Escolar Documentos
Profissional Documentos
Cultura Documentos
RELATÓRIO 01
Dezembro/2021
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 2
Sumário
Figuras ..................................................................................................................................................... 5
Tabelas..................................................................................................................................................... 8
Principais abreviações e definições ......................................................................................................... 9
1 Objetivos ....................................................................................................................................... 17
SEÇÃO I – REGIÃO DE INFLUÊNCIA ........................................................................................................ 19
2 Visão geral do aeroporto ............................................................................................................... 20
2.1 Demanda atual .......................................................................................................................... 20
2.2 Descrição dos acessos e entorno do aeroporto ........................................................................ 27
2.2.1 Principais locais geradores de demanda ....................................................................... 27
2.2.2 Acessos ao entorno do Aeroporto ................................................................................ 36
2.2.3 Acessos a outros locais de destaque no entorno do Aeroporto ................................... 39
3 Definição da Região de Influência ................................................................................................. 50
3.1 Passageiros ................................................................................................................................ 50
3.2 Carga .......................................................................................................................................... 51
3.2.1 Importação e exportação .............................................................................................. 51
3.2.2 Doméstica e correios ..................................................................................................... 51
3.3 Aviação Geral ............................................................................................................................. 51
4 Análise da competição .................................................................................................................. 55
4.1 Competição intermodal ............................................................................................................. 55
4.1.1 Passageiros .................................................................................................................... 55
4.1.2 Carga aérea .................................................................................................................... 55
4.2 Competição intramodal ............................................................................................................. 55
4.2.1 Passageiros .................................................................................................................... 55
4.2.2 Carga aérea .................................................................................................................... 57
5 Aspectos demográficos e socioeconômicos .................................................................................. 58
5.1 Análise socioeconômica estadual.............................................................................................. 58
5.2 Análise socioeconômica da Região de Influência ...................................................................... 62
SEÇÃO II – PROJEÇÕES DE DEMANDA ................................................................................................... 67
6 Metodologia geral de projeção de demanda ................................................................................ 68
6.1 Preparação dos dados ............................................................................................................... 68
6.2 Seleção e parametrização do modelo de projeção ................................................................... 70
6.2.1 Definição do modelo de projeção ................................................................................. 71
6.2.2 Determinação das variáveis independentes ................................................................. 80
6.3 Projeção das variáveis ............................................................................................................... 81
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 3
6.4 Ajuste da projeção das variáveis por fatores específicos a cada fluxo ..................................... 81
6.5 Adaptação dos resultados para cálculo de outras variáveis de interesse ................................. 82
7 Projeções de tráfego de passageiros sem restrições .................................................................... 83
8 Projeção de movimentos de aeronaves comerciais de passageiros sem restrições..................... 85
9 Projeção de cargas aéreas ............................................................................................................. 88
10 Projeção de movimentos de aviação geral ................................................................................... 90
10.1 Preparação dos dados ............................................................................................................... 91
10.2 Seleção e parametrização do modelo ....................................................................................... 94
10.3 Projeção das variáveis ............................................................................................................... 97
10.4 Ajustes da projeção de demanda: divisão do mercado .......................................................... 100
10.5 Projeção do mix de aeronaves de aviação geral ..................................................................... 101
10.5.1 Mix de aeronaves por velocidade de aproximação ..................................................... 101
10.5.2 Mix de aeronaves por classe de envergadura ............................................................. 102
10.5.3 Parâmetros para o cálculo de receitas associadas à movimentação de AVG ............. 104
10.6 Projeção de passageiros de aviação geral ............................................................................... 107
11 Projeção de demandas de pico sem restrições ........................................................................... 109
11.1 Bases de dados ........................................................................................................................ 110
11.2 Demanda de pico de movimentos de pista ............................................................................. 111
11.2.1 Metodologia de projeção ............................................................................................ 111
11.2.2 Hora-pico de pista no ano base ................................................................................... 114
11.2.3 Projeção de hora-pico de pista .................................................................................... 114
11.3 Pico de ocupação do estacionamento de veículos.................................................................. 115
11.3.1 Referência de nível de serviço ..................................................................................... 116
11.3.2 Cálculo do pico de ocupação atual .............................................................................. 116
11.3.3 Projeção do pico de ocupação do estacionamento .................................................... 117
12 Projeções de demanda com restrição ......................................................................................... 118
12.1 Projeção da demanda no cenário de restrições de capacidade da RI ..................................... 118
12.2 Comparação entre demanda e restrições ambientais e sociais .............................................. 120
12.3 Comparação entre a demanda e a capacidade projetada ...................................................... 123
12.3.1 Sistema de pistas ......................................................................................................... 123
12.3.2 Sistema de Terminal de Aviação Geral (TAG) .............................................................. 126
12.4 Resultados das projeções de demanda com restrição ............................................................ 127
12.4.1 Passageiros .................................................................................................................. 127
12.4.2 Aeronaves .................................................................................................................... 129
12.4.3 Benchmarking de aviação geral ................................................................................... 133
13 Inserção do Aeroporto na malha aérea ...................................................................................... 135
I. Anexo: Referências Gerais da Tecnologia da Kido Dynamics ...................................................... 137
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 4
Figuras
Figura 1-1: Sequência de etapas para o Relatório de Demanda ........................................................... 17
Figura 2-1: Movimentação de passageiros no Brasil por empresas nacionais entre 1971-2020.......... 21
Figura 2-2: Movimentação total de passageiros no Brasil por empresas nacionais entre 2000-2020 . 22
Figura 2-3: Histórico de passageiros no aeroporto por segmento, entre 2000 e 2020 ........................ 22
Figura 2-4: Frota de aeronaves brasileiras de AVG a partir de 2000 .................................................... 23
Figura 2-5: Frota brasileira de AVG por tipo de aeronave .................................................................... 24
Figura 2-6: Histórico de movimentos anuais (pousos e decolagens) de aviação geral no Brasil .......... 25
Figura 2-7: Histórico de movimentos anuais (pousos e decolagens) do aeroporto entre 2000 e 2020 25
Figura 2-8: Região Metropolitana de São Paulo e entorno do Aeroporto ............................................ 28
Figura 2-9: Principais centros de negócios no entorno do aeroporto .................................................. 29
Figura 2-10: Museu de Arte de São Paulo - MASP ................................................................................ 33
Figura 2-11: Sazonalidade do turismo internacional em SP em 2019 ................................................... 34
Figura 2-12: Dimensões e Variáveis que compõem o Índice de Competitividade ................................ 35
Figura 2-13: Índices gerais de competitividade – Destino x Brasil x Capitais: 2010-2015 .................... 35
Figura 2-14: Índices do destino por dimensão, em ordem decrescente de desempenho.................... 36
Figura 2-15: Mapa da localização e acesso direto ao Aeroporto .......................................................... 37
Figura 2-16: Foto da avenida onde se localiza o Aeroporto (Av. Santos Dumont) ............................... 37
Figura 2-17: Mapa dos acessos à região de São Paulo .......................................................................... 42
Figura 2-18: Vias mais utilizadas para acesso ao Aeroporto ................................................................. 43
Figura 2-19: Vias mais utilizadas para acesso ao Aeroporto (destaque)............................................... 44
Figura 2-20: Mapa de Transporte Metropolitano de São Paulo ........................................................... 46
Figura 2-21: Trecho de projeto do Monotrilho para cidade de São Paulo ............................................ 47
Figura 2-22: Esquema da malha ferroviária RMP e estações ferroviárias ............................................ 48
Figura 2-23: Esquema da malha ferroviária MRS e estações ferroviárias ............................................. 49
Figura 3-1: Diagrama de Voronoi do Aeroporto estudado ................................................................... 52
Figura 3-2: Diagrama de Voronoi dos competidores diretos ................................................................ 53
Figura 3-3: Mapa da Região de Influência para AVG ............................................................................. 54
Figura 4-1: Competidores diretos do aeroporto ................................................................................... 56
Figura 5-1: Evolução do PIB da UF e da participação em relação ao PIB Brasil .................................... 59
Figura 5-2: Evolução do PIB da RI e da participação em relação ao PIB Brasil ...................................... 63
Figura 6-1: Metodologia geral de projeção de demanda ...................................................................... 68
Figura 6-2: Comparativo entre PIB trimestral mensal brasileiro com e sem sazonalidade .................. 70
Figura 6-3: Curva de PIB per capita (Y) x Pax per capita (X) .................................................................. 73
Figura 6-4: Curva da distribuição normal .............................................................................................. 77
Figura 6-5: Séries estacionárias e não estacionárias ............................................................................. 78
Figura 6-6: Rotina de seleção de variáveis independentes (ilustrativo) – válido para projeções com base
em regressão linear ............................................................................................................................... 81
Figura 7-1: Metodologia de projeção de tráfego de passageiros ......................................................... 83
Figura 8-1: Projeção de movimentos de aeronaves como decorrência da projeção de passageiros no
Aeroporto .............................................................................................................................................. 85
Figura 8-2: Metodologia para a projeção de movimentos de aeronaves sem restrição ...................... 86
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 6
Tabelas
Tabela 2-1: Movimentação doméstica de aviação geral por região ..................................................... 26
Tabela 2-2: Dias da restrição considerando os finais de placa correspondentes ................................. 39
Tabela 2-3: Frequências rodoviárias interestaduais de São Paulo em 2019 ......................................... 45
Tabela 2-4: Frequências rodoviárias internacionais de São Paulo em 2019 ......................................... 45
Tabela 3-1: Simulações de fretamento de aeronaves para diferentes rotas domésticas ..................... 54
Tabela 5-1: Área e indicadores populacionais da UF e do Brasil para os anos de 2002 e 2020 ........... 58
Tabela 5-2: PIB e PIB per capita do estado e do Brasil para os anos de 2002 e 2018 ........................... 59
Tabela 5-3: Valor adicionado bruto por setor para a UF e para o Brasil ............................................... 60
Tabela 5-4: Pessoal ocupado por setor na UF e no Brasil entre 2010 e 2018 ....................................... 61
Tabela 5-5: Estabelecimentos por setor na UF e no Brasil entre 2010 e 2017 ..................................... 61
Tabela 5-6: Exportação, importação e balança comercial da UF e do Brasil para os anos de 2002 e 2019
............................................................................................................................................................... 62
Tabela 5-7: Área e indicadores populacionais da RI e do Brasil para os anos de 2002 e 2020 ............. 62
Tabela 5-8: PIB e PIB per capita da RI e do Brasil para os anos de 2002 e 2018 ................................... 63
Tabela 5-9: Valor adicionado bruto por setor para a RI e para o Brasil ................................................ 64
Tabela 5-10: Pessoal ocupado por setor na RI e no Brasil entre 2010 e 2018 ...................................... 65
Tabela 5-11: Estabelecimentos por setor na RI e no Brasil entre 2010 e 2017 .................................... 65
Tabela 5-12: Exportação, importação e balança comercial da RI e do Brasil para os anos de 2002 e 2019
............................................................................................................................................................... 66
Tabela 10-1: Teste para autocorrelação................................................................................................ 96
Tabela 10-2: Coeficientes do modelo de regressão utilizado ............................................................... 96
Tabela 10-3: Principais resultados estatísticos da regressão ................................................................ 96
Tabela 10-4: Teste para normalidade dos resíduos .............................................................................. 96
Tabela 10-5: Teste para heterocedasticidade ....................................................................................... 97
Tabela 10-6: Teste para multicolinearidade.......................................................................................... 97
Tabela 10-7: Teste para estacionariedade dos resíduos ....................................................................... 97
Tabela 10-8: Projeção de PIB Brasil ....................................................................................................... 98
Tabela 10-9: Projeção de PIB para a RI.................................................................................................. 99
Tabela 10-10: Classe de envergadura em função da classe de velocidade de aproximação .............. 103
Tabela 10-11: Tempos de permanência em áreas de manobra ou estadia no Aeroporto ................. 106
Tabela 11-1: Demanda agregada de vagas de estacionamento em 2019 .......................................... 117
Tabela 12-1: Potencial de aspectos socioambientais do aeroporto gerarem restrições à demanda . 122
Tabela 12-2: Capacidade horária do sistema de pistas atual e no final da concessão ....................... 124
Tabela 12-3: Alcance máximo do sistema de pistas para as aeronaves típicas de AVG ..................... 125
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 9
AFIS Serviço de informação de voo de aeródromo. Serviço que tem a finalidade de proporcionar
informações que assegurem a condução eficiente do tráfego aéreo nos aeródromos
homologados ou registrados
ASV Anual Service Volume. Capacidade do aeroporto em número de operações por ano
ATS Air Traffic Services. Serviço de tráfego aéreo prestado no aeroporto por entidade pública ou
privada
BQV Relatório Executivo Brasil Que Voa, resultante do Acordo de Cooperação Técnica 08/2013,
celebrado entre a SAC/PR e a Empresa de Planejamento e Logística (EPL). No texto faz-se
referência à pesquisa que subsidiou a elaboração do Relatório
CAGR Compound Annual Growth Rate. É uma média geométrica de taxas de crescimento anuais
EBITDA Earnings before interest, taxes, depreciation and amortization ou lucros antes de juros,
impostos, depreciação e amortização (LAJIDA)
EPAM Erro percentual absoluto médio. Média dos erros percentuais verificados entre o resultado
de um modelo e o valor real do parâmetro, em módulo
EPL Empresa de Planejamento e Logística S.A. Empresa estatal que tem por finalidade estruturar
e qualificar, por meio de estudos e pesquisas, o processo de planejamento integrado de
logística no país, interligando rodovias, ferrovias, portos, aeroportos e hidrovias
IDH Índice de Desenvolvimento Humano. Medida que pondera diversas variáveis que medem
desenvolvimento e qualidade de vida numa determinada região
INFRAERO Empresa pública federal responsável pela administração de aeroportos públicos federais
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 10
ME Ministério da Economia
MI Ministério de Infraestrutura
OAG Empresa Official Aviation Guide, que comercializa dados de tráfego aéreo de diversas
naturezas e funcionalidades
PAX Passageiros
P-Value Nível descritivo. É a probabilidade de se obter uma estatística de teste igual ou mais extrema
que aquela observada em uma amostra, sob a hipótese nula (a considerada verdadeira a
priori)
REGIC Estudo Regiões de Influência das Cidades 2007, IBGE, Rio de Janeiro, 2008
RI Região de influência
VRA Voo Regular Ativo. Registro de voos da ANAC com horas precisas de chegada e saída.
WLU Work load unit. Medida que mede o tráfego aéreo em passageiros equivalentes (1 WLU = 1
pax = 100kg de carga)
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 16
1 OBJETIVOS
O objetivo deste Relatório de Mercado é descrever e fundamentar as projeções de demanda realizadas
pelo Consórcio Grupo de Consultores em Aeroportos (GCA) para o Aeroporto Campo de Marte/SP
(RTE na nomenclatura IATA ou SBMT na nomenclatura ICAO) no horizonte de 30 anos, compatível com
o prazo máximo previsto para a concessão do Aeroporto.
