METODOLOGIA DE DELIMITAO DE REA DE INFLUNCIA PARA SUPERMERCADOS COM USO DE GEOPROCESSAMENTO Gabriel Vendruscolo de Freitas Archimedes Azevedo Raia

Junior
Universidade Federal de So Carlos-UFSCar Programa de Ps-Graduao em Engenharia Urbana-PPGEU RESUMO Para estimar as viagens feitas a supermercados - considerados plos geradores de viagens (PGVs) -, o estabelecimento de reas de influncia muito importante. Os dados socioeconmicos dos indivduos (populao e renda) so informaes relevantes para criar modelos de previso de viagens destinadas estes equipamentos urbanos. Este artigo tem como objetivo apresentar um mtodo inovador para construir reas de influncia, com a interao de dados socioeconmicos disponibilizados pelo censo demogrfico e ferramentas de Geoprocessamento e imagens de satlite. O mtodo foi aplicado em cidades de mdio porte e os resultados foram bastante satisfatrios. ABSTRACT The creation of contour lines is very important to build models of generation of trips to supermarkets, considered trip generators hubs. The socioeconomic data of individuals (population and income) are relevant information to create predictive models trips for these urban facilities. This paper has the objective of presenting a innovative method for building influence areas, with the interaction of socioeconomic data provided by the census and geoprocessing tools satellite images. The method was applied to medium-sized cities and the results were quite satisfactory.

1. INTRODUO Os grandes e mdios centros urbanos passam por acelerado processo de crescimento e quanto maior o grau de desenvolvimento, maior ser a necessidade de mobilidade. Esta necessidade de transporte, impulsionada pela busca de melhor qualidade de vida, imputa, tambm, um alto custo para toda a sociedade, principalmente nas cidades de portes mdio e grande. Nestas cidades o nmero de veculos em circulao aumenta, diariamente. Grandes empreendimentos, que geram muitas viagens, esto em expanso nestas cidades. O estudo desses polos geradores de viagens (PGVs) prope aes para amenizar os impactos causados por estes estabelecimentos, seja na fase de instalao (medidas preventivas), como depois com empreendimento em funcionamento (medidas paliativas). A anlise dos impactos causados pelos PGVs vem fazendo parte da rotina dos tcnicos de algumas prefeituras de cidades brasileiras de portes mdio e grande, que elaboraram rotinas especficas, respaldadas em leis municipais e no Cdigo de Trnsito Brasileiro, para gerenciar a implantao e a ampliao de PGVs, e seus impactos no trnsito (Freitas e Raia Jr., 2008). A implantao de novos empreendimentos em reas urbanas deve ser analisada cuidadosamente, procurando minimizar os impactos provocados pelo aumento do fluxo de veculos e pedestres para o sistema de transporte (Freitas e Raia Jr., 2008). Segundo Santoro (2003), a implantao de um PGV de maior porte, como supermercados e shopping centers, quase sempre vista somente como benefcio, principalmente pelos pequenos e mdios municpios. Acredita-se, em geral, que estes empreendimentos guardam em si a capacidade de dinamizar ou reaquecer a economia local, gerando empregos, aumentando a arrecadao de impostos, alm de atrair novos empreendimentos para seu entorno. Porm, necessrio realizar a avaliao dos impactos da sua instalao na rea urbana com muita cautela, pois nem sempre os resultados sero somente positivos. A facilidade ou dificuldade da populao em deslocar-se do seu local de origem para o PGV, utilizando diferentes modalidades de

