v.
5, n. 1, Janeiro-Abril/2021 This work is licensed under a Creative
Commons
Attribution
4.0 International License
Avaliação de
veículos utilizados na distribuição urbana de mercadorias na perspectiva do
bem-estar da população
Cesar Eduardo Leite
cesareleite@hotmail.com
ORCID: 0000-0002-6144-7733
Programa de Pós-Graduação
em Transportes, Universidade de Brasília
Brasília, Distrito
Federal, Brasil
Sérgio Ronaldo Granemann
ORCID: 0000-0001-8772-798X
Programa de Pós-Graduação
em Transportes, Universidade de Brasília
Brasília, Distrito
Federal, Brasil
João Carlos Félix Souza
ORCID: 0000-0002-9883-8148
Faculdade de Tecnologia,
Universidade de Brasília
Brasília, Distrito
Federal, Brasil
O crescimento
das cidades e a valorização do conforto de seus habitantes determina um trade-off
que pondera entre o transporte urbano de mercadorias, possível gerador de
desconforto, e o bem-estar da população. A utilização correta de insumos, inputs,
e a efetiva entrega de produtos, outputs, determinam a eficiência, cuja
comparação entre seus pares indica o benchmarking. Os outputs
representam a perfeita realização dos resultados esperados do processo de
transporte urbano de mercadorias, enquanto os inputs representam a
tolerância da população aos impactos negativos causados ao seu bem-estar.
A pesquisa se utiliza da análise envoltória de dados para avaliar os veículos
utilizados no transporte urbano de mercadorias, e indica como benchmarking
aquele que promova menores desconfortos aos moradores. Como resultado, são
identificados os veículos mais eficientes por realizarem a sua atividade
mantendo o bem-estar da população.
Palavras-chave: Logística
Urbana; Análise Envoltória de Dados; Incomodidades da População.
Evaluation
of vehiches used in urban distribution of goods in the perspective of
population well-being
ABSTRACT
The growth of
cities and valuing of its inhabitants’ comfort determine a trade-off that consider
between urban freight transport, possible discomfort generator, and the
population well-being. The appropriate use of raw materials (inputs) and the
effective delivery of products (outputs) determine efficiency, which indicates benchmarking
after peer comparinson. The outputs represent the perfect realization of expected
results of the urban goods transport process, while the inputs represent the
population's tolerance to the negative impacts caused to their well-being. The
research uses the data envelopment analysis to evaluate the vehicles used in
urban goods transport, and indicates as benchmarking the one that promotes the
least discomfort to residents. As results, the most efficient vehicles are
identified for carrying out their activity while maintaining the population well-being.
Keywords: Urban Logistics; Data
Envelopment Analysis; Population Discomforts.
Submetido: 30/10/2020
Aceito: 30/12/2020
Publicado: 30/04/2021
CONSIDERAÇÕES
INICIAIS
Durante todo o Século XX os princípios
da Administração Científica difundiram o lema de se “produzir mais com menos”
nas indústrias, e a fórmula básica da produção orientou seu resultado como
sendo o avaliador do desempenho empresarial da época (Taylor, 2011). A força da
produção é definida como a razão entre aquilo que se produz, os outputs,
sobre tudo aquilo que tenha sido utilizado para se produzir, os inputs,
e é definida como produtividade (Slack, Chambers & Johnston, 2011). Nesse
período, com o desenvolvimento da industrialização, surge a competição entre as
empresas, onde aquela que produz a maior quantidade com o menor custo é
considerada a mais economicamente eficiente (Mankiw, 2013).
As empresas mais eficientes são
consideradas referência para suas concorrentes, as quais deveriam buscar
estratégias para alcançar o mesmo nível. Surge, então, o conceito de Benchmarking,
que consiste na comparação de processos empresariais, identificando as melhores
práticas utilizadas, as quais se configuram como meta para os processos que não
alcançaram esse estágio (Ferreira & Gomes, 2009).
O conceito de eficiência, nesta
pesquisa, se baseia naquele utilizado pelo método de Análise Envoltória de
Dados (Data Envelopment Analysis - DEA) (Farrell, 1957; Charnes, Cooper &
Rhodes, 1978; Banker, Charnes & Cooper, 1984), que utiliza o conceito de benchmark
para delimitação de uma linha de eficiência dentre as relações inputs -
outputs avaliadas. São analisados os veículos transportadores de
mercadorias utilizados e identificados aqueles que geram menores desconfortos
para a população da cidade de São Paulo, determinando-os como Benchmarking
para os demais.
Utilizando-se de um conceito mais
elementar, um veículo representa qualquer meio utilizado para transportar ou
conduzir pessoas, animais ou volumes, de um lugar para outro. No caso, os
veículos avaliados são os meios utilizados para o Transporte Urbano de
Mercadorias - TUM, como as entregas de fast food, do e-commerce,
entregas de diversas lojas de departamentos, mensageiros e correios, e tantos
outros modelos de distribuição de mercadorias na área urbana.
