriram serviços regulares,
contudo, o transporte aéreo não estava ao alcance de todas as pessoas, representando, por isso, uma
actividade comercial reduzida; a actividade aérea era essencialmente de natureza militar. Por essa
razão, neste período, não ocorreram mudanças visíveis no equipamento dos aeroportos ou no
conceito básico operacional, exceptuando-se a construção de um edifício apenas para o
processamento de passageiros e a criação de um número restrito de instalações: hangares, oficinas e
quartéis.
Após a II.ª Guerra Mundial, passaram a existir condições excepcionalmente favoráveis para o
desenvolvimento da aviação civil e do transporte aéreo, uma vez que as comunicações terrestres se
encontravam danificadas, havia excesso de antigas aeronaves militares e era necessário apoiar as
cadeias de abastecimento dos EUA para a Europa, na ajuda à reconstrução dos países aliados. Desta
forma, num curto período de tempo, foi possível que a actividade de transporte aéreo civil pudesse
recuperar rapidamente e que, consequentemente, os requisitos dos aeródromos mudassem.
Surgiram novos aviões, mais pesados, o que requereu pistas pavimentadas e maiores, por seu
turno, a regularidade do serviço tornou-se num factor cada vez mais importante. O desenvolvimento
tecnológico resultou num grande impacto nos aeroportos, essencialmente com a introdução de aviões
com propulsão a jacto, na década de 50, e de aviões de corredor duplo (wide body aircrafts), na década
de 70. Tornou-se fundamental a adaptação à nova realidade: aumento da extensão e da largura das
pistas; actualização da capacidade de carga das pistas; alargamento dos stands1; construção de outros
1 Zona de assistência às aeronaves.
2
equipamentos e de instalações técnicas do aeroporto. Ao mesmo tempo, foram sendo construídas
instalações dos terminais em que, para além dos serviços necessários para o processamento dos
passageiros e bagagem, também surgiram os primeiros serviços não aeronáuticos.
Os desenvolvimentos políticos e económicos têm sido os principais factores para as alterações
mais recentes no sector aeroportuário. Na segunda metade do século XX assistiu-se a uma evolução
significativa neste sector. A seguir à II.ª Guerra Mundial, a aviação europeia era caracterizada pelo
governo nacional, pela transportadora aérea nacional e pelo aeroporto nacional existindo os acordos
dos serviços aéreos bilaterais (ASA) que constituíam uma negociação dos serviços aéreos entre duas
nações. Uma vez que, neste período, o mercado era centrado nas companhias aéreas nacionais
(companhias de bandeira) e nos respectivos aeroportos nacionais, não existia praticamente
concorrência, também não era possível a entrada de novas companhias aéreas regulares, e o preço
dos bilhetes estava de acordo com o que a International Air Transport Association (IATA) determinava.
Assim, a falta de concorrência resultou em preços elevados para voos regulares e as companhias
aéreas tinham pouco incentivo para reduzir os custos e melhorar a eficiência.
Nas últimas três décadas do século XX, a estrutura do sector aeroportuário registou importantes
alterações devido à sua liberalização, processo que foi iniciado nos EUA. O acesso ao mercado de
transporte aéreo passou a ser livre, o que resultou num aumento da procura e a consequente
insuficiência da capacidade dos aeroportos. A liberalização nos EUA representou um acesso livre e
ilimitado ao transporte aéreo, sem quaisquer limitações de capacidade e preços. Assim sendo, assistiu-
se a um aumento da procura o que provocou uma grande concentração de tráfego e levou à criação
de companhias aéreas que, por sua vez, foram formando monopólios fortes dentro de cada país.
A liberalização deste sector na Europa foi encarada de forma diferente. No espaço da União
Europeia, por um lado, foram adoptadas medidas referentes à determinação das tarifas e à capacidade
de rota e, por outro lado, foi sendo proporcionada uma maior flexibilidade e facilidade no acesso,
quando fossem cumpridos determinados requisitos. A liberalização europeia desenvolveu-se em
diferentes etapas, tendo, para esse efeito, sido aprovados três pacotes de políticas aéreas em 1988,
1990 e 1993, e a sua total implementação em 1997. Este último pacote representou o mais importante
conjunto de medidas, em que a capacidade de fixação de preços e o acesso foram completamente
desregulamentados.
Para além da liberalização progressiva do transporte aéreo, outros factores importantes
influenciaram também o desenvolvimento dos aeroportos. Salientam-se, a ameaça de terrorismo e o
medo de actos ilícitos; a privatização dos aeroportos; e o crescente impacto ambiental nas
proximidades dos aeroportos. No que respeita à privatização dos aeroportos, este processo
representou uma mudança fundamental no modo de administração e de financiamento dos
aeroportos, resultando numa extensão e melhoria dos serviços prestados aos passageiros e visitantes.
3
Devido às alterações na actividade da aviação em diversos domínios: no tecnológico, no jurídico
e institucional, no socio-cultural e no económico (sendo visível neste caso tanto do lado da oferta como
do da procura), as principais companhias aéreas europeias adoptaram novas estratégias de redes para
lidar com a concorrência intensa e, por sua vez, os planeadores de aeroportos tiveram de pensar de
forma diferente sobre o planeamento e o desenvolvimento da capacidade do aeroporto. Das novas
estratégias implementadas, as mais importantes foram, a adopção de redes hub-and-spoke2, a
formação de alianças estratégicas globais e a introdução do conceito de low-cost.
O mercado outrora protegido e estável passou a ser volátil e competitivo, as incertezas
associadas ao futuro começaram a ser uma realidade constante, surgindo a necessidade de se
desenvolver um planeamento mais adaptável e flexível. Esta nova formulação está em oposição à
postura tradicional, considerada rígida, dado que não é adequada à situação actual do mercado e não
beneficia o aeroporto quer do ponto de vista financeiro, quer do operacional. A flexibilidade no
contexto do desenvolvimento aeroportuário torna-se, então, uma solução para os problemas actuais
dos aeroportos, verificando-se em que vários a implementação de opções de flexibilidade para lidar
com a incerteza e volatilidade do tráfego. Tendo isto em conta, é de elevada importância o estudo
sobre novas alternativas ao desenvolvimento aeroportuário, para que o desempenho de um aeroporto
seja eficiente, sustentável e rentável.
1.2. Objectivos da dissertação
O conceito de flexibilidade começa a emergir nos círculos empresariais com grande relevância
devido à crescente volatilidade dos mercados internacionais. O mesmo acontece no sector
aeroportuário, em que tem existido um desafio constante para os gestores aeroportuários manterem
uma grande infra-estrutura com um longo ciclo de vida.
A flexibilidade está a tornar-se numa alternativa ao desenvolvimento aeroportuário tradicional,
dado que permite que o aeroporto se adapte às condições de procura utilizando a mesma
infraestrutura e equipamentos. É neste âmbito que esta dissertação visa estudar este novo conceito,
com o propósito de entender qual a influência da flexibilidade no desempenho de um aeroporto.
Alguns aeroportos têm seguido esta abordagem mais flexível no seu planeamento, através da
introdução de opções de flexibilidade que abrangem os diferentes níveis de decisão (o estratégico, o
táctico e o operacional).
2 O sistema hub-and-spoke é uma combinação das ligações ponto-a-ponto com transferência num hub central (Burghouwt & Hakfoort, 2001). Um grande aeroporto central (hub) é o centro de distribuição, utilizado para encaminhar o tráfego para aeroportos mais pequenos (spokes).
4
Apesar desta abordagem ser considerada uma boa alternativa na gestão aeroportuária, não
existe ainda um consenso acerca dos benefícios que estas opções têm trazido aos aeroportos. Na
realidade, a bibliografia existente sobre a flexibilidade é ainda limitada e o conceito carece de uma
melhor definição uma vez que ainda não foi completamente explorado. Desta forma, existe um
desconhecimento assinalável sobre os impactos da flexibilidade na produtividade ou eficiência de um
aeroporto.
Na primeira parte do trabalho, procura-se formular uma definição do conceito de flexibilidade
aeroportuária com base na bibliografia consultada. Após a definição deste conceito, são identificadas
as técnicas estatísticas utilizadas, com especial incidência na análise de clusters. Na terceira parte, o
trabalho centra-se num caso de estudo que engloba aeroportos de todo mundo, cujo desenvolvimento
se fundamenta na utilização do conjunto de técnicas estatísticas descritas anteriormente.
Com este estudo de caso, esta dissertação tem como finalidade aprofundar o conhecimento
sobre o modo como as opções de flexibilidade preconizadas na literatura poderão influenciar o
desempenho dos aeroportos e, no caso de as mesmas se confirmarem, avaliar os benefícios originados.
1.3. Estrutura e metodologia da dissertação
Como proposta de abordagem ao estudo dos benefícios operacionais da flexibilidade
aeroportuária, a presente dissertação esquematiza-se em 5 capítulos.
No Capítulo 1 – Introdução, é realizada a apresentação do documento com o enquadramento
sobre a evolução do sector do transporte aéreo e o seu impacto nos aeroportos, sendo igualmente
enumerados os objectivos que se pretendem alcançar e descrita a metodologia a implementar.
O Capítulo 2 – Estado de Arte: Desenvolvimento Aeroportuário, corresponde à revisão de
literatura sobre o desenvolvimento aeroportuário tradicional, de forma a aprofundar o tema e a
procurar razões que expliquem a sua inadequação. É feita a apresentação das diferentes alternativas
já propostas, entre elas a flexibilidade. Este conceito é abordado detalhadamente, indicando os seus
benefícios e as suas desvantagens, é apresentada uma proposta para a definição deste conceito, sendo
ainda referidos alguns exemplos onde a flexibilidade já foi implementada.
O Capítulo 3 – Estado de Arte: Técnicas Estatísticas, faz uma abordagem acerca da técnica de
análise de clusters para tratamento de dados, visto que se considerou a técnica mais apropriada para
aferir os impactos da flexibilidade. Também é feita uma revisão de literatura acerca da aplicação da
análise de clusters a estudos do sector aeroportuário.
No Capítulo 4 – Caso de Estudo é efectuado um estudo a um conjunto alargado de aeroportos,
onde os dados são analisados com base em ferramentas estatísticas por forma a identificar os
indicadores relevantes para medir a flexibilidade. Deste modo, é compilada informação sobre a base
5
de dados do Airport Benchmarking Report no período compreendido entre 2003 e 2011, no qual se
exceptua o ano de 2010. Com estes dados é realizada uma análise de clusters, em que os resultados
são complementados com informação adquirida através de inquéritos a gestores aeroportuários de
aeroportos da amostra.
No capítulo final, Capítulo 5 – Conclusões, é feita uma síntese das principais conclusões retiradas
acerca da influência da flexibilidade no desempenho aeroportuário, bem como sugestões para futuras
linhas de investigação.
6
CAPÍTULO 2 Estado de Arte – Desenvolvimento Aeroportuário
O aeroporto constitui uma parte fundamental do sistema de transporte aéreo, dado que se trata
do local físico onde a transferência modal é feita do modo aéreo para o modo terrestre (Ashford, et
al., 1997), sendo, portanto, o ponto de início e fim do processo de transporte aéreo e, ainda, o local
de trânsito (Suchmová, 2010). O aeroporto surgiu com a necessidade da existência de um local de
apoio para se efectuarem as operações das aeronaves, tendo este que se adaptar sempre às
necessidades destas, baseando-se nas suas características geométricas e de desempenho (Kazda &
Caves, 2008).
Inicialmente, a evolução de um aeroporto era determinada principalmente pelo
desenvolvimento de novas aeronaves. Com o crescimento da actividade aeroportuária, foram-se
construindo instalações nos terminais para os serviços de processamento de passageiros e bagagem
e, mais tarde, surgiram os serviços não-aeronáuticos. Mais recentemente, a maioria das alterações
deixou de ser provocada pela inovação da tecnologia das aeronaves, mas sim pelos desenvolvimentos
políticos e económicos (Kazda & Caves, 2008).
A qualidade e a eficiência do transporte aéreo são essencialmente determinadas no aeroporto,
dado que é o local onde ocorre a coordenação entre os principais prestadores de transporte aéreo
(companhias aéreas, empresas de aeroportos e entidades de serviços de navegação aérea) (Suchmová,
2010). Assim, com um mercado tão volátil e competitivo como é o do sector de transporte aéreo,
torna-se fundamental que um aeroporto esteja preparado para poder proporcionar um serviço
eficiente e de qualidade, sem custos acrescidos.
No presente capítulo, é abordada a forma de desenvolvimento aeroportuário tradicional,
discutindo-se as razões para esta não ser considerada a mais adequada em certos aeroportos devido
à incerteza associada a este mercado. Em simultâneo, procura-se encontrar alternativas a esta forma
de desenvolvimento e que incidam num planeamento mais adaptável e flexível e, com isto, introduzir
o conceito de flexibilidade aeroportuária como opção para o desenvolvimento dos aeroportos.
2.1. Desenvolvimento Aeroportuário Tradicional
Nos primeiros tempos da aviação, antes da II.ª Guerra Mundial, o desenvolvimento
aeroportuário na Europa correspondia a uma actividade ad hoc (Caves & Gosling, 1999), em que o
planeamento era impulsionado sobretudo pelas preferências das companhias aéreas, pelos objectivos
militares e pela expressão arquitectónica. Posteriormente, durante a segunda metade do século XX, a
7
prática de planeamento aeroportuário adoptou procedimentos-padrão de acordo com as
necessidades das companhias aéreas dominantes (de Neufville, 2008), uma vez que, durante o período
dos acordos bilaterais, o mercado de transporte aéreo europeu foi centrado nas companhias aéreas
nacionais e nos respectivos aeroportos nacionais, em que cada país tinha a sua própria companhia
aérea (Burghouwt & Huys, 2003). Nesta época, a actividade do transporte aéreo era regulada pelos
governos, que controlavam a maioria das companhias aéreas. Este facto, tornava pouco frequente a
criação de novas companhias aéreas (incluindo as companhias aéreas de low-cost), e contribuía
decisivamente para a estabilidade das rotas existentes e para a realização das operações dos
aeroportos num ambiente conhecido (de Neufville & Odoni, 2013). Os procedimentos adoptados eram
compatíveis com os regimes regulatórios e com os modelos de negócios que prevaleciam durante a
maior parte deste período:
a mudança organizacional ocorria lentamente, dada a consistência e morosidade do processo
de regulamentação, levando a relações duradouras entre os clientes das companhias aéreas
e os aeroportos;
as mudanças nas companhias aéreas, através de fusões ou mudanças nas estruturas de rota,
eram de pouca importância para os aeroportos;
as normas de quantidade e de qualidade de espaço nos edifícios do aeroporto eram
exigentes, devido à IATA e a outras definições de prática adequada;
as mudanças tecnológicas podiam ser facilmente antecipadas, devido ao seu longo tempo de
aprovisionamento (de Neufville, 2008).
Nos últimos anos, o sector aéreo europeu passou por mudanças drásticas, tanto no lado da
oferta como no da procura. Estas mudanças não foram originadas apenas pelos factores tecnológicos,
mas também pela evolução nos domínios jurídicos, institucionais e culturais do mercado da aviação
(Alderighi, et al., 2012). Nas últimas três décadas, a tendência mais significativa tem sido a liberalização
do transporte aéreo internacional, que tem resultado em profundos efeitos na estrutura do mercado
e nos padrões operacionais (Doganis, 2006). Na década de 80, as experiências positivas na liberalização
do sector nos EUA, a entrada de companhias aéreas e consumidores em favor da liberalização, as novas
teorias económicas e o processo de unificação europeia abriram a porta para a liberalização e a
unificação do mercado de aviação europeu (Burghouwt & Huys, 2003). No entanto, a Europa abordou
a liberalização com prudência, devido a algumas consequências negativas que a mesma originou nos
EUA, pondo à prova a capacidade dos aeroportos (Kazda & Caves, 2008) (Figura 2.1).
8
Figura 2.1- Impacto da liberalização da indústria da aviação na Europa (Burghouwt & Huys, 2003)
Com o intuito de orientar as expectativas do desenvolvimento futuro do aeroporto e estabelecer
a capacidade de se expandir e se desenvolver de forma lógica, sustentável e rentável (IATA, 2004), é
necessário que exista um plano que defina o modo de acção, isto é, um master plan do aeroporto. Esta
é, actualmente, a abordagem dominante para o planeamento estratégico aeroportuário, e trata-se de
uma prática recomendada pela International Civil Aviation Organization (ICAO), sendo exigida pela
Federal Aviation Administration (FAA) nos Estados Unidos da América (Wijnen, et al., 2008). No manual
de desenvolvimento aeroportuário da IATA (IATA, 2004), é descrita a sequência a ser seguida no
desenvolvimento de um master plan (Figura 2.2) para um típico terminal de passageiros de aeroporto
doméstico ou internacional e operação na placa de aeroporto.
Segundo Edwards (2005), este plano tem como objectivo equilibrar o sistema aeroportuário com
as necessidades de infra-estrutura, fornecer uma estrutura física para investimento e, ainda, assegurar
que o aeroporto é gerido de forma eficaz (espaço, finanças e planeamento futuro). No entanto, o seu
foco é no desenvolvimento do plano e não no processo de tomada de decisões sobre o plano,
descrevendo uma estratégia de um operador aeroportuário para os anos seguintes, nomeadamente
as mudanças de infra-estruturas, sem especificar conceitos operacionais ou problemas de gestão
9
(Kwakkel, et al., 2010). Por sua vez, Kazda & Caves (2008) caracterizam-no como um plano para a
construção de um aeroporto que considera as possibilidades de desenvolvimento máximo do
aeroporto numa dada localidade, podendo ser elaborado tanto para o aeroporto existente como para
um completamente novo, independentemente do seu tamanho. No entanto, estes autores salientam
que este plano é apenas um guia para:
o desenvolvimento de instalações;
o desenvolvimento e uso do solo da área circundante do aeroporto;
a determinação dos impactos do desenvolvimento do aeroporto para o ambiente;
a determinação dos requisitos de acessibilidade terrestre.
No passado, o master plan era desenvolvido com base nas necessidades de aviação locais, mas
hoje em dia ele é integrado num plano de sistema aeroportuário que engloba as necessidades de um
sistema de aeroportos (Horonjeff, et al., 2010).
O estilo de master plan tradicional mostra uma notável semelhança com o modelo racional de
planeamento estratégico (Burghouwt, 2007), que envolve uma pesquisa linear passo-a-passo planeada
para soluções óptimas para problemas definidos. O modelo racional de planeamento estratégico é
construído em conformidade com os factores organizacionais internos e externos, tendo como
objectivo maximizar a utilidade. Tal como este modelo, o master plan tradicional é um processo
estritamente linear, passo-a-passo, que procura compatibilizar as instalações no aeroporto com a
procura projectada da aviação através de uma escolha racional para a alternativa ideal (Burghouwt,
2007).
10
Figura 2.2 - Etapas do desenvolvimento de um Master Plan (adaptado de IATA (2004))
Apesar da volatilidade dos níveis reais de tráfego, a prática tradicional de planeamento e design
aeroportuário reflecte uma visão bastante estática desta actvidade. Isto deve-se ao facto de que os
profissionais entendiam os abrandamentos e os impulsos expansionistas como flutuações em torno
das tendências de longo prazo e, por isso, poderiam atrasar ou acelerar a entrega das instalações do
aeroporto, encontrando assim uma forma para lidar com essas variações (de Neufville, 2008).
No entanto, a forma tradicional de planeamento de aeroportos não prepara o aeroporto para
competir nas condições actuais ou futuras do mercado. A volatilidade do tráfego do aeroporto e a
incerteza associada ao volume de tráfego futuro são susceptíveis de aumentar num regime de
mercado livre, tornando as previsões de tráfego não-confiáveis (Magalhães, et al., 2012).
Etapa 1
•Determinar o pico dos movimentos de aeronaves e o resultante pico do movimento de passageiros requeridos no ano de projecto do master plan final.
Etapa 2
•Recolher através de pesquisa: dados geográficos, geológicos, meteorológicos e ambientais referentes à localização do aeroporto que é proposta.
Etapa 3
•Seleccionar a configuração da pista que melhor corresponde aos requisitos do tipo de aeronaves e dos movimentos, à capacidade de controlo de tráfego aéreo, limitações geológicas e condições meteorológicas, e os quais satisfazem os requisitos ambientais o melhor possível.
Etapa 4•Alinhar a pista proposta para coincidir com as direções do vento predominantes.
Etapa 5
•Determinar e localizar o número de áreas de estacionamento de aeronaves (stands) requeridos e o tipo de estacionamento (stands remotos ou a servir portas de embarque) necessário para atender o serviço padrão.
Etapa 6
•Fornecer a configuração correcta e a quantidade de taxiways, assegurando que a pista e stands são servidos adequadamente, com a devida consideração sobre a dinâmica das aeronaves na placa.
Etapa 7
•Dimensionar e posicionar o edifício do terminal, pier e torre de controlo finais com as zonas de desenvolvimento apropriadas.
Etapa 8
•Alinhar o edifício do terminal em conformidade com os piers para o serviço dos stands de aeronave. Posicionar os serviços de luta contra incêndio apropriadamente dentro do complexo da placa.
Etapa 9
•Dimensionar e posicionar os processos de apoio do aeroporto, tais como acessos ferroviários, de autocarros, de autocarros expressos e de veículos particulares e instalações de estacionamento.
Etapa 10
•Posicionar a carga secundária, as instalações do terminal, os stands, os hangares de manutenção de aeronaves como requerido nas zonas de desenvolvimento excedentes.
11
A experiência demonstra que as previsões de tráfego de um aeroporto estão maioritariamente
erradas, uma vez que comparando a previsão para um determinado período e o tráfego que realmente
ocorreu, quase invariavelmente existe uma discrepância significativa. Isto é ainda mais evidente
quando se consideram as previsões superiores a 10 a 20 anos, isto é, os períodos normais para o
planeamento de grandes infra-estruturas aeroportuárias. As diferenças entre a previsão e a realidade
são mais aparentes quando dizem respeito ao nível total de operações. Contudo, as previsões são
igualmente importantes para fins de planeamento, considerando a composição do tráfego (de
Neufville & Odoni, 2013).
Vários autores defendem que o master plan é inadequado para os dias de hoje, por se tratar de
um planeamento rígido. Para Burghouwt (2007), a forma tradicional de desenvolver um master plan
baseia-se numa única expectativa sobre um futuro específico, que geralmente é errada, partilhando
assim com o modelo racional vários inconvenientes graves e suposições imprecisas que o tornam
afastado da forma ideal de planeamento aeroportuário, num ambiente de mercado incerto.
Depois do período de concorrência limitada na aviação, as estratégias das transportadoras
aéreas mudaram radicalmente o contexto em que os planeadores aeroportuários operam, sendo
caracterizado principalmente por dois aspectos, segundo Burghouwt & Huys (2003): a volatilidade e
os novos requisitos para a configuração e funções do aeroporto. Na Europa, a liberalização extinguiu
o apoio financeiro do Estado para as transportadoras aéreas, e quando estas não operam
eficientemente, esta situação resulta no seu desaparecimento do mercado ou na fusão com uma outra
transportadora. Além disso, este regime possibilita a livre entrada e saída das companhias aéreas nas
rotas quando assim elas o decidem. Assim, o processo de desregulamentação do sector de transporte
aéreo aumentou a volatilidade do tráfego, circunstância ainda mais intensificada pela adopção de
redes hub-and-spoke, que gera um tráfego de transferência imprevisível, e pela crescente importância
das alianças globais das companhias aéreas.
No trabalho de Wijnen, et al. (2008) constata que o master planning resulta muitas vezes em
erros que provocam custos avultados, uma vez que, para além da já referida incerteza sobre o futuro,
existem muitos stakeholders3 com objectivos conflituantes e potenciais estratégias. Geralmente, as
estratégias alternativas são deixadas de fora e os stakeholders são excluídos, limitando-se apenas a
uma única previsão do futuro, o que torna rapidamente o master plan desajustado, podendo ser
impugnado por alguns stakeholders. Embora os operadores aeroportuários tenham contrariado esta
tendência, envolvendo cada vez mais os stakeholders no master plan e nos processos de tomada de
decisão, não se têm verificado melhorias na tomada de decisão no que diz respeito ao
3 Stakeholders de aeroportos: passageiros, comunidades, prestadores de serviços de navegação aérea (ANSPs), companhias aéreas, autoridades de aviação, governo.
12
desenvolvimento futuro. Além disso, o tempo que leva à elaboração de estudos de master planning é
bastante longo, correndo o risco de se tornarem obsoletos no momento em que são concluídos devido
a novas condições que não foram tidas em conta. Wijnen, et al. (2008) afirmam ainda que a principal
razão para a falta de sucesso das abordagens actuais de planeamento é a complexidade e a incerteza
com que os planeadores e tomadores de decisão têm de lidar, pois além dos vários stakeholders com
diferentes objectivos e preocupações, o próprio sistema aeroportuário também é complexo.
Segundo Kwakkel (2007), a implementação dos master plans não é muitas vezes possível, dadas
as previsões incorrectas da procura e, como tal, são geradas consequências graves para o
desenvolvimento a longo prazo do aeroporto, incluindo: a incapacidade de implementar o plano,
restrições de capacidade devido a regulamentos imprevistos (ruído), incapacidade de atender a
procura da aviação e investimentos desnecessários nas instalações. Este autor crê que o contexto em
que os aeroportos operam se tornará ainda mais dinâmico, pelo que é fundamental encontrar formas
de lidar com as várias incertezas sobre o futuro do sistema de transporte aéreo. De acordo com esta
pesquisa, prevê-se que a procura do transporte aéreo irá aumentar significativamente; no entanto
existe incerteza em vários aspectos, tais como: a extensão desse aumento; as rotas e as
transportadoras aéreas em que ela ocorrerá; os contornos de ruído que existirão; e os regimes de
regulação que haverá. Para além destes aspectos, devem também ser tomados em linha de conta a
tendência para a privatização dos aeroportos e das companhias aéreas, que introduz novos
stakeholders e novas exigências para o desempenho do aeroporto, levando a dúvidas quanto ao
desempenho futuro do aeroporto, quanto à robustez das políticas que os decisores aeroportuários
desejam implementar eà exequibilidade dessas políticas. Em suma, Kwakkel (2007) defende que todas
estas incertezas conduzem a uma abordagem do master plan ainda menos apropriada.
Juntamente com outros autores, Kwakkel destaca duas razões principais para a ineficácia do
master plan, que dizem respeito à confiança da previsão da procura e ao carácter esquemático do
master plan resultante (Kwakkel, et al., 2010). Quanto à previsão da procura, esta falha devido a um
largo conjunto de razões, tornando-se então cada vez mais inapropriada, principalmente devido à
transição de uma actividade gerida pelo Estado para uma com gestão híbrida (público-privada). Tal
como Burghouwt & Huys (2003) referiram, os master plans têm um carácter esquemático, pois durante
a sua fase de implementação, tem-se pouca consideração na mudança das condições, tratando-se
então de um plano de natureza estática que deixa pouco espaço para se adaptar às novas condições.
Portanto, a incapacidade de prever a procura futura com precisão suficiente e o carácter estático dos
master plans tornam o planeamento problemático.
Em síntese, segundo de Neufville (2008), o paradigma de planeamento aeroportuário está a
mudar de um padrão tradicional caracterizado por normas elevadas, clientes estabelecidos e previsões
a longo prazo, para um outro padrão em que existe o reconhecimento da grande incerteza das
13
previsões, uma ampla gama de normas e clientes variáveis. Como tal, há que desenvolver alternativas
para lidar com esta conjuntura actual, de modo a satisfazer todos os intervenientes deste sistema.
2.2. Alternativas para o Desenvolvimento Aeroportuário
Existe um consenso geral de que é necessário ter uma abordagem flexível no desenvolvimento
aeroportuário, uma vez que a forma convencional é actualmente inadequada devido ao seu carácter
rígido, originando consequências negativas em termos financeiros, da sua capacidade, dos atrasos
originados, entre outros. Uma vez que não é evidente a forma de expansão da capacidade de um
aeroporto, é essencial que os aeroportos sejam flexíveis ao longo do tempo, sendo capazes de se
ajustarem conforme a procura (Magalhães, et al., 2012).
Como alternativa ao desenvolvimento aeroportuário tradicional, os especialistas nesta área têm
estudado o conceito de flexibilidade. A ideia central das alternativas existentes na literatura é ter um
plano que seja flexível e, com o tempo, poder adaptar-se à mudança das condições em que o aeroporto
opera. No entanto, apesar da flexibilidade aeroportuária ser uma ideia comum a todos, existem
diferentes abordagens sobre ela, não existindo um conceito universal.
Na Figura 2.3. são resumidas as várias perspectivas relacionadas com o conceito de flexibilidade.
Figura 2.3 - Diferentes abordagens de alternativas de desenvolvimento aeroportuário
14
2.2.1. Design Aeroportuário Flexível
De Neufville (2008) aborda a flexibilidade aeroportuária numa perspectiva de design, propondo
uma estratégia de design flexível para lidar com a incerteza. Esta abordagem tem como base a
utilização de opções reais que permitem ajustar as instalações dos aeroportos facilmente a alterações
de localização e de necessidades do transporte aéreo, instituindo assim mecanismos para que os seus
proprietários possam responder rapidamente e de forma eficaz e barata para um vasto conjunto de
cenários que possam ocorrer. Assim, para este estudo, ele analisou a flexibilidade associada ao
conceito de aeroportos e companhias aéreas de low-cost, uma vez que a liberalização deste sector e a
ascensão das companhias aéreas no subsector de low-cost têm alterado o planeamento aeroportuário.
De acordo com o autor, o processo de design flexível é composto por três elementos básicos:
o reconhecimento da gama da incerteza, em que existe uma grande variação dos resultados
possíveis, desde o menos favorável para o mais vantajoso, motivando ao desenvolvimento
de planos para atenuar as dificuldades e aproveitar as oportunidades;
a definição de oportunidades de design flexível, que permitem ajustar as instalações
facilmente a situações reais futuras, envolvendo a capacidade de reconfigurar as instalações
para atender a diferentes desenvolvimentos técnicos ou de mercado;
a análise das estratégias de desenvolvimento, que identifica as estratégias que podem ser
utilizadas para explorar as oportunidades de design que proporcionam o ponto de partida
para expansões e reconfigurações futuras.
Já anteriormente, em 1995, o mesmo autor referia a importância da flexibilidade no design nas
instalações aeroportuárias, admitindo que esta é chave para o desempenho económico e a viabilidade
competitiva tanto para o aeroporto como para as companhias aéreas (de Neufville, 1995).
Com a mesma perspectiva de design sobre a flexibilidade, mas com uma visão arquitectónica,
Edwards (2005) destaca a relevância desta visão num terminal de aeroporto. Os pressupostos em que
os terminais são projectados não são os mesmos do que há uma ou duas décadas atrás, tornando-se
edifícios muito diferentes. Isto deve-se à desregulamentação das companhias aéreas, à constante
ameaça de terrorismo e à necessidade de explorar receitas de actividades não-aeronáuticas nos
aeroportos. Este autor considera que é fundamental que os arquitectos sejam capazes de oferecer
qualidade estética e flexibilidade operacional, ou seja, devem proporcionar construções de alta
qualidade para satisfazer as expectativas dos clientes, assim como acomodar as alterações que
dificilmente são antecipadas. Desta forma, é adoptada uma política que procura distinguir os
elementos de longo-prazo das alterações a curto-prazo, com o objectivo de enfrentar o futuro, sem
comprometer o carácter permanente do edifício.
15
De acordo com este autor, a necessidade de flexibilidade nos aeroportos é resultado da
interacção complexa entre as companhias aéreas, o design das aeronaves e as autoridades
aeroportuárias. A relação entre elas explica os parâmetros variáveis nos quais os projectistas operam,
dado que existem alguns aspetos que tornam os acordos aéreos obsoletos: a maximização dos lucros
pelas autoridades aeroportuárias; a defesa dos acordos de processamento de passageiros por parte
das companhias aéreas; e a inovação do design de aeronaves. De modo a responder a todas estas
necessidades, os projectistas devem considerar a flexibilidade na configuração dos terminais, que só é
possível graças à qualidade arquitectónica.
Por sua vez, Shuchi, et al. (2012) propuseram um framework de design flexível, em que se
correlaciona o conhecimento em elementos de design flexível com os princípios de design específicos
para o design de terminal do aeroporto. A eficácia funcional e a flexibilidade no planeamento e no
processo de design dos edifícios de passageiros foram analisados em três categorias gerais:
desenvolvimento do design; escala de tempo; elementos de design. Este framework sugere atingir uma
flexibilidade de nível macro no design do terminal de aeroporto em duas categorias principais: a
estrutura física e a disposição espacial. Foram discutidas decisões de design com base nestas duas
categorias, numa perspectiva de curto, de médio e de longo-prazo que é caracterizada
adequadamente como flexibilidade operacional, táctica e estratégica, respectivamente. As mudanças
operacionais e tácticas envolvem principalmente as mudanças de disposições espaciais para atender
às necessidades com base na exigência específica de um determinado momento. Já as mudanças
estratégicas de longo prazo, implicam um período de tempo mais alargado e, geralmente, envolvem
mudanças estruturais. O framework apresentado é o passo inicial para alcançar uma estratégia de
design flexível completa para o design de terminal de aeroporto.
O framework de design flexível foi expandido por Shuchi & Drogemuller (2012) num processo
constituído por 4 etapas, em muito semelhante ao processo estudado por de Neufville (2008):
Etapa 1 - reconhecimento das incertezas do design de terminal de aeroporto em termos de
disposição espacial e estrutura física;
Etapa 2 - identificação dos elementos específicos de design que aumentem a flexibilidade das
diversas instalações aeroportuárias;
Etapa 3 - processo de desenvolvimento de design que implementará os elementos de design
flexível identificados para lidar com as possíveis incertezas e, ainda, a avaliação das
alternativas de design. As soluções alternativas serão avaliadas analisando os elementos de
design identificados na etapa 2, acompanhados por factores de medição e por restrições de
design para atingir uma solução óptima;
16
Etapa 4 - implementação do plano, em que as questões estratégicas serão identificadas e
aplicadas.
Como os ambientes aeroportuários devem ser adaptáveis à mudança, Butters (2010) defende
que esta capacidade depende da incorporação da flexibilidade. No seu estudo de design aeroportuário
flexível, apresenta quatro etapas fundamentais de desenvolvimento ou renovação, onde a flexibilidade
tem de estar presente: o master planning; o design de edifícios; o planeamento do espaço; e as
componentes.
A primeira etapa, que diz respeito ao master planning, é onde tudo começa, sendo a primeira
oportunidade de construir em flexibilidade, em que o master plan irá suportar todas as mudanças
previsíveis, enquanto a eficiência operacional sustentável mitiga os efeitos que não podem ser
previstos. Na segunda etapa, o design de edifícios permite uma enorme flexibilidade e adaptabilidade,
mas, também pode ser o elemento mais restritivo de um aeroporto, sem a devida consideração. Na
terceira etapa, o planeamento do espaço e a configuração são considerações a ter em conta na criação
de estratégias de planeamento flexível para os projectos de renovação ou desenvolvimento de
edifícios, garantindo: a incorporação de um buffer, onde a função operacional possa expandir no
futuro; o trabalho no espaço mais complicado, optimizando a utilização do espaço e da configuração
dos equipamentos; a inclusão do anexo de instalações adjacentes, convertendo os espaços com
funções não operacionais para operacionais; a identificação de locais remotos e relocalizar funções
não essenciais para criar um maior espaço operacional; a construção de mais espaço; evitar “book-
ends”, que são pontos fixos cuja relocalização é dispendiosa. Finalmente, na quarta etapa, as
componentes e as suas estratégias desenvolvidas têm uma importância vital, trata-se do é o lugar onde
a sequência de construção tem um grau de incerteza ou onde a modificação do ambiente operacional
do aeroporto é provável.
Sobre esta abordagem, Magalhães, et al. (2012) propõe uma alteração na ordem das quatro
etapas de desenvolvimento ou renovação dos aeroportos de Butters, considerando o planeamento do
espaço antes do design dos edifícios, pois considera que este último está relacionado com os limites
do aeroporto.
No âmbito do design de edifícios, de Neufville & Belin (2002) estudaram as instalações
partilhadas, que consistem em instalações que servem vários utilizadores (aeronaves, companhias
aéreas ou tipos de serviços) em várias funções (chegadas, partidas, nacionais e internacionais, entre
outros). Existem duas características distintas de tráfego do aeroporto que motivam o uso partilhado:
o "pico" e a "incerteza". O primeiro factor diz respeito às variações nos níveis de tráfego e o segundo
à incerteza no momento do tráfego (curto ou longo prazo).
As instalações multifuncionais partilhadas aumentam significativamente a utilização de
instalações, reduzindo, então, a quantidade necessária para qualquer nível de tráfego, e também
17
aumentam a flexibilidade do edifício, permitindo que este acomode facilmente as variações de tráfego.
Assim, segundo estes autores, é possível reduzir os gastos de capital até 30%, aumentando dessa forma
o retorno do investimento.
2.2.2. Design Aeroportuário Flexível e Gestão do Risco
No âmbito da visão de design, Gil & Tether (2011) estudaram a flexibilidade juntamente com a
gestão de risco, explorando a sua interacção em grandes projectos de infra-estruturas, tendo como
foco a expansão do aeroporto de Heathrow (Londres, LHR) com a construção do Terminal 5. Ao
justapor estes dois quadros conceptuais, é possível encontrar as condições sob as quais os mesmos
podem ser complementares para gerir a tensão entre a eficiência e a eficácia destes projectos,
preenchendo a lacuna entre os dois, uma vez que se têm desenvolvido em paralelo. Construir tendo
em conta a flexibilidade de design aumenta a capacidade de adaptação para acomodar os requisitos
em evolução que é necessária para atingir a eficácia. Por sua vez, a eficiência exige uma gestão do risco
para entregar o projecto no prazo e dentro do orçamento estipulados. No entanto, as preocupações a
curto-prazo para a eficiência podem comprometer a eficácia a longo-prazo, levando à obsolescência
precoce e prejudicando a longevidade operacional da infra-estrutura.
Neste estudo, os autores explicam a variação na interacção entre estas duas abordagens,
destacando a relação entre quem desenvolve e o cliente. É essencial que exista uma relação simbiótica
entre eles, uma vez que o primeiro é quem contrai os custos e são os clientes que irão operar no
terminal e, por isso, a qualidade dessa relação (cooperação e objectivos comuns) condiciona o
equilíbrio entre as duas abordagens. No seu entender, dado que as necessidades dos clientes evoluem
ao longo do tempo, um processo flexível é obrigado a adiar decisões de design e solicitar alterações
de última hora.
2.2.3. Planeamento Estratégico Flexível
De acordo com Burghouwt (2007), a flexibilidade é o mesmo que re-adaptabilidade, definindo-
a como a capacidade de fazer ajustes contínuos em condições de constante mudança. O trabalho deste
autor está relacionado com o planeamento estratégico flexível de um aeroporto, o que significa que o
seu objecto de estudo trata-se do planeamento do aeroporto a nível estratégico. Assim, esta
abordagem segue ainda o modelo racional referido anteriormente, com a adição de elementos de
flexibilidade e proactividade ao estilo de planeamento aeroportuário tradicional. Como não descarta
completamente o modelo racional, adaptando-o às circunstâncias do mundo real, o planeamento
estratégico flexível é considerado um paradigma alternativo de análise racional. Assim, este autor
18
apresenta um quadro com as principais diferenças entre o master plan tradicional e o planeamento
estratégico flexível (Tabela 2.1), onde é possível notar que os elementos mais importantes são a criação
de opções reais, a robustez de múltiplos cenários futuros e o backcasting, o planeamento de
contingência, a diversificação e as organizações flexíveis (Magalhães, et al., 2012).
Master Planning aeroportuário tradicional Planeamento Estratégico Flexível Passivo, reactivo, adaptativo Re-adaptativo, proactivo
Única antecipação/ajustamento à mudança Contínua antecipação/ajustamento à mudança
Impulsionado pela oferta Impulsionado pela procura
Previsões como projecções do futuro Backcasting; cenários como orientações do que pode acontecer no futuro
Robustez de futuro único dos planos e projectos
Robustez de múltiplos futuros dos planos e projectos
Compromissos a curto e longo-prazo Compromissos a curto-prazo, pensamento estratégico a longo-prazo
Ferramentas analíticas preferidas: previsão e análise de valor líquido actual
Ferramentas preferidas: planeamento de cenários, análise de decisão e análise de opções reais, esquemas de contingência, verificação, experimentação
Alternativa preferida é a solução óptima para um futuro específico
Alternativa preferida é a melhor alternativa numa gama de cenários futuros prováveis
Risco implicitamente ignorado ou aversão ao risco
Cultura de risco; risco como uma oportunidade
Top-down/inside-out Top-down/bottom-up, inside-out/outside-in Tabela 2.1 – Características do Master planning tradicional e do Planeamento Estratégico Flexível (adaptado de Burghouwt
(2007))
Burghouwt (2007) distingue claramente a flexibilidade ex ante e ex post, em que a primeira
refere-se às acções tomadas no presente e que permitem ser flexível no futuro, tratando-se portanto
da antecipação, enquanto que a flexibilidade ex post refere-se às acções que são ajustes para mudar
agora e que são possíveis graças às decisões tomadas no passado.
2.2.4. Planeamento Estratégico Aeroportuário Adaptativo
No âmbito estratégico, Kwakkel, et al. (2010) desenvolveram uma abordagem denominada
como Planeamento Estratégico Aeroportuário Adaptativo. Em vez de tentar prever a procura futura,
que é bastante volátil, é recomendado que os planos estratégicos devam ser capazes de fazer face a
um conjunto variado de níveis de procura. Portanto, tendo diversas alternativas flexíveis, estes planos
podem adaptar-se ao longo do tempo à mudança das condições em que o aeroporto opera. Como tal,
este trabalho oferece um framework e um processo faseado para produzir esses planos adaptáveis e
flexíveis, que engloba quatro etapas.
Etapa 1 - análise das condições existentes de um aeroporto e especificação dos objectivos
para desenvolvimento futuro;
Etapa 2 - especificação do modo de acção;
19
Etapa 3 - modo acção detalhado de forma mais robusta:
acções de mitigação para reduzir os efeitos adversos do plano;
acções de cobertura para difundir ou reduzir o risco dos efeitos adversos incertos do
plano;
acções de aproveitamento para aproveitar as oportunidades disponíveis;
acções moldáveis para reduzir ou aumentar a possibilidade de que uma condição ou
evento externo provoque o insucesso ou sucesso do plano, respectivamente.
Etapa 4 - plano de contingência, que consiste no controlo de desempenho do plano e, tomar
medidas, caso seja necessário. Os indicadores especificam a informação que deve ser seguida
para determinar se o plano está a alcançar a suas condições para o sucesso. Os valores
críticos das variáveis dos indicadores (impulsionadores) são especificados, bem como as
acções que devem ser implementadas para assegurar que o plano continua a mover o
sistema na direcção correcta e com uma velocidade adequada.
Etapa 5 - implementação:
acções defensivas para esclarecer o plano de base, preservar os seus benefícios, ou
encontrar desafios externos em resposta a impulsionadores específicos que deixam o
plano de base inalterado;
acções correctivas que são ajustes ao plano de base;
acções de capitalização para aproveitar as oportunidades que melhoram o desempenho
do plano base;
reavaliação do plano quando a análise e os pressupostos fundamentais para o sucesso
do plano perderam claramente validade.
O trabalho de Kwakkel, et al. (2010) pretende avaliar a eficácia do Planeamento Estratégico
Aeroportuário Adaptativo através de um vasto conjunto de futuros possíveis para o caso do Aeroporto
de Schiphol (Amesterdão, AMS), tendo concluído que este método levava o aeroporto para resultados
menos negativos quando se compara com o master plan estático.
2.2.5. Planeamento Estratégico Dinâmico
De Neufville & Odoni (2013) desenvolveram o conceito de Planeamento Estratégico Dinâmico,
defendendo que para um planeamento em concordância com a realidade é necessário considerar três
elementos principais: uma boa avaliação das questões, uma abordagem flexível e uma postura
proactiva para lidar com o futuro.
Para a avaliação das questões, é conveniente começar com uma análise SWOT, que consiste em
duas fases de pensamento estratégico. A primeira fase decorre de factores internos e pretende avaliar
20
as condições actuais de um aeroporto, identificando os seus pontos fortes e fracos, já a segunda fase
diz respeito a um processo criativo com o objectivo de encontrar as oportunidades e as ameaças ao
aeroporto, as quais resultam defactores externos. Esta análise permite a compreensão acerca de como
o aeroporto deve desenvolver a sua actividade, tanto física como organizacional, de modo a que seja
possível moldar e beneficiar de desenvolvimentos futuros.
Estes autores consideram a flexibilidade como essencial, uma vez que é impraticável construir
instalações que atendam a todas as eventualidades. Como tal, os operadores aeroportuários têm de
ajustar os seus planos e projectos de forma dinâmica ao longo do tempo para acomodar a variedade
de cenários que possam ocorrer futuramente. O planeamento estratégico dinâmico representa,
portanto, uma nova visão de desenvolvimento do planeamento de sistemas de aeroportos, consistindo
numa abordagem que é apropriada para a conjuntura actual, caracterizada pelo ambiente cada vez
mais desregulamentado onde competem as companhias aéreas privatizadas e pelo crescente número
de aeroportos privatizados que têm de responder de forma proactiva às suas oportunidades e
ameaças.
Esta nova abordagem é ainda compatível com o master plan e baseia-se nos seus elementos
básicos, dado que se trata de uma extensão do processo de master planning. A este planeamento é
acrescentada uma análise de um conjunto de previsões passíveis de ocorrer e uma atitude proactiva
ao planeamento estratégico, incentivando os planeadores a moldar o futuro, em vez de reagir
passivamente aos eventos.
Em suma, a proactividade é outra característica fundamental do planeamento estratégico
dinâmico e não tem sido prática corrente no planeamento aeroportuário, pelo contrário, a atitude tem
sido a de reagir aos acontecimentos.
2.2.6. Sistemas Multi-Aeroportos
Bonnefoy, et al. (2010) estudaram os sistemas multi-aeroportos como outra possibilidade de
flexibilidade nos aeroportos, uma vez que o tráfego aéreo pode ser conduzido de um aeroporto para
outro. Estes sistemas representam um mecanismo essencial pelo qual os sistemas de transporte aéreo
em todo o mundo são capazes de conhecer a procura futura devido às restrições de capacidade nos
principais aeroportos existentes.
O desenvolvimento de sistemas multi-aeroportos é de natureza multi-factor, dado que envolve
e é influenciado por um vasto conjunto de factores: técnicos, políticos, regulatórios e sociais. Através
de uma análise dinâmica da sua evolução é possível ajudar e orientar o desenvolvimento eficaz dos
sistemas no futuro. No trabalho realizado, aquele autor analisou 59 sistemas de aeroportos em
diferentes regiões do mundo com o objectivo de fazer uma análise sistemática do sistema, por forma
21
a identificar os mecanismos fundamentais que regem o sistema, os factores que influenciam a sua
dinâmica e, desta forma, ser possível encontrar ideias para melhorar o design, operar e gerir o sistema.
