Tese Brevis Cardenas CarolinaB

GERAÇÃO DE VIAGENS E DEMANDA
POR ESTACIONAMENTO EM SHOPPING

CENTERS DO INTERIOR DO ESTADO DE
SÃO PAULO
Carolina B. Brevis Cárdenas
ORIENTADOR: Prof. Dr. Antonio Clóvis Pinto Ferraz
Tese apresentada à Escola de Engenharia de

São Carlos, da Universidade de São Paulo,
como parte dos requisitos para obtenção do
título de Doutor em Transportes.
São Carlos
2003
A Mónica, minha mãe,
que de longe esteve sempre presente e quando junto me confortou com seu apóio,
compreensão e amor.
AGRADECIMENTOS
A Marcela, minha sobrinha, pela sua colaboração, questionamentos e todos os momentos compartilhados
enquanto realizei o doutorado.
A Mónica e Guilherme, minha irmã e meu cunhado, por me oferecerem total apoio, amizade, compreensão e
carinho, principalmente no início do doutorado.
A Gregório e Tereza, meu irmão e minha cunhada, que souberam compreender meus momentos de dúvida e
me ofereceram apoio para finalizar o trabalho.
A Carmen, Moniquinha e Doris, minha irmã caçula e minhas sobrinhas, pelo ânimo e curiosidade.
A Mariana e Eduardo, meus irmãos, que mesmo estando longe sempre estiveram presentes ao me oferecerem
palavras de conforto e ânimo.
A Robert L. Cox, meu grande mestre, que me incentivou a procurar o conhecimento.
A Eiji Kawamoto, pelas conversas, troca de idéias e críticas, que me fizeram refletir.
A Antonio Clóvis Pinto Ferraz, por me atender no momento que precisei e me oferecer seu apoio e
orientação, agradeço muito.
A Pastor Willy Gonzáles Taco, pela troca de idéias, comunicação e amizade sempre presente.
A Cynthia Lotti, Cíntia Yumico, Andréa Kobayashi e Márcia Pereira, pela amizade e disponibilidade em
colaborar nas coletas de dados.
A Magaly N. Pazzian V. Romão, por toda a amizade e coleguismo, pela ajuda nas coletas de dados, pela
troca de idéias e pelos ótimos momentos compartilhados.
A Heloisa Morgado Belo e Elizabete (Bete) Ortega, pela colaboração constante.
Ao CNPq – Conselho Nacional de Desenvolvimento Científico e Tecnológico, que me forneceu o apoio

financeiro para realizar o curso de doutorado.
A todos aqueles que não mencionei, amigos, colegas do mestrado e doutorado, que também participaram da
minha caminhada, agradeço de coração.
SUMÁRIO
LISTA DE FIGURAS............................................................................................................... i
LISTA DE TABELAS.............................................................................................................. iv
LISTA DE ABREVIATURAS E SIGLAS............................................................................... vii
RESUMO.................................................................................................................................. viii
ABSTRACT............................................................................................................................................... ix
1 INTRODUÇÃO.................................................................................................................. 1
1.1 Relevância................................................................................................................... 1
1.2 Objetivo...................................................................................................................... 2
1.3 Descrição do trabalho................................................................................................. 3
2 REVISÃO DA LITERATURA.......................................................................................... 4
2.1 Shopping centers......................................................................................................... 4
2.2 Área de influência....................................................................................................... 7
2.3 Padrões de viagem...................................................................................................... 10
2.4 Variações da demanda de viagens.............................................................................. 11
2.4.1 Dia de projeto...................................................................................................... 12
2.4.2 Hora de projeto.................................................................................................... 15
2.5 Geração de viagens..................................................................................................... 17
2.6 Categoria de viagens................................................................................................... 20
2.7 Estacionamento........................................................................................................... 22
2.7.1 Princípios básicos de projeto............................................................................... 22
2.7.2 Componentes do projeto..................................................................................... 24
2.7.3 Elementos que afetam a demanda....................................................................... 27
2.7.4 Critérios utilizados para dimensionar estacionamentos...................................... 29
2.8 Análise da literatura pesquisada................................................................................. 34
3 METODOLOGIA DAS PESQUISAS REALIZADAS..................................................... 39
3.1 Considerações iniciais................................................................................................. 39
3.2 Variáveis pesquisadas................................................................................................. 39
3.3 Métodos de coleta de dados........................................................................................ 40
3.4 Coleta de dados........................................................................................................... 40
3.5 Processamento dos dados............................................................................................ 41
4 PESQUISAS EM SHOPPING CENTERS......................................................................... 44
4.2 Shopping center “A”…………………………………………………………….….. 46
4.2.1 Características do empreendimento.................................................................... 46
4.2.2 Coleta de dados no estacionamento.................................................................... 47
4.2.2.1 Geração de viagens.................................................................................... 47
4.2.2.1.1 Sexta-feira......................................................................................... 47
4.2.2.1.2 Sábado............................................................................................... 48
4.2.2.2 Demanda por estacionamento.................................................................... 50
4.2.2.3 Duração do estacionamento....................................................................... 51
4.2.2.4 Principais resultados obtidos..................................................................... 53
4.3 Shopping center “B”………………………………………………………….…….. 54
4.3.2.1.1 Sexta-feira......................................................................................... 56
4.3.2.1.2 Sábado............................................................................................... 57
4.4 Shopping center “C”………………………………………………………….…….. 62
4.4.2.1.1 Sexta-feira......................................................................................... 64
4.4.2.1.2 Sábado............................................................................................... 65
4.5 Shopping center “D”………………………………………………………………... 71
4.6 Shopping center “E”................................................................................................... 72
4.7 Shopping center “F”.................................................................................................... 73
4.8 Síntese dos resultados................................................................................................. 74
5 ANÁLISE DOS RESULTADOS OBTIDOS..................................................................... 77
5.1 Relação entre os fluxos da sexta-feira e do sábado.................................................... 77
5.2 Relação entre as viagens diárias e o tamanho do shopping center............................. 78
5.2.1 Sexta-feira........................................................................................................... 78
5.2.2 Sábado................................................................................................................. 81
5.3 Fatores de pico horário............................................................................................... 84
5.3.1 Sexta-feira........................................................................................................... 84
5.3.2 Sábado................................................................................................................. 87
5.4 Fatores horários para análise do impacto viário......................................................... 91
5.5 Relação entre o acúmulo máximo de veículos e o tamanho do shopping center........ 95
5.6 Relação entre o acúmulo máximo de veículos e as viagens diárias no sábado........... 97
5.7 Tempo médio de permanência dos veículos no estacionamento................................ 99
5.8 Relação entre o acúmulo máximo de veículos na área de estacionamento com o
tempo médio de permanência e as viagens na hora pico............................................ 100
5.9 Relação entre viagens diárias e tamanho dos empreendimentos................................ 102
5.9.1 Viagens diárias x Área bruta locável.................................................................. 103
5.9.2 Viagens diárias x Área total construída.............................................................. 104
5.9.3 Viagens diárias x Áreas desagregadas................................................................ 105
6 COMPARAÇÃO DOS VALORES OBTIDOS COM OS DE OUTROS TRABALHOS
NACIONAIS...................................................................................................................... 108
6.1 Fator hora pico............................................................................................................ 108
6.1.1 Sexta-feira........................................................................................................... 108
6.1.2 Sábado................................................................................................................. 109
6.2 Fator horário para análise de impacto viário.............................................................. 111
6.3 Tempo médio de permanência no estacionamento..................................................... 113
6.4 Relação entre o número de viagens na sexta-feira e no sábado.................................. 114
6.5 Função linear relacionando o número diário de viagens e o tamanho do 116
empreendimento..........................................................................................................
6.5.1 Sexta-feira........................................................................................................... 116
6.5.2 Sábado................................................................................................................. 119
7 MÉTODO PROPOSTO PARA DIMENSIONAR ALGUNS PARÂMETROS DE 123
PROJETO DE SHOPPING CENTERS..............................................................................
7.2 Estudo do dia de projeto............................................................................................. 125
7.3 Estudo da hora de projeto........................................................................................... 126
7.3.1 Fatores de entrada............................................................................................... 126
7.3.2 Fatores de saída................................................................................................... 133
7.3.3 Fatores do total de entrada e saída...................................................................... 140
7.3.4 Fatores de acúmulo de veículos.......................................................................... 147
7.3.5 Fatores de impacto viário.................................................................................... 154
7.4 Estimativa do volume de viagens no sábado médio................................................... 157
7.5 Comparação dos resultados: método proposto x outros modelos desenvolvidos no
país.............................................................................................................................. 158
8 CONSIDERAÇÕES FINAIS............................................................................................. 167
REFERÊNCIAS BIBLIOGRÁFICAS...................................................................................... 171
BIBLIOGRAFIA CONSULTADA........................................................................................... 174
i
LISTA DE FIGURAS
Figura 2.1 - Fatores diários para os dias de maior movimento............................................. 13

Figura 4.1 - Fluxos de entrada e saída para uma sexta-feira no shopping center “A”.......... 48
Figura 4.2 - Fluxos de entrada e saída para um sábado no shopping center “A”.................. 49
Figura 4.3 - Veículos acumulados no estacionamento no shopping center “A”................... 51
Figura 4.4 - Fluxos de entrada e saída para uma sexta-feira no shopping center “B”........... 56
Figura 4.5 - Fluxos de entrada e saída para um sábado no shopping center “B”.................. 58
Figura 4.6 - Veículos acumulados no estacionamento no shopping center “B”................... 59
Figura 4.7 - Fluxos de entrada e saída para uma sexta-feira no shopping center “C”........... 65
Figura 4.8 - Fluxos de entrada e saída para um sábado no shopping center “C”.................. 66
Figura 4.9 - Veículos acumulados no estacionamento no shopping center “C”................... 67
Figura 4.10 - Fluxos de entrada para sexta-feira e sábado no shopping center “F”................ 74
Figura 5.1 - Relação entre as viagens diárias na sexta-feira e no sábado............................. 78
Figura 5.2 - Relação entre as viagens na sexta-feira e a área bruta locável.......................... 79
Figura 5.3 - Relação entre as viagens na sexta-feira e a área total construída...................... 80
Figura 5.4 - Relação entre as viagens no sábado e a área bruta locável................................ 82
Figura 5.5 - Relação entre as viagens no sábado e a área total construída............................ 83
Figura 5.6 - Fator hora pico de entrada na sexta-feira........................................................... 84
Figura 5.7 - Fator hora pico de saída na sexta-feira.............................................................. 85
Figura 5.8 - Fator hora pico total na sexta-feira.................................................................... 87
Figura 5.9 - Fator hora pico de entrada no sábado................................................................ 88
Figura 5.10 - Fator hora pico de saída no sábado.................................................................... 89
Figura 5.11 - Fator hora pico total no sábado.......................................................................... 90
Figura 5.12 - Fator horário de entrada no período das 18:00 às 19:00h.................................. 92
Figura 5.13 - Fator horário de saída no período das 18:00 às 19:00h..................................... 93
Figura 5.14 - Fator horário total no período das 18:00 às 19:00h........................................... 94
Figura 5.15 - Relação entre o acúmulo máximo de veículos e a área bruta locável............... 95
Figura 5.16 - Relação entre o acúmulo máximo de veículos e a área total construída........... 97
ii
Figura 5.17 - Relação entre o acúmulo máximo de veículos e viagens no sábado................. 98

Figura 5.18 - Relação do tempo médio de permanência dos veículos no sábado................... 99
Figura 5.19 - Relação entre o acúmulo máximo de veículos no estacionamento com o tempo
médio de permanência e as viagens atraídas na hora pico do sábado.... 101
Figura 6.1 - Relação de fatores hora pico na sexta-feira....................................................... 108
Figura 6.2 - Relação de fatores hora pico no sábado............................................................. 110
Figura 6.3 - Relação de fatores horários de entrada das 18:00 às 19:00h............................. 111
Figura 6.4 - Relação de fatores horários de saída das 18:00 às 19:00h................................. 113
Figura 6.5 - Relação de tempos médios de permanência de veículos no estacionamento.... 114
Figura 6.6 - Relação entre as viagens diárias da sexta-feira e do sábado.............................. 115
Figura 6.7 - Relação das viagens diárias atraídas na sexta-feira observadas e estimadas pela 116
eq.(27) e modelos nacionais.......................................................................
Figura 6.8 - Relação das viagens diárias atraídas na sexta-feira observadas e estimadas 117
pelo modelo da CET-SP (2000).........................................................................
Figura 6.9 - Relação das viagens diárias atraídas na sexta-feira observadas e estimadas pela 118
eq.(31) e modelos nacionais.......................................................................
Figura 6.10 - Relação das viagens diárias atraídas no sábado observadas e estimadas pela 120
eq.(28) e modelos nacionais..............................................................................
Figura 6.11 - Relação das viagens diárias atraídas no sábado observadas e estimadas pelo 121
modelo da CET-SP (2000)................................................................................
Figura 7.1 - Fatores diários para os dias de maior movimento............................................. 126
Figura 7.2 - Fatores horários de entrada................................................................................ 127
Figura 7.3 - Fatores de entrada.............................................................................................. 129
Figura 7.4 - Relação dos fatores de entrada para as horas do ano de maior movimento...... 131
Figura 7.5 - Fatores horários de saída................................................................................... 134
Figura 7.6 - Fatores de saída................................................................................................. 136
Figura 7.7 - Relação dos fatores de saída para as horas do ano de maior movimento.......... 138
Figura 7.8 - Fatores horários do total de entrada e saída....................................................... 141
Figura 7.9 - Fatores do total de entrada e saída..................................................................... 143
Figura 7.10 - Relação dos fatores do total de entrada e saída para as horas do ano de maior 145
movimento.........................................................................................................
Figura 7.11 - Fatores horários de acúmulo de veículos........................................................... 148
Figura 7.12 - Fatores de acúmulo de veículos......................................................................... 150
Figura 7.13 - Relação dos fatores de acúmulo para as horas do ano de maior movimento.... 152
Figura 7.14 - Fatores de impacto para os dias e horas de maior movimento do ano.............. 156
Figura 7.15 - Volume de veículos no sábado.......................................................................... 159
Figura 7.16 - Volume de veículos na sexta-feira..................................................................... 160
Figura 7.17 - Volume de chegadas na hora de projeto para dimensionamento da
iii
infra-estrutura.................................................................................................... 161
Figura 7.18 - Volume de saídas na hora de projeto para dimensionamento da
infra-estrutura.................................................................................................... 162
Figura 7.19 - Demanda por estacionamento na hora de projeto.............................................. 163
Figura 7.20 - Volume de chegadas na hora de projeto para avaliação do impacto viário....... 164
Figura 7.21 - Volume de saídas na hora de projeto para avaliação do impacto viário............ 165
iv
LISTA DE TABELAS
Tabela 2.1 - Critérios utilizados para delimitar áreas de influência..................................... 8

Tabela 2.2 - Relação entre os fluxos nos dias de maior movimento e o sábado médio
(VD/Vsm)......................................................................................................... 12
Tabela 2.3 - Fator dia típico de projeto (FD)....................................................................... 14
Tabela 2.4 - Viagens geradas por hora em relação às viagens diárias (VH/VD)................. 16
Tabela 2.5 - Resumo de estudos de categorias de viagens.................................................. 21
Tabela 4.1 - Período de funcionamento do shopping center “A”........................................ 46
Tabela 4.2 - Áreas por ramos de atividade para o shopping center “A”............................. 46
Tabela 4.3 - Fluxos de entrada e saída para uma sexta-feira no shopping center “A”........ 47
Tabela 4.4 - Fluxos de entrada e saída para um sábado no shopping center “A”................ 49
Tabela 4.5 - Veículos acumulados no sábado no shopping center “A”............................... 50
Tabela 4.6 - Tempo de permanência dos veículos no shopping center “A”........................ 52
Tabela 4.7 - Permanência no estacionamento por fração horária no shopping center “A”. 53
Tabela 4.8 - Período de funcionamento do shopping center “B”........................................ 55
Tabela 4.9 - Áreas por ramos de atividade para o shopping center “B”.............................. 55
Tabela 4.10 - Fluxos de entrada e saída para uma sexta-feira no shopping center “B”........ 56
Tabela 4.11 - Fluxos de entrada e saída para um sábado no shopping center “B”................ 57
Tabela 4.12 - Veículos acumulados no sábado no shopping center “B”............................... 59
Tabela 4.13 - Tempo de permanência dos veículos no shopping center “B”........................ 60
Tabela 4.14 - Permanência no estacionamento por fração horária no shopping center “B”. 61
Tabela 4.15 - Período de funcionamento do shopping center “C”........................................ 63
Tabela 4.16 - Áreas por ramos de atividade para o shopping center “C”.............................. 63
Tabela 4.17 - Fluxos de entrada e saída para uma sexta-feira no shopping center “C”........ 64
Tabela 4.18 - Fluxos de entrada e saída para um sábado no shopping center “C”................ 65
Tabela 4.19 - Veículos acumulados no sábado no shopping center “C”............................... 67
Tabela 4.20 - Tempo de permanência dos veículos no shopping center “C”........................ 68
Tabela 4.21 - Permanência no estacionamento por fração horária no shopping center “C”. 69
Tabela 4.22 - Período de funcionamento do shopping center “D”........................................ 71
Tabela 4.23 - Áreas por ramos de atividade para o shopping center “D”............................. 71
v
Tabela 4.24 - Período de funcionamento do shopping center “E”......................................... 72

Tabela 4.25 - Áreas por ramos de atividade para o shopping center “E”.............................. 72
Tabela 4.26 - Período de funcionamento do shopping center “F”......................................... 73
Tabela 4.27 - Fluxos de entrada para sexta-feira e sábado no shopping center “F”.............. 73
Tabela 4.28 - Síntese dos resultados obtidos nos shopping centers pesquisados................... 75
Tabela 5.1 - Relação entre as viagens diárias realizadas na sexta-feira e no sábado........... 77
Tabela 5.2 - Relação entre as viagens geradas na sexta-feira e a área bruta locável........... 79
Tabela 5.3 - Relação entre as viagens geradas na sexta-feira e a área total construída....... 80
Tabela 5.4 - Relação entre as viagens geradas no sábado e a área bruta locável................. 81
Tabela 5.5 - Relação entre as viagens geradas no sábado e a área total construída............. 82
Tabela 5.6 - Fator hora pico de entrada na sexta-feira (FHE sexta-feira)............................ 84
Tabela 5.7 - Fator hora pico de saída na sexta-feira (FHS sexta-feira)................................ 85
Tabela 5.8 - Fator hora pico total na sexta-feira (FHT sexta-feira)..................................... 86
Tabela 5.9 - Fator hora pico de entrada no sábado (FHE sábado)....................................... 87
Tabela 5.10 - Fator hora pico de saída no sábado (FHS sábado)........................................... 89
Tabela 5.11 - Fator hora pico total no sábado (FHT sábado)................................................. 90
Tabela 5.12 - Fator horário de entrada no período das 18:00 às 19:00h (FHE18-19)............... 91
Tabela 5.13 - Fator horário de saída no período das 18:00 às 19:00h (FHS18-19)................... 92
Tabela 5.14 - Fator horário total no período das 18:00 às 19:00h (FHT18-19)........................ 94
Tabela 5.15 - Relação entre o acúmulo máximo de veículos e a área bruta locável.............. 95
Tabela 5.16 - Relação entre o acúmulo máximo de veículos e a área total construída.......... 96
Tabela 5.17 - Relação entre o acúmulo máximo de veículos e as viagens no sábado........... 98
Tabela 5.18 - Relação do tempo médio de permanência dos veículos no sábado (Tm)........ 99
Tabela 5.19 - Relação entre o acúmulo máximo de veículos com o tempo médio de
permanência e as viagens atraídas na hora pico do sábado............................. 100
Tabela 5.20 - Resultado da calibração do primeiro modelo de regressão linear simples...... 103
Tabela 5.21 - Resultado da calibração do segundo modelo de regressão linear simples...... 104
Tabela 5.22 - Resultado da calibração do terceiro modelo de regressão linear simples....... 104
Tabela 5.23 - Resultado da calibração do quarto modelo de regressão linear simples......... 105
Tabela 5.24 - Distribuição das áreas por ramos de atividade nos shopping centers.............. 105
Tabela 5.25 - Resultado da calibração do primeiro modelo de regressão linear múltipla..... 106
Tabela 5.26 - Resultado da calibração do segundo modelo de regressão linear múltipla..... 106
Tabela 6.1 - Relação de fatores hora pico na sexta-feira (FHPsex)..................................... 108
Tabela 6.2 - Relação de fatores hora pico no sábado (FHPsab).......................................... 110
Tabela 6.3 - Relação de fatores horários de entrada na sexta-feira (FHE18-19).................... 111
Tabela 6.4 - Relação de fatores horários de saída na sexta-feira (FHS18-19)........................ 112
Tabela 6.5 - Relação de tempos médios de permanência de veículos (Tm)........................ 113
vi
Tabela 6.6 - Relação entre as viagens diárias da sexta-feira e do sábado (VDsex/VDsab). 115
Tabela 6.7 - Relação das viagens diárias atraídas na sexta-feira e desvios de estimativas
do modelo da eq.(27) e modelos nacionais (VDsex)....................................... 116
do modelo da CET-SP (2000) (VDsex)........................................................... 117
do modelo da eq.(31) e modelos nacionais (VDsex)....................................... 118
Tabela 6.10 - Relação das viagens diárias atraídas no sábado e desvios de estimativas do
modelo da eq.(28) e modelos nacionais (VDsab)............................................ 119
modelo da CET-SP (2000) (VDsab)................................................................ 121
Tabela 7.1 - Fatores diários e desvios.................................................................................. 125
Tabela 7.2 - Fatores horários de entrada (FHEjsm)............................................................... 127
Tabela 7.3 - Fatores de entrada (FHEji)................................................................................ 128
Tabela 7.4 - Relação dos fatores de entrada para as horas de maior movimento (FHE)..... 129
Tabela 7.5 - Valores dos fatores de entrada x Número de horas não atendidas.................. 131
Tabela 7.6 - Fatores horários de saída (FHSjsm)................................................................... 134
Tabela 7.7 - Fatores de saída (FHSji)................................................................................... 135
Tabela 7.8 - Relação dos fatores de saída para as horas de maior movimento (FHS)......... 136
Tabela 7.9 - Valores dos fatores de saída x Número de horas não atendidas...................... 138
Tabela 7.10 - Fatores horários do total de entrada e saída (FHTjsm)...................................... 140
Tabela 7.11 - Fatores do total de entrada e saída (FHTji)....................................................... 142
Tabela 7.12 - Relação dos fatores do total para as horas de maior movimento (FHT).......... 143
Tabela 7.13 - Valores dos fatores do total x Número de horas não atendidas....................... 145
Tabela 7.14 - Fatores horários de acúmulo de veículos (FHAjsm).......................................... 147
Tabela 7.15 - Fatores de acúmulo de veículos (FHAji).......................................................... 149
Tabela 7.16 - Relação dos fatores de acúmulo para as horas de maior movimento (FHA)... 150
Tabela 7.17 - Valores dos fatores de acúmulo x Número de horas não atendidas................. 152
Tabela 7.18 - Fatores de impacto(FHI).................................................................................. 155
Tabela 7.19 - Valores dos fatores de impacto x Número de horas não atendidas.................. 156
Tabela 7.20 - Síntese dos resultados obtidos.......................................................................... 158
vii
LISTA DE ABREVIATURAS E SIGLAS
ABRASCE – Associação Brasileira de Shopping Centers

ABL – Área Bruta Locável
AC – Área Computável
ATC – Área Total Construída
AT – Área do Terreno
AV – Área de Vendas
CET – Companhia de Engenharia de Tráfego
DENATRAN – Departamento Nacional de Trânsito
EMBRAPLAN – Empresa Brasileira de Planejamento
FHGV – Fator Horário de Geração de Viagens
ICSC – International Council of Shopping Centers
ITE – Institute of Transportation Engineers
PPH – Porcentagem de Pico Horário
ULI – Urban Land Institute
viii
RESUMO
BREVIS, C. C. B. (2003). Geração de viagens e demanda por estacionamento em shopping

centers do interior do estado de São Paulo. São Carlos, 2003. 177p. Tese (Doutorado) –
Escola de Engenharia de São Carlos, Universidade de São Paulo.
Neste trabalho é apresentado estudo sobre a geração de viagens e a demanda por

estacionamento em seis shopping centers localizados em cidades de porte médio do interior do
estado de São Paulo. Em três deles foram realizadas pesquisas de campo detalhadas. Os outros
três não permitiram a realização de pesquisas, mas forneceram dados globais sobre a geração de
viagens e a demanda por estacionamento. Com base nos dados obtidos, são determinados os
principais parâmetros relacionados com a geração de viagens e a demanda por estacionamento
para cada um dos empreendimentos, bem como analisados os conjuntos de valores desses
parâmetros utilizando conceitos básicos da Estatística. Na sequência, é verificado se os
principais padrões de geração de viagem apresentados nos modelos desenvolvidos no país
representam adequadamente a realidade no caso do universo estudado. Em seguida, à luz dos
resultados obtidos nas pesquisas realizadas, dos resultados apresentados em outros trabalhos e
das análises efetuadas, é proposto e desenvolvido um novo método para definir alguns
parâmetros de projeto para shopping centers localizados no interior do estado de São Paulo. Por
último, os principais parâmetros que caracterizam a geração de viagens e a demanda por
estacionamento, obtidos com a aplicação do novo método proposto, são comparados com os
valores fornecidos por outros modelos desenvolvidos no Brasil.
Palavras-chave: geração de viagens, demanda por estacionamento, shopping centers.

ix
ABSTRACT
BREVIS, C. C. B. (2003). Trip generation and parking demand in shopping centers in the
country side of the state of Sao Paulo. São Carlos, 2003. 177p. Ph.D. Thesis – Escola de
Engenharia de São Carlos, Universidade de São Paulo.
In this work, a study about trip generation and parking demand in six shopping
centers located in Brazilian medium sized cities in the country side of the state of Sao Paulo is
presented. In three of them detailed field researches were accomplished. The other three didn't
allow the realization of researches, but they provided global data about trip generation and
parking demand. Base on the obtained data, the main parameters related to the trip generation
and parking demand for each one of the enterprises are determined, as well as, the group of
results of those parameters using basic Statistics concepts are analyzed. In the sequence, it is
verified if the main patterns for trips to the shopping centers and the new models developed at
the country represent adequately the reality in the studied universe. Afterwards, due to the
survey data collected in this study, to the results presented in other studies and to the effectuated
analysis, a new method to measure some project parameters is developed and proposed for
shopping centers located in Brazilian medium sized cities, in the country side of the state of Sao
Paulo. Finally, the main parameters that characterize the trip generation and parking demand,
obtained with the application of the new proposed method, are compared to the furnished values
by other models developed in Brazil.
Keywords: trip generation, parking demand, shopping centers.

