Embed Size (px)
Citation preview
Equation Chapter 1 Section 1
Proyecto Fin de Máster
Máster en Organización Industrial y Gestión de
Empresas
Estudio de Eficiencia de Contaminación Acústica en
Aeropuertos Europeos
Autor: Rocío Riscart Pedrote
Tutor: Gabriel Villa Caro
Dpto. de Organización Industrial y Gestión de
Empresas I
Escuela Técnica Superior de Ingeniería
Universidad de Sevilla
Sevilla, 2018
iii
Proyecto Fin de Máster
Máster en Organización Industrial y Gestión de Empresas
Estudio de Eficiencia de Contaminación Acústica en
Aeropuertos Europeos
Autor:
Rocío Riscart Pedrote
Tutor:
Gabriel Villa Caro
Profesor titular
Dpto. de Organización Industrial y Gestión de Empresas I
Escuela Técnica Superior de Ingeniería
Universidad de Sevilla
Sevilla, 2018
v
Proyecto Fin de Carrera: Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Autor: Rocío Riscart Pedrote
Tutor: Gabriel Villa Caro
El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros:
Presidente:
Vocales:
Secretario:
Acuerdan otorgarle la calificación de:
Sevilla, 2018
El Secretario del Tribunal
vii
A mi familia
A mis maestros
A mis compañeros
ix
Agradecimientos
A todos aquellos que lo han hecho posible, en especial a Luis; y a ti Gabriel por la paciencia.
Rocío Riscart Pedrote
Sevilla, 2018
xi
Resumen
La contaminación acústica en los aeropuertos es un problema grave, que nos afecta directamente a la
salud y nuestra calidad de vida. Por tanto, es crucial que empecemos a buscar soluciones para mitigarlo.
Actualmente, el ruido, es un tema que empieza a tenerse en cuenta en los estudios medioambientales,
pero no olvidemos que ha sido de los más actuales, pues ha sido esta última década cuando ha empezado a
introducirse en sus estudios.
Este trabajo estudia la eficiencia de un grupo de aeropuertos europeos en cuanto al ruido que generan
entre los años 2010 y 2016. Aplicando los dos trabajos más relevantes de la literatura que abordan las salidas no
deseadas en DEA: los modelos de Kuosmanen y Färe; para las tecnologías CRS y VRS.
xiii
Abstract
The noise pollution in airports is a serious problem, which directly affects our health and our quality of
life. Therefore, it is crucial that we start looking for solutions to mitigate it.
This paper studies the efficiency of a group of European airports in terms of noise generated between
2010 and 2016. Applying the two most relevant works of literature that address the undesirable outputs in DEA:
the Kuosmanen and Färe models; for CRS and VRS technologies.
xv
Índice
Agradecimientos ix
Resumen xi
Abstract xiii
Índice xv
Índice de Tablas xvii
Índice de Figuras xix
Notación xxi
1 Objetivo del Presente Trabajo 1
2 Introducción 3
3 Estado del Arte 5 3.1 Ruido. Contaminación en aeropuertos 5
3.1.1 Introducción al ruido 5 3.1.2 Estudios sobre contaminación acústica en aeropuertos 9
3.2 Aplicaciones DEA para aeropuertos 16
4 Modelos DEA con Salidas Indeseadas 21
5 Estudio DEA para Aeropuertos para la Minimización del Ruido 25
6 Análisis de los Resultados 29 6.1 Análisis temporal 2010-2015 30 6.2 Análisis de eficiencia 2016 35
7 Resumen y Conclusiones 41
Referencias 47
Anexos 53
xvii
ÍNDICE DE TABLAS
Tabla 1. Artículos de aplicación DEA en aeropuertos ........................................................................ 19
Tabla 2. Aeropuertos propuestos para la aplicación ............................................................................ 26
Tabla 3. Datos de entradas para los años 2010 a 2015 ........................................................................ 29
Tabla 4. Datos de pasajeros para los años 2010 a 2015 ....................................................................... 29
Tabla 5. Datos de operaciones para los años 2010 a 2015 .................................................................. 29
Tabla 6. Datos de niveles acústicos para los años 2010 a 2015 .......................................................... 30
Tabla 7. Datos de entradas y salidas para el año 2016......................................................................... 30
xix
ÍNDICE DE FIGURAS
Figura 1: Sonómetros de tipo 1; Precisión de ± 1 dB ............................................................................ 6
Figura 2. Esquema de funcionamiento de un sistema de monitorado. Extraido de Actualización de
Mapas Estratégicos de Ruido................................................................................................. 7
Figura 3: Mapa de ruido, aeropuerto Flughafen- Zurich ....................................................................... 8
Figura 4: Ruido total, específico y residual ........................................................................................... 9
Figura 5. Cambios en el procedimiento de aterrizaje .......................................................................... 11
Figura 6. Mapa de ruido con 3 grados de inclinación .......................................................................... 12
Figura 7. Mapa de ruido con 3 grados de inclinación y desplazamiento de 1500 pies ....................... 12
Figura 8. Mapa de ruido con 4,5 grados de inclinación ....................................................................... 12
Figura 9. Esquema de despegue. L es la distancia entre el punto de inicio del rodaje y el punto de
referencia P2 ........................................................................................................................ 13
Figura 10. EPNL cumulado para velos comerciales............................................................................ 14
Figura 11. DMU con entradas y salidas ............................................................................................... 26
Figura 12. Eficiencia Aeropuerto París- Charles de Gaulle ................................................................ 31
Figura 13. Eficiencia Aeropuerto de Barcelona- El Prat ..................................................................... 31
Figura 14. Eficiencia Aeropuerto Lennart Meri Tallin ........................................................................ 31
Figura 15. Eficiencia Aeropuerto Basel- Mulhouse- Freiburg ............................................................ 32
Figura 16. Eficiencia Aeropuerto de Innsbruck ................................................................................... 32
Figura 17. Eficiencia Aeropuerto París- Orly ...................................................................................... 33
Figura 18. Eficiencia Aeropuerto Adolfo Suárez Madrid- Barajas ..................................................... 33
Figura 19. Eficiencia Aeropuerto Berlín- Schönefeld ......................................................................... 33
Figura 20. Eficiencia Aeropuerto Berlín- Tegel .................................................................................. 34
Figura 21. Eficiencia Aeropuerto Zúrich- Kloten ................................................................................ 34
Figura 22. Eficiencia año 2016 ............................................................................................................ 35
Figura 23. Landa Kuosmanen CRS 2016 ............................................................................................ 36
Figura 24. Landa Kuosmanen VRS 2016 ............................................................................................ 37
Figura 25. Landa Färe CRS 2016 ........................................................................................................ 38
Figura 26. Landa Färe VRS 2016 ........................................................................................................ 38
Figura 27. Zanjas excavadas en el aeropuerto de Schiphol ................................................................. 43
Figura 28. Esquema de actuación de las zanjas excavadas en el aeropuerto de Schiphol ................... 44
Figura 29. Buitenschot Park, aeropuerto de Schiphol .......................................................................... 44
xxi
Notación
APS Annual Population Survey
CRS Constant Return to Scale
dB Decibelios
dBA Decibelios medios con filtro A
DDF Directional Distance Function
DEA Data Envelopment Analysis
DMU Decision Making Unit
EPNdB Effective Perceived Noise in decibels
EPNL Effective Perceived Noise Level
FAAN Federal Airports Authority of Nigeria
FDEA Fuzzy- DEA
MPI Malmquist Productivity Index
MTOW Maximum Take-Off Weight
NMT Noise Monitoring Terminals
OACI Organización de Aviación Civil Internacional
PPS Production Possibility Set
PR Punto de referencia
SMB Slacks-Based Measure
SWB
VRS
Subjective Wellbeing
Variable Return to Scale
1
1 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
1 OBJETIVO DEL PRESENTE TRABAJO
Los problemas de contaminación acústica provocados por el transporte aéreo se han incrementado en
las últimas décadas debido a la aproximación de las ciudades a los aeropuertos y al aumento del tráfico aéreo
comercial y recreativo. Los aeropuertos también son más ruidosos al estar dotados de diversos servicios necesarios para las
actividades de tráfico aéreo (estancia, reparación y suministro de aeronaves, recepción de viajeros y mercancías,
estacionamiento de vehículos, etc.). Asimismo, las compañías aéreas disponen de zonas industriales en las que
realiza el mantenimiento de sus aviones, motores y componentes.
Los aeropuertos son infraestructuras que ineludiblemente están asociadas a altos niveles de ruido. El
aumento de la población afectada, así como la preocupación en materia medioambiental, han situado esta
cuestión y sus efectos en el foco de investigaciones en referencia a los efectos del ruido, así como han fomentado
un crecimiento en el desarrollo de herramientas y medidas dedicadas a la disminución de dicho ruido.
El objetivo del presente trabajo es precisamente éste, analizar la eficiencia de los diferentes aeropuertos
de estudio en relación con su gestión de la contaminación acústica y proponer medidas y aplicaciones para
reducir los niveles acústicos registrados en cada aeropuerto de estudio
Objetivo del Presente Trabajo
2
3
3 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
2 INTRODUCCIÓN
La aviación se ha convertido en una industria dinámica y competitiva, y los aeropuertos son el centro
del transporte nacional e internacional. Los informes sobre los aeropuertos más concurridos indican un aumento
continuado en el tráfico de pasajeros. Por ejemplo, en 2011 se registraron más de 1.500 millones de pasajeros y
casi 20 millones de vuelos con una tendencia anual de incremento del 7% para los aeropuertos de Europa.
Es un sector de rápido crecimiento con crecientes preocupaciones medioambientales vinculadas a las
emisiones de los aviones en los aeropuertos y al ruido molesto. Recientemente el sector aeronáutico se enfrenta
a un nuevo desafío: establecer una industria de "aviación sostenible"; los aeropuertos y la industria de la aviación
se consideran una de las principales fuentes de problemas ambientales y uno de los principales focos de
sostenibilidad.
Comenzaremos nuestro trabajo realizando una investigación sobre el estado actual en el que se
encuentra la contaminación acústica en aeropuertos; dividiremos nuestro estado del arte en tres secciones. En la
primera sección haremos una introducción al ruido desde el punto de vista aeroportuario y veremos varios
artículos que tratan sobre la contaminación acústica en los aeropuertos. En la segunda sección veremos
aplicaciones DEA en aeropuertos.
Una vez realizada la revisión bibliográfica respecto al problema acústico en aeropuertos, procederemos
a estudiar cómo los modelos DEA tratan con salidas indeseadas; más concretamente nos basaremos en los dos
trabajos de referencia en estos casos, como son Färe y Grosskopf (2004) y Kuosmanen (2005).
Tras finalizar toda la investigación relacionada con nuestro tema a tratar, pasaremos a realizar un caso
práctico, donde desarrollaremos un estudio DEA para minimizar el ruido en un grupo de aeropuertos europeos
seleccionados para nuestro caso de estudio. A continuación, analizaremos los resultados y procederemos a
realizar un breve resumen y a analizar las conclusiones más relevantes.
Introducción
4
5
5 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
3 ESTADO DEL ARTE
Abordaremos el estado del arte desde dos perspectivas; la contaminación acústica generada por los
aeropuertos y modelos matemáticos DEA (Data Envelopment Analysis) para salidas indeseadas.
Primero nos acercaremos al problema definiendo los conceptos básicos del ruido y de estudios que
analizan la contaminación acústica en los aeropuertos. Debido a que la herramienta DEA es idónea en la
medición de la eficiencia en aeropuertos, se introducen los modelos DEA que serán de aplicación en el trabajo.
3.1 Ruido. Contaminación en aeropuertos
En este apartado comenzaremos mostrando los fundamentos del ruido y sus características en
aeropuertos; definiremos las principales técnicas y procedimientos para su medida, así como los índices que lo
definen y los diferentes tipos de ruido que podemos encontrar en los aeropuertos. Seguidamente encontraremos
diferentes estudios dedicados al ruido en aeropuertos y sus resultados
3.1.1 Introducción al ruido
El creciente aumento de la globalización ha llevado consigo una creciente necesidad de movilidad, que
ha causado un fuerte aumento en el uso del transporte aéreo; y en consecuencia un aumento considerable en la
contaminación acústica generada por éstos.
La reducción de la contaminación acústica se considera actualmente uno de los retos más importantes
a los que debe enfrentarse la industria de la aviación para garantizar un alto nivel de vida para la población en
un contexto urbano.
Entre las diferentes actividades que se realizan en los aeropuertos cabe destacar las operaciones de
aterrizaje y despegue, debido principalmente a los siguientes factores:
- Generación de niveles acústicos muy elevados, especialmente los despegues.
- Proximidad a las viviendas más cercanas al área aeroportuaria.
El ruido que producen las aeronaves en base a su carácter temporal se puede definir como ruido
intermitente. Cuando pasan los aviones, el nivel de ruido aumenta y disminuye rápidamente. Para medir este
tipo de eventos se hace de manera continua durante la duración del mismo, además se debe anotar su duración.
El sonómetro es el dispositivo que mide estos niveles de ruido. Por lo tanto, es un instrumento que
permite cuantificar el nivel de presión sonora. Los sonómetros se clasifican en:
Tipo 0: Usado en laboratorios, mucha precisión
Tipo 1: Errores de precisión de ± 1 dB (decibelios).
Estado del Arte
6
Tipo 2: Errores de precisión de ± 2 dB (edcibelios).
En los aeropuerto es ususal encontrar sonómetros de tipo 1. (Figura 1).
Figura 1: Sonómetros de tipo 1; Precisión de ± 1 dB. Fuente: gate21 [1] y quiport [2].
Esta clasificación está basada en la norma de la Internacional Electrotechnical Commission IEC 61672.
Un sistema de monitorado se compone de un sensor de presión acústica (micrófono), una unidad de
acondicionamiento, una unidad de procesamiento y una unidad de presentación.
El micrófono o sensor de presión acústica se encarga de transformar las ondas sonoras en impulsos
eléctricos que son enviados al sistema.
En la unidad de acondicionamiento se realiza la conversión analógico-digital, se hace la conversión a
unidades de presión sonora (Pascales) y se realiza un filtrado de los datos con filtros de ponderación (Curvas de
ponderación) para adaptar la salida en niveles de ruido que se adapten a la sensibilidad que tiene el ser humano.
La medición de dicho sonido, se realiza mediante un registro continuo de mediciones cortas
(habitualmente de 1 segundo), y consecutivas, que permite evaluar la evolucion temporal del nivel acústico,
normalmente en dBA (decibelios medios con filtro A).
Es necesario indicar la duración del evento, ya que la molestia generada por el ruido no sólo depende el
nivel maximo alcanzado, sino también de su duración.
7
7 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Figura 2. Esquema de funcionamiento de un sistema de monitorado. Extraido de Actualización de Mapas
Estratégicos de Ruido. Aderopuerto de Madrid-Barajas 2008. Fuente: AENA [3].
La cuantificación de una magnitud física es posible de una forma exacta, pero la de una sensación
subjetiva no lo es. Debido a una falta de acuerdo entre los técnicos a la hora de evaluar la molestia del ruido se
elaboran multitud de escalas o índices que adoptan posiciones distintas frente al mismo problema.
A continuación se hace una breve explicación de estos índices usados tanto en aviación como en otros
campos:
- LAmax (dBA): el nivel de presión sonora máximo; que describe el instante en el que el sonido
alcanza su mayor nivel.
- LE (dBA): el nivel de exposición sonora. Integra la totalidad de la energia acústica registrada
entre el inicio y el final del evento sonoro, y expresa dicho resultado de manera estandarizada.
- Leq (dBA): el nivel de presión sonora equivalente, es el indicador que, calculado a partir de los
eventos sonoros, y para un intervalo de referencia, permite evaluar la contaminación acústica
producida por el conjunto de todos los eventos sonoros aislados (en nuestro caso aviones) .
Este último índice, es el que se analiza cuando se elaboran mapas de ruido (Figura 3). Es el indicador al
que se refieren los principaes documentos de referencia a nivel internacional. Además, dicho indicador es el que
se menciona en la principal norma de referencia para el monitoreado de ruido de aviones (ISO 20906). [4]
Estado del Arte
8
Figura 3: Mapa de ruido, aeropuerto Flughafen- Zurich. Fuente: Aeropuerto de Zurich.
El Leq se calcula a partir del valor cuadrático medio de la presión sonora ponderada A en un periodo de
observación T. Ver ecuación 1.
LAeq,T= 𝟏𝟎𝐥𝐨𝐠[𝟏
𝑻∫ (
𝒑𝟐(𝒕)
𝒑𝟎𝟐 )
𝑻
𝟎𝒅𝒕](dBA)
(1)
Donde:
P0= Presión de referencia
P= Presión media
En el caso que tratamos, resulta de gran importancia discrimirar el ruido generado por los aviones del
ruido generado por otras fuentes de ruido. En este sentido se definen los conceptos ruido específico, ruido
residual y ruido total. El ruido total es el sonido procedente de todas las fuentes de ruido existentes; mientras que
el ruido específico se limita al sonido generado por la fuente de estudio. La diferencia entre ambos es el ruido
residual.
9
9 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Figura 4: Ruido total, específico y residual. Fuente: Elaboración propia.
Así mismo, la legislación más actualizada, siguiendo las recomendaciones y regulaciones europeas, ha
diferenciado tres periodos temporales para distribuir el tráfico previsto en base al horario operativo del
aeropuerto.
- Periodo día. Operaciones entre las 7.00 – 19.00 horas.
- Periodo tarde. Operaciones entre las 19.00 – 23.00 horas.
- Periodo noche. Operaciones entre las 23.00 - 7.00 horas.
Actualmente tenemos en vigor el Reglamento (UE) nº 598/2014 del Parlamento Europeo y del Consejo,
de 16 de abril de 2014 [5], relativo al establecimiento de normas y procedimientos con respecto a la introducción
de restricciones operativas relacionadas con el ruido en los aeropuertos de la Unión dentro de un enfoque
equilibrado y que deroga la Directiva 2002/30/CE (DOUE nº L 173 de 12/06/2014).
Este reglamento establece, para los casos en que se haya observado un problema de ruido, normas sobre
el proceso que deberá seguirse para la introducción de restricciones operativas relacionadas con el ruido de
manera coherente para cada aeropuerto concreto, al objeto de contribuir a mejorar el entorno acústico y de limitar
o reducir el número de personas afectadas de manera significativa por los posibles efectos nocivos del ruido de
las aeronaves, de conformidad con el enfoque equilibrado.
3.1.2 Estudios sobre contaminación acústica en aeropuertos
Muy pocos estudios han abordado la cuestión de estimar cuáles son los factores que pueden afectar a la
cantidad de emisiones locales y el nivel de ruido producido en un aeropuerto. Grampella et al. (2016) establece
que son dos los factores principales que afectan al territorio situado alrededor de los aeropuertos (incluida la
población, los animales, plantas, cultivos, agua, tierra, etc.), las emisiones durante las operaciones aeroportuarias
y el ruido.
