Caracter í sticas de la Demanda en el Transporte A é reo - PowerPoint PPT Presentation

slide1 n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Caracter í sticas de la Demanda en el Transporte A é reo PowerPoint Presentation
Download Presentation
Caracter í sticas de la Demanda en el Transporte A é reo

play fullscreen
1 / 103
Caracter í sticas de la Demanda en el Transporte A é reo
246 Views
Download Presentation
quin-riddle
Download Presentation

Caracter í sticas de la Demanda en el Transporte A é reo

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Dr. Antonio TraniAir Transportation Systems LaboratoryVirginia TechDiplomado en la Ingeniería de AeropuertosAgosto 8, 2008Ciudad de México Características de la Demanda en el Transporte Aéreo Diplomado en Ingeniería de Aeropuertos

  2. Presentación • Demanda en el transporte aéreo • Metodos de pronóstico • Demanda reprimida • Estadisticas • Ejemplos • Conclusiones Diplomado en Ingeniería de Aeropuertos

  3. Introducción a el Pronóstico de Demanda • La demanda es muy incierta de predecir • Use pronósticos que incluyen escenarios múltiples ya que las predicciones son, en general, malas después de 5 años • La función demanda debe ser un rango y no un numero • En el pasado pronósticos de demanda han variado en promedio un 45-50% en tan solo 5 años (Maldonado y de Neufville) • Los pronósticos de demanda incierta se deben usar de una manera tal que las alternativas del proyecto se elijan de tal forma para reducir el riesgo de inversión y obsolecencia Diplomado en Ingeniería de Aeropuertos

  4. Porque Tanta Variación? • Muchos factores externos • Deregulacion y aerolineas de bajo costo • Terrorismo • Incertidumbre en las economias de un pais (o paises o regiones) • Medio ambiente y contaminación (impactos) • Competencia entre aeropuertos • Razones políticas • Cambios demográficos y uso de tierra Diplomado en Ingeniería de Aeropuertos

  5. Impacto en el Sistema Aeropuerto y ATS • Desarrolle escenarios con rangos de demanda • Prevea adaptaciones del aeropuerto necesarias para reducir el riesgo de la inversión y mantener un nivel de servicio adecuado • Existen métodos como análisis de decisiones y dinámica de sistemas para tratar de entender estas variaciones y escoger una mejor decisión Diplomado en Ingeniería de Aeropuertos

  6. La Idea Básica • Existe una diferencia entre la demanda de el transporte aéreo y el número de operaciones aeronaúticas de demanda • Demand es sensible a precio y a salarios (relativamente a otras alternativas) • Number of operations depends on how operators choose to serve existing demand (supply side), which leads to operator price and service offers (schedules, fares and amenities) in the market • Razones de viaje • Negocios • Placer • Visitas a amigos • Un pasajero reacciona de forma muy diferente si el paga por si mismo vs. cuando alguien paga por el • Condiciones similares se aplica a el transporte de carga Diplomado en Ingeniería de Aeropuertos

  7. Algunas Observaciones Diplomado en Ingeniería de Aeropuertos

  8. Medidas de Demanda, Capacidad y Productividad en el Sistema de Transporte Aéreo Demand Revenue Passenger Enplanements (RPE) = The total number of passengers boarding an aircraft (Pasajeros embarcados) Revenue Passenger Miles (RPM) = revenue passenger enplanements multiplied by the distance flown by the passenger (Pasajero-Millas demandadas) Capacity Flights Departures (FD) offered = number of departures (vuelos) Available Seat Miles (ASM) = number of seats offered by airlines multiplied by the miles flown by each flight (asiento-millas ofrecidas por aerolineas) Productivity Load factor = ratio of RPM and ASM Diplomado en Ingeniería de Aeropuertos 8

  9. Tendencias de Demanda en el Transporte Aéreo (U.S.) Source of data: Bureau of Transportation Statistics El número de pasajeros embarcados se triplico entre 1976 y 2006 Diplomado en Ingeniería de Aeropuertos

  10. Crecimeinto de Pasajeros Embarcados En Aviones Comerciales (1976 to 2006) Source of data: FAA Terminal Area Forecast Virginia Tech Air Transportation Lab Diplomado en Ingeniería de Aeropuertos

  11. The figure shows observed enplanement growth factors for the top 287 airports in the U.S. between years 1976 and 2006 Note that some airports in this figure show extremely high growth factors Chicago Midway (MDW) is an example of such growth In 1976 Midway had 12,624 enplanements with Chicago O’Hare experiencing robust traffic levels above 18 million enplaned passengers during the same year After the airline deregulation and with traffic pressures increasing at Chicago O’Hare, traffic at Midway increased to 191,946 enplanements by 1980 and soared to 8.6 million in 2006. Observaciones (1976 to 2006) Diplomado en Ingeniería de Aeropuertos 11