Serão apresentadas as metodologias e resultados das projeções de demanda mensais e de pico de
passageiros, aeronaves e cargas aéreas, bem como as receitas projetadas para o Aeroporto, a análise
do modelo de negócios considerado e, ao final, a due diligence dos contratos comerciais. Ao final das
projeções de demandas e receitas comparações com benchmarks permitem uma melhor compreensão
do desempenho do Aeroporto.
Tendo em vista tais propósitos, adotou-se para este Estudo a sequência exibida na Figura 1-1.
Inicialmente, são consideradas as demandas irrestritas de passageiros e cargas e, posteriormente,
avalia-se eventuais restrições em função da capacidade do Aeroporto.
II. PROJEÇÕES DE DEMANDA: o capítulo 6 detalha as metodologias gerais usadas nas projeções
de demanda que são apresentadas na sequência. O capítulo 7 aborda os resultados das
projeções de passageiros (domésticos, internacionais e conexões). No capítulo 8, tem-se os
resultados da projeção de movimentos de aeronaves, enquanto o capítulo 9 abrange as
projeções de carga (domésticas e internacionais) e de movimentos de aeronaves cargueiras.
O capítulo 10 endereça passageiros e movimentos de aviação geral. Elucidados os resultados,
o capítulo 11 apresenta as demandas de pico sem restrições para, no capítulo 12, serem
incorporados os elementos de capacidade nas análises de demanda e avaliadas as projeções
com restrições. Por fim, o capítulo 13 apresenta a inserção do aeroporto na malha aérea:
tendo em vista os resultados das projeções, a seção apresenta uma análise da inserção na
malha aérea brasileira e internacional.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 19
1 Disponível em https://www4.infraero.gov.br/aeroportos/aeroporto-de-sao-paulo-campo-de-marte/sobre-o-
aeroporto/historico/, acessado em 24/05/2021.
2 Disponível em https://www4.infraero.gov.br/aeroportos/aeroporto-de-sao-paulo-campo-de-marte/sobre-o-
aeroporto/caracteristicas/, acessado em 24/05/2021.
3 Disponível em: https://www.anac.gov.br/noticias/2020/mercado-aereo-registra-maior-numero-de-passageiros-
Figura 2-1: Movimentação de passageiros no Brasil por empresas nacionais entre 1971-2020
A Figura 2-2 destaca a demanda a partir de 2000. São notáveis os impactos da crise econômica iniciada
em 2014, incluindo uma queda de cerca de 8% no tráfego de passageiros em 2016. Nos últimos anos,
houve uma recuperação do tráfego, com crescimentos de 6,3% e 2,2% em 2018 e 2019,
respectivamente. Entretanto, em 2020 observa-se que a movimentação de passageiros foi 53% menor
em relação ao ano anterior devido às restrições da pandemia do COVID-19.
4 Histórico 1970 a 2019 de passageiros em fluxos domésticos e internacionais por empresas aéreas brasileiras. Disponível
em: https://data.worldbank.org/indicator/IS.AIR.PSGR, acessado em 28/09/2020.
5 Disponível em: https://www.gov.br/anac/pt-br/assuntos/dados-e-estatisticas/mercado-do-transporte-aereo,
Figura 2-2: Movimentação total de passageiros no Brasil por empresas nacionais entre 2000-2020
Figura 2-3: Histórico de passageiros no aeroporto por segmento, entre 2000 e 2020
Fonte: Infraero
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 23
Conforme será explicado no Capítulo 10, os dados de passageiros para as operações de aviação geral
são menos precisos que os de movimentação de aeronaves, uma vez que a informação depende das
empresas de AVG, que nem sempre a remetem à Infraero.
Isso posto, destaca-se a seguir a análise de demanda atual referente ao número de operações
registradas.
A frota brasileira de aeronaves de AVG6 cresceu aproximadamente 2,2%a.a. a partir de 2000,
representando mais de 15 mil aeronaves em 2019, conforme apresentado na Figura 2-4. Cumpre notar
que em 2019, o Brasil registrou a quarta maior frota mundial de aeronaves de aviação geral7.
Fonte: ABAG/IBA
No que diz respeito ao tipo de aeronave8 que compõe a frota brasileira, em 2019, do total de aeronaves
com registro válido9, 72% consistiam em aeronaves convencionais, 13% em helicópteros, 9% em
turboélices e 5% em jatos. Ainda, destaca-se que o estado de São Paulo registrou em 2019 3.946
aeronaves de AVG, a maior frota estadual do país.
A Figura 2-5 apresenta-se um recorte da frota brasileira de AVG por tipo de aeronave de 2000 a 2019.
Destaca-se que a frota de aeronaves convencionais movidas a pistão predomina no país.
6 Exclui-se o montante de aeronaves experimentais. Essas aeronaves não são certificadas para o transporte de bens e pessoas
com fins lucrativos e, por tal motivo, foram excluídas da presente análise.
7 Dados da frota mundial de aviação geral disponibilizados no Anuário da GAMA Aviation. Disponível em:
https://gama.aero/wp-content/uploads/GAMA_2019Databook_Final-2020-03-20.pdf
8 A classificação adota nesta análise foi baseada nos demonstrativos do relatório anual da ABAG/IBA que classifica a frota de
aviação civil de acordo com o motor das aeronaves – jato, turboélice ou pistão. Ademais, as aeronaves movidas a pistão ou
turboélice ainda podem ser subdivididas em aeronaves convencionais ou helicópteros.
9 A validade do registro das aeronaves brasileiras está associada ao cumprimento dos requisitos presentes no regulamento
RBAC 21 da ANAC. Agência reguladora pode proibir temporariamente ou definitivamente a operação de determinada
aeronave em virtude do não cumprimento de tais requisitos.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 24
Fonte: ABAG/IBA
Segundo dados da ABAG/IBA, a frota nacional é composta principalmente por aeronaves dos
fabricantes Cessna Aircraft, Beechcraft Corporation10, Indústria Aeronáutica Neiva11, Piper Aircraft e
Embraer que juntos correspondem a uma frota superior a 10 mil aeronaves.
Com relação às operações de aeronaves, a Figura 2-6 ilustra o histórico de movimentos de aviação em
todo território nacional entre 2011 e 2019. Nota-se que nesse período os movimentos desse segmento
têm oscilado e apresentando um decrescimento que pode ser justificado por um conjunto de motivos:
desgastes na economia, aumento da capilaridade da aviação comercial12, diminuição nas operações
relacionadas ao mercado offshore, entre outros.
10 As marcas Cessna e Beechcraft que atuam, respectivamente, nos segmentos de jatos e turboélice pertencem a empresa
Textron Aviation. Os dados foram tratados de forma separada em função da distinção feita na base de dados original.
11 Em 2006 tornou-se uma das unidades da Embraer voltada a produção de aeronaves agrícolas.
12 De acordo com estudo produzido para o BNDES, o mercado brasileiro de AVG foi impulsionado pela dimensão territorial
do país e pela carência de infraestrutura nos demais meios de transporte capaz de integrar as diferentes regiões, bem como
da baixa capilaridade da aviação comercial. Disponível em:
https://web.bndes.gov.br/bib/jspui/bitstream/1408/9582/2/BS%2043%20Panorama%20do%20mercado%20e%20da%20pr
odu%C3%A7%C3%A3o%20nacional%20de%20aeronaves%20leves_P_BD.pdf.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 25
Figura 2-6: Histórico de movimentos anuais (pousos e decolagens) de aviação geral no Brasil
Fonte: IBA/ABAG
Em posse do panorama brasileiro de aviação geral, parte-se para a análise das operações no Aeroporto
de Campo de Marte. Em 2019, SBMT figurou como o 2º aeroporto mais movimentado do país em
aviação geral, tendo registrado 63,3 mil operações. Como ilustrado na Figura 2-7, do total de
movimentações 85% foram movimentos de aviação geral executiva e 15% de táxi aéreo doméstico.
Figura 2-7: Histórico de movimentos anuais (pousos e decolagens) do aeroporto entre 2000 e 2020
Fonte: Infraero
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 26
Com relação à evolução do tráfego em SBMT, nota-se um padrão histórico similar ao visto em âmbito
nacional, com uma forte evolução a partir da segunda metade dos anos 2000 e uma desaceleração a
partir de 2012. Todavia, destaca-se em SBMT historicamente uma alta participação das operações de
aviação geral atreladas ao treinamento de pilotos para o atendimento das bases offshore, que teve
um expressivo crescimento entre 2010 e 2013 e uma redução nos anos subsequentes, como será
explorado no capítulo 10. O máximo histórico de movimentação no aeroporto foi atingido em 2012,
a partir desse ano a movimentação anual de aeronaves presentou queda, atingindo 63 mil movimentos
em 2019.
Dos movimentos nacionais, 93,1% tiveram origem ou destino na própria região Sudeste, seguido da
região Sul com 4,5% dos fluxos (Tabela 2-1). Segundo o CGNA, em 2019 42,5% das rotas nacionais
aconteceram para o próprio aeroporto13, seguido das rotas para o heliponto de Osasco SSUB (4,3%),
Aeroporto de Jundiaí (2,8%), Aeroporto de Angra dos Reis (2,3%) e Aeroporto de Paraty (2,1%).
Com relação ao perfil das aeronaves operadas em 2019 em SBMT, nota-se que 54% das operações
foram realizadas por aeronaves de asa rotativa e 46% asa fixa14. No capítulo 10.5 são ainda
apresentados os dados detalhados de mix de aeronaves, por velocidade de aproximação e
envergadura.
Ao longo do ano, verifica-se que os meses de janeiro, março e agosto foram os de maior movimentação
de aeronave. Com relação à movimentação semanal tem-se que em 2019 as sextas-feiras foram os
dias de maior movimentação no aeroporto, 16% acima da média diária, enquanto os domingos
apresentam a menor movimentação, 12% inferior à movimentação média.15
Destaca-se por fim que, de acordo com os dados históricos, a movimentação de aeronaves
internacionais ou cargueiras em SBMT é irrelevante, assim como a movimentação de cargas em voos
comerciais.
13 Operações com origem e destino no próprio aeroporto podem indicar movimentação de aviação geral para transporte
offshore, voos de escolas de aviação, entre outras atividades da aviação geral (aerofotografia, aeropublicidade,
aerorreportagem etc).
14 Anuário Estatístico CGNA 2019.
15 Análises do Anuário Estatístico CGNA 2019.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 27
movimentou 134 milhões de toneladas de carga em 201919, o que gerou grande impacto positivo na
balança comercial brasileira.
Além de abranger o Aeroporto de Campo de Marte em seu território, o município de São Paulo
também contempla o Aeroporto de Congonhas (na Zona Sul da capital) e, a poucos quilômetros de
distância de seu centro, outros dois aeroportos de grande importância para o estado, sendo eles o
Aeroporto de Guarulhos (a 25km) e o Aeroporto de Viracopos (a 95km). Estes representam outro
importante gerador de demanda, uma vez que são responsáveis por elevado volume de passageiros e
cargas movimentadas na grande São Paulo.
A Região Metropolitana de São Paulo (RMSP), composta por 39 municípios (Figura 2-8), responde por
parcela significativa do PIB do Estado de São Paulo (chegando a R$2 trilhões em 2018)20 principalmente
por se tratar do maior centro econômico-financeiro nacional e possuir diversos polos industriais com
atividades de alta e média intensidade tecnológica na região, atuando em diversos tipos de produção.
Estão entre os principais polos industriais da Grande São Paulo: RMSP - Indústrias de desenvolvimento
tecnológico e automobilístico; Vale do Paraíba – Produção de alta tecnologia, aviação, automobilística,
eletroeletrônicos, têxteis e química; e Campinas – Produção de automóveis, petroquímicas,
tecnologias e têxteis.
19 Fonte: https://www.portodesantos.com.br/informacoes-operacionais/estatisticas/.
20 Fonte: SEADE.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 29
Devido à alta relevância do setor de negócios e turismo para a demanda de SBSP, os itens a seguir
trazem um maior detalhamento desses setores.
Avenida Paulista
A Avenida Paulista é hoje um dos locais mais importantes e conhecidos de São Paulo. Criada ao final
do século XIX, a avenida contemplava antigas propriedades de famílias elitistas, principalmente do
ramo do Café.
Grande centro financeiro, atualmente o local atua com grande presença no setor econômico nacional
e internacional, concentrando empresas de diversos setores e atuação. A Paulista é a localização de
diversos bancos, multinacionais, hotéis, shoppings (Center 3, Cidade São Paulo e Pátio Paulista),
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 30
hospitais, órgãos governamentais, museus (Japan House, MASP, IMS, entre outros), escolas e muitas
outras atrações incluindo as gastronômicas.
Ao longo de seus 3Km, a avenida é bem servida de transporte público, tendo ao longo de seu
comprimento diversas linhas de ônibus e metrô. Além disso, também atua como conector de diversos
bairros importantes da cidade, como Paraíso, Higienópolis, Jardins e Consolação.
Avenida Berrini
Localizada no bairro Brooklin, entre os bairros Vila Olimpia e Itaim, a Avenida Berrini já concorreu
diretamente com a Avenida Paulista ao oferecer centros comercial com uma locação mais acessível e
edifícios mais modernos.
Nela, situam-se grandes empresas atualmente, a exemplo a BOVESPA e diversas lojas e
estabelecimentos que surgiram ao entorno para atender a gama de trabalhadores das regiões. Além
disso, a região é famosa por ser um grande centro de Coworking, prática onde espaços de trabalho são
compartilhados entre diversas empresas e pessoas de diferentes profissões.
Pela proximidade com a Marginal Pinheiros, outra importante avenida de São Paulo, a Berrini dispõe
de um vasto corredor de ônibus em toda sua extensão e é atendida também pela CPTM.
Avenida Rebouças
A Avenida Rebouças também é uma das vias mais movimentadas de São Paulo e responsável pela
conexão da Avenida Paulista com a Marginal Pinheiros e o centro da cidade.
Classificada como uma via arterial, a avenida é um dos principais eixos rodoviários, sendo considerada
um importante centro comercial e financeiro.
Tendo início na Rua da Consolação, estende-se pela Marginal e termina na Avenida Brigadeiro Faria
Lima. Recentemente a via recebeu diversos investimentos em construção, tanto residenciais quanto
comerciais visando sua valorização.
• Museu de Arte de São Paulo - MASP: um dos mais importantes centros culturais da cidade,
ainda mais atrativo pela arquitetura diferenciada com pilares que erguem um bloco de
concreto, estando diversas vezes entre os cartões postais da capital. Localiza-se na Av. Paulista,
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 32
outro dos pontos mais importantes da cidade, que representa além de um polo econômico
(dado as inúmeras sedes de empresas, bancos, shoppings, hospitais e hotéis que abrange), um
centro de diversidade e entretenimento;
• Pinacoteca: museu de Arte mais antigo de São Paulo e integrante do circuito internacional de
exposições. É um centro de renome, que promove diversos eventos culturais e abriga um dos
maiores acervos de arte brasileira. A Pinacoteca está localizada na Praça da Luz, no centro da
cidade.