2.2.7. Síntese
Analisando os diferentes prismas das alternativas para o desenvolvimento aeroportuário, é
possível verificar que a maioria dos autores aborda a flexibilidade na perspectiva de design. Este tema
capta bastante a atenção de quem estuda e trabalha o desenvolvimento de um aeroporto porque a
forma mais evidente de como se manifestam as consequências da variabilidade do tráfego é no espaço
fornecido pelos aeroportos para os diferentes serviços. Como tal, estas propostas realçam a
importância da disponibilidade e da nova organização do espaço para que seja possível a adaptação
do aeroporto para os diferentes cenários de tráfego aéreo. Adicionando a componente de gestão de
risco, tal como Gil & Tether (2011) defendem, para além de se atingir a eficácia proporcionada pelo
novo design, é possível avaliar a sua eficiência em termos de prazos e de custos.
Os sistemas multi-aeroportos (Bonnefoy, et al., 2010) é outra forma de lidar com o problema do
espaço, mas em vez de o espaço disponível no aeroporto ter de se modificar ou reorganizar, o tráfego
é que é reorganizado, sendo conduzido para outros aeroportos.
Enquanto que as alternativas que envolvem o design do aeroporto consistem em alterações
físicas do aeroporto, Burghouwt (2007), Kwakkel, et al. (2010) e de Neufville & Odoni (2013) abordam
esta questão a nível estratégico, em que as características mais realçadas para o planeamento são a
proactividade e a capacidade de ajuste dos planos para os diferentes futuros possíveis. Eles defendem
a elaboração de planos que satisfaçam vários níveis de procura, definindo diversos modos de acção
para estes.
2.3. Flexibilidade Aeroportuária
2.3.1. Conceito
A flexibilidade no sistema aeroportuário é, em geral, defendida como uma solução para lidar
com as incertezas do futuro. Com a finalidade de se investigar esta solução para o planeamento
aeroportuário, é fundamental a priori definir o conceito de flexibilidade. A análise bibliográfica
dedicada a este tema permite concluir que não existe uma unanimidade entre os vários autores. Por
um lado, nem todos os autores que estudam a flexibilidade apresentam uma definição para este
conceito e, por outro lado, os que a apresentam, têm perspectivas diferentes sobre o mesmo.
Contudo, as definições encontradas são semelhantes e convergem para a opinião de que a flexibilidade
22
é uma abordagem positiva. Dessas definições depreende-se que o seu objectivo é permitir que o
aeroporto se adapte às condições de procura utilizando a mesma infra-estrutura e equipamentos.
Dos vários autores que se têm dedicado ao estudo desta temática, destacam-se as seguintes
definições sobre o conceito de flexibilidade:
A flexibilidade consiste num grupo de características técnicas que permite aos proprietários
mudar, de forma fácil e barata, a configuração das suas instalações para atender às novas
necessidades (de Neufville, 2008).
A flexibilidade no design destina-se a responder especificamente a situações de mudança e
operações (Edwards, 2005).
A flexibilidade é a capacidade de fazer ajustes contínuos em condições de constante
mudança (Burghouwt, 2007).
A flexibilidade está associada ao design e estreitamente ligada com a gestão de riscos (Gil &
Tether, 2011).
A flexibilidade é a capacidade de se adaptar ao ambiente, sem fazer qualquer alteração
permanente no ambiente existente (Shuchi, et al., 2012).
A flexibilidade é a capacidade do aeroporto reagir eficazmente às mudanças no seu ambiente
operacional, disponibilizando os recursos de modo diferente (Vormer, et al., 2010).
A flexibilidade é a capacidade de um sistema se adaptar às alterações externas, enquanto
mantém o desempenho do sistema satisfatório (Morlok & Chang, 2004).
A flexibilidade pode ser definida como a capacidade de ter uma infra-estrutura tão
modificável quanto possível para se adaptar às necessidades futuras com o mínimo de
investimento (Magalhães, et al., 2013).
A flexibilidade caracteriza a capacidade de um sistema para ser alterado com facilidade
(Fricke & Schulz, 2005).
É de notar ainda que o conceito de flexibilidade é aplicado não só às infra-estruturas
aeroportuárias, mas também é aplicado a diversos campos de estudo, nomeadamente às ciências
relacionadas com os ramos de negócio e às ciências de engenharia, em que a ideia principal é a
capacidade de alterar ou reagir com o mínimo de impacto no tempo, no esforço, nos custo ou no
desempenho (Upton, 1994).
Ainda de acordo com Fricke & Schulz (2005), a flexibilidade faz parte de um conjunto de quatro
aspectos que definem, por sua vez, o conceito de modificabilidade (changeability). Para a definição
deste conceito, que engloba ainda a robustez, a agilidade e a adaptabilidade, os autores fazem a
distinção entre a flexibilidade e a adaptabilidade atendendo a que uma alteração pode ser iniciada,
respectivamente, de modo externo e de modo interno.
23
Das diferentes definições de flexibilidade acima mencionadas e das diversas alternativas flexíveis
para o desenvolvimento aeroportuário que foram abordadas anteriormente, é possível retirar um
conjunto de palavras-chave para caracterizar a flexibilidade:
adaptação ao longo do tempo;
facilidade na alteração;
proactividade.
As necessidades de hoje, não são necessariamente as mesmas de amanhã, pelo que é
fundamental que um projecto tenha a capacidade de se adaptar à evolução das diferentes situações
que vão ocorrendo ao longo do tempo. É necessário antecipar-se aos acontecimentos e agir, isto é,
adoptar uma postura proactiva, extraindo os benefícios das oportunidades e evitando riscos. Desta
forma, adoptar flexibilidade é trazer ao sistema a possibilidade de ser modificado de forma simples
dentro da sua configuração existente sempre que for necessário, aumentando a sua probabilidade de
sucesso.
A ideia corrente entre os vários autores é a de que a flexibilidade traz novos atributos ao
desenvolvimento aeroportuário, pelo que pode tratar-se de uma alternativa interessante a considerar,
visto que poderá solucionar ou atenuar problemas relacionados com esta actividade. Tendo em conta
a literatura referida, é possível agrupar uma série de aspectos vantajosos proporcionados pela
adopção da flexibilidade. A vantagem principal é, seguramente, a capacidade para ajustar facilmente
as instalações a situações futuras, que pode ser conseguida pela sua multifuncionalidade, aumentando
assim, a utilização das instalações e reduzindo a necessidade de mais instalações para níveis de tráfego
superiores. Outra vantagem é a que se relaciona com os gastos reduzidos resultantes do
aproveitamento do espaço, o que aumenta também o retorno de investimento.
De acordo com Cardin & de Neufville (2008), um dos benefícios de um sistema flexível é criar
valor ao seu proprietário, dado que consegue tirar vantagem de oportunidades inesperadas e/ou
reduzir a exposição aos riscos. Além disso, o reconhecimento da flexibilidade permite tomar melhores
decisões quanto ao limiar adequado para o investimento e, ainda, pode ser essencial para a
operacionalidade dos sistemas em escalas de tempo grandes. Com a flexibilidade, os planeadores
podem adiar as decisões no tempo, porém esse adiamento é obviamente limitado.
Não obstante as vantagens encontradas para a flexibilidade, esta abordagem tem também
desvantagens. Este conceito apresenta-se bastante vantajoso quando é necessário fazer alguma
alteração e já foi prevista essa opção. Porém, no caso em que ela não seja necessária no futuro, houve
gastos desnecessários para realizá-la, tornando-a infrutífera do ponto de vista financeiro. Esses gastos
estão relacionados, por exemplo, com o custo de planeamento (para a remuneração de quem produziu
o trabalho), com o custo dos novos equipamentos e com os custos associados ao pessoal para operar
nesses novos equipamentos.
24
É de salientar a importância para o grau de flexibilidade que é adoptada. Por um lado, entende-
se que a adopção de "demasiada" flexibilidade pode resultar num aumento do custo de
desenvolvimento e gestão da infra-estrutura e, por outro lado, a opção por "pouca" flexibilidade pode
resultar na falta de adaptação às situações futuras incertas. Por isso, a flexibilidade é uma tarefa de
optimização, em que ambos os extremos devem ser evitados.
Existem limitações à adopção da flexibilidade devido à dispersão do conhecimento sobre este
conceito. Na verdade não existe ainda uma fusão do conhecimento obtido nos diversos estudos
realizados até agora, que permita desenvolver uma estrutura que sustente o conceito de flexibilidade.
Apenas tem sido desenvolvida uma abordagem conceptual, que ainda não foi levada à prática. É ainda
notória a ausência de uma caracterização das variáveis fundamentais da flexibilidade, de um estudo
sobre as relações causais entre elas e sobre as suas consequências (variáveis de desempenho). A
literatura carece de estudos sobre mecanismos de flexibilidade que explicam as relações causais entre
os níveis de flexibilidade e os indicadores de desempenho (Magalhães, et al., 2012).
2.3.2. Níveis de Flexibilidade e Opções Flexíveis
A flexibilidade é um atributo que pode ser adoptado a diferentes níveis num sistema e em todas
as fases de planeamento do projecto. De acordo com o trabalho de Butters (2010), são definidos os
tipos de flexibilidade para os aeroportos, já indicados no sub-capítulo anterior, os quais podem ser
aplicados em diferentes etapas de desenvolvimento: o master plan; o design de edifícios; o
planeamento do espaço; e as componentes. Por sua vez, Magalhães, et al. (2013) estabeleceu uma
conexão entre estas etapas e os níveis de planeamento utilizados habitualmente (estratégico, táctico
e operacional), definindo as opções flexíveis mais comuns para cada nível. Desta forma, o nível
estratégico relaciona-se com o master plan e o planeamento do espaço; o nível táctico, com o
planeamento do espaço e o design de edifícios e, por último, o nível operacional com o design de
edifícios e as componentes.
No planeamento do sistema aeroportuário, as alterações típicas esperadas num terminal de
aeroporto ao longo do seu ciclo de vida podem ser então classificadas em flexibilidades estratégicas,
tácticas e operacionais (Shuchi & Drogemuller, 2012). Estes três níveis representam diferentes opções
de flexibilidade com diferentes áreas de actuação e, ainda, dependem bastante de quão rápidas são
as instalações a exigir as alterações apropriadas.
Ao nível estratégico, as opções flexíveis estão relacionadas com acções que requerem mais do
que uma época para serem realizadas. Uma vez que as mudanças estratégicas consistem em alterações
a longo prazo, envolvem portanto modificações estruturais, como por exemplo, terminais modulares.
25
Ao nível táctico, as opções flexíveis representam acções que ocorrem durante um período da
época.
Ao nível operacional, as opções flexíveis são utilizadas numa semana ou mesmo num dia apenas,
tratando-se de um tipo de flexibilidade que se manifesta a partir da adaptação de alterações
recorrentes e rápidas a realizar num terminal de aeroporto (Magalhães, et al., 2013) (Shuchi &
Drogemuller, 2012).
Na Tabela 2.2, apresenta-se a lista de opções flexíveis organizadas pelos níveis de acção, que
foram consideradas no estudo de Magalhães, et al. (2013).
Nível Estratégico Nível Táctico Nível Operacional Solo disponível para
expansões
Utilização de solo disponível para actividades não-aeronáuticas
Utilização de terminais modulares para uma expansão mais fácil
Terminal open space: o mínimo de paredes estruturais
Terminal open space: extensão do pé-direito do terminal
Facilidade de alteração do design e layout das zonas de retalho no terminal
Facilidade de alteração das funções no terminal
Paredes divisórias móveis no terminal
Espaços disponíveis no terminal
Portas de embarque com serviços internacionais e domésticos (swing gates)
Sistemas móveis: balcões de check-in
Sistemas móveis: balcões das companhias aéreas
Sistemas móveis: áreas de segurança
Sistemas móveis: sinalização e publicidade
Sistemas móveis: tapetes de recolha de bagagem
Tabela 2.2 – Opções Flexíveis por Níveis de Acção (adaptado de Magalhães, et al. (2013))
Na literatura, existem algumas opções flexíveis para resolver alguns problemas gerados pela
variação das forças externas.
A utilização de instalações com uso partilhado (de Neufville & Belin, 2002) é uma opção flexível
que poderá resolver questões relacionadas com a procura e, ainda, reduzir os recursos financeiros
necessários. Estas instalações servem diversos utilizadores (aeronaves, companhias aéreas ou tipo de
serviços) em diferentes funções (chegadas, partidas, internacionais e domésticas, entre outros). O
design dos edifícios de passageiros deve incluir espaço partilhado, swing gates e instalações
partilhadas que amortecem a incerteza da procura. Em termos de procura, as variações dos níveis de
tráfego (picos de tráfego) e o momento em que elas ocorrem (incerteza) motivam a sua utilização,
uma vez que a sua multifuncionalidade aumenta a flexibilidade dos edifícios, permitindo a fácil
acomodação nas variações do tráfego. Quanto aos recursos financeiros requeridos, eles serão
menores, na medida em que, como se viu anteriormente, as despesas podem reduzir até perto de um
terço, permitindo dessa forma que os investidores obtenham um rápido retorno.
A evolução dos sistemas multi-aeroportos é influenciada, segundo Bonnefoy, et al. (2010), pela
disponibilidade de infra-estruturas aeroportuárias existentes, pela entrada no mercado de companhias
26
aéreas de low-cost, utilizando os aeroportos pouco rentabilizados e ainda por factores de carácter
político e legislativo. O desenvolvimento destes sistemas tem como finalidade a adaptação do sistema
de transporte aéreo nacional às limitações de capacidade e às oportunidades de mercado. Como os
principais aeroportos do mundo estão a atingir os seus limites de capacidade e a ficar congestionados,
estão a surgir novos aeroportos na sua proximidade, quer através da construção de novos aeroportos
com grande capacidade quer através do incremento da importância dos aeroportos secundários até aí
com pouca utilização.
O desenvolvimento destes sistemas afigura-se como vital para atender à procura no futuro. Um
sistema multi-aeroporto oferece vantagens importantes, tais como:
a redução do congestionamento nos aeroportos principais, proporcionando capacidade
adicional para o sistema de transporte aéreo regional;
a possibilidade de maior robustez operacional através das operações desagregadas
espacialmente e reduzindo os efeitos de rotura;
a oferta de novas alternativas de viagens para os residentes da área metropolitana de uma
grande cidade, o que se traduz em reduções da distância de acesso ao aeroporto e do tempo
de viagem;
a criação de impactos directos, indirectos e induzidos nas economias regionais;
a redução dos efeitos das posições monopolistas que podem emergir em sistemas de
aeroporto único.
Contudo, os sistemas multi-aeroporto também originam algumas desavantagens, como por
exemplo, a diluição de operações em vários aeroportos limitando economias de escala para as
companhias aéreas ou a possibilidade limitada que proporciona aos passageiros na ligação entre os
voos nos diferentes aeroportos que servem por exemplo as áreas metropolitanas das grandes cidades.
De acordo com Butters (2010), os aeroportos flexíveis têm um conjunto de componentes para o
aumento de capacidade, cada uma delas com características específicas que podem ser desenvolvidas
de forma independente ou em conjunto. A extensão dos terminais é uma dessas componentes, em
que deve ser possível a expansão independente de partes do terminal, não provocando alterações nas
partes que não necessitam dessa extensão.
Para Magalhães, et al. (2013) considera-se também como opção flexível a existência de terreno
que é deixado disponível, evitando, dessa forma, as restrições de espaço no futuro, o que leva a um
maior investimento e torna o processo mais moroso. Este problema está constantemente a bloquear
a expansão do aeroporto, pelo que é então necessário que haja uma optimização do uso do solo.
27
Por fim, a adopção de uma forma modular é considerada uma solução simples, dado que os
terminais modulares possuem uma configuração que torna mais fácil e barato o processo de adaptação
ou de expansão para atender à procura e aos ciclos económicos (Shuchi, et al., 2012). Esta solução
permite aumentar a flexibilidade de um terminal do ponto de vista estratégico.
2.3.3. Exemplos da Flexibilidade Aeroportuária
A- Aeroporto de Dublin (DUB)
O Aeroporto Internacional de Dublin tem um dos master plans mais flexíveis desenvolvidos
recentemente, que identifica uma série de componentes para o aumento da capacidade, cada uma
deles com características específicas e podem ser desenvolvidas independentemente ou combinadas
(Butters, 2010).
Estão planeadas extensões dos Terminais 1 e 2, em que o tipo de tráfego de cada um deles é
diferente, mas que podem ser desenvolvidas de forma independente com o aumento da procura. O
master plan fornece novos piers em três áreas para responder a diferentes cenários de crescimento
de tráfego (Figura 2.4): apron piers A e B, para equilibrar o crescimento das transportadoras premium
e as low-cost; apron piers F e G, para permitir níveis mais elevados de crescimento, respectivamente,
nas transportadoras premium e low-cost.
Foi ainda deixado terreno disponível para que no futuro se possa desenvolver um hub,
salvaguardando um novo terminal para responder às condições de mudança radicais ou taxas de
crescimento maiores.
Figura 2.4 – Diagrama do Aeroporto de Dublin (Fonte: (Butters, 2010))
28
B - Aeroporto de Atenas (ATH)
A execução do projecto do Aeroporto Internacional de Atenas foi apenas concretizada pela
metade, dado que está prevista a construção de outro terminal, mas a procura actual não requer ainda
uma expansão. Como tal, foi deixado propositadamente um espaço reservado caso seja necessária a
expansão, espaço esse que actualmente está a ser utilizado por painéis solares que colectam energia
para o aeroporto (Magalhães, et al., 2013).
C - Aeroporto de Vancouver (YVR)
Com a finalidade de poder lidar com o número de passageiros variável, que requerem diferentes
procedimentos de processamento, o terminal do Aeroporto Internacional de Vancouver é um grande
salão aberto dividido por painéis de vidro interiores que podem ser ligados de diferentes formas por
escadas rolantes e passagens. Desta forma, o aeroporto consegue facilmente adaptar-se a mudanças
do tráfego a curto e a longo prazo, abrindo e fechando portas, respectivamente, entre os vários
sectores e deslocando os painéis, o que confere a este aeroporto uma grande capacidade de
acomodação ( (de Neufville, 2008); (Shuchi, et al., 2012)).
D - Aeroporto de Southampton (SOU)
O terminal do Aeroporto de Southampton é um exemplo de um terminal de aeroporto modular,
em que a sua forma facilita a expansão futura, que pode ser alcançada sem interrupção das operações
existentes. Para além de ser uma solução económica, a técnica de construção é rápida devido à
semelhança dos elementos do edifício (Shuchi, et al., 2012).
E - Aeroporto de Bangkok (BKK)
Esta configuração dos terminais descrita no caso de Southampton, também é adoptada pelo
Aeroporto de Bangkok Suvarnabhumi, onde existe uma série de grandes terminais modulares, cada
um servido por corredores no lado ar com portas de acesso às aeronaves em ambos os lados (Shuchi,
et al., 2012).
F - Aeroporto de Amesterdão-Schiphol (AMS)
O Aeroporto Internacional de Amesterdão Schiphol foi adaptado e ampliado com sucesso para
responder ao aumento contínuo da procura, evoluindo para um aeroporto-cidade. Isto foi possível
graças à estreita cooperação com a câmara de Amesterdão, reunindo-se semanalmente para discutir
e resolver questões acerca do desenvolvimento do aeroporto, nomeadamente as que diziam respeito
às restrições do uso do solo e as referentes ao ambiente). Assim, esta cooperação gerou estabilidade
29
geopolítica que se revelou fundamental para os investidores, com as consequentes repercussões no
investimento, e logo, na necessidade de flexibilidade (Shuchi, et al., 2012).
G - Aeroporto de Nova Iorque-John F. Kennedy (JFK)
O Aeroporto Internacional de John F. Kennedy é um exemplo de como a falta de flexibilidade
pode gerar problemas graves que podem levar até mesmo ao encerramento de terminais, como foi o
caso do Terminal TWA. Este terminal foi provando, ao longo do tempo, que era funcionalmente
deficiente, uma vez que o seu plano radial e compacto é ineficiente quando comparado com os lineares
(Shuchi, et al., 2012).
H - Aeroporto de Frankfurt (FRA)
O aeroporto de Frankfurt, tal como o anterior, é outro exemplo de surgimento de problemas. A
opção flexível de deixar espaço livre para uma futura expansão poderia ter evitado os procedimentos
jurídicos que ocorreram devido à construção de uma terceira pista, necessária para enfrentar as
restrições de capacidade e o congestionamento das outras pistas. Em resultado, ocorreram conflitos
com grupos de ambientalistas e com residentes, uma vez que esta construção geraria um aumento do
ruído e de poluição, bem como o corte de árvores protegidas (Magalhães, et al., 2013).
2.3.4. Aferição das vantagens e desvantagens da flexibilidade aeroportuária
Actualmente, a flexibilidade é um tema que é abordado em diversas disciplinas, uma vez que se
trata de uma característica cada vez mais desejada em diversos sistemas e, portanto, existe um
interesse na medição da flexibilidade. Quantificar os benefícios da flexibilidade é fundamental para
que se possa escolher a solução que melhor resulta num compromisso entre os custos realizados e o
desempenho obtido.
Eckart (2012) estudou a flexibilidade nos sistemas de drenagem urbana e desenvolveu um
framework para a sua medição. Neste trabalho, foi feito uma síntese dos diferentes métodos de
medição da flexibilidade que consistiam em métodos baseados em indicadores, de análise de pré-
investimento, de análise de decisão, de análise de sistemas e métodos baseados em métodos de
simulação.
Os métodos baseados em indicadores, na generalidade, não têm um fundamento teórico e, por
isso, a maioria das abordagens foram desenvolvidas considerando requisitos práticos. A flexibilidade é
medida por indicadores que oferecem coerência plausível entre o sistema analisado e a opção flexível.
Adiante (sub-capítulo 2.4), este método baseado em indicadores irá ser objecto de um tratamento com
maior detalhe, dando relevância à relação entre a flexibilidade inserida num aeroporto e o seu
30
desempenho. Também, irão ser referidos alguns frameworks desenvolvidos para avaliar a flexibilidade
com base em indicadores de desempenho e, ainda, uma aplicação prática no aeroporto de Aeroporto
de Schiphol.
Na gestão de negócios, a questão da flexibilidade é discutida no contexto de análise de pré-
investimento, que pode ser utilizada para medi-la e avaliá-la. As métricas de flexibilidade discutidas
nestes métodos dizem respeito aos custos de ciclo de vida (despesas que ocorrem durante todo o
período de vida operacional do sistema) e aos custos e benefícios da flexibilidade (“custos de troca”
que consideram apenas o balanço entre as despesas e os ganhos gerados pela opção flexível).
Nos métodos de medição de análise de decisão, desenvolvem-se vários designs alternativos de
um sistema, que representam as opções de flexibilidade disponíveis no início do processo de
planeamento, as quais são consideradas em diferentes cenários futuros. Para todos eles, o
desempenho das soluções alternativas é apurado, podendo assim ser avaliada a flexibilidade através
da comparação dos diferentes desempenhos (Cardin & de Neufville, 2008) (Eckart, 2012). Dos diversos
métodos analisados por Eckart (2012), retiram-se algumas métricas relevantes para a medição da
flexibilidade, tais como:
a homogeneidade do sistema (a homogeneidade indica a adequação das soluções
alternativas para diferentes cenários futuros e incertezas);
a diferença de desempenhos do sistema (diferença entre o benefício actual e o benefício
obtido da alternativa escolhida, para diferentes cenários futuros);
a quantidade de acções alternativas (extensão das acções alternativas de todas as soluções
alternativas para diferentes cenários futuros);
o nível de alcance do objectivo (concretização dos objectivos para diferentes cenários
futuros).
A análise de sistemas é utilizada para melhorar o desempenho e a flexibilidade dos sistemas,
onde podem ser deduzidas métricas para a aferição da flexibilidade. Aqui são analisadas as dimensões
da flexibilidade que incluem a gama, a mobilidade, a uniformidade e o custo de fornecimento.
Relativamente a métodos desenvolvidos de análise de sistemas, um dos exemplos que este autor
refere é o do método de propagação da mudança, em que são consideradas as métricas da
probabilidade de ocorrência e do impacto da mudança.
Os métodos de medição baseados em métodos de simulação têm como propósito optimizar a
flexibilidade dos sistemas, porém também podem ser utilizados como uma estrutura para medi-la.
Com estes métodos, é possível determinar o valor da variável de decisão para optimizar a função
objectivo, obedecendo às restrições impostas. Para a medição da flexibilidade através deste método,
adopta-se uma abordagem em que se compararam as soluções alternativas em diferentes cenários
31
futuros, sendo possível considerar decisões mais complexas. É necessário, então, determinar o valor
da flexibilidade para a solução óptima e para a solução alternativa a avaliar.
Na sua pesquisa, Eckart reuniu as métricas expressas nas diferentes abordagens em que
destacou:
a gama de mudança - a capacidade de lidar com uma grande variedade de alterações futuras;
a uniformidade - a homogeneidade do desempenho do sistema, dentro do intervalo de
alterações;
a mobilidade - as penalidades de transição da mudança, tais como a duração ou custos de
mudança.
Shuchi & Drogemuller (2012) propuseram um framework de avaliação da flexibilidade do design
num terminal de aeroporto. No entanto, ele não se trata de um manual completo para medir a
flexibilidade no layout dos terminais, mas oferece uma estratégia esquemática que pode ser adaptada
a uma variedade de configurações. O framework de avaliação conceptual proposto inclui um
procedimento para obter um layout adequado e, por fim, sugere métricas de desempenho para avaliar
a flexibilidade de forma abrangente.
O desenvolvimento de métricas de design flexível no processo de design de terminal de
aeroporto irá definir um número de variáveis que melhoram eficientemente o design e a operação de
um novo terminal ou a reconstrução de um. O objectivo destas métricas é avaliar a eficácia da
estratégia de design flexível proposta e a sua utilidade neste processo (Shuchi & Drogemuller, 2012).
2.4. Desempenho Aeroportuário
2.4.1. Relação entre a flexibilidade e o desempenho
Quando se implementa opções flexíveis num dado aeroporto, procura-se que tal provoque uma
melhoria no seu desempenho.
Este objectivo obriga a conhecer a relação entre a flexibilidade e o desempenho. Os dois
conceitos têm sido relacionados de uma forma directa, sendo a ideia dominante a de que os
aeroportos flexíveis estão mais aptos para se adaptar às mudanças e mantêm-se mais competitivos.
Segundo Magalhães, et al. (2015), a flexibilidade ajuda a aumentar ou pelo menos a manter os níveis
de desempenho do aeroporto, através do melhoramento da adaptabilidade das funções do aeroporto
às alterações externas.
Os autores Morlok & Chang (2004), na sua definição de flexibilidade, são os que associam a
flexibilidade explicitamente ao desempenho. O desempenho do sistema é caracterizado através de
32
parâmetros como a capacidade, o nível de serviço, a manutenção e a rentabilidade e, enquanto são
mantidos a um nível satisfatório, o sistema tem a capacidade de se adaptar às alterações externas.
De acordo com Magalhães (2014), o desempenho aeroportuário representa os outputs
produzidos pelo aeroporto que são influenciados pela flexibilidade e, constata que os dois principais
parâmetros de desempenho considerados na literatura para analisar a flexibilidade consistem na
produtividade e no desempenho financeiro.
Assim, na análise da flexibilidade de um aeroporto é fundamental distinguir a sua influência no
desempenho tanto a nível financeiro como operacional e, saber quantificá-la. Na secção 2.3.4, foram
apresentados alguns métodos e frameworks desenvolvidos para medir a flexibilidade, em que o
desempenho do sistema é a principal forma de avaliar a sua influência no sistema.
Na medição da flexibilidade, Eckart (2012) destaca as análises de pré-investimento como
métodos a avaliar o desempenho financeiro de um sistema. O autor refere duas métricas financeiras
que correspondem aos custos de ciclo de vida e aos custos e benefícios da flexibilidade. A primeira
métrica considera todas as despesas no período de vida operacional do sistema, englobando os custos
relacionados com o investimento inicial, as operações, a manutenção e as alterações. Por sua vez, a
segunda métrica faz um balanço das despesas e dos ganhos do sistema, considerando, os custos de
construção, de manutenção e de implementação das opções de flexibilidade e ainda os custos devidos
à adaptação do sistema e aos danos previstos.
No trabalho de Eckart, são ainda abordados dois métodos de avaliação financeira, os benefícios
ilimitados e as opções reais.
O método dos benefícios ilimitados é uma avaliação de custo-benefício, com base numa função
de custo para diferentes futuros, indicando que um sistema é flexível se esta função apresentar um
benefício ilimitado enquanto as despesas são limitadas.
A análise de opções reais é particularmente útil ao avaliar estratégias de investimento com
elevados riscos e incertezas em conjunto com a flexibilidade (Mittal, 2004).
De Neufville (2003) estuda uma análise financeira baseada nas opções reais para captar os
benefícios da flexibilidade, uma vez que este tipo de análise permite estimar o valor da flexibilidade
num sistema. Utilizando a perspectiva de opções reais, é possível projectar os sistemas de forma
diferente para a incerteza, poder-se-á dar maior valor a determinadas actividades que anteriormente
não eram tão reconhecidas, passando a investir mais nelas e, ainda, realça-se a importância de uma
abordagem proactiva extensa na recolha de informação sobre como resolver a incerteza, para que seja
possível explorar o valor nas opções.
Este método tem como base, a ideia de que os princípios e métodos das opções financeiras
podem ser transferidos para alternativas reais e objectos físicos (Eckart, 2012). Deste modo, as opções
reais lidam com coisas físicas em vez de contratos financeiros e todos os elementos de um sistema que
33
fornecem flexibilidade podem ser considerados como opções reais. A sua adopção na avaliação de
projectos, e assim também da concepção dos sistemas, traz vantagens adicionais que podem ser mais
importantes a longo prazo (de Neufville, 2003). Como tal, é possível considerar muitas características
na concepção de um sistema como opções reais envolvendo flexibilidade sobre o momento de
investimento. Ao analisá-las, é possível calcular o valor de cada uma delas e compará-las em relação
ao seu custo e, consequentemente, ter uma justificação sólida para aprovar ou rejeitar.
É de referir ainda que o foco no método dos benefícios ilimitados e das opções reais são as
características económicas da flexibilidade e, por isso, não consideram os seus outros atributos
mencionados na sua definição.
Actualmente, ainda existe uma grande limitação no que diz respeito à avaliação do desempenho
das operações aeroportuárias. Esta área de estudo é de extrema importância para que seja possível
entender quais são os benefícios operacionais da flexibilidade, dado que há a convicção de que a
flexibilidade tem um contributo positivo nas operações, porém não há como medi-la.
O framework conceptual de avaliação da flexibilidade desenvolvido por Shuchi & Drogemuller
(2012) é um processo para obter um layout adequado, sugerindo métricas de desempenho. Este
processo começa com a consideração de diversos objectivos de desempenho que interessam a uma
variedade de utilizadores do terminal aeroportuário. Na formulação de um layout flexível, os
parâmetros de design devem ser adequadamente identificados e classificados. Estes correspondem a
aspectos qualitativos e quantitativos das características físicas e funcionais de um sistema que dão um
contributo ao processo de design. Devem ser também consideradas restrições, que são as regras de
design, as relações, as convenções e as leis naturais a serem mantidas. Por último, de entre todas as
soluções que obedecem a todos estes termos, retiram-se métricas fundamentais para o eficiente
desenvolvimento do design e das operações.
Uma das abordagens mais utilizadas na literatura é a avaliação do desempenho com base em
indicadores. Não se trata de uma abordagem teórica, mas sim de aplicações práticas, em que a sua
qualidade é determinada por uma selecção estruturada dos indicadores (Eckart, 2012). Autores como
Walker, et al. (2008), Wijnen, et al. (2008), Kwakkel, et al. (2010) e Magalhães, et al. (2015) utilizaram,
nos seus estudos, indicadores de desempenho como forma de avaliarem o desempenho de um
aeroporto.
2.4.2. Indicadores de desempenho
As interacções no sistema aeroportuário determinam o seu desempenho, produzindo resultados
denominados por indicadores de desempenho. Estes indicadores são aspectos que descrevem o
desempenho do plano em vigor, que devem ser quantificados em diferentes situações, revelando-se
34
critérios relevantes para a avaliação das estratégias do aeroporto, que ajudam os planeadores a
definir, avaliar e melhorar os planos. A sua utilização é essencial na análise das novas abordagens que
incluem a flexibilidade, comparando-as com a forma tradicional de planeamento.
Assim, os indicadores com que os planeadores de aeroportos mais se preocupam são
essencialmente aqueles indicados pelo Airports Council International (ACI), os Key Performance
Indicators (KPI), e pela IATA, os indicadores de nível de serviço.
Os KPI são na totalidade 42 métricas individuais que estão divididas em 6 categorias (key
performance areas) (Figura 2.5), constituindo um conjunto útil de medidas de desempenho para ajudar
na gestão de desempenho dos aeroportos por todo o mundo (ACI World, 2012). As 6 áreas de
desempenho definidas pelo ACI serão descritas de seguida.
Core – são as medidas núcleo usadas para caracterizar e classificar os aeroportos, sendo
indicadores importantes para todas as actividades aeroportuárias e, ainda, factores e
componentes importantes para outros indicadores.
Segurança e Protecção – são as responsabilidades mais importantes do aeroporto.
Qualidade de Serviço – trata-se de uma área cada vez mais importante e que reflecte a
evolução da gestão do aeroporto de um foco primário nas instalações e operações a um foco
forte no serviço ao cliente num ambiente cada vez mais competitivo.
Produtividade/ Eficiência – são medidas de desempenho de aeroporto estreitamente
relacionadas/ sobrepostas, sendo separadas em medidas de eficiência e produtividade, pelo
facto das primeiras terem como base o custo e as outras não.
Financeiro/ Comercial – são medidas relacionadas com os encargos do aeroporto, solidez e
sustentabilidade financeira e o desempenho das funções comerciais individuais.
Ambiente – esta área tornou-se um foco forte para a gestão dos aeroportos para minimizar
os impactos ambientais.
35
Figura 2.5 - Key Performance Indicators, pelo ACI (ACI World, 2012)
O Nível de Serviço diz respeito à qualidade do contexto em que o serviço está inserido (de
Neufville & Odoni, 2013). As normas de Nível de Serviço citadas pela IATA (2004) consistem na
disponibilidade de espaço por passageiro e baseando-se nelas é possível analisar a qualidade fornecida
pelos serviços oferecidos. Na Tabela 2.3, são apresentadas as características das diferentes situações
de nível de serviço. É de notar, que para além das características relacionadas com o espaço, a IATA
(2004) propõe indicadores pertinentes relacionados com o tempo para a determinação da qualidade
dos serviços de operação, tendo uma função de complementaridade do Nível de Serviço: comprimento
da fila de espera; tempo médio na fila de espera por passageiro; tempo médio de processamento por
passageiro; tamanho da área da fila de espera por passageiro; tempo médio total no sistema;
percentagem de passageiros que perdem o voo.
36
Nível de Serviço
Qualidade do Serviço
Fluxo de Passageiros
Atrasos Conforto Sistema
A Excelente Fluxo livre Não Excelente Ok
B Elevada Estável e
constante Muito reduzido Elevado Ok
C Boa Estável e
constante Aceitável Bom Ok
D Adequada Instável
(stop-and-go) Aceitável (pequenos períodos de tempo)
Adequado Ok
E Inadequada Instável
(stop-and-go) Instável Inaceitável Ok
F Inaceitável Fluxos cruzados Inaceitável Inaceitável Colapso do
serviço
Tabela 2.3 – Nível de Serviço (IATA, 2004)
Tendo em conta os indicadores de desempenho referidos pelas duas entidades, diversos autores
estudaram alguns destes indicadores na elaboração dos seus trabalhos e, ainda acrescentaram outros
que acharam relevantes para o estudo. Das análises existentes na literatura, apresentam-se de seguida
os indicadores considerados por alguns autores.
Para Walker, et al. (2008), o desempenho de um aeroporto é caracterizado pelos resultados
procedentes das interacções existentes no aeroporto que englobam indicadores tais como: o número
de passageiros e a quantidade de mercadorias transportadas; o lucro do aeroporto; o nível de emissões
das aeronaves; a extensão de atrasos dos voos; o número de acidentes aéreos; a poluição sonora; o
congestionamento na rede rodoviária em torno do aeroporto.
No âmbito do planeamento estratégico de um aeroporto, Wijnen, et al. (2008) apresentaram
um projecto conceptual de um sistema de apoio à decisão, que fornece uma forma rápida e fácil de
avaliar estratégias alternativas. Os indicadores de desempenho apresentados neste framework
consistem: na capacidade do aeroporto e atrasos; no impacto do ruído; no risco para terceiros; nas
emissões; no desempenho financeiro.
Com o objectivo de averiguar como o desempenho dos aeroportos flexíveis diferiam dos outros
aeroportos, Magalhães, et al. (2015) elaborou um estudo com base em indicadores de desempenho,
aplicados a uma análise de factores e de clusters. Com esta comparação entre estes dois tipos de
aeroportos, pretende-se explorar como o desempenho dos aeroportos flexíveis evoluiu e ainda
verificar se, pelo menos, conseguem mantê-lo ao longo do tempo. Uma vez que se tem a convicção
que estes aeroportos estão melhor preparados para lidar com a incerteza, é esperado que sejam mais
resilientes e que os seus desempenhos sejam mais estáveis com o decorrer do tempo.
37
Para esta análise foram escolhidas três categorias de indicadores de desempenho fornecidos
pela Air Transport Research Society (ATRS): produtividade e eficiência; custos; resultados financeiros.
Indicadores de desempenho
Produtividade e Eficiência Custos Resultados Financeiros Passageiros por empregado
Movimentos de aeronaves por passageiro
Passageiros por porta de embarque
Passageiros por metro quadrado de espaço de terminal
Movimentos de aeronaves por pista
Custo de trabalho por passageiro
Custo de trabalho por movimento
Custo variável por passageiro
Custo variável por movimento de aeronave
Receita aeronáutica por movimento de aeronave
Receita de concessão por passageiro
Receita operacional por passageiro
Receita operacional por movimento
Receita operacional por empregado
Tabela 2.4 - Indicadores de desempenho estudados por Magalhães, et al. (2015)
Neste trabalho, com a amostra de aeroportos utilizada não foi possível concluir que os
aeroportos flexíveis têm melhores resultados de desempenho. Apesar de alguns deles apresentarem
valores mais altos de desempenho, não se pode fazer uma generalização para todos os aeroportos. No
entanto, os resultados seguem a ideia de que a flexibilidade mantém os níveis de desempenho
satisfatórios, o que não significa que os aeroportos flexíveis têm de ter necessariamente um elevado
desempenho quando comparados com os outros. A flexibilidade está relacionada com a característica
resiliente dos aeroportos, porém neste estudo não é possível validar esta hipótese.
Como já referido anteriormente, Kwakkel, et al. (2010) desenvolveram um estudo para o
Aeroporto de Schiphol com o objectivo de avaliar a eficácia do Plano Estratégico Aeroportuário
Adaptativo em comparação com o plano em vigor (master plan) para um gama alargada de futuros
possíveis. Este plano nunca foi aplicado na prática, e um dos principais motivos para tal, é o facto da
eficácia ainda não ter sido estabelecida. Assim, reuniram uma série de indicadores que determinam o
desempenho do aeroporto: ruído; máximo ruído; risco para terceiros; capacidade física do aeroporto
(utilização); máxima utilização; procura desacomodada; os impactos ambientais (emissões).
Os resultados obtidos deste estudo evidenciaram que, comparativamente com o master plan, a
sua alternativa proposta por estes autores apresentava uma menor variação do desempenho para a
maioria dos indicadores de desempenho, expunha o aeroporto a menores riscos e apresentava um
significativo melhoramento da utilização. Porém, ocorreu um ligeiro decréscimo no desempenho
ambiental, que desaparece caso a análise abrangesse as cidades de Lelystad e de Eindhoven. Este
estudo revela duas limitações que dizem respeito à não consideração dos diversos stakeholders que
38
governam em conjunto o desenvolvimento do aeroporto e a sua resposta aos desenvolvimentos
actuais e, ainda, ao facto desta análise não abranger os custos dos planos.
Todos os indicadores referidos podem não depender exclusivamente do desempenho do
aeroporto e, também, serem afectados pela conjuntura do ambiente em que ele está inserido. Na
próxima secção, enumeram-se alguns desses factores externos ao aeroporto que poderão influenciar
o sistema aeroportuário.
2.4.3. Factores Externos
Os factores externos de um aeroporto dizem respeito às forças não controláveis no sistema
aeroportuário. A sua introdução em algumas análises efectuadas a alternativas flexíveis, revelou-se
fundamental, dado que podem afectar fortemente o desempenho do aeroporto. Portanto,
conhecendo quais as externalidades que influenciam este sistema, é possível encontrar opções
flexíveis para solucionar os problemas que cada uma delas origina.
Para Walker, et al. (2008), os desenvolvimentos fora do sistema aeroportuário e que o afectam,
dizem respeito à evolução nos domínios demográfico, económico, espacial, social e tecnológico, bem
como às políticas governamentais e aos desenvolvimentos das companhias aéreas. Wijnen, et al.
(2008), reforçam esta ideia afirmando que os factores externos consistem na economia, na tecnologia,
na regulamentação e na demografia.
Magalhães, et al. (2013) elaboraram uma pesquisa em que reuniram respostas de 19 aeroportos.
Um dos objectivos deste estudo era classificar a importância de oito factores externos que
impulsionam a necessidade de flexibilidade, presentes na literatura existente. Assim, estes factores
consistem: na procura, nos ciclos económicos, na evolução tecnológica, na regulamentação, nos
recursos e capacidade financeira, nas restrições do uso do solo, no ambiente, na estabilidade
geopolítica. Os aeroportos entrevistados consideraram a maioria dos factores externos com uma
importância significativa, destacando a procura, os recursos e a capacidade financeira, os
desenvolvimentos tecnológicos e as questões ambientais.
2.4.4. Síntese
Os indicadores de desempenho são uma forma bastante corrente para a avaliação do
desempenho de um aeroporto. Aqueles que são mais utilizados pelos planeadores de aeroportos são
os recomendados pelo ACI e IATA. Na literatura referida é possível notar que os indicadores que têm
mais a atenção dos autores são aqueles relacionados com a qualidade de serviço, produtividade e
eficiência e, também, o desempenho financeiro do aeroporto. A qualidade de serviço é aquela em que
39
o cliente tem a percepção do funcionamento do sistema, pelo que é de grande importância que esta
consiga transmitir uma imagem positiva, num ambiente cada vez mais competitivo. As outras áreas
mencionadas relacionam-se com o desempenho das operações do aeroporto e, ainda, com o seu
desempenho financeiro, o qual é de interesse máximo para os gestores do aeroporto que ele seja
sólido e sustentável.
Por fim, destaca-se também a importância crescente que tem vindo a ser dada às consequências
ambientais de um aeroporto, o que é patente nos estudos realizados, nos quais têm sido aplicados
indicadores relacionados com o ruído e emissões gases poluentes.
40
CAPÍTULO 3 Estado de Arte – Técnicas Estatísticas
A complexidade e a diversidade da natureza das questões da actividade aeroportuária requerem
técnicas estatísticas, dado que se tratam de ferramentas essenciais para analisar e interpretar dados
e, consequentemente ser possível retirar conclusões fundamentadas a partir destes.
Neste capítulo, será abordada a análise de clusters. Esta técnica consiste em dividir os dados em
grupos que combinam dados semelhantes de modo a facilitar a sua interpretação. A opção pela
utilização desta técnica prende-se com o facto de se tratar de uma técnica frequentemente utilizada
em investigações do ramo do transporte aéreo. Assim, procurar-se-á tratar dos diferentes métodos
utilizados nesta técnica estatística, revelando as suas vantagens e, fazendo referência a alguns estudos
realizados na área do transporte aéreo que utilizam este tipo de análise.
3.1. Análise de Clusters
A análise de clusters é uma técnica exploratória de análise multivariada que permite agrupar
entidades em grupos homogéneos relativamente a uma ou mais características comuns (Marôco,
2014). Esta técnica faz uma análise da informação conhecida de modo a organizá-la não apenas em
grupos com entidades o mais semelhantes possível, mas também que estes grupos se diferenciem
bastante entre si.
A identificação de grupos permite avaliar a dimensão da matriz de dados, identificar possíveis
outliers multivariados, e levantar hipóteses relativas às relações estruturais entre as variáveis.
Os clusters são formados a partir de medidas de semelhança ou de dissemelhança (distância),
inicialmente entre dois sujeitos e, posteriormente, entre dois clusters de observações usando técnicas
hierárquicas ou não-hierárquicas de agrupamento.
41
1. Selecção de objectos e variáveis 2. Transformação de variáveis 3. Construção da medida de
dissemelhança/semelhança 4. Escolha do método de formação de
clusters 5. Discussão e apresentação de
resultados
Figura 3.1 - Fases de uma análise de clusters (adaptado de Branco (s.d.))
3.1.1. Medidas de (dis)semelhança
A identificação de clusters exige que a semelhança entre as entidades possa ser medida de uma
forma mais ou menos explícita e o menos subjectiva possível. Nos casos em que a análise de clusters
utiliza mais do que 3 variáveis, esta fica impossibilitada de se realizar graficamente, tendo como
alternativa as medidas de semelhança ou de dissemelhança entre as entidades, as quais se constituem
como critérios menos subjectivos do que a impressão visual. Assim, estes índices de (dis)semelhança
exprimem, em termos quantitativos, o grau de semelhança ou dissemelhança (distância) entre
entidades individuais, considerando todas as variáveis que as caracterizam.
Pode dividir-se, então, estas medidas em quatro categorias: medidas de distância, coeficientes
de correlação, coeficientes de associação (variáveis qualitativas – binárias) e medidas de semelhança
probabilística.
Apresentam-se de seguida as medidas utilizadas mais frequentemente em análise de clusters,
segundo Marôco (2014) e Reis (2001):
Distância Euclidiana: mede o comprimento do segmento de recta que une duas observações
num espaço p-dimensional, isto é, a distância entre duas entidades (i e j) é a raiz quadrada
do somatório dos quadrados das diferenças entre valores de i e de j para todas as variáveis.
Quadrado da Distância Euclidiana: a distância entre duas entidades (i e j) é definida como o
somatório dos quadrados das diferenças entre valores de i e de j para todas as variáveis.
Distância absoluta (City-Block Metric): a distância entre duas entidades (i e j) é a soma dos
valores absolutos das diferenças entre valores de i e de j para todas as variáveis.
Distância de Minkowski: trata-se de uma generalização da distância euclidiana.
42
Distância de Mahalanobis: mede a distância estatística entre duas entidades e tem em conta
a correlação entre variáveis.
Distância de Chebishev: a distância entre duas entidades (i e j) é o valor máximo, entre todas
as variáveis, das diferenças entre essas duas entidades.
Medida de semelhança do Coseno: mede a proximidade entre duas entidades para p-
variáveis pelo menos intervalares.