En este artículo se abordan dos objetivos: (i), investigar la magnitud de algunos factores determinantes
para la generación de ruido y emisiones (como el número de operaciones anuales y las características de la flota
Estado del Arte
10
de aviones) y (ii) añadir nuevos elementos a los cargos ambientales y de ruido ya adoptados en muchos
aeropuertos europeos (como puede ser el impacto de la edad de la aeronave o la unificación de los cargos de
emisiones y ruido en lugar de tratarse por separado). Para analizar los factores ambientales del aeropuerto, es
necesaria una medida que reúna tanto la cantidad de diferentes contaminantes como los niveles de ruido
generados por un aeropuerto en un período de tiempo.
El análisis se lleva a cabo para una muestra de 31 aeropuertos italianos que representan
aproximadamente el 90% del total de movimientos anuales de aeronaves.
Recalca que la edad del avión no entra en la configuración de regulación aún, a pesar de que la edad
puede ser un determinante importante de las externalidades del aeropuerto. Y que el tamaño de la aeronave
debería tenerse en cuenta, ya que puede proporcionar un incentivo adicional para que la aerolínea elija el tamaño
óptimo para cada ruta.
Además, añade que solo 9 aeropuertos italianos de un total de 31 incluidos en el estudio tienen
limitaciones de vuelo durante la noche, entre las 23:00 y las 6:00. Lo cuál sería una gran medida para reducir los
niveles acústicos.
Primero, describe dos índices que miden la cantidad de contaminación y ruido producidos por un
modelo de aeronave específico, en base a los valores de certificación. En segundo lugar, aplica dichos índices a
los movimientos observados en un aeropuerto específico durante un año para obtener dos medidas anuales de
efecto ambiental (una para la contaminación del aire local y otra para el ruido). Luego, convierte las medidas
obtenidas, que se expresan en cantidades de contaminantes y en decibelios, en valores monetarios y los suma
para obtener una medida agregada única de los efectos ambientales producidos por las operaciones del
aeropuerto durante un año.
Índice de contaminación local:
𝐿𝐴𝑃ℎ = ∑𝐶𝑝
4
𝑝=1
𝑃𝑝ℎ (2a)
Nivel de ruido promedio para avion i:
𝐴𝑁𝑖 = 10𝑙𝑜𝑔 (1
3∑10
𝐸𝑃𝑁𝐿𝑖10⁄
3
𝑞=1
) (2b)
Cantidad anual de ruido para aeropuerto i:
𝑀𝐴𝑁ℎ = ∑ ∑ 𝑀𝐴𝑁𝑚𝑖 +
𝑀𝐷
𝑚=1
𝐼
𝑖=1
∑ ∑(𝑀𝐴𝑁𝑚𝑖 )
𝑀𝑛
𝑚=1
𝐼
𝑖=1
(2c)
11
11 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Contaminación total:
TEh= LAPh + MANh (2d)
Torija et al. (2018) nos habla sobre la influencia del tipo de avión en la generación de ruido. Nos dice
que se requieren estudios a nivel de flota para evaluar el beneficio potencial de aplicar nuevas tecnologías en las
aeronaves y el estudio de nuevos procedimientos operacionales para minimizar el impacto ambiental de la
aviación.
Si el aumento proyectado de la demanda de tránsito aéreo en las próximas décadas se materializa sin
una mitigación adecuada, las externalidades ambientales de la aviación podrían alcanzar valores críticos,
llevando a un mayor deterioro de las relaciones entre la industria de la aviación y las comunidades en torno a los
aeropuertos.
Como ya sabemos en este punto, los niveles más altos de ruido se generan en el despegue y el aterrizaje
del avión. Es por esto por lo que varios autores han escrito diferentes propuestas para reducir el ruido en estos
casos. Por ejemplo, Filippone (2017), se centra en tres conceptos diferentes:
1.) Enfoque empinado, con ángulos de deslizamiento por encima de los 3 grados
convencionales;
2.) Aterrizaje desplazado;
3.) Enfoque de descenso continuo.
Figura 5. Cambios en el procedimiento de aterrizaje. Fuente: Filippone (2017).
El modelo de avión utilizado para la predicción del ruido es un Airbus A320-211 accionado por motores
turbohélice CFM56-5C4, con la variante de peso V16 del fabricante (MTOW (Maximum Take-Off Weight) =
73,500 kg). Como podemos ver en las siguientes figuras, conforme se aumenta el ángulo de inclinación y varia
la distancia de desplazamiento, disminuyen los niveles de ruido; y en consecuencia los mapas de ruido se
reducen.
Estado del Arte
12
Figura 6. Mapa de ruido con 3 grados de inclinación. Fuente: Filippone (2017).
Figura 7. Mapa de ruido con 3 grados de inclinación y desplazamiento de 1500 pies. Fuente: Filippone (2017).
Figura 8. Mapa de ruido con 4,5 grados de inclinación. Fuente: Filippone (2017).
Un desplazamiento de aproximadamente 450m reduciría el nivel de ruido en -1 EPNL (Effective
Perceived Noise Level) en la pendiente de planeo convencional. Alternativamente, si aumentamos la pendiente
en casi 3.5 grados, conseguiríamos el mismo resultado.
Por su parte, Gagliardi et al. (2018), va más allá y nos muestra cómo el nivel de emisión de ruido de la
aeronave durante la fase inicial del despegue está influenciado por varios parámetros, que a menudo producen
una fluctuación significativa en los niveles de ruido medidos en el terminal de monitoreo de ruido. Esta
fluctuación no sólo se debe a las diferentes aeronaves involucradas en el proceso, sino que también depende en
gran medida de la configuraciones operacionales y características de cada despegue, incluso cuando se analiza
el mismo tipo de aeronave. El objetivo de este estudio es identificar los diferentes parámetros que los pilotos
podrían controlar y variar con el fin de reducir el ruido.
13
13 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Figura 9. Esquema de despegue. L es la distancia entre el punto de inicio del rodaje y el punto de referencia
P2. Fuente: Gagliardi et al. (2018).
En el estudio se tienen en cuenta factores como la distancia recorrida en el despegue, el peso de la
aeronave, la velocidad, las condiciones climáticas, la temperatura del aire y su densidad y la dirección del viento.
Los resultados muestran que el peso real en el despegue y tanto la velocidad como la altitud del avión
afectan significativamente en la emisión de ruido, por lo que estos parámetros podrían ser objeto de estudio para
reducir las emisiones acústicas.
Por otro lado, Alonso et al. (2017) estudia la evolución de la exposición al ruido en seis aeropuertos
europeos. Y demuestra que varios factores, como la crisis mundial del 2011, han afectado seriamente a la
industria aeronáutica.
La sensibilidad al ruido de un aeropuerto depende de varios factores, el más importante es el número de
personas que pueden verse afectadas por sus operaciones. Esto a su vez está determinado por la ubicación del
aeropuerto en relación con las áreas residenciales, sus rutas de llegada y salida, y el número y tipo de aeronaves.
El ruido de la aeronave se percibe únicamente como una molestia, pero también tiene considerables
efectos secundarios relacionados con la salud.
Como resultado, la industria de la aviación realiza muchos esfuerzos para reducir el ruido de los aviones,
impulsado por las regulaciones en respuesta a las preocupaciones del público sobre los efectos negativos del
ruido (Puhn et al., 2016). Estas regulaciones han sido desarrolladas por la Organización de Aviación Civil
Internacional (OACI) y otras organizaciones en los últimos años. Las regulaciones actuales se basan en el
Capítulo 4 del Vol. 1 del Anexo 16 (OACI, 2008) [6] y especifican los límites de ruido que una aeronave debe
cumplir durante el proceso de certificación.
Los procedimientos detallados para la evaluación de los niveles de ruido percibidos equivalentes
(EPNL) se describen en el Manual técnico ambiental emitido por la OACI (2004). Los niveles de ruido se
determinan a partir de sobrevuelos con diferentes potencias de motor y altitudes, en función de los datos de
rendimiento aerodinámico de la aeronave. Cada certificado de ruido es válido para un tipo de motor específico.
En el estándar de regulación de ruido actual (Capítulo 4 (ICAO, 2008)) se define un límite de margen
Estado del Arte
14
de llegada de EPNL de 10dB. Por lo tanto, la mayoría de los aviones comerciales pueden cumplir con el límite
establecido, como se muestra en la Figura 10.
Figura 10. EPNL cumulado para velos comerciales. Fuente: Alonso et al. (2016).
Aunque los reglamentos sobre el ruido de las aeronaves sin duda son una parte importante, es necesario
realizar otros esfuerzos para mitigar eficazmente la generación de ruido en los aeropuertos; como puede ser la
creación de arboleda en sus inmediaciones o infraestructuras que mitiguen el ruido.
El ruido de las aeronaves también debe tenerse en cuenta a nivel operativo. Esto también lo considera
la OACI, que enfoca los siguientes temas:
• Reducción del ruido del motor
• Operaciones de vuelo mejoradas
• Restricción de operaciones mediante cuotas
• Mejoras del desarrollo urbano en las cercanías de los aeropuertos
Como conclusión extrae que, la reducción diaria de ruido fue posible principalmente al desarrollo de
nuevas tecnologías aeronáuticas centradas en la reducción del ruido y, en consecuencia, en la renovación de la
flota realizada por las compañías aéreas en la última década. Además, los aviones más nuevos pueden mejorar
la eficiencia transportando más pasajero con menos movimientos de aeronaves. Este es un punto crucial porque
los movimientos están fuertemente relacionados con la generación de ruido, y en la última década, ha habido
una tendencia a aumentar el tamaño medio de las aeronaves utilizadas por las aerolíneas. Sin olvidar, las posibles
medidas que pueden aplicar los aeropuertos para reducir los niveles de ruido, como la discriminación horaria y
el cierre de las pistas durante la noche.
Koprsh (2016) estudia la diferencia entre el coste del ruido de una aeronave y el ruido de la carretera
utilizando el metaanálisis. Obteniendo una diferencia de coste entre el ruido generado por una aeronave y el
ruido de la carretera de un 0,40% y 0,60% más por cada dB incrementado.
15
15 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
En su artículo no da respuesta al porqué de esta diferencia, pero argumenta que puede ser debido a que
el ruido de la aeronave afecta la salud de forma diferente al ruido de la carretera; debido a las diferencias en
predictibilidad e intensidad. Es decir, el ruido de la carretera es continuo mientras el ruido de la aeronave está
más disperso y a menudo es más fuerte.
Por otra parte, nos encontramos con los diferentes problemas que presentan los aparatos de medida que
se utilizan en la actualidad; Genescá et al. (2013) examina los errores del sonómetro cuando se mide el ruido
directo del avión en presencia de ruido de fondo. Nos habla sobre como los terminales de monitoreo de ruido
(NMT (Noise Monitoring Terminals)) miden continuamente el ruido en el entorno del aeropuerto; que por lo
general están expuestos a un alto nivel de ruido de fondo, los niveles reales de ruido soportados por los receptores
dependen en gran medida de las condiciones meteorológicas, la trayectoria del vuelo y los patrones de vuelo.
Todo este ruido de fondo genera muchos problemas para medir el ruido del avión mezclado con el ruido de
fondo.
Los niveles de presión sonora medidos por un sonómetro colocado sobre el suelo durante el sobrevuelo
de una aeronave incluyen el ruido directo de la aeronave, el ruido de fondo y el ruido de la aeronave reflejado
en el suelo.
Ruido registrado por el terminal:
𝐿𝑝𝑆𝐿𝑀 = 10𝑙𝑜𝑔 (
𝐿𝑝𝐴𝑣𝑖ó𝑛
1010+𝐿𝑝𝑅𝑢𝑖𝑑𝑜𝑑𝑒𝑓𝑜𝑛𝑑𝑜
1010+𝐿𝑝𝑅𝑒𝑓𝑙𝑒𝑗𝑜𝑠
1010) (3)
Maijala et al. (2018) coincide en este aspecto; indicando que los sistemas de monitoreo de ruido
ambiental miden continuamente los niveles de sonido sin asignar estas medidas a diferentes fuentes de ruido,
por lo tanto, son incapaces de identificar la fuente principal de ruido. En este mismo estudio presenta un estudio
de viabilidad sobre un nuevo concepto de monitorización en el que se utiliza un clasificador de fuente de ruido
supervisado, donde se asignan diferentes tipos de ruido y el clasificador “aprende” a diferenciar los diferentes
tipos de ruido que recibe, para detectar automáticamente la actividad de la fuente de ruido objetivo en presencia
de fuentes de ruido interferentes
Estado del Arte
16
3.2 Aplicaciones DEA para aeropuertos
Son múltiples los estudios relacionados con la medición de eficiencia de aeropuertos usando DEA. La
mayor parte de ellos basan la eficiencia en salidas tradicionales (deseadas), las cuales se desean maximizar.
Fragoudaki, et al. (2016) evalúa la eficiencia operativa y los cambios de productividad de los
aeropuertos griegos, durante los primeros cinco años de la crisis económica. Para ello utiliza DEA e índice de
productividad de Malmquist (MPI (Malmquist Productivity Index)). El estudio se realiza en 38 aeropuertos
griegos durante el período 2010-2014, teniendo en cuenta como entradas la longitud de la pista, área para
hangares y tamaño de la terminal para pasajeros; y como salidas el total de movimientos al año, el total de
pasajeros al año y la carga manejada. El análisis de datos mostró que, durante el período de estudio, las llegadas
de turistas a Grecia siguieron una tendencia ascendente. Los resultados empíricos indican que la productividad
media de los aeropuertos aumentó un 3,6% durante el período examinado.
Yu, et al. (2008) contiene un estudio sobre el crecimiento de la productividad en el sector aeroportuario
en Taiwán. Utilizando un conjunto de 4 aeropuertos en el periodo de 1995 a 1999. El índice de productividad
de Malmquist-Luenberger se modificó para introducir la presencia de ruido de la aeronave con el uso de la salida
direccional de la función distancia. En este caso, las entradas consideradas fueron los gastos operativos, el coste
laboral y el capital; y las salidas la cantidad de pasajeros y la carga. Como resultado, obtuvieron que el
crecimiento de la productividad anual de los aeropuertos de Taiwán es de un 8,0% durante este período,
ignorando que una reducción en las salidas no deseadas en el análisis de productividad tradicional puede reducir
seriamente dicho crecimiento al alza.
Wanke, et al. (2016) presenta un análisis de la eficiencia de los aeropuertos de Nigeria utilizando los
principales modelos FDEA (Fuzzy- DEA) basados en el enfoque de nivel α. Las variables se modelaron como
números difusos triangulares con valores máximos y mínimos determinados por un desplazamiento del 20% de
sus valores medios. Donde utiliza el número de pasajeros al año, dimensión de la pista, número de empleados y
área de hangares como entradas y número de pasajeros (por año), número de movimientos, carga (kg/año) y
rendimiento de la carga (kg /año).
Sobre la base de los resultados podemos obtener que los altos costes fijos explican la baja eficiencia de
los aeropuertos nigerianos. La implicación política de este proyecto de investigación es que los aeropuertos
nigerianos operados por la FAAN (Federal Airports Authority of Nigeria) deben adoptar una política de mejora
de la eficiencia aeroportuaria basada en mantener los costes de capacidad fijos bajo control.
Lo Storto, (2018) investigó la influencia que la propiedad puede tener en la variación de la eficiencia
operativa de los aeropuertos. Utilizamos un enfoque de metafrontera DEA patentado y tres especificaciones del
modelo DEA para explicar las diferencias de eficiencia en 45 aeropuertos italianos como consecuencia de las
diferentes formas de propiedad de las compañías que opera en los aeropuertos. Utilizando tres entradas (número
de pasajeros, carga y movimientos de aeronaves); y dos salidas (ingresos de aviación y no aviación). La
17
17 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
eficiencia del aeropuerto se midió desde tres perspectivas diferentes pero complementarias (eficiencia técnica u
operativa, eficiencia de costes y eficiencia de ingresos) para obtener una visión más completa.
Li, (2014) emplea coeficientes de correlación, análisis de regresión y DEA para medir los costes de
servicio de las actividades aeroportuarias y propone nuevos enfoques para mejorar la situación actual. Este
estudio considera los costes del servicio aeroportuario como una variable de salida (SC: airport service costs) y
once variables de entrada (LN: labor numbers; PE: personnel expenses; AA: apron area; CTA: cargo terminal
area; PTA: passenger terminal area; SFN: scheduled flight numbers; PN: passenger numbers; APN: arrival
passenger numbers; DPN: departure passenger numbers; PCPH: passenger capacity of peak hour; AAC:
amount of airport cargo). Los principales hallazgos de este estudio muestran que existe una alta correlación
entre los costes del servicio aeroportuario y los números de mano de obra, los gastos de personal, el área de la
terminal de carga, el área de la terminal de pasajeros, el área de la plataforma y los números de vuelo. Esto
significa que los números de mano de obra y los gastos de personal son variables importantes para medir los
costos del servicio aeroportuario.
Sin embargo, existen estudios en los que los autores sí se interesan por la reducción de algunas salidas
no deseadas para maximizar la eficiencia aeroportuaria desde distintos puntos de vista.
Así, en Lozano, et al. (2011) se investiga sobre la falta de medida de eficiencia (SBM (slacks-based
measure)) en 39 aeropuertos españoles para los años 2006 y 2007. Las entradas se consideran relacionadas con
la infraestructura existente en los aeropuertos, es decir, el área total de la ruta, capacidad de retraso, número de
cinturones de seguridad, el número de contadores de checkin y número de puertas de embarque; y como salidas,
movimientos anuales de pasajeros, los movimientos de tráfico de aeronaves, así como la carga manejada, el
porcentaje de los vuelos cancelados y los vuelos retrasados.
Además de las salidas convencionales (movimientos de tráfico de aeronaves, movimientos de pasajeros
y carga manejada), se han considerado dos salidas no deseadas: porcentaje de vuelos cancelados y vuelos
retrasados. Los resultados muestran que en ambos años más de la mitad de los aeropuertos son técnicamente
eficientes y el resto muestra en general grandes ineficiencias debido a holguras en los diferentes productos,
holguras que el enfoque SBM propuesto es capaz de identificar y cuantificar.
Posteriormente Lozano, et al. (2013) propone una métrica basada en distancia direccional con network-
DEA. El enfoque propuesto se aplica al problema de la modelización y la evaluación comparativa de las
operaciones aeroportuarias. El correspondiente modelo DEA en red considera dos procesos (Movimiento de
aeronaves y carga de aeronaves) con dos salidas finales (Movimiento anual de pasajeros y carga anual), un
producto intermedio (Movimientos de aeronaves) y dos salidas indeseadas (Número de vuelos retrasados y
demoras de vuelo acumuladas). La aplicación se centró en datos de aeropuertos españoles durante el año 2008.
Pathomsirii, et al. (2008) evalúa la productividad de 56 aeropuertos estadounidenses durante el período
2000-2003. Su estudio modela la producción conjunta de salidas deseadas (vuelos no retrasados, pasajeros y
rendimiento de la carga) e indeseadas (vuelos retrasados y tiempo de retraso), utilizando la función de distancia
de salida direccional no paramétrica; utilizando como entradas la superficie terrestre, la cantidad de pistas y el
Estado del Arte
18
área de la pista. Los resultados se comparan con los de modelos que no incluyen salidas no deseadas y muestran
que, si los vuelos retrasados se excluyen del modelo, muchos aeropuertos grandes pero congestionados resultan
ser eficientes. Después de tener en cuenta las demoras, también se encuentran aeropuertos pequeños y menos
congestionados en la frontera eficiente.