• Theatro Municipal: outro famoso cartão postal da cidade, o Theatro Municipal é um dos mais
importantes centros de apresentações do país. Com sua arquitetura inspirada na Ópera de
Paris, o edifício compõe o patrimônio histórico do estado. O teatro se localiza na Praça Ramos
de Azevedo, também na região central;
• Sala São Paulo: inaugurado em 1999, a Sala está localizada na região central da cidade de São
Paulo, nas instalações restauradas da antiga estação ferroviária “Júlio Prestes”. Situada
próxima à Pinacoteca, é a sede da Orquestra Sinfônica do Estado de São Paulo – OSESP e
considerada uma das mais importantes casas de concertos e eventos do país;
• Galeria do Rock: São Paulo é uma cidade eclética e totalmente inclusiva e a Galeria do Rock
traduz toda esta diversidade em suas lojas e serviços. Em edifício localizado no centro da
cidade, foi construído na década de 1960 e trazia uma arquitetura inovadora para a época.
Sem saber, tornou-se o palco perfeito para a o convívio pacífico e harmonioso das culturas
afro, rock, skate, grafite e underground;
• Instituto Tomie Ohtake: inaugurado em 2001, tem seu projeto e construção totalmente
voltado para a apresentação de mostras culturais, focadas no design, artes plásticas e
arquitetura. Localizada na zona oeste da cidade, se destaca além das exposições, pelas
pesquisas, produções de conteúdo, formação e desenvolvimento de professores e alunos das
redes de ensino públicas e privadas;
• Pateo do Collégio: construído em 1553 no coração da cidade, com o objetivo de ser um local
para o início da evangelização dos indígenas, o hoje Complexo Histórico-cultural e Religioso
“Pateo do Collégio” tornou-se referência na preservação da memória histórica acerca das
origens da cidade de São Paulo;
• Museu Anchieta: inaugurado em 1970, este museu faz parte do Complexo Histórico-cultural e
Religioso “Pateo do Collégio” e tem como objetivo, resgatar a memória do local onde a cidade
de São Paulo foi fundada. Composta de artes sacras, peças do cotidiano, dentre outras, o
espaço possuiu painéis, mapas, maquetes e textos explicativos, onde o visitante poderá
contextualizar a evolução da cidade desde 1554 até os dias de hoje.
• Museu de Arte Moderna - MAM: localizado sob a marquise do Parque do Ibirapuera, o MAM
foi inaugurado em 1948, com projeto do arquiteto Oscar Niemeyer. Seu acervo de mais de 5
mil obras, representa a arte moderna e contemporânea, principalmente de artistas brasileiros.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 33
Além das exposições, o museu mantém uma extensa programação de seminários, palestras,
espetáculos musicais e práticas artísticas.
Além de sua ampla rede cultural, São Paulo também possui um gama de oportunidades no comércio,
as quais atendem a todos os estilos, culturas, desejos e até mesmo classe sociais. Alguns locais como
a Alameda Gabriel Monteiro da Silva, Rua Oscar Freire e os Shoppings Cidade Jardim e JK, possuem sua
fama por concentrar comércios de altíssimo padrão e extremamente luxuosos. Em contrapartida, a
capital também possui diversos centros de comércios populares, entre os quais possuem maior fama:
Rua 25 de Março, Brás, Santa Efigênia, Rua José Paulino e Bom Retiro. Embora amplamente
segmentado, em 2018 o setor de serviços e comércio paulistano, como um todo, foi responsável por
83% do PIB da cidade.
Fonte: MASP21
A região atrai turistas do mundo inteiro para visitação. Segundo o Anuário Estatístico de Turismo, o
Estado de São Paulo atraiu aproximadamente 2,3 milhões turistas internacionais em 2019, dos quais
98,5% chegaram ao estado pela via área e 1,5% por via marítima. Dentre as principais origens estão
Estados Unidos, Argentina, Chile e Alemanha. A América do Sul representa 38,4% dos turistas
internacionais da região, seguida da Europa com 28,1% e América do Norte com 20,2%. Outros
continentes são menos relevantes para a movimentação turística do estado.
O turismo internacional na região também apresenta sazonalidade, conforme ilustrado na Figura 2-11.
Os meses de fevereiro e março chegam a representar aproximadamente 11% do total anual, seguido
pelo mês dezembro, que foi responsável por 10% da movimentação.
O estudo foi realizado considerando uma ampla pesquisa de campo, que se traduz em um indicador
de competitividade, cuja escala se divide de 0 a 100. Então, este resultado é comparado com a média
do índice para as capitais nacionais e para todos os destinos turísticos brasileiros contemplados no
estudo, conforme apresentado na Figura 2-13.
Observa-se que o índice, para São Paulo, em 2015 (último ano da pesquisa) apresenta um resultado
superior tanto à média brasileira quanto à média das capitais.
A Figura 2-14 apresenta os resultados para as 13 dimensões que compõe o indicador. Destaca-se que
São Paulo possui bons resultados relacionados às dimensões de Economia local, Capacidade
empresarial, Acesso e Serviço e equipamento. Por outro lado, as dimensões Cooperação regional,
Aspectos sociais e Aspectos ambientais apresentam os piores resultados.
Tendo como origem a região Leste, o acesso à SBMT pode ocorrer por trajetos pela Marginal do Rio
Tietê e Radial Leste, que se conectam a Santos Dumont já nas proximidades do Aeroporto. Em sentido
oposto, a Marginal do Rio Tietê se conecta a do Rio Pinheiros, fazendo a ligação entre o Aeroporto e
parte da Zona Oeste e Sul da cidade.
Todas as vias de acesso à SBMT são avenidas de grande porte, facilitando o acesso e tornando o Campo
de Marte um aeroporto de ótima localização.
Figura 2-16: Foto da avenida onde se localiza o Aeroporto (Av. Santos Dumont)
O Aeroporto está a 5,5km do centro de São Paulo, a 24km de Guarulhos22 e a 90km de Campinas23,
com diversas formas de acesso de passageiros, trabalhadores e outros frequentadores, comentadas a
seguir. Não há acesso ferroviário ou hidroviário diretamente a SBMT.
• Carro particular: leva-se entre 15 e 30 minutos24 para o centro da cidade25, de 30 a 50 minutos26
ao Aeroporto de Congonhas e de 25 min a 50 minutos27 ao Aeroporto de Guarulhos, a depender
do tráfego. Não havendo pedágios no trajeto.
Já o trajeto SBMT – Viracopos conta com dois pedágios, somando R$19,5028, com uma duração
média de 1h 15 minutos29 (também a depender do tráfego);
• Serviços de transporte por aplicativo30: preço volátil, oscilando ao redor de R$25 para o centro da
cidade de São Paulo, de R$ 35 ao Aeroporto de Congonhas e R$65 e R$180 aos aeroportos
localizados em Guarulhos (GRU) e Campinas (VCP), respectivamente;
• Taxis31: cerca de R$40 para o centro de São Paulo, R$35 para o Aeroporto de Congonhas, R$90
para o Aeroporto de Guarulhos e R$200 até o Aeroporto de Viracopos;
• Metrô: as estações de metrô mais próximas ao Aeroporto são as Estação Carandiru, Portuguesa-
Tietê e Santana, as quais se conectam a diversos pontos da capital pela malha metroviária. O
trajeto SBMT – Estação Carandiru, pode ser realizado a pé, com tempo estimado de 10 minutos de
caminhada. Já os trajetos para as outras estações, Portuguesa-Tietê e Santana, podem ser
realizados pela linha 175T-10 e 106A-10 de ônibus respectivamente, com desembarque em rua
próxima ao Aeroporto (Rua. Voluntário da Pátria). O custo de transporte é de R$4,40 por bilhete.
No que se refere a circulação de trânsito em São Paulo, a capital paulista possui um sistema de rodízio
municipal baseado no final de placas de veículos, o qual ocorre ao logo de ruas e avenidas que compõe
o centro expandido, a fim de evitar as longas filas de engarrafamento na cidade. A restrição se dá de
segunda a sexta-feira, estando suspenso em finais de semana e feriados, durante seis horas do dia,
divididas entre manhã e tarde.
Pela manhã, o rodízio passa a valer às 7h00 e termina às 10h00. Já durante a tarde e noite, a fiscalização
começa às 17h00 e finaliza às 20h00. Nesses períodos fica restrito o trânsito dos veículos com finais de
placa que correspondem ao respectivo dia da semana em que se encontram (vide Tabela 2-2),
deixando sujeitos a multa de R$130,16 e quatro pontos na carteira daqueles que desrespeitarem a
restrição.
1e2 Segunda-feira
3e4 Terça-feira
5e6 Quarta-feira
7e8 Quinta-feira
9e0 Sexta-feira
Fonte: CET
Ainda, sobre o transporte de cargas na cidade de São Paulo33, a cidade conta com normas específicas
para caminhões, com horários especiais e vias restritas (com exceções para atividades essenciais).
Segundo as normas vigentes desde 2016, o trânsito de caminhões fica proibido de 2ª a 6ª feira das 5h
às 21h e aos sábados das 10h às 14h, exceto feriados, ao longo de todo o centro expandido34. Além
disso, algumas avenidas importantes têm regras específicas desde 2016, sendo elas: Marginal
Pinheiros e Av. dos Bandeirantes (todos os dias das 5h às 21h); Marginal Tietê (de segunda a sexta-
feira, das 5h às 9h, das 17h às 21h e aos sábados, das 10h às 14h); e Região do Morumbi (de segunda
a sexta-feira, das 5h às 21h e aos sábados, das 10h às 14h).
uma via expressa e liga os bairros de Interlagos (ao sul) e o Tucuruvi (ao norte), passando pelo
Centro da cidade de São Paulo. Através deste corredor no sentido sul, pode-se acessar o
Autódromo Internacional José Carlos Pace (Interlagos), sede das corridas de Fórmula 1 entre
outras categorias do esporte a motor. Ao Norte, pode-se acessar o Aeroporto Campo de Marte
SBMT, o Pavilhão de Exposições do Anhembi e a Marginal do Rio Tietê. Próximo à região
central, o Corredor Norte - Sul cruza com o Corredor Leste - Oeste, formando um cruzamento
importante da cidade.
• Corredor Leste - Oeste: composto pelas vias Radial Leste, Elevado Presidente João Goulart,
popularmente chamado de “Minhocão”, e Av. Francisco Matarazzo, une os bairros da Penha
(região Leste) a Lapa (região Oeste), passando pelo centro de São Paulo. Esta composição viária
é de extrema importância para a cidade de São Paulo, pois liga a sua região mais populosa
(Zona Leste) com o centro da cidade. Dentre as vias que compõe o Corredor Leste - Oeste,
destaca-se a Radial Leste. Inaugurada em 1957, é ainda hoje o principal eixo de ligação entre
a Zona Leste e o Centro de São Paulo. Com aproximadamente 10Km de extensão, esta avenida
une o bairro de Itaquera ao centro da cidade.
• Marginal do Rio Tietê: esta fundamental avenida, apresenta-se como a principal união entre
as regiões Leste e Oeste de São Paulo, margeando o leito do Rio Tietê. Construída em 1956,
possui hoje 24,5Km de extensão.
Acessando a Marginal Tietê sentido leste através do Corredor Norte - Sul, pode-se fazer
conexão com a rodovia federal BR-116, Rod. Pres. Dutra (em Ótimo Estado Geral, de acordo
com avaliação da CNT em 2019), com destino a cidade de Guarulhos, onde está localizado o
Aeroporto Internacional de São Paulo/Guarulhos (SBGR), às cidades do Vale do Paraíba e o
estado do Rio de Janeiro. A Rod. Dutra ainda dá acesso à BR-381, Rodovia Fernão Dias (em
Bom Estado Geral, de acordo com avaliação da CNT em 2019), que por sua vez dá acesso à
cidade de Belo Horizonte – MG.
Além da Rod. Dutra, ainda em sentido Leste da Marginal do Rio Tietê, pode-se acessar a SP-
070, Rodovia Ayrton Senna (em Ótimo Estado Geral, de acordo com avaliação da CNT em
2019), com destinos às cidades do Vale do Paraíba, com destaque para a cidade de São José
dos Campos e para o Litoral Norte do estado de São Paulo, através da SP-099, Rodovia dos
Tamoios (Estado Geral Bom, de acordo com avaliação CNT 2019).
Acessando a Marginal Tietê sentido Oeste através do Corredor Norte - Sul, pode-se fazer
conexão com a rodovia SP-330, Rod. Anhanguera (Estado Geral Ótimo, de acordo com
avaliação CNT 2019) e a SP-348, Rod. dos Bandeirantes, (Estado Geral Ótimo, de acordo com
avaliação CNT 2019), ambas com destino à região Central e Norte do estado de São Paulo, com
destaques às cidades de Campinas e Ribeirão Preto.
• Marginal do Rio Pinheiros: importante via de tráfego da cidade de São Paulo, foi construída
no ano de 1970, tendo a extensão de 22,5Km. Une os bairros do extremo sul da cidade à região
Oeste, margeando o leito do Rio Pinheiros e fazendo conexão com duas importantes rodovias:
SP-270, Rodovia Raposo Tavares (em Estado Geral Regular, de acordo com avaliação CNT
2019), com destino à região Sudoeste do estado de SP; e a SP-280, Rod. Castello Branco, (em
Ótimo Estado Geral, de acordo com avaliação CNT 2019), com destino a região Oeste do estado
de São Paulo, assim como ao Catarina Fashion Outlet.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 41
• Rodoanel: o estado de São Paulo possui a melhor malha rodoviária do país e suas principais
representantes fazem a ligação de todo o interior e litoral do estado à capital paulista. Até o
ano de 2002, não havia nenhuma ligação entre estas rodovias, o que obrigava todo o fluxo de
automóveis, caminhões e ônibus oriundos das estradas adentrarem à cidade, aumentando o
já caótico trânsito urbano de São Paulo. A partir de 2002, foi inaugurado parcialmente a SP-
071 Rodoanel Governador Mario Covas, popularmente conhecido como Rodoanel (com
previsão de conclusão em 2014). Com um total de 176 km, este interliga as rodovias estaduais
e federais que chegam à região metropolitana de São Paulo, dentre as quais estão:
➢ SP-348 – Rodovia dos Bandeirantes: (em ótimo Estado Geral, de acordo com avaliação da
CNT em 2019) Iniciando seu trajeto na região oeste da cidade, esta rodovia de 162km
interliga a capital à região de Cordeirópolis. Tem sua intersecção ao Rodoanel em seu km
23 – sentido interior.
➢ SP-330 – Rodovia Anhanguera: com 448Km de extensão, (em ótimo Estado Geral, de
acordo com avaliação da CNT em 2019), liga a capital à região de Ituverava divisa com o
estado de MG. Tem sua intersecção ao Rodoanel no km 22 da rodovia – sentido interior.
➢ SP-270 – Rodovia Raposo Tavares: com 280km (em regular Estado Geral, de acordo com
avaliação da CNT em 2019) a Rod. Raposo Tavares faz sua intersecção com o Rodoanel
quando alcança o km 20. De projeto obsoleto, esta estrada une a capital paulista à cidade
de Ourinhos na região oeste do estado.