transporte (a p, de carro, transporte pblico, bicicleta etc.) e o nvel de atratividade exercido pelo empreendimento, so fatores importantes para a determinao do nmero de viagens geradas para esta regio e para a delimitao da rea de influncia do empreendimento. Com a utilizao de metodologia desenvolvida especificamente para cidades de porte mdio, ser possvel prever os impactos da implantao de supermercados, por exemplo, com diferentes caractersticas e constituir uma referncia slida para a regulamentao e instalao destes estabelecimentos nestes municpios. A determinao da rea de influncia de um PGV poder, neste contexto, ser de grande importncia para o efetivo estudo de impactos. Em funo do exposto, este trabalho tem como objetivo apresentar uma indita metodologia de delimitao de rea de influncia de supermercados, em cidades de porte mdio, que utiliza ferramentas de Geoprocessamento (inclusive imagens de satlite), em ambiente de Sistemas de Informaes Geogrficas, para definio das reas com maior potencial de atrao de clientes. A metodologia aqui apresentada faz parte de um trabalho mais amplo, que envolveu tambm a elaborao de modelos de atrao de viagens. Maiores detalhes podem ser conferidos em Freitas (2009). 2. REA DE INFLUNCIA DE UM PGV A instalao de um PGV pode impulsionar o desenvolvimento econmico local, o que aumentaria o nmero de viagens, alm das viagens planejadas pelo poder pblico, podendo gerar impactos negativos ou positivos nos padres de desenvolvimento urbano e uso do solo da rea de influncia do empreendimento (Kneib, 2004). A metodologia desenvolvida por CET (1983) para anlise de impactos de polos geradores de trfego, h cerca de 30 anos, foi uma das pioneiras no Brasil. Nos vrios aspectos nela abordados, aponta-se 3 nveis de avaliao de impactos e, dentre eles, pode-se citar aqueles provocados nas vias de acesso, utilizando uma metodologia que leva em considerao a rea de influncia do PGV. A metodologia desenvolvida por Grando (1986) determina que uma de suas etapas seja a delimitao de reas de influncia, baseada no traado de iscronas e isocotas, associadas ao levantamento do mercado competitivo, obtido em estudo de viabilidade econmica. Grando (1986) define a rea de influncia de um empreendimento gerador de trfego, como por exemplo, um shopping center, como sendo a rea de mercado, definida geograficamente, em que um conjunto varejista atrai a maior parte de seus clientes. A rea de influncia de um empreendimento do tipo PGV representa a delimitao fsica do alcance do atendimento da maior parte de sua demanda (Silveira, 1991). Uma das etapas elementares na avaliao dos impactos causados no sistema virio o traado da rea de influncia do PGV (Ary, 2002). Urban Land Institute (ULI, 1971) define rea de influncia ou rea de mercado, considerando estudos relacionados a shopping centers, como sendo aquela em que se obtm a maior parcela contnua de clientes, necessria para manuteno constante do estabelecimento. A definio da rea de influncia de um PGV serve de base a planejadores urbanos e de transportes no estudo dos impactos causados por estes centros em reas urbanas, tornando possvel, por meio de estudo da regio, avaliar a viabilidade de implantao do PGV sob os aspectos econmicos, de trfego e de transportes (Corra e Goldner, 1999). A rea de influncia tambm entendida como a regio geogrfica onde o poder de atrao limitado por determinada distncia responsvel por grande parte das vendas de um shopping Center (cerca de 95%). Este poder de atrao funo inversa da distncia necessria para atingir o empreendimento; ele mximo nas regies mais prximas ao PGV, com redues progressivas na medida em que dele se afasta (Marco Estudos & Projetos, 1994). O conceito

de rea de influncia pode ter distintos significados, dependendo da perspectiva em que ela seja analisada. Para o empreendedor, sua delimitao est ligada ao raio de alcance do poder de atrao do empreendimento. J, para o engenheiro de trfego, que avalia os efeitos da implantao de um shopping center sobre o sistema de transportes, por exemplo, a rea de influncia est diretamente relacionada ao impacto nas vias de acesso que sero mais utilizadas pela demanda atrada (Nascimento, 2005). A rea de influncia, em geral, dividida em trs categorias: i) rea primria, ii) rea secundria, e iii) rea terciria. Os limites destas reas so determinados por fatores, tais como: natureza do empreendimento, acessibilidade, barreiras fsicas, limitaes de tempo e distncia de viagem, poder de atrao e competio, distncia do centro da cidade e principais competidores e concorrncia externa (Silva, Kneib e Silva, 2006). No entanto, algumas destas caractersticas variam em funo do tempo, como a concorrncia e a conformao urbana do municpio, que sofrem influncia da prpria instalao do PGV. As reas de influncia destes PGVs, portanto, adquirem caractersticas dinmicas no decorrer do tempo, e requer um processo de anlise que leve em conta essas caractersticas, quando da delimitao das reas de influncia (Kneib, 2004). Para facilitar a visualizao dos parmetros tempo e distncia, utilizados nos critrios de delimitao das reas de influncia encontrados na bibliografia especializada, vrios autores usam o traado das linhas iscronas e isocotas, que representam a acessibilidade ao ponto de estudo. Define-se iscronas como sendo as linhas que unem os pontos das principais rotas de acesso correspondentes a iguais tempos de viagem ao empreendimento. Grando (1986), por exemplo, estabelece iscronas de 5 em 5 minutos at o tempo de 30 minutos, para o caso dos shopping centers, o que abrange 95% de sua rea de influncia. As isocotas, por outro lado, so linhas traadas em distncias iguais, em crculos, cujo ponto central o local onde se situa o empreendimento. As isocotas so, em geral, para o caso de shopping centers, traadas de 1 a 8 quilmetros (Silva, Kneib e Silva, 2006). Em um estudo que desenvolveu para delimitao da rea de influncia e um modelo de gerao de viagens para supermercados e hipermercados, considerando algumas caractersticas externas do empreendimento, Silva (2006) elaborou uma metodologia para a sua delimitao, com o objetivo de atuar de forma padronizada e conceituar um mtodo de levantamento das variveis exgenas dos PGVs. A metodologia foi desenvolvida por meio da identificao das caractersticas, diferenas e padres das reas de influncia da amostra. Para verificao das caractersticas exgenas ao empreendimento, foram utilizados os setores censitrios do censo IBGE 2000 e informaes, tais como: localizao dos concorrentes, sistema virio completo, enfatizando os principais corredores de transporte e vias de acesso ao PGV estudado, zonas de uso do solo, localizao de parques, rios e outras barreiras fsicas que possam interferir na acessibilidade da regio estudada e delimitao dos bairros e quadras. Por meio de pesquisa de campo e de dados sobre a regio onde os PGVs exercem sua atrao, ou seja, a sua rea de influncia, foi possvel para Silva (2006) compor o banco de dados que subsidiou o desenvolvimento dos modelos endo-exgenos de gerao de viagens por automvel e nmero de clientes para supermercados. Isto mostra a importncia na definio da rea de influncia de um PGV, principalmente, de um supermercado ou shopping center. Segundo Silva, Kneib e Silva (2005) e Silva (2006), devido s grandes variaes da estrutura urbana nas cidades, aos costumes regionais e a distribuio da populao na rea de influncia, a aplicao dos modelos se torna restrita quando feita em locais muito diferentes daqueles que deram origem aos estudos. A incluso de variveis exgenas, tornando os modelos endo-exgenos, pode aumentar suas chances de aplicabilidade e a possibilidade de se