Yu, (2004) analiza el futuro crecimiento eficiente de los movimientos de pasajeros y aeronaves al hacer
uso de los recursos aeroportuarios actualmente disponibles y, al mismo tiempo, adopta salidas no deseadas y
factores ambientales.
Cuatro variables conforman las entradas: el área de la pista (en metros cuadrados), el área de la
plataforma (en metros cuadrados), el área de la terminal (en metros cuadrados) y la cantidad de rutas aéreas de
cada aeropuerto conectadas con los otros aeropuertos nacionales. Las variables de salida deseadas son el número
de movimientos de aeronaves y el número de pasajeros; y una salida no deseada, ruido de la aeronave.
Se consideraron tres tipos de medidas de eficiencia aeroportuaria utilizando DEA: La eficiencia
convencional, la eficiencia ambiental ajustada y la eficiencia ajustada con salidas no deseadas. Los resultados
indican que los aeropuertos existentes pueden procesar más pasajeros y movimientos de aeronaves que en 2000.
En otras palabras, ampliar las instalaciones en algunos de los aeropuertos nacionales en Taiwán puede no ser
necesario.
En la tabla 1 se muestra las tecnologías usadas en los diferentes estudios de DEA en aeropuertos, así
como las entradas y salidas consideradas. Se puede observar, que los autores suelen coincidir bastante tanto en
entradas como salidas, en cambio podemos ver que no se decantan por una tecnología concreta. Yu, (2004) y
(2008), junto con Pathomsirii, et al. (2008) y Lo Storto, (2018) usan CRS (Constant Return to Scale); mientras
que Wanke, et al. (2016), Fragoudaki, et al. (2016) y Li, (2014) usan VRS (Variable Return to Scale). Otros
autores como Lozano, et al. (2013) consideran ambas tecnologías en sus estudios.
19
19 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Tabla 1. Artículos de aplicación DEA en aeropuertos
REFERENCIA TECNOLOGÍA ENTRADAS SALIDAS
Fragoudaki, A., Giokas, D., & Glyptou, K. (2016).
Efficiency and productivity changes in Greek
airports during the crisis years 2010–2014. Journal
of Air Transport Management , 57 , 306-315
VRS
Longitud pista
Área para angares
Tamaño terminal pasajeros
Total movimientos/año
Total pasajeros/año
Carga manejada
Yu, M. M., Hsu, S. H., Chang, C. C., & Lee, D. H.
(2008). Productivity growth of Taiwan’s major
domestic airports in the presence of aircraft
noise. Transportation Research Part E: Logistics
and Transportation Review, 44(3), 543-554.
CRS
Gastos operativos
Coste laboral
Capital
Cantidad de pasajeros
Carga
Wanke, P., Barros, C. P., & Nwaogbe, O. R. (2016).
Assessing productive efficiency in Nigerian
airports using Fuzzy-DEA. Transport Policy, 49, 9-
19.
VRS
Número de pasajeros/año
Dimensión de la pista
Número de empleados
Área de angares
Número de pasajeros
Número de movimientos
Carga
Rendimiento de la carga
Lo Storto, C. (2018). Ownership structure and the
technical, cost, and revenue efficiency of Italian
airports. Utilities Policy, 50, 175-193.
CRS
Número de pasajeros
Carga
Movimientos
Ingresos aviación
Ingresos no aviación
Li, S. L. (2014). The cost allocation approach of
airport service activities. Journal of Air Transport
Management, 38, 48-53.
VRS
Número de empleados
Gastos de personal
Área de angares
Área terminal de carga
Área terminal de psajeros
Número de vuelos programados
Número de pasajeros
Número de pasajeros que llegan
Número de pasajeros que salen
Capacidad pasajeros hora pico
Cantidad de carga del aeropuerto
Costes del servicio aeroportuario
Lozano, S., & Gutiérrez, E. (2011). Slacks-based
measure of efficiency of airports with airplanes
delays as undesirable outputs. Computers &
Operations Research, 38(1), 131-139.
CRS/VRS
Área total de la ruta
Capacidad de retraso
Número de cinturones de
seguridad Número de
contadores de checkin
Número de puertas de embarque
Movimientos pasajeros anuales
Movimientos tráfico de aeronaves
Carga manejada
Porcentaje de vuelos cancelados
Vuelos retrasados
Lozano, S., Gutiérrez, E., & Moreno, P. (2013).
Network DEA approach to airports performance
assessment considering undesirable outputs.
Applied Mathematical Modelling, 37(4), 1665-
1676.
CRS/VRSMovimiento aeronaves
Carga aeronaves
Movimiento anual de pasajeros
Carga anual
Movimientos de aeronaves
Número de vuelos retrasados
Demoras de vuelo acumuladas
Pathomsiri, S., Haghani, A., Dresner, M., &
Windle, R. J. (2008). Impact of undesirable
outputs on the productivity of US airports.
Transportation Research Part E: Logistics and
Transportation Review, 44(2), 235-259.
CRS
Superficie terrestre del aeropuerto
Cantidad de pistas
Área de la pista
Vuelos no retrasados
Número de pasajeros
Rendimiento de la carga
Vuelos retrasados
Tiempo de retraso
YU, Ming-Miin. Measuring physical efficiency of
domestic airports in Taiwan with undesirable
outputs and environmental factors. Journal of Air
Transport Management, 2004, vol. 10, no 5, p. 295-
303.
CRS
Área de la pista
Área de la plataforma
Área del terminal
Cantidad de rutas aéreas
Número de movimientos
Número de pasajeros
Ruido de la aeronave
Estado del Arte
20
21
21 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
4 MODELOS DEA CON SALIDAS INDESEADAS
En este apartado hablaremos sobre el tratamiento de salidas no deseadas, en nuestro caso el ruido
generado por las aeronaves en los aeropuertos, mediante modelos DEA.
Desde la introducción del DEA en 1978, ha sido ampliamente utilizado en el análisis de la eficiencia de
muchas aplicaciones comerciales e industriales. Los modelos más conocidos de DEA son el modelo CCR
(Charnes et al., 1978), el modelo BCC (Banker et al., 1984), y el modelo Aditivo (Charnes et al., 1985). Estos
modelos DEA fueron formulados para entradas y salidas deseables. Sin embargo, con frecuencia existen
entradas y/o salidas no deseables en aplicaciones reales.
Sucede a menudo, el ejemplo más típico es la contaminación (por ejemplo, SO2, NOX) generado por las
centrales eléctricas o gases de efecto invernadero. Otros ejemplos de salidas no deseadas son los retrasos en los
aeropuertos, los accidentes en el caso del transporte o el ruido, que es nuestro caso de estudio.
Cuando se consideran salidas no deseadas, el vector de entrada-salida de cada DMU (decision making
unit) j se denota ( ), ,j j jX Y Z , donde Zj representa las salidas no deseadas. Este tipo de salidas difiere de las
salidas deseadas en que la DMU no aumenta dichas salidas, sino que las reduce, al igual que ocurre con las
entradas. Esta similitud con las entradas llevó a algunos investigadores a modelar estas variables como si de
entradas se tratasen, Hailu y Veeman. (2001). Sin embargo, en DEA las entradas son de libre disposición, cosa
que no ocurre en el caso de salidas indeseadas. Por tanto, la forma recomendada de modelar salidas no deseadas
es definiendo una tecnología que maneje salidas indeseadas en concreto.
De acuerdo con Färe y Grosskopf (2004), el tratamiento de salidas no deseadas como insumos es
inconsistente con las leyes físicas y los axiomas estándares de la teoría de la producción. Estos autores abogan
por un enfoque alternativo que modele las salidas indeseadas como productos, imponiendo la suposición de que
estas salidas indeseadas presentan weak disposability.
(X,Y,Z) ϵ T → (X, θY, θZ) ϵ T, ∀θϵ [0,1] (4)
Esta hipótesis viene a decir que es posible reducir de manera uniforme las salidas indeseadas siempre
que las deseadas también se reduzcan simultáneamente.
Piénsese en que, si queremos reducir la contaminación, será a costa de reducir también la producción
generada. Por tanto, se puede considerar que la reducción de la contaminación lograda se consigue mediante la
reducción del nivel de actividad de la empresa. Dicho de otra forma, la disminución del nivel de actividad reduce
los resultados buenos y malos.
Esto difiere del concepto tradicional de free disposability de las salidas deseadas, que se refieren a la
posibilidad de reducir dichas salidas sin tener que reducir a su vez ninguna salida deseada.
Modelos DEA con Salidas Indeseadas
22
La especificación de análisis de actividad convencional de weak disposability todavía implica una
suposición limitada e involuntaria: la única forma de no generar salidas indeseadas es no produciendo salidas
deseadas.
(X, Y, 0) ∈ T → Y = 0S (5)
Con estas dos hipótesis, la formulación para salidas no deseadas propuesta por Färe y Grosskopf (2004)
en su versión direccional DDF (Directional Distance Function) es la siguiente:
𝑀𝑎𝑥𝛽
sa.
∑𝜆j
n
j=1
Xj ≤ X0-𝛽 · gx
𝜃∑𝜆j
n
j=1
Yj ≥ Y0 + 𝛽 · gy
𝜃∑𝜆j
n
j=1
Zj = Z0-𝛽 · gz
𝜆j ≥ 0∀j
0 ≤ 𝜃 ≤ 1
(6)
Dónde g=(gx,gy,gz) es el vector direccional de mejora usado. Hay que hacer notar que la especificación
de weak disposability para estos autores supone implícitamente que todas las empresas de la muestra aplican un
factor de reducción uniforme (variable θ). En nuestro caso de aplicación viene a significar que si aumentan las
salidas deseadas (pasajeros y operaciones), también aumentan las salidas no deseadas (ruido); y que θ es común
a todos los aeropuertos (su valor no depende del aeropuerto en cuestión).
23
23 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Para el caso CRS, la variable θ puede ignorarse, pero para VRS, este modelo resulta ser no lineal, aunque
puede ser linealizado usando el siguiente cambio de variables: �̂�𝑗 = 𝜃 · 𝜆𝑗
𝑀𝑎𝑥𝛽
sa.
∑�̂�j
n
j=1
Xj ≤ X0-𝛽 · gx
𝜃∑�̂�j
n
j=1
Yj ≥ Y0 + 𝛽 · gy
𝜃∑�̂�j
n
j=1
Zj = Z0-𝛽 · gz
𝜆j ≥ 0∀j
0 ≤ 𝜃 ≤ 1
(7)
Kuosmanen (2005) propone modelar la tecnología weak disposability de modo que se puedan aplicar
factores de reducción no uniformes de la siguiente forma para CRS:
(8)
que con el cambio de variables:
𝜃𝑗 · 𝜆𝑗 = �̂�𝑗
(1 − 𝜃𝑗) · 𝜆𝑗 = µ𝑗 (9)
Modelos DEA con Salidas Indeseadas
24
queda linealizado como:
(10)
y con el mismo cambio de variables, el modelo de Kousmanen en VRS:
(11)
queda linealizado de la siguiente forma:
(12)
En este caso, Kuosmanen (2005), nos dice que cada aeropuerto tiene su propia tecnología, y que, por
tanto, θj no tiene por qué ser la misma para todos los aeropuertos.
25
25 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
5 ESTUDIO DEA PARA AEROPUERTOS PARA LA
MINIMIZACIÓN DEL RUIDO
Nuestro caso de aplicación se llevará a cabo mediante los dos modelos DEA con salidas indeseadas
descritos anteriormente (R. Färe y T. Kousmanen), adaptados a nuestro problema de estudio; y en ambos
modelos aplicaremos CRS y VRS.
Los autores, en general, no coinciden en usar, en el caso de modelos con salidas no deseadas, VRS o
CRS. Podemos ver que autores como Lai et al. (2015), Fragoudaki et al. (2016), Chang et al. (2016), Lozano et
al. (2011), Liu et al. (2010) o Wanke et al. (2016) utilizan el método VRS; y que autores como Chung et al.
(1997), Yu, (2004) o Chen et al (2017) usan CRS. Otros autores como Li et al. (2013) o Li, (2014) trabajan con
ambos métodos.
Es por esto por lo que en el presente trabajo se utilizan ambas tecnologías.
Los modelos propuestos se aplicarán a 21 aeropuertos europeos (DMUs) para el año 2016 y 10
aeropuertos europeos para los años comprendidos entre 2010 y 2015.
Tras la investigación realizada en el estado del arte, y apoyándonos en la tabla 1, hemos observado que
la mayoría de los autores coinciden en la selección de entradas y salidas para aplicaciones en aeropuertos.
Bajo estas premisas hemos seleccionado nuestras entradas y salidas, teniendo siempre en cuenta que
nuestra prioridad es centrarnos en el ruido no deseado que se genera en los aeropuertos.
Por ello, vemos que las variables que mejor definen el conjunto de datos (PPS (Production Possibility
Set)) para nuestro problema viene definido por tres entradas; el número de pistas disponibles para cada
aeropuerto, número de terminales que emplean, pues a mayor número de pistas y terminales, mayor número de
movimientos; y distancia a los centros urbanos (Km), siendo esta última la más representativa. Las cuales son
no discrecionales. Y como salidas tenemos el número de pasajeros al año, pues es la principal fuente de ingresos;
número de operaciones, ya que a mayor número de operaciones más eventos de ruido se producirán; y nuestra
salida no deseada y centro de estudio, el ruido generado (LAeq (dBA)), cuyo índice y valores de medida han
sido medidos y cuantificados mediante los procedimientos explicados en apartados anteriores.
Estudio DEA para Aeropuertos para la Minimización del Ruido
26
Quedando definidas las diferentes DMUs tal que así:
Figura 11. DMU con entradas y salidas. Fuente: elaboración propia.
La contaminación acústica no sólo altera la tranquilidad de los ciudadanos, sino que en algunos casos
afecta directamente a su salud y su supervivencia.
Con esta aplicación compararemos la eficiencia de un grupo de aeropuertos europeos, teniendo en
cuenta una salida no deseada, el ruido, y, así, encontrar medidas y soluciones para reducir los niveles acústicos
en los aeropuertos y, por ende, la contaminación acústica a la que están sometidos sus centros urbanos.
Para ello, hemos seleccionado 21 aeropuertos europeos; pertenecientes a 13 países diferentes: España,
Francia, Alemania, Estonia, Suiza, Países Bajos, Reino unido, Hungría, Grecia, Eslovenia, Malta, Italia y
Austria. (Tabla 2).
Tabla 2. Aeropuertos propuestos para la aplicación.
Una de las contribuciones de este estudio es el uso de datos extraídos directamente de los reportes
anuales publicados oficialmente de cada aeropuerto. Es por esto por lo que para el año 2016 disponemos de
PAIS CIUDAD AEROPUERTO
1 Francia París París-Charles de Gaulle
2 Francia París París- Orly
3 España Madrid Adolfo Suárez Madrid-Barajas
4 España Barcelona Barcelona- El Prat
5 Alemania Berlin Berlin-Schönefeld
6 Alemania Berlin Berlin-Tegel
7 Alemania Munich Múnich-Franz Josef Strauss
8 Estonia Tallin Lennart Meri Tallinn
9 Suiza Zurich Zurich- Kloten
10 Suiza Basilea Basel- Mulhouse- Freiburg
11 Paises bajos Amterdam Ámsterdam-Schiphol
12 Paises bajos Roterdam Róterdam- La Haya
13 Reino Unido Inglaterra Londres-Gatwick
14 Reino Unido Inglaterra Aeropuerto de Manchester
15 Hungria Budapest Budapest- Ferenc Liszt
16 Grecia Atenas Eleftherios Venizelos
17 Eslovenia Liubliana Liubliana- Brnik
18 Malta Malta Aeropuerto Internacional de Malta
19 Italia Milan Milán- Malpensa
20 Italia Milan Milán- Linate
21 Austria Innsbruck Aeropuerto de Innsbruck
27
27 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
datos para los 21 aeropuertos (Tabla 2), mientras que para los años comprendidos entre 2010 y 2015 solo
tenemos datos de 10 de estos aeropuertos. Esto se debe a la reciente importancia que ha tomado el ruido en la
industria aeronáutica.
Una vez establecidas las entradas y salidas de nuestras DMUs y los datos recopilados, pasamos a aplicar
nuestros modelos DEA; que como ya hemos mencionado anteriormente serán tanto el de Kuosmanen como el
de Färe y en ambos modelos aplicaremos VRS y CRS.
FÄRE CRS
FÄRE VRS
Max β
s.t.
(13a) Max β
s.t.
(14a)
∑𝜆𝑗 · 𝑥𝑖𝑗 ≤ 𝑥𝑖0
𝑛
𝑗=1
i=1,2
(13b) ∑�̂�𝑗 · 𝑥𝑖𝑗 ≤ 𝑥𝑖0
𝑛
𝑗=1
i=1,2
(14b)
∑𝜆𝑗 · 𝑥3𝑗 ≥ 𝑥30
𝑛
𝑗=1
(13c)
∑�̂�𝑗 · 𝑥3𝑗 ≥ 𝑥30
𝑛
𝑗=1
(14c)
𝜃 ·∑𝜆𝑗 · 𝑦𝑘𝑗 ≥ 𝑦𝑘0 · (1 + 𝛽)
𝑛
𝑗=1
k=1,2
(13d)
∑�̂�𝑗 · 𝑦𝑘𝑗 ≥ 𝑦𝑘0 · (1 + 𝛽)
𝑛
𝑗=1
k=1,2
(14d)
𝜃 ·∑𝜆𝑗 · 𝑦3𝑗 = 𝑦30 · (1 − 𝛽)
𝑛
𝑗=1
(13e)
∑�̂�𝑗 · 𝑦3𝑗 = 𝑦30 · (1 − 𝛽)
𝑛
𝑗=1
(14e)
𝜆𝑗 ≥ 0 (13f) ∑�̂�𝑗 = 𝜃
𝑛
𝑗=1
(14f)
0 ≤ 𝜃 ≤ 1 (13g)
�̂�𝑗 ≥ 0 (14g)
0 ≤ 𝜃 ≤ 1 (14h)
Dónde las ecuaciones 13b y 14b reduce las entradas, la ecuaciones 13c y 14c corresponden a una entrada
(distancia a los centros urbanos) que es inversamene proporcional al ruido, las ecuaciones 13d y 14d aumenta
las salidas deseadas y las ecuaciones 13e y 14e reduce la salida no deseada. El modelo VRS queda linealizado
con el cambio de variable:
�̂�𝑗 = 𝜃 · 𝜆𝑗 (15)
Estudio DEA para Aeropuertos para la Minimización del Ruido
28
KUOSMANEN CRS
KUOSMANEN VRS
Max β
s.t.
(16a) Max β
s.t.