➢ SP-160 – Rodovia dos Imigrantes: juntamente com a SP-150, esta rodovia forma o
Sistema Anchieta-Imigrantes, tornando-se o maior canal de escoamento de carga da
América Latina. A SP-160 possui um trajeto de 75 km e se encontra em ótimo estado geral,
de acordo com avaliação da CNT de 2019. Sua intersecção com o Rodoanel é realizada no
Km 23 – sentido litoral.
➢ SP-070 – Rodovia Ayrton Senna: iniciando na capital paulista, seu trajeto nos leva a região
oeste do estado. Com 144km de extensão (em ótimo Estado Geral, de acordo com
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 42
➢ BR-116 – Rodovia Presidente Dutra: em seu trecho paulista (em ótimo Estado Geral, de
acordo com avaliação da CNT em 2019), a Rodovia Pres. Dutra faz a ligação entre as
capitais dos estados de São Paulo e Rio de Janeiro, tendo o seu ponto de intersecção ao
Rodoanel no km 30.
A partir dos dados obtidos de telefonia móvel é possível verificar vias mais utilizadas pelos passageiros
do Aeroporto (Figura 2-18 e Figura 2-19). Tal base foi obtida através de metodologia desenvolvida pela
Kido Dynamics e será detalhada no capítulo 6 desse Estudo, bem como no Anexo “Anexo: Referências
Gerais da Tecnologia da Kido Dynamics”.
35 https://pesquisarodovias.cnt.org.br/downloads/Galeria%20de%20Fotos/2019/Mapas/UF/SP.pdf
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 43
O mapa demonstra o fluxo de usuários do Aeroporto através das principais vias, quanto mais escuro o
tom da cor, maior o fluxo de passageiros naquela via. Vê-se que, de fora de São Paulo, as principais
vias de acesso ao aeroporto são a Rodovia Dutra e a Rodovia dos Bandeirantes. Dentro da capital,
destacam-se a Marginal Tiete e a as avenidas 23 de maio e Tiradentes, que conectam a Zona Sul com
a Zona Norte da Capital.
Com relação aos serviços de transporte de longa distância, São Paulo possui um terminal rodoviário
voltado ao transporte interestadual, intermunicipal e internacional, o Terminal Tietê. A distância do
Aeroporto até a rodoviária é de 1,6km, trajeto que pode ser feito a pé (15 minutos de caminhada), de
carro (levando entre 5 e 15 minutos36) ou transporte público (utilizando a linha 175T-10 de ônibus).
RJ 74,93
MG 71,46
PR 21,00
BA 16,60
SC 3,27
GO 1,16
PE 1,12
TO 0,31
PA 0,16
MT 0,14
RS 0,10
37
Fonte: ANTT 2019
Uruguai 0,23
Bolívia 0,15
Paraguai 0,08
Fonte: ANTT 2019
Acerca dos sistemas de transporte urbano que servem a população paulistana, a cidade conta com um
sistema de transportes integrados, operando uma rede que contempla conjuntamente linhas de trens
(operadas pela CPTM38), metrô (de Responsabilidade da companhia METRÔ39) e ônibus
intermunicipais (operada pela EMTU/SP40), amplamente supervisionadas pela Secretaria de Estado dos
Transportes Metropolitanos - STM.
Atualmente, a Rede Metroferroviária compreende 13 linhas e 183 estações, as quais formam 371km
de extensão, o que a configura como a maior nacionalmente. A METRÔ é responsável por 101km de
extensão, com seis linhas e 89 estações. Já a CPTM opera sete linhas ao longo dos seus 270km, com 94
estações (das quais nove se integram ao metrô). Essas companhias são responsáveis conjuntamente
pela movimentação de cerca de oito milhões de passageiros por dia útil.
Conectada à rede pela Linha 5 (Lilás) do metrô, a EMTU opera transportes de média e baixa capacidade
nas regiões metropolitanas de São Paulo, Campinas, Vale do Paraíba, Litoral Norte, Baixada Santista e
Sorocaba. Ela também é responsável por serviços especiais e fretamentos metropolitanos, a exemplo
da ligação entre o SBSP e o Aeroporto de Guarulhos. Ao todo, a EMTU atende 134 municípios, tendo
atualmente o controle total de suas redes de transporte municipais.
Fonte: STM
Anunciado ainda para a Copa do Mundo de 2014 e concretização total até 2016, São Paulo contaria
com linhas de monotrilho ao longo da cidade que fariam ligações com as redes de metrô já existentes
em algumas estações. O projeto bilionário sob responsabilidade do Consórcio Expresso Monotrilho
Leste, composto pela parceria das empresas OAS, Queiroz Galvão e Bombardier tinha o objetivo de
atender áreas mais carentes de transporte público de qualidade em São Paulo (a exemplo da Zona
Leste) e movimentar diariamente certa de meio milhão de passageiros, ligando vários pontos da
cidade.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 47
Onze anos após a licitação (ocorrida em 2010), as obras, que haviam sido anunciadas como de menor
complexidade por não haver necessidade de desapropriações, prosseguem inacabadas e sem nenhum
dos trechos prometidos em funcionamento. Em dezembro de 2020, o atual governador do estado de
São Paulo João Dória, anunciou que não haverá mais investimentos no projeto além da finalização das
linhas 15 – Prata (Zona Leste) e 17 – Ouro (Zona Sul), que já estão em estágio mais avançado de obras.
Segundo ele, com as obras retomadas, a nova expectativa de prazo para começo de operação seria
para 30 meses a partir da ordem de serviço, sendo assim para 2022.
Como mais uma alternativa de acesso ao aeroporto, a Linha 17 – Ouro tem como um dos objetivos
conectar o Aeroporto de Congonhas a Estação Morumbi da Linha 9 – Esmeralda da CPTM. Ela contará
com oito estações em 7,7km de extensão e se estima que movimentará 165 mil passageiros por dia
útil em 2023.
Ademais, o estado de São Paulo também é servido pela ferrovia Rumo Malha Paulista S.A., a qual beira
a capital atravessando sua região metropolitana. A ferrovia, de 1.989km de extensão, possui forte
importância nacional pelo transporte de cargas da Rumo Malha Norte e Rumo Malha Oeste ao Porto
de Santos, sendo vista como principal corredor de exportação do agronegócio. Segundo dados da
ANTT41, em 2019 foram escoadas 31,4 milhões de toneladas úteis pela ferrovia, que apresentou uma
elevação de 9% em 2020 (chegando a 34,2 milhões de toneladas úteis transportadas). É válido ressaltar
que dentre as cargas transportadas, o milho, a soja, o farelo de soja e o açúcar se mantiveram entre
as principais, representando conjuntamente 78% e 76% do total nos anos de 2019 e 2020,
respectivamente.
Fonte: ANTT
Por fim, ainda no que se refere ao transporte ferroviário, São Paulo também é servida pela ferrovia da
MRS Logística S/A, parte da antiga Estrada de Ferro Central do Brasil – EFCB, a qual contribui
estrategicamente com a economia brasileira devido sua localização privilegiada, conectando regiões
produtoras à centros de consumo e portos nacionais42. A ferrovia de 1.643 km de extensão interliga os
estados do Rio de Janeiro, São Paulo e Minas Gerais. Ao todo, por ela são transportadas cerca de um
terço da produção do país.
Desde 1996 a ferrovia se encontra privatizada e é administrada pela MRS Logística S/A. Em parte de
sua estrutura, conectando as cidades de Barra do Piraí (RJ) e a capital paulista, está o denominado
Ramal de São Paulo43. Esse trecho atravessa parte da região sudeste, passando por cidades como Barra
Mansa, Resende, Guaratinguetá, Pindamonhangaba, Taubaté, São José dos Campos, Jacareí e Mogi
das Cruzes, sendo responsável pela movimentação de um grande volume de minério de ferro, material
siderúrgico e cargas conteinerizadas.
Fonte: MRS44
44 https://www.mrs.com.br/
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 50
45 Esta definição não acolhe os passageiros de conexão, que têm origem ou destino finais em outras localidades.
46 Fonte: IBGE. Regiões de Influência das Cidades 2018, IBGE, Rio de Janeiro, 2019. Outros estudos mais atuais de Divisão
Urbano-Regional foram publicados pelo IBGE, porém remetem à mesma análise hierárquica de municípios realizada no
estudo de 2007, ou apresentam uma estrutura hierárquica mais simplificada, porém consistente com a adotada no estudo
de 2018.
47 Segundo o REGIC (2018), “os Arranjos Populacionais são recortes territoriais estabelecidos por estudo próprio do BNDES,
segundo estudo do Banco de 2016 [Arranjos populacionais e concentrações urbanas no Brasil. 2. ed. Rio de Janeiro: IBGE,
2016. 167 p.], e que consistem em agrupamentos de dois ou mais municípios”.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 51
3.2 Carga
A definição da RI do Aeroporto para cargas aéreas segue lógica similar à RI de passageiros. Entretanto,
tem-se aqui sua definição fundamentada no conjunto de destinos (na importação) e origens (na
exportação) de mercadorias cuja entrada ou saída do país ocorre de maneira relevante para o
aeroporto.
pontos. Em análises estratégicas, pode-se utilizar como exemplo a aplicação deste diagrama na definição de áreas de
abrangência de hospitais públicos no Município do Rio de Janeiro.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 52
distância média entre este e os demais pontos analisados (aeroportos considerados competidores).
Desta forma, todas as regiões que, com base na segmentação de áreas, permanecerem mais próximas
ao ponto de interesse, compõe sua região de alcance. A Figura 3-1 apresenta o diagrama de Voronoi
para o entorno do aeroporto de SBMT.
Pela figura se observa que os polígonos de Voronoi dos aeroportos de Bragança Paulista (SBBP),
Guarulhos (SBGR), Congonhas (SBSP), Catarina (SBJH) e Jundiaí (SBJD) fazem fronteira com o polígono
do aeroporto de SBMT e, portanto, esses foram definidos como seus competidores diretos.
Para avaliar potenciais efeitos de alterações na competição com outros aeroportos, se faz necessário
definir a RI conjunta de SBMT e de seus competidores diretos. Dessa forma, aplicou-se a mesma
metodologia supracitada na definição de aeródromos que concorrem diretamente com os
competidores diretos de SBMT, sendo eles denominados “competidores de segundo grau”. A Figura
3-2 apresenta o Diagrama de Voronoi completo para o entorno do aeroporto de SBMT.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 53
52Os custos terrestres para distâncias de 200km são da ordem de R$ 110,00, representando menos de 1% dos custos totais
do custo total da viagem. Fonte: Qualp considerando um custo de 5 R$/litro de combustível e um rendimento de 10 km/litro
e eventuais pedágios.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 54
Após essa análise, verificou-se, para cada município no entorno de SBMT e seus competidores, qual
aeródromo é o mais próximo daquele município em termos de tempo de deslocamento 53, limitado a
um tempo máximo de 60 minutos (com tolerância de mais 15 minutos). Sendo assim, a região de
influência para aviação geral do aeroporto de SBMT e seus competidores diretos é compreendida pelos
municípios que estão mais próximos a esses aeródromos comparado aos seus competidores de
segundo grau (ao mesmo tempo respeitando o limite de tempo de deslocamento). A Figura 3-3
apresenta a RI de SBMT e dos seus competidores diretos.
53 Para estimar o tempo de viagem entre o município e o aeroporto foi utilizado o site Qualp (https://qualp.com.br/).
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 55
4 ANÁLISE DA COMPETIÇÃO
4.1 Competição intermodal
A RI do Aeroporto pode ser acessada diretamente por uma malha de transportes multimodal, que
permite que haja competição intermodal pelo tráfego de passageiros e cargas aéreas. A presente
análise propõe um estudo da competição entre diferentes modais, o que envolve a avaliação dos
modais disponíveis para o transporte de passageiros e cargas de/para os centros geradores de
demanda, considerando as características típicas de cada meio de transporte.
4.1.1 Passageiros
Não houve movimentação de passageiros comerciais no Aeroporto de Campo de Marte nos últimos
anos e, no horizonte de concessão, não está prevista a criação de novas rotas comerciais para o
Aeroporto. Portanto, não há competição intermodal de passageiros comerciais no caso de SBMT.
4.2.1 Passageiros
Não houve movimentação de passageiros comerciais no Aeroporto de Campo de Marte nos últimos
anos e, no horizonte de concessão, não está prevista a criação de novas rotas comerciais para o
Aeroporto. Portanto, não há competição intramodal de passageiros comerciais no caso de SBMT.
Embora o tempo de deslocamento seja o principal fator na decisão do passageiro de aviação geral em
relação a qual aeródromo utilizar, outros fatores como preço e disponibilidade de serviços podem fazer
com que o passageiro não opte pelo aeródromo mais próximo.
Desta forma, é importante analisar eventuais concorrentes no entorno do aeroporto em estudo. Para
tanto, verificou-se todos os aeródromos públicos54 e particulares55 cadastrados na ANAC e classificou-
se como potenciais concorrentes aqueles que atendessem aos seguintes requisitos:
• Pista de pouso e decolagem: aeródromos que possuam pista de pouso e decolagem asfaltada
e com comprimento superior a 500 metros;
• Serviço Público: aeródromos públicos ou privados que prestem serviço à terceiros56;
• Localização: aeródromos cuja área, traçada por meio da aplicação do Diagrama de Voronoi
(vide item 3.3), faz fronteira com o polígono de SBMT.
Conforme apontado no item 3.3 e reapresentado na figura a seguir, os aeroportos de Jundiaí (SBJD),
Bragança Paulista (SBBP), São Roque (SBJH), Congonhas (SBSP) e Guarulhos (SBGR) foram classificados
como competidores diretos de SBMT e devem ser considerados nas projeções (conforme será visto no
item 10).
54 Disponível em https://www.anac.gov.br/assuntos/setor-regulado/aerodromos/cadastro-de-aerodromos/aerodromos-
cadastrados/aerodromospublicos-12.xls/view, acessado em 05/08/2019.
55 Disponível em https://www.anac.gov.br/assuntos/setor-regulado/aerodromos/cadastro-de-aerodromos/aerodromos-
Tabela 5-1: Área e indicadores populacionais da UF e do Brasil para os anos de 2002 e 202059
Fonte: IBGE
Ainda de acordo com as informações levantadas no último censo do IBGE (2010):
• Apesar de 85% dos domicílios de SP possuírem saneamento adequado, sendo 78,2% com rede
geral de esgoto e 6,9% com fossas sépticas, 12,4% dos domicílios ainda fazem uso de fossas
rudimentares, 0,7% utilizam valas, 1,4% recorrem a rios, lagos e mares, 0,2% contam com
outras formas de descarte e 0,2% não contam com qualquer forma de saneamento básico;
• 97% do total de domicílios é servido por iluminação pública, 86% por arborização, 92% por
pavimentação, 83% por calçadas, 31% por bueiros, 64% por identificação no logradouro e
apenas 3% por rampas de acessos a cadeirantes;
O Produto Interno Bruto (PIB) de SP apresentou crescimento médio anual inferior ao nacional desde o
ano de 2002 (1,9%a.a. vs. 2,5%a.a.), alcançando o valor de R$2.302 bilhões em 2018 e
representatividade de 31,56% do PIB brasileiro. Adicionalmente, observa-se que o PIB per capita do
estado é 44% superior à média nacional, conforme apresentado na Tabela 5-2.