1
1 INTRODUÇÃO
1.1 RELEVÂNCIA
Shopping centers são empreendimentos constituídos por um conjunto planejado

de estabelecimentos que apresentam diversas atratividades, tais como: compras, lazer,
alimentação, entre outros. Esses empreendimentos surgiram com o propósito de concentrar
atividades em um mesmo local, com facilidade de acesso e estacionamento.
Atualmente, observa-se no Brasil um crescimento acelerado desses

empreendimentos, não somente nas grandes cidades como também em cidades de médio porte.
Segundo a ABRASCE (2003), existem 240 shopping centers no país, dos quais 27 localizam-se
no estado do Rio de Janeiro e 61 no estado de São Paulo, representando 11,25% e 25,42%,
respectivamente do total de shopping centers.
Dos empreendimentos localizados no estado de São Paulo, estado com maior

número de shopping centers do país, aproximadamente 50% (31 shopping centers)
localizam-se em cidades de médio porte no interior do estado, representando 12,92% do total de
empreendimentos no país.
Em algumas dessas cidades, a implantação de shopping centers vem gerando

alguns problemas, tais como: impacto no trânsito das vias adjacentes, mau dimensionamento das
instalações e equipamentos nos acessos de entrada e saída do estacionamento e da capacidade
do estacionamento, provocando congestionamentos, filas e estacionamento irregular no entorno
aos empreendimentos.
Essas questões têm assumido importância devido ao crescente aumento de

shopping centers nos últimos anos, à integração de vários ramos de negócios para ampliar o
público consumidor, e principalmente ao fato de existirem deficiências na legislação do país, na
lei de zoneamento e código de edificações, com ausência de parâmetros e elementos de projeto
para implantação de shopping centers na maioria das cidades; ainda, acrescenta-se a falta de
planejamento urbano, o incremento de veículos na área urbana e o crescimento populacional.
2
Alguns estudos vêm sendo realizados no país, no intuito de evitar ou amenizar

esses problemas, principalmente nas grandes cidades do país, como identificados nos trabalhos
de CET (1983), GRANDO (1986), GOLDNER (1994), CET (2000), DENATRAN (2001) e
PORTUGAL & GOLDNER (2003). No entanto, as cidades do interior do estado de São Paulo,
principalmente as cidades de médio porte, onde a quantidade de shopping centers é
representativa e o crescimento desses empreendimentos tem sido significativo, não existem
estudos que definam padrões de viagens e representem o comportamento da demanda de
veículos provocada pela implantação desses empreendimentos.
Nessas cidades, a maioria dos órgãos municipais carece de legislação para

regulamentar os shopping center e os empreendedores carecem de conhecimentos que
possibilitem minimizar o impacto provocado pela implantação desses empreendimentos, criando
muitas vezes sérios problemas ao tráfego local, penalizando a população no seu entorno.
Nesse contexto, pressupõe-se que as viagens geradas por shopping centers

dependem das características regionais das cidades onde esses empreendimentos foram
implantados e pressupõe-se, ainda, que as cidades localizadas no interior do estado de São Paulo
apresentam características semelhantes. Assim, considera-se apropriado realizar estudos em
empreendimentos do interior do estado de São Paulo, de modo a identificar padrões de
comportamento de viagens que possibilitem evitar o minimizar o impacto gerado pela
implantação dos mesmos no meio urbano e possam definir elementos de projeto, principalmente
para os acessos e capacidade do estacionamento.
1.2 OBJETIVO
Este trabalho tem como objetivos: identificar padrões da geração de viagens e

da demanda por estacionamento em shopping centers localizados em cidades de porte médio do
interior do estado de São Paulo; verificar se os modelos desenvolvidos no país, para estimativas
da geração de viagens e demanda por estacionamento representam adequadamente a realidade
do universo estudado; e, à luz dos resultados obtidos e das análises efetuadas, desenvolver
novos modelos de geração de viagens e propor um novo método para definir parâmetros de
projeto para avaliação do impacto viário, dimensionamento de instalações de acessos e
capacidade do estacionamento de shopping centers localizados em cidades de médio porte, no
interior do estado de São Paulo.
3
1.3 DESCRIÇÃO DO TRABALHO
Inicialmente, neste capítulo 1, são colocados a relevância do tema, os objetivos

da pesquisa e a forma como o trabalho foi desenvolvido e organizado.
No capítulo 2, é apresentada uma revisão bibliográfica sobre o assunto, a

descrição dos principais modelos desenvolvidos no país para a estimativa da geração de viagens
e da demanda por estacionamento em shopping centers, e uma análise da literatura pesquisada
de forma a identificar e selecionar variáveis que interferem nas viagens geradas por shopping
centers para realizar pesquisas de campo.
O terceiro capítulo contém a metodologia da pesquisa de campo a ser utilizada

em três shopping centers, isto é, as variáveis a serem pesquisadas, as técnicas usadas para coleta
de dados e os procedimentos para análise e processamento dos dados.
No capítulo 4 são apresentados os resultados das pesquisas de campo realizadas

nos três shopping centers localizados em cidades de porte médio do interior do estado de São
Paulo, bem como os dados globais fornecidos por outros três shopping centers também
localizados no mesmo espaço geográfico. Também são determinados, para cada
empreendimento, os principais parâmetros que caracterizam a geração de viagens e a demanda
por estacionamento.
No capítulo 5 são analisados os conjuntos de valores desses parâmetros

utilizando conceitos básicos da Estatística.
No sexto capítulo, os resultados dos principais padrões de viagens observados

nos empreendimentos estudados são comparados com os valores propostos em outros trabalhos
desenvolvidos no país.
À luz dos resultados obtidos e das análises efetuadas, no capítulo 7 é

desenvolvido e proposto um novo método para definir parâmetros de projeto para avaliação do
impacto viário, dimensionamento de instalações de acessos e capacidade do estacionamento de
shopping centers localizados em cidades de médio porte, no interior do estado de São Paulo.
Também neste capítulo, os principais parâmetros que caracterizam a geração de viagens e a
demanda por estacionamento, obtidos com a aplicação do novo método proposto, são
comparados com os valores fornecidos pelos modelos existentes no país.
No oitavo e último capítulo, são feitas algumas considerações que se tornaram

relevantes no contexto do trabalho.
4
2 REVISÃO DA LITERATURA
Neste capítulo é apresentada uma revisão bibliográfica da literatura que serviu

de base de conhecimento para o trabalho realizado.
2.1 SHOPPING CENTERS
Os shopping centers são empreendimentos que surgiram como possibilidade de

concentrar atividades de compras em um único local, com facilidade de acesso e estacionamento
disponível, evitando e minimizando o tráfego de veículos nas áreas centrais das cidades, onde
existe congestionamento e falta de estacionamento.
Segundo BARRET (1975), os shopping centers foram criados para atender a

demanda por ambientes com tráfego desobstruído, acesso fácil e áreas de estacionamento
adequadas, procurando oferecer aos seus clientes um sistema com todas as facilidades de acesso
e estacionamento, situando-se geralmente em locais distantes do centro.
DICK1 apud GONÇALVES (1990, p.7), define shopping center como um

empreendimento comercial que oferece ao cliente as seguintes facilidades:
 Realizar compras num mesmo local e ao mesmo tempo;
 Comparar produtos e seus preços;
 Desfrutar de um local confortável e descontraído;
 Oferta de estacionamento em local próximo e de fácil acesso; e
 Carregamento de produtos de maneira rápida e segura.
Atendendo a esses propósitos, CONCEIÇÃO (1984) destaca que em 1966 foi

implantado o primeiro shopping center no Brasil, e a partir daí a sua evolução foi progressiva.
1
DICK, A. C. (1971). Transportation aspects of new shopping developments, Traffic Engineering and
Control.
5
Atualmente, segundo a Associação Brasileira de Shopping Centers, ABRASCE, existem 240

shopping centers no Brasil, 217 em operação e 23 em construção. Desses empreendimentos, 170
shopping centers são filiados a essa entidade que têm padronizado os mesmos com base na
experiência americana, em acordo com o International Council of Shopping Centers, ICSC.
Os shopping centers surgiram inicialmente nos Estados Unidos, em 1956, e o

sucesso e aceitação fez esses empreendimentos surgirem em outros países. Nos Estados Unidos
existem aproximadamente 44.000 shopping centers, com incremento anual de 1,9%, estando
grande parte desses empreendimentos concentrada no estado da Califórnia: cerca de 6.000
unidades. O acelerado aumento de shopping centers naquele país fez surgir o ICSC, através do
qual foram padronizados e classificados esses empreendimentos de acordo com a configuração
arquitetônica, ramos de negócios oferecidos e tamanho do empreendimento.
No Brasil, visando os mesmos objetivos do ICSC, surgiu a ABRASCE, a qual

tem definido os shopping centers como sendo “empreendimentos constituídos por um conjunto
planejado de lojas destinadas à exploração de ramos diversificados ou especializados de
comercio e prestação de serviços, oferecendo estacionamento compatível com a área de lojas e
afluência de veículos”.
A ABRASCE (2002) define seis principais tipos de shopping centers no Brasil:

regional, comunitário, de vizinhança, especializado, outlet e festival center. Os principais
determinantes em classificar estes centros são sua orientação mercadológica, tipo de produtos e
serviços oferecidos e tamanho do empreendimento. A ABRASCE define esses centros como:
 Shopping Regional - Empreendimentos que oferecem mercadorias em geral (alta

porcentagem de vestuário) e serviços completos e variados. Apresentam como atração
principal lojas âncoras tradicionais, lojas de departamentos e/ou hipermercados. É
geralmente fechado, com as lojas voltadas para um pátio interno. Atualmente, existem 94
empreendimentos desse tipo associados à ABRASCE.
 Shopping Comunitário - Empreendimentos que geralmente oferecem grande porcentagem

de vestuário e outras mercadorias. Entre as lojas âncoras mais comuns estão os
supermercados e lojas de departamentos, encontrando-se algumas vezes varejistas de “off-
price” vendendo itens como roupas, objetos e móveis para casa, brinquedos, artigos
eletrônicos e/ou artigos para esporte. Associados à ABRASCE, há 51 empreendimentos
dessa classe.
 Shopping de Vizinhança - Empreendimentos que oferecem conveniência na compra de

necessidades diárias. Apresentam como âncora um supermercado. A âncora tem o apoio de
6
lojas oferecendo outros artigos de conveniência. Existem 12 empreendimentos associados à

ABRASCE nessa categoria.
 Shopping Especializado - Empreendimentos que apresentam um mix específico de lojas de

um determinado grupo de atividades, tais como: moda, decoração, náutica, esportes ou
automóveis, entre outros. Associados à ABRASCE, há 8 shopping centers dessa espécie.
 Outlet Center - Empreendimentos que apresentam lojas de fabricantes vendendo suas

próprias marcas com desconto, além de varejistas de “off-price”. Existem 3
empreendimentos desse tipo associados à ABRASCE.
 Festival Center - Empreendimentos basicamente voltados para atividades de lazer, com

restaurantes, “fast-food”, cinemas e outras diversões. Localiza-se geralmente em áreas
turísticas. Existem 2 empreendimentos associados à ABRASCE dessa classe.
Cabe notar, que a classificação de shopping centers apresentada somente faz

referência aos diversos ramos de negócios oferecidos, não considerando a sua localização, área
de influência e oferta de estacionamento; este último no que diz respeito a configuração e
tamanho que, segundo a definição de shopping centers, deveria ser compatível à configuração e
tamanho do empreendimento.
Segundo LIMA2 apud CONCEIÇÃO (1984, p.44) “... torna-se difícil classificar
os shopping center com relação aos seus padrões de localização, principalmente porque
diferentes tipos de shopping centers se localizam em áreas com características iguais”.
GRUEN & SMITH3 apud CONCEIÇÃO (1984, p.44) explicam que a

localização é inerente a uma análise econômica, cujo estudo depende dos seguintes fatores:
população, renda, poder de compra, facilidades competitivas, acessibilidade e outras
considerações correlatas.
Visto a carência de padrões que definam mais aprimoradamente os shopping

centers e a importância que assumem os mesmos na avaliação das viagens geradas, demanda
por estacionamento e impacto do tráfego provocado, a seguir são apresentados alguns estudos
realizados em shopping centers visando a sua análise e caracterização.
2
LIMA FILHO, ALBERTO DE OLIVEIRA (1971). Shopping Centers – EUA vs Brasil – Uma Análise
Mercadológica Comparativa. Rio de Janeiro, Fundação Getúlio Vargas, p.85.
3
GRUEN, V. & SMITH, L. (1960). Shopping Towns USA. New York. Reinhold. p.30.
7
2.2 ÁREA DE INFLUÊNCIA
Dentro do contexto de pólos geradores de tráfego, a área de influência é de vital

importância no que diz respeito às variáveis intervenientes na estimativa de geração de viagens
e, conseqüentemente, na previsão da demanda por estacionamento e na avaliação do impacto de
tráfego provocado por esses empreendimentos.
Existem diversas definições de áreas de influência, adotadas por alguns autores

nacionais e internacionais, sendo algumas delas relacionadas a seguir:
 URBAN LAND INSTITUTE (1971) - Define a área de influencia ou área de mercado

como sendo aquela área da qual se obtém a maior proporção de clientes atraídos pelo
shopping center.
 CONCEIÇÃO (1984) - Adota o conceito da EMBRAPLAN4 que caracteriza a área de

influência como sendo a “Área onde esta contida a maioria dos consumidores que irão
fazer compras no shopping center. Na sua determinação considera: tempo de duração das
viagens, barreiras naturais, limitação das distâncias, força e atratividade do futuro
shopping center”. E, concordando com o critério adotado por ULI5, subdivide esta área em
três zonas ou áreas de influencia: área primária6, área secundária7 e área terciária8
 GRANDO (1986) - Adota o critério de KEEFER9, o qual diz: “denomina-se área de

influência de um shopping center, também conhecida como área de mercado, a área
geograficamente definida, na qual um conjunto varejista atrai a maior parte de seus
clientes”. E acrescenta, ainda, algumas variáveis a serem consideradas para delimitação da
área de influência, tais como: distância de viagem, tempo de viagem, barreiras físicas,
distância ao centro da cidade e aos principais competidores e atratividade do futuro
shopping center.
 SILVEIRA (1991) - Define como área de influência de um shopping center, a área que
representa a “delimitação física do alcance do atendimento da maior parte de sua
demanda”.
4
EMPRESA BRASILEIRA DE PLANEJAMENTO. (1981). Análise de mercado do Parkshopping de
Brasília. Rio de Janeiro.
5
URBAN LAND INSTITUTE. (1977). Shopping Center Development Handbook. Washington, D. C.
6
Área na qual os consumidores têm como primeira opção de compra, em termos de acesso, o futuro
shopping center, captando a maior parte da procura de mercadorias e serviços (bens de conveniência e
bens de comparação).
7
Área que se estende logo após a área primária, entre 15 e 20 km do shopping center.
8
Área que se estende a partir da área secundária até 30km.
9
KEEFER, L. E. (1966). Urban Travel Patterns for Airport, Shopping Centers and Industrial Plants.
Highway Research Board, n.24. Washington, D. C.
8
 GOLDNER (1994) - Destaca como área de influência aquela que representa a área
geográfica da qual origina-se a maior parte dos consumidores e, conseqüentemente, das
viagens ao shopping center – sendo a mesma delimitada pelo traçado de Isócronas10 e
Isócotas11, associado ainda ao levantamento do mercado competitivo obtido do estudo de
viabilidade econômica.
Na Tabela 2.1 encontra-se um resumo dos critérios utilizados por diversos

autores, nacionais e internacionais, para delimitar a área de influência e distribuição de viagens
em shopping centers.
Tabela 2.1 - Critérios utilizados para delimitar áreas de influência.

Características do
Critérios Área primária Área secundária Área terciária Fora da área
shopping
Keefer (1966) até 8 km
até 20 minutos
Urban Land até 5 min. 15 a 20 min. até 27 min.
Institute(1971)
Urban Land 6 a 10 km 15 a 20 km até 30 km
Institute(1977) até 10 min. 15 a 20 min. até 30 min.
Rocca (1980) 4,8 a 8 km 8 a 11 km 24 km
até 10 min 15 a 20 min até 30 min.
CET/SP* (1983) até 5 km, 60% das viagens
até 8 km, 80% das viagens
Conceição* (1984) 6 a 10 km 15 a 20 km até 30 km
até 10 min. 15 a 20 min. até 30 min.
Dunn e Hamilton de 80% a 90% das vendas
(1986) até 10 min. 10 a 20 min. 20 a 30 min
Grando* (1986) 45% das viagens 40% das viagens 8,3% das viagens 6,7% das
viagens
até 10 min. 10 a 20 min. 20 a 30 min
Soares* (1990) até 8 km 8 a 11 km até 24 km
até 10 min. 10 a 20 min. 20 a 30 min
Silveira* (1991) 37,7% das 24,5% das viagens 20,8% das 17% das viagens
viagens viagens
até 10 min. 10 a 20 min. 20 a 30 min
Goldner* (1994) 55,4% das 36,2% das viagens 7,2% das viagens 1,2% das dentro da área urbana
viagens viagens
48,3% das 20,1% das viagens 18,3% das 13,3% das fora da área urbana
viagens viagens viagens
até 10 min. 10 a 20 min. 20 a 30 min
Martins (1996) 83% das viagens até 2 km 17% das viagens com escritórios, localizado
em área residencial.
34% das viagens até 1 km 2% das viagens com escritórios, localizado
17% das viagens de 1 a 3 km em área comercial.
18% das viagens de 3 a 5 km
29% das viagens de 5 a 17 km
95% das viagens 5% das viagens localizado em área
comercial
Correa e Goldner* 5 a 10 min. 10 a 20 min. 20 a 30 min
(1999)
Nota: *autores brasileiros.
10
Linhas de tempo iguais, marcadas de 5 em 5 minutos até o tempo de 20 a 30 minutos.
11
Linhas de distâncias iguais, traçadas de 1 em 1 km como um circulo cujo centro é o local onde situa-se
o shopping center, normalmente até 8 km.
9
Segundo CORREA e GOLDNER (1999), em shopping centers nas cidades de

médio porte, sem um shopping center competidor dentro da isócrona de 20 minutos e com área
total construída entre 30.000 a 85.000m2, as áreas de influência apresentam as seguintes
características:
 Área primária - O usuário atinge o shopping center entre 5 a 10 minutos de viagem por
automóvel, variando com as condições apresentadas pelo tráfego e o acesso da região. O
principal centro de comércio da cidade e pólos geradores de tráfego que venham a
apresentar concorrência direta ao futuro shopping center não devem fazer parte desta área.
A população residente nesta área tem renda elevada e pertence a classes sociais média e
alta. A densidade residencial é elevada; e a oferta de transporte coletivo por ônibus e o
índice de motorização deverão ser elevados.
 Área secundária - O usuário atinge o shopping center entre 10 a 20 minutos de viagem por
automóvel, variando em função das condições apresentadas pelo tráfego e vias de acesso da
região. Subdividida em área A e B. A área A é próxima ao principal centro comercial da
cidade, apresenta população com renda elevada e classe social média e alta (com a alta em
menor índice); boa oferta de transporte coletivo e alguns estabelecimentos comerciais na
região. A área B não engloba o principal centro de comercio da cidade, não apresenta outros
pólos concorrentes; apresenta área residencial densamente povoada e população pertencente
à classe média e baixa (com a média em maior índice).
 Área terciária - O usuário atinge o shopping center entre 20 a 30 minutos de viagem por
automóvel, variando com as condições apresentadas pelo tráfego e as vias de acesso à
região. Subdividida em área A e B. A área A abrange o principal centro de comercio da
cidade, região altamente comercial, podendo apresentar áreas residenciais pouco densas,
apresenta população pertencente à classe social média e alta (com a média em maior
índice). A área B possui comercio local altamente competitivo, como hipermercados,
supermercados, complexos de lojas e outros tipos de comercio em geral, apresenta
população pertencente à classe social média e baixa (com a média em maior índice), com
áreas de elevada densidade residencial.
Os critérios descritos apresentam discrepâncias no cálculo das áreas de

influência, considerando como variáveis a distância ao shopping center, tempo de viagem por
automóvel, localização do empreendimento e distribuição de viagens. Constata-se uma
abrangência máxima da área de influência de até 30km em torno a um shopping center, 30
minutos de tempo de viagem por automóvel e 98% das viagens para shopping centers dentro da
área urbana. As diferenças constatadas nos valores apresentados pressupõem-se que se devam às
características dos empreendimentos, tipo de atratividade, características da população local,
10
características do sistema de transportes e características espaciais das cidades, não definidas

nos critérios adotados.
2.3 PADRÕES DE VIAGEM
Os padrões de viagem correspondem às principais características qualitativas

das viagens, que permitem conhecer aspectos do transporte de pessoas e mercadorias.
KEEFER12 apud GRANDO (1986, p.13), analisando shopping centers nos

Estados Unidos, considerou que as viagens a esses empreendimentos podem ser sub-divididas
em:
 Viagens de veículos de carga e táxi.
 Viagens de trabalho, calculando a distribuição das viagens por grupo ocupacional:

funcionários administrativos, técnicos, vendedores, operários e outros.
 Viagens de compras, calculando a distribuição das viagens por sexo dos viajantes: homens
e mulheres; e a distribuição das viagens por origem: casa, trabalho, compras, escola, lazer,
refeição, negócios pessoais, médico, dentista e passageiros em serviço.
 Viagens com outros propósitos, tais como lazer, negócios pessoais, passageiros em serviço,
escola e refeição.
Tendo em vista essas características, GRANDO (1986) detectou deficiências em

estudos sobre as características de viagem dos shopping centers no Brasil.
Segundo SILVEIRA (1991), os padrões de viagem que caracterizam as viagens

geradas por shopping centers são:
 Dia da semana e período do dia que registra maior número de viagens;
 Distribuição das viagens segundo a classe sócio-econômica dos clientes;
 Distribuição das viagens por modo de transporte;
 Distribuição das viagens segundo a origem;
 Distribuição de viagem segundo o destino; e
 Distribuição das viagens segundo o motivo ou propósito que as originou.
12
KEEFER, R.W. (1966). Urban travel patterns for airports, shopping centers and industrial plants.
Highway Research Record. N.24, p.33-116. Washington D. C.
11
SILVEIRA (1991) destaca ainda que essas características contribuem ao

planejamento urbano e de transporte na adoção de medidas disciplinares adequadas e para evitar
ou minimizar os possíveis impactos ambientais relacionados.
Para GOLDNER (1994), os padrões de viagem correspondem à:
 Distribuição de viagem por classe econômica;
 Distribuição de viagem por origem;
 Distribuição de viagem por destino;
 Distribuição de viagem por motivo ou propósito; e
 Dia da semana e período do dia que registra maior número de viagens.
Segundo HARRIS & ANDREW13 apud PORTUGAL & GOLDNER (2003,

p.208), os fatores que atraem os compradores aos shopping centers são:
 Preços baixos;
 Variedade de mercadorias;
 Facilidade de estacionamento; e
 Conveniente localização.
Dessa forma, conclui-se que os padrões de viagem caracterizam as viagens

quanto a flutuações da geração de viagens e distribuição das viagens, relacionadas às
características do empreendimento, usuário e transporte.
2.4 VARIAÇÕES DA DEMANDA DE VIAGENS
Através de análise dos dados sobre os movimentos diários de viagens por

automóvel nos anos de 1983 e 1984 no shopping center Rio Sul, no estado do Rio de Janeiro,
GRANDO (1986) verificou que a demanda de viagens de um shopping center sofre variações
em função do mês, do dia e do horário. A autora constatou que:
 O mês de maior movimento é dezembro, principalmente na semana que antecede o Natal;
 Durante a semana, a sexta feira e o sábado são os dias mais movimentados, sendo o sábado
o dia de maior movimento;
 Existem diferenças razoáveis entre o movimento do dia médio de sábado em relação ao

movimento médio diário; e
13
HARRIS, M. R. & ANDREW, H. R. (1979). The traffic implications of hypermarket development.
Traffic Engineering and Control, Londres, Jan.
12
 A hora de maior movimento varia em função do dia da semana e do horário de

funcionamento do shopping center.
2.4.1 DIA DE PROJETO

Na movimentação diária de veículos no shopping center Rio Sul, nos anos de
1983 e 1984, GRANDO (1986) identificou o dia típico de projeto. Ao relacionar o movimento
diário com o volume do sábado médio verificou que essa relação representava uma curva que se
assemelhava a uma hipérbole, mostrando que o volume no dia de maior movimento chega a ser
2,3 vezes maior que o volume médio diário e que durante mais de 45 dias no ano o volume
diário é maior que o volume médio diário. Isso também foi constatado pela autora no shopping
center Recife, no ano de 1985, no estado de Pernambuco. A autora identificou, ainda, que
existem diferenças razoáveis entre o movimento diário e o movimento do sábado médio. Esses
valores são apresentados na Tabela 2.2 e representados graficamente na Figura 2.1.
Tabela 2.2 – Relação entre os fluxos nos dias de maior movimento e o sábado médio (VD/Vsm)
FD = VD / Vsm
Dia
S. C. Rio Sul (1983) S. C. Rio Sul (1984) S. C. Recife (1985)
1 1,86 1,68 1,83
2 1,84 1,65 1,54
3 1,82 1,50 1,51
4 1,79 1,49 1,41
5 1,75 1,43 1,40
6 1,64 1,39 1,38
7 1,58 1,37 1,33
8 1,56 1,34 1,32
9 1,54 1,33 1,30
10 1,50 1,31 1,28
11 1,36 1,30 1,26
12 1,34 1,28 1,25
13 1,30 1,27 1,24
14 1,29 1,26 1,22
15 1,28 1,24 1,17
16 1,24 1,23 1,17
17 1,24 1,16 1,12
18 1,22 1,15 1,11
19 1,20 1,14 1,09
20 1,16 1,14 1,07
21 1,15 1,13 1,06
22 1,14 1,12 1,06
23 1,13 1,11 1,05
24 1,12 1,10 1,05
25 1,12 1,07 1,05
26 1,10 1,05 1,05
27 1,09 1,04 1,05
28 1,06 1,03 1,04
29 1,04 1,02 1,04
30 1,03 1,02 1,04
31 1,02 1,01 1,03
32 1,02 1,01 1,02
33 1,02 1,00 1,02
34 1,00 1,00 1,02
35 0,99 1,00 1,02
36 0,98 0,99 1,02
37 0,95 0,99 1,01
38 0,95 0,99 1,01
39 0,94 0,98 1,01
40 0,94 0,98 1,00
41 0,93 0,98 0,99
13
2,00
1,90 FD_Rio Sul(1983)

1,80
FD_Rio Sul(1984)
1,70
FD_Recife (1985)
1,60
1,50
1,40
1,30
1,20
FD = VD / Vsm
1,10
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42
DIA DE MAIOR MOVIMENTO
Figura 2.1 – Fatores diários para os dias de maior movimento.
A autora definiu como fator dia típico de projeto (FD) a relação do movimento
diário de veículos com o volume do sábado médio, atendendo à seguinte equação:
VD = FD x Vsm (1)
Sendo, Vsm: volume de viagens no sábado médio [viagens/dia].