O desenvolvimento de processos
industriais e comerciais mais produtivos, associados ao aumento do consumo e a
geração de renda, promovem uma contínua concentração nas áreas urbanas. A vida
na cidade atrai mais população e a necessidade de mais insumos, o que resulta
em maior número de viagens para o TUM e mais pessoas circulando, mais veículos,
mais poluição, e maior desconforto para essa população. Na realidade do Brasil,
essa concentração da população nas cidades faz com que a população urbana
chegue a ser nove vezes maior que a população rural (Brito & Pinho, 2016).
Para que a população receba os insumos
que necessita precisa aceitar o desconforto gerado pelo transporte mercadorias,
e renunciar a parte do seu bem-estar. É um trade-off que determina a
escolha da solução de um problema em detrimento de outro, e aqui, esse trade-off
pondera entre o benefício e o desconforto gerado pelo TUM (Mankiw, 2013).
A logística urbana estuda os serviços de
transporte de mercadorias no ambiente urbano (Taniguchi, Thompson, Yamada &
Van Duin, 2001), e tem a eficiência como a maior produtividade nas entregas,
segundo a visão econômica. Assim, a logística urbana tem se dedicado a fazer as
mercadorias chegarem ao seu destino e proporcionar o Bem-Estar da População -
BEP através de suas necessidades de insumos atendidas, sem avaliar o
desconforto gerado por sua atividade.
A pesquisa se propõe a complementar a
estratégia do TUM, baseado na produtividade, com a avaliação do BEP, e pondera
dentre os meios de transporte utilizados, aqueles que geram menor desconforto
para a realização dos serviços de transporte de mercadorias no ambiente urbano.
Para identificar os fatores que determinam o BEP, é estudado o Plano Diretor de
São Paulo (São Paulo, 2014), onde se definem as situações indesejáveis que
geram desconforto a todos, definidas como incomodidades (Araújo Junior, 2005).
O objetivo da pesquisa é avaliar a
eficiência dos veículos usados no TUM na cidade de São Paulo, segundo os
fatores que impactam negativamente no bem-estar da população, baseados em seu
Plano Diretor Estratégico - PDE. Para isso, utiliza-se a Análise Envoltória de
Dados - DEA para se calcular a eficiência de cada veículo selecionado.
Na utilização do DEA, os veículos são
designados como as Decision Making Units - DMU’s (Unidades Tomadoras de
Decisão), que oferecem os resultados esperados de um bom serviço de TUM, os
outputs, com a utilização do desgaste do BEP provocado pelos impactos
negativos gerados pelo TUM, os inputs. Para aplicação do método DEA é
utilizado o software SIAD - Sistema Integrado de Apoio à Decisão (Meza, Biondi
Neto, Mello & Gomes, 2005), ferramenta que atende plenamente às
necessidades.
Os resultados comprovam que, quando são
utilizados os veículos de grande porte para o TUM, esses contribuem
negativamente para o BEP da cidade de São Paulo. Dentre os veículos mais
eficientes está a bicicleta, que vem sendo tema de muitas pesquisas sobre as
vantagens de seu uso na logística urbana.
BASES
TEÓRICAS
Logística
Urbana
Com o TUM se configurando como essencial
para a civilização urbana moderna, as cidades pelo mundo têm se preocupado com
a distribuição urbana de mercadorias como forma de resolver seus problemas locais
de abastecimento. O próprio conceito prevê que a urbanização tenha um sistema
de transporte que deva sustentá-la, que atenda as pessoas concentradas em áreas
distantes das fontes de insumos, as quais necessitam da logística para
equacionar suas necessidades e o volume de mercadorias em trânsito (Ogden,
1992; Dutra, 2004).
A expressão “logística urbana”, assim
como o conceito de “city logistics”, surgiu com o trabalho de Taniguchi et
al. (2001), como sendo o processo de otimização das atividades de logística
em áreas urbanas, considerando fatores como tráfego, congestionamento e consumo
de energia. City logistics se tornou um termo comum para os mercados
urbanos, que representa um sistema de movimento e distribuição física de
mercadorias feita essencialmente por meios alternativos (Smirlis, Zeimpekis
& Kaimakamis, 2012).
Apesar da utilização de outros diversos
termos, como: “logística urbana”, “transporte de carga urbana”, “distribuição de
carga urbana”, “entrega de mercadoria urbana”, o termo “logística das cidades”,
de Taniguchi et al. (2001), define o conceito essencial. Em Ballou
(2006), observa-se que o termo tem mais afinidade com o conceito de
Distribuição Física das mercadorias, subdivisão da Cadeia de Suprimentos, que é
responsável por fazer chegar ao cliente final todos os produtos das operações
empresariais.
Percebe-se que o TUM tem papel
significativo na competitividade de uma região e é essencial para sua economia,
pois gera renda e emprego para a população através dos serviços prestados às
indústrias e comércios. A movimentação de mercadorias é parte do processo
econômico que disponibiliza produtos para serem utilizados, processados,
armazenados ou consumidos, agregando-lhes um valor econômico espacial (Dutra,
2004).
Estudos mostram que, os atuais veículos
usados no TUM são responsáveis pelo maior impacto no estudo dos
congestionamentos urbanos, e sua exclusão desse meio traria consideráveis
ganhos (Cintra, 2014). O transporte de cargas aparece como o problema mais
perceptível e determinante para a falta de mobilidade e do bem-estar da
população das cidades, apesar de fundamental para o seu desenvolvimento
econômico.
