Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE MINAS GERAIS Programa de Pós-Graduação em Engenharia Mecânica
Cenários de Longo Prazo para o Setor de
Transportes e Consumo de Combustíveis
Hugo Ferreira Braga Tadeu
Belo Horizonte 2010
Hugo Ferreira Braga Tadeu
Cenários de Longo Prazo para o Setor de
Transportes e Consumo de Combustíveis
Tese apresentada ao Programa de Pós-Graduação
em Engenharia Mecânica da Pontifícia Universidade
Católica de Minas Gerais, como requisito para
obtenção do título de Doutor em Ciências da
Engenharia Mecânica.
Orientador: Dr. Petr Iakovlevitch Ekel
Co-Orientador: Dra. Elizabeth Marques Duarte Pereira
Belo Horizonte 2010
FICHA CATALOGRÁFICA Elaborada pela Biblioteca da Pontifícia Universidade Católica de Minas Gerais
Tadeu, Hugo Ferreira Braga T121e Cenários de longo prazo para o setor de transportes e consumo de
combustíveis / Hugo Ferreira Braga Tadeu. Belo Horizonte, 2010. 227f. : il. Orientador: Petr Iakovlevitch Ekel
Co-orientadora: Elizabeth Marques Duarte Pereira Tese (Doutorado) – Pontifícia Universidade Católica de Minas Gerais.
Programa de Pós-Graduação em Engenharia Mecânica. 1. Transportes. 2. Combustíveis. 3. Métodos de simulação. 4. Monte Carlo,
Método de. I. Ekel, Petr Iakovlevitch. II. Pereira, Elizabeth Marques Duarte. III. Pontifícia Universidade Católica de Minas Gerais. Programa de Pós-Graduaçãoem Engenharia Mecânica. IV. Título.
CDU: 656:662.6
Hugo Ferreira Braga Tadeu
Cenários de Longo Prazo para o Setor de Transportes e Consumo de Combustíveis.
Tese apresentada ao Programa de Pós-Graduação em Engenharia Mecânica da Pontifícia Universidade Católica de Minas Gerais, Belo Horizonte, 2010.
Prof. Dr. Petr Iakovlevitch Ekel
(Orientador) PUC Minas
Profa. Dra. Elizabeth Marques Duarte Pereira
(Co-Orientador) Grupo ANIMA de Educação
Prof. Dr. Luben Cabezas Gómez
(Co-Orientador) PUC Minas
Prof. Dr. José Ricardo Sodré PUC Minas
Prof. Dr. Paulo Tarso Vilela de Resende
Fundação Dom Cabral
“Apesar de tudo, à medida que avançamos para um tema desconhecido
do amanhã, é melhor ter um mapa geral e incompleto, sujeito a
revisões, do que não ter mapa nenhum”. Alvim Foffler.
AGRADECIMENTOS
Especial agradecimento a Professora Elizabeth Marques Duarte Pereira, por
todo o incentivo, paciência, estimulo e confiança depositada para a realização
deste trabalho, mas acima de tudo pela amizade e exemplo.
Ao Professor Petr Iakovlevitch Ekel, por toda a atenção, dedicação e pelos
inúmeros debates realizados sobre os modelos de simulação, tanto na PUC
Minas, bem como em todos os momentos de dúvidas. Muito obrigado pelo
valioso exemplo como profissional, pessoa e amizade conferida.
Agradecimentos ao Coordenador do Curso de Doutorado em Engenharia
Mecânica, o Professor José Ricardo Sodré, bem como ao corpo docente, do
qual pude conquistar novos e valiosos ensinamentos. Aos funcionários da PUC
Minas e aos meus amigos de classe.
Ao Professor Paulo Tarso Vilela de Resende da Fundação Dom Cabral, pelos
comentários e incentivo a novas pesquisas sobre o setor de transportes, para o
pleno desenvolvimento desta tese.
À CAPES, pelo apoio financeiro conferido durante o período de vínculo a esta
instituição.
À Marcela Maria Cordeiro Fonseca Braga, minha esposa, pelo apoio
incondicional, incentivo, amizade, paciência e votos para um futuro melhor, fruto
de muita dedicação, carinho e amor em família.
À minha mãe, Zilda Ferreira Braga por sua paciência, dedicação e importância
em minha vida.
A Deus, por mais esta etapa cumprida.
RESUMO
Este trabalho procede-se a um estudo sobre o setor de transportes nacional, para o
consumo de combustíveis e possíveis cenários de longo prazo, em função da
adoção dos modelos de simulação de Monte Carlo. Através do levantamento de
dados e pela seleção de critérios relacionados ao problema são propostas e
otimizadas funções objetivo, que buscam maximizar e minimizar o PIB Nacional e o
PIB de Transportes. São aplicadas restrições, envolvendo os setores rodoviário,
ferroviário, aquaviário, aeroviário, demanda versus consumo de combustíveis e
variáveis econômicas implícitas, todos na condição otimizada. Baseado nos
resultados obtidos estuda-se a influência de cada restrição, nas funções objetivo,
buscando as melhores estratégias de longo prazo. Através da análise de
sensibilidade, cuja visualização é possibilitada pela utilização dos métodos de
programação linear e de sistemas computacionais disponíveis, pretende-se definir
qual a confirmação para a matriz de transportes e a fonte energética dominante.
Logo, as análises dos dados, advinda das respostas dos modelos de simulação,
revelam-se essenciais para esclarecer o comportamento de longo prazo para os
diferentes valores do modelo matemático proposto.
Palavras Chave: Transportes. Combustíveis. Simulação de Monte Carlo.
ABSTRACT
This thesis proceeds a study of the national transport sector, for the fuel consumption
and possible scenarios for the long term, in relation to the adoption of the Monte
Carlo Model simulation. Through data collection and the selection criteria related to
the problem are proposals and optimized objective functions, aiming to maximize and
minimize the National GDP and the GDP of Transportation. Certain restrictions apply,
involving road, rail, sea, air, demand versus fuel consumption and implicit economical
variables, all in an optimal condition. Based on the obtained results, the influence of
each constraint in the objective functions are analyzed, seeking the best strategies in
the long-term. Through sensitivity analysis, whose visualization is made possible by
the use of linear programming methods and computer systems available look for
confirmations for transport and dominant energy source. Therefore, data analyses,
obtaining results from the simulation models, are revealed essentially to clarify the
long-term behavior for different values of the mathematical model proposal.
Keywords: Transports. Fuels. Monte Carlo Simulation.
LISTA DE ILUSTRAÇÕES
Figura 01 - Metodologia Geral para Simulação......................................................... 30 Figura 02 – Etapas da Modelagem Geral para Simulação....................................... 32 Figura 03 – Simulação e Análise das Hipóteses....................................................... 33 Figura 04 – Árvore de Decisão.................................................................................. 43 Figura 05 – Janela de Trabalho do RiskSim............................................................. 47 Figura 06 – Entrada de Dados do RiskSim............................................................... 48 Figura 07 – Exemplo de Análise de Risco do RiskSim............................................. 50 Figura 08 – Exemplo de Análise de Risco do RiskSim............................................. 50 Figura 09 – Exemplo de Análise de Risco do RiskSim............................................. 51 Figura 10 – Programação Linear............................................................................... 57 Figura 11 – Regras para Programação Linear.......................................................... 57 Figura 12 – Programação Linear para Maximizar..................................................... 58 Figura 13 – Programação Linear para Minimizar...................................................... 58 Figura 14 – Janela de Trabalho do LINDO................................................................ 59 Figura 15 – Reservas de Petróleo no Mundo (Bilhões de Barris)............................. 84 Figura 16 – Camada Pré-Sal..................................................................................... 94 Figura 17 – Descobertas da Camada Pré-Sal........................................................... 94 Figura 18 – Consumo de Energia para o Setor de Transportes............................... 107 Figura 19 – Hipóteses Assumidas............................................................................. 157 Figura 20 – Condições para Simulação.................................................................... 158
LISTA DE GRÁFICOS
Gráfico 01 – Representação da Função y = f(x).......................................................... 55 Gráfico 02 – Representação da Função de Probabilidade Acumulada....................... 55 Gráfico 03 – Interações de Monte Carlo...................................................................... 56 Gráfico 04 – Interações do Hipercubo Latino.............................................................. 56 Gráfico 05 – Investimentos em Infraestrutura.............................................................. 66 Gráfico 06 – Crescimento da Infraestrutura Nacional.................................................. 66 Gráfico 07 – Matriz de Transportes de Cargas no Mundo........................................... 68 Gráfico 08 – Evolução da Matriz de Transportes no Brasil......................................... 68 Gráfico 09 – Evolução do PIB do Brasil versus PIB Transportes em US$..............................................................................................................................
70
Gráfico 10 – Vendas de Caminhões por Atacado....................................................... 72 Gráfico 11 – Preço Médio do Diesel em R$................................................................ 72 Gráfico 12 – Consumo de Óleo Diesel........................................................................ 73 Gráfico 13 – Investimentos por Setor em Milhões de R$............................................ 76 Gráfico 14 – Total de Locomotivas.............................................................................. 76 Gráfico 15 – Consumo de Combustível em Litros por Transporte de Cargas............. 76 Gráfico 16 – Total de Embarcações Movimentadas no Sistema Portuário Brasileiro......................................................................................................................
79
Gráfico 17 – Participação das Embarcações Movimentadas por Porto...................... 79 Gráfico 18 – Custos Consolidados por Setor no Tráfego Doméstico.......................... 80 Gráfico 19 – Frota Total de Aeronaves........................................................................ 81 Gráfico 20 – Anos por Idade das Aeronaves............................................................... 81 Gráfico 21 – Reservas Mundiais de Petróleo Comprovadas....................................... 87 Gráfico 22 – Demanda Regional de Energia em 2008................................................ 91 Gráfico 23 – Demanda Regional de Energia para 2030.............................................. 91 Gráfico 24 – O Setor de Petróleo no Brasil em m³...................................................... 95 Gráfico 25 – Matriz Energética Brasileira.................................................................... 96 Gráfico 26 – Brasil e a Matriz Energética Mundial em Barris de Petróleo................... 96 Gráfico 27 – Brasil e as Reservas Mundiais de Petróleo em Barris de Petróleo......... 96 Gráfico 28 – Reservas Nacionais de Petróleo em Barris............................................ 97 Gráfico 29 – Maiores Estados Produtores de Barris de Petróleo por Ano.................. 97 Gráfico 30 – Produção Nacional de Derivados de Petróleo em 1000m3 por Ano........ 97 Gráfico 31 – Número de Poços Produtores de Petróleo e Gás Natural...................... 98 Gráfico 32 – Capacidade de Armazenamento de Petróleo e Derivados em m3.......... 98 Gráfico 33 – Consumo Brasileiro de Petróleo............................................................. 98 Gráfico 34 – Barris de Petróleo Refinados por Dia...................................................... 99 Gráfico 35 – Vendas pelas Distribuidoras em 1000m3 por Ano.................................. 99 Gráfico 36 – Consumo de Derivados de Petróleo....................................................... 103 Gráfico 37 – Consumo de Combustíveis..................................................................... 104 Gráfico 38 – Distribuição do Etanol no Mundo em 2007............................................. 116 Gráfico 39 – Oferta Mundial de Biocombustíveis em EJ............................................. 117 Gráfico 40 – Oferta Mundial de Biocombustíveis em %.............................................. 117 Gráfico 41 – Demanda Primária de Biocombustíveis em EJ....................................... 120 Gráfico 42 - Demanda Primária de Biocombustíveis em %......................................... 120 Gráfico 43 – Distribuição Mundial de Etanol................................................................ 121
Gráfico 44 – Maiores Produtores Mundiais de Álcool em Litros.................................. 127 Gráfico 45 – Maiores Produtores Nacionais de Álcool................................................ 127 Gráfico 46 – Principais Compradores Nacionais Nacionais de Álcool em Litros......... 127 Gráfico 47 – Vendas de Veículos Bicombustíveis no Brasil........................................ 128 Gráfico 48 – Produção Nacional de Biodiesel em m³.................................................. 130 Gráfico 49 – Maiores Produtores Nacionais de Biodiesel em m³................................ 130 Gráfico 50 – Capacidade Nacional Instalada de Biodiesel em m³............................... 131 Gráfico 51 – Capacidade Nacional Autorizada de Produção em m³/dia..................... 131 Gráfico 52 – Evolução da Demanda por Combustíveis Líquidos por Setor (mil tep).. 137 Gráfico 53 – Evolução da Demanda por Combustíveis Líquidos no Brasil em m3/dia 138 Gráfico 54 – Variação do Produto Interno Bruto em US$............................................ 138 Gráfico 55 – Oferta Interna de Energia, PIB e População em US$............................. 139 Gráfico 56 – Oferta Interna de Energia/PIB em US$................................................... 140 Gráfico 57 – Consumo Final Energético...................................................................... 140 Gráfico 58 – Produto Interno Bruto Setorial em US$................................................... 141 Gráfico 59 – Consumo de Energia Setor de Transportes (tep/103)............................. 141 Gráfico 60 – PIB Setor de Transportes e PIB Total (tep/109; US$)............................. 142 Gráfico 61 – IPCA........................................................................................................ 142 Gráfico 63 – Preços Correntes das Fontes Energéticas (US$/Unidade Física).......... 147 Gráfico 64 – Preços Correntes das Fontes Energéticas em US$/bep........................ 147 Gráfico 65 – Preço do Barril de Petróleo em US$/Barril............................................. 148 Gráfico 66 – Preço Corrente do Álcool em US$/Unidade Física, m3........................... 151 Gráfico 67 – Preços Correntes do Álcool em US$/bep............................................... 151 Gráfico 68 – Preço do Álcool em US$......................................................................... 151 Gráfico 69 – Preço do Açúcar em US$........................................................................ 152 Gráfico 70 – Índice Ibovespa....................................................................................... 153 Gráfico 71 – Histograma Máximo e Mínimo para PIB Nacional em US$.................... 160 Gráfico 72 – Histograma Mínimo para PIB Nacional em US$..................................... 160 Gráfico 73 – PIB Nacional Máximo em US$................................................................ 161 Gráfico 74 – PIB Nacional Mínimo em US$................................................................. 161 Gráfico 75 – Histograma Máximo para PIB Transportes em US$............................... 162 Gráfico 76 – Histograma Mínimo para PIB Transportes em US$................................ 162 Gráfico 77 – PIB Transportes Máximo em US$........................................................... 163 Gráfico 78 – PIB Transportes Mínimo em US$........................................................... 163 Gráfico 79 – Histograma Máximo para Vendas de Caminhões por Atacado.............. 164 Gráfico 80 – Histograma Mínimo para Vendas de Caminhões por Atacado............... 164 Gráfico 81 – Vendas Máximo de Caminhões por Atacado.......................................... 165 Gráfico 82 – Vendas Mínimo de Caminhões por Atacado........................................... 165 Gráfico 83 – Histograma Máximo para Preço do Diesel em R$.................................. 166 Gráfico 84 – Histograma Mínimo para Preço do Diesel em R$................................... 166 Gráfico 85 – Preço Máximo do Diesel em R$.............................................................. 167 Gráfico 86 – Preço Mínimo do Diesel em R$.............................................................. 167 Gráfico 87 – Histograma Máximo para Consumo de Óleo Diesel............................... 168 Gráfico 88 – Histograma Mínimo para Consumo de Óleo Diesel................................ 168 Gráfico 89 – Consumo Máximo de Óleo Diesel........................................................... 169 Gráfico 90 – Consumo Mínimo de Óleo Diesel........................................................... 169 Gráfico 91 – Histograma Máximo para Total de Locomotivas..................................... 170 Gráfico 92 – Histograma Mínimo para Total de Locomotivas...................................... 171 Gráfico 93 – Total Máximo de Locomotivas................................................................ 171 Gráfico 94 – Total Mínimo de Locomotivas................................................................. 171
Gráfico 95 – Histograma Máximo para Consumo de Combustíveis............................ 172 Gráfico 96 – Histograma Mínimo para Consumo de Combustíveis............................. 172 Gráfico 97 – Consumo Máximo de Combustíveis....................................................... 173 Gráfico 98 – Consumo Mínimo de Combustíveis........................................................ 173 Gráfico 99 – Histograma Máximo para Movimentação de Embarcações de Longo Curso...........................................................................................................................
174
Gráfico 100 – Histograma Mínimo para Movimentação de Embarcações de Longo Curso...........................................................................................................................
174
Gráfico 101 – Movimentação Máximo para Embarcações de Longo Curso............... 175 Gráfico 102 – Movimentação Mínimo para Embarcações de Longo Curso................ 175 Gráfico 103 – Histograma Máximo para Movimentação de Embarcações para Cabotagem..................................................................................................................
176
Gráfico 104 – Histograma Mínimo para Movimentação de Embarcações para Cabotagem..................................................................................................................
176
Gráfico 105 – Movimentação Máximo de Embarcações para Cabotagem................. 177 Gráfico 106 – Movimentação Mínimo de Embarcações para Cabotagem.................. 177 Gráfico 107 – Histograma Máximo para Custos do Tráfego Nacional em US$.......... 178 Gráfico 108 – Histograma Mínimo para Custos do Tráfego Nacional em US$........... 179 Gráfico 109 – Custos Máximo e Mínimo do Tráfego Nacional em US$...................... 179 Gráfico 110 – Custos Mínimo do Tráfego Nacional em US$....................................... 180 Gráfico 111 – Histograma Máximo para Frota de Aeronaves..................................... 180 Gráfico 112 – Histograma Mínimo para Frota de Aeronaves...................................... 181 Gráfico 113 – Frota Máximo de Aeronaves................................................................. 181 Gráfico 114 – Frota Mínimo de Aeronaves.................................................................. 181 Gráfico 115 – Estimativas para o Setor de Petróleo no Brasil..................................... 183 Gráfico 116 – Capacidade Estimada de Refino em m3............................................... 183 Gráfico 117 – Consumo Brasileiro de Petróleo Estimado........................................... 184 Gráfico 118 – Vendas Estimadas pelas Distribuidoras em 1000m3 por ano............... 184 Gráfico 119 – Histograma Máximo para Preço do Barril de Petróleo em US$............ 185 Gráfico 120 – Histograma Mínimo para Preço do Barril de Petróleo em US$............. 185 Gráfico 121 – Preço Máximo do Barril de Petróleo em US$....................................... 186 Gráfico 122 – Preço Mínimo do Barril de Petróleo em US$........................................ 186 Gráfico 123 – Histograma Máximo para Preço do Álcool em US$.............................. 189 Gráfico 124 – Histograma Mínimo para Preço do Álcool em US$............................... 189 Gráfico 125 – Preço do Álcool Máximo em US$......................................................... 190 Gráfico 126 – Preço do Álcool Mínimo em US$.......................................................... 190 Gráfico 127 – Histograma Máximo para Preço do Açúcar em US$............................ 191 Gráfico 128 – Histograma Mínimo para Preço do Açúcar em US$............................. 191 Gráfico 129 – Preço do Açúcar Máximo em US$........................................................ 192 Gráfico 130 – Preço do Açúcar Mínimo em US$......................................................... 192 Gráfico 131 – Histograma Máximo para Evolução da Demanda por Combustíveis Líquidos para o Setor de Transportes (mil tep)...........................................................
194
Gráfico 132 – Histograma Mínimo para Evolução da Demanda por Combustíveis Líquidos para o Setor de Transportes (mil tep)...........................................................
194
Gráfico 133 – Evolução Máxima da Demanda por Combustíveis Líquidos para o Setor de Transportes (mil tep).....................................................................................
195
Gráfico 134 – Evolução Mínima da Demanda por Combustíveis Líquidos para o Setor de Transportes (mil tep).....................................................................................
195
Gráfico 135 – Histograma Máximo para Consumo de Energia Setor de Transportes (10³ tep).......................................................................................................................
196
Gráfico 136 – Histograma Mínimo para Consumo de Energia Setor de Transportes (10³ tep).......................................................................................................................
196
Gráfico 137 – Consumo Máximo de Energia Setor de Transportes (10³ tep)............. 197 Gráfico 138 – Consumo Mínimo de Energia Setor de Transportes (10³ tep).............. 197 Gráfico 139 – Histograma Máximo para IPCA (%)...................................................... 198 Gráfico 140 – Histograma Mínimo para IPCA (%)....................................................... 198 Gráfico 141 – Máximo para IPCA (%)......................................................................... 199 Gráfico 142 – Mínimo para IPCA (%).......................................................................... 199 Gráfico 143 – Histograma Máximo para Ibovespa...................................................... 200 Gráfico 144 – Histograma Mínimo para Ibovespa....................................................... 200 Gráfico 145 – Máximo para Ibovespa.......................................................................... 201 Gráfico 146 – Mínimo para Ibovespa........................................................................... 201
LISTA DE TABELAS
Tabela 01 – Parâmetros Computacionais RiskSim..................................................... 48 Tabela 02 – Distribuições de Probabilidade do RiskSim............................................. 49 Tabela 03 – Propriedades da Gasolina e do Etanol.................................................... 122 Tabela 04 – Modificações Mecânicas para o Uso do Etanol....................................... 123 Tabela 05 – Produção Nacional de Álcool................................................................... 126 Tabela 06 – Exportação de Álcool............................................................................... 126 Tabela 07 – Resultados Máximo e Mínimo para PIB Nacional em US$..................... 159 Tabela 08 – Resultados Máximo e Mínimo para PIB Transportes em US$................ 161 Tabela 09 – Resultados Máximo e Mínimo para Vendas de Caminhões por Atacado........................................................................................................................
164
Tabela 10 – Resultados Máximo e Mínimo para Preço do Diesel em R$................... 165 Tabela 11 – Resultados Máximo e Mínimo para Consumo de Óleo Diesel................ 167 Tabela 12 – Resultados Máximo e Mínimo para Total de Locomotivas...................... 170 Tabela 13 – Resultados Máximo e Mínimo para Consumo de Combustíveis............. 172 Tabela 14 – Resultados Máximo e Mínimo para Movimentação de Embarcações de Longo Curso................................................................................................................
174
Tabela 15 – Resultados Máximo e Mínimo para Movimentação de Embarcações para Cabotagem..........................................................................................................
175
Tabela 16 – Resultados Máximo e Mínimo para Custos do Tráfego Nacional em US$..............................................................................................................................
178
Tabela 17 – Resultados Máximo e Mínimo para Frota de Aeronaves......................... 180 Tabela 18 – Resultado Máximo e Mínimo para Preço do Barril de Petróleo em US$. 184 Tabela 19 – Produção Nacional Estimada de Biocombustíveis.................................. 188 Tabela 20 – Resultados Máximo e Mínimo para Preço do Álcool em US$................. 188 Tabela 21 – Resultados Máximo e Mínimo para Preço do Açúcar em US$................ 190 Tabela 22 – Resultados Máximo e Mínimo para Evolução da Demanda por Combustíveis Líquidos para o Setor de Transportes (mil tep)....................................
193
Tabela 23 – Resultados Máximo e Mínimo para Consumo de Energia Setor de Transportes (10³ tep)...................................................................................................
196
Tabela 24 – Resultados Máximos e Mínimos para IPCA (%)...................................... 197 Tabela 25 – Resultados Máximos e Mínimos para Ibovespa...................................... 199 Tabela 26 – Funções Objetivo…………………………………………………………… 203 Tabela 27 – Restrições de Transportes………………………………………………….. 203 Tabela 28 – Restrições de Consumo de Combustíveis............................................... 204 Tabela 29 – Restrições Econômicas........................................................................... 204 Tabela 30 – Estratégias para Funções Objetivo a Maximizar..................................... 207 Tabela 31 – Estratégias para as Restrições................................................................ 207 Tabela 32 – Funções Objetivo Minimizada.................................................................. 208 Tabela 33 – Restrições de Transportes....................................................................... 208 Tabela 34 – Restrições de Consumo de Combustíveis............................................... 209 Tabela 35 – Restrições Econômicas……………………………………………………… 209 Tabela 36 – Estratégias para Funções Objetivo a Minimizar...................................... 212 Tabela 37 – Estratégias para as Restrições................................................................ 212
LISTA DE ABREVIATURAS
ABDIB - Associação Brasileira de Desenvolvimento e Infraestrutura de Base.
ANTT - Agência Nacional de Transportes Terrestres.
ANTF - Agência Nacional de Transportes Ferroviários.
ANAC - Agência Nacional de Aviação Civil.
ANP - Agência Nacional do Petróleo.
ANTAQ - Agência Nacional de Transportes Aquaviários.
BNDES - Banco Nacional de Desenvolvimento Econômico e Social.
BP - British Petroleum.
CO - Carbono.
Coppead - Instituto Coppead de Administração.
DAC - Departamento de Aviação Civil.
EJ - Exajoule
FAO - Food and Agricuture Organization of the United Nations.
IBAMA - Instituto Brasileiro do Meio-Ambiente.
IATA - International Airport Transport Association.
IEA - International Energy Agency.
IPEA - Instituto de Pesquisas Econômicas Aplicadas.
IPCA - Índice de Preços Consumidor Amplo.
IPI - Imposto sobre o Produto Industrializado.
MJ - MegaJoule
Mt - Milhões de Toneladas.
NTC - Associação Nacional do Transporte de Cargas.
OPEP - Organização de Países Exportadores de Petróleo.
OCDE - Organização para Cooperação do Direito Econômico.
OPEP - Organização dos Países Produtores de Petróleo.
PIB - Produto Interno Bruto.
RFFSA - Rede Ferroviária Federal S/A.
SOx - Dióxido de Enxofre.
TKU - Tonelada por Quilometro Útil.
USGS - US Geological Survey.
WWFC - Wordlwide Fuel Chart.
SUMÁRIO
1. INTRODUÇÃO 21
1.1 Motivação 21
1.2 Problema 24
1.3 Relevância do Tema 25
1.4 Objetivo Geral 26
1.5 Objetivos Específicos 26
1.6 Metodologia 27
2. TEORIA DA SIMULAÇÃO 29
2.1 Fundamentos 29
2.2 Dados de Entrada 31
2.3 Definição do Modelo Abstrato: Simulação 32
2.4 Método de Monte Carlo 34
2.4.1 Fundamentos do Método de Monte Carlo 34
2.4.2 Variáveis Aritméticas 38
2.4.3 Variáveis de Controle 39
2.4.4 Hipercubo Latino 40
2.4.5 Amostragem Descritiva 40
2.5 Fator de Risco 42
2.6 Análise Computacional: Software RiskSim 45
2.6.1 Recursos do RiskSim 46
2.6.2 Funções de Distribuição de Probabilidade 49
2.7 Programação Linear 57
3. AVALIAÇÕES SOBRE A MATRIZ DE TRANSPORTES NACIONAL 59
3.1 Introdução 59
3.1.1 Fatores de Decisão 61
3.1.2 Importância Econômica 64
3.2 Análises sobre a Matriz de Transportes Nacional 71
3.2.1 Modal Rodoviário 71
3.2.2 Modal Ferroviário 73
3.2.3 Modal Aquaviário 77
3.2.4 Modal Aeroportuário 80
4. CONSUMO DE COMBUSTÍVEIS DERIVADOS DO PETRÓLEO 83
4.1 Introdução 83
4.2 Importância Estratégica para o Mundo 85
4.2.1 Importância do Petróleo 85
4.2.2 Conjuntura do Mercado Mundial 87
4.2.3 Capacidade de Produção e Demanda Consumidora 89
4.3 Dados Nacionais Atuais 93
4.4 Tendências do Setor para o Brasil 100
4.5 Transportes e Consumo de Derivados do Petróleo 103
4.5.1 Limitações em Relação aos Derivados de Petróleo 104
4.5.1.1 Concentração Energética 104
4.5.1.2 Critérios Ambientais 106
4.5.1.3 Demanda Consumidora 107
4.5.2 Tendências para o Setor de Transportes 109
5. ANÁLISES SOBRE OS BIOCOMBUSTÍVEIS 111
5.1 Histórico 111
5.2 Fundamentos sobre os Biocombustíveis 112
5.3 Perspectivas para o Brasil 114
5.3.1 Oferta dos Biocombustíveis 115
5.3.2 Demanda dos Biocombustíveis 118
5.3.3 Tendências para os Biocombustíveis 121
5.3.3.1 A Utilização do Etanol 122
5.3.3.2 Etanol nos Motores a Diesel 124
5.3.3.3 Segmento do Álcool 125
5.3.3.4 Segmento do Biodiesel 129
6. VARIÁVEIS ECONÔMICAS APLICADAS 133
6.1 Introdução 133
6.1.1 Variáveis Econômicas 133
6.1.1.1 Consumo Energético 136
6.1.2 Setor de Transportes 143
6.1.3 Comportamento dos Combustíveis 144
6.1.4 Comportamento do Mercado Financeiro 153
7. SIMULAÇÃO APLICADA AO SETOR DE TRANSPORTES E CONSUMO DE COMBUSTÍVEIS
155
7.1 Fundamentos 155
7.2 Dados de Entrada 155
7.3 Simulação Aplicada 156
7.3.1 Setor de Transportes 158
7.3.1.1 Modal Rodoviário 163
7.3.1.2 Modal Ferroviário 170
7.3.1.3 Modal Aquaviário 174
7.3.1.4 Modal Aeroportuário 178
7.4 Derivados de Petróleo 182
7.5 Estimativas para os Biocombustíveis 187
7.6 Estimativas Econômicas 193
7.7 Matriz de Decisão 202
7.7.1 Matriz de Decisão a Maximizar 203
7.7.1.2 Restrições 203
7.7.1.3 Programação Linear 204
7.7.1.4 Resultados 207
7.7.2 Matriz de Decisão a Minimizar 207
7.7.2.1 Restrições 208
7.7.2.2 Programação Linear 209
7.7.2.3 Resultados 212
8. CONCLUSÕES E RECOMENDAÇÕES 213
8.1 Conclusões 213
8.2 Recomendações 215
REFERENCIAS 216
21
1. INTRODUÇÃO
1.1. Motivação
O setor de transportes é de fundamental importância para o desenvolvimento
econômico nacional, porém, com inúmeros problemas associados à infraestrutura,
na concentração pela utilização do modal rodoviário e consumo de combustíveis.
Talvez, o primeiro obstáculo para o estudo do setor de transportes seja a sua
definição e a adoção de séries históricas precisas para o objeto do estudo, devido às
divergências de enfoque, surgidos ao longo das classificações fornecidas pelos
principais pesquisadores do tema.
CHOPRA (2006) apresenta transportes como um fator determinante para o
progresso da humanidade, com dois componentes básicos: infraestrutura e
operações. A infraestrutura relaciona-se aos meios para a realização de transportes,
como a adoção de veículos apropriados para movimentação, ao consumo de
combustível e nas vias de locomoção. As operações correspondem ao respeito à
legislação específica, determinada por agências reguladoras do Governo Federal,
como a ANTT (Agência Nacional de Transportes Terrestres), ANTF (Agência
Nacional de Transportes Ferroviários), ANAC (Agência Nacional de Aviação Civil) e
ANTAQ (Agência Nacional de Transportes Aquaviários). Logo, localizações que
durante anos pareciam inalcançáveis, hoje pertencem ao mundo globalizado, devido
às evoluções tecnológicas do setor de transportes.
Dados do Centro de Estudos em Logística da UFRJ (2008) estimam que no
Brasil, os custos com logística representam 12,5% do PIB (Produto Interno Bruto),
enquanto nos Estados Unidos o percentual é de 11%. Destes percentuais, o setor de
22
transportes corresponde em 62% das atividades logísticas, sendo um fator de
preocupação para o desenvolvimento econômico.
Cada modalidade de transportes tem as suas características, apresentando
vantagens e desvantagens, sendo adequada para cada situação de movimentação
de cargas ou passageiros. Logo, não há como determinar o melhor modal de
transportes. O importante é saber identificar os fatores críticos que relacionam o
setor de transportes, entre eles o consumo de combustíveis, com forte concentração
do setor rodoviário e respectivo consumo de diesel. Assim sendo, por que não
buscar fontes alternativas de energia, como solução para redução da dependência
ao petróleo, em busca de ganhos por eficiência energética? Outro ponto importante
refere-se à concentração pela utilização de automóveis, cuja redução estimularia o
desenvolvimento sustentável e a busca por veículos menos intensivos em energia.
Porém, o setor de transportes no Brasil sofre impactos pela necessidade das
importações de diesel e das oscilações das cotações do barril de petróleo no
mercado internacional. Esta conjuntura está relacionada às grandes reservas de
petróleo do mundo, que se encontram em países do Oriente Médio, notadamente
uma região de conflitos políticos e pelo fato do petróleo ser um recurso não
renovável. Ao mesmo tempo, devido à crise financeira de crédito dos Estados
Unidos, houve uma migração dos investimentos para commodities, com a elevação
de seus preços. Devido a estas questões torna-se necessário pensar no
desenvolvimento de alternativas para redução dos impactos econômicos e para
análises de cenários no longo prazo, sendo a simulação uma vertente integrante.
Todavia, nota-se a importância em avaliar o petróleo como fonte energética
primária, apresentando demandas de consumo por seus derivados no curto e longo
prazo, com variações esperadas no seu preço. Pensar na substituição do petróleo
23
exige uma análise de cenários adequada, para que não existam interpretações
equivocadas, em relação à atividade econômica, devido à representatividade deste
insumo no Brasil.
Os derivados de petróleo utilizados como combustíveis, atualmente é a base
para os modos de produção e consumo veicular, com a disponibilidade influenciando
os rumos da economia. Somente a indústria do petróleo, corresponde por 59% das
necessidades energéticas mundiais, quando avaliada a matriz energética. As
variações no preço do barril de petróleo afetam o nível de atividade econômica, em
especial, de setores estratégicos, como a automobilística e aviação.
Deve-se pensar no longo prazo e nos ganhos pela incorporação de novas
formas de locomoção. Porém, a utilização do petróleo é justificada pela sua alta
densidade energética e pelas facilidades da indústria mundial de exploração,
produção, refino e distribuição já implementadas e maturadas. Apesar dos recentes
incentivos aos projetos ligados à utilização do etanol, os custos de transição para
uma nova fonte energética são elevados e devem ser bem avaliados.
Ressalta-se que em países em desenvolvimento como o Brasil, a
infraestrutura de transportes não é propícia para a locomoção, o que estimularia um
crescimento favorável para a infraestrutura nos próximos anos, observando-se a
necessidade pela avaliação das opções tecnológicas a serem adotadas.
Caso as decisões por investimentos ao setor de transportes não sejam
tomadas de forma correta, à opção seria a continuidade do modelo atual, focado no
petróleo, estimulando a utilização de veículos automotores e o aumento da poluição.