(17a)
∑(�̂�𝑗 + µ𝑗) +· 𝑥𝑖𝑗 ≤ 𝑥𝑖0
𝑛
𝑗=1
i=1,2
(16b) ∑(�̂�𝑗 + µ𝑗) +· 𝑥𝑖𝑗 ≤ 𝑥𝑖0
𝑛
𝑗=1
i=1,2
(17b)
∑(�̂�𝑗 + µ𝑗) · 𝑥3𝑗 ≥ 𝑥30
𝑛
𝑗=1
(16c)
∑(�̂�𝑗 + µ𝑗) · 𝑥3𝑗 ≥ 𝑥30
𝑛
𝑗=1
(17c)
∑�̂�𝑗 · 𝑦𝑘𝑗 ≥ 𝑦𝑘0 · (1 + 𝛽)
𝑛
𝑗=1
k=1,2
(16d)
∑�̂�𝑗 · 𝑦𝑘𝑗 ≥ 𝑦𝑘0 · (1 + 𝛽)
𝑛
𝑗=1
k=1,2
(17d)
∑�̂�𝑗 · 𝑦3𝑗 = 𝑦30 · (1 − 𝛽)
𝑛
𝑗=1
(16e)
∑�̂�𝑗 · 𝑦3𝑗 = 𝑦30 · (1 − 𝛽)
𝑛
𝑗=1
(17e)
�̂�𝑗 ≥ 0 (16f) ∑(�̂�𝑗 + µ𝑗) = 1
𝑛
𝑗=1
(17f)
µ𝑗 ≥ 0 (16g)
�̂�𝑗 ≥ 0 (17g)
µ𝑗 ≥ 0 (17h)
Dónde las ecuaciones las restricciones se corresponden con las del modelo de Färe. Los modelos CRS y
VRS quedan linealizados con el cambio de variables:
𝜃𝑗 · 𝜆𝑗 = �̂�𝑗 (18)
(1 − 𝜃𝑗) · 𝜆𝑗 = µ𝑗 (19)
29
29 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
6 ANÁLISIS DE LOS RESULTADOS
Usando los modelos propuestos con el conjunto de datos recopilado, se han calculado los targets y los
valores de la función de pertenencia según las tablas de datos 3, 4, 5, 6 y 7 así como la puntuación de eficiencia
y las landas (λ) para cada uno de los aeropuertos y años propuestos. Estos datos calculados se muestran en los
anexos 1 a 7.
El paquete de programación optimización utilizado para resolver los modelos de programación lineal
propuestos ha sido LINGO V14. El código fuente del modelo se incluye en el Anexo 8.
Tabla 3. Datos de entradas para los años 2010 a 2015.
Tabla 4. Datos de pasajeros para los años 2010 a 2015.
Tabla 5. Datos de operaciones para los años 2010 a 2015.
PAIS CIUDAD AEROPUERTO TERMINALES Nº PISTAS DISTANCIA (KM)
1 Francia París París-Charles de Gaulle 3 2 25
2 Francia París París- Orly 2 3 10
3 España Madrid Adolfo Suárez Madrid-Barajas 5 4 12
4 España Barcelona Barcelona- El Prat 2 3 15
5 Alemania Berlin Berlin-Schönefeld 4 2 20
6 Alemania Berlin Berlin-Tegel 5 2 11
7 Estonia Tallin Lennart Meri Tallinn 1 1 4
8 Suiza Zurich Zurich- Kloten 2 3 10
9 Suiza Basilea Basel- Mulhouse- Freiburg 1 2 6
10 Austria Innsbruck Aeropuerto de Innsbruck 2 1 5
INPUT NO DISCRECIONAL INPUT NO DISCRECIONAL INPUT NO DISCRECIONAL
PAIS CIUDAD AEROPUERTO
2010 2011 2012 2013 2014 2015
1 Francia París París-Charles de Gaulle 58,2 61 62 62 63,8 65,8
2 Francia París París- Orly 25,2 27 27 28 28,9 30
3 España Madrid Adolfo Suárez Madrid-Barajas 49,7 49,5 45,2 39,7 41,8 46,8
4 España Barcelona Barcelona- El Prat 29,2 34,4 35,1 35,2 37,6 39,7
5 Alemania Berlin Berlin-Schönefeld 7,3 7,1 7,1 6,7 7,3 8,5
6 Alemania Berlin Berlin-Tegel 15 16,9 18,2 19,6 20,7 21,0
7 Estonia Tallin Lennart Meri Tallinn 1,4 1,9 2,2 2 2 2,2
8 Suiza Zurich Zurich- Kloten 22,9 24,3 24,8 24,9 25,5 26,3
9 Suiza Basilea Basel- Mulhouse- Freiburg 4,1 5,1 5,4 5,9 6,5 7,1
10 Austria Innsbruck Aeropuerto de Innsbruck 0,9 1 0,9 0,9 0,9 1
PASAJEROS (M)
OUTPUT NO DESEABLE
PAIS CIUDAD AEROPUERTO
2010 2011 2012 2013 2014 2015
1 Francia París París-Charles de Gaulle 491933 506 888 491 346 472 206 465 240 497763
2 Francia París París- Orly 215645 228 534 230 558 229 654 228 050 231 114
3 España Madrid Adolfo Suárez Madrid-Barajas 433706 429.390 373.192 333.056 342.604 366.608
4 España Barcelona Barcelona- El Prat 277832 303.054 290.004 276.497 283.851 288879
5 Alemania Berlin Berlin-Schönefeld 76595 73,577 71,758 65,268 70,325 76,153
6 Alemania Berlin Berlin-Tegel 158570 169,384 171,114 174,763 182,197 184,457
7 Estonia Tallin Lennart Meri Tallinn 33587 40298 48 531 37 856 37 791 41513
8 Suiza Zurich Zurich- Kloten 268,765 279,001 270027 262227 264970 265095
9 Suiza Basilea Basel- Mulhouse- Freiburg 77154 87582 87352 87317 89473 94359
10 Austria Innsbruck Aeropuerto de Innsbruck 38067 38951 39808 40432 43966 45880
OPERACIONES
OUTPUT
Análisis de los Resultados
30
Tabla 6. Datos de niveles acústicos para los años 2010 a 2015.
Tabla 7. Datos de entradas y salidas para el año 2016.
6.1 Análisis temporal 2010-2015
Comenzaremos analizando la eficiencia de cada aeropuerto a lo largo de los años comprendidos entre
2010 y 2015, para evaluar la evolución individual de cada aeropuerto además de la influencia del uso de un
modelo u otro y el tipo de tecnología usada.
Como podemos ver de las Figuras 12 y Figura 13, los aeropuertos de París- Charles de Gaulle y
Barcelona- El Prat, son eficientes a lo largo de todos los años.
Esto se debe a sus altas capacidades; ambos presentan valores muy altos dentro de su tamaño de escala.
Más concretamente, el aeropuerto de París- Charles de Gaulle, presenta los valores más altos de pasajeros y
operaciones con solo 2 pistas de aterrizaje, y unos valores ligeramente inferiores al resto de aeropuertos en
niveles de ruido. Esto lo hace el aeropuerto más eficiente de todos y sobre el que se comparan todos los demás.
PAIS CIUDAD AEROPUERTO
2010 2011 2012 2013 2014 2015
1 Francia París París-Charles de Gaulle 56,6 57,6 56,6 55,6 55,7 56,1
2 Francia París París- Orly 66,9 67,3 67 66,8 67 66,9
3 España Madrid Adolfo Suárez Madrid-Barajas 67 66,7 66 67 67 67
4 España Barcelona Barcelona- El Prat 76,6 77,1 76,5 76,2 76,7 76,7
5 Alemania Berlin Berlin-Schönefeld 57,6 57,5 57,3 57,1 57,2 58,2
6 Alemania Berlin Berlin-Tegel 63,4 64,3 65,4 65,3 65,4 65,2
7 Estonia Tallin Lennart Meri Tallinn 53,8 54,2 54,4 56,4 59,3 60,2
8 Suiza Zurich Zurich- Kloten 67,0 67,0 67,0 67,0 67,0 67,0
9 Suiza Basilea Basel- Mulhouse- Freiburg 75,9 64,0 60,4 59,6 59,5 60,0
10 Austria Innsbruck Aeropuerto de Innsbruck 55,8 56,3 55,1 56,1 55,5 55,4
LAeq (dBA)
OUTPUT
PAIS CIUDAD AEROPUERTO PISTAS TERMINALES DISTANCIA (KM) PASAJEROS (M) OPERACIONES RUIDO (LAeq (dBA))
1 Francia París París-Charles de Gaulle 2 3 25 65,9 475810 68,2
2 Francia París París- Orly 3 2 10 31,3 234453 70
3 España Madrid Adolfo Suárez Madrid-Barajas 4 5 12 50,4 378151 67
4 España Barcelona Barcelona- El Prat 3 2 15 44,2 307863 77,7
5 Alemania Berlin Berlin-Schönefeld 2 4 20 11,7 96562 59,4
6 Alemania Berlin Berlin-Tegel 2 5 11 21,3 185565 65,3
7 Alemania Munich Múnich-Franz Josef Strauss 2 2 28 42,3 394000 62
8 Estonia Tallin Lennart Meri Tallinn 1 1 4 2,2 40938 58,2
9 Suiza Zurich Zurich- Kloten 3 2 10 27,7 269160 67
10 Suiza Basilea Basel- Mulhouse- Freiburg 2 1 6 7,3 95545 59,8
11 Paises bajos Amterdam Ámsterdam-Schiphol 6 1 15 70 479000 68,4
12 Paises bajos Roterdam Róterdam- La Haya 1 1 5 1,7 52442 60,1
13 Reino Unido Inglaterra Londres-Gatwick 2 2 46 43,1 275633 42,8
14 Reino Unido Inglaterra Aeropuerto de Manchester 2 3 17 54,2 192293 57
15 Hungria Budapest Budapest- Ferenc Liszt 2 2 16 11,4 90141 58,3
16 Grecia Atenas Eleftherios Venizelos 2 2 20 1,1 14800 66,2
17 Eslovenia Liubliana Liubliana- Brnik 1 1 26 1,4 32701 58
18 Malta Malta Aeropuerto Internacional de Malta 2 1 8 5,1 35800 58,7
19 Italia Milan Milán- Malpensa 2 2 35 19,3 10720 64
20 Italia Milan Milán- Linate 2 1 8 9,7 7678 62
21 Austria Innsbruck Aeropuerto de Innsbruck 1 2 5 1 47206 55,6
INPUT NO DISCRECIONAL INPUT NO DISCRECIONAL INPUT NO DISCRECIONAL/NO DESEABLEOUTPUT OUTPUT OUTPUT NO DESEABLE
31
31 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Figura 12. Eficiencia Aeropuerto París- Charles de Gaulle. Fuente: elaboración propia.
Figura 13. Eficiencia Aeropuerto de Barcelona- El Prat. Fuente: elaboración propia
El caso de los aeropuertos Lennart Meri Tallinn, Basel- Mulhouse- Freiburg e Innsbruck es especial. Como
podemos ver en las Figuras 14, 15 y 16 todos presentan ineficiencia en el caso de utilizar una tecnología CRS,
pero para el caso de VRS son eficientes.
Figura 14. Eficiencia Aeropuerto Lennart Meri Tallin. Fuente: elaboración propia.
Análisis de los Resultados
32
Figura 15. Eficiencia Aeropuerto Basel- Mulhouse- Freiburg. Fuente: elaboración propia.
Figura 16. Eficiencia Aeropuerto de Innsbruck. Fuente: elaboración propia
En este caso nos encontramos con una eficiencia técnica. Esto es que, estos tres aeropuertos en el caso
de CRS no pueden alcanzar la productividad de los aeropuertos de París y Barcelona, por lo tanto, siempre son
ineficientes; además presentan una ineficiencia muy alta, pues los targets (ANEXOS 1 a 6) nos muestra que
deberían duplicar su tecnología para poder alcanzar la eficiencia. Pero en el caso de VRS, con la tecnología de
la que disponen (Tabla 3) pueden alcanzar la eficiencia, y por tanto están en la frontera eficiente. Son los
aeropuertos más pequeños del conjunto de estudio, pues los de Innsbruck y Lennart sólo disponen de una pista
de aterrizaje y dos y una terminal respectivamente; y en el caso de Freiburg dos pistas y una terminal.
Teniendo en cuenta que el número de pistas y terminales son principalmente los que limitan el flujo de
pasajeros y operaciones, estos aeropuertos presentan un tamaño de escala pequeño. Es por esto por lo que al
compararse con los aeropuertos de París y Barcelona en CRS, muestran una ineficiencia tan alta, pues son muy
inferiores en tamaño de escala.
Para el resto del grupo no se observa ningún dato relevante. Presentan ineficiencia a lo largo de todos
los años, siendo un poco más alta en el caso de CRS. (Figuras 17, 18, 19, 20 y 21).
33
33 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Figura 17. Eficiencia Aeropuerto París- Orly. Fuente: elaboración propia
Figura 18. Eficiencia Aeropuerto Adolfo Suárez Madrid- Barajas. Fuente: elaboración propia
Figura 19. Eficiencia Aeropuerto Berlín- Schönefeld. Fuente: elaboración propia
Análisis de los Resultados
34
Figura 20. Eficiencia Aeropuerto Berlín- Tegel. Fuente: elaboración propia.
Figura 21. Eficiencia Aeropuerto Zúrich- Kloten. Fuente: elaboración propia.
Si analizamos las tablas con los valores de λ en los Anexos 1 a 6, podemos observar que, a pesar de tener
dos aeropuertos eficientes en cualquier caso (París Charles de Gaulle y Barcelona- El Prat), la mayoría de los
aeropuertos ineficientes se comparan con el aeropuerto de París. Esto se debe a que es el aeropuerto con mayor
escala, y mejores valores de eficiencia; pues con dos pistas de aterrizaje y tres terminales presenta unos valores
de pasajeros y operaciones muy por encima de cualquier otro, exceptuando al aeropuerto de Madrid, que debido
a su cercanía a los centros urbanos lo hace ineficiente. Además, París, tiene unos niveles de ruido más bajos que
otros de su mismo tamaño, lo que lo hace aún más eficiente.
Si nos centramos en el aspecto de contaminación acústica, en las Anexos 1 a 6 podemos ver cómo las
emisiones de ruido aumentan a lo largo de los años en general, exceptuando al aeropuerto de Basel- Mulhouse-
Freiburg que las disminuye considerablemente.
Este aumento en los niveles acústicos puede deberse a varios factores; el principal es el aumento progresivo
de pasajeros a lo largo de los años, en la Tabla 4 podemos ver que el número de pasajeros aumenta de forma
general, y sólo en el caso de Innsbruck y Schónefeld se mantiene aproximadamente los mismos valores de
pasajeros para todos los años. Esto acarrea un aumento en el número de operaciones, otra de las principales
razones de que las emisiones acústicas hayan aumentado. Solo se observa una excepción, el aeropuerto de
Madrid. Este aeropuerto a lo largo de los años de estudio ha disminuido en número de pasajeros y operaciones,
pero en cambio, ha seguido manteniendo sus niveles acústicos. Esto puede deberse a que la flota de aviones que
35
35 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
utilizan sean muy viejos, y como hemos visto anteriormente, los motores generan más ruido conforme pasan los
años. También es posible que hayan aumentado los vuelos con fines comerciales, como mensajería o transporte
de mercancía; necesitando aviones de mayor tamaño y por tanto más ruidosos.
6.2 Análisis de eficiencia 2016
Continuaremos nuestro análisis con el conjunto completo de aeropuertos (Tabla 7).
En la Figura 22 podemos ver la eficiencia del conjunto ampliado de unidades productivas para el año
2016, para ambos modelos y ambas tecnologías. Se encuentran cinco aeropuertos eficientes en cualquiera de los
casos; París-Charles de Gaulle, Múnich-Franz Josef Strauss, Ámsterdam-Schiphol, Londres-Gatwick y
Liubliana- Brnik.
Solo los aeropuertos de Lennart Meri Tallinn, Róterdam- La Haya y el Aeropuerto de Innsbruck
presentan una fuerte variación en función del uso de CRS o VRS. Esto es debido, como hemos comentado
anteriormente, a que estos aeropuertos presentan una eficiencia técnica.
Para el resto de aeropuertos, los valores se mantienen muy cercanos para todas las opciones de estudio.
Figura 22. Eficiencia año 2016. Fuente: elaboración propia
Comencemos analizando los aeropuertos eficientes. Son cinco, como hemos enumerado anteriormente,
y se puede observar en la Tabla 7, que se encuentran entre los aeropuertos más alejados de los centros urbanos
y los que más número de pasajeros tienen; su número de operaciones está en torno a los 300 mil o más, a
excepción de Liubliana que presenta una escala muy pequeña en comparación con los otros cuatro; poseen entre
una y tres terminales, y una o dos pistas de aterrizaje, a excepción de Schiphol que tiene seis pistas. Y generan
emisiones acústicas entre 58dbA y 70dbA; exceptuando a Gatwick que es el aeropuerto con el registro de ruido
Análisis de los Resultados
36
más bajo, 42dbA.
Todo esto hace que, cada uno en su tamaño de escala, sean eficientes. Destacando entre ellos los
aeropuertos de París- Charles de Gaulle y Schiphol, pues son los que presentan los mayores valores y tamaño
de escala. Y más concretamente, el aeropuerto de Schiphol es el más competitivo, pues con una terminal y seis
pistas de aterrizajes, genera los valores más altos de pasajeros y operaciones, generando los mismos niveles
acústicos que París, que dispone de tres terminales y dos pistas de aterrizaje.
Si miramos el Anexo 7, podemos ver que nos encontramos con aeropuertos que presentan eficiencias
muy bajas, en torno al 0,5, tanto para CRS como para VRS. Otros, en cambio, presentan eficiencias bajas en
CRS y más altas en VRS, este caso es el más frecuente. Y, además, tenemos aeropuertos, que como hemos
comentado antes presentan eficiencia técnica, en CRS son ineficientes y en VRS son eficientes.
En cualquier caso, los resultados obtenidos nos muestran que tienen que mejorar su tecnología en todos
los ámbitos para llegar a ser eficientes. Un gran cambio para mejorar su eficiencia sería aumenta la distancia a
los centros urbanos, pues el número de terminales y pistas son bastante similares entre todos, pero esto no es
posible. Por lo que tenemos que buscar otras opciones para mejorar la eficiencia.
Una buena forma de encontrar posibles mejoras es analizando las tablas de λ en el Anexo 7, que nos
muestran como los aeropuertos ineficientes se proyectan sobre los eficientes. Para hacerlo más visual, hemos
realizado unas gráficas con los resultados (Figuras 23, 24, 25 y 26).
Figura 23. Benchmarking Kuosmanen CRS 2016. Fuente: elaboración propia.
Para el caso de Kuosmanen CRS podemos ver que diez de los aeropuertos ineficientes se proyectan
sobre París-Charles de Gaulle. Ninguno sobre Múnich-Franz Josef Strauss; quince de ellos sobre Ámsterdam-
Schiphol; tres sobre Londres-Gatwick; y ninguno sobre Liubliana- Brnik. Nos encontramos con dos aeropuertos
que destacan, París Charles de gaulle y Schiphol, los dos aeropuertos con mayores tamaños de escala.
37
37 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Según vemos en la tabla de λ para Kuosmanen CRS en el Anexo 7, en general, los aeropuertos se
comparan más con Schiphol, por lo que deberían de aumentar su número de pistas de aterrizaje para ser más
eficientes. La comparación con París Charles de Gaulle, radica en la distancia a los centros urbanos, input muy
difícil de variar.
Figura 24. Benchmarking Kuosmanen VRS 2016. Fuente: elaboración propia.