interagir com as taxas e modelos de gerao de viagens, desenvolvidos em diferentes regies. Para verificar esta hiptese, foi desenvolvida uma pesquisa nos supermercados e hipermercados de trs cidades brasileiras. Galarraga e Herz (2006), por sua vez, enfocaram a problemtica dos supermercados como PGVs, levando em conta empreendimentos da cidade argentina de Crdoba (1,3 milho de habitantes), onde foram desenvolvidos modelos de gerao de viagens e de distribuio modal para 7 hipermercados da cidade. Os autores traaram linhas isocotas de 1, 2, 3, 4 e 5 km de raio, dividindo, para cada estabelecimento, uma regio com cinco reas, onde foram espacializados endereos dos clientes entrevistados por meio de questionrio. Cada rea teve a porcentagem de clientes calculada, resultando uma mdia de 18% de clientes na isocota de 1 km de raio, 23%, na de 2 km, 15%, na de 3 km, 9%, na de 4 km, 23%, na de 5 km, 12%. Alguns trabalhos tem procurado associar a definio de reas de influncia usando sistemas de informaes geogrficas (Ary, 2002; Amncio e Guimares, 2007 e 2008, Freitas e Raia Jr., 2008) e dados censitrios (Amncio e Guimares, 2007; Freitas e Raia Jr., 2008). No entanto, segundo Amncio e Guimares (2007), h um problema muito comum quando se tenta interagir os dados socioeconmicos dos setores censitrios com o traado das isocotas, por exemplo, quando um setor censitrio apresenta parte de sua rea em mais de uma isocota. A soluo para este problema ainda no havia sido proposta. Uma maneira proposta pelos autores, com menor dispndio possvel de tempo e de recursos, foi de interagir os dados socioeconmicos disponibilizados pelo censo demogrfico e o traado das isocotas, por intermdio das informaes do cadastro imobilirio do municpio. O trabalho aqui proposto faz uso, de maneira alternativa, de imagens de satlite. 3. MTODO O mtodo elaborado tem como objetivo a delimitao das subdivises da rea de influncia de um supermercado por meio do uso de um Sistema de Informaes Geogrficas e tcnicas de Geoprocessamento. Leva em considerao o uso e a ocupao do solo, a localizao e amplitude das reas de influncia primria dos supermercados concorrentes, e a localizao e amplitude das reas de influncia primria, secundria e terciria do empreendimento estudado, determinadas com a utilizao dos modelos gerados por Freitas (2009). A Figura 1 apresenta uma sntese da metodologia proposta. No levantamento das informaes necessrias, inicialmente, preciso se obter uma base cartogrfica digital do municpio, contendo as divises de quadras, bairros, nome de ruas e outros elementos que auxiliam na localizao do supermercado estudado e dos supermercados concorrentes, doravante chamados apenas de concorrentes. O mapa de uso e ocupao do solo do municpio tambm necessrio para a identificao das reas mistas ou residenciais e descarte de outras reas. A localizao dos concorrentes realizada com a utilizao da internet, lista telefnica ou em campo. A rea de vendas dos concorrentes deve ser levantada in loco e com a utilizao de imagens de satlite. Com estes dados georreferenciados, possvel modelar o SIG, criando-se um banco de dados geogrficos, usando o software SPRING. Aps a importao e criao dos dados geogrficos, pode-se estimar o nmero de concorrentes em um raio de 1 km, tanto para o empreendimento estudado como para seus concorrentes. Este procedimento deve ser executado com a funo Mapa de Distncia do SPRING ou simplesmente chamado de buffer.