Perderia-se uma oportunidade por ganhos de qualidade e eficiência energética, em
um mundo que demanda redução das emissões de poluentes na atmosfera, sendo
24
viável o desenvolvimento de cenários de longo prazo, através da Simulação de
Monte Carlo.
A Simulação de Monte Carlo tem a sua origem na Segunda Guerra Mundial,
em função das pesquisas desenvolvidas para a criação da bomba atômica, em
paralelo aos modelos de programação linear da pesquisa operacional, segundo
SALIBY (1989), sendo um método proposto por Von Neumann e Ulan em 1947, para
a análise de variáveis discretas.
Ao final da década de 1940, com o advento dos computadores, as limitações
ao emprego da Simulação de Monte Carlo começaram a se dissipar, com a atenção
dos pesquisadores destinada aos resultados mais precisos dos problemas, com
redução do tempo de processamento. No entanto, ainda que a sua utilização traga
resultados satisfatórios, deve-se analisar a concentração de estudos para as áreas
de economia, em detrimento a engenharia, transportes e consumo de combustível.
A percepção desta falha é o estimulo para o surgimento deste trabalho,
conjugando análises sobre o setor de transportes, para o consumo de derivados de
petróleo e etanol, relacionando-se a contribuição dos dados destes setores ao PIB
Nacional e PIB de Transportes, em conjunto com os modelos de programação linear.
1.2. Problema
Qual a relevância do setor de transportes nacional em relação ao consumo
dos derivados de petróleo? Quais são os impactos do setor de transportes na
economia nacional? Qual a confirmação para o setor de transportes, considerando
simulações de longo prazo, observando as características de cada modal, o
25
consumo dos derivados de petróleo e a busca por eficiência energética, através da
possível adoção dos biocombustíveis?
Através destas perguntas, caracteriza-se o problema de pesquisa, em busca
de uma solução inovadora, utilizando a Simulação de Monte Carlo, correlacionando
os fundamentos sobre a matriz de transportes brasileira e as tendências futuras em
relação ao petróleo, novas fontes energéticas e a economia.
1.3. Relevância do Tema
O crescimento econômico nacional registrado nos últimos anos evidencia um
processo de aumento de competitividade industrial, forte aumento da oferta e da
demanda por produtos e serviços.
Este novo padrão de desenvolvimento tem como pilar o setor de transportes e
a necessidade pelo seu aprimoramento para a movimentação de cargas e
indivíduos. Observa-se uma forte dependência do setor de transportes para a
indústria do petróleo, o que em geral, vem trazendo problemas para a economia,
devido à crescente demanda do setor e aumentos expressivos nas cotações do
barril de petróleo no mundo.
Logo, a existência da dicotomia entre crescimento econômico, aumento das
necessidades pelo setor de transportes e pelo consumo de petróleo é o estimulo
para o desenvolvimento deste estudo, em que a contribuição está associada à
análise atual do planejamento energético do setor de transportes e para o
desenvolvimento de cenários alternativos no longo prazo no Brasil, com a utlização
da Simulação de Monte Carlo.
26
Neste estudo são incluídos, além das análises sobre a matriz de transportes
brasileira, do consumo de combustíveis e dos fundamentos econômicos, os
possíveis benefícios pela continuidade do modelo centrado nos derivados de
petróleo ou nos biocombustíveis.
1.4. Objetivo Geral
O objetivo geral deste trabalho é a avaliação do setor de transportes, suas
características no Brasil, o consumo de combustíveis e a sua correlação com a
economia, através da teoria da Simulação de Monte Carlo apresentada no Capitulo
2, visando obter um cenário de referência ou um cenário alternativo, ambos no longo
prazo, envolvendo a continuidade do modelo focado nos derivados de petróleo ou
biocombustíveis.
1.5. Objetivos Específicos
Os objetivos específicos deste estudo são:
Apresentar as metodologias utilizadas para simulações, utilizando a
Simulação de Monte Carlo, como modelo condizente para a tratativa de
variáveis discretas;
Apresentar as definições sobre o setor de transportes no Brasil e o
panorama da matriz de transportes;
Avaliar o consumo de combustíveis, em função da matriz de
transportes no Brasil, considerando-se o petróleo e seus derivados;
27
Apresentar a fundamentação teórica sobre os biocombustíveis e as
suas vantagens comparativas ao consumo de petróleo, para o setor de
transportes no Brasil;
Apresentar as variáveis econômicas aplicadas ao setor de transportes
e consumo de combustíveis;
Apresentar as simulações e cenários de longo prazo, em função da
metodologia proposta e os impactos do setor de transportes e consumo
de combustiveis na economia, analisando os resultados.
1.6. Metodologia
As metodologias para a apresentação da Simulação de Monte Carlo são
apresentadas no Capítulo 2, com a complementação dos modelos de programação
linear da pesquisa operacional e análise de sensibilidade, através da adoção de
sistemas computacionais.
No Capítulo 3, aborda-se a fundamentação teórica sobre o setor de
transportes e o panorama da matriz multimodal brasileira.
No Capítulo 4, a contribuição é a análise sobre o setor de petróleo e as
considerações sobre os seus derivados, permitindo estimar o seu comportamento no
longo prazo.
No Capítulo 5, apresenta-se a fundamentação teórica necessária sobre os
biomcbustíveis as suas vantagens comparativas ao consumo de petróleo para o
setor de transportes.
No Capítulo 6, apresentam-se os fundamentos econômicos aplicados ao setor
de transportes e suas considerações ao consumo de combustíveis.
28
No Capítulo 7, apresenta-se a simulação aplicada, entre as metodologias
apresentadas nos Capítulos 2, 3, 4 e 5, permitindo que o problema seja otimizado
objetivando maximizar o PIB Nacional e o PIB de Transportes.
Os resultados da aplicação das metodologias ao problema de transportes e
consumo de combustíveis são apresentados e analisados no Capítulo 8. Estuda-se
a influência dos dados utilizados, para o melhor desempenho das funções objetivo
estabelecidas. Os diferentes tratamentos dados as variáveis em estudo, advém das
respostas dos relatórios de sensibilidade, revelando-se essenciais para esclarecer
os resultados obtidos pela aplicação das diversas metodologias. Na conclusão,
apresentam-se as recomendações para uma aplicação mais adequada das
metodologias de transportes e consumo de combustíveis, sugerindo
encaminhamentos para o aprofundamento da análise comparativa realizada.
29
2. TEORIA DA SIMULAÇÃO
2.1. Fundamentos
Segundo CHWIF (2006), a simulação é um processo por meio do
funcionamento de outro; sendo teste, experiência e ensaio. Em particular, a
simulação pode ser classificada como computacional, para a busca de resultados
confiáveis.
O objetivo da simulação aplicada para este estudo é saber qual o
comportamento no longo prazo, do setor de transportes e respectivo consumo de
combustíveis, trabalhando com a modelagem de eventos discretos, levando em
consideração a mudança de estado dos dados em estudo ao longo do tempo em
análise, sendo consideradas como “agregadas”, com o emprego do desvio padrão,
como erro.
Deve-se deixar claro que a simulação tem como objetivo prever o
comportamento de um sistema, com várias entradas, suas premissas e as saídas,
respeitando as possibilidades de erro, não existindo uma modelagem matemática
fechada, estando esta, aberta a adequações, em virtude dos valores de entrada do
problema proposto.
Logo, a simulação não deve ser confundida com “otimização”, pois o seu foco
não está em alcançar uma resposta única, com base na análise de cenários e pelas
hipóteses levantadas, através da combinação de resultados.
Para LACHTERMACHER (2002), a simulação consiste na interação entre as
partes que a compõem e para que isto seja viável, o objetivo do problema deve ser
30
bem definido e o seu modelo de simulação, representando um conjunto de dados
importantes e estruturados.
A metodologia da simulação deve seguir os passos apresentados na Figura
01, para que o estudo seja bem concebido, segundo CHWIF (2006).
Figura 01 – Metodologia Geral para Simulação Fonte: adaptado de Chwif (2006)
As etapas da Figura 01 não devem ser consideradas lineares, devido às
possibilidades de interações e adequações de processos, para o atendimento as
demandas do problema em estudo.
Na fase da concepção, deve-se evidenciar o problema, através da coleta dos
dados de entrada, dos objetivos do problema e das hipóteses assumidas pelo
analista da simulação. É importante salientar que o modelo matemático proposto
para a simulação é que deve ser adequado aos dados coletados e não ao contrário,
para se atingir resultados satisfatórios.
A fase da implementação é caracterizada pela definição do modelo abstrato,
estruturado e conceitual, convertido em simulação computacional. Já a análise do
modelo proposto é destinada a validação dos experimentos realizados, originando o
modelo experimental, com resultados da simulação prontos para analises
conclusivas e documentais.
31
2.2. Dados de Entrada
Segundo CHWIF (2006), a maioria dos dados aplicados em simulação possui
algum fenômeno que os governa. Para HILLIER E LIEBERMAN (1995), qualquer
problema é passível de previsão, desde que seja adotada uma análise probabilística,
considerando um erro aleatório.
Logo, um modelo de simulação busca analisar o comportamento de um dado
sistema e representá-lo através de análises computacionais, cabendo ao decisor as
observações e conclusões, conforme exposto no item 2.1.
Portanto, uma das etapas mais importantes para a simulação é o
levantamento dos dados de entrada, ou seja, a estruturação de um determinado
comportamento, ao longo de uma série histórica padrão observada.
Assim sendo, a modelagem dos dados de entrada exige o respeito às
seguintes condições, segundo NELSON E YAMNITSKY (1997):
Os dados de entrada devem ser representados por uma seqüência
independente e identicamente distribuída;
A distribuição das variáveis aleatórias pode ser aproximada por
modelos probabilísticos, tais como a distribuição normal, exponencial,
lognormal, Poisson, triangular, uniforme, entre outras, em função das
séries em análise e pela necessidade de padronização;
Os dados devem estar disponibilizados para que os seus parâmetros
possam ser estimados, como por exemplo, pelo método de Monte
Carlo.
32
Assim sendo, o estudo da modelagem geral para simulação deve ser
resumido, conforme a Figura 02.
Figura 02 – Etapas da Modelagem Geral para Simulação Fonte: adaptado de Chwif (2006)
A fase da coleta de dados equivale ao teste por amostragem, sendo
impraticável avaliar toda uma série histórica para os dados em análise. A amostra,
neste caso, representa um conjunto de valores retirados da população de interesse,
para validar o estudo estatístico. No entanto, quanto mais atual a série em estudo,
maior a credibilidade para as análises propostas.
O tratamento dos dados consiste da utilização de técnicas analíticas,
identificando possíveis falhas nos dados amostrados, com ganhos de conhecimento
sobre o problema em estudo.
A inferência estatística refere-se à aplicação dos conhecimentos de
probabilidade para o conhecimento do comportamento da amostra determinada,
tendo como resultado, um modelo estimado e aleatório incorporado a simulação.
2.3. Definição do Modelo Abstrato: Simulação
A simulação apresenta uma série de vantagens e a busca por respostas em
relação às hipóteses assumidas para um problema em estudo. Portanto, simular
está relacionado à avaliação de soluções e não na geração destas, com a utilização
de condições ou restrições.
33
Normalmente, um problema de simulação é formulado através de uma
problemática assumida, em respeito aos dados de entrada e hipóteses que
delimitem as variáveis de saída, contendo muitas variáveis, devendo-se, porém,
delimitar o campo de atuação pelo analista, através das mais importantes e críticas,
com adoção de uma matriz básica para tomada de decisão, conforme item 2.7.
A utilização da simulação pode levar a problemas em sua concepção. A
primeira hipótese é a limitação para o desenvolvimento de sistemas complexos,
dinâmicos e variáveis, sendo de difícil concepção, complicados em sua interpretação
e custo elevado de implementação. De outra maneira, caso a simulação consiga ser
elaborada através de um ótimo levantamento de dados e com a realização de uma
análise estatística adequada, pode ser encontrada uma solução satisfatória.
Logo, a função central de um problema de simulação é a de possuir uma
condição inicial de entrada, hipóteses levantadas e a atuação de simulação, através
dos modelos de inferência estatística, com o resultado final advindo da satisfação
em relação às hipóteses levantadas, conforme a Figura 03.
Figura 03 – Simulação e Análise das Hipóteses Fonte: adaptado de Chwif (2006)
Para evitar simulações que optem pelo método da “tentativa e erro”, propõe-
se a realização de um refinamento ao objeto da pesquisa e a problemática proposta,
através da validação das hipóteses levantadas e da inferência estatística, como
etapas distintas.
34
Finalmente, para a realização da simulação, propõe-se a utilização do Método
de Monte Carlo, em que o tratamento analítico e de longo prazo se mostra viável,
segundo SALIBY (1989).
2.4. Método de Monte Carlo
O método de Monte Carlo é oriundo da pesquisa operacional,
correspondendo à realização de análises numéricas, através de simulações
matemáticas. A realização destes experimentos envolve a utilização de cálculos
repetitivos, para a melhor solução do problema proposto e através da utilização de
sistemas computacionais.
As simulações envolvendo o método de Monte Carlo, normalmente são
discretas, sendo possível estimar o comportamento de um sistema real, em função
do modelo teórico proposto.
2.4.1. Fundamentos do Método de Monte Carlo
Os primeiros estudos em relação ao método de Monte Carlo têm as suas
origens na Segunda Guerra Mundial, em função das pesquisas desenvolvidas no
laboratório de Los Alamos, para a criação da bomba atômica, em paralelo ao início
das aplicações dos modelos de programação linear da pesquisa operacional.
O método de Monte Carlo foi proposto por Von Neumann e Ulan, para a
solução de variáveis discretas, conforme o item 2.1, com o objetivo de avaliar as
integrais múltiplas para o estudo da difusão dos neutros, segundo SALIBY (1989).
35
O termo “Monte Carlo” está associado ao famoso cassino de Mônaco,
fundado em 1862, mas sendo utilizado, por razões de sigilo para as pesquisas e
pela presença da aleatoriedade, lembrando os jogos de azar.
No final da década de 1940, com o advento dos computadores, as limitações
para o emprego do método de Monte Carlo começaram a se dissipar. Já na década
de 1950, com a aplicação dos sistemas de simulação computacional, a atenção dos
pesquisadores era destinada para resultados mais precisos dos problemas, sem
aumentar o tempo de processamento.
O esforço das pesquisas da época resultou nas primeiras técnicas de redução
da variância, sendo elas: variáveis antitéticas, amostragem por importância,
amostragem estratificada, variáveis de controle, common random numbers e outras,
de acordo com SALIBY (1980). O objetivo pela utilização destas técnicas estava
relacionado ao controle parcial do processo de amostragem dos valores aleatórios.
Até então, a geração da amostra era totalmente aleatória, conceituada de
abordagem tradicional ou amostragem aleatória simples. Apesar dos resultados não
satisfatórios para ganhos de precisão, o principal motivo pelo qual as técnicas de
redução da variância não foram utilizadas refere-se à concepção de que a
amostragem deveria imitar o comportamento aleatório da realidade, ou seja, o
controle da amostragem significaria a introdução de uma tendência nos resultados.
No final da década de 1970 e início da década de 1980, MCKAY, BECKMAN
e CONOVER (1979) e SALIBY (1980) desenvolveram o que hoje é caracterizado
como uma segunda geração de técnicas de redução da variância. Trata-se das
técnicas do Hipercubo Latino e da Amostragem Descritiva, gerando resultados
superiores à amostragem aleatória simples, de acordo com OWEN (1992) e
36
MARINS; SANTOS e SALIBY (2003). Observa-se também, que neste período, as
limitações computacionais já vêm sendo superadas.
A proposta do Hipercubo Latino é a de impor maior controle ao processo de
amostragem, comparativamente, as primeiras técnicas de redução da variância,
mantendo o paradigma de que a amostra deve possuir um componente aleatório em
seus valores. Nesta técnica de amostragem é proposta a estratificação da
distribuição de probabilidade acumulada das variáveis de entrada, em várias partes
de igual probabilidade, escolhendo, em seguida, um elemento dentro de cada
estrato, com a permutação destes valores. Desta forma, garante-se que todos os
estratos são representados na amostra, de acordo com MCKAY; BECKMAN E
CONOVER (1979).
O paradigma da amostra aleatória foi totalmente substituído, após a adoção
da amostragem descritiva proposta por SALIBY (1980), com a utilização dos
mesmos estratos do Hipercubo Latino, porém, selecionando o valor central de cada
estrato. A permutação na ordem dos valores centrais garante a aleatoriedade da
amostra.
Portanto, o objetivo do método de Monte Carlo é o confirmar cenários a partir
de um mecanismo gerador de dados, ou processo estocástico, para a variável
aleatória de interesse, conforme JORION (1998), sendo uma modelagem
freqüentemente utilizada para o estudo de propriedades estatísticas de diversos
modelos de estimação, especialmente, para amostras finitas, de acordo com
GUJARAT (1995).
Uma vez definidas as variáveis de interesse para a modelagem estocástica, a
partir das suas distribuições de probabilidade são sorteados valores para cada uma
destas variáveis, constituindo-se, um cenário aleatório, com novos cenários sendo
37
sorteados até que sejam alcançadas estimativas precisas, segundo MELO;
GORENSTIN e OLIVEIRA (1999).
O método de Monte Carlo apresenta diversas vantagens, como a simplicidade
conceitual, com replicações de análises dos métodos determinísticos, facilidade de
incorporação de modelagens complexas e obtenção de distribuições de
probabilidade para os critérios em análise, segundo KLEIJNEN (1974). Porém, a
desvantagem do método está atrelada a ausência de critério para a definição do
intervalo de freqüência acumulada, em que o sorteio aleatório, baseia-se na
distribuição uniforme definida.
Finalmente, percebe-se uma concentração de pesquisas atuais sobre o tema,
para a área das ciências econômicas, com diversos estudos realizados sobre o
comportamento do mercado acionário, por BROADIE, GLASSERMAN e JAIN
(2007), BARRAQUAND e MARTINEAU (2005), FU, LAPRISE, MADAN e WU (2001),
TSITSIKLIS e VAN ROY (2001), CASTILLO-RAMÍREZ (2001), entre outros. Para a
engenharia mecânica as contribuições são para elementos finitos, LIU (2005),
condensação, SUN, AXELBAUM e HUERTAS (2004) e design veicular,
CHAKARVARTULA, HAQUE, e FADEL (2004). Os textos para engenharia de
energia, em especial para o petróleo, são para exploração e riscos, segundo
OLIVER, CUNHA e REYNOLD (2008), PETERSON, MURTHA e SCHNEIDER
(2007), SIDDIQUI, AL-YATEEM e AL-THAWADI (2007), WALLS (2004), SUSLICK e
SCHIOZER (2004), BODA, BUSATH, HENDERSON e SOKOŁOWSKI (2000) e
DEMPSTER e SCOTT (2000).
Para o etanol, as principais publicações são para a sua otimização e análise
energética, segundo SUIRAN e TAO (2009), ZHANG E SIEPMANN (2006),
JORGENSEN (2006) e DAS, KINSUK e SANDIP (2006).
38
Para os métodos de tomada de decisão, observa-se a existência de textos
para previsão de demanda, segundo BERRY (1994), para incertezas de
informações, MATEOS, JIMÉNEZ e RÍOS-INSUA (2006), capacidade de transportes,
ÖZDEMIR, YÜCESAN e HERER (2006), análise multicritério, TERVONEN e
LAHDELMA (2005), para processos estocásticos, CLARK e WATLING (2005), para
séries temporais, FICHTHORN e WEINBERG (2004) e análise de sensibilidade,
KLEIJNEN (2004).
Portanto, a ausência de textos sobre a Simulação de Monte Carlo, associando
o setor de transportes, petróleo e o etanol, com as suas contribuições para a
engenharia mecânica, PIB Nacional e PIB de Transportes é o estimulo para este
trabalho.
2.4.2. Variáveis Aritméticas
Essa técnica propõe a redução de variância através da introdução de uma
correlação negativa entre as estimativas. Seja X1 e X2 variáveis aleatórias definidas
como função da variável u e -u, respectivamente. Ou seja, X1 = f(u) e X2 = f(-u).
Observa-se que X1 e X2 possuem a mesma distribuição, sendo, porém
negativamente correlacionadas. Desta forma, pode-se definir a variância da média
aritmética entre os pares de X1 e X2 como:
124
,2 2121 XVarXXCovXVarXVarXVar (01)
sendo:
39
Var(X) = Var(X1) = Var(X2); ρ: coeficiente de correlação entre X1 e X2
A variância da média aritmética entre as duas variáveis é menor do que a
variância das variáveis aleatórias originais, devido à correlação negativa introduzida.
2.4.3. Variáveis de Controle
A metodologia usual para o emprego dessa técnica é a substituição de um
problema que não dispõe de solução analítica por outro similar mais simplificado,
que dispõe desse tipo de solução. A solução do problema simplificado é usada para
aumentar a precisão da simulação do problema mais complexo.
Utiliza-se o erro de simulação, sendo a diferença entre o valor analítico e o
estimado por simulação para o problema mais simples como controle na simulação
do problema mais complexo. O coeficiente do erro da simulação que minimiza a
variância da variável ajustada é o coeficiente angular da regressão entre o valor
estimado por simulação do problema sem solução analítica e o valor estimado por
simulação do problema com solução analítica, conforme BRATLEY; FOX e
SCHRAGE (1983).
YXCovYVarkxVarkYXVar ,22 (02)
sendo:
X: valor estimado por simulação do problema sem solução analítica.
Y: variável de controle (diferença entre o valor analítico e o valor estimado por
simulação do problema com solução analítica).
40
k: coeficiente angular da regressão entre o valor estimado por simulação do
problema sem solução analítica e o valor estimado por simulação do problema com
solução analítica.
2.4.4. Hipercubo Latino
Consiste na estratificação da distribuição acumulada de probabilidade das
variáveis de entrada da simulação em “n” partes de igual probabilidade. Em seguida,
escolhe-se aleatoriamente um valor para cada estrato. A amostra hipercúbica é
composta por estes valores permutados aleatoriamente. A equação utilizada para a
geração dos valores hipercúbicos, a serem depois permutados, é apresenta abaixo:
nRandFxh i
i11
(03)
sendo:
i = 1, ..., n; xhi: valor que compõem a amostra hipercúbica.
n: tamanho da amostra.
F-1: inversa da função de distribuição acumulada;
Randi: número aleatório entre 0 e 1.
2.4.5. Amostragem Descritiva
Contemporaneamente e independentemente aos estudos que geraram o
Hipercubo Latino, SALIBY (1990) questionou a idéia de que a simulação deva ser
41
uma simples imitação da realidade. Segundo o autor, a amostragem aleatória
introduz uma variabilidade desnecessária nos problemas de simulação.
A amostragem descritiva baseia-se na idéia de uma seleção totalmente
determinística e intencional dos valores de entrada do modelo de simulação. Como
no Hipercubo Latino, propõe a estratificação da distribuição acumulada de
probabilidade das variáveis de entrada do modelo de simulação em “n” partes de
igual probabilidade. Porém, no lugar de uma seleção aleatória, seleciona-se o ponto
médio em cada estrato. A permutação aleatória dos pontos médios dos estratos
garante a aleatoriedade da amostra.
É importante ressaltar que os valores amostrais serão sempre os mesmos
dado um número “n” de simulações. Ou seja, a amostra não varia mais entre
diferentes corridas, fortalecendo o controle no processo de amostragem e
enfatizando ainda mais a ruptura com o paradigma vigente.
Tanto na amostragem tradicional (amostra aleatória simples) quanto nas
demais técnicas de redução de variância (incluindo o Hipercubo Latino), existem
duas fontes de variabilidade: a variabilidade da seleção dos valores e a variabilidade
da seqüência dos valores. Por possuir a seleção determinística, a amostragem
descritiva possui somente, a variabilidade da seqüência, devido à permutação
aleatória dos pontos médios.
Segundo MOREIRA (2001), o ponto de maior dificuldade deste método
sugerido é demonstrar que, ao contrário da crença comum, não há necessidade de
haver seleção aleatória nas amostras de experimentos de simulação pelo método de
Monte Carlo.
SALIBY (1990) argumenta que, nos experimentos de simulação, as amostras
são obtidas, por hipótese, pelas distribuições de probabilidade já conhecidas. Nesse
42
caso, o propósito da amostragem é simular o comportamento aleatório e já realizado
pela permutação aleatória dos pontos médios na Amostragem Descritiva e não
realizar inferências sobre a população analisada. Outro bom argumento é a
facilidade de implementação, pelo pequeno incremento no tempo de programação e
redução no processamento. A única exigência antes da implementação é conhecer o
tamanho da amostra desejada e normalizada.
A equação proposta para a geração do conjunto único de valores descritivos,
para posterior permutação é a seguinte:
niFxdi
5,01
(04)
sendo:
i = 1, ..., n; xdi: valor que compõem a amostra descritiva.
n: tamanho da amostra.
F-1: inversa da função de distribuição acumulada; F-1 (R), R (0,1).
2.5. Fator de Risco
A incerteza, associada às análises de cenários, implica na adoção de
probabilidades, cabendo ao tomador de decisão determinar os pesos para os
critérios em análise, apresentados no Capítulo 7. Esta tarefa é executada, através de
análises empíricas, em relação às séries históricas em estudo, sendo a base para os
processos estocásticos e dinâmicos.
Assim sendo, a árvore de decisão é um modelo prático e visual, determinando
o valor de uma variável e baseando-se neste valor, executando uma ação,
43
desdobrando-se na escolha de outra variável ou no resultado alcançado. As árvores
de decisão são classificadas como um conjunto de “exemplos previamente
classificado”, segundo SALIBY (1990) e posteriormente, outros exemplos são
classificados de acordo com esta mesma árvore.
A elaboração de uma árvore de decisão parte da descrição de um problema
do qual devem ser especificadas as variáveis, as respectivas ações e a seqüência
lógica para a tomada de decisões, conforme exposto na Figura 04.
Figura 04 – Árvore de Decisão
As variáveis são apresentadas pelas condições apresentadas na Figura 04,
com as saídas e ações a serem tomadas. A seqüência lógica trata-se da ordem em
que são dispostas as condições, devido ao seu grau de relevância pré-definido no
início da criação do modelo de simulação. Os ramos da árvore de decisão
correspondem às possibilidades lógicas que levam ao processo de tomada de
decisão. Observa-se, que nem sempre, as condições descritas levam a uma ação
definitiva, cabendo ao decisor, o papel da opção pelo melhor caminho a ser seguido.
A determinação das decisões, em ambientes de incerteza, está associada ao
risco, sendo este derivado de um ambiente com possíveis confirmações. Portanto, a
simulação de cenários no longo prazo para o setor de transportes e consumo de
44
combustíveis requer o uso de séries históricas ajustadas, considerando o fator risco,
em função da probabilidade pela não realização de algumas estimativas.
Para uma melhor interpretação da variável risco, devem ser avaliadas duas
características associadas: a) risco objetivo e b) risco subjetivo.
O risco é classificado como objetivo, quando em uma análise de simulação,
os resultados já são conhecidos. A descrição do risco subjetivo pode ser feito,
através do refinamento da abordagem ao problema, com a utilização de um grande
número de informações e pela adoção de probabilidades, através das escolhas do
decisor.
O processo de escolha de probabilidades deve ser bem executado, em
procedimentos de simulação, para redução do risco e na maximização da utilidade
do problema em estudo.
No entanto, observa-se que apesar da aparente facilidade pela adoção de
probabilidades, a incerteza e o risco deste procedimento são complexos. Para o
decisor, cabe a adoção de medidas que reduzam a variabilidade das variáveis em
estudo, como a utilização de métodos estatísticos de variância e covariância.
No entanto, segundo TOBIN (1958), os decisores se dividem em três tipos: a)
os avessos ao risco, b) indiferentes ao risco e c) propensos ao risco.
Os decisores avessos ao risco são aqueles que, em suas decisões, preferem
as de menor risco. Para os indiferentes ao risco, vale o procedimento convencional
de tratar os valores esperados, como se as previsões estudadas fossem realmente
previsíveis. Finalmente, para os decisores propensos ao risco, as suas escolhas
envolvem cenários incertos e de risco elevado.
Portanto, análises de riscos envolvem os fatores de utilidade. Ou seja, a
análise de risco é caracterizada como um método quantitativo ou qualitativo, com a
45
proposta de avaliar o impacto deste fenômeno para o processo de tomada de
decisões, cuja meta é a escolha da melhor ação e possíveis resultados.
Em linhas gerais, a análise de risco envolve o desenvolvimento de um modelo
geral sobre o problema em análise, com a representação da situação atual,
mediante critérios pré-definidos. Como próximo passo, devem ser identificadas as
incertezas, especificando a distribuição de probabilidade e como última etapa, a
simulação em si, para a tomada de decisão.
2.6. Análise Computacional: Software RiskSim
Os procedimentos para a utilização do método de Monte Carlo podem ser
realizados através do sistema computacional denominado RiskSim, segundo
HILLIER e LIEBERMAN (1995), auxiliando decisores na construção de modelos
sofisticados envolvendo dados estatísticos, permitindo a ponderação de incertezas e
na simulação de cenários. No entanto, a tomada de decisão, deve ser realizada,
pelas preferências e experiências pessoais do decisor, mediante os resultados
alcançados e pela análise de sensibilidade entre as variáveis.
Logo, a simulação é um processo de estruturação de modelos reais e a
realização de experimentos, com a intenção de entender o comportamento do
sistema ou de analisar cenários, procurando atender os seguintes requisitos:
Descrever o comportamento das variáveis em estudo;
Construir hipóteses, mediante os dados levantados;
Usar as teorias de simulação, em especial, o método de Monte Carlo,
para avaliar cenários e os resultados alcançados.
46
O método de Monte Carlo requer, no entanto, a utilização de um grande
número de amostras para aproximar os valores simulados da distribuição desejada,
enquanto o Hipercubo Latino faz a aproximação das séries e com o menor número
de interações.
As etapas para o método de Monte Carlo são:
Identificar a distribuição de probabilidades para cada critério em
estudo;
Realizar cálculos de simulação para obter as distribuições de
probabilidade e o gráfico de freqüências;
Repetir o processo de simulação até que se obtenha o melhor
resultado da distribuição em análise.
2.6.1. Recursos do RiskSim
O RiskSim foi desenvolvido por HILLIER e LIEBERMAN (1995) para funcionar
em planilhas eletrônicas, permitindo a execução de simulações, em respeito aos
seguintes passos:
Estruturação do modelo matemático;
Identificação das incertezas, por meio de modelos de distribuição e de
probabilidade. O RiskSim disponibiliza 46 tipos de distribuição de
probabilidades, com a seleção da mais adequada, através do próprio
sistema computacional, para o estudo em questão.
47
Realização da análise da simulação. O RiskSim, durante a simulação,
identifica o conjunto de valores de entrada, conforme as distribuições
de probabilidade associadas, recalculando os dados, na planilha em
utilização. Mediante as distribuições de freqüência geradas pelas
variáveis de entrada e de saída, são realizadas análises estatísticas,
envolvendo parâmetros como média, máximo, mínimo e desvio padrão.
Finalmente, são disponibilizados gráficos, do tipo histograma, curvas
de acumulação e resumos estatísticos da simulação.
A análise de cenários deve ser realizada com base nos resultados gerados
pelo RiskSim e nas preferências assumidas, sendo o sistema computacional, um
instrumento de auxílio na escolha da melhor alternativa, dependendo
essencialmente da habilidade do decisor e seu nível de aversão ao risco.
Figura 05 – Janela de Trabalho do RiskSim
48
Figura 06 – Entrada de Dados do RiskSim
Na Tabela 01 são apresentados os parâmetros computacionais para a escrita
das equações de Monte Carlo no Excel, com a utilização do RiskSim. A partir destes
parâmetros, torna-se possível a análise de risco, conforme a Figura 05 e 06 e a
distribuição de probabilidades, segundo os Gráficos 01 e 02.
Equação Parâmetros Computacionais
(01) até (03) =Randnormal(MaxMin;Desvpad)
(04) até (06) =Randtriangular(Min;Média;Max)
(07) até (10) =Randdiscrete(Min;Média;Max) e Pesos
Tabela 01 – Parâmetros Computacionais RiskSim
49
2.6.2. Funções de Distribuição de Probabilidade
As funções de distribuição de probabilidade utilizadas pelo RiskSim durante a
simulação resultam das amostras escolhidas para o estudo. Para cada nova
simulação são utilizados novos conjuntos de valores, a partir da distribuição de
probabilidades assumida.
A Tabela 02 apresenta os 31 tipos de distribuição de probabilidades utilizadas
pelo RiskSim.
Beta Valor Extremo Binomial Negativa
Binomial Gama Normal
Qui-quadrado Geral Pareto
Correlações Geométrica Pearson V
Cumulativa Hipergeométrica Pearson VI
Discreta Gaussiana Inversa Poisson
Discreta Uniforme Logística Rayleigh
Função de Erro Log-Logística T de Student
Erlang Log-normal Triangular
Exponencial Uniforme Weibull Tabela 02 – Distribuições de Probabilidade do RiskSim Fonte: adaptado de Hillier e Lieberman (1995)
Assim sendo, o intervalo e a expectativa de ocorrência de um evento,
envolvendo a simulação estão relacionados ao risco associado. Através da
dispersão e pela expectativa de possíveis resultados, pode-se tomar uma decisão
baseada no risco deste resultado ocorrer ou não.
Os decisores avessos ao risco preferem dispersões menores, para os
possíveis resultados, com a probabilidade associada com os resultados desejáveis.
50
Caso os riscos sejam preferíveis, se aceita uma dispersão maior ou uma
possível variação na distribuição. Observa-se que a decisão pelo risco maior pode
ser influenciada pela expectativa de resultados vantajosos, mesmo que esta ação
tenha poucas chances de ocorrência.
As Figuras 07, 08 e 09 apresentam algumas distribuições de probabilidades.
Figura 07 – Exemplo de Análise de Risco do RiskSim Fonte: adaptado de Hillier e Lieberman (1995)
A distribuição de probabilidade A representa maior risco que B, apesar das
formas idênticas, porque o intervalo de A inclui resultados menos desejáveis. A
dispersão relativa à média é maior em A do que em B.
Figura 08 – Exemplo de Análise de Risco do RiskSim Fonte: adaptado de Hillier e Lieberman (1995)
A distribuição de probabilidade C representa maior risco que D devido à
probabilidade de ocorrência ser uniforme ao longo do intervalo de C enquanto que,
para D, fica concentrada ao redor de 98.