  12. Crecimiento de las Operaciones Aeroportuarias (1976 to 2006) Source of data: FAA Terminal Area Forecast GIS Plot by Virginia Tech Air Transportation Lab Diplomado en Ingeniería de Aeropuertos

  13. The figure illustrates the observed growth factors of the top 287 airports with commercial service between 1976 and 2006 50% of the airports experienced a decrease in flight operations (arrivals and departures) between 1976 and 2006 Twenty medium hub airports Forty-five are small hubs Ninety are non-hubs This trend has increased the volume-over-capacity ratio point at which such airports operate, thus increasing delays Large hub airports have achieved consolidation Consolidation trend: In 1976 sixty three percent of the enplanements in the nation occurred at large hub airports In 2006 that number rose to seventy percent according to FAA statistics Algunas Observaciones (1976 to 2006) Diplomado en Ingeniería de Aeropuertos 13

  14. Localización de Aeropuertos y Poblaciones en Estados Unidos Diplomado en Ingeniería de Aeropuertos

  15. Un Ejemplo de Encuesta de Viaje(American Travel Survey) Diplomado en Ingeniería de Aeropuertos

  16. Propension a Viajar con respecto al Tiempo Source of data: Bureau of Transportation Statistics Analysis by Virginia Tech Air Transportation Lab (Henderson and Trani, 2006) Seminario Taller sobre Equilibrio entre Demanda y Capacidad Operacional

  17. Tendencias de Viaje (>100 millas)(Encuestas en Estados Unidos) Diplomado en Ingeniería de Aeropuertos

  18. Distribución de Salarios en U.S. Diplomado en Ingeniería de Aeropuertos

  19. Viajes “Largos” Entre Ciudades • Aquellos de mas de 100 millas (de ida) distancia en ruta Diplomado en Ingeniería de Aeropuertos

  20. Nuestro Objetivo Final Diplomado en Ingeniería de Aeropuertos

  21. Modelos Para Predecir la Demanda • Modelos agregados - responden a salarios (GDP) y precio (relativo a otras alternativas) • El pronóstico de demanda de la FAA (Terminal Area Forecast) y el pronóstico agregado aerospacial (Aerospace Forecasts) usan este tipo de causalidad • La mayoria de los metodos usados para prediccion usan esta idea • Individual choice modeling of travel demand • People choose a mode (airline, GA, auto, rail bus, etc.) based on full price of travel, which includes: • Travel time • Out of pocket travel costs • Access time and cost • Trip purpose (business vs. non-business) • The TSAM mode choice model employs this framework Diplomado en Ingeniería de Aeropuertos

  22. Variables Usadas en el Análisis de la DemandaAerea Flights One single-stage flight consists of twoairport operations(takeoff and landing) plus a number ofen route operations (ATC communications) Avg. Stage Length, Avg. Aircraft Seats ASMs(available seat miles) Load Factor Average Stage Length, Average Aircraft Seats Load Factor Load Factor RPMs(revenue passenger miles) Average Aircraft Seats Average Stage Length Enplanements(revenue passengers boarding an aircraft) Diplomado en Ingeniería de Aeropuertos

  23. Métodos de Pronóstico • Grupos de expertos • Técnicas de extrapolación • Análisis de mercado • Modelos Econométricos • Modelos de Competencia Diplomado en Ingeniería de Aeropuertos

  24. Técnicas de Extrapolación Diplomado en Ingeniería de Aeropuertos

  25. Técnicas de Extrapolación (II) Diplomado en Ingeniería de Aeropuertos

  26. Método para Convertir Modelos no Lineales en Lineales Diplomado en Ingeniería de Aeropuertos

  27. Tendencias sobre el Tiempo Diplomado en Ingeniería de Aeropuertos

  28. Observaciones Generales • El modelo logístico es quiza el mejor para predicciones a largo plazo • En el modelo logistico la capacidad del aeropuerto se considera de forma explícita • El modelo lineal se usa para predicciones de muy corto plazo • El exponencial se puede usar para predicciones de mediano plazo (ya que la demanda no puede crecer al infinito) Diplomado en Ingeniería de Aeropuertos

  29. Ejemplo de Modelos Logísticos (I) • Grilihes derivo un modelo para calcular a demanda del aeropuerto de Belgrado • De donde: D(t) is la demanda en el tiempo t y t representa la variable tiempo • Esta ecuación se derivo usando datos de demanda comprendidos entre 1962 y 1978 Diplomado en Ingeniería de Aeropuertos