FD: fator dia típico de projeto.
VD: volume diário de projeto [viagens/dia].
Fazendo analogia com o método de dimensionamento de terminais rodoviários

proposto por MESQUITA14 apud GRANDO (1986, p.100), o qual sugere o 370 dia mais
carregado como o dia típico de projeto, ficando apenas 10% da demanda anual não atendida,
Grando constatou, através da movimentação diária de veículos no shopping center Rio Sul, que
o movimento do 370 dia mais carregado em relação ao sábado médio é inadequado para o
dimensionamento do número ótimo de vagas de estacionamento, sendo satisfatório somente
para análise do impacto no sistema viário.
Em analogia com o dimensionamento de rodovias, que procura o ponto de

inflexão da curva para a definição da hora de projeto (no caso 30a hora),
14
MESQUITA, L. B. (1981). Dimensionamento de plataformas de embarque e desembarque em
terminais rodoviários de passageiros. Tese de Mestrado, USP.
14
VOORHEES & CROW (1966), em pesquisas realizadas em shopping centers nos Estados
Unidos, para o Urban Land Institute, ULI, identificaram que a 30a maior hora de demanda
corresponde aproximadamente ao 60 dia mais movimentado. Esses autores consideraram como
hora de projeto a 10a maior hora de volume de tráfego.
No entanto, estudos mais recentes realizados por ULI (1982) recomendam a

diminuição do índice anterior e sugerem a 19a maior hora do ano como hora de projeto.
Contudo, GRANDO (1986) assume como dia de projeto para o

dimensionamento do número mínimo de vagas a média dos sábados do ano, pois permite
atender 90% da demanda anual do shopping center; 60% dos valores dos sábados do ano estão
acima do valor médio diário e apenas em 9% dos dias do ano o volume diário é maior que o
volume médio do sábado. Para o dimensionamento do número ótimo de vagas de
estacionamento a autora sugere entre o 50 e o 100 dia mais movimentado como dia de projeto,
ficando em torno de 3% dos dias do ano não atendidos pela demanda.
Na movimentação diária dos shopping centers pesquisados por

0 0
GRANDO (1986), entre o 5 e o 10 dia mais movimentado, a autora identificou os fatores
diários mostrados na Tabela 2.3.
Tabela 2.3 – Fator dia típico de projeto (FD).

FD
0 0
Shopping center Variação entre o 10 e o 5 dia média
Rio Sul (1983) 1,50 – 1,64 1,57
Rio Sul (1984) 1,31 – 1,43 1,37
Recife (1985) 1,28 – 1,40 1,34
Para estimar o impacto de tráfego provocado pelo shopping center, Grando

assume como dia de projeto a sexta feira média do ano, pois neste dia se superpõem o já elevado
movimento natural de veículos com o tráfego gerado pelo shopping center.
GOLDNER (1994), em estudo realizado no Norteshopping, no estado do Rio de

Janeiro, nos anos de 1988 a 1989, identificou que a movimentação diária de veículos
apresentava um comportamento similar aos empreendimentos estudados por GRANDO (1986).
Assim, define também como dias típicos de projeto o sábado médio e a sexta-feira média. O
sábado para ser usado no dimensionamento do estacionamento, por ser o dia de maior
movimento da semana, e a sexta-feira para avaliação do impacto do shopping center na via, por
ser o dia em que o tráfego nas vias do entorno é maior, tornando a situação mais crítica.
15
2.4.2 HORA DE PROJETO
Para uma amostra de dados obtidos de 13 shopping centers, localizados nas

capitais das maiores cidades do país, e associados à ABRASCE, GRANDO (1986) define um
fator hora de projeto ou fator hora de pico. Esse fator relaciona o volume horário de projeto com
o volume do dia típico de projeto (para o estacionamento) ou com o volume do sábado médio
(para o impacto no sistema viário), como apresentado a seguir.
VHP = FH x VD (2)
Sendo, VHP: volume horário de projeto para o estacionamento [viagens/hora].

FH: fator hora de pico.
VD: volume diário de projeto [viagens/dia].
VHI = FH x Vsm (3)
Sendo, VHI: volume horário de projeto para o impacto no sistema viário [viagens/hora].
FH: fator hora de projeto.
Vsm: volume do sábado médio [viagens/dia].
Para a amostra estudada pela autora, os valores para o fator hora típica de
projeto variaram entre 6,83% e 13,3%, com média de 10,5%.
GRANDO (1986), nos empreendimentos por ela pesquisados, observou que o

pico de entrada no sábado ocorre entre 16:00 e 18:00h e na sexta-feira o horário de pico é menos
definido, variando entre 13:00 e 20:00h. Identificou, ainda, no shopping center Recife,
localizado no estado de Pernambuco, que as viagens de saída na hora pico de entrada
representam aproximadamente 80% do fluxo de entrada. Assim, sugere para sexta-feira o
horário entre 17:00 e 18:00h, buscando a coincidência com o pico da rodovia, ou utilizar o valor
médio de 10,5% como fator horário, para os fluxos de entrada de veículos na sexta-feira e no
sábado.
GOLDNER (1994), visando aperfeiçoar os estudos realizados por Grando,

identificou que na sexta-feira o horário de maior movimento é entre 19:00 e 20:00h, para
empreendimentos localizados na cidade do Rio de Janeiro, quando o tráfego da via já esta bem
diluído, correspondendo a 10,11% do fluxo total, para avaliação do impacto de shopping centers
no sistema viário dentro da área urbana. Nessas condições sugere a utilização da porcentagem
de pico horário entre 18:00 e 19:00h, que apresenta o valor médio de 9,88%, constatado em
estudo realizado no shopping center Rio Sul, e que a contagem na via seja feita no mesmo
horário, considerando que nesse horário o fluxo da via apresenta-se pouco diluído.
16
Para sábado, no mesmo empreendimento, localizado dentro da área urbana na

cidade do Rio de Janeiro, Goldner identificou dois picos de entrada: um pela manhã, das 11:00
às 12:00h, com valor médio de 8,29% e outro à tarde, das 18:00 às 19:00h, com valor médio de
8,98%. Portanto, sugere que se realize um estudo completo de tráfego, confrontando o pico de
compras com o pico da via, adicionando-os para obter o impacto global. Para empreendimentos
localizados fora da área urbana sugere que se utilize o valor adotado por GRANDO (1986). E,
para o pico de saída sugere, também, adotar a relação obtida por Grando de 80% do fluxo de
entrada na hora pico.
A CET-SP (2000), para obter o volume horário de veículos gerado pelo

shopping center (VH), sugere identificar os dias e períodos de interesse através dos valores dos
fatores horários médios (FH), apresentados na Tabela 2.4, obtidos através de registros realizados
em três empreendimentos na cidade de São Paulo, que correspondem às viagens horárias de
entrada ou saída em relação às viagens diárias (VD), para sexta-feira e sábado.
Tabela 2.4 – Viagens geradas por hora em relação às viagens diárias (VH/VD).
FH [%] = ( VH / VD ) x 100
Período [hora] FH [%] para sexta-feira FH [%] para sábado
entrada saída entrada saída
09:00 – 10:00 1,25 0,09 1,57 -----
10:00 – 11:00 6,04 1,56 6,09 1,66
11:00 – 12:00 7,05 3,96 7,07 3,87
12:00 – 13:00 8,89 6,06 8,54 5,78
13:00 – 14:00 8,74 6,57 8,85 6,91
14:00 – 15:00 8,68 8,55 8,72 7,53
15:00 – 16:00 8,79 6,82 9,77 8,97
16:00 – 17:00 6,95 8,67 8,40 8,74
17:00 – 18:00 6,76 9,19 9,04 8,93
18:00 – 19:00 9,42 7,78 8,58 10,18
19:00 – 20:00 12,88 9,45 8,47 7,87
20:00 – 21:00 9,78 11,09 9,15 7,89
21:00 – 22:00 4,77 12,48 5,83 8,95
total 100,00 100,00 100,00 100,00
Fonte: CET-SP (2000)
Assim, identificado o valor das viagens horárias em relação às viagens diárias,

CET-SP (2000) sugere aplicar a seguinte equação para o fluxo de veículos gerado pelo shopping
center:
VH = FH x VD (4)
Sendo, VH: volume horário de veículos gerado pelo shopping center, na sexta-feira ou no
sábado, para análise de impacto viário [viagens/hora].
FH: fator horário ou viagens geradas por hora em relação às viagens diárias.
VD: viagens diárias geradas pelo shopping center, na sexta-feira ou no sábado
[viagens/dia].
17
2.5 GERAÇÃO DE VIAGENS
A estimativa do número de viagens de automóvel atraídas por shopping centers

é essencial para poder relacionar a intensidade de viagens de e para o empreendimento,
dimensionar adequadamente os estacionamentos e avaliar o impacto de tráfego provocado por
esses empreendimentos.
Na literatura pesquisada, os modelos de geração de viagens variam desde

modelos de regressão linear simples a modelos dinâmicos, mais sofisticados. No Brasil, ainda
são escassos os dados sobre geração de viagens para shopping centers.
Para a CET-SP (1983), o número médio de viagens de automóvel atraídas por

um pólo gerador de tráfego na hora de pico, para qualquer dia é estimado pelo seguinte modelo:
VHP = (0,124 ATC + 1.550) 0,25 (5)
Sendo, VHP: viagens atraídas pelo shopping center na hora pico [viagens/hora]
ATC: área total construída [m2]
Segundo CONCEIÇÃO (1984), baseado em dados estatísticos disponíveis, o

valor do número de viagens geradas por dia nos shopping centers no Brasil, está compreendido
entre 22 e 36 viagens por 100m2 de Área Bruta Locável15 (ABL), variando com as
características de cada empreendimento. Para o autor, a geração de viagens atraídas por
shopping centers é função do tipo de lojas no empreendimento, da população e renda da área de
influência, das facilidades de transporte e do tempo de viagem.
GRANDO (1986) sugere modelos econométricos de geração de viagens para o

dia de projeto, isto é, para a média dos sábados do ano; e definir o horário do pico de entrada e
saída do empreendimento, assim como o volume horário de projeto para a sexta-feira e o
sábado, identificados como os dias de maior freqüência. Sendo os dados de sexta-feira
utilizados para avaliar o impacto urbano e os de sábado para dimensionar o estacionamento de
shopping centers. Os modelos sugeridos pela autora são de regressão linear simples,
relacionando a geração de viagens com o tamanho do empreendimento, diferenciados quanto ao
dia e estimados para qualquer empreendimento, independente da sua localização, baseada em
amostras a nível nacional. Esses modelos são traduzidos pelas equações:
15
definida como a área bruta de cada loja, incluindo a área de vendas e de depósito, de administração,
sanitários e outros que estejam dentro ou fora da loja, desde que descritos no contrato de locação.
18
Vsm = -2.066,639 + 0,3968842 ABL (6)
Vsexm = 0,74 Vsm (7)
Sendo, Vsm: fluxo de veículos atraídos pelo shopping center no sábado médio [viagens/dia]
(com R2 = 0,785; erro padrão = 3889,4; teste t = 5,72 > tmin = 1,94;
teste F = 32,73 > Fmin = 5,99);
Vsexm: fluxo de veículos atraídos pelo shopping center na sexta-feira média do ano
[viagens/dia]; e
ABL: área bruta locável [m2]
Cabe destacar que o valor definido por GRANDO (1986), para a relação entre
os fluxos de veículos na sexta-feira e no sábado, de 0,74, corresponde a um valor médio obtido
através dos valores apresentados em 13 empreendimentos, que apresentaram valores entre 0,48
e 1,07. Destaca-se, ainda, que nessa amostra os shopping centers localizam-se em diferentes
regiões do país, principalmente em cidades de grande porte, com área bruta locável variando de
5.045 a 64.000m2.
GOLDNER (1994), aperfeiçoando os modelos de Grando, através de uma

amostra de 15 shopping centers localizados em diferentes regiões do país, com área bruta
locável variando de 15.000 a 62.000m2, também sugere modelos de regressão linear simples
para estimar a geração de viagens, diferenciados quanto a localização e atratividade (com ou
sem supermercado), relacionando o número de automóveis com o tamanho do empreendimento.
Os modelos de regressão linear simples obtidos pela autora, para shopping centers localizados
dentro da área urbana16, são os seguintes:
Vsm = 2.057,3977 + 0,3080 ABL (8)
Vsexm = 433,1448 + 0,2597 ABL (9)
Sendo, Vsm: fluxo diário de veículos atraídos pelo shopping center sem supermercado, no
sábado médio do ano [viagens/dia] (com R2 = 0,7698; R = 0,8774;
erro padrão = 2783,6; teste t = 4,84 > tmin = 2,365);
Vsexm: fluxo diário de veículos atraídos pelo shopping center sem supermercado, na
sexta-feira média do ano [viagens/dia] (com R2 = 0,6849; R = 0,8276;
erro padrão = 2912,05; teste t = 3,90 > tmin = 2,365); e
ABL: área bruta locável, ABL  46.704 [m2]
16
O autor considera áreas urbanas, locais com maior acesso a transporte público.
19
Vsm = 1.732,7276 + 0,3054 ABL (10)
Vsexm = 0,74 Vsm (11)
Sendo, Vsm: fluxo diário de veículos atraídos pelo shopping center com supermercado, no
sábado médio do ano [viagens/dia] (com R2 = 0,8941; R = 0,9456;
erro padrão = 2192,33; teste t = 5,032 > tmin = 3,182);
Vsexm: fluxo diário de veículos atraídos pelo shopping center com supermercado, na
sexta-feira média do ano [viagens/dia]; e
ABL: área bruta locável, ABL  41.797 [m2]
GOLDNER (1994) ainda sugere, para shopping centers localizados fora da área
urbana e sem supermercados, a aplicação dos modelos desenvolvidos por GRANDO (1986).
Em estudo mais recente, mediante pesquisa em três shopping centers

localizados na cidade de São Paulo, a CET-SP (2000), considerando que a geração de viagens
diária de veículos é função do tamanho do empreendimento e analisando o montante de área
computável por veículo atraído durante uma sexta-feira e um sábado qualquer, desenvolveu os
seguintes modelos:
VDsab = 0,33 AC – 2.347,55 (12)
VDsex = 0,28 AC – 1.366,12 (13)
Sendo, VDsab: viagens diárias atraídas pelo shopping center, para um sábado qualquer
[viagens/dia] (com R2 = 0,98);
VDsex: viagens diárias atraídas pelo shopping center, para uma sexta-feira qualquer
[viagens/dia] (com R2 = 0,99); e
AC: área computável [m2], correspondendo à área total construída menos as áreas
construídas de garagens, de ático e de caixas de água.
Nos Estados Unidos, o ITE (1997) recomenda as seguintes fórmulas para

calcular a geração de viagens para shopping centers:
Ln (VDsab) = 0,651 Ln (ABL) + 3,773 (14)
Sendo, VDsab: viagens diárias atraídas pelo shopping center, para sábado [viagens/dia]; e
ABL: área bruta locável
Ln (VHPsab) = 0,628 Ln (ABL) + 6,229 (15)
Sendo, VHPsab: viagens na hora pico atraídas pelo shopping center, para sábado
[viagens/hora]; e
ABL: área bruta locável
20
Na literatura pesquisada, foi constatado que os órgãos do governo americano

usam e sugerem a utilização das taxas e equações do livro “Trip Generation” publicado pelo
ITE, onde são encontradas as formulas anteriormente apresentadas. Cabe considerar que essas
taxas e equações são consideradas para estacionamentos não pagos.
Em Singapura, FAN e LAM (1997) utilizaram a regressão linear para relacionar

a geração de viagens com o tamanho do shopping center e a localização do empreendimento. As
equações obtidas são as seguintes:
VD = 32,8 + 11,55 ATC – 128,9 D (16)
VD = 31,3 + 16,93 ABL – 126,1 D (17)
Sendo, VD: viagens diárias atraídas pelo shopping center [viagens/dia];

ATC: área total construída [m2];
ABL: área bruta locável [m2]; e
D: variável Dummy, que indica a localização do shopping center
(D = 0 se fora da área central de negócios, e D = 1 se dentro da área).
AL-MASAEID et al. (1999), em estudos realizados em shopping centers da

Jordânia, desenvolveu a seguinte equação de regressão linear para estimar a geração de viagens
a esses empreendimentos:
VHP = 18,19 + 0,008 ATC + 16,76 D

(18)
Sendo, VHP: viagens atraídas na hora pico [viagens/hora];

ATC: área total construída [m2]; e
D: variável Dummy, que indica o tipo de shopping center
(D = 0 se shopping militar, e D = 1 se particular).
2.6 CATEGORIAS DE VIAGENS
A classificação das viagens em categorias está relacionada com a intenção do

usuário ao ir ao shopping center, isto é, o que direciona o usuário a realizar a viagem.
SLADE e GOROVE17 apud GOLDNER (1994, p.25) sugerem três categorias de

viagens a shopping centers:
 Viagens primárias - São as novas viagens geradas pelo shopping center e correspondem às
viagens com origem e destino na residência.
17
SLADE, L. J. & GOROVE, F. E. (1981). Reduction in estimatives of traffic impacts of regional
shopping centers. ITE Journal, January.
21
 Viagens desviadas - São viagens existentes, que param no shopping center como
conseqüência de outras paradas da viagem, e quando a parada requer uma diversificação da
rota.
 Viagens não desviadas - São viagens existentes, onde para a parada no shopping center não
é necessário alteração da rota.
As viagens novas e desviadas devem ser consideradas na análise do impacto de

tráfego provocado por shopping centers, conforme CONCEIÇÃO (1984), GRANDO (1986),
SMITH (1986) e GOLDNER (1994), para serem acrescentadas ao carregamento total das vias
adjacentes. Segundo SMITH (1986), as viagens desviadas são redistribuídas e as novas são
somadas ao volume de viagens previsto nas vias do entorno.
A Tabela 2.5 apresenta um resumo de estudos de categorias de viagens

realizados em shopping centers no Brasil.
Tabela 2.5 - Resumo de estudos de categoria de viagens.

Categoria das viagens
Autores Observações
Primária Desviada Não-desviada
Conceição (1984) 70% 10% 20% Para sexta-feira
Grando (1986) 70% 10% 20% Para sexta-feira
Para quinta-feira, sexta-feira e
Silveira (1991) 72% ------- -------
sábado
Goldner (1994) 48% 38% 14% Para sexta-feira, shopping
center na área urbana
70% 26% 4% Para sábado, shopping center
na área urbana
43% 24% 33% Para sexta-feira, shopping
center fora da área urbana
Para CONCEIÇÃO (1984) e GRANDO (1986), 80% das viagens geradas no

sábado são consideradas para avaliar o impacto viário provocado por shopping centers. No
entanto, para GOLDNER (1994) esse valor varia entre 67% e 86% para shopping centers
localizados fora e dentro da área urbana, respectivamente. Isso faz notar que para
GOLDNER (1994) as viagens novas atraídas por um shopping center são maiores quando este
se localiza dentro da área urbana.
Cabe ressaltar que esses estudos foram realizados em shopping centers

localizados na cidade do Rio de Janeiro, e foram os únicos encontrados em nível nacional. As
divergências observadas pressupõem a necessidade de mais estudos. Identifica-se que a
categoria de viagens representa uma variável que interfere no impacto provocado pelo shopping
centers, mas a sua determinação requer um estudo aprimorado do fluxo nas vias adjacentes ao
empreendimento.
22
2.7 ESTACIONAMENTO
O estacionamento representa um dos principais fatores que atraem os

compradores para um shopping center. Assim, tem-se tornado uma preocupação para
planejadores que desejam otimizar o desempenho dos mesmos, compatível às necessidades
requeridas.
Segundo GONÇALVES (1990), a capacidade estática18 e dinâmica19 nos

estacionamentos devem ser dimensionadas para atender adequada e suficientemente a demanda
por estacionamento em shopping centers. Porém, tais capacidades são limitadas pelos
componentes do estacionamento e pelos níveis de integração e harmonia entre eles. Dessa
forma, torna-se necessário considerar nesse contexto os princípios e componentes básicos que
norteiam o projeto de estacionamento, e que podem interferir no sistema.
2.7.1 PRINCIPIOS BÁSICOS DE PROJETO
Segundo a CET-SP (1983), para obter o melhor desempenho de

estacionamentos em pólos geradores de tráfego devem ser considerados:
 Acessibilidade adequada para as manobras de entrada e saída do estacionamento;
 Definição da quantidade e posição de acessos;
 Áreas de acomodação nas entradas;
 Projeto geométrico de acessos, raios de curvatura e larguras apropriadas;
 Composição adequada entre vagas de automóveis, que contemple o dimensionamento de

vagas, circulação e manobras dos veículos;
 Projetos para rampas;
 Espaços adequados para operações de carga e descarga de mercadorias;
 Espaços para embarque e desembarque de passageiros;
 Dispositivos de proteção aos pedestres; e
 Áreas reservadas para pontos de ônibus e táxis.
18
expressa em número de vagas.
19
expressa em taxa de escoamento ou de absorção de veículos por unidade de tempo.
23
Ao se projetar estacionamentos em shopping centers, segundo ELLSON20 e

CHODASH21 apud GONÇALVES (1990, p.14), deve-se procurar:
 Otimizar o espaço destinado para fins de estacionamento, maximizando o número de vagas

e a sua capacidade dinâmica;
 Minimizar o desconforto de motoristas, provocados pela procura de vagas e realizando

manobras de entrada e saída de vagas;
 Minimizar a interferência com o tráfego das vias adjacentes.
Dessa forma, considerando os princípios básicos de projeto, é necessário definir

a localização e tipo de estacionamento, e conseqüentemente os elementos de projeto que
atendam a esses requisitos, de forma adequada e segura.
Para CLIVE22 apud CONCEIÇÃO (1984, p.120), a localização do

estacionamento em shopping centers depende dos seguintes fatores:
 Sistema viário que o circundará;
 Planejamento do local para estacionamento;
 Outros desenvolvimentos na área;
 Situação topográfica;
 Custo do terreno; e
 Viabilidade.
Segundo DUNN & HAMILTON23 apud CONCEIÇÃO (1984, p.119), o espaço

de estacionamento pode ser provido por:
 Estacionamento térreo - É o menos dispendioso e assim o mais preferido. Sua orientação

preferida para o corredor é no sentido perpendicular aos acessos do shopping center, assim
o usuário tem acesso direto do shopping center ao veículo, sem ter que caminhar entre os
veículos.
20
ELLSON, D. R. (1969). Parking: Dynamic Capacities of Car Parks, Road Research Laboratory Report
LR 221.
21
CHODASH, I. L. (1986). Relative efficiencies of various parking angles, ITE Journal, March.
22
CLIVE, D. (1972). Enclosed Shopping Centers. Architectural Pres. London, p.80.
23
DUNN, R. C. M. & HAMILTON, G. D. (1971). Transportation Engineering Design for shopping
Centers. Traffic Engineering and Control. Nov.
24
 Estacionamento coberto - Apesar de ser mais dispendioso que o térreo, é usado com
freqüência em shopping centers de muitos andares.
 Edifício garagem - É o mais dispendioso destes tipos porque é necessário prover

iluminação extra, ventilação, proteção contra o fogo e um sistema de circulação. Apresenta
ainda restrição do acesso para usuários.
2.7.2 COMPONENTES DO PROJETO
A concentração de atividades comerciais em um shopping center provoca um

alto volume de tráfego, o qual requer nos estacionamentos um projeto mais sofisticado, que
contemple uma capacidade suficiente para acomodar a demanda por estacionamento, em
equilíbrio e harmonia com os componentes de projeto. Por tanto, os elementos de projeto
deveram ser projetados de forma segura e eficientemente.
Segundo GERN (1975), são fatores que influenciam a localização de acessos:
 O volume de tráfego gerado pelo empreendimento;
 O volume de tráfego das vias adjacentes;
 A distribuição de viagens de entrada e saída do empreendimento;
 Os movimentos nos acessos;
 Necessidades de uso do solo adjacente para o shopping center; e
 A localização e geometria das vias adjacentes ao empreendimento e o relacionamento com

a distância de interseções.
O fator mais importante em determinar o número de acessos requerido para o

estacionamento é o volume de tráfego gerado pelo shopping center, que depende do tamanho e
composição do empreendimento. A quantidade de tráfego que pode ser acomodada em um
único acesso varia consideravelmente e depende principalmente do projeto de estacionamento,
da distribuição direcional de veículos entrando e saindo, e do tipo de controle de tráfego
utilizado (GERN, 1975).
Para DICK24 apud CONCEIÇÃO (1984, p.110), o projeto de acesso deve ser
acessível em todas as dimensões e deverá no mínimo existir dois pontos de acesso ao shopping
center, para que seja mantida uma via de escoamento caso a rua ou rodovia apresente um
24
DICK, A. C. (1971). Transportation Aspects of New Shopping Development. Traffic Engineering &
Control. Oct.
25
bloqueio. Isso, se o volume de tráfego para um acesso exceder de 500 a 800 veículos por hora,
caso de shopping regional.
Segundo CONCEIÇÃO (1984), para determinar o projeto de escoamento do

shopping center por direção de acesso, torna-se necessário definir a extensão da área de
influência e estabelecer os fluxos de entrada e saída do shopping center durante a hora pico de
entrada e saída e a hora pico das ruas e/ou rodovias adjacentes. O fluxo de tráfego gerado pelo
shopping center no pico de entrada e saída é usado para o dimensionamento de acessos e
dimensionamento do estacionamento. O fluxo combinado da hora pico das ruas e/ou rodovias
com a hora de movimento do shopping center é usado para o projeto de ruas e/ou rodovias.
De acordo com GONÇALVES (1990), para que o sistema operacional nos

acessos funcione adequadamente é necessário providenciar:
 Áreas de acumulação para os veículos;
 Canalização das entradas e saídas; e
 Previsão de tráfego por hora e em cada dia da semana, o que depende do seu potencial de
comércio, grau de acessibilidade e competidores.
A circulação interna nos estacionamentos compreende uma via de circulação

principal e vias secundárias. A via principal consiste num circuito que deverá permitir um
movimento livre desde o acesso até qualquer parte do estacionamento e vice-versa, permitindo
também o acesso a vias secundárias. As vias secundárias são de menor tráfego, e devem
permitir a distribuição de veículos nas áreas de estacionamento de maneira rápida e segura.
Segundo CONCEIÇÃO (1984), a circulação ou anel de circulação dentro do

estacionamento, usual em Regional Shopping, deve ser adequadamente planejada de modo a
facilitar o acesso a toda a área de estacionamento do shopping center, tendo ainda a função de
disciplinar o trânsito de veículos dentro da área de estacionamento, bem como o fluxo de
entrada e saída de veículos.
Segundo ELLSON25 apud GONÇALVES (1990, p.27), as vias de circulação são

