Resumo do artigo: “A Multi-Criteria Structure for Sustainable Implementation of Urban

Distribution Centers in Historical Cities”

Fernanda Marques de Moura

Jardel Vilarino Santos da Silva
1. Introdução

O aumento da movimentação de carga relacionado ao crescimento de pedidos de entrega

acentua a complexidade que é realizar a distribuição de mercadorias no centros urbanos.
Zonas centrais ou mesmo periféricas das grandes cidades impõem desafios logísticos que vão
da dificuldade em acessar ruas estreitas, a disputa de espaço entre veículos e pedestres, até a
pulverização de destinos a serem atendidos em rota ótima.

Efeito similar ocorre nas cidades históricas onde turistas despreocupados dividem as pequenas
vielas com caminhões utilitários apreensivos com restrições municipais de circulação, tais
como janelas de entrega, zonas de restrição de veículos de grande porte, estacionamentos
rotativos, escassas vagas de carga e descarga, dentre outras medidas instituídas com o
princípio de evitar que o tráfego pesado afete as áreas históricas e também os pedestres.

Uma solução viável para esse contexto seria estabelecer centros de distribuição urbana (CDUs)
próximos à localização final dos clientes, possibilitando o transbordo e consolidação de
mercadorias direcionadas a áreas urbanas e logo maior eficiência no processo de distribuição.
Pensando nisto, o objetivo do estudo é propor uma estrutura para implantação sustentável de
centros de distribuição em cidades históricas, considerando a opinião de importantes agentes
da logística urbana da cidade de Ouro Preto, a saber: transportadores, guardas de trânsito e
varejistas.

Vale ressaltar, que diferentemente do que já foi proposto anteriormente, esse estudo não visa
determinar a importância de certo critério para a implantação de um CDU, mas sim gerar uma
estrutura genérica e replicável para implantação sustentável de um CDU através da aplicação
da técnica estatística de Análise de Decisão de Múltiplos Critérios (MCDA) utilizando uma
análise fatorial e o agrupamento de critérios e seus respectivos pesos conforme relevância
apontada pelos entrevistados.

2. Metodologia

Para analisar a solução sugerida, a principal questão é como determinar a localidade ideal para
instalação de um CDU. De acordo com a revisão bibliográfica realizada pelos autores temos 5
principais fatores nessa escolha:

a) Aspecto Econômico: Engloba geração de empregos, disponibilidade de mão de obra,

eficiência de frete, networking.
b) Aspecto Ambiental: Emissão de gases poluentes, poluição sonora, engarrafamentos.
c) Aspecto Social: Ganho em acessibilidade com o UDC, diminuição de acidentes e
conflitos nas operações de carga e descarga.
d) Aspecto Operacional: Incluí a redução do tráfego e liberação de vagas.
e) Aspecto Cultural: Considera os danos mecânicos a sítios do patrimônio histórico
causados por veículos de carga.

O levantamento dos critérios utilizados não foi exaustivo sendo pautado na revisão da
literatura, e admite-se que outros critérios poderiam ser utilizados, sempre gerando um trade-
off entre os objetivos de cada fator e a eficiência do centro de distribuição. Ao mencionar
eficiência do CDU entendemos que ela advém de um fluxo maduro e transparente, onde
utiliza-se veículos e transportadores adequados, independente dos critérios escolhidos.

Existem várias metodologias diferentes para definir a localização de um CDU, como por
exemplo a teoria fuzzy TOPSIS. Para esta pesquisa, entende-se que o Método de Tomada de
Decisão Multicritério (MCDM) pode ser indicado, pois incorpora um conjunto de critérios
diferentes além da opinião dos principais stakeholders. A abordagem utilizada tem
semelhanças com a Análise Multi-Ator e Multi-Critério (MAMCA), que considera uma árvore de
valor com base na opinião de diferentes envolvidos.

No entanto, a estrutura hierárquica utilizada para a tomada de decisão se concentra no valor

do critério, onde as alternativas seguem esta estrutura, ao contrário MAMCA, que primeiro
seleciona as alternativas e, em seguida, os critérios no processo de tomada de decisão. Além
disso, ao aplicar um conjunto de técnicas estatísticas, esta abordagem só precisa do input dos
critérios, sem demandar que os stakeholders tenham de comparar os critérios em pares,
conforme necessário por outros métodos.

