LOCALIZAÇÃO DE INSTALAÇÕES: UM ESTUDO SOBRE TERMINAIS ROLL-ON ROLL-OFF (RORO) EM ZONAS SECUNDÁRIAS DO ESPÍRITO SANTO

Transcrição

1 LOCALIZAÇÃO DE INSTALAÇÕES: UM ESTUDO SOBRE TERMINAIS ROLL-ON ROLL-OFF (RORO) EM ZONAS SECUNDÁRIAS DO ESPÍRITO SANTO Wellington Goncalves (UNIMEP ) wgoncalves@unimep.br Marcos Wagner Jesus Servare Junior (UFES ) marcoswjunior@gmail.com Vilma Cruz Castro (UFES ) vilmacruzcastro@gmail.com Maria Rita Pontes Assumpcao (UNIMEP ) rita.assumpcao@unisantos.br Os portos assumem parte importante na cadeia logística global participando como destino de produtos nacionais para exportação e origem de produtos importados que serão distribuídos no pais. A hinterland é a zona ou área de influência de um porto ou área de mercado do porto em terra da qual ou para qual o porto envia e recebe cargas. A instalação de terminal em zona secundária otimiza as operações de escoamento de produtos para o modal marítimo. Este artigo apresenta um estudo para localização de instalação de um terminal de carga roll-on roll-off (roro) em zona secundária para atender a demanda de municípios das regiões Centro-Oeste, Rio Doce e Nordeste do Espírito Santo. São analisados dois cenários que conformam a consistência da solução indicada, obtida com uso de um modelo de programação linear inteira mista. A identificação dos possíveis locais considerados no modelo foi feita com auxílio de um software de otimização e um Sistema de informações Geográficas para Transportes (SIG-T). Palavras-chaves: Logística. Localização de instalações. Roll-on Roll-off (roro). Terminais em zonas secundárias. Modelagem Matemática.

2 1. Introdução Os portos organizados brasileiros apresentaram, em 2013, recordes históricos na movimentação das cargas roll-on roll-off (roro). O maior responsável por isto foi a exportação de automóveis, com 476 mil veículos (US$ 5,5 bilhões) e de veículos de carga, com 109 mil unidades (US$ 2,2 bilhões). Se comparada com o ano de 2012, o crescimento na exportação de veículos foi de 36,6% para os de passeio e, 5,5% para os de transporte de carga (ANTAQ, 2013; ANFAVEA, 2013). A carga roro é uma categoria de carga geral solta, com característica específica de carregamento e descarregamento realizado sobre rodas, com o auxílio de uma rampa de acesso (SARGENT, 1938; GONÇALVES, 2001). No Brasil, os automóveis são as cargas roro que possuem a maior ocorrência em termos de movimentação portuária (PORTO, 2011). Um terminal portuário para carga roro necessita de grande espaço físico para seus pátios que acomodam estoque em trânsito de veículos. Estes veículos permanecem nos pátios a espera de embarque no navio ou de carregamento nos caminhões cegonheiros para distribuição via modal rodoviário (BIRD, 1971). O tamanho dos pátios deve ser dimensionado para atender à capacidade de carga do navio roro e a operação de embarque demanda coordenação eficiente para minimizar o tempo de ocupação do berço (ALFREDINI, ARASAKI, 2009). Por ser um navio com especificidade de carga, a complexidade de operação é maior porque combina desembarque de carros com embarque de outros, exigindo, desse modo, espaço nos pátios para manobras. O requisito de espaço em zona primária que sirva ao modal marítimo é um dos recursos mais custosos, por serem limitados. Desse modo, a dimensão do pátio submete-se a restrição física que é crítica, dada as limitações da necessidade de acesso ao berço e da movimentação de grande quantidade de veículos. Além disso, há o custo de oportunidade de usá-lo mais densamente com carga empilhada / conteinerizada. As exigências da coordenação das operações nos terminais roro vão além do embarque e desembarque da carga. É necessário o atendimento a prazos e prioridades de entregas e também a operações de liberação de carga para continuidade de seu trânsito. 2