hierarquizadas para cumprirem harmoniosamente as funções de coleta e distribuição do tráfego,
e de acessos e manobras às vagas. Dessa forma, procura-se minimizar os possíveis conflitos e
separar os movimentos de naturezas e necessidades diferentes, tais como: fluxo de veículos
entrando e saindo, tráfego veicular e de pedestres, transporte de passageiros e de carga, fluxo de
automóveis, táxis e coletivos.
25
op. citada.
26
Assim, a circulação interna deverá garantir uma distribuição uniforme dos

veículos nos espaços disponíveis para estacionamento, evitando congestionamentos
desnecessários. Para tal, as áreas dos acessos ao estacionamento deverão ser destinadas
exclusivamente para circulação, garantindo trânsito livre nos acessos e evitando retenções e
congestionamentos nas vias de circulação.
A disposição das vagas deve ser concebida com o objetivo de reduzir os

conflitos entre veículos, minimizar retenções, facilitar manobras operacionais e ainda obter um
melhor aproveitamento da área. Deve ainda ser concebida de modo a minimizar a distância de
caminhada, desde o veículo estacionado até as lojas, facilitando o carregamento dos produtos
adquiridos. Segundo CHODASH26 apud GONÇALVES (1990, p.19), deve-se procurar o
equilíbrio entre a maximização da capacidade estática do estacionamento, as facilidades de
manobrar os veículos e a circulação do tráfego de pedestres e veículos no estacionamento.
As dimensões das vagas e das vias de circulação são influenciadas pelo ângulo
de estacionamento e pelo veículo-padrão adotado. Considerar vagas com dimensões diferentes
não é usualmente aceita em função das dificuldades operacionais. Adota-se como padrão as
seguintes dimensões: 2,40m de largura, 5,00m de comprimento e 6,00m de largura da via de
circulação, consideradas para veículos grandes e utilitários (CET-SP, 1986).
Uma análise desenvolvida por CHODASH27 apud GONÇALVES (1990, p.26)

revelou que o ângulo de 90 graus é o que produz maior número de vagas em 67% dos casos
pesquisados; entretanto, são restringidas as operações em mão dupla. Na prática, em shopping
centers no Brasil, têm-se assumido que o ângulo de 90 graus é o mais eficiente, sendo
constatado o seu uso em praticamente todos os shopping centers no país.
As áreas imediatamente em frente às entradas do shopping center devem ser

restritas ao trânsito de pedestres. Esta restrição pode ser obtida através de sinalização,
obstruindo o acesso de veículos a estes pontos, mas possibilitando o livre acesso de pedestres.
Um apropriado sistema de informação, controle e sinalização, é necessário para a segurança e
proteção de pedestres.
O dimensionamento adequado do número de vagas de estacionamento para um

shopping center significa fornecer boas condições de compras para os clientes e atratividade
para novos consumidores. Assim, a estimativa da demanda por estacionamento constitui um
fator fundamental para atender às necessidades dos usuários. Definida a demanda por vagas, é
26
op. citada
27
op. citada.
27
fundamental distribuir e organizar adequadamente essas vagas e assegurar a adequada harmonia

entre os diferentes componentes do estacionamento.
Apesar da importância que envolve o projeto de estacionamento em shopping

centers, os estudos a respeito são escassos no Brasil.
2.7.3 ELEMENTOS QUE AFETAM A DEMANDA
VOORHEES e CROW (1966), em pesquisas realizadas em shopping centers

nos Estados Unidos e Canadá, identificaram que existe uma forte correlação entre o volume de
tráfego entrando no estacionamento e o acúmulo de veículos no pico horário de estacionamento.
Estabeleceram, ainda, os seguintes fatores envolvidos na demanda por estacionamento:
 Localização do empreendimento em relação à área central de comércio e negócios,

interferências quanto à acessibilidade e barreiras físicas;
 Tamanho do empreendimento;
 Características da população da área de influência;
 Modos de transporte;
 Hábitos de estacionamento;
 Tipos de estabelecimentos, varejista e/ou não-varejistas; e
 Localização e influência de centros competidores.
Estudos em shopping centers nos Estados Unidos, descritos por HIGHWAY

RESEARCH RECORD (1971), identificaram como elementos que interferem na demanda por
estacionamento:
 Características do usuário: tamanho da família, faixa etária, renda e propriedade de veículo;
 Atratividade do empreendimento: comércio, serviços, entretenimentos, eventos, teatro,

cinema, entre outros;
 Modos de transporte: disponibilidade de alternativas de meios de transporte de chegada e

saída, seja a pé, táxi, carona, ônibus, metrô e/ou trem;
 Acesso ao tráfego: capacidade de acessar vias dentro de um aceitável limite de tempo;
 Congestionamentos: esperas longas para entrar ou sair de áreas de estacionamento, seja por
causa de operação de tráfego deficiente, inadequada sinalização e deficientes parâmetros
geométricos, entre outros;
28
 Oferta de estacionamento: número de vagas disponíveis para atender a demanda;
 Localização do estacionamento: em relação ao destino do usuário;
 Custo: estacionamentos pagos geralmente reduzem a demanda;
 Administração local: medidas de segurança, sinalização, iluminação, conforto, comodidade

e sistema operacional do estacionamento.
Para CONCEIÇÃO (1984), a demanda por estacionamento é baseada em:
 Chegada e saída de veículos do shopping center;
 Circulação dentro da área de estacionamento; e
 Flutuações horárias e diárias.
Segundo GRANDO (1986), o principal elemento que afeta a demanda por

estacionamento em um shopping center é o tempo médio de permanência do automóvel no
estacionamento.
JONES28 apud GRANDO (1986, p.66) destaca que a demanda por

estacionamento depende de:
 Número de clientes que vem por transporte particular;
 Número de compradores por veículos;
 Rotatividade das vagas;
 Tipos de lojas; e
 Incidência e amplitude dos picos.
Em estudos mais recentes realizados em shopping centers nos Estados Unidos,

STEINER (1998) identifica para Shopping de Vizinhança29 as seguintes variáveis a serem
consideradas na estimativa de geração de viagens a esses empreendimentos:
 Número e tamanho de lojas no empreendimento;
 Atratividade do shopping center;
 Instalações de acesso a transportes;
28
JONES, C. S. (1969). Regional shopping centers – their location, planning and design, London.
29
Projetado para fornecer conveniência na compra de necessidades diárias e próximas ao bairro.
Ancorado por um supermercado e farmácia, suportadas por lojas oferecendo refeições e serviços
pessoais. Usualmente configurado em linha reta, sem corredor de circulação de pedestres ou área de
mall.
29
 Inventario do uso do solo no local;
 Análise de mercado;
 Densidade demográfica;
 Comportamento dos usuários;
 Informações sócio-econômicas dos usuários;
 Padrões de viagens e atitudes dos usuários.
Cabe ainda acrescentar, em shopping centers nos Estados Unidos, variáveis

identificadas por GHEZAWI et al. (1998) nas áreas do entorno ao empreendimento, que afetam
o número de viagens geradas por Shopping de Vizinhança30. São elas:
 Tráfego das ruas adjacentes, contribuindo nas viagens diárias geradas pelo empreendimento
e viagens nos horários de pico;
 Índice de acessibilidade, definido em função de unidades domiciliares e tempo de viagem

ao empreendimento; e
 Competição com outros empreendimentos, explicando a geração de viagens diárias durante

a semana e comportamento dos clientes nos horários de pico à tarde.
Constata-se que dos elementos que afetam a demanda por estacionamento são
identificadas características próprias do empreendimento, características do usuário do
estacionamento e características da área externa adjacente ao empreendimento. Nesse contexto,
a oferta de vagas representa um dos fatores principais a ser considerado para absorver a
demanda por estacionamento em shopping centers.
2.7.4 CRITÉRIOS UTILIZADOS PARA DIMENSIONAR

ESTACIONAMENTOS
Para estimar o número de vagas que devem ser oferecidas pelos shopping
centers, um dos critérios mais utilizados é o índice de estacionamento, que relaciona o número
de vagas com o tamanho do empreendimento.
Em shopping centers nos Estados Unidos, o índice mais utilizado é aquele que
relaciona o número de vagas com a Área Bruta Locável31 (ABL). Este índice de estacionamento
é calculado através da seguinte formula:
30
op. citada
31
definida como a área bruta da cada loja, incluindo a área de vendas e de depósito, de administração,
sanitários e outros que estejam dentro ou fora da loja, desde que descritos no contrato de locação.
30
Índice de estacionamento = número de vagas / ABL / 100m2 (19)
Um outro índice de estacionamento é aquele que relaciona o número de vagas

com a Área Total Construída (ATC). Este índice é calculado através da seguinte fórmula:
Índice de estacionamento = número de vagas / ATC / 100m2 (20)
Na Inglaterra, LEAKE e TURNER32 apud CONCEIÇÃO (1984, p.115)

identificaram como índice de estacionamento padrão utilizado em shopping centers aquele que
relaciona o número de vagas com a Área de Vendas33 (AV). O índice de estacionamento, neste
caso, é calculado através da seguinte formula:
Índice de estacionamento = número de vagas / AV / 100m2 (21)
No Brasil, em pesquisas realizadas em pólos geradores de tráfego na cidades de

Curitiba, São Paulo e Distrito Federal, o DENATRAN (2001) identificou que esses índices
correspondem a: 8 vagas por 100 m2 de AV para empreendimentos na cidade de Curitiva, 6,67
vagas por 100 m2 de área comercial para empreendimentos com área comercial inferior a
20.000 m2 e 5 vagas por 100 m2 de área comercial para empreendimentos com área comercial
superior a 20.000 m2, localizados na cidade de São Paulo, e 4 vagas por 100 m2 de ATC para
empreendimentos com ATC superior a 5.000 m2 e inferior a 10.000 m2 e 5 vagas por 100 m2 de
ATC para empreendimentos com ATC superior a 10.000 m2, localizados no Distrito Federal.
No Brasil, também, foram desenvolvidos quatro modelos para estimar o número

mínimo de vagas necessárias para atender a demanda por estacionamento: CET-SP (1983) para
qualquer Pólo Gerador de Tráfego34, GRANDO (1986), GOLDNER (1994) e CET-SP (2000).
Os modelos da CET-SP (1983), de GRANDO (1986) e GOLDNER (1994)

relacionam a geração de viagens com o tempo médio de permanência nas vagas de
estacionamento, obedecendo à seguinte relação:
32
LEAKE, G. R. & TURNER, D. J. (1982). Shopper and vehicle characteristics at Large Retail Shopping
Centers. Traffic Engineering and Control. Jan., pp.8-13.
33
definida como a área bruta locável menos a área de depósitos.
34
considerados como edificações ou instalações que exercem grande atividade sobre a população,
mediante a concentração de bens e serviços, gerando elevado número de viagens, com substanciais
interferências no tráfego do entorno e necessidade de grandes espaços para estacionamento ou carga e
descarga.
31
Nv = Tm x VHP (22)
Sendo, Nv: número mínimo de vagas;

Tm: tempo médio de permanência na vaga [hora]; e
VHP: viagens atraídas na hora pico [viagens/hora].
Para a CET (1983):

VHP = (0,124 ATC + 1.550) 0,25 [viagens/hora] e Tm = 1 [hora].
Para GRANDO (1986):

VHP = Vsm x PPH, sendo PPH = 10,5% a porcentagem de pico horário para sábado,
Vsm = -2.066,639 + 0,3968842 ABL [viagens/dia], considerado para qualquer tipo de shopping
centers e adotando Tm = 1,96 [horas], valor identificado no shopping center Rio Sul, localizado
na cidade do Rio de Janeiro.
Para GOLDNER (1994):

VHP = Vsm x PPH, considerando PPH = 8,98% a porcentagem de pico horário para sábado,
Vsm = 1.732,73 + 0,3054 ABL [viagens/dia] para shopping centers localizados dentro da área
urbana, com supermercado e ABL menor que 41.793m2 ou Vsm = 2.057,3977 + 0,3080 ABL
[viagens/dia] para shopping centers sem supermercado e com ABL inferior ou igual a 46.704m2
e para ambos casos adotando Tm = 1,96 [horas], valor identificado por Grando. Para shopping
centers fora da área urbana é adotado como volume horário de projeto o modelo realizado por
Grando e PPH = 10,5%.
A CET-SP (2000) propõe o seguinte método:
Nv = maior entre Nv1 e Nv2
Nv1 = RDA x VDsab (23)
Nv2 = AC / RAC (24)
Sendo, Nv: número mínimo de vagas;

Nv1: número de vagas;
Nv2: número de vagas;
RDA: relação entre ocupação máxima de vagas e demanda diária de veículos atraídos,
correspondendo a 0,16 [vagas/viagens dia];
VDsab: viagens atraídas ao shopping no sábado, VDsab = 0,33 AC – 2.347,55 [viagens/dia];
AC: área computável [m2], correspondente à área total construída menos as áreas de
garagens, de ático e de caixas de água; e
RAC: relação entre a área computável e a ocupação máxima do estacionamento,
correspondendo a 23 [m2/vagas]
32
Esses modelos preocupam-se em estimar o número mínimo de vagas de

estacionamento através de variáveis simples de obter. Para a CET-SP (1983), GRANDO (1986)
e GOLDNER (1994) as variáveis explicativas para determinar o número de vagas são o tempo
médio de permanência dos veículos nas vagas e o volume horário de projeto, conforme os
modelos de geração de viagens de cada autor. Para a CET-SP (2000) o número mínimo de vagas
esta condicionado à demanda diária de veículos atraídos pelo empreendimento, à área
computável e à ocupação máxima do estacionamento.
Na bibliografia foram identificados outros índices de estacionamento adotados

por alguns autores para determinar o número de vagas de estacionamento em shopping centers,
bem como algumas técnicas de análise do sistema de estacionamento. Identificaram-se modelos
determinísticos e modelos que utilizam técnicas de simulação. A seguir são comentados os
modelos levantados.
Modelos determinísticos
 VOORHEES & CROW (1966) recomendam para shopping centers nos Estados Unidos e
Canadá o índice de 5,5 vagas por 100m2 de ABL.
 ULI (1977) recomenda 5 a 9 vagas por 100m2 de ABL para shopping centers nos Estados
Unidos.
 GERN (1978) recomenda 5 vagas por 100m2 de ABL para shopping centers nos Estados
Unidos, com ABL>80.000m2.
 LEAKE & TURNER (1982) recomendam para shopping centers nos Estados Unidos 5 a 6
vagas por 100m2 de ABL para Shopping Regional (27.000m2<ABL<93.000m2), 7 vagas por
100m2 de ABL para Shopping Comunitário (9.000m2<ABL<27.000m2), e 8 vagas por
100m2 de ABL para Shopping de Vizinhança (3.000m2<ABL<9.000m2).
 LEAKE & TURNER (1982) através de estudos realizados no Multiple Shop Federation, na
Inglaterra, identificaram 4 vagas por 100m2 de área de venda em locais de baixa renda; 5,25
vagas por 100m2 de área de venda em locais de renda média, e 6,25 vagas por 100m2 de
área de venda em locais de renda alta.
 LEAKE & TURNER (1982) através de estudos realizados em National Economic

Development Office, na Inglaterra, recomendam 5,38 vagas por 100m2 de área de venda
para Shopping Regional, 6,19 vagas por 100m2 de área de venda em shopping center
localizado na área central e 9,15 vagas por 100m2 de área de venda em shopping center
localizado fora da área central.
33
 ULI (1982) recomenda 3,44 a 4,30 vagas por 100m2 de área total construída, no pico, para
shopping centers nos Estados Unidos.
 SMITH (1983) recomenda para shopping centers nos Estados Unidos 4 a 5 vagas por 100m2
de ABL para shopping centers com ABL<60.000m2 e 5 vagas por 100m2 de ABL para
shopping centers com ABL variando entre 60.000m2 a 150.000m2.
 ITE (1987) recomenda 3,34 vagas por 100m2 de área total construída, 3,5 vagas por 100m2
de área bruta locável para dia da semana e 4,3 vagas por 100m2 de ABL para sábado, no
pico, para shopping centers nos Estados Unidos.
 YOUNG (1987) indica de 2,4 a 4,5 vagas por 100m2 de ATC para shopping centers nos
Estados Unidos, com ATC variando linearmente de 4.645m2 a 116.129m2
 MACKENZIE & EASTMAN (1992) indicam 3,5 a 5,0 vagas por 100 m2 de ABL, no pico,
para shopping centers nos Estados Unidos.
 FAN & LAM (1997) recomendam 1,25 vagas por 100m2 de ABL e 0,86 vagas por 100m2
de área total construída (ATC), para shopping center na área central; e 2,00 vagas por
100m2 de ABL e 1,45 vagas por 100m2 de ATC, para shopping center fora da área central.
Independente da localização adotam 1,13 vagas por 100m2 de ATC e 1,59 vagas por 100m2
de ABL, para shopping centers em Singapura.
 DENATRAN (2001) indicam 8 vagas por 100 m2 de AV para empreendimentos na cidade

de Curitiba, 6,67 vagas por 100 m2 de área comercial para empreendimentos com área
inferior a 20.000 m2 e 5 vagas por 100 m2 de área comercial para empreendimentos com
área superior a 20.000 m2, localizados na cidade de São Paulo, e 4 vagas por 100 m2 de
ATC para empreendimentos com ATC superior a 5.000 m2 e inferior a 10.000 m2 e 5 vagas
por 100 m2 de ATC para empreendimentos com ATC superior a 10.000 m2, localizados no
Distrito Federal.
Modelos que utilizam técnicas de simulação
 Modelo ParkSIM/1 (1986), Austrália - Fornece uma análise detalhada do nível de serviço
oferecido pelo estacionamento, a distribuição espacial de tráfego, movimentos dos veículos
e compara o desempenho de várias configurações, determinando a mais apropriada.
 Modelo CLAMP (Computer Based Local Area Parking Behavior), Inglaterra - Permite
variações na disponibilidade de estacionamento, no volume e na composição de fluxo de
tráfego. Focaliza principalmente o comportamento da rede viária quando submetida a
diferentes políticas de estacionamento.
34
 Modelo de simulação da operação de um Pólo Gerador de Tráfego, CET-SP, Brasil -

Analisa as condições de operação de um pólo gerador de tráfego, a fila de acumulação, o
número de vagas de estacionamento e impactos causados por veículos estacionados em
locais proibidos.
 Modelo ESTSIM (1990), COPPE/UFRJ, Brasil - Prevê dois acessos para o estacionamento
no interior do shopping center e possibilita para cada acesso uma taxa de chegada diferente.
Ao chegar em um dos acessos, o veículo pode-se dirigir para o interior do shopping ou para
as áreas externas do estacionamento, em função da taxa de ocupação do estacionamento. Se
o veículo se dirigir para o interior do shopping, ele fica na fila de entrada até que possa
ocupar uma vaga. Nesse caso, há um tempo de permanência na vaga e em seguida ele deixa
o sistema. Se o veículo se dirigir para as áreas externas de estacionamento, uma distribuição
de probabilidade indica para qual área de estacionamento o veículo se encaminha.
 Modelo SAPTSIM (1996), Austrália - Analisa o impacto devido a mudanças no projeto de

shopping centers, através de padrões de tráfego. Determina a interação entre a localização
de estabelecimentos no shopping, o projeto de estacionamento e o sistema de tráfego no
entorno, com movimentos no estacionamento. A interação entre esses elementos e o layout
dos estabelecimentos no shopping define a rota escolhida pelos usuários do estacionamento.
Os índices apresentados foram determinados para shopping centers no Canadá,

Estados Unidos, Inglaterra, Singapura e no Brasil. Observa-se que alguns são diferenciados
quanto a tipo de shopping center (Regional, de Vizinhança, Comunitário), outros quanto a
tamanho do empreendimento (ABL, ATC) e outros quanto a características sócio-econômicas
da área de influência e localização. Como se pode observar esses índices apresentam grandes
discrepâncias.
Cabe destacar, que os modelos que utilizam simulação, nacionais e

internacionais, são apropriados para avaliar o impacto provocado pela implantação de shopping
centers e para avaliar o desempenho do sistema operacional do estacionamento, sob
determinadas condições. Entretanto, não determinam especificamente a demanda por
estacionamento para esses empreendimentos.
2.8 ANÁLISE DA LITERATURA PESQUISADA
Na literatura pesquisada, foi constatado que os shopping centers, atendendo ao

propósito de evitar congestionamentos e impactos de tráfego, inicialmente foram localizados
afastados das áreas centrais. No entanto, com o crescimento das cidades, alguns desses
35
empreendimentos passaram a se integrar ao meio urbano, o que tem provocado problemas no

tráfego das vias adjacentes e dificuldades quanto a estacionamentos.
Da classificação de shopping centers realizada pela ABRASCE, pressupõe-se

que os shopping centers regionais e comunitários, representando 53,46% e 32,08%
respectivamente do total de empreendimentos, sejam os que apresentam maiores problemas,
devido ao tamanho e quantidade de bens e serviços oferecidos, gerando maior preocupação na
oferta de estacionamento requerida. Constatou-se que, dentro da classificação de shopping
centers adotada pela ABRASCE, os empreendimentos são diferenciados quanto a tipo de
estabelecimentos, porém não apresentam diferenciações quanto a tamanho, localização e oferta
de estacionamento – que se acredita serem características importantes a serem consideradas.
Nos estudos de áreas de influência, nota-se, como consenso dos autores, que a
mesma representa a área geográfica que atrai a maior quantidade de clientes ao shopping center.
No entanto, quanto aos critérios adotados para delimitar a área de influência, observam-se
divergências entre os autores. Isso verificado quanto à distância máxima entre 8 e 30 km, e
quanto à distribuição das viagens nas áreas primárias, secundárias e terciárias. As diferenças
constatadas pressupõem-se que se devam às características dos empreendimentos, tipo de
atratividade, características da população local e características do sistema de transportes. Cabe
destacar que a área de influência representa um dos principais fatores que interfere nas viagens
geradas por shopping centers, no entanto, para ser estimada requer da análise de variáveis que
nem sempre podem ser facilmente estimadas.
Constatou-se que os padrões de viagem são os que caracterizam um shopping

center quanto a distribuição de viagens e flutuações de geração de viagens. Esses padrões
caracterizam-se quanto ao motivo das viagens, à modalidade de transporte, às características
sócio-econômicas dos clientes, ao origem e destino das viagens, e distribuição temporal das
viagens durante o dia, durante a semana, durante o mês e durante o ano. No Brasil, ainda, são
escassos os estudos realizados, identificando-se alguns padrões de viagens para
empreendimentos localizados na cidade do Rio de Janeiro.
Nos estudos de variação da demanda de tráfego em shopping centers

identificou-se que o movimento de veículos varia em relação ao mês, dia e hora. O mês mais
movimentado é dezembro, o dia mais movimentado é o sábado, seguido pela sexta-feira.
Constatou-se que os critérios para adotar o dia típico de projeto variam: 370 dia mais carregado,
60 dia mais movimentado, sábado médio do ano (para o dimensionamento do número de vagas
de estacionamento), sexta-feira média do ano (para análise de impacto viário) e entre o 50 e o
100 dia mais movimentado (para dimensionar o número ótimo de vagas). No entanto, esses dias
36
podem ser de difícil determinação devido a que a maioria dos shopping centers no país não
apresentam registros de dados anuais do fluxo de veículos atraídos pelo empreendimento, e
muitas vezes nem sequer apresentam registros diários de movimentação de veículos.
Identificou-se, ainda, que para alguns autores a hora típica de projeto

corresponde à 30a maior hora do ano, à 19a maior hora e à 10a maior hora de volume de tráfego.
Para avaliação de impacto viário gerado pelo empreendimento, constatou-se que

existem dois critérios adotados: um desses sugere o período das 18:00 às 19:00h na sexta-feira,
devido a que o fluxo nas vias é maior na sexta-feira e pouco diluído nesse horário, e o outro
sugere uma análise geral do fluxo da via e do empreendimento, para sexta-feira e sábado, de
modo a verificar o período de maior carregamento na via - o que induz a um estudo aprimorado
do movimento de tráfego para esses dias.
Nas categorias de viagens identificou-se que somente as viagens novas e

desviadas são consideradas na análise do impacto do tráfego provocado por shopping centers.
Isto é, na situação em que o fluxo total de veículos gerado pelo empreendimento é considerado
para avaliar o impacto de tráfego, isto leva a um sobre-carregamento de tráfego nas vias, sem
necessidade. Cabe, nesses casos considerar uma porcentagem da geração de viagens, porém,
existe a necessidade de mais estudos, visto as divergências encontradas por alguns autores e
considerando que os estudos em shopping centers foram realizados em empreendimentos
localizados na mesma cidade, no Rio de Janeiro, podendo apresentar um comportamento
diferente em outras cidades devido às características da população local.
Constatou-se que para os shopping centers, visto a sua complexidade, os

projetos de estacionamento são mais sofisticados, devendo os componentes do projeto ser
dimensionados de forma adequada. Nesse contexto, o volume de tráfego gerado foi identificado
como o principal elemento para definir os acessos e número de vagas requeridas para um
estacionamento. Definidos esses parâmetros, as vagas deverão ser distribuídas e organizadas
adequadamente em harmonia com os diferentes componentes do estacionamento, tais como:
acessos de veículos e pedestres, disposição de vagas, vias de circulação interna, canalização do
tráfego e sinalização, entre outros.
Conforme verificado nos critérios adotados para estimar o número de vagas de

estacionamento em shopping centers, as variáveis utilizadas são: taxa de chegada dos veículos
no estacionamento, tamanho do empreendimento, seja através da área bruta locável, área total
construída ou área de vendas; e tempo de permanência dos veículos no estacionamento. No
entanto, na literatura pesquisada foram identificadas outras variáveis que afetam a demanda por
estacionamento, tais como: tipos de estabelecimentos (varejistas e não-varejistas), número e
37
tamanho de lojas, atratividade do empreendimento (comercio, serviços, trabalho,

entretenimento, teatros, cinemas, restaurantes, fast food, entre outros), comportamento e atitudes
dos usuários do estacionamento, padrões de viagens (incidência e amplitude dos picos,
rotatividade das vagas, flutuações horárias e diárias, chegada e saída de veículos do
estacionamento), entre outras.
Dessa forma, torna-se necessário considerar outras características para analisar a

demanda por estacionamento, de forma a proporcionar modelos mais eficientes para calcular a
número de vagas requeridas por esses empreendimentos. Políticas administrativas, localização
do empreendimento em relação à área central, disponibilidade de alternativas de meio de
transporte, interferências quanto à acessibilidade e barreiras físicas, localização de
competidores, características da população da área de influência, condições sócio-econômicas e
densidade demográfica local também são fatores que afetam a demanda por estacionamento,
porém, variam para cada empreendimento, não permitindo generalizar e, principalmente,
especificar índices de estacionamento considerando essas variáveis.
Nos critérios e modelos adotados para prever a demanda por estacionamento em

shopping centers, foram identificados índices de estacionamento que consideram como variável
unicamente o tamanho do empreendimento. Os modelos de geração de viagens, propostos pela
maioria dos autores nacionais, consideram como variáveis a geração de viagens e o tempo de
permanência dos veículos no estacionamento, outros levam em consideração, além da demanda
de veículos atraídos, a área computável do empreendimento e a ocupação máxima do
estacionamento. Observou-se que nenhum dos modelos contempla variáveis explicativas
associadas à demanda por estabelecimentos ofertados pelo shopping center. Isto é, o número de
viagens atraídas seria o mesmo se o shopping center apresenta-se somente áreas de lazer ou de
compras. Foram identificados, ainda, alguns modelos utilizando técnicas de simulação, os quais
permitem avaliar o desempenho do estacionamento e o impacto causado ao meio urbano, sob
determinadas condições, porém, não oferecem informações gerais válidas para qualquer
empreendimento.
Nesse contexto, cabe ainda considerar as condições sócio-políticas e

econômicas próprias de cada país, que interferem no desenvolvimento das cidades, no sistema
de transporte, no poder de compras dos clientes, na aquisição de automóveis, entre outros,
inviabilizando a aplicação de alguns critérios utilizados para prever a geração de viagens e a
demanda por estacionamento desenvolvidos em países com características diferentes. Da mesma
forma, pressupõe-se que as condições sócio-políticas próprias de cada região, estado e cidade do
país, interferem nas viagens diárias geradas por shopping centers, podendo inviabilizar o uso de
38
modelos de geração de viagens desenvolvidos a nível nacional e/ou desenvolvidos para

determinadas cidades.
Assim, para atender ao objetivo proposto de identificar alguns padrões da

geração de viagens e da demanda por estacionamento em shopping centers, localizados em
cidades de porte médio do interior do estado de São Paulo, selecionou-se uma amostra de treze
shopping centers, com área bruta locável variando entre 4.200 a 108.600m2, de um total de 30
empreendimentos localizados no interior do estado de São Paulo. Para verificar se os modelos
desenvolvidos no país, para estimativas da geração de viagens e demanda por estacionamento,
representam adequadamente a realidade da amostra selecionada, selecionaram-se como
variáveis a serem pesquisadas nesses empreendimentos as que se apresentaram de mais fácil
obtenção, devido a limitações de tempo e custo. E, para propor um novo método para definir
parâmetros de projeto de shopping centers, com as características apresentadas, selecionaram-se
os fatores horários e diários de projeto.
39
3 METODOLOGIA DAS PESQUISAS REALIZADAS
3.1 CONSIDERAÇÕES INICIAIS
Atendendo aos objetivos do trabalho, de identificar padrões da geração de

viagens e da demanda por estacionamento em shopping centers localizados no interior do estado
de São Paulo, verificar se os modelos de geração de viagens e demanda por estacionamento
desenvolvidos no país representam a realidade do universo estudado, desenvolver novos
modelos de geração de viagens e propor um novo método para definir parâmetros de projeto
para implantação de shopping centers, foram selecionados 13 empreendimentos localizados em
cidades de médio porte, no interior do estado de São Paulo. No entanto, dessa amostra só foi
possível realizar pesquisas em seis shopping centers, localizados em cidades distintas.
Estudos realizados por GRANDO (1986) e aperfeiçoados por