No planejamento para a mobilidade urbana
sustentável, o conceito de city logistics não se limita ao estudo dos
veículos utilizados ou do transporte de mercadorias em áreas urbanas, mas busca
uma visão ampla da distribuição física de mercadorias nas cidades (Smirlis et
al., 2012). Dentre as diversas iniciativas voltadas ao conceito de city
logistics, Gammelgaard (2015) relata a experiência do Citylogistik-kbh, que
busca uma visão integrada do movimento de mercadorias na cidade de Copenhagen
(Dinamarca), através de um centro de distribuição localizado fora da área urbana,
que consolida todas as entregas e utiliza somente carros elétricos para os
serviços de distribuição.
Bem-Estar
da População
O conceito de bem-estar tem visões
diferenciadas, desde refletir o estado de saúde de uma pessoa, de seu conforto,
até a simples sensação de felicidade. Ao se considerar que o TUM prejudica a
mobilidade da população, restringindo deslocamentos, gerando poluição do ar,
sonora e até dos cursos de água na região urbana, isto o define como um fator
de privação do bem-estar da população em quaisquer perspectivas. Assim, esta
pesquisa adota o conceito de bem-estar como a falta de impactos negativos
sentidos pela população, sendo maior o bem-estar quanto menor o grau ou
incidência de fatores negativos.
Considera-se que a preocupação com o bem-estar
da população de uma cidade é dever do Poder Público Municipal, que, através de
seu Plano Diretor, deve definir exatamente qual a destinação de uso e ocupação
do solo como forma de mitigar que os interesses divergentes gerem desconfortos.
Assim, o morador local pode se sentir incomodado quando os limites das
atividades desenvolvidas são ultrapassados, pode questionar as autoridades e
pedir soluções sobre os desconfortos gerados (Dorneles, 2015).
A Lei Federal nº 10.257 de 10 de julho
de 2001 (Brasil, 2001), aprovou o Estatuto da Cidade que define regras para a
gestão das áreas urbanas do país, institui diretrizes e instrumentos para
garantir a função social da propriedade e define como obrigatória a criação de
um Plano Diretor por todos os municípios, os quais devem ser construídos com a
participação popular, garantindo o acesso de todos (Araújo Junior, 2005).
O Plano Diretor e o zoneamento das
cidades têm a obrigação definir de forma diferenciada: limites de horário e
intensidade na emissão de sons e ruídos; limites para emissão de gases
poluentes; limites e restrições ao tráfego de veículos; diretrizes para o uso e
ocupação do solo e reivindicações que possam ser levantadas pela população
(Brasil, 2001).
A pesquisa utiliza a Lei nº 13.885, de
25 de agosto de 2004, que estabelece o Plano Diretor Estratégico da cidade de
São Paulo e de suas Subprefeituras (São Paulo, 2014), determinando zonas com
limitação sobre as atividades praticadas, tais como, residencial, comercial,
industrial, agrícola, e outras; e, ainda, regulamentando a permissão ou
proibição da atividade desenvolvida com base no nível de ruído, vibração,
emissão de poluentes e no uso do sistema viário (Martins Júnior, 2013).
Em complemento, a Lei nº 16.050, de 31
de julho de 2014, em seu Artigo 30, §3º, lista os possíveis impactos negativos
sentidos pelos moradores, como sendo:
Na mesma Lei, em seu Artigo 151, §4º, o
documento especifica os potenciais pontos a serem avaliados para se prevenir o
chamado “impacto de vizinhança”:
Análise
Envoltória de Dados
A Análise Envoltória de Dados (Data Envelopment Analysis - DEA), ou
Teoria da Fronteira (Frontier Analysis),
é um modelo matemático que utiliza a Pesquisa Operacional - PO para analisar
sistemas complexos e dar instrumentos de otimização para uma possível tomada de
decisão (Ferreira & Gomes, 2009). Consiste em analisar a eficiência de um
conjunto de unidades produtivas, baseado na comparação de suas relações entre
insumos (inputs) e produtos (outputs) e construindo modelos
matemáticos cuja distribuição da população não respeita parâmetros
estatísticos, pode não ter relações funcionais entre si nem a mesma forma de
medida. Na aplicação, avalia-se o desempenho relativo de uma população
produtiva, onde existam múltiplos insumos e múltiplos produtos que vão gerar
vários resultados.
O desenvolvimento do método teve início
com a publicação do trabalho The Measurement of Productive Efficiency,
em 1957, por Michael James Farrell (Ferreira & Gomes, 2009; Farrell, 1957).
Nele, o autor analisa o problema de se medir a eficiência produtiva de uma
indústria somente do ponto de vista teórico econômico, e propõe uma forma de se
avaliar fatores não ligados diretamente ao produto, mas que contribuem para a
otimizar a função produção.
O modelo de Farrell (1957) limita-se à
avaliação de apenas um produto como resultado da combinação de vários insumos,
a mão de obra, o capital investido, a área ocupada e a matéria prima utilizada.