3 Isto justifica a existência de terminais roro em zonas secundárias. Estes terminais, além de realizarem uma armazenagem intermediária de veículos, podem executar operações de triagem, recondicionamento, montagem final com acessórios para customização de pedidos e outras atividades (GONÇALVES et al., 2013). O problema de localização tem por objetivo encontrar um local que maximize o retorno econômico (RODRIGUE; COMTOIS; SLACK, 2013). Este artigo apresenta estudo para localização de um terminal roro (automóveis) em zona secundária na hinterland (zona ou área de influência de um porto ou área de mercado) do Porto de Vitória no Espírito Santo, atendendo às regiões Centro-Oeste, Rio Doce e Nordeste, considerando a demanda de veículos destas localidades e o custo de transporte, observando a distância a ser percorrida. A metodologia utilizada no estudo foi abordagem quantitativa com uso de método de programação linear mista (Mixed Integer Linear Programming - MILP) e do software CPLEX 12.4 (IBM, 2013). Como suporte ao mapeamento da região e delimitação dos possíveis locais a serem considerados no modelo do problema, caracterizado como Modelo de Transporte com Transbordo, utilizou-se um Sistema de Informações Geográficas para Transporte (SIG-T), o TransCAD. O artigo está dividido em cinco seções, sendo esta primeira, a introdutória. Na sequência, a Seção 2 apresenta conceitos, técnicas e métodos de localização de terminais. A Seção 3 apresenta os métodos e técnicas de pesquisa, assim como, o modelo matemático utilizado. A Seção 4 é dedicada aos resultados do problema com uso do CPLEX e sua análise. Finalmente, tecem-se algumas considerações na Seção Terminais e métodos de localização A localização de terminais em zonas secundárias contribui para a eficiência do transporte de mercadorias, apresentando consequências ao trânsito de uma região, especialmente evitando gargalos que aumentem os custos de frete (KAYIKCI, 2010). A localização de um terminal considera critérios como custos de instalação e de movimentação das mercadorias, distância e atendimento à demanda dos pontos servidos pelo terminal (FARAHANI et al., 2012). Sob o ponto de vista matemático é um problema 3

4 complexo, envolvendo grande número de variáveis (MAPA; LIMA, 2012; HAMEDANI; JABALAMELI; AMIRI, 2013). Laporte (2009) destaca que metaheurísticas têm sido desenvolvidas para diminuir a complexidade deste problema. 4

5 Sendo assim, os Métodos Quantitativos são utilizados para localização de instalações, combinando métodos analíticos e heurísticos, viabilizados pelo avanço na área de computação hardware e software, pela facilidade e agilidade no processamento (BALLOU, 1998). Farahani et al. (2012) indicam a necessidade de informações sobre demanda, custo e distância entre os pontos de demanda para a utilização dos modelos matemáticos. Desse modo, este estudo fez uso de modelo de Programação Linear Inteira Mista (MILP), com variáveis binárias e o método das p-medianas. A tomada de decisão sobre a instalação de terminal baseia-se em análise de investimentos de capital. O problema de localização considera restrições de demanda na distribuição de bens e de custo e distância entre os pontos que serão servidos pelo terminal O modelo de MILP adotado neste estudo é o Modelo do Problema de Transporte com Transbordo. Neste caso, um ou mais dos nós / vértices da rede de transporte pode atuar como origem e destino de fluxo de transporte. Estes nós são os analisados para localização do terminal. Agrega-se ao Modelo MILP restrições sobre a capacidade destes nós de modo a atender a demanda nos pontos de destino e de abrigar a carga despachada nos pontos de origem. A função objetivo busca minimizar o custo total, considerando custo de investimento na instalação e custos de operações (custo de transporte que é dependente da distância). A consideração de informações espaciais e socioeconômicas é facilitada com o uso de Sistema de Informação Geográfica (GIS) para solução de problemas de localização de facilidades. (LORENA et al., 2001). Os profissionais de planejamento estão empregando cada vez mais GIS e técnicas de análise espacial, para fornecer apoio em contextos de tomada de decisões (MURRAY; TONG, 2009). 3. Métodos e técnicas de pesquisa Segundo Miguel et al. (2012) uma abordagem adequada de pesquisa deve compreender diferentes níveis de abrangência e profundidade. Desta forma, este artigo se caracteriza como uma pesquisa de abordagem quantitativa e, tal classificação se deve ao fato de existirem variáveis que apresentam inter-relações casuais (BERTRAND; FRANSOO, 2002; MIGUEL et al., 2012). A natureza da pesquisa é classificada como aplicada, envolvendo problemas e 5