GOLDNER (1994), indicam a média anual dos sábados e das sextas-feiras como os dias de
projeto para estimar a demanda por estacionamento e avaliar o impacto de tráfego,
respectivamente, em shopping centers. No entanto, neste trabalho, foram pesquisados apenas a
sexta-feira e o sábado de um mês normal de funcionamento, devido à falta de contadores de
tráfego nos acessos de entrada e saída do estacionamento, o que impossibilitou registros anuais
dos empreendimentos.
3.2 VARIÁVEIS PESQUISADAS
Considerando a facilidade, rapidez e custo na obtenção das informações, as

variáveis pesquisadas nos shopping centers foram as seguintes:
 Tamanho do empreendimento, considerando a área bruta locável e a área total construída,

de modo a relacionar essas variáveis com a geração de viagens;
 Oferta de vagas de estacionamento, de modo a identificar o atendimento à demanda por

estacionamento;
40
 Horários de funcionamento, de modo a estabelecer o período de coleta de dados e

identificar possíveis causas para o comportamento da demanda;
 Tamanho dos estabelecimentos, em área bruta locável, de modo a permitir relacionar as

áreas desagregadas por ramos de atividade com a geração de viagens;
 Entrada e saída de veículos no estacionamento por fração horária, para sexta-feira e sábado,
de modo a permitir obter o fluxo horário de veículos durante o dia e identificar os picos,
permitindo ainda comparar esses valores com os identificados e adotados em outros estudos
desenvolvidos no país;
 Tempo de permanência dos veículos no estacionamento, de modo a relacionar essa variável

com a demanda por estacionamento e permitir ainda comparar esse valor com os
identificados e adotados em outros estudos.
3.3 MÉTODOS DE COLETA DE DADOS
Nas pesquisas utilizaram-se técnicas de Preferência Revelada, já empregadas

por BREVIS e FERRAZ (2001), considerando que as mesmas baseiam-se no comportamento
observado dos usuários, conseqüentemente apresentando informações mais confiáveis. Esses
procedimentos são apresentados a seguir.
 Levantamento do volume de tráfego - Realizado nos acessos de entrada e saída do

estacionamento, através de contadores e manualmente, realizando registros em intervalos
de 15 em 15 minutos. Dessa forma, foi determinado o volume de entrada e saída do
estacionamento por intervalo de tempo, a variação da demanda, o acúmulo de veículos no
estacionamento por intervalo de tempo e a incidência e amplitude dos picos horários de
tráfego.
 Leitura de placas - Realizada nos acessos do estacionamento, através do registro de placas

dos veículos nas entradas e saídas do estacionamento, de forma contínua, abrangendo todo
o período de funcionamento do empreendimento, e realizando registros em intervalos de 15
minutos. Dessa forma, foi obtida a distribuição de tempo de permanência dos veículos no
estacionamento, por intervalo horário, e a média ponderada do tempo de permanência.
3.4 COLETA DE DADOS
A coleta de dados constou dos seguintes levantamentos, realizados para cada

shopping center pesquisado:
41
 Informações coletadas no órgão municipal da cidade em que se encontra localizado o

empreendimento;
 Entrevista com o administrador do shopping center; e
 Coleta de dados no estacionamento dos shopping centers.
As informações coletadas na Prefeitura da cidade em que se localiza o

empreendimento foram: características locais e regionais onde se encontra inserido o
empreendimento e características sócio-econômicas da população.
As informações coletadas junto à administração do shopping center foram as

seguintes: área do terreno, área total construída, área bruta locável, período de funcionamento
dos estabelecimentos, áreas dos estabelecimentos e oferta de vagas de estacionamento.
A coleta de dados no estacionamento foi realizada no período completo de

funcionamento do empreendimento e incluiu os seguintes levantamentos: registro de entrada e
saída de veículos do estacionamento e registro de placas dos veículos no estacionamento. Para o
registro de entrada e saída de veículos do estacionamento foi utilizada a técnica de
levantamento de volume de tráfego e para a distribuição de tempo de permanência dos veículos
no estacionamento foi usada a técnica de leitura de placas.
3.5 PROCESSAMENTO DOS DADOS
Os dados coletados foram processados de tal forma a obter valores para alguns
padrões de viagem e análise do comportamento da demanda por estacionamento em cada
shopping center, para posteriormente realizar análises comparativas entre eles e com os modelos
nacionais desenvolvidos para estimar a geração de viagens e demanda por estacionamento
nesses empreendimentos.
Com os dados fornecidos pelas administrações dos shopping centers, quanto a

tamanho dos estabelecimentos, foram agregadas as áreas dos estabelecimentos por ramos de
atividade, de modo a obter o tamanho, em área bruta locável, das atividades de comércio, lazer e
serviços oferecidos pelos empreendimentos, para posteriormente analisar a influência dessas
variáveis na estimativa da geração de viagens e demanda por estacionamento.
Os registros de fluxos de entrada e saída de veículos do estacionamento foram

tabelados e relacionados por hora. Em seguida, foram realizadas somatórias dos dados
individuais de modo a obter o volume diário de veículos para sexta-feira e sábado. Para os
42
registros de fluxos horários de entrada e saída foram realizadas somatórias por hora, de modo a
obter o fluxo total por hora, de entrada e saída de veículos.
Com os dados de registro de entrada e saída de veículos, para sexta-feira e

sábado, foram identificadas: as viagens diárias na sexta-feira e no sábado, a amplitude e
incidência das viagens geradas na hora pico de entrada, saída e total, na sexta-feira e no sábado;
as viagens horárias de entrada, saída e total, no período das 18:00 às 19:00h, para análise de
impacto viário; e a taxa de atratividade.
Nos registros de fluxos de entrada e saída no sábado foram realizadas

somatórias acumuladas das diferenças de entrada e saída por hora, de modo a permitir
identificar o acúmulo máximo de veículos no estacionamento.
Os registros de leitura de placas de entrada e saída do estacionamento foram

tabulados de forma a relacionar as mesmas placas de entrada e saída, com seus respectivos
horários. Com esses dados foram determinados os tempos de permanência dos veículos no
estacionamento. Em seguida, esses dados foram agrupados por fração horária, de modo a obter a
quantidade de veículos que permaneceram no estacionamento por fração horária.
Com os dados de permanência dos veículos no estacionamento, por fração

horária, determinou-se a média ponderada do tempo de permanência dos veículos no
estacionamento, através da seguinte equação:
Tm =  TiVi / N (25)
Sendo, Tm: média ponderada do tempo de permanência dos veículos no estacionamento [hora]
Ti: tempo de permanência no estacionamento [hora];
Vi: quantidade de veículos no estacionamento por fração horária;
N: total de veículos registrados no estacionamento.
Os valores identificados nos registros de fluxos de entrada e saída foram

convertidos em valores relativos, de modo a relacioná-los posteriormente com os outros
empreendimentos pesquisados e com padrões adotados por autores nacionais.
Para os valores identificados em cada empreendimento, foram relacionados:

fluxo diário de sexta-feira e sábado, fluxo diário e o tamanho do empreendimento, fatores de
pico horário, fatores horários para análise de impacto, acúmulo máximo de veículos com o fluxo
diário, tempo médio de permanência dos veículos no estacionamento, e acúmulo máximo de
veículos com o tempo médio de permanência e as viagens na hora pico. Para os resultados
obtidos determinou-se a média, identificando algumas medidas de dispersão em relação aos
43
valores observados, tais como: desvio médio, desvio padrão, coeficiente de variação e valores
máximos e mínimos (amplitude dos desvios).
Nessas análises, como adotado por muitos analistas, foi considerada a média de
seguinte forma: com baixa dispersão quando o coeficiente de variação é igual ou inferior a 15%,
com dispersão média quando o coeficiente de variação é superior a 15% e igual ou inferior a
30%, e grande dispersão quando o coeficiente de variação é superior a 30%.
Com os valores observados das viagens geradas na sexta-feira e no sábado

foram desenvolvidos modelos de estimativas de viagens através de regressão linear simples e
múltipla, considerando como variáveis independentes o tamanho geral e as áreas desagregadas
por ramos de atividade dos empreendimentos pesquisados.
Os valores médios obtidos para o fator hora pico, fator horário de geração de
viagens e tempo médio de permanência foram comparados com valores adotados por autores
nacionais, de modo a identificar os valores que apresentam melhor desempenho.
Com os valores observados de fluxo de veículos diários na sexta-feira e sábado,

nos shopping centers pesquisados, foram realizadas comparações com a aplicação de modelos
nacionais e modelos desenvolvidos através da amostra pesquisada, de modo a identificar o
desempenho dos modelos.
44
4 PESQUISAS NOS SHOPPING CENTERS
Para a realização das pesquisas de campo, inicialmente foi encaminhada

documentação à administração de treze shopping centers localizados no interior do estado de
São Paulo. Foi enviada carta de apresentação da EESC/USP, enfatizando a necessidade de uma
pesquisa de tráfego em cada empreendimento, especificamente na área de estacionamento,
detalhando as informações solicitadas e oferecendo disponibilidade para realizar pesquisa de
campo para obter informações inexistentes, caso necessário.
Num primeiro momento, todos os empreendimentos se negaram a participar da

pesquisa, e nenhum deles apresentou registro das informações solicitadas quanto à geração de
viagens e demanda por estacionamento. Após insistência e negociação, foi possível obter
informações de seis empreendimentos, com área bruta locável variando de 4.200 a 108.600m2.
Os shopping centers denominados “A”, “B”, “C”, “D”, “E” e “F” ofereceram informações
através da administração e somente três deles, os empreendimentos “A”, “B” e “C”, autorizaram
a realização de pesquisas de campo.
Para obter essa autorização foi estabelecido junto às administrações o seguinte

acordo: nenhuma interferência com os clientes, sigilo absoluto na identificação de cada
shopping center e fornecimento de relatório dos dados levantados no final da pesquisa.
Os três shopping centers, “A”, “B” e “C”, que autorizaram a pesquisa foram
inicialmente visitados, obtendo-se informações preliminares quanto a características dos
empreendimentos. Foram coletadas junto à administração informações quanto a: atratividade do
empreendimento, horários de funcionamento, tamanho do empreendimento, áreas por ramo de
atividades, número de vagas ofertadas e estimativas dos fluxos de tráfego para os dias mais
movimentados.
Em seguida, foram analisadas características dos estacionamentos de forma a

prever como informações inexistentes, quanto a fluxo de tráfego nos acessos do estacionamento
45
e registro de placas dos veículos, poderiam ser coletadas sem interferir com os clientes. Isto é,
evitando qualquer contato com os usuários dos veículos, de forma a atender ao acordo feito com
as administrações dos shopping centers.
Dessa forma, foram selecionados os acessos de entrada e saída do

estacionamento de cada empreendimento para programar e realizar as pesquisas de campo,
levantamento de informações quanto a fluxo e movimentação de veículos nas áreas de
estacionamento.
Para viabilizar o registro de informações, foram realizados formulários

específicos para as características apresentadas nas áreas de estacionamento de cada
empreendimento, de modo a facilitar a obtenção das informações desejadas. Assim, cada
pesquisador alocado nos acessos de entrada e saída das áreas de estacionamento teve condições
de realizar ambos registros, levantamento de volume de tráfego e leitura de placas dos veículos.
As pesquisas de campo foram realizadas nos meses de agosto, outubro e

novembro de 2002, em sextas-feiras e sábados normais, isto é, sem programação de eventos e
nem comemoração de feriado. As informações registradas, nos locais de acesso aos
estacionamentos, foram tabuladas e analisadas de forma a obter os padrões de viagens dos
usuários do estacionamento e comportamento da demanda, ao longo do período pesquisado.
A seguir são apresentadas as informações fornecidas pelas administrações dos

shopping centers e os dados obtidos nas pesquisas realizadas nos estacionamentos dos
empreendimentos “A”, “B” e “C”, que forneceram autorização para a realização de pesquisas de
campo. Na seqüência, são apresentadas as informações fornecidas pelas administrações dos
shopping centers “D”, “E” e “F”, que não permitiram a realização de pesquisas na área de
estacionamento, mas que forneceram alguns dados gerais.
Características quanto às cidades em que se localizam os empreendimentos

foram suprimidas para não expor a identidade dos mesmos, devido a que três deles são únicos
nas cidades em que se localizam. No entanto, é possível destacar que os shopping centers não
apresentam concorrentes no seu entorno e localizam-se em cidades de porte médio, com área
territorial variando entre 580 a 795km2.
46
4.2 SHOPPING CENTER “A”
4.2.1 CARACTERÍSTICAS DO EMPREENDIMENTO
O shopping center “A” localiza-se num terreno de 74.800m2, possuindo

64.000m2 de ATC e 20.356m2 de ABL. Oferece como atratividade lojas de artigos diversos,
atividades de lazer, serviços e supermercado. As áreas de estacionamento de veículos
apresentam-se distribuídas em dois níveis, subsolo e térreo, apresentando como oferta total de
estacionamento 2.000 vagas. O período de funcionamento do empreendimento é apresentado na
Tabela 4.1.
Tabela 4.1 - Período de funcionamento do shopping center “A”.

Horários sexta- feira sábado
Comércio 9:00 – 23:00 8:00 – 23:00
Serviços 10:00 – 22:00 10:00 – 22:00
Lazer 10:00 – 22:00 10:00 – 22:00
O empreendimento, na ocasião da pesquisa, apresentava-se em processo de

expansão, com obras de futuras instalações.
Cabe destacar que somente o supermercado permanece funcionando até as

23:00h, o fluxo de veículos de entrada após as 22:00h é muito reduzido e o fluxo de saída
declina gradualmente até as 24:00h.
Na Tabela 4.2 são registrados os valores absolutos e relativos das áreas dos
estabelecimentos por ramos de atividade, agrupados conforme segue. Na área de comércio
correspondem: lojas de departamento, vestuário, artigos do lar, artigos eletrônicos, esportivos,
perfumaria, lojas de brinquedos e supermercado. Na área de lazer encontram-se: diversões para
crianças e brinquedos. Na área de serviços estão: fast food, choperias, cafeterias, administração,
farmácias e drogarias, foto revelação, xerox, gráficas e dry wash.
Tabela 4.2 - Áreas por ramos de atividade para o shopping center “A”.
Ramos de Atividade Área [m2] Área [%]
Comércio 19486,57 95,73
Lazer 244,33 1,20
Serviços 625,34 3,07
Total 20.356,24 100,00
47
Observa-se que, dos ramos de atividade, o que apresenta maior tamanho é o

ramo de comércio com 95,73% da área bruta total do empreendimento. O setor de serviços junto
com as áreas de lazer soma apenas 4,27%.
4.2.2 COLETA DE DADOS NO ESTACIONAMENTO
A pesquisa de campo foi realizada no mês de agosto, numa sexta-feira e num

sábado, num período contínuo das 8:00 às 22:00h (depois das 22:00h o número de viagens
atraídas é bastante reduzido, segundo informações no local pelo pessoal de operação). Incluiu os
seguintes levantamentos: registros de entrada e saída de veículos no estacionamento e registro
de leitura de placas dos veículos que circularam pela área de estacionamento. Os dados obtidos
foram processados e permitiram determinar alguns parâmetros que interferem na geração de
viagens e na demanda por estacionamento.
4.2.2.1 GERAÇÃO DE VIAGENS
4.2.2.1.1 SEXTA-FEIRA
Os dados coletados na sexta-feira são mostrados na Tabela 4.3 e na Figura 4.1, e

permitem identificar os fluxos de entrada e saída, incidência e amplitude dos picos horários e
dos fatores horários adotados para análise de impacto viário.
Tabela 4.3 - Fluxos de entrada e saída para uma sexta-feira no shopping center “A”
Período Fluxo de Fluxo de Fluxo de saída Fluxo de Entrada mais Entrada
[horas] entrada entrada [veículos/hora] saída saída mais saída
[veículos/hora] [%] [%] [veículos/hora] [%]
08:00 – 09:00 62 1,63 36 0,94 98 1,28
09:00 – 10:00 139 3,64 62 1,63 201 2,63
10:00 – 11:00 158 4,14 122 3,20 280 3,67
11:00 – 12:00 206 5,40 172 4,51 378 4,95
12:00 – 13:00 270 7,08 193 5,06 463 6,07
13:00 – 14:00 253 6,63 284 7,44 537 7,04
14:00 – 15:00 277 7,26 273 7,16 550 7,21
15:00 – 16:00 263 6,89 296 7,76 559 7,33
16:00 – 17:00 275 7,21 368 9,65 643 8,43
17:00 – 18:00 333 8,73 356 9,33 689 9,03
18:00 – 19:00 451 11,82 362 9,49 813 10,66
19:00 – 20:00 514 13,47 417 10,93 931 12,20
20:00 – 21:00 381 9,99 437 11,45 818 10,72
21:00 – 22:00 233 6,11 435 11,40 668 8,75
Após 22:00 ----- ----- 2 0,05 2 0,03
Total 3.815 100,00 3.815 100,00 7.630 100,00
48
1000
Fluxo de entrada
900
Fluxo de saída
800
Entrada mais saída
NÚMERO DE VEÍCULOS
700
600
500
400
300
200
100
0
08:00 – 09:00
09:00 – 10:00
10:00 – 11:00
11:00 – 12:00
12:00 – 13:00
13:00 – 14:00
14:00 – 15:00
15:00 – 16:00
16:00 – 17:00
17:00 – 18:00
18:00 – 19:00
19:00 – 20:00
20:00 – 21:00
21:00 – 22:00
TEMPO [hora]
Figura 4.1 - Fluxos de entrada e saída para uma sexta-feira no shopping center “A”.
O pico horário do tráfego atraído ocorre entre 19:00 e 20:00h, correspondendo

ao fluxo de entrada de 514 veículos por hora (13,47% do total do dia), o pico horário de saída
ocorre entre 20:00 e 21:00h, correspondendo a 437 veículos por hora (11,45% do total do dia) e
o pico horário total acontece entre 19:00 e 20:00h, correspondendo a 931 veículos por hora
(12,20% do total de entrada e saída do dia).
Contudo, como visto, para efeito de análise de impacto no trânsito, o período crítico é
das 18:00 às 19:00h, quando o fluxo de entrada corresponde a 451 veículos por hora (11,82% do
fluxo total diário), o fluxo de saída corresponde a 362 veículos por hora (9,49% do fluxo total
diário) e o fluxo total corresponde a 813 veículos por hora (10,66% do fluxo total de entrada e
saída do dia).
4.2.2.1.2 SÁBADO
Os dados coletados no sábado são mostrados na Tabela 4.4 e na Figura 4.2, e

permitem identificar os fluxos de entrada e saída, incidência e amplitude dos picos horários e
taxa de atratividade.
49
Tabela 4.4 - Fluxos de entrada e saída para um sábado no shopping center “A”.
08:00 – 09:00 90 1,46 37 0,60 127 1,03
09:00 – 10:00 259 4,21 117 1,90 376 3,06
10:00 – 11:00 388 6,31 269 4,37 657 5,34
11:00 – 12:00 383 6,22 396 6,44 779 6,33
12:00 – 13:00 396 6,44 373 6,06 769 6,25
13:00 – 14:00 411 6,68 412 6,70 823 6,69
14:00 – 15:00 456 7,41 466 7,57 922 7,49
15:00 – 16:00 588 9,56 466 7,57 1.054 8,56
16:00 – 17:00 515 8,37 566 9,20 1.081 8,78
17:00 – 18:00 531 8,63 506 8,22 1.037 8,43
18:00 – 19:00 592 9,62 530 8,61 1.122 9,12
19:00 – 20:00 651 10,58 547 8,89 1.198 9,74
20:00 – 21:00 619 10,06 568 9,23 1.187 9,65
21:00 – 22:00 274 4,45 578 9,39 852 6,92
Após 22:00 ------ ------ 322 5,23 322 2,62
Total 6.153 100,00 6.153 100,00 12.306 100,00
1200
Fluxo de entrada
Fluxo de saída
1000
Entrada mais saída
800
600
400
200
0
08:00 – 09:00
09:00 – 10:00
10:00 – 11:00
11:00 – 12:00
12:00 – 13:00
13:00 – 14:00
14:00 – 15:00
15:00 – 16:00
16:00 – 17:00
17:00 – 18:00
18:00 – 19:00
19:00 – 20:00
20:00 – 21:00
21:00 – 22:00
TEMPO [hora]
Figura 4.2 - Fluxos de entrada e saída para um sábado no shopping center “A”.
50
O pico horário do tráfego ocorre entre 19:00 e 20:00h, correspondendo ao fluxo

de entrada de 651 veículos por hora (10,58% do total do dia), o pico horário de saída ocorre
entre 21:00 e 22:00h, correspondendo ao fluxo de saída de 578 veículos por hora (9,39% do
total diário) e o pico horário total acontece entre 19:00 e 20:00h, correspondendo a 1.198
veículos por hora (9,74% do total de entrada e saída diário).
Conforme esperado, esses dados mostram que as viagens atraídas no sábado,

das 8:00 às 22:00h, são 61,28% maior que na sexta-feira no mesmo período.
A taxa de atratividade do shopping center, que relaciona o maior fluxo de

veículos atraídos por dia com o tamanho do empreendimento, corresponde a 30,23 veículos por
100m2 de ABL.
4.2.2.2 DEMANDA POR ESTACIONAMENTO
A Tabela 4.5 e a Figura 4.3 mostram os valores do acúmulo de veículos no

estacionamento por hora, no sábado. Permitem verificar o comportamento da demanda por
estacionamento, observar os picos e ainda identificar a maior demanda por estacionamento.
Tabela 4.5 - Veículos acumulados no sábado no shopping center “A”.

Período Fluxo de Fluxo de saída Entrada Acúmulo de Porcentagem em
[horas] entrada [veículos/hora] menos saída veículos no relação ao
[veículos/hora] [veículos/hora] estacionamento acúmulo máximo
[veículos/hora] [%]
08:00 – 09:00 90 37 53 53 8,47
09:00 – 10:00 259 117 142 195 31,15
10:00 – 11:00 388 269 119 314 50,16
11:00 – 12:00 383 396 -13 301 48,08
12:00 – 13:00 396 373 23 324 51,76
13:00 – 14:00 411 412 -1 323 51,60
14:00 – 15:00 456 466 -10 313 50,00
15:00 – 16:00 588 466 122 435 69,49
16:00 – 17:00 515 566 -51 384 61,34
17:00 – 18:00 531 506 25 409 65,34
18:00 – 19:00 592 530 62 471 75,24
19:00 – 20:00 651 547 104 575 91,85
20:00 – 21:00 619 568 51 626 100,00
21:00 – 22:00 274 578 -304 322 51,44
Após 22:00 ------ 322 -322 0 0,00
Total 6.153 6.153 0 ----- -----
51
700
626
600 575
500 471
435
409
384
400
314 324 323 313 322
301
300
195
200
100 53
0
08:00 – 09:00
09:00 – 10:00
10:00 – 11:00
11:00 – 12:00
12:00 – 13:00
13:00 – 14:00
14:00 – 15:00
15:00 – 16:00
16:00 – 17:00
17:00 – 18:00
18:00 – 19:00
19:00 – 20:00
20:00 – 21:00
21:00 – 22:00
TEMPO [hora]
Figura 4.3 - Veículos acumulados no estacionamento no shopping center “A”.
Observa-se que o maior acúmulo de veículos no estacionamento ocorre no

período das 20:00 às 21:00h, totalizando 626 veículos.
4.2.2.3 DURAÇÃO DO ESTACIONAMENTO
O registro de leitura de placas dos veículos, para obter a distribuição do tempo

de permanência na área de estacionamento, foi realizado no sábado, num período contínuo das
8:00 às 22:00h. Os dados coletados representam uma amostra de 41% do total de viagens
atraídas pelo empreendimento durante o dia da pesquisa.
A Tabela 4.6 mostra os valores obtidos para o tempo que os veículos

permaneceram na área de estacionamento.
52
Tabela 4.6 - Tempo de permanência dos veículos no shopping center “A”.