51
Figura 09 – Exemplo de Análise de Risco do RiskSim Fonte: adaptado de Hillier e Lieberman (1995)
A distribuição de probabilidade F representa maior risco que E devido ao fato
do intervalo ser maior e a probabilidade de ocorrência ser “mais dispersa” do que em
E.
Portanto, o processo de simulação deve ser realizado de forma analítica,
proporcionando o aumento de chances de se encontrar soluções acertadas para o
problema em estudo. Contudo, não há a garantia de que esta decisão seja a mais
racional, pois não são levantadas todas as alternativas para a solução do problema.
Neste caso, a técnica racional é a adoção de probabilidade aos eventos discretos.
Para a análise de cenários são realizados processos estocátiscos,
assumindo-se valores y1, y2,..., yn, para as séries, sendo retirados aleatoriamente da
distribuição de probabilidades, sendo o foco do método de Monte Carlo e do
Hipercubo Latino.
Antes, porém, deve-se analisar a geração de números aleatórios uniformes,
por funções matemáticas chamadas de “geradores de números aleatórios”,
segundo HILLIER e LIEBERMAN (1995), com a utilização de relações de
congruência. Com este método, pode-se gerar uma seqüência de números inteiros
x1, x2,...,xn, entre 0 e m - 1 de acordo com a seguinte equação.
52
xi+1 = (axi + c) módulo m (i = 0, 1, 2, ... , n) (05)
sendo:
O primeiro valor de x0 é chamado de semente;
a é o multiplicador constante; c é o adicional;
m é o módulo.
Estas quatro variáveis são chamadas de parâmetro do gerador. Utilizando-se
esta relação, o valor de xi+1 será igual ao resto da divisão de ax1 + c por m. O
número aleatório entre 0 e 1 é então gerado usando a seguinte equação:
Ri = xi / m (06)
Cada valor aleatório gerado, a partir do método acima, representa um
número decimal entre 0 e 1, sendo classificados como pseudo aleatórios. Apesar
de ser possível gerar um valor zero, um número aleatório não pode ser igual a 1.
Neste caso, não são números reais no sentido técnico, porque são completamente
determinados, uma vez que são definidos os parâmetros de especificação do
gerador. Entretanto, selecionando-se os valores para a, c, m e x0, os números
pseudo aleatórios podem ser feitos para satisfazer todas as propriedades
estatísticas de um número aleatório real.
Para o método de Monte Carlo, a seleção de um algoritmo em particular
depende da distribuição do qual se espera gerar os resultados. Os dois métodos
mais utilizados são o da Transformação Inversa e o da Aceitação e Rejeição, sendo
possível em ambos os casos gerar variáveis aleatórias para as distribuições
53
utilizadas. O primeiro método é apresentado nos itens 2.4.2 até 2.4.4, como
fundamentos para o método de Monte Carlo e o segundo a seguir.
O método da Aceitação e Rejeição é utilizado para a geração de números
aleatórios para distribuições cumulativas, que não existem na forma fechada e os
domínios são definidos em intervalos finitos. Logo, o algoritmo destas distribuições
é representado por uma função de probabilidade e densidade, f(x), definida em um
intervalo a x b, seguindo as etapas abaixo:
Selecionar uma constante M a qual M é o maior valor de f(x) no
intervalo [a,b];
Gerar dois números aleatórios r1 e r2;
Computar x* = a + (b-a)r1;
Avaliar a função f(x) no ponto x*. Fazer f(x*);
Se r2 f(x*)/M, entregar x* como uma variável aleatória da distribuição cuja
função de probabilidade e densidade é f(x). Caso contrario, rejeitar x* e retornar à
etapa 2.
A validade do método de Aceitação e Rejeição é a seguinte:
Para qualquer número x o método de Aceitação e Rejeição deve estabelecer
P(x X x + ) = f(x). A probabilidade do método gerar uma observação entre x e x
+ é:
)(
1 )()(
11(1
1 abMxf
abM
ii
i
(07)
54
)())/(11(1
1)(
)( xfababM
xf
(08)
Tradicionalmente, o método de Monte Carlo é um método aplicado no uso de
amostras de números aleatórios e pseudo aleatórios com função de distribuição
cumulativa. Nesse sentido, o método de Transformação Inversa, mencionada
anteriormente, passa a ser o método mais indicado para a geração desses
números aleatórios. A aplicação desse método pode ser observada em
distribuições exponenciais e triangulares.
Considerando-se x uma variável aleatória com função densidade
probabilidade, tem-se que:
y = f(x) (09)
Sabe-se que a função de probabilidade acumulada é dada por uma variável
contínua:
x
dxxfxfy )()(
(10)
O Gráfico 01 e o Gráfico 02 mostram o comportamento das equações (09) e
(10), respectivamente.
55
Gráfico 01 – Representação da Função y = f(x). Fonte: Hillier e Lieberman (1995)
Gráfico 02 – Representação da Função de Probabilidade Acumulada Fonte: Hillier e Lieberman (1995)
O método de Monte Carlo determina a partir de um número aleatório y (0 -1),
o valor da variável aleatória x, sendo x = f -1(y), a função inversa. O método permite
a geração de n valores de qualquer variável aleatória desde que se tenha um
gerador de números aleatórios e uma função densidade de probabilidade para
aquela variável.
Contudo, no método de Monte Carlo, os valores gerados para a variável
aleatória podem estar próximos uns dos outros, segundo o Gráfico 03.
56
Gráfico 03 – Interações de Monte Carlo Fonte: Hillier e Lieberman (1995)
Uma maneira de evitar com que os valores gerados para a variável aleatória
fiquem muito próximos uns dos outros é utilizar o Método Hipercubo Latino,
explicitado no item 2.4.4, dividindo o espaço da probabilidade acumulada (0 -1) em
n partes iguais (tanto quanto forem às variáveis aleatórias), ou seja, o método pega
o primeiro número aleatório gerado e o considera como sendo do primeiro intervalo.
O Gráfico 04, abaixo, apresenta tal situação.
Gráfico 04 – Interações do Hipercubo Latino Fonte: Hillier e Lieberman (1995)
Como resposta final as simulações, deve-se desenvolver um modelo de
programação linear envolvendo a análise de cenários e a melhor alternativa.
57
2.7. Programação Linear
Após a utilização dos métodos de Monte Carlo torna-se necessário o emprego
dos modelos de programação linear, para a otimização do problema proposto.
Para LACHTERMACHER (2002), um problema de programação linear
envolve uma modelagem matemática, com funções-objetivo e restrições, isto é:
1 2
1 1 2 1
2 1 2 2
1 2
( ,..., )
( ,..., )( ,..., )( ,..., )
n
n
n
m n m
z f x x xsrg x x x bg x x x bg x x x b
Figura 10 – Programação Linear Fonte: Lachtermacher (2002)
sendo:
1 2 1 1 2 2
1 2 1 1 2 2
( ,..., ) ...( ,..., ) ... , 1,...,
n n n
i n i i in n
f x x x c x c x c xg x x x a x a x a x i m
Figura 11 – Regras para Programação Linear Fonte: Lachtermacher (2002)
sendo:
n é o número de variáveis.
m é o número de restrições do problema.
i é o índice de uma determinada restrição.
58
Um problema de programação lienar está na sua forma padrão, quando a
função objetivo e todas as restrições forem de menor ou igual, bem como as
constantes e variáveis de decisão não negativos. Matematicamente, a representação
da forma padrão é dada da seguinte forma:
1 1 2 2
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
1, 2,
...
......
......
..., 0
n n
n n
n n
m m mn n m
n
Max c x c x c xsra x a x a x ba x a x a x b
a x a x a x bx x x
Figura 12 – Programação Linear para Maximizar Fonte: Lachtermacher (2002)
No entato, para problemas reais é possível o desenvolvimento de modelos de
programação linear, com funções objetivo de minimizar, com todas as restrições de
maior ou igual, assumindo todas as constantes e variáveis de decisão negativos.
1 1 2 2
11 1 12 2 1 1
21 1 22 2 2 2
1 1 2 2
1, 2,
...
......
......
..., 0
n n
n n
n n
m m mn n m
n
Min c x c x c xsra x a x a x ba x a x a x b
a x a x a x bx x x
Figura 13 – Programação Linear para Minimizar Fonte: Lachtermacher (2002)
Finalmente, para a solução computacional de problemas que envolvam a
programação linear, recomenda-se LINDO (Linear Interactive Discrete Optimization),
59
de fácil utilização, com interface em linguagem de programação C e disponibilizando
relatórios de sensibilidade em suas respostas.
Para a resposta ótima dos problemas propostos, utilizando o lindo, o modelo
matemático de programação linear deve ser inserido na tela de trabalho do LINDO,
solicitando ao final, o relatório de sensibilidade.
Figura 14 – Janela de Trabalho do LINDO Fonte: Lachtermacher (2002)
60
3. AVALIAÇÕES SOBRE A MATRIZ DE TRANSPORTES NACIONAL
3.1. Introdução
O setor de transportes é um dos fatores de grande importância para as
operações industriais no Brasil, demandando avaliações sobre o seu comportamento
em relação à economia, infraestrutura disponível, consumo de combustíveis, por
projetos de eficiência energética e na adoção de novas tecnologias associadas,
LIMÃO e VENABLES (2001).
Se por um lado, as estradas nacionais encontram-se esburacadas, nota-se
uma quilometragem limitada de ramais ferroviários, gargalos operacionais nos
terminais aeroportuários e problemas para movimentação de navios nos portos, o
que encarece as operações de transportes, com aumento de custos e consumo de
combustíveis, com a especialização tecnológica crescendo em busca de eficiência
energética para o setor.
Neste sentido, segundo FIGUEIREDO (2003), o setor de transportes
encontra-se em um processo de tomada de decisões. As opções são a realização de
investimentos em tecnologia, em busca da modernização, porém, a infraestrutura de
movimentação é deficiente.
Para o autor, as interpretações sobre o setor de transportes são:
“O sistema de transportes brasileiro encontra-se numa encruzilhada. De um
lado, um forte movimento de modernização das empresas, que demandam
serviços logísticos cada vez mais eficientes, confiáveis e sofisticados. Do
outro, um conjunto de problemas estruturais, que distorcem nossa matriz de
transportes, e contribuem para o comprometimento, não apenas da
61
qualidade do serviço e da saúde financeira dos operadores, mas também do
desenvolvimento econômico e social do país.”
Como principal problema, a infraestrutura logística, envolvendo as condições
das estradas, portos, aeroportos e ferrovias são o foco central deste capítulo. A falta
de investimentos, regulação e fiscalização pelo governo federal durante anos é a
causa central, gerando prejuízos e baixa eficiência energética, sendo um contra-
senso ao aumento da participação e importância do segmento na economia
nacional.
3.1.1. Fatores de Decisão
Segundo a COPPEAD (2008), o setor de transportes representa em média
62% dos custos logísticos das organizações e 4,3% do faturamento bruto. Além
destes indicadores é responsável por parte do desenvolvimento econômico, devido
ao consumo de combustíveis por todos os modais, ao impacto relacionado ao tempo
de entrega e confiabilidade, de acordo com HUMMELS (2007).
As análises do setor de transportes passam pelas modalidades envolvidas no
segmento, sendo elas: rodoviário, ferroviário, aquaviário, aéreo e dutoviário, de
acordo com BOWERSOX (2001). Observa-se que o modal dutoviário não é objeto
de estudo, pela não utilização de derivados de petróleo ou etanol nas suas
operações, mas pelo emprego de bombas centrífugas, que convertem energia de
uma fonte motriz principal (um motor elétrico ou turbina), em velocidade ou energia
cinética, e então, em energia de pressão do fluído que será bombeado, ANP (2009).
Os critérios de escolha dos modais de transportes levam em consideração o
custo operacional e o desempenho propiciado. Em relação aos custos, as diferenças
entre os modais tendem a ser enormes. Segundo LACERDA (2003), verifica-se que
62
os custos relacionados ao modal aeroviário normalmente são maiores, devido aos
gastos com combustíveis, tarifas aeroportuárias e a cubagem disponível para o
escoamento de produção. A partir do aeroviário, seguem o rodoviário, ferroviário,
aquaviário e o dutoviário.
Um dos problemas da matriz de transporte no Brasil é a concentração na sua
utilização pelas rodovias, representando 62% da disponibilidade total entre os
demais modais, porém com um valor de frete baixo, sendo 1/3 abaixo quando
comparado, por exemplo, aos Estados Unidos. Este é um fator importante de
análise, pois os custos operacionais e de manutenção são elevados, devido aos
problemas de infraestrutura, sendo um tema explorado no item 3.2.
Ainda para LACERDA (2003), existem outros fatores de decisão que devem
ser considerados quando da escolha de um modal de transportes, sendo eles a
velocidade, consistência, capacidade, disponibilidade e freqüência.
Avaliando o critério velocidade, a escolha pelo modal aeroviário é
determinante, seguido pelo rodoviário, ferroviário, aquaviário e dutoviário. Porém,
esta vantagem está condicionada ao tempo de movimentação das aeronaves em
suas rotas. Considerando o tempo de coleta e entrega de mercadorias,
compreendendo as movimentações em terminais aeroportuários, as desvantagens
devem ser avaliadas. Em relação ao transporte rodoviário e ao ferroviário, estes
podem exercer a distribuição porta a porta, entregando com maior agilidade para as
demandas contratadas.
A consistência está associada ao cumprimento de prazos, sendo o modal
dutoviário o que melhor realiza as suas funções, por não ser afetado pelas
condições climáticas ou de congestionamentos. Porém, esta modalidade de
transportes não é objeto de estudos para esta tese, por razões explicadas
63
anteriormente. Em seqüência, o setor aeroviário pode apresentar um baixo
desempenho devido às variações climáticas e requisitos básicos de segurança,
conforme a IATA (2008), ocasionando em possíveis atrasos ou cancelamentos de
voos.
A capacidade está correlacionada à dinâmica dos modais na adequação ao
transporte de diferentes produtos, com vantagens associadas ao transporte
aquaviário, por adaptar-se a movimentação de qualquer recurso material e volumes
necessários. As restrições a capacitação estão diretamente relacionados ao modal
aeroviário, com limites quanto ao volume e tipos de produtos, que devem respeitar a
legislação imposta pela IATA (2008).
A disponibilidade refere-se à movimentação e entrega de recursos pelo
território de um país. Neste caso, as vantagens estão para o setor rodoviário, devido
à extensão das estradas nacionais. Em seguida, o setor ferroviário, mas existe a
dependência de ramais ferroviários, que no Brasil atuam como uma restrição, devido
à baixa quilometragem e diferenças entre as bitolas. Da mesma forma, o setor
aquaviário oferece elevado potencial de utilização, pois segundo a ANTAQ (2008), o
Brasil possui 8 mil quilômetros de costa e 50 mil quilômetros de rios navegáveis,
porém com problemas na infraestrutura portuária, afetando a utilização deste modal,
conforme os dados apresentados no item 3.2.
Finalmente, a freqüência está associada ao número de utilizações no tempo
por uma modalidade de transportes, com o dutoviário apresentando as melhores
vantagens, por sua utilização durante 24 horas por dia e escoando produtos com
elevada eficiência entre diversos pontos de origem para os de consumo. Seguido do
dutoviário, encontra-se o rodoviário, o ferroviário, o aeroviário e o aquaviário.
64
Observa-se que apesar de todos os dados apresentados, o Brasil tem uma
utilização excessiva do modal rodoviário, devido às opções históricas favoráveis ao
segmento. Desde o processo de industrialização nacional, segundo a ANTT (2008),
a opção pelo modal ferroviário seria a mais favorável, por interligar as áreas
produtivas aos portos. Porém, os investimentos e tecnologias utilizadas não foram
adequados, sendo uma restrição para esta modalidade. Devido a estas
características, a opção foi para o modal rodoviário, sendo algo não adequado para
um país com dimensões continentais como o Brasil.
3.1.2. Importância Econômica
A escolha e a avaliação dos modais de transportes devem estar
correlacionadas à infraestrutura de transportes nacional, além dos fatores
apresentados no item 3.1.1, observando a crescente importância do segmento para
a economia nacional, BARAT (2007).
Segundo FIGUEIREDO (2003):
“A atividade de transporte, a mais importante dentre os diversos
componentes logísticos, vem aumentando a sua participação no PIB, tendo
crescido de 3,7%, para 4,3% entre 1985 e 1999. Em 30 anos, ou seja, entre
1970 e 2000, o setor de transportes cresceu cerca de 400%, enquanto o
crescimento do PIB foi de 250%. Esse crescimento foi fortemente
influenciado pela desconcentração geográfica, da economia brasileira nas
últimas décadas, na direção das regiões Centro-Oeste, Norte e Nordeste.”
Ainda de acordo FIGUEIREDO (2003), o crescimento das atividades de
transportes não foi acompanhado por investimentos necessários para a manutenção
da infraestrutura, sendo possível verificar que na verdade, houve uma redução dos
investimentos, que era de 1,8% do PIB, para 0,2%.
65
O baixo investimento em infraestrutura ocasiona em vias de transportes
inadequadas para o tráfego, estimulando o aumento do consumo de combustíveis e
nos custos do setor de transportes.
Dados do IPEA (2009) indicam um crescimento econômico em média, de
2,3% nos últimos 10 anos. Apesar do baixo crescimento, quando comparado a
países como Estados Unidos, Rússia e China, o Brasil necessita escoar a sua
produção crescente, favorecendo o saldo da balança comercial e comércio exterior.
Para o BANCO MUNDIAL (2008), o Brasil encontra-se em situação
preocupante, através de análises comparativas, em consideração aos dados
apresentados no item 3.1.1, em relação a países como Vietnã, Argentina, Chile,
Peru, Rússia, Índia e China. Os líderes em qualidade de transportes no mundo são a
Holanda, Alemanha, Suécia, Áustria e Estados Unidos, em função dos constantes
investimentos no setor de transportes.
A explicação para a atual conjuntura do setor de transportes é avaliada pelo
BNDES (2008), indicando um gasto público em conta corrente em 42% do PIB em
2007, com uma má alocação do orçamento público federal, para o pagamento de
salário, em detrimento a investimentos de longo prazo. Portanto, os investimentos
em infraestrutura de transportes em relação ao PIB, desde a década de 70 são
insatisfatórios, conforme o Gráfico 05.
66
0%
5%
10%
15%
20%
25%
1970-1979 1980-1989 1990-1999 2000-2005
Setor PúblicoSetor Privado
Gráfico 05 – Investimentos em Infraestrutura Fonte: BNDES (2008)
Além do baixo investimento realizado, observa-se no Gráfico 06, que as
opções históricas pelos investimentos públicos foram para telefonia e geração de
eletricidade, enquanto as rodovias e ferrovias não recebiam recursos, ESTACHE;
GOLDSTEIN e PITTMAN (2001).
-5%
0%
5%
10%
15%
20%
25%
30%
50-60 60-80 80-90 90-00
Modal FerroviárioGeração de EnergiaRodoviasTelefonia
Gráfico 06 – Crescimento da Infraestrutura Nacional Fonte: BNDES (2008)
Ainda segundo o BNDES (2008), a solução para o Brasil é a adoção dos
modelos de Parcerias Público-Privada e o das concessões, conforme a lei 8.987/95
e 11.079/04 respectivamente, sendo a legislação específica para investimentos
públicos e privados, devido à baixa participação do governo nos últimos anos com
67
gastos em infraestrutura. Observa-se, porém, que o foco deste trabalho não está
relacionado à interpretação jurídica do setor de transportes.
Diante dos dados apresentados, a matriz de transportes brasileira possui
distorções, conforme FIGUEIREDO (2003):
“Enquanto países de grandes dimensões territoriais, como os Estados
Unidos, Canadá, China e Rússia, utilizam predominantemente os modais
ferroviário e aquaviário, em detrimento do rodoviário, no Brasil, o que se
observa é exatamente o contrário, ou seja, o predomínio absoluto do
rodoviário. Aqui, mais de 60% da carga é transportada pelo rodoviário,
contra 26% dos Estados Unidos, 24% na Austrália e 8% na China. Tal fato
posiciona o Brasil muito mais próximo de países da Europa Ocidental, de
baixa dimensão territorial, do que países de grande dimensão territorial
como os Estados Unidos, Canadá, Austrália, China e Rússia. Como
resultado da utilização excessiva do modal rodoviário, o Brasil possui baixa
produtividade no setor de transportes de cargas, que equivale a cerca de
22% da observada nos Estados Unidos. Tal defasagem advém de outras
causas, da baixa produtividade do modal rodoviário, que corresponde a
7,3% do aquaviário e 6,4% do ferroviário.”
A citação acima pode ser avaliada em conjunto com o Gráfico 07, através dos
dados disponibilizados pelo BNDES (2008).
68
0%10%20%30%40%50%60%70%80%90%
Rússia Canadá Austrália EstadosUnidos
China Brasil México
FerroviárioRodoviárioHidroviário
Gráfico 07 – Matriz de Transportes de Cargas no Mundo Fonte: BNDES (2008)
Pelos dados apresentados no Gráfico 07, torna-se perceptível a necessidade
por investimentos na matriz de transportes nacional, em busca da utilização racional
e por eficiência energética. Em complemento, o Gráfico 08 evidencia a forte
participação do setor rodoviário, desproporcional as dimensões continentais
nacionais, em comparação, por exemplo, a adoção de ferrovias ou pela utilização de
navios.
0%10%20%30%40%50%60%70%80%90%
Hidroviário Rodoviário Ferroviário
19952005
Gráfico 08 – Evolução da Matriz de Transportes no Brasil Fonte: BNDES (2008)
O MINISTÉRIO DE MINAS E ENERGIAS (2009) indica que o setor de
transportes nacional caracteriza-se pela forte dependência pela utilização dos
derivados de petróleo, em especial Diesel e Gasolina. Este modelo tem se mostrado
69
insustentável, em relação ao crescimento econômico e aos impactos ambientais
causados pela emissão de poluentes, segundo GOLDEMBERG (2006), até porque,
o transporte rodoviário é o mais representativo em escoamento de produção, sendo
o segundo mais caro, perdendo apenas para o modal aeroviário, consumindo
energia na forma de combustíveis não renováveis.
Dados da IEA (2008) mostram que o consumo de derivados de petróleo
apresenta uma tendência de crescimento como fonte de energia para os próximos
40 anos. Em uma análise de cenários, evidencia-se a probabilidade para um pico
produtivo desta fonte entre os anos de 2010 e 2030, com riscos para o aumento de
preços e possíveis choques de oferta. Desta forma, espera-se o avanço em relação
ao desenvolvimento tecnológico em exploração e produção de petróleo, bem como
em novas alternativas possíveis para o aproveitamento adequado da energia.
Para a NTC (2008), quando analisadas as vinte maiores economias do mundo
pelo critério PIB, o Brasil aparece em último lugar quando avaliada a infraestrutura
de transportes. Com base no índice de Mortara, proposto pelo BANCO MUNDIAL
(2008), que compara o tamanho da malha de transportes ao território nacional, a
malha brasileira é relativamente dez vezes menor do que a dos Estados Unidos, três
vezes menor do que a Rússia e uma vez menor do que a da China. Isso para
sustentar uma frota de 31 milhões de veículos e uma população de 189 milhões de
pessoas.
Enquanto o PIB nacional vem crescendo, o setor de transportes apresenta-se
com um comportamento caracterizado por prejuízos, notadamente a partir de 2004,
conforme o Gráfico 09.
70
0100200300400500600700800900
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Bilh
ões
PIB BrasilPIB Setor
Gráfico 09 – Evolução do PIB do Brasil versus PIB de Transportes em US$ Fonte: Ministério de Minas e Energias (2009).
Neste ponto, ganha força a hipótese dos altos custos originados pelas
deficiências na infraestrutura de transportes nacional, em correlação ao aumento no
consumo energético, segundo GOLDEMBERG; COELHO e LUCON (2004),
podendo-se verificar que as receitas do setor estão de fato, mitigadas por elevados
custos, de forma que os investimentos em fontes energéticas não são traduzidos em
ganhos efetivos para a economia.
Por fim, faz-se necessário destacar que a utilização de combustíveis fósseis
não-renováveis representa elevados gastos para o setor de transportes. Em uma
análise comparativa de preços, considerando o potencial energético do diesel, matriz
preferencial da modalidade rodoviária, observa-se um valor médio cinco vezes maior
do que o do gás natural combustível.
Portanto, entender as particularidades da matriz de transportes no Brasil e os
modais utilizados é fundamental, como justificativa para as análises do consumo de
combustíveis e sobre os fundamentos econômicos.
71
3.2. Análises sobre a Matriz de Transportes Nacional
Todos os dados apresentados neste item são a base para as simulações de
Monte Carlo realizadas no Capítulo 7.
3.2.1. Modal Rodoviário
As operações rodoviárias nacionais apresentam problemas de
regulamentação, frota envelhecida, excesso de capacidade e custos elevados, que
resultam em preços do frete abaixo das necessidades dos operadores. Segundo a
ANTT (2008), o segmento rodoviário não é regulado por legislação especial, com o
Estado administrando 99% da malha rodoviária brasileira, com as devidas
atribuições ao Ministério dos Transportes, ao DNIT (Departamento Nacional de
Infraestrutura de Transportes) e para a ANTT.
Para a manutenção das rodovias, o governo investiu no ano de 2007 o valor
de R$ 3,2 bilhões, do total arrecadado de R$ 7,9 bilhões da CIDE (Contribuição de
Intervenção do Domínio Econômico), que deveriam ser aplicados integralmente em
obras de infraestrutura de transportes. Segundo a CNT (2008), somente 66% do
total arrecadado foi aplicado nas estradas. O Governo Federal estima realizar
investimentos no montante de R$ 33,4 bilhões até o final de 2010 para a
recuperação da malha viária e a atração de investidores para as concessões do
setor.
As análises do modal rodoviário são apresentadas a seguir:
72
0
10.000
20.000
30.000
40.000
50.000
60.000
1999 2000 2001 2002 2003 2004 2005 2006 2007
Leves*Médios**Pesados***
* Leves: 3, 5, 6 a 10 toneladas. ** Médios: 10 a 15 toneladas. *** Pesados: mais de 15 toneladas. Gráfico 10 – Vendas de Caminhões por Atacado Fonte: Coppead (2008)
$ 0,00
$ 0,50
$ 1,00
$ 1,50
$ 2,00
$ 2,50
Centro-Oeste Nordeste Norte Sudeste Sul Brasil
200220032004200520062007
Gráfico 11 – Preço Médio do Diesel em R$ Fonte: ANP (2008)
73
05
1015202530354045
1970 1980 1990 2004 2005 2006 2007
Produção Total
Consumo Total
Consumo do Setor deTransporteConsumo do Setor deTransporte Rodoviário
Gráfico 12 – Consumo de Óleo Diesel Fonte: Balanço Energético (2008)
De acordo com os dados observados é possível concluir que:
As vendas de caminhões apresentam comportamento decrescente ao longo
da série histórica observada, concentradas em caminhões pesados. No
entanto, as políticas governamentais de redução de IPI (Imposto sobre o
Produto Industrializado) e os incentivos ao financiamento, através do BNDES,
podem estimular o segmento.
O diesel apresenta uma tendência de aumento em todas as regiões do Brasil,
acarretando em custos maiores para o modal rodoviário.
O consumo de óleo diesel é crescente e superior a capacidade produtiva, com
grande participação do setor rodoviário, estimulando as importações desta
fonte energética.
3.2.2. Modal Ferroviário
Segundo a ANTT (2008), o modal ferroviário era operado no Brasil até 1998,
pela Rede Ferroviária Federal S/A, uma empresa estatal e com problemas
74
financeiros para a realização de investimentos. Porém, a partir daquele ano, a opção
pelo Governo Federal foi o regime de concessões, como estimulo ao aumento de
investimentos e maior participação das ferrovias na matriz.
Avaliando o segmento, percebe-se que o mesmo encontra-se com limitações
na extensão das linhas ferroviárias, com bitolas de 1,0 e 1,6 metros, o que dificulta a
conexão entre ramais pelo país. Outro problema são os 28.000 quilômetros de
linhas, muito pouco para um país com as dimensões territoriais como o Brasil.
Somente os Estados Unidos possuem 129.000 quilômetros de linhas, com planos de
investimentos e ampliação no setor, considerado estratégico para o desenvolvimento
econômico e de transportes.
Segundo FIGUEREIDO (2003), o modal ferroviário apresenta as seguintes
características:
“Além de restrito, nosso sistema ferroviário possui um histórico de baixa
produtividade. Na época da concessão, a produtividade medida em bilhões
de TKU (Tonelada por Quilometro Útil) por empregado era cerca de oito
vezes inferior a dos Estados Unidos, no caso da Rede Ferroviária Federal, e
16 menor, no caso da Fepasa. Da mesma forma, a produtividade dos ativos,
medida em milhões de TKU por locomotiva, era 3,6 vezes inferior a dos
Estados Unidos, no caso da Rede, e 5,5 vezes menor, no caso da Fepasa.”
Ainda segundo a ANTT (2008), a ineficiência do setor ferroviário deve-se a
baixa distancia compreendida na locomoção de materiais sobre trilhos. O Brasil é um
país caracterizado pela utilização de locomotivas em distancias máximas de 500
quilômetros, podendo alcançar nos Estados Unidos a 1.200 quilômetros. Conclui-se
que o papel do setor ferroviário, vem sendo realizado pelo modal rodoviário, gerando
perdas e custos maiores para o setor de transportes.
Historicamente, a sua concepção foi para o escoamento de produção do
interior para os portos, o que dadas às atuais circunstâncias, não se apresenta como
75
viável. Desde as concessões do setor, há o estímulo para a movimentação nos
sentidos Norte-Sul e Leste-Oeste. Recentemente, o BNDES disponibilizou uma carta
de intenções para empresas interessadas em explorar um novo trecho que seria a
interligação entre o Oceano Atlântico e o Pacífico, interligando o Brasil ao Chile,
segundo a ABDIB (2008).
Porém, a velocidade média das locomotivas é muito baixa, em torno de 28
quilômetros por hora, enquanto a média internacional é de 60 quilômetros por hora.
Diante destes fatores, o setor ferroviário apresenta um alto índice de incerteza
econômica, relacionado à sua lentidão, infraestrutura e baixo investimento público e
privado, o que estimula a investigação do setor, em busca de ganhos por eficiência
energética para os próximos anos.
Um dos problemas para a realização de investimentos no modal ferroviário é
o passivo ambiental e trabalhista da RFFSA, ainda não liquidados e que causam
problemas para aplicação de recursos pelas empresas concessionárias.
Observa-se que a infraestrutura ferroviária não cresce no ritmo da produção
de transporte de cargas, sendo a mesma malha desde a desestatização do setor,
com a necessidade de investimentos em novos trilhos nos próximos 15 anos, para
que o setor não pare, segundo ANTF (2008).
O Governo Federal estima a realização de investimentos de R$ 7,9 bilhões
em novos trechos, contornos, integrações e adequações da malha, em um total de
2500 novos quilômetros, inclusive com a atração de novas empresas privadas
interessadas em investir no setor.
Portanto, são realizadas análises sobre o segmento, mediante os seguintes
dados:
76
0
1
1
2
2
3
3
4
4
1999 2000 2001 2002 2003 2004 2005 2006 2007
Milh
ões
M. RodanteInfra-EstruturaVia-PermanenteTelePessoalVeículos Rod.Outros
Gráfico 13 – Investimentos por Setor em Milhões de R$ Fonte: Coppead (2008)
0
500
1.000
1.500
2.000
2.500
3.000
2000 2001 2002 2003 2004 2005 2006 2007
Gráfico 14 – Total de Locomotivas Fonte: Coppead (2008)
4
4,2
4,4
4,6
4,8
5
5,2
5,4
2003 2004 2005 2006 2007
Gráfico 15 – Consumo de Combustível em Litros por Transporte de Cargas Fonte: Coppead (2008)
77
De acordo com os dados observados é possível concluir que:
Os maiores investimentos do modal ferroviário estão centrados em material
rodante, seguido de via permanente e infraestrutura, em função da não
realização de aporte de capital, quando da RFFSA, ocasionando na redução
de participação deste modal na matriz de transportes nacional.
Observa-se um aumento no número de locomotivas, de acordo com a política
de investimentos pelas concessionárias e pela demanda na movimentação de
cargas.
Devido ao item acima, pode-se observar uma redução no consumo de
combustíveis, sendo algo benéfico para o modal ferroviário e na tomada de
decisão para a sua utilização.
3.2.3. Modal Aquaviário
Inicialmente, o transporte aquaviário deve ser subdividido em cabotagem,
longo curso e lacustre.
O transporte de cabotagem, segundo a ANTAQ (2008) é o responsável pela
navegação costeira, mediante os 8.000 quilômetros de costa do Brasil, porém,
segundo a ABDIB (2008), apresenta sérios problemas, devido ao rápido crescimento
da utilização de contêineres, ao aumento da freqüência pela utilização de navios,
aos constantes problemas relacionados à profundidade dos calados e no tempo
médio para a utilização de navios nos portos nacionais, em média de quinze dias,
enquanto nos Estados Unidos de três dias.
78
Para a ABDIB (2008), o Brasil também possui sérios problemas com os
portos, devido aos calados rasos, saturação nas áreas de estocagem e uma
burocracia na utilização destes terminais, reduzindo a sua competitividade. Como
resultado, os custos, perdas e a baixa eficiência operacional são registradas.
Observa-se que estes problemas também são registrados para a navegação de
longo curso.
Já para a navegação lacustre, ou seja, em rios a análise está na baixa
utilização destes canais. O Brasil possui 48.000 quilômetros de vias navegáveis,
utilizando somente 28.000 quilômetros, segundo a COPPEAD (2008). As hidrovias
são pouco utilizadas por estarem distantes dos principais centros econômicos e
industriais nacionais, além do baixo investimento na construção de eclusas e em
obras de dragagem. Atualmente, segundo a ANTAQ (2008), somente os rios Tietê,
com 2.200 quilômetros, o Rio Paraná, com 4.400 quilômetros e o Rio Amazonas,
com 18.000 quilômetros são utilizados por este meio de transporte.
Os dados recentes do modal aquaviário apontam uma insegurança em
relação às resoluções do setor, em especial, à lei de modernização portuária e na
atração de investidores. O Governo Federal estima a realização de investimentos de
mais de US$ 2 bilhões à infraestrutura portuária, em especial nas obras de
dragagem e a ampliação dos portos.