Coeficiente de Jaccard, de Russel & Rao e medidas de associação binárias: são medidas de
associação apropriadas para tabelas de contingência, utilizados para definir o número de
atributos presentes ou ausentes nos indivíduos.
Medidas de semelhança para variáveis: tratam-se dos coeficientes de correlação amostrais
que são medidas apropriadas para situações em que o objectivo é agrupar variáveis e não
entidades.
A medida de dissemelhança maioritariamente escolhida na aplicação de análise de clusters é a
distância Euclidiana, como mais adiante se verificará (secção 3.1.3).
3.1.2. Métodos
Na construção de clusters, existem dois tipos de métodos, designados por hierárquicos e não-
hierárquicos.
Os métodos hierárquicos subdividem-se em aglomerativos e divisivos. Os primeiros baseiam-se
em agregar sucessivamente entidades até se obter um único grupo que inclui todas elas. Cada entidade
é um cluster que, posteriormente, vai sendo agrupado de acordo com as suas proximidades. De forma
contrária, nos métodos hierárquicos divisivos, todas as entidades formam um único cluster, sendo
depois dividido em subgrupos de acordo com as suas medidas de distância.
Os critérios de agregação nestes métodos diferem no modo como avaliam a distância ou
(dis)semelhança entre clusters já formados e outros clusters (ou entidades isoladas) (Marôco, 2014):
Menor Distância (Ligação simples ou “Vizinho mais próximo”): a distância do primeiro cluster
às restantes entidades é a menor das distâncias de cada um dos elementos constituintes
deste cluster a cada um das restantes entidades.
Maior Distância (Ligação completa ou “Vizinho mais afastado”): a distância do primeiro
cluster às restantes entidades é a maior das distâncias de cada um dos elementos
constituintes deste cluster a cada um das restantes entidades.
Distância Média entre Clusters (Ligação média ou “Média dos grupos”): a distância do
primeiro cluster às restantes entidades é a média (simples ou ponderada) das distâncias de
cada um dos elementos constituintes deste cluster a cada um das restantes entidades.
43
Distância Média dentro dos Clusters (Ligação média dentro dos clusters): método semelhante
ao anterior, com a diferença que os clusters são unidos de modo a que a soma dos quadrados
dos erros (variabilidade dentro dos clusters) seja a menor possível.
Distância Mediana (ligação mediana): a distância do primeiro cluster às restantes entidades
é a mediana das distâncias de cada um dos elementos constituintes deste cluster a cada um
das restantes entidades.
Método do Centróide: distância entre os centróides dos clusters, definidos pelas médias das
variáveis caracterizadoras das entidades que integram o cluster.
Método de Ward: critério baseado na minimização das variâncias internas dos clusters, ou
seja, neste método não se calculam distâncias, e os clusters são formados de modo a
minimizar a soma dos quadrados dos erros.
De acordo com Reis (2001), os critérios de agregação mais utilizados são a Ligação Simples, a
Ligação Completa, a Ligação Média, o Método do Centróide e o Método de Ward. A forma como estes
métodos agregam clusters está representada no Figura 3.2.
É importante ainda referir algumas características dos clusters formados com base nestes
critérios. Os clusters obtidos a partir da Ligação Simples são desequilibrados e desalinhados, em
particular quando o número de dados é elevado. Já a Ligação Completa forma clusters mais compactos
e, na Ligação Média, eles têm pequenas variâncias.
Figura 3.2 - Critérios de agregação
44
Dentro de todos estes métodos apresentados, não existe um melhor critério de agregação e,
por isso, Marôco (2014) recomenda que se utilize os diversos métodos em simultâneo, com o objectivo
de que todos eles produzam soluções interpretáveis similares. O método da Ligação Simples é
particularmente robusto à existência de relações estruturais entre os dados iniciais. Este tem a
tendência a maximizar a conectividade entre os clusters e, ainda, a produzir um menor número de
clusters, quando comparado ao método da Ligação Completa. Já este último tende a minimizar a
distância entre clusters em cada passo, formando clusters compactos. Os restantes métodos
abordados tendem a apresentar características intermédias entre estes dois métodos mais extremos.
É de referir ainda que o método de Ward é o que produz clusters mais homogéneos e, para além disso,
mais afastados dos restantes clusters, de todos os métodos aqui referidos. Isto deve-se ao facto de
que as entidades são organizadas dentro dos clusters de forma a minimizar a variância dentro destes
e a maximizá-la entre eles.
Os métodos não-hierárquicos dividem as entidades por um número de grupos pré-estabelecido
e a melhor partição será aquela que optimiza o critério escolhido. A principal vantagem face aos
métodos hierárquicos relaciona-se com o facto de terem uma aplicação fácil em matrizes de dados
muito grandes, dado que não é necessário o cálculo e o armazenamento de uma nova matriz de
dissemelhança em cada passo do algoritmo.
Outras vantagens destes métodos prendem-se com a sua capacidade de reagrupar as entidades
num cluster diferente daquele em que foram incluídas no início (o que não acontece com os métodos
hierárquicos, onde a inclusão de uma entidade num determinado cluster é definitiva) e, também, com
a classificação de uma determinada entidade num determinado cluster ter menor probabilidade,
sobrepondo-se à dificuldade de prever inicialmente o número de clusters a usar (Marôco, 2014).
A técnica de agrupamento K-means corresponde a um método não-hierárquico que consiste na
transferência de uma entidade para o grupo cujo centróide se encontra a menor distância. O seu
objectivo é a minimização de uma soma de erros quadráticos, sendo estes a distância entre uma
observação e um ponto de referência em cada agrupamento.
Como já referido, este método tem a particularidade de definir à partida o número de clusters
a utilizar, o que leva a dúvidas de como estabelecê-lo. Marôco (2014) constata que o método não
hierárquico apresenta uma solução aceitável de 3 clusters, pelo que se pode fixar este valor. Por outro
lado, é boa prática utilizar os métodos hierárquicos como técnica exploratória que indique o número
de clusters a adoptar.
45
3.1.3. Aplicação da análise de clusters em aeroportos
A avaliação de cenários individuais pode ser bastante complicada quando se consideram um
conjunto grande e heterogéneo de aeroportos e, portanto, esta situação pode ser simplificada
classificando os aeroportos em grupos mais homogéneos. Na literatura, alguns autores aplicam a
análise de clusters à classificação de aeroportos, considerando que classificá-los em grupos
homogéneos poderá representar um bom ponto de partida para análise de uma variedade de
questões, tais como: o impacto da desregulamentação; o congestionamento aeroportuário; as
políticas de desenvolvimento adequadas e normas regulamentares; a análise do desempenho
aeroportuário; a acessibilidade; a conectividade; a competição; a atribuição de slots4 e as práticas de
benchmarking do aeroporto (Malighetti, et al., 2009) (Rodríguez-Déniz & Voltes-Dorta, 2014). Sendo
assim, esta análise pode reunir uma variedade de critérios que depende do propósito para o qual a
classificação é feita: capacidade operacional actual (tráfego anual de passageiros); papel funcional (hub
internacional, regional, destinos de lazer); localização geográfica (capital nacional ou regional);
competição aeroportuária (Adikariwattage, et al., 2012).
Na Tabela 3.1, são apresentados um conjunto de estudos aplicados à indústria aeroportuária
que utilizam a análise de clusters e, de seguida, faz-se uma referência mais detalhada de alguns deles.
4 Slots são faixas horárias atribuídas às transportadoras aéreas para efectuar os serviços de descolagem e aterragem nesse horário específico.
46
Autor Tema Técnica de clustering Amostra (aeroportos) Variáveis N.º Clusters
Burghouwt & Hakfoort (2001) Acessibilidade e conectividade
Hierárquico Ward 546 Europa 1990-1998 3 Capacidade de lugares Destinos (2)
5
Sarkis & Talluri (2004) Análise comparativa de
eficiência e produtividade
Hierárquico Ligação média
44 EUA 1990-1994 9
Custos operacionais Número de empregados Infraestruturas (2) Receita operacional Fluxo de passageiros Movimentos (3)
13
Mukherjee, et al. (2006) Atrasos e cancelamentos Não-Hierárquico K-means 35 EUA 2000-2004 3 Rácio procura/capacidade Atrasos Probabilidade de cancelamento
4
Madas & Zografos (2008) Atribuição de slots Hierárquico Ligação
completa 52 Europa 2002-2003 7
Capacidade Movimentos Passageiros Média de atraso por movimento Slots (3)
4
Malighetti, et al. (2009) Acessibilidade e conectividade
Hierárquico Ward 467 Europa 2007 10
Capacidade de lugares (2) Movimentos Destinos (4) Ligações (2) Companhias aéreas no aeroporto
8
Galle, et al. (2010) Geometria da pista Hierárquico - 80 EUA - 1 Geometria da pista 5
Adikariwattage, et al. (2012) Instalações de Terminal
de passageiros
Hierárquico
Não-Hierárquico
Ward
K-means 103 EUA 2011 4
Número de portas de embarque Passageiros (3)
7
Jia & Jiang (2012) Rede aeroportuária Não-Hierárquico K-means 732 EUA 2008 5 Ligações (3) Coeficiente de clustering Coeficiente de participação
4
Rodríguez-Déniz, et al. (2013) Geração de tráfego e
conectividade Hierárquico
Ligação completa
76 EUA 2011 2 Centralidade do fluxo Rácio de tráfego
6
Rodríguez-Déniz & Voltes-Dorta (2014)
Benchmarking de eficiência aeroportuária
Hierárquico Ligação média
106 Mundo 2008 8
Movimentos Passageiros (2) Carga Receitas não-aeronáuticas Inputs (3)
17
Magalhães, et al. (2015) Impacto da flexibilidade
na produtividade do aeroporto
Hierárquico Ward 140 Mundo 2003-2007
2009 14
Passageiros (3) Movimentos (2) Custos (4) Receitas (5)
8
Tabela 3.1 - Aplicação da Análise de Clusters a Aeroportos
47
No trabalho de Burghouwt & Hakfoort (2001), foi necessária a classificação de aeroportos em
relação à sua função na hierarquia aeroportuária, para que fosse possível examinar a evolução da rede
de aviação europeia. Como tal, efectuou-se uma análise de clusters baseada no método de Ward. Este
método tende a combinar clusters com um número pequeno de observações, pelo que foi considerado
apropriado, desde que a estrutura hierárquica da rede aeroportuária fosse clara.
Estes autores defendem que a escala multi-dimensional é mais apelativa, quando comparada
com a classificação apenas baseada na capacidade, uma vez que esta não capta sozinha a essência da
estrutura de um aeroporto, medindo apenas o seu tamanho e não a conectividade. Assim, na análise
de clusters, a amostra compreendeu todos os aeroportos da União Europeia durante o período de
1990 a 1998, em que se considerou as seguintes três variáveis: capacidade de lugares média, para
captar o tamanho do aeroporto; número médio de destinos, para captar a conectividade do aeroporto;
número médio de destinos intercontinentais, para captar a orientação intercontinental do aeroporto.
Os aeroportos foram agrupados em cinco clusters (hubs primários; hubs secundários; aeroportos
médios; aeroportos pequenos; aeroportos muito pequenos), correspondendo a um número
apropriado para uma boa interpretação e em que, segundo os autores, para este número ocorre a
menor alteração no coeficiente de aglomeração.
A eficiência operacional dos 44 maiores aeroportos dos EUA foi avaliada para um período de 5
anos no estudo de Sarkis & Talluri (2004). Os indicadores de eficiência são tratados por um método de
clustering na identificação de benchmarks para melhorar o fraco desempenho dos aeroportos. As
medidas de eficiência são constituídas por inputs e outputs que representam, respectivamente, os
recursos utilizados pelos aeroportos e os benefícios gerados. Portanto, os inputs correspondem aos
custos operacionais, ao número de empregados do aeroporto, portas de embarque e pistas, e os
outputs incluem a receita operacional, o fluxo de passageiros, os movimentos de aviação comercial,
de aviação privada e de transporte de mercadorias.
Inicialmente, são utilizados modelos de data envelopment analysis (DEA) para determinar as
eficiências relativas dos aeroportos, as quais são utilizadas posteriormente na análise de clusters.
Nesta análise utilizou-se o software SPSS, optando por uma técnica de clustering hierárquica (método
de ligação média), resultando em 13 clusters.
Mukherjee, et al. (2006) recorreram à análise de clusters para estudar os atrasos e os
cancelamentos na National Airspace System (NAS), entidade do espaço aéreo, das instalações de
navegação e dos aeroportos dos EUA. Como tal, os seus objectivos visam desenvolver uma métrica
que indica o nível de congestionamento enfrentado por cada operação no aeroporto, estimar vários
percentis de distribuição dessa métrica por todas as operações e, também, modelar a média dos
atrasos e a probabilidade de cancelamento dos voos da NAS, em função do nível de congestionamento.
48
A técnica aplicada foi k-means, que se trata de um procedimento iterativo, utilizando como
variáveis o rácio entre a procura e a capacidade, o atraso médio e a probabilidade de cancelamento.
Desta análise resultaram 4 clusters, em que o primeiro e o último cluster revelaram, respectivamente,
valores baixos e altos para todas as variáveis, o segundo com valores semelhantes à média da NAS, e
o terceiro apresentou para o atraso e o cancelamento, respectivamente, valores semelhantes e
maiores que a média da NAS.
Madas & Zografos (2008) desenvolvem e aplicam um framework metodológico para a avaliação
multi-critério e a selecção da estratégia de atribuição de slots (faixas horárias) mais compatível de
acordo com os critérios e prioridades políticas em vários cenários. Deste modo, devem ser seguidas
três etapas:
1. O que deve ser avaliado? – identificação das estratégias alternativas de atribuição de
slots e opções.
2. Onde/ em que contexto aeroportuário as estratégias identificadas devem ser avaliadas?
– desenvolvimento de uma tipologia de aeroportos (análise de clusters aeroportuária).
3. Como as estratégias identificadas devem ser avaliadas para cada cluster aeroportuário?
– avaliação da compatibilidade política das estratégias identificadas nos clusters
aeroportuários.
A segunda etapa deste estudo recorre a uma análise de clusters, dado que é fundamental uma
classificação aeroportuária devido aos diferentes padrões de congestionamento, características de
tráfego, objectivos e restrições que cada aeroporto apresenta, requerendo assim abordagens
diferentes. Portanto, para esta análise foi aplicada uma técnica de clustering aglomerativa, em virtude
de uma série de vantagens e propriedades que esta evidencia: trata-se da técnica mais usada neste
tipo de problemas e é conceptualmente simples de implementar; produz clusters não sobrepostos e
cada um com entidades muito próximas; pode ser eficientemente aplicada para a classificação de um
número razoável de casos em grupos que são homogéneos dentro de si mesmos e heterogéneos entre
eles; não necessita da determinação do número dos clusters resultantes a priori.
Foram definidas três categorias de variáveis consideradas apropriadas para a análise de
atribuição de slots: as métricas de capacidade (capacidade declarada); as métricas de
tráfego/congestionamento (movimentos de aeronaves e passageiros, média de atraso por
movimento); as medidas de eficácia de atribuição de slots e utilização (slots mal utilizados, procura
insatisfeita, mobilidade do slot).
De acordo com as propriedades de análise de clusters e considerando o quadrado da distância
Euclidiana, surgiram 4 clusters da amostra de aeroportos baseados nas variáveis de clustering
49
selecionadas: aeroportos spoke nacionais pequenos; aeroportos spoke nacionais grandes e aeroportos
hub nacionais pequenos; aeroportos hub internacionais grandes; aeroportos “super” hub.
O propósito do trabalho de Malighetti, et al. (2009) consiste em ter uma visão sobre as funções
e as características dos diferentes tipos de aeroportos, detalhando um framework funcional da rede
europeia. Portanto, para a classificação dos aeroportos são utilizadas técnicas de clustering, que
ajudam a definir com maior precisão a rede aeroportuária e as suas características distintivas,
melhorando assim a compreensão sobre o seu processo de desenvolvimento e a identificação de
grupos estratégicos.
Esta análise de clusters não pretende apenas encontrar aeroportos com características
semelhantes, mas também descobrir aeroportos com fortes interconexões, dado que a relação entre
dois aeroportos é uma fonte de oportunidades e limitações, que se manifestam, neste caso, através
da presença de rotas de ligação, afectando entre eles o seu comportamento e desempenho (as
mesmas companhias aéreas e passageiros servidos).
Assim, os aeroportos não são apenas agrupados de acordo com as suas próprias características,
tais como o número de passageiros ou volume de mercadorias, os movimentos globais efectuados, o
número de rotas ou companhias aéreas, o número de residentes da área de influência e o seu PIB
relativo, mas também de acordo com as funções que desempenham na rede.
A análise é efectuada em 467 aeroportos europeus, utilizando variáveis que foram agrupadas
em 4 categorias:
Dimensional: a função e a importância de um aeroporto estão relacionadas com o seu
volume de tráfego, em termos de intensidade, densidade e extensão do serviço (número
diário de lugares disponíveis nos voos; número de voos diários; número de destinos).
Destino das ligações: variáveis que ajudam a classificar o aeroporto como porta de
acesso intercontinental ou nó de ligação doméstico (percentagem de destinos na União
Europeia; percentagem de destinos domésticos; distribuição das rotas).
Variáveis de ligação: mostram a potencialidade de um aeroporto como ligação
intermédia (número vezes diárias que um aeroporto trabalha como ligação intermédia
(betweenness); percentagem de vezes que o aeroporto não pode ser evitado através de
rotas de duração semelhante).
Tipologia do serviço: examinar uma estrutura de ligação ponto-a-ponto e a importância
do aeroporto na rede das diferentes companhias aéreas (percentagem de lugares
oferecidos pelas companhias aéreas low-cost; número de companhias que têm um
aeroporto como principal referência).
50
Portanto, a técnica de clustering empregue foi hierárquica, optando pelo método de agregação
de Ward que, ao contrário do da ligação média, tende a formar clusters ligeiramente mais esféricos,
podendo assim identificar também clusters de aeroportos de tamanho médio. Apesar do método de
ligação média apresentar, geralmente, coeficientes de correlação cofenética maiores, gera um número
de clusters formados por uma entidade isolada. Os clusters resultantes foram 8, concluindo-se que os
aeroportos low-cost foram classificados em 2 clusters diferentes de acordo com as suas dimensões e
os aeroportos principais podem ser divididos em três principais categorias: no topo, os grandes hubs
intercontinentais; numa posição intermédia, os aeroportos que oferecem por vezes serviços
intercontinentais por uma área limitada; os hubs com uma boa rede intra-europeia.
Adikariwattage, et al. (2012) apresentam critérios de classificação de aeroportos que incidem
na comparabilidade das instalações de terminal de passageiros. Estes critérios são definidos por
variáveis que correspondem ao tamanho do terminal (número de portas de embarque) e às
características dos passageiros (volume de passageiros internacionais, domésticos ou em
transferência). Há uma correlação entre estas duas categorias, mas são ambas mantidas na
classificação devido à necessidade de diferenciar estas características. Por isso, a análise de clusters é
feita em duas fases separando o número de portas de embarque e o tipo de passageiros.
A amostra deste estudo abrange os aeroportos dos EUA, sendo excluídos aqueles que
apresentam um volume de passageiros anual inferior a 200 mil, dado que se tratam de aeroportos
muito pequenos em que têm poucos ou mesmo nenhuns passageiros internacionais ou em
transferência.
Neste trabalho, é utilizada a análise de clusters, testando diferentes técnicas de clustering com
o objectivo de selecionar o melhor método baseado nos resultados. O número de clusters e os seus
centros iniciais para o método de k-means são obtidos inicialmente pelo método hierárquico de Ward.
Portanto, por este método, os resultados sugeriram que poderiam ser formados 4 clusters baseados
no número de portas de embarque e, de forma a optimizar este conjunto, os seus centros foram
usados na análise de k-means.
A classificação usando os dados dos diferentes tipos de passageiros ajuda a identificar grupos
de aeroportos semelhantes, em que numa primeira análise (scatter plot) constatou-se que existia uma
grande concentração de pequenos aeroportos com uma proporção dominante de passageiros
domésticos e com um tráfego internacional e de transferência muito reduzido, enquanto que o
agrupamento dos restantes aeroportos não foi possível em termos de volume de passageiros. A análise
de clusters sugeriu 7 clusters, onde a maioria dos aeroportos foram agrupados nos dois primeiros, cujo
volume de passageiros domésticos é bastante elevado. Os restantes casos formam clusters fracos com
rácios de passageiros relativamente altos, mas significativamente variáveis.
51
A classificação unidimensional de aeroportos proposta pela FAA mostrou ser insuficiente para
caracterizar os diferentes perfis existentes. Como tal, Rodríguez-Déniz, et al. (2013) consideraram que
seria mais adequada uma classificação bidimensional, tendo em conta a geração de tráfego e a
conectividade.
Para a conectividade utilizou-se um indicador de centralidade de fluxo, em vez dos habituais
indicadores de centralidade de grau ou de betweenness, visto que estes só consideram o número de
ligações do tráfego estabelecido sem considerar a densidade dos fluxos de tráfego. Assim, a
centralidade baseada no fluxo poderá ser usada como indicador baseado na procura para medir a
actual conectividade do aeroporto, podendo assim classificar aeroportos de grande dimensão com
potencial para servir tráfego de ligação.
A geração de tráfego é calculada a partir do rácio entre os passageiros que têm como origem ou
destino um dado aeroporto e o total de passageiros na rede. Este indicador demonstra a importância
do aeroporto como gerador de tráfego.
Na análise de clusters, utilizou-se uma amostra de 76 aeroportos norte-americanos e optou-se
pelo método hierárquico de ligação completa, com a utilização da distância Euclidiana como medida
de dissemelhança. A escolha pelo método hierárquico deve-se ao facto deste apresentar a classificação
sob forma de dendograma, o que fornece uma estrutura muito mais informativa do que os clusters
obtidos nos métodos de partição. Portanto, deste estudo resultaram 6 clusters em que três deles
englobam hubs e os outros três são caracterizados por aeroportos que são geradores de tráfego.
Rodríguez-Déniz & Voltes-Dorta (2014) consideram que a utilização de grandes amostras para
estimar a eficiência do aeroporto, necessita em primeiro lugar de uma análise de clusters, antes de
qualquer análise de benchmarking. Este trabalho visa ultrapassar as limitações encontradas pelos
autores na literatura anterior, definindo um método que não é dependente do desempenho, mas da
tecnologia. Aplicando, então, um método hierárquico de clustering, tem-se como objectivo melhorar
a identificação de benchmarks de eficiência, considerando que esta técnica origina resultados com
uma estrutura mais informativa. Como tal, optou-se pela distância Euclidiana e pelo método da ligação
média, decisão tomada a partir da utilização do coeficiente de correlação cofenética5:
Método hierárquico Coeficiente de
correlação cofenética Ligação média 0,76
Ligação simples 0,65
Ligação completa 0,55
Método de Ward 0,57 Tabela 3.2 - Coeficiente de correlação cofenética
5 Coeficiente que avalia a consistência do agrupamento.
52
As variáveis utilizadas dividem-se em 5 inputs e 3 outputs, em que os primeiros correspondem
às operações das aeronaves, aos passageiros domésticos/Schengen e internacionais, toneladas de
carga e receitas não-aeronáuticas e, os últimos dizem respeito ao capital, aos materiais e ao pessoal.
Estes autores referem a importância de padronizar as variáveis, quando a medida de dissemelhança
(distância Euclidiana) é sensível às diferenças de escala e grandezas das variáveis de input, tratando-
se claramente do caso dos aeroportos. Portanto, com uma amostra de 106 aeroportos de todo o
mundo, obteve-se 17 clusters necessários à análise de benchmarking. Esta análise concluiu que o uso
de aeronaves maiores e a partilha de tráfego com companhias aéreas de low-cost melhoram o
desempenho financeiro da actividade aeroportuária.
Magalhães, et al. (2015) quiseram resolver a lacuna existente na literatura acerca do impacto da
flexibilidade na produtividade do aeroporto. Neste estudo, aplicaram a análise de clusters a um
conjunto de 140 aeroportos da América do Norte, da Europa e da Ásia-Pacífico, em que 20 deles são
considerados como flexíveis. Como já apresentado anteriormente na Tabela 2.4 (Capítulo 2),
utilizaram-se como variáveis nesta análise indicadores de produtividade e financeiros.
A medida de dissemelhança considerada foi o quadrado da distância Euclidiana e a técnica
utilizada foi o Método de Ward, que se trata de um método hierárquico, com a finalidade de minimizar
a soma dos erros quadráticos, sendo o único método que não é baseado na minimização das distâncias
e, por isso, foi considerado o mais adequado para este estudo.
A amostra estudada foi entre os anos de 2003 e 2009, à excepção de 2008, e através dos
resultados obtidos a partir de uma análise factorial, foi possível a realização da referida análise de
clusters, obtendo 8 clusters que não revelaram diferenças evidentes entre os aeroportos flexíveis e
não flexíveis.
3.1.4. Síntese
A análise de clusters é uma técnica frequentemente utilizada para classificar entidades, através
da identificação de clusters de entidades semelhantes, procurando que estes sejam bastante distintos
entre si e que cada um deles seja formado por entidades o mais semelhantes possível.
Na literatura estudada sobre classificação de aeroportos muito heterogéneos, é evidente a
preferência pela aplicação dos métodos hierárquicos de clustering. As principais razões dadas pelos
autores por esta escolha é o facto de ser uma técnica que não obriga a definir a priori o número clusters
e, também, por fornecer uma estrutura mais informativa, isto é, um dendograma.
Alguns autores revelam a importância do tratamento das variáveis caracterizadoras das
entidades, defendendo que estas devem ser padronizadas antes de se proceder à análise. Isto deve-se
53
ao facto das variáveis originais tornarem os resultados dependentes da sua escala e unidades, ao
contrário das variáveis padronizadas, que são adimensionais.
É de notar ainda, que a determinação do número de clusters (cortando o dendograma) parece
ser completamente arbitrária, em que apenas nos estudos de Malighetti, et al. (2009), Adikariwattage,
et al. (2012) e de Rodríguez-Déniz & Voltes-Dorta (2014), estes são determinados usando indicadores
objectivos (índice Duda /Hart, critério do rácio da variância, e coeficiente de inconsistência,
respectivamente).
54
CAPÍTULO 4 Caso de Estudo
Este capítulo aborda uma etapa do trabalho com grande relevância para esta dissertação, tendo
em conta que nele se realiza uma análise conseguida a partir da utilização de dados oficiais de uma
amostra de aeroportos, com o propósito de se investigar os benefícios da flexibilidade aeroportuária.
Para o desenvolvimento do trabalho optou-se por elaborar uma análise de clusters com o
objectivo de agrupar aeroportos com características semelhantes e para, posteriormente, relacionar
os clusters formados com os aeroportos considerados como flexíveis na literatura consultada.
Inicialmente, descreve-se o processo de análise de dados, enumerando os aeroportos da
amostra considerada e as variáveis escolhidas. De seguida, são explicadas as técnicas estatísticas
utilizadas nesta análise, dando particular atenção às particularidades dos métodos adoptados.
Finalmente, são apresentados os resultados da aplicação destas ferramentas, os quais serão discutidos
no Capítulo 5.
4.1. Descrição do Caso de Estudo
4.1.1. Amostra de Aeroportos
Para esta análise recorreu-se à base de dados da Air Transport Research Society (ATRS),
utilizando o Airport Benchmarking Report entre os anos de 2003 e 2011, com excepção do ano de 2010
e que dizem respeito aos dados referentes ao período de 2001 a 2009, exceptuando-se o ano de 2008.
Daqui por adiante, serão estes os anos que serão mencionados neste estudo.
Para a amostra foram escolhidos 140 aeroportos, repartidos por três grandes regiões ou
continentes: 63 da América do Norte; 42 da Europa; 35 da Ásia-Pacífico (Tabela A.1.1 do Anexo A.1).
Esta selecção foi feita considerando todos os aeroportos disponíveis no relatório mencionado e após
a eliminação dos aeroportos para os quais não existem dados.
O objectivo desta análise é formar grupos (clusters) de aeroportos com características
semelhantes recorrendo a técnicas de clustering. Com os grupos formados, procura-se relacionar o
agrupamento resultante com o nível de flexibilidade apresentado por cada aeroporto. Para a sua
concretização, recorreu-se à utilização do software SPSS Statistics 21 e, para cálculos adicionais, o
Microsoft Excel 2013.
55
4.1.2. Variáveis
As variáveis da base de dados da ATRS escolhidas para a análise foram selecionadas com base
nos Key Performance Indicators (KPI) do ACI. Uma vez que estes indicadores se tratam de variáveis
mais conhecidas pelos gestores de aeroportos, optou-se por as utilizar como base e efectuar a análise
com as variáveis da ATRS semelhantes ou, pelo menos, relacionadas com os KPI atendendo a que se
trata da única base de dados disponível. É de realçar que a finalidade nesta selecção é escolher os
indicadores que podem ser influenciados pela flexibilidade de forma directa ou indirecta. Considerou-
se, então, importante que o conjunto de indicadores fosse abrangente de modo a que este estudo
representasse a realidade aeroportuária com a maior fiabilidade possível e procurou-se, também, que
as variáveis não fossem repetidas, para evitar a sobreposição de informação.
No tratamento das variáveis, constatou-se que existiam variáveis com muitos dados em falta
(missing values), facto que pode conduzir a uma amostra não significativa e, dessa forma, resultar
numa distorção da realidade. Assim, tornou-se necessário proceder a uma nova seleção de variáveis:
em primeiro lugar, optou-se por retirar o ano de 2001 da análise, uma vez que se apresentava bastante
incompleto; em segundo lugar, das variáveis previamente selecionadas consideraram-se as que são
comuns a todo o painel de anos em análise. Na Tabela 4.1, estão enumeradas as variáveis utilizadas na
análise com o respectivo nome mencionado nos relatórios da ATRS.
Variáveis da ATRS
1 - Passageiros Passengers
2 - Tráfego de mercadorias Cargo traffic
3 - Movimentos de aeronaves Aircraft movements
4 - Passageiros por empregado Passengers per employee
5 - Movimentos de aeronaves por empregado Aircraft movement per employee
6 - Passageiros por porta de embarque Passengers per Gate
7 - Movimentos de aeronaves por pista Aircraft Movement per Runway
8 - Custo de trabalho por passageiro Labour Cost per Passenger
9 - Custo de trabalho por movimento de aeronaves Labour Cost per Aircraft Movement
10 - Custo variável por passageiro Variable Cost per Passenger
11 - Custo variável por movimento de aeronaves Variable Cost per Aircraft Movement
12 - Receita aeronáutica por movimento de aeronaves Aeronautical Revenue per Aircraft Movement
13 - Receita operacional por passageiro Operating Revenue per Passenger
14 - Receita operacional por movimento de aeronaves Operating Revenue per Aircraft Movement
15 - Receita operacional por empregado Operating Revenue per Employee
Tabela 4.1 – Variáveis da ATRS e a respectiva designação original
56
As primeiras sete variáveis são autoexplicativas. Os custos de trabalho (variáveis números 8 e 9)
incluem os salários, os benefícios e qualquer outra despesa directamente relacionada com os
funcionários de um operador aeroportuário. Os custos variáveis (variáveis números 10 e 11)
relacionam-se com as despesas de operação e englobam a manutenção. A receita aeronáutica refere-
se à receita directamente relacionada com a actividade de aviação do aeroporto, incluindo taxas de
aterragem, taxas de passageiro/terminal, taxas de assistência. A variável número 12, receita
aeronáutica por movimento de aeronaves não vai ser só influenciada pelas taxas mencionadas, mas
também pelo tamanho das aeronaves que um aeroporto serve, uma vez que essas taxas são baseadas
no tamanho das aeronaves. As restantes variáveis (variáveis números 13 a 15) são igualmente
autoexplicativas.
4.1.3. Metodologia
Existe uma grande diversidade de variáveis que são representadas em unidades diferentes, isto
é, representadas em diferentes escalas de medida. Para evitar que os resultados desta análise reflictam
o peso das variáveis com valores mais altos, procedeu-se à padronização. Esta consiste em subtrair a
média ao valor da variável e dividir o resultado pelo desvio padrão.
Antes de se avançar para a análise de clusters, houve a necessidade de se efectuar previamente
uma análise factorial, recorrendo-se ao software SPSS Statistics, para reduzir o número de variáveis,
tornando a análise mais eficiente. Esta análise factorial consiste em agrupar variáveis correlacionadas
em componentes, permitindo assim sintetizar os dados existentes num número mínimo de factores,
isto é, este método torna possível determinar o número mínimo de factores que contêm a máxima
proporção de variância presente no conjunto inicial de variáveis.
Para a ponderação do número de componentes principais a reter, pode visualizar-se na tabela
gerada pelo SPSS “Total Variance Explained” a selecção das componentes principais com base na
variância total explicada e nos valores próprios. Das 15 componentes, foram escolhidas as primeiras
componentes que explicassem uma elevada percentagem de variância total e desprezaram-se aquelas
cujos valores próprios fossem menores que 1 (Critério de Kaiser – eigenvalue superior a 1).
Nem sempre o resultado da análise factorial é interpretável, pelo que é necessário recorrer-se
à rotação dos eixos factoriais, que não altera a estrutura dos dados, ou seja, tanto as comunalidades
como a variância específica. O método de rotação utilizado foi o Varimax, que obtém uma estrutura
factorial em que apenas uma variável original está fortemente associada com um único factor e pouco
associada com os restantes.
Com os dados da análise factorial resultantes do SPSS Statistics, recorreu-se à função
“SOMARPRODUTO” do Microsoft Excel que multiplica e soma os valores da tabela resultante
57
“Component Score Coefficient” com os valores obtidos da padronização. Assim, obtêm-se os pesos
factoriais para cada aeroporto.
Estes pesos factoriais foram, então, os inputs para a análise de clusters. Como abordado
anteriormente no Capítulo 3, é possível verificar que a técnica de clustering mais utilizada na literatura
é a hierárquica. Neste estudo, também se optou por esta técnica, dado que a amostra de dados é
muito grande e não se consegue ter a percepção de qual será o número de clusters formados e,
portanto, esta técnica revela-se como a mais adequada pois não obriga a definir a priori esse número.
Optando, então, pela técnica hierárquica, escolheu-se o método de Ward, uma vez que na literatura
existem mais estudos a utilizá-lo e que obtiveram sucesso nos resultados. Este método minimiza as
variâncias internas dos clusters, formando assim clusters mais homogéneos e que, também, diferem
bastante uns dos outros. Desta forma, o método de Ward agrupará aeroportos com características
muito semelhantes e esses clusters serão bastante distintos entre si. Quanto à medida de
dissemelhança utilizada foi o quadrado da distância euclidiana.
Depois de realizada a análise, o próximo passo era saber quantos clusters se devem reter. Para
esta tarefa recorreu-se à tabela “Agglomeration Schedule” e ao dendograma resultantes no SPSS. A
tabela referida dá o esquema de aglomeração, indicando a ordem de agregação dos aeroportos nos
respectivos clusters. Assim, analisaram-se os valores da coluna “Coefficients”, calculando a diferença
entre etapas e, quando essa diferença fosse bastante distinta das etapas anteriores, isto é, quando
fosse evidente um “salto”, considerou-se que esse estágio pudesse representar uma solução aceitável
de aglomeração dos aeroportos. Para ajudar na visualização deste esquema de aglomeração,
representou-se graficamente estes valores, onde foi possível identificar este “salto” com mais
facilidade. Em simultâneo, o dendograma ajuda também a visualizar como os aeroportos foram
agrupados, e consegue-se distinguir os diferentes clusters, no entanto, apenas recorrendo a este
gráfico para a selecção de número de clusters, seria muito subjectivo. Usar unicamente uma destas
duas metodologias não é o mais adequado porque nem sempre o resultado é evidente em cada uma
delas e, por isso, deve ser encontrado um compromisso entre elas.
58
4.2. Inquéritos
Em paralelo com a análise descrita anteriormente, houve a necessidade de se obter informação
concreta sobre o nível de flexibilidade que os aeroportos dispunham. Para tal, foi elaborado um
inquérito para ser respondido pelas entidades aeroportuárias com o objectivo de perceber o impacto
das opções flexíveis no desempenho do aeroporto. Este inquérito foi enviado para os 140 aeroportos
da amostra, por correio electrónico ou através do preenchimento de um formulário no respectivo site
de internet do aeroporto, utilizando para esse efeito a ligação http://goo.gl/forms/wHcn6aIcvd.
O inquérito está organizado em três partes (Figura 4.1):
Parte I – Informação Geral;
Parte II – Opções Flexíveis e Key Performance Indicators;
Parte III – Considerações Finais.
Figura 4.1 - Esquema de Organização do Inquérito
Foi apresentado aos inquiridos um conjunto de 15 opções flexíveis, de forma a especificarem
quais destas opções estão implementadas no seu aeroporto. Foi pedido também que indicassem qual
a influência de cada uma para um conjunto de KPI.
A selecção das opções flexíveis (Tabela 4.2) a incluir neste inquérito foi realizada com base nas
opções mencionadas na literatura (Capítulo 2) e, ainda, no conhecimento de certas opções já
implementadas nos aeroportos.
Nível Estratégico
Solo disponível para expansões
O aeroporto tem terreno disponível para uma eventual expansão no futuro. Entretanto, pode ser utilizado para outro efeito (por exemplo, para a instalação de painéis solares).
Utilização de terminais modulares para uma expansão mais fácil
O terminal não é construído como uma infraestrutura isolada. É construído como um módulo que pode ser facilmente expandido no futuro.
Forma Linear dos terminais O terminal de aeroporto dispõe de uma forma linear.
Terminal open space: o mínimo de paredes estruturais
O terminal de aeroporto tem um número mínimo de paredes estruturais, que facilita a adaptação das funções e dos espaços, removendo as paredes se necessário.
Terminal open space: extensão do pé-direito do terminal
O terminal de aeroporto tem um pé-direito elevado, para que seja possível acrescentar novos pisos se necessário.
59
Nível Táctico
Paredes divisórias móveis no terminal
O terminal de aeroporto é construído de forma a ser possível a reconfiguração das suas partes, trocando as operações ou funções através das paredes móveis.
Espaços disponíveis no terminal
O aeroporto dispõe de espaços disponíveis no terminal, caso sejam necessários para acomodar novas operações ou funções.
Nível Operacional
Portas de embarque com serviços internacionais e domésticos (swing gates)
As portas de embarque não são exclusivas para voos internacionais ou domésticos. Elas podem ser utilizadas para ambos conforme as necessidades.
Sistemas móveis: balcões de check-in
É possível aumentar o número de balcões de check-in tradicionais para lidar com os períodos de maior tráfego e removê-los quando já não são necessários.
Sistemas móveis: controlo de passaporte
É possível aumentar o número de balcões de controlo de passaporte para lidar com os períodos de maior tráfego e removê-los quando já não são necessários.
Detectores de metais móveis: áreas de segurança
É possível aumentar o número de áreas de segurança para lidar com os períodos de maior tráfego e removê-los quando já não são necessários.
Sistemas móveis: sinalização e publicidade
É possível relocalizar os sistemas de sinalização e publicidade, quando necessário.
Sistema CUSS: check-in O aeroporto oferece quiosques self-service de check-in para os passageiros.
Sistema CUSS: recolha de bagagem (drop-off)
O aeroporto oferece quiosques self-service de recolha de bagagem para os passageiros.
Sistema CUSS: controlo de passaporte
O aeroporto oferece quiosques self-service de controlo de passaporte para os passageiros.
Tabela 4.2 – Opções de flexibilidade consideradas no inquérito
4.3. Análise de Dados
4.3.1. Análise dos Inquéritos
O inquérito realizado teve pouca adesão por parte dos aeroportos. Dos 140 aeroportos para os
quais foi solicitado que participassem na pesquisa, apenas nove responderam ao inquérito (Tabela
4.3). Daqueles que não participaram, alguns alegaram que, por questões internas, não podiam
fornecer este tipo de informação ou que não tinham informação suficiente para responder às
perguntas ou, ainda, porque não tinham disponibilidade para o fazer.
América do Norte Europa Ásia-Pacífico
BNA HAM WLG
PBI OSL
PDX ZRH
PHX
YWG Tabela 4.3 – Aeroportos que responderam ao inquérito
Na Figura 4.2 está representado para cada opção flexível o número de entidades que a contém.
Uma primeira observação geral é que as opções de flexibilidade mais adoptadas são as estratégicas.
São opções que envolvem modificações estruturais dos terminais e, por isso, requerem mais tempo a
60
serem implementadas. É notório que no passado já houve a preocupação de se fazer estas alterações
nos terminais ou construí-las de raiz.
Figura 4.2 - Opções de flexibilidade implementadas nos aeroportos
Destaca-se também a utilização dos sistemas Common-use self-service (CUSS), principalmente
os quiosques self-service de check-in, que começam a ter alguma importância nos aeroportos, pois
prestam um serviço mais expedito, o que leva a uma boa percepção da qualidade de serviço e à
satisfação do cliente.
No entanto, a amostra de respostas é muito reduzida, pelo que é pouco prudente fazer uma
análise aprofundada sobre a quantidade de opções flexíveis implementadas nos aeroportos e quais
são as mais preferidas. Por forma a ter mais informação acerca das opções flexíveis adoptadas nos
aeroportos, para as análises seguintes foram acrescentados dados obtidos das respostas aos inquéritos
do estudo de Magalhães, et al. (2013).
Analisando a influência das opções flexíveis nos KPI, apenas se pode tirar conclusões de algumas
delas, uma vez que em alguns casos não existem respostas suficientes nesta avaliação por se tratar de
uma opção pouco adoptada ou, ainda, porque os gestores aeroportuários desconhecem a sua
influência. Na Figura A.2.1 à Figura A.2.15 do Anexo A.2, encontra-se representada graficamente a
avaliação feita pelos gestores aeroportuários aos KPI de cada opção flexível. Esta informação encontra-
se resumida na Tabela 4.4, onde estão listados todos os KPI influenciados por cada opção flexível. Nela
61
estão apenas apresentadas aquelas para as quais existem dados para que fosse possível realizar esta
avaliação.
Opções Flexíveis Key Performance Indicators Solo disponível para expansões
Receita de operações não-aeronáuticas por passageiro
Dívida de longo-prazo por passageiro
Razão Dívida/EBITDA EBITDA por passageiro
Utilização de terminais modulares para uma expansão mais fácil
Custo total por passageiro Custo total por movimento Custo operacional por passageiro Custo operacional por movimento
Dívida de longo-prazo por passageiro Razão Dívida/EBITDA EBITDA por passageiro
Forma Linear dos terminais
Capacidade horária prática Atraso na porta de embarque Tempo de entrega da bagagem Movimento de aeronaves por porta
de embarque
Custo total por passageiro Custo total por movimento Custo operacional por movimento Receita aeronáutica por movimento
Terminal open space: o mínimo de paredes estruturais
Capacidade horária prática
Satisfação do cliente
Paredes divisórias móveis no terminal
Passageiros Capacidade horária prática Satisfação do cliente Movimento de aeronaves por porta
de embarque Custo total por passageiro Custo total por movimento
Custo operacional por passageiro Custo operacional por movimento Receita de operações não-
aeronáuticas como percentagem de receita total das operações
Receita de operações não-aeronáuticas por passageiro
Espaços disponíveis no terminal
Capacidade horária prática Satisfação do cliente Serviço de dívida como percentagem
da receita de operações
Dívida de longo-prazo por passageiro Razão Dívida/EBITDA
Portas de embarque com serviços internacionais e domésticos (swing gates)
Passageiros Capacidade horária prática Satisfação do cliente Tempo de check-in Movimento de aeronaves por porta
de embarque
Custo total por passageiro Custo total por movimento Receita aeronáutica por passageiro Receita aeronáutica por movimento
Sistema CUSS: check-in
Passageiros Capacidade horária prática Satisfação do cliente Tempo de check-in Passageiros por empregado
Custo total por passageiro Custo operacional por passageiro Custo operacional por movimento Receita aeronáutica por passageiro Receita aeronáutica por movimento
Sistema CUSS: recolha de bagagem (drop-off)
Passageiros Passageiros de origem e destino Satisfação do cliente Tempo de entrega da bagagem
Tempo de check-in Passageiros por empregado Receita aeronáutica por passageiro
Sistema CUSS: controlo de passaporte
Passageiros Capacidade horária prática Satisfação do cliente Tempo no controlo de fronteiras
Tempo de check-in Passageiros por empregado Receita aeronáutica por passageiro Receita aeronáutica por movimento
Tabela 4.4 – KPI influenciados pelas opções flexíveis com base nas respostas aos inquéritos
62
4.3.2. Análise Factorial
Para iniciar a análise estatística, estudou-se a associação entre as variáveis através das matrizes
de correlação apresentadas no Anexo A.3.1. É possível observar que em todos os anos, à excepção de
2002, as variáveis “tráfego de mercadorias” e “passageiros por porta de embarque” não estão
correlacionadas com as restantes variáveis. Isto também acontece com as variáveis “receita
operacional por empregado” e “movimentos de aeronaves por pista”, respectivamente nos anos de
2007 e 2004.
Através do método das componentes principais, foram obtidos quatro factores, em todos os
anos, segundo o critério de Kaiser, que apenas retém os factores com um valor próprio (eigenvalue)
superior a 1 (Anexo A.3.2, Tabela A.3.5 à Tabela A.3.11). Este resultado pode ser confirmado nos
screeplots presentes na Figura A.3.1 à Figura A.3.7 do mesmo anexo. Na medição da adequação dos
factores extraídos da amostra, focou-se no valor de Kaiser-Meyer-Olkin (KMO) e também na variância
total explicada pelos factores (Tabela 4.5). Tendo todos os valores de KMO superiores a 0,5, isto sugere
que todas as variáveis podem ser utilizadas. A amostra de 2006 é aquela que apresenta os menores
valores para estes indicadores. É de referir ainda que o valor da variância total explicada, após a
rotação factorial Varimax, é igual à extracção inicial, como já referido anteriormente, uma vez que a
rotação de factores não modifica a estrutura correlacional das variáveis. Exemplificando o caso da
amostra de 2009, foram retidos quatro factores que explicam cerca de 83% da variabilidade total.
Ano KMO Variância Total Explicada
2009 0,621 83,339 %
2007 0,663 79,743 %
2006 0,574 74,449 %
2005 0,577 80,783 %
2004 0,596 77,765 %
2003 0,620 81,126 %
2002 0,682 81,821 % Tabela 4.5 - Valores de KMO e da Variância Total Explicada
Como já descrito, neste processo recorreu-se à rotação factorial de modo a facilitar a leitura e
interpretação dos componentes. Estes resultados são apresentados da Tabela 4.6 à Tabela 4.12, onde
é possível verificar o peso das variáveis originais em cada factor. Estas tabelas apresentam um
esquema de cores para ajudar na leitura dos valores, realçando aqueles com mais relevância.
De forma geral, os factores gerados agrupam variáveis segundo a dimensão, as finanças, e
produtividade dos aeroportos. Mais à frente, são apresentadas, na Tabela 4.13 e Tabela 4.14, as
variáveis mais relevantes para cada factor, selecionando apenas aquelas com uma correlação igual ou
superior a 0,50 com o respectivo factor.