Já o trabalho Measuring the efficiency of the decision making units, de
Edwardo Lao Rhodes (Charnes et al., 1978), ampliou o método para aceitar
várias entradas e várias saídas. Com isso, se consolidou como um método que
utiliza o termo Decision Making Units - DMU para definir unidades
tomadoras de decisão que promovam a transformação de insumos (inputs) em
produtos (outputs) (Charnes et al., 1978; Banker et al.,
1984; Smirlis et al., 2012).
Eficiência e Benchmarking
Segundo os princípios da Economia, o
Produto (q) é resultado da multiplicação entre os fatores de produção,
chamados Insumos, que são: mão de obra (N), capital (K), área (T)
e matéria prima (Mp), como representado na Equação (1) (Mankiw, 2013).
|
q = f ( N , K , T , Mp ) |
(1) |
O processo produtivo se baseia em
transformar Insumos - inputs em Produtos - outputs, sendo que, a
razão entre os produtos e os insumos determina a produtividade do sistema.
Portanto, a produtividade é relativa aos produtos e insumos avaliados, sendo
maior quanto menor forem os insumos utilizados ou maiores os produtos
resultantes (Slack et al., 2011).
A Análise Envoltória de Dados utiliza o
conceito de eficiência como a maior produtividade medida entre um grupo de
resultados avaliados, configurando uma fronteira de eficiência traçada pelos
resultados das melhores relações entre produtos e insumos. A Figura 1 ilustra a
comparação feita entre pela análise DEA indicando a fronteira de eficiência
dentre os resultados das diversas DMU’s (Banker et al., 1984).
No DEA, a eficiência compara o resultado
das relações entre outputs e inputs de todas as DMU’s, e
identifica o benchmarking para cada DMU buscar atingir a eficiência. Em
essência, as DMU’s benchmarks são referência dentro de um grupo, e são
definidas como objetivo para as outras alcançarem seu nível de insumos e
produtos (Meza et al., 2005; Smirlis et al., 2012).
Figura
1. Representação
das fronteiras de eficiência e ineficiência na análise DEA
Fonte. elaborado pelos autores
Modelos,
Orientação e Fronteira Invertida
O modelo matemático inicial de Farrell
(1957) passou por atualizações para se configurar como a Análise Envoltória de
Dados e, em especial, duas atualizações determinaram os modelos originais da
ferramenta, o de retornos constantes de escala e o de retornos variáveis de
escala. Para qualquer um dos modelos a otimização pode acontecer por duas
perspectivas, a primeira fixando os outputs e minimizando os inputs,
e a segunda fixando os inputs e maximizando os outputs (Ferreira
& Gomes, 2009; Charnes et al., 1978).
Modelo CCR – com seu nome
atribuído às iniciais dos autores Charnes, Cooper e Rhodes, também é conhecido
como CRS (Constant Returns to Scale) pois prevê retornos constantes de
escala, ou seja, para qualquer variação nos insumos (inputs) existe uma
variação proporcional nos produtos (outputs) (Charnes et al.,
1978).
Como uma otimização, o sistema prevê a
utilização de pesos atribuídos aos inputs e outputs, o que inclui
nas fórmulas as variáveis de decisão “u” e “v”, e, ainda, como o
modelo é um problema de programação linear, o denominador da função objetivo
deve corresponder a uma constante unitária, assim, são definidas as Equações
(2) para orientação aos insumos e (3) aos produtos.
|
|
(2) |
|
Sujeito
a: |
|
|
|
|
|
|
(3) |
|
Sujeito
a: |
|
Onde:
Eff0
= eficiência da DMU0;
uj
= pesos dos outputs, variável de decisão;
vi
= pesos dos inputs, variável de decisão;
yjk
= outputs j para a DMUk;
xik
= inputs i para a DMUk;
yj0
= outputs j para a DMU0;
xi0
= inputs i para a DMU0.
Modelo BCC – igualmente
tem seu nome atribuído às iniciais dos autores Banker, Charnes e Cooper, também
é conhecido como VRS (Variable Return to Scale) pois prevê retornos
variáveis de escala, ou seja, para qualquer variação nos insumos (inputs)
existe uma variação não proporcional dos produtos (outputs), podendo
gerar retornos crescentes ou decrescentes de escala. A Equação (4) representa o
modelo BCC orientado aos insumos e a Equação (5) orientado aos produtos (Banker
et al., 1984).
|
|
(4) |
|
Sujeito
a:
|
|
|
|
|
|
|
(5) |
|
Sujeito
a: |
|
A utilização dos modelos DEA por vezes
resultam um grande número de DMU’s consideradas eficientes, inviabilizando a
tomada de decisão. A técnica desenvolvida por Yamada et al. (1994)
avalia também a ineficiência da unidade produtiva, construindo uma nova
fronteira com as unidades mais ineficientes, o que seria o inverso do benchmarking.
Com uma troca de posições, os inputs e os outputs do modelo
original indicam a visão pessimista, conforme mostrado na Figura 1, que fecha
um contorno de todos os resultados e demonstra os referenciais do melhor a ser
seguido e do pior a ser evitado (Meza et al., 2005; Cooper, Seiford
& Zhu, 2011).
Nos casos em que um grande número de
DMU’s se mostra eficiente, a técnica de fronteira invertida contribui na
escolha da melhor DMU, pois pondera entre as DMU’s mais eficientes e as menos
ineficientes.