As análises do modal aquaviário são apresentadas a seguir:
79
02.0004.0006.0008.000
10.00012.00014.00016.00018.000
2004 2005 2006 2007
Longo CursoCabotagemOutras
Gráfico 16 – Total de Embarcações Movimentadas no Sistema Portuário Brasileiro Fonte: Coppead (2008)
0%20%40%60%80%
100%120%
SANTOS - SP
PARANAGUÁ - PR
SALVADOR - BA
ITAJAÍ -
SC
SEPETIBA - RJ
PRAIA MOLE
- ES
ITAQUI - MA
MACEIÓ - A
L
PORTO ALE
GRE - RS
ILHÉUS - B
A
MANAUS - AM
Longo Curso CabotagemOutras
Gráfico 17 – Participação das Embarcações Movimentadas por Porto Fonte: Coppead (2008)
De acordo com os dados observados é possível concluir que:
A concentração pela utilização do modal aquaviário está para a navegação de
longo curso, com demanda crescente. No entanto, a avaliação negativa está
para a cabotagem, com redução de participação na matriz de transportes.
Ao avaliar a movimentação de embarcações nos portos, destaca-se também,
o maior número de movimentações para longo curso, em detrimento a
80
cabotagem, destacando-se outros tipos de navegação (lacustre, por
exemplo), em portos específicos em rios, como Manaus.
3.2.4. Modal Aeroportuário
Recentemente, o setor aeroportuário passou por uma crise operacional,
devido aos constantes atrasos dos vôos, por falhas de supervisão no tráfego aéreo e
ausência de investimentos em equipamentos. Paralelamente, obras de manutenção,
ampliação de terminais de passageiros e pistas vêm sendo executadas, devido ao
aumento do fluxo de cargas e passageiros. Apesar dos avanços em infraestrutura,
um dos principais problemas do modal aeroviário é o desempenho econômico, que
impede maior aproveitamento dos terminais e da logística de carga.
Devido à importância do setor, o Governo Federal, planeja investir nos
próximos anos R$ 3 bilhões nos aeroportos e em segurança, devido às projeções de
crescimento econômico e na utilização de aviões. Segundo a BOEING (2009), a
previsão para o setor aeroportuário e de 5% de crescimento ao ano, até 2030.
As análises do modal aeroviário são apresentadas a seguir:
0%
5%
10%
15%
20%
25%
30%
35%
40%
2000 2001 2002 2003 2004 2005 2006 2007
% Encargos com Pessoal% Câmbio% Combustível% Despesas Comerciais% Outros***
*** Referentes a Amortizações, Despesas fiscais, Serviços Públicos. Gráfico 18 – Custos Consolidados por Setor no Tráfego Doméstico Fonte: Coppead (2008)
81
0
50
100
150
200
250
300
Turboélice Jatos
Gráfico 19 – Frota Total de Aeronaves Fonte: Coppead (2008)
0
20
40
60
80
100
120
Menos de 1ano
Entre 1 e 5anos
Entre 6 e 10anos
Entre 11 e 15anos
Entre 16 e 20anos
Entre 21 e 25anos
Entre 26 e 33anos
Gráfico 20 – Anos por Idade das Aeronaves Fonte: Coppead (2008)
De acordo com os dados observados é possível concluir que:
Destaca-se o custo com combustíveis, alcançando em média, 30% do
faturamento das empresas aéreas, seguido de cambio e despesas
comerciais. Logo, o modal aéreo é sensível às alterações da dinâmica
economia, não sendo algo favorável ao setor.
A maior concentração de aeronaves é para jatos, seguidos de turboélices,
estimulando o consumo de combustíveis, apesar de tecnologia empregada.
82
Finalmente, a idade da frota de aeronaves está entre 6 e 10 anos, ou seja,
equipamentos novos em operação nacional. Porém, a dependência em
relação ao petróleo é para o longo prazo, para equipamentos com capacidade
operacional de até 30 anos.
83
4. CONSUMO DE COMBUSTÍVEIS DERIVADOS DO PETRÓLEO
4.1. Introdução
De acordo com MORAES (2005), a importância do setor de transportes para o
consumo de derivados de petróleo é acentuada:
“A importância dos meios de transporte em qualquer economia do mundo é
um fato inquestionável. A história da humanidade é influenciada e influencia
a rapidez com que mercadorias e informações se deslocam determinando,
em grande parte, o progresso e o sucesso de uma nação. Mercados que há
décadas pareciam inacessíveis ou de difícil acesso, se tornaram um grande
potencial a ser explorado. O volume de bens, mercadorias e pessoas
transacionadas aumentam num ritmo acelerado. Toda essa transformação
depende em grande parte da evolução do sistema de transportes e o impõe
a necessidade de mudanças. Atualmente o setor caracteriza-se pela forte
concentração nos derivados de petróleo como fonte de energia e numa
distribuição modal desbalanceada em favor do transporte rodoviário.”
Ressalta-se que setor de transportes é um segmento da economia muito
tradicional, QUINET e VICKERMAN, (2005), relutante por novas tecnologias e pela
adoção ao planejamento de longo prazo, devido às facilidades impostas pela
utilização do petróleo, aos equipamentos empregados e aos custos acessíveis desta
fonte energética.
Dados da CNT (2008) estimam que um caminhão tenha uma vida média de
25 anos, ou seja, novas tecnologias exigirão pesados investimentos pela indústria
automobilística e seus fornecedores.
MORAES (2005) salienta ainda, que um ótimo exemplo da ineficiência do
setor de transportes é a mobilidade urbana americana, que possui a maior frota de
84
veículos do planeta, consumindo elevadas quantias de energia, perdendo apenas
para a Rússia e China, com constantes perdas em sua balança comercial, pela
importação de petróleo, sendo um exemplo para o Brasil.
Logo, os estudos para a adoção de novas fontes energéticas tornam-se
urgente para a prosperidade nacional, devido também, ao fato das maiores reservas
comprovadas de petróleo estarem em países do Oriente Médio, uma região
caracterizada por constantes conflitos políticos, segundo a ANP (2009).
Segundo PIRES (2006), as reservas comprovadas de petróleo no mundo são
de 63,3%, em um total 1.147,80 bilhões de barris estimados, segundo a Figura 08
abaixo, com 28% da sua produção realizada no Oriente Médio, sendo o petróleo um
recurso não renovável com o seu ápice de produção estimado para 2030, em função
do comportamento da demanda.
Figura 15 – Reservas de Petróleo no Mundo (Bilhões de Barris) Fonte: ANP (2008)
Para CANELAS (2007), verifica-se a necessidade de se avaliar as condições
do Brasil em relação ao consumo de petróleo e o comportamento do setor de
transportes, de acordo com a seguinte afirmação:
85
“Verifica-se que o Brasil é um país privilegiado, em vários aspectos.
Primeiramente, porque é o maior produtor de álcool combustível, que é a
energia renovável com maior viabilidade de substituir, em parte, os
derivados de petróleo no curto prazo. O álcool possui tecnologia e
infraestrutura facilmente adaptável à já existente. Em segundo, porque
possui terras agriculturáveis disponíveis e clima propício para a plantação.”
Em função das análises do comportamento do consumo de petróleo no
mundo, o setor de transportes colabora ainda com a sua ineficiência, conforme
discutido no Capítulo 03, devendo ser objeto de análises criteriosas, para a redução
do consumo energético.
4.2. Importância Estratégica para o Mundo
O petróleo é a principal fonte de energia do mundo, sendo de vital importância
para a atividade econômica contemporânea e também para as próximas décadas,
segundo os modelos de previsão de demanda da IEA (2008). Porém, estima-se que
a produção mundial de petróleo esteja alcançando o seu limite, determinando uma
fase de declínio da produção e refino. Logo, qual a importância do petróleo, como
energia primária na atualidade? Qual a atual conjuntura do mercado mundial? Como
avaliar a capacidade de produção e a demanda consumidora? Tais questões serão
discutidas a seguir.
4.2.1. Importância do Petróleo
Segundo FUSER (2008), o petróleo foi a matéria prima mais importante do
século 20 e manterá esse papel, nas primeiras décadas do século 21:
86
“Como fonte de energia, serve para quase todas as necessidades
imediatas. Na forma de gasolina, óleo diesel e querosene, entre outros
derivados, o petróleo corresponde por 95% da energia destinada aos meios
de transporte, no mundo inteiro. É também um dos principais combustíveis
utilizados na geração de eletricidade, além de servir como matéria prima
para uma infinidade de produtos, como os plásticos, os fertilizantes, os
tecidos sintéticos e os explosivos”.
Segundo dados do BANCO MUNDIAL (2008), o petróleo corresponde a
39,3% de toda a energia do planeta, sendo o carvão a segunda opção, com 25,5%
de participação na matriz energética global. Os restantes 35,2% são divididos entre
o gás natural (23,4%) e a energia nuclear (7,4%).
A Agência Internacional de Energia (IEA), em seu relatório World Energy
Outlook, na versão atualizada de 2008, estima que o petróleo continue a ser a
principal fonte de energia, pelo menos até 2030, apesar dos esforços, investimentos
e do desdobramento de novas tecnologias como o etanol. Com o aumento da
demanda mundial por energia, em torno de 1,8% ao ano, estima-se que nos
próximos 25 anos, a demanda de petróleo mundial sairá dos atuais 84 milhões de
barris por dia, para 116 bilhões em 2030.
Assim sendo, a importância estratégica do petróleo resulta da inexistência de
outra fonte que o substitua, de forma eficiente e a custos acessíveis. No entanto,
observa-se o desenvolvimento de pesquisas e projetos aplicados para a utilização
de combustíveis alternativos, como o biodiesel, sem previsão de utilização comercial
em larga escala no longo prazo, devido às restrições por regiões agriculturáveis.
A vantagem do petróleo, em relação às demais fontes de energia está
relacionada ao seu custo atual de utilização. FUSER (2008), afirma que:
“Uma vez concluído o investimento necessário à descoberta da reserva a
ser explorada e à instalação dos equipamentos necessários, a extração é
87
feita com um gasto reduzido em comparação às demais fontes de energia
de origem mineral, com rendimento incomparável”.
Além das vantagens apresentadas, o petróleo pode ser transportado a longas
distâncias, com velocidade e baixo custo, se comparado a outras fontes energéticas.
Para a ANP (2009), o petróleo é sinônimo de desenvolvimento e riqueza, sendo o
responsável pelo abastecimento dos meios de transportes, favorecendo o equilíbrio
entre a oferta e demanda da economia nacional, mundial e na promoção do bem
estar social.
4.2.2. Conjuntura do Mercado Mundial
De acordo com o item 4.2.1, o petróleo é um fator estratégico, sendo uma
fonte vital de energia para os países atualmente e para os próximos anos, em
correlação à dinâmica econômica e à política mundial, TAYLOR e DOREN (2006).
No entanto, as principais reservas de petróleo do mundo estão localizadas no
Golfo Pérsico, em virtude dos fatores geológicos da região, representando uma forte
desigualdade da distribuição deste insumo energético, quando comparado, por
exemplo, ao carvão. Para o relatório do BANCO MUNDIAL (2008), os países do
Oriente Médio detêm 67% de todas as reservas mundiais de petróleo, conforme o
Gráfico 21 abaixo.
88
0%10%20%30%40%50%60%70%80%
OrienteMédio
África LesteEuropeu e
Antiga URSS
América doNorte
EuropaOcidental
ExtremoOriente eOceania
América doSul e Central
Gráfico 21 – Reservas Mundiais de Petróleo Comprovadas Fonte: Banco Mundial (2008)
A importância do Oriente Médio está associada à capacidade de ampliação
de exploração e produção no curto e longo prazo, produzindo de forma sustentável
nos próximos 30 anos. Somente a Arábia Saudita e os Emirados Árabes, possuíam
em 2004, capacidade ociosa pronta para ser acionada, determinando uma política
única de controle de preços, com cotações negociadas no mercado internacional.
Segundo este fator torna-se essencial avaliar a Teoria de Hubbert (1956), em
que a extração de petróleo está correlacionada a uma “curva de sino”. Pressupõe-se
que, quando um reservatório acaba de ser perfurado e os seus limites ainda não são
conhecidos, como conseqüência, a produção é mínima. Porém, à medida que um
campo de petróleo é mapeado, novos poços de extração podem ser abertos, com
produção crescente e estável. No entanto, a partir de certo ponto da atividade de
exploração dos poços de petróleo, as dificuldades são inerentes, com possível
queda de produção e o comportamento econômico. Segundo essa teoria, o pico da
exploração de petróleo ocorre quando cerca da metade da exploração de um
reservatório foi extraída. O método de Hubbert mostrou-se válido, em 1970, quando
os Estados Unidos alcançaram o seu pico de produção, sendo algo previsto pela
teoria, com cerca de 14 anos de antecedência.
89
A teoria de Hubbert pode ser incorporada a todas as atuais projeções sobre a
exploração de petróleo, BRANDT (2007). Como a maior parte dos campos de
petróleo já foi descoberta no mundo, a probabilidade de novas reservas é menor,
com margem de erro pequena para o desempenho dos países produtores, em
relação ao futuro. Analisando o estágio de produção dos principais países mundiais,
entre eles a Grã-Bretanha e a Noruega, constata-se que estes já alcançaram o seu
pico de produção, com quedas de 6% ao ano. Os Estados Unidos, que em 1970
alcançou o valor de 9,64 milhões de barris diários, vem apresentando uma produção
anual em torno de 5,7 milhões de barris diários. Já as reservas do Golfo Pérsico
iniciam um estágio de esgotamento, apesar da localização privilegiada. Logo, como
correlacionar o crescimento da demanda por combustíveis e a manutenção dos
níveis atuais de produção de petróleo? Segundo a IEA (2008), o Oriente Médio será
o responsável por mais da metade da produção e exportação de petróleo para o
mundo até o ano de 2030, cabendo aos países em desenvolvimento, a descoberta e
o início do processo de exploração e produção.
4.2.3. Capacidade de Produção e Demanda Consumidora
Segundo a IEA (2008), para o período entre os anos de 2009 e 2030, a
estimativa é de 32 milhões de barris de petróleo por dia, sendo o Oriente Médio,
responsável por 29 milhões de barris diários. Este fator esta relacionado à
capacidade de redução de custos de produção, algo em torno a US$ 2,00 o barril,
com conseqüente redução de custos para investimentos e aumento da capacidade
produtiva.
90
Apesar do efeito de Hubbert, citado no item 4.2.2, o aumento da demanda
mundial por petróleo é um fator determinante para o desenvolvimento econômico,
estando atrelada à crescente demanda por esta fonte pelos Estados Unidos, mas
principalmente ao crescimento de países como Brasil, Rússia, Índia e China.
Com apenas 5% da população mundial, os Estados Unidos consomem algo
em torno a 27% de toda a produção mundial de petróleo. Deste total, mais da
metade corresponde à importação, com esta dependência aumentando a cada ano.
De acordo com o BANCO MUNDIAL (2008), as importações americanas vêm
aumentado 5% ao ano, com uma tendência para até 2025, de 68% de todo o
petróleo consumido pelos Estados Unidos ser importado.
No entanto, os Estados Unidos tem procurado diversificar os seus
fornecedores externos para reduzir a sua vulnerabilidade a possíveis rupturas no
suprimento de petróleo. Para FUSER (2008), esta preocupação pode ser
representada por:
“Os dirigentes americanos se preocupam, em especial, com o risco de o
país se tornar dependente dos exportadores do Golfo Pérsico, região
marcada por intensos conflitos. Nos últimos anos, o fornecimento tem sido
de fato, bastante diversificado. Entre os seus países que mais exportaram
petróleo para os Estados Unidos, apenas dois estão situados no Oriente
Médio: a Arábia Saudita e o Iraque. Os outros quatro são o Canadá, o
México, a Venezuela e a Nigéria. Mas, com o passar do tempo, à medida
que os exportadores de outras regiões de mostrarem incapazes de atender
à demanda em expansão, a parcela do Golfo Pérsico crescerá, de acordo
com as projeções do DoE”.
Seguindo a dinâmica americana para crescimento do consumo de petróleo,
os países em desenvolvimento vêm apresentando a mesma tendência, em especial
o Brasil, VICHI e MANSOR (2009).
91
A IEA (2008) prevê um crescimento da demanda por energia nos países em
desenvolvimento, do atual patamar de 41% registrado em 2006, para 47% em 2015,
caracterizando um consumo acima da média. Os demais países consumidores de
petróleo são aqueles que compõem a Organização para Cooperação do
Desenvolvimento Econômico (OCDE), mais a Rússia, considerados “países em
desenvolvimento”, conforme o Gráfico 22.
0%
20%
40%
60%
80%
100%
120%
OCDE Economias emtransição
Países emdesenvolvimento
Total
Gráfico 22 – Demanda Regional de Energia em 2008 Fonte: AIE (2009)
O Gráfico 23 evidencia a tendência de consumo de petróleo para 2030,
conforme a IEA (2009).
0%
20%
40%
60%
80%
100%
120%
OCDE Economias emtransição
Países emdesenvolvimento
Total
Gráfico 23 – Demanda Regional de Energia para 2030 Fonte: AIE (2009)
92
Ainda de acordo com a IEA (2008), a China é um fator de preocupação em
relação ao consumo de petróleo, pois desde 1993 deixou de ser auto-suficiente,
para se tornar um importador bruto. As previsões indicam um crescimento de 5,1%
ao ano, até 2015, em relação ao consumo de petróleo, sendo uma taxa elevada.
Caso estes dados sejam confirmados, a China poderá se tornar o maior consumidor
mundial de energia já em 2010, ultrapassando os Estados Unidos, HE et. al. (2005).
O principal fator para o consumo chinês é o setor de transportes, dependente dos
derivados de petróleo e ainda sem alternativas energéticas renováveis. As
estimativas indicam que, em 2030, a frota de veículos deverá chegar ao montante de
270 milhões de veículos, com as vendas de carros superando a dos Estados Unidos.
Porém, de acordo com estas estimativas, haveria reservas de petróleo
suficientes para atender as demandas mundiais por esta fonte energética? Para
BABUSIAUX e BAUQUIS (2005), existem contradições técnicas sobre o tema.
Conforme exposto no item 4.2.2, as reservas de petróleo alcançariam o seu pico em
1970. Porém, este fato não se tornou realidade, devido às melhorias empregadas no
processo de exploração e produção. Apesar de todas as melhorias impostas no
processo de exploração, a capacidade industrial seria superada rapidamente pela
demanda mundial. No entanto, a IEA (2008) argumenta que a introdução de novas
tecnologias, em especial, para a exploração em águas profundas, permitirá
melhorias sensíveis nos níveis de recuperação do petróleo existente. As análises
indicam, portanto, um pico de produção entre 2028 e 2030, devido aos modelos de
cenários adotados, com hipóteses para recursos versus demanda em cruzamento.
Deve-se levar em conta as diferenças entre reservas comprovadas, prováveis
e possíveis. As comprovadas são aquelas com mais de 90% de chance de serem
extraídas ao longo de sua vida útil. As prováveis são aquelas com 50% de chances
93
de possuírem viabilidade técnicas e as possíveis são aquelas que apresentam uma
confiança inferior a 50%, segundo a ANP (2009).
Para comprovar a existência de uma reserva, o critério utilizado é a razão
entre a reserva comprovada (r) e a produção (p), através da relação r/p, cujo
resultado determinará o número de anos para o consumo total. Apesar das
incertezas sobre as reservas de petróleo, as estimativas sobre a sua existência são
realizadas com alto grau de confiança pelo US Geological Survey (USGS), do
governo americano, avaliando o somatório de 3,345 trilhões de barris de petróleo
atualmente no mundo. Este valor refere-se a todos os tipos de reservas, inclusive as
não descobertas, sendo um valor suficiente para abastecer o mundo por mais
setenta anos, conforme o consumo projetado pela IEA (2008) até 2030. Para a BP
(2009), os dados da IEA são confiáveis, observando-se a evolução do consumo de
petróleo, em especial para os países em desenvolvimento, em que a razão r/p
poderia ser reduzida, estimulando novas avaliações sobre as perspectivas das
reservas comprovadas no mundo.
4.3. Dados Nacionais Atuais
O Brasil é um país que vinha buscando a auto-suficiência na produção do
petróleo há décadas. Desde 2007, este objetivo foi alcançado, quando o país passou
a exportar sua reserva mineral para outros continentes. Um dos fatores centrais
associados à auto-suficiência nacional foi à descoberta da camada pré-sal pela
Petrobras, em 2007, com uma área de 800 quilômetros de extensão, entre o sul do
Espírito Santo ao norte de Santa Catarina, com 200 quilômetros de largura e
94
estimativas de até 80 bilhões de barris de petróleo, equivalente às reservas de
petróleo da Venezuela, conforme as Figuras 16 e 17.
Figura 16 – Camada Pré-Sal Fonte: Revista Portuária (2009)
Figura 17 – Descobertas da Camada Pré-Sal Fonte: Revista Portuária (2009)
95
Apesar destas reservas serem estimadas, a produção nacional de petróleo
poderia atingir o volume de 5,5 milhões de barris por dia, representando um aumento
médio de 43,57% ao ano, em relação à capacidade atual, segundo a PETROBRAS
(2009), já a partir de 2008, tornando o Brasil um dos maiores produtores de petróleo
no mundo. Em paralelo, os investimentos na capacidade de refino nacional vêm
sendo realizados, para a redução das importações de diesel, JUSTI et. al. (2009).
Devido aos investimentos programados pela Petrobras, em torno a R$ 110
bilhões, entre os anos de 2009 e 2013, as estimativas sobre a ampliação da
capacidade produtiva nacional são positivas, estimulando a continuidade pela
utilização do petróleo como fonte energética. Os Gráficos 24 até 35, apresentam o
setor nacional de petróleo e as suas características operacionais, em comparação
ao mundo.
050
100150200250300350400
Petróleo (barris)
Gás natural (m³) Álcool (m³) Biodiesel (m³)
Bilh
ões
Reservas provadasProduçãoExportação Importação
Gráfico 24 – O Setor de Petróleo no Brasil em m³ Fonte: ANP (2009)
96
40%
42%
44%
46%
48%
50%
52%
54%
56%
Não-renovável Renovável
Gráfico 25 – Matriz Energética Brasileira Fonte: Ministério de Minas e Energia (2008)
0
5
10
15
20
25
Arábia Sau
dita
Estado
s Unid
os
México
Canadá
Venez
uela
Emirado
s Árab
esIra
que
Reino U
nido
Brasil
Angola
Indon
ésia
Índia
Malásia
Egito
Colômbia
Milh
ões
ProduçãoConsumoExportaçãoImportação
Gráfico 26 – Brasil e a Matriz Energética Mundial em Barris de Petróleo Fonte: Ministério de Minas e Energia (2008)
050
100150200250300
Arábia Sau
dita
Canadá Irã
Iraqu
e
Kuwait
Emirado
s Árab
es
Venez
uela
Rússia
Líbia
Nigéria
Brasil
Bilh
ões
Gráfico 27 – Brasil e as Reservas Mundiais de Petróleo em Barris de Petróleo Fonte: IPEA (2009)
97
0
2
4
6
8
10
12
14
Mar Terra
Bilh
ões
Gráfico 28 – Reservas Nacionais de Petróleo em Barris Fonte: ANP (2009)
0100200300400500600
Rio de Ja
neiro
Espírit
o Santo
Rio Gran
de do
Nort
eBah
ia
Sergipe
Amazona
sCeará
Alagoa
s
Paraná
São P
aulo
Milh
ões
Gráfico 29 – Maiores Estados Produtores de Barris de Petróleo por Ano Fonte: ANP (2009)
05
1015202530354045
Óleo di
esel
Gasoli
na A
Óleo C
ombu
stíve
l
GLP (5
)Nafta
Queros
ene d
e aviaç
ão
Coque
Outros
Asfalto
Solvente
Óleo lu
brifica
nte
Parafin
a
Gasoli
na de
aviaç
ão
Queros
ene i
lumina
nte
Milh
ares
Gráfico 30 – Produção Nacional de Derivados de Petróleo em 1000m3 por Ano Fonte: ANP (2009)
98
0
1
2
3
4
5
6
7
8
Mar Terra
Milh
ares
Gráfico 31 – Número de Poços Produtores de Petróleo e Gás Natural Fonte: ANP (2009)
0
1
2
3
4
5
6
7
Petróleo Derivados GLP (5)
Milh
ões
Gráfico 32 – Capacidade de Armazenamento de Petróleo e Derivados em m3 Fonte: ANP (2009)
020406080
100120140160180
Exportação Importação
Milh
ões
Volume Comercializado Receita/gasto
Gráfico 33 – Consumo Brasileiro de Petróleo Fonte: ANP (2009)
99
0
0,2
0,4
0,6
0,8
1
1,2
1,4
1,6
Nacional Importado
Milh
ões
Gráfico 34 – Barris de Petróleo Refinados por Dia Fonte: ANP (2009)
05
1015202530354045
Óleo di
esel
Gasoli
na C
GLP
Álcool e
tílico
hidra
tado
Óleo C
ombu
stíve
l
Queros
ene d
e aviaç
ão
Gasoli
na de
aviaç
ão
Queros
ene i
lumina
nte
Milh
ares
Gráfico 35 – Vendas pelas Distribuidoras em 1000m3 por Ano Fonte: ANP (2009)
De acordo com os dados observados é possível concluir que:
As reservas mundiais de petróleo apresentam uma grande concentração nos
países do Oriente Médio e da América do Sul, com tendência de maior
participação brasileira, devido às novas descobertas da camada pré-sal.
Apesar da maior demanda consumidora pelos países da OCDE, o futuro do
consumo de combustíveis está relacionado aos países em desenvolvimento,
com o pico de demanda estimado para 2030.
100
O setor de petróleo e gás natural apresenta uma capacidade de produção
superior ao etanol e biodiesel, sendo a matriz energética nacional e
internacional concentrada em fontes não renováveis.
Observa-se uma queda na produção e exportação do petróleo, mas com
crescimento acentuado no consumo, principalmente pelos Estados Unidos,
China, México e Canadá, considerados também, os maiores detentores das
reservas mundiais desta fonte energética.
No Brasil, a maior produção de derivados está concentrada no óleo diesel,
gasolina e óleo combustível, fontes energéticas destinadas para o setor de
transportes.
Registra-se um crescimento no consumo brasileiro, em correlação à maior
capacidade de exploração e produção nacional, sendo uma característica
importante para a continuidade do modelo do petróleo.
4.4. Tendências do Setor para o Brasil
Segundo PIQUET (2007), a economia brasileira será impactada pelo grande
volume de investimentos a serem realizados pela indústria do petróleo nos próximos
anos, corroborando os dados apresentados no item 4.3, acima.
São previstos investimentos até o ano de 2013, dos quais 83% destes
recursos são oriundos da Petrobras, conforme a ANP (2009), sendo o restante, sob
a responsabilidade das outras empresas petrolíferas instaladas no país, destacando-
se, por exemplo, a OGX, empresa privada recentemente criada que compete com a
Petrobras.
101
Para PIQUET (2007), deve ser observado que os investimentos propostos
pela Petrobras têm como objetivo a manutenção da auto-suficiência nacional do
petróleo, hoje em 2,5 milhões de barris de petróleo por dia, com permanentes
projetos de expansão, para atender as demandas de consumo, essencialmente
interligadas ao setor de transportes.
No entanto, para a garantia da auto-suficiência, deve ser incluída uma análise
profunda do refino, processamento, transporte e distribuição, para viabilizar o
abastecimento interno e possível exportação dos excedentes.
De acordo com PIRES (2006), a atividade de exploração e produção é a que
demanda o maior investimento. O termo “exploração” significa trabalhar com um alto
risco operacional e custos elevados, devido à necessidade de realização de
pesquisas sísmicas e perfuração dos poços exploratórios. Para as empresas
brasileiras, este custo é elevado, pois as atividades de exploração do petróleo
concentram-se no mar e em águas profundas, dependendo de tecnologias de
pontas. No entanto, estes investimentos são justificáveis, para a descoberta de
novas reservas e para a manutenção do petróleo, como principal fonte energética.
A etapa de desenvolvimento da produção implica em elevados investimentos,
devido à necessidade pela utilização de plataformas de produção, com alta
capacidade de processamento e sistemas de escoamento de óleo e gás, ainda mais
para o caso nacional, quando a exploração do petróleo ocorrendo em águas
profundas, conforme elucidado na Figura 03.
Finalmente, a etapa de refino, processamento, transporte e distribuição
concentram investimentos de menor porte, quando comparado a exploração e
produção, exigindo, porém, um planejamento adequado para o abastecimento do
mercado interno. Atualmente, a Petrobras vem investindo em novos projetos para a
102
construção de refinarias, ampliando assim, novas unidades de processamento a o
aumento da sua capacidade produtiva, demandando materiais, equipamentos e
pessoal qualificado, com fornecimento local ou estrangeiro, com a maximização dos
benefícios econômicos pela atividade da indústria do petróleo.
Assim sendo, as tendências do setor de petróleo para o mercado nacional,
como garantia para a auto-suficiência, de acordo com RAPPEL (2004) são:
Exploração: a enorme dimensão da área sedimentar brasileira, associada ao
processo imaturo da maioria das bacias nacionais, constitui um fator
estratégico de atratividade ao segmento, ressaltando que somente uma
parcela reduzida da área de exploração tem sido disponibilizada pena ANP
para licitações (3,2% do total). Acrescentando a este fator, existe uma
demanda crescente pelos serviços de atividades sísmicas no Brasil, para o
devido conhecimento geofísico das bacias sedimentares brasileiras.
Produção: existe um grande potencial para esta atividade e na constituição de
empresas rentáveis, devido ao baixo risco exploratório, uma vez da existência
de campos maduros e marginais em relação a atividade da exploração.. Logo,
torna-se um desafio para o governo e para a ANP, encorajar novos negócios
independentes, com mecanismos adequados, em especial os relativos à
regulação do mercado de comercialização de petróleo, incentivos fiscais e ao
acesso ao crédito.
103
4.5. Transportes e Consumo de Derivados do Petróleo
Conforme discutido no Capítulo 03, o setor de transportes é fundamental para
o desenvolvimento econômico nacional, devido à sua capacidade para
movimentação de cargas e pessoas, ERHART e PALMEIRA (2006). Devido a esta
importância, o segmento vem sendo o maior consumidor de petróleo no mundo,
conforme elucidado pelo Gráfico 36, abaixo.
0%
10%
20%
30%
40%
50%
60%
Transporte Indústria Uso não energético Outros*
19732007
* Outros setores são a agricultura, comércio e serviços não especificados.
Gráfico 36 – Consumo de Derivados de Petróleo Fonte: AIE (2008)
Observa-se que o consumo de petróleo para o setor de transportes vem
crescendo, apesar de todos os investimentos em eficientização, como a utilização de
combustíveis renováveis, eletrificação do sistema ferroviário, entre outros, de acordo
com CHAPMAN (2007).
Segundo MORAES (2005), devido aos esforços para a redução do consumo
de petróleo em outros setores da economia, o setor de transportes apresenta uma
tendência de concentração pela utilização deste combustível, sendo algo
preocupante, tanto em relação ao critério econômico, mas essencialmente aos
fatores ambientais. De acordo com o Gráfico 37 é possível perceber que a evolução
104
da utilização de outras fontes energéticas, em comparação ao petróleo, nos últimos
anos é pequena, observando-se que a expansão do setor nas próximas décadas e a
opção tecnológica dos atuais motores a combustão interna, representa uma
continuidade ao modelo energético atual, apesar dos esforços pela utilização do gás
natural veicular, do etanol, entre outros.
0%
10%
20%
30%
40%
50%
60%
Derivados doPetróleo
Gás Carvão Eletricidade Renováveis
19732007
Gráfico 37 – Consumo de Combustíveis Fonte: IEA (2008)
Conclui-se que o setor de transportes será o principal responsável pelo
aumento da demanda pelo consumo energético nos próximos anos, sendo pouco
flexível em relação a novos padrões tecnológicos, RAMANATHAN (2005).
4.5.1. Limitações em Relação aos Derivados de Petróleo
4.5.1.1. Concentração Energética
O desenvolvimento econômico possibilitou aos países uma maior conexão
comercial, facilitando os movimentos de importação e exportação de recursos, em
especial do petróleo, como fonte energética útil para o setor de transportes. Porém,
105
apesar dos avanços registrados em relação à economia e para a infraesturura de
transportes, a concentração energética em relação ao petróleo é perigosa.
Uma alternativa é a busca por novas fontes energéticas, em especial a
aquelas que não gerem impactos ambientais, como os veículos movidos a
eletricidade. No entanto, devido a critérios como acessibilidade, preço e capacidade
de atendimento as demandas de mercado, tornam provisoriamente o
comportamento de consumo restrito.
No caso do petróleo, observa-se uma concentração em relação ao setor de
transportes, pelo emprego dos combustíveis derivados, o que torna a análise sobre a
sua utilização e viabilidade, latente e importante.
Segundo MORAES (2005), a crescente dependência em relação ao petróleo
tem sido uma tendência comprovada desde 1986, pela concentração do setor de
transportes e na sua intensa utilização, devido ao crescimento econômico mundial,
apesar do aumento de produção pelos países produtores de petróleo. Esta
dependência tende a crescer ainda mais, devido à elevação da capacidade de
produção dos países da América Latina, em especial ao Brasil e devido à
descoberta de novas reservas de petróleo, em águas profundas. Em paralelo, os
países da OCDE (Organização para Cooperação e Desenvolvimento Econômico) e a
China, devem aumentar a sua dependência em relação à importação de petróleo,
que vem subindo de 54% em 1997, para um valor esperado de 70% em 2020, se as
tendências de consumo para o setor de transportes forem mantidas, conforme item
4.2.2.
Neste caso, a capacidade de manipulação dos preços do barril de petróleo
pela OPEP (Organização de Países Exportadores de Petróleo), que dispõe de dois
terços de todas as reservas mundiais é um risco, pois as economias mais
106
importantes do mundo, em relação ao PIB tornam-se fragilizadas em relação às
flutuações dos preços no mercado internacional e para os mercados futuros.
conforme GELLER (2003).
4.5.1.2. Critérios Ambientais
Um dos maiores entraves para a questão da utilização dos derivados do
petróleo são os critérios ambientais e a sustentabilidade do planeta, devido ao
aumento progressivo da emissão dos gases poluentes, advindos da queima de
combustíveis fósseis, sendo causadores de problemas ambientais, em especial, da
poluição nos centros urbanos, aos males da saúde humana, mas especialmente, ao
efeito estufa, causador do aquecimento global.