63
Componentes 2009
1 2 3 4
Passageiros 0,150 0,931 0,103 0,161
Tráfego de mercadorias 0,254 0,448 -0,089 0,486
Movimentos de aeronaves 0,008 0,910 0,231 -0,073
Passageiros por empregado -0,113 0,235 0,928 0,052
Movimentos de aeronaves por empregado -0,235 0,135 0,903 -0,150
Passageiros por porta de embarque -0,058 0,415 0,060 0,479
Movimentos de aeronaves por pista 0,131 0,794 0,046 0,080
Custo de trabalho por passageiro 0,677 0,090 -0,261 -0,609
Custo de trabalho por movimento de aeronaves 0,762 0,270 -0,262 -0,416
Custo variável por passageiro 0,909 0,052 -0,113 -0,303
Custo variável por movimento de aeronaves 0,935 0,188 -0,079 0,008
Receita aeronáutica por movimento de aeronaves 0,896 0,066 0,089 0,272
Receita operacional por passageiro 0,937 -0,046 0,038 -0,023
Receita operacional por movimento de aeronaves 0,928 0,115 0,043 0,295
Receita operacional por empregado 0,327 -0,014 0,802 0,369
Legenda Menor que
0,250 0,250 a 0,499
0,500 a 0,749
0,750 a 1
Tabela 4.6 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2009
Para o ano de 2009 (Tabela 4.6), o factor 1, o factor financeiro, apresenta uma grande relação
com as variáveis relativas a custos e a receitas: “custo de trabalho por passageiro” e “custo de trabalho
por movimento de aeronaves”, “custo variável por passageiro” e “custo variável por movimento de
aeronaves”, “receita aeronáutica por movimento de aeronaves”, “receita operacional por passageiro”
e “receita operacional por movimento de aeronaves”.
O factor 2, a dimensão, regista uma maior relação com as variáveis “passageiros” transportados,
“movimentos de aeronaves” efectuados, bem como “movimentos de aeronaves por pista”.
O factor 3, a produtividade, é caracterizado por variáveis que representam a eficiência do
aeroporto, isto é, a capacidade de gestão dos seus funcionários para as tarefas do aeroporto:
“passageiros por empregado”; “movimentos de aeronaves por empregado”; “receita operacional por
empregado”.
O factor 4 está pouco correlacionado com as variáveis, no entanto, aquelas que têm alguma
relevância são o “tráfego de mercadorias” e os “passageiros por porta de embarque”, apesar de terem
uma correlação inferior a 0,50, mas muito próxima deste valor.
64
Componentes 2007
1 2 3 4
Passageiros 0,144 0,918 0,091 0,170
Tráfego de mercadorias 0,284 0,491 -0,073 0,435
Movimentos de aeronaves -0,026 0,909 0,208 -0,057
Passageiros por empregado -0,100 0,255 0,911 0,040
Movimentos de aeronaves por empregado -0,261 0,172 0,867 -0,179
Passageiros por porta de embarque -0,023 0,304 -0,043 0,638
Movimentos de aeronaves por pista 0,093 0,806 0,059 0,101
Custo de trabalho por passageiro 0,587 0,209 -0,335 -0,597
Custo de trabalho por movimento de aeronaves 0,679 0,341 -0,315 -0,411
Custo variável por passageiro 0,862 -0,029 -0,053 -0,233
Custo variável por movimento de aeronaves 0,927 0,140 -0,045 -0,002
Receita aeronáutica por movimento de aeronaves 0,915 0,043 0,037 0,202
Receita operacional por passageiro 0,910 0,042 -0,029 -0,109
Receita operacional por movimento de aeronaves 0,928 0,135 0,030 0,220
Receita operacional por empregado 0,390 -0,104 0,671 0,244
Legenda Menor que
0,250 0,250 a 0,499
0,500 a 0,749
0,750 a 1
Tabela 4.7 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2007
O ano de 2007 (Tabela 4.7) em muito se assemelha ao ano de 2009 relativamente às variáveis
correlacionadas com cada factor.
Os factores financeiro, dimensão e produtividade continuam a ter correlações elevadas com as
mesmas variáveis e, agora, o factor 4 regista uma maior relação apenas com a variável “passageiros
por porta de embarque”. A variável “tráfego de mercadorias” tem alguma relevância no factor 2,
embora com uma correlação de 0,491.
Componentes 2006
1 2 3 4
Passageiros 0,114 0,928 0,151 0,009
Tráfego de mercadorias 0,210 0,004 -0,011 -0,001
Movimentos de aeronaves 0,095 0,830 0,323 -0,136
Passageiros por empregado -0,124 0,263 0,906 0,058
Movimentos de aeronaves por empregado -0,158 0,083 0,925 -0,099
Passageiros por porta de embarque -0,040 0,555 -0,053 0,027
Movimentos de aeronaves por pista 0,029 0,811 0,072 0,202
Custo de trabalho por passageiro 0,919 -0,063 -0,128 -0,035
Custo de trabalho por movimento de aeronaves 0,930 0,132 -0,187 0,045
Custo variável por passageiro 0,932 -0,037 0,005 0,288
Custo variável por movimento de aeronaves 0,793 0,143 -0,044 0,433
Receita aeronáutica por movimento de aeronaves 0,583 0,126 0,024 0,554
Receita operacional por passageiro 0,387 -0,134 0,159 0,738
Receita operacional por movimento de aeronaves 0,023 0,153 -0,140 0,840
Receita operacional por empregado -0,005 0,013 0,661 0,645
Legenda Menor que
0,250 0,250 a 0,499
0,500 a 0,749
0,750 a 1
Tabela 4.8 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2006
65
No ano de 2006 (Tabela 4.8), existe uma separação evidente entre as variáveis relativas às
receitas e aos custos.
O factor 1 pode ser descrito como o factor de custos, uma vez que inclui todos os custos de
trabalho e variáveis e, ainda, a “receita aeronáutica por movimento de aeronaves”.
Esta última variável também tem uma importante influência no factor 4 relativo às receitas, com
uma elevada correlação com as variáveis “receita operacional por passageiro”, “receita operacional
por movimento de aeronaves” e “receita operacional por empregado”.
No entanto, esta última tem ainda uma maior correlação com o factor 3, a produtividade, em
que se destacam com uma correlação bastante significativa as variáveis “passageiros por empregado”
e “movimentos de aeronaves por empregado”.
A dimensão é caracterizada pelas variáveis com um relevante peso no factor 2, que
correspondem aos “passageiros”, aos “movimentos de aeronaves”, aos “passageiros por porta de
embarque” e aos “movimentos de aeronaves por pista”.
É ainda importante referir que neste ano, a variável “tráfego de mercadorias” não tem qualquer
correlação com nenhum dos factores.
Componentes 2005
1 2 3 4
Passageiros 0,042 0,149 0,927 0,147
Tráfego de mercadorias 0,390 -0,077 0,602 -0,145
Movimentos de aeronaves -0,146 0,139 0,812 0,391
Passageiros por empregado 0,088 -0,135 0,186 0,927
Movimentos de aeronaves por empregado -0,088 -0,156 0,010 0,922
Passageiros por porta de embarque 0,023 -0,136 0,548 -0,039
Movimentos de aeronaves por pista 0,458 0,008 0,441 0,125
Custo de trabalho por passageiro 0,010 0,953 -0,093 -0,109
Custo de trabalho por movimento de aeronaves 0,133 0,940 0,100 -0,172
Custo variável por passageiro 0,402 0,885 -0,071 -0,032
Custo variável por movimento de aeronaves 0,639 0,676 0,103 -0,085
Receita aeronáutica por movimento de aeronaves 0,936 0,191 0,091 -0,038
Receita operacional por passageiro 0,845 0,291 -0,057 0,013
Receita operacional por movimento de aeronaves 0,956 0,167 0,106 -0,048
Receita operacional por empregado 0,721 -0,057 0,075 0,600
Legenda Menor que
0,250 0,250 a 0,499
0,500 a 0,749
0,750 a 1
Tabela 4.9 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2005
No ano de 2005 (Tabela 4.9), os factores 1 e 2 correspondem respectivamente às receitas e aos
custos, com um peso significativo das variáveis “receita aeronáutica por movimento de aeronaves”,
“receita operacional por passageiro”, “receita operacional por movimento de aeronaves” e “receita
operacional por empregado”, no primeiro caso, e “custo de trabalho por passageiro”, “custo de
trabalho por movimento de aeronaves”, “custo variável por passageiro” e “custo variável por
66
movimento de aeronaves”, no segundo. Este último indicador também tem uma importante influência
no primeiro factor.
O factor 3 representa a dimensão, relacionando-se com as variáveis “passageiros”, “tráfego de
mercadorias”, “movimento de aeronaves” e “passageiros por porta de embarque”.
Finalmente, a produtividade é evidenciada pelo factor 4 que se relaciona primariamente com as
variáveis “passageiros por empregado” e “movimentos de aeronaves por empregado” e, ainda, com a
“receita operacional por empregado”.
Componentes 2004
1 2 3 4
Passageiros 0,053 0,126 0,931 0,096
Tráfego de mercadorias 0,410 -0,086 0,603 -0,179
Movimentos de aeronaves -0,096 0,063 0,870 0,234
Passageiros por empregado 0,089 -0,147 0,279 0,893
Movimentos de aeronaves por empregado -0,070 -0,138 0,112 0,923
Passageiros por porta de embarque 0,089 -0,018 0,481 0,051
Movimentos de aeronaves por pista -0,037 0,030 0,281 0,174
Custo de trabalho por passageiro 0,020 0,952 -0,041 -0,098
Custo de trabalho por movimento de aeronaves 0,144 0,934 0,152 -0,168
Custo variável por passageiro 0,442 0,870 -0,019 -0,007
Custo variável por movimento de aeronaves 0,637 0,662 0,129 -0,082
Receita aeronáutica por movimento de aeronaves 0,937 0,198 0,066 -0,025
Receita operacional por passageiro 0,855 0,239 -0,038 0,057
Receita operacional por movimento de aeronaves 0,962 0,153 0,102 -0,026
Receita operacional por empregado 0,700 -0,043 0,115 0,604
Legenda Menor que
0,250 0,250 a 0,499
0,500 a 0,749
0,750 a 1
Tabela 4.10 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2004
No ano de 2004 (Tabela 4.10), os factores 1, 2 e 4 (receitas, custos e produtividade) estão
relacionados com as mesmas variáveis dos mesmos factores de 2005.
As variáveis “passageiros”, “tráfego de mercadorias” e “movimento de aeronaves” constituem
o factor 3. A variável “movimentos de aeronaves por pista” não está associada a nenhum factor.
67
Componentes 2003
1 2 3 4
Passageiros 0,114 0,938 0,069 0,097
Tráfego de mercadorias 0,464 0,510 -0,143 -0,157
Movimentos de aeronaves -0,048 0,866 0,042 0,286
Passageiros por empregado 0,108 0,222 -0,084 0,915
Movimentos de aeronaves por empregado -0,063 0,081 -0,114 0,929
Passageiros por porta de embarque 0,114 0,504 0,086 -0,025
Movimentos de aeronaves por pista 0,131 0,807 0,098 0,188
Custo de trabalho por passageiro 0,016 0,069 0,952 -0,100
Custo de trabalho por movimento de aeronaves 0,144 0,215 0,904 -0,171
Custo variável por passageiro 0,577 -0,050 0,733 0,085
Custo variável por movimento de aeronaves 0,777 0,043 0,504 -0,022
Receita aeronáutica por movimento de aeronaves 0,956 0,123 0,097 -0,023
Receita operacional por passageiro 0,867 0,140 0,149 0,033
Receita operacional por movimento de aeronaves 0,966 0,131 0,096 -0,037
Receita operacional por empregado 0,758 0,176 -0,038 0,501
Legenda Menor que
0,250 0,250 a 0,499
0,500 a 0,749
0,750 a 1
Tabela 4.11 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2003
No ano de 2003 (Tabela 4.11), as variáveis mais significativas do factor 1 são todas aquelas
relativas às receitas e aos custos variáveis.
Estes últimos também têm uma contribuição relevante para o factor 3, juntamente com os
custos de trabalho. No entanto, o “custo variável por movimento de aeronaves” tem mais
expressividade no factor 1, enquanto que o “custo variável por passageiro” é mais significante no
factor 3.
A dimensão representada pelo factor 2 apresenta uma maior relação com as variáveis
“passageiros”, “tráfego de mercadorias”, “movimento de aeronaves”, “passageiros por porta de
embarque” e “movimentos de aeronaves por pista”.
Por último, o factor 4 contém uma forte correlação com “passageiros por empregado” e
“movimentos de aeronaves por empregado” e, ainda tem alguma contribuição da “receita operacional
por empregado”.
68
Componentes 2002
1 2 3 4
Passageiros 0,159 0,915 0,105 0,186
Tráfego de mercadorias 0,389 0,540 -0,118 -0,081
Movimentos de aeronaves -0,050 0,793 0,109 0,409
Passageiros por empregado 0,021 0,246 -0,109 0,882
Movimentos de aeronaves por empregado -0,050 -0,004 -0,103 0,939
Passageiros por porta de embarque 0,157 0,702 0,062 -0,122
Movimentos de aeronaves por pista 0,171 0,824 0,152 0,153
Custo de trabalho por passageiro 0,087 0,058 0,953 -0,086
Custo de trabalho por movimento de aeronaves 0,290 0,216 0,876 -0,162
Custo variável por passageiro 0,562 0,009 0,792 0,022
Custo variável por movimento de aeronaves 0,795 0,077 0,469 -0,054
Receita aeronáutica por movimento de aeronaves 0,929 0,115 0,175 -0,053
Receita operacional por passageiro 0,771 0,240 0,309 -0,051
Receita operacional por movimento de aeronaves 0,935 0,206 0,140 -0,072
Receita operacional por empregado 0,746 0,207 0,014 0,446
Legenda Menor que
0,250 0,250 a 0,499
0,500 a 0,749
0,750 a 1
Tabela 4.12 - Pesos factoriais para 4 componentes com rotação dos factores (Varimax), 2002
Finalmente, no ano de 2002 (Tabela 4.12), as variáveis “custo de trabalho por passageiro”,
“custo de trabalho por movimento de aeronaves” e “custo variável por passageiro” têm pesos bastante
expressivos no factor 3.
Este último indicador também tem alguma relevância no factor 1. Por sua vez, este factor tem
um contributo importante para todas as variáveis respeitantes às receitas e, ainda, do “custo variável
por movimento de aeronaves”.
O factor 2, que representa a dimensão, assemelha-se bastante ao mesmo do ano de 2003, tendo
as mesmas variáveis a caracterizá-lo.
Tal como em 2003, o factor 4 também apresenta uma significante relação com as variáveis
“passageiros por empregado” e “movimentos de aeronaves por empregado”.
Na Tabela 4.13 e na Tabela 4.14, resume-se cada factor para cada ano, atribuindo uma
designação para cada um deles e incluem-se também as variáveis com que eles se correlacionam.
69
2009 2007 2006 2005
Factor 1 Financeiro Factor 1 Financeiro Factor 1 Custos Factor 1 Receita
Custo de trabalho por passageiro Custo de trabalho por passageiro Custo de trabalho por passageiro Receita aeronáutica por movimento de aeronaves
Custo de trabalho por movimento de aeronaves Custo de trabalho por movimento de aeronaves Custo de trabalho por movimento de aeronaves Receita operacional por passageiro
Custo variável por passageiro Custo variável por passageiro Custo variável por passageiro Receita operacional por movimento de aeronaves
Custo variável por movimento de aeronaves Custo variável por movimento de aeronaves Custo variável por movimento de aeronaves Receita operacional por empregado
Receita aeronáutica por movimento de aeronaves Receita aeronáutica por movimento de aeronaves Receita aeronáutica por movimento de aeronaves Factor 2 Custos
Receita operacional por passageiro Receita operacional por passageiro Factor 2 Dimensão Custo de trabalho por passageiro
Receita operacional por movimento de aeronaves Receita operacional por movimento de aeronaves Passageiros Custo de trabalho por movimento de aeronaves
Factor 2 Dimensão Factor 2 Dimensão Movimentos de aeronaves Custo variável por passageiro
Passageiros Passageiros Passageiros por porta de embarque Custo variável por movimento de aeronaves
Movimentos de aeronaves Movimentos de aeronaves Movimentos de aeronaves por pista Factor 3 Dimensão
Movimentos de aeronaves por pista Movimentos de aeronaves por pista Factor 3 Produtividade Passageiros
Factor 3 Produtividade Factor 3 Produtividade Passageiros por empregado Tráfego de mercadorias
Passageiros por empregado Passageiros por empregado Movimentos de aeronaves por empregado Movimentos de aeronaves
Movimentos de aeronaves por empregado Movimentos de aeronaves por empregado Receita operacional por empregado Passageiros por porta de embarque
Receita operacional por empregado Receita operacional por empregado Factor 4 Receita Operacional Factor 4 Produtividade
Factor 4 Tráfego de mercadorias Factor 4 Passageiros por porta de embarque Receita operacional por passageiro Passageiros por empregado
Tráfego de mercadorias Passageiros por porta de embarque Receita operacional por movimento de aeronaves Movimentos de aeronaves por empregado
Tabela 4.13 - Variáveis correlacionadas com cada factor (I)
70
2004 2003 2002
Factor 1 Receita Factor 1 Receita Factor 1 Receita
Receita aeronáutica por movimento de aeronaves Custo variável por movimento de aeronaves Custo variável por movimento de aeronaves
Receita operacional por passageiro Receita aeronáutica por movimento de aeronaves
Receita aeronáutica por movimento de aeronaves
Receita operacional por movimento de aeronaves Receita operacional por passageiro Receita operacional por passageiro
Receita operacional por empregado Receita operacional por movimento de aeronaves
Receita operacional por movimento de aeronaves
Factor 2 Custos Receita operacional por empregado Receita operacional por empregado
Custo de trabalho por passageiro Factor 2 Dimensão Factor 2 Dimensão
Custo de trabalho por movimento de aeronaves Passageiros Passageiros
Custo variável por passageiro Tráfego de mercadorias Tráfego de mercadorias
Custo variável por movimento de aeronaves Movimentos de aeronaves Movimentos de aeronaves
Factor 3 Dimensão Passageiros por porta de embarque Passageiros por porta de embarque
Passageiros Movimentos de aeronaves por pista Movimentos de aeronaves por pista
Tráfego de mercadorias Factor 3 Custos Factor 3 Custos
Movimentos de aeronaves Custo de trabalho por passageiro Custo de trabalho por passageiro
Passageiros por porta de embarque Custo de trabalho por movimento de aeronaves
Custo de trabalho por movimento de aeronaves
Factor 4 Produtividade Custo variável por passageiro Custo variável por passageiro
Passageiros por empregado Factor 4 Produtividade Factor 4 Produtividade
Movimentos de aeronaves por empregado Passageiros por empregado Passageiros por empregado
Movimentos de aeronaves por empregado Movimentos de aeronaves por empregado
Tabela 4.14 - Variáveis correlacionadas com cada factor (II)
71
4.3.3. Análise de Clusters
Com a análise dos dendogramas apresentados na Figura A.4.1 à Figura A.4.7 do Anexo A.4.1 e
segundo os valores da coluna “Coefficients” da tabela “Agglomeration Schedule” gerada pelo SPSS, os
resultados sugerem aglomerações entre 4 e 6 clusters. Com maior detalhe, os valores da referida
tabela evidenciam um “salto” quando a agregação é composta por 5 clusters, à excepção dos anos de
2005 e 2003 em que, nestes casos, as soluções mais indicadas são para 4 e 6 clusters, respectivamente.
A agregação dos aeroportos tem resultados similares em todos os anos, à excepção dos anos de
2002 e 2003, nestes, os clusters do mesmo ano têm uma dimensão muito semelhante. A partir de
2004, o número de aeroportos em cada cluster é bastante diferenciado, existindo um muito grande
que tem praticamente metade da amostra e outro muito pequeno que varia entre as 2 e as 3
entidades. Estes correspondem, respectivamente, aos clusters 1 e 5 para o nível de cinco clusters
(Tabela 4.15). A constituição dos clusters de todas as agregações pode ser visualizada na Tabela A.4.1
e Tabela A.4.2 do Anexo A.4.2.
Clusters
Ano 1 2 3 4 5
2009 68 22 38 10 2
2007 65 9 20 43 3
2006 71 26 6 34 3
2005 65 14 28 31 2
2004 94 22 13 9 2 Tabela 4.15 – Distribuição das entidades por cinco clusters
De forma geral, existe uma tendência para que os aeroportos se juntem a outros do mesmo
continente. Em praticamente todas as agregações é possível observar um cluster formado por um
elevado número de aeroportos norte-americanos e outro de europeus, sem uma presença significativa
de aeroportos de outros continentes. Por vezes, apenas um único cluster junta um apreciável número
de aeroportos dos diferentes continentes, mas nos restantes agrupamentos existe uma evidente
separação destas regiões. Isto deve-se ao facto de os continentes apresentarem realidades
completamente diferentes, por razões económicas, geográficas e culturais.
Os maiores aeroportos da América do Norte, com um tráfego de passageiros a partir dos 40 ou
50 milhões de passageiros por ano (dependendo do ano de análise), encontram-se num cluster
diferente dos restantes aeroportos do mesmo continente. Apesar destes últimos terem uma menor
importância no seu continente, têm um nível de tráfego de passageiros mais semelhante com a
realidade europeia. Eles compõem o maior cluster da agregação.
É curioso notar que os aeroportos da área de Nova Iorque (EWR, JFK e LGA) encontram-se
sempre no mesmo agrupamento, o que significa que têm realidades muito semelhantes visto que
72
operam na mesma zona. Geralmente, ao nível dos seis clusters, este cluster é de pequena dimensão
(excluindo os anos 2002 e 2003) e, em todos os anos, à excepção de 2006, inclui também o aeroporto
canadiano YYC e quatro aeroportos da Oceania (BNE, MEL, SYD e WLG).
Os aeroportos que pertencem à região da Ásia-Pacífico agrupam-se nos clusters segundo o seu
continente, isto é, há uma clara separação entre os aeroportos dos países asiáticos e os da Oceania
(Austrália e Nova Zelândia). Outra situação que deve ser salientada é a existência de um cluster em
todos os anos, à excepção de 2006, que inclui unicamente dois aeroportos japoneses, KIX e NRT. Isto
indica que estes dois aeroportos são bastante semelhantes entre si e diferentes dos restantes.
Em 2009, a formação mais evidente é a de cinco clusters. Nota-se que existem clusters que têm
uma forte presença de aeroportos de um único continente, como é o caso do cluster 2, constituído
maioritariamente por aeroportos da América do Norte, o do cluster 3 com aeroportos da Ásia e, ainda,
os dos pequenos clusters 4 e 5 formados exclusivamente por aeroportos europeus e japoneses,
respectivamente. O cluster 1 é o que tem o maior conjunto de aeroportos, composto principalmente
por entidades europeias e norte-americanas. De média dimensão, o cluster 2 apresenta apenas
aeroportos da América do Norte e da Oceania.
Verifica-se que em 2007 a agregação produz, mais uma vez, cinco clusters, sendo dois deles de
pequena dimensão: cluster 2 com cinco aeroportos da América do Norte e quatro da Oceânia; cluster
5 com três aeroportos apenas da Ásia-Pacífico (sendo dois deles os já mencionados aeroportos
japoneses). Os clusters 1, 3 e 4 são compostos maioritariamente por aeroportos do mesmo continente,
isto é, da América do Norte, da Ásia e da Europa, respectivamente.
No ano de 2006, a agregação originou também cinco clusters, em que muito se assemelham aos
do ano 2007. Os clusters 3 e 5 são de pequena dimensão, em que o primeiro tem três aeroportos da
América do Norte e da Oceânia de cada. Os clusters 1, 2 e 4 são constituídos principalmente por
aeroportos norte-americanos, asiáticos e europeus, respectivamente.
Dos quatro clusters formados de 2005, destacam-se: o cluster 1 onde predominam aeroportos
norte-americanos e que inclui todos os aeroportos da Oceânia, com a ausência de aeroportos dos
restantes continentes; o cluster 3 que tem exclusivamente aeroportos europeus; o cluster 5 com os
mesmos aeroportos japoneses já referidos. O cluster 2, por sua vez, contem aeroportos de todas as
regiões, com uma forte presença do continente asiático.
Em 2004, os aeroportos foram agrupados em cinco clusters. Os clusters 3, 4 e 5 são pequenos
agrupamentos que integram unicamente aeroportos da América do Norte e Oceânia, da Europa e da
Ásia (japoneses), respectivamente. Os clusters 1 e 2 incluem aeroportos de todas as regiões, embora
com dimensões completamente diferentes.
Os aeroportos foram agrupados em seis clusters no ano de 2003, com uma distribuição dos
aeroportos diferentes das verificadas nos outros anos, não existindo um com uma dimensão muito
73
superior à dos restantes. Mesmo assim há semelhanças quanto à constituição dos clusters: nos clusters
3, 4 e 5 predominam, respectivamente, os continentes norte-americano, asiático e europeu e, tal como
nos outros anos, os aeroportos KIX e NRT encontram-se isolados num agrupamento (cluster 6). O
cluster 2 é constituído por poucos aeroportos, que são dos mais movimentados do mundo; isola
aqueles com um nível tráfego de passageiros mais elevado e distanciado dos restantes (superior a 48
milhões de passageiros), só não incluindo o aeroporto LHR. Finalmente, o cluster 1 é formado por
aeroportos de todas as regiões.
A agregação efectuada no ano de 2002 resultou em cinco clusters, sendo visível uma divisão por
continentes: os clusters 3 e 4 têm sobretudo aeroportos norte-americanos e europeus,
respectivamente. O menor agrupamento corresponde ao quinto, constituído pelos mesmos dois
aeroportos japoneses e o maior cluster diz respeito ao primeiro que inclui aeroportos de todas as
regiões, tal como o segundo, mas este com uma dimensão menor.
4.3.3.1. Aeroportos Flexíveis
No presente trabalho, é importante perceber como os aeroportos flexíveis estão distribuídos
pelos clusters. Para tal, elaborou-se uma lista de aeroportos flexíveis (Tabela 4.16), segundo a literatura
já referida no Capítulo 2 e também aqueles já identificados por Magalhães, et al. (2015) e, ainda, com
base nas respostas aos inquéritos por parte dos gestores de aeroportos, que enumeraram as opções
flexíveis existentes nos seus aeroportos.
América do Norte Europa Ásia-Pacífico
AUS AMS BKK
BNA ARN WLG
DEN ATH
DTW BRU
JAX CDG
MEM DUB
PBI HAM
PDX LIS
PHX OSL
RNO ZRH
YEG
YUL
YVR
YWG Tabela 4.16 – Aeroportos considerados como flexíveis
Procurou-se identificar estes aeroportos flexíveis nas agregações resultantes da análise de
clusters. Na Figura 4.3, esses aeroportos estão destacados a laranja em cada cluster, de forma a poder
74
visualizar-se melhor a sua distribuição em cada agregação. Não é possível estabelecer uma relação
entre os clusters formados e o nível de flexibilidade que os seus aeroportos possuem. Os aeroportos
dos quais se conhece a existência de alguma flexibilidade estão distribuídos por todos os clusters nas
análises de todos os anos, não existindo um cluster específico que junta os aeroportos flexíveis. Por
isso, não há uma organização dos aeroportos flexíveis em que estes se concentrem em certos clusters.
Mesmo analisando a agregação com o nível das opções flexíveis (estratégico, táctico e operacional),
não se consegue obter uma separação coerente com estes níveis de acção.
Figura 4.3 – Aeroportos flexíveis nas agregações resultantes da análise de clusters
No entanto, consegue-se retirar algumas conclusões a partir desta análise. Nota-se que existem
aeroportos flexíveis que se encontram no mesmo cluster nas agregações efectuadas para todos os
anos: AUS, JAX, PBI, RNO, YEG e YWG; DEN e PHX; HAM, OSL e ZRH. Estes três conjuntos são
constituídos por aeroportos com dimensões semelhantes e que se localizam no mesmo continente.
Com base no conhecimento sobre as opções de flexibilidade de que estes possuem, constata-se que
todos eles dispõem de opções de todos os níveis de acção, excluindo os casos de HAM e YWG que não
contêm opções tácticas. No primeiro daqueles grupos de aeroportos, não é possível encontrar opções
flexíveis comuns a todos eles, a não ser a opção “Solo disponível para expansões”, ou verificar se todos
eles não detêm de uma dada opção. Acerca do segundo grupo, não se tem informação disponível para
realizar essa análise. Já no último grupo, verifica-se que os aeroportos que o constituem dispõem das
opções “Solo disponível para expansões” e “Sistema CUSS: check-in” e nenhum deles tem “Terminal
open space: extensão do tecto do terminal”, “Sistemas móveis: balcões de check-in”, “Sistemas
móveis: controlo de passaporte” e “Detectores de metais móveis: áreas de segurança”.
75
Dado que foi verificado que as análises dos anos de 2002 e 2003 diferenciavam bastante dos
restantes, fez-se a experiência de se observar os resultados apenas para o intervalo de 2004 a 2009.
Ao primeiro grupo identificado anteriormente, juntaram-se outros aeroportos: BNA, PDX, YUL e YVR.
Este grupo continua a ser constituído apenas por aeroportos da América do Norte, de pouca
importância neste continente devido à sua dimensão e sem opções flexíveis comuns a todos. O
segundo grupo mantém-se igual e o terceiro teve a adição dos aeroportos BRU e LIS. Ele é composto
por entidades europeias com dimensões muito semelhantes e que são concordantes com a realidade
deste continente. Estes aeroportos dispõem das mesmas opções de flexibilidade já mencionadas para
este grupo. Surge ainda um quarto grupo de aeroportos que aparecem sempre juntos no mesmo
cluster, que correspondem ao CDG e DUB. Porém, não se conhece quais das opções flexíveis é que têm
implementadas para tornar possível o estabelecimento de comparações.
Uma vez que esta análise não permitiu chegar a conclusões acerca do tipo de flexibilidade
disponível nos aeroportos, decidiu-se analisar individualmente cada opção flexível. Na próxima secção,
é descrito todo esse processo e apresentar as conclusões retiradas dessa análise detalhada.
4.3.3.2. Opções de flexibilidade
Nesta fase do estudo, tornou-se indispensável realizar uma análise minuciosa a cada opção de
flexibilidade, dado que a análise global efectuada anteriormente obteve resultados inconclusivos. Esta
análise representa então, uma segunda tentativa na obtenção de respostas que possam explicar a
forma como os aeroportos flexíveis se agrupam para que seja possível identificar os benefícios da
flexibilidade.
Para esse efeito, foi utilizada a informação obtida pelos inquéritos realizados aos aeroportos. O
conhecimento dos gestores aeroportuários neste domínio é da maior relevância, visto que diariamente
experienciam na prática as consequências das decisões tomadas, pelo que se considerou fundamental
realizar uma análise com base nessa experiência.
Em primeiro lugar, foram apurados quais os KPI que, na visão dos gestores aeroportuários, eram
influenciados por cada opção flexível. Obtidos estes indicadores, encontraram-se as variáveis da ATRS
(Tabela 4.17) que estariam relacionadas com estes, visto que são estes os dados disponíveis neste
trabalho.
76
Variáveis da ATRS
Passageiros Passengers
Índice de output não-aeronáutico Non-aeronautical Output Index
Passageiros por empregado Passengers per employee
Passageiros por porta de embarque Passengers per Gate
Custo de trabalho por passageiro Labour Cost per Passenger
Custo de trabalho por movimento de aeronaves Labour Cost per Aircraft Movement
Custo variável por passageiro Variable Cost per Passenger
Custo variável por movimento de aeronaves Variable Cost per Aircraft Movement
Receita não-aeronáutica Non-Aeronautical Revenue
Receita aeronáutica por movimento de aeronaves Aeronautical Revenue per Aircraft Movement
Receita de concessão por passageiro Concession Revenue per Passenger
Receita operacional por passageiro Operating Revenue per Passenger
Receita operacional por movimento de aeronaves Operating Revenue per Aircraft Movement
EBITDA EBITDA
Rácio dívida/activos Debt-Assets Ratio
Rácio dívida/capital próprio Debt-Equity Ratio
Tabela 4.17 - Variáveis da ATRS com a sua respectiva designação original utilizadas na análise de clusters para cada opção de
flexibilidade
A variável “receita não-aeronáutica” corresponde à percentagem de receita que provém de
serviços não-aeronáuticos, isto é, as actividades não relacionadas directamente com a aviação. Uma
das principais componentes da receita não-aeronáutica é a receita de concessão. O “índice de output
não-aeronáutico” é obtido deflacionando a receita não-aeronáutica total pela Paridade de Poder de
Compra (PPC), de forma a que o valor esteja ajustado ao poder de compra do país onde se localiza o
aeroporto.
A variável EBITDA representa os lucros antes de juros, impostos, depreciação e amortização. O
rácio dívida/activos fornece uma indicação da magnitude do peso da dívida de um aeroporto em
relação a seus activos, e é calculado dividindo o passivo total pelos activos totais. Por sua vez, o rácio
dívida/capital próprio indica a magnitude do peso da dívida de um aeroporto, em comparação com o
seu nível de capital investido. Todas as outras variáveis são auto-explicativas ou já foram explicadas
anteriormente.
Com o propósito de avaliar a flexibilidade nos aeroportos com um maior grau de detalhe,
procurou-se efectuar uma análise de clusters para cada opção flexível, utilizando estas variáveis e
selecionando as apropriadas para cada caso (Tabela 4.18 e Tabela 4.19).
No entanto, não foi possível realizar esta análise para todas as opções flexíveis por diversas
razões: pelo desconhecimento por parte dos gestores aeroportuários sobre a influência de certas
opções nos KPI; por estes selecionarem como importantes apenas KPI relacionados com a qualidade
de serviço, não existindo variáveis na ATRS que a descrevam; por não existirem respostas suficientes
77
acerca de algumas opções flexíveis, uma vez que não são adoptadas pela maioria dos aeroportos
inquiridos.
Foram analisadas individualmente as seguintes opções de flexibilidade:
Nível Estratégico
Solo disponível para expansões
Utilização de terminais modulares para uma expansão mais fácil
Forma Linear dos terminais
Nível Táctico
Paredes divisórias móveis no terminal
Nível Operacional
Portas de embarque com serviços internacionais e domésticos (swing gates)
Sistema CUSS: check-in
Sistema CUSS: recolha de bagagem (drop-off)
Sistema CUSS: controlo de passaporte
Para além destas, ainda foram realizadas análises ao nível estratégico e operacional, englobando
as opções de flexibilidade associadas a cada um destes. Não foi efectuada a do nível táctico por existir
apenas informação respeitante a uma opção deste nível de acção, que foi já examinada
individualmente. As variáveis aqui utilizadas foram aquelas que sofreram influência por todas as
opções flexíveis de cada nível.
Opções Flexíveis Variáveis da ATRS
Solo disponível para expansões
Índice de output não-aeronáutico Receita não-aeronáutica Receita de concessão por passageiro Receita operacional por passageiro
EBITDA Rácio dívida/activos Rácio dívida/capital próprio
Utilização de terminais modulares para uma expansão mais fácil
Custo de trabalho por passageiro Custo de trabalho por movimento de aeronaves Custo variável por passageiro
Custo variável por movimento de aeronaves EBITDA Rácio dívida/activos Rácio dívida/capital próprio
Forma linear dos terminais
Passageiros por porta de embarque Custo de trabalho por passageiro Custo de trabalho por movimento de aeronaves Custo variável por passageiro
Custo variável por movimento de aeronaves Receita aeronáutica por movimento de aeronaves Receita operacional por movimento de aeronaves
Paredes divisórias móveis no terminal
Passageiros Índice de output não-aeronáutico Passageiros por porta de embarque Custo de trabalho por passageiro Custo de trabalho por movimento de aeronaves
Custo variável por passageiro Custo variável por movimento de aeronaves Receita não-aeronáutica Receita de concessão por passageiro Receita operacional por passageiro
Tabela 4.18 - Variáveis da ATRS utilizadas para a análise de cada opção de flexibilidade (I)
78
Opções Flexíveis Variáveis da ATRS
Portas de embarque com serviços internacionais e domésticos (swing gates)
Passageiros Passageiros por porta de embarque Custo de trabalho por passageiro Custo de trabalho por movimento de aeronaves Custo variável por passageiro
Custo variável por movimento de aeronaves Receita aeronáutica por movimento de aeronaves Receita operacional por passageiro Receita operacional por movimento de aeronaves
Sistema CUSS: check-in
Passageiros Passageiros por empregado Custo de trabalho por passageiro Custo de trabalho por movimento de aeronaves Custo variável por passageiro
Custo variável por movimento de aeronaves Receita aeronáutica por movimento de aeronaves Receita operacional por passageiro Receita operacional por movimento de aeronaves
Sistema CUSS: recolha de bagagem (drop-off)
Passageiros Passageiros por empregado Receita aeronáutica por movimento de aeronaves
Receita operacional por passageiro Receita operacional por movimento de aeronaves
Sistema CUSS: controlo de passaporte
Passageiros Passageiros por empregado Receita aeronáutica por movimento de aeronaves
Receita operacional por passageiro Receita operacional por movimento de aeronaves
Tabela 4.19 - Variáveis da ATRS utilizadas para a análise de cada opção de flexibilidade (II)
É de referir ainda que, a informação obtida acerca das opções flexíveis existentes nos aeroportos
é referente à situação actual do aeroporto. Por isso, ao realizar uma análise de clusters para todos os
anos para cada opção flexível e compará-la com os aeroportos de que se tem conhecimento que essa
opção está implementada neste momento, estar-se-ia a assumir que os aeroportos têm essa opção
pelo menos desde 2002, e não se está a considerar que ela possa ter sido implementada mais
recentemente.
Assim, faz sentido analisar esta informação com as bases de dados mais recentes a que se tem
acesso, uma vez que o número de opções de flexibilidade implementadas num aeroporto poderá ter
variado de forma significativa neste período de tempo considerado na análise. De qualquer maneira,
o último ano da amostra é 2009, o que significa que esta análise comparativa já está desfasada no
tempo. Mesmo assim, decidiu-se realizar esta análise para os anos mais recentes da amostra, isto é, a
partir de 2005.
À informação reunida a partir da literatura e dos inquéritos, foram acrescentados dados obtidos
nos sites de internet dos aeroportos da amostra, onde se verifica que a maioria deles indica
principalmente os sistemas CUSS de que dispõe. Esta pesquisa revelou que já muitos aeroportos
dispõem de quiosques self-service de check-in. Não há distinção entre os aeroportos que
disponibilizam estes serviços.
Ainda, no site oficial do departamento de Segurança Nacional dos EUA, US Customs and Border
Protection, é disponibilizada informação acerca de quais os aeroportos que têm implementados os
79
serviços de controlo de passaporte automáticos, incluindo não só aeroportos do seu país ou
continente, mas também por todo o mundo.
Mais uma vez, os resultados (Anexo A.5) foram inconclusivos para todas as opções flexíveis pois
tanto os aeroportos que possuem uma dada opção como aqueles que não a possuem encontram-se
dispersos por todos os clusters. Esta análise veio a confirmar os resultados anteriores: os aeroportos
têm uma tendência a juntar-se a outros da mesma região.
Nestas agregações, dois factos ocorrem recorrentemente. O mais evidente é o facto de que
geralmente cada agregação forma um cluster com um número de entidades muito superior aos
restantes, e este engloba a maioria dos aeroportos da América do Norte. Assim, é notória a separação
deste continente dos restantes. A segunda situação corresponde à formação de dois clusters de menor
dimensão maioritariamente constituídos por aeroportos europeus, sem grande expressividade de
outra região. Por vezes, um deles é exclusivo deste continente, incluindo aeroportos com um
considerável tráfego de passageiros.
a) Opções de Flexibilidade Estratégicas
A nível das opções estratégicas, as agregações geraram clusters onde é notória a separação por
regiões (Tabela A.5.1 do Anexo A.5.2). Observando a Figura 4.4, o cluster 1 destaca-se dos outros pelo
número de entidades que reúne, sendo grande parte delas aeroportos da América do Norte. Isto
revela, mais uma vez, a distinção entre a realidade aeroportuária nesta região e a dos outros
continentes.
Figura 4.4 – Análise de clusters para as opções de flexibilidade estratégicas
80
A distribuição dos aeroportos quanto à existência de opções de flexibilidade estratégicas
mostra-se dispersa para aqueles que as têm implementadas. Os aeroportos que não dispõem destas
opções encontram-se geralmente no cluster 1. No entanto, não é prudente tirar qualquer tipo de
conclusões sobre este facto por duas razões: a amostra de aeroportos sem opções de flexibilidade
estratégicas é muito reduzida; o cluster 1 contém um número significativo de entidades que têm
implementadas estas opções.
De seguida, far-se-ão as análises individuais a cada opção estratégica para tentar explicar a
forma como os aeroportos, com uma dada opção flexível, se distribuem nas agregações.
a1) Solo disponível para expansões
Na análise ao solo disponível para expansões (Figura 4.5), as agregações de 2009 e 2007 diferem
das de 2006 e 2005. Na primeira situação, existem dois clusters com dimensões distintas das restantes,
tendo um deles um número de entidades muito grande e reúne a maioria dos aeroportos da América
do Norte. Apesar de mais pequenos, os restantes agrupamentos geralmente têm em destaque um
continente. O segundo caso apresenta clusters de dimensões muito semelhantes, porém continua a
existir uma separação entre a América do Norte e as restantes regiões (Tabela A.5.3 do Anexo A.5.2).
Figura 4.5 - Análise de clusters para a opção de flexibilidade "Solo disponível para expansões"
Os aeroportos com ou sem esta opção flexível encontram-se dispersos por todos os clusters,
não sendo possível visualizar uma distinção entre estes. No entanto, nota-se que alguns aeroportos
que dispõem desta opção flexível podem ser encontrados juntos em todas as agregações: AUS, BNA,
81
DTW, MEM, PDX, YEG e YWG; RNO e BRU; ATH e ZRH. O mesmo não acontece com os aeroportos que
não têm solo disponível para expansões.
a2) Utilização de terminais modulares para uma expansão mais fácil
À parte de 2006, em todas as agregações da opção flexível correspondente à utilização de
terminais modulares (Figura 4.6) existe um cluster que se destaca dos outros pelo seu tamanho e que
reúne grande parte dos aeroportos norte-americanos. Todavia, não sendo excepção, o ano de 2006
apresenta um agrupamento em que este continente está em destaque (Tabela A.5.4 do Anexo A.5.2).
Figura 4.6 - Análise de clusters para a opção de flexibilidade "Utilização de terminais modulares para uma expansão mais fácil”
É de referir também que constantemente são formados dois clusters em cada ano constituídos
principalmente por entidades europeias, não existindo em alguns a presença de outras regiões.
Os aeroportos que dispõem de terminais modulares estão presentes em praticamente todos os
agrupamentos. Já aqueles que não têm esta opção estão concentrados num cluster, que corresponde
àquele que contém maioritariamente entidades da América do Norte. Porém, este cluster também
inclui um número significativo de aeroportos com esta opção flexível. Existem dois conjuntos de
aeroportos que se encontram juntos em todos os anos, correspondendo a um que detém de terminais
modulares e outro sem esta opção flexível, respectivamente: PBI, PHX e WLG; AUS, BNA, DTW, MEM,
PDX, SDF, YVR, YWG, ATH e ZRH.
82
a3) Forma linear dos terminais
As agregações resultantes da análise referente à forma linear dos terminais (Figura 4.7) formam
todas, cinco clusters e apresentam, excepcionando o caso de 2009, um agrupamento (cluster 1) muito
maior do que os outros que são bastante reduzidos (Tabela A.5.5 do Anexo A.5.2). O cluster 1 de todos
os anos é constituído maioritariamente por entidades norte-americanas, mas também os outros
continentes têm alguma relevância nele, especialmente a região da Ásia-Pacífico.
Figura 4.7 - Análise de clusters para a opção de flexibilidade "Forma linear dos terminais"
Tal como a análise da opção flexível anterior, existem dois clusters com a presença expressiva
da Europa, excluindo 2006 que só apresenta um, sendo um deles composto exclusivamente por
aeroportos europeus. Sem excepção, nos quatro anos de análise, este cluster inclui sempre o mesmo
conjunto de aeroportos: CDG, CGN, DUB, DUS, MUC, ORY e VIE. Todavia não se tem informação
respeitante a esta opção flexível nos referidos aeroportos, para que fosse possível avaliar esta união.
Nota-se ainda que os aeroportos japoneses KIX e NRT voltam a isolar-se num agrupamento
(cluster 5).
Em geral, há uma distribuição dos aeroportos com e sem esta opção flexível por dois clusters,
não sendo evidente a separação entre estas duas situações. Dos aeroportos que se sabe que os seus
terminais têm uma forma linear, é possível encontrar alguns frequentemente juntos: AUS; BNA; DTW;
MEM; PBI; PDX; YEG; YUL; YWG e WLG; ATH e OSL. O mesmo pode ser verificado com aqueles que não
são lineares: RNO, SDF, YVR; JAX e PHX.
83
b) Opções de Flexibilidade Tácticas
Das opções flexíveis a nível táctico, apenas foi possível realizar a análise clusters para a opção
“Paredes divisórias móveis no terminal” (Tabela A.5.6 do Anexo A.5.2), dado que era a única que
dispunha de variáveis. A opção “Espaços disponíveis no terminal” é influenciada principalmente,
segundo os gestores aeroportuários, por variáveis relacionadas com a qualidade de serviço, a qual não
é descrita pelo conjunto das variáveis da ATRS.
A análise realizada para a opção flexível correspondente às paredes divisórias móveis no
terminal (Figura 4.8) forma agrupamentos onde geralmente é visível a presença significativa de um
continente. Os aeroportos norte-americanos encontram-se distribuídos maioritariamente em dois
clusters (clusters 1 e 2) nos anos 2009 e 2005, e num cluster (cluster 1) nos anos 2007 e 2006, sendo
todos estes agrupamentos dominados por este continente e ainda com um número apreciável de
aeroportos da região da Ásia-Pacífico. Novamente, são formados dois clusters pequenos constituídos
sobretudo por entidades europeias e um terceiro por asiáticas.
A forma como os aeroportos com ou sem paredes móveis se dividem pelos agrupamentos
parece ser aleatória, não existindo qualquer separação entre eles. Podem-se encontrar dois conjuntos
de aeroportos com paredes móveis (BRU e HAM; OSL e ZRH) três sem esta opção flexível (BNA, PBI,
PDX, RNO e YWG; DTW e PHX; MEM e SDF) sempre juntos em todos os anos.
Figura 4.8 - Análise de clusters para a opção de flexibilidade "Paredes divisórias móveis no terminal"
84
c) Opções de Flexibilidade Operacionais
A forma como os aeroportos se agregam na análise às opções de flexibilidade operacionais
(Figura 4.9) difere pouco ao longo dos anos. Os aeroportos norte americanos têm uma forte presença
em dois agrupamentos que contêm também, embora muito menor, um número significativo de
aeroportos da Ásia-Pacífico, excluindo os casos de 2006 e 2005 em que estes aeroportos só são
evidentes no cluster 1. Também os aeroportos europeus dominam dois clusters e, finalmente, o último
cluster é constituído apenas pelos aeroportos japoneses KIX e NRT.