Figura 1: Sntese do mtodo de delimitao de rea de influncia com do uso de um SIG Com a utilizao dos modelos elaborados por Freitas (2009), definiu-se a amplitude mxima das reas de influncia primrias dos concorrentes e primrias, secundrias e tercirias do supermercado estudado. O valor resultante das equaes representado em um Plano de Informaes do SPRING, por meio do procedimento Mapa de Distncia, para todos os supermercados estudados e seus concorrentes. Da sobreposio dos mapas das reas de influncia dos concorrentes, do supermercado em estudo e do uso e ocupao do solo, surge um quarto mapa com o traado das reas que representam 65%, 84% e 92% dos clientes, respectivamente, primria, secundria e terciria. Este procedimento conhecido como lgebra de Mapas e realizado no SPRING com a utilizao da Linguagem Espacial de Geoprocessamento Algbrico (LEGAL). Na Figura 2 apresentado o programa elaborado na linguagem LEGAL, para a operao de lgebra de mapas (overlay) para este trabalho.

Figura 2: Programa de delimitao de rea de influncia na linguagem LEGAL 4. APLICAO E RESULTADOS A seguir so apresentadas as informaes e a modelagem realizada em SIG e metodologia de delimitao de rea de influncia, bem como os resultados com a sua aplicao. 4.1 Informaes e modelagem do SIG No trabalho completo (Freitas, 2009), os procedimentos foram realizados em 3 cidades: So Carlos (2 supermercados), Araraquara (1) e Sertozinho (2), aqui denominados de S1...S5. Os

mapas urbanos bsicos (MUB) dos municpios foram disponibilizados pelas prefeituras, em formato dwg e importados para o software TransCAD, onde foi realizada a digitalizao dos eixos de vias e modelagem das redes de transportes. Aps a digitalizao dos eixos das vias e construdas a redes, estas passaram pelo teste de consistncia (Raia Jr. e Silva, 1998), que permite localizar ns e links desconectados, e erros do processo de modelagem. A cada segmento da rede foram atribudas informaes alfanumricas (velocidade e tempo de viagem), relativas a cada modo de viagem (a p, autos, nibus e bicicletas) e com o sentido do fluxo. As mos de direo das vias foram determinadas com a utilizao do programa Google Maps e verificadas in loco. O tempo de viagem foi obtido dividindo-se a distncia (Length) pela velocidade e est representado em minutos. Com a finalidade de melhorar a preciso do clculo do tempo de viagem, foi levantada em campo, com a utilizao de um GPS de navegao, a localizao dos semforos das trs cidades. Foi adotada uma penalidade, com a reduo estimada de 25% na velocidade associada aos trechos prximos aos semforos. Com esta medida, trechos de vias com velocidade de 40 km/h tiveram a velocidade reduzida para 30 km/h e, vias com velocidade de 60 km/h, reduzida para 45 km/h. Espera-se, com este procedimento, que o tempo de viagem calculado pelo software seja mais prximo do tempo real gasto pelo cliente para realizar o percurso. Ainda, no processo de modelagem da rede de transporte, foram identificadas as vias principais de acesso, localizadas com a ajuda do programa Google Maps e com a realizao de pesquisas de campo. Aps a realizao da modelagem da rede viria de cada municpio, foi efetuada a localizao dos pontos de origem dos clientes entrevistados (ver Freitas, 2009), por meio da identificao da interseo mais prxima da origem da viagem, fornecida pelo cliente do supermercado, no momento da aplicao do questionrio. Alguns dados de clientes precisaram ser excludos da amostra por no ter sido possvel a identificao dos cruzamentos de vias por eles fornecidos. Este problema foi minimizado aps a aplicao do questionrio piloto e do treinamento do pesquisador responsvel pela aplicao do questionrio. A etapa seguinte constou na roteirizao, por meio do TransCAD, para se encontrar o caminho mais rpido entre a residncia de cada cliente (cruzamento mais prximo) e o supermercado analisado, ajustado pelo tempo de viagem de cada segmento da rede, para os diferentes modos de transporte utilizados. Ao fim deste procedimento, foi exportada uma planilha em formato dbf com as distncias e os tempos de viagem de todos os clientes entrevistados. Para se compreender melhor a interao entre as caractersticas do entorno, a rea de influncia e o nmero de clientes dos supermercados, foi realizada uma anlise demogrfica utilizando dados do censo IBGE 2000 (densidade demogrfica e renda). Foi criado um banco de dados geogrficos utilizando o software SPRING, que permitiu a importao dos setores censitrios no formato shape file (shp) e associao das tabelas do IBGE. Estas tabelas contem as informaes sobre a populao e a renda dos chefes de famlia. Os dados foram analisados dentro de isocotas de 500 em 500 metros, at o limite de 2 km. Em uma rea urbana possvel encontrar setores censitrios localizados em mais de uma isocota. Para a realizao da anlise demogrfica, foi efetuado um procedimento no SPRING para segmentao dos setores censitrios limtrofes das isocotas, de modo que os dados demogrficos pudessem ser divididos proporcionalmente. A Figura 3 mostra a localizao de setores censitrios e das linhas isocotas de 500 em 500 metros. Pode-se observar, como exemplo, o setor de nmero 523 (marcado com seta amarela), que tem parte de sua rea localizada na isocota 500 e parte na isocota de 1000 metros.