Ainda segundo GELLER (2003), as emissões dióxido de carbono no mundo
cresceram 52% entre as décadas de 1970 até 2000, chegando ao total de 24.102
Mt, com a maior responsabilidade por este dano ambiental, para os países da
OCDE, representando 51,2% da emissões totais, seguidos pelos países em
desenvolvimento, representados pela China e Brasil.
Salienta-se que, das emissões totais de dióxido de carbono na atmosfera,
41,2% vem do petróleo, seguido pelas emissões de gás com 20,4% e pelo carvão
com 37,5%, sendo o setor de transportes o maior responsável pela representação do
petróleo como a principal causa de poluição mundial.
Segundo a IEA (2008), as projeções devem aumentar em 2% até 2030,
devido à baixa diversificação da matriz de transportes no mundo, com o uso
intensivo de caminhões e navios, enquanto deveria ser pensada a utilização de trens
107
e aviões, com produção de recursos com alto valor agregado e não intensivos em
energia.
4.5.1.3. Demanda Consumidora
A Figura 18 abaixo determina o consumo de energia para o setor de
transportes e o consumo de combustíveis.
Figura 18 – Consumo de Energia para o Setor de Transportes Fonte: adaptado de Moraes (2005)
A determinação do consumo total de combustível para o setor de transportes
é correlacionado diretamente a atividade veicular, ou seja, passageiro versus
quilometragem ou tonelada versus quilometragem, em função a intensidade
energética do modal em análise, sendo classificada como a energia útil para a
determinação do fator de utilidade passageiro versus quilometragem ou tonelada
versus quilometragem. Portanto, veículos com variações de eficiência, quanto ao
108
consumo de combustível, na utilização de sua capacidade e dadas às condições
operacionais determinaram a intensidade energética.
As avaliações do setor de transportes podem ser desdobradas nas análises
dos modais de transportes, conforme exposto no item 2.1. Porém, salienta-se a
existência do transporte de passageiros e da ocupação de veículos, de acordo com
as relações veículo e quilometragem total e sua respectiva ocupação, representada
pela relação passageiro/veículo.
Dadas as definições do setor de transportes e conforme a Figura 11 é
possível verificar que o desenvolvimento de um país está diretamente relacionado ao
crescimento PIB, do setor industrial e dos modais de transportes empregados. Logo,
a determinação do transporte de passageiros e de cargas está relacionada ao
padrão de vida das famílias e a capacidade da produção industrial, sendo algo
mensurado pelo total de passageiros e cargas totais movimentados ao longo de uma
série histórica observada, expresso por quilometragem-tonelada/PIB.
Para o Brasil, a determinação do crescimento econômico, em função do setor
de transportes é algo crítico, pois a distribuição da utilização dos modais de
transportes influencia diretamente na concentração e nos benefícios diretos, quanto
à movimentação de produtos de baixo ou alto valor agregado e na intensidade
energética. Conforme exposto no Capítulo 3, no caso brasileiro, registra-se uma
enorme concentração para o setor rodoviário, em detrimento aos modais ferroviário
e aquaviário, mais adequados as dimensões continentais do país. Para o BNDES
(2008), a análise comparativa do Brasil, com países como Rússia, Canadá,
Austrália, Estados Unidos, China e México, indica a existência de uma defasagem
de investimentos na infraestrutura de transportes, com urgência para a redução da
109
concentração do setor rodoviário, para ganhos econômicos e para eficiência
energética.
4.5.2. Tendências para o Setor de Transportes
Segundo dados da OCDE (2008), a atividade de passageiros cresceu em
média 3,2% entre as décadas de 1970 e 1990, com estabilidade de 1,8% entre as
décadas de 1990 e 2000, de acordo com o aumento acentuado de veículos
particulares, representado 82% da movimentação de pessoas no mundo. Para o
Brasil, esta tendência pode ser comprovada, de acordo com a elevação da renda per
capta, associada ao comportamento do PIB e das facilidades desenvolvidas pelas
montadoras, para a aquisição de novos veículos, como financiamentos prolongados
e até mesmo pela redução do IPI (Imposto sobre o Produto Industrializado) em 2009,
segundo o IPEA (2009). Por outro lado, estas facilidades vêm provocando um
aumento da ineficiência da mobilidade urbana nos grandes centros, ocasionado em
constantes congestionamentos, na redução da eficiência energética para o setor de
transportes e em perdas econômicas, o que deveria estimular a utilização do
transporte coletivo e urbano.
Para o transporte de cargas, o crescimento observado foi de 2,5% entre as
décadas de 1970 e 1990, com o valor registrado de 2,9% entre 1990 e 2000, devido
ao crescimento econômico mundial no período. Para o Brasil, a tendência registrada
foi a mesma, porém, a concentração em relação ao setor rodoviário, representando
este, 64% do escoamento de produção nacional, conforme exposto no item 2.1.1,
determinando uma depreciação energética acentuada, com maior consumo de
combustível e atrasando o desenvolvimento nacional.
110
No entanto, a atividade rodoviária no Brasil ainda está longe de atingir o seu
ponto de saturação, devido às reais possibilidades de crescimento da economia no
longo prazo. Logo, deve ser realizado um planejamento em relação à mobilidade,
motorização e consumo de combustíveis, para o setor de transportes, em especial
para o rodoviário, devido a sua maior representatividade na matriz de transportes,
porém sendo objeto para futuros estudos.
Devido à concentração energética do setor de transportes e da utilização dos
derivados de petróleo, quais seriam as tendências para o consumo de combustíveis
para os próximos anos? Haveria alguma alternativa energética em relação aos
derivados de petróleo, uma vez constatado um possível pico ou declínio de
produção para os próximos anos, conforme exposto nos itens 4.2.2 e 4.2.3?
Logo, no Capítulo 5 é apresentado o cenário atual e tendências em relação
aos biocombustíveis, como alternativa aos derivados de petróleo.
111
5. ANÁLISES SOBRE OS BIOCOMBUSTÍVEIS
5.1. Histórico
Segundo RATHMANN (2005), os estudos com novas alternativas para o
fornecimento de combustíveis não é algo recente, devido às preocupações com o
esgotamento das reservas de petróleo, com as primeiras experiências com a
utilização dos biocombustíveis surgindo na Europa, após o final da Segunda Guerra
Mundial, sendo que, no Brasil, a partir das experiências do Proálcool, ao final da
década de setenta, segundo PLÁ (2002), em virtude dos choques do petróleo
observados no mesmo período.
Logo, a relevância dos biocombustíveis para o Brasil é considerável. Porém, a
sua utilização envolve também a análise das matérias-primas, pela legislação
vigente e na realização de investimentos, devido às possibilidades para o
esgotamento das reservas de petróleo.
Não pode ser descaracterizada, a importância ambiental, com a redução da
emissão dos gases poluentes na atmosfera e os ganhos sociais ao país,
estimulando a geração de novos empregos, aumento da renda e produção industrial,
com pesquisa e desenvolvimento para novos equipamentos, especialmente, com a
participação das regiões Norte e Nordeste, ricas em fontes energéticas para os
biocombustíveis, conforme HORTA (2008).
Segundo MARTINS (2005), as vantagens da utilização dos biocombustíveis
são:
Redução da emissão dos gases da combustão dos motores que
funcionam através da utilização dos derivados de petróleo. Como
112
conseqüência direta, haveria uma redução das chuvas ácidas nos
grandes centros urbanos e danos causados pelo efeito estufa na
atmosfera.
Aumento da demanda por produtos agrícolas, sendo as fontes
principais para a produção dos biocombustíveis, acarretando em novas
oportunidades de emprego e renda para as populações rurais, com
desenvolvimento econômico regional.
Diversificação da matriz energética, com a introdução dos
biocombustíveis e novas tecnologias.
Ganhos financeiros para o Brasil, devido às possibilidades para atingir
as metas propostas pelo Protocolo de Kyoto, de acordo com o
Mecanismo de Desenvolvimento Limpo e a participação nacional no
mercado de carbono.
Redução das importações de diesel e ganhos para a balança
comercial, com a adoção da mistura de biodiesel a 2% no óleo diesel
(B2), com uma economia de US$ 160 milhões ao ano, sendo que, com
a adoção de 5% do biodiesel no óleo diesel (B5), a economia seria de
US$ 400 milhões ao ano.
5.2. Fundamentos sobre os Biocombustíveis
O entendimento sobre os biocombustíveis advém dos princípios básicos da
conversão da energia solar em energia química, ocorrendo nos vegetais durante o
processo da fotossíntese, em que, desde os primórdios da vida no planeta, o
113
fornecimento de alimentos, de energia e para o início das atividades econômicas
vem deste fenômeno químico.
Em função deste cenário, torna-se fundamental compreender o suprimento de
energia fotossintética, em detrimento a exploração das reservas do petróleo, devido
aos problemas ambientais, da necessidade por uma profunda revisão dos modelos
industriais contemporâneos e por um horizonte mais racional e sustentável para a
vida na terra, com redução das emissões de poluentes na atmosfera, segundo
HORTA (2008).
Para o estudo específico dos biocombustíveis, a energia química é
proveniente de reações químicas, com a ação direta da energia solar, dependendo
fortemente, da latitude e da radiação solar, favorecendo os países com latitudes
mais altas. Neste caso o Brasil é uma nação privilegiada, recebendo na região Norte,
uma média de 18 MJ/dia, além dos aspectos favoráveis de temperatura mais
elevada, solo fértil, irrigado e ampla extensão vegetal.
Já a biomassa, é entendida como a energia química acumulada em
processos fotossintéticos, com ampla disponibilidade e adequada para a utilização,
tendo como exemplos, o biodiesel e o bioetanol.
Como fonte energética veicular, os biocombustíveis vêm sendo considerados
uma alternativa aos derivados de petróleo, por serem uma fonte renovável e com
viabilidade econômica para o seu desenvolvimento em larga escala, sendo inclusive
utilizáveis em motores a combustão interna, entre eles, os de ciclo Otto e ciclo
Diesel, com a recomendação para utilização pura dos biocombustíveis ou
misturados aos derivados de petróleo.
114
5.3. Perspectivas para o Brasil
As perspectivas para os biocombustíveis no Brasil envolvem a sua análise
não como um critério único, mas de forma comparativa com a infraestrutura de
transportes, economia e dinâmica de preços atuais e futuros, considerando
fundamentalmente a utilização de terras e água, para o cultivo das fontes
energéticas para o suprimento da produção destes combustíveis alternativos. No
entanto, um tema recorrente e preocupante é o estabelecimento de limites de
produção dos biocombustíveis, em relação às necessidades alimentares mundiais e
por sustentabilidade, segundo HORTA (2008).
De acordo com as estimativas da FAO (2009), não deve existir a preocupação
em relação à produção de biocombustíveis e a cadeia alimentar global, pois a
disponibilidade de terras, em correlação ao aumento da produtividade é suficiente
para as demandas do planeta. No entanto, a sensibilidade para as novas tecnologias
veiculares e aos preços futuros dos insumos necessários aos biocombustíveis, em
especial a cana de açúcar é considerável, em comparação a capacidade de
exploração dos derivados de petróleo.
Outro ponto crucial é a contribuição da biomassa para a geração de energia,
podendo chegar em 2050, entre 21% até 85%, o equivalente a 400 EJ do atual
consumo do planeta (ano base de 2008), levando em consideração a expansão do
uso da terra, da conservação do solo, para o seqüestro de carbono e redução da
poluição.
Logo, a avaliação para a oferta dos biocombustíveis é latente, sendo algo
ainda não explorado em sua totalidade e de acordo com HORTA (2008), com os
seguintes pontos críticos:
115
A oferta de biocombustíveis depende da produção de alimentos, mas
sem o comprometimento da agricultura, de terras férteis e da
alimentação populacional;
As regiões com maior incidência de radiação solar são mais
favorecidas para o desenvolvimento de pesquisas e tecnologias para a
utilização de biocombustíveis, favorecendo neste caso, ao Brasil;
O potencial energético dos biocombustíveis é algo favorável para a sua
participação na matriz energética mundial, tornando-a mais limpa, em
relação aos derivados de petróleo, porém, em um cenário otimista.
5.3.1. Oferta dos Biocombustíveis
Segundo HORTA (2008), a capacidade para a geração de biocombustíveis no
mundo e no Brasil é enorme, levando-se em consideração os recursos naturais do
planeta, em especial, para o atendimento do setor de transportes.
Portanto, os estudos para a utilização do etanol estão centrados para o caso
brasileiro, através dos biocombustíveis líquidos, em especial, com o emprego da
cana de açúcar e dos excedentes de milho, representando atualmente 1,7 EJ, o
equivalente a 1,5% dos combustíveis utilizáveis para o setor de transportes no
mundo.
Para a IEA (2008), a produção de etanol vem apresentando uma tendência
crescente e superior a do biodiesel, desde 2000. Em comparação, a produção de
petróleo vem crescendo 7% ao ano, podendo atingir o seu pico de produção, em
alguns anos, OLIVEIRA et. al. (2005).
116
Logo, caso o cenário de estagnação da produção de petróleo seja
confirmada, os biocombustíveis poderiam ser uma nova fonte energética para o
setor de transportes, devendo, porém, apresentar uma produção vigorosa,
determinada inicialmente pelo valor observado de 2007, 43% acima da produção
registrada em 2006.
No entanto, a produção anual dos biocombustíveis ainda é responsável por
1% da energia renovável mundial e menor do 1% da oferta de petróleo bruto, o que
evidencia a necessidade por pesados investimentos no setor e adoção por novas
tecnologias em benefício ao meio-ambiente. Outro fator relevante é a concentração
para a produção dos biocombustíveis em países como o Brasil e os Estados Unidos,
que juntos, produziram o equivalente a 90% do etanol mundial, cujas fontes são a
cana de açúcar e o milho, respectivamente, segundo FISCHER e
SCHRATTENHOLZER (2007).
Em relação à importância dos biocombustíveis como fonte energética, o
Gráfico 38 determina a evolução dos últimos anos da demanda total desta fonte
energética, tendo os países do G8 e o Brasil como os mais representantes na
atualidade e para demandas futuras.
0%5%
10%15%20%25%30%35%40%45%50%
Alemanha Brasil China EstadosUnidos
França Índia Outrospaíses
asiáticos
Outrospaíses da
UniãoEuropéia
Gráfico 38 – Distribuição do Etanol no Mundo em 2007 Fonte: adaptado de Horta (2008)
117
Analisando o Gráfico 38, percebe-se que a demanda total do etanol no Brasil,
em 35,9% fica atrás somente dos Estados Unidos, com 46,7%, deixando países
como Alemanha, China, França, Índia, países asiáticos e demais países europeus
em desvantagem. Estes dados sobre a produção de etanol determinam as
tendências para a expansão e diversificação da matriz energética, em comparação
aos derivados de petróleo, com a oferta total sendo apresentada no Gráfico 39.
05
1015202530
Canadá
França
Aleman
haItá
liaJa
pão
Rússia
Reino U
nido
Estado
s Unid
os
Países
do G8
Brasil
China Índia
México
África d
o Sul
Países
+ 5
Países
G8 +
5
Milh
ares
19951996199719981999200020012002200320042005
Gráfico 39 – Oferta Mundial de Biocombustíveis em EJ Fonte: adaptado de Horta (2008)
No Gráfico 40 apresenta-se a evolução percentual dos biocombustíveis, em
relação à oferta.
0%5%
10%15%20%25%30%35%40%
Canadá
França
Aleman
haItá
liaJa
pão
Rússia
Reino U
nido
Estado
s Unid
os
Países
do G8
Brasil
China Índia
México
África d
o Sul
Países
+ 5
19951996199719981999200020012002200320042005
Gráfico 40 – Oferta Mundial de Biocombustíveis em % Fonte: adaptado de Horta (2008)
De acordo com os dados observados é possível concluir que:
118
A oferta mundial de etanol está concentrada nos Estados Unidos, Brasil,
China e Alemanha, principalmente, observando que no caso americano,
existe a desvantagem do etanol produzido, devido a sua derivação do milho,
em comparação ao de cana de açúcar nacional.
A oferta mundial de etanol apresenta um comportamento crescente, quando
analisado os últimos dez anos, devido à participação dos países em
desenvolvimento, com vistas ao Brasil.
Devido ao interesse crescente pela adoção dos biocombustíveis por todos os
países no mundo, a necessidade pela substituição do petróleo torna-se latente, em
busca por um mercado sustentável. No entanto, o mercado de produção dos
biocombustíveis é pequeno, porém, com as demandas futuras apresentando um
grande potencial, OLIVEIRA; VAUGHAN e RYKIEL (2005).
5.3.2. Demanda dos Biocombustíveis
O estudo da tendência de produção dos biocombustíveis exige o
entendimento de que o seu comportamento futuro é dinâmico, sofrendo o impacto
das variáveis econômicas, geográficas, tecnológicas, da utilização limitada dos
recursos naturais e condições políticas para o seu emprego em larga escala.
Segundo a FAO (2009), a utilização da abordagem bottom-up é a mais viável
para analisar a tendência dos biocombustíveis, tratando-se de uma metodologia
para o processamento de dados atuais sobre o setor, considerando expectativas
futuras. No entanto, deve ser observado que a determinação sobre o potencial
119
brasileiro em relação aos biocombustíveis é complexa, devido às incertezas
envolvidas nesta análise.
Os biocombustíveis podem representar uma importante fonte energética para
o mundo, pois a variação de recursos bioenergéticos é satisfatória, devendo, porém,
incentivar a maior produtividade para a utilização deste combustível, em especial
para o setor de transportes e o abastecimento de veículos automotores.
Os biocombustíveis líquidos, segundo HORTA (2008), em especial os
produzidos pela cana de açúcar, representam 1,5% dos combustíveis utilizados para
o setor de transportes no mundo, sem algo ínfimo, dados os parâmetros automotivos
atuais e a larga utilização de motores a combustão interna, dependentes do
petróleo. Apesar desta pequena participação na matriz energética, à produção de
etanol e do biodiesel, apresentam um comportamento crescente, desde 2000,
enquanto a produção de petróleo deverá atingir o seu limite de expansão em 2035,
conforme o item 5.1.
Segundo a ANP (2009), comparando a produção de petróleo aos
biocombustíveis, percebe-se que o crescimento do etanol e biodiesel foi 43%
superior em 2007, em relação a 2006. A produção total de etanol em 2007 foi
equivalente em 4% aos 1300 bilhões de litros em todo o mundo, sendo ao mesmo
tempo, 1% do total da oferta mundial de petróleo bruto em todo o planeta.
Apesar das políticas públicas para a adoção de critérios sustentáveis, com o
propósito de maior utilização dos biocombustíveis, a concentração para a sua
produção está para o bioetanol, oriundo da cana de açúcar, no Brasil e o bioetanol,
do milho, nos Estados Unidos, sendo um fator de limitação para a escala de
consumo.
120
O Gráfico 41, determina a contribuição dos biocombustíveis em relação à
demanda total global de energia, com relevante participação brasileira.
05
1015202530
Canadá
França
Aleman
haItá
liaJa
pão
Rússia
Reino U
nido
Estado
s Unid
os
Países
do G8
Brasil
China Índia
México
África d
o Sul
Países
+ 5
Países
G8 +
5
Milh
ares
19951996199719981999200020012002200320042005
Gráfico 41 – Demanda Primária de Biocombustíveis em EJ Fonte: adaptado de Horta (2008)
A atual conjuntura de produção dos biocombustíveis determinará o
comportamento futuro desta fonte energética em todo o mundo, em especial no
Brasil, com uma projeção de evolução da atual capacidade instalada e possível
redução da dependência do petróleo. O Gráfico 42, determina a contribuição dos
biocombustíveis em relação à demanda total global de energia.
0%5%
10%15%20%25%30%35%40%
Canadá
França
Aleman
haItá
liaJa
pão
Rússia
Reino U
nido
Estado
s Unid
os
Países
do G8
Brasil
China Índia
México
África d
o Sul
Países
+ 5
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
Gráfico 42 - Demanda Primária de Biocombustíveis em % Fonte: adaptado de Horta (2008)
121
0%5%
10%15%20%25%30%35%40%45%50%
Alemanha Brasil China EstadosUnidos
França Índia OutrosPaíses
Asiáticos
OutrosPaíses da
UniãoEuropéia
Gráfico 43 – Distribuição Mundial de Etanol Fonte: adaptado de Horta (2008) É importante observar que, o Brasil é um país importador de petróleo, em
especial, do diesel, para o setor de transportes. Portanto, o incentivo ao aumento da
disponibilidade do etanol e biodiesel seria vantajoso como instrumento para o
desenvolvimento econômico e redução da emissão dos gases poluentes para o
efeito estufa.
5.3.3. Tendências para os Biocombustíveis
Os biocombustíveis podem ser utilizados no setor de transportes, de forma
pura ou misturados à gasolina, sem qualquer tipo de alteração mecânica nos
motores, de acordo com a ANP (2009).
Logo, para que a utilização dos biocombustíveis seja viabilizada no Brasil, o
preço do barril de petróleo deve estar acima de US$ 50,00 o barril, de acordo a
PETROBRAS (2009), sendo um fator crítico, de acordo com PIRES (2006), devido a
análise de risco para esta fonte energética, em associação a outra fonte. Neste caso,
2008 não foi um ano favorável para a sua utilização, devido à crise financeira
internacional e as constantes especulações com o barril do petróleo, algo não
122
factível, em 2009, com forte queda nos preços registrados pela OPEP. A seguir,
apresentam-se os segmentos de álcool (etanol) e do biodiesel, avaliando a situação
atual de produção.
5.3.3.1. A Utilização do Etanol
De acordo com HORTA (2008), o etanol é uma substância que pode ser
empregada em motores a ciclo Otto ou ciclo Diesel. No entanto, a sua utilização,
desempenho e distribuição devem ser pautados as especificações da portaria ANP
309/2001, para gasolina com etanol e ANP 36/2005, para etanol anidro e hidratado,
ou álcool etílico anidro combustível, determinando as suas características técnicas,
expressas na Tabela 03.
Parâmetro Unidade Gasolina Etanol
kJ/kg 43.500 28.225 Poder Calorífico Inferior
kJ/litro 32.180 22.350
Densidade kg/litro 0,72 – 0,78 0,792
RON (Research Octane Number) - 90 – 100 102 - 130
Octanagem MON (Motor Octane Number) - 80 - 92 89 - 96
Calor Latente de Vaporização kJ/kg 330 - 400 842 - 930
Relação Ar/Combustível - 14,5 9,0
Temperatura de Ignição (C0) 220 420
Solubilidade em Água % em Volume 0 100
Tabela 03 – Propriedades da Gasolina e do Etanol Fonte: adaptado de Horta (2008)
123
No entanto, segundo a ANP (2009), os únicos combustíveis distribuídos em
território nacional são as gasolinas regular e Premium, o etanol hidradato e o diesel,
com as seguintes características:
Gasolina regular e Premium: apresentam octanagem média, entre 87 e
91, com a presença de etanol mínimo entre 20% e 25%, segundo
dados da ANP (2009).
Etanol Hidratado: com octanagem superior a 110, próprio para veículos
flex, com possibilidade de realização de mistura com a gasolina,
respeitando a quantidade mínima exigida pela ANP. No entanto, a
utilização de etanol vem exigindo alterações mecânicas nos veículos,
conforme a Tabela 04.
% Bioetanol na Gasolina/ Alterações
Car
bura
dor
Inje
ção
de
Com
bust
ível
Bom
ba d
e C
ombu
stív
el
Filtr
o de
C
ombu
stív
el
Sist
ema
de
Igni
ção
Tanq
ue d
e C
ombu
stív
el
Con
vers
or
Cat
alíti
co
Mot
or B
ásic
o
Óle
o do
M
otor
Col
etor
de
Adm
issã
o
Sist
ema
de
Esca
pe
Sist
ema
de
Par
tida
Frio
Menor igual 5% Para qualquer veículo
Menor igual 10% Para veículos produzidos a partir de 1990
Menor igual 25% Veículo a gasolina brasileiro
Menor igual 85% Veículo flexível utilizado nos Estados Unidos e Canadá
Maior igual 85% Veículo flexível utilizado no Brasil Tabela 04 – Modificações Mecânicas para o Uso do Etanol Fonte: adaptado de Horta (2008)
Todos os campos em azul na Tabela 04 indicam modificações mecânicas nos
veículos, enquanto os campos em branco significam alterações não necessárias.
É importante observar que o etanol é uma substancia química simples,
enquanto que a gasolina contém mais de duzentas variações de hidrocarbonetos
derivados do petróleo, sendo algo nocivo para o meio ambiente, devido as suas
características poluidoras, CHAPMAN (2007). Portanto, devido a sua composição,
os derivados de petróleo são os que apresentam as maiores emissões de carbono
124
(CO), óxidos de enxofre (SOx), hidrocarbonetos, entre outros poluentes,
dependendo inclusive, das características do motor, em respeito a legislação
veicular vigente. Neste caso, é perceptível a vantagem do etanol e a sua adição na
gasolina, com melhorias na qualidade do ar.
Porém, conforme exposto no Capitulo 2, a frota de veículos no Brasil é antiga,
representada ainda, por máquinas poluentes, com motores com carburador e sem
catalisador, sendo uma vantagem a utilização do etanol, pois em comparação à
gasolina, o mesmo danifica menos o catalisador, devido à menor presença de
enxofre.
Segundo o IBAMA (2006), a redução das emissões de poluentes é algo
notável no Brasil, em correlação a utilização do etanol a partir da década de 90, em
especial, para o setor de transportes. No entanto, o maior percentual de utilização de
derivados de petróleo não esta para os veículos a passeio e com a utilização da
gasolina, mas sim, dos veículos de cargas, sendo abastecidos com diesel.
5.3.3.2. Etanol nos Motores a Diesel
O etanol pode ser utilizado em motores ciclo Otto, conforme o item 5.2,
tradicionalmente abastecidos a gasolina ou misturados ao etanol, mas também, em
motores ciclo Diesel, sendo necessário à utilização intensiva desta fonte energética,
para reduzir a sua octanagem.
Umas das vantagens da utilização do etanol nos motores a diesel é a redução
dos impactos ambientais, com a manutenção da eficiência térmica destes motores
com o etanol se mantendo em patamares similares a utilização pura do diesel.
125
As pesquisas para a utilização de etanol para motores a diesel, em especial
para o transporte rodoviário, foram iniciadas na década de 80, PIMENTEL (1991),
adicionando o etanol nestes motores, com adaptações do sistema de alimentação
de combustível e introduzindo sistemas de ignição a centelha. Atualmente, a maior
concentração de motores a diesel no país, está para os caminhões que operam no
transporte sucroalcooleiro, totalizando cem mil veículos.
Finalmente, existe um conjunto de normas desenvolvidas pela Wordlwide Fuel
Chart (WWFC), tratando-se de uma associação de fabricantes de veículos dos
Estados Unidos, Europa e Japão, que estabelece o uso do etanol como aditivo da
gasolina e em relação ao seu desempenho, limitando a presença do etanol na
gasolina em no máximo 10%, considerando esta fonte energética, como ótimo
oxigenate, em respeito às especificações de qualidade dos fabricantes.
5.3.3.3. Segmento do Álcool
Apesar dos constantes aumentos dos custos de produção do álcool nacional,
saindo do valor de R$ 0,22 para R$ 0,45 nos últimos meses, segundo a ANP (2009)
e com repasses para o preço do combustível, o mesmo continua competitivo em
relação à produção americana, encontrando-se, média, com a cotação de US$ 0,65.
Porém, para continuar sendo competitivo, o álcool brasileiro precisa de constantes
investimentos e aumento da produtividade pelo setor sucroalcooleiro.
A avaliação geral do setor é positiva, com tendências futuras para o aumento
da produção, porém, com forte dependência a flutuação dos preços do açúcar no
mercado internacional. Observa-se a baixa intervenção do governo no segmento,
estimulando a entrada de investidores privados e ganhos por liquidez.
126
Os desafios de longo prazo para o setor estão associados a possível redução
de produção do álcool americano, derivado do milho, sendo um estimulante para a
produção brasileira. Logo, para que isto ocorra, há a necessidade de investimentos,
redução de preços e acesso ao crédito, através de fontes de financiamento públicas
e privadas.
Finalmente, um dos principais problemas do segmento é a logística de
transportes, concentrada nas rodovias, ocasionando em uma competição para a
distribuição com os grãos, devido às cotações do frete. O ideal seria o escoamento
da produção pelos modais ferroviário, aquaviário e até mesmo com dutovias, porém,
sendo uma iniciativa que demandaria recursos financeiros e tempo, devido a sua
atual escassez.
A seguir, são apresentados os dados atuais do setor, com expectativas de
crescimento em 10% ao ano, segundo a DATAGRO (2009):
Tipo Quantidade
Álcool 22.456 bilhões de litros
Açúcar 30.644 milhões de toneladas
Tabela 05 – Produção Nacional de Álcool Fonte: Datagro (2009)
Quantidade (em litros) Receita (em US$ FOB)
3.532.667.258 1.477.645.917
Tabela 06 – Exportação de Álcool Fonte: Datagro (2009)
127
0
5.000
10.000
15.000
20.000
25.000
30.000
EstadosUnidos
BRASIL China Índia França Outros
Milh
ões
Gráfico 44 – Maiores Produtores Mundiais de Álcool em Litros Fonte: Datagro (2009)
02.0004.0006.0008.000
10.00012.00014.00016.000
São P
aulo
Paraná
Minas G
erais
Goiás
Mato G
rosso
do Sul
Mato G
rosso
Alagoa
s
Pernam
buco
Paraíba
Espírit
o Santo
Milh
ões
HidratadoAnidroTotal
Gráfico 45 – Maiores Produtores Nacionais de Álcool Fonte: Datagro (2009)
0100200300400500600700800900
1.000
Estados Unidos Países Baixos Japão Jamaica El Salvador
Milh
ões
Gráfico 46 – Principais Compradores Nacionais de Álcool em Litros Fonte: Datagro (2009)
128
0%10%20%30%40%50%60%70%80%90%
100%
2003 2004 2005 2006 2007 2008
Gráfico 47 – Vendas de Veículos Bicombustíveis no Brasil Fonte: Datagro (2009)
De acordo com os dados observados é possível concluir que:
A quantidade total, em litros, de álcool produzido no Brasil é de 22.456
bilhões de litros, notoriamente inferior ao total produzido pelo setor de
petróleo.
Os Estados de São Paulo, Paraná e Minas Gerais são os maiores produtores
de álcool, concentrando as atividades do setor.
Os Estados Unidos são os maiores compradores do álcool nacional, apesar
deste país ser o maior produtor mundial.
As vendas de veículos equipados com biocombustíveis vêm crescendo de
forma vertiginosa, devendo, porém, observar que o setor de transportes ainda
é concentrado na movimentação de caminhões pesados e que ainda não
foram beneficiados em larga escala por esta fonte energética.
129
5.3.3.4. Segmento do Biodiesel
Para a produção do biodiesel, as restrições são as constantes variações da
cotação da soja, matéria prima fundamental para a produção deste combustível, no
mercado internacional e levando os produtores a operarem no prejuízo, DEMIRBAS
(2007). Apesar deste cenário, o governo vem estimulando a adoção do biodiesel,
com o aumento de 2% para 3% da sua quantidade adicionada ao diesel, desde julho
de 2009, com previsão para 5% em 2010, segundo a ANP (2009).
As características gerais do segmento de produção de biodiesel estão
associadas a um segmento que ainda não apresenta um conjunto de regras claras e
bem definidas, apesar da supervisão da ANP na aquisição, estocagem e distribuição
do combustível, segundo MARTINS (2005).
Para que o biodiesel adquira escala, todo o processo tributação deveria ser
revisto, para estimular novos investimentos e a entrada dos pequenos produtores
neste mercado, mesmo com a presença da Petrobras, desde 2008, com três usinas
com capacidade total de 170.000 metros cúbicos por ano, sendo 13% do mercado
brasileiro.
O futuro do setor está em encontrar novas fontes para a produção do
biodiesel, em detrimento a soja, segundo CHAPMAN (2007), como instrumento de
agregação da capacidade instalada, caso contrário, o futuro desta fonte energética é
incerta, MCT (2002).
A seguir, são apresentados os dados atuais do setor:
130
0
5.000
10.000
15.000
20.000
25.000
30.000
Soja Gordurasanimais(sebo)
Palma/Dendê
Amendoim Algodão Naboforrageiro
Resíduosde frituras
Outros
Milh
ares
Gráfico 48 – Produção Nacional de Biodiesel em m³ Fonte: ANP (2009)
020406080
100120
Goiás
Bahia
Ceará
Rio Gran
de do
Sul
São P
aulo
Piauí
Maranh
ão
Tocan
tins
Mato G
rosso
Pará
Minas G
erais
Rondôn
ia
Paraná
Milh
ares
Gráfico 49 – Maiores Produtores Nacionais de Biodiesel em m³ Fonte: ANP (2009)
131
0100200300400500600700800
Mato G
rosso
São P
aulo
Rio Gran
de do
Sul
Goiás
Bahia
Ceará
Tocan
tins
Maranh
ãoPiau
í
Paraná
Pará
Minas G
erais
Rondôn
ia
Rio de Ja
neiro
Milh
ares
Gráfico 50 – Capacidade Nacional Instalada de Biodiesel em m³ Fonte: ANP (2009)
0112233
Mato G
rosso
São P
aulo
Rio Gran
de do
Sul
Goiás
Bahia
Ceará
Tocan
tins
Maranh
ãoPiau
í
Paraná
Pará
Minas G
erais
Rondôn
ia
Rio de Ja
neiro
Milh
ares
Gráfico 51 – Capacidade Nacional Autorizada de Produção em m³/dia Fonte: ANP (2009)
De acordo com os dados observados é possível concluir que:
A produção nacional de biodiesel é concentrada na soja e em gorduras
animais, sendo desvantajoso para o crescimento da utilização desta fonte
energética, devido às necessidades crescentes por novas fontes energéticas,
em detrimento ao petróleo, de acordo com RATHMANN, PLÁ e PADULA
(2005).
132
Os maiores produtores de biodiesel são os Estados de Goiás, Bahia, Ceará e
Rio Grande do Sul, distantes dos grandes centros urbanos nacionais, o que
estimularia a falta de competitividade do setor, devido a problemas de
logística e custo de frete relacionado ao escoamento de produção.
A capacidade instalada de biodiesel concentra-se nas regiões de Mato
Grosso, São Paulo e Rio Grande do Sul, ao mesmo tempo, em que estes
Estados possuem autorização para produção, segundo a ANP (2009).