Para el caso de Kuosmanen VRS tenemos siete aeropuertos eficientes (París-Charles de Gaulle,
Múnich-Franz Josef Strauss, Lennart Meri Tallinn, Ámsterdam-Schiphol, Róterdam- La Haya, Londres-
Gatwick y Liubliana- Brnik); en este caso vemos que 8 de los aeropuertos ineficientes se proyectan sobre París-
Charles de Gaulle; uno sobre Múnich-Franz Josef Strauss; uno sobre , Lennart Meri Tallinn; doce sobre
Ámsterdam-Schiphol; dos sobre Róterdam- La Haya; tres sobre Londres-Gatwick; y, de nuevo, ninguno sobre
Liubliana- Brnik.
Al tratarse de tecnología VRS, las DMUs se comparan con más aeropuertos y obtenemos más unidades
eficientes (eficiencia técnica). En esta situación se aprecian dos tamaños de escala claros, aeropuertos con
tamaños muy grandes y aeropuertos con tamaños muy pequeños. Pero como vemos en la tabla de λ para
Kuosmanen VRS en el Anexo 7, se proyectan mucho más sobre los grandes aeropuertos que sobre los pequeños,
por lo que la tendencia es aumentar su tamaño, haciendo que nos encontremos en la misma situación anterior;
hay que aumentar el número de pistas y las distancias a los centros urbanos.
Análisis de los Resultados
38
Figura 25. Benchmarking Färe CRS 2016. Fuente: elaboración propia.
En el caso de Färe CRS volvemos a tener los mismos aeropuertos eficientes que en el modelo de
Kuosmanen (París-Charles de Gaulle, Múnich-Franz Josef Strauss, Ámsterdam-Schiphol, Londres-Gatwick y
Liubliana- Brnik); en este caso son trece los aeropuertos ineficientes que se proyectan sobre París-Charles de
Gaulle; ninguno sobre Múnich-Franz Josef Strauss; siete sobre Ámsterdam-Schiphol; once sobre Londres-
Gatwick; y ninguno sobre Liubliana- Brnik.
Ahora nos encontramos con que las unidades ineficientes se comparan más con París que con Schiphol,
lo que nos hace pensar que para este modelo la distancia a los centros urbanos tiene mayor peso que el número
de pistas.
Figura 26. Benchmarking Färe VRS 2016. Fuente: elaboración propia.
39
39 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Para Färe VRS, también se repiten los mismos aeropuertos eficientes que en el modelo de Kuosmanen
(París-Charles de Gaulle, Múnich-Franz Josef Strauss, Lennart Meri Tallinn, Ámsterdam-Schiphol, Róterdam-
La Haya, Londres-Gatwick y Liubliana- Brnik); en este caso son siete los aeropuertos proyectados sobre sobre
París-Charles de Gaulle; uno sobre Múnich-Franz Josef Strauss; dos sobre Lennart Meri Tallinn; siete sobre
Ámsterdam-Schiphol; dos sobre Róterdam- La Haya; ocho sobre Londres-Gatwick; y cuatro sobre Liubliana-
Brnik.
En esta situación nos encontramos con que son tres los aeropuertos sobre los que se proyectan en su
mayoría y no dos, como en los casos anteriores. Además de París y Schiphol aparece el aeropuerto de Gatwick.
Y es este aeropuerto el que tiene una mayor distancia a los centros urbanos y el menor índice de ruido de todo
el conjunto de aeropuertos. Lo que nos muestra la relación directa que existe entre en la distancia a los centros
urbanos y las emisiones acústicas.
Análisis de los Resultados
40
41
41 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
7 RESUMEN Y CONCLUSIONES
Con este TFM se ha medido la eficiencia en aeropuertos europeos respecto a la contaminación acústica
para diferentes años. Para ello, nos hemos basado en los dos trabajos más relevantes de la literatura que abordan
las salidas no deseadas en DEA: los modelos de Kuosmanen y Färe.
Una vez adaptados los modelos DEA seleccionados a nuestro caso de estudio, se realizaron dos análisis;
por un lado, la evolución de la eficiencia de 2010 a 2015 y, por otro lado, el análisis de eficiencia para el año
2016.
Para el primer análisis se pueden extraer las siguientes conclusiones:
- Los aeropuertos de Paris Charles de Gaulle y Barcelona son los que ofrecen mayor eficiencia global y
técnica del estudio de 10 aeropuertos, para ambos modelos.
- La mayor parte de aeropuertos se proyectan directamente con el aeropuerto de Paris, que por
características es el más grande de todos ellos. Por el contrario, para VRS, los aeropuertos empiezan a
proyectarse también en otros que son eficientes.
- No se aprecian grandes diferencias entre el uso del modelo de Kuosmanen o el de Färe; en cambio, si
se aprecian diferencias entre el uso de la tecnología CRS y VRS.
- Debido a las diferencias que se aprecian en el uso e CRS o VRS, tenemos tres aeropuertos, Lennart
Meri Tallinn, Basel- Mulhouse- Freiburg e Innsbruck, que en el caso de VRS presentan una eficiencia
técnica.
- Tras analizar los resultados obtenidos en los Anexos 1 a 6, podemos observar que todos los aeropuertos
que presentan ineficiencia tienen que crecer en tamaño y aumentar sus salidas de pasajeros y
operaciones; en cambio en el ámbito acústico tienen que bajar los niveles considerablemente.
Para el análisis de eficiencia del año 2016 podemos extraer las siguientes conclusiones:
- En este año hemos obtenido cinco aeropuertos eficientes, para ambos modelos y tecnologías, París-
Charles de Gaulle, Múnich-Franz Josef Strauss, Ámsterdam-Schiphol, Londres-Gatwick y Liubliana-
Brnik.
- Volvemos a encontrar que el modelo DEA de aplicación no muestra grandes cambios sobre la
eficiencia; pero sí la tecnología utilizada, CRS o VRS.
- En consecuencia, volvemos a encontrarnos con aeropuertos que presentan eficiencia técnica, Lennart
Meri Tallinn, Róterdam- La Haya y el Aeropuerto de Innsbruck. Aunque en el caso del aeropuerto de
Innsbruck, no llega a ser eficiente, su eficiencia se queda en un 98%.
- Vemos una tendencia general de las unidades ineficientes, de compararse con los grandes aeropuertos
eficientes. No se comparan mayoritariamente con un aeropuerto concreto, sino que sus proyecciones se
distribuyen entre los aeropuertos eficientes. En este aspecto hemos observado que para el modelo de
Resumen y Conclusiones
42
Kuosmanen CRS, prioriza el número de pistas de aterrizaje; en cambio, para Färe CRS, destaca la
distancia a los centros urbanos.
En ambos análisis, podemos obtener una necesidad de aumentar las entradas, tanto el número de pistas
de aterrizaje, como el número de terminales y la distancia a los centros urbanos, para alcanzar la eficiencia.
En el caso de aumentar la distancia a los centros urbanos, nos encontramos con una opción inviable
desde el punto de vista de trasladar los aeropuertos; en cambio sí que se podría revisar la legislación y normativa
de la industria de la construcción y aumentar los límites permitidos para construir en las inmediaciones de los
aeropuertos.
Con respecto a las pistas de aterrizaje y las terminales, en general todos los aeropuertos ineficientes
deberían de añadir, por lo menos, una pista más a sus instalaciones. Y en muchos casos dos pistas, como son
París Orly, Berlín Tegel Zurich y Atenas.
En cuanto a las terminales, nos enfrentamos a un caso menos definido. Vemos que el aeropuerto de
Schiphol es eficiente con seis pistas y una única terminal; por otro lado, el aeropuerto de París Charles de Gaulle
tiene dos pistas y tres terminales, y es igualmente eficiente. Y el aeropuerto de Gatwick con dos pistas y dos
terminales, también es eficiente. En este caso, sería recomendable aumentar el número de terminales solo en los
aeropuertos que, para alcanzar la eficiencia, tienen que duplicar o más su número de pasajeros. Este es el caso
de Zúrich, Basel, Budapest.
Tenemos dos casos de especial interés; el aeropuerto de Berlín- Schönefeld, para alcanzar su eficiencia,
tiene que duplicar su número de pasajeros, pero, ya dispone de cuatro terminales y dos pistas; por lo que en su
caso concreto sólo tendría que aumentar el número de pistas. Además, el aeropuerto de Atenas debería casi
cuadruplicar su número de pasajeros para alcanzar la eficiencia, es por esto que anteriormente se recomienda
construir dos nuevas pistas de aterrizaje, y en el caso de las terminales también se le recomienda construir, al
menos, una más.
Con estos nuevos recursos, además de abarcar la necesidad de aumentar los pasajeros, también cubren
el aumento de operaciones que se requiere para llegar a ser eficientes. Y, por ende, los niveles acústicos se verán
reducidos. Al tener mayor número de pistas, mayor número de operaciones; pero estas operaciones (eventos
sonoros) se solaparán en el tiempo, por lo que el número de eventos sonoros se verán reducidos.
Estos dos modelos, realizados cada uno tanto para CRS como VRS, nos han proporcionado unos
resultados muy interesantes, dado que vemos una gran semejanza entre ambos, hecho que verifica la exactitud
del modelo. Pero bajo nuestro punto de vista, los resultados obtenidos en VRS son más adecuados para nuestro
resultado final. Esto es debido a que no todos los aeropuertos pueden llegar a crecer a ciertos niveles;
incrementando más de 2 o 3 pistas, creciendo a nivel de pasajeros o de operaciones a más del doble, o alejándose
de núcleos urbanos; estos factores son prácticamente imposibles de realizar, por ello los valores VRS, que nos
proporciona valores más específicos por tamaños, crean unos resultados más acordes a las necesidades del
proyecto.
43
43 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
La reducción de ruido se logra en pequeños pasos incrementales, como hemos visto en este trabajo hay
muchos factores a tener en cuenta, entre los más destacados, la distancia a los centros urbanos, sin olvidar que
una buena gestión aeroportuaria reduciría los niveles acústicos considerablemente.
Muchos autores se decantan por la optimización de la trayectoria de aterrizaje; esta es una de esas
estrategias que podrían ser beneficiosas para el impacto ambiental general. Otros abogan por el desarrollo
tecnológico de los motores de propulsión; por otro lado, encontramos autores que buscan la reducción acústica
en la optimización del tamaño de las aeronaves. Otras vertientes, como la arquitectónica, busca soluciones en la
creación de espacios naturales que absorban y amortigüen las ondas sonoras.
Este, es el caso del aeropuerto de Ámsterdam- Schiphol; hemos visto en este trabajo que este aeropuerto
es eficiente en cualquier caso; situado a tan solo 15 Km de su centro urbano ha conseguido la eficiencia acústica.
Esto es debido no solo a sus seis pistas de aterrizaje y su buena gestión aeroportuaria, sino también a una
observación casual [7]. En 2008 los funcionarios del Aeropuerto Schiphol descubrieron que, después de que la
tierra de cultivo entre la pista y los asentamientos de los alrededores fuese arada, el ruido se reducía. Tras este
descubrimiento se decidieron a contratar a un paisajista, que excavó una serie de zanjas en el suroeste del
aeropuerto (Figura 27).
Figura 27. Zanjas excavadas en el aeropuerto de Schiphol. Fuente: Destinoinfinito [7].
Las distancias entre las crestas son más o menos el equivalente a la longitud de las ondas del ruido del
aeropuerto (unos 10 metros). A día de hoy, hay 150 surcos perfectamente rectos y simétricos con altas crestas
de 2 metros entre ellas que están consiguiendo reducir el ruido en más de la mitad.
Resumen y Conclusiones
44
Figura 28. Esquema de actuación de las zanjas excavadas en el aeropuerto de Schiphol.
Fuente: Destinoinfinito[7].
En la actualidad, el trabajo de Pablo De Kort en el Amsterdam Airport Schiphol, ajardinándolo, se
conoce como “Buitenschot Park” y cubre unas 36 hectáreas.
Figura 29. Buitenschot Park, aeropuerto de Schiphol. Fuente: Destinoinfinito [7].
La responsabilidad de reducir los niveles acústicos en los aeropuertos no solo recae sobre el aeropuerto
en sí, sino que los gobiernos también deben asumir parte de responsabilidad y crear normativas que protejan a
los ciudadanos; evitando que las construcciones se acerquen en demasía a las lindes de los aeropuertos;
45
45 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
controlando las franjas horarias operativas de los aeropuertos; pero sobre todo obligando a todo el sector
aeronáutico a desarrollar tecnologías e infraestructura más respetuosa con su entorno y que tengan presente el
factor ruido.
Aún hoy, sigue siendo un tema pendiente de estudio y desarrollo, quedando líneas de investigación abiertas,
como la aplicación del Índice de Malmquist en diferentes periodos de tiempo, la consideración de un número
más amplio de aeropuertos, o la aplicación de modelos de supereficiencia.
Resumen y Conclusiones
46
47
47 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
REFERENCIAS
Alonso, G., Benito, A., & Boto, L. (2017). The efficiency of noise mitigation measures at European
airports. Transportation research procedia, 25, 103-135.
Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some models for estimating technical and scale
inefficiencies in data envelopment analysis. Management science, 30(9), 1078-1092.
Chang, Y. T., Park, H. K., Zou, B., & Kafle, N. (2016). Passenger facility charge vs. airport improvement
program funds: a dynamic network DEA analysis for US airport financing. Transportation Research Part E:
Logistics and Transportation Review, 88, 76-93.
Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making
units. European journal of operational research, 2(6), 429-444.
Charnes, A., Cooper, W. W., Golany, B., Seiford, L., & Stutz, J. (1985). Foundations of data envelopment
analysis for Pareto-Koopmans efficient empirical production functions. Journal of econometrics, 30(1-2),
91-107.
Chen, L., Wang, Y. M., & Lai, F. (2017). Semi-disposability of undesirable outputs in data envelopment
analysis for environmental assessments. European Journal of Operational Research, 260(2), 655-664.
Chung, Y. H., Färe, R., & Grosskopf, S. (1997). Productivity and undesirable outputs: a directional distance
function approach. journal of Environmental Management, 51(3), 229-240.
Färe, R., & Grosskopf, S. (2004). Modeling undesirable factors in efficiency evaluation: comment. European
Journal of Operational Research, 157(1), 242-245.
Filippone, A. (2017). Options for aircraft noise reduction on arrival and landing. Aerospace Science and
Technology, 60, 31-38.
Fragoudaki, A., Giokas, D., & Glyptou, K. (2016). Efficiency and productivity changes in Greek airports
during the crisis years 2010–2014. Journal of Air Transport Management, 57, 306-315.
Gagliardi, P., Teti, L., & Licitra, G. (2018). A statistical evaluation on flight operational characteristics
affecting aircraft noise during take-off. Applied Acoustics, 134, 8-15.
Genescà, M., Romeu, J., Arcos, R., & Martín, S. (2013). Measurement of aircraft noise in a high
background noise environment using a microphone array. Transportation Research Part D: Transport and
Environment, 18, 70-77.
Grampella, M., Martini, G., Scotti, D., & Zambon, G. (2016). The factors affecting pollution and noise
environmental costs of the current aircraft fleet: An econometric analysis. Transportation Research Part A:
Policy and Practice, 92, 310-325.
Referencias
48
Hailu, A., & Veeman, T. S. (2001). Non-parametric productivity analysis with undesirable outputs: an
application to the Canadian pulp and paper industry. American Journal of Agricultural Economics, 83(3),
605-616.
Kopsch, F. (2016). The cost of aircraft noise–Does it differ from road noise? A meta-analysis. Journal of Air
Transport Management, 57, 138-142.
Kuosmanen, T. (2005). Weak disposability in nonparametric production analysis with undesirable
outputs. American Journal of Agricultural Economics, 87(4), 1077-1082.
Lai, P. L., Potter, A., Beynon, M., & Beresford, A. (2015). Evaluating the efficiency performance of airports
using an integrated AHP/DEA-AR technique. Transport Policy, 42, 75-85.
Li, H., Yang, W., Zhou, Z., & Huang, C. (2013). Resource allocation models’ construction for the reduction
of undesirable outputs based on DEA methods. Mathematical and Computer Modelling, 58(5-6), 913-926.
Li, S. L. (2014). The cost allocation approach of airport service activities. Journal of Air Transport
Management, 38, 48-53.
Liu, W. B., Meng, W., Li, X. X., & Zhang, D. Q. (2010). DEA models with undesirable inputs and
outputs. Annals of Operations Research, 173(1), 177-194.
Lo Storto, C. (2018). Ownership structure and the technical, cost, and revenue efficiency of Italian
airports. Utilities Policy, 50, 175-193.
Lozano, S., & Gutiérrez, E. (2011). Slacks-based measure of efficiency of airports with airplanes delays as
undesirable outputs. Computers & Operations Research, 38(1), 131-139.
Lozano, S., Gutiérrez, E., & Moreno, P. (2013). Network DEA approach to airports performance assessment
considering undesirable outputs. Applied Mathematical Modelling, 37(4), 1665-1676.
Maijala, P., Shuyang, Z., Heittola, T., & Virtanen, T. (2018). Environmental noise monitoring using source
classification in sensors. Applied Acoustics, 129, 258-267.
Pathomsiri, S., Haghani, A., Dresner, M., & Windle, R. J. (2008). Impact of undesirable outputs on the
productivity of US airports. Transportation Research Part E: Logistics and Transportation Review, 44(2),
235-259.
Phun, V. K., Hirata, T., & Yai, T. (2016). Effects of noise exposure of other people on aircraft noise
tolerability using a reference point approach. Transportation Research Part D: Transport and
Environment, 48, 171-186.
Phun, V. K., Hirata, T., & Yai, T. (2016). Effects of noise information provision on aircraft noise tolerability:
Results from an experimental study. Journal of Air Transport Management, 52, 1-10.
Torija, A. J., & Self, R. H. (2018). Aircraft classification for efficient modelling of environmental noise
impact of aviation. Journal of Air Transport Management, 67, 157-168.
49
49 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Wanke, P., Barros, C. P., & Nwaogbe, O. R. (2016). Assessing productive efficiency in Nigerian airports
using Fuzzy-DEA. Transport Policy, 49, 9-19.
Yu, M. M., Hsu, S. H., Chang, C. C., & Lee, D. H. (2008). Productivity growth of Taiwan’s major domestic
airports in the presence of aircraft noise. Transportation Research Part E: Logistics and Transportation
Review, 44(3), 543-554.
YU, Ming-Miin. Measuring physical efficiency of domestic airports in Taiwan with undesirable outputs and
environmental factors. Journal of Air Transport Management, 2004, vol. 10, no 5, p. 295-303.