6 necessidades locais, com o objetivo de produção de conhecimento e solução de um problema específico. Com relação aos procedimentos metodológicos empregados, foram utilizadas a pesquisa operacional para modelagem e construção de cenários. A pesquisa de campo para coleta de dados do estudo de caso permitiu a interação entre os pesquisadores e agentes do objeto de pesquisa. Inicialmente foi feito diagnóstico para levantamento da demanda nacional para cargas roro (automóveis), com base em informações dos anuários estatísticos da Associação Nacional dos Fabricantes de Veículos Automotores (ANFAVEA, 2013), Agência Nacional de Transportes Aquaviários (ANTAQ, 2013) e Departamento Estadual de Trânsito (DETRAN, 2013). Este diagnóstico foi seguido pelo detalhamento dos fluxos de carga em zona secundária envolvendo as regiões Centro-Oeste, Rio Doce e Nordeste do Espírito Santo (2ª fase). Também foram identificados os locais de origem e destinos dos automóveis (Figura 1). A análise dos dados deste diagnóstico resultou na identificação dos possíveis pontos a serem considerados para localização do terminal roro (automóveis) em zona secundária. Figura 1 - Fluxo considerado para construção do modelo de MILP Fonte: adaptado de Pishvaee, Farahani e Dullaert (2010) e Servare Junior, Ribeiro e Chaves (2012) O Porto de Vitória, localizado na capital do Estado do Espírito Santo, será a origem da carga roro (automóveis), que chegam pelo modal marítimo, por cabotagem, assim como, ponto de embarque. Os municípios de Colatina (Centro-Oeste), Linhares (Rio Doce) e São Mateus (Nordeste) foram identificados como locais potenciais para instalação do terminal roro (automóveis). Foram levantados dados necessários à parametrização do modelo: demanda e custo (considerado como função da distância). A capacidade do terminal foi definida como 6

7 necessária para abrigar veículos que atendessem a demanda dos municípios e suficiente para acomodar os veículos originados do porto. Construído o modelo com os parâmetros definidos, foi utilizado o software CPLEX 12.4 (IBM, 2013) e, um microcomputador equipado com processador Intel Core I7 de 3.0 GHz, 8GB de memória RAM, 2GB de memória de vídeo dedicada e Hard Disk de 500 GB (6ª fase), para busca de solução, considerando dois cenários diferenciados pelo volume demandado pelo mercado Indicação do local para o Terminal: Otimização do Modelo O modelo matemático utilizado foi adaptado do apresentado por Vallin Filho e Gualda (2004), considerando os fluxos entre terminais e os pontos de demanda, assim como, do porto para os terminais. As variáveis associadas aos arcos que ligam os nós que representam os locais considerados constituem variáveis binárias que, multiplicadas pela demanda de cada local do mercado, serve para construir a restrição associada à capacidade do(s) terminal(is). Assim, o modelo matemático tem a seguinte formulação: 7

8 Em que os conjuntos, parâmetros e variáveis são definidos: 8

9 A função objetivo (Equação 1) busca minimizar o custo total, considerando custos fixos de abertura e custos operacionais de transporte. O conjunto de restrições representado na Equação 2, tem o propósito de garantir que a demanda de cada município seja atendida. Com o intuito de que o número de terminais localizados seja limitado, a Equação 3 restringe a no máximo p terminais instalados. A capacidade do terminal é limitada por meio da Equação 4, a qual será a limitante do fluxo de cargas que são enviadas. O conjunto de restrições apresentado na Equação 5 objetiva assegurar que o fluxo destinado ao terminal não ultrapasse a sua capacidade. A realização da distribuição no terminal é limitada pelo conjunto da Equação 6, considerando que a quantidade de produtos recebidos, seja igual à quantidade de produtos distribuídos por seu intermédio. A equação 7 restringe a capacidade de atendimento do terminal as demandas dos municípios. As restrições designadas pelas Equações 8 e 9, estão relacionadas aos domínios das variáveis de decisão. Admitindo que a quantidade transportada entre instalações, deverá assumir um valor maior que zero, sendo binárias as variáveis de decisão de instalação. 9

10 A identificação dos municípios é dada pelos valores 0 para o município de Vitória, 1 para Colatina, 2 para Linhares e, 3 para São Mateus. A variável W i indica o local para instalação do terminal, caso seu valor resulte igual a unidade. A variável Y i,j representa a rota entre os municípios e, e a variável X i,j a quantidade de cargas roro (automóveis) transportadas do terminal localizado no município i para o município. Na Figura 2a pode ser observada a disposição dos possíveis locais para o terminal de cargas roro (automóveis) nas regiões Centro-Oeste, Rio Doce e Nordeste do Estado do Espírito Santo. A identificação destes pontos foi feita com uso de um GIS para Transporte (TransCAD), considerando a movimentação de carga roro (automóveis) oriunda do Porto de Vitória (Figura 2b). Figura 2 - Municípios e rotas de distribuição Fonte: autores 4. Apresentação de resultados e Discussão Foram realizados dois experimentos com auxílio do CPLEX 12.4 (IBM, 2013) sobre o modelo matemático. Um deles, chamado Cenário 1, analisa a situação atual de movimentação de carga roro, considerando a demanda atual para automóveis nas regiões do estudo. O segundo cenário, projeta a demanda para o futuro (2020). Para os dois experimentos foram considerados os custos de transportes entre os municípios conforme a Tabela 1. 10