133
6. VARIÁVEIS ECONÔMICAS APLICADAS
6.1. Introdução
O objetivo deste capítulo é avaliar as variáveis econômicas aplicadas ao setor
de transportes e consumo de combustíveis, como instrumento básico para a as
simulações do Capítulo 7, analisando o Produto Interno Bruto (PIB), a inflação e o
comportamento das fontes energéticas, com impacto direto na análise proposta.
6.1.1. Variáveis Econômicas
O PIB é o valor agregado gerado em um espaço geoeconômico, em função
de um intervalo de tempo, segundo MANKIW (1999). Este é o dado econômico mais
importante para avaliar o crescimento ou não de um país. Logo, estimar a
participação de diferentes segmentos no PIB determina a contribuição para a
geração de riqueza, sendo que a sua queda pode ser definida como recessão,
quando do baixo crescimento ou inexistência do mesmo, por dois trimestres
consecutivos, segundo o IPEA (2009).
Para avaliar o comportamento do PIB, existem três formas, sendo elas a
capacidade de produção, da geração de renda e dos gastos da população em geral.
A capacidade de produção considera o somatório de todos os valores produzidos,
para cada bem ou serviço ofertado na economia, em um determinado período de
tempo, retirando os custos inerentes de produção, evitando a dupla contagem do
PIB e uma superestimativa, podendo ser determinado como a diferença entre o valor
bruto da produção, descontando os insumos utilizados para este fim.
134
O PIB também pode ser mensurado, considerando a geração da renda de
todos os agentes econômicos e participantes de um processo produtivo, sendo
representados por salários, juros, aluguéis e lucros. Outra maneira alternativa para
avaliar o PIB refere-se aos gastos da população em geral, em busca por bens e
serviços ao seu dispor no mercado.
Apesar de todas as maneiras de estimação do PIB, propostas por MANKIW
(1999) e pelo IPEA (2009), a forma utilizada, em particular, é o conceito do PIB real.
Trata-se de uma avaliação sobre preços correntes, deflacionados por um índice de
preços da economia, em busca do seu valor no ano base em estudo, em busca de
valores ideais.
Porém, além dos dados do PIB, o MINISTÉRIO DE MINAS E ENERGIA
(2009) utiliza pesquisas sobre o setor de transportes, do petróleo e biocombustíveis,
representados pela ANP (2009) e DATAGRO (2009), de acordo:
a) Transportes: análise da frota nacional, como um critério de fundamental
importância para a determinação do consumo de combustíveis, HUMMELS
(2007), considerando todos os veículos automotores, locomotivas,
embarcações, aeronaves e a sua distribuição nacional.
b) Petróleo: dados sobre a produção bruta, derivados, política de preços e
índices correlatos, neste caso, o IPCA (Índice de Preços ao Consumidor
Amplo), estimando assim, o crescimento real do setor.
c) Biocombustíveis: dados sobre a produção, política de preços e índices
correlatos, neste caso, o IPCA, estimando assim, o crescimento real do setor.
135
Define-se como inflação, a elevação dos preços em geral, segundo MANKIW
(1999). Neste caso, a preocupação nacional advém da política econômica nacional,
historicamente inflacionária, reduzindo o poder de compra das organizações e
indivíduos, causando incertezas para a análise de cenários no longo prazo.
Para o Brasil, a inflação foi causadora no passado da desorganização nos
processos produtivos e conseqüente realização de investimentos, sendo medida
pela evolução dos índices de preços. Para acompanhar a dinâmica dos preços na
economia é necessária a realização de pesquisas que abordem uma cesta de bens
e serviços, avaliando o seu valor e o poder de compra da população em geral, em
diferentes tempos.
Uma abordagem reconhecida para o desenvolvimento de pesquisas sobre a
inflação é a da média aritmética de Laspeyres, sendo utilizada neste trabalho, como
a mais atual e levando em consideração o IPCA, calculado pelo IBGE (2009). O seu
cálculo é analisado de maneira contínua, tendo como população-alvo as famílias
com rendimentos mensais entre 1 (um) e 40 (quarenta) salários mínimos, residentes
em áreas urbanas. O período de coleta compreende as datas de 01 a 30 do mês em
referência, com o tempo previsto para divulgação de 08 dias. As regiões
pesquisadas são as de São Paulo, Rio de Janeiro, Belo Horizonte, Porto Alegre,
Recife, Belém, Fortaleza, Salvador, Curitiba, Distrito Federal e a cidade de Goiânia.
O índice é calculado por região, estimando o comportamento dos preços
referente aos produtos pesquisados, com as estimativas sendo obtidas pelo cálculo
da média aritmética simples, comparada aos dois meses consecutivos, geram a
média. Já a agregação de produtos é submetida à média geométrica de cada
subitem, para a obtenção de níveis por item, subgrupo, grupo e finalmente, o índice
por cada região.
136
6.1.1.1. Consumo Energético
Ao avaliar o setor de transportes e o consumo de combustíveis, deve ser
observada a perspectiva em relação ao consumo de energia e as variáveis
econômicas, DARGAY E GATELY (2007). Para o MINISTÉRIO DE MINAS E
ENERGIA (2009), a participação do petróleo e derivados aumentou de 34%, na
década de 70, para 46%, em 2000, devendo recuar para 31% em 2030. Em paralelo,
a estrutura da demanda energética, alterou-se radicalmente, de um Brasil
eminentemente rural, com baixa participação do setor de transportes, para uma
economia urbana e desenvolvida, com 46% do consumo total de energia, destinada
para os derivados de petróleo e transportes.
Apesar dos investimentos em novas fontes energéticas para o setor de
transportes, como os biocombustíveis e o biodiesel, a necessidade pelos derivados
de petróleo é latente, verificando a importância de novos programas para exploração
e produção, conforme citado no item 4.3.
No entanto, a história recente do petróleo para o Brasil evidencia uma
variação de preços nas cotações, gerando pressões para a redução dos gastos com
importações e prejuízos para a balança de pagamentos. Atualmente, devido aos
constantes investimentos no setor, para o descobrimento de novas reservas, as
importações de petróleo representam 5,7% das exportações totais, com impacto
reduzido na economia.
O aumento das reservas nacionais vem demonstrando que as variações da
cotação do petróleo, quando acima dos US$ 50/barril, não trazem efeitos nocivos
para a economia. Apesar das estimativas para os próximos 30 anos serem da
manutenção da cotação do petróleo em níveis elevados, FERDERER (1996), cabe a
137
redução da dependência externa e uma maior elasticidade do saldo em conta
corrente. Aos biocombustíveis, destina-se a tarefa de executar a concorrência aos
derivados de petróleo, para o consumo final de transportes, como fonte energética
complementar, equilibrando os preços de mercado, segundo GELLER; et. al. (2004).
Portanto, para o setor de transportes, quanto melhor o desempenho da
capacidade produtiva dos combustíveis, de preços e na redução das exportações,
melhor será o comportamento econômico nacional, de acordo com GELLER (2003).
Esta análise é comprovada quanto analisada a participação dos combustíveis
líquidos no consumo final de energia, com predominância do setor de transportes,
com 75% do consumo do Brasil, em 2000, não devendo ser revertido até 2030. A
tendência, segundo o MINISTÉRIO DE MINAS E ENERGIA (2009), para 2030 é de
77% da demanda de combustíveis líquidos seja destinada para o setor de
transportes, conforme o Gráfico 52.
0
20
40
60
80
100
120
140
2004 2010 2015 2020 2025 2030
Milh
ares
IndustrialComercial PúblicoTransportesAgropecuário Residencial
Gráfico 52 – Evolução da Demanda por Combustíveis Líquidos por Setor (mil tep) Fonte: Ministério de Minas e Energia (2009).
Atualmente, o óleo diesel, a gasolina, o álcool e o querosene representam
95,7% do setor de transportes, segundo o MINISTÉRIO DE MINAS E ENERGIA
(2009), devendo alcançar um valor em 2030, de 94,4%. A maior participação do
consumo de combustíveis refere-se ao óleo diesel, com 57% em 2004, podendo
138
representar 70% em 2030, justificando a importância dos derivados de petróleo,
conforme o Gráfico 53.
0
50
100
150
200
250
Etanol
Óleo D
iesel
Gasoli
na
Óleo C
ombu
stíve
lGLP
Queros
ene
Nafta
Milh
ares 2010
2015202020252030
Gráfico 53 – Evolução da Demanda por Combustíveis Líquidos no Brasil em m3/dia Fonte: Ministério de Minas e Energia (2009)
Para o Brasil, as estimativas de evolução da produção de combustíveis estão
correlacionadas ao aumento da atividade econômica, representada pelo Gráfico 54 e
a variação do PIB.
0100200300400500600700800900
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
Bilh
ões
Gráfico 54 – Variação do Produto Interno Bruto em US$ Fonte: IPEA (2009)
É possível entender ainda, que historicamente, o PIB nacional apresentou um
comportamento vigoroso na década de 70, com uma redução significativa na década
de 80 e a sua retomada, a partir de 1994, ano da implementação do Plano Real.
139
Como indutores dos investimentos realizados ao longo do tempo, os setores
público e privado, vem alocando recursos em infraestrutura, segundo o Gráfico 05,
porém, com baixas taxas de investimentos em transportes, conforme elucidado no
Gráfico 06, em comparação a geração de energia elétrica e telefonia. Atualmente, os
investimentos para o aumento da capacidade produtiva nacional de combustíveis
vêm sendo retomados, com a implementação do programa de expansão de
refinarias e novas usinas de álcool, para o atendimento do crescimento do PIB.
Os dados apresentados a seguir, têm como objetivo, a comparação entre
critérios energéticos e econômicos, segundo o MINISTÉRIO DE MINAS E ENERGIA
(2008).
0
2
4
6
8
10
12
14
2000 2001 2002 2003 2004 2005 2006 2007
Milh
ões
Oferta Interna Energia Produto Interno Bruto População Residente
Gráfico 55 – Oferta Interna de Energia, PIB e População em US$ Fonte: adaptado do Ministério de Minas e Energia (2009)
140
00,010,020,030,040,050,060,070,080,09
2000 2001 2002 2003 2004 2005 2006 2007
Petróleo e Derivados / PIB
Hidráulica e Eletricidade / PIB
Carvão Mineral e Derivados /PIBLenha e Carvão Vegetal / PIB
Produtos da Cana-de-Açúcar /PIB
Gráfico 56 – Oferta Interna de Energia/PIB em tep/103 em US$ Fonte: adaptado do Ministério de Minas e Energia (2009)
0100200300400500600700800900
Serviço
s
Comércio e O
utros1
Transport
es
Agrope
cuári
o
Indús
tria
Extrati
va M
ineral
2
Transfor
mação
Não- Metá
licos
Metalur
gia
Química
Alimento
s e Bebid
asTêx
til3
Papel
e Celu
lose
Outros4
Energé
tico5
Milh
ares
20002001200220032004200520062007
(1) Mineração e polotização. Exclui exploração de petróleo, gás natural e mineração de carvão mineral.
(2) Corresponde aos setores cimento e cerâmica. (3) Corresponde aos setores ferro-gusa e aço, ferro-ligas e não-ferrosos.
Gráfico 57 – Consumo Final Energético Fonte: adaptado do Ministério de Minas e Energia (2009)
141
0102030405060708090
Serviço
s
Comércio e O
utros
Transport
es
Agrope
cuári
o
Indús
tria
Extrati
va M
ineral
¹
Transfor
mação
Não- Metá
licos ²
Metalur
gia ³
Química
Alimento
s e Bebid
asTêx
til
Papel
e Celu
lose
Outros
Energé
tico
Residenc
ial
Milh
ares
20002001200220032004200520062007
(1) Correspondem ao comércio, comunicações, instituições financeiras, administrações públicas, aluguéis, outros serviços, menos geração elétrica.
(2) Exclusive extração de petróleo, gás natural e de carvão mineral. (3) Exclusive vestuário, calçados e artefatos de tecidos. (4) Correspondem à mecânica, materiais elétricos e comunicação, material transporte, madeira,
mobiliário, borracha, farmacêutica, sabões e velas, produtos plásticos, fumo, construções e diversos.
(5) Corresponde a extração de petróleo, gás natural e carvão mineral, refino de petróleo, destilação de álcool, geração de eletricidade e produção de coque.
Gráfico 58 – Produto Interno Bruto Setorial em US$ Fonte: adaptado do Ministério de Minas e Energia (2009)
0
10.000
20.000
30.000
40.000
50.000
60.000
70.000
2000 2001 2002 2003 2004 2005 2006 2007
Tempo
Cons
umo
Gráfico 59 – Consumo de Energia Setor de Transportes (tep/103) Fonte: adaptado do Ministério de Minas e Energia (2009)
142
0
200.000
400.000
600.000
800.000
1.000.000
1.200.000
1.400.000
2000 2001 2002 2003 2004 2005 2006 2007
Tempo
Cons
umo
PIB do Setor PIB Total
Gráfico 60 – PIB Setor de Transportes e PIB Total (tep/109; US$) Fonte: adaptado do Ministério de Minas e Energia (2009)
0%
2%
4%
6%
8%
10%
12%
14%
2001 2002 2003 2004 2005 2006 2007 2008 2009
Gráfico 61 – IPCA Fonte: IBGE (2009)
É possível entender que:
Nos últimos anos, o PIB vem apresentando um comportamento crescente,
bem como a oferta interna de energia e o comportamento da população
residente no Brasil.
A oferta interna de energia no Brasil, em especial, para os derivados de
petróleo vem apresentando uma tendência de queda, enquanto a cana de
143
açúcar uma tendência crescente. Porém, a predominância dos derivados de
petróleo no mercado nacional é latente, com a cana de açúcar representando
uma complementação ao consumo de combustíveis para o setor de
transportes.
O setor de transportes representa o terceiro maior consumo energético
nacional, apresentando uma tendência de crescimento em correlação a
atividade econômica, ficando atrás somente do setor industrial e o de
transformação, todos estes, com comportamento crescente.
O IPCA vem perdendo força ao longo dos anos em análise, representando a
queda dos preços ao consumidor, estimulando uma maior capacidade
produtiva e conseqüente crescimento do PIB, em especial, para o setor de
transportes e consumo de combustíveis.
6.1.2. Setor de Transportes
As análises do setor de transportes englobam a constituição da frota e o
consumo de combustíveis, conforme exposto no Capítulo 3. Porém, observa-se que
o crescimento econômico estimulará um aumento do consumo de combustíveis e do
setor de transportes, cuja maior predominância está para o modal rodoviário, com
um crescimento médio de frota de 6% ao ano, segundo a ANTT (2008), nos últimos
cinco anos, com destaque para os veículos de passeio. Um dos principais problemas
é o custo para a renovação de frota e uma possível substituição energética, dos
derivados de petróleo para os biocombustíveis, com veículos com mais de dez anos,
constituindo 50% da frota nacional e veículos novos representando 10% do total.
144
Apesar do crescimento econômico observado e da queda da inflação, medida
pelo IPCA, ambos analisados no item 6.1.1.1, a modernização da frota ainda não é
um fenômeno proporcional, devendo ser um dado estudado, para o planejamento
energético nacional e o seu conseqüente impacto ambiental.
Outro ponto fundamental é a mobilidade para o setor de transportes, em
virtude do aumento da demanda de veículos e conseqüente consumo de
combustíveis, HUMMELS (2007). Com o crescimento da população urbana e do PIB,
o setor de transportes apresenta um aumento gradual para a sua utilização e pelo
favorecimento territorial nacional, devendo ser analisado, porém, que o aumento do
PIB não correspondeu à evolução do consumo de gasolina, em função do impacto
nos preços praticados, sendo divergentes as demandas por diesel nos últimos anos.
6.1.3. Comportamento dos Combustíveis
Segundo o MINISTÉRIO DE MINAS E ENERGIA (2009), os preços do barril
de petróleo apresentaram um comportamento crescente, com uma evolução de US$
19,42/barril em 2002, máximo US$ 132,72/barril em 2008, estando em torno de
US$61,32/barril em novembro de 2009, com tendência de queda, apesar das
projeções indicarem um comportamento crescente das cotações no longo prazo.
Para a EPE (2009), a alta dos preços do petróleo é o resultado do
crescimento do consumo mundial desta fonte energética, da fraca expansão da
capacidade produtiva, aos fatores geopolíticos e do aumento das especulações
financeiras com as ações das empresas petrolíferas.
No que tange o comportamento da demanda, em especial ao PIB, o
crescimento na aquisição de veículos, vem estimulando a atividade industrial, na
145
movimentação de cargas e pessoas e conseqüente aumento no consumo de
derivados de petróleo, impactando nos preços praticados pelo mercado e na
atividade econômica, observando ao mesmo tempo, a adoção de novas tecnologias
para a sua substituição. No entanto, esta alternativa ainda não demonstrou ser
viável no curto prazo, devido à necessidade pela alteração de equipamentos
dependentes a esta fonte energética e ao mesmo tempo, mais eficientes.
Em paralelo ao crescimento do PIB brasileiro, pode ser observado o
desenvolvimento de países como a Rússia, Índia e China, segundo a EPE (2009),
em concorrência ao forte consumo dos Estados Unidos pelos derivados de petróleo.
A importância destes países está relacionada ao maior crescimento observado do
PIB, em média de 6% ao ano, superior aos 4% da economia mundial, com ampla
utilização do setor de transportes, demandando investimentos em infraestrutura para
maior mobilidade e pela necessidade de novas tecnologias aplicadas a motorização
veicular.
Uma observação importante e que pode contribuir para a manutenção dos
preços do petróleo é a resistência da demanda, à alta dos preços, apesar da
tendência crescente para os preços do petróleo, com a demanda mundial tendo um
comportamento de 1,2% até 2008, sendo contrária, a esperada queda do consumo
mundial, segundo a EPE (2009).
Já para a dinâmica da oferta, a capacidade para a descoberta de novas
reservas, os custos crescentes de exploração e produção e a geopolítica mundial,
têm impactado nos preços. Dentre estes três fatores, o de maior destaque é a
capacidade para a descoberta de novas reservas, conforme elucidado no Capítulo 4,
devido ao deslocamento em relação à demanda. Destaca-se o Brasil, com as novas
reservas comprovadas da camada pré-sal, tornando o país, um dos maiores
146
produtores mundiais, colaborando para as políticas de determinação de preços. No
entanto, apesar das iniciativas brasileiras, a expansão mundial de petróleo vem
sendo fraca em relação à demanda, em especial, para os países em
desenvolvimento, com crescimento de 1,4% nos últimos anos, em relação à
demanda de 1,9%, segundo a EPE (2009), devido à alta dos custos de exploração e
produção.
Porém, segundo PIRES (2006), as altas dos custos de exploração e produção
são diretamente proporcionais ao aumento da demanda e pela disponibilidade de
equipamentos, plataformas, logística de transporte e mão de obra qualificada,
salientando o aumento das atividades em águas profundas. Em paralelo, a
necessidade pela redução da participação governamental nas atividades do petróleo
é latente, como estimulo a realização de novos investimentos e redução de custos
indiretos, via empresas privadas, FERDERER (1996).
As perspectivas de longo prazo para os preços do petróleo estão relacionadas
aos investimentos realizados via fundos financeiros, com a adoção de prêmios de
risco às operações, encarecendo o seu valor de mercado e colaborando para a
sazonalidade das cotações, devido à necessidade por diversificação das aplicações,
após a crise financeira de setembro de 2001 e a queda do dólar como reserva de
valor.
Nos Gráficos 63, 64 e 65 são apresentados os preços correntes dos
derivados de petróleo, em unidades físicas, por US$/bep e os preços do barril
negociados no mercado internacional, observando respectivamente, um
comportamento de alta e de queda, em específico para os preços do barril, a partir
de 2008.
147
0
200
400
600
800
1000
1200
1400
2000 2001 2002 2003 2004 2005 2006 2007
Óleo Diesel 1Óleo Combustível 2Gasolina 3Gás Natural Combustível 4
Gráfico 63 – Preços Correntes das Fontes Energéticas (US$/Unidade Física)
(1) Moeda nacional corrente convertida a dólar corrente pela taxa média anual do câmbio. Preços ao consumidor com impostos e em m3.
(2) Preço médio no Rio de Janeiro, em t. (3) Cotações do Rio de Janeiro, em m3. (4) Até 1994, preço de venda da Petrobrás a consumidores industriais. A partir de 1995,
cotações de indústrias de vários estados. Fonte: adaptado do Ministério de Minas e Energia (2009)
0
50
100
150
200
250
2000 2001 2002 2003 2004 2005 2006 2007
Petróleo ImportadoPetróleo ImportadoÓleo Diesel Gasolina Gás Natural Combustível
Gráfico 64 – Preços Correntes das Fontes Energéticas em US$/bep Fonte: adaptado do Ministério de Minas e Energia (2009)
148
0
20
40
60
80
100
120
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Gráfico 65 – Preço do Barril de Petróleo em US$/Barril Fonte: Bloomberg (2009)
Como alternativa para a redução dos preços do petróleo estão às políticas
para o desenvolvimento de fontes energéticas alternativas e/ou na descoberta de
novas reservas, estabilizando o mercado no longo prazo.
Neste caso, bem como o petróleo, o álcool apresenta uma dependência em
relação ao seu consumo, em função da dinâmica econômica. Para o Brasil, a
determinação para a sua utilização está associada à possível expansão econômica
nacional, medida pelo crescimento do PIB e na solução dos problemas de
infraestrutura de transportes, para o aumento da produtividade do setor e maior
oferta para o mercado. Porém, o desenvolvimento e a implementação em larga
escala estão correlacionados a variação dos preços do barril de petróleo no mundo.
Caso a tendência de alta seja confirmada, com a cotação do petróleo acima de US$
50/barril, a utilização de novas fontes energéticas deve ser estimulada e expandida.
No entanto, segundo a EPE (2009), em momentos de incerteza econômica mundial,
observa-se uma fragilidade em relação à produção do álcool e até mesmo dos
biocombustíveis em geral, sendo algo caracterizado pela redução brasileira nos
últimos três anos e pelo período de queda do PIB. Logo, cabe avaliar o
149
comportamento da demanda e oferta do álcool, analisando a sua dinâmica
comparativamente ao setor de transportes.
No que tange o comportamento da demanda, segundo a EPE (2009), a opção
pelas análises estão associadas aos veículos ciclo Otto, devido à preferência por
gasolina, diesel ou álcool, independente do porte veicular. Logo, um dos fatores de
maior impacto para determinar a sua utilização é o aumento das vendas de veículos
leves, em 4,8% entre 2008, em correlação ao crescimento da frota nacional de 6%.
A observação é concentração da participação de veículos comerciais leves nas
vendas totais, com 59% para os carros flexfuel, 23% a diesel e 18% a gasolina.
Para o caso brasileiro, devem ser observados também, os gargalos em
infraestrutura, como estradas esburacadas, portos saturados, aeroportos defasados
e uma malha ferroviária pequena, dadas às dimensões territoriais nacionais,
conforme o Capítulo 3. Logo, estas características do transporte nacional,
associadas à baixa utilização do álcool em outros meios de transportes, podem
acarretar na sua utilização como complementação ao petróleo e não como um
substituto.
Para os países em desenvolvimento, o álcool é caracterizado como uma
reserva energética, com diversos aspectos negativos, como a ausência de um
padrão para especificação de utilização, gargalos logísticos para o transporte, baixa
disponibilidade de áreas agriculturáveis, o que estimularia um aumento dos fatores
de produtividade, encarecendo esta fonte energética.
No curto prazo, a expansão da capacidade produtiva é proporcional ao
número de novas usinas que entraram em operação, ou seja, 23, com mais 114 em
fase de construção, somando-se as 393 em operação em todo o território nacional,
150
segundo o DATAGRO (2009), alcançando um total de 34,3 bilhões de litros de
etanol.
Já no longo prazo, segundo a EPE (2009), a capacidade de expansão da
oferta de álcool é comprometida no Brasil, devido à escassez de crédito no mercado
e pela lentidão na montagem de novas usinas, em um prazo não inferior a três anos.
Esta tendência tenderá a refletir na produtividade do setor, nos custos de produção e
nos preços do etanol, além das variações no período de safra e entressafra.
Portanto, apesar dos resultados alcançados em relação ao álcool nos últimos
anos e pela necessidade de produção dos biocombustíveis como fonte de
segurança energética, em relação ao petróleo, existem inúmeras dificuldades em
relação ao seu avanço, como a dinâmica econômica mundial, a produção mundial
de alimentos, a disponibilidade de terras, problemas climáticos, custos de
transportes e os de transição do setor de transportes, do petróleo para o álcool, o
que para o Brasil, poderia levar anos, devido à necessidade por investimentos em
novas tecnologias veiculares. Ao mesmo tempo, deve-se observar o comportamento
dos preços do álcool no mercado internacional, como política econômica para a
tomada de decisão na realização de investimentos nesta fonte energética.
Nos Gráficos 66, 67 e 68 são apresentados respectivamente os preços
correntes do álcool em m3, em bep e em US$, com tendência de crescimento.
151
0100200300400500600700800900
1000
2000 2001 2002 2003 2004 2005 2006 2007
Gráfico 66 – Preço Corrente do Álcool em US$/Unidade Física, m3 Fonte: adaptado do Ministério de Minas e Energia (2009)
0
50
100
150
200
250
300
2000 2001 2002 2003 2004 2005 2006 2007
Gráfico 67 – Preços Correntes do Álcool em US$/bep Fonte: adaptado do Ministério de Minas e Energia (2009)
1,60
1,70
1,80
1,90
2,00
2,10
2,20
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Gráfico 68 – Preço do Álcool em US$ Fonte: Bloomberg (2009)
152
Particularmente, segundo HORTA (2008), a produção de álcool também deve
ser balizada pelos preços no mercado internacional do açúcar, conforme o Gráfico
69, cobrindo naturalmente, os custos da matéria prima, de produção, da operação
na planta e para possíveis investimentos futuros. Logo, só faz sentido produzir o
álcool, com os preços do açúcar no mercado internacional, em torno de US$ 16,67,
caso contrário, a produção de açúcar é mais vantajosa.
02468
101214161820
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2016 2017
Gráfico 69 – Preço do Açúcar em US$ Fonte: Bloomberg (2009)
Finalmente, a inserção do álcool no mercado nacional, em função dos
interesses consumidores, somente poderá ocorrer, através de incentivos do governo,
com a sua adição à gasolina e ao diesel, com especificações bem definidas para o
longo prazo e uma cadeia tributária adequada, em comparação aos derivados de
petróleo.
Justifica-se a não utilização de séries históricas sobre o biodiesel, devido à
inexistência destas, até o presente momento.
153
6.1.4. Comportamento do Mercado Financeiro
Torna-se necessário avaliar, em correlação aos itens 6.1.1, 6.1.2 e 6.1.3, o
comportamento do mercado financeiro nacional, sendo essencial para comparações
entre os preços do petróleo e dos biocombustíveis.
0
10.000
20.000
30.000
40.000
50.000
60.000
70.000
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
Gráfico 70 – Índice Ibovespa Fonte: Bloomberg (2009)
Para as análises do Ibovespa, optou-se por uma série histórica, inicialmente
desde 1994, ano de implementação do Plano Real e da estabilização da moeda
brasileira, tornando o país, mais equilibrando em relação as suas finanças e com
ampla capacidade de investimentos privados. Porém, devido à volatilidade do
mercado financeiro, suscetível ao comportamento econômico e político mundial,
utiliza-se a tendência futura do Ibovespa, ou seja, a partir de 2009, os dados são
estimados por modelos estatísticos, segundo a BLOOMBERG (2009).
Logo, para o Ibovespa, observa-se um crescimento das negociações de
títulos no mercado nacional e um crescimento exponencial, entre os anos de 2002 a
2007, com forte queda no mercado financeiro, a partir de 2007, devido à crise
econômica mundial, oriunda dos créditos podres americanos, afetando toda a
154
dinâmica mundial, em especial para o setor de transportes e distribuição de
combustíveis.
155
7. SIMULAÇÃO APLICADA AO SETOR DE TRANSPORTES E CONSUMO DE
COMBUSTÍVEIS
7.1. Fundamentos
A simulação aplicada ao setor de transportes e consumo de combustíveis
está relacionada à natureza dos dados utilizados e das hipóteses assumidas no
objetivo geral, conforme Capítulo 1, acarretando em um processo de modelagem
para eventos discretos, com a necessidade de preferências expressas e na
distribuição de probabilidades.
Portanto, segundo o item 2.1, a metodologia geral para simulação deve seguir
os passos da Figura 01, determinando a data final para as previsões para o ano de
2017, segundo as estimativas realizadas pelo plano decenal do governo federal, na
figura da EPE (2009).
7.2. Dados de Entrada
Segundo NELSON E YAMNITSKY (1997), os dados de entrada são
representados por uma seqüência independente, com a realização de
aproximações, em função da necessidade de padronização, comparação e
estimação entre as séries em estudo.
Assim, propõe-se a adoção de grupos e de seus fatores de análise, da
seguinte forma: a) transporte, b) derivados de petróleo, c) biocombustíveis e d)
modelos econômicos aplicados.
Nesta etapa são realizadas as seguintes análises:
156
Medidas de posição (média, mínimo e máximo);
Medidas de dispersão (variância e coeficiente de variação);
Análise da tendência e distribuição de probabilidades;
Inferência estatística.
Observa-se que para a realização das etapas acima utiliza-se o Excel, como o
sistema computacional adequado, em compartilhamento com o software RiskSim,
conforme item 2.6, para o tratamento estatístico e simulação. Finalmente, no item
7.3.1 são apresentados os grupos e os dados escolhidos para a análise de cenários
e simulação.
7.3. Simulação Aplicada
A simulação tem como objetivo buscar respostas em relação às hipóteses
assumidas, relacionadas às condições estabelecidas, conforme o item 2.3.
Assim sendo, a formulação de um problema que envolva a metodologia de
simulação refere-se os seguintes aspectos:
Escolha e tratativa dos dados de entrada;
Hipóteses assumidas;
Conhecimento prévio do problema;
Determinação de uma família coerente de dados;
Independência entre os dados;
Dados com impacto direto ao problema proposto;
Adoção da matriz de decisão e seus pesos;
157
Utilização de sistemas computacionais, para maior agilidade na tomada
de decisão.
As hipóteses assumidas para a matriz de transportes brasileira são a
continuidade da utilização do petróleo, como cenário de referência ou a adoção dos
biocombustíveis, como cenário alternativo, conforme a Figura 19. A função objetivo
envolve a análise dos critérios selecionados, a maximização do PIB nacional e do
PIB de transportes, mediante o cenário atrativo para o Brasil para o período em
análise, envolvendo o desenvolvimento econômico, a utilidade do setor de
transportes, exploração do petróleo e biocombustíveis, torna-se recomendável,
porém, a análise pela minimização, para análises comparativas de cenários.
Figura 19 – Hipóteses Assumidas
Entretanto, para que as hipóteses assumidas transformem-se em realidade,
algumas condições devem ser respeitadas para a simulação, conforme a Figura 20.
158
Figura 20 – Condições para Simulação
A partir do item 7.3.1, são realizadas analises dos critérios estimados para as
tendências do setor de transportes e consumo de combustíveis.
7.3.1. Setor de Transportes
O comportamento do PIB nacional e do PIB setorial constitui variáveis básicas
para a projeção da matriz de transportes, levando em consideração a data estimada
para as previsões, de acordo com o item 7.1 e em busca de cenários consistentes,
determinando-se, assim, o consumo setorial de combustíveis.
Portanto, as variáveis econômicas têm um impacto relevante, bem como as
características operacionais do setor, não avaliando somente, os preços do petróleo,
dos biocombustíveis e os aspectos da demanda. A lógica básica desta análise é o
estabelecimento de relações de causa e efeito entre o setor de transportes e as
159
demais variáveis propostas, segundo análises estatísticas e de comportamento de
mercado.
No entanto, é importante salientar que o estudo de simulação é complexo,
devido ao número de variáveis envolvidas na sua projeção e à um amplo aspecto de
possibilidades, resultado em uma análise com incertezas. O que se busca é um
cenário de longo prazo e que auxilie nos processos de tomada de decisão para os
agentes envolvidos no setor de transportes e planejamento energético.
Elucida-se a projeção estimada do PIB nacional e PIB setorial, comprovando
a hipótese de crescimento da economia brasileira, mas com o decréscimo do setor
de transportes, em função das suas características operacionais atuais detalhadas
no Capítulo 3, estimulando o aumento no consumo de combustíveis.
Na Tabela 07 apresenta-se o resultado gerado pela modelagem dos dados de
entrada, de acordo com 3.1.2 e conseqüente análise dos resultados da simulação,
considerando os valores máximos, mínimos e o risco medido pelo desvio padrão, de
acordo com 2.7.2.