MÉTODO
E COLETA DE DADOS
Esta pesquisa se caracteriza como
aplicada, pois procura produzir conhecimentos dirigidos à solução dos problemas
levantados por meios experimentais, observadas as variações propostas pelo
pesquisador. Tem abordagem quali-quantitativa, pois interpreta contextos não
paramétricos e avalia o quanto eles impactam em seus objetivos. Para se atingir
os objetivos, a pesquisa toma por base o estudo de caso da cidade de São Paulo,
do qual são consultadas as Leis, registros e relatórios técnicos, de onde são
definidas as variáveis que são manipuladas, a critério do pesquisador, para
observação dos resultados (Severino, 2000).
Utiliza-se o método de Análise
Envoltória de Dados para se avaliar a relação entre as sensações de bem-estar
da população correspondentes ao serviço de TUC, ponderando entre o conforto das
entregas dos produtos necessários (outputs) e o desconforto das
incomodidades provocadas (inputs).
Outputs – Produtos
Os outputs, ou produtos,
representam o resultado do processo produtivo que se deseja maximizar e, neste
estudo, se baseia nas seis variáveis que caracterizam a escolha de um serviço
de TUM (Ballou, 2006), baseadas em McGinnis (1990), sendo elas:
Ao se avaliar o TUM, algumas das
variáveis definidas por McGinnis (1990) não se aplicam, ou têm importância
inexpressiva, como as “Perdas, danos, processamento das reclamações” e
“Considerações de mercado sobre o embarcador”. Assim, faz-se uma seleção de
quais variáveis representam indicadores dos resultados esperados pelo cliente,
que são:
Portanto, são considerados quatro outputs
a serem avaliados mediante ajustes para que respeitem a regra de maximização
dos valores.
No caso da “Capacidade de Carga”, o
maior valor é o melhor resultado, respeitando a regra da produtividade de se
“fazer mais com menos”, porém, no caso do “Custo/Preço”, “Agilidade” e
“Agilidade na Carga/Descarga”, quanto menor forem os valores, melhor é o
resultado. Assim, nesses casos de output, seus dados serão submetidos a
uma normalização linear com inversão dos pesos, fazendo com que o produto com
maior valor tenha menor peso.
É feita a normalização, ordenando-se as
variáveis da menor para a maior, adotando o maior valor como referência e
ponderando o quanto as variáveis intermediárias estão distantes desse valor.
Dessa forma o maior assume o valor mais baixo, e o menor assume o valor mais
alto.
Inputs – Insumos
Segundo Slack et al. (2011), os inputs
representam tudo aquilo que é necessário para se produzir algo, também
denominados insumos, que representam matérias primas, equipamentos, mão de
obra, capital, e tudo que seja necessário para se produzir (Mankiw, 2013).
Normalmente a definição de insumo está
relacionado ao processo produtivo de Slack et al. (2011), voltado a tudo
aquilo que se consome para se produzir algo, na busca da menor utilização de
insumos para se produzir o máximo de produtos. Nesta pesquisa, os insumos são
representados pela cessão de direito de uso dos recursos estruturais de uma
cidade pelo TUM, com o objetivo de utilizar o mínimo de recursos e gerar o
mínimo de impactos, segundo aqueles identificados no PDE do Município de São
Paulo (São Paulo, 2014).
O PDE-SP determina limites de
interferência de quaisquer agentes no ambiente urbano. Assim, qualquer obra,
negócio, morador, transeunte, na região urbana da cidade, se obriga a respeitar
limites de ruídos, emissão de gases, vibração, poluição ou qualquer outro
desgaste para o BEP. O documento lista os possíveis geradores de desconfortos,
aqui citados como:
O mesmo documento também faz referência
a pontos avaliados como de “impactos de vizinhança”, aqui citados como:
Dentre todos estes potenciais fatores
geradores de impactos negativos aos cidadãos, alguns são desconsiderados por
não serem influenciados pelo transporte, ou têm essa influência demasiadamente
indireta, ou ainda, são tão genéricos para o TUM que não há motivo de serem
avaliados. Dos itens considerados, esta pesquisa desenvolve a análise de sete inputs
identificados como depreciadores do BEP urbana, são eles:
Unidades
Tomadoras de Decisão – DMU’s
A pesquisa analisa como as Unidades
Tomadores de Decisão - DMU’s os seguintes veículos:
São considerados os dados característicos de cada
DMU aqueles indicados nas fichas técnicas de cada fabricante, os quais
representam os vários modelos próximos do tipo de veículo adotado.
Quadro
de Produtos e Insumos
Os produtos, ou outputs avaliados
são:
Com os valores normalizados, conforme
descrito, a Tabela 1 apresenta os outputs utilizados.
Tabela
1. Quadro de outputs
utilizados
Veículo |
Custo |
Agilidade |
Capacidade de Carga |
Agilidade Carga/ Descarga |
Bicicleta |
170.887,00 |
36,07 |
5,00 |
15,03 |
Motocicleta |
162.259,00 |
35,54 |
20,00 |
14,57 |
V. U. P. P. |
106.996,00 |
21,26 |
650,00 |
7,72 |
VUC |
63.986,00 |
9,72 |
1.800,00 |
3,86 |
Caminhão |
1.099,00 |
1,23 |
6.740,00 |
1,14 |
Fonte. elaborado pelos autores
Como insumos, ou inputs, são avaliados:
O quadro de inputs é apresentado
na Tabela 2.