Figura 3: Iscotas e setores censitrios Para o clculo da densidade demogrfica no interior do crculo de raio de 500 metros, p. ex., preciso somar a populao residente (dado do setor censitrio) nos setores desta regio e dividir pela rea total. Ao se distribuir homogeneamente a populao, por hiptese, pela rea total de um setor censitrio, pode-se incorrer em erros, tal como apontado por Amncio e Guimares (2007). Para diminuir o erro, foram utilizadas imagens de satlite para se determinar qual a porcentagem de residncias existentes nos setores censitrios nas iscotas de 500, 1000, 1500 e 2000 metros. Foi utilizado o processo de classificao de imagens, disponvel no SPRING, que pode ser dividido em 4 etapas: i) criao do arquivo de contexto identificao das imagens que sero analisadas; ii) treinamento - coleta de amostras dos alvos que sero classificados; iii) classificao - escolha do classificador, limiar de aceitao e anlise das amostras, e iv) ps-classificao - refinamento da classificao efetuada. A Figura 4 apresenta uma imagem do satlite Quickbird, georreferenciada, e pronta para o processo de classificao.

Figura 4: Imagem do satlite Quickbird do municpio de So Carlos Os aspectos utilizados para a classificao das imagens foram: telhado cermico, telhado de fibrocimento, asfalto, vegetao, campo, e solo exposto. O classificador utilizado foi o Maxver, com um limiar de aceitao de 95%. O Maxver o mtodo de classificao, que considera a ponderao das distncias entre mdias dos nveis digitais das classes, utilizando parmetros estatsticos Para o exemplo da imagem da Figura 4, o desempenho da classificao foi de 89,9%. Durante o processo de classificao automatizada podem ocorrer dvidas na identificao dos diversos aspectos (alvos), que so compostos, muitas vezes, por materiais similares e que interagem de forma parecida com a energia eletromagntica, e so interpretados como uma nica entidade (p. ex., o solo exposto e telhado cermico). Aps a

realizao do processo de classificao, a imagem e os setores censitrios so recortados com o mesmo formato das isocotas (raios de 500, 1000, 1500 e 2000 metros). Realizou-se a operao de tabulao cruzada no SPRING, que permite calcular a rea das interseces entre as classes de dois Planos de Informao no formato matricial. A Figura 5 apresenta o resultado da classificao automatizada e o relatrio da tabulao cruzada.

Figura 5: Resultado da classificao automatizada e o relatrio da tabulao cruzada Como resultado, gerou-se uma tabela em formato database file (dbf), com as reas de cada classe da imagem classificada, divididas por setor censitrio. Conhecendo-se a rea total do setor censitrio, pode-se identificar as porcentagens de reas ocupadas pelas classes telhado cermico, localizando, desta forma, possveis locais com a presena de residncias. Esta mesma porcentagem foi utilizada para distribuir a populao entre as isocotas, tornando as anlises demogrficas mais precisas. Este procedimento foi realizado para o entorno do supermercado analisado, usando-se imagens multiespectrais do satlite Quickbird, com alta resoluo espacial e esto disponveis em www.maps.google.com. 4.2 Metodologia de delimitao de rea de influncia Para a determinao da porcentagem estimada de clientes que faz parte das reas de influncia primria, secundria e terciria, foram calculadas as linhas isocotas e iscronas. Com o auxilio da matriz de tempo de viagens, gerada pelo TransCAD, elaborou-se a Tabela 1, que apresenta a porcentagem de clientes dentro de classes de tempos de viagem. As classes de tempos de viagem destacadas so at 5 minutos, de 5 a 10 minutos e de 10 a 15 minutos, que foram utilizadas para a determinao da porcentagem de clientes pertencentes s reas de influncia primria (65%), secundria (84%) e terciria (92%). Com o TransCAD pode-se calcular a porcentagem de clientes at uma mesma distncia do PGV (linhas isocotas em linha reta), como se pode verificar na Tabela 2. Foram estudadas variveis que poderiam contribuir para a amplitude das reas de influncia primria (Y1), secundria (Y2) e terciria (Y3). Na Tabela 3 verificam-se os valores e os cdigos das variveis que passaram por um exame estatstico para deteco de correlao entre as variveis dependentes (Y1, Y2 e Y3) e independentes (de X1 a X18). Foram utilizados