Tabela 07 – Resultados Máximo e Mínimo para PIB Nacional em US$
Critérios PIB Max PIB Min
PIB Nacional 1.489,3 1.314,2
Risco 95,09 85,54
160
RiskSim Histogram, 23/set/09, 09:09
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
1300 1350 1400 1450 1500 1550 1600 1650
PIB Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 71 – Histograma Máximo e Mínimo para PIB Nacional em US$
RiskSim Histogram, 27/nov/09, 08:01
0
0,5
1
1,5
2
2,5
3
3,5
1050 1100 1150 1200 1250 1300 1350
PIB Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 72 – Histograma Mínimo para PIB Nacional em US$
161
RiskSim Cumulative Chart, 23/set/09, 09:09
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
1300 1350 1400 1450 1500 1550 1600 1650
PIB Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 73 – PIB Nacional Máximo em US$
RiskSim Cumulative Chart, 27/nov/09, 08:01
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
1050 1100 1150 1200 1250 1300 1350
PIB Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 74 – PIB Nacional Mínimo em US$ Tabela 08 – Resultados Máximo e Mínimo para PIB Transportes em US$
Critérios PIB Max PIB Min
PIB Transportes 45,0 36,9
Risco 2,61 2,13
162
RiskSim Histogram, 27/set/09, 02:27
0
0,5
1
1,5
2
2,5
40 41 42 43 44 45 46 47 48
PIB Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 75 – Histograma Máximo para PIB Transportes em US$
RiskSim Histogram, 03/dez/09, 11:28
0
0,5
1
1,5
2
2,5
30 31 32 33 34 35 36 37
PIB Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 76 – Histograma Mínimo para PIB Transportes em US$
163
RiskSim Cumulative Chart, 27/set/09, 02:27
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
40 41 42 43 44 45 46 47 48
PIB Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 77 – PIB Transportes Máximo em US$
RiskSim Cumulative Chart, 03/dez/09, 11:28
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
30 31 32 33 34 35 36 37
PIB Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 78 – PIB Transportes Mínimo em US$
7.3.1.1. Modal Rodoviário
As análises do modal rodoviário contemplam a utilização dos seguintes
dados, de acordo com o item 3.2.1:
164
Tabela 09 – Resultados Máximo e Mínimo para Vendas de Caminhões por Atacado
RiskSim Histogram, 27/set/09, 02:48
0
0,5
1
1,5
2
2,5
3
3,5
155000 160000 165000 170000 175000 180000 185000 190000 195000
Venda M aximizado, Upper Limit of Interval
Gráfico 79 – Histograma Máximo para Vendas de Caminhões por Atacado
RiskSim Histogram, 09/dez/09, 09:57
0
0,5
1
1,5
2
2,5
3
3,5
95000 100000 105000 110000 115000 120000 125000 130000 135000
Venda Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 80 – Histograma Mínimo para Vendas de Caminhões por Atacado
Dados Vendas Caminhões Max Vendas Caminhões Min
Vendas 165.551 122.428
Risco 10.470 11.915
165
RiskSim Cumulative Chart, 27/set/09, 02:49
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
155000 160000 165000 170000 175000 180000 185000
Venda Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 81 – Vendas Máximo de Caminhões por Atacado
RiskSim Cumulative Chart, 09/dez/09, 09:57
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
95000 100000 105000 110000 115000 120000 125000 130000 135000
Venda Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 82 – Vendas Mínimo de Caminhões por Atacado Tabela 10 – Resultados Máximo e Mínimo para Preço do Diesel em R$
Dados Diesel Max Diesel Min
Diesel 3,01 1,89
Risco 0,35 0,64
166
RiskSim Histogram, 27/set/09, 03:15
0
1
2
3
4
5
6
3 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 4 4,1
Venda Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 83 – Histograma Máximo para Preço do Diesel em R$
RiskSim Histogram, 09/dez/09, 10:08
0
1
2
3
4
5
6
0,8 1 1,2 1,4 1,6 1,8 2 2,2 2,4 2,6 2,8 3
Diesel Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 84 – Histograma Mínimo para Preço do Diesel em R$
167
RiskSim Cumulative Chart, 27/set/09, 03:15
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
3 3,2 3,4 3,6 3,8 4
Venda Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 85 – Preço Máximo do Diesel em R$
RiskSim Cumulative Chart, 09/dez/09, 10:08
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
0,8 1,3 1,8 2,3 2,8
Diesel Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 86 – Preço Mínimo do Diesel em R$
Tabela 11 – Resultados Máximo e Mínimo para Consumo de Óleo Diesel
Dados Consumo Diesel Max Consumo Diesel Min
Consumo 62,85 57,85
Risco 10,05 9,89
168
RiskSim Histogram, 27/set/09, 03:27
0
0,5
1
1,5
2
2,5
55 60 65 70 75 80 85
Consumo Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 87 – Histograma Máximo para Consumo de Óleo Diesel
RiskSim Histogram, 09/dez/09, 11:37
0
0,5
1
1,5
2
2,5
40 45 50 55 60 65 70 75
Consumo Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 88 – Histograma Mínimo para Consumo de Óleo Diesel
169
RiskSim Cumulative Chart, 27/set/09, 03:27
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
55 60 65 70 75 80 85
Consumo Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 89 – Consumo Máximo de Óleo Diesel
RiskSim Cumulative Chart, 09/dez/09, 11:37
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
40 45 50 55 60 65 70 75
Consumo Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 90 – Consumo Mínimo de Óleo Diesel
De acordo com os dados observados é possível concluir que:
As vendas de caminhões apresentam uma trajetória crescente ao longo do
tempo, podendo alcançar o valor máximo de 190.000 veículos vendidos até
2017.
O preço do diesel vem evoluindo de forma significante desde 2002, porém,
com uma tendência de queda no biênio 2009 a 2010. O ponto crítico deste
170
combustível seria o ano de 2017, quando a tendência apresentada está para
um novo aumento de preços, atingindo um valor médio de R$ 3,00.
O consumo estimado de óleo diesel acompanha as tendências das vendas de
caminhões, com projeção de crescimento para o período observado.
7.3.1.2. Modal Ferroviário
As análises do modal ferroviário contemplam a utilização dos seguintes
dados, de acordo com o item 3.2.2:
Tabela 12 – Resultados Máximo e Mínimo para Total de Locomotivas
RiskSim Histogram, 28/set/09, 04:10
0
0,5
1
1,5
2
2,5
3
3,5
3600 3800 4000 4200 4400 4600 4800 5000 5200 5400
Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 91 – Histograma Máximo para Total de Locomotivas
Dados Locomotiva Max Locomotiva Min
Locomotivas 5.227 3.480
Risco 650 481
171
RiskSim Histogram, 09/dez/09, 11:47
0
0,5
1
1,5
2
2,5
2400 2600 2800 3000 3200 3400 3600 3800 4000
Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 92 – Histograma Mínimo para Total de Locomotivas
RiskSim Cumulative Chart, 28/set/09, 04:10
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
3600 3800 4000 4200 4400 4600 4800 5000 5200 5400
Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 93 – Total Máximo de Locomotivas
RiskSim Cumulative Chart, 09/dez/09, 11:47
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
2400 2600 2800 3000 3200 3400 3600 3800 4000
Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 94 – Total Mínimo de Locomotivas
172
Tabela 13 – Resultados Máximo e Mínimo para Consumo de Combustíveis
RiskSim Histogram, 01/out/09, 04:49
0
1
2
3
4
5
6
7
8
9,1 9,2 9,3 9,4 9,5 9,6 9,7 9,8 9,9 10 10,1 10,2
Consumo Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 95 – Histograma Máximo para Consumo de Combustíveis
RiskSim Histogram, 21-Dec-09, 11:34 AM
0
1
2
3
4
5
6
7 7,2 7,4 7,6 7,8 8 8,2 8,4 8,6 8,8 9 9,2
Consumo Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 96 – Histograma Mínimo para Consumo de Combustíveis
Dados Consumo Max Consumo Min
Consumo 9,17 7,01
Risco 0,35 0,64
173
RiskSim Cumulative Chart, 01/out/09, 04:49
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
9,1 9,3 9,5 9,7 9,9 10,1
Consumo Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 97 – Consumo Máximo de Combustíveis
RiskSim Cumulative Chart, 21-Dec-09, 11:34 AM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
7 7,5 8 8,5 9
Consumo Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 98 – Consumo Mínimo de Combustíveis
De acordo com os dados observados é possível concluir que:
A tendência para o aumento de locomotivas estimula a prática pela redução
do consumo de combustíveis, sendo algo comprovado, com a manutenção
deste valor, devido à adoção de tecnologias mais eficientes.
174
7.3.1.3. Modal Aquaviário
As análises do modal aquaviário contemplam a utilização dos seguintes
dados, de acordo com o item 3.2.3:
Tabela 14 – Resultados Máximo e Mínimo para Movimentação de Embarcações de Longo Curso
RiskSim Histogram, 02/out/09, 09:11
0
0,5
1
1,5
2
2,5
3
3,5
33500 34000 34500 35000 35500 36000 36500 37000
Longo Curso Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 99 – Histograma Máximo para Movimentação de Embarcações de Longo Curso
RiskSim Histogram, 21-Dec-09, 11:50 AM
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
25000 26000 27000 28000 29000 30000 31000 32000 33000 34000
Longo Curso Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 100 – Histograma Mínimo para Movimentação de Embarcações de Longo Curso
Dados Movimentação Max Movimentação Min
Movimentação 35.321 25.991
Risco 1.585 2.154
175
RiskSim Cumulative Chart, 02/out/09, 09:11
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
33500 34000 34500 35000 35500 36000 36500 37000
Longo Curso Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 101 – Movimentação Máximo para Embarcações de Longo Curso
RiskSim Cumulative Chart, 21-Dec-09, 11:50 AM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
25000 26000 27000 28000 29000 30000 31000 32000 33000 34000
Longo Curso Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 102 – Movimentação Mínimo para Embarcações de Longo Curso
Tabela 15 – Resultados Máximo e Mínimo para Movimentação de Embarcações para Cabotagem
Dados Cabotagem Max Cabotagem Min
Cabotagem 9.006 7.961
Risco 363 420
176
RiskSim Histogram, 02/out/09, 09:20
0
0,5
1
1,5
2
2,5
8700 8800 8900 9000 9100 9200 9300 9400 9500 9600 9700 9800
Cabotagem Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 103 – Histograma Máximo para Movimentação de Embarcações para Cabotagem
RiskSim Histogram, 21-Dec-09, 12:06 PM
0
0,5
1
1,5
2
2,5
8200 8300 8400 8500 8600 8700 8800 8900 9000 9100 9200 9300 9400 9500
Cabotagem Minimo, Upper Limit of Interval
Freq
uenc
y
Gráfico 104 – Histograma Mínimo para Movimentação de Embarcações para Cabotagem
177
RiskSim Cumulative Chart, 02/out/09, 09:20
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
8700 8900 9100 9300 9500 9700
Cabotagem Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 105 – Movimentação Máximo de Embarcações para Cabotagem
RiskSim Cumulative Chart, 21-Dec-09, 12:06 PM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
8200 8400 8600 8800 9000 9200 9400
Cabotagem Minimo
Cum
ulat
ive
Prob
abilit
y
Gráfico 106 – Movimentação Mínimo de Embarcações para Cabotagem
De acordo com os dados observados é possível concluir que:
O comportamento da movimentação de embarcações de longo curso é
crescente, bem como o de cabotagem, justificando a importância do modal
aquaviário, segundo a sua análise do item 3.2.3.
178
7.3.1.4. Modal Aeroportuário
As análises do modal aeroportuário contemplam a utilização dos seguintes
critérios, de acordo com 3.2.4:
* Consideradas os custos com pessoal, câmbio, combustíveis, comerciais e outros. ** O custo com combustíveis representa, em média, 32% dos custos totais. Tabela 16 – Resultados Máximo e Mínimo para Custos do Tráfego Nacional em US$
RiskSim Histogram, 14/out/09, 07:02
0
1
2
3
4
5
6
7
199 199,1 199,2 199,3 199,4 199,5 199,6 199,7 199,8 199,9 200 200,1
Venda Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 107 – Histograma Máximo para Custos do Tráfego Nacional em US$
Dados Custos Max Custos Min
Custos 200,1 198,1
Risco 0,46 0,18
179
RiskSim Histogram, 21-Dec-09, 12:14 PM
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
198 198,1 198,2 198,3 198,4 198,5 198,6 198,7 198,8 198,9 199 199,1
Venda Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 108 – Histograma Mínimo para Custos do Tráfego Nacional em US$
RiskSim Cumulative Chart, 14/out/09, 07:02
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
199 199,2 199,4 199,6 199,8 200
Venda Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 109 – Custos Máximo e Mínimo do Tráfego Nacional em US$
180
RiskSim Cumulative Chart, 21-Dec-09, 12:14 PM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
198 198,2 198,4 198,6 198,8 199
Venda Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 110 – Custos Mínimo do Tráfego Nacional em US$
Tabela 17 – Resultados Máximo e Mínimo para Frota de Aeronaves
RiskSim Histogram, 14/out/09, 07:13
0
1
2
3
4
5
6
431 431,1 431,2 431,3 431,4 431,5 431,6 431,7 431,8 431,9 432
Venda Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 111 – Histograma Máximo para Frota de Aeronaves
Dados Aeronaves Max Aeronaves Min
Aeronaves 432 416
Risco 0,51 0,51
181
RiskSim Histogram, 21-Dec-09, 12:20 PM
0
1
2
3
4
5
6
416 416,1 416,2 416,3 416,4 416,5 416,6 416,7 416,8 416,9 417
Aeronaves Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 112 – Histograma Mínimo para Frota de Aeronaves
RiskSim Cumulative Chart, 14/out/09, 07:13
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
431 431,1 431,2 431,3 431,4 431,5 431,6 431,7 431,8 431,9 432
Venda Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 113 – Frota Máximo de Aeronaves
RiskSim Cumulative Chart, 21-Dec-09, 12:20 PM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
416 416,1 416,2 416,3 416,4 416,5 416,6 416,7 416,8 416,9 417
Aeronaves Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 114 – Frota Mínimo de Aeronaves
182
De acordo com os dados observados é possível concluir que:
Observa-se um aumento dos custos operacionais do setor, em especial para
combustíveis e câmbio, em virtude dos processos de compras de
equipamentos a serem realizados em moeda estrangeira.
As estimativas indicam um aumento significativo do número de aeronaves, de
acordo com o aumento da oferta de serviços e pela entrada de novas
empresas neste segmento, em função da demanda reprimida.
7.4. Derivados de Petróleo
As análises para o consumo de combustíveis derivados de petróleo
contemplam a utilização das seguintes premissas, para o período 2009-2017,
considerando valores médios ao ano, segundo a PETROBRAS (2009):
Conforme o item 4.3, a produção nacional de derivados de petróleo crescerá
43,57% ao ano, já com o início da exploração da camada pré-sal, em função
das reservas comprovadas e existentes no território brasileiro;
A capacidade de refino deverá ser ajustada para atender o aumento das
reservas e possivelmente, para as demandas de consumo, ou seja, algo em
torno de 25% ao ano;
A tendência de crescimento de consumo para os derivados de petróleo é de
6% ao ano;
O crescimento das vendas pelas distribuidoras é estimado em 9% ao ano.
Logo, os principais dados, de acordo 4.2.3 são:
183
0
10
20
30
40
50
60
Reservas provadas Produção Exportação Importação
Bilh
ões
Gráfico 115 – Estimativas para o Setor de Petróleo no Brasil Fonte: adaptado da ANP (2009)
O Gráfico 115 estima o acumulado para as reservas provadas, no período
2009-2017, de acordo com os dados apresentados pela PETROBRAS (2009). Já o
Gráfico 116, avalia a capacidade de refino, devido ao crescimento esperado das
reservas nacionais, seguido do consumo de petróleo, mostrado no Gráfico 117, não
sendo critérios passíveis da Simulação de Monte Carlo, em função da sua
fundamentação pela análise de cenários.
3,53,63,73,83,9
44,14,24,34,44,5
Nacional Importado
Milh
ões
Gráfico 116 – Capacidade Estimada de Refino em m3 Fonte: adaptado da ANP (2009)
184
0100200300400500600700800900
Nacional Importado
Milh
ares
Gráfico 117 – Consumo Brasileiro de Petróleo Estimado Fonte: adaptado da ANP (2009)
05
10152025303540
Óleo di
esel
Gasoli
na C
GLP
Álcool e
tílico
hidra
tado
Óleo C
ombu
stíve
l
Queros
ene d
e aviaç
ão
Gasoli
na de
aviaç
ão
Queros
ene i
lumina
nte
Milh
ares
Gráfico 118 – Vendas Estimadas pelas Distribuidoras em 1000m3 por ano Fonte: adaptado da ANP (2009)
Tabela 18 – Resultado Máximo e Mínimo para Preço do Barril de Petróleo em US$
Dados Petróleo Max Petróleo Min
Petróleo 178,08 100
Risco 11,77 20,44
185
RiskSim Histogram, 15/out/09, 11:23
0
0,5
1
1,5
2
2,5
3
3,5
165 170 175 180 185 190 195 200 205 210 215
Petróleo Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 119 – Histograma Máximo para Preço do Barril de Petróleo em US$
RiskSim Histogram, 21-Dec-09, 12:24 PM
0
0,5
1
1,5
2
2,5
100 110 120 130 140 150 160
Petróleo Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 120 – Histograma Mínimo para Preço do Barril de Petróleo em US$
186
RiskSim Cumulative Chart, 15/out/09, 11:23
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
165 170 175 180 185 190 195 200 205 210 215
Petróleo Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 121 – Preço Máximo do Barril de Petróleo em US$
RiskSim Cumulative Chart, 21-Dec-09, 12:24 PM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
100 110 120 130 140 150 160
Petróleo Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 122 – Preço Mínimo do Barril de Petróleo em US$
De acordo com os dados observados é possível concluir que:
As estimativas para o setor de petróleo no Brasil são desafiadoras, uma vez
que as reservas nacionais apresentam uma tendência crescente,
principalmente após as descobertas da camada pré-sal.
Como conseqüência ao aumento das reservas nacionais, a capacidade
estimada de refino será impactada com o aumento do potencial nacional.
187
Porém, estima-se a continuidade do modelo de importações de derivados, em
função do aumento do consumo interno, em especial, para o setor de
transportes e diesel.
Observa-se uma tendência para o aumento das vendas de derivados de
petróleo e a manutenção do modelo dependente do consumo de diesel,
gasolina, óleo combustível e querosene de aviação.
Os preços do barril do petróleo indicam uma tendência de aumento, o que
tornaria viável o aumento da produção desta fonte energética, sendo, porém,
uma variável crítica para suaa distribuição no mercado consumidor.
7.5. Estimativas para os Biocombustíveis
As análises para o consumo dos biocombustíveis envolvem estudos
realizados pela ANP (2009), HORTA (2008) e DATAGRO (2009), contemplando as
seguintes premissas para o período 2009-2017:
Redução da importação de diesel, devido à adição de 2% pelo biodiesel e 5%
para o óleo diesel;
Adição de no máximo 25% de etanol à gasolina;
A produção atual de biocombustíveis é de 1%, em comparação a produção de
petróleo bruto, podendo crescer 10% ao ano, em média;
Para que os biocombustíveis tornem-se viáveis, o preço do barril do petróleo
deve estar acima de US$ 50,00 o barril, segundo Petrobras (2009),
estimulando a utilização de novas fontes energéticas;
188
Outro dado fundamental para o comportamento futuro dos biocombustíveis é
a tendência futura dos preços do álcool e açúcar. Em 1986, o Proálcool sofreu
um impacto significativo, com a sua paralização, em função da elevação dos
preços do açúcar, sendo economicamente viável para as indústrias do setor,
abandonar a produção de álcool combustível, em detrimento ao açúcar. Para
o futuro, uma tendência de aumento para os preços do açúcar representaria
um risco para os biocombustíveis, uma vez que, 57% da capacidade instalada
das usinas são para álcool combustível e 33% para o açúcar, segundo a
BIOAGÊNCIA (2009);
Permiti-se a adição de no máximo 5% de biodiesel ao diesel, com
crescimento esperado de 10% ao ano, em média.
No entanto, assume-se um risco elevado para as projeções relacionadas aos
combustíveis alternativos ao petróleo, em função da ausência de séries históricas e
na capacidade de projeção para o longo prazo, como o biodiesel.
Logo, os principais dados, de acordo com o Capítulo 5 são:
Tipo Quantidade Álcool 2.245.600.000.000 Açúcar 3.064.400.000
Tabela 19 – Produção Nacional Estimada de Biocombustíveis Fonte: adaptado de Datagro (2009)
Tabela 20 – Resultados Máximo e Mínimo para Preço do Álcool em US$
Dados Álcool Max Álcool Min
Álcool 3,17 2,83
Risco 0,51 0,51
189
RiskSim Histogram, 16/out/09, 08:41
0
1
2
3
4
5
6
3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9 4 4,1 4,2
Alcool Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 123 – Histograma Máximo para Preço do Álcool em US$
RiskSim Histogram, 21-Dec-09, 12:31 PM
0
1
2
3
4
5
6
2,8 2,9 3 3,1 3,2 3,3 3,4 3,5 3,6 3,7 3,8 3,9
Alcool Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 124 – Histograma Mínimo para Preço do Álcool em US$
190
RiskSim Cumulative Chart, 16/out/09, 08:41
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
3,1 3,3 3,5 3,7 3,9 4,1
Alcool Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 125 – Preço do Álcool Máximo em US$
RiskSim Cumulative Chart, 21-Dec-09, 12:31 PM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
2,8 3 3,2 3,4 3,6 3,8
Alcool Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 126 – Preço do Álcool Mínimo em US$
Tabela 21 – Resultados Máximo e Mínimo para Preço do Açúcar em US$
Dados Açúcar Max Açúcar Min
Açúcar 26,32 18,46
Risco 2,23 2,66
191
RiskSim Histogram, 16/out/09, 08:36
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
26 26,5 27 27,5 28 28,5 29 29,5 30 30,5
Açucar Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 127 – Histograma Máximo para Preço do Açúcar em US$
RiskSim Histogram, 21-Dec-09, 12:34 PM
0
0,5
1
1,5
2
2,5
3
3,5
18 19 20 21 22 23 24 25 26
Açúcar Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 128 – Histograma Mínimo para Preço do Açúcar em US$
192
RiskSim Cumulative Chart, 16/out/09, 08:36
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
26 26,5 27 27,5 28 28,5 29 29,5 30 30,5
Açucar Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 129 – Preço do Açúcar Máximo em US$
RiskSim Cumulative Chart, 21-Dec-09, 12:34 PM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
18 19 20 21 22 23 24 25 26
Açúcar Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 130 – Preço do Açúcar Mínimo em US$
De acordo com os dados observados é possível concluir que:
A produção de álcool e açúcar tende a crescer exponencialmente nos
próximos anos, porém, dependendo fortemente das políticas de expansão do
setor sucroalcooleiro e da sua capacidade produtiva.
193
Observa-se que a tendência para os preços futuros do álcool é em média de
US$ 3,00 o litro, desconsiderando-se os valores do frete.
Para o açúcar, observa-se um aumento das cotações, alcançando o patamar
máximo de US$ 34,00, sendo algo desfavorável para a oferta de
biocombustíveis.
7.6. Estimativas Econômicas
As estimativas econômicas contemplam a análise de variáveis com impacto
direto para o setor de transportes e consumo de combustíveis derivados de petróleo
e biocombustíveis, sendo elas:
Evolução da demanda por combustíveis, conforme o item 4.1.2.1;
Consumo de Energia para o Setor de Transportes, de acordo com o item
6.1.1.1;
Inflação, medida pelo IPCA, de acordo com o item 6.1.1.1;
Índice Ibovespa, segundo 6.1.4;
Logo, os principais dados são:
Tabela 22 – Resultados Máximo e Mínimo para Evolução da Demanda por Combustíveis Líquidos para o Setor de Transportes (mil tep)
Dados Demanda Max Demanda Min
Demanda 107.490 44.264
Risco 2.370,61 3.624,04
194
RiskSim Histogram, 19/out/09, 09:47
0
0,5
1
1,5
2
2,5
103000 103500 104000 104500 105000 105500 106000 106500 107000 107500 108000
Demanda Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 131 – Histograma Máximo para Evolução da Demanda por Combustíveis Líquidos para o Setor de Transportes (mil tep)
RiskSim Histogram, 22-Dec-09, 12:44 PM
0
0,5
1
1,5
2
2,5
10000 20000 30000 40000 50000 60000 70000 80000 90000 100000 110000
Demanda Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 132 – Histograma Mínimo para Evolução da Demanda por Combustíveis Líquidos para o Setor de Transportes (mil tep)
195
RiskSim Cumulative Chart, 19/out/09, 09:47
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
103000 103500 104000 104500 105000 105500 106000 106500 107000 107500 108000
Demanda Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 133 – Evolução Máxima da Demanda por Combustíveis Líquidos para o Setor de Transportes (mil tep)
RiskSim Cumulative Chart, 22-Dec-09, 12:44 PM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
10000 20000 30000 40000 50000 60000 70000 80000 90000 100000 110000
Demanda Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 134 – Evolução Mínima da Demanda por Combustíveis Líquidos para o Setor de Transportes (mil tep)
Segundo o MINISTÉRIO DE MINAS E ENERGIA (2009), a maior participação
em relação à demanda por combustíveis líquidos, refere-se ao setor de transportes,
seguido pelo comércio, setor industrial, agropecuário, residencial e público.
196
Tabela 23 – Resultados Máximo e Mínimo para Consumo de Energia Setor de Transportes (10³ tep)
RiskSim Histogram, 19/out/09, 09:47
0
0,5
1
1,5
2
2,5
103000 104000 105000 106000 107000 108000 109000 110000
Demanda Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 135 – Histograma Máximo para Consumo de Energia Setor de Transportes (10³ tep)
RiskSim Histogram, 22-Dec-09, 12:44 PM
0
0,5
1
1,5
2
2,5
3
3,5
50000 60000 70000 80000 90000 100000 110000 120000 130000 140000
Demanda Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 136 – Histograma Mínimo para Consumo de Energia Setor de Transportes (10³ tep)
Dados Consumo Max Consumo Min
Consumo 118.323 47.794,75
Risco 5.895,69 4.604,85
197
RiskSim Cumulative Chart, 19/out/09, 09:47
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
103000 104000 105000 106000 107000 108000 109000 110000
Demanda Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 137 – Consumo Máximo de Energia Setor de Transportes (10³ tep)
RiskSim Cumulative Chart, 22-Dec-09, 12:44 PM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
50000 60000 70000 80000 90000 100000 110000 120000 130000 140000
Demanda Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 138 – Consumo Mínimo de Energia Setor de Transportes (10³ tep)
Tabela 24 – Resultados Máximos e Mínimos para IPCA (%)
Dados IPCA Max IPCA Min
IPCA 12,53 0,19
Risco 2,43 2,38
198
RiskSim Histogram, 20/out/09, 03:07
0
0,5
1
1,5
2
2,5
3
3,5
4
4,5
0 2 4 6 8 10 12 14 16
IPCA Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 139 – Histograma Máximo para IPCA (%)
RiskSim Histogram, 22-Dec-09, 12:51 PM
0
0,5
1
1,5
2
2,5
-7 -6 -5 -4 -3 -2 -1 0 1
IPCA Minimizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 140 – Histograma Mínimo para IPCA (%)
199
RiskSim Cumulative Chart, 20/out/09, 03:07
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
0 2 4 6 8 10 12 14 16
IPCA Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 141 – Máximo para IPCA (%)
RiskSim Cumulative Chart, 22-Dec-09, 12:51 PM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
-7 -6 -5 -4 -3 -2 -1 0 1
IPCA Minimizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 142 – Mínimo para IPCA (%)
Tabela 25 – Resultados Máximos e Mínimos para Ibovespa
Dados Ibovespa Max Ibovespa Min
Ibovespa 89.745 58.338
Risco 17.227 7.811
200
RiskSim Histogram, 20/out/09, 03:21
0
0,5
1
1,5
2
2,5
75000 80000 85000 90000 95000 100000 105000 110000 115000 120000 125000
Ibovespa Maximizado, Upper Limit of Interval
Freq
uenc
y
Gráfico 143 – Histograma Máximo para Ibovespa
RiskSim Histogram, 22-Dec-09, 12:57 PM
0
0,5
1
1,5
2
2,5
50000 60000 70000 80000 90000 100000 110000 120000 130000
Ibovespa Minimo, Upper Limit of Interval
Freq
uenc
y
Gráfico 144 – Histograma Mínimo para Ibovespa
201
RiskSim Cumulative Chart, 20/out/09, 03:21
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
75000 80000 85000 90000 95000 100000 105000 110000 115000 120000 125000
Ibovespa Maximizado
Cum
ulat
ive
Prob
abilit
y
Gráfico 145 – Máximo para Ibovespa
RiskSim Cumulative Chart, 22-Dec-09, 12:57 PM
0,00,1
0,20,3
0,40,5
0,60,7
0,80,9
1,0
60000 65000 70000 75000 80000 85000 90000 95000 100000 105000
Ibovespa Minimo
Cum
ulat
ive
Prob
abilit
y
Gráfico 146 – Mínimo para Ibovespa
De acordo com os dados observados é possível concluir que:
A demanda pelo consumo de combustíveis líquidos é crescente e
concentrada no setor de transportes, com a possibilidade para a utilização do
petróleo como fonte principal e complementação do álcool.
202
Observa-se que o consumo de energia para o setor de transportes apresenta
uma tendência crescente para os próximos anos, em função do crescimento
do PIB nacional e pelas deficiências operacionais da matriz de transportes
apontadas no Capítulo 3;
A utilização do IPCA para este estudo reflete a importância em determinar o
comportamento atual e as tendências para a atividade econômica nacional,
com reais possibilidades da estabilização, estimulando a produção industrial e
de serviços, acarretando na maior dependência para o setor de transportes.
No entanto, as estimativas para o IPCA indicam o seu crescimento,
alcançando o valor médio de 9% ao ano em 2017, sendo um risco para o
processo inflacionário e políticas de investimentos em infraestrutura.
A tendência de crescimento do índice Ibovespa, determina o potencial de
expansão das atividades econômicas nacionais, sendo o Brasil um país em
desenvolvimento, necessitando, porém, de uma infraestrutura de transportes
adequada. Logo, a atração de recursos é algo urgente, para o atendimento as
demandas futuras nacionais de crescimento econômico.
7.7. Matriz de Decisão
São apresentadas duas funções objetivo, envolvendo o PIB Nacional e o de
Transportes, bem como as restrições impostas, com o objetivo de maximizar e
minimizar os critérios adotados, com a utilização do sitema LINDO, conforme 2.7.1.
203
7.7.1. Matriz de Decisão a Maximizar
Tabela 26 – Funções Objetivo 7.7.1.2. Restrições
As restrições utilizadas são:
Tabela 27 – Restrições de Transportes
Série
C1: PIB Nacional (US$)
C2: PIB Transportes (US$)
2010 1.300 40
2011 1.350 41
2012 1.400 42
2013 1.450 43
2014 1.500 44
2015 1.550 45
2016 1.600 47
2017 1.650 49
Série R1: Vendas Caminhões
R2: Total Locomotivas
R3: Movimentação Longo Curso
R4: Movimentação
Cabotagem
R5: Frota Aeroportuária
2010 155.000 4.500 34.000 8.700 431
2011 160.000 5.000 34.500 8.900 431
2012 165.000 5.500 35.000 9.100 431
2013 170.000 6.000 35.500 9.300 431
2014 175.000 6.500 36.000 9.500 431
2015 180.000 6.500 37.000 9.500 431
2016 185.000 7.000 38.000 9.700 431
2017 185.000 7.000 38.000 9.700 431
Máximo 186.000 7.100 39.000 9.800 432
204
Tabela 28 – Restrições de Consumo de Combustíveis
Tabela 29 – Restrições Econômicas
7.7.1.3. Programação Linear
Consiste em maximizar as funções objetivo apresentadas:
Função Objetivo para PIB Nacional:
Série R6: Demanda Combustíveis (mil tep) R7: Consumo (103 tep)
2010 104.000 98.000
2011 105.000 100.000
2012 106.000 102.000
2013 107.000 104.000
2014 108.000 106.000
2015 109.000 108.000
2016 110.000 112.000
2017 111.000 118.000
Máximo 112.000 119.000
Projetos R8: Preço Barril
(US$)
R9: Estimativa
Preço Álcool (US$)
R10: Preço
Açúcar R9: IPCA (%) R10:
Ibovespa
2010 160 3.1 27 3 60.000
2011 165 3.3 28 4 70.000
2012 170 3.5 29 5 80.000
2013 175 3.7 30 6 90.000
2014 180 3.7 31 6 90.000
2015 185 3.9 32 7 90.000
2016 190 3.9 33 8 100.000
2017 195 3.9 34 9 100.000
Máximo 196 4.0 35 10 101.000
205
Maximizar Z = 1300x1 + 1350x2 + 1400x3 + 1450x4 + 1500x5 + 1550x6 +
1600x7 + 1650x8
Sujeito as Restrições:
155000x1 + 160000x2 + 165000x3 + 170000x4 + 175000x5 + 180000x6 +
185000x7 + 185000x8 186000
4500x1 + 5000x2 + 5500x3 + 6000x4 + 6500x5 + 6500x6 + 7000x7 + 7000x8
7100
34000x1 + 34500x2 + 35000x3 + 35500x4 + 36000x5 + 37000x6 + 38000x7 +
38000x8 39000
8700x1 + 8900x2 + 9100x3 + 9300x4 + 9500x5 + 9500x6 + 9700x7 + 9700x8
9800
431x1 + 431x2 + 431x3 + 431x4 + 431x5 + 431x6 + 431x7 + 431x8 432
104000x1 + 105000x2 + 106000x3 + 107000x4 + 108000x5 + 109000x6 +
110000x7 + 111000x8 112000
98000x1 + 100000x2 + 102000x3 + 104000x4 + 106000x5 + 108000x6 +
112000x7 + 118000x8 119000
160x1 + 165x2 + 170x3 + 175x4 + 180x5 + 185x6 + 190x7 + 195x8 196
3.1x1 + 3.3x2 + 3.5x3 + 3.7x4 + 3.7x5 + 3.9x6 + 3.9x7 + 3.9x8 4.0
27x1 + 28x2 + 29x3 + 30x4 + 31x5 + 32x6 + 33x7 + 34x8 35
3x1 + 4x2 + 5x3 + 6x4 + 6x5 + 7x6 + 8x7 + 9x8 10
60000x1 + 70000x2 + 80000x3 + 90000x4 + 90000x5 + 90000x6 + 100000x7 +
100000x8 101000
Xi = (0,1)
206
Função Objetivo para PIB Transportes:
Maximizar Z = 40x1 + 41x2 + 42x3 + 43x4 + 44x5 + 45x6 + 47x7 + 48x8
Sujeito as Restrições:
155000x1 + 160000x2 + 165000x3 + 170000x4 + 175000x5 + 180000x6 +
185000x7 + 185000x8 186000
4500x1 + 5000x2 + 5500x3 + 6000x4 + 6500x5 + 6500x6 + 7000x7 + 7000x8
7100
34000x1 + 34500x2 + 35000x3 + 35500x4 + 36000x5 + 37000x6 + 38000x7 +
38000x8 39000
8700x1 + 8900x2 + 9100x3 + 9300x4 + 9500x5 + 9500x6 + 9700x7 + 9700x8
9800
431x1 + 431x2 + 431x3 + 431x4 + 431x5 + 431x6 + 431x7 + 431x8 432
104000x1 + 105000x2 + 106000x3 + 107000x4 + 108000x5 + 109000x6 +
110000x7 + 111000x8 112000
98000x1 + 100000x2 + 102000x3 + 104000x4 + 106000x5 + 108000x6 +
112000x7 + 118000x8 119000
160x1 + 165x2 + 170x3 + 175x4 + 180x5 + 185x6 + 190x7 + 195x8 196
3.1x1 + 3.3x2 + 3.5x3 + 3.7x4 + 3.7x5 + 3.9x6 + 3.9x7 + 3.9x8 4.0
27x1 + 28x2 + 29x3 + 30x4 + 31x5 + 32x6 + 33x7 + 34x8 35
3x1 + 4x2 + 5x3 + 6x4 + 6x5 + 7x6 + 8x7 + 9x8 10
60000x1 + 70000x2 + 80000x3 + 90000x4 + 90000x5 + 90000x6 + 100000x7 +
100000x8 101000
Xi = (0,1)
207
7.7.1.4. Resultados
Tabela 30 – Estratégias para Funções Objetivo a Maximizar
Tabela 31 – Estratégias para as Restrições
7.7.2. Matriz de Decisão a Minimizar
São apresentadas duas funções objetivo na Tabela 44, envolvendo a
minimização do PIB Nacional e o de Transportes, conforme 2.7.2.