Para alimentar o método estatístico (MCDA) foi utilizada uma pesquisa de opinião aplicada aos
transportadores, guardas de trânsito e varejistas da Cidade de Ouro Preto. A escolha da cidade
ocorreu por conta da característica de falta de vagas em suas ruas estreitas, além das
restrições de acesso após o tombamento do centro histórico pela UNESCO.

Os procedimentos de coleta de dados da pesquisa de opinião variaram de acordo com a

categoria do agente logístico. Enquanto entrevistas pessoais foram conduzidas com os
varejistas e transportadores, foi proposto um questionário semi-estruturado para os guardas
de trânsito. Na pesquisa, foi apresentado um conjunto de questões de múltipla escolha e
solicitado que o respondente classificasse em uma escala Likert de cinco pontos (de concordo
totalmente "1" a discordo totalmente "5") a importância de cada critério para a implantação
de um CDU.

Um total de 122 varejistas, 46 transportadores e 33 guardas de trânsito responderam a

pesquisa avaliando o grau de importância para a implantação de um CDU de acordo com os
seguintes critérios:

 Vagas
 Engarrafamento
 Qualificações Profissionais
 Tamanho do Veículo
 Benefício Local
 Insegurança
 Impactos Arquitetônicos
 Danos ao Patrimônio Histórico
 Nível de Poluição do Ar
 Poluição Visual
 Uso de Veículos Movidos a Energia Alternativa
 Conformidade com as Regulações Locais
 Uso de Tecnologia
 Nível de Serviço
 Investimento e Custos
Aos resultados da pesquisa de opinião foram aplicados testes de análise estatística descritiva,
análise de variância, testes-t e uma análise fatorial. E então, foi desenvolvido uma estrutura
hierárquica de múltipla decisão composta pelos diferentes critérios. Neste ponto, foram
propostos atributos para medir o desempenho de cada critério, bem como a independência
preferencial entre eles. Uma função de valor linear foi usada para avaliar cada atributo, usando
um escala de cinco pontos (“0” - sem relevância; “25” - relevância marginal; “50” relevância
igual; “75” - grande relevância; “100” - relevância considerável).

3. Desenvolvendo a Estrutura da Decisão Hierárquica Múltipla

Para desenvolver a estrutura hierárquica de decisão múltipla, é necessário estabelecer os

critérios e atributos que serão considerados. A figura 1 mostra o modelo utilizado neste paper,
a partir da estrutura hierárquica de decisão, este modelo pode ser aplicado em outros casos,
considerando diferentes critérios e atributos, de acordo com as especificidades da situação em
questão. O objetivo da decisão do problema é encontrar a localização de um CDU que melhor
se adequa a cidade de Ouro Preto, analisando os critérios (Cx, Cv, Cz) reunidos em seus índices
(Index).

Figura 1. Modelo de Estrutura Hierárquica de Decisão Múltipla

Para este modelo, o trabalho pode ser dividido em quatro etapas: cálculo dos fatores; cálculo
dos respectivos índices; comparação dos índices; e atribuição dos pesos (W).

 Agrupar os critérios: uma longa lista de critérios pode ser feita para representar o
problema e, portanto, é apropriado agrupar os critérios.
 Extrair os fatores que estabelecem critérios semelhantes para o mesmo fator:
utilização do método dos componentes principais (PCA)
 Comparar os diferentes critérios de acordo com a estrutura hierárquica de decisão:
foram calculados índices que resumem as informações de cada fator extraído, por
meio da média ponderada das cargas fatoriais para cada critério, de acordo com a
fórmula:

Onde: I = número do critério; J = número de fatores; B = carga fatorial; X = variável

para cada fator. Cada Ij representa um grupo de critérios semelhantes e W representa
 os pesos. Os critérios são representados por Cxj, Cvj, Czj; onde j = 1 e x, v, z referem-se
a diferentes grupos de critérios (Figura 1).
 Atribuição dos Pesos: foram obtidos pela classificação de índices (do mais importante
para o menos importante, em seu nível).
 Comparação das médias dos índices (em seu nível): teste t para amostras pareadas.