dois testes estatsticos para anlise da correlao entre as variveis, o coeficiente de correlao de Pearson (r), que mede o grau da correlao e a fora de contribuio (positiva ou negativa) entre duas variveis de escala mtrica, e o p-valor que um teste de comprovao de hiptese nula. O valor do r acima de 0,7 (positivo ou negativo) indica uma forte correlao, de 0,3 a 0,7 (positivo ou negativo) indica correlao moderada e, de 0 a 0,3 (positivo ou negativo) fraca correlao. O p-valor deve ficar abaixo de 0,05 para determinar que a hiptese do teste no seja nula. Na Tabela 4 esto destacadas, na cor amarela, as variveis que tiveram os dois testes com valores satisfatrios. Tabela 1: Clientes nas classes de tempos de viagem (%)
Tempo (min.) At 2,5 At 5 De 5 a 10 De 10 a 15 + de 15
1

% 37 22 18 7 16

S1 % acum. 37 59 77 84 100

% 46 27 17 10 -

S2 % acum. 46 72 90 100 100

% 39 24 30 8 1

S3 % acum. 39 63 93 100 100

% 24 42 7 6 21

S4 % acum. 24 65 73 79 100

% 40 26 22 8 4

S5 % acum. 40 66 88 96 100

Mdia % 37 651 842 923 100

rea de influncia primria (65%); 2rea de influncia secundria (84%); 3rea de influncia terciria (92%);

Tabela 2: Clientes nas isocotas das reas de influncia primria, secundria e terciria (%)
Iscotas (m) 250 500 750 1000 1250 1500 1750 2000 2250 2500 2500 2750 3000 3250 3500 3750 4000 4250 4500 4750 5000 % 7 16 19 12 13 5 7 5 2 0 0 3 2 2 1 0 1 2 1 1 1
1

S1 % acum. 7 23 42 53 661 71 79 842 86 86 86 89 91 933 93 93 95 97 98 99 100

% 16 28 22 13 8 2 3 3 1 0 0 0 3 0 0 0 0 0 0 0 0

S2 % acum. 16 44 671 80 882 90 933 96 97 97 97 97 100 100 100 100 100 100 100 100 100

% 17 28 20 16 9 4 3 2 1 0 0 0 0 0 0 0 0 0 0 0 0

S3 % acum. 17 45 651 812 90 943 97 99 100 100 100 100 100 100 100 100 100 100 100 100 100

% 3 14 14 14 13 10 10 5 2 4 4 1 3 1 0 0 0 0 0 0 0

S4 % acum. 3 17 31 45 58 681 78 83 852 89 89 90 933 94 94 94 94 94 94 94 94

% 12 17 12 11 13 9 4 5 4 5 5 3 1 1 1 0 0 0 0 0 0

S5 % acum. 12 29 41 52 651 74 78 832 88 93 93 963 97 98 99 100 100 100 100 100 100

rea de influncia primria; 2rea de influncia secundria; 3rea de influncia terciria

As variveis que apresentaram uma correlao satisfatria foram X1 (rea de vendas), X8 (No de concorrentes a 1 km), X15 (renda a 0.5 km), X16 (renda a 1.0 km), X17 (renda a 1.5 km), X18 (renda a 2 km), e seus coeficientes esto destacados na Tabela 4. Apesar das variveis X15, X16, X17 e X18 apresentarem grande correlao com as variveis dependentes, elas foram descartadas por apresentarem fortes correlaes com todas as variveis, o que prejudicial para a gerao do modelo de delimitao da amplitude das reas de influncias. Para determinar a amplitude mxima das 3 reas de influncia, foi realizada anlise de regresso linear mltipla contendo as isocotas Y1, Y2 e Y3 como variveis dependentes e X1 (rea de vendas) e X4 (Nmero de concorrentes a 1 km) como variveis independentes. As variveis socioeconmicas do entorno (densidade e renda) tambm passaram pela anlise de regresso linear mltipla e no apresentaram bons resultados para a formulao de um modelo.

