PONTIFÍCIA UNIVERSIDADE CATÓLICA DE MINAS GERAIS · 2014. 11. 28. · Cenários de Longo Prazo para o Setor de Transportes e Consumo de Combustíveis. Tese apresentada ao Programa

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


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


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.


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


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


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)


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)


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)


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)


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)


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)


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


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


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


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


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


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


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


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$


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


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$


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


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


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


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


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


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


Tabela 12 – Resultados Máximo e Mínimo para Total de Locomotivas


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


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


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


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


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


Tabela 14 – Resultados Máximo e Mínimo para Movimentação de Embarcações de Longo Curso


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


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


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


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


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$


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


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


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$


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


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


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


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


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


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


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


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


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$


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


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$


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$


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


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$


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


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$


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


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$


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


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$


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$


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


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)


0

0,5

1

1,5

2

2,5

10000 20000 30000 40000 50000 60000 70000 80000 90000 100000 110000


Freq

uenc

y

Gráfico 132 – Histograma Mínimo para Evolução da Demanda por Combustíveis Líquidos para o Setor de Transportes (mil tep)

195


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)


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)


0

0,5

1

1,5

2

2,5

103000 104000 105000 106000 107000 108000 109000 110000


Freq

uenc

y

Gráfico 135 – Histograma Máximo para Consumo de Energia Setor de Transportes (10³ tep)


0

0,5

1

1,5

2

2,5

3

3,5

50000 60000 70000 80000 90000 100000 110000 120000 130000 140000


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


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)


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


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 (%)


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


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 (%)


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


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


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


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


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


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


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


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


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 >

Documents

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE MINAS GERAIS · 2014. 11. 28. · Cenários de Longo Prazo para o Setor de Transportes e Consumo de Combustíveis. Tese apresentada ao Programa