Tabela
2. Quadro de inputs
utilizados
Veículo |
População |
Neg. |
Veículos |
P.
Sonora |
P.
Ambiental |
Vibr. |
Pericul. |
Bicicleta |
153,75 |
2,12 |
20,11 |
0,00 |
0,00 |
21,80 |
0,00 |
Motocicleta |
216,27 |
2,99 |
1,66 |
14,90 |
406.768,00 |
119,00 |
119.055,00 |
V. U. P. P. |
1.141,29 |
15,76 |
63,46 |
85,00 |
330.765,00 |
1.768,00 |
2.674,00 |
VUC |
1.663,35 |
22,98 |
24,74 |
130,00 |
42.457,00 |
3.500,00 |
5.939,00 |
Caminhão |
2.031,48 |
28,06 |
113,53 |
162,00 |
18.266,00 |
10.000,00 |
5.939,00 |
Fonte. elaborado pelos autores
APRESENTAÇÃO
E ANÁLISES DE RESULTADOS
Os dados das DMU’s, outputs e inputs,
são alimentados no software SIAD configurado para realizar a análise segundo o
modelo BCC, pois não existe proporcionalidade entre os valores de input
e output, e com orientação ao input, pois se busca minimizar os
impactos causados ao BEP sem aumento na carga de cada veículo transportador.
Como forma de acentuar as diferenças entre os resultados de eficiência
calculados utiliza-se o recurso Fronteira Invertida, e o resultado é
apresentado na Figura 2.
Figura
2. Resultado
apresentado no software SIAD
Fonte. elaborado pelos autores com
dados do SIAD
A coluna Composta mostra a média entre
os modelos de eficiência e de ineficiência, conforme demonstrado em Meza et
al. (2005). Como mostra a Equação (6), o cálculo determina que a Eficiência
Composta é igual à média entre a Eficiência Padrão (otimista) e a subtração da
Eficiência Invertida (pessimista) de uma unidade.
|
|
(6) |
Desta forma se obtém valores que
hierarquizam as DMU’s na relação de maior eficiência e menor ineficiência na
seguinte configuração:
A Equação (7) demonstra o cálculo da
coluna Eficiência Composta* apresentada no SIAD, que representa a normalização
dos valores de Eficiência Composta.
|
Eficiência
Composta* = Eficiência Composta / Max (Eficiência Composta) |
(7) |
O resultado reforça que, apesar da
mínima capacidade de carga, a bicicleta possui expressiva vantagem por ser um
veículo não motorizado, assim, sua eficiência em não incomodar o ambiente
urbano é significativa, sendo considerada o benchmarking desta pesquisa.
Levando-se em conta o volume de carga
transportado, o veículo que alcança a segunda posição no ranking de eficiência
prestigia a lei que valoriza a utilização do Veículo Urbano de Carga - VUC (São
Paulo, 2014) nas zonas de restrição ao tráfego da cidade de São Paulo.
Apesar da extrema agilidade, a
motocicleta surge atrás dos VUCs na ordem de eficiência, já que, além do
reduzido volume de carga que transporta em cada viagem, não fica muito atrás
dos veículos de quatro rodas nos níveis de impactos negativos ao BEP que
causam, além de ser o veículo campeão distante em periculosidade.
Já o caminhão, que aparentemente seria o
campeão de impactos negativos ao BEP, tem em sua capacidade de carga a
compensação pelos transtornos que causa. A viabilidade econômica o define como
melhor opção para a logística urbana, porém os fatores de sustentabilidade têm
criado dificuldades no mundo todo sobre sua utilização nesse ambiente.
O veículo menos eficiente é o utilitário
de pequeno porte, o qual surpreende pela posição, já que sua utilização se
difunde pela composição de capacidade de carga e a agilidade que oferece, pois
são veículos com dimensões reduzidas que transportam um volume de carga
considerável para o ambiente urbano.
CONSIDERAÇÕES
FINAIS
A pesquisa alcança seu objetivo avaliar
a eficiência dos veículos usados no TUM na cidade de São Paulo, segundo os
fatores que impactam negativamente no BEP. O PDE da cidade de São Paulo, assim
como os dados disponibilizados no portal Geosampa demonstram coerência entre os
fatores avaliados e os resultados obtidos. Por fim, a Análise Envoltória de
Dados - DEA, processada no software SIAD, demonstra capacidade de produzir
resultados hierarquizados a partir de dados não paramétricos.
Os resultados apresentados são coerentes
e projetam opções de decisão factíveis, plenamente possíveis de serem
praticadas por empresas ou o Poder Público em suas estratégias de gestão,
especialmente no caso da utilização de bicicletas como a opção não motorizada
para distribuição de mercadorias. Atenção especial deve ser dada para o caso do
VUC, que é o veículo motorizado mais eficiente da pesquisa e têm sua utilização
definida por lei de zoneamento da cidade de São Paulo.