As entidades que têm implementadas opções de flexibilidade operacionais estão distribuídas
igualmente por todos os agrupamentos. De seguida, serão apresentadas as análises de clusters
realizadas para cada opção flexível do nível operacional (Tabela A.5.2 do Anexo A.5.2).
Figura 4.9 - Análise de clusters para as opções de flexibilidade operacionais
c1) Portas de embarque com serviços internacionais e domésticos (swing gates)
Em primeiro lugar, é de notar que a agregação resultante da análise da implementação das
swing gates nos aeroportos (Figura 4.10) é bastante similar àquela obtida para a opção de flexibilidade
“forma linear dos terminais”. Tal como esta, a agregação gerou cinco clusters para todos os anos da
análise (Tabela A.5.7 do Anexo A.5.2).
Todos os clusters correspondentes ao 1 e o cluster 2 de 2007 contêm essencialmente entidades
da América do Norte, mas ainda é de realçar, embora muito menor, a presença de um conjunto
considerável de aeroportos da Ásia-Pacífico. Mais uma vez, são formados dois agrupamentos com o
85
domínio da Europa (apenas um em 2006), isolando frequentemente as entidades CDG, CGN, DUB,
MUC, ORY e VIE. E ainda, KIX e NRT estão isolados no cluster 5.
Os aeroportos com e sem swing gates não se encontram separados, existindo as duas situações
na maioria dos clusters. Aqueles que dispõem de swing gates e estão sempre juntos em todas as
agregações são: JAX, SDF, YEG, YUL, YWG e WLG; DTW e PHX. Os conjuntos frequentes dos que não
têm esta opção flexível implementada dizem respeito a: BNA, MEM, PBI e RNO; ATH e BRU.
Figura 4.10 - Análise de clusters para a opção de flexibilidade "Portas de embarque com serviços internacionais e domésticos (swing gates)"
c2) Sistema CUSS: Check-in
Os agrupamentos obtidos da análise de clusters aos sistemas de self-service de check-in (Figura
4.11) assemelham-se à da análise das swing gates: foram formados cinco clusters em todos os anos; o
cluster 1 de todas as agregações tem uma grande dimensão que difere dos restantes, sendo
constituído principalmente por aeroportos da América do Norte e, ainda com uma presença forte da
Ásia-Pacífico; em cada ano existem dois clusters onde predominam os aeroportos da Europa, sendo
mesmo um deles exclusivo a esta região, que inclui as entidades CDG, CGN, DUB, MUC, ORY e VIE; os
aeroportos KIX e NRT estão isolados num cluster (Tabela A.5.8 do Anexo A.5.2).
Ainda existe um pequeno cluster composto essencialmente por aeroportos norte-americanos e
que correspondem a aeroportos com um expressivo nível de tráfego de passageiros. Neste
agrupamento estão sempre presentes as entidades ATL, EWR, JFK e LGA e, ainda da Austrália, MEL e
86
SYD. Nota-se também que os aeroportos da área de Nova Iorque (EWR, JFK e LGA) estão
frequentemente reunidos no mesmo cluster.
Figura 4.11 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Check-in"
Como já mencionado anteriormente, foi realizada uma pesquisa à informação disponibilizada
pelos aeroportos nos seus sites de internet. Constatou-se que grande parte dos aeroportos já têm
implementada esta opção de flexibilidade. São muitos os que já oferecem diversas formas de se
efectuar o check-in, inclusive estes quiosques que são disponibilizados no aeroporto, e alguns desses
aeroportos também têm incorporados os serviços de bagagem drop-off na mesma máquina.
Assim, como é possível observar na Figura 4.11, em todos os clusters existem uma grande
percentagem de aeroportos que têm essa opção flexível, não sendo evidente a concentração dela mais
nuns clusters do que noutros.
c3) Sistema CUSS: Recolha de Bagagem (drop-off)
Tal como nas análises anteriores, o cluster 1 (Figura 4.12) constitui um número de entidades
muito superior aos restantes, que formam pequenos agrupamentos. Ele é maioritariamente composto
por aeroportos norte-americanos, mas também com alguma expressão dos outros continentes nos
casos de 2006 a 2009. A América do Norte predomina também em dois pequenos clusters (excepto
em 2005, pela agregação ter menos um cluster) com aeroportos de grande dimensão, especialmente
um que inclui as entidades da área de Nova Iorque (ATL, EWR, JFK, LGA, MEL e SYD). Também existem
dois clusters onde é evidente a presença da Europa e outro isola os aeroportos KIX e NRT.
87
A distribuição dos aeroportos de que se tem conhecimento que têm implementada esta opção
flexível revela-se aleatória (Tabela A.5.9 do Anexo A.5.2). No caso dos que não dispõem dela, parece
existir uma pequena concentração no cluster 1, mas não se pode tirar conclusões visto que a amostra
dos aeroportos nesta situação é bastante reduzida, acrescentando o facto de este cluster também
conter um numeroso conjunto de aeroportos que contêm estes sistemas de self-service para recolha
de bagagem. Geralmente, nos aeroportos existem áreas exclusivas com balcões destinados a drop-off
e noutros este sistema já está incorporado nos sistemas self-service de check-in.
Figura 4.12 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Recolha de Bagagem (drop-off)"
c4) Sistema CUSS: Controlo de passaporte
A constituição dos agrupamentos nesta análise (Figura 4.13) é exactamente igual à da análise
anterior, visto que a análise de clusters foi realizada com as mesmas variáveis, pois foram aquelas que
foram consideradas como relevantes pelos gestores aeroportuários.
Mais uma vez, não existe uma concentração significativa em certos agrupamentos de aeroportos
com controlo automático de passaporte, estando dispersos por todos eles (Tabela A.5.10 do Anexo
A.5.2).
88
Figura 4.13 - Análise de clusters para a opção de flexibilidade "Sistema CUSS: Controlo de passaporte"
4.4. Síntese
Com o propósito de investigar os benefícios da flexibilidade, foi aplicada nesta dissertação uma
metodologia baseada na técnica de clustering para estudar a agregação dos aeroportos flexíveis
segundo um conjunto de variáveis. Depois de analisadas várias agregações num intervalo de tempo de
sete anos, não se pôde estabelecer um grande número de conclusões relativamente à agregação dos
aeroportos flexíveis, uma vez que se encontravam dispersos por todos os clusters e, ainda, porque se
constatou que os aeroportos tinham a tendência de se unir a outros do mesmo continente.
Assim sendo, desta análise, as principais conclusões retiradas são:
A relevância da geografia no desempenho dos aeroportos;
Não há evidência de que os aeroportos flexíveis se organizem nos mesmos clusters, uma
vez que estão dispersos por toda a agregação;
A análise também não revela uma agregação dos aeroportos flexíveis pelo nível de acção
das opções implementadas, isto é, nível estratégico, táctico e operacional.
Isto leva a um conjunto de questões sobre o nível de flexibilidade concedido por cada opção:
quais são as opções mais flexíveis? Quantas opções de flexibilidade descrevem um aeroporto flexível?
Uma vez que os aeroportos considerados como flexíveis não têm o mesmo nível de flexibilidade,
esta análise exigiu um maior grau de detalhe, o que conduziu a um estudo individual de cada opção.
Efectuaram-se análises de clusters para cada opção flexível e, ainda, para cada nível de acção.
Os resultados obtidos vieram a confirmar as conclusões anteriores, não sendo evidenciada qualquer
89
relação entre o nível de flexibilidade disponível nos aeroportos e as agregações resultantes. A
separação dos aeroportos por continentes nos clusters foi ainda mais acentuada, formando clusters
exclusivos de um só continente e reunir praticamente toda a amostra da América do Norte num só
cluster.
É notório que as semelhanças entre aeroportos não só dependem daquelas variáveis utilizadas,
mas há variáveis relacionadas com questões culturais e geográficas que não foram consideradas e que
têm um forte contributo para o funcionamento dos aeroportos. Outro facto é a de que a amostra
utilizada contém aeroportos de diversos tamanhos, em que os maiores apresentam um nível de
tráfego de passageiros tão diferenciado dos menores, que se pode estar perante um fenómeno de
economias de escala. No entanto, a utilização de categorias mais específicas levaria a um problema de
falta de informação, impossibilitando qualquer tipo de análise, uma vez que poderia existir dados
apenas para um número insignificante de aeroportos.
Uma limitação encontrada neste estudo é a comparação da flexibilidade actual de um aeroporto
com dados mais antigos, tendo em conta que a base de dados mais recente é relativa a 2009. Por isso,
projectos de expansão ou alterações na operacionalidade de um aeroporto mais recentes não se
reflectem nestes dados.
Tendo em conta estes resultados inconclusivos em relação à flexibilidade aeroportuária, não foi
possível extrair os seus benefícios de forma a avaliar a sua influência tanto no desempenho operacional
como financeiro de um aeroporto.
Por fim, após a realização de todo este conjunto de análises, resulta a ideia de que a abordagem
que foi levada a cabo não funciona para a concretização dos objetivos predefinidos neste estudo. Com
efeito, as técnicas de clustering foram utilizadas com diferentes níveis de detalhe e nenhuma análise
gerou resultados que demonstrassem uma distinção entre os aeroportos flexíveis e os não-flexíveis.
90
CAPÍTULO 5 Conclusões
5.1. Conclusões
Esta dissertação apresenta um estudo sobre a implementação do conceito de flexibilidade nos
aeroportos. O seu principal objectivo relaciona-se com a investigação dos seus benefícios no
desempenho aeroportuário.
Na primeira fase do estudo, foi realizada uma revisão de literatura a qual revelou que a
abordagem tradicional do desenvolvimento aeroportuário já não é considerada como adequada às
necessidades actuais. Muitos autores evidenciam a importância de se tomar uma abordagem flexível
para lidar com a volatilidade e com a incerteza associadas a este mercado de grande competitividade.
Existem diversas alternativas à abordagem tradicional, as quais apresentam diferentes perspectivas,
com especial destaque para o design flexível, a gestão de risco, o planeamento estratégico e os
sistemas multi-aeroportos.
Existem diferentes definições para o conceito de flexibilidade, contudo, todas elas convergem
para a ideia de um contributo positivo da mesma no desenvolvimento aeroportuário. Outro objectivo
deste estudo é contribuir para o estabelecimento de um conceito de flexibilidade que reúna as diversas
posições dos autores consultados. Assim, entende-se que a adopção da flexibilidade permite trazer ao
sistema a possibilidade de ser modificado de forma simples dentro da sua configuração existente
sempre que for necessário, aumentando consequentemente a sua probabilidade de sucesso.
Neste estudo procura-se encontrar os benefícios da flexibilidade no desempenho aeroportuário.
Para a sua concretização, considerou-se importante entender a relação entre a flexibilidade e o
desempenho aeroportuário, isto é, perceber de que modo se pode medir o seu impacto no
desempenho de um aeroporto. Existem muitas abordagens para avaliar o desempenho financeiro dos
sistemas, porém, existe ainda uma grande limitação quanto à avaliação do desempenho das operações
aeroportuárias, dado que há a convicção de que a flexibilidade tem um contributo positivo nas
operações, embora não exista ainda formas de medi-la.
Para a realização deste propósito, constatou-se a partir da análise da bibliografia consultada que
diversos estudos no âmbito dos aeroportos utilizam a análise de clusters na sua classificação,
recorrendo principalmente aos métodos hierárquicos. Da mesma forma, foi aplicada esta metodologia
a um conjunto de 140 aeroportos, com base nas variáveis fornecidas pela ATRS. Previamente, e no
intuito de tornar esta análise mais eficiente, reduziram-se as variáveis em factores, originando grupos
relacionados com a dimensão, com o desempenho financeiro e com a produtividade do aeroporto.
91
Na posse destes factores procedeu-se à aplicação de uma técnica de clustering para estudar a
forma como os aeroportos se agrupam, procurando perceber se os aeroportos com características de
flexibilidade semelhantes se reúnem nos mesmos agrupamentos e, assim, compreender se a adopção
da flexibilidade influencia o desempenho dos aeroportos. Os resultados obtidos não evidenciam a
existência de semelhanças entre os aeroportos com opções flexíveis, encontrando–se dispersos nas
agregações, acarretando mesmo a limitação das análises por nível estratégico, táctico e operacional.
Na procura de factos que expliquem como estes aeroportos se reúnem, avançou-se para uma
análise individual a cada uma das opções de flexibilidade. Com efeito, as diferentes opções flexíveis
oferecem diferentes níveis de flexibilidade e, por isso, provavelmente não terão todas o mesmo
impacto no desempenho de um aeroporto. Os resultados obtidos confirmaram os anteriores, uma vez
que não mostraram separação entre aqueles que tinham a opção implementada e os que não
dispunham dela.
Na obtenção destes resultados poderão estar alguns obstáculos encontrados neste estudo e que
também influenciaram as conclusões obtidas: a heterogeneidade da amostra; o desfasamento entre
os anos para os quais se realizou a análise e o momento de obtenção de informação sobre as opções
flexíveis; e a não consideração da qualidade de serviço na análise.
Quanto à amostra de aeroportos, esta contém aeroportos de diversas dimensões, com
realidades diferentes, pelo que a flexibilidade poderá ter uma influência bastante diferente neles, ao
que acresce ainda a constituição de economias de escala provocadas pela dimensão de alguns
aeroportos com grandes níveis de tráfego.
O espaço temporal da amostra também poderá ter influência nos resultados, sendo importante
considerar uma amostra mais recente e não tão extensa, pois a implementação de opções de
flexibilidade poderá ter ocorrido em diferentes alturas e mais recentemente.
Neste estudo, foi defendida a ideia de que para lidar com a volatilidade do mercado e a incerteza
sobre a procura, o conceito de flexibilidade é uma boa solução na medida em que melhora ou mantém
a produtividade e o desempenho aeroportuário. Tendo em conta o objectivo de investigar os
benefícios da flexibilidade no desempenho aeroportuário e as características que permitam distinguir
os aeroportos com opções flexíveis dos demais, considera-se que este objectivo foi conseguido em
parte, no entanto as técnicas utilizadas não conseguiram isolar essa influência da flexibilidade, pois
não agrupam os aeroportos nos mesmos clusters e não os separam dos não-flexíveis. Conclui-se que,
poderão existir outros factores que influenciam a agregação dos aeroportos e que têm um maior
impacto no desempenho aeroportuário, nomeadamente factores externos aos aeroporto.
Em suma, com este estudo foi obtido um contributo para o melhor conhecimento da
flexibilidade aplicada aos aeroportos, permitindo perceber que para a avaliação deste conceito no
92
desenvolvimento aeroportuário a presente abordagem não é suficiente e que por esse motivo são
necessárias abordagens que utilizem outras metodologias e/ou técnicas.
5.2. Desenvolvimentos futuros
Na literatura existe um desconhecimento sobre o real impacto da flexibilidade nos aeroportos.
É de grande importância que se continue a estudar sobre quais as metodologias mais adequadas para
que seja possível concretizar a avaliação dos seus benefícios.
Os resultados das análises realizadas colocam várias questões pertinentes:
a flexibilidade tem, de facto, influência no desempenho de um aeroporto?
as ferramentas estatísticas utilizadas foram as mais adequadas?
existirão outros factores com maior impacto no desempenho e na produtividade do que a
flexibilidade?
a heterogeneidade das opções flexíveis poderão ter um impacto diferente no desempenho e
na produtividade?
A experimentação de novas técnicas estatísticas poderão explicar a realidade aeroportuária
noutra perspectiva e daí possibilitar avaliar os benefícios da flexibilidade aplicada aos aeroportos.
Poderá ser considerada a existência de outros factores, nomeadamente os de origem externa
aos aeroportos, para os quais a flexibilidade poderá não conseguir amortizar.
Da mesma forma poderá ser considerado como factor a não ser minimizado na análise aos
aeroportos, as regiões onde se localizam. Deste modo, realizar uma análise por região poderia trazer
algumas vantagens uma vez que os aeroportos nos diferentes continentes têm realidades ou formas
de funcionamento bastante distintas que se prendem com razões económicas, geográficas e culturais.
Nestes casos, os benefícios da flexibilidade não são evidenciados nas análises.
Muitas das opções de flexibilidade implementadas num aeroporto têm grandes efeitos na
qualidade de serviço prestado. Assim sendo, seria importante incluir em análises posteriores variáveis
relacionadas com esta, como por exemplo, os tempos relativos aos processos de check-in, segurança
e controlo de passaporte, os atrasos nas portas de embarque e nas partidas ou, ainda, a satisfação do
cliente. Os indicadores propostos pelo ACI (KPI) prevêem variáveis relacionadas com estas e com todas
as outras utilizadas nas análises realizadas neste estudo. Para além desta vantagem, os KPI são
indicadores com que as entidades aeroportuárias estão mais familiarizadas e, caso seja necessário a
obtenção de informação junto delas, a fiabilidade das respostas poderá ser maior.
No decurso deste estudo colocou-se como hipótese o facto das opções de flexibilidade não
oferecerem o mesmo nível de flexibilidade e assim, essas opções flexíveis terem um impacto diferente
93
no desempenho e na produtividade. Tendo em conta esta hipótese poderá ser considerada como linha
de investigação para novos trabalhos o estudo da heterogeneidade da flexibilidade.
O estudo das questões levantadas poderá contribuir para a melhor compreensão dos efeitos da
flexibilidade num aeroporto, e, dessa forma avaliar o seu real impacto no desempenho e na
produtividade.
94
Bibliografia
ACI World, 2012. Guide to Airport Performance Measures, Montreal: ACI, Airports Council International.
Adikariwattage, V., de Barros, A. G., Wirasinghe, S. C. & Ruwanpura, J., 2012. Airport classification criteria based on passenger characteristics and terminal size. Journal of Air Transport Management, Volume 24, pp. 36 - 41.
Airport Transport Research Society, 2007. Airport Benchmarking Report, Vancouver, Canada: Centre for Transportation Studies.
Alderighi, M., Cento, A., Nijkamp, P. & Rietveld, P., 2012. Competition in the European aviation market: the entry of low-cost airlines. Journal of Transport Geography.
Ashford, N., Stanton, H. P. M. & Moore, C. A., 1997. Airport Operations. 2nd ed. New York: McGraw-Hill.
Bilotkach, V., Clougherty, J. A., Mueller, J. & Zhang, A., 2012. Regulation, privatization, and airport charges: panel data evidence from European airports. Journal of Regulatory Economics, Volume 42, pp. 73 - 94.
Bilotkach, V. & Lakew, P. A., 2014. On sources of market power in the airline industry: Panel data evidence from the US airports. Transportation Research Part A: Policy and Practice, Volume 59, pp. 288 - 305.
Bonnefoy, P. A., de Neufville, R. & Hansman, R. J., 2010. Evolution and Development of Multiairport Systems: Worldwide Perspective. Journal of Transport Engineering. ASCE.
Branco, J. A., s.d. Introdução à Análise de Clusters [Powerpoint Slides]. Lisboa: Instituto Superior Técnico.
Burghouwt, G., 2007. Airline Network Development in Europe and its Implications for Airport Planning. 1st ed. Aldershot: Ashgate.
Burghouwt, G. & Hakfoort, J., 2001. The evolution of the European aviation network, 1990–1998. Journal of Air Transport Management, Volume 7, pp. 311-318.
Burghouwt, G. & Huys, M., 2003. Deregulation and the Consequences for Airport Planning in Europe.
Butters, M., 2010. Flexible Airport Design. Airport Management, Volume 4, No. 4, pp. 321-328.
Cardin, M.-A. & de Neufville, R., 2008. A Survey of State-of-the-Art Methodologies and a Framework for Identifying and Valuing Flexible Design Opportunities in Engineering Systems. Working Paper, Cambridge MA.
Castelli, L., Labbé, M. & Violin, A., 2012. A Network Pricing Formulation for the revenue maximization of European Air Navigation Service Providers. Transportation Research Part C.
Caves, R. E. & Gosling, G. D., 1999. Strategic Airport Planning. 1st ed. Amsterdam: Pergamon.
de Neufville, R., 1995. Designing Airport Passenger Buildings for the 21st Century. Transport Journal, Volume 111, pp. 83-96.
de Neufville, R., 2003. Real Options: Dealing with uncertainty in systems planning and design. Integrated Assessment, 4(1), pp. 26-34.
de Neufville, R., 2008. Low-Cost Airports for Low-Cost Airlines: Flexible Design to Manage the Risks. Transportation Planning and Technology, Volume 31, No. 1, pp. 35-68.
de Neufville, R. & Belin, S. C., 2002. Airport Passenger Buildings: Efficiency through Shared Use of Facilities. Journal of Transportation Engineering, pp. 202-210.
95
de Neufville, R. & Odoni, A., 2013. Airport Systems - Planning, Design and Management. 2nd ed. s.l.:McGraw-Hill Education.
Doganis, R., 2006. The Airline Business. 2nd ed. London: Routledge.
Eckart, J., 2012. Flexible Urban Drainage Systems in New Land-Use Areas - Doctoral Thesis. s.l.:University of South Florida.
Edwards, B., 2005. The Modern Airport Terminal - New approaches to airport architecture. 2nd ed. London: Spon Press.
Fricke, E. & Schulz, A. P., 2005. Design for Changeability (DfC): Principles to enable changes in systems throughout their entire lifecycle. Systems Engineering, Volume 8, No. 4.
Galle, K. M. et al., 2010. Risk-Based Airport Selection for Runway Safety Assessments Through theDevelopment and Application of Systems-Driven Prioritization Methodologies. University of Virginia, Charlottesville, VA., Proceedings of the 2010 IEEE Systems and Information Engineering Design Symposium.
Gil, N. & Tether, B. S., 2011. Project Risk Management and Design Flexibility: Analysing a Case and Conditions of Complementarity. Research Policy 40, pp. 415-428.
Graham, A., 2014. Managing Airports: An International Perspective. 4th ed. Oxford: Routledge.
Graham, B., 1998. Liberalization, regional economic development and the geography of demand for air transport in the European Union. Journal of Transport Geography, Volume 6 No. 2, pp. 87 - 104.
Horonjeff, R., McKelvey, F. X., Sproule, W. J. & Young, S. B., 2010. Planning & Design of Airports. 5th ed. New York: McGraw-Hill Education.
Hwang, C.-C. & Shiao, G.-C., 2011. Analyzing air cargo flows of international routes: an empirical study of Taiwan Taoyuan International Airport. Journal of Transport Geography, Volume 19, pp. 738 - 744.
IATA, 2004. Airport Development Reference Manual. 9th ed. Montreal: s.n.
Jia, T. & Jiang, B., 2012. Building and analyzing the US airport network based on en-route location information. Physica A, Volume 391, pp. 4031-4042.
Kazda, A. & Caves, R., 2008. Airport Design and Operation. Bingley: Emerald.
Kwakkel, J. H., 2007. The Problem of Uncertainty in Airport Master Planning. Aerlines Magazine, Volume 39, pp. 1-4.
Kwakkel, J. H., Walker, W. & Marchau, V., 2010. Assessing the Efficacy of Adaptative Airport Strategic Planning: Results from Computational Experiments. Agifords Innovation Award in Airline Operations Research.
Madas, M. A. & Zografos, K. G., 2008. Airport capacity vs. demand: Mismatch or mismanagement?. Transportation Research Part A, Volume 42, p. 203–226.
Magalhães, L., 2014. Airport Flexibility: an Extensive Literature on its Origins, Definitions, Frameworks, Measurement and Case Studies, Lisboa: Working Paper, Instituto Superior Técnico.
Magalhães, L., Reis, V. & Macário, R., 2012. Flexible Development of Airports: Where we stand now?. AIRDV Conference, Lisboa.
Magalhães, L., Reis, V. & Macário, R., 2013. Airport Flexibility: a First Glimpse on the External Factors. Rio de Janeiro, 13th WCTR.
Magalhães, L., Reis, V. & Macário, R., 2015. Can flexibility make the difference to an airport's productivity? An assessment using cluster analysis. Journal of Air Transport Management, Volume 47, pp. 90-101.
96
Magalhães, L., Reis, V. & Macário, R., 2015. Can flexibility make the difference to an airport's productivity? An assessment using cluster analysis. Journal of Air Transport Management, Volume 47, pp. 90-101.
Malighetti, P., Paleari, S. & Redondi, R., 2009. Airport classification and functionality within the European network. Problems and Perspectives in Management, Volume 7 No. 1.
Marôco, J., 2014. Análise Estatística com o SPSS Statistics. 6ª ed. Pêro Pinheiro: Report Number.
Mathisen, T. A., Jørgensen, F. & Solvoll, G., 2014. Marginal costs pricing of airport operations in Norway. Research in Transportation Economics, Volume 45, pp. 49 - 56.
Morlok, E. K. & Chang, D. J., 2004. Measuring capacity flexibility of a transportation system. Transportation Research Part A, Volume 38, pp. 405-420.
Mukherjee, A., Ball, M. & Subramanian, B., 2006. Models for estimating monthly delays and cancellations in the NAS. Pacific Gorve, National Airspace System Performance.
Reis, E., 2001. Estatística Multivariada Aplicada. 2ª ed. Lisboa: Edições Sílabo.
Rodríguez-Déniz, H., Suau-Sanchez, P. & Voltes-Dorta, A., 2013. Classifying airports according to their hub dimensions: an application to the US domestic network. Journal of Transport Geography, Volume 33, pp. 188-195.
Rodríguez-Déniz, H. & Voltes-Dorta, A., 2014. A frontier-based hierarchical clustering for airport efficiency benchmarking. Benchmarking: An International Journal, 21(4), pp. 486-508.
Sarkis, J. & Talluri, S., 2004. Performance based clustering for benchmarking of US airports. Transportation Research Part A, Volume 38, pp. 329-346.
Shuchi, S. & Drogemuller, R., 2012. Process Based Synthesis to Evaluate Design Flexibility in Airport Terminal Layout. ANZAScA Conference Proceedings, Griffith University, Australia, pp. 1-8.
Shuchi, S., Drogemuller, R. & Kleinschmidt, T., 2012. Flexible Airport Terminal Design: Towards a Framework. Proceedings of the IIE Asian Conference 2012, Singapore, pp. 348-356.
Society, A. T. R., 2007. Airport Benchmarking Report - Global Standards for Airport Excellence, Parts I, II and III, Vancouver, Canada: Centre for Transportation Studies.
Suchmová, P., 2010. Airport-airline relation. Vodochody: The secondary airport in Prague, Czech Republic. - Master Thesis. Bergen: Norges Handelshoyskole.
Torres-Reyna, O., 2007. Panel Data Analysis Fixed and Random Effects using Stata (v.4.2) [Powerpoint Slides]. s.l.:Princeton University.
Upton, D. M., 1994. The Management of Manufacturing Flexibility. California Management Review, Volume 36, No. 2, pp. 72-89.
Vormer, F., Marsden, A. & Duong, V., 2010. A Complex Systems Approach to Assessment of Airport Flexibility, Predictability and Efficiency. 27th International Congress of the Aeronautical Sciences.
Walker, W. E., Marchau, V. & Van De Riet, O., 2008. Special Issue of Transportation Planning and Technology - Approaches to Developing the Airport of the Future. Transportation Planning and Technology, Volume 31, No. 1, pp. 1-9.
Washington, S. P., Karlaftis, M. G. & Mannering, F. L., 2003. Statistical and Econometric Methods for Transportation Data Analysis. Florida: Chapman & Hall/CRC.
Wijnen, R. A. A., Walker, W. E. & Kwakkel, J. H., 2008. Decision Support for Airport Strategic. Transportation Planning and Technology, Volume 31 No.1, pp. 11-34.
97
Endereços de Internet
ABQ, 2015. Airport - City of Albuquerque. [Online] Available at: https://www.cabq.gov/airport/ [Acedido em Setembro 2015].
ADL, 2015. Adelaide Airport. [Online] Available at: http://www.adelaideairport.com.au/ [Acedido em Setembro 2015].
AKL, 2015. Auckland Airport. [Online] Available at: https://www.aucklandairport.co.nz/ [Acedido em Setembro 2015].
ALB, 2015. Albany International Airport. [Online] Available at: http://www.albanyairport.com/ [Acedido em Setembro 2015].
AMS, 2015. Amsterdam Schipol Airport. [Online] Available at: http://www.schiphol.nl/ [Acedido em Setembro 2015].
Anon., 2015. YVR. [Online] Available at: http://www.yvr.ca/
ARN, 2015. Stockholm Arlanda Airport - Swedavia. [Online] Available at: http://www.swedavia.se/arlanda/ [Acedido em Setembro 2015].
ATH, 2015. Athens International Airport. [Online] Available at: https://www.aia.gr/traveler/ [Acedido em Setembro 2015].
ATL, 2015. Hartsfield-Jackson Atlanta International Airport. [Online] Available at: http://www.atlanta-airport.com/ [Acedido em Setembro 2015].
AUS, 2015. Bergstrom International Airport - City of Austin. [Online] Available at: http://www.austintexas.gov/airport [Acedido em Setembro 2015].
BCN, 2015. Aeropuerto de Barcelona-El Prat. [Online] Available at: http://www.aena.es/csee/Satellite/Aeropuerto-Barcelona [Acedido em Setembro 2015].
BHX, 2015. Birmingham Airport. [Online] Available at: https://birminghamairport.co.uk/ [Acedido em Setembro 2015].
BKK, 2015. Suvarnabhumi Airport. [Online] Available at: http://www.suvarnabhumiairport.com/ [Acedido em Setembro 2015].
BNA, 2015. Nashville International Airport. [Online] Available at: https://www.flynashville.com/Pages/default.aspx [Acedido em Setembro 2015].
98
BNE, 2015. Brisbane Airport Corporation. [Online] Available at: http://www.bne.com.au/ [Acedido em Setembro 2015].
BOM, 2015. Chhatrapati Shivaji International Airport. [Online] Available at: http://www.csia.in/ [Acedido em Setembro 2015].
BOS, 2015. Massport - Logan Airport. [Online] Available at: https://www.massport.com/logan-airport/ [Acedido em Setembro 2015].
BRE, 2015. Brussels Airport. [Online] Available at: http://www.brusselsairport.be/en/ [Acedido em Setembro 2015].
BTS, 2015. Letisko Bratislava. [Online] Available at: http://www.bts.aero/en/passengers/ [Acedido em Setembro 2015].
BUD, 2015. Budapest Airport. [Online] Available at: http://www.bud.hu/english [Acedido em Setembro 2015].
BWI, 2015. BWI Airport - Baltimore Washington International Thurgood Marshall Airport. [Online] Available at: http://www.bwiairport.com/ [Acedido em Setembro 2015].
CBP, 2015. Automated Passport Control (APC). [Online] Available at: http://www.cbp.gov/travel/us-citizens/automated-passport-control-apc [Acedido em Setembro 2015].
CGK, 2015. Soekarno-Hatta International Airport. [Online] Available at: http://soekarnohatta-airport.co.id/ [Acedido em Setembro 2015].
CGN, 2015. Köln Bonn Airport. [Online] Available at: https://www.koeln-bonn-airport.de/ [Acedido em Setembro 2015].
CHC, 2015. Christchurch International Airport. [Online] Available at: http://www.christchurchairport.co.nz/en/ [Acedido em Setembro 2015].
CIA, 2015. Ciampino - Aeroporti di Roma. [Online] Available at: http://www.adr.it/ciampino [Acedido em Setembro 2015].
CLE, 2015. Cleveland Hopkins International Airport. [Online] Available at: http://www.clevelandairport.com/ [Acedido em Setembro 2015].
CLT, 2015. Charlotte Douglas International Airport. [Online] Available at: http://charmeck.org/city/charlotte/Airport/Pages/default.aspx [Acedido em Setembro 2015].
CNS, 2015. Cairns Airport. [Online] Available at: http://www.cairnsairport.com.au/ [Acedido em Setembro 2015].
99
CNX, 2015. Chiang Mai International Airport. [Online] Available at: http://chiangmaiairportthai.com/en [Acedido em Setembro 2015].
CPH, 2015. Copenhagen Airport. [Online] Available at: https://www.cph.dk/en/ [Acedido em Setembro 2015].
CVG, 2015. Cincinnati/Northern Kentucky International Airport. [Online] Available at: http://www.cvgairport.com/ [Acedido em Setembro 2015].
DCA, 2015. Reagan National Airport. [Online] Available at: http://www.metwashairports.com/dca/reagan-national-airport [Acedido em Setembro 2015].
DEL, 2015. Delhi Airport. [Online] Available at: http://www.newdelhiairport.in/traveller.aspx [Acedido em Setembro 2015].
DEN, 2015. Denver International Airport. [Online] Available at: http://www.flydenver.com/ [Acedido em Setembro 2015].
DFW, 2015. DFW Airport. [Online] Available at: https://www.dfwairport.com/ [Acedido em Setembro 2015].
DTW, 2015. Detroit Metro Airport. [Online] Available at: http://www.metroairport.com/ [Acedido em Setembro 2015].
DUB, 2015. Dublin Airport. [Online] Available at: https://www.dublinairport.com/home.aspx [Acedido em Setembro 2015].
DUS, 2015. Düsseldorf Airport. [Online] Available at: https://www.dus.com/en [Acedido em Setembro 2015].
DXB, 2015. Dubai Airports. [Online] Available at: http://www.dubaiairports.ae/ [Acedido em Setembro 2015].
EDI, 2015. Edinburgh Airport. [Online] Available at: http://www.edinburghairport.com/ [Acedido em Setembro 2015].
EWR, 2015. EWR - Newark Liberty International Airport. [Online] Available at: http://www.panynj.gov/airports/newark-liberty.html [Acedido em Setembro 2015].
FCO, 2015. Aeroporto Intercontinentale Leonardo da Vinci di Fiumicino. [Online] Available at: http://www.adr.it/fiumicino [Acedido em Setembro 2015].
FLL, 2015. Fort Lauderdale-Hollywood International Airport. [Online] Available at: http://www.broward.org/airport/Pages/Default.aspx [Acedido em Setembro 2015].
100
FRA, 2015. Frankfurt Airport. [Online] Available at: http://www.frankfurt-airport.de/content/frankfurt_airport/de.html [Acedido em Setembro 2015].
GVA, 2015. Genève Aéroport. [Online] Available at: https://www.gva.ch/en/desktopdefault.aspx [Acedido em Setembro 2015].
HAM, 2015. Hamburg Airport. [Online] Available at: https://www.hamburg-airport.de/en/ [Acedido em Setembro 2015].
HDY, 2015. Hat Yai International Airport. [Online] Available at: http://hatyaiairportthai.com/ [Acedido em Setembro 2015].
HEL, 2015. Helsinki Airport / Finavia. [Online] Available at: http://www.finavia.fi/en/helsinki-airport/ [Acedido em Setembro 2015].
HKG, 2015. Hong Kong International Airport. [Online] Available at: http://www.hongkongairport.com/eng/index.html [Acedido em Setembro 2015].
HKT, 2015. Phuket International Airport. [Online] Available at: http://phuketairportthai.com/ [Acedido em Setembro 2015].
HNL, 2015. Honolulu International Airport. [Online] Available at: http://hawaii.gov/hnl [Acedido em Setembro 2015].
IAD, 2015. Dulles International Airport. [Online] Available at: http://www.metwashairports.com/iad/dulles-international-airport [Acedido em Setembro 2015].
IAH, 2015. George Bush Intercontinental Airport. [Online] Available at: http://www.fly2houston.com/iah [Acedido em Setembro 2015].
ICN, 2015. Incheon International Airport. [Online] Available at: http://www.cyberairport.kr/pa/en/a/index.jsp [Acedido em Setembro 2015].
IND, 2015. Indianapolis International Airport. [Online] Available at: http://www.indianapolisairport.com/ [Acedido em Setembro 2015].
IST, 2015. TAV Istanbul Ataturk Airport. [Online] Available at: http://www.ataturkairport.com/en-EN/Pages/Main.aspx [Acedido em Setembro 2015].
JAX, 2015. Jacksonville International Airport. [Online] Available at: http://www.flyjax.com/ [Acedido em Setembro 2015].
JFK, 2015. JFK - John F. Kennedy International Airport. [Online] Available at: http://www.panynj.gov/airports/jfk.html [Acedido em Setembro 2015].
101
KEF, 2015. Keflavik International Airport. [Online] Available at: http://www.kefairport.is/english/ [Acedido em Setembro 2015].
KIX, 2015. Kansai International Airport. [Online] Available at: http://www.kansai-airport.or.jp/en/index.asp [Acedido em Setembro 2015].
KUL, 2015. KLIA - Malaysia Airports. [Online] Available at: http://www.klia.com.my/index.php?m=airport [Acedido em Setembro 2015].
LAS, 2015. McCarran International Airport. [Online] Available at: https://www.mccarran.com/ [Acedido em Setembro 2015].
LAX, 2015. LAX - Los Angeles World Airports. [Online] Available at: http://www.lawa.org/welcomeLAX.aspx [Acedido em Setembro 2015].
LGA, 2015. LGA - LaGuardia Airport. [Online] Available at: http://www.panynj.gov/airports/laguardia.html [Acedido em Setembro 2015].
LGW, 2015. Gatwick Airport. [Online] Available at: http://www.gatwickairport.com/ [Acedido em Setembro 2015].
LHR, 2015. Heathrow Airport. [Online] Available at: http://www.heathrow.com/ [Acedido em Setembro 2015].
LIS, 2015. Lisboa Airport. [Online] Available at: http://www.ana.pt/pt-PT/Aeroportos/Lisboa/Lisboa/Paginas/HomeLisboa.aspx/ [Acedido em Setembro 2015].
LJU, 2015. Aerodrom Ljubljana. [Online] Available at: http://www.lju-airport.si/en/Main [Acedido em Setembro 2015].
MAD, 2015. Adolfo Suárez Madrid-Barajas Airport - Aena. [Online] Available at: http://www.aena.es/csee/Satellite/Aeropuerto-Madrid-Barajas/en/ [Acedido em Setembro 20015].
MAN, 2015. Manchester Airport. [Online] Available at: http://www.manchesterairport.co.uk/ [Acedido em Setembro 2015].
MCI, 2015. Kansas City International Airport. [Online] Available at: http://www.flykci.com/ [Acedido em Setembro 2015].
MCO, 2015. Orlando International Airport. [Online] Available at: http://www.orlandoairports.net/ [Acedido em Setembro 2015].
MDW, 2015. Chicago Midway International Airport. [Online] Available at: http://www.flychicago.com/midway/en/home/Pages/default.aspx [Acedido em Setembro 2015].
102
MEL, 2015. Melbourne Airport. [Online] Available at: http://melbourneairport.com.au/ [Acedido em Setembro 2015].
MEM, 2015. Memphis International Airport. [Online] Available at: http://www.mscaa.com/ [Acedido em Setembro 2015].
MFM, 2015. Macau International Airport. [Online] Available at: http://www.macau-airport.com/en/ [Acedido em Setembro 2015].
MIA, 2015. Miami International Airport. [Online] Available at: http://www.miami-airport.com/ [Acedido em Setembro 2015].
MKE, 2015. General Mitchell International Airport. [Online] Available at: http://www.mitchellairport.com/ [Acedido em Setembro 2015].
MLA, 2015. Malta International Airport. [Online] Available at: http://www.maltairport.com/en/home.htm [Acedido em Setembro 2015].
MNL, 2015. Manila International Airport Authority. [Online] Available at: http://www.miaa.gov.ph/ [Acedido em Setembro 2015].
MSP, 2015. Minneapolis - St. Paul International Airport. [Online] Available at: https://www.mspairport.com/ [Acedido em Setembro 2015].
MSY, 2015. Louis Armstrong New Orleans International Airport. [Online] Available at: http://www.flymsy.com/ [Acedido em Setembro 2015].
MUC, 2015. Munich Airport. [Online] Available at: http://www.munich-airport.com/en/consumer/index.jsp [Acedido em Setembro 2015].
MXP, 2015. Malpensa Airport. [Online] Available at: http://www.milanomalpensa-airport.com/en [Acedido em Setembro 2015].
NRT, 2015. Narita International Airport. [Online] Available at: http://www.narita-airport.jp/en/index.html [Acedido em Setembro 2015].
OAK, 2015. Oakland International Airport. [Online] Available at: http://www.oaklandairport.com/ [Acedido em Setembro 2015].
ONT, 2015. ONT - Los Angeles World Airports. [Online] Available at: http://www.lawa.org/welcomeONT.aspx [Acedido em Setembro 2015].
ORD, 2015. Chicago O'Hare International Airport. [Online] Available at: http://www.flychicago.com/ohare/en/home/Pages/default.aspx [Acedido em Setembro 2015].
103
OSL, 2015. Oslo Airport - Avinor. [Online] Available at: https://avinor.no/flyplass/oslo/ [Acedido em Setembro 2015].
Paris, A. d., 2015. Aéroports de Paris. [Online] Available at: http://www.aeroportsdeparis.fr/ [Acedido em Setembro 2015].
PBI, 2015. Palm Beach International Airport. [Online] Available at: http://www.pbia.org/ [Acedido em Setembro 2015].
PDX, 2015. Portland International Airport. [Online] Available at: http://www.flypdx.com/PDX [Acedido em Setembro 2015].
PEK, 2015. Beijing Capital International Airport. [Online] Available at: http://en.bcia.com.cn/ [Acedido em Setembro 2015].
PEN, 2015. Penang Airport. [Online] Available at: http://www.penangairport.com/ [Acedido em Setembro 2015].
PER, 2015. Perth Airport. [Online] Available at: http://www.perthairport.com.au/index.aspx [Acedido em Setembro 2015].
PHL, 2015. Philadelphia International Airport. [Online] Available at: http://www.phl.org/Pages/HomePage.aspx [Acedido em Setembro 2015].
PHX, 2015. Sky Harbor International Airport. [Online] Available at: https://skyharbor.com/ [Acedido em Setembro 2015].
PIT, 2015. Pittsburgh International Airport. [Online] Available at: http://www.flypittsburgh.com/ [Acedido em Setembro 2015].
PRG, 2015. Vaclav Havel Airport Prague. [Online] Available at: http://www.prg.aero/en/ [Acedido em Setembro 2015].
RDU, 2015. Raleigh-Durham International Airport. [Online] Available at: http://www.rdu.com/ [Acedido em Setembro 2015].
RIC, 2015. Richmond International Airport. [Online] Available at: http://www.flyrichmond.com/ [Acedido em Setembro 2015].
RIX, 2015. Sākumlapa | Riga International Airport. [Online] Available at: http://www.riga-airport.com/ [Acedido em Setembro 2015].
RNO, 2015. Reno-Tahoe International Airport. [Online] Available at: http://www.renoairport.com/ [Acedido em Setembro 2015].
104
SAN, 2015. San Diego International Airport. [Online] Available at: http://www.san.org/ [Acedido em Setembro 2015].
SAT, 2015. SAT International Airport. [Online] Available at: http://www.sanantonio.gov/sat [Acedido em Setembro 2015].
SDF, 2015. Louisville Regional Airport Authority. [Online] Available at: http://www.flylouisville.com/ [Acedido em Setembro 2015].
SEA, 2015. Seattle-Tacoma International Airport - Port of Seattle. [Online] Available at: http://www.portseattle.org/Sea-Tac/Pages/default.aspx [Acedido em Setembro 2015].
SFO, 2015. San Francisco International Airport. [Online] Available at: http://www.flysfo.com/ [Acedido em Setembro 2015].
SHA, 2015. Shanghai Airport Authority. [Online] Available at: http://www.shanghaiairport.com/ [Acedido em Setembro 2015].
SIN, 2015. Changi Airport. [Online] Available at: http://www.changiairport.com/ [Acedido em Setembro 2015].
SJC, 2015. Mineta San José International Airport - Silicon Valley's Airport. [Online] Available at: http://www.flysanjose.com/fl/ [Acedido em Setembro 2015].
SLC, 2015. Salt Lake City International Airport. [Online] Available at: http://www.slcairport.com/ [Acedido em Setembro 2015].
SMF, 2015. Sacramento International Airport. [Online] Available at: http://www.sacramento.aero/smf [Acedido em Setembro 2015].
SNA, 2015. John Wayne Airport, Orange County. [Online] Available at: http://www.ocair.com/ [Acedido em Setembro 2015].
SOF, 2015. Sofia Airport. [Online] Available at: https://www.sofia-airport.bg/en/passengers [Acedido em Setembro 2015].
STL, 2015. Lambert – St. Louis International Airport. [Online] Available at: http://www.flystl.com/ [Acedido em Setembro 2015].
STN, 2015. London Stansted Airport. [Online] Available at: http://www.stanstedairport.com/ [Acedido em Setembro 2015].
SYD, 2015. Sydney Airport. [Online] Available at: http://www.sydneyairport.com.au/ [Acedido em Setembro 2015].
105
SZX, 2015. Shenzhen Airport Group. [Online] Available at: http://eng.szairport.com/ [Acedido em Setembro 2015].
TLN, 2015. Tallinn Airport. [Online] Available at: http://www.tallinn-airport.ee/eng/ [Acedido em Setembro 2015].
TPA, 2015. Tampa International Airport. [Online] Available at: http://www.tampaairport.com/ [Acedido em Setembro 2015].
TPE, 2015. Taiwan Taoyuan International Airport. [Online] Available at: http://www.taoyuan-airport.com/english/ [Acedido em Setembro 2015].
TXL, 2015. Tegel Airport - Berlin Airport. [Online] Available at: http://www.berlin-airport.de/en/travellers-txl/ [Acedido em Setembro 2015].
VIE, 2015. Vienna International Airport. [Online] Available at: http://www.viennaairport.com/en/passengers [Acedido em Setembro 2015].
WAW, 2015. Warsaw Chopin Airport. [Online] Available at: http://www.lotnisko-chopina.pl/en/index.html [Acedido em Setembro 2015].
WLG, 2015. Wellington International Airport. [Online] Available at: https://www.wellingtonairport.co.nz/ [Acedido em Setembro 2015].
YEG, 2015. Edmonton International Airport. [Online] Available at: http://flyeia.com/ [Acedido em Setembro 2015].
YHZ, 2015. Halifax Stanfield International Airport. [Online] Available at: http://hiaa.ca/ [Acedido em Setembro 2015].
YOW, 2015. Ottawa International Airport. [Online] Available at: https://yow.ca/en [Acedido em Setembro 2015].
YUL, 2015. Aéroports de Montréal: International Pierre-Elliott-Trudeau. [Online] Available at: http://www.admtl.com/en [Acedido em Setembro 2015].
YWG, 2015. Winnipeg James Armstrong Richardson International Airport. [Online] Available at: http://www.waa.ca/ [Acedido em Setembro 2015].
YYC, 2015. Calgary International Airport. [Online] Available at: http://www.yyc.com/ [Acedido em Setembro 2015].
ZRH, 2015. Zurich Airport. [Online] Available at: http://www.zurich-airport.com/passengers-and-visitors#_ga=1.204202384.1267034124.1444645338 [Acedido em Setembro 2015].