Tempo de permanência [hora] Veículos [%] Veículos acumulados [%]
0,00 – 0,25 24,29 24,29
0,25 – 0,50 16,87 41,16
0,50 – 0,75 14,24 55,40
0,75 – 1,00 10,53 65,93
1,00 – 1,25 9,33 75,27
1,25 – 1,50 7,10 82,37
1,50 – 1,75 5,38 87,75
1,75 – 2,00 4,03 91,78
2,00 – 2,25 2,39 94,17
2,25 – 2,50 1,48 95,65
2,50 – 2,75 1,36 97,01
2,75 – 3,00 0,52 97,52
3,00 – 3,25 0,32 97,84
3,25 – 3,50 0,32 98,16
3,50 – 3,75 0,24 98,40
3,75 – 4,00 0,24 98,64
4,00 – 4,25 0,24 98,88
4,25 – 4,50 0,32 99,20
4,50 – 4,75 0,04 99,24
4,75 – 5,00 0,16 99,40
5,00 – 5,25 0,04 99,44
5,25 – 5,50 0,04 99,48
5,50 – 5,75 0,04 99,52
5,75 – 6,00 0,12 99,64
6,50 – 6,75 0,08 99,72
8,50 – 8,75 0,08 99,80
8,75 – 9,00 0,04 99,84
10,50 – 10,75 0,04 99,88
10,75 – 11,00 0,04 99,92
11,25 – 11,50 0,04 99,96
12,25 – 12,50 0,04 100,00
Total 100,00
Esses dados indicam que 24,29% dos veículos permanecem no local de

estacionamento no máximo 15 minutos, 16,87% permanecem entre 15 e 30 minutos no máximo
e 14,24% permanecem entre 30 e 45 minutos; representando em conjunto mais de 55% do total
de veículos que passam pelo estacionamento. Observa-se também que mais de 91,78% dos
usuários permanecem no máximo 2 horas. Cabe notar, ainda, que 0,36% dos veículos
permanecem por tempo superior a 6 horas, provavelmente associado a viagens por motivo de
trabalho.
Com base nos dados registrados na Tabela 4.7, apresentada a seguir, foi
determinada a média ponderada do tempo de permanência dos veículos na área de
estacionamento, no sábado.
53
Tabela 4.7 - Permanência no estacionamento por fração horária no shopping center “A”.
Permanência [hora] (Ti) Veículos (Vi) Ti x Vi

0,13 609 76,13
0,38 423 158,63
0,63 357 223,13
0,88 264 231,00
1,13 234 263,25
1,38 178 244,75
1,63 135 219,38
1,88 101 189,38
2,13 60 127,50
2,38 37 87,88
2,63 34 89,25
2,88 13 37,38
3,13 8 25,00
3,38 8 27,00
3,63 6 21,75
3,88 6 23,25
4,13 6 24,75
4,38 8 35,00
4,63 1 4,63
4,88 4 19,50
5,13 1 5,13
5,38 1 5,38
5,63 1 5,63
5,88 3 17,63
6,63 2 13,25
8,63 2 17,25
8,88 1 8,88
10,63 1 10,63
10,88 1 10,88
11,38 1 11,38
12,38 1 12,38
 2.507 2.246,88
O tempo médio de permanência dos veículos no estacionamento no sábado

corresponde a 0,90 horas, isto é, os veículos permanecem em média 54 minutos no
estacionamento.
4.2.2.4 PRINCIPAIS RESULTADOS OBTIDOS
Os principais valores obtidos nas pesquisas realizadas na sexta-feira e no sábado

foram os seguintes:
 Viagens diárias atraídas pelo empreendimento: 6.153 veículos no sábado e 3.815 na sexta-
feira, representando o volume de sexta-feira 62,00% do volume do sábado.
 Incidência do maior pico horário na sexta-feira: entre 19:00 e 20:00h na entrada, entre 20:00
e 21:00h na saída e entre 19:00 e 20:00h para os fluxos de entrada e saída.
54
 Porcentagem de pico horário na sexta-feira: 13,47% do total de veículos na entrada, 11,45%

do total de veículos na saída e 12,20% do total de veículos que entraram e saíram do
estacionamento.
 Fator horário de geração de viagens para efeito de análise do impacto no trânsito: 11,82%
do total de veículos na entrada, 9,49% do total de veículos na saída e 10,66% do total de
veículos de entrada e saída, na sexta-feira, entre 18:00 e 19:00h.
 Incidência do maior pico horário no sábado: entre 19:00 e 20:00h na entrada, entre 21:00 e
22:00h na saída e entre 19:00 e 20:00h para os fluxos de entrada e saída.
 Porcentagem de pico horário no sábado: 10,58% do total de veículos na entrada, 9,39% do

total de veículos na saída e 9,74% do total de veículos que entraram e saíram do
estacionamento.
 Taxa de atratividade: 30,23 veículos por 100m2 de ABL no sábado.
 Incidência horária do maior acúmulo de veículos: entre 20:00 e 21:00h no sábado.
 Porcentagem do maior pico horário no acúmulo de veículos: 10,06% do fluxo total atraído
no sábado.
 Demanda máxima por estacionamento: 626 vagas no sábado.
 Tempo médio de permanência dos veículos no estacionamento: 0,90h (54 minutos) no

sábado.
4.3 SHOPPING CENTER “B”
O shopping center “B” localiza-se num terreno de 22.000m2, possuindo

11.600m2 de ATC e 4.200m2 de ABL. Oferece como atratividade lojas de artigos diversos,
atividades de lazer e serviços. As áreas de estacionamento de veículos são distribuídas no
entorno ao empreendimento, apresentando como oferta total de estacionamento 200 vagas. No
entanto, existe uma área próxima ao empreendimento, com capacidade para mais de 50 vagas,
da qual os clientes do shopping center fazem uso, quando a demanda por estacionamento supera
a capacidade ofertada. O período de funcionamento do empreendimento é apresentado na
Tabela 4.8.
55
Tabela 4.8 - Período de funcionamento do shopping center “B”.

Horários sexta-feira sábado
Comércio 10:00 – 22:00 10:00 – 22:00
Serviços 10:00 – 22:00 10:00 – 22:00
Lazer 10:00 – 23:00 10:00 – 23:00
Cabe destacar que somente os cinemas permanecem funcionando até as 23:00h,

o fluxo de veículos de entrada após as 22:00h é reduzido e o fluxo de saída declina
gradualmente até as 02:00h, devido a que a área de estacionamento, no momento em que os
cinemas fecham, é utilizada por um público jovem como área de lazer.
Na Tabela 4.9 são registrados os valores absolutos e relativos das áreas dos
estabelecimentos por ramos de atividade, agrupados conforme a seguir. Na área de comércio
correspondem: lojas de vestuário, artigos do lar, artigos eletrônicos, esportivos, perfumaria e
lojas de brinquedos. No ramo de serviços estão: restaurantes, fast food, choperias e cafeterias,
administração, farmácias e drogarias, foto revelação e xerox. Na área de lazer encontram-se:
cinemas, diversões para crianças e brinquedos.
Tabela 4.9 - Áreas por ramos de atividade para o shopping center “B”.
Comércio 2.438,00 58,05

Lazer 993,00 23,64
Serviços 769,00 18,31
Total 4.200,00 100,00

setor de comércio com 58,05% da área total, ficando em segundo lugar a área de lazer com
23,64% da área bruta total do empreendimento. O setor de serviços também apresenta área
significativa, correspondendo a 18,31% do total.
A pesquisa de campo foi realizada no mês de outubro, num período contínuo

das 9:00 às 22:00h, numa sexta-feira e num sábado. Incluiu os seguintes levantamentos: fluxos
de entrada e saída de veículos no estacionamento e registro de leitura de placas dos veículos que
circularam pela área de estacionamento.
56
Os dados coletados na sexta-feira são mostrados na Tabela 4.10 e na Figura 4.4,

e permitem identificar os fluxos de entrada e saída, incidência e amplitude dos picos horários e
dos fatores horários de geração de viagens para análise de impacto viário.
Tabela 4.10 - Fluxos de entrada e saída para uma sexta-feira no shopping center “B”.
09:00 – 10:00 25 1,75 7 0,49 32 1,12
10:00 – 11:00 52 3,63 41 2,86 93 3,25
11:00 – 12:00 53 3,70 43 3,00 96 3,35
12:00 – 13:00 72 5,03 58 4,05 130 4,54
13:00 – 14:00 58 4,05 72 5,03 130 4,54
14:00 – 15:00 77 5,38 60 4,19 137 4,78
15:00 – 16:00 133 9,29 95 6,63 228 7,96
16:00 – 17:00 90 6,28 84 5,87 174 6,08
17:00 – 18:00 91 6,35 82 5,73 173 6,04
18:00 – 19:00 189 13,20 136 9,50 325 11,35
19:00 – 20:00 195 13,62 110 7,68 305 10,65
20:00 – 21:00 204 14,25 184 12,85 388 13,55
21:00 – 22:00 193 13,48 213 14,87 406 14,18
Após 22:00 ------ ------ 247 17,25 247 8,62
Total 1.432 100,00 1.432 100,00 2864 100,00
450
400 Fluxo de entrada

Fluxo de saída
350
Entrada mais saída

300
250
200
150
100
50
0
09:00 – 10:00
10:00 – 11:00
11:00 – 12:00
12:00 – 13:00
13:00 – 14:00
14:00 – 15:00
15:00 – 16:00
16:00 – 17:00
17:00 – 18:00
18:00 – 19:00
19:00 – 20:00
20:00 – 21:00
21:00 – 22:00
TEMPO [hora]
Figura 4.4 – Fluxos de entrada e saída para uma sexta-feira no shopping center “B”.
57

ocorre entre 21:00 e 22:00h, correspondendo a 213 veículos por hora (14,87% do total do dia), e
o pico horário total acontece entre 21:00 e 22:00h, correspondendo a 406 veículos por hora
Para efeito de análise de impacto no trânsito, no horário das 18:00 às 19:00h, o fluxo de
entrada corresponde a 189 veículos por hora (13,20% do fluxo total diário), o fluxo de saída
corresponde a 136 veículos por hora (9,50% do fluxo total diário) e o fluxo total corresponde a
325 veículos por hora (11,35% do fluxo total de entrada e saída do dia).
4.3.2.1.2 SÁBADO
Os dados coletados no sábado são mostrados na Tabela 4.11 e na Figura 4.5, e

permitem identificar os fluxos de entrada e saída, taxa de atratividade e incidência e amplitude
dos picos horários.
Tabela 4.11 - Fluxos de entrada e saída para um sábado no shopping center “B”.
09:00 – 10:00 54 3,10 15 0,86 69 1,98
10:00 – 11:00 82 4,70 60 3,44 142 4,07
11:00 – 12:00 73 4,19 55 3,16 128 3,67
12:00 – 13:00 93 5,34 77 4,42 170 4,88
13:00 – 14:00 93 5,34 81 4,65 174 4,99
14:00 – 15:00 117 6,71 86 4,93 203 5,82
15:00 – 16:00 198 11,36 136 7,80 334 9,58
16:00 – 17:00 102 5,85 134 7,69 236 6,77
17:00 – 18:00 103 5,91 131 7,52 234 6,71
18:00 – 19:00 212 12,16 115 6,60 327 9,38
19:00 – 20:00 119 6,83 136 7,80 255 7,31
20:00 – 21:00 227 13,02 162 9,29 389 11,16
21:00 – 22:00 270 15,49 241 13,83 511 14,66
Após 22:00 ----- ------ 314 18,01 314 9,01
Total 1.743 100,00 1.743 100,00 3486 100,00

total diário), e o pico horário total acontece entre 21:00 e 22:00h, correspondendo a 511
veículos por hora (14,66% do total de entrada e saída diário).
58

A taxa de atratividade do shopping center corresponde a 41,50 veículos por

2
100m de ABL.
600
Fluxo de entrada
500 Fluxo de saída
Entrada mais saída

400
300
200
100
0
09:00 – 10:00
10:00 – 11:00
11:00 – 12:00
12:00 – 13:00
13:00 – 14:00
14:00 – 15:00
15:00 – 16:00
16:00 – 17:00
17:00 – 18:00
18:00 – 19:00
19:00 – 20:00
20:00 – 21:00
21:00 – 22:00
TEMPO [hora]
Figura 4.5 - Fluxos de entrada e saída para um sábado no shopping center “B”.

59
Tabela 4.12 - Veículos acumulados no sábado no shopping center “B”.

09:00 – 10:00 54 15 39 39 12,42
10:00 – 11:00 82 60 22 61 19,43
11:00 – 12:00 73 55 18 79 25,16
12:00 – 13:00 93 77 16 95 30,25
13:00 – 14:00 93 81 12 107 34,08
14:00 – 15:00 117 86 31 138 43,95
15:00 – 16:00 198 136 62 200 63,69
16:00 – 17:00 102 134 -32 168 53,50
17:00 – 18:00 103 131 -28 140 44,59
18:00 – 19:00 212 115 97 237 75,48
19:00 – 20:00 119 136 -17 220 70,06
20:00 – 21:00 227 162 65 285 90,76
21:00 – 22:00 270 241 29 314 100,00
Após 22:00 ------ 314 -314 0 0,00
Total 1.743 1.743 0 ----- -----
Observa-se que o acúmulo máximo de veículos no estacionamento ocorre no

período das 21:00 às 22:00h e totalizando 314 veículos.
350
314
NÚMERO DE VEÍCULOS ACUMULADOS
300 285
250 237
220
200
200
168
150 138 140
107
95
100 79
61
50 39
0
09:00 – 10:00
10:00 – 11:00
11:00 – 12:00
12:00 – 13:00
13:00 – 14:00
14:00 – 15:00
15:00 – 16:00
16:00 – 17:00
17:00 – 18:00
18:00 – 19:00
19:00 – 20:00
20:00 – 21:00
21:00 – 22:00
TEMPO [hora]
Figura 4.6 - Veículos acumulados no estacionamento no shopping center “B”.

60
O registro de leitura de placas dos veículos, para obter a distribuição do tempo

de permanência na área de estacionamento, foi realizado no sábado, num período contínuo das
9:00 às 22:00h. Os dados coletados representam uma amostra de 45,04% do total de viagens
atraídas pelo empreendimento durante o dia.
A Tabela 4.13 mostra os valores obtidos para o tempo que os veículos

permaneceram na área de estacionamento.
Tabela 4.13 - Tempo de permanência dos veículos no shopping center “B”.

0,00 - 0,25 42,55 42,55
0,25 - 0,50 14,65 57,20
0,50 - 0,75 11,08 68,28
0,75 - 1,00 6,50 74,78
1,00 - 1,25 6,88 81,66
1,25 - 1,50 4,20 85,86
1,50 - 1,75 2,42 88,28
1,75 - 2,00 1,27 89,55
2,00 - 2,25 1,40 90,96
2,25 - 2,50 1,15 92,10
2,50 - 2,75 0,38 92,48
2,75 - 3,00 0,51 92,99
3,00 - 3,25 0,64 93,63
3,25 - 3,50 0,25 93,89
3,50 - 3,75 1,02 94,90
3,75 - 4,00 0,76 95,67
4,00 - 4,25 0,25 95,92
4,25 - 4,50 0,38 96,31
4,50 - 4,75 0,89 97,20
4,75 - 5,00 0,25 97,45
5,00 - 5,25 0,38 97,83
5,25 - 5,50 0,51 98,34
5,75 - 6,00 0,38 98,73
6,00 - 6,25 0,25 98,98
6,50 - 6,75 0,13 99,11
7,00 - 7,25 0,38 99,49
7,25 - 7,50 0,13 99,62
9,00 - 9,25 0,13 99,75
10,00 - 10,25 0,25 100,00
Total 100,00

estacionamento no máximo 15 minutos; 14,65% permanecem no máximo 30 minutos; 11,08%
permanecem até 45 minutos; representando em conjunto mais de 68% do total de veículos que
circulam pelo estacionamento. Observa-se também que mais de 90% dos usuários permanecem
61
no máximo 2 horas e 15 minutos. Cabe notar ainda que 1,27% dos veículos permanecem por
tempo superior a 6 horas, estes provavelmente associados ao motivo de viagens a trabalho.
Com base nos dados registrados na Tabela 4.14, foi determinada a média
ponderada do tempo de permanência dos veículos na área de estacionamento no sábado.
Tabela 4.14 - Permanência no estacionamento por fração horária no shopping center “B”.

0,13 334 41,75
0,38 115 43,13
0,63 87 54,38
0,88 51 44,63
1,13 54 60,75
1,38 33 45,38
1,63 19 30,88
1,88 10 18,75
2,13 11 23,38
2,38 9 21,38
2,63 3 7,88
2,88 4 11,50
3,13 5 15,63
3,38 2 6,75
3,63 8 29,00
3,88 6 23,25
4,13 2 8,25
4,38 3 13,13
4,63 7 32,38
4,88 2 9,75
5,13 3 15,38
5,38 4 21,50
5,88 3 17,63
6,13 2 12,25
6,63 1 6,63
7,13 3 21,38
7,38 1 7,38
9,13 1 9,13
10,13 2 20,25
 785 673,38

corresponde a 0,86 horas, isto é, os veículos permanecem em média aproximadamente 52
minutos.

foram os seguintes:
62
 Viagens diárias atraídas pelo empreendimento: 1.743 viagens atraídas no sábado e 1.432 na
sexta-feira, representado o volume de sexta-feira 82% do volume de sábado.
e 22:00h na saída e para o total de fluxos de entrada e saída.

do total de veículos na saída e 14,18% do total de veículos de entrada e saída.
 Fator horário de geração de viagens para efeito de análise do impacto no trânsito: 13,20%
do total de veículos na entrada, 9,50% do total de veículos na saída e 11,35% do total de
 Incidência do maior pico horário no sábado: entre 21:00 e 22:00h na entrada, saída e no
total de fluxos de entrada e saída.

total de veículos na saída e 14,66% do total de veículos de entrada e saída.
 Incidência horária do maior acúmulo de veículos: entre 21:00 e 22:00h no sábado
no sábado.
 Demanda máxima por estacionamento: 314 vagas no sábado.
 Tempo médio de permanência dos veículos no estacionamento: 0,86h (52 minutos), para o
sábado.
4.4 SHOPPING CENTER “C”
O shopping center “C” localiza-se num terreno de 70.000m2, possuindo

atualmente 28.160m2 de Área Total Construída e 17.992m2 de Área Bruta Locável. Oferece
como atratividade lojas de artigos diversos, amplas áreas de lazer, serviços e supermercado. As
vagas de estacionamento de veículos no shopping são distribuídas no entorno ao
63
empreendimento, apresentando como oferta total de estacionamento 1.100 vagas. O período de

funcionamento do empreendimento é apresentado na Tabela 4.15.
Tabela 4.15 - Período de funcionamento do shopping center “C”.

Comércio 9:00 – 22:00 9:00 – 22:00
Serviços 10:00 – 22:00 10:00 – 22:00
Lazer 13:00 – 23:00 13:00 – 23:00
Cabe destacar que somente os cinemas permanecem funcionando até as 23:00h,

o fluxo de veículos de entrada após as 22:00h é muito reduzido e o fluxo de saída declina
gradualmente até as 24:00h.
Na Tabela 4.16 são registradas as áreas dos estabelecimentos por ramos de

atividade, agrupados conforme segue. Na área de comércio correspondem: lojas de
departamento, vestuário, artigos do lar, artigos eletrônicos, esportivos, perfumaria, lojas de
brinquedos e supermercado. Na área de lazer estão: cinemas, diversões para crianças e
brinquedos. No ramo de serviços encontram-se: restaurantes, fast food, choperias, sorveterias,
cafeterias, administração, farmácias, drogarias, foto revelação, xerox e dry wash para os
veículos.
Tabela 4.16 - Áreas por ramos de atividade para o shopping center “C”.
Comércio 13.631,31 75,76
Lazer 2.939,93 16,34
Serviços 1.420,76 7,90
Total 17.992,00 100,00

setor de comércio com 75,76% da área bruta total do empreendimento. Em segundo lugar esta a
área de lazer com 16,34% de área total. A área de serviço também apresenta uma área
significativa, mas pequena em relação às outras.
A pesquisa no estacionamento foi realizada no mês de novembro, num período

contínuo de treze horas, das 9:00 às 22:00h, para sexta-feira e sábado. Incluiu os seguintes
levantamentos: registro de entrada e saída de veículos no estacionamento e registro de leitura de
placas dos veículos que circularam pela área de estacionamento.
64
Os dados obtidos na sexta-feira são mostrados na Tabela 4.17 e na Figura 4.7, e

permitem identificar os fluxos de entrada e saída, incidência e amplitude dos picos horários e do
fator de geração de viagens para análise de impacto viário.
Tabela 4.17 - Fluxos de entrada e saída para uma sexta-feira no shopping center “C”.
09:00 – 10:00 122 2,94 40 0,97 162 1,95
10:00 – 11:00 180 4,34 114 2,75 294 3,55
11:00 – 12:00 239 5,77 173 4,17 412 4,97
12:00 – 13:00 246 5,93 234 5,65 480 5,79
13:00 – 14:00 267 6,44 267 6,44 534 6,44
14:00 – 15:00 267 6,44 232 5,60 499 6,02
15:00 – 16:00 320 7,72 268 6,47 588 7,09
16:00 – 17:00 308 7,43 338 8,15 646 7,79
17:00 – 18:00 315 7,60 320 7,72 635 7,66
18:00 – 19:00 326 7,86 303 7,31 629 7,59
19:00 – 20:00 422 10,18 312 7,53 734 8,85
20:00 – 21:00 636 15,34 397 9,58 1033 12,46
21:00 – 22:00 497 11,99 484 11,68 981 11,83
Após 22:00 ------ ------- 663 16,00 663 8,00
Total 4.145 100,00 4.145 100,00 8290 100,00

ocorre entre 21:00 e 22:00h, correspondendo a 484 veículos por hora (11,68% do total do dia), e
o pico horário total acontece entre 20:00 e 21:00h, correspondendo a 1.033 veículos por hora
Para efeito de análise de impacto no trânsito, no horário das 18:00 às 19:00h, o

fluxo de entrada corresponde a 326 veículos por hora (7,86% do fluxo total diário), o fluxo de
saída corresponde a 303 veículos por hora (7,31% do fluxo total diário) e o fluxo total de
entrada e saída corresponde a 629 veículos por hora (7,59% do fluxo total de entrada e saída no
dia).
65
1200
Fluxo de entrada
NÚMERO DE VEÍCULOS 1000 Fluxo de saída
Entrada mais saída
800
600
400
200
0
09:00 – 10:00
10:00 – 11:00
11:00 – 12:00
12:00 – 13:00
13:00 – 14:00
14:00 – 15:00
15:00 – 16:00
16:00 – 17:00
17:00 – 18:00
18:00 – 19:00
19:00 – 20:00
20:00 – 21:00
21:00 – 22:00
TEMPO [hora]
Figura 4.7 – Fluxos de entrada e saída para uma sexta-feira no shopping center “C”.
4.4.2.1.2 SÁBADO
Os dados coletados no sábado são mostrados na Tabela 4.18 e na Figura 4.8, e permitem
identificar os fluxos de entrada e saída, taxa de atratividade e incidência e amplitude dos picos
horários.
Tabela 4.18 - Fluxos de entrada e saída para um sábado no shopping center “C”.
09:00 – 10:00 131 2,10 43 0,69 174 1,39
10:00 – 11:00 285 4,56 136 2,18 421 3,37
11:00 – 12:00 383 6,13 255 4,08 638 5,11
12:00 – 13:00 475 7,60 328 5,25 803 6,43
13:00 – 14:00 498 7,97 355 5,68 853 6,83
14:00 – 15:00 496 7,94 464 7,43 960 7,68
15:00 – 16:00 552 8,84 476 7,62 1.028 8,23
16:00 – 17:00 447 7,16 526 8,42 973 7,79
17:00 – 18:00 416 6,66 503 8,05 919 7,36
18:00 – 19:00 486 7,78 468 7,49 954 7,64
19:00 – 20:00 619 9,91 478 7,65 1.097 8,78
20:00 – 21:00 782 12,52 538 8,61 1.320 10,57
21:00 – 22:00 677 10,84 593 9,49 1.270 10,16
Após 22:00 ----- ------ 1.084 17,35 1.084 8,68
Total 6.247 100,00 6.247 100,00 12.494 100,00
66
1400
Fluxo de entrada
1200
NÚMERO DE VEÍCULOS Fluxo de saída
Entrada mais saída
1000
800
600
400
200
0
09:00 – 10:00
10:00 – 11:00
11:00 – 12:00
12:00 – 13:00
13:00 – 14:00
14:00 – 15:00
15:00 – 16:00
16:00 – 17:00
17:00 – 18:00
18:00 – 19:00
19:00 – 20:00
20:00 – 21:00
21:00 – 22:00
TEMPO [hora]
Figura 4.8 - Fluxos de entrada para um sábado no shopping center “C”.

total diário), e o pico horário total de entrada e saída acontece entre 20:00 e 21:00h,
correspondendo a 1.320 veículos por hora (10,57% do total de entrada e saída no dia).

A taxa de atratividade do shopping center corresponde a 34,72 veículos por

2
100m de ABL.

67
Tabela 4.19 - Veículos acumulados no sábado no shopping center “C”.

09:00 – 10:00 131 43 88 88 8,12
10:00 – 11:00 285 136 149 237 21,86
11:00 – 12:00 383 255 128 365 33,67
12:00 – 13:00 475 328 147 512 47,23
13:00 – 14:00 498 355 143 655 60,42
14:00 – 15:00 496 464 32 687 63,38
15:00 – 16:00 552 476 76 763 70,39
16:00 – 17:00 447 526 -79 684 63,10
17:00 – 18:00 416 503 -87 597 55,07
18:00 – 19:00 486 468 18 615 56,73
19:00 – 20:00 619 478 141 756 69,74
20:00 – 21:00 782 538 244 1000 92,25
21:00 – 22:00 677 593 84 1084 100,00
Após 22:00 ------ 1084 -1084 0 0,00
Total 6.247 6247 0 ------ ------
1200
1084
NÚMERO DE VEÍCULOS ACUMULADOS
1000
1000
800 763 756

687 684
655
597 615
600
512
400 365
237
200
88
0
09:00 – 10:00
10:00 – 11:00
11:00 – 12:00
12:00 – 13:00
13:00 – 14:00
14:00 – 15:00
15:00 – 16:00
16:00 – 17:00
17:00 – 18:00
18:00 – 19:00
19:00 – 20:00
20:00 – 21:00
21:00 – 22:00
TEMPO [hora]
Figura 4.9 - Veículos acumulados no estacionamento no shopping center “C”.
Identifica-se que o maior acúmulo de veículos no estacionamento acontece no

período das 21:00 às 22:00h, totalizando 1.084 veículos.
68
O registro de leitura de placas dos veículos foi realizado no sábado, num

período contínuo das 9:00 às 22:00h. Os dados representam uma amostra de 66,43% do total de
viagens atraídas pelo empreendimento durante o dia.
A Tabela 4.20 mostra os valores obtidos para o tempo de permanência.
Tabela 4.20 - Tempo de permanência dos veículos no shopping center “C”.