Tabela 3: Variveis para determinao da rea de influncia

Cd. Y1 Y2 Y3 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 Nome varivel Iscota primria Iscota secundria Iscota terciria rea de vendas rea total Pizzaria Refeies Centro comercial Corredor virio Concorrente 0,5 km Concorrente 1 km Concorrente 1,5 km Concorrente 2 km Densidade 500m Densidade 1000m Densidade 1500m Densidade 2000m Renda 500m Renda 1000m Renda 1500m Renda 2000m Unidade km km km m2 m2 Dummy Dummy Dummy Dummy Concorrentes Concorrentes Concorrentes Concorrentes Hab/ha Hab/ha Hab/ha Hab/ha Salrios mn. Salrios mn. Salrios mn. Salrios mn. S1 1250 2000 2750 2600 6540 1 0 1 1 1 1 4 4 74,7 48,6 41,1 38,3 7,5 8,6 9,7 10,1 S2 750 1000 1500 2300 7050 1 0 1 0 0 3 5 2 78,6 59,3 56,8 46,5 5,5 6,4 5,1 6,4 S3 750 1000 1500 2000 5276 0 0 0 0 0 2 5 6 89,5 62,7 49,8 45,4 4,9 5,1 6,1 5,9 S4 1500 2250 3000 3000 4430 1 0 0 1 0 0 3 4 45,5 39,9 34,8 38,1 8,3 11,9 12,9 11,8 S5 1250 2750 2750 2500 6130 0 1 1 0 0 1 2 5 63,9 65,9 54,3 52,3 7,7 9,2 9,5 8,8
Var Indep

Variveis Exgenas

Variv. Endg.

Tabela 4: Correlao entre variveis dependentes e independentes

Na Tabela 5, verifica-se as equaes que determinam raio de alcance mximo para a atuao das reas de influencia primria, secundaria e terciria. Valores de r e r ajustado acima de 70% representam bom ajuste dos valores propostos pelo modelo; o valor-p deve ficar abaixo de 0.05 para que exista 95% de chance de que uma das variveis no alcance o valor do coeficiente F, fazendo com que o modelo seja rejeitado estatisticamente. Nas equaes para determinao das reas de influncias secundrias e tercirias o p-valor ultrapassou o valor de 0,05 e chegou a 0,1, o que representa uma probabilidade de 90% de chance de que o valor de F no seja alcanado. Desta forma, ainda se pode dizer que o modelo 90% confivel. Tabela 5: Modelos para determinao da amplitude mxima das reas de influncia terciria

As Figuras 6 e 7 mostram a aplicao do mtodo para a determinao das reas de influncia primria, secundria e terciria, na cidade de Sertozinho, para o supermercado S3.

(a) (b) Figura 6: Concorrentes a um raio de 1 km de todos os supermercados (a); amplitude das reas de influncias primrias dos concorrentes com a utilizao da equao Y1 (b)

(a) (b) Figura 7: reas de influncia primria, secundria e terciria do empreendimento estudado (a); reas de influncias determinadas pelo programa em LEGAL (b) 5. CONCLUSES O mtodo desenvolvido relativamente fcil de ser aplicado, porm, depende de certo nvel de conhecimento de software e de tcnicas de Geoprocessamento. Os programas de SIG usados (TransCAD e SPRING) foram fundamentais para a obteno dos resultados aqui obtidos. O primeiro um programa comercial e relativamente caro, enquanto que o segundo um programa de livre, em portugus, e com amplo material didtico disponibilizado na internet. Entende-se que a metodologia criada poder, com algum esforo, ser utilizada por tcnicos de prefeituras e empreendedores para estimar as reas de influncias de novos supermercados. A metodologia para estimao das reas de influncia primria, secundria e terciria considerou, tambm, a amplitude mxima da rea de influncia primria dos concorrentes,