Tabela 5-2: PIB e PIB per capita do estado e do Brasil para os anos de 2002 e 201860
Assim como no Brasil de forma geral, em SP o setor de serviços é o que representou maior parcela do
valor adicionado bruto (VAB) total em 2018, 75%, seguido dos setores industrial e agropecuário,
respectivamente, 23% e 2%. A Tabela 5-3 evidencia o histórico do VAB de valores adicionados brutos
para SP e para o Brasil.
60Valores ajustados a preços de 2019 de acordo com o deflator do PIB disponível em http://www.ipeadata.gov.br, acessado
em 19/03/2021.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 60
Tabela 5-3: Valor adicionado bruto61 por setor para a UF e para o Brasil
61Valores ajustados a preços de 2019 de acordo com o deflator do PIB disponível em http://www.ipeadata.gov.br, acessado
em 19/03/2021.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 61
Tabela 5-4: Pessoal ocupado por setor na UF e no Brasil entre 2010 e 2018
Tabela 5-6: Exportação, importação e balança comercial da UF e do Brasil para os anos de 2002 e 2019
Tabela 5-7: Área e indicadores populacionais da RI e do Brasil para os anos de 2002 e 202063
• 92% do total de domicílios é servido por iluminação pública, 68% por arborização, 85% por
pavimentação, 75% por calçadas, 46% por bueiros, 73% por identificação no logradouro e
apenas 2% por rampas de acessos a cadeirantes;
• Em relação ao nível médio de escolaridade da população, 52% frequentaram o ensino
fundamental, 21% o ensino médio e apenas 6% o ensino superior.
O PIB da RI de SBMT apresentou crescimento médio anual inferior ao nacional desde o ano de 2002
(1,7%a.a. vs. 2,5%a.a.), atingindo valor de R$ 1.223 bilhões em 201864 e representatividade de 16,76%
do PIB brasileiro. Adicionalmente, observa-se que o PIB per capita da região é cerca de 59% superior
ao indicador nacional, conforme apresentado na Tabela 5-8.
Tabela 5-8: PIB e PIB per capita da RI e do Brasil para os anos de 2002 e 201865
64 Valores ajustados a preços de 2019 de acordo com o deflator do PIB disponível em http://www.ipeadata.gov.br, acessado
em 19/03/2021.
65 Valores ajustados a preços de 2019 de acordo com o deflator do PIB disponível em http://www.ipeadata.gov.br, acessado
em 19/03/2021.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 64
Ainda com base nos dados históricos do IBGE, verifica-se que, assim como para o Brasil, o setor de
serviços é o mais relevante para a RI, representando 81,7% do VAB em 2018, seguido dos setores
industrial e agropecuário que representaram, respectivamente, 18,0% e 0,3% do VAB em 2018. A
Tabela 5-9 evidencia o histórico de VAB para a RI de SBMT e para o Brasil.
Tabela 5-9: Valor adicionado bruto66 por setor para a RI e para o Brasil
66Valores ajustados a preços de 2019 de acordo com o deflator do PIB disponível em http://www.ipeadata.gov.br, acessado
em 19/03/2021.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 65
Tabela 5-10: Pessoal ocupado por setor na RI e no Brasil entre 2010 e 2018
67Indústria: pequeno (1 a 99 funcionários), médio (100 a 499 funcionários) e grande (acima de 500 funcionários). Serviços e
comércio: pequeno (1 a 49 funcionários), médio (50 a 99 funcionários) e grande (acima de 100 funcionários).
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 66
Tabela 5-12: Exportação, importação e balança comercial da RI e do Brasil para os anos de 2002 e 2019
Assim, considerando que se busca estabelecer uma relação de causa e efeito entre demanda e fatores
socioeconômicos e demográficos, as variáveis dependentes adotadas se referem à RI do Aeroporto,
incluindo a demanda de outros sítios que porventura compartilhem tal Região, disputando o mercado.
De outra forma, uma oscilação na demanda decorrente de ganho/ perda de participação de mercado
seria equivocadamente atribuída a maior ou menor PIB, por exemplo, distorcendo os resultados dos
modelos econométricos utilizados.
Assim, para se obter o tráfego futuro de passageiros internacionais em determinado aeroporto
projeta-se primeiramente o fluxo de passageiros internacionais no Brasil, que é a RI para este tipo de
fluxo, e depois faz-se uma série de análises e ajustes, principalmente de participação de mercado
futura do aeroporto, para se obter o indicador final de interesse (Etapa 4 da metodologia geral).
As variáveis independentes a serem testadas, por sua vez, são mapeadas a partir do exame de todas
as possíveis relações causais com as variáveis dependentes. Esse exame parte tanto da experiência de
mercado dos consultores como da verificação de outros estudos similares realizados.
Listadas todas as variáveis a serem testadas, parte-se para a coleta e organização dos dados históricos
correspondentes. A seguir, comenta-se sobre os principais tratamentos de dados históricos realizados
neste Estudo, para os diferentes fluxos.
Inicialmente as séries históricas mensais das variáveis dependentes e independentes são
dessazonalizadas, evitando que a sazonalidade mensal contamine a aferição do poder explicativo das
relações avaliadas68. Os resultados mensais são posteriormente (Etapa 3) “ressazonalizados”, por meio
da reaplicação dos índices calculados.
A Figura 6-2 exemplifica a retirada dos efeitos da sazonalidade no PIB real brasileiro – variável
considerada em grande parte das regressões realizadas neste Estudo de Mercado.
68Para tanto, utiliza-se o método X11, utilizado pelo US Bureau of Labor Statistics (BLS). Essa metodologia aplica as médias
móveis empregadas nas estimativas da tendência e sazonalidade são construídas de tal modo que possuam propriedades de
conservação da tendência, da eliminação da sazonalidade e da redução do ruído. Para mais detalhes acessar:
https://cran.r-project.org/web/packages/seasonal/vignettes/seas.pdf
https://www.maxwell.vrac.puc-rio.br/12167/12167_3.PDF
.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 70
Figura 6-2: Comparativo entre PIB trimestral mensal brasileiro com e sem sazonalidade
Fonte: IBGE
Além da dessazonalização, as séries também foram testadas em logaritmo natural. Este recurso é usual
em estimação de demanda e há diversas vantagens que podem justificar seu uso. Segundo Wooldridge
(2016)69, modelos no formato “log-log”, ou seja, em que todas as variáveis estão em logaritmo,
geralmente satisfazem melhor as hipóteses do modelo linear, que serão discutidas mais adiante. Além
disso, esses modelos facilitam a interpretação da relação entre as variáveis, uma vez que o coeficiente
da regressão representa a elasticidade entre as variáveis, isto é, o quanto a oscilação de uma variável
impacta diretamente a oscilação de outra.
Por fim, as séries são preparadas para testes com diferentes periodicidades: mensais, trimestrais ou
anuais, cuja escolha dependerá da frequência das séries disponíveis e da qualidade estatística dos
resultados.
Vale destacar que ambos os métodos foram discutidos e validados pela Airport Council International
(ACI), International Civil Aviation Organization (ICAO) e International Air Transport Association (IATA)
como metodologias consistentes para estimação de modelos e projeção de demanda aérea70.
Uma vez definido o modelo de projeção este deve ser parametrizado, isto é, deve-se determinar as
variáveis independentes a serem projetadas, a partir de um algoritmo de teste de diferentes
alternativas e da avaliação sucessiva da validade e qualidade estatística e dos resultados – como se
abordará no item 6.2.2.
70 International Civil Aviation Organization. Manual on air traffic forecasting. Vol. 8991. International Civil Aviation
Organization, 2006. Airport Council International. ACI Guide to World Airport Traffic Forecasts. 2016. Air Traffic Forecasting
Methodology by IATA
(disponível em: http://www.epd.gov.hk/eia/register/report/eiareport/eia_2232014/html/Appendix%202.1.pdf)
71 Air Traffic Forecasting Methodology by IATA (disponível em:
http://www.epd.gov.hk/eia/register/report/eiareport/eia_2232014/html/Appendix%202.1.pdf)
72International Civil Aviation Organization. Manual on air traffic forecasting. Vol. 8991. International Civil Aviation
Organization, 2006.
73 Gujarati, Damodar N. Basic econometrics. Tata McGraw-Hill Education, 2009.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 72
modo geral, as duas possibilidades têm os mesmos princípios e hipóteses para se encontrar a relação
de causa e efeito desejada.
A equação que relaciona as variáveis pode ser escrita da seguinte forma:
Equação 6-2: Relação entre variáveis dependentes e independentes com coeficientes estimados por
regressão (1/2)
̂𝑜 + 𝛽̂𝑖 𝑥𝑖 + 𝜇̂
𝑦= 𝛽
A Equação 6-2 não é calculável pois os valores dos coeficientes são desconhecidos. Já na Equação 6-3
os coeficientes são estimados por regressão a partir de uma amostra de dados disponível, obtendo-se
̂𝑜 e 𝛽̂𝑖 , isso é, os valores de coeficientes mais próximos da realidade (𝛽𝑜 e 𝛽𝑖 ). Com algumas
os valores 𝛽
alterações na equação é possível obter:
Equação 6-3: Relação entre variáveis dependentes e independentes com coeficientes estimados por
regressão (2/2)
̂𝑜 + 𝛽̂𝑖 𝑥𝑖 + 𝜇̂
𝑦= 𝛽
𝑦 = 𝑦̂ + 𝜇̂
𝜇̂ = 𝑦 − 𝑦̂
Observa-se que os 𝜇̂ (resíduos estimados) são a diferença entre os valores observados e estimados de
Y. Portanto, dadas n observações de X e Y, o objetivo do MQO é escolher uma função (chamada FRA -
Função de Regressão Amostral) que minimize a soma dos resíduos. Assim, por esse método, a FRA
deve ser fixada de tal modo a minimizar o seguinte termo:
∑ 𝜇̂ 𝑖2 = ∑(𝑦𝑖 − 𝑦̂𝑖 )2
Figura 6-3: Curva de PIB per capita (Y) x Pax per capita (X)
O primeiro indicador da qualidade de uma regressão é a significância dos coeficientes. Para isso, os
softwares estatísticos já apresentam essa estatística do através do p-value, que indica a probabilidade
que o coeficiente encontrado seja igual a zero. Assim, resultados baixos de p-values, normalmente
abaixo dos valores críticos escolhidos (1%, 5% ou 10%), sugerem que o coeficiente encontrado na
regressão é estatisticamente significante, ou seja, diferente de zero.
O segundo indicador normalmente verificado na regressão é o coeficiente de determinação, R². Essa
estatística é uma medida de proximidade dos dados com a FRA, ou seja, é o percentual da oscilação
da variável dependente que é explicado pelo modelo. Vale ressaltar que um valor alto de R-quadrado
não significa necessariamente que o modelo encontrado seja um bom modelo. O valor do R² aumenta
sempre que um novo regressor é adicionado ao modelo, independente se as variáveis são significativas
ou se tem relação com a variável dependente. Ou seja, é possível obter valores altos de R² mesmo com
modelos que não tem relação com a realidade da variável dependente. Além disso, um modelo com
R-quadrado muito elevado pode sofrer de sobre ajuste, ou seja, quando um modelo se ajusta muito
bem com as variáveis independentes utilizadas, mas que é ineficaz para fazer previsões. Esse problema
é comum quando são utilizadas muitas variáveis independentes no modelo e o R-quadrado é muito
elevado.
Para garantir que os coeficientes estimados estejam próximos dos verdadeiros valores dos coeficientes
e que os testes feitos sejam verdadeiros, é preciso garantir que determinadas hipóteses a respeito de
como 𝑦̂ é gerado sejam cumpridas. Essas premissas são fundamentais para a interpretação das
estimativas da regressão. As hipóteses são:
(i) As variáveis da regressão têm relação linear;
(ii) Valor esperado do erro é sempre zero;
(iii) Não há colinearidade perfeita entre as variáveis independentes;
(iv) Resíduos tem variância constante;
(v) Resíduos não são auto correlacionados; e
(vi) Normalidade dos erros.
Essas são as premissas básicas do modelo de regressão linear. Sob as hipóteses (i) a (iv), garante-se
que os coeficientes estimados não são viesados, ou seja, que o valor esperado do coeficiente da
amostra é igual ao valor do coeficiente da população. Já sob todas as hipóteses é possível garantir que
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 74
os estimadores MQO são os melhores entre todos os estimadores da classe dos lineares não-viesados.
Ser o melhor estimador significa que esse indicador tem variância mínima na classe de todos os
estimadores disponíveis e, portanto, é o estimador mais eficiente.
Para garantir que o modelo escolhido esteja de acordo com essas premissas faz-se o uso de testes
estatísticos. Nos próximos parágrafos, serão explicadas as principais hipóteses, os testes utilizados
para detectar os problemas e as soluções quando os resultados não estão de acordo com o esperado.
• Hipótese 1 – Variáveis da regressão têm relação linear: Essa premissa assume que o modelo
de regressão é linear nos parâmetros, embora possa não ser linear nas variáveis. Essa hipótese
assume que a relação entre as variáveis tem um formato característico, como já apresentado:
74 Montgomery, D. "C., and EA Peck. 1982. Introduction to Linear Regression Analysis." New York
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 75
75 Sigla em inglês.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 76
continuam sendo consistentes e não viesados, porém não é possível afirmar que são os mais
eficientes e melhores.
Além da análise gráfica, há diversos testes que investigam a presença de heterocedasticidade.
Entre os principais, é possível destacar os testes de Park, de Glejser, de Spearman, de Goldfeld-
Quandt, de Breusch-Pagan-Godfrey, de White e de Arch. Este último testa se a hipótese nula
que os resíduos do modelo são homocedásticos. Se o valor do p-value for inferior ao valor
crítico escolhido, não se rejeita a hipótese nula e, portanto, não há heterocedasticidade no
modelo testado.
De todo modo, se confirmada a presença de heterocedasticidade, para garantir que os
estimadores são os melhores e mais eficientes pode-se utilizar outro método de estimação, o
método dos mínimos quadrados generalizados (MQG). Esse método leva em conta a
variabilidade na variável explicada, atribuindo peso diferente para cada observação,
dependendo do nível de variância, e, assim, reestima os coeficientes de MQO, em que são
atribuídos pesos iguais para cada observação.
• Hipótese 5 – Resíduos não são autocorrelacionados: Autocorrelação pode ser definida como
q “correlação entre integrantes de séries de observações ordenadas no tempo [como as séries
temporais] ou no espaço [como nos dados de corte transversal]”76. No contexto da regressão,
o modelo clássico de regressão linear pressupõe que essa autocorrelação não existe nos
termos de erro, ou seja, que o erro de uma observação não seja relacionado com o erro de
outra observação qualquer. A autocorrelação pode ocorrer por diversos motivos, como: (i)
inércia; (ii) viés de especificação; (iii) defasagens; (iv) transformação de dados; e (v) ausência
de estacionariedade.
Como na ausência de homocedasticidade, o não cumprimento da hipótese de autocorrelação
leva ao modelo a estimar coeficientes MQO consistentes e não viesados, bem como
consistentes e com distribuição normal assintótica, mas os coeficientes deixam de ser
eficientes, ou seja, têm variância mínima.