WEBS
[1] Strategier til kontrol af trafikstøj [03/2018]
https://www.gate21.dk/wp-content/uploads/2016/05/7.-D-Manvell-BK_Strategier-til-kontrol-af-
trafikst%C3%B8j.pdf
[2] Quiport. Aeropuerto Internacional de Quito [03/2018]
http://www.quiport.com/es/servicios-aeroportuarios/22-consejos-de-seguridad/60-consejo-de-seguridad-
03.html
[3] Mapas estratégicos de ruido [02/2018]
http://www.aena.es/es/corporativa/mapas-estrategicos-ruido.html
[4] Reglamento (UE) nº 598/2014 del parlamento europeo y del consejo [03/2018]
https://www.boe.es/doue/2014/173/L00065-00078.pdf
[5] Acoustics -- Unattended monitoring of aircraft sound in the vicinity of airports [04/2018]
https://www.evs.ee/products/iso-20906-2009
[6] International Civil Aviation Organization [04/2018]
https://www.icao.int/ESAF/Documents/RVSM/2008/RVSM_RNAV_RNP_TF14/RVSM_RNAV_RNPT
F14Report_en.pdf
[7] Cómo el aeropuerto de Ámsterdam lucha contra el ruido [05/2018]
https://destinoinfinito.com/ruido-aeropuerto-amsterdam/
Referencias
50
REFERENCIAS AEROPORTUARIAS
Aeropuertos de París [01/2018]
http://ev-labo.aeroportsdeparis.fr/Bilan/Bruit
Aeropuerto de Madrid [01/2018]
http://www.aena.es/es/aeropuerto-madrid-barajas/informes.html
Aeropuerto de Barcelona [01/2018]
http://www.aena.es/es/aeropuerto-barcelona/informes-acusticos.html
Aeropuertos de Berlín [01/2018]
https://www.berlin-airport.de/en/global/search/index.php/annual+report/all/most-recent-first
Aeropuerto de Munich [02/2018]
https://travis-web01.munich-airport.de/data/WebReport/mst.php?lang=en
Aeropuerto de Tallin [01/2018]
https://www.tallinn-airport.ee/en/about-us/annual-reports/
Aeropuerto de Zurich [01/2018]
https://www.zurich-airport.com/the-company/noise-policy-and-the-environment/noise-monitoring/noise-
bulletin/noise-bulletin-archives
Aeropuerto de Basilea [01/2018]
https://www.euroairport.com/fr/euroairport/environnement/nuisances-sonores/mesures.html
Aeropuerto de Amsterdam [02/2018]
https://www.annualreportschiphol.com/about-us
Aeropuerto de Róterdam [02/2018]
https://www.rotterdamthehagueairport.nl/en/corporation/
Aeropuerto de Gatwick [01/2018]
https://www.gatwickairport.com/business-community/aircraft-noise-airspace/noise-reports/flight-performance-
team-reports/
Aeropuerto de Manchester [01/2018]
https://www.magairports.com/investor-relations/annual-and-interim-reports/
Aeropuerto de Budapest [01/2018]
https://www.bud.hu/en/search?search=REPORT&content_type_name=document&category_id=276
51
51 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
Aeropuerto de Atenas [02/2018]
https://www.aia.gr/company-and-business/the-company/Corporate-Publications/annual-report
Aeropuerto de Liubliana [01/2018]
http://www.fraport-slovenija.si/en/company/environment/noise-protection/
Aeropuerto de Malta [01/2018]
https://www.maltairport.com/corporate/investors/publications/
Aeropuertos de Milán [02/2018]
http://www.seamilano.eu/en/sustainability/environmental-sustainability/noise/quarterly-reports-linate-and-
malpensa
Aeropuerto de Innsbruck [01/2018]
https://www.innsbruck-airport.com/en/company/numbers-facts/environmen
Referencias
52
53
53 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
ANEXOS
ANEXO 1. RESULTADOS 2010
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 58,20 491.933 56,60 0 1 58,20 491.933 56,60
2 París- Orly 0,459 0,685 37,22 314.610 36,20 0,208 0,828 30,43 271.078 53,00
3 Adolfo Suárez Madrid-Barajas 0,145 0,874 58,74 496.511 57,13 0,000 1,000 49,70 433.706 66,80
4 Barcelona- El Prat 0 1 29,20 277.832 76,60 0 1 29,20 277.832 76,60
5 Berlin-Schönefeld 0,735 0,576 15,72 132.862 15,29 0,735 0,576 15,72 132.862 15,29
6 Berlin-Tegel 0,553 0,644 29,14 246.271 28,34 0,553 0,644 29,14 246.271 28,34
7 Lennart Meri Tallinn 0,866 0,536 7,41 62.672 7,21 0,000 1,000 1,40 33.587 53,80
8 Zurich- Kloten 0,118 0,895 33,52 300.374 59,12 0,049 0,953 31,01 281.962 63,71
9 Basel- Mulhouse- Freiburg 0,791 0,558 16,34 138.150 15,90 0,000 1,000 4,10 77.154 75,90
10 Aeropuerto de Innsbruck 0,854 0,539 8,35 70.593 8,12 0,000 1,000 0,90 38.067 55,80
AEROPUERTOKOUSMANEN CRS KOUSMANEN VRS
FARE-GROSSKOPF CRS FARE-GROSSKOPF VRS
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA TETA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 58,20 491.933 56,60 0 1 1,00 58,20 491.933 56,60
2 París- Orly 0,459 0,685 37,22 314.610 36,20 0,178 0,849 1,00 29,69 261.759 54,99
3 Adolfo Suárez Madrid-Barajas 0,145 0,874 58,74 496.511 57,13 0,000 1,000 1,00 49,70 433.706 66,80
4 Barcelona- El Prat 0 1 29,20 277.832 76,60 0 1 1,00 29,20 277.832 76,60
5 Berlin-Schönefeld 0,214 0,824 46,56 393.546 45,28 0,214 0,824 0,80 46,56 393.546 45,28
6 Berlin-Tegel 0,553 0,644 29,14 246.271 28,34 0,553 0,644 0,50 29,14 246.271 28,34
7 Lennart Meri Tallinn 0,832 0,546 9,31 78.709 9,06 0,000 1,000 1,00 1,40 33.587 53,80
8 Zurich- Kloten 0,118 0,895 33,52 300.374 59,12 0,043 0,959 1,00 30,89 280.336 64,12
9 Basel- Mulhouse- Freiburg 0,791 0,558 16,34 138.150 15,90 0,000 1,000 1,00 4,10 77.154 75,90
10 Aeropuerto de Innsbruck 0,797 0,556 11,64 98.387 11,32 0,000 1,000 1,00 0,90 38.067 55,80
AEROPUERTO
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,63954 0 0 0 0 0 0 0 0 0 2 0,63954 0 0 0 0 0 0 0 0 0
3 1,00931 0 0 0 0 0 0 0 0 0 3 1,00931 0 0 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,27008 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,50062 0 0 0 0 0 0 0 0 0 6 0,50062 0 0 0 0 0 0 0 0 0
7 0,1274 0 0 0 0 0 0 0 0 0 7 0,16 0 0 0 0 0 0 0 0 0
8 0,29983 0 0 0,55026 0 0 0 0 0 0 8 0,29983 0 0 0,55026 0 0 0 0 0 0
9 0,28083 0 0 0 0 0 0 0 0 0 9 0,28083 0 0 0 0 0 0 0 0 0
10 0,1435 0 0 0 0 0 0 0 0 0 10 0,2 0 0 0 0 0 0 0 0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,5 0 0 0 0 0 0 0 0,32548 0 2 0,49809 0 0 0 0 0 0,49809 0 0 0
3 0 0 1 0 0 0 0 0 0 0 3 0 0 1 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,27008 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,50062 0 0 0 0 0 0 0 0 0 6 0,50062 0 0 0 0 0 0 0 0 0
7 0 0 0 0 0 0 1 0 0 0 7 0 0 0 0 0 0 1 0 0 0
8 0,5 0 0 0 0 0 0 0 0,46654 0 8 0,5 0 0 0 0 0 0,09658 0 0,40342 0
9 0 0 0 0 0 0 0 0 1 0 9 0 0 0 0 0 0 0 0 1 0
10 0 0 0 0 0 0 0 0 0 1 10 0 0 0 0 0 0 0 0 0 1
LANDA FARE VRS
LANDA KOUSMANEN CRS LANDA FARE CRS
LANDA KOUSMANEN VRS
Anexos
54
ANEXO 2. RESULTADOS 2011
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 61,00 506.888 57,60 0 1 61,00 506.888 57,60
2 París- Orly 0,443 0,693 39,69 329.805 37,48 0,200 0,833 32,52 279.159 53,84
3 Adolfo Suárez Madrid-Barajas 0,155 0,866 59,69 495.964 56,36 0,155 0,866 59,69 495.964 56,36
4 Barcelona- El Prat 0 1 34,40 303.054 77,10 0 1 34,40 303.054 77,10
5 Berlin-Schönefeld 0,746 0,573 15,46 128.473 14,60 0,746 0,573 15,46 128.473 14,60
6 Berlin-Tegel 0,539 0,650 31,38 260.722 29,63 0,539 0,650 31,38 260.722 29,63
7 Lennart Meri Tallinn 0,844 0,542 8,94 74.317 8,44 0,000 1,000 1,90 40.298 54,20
8 Zurich- Kloten 0,152 0,868 37,68 321.310 56,84 0,068 0,937 33,19 297.834 62,48
9 Basel- Mulhouse- Freiburg 0,731 0,578 18,24 151.591 17,23 0,000 1,000 5,10 87.582 64,00
10 Aeropuerto de Innsbruck 0,854 0,539 8,69 72.224 8,21 0,000 1,000 1,00 38.951 56,30
AEROPUERTOKOUSMANEN CRS KOUSMANEN VRS
FARE-GROSSKOPF CRS FARE-GROSSKOPF VRS
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA TETA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 61,00 506.888 57,60 0 1 1,00 61,00 506.888 57,60
2 París- Orly 0,443 0,693 39,69 329.805 37,48 0,164 0,859 1,00 31,56 275.184 56,23
3 Adolfo Suárez Madrid-Barajas 0,155 0,866 59,69 495.964 56,36 0,155 0,866 0,98 59,69 495.964 56,36
4 Barcelona- El Prat 0 1 34,40 303.054 77,10 0 1 1,00 34,40 303.054 77,10
5 Berlin-Schönefeld 0,199 0,834 48,80 405.510 46,08 0,199 0,834 0,80 48,80 405.510 46,08
6 Berlin-Tegel 0,539 0,650 31,38 260.722 29,63 0,539 0,650 0,51 31,38 260.722 29,63
7 Lennart Meri Tallinn 0,830 0,546 9,76 81.102 9,22 0,000 1,000 1,00 1,90 40.298 54,20
8 Zurich- Kloten 0,152 0,868 37,68 321.310 56,84 0,068 0,937 1,00 33,19 297.834 62,48
9 Basel- Mulhouse- Freiburg 0,731 0,578 18,24 151.591 17,23 0,000 1,000 1,00 5,10 87.582 64,00
10 Aeropuerto de Innsbruck 0,795 0,557 12,20 101.378 11,52 0,000 1,000 1,00 1,00 38.951 56,30
AEROPUERTO
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,65065 0 0 0 0 0 0 0 0 0 2 0,65065 0 0 0 0 0 0 0 0 0
3 0,97845 0 0 0 0 0 0 0 0 0 3 0,97845 0 0 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,25345 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,51436 0 0 0 0 0 0 0 0 0 6 0,51436 0 0 0 0 0 0 0 0 0
7 0,14661 0 0 0 0 0 0 0 0 0 7 0,16 0 0 0 0 0 0 0 0 0
8 0,34901 0 0 0,47648 0 0 0 0 0 0 8 0,34901 0 0 0,47648 0 0 0 0 0 0
9 0,29906 0 0 0 0 0 0 0 0 0 9 0,29906 0 0 0 0 0 0 0 0 0
10 0,14249 0 0 0 0 0 0 0 0 0 10 0,2 0 0 0 0 0 0 0 0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,24083 0 0 0,51835 0 0 0 0 0 0 2 0,5 0 0 0 0 0 0,46635 0 0,03365 0
3 0,97845 0 0 0 0 0 0 0 0 0 3 0,97845 0 0 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,25345 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,51436 0 0 0 0 0 0 0 0 0 6 0,51436 0 0 0 0 0 0 0 0 0
7 0 0 0 0 0 0 1 0 0 0 7 0 0 0 0 0 0 1 0 0 0
8 0,44854 0 0 0,10291 0 0 0 0 0,44854 0 8 0,44854 0 0 0,10291 0 0 0 0 0,44854 0
9 0 0 0 0 0 0 0 0 1 0 9 0 0 0 0 0 0 0 0 1 0
10 0 0 0 0 0 0 0 0 0 1 10 0 0 0 0 0 0 0 0 0 1
LANDA FARE VRS
LANDA KOUSMANEN CRS LANDA FARE CRS
LANDA KOUSMANEN VRS
55
55 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
ANEXO 3. RESULTADOS 2012
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 61,60 491.346 56,60 0 1 61,60 491.346 56,60
2 París- Orly 0,414 0,707 40,84 326.112 39,23 0,213 0,825 32,99 281.031 52,75
3 Adolfo Suárez Madrid-Barajas 0,211 0,826 56,67 451.983 52,07 0,211 0,826 56,67 451.983 52,07
4 Barcelona- El Prat 0 1 35,10 290.004 76,50 0 1 35,10 290.004 76,50
5 Berlin-Schönefeld 0,748 0,572 15,72 125.423 14,45 0,748 0,572 15,72 125.423 14,45
6 Berlin-Tegel 0,537 0,651 32,97 262.970 30,29 0,537 0,651 32,97 262.970 30,29
7 Lennart Meri Tallinn 0,814 0,551 11,03 88.017 10,14 0,000 1,000 2,20 48.531 54,40
8 Zurich- Kloten 0,142 0,875 38,03 308.444 57,47 0,072 0,933 33,83 289.483 62,17
9 Basel- Mulhouse- Freiburg 0,714 0,583 18,77 149.755 17,25 0,000 1,000 5,40 87.352 60,40
10 Aeropuerto de Innsbruck 0,846 0,542 9,21 73.499 8,47 0,000 1,000 0,90 39.808 55,10
AEROPUERTOKOUSMANEN CRS KOUSMANEN VRS
FARE-GROSSKOPF CRS FARE-GROSSKOPF VRS
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA TETA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 61,60 491.346 56,60 0 1 1,00 61,60 491.346 56,60
2 París- Orly 0,414 0,707 40,84 326.112 39,23 0,172 0,853 1,00 31,88 270.207 55,48
3 Adolfo Suárez Madrid-Barajas 0,211 0,826 56,67 451.983 52,07 0,211 0,826 0,92 56,67 451.983 52,07
4 Barcelona- El Prat 0 1 35,10 290.004 76,50 0 1 1,00 35,10 290.004 76,50
5 Berlin-Schönefeld 0,210 0,827 49,28 393.077 45,28 0,210 0,827 0,80 49,28 393.077 45,28
6 Berlin-Tegel 0,537 0,651 32,97 262.970 30,29 0,537 0,651 0,54 32,97 262.970 30,29
7 Lennart Meri Tallinn 0,814 0,551 11,03 88.017 10,14 0,000 1,000 1,00 2,20 48.531 54,40
8 Zurich- Kloten 0,142 0,875 38,03 308.444 57,47 0,072 0,933 1,00 33,83 289.483 62,17
9 Basel- Mulhouse- Freiburg 0,714 0,583 18,77 149.755 17,25 0,000 1,000 1,00 5,40 87.352 60,40
10 Aeropuerto de Innsbruck 0,795 0,557 12,32 98.269 11,32 0,000 1,000 1,00 0,90 39.808 55,10
AEROPUERTO
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,64089 0 0 0,03866 0 0 0 0 0 0 2 0,64089 0 0 0,03866 0 0 0 0 0 0
3 0,91989 0 0 0 0 0 0 0 0 0 3 0,91989 0 0 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,25526 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,5352 0 0 0 0 0 0 0 0 0 6 0,5352 0 0 0 0 0 0 0 0 0
7 0,17913 0 0 0 0 0 0 0 0 0 7 0,17913 0 0 0 0 0 0 0 0 0
8 0,32729 0 0 0,50906 0 0 0 0 0 0 8 0,32729 0 0 0,50906 0 0 0 0 0 0
9 0,30479 0 0 0 0 0 0 0 0 0 9 0,30479 0 0 0 0 0 0 0 0 0
10 0,14959 0 0 0 0 0 0 0 0 0 10 0,2 0 0 0 0 0 0 0 0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,5 0 0 0 0 0 0 0 0,40477 0 2 0,49769 0 0 0 0 0 0,45867 0 0,03902 0
3 0,91989 0 0 0 0 0 0 0 0 0 3 0,91989 0 0 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,25526 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,5352 0 0 0 0 0 0 0 0 0 6 0,5352 0 0 0 0 0 0 0 0 0
7 0 0 0 0 0 0 1 0 0 0 7 0 0 0 0 0 0 1 0 0 0
8 0,39798 0 0 0,20403 0 0 0 0 0,39798 0 8 0,39798 0 0 0,20403 0 0 0 0 0,39798 0
9 0 0 0 0 0 0 0 0 1 0 9 0 0 0 0 0 0 0 0 1 0
10 0 0 0 0 0 0 0 0 0 1 10 0 0 0 0 0 0 0 0 0 1
LANDA FARE VRS
LANDA KOUSMANEN CRS LANDA FARE CRS
LANDA KOUSMANEN VRS
Anexos
56
ANEXO 4. RESULTADOS 2013
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 62,00 472.206 55,60 0 1 62,00 472.206 55,60
2 París- Orly 0,341 0,746 40,25 308.008 44,01 0,188 0,842 33,62 274.849 54,25
3 Adolfo Suárez Madrid-Barajas 0,262 0,793 55,17 420.178 49,47 0,262 0,793 55,17 420.178 49,47