0,00 – 0,25 24,99 24,99
0,25 – 0,50 12,92 37,90
0,50 – 0,75 12,05 49,95
0,75 – 1,00 10,89 60,84
1,00 – 1,25 9,20 70,05
1,25 – 1,50 6,94 76,99
1,50 – 1,75 5,08 82,07
1,75 – 2,00 4,31 86,39
2,00 – 2,25 3,08 89,47
2,25 – 2,50 2,24 91,71
2,50 – 2,75 1,52 93,23
2,75 – 3,00 1,11 94,34
3,00 – 3,25 0,84 95,18
3,25 – 3,50 0,67 95,86
3,50 – 3,75 0,77 96,63
3,75 – 4,00 0,51 97,13
4,40 – 4,25 0,48 97,61
4,25 – 4,50 0,43 98,05
4,50 – 4,75 0,24 98,29
4,75 – 5,00 0,29 98,58
5,00 – 5,25 0,29 98,87
5,25 – 5,50 0,12 98,99
5,50 – 5,75 0,19 99,18
5,75 – 6,00 0,07 99,25
6,00 – 6,25 0,12 99,37
6,25 – 6,50 0,05 99,42
6,50 – 6,75 0,05 99,47
6,75 – 7,00 0,05 99,52
7,00 – 7,25 0,05 99,57
7,25 – 7,50 0,05 99,61
7,50 – 7,75 0,02 99,64
8,00 – 8,25 0,02 99,66
8,25 – 8,50 0,05 99,71
8,50 – 8,75 0,05 99,76
8,75 – 9,00 0,05 99,81
9,25 – 9,50 0,05 99,86
9,50 – 9,75 0,02 99,88
9,75 – 10,00 0,05 99,93
10,00 – 10,25 0,02 99,95
10,25 – 10,50 0,02 99,98
10,75 – 11,00 0,02 100,00
Total 100,00
69

estacionamento no máximo 15 minutos, 12,92% permanecem entre 15 e 30 minutos, e 12,05%
permanecem entre 30 e 45 minutos; representando em conjunto aproximadamente 50% do total
de veículos. Identifica-se ainda que 0,75% dos veículos permanecem por tempo superior a 6
horas, estes provavelmente associados ao motivo de viagens a trabalho.
Com base nos dados registrados na Tabela 4.21, foi determinada a média
ponderada do tempo de permanência dos veículos na área de estacionamento no sábado.
Tabela 4.21 - Permanência no estacionamento por fração horária no shopping center “C”.
0,13 1.037 129,63
0,38 536 201,00
0,63 500 312,50
0,88 452 395,50
1,13 382 429,75
1,38 288 396,00
1,63 211 342,88
1,88 179 335,63
2,13 128 272,00
2,38 93 220,88
2,63 63 165,38
2,88 46 132,25
3,13 35 109,38
3,38 28 94,50
3,63 32 116,00
3,88 21 81,38
4,13 20 82,50
4,38 18 78,75
4,63 10 46,25
4,88 12 58,50
5,13 12 61,50
5,38 5 26,88
5,63 8 45,00
5,88 3 17,63
6,13 5 30,63
6,38 2 12,75
6,63 2 13,25
6,88 2 13,75
7,13 2 14,25
7,38 2 14,75
7,63 1 7,63
8,13 1 8,13
8,38 2 16,75
8,63 2 17,25
8,88 2 17,75
9,38 2 18,75
9,63 1 9,63
9,88 2 19,75
10,13 1 10,13
10,38 1 10,38
10,88 1 10,88
 4.150 4.398,00
70

corresponde a 1,06 horas, isto é, os veículos permanecem em média aproximadamente 1 hora e
4 minutos.

foram os seguintes:
 Viagens diárias atraídas pelo empreendimento: 6.247 veículos atraídos no sábado e 4.145 na
sexta-feira, correspondendo o volume de sexta-feira a 66% do volume do sábado.
e 22:00h na saída e entre 20:00 e 21:00h para o total de fluxos de entrada e saída.

do total de veículos na saída e 12,46% do total de veículos de entrada e saída.
 Fator horário de geração de viagens para efeito de análise do impacto no trânsito: 7,86% do
total de veículos na entrada, 7,31% do total de veículos na saída e 7,59% do total de
 Incidência do maior pico horário no sábado: entre 20:00 e 21:00h na entrada, entre 21:00 e
22:00h na saída e entre 20:00 e 21:00h no total de fluxos de entrada e saída.

total de veículos na saída e 10,57% do total de veículos de entrada e saída.
 Incidência horária do maior acúmulo de veículos: entre 21:00 e 22:00h no sábado.
no sábado.
 Demanda máxima por estacionamento: 1.084 vagas no sábado.
 Tempo médio de permanência dos veículos no estacionamento: 1,06h (1 hora e 4 minutos)

no sábado.
71
4.5 SHOPPING CENTER “D”
O shopping center “D” localiza-se num terreno de 8.580m2, possuindo

63.600m2 de Área Total Construída (ATC) e 27.549m2 de Área Bruta Locável (ABL). Oferece
como atratividade lojas de artigos diversos, áreas de lazer, cinemas, restaurantes, fast food,
serviços e supermercado. As vagas de estacionamento de veículos são distribuídas em três
níveis no sub-solo do empreendimento, apresentando uma oferta total de 796 vagas. O período
de funcionamento dos estabelecimentos é apresentado na Tabela 4.22.
Tabela 4.22 – Período de funcionamento do shopping center “D”.

Comércio 9:00 – 22:00 9:00 – 22:00
Serviços 10:00 – 22:30 10:00 – 22:30
Lazer 10:00 – 24:00 10:00 – 24:00

atividade, agrupadas conforme segue. Na área de comércio estão: lojas de departamento,
vestuário, artigos do lar, artigos eletrônicos, esportivos, perfumaria, lojas de brinquedos e
supermercado. No ramo de serviços encontram-se: restaurantes, fast food, choperias,
sorveterias, cafeterias, administração, ensino, bancos, farmácias, drogarias, instituto de beleza,
foto revelação, xerox, papelaria e dry wash. Na área de lazer correspondem: cinemas, bingo e
fun station.
Tabela 4.23 – Áreas por ramos de atividade para o shopping center “D”.
Comércio 14.693,00 53,33
Lazer 6.405,00 23,24
Serviços 6.451,00 23,42
Total 27.549,00 100,00

setor de comércio, com 53,33% da área total. A área de serviço fica em segundo lugar com
23,42% e a área de lazer em último com 23,24% de área.
De acordo com informações fornecidas pela administração do empreendimento,

a estimativa do fluxo total de veículos atraídos nos sábados é de 8.100 veículos e nas
sextas-feiras de 6.760 veículos. Assim, as viagens atraídas no sábado são 19,82% superiores às
atraídas na sexta-feira.
A taxa de atratividade do empreendimento corresponde a 29,40 veículos por

100m2 de ABL.
72
4.6 SHOPPING CENTER “E”

O shopping center “E” localiza-se num terreno de 78.125m2, possuindo
como atratividade lojas de artigos diversos, amplas áreas de lazer, academia de ginástica,
restaurantes, fast food, serviços e ensino. As vagas de estacionamento de veículos são
distribuídas no entorno do empreendimento, apresentando uma oferta total de 1.230 vagas. O
período de funcionamento dos estabelecimentos é como mostrado na Tabela 4.24.
Tabela 4.24 – Período de funcionamento do shopping center “E”.

Comércio 10:00 – 22:00 10:00 – 22:00
Serviços 10:00 – 23:00 10:00 – 22:00
Lazer 13:00 – 23:00 13:00 – 23:00

atividade, agrupadas conforme segue. Na área de comércio consideram-se: lojas de vestuário,
calçados, artigos do lar, artigos eletrônicos, esportivos, perfumaria e lojas de brinquedos. No
ramo de serviços estão: restaurantes, fast food, choperias, cafeterias, administração, academia de
ginástica, farmácias, drogarias, serviços financeiros, foto revelação, tabacaria, cabeleireiro e
ensino. Na área de lazer encontram-se: cinemas e diversões para crianças.
Tabela 4.25 – Áreas por ramos de atividade para o shopping center “E”.
Comércio 6.222,88 33,65
Lazer 3.518,31 19,02
Serviços 8.752,10 47,33
Total 18.493,29 100,00

setor de serviços com 47,33% da área bruta total do empreendimento. O setor de comércio esta
em segundo lugar, com 33,65% da área total. A área de lazer também é significativa,
representando 19,02% da área total do empreendimento.
De acordo com informações fornecidas pela administração do empreendimento,

a estimativa do fluxo total de veículos atraídos nos sábados é de 6.400 veículos e nas sextas-
feiras de 4.500 veículos. Portanto, as viagens atraídas no sábado são 42,22% superiores às
atraídas na sexta-feira.

2
100m de ABL.
73
4.7 SHOPPING CENTER “F”

O shopping center “F” localiza-se num terreno de 70.000m2, possuindo
como atratividade lojas de artigos diversos, áreas de lazer, restaurantes, fast food, serviços,
discoteca e supermercado. As vagas de estacionamento de veículos são distribuídas no entorno
do empreendimento, apresentando uma oferta total de 1.067 vagas. O período de funcionamento
dos estabelecimentos é apresentado na Tabela 4.26.
Tabela 4.26 – Período de funcionamento do shopping center “F”.

Comércio 10:00 – 22:00 10:00 – 22:00
Serviços 10:00 – 22:00 10:00 – 22:00
Lazer 11:00 – 24:00 11:00 – 24:00
Na Tabela 4.27 e na Figura 4.10 são registrados os fluxos de veículos atraídos

pelo shopping center para uma sexta-feira e um sábado, fornecidos pela administração do
empreendimento. Os dados apresentam o período total de movimento de veículos, que vai até o
horário de saída da discoteca, às 03:00h da madrugada.
Tabela 4.27 - Fluxos de entrada para sexta-feira e sábado no shopping center “F”
Período Fluxo de entrada Fluxo de entrada Fluxo de entrada Fluxo de entrada
[horas] sexta-feira sexta-feira sábado sábado
[veículos/hora] [%] [veículos/hora] [%]
09:00 – 10:00 289 6,36 204 2,75
10:00 – 11:00 183 4,02 291 3,92
11:00 – 12:00 190 4,18 419 5,64
12:00 – 13:00 259 5,70 450 6,06
13:00 – 14:00 257 5,65 477 6,42
14:00 – 15:00 248 5,45 434 5,84
15:00 – 16:00 265 5,83 483 6,50
16:00 – 17:00 248 5,45 532 7,16
17:00 – 18:00 263 5,78 513 6,90
18:00 – 19:00 361 7,94 499 6,72
19:00 – 20:00 532 11,70 661 8,90
20:00 – 21:00 521 11,46 852 11,47
21:00 – 22:00 446 9,81 643 8,65
22:00 – 23:00 262 5,76 273 3,67
23:00 – 24:00 130 2,86 315 4,24
24:00 – 01:00 83 1,83 230 3,10
01:00 – 02:00 56 1,23 110 1,48
02:00 – 03:00 6 0,13 45 0,61
Total 4547 100,00 7.431 100,00
74
900
800 sexta-feira
700 sábado
600
500
400
300
200
100
22:00 - 23:00
23:00 - 24:00
24:00 - 01:00
01:00 - 02:00
02:00 - 03:00
09:00 – 10:00
10:00 – 11:00
11:00 – 12:00
12:00 – 13:00
13:00 – 14:00
14:00 – 15:00
15:00 – 16:00
16:00 – 17:00
17:00 – 18:00
18:00 – 19:00
19:00 – 20:00
20:00 – 21:00
21:00 – 22:00
TEMPO [hora]
Figura 4.10 – Fluxos de entrada para sexta-feira e sábado no shopping center “F”.
O pico horário das viagens atraídas na sexta-feira ocorre entre 19:00 e 20:00h,
com um fluxo de 532 veículos por hora (11,70% do total do dia). No sábado o pico horário
ocorre entre 20:00 e 21:00h, com um fluxo de 852 veículos por hora (11,47% do total do dia).
Esses dados mostram, ainda, que o total de viagens atraídas no sábado, das 9:00
às 03:00h, são 63,43% maior que as atraídas na sexta-feira.

100m2 de ABL.
Considerando o fluxo de veículos atraídos na sexta-feira, no horário das 18:00

às 19:00h, como fator horário de geração de viagens, este fator corresponde a 7,94% das viagens
geradas na sexta-feira.
4.8 SÍNTESE DOS RESULTADOS OBTIDOS
A Tabela 4.28 apresenta resumidamente as informações obtidas nos seis

empreendimentos pesquisados.
75
Tabela 4.28 – Síntese dos resultados obtidos nos shopping centers pesquisados.
SHOPPING CENTERS
Informações “A” “B” “C” “D” “E” “F”
2
Área Total Construída [m ] 64.000 11.600 28.160 63.600 38.920 33.000
Área Bruta Locável [m2] 20.356 4.200 17.992 27.549 18.949 17.334
Viagens geradas sexta-feira
[veículos/dia]
3.815 1.432 4.145 6.760 4.500 4.547
Viagens geradas sábado
[veículos/dia]
6.153 1.743 6.247 8.100 6.400 7.431
Viagens na hora pico Entrada 514 204 636 532
sexta-feira Saída 437 213 484
[veículos/hora]
Total 931 406 1.033
Fator hora pico sexta-feira Entrada 13,47 14,25 15,34 11,70
[%] Saída 11,45 14,87 11,68
Total 12,20 14,18 12,46
Incidência da hora pico Entrada 19:00-20:00 20:00-21:00 20:00-21:00 19:00-20:00
sexta-feira Saída 20:00-21:00 21:00-22:00 21:00-22:00
[hora]
Total 19:00-20:00 21:00-22:00 20:00-21:00
Viagens horárias sexta- Entrada 451 189 326 361
feira, das 18:00 às 19:00h Saída 362 136 303
[veículos/hora]
Total 813 325 629
Fator horário sexta-feira, Entrada 11,82 13,20 7,86 7,94
das 18:00 às 19:00h Saída 9,49 9,50 7,31
[%]
Total 10,66 11,35 7,59
Viagens na hora pico Entrada 651 270 782 852
sábado [veículos/hora] Saída 578 241 593
Total 1.198 511 1.320
Fator hora pico sábado Entrada 10,58 15,49 12,52 11,47
[%] Saída 9,39 13,83 9,49
Total 9,74 14,66 10,57
Incidência da hora pico Entrada 19:00-20:00 21:00-22:00 20:00-21:00 20:00-21:00
sábado Saída 21:00-22:00 21:00-22:00 21:00-22:00
[hora]
Total 19:00-20:00 21:00-22:00 20:00-21:00
Taxa de atratividade
[veículos por 100m2 de ABL]
30,23 41,50 34,72 29,40 33,77 42,87
Oferta de estacionamento [vagas] 2.000 200 1.100 796 1.230 1.067
Demanda por estacionamento [vagas] 626 314 1.084
Incidência do maior acúmulo de
20:00-21:00 21:00-22:00 21:00-22:00
veículos no estacionamento [hora]
Tempo médio de permanência [hora] 0,90 0,86 1,06
Identifica-se, junto a todas as informações obtidas nos empreendimentos

pesquisados, que a incidência dos picos horários das viagens para sexta-feira, na entrada varia
entre 19:00 e 21:00h, na saída varia entre 20:00 e 22:00h, e no total varia entre 19:00 e 22:00h.
Para sábado, observa-se que a incidência dos picos horários na entrada varia entre 19:00 e
22:00h, na saída varia entre 21:00 e 22:00h, e no total das viagens varia entre 19:00 e 22:00h. E,
76
constata-se, ainda, que a incidência do acúmulo máximo de veículos no estacionamento varia

entre 20:00 e 22:00h.
As diferenças apresentadas em relação à demanda e oferta de vagas de

estacionamento, para cada empreendimento pesquisado, levam a crer que o empreendimento
“A” apresenta estacionamento super-dimensionado, o shopping “B” apresenta déficit de vagas e
o empreendimento “C” apresenta estacionamento adequado para atender a demanda.
Cabe destacar que, as amostras de identificação de placas dos veículos na

entrada e saída dos estacionamentos em cada empreendimento, obtidas para um sábado,
apresentaram variação entre 41 e 67% do total de veículos atraídos pelo empreendimento -
valores altamente significativos se comparados com os obtidos por outros pesquisadores, que
consideram como aceitável uma amostra de 2 a 5% do fluxo total de veículos, conforme
GOLDNER (1994).
77
5 ANÁLISE DOS RESULTADOS OBTIDOS
Neste capítulo são analisados os valores obtidos para os principais padrões de

viagens referentes aos empreendimentos estudados.
5.1 RELAÇÃO ENTRE OS FLUXOS DA SEXTA-FEIRA E DO

SÁBADO
Na Tabela 5.1 são apresentados os valores da relação entre as viagens na sexta-

feira (VDsex) e no sábado (VDsab) e alguns parâmetros estatísticos pertinentes. Na Figura 5.1
os resultados são representados graficamente.
Tabela 5.1 – Relação entre as viagens diárias realizadas na sexta-feira e no sábado.

Shopping centers VDsex / VDsab Desvio [%]
Shopping center “A” 0,6200 -12,56
Shopping center “B” 0,8216 15,86
Shopping center “C” 0,6635 -6,43
Shopping center “D” 0,8346 17,69
Shopping center “E” 0,7031 -0,84
Shopping center “F” 0,6119 -13,71
Média 0,7091
Valor mínimo 0,6119 -13,71
Valor máximo 0,8346 17,69
Desvio médio 0,0793
Desvio padrão 0,0979
Coeficiente de Variação {%} 13,801
A relação dos valores observados entre as viagens diárias realizadas na

sexta-feira e sábado possui média igual a 0,7091. Isto é, esses valores estão em torno de 0,7091
e o grau de concentração é de 0,0793, medido pelo desvio médio, e de 0,0978, medido pelo
desvio padrão.
Observa-se que os graus de variabilidade dos valores observados em torno da

média apresentam dispersão baixa, se considerado o coeficiente de variação, que se apresenta
inferior a 15%.
78
1,00
RELAÇÃO DE VIAGENS DIÁRIAS SEXTA-FEIRA E
0,90
0,80
0,70
0,60
SÁBADO
0,50
0,40
0,30
0,20
VDsexta/VDsábado
0,10 Linear (Média)
0,00
0 1
"A" 2
"B" 3
"C" 4
"D" 5
"E" 6
"F" 7
SHOPPING CENTER
Figura 5.1 – Relação entre as viagens diárias na sexta-feira e no sábado.
Assim, considera-se o valor médio de 0,71, com amplitude dos desvios variando
de -13,71% a 17,69%, como um valor aceitável para relacionar as viagens geradas na sexta-feira
e sábado.
5.2 RELAÇÃO ENTRE AS VIAGENS DIÁRIAS E O TAMANHO DO

SHOPPING CENTER
Neste item são determinadas e analisadas as relações entre as viagens diárias e a
área bruta locável e entre as viagens diárias e a área total construída, para a sexta-feira e o
sábado.
5.2.1 SEXTA-FEIRA

feira (VDsex) e a Área Bruta Locável (ABL) e alguns parâmetros estatísticos pertinentes. Na
Figura 5.2 os resultados são representados graficamente.
79
Tabela 5.2 – Relação entre as viagens na sexta-feira e a área bruta locável.

Shopping centers VDsex / ABL / 100 Desvio [%]
Shopping center “D” 24,5381 -2,48
Shopping center “F” 26,2317 4,25
Média 25,1628
Coeficiente de Variação [%] 20,0888
40,00
RELAÇÃO ENTRE VIAGENS DIARIAS NA SEXTA-FEIRA
35,00
30,00
E A ÁREA BRUTA LOCÁVEL
25,00
20,00
15,00
10,00
VDsex/ABL/100
5,00
Linear (Média)
0,00
0 1
"A" 2
"B" 3
"C" 4
"D" 5
"E" 6
"F" 7
SHOPPING CENTER
Figura 5.2 - Relação entre as viagens na sexta-feira e a área bruta locável.

sexta-feira e a área bruta locável possui média igual a 25,163 e grau de concentração de 3,334,
medido pelo desvio médio, e de 5,055, medido pelo desvio padrão.

média apresentam dispersão média, se considerado o coeficiente de variação, que se apresenta
superior a 15% e inferior a 30%. Nota-se, ainda, que os valores mais discrepantes são
apresentados pelos shopping centers “A” e “B”. No entanto, os valores apresentados nos
empreendimentos “C”, “D”, “E” e “F” apresentam baixa dispersão.
80
Assim, considera-se o valor médio de 25,1628 veículos por 100m2 de ABL,

com amplitude dos desvios variando de -25,52% a 35,50%, como um valor aceitável para
relacionar as viagens geradas na sexta-feira com a área bruta locável.

feira (VDsex) e a Área Total Construída (ATC) e alguns parâmetros estatísticos pertinentes. Na
Tabela 5.3 – Relação entre as viagens geradas na sexta-feira e a área total construída.
Shopping centers VDsex / ATC / 100 Desvio [%]

Shopping center “C” 14,7195 28,00
Shopping center “E” 11,5622 0,55
Média 11,4992
18,00
RELAÇÃO ENTRE VIAGENS DIARIAS NA SEXTA-FEIRA
16,00
14,00
E A ÁREA TOTAL CONSTRUÍDA
12,00
10,00
8,00
6,00
4,00
VDsex/ATC/100
2,00
Linear (Média)
0,00
0 1
"A" 2
"B" 3
"C" 4
"D" 5
"E" 6
"F" 7
SHOPPING CENTER
Figura 5.3 – Relação entre as viagens na sexta-feira e a área total construída.

81

sexta-feira e a área total construída possui média igual a 11,4992 e grau de concentração de
2,1362, medido pelo desvio médio, e de 3,0892, medido pelo desvio padrão.

superior a 15% e inferior a 30%. Nota-se, ainda, que o valor mais discrepante é apresentado
pelo shopping center “A”. No entanto, os valores apresentados nos empreendimentos “B” e “E”
apresentam baixa dispersão.
Assim, considera-se o valor médio de 11,4992 veículos por 100m2 de ATC,

com amplitude dos desvios variando de –48,16% a 28,00%, como um valor aceitável para
relacionar as viagens geradas na sexta-feira com a área total construída.
5.2.2 SÁBADO
Na Tabela 5.4 são apresentados os valores da relação entre as viagens no sábado

(VDsab) e a Área Bruta Locável (ABL) e alguns parâmetros estatísticos pertinentes. Na Figura
5.4 os resultados são representados graficamente.
Tabela 5.4 – Relação entre as viagens geradas no sábado e a área bruta locável.
Shopping centers VDsab / ABL / 100 Desvio [%]
Média 35,5542
A relação dos valores observados entre as viagens diárias realizadas no sábado e

a área bruta locável possui média igual a 35,5542 e grau de concentração de 4,4203, medido
pelo desvio médio, e de 5,5980, medido pelo desvio padrão.

superior a 15% e inferior a 30%. Nota-se, ainda, que os valores mais discrepantes são
82
apresentados pelos shopping centers “B” e “F”. No entanto, os valores apresentados nos
empreendimentos “C” e “E” apresentam baixa dispersão.
50,00
RELAÇÃO ENTRE VIAGENS DIARIAS NO SÁBADO E A
45,00
40,00
35,00
ÁREA BRUTA LOCÁVEL
30,00
25,00
20,00
15,00
10,00
VDsab/ABL/100
5,00
Linear (Média)
0,00
0 1
"A" 2
"B" 3
"C" 4
"D" 5
"E" 6
"F" 7
SHOPPING CENTER
Figura 5.4 - Relação entre as viagens no sábado e a área bruta locável.
Assim, considera-se o valor médio de 35,5542 veículos por 100m2 de ABL,

com amplitude dos desvios variando de -17,30% a 20,58%, como um valor aceitável para
relacionar as viagens geradas no sábado com a área bruta locável.
Na Tabela 5.5 são apresentados os valores da relação entre as viagens no sábado

(VDsab) e a Área Total Construída (ATC) e alguns parâmetros estatísticos pertinentes. Na
Tabela 5.5 – Relação entre as viagens geradas no sábado e a área total construída.
Shopping centers VDsab / ATC / 100 Desvio [%]
Shopping center “B” 15,0259 -8,49
Shopping center “E” 16,4440 0,14
Média 16,4203
Coeficiente de Variação [%} 31,3206
83
30,00
RELAÇÃO ENTRE VIAGENS DIARIAS NO SÁBADO E A
25,00
ÁREA TOTAL CONSTRUÍDA
20,00
15,00
10,00
5,00
VDsab/ATC/100
Linear (Média)
0,00
0 1
"A" 2
"B" 3
"C" 4
"D" 5
"E" 6
"F" 7
SHOPPING CENTER
Figura 5.5 – Relação entre as viagens no sábado e a área total construída.
A relação dos valores observados entre as viagens diárias realizadas no sábado e

a área total construída possui média igual a 16,4203 e grau de concentração de 3,9617, medido
pelo desvio médio, e de 5,1429, medido pelo desvio padrão.

média apresentam dispersão alta, se considerado o coeficiente de variação, que se apresenta
superior a 30%. Nota-se, ainda, que os valores mais discrepantes são apresentados pelos
shopping centers “A”, “C” e “F”, no entanto, o valor apresentado no empreendimento “E”
apresenta baixa dispersão.
Assim, considera-se o valor médio de 16,4203 veículos por 100m2 de ATC,

com amplitude dos desvios variando de –41,45% a 35,10%, como um valor não recomendável
para relacionar as viagens geradas no sábado com a área total construída.
No geral, conclui-se que o valor médio correspondente a 35,55 viagens por

2
100m de ABL, apresentado para sábado, é o valor que melhor relaciona as viagens diárias por
veículos com o tamanho do empreendimento. No entanto, apresenta dispersão média de 15,75%
para os empreendimentos pesquisados.
84
5.3 FATORES DE PICO HORÁRIO
Neste item são determinados e analisados os fatores de pico horário (relação

entre o número de viagens na hora pico e o total de viagens no dia), para a sexta-feira e o
sábado.
5.3.1 SEXTA-FEIRA
Na Tabela 5.6 são apresentados os valores da relação entre as viagens na hora

pico de entrada e as viagens na sexta-feira (FHE sexta-feira) e alguns parâmetros estatísticos
pertinentes. Na Figura 5.6 os resultados são representados graficamente.
Tabela 5.6 – Fator hora pico de entrada na sexta-feira (FHE sexta-feira).