Cenários PIB
Nacional PIB
Transportes
Maximizar 1.653,82 49,11
Restrições Máximo Risco Máximo Risco Mínimo
Vendas Caminhões 186.000 Elasticidade 570
Total Locomotivas 7.100 Elasticidade 83
Movimentação Longo Curso 39.000 Elasticidade 911
Movimentação Cabotagem 98.000 Elasticidade 77
Frota Aeroportuária 432 1 132
Estimativa Demanda Combustíveis 112.000 Elasticidade 742
Estimativa Consumo Combustíveis 119.000 Elasticidade 726.21
Preço Barril 196 Elasticidade 0.54
Preço Álcool 4 Elasticidade 0.09
Preço Açúcar 35 Elasticidade 0.92
IPCA 10 Elasticidade 0.97
Ibovespa 101.000 Elasticidade 767
208
Tabela 32 – Funções Objetivo Minimizada 7.7.2.1. Restrições
As restrições utilizadas são:
Tabela 33 – Restrições de Transportes
Série
C1: PIB Nacional (US$)
C2: PIB Transportes (US$)
2010 1.050 30
2011 1.050 31
2012 1.100 32
2013 1.150 33
2014 1.200 34
2015 1.250 35
2016 1.300 36
2017 1.350 37
Série R1: Vendas Caminhões
R2: Total Locomotivas
R3: Movimentação Longo Curso
R4: Movimentação
Cabotagem
R5: Frota Aeroportuária
2010 95.000 2.400 25.000 7.800 416
2011 100.000 2.600 26.000 8.000 416
2012 105.000 2.800 27.000 8.200 416
2013 110.000 3.000 28.000 8.400 416
2014 115.000 3.200 29.000 8.600 416
2015 120.000 3.400 30.000 8.800 416
2016 125.000 3.600 31.000 9.000 416
2017 130.000 3.800 32.000 9.200 416
Máximo 135.000 4.000 34.000 9.400 417
209
Tabela 34 – Restrições de Consumo de Combustíveis
Tabela 35 – Restrições Econômicas
7.7.2.2. Programação Linear
Consiste em minimizar as funções objetivo apresentadas:
Série R6: Demanda Combustíveis (mil tep) R7: Consumo (103 tep)
2010 30.000 30.000
2011 40.000 40.000
2012 50.000 50.000
2013 60.000 60.000
2014 70.000 70.000
2015 80.000 80.000
2016 90.000 90.000
2017 100.000 100.000
Máximo 110.000 110.000
Projetos R8: Preço Barril
(US$)
R9: Estimativa
Preço Álcool (US$)
R10: Preço
Açúcar R9: IPCA (%) R10:
Ibovespa
2010 100 2.8 18 0 50.000
2011 110 3.0 19 0 60.000
2012 120 3.2 20 0 70.000
2013 130 3.4 21 0 80.000
2014 140 3.6 22 0 90.000
2015 150 3.8 23 0 90.000
2016 160 3.8 24 0 90.000
2017 160 3.8 25 1 90.000
Máximo 160 3.8 26 1 90.000
210
Função Objetivo para PIB Nacional:
Minimizar Z = 1050x1 + 1050x2 + 1100x3 + 1150x4 + 1200x5 + 1250x6 +
1300x7 + 1350x8
Sujeito as Restrições:
95000x1 + 100000x2 + 105000x3 + 110000x4 + 115000x5 + 120000x6 +
125000x7 + 130000x8 135000
2400x1 + 2600x2 + 2800x3 + 3000x4 + 3200x5 + 3400x6 + 3600x7 + 3800x8
4000
25000x1 + 26000x2 + 27000x3 + 28000x4 + 29000x5 + 30000x6 + 31000x7 +
32000x8 34000
7800x1 + 8000x2 + 8200x3 + 8400x4 + 8600x5 + 8800x6 + 9000x7 + 9200x8
9400
416x1 + 416x2 + 416x3 + 416x4 + 416x5 + 416x6 + 416x7 + 416x8 417
30000x1 + 40000x2 + 50000x3 + 60000x4 + 70000x5 + 80000x6 + 90000x7 +
110000x8 110000
30000x1 + 40000x2 + 50000x3 + 60000x4 + 70000x5 + 80000x6 + 90000x7 +
110000x8 110000
100x1 + 110x2 + 120x3 + 130x4 + 140x5 + 150x6 + 160x7 + 160x8 160
2.81 + 3.0x2 + 3.2x3 + 3.4x4 + 3.6x5 + 3.8x6 + 3.8x7 + 3.8x8 3.8
18x1 + 19x2 + 20x3 + 21x4 + 22x5 + 23x6 + 24x7 + 25x8 26
0x1 + 0x2 + 0x3 + 0x4 + 0x5 + 0x6 + 0x7 + 1x8 1
50000x1 + 60000x2 + 70000x3 + 80000x4 + 90000x5 + 90000x6 + 90000x7 +
90000x8 90000
Xi = (0,1)
211
Função Objetivo para PIB Transportes:
Minimizar Z = 30x1 + 31x2 + 32x3 + 33x4 + 34x5 + 35x6 + 36x7 + 37x8
Sujeito as Restrições:
95000x1 + 100000x2 + 105000x3 + 110000x4 + 115000x5 + 120000x6 +
125000x7 + 130000x8 135000
2400x1 + 2600x2 + 2800x3 + 3000x4 + 3200x5 + 3400x6 + 3600x7 + 3800x8
4000
25000x1 + 26000x2 + 27000x3 + 28000x4 + 29000x5 + 30000x6 + 31000x7 +
32000x8 34000
7800x1 + 8000x2 + 8200x3 + 8400x4 + 8600x5 + 8800x6 + 9000x7 + 9200x8
9400
416x1 + 416x2 + 416x3 + 416x4 + 416x5 + 416x6 + 416x7 + 416x8 417
30000x1 + 40000x2 + 50000x3 + 60000x4 + 70000x5 + 80000x6 + 90000x7 +
110000x8 110000
30000x1 + 40000x2 + 50000x3 + 60000x4 + 70000x5 + 80000x6 + 90000x7 +
110000x8 110000
100x1 + 110x2 + 120x3 + 130x4 + 140x5 + 150x6 + 160x7 + 160x8 160
2.81 + 3.0x2 + 3.2x3 + 3.4x4 + 3.6x5 + 3.8x6 + 3.8x7 + 3.8x8 3.8
18x1 + 19x2 + 20x3 + 21x4 + 22x5 + 23x6 + 24x7 + 25x8 26
0x1 + 0x2 + 0x3 + 0x4 + 0x5 + 0x6 + 0x7 + 1x8 1
50000x1 + 60000x2 + 70000x3 + 80000x4 + 90000x5 + 90000x6 + 90000x7 +
90000x8 90000
Xi = (0,1)
212
7.7.2.3. Resultados
Tabela 36 – Estratégias para Funções Objetivo a Minimizar
Tabela 37 – Estratégias para as Restrições
As análises sobre a programação linear indicam o crescimento do PIB
Nacional, bem como o de Transportes, tanto para a Função Objetivo a maximizar
quanto a minimizar, mediante a possibilidade de continuidade do modelo centrado
no petróleo, e tambem pela adoção dos biocombustíveis.
Porém, as restrições indicam importantes cenários de longo prazo. Ao
analisar o setor de transportes, torna-se perceptível a maior sensibilidade quanto à
venda de caminhões, movimentação de longo curso e frota aeroportuária, com
ampla correlação com o PIB e suas sazonalidades, ao contrário do setor ferroviário,
com reais possibilidades de crescimento.
Em relação às estimativas de demanda e consumo de combustíveis, a
variação dos valores é um dado preocupante e dependente das políticas públicas
Cenários PIB
Nacional PIB
Transportes
Minimizar 1.350,50 38,01
Restrições Mínimo Risco Máximo Risco Mínimo
Vendas Caminhões 135.000 Elasticidade 5007
Total Locomotivas 4.000 Elasticidade 203
Movimentação Longo Curso 34.000 Elasticidade 1987
Movimentação Cabotagem 9.400 Elasticidade 190
Frota Aeroportuária 417 21 1
Estimativa Demanda Combustíveis 110.000 Elasticidade 466.34
Estimativa Consumo Combustíveis 110.000 Elasticidade 466.34
Preço Barril 160 Elasticidade 0.16
Preço Álcool 3.8 Elasticidade 0.99
Preço Açúcar 26 Elasticidade 1
IPCA 1 Elasticidade 0
Ibovespa 90.000 Elasticidade 149
213
para crescimento econômico, nos preços praticados no longo prazo e do potencial
de crescimento dos dados disponibilizados na função objetivo.
Para os preços do barril de petróleo e do álcool, ambos apresentam
tendências de longo prazo elevadas, o que seria favorável para o petróleo, ainda
mais em um cenário de exploração da camada pré-sal, mediante as possibilidades
de substituição do álcool pelo açúcar, pela indústria sucroalcooleira.
Os benefícios para o setor de transportes à economia podem ser registrados,
com a elasticidade do Ibovespa, com tendência de valorização para a série em
estudo.
Finalmente, deve ser registrado que as análises desenvolvidas originam-se do
Capítulo 2, com o ajuste das séries temporais propostas, com a simulação de longo
prazo e com a inserção dos modelos de tomada de decisão, em busca de cenários
adequados. Logo, a metodologia proposta é considerada multicritério, com a
interação entre os dados estudados, sendo diferente dos modelos clássicos
adotados pelo governo, com o desenvolvimento de funções lineares, representando
um risco elevado para de previsões de longo prazo.
214
8. CONCLUSÕES E RECOMENDAÇÕES
8.1. Conclusões
A modelagem matemática realizada com o auxílio de planilhas eletrônicas e
com a adoção de séries históricas confiáveis para a geração de cenários a serem
avaliados através das técnicas de programação linear da pesquisa operacional
proporcionam um importante processo de análise para a matriz de transportes e
tendências para o consumo de combustíveis. Sendo assim, verifica-se que os
métodos quantitativos podem auxiliar na tomada de decisões, tornando a análise de
cenários mais precisa.
O modelo de Simulação de Monte Carlo apresenta resultados claros para a
análise de cenários, considerando aspectos sobre a matriz de transportes, para o
consumo de derivados de petróleo, biocombustíveis e variáveis econômicas,
oferecendo resultados distintos por critério de análise, mas ao mesmo tempo,
comparativamente. Neste sentido, considera-se que o objetivo principal deste
trabalho foi alcançado.
Logo, fica evidente a necessidade pela diversificação da matriz de transportes
brasileira, em especial, com aumentos de produtividade para o setor ferroviário, em
virtude das dimensões continentais do país, em detrimento ao modal rodoviário,
gerando este, prejuízos operacionais. Da mesma forma, observa-se a sensibilidade
do modal aeroportuário, devido às variações dos preços dos combustíveis e cambio.
Apesar dos investimentos nos biocombustíveis, com elevada participação
desta fonte energética para veículos a passeio, a predominância de longo prazo está
215
para os derivados de petróleo, devido às descobertas da camada Pré-Sal, tornando
o Brasil, um dos maiores produtores mundiais desta fonte energética.
Finalmente, fica claro que os modelos de simulação atuam como apoio a
decisão, indicando a direção favorável a seguir, representando o setor de
transportes, uma importante parcela do crescimento econômico nacional, sendo o
PIB Nacional e PIB de Transportes, sensível ao comportamento da demanda e
disponibilidade de infraestrutura.
8.2. Recomendações
O desenvolvimento do estudo para o setor de transportes no Brasil e a
aplicação dos modelos de simulação exigiu uma série de simplificações técnicas e a
adoção de hipóteses de longo prazo, para que os objetivos centrais assumidos
fossem alcançados. Logo, como sugestão de trabalhos futuros, a proposta é a
adoção de novos critérios, hipóteses e cenários de longo prazo.
A continuidade do estudo proposto pode ser realizado através da
incorporação de modelos multicritério computacionais e das diversas incertezas,
relacionadas ao mercado brasileiro, o que aumentaria a complexidade do problema,
exigindo novos esforços consideráveis, incluíndo: EKEL, MARTINI E PALHARES
(2008) e EKEL, KOKSHENEV, PALHARES E NETO (in press). Da mesma forma, as
realizações de análises que contemplem questões como a sustentabilidade e novas
tecnologias veiculares são modernas, para a incorporação ao planejamento de longo
prazo do setor de transportes.
216
REFERENCIAS
AGÊNCIA NACIONAL DO PETRÓLEO, GÁS NATURAL E BIOCOMBUSTÍVEIS. Anuário estatístico brasileiro do petróleo e do gás natural 2008. Rio de Janeiro: Ministério das Minas e Energia, 2009. BABUSIAUX, D., BAUQUIS, P. Oil and Gás Exploration and Production: Reserves, Costs and Contracts. Paris: Monde Diplomatique. 2005.
BARAT, J. Logística e Transporte no Processo de Globalização: Oportunidades para o Brasil. Editora Unesp, 2007.
BARRAQUAND, J., D. MARTINEAU. Numerical Valuation of High Dimensional Multivariate American Securities. Journal of Financial and Quantitative Analysis, vol. 4, n. 3, p. 345-360, 2005. BERRY, S. Estimating discrete-choice models of product differentiation. Journal of Economics, vol. 25, n. 2, p. 242-251, 1994. BODA, D., BUSATH, D., HENDERSON, D., SOKOŁOWSKI, S. Monte Carlo Simulations of the Mechanism for Channel Selectivity: The Competition between Volume Exclusion and Charge Neutrality. The Journal of Chemical Physics, vol. 18, n. 2, p. 326-331, 2000.
BOWERSOX, D, J. Logística Empresarial: o processo de integração da cadeia de suprimentos. São Paulo: Atlas. 2001.
BRANDT, A. Testing Hubbert. Energy Policy, vol. 35, n. 5, p. 3074-3088, 2007.
BRATLEY, P., FOX, B., SCHRAGE, L. A guide to simulation. Nova Iorque: Springer-Verlag, 1983.
BROADIE, M., GLASSERMANG, P., A. JAIN. Enhanced Monte Carlo Estimates for American Option Prices. Journal of Derivatives, vol. 14, n. 3, p. 35-60, 2007.
217
CANELAS, André Luís de Souza. Evolução da Importância Econômica da Indústria de Petróleo e Gás Natural no Brasil: Contribuição as Variáveis Macroeconômicas. Rio de Janeiro. 2007. Dissertação de Mestrado apresentada ao programa de Planejamento Energético da Universidade Federal do Rio de Janeiro, COPPE. CASTILLO-RAMÍREZ, A. An Application of Natural Resource Evaluation Using a Simulation-Dynamic Programming Approach. Journal of Computational Finance, vol. 3, n. 2, p. 10-18, 2000. CHAPMAN, L. Transport and climate change: a review. Journal of Transport Geography, vol. 18, n. 3, p. 151-160, 2007. CHAKARVARTULA, S., HAQUE, I., FADEL, G. A modified Monte-Carlo simulation approach to heavy vehicle design for good dynamic performance in multiple scenarios. International Journal of Heavy Vehicle Systems, vol. 10, n. 2, p. 112-143, 2003. CHAPMAN, L. Transport and climate change: a review. Journal of Transport Geography, vol. 15, n. 10, p.151-160, 2007. CHOPRA, S., MEINDL, P.: Gerenciamento da Cadeia de Suprimentos: Estratégia, Planejamento e Operação. São Paulo: Pearson Prentice Hall, 2006. CHWIF, L. Modelagem e Simulação de Eventos Discretos. São Paulo: Bochura, 2006. CLARK, S., WATLING, D. Applications of sensitivity analysis for probit stochastic network equilibrium. European Journal of Operational Research, vol. 175, n. 2, p. 894-911, 2005. DARGAY, J., GATELY, D. The demand for transportation fuels: Imperfect price-reversibility? Transportation Research, vol. 1, n. 4, p. 357-386, 2007.
DAS, A., KINSUK, A., SANDIP, K. Ethanol Formation: A Case Study. IEEE Transactions on Eletron Devices, 2001.
DEMPSTER, M., SCOTT, J. Planning Logistics Operations in the Oil Industry. Journal of Operational Research Society, vol. 48, n. 4, p. 609-621. 2000.
218
DEMIRBAS, A. Importance of biodiesel as transportation fuel. Energy Policy, v.35, n. 9, p. 4661-4670, 2007.
ESTACHE, A., GOLDSTEIN, A., PITTMAN, R. Privatization and Regulatory Reform in Brazil: The Case of Freight Railways, Journal of Industry, Competition and Trade, v. 1, n.2, p. 203-235, 2001. ERHART, S., PALMEIRA, E, M. Análise do Setor de Transportes. Revista académica de economia, n. 71, p. 73-84, 2006.
EKEL, P. Y., MARTINI, J.S.C., PALHARES, R.M. Multicriteria Analysis in Decision Making under Information Uncertainty, Applied Mathematics and Computation, vol. 200, n. 2, p. 501-516, 2008. EKEL, P. Y., KOKSHNEV, I., PALHARES, R.M., SCHUFFNER, F. Multicriteria Analysis Based on Constructing Payoff Matrices and Applying Methods of Decision Making in Fuzzy Environment, Optmization and Engineering, in press. FERDERER, P. Oil price volatility and the macro economy. Journal of Macroeconomics. n. 38, p. 215-220, 1996. FICHTHORN, K.; WEINBERG, W. Dynamical Monte Carlo simulations. European Journal of Operational Research, v. 163, n.3, p. 575-588, 2005. FIGUEREIDO, K., FLEURY, P., WANKE, P. Logística e gerenciamento da cadeia de suprimentos: planejamento do fluxo de produtos e dos recursos. São Paulo: Atlas, 2003. FISCHER, G.; SCHRATTENHOLZER, L. Global bioenergy potencials through 2050. Biomass & Bioenergy, Pergamon, v. 20, n. 3, p. 151-159, 2007. FU, M.C., S.B. LAPRISE., D.B. MADAN., Y. SU., R. WU. Pricing American Options: A Comparison of Monte Carlo Simulation Approaches. Journal of Computational Finance, v. 4, n. 4, p. 61-73, 2001. FUSER, Igor: Petróleo e Poder: Envolvimento Militar dos Estados Unidos no Golfo Pérsico. São Paulo: Editora UNESP, 2008.
219
GELLER, H.; 2003: Energy Revolution Policies for a Sustainable Future. In: US Department of Energy, Center for Transportation Analysis, National Laboratory, Tennessee. . Disponível em: http://www.energy.gov/. GELLER, H., SCHAEFFER, R., SZKLO, A., TOLMASQUIM, M. Policies for advancing energy efficiency and renewable energy use in Brazil. Energy Policy, v. 34, n. 17, p. 1935-1947, 2004.
GOLDEMBERG, J. The ethanol program in Brazil, Environmental Research Letters, v. 2, n. 1, p. 2-8, 2006. GOLDEMBERG, J; COELHO, S, C; LUCON, O. How adequate policies can push renewables, Energy Policy, v. 32, n. 13, p. 1545-1554, 2004. GUJARAT, D.N., Basic Econometrics. Singapore: Mc Graw Hill, 1995.
HE, K., HUO, H., ZHANG, Q., HE, D., NA, F., WANG, M., WALSH, M. Oil consumption and CO2 emissions in China's road transport: current status, future trends, and policy implications. Energy Policy, v. 34, n. 3, p. 256-276, 2005. HILLIER, F.S., LIEBERMAN, G. J. Introduction to operations research. Nova York: Mc Graw-Hill, Inc. 1995. HORTA, Nogueira. O Bioetanol de Cana de Açúcar – Energia para o Desenvolvimento Sustentável. Rio de Janeiro: BNDES, 2008. HUMMELS, D. Transportation Costs and International Trade in the Second Era of Globalization. Journal of Economic Perspectives, v.21, n.3, p.183-194, 2007. IBAMA – INSTITUTO BRASILEIRO DO MEIO AMBIENTE E DOS RECURSOS NATURAIS RENOVÁVEIS. Proconve – Programa de Controle das Emissões Veiculares. Brasília: Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renováveis, 2006, Disponível em: http://www.ibama.gov.br/proconve. IEA (International Energy Agency): World energy statistics From the IEA. Paris, 2008, Disponível em: http://www.worldenergyoutlook.org/weo/pubs/weo2008/weo2008.pdf.
220
JORGENSEN, W. Optimized intermolecular potential functions for liquid alcohols. The Journal of Chemical Physics, v. 132, n. 32, p. 7238-7248, 2006.
JORION, P. Value at risk: a nova fonte de referência para o controle do risco de mercado. São Paulo: Bolsa de Mercadorias & Futuros, 1998.
JUSTI, A, C, A., GUEDES, F, P., FILHO, J, C, A., ALMEIDA, J, R, F et all. Pre-Salt: The Brazilian Opportunity to Take Local Industry to the Next Level. Journal of Petroleum Geology, v. 32, n.3, p. 97-106, 2009. KLEIJNEN, J. An overview of the design and analysis of simulation experiments for sensitivity analysis. European Journal of Operational Research, v. 152, n. 3, p-631-640, 2004. KLEIJNEN, J. P. C. Statistical techniques in simulation. Manual de metodologia. Rio de Janeiro: Programa ANAFIN, 1974.
LACERDA, Leonardo, RIBEIRO, Aline. Formas de Remuneração de Provedores de Serviços Logísticos. In: Logística e gerenciamento da cadeia de suprimentos: planejamento do fluxo de produtos e dos recursos. São Paulo: Atlas, 2003. LACHTERMACHER, G. Pesquisa operacional na tomada de decisões, Rio de Janeiro: Campus, 2002. LIMÃO, N., VENABLES, A. Infrastructure, Geographical Disadvantage, Transport Costs, and Trade. The World Bank Economic Review, 2001. LIU, W. Random Field Finite Elements. International Journal for Numerical Methods in Engineering, v. 21, n. 2, p. 317-340, 2005. MANKIW, N. Introdução à Economia: Princípios de Micro e Macroeconomia. Rio de Janeiro: Ed. Campus, 1999. MARINS, J.M., SANTOS, J.F., SALIBY, E. Comparação de técnicas de redução de variância para estimação do prêmio de opções de compra do tipo asiática. In: Congresso Brasileiro de Finanças. São Paulo. Anais. São Paulo: 2003.
221
MARTINS, D. Biodiesel - A Alternativa Energética Brasileira para o Setor de Transportes Públicos e de Cargas. Rio de Janeiro, 2005, Disponível em: http://www.pet.coppe.ufrj.br/. MATEOS, A., JIMÉNEZ, A., RÍOS-INSUA, A. Monte Carlo simulation techniques for group decision making with incomplete information. European Journal of Operational Research, v. 205, n. 3, p-489-501. 2006. MCT (Ministério de Ciência e Tecnologia), 2002, “Instituição do Programa Brasileiro de Desenvolvimento Tecnológico de Biodiesel – PROBIODIESEL”. Portaria MCT número 702, de 30/10/2002. Disponível em: http://www.mct.gov.br/legis/legis/portarias/702_2002.htm. MCKAY, M.D., BECKMAN, R.J., CONOVER, W.J. A comparison of three methods for selecting values of input variables in the analysis of output from a computer code. Technometrics, 1979.
MELO, A. C. G., GORENSTIN, B. G., OLIVEIRA, A. M. et al. Análise financeira de projetos de investimento sob o enfoque de incertezas. In: Seminário Nacional de Produção e Transmissão de Energia Elétrica. Paraná: 1999.
MORAES, Natália Gonçalves. Avaliação das Tendências da Demanda de Energia no Setor de Transportes no Brasil. Rio de Janeiro. 2005. Dissertação de Mestrado apresentada ao programa de Planejamento Energético da Universidade Federal do Rio de Janeiro, COPPE.
MOREIRA, F. Estudo comparativo dos métodos de Quasi-Monte Carlo, Amostragem Descritiva, Hipercubo Latino e Monte Carlo Clássico na análise de risco. Rio de Janeiro. 2001. Dissertação de Mestrado apresentado ao programa de Pós-Graduação em Administração, Universidade Federal do Rio de Janeiro.
NELSON, Barry L., YAMNITSKY, Michael. Input Modeling Tools for Complex Problems. Proceedings of the 1998 Winter Simulation Conference, 1997. OCDE (Organização para Cooperação do Desenvolvimento Econômico). Historic trends in transportation. Paris, 2008.
222
OWEN, A.B. A central limit theorem for latin hypercube sampling. Journal of Royal Statistical Society, v. 71, n. 237, p. 275-296, 1992.
OLIVEIRA, M, D., VAUGHAN, B, E., RYKIEL, E, J. Ethanol as Fuel: Energy, Carbon Dioxide Balances, and Ecological Footprint. Bioscience, 2005. OLIVER, D., CUNHA, L., REYNOLDS, A. Markov chain Monte Carlo methods for conditioning a permeability field to pressure data. Journal of Mathematical Geology, n. 14, p. 634-645, 2008. ÖZDEMIR, Z., YÜCESAN, E., HERER, E. Multi-location transshipment problem with capacitated transportation. European Journal of Operational Research, v. 207, n. 2, p.368-379, 2006. PLÁ, J. A. Perspectivas do biodiesel no Brasil. Indicadores Econômicos FEE, Porto Alegre, 2002. PETERSON, S.K., MURTHA, J.A., SCHNEIDER, F.F. Risk Analysis and Monte Carlo Simulation Applied to the Generation of Drilling AFE Estimates. Society of Petroleum Engineers, 2007. PETROBRAS, Consulta a documento interno. Rio de Janeiro, 2009. PIMENTEL, D. Ethanol fuels: Energy security, economics, and the environment. Journal of Agricultural and Environmental Ethics, n. 9, p. 189-195, 1991. PIQUET, R., SERRA, R. Petróleo e Região no Brasil. Rio de Janeiro: Garamond, 2007. PIRES, Adriano, FERNANDEZ, Elói Fernandez, BUENO, Júlio Cesar Carmo. Política Energética para o Brasil: propostas para o crescimento sustentável. Rio de Janeiro: Nova Fronteira, 2006. QUINET, R., VICKERMAN, R. Principles of transport economics. Journal of Economic Geography, n. 70, p. 67-78, 2005
223
RAMANATHAN, R. Estimating energy consumption of transport modes using DEA and application to energy and environmental policy. The Journal of the Operational Research Society, n. 14, p. 393-412, 2005. RATHMANN, R., BENEDETTI, O., PLÁ, J., PADULA, A. Biodiesel: Uma Alternativa Estratégica na Matriz Energética Brasileira. Rio Grande do Sul: UFRGS, 2005. RAPPEL, E, FERNANDEZ, E. The perspectives for the petroleum in Brazil. Brazil Energy. Rio de Janeiro: Brasil Energia, número 377, ano 25. 2004. SAATY, T.L. Multicriteria decision making, the analytic hierarchy process. Pittsburg: Thomas Saaty, 1988. SALIBY, E. A reappraisal of some simulation fundamentals. 1980. Tese (Doutorado em Administração) - University of Lancaster, 1980. SALIBY, E. Repensando a Simulação. São Paulo: Atlas, 1989. SALIBY, E. Descriptive sampling: a better approach to Monte Carlo Simulation. Journal of the Operational Research Society, n. 20, p. 41-59, 1990.
SCHNEIDER, J. . A Rational Expectations Equilibrium with Informative Trading Volume. Journal of Finance, n. 14, p. 13-26, 2007. SIDDIQUI, M., AL-YATEEM, K., AL-THAWADI, A. A new tool to evaluate the feasibility of petroleum exploration projects using a combination of deterministic and probabilistic methods. SPE Middle East Oil & Gas Show and Conference, 2007. SILVA NETO, L. A. Derivativos: Definições, Emprego e Risco. São Paulo: Atlas, 1997. SOHN, S., LIM, A. The effect of forecasting and information sharing in SCM for multi-generation products. European Journal of Operational Research, v. 209, n. 2, p. 210-219. 2007. SOKOLOWSKI R,. Monte Carlo Simulations of the Mechanism for Channel Selectivity: The Competition between Volume Exclusion and Charge Neutrality. The Journal of Physical and Chemestry, 2000.
224
SUIRAN, Y., TAO, J. Economic, energy and environmental evaluations of biomass-based fuel ethanol projects based on life cycle assessment and simulation. Applied Energy, v. 66, n. 2, p. 393-412, 2009.
SUSLICK, S.B., SCHIOZER, D.J. Risk analysis applied to petroleum exploration and production: an overview. Journal of Petroleum Science and Engineering, n. 4, p. 188-194, 2004.
SUN, Z., AXELBAUM, R., HUERTAS, J. Monte Carlo Simulation of Multicomponent Aerosols Undergoing Simultaneous Coagulation and Condensation. Aerosol Science and Technology, n. 5, p. 151-172, 2004. TAYLOR, J., DOREN, P, V. The Case against the Strategic Petroleum Reserve. Policy Analysis, 2005. TEIXEIRA, M. A. Mercados Futuros: Fundamentos e Características Operacionais. São Paulo: Bolsa de Mercadorias e Futuros, 1992. TERVONEN, T., LAHDELMA, R. Implementing stochastic multicriteria acceptability analysis. European Journal of Operational Research, v. 206, n. 3, p. 319-431, 2006.
TSITSIKLIS, J.N., B. VAN ROY. Regression Methods for Pricing Complex American-Style Options. IEEE Transactions on Neural Networks, v. 12, n. 4, p. 694-703, 2001.
TOBIN, J. Liquidity preference as behavior towards Risk. The Review of Economics Studies, v. 15, p. 65-86, 1958. VICHI, F, M., MANSOR, M, T. Energy, environment and economy: Brazil in the world context. Química Nova, 2009. VIEIRA, Guilherme Bergmann Borges. Transporte internacional de carga. São Paulo, Aduaneiras. 2002.
WALLS, M. R. Combining decision analysis and portfolio management to improve project selection in the exploration and production firm. Journal of Petroleum Science and Engineering, v. 44, n. 2, p. 1-9, 2004.
225
SUN, Z., AXELBAUM, R.,; HUERTAS, J. Monte Carlo Simulation of Multicomponent Aerosols Undergoing Simultaneous Coagulation and Condensation. Aerosol Science and Technology, v. 38, n. 10, p. 963-971, 2004. ZHANG, L.; SIEPMANN, I. Direct calculation of Henry’s law constants from Gibbs ensemble Monte Carlo simulations: nitrogen, oxygen, carbon dioxide and methane in ethanol. The Journal of Chemical Physics, v. 260, n. 2, p. 153-161, 2006. Consulta ao sítio eletrônico da Agência Internacional de Aviação Civil em 08 de Setembro de 2008 <www.iata.com> Consulta ao sítio eletrônico da Agencia Nacional de Aviação Civil em 10 de Julho de 2008 <www.anac.gov.br> Consulta ao sítio eletrônico da Agencia Nacional de Transportes Ferroviários em 10 de Julho de 2008 <www.antf.gov.br> Consulta ao sítio eletrônico da Agencia Nacional de Transportes Terrestres em 01 de Setembro de 2008 <www.antt.gov.br> Consulta ao sítio eletrônico da Agencia Nacional de Transportes Aquaviários em 01 de Setembro de 2008 <www.antaq.gov.br> Consulta ao sítio eletrônico da Associação Brasileira de Infraestrutura de Base em 12 de Setembro de 2008 <www.abdib.com.br> Consulta ao sítio eletrônico da Associação Nacional de Transportes de Cargas em 07 de Setembro de 2008 <www.ntc.org> Consulta ao sítio eletrônico do Banco Mundial em 07 de Setembro de 2008 <www.worldbank.org> Consulta ao sítio eletrônico do Banco Nacional de Desenvolvimento Econômico e Social em 09 de Setembro de 2008 <www.bndes.gov.br> Consulta ao sítio eletrônico da Bioagência em 12 de Agosto de 2009 <www.bioagência.com.br> Consulta ao sítio eletrônico da Boeing em 17 de Abril de 2009 <www.boeing.com>
226
Consulta ao sítio eletrônico da British Petroleum em 06 de Abril de 2009 <www.bp.com> Consulta ao sítio eletrônico da Bloomberg em 15 de Agosto de 2009 <www.bloomberg.com> Consulta ao sítio eletrônico da Confederação Nacional dos Transportes em 10 de Junho de 2008 <www.cnt.org.br> Consulta ao sítio eletrônico do Centro de Estudos em Logística da UFRJ em 24 de Junho de 2008 <www.centrodelogistica.org> Consulta ao sítio eletrônico da Datagro em 02 de Março de 2009 <http://www.datagro.com.br/datagro_pt > Consulta ao sítio eletrônico do Departamento Nacional de Infraestrutura de Transportes em 01 de Setembro de 2008 <www.dnit.gov.br > Consulta ao sítio eletrônico da Empresa de Planejamento Energético em 01 de Julho de 2009 <www.epe.gov.br > Consulta ao sítio eletrônico da Food and Agricuture Organization of the United Nations em 20 de Maio de 2009 <www.fao.org/corp/publications/en/> Consulta ao sítio eletrônico da Global Bioenergy Partnership em 20 de Maio de 2009 <http://www.globalbioenergy.org/> Consulta ao sítio eletrônico do Instituto Brasileiro de Geografia e Estatística em19 de Junho de 2009 <www.ibge.gov.br> Consulta ao sítio eletrônico do Instituto de Pesquisas Econômicas Aplicadas em 08 de Junho de 2009 <www.ipeadata.gov.br> Consulta ao sítio eletrônico do Ministério de Minas e Energias em 07 de Junho de 2009 <www.mme.gov.br> Consulta ao sítio eletrônico da Organização para Cooperação e Desenvolvimento Econômico em 07 de Setembro de 2008 <www.ocde.org>
227
Consulta ao sítio eletrônico da Organização Países Exportadores de Petróleo em 13 de Abril de 2009 <www.opec.org> Consulta ao sítio eletrônico da Revista Portuária em 05 de Abril de 2009 <www.revistaportuaria.com.br> Consulta ao sítio eletrônico do Wordlwide Fuel Chart em 28 de Abril de 2009 <http://worldwide.fuelcells.org/po_base.cgim >