  30. Ejemplos de Modelos Logísticos (II) • Lundtorp derivo un modelo para calcular a demanda de pasajeros Daneses que viajan a Portugal en paquetes de excursión (y por aire) • De donde: AP representa el número de pasajeros Daneses que usan transporte aéreo para viajar a Portugal • Esta ecuación se derivo usando datos de demanda comprendidos entre 1976 y 1986 Diplomado en Ingeniería de Aeropuertos

  31. Un Ejemplo Que Tu Puedes Estimar • Aeropuerto: Chicago Midway (MDW) • Web Site de Datos Históricos: Terminal Area Forecast disponible en la dirección: http://aspm.faa.gov/main/taf.asp • Que necesitas para calcular el modelo: Microsoft Excel Solver Diplomado en Ingeniería de Aeropuertos

  32. Chicago Midway (MDW) Terminales Fotografia: Google Earth TM Diplomado en Ingeniería de Aeropuertos

  33. Información del Aeropuerto MDW Fuente de informacion: www.flightaware.com Diplomado en Ingeniería de Aeropuertos

  34. Chicago Midway (MDW) • Gráfica de datos históricos de la demanda aérea Diplomado en Ingeniería de Aeropuertos

  35. Proyección sin Límites • La gráfica muestra una proyección (sin limites) hecha por la Agencia de Aviación de los Estados Unidos (Terminal Area Forecast – TAF) Zona de Pronóstico Diplomado en Ingeniería de Aeropuertos

  36. Observaciones • MDW ha incrementado su demanda de una forma fenomenal • En 1976 MDW procesó 12,626 pasajeros de embarque (enplanements) • En 1984 MDW procesó un millón pasajeros de embarque (enplanements) • En 2006 MDW procesó 8.8 millones de pasajeros de embarque (enplanements) • Puede la demanda crecer al mismo ritmo en el futuro? Diplomado en Ingeniería de Aeropuertos

  37. Análisis Preliminar • MDW cuenta con dos terminales y un total de 42 salas de embarque • El aeropuerto tiene 4 pistas hasta de 6,500 pies de longitud (1,981 metros) Diplomado en Ingeniería de Aeropuertos

  38. Análisis • Debido a las limitantes del número de salas de embarque, limitacion de longitud de pistas, proximidad al aeropuerto internacional O’Hare, se estima que MDW no puede crecer mas alla de 15 millones de pasajeros de embarque anuales • Usemos nuestro conociento de un modelo de proyección logistica para pronosticar la demanda en el futuro Diplomado en Ingeniería de Aeropuertos

  39. Un Poco de la Teoria • Para crear un modelo logistico necesitamos encontrar los valores de a, b y k de tal modo que la suma de los errores al cuadrado (entre la demanda historica y el modelo logistico) sea un minimo absoluto minimization) • Los valores de a, b y k se pueden encontrar con Excel Solver o cualquier programa de Estadística tal como Minitab, SAS, SPSS, etc. Diplomado en Ingeniería de Aeropuertos

  40. Análisis para el Aeropuerto MDW • Datos históricos en la hoja de cálculo (Excel) Diplomado en Ingeniería de Aeropuertos

  41. Análisis para el Aeropuerto MDW • Calculemos la demanda de acuerdo del modelo logístico • Por el momento usemos valores arbitrarios para parametros a y b (asuma a = 1 and b = 1) Error (entre Modelo y Demanda Historica) Modelo Error elevado al cuadrado Diplomado en Ingeniería de Aeropuertos

  42. Fórmulas Usadas en Excel Error (diferencia entre Modelo y La Demanda Historica) Diplomado en Ingeniería de Aeropuertos

  43. Hoja De Cálculo Completa(para implementar la regresión logistica) Sumatoria de Errores al cuadrado (Sum of Squared Errors) Diplomado en Ingeniería de Aeropuertos

  44. Uso de Excel Solver para Calcular Valores del Modelo Logistico de Demanda Diplomado en Ingeniería de Aeropuertos

  45. Detalle de la Interfase Gráfica en Excel Solver Celdas para variar (J7 y J8) Minimizar la Celda G14 (least square method) Diplomado en Ingeniería de Aeropuertos

  46. Solución Final con Excel Solver Valores finales de los Coeficientes a y b NOTE: el valor de k representa la capacidad máxima del aeropuerto Diplomado en Ingeniería de Aeropuertos

  47. Validación contra Datos Originales Diplomado en Ingeniería de Aeropuertos

  48. Modelos de Mercado Diplomado en Ingeniería de Aeropuertos

  49. Modelos Econométricos Diplomado en Ingeniería de Aeropuertos

  50. Definición de Modelos Econométricos Diplomado en Ingeniería de Aeropuertos