11 Tabela 1 - Matriz de custos de transporte entre municípios (em R$) Municípios Vitória Linhares Colatina São Mateus Vitória - 43,50 42,90 67,80 Linhares 43,50-26,40 24,90 Colatina 42,90 26,40-50,40 São Mateus 67,80 24,90 50,40 - Fonte: Adaptado de CNT (2014) O primeiro experimento - Cenário 1, considerou a demanda de cada município selecionado para localização do terminal roro (automóveis), conforme a Tabela 2, segundo dados obtidos junto ao DETRAN (2013). Tabela 2 - Demanda média mensal de automóveis (em unidades) Município Demanda média mensal Colatina 300 Linhares 350 São Mateus 225 Total 875 Fonte: DETRAN (2013) Os resultados do problema para este cenário são reproduzidos na Figura 3. O processamento do modelo matemático ocorreu em 0,01 segundo. Figura 3 - Resultado do CPLEX aplicado ao modelo 11

12 Fonte: CPLEX 12.4 (IBM, 2013) A solução obtida indica Linhares como local para instalação do terminal, com custo total de R$ ,00. O fluxo deste local, indicado como ótimo para este cenário, apresenta-se, nesta solução como: devem ser transportados 300 automóveis para Colatina (X 2,1 ), 225 automóveis para São Mateus (X 2,3 ) e 350 automóveis internamente (X 2,2 ) (figura 4). Figura 4 - Localização do terminal em Linhares e distribuição ótima Fonte: autores No Cenário 2, considerou-se o crescimento médio anual da frota nos municípios, segundo as projeções do DETRAN (2013a), como representando a demanda em 2020: para Colatina de 7,3%, de 9,2% para Linhares e, 9,3% para São Mateus. A Tabela 3 apresenta as estimativas de demanda considerando estas taxas médias de crescimento da frota. Tabela 3 - Estimativa da demanda para o ano de 2020 Municípios Demanda estimada Colatina 492 Linhares 647 São Mateus 419 Total 1558 Fonte: Autores 12

13 O modelo matemático foi processado no CPLEX 12.4 (IBM, 2013), demorando 0,03 segundos, obtendo-se os resultados reproduzidos na Figura 5. Figura 5 - Resultado do CPLEX aplicado ao modelo no novo cenário Fonte: CPLEX (IBM, 2013) A solução ótima continua indicando Linhares para localização do terminal, com custo total de R$ ,90. Devem ser transportados 492 automóveis para Colatina (X 2,1 ), 419 automóveis para São Mateus (X 2,3 ) e 647 automóveis internamente (X 2,2 ). As soluções nos dois cenários, presente e futuro, indicando Linhares para instalação do terminal, pode validar a consistência do modelo representante da realidade regional nas regiões capixabas do estudo. Estes experimentos com uso do modelo de programação linear inteira mista (MILP) de problema de tamanho pequeno, serve para mostrar a validade do uso de métodos analíticos para solução de problemas complexos. Devido ao tamanho do modelo pode-se validar a 13