A pesquisa mostra avanço na utilização
da ferramenta de Análise Envoltória de Dados - DEA para avaliar a eficiência no
nível de sensações humanas, na abordagem de fatores urbanísticos que
influenciam a logística urbana e na avaliação da eficiência de veículos não
convencionais utilizados no TUM, como a bicicleta.
Pesquisas futuras podem evoluir a
perspectiva apresentada, diversificando nas opções de veículos utilizados, na
interpretação das incomodidades e nas exigências atuais dos usuários do
transporte urbano de mercadorias.
REFERÊNCIAS
Agrale (2019). Ficha
Técnica do Caminhão Agrale A10000. Recuperado em 20 de março de 2020, de:
https://www.agrale.com.br /pt/caminhoes-leves/caminhao-agrale-a10000-1.
Araújo Junior,
M. E. (2005). Algumas considerações sobre o Plano Diretor dos municípios e sua
importância no processo de construção da cidadania e da democracia. Revista
do Direito Público, 1(1), 45-62.
Ballou, R. H.
(2006). Gerenciamento da Cadeia de Suprimentos / Logística Empresarial
(5ª Ed.). Porto Alegre: Bookman.
Banker, R. D., Charnes, A., Cooper, W. W. (1984). Some
models for estimating technical and scale inefficiencies in data envelopment
analysis. Management science, 30(9), 1078-1092.
Brasil (1997).
Código de Trânsito Brasileiro. Presidência da República. Recuperado em
20 de março de 2020, de: http://www.planalto.gov.br/ccivil_03/leis/l9503.htm.
Brasil (2001).
Lei n. 10.257, de 10 de julho de 2001. Regulamenta os arts. 182 e 183 da
Constituição Federal, estabelece diretrizes gerais da política urbana e dá
outras providências. Estatuto da Cidade. Presidência da República.
Recuperado em 20 de março de 2020, de:
http://www.planalto.gov.br/ccivil_03/leis/leis_2001/l10257.htm.
Brasil (2014).
Inventário nacional de emissões atmosféricas por veículos automotores
rodoviários. Ministério do Meio Ambiente. Recuperado em 20 de março de
2020, de:
http://www.mma.gov.br/images/arquivo/80060/Inventario_de_Emissoes_por_Veiculos_Rodoviarios_2013.pdf.
Brito, F.,
& de Pinho, B. A. (2016). Distribuição espacial da população, urbanização e
migrações internas no Brasil. Anais, ABEP Associação Brasileira de
Estudos Populacionais, 1-21.
Caloi (2019). Manual
e Ficha Técnica Caloi Urbam. Manaus. Recuparado em:
https://www.caloi.com/urbam-007983-19003_pai/p#specification
CETESB -
Companhia Ambiental do Estado de São Paulo (2016). Emissões veiculares no
estado de São Paulo 2016. Cetesb, São Paulo. Recuperado em 20 de março de
2020, de:
https://cetesb.sp.gov.br/veicular/wp-content/uploads/sites/6/2013/12/Relatorio-emissoes-Veiculares-2015-v4_.pdf
CET - Companhia
de Engenharia de Tráfego de São Paulo (2018). Pesquisa de Monitoração da
Mobilidade. Mobilidade no Sistema Viário Principal - MSVP – 2017. Recuperado em 20 de março de 2020, de:
http://www.cetsp.com.br/media/714822/msvp-2017-volume-e-velocidade.pdf
Charnes, A., Cooper, W. W., Rhodes, E. (1978).
Measuring the efficiency of decision making units. European journal of operational research, 2(6), 429-444.
Cintra, M.
(2014). Os Custos do Congestionamento na Cidade de São Paulo. Textos para
discussão. Escola de Economia da Fundação Getúlio Vargas – EESP. Recuperado
em 20 de março de 2020, de:
http://bibliotecadigital.fgv.br/dspace/bitstream/handle/10438/11576/TD%20356%20-%20Marcos%20Cintra.pdf?sequence=1&is
Allowed=y.
CONTRAN -
Conselho Nacional de Trânsito (2008) Disciplina a inscrição de pesos e
capacidades em veículos de tração, de carga e de transporte coletivo de
passageiros, de acordo com o Código de Trânsito Brasileiro. CONTRAN,
Brasília. Recuperado em 20 de março de 2020, de:
www.der.pr.gov.br/arquivos/File/RESOLUCAOCONTRAN29008.pdf
Cooper, W. W., Seiford, L. M., & Zhu, J. (2011) Handbook
on data envelopment analysis, 164 (2ª Ed.). Springer.
DNIT -
Departamento Nacional de Infraestrutura de Transportes (2005) Manual de
Projeto de Interseções, Capítulo 7. Recuperado em 20 de março de 2020, de:
http://www1.dnit.gov.br/ipr_new/..%5Carquivos_internet%5Cipr%5Cipr_new%5Cmanuais%5CMANUAL_DE_PROJETO_DE_INTERSECOES_Versao_Final.pdf
Dorneles, A. C.
B. (2015) O zoneamento e sua importância como um instrumento de planejamento
urbano. Cadernos da Escola de Direito e Relações Internacionais, 2(13).