106
Anexos
A.1. Amostra de Aeroportos
Região País Código IATA Nome do Aeroporto
Am
éri
ca d
o N
ort
e
Estados Unidos da América ABQ Albuquerque International Sunport
Estados Unidos da América ALB Albany International Airport
Estados Unidos da América ATL Hartsfield-Jackson Atlanta International Airport
Estados Unidos da América AUS Austin Bergstrom Airport
Estados Unidos da América BNA Nashville International Airport
Estados Unidos da América BOS Boston Logan International Airport
Estados Unidos da América BWI Baltimore Washington International Airport
Estados Unidos da América CLE Cleveland-Hopkins International
Estados Unidos da América CLT Charlotte Douglas International Airport
Estados Unidos da América CVG Cincinnati/Nothern Kentucky International Airport
Estados Unidos da América DCA Ronald Reagan Washington National Airport
Estados Unidos da América DEN Denver International Airport
Estados Unidos da América DFW Dallas/Fort Worth International Airport
Estados Unidos da América DTW Detroit Metropolitan Wayne Country Airport
Estados Unidos da América EWR Newark Liberty International Airport
Estados Unidos da América FLL Fort Lauderdale Hollywood International Airport
Estados Unidos da América HNL Honolulu International Airport
Estados Unidos da América IAD Washington Dulles International Airport
Estados Unidos da América IAH Houston-Bush Intercontinental Airport
Estados Unidos da América IND Indianapolis International Airport
Estados Unidos da América JAX Jacksonville International Airport
Estados Unidos da América JFK New York-John F. Kennedy International Airport
Estados Unidos da América LAS Las Vegas McCarran International Airport
Estados Unidos da América LAX Los Angeles International Airport
Estados Unidos da América LGA LaGuardia International Airport
Estados Unidos da América MCI Kansas City International Airport
Estados Unidos da América MCO Orlando International Airport
Estados Unidos da América MDW Chicago Midway Airport
Estados Unidos da América MEM Memphis International Airport
Estados Unidos da América MIA Miami International Airport
Estados Unidos da América MKE General Mitchell International Airport
Estados Unidos da América MSP Minneapolis/St. Paul International Airport
Estados Unidos da América MSY Louis Armstrong New Orleans International Airport
Estados Unidos da América OAK Oakland International Airport
Estados Unidos da América ONT Ontario International Airport
Estados Unidos da América ORD Chigaco O'Hare International Airport
Estados Unidos da América PBI Palm Beach International Airport
Estados Unidos da América PDX Portland International Airport
Estados Unidos da América PHL Philadelphia International Airport
Estados Unidos da América PHX Phoenix Sky Harbor International Airport
Estados Unidos da América PIT Pittsburg International Airport
Estados Unidos da América RDU Raleight-Durham International Airport
Estados Unidos da América RIC Richmond International Airport
107
Estados Unidos da América RNO Reno/Tahoe International Airport
Estados Unidos da América SAN San Diego International Airport
Estados Unidos da América SAT San Antonio International Airport
Estados Unidos da América SDF Louisville Intl-Standiford Field
Estados Unidos da América SEA Seattle-Tacoma International Airport
Estados Unidos da América SFO San Francisco International Airport
Estados Unidos da América SJC Norman Y. Mineta San José International Airport
Estados Unidos da América SLC Salt Lake City International Airport
Estados Unidos da América SMF Sacramento International Airport
Estados Unidos da América SNA John Wayne Orange Country Airport
Estados Unidos da América STL St. Louis-Lambert International Airport
Estados Unidos da América TPA Tampa International Airport
Canadá YEG Edmonton International Airport
Canadá YHZ Halifax International Airport
Canadá YOW Ottawa International Airport
Canadá YUL Montréal-Pierre Elliot Trudeau International Airport
Canadá YVR Vancouver International Airport
Canadá YWG Winnipeg International Airport
Canadá YYC Calgary International Airport
Canadá YYZ Toronto Lester B. Pearson International Airport
Euro
pa
Holanda AMS Amsterdam Schiphol International Airport
Suécia ARN Stockolm Arlanda International Airport
Atenas ATH Athens International Airport
Espanha BCN Barcelona El Prat Airport
Reino Unido BHX Birmingham International Airport
Bélgica BRU Brussels International Airport
Hungria BUD Budapest Ferihegy International Airport
Eslováquia BTS Bratislava Milan Rastislav Stefanik Airport
França CDG Paris Charles de Gaulle International Airport
Alemanha CGN Cologne/Bonn Konrad Adenauer International Airport
Itália CIA Rome Ciampino Airport
Dinamarca CPH Copenhagen Kastrup International Airport
Irlanda DUB Dublin International Airport
Alemanha DUS Flughafen Dusseldorf International Airport
Reino Unido EDI Edinburg Airport
Itália FCO Rome Leonardo Da Vinci/ Fiumicino Airport
Alemanha FRA Frankfurt Main International Airport
Suíça GVA Geneva Cointrin International Airport
Alemanha HAM Hamburg International Airport
Finlândia HEL Helsinki Vantaa International Airport
Turquia IST Istanbul Ataturk International Airport
Islândia KEF Keflavik International Airport
Reino Unido LGW London Gatwick International Airport
Reino Unido LHR London Heathrow International Airport
Portugal LIS Lisbon Portela Airport
Eslovénia LJU Ljubliana Airport
Espanha MAD Madrid Barajas International Airport
Reino Unido MAN Manchester International Airport
Malta MLA Malta International Airport
Alemanha MUC Munich International Airport
108
Itália MXP Milan Malpensa International Airport
França ORY Paris Orly Airport
Noruega OSL Oslo Airport
República Checa PRG Prague International Airport
Letónia RIX Riga International Airport
Bulgária SOF Sofia International Airport
Reino Unido STN London Standsted Airport
Estónia TLL Lennart Meri Tallin Airport
Alemanha TXL Berlin Tegel Airport
Áustria VIE Vienna International Airport
Polónia WAW Warsow Chopin Airport
Suíça ZRH Zurich International Airport
Ási
a-P
acíf
ico
Austrália ADL Adelaide International Airport
Nova Zelândia AKL Auckland International Airport
Tailândia BKK Suvarnabhumi Airport
Austrália BNE Birsbane Airport
Índia BOM Chhatarpati Shivaji International Airport
China CAN Guangzou Bai Yun Airport
Indonésia CGK Jakarta Soekarno-Hatta International Airport
Nova Zelândia CHC Christchurch International Airport
Austrália CNS Cairns International Airport
Tailândia CNX Chiang Mai International Airport
Índia DEL Indira Gandhi International Airport
Emirados Árabes Unidos DXB Dubai International Airport
China HAK Meilan International Airport
Tailândia HDY Hat Yai International Airport
Hong Kong HKG Hong Kong International Airport
Tailândia HKT Phuket International Airport
Coreia do Sul ICN Incheon International Airport
Japão KIX Kansai International Airport
Malásia KUL Kuala Lumpur International Airport
Austrália MEL Melbourn Tullamarine International Airport
Macau MFM Macau International Airport
Filipinas MNL Ninoy Aquino International Airport
Japão NRT Tokyo Narita International Airport
China PEK Beijing Capital International Airport
Malásia PEN Penang International Airport
Austrália PER Perth International Airport
China PVG Shanghai Pudong International Airport
Coreia do Sul SEL Seoul Gimpo International Airport
China SHA Shanghai Hongqiao International Airport
Singapura SIN Singapore Changi International Airport
Austrália SYD Sydney Kingsford Smith International Airport
China SZX Shenzhen Bao'an International Airport
Taiwan TPE Taiwan Taoyuan International Airport
Nova Zelândia WLG Wellington International Airport
China XMN Xiamen Gaoqi International Airport Tabela A.1.1 – Amostra de aeroportos considerada na análise
109
A.2. Inquérito
A.2.1. Influência das Opções Flexíveis nos KPI
Figura A.2.1 - Influência da opção “Solo disponível para expansões” nos KPI
Figura A.2.2– Influência da opção “Terminal open space: o mínimo de paredes estruturais” nos KPI
Figura A.2.3– Influência da opção “Utilização de terminais modulares para uma expasão mais fácil” nos KPI
Figura A.2.4– Influência da opção “Forma linear dos terminais” nos KPI
110
Figura A.2.5– Influência da opção “Terminal open space: extensão do pé-direito do terminal nos KPI
Figura A.2.6– Influência da opção “Paredes divisórias móveis no terminal” nos KPI
Figura A.2.7– Influência da opção “Espaços disponíveis no terminal” nos KPI
Figura A.2.8– Influência da opção “Portas de embarque com serviços internacionais e domésticos” nos KPI
Figura A.2.9– Influência da opção “Sistemas móveis: balcões de check-in” nos KPI
Figura A.2.10– Influência da opção “Sistemas móveis: controlo de passaporte” nos KPI
111
Figura A.2.11– Influência da opção “Detectores de metais móveis: áreas de segurança” nos KPI
Figura A.2.12– Influência da opção “Sistemas móveis: sinalização e publicidade” nos KPI
Figura A.2.13– Influência da opção “Sistema CUSS: check-in” nos KPI
Figura A.2.14– Influência da opção “Sistema CUSS: Recolha de bagagem” nos KPI
Figura A.2.15– Influência da opção “Sistema CUSS: controlo de passaporte” nos KPI
112
A.3. Análise Factorial A.3.1. Matrizes de Correlação
2009 Pas
sage
iro
s
Tráf
ego
de
mer
cad
ori
as
Mo
vim
ento
s d
e ae
ron
aves
Pas
sage
iro
s p
or
emp
rega
do
Mo
vim
ento
s d
e ae
ron
aves
po
r
emp
rega
do
Pas
sage
iro
s p
or
po
rta
de
emb
arq
ue
Mo
vim
ento
s d
e
aero
nav
es p
or
pis
ta
Cu
sto
de
trab
alh
o p
or
pas
sage
iro
Cu
sto
de
trab
alh
o p
or
mo
vim
ento
de
aero
nav
es
Cu
sto
var
iáve
l po
r p
assa
geir
o
Cu
sto
var
iáve
l po
r m
ovi
men
to d
e ae
ron
aves
Rec
eita
ae
ron
áuti
ca p
or
mo
vim
ento
de
aero
nav
es
Rec
eita
op
erac
ion
al p
or
pas
sage
iro
Rec
eita
op
erac
ion
al p
or
mo
vim
ento
de
aero
nav
es
Rec
eita
op
erac
ion
al p
or
emp
rega
do
Passageiros 1,000 ,482 ,904 ,314 ,118 ,395 ,707 ,029 ,254 ,115 ,321 ,273 ,086 ,318 ,180
Tráfego de mercadorias ,482 1,000 ,352 ,008 -,033 ,184 ,300 ,027 ,159 ,127 ,291 ,294 ,189 ,376 ,194
Movimentos de aeronaves ,904 ,352 1,000 ,382 ,325 ,275 ,631 ,040 ,168 ,060 ,149 ,096 ,006 ,104 ,156
Passageiros por empregado
,314 ,008 ,382 1,000 ,879 ,271 ,178 -,315 -,244 -,211 -,110 -,002 -,113 -,017 ,686
Movimentos de aeronaves por empregado
,118 -,033 ,325 ,879 1,000 ,063 ,086 -,280 -,315 -,243 -,257 -,180 -,184 -,216 ,535
Passageiros por porta de embarque
,395 ,184 ,275 ,271 ,063 1,000 ,279 -,210 -,056 -,120 ,040 ,034 -,052 ,108 ,138
Movimentos de aeronaves por pista
,707 ,300 ,631 ,178 ,086 ,279 1,000 ,061 ,234 ,102 ,243 ,232 ,111 ,252 ,143
Custo de trabalho por passageiro
,029 ,027 ,040 -,315 -,280 -,210 ,061 1,000 ,901 ,832 ,618 ,380 ,645 ,416 -,183
Custo de trabalho por movimento de aeronaves
,254 ,159 ,168 -,244 -,315 -,056 ,234 ,901 1,000 ,823 ,796 ,549 ,637 ,599 -,106
Custo variável por passageiro
,115 ,127 ,060 -,211 -,243 -,120 ,102 ,832 ,823 1,000 ,880 ,688 ,881 ,738 ,069
Custo variável por movimento de aeronaves
,321 ,291 ,149 -,110 -,257 ,040 ,243 ,618 ,796 ,880 1,000 ,847 ,800 ,907 ,201
Receita aeronáutica por movimento de aeronaves
,273 ,294 ,096 -,002 -,180 ,034 ,232 ,380 ,549 ,688 ,847 1,000 ,803 ,933 ,447
Receita operacional por passageiro
,086 ,189 ,006 -,113 -,184 -,052 ,111 ,645 ,637 ,881 ,800 ,803 1,000 ,853 ,325
Receita operacional por movimento de aeronaves
,318 ,376 ,104 -,017 -,216 ,108 ,252 ,416 ,599 ,738 ,907 ,933 ,853 1,000 ,425
Receita operacional por empregado
,180 ,194 ,156 ,686 ,535 ,138 ,143 -,183 -,106 ,069 ,201 ,447 ,325 ,425 1,000
2007
Passageiros 1,000 ,498 ,904 ,299 ,097 ,314 ,694 ,095 ,289 ,063 ,273 ,218 ,129 ,309 ,099
Tráfego de mercadorias ,498 1,000 ,373 ,025 -,036 ,187 ,345 ,063 ,193 ,091 ,307 ,325 ,248 ,408 ,097
Movimentos de aeronaves ,904 ,373 1,000 ,372 ,310 ,168 ,630 ,088 ,182 -,007 ,091 ,016 ,038 ,095 ,046
Passageiros por empregado
,299 ,025 ,372 1,000 ,865 ,163 ,227 -,300 -,238 -,160 -,086 -,025 -,126 -,019 ,474
Movimentos de aeronaves por empregado
,097 -,036 ,310 ,865 1,000 -,038 ,145 -,280 -,315 -,222 -,244 -,228 -,218 -,231 ,299
Passageiros por porta de embarque
,314 ,187 ,168 ,163 -,038 1,000 ,276 -,138 -,015 -,139 ,005 ,067 -,075 ,099 ,086
Movimentos de aeronaves por pista
,694 ,345 ,630 ,227 ,145 ,276 1,000 ,105 ,241 ,043 ,186 ,179 ,114 ,230 ,020
Custo de trabalho por passageiro
,095 ,063 ,088 -,300 -,280 -,138 ,105 1,000 ,920 ,607 ,535 ,365 ,624 ,388 -,078
Custo de trabalho por movimento de aeronaves
,289 ,193 ,182 -,238 -,315 -,015 ,241 ,920 1,000 ,590 ,699 ,502 ,628 ,562 ,003
Custo variável por passageiro
,063 ,091 -,007 -,160 -,222 -,139 ,043 ,607 ,590 1,000 ,821 ,750 ,794 ,690 ,174
Custo variável por movimento de aeronaves
,273 ,307 ,091 -,086 -,244 ,005 ,186 ,535 ,699 ,821 1,000 ,867 ,758 ,880 ,259
Receita aeronáutica por movimento de aeronaves
,218 ,325 ,016 -,025 -,228 ,067 ,179 ,365 ,502 ,750 ,867 1,000 ,779 ,899 ,338
Receita operacional por passageiro
,129 ,248 ,038 -,126 -,218 -,075 ,114 ,624 ,628 ,794 ,758 ,779 1,000 ,865 ,273
Receita operacional por movimento de aeronaves
,309 ,408 ,095 -,019 -,231 ,099 ,230 ,388 ,562 ,690 ,880 ,899 ,865 1,000 ,373
Receita operacional por empregado
,099 ,097 ,046 ,474 ,299 ,086 ,020 -,078 ,003 ,174 ,259 ,338 ,273 ,373 1,000
Tabela A.3.1 - Matrizes de correlação referentes a 2009 e 2007
113
2006 Pas
sage
iro
s
Tráf
ego
de
mer
cad
ori
as
Mo
vim
ento
s d
e ae
ron
aves
Pas
sage
iro
s p
or
emp
rega
do
Mo
vim
ento
s d
e ae
ron
aves
po
r
emp
rega
do
Pas
sage
iro
s p
or
po
rta
de
emb
arq
ue
Mo
vim
ento
s d
e
aero
nav
es p
or
pis
ta
Cu
sto
de
trab
alh
o p
or
pas
sage
iro
Cu
sto
de
trab
alh
o p
or
mo
vim
ento
de
aero
nav
es
Cu
sto
var
iáve
l po
r p
assa
geir
o
Cu
sto
var
iáve
l po
r m
ovi
men
to d
e ae
ron
aves
Rec
eita
ae
ron
áuti
ca p
or
mo
vim
ento
de
aero
nav
es
Rec
eita
op
erac
ion
al p
or
pas
sage
iro
Rec
eita
op
erac
ion
al p
or
mo
vim
ento
de
aero
nav
es
Rec
eita
op
erac
ion
al p
or
emp
rega
do
Passageiros 1,000 ,018 ,906 ,343 ,139 ,377 ,680 ,000 ,186 ,055 ,226 ,202 -,013 ,103 ,149
Tráfego de mercadorias ,018 1,000 ,007 -,049 -,053 ,019 ,036 ,152 ,131 ,148 ,101 ,100 ,104 ,024 ,015
Movimentos de aeronaves ,906 ,007 1,000 ,407 ,349 ,235 ,609 ,030 ,104 ,015 ,053 ,035 -,008 -,001 ,135
Passageiros por empregado
,343 -,049 ,407 1,000 ,865 ,202 ,269 -,261 -,220 -,109 -,036 ,053 ,017 -,009 ,616
Movimentos de aeronaves por empregado
,139 -,053 ,349 ,865 1,000 -,008 ,181 -,234 -,307 -,155 -,213 -,134 -,020 -,108 ,464
Passageiros por porta de embarque
,377 ,019 ,235 ,202 -,008 1,000 ,291 -,074 ,083 -,032 ,108 ,083 -,130 ,025 ,074
Movimentos de aeronaves por pista
,680 ,036 ,609 ,269 ,181 ,291 1,000 ,008 ,129 ,079 ,177 ,180 ,076 ,305 ,129
Custo de trabalho por passageiro
,000 ,152 ,030 -,261 -,234 -,074 ,008 1,000 ,919 ,850 ,583 ,348 ,402 ,101 -,117
Custo de trabalho por movimento de aeronaves
,186 ,131 ,104 -,220 -,307 ,083 ,129 ,919 1,000 ,853 ,756 ,501 ,323 ,172 -,074
Custo variável por passageiro
,055 ,148 ,015 -,109 -,155 -,032 ,079 ,850 ,853 1,000 ,870 ,667 ,576 ,268 ,168
Custo variável por movimento de aeronaves
,226 ,101 ,053 -,036 -,213 ,108 ,177 ,583 ,756 ,870 1,000 ,870 ,460 ,338 ,247
Receita aeronáutica por movimento de aeronaves
,202 ,100 ,035 ,053 -,134 ,083 ,180 ,348 ,501 ,667 ,870 1,000 ,486 ,352 ,329
Receita operacional por passageiro
-,013 ,104 -,008 ,017 -,020 -,130 ,076 ,402 ,323 ,576 ,460 ,486 1,000 ,534 ,588
Receita operacional por movimento de aeronaves
,103 ,024 -,001 -,009 -,108 ,025 ,305 ,101 ,172 ,268 ,338 ,352 ,534 1,000 ,364
Receita operacional por empregado
,149 ,015 ,135 ,616 ,464 ,074 ,129 -,117 -,074 ,168 ,247 ,329 ,588 ,364 1,000
2005
Passageiros 1,000 ,466 ,875 ,299 ,052 ,375 ,381 ,009 ,194 ,061 ,210 ,155 ,056 ,188 ,192
Tráfego de mercadorias ,466 1,000 ,309 ,030 -,054 ,210 ,269 -,063 ,076 ,089 ,262 ,349 ,238 ,376 ,278
Movimentos de aeronaves ,875 ,309 1,000 ,413 ,352 ,220 ,335 ,004 ,061 -,013 ,008 -,029 -,034 -,023 ,146
Passageiros por empregado
,299 ,030 ,413 1,000 ,819 ,170 ,173 -,251 -,223 -,130 -,068 ,034 -,011 ,043 ,671
Movimentos de aeronaves por empregado
,052 -,054 ,352 ,819 1,000 ,006 ,118 -,238 -,317 -,188 -,236 -,151 -,096 -,163 ,437
Passageiros por porta de embarque
,375 ,210 ,220 ,170 ,006 1,000 ,107 -,167 -,008 -,100 ,053 ,017 -,077 ,070 ,102
Movimentos de aeronaves por pista
,381 ,269 ,335 ,173 ,118 ,107 1,000 ,003 ,129 ,093 ,275 ,523 ,303 ,418 ,334
Custo de trabalho por passageiro
,009 -,063 ,004 -,251 -,238 -,167 ,003 1,000 ,908 ,843 ,577 ,190 ,323 ,144 -,116
Custo de trabalho por movimento de aeronaves
,194 ,076 ,061 -,223 -,317 -,008 ,129 ,908 1,000 ,857 ,755 ,310 ,343 ,294 -,039
Custo variável por passageiro
,061 ,089 -,013 -,130 -,188 -,100 ,093 ,843 ,857 1,000 ,883 ,535 ,580 ,518 ,227
Custo variável por movimento de aeronaves
,210 ,262 ,008 -,068 -,236 ,053 ,275 ,577 ,755 ,883 1,000 ,731 ,637 ,751 ,389
Receita aeronáutica por movimento de aeronaves
,155 ,349 -,029 ,034 -,151 ,017 ,523 ,190 ,310 ,535 ,731 1,000 ,798 ,932 ,620
Receita operacional por passageiro
,056 ,238 -,034 -,011 -,096 -,077 ,303 ,323 ,343 ,580 ,637 ,798 1,000 ,879 ,563
Receita operacional por movimento de aeronaves
,188 ,376 -,023 ,043 -,163 ,070 ,418 ,144 ,294 ,518 ,751 ,932 ,879 1,000 ,640
Receita operacional por empregado
,192 ,278 ,146 ,671 ,437 ,102 ,334 -,116 -,039 ,227 ,389 ,620 ,563 ,640 1,000
Tabela A.3.2 - Matrizes de correlação referentes a 2006 e 2005
114
2004 Pas
sage
iro
s
Tráf
ego
de
mer
cad
ori
as
Mo
vim
ento
s d
e ae
ron
aves
Pas
sage
iro
s p
or
emp
rega
do
Mo
vim
ento
s d
e ae
ron
aves
po
r
emp
rega
do
Pas
sage
iro
s p
or
po
rta
de
emb
arq
ue
Mo
vim
ento
s d
e
aero
nav
es p
or
pis
ta
Cu
sto
de
trab
alh
o p
or
pas
sage
iro
Cu
sto
de
trab
alh
o p
or
mo
vim
ento
de
aero
nav
es
Cu
sto
var
iáve
l po
r p
assa
geir
o
Cu
sto
var
iáve
l po
r m
ovi
men
to d
e ae
ron
aves
Rec
eita
ae
ron
áuti
ca p
or
mo
vim
ento
de
aero
nav
es
Rec
eita
op
erac
ion
al p
or
pas
sage
iro
Rec
eita
op
erac
ion
al p
or
mo
vim
ento
de
aero
nav
es
Rec
eita
op
erac
ion
al p
or
emp
rega
do
Passageiros 1,000 ,435 ,912 ,316 ,146 ,326 ,192 ,050 ,242 ,096 ,224 ,150 ,078 ,185 ,206
Tráfego de mercadorias ,435 1,000 ,353 ,076 ,001 ,186 ,051 -,015 ,115 ,144 ,300 ,337 ,225 ,373 ,273
Movimentos de aeronaves ,912 ,353 1,000 ,364 ,336 ,199 ,174 ,013 ,090 -,007 ,023 ,000 ,010 ,013 ,158
Passageiros por empregado
,316 ,076 ,364 1,000 ,824 ,283 ,191 -,248 -,203 -,108 -,047 ,046 ,029 ,075 ,623
Movimentos de aeronaves por empregado
,146 ,001 ,336 ,824 1,000 ,026 ,110 -,210 -,288 -,143 -,202 -,108 -,031 -,110 ,479
Passageiros por porta de embarque
,326 ,186 ,199 ,283 ,026 1,000 ,132 -,043 ,112 ,005 ,125 ,106 -,007 ,131 ,150
Movimentos de aeronaves por pista
,192 ,051 ,174 ,191 ,110 ,132 1,000 -,031 ,018 -,010 ,024 ,014 ,008 ,033 ,058
Custo de trabalho por passageiro
,050 -,015 ,013 -,248 -,210 -,043 -,031 1,000 ,891 ,828 ,557 ,198 ,305 ,149 -,085
Custo de trabalho por movimento de aeronaves
,242 ,115 ,090 -,203 -,288 ,112 ,018 ,891 1,000 ,841 ,754 ,329 ,298 ,303 -,006
Custo variável por passageiro
,096 ,144 -,007 -,108 -,143 ,005 -,010 ,828 ,841 1,000 ,886 ,571 ,562 ,538 ,267
Custo variável por movimento de aeronaves
,224 ,300 ,023 -,047 -,202 ,125 ,024 ,557 ,754 ,886 1,000 ,739 ,564 ,732 ,383
Receita aeronáutica por movimento de aeronaves
,150 ,337 ,000 ,046 -,108 ,106 ,014 ,198 ,329 ,571 ,739 1,000 ,826 ,946 ,605
Receita operacional por passageiro
,078 ,225 ,010 ,029 -,031 -,007 ,008 ,305 ,298 ,562 ,564 ,826 1,000 ,875 ,570
Receita operacional por movimento de aeronaves
,185 ,373 ,013 ,075 -,110 ,131 ,033 ,149 ,303 ,538 ,732 ,946 ,875 1,000 ,624
Receita operacional por empregado
,206 ,273 ,158 ,623 ,479 ,150 ,058 -,085 -,006 ,267 ,383 ,605 ,570 ,624 1,000
2003
Passageiros 1,000 ,466 ,888 ,327 ,105 ,371 ,730 ,099 ,270 ,079 ,197 ,246 ,207 ,245 ,302
Tráfego de mercadorias ,466 1,000 ,367 ,050 -,004 ,145 ,273 -,001 ,125 ,149 ,322 ,449 ,337 ,446 ,363
Movimentos de aeronaves ,888 ,367 1,000 ,403 ,333 ,221 ,660 ,090 ,134 ,012 ,009 ,075 ,124 ,065 ,245
Passageiros por empregado
,327 ,050 ,403 1,000 ,815 ,130 ,319 -,168 -,136 ,043 ,054 ,104 ,106 ,095 ,570
Movimentos de aeronaves por empregado
,105 -,004 ,333 ,815 1,000 ,013 ,207 -,164 -,254 -,044 -,142 -,075 -,018 -,095 ,385
Passageiros por porta de embarque
,371 ,145 ,221 ,130 ,013 1,000 ,430 ,078 ,177 ,108 ,158 ,161 ,183 ,177 ,176
Movimentos de aeronaves por pista
,730 ,273 ,660 ,319 ,207 ,430 1,000 ,096 ,220 ,130 ,178 ,218 ,306 ,251 ,315
Custo de trabalho por passageiro
,099 -,001 ,090 -,168 -,164 ,078 ,096 1,000 ,907 ,653 ,410 ,127 ,224 ,118 -,049
Custo de trabalho por movimento de aeronaves
,270 ,125 ,134 -,136 -,254 ,177 ,220 ,907 1,000 ,639 ,556 ,273 ,266 ,267 ,058
Custo variável por passageiro
,079 ,149 ,012 ,043 -,044 ,108 ,130 ,653 ,639 1,000 ,887 ,573 ,561 ,591 ,421
Custo variável por movimento de aeronaves
,197 ,322 ,009 ,054 -,142 ,158 ,178 ,410 ,556 ,887 1,000 ,785 ,623 ,797 ,536
Receita aeronáutica por movimento de aeronaves
,246 ,449 ,075 ,104 -,075 ,161 ,218 ,127 ,273 ,573 ,785 1,000 ,863 ,965 ,704
Receita operacional por passageiro
,207 ,337 ,124 ,106 -,018 ,183 ,306 ,224 ,266 ,561 ,623 ,863 1,000 ,889 ,669
Receita operacional por movimento de aeronaves
,245 ,446 ,065 ,095 -,095 ,177 ,251 ,118 ,267 ,591 ,797 ,965 ,889 1,000 ,703
Receita operacional por empregado
,302 ,363 ,245 ,570 ,385 ,176 ,315 -,049 ,058 ,421 ,536 ,704 ,669 ,703 1,000
Tabela A.3.3 - Matrizes de correlação referentes a 2004 e 2003
115
2002 Pas
sage
iro
s
Tráf
ego
de
mer
cad
ori
as
Mo
vim
ento
s d
e ae
ron
aves
Pas
sage
iro
s p
or
emp
rega
do
Mo
vim
ento
s d
e ae
ron
aves
po
r
emp
rega
do
Pas
sage
iro
s p
or
po
rta
de
emb
arq
ue
Mo
vim
ento
s d
e
aero
nav
es p
or
pis
ta
Cu
sto
de
trab
alh
o p
or
pas
sage
iro
Cu
sto
de
trab
alh
o p
or
mo
vim
ento
de
aero
nav
es
Cu
sto
var
iáve
l po
r p
assa
geir
o
Cu
sto
var
iáve
l po
r m
ovi
men
to d
e ae
ron
aves
Rec
eita
ae
ron
áuti
ca p
or
mo
vim
ento
de
aero
nav
es
Rec
eita
op
erac
ion
al p
or
pas
sage
iro
Rec
eita
op
erac
ion
al p
or
mo
vim
ento
de
aero
nav
es
Rec
eita
op
erac
ion
al p
or
emp
rega
do
Passageiros 1,000 ,507 ,875 ,384 ,107 ,558 ,749 ,123 ,325 ,178 ,268 ,285 ,329 ,352 ,382
Tráfego de mercadorias ,507 1,000 ,394 ,043 -,004 ,246 ,346 ,033 ,176 ,180 ,309 ,367 ,299 ,390 ,342
Movimentos de aeronaves ,875 ,394 1,000 ,473 ,336 ,299 ,641 ,105 ,167 ,080 ,053 ,080 ,163 ,115 ,297
Passageiros por empregado
,384 ,043 ,473 1,000 ,780 ,161 ,293 -,186 -,155 -,059 -,020 -,007 -,020 ,008 ,387
Movimentos de aeronaves por empregado
,107 -,004 ,336 ,780 1,000 -,082 ,130 -,155 -,265 -,083 -,164 -,113 -,097 -,135 ,346
Passageiros por porta de embarque
,558 ,246 ,299 ,161 -,082 1,000 ,601 ,111 ,261 ,151 ,231 ,217 ,337 ,303 ,219
Movimentos de aeronaves por pista
,749 ,346 ,641 ,293 ,130 ,601 1,000 ,191 ,309 ,212 ,229 ,268 ,417 ,348 ,396
Custo de trabalho por passageiro
,123 ,033 ,105 -,186 -,155 ,111 ,191 1,000 ,853 ,792 ,445 ,249 ,450 ,232 ,065
Custo de trabalho por movimento de aeronaves
,325 ,176 ,167 -,155 -,265 ,261 ,309 ,853 1,000 ,829 ,711 ,453 ,484 ,446 ,213
Custo variável por passageiro
,178 ,180 ,080 -,059 -,083 ,151 ,212 ,792 ,829 1,000 ,848 ,645 ,646 ,614 ,442
Custo variável por movimento de aeronaves
,268 ,309 ,053 -,020 -,164 ,231 ,229 ,445 ,711 ,848 1,000 ,853 ,625 ,810 ,560
Receita aeronáutica por movimento de aeronaves
,285 ,367 ,080 -,007 -,113 ,217 ,268 ,249 ,453 ,645 ,853 1,000 ,777 ,922 ,622
Receita operacional por passageiro
,329 ,299 ,163 -,020 -,097 ,337 ,417 ,450 ,484 ,646 ,625 ,777 1,000 ,856 ,585
Receita operacional por movimento de aeronaves
,352 ,390 ,115 ,008 -,135 ,303 ,348 ,232 ,446 ,614 ,810 ,922 ,856 1,000 ,666
Receita operacional por empregado
,382 ,342 ,297 ,387 ,346 ,219 ,396 ,065 ,213 ,442 ,560 ,622 ,585 ,666 1,000
Tabela A.3.4 - Matriz de correlação referente a 2002
A.3.2. Componentes
Componentes 2009
Valor
Próprio % de
Variância % de Variância
Acumulada
1 5,864 39,095 39,095
2 3,491 23,275 62,370
3 1,935 12,903 75,273
4 1,210 8,066 83,339
5 ,802 5,348 88,687
6 ,607 4,048 92,735
7 ,370 2,467 95,202
8 ,255 1,700 96,902
9 ,202 1,347 98,249
10 ,099 ,663 98,911
11 ,076 ,505 99,416
12 ,049 ,326 99,742
13 ,020 ,133 99,876
14 ,015 ,099 99,974
15 ,004 ,026 100,000
Tabela A.3.5 – Valor próprios e variância total explicada referentes a 2009
Componentes 2007
Valor
Próprio % de
Variância % de Variância
Acumulada
1 5,618 37,450 37,450
2 3,196 21,307 58,757
3 1,893 12,618 71,375
4 1,255 8,368 79,743
5 ,816 5,443 85,186
6 ,578 3,853 89,039
7 ,497 3,314 92,352
8 ,400 2,665 95,018
9 ,276 1,841 96,859
10 ,233 1,550 98,409
11 ,106 ,707 99,116
12 ,081 ,539 99,655
13 ,025 ,164 99,819
14 ,016 ,109 99,928
15 ,011 ,072 100,000
Tabela A.3.6 - Valor próprios e variância total explicada referentes a 2007
116
Componentes 2006
Valor
Próprio % de
Variância % de Variância
Acumulada
1 4,600 30,666 30,666
2 3,314 22,090 52,756
3 2,002 13,348 66,104
4 1,252 8,345 74,449
5 ,978 6,519 80,968
6 ,939 6,262 87,230
7 ,651 4,343 91,572
8 ,505 3,367 94,939
9 ,316 2,109 97,048
10 ,199 1,329 98,377
11 ,105 ,703 99,080
12 ,071 ,476 99,556
13 ,041 ,271 99,827
14 ,020 ,135 99,962
15 ,006 ,038 100,000
Tabela A.3.7 - Valor próprios e variância total explicada referentes a 2006
Componentes 2005
Valor
Próprio % de
Variância % de Variância
Acumulada
1 5,245 34,966 34,966
2 3,310 22,067 57,033
3 1,991 13,275 70,308
4 1,571 10,475 80,783
5 ,888 5,918 86,700
6 ,710 4,730 91,431
7 ,500 3,337 94,767
8 ,315 2,102 96,869
9 ,193 1,289 98,158
10 ,102 ,683 98,841
11 ,087 ,578 99,420
12 ,040 ,266 99,686
13 ,024 ,158 99,844
14 ,019 ,125 99,969
15 ,005 ,031 100,000
Tabela A.3.8 - Valor próprios e variância total explicada referentes a 2005
Componentes 2004
Valor
Próprio % de
Variância
% de Variância
Acumulada
1 5,109 34,057 34,057
2 3,162 21,078 55,135
3 2,021 13,474 68,609
4 1,373 9,156 77,765
5 ,980 6,532 84,298
6 ,879 5,858 90,155
7 ,598 3,983 94,139
8 ,353 2,353 96,492
9 ,186 1,242 97,734
10 ,129 ,860 98,594
11 ,088 ,586 99,179
12 ,070 ,465 99,644
13 ,028 ,189 99,833
14 ,021 ,140 99,973
15 ,004 ,027 100,000
Tabela A.3.9 - Valor próprios e variância total explicada referentes a 2004
Componentes 2003
Valor
Próprio % de
Variância
% de Variância
Acumulada
1 5,550 36,998 36,998
2 3,042 20,282 57,281
3 2,112 14,081 71,362
4 1,465 9,764 81,126
5 ,897 5,983 87,109
6 ,588 3,920 91,029
7 ,400 2,667 93,696
8 ,310 2,064 95,760
9 ,252 1,681 97,441
10 ,175 1,168 98,608
11 ,107 ,710 99,319
12 ,039 ,262 99,581
13 ,031 ,209 99,790
14 ,025 ,168 99,958
15 ,006 ,042 100,000
Tabela A.3.10 - Valor próprios e variância total explicada referentes a 2003
Componentes 2002
Valor
Próprio % de
Variância
% de Variância
Acumulada
1 6,089 40,594 40,594
2 3,086 20,573 61,168
3 1,692 11,280 72,447
4 1,406 9,374 81,821
5 ,827 5,512 87,333
6 ,505 3,364 90,697
7 ,453 3,021 93,718
8 ,304 2,024 95,742
9 ,235 1,564 97,306
10 ,157 1,043 98,350
11 ,098 ,652 99,001
12 ,069 ,457 99,459
13 ,038 ,251 99,710
14 ,035 ,232 99,942
15 ,009 ,058 100,000
Tabela A.3.11 - Valores próprios e variância total explicada referentes a 2002
117
Figura A.3.1 - Scree Plot 2009
Figura A.3.2 - Scree Plot 2007
Figura A.3.3 - Scree Plot 2006
Figura A.3.4 - Scree Plot 2005
Figura A.3.5 – Scree Plot 2004
Figura A.3.6 – Scree Plot 2003
Figura A.3.7 - Scree Plot 2002
118
A.4. Análise de Clusters
A.4.1. Dendogramas
Figura A.4.1 – Dendograma da análise de clusters referente a 2009
Figura A.4.2 - Dendograma da análise de clusters referente a 2007
Figura A.4.3 - Dendograma da análise de clusters referente a 2006
Figura A.4.4 - Dendograma da análise de clusters referente a 2005
119
Figura A.4.5 - Dendograma da análise de clusters referente a 2004