4 Barcelona- El Prat 0 1 35,20 276.497 76,20 0 1 35,20 276.497 76,20
5 Berlin-Schönefeld 0,810 0,553 12,12 92.341 10,87 0,810 0,553 12,12 92.341 10,87
6 Berlin-Tegel 0,521 0,658 34,90 265.775 31,29 0,521 0,658 34,90 265.775 31,29
7 Lennart Meri Tallinn 0,854 0,540 9,21 70.167 8,26 0,000 1,000 2,00 37.856 56,40
8 Zurich- Kloten 0,118 0,894 37,88 293.266 59,07 0,063 0,940 34,30 278.858 62,75
9 Basel- Mulhouse- Freiburg 0,706 0,586 19,56 148.941 17,54 0,000 1,000 5,90 87.317 59,60
10 Aeropuerto de Innsbruck 0,844 0,542 9,79 74.539 8,78 0,000 1,000 0,90 40.432 56,10
AEROPUERTOKOUSMANEN CRS KOUSMANEN VRS
FARE-GROSSKOPF CRS FARE-GROSSKOPF VRS
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA TETA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 62,00 472.206 55,60 0 1 1,00 62,00 472.206 55,60
2 París- Orly 0,341 0,746 40,25 308.008 44,01 0,164 0,859 0,97 32,93 271.360 55,87
3 Adolfo Suárez Madrid-Barajas 0,262 0,793 55,17 420.178 49,47 0,262 0,793 0,89 55,17 420.178 49,47
4 Barcelona- El Prat 0 1 35,20 276.497 76,20 0 1 1,00 35,20 276.497 76,20
5 Berlin-Schönefeld 0,221 0,819 49,60 377.765 44,48 0,221 0,819 0,80 49,60 377.765 44,48
6 Berlin-Tegel 0,521 0,658 34,90 265.775 31,29 0,521 0,658 0,56 34,90 265.775 31,29
7 Lennart Meri Tallinn 0,842 0,543 9,92 75.553 8,90 0,000 1,000 1,00 2,00 37.856 56,40
8 Zurich- Kloten 0,118 0,894 37,88 293.266 59,07 0,063 0,940 1,00 34,30 278.858 62,75
9 Basel- Mulhouse- Freiburg 0,706 0,586 19,56 148.941 17,54 0,000 1,000 1,00 5,90 87.317 59,60
10 Aeropuerto de Innsbruck 0,802 0,555 12,40 94.441 11,12 0,000 1,000 1,00 0,90 40.432 56,10
AEROPUERTO
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,5484 0 0 0,1774 0 0 0 0 0 0 2 0,5484 0 0 0,1774 0 0 0 0 0 0
3 0,88982 0 0 0 0 0 0 0 0 0 3 0,88982 0 0 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,19555 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,56284 0 0 0 0 0 0 0 0 0 6 0,56284 0 0 0 0 0 0 0 0 0
7 0,14859 0 0 0 0 0 0 0 0 0 7 0,16 0 0 0 0 0 0 0 0 0
8 0,29183 0 0 0,56225 0 0 0 0 0 0 8 0,29183 0 0 0,56225 0 0 0 0 0 0
9 0,31542 0 0 0 0 0 0 0 0 0 9 0,31542 0 0 0 0 0 0 0 0 0
10 0,15785 0 0 0 0 0 0 0 0 0 10 0,2 0 0 0 0 0 0 0 0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,5 0 0 0 0 0 0 0 0,44374 0 2 0,48498 0 0 0 0 0 0 0 0,48498 0
3 0,88982 0 0 0 0 0 0 0 0 0 3 0,88982 0 0 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,19555 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,56284 0 0 0 0 0 0 0 0 0 6 0,56284 0 0 0 0 0 0 0 0 0
7 0 0 0 0 0 0 1 0 0 0 7 0 0 0 0 0 0 1 0 0 0
8 0,36154 0 0 0,27693 0 0 0 0 0,36154 0 8 0,36154 0 0 0,27693 0 0 0 0 0,36154 0
9 0 0 0 0 0 0 0 0 1 0 9 0 0 0 0 0 0 0 0 1 0
10 0 0 0 0 0 0 0 0 0 1 10 0 0 0 0 0 0 0 0 0 1
LANDA FARE VRS
LANDA KOUSMANEN CRS LANDA FARE CRS
LANDA KOUSMANEN VRS
57
57 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
ANEXO 5. RESULTADOS 2014
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 63,80 465.240 55,70 0 1 63,80 465.240 55,70
2 París- Orly 0,339 0,747 41,64 305.414 44,27 0,193 0,838 34,76 272.052 54,07
3 Adolfo Suárez Madrid-Barajas 0,237 0,808 58,12 423.803 50,74 0,237 0,808 58,12 423.803 50,74
4 Barcelona- El Prat 0 1 37,60 283.851 76,70 0 1 37,60 283.851 76,70
5 Berlin-Schönefeld 0,743 0,574 16,81 122.603 14,68 0,743 0,574 16,81 122.603 14,68
6 Berlin-Tegel 0,500 0,667 37,47 273.254 32,71 0,500 0,667 37,47 273.254 32,71
7 Lennart Meri Tallinn 0,858 0,538 9,63 70.224 8,41 0,000 1,000 2,00 37.791 59,30
8 Zurich- Kloten 0,115 0,897 39,77 295.421 59,30 0,054 0,949 35,89 279.319 63,37
9 Basel- Mulhouse- Freiburg 0,695 0,590 20,80 151.645 18,16 0,000 1,000 6,50 89.473 59,50
10 Aeropuerto de Innsbruck 0,827 0,547 11,01 80.315 9,62 0,000 1,000 0,90 43.966 55,50
AEROPUERTOKOUSMANEN CRS KOUSMANEN VRS
FARE-GROSSKOPF CRS FARE-GROSSKOPF VRS
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA TETA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 63,80 465.240 55,70 0 1 1,00 63,80 465.240 55,70
2 París- Orly 0,339 0,747 41,64 305.414 44,27 0,172 0,853 0,96 33,86 267.214 55,49
3 Adolfo Suárez Madrid-Barajas 0,237 0,808 58,12 423.803 50,74 0,237 0,808 0,91 58,12 423.803 50,74
4 Barcelona- El Prat 0 1 37,60 283.851 76,70 0 1 1,00 37,60 283.851 76,70
5 Berlin-Schönefeld 0,221 0,819 51,04 372.192 44,56 0,221 0,819 0,80 51,04 372.192 44,56
6 Berlin-Tegel 0,500 0,667 37,47 273.254 32,71 0,500 0,667 0,59 37,47 273.254 32,71
7 Lennart Meri Tallinn 0,850 0,541 10,21 74.438 8,91 0,000 1,000 1,00 2,00 37.791 59,30
8 Zurich- Kloten 0,115 0,897 39,77 295.421 59,30 0,054 0,949 1,00 35,89 279.319 63,37
9 Basel- Mulhouse- Freiburg 0,695 0,590 20,80 151.645 18,16 0,000 1,000 1,00 6,50 89.473 59,50
10 Aeropuerto de Innsbruck 0,799 0,556 12,76 93.048 11,14 0,000 1,000 1,00 0,90 43.966 55,50
AEROPUERTO
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,54641 0 0 0,18039 0 0 0 0 0 0 2 0,54641 0 0 0,18039 0 0 0 0 0 0
3 0,91093 0 0 0 0 0 0 0 0 0 3 0,91093 0 0 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,26353 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,58734 0 0 0 0 0 0 0 0 0 6 0,58734 0 0 0 0 0 0 0 0 0
7 0,15094 0 0 0 0 0 0 0 0 0 7 0,16 0 0 0 0 0 0 0 0 0
8 0,29317 0 0 0,56024 0 0 0 0 0 0 8 0,29317 0 0 0,56024 0 0 0 0 0 0
9 0,32595 0 0 0 0 0 0 0 0 0 9 0,32595 0 0 0 0 0 0 0 0 0
10 0,17263 0 0 0 0 0 0 0 0 0 10 0,2 0 0 0 0 0 0 0 0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,5 0 0 0 0 0 0 0 0,44071 0 2 0,48172 0 0 0 0 0 0 0 0,48172 0
3 0,91093 0 0 0 0 0 0 0 0 0 3 0,91093 0 0 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,26353 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,58734 0 0 0 0 0 0 0 0 0 6 0,58734 0 0 0 0 0 0 0 0 0
7 0 0 0 0 0 0 1 0 0 0 7 0 0 0 0 0 0 1 0 0 0
8 0,34891 0 0 0,30218 0 0 0 0 0,34891 0 8 0,34891 0 0 0,30218 0 0 0 0 0,34891 0
9 0 0 0 0 0 0 0 0 1 0 9 0 0 0 0 0 0 0 0 1 0
10 0 0 0 0 0 0 0 0 0 1 10 0 0 0 0 0 0 0 0 0 1
LANDA FARE VRS
LANDA KOUSMANEN CRS LANDA FARE CRS
LANDA KOUSMANEN VRS
Anexos
58
ANEXO 6. RESULTADOS 2015
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 65,80 497.763 56,10 0 1 65,80 497.763 56,10
2 París- Orly 0,433 0,698 43,81 331.294 37,90 0,215 0,823 35,98 280.894 52,49
3 Adolfo Suárez Madrid-Barajas 0,237 0,808 59,95 453.529 51,11 0,237 0,808 59,95 453.529 51,11
4 Barcelona- El Prat 0 1 39,70 288.879 76,70 0 1 39,70 288.879 76,70
5 Berlin-Schönefeld 0,743 0,574 17,55 132.732 14,96 0,743 0,574 17,55 132.732 14,96
6 Berlin-Tegel 0,516 0,659 36,98 279.724 31,53 0,516 0,659 36,98 279.724 31,53
7 Lennart Meri Tallinn 0,856 0,539 10,18 77.039 8,68 0,000 1,000 2,20 41.513 60,20
8 Zurich- Kloten 0,179 0,848 42,00 312.612 54,99 0,115 0,897 36,67 295.582 59,29
9 Basel- Mulhouse- Freiburg 0,699 0,589 21,19 160.305 18,07 0,000 1,000 7,10 94.359 60,00
10 Aeropuerto de Innsbruck 0,829 0,547 11,09 83.927 9,46 0,000 1,000 1,00 45.880 55,40
AEROPUERTOKOUSMANEN CRS KOUSMANEN VRS
FARE-GROSSKOPF CRS FARE-GROSSKOPF VRS
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA TETA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 65,80 497.763 56,10 0 1 1,00 65,80 497.763 56,10
2 París- Orly 0,433 0,698 43,81 331.294 37,90 0,173 0,852 0,95 34,73 282.080 55,31
3 Adolfo Suárez Madrid-Barajas 0,237 0,808 59,95 453.529 51,11 0,237 0,808 0,91 59,95 453.529 51,11
4 Barcelona- El Prat 0 1 39,70 288.879 76,70 0 1 1,00 39,70 288.879 76,70
5 Berlin-Schönefeld 0,229 0,814 52,64 398.210 44,88 0,229 0,814 0,80 52,64 398.210 44,88
6 Berlin-Tegel 0,516 0,659 36,98 279.724 31,53 0,516 0,659 0,56 36,98 279.724 31,53
7 Lennart Meri Tallinn 0,851 0,540 10,53 79.642 8,98 0,000 1,000 1,00 2,20 41.513 60,20
8 Zurich- Kloten 0,179 0,848 42,00 312.612 54,99 0,115 0,897 1,00 36,67 295.582 59,29
9 Basel- Mulhouse- Freiburg 0,699 0,589 21,19 160.305 18,07 0,000 1,000 1,00 7,10 94.359 60,00
10 Aeropuerto de Innsbruck 0,797 0,556 13,16 99.553 11,22 0,000 1,000 1,00 1,00 45.880 55,40
AEROPUERTO
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,65817 0 0 0,01275 0 0 0 0 0 0 2 0,65817 0 0 0,01275 0 0 0 0 0 0
3 0,91113 0 0 0 0 0 0 0 0 0 3 0,91113 0 0 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,26666 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,56196 0 0 0 0 0 0 0 0 0 6 0,56196 0 0 0 0 0 0 0 0 0
7 0,15477 0 0 0 0 0 0 0 0 0 7 0,16 0 0 0 0 0 0 0 0 0
8 0,36827 0 0 0,4476 0 0 0 0 0 0 8 0,36827 0 0 0,4476 0 0 0 0 0 0
9 0,32205 0 0 0 0 0 0 0 0 0 9 0,32205 0 0 0 0 0 0 0 0 0
10 0,16861 0 0 0 0 0 0 0 0 0 10 0,2 0 0 0 0 0 0 0 0 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
1 1 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0
2 0,41204 0 0 0,17593 0 0 0 0 0,26469 0 2 0,47639 0 0 0 0 0 0 0 0,47639 0
3 0,91113 0 0 0 0 0 0 0 0 0 3 0,91113 0 0 0 0 0 0 0 0 0
4 0 0 0 1 0 0 0 0 0 0 4 0 0 0 1 0 0 0 0 0 0
5 0,26666 0 0 0 0 0 0 0 0 0 5 0,8 0 0 0 0 0 0 0 0 0
6 0,56196 0 0 0 0 0 0 0 0 0 6 0,56196 0 0 0 0 0 0 0 0 0
7 0 0 0 0 0 0 1 0 0 0 7 0 0 0 0 0 0 1 0 0 0
8 0,46663 0 0 0,06675 0 0 0 0 0,46663 0 8 0,46663 0 0 0,06675 0 0 0 0 0,46663 0
9 0 0 0 0 0 0 0 0 1 0 9 0 0 0 0 0 0 0 0 1 0
10 0 0 0 0 0 0 0 0 0 1 10 0 0 0 0 0 0 0 0 0 1
LANDA FARE VRS
LANDA KOUSMANEN CRS LANDA FARE CRS
LANDA KOUSMANEN VRS
59
59 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
ANEXO 7. RESULTADOS 2016
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 65,90 475.810 68,20 0 1 65,90 475.810 68,20
2 París- Orly 0,352 0,739 45,44 317.056 45,34 0,352 0,740 45,13 317.007 45,35
3 Adolfo Suárez Madrid-Barajas 0,107 0,904 60,02 418.532 59,85 0,107 0,904 59,91 418.507 59,85
4 Barcelona- El Prat 0 0,787 56,20 391.414 56,61 0 0,797 55,42 391.430 57,97
5 Berlin-Schönefeld 0,623 0,616 22,45 156.697 22,41 0,623 0,616 22,32 156.685 22,42
6 Berlin-Tegel 0,422 0,703 37,36 263.831 37,76 0,421 0,704 36,94 263.772 37,78
7 Múnich-Franz Josef Strauss 0,000 1 42,30 394.000 62,00 0,000 1 42,30 394.000 62,00
8 Lennart Meri Tallinn 0,817 0,550 10,87 74.403 10,62 0,000 1 2,20 40.938 58,20
9 Zurich- Kloten 0,270 0,787 48,78 341.870 48,90 0,270 0,787 48,52 341.823 48,91
10 Basel- Mulhouse- Freiburg 0,628 0,614 22,74 155.591 22,22 0,274 0,785 14,84 121.738 43,41
11 Ámsterdam-Schiphol 0,000 1 70,00 479.000 68,40 0,000 1 70,00 479.000 68,40
12 Róterdam- La Haya 1 0,562 13,42 93.252 13,33 0 1 1,70 52.442 60,10
13 Londres-Gatwick 0,000 1 43,10 275.633 42,80 0,000 1 43,10 275.633 42,80
14 Aeropuerto de Manchester 0,016 0,985 55,05 380.524 56,11 0,016 0,985 55,05 380.524 56,11
15 Budapest- Ferenc Liszt 0,638 0,610 21,34 147.655 21,10 0,638 0,611 21,08 147.633 21,12
16 Eleftherios Venizelos 0,938 0,516 4,19 28.684 4,10 0,938 0,516 4,19 28.684 4,10
17 Liubliana- Brnik 0,000 1 1,40 32.701 58,00 0,000 1 1,40 32.701 58,00
18 Aeropuerto Internacional de Malta 0,840 0,544 9,63 65.864 9,41 0,840 0,544 9,63 65.864 9,41
19 Milán- Malpensa 0,540 0,649 29,73 193.199 29,41 0,540 0,649 29,73 192.998 29,42
20 Milán- Linate 1 0,576 16,83 115.148 16,44 1 0,663 14,63 107.604 30,46
21 Aeropuerto de Innsbruck 0,784 0,561 12,18 84.197 12,03 0,014 0,987 1,55 47.852 54,84
KOUSMANEN VRSKOUSMANEN CRSAEROPUERTO
Anexos
60
FARE-GROSSKOPF CRS FARE-GROSSKOPF VRS
BETA EFFICIENCIA PASAJEROS OPERACIONES RUIDO BETA EFFICIENCIA TETA PASAJEROS OPERACIONES RUIDO
1 París-Charles de Gaulle 0 1 65,90 475.810 68,20 0 1 1 65,90 475.810 68,20
2 París- Orly 0,352 0,739 45,44 317.056 45,34 0,339 0,747 0,834 46,28 313.829 46,30
3 Adolfo Suárez Madrid-Barajas 0,107 0,904 60,02 418.532 59,85 0,107 0,904 0,876 59,56 418.432 59,86
4 Barcelona- El Prat 0 0,787 56,20 391.414 56,61 0 0,797 1 55,42 391.430 57,97
5 Berlin-Schönefeld 0,605 0,623 23,32 154.996 23,45 0,605 0,623 0,484 23,32 154.996 23,45
6 Berlin-Tegel 0,422 0,703 37,36 263.831 37,76 0,421 0,704 0,554 36,52 263.714 37,80
7 Múnich-Franz Josef Strauss 0,000 1 42,30 394.000 62,00 0,000 1 1 42,30 394.000 62,00
8 Lennart Meri Tallinn 0,817 0,550 10,31 74.371 10,67 0,000 1 1 2,20 40.938 58,20
9 Zurich- Kloten 0,270 0,787 48,78 341.870 48,90 0,256 0,796 0,898 49,84 337.993 49,87
10 Basel- Mulhouse- Freiburg 0,628 0,614 22,33 155.554 22,24 0,164 0,859 0,810 12,43 111.237 49,98
11 Ámsterdam-Schiphol 0,000 1 70,00 479.000 68,40 0,000 1 1 70,00 479.000 68,40
12 Róterdam- La Haya 1 0,563 12,93 93.216 13,37 0 1 1 1,70 52.442 60,10
13 Londres-Gatwick 0,000 1 43,10 275.633 42,80 0,000 1 1 43,10 275.633 42,80
14 Aeropuerto de Manchester 0,016 0,985 55,05 380.524 56,11 0,016 0,985 1 55,05 380.524 56,11
15 Budapest- Ferenc Liszt 0,625 0,615 21,58 146.479 21,86 0,613 0,620 0,527 22,73 145.379 22,57
16 Eleftherios Venizelos 0,719 0,582 18,74 119.840 18,61 0,719 0,582 0,435 18,74 119.840 18,61
17 Liubliana- Brnik 0,000 1 1,40 32.701 58,00 0,000 1 1 1,40 32.701 58,00
18 Aeropuerto Internacional de Malta 0,832 0,546 9,79 65.577 9,88 0,493 0,670 0,495 7,62 61.732 29,75