4. Resultados

Para encontrar uma solução eficiente e eficaz para o sistema de distribuição, foram realizadas
entrevistas com autoridades locais, como o secretário do prefeito, o comandante do guarda de
trânsito e o coordenador da Associação Comercial e Empresarial. De acordo com essas partes
interessadas, a cidade enfrenta esses problemas desde 2008 e a ideia de implantar CDUs ainda
está sendo considerada.

4.1.Priorizando os critérios com base na opinião das partes interessadas

As variáveis identificadas como as mais importantes pelos stakeholders, com base em suas
pontuações originais, foram as destacadas na Figura 2.

Figura 2. Resumo dos principais critérios considerados para a implementação do CDU (destaque dos mais
importantes).

Para tratar a amostra de 16 variáveis separadamente, e considerando 181 respostas, foi

utilizada a análise fatorial, com o objetivo de reduzir o número de variáveis e auxiliar na
compreensão do fenômeno. Esta é uma técnica de interdependência que tem por objetivo
definir a estrutura latente de um conjunto de variáveis, que ao analisar a estrutura das
correlações entre um grande número de variáveis, define um conjunto de dimensões latentes
comuns chamadas fatores.

4.2.Calculando os índices com base nas cargas fatoriais

Um teste de esfericidade de Bartlett foi realizado, para analisar a adequação dos dados para a
técnica, e foi considerado significativo a 1 por cento, rejeitando a hipótese nula de que a
matriz de correlação é uma matriz de identidade. Além disso, foi obtido um valor de 0,803
para o teste Kaiser – Meyer – Olkin (KMO), considerando a análise da matriz de correlação (>
0,3) e medidas de adequação de amostragem (MSA) por anti-imagem (> 0,5). É importante
ressaltar que as variáveis com cargas fatoriais menores que 0,5 foram eliminadas dos dados.

Com base nas 16 variáveis restantes, adotou-se o método dos componentes principais para
extrair os fatores comuns e obter o número de fatores. Está é uma técnica estatística de
análise multivariada, que transforma linearmente um conjunto de variáveis originais
correlacionadas em um conjunto menor de variáveis não correlacionadas com perda mínima
da informação (Componentes Principais).

Também foi utilizado o método de rotação Varimax para determinar a distribuição da variável
original em seus fatores (chamados Fator_1, Fator_2, Fator_3, Fator_4 e Fator_5), como
mostrado na Tabela 1. As cargas fatoriais, comunalidades e Alfa de Cronbach também são
apresentados. A rotação Varimax concentra-se na maximização das somas das variâncias de
cargas exigidas da matriz fatorial, ela visa simplificar as linhas, fornecendo uma separação mais
clara dos fatores.

Tabela 1. Extração de fatores comuns

Os cinco fatores representam aproximadamente 58,755% da variância das 16 variáveis

originais. Devido ao menor valor de Alpha de Cronbach, Factor_5 foi eliminado da análise.
Embora Factor_4 tenha correlações entre itens relativamente baixas, mostrando um alfa de
Cronbach baixo, ele foi deixado na análise porque sua composição tem suporte teórico, e
também porque após a exclusão do Factor_5 sua relevância proporcional aumenta.

4.3. Atribuição de Pesos aos Critérios

Uma vez determinados os aspectos podemos comparar sua relevância através da aplicação de
um teste-t em pares. Por meio dessa análise também é possível rejeitar a hipótese nula (H0)
que ocorre quando a média de dois critérios é igual. Se H0 for rejeitado, pode-se dizer que
critério tem uma média maior ou menor que outro, ou seja, um critério é mais ou menos
importante que outro.

A partir dessa análise foi possível inferir que:

  Os entrevistados se preocupam mais com os aspectos econômicos do que com os
sociais ou aspectos operacionais quando está em questão a implementação de um
CDU.
 Os entrevistados acreditam que os aspectos ambientais são os mais importantes para
a implementação sustentável do CDU em uma cidade histórica.
 O aspecto social é mais importante do que aspecto operacional na definição da
localização de um novo CDU. Portanto, apresentar um nível de serviço alto ou
apresentar benefícios locais é mais importante do que ter mais vagas de
estacionamento, usar veículos menores ou utilizar tecnologia para operar um CDU.