Figura A.4.6 - Dendograma da análise de clusters referente a 2003
Figura A.4.7 - Dendograma da análise de clusters referente a 2002
120
A.4.2. Clusters
2009 - 5 Clusters 2007 - 5 Clusters 2006 - 5 Clusters
1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1:ABQ 56:YEG 3:ATL 24:LAX 67:BCN 123:KIX 1:ABQ 44:RNO 3:ATL 13:DFW 30:MIA 123:KIX 1:ABQ 50:SJC 3:ATL 15:EWR 30:MIA 86:LGW
2:ALB 57:YHZ 9:CLT 29:MEM 72:CDG 128:NRT 2:ALB 45:SAN 15:EWR 23:LAS 35:ONT 128:NRT 2:ALB 51:SLC 12:DEN 22:JFK 49:SFO 123:KIX
4:AUS 58:YOW 12:DEN 30:MIA 73:CGN 4:AUS 46:SAT 22:JFK 24:LAX 49:SFO 131:PER 4:AUS 53:SNA 13:DFW 25:LGA 52:SMF 126:MFM
5:BNA 59:YUL 13:DFW 49:SFO 76:DUB 5:BNA 47:SDF 25:LGA 36:ORD 63:YYZ 5:BNA 54:STL 19:IAH 109:BNE 63:YYZ
6:BOS 60:YVR 14:DTW 53:SNA 80:FRA 6:BOS 48:SEA 62:YYC 94:MXP 64:AMS 6:BOS 55:TPA 23:LAS 125:MEL 64:AMS
7:BWI 61:YWG 15:EWR 64:AMS 85:KEF 7:BWI 50:SJC 109:BNE 108:BKK 65:ARN 7:BWI 56:YEG 24:LAX 136:SYD 65:ARN
8:CLE 63:YYZ 19:IAH 79:FCO 90:MAD 8:CLE 51:SLC 125:MEL 110:BOM 66:ATH 8:CLE 57:YHZ 36:ORD 66:ATH
10:CVG 65:ARN 22:JFK 84:IST 93:MUC 9:CLT 52:SMF 136:SYD 111:CAN 67:BCN 9:CLT 58:YOW 40:PHX 67:BCN
11:DCA 66:ATH 23:LAS 86:LGW 95:ORY 10:CVG 53:SNA 139:WLG 112:CGK 68:BHX 10:CVG 59:YUL 78:EDI 68:BHX
16:FLL 68:BHX 25:LGA 87:LHR 103:VIE 11:DCA 54:STL 116:DEL 69:BRU 11:DCA 60:YVR 80:FRA 69:BRU
17:HNL 69:BRU 28:MDW 94:MXP 12:DEN 55:TPA 117:DXB 70:BUD 14:DTW 61:YWG 84:IST 72:CDG
18:IAD 70:BUD 32:MSP 97:PRG 14:DTW 56:YEG 120:HKG 71:BTS 16:FLL 62:YYC 94:MXP 73:CGN
20:IND 71:BTS 33:MSY 98:RIX 16:FLL 57:YHZ 121:HKT 72:CDG 17:HNL 70:BUD 100:STN 74:CIA
21:JAX 74:CIA 36:ORD 100:STN 17:HNL 58:YOW 122:ICN 73:CGN 18:IAD 71:BTS 108:BKK 75:CPH
26:MCI 75:CPH 39:PHL 107:AKL 18:IAD 59:YUL 124:KUL 75:CPH 20:IND 85:KEF 110:BOM 76:DUB
27:MCO 77:DUS 40:PHX 108:BKK 19:IAH 60:YVR 127:MNL 76:DUB 21:JAX 89:LJU 111:CAN 77:DUS
31:MKE 78:EDI 62:YYC 110:BOM 20:IND 61:YWG 129:PEK 77:DUS 26:MCI 92:MLA 112:CGK 79:FCO
34:OAK 81:GVA 106:ADL 111:CAN 21:JAX 74:CIA 132:PVG 78:EDI 27:MCO 98:RIX 116:DEL 81:GVA
35:ONT 82:HAM 109:BNE 112:CGK 26:MCI 84:IST 134:SHA 79:FCO 28:MDW 99:SOF 117:DXB 82:HAM
37:PBI 83:HEL 125:MEL 115:CNX 27:MCO 99:SOF 137:SZX 80:FRA 29:MEM 101:TLL 127:MNL 83:HEL
38:PDX 88:LIS 136:SYD 116:DEL 28:MDW 106:ADL 81:GVA 31:MKE 102:TXL 129:PEK 87:LHR
41:PIT 89:LJU 139:WLG 117:DXB 29:MEM 107:AKL 82:HAM 32:MSP 106:ADL 132:PVG 88:LIS
42:RDU 91:MAN 118:HAK 31:MKE 113:CHC 83:HEL 33:MSY 107:AKL 133:SEL 90:MAD
43:RIC 92:MLA 119:HDY 32:MSP 114:CNS 85:KEF 34:OAK 113:CHC 134:SHA 91:MAN
44:RNO 96:OSL 120:HKG 33:MSY 115:CNX 86:LGW 35:ONT 114:CNS 135:SIN 93:MUC
45:SAN 99:SOF 121:HKT 34:OAK 118:HAK 87:LHR 37:PBI 115:CNX 137:SZX 95:ORY
46:SAT 101:TLL 122:ICN 37:PBI 119:HDY 88:LIS 38:PDX 118:HAK 96:OSL
47:SDF 102:TXL 124:KUL 38:PDX 126:MFM 89:LJU 39:PHL 119:HDY 97:PRG
48:SEA 104:WAW 126:MFM 39:PHL 130:PEN 90:MAD 41:PIT 121:HKT 103:VIE
50:SJC 105:ZRH 127:MNL 40:PHX 133:SEL 91:MAN 42:RDU 124:KUL 104:WAW
51:SLC 113:CHC 129:PEK 41:PIT 138:TPE 92:MLA 43:RIC 130:PEN 105:ZRH
52:SMF 114:CNS 130:PEN 42:RDU 140:XMN 93:MUC 44:RNO 131:PER 120:HKG
54:STL 131:PER 132:PVG 43:RIC 95:ORY 45:SAN 138:TPE 122:ICN
55:TPA 140:XMN 133:SEL 96:OSL 46:SAT 139:WLG 128:NRT
134:SHA 97:PRG 47:SDF 140:XMN
135:SIN 98:RIX 48:SEA
137:SZX 100:STN
138:TPE 101:TLL
102:TXL Aeroportos Flexíveis
103:VIE
104:WAW
105:ZRH
Tabela A.4.1 – Clusters das análises dos anos 2009 a 2006 135:SIN
121
2005 - 4 Clusters 2004 - 5 Clusters
1 2 3 4 1 2 3 4 5 1:ABQ 39:PHL 3:ATL 111:CAN 65:ARN 123:KIX 1:ABQ 46:SAT 94:MXP 3:ATL 9:CLT 65:ARN 123:KIX
2:ALB 40:PHX 13:DFW 112:CGK 66:ATH 128:NRT 2:ALB 47:SDF 96:OSL 13:DFW 10:CVG 67:BCN 128:NRT
4:AUS 41:PIT 24:LAX 115:CNX 67:BCN 4:AUS 48:SEA 97:PRG 24:LAX 15:EWR 72:CDG
5:BNA 42:RDU 30:MIA 116:DEL 68:BHX 5:BNA 50:SJC 98:RIX 30:MIA 22:JFK 73:CGN
6:BOS 43:RIC 36:ORD 117:DXB 69:BRU 6:BOS 51:SLC 99:SOF 36:ORD 25:LGA 76:DUB
7:BWI 44:RNO 49:SFO 118:HAK 72:CDG 7:BWI 52:SMF 100:STN 49:SFO 28:MDW 79:FCO
8:CLE 45:SAN 63:YYZ 119:HDY 73:CGN 8:CLE 53:SNA 101:TLL 63:YYZ 32:MSP 90:MAD
9:CLT 46:SAT 64:AMS 120:HKG 74:CIA 11:DCA 54:STL 102:TXL 64:AMS 45:SAN 95:ORY
10:CVG 47:SDF 70:BUD 121:HKT 75:CPH 12:DEN 55:TPA 104:WAW 66:ATH 62:YYC 103:VIE
11:DCA 48:SEA 71:BTS 122:ICN 76:DUB 14:DTW 56:YEG 105:ZRH 80:FRA 109:BNE
12:DEN 50:SJC 78:EDI 124:KUL 77:DUS 16:FLL 57:YHZ 106:ADL 86:LGW 125:MEL
14:DTW 51:SLC 80:FRA 126:MFM 79:FCO 17:HNL 58:YOW 107:AKL 87:LHR 136:SYD
15:EWR 52:SMF 84:IST 127:MNL 81:GVA 18:IAD 59:YUL 110:BOM 93:MUC 139:WLG
16:FLL 53:SNA 85:KEF 129:PEK 82:HAM 19:IAH 60:YVR 111:CAN 108:BKK
17:HNL 54:STL 86:LGW 130:PEN 83:HEL 20:IND 61:YWG 112:CGK 120:HKG
18:IAD 55:TPA 87:LHR 132:PVG 88:LIS 21:JAX 68:BHX 113:CHC 122:ICN
19:IAH 56:YEG 94:MXP 133:SEL 89:LJU 23:LAS 69:BRU 114:CNS 129:PEK
20:IND 57:YHZ 99:SOF 134:SHA 90:MAD 26:MCI 70:BUD 115:CNX 132:PVG
21:JAX 58:YOW 100:STN 135:SIN 91:MAN 27:MCO 71:BTS 116:DEL 133:SEL
22:JFK 59:YUL 101:TLL 137:SZX 92:MLA 29:MEM 74:CIA 117:DXB 134:SHA
23:LAS 60:YVR 102:TXL 138:TPE 93:MUC 31:MKE 75:CPH 118:HAK 135:SIN
25:LGA 61:YWG 108:BKK 140:XMN 95:ORY 33:MSY 77:DUS 119:HDY 138:TPE
26:MCI 62:YYC 110:BOM 96:OSL 34:OAK 78:EDI 121:HKT
27:MCO 106:ADL 97:PRG 35:ONT 81:GVA 124:KUL
28:MDW 107:AKL 98:RIX 37:PBI 82:HAM 126:MFM
29:MEM 109:BNE 103:VIE 38:PDX 83:HEL 127:MNL
31:MKE 113:CHC 104:WAW 39:PHL 84:IST 130:PEN
32:MSP 114:CNS 105:ZRH 40:PHX 85:KEF 131:PER
33:MSY 125:MEL 41:PIT 88:LIS 137:SZX
34:OAK 131:PER 42:RDU 89:LJU 140:XMN
35:ONT 136:SYD 43:RIC 91:MAN
37:PBI 139:WLG 44:RNO 92:MLA
38:PDX
2003 - 6 Clusters 2002 - 5 Clusters
1 2 3 4 5 6 1 2 3 4 5 1:ABQ 71:BTS 3:ATL 5:BNA 38:PDX 29:MEM 30:MIA 123:KIX 1:ABQ 85:KEF 3:ATL 6:BOS 29:MEM 49:SFO 123:KIX
2:ALB 85:KEF 13:DFW 6:BOS 39:PHL 63:YYZ 49:SFO 128:NRT 2:ALB 89:LJU 13:DFW 7:BWI 32:MSP 67:BCN 128:NRT
4:AUS 89:LJU 24:LAX 7:BWI 40:PHX 73:CGN 64:AMS 4:AUS 92:MLA 24:LAX 9:CLT 38:PDX 68:BHX
21:JAX 92:MLA 36:ORD 8:CLE 41:PIT 84:IST 65:ARN 5:BNA 98:RIX 30:MIA 10:CVG 39:PHL 69:BRU
31:MKE 98:RIX 72:CDG 9:CLT 42:RDU 93:MUC 67:BCN 8:CLE 99:SOF 36:ORD 11:DCA 40:PHX 72:CDG
33:MSY 99:SOF 80:FRA 10:CVG 45:SAN 94:MXP 68:BHX 21:JAX 100:STN 63:YYZ 12:DEN 41:PIT 73:CGN
35:ONT 101:TLL 11:DCA 48:SEA 102:TXL 69:BRU 31:MKE 101:TLL 64:AMS 14:DTW 42:RDU 75:CPH
37:PBI 113:CHC 12:DEN 50:SJC 108:BKK 74:CIA 33:MSY 102:TXL 65:ARN 15:EWR 48:SEA 76:DUB
43:RIC 114:CNS 14:DTW 51:SLC 110:BOM 75:CPH 34:OAK 106:ADL 80:FRA 16:FLL 51:SLC 77:DUS
44:RNO 115:CNX 15:EWR 52:SMF 111:CAN 76:DUB 35:ONT 110:BOM 84:IST 17:HNL 54:STL 79:FCO
46:SAT 118:HAK 16:FLL 54:STL 112:CGK 77:DUS 37:PBI 111:CAN 86:LGW 18:IAD 55:TPA 81:GVA
47:SDF 119:HDY 17:HNL 55:TPA 116:DEL 78:EDI 43:RIC 112:CGK 87:LHR 19:IAH 59:YUL 82:HAM
53:SNA 121:HKT 18:IAD 57:YHZ 117:DXB 79:FCO 44:RNO 113:CHC 88:LIS 20:IND 60:YVR 83:HEL
56:YEG 126:MFM 19:IAH 59:YUL 120:HKG 81:GVA 45:SAN 114:CNS 94:MXP 22:JFK 62:YYC 90:MAD
58:YOW 130:PEN 20:IND 60:YVR 122:ICN 82:HAM 46:SAT 115:CNX 108:BKK 23:LAS 107:AKL 91:MAN
61:YWG 131:PER 22:JFK 62:YYC 124:KUL 83:HEL 47:SDF 116:DEL 120:HKG 25:LGA 109:BNE 93:MUC
66:ATH 137:SZX 23:LAS 106:ADL 127:MNL 86:LGW 50:SJC 117:DXB 122:ICN 26:MCI 125:MEL 95:ORY
70:BUD 140:XMN 25:LGA 107:AKL 129:PEK 87:LHR 52:SMF 118:HAK 129:PEK 27:MCO 136:SYD 96:OSL
26:MCI 109:BNE 132:PVG 88:LIS 53:SNA 119:HDY 132:PVG 28:MDW 139:WLG 97:PRG
27:MCO 125:MEL 133:SEL 90:MAD 56:YEG 121:HKT 133:SEL 103:VIE
28:MDW 136:SYD 134:SHA 91:MAN 57:YHZ 124:KUL 134:SHA 104:WAW
32:MSP 139:WLG 135:SIN 95:ORY 58:YOW 126:MFM 135:SIN 105:ZRH
34:OAK 138:TPE 96:OSL 61:YWG 127:MNL 138:TPE
97:PRG 66:ATH 130:PEN
100:STN 70:BUD 131:PER
103:VIE 71:BTS 137:SZX
104:WAW 74:CIA 140:XMN
105:ZRH 78:EDI
Tabela A.4.2 - Clusters das análises dos anos 2005 a 2002
122
A.5. Análise de Clusters a Opções Flexíveis
A.5.1. Dendogramas
Opções Estratégicas
Figura A.5.1 – Dendograma da análise de clusters às Opções Estratégicas referente a 2009
Figura A.5.2 - Dendograma da análise de clusters às Opções Estratégicas referente a 2007
Figura A.5.3 - Dendograma da análise de clusters às Opções Estratégicas referente a 2006
Figura A.5.4 - Dendograma da análise de clusters às Opções Estratégicas referente a 2005
123
Opções Operacionais
Figura A.5.5 – Dendograma da análise de clusters às Opções Operacionais referente a 2009
Figura A.5.6 - Dendograma da análise de clusters às Opções Operacionais referente a 2007
Figura A.5.7 - Dendograma da análise de clusters às Opções Operacionais referente a 2006
Figura A.5.8 - Dendograma da análise de clusters às Opções Operacionais referente a 2005
124
Solo disponível para expansões
Figura A.5.9 – Dendograma da análise de clusters à opção “Solo disponível para expansões” referente a 2009
Figura A.5.10 - Dendograma da análise de clusters à opção “Solo disponível para expansões” referente a 2007
Figura A.5.11 - Dendograma da análise de clusters à opção “Solo disponível para expansões” referente a 2006
Figura A.5.12 - Dendograma da análise de clusters à opção “Solo disponível para expansões” referente a 2005
125
Utilização de terminais modulares para uma expansão mais fácil
Figura A.5.13 – Dendograma da análise de clusters à opção “Utilização de terminais modulares” referente a 2009
Figura A.5.14 - Dendograma da análise de clusters à opção “Utilização de terminais modulares” referente a 2007
Figura A.5.15 - Dendograma da análise de clusters à opção “Utilização de terminais modulares” referente a 2006
Figura A.5.16 - Dendograma da análise de clusters à opção “Utilização de terminais modulares” referente a 2005
126
Forma linear dos terminais
Figura A.5.17 – Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a 2009
Figura A.5.18 - Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a 2007
Figura A.5.19 - Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a 2006
Figura A.5.20 - Dendograma da análise de clusters à opção “Forma linear dos terminais” referente a 2005
127
Paredes divisórias móveis no terminal
Figura A.5.21 – Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal” referente a 2009
Figura A.5.22 - Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal” referente a 2007
Figura A.5.23 - Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal” referente a 2006
Figura A.5.24 - Dendograma da análise de clusters à opção “Paredes divisórias móveis no terminal” referente a 2005
128
Portas de embarque com serviços internacionais e domésticos (swing gates)
Figura A.5.25 – Dendograma da análise de clusters à opção “Portas de embarque com serviços internacionais e domésticos” referente a 2009
Figura A.5.26 - Dendograma da análise de clusters à opção “Portas de embarque com serviços internacionais e domésticos” referente a 2007
Figura A.5.27 - Dendograma da análise de clusters à opção “Portas de embarque com serviços internacionais e domésticos” referente a 2006
Figura A.5.28 - Dendograma da análise de clusters à opção “Portas de embarque com serviços internacionais e domésticos” referente a 2005
129
Sistemas CUSS: check-in
Figura A.5.29 – Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a 2009
Figura A.5.30 - Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a 2007
Figura A.5.31 - Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a 2006
Figura A.5.32 - Dendograma da análise de clusters à opção “Sistemas CUSS: check-in” referente a 2005
130
Sistemas CUSS: recolha de bagagem
Figura A.5.33 – Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem” referente a 2009
Figura A.5.34 - Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem” referente a 2007
Figura A.5.35 - Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem” referente a 2006
Figura A.5.36 - Dendograma da análise de clusters à opção “Sistemas CUSS: recolha de bagagem” referente a 2005
131
Sistemas CUSS: controlo de passaporte
Figura A.5.37 – Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte” referente a 2009
Figura A.5.38 - Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte” referente a 2007
Figura A.5.39 - Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte” referente a 2006
Figura A.5.40 - Dendograma da análise de clusters à opção “Sistemas CUSS: controlo de passaporte” referente a 2005
132
A.5.2. Clusters
Opções Estratégicas
2009 - 4 Clusters 2007 - 4 Clusters
1 2 3 4 1 2 3 4 1:ABQ 32:MSP 61:YWG 6:BOS 86:LGW 64:AMS 97:PRG 1:ABQ 33:MSY 74:CIA 64:AMS 94:MXP 123:KIX 2:ALB 33:MSY 62:YYC 15:EWR 88:LIS 72:CDG 98:RIX 2:ALB 34:OAK 78:EDI 65:ARN 99:SOF 128:NRT
3:ATL 34:OAK 74:CIA 22:JFK 89:LJU 73:CGN 114:CNS 3:ATL 35:ONT 79:FCO 67:BCN 108:BKK 4:AUS 36:ORD 78:EDI 30:MIA 90:MAD 76:DUB 115:CNX 4:AUS 36:ORD 82:HAM 68:BHX 112:CGK 5:BNA 37:PBI 79:FCO 35:ONT 91:MAN 80:FRA 116:DEL 5:BNA 37:PBI 84:IST 69:BRU 115:CNX 7:BWI 38:PDX 84:IST 49:SFO 92:MLA 85:KEF 117:DXB 6:BOS 38:PDX 92:MLA 70:BUD 117:DXB 8:CLE 39:PHL 94:MXP 63:YYZ 96:OSL 87:LHR 119:HDY 7:BWI 39:PHL 96:OSL 71:BTS 119:HDY 9:CLT 40:PHX 107:AKL 65:ARN 99:SOF 93:MUC 126:MFM 8:CLE 40:PHX 98:RIX 72:CDG 121:HKT 10:CVG 41:PIT 108:BKK 66:ATH 100:STN 95:ORY 127:MNL 9:CLT 41:PIT 101:TLL 73:CGN 124:KUL 11:DCA 42:RDU 109:BNE 67:BCN 101:TLL 103:VIE 134:SHA 10:CVG 42:RDU 106:ADL 75:CPH 127:MNL
12:DEN 43:RIC 110:BOM 68:BHX 102:TXL 120:HKG 11:DCA 43:RIC 107:AKL 76:DUB 130:PEN 13:DFW 44:RNO 111:CAN 69:BRU 104:WAW 123:KIX 12:DEN 44:RNO 109:BNE 77:DUS 132:PVG 14:DTW 45:SAN 112:CGK 70:BUD 105:ZRH 128:NRT 13:DFW 45:SAN 110:BOM 80:FRA 134:SHA
16:FLL 46:SAT 113:CHC 71:BTS 106:ADL 14:DTW 46:SAT 111:CAN 81:GVA 17:HNL 47:SDF 118:HAK 75:CPH 122:ICN 15:EWR 47:SDF 113:CHC 83:HEL 18:IAD 48:SEA 121:HKT 77:DUS 129:PEK 16:FLL 48:SEA 114:CNS 85:KEF
19:IAH 50:SJC 124:KUL 81:GVA 133:SEL 17:HNL 49:SFO 116:DEL 86:LGW 20:IND 51:SLC 125:MEL 82:HAM 135:SIN 18:IAD 50:SJC 118:HAK 87:LHR
21:JAX 52:SMF 130:PEN 83:HEL 19:IAH 51:SLC 120:HKG 88:LIS
23:LAS 53:SNA 131:PER 20:IND 52:SMF 122:ICN 89:LJU 24:LAX 54:STL 132:PVG 21:JAX 53:SNA 125:MEL 90:MAD 25:LGA 55:TPA 136:SYD 22:JFK 54:STL 126:MFM 91:MAN 26:MCI 56:YEG 137:SZX 23:LAS 55:TPA 129:PEK 93:MUC 27:MCO 57:YHZ 138:TPE 24:LAX 56:YEG 131:PER 95:ORY 28:MDW 58:YOW 139:WLG 25:LGA 57:YHZ 133:SEL 97:PRG 29:MEM 59:YUL 140:XMN 26:MCI 58:YOW 135:SIN 100:STN
31:MKE 60:YVR 27:MCO 59:YUL 136:SYD 102:TXL
28:MDW 60:YVR 137:SZX 103:VIE 29:MEM 61:YWG 138:TPE 104:WAW 30:MIA 62:YYC 139:WLG 105:ZRH
31:MKE 63:YYZ 140:XMN
32:MSP 66:ATH
2006 - 5 Clusters 2005 - 6 Clusters
1 2 3 4 5 1 2 3 4 5 6 1:ABQ 46:SAT 6:BOS 77:DUS 65:ARN 70:BUD 73:CGN 1:ABQ 27:MCO 56:YEG 15:EWR 28:MDW 65:ARN 70:BUD 123:KIX 2:ALB 47:SDF 11:DCA 78:EDI 67:BCN 71:BTS 82:HAM 2:ALB 29:MEM 57:YHZ 22:JFK 34:OAK 67:BCN 71:BTS 128:NRT
3:ATL 50:SJC 12:DEN 81:GVA 72:CDG 80:FRA 93:MUC 3:ATL 31:MKE 58:YOW 30:MIA 53:SNA 72:CDG 80:FRA 4:AUS 51:SLC 13:DFW 86:LGW 74:CIA 94:MXP 103:VIE 4:AUS 32:MSP 59:YUL 49:SFO 68:BHX 73:CGN 84:IST 5:BNA 52:SMF 14:DTW 87:LHR 76:DUB 99:SOF 123:KIX 5:BNA 33:MSY 60:YVR 64:AMS 69:BRU 74:CIA 85:KEF 7:BWI 53:SNA 15:EWR 89:LJU 79:FCO 101:TLL 128:NRT 6:BOS 35:ONT 61:YWG 66:ATH 78:EDI 76:DUB 94:MXP
8:CLE 54:STL 18:IAD 91:MAN 83:HEL 102:TXL 7:BWI 36:ORD 62:YYC 75:CPH 86:LGW 79:FCO 102:TXL 9:CLT 55:TPA 19:IAH 92:MLA 88:LIS 108:BKK 8:CLE 37:PBI 63:YYZ 77:DUS 89:LJU 83:HEL 108:BKK 10:CVG 56:YEG 22:JFK 96:OSL 90:MAD 110:BOM 9:CLT 38:PDX 101:TLL 81:GVA 91:MAN 88:LIS 110:BOM 16:FLL 57:YHZ 24:LAX 97:PRG 95:ORY 112:CGK 10:CVG 39:PHL 106:ADL 82:HAM 92:MLA 90:MAD 112:CGK 17:HNL 58:YOW 25:LGA 98:RIX 104:WAW 116:DEL 11:DCA 40:PHX 107:AKL 87:LHR 97:PRG 95:ORY 115:CNX
20:IND 60:YVR 30:MIA 105:ZRH 132:PVG 117:DXB 12:DEN 41:PIT 109:BNE 93:MUC 98:RIX 116:DEL
21:JAX 61:YWG 38:PDX 106:ADL 119:HDY 13:DFW 42:RDU 111:CAN 96:OSL 99:SOF 117:DXB 23:LAS 62:YYC 48:SEA 109:BNE 121:HKT 14:DTW 43:RIC 113:CHC 103:VIE 100:STN 119:HDY 26:MCI 63:YYZ 49:SFO 120:HKG 124:KUL 16:FLL 44:RNO 114:CNS 105:ZRH 104:WAW 121:HKT
27:MCO 84:IST 59:YUL 122:ICN 127:MNL 17:HNL 45:SAN 118:HAK 120:HKG 124:KUL 28:MDW 85:KEF 64:AMS 125:MEL 130:PEN 18:IAD 46:SAT 125:MEL 122:ICN 127:MNL 29:MEM 100:STN 66:ATH 126:MFM 134:SHA 19:IAH 47:SDF 131:PER 126:MFM 130:PEN
31:MKE 107:AKL 68:BHX 131:PER 20:IND 48:SEA 136:SYD 129:PEK 132:PVG 32:MSP 111:CAN 69:BRU 136:SYD 21:JAX 50:SJC 137:SZX 133:SEL 134:SHA
33:MSY 113:CHC 75:CPH 23:LAS 51:SLC 139:WLG 135:SIN
34:OAK 114:CNS 24:LAX 52:SMF 140:XMN 138:TPE
35:ONT 115:CNX 25:LGA 54:STL 36:ORD 118:HAK 26:MCI 55:TPA
37:PBI 129:PEK 39:PHL 133:SEL 40:PHX 135:SIN
Aeroportos flexíveis
41:PIT 137:SZX 42:RDU 138:TPE 43:RIC 139:WLG
Aeroportos não flexíveis
44:RNO 140:XMN
45:SAN
Tabela A.5.1 - Clusters das análises às Opções Estratégicas (2009 a 2005)
133
Opções Operacionais
2006 - 5 Clusters 2005 - 5 Clusters
1 2 3 4 5 1 2 3 4 5 1:ABQ 45:SAN 101:TLL 3:ATL 30:MIA 65:ARN 123:KIX 1:ABQ 45:SAN 106:ADL 3:ATL 30:MIA 72:CDG 123:KIX
2:ALB 46:SAT 102:TXL 12:DEN 49:SFO 67:BCN 128:NRT 2:ALB 46:SAT 107:AKL 9:CLT 49:SFO 73:CGN 128:NRT
4:AUS 47:SDF 106:ADL 13:DFW 64:AMS 72:CDG 4:AUS 47:SDF 108:BKK 12:DEN 64:AMS 76:DUB 5:BNA 48:SEA 107:AKL 14:DTW 66:ATH 73:CGN 5:BNA 48:SEA 110:BOM 13:DFW 65:ARN 93:MUC 6:BOS 50:SJC 108:BKK 15:EWR 68:BHX 74:CIA 6:BOS 50:SJC 111:CAN 14:DTW 66:ATH 95:ORY 7:BWI 51:SLC 110:BOM 19:IAH 69:BRU 76:DUB 7:BWI 51:SLC 112:CGK 15:EWR 67:BCN 103:VIE
8:CLE 52:SMF 111:CAN 22:JFK 75:CPH 79:FCO 8:CLE 52:SMF 113:CHC 19:IAH 68:BHX 9:CLT 53:SNA 112:CGK 23:LAS 77:DUS 83:HEL 10:CVG 53:SNA 114:CNS 22:JFK 69:BRU 10:CVG 54:STL 113:CHC 24:LAX 81:GVA 88:LIS 11:DCA 54:STL 115:CNX 23:LAS 74:CIA 11:DCA 55:TPA 114:CNS 25:LGA 82:HAM 93:MUC 16:FLL 55:TPA 116:DEL 24:LAX 75:CPH 16:FLL 56:YEG 115:CNX 27:MCO 86:LGW 95:ORY 17:HNL 56:YEG 117:DXB 25:LGA 77:DUS 17:HNL 57:YHZ 116:DEL 32:MSP 87:LHR 103:VIE 18:IAD 57:YHZ 118:HAK 27:MCO 78:EDI
18:IAD 58:YOW 117:DXB 36:ORD 89:LJU 20:IND 58:YOW 119:HDY 32:MSP 79:FCO 20:IND 59:YUL 118:HAK 39:PHL 90:MAD 21:JAX 59:YUL 121:HKT 36:ORD 81:GVA 21:JAX 60:YVR 119:HDY 40:PHX 91:MAN 26:MCI 60:YVR 124:KUL 39:PHL 82:HAM 26:MCI 61:YWG 121:HKT 109:BNE 92:MLA 28:MDW 61:YWG 127:MNL 40:PHX 83:HEL 28:MDW 62:YYC 124:KUL 125:MEL 96:OSL 29:MEM 62:YYC 129:PEK 109:BNE 86:LGW 29:MEM 63:YYZ 127:MNL 129:PEK 97:PRG 31:MKE 63:YYZ 130:PEN 125:MEL 87:LHR 31:MKE 70:BUD 130:PEN 136:SYD 104:WAW 33:MSY 70:BUD 131:PER 136:SYD 88:LIS
33:MSY 71:BTS 131:PER 105:ZRH 34:OAK 71:BTS 132:PVG 89:LJU 34:OAK 78:EDI 133:SEL 120:HKG 35:ONT 80:FRA 134:SHA 90:MAD 35:ONT 80:FRA 134:SHA 122:ICN 37:PBI 84:IST 137:SZX 91:MAN 37:PBI 84:IST 137:SZX 126:MFM 38:PDX 85:KEF 138:TPE 92:MLA 38:PDX 85:KEF 138:TPE 132:PVG 41:PIT 94:MXP 139:WLG 96:OSL 41:PIT 94:MXP 139:WLG 135:SIN 42:RDU 99:SOF 140:XMN 97:PRG
42:RDU 98:RIX 140:XMN 43:RIC 101:TLL 98:RIX 43:RIC 99:SOF 44:RNO 102:TXL 100:STN
44:RNO 100:STN 104:WAW
105:ZRH
120:HKG
122:ICN
126:MFM
133:SEL
135:SIN
Tabela A.5.2 - Clusters das análises às Opções Operacionais (2009 a 2005)
2009 - 5 Clusters 2007 - 5 Clusters
1 2 3 4 5 1 2 3 4 5 1:ABQ 55:TPA 3:ATL 48:SEA 35:ONT 67:BCN 123:KIX 1:ABQ 55:TPA 2:ALB 3:ATL 48:SEA 64:AMS 123:KIX
2:ALB 56:YEG 9:CLT 49:SFO 63:YYZ 72:CDG 128:NRT 4:AUS 56:YEG 35:ONT 6:BOS 49:SFO 67:BCN 128:NRT
4:AUS 57:YHZ 12:DEN 53:SNA 64:AMS 73:CGN 5:BNA 57:YHZ 63:YYZ 9:CLT 53:SNA 72:CDG
5:BNA 58:YOW 13:DFW 79:FCO 65:ARN 76:DUB 7:BWI 58:YOW 65:ARN 12:DEN 74:CIA 73:CGN
6:BOS 59:YUL 14:DTW 84:IST 66:ATH 80:FRA 8:CLE 59:YUL 66:ATH 13:DFW 78:EDI 76:DUB
7:BWI 60:YVR 15:EWR 106:ADL 69:BRU 90:MAD 10:CVG 60:YVR 68:BHX 14:DTW 79:FCO 77:DUS
8:CLE 61:YWG 16:FLL 107:AKL 70:BUD 93:MUC 11:DCA 61:YWG 69:BRU 15:EWR 84:IST 80:FRA
10:CVG 62:YYC 19:IAH 108:BKK 71:BTS 95:ORY 17:HNL 62:YYC 70:BUD 16:FLL 88:LIS 86:LGW
11:DCA 68:BHX 22:JFK 109:BNE 75:CPH 103:VIE 20:IND 94:MXP 71:BTS 18:IAD 108:BKK 87:LHR
17:HNL 74:CIA 23:LAS 111:CAN 77:DUS 21:JAX 99:SOF 75:CPH 19:IAH 109:BNE 90:MAD
18:IAD 78:EDI 24:LAX 121:HKT 81:GVA 26:MCI 106:ADL 81:GVA 22:JFK 111:CAN 91:MAN
20:IND 88:LIS 25:LGA 124:KUL 82:HAM 29:MEM 107:AKL 82:HAM 23:LAS 116:DEL 93:MUC
21:JAX 94:MXP 27:MCO 125:MEL 83:HEL 31:MKE 110:BOM 83:HEL 24:LAX 121:HKT 95:ORY
26:MCI 97:PRG 28:MDW 129:PEK 85:KEF 33:MSY 112:CGK 85:KEF 25:LGA 124:KUL 103:VIE
29:MEM 98:RIX 30:MIA 131:PER 86:LGW 37:PBI 113:CHC 89:LJU 27:MCO 125:MEL 105:ZRH
31:MKE 110:BOM 32:MSP 132:PVG 87:LHR 38:PDX 114:CNS 92:MLA 28:MDW 127:MNL 120:HKG
33:MSY 112:CGK 36:ORD 133:SEL 89:LJU 41:PIT 115:CNX 96:OSL 30:MIA 129:PEK 122:ICN
34:OAK 113:CHC 39:PHL 136:SYD 91:MAN 42:RDU 117:DXB 97:PRG 32:MSP 132:PVG
37:PBI 114:CNS 40:PHX 137:SZX 92:MLA 43:RIC 118:HAK 98:RIX 34:OAK 133:SEL
38:PDX 115:CNX 45:SAN 138:TPE 96:OSL 44:RNO 119:HDY 100:STN 36:ORD 136:SYD
41:PIT 116:DEL 99:SOF 46:SAT 126:MFM 101:TLL 39:PHL 137:SZX
42:RDU 117:DXB 100:STN 47:SDF 130:PEN 102:TXL 40:PHX 138:TPE
43:RIC 118:HAK 101:TLL 50:SJC 131:PER 104:WAW 45:SAN
44:RNO 119:HDY 102:TXL 51:SLC 134:SHA 135:SIN
46:SAT 126:MFM 104:WAW 52:SMF 139:WLG
47:SDF 127:MNL 105:ZRH 54:STL 140:XMN
50:SJC 130:PEN 120:HKG
51:SLC 134:SHA 122:ICN
52:SMF 139:WLG 135:SIN
54:STL 140:XMN
134
Solo disponível para expansões
2009 - 6 Clusters 2007 - 6 Clusters
1 2 3 4 5 6 1 2 3 4 5 6 1:ABQ 2:ALB 41:PIT 49:SFO 64:AMS 66:ATH 97:PRG 1:ABQ 48:SEA 7:BWI 78:EDI 49:SFO 64:AMS 72:CDG 94:MXP
7:BWI 3:ATL 42:RDU 70:BUD 72:CDG 75:CPH 98:RIX 2:ALB 50:SJC 10:CVG 79:FCO 59:YUL 87:LHR 80:FRA 95:ORY
8:CLE 4:AUS 43:RIC 106:ADL 76:DUB 77:DUS 114:CNS 3:ATL 52:SMF 17:HNL 83:HEL 96:OSL 93:MUC 99:SOF
10:CVG 5:BNA 46:SAT 133:SEL 79:FCO 81:GVA 115:CNX 4:AUS 54:STL 18:IAD 84:IST 106:ADL 120:HKG 108:BKK
17:HNL 6:BOS 47:SDF 80:FRA 85:KEF 116:DEL 5:BNA 55:TPA 24:LAX 85:KEF 128:NRT 112:CGK
35:ONT 9:CLT 48:SEA 95:ORY 86:LGW 117:DXB 6:BOS 56:YEG 26:MCI 86:LGW 115:CNX
37:PBI 11:DCA 50:SJC 87:LHR 119:HDY 8:CLE 57:YHZ 28:MDW 88:LIS 117:DXB
44:RNO 12:DEN 52:SMF 89:LJU 121:HKT 9:CLT 58:YOW 31:MKE 89:LJU 119:HDY
45:SAN 13:DFW 54:STL 93:MUC 126:MFM 11:DCA 60:YVR 36:ORD 90:MAD 121:HKT
51:SLC 14:DTW 55:TPA 96:OSL 127:MNL 12:DEN 61:YWG 39:PHL 91:MAN 124:KUL
53:SNA 15:EWR 56:YEG 100:STN 134:SHA 13:DFW 62:YYC 42:RDU 97:PRG 127:MNL
65:ARN 16:FLL 57:YHZ 103:VIE 14:DTW 63:YYZ 44:RNO 100:STN 130:PEN
67:BCN 18:IAD 58:YOW 105:ZRH 15:EWR 66:ATH 45:SAN 102:TXL 132:PVG
69:BRU 19:IAH 59:YUL 107:AKL 16:FLL 68:BHX 46:SAT 104:WAW 134:SHA
71:BTS 20:IND 60:YVR 120:HKG 19:IAH 73:CGN 51:SLC 110:BOM
74:CIA 21:JAX 61:YWG 122:ICN 20:IND 75:CPH 53:SNA 116:DEL
83:HEL 22:JFK 62:YYC 123:KIX 21:JAX 77:DUS 65:ARN 118:HAK
84:IST 23:LAS 63:YYZ 128:NRT 22:JFK 81:GVA 67:BCN 129:PEK
88:LIS 24:LAX 68:BHX 23:LAS 82:HAM 69:BRU 133:SEL
90:MAD 25:LGA 73:CGN 25:LGA 92:MLA 70:BUD 135:SIN
94:MXP 26:MCI 78:EDI 27:MCO 98:RIX 71:BTS 137:SZX
102:TXL 27:MCO 82:HAM 29:MEM 101:TLL 74:CIA 138:TPE
104:WAW 28:MDW 91:MAN 30:MIA 103:VIE 76:DUB 140:XMN
108:BKK 29:MEM 92:MLA 32:MSP 105:ZRH
110:BOM 30:MIA 99:SOF 33:MSY 107:AKL
112:CGK 31:MKE 101:TLL 34:OAK 109:BNE
113:CHC 32:MSP 109:BNE 35:ONT 111:CAN
118:HAK 33:MSY 111:CAN 37:PBI 113:CHC
124:KUL 34:OAK 129:PEK 38:PDX 114:CNS
125:MEL 36:ORD 131:PER 40:PHX 122:ICN
130:PEN 38:PDX 135:SIN 41:PIT 123:KIX
132:PVG 39:PHL 136:SYD 43:RIC 125:MEL
137:SZX 40:PHX 139:WLG 47:SDF 126:MFM
138:TPE
140:XMN
2006 - 4 Clusters 2005 - 6 Clusters
1 2 3 4 1 2 3 4 5 6 1:ABQ 54:STL 6:BOS 7:BWI 46:SAT 65:ARN 1:ABQ 47:SDF 2:ALB 78:EDI 3:ATL 67:BCN 106:ADL 120:HKG
2:ALB 55:TPA 12:DEN 8:CLE 51:SLC 67:BCN 4:AUS 50:SJC 7:BWI 86:LGW 6:BOS 70:BUD 122:ICN
3:ATL 56:YEG 13:DFW 10:CVG 52:SMF 70:BUD 5:BNA 52:SMF 8:CLE 89:LJU 12:DEN 71:BTS 123:KIX
4:AUS 57:YHZ 15:EWR 17:HNL 53:SNA 71:BTS 9:CLT 54:STL 10:CVG 91:MAN 13:DFW 72:CDG 128:NRT
5:BNA 58:YOW 22:JFK 21:JAX 69:BRU 72:CDG 11:DCA 55:TPA 17:HNL 92:MLA 15:EWR 74:CIA 135:SIN
9:CLT 59:YUL 30:MIA 24:LAX 84:IST 74:CIA 14:DTW 56:YEG 21:JAX 97:PRG 22:JFK 76:DUB
11:DCA 60:YVR 48:SEA 26:MCI 85:KEF 76:DUB 16:FLL 58:YOW 28:MDW 98:RIX 23:LAS 79:FCO
14:DTW 61:YWG 49:SFO 28:MDW 91:MAN 79:FCO 18:IAD 59:YUL 31:MKE 99:SOF 24:LAX 80:FRA
16:FLL 62:YYC 63:YYZ 31:MKE 107:AKL 80:FRA 19:IAH 61:YWG 33:MSY 100:STN 27:MCO 83:HEL
18:IAD 68:BHX 64:AMS 32:MSP 111:CAN 83:HEL 20:IND 62:YYC 35:ONT 101:TLL 30:MIA 84:IST
19:IAH 78:EDI 66:ATH 33:MSY 113:CHC 88:LIS 25:LGA 65:ARN 37:PBI 104:WAW 32:MSP 85:KEF
20:IND 89:LJU 73:CGN 34:OAK 114:CNS 90:MAD 26:MCI 73:CGN 39:PHL 113:CHC 36:ORD 88:LIS
23:LAS 92:MLA 75:CPH 35:ONT 115:CNX 94:MXP 29:MEM 107:AKL 44:RNO 114:CNS 40:PHX 90:MAD
25:LGA 97:PRG 77:DUS 36:ORD 118:HAK 95:ORY 34:OAK 109:BNE 45:SAN 118:HAK 48:SEA 94:MXP
27:MCO 98:RIX 81:GVA 37:PBI 129:PEK 99:SOF 38:PDX 111:CAN 46:SAT 126:MFM 49:SFO 95:ORY
29:MEM 100:STN 82:HAM 39:PHL 133:SEL 101:TLL 41:PIT 131:PER 51:SLC 129:PEK 63:YYZ 102:TXL
38:PDX 109:BNE 86:LGW 40:PHX 135:SIN 102:TXL 42:RDU 136:SYD 53:SNA 133:SEL 64:AMS 108:BKK
41:PIT 126:MFM 87:LHR 42:RDU 137:SZX 104:WAW 43:RIC 139:WLG 57:YHZ 137:SZX 66:ATH 110:BOM
47:SDF 128:NRT 93:MUC 43:RIC 138:TPE 108:BKK 60:YVR 138:TPE 75:CPH 112:CGK
50:SJC 131:PER 96:OSL 44:RNO 139:WLG 110:BOM 68:BHX 140:XMN 77:DUS 115:CNX
103:VIE 45:SAN 140:XMN 112:CGK 69:BRU 81:GVA 116:DEL
105:ZRH 116:DEL 82:HAM 117:DXB
106:ADL 117:DXB 87:LHR 119:HDY
120:HKG 119:HDY 93:MUC 121:HKT
122:ICN 121:HKT 96:OSL 124:KUL
123:KIX 124:KUL 103:VIE 127:MNL
125:MEL 127:MNL 105:ZRH 130:PEN
136:SYD 130:PEN 125:MEL 132:PVG
132:PVG 134:SHA
134:SHA
Tabela A.5.3 - Clusters das análises à opção “Solo disponível para expansões” (2009 a 2005)
135
Utilização de terminais modulares para uma expansão mais fácil
2009 - 5 Clusters 2007 - 6 Clusters
1 2 3 4 5 1 2 3 4 5 6 1:ABQ 2:ALB 32:MSP 68:BHX 35:ONT 49:SFO 72:CDG 1:ABQ 32:MSP 63:YYZ 7:BWI 49:SFO 64:AMS 65:ARN 73:CGN
7:BWI 3:ATL 33:MSY 75:CPH 44:RNO 70:BUD 73:CGN 2:ALB 33:MSY 66:ATH 10:CVG 59:YUL 87:LHR 67:BCN 80:FRA
8:CLE 4:AUS 34:OAK 77:DUS 64:AMS 106:ADL 80:FRA 3:ATL 34:OAK 68:BHX 18:IAD 96:OSL 120:HKG 69:BRU 93:MUC
10:CVG 5:BNA 36:ORD 78:EDI 65:ARN 133:SEL 85:KEF 4:AUS 35:ONT 75:CPH 26:MCI 106:ADL 123:KIX 71:BTS 103:VIE
45:SAN 6:BOS 37:PBI 81:GVA 67:BCN 87:LHR 5:BNA 36:ORD 77:DUS 28:MDW 128:NRT 72:CDG
51:SLC 9:CLT 38:PDX 82:HAM 71:BTS 93:MUC 6:BOS 37:PBI 81:GVA 31:MKE 74:CIA
53:SNA 11:DCA 39:PHL 86:LGW 74:CIA 95:ORY 8:CLE 38:PDX 82:HAM 39:PHL 76:DUB
69:BRU 12:DEN 40:PHX 91:MAN 76:DUB 103:VIE 9:CLT 40:PHX 92:MLA 42:RDU 78:EDI
84:IST 13:DFW 41:PIT 92:MLA 79:FCO 123:KIX 11:DCA 41:PIT 97:PRG 46:SAT 79:FCO
94:MXP 14:DTW 42:RDU 96:OSL 83:HEL 128:NRT 12:DEN 43:RIC 98:RIX 51:SLC 83:HEL
97:PRG 15:EWR 43:RIC 99:SOF 88:LIS 13:DFW 44:RNO 101:TLL 70:BUD 85:KEF
98:RIX 16:FLL 46:SAT 100:STN 89:LJU 14:DTW 45:SAN 105:ZRH 84:IST 86:LGW
108:BKK 17:HNL 47:SDF 101:TLL 90:MAD 15:EWR 47:SDF 107:AKL 94:MXP 88:LIS
110:BOM 18:IAD 48:SEA 105:ZRH 102:TXL 16:FLL 48:SEA 109:BNE 99:SOF 89:LJU
112:CGK 19:IAH 50:SJC 107:AKL 104:WAW 17:HNL 50:SJC 111:CAN 108:BKK 90:MAD
113:CHC 20:IND 52:SMF 109:BNE 132:PVG 19:IAH 52:SMF 113:CHC 110:BOM 91:MAN
114:CNS 21:JAX 54:STL 111:CAN 20:IND 53:SNA 114:CNS 112:CGK 95:ORY
115:CNX 22:JFK 55:TPA 120:HKG 21:JAX 54:STL 122:ICN 115:CNX 100:STN
116:DEL 23:LAS 56:YEG 122:ICN 22:JFK 55:TPA 125:MEL 116:DEL 102:TXL
117:DXB 24:LAX 57:YHZ 129:PEK 23:LAS 56:YEG 126:MFM 117:DXB 104:WAW
118:HAK 25:LGA 58:YOW 131:PER 24:LAX 57:YHZ 129:PEK 118:HAK 135:SIN
119:HDY 26:MCI 59:YUL 135:SIN 25:LGA 58:YOW 131:PER 119:HDY
121:HKT 27:MCO 60:YVR 136:SYD 27:MCO 60:YVR 136:SYD 121:HKT
124:KUL 28:MDW 61:YWG 138:TPE 29:MEM 61:YWG 139:WLG 124:KUL
125:MEL 29:MEM 62:YYC 139:WLG 30:MIA 62:YYC 127:MNL
126:MFM 30:MIA 63:YYZ 130:PEN
127:MNL 31:MKE 66:ATH 132:PVG
130:PEN 133:SEL
134:SHA 134:SHA
137:SZX 137:SZX
140:XMN 138:TPE
140:XMN
2006 - 5 Clusters 2005 - 4 Clusters
1 2 3 4 5 1 2 3 4 1:ABQ 47:SDF 7:BWI 99:SOF 49:SFO 64:AMS 65:ARN 1:ABQ 32:MSP 63:YYZ 7:BWI 110:BOM 67:BCN 72:CDG
2:ALB 48:SEA 8:CLE 101:TLL 96:OSL 67:BCN 68:BHX 2:ALB 34:OAK 64:AMS 8:CLE 112:CGK 68:BHX 73:CGN
3:ATL 50:SJC 10:CVG 102:TXL 106:ADL 69:BRU 72:CDG 3:ATL 35:ONT 65:ARN 10:CVG 115:CNX 69:BRU 76:DUB
4:AUS 52:SMF 17:HNL 107:AKL 125:MEL 74:CIA 73:CGN 4:AUS 37:PBI 66:ATH 28:MDW 116:DEL 78:EDI 77:DUS
5:BNA 54:STL 21:JAX 108:BKK 79:FCO 76:DUB 5:BNA 38:PDX 70:BUD 31:MKE 117:DXB 83:HEL 82:HAM