14 solução, considerando que a indicação do local, mostra a convergência para a cidade de maior demanda, solução do problema pelo método de gravidade. 5. Considerações Finais O estudo para localização de um terminal roro (automóveis) em zona secundária nas regiões Centro-Oeste, Rio Doce e Nordeste do Espírito Santo apontou o município de Linhares como o mais viável. Para alcançar tal objetivo, as localidades foram mapeadas por meio de suas demandas, sendo também analisadas e delimitadas as possíveis áreas de instalação do terminal. Este resultado foi confirmado, considerando um cenário com projeção de demanda futura e o aumento das demandas em cada município selecionado, com estimativas para o ano de O estudo feito neste artigo pode ser replicado considerando todo o Estado do Espírito Santo. Esta abordagem permite uma melhor análise da área de influência dos portos capixabas e, também dos terminais roro (automóveis), bem como pode auxiliar no processo de intensificação de parceiros comerciais para o Estado. Tais estudos poderão ser realizados a partir da utilização de outras técnicas de localização e das hinterlands (áreas ou zonas de influências) primárias e secundárias de todo o Estado do Espírito Santo. REFERÊNCIAS ALFREDINI, P.; ARASAKI, E. Obras e gestão de portos e costas. 2ª ed. São Paulo: Blucher, ANTAQ - AGENCIA NACIONAL DE TRANPORTES AQUAVIÁRIOS. Anuário Estatístico Disponível em: < Acesso em: 21 mar ANFAVEA - ASSOCIAÇÃO NACIONAL DE FABRICANTES DE VEÍCULOS. Anuário Estatístico Disponível em: < Acesso em: 21 mar BALLOU, R. H. Business logistics management: planning, organizing, and controlling the supply chain. 4ª ed. New Jersey: Prentice Hall, BERTRAND, J. W. M.; FRANSOO, J. C. Modeling and Simulation: Operations Management Research Methodologies Using Quantitative Modeling. In: International Journal of Operations & Production Management. V. 22, n. 2, p , BIRD, J. Seaports and seaport terminals. London: Hutchinson, CNT Confederação Nacional de Transportes. Custo do frete rodoviário. Disponível em: < Acesso em: 25 mar DETRAN - DEPARTAMENTO ESTADUAL DE TRÂNSITO. Anuário estatístico Disponível em: < Acesso em: 22 ago Estatística de frota. 2013a. Disponível em: < Acesso em: 02 fev

15 FARAHANI, R. Z. et. al. Covering problems in facility location: A review. Computers and Industrial Engineering, v. 62, n. 1, p , GONÇALVES, W. Procedimento para avaliação da qualidade e produtividade de fornecedores de transporte de cargas em navios roll-on roll-off f. Dissertação (Mestrado em Engenharia de Transportes) Programa de Pós Graduação em Engenharia de Transporte, Instituto Militar de Engenharia, Rio de Janeiro. GONÇALVES, W. et al. Proposta de um modelo para avaliação da performance de operadores portuários de transporte de cargas em navios roll-on roll-off (roro) de um terminal de uso privativo. In. III CONBREPO - Congresso Brasileiro de Engenharia de Produção, 2013, Ponta Grossa. Anais do III CONBREPRO, HAMEDANI, S.; JABALAMELI, M.; BOZORGI-AMIRI, A. A location-inventory model for distribution centers in a three-level supply chain under uncertainty. International Journal of industrial engineering computations, v. 4, n. 1, p , IBM - International Business Machines. ILOG CPLEX Optimization Studio V Disponível em: < Acesso em: 01 out KAYIKCI, Y. A conceptual model for intermodal freight logistics centre location. Procedia Social and Behavioral Sciences, v. 2, p , LAPORTE, G. Fifty Years of Vehicle Routing. Transportation Science, v. 43, n. 4, p , LORENA, L. A. N. et al. Integração de modelos de localização a sistemas de informações geográficas. Gestão & Produção, v. 8, n. 2, p , MAPA, S. M. S.; LIMA; R. S. Uso combinado de sistemas de informações geográficas para transportes e programação linear inteira mista em problemas de localização de instalações. Gestão da Produção, v. 19, n. 1, p , MIGUEL, P. A. C. et al. Metodologia de pesquisa em engenharia de produção e gestão de operações. Rio de Janeiro: Elsevier: ABEPRO, MURRAY, A. T.; TONG, D. GIS and spatial analysis in the media. Applied Geography, v. 29, n. 2, p , PISHVAEE, M. R.; FARAHANI, R. Z.; DULLAERT, W. A memetic algorithm for bi-objective integrated foward/reverse logistic network design. Computers & Operations Research, v. 37, p , PORTO, M. M. Portos e o desenvolvimento. São Paulo: Aduaneiras, RODRIGUE, J. P.; COMTOIS, C.; SLACK, B. The Geography of transport systems. 3 a ed. New York: Routledge, SARGENT, A. J. Seaports and Hinterlands. 6 a ed. London: A. and C. Black Ltd., SERVARE JUNIOR, M. W. J.; RIBEIRO, G. M.; CHAVES, G. L D. Um modelo matemático para redes logísticas com fluxos diretos e reversos e novos integrantes. In. XXXII ENEGEP - Encontro Nacional de Engenharia de Produção, 2012, Bento Gonçalves. Anais do XXXII ENEGEP, VALLIN FILHO, A. R. A; GUALDA, N. D. F. Contribuições à modelagem matemática do problema da localização de centros de distribuição e carga. In. XVIII ANPET - Congresso de pesquisa e ensino em transportes, 2004, Florianópolis. Anais do XVIII ANPET,