A análise gráfica é a principal ferramenta para detectar autocorrelação dos resíduos. Além
disso, diversos testes podem corroborar a análise: (i) Durbin-Watson; (ii) Breusch–Godfrey; (iii)
Geary. Mais comumente utilizado, o teste Durbin-Watson calcula a estatística “d”, que varia
de 0 a 4. Valores entre 1,5 e 2,5 representam ausência de autocorrelação.
Se detectada autocorrelação, existem algumas opções para lidar com o problema:
(i) Utilizar o MQG, assim como no caso de heterocedasticidade;
(ii) Utilizar o método Newey-West para obter erros padrão dos estimadores de MQO
corrigidos para a autocorrelação;
(iii) Incluir um fator autorregressivo na regressão; e
(iv) Utilizar as séries em primeira diferença.
76Kend all, Maurice G.; Buckland, William R. A dictionary of statistical terms. Nova York: Hafner Publishing
Company, 1971. p.8.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 77
mínimos quadrados ordinários. De maneira oposta ao MQO, que atribui pesos iguais para
todas as observações das variáveis, o MQG atribui pesos ou importâncias diferentes para cada
observação, de acordo com a sua característica estatística. Assim, esse método obtêm os
melhores estimadores possíveis não viesados, mesmo com a presença de autocorrelação e
heterocedasticidade.
• Hipótese 6 – Normalidade dos erros: O modelo clássico de regressão linear supõe que cada
termo de erro seja distribuído normalmente com:
Além das hipóteses do modelo clássico de regressão linear, outros fatores também precisam ser
verificados para garantir que as estimativas estejam consistentes.
O principal ponto de atenção para previsões é verificar se a regressão encontrada não é uma regressão
espúria, em que as séries apresentam altos valores de correlação, mas não há nenhuma relação de
causa e efeito. Se esse for o caso, a regressão está apontando para uma relação que não existe de fato,
e a previsão fica comprometida.
Para evitar esse problema, as regressões lineares devem ser estimadas apenas com séries
estacionárias. Uma série é estacionária quando suas características estatísticas (média, variância,
mediana etc.) não se alteram ao longo do tempo. Assim, qualquer série que tenha tendência, quebra
estrutural ou autocorrelação é uma série não estacionária. Na Figura 6-5, é possível verificar exemplos
de séries não-estacionária e estacionária.
Essa exigência pode ser contornada se a regressão fizer uso de séries com a mesma tendência ou
mesma relação de longo prazo. Se isso ocorre, as séries são chamadas de cointegradas. Nesse caso, as
tendências das duas séries se anulam, de forma que os resíduos da regressão são estacionários. Em
resumo, para garantir que a regressão não esteja apontando para uma relação espúria, é preciso testar
se os resíduos são estacionários.
Para testar se uma série, ou resíduo de uma regressão, é estacionária, é possível utilizar o teste Dickey-
Fuller Aumentado (ADF). O teste parte da hipótese nula que a série testada é não estacionária e é
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 79
possível rejeitar essa hipótese se os valores encontrados para os testes forem maiores que os valores
críticos.
Além da estacionariedade dos resíduos, é importante também verificar a existência de exogeneidade
em alguns casos. Esse problema pode ocorrer quando a variável dependente tem relação de
causalidade com a variável independente. Por exemplo, um modelo de demanda para passageiros
domésticos que utiliza como variável dependente a tarifa pode sofrer de exogeneidade, uma vez que
a tarifa pode aumentar à medida que o número de passageiros aumenta. Isso é um problema porque
no modelo proposto, a hipótese é que o aumento da tarifa, por ser variável explicativa, impacta
negativamente os passageiros domésticos.
Assim, quando surgir a possibilidade de exogeneidade em algum modelo, é preciso testar a direção de
causalidade por meio do teste de Granger. O teste verifica se a variável independente é causa-granger
da variável selecionada. Valores baixos p-value rejeitam essa hipótese e é possível prosseguir com o
modelo selecionado.
As projeções baseadas em regressão linear realizadas neste Estudo percorreram todas as etapas acima
mencionadas, assegurando sua qualidade e validade estatística.
77International Civil Aviation Organization. Manual on air traffic forecasting. Vol. 8991. International Civil Aviation
Organization, 2006.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 80
Em alguns casos, é possível utilizar uma série independente como regressor, além da própria série
dependente que se deseja projetar. Neste caso, o próprio modelo ajusta o coeficiente desse regressor
para inclui-lo junto aos autorregressores.
As principais ferramentas para identificar o modelo ARIMA mais adequado ao caso concreto são as
funções de correlação amostral (ACF) e de correlação amostral parcial (PACF). A ACF representa a
correlação entre as observações de uma série e seus próprios valores defasados. Já a PACF também
representa a autocorrelação da série, porém controla os valores das defasagens menores, ou seja, isola
efeitos intermediários de correlação.
Por fim, após modelagem do modelo ARIMA a principal ferramenta para verificar se o modelo se ajusta
adequadamente aos dados e se, portanto, a projeção será consistente, é verificar se os resíduos do
modelo não são auto correlacionados. Segundo Gurajati (2008)78: “[Se] os correlogramas tanto da
autocorrelação quanto da autocorrelação parcial dão a impressão de que os resíduos estimados são
puramente aleatórios[...], não deve haver qualquer necessidade de procurar por outro modelo ARIMA”.
As projeções baseadas em ARIMA realizadas neste Estudo seguiram as melhores práticas indicadas na
literatura para assegurar a qualidade e validade estatística.
Figura 6-6: Rotina de seleção de variáveis independentes (ilustrativo) – válido para projeções com base em
regressão linear
6.4 Ajuste da projeção das variáveis por fatores específicos a cada fluxo
A quarta Etapa da metodologia geral (Figura 6-1) consiste em promover alterações nos resultados das
projeções das variáveis dependentes para incorporar efeitos que não foram devidamente capturados
no modelo de projeção ou nas projeções das variáveis, e aproximar os resultados da realidade que se
deseja espelhar.
79 Em casos em que se adotou um modelo puramente autorregressivo esta atividade não se aplica.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 82
Esses ajustes serão distintos em cada tipo de demanda e os ajustes serão detalhados no próprio
capítulo do fluxo de demanda. São exemplos dessa etapa as seguintes atividades:
• Divisão da demanda entre aeroportos competidores;
• Divisão entre diferentes modais;
• Ajustes das projeções em função da criação de novas rotas internacionais; e
• Ajustes devido à pandemia.
Neste capítulo serão apresentadas as metodologias da competição intramodal e intermodal de
passageiros comerciais.
O Aeroporto de Campo de Marte não realiza operações de aviação comercial, apenas de AVG. Por uma
série de razões abaixo expostas considerou-se a manutenção desta vocação ao longo da concessão.
o SBMT teria que sofrer diversas adaptações para eventualmente retomar operações
comerciais regulares. Além de RESA, outras adaptações teriam quer ser feitas em
termos de taxiways e pátios.O sítio aeroportuário está inserido em uma área área
80São considerados os passageiros domésticos e internacionais de aviação regular e charter. Os passageiros de aviação geral,
incluindo táxi aéreo, possuem drivers de crescimento diferentes e foram segregados na base de dados, sendo projetados no
capítulo de Aviação Geral.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 84
o Note-se por fim que o fato de o Aeroporto de Campo de Marte possui uma extensa
aérea militar e dispõem de uma série de instalações militares que poderia dificultar a
adaptação do sítio aeroportuário.
Pelos motivos acima expostos as projeções de demanda realizadas neste Relatório se atêm à aviação
geral, não endereçando passageiros e cargas na aviação comercial. Da mesma forma, não serão feitas
análises de competição intermodal e intramodal e demandas de pico atrelados à aviação comercial
(passageiros e cargas).
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 85
Figura 8-1: Projeção de movimentos de aeronaves como decorrência da projeção de passageiros no Aeroporto
A Figura 8-2 resume a metodologia adotada para a projeção de operações comerciais sem restrições 81.
A primeira etapa visa caracterizar os fluxos existentes em 2019 por par origem-destino e estabelecer
os critérios para: (i) a retomada de rotas que tenham sido descontinuadas na pandemia, e (ii) a criação
de novas rotas.
Na segunda etapa, realiza-se o cálculo dos gatilhos de demanda para a criação de novas rotas, com
base em distâncias mínimas e quantidades mínimas de passageiros/mês para cada classe de aeronave.
A terceira etapa consiste na alocação de passageiros às rotas existentes mapeadas e às novas rotas
potenciais ao longo do horizonte de projeção. Para as rotas existentes antes da pandemia, considera-
se que as operações são retomadas com as mesmas características pré-pandemia com o fim da
restrição e circulação. Novas rotas são efetivamente criadas quando a demanda real do Aeroporto
para a rota potencial supera o gatilho definido.
81Inicialmente projeta-se os movimentos de aeronaves sem restrições, isto é, sem levar em consideração eventuais restrições
de capacidade do Aeroporto. Posteriormente neste Relatório avalia-se eventuais restrições no longo prazo e seu reflexo sobre
o total de movimentos de aeronaves.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 87
A Figura 8-3 ilustra como as diferentes informações são coordenadas no esforço de definir a criação
de novas rotas e a retomada/expansão das rotas existentes antes da pandemia (maior detalhamento
será apresentado ao longo desta seção).
Na quarta etapa, calcula-se o número de movimentos por rota doméstica a partir da projeção de
assentos oferecidos e load factor para cada faixa de aeronaves, com base em uma avaliação da frota
atual brasileira. Os movimentos são calculados dividindo-se, período a período, a demanda de
passageiros de cada rota pela média de passageiros por movimento da classe de aeronave alocada
àquela rota.
Calculado o número de movimentos, parte-se para a quinta etapa: determinação do mix de aeronaves.
Para tal, são aplicados critérios de segregação dos modelos em classes, gerando informações utilizadas
nos Estudos de Engenharia e Afins e na Avaliação Econômico-Financeira. São consideradas as seguintes
classificações:
• Por faixa de envergadura (distância entre as pontas das asas);
• Por velocidade de cruzamento de cabeceira.
Cabe apontar que, conforme observado no 2.1, o Aeroporto não apresentou historicamente fluxos de
aeronaves de passageiros regulares relevantes. Uma vez que não é prevista a de passageiros
comerciais regulares no Aeroporto no horizonte da concessão, como apresentado no item 7, as
projeções não consideram fluxos de aeronaves de passageiros regulares para o Aeroporto.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 88
82Estes fluxos são menos relevantes para o operador aeroportuário, uma vez que não operam, controlam nem auferem
receitas com a maior parte das cargas domésticas e correios.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 89
Figura 9-1: Metodologia geral de projeção de cargas domésticas, internacionais e movimentos de aeronaves
cargueiras no Aeroporto
Cabe apontar que, conforme observado no 2.1, o Aeroporto não apresentou historicamente fluxos de
cargas domésticas e internacionais. Uma vez que não é prevista a criação de rotas de aviação regular
de passageiros no Aeroporto no horizonte da concessão, como apresentado no item 8, as projeções
não consideram fluxos de carga para o Aeroporto.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 90
Fonte: ABAG
Há duas razões principais para que, na aviação geral, projete-se o total de movimentos de aeronaves
e, posteriormente e de forma derivada, o total de passageiros. Primeiramente, AVG afeta a viabilidade
da concessão do Aeroporto ao gerar tarifas aeroportuárias de pouso e permanência e receitas
comerciais atreladas à hangaragem – e ambas têm como driver o total de movimentos de aeronaves.
Adicionalmente, em AVG os dados de passageiros são menos precisos que os de movimentos 84 e, em
muitos casos, não são sequer reportados ou simplesmente não há passageiros (ex. operações
relacionadas a serviços de aerofotografia ou de pulverização).
A Figura 10-2 resume as etapas da projeção, baseadas na metodologia geral delineada no capítulo 6:
83 Fonte: Decreto nº 7.168, de 5 de maio de 2010. Dispõe sobre o Programa Nacional de Segurança da Aviação Civil Contra
Atos de Interferência Ilícita (PNAVSEC). Diário Oficial [da] República Federativa do Brasil, Seção 1, p. 04-16, 06 maio 2010.
84 O registro de passageiros movimentados depende da qualidade das informações fornecidas pelas empresas, porém nem
todas as remetem.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 91
Como indica a figura, após as etapas de preparação dos dados (Etapa 1) e seleção e parametrização do
modelo de projeção (Etapa 2), os movimentos de AVG no Aeroporto são obtidos a partir da perspectiva
de evolução dos seguintes indicadores:
• Etapa 3: Projeção da movimentação de AVG em função da elasticidade da variável dependente
utilizada na regressão linear. As metodologias utilizadas partem das técnicas descritas no item
6.
• Etapa 4: Avaliação da participação de mercado do Aeroporto na RI frente a seus competidores
diretos apresentados no item 4.2.1.1. Não foram realizados outros ajustes sobre projeção dos
movimentos de AVG85
Finalmente, na Etapa 5, projeta-se o mix de aeronaves de AVG (variável de interesse para cálculos de
capacidade no Estudo de Engenharia e Afins e de receitas tarifárias, na Avaliação Econômico-
Financeira) e, a partir da média de passageiros por aeronave, o número de passageiros no aeroporto.
Nos próximos itens serão desenvolvidas as etapas acima.
85 Cabe enfatizar que a AVG recebeu impactos particulares da pandemia do COVID-19 a depender do setor específico de
operação. Enquanto certos setores têm registrado importante redução na movimentação (viagens de negócios, congressos
e artistas etc.), outros têm registrado aumento na demanda (UTI aérea, transporte de medicamentos e EPIs para locais mais
isolados etc.). Ainda há outros segmentos, como o de aeronaves agrícolas, que não foram afetados diretamente. Assim,
diante da multiplicidade de efeitos nos diferentes segmentos, não foram considerados impactos da restrição de circulação
sobre a movimentação de AVG. Por outro lado, é importante pontuar que as projeções de movimentos são impactadas pela
pandemia através dos efeitos econômicos traduzidos nas variáveis explicativas (PIB, Câmbio, QAV, etc.).