6:BOS 55:TPA 24:LAX 110:BOM 83:HEL 77:DUS 6:BOS 40:PHX 74:CIA 33:MSY 118:HAK 86:LGW 93:MUC
9:CLT 56:YEG 28:MDW 111:CAN 88:LIS 81:GVA 9:CLT 41:PIT 75:CPH 36:ORD 119:HDY 87:LHR 95:ORY
11:DCA 57:YHZ 31:MKE 112:CGK 89:LJU 82:HAM 11:DCA 42:RDU 79:FCO 39:PHL 121:HKT 88:LIS 103:VIE
12:DEN 58:YOW 32:MSP 113:CHC 90:MAD 87:LHR 12:DEN 43:RIC 80:FRA 46:SAT 124:KUL 89:LJU 123:KIX
13:DFW 59:YUL 33:MSY 114:CNS 91:MAN 93:MUC 13:DFW 44:RNO 81:GVA 51:SLC 126:MFM 90:MAD 128:NRT
14:DTW 60:YVR 34:OAK 115:CNX 104:WAW 95:ORY 14:DTW 45:SAN 96:OSL 71:BTS 127:MNL 91:MAN
15:EWR 61:YWG 35:ONT 116:DEL 103:VIE 15:EWR 47:SDF 105:ZRH 84:IST 130:PEN 92:MLA
16:FLL 62:YYC 36:ORD 117:DXB 123:KIX 16:FLL 48:SEA 106:ADL 85:KEF 132:PVG 97:PRG
18:IAD 63:YYZ 37:PBI 118:HAK 128:NRT 17:HNL 49:SFO 107:AKL 94:MXP 134:SHA 98:RIX
19:IAH 66:ATH 39:PHL 119:HDY 18:IAD 50:SJC 109:BNE 99:SOF 137:SZX 100:STN
20:IND 75:CPH 40:PHX 121:HKT 19:IAH 52:SMF 111:CAN 101:TLL 138:TPE 104:WAW
22:JFK 78:EDI 42:RDU 124:KUL 20:IND 53:SNA 113:CHC 102:TXL 140:XMN 133:SEL
23:LAS 86:LGW 44:RNO 126:MFM 21:JAX 54:STL 114:CNS 108:BKK
25:LGA 92:MLA 45:SAN 127:MNL 22:JFK 55:TPA 120:HKG
26:MCI 100:STN 46:SAT 129:PEK 23:LAS 56:YEG 122:ICN
27:MCO 105:ZRH 51:SLC 130:PEN 24:LAX 57:YHZ 125:MEL
29:MEM 109:BNE 53:SNA 132:PVG 25:LGA 58:YOW 129:PEK
30:MIA 120:HKG 70:BUD 133:SEL 26:MCI 59:YUL 131:PER
38:PDX 122:ICN 71:BTS 134:SHA 27:MCO 60:YVR 135:SIN
41:PIT 131:PER 80:FRA 135:SIN 29:MEM 61:YWG 136:SYD
43:RIC 136:SYD 84:IST 137:SZX 30:MIA 62:YYC 139:WLG
85:KEF 138:TPE
94:MXP 139:WLG
97:PRG 140:XMN
98:RIX
Tabela A.5.4 - Clusters das análises à opção “Utilização de terminais modulares” (2009 a 2005)
136
Forma linear dos terminais
2009 - 5 Clusters 2007 - 5 Clusters
1 2 3 4 5 1 2 3 4 5 1:ABQ 55:TPA 3:ATL 6:BOS 81:GVA 67:BCN 87:LHR 1:ABQ 33:MSY 99:SOF 15:EWR 53:SNA 67:BCN 87:LHR
2:ALB 56:YEG 9:CLT 15:EWR 82:HAM 72:CDG 123:KIX 2:ALB 34:OAK 101:TLL 22:JFK 74:CIA 72:CDG 123:KIX
4:AUS 57:YHZ 11:DCA 22:JFK 83:HEL 73:CGN 128:NRT 3:ATL 35:ONT 106:ADL 30:MIA 84:IST 73:CGN 128:NRT
5:BNA 58:YOW 12:DEN 24:LAX 85:KEF 76:DUB 4:AUS 36:ORD 107:AKL 49:SFO 116:DEL 76:DUB 7:BWI 59:YUL 13:DFW 25:LGA 86:LGW 77:DUS 5:BNA 37:PBI 108:BKK 63:YYZ 120:HKG 77:DUS 8:CLE 60:YVR 16:FLL 30:MIA 88:LIS 80:FRA 6:BOS 38:PDX 109:BNE 64:AMS 121:HKT 80:FRA 10:CVG 61:YWG 17:HNL 34:OAK 89:LJU 90:MAD 7:BWI 39:PHL 110:BOM 65:ARN 122:ICN 85:KEF 14:DTW 62:YYC 21:JAX 35:ONT 91:MAN 93:MUC 8:CLE 40:PHX 111:CAN 66:ATH 133:SEL 86:LGW
18:IAD 94:MXP 23:LAS 49:SFO 92:MLA 95:ORY 9:CLT 41:PIT 112:CGK 68:BHX 90:MAD 19:IAH 97:PRG 27:MCO 50:SJC 96:OSL 103:VIE 10:CVG 42:RDU 113:CHC 69:BRU 91:MAN
20:IND 98:RIX 28:MDW 52:SMF 99:SOF 11:DCA 43:RIC 114:CNS 70:BUD 93:MUC 26:MCI 110:BOM 36:ORD 63:YYZ 100:STN 12:DEN 44:RNO 115:CNX 71:BTS 95:ORY 29:MEM 113:CHC 40:PHX 64:AMS 101:TLL 13:DFW 45:SAN 117:DXB 75:CPH 103:VIE
31:MKE 114:CNS 45:SAN 65:ARN 102:TXL 14:DTW 46:SAT 118:HAK 78:EDI 32:MSP 115:CNX 48:SEA 66:ATH 104:WAW 16:FLL 47:SDF 119:HDY 79:FCO 33:MSY 116:DEL 53:SNA 68:BHX 105:ZRH 17:HNL 48:SEA 124:KUL 81:GVA 37:PBI 117:DXB 84:IST 69:BRU 108:BKK 18:IAD 50:SJC 125:MEL 82:HAM 38:PDX 118:HAK 106:ADL 70:BUD 111:CAN 19:IAH 51:SLC 126:MFM 83:HEL 39:PHL 119:HDY 107:AKL 71:BTS 120:HKG 20:IND 52:SMF 127:MNL 88:LIS 41:PIT 124:KUL 109:BNE 74:CIA 122:ICN 21:JAX 54:STL 129:PEK 89:LJU 42:RDU 126:MFM 112:CGK 75:CPH 132:PVG 23:LAS 55:TPA 130:PEN 92:MLA 43:RIC 127:MNL 121:HKT 78:EDI 135:SIN 24:LAX 56:YEG 131:PER 96:OSL 44:RNO 130:PEN 125:MEL 79:FCO 25:LGA 57:YHZ 132:PVG 97:PRG
46:SAT 134:SHA 129:PEK 26:MCI 58:YOW 134:SHA 98:RIX 47:SDF 139:WLG 131:PER 27:MCO 59:YUL 136:SYD 100:STN 51:SLC 140:XMN 133:SEL 28:MDW 60:YVR 137:SZX 102:TXL 54:STL 136:SYD 29:MEM 61:YWG 138:TPE 104:WAW
137:SZX 31:MKE 62:YYC 139:WLG 105:ZRH
138:TPE 32:MSP 94:MXP 140:XMN 135:SIN
2006 - 5 Clusters 2005 - 5 Clusters
1 2 3 4 5 1 2 3 4 5 1:ABQ 40:PHX 99:SOF 12:DEN 30:MIA 86:LGW 123:KIX 1:ABQ 37:PBI 85:KEF 3:ATL 6:BOS 72:CDG 123:KIX
2:ALB 41:PIT 100:STN 22:JFK 65:ARN 128:NRT 2:ALB 38:PDX 94:MXP 24:LAX 15:EWR 73:CGN 128:NRT
3:ATL 42:RDU 101:TLL 24:LAX 67:BCN 4:AUS 39:PHL 99:SOF 34:OAK 22:JFK 76:DUB 4:AUS 43:RIC 102:TXL 34:OAK 68:BHX 5:BNA 40:PHX 101:TLL 53:SNA 30:MIA 77:DUS 5:BNA 44:RNO 106:ADL 49:SFO 72:CDG 7:BWI 41:PIT 102:TXL 74:CIA 35:ONT 82:HAM 6:BOS 45:SAN 107:AKL 53:SNA 73:CGN 8:CLE 42:RDU 106:ADL 78:EDI 49:SFO 93:MUC 7:BWI 46:SAT 108:BKK 64:AMS 75:CPH 9:CLT 43:RIC 107:AKL 84:IST 64:AMS 95:ORY 8:CLE 47:SDF 109:BNE 74:CIA 76:DUB 10:CVG 44:RNO 108:BKK 88:LIS 65:ARN 103:VIE
9:CLT 48:SEA 110:BOM 78:EDI 77:DUS 11:DCA 45:SAN 109:BNE 116:DEL 66:ATH 10:CVG 50:SJC 111:CAN 84:IST 79:FCO 12:DEN 46:SAT 110:BOM 126:MFM 67:BCN 11:DCA 51:SLC 112:CGK 88:LIS 81:GVA 13:DFW 47:SDF 111:CAN 127:MNL 68:BHX 13:DFW 52:SMF 113:CHC 120:HKG 82:HAM 14:DTW 48:SEA 112:CGK 129:PEK 69:BRU 14:DTW 54:STL 114:CNS 122:ICN 83:HEL 16:FLL 50:SJC 113:CHC 133:SEL 75:CPH 15:EWR 55:TPA 115:CNX 132:PVG 87:LHR 17:HNL 51:SLC 114:CNS 136:SYD 79:FCO 16:FLL 56:YEG 116:DEL 133:SEL 90:MAD 18:IAD 52:SMF 115:CNX 138:TPE 81:GVA
17:HNL 57:YHZ 117:DXB 135:SIN 91:MAN 19:IAH 54:STL 117:DXB 83:HEL
18:IAD 58:YOW 118:HAK 93:MUC 20:IND 55:TPA 118:HAK 86:LGW 19:IAH 59:YUL 119:HDY 95:ORY 21:JAX 56:YEG 119:HDY 87:LHR 20:IND 60:YVR 121:HKT 103:VIE 23:LAS 57:YHZ 121:HKT 89:LJU 21:JAX 61:YWG 124:KUL 104:WAW 25:LGA 58:YOW 124:KUL 90:MAD 23:LAS 62:YYC 125:MEL 105:ZRH 26:MCI 59:YUL 125:MEL 91:MAN
25:LGA 63:YYZ 126:MFM 27:MCO 60:YVR 130:PEN 92:MLA 26:MCI 66:ATH 127:MNL 28:MDW 61:YWG 131:PER 96:OSL 27:MCO 69:BRU 129:PEK 29:MEM 62:YYC 132:PVG 97:PRG 28:MDW 70:BUD 130:PEN 31:MKE 63:YYZ 134:SHA 98:RIX 29:MEM 71:BTS 131:PER 32:MSP 70:BUD 137:SZX 100:STN 31:MKE 80:FRA 134:SHA 33:MSY 71:BTS 139:WLG 104:WAW 32:MSP 85:KEF 136:SYD 36:ORD 80:FRA 140:XMN 105:ZRH
33:MSY 89:LJU 137:SZX 120:HKG 35:ONT 92:MLA 138:TPE 122:ICN 36:ORD 94:MXP 139:WLG 135:SIN
37:PBI 96:OSL 140:XMN 38:PDX 97:PRG 39:PHL 98:RIX
Tabela A.5.5 - Clusters das análises à opção “Forma linear dos terminais” (2009 a 2005)
137
Paredes divisórias móveis no terminal
2009 - 5 Clusters 2007 - 5 Clusters
1 2 3 4 5 1 2 3 4 5 1:ABQ 44:RNO 3:ATL 49:SFO 59:YUL 64:AMS 97:PRG 1:ABQ 40:PHX 2:ALB 69:BRU 64:AMS 66:ATH 94:MXP
2:ALB 46:SAT 4:AUS 50:SJC 65:ARN 67:BCN 98:RIX 3:ATL 42:RDU 6:BOS 70:BUD 72:CDG 67:BCN 99:SOF
5:BNA 47:SDF 6:BOS 52:SMF 66:ATH 72:CDG 114:CNS 4:AUS 43:RIC 8:CLE 71:BTS 80:FRA 73:CGN 108:BKK
7:BWI 51:SLC 9:CLT 53:SNA 69:BRU 73:CGN 115:CNX 5:BNA 44:RNO 10:CVG 82:HAM 87:LHR 74:CIA 112:CGK
8:CLE 54:STL 11:DCA 55:TPA 70:BUD 76:DUB 116:DEL 7:BWI 45:SAN 18:IAD 83:HEL 93:MUC 75:CPH 115:CNX
10:CVG 56:YEG 12:DEN 63:YYZ 71:BTS 80:FRA 117:DXB 9:CLT 46:SAT 29:MEM 88:LIS 128:NRT 76:DUB 117:DXB
20:IND 57:YHZ 13:DFW 68:BHX 75:CPH 85:KEF 119:HDY 11:DCA 48:SEA 33:MSY 92:MLA 77:DUS 119:HDY
25:LGA 58:YOW 14:DTW 74:CIA 77:DUS 87:LHR 121:HKT 12:DEN 49:SFO 35:ONT 97:PRG 78:EDI 121:HKT
26:MCI 60:YVR 15:EWR 78:EDI 79:FCO 90:MAD 126:MFM 13:DFW 50:SJC 41:PIT 98:RIX 79:FCO 124:KUL
29:MEM 61:YWG 16:FLL 84:IST 81:GVA 93:MUC 127:MNL 14:DTW 51:SLC 47:SDF 101:TLL 81:GVA 127:MNL
31:MKE 62:YYC 17:HNL 106:ADL 82:HAM 95:ORY 134:SHA 15:EWR 52:SMF 54:STL 102:TXL 85:KEF 130:PEN
33:MSY 94:MXP 18:IAD 107:AKL 83:HEL 103:VIE 16:FLL 53:SNA 56:YEG 104:WAW 86:LGW 132:PVG
35:ONT 101:TLL 19:IAH 108:BKK 86:LGW 123:KIX 17:HNL 55:TPA 57:YHZ 106:ADL 89:LJU 134:SHA
37:PBI 110:BOM 21:JAX 109:BNE 88:LIS 128:NRT 19:IAH 60:YVR 58:YOW 114:CNS 90:MAD
38:PDX 113:CHC 22:JFK 111:CAN 89:LJU 20:IND 61:YWG 59:YUL 118:HAK 91:MAN
39:PHL 118:HAK 23:LAS 112:CGK 91:MAN 21:JAX 62:YYC 63:YYZ 126:MFM 95:ORY
41:PIT 130:PEN 24:LAX 124:KUL 92:MLA 22:JFK 84:IST 65:ARN 140:XMN 96:OSL
42:RDU 139:WLG 27:MCO 125:MEL 96:OSL 23:LAS 107:AKL 68:BHX 100:STN
43:RIC 140:XMN 28:MDW 129:PEK 99:SOF 24:LAX 109:BNE 103:VIE
30:MIA 131:PER 100:STN 25:LGA 110:BOM 105:ZRH
32:MSP 132:PVG 102:TXL 26:MCI 111:CAN 120:HKG
34:OAK 133:SEL 104:WAW 27:MCO 113:CHC 122:ICN
36:ORD 135:SIN 105:ZRH 28:MDW 116:DEL 123:KIX
40:PHX 136:SYD 120:HKG 30:MIA 125:MEL 135:SIN
45:SAN 137:SZX 122:ICN 31:MKE 129:PEK
48:SEA 138:TPE 32:MSP 131:PER
34:OAK 133:SEL
36:ORD 136:SYD
37:PBI 137:SZX
38:PDX 138:TPE
39:PHL 139:WLG
2006 - 5 Clusters 2005 - 6 Clusters
1 2 3 4 5 1 2 3 4 5 6 1:ABQ 33:MSY 59:YUL 3:ATL 65:ARN 66:ATH 70:BUD 1:ABQ 47:SDF 3:ATL 48:SEA 15:EWR 67:BCN 70:BUD 123:KIX
2:ALB 34:OAK 60:YVR 12:DEN 67:BCN 68:BHX 71:BTS 2:ALB 50:SJC 6:BOS 51:SLC 22:JFK 72:CDG 71:BTS 128:NRT
4:AUS 35:ONT 61:YWG 13:DFW 72:CDG 69:BRU 80:FRA 4:AUS 52:SMF 9:CLT 53:SNA 30:MIA 73:CGN 80:FRA 5:BNA 37:PBI 62:YYC 15:EWR 74:CIA 73:CGN 94:MXP 5:BNA 54:STL 11:DCA 60:YVR 35:ONT 74:CIA 84:IST 6:BOS 38:PDX 63:YYZ 19:IAH 76:DUB 75:CPH 99:SOF 7:BWI 55:TPA 12:DEN 63:YYZ 49:SFO 76:DUB 85:KEF 7:BWI 39:PHL 78:EDI 22:JFK 79:FCO 77:DUS 101:TLL 8:CLE 56:YEG 13:DFW 66:ATH 64:AMS 79:FCO 94:MXP 8:CLE 40:PHX 84:IST 24:LAX 83:HEL 81:GVA 102:TXL 10:CVG 57:YHZ 14:DTW 78:EDI 65:ARN 83:HEL 102:TXL 9:CLT 41:PIT 85:KEF 30:MIA 88:LIS 82:HAM 108:BKK 16:FLL 58:YOW 17:HNL 99:SOF 68:BHX 88:LIS 108:BKK 10:CVG 42:RDU 106:ADL 36:ORD 90:MAD 89:LJU 110:BOM 20:IND 59:YUL 18:IAD 100:STN 69:BRU 90:MAD 110:BOM 11:DCA 43:RIC 107:AKL 49:SFO 95:ORY 91:MAN 112:CGK 21:JAX 61:YWG 19:IAH 107:AKL 75:CPH 95:ORY 112:CGK
14:DTW 44:RNO 109:BNE 64:AMS 128:NRT 92:MLA 116:DEL 26:MCI 62:YYC 23:LAS 111:CAN 77:DUS 115:CNX
16:FLL 45:SAN 111:CAN 86:LGW 93:MUC 117:DXB 29:MEM 101:TLL 24:LAX 120:HKG 81:GVA 116:DEL 17:HNL 46:SAT 113:CHC 87:LHR 96:OSL 119:HDY 31:MKE 106:ADL 25:LGA 122:ICN 82:HAM 117:DXB 18:IAD 47:SDF 114:CNS 100:STN 97:PRG 121:HKT 33:MSY 109:BNE 27:MCO 125:MEL 86:LGW 119:HDY 20:IND 48:SEA 115:CNX 120:HKG 98:RIX 124:KUL 37:PBI 113:CHC 28:MDW 126:MFM 87:LHR 121:HKT 21:JAX 50:SJC 118:HAK 122:ICN 103:VIE 127:MNL 38:PDX 114:CNS 32:MSP 129:PEK 89:LJU 124:KUL 23:LAS 51:SLC 125:MEL 129:PEK 104:WAW 130:PEN 41:PIT 118:HAK 34:OAK 133:SEL 91:MAN 127:MNL 25:LGA 52:SMF 131:PER 135:SIN 105:ZRH 132:PVG 42:RDU 131:PER 36:ORD 135:SIN 92:MLA 130:PEN
26:MCI 53:SNA 133:SEL 123:KIX 134:SHA 43:RIC 137:SZX 39:PHL 136:SYD 93:MUC 132:PVG
27:MCO 54:STL 136:SYD 126:MFM 44:RNO 139:WLG 40:PHX 138:TPE 96:OSL 134:SHA
28:MDW 55:TPA 137:SZX 46:SAT 140:XMN 45:SAN 97:PRG
29:MEM 56:YEG 138:TPE 98:RIX 31:MKE 57:YHZ 139:WLG 103:VIE 32:MSP 58:YOW 140:XMN 104:WAW
105:ZRH
Tabela A.5.6 - Clusters das análises à opção “Paredes divisórias móveis no terminal” (2009 a 2005)
138
Portas de embarque com serviços internacionais e domésticos (swing gates)
2009 - 5 Clusters 2007 - 5 Clusters
1 2 3 4 5 1 2 3 4 5 1:ABQ 51:SLC 3:ATL 15:EWR 85:KEF 67:BCN 87:LHR 1:ABQ 54:STL 3:ATL 51:SLC 15:EWR 83:HEL 72:CDG 123:KIX
2:ALB 52:SMF 9:CLT 22:JFK 86:LGW 72:CDG 123:KIX 2:ALB 56:YEG 4:AUS 52:SMF 22:JFK 85:KEF 73:CGN 128:NRT
4:AUS 54:STL 12:DEN 30:MIA 89:LJU 73:CGN 128:NRT 5:BNA 57:YHZ 6:BOS 53:SNA 30:MIA 88:LIS 76:DUB
5:BNA 55:TPA 13:DFW 35:ONT 91:MAN 76:DUB 8:CLE 58:YOW 7:BWI 55:TPA 35:ONT 89:LJU 77:DUS
6:BOS 56:YEG 14:DTW 49:SFO 92:MLA 80:FRA 10:CVG 59:YUL 9:CLT 74:CIA 49:SFO 90:MAD 80:FRA
7:BWI 57:YHZ 19:IAH 63:YYZ 96:OSL 90:MAD 20:IND 60:YVR 11:DCA 84:IST 63:YYZ 92:MLA 86:LGW
8:CLE 58:YOW 23:LAS 64:AMS 99:SOF 93:MUC 21:JAX 61:YWG 12:DEN 94:MXP 64:AMS 96:OSL 87:LHR
10:CVG 59:YUL 24:LAX 65:ARN 100:STN 95:ORY 26:MCI 62:YYC 13:DFW 107:AKL 65:ARN 97:PRG 91:MAN
11:DCA 60:YVR 27:MCO 66:ATH 101:TLL 103:VIE 29:MEM 99:SOF 14:DTW 109:BNE 66:ATH 98:RIX 93:MUC
16:FLL 61:YWG 32:MSP 69:BRU 102:TXL 31:MKE 106:ADL 16:FLL 110:BOM 67:BCN 100:STN 95:ORY
17:HNL 62:YYC 36:ORD 70:BUD 104:WAW 33:MSY 113:CHC 17:HNL 111:CAN 68:BHX 101:TLL 103:VIE
18:IAD 68:BHX 39:PHL 71:BTS 105:ZRH 37:PBI 114:CNS 18:IAD 112:CGK 69:BRU 102:TXL 105:ZRH
20:IND 74:CIA 40:PHX 75:CPH 108:BKK 38:PDX 115:CNX 19:IAH 116:DEL 70:BUD 104:WAW
21:JAX 78:EDI 48:SEA 77:DUS 120:HKG 41:PIT 118:HAK 23:LAS 117:DXB 71:BTS 108:BKK
25:LGA 88:LIS 53:SNA 79:FCO 122:ICN 42:RDU 119:HDY 24:LAX 121:HKT 75:CPH 120:HKG
26:MCI 94:MXP 84:IST 81:GVA 132:PVG 43:RIC 130:PEN 25:LGA 124:KUL 78:EDI 122:ICN
28:MDW 97:PRG 106:ADL 82:HAM 135:SIN 44:RNO 139:WLG 27:MCO 125:MEL 79:FCO 132:PVG
29:MEM 98:RIX 107:AKL 83:HEL 46:SAT 140:XMN 28:MDW 126:MFM 81:GVA 135:SIN
31:MKE 110:BOM 109:BNE 47:SDF 32:MSP 127:MNL 82:HAM
33:MSY 113:CHC 111:CAN 34:OAK 129:PEK
34:OAK 114:CNS 112:CGK 36:ORD 131:PER
37:PBI 115:CNX 117:DXB 39:PHL 133:SEL
38:PDX 116:DEL 121:HKT 40:PHX 134:SHA
41:PIT 118:HAK 124:KUL 45:SAN 136:SYD
42:RDU 119:HDY 125:MEL 48:SEA 137:SZX
43:RIC 126:MFM 129:PEK 50:SJC 138:TPE
44:RNO 127:MNL 131:PER
45:SAN 130:PEN 133:SEL
46:SAT 134:SHA 136:SYD
47:SDF 139:WLG 137:SZX
50:SJC 140:XMN 138:TPE
2006 - 5 Clusters 2005 - 5 Clusters
1 2 3 4 5 1 2 3 4 5 1:ABQ 42:RDU 99:SOF 3:ATL 30:MIA 86:LGW 123:KIX 1:ABQ 62:YYC 2:ALB 56:YEG 15:EWR 72:CDG 123:KIX
2:ALB 43:RIC 100:STN 12:DEN 49:SFO 128:NRT 3:ATL 63:YYZ 4:AUS 57:YHZ 22:JFK 73:CGN 128:NRT
4:AUS 44:RNO 101:TLL 13:DFW 65:ARN 6:BOS 71:BTS 5:BNA 58:YOW 30:MIA 76:DUB
5:BNA 45:SAN 102:TXL 19:IAH 67:BCN 7:BWI 74:CIA 8:CLE 59:YUL 35:ONT 93:MUC
6:BOS 46:SAT 106:ADL 22:JFK 68:BHX 9:CLT 78:EDI 20:IND 61:YWG 49:SFO 95:ORY
7:BWI 47:SDF 107:AKL 23:LAS 72:CDG 10:CVG 80:FRA 21:JAX 70:BUD 64:AMS 103:VIE
8:CLE 48:SEA 109:BNE 24:LAX 73:CGN 11:DCA 84:IST 26:MCI 85:KEF 65:ARN
9:CLT 50:SJC 110:BOM 34:OAK 75:CPH 12:DEN 88:LIS 29:MEM 94:MXP 66:ATH
10:CVG 51:SLC 111:CAN 36:ORD 76:DUB 13:DFW 106:ADL 31:MKE 99:SOF 67:BCN
11:DCA 52:SMF 112:CGK 53:SNA 77:DUS 14:DTW 107:AKL 33:MSY 101:TLL 68:BHX
14:DTW 54:STL 113:CHC 64:AMS 79:FCO 16:FLL 108:BKK 37:PBI 102:TXL 69:BRU
15:EWR 55:TPA 114:CNS 74:CIA 81:GVA 17:HNL 109:BNE 41:PIT 110:BOM 75:CPH
16:FLL 56:YEG 115:CNX 78:EDI 82:HAM 18:IAD 111:CAN 42:RDU 114:CNS 77:DUS
17:HNL 57:YHZ 116:DEL 84:IST 83:HEL 19:IAH 112:CGK 43:RIC 118:HAK 79:FCO
18:IAD 58:YOW 117:DXB 87:LHR 89:LJU 23:LAS 113:CHC 44:RNO 119:HDY 81:GVA
20:IND 59:YUL 118:HAK 88:LIS 90:MAD 24:LAX 115:CNX 46:SAT 134:SHA 82:HAM
21:JAX 60:YVR 119:HDY 108:BKK 91:MAN 25:LGA 116:DEL 47:SDF 139:WLG 83:HEL
25:LGA 61:YWG 121:HKT 120:HKG 93:MUC 27:MCO 117:DXB 54:STL 140:XMN 86:LGW
26:MCI 62:YYC 124:KUL 122:ICN 95:ORY 28:MDW 121:HKT 87:LHR
27:MCO 63:YYZ 125:MEL 129:PEK 103:VIE 32:MSP 124:KUL 89:LJU
28:MDW 66:ATH 126:MFM 133:SEL 104:WAW 34:OAK 125:MEL 90:MAD
29:MEM 69:BRU 127:MNL 135:SIN 105:ZRH 36:ORD 126:MFM 91:MAN
31:MKE 70:BUD 130:PEN 38:PDX 127:MNL 92:MLA
32:MSP 71:BTS 131:PER 39:PHL 129:PEK 96:OSL
33:MSY 80:FRA 132:PVG 40:PHX 130:PEN 97:PRG
35:ONT 85:KEF 134:SHA 45:SAN 131:PER 98:RIX
37:PBI 92:MLA 136:SYD 48:SEA 132:PVG 100:STN
38:PDX 94:MXP 137:SZX 50:SJC 133:SEL 104:WAW
39:PHL 96:OSL 138:TPE 51:SLC 136:SYD 105:ZRH
40:PHX 97:PRG 139:WLG 52:SMF 137:SZX 120:HKG
41:PIT 98:RIX 140:XMN 53:SNA 138:TPE 122:ICN
55:TPA 135:SIN
60:YVR
Tabela A.5.7 - Clusters das análises à opção “Portas de embarque com serviços internacionais e domésticos” (2009 a 2005)
139
Sistemas CUSS: check-in
2009 - 5 Clusters 2007 - 5 Clusters
1 2 3 4 5 1 2 3 4 5 1:ABQ 38:PDX 97:PRG 3:ATL 63:YYZ 72:CDG 87:LHR 1:ABQ 54:STL 2:ALB 85:KEF 3:ATL 64:AMS 123:KIX
2:ALB 39:PHL 98:RIX 9:CLT 64:AMS 73:CGN 123:KIX 4:AUS 55:TPA 30:MIA 88:LIS 9:CLT 67:BCN 128:NRT
4:AUS 40:PHX 102:TXL 15:EWR 65:ARN 76:DUB 128:NRT 5:BNA 56:YEG 35:ONT 89:LJU 12:DEN 72:CDG
5:BNA 41:PIT 106:ADL 22:JFK 66:ATH 80:FRA 6:BOS 57:YHZ 49:SFO 92:MLA 13:DFW 73:CGN 6:BOS 42:RDU 107:AKL 25:LGA 67:BCN 93:MUC 7:BWI 58:YOW 63:YYZ 96:OSL 14:DTW 76:DUB 7:BWI 43:RIC 108:BKK 28:MDW 69:BRU 95:ORY 8:CLE 59:YUL 65:ARN 97:PRG 15:EWR 77:DUS 8:CLE 44:RNO 109:BNE 125:MEL 70:BUD 103:VIE 10:CVG 60:YVR 66:ATH 98:RIX 19:IAH 80:FRA
10:CVG 45:SAN 110:BOM 136:SYD 71:BTS 11:DCA 61:YWG 68:BHX 100:STN 22:JFK 86:LGW
11:DCA 46:SAT 111:CAN 75:CPH 16:FLL 62:YYC 69:BRU 101:TLL 23:LAS 87:LHR 12:DEN 47:SDF 112:CGK 77:DUS 17:HNL 94:MXP 70:BUD 102:TXL 24:LAX 90:MAD 13:DFW 48:SEA 113:CHC 79:FCO 18:IAD 99:SOF 71:BTS 104:WAW 25:LGA 91:MAN 14:DTW 49:SFO 114:CNS 81:GVA 20:IND 106:ADL 74:CIA 108:BKK 27:MCO 93:MUC 16:FLL 50:SJC 115:CNX 82:HAM 21:JAX 107:AKL 75:CPH 120:HKG 28:MDW 95:ORY 17:HNL 51:SLC 116:DEL 83:HEL 26:MCI 110:BOM 78:EDI 122:ICN 32:MSP 103:VIE 18:IAD 52:SMF 117:DXB 85:KEF 29:MEM 111:CAN 79:FCO 126:MFM 36:ORD 105:ZRH
19:IAH 53:SNA 118:HAK 86:LGW 31:MKE 112:CGK 81:GVA 132:PVG 39:PHL 20:IND 54:STL 119:HDY 89:LJU 33:MSY 113:CHC 82:HAM 133:SEL 40:PHX 21:JAX 55:TPA 121:HKT 90:MAD 34:OAK 114:CNS 83:HEL 135:SIN 109:BNE 23:LAS 56:YEG 124:KUL 91:MAN 37:PBI 115:CNX 84:IST 125:MEL
24:LAX 57:YHZ 126:MFM 92:MLA 38:PDX 116:DEL 129:PEK 26:MCI 58:YOW 127:MNL 96:OSL 41:PIT 117:DXB 136:SYD 27:MCO 59:YUL 129:PEK 99:SOF 42:RDU 118:HAK 138:TPE
29:MEM 60:YVR 130:PEN 100:STN 43:RIC 119:HDY 30:MIA 61:YWG 131:PER 101:TLL 44:RNO 121:HKT 31:MKE 62:YYC 133:SEL 104:WAW 45:SAN 124:KUL 32:MSP 68:BHX 134:SHA 105:ZRH 46:SAT 127:MNL 33:MSY 74:CIA 137:SZX 120:HKG 47:SDF 130:PEN 34:OAK 78:EDI 138:TPE 122:ICN 48:SEA 131:PER 35:ONT 84:IST 139:WLG 132:PVG 50:SJC 134:SHA 36:ORD 88:LIS 140:XMN 135:SIN 51:SLC 137:SZX
37:PBI 94:MXP 52:SMF 139:WLG
53:SNA 140:XMN
2006 - 5 Clusters 2005 - 5 Clusters
1 2 3 4 5 1 2 3 4 5 1:ABQ 45:SAN 101:TLL 3:ATL 30:MIA 65:ARN 123:KIX 1:ABQ 45:SAN 106:ADL 3:ATL 30:MIA 72:CDG 123:KIX
2:ALB 46:SAT 102:TXL 12:DEN 49:SFO 67:BCN 128:NRT 2:ALB 46:SAT 107:AKL 9:CLT 49:SFO 73:CGN 128:NRT
4:AUS 47:SDF 106:ADL 13:DFW 64:AMS 72:CDG 4:AUS 47:SDF 108:BKK 12:DEN 64:AMS 76:DUB
5:BNA 48:SEA 107:AKL 14:DTW 66:ATH 73:CGN 5:BNA 48:SEA 110:BOM 13:DFW 65:ARN 93:MUC
6:BOS 50:SJC 108:BKK 15:EWR 68:BHX 74:CIA 6:BOS 50:SJC 111:CAN 14:DTW 66:ATH 95:ORY
7:BWI 51:SLC 110:BOM 19:IAH 69:BRU 76:DUB 7:BWI 51:SLC 112:CGK 15:EWR 67:BCN 103:VIE
8:CLE 52:SMF 111:CAN 22:JFK 75:CPH 79:FCO 8:CLE 52:SMF 113:CHC 19:IAH 68:BHX
9:CLT 53:SNA 112:CGK 23:LAS 77:DUS 83:HEL 10:CVG 53:SNA 114:CNS 22:JFK 69:BRU
10:CVG 54:STL 113:CHC 24:LAX 81:GVA 88:LIS 11:DCA 54:STL 115:CNX 23:LAS 74:CIA
11:DCA 55:TPA 114:CNS 25:LGA 82:HAM 93:MUC 16:FLL 55:TPA 116:DEL 24:LAX 75:CPH
16:FLL 56:YEG 115:CNX 27:MCO 86:LGW 95:ORY 17:HNL 56:YEG 117:DXB 25:LGA 77:DUS
17:HNL 57:YHZ 116:DEL 32:MSP 87:LHR 103:VIE 18:IAD 57:YHZ 118:HAK 27:MCO 78:EDI
18:IAD 58:YOW 117:DXB 36:ORD 89:LJU 20:IND 58:YOW 119:HDY 32:MSP 79:FCO
20:IND 59:YUL 118:HAK 39:PHL 90:MAD 21:JAX 59:YUL 121:HKT 36:ORD 81:GVA
21:JAX 60:YVR 119:HDY 40:PHX 91:MAN 26:MCI 60:YVR 124:KUL 39:PHL 82:HAM
26:MCI 61:YWG 121:HKT 109:BNE 92:MLA 28:MDW 61:YWG 127:MNL 40:PHX 83:HEL
28:MDW 62:YYC 124:KUL 125:MEL 96:OSL 29:MEM 62:YYC 129:PEK 109:BNE 86:LGW
29:MEM 63:YYZ 127:MNL 129:PEK 97:PRG 31:MKE 63:YYZ 130:PEN 125:MEL 87:LHR
31:MKE 70:BUD 130:PEN 136:SYD 104:WAW 33:MSY 70:BUD 131:PER 136:SYD 88:LIS
33:MSY 71:BTS 131:PER 105:ZRH 34:OAK 71:BTS 132:PVG 89:LJU
34:OAK 78:EDI 133:SEL 120:HKG 35:ONT 80:FRA 134:SHA 90:MAD
35:ONT 80:FRA 134:SHA 122:ICN 37:PBI 84:IST 137:SZX 91:MAN
37:PBI 84:IST 137:SZX 126:MFM 38:PDX 85:KEF 138:TPE 92:MLA
38:PDX 85:KEF 138:TPE 132:PVG 41:PIT 94:MXP 139:WLG 96:OSL
41:PIT 94:MXP 139:WLG 135:SIN 42:RDU 99:SOF 140:XMN 97:PRG
42:RDU 98:RIX 140:XMN 43:RIC 101:TLL 98:RIX
43:RIC 99:SOF 44:RNO 102:TXL 100:STN
44:RNO 100:STN 104:WAW
105:ZRH
120:HKG
122:ICN
126:MFM
133:SEL
135:SIN
Tabela A.5.8 - Clusters das análises à opção “Sistemas CUSS: check-in” (2009 a 2005)
140
Sistemas CUSS: recolha de bagagem
2009 - 6 Clusters 2007 - 6 Clusters
1 2 3 4 5 6 1 2 3 4 5 6 1:ABQ 39:PHL 96:OSL 3:ATL 12:DEN 64:AMS 65:ARN 123:KIX 1:ABQ 52:SMF 3:ATL 12:DEN 30:MIA 68:BHX 123:KIX
2:ALB 40:PHX 97:PRG 15:EWR 13:DFW 72:CDG 66:ATH 128:NRT 2:ALB 53:SNA 9:CLT 13:DFW 49:SFO 70:BUD 128:NRT
4:AUS 41:PIT 98:RIX 22:JFK 24:LAX 80:FRA 69:BRU 4:AUS 54:STL 15:EWR 14:DTW 63:YYZ 71:BTS
5:BNA 42:RDU 102:TXL 25:LGA 30:MIA 87:LHR 70:BUD 5:BNA 55:TPA 22:JFK 19:IAH 64:AMS 74:CIA
6:BOS 43:RIC 106:ADL 125:MEL 36:ORD 93:MUC 71:BTS 6:BOS 56:YEG 25:LGA 23:LAS 65:ARN 78:EDI
7:BWI 44:RNO 107:AKL 136:SYD 49:SFO 95:ORY 73:CGN 7:BWI 57:YHZ 28:MDW 24:LAX 66:ATH 81:GVA
8:CLE 45:SAN 109:BNE 63:YYZ 122:ICN 75:CPH 8:CLE 58:YOW 62:YYC 27:MCO 67:BCN 85:KEF
9:CLT 46:SAT 110:BOM 67:BCN 76:DUB 10:CVG 59:YUL 109:BNE 32:MSP 69:BRU 88:LIS
10:CVG 47:SDF 111:CAN 79:FCO 77:DUS 11:DCA 60:YVR 125:MEL 36:ORD 72:CDG 89:LJU
11:DCA 48:SEA 112:CGK 86:LGW 81:GVA 16:FLL 61:YWG 136:SYD 39:PHL 73:CGN 92:MLA
14:DTW 50:SJC 113:CHC 90:MAD 82:HAM 17:HNL 84:IST 40:PHX 75:CPH 97:PRG
16:FLL 51:SLC 114:CNS 108:BKK 83:HEL 18:IAD 94:MXP 129:PEK 76:DUB 98:RIX
17:HNL 52:SMF 115:CNX 120:HKG 85:KEF 20:IND 95:ORY 77:DUS 101:TLL
18:IAD 53:SNA 116:DEL 129:PEK 89:LJU 21:JAX 99:SOF 79:FCO 102:TXL
19:IAH 54:STL 117:DXB 132:PVG 91:MAN 26:MCI 110:BOM 80:FRA 104:WAW
20:IND 55:TPA 118:HAK 135:SIN 92:MLA 29:MEM 111:CAN 82:HAM 106:ADL
21:JAX 56:YEG 119:HDY 99:SOF 31:MKE 112:CGK 83:HEL 107:AKL
23:LAS 57:YHZ 121:HKT 100:STN 33:MSY 113:CHC 86:LGW 114:CNS
26:MCI 58:YOW 124:KUL 101:TLL 34:OAK 115:CNX 87:LHR 126:MFM
27:MCO 59:YUL 126:MFM 103:VIE 35:ONT 116:DEL 90:MAD 131:PER
28:MDW 60:YVR 127:MNL 104:WAW 37:PBI 117:DXB 91:MAN 133:SEL
29:MEM 61:YWG 130:PEN 105:ZRH 38:PDX 118:HAK 93:MUC
31:MKE 62:YYC 131:PER 41:PIT 119:HDY 96:OSL
32:MSP 68:BHX 133:SEL 42:RDU 121:HKT 100:STN
33:MSY 74:CIA 134:SHA 43:RIC 124:KUL 103:VIE
34:OAK 78:EDI 137:SZX 44:RNO 127:MNL 105:ZRH
35:ONT 84:IST 138:TPE 45:SAN 130:PEN 108:BKK
37:PBI 88:LIS 139:WLG 46:SAT 134:SHA 120:HKG
38:PDX 94:MXP 140:XMN 47:SDF 137:SZX 122:ICN
48:SEA 139:WLG 132:PVG
50:SJC 140:XMN 135:SIN
51:SLC 138:TPE
2006 - 6 Clusters 2005 - 5 Clusters
1 2 3 4 5 6 1 2 3 4 5 1:ABQ 48:SEA 98:RIX 3:ATL 12:DEN 63:YYZ 86:LGW 123:KIX 1:ABQ 46:SAT 95:ORY 3:ATL 6:BOS 12:DEN 123:KIX
2:ALB 49:SFO 99:SOF 15:EWR 13:DFW 64:AMS 128:NRT 2:ALB 47:SDF 100:STN 9:CLT 30:MIA 13:DFW 128:NRT
4:AUS 50:SJC 100:STN 22:JFK 14:DTW 66:ATH 4:AUS 50:SJC 102:TXL 15:EWR 48:SEA 14:DTW
5:BNA 51:SLC 101:TLL 25:LGA 19:IAH 68:BHX 5:BNA 51:SLC 106:ADL 22:JFK 49:SFO 18:IAD
6:BOS 52:SMF 102:TXL 109:BNE 23:LAS 69:BRU 7:BWI 52:SMF 107:AKL 25:LGA 63:YYZ 19:IAH
7:BWI 53:SNA 104:WAW 125:MEL 24:LAX 73:CGN 8:CLE 53:SNA 110:BOM 109:BNE 64:AMS 23:LAS
8:CLE 54:STL 106:ADL 136:SYD 27:MCO 75:CPH 10:CVG 54:STL 111:CAN 125:MEL 66:ATH 24:LAX
9:CLT 55:TPA 107:AKL 32:MSP 77:DUS 11:DCA 55:TPA 112:CGK 136:SYD 68:BHX 27:MCO
10:CVG 56:YEG 110:BOM 36:ORD 82:HAM 16:FLL 56:YEG 113:CHC 69:BRU 32:MSP
11:DCA 57:YHZ 111:CAN 39:PHL 87:LHR 17:HNL 57:YHZ 114:CNS 70:BUD 36:ORD
16:FLL 58:YOW 112:CGK 40:PHX 89:LJU 20:IND 58:YOW 115:CNX 72:CDG 39:PHL
17:HNL 59:YUL 113:CHC 72:CDG 90:MAD 21:JAX 59:YUL 116:DEL 75:CPH 40:PHX
18:IAD 60:YVR 114:CNS 80:FRA 91:MAN 26:MCI 60:YVR 117:DXB 77:DUS 67:BCN
20:IND 61:YWG 115:CNX 108:BKK 93:MUC 28:MDW 61:YWG 118:HAK 78:EDI 80:FRA
21:JAX 62:YYC 116:DEL 129:PEK 96:OSL 29:MEM 62:YYC 119:HDY 81:GVA 90:MAD
26:MCI 65:ARN 117:DXB 103:VIE 31:MKE 65:ARN 121:HKT 82:HAM 108:BKK
28:MDW 67:BCN 118:HAK 105:ZRH 33:MSY 71:BTS 124:KUL 86:LGW 129:PEK
29:MEM 70:BUD 119:HDY 120:HKG 34:OAK 73:CGN 127:MNL 87:LHR
30:MIA 71:BTS 121:HKT 122:ICN 35:ONT 74:CIA 130:PEN 89:LJU
31:MKE 74:CIA 124:KUL 126:MFM 37:PBI 76:DUB 131:PER 91:MAN
33:MSY 76:DUB 127:MNL 135:SIN 38:PDX 79:FCO 132:PVG 92:MLA
34:OAK 78:EDI 130:PEN 41:PIT 83:HEL 133:SEL 93:MUC
35:ONT 79:FCO 131:PER 42:RDU 84:IST 134:SHA 96:OSL
37:PBI 81:GVA 132:PVG 43:RIC 85:KEF 137:SZX 97:PRG
38:PDX 83:HEL 133:SEL 44:RNO 88:LIS 139:WLG 98:RIX
41:PIT 84:IST 134:SHA 45:SAN 94:MXP 140:XMN 99:SOF
42:RDU 85:KEF 137:SZX 101:TLL
43:RIC 88:LIS 138:TPE 103:VIE
44:RNO 92:MLA 139:WLG 104:WAW
45:SAN 94:MXP 140:XMN 105:ZRH
46:SAT 95:ORY 120:HKG
47:SDF 97:PRG 122:ICN
126:MFM
135:SIN
Tabela A.5.9 - Clusters das análises à opção “Sistemas CUSS: recolha de bagagem” (2009 a 2005) 138:TPE
141
Sistemas CUSS: controlo de passaporte
2009 - 6 Clusters 2007 - 6 Clusters
1 2 3 4 5 6 1 2 3 4 5 6 1:ABQ 39:PHL 96:OSL 3:ATL 12:DEN 64:AMS 65:ARN 123:KIX 1:ABQ 52:SMF 3:ATL 12:DEN 30:MIA 68:BHX 123:KIX
2:ALB 40:PHX 97:PRG 15:EWR 13:DFW 72:CDG 66:ATH 128:NRT 2:ALB 53:SNA 9:CLT 13:DFW 49:SFO 70:BUD 128:NRT
4:AUS 41:PIT 98:RIX 22:JFK 24:LAX 80:FRA 69:BRU 4:AUS 54:STL 15:EWR 14:DTW 63:YYZ 71:BTS
5:BNA 42:RDU 102:TXL 25:LGA 30:MIA 87:LHR 70:BUD 5:BNA 55:TPA 22:JFK 19:IAH 64:AMS 74:CIA
6:BOS 43:RIC 106:ADL 125:MEL 36:ORD 93:MUC 71:BTS 6:BOS 56:YEG 25:LGA 23:LAS 65:ARN 78:EDI
7:BWI 44:RNO 107:AKL 136:SYD 49:SFO 95:ORY 73:CGN 7:BWI 57:YHZ 28:MDW 24:LAX 66:ATH 81:GVA
8:CLE 45:SAN 109:BNE 63:YYZ 122:ICN 75:CPH 8:CLE 58:YOW 62:YYC 27:MCO 67:BCN 85:KEF
9:CLT 46:SAT 110:BOM 67:BCN 76:DUB 10:CVG 59:YUL 109:BNE 32:MSP 69:BRU 88:LIS
10:CVG 47:SDF 111:CAN 79:FCO 77:DUS 11:DCA 60:YVR 125:MEL 36:ORD 72:CDG 89:LJU
11:DCA 48:SEA 112:CGK 86:LGW 81:GVA 16:FLL 61:YWG 136:SYD 39:PHL 73:CGN 92:MLA
14:DTW 50:SJC 113:CHC 90:MAD 82:HAM 17:HNL 84:IST 40:PHX 75:CPH 97:PRG
16:FLL 51:SLC 114:CNS 108:BKK 83:HEL 18:IAD 94:MXP 129:PEK 76:DUB 98:RIX
17:HNL 52:SMF 115:CNX 120:HKG 85:KEF 20:IND 95:ORY 77:DUS 101:TLL
18:IAD 53:SNA 116:DEL 129:PEK 89:LJU 21:JAX 99:SOF 79:FCO 102:TXL
19:IAH 54:STL 117:DXB 132:PVG 91:MAN 26:MCI 110:BOM 80:FRA 104:WAW
20:IND 55:TPA 118:HAK 135:SIN 92:MLA 29:MEM 111:CAN 82:HAM 106:ADL
21:JAX 56:YEG 119:HDY 99:SOF 31:MKE 112:CGK 83:HEL 107:AKL
23:LAS 57:YHZ 121:HKT 100:STN 33:MSY 113:CHC 86:LGW 114:CNS
26:MCI 58:YOW 124:KUL 101:TLL 34:OAK 115:CNX 87:LHR 126:MFM
27:MCO 59:YUL 126:MFM 103:VIE 35:ONT 116:DEL 90:MAD 131:PER
28:MDW 60:YVR 127:MNL 104:WAW 37:PBI 117:DXB 91:MAN 133:SEL
29:MEM 61:YWG 130:PEN 105:ZRH 38:PDX 118:HAK 93:MUC
31:MKE 62:YYC 131:PER 41:PIT 119:HDY 96:OSL
32:MSP 68:BHX 133:SEL 42:RDU 121:HKT 100:STN
33:MSY 74:CIA 134:SHA 43:RIC 124:KUL 103:VIE
34:OAK 78:EDI 137:SZX 44:RNO 127:MNL 105:ZRH
35:ONT 84:IST 138:TPE 45:SAN 130:PEN 108:BKK
37:PBI 88:LIS 139:WLG 46:SAT 134:SHA 120:HKG
38:PDX 94:MXP 140:XMN 47:SDF 137:SZX 122:ICN
48:SEA 139:WLG 132:PVG
50:SJC 140:XMN 135:SIN
51:SLC 138:TPE
2006 - 6 Clusters 2005 - 6 Clusters
1 2 3 4 5 6 1 2 3 4 5 1:ABQ 48:SEA 98:RIX 3:ATL 12:DEN 63:YYZ 86:LGW 123:KIX 1:ABQ 46:SAT 95:ORY 3:ATL 6:BOS 12:DEN 123:KIX
2:ALB 49:SFO 99:SOF 15:EWR 13:DFW 64:AMS 128:NRT 2:ALB 47:SDF 100:STN 9:CLT 30:MIA 13:DFW 128:NRT
4:AUS 50:SJC 100:STN 22:JFK 14:DTW 66:ATH 4:AUS 50:SJC 102:TXL 15:EWR 48:SEA 14:DTW
5:BNA 51:SLC 101:TLL 25:LGA 19:IAH 68:BHX 5:BNA 51:SLC 106:ADL 22:JFK 49:SFO 18:IAD
6:BOS 52:SMF 102:TXL 109:BNE 23:LAS 69:BRU 7:BWI 52:SMF 107:AKL 25:LGA 63:YYZ 19:IAH
7:BWI 53:SNA 104:WAW 125:MEL 24:LAX 73:CGN 8:CLE 53:SNA 110:BOM 109:BNE 64:AMS 23:LAS
8:CLE 54:STL 106:ADL 136:SYD 27:MCO 75:CPH 10:CVG 54:STL 111:CAN 125:MEL 66:ATH 24:LAX
9:CLT 55:TPA 107:AKL 32:MSP 77:DUS 11:DCA 55:TPA 112:CGK 136:SYD 68:BHX 27:MCO
10:CVG 56:YEG 110:BOM 36:ORD 82:HAM 16:FLL 56:YEG 113:CHC 69:BRU 32:MSP
11:DCA 57:YHZ 111:CAN 39:PHL 87:LHR 17:HNL 57:YHZ 114:CNS 70:BUD 36:ORD
16:FLL 58:YOW 112:CGK 40:PHX 89:LJU 20:IND 58:YOW 115:CNX 72:CDG 39:PHL
17:HNL 59:YUL 113:CHC 72:CDG 90:MAD 21:JAX 59:YUL 116:DEL 75:CPH 40:PHX
18:IAD 60:YVR 114:CNS 80:FRA 91:MAN 26:MCI 60:YVR 117:DXB 77:DUS 67:BCN
20:IND 61:YWG 115:CNX 108:BKK 93:MUC 28:MDW 61:YWG 118:HAK 78:EDI 80:FRA
21:JAX 62:YYC 116:DEL 129:PEK 96:OSL 29:MEM 62:YYC 119:HDY 81:GVA 90:MAD
26:MCI 65:ARN 117:DXB 103:VIE 31:MKE 65:ARN 121:HKT 82:HAM 108:BKK
28:MDW 67:BCN 118:HAK 105:ZRH 33:MSY 71:BTS 124:KUL 86:LGW 129:PEK
29:MEM 70:BUD 119:HDY 120:HKG 34:OAK 73:CGN 127:MNL 87:LHR
30:MIA 71:BTS 121:HKT 122:ICN 35:ONT 74:CIA 130:PEN 89:LJU
31:MKE 74:CIA 124:KUL 126:MFM 37:PBI 76:DUB 131:PER 91:MAN
33:MSY 76:DUB 127:MNL 135:SIN 38:PDX 79:FCO 132:PVG 92:MLA
34:OAK 78:EDI 130:PEN 41:PIT 83:HEL 133:SEL 93:MUC
35:ONT 79:FCO 131:PER 42:RDU 84:IST 134:SHA 96:OSL
37:PBI 81:GVA 132:PVG 43:RIC 85:KEF 137:SZX 97:PRG
38:PDX 83:HEL 133:SEL 44:RNO 88:LIS 139:WLG 98:RIX
41:PIT 84:IST 134:SHA 45:SAN 94:MXP 140:XMN 99:SOF
42:RDU 85:KEF 137:SZX 101:TLL
43:RIC 88:LIS 138:TPE 103:VIE
44:RNO 92:MLA 139:WLG 104:WAW
45:SAN 94:MXP 140:XMN 105:ZRH
46:SAT 95:ORY 120:HKG
47:SDF 97:PRG 122:ICN
126:MFM
135:SIN
Tabela A.5.10 - Clusters das análises à opção “Sistemas CUSS: controlo de passaporte” (2009 a 2005) 138:TPE
142