4.4. Construindo a estrutura com base na opinião dos stakeholders

Após a definição dos aspectos e critérios e a normalização de seus respectivos pesos foi
construída a seguinte estrutura hierárquica de decisão:

Analisando a estrutura de decisão, destaca-se a importância da redução da poluição

atmosférica, do ruído e da intrusão visual para essas decisões. A estrutura também revela que
é mais relevante apresentar benefícios locais do que apresentar um nível de serviço alto.
Curiosamente, esta descoberta é relacionada à redução da insegurança, proporcionada
principalmente pela prática de embarques e desembarques em locais proibidos, imprudência
dos motoristas e trânsito de veículos de grande porte no centro histórico.

Em síntese, a estrutura de decisão hierárquica apresentada identifica os critérios mais

importantes (que são os econômicos e ambientais). Além disso, os resultados da análise
multivariada e testes-t mostram que os transportadores e varejistas perceberam com menor
importância os critérios associados aos aspectos operacionais e sociais (tamanho do veículo,
uso de tecnologia, nível de serviço, benefício local e vagas), quando comparados com os
aspectos econômicos e ambientais.

Com tais resultados podemos selecionar dois (ou mais) pontos potenciais quaisquer, e a partir
da estrutura de decisão hierárquica proposta, determinar sob aquelas condições qual a opção
mais aderente. Nessa linha é apresentado um exemplo hipotético prático, composto por duas
alternativas:

X representando uma localização distante da área central histórica;

Y representando uma localização próxima ao centro histórico, onde há regulamentação no

acesso de caminhões.

Então, transportadores, guardas de trânsito e varejistas avaliam cada critério atribuindo

pontos em uma escala de 1 a 5, onde “1” representa o critério mais importante e “5” o menos
importante. As notas atribuídas são convertidas na escala (1=100; 2=75; 3=50; 4=25; 5=0). Por
fim a pontuação total de cada alternativa é calculada multiplicando a nota atribuída e os
respectivos pesos (definidos na estrutura de decisão hierárquica).

Os resultados dessa simulação condizem com as predileções de cada envolvido, por exemplo,
os transportadores preferem a alternativa X (localização distante da área central histórica) pois
existem regulamentações para o acesso ao centro histórico e logo o risco potencial de multas.
Por sua vez, varejistas preferem a alternativa Y (localização próxima ao centro histórico) por
possibilitar o uso de veículos menos poluentes, ruidosos e menores, e logo gerando menos
engarrafamentos.

5. Conclusão

O estudo foi realizado em três etapas:

1) Com base na revisão da literatura, foram identificados os critérios para avaliação de

locais potenciais para o CDU.
2) Os critérios foram resumidos em quatro fatores que foram transformados nos
respectivos índices, representando a estrutura hierárquica de decisão.
3) As classificações dos critérios/índices, que foram dados por diferentes tomadores de
decisão (ou seja, operadoras, guardas de trânsito e varejistas), foram posteriormente
analisadas usando as técnicas estatísticas (testes-t e um teste de amostra) a fim de
comparar pares de critérios/índice, classificando-os pelas médias. Essas médias
representam os pesos para a classificação dos critérios/índices na estrutura.
Finalmente, demonstramos um exemplo de aplicação desta estrutura.
Em relação à representatividade dos dados, este estudo utilizou uma escala Likert de 1 a 5
pontos. Em alguns casos, é mais apropriado usar uma escala de 0 a 10, que pode revelar com
precisão a opinião de cada entrevistado e fornecer mais informações estatísticas para realizar
a análise descritiva e para facilitar a classificação precisa dos critérios. A amostra foi
representativa para varejistas e guardas de trânsito, mas não para os transportadores. Além
disso, técnicas estatísticas mais robustas poderiam ser aplicadas para uma amostra maior, por
exemplo, testes post-hoc. Então, um erro do tipo II pode ser reduzido fazendo-se critérios mais
rigorosos para rejeitar a hipótese nula.

Essa abordagem também pode ser usada em combinação com as outras. Quanto aos
profissionais, a estrutura proposta pode ser usada por operadores logísticos e autoridades
locais para a implementação de CDUs para tratar de forma eficaz as questões de distribuição
urbana em diferentes localizações geográficas. A contribuição científica deste estudo é a
abordagem que pode ser utilizada para o desenho da estrutura hierárquica de decisão.