19 Milán- Malpensa 0,491 0,671 32,79 209.721 32,57 0,491 0,671 0,761 32,79 209.721 32,57
20 Milán- Linate 1 0,577 16,82 112.765 16,51 0 0,802 0,775 12,10 98.444 46,66
21 Aeropuerto de Innsbruck 0,782 0,561 11,74 84.123 12,12 0,010 0,990 0,917 1,55 47.676 55,05
AEROPUERTO
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
1 París-Charles de Gaulle 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 París- Orly 0,2453188 0 0 0 0 0 0 0 0 0 0,4182271 0 0 0 0 0 0 0 0 0 0
3 Adolfo Suárez Madrid-Barajas 0,3137763 0 0 0 0 0 0 0 0 0 0,5620746 0 0 0 0 0 0 0 0 0 0
4 Barcelona- El Prat 0,4150477 0 0 0 0 0 0 0 0 0 0,302153 0 0,1784933 0 0 0 0 0 0 0 0
5 Berlin-Schönefeld 0,1249406 0 0 0 0 0 0 0 0 0 0,2030256 0 0 0 0 0 0 0 0 0 0
6 Berlin-Tegel 0,3294828 0 0 0 0 0 0 0 0 0 0,2235057 0 0 0 0 0 0 0 0 0 0
7 Múnich-Franz Josef Strauss 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
8 Lennart Meri Tallinn 0 0 0 0 0 0 0 0 0 0 0,1553292 0 0 0 0 0 0 0 0 0 0
9 Zurich- Kloten 0,3238082 0 0 0 0 0 0 0 0 0 0,3920639 0 0 0 0 0 0 0 0 0 0
10 Basel- Mulhouse- Freiburg 0 0 0 0 0 0 0 0 0 0 0,3248252 0 0 0 0 0 0 0 0 0 0
11 Ámsterdam-Schiphol 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
12 Róterdam- La Haya 0,05704826 0 0 0 0 0 0 0 0 0 0,138012 0 0 0 0 0 0 0 0 0 0
13 Londres-Gatwick 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
14 Aeropuerto de Manchester 0,5239885 0 0 0 0 0 0 0 0 0 0 0 0,4760115 0 0 0 0 0 0 0 0
15 Budapest- Ferenc Liszt 0,06602046 0 0 0 0 0 0 0 0 0 0,2426769 0 0 0 0 0 0 0 0 0 0
16 Eleftherios Venizelos 0 0 0 0 0 0 0 0 0 0 0,05988365 0 0 0 0 0 0 0 0 0 0
17 Liubliana- Brnik 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
18 Aeropuerto Internacional de Malta 0 0 0 0 0 0 0 0 0 0 0,137503 0 0 0 0 0 0 0 0 0 0
19 Milán- Malpensa 0 0 0 0 0 0 0 0 0 0 0,09798674 0 0,530645 0 0 0 0 0 0 0 0
20 Milán- Linate 0 0 0 0 0 0 0 0 0 0 0,2403927 0 0 0 0 0 0 0 0 0 0
21 Aeropuerto de Innsbruck 0,03347256 0 0 0 0 0 0 0 0 0 0,1425265 0 0 0 0 0 0 0 0 0 0
AEROPUERTOLANDA KOUSMANEN CRS
61
61 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
1 París-Charles de Gaulle 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 París- Orly 0,3300094 0 0 0 0 0 0 0 0 0 0,3339981 0 0 0 0 0 0 0 0 0 0
3 Adolfo Suárez Madrid-Barajas 0,3450085 0 0 0 0 0 0 0 0 0 0,5309983 0 0 0 0 0 0 0 0 0 0
4 Barcelona- El Prat 0,25 0 0 0 0 0 0,1259759 0 0 0 0,25 0 0,3740241 0 0 0 0 0 0 0 0
5 Berlin-Schönefeld 0,1602203 0 0 0 0 0 0 0 0 0 0,1679559 0 0 0 0 0 0 0 0 0 0
6 Berlin-Tegel 0,4420208 0 0 0 0 0 0 0 0 0 0,1115958 0 0 0 0 0 0 0 0 0 0
7 Múnich-Franz Josef Strauss 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
8 Lennart Meri Tallinn 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
9 Zurich- Kloten 0,3953137 0 0 0 0 0 0 0 0 0 0,3209373 0 0 0 0 0 0 0 0 0 0
10 Basel- Mulhouse- Freiburg 0 0 0 0 0 0 0 0 0 0 0,2 0,4946097 0 0 0 0 0 0 0 0 0
11 Ámsterdam-Schiphol 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
12 Róterdam- La Haya 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
13 Londres-Gatwick 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
14 Aeropuerto de Manchester 0,5239885 0 0 0 0 0 0 0 0 0 0 0 0,4760115 0 0 0 0 0 0 0 0
15 Budapest- Ferenc Liszt 0,1363982 0 0 0 0 0 0 0 0 0 0,1727204 0 0 0 0 0 0 0 0 0 0
16 Eleftherios Venizelos 0 0 0 0 0 0 0 0 0 0 0,05988365 0 0 0 0 0 0 0 0 0 0
17 Liubliana- Brnik 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
18 Aeropuerto Internacional de Malta 0 0 0 0 0 0 0 0 0 0 0,137503 0 0 0 0 0 0 0 0 0 0
19 Milán- Malpensa 0 0 0 0 0 0 0 0 0 0 0,09190172 0 0,5404914 0 0 0 0 0 0 0 0
20 Milán- Linate 0 0 0 0 0 0 0 0,2883328 0 0 0,2 0 0 0 0 0 0 0 0 0 0
21 Aeropuerto de Innsbruck 0 0 0 0 0 0 0 0 0 0 0 0,9124698 0 0 0 0 0 0 0 0 0
AEROPUERTOLANDA KOUSMANEN VRS
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
1 París-Charles de Gaulle 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 París- Orly 0,2453188 0 0 0 0 0 0 0 0 0 0,4182271 0 0 0 0 0 0 0 0 0 0
3 Adolfo Suárez Madrid-Barajas 0,3137763 0 0 0 0 0 0 0 0 0 0,5620746 0 0 0 0 0 0 0 0 0 0
4 Barcelona- El Prat 0,4150477 0 0 0 0 0 0 0 0 0 0,302153 0 0,1784933 0 0 0 0 0 0 0 0
5 Berlin-Schönefeld 0,1078346 0 0 0 0 0 0 0 0 0 0 0 0,3761769 0 0 0 0 0 0 0 0
6 Berlin-Tegel 0,3294828 0 0 0 0 0 0 0 0 0 0,2235057 0 0 0 0 0 0 0 0 0 0
7 Múnich-Franz Josef Strauss 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
8 Lennart Meri Tallinn 0,1546057 0 0 0 0 0 0 0 0 0 0 0 0,00293171 0 0 0 0 0 0 0 0
9 Zurich- Kloten 0,3238082 0 0 0 0 0 0 0 0 0 0,3920639 0 0 0 0 0 0 0 0 0 0
10 Basel- Mulhouse- Freiburg 0,111762 0 0 0 0 0 0 0 0 0 0,2137299 0 0 0 0 0 0 0 0 0 0
11 Ámsterdam-Schiphol 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
12 Róterdam- La Haya 0,1940311 0 0 0 0 0 0 0 0 0 0 0 0,00324397 0 0 0 0 0 0 0 0
13 Londres-Gatwick 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
14 Aeropuerto de Manchester 0,5239885 0 0 0 0 0 0 0 0 0 0 0 0,4760115 0 0 0 0 0 0 0 0
15 Budapest- Ferenc Liszt 0,1552294 0 0 0 0 0 0 0 0 0 0 0 0,2634623 0 0 0 0 0 0 0 0
16 Eleftherios Venizelos 0 0 0 0 0 0 0 0 0 0 0 0 0,4347826 0 0 0 0 0 0 0 0
17 Liubliana- Brnik 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
18 Aeropuerto Internacional de Malta 0,05411226 0 0 0 0 0 0 0 0 0 0 0 0,1445042 0 0 0 0 0 0 0 0
19 Milán- Malpensa 0 0 0 0 0 0 0 0 0 0 0 0 0,7608696 0 0 0 0 0 0 0 0
20 Milán- Linate 0 0 0 0 0 0 0 0 0 0 0,1666031 0 0,119586 0 0 0 0 0 0 0 0
21 Aeropuerto de Innsbruck 0,1661396 0 0 0 0 0 0 0 0 0 0 0 0,01840241 0 0 0 0 0 0 0 0
AEROPUERTOLANDA FARE CRS
Anexos
62
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
1 París-Charles de Gaulle 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 París- Orly 0,2083752 0 0 0 0 0 0 0 0 0 0,2083752 0 0,4167504 0 0 0 0 0 0 0 0
3 Adolfo Suárez Madrid-Barajas 0,4382361 0 0 0 0 0 0 0 0 0 0,4382361 0 0 0 0 0 0 0 0 0 0
4 Barcelona- El Prat 0,25 0 0 0 0 0 0,1259759 0 0 0 0,25 0 0,3740241 0 0 0 0 0 0 0 0
5 Berlin-Schönefeld 0,1078346 0 0 0 0 0 0 0 0 0 0 0 0,3761769 0 0 0 0 0 0 0 0
6 Berlin-Tegel 0,554243 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
7 Múnich-Franz Josef Strauss 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0
8 Lennart Meri Tallinn 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
9 Zurich- Kloten 0,2244194 0 0 0 0 0 0 0 0 0 0,2244194 0 0,4488388 0 0 0 0 0 0 0 0
10 Basel- Mulhouse- Freiburg 0 0 0 0 0 0 0 0 0 0 0,1619545 0,6320281 0 0 0 0 0,01579007 0 0 0 0
11 Ámsterdam-Schiphol 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0
12 Róterdam- La Haya 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0
13 Londres-Gatwick 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0
14 Aeropuerto de Manchester 0,5239885 0 0 0 0 0 0 0 0 0 0 0 0,4760115 0 0 0 0 0 0 0 0
15 Budapest- Ferenc Liszt 0 0 0 0 0 0 0 0 0 0 0 0 0,5274356 0 0 0 0 0 0 0 0
16 Eleftherios Venizelos 0 0 0 0 0 0 0 0 0 0 0 0 0,4347826 0 0 0 0 0 0 0 0
17 Liubliana- Brnik 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0
18 Aeropuerto Internacional de Malta 0 0 0 0 0 0 0 0,1714188 0 0 0,09891777 0 0 0 0 0 0,2242522 0 0 0 0
19 Milán- Malpensa 0 0 0 0 0 0 0 0 0 0 0 0 0,7608696 0 0 0 0 0 0 0 0
20 Milán- Linate 0 0 0 0 0 0 0 0,4748845 0 0 0,1550207 0 0 0 0 0 0,1451982 0 0 0 0
21 Aeropuerto de Innsbruck 0 0 0 0 0 0 0 0 0 0 0 0,8967435 0 0 0 0 0,01985701 0 0 0 0
AEROPUERTOLANDA FARE VRS
63
63 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
ANEXO 8. CÓDIGO DEL MODELO EN LINGO V14
CÓDIGO LINGO KUOSMANEN CRS
SETS:
!conjuntos primitivos;
ENTRADA/1..3/:;
DMU/1..11/:BETA,TETA;
SALIDA/1..2/:SOLYR;
!conjuntos derivados;
DMU_SALIDA(DMU,SALIDA):SOLY,Y;
ITERACION(DMU):SOLRUIDO,MUR,RUIDO,LANDAR;
DMU_ITERACION(DMU,ITERACION):MU,LANDA;
DMU_ENTRADA(DMU,ENTRADA):X;
ENDSETS
DATA:
!Importamos los datos desde una hoja excel;
X,Y,RUIDO = @OLE ('C:\PROYECTO\AEROPUERTOS.xlsx','X','Y','RUIDO');
!Exportamos los resultados landa a una hoja excel;
@OLE ('C:\PROYECTO\AEROPUERTOS.xlsx','LANDA')=LANDA;
ENDDATA
SUBMODEL Aerop:
!Funcion objetivo;
MAX= BETAR;
!Restricciones;
@SUM(DMU(J):
(LANDAR(J)+MUR(J))*X(J,1)) <= X(R,1);
@SUM(DMU(J):
(LANDAR(J)+MUR(J))*X(J,2)) <= X(R,2);
@SUM(DMU(J):
(LANDAR(J)+MUR(J))*X(J,3)) >= X(R,3);
Anexos
64
@FOR (SALIDA(K):
@SUM(DMU(J):
LANDAR(J)*Y(J,K)) >= (1+BETAR)*Y(R,K));
@SUM(DMU(J): LANDAR(J)*RUIDO(J)) = RUIDO(R)*(1-BETAR);
@SUM(DMU(J): LANDAR(J)*RUIDO(J)) = RUIDOR;
@SUM(DMU(J): LANDAR(J)*Y(J,1)) = SOLYR(1);
@SUM(DMU(J): LANDAR(J)*Y(J,2)) = SOLYR(2);
@FOR (DMU(J): LANDAR(J)>=0);
@FOR (DMU(J): MUR(J)>=0);
ENDSUBMODEL
CALC:
@SET( 'TERSEO', 2);
@FOR (ITERACION(ITER):
R=ITER;
@SOLVE(Aerop);
BETA(ITER)=BETAR;
SOLRUIDO(ITER)=RUIDOR;
SOLY(ITER,1)=SOLYR(1);
SOLY(ITER,2)=SOLYR(2);
@FOR(DMU(J):LANDA(ITER,J)=LANDAR(J));
@FOR(DMU(J):MU(ITER,J)=MUR(J));
);
ENDCALC
CÓDIGO LINGO KUOSMANEN VRS
SETS:
!conjuntos primitivos;
ENTRADA/1..3/:;
DMU/1..11/:BETA,TETA;
SALIDA/1..2/:SOLYR;
65
65 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
!conjuntos derivados;
DMU_SALIDA(DMU,SALIDA):SOLY,Y;
ITERACION(DMU):SOLRUIDO,MUR,RUIDO,LANDAR;
DMU_ITERACION(DMU,ITERACION):MU,LANDA;
DMU_ENTRADA(DMU,ENTRADA):X;
ENDSETS
DATA:
!Importamos los datos desde una hoja excel;
X,Y,RUIDO = @OLE ('C:\PROYECTO\AEROPUERTOS.xlsx','X','Y','RUIDO');
!Exportamos los resultados landa a una hoja excel;
@OLE ('C:\PROYECTO\AEROPUERTOS.xlsx','LANDA')=LANDA;
ENDDATA
SUBMODEL Aerop:
!Funcion objetivo;
MAX= BETAR;
!Restricciones;
@SUM(DMU(J):
(LANDAR(J)+MUR(J))*X(J,1)) <= X(R,1);
@SUM(DMU(J):
(LANDAR(J)+MUR(J))*X(J,2)) <= X(R,2);
@SUM(DMU(J):
(LANDAR(J)+MUR(J))*X(J,3)) >= X(R,3);
@FOR (SALIDA(K):
@SUM(DMU(J):
LANDAR(J)*Y(J,K)) >= Y(R,K)*(1+BETAR));
@SUM(DMU(J): LANDAR(J)*RUIDO(J)) = RUIDO(R)*(1-BETAR);
@SUM(DMU(J): LANDAR(J)*RUIDO(J)) = RUIDOR;
@SUM(DMU(J): LANDAR(J)*Y(J,1)) = SOLYR(1);
@SUM(DMU(J): LANDAR(J)*Y(J,2)) = SOLYR(2);
Anexos
66
@SUM(DMU(J):LANDAR(J)+MUR(J))=1;
@FOR (DMU(J): LANDAR(J)>=0);
@FOR (DMU(J): MUR(J)>=0);
ENDSUBMODEL
CALC:
@SET( 'TERSEO', 2);
@FOR (ITERACION(ITER):
R=ITER;
@SOLVE(Aerop);
BETA(ITER)=BETAR;
SOLRUIDO(ITER)=RUIDOR;
SOLY(ITER,1)=SOLYR(1);
SOLY(ITER,2)=SOLYR(2);
@FOR(DMU(J):LANDA(ITER,J)=LANDAR(J));
@FOR(DMU(J):MU(ITER,J)=MUR(J));
);
ENDCALC
CÓDIGO LINGO FÄRE CRS
SETS:
!conjuntos primitivos;
ENTRADA/1..3/:;
DMU/1..11/:BETA,TETA;
SALIDA/1..2/:SOLYR;
!conjuntos derivados;
DMU_SALIDA(DMU,SALIDA):SOLY,Y;
ITERACION(DMU):SOLRUIDO,LANDAR,RUIDO;
DMU_ENTRADA(DMU,ENTRADA):X;
DMU_ITERACION(DMU,ITERACION):LANDA;
ENDSETS
67
67 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
DATA:
!Importamos los datos desde una hoja excel;
X,Y,RUIDO = @OLE ('C:\PROYECTO\AEROPUERTOS.xlsx','X','Y','RUIDO');
!Exportamos los resultados landa a una hoja excel;
@OLE ('C:\PROYECTO\AEROPUERTOS.xlsx','LANDA')=LANDA;
ENDDATA
SUBMODEL Aerop:
!Funcion objetivo;
MAX= BETAR;
!Restricciones;
@SUM(DMU(J):
LANDAR(J)*X(J,1)) <= X(R,1);
@SUM(DMU(J):
LANDAR(J)*X(J,2)) <= X(R,2);
@SUM(DMU(J):
LANDAR(J)*X(J,3)) >= X(R,3);
@FOR (SALIDA(K):
@SUM(DMU(J):
LANDAR(J)*Y(J,K)) >= Y(R,K)*(1+BETAR));
@SUM(DMU(J): LANDAR(J)*RUIDO(J)) = RUIDO(R)*(1-BETAR);
@SUM(DMU(J): LANDAR(J)*RUIDO(J)) = RUIDOR;
@SUM(DMU(J): LANDAR(J)*Y(J,1)) = SOLYR(1);
@SUM(DMU(J): LANDAR(J)*Y(J,2)) = SOLYR(2);
@FOR (DMU(J): LANDAR(J)>=0);
ENDSUBMODEL
CALC:
@SET( 'TERSEO', 2);
@FOR (ITERACION(ITER):
R=ITER;
Anexos
68
@SOLVE(Aerop);
BETA(ITER)=BETAR;
SOLRUIDO(ITER)=RUIDOR;
SOLY(ITER,1)=SOLYR(1);
SOLY(ITER,2)=SOLYR(2);
@FOR(DMU(J):LANDA(ITER,J)=LANDAR(J));
);
ENDCALC
CÓDIGO LINGO FÄRE VRS
SETS:
!conjuntos primitivos;
ENTRADA/1..3/:;
DMU/1..11/:BETA,TETA;
SALIDA/1..2/:SOLYR;
!conjuntos derivados;
DMU_SALIDA(DMU,SALIDA):SOLY,Y;
ITERACION(DMU):SOLRUIDO,LANDAR,RUIDO;
DMU_ENTRADA(DMU,ENTRADA):X;
DMU_ITERACION(DMU,ITERACION):LANDA;
ENDSETS
DATA:
!Importamos los datos desde una hoja excel;
X,Y,RUIDO = @OLE ('C:\PROYECTO\AEROPUERTOS.xlsx','X','Y','RUIDO');
!Exportamos los resultados landa a una hoja excel;
@OLE ('C:\PROYECTO\AEROPUERTOS.xlsx','LANDA')=LANDA;
ENDDATA
SUBMODEL Aerop:
!Funcion objetivo;
MAX= BETAR;
69
69 Estudio de Eficiencia de Contaminación Acústica en Aeropuertos Europeos
!Restricciones;
@SUM(DMU(J):
LANDAR(J)*X(J,1)) <= TETAR*X(R,1);
@SUM(DMU(J):
LANDAR(J)*X(J,2)) <= TETAR*X(R,2);
@SUM(DMU(J):
LANDAR(J)*X(J,3)) >= X(R,3);
@FOR (SALIDA(K):
@SUM(DMU(J):
LANDAR(J)*Y(J,K)) >= Y(R,K)*(1+BETAR));
@SUM(DMU(J): LANDAR(J)*RUIDO(J)) = RUIDO(R)*(1-BETAR);
@SUM(DMU(J): LANDAR(J)*RUIDO(J)) = RUIDOR;
@SUM(DMU(J): LANDAR(J)*Y(J,1)) = SOLYR(1);
@SUM(DMU(J): LANDAR(J)*Y(J,2)) = SOLYR(2);
@SUM(DMU(J):LANDAR(J))=TETAR;
@FOR (DMU(J): LANDAR(J)>=0);
TETAR>=0;
TETAR<=1;
ENDSUBMODEL
CALC:
@SET( 'TERSEO', 2);
@FOR (ITERACION(ITER):
R=ITER;
@SOLVE(Aerop);
TETA(ITER)=TETAR;
BETA(ITER)=BETAR;
SOLRUIDO(ITER)=RUIDOR;
SOLY(ITER,1)=SOLYR(1);
SOLY(ITER,2)=SOLYR(2);
Anexos
70
@FOR(DMU(J):LANDA(ITER,J)=LANDAR(J));
);
ENDCALC