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 92
86 Dados disponibilizados pela Infraero via Lei de Acesso à Informação, Protocolo 00113.000284/2020-19, de 11/11/2020.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 93
e estratégico de qualidade que adiciona valor aos profissionais de aviação civil (Disponível em:
http://www.institutoaviacao.org/o_instituto , acessado em 16/10/2020)
89 A Associação Brasileira de Aviação Geral (ABAG) foi criada com o intuito de defender e promover os interesses da AVG
Organization e Flight Safety Foundation, com objetivo de criar uma fonte de dados consolidada sobre aviação gratuita, a
partir de dados obtidos da indústria de aviação
93 Pistão, Turboélice, Jato ou Helicóptero
94 Peso Máximo de Decolagem
95 Fonte: Planilha “Permanencia_2010_2020_setimarodada.xlsx”
96 “O Monitor do PIB/FGV estima mensalmente o PIB brasileiro em volume, em valor corrente e em valor constante a preços
de 1995. O objetivo de sua criação foi prover a sociedade de um indicador mensal do PIB, tendo como base a mesma
metodologia das Contas Nacionais do IBGE. Sua série inicia-se em 2000 e incorpora todas as informações disponíveis das
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 94
• PIB e população estadual e municipal, com periodicidade anual, entre 2000 e 2016 (PIB) e
entre 2000 e 2018 (população), divulgados pelo IBGE. A partir das informações municipais
reconstruiu-se as informações da RI;
• Yield [R$/km] e tarifas [R$] reais, com periodicidade mensal, obtidos a partir dos “Microdados
de tarifas aéreas comercializadas”97 e etapas médias [km/movimento] calculadas a partir das
fontes já citadas acima;
• Preço do querosene de aviação (QAV) internacional, com periodicidade mensal, entre
janeiro/2000 e dezembro/2019, divulgados pela U.S. Energy Information Administration98;
• Dados dos poços de petróleo – ANP. Apresenta dados desde 1941 sobre os poços de petróleo
nacionais com informações do nome do poço, status, bacia, localização, data de início e
conclusão da perfuração, entre outros.
Contas Nacionais do IBGE (Tabelas de Recursos e Usos, até o último ano de divulgação) bem como as informações das Contas
Nacionais Trimestrais do IBGE (CNT), até o último trimestre divulgado.” Fonte: https://portalibre.fgv.br/estudos-e-
pesquisas/contas-nacionais/monitor-do-pib/.
97 Disponíveis em: http://www.anac.gov.br/assuntos/dados-e-estatisticas/microdados-de-tarifas-aereas-comercializadas.
98 Disponível em https://www.eia.gov/dnav/pet/hist/LeafHandler.ashx?n=pet&s=eer_epjk_pf4_rgc_dpg&f=m, acessado em
02/09/2020.
99Os resultados compilados das diferentes combinações de variáveis explicativas testadas para análise de movimentos são
para essa função no histórico recente100, decorrente da migração das operações da Petrobrás para os
aeroportos do Rio de Janeiro101.
Dessa forma, a série dos poços foi usada para calibração do modelo de forma a obter uma elasticidade
de PIB mais condizente com a realidade. Se por acaso essa variável não fosse utilizada, a elasticidade
do PIB poderia ser superestimada, o que geraria viés na projeção para esses aeroportos no longo prazo.
Com a inclusão da variável, o coeficiente obtido é mais condizente com a realidade, ou seja, encontra-
se uma elasticidade média do PIB da RI que realmente reflita o impacto da variável na movimentação
desses aeroportos102.
A Equação 10-1 apresenta o modelo utilizado na regressão:
100 Verificou-se forte relação entre o aquecimento da indústria do petróleo e a demanda de voos de instrução. A partir de
análises, constatou-se que a redução drástica no número de movimentos do aeroporto de Campo de Marte nos últimos anos
esteve associada ao desaquecimento da indústria do petróleo. Segundo atuantes no mercado de escola de aviação, a indústria
do petróleo contratava muitos pilotos para realizar o transporte de tripulantes de e para as plataformas de petróleo e para
as sondas de perfuração. Com o desaquecimento da indústria do petróleo, houve redução dos movimentos de helicópteros
em voos de instrução no aeroporto de Campo de Marte e, com a concentração das operações da Petrobrás nos aeroportos
do Rio de Janeiro, não é esperado que a retomada da indústria de petróleo volte a impactar significativamente os movimentos
no Aeroporto de Campo de Marte.
101 Fonte: https://g1.globo.com/sp/santos-regiao/noticia/petrobras-desativa-todas-as-operacoes-aereas-para-plataformas-
no-litoral-de-sp.ghtml
102 De forma a capturar esse efeito que trouxe impactos a partir de 2010, a regressão considera os dados para o período entre
janeiro de 2010 e dezembro de 2018 (último ano com dados de PIB municipais disponíveis).
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 96
percentual esperada na demanda a partir de uma variação porcentual em cada variável explicativa,
mantendo as demais constantes).
Como discutido no item 6, diversos testes estatísticos são necessários para garantir que a previsão seja
feita com os melhores estimadores possíveis.
Os resultados preliminares apontaram para autocorrelação dos resíduos, infringindo uma premissa do
modelo clássico de regressão e prejudicando a previsibilidade do modelo. O resultado do teste de
Durbin-Watson pode ser observado na Tabela 10-1 (valores abaixo de 1,5 podem indicar
autocorrelação).
Assim, optou-se por aplicar o método dos mínimos quadrados generalizados (MQG) com as mesmas
variáveis explicativas, corrigindo o problema de autocorrelação (vide item (i)6.2.1.1). Os resultados da
regressão através desse método podem ser observados na Tabela 10-2:
PIB Brasil
A projeção do PIB brasileiro no horizonte da concessão baseia-se nas taxas de crescimento anuais do
PIB real informadas pela SAC/MI103 para os anos de 2021 a 2050 (Tabela 10-8). Para o período
remanescente considera-se a projeção de PIB para o último ano.
103 Atualizada conforme diretrizes SAC/MI disponibilizadas em 12/01/2021 no âmbito do chamamento público.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 98
Fonte: SAC/MI
A Figura 10-5 apresenta a projeção do PIB Brasil no horizonte da concessão, consolidada por ano, a
valores constantes de 2019.
PIB RI
Uma vez de posse dos dados históricos de PIB e população dos municípios que compõe a RI, estima-se
o PIB/capita da RI para o ano base104. A seguir a projeção considera (i) que a Região de Influência do
Aeroporto terá a mesma variação percentual do PIB/capita anual do país ao longo da concessão e (ii)
que a população da RI varia com a mesma taxa de crescimento da população do estado (estimada pelo
IBGE 105).
Ao se multiplicar a projeção do PIB/capita da RI pela projeção de população obtém-se a projeção do
PIB total da RI e calcula-se a variação anual dessa variável, conforme apresentado na tabela a seguir.
Cabe ressaltar que todas as regressões são realizadas com as variáveis dessazonalizadas, sendo a
sazonalidade reincorporada nas projeções dos fluxos futuros de movimentos.
Importante destacar que, conforme apresentado no item 10.2, não há previsão de retorno das
operações de treinamentos dos pilotos no aeroporto, dada a mudança operacional da Petrobras.
Assim, projeta-se a variável “poços de petróleo” como constante (sem variação), uma vez que a
variação no número de poços perfurados não impactará a movimentação do aeroporto no horizonte
de concessão106.
Aplicando-se a projeção das variáveis independentes na regressão é estimado o total de movimentos
de AVG para os aeroportos selecionados da RI, apresentada na figura a seguir consolidada ano a ano
104 Na data de realização dos estudos não haviam sido publicados dados de PIB estaduais mais recentes do que 2018.
105 Disponível em https://www.ibge.gov.br/apps/populacao/projecao//index.html. Acesso em 24/08/2020.
106 Como já explicado, a utilização da série “poços perfurados” foi utilizada para melhor calibração da elasticidade-PIB para a
movimentação.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 100
para mais fácil visualização. Prevê um crescimento de 2,7% ao ano entre 2023 e 2052 (de 112 mil para
240 mil movimentos de AVG).
Figura 10-6: Projeção de movimentos de AVG para os aeroportos selecionados da RI (SBMT e SBSP)
107 De acordo com classificação ICAO, Aircraft Operation, Vol 2, Capítulo 1, Seção 4.
108 De acordo com classificação ICAO, Aerodrome Design and Operation, Vol 1, Annex 14.
109 Com base no tarifário da Infraero, disponibilizado na Portaria nº 103/2019 da SRA
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 102
110Para a análise avaliou-se qual o percentual médio de envergadura atrelada a cada classe de velocidade de aproximação.
Por exemplo, para a classe de velocidade de aproximação C, 9% das aeronaves possuem classe de envergadura A, 24% classe
B e 67% classe C.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 103
A Figura 10-10 apresenta o histórico de aeronaves por classe de envergadura para o Aeroporto em tela
e na Figura 10-11 observa-se o resultado dessa metodologia.
Como feito no mix por velocidade de aproximação, calcula-se o total de movimentos de cada classe de
envergadura multiplicando o share pela movimentação total calculada no item 10.4. O resultado da
projeção pode ser observado na Figura 10-11.
Figura 10-12: Histórico de mix de aeronaves de AVG domésticas por classe de PMD no Aeroporto em 2019
Por fim, os resultados da projeção do mix por classe de PMD doméstico é apresentado na Figura 10-13.
111Fonte: Estatísticas de movimentação da Infraero mensais disponibilizadas pela Infraero via Lei de Acesso à Informação,
Protocolo 00113.000284/2020-19, de 11/11/2020.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 105
Figura 10-13: Projeção de aeronaves de AVG domésticas por classe de PMD no Aeroporto
Figura 10-14: Metodologia para cálculo das receitas de permanência de AVG doméstico e internacional
Figura 10-15: Percentual das aeronaves de AVG que pagaram permanência no Aeroporto
A projeção do percentual de aeronaves pagantes doméstica foi estimada conforme o modelo ARIMA
e, após avaliar diferentes possibilidades, foi utilizado o modelo ARIMA (1, 0, 0). Todos os testes
apontaram que não havia autocorrelação dos resíduos, validando o modelo escolhido. O resultado da
projeção aponta para uma estabilidade em um patamar médio de 2% ao longo da concessão. O
número de aeronaves pagantes é estimado ao se multiplicar o percentual projetado pela projeção de
movimentos totais de AVG no aeroporto.
A seguir estima-se o percentual das aeronaves pagantes por área de permanência (manobra ou
estadia). A análise histórica permite identificar que não houve variação significativa desse parâmetro
ao longo do tempo e, para o Aeroporto, adotou-se para a projeção o valor médio observado em 2019.
Para as aeronaves domésticas de AVG, 97,3% tiveram sua permanência em áreas de manobra e 2,7%
em áreas de estadia.
Utilizando-se dos dados disponíveis na mesma base supracitada, projeta-se o tempo médio de
permanência das aeronaves domésticas, separadas em áreas de manobra e de estadia. A tabela a
seguir apresenta os tempos de estadia por classe e área de permanência de AVG em 2019.
A projeção dos tempos médios de permanência de AVG consideraram a manutenção dos patamares
observados em 2019, uma vez que não se espera mudanças significativas na dinâmica operacional dos
operadores.
Por fim, para se obter a classe tarifária de permanência à qual o Aeroporto estará sujeito, deve-se
determinar a faixa de PMD de permanência representativa do aeroporto, feita a partir de análises dos
históricos de movimentação, apresentados no item 10.5.3.1. Para o caso das aeronaves domésticas
calculou-se como faixa representativa de PMD o intervalo de 2 a 4 toneladas. Para o Aeroporto as
projeções do mix de aeronaves de AVG mantém os patamares históricos observados e, portanto, não
haverá alteração das faixas representativas ao longo da concessão. Calculada a faixa representativa de
PMD de cada classe é possível avaliar a tarifa horária correspondente para o Aeroporto, a ser detalhada
na Avaliação Econômico-Financeira.
Figura 11-1: Projeção de demandas de pico como decorrência da projeção de passageiros no Aeroporto
No caso dos passageiros, esse fluxo irregular deve ser atendido com um determinado padrão de
conforto. A prática recomendada pela International Air Transport Association (IATA), e também
adotada no Brasil (ANAC), é que se dimensione as instalações para um nível de conforto adequado aos
passageiros em instantes de fluxo intenso (momentos de pico), admitindo-se que nos instantes
extremos de solicitação haja certa redução desse nível, evitando investimentos excessivos que levem
à exploração de uma infraestrutura ociosa.
Para os sistemas de pista e pátio de aeronaves, por outro lado, os parâmetros de dimensionamento
são mais rígidos: deve-se atender aos instantes de maior solicitação, evitando impactos operacionais
e econômicos mais severos, tais como atrasos e deslocamento de aeronaves para outros aeroportos
por exemplo.
Este Relatório de Mercado descreve o processo de cálculo e a projeção das demandas de pico para os
principais subsistemas do aeroporto:
1. Terminal de passageiros (TPS): passageiros em hora-pico;
2. Sistema de pistas: movimentos de aeronaves em hora-pico;
3. Sistema de pátios de aeronaves comerciais: posições de pátio ocupadas no instante de maior
solicitação;
4. Estacionamento de veículos: número de vagas ocupadas na hora-pico do estacionamento.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 110
Os critérios de definição de hora-pico e metodologias para cada um dos quatro subsistemas acima são
descritos nos respectivos itens deste capítulo.
Conforme observado nos capítulos anteriores SBMT possui uma vocação dedicada para operação de
aviação geral. Dessa forma, as demandas de pico projetadas para o aeroporto que refletem essa
operação são: a movimentação de aeronaves na hora pico e pico de ocupação do estacionamento de
veículos.
Por fim, cabe mencionar que, de acordo com o manual da Infraero de dimensionamento, os pátios de
aviação geral e o terminal de passageiros de aviação geral são dimensionados com base na demanda
anual destes movimentos, conforme critérios empregados no Relatório de Engenharia e Afins.
114 Exemplos de ajustes pontuais realizados nos dados da Etapa Básica para empresas Brasileiras: 1. Data/hora de chegada
posterior à data/hora de partida de uma mesma aeronave num mesmo aeroporto; 2. Hora de partida/chegada com os
minutos na base 100 e não base 60, por exemplo: 10:97, portanto com o ajuste resulta em 10:58. 3.Aeronaves que se
apresentaram simultaneamente em aeroportos distintos; 4. Aeronaves que chegaram em um aeroporto e reapareciam em
outro, sem haver um voo entre os dois aeroportos; 5. Aeronaves com DI (Dígito Identificador) “D” foram retirados da base,
para evitar movimentos duplicados de aeronaves. Dada a magnitude da base, os problemas foram rastreados e identificados
com algoritmo computacional (flags), e depois ajustados tendo como gabaritos os dados da própria Etapa Básica, em semanas
distintas daquela em que o erro foi detectado, do SIROS, do VRA, publicados pela ANAC e até mesmo média de tempo de voo
ou de permanência no aeroporto, conforme o caso. No caso da Etapa Básica de empresas estrangeiras, foram aplicados
ajustes extras que precedem os citados acima, pois a base não continha dados da matrícula da aeronave e tampouco
identificação de etapa Básica ou Combinada. Desse modo, antes de tudo identificou-se os voos diretos, ou seja, aqueles que
tem “1” como resultado da subtração da coluna “Sequência de Destino” da coluna “Número da Etapa de Origem”. Após esse
filtro, criou-se uma identificação para cada aeronave para torná-la rastreável e a partir de então foi possível ajustar as
datas/horas de chegada e partida. O ajuste de rastreabilidade foi feito considerando em conjunto as informações de empresa
aérea, modelo da aeronave e a rota desenvolvida.