que um processo metodolgico indito, segundo a literatura especializada. A utilizao da Linguagem Espacial de Geoprocessamento Algbrico (LEGAL) para determinao das reas de influncia possibilitou a automatizao deste processo, atingindo os objetivos deste trabalho, que a gerao de uma metodologia de delimitao das reas de influncia para supermercados usando ferramentas de Geoprocessamento. A utilizao da linguagem LEGAL, porm, depende de um conhecimento prvio do Spring e de tcnicas de Geoprocessamento. O desenvolvimento do mtodo aqui apresentado poder facilitar a utilizao desta ferramenta por outros profissionais, inclusive por prefeituras e empreendedores, com pessoal minimamente capacitado para utilizao de tcnicas de Geoprocessamento.
REFERNCIAS BIBLIOGRFICAS Ary, M. B. (2002) Anlise da demanda de viagens atradas por shopping centers em Fortaleza. Dissertao (Mestrado). Programa de Engenharia de Transportes/UFC, Fortaleza. Amncio, M. A.; C. A. B. Guimares (2007) Interao entre dados socioeconmicos e iscotas: uma contribuio metodolgica para o auxlio delimitao da rea de influncia voltada aos pedestres em shopping centers. Anais do XXI Congresso de Pesquisa e Ensino em Transportes. Rio de Janeiro. Amncio, M. A.; C. A. B. Guimares (2008) Levantamento de algumas das caractersticas fsicas urbanas relacionadas ao desenho das vias na rea de influncia de shopping centers. Anais do XXII Congresso de Pesquisa e Ensino em Transportes. Rio de Janeiro. CET (1983) Plos Geradores de Viagens. Boletim Tcnico n 32, CET. Prefeitura de So Paulo, So Paulo. Corra, M. M. D.; L. G. Goldner (1999) Uma metodologia para delimitao de rea de influncia de shopping centers. Anais do XIII Congresso de Pesquisa e Ensino em Transportes, ANPET, So Carlos. Freitas, G. V.; A. A. Raia Jr. (2008) Metodologia para avaliao de impactos na implantao de supermercados em cidades mdias. Anais do XXII Congresso de Pesquisa e Ensino em Transportes, ANPET, Fortaleza. Freitas, G. V. (2009) Metodologia de delimitao de rea de influncia e elaborao de modelo de gerao de viagens para supermercados de cidades de mdio porte. Dissertao. PPGEU. UFSCar, So Carlos. Galarraga, J.; M. Herz (2006) Tasas y modelos de generacion de viajes em hipermercados de la ciudad de Crdoba. Disponvel em <http://redpgv.coppe.ufrj.br/arquivos/calarraga_herz_2006.pdf>. Acessado em: 3 set. 2011. Grando, L. (1986) A interferncia dos Plos Geradores de Viagens no sistema virio: anlise e contribuio metodolgica para shopping centers. Dissertao (Mestrado). PET/COPEE/UFRJ, Rio de Janeiro. Kneib, E. C. (2004) Caracterizao de empreendimentos geradores de viagens: contribuio conceitual anlise de seus impactos no uso, ocupao e valorizao do solo urbano. Dissertao, UnB, Braslia. Marco Estudos & Projetos (1994) Shopping Center Itaguau: anlise scio-econmica. Nascimento, L. C. (2005) Plos Geradores de Trfego. TCC. Universidade Anhembi Morumbi, So Paulo. Portugal, L. S.; L. G. Goldner (2003) Estudo de Plos Geradores de Trfego e de seus Impactos nos Sistemas Virios e de Transportes. So Paulo: Edgard Blcher. Raia Jr., A. A.; A. N. R. Silva (1998). Um mtodo expedito para verificao da consistncia de redes para uso em um SIG-T. Anais do XII Congresso de Pesquisa e Ensino em Transporte, ANPET, Braslia DF. REDE PGV (2010). Rede Ibero-Americana de Estudos em Plos Geradores de Viagens. Disponvel em: <http://redpgv.coppe.ufrj.br/>. Acesso: 25 jul. 2010. Santoro, P. F. (2003) Avaliao do Impacto de Grandes Empreendimentos. So Paulo. Instituto Plis. Disponvel em: <http://www.polis.org.br>. Acesso em: 15 de mai. 2011. Silva, L. R. (2006). Metodologia de delimitao da rea de Influncia dos PGVs para estudos de Gerao de Viagens: um estudo de caso nos supermercados e hipermercados. Dissertao, UnB, Braslia. Silva, L. R.; E. C. Kneib; P. C. M. Silva (2006) Proposta metodolgica para definio da rea de influncia de PGVs considerando caractersticas e aspectos dinmicos de entorno. Engenharia Civil, p.111-122. Silveira, I. T. (1991) Anlise de Plos Geradores de Trfego Segundo sua Classificao, rea de Influncia e Padres de Viagem. Dissertao. COPPE/UFRJ, Rio de Janeiro. ULI (1971) The community builders handbook. Urban Land Institute, Washington, D.C. Gabriel Vendrsculo de Freitas (gabrielven2000@yahoo.com.br) Archimedes Azevedo Raia Junior (raiajr@ufscar.br) Programa de Ps-Graduao Engenharia Urbana, UFSCar, Via Washington Luis, km 235, So Carlos/SP/ Brasil.