DPVAT - Danos
Pessoais por Veículos Automotores Terrestres
(2019) Seguradora Líder - DPVAT. Relatório Estatístico DPVAT 1º
Semestre-2019. Recuperado em 20 de março de 2020, de:
https://www.seguradoralider.com.br/Documents/boletim-estatistico/Relatorio-Estatistico-1-Semestre-2019.pdf
Dutra, N. G. S.
(2004) O Enfoque de “City Logistic” na Distribuição Urbana de Encomendas.
Tese de Doutorado apresentada ao Curso de Engenharia de Produção da
Universidade Federal de Santa Catarina, Florianópolis.
Farrell, M. J. (1957) The measurement of productive
efficiency. Journal of the Royal Statistical Society: Series A (General),
120(3), 253-281.
Ferreira, C. M.
de C.; Gomes, A. P. (2009) Introdução à análise envoltória de dados: teoria,
modelos e aplicações. Viçosa: Editora da Universidade Federal de Viçosa.
Fiat (2019) Ficha
Técnica Fiorino 1.4 Evo Flex Manual. Recuperado em 20 de março de 2020, de:
https://fiorino.fiat.com.br/
Gammelgaard, B. (2015) The emergence of city
logistics: the case of Copenhagen’s Citylogistik-kbh. International Journal of Physical Distribution &
Logistics Management, 45(4), 333-351.
Geosampa (2019)
Mapa Digital da Cidade de São Paulo. Prefeitura de São Paulo. Recuperado
em 20 de março de 2020, de: http://geosampa.prefeitura.sp.gov.br
Honda (2019) Ficha
Técnica CG 160 Cargo. Manaus. Recuperado em 20 de março de 2020, de:
https://www.honda.com.br/motos/cg-160-cargo
IBGE -
Instituto Brasileiro de Geografia e Estatística (2019) Sistema agregador de
informações do IBGE sobre os municípios e estados do Brasil. Recuperado em
20 de março de 2020, de: https://cidades.ibge.gov.br/
brasil/sp/sao-paulo/panorama
Iveco (2019) Ficha
Técnica Iveco Daily. Recuperado em 20 de março de 2020, de:
https://www.ivecodaily.com.br/
Mankiw, N. G.
(2013) Princípios de Microeconomia (6ª Ed.) (Hastings, A.V., Trad.). São Paulo: Editora
Cengage Learning.
Martins Júnior,
O. P. (2013) Os fundamentos de gestão do espaço urbano para a promoção da
função socioambiental da cidade: o caso de Goiânia. Tese de Doutorado
apresentada ao Programa de Pós-Graduação em Ciências Ambientais da Universidade
Federal de Goiás, Goiânia.
Mcginnis, M. A. (1990) The relative importance of cost
and service in freight transportation choice: before and after deregulation. Transportation
Journal, 12-19.
Meza, L. A., Biondi Neto, L., Mello, J. C. C. B. S., Gomes, E. G. (2005)
ISYDS-Integrated System for Decision Support (SIAD-Sistema Integrado de Apoio à
Decisão): a software package for data envelopment analysis model. Pesquisa
Operacional, 25(3), 493-503.
Ogden, K. W. (1992) Urban goods movement: a guide to policy and
planning. New
York: Ashgate Publishing.
Roqueiro, N. (2014) Propulsor
híbrido para veículo urbano leve. In: D’agosto, M. A.; Jacques, L. C. A.;
Oliveira, C. M. Transportes em Perspectiva: Uma contribuição dos
pesquisadores brasileiros para o futuro dos transportes, 23(1). Rio de
Janeiro: ANPET 311–322.
São Paulo (Cidade) (2014) Lei
n° 16.050/2014 de 31 de julho de 2014. Política de Desenvolvimento Urbano e o
Plano Diretor Estratégico do Município de São Paulo e revoga a Lei nº
13.430/2002. Diário Oficial da Cidade de São Paulo, São Paulo.
Severino, A. J. (2000). Metodologia
do trabalho científico. São Paulo: Ed Cortez.
Silva, R. C. (2012) Contribuição
ao planejamento do transporte urbano de carga pela análise física do espaço
urbano: estudo da área da rua do Catete e largo do Machado no Rio de Janeiro.
Dissertação de mestrado apresentada ao Curso de Pós-Graduação em Engenharia de
Transportes, PET/Coppe/UFRJ, Rio de Janeiro.
Slack, N.; Chambers, S.;
Johnston, R. (2011) Administração da produção (Brandão, A.B., Trad.). São Paulo: Editora Atlas.
Smirlis, Y. G., Zeimpekis, V., Kaimakamis, G. (2012) Data envelopment
analysis models to support the selection of vehicle routing software for city
logistics operations. Operational Research, 12(3), 399-420.
Taniguchi, E; Thompson, R.G.; Yamada, T; Van Duin, J.H.R. (2001) City
Logistics: Network Modelling and Intelligent Transport Systems. Pergamon Press.
Taylor, F. W. (2011) Princípios
da Administração Científica (8ª Ed.) (Ramos, A.V., Trad.). São Paulo: Editora Atlas.
Yamada, Y.; Matui, T.; Sugiyama, M. (1994) New analysis of efficiency
based on DEA. Journal of the Operations Research Society of Japan, 37(2),
158-167.