115 Fornecido no Dataroom
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 111
116 Utiliza-se a base de movimentação horária disponibilizada no data room. Fonte: SAC/MI.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 112
Figura 11-2: Média Diária de Movimentos (Sem Cruzamentos e TGL) Hora-Hora de Segunda a Sexta de SBGR,
SBCF, SBCG e SBJV – 2019
Assim, adotou-se como abordagem uma variação progressiva do fator de pico partindo dos dados reais
de 2019 para o Aeroporto. A variação do fator de pico segue curvas produzidas a partir de estatísticas
de aeroportos nacionais conforme detalhado na seção 11.2.1.1.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 113
As projeções de hora-pico de pista são finalmente obtidas a partir da aplicação sucessiva, ano a ano,
do fator de decaimento de cada curva de referência (expoente da função potência que representa a
curva) sobre os respectivos fatores de pico calculados.
A figura abaixo sintetiza a metodologia de projeção da hora-pico de pista.
Figura 11-4: Relação entre fator de hora-pico de pista e movimentação total para aeroportos brasileiros
117 Esta base contempla todos os aeroportos nacionais com operação comercial regular.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 114
118 Eventuais diferenças de ± 1 movimento de pista nos gráficos e tabelas apresentados neste item decorrem de
arredondamentos.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 115
Figura 11-6: Projeção de hora-pico de pista total no aeroporto por classe de envergadura
Figura 11-7: Projeção de hora-pico de pista total no aeroporto por classe de velocidade de cruzamento de
cabeceira
Assim, a avaliação desta demanda de pico deve ser feita caso a caso, respeitando ao máximo possível
as especificidades locais. Idealmente, deve-se considerar as estatísticas recentes do estacionamento
do aeroporto, que refletem tais características.
Esta seção destina-se ao cálculo de demanda de pico do estacionamento de veículos do Aeroporto,
considerando as diferentes classes de usuários e os respectivos drivers de projeção.
119 Termo que designa o conjunto de funcionários que trabalham no aeroporto, seja para o administrador do aeroporto, seja
para empresas que nele operem, seja para órgãos públicos. A subcategoria de isentos de tarifas de estacionamento é
composta por funcionários agraciados com tal benefício pela autoridade aeroportuária, dentro de um limite estabelecido no
contato de concessão do estacionamento.
120 As demandas de áreas para veículos de locadoras são tratadas na análise de locação de áreas comerciais (due diligence de
contratos no Relatório de Engenharia e Afins), já que: (i) em geral não utilizam áreas locadas dedicadas, frequentemente,
inclusive, fora do sítio aeroportuário, e (ii) esta demanda em particular não deveria suscitar expansões de infraestrutura
(novas vagas), uma vez que não visa atender diretamente os passageiros, isto é, não visa ampliar nível de serviço do
aeroporto.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 117
Como resultado, a demanda de vagas no aeroporto cresce de 35 vagas em 2023 para 74 ao final do
prazo da concessão.
Figura 11-8: Projeção da demanda de vagas de estacionamento no Aeroporto, por segmento de usuário
Como se verá no Relatório de Engenharia e Afins, um novo ciclo de expansão de vagas é engatilhado
quando a ocupação no pico atinge determinado percentual da capacidade, assegurando o
atendimento a todos os usuários do Aeroporto.
122 Mais especificamente nos capítulos 1.6 Avaliação da Capacidade Instalada, 2.3.2 Necessidades Futuras, 2.3.3. de Diretrizes
Por sua vez, a demanda preterida por SBSP tende a ser absorvida predominantemente pelo Aeroporto
Campo de Marte por conta da (i) vocação do Aeroporto (exclusivo para AVG), (ii) perfil dos movimentos
(majoritariamente domésticos) e (iii) proximidade124 com a zona geradora de demanda de SBSP.
A seguir estima-se a demanda potencial total de AVG em SBSP ao se somar a demanda prevista
originalmente para o Aeroporto, apresentada no item 10, à demanda preterida pelo Aeroporto de
Congonhas125. Essa demanda adicional de movimentos reflete em todas as demais projeções de
demanda dependentes, isto é, todas as projeções de demanda que seguem a partir do capítulo 10.4
(mix de aeronaves, passageiros de aviação geral e demandas de pico) são recalculadas seguindo a
metodologia previamente apresentada a partir dessa nova demanda anual restrita126. O resultado da
demanda potencial para SBMT pode ser visto na Figura 12-1.
A seguir se faz necessário calcular o novo mix de aeronaves (classe de envergadura, velocidade de
aproximação e PMD) do Aeroporto. A análise considera que as aeronaves perdidas por um aeroporto
em um cenário de restrição mantêm o seu mix original, ou seja, se determinado aeroporto possui 20%
de aeronaves de AVG de envergadura de classe C, a demanda excedente desse aeroporto também terá
20% de aeronaves classe C. Dessa forma, a demanda excedente capturada por SBMT irá incorporar o
mix perdido por SBSP, alterando o mix de aeronaves calculado anteriormente no item 10.5.
Uma vez calculada a nova demanda potencial para o Aeroporto, avalia-se a existência de eventuais
restrições impostas pelas características do sítio e do entorno do aeroporto tanto sob a ótica
124 Como citado no item 3.3, o tempo de deslocamento é um dos principais fatores de escolha do aeroporto para a demanda
de AVG.
125 A demanda de SBSP é dada pela diferença entre a demanda apresentada no item 10.3, que considera SBSP e SBMT, e o
A avaliação do Aeroporto Campo de Marte, perante os itens ambientais listados anteriormente, indica
que o sítio aeroportuário apresenta condições ambientais naturais que devem ser adequadamente
geridas para que não inviabilizem ou restrinjam a prática da aviação civil no aeroporto.
Além das condições ambientais naturais do local do sítio, aspectos das atividades aeroportuárias
operacionais que impactam a população e o entorno também podem resultar em restrições à
demanda projetada para o empreendimento. No setor da aviação, esses aspectos referem-se,
principalmente, aos seguintes temas:
• Ruído aeroportuário;
• Licenciamento Ambiental;
• Risco da Fauna;
• Ocupações irregulares no sítio; e
• Desapropriações.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 121
Sistema de gerenciamento da
fauna implantado e controlado.
Implantar e manter
Entorno de até 5km possui integralmente o Programa de
Risco da fauna áreas importantes para a aves Gerenciamento da Baixo
migratórias e áreas Biodiversidade e Risco da
classificadas como muito Fauna
sensível para espécies
ameaçadas.
Não existem ocupações
Ocupações
irregulares no sítio - Ausente
irregulares
aeroportuário
Não serão necessárias
Desapropriações - Ausente
desapropriações
Fonte: Consórcio GCA
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 123
A avaliação neste item indica que há fatores socioambientais conhecidos que podem causar restrições
à demanda de movimentos projetada para o Aeroporto Campo de Marte ao longo dos anos de
concessão. Para os fatores identificados foram propostas medidas mitigadoras que estão detalhadas
no Relatório 3 - Estudos Ambientais, as quais se devidamente implantadas minimizarão os riscos de
restrições à demanda projetada.
Movimentos/hora 50 50
Ao se comparar a demanda potencial, apresentada no item 12.1, com a capacidade anual do sistema
de pistas (Figura 12-3), observa-se que o Aeroporto estará restrito a partir de 2033 e, portanto, a partir
desse ano passa a perder parte da demanda para seus competidores. Dessa forma, o cenário com
restrições para SBMT considera que os movimentos aumentem de 112 mil em 2023 para 143 mil em
2033, quando o aeroporto atinge sua capacidade, passando a se manter nesse patamar até o fim da
concessão131.
Figura 12-3: Comparativo entre demanda anual (sem restrição) e capacidade anual pista132
Tabela 12-3: Alcance máximo do sistema de pistas para as aeronaves típicas de AVG
Alcance máximo
Aeronave típica
(nmi)
Ao se analisar o alcance do sistema de pistas (Figura 12-4), observa-se que o Aeroporto tem potencial
para atendimento de viagens diretas para todos os destinos nacionais e para alguns destinos
internacionais concentrados principalmente na América do Sul.
133 A estabilização da demanda anual de passageiros decorre das restrições de movimentos de aeronaves atreladas às
limitações no sistema de pistas.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 127
Figura 12-5: Comparativo entre demanda anual e Capacidade do TAG – Demanda anual
12.4.1 Passageiros
12.4.2 Aeronaves
Figura 12-14: Projeção do mix total de aeronaves por classe de velocidade de cruzamento de cabeceira
Figura 12-17: Projeção de movimentos-hora de permanência para aeronaves de aviação geral domésticas
A figura a seguir mostra os dados de movimentação de aeronaves de AVG para o Aeroporto e seus
comparáveis.
SBMT teve, em 2019, uma movimentação de AVG acima da média da amostra e próxima à do
aeroporto Boire Field, nos EUA. Ao fim da concessão, é esperado que o aeroporto atinja um patamar
superior a 11 dos 12 comparáveis nacionais e estrangeiros.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 135
Ademais, observa-se que a infraestrutura de pista do aeroporto permite que os usuários realizem voos
para diversos locais no Brasil, América Latina e África, com uma aeronave típica de AVG conforme pode
se visualizar na figura a seguir.
sobrevoo e TGL.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 136
1 APRESENTAÇÃO
A Kido Dynamics é uma empresa fundada na Suíça e que há cerca de 3 anos trouxe ao Brasil o poder
do conhecimento sobre o comportamento de mobilidade de milhões de pessoas utilizando
ferramentas de big data e machine learning aliados aos princípios da ciência da física social. Desde
uma área específica até um país inteiro podemos dizer com muita precisão como as pessoas se
moveram em qualquer período de tempo dentro dos últimos cinco anos.
A plataforma OD Matrix foi desenvolvida pela Kido Dynamics e funciona como um gerador automático
de matrizes de origem-destino. De forma bastante resumida, através desta plataforma é possível
conhecer os padrões e os volumes de fluxo de pessoas que se deslocam em uma determinada região
em um determinado intervalo de tempo.
A origem da informação disponibilizada nesta plataforma são os dados coletados pelas operadoras de
telefonia móvel, os CDRs (call detail records), que representam a fonte de informação mais confiável
para a inferência da mobilidade humana, uma vez que as amostras obtidas são altamente
representativas, tanto em relação à quantidade total de população, quanto ao número de eventos
obtidos para cada usuário por dia.
Sobre os dados oriundos das redes de telefonia móvel são aplicadas as mais avançadas técnicas de big
data e algoritmos de machine learning são utilizados para reconstruir as trajetórias dos grupos
populacionais com comportamentos de mobilidade semelhantes.
O sistema da plataforma OD Matrix foi desenhado para que o próprio usuário possa carregar a sua
configuração de zonas de origem e destino para análise e também foram incorporados menus de
escolha de variáveis permitindo a segmentação das matrizes de acordo com parâmetros de entrada,
possibilitando assim a geração de resultados específicos e alinhados com os objetivos do projeto.
Zoneamento – Campinas/SP
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 140
Para este projeto, os volumes de deslocamentos de e para os aeroportos do estudo foram utilizados
como referência para os estudos de demanda dos terminais de passageiros.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 143
2 METODOLOGIA
A tecnologia desenvolvida pela Kido Dynamics para a análise de metadados de mobilidade está
baseada na patente da União Europeia, número de série 18 202 716.9. O processo de caracterização
da mobilidade em um âmbito geográfico se dá, de forma resumida, através das fases descritas a seguir.
2.2 Georreferenciamento
operadoras que fornecem os dados, permitindo obter medidas comparáveis entre si em localizações
diferentes ou agregar dados de mobilidade de distintas fontes para uma mesma localização.
Malha de resolução espacial da tecnologia da Kido Dynamics no Brasil (acima) e em uma região de São Paulo
(abaixo). O mapa completo pode ser solicitado à Kido Dynamics.
2.2.2 Zoneamento
As matrizes de origem-destino fornecidas pela plataforma OD Matrix podem ser obtidas para
quaisquer configurações de polígonos de origem e destino desde que a região geográfica de análise
esteja contemplada no escopo do projeto contratado. O tamanho de cada zona precisa ser compatível
com a malha de resolução espacial desenvolvida pela Kido Dynamics, embora a morfologia da zona
seja de livre definição.
Cada zona deverá conter um identificador único e deverá ser categorizada como núcleo ou periferia.
Serão geradas nas matrizes de origem-destino apenas aqueles deslocamentos entre duas zonas do tipo
núcleo ou entre uma zona do tipo núcleo e uma zona do tipo periferia (e vice-versa). Viagens entre
zonas periferia não são exibidas, de forma que o usuário possa destacar quais são os pares de origem-
destino mais relevantes ao projeto.
no tempo. As séries temporais de eventos por dispositivo mostram saltos entre antenas em ocasiões
de até várias horas e até vários quilômetros.
Nesse sentido, para dispor de uma visão completa da mobilidade foi desenvolvido um procedimento
de reconstrução de trajetórias baseado nos resultados de profundas pesquisas realizadas no campo
da socio física: se assume que a atividade demográfica humana responde ao princípio da máxima
entropia.
A aplicação disto em estudos de mobilidade indica que a distribuição mais provável para a trajetória
de um usuário é aquela que maximiza a entropia usando como condicionante as observações definidas
pelos dados da operadora móvel.
Esquerda: o agregado das sequências após os filtros. Direita: o agregado após a reconstrução.
Exemplo de trajetória individual simulada com agentes virtuais (linhas da esquerda), projetada à rede de
antenas (polígonos da esquerda) e depois à malha viária (direita).
A agregação da atividade dos agentes virtuais fornece um mapa de probabilidade sobre as vias que
determinam o padrão do tráfego na região ou conjunto de dispositivos selecionado.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 146
Esquerda: trajetórias reconstruídas na malha. Direita: trajetórias reconstruídas na rede viária local.
3.3 Commuting
Esta variável permite a segmentação de deslocamentos do tipo pendulares, isto é, deslocamentos
realizados dentro do mesmo dia, pelo mesmo usuário, e que possuam um par inverso onde as origens
e os destinos estão intercambiados.
4.2 CDRs
Correspondem aos registros mínimos gravados pelas operadoras sobre a utilização da rede móvel de
telefonia. Cada evento possui uma antena atribuída, um horário, a atividade (SMS, chamada, dados
etc.) e uma identificação criptografada (anônima) do usuário que utilizou a rede móvel. Estes registros
são filtrados a fim de que se mantenham apenas aquelas informações que são relevantes para a
caracterização de mobilidade.
Os eventos de telefonia são classificados em eventos de mobilidade (parada, viagem etc.), sendo
possível também conhecer as trajetórias dos deslocamentos realizados, a partir da reconstrução
temporal dos eventos de telefonia e da análise da compatibilidade cinemática dos movimentos quando
são projetos na malha viária da infraestrutura local.
137 Dados até 2019 disponibilizados pela Infraero via Lei de Acesso à Informação, Protocolo # 99927000070201900 com data
de abertura 22/02/2019 e #99927000035201982 com data de abertura 07/02/2019).
138 Disponível em: https://www.anac.gov.br/assuntos/dados-e-estatisticas/dados-estatisticos/dados-estatisticos, acessado
em 06/11/2020.
139 Disponível em https://institutoaviacao.org/anuario, acessado em 06/11/2020.
140 Disponível em http://www.daesp.sp.gov.br/estatisticas/, acessado em 06/11/2020.
141 Disponível em http://portal.cgna.gov.br/resources, acessado em 06/11/2020.
AEROPORTO CAMPO DE MARTE | Estudos de Mercado 154