Shopping centers FHE sexta-feira Desvio [%]
Média 0,1369
0,18
FATOR HORA PICO ENTRADA NA SEXTA-FEIRA
0,16
0,14
0,12
0,10
0,08
0,06
0,04
FHE sexta-feira
0,02
Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5 4
"F" 4,5
SHOPPING CENTER
Figura 5.6 - Fator hora pico de entrada na sexta-feira.

85
A relação dos valores observados dos fatores hora pico de entrada na

sexta-feira possui média igual a 0,1369 e grau de concentração de 0,0110, medido pelo desvio
médio, e de 0,0153, medido pelo desvio padrão.

inferior a 15%.
Assim, considera-se o valor médio de 0,1369, com amplitude dos desvios

variando de –14,54% a 12,05%, como um valor aceitável para estimar as viagens geradas na
hora pico de entrada em relação ao fluxo total de entrada na sexta-feira.

pico de saída e as viagens na sexta-feira (FHS sexta-feira) e alguns parâmetros estatísticos
Tabela 5.7 – Fator hora pico de saída na sexta-feira (FHS sexta-feira).

Shopping centers FHS sexta-feira Desvio [%]
Média 0,1267
0,16
FATOR HORA PICO SAÍDA NA SEXTA-FEIRA
0,14
0,12
0,10
0,08
0,06
0,04
0,02 FHS sexta-feira

Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 5.7 - Fator hora pico de saída na sexta-feira.

86
A relação dos valores observados dos fatores hora pico de saída na sexta-feira
possui média igual a 0,1267 e grau de concentração de 0,0147, medido pelo desvio médio, e de
0,0191, medido pelo desvio padrão.

pelo shopping center “B”, no entanto, os valores apresentados nos empreendimentos “A” e “C”

variando de –9,63% a 17,36%, como um valor aceitável para estimar as viagens geradas na hora
pico de saída em relação ao fluxo total de saída na sexta-feira.
Na Tabela 5.8 são apresentados os valores da relação entre o total de viagens

(entrada mais saída) na hora pico da sexta-feira e o número total de viagens na sexta-feira
(FHT sexta-feira) e alguns parâmetros estatísticos pertinentes. Na Figura 5.8 os resultados são
representados graficamente.
Tabela 5.8 – Fator hora pico total na sexta-feira (FHT sexta-feira).

Shopping centers FHT sexta-feira Desvio [%]
Média 0,2589
A relação dos valores observados dos fatores hora pico total na sexta-feira

inferior a 15%.
87
0,35
FATOR HORA PICO TOTAL NA SEXTA-FEIRA
0,30
0,25
0,20
0,15
0,10
FHT sexta-feira
0,05
Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 5.8 - Fator hora pico total na sexta-feira.

variando de –5,74% a 9,51%, como um valor aceitável para estimar as viagens geradas na hora
pico do total de entrada e saída em relação ao fluxo total de veículos na sexta-feira.
5.3.2 SÁBADO

pico de entrada e as viagens no sábado (FHE sábado) e alguns parâmetros estatísticos
Tabela 5.9 – Fator hora pico de entrada no sábado (FHE sábado).

Shopping centers FHE sábado Desvio [%]
Média 0,1251
88
0,18
0,16
FATOR HORA PICO ENTRADA NO SÁBADO
0,14
0,12
0,10
0,08
0,06
0,04
FHE sábado
0,02
Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5 4
"F" 4,5
SHOPPING CENTER
Figura 5.9 - Fator hora pico de entrada no sábado.
A relação dos valores observados dos fatores hora pico de entrada no sábado

pelo shopping center “B”, no entanto, os valores apresentados nos empreendimentos “C” e “F”

hora pico de entrada em relação ao fluxo total de entrada no sábado.

pico de saída e as viagens no sábado (FHS sábado) e alguns parâmetros estatísticos pertinentes.
Na Figura 5.10 os resultados são representados graficamente.
89
Tabela 5.10 – Fator hora pico de saída no sábado (FHS sábado).

Shopping centers FHS sábado Desvio [%]
Média 0,1090
0,16
0,14
FATOR HORA PICO SAÍDA NO SÁBADO
0,12
0,10
0,08
0,06
0,04
0,02
FHS sábado
Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 5.10 - Fator hora pico de saída no sábado.
A relação dos valores observados dos fatores hora pico de saída na sexta-feira

superior a 15% e inferior a 30%. Identifica-se, ainda, maior dispersão no shopping center “B”.

hora pico de saída em relação ao fluxo total de saída no sábado.
90
Na Tabela 5.11 são apresentados os valores da relação entre o total de viagens

(entrada mais saída) na hora pico do sábado e o número total de viagens no sábado
(FHT sábado) e alguns parâmetros estatísticos pertinentes. Na Figura 5.11 os resultados são
representados graficamente.
Tabela 5.11 – Fator hora pico total no sábado (FHT sábado).

Shopping centers FHT sábado Desvio [%]
Média 0,2331
0,32
0,28
FATOR HORA PICO TOTAL NO SÁBADO
0,24
0,20
0,16
0,12
0,08
0,04 FHT sábado

Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 5.11 - Fator hora pico total no sábado.
A relação dos valores observados dos fatores hora pico total no sábado possui
média igual a 0,2331 e grau de concentração de 0,0401, medido pelo desvio médio, e de 0,0527,
medido pelo desvio padrão.
91

superior a 15% e inferior a 30%.

hora pico do total de entrada mais saída em relação ao fluxo total de veículos no sábado.
No geral, conclui-se que os valores médios dos fatores horários de pico de

entrada, saída e total, apresentados para sexta-feira, são os valores que melhor relacionam as
viagens na hora pico com as viagens na sexta-feira. No entanto, o valor médio dos fatores
horários de saída apresenta dispersão média de 15,10% para os empreendimentos pesquisados.
5.4 FATORES HORÁRIOS PARA ANÁLISE DO IMPACTO VIÁRIO
Na Tabela 5.12 são apresentados os valores da relação entre as viagens horárias

de entrada (VHE) e as viagens na sexta-feira (VDsex), que correspondem aos fatores horários
de entrada (FHE) para o período compreendido entre 18:00 e 19:00 horas – considerado por
GOLDNER (1994) para análise de impacto viário e alguns parâmetros estatísticos pertinentes.
Tabela 5.12 – Fator horário de entrada no período das 18:00 às 19:00h (FHE18-19).
Shopping centers FHE18-19 Desvio [%]
Shopping center “A” 0,1182 15,83
Média 0,1021
A relação dos valores observados dos fatores horários de entrada na sexta-feira


superior a 15% e inferior a 30%. Identifica-se, ainda, maior dispersão no shopping center “B”.
92
0,16
FATOR HORÁRIO DE ENTRADA NA SEXTA-FEIRA
0,14
0,12
0,10
0,08
0,06
0,04
0,02
FHE (18:00-19:00h)
Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5 4
"F" 4,5
SHOPPING CENTER
Figura 5.12 - Fator horário de entrada no período das 18:00 às 19:00h.

variando de –22,98% a 29,35%, como um valor aceitável para estimar as viagens geradas no
horário de entrada, no período das 18:00 às 19:00h, em relação ao fluxo total de veículos na
sexta-feira.

de saída (VHS) e as viagens na sexta-feira (VDsex), que correspondem aos fatores horários de
saída (FHS) para o período compreendido entre 18:00 e 19:00 horas e alguns parâmetros
estatísticos pertinentes. Na Figura 5.13 os resultados são representados graficamente.
Tabela 5.13 – Fator horário de saída no período das 18:00 às 19:00h (FHS18-19).
Shopping centers FHS18-19 Desvio [%]
Média 0,0877
93
0,12
FATOR HORÁRIO DE SAÍDA NA SEXTA-FEIRA
0,10
0,08
0,06
0,04
0,02
FHS (18:00-19:00h)
Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 5.13 - Fator horário de saída no período das 18:00 às 19:00h.
A relação dos valores observados dos fatores horários de saída na sexta-feira


inferior a 15%. Nota-se que o empreendimento “C” é o que apresenta maior dispersão.

variando de –16,65% a 8,32%, como um valor aceitável para estimar as viagens geradas no
horário de saída, no período das 18:00 às 19:00h, em relação ao fluxo total de veículos na
sexta-feira.

do total de entrada e saída (VHT) e as viagens na sexta-feira (VDsex), que correspondem aos
fatores horários do total (FHT) para o período compreendido entre 18:00 e 19:00 horas, e alguns
parâmetros estatísticos pertinentes. Na Figura 5.14 os resultados são representados
graficamente.
94
Tabela 5.14 – Fator horário total no período das 18:00 às 19:00h (FHT18-19).
Shopping centers FHT18-19 Desvio [%]
Média 0,1973
0,25
FATOR HORÁRIO TOTAL NA SEXTA-FEIRA
0,20
0,15
0,10
0,05
FHT (18:00-19:00h)
Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 5.14 – Fator horário total no período das 18:00 às 19:00h.
A relação dos valores observados dos fatores horários do total de entrada e saída
na sexta-feira possui média igual a 0,1973 e grau de concentração de 0,0303, medido pelo
desvio médio, e de 0,0400, medido pelo desvio padrão.

superior a 15% e inferior a 30%. Nota-se que o empreendimento “C” é o que apresenta maior
dispersão, no entanto os shopping centers “A” e “B” apresentam dispersão baixa.

variando de –23,09% a 15,03%, como um valor aceitável para estimar o total de viagens por
95
hora de entrada e saída geradas no período das 18:00 às 19:00h, em relação ao fluxo total de
veículos na sexta-feira.
No geral, conclui-se que o valor médio do fator horário de saída, correspondente

a 0,0877, é o valor que melhor relaciona as viagens horárias com as viagens diárias para o
período compreendido entre 18:00 e 19:00h.
5.5 RELAÇÃO ENTRE O ACÚMULO MÁXIMO DE VEÍCULOS E O

TAMANHO DO SHOPPING CENTER
Na Tabela 5.15 são apresentados os valores da relação entre o acúmulo máximo

de veículos no estacionamento (No) e a Área Bruta Locável (ABL), para sábado, e alguns
graficamente.
Tabela 5.15 – Relação entre o acúmulo máximo de veículos e a área bruta locável.
Shopping centers No / ABL/ 100 Desvio [%]
Média 5,5255
9,00
RELAÇÃO ENTRE VEÍCULOS ACUMULADOS E A
8,00
7,00
ÁREA BRUTA LOCÁVEL
6,00
5,00
4,00
3,00
2,00
No/ABL/100
1,00
Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 5.15 – Relação entre o acúmulo máximo de veículos e a área bruta locável.
96
A relação dos valores observados das relações entre o acúmulo máximo de

veículos e a área bruta locável no sábado possui média igual a 5,5255 e grau de concentração de

superior a 30%. Nota-se que o empreendimento “A” é o que apresenta maior dispersão,
entretanto, o shopping center “C” apresenta dispersão baixa.
Assim, considera-se o valor médio de 5,53 veículos acumulados por 100m2 de

ABL, com amplitude dos desvios variando de –44,34% a 35,30%, como um valor não
recomendável para estimar o acúmulo máximo de veículos por hora em relação à área bruta
locável do empreendimento.

de veículos (No) e a Área Total Construída (ATC) e alguns parâmetros estatísticos pertinentes.
Tabela 5.16 – Relação entre o acúmulo máximo de veículos e a área total construída.
Shopping centers No / ATC / 100 Desvio [%]
Média 2,5115

veículos e a área total construída para sábado possui média igual a 2,5115 e grau de
concentração de 1,0222, medido pelo desvio médio, e de 1,4456, medido pelo desvio padrão.

superior a 30%. Nota-se que o empreendimento “A” é o que apresenta maior dispersão,
entretanto, o shopping center “C” apresenta dispersão baixa.
97
4,50
RELAÇÃO ENTRE VEÍCULOS ACUMULADOS E A
4,00
3,50
ÁREA TOTAL CONSTRUÍDA
3,00
2,50
2,00
1,50
1,00
No/ATC/100
0,50
Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 5.16 – Relação entre o acúmulo máximo de veículos e a área total construída.
Assim, considera-se o valor médio de 2,51 veículos acumulados por 100m2 de

ATC, com amplitude dos desvios variando de –61,06% a 53,27%, como um valor não
recomendável para estimar o acúmulo máximo de veículos por hora em relação à área total
construída do empreendimento.
No geral, conclui-se que o valores médios das relações entre o acúmulo máximo
de veículos no estacionamento e o tamanho do empreendimento, correspondentes a 5,53
veículos por 100m2 de ABL e 2,51 veículos por 100m2 de ATC, não são recomendáveis como
estimativas para índices de estacionamento, devido à alta dispersão apresentada.
5.6 RELAÇÃO ENTRE O ACÚMULO MÁXIMO DE VEÍCULOS E AS

VIAGENS DIÁRIAS NO SÁBADO
Na Tabela 5.17 são apresentados os valores da relação entre o acúmulo

máximo de veículos no estacionamento (No) e as viagens no sábado (VDsab) e alguns
graficamente.
98
Tabela 5.17 – Relação entre o acúmulo máximo de veículos e as viagens no sábado.

Shopping centers No/VDsab [vagas/viagens dia] Desvio [%]
Média 0,1518
0,22
0,20
RELAÇÃO ENTRE VEÍCULOS ACUMULADOS E
VIAGENS DIÁRIAS ATRAÍDAS NO SÁBADO
0,18
0,16
0,14
0,12
0,10
0,08
0,06
0,04
No/VDsab
0,02 Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 5.17 – Relação entre o acúmulo máximo de veículos e as viagens no sábado.

veículos e as viagens diárias no sábado possui média igual a 0,1518 e grau de concentração de

superior a 15% e inferior a 30%. Nota-se que o empreendimento “A” é o que apresenta maior
dispersão, entretanto, o shopping center “C” apresenta dispersão baixa.
Assim, considera-se o valor médio de 0,1518 veículos acumulados para as

viagens geradas no sábado, com amplitude dos desvios variando de –33,00% a 18,64%, como
99
um valor aceitável para estimar o acúmulo máximo de veículos em relação as viagens por
veículos atraídas pelo empreendimento no sábado. Portanto, considera-se apropriado usar esse
valor de 0,15 [vagas/viagens dia] como relação entre ocupação máxima de vagas e demanda
diária de veículos atraídos para estimar a demanda por estacionamento através da expressão
fornecida pela CET-SP (2000).
5.7 TEMPO MÉDIO DE PERMANÊNCIA DOS VEÍCULOS NO

ESTACIONAMENTO
Na Tabela 5.18 são apresentados os valores da média ponderada do tempo de

permanência dos veículos no estacionamento (Tm) e alguns parâmetros estatísticos pertinentes.
Tabela 5.18 – Relação do tempo médio de permanência dos veículos no sábado (Tm).
Shopping centers Tm [hora] Desvio [%]
Shopping center “B” 0,8578 -8,54
Média 0,9379
1,40
TEMPO MÉDIO DE PERMANÊNCIA DOS VEÍCULOS NO
1,20
ESTACIONAMENTO NO SÁBADO
1,00
0,80
0,60
0,40
0,20 Tm [hora]
Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 5.18 – Relação do tempo médio de permanência dos veículos no sábado.

100
A relação dos valores observados dos tempos de permanência dos veículos no

estacionamento no sábado possui média igual a 0,9379 e grau de concentração de 0,0812,
medido pelo desvio médio, e de 0,1073, medido pelo desvio padrão.

inferior a 15%.
Assim, considera-se o valor médio de 0,94h, com amplitude dos desvios

variando de –8,54% a 13,00%, como um valor aceitável para estimar o tempo médio de
permanência dos veículos no estacionamento no sábado.
5.8 RELAÇÃO ENTRE O ACÚMULO MÁXIMO DE VEÍCULOS COM

O TEMPO MÉDIO DE PERMANÊNCIA E AS VIAGENS NA
HORA PICO

de veículos no estacionamento (No) e o tempo de permanência dos veículos no estacionamento
(Tm) multiplicado pelas viagens na hora pico de entrada do sábado (VHEsab) e alguns
graficamente.
Tabela 5.19 – Relação entre o acúmulo máximo de veículos com o tempo médio de
permanência e as viagens atraídas na hora pico do sábado.
Shopping centers No / (Tm x VHEsab) Desvio [%]
Média 1,2456

veículos com o tempo médio de permanência e as viagens atraídas na hora pico possui média
igual a 1,2456 e grau de concentração de 0,1151, medido pelo desvio médio, e de 0,1514,
medido pelo desvio padrão.
101

inferior a 15%.
1,60
ACÚMULO MÁXIMO DE VEÍCULOS POR TEMPO MÉDIO DE
1,40
PERMANÊNCIA E VIAGENS NA HORA PICO
1,20
1,00
0,80
0,60
0,40
No / (Tm x VHEsab)
0,20
Linear (Média)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 5.19 – Relação entre o acúmulo máximo de veículos no estacionamento com o

tempo médio de permanência e as viagens atraídas na hora pico do sábado.
Assim, considera-se o valor médio de 1,25, com amplitude dos desvios variando
de –13,86% a 8,85%, como um valor aceitável para estimar o acúmulo máximo de veículos no
estacionamento em relação ao tempo de permanência dos veículos multiplicado pelo volume de
veículos atraídos pelo empreendimento na hora pico de entrada no sábado. No entanto, esse
valor torna-se incoerente ao considerar que a demanda por estacionamento pode ser estimada
pelo tempo de permanência dos veículos no estacionamento multiplicado pelo volume de
veículos na hora pico. Sendo assim, considera-se apropriado usar esse valor de 1,25 como fator
de multiplicação para estimar a demanda por estacionamento através das expressões fornecidas
por CET-SP (1983), GRANDO (1986) e GOLDNER (1994).
102
5.9 RELAÇÕES ENTRE VIAGENS DIÁRIAS E TAMANHO DOS

EMPREENDIMENTOS
Neste item são apresentadas expressões que relacionam o número total de

viagens diárias com o tamanho do empreendimento (caracterizado pela área bruta
locável ou pela área total construída), utilizando a técnica de regressão linear simples.
Também são apresentadas expressões que relacionam o número total de viagens

diárias com os tamanhos das áreas individualizadas de comércio, lazer e serviços do
empreendimento, utilizando a técnica de regressão linear múltipla.
Antes, contudo, são apresentados os conceitos básicos sobre regressão linear.
A técnica de Regressão Linear é utilizada para estudar a relação entre uma

variável dependente e variáveis independentes. Procura-se explicar como as viagens
diárias atraídas pelos shopping centers variam de acordo com o tamanho do
empreendimento. Sua representação é a seguinte:
Yi =  (xi1, xi2, ..., xik) +i = 1xi1 +  2xi2 + ...+ kxik +i, i = 1,2,...n (26)
Sendo, Y: a variável dependente ou explicada;

x1, x2, ..., xk: as variáveis independentes ou explicativas; e
i: representa o distúrbio aleatório, que pode se originar devido a diversas circunstâncias,
tais como a ausência de fatores influentes no modelo e distúrbios causados por erros
de medida.
As estimativas dos parâmetros dos modelos foram realizadas através do

software STATISTICA. A avaliação dos modelos foi baseada nos seguintes parâmetros
estatísticos: o valor de F (análise de variância), o valor de t (teste t, de Student), o coeficiente de
correlação R, o coeficiente de determinação R2, o coeficiente R2 ajustado e o nível de
significância estatística p.
O teste t, de Student, avalia se a variável em questão contribui de forma

significativa para o poder de explicação do modelo. Valores do teste t maiores que os valores
tabulados (valor teórico que seria encontrado se a distribuição amostral seguisse uma
determinada distribuição matemática teórica previamente conhecida) significam que a variável
tem um efeito significativo e deve ser incluída no modelo, com nível de confiança de 95%.
O teste F, analisa a variância dos erros controlados e não controlados (resíduo).

Os valores de F maiores que os tabulados significam que a variável tem um efeito significativo,
podendo ser incluída no modelo, com nível de confiança de 95%.
103
O coeficiente de correlação R varia entre –1 (correlação negativa) e 1

(correlação positiva), representando o valor 0 a falta de correlação entre as variáveis.
O coeficiente de determinação R2 avalia o ajuste geral do modelo, isto é,

expressa a correlação entre as variáveis em questão e varia entre 0 (nenhum ajuste) e 1 (ajuste
perfeito).
O coeficiente de determinação R2 ajustado torna-se mais preciso pois leva em

conta o número de variáveis explicativas em relação ao número de observações.
O p-nível é o nível de significância estatística que representa a probabilidade do

relacionamento ou diferença observada entre as variáveis ocorrer por acaso. Para p  0,05 as
variáveis são consideradas estatisticamente aceitáveis, mas envolve 5% de probabilidade de
erro. Para p  0,01 as variáveis são consideradas estatisticamente significantes; para p  0,005,
são consideradas altamente significativas.
Alguns desses modelos não passaram nos testes, mas apresentam-se como
ilustração para identificar as relações entre as viagens diárias geradas pelo shopping
center e o tamanho total do empreendimento, em área bruta locável e área total
construída. E, ainda, identificar a relação existente entre as viagens diárias e o tamanho
desagregado do empreendimentos por ramos de atividade.
5.9.1 VIAGENS DIÁRIAS x ÁREA BRUTA LOCÁVEL
As Tabelas 5.20 e 5.21 apresentam a calibração dos modelos de regressão linear

simples, considerando como variável explicativa a Área Bruta Locável.
Tabela 5.20 – Resultado da calibração do primeiro modelo de regressão linear simples.

Variável Coeficientes Teste t Significância
Dependente Independente (p-nível)
Número de veículos na Interseção 409,2308 0,632088 0,561655
sexta-feira Área Bruta Locável 0,2147 6,288339 0,003267
Número de casos = 6
Nível de confiança de 95%
tmin = 2,7764
F(1,4) = 39,543 p < 0,00327 Fmin = 7,71
R = 0,99529633 R2 = 0,90813721 R2 ajustado = 0,88517151
Erro padrão de estimativa = 578,60
104
Tabela 5.21 – Resultado da calibração do segundo modelo de regressão linear simples.

Variável coeficientes Teste t Significância
Número de veículos no Interseção 1190,423 1,153563 0,312916
sábado Área Bruta Locável 0,273 5,018539 0,007393
tmin = 2,7764
F(1,4) = 25,186 p < 0,00739 Fmin = 7,71
R = 0,92894926 R2 = 0,86294673 R2 ajustado = 0,82868342
Nas Tabelas 5.20 e 5.21 identifica-se que a variável independente, Área Bruta
Locável, passa no teste t, de Student, e no valor de F, para sexta-feira e sábado. Nota-se ainda
que os coeficientes de determinação são altos. Assim, os modelos são aceitáveis para estimativa
do número de viagens em função da área bruta locável, na sexta-feira e no sábado.
As equações correspondentes são as seguintes:
(27)
VDsex = 409,2308 + 0,2147 ABL
VDsab = 1190,423 + 0,273 ABL (28)
Sendo, VDsex: estimativa das viagens atraídas pelo shopping center na sexta-feira [viagens/dia];
VDsab: estimativa das viagens atraídas pelo shopping center no sábado [viagens/dia];
ABL: área bruta locável [m2]
5.9.2 VIAGENS DIÁRIAS x ÁREA TOTAL CONSTRUÍDA

simples, considerando como variável explicativa a Área Total Construída.
Tabela 5.22 – Resultado da calibração do terceiro modelo de regressão linear simples.

sexta-feira Área Total Construída 0,060 2,103221 0,103277
tmin = 2,7764
F(1,4) = 4,4235 p < 0,10328 Fmin = 7,71
R = 0,72466549 R2 = 0,0,52514007 R2 ajustado = 0,40642509
105
Tabela 5.23 – Resultado da calibração do quarto modelo de regressão linear simples.

Variável coeficientes Teste t Significância
sábado Área Total Construída 0,075 1,955967 0,122118
tmin = 2,7764
F(1,4) = 3,8258 p < 0,12212 Fmin = 7,71
R = 0,69919274 R2 = 0,48887049 R2 ajustado = 0,36108811
Observa-se nas Tabelas 5.22 e 5.23, através do valor de p-nível, que não existe
uma relação estatisticamente significativa entre a variável Área Total Construída com o número
de veículos na sexta-feira e no sábado. Identifica-se ainda que nenhuma das variáveis passa no
teste t, de Student, nem passam no valor de F. Os valores dos coeficientes de determinação
também apresentam-se baixos, portanto não é recomendável o emprego das equações obtidas
para as estimativas do número de viagens na sexta-feira e no sábado.
As equações correspondentes são as seguintes:
(29)
VDsex = 1808,941 + 0,060 ATC
VDsab = 3002,004 + 0,075 ATC (30)
Sendo, VDsex: viagens atraídas pelo shopping center na sexta-feira [viagens/dia];

VDsab: viagens atraídas pelo shopping center no sábado [viagens/dia];
ATC: área total construída [m2]
5.9.3 VIAGENS DIÁRIAS x ÁREAS DESAGREGADAS
Para os modelos de regressão linear múltipla foram consideradas como

variáveis explicativas as áreas dos estabelecimentos por ramos de atividade, como indicado na
Tabela 5.24.
Tabela 5.24 – Distribuição das áreas por ramos de atividade nos shopping centers
Shopping center Comércio [m2] Lazer [m2] Serviços [m2]
“A” 19.486,57 244,33 625,34
“B” 2.438,00 993,00 769,00
“C” 13.631,31 2.939,93 1.420,76
“D” 14.693,00 6.405,00 6.451,00
"E” 6.222,88 3.518,31 8.752,10
106

múltipla, considerando como variáveis explicativas as áreas de comercio, lazer e serviços, para
sexta-feira e sábado respectivamente.
Tabela 5.25 – Resultado da calibração do primeiro modelo de regressão linear múltipla.

sexta-feira Área de comercio 0,1607 43,57142 0,014608
Área de lazer 0,4384 29,27859 0,021735
Área de serviços 0,1727 17,58010 0,036174
tmin = 12,706
F(3,1) = 2166,3 p < 0,01579 Fmin = 215,7
R = 0,99992307 R2 = 0,99984615 R2 ajustado = 0,99938461
Identifica-se na Tabela 5.25, através do valor de p-nível, que existe uma relação
estatisticamente significativa entre as variáveis áreas de comércio, lazer e serviços com o
número de veículos gerados sexta-feira. Observa-se que todas as variáveis passam no teste t, de
Student e no valor de F. Nota-se, ainda, que a calibração do modelo apresenta valores altos para
os coeficientes de determinação. Assim, o modelo é aceitável para estimativa do número de
viagens na sexta-feira em função das áreas desagregadas de comércio, serviços e lazer.
A equação correspondente é a seguinte:
VDsex = 456,6103 + 0,1607 AC + 0,4384 AL + 0,1727 AS (31)
Sendo, VDsex: estimativa da geração de viagens atraídas pelo shopping center para uma
sexta-feira [viagens/dia];
AC: área de comércio [m2]
AL: área de lazer [m2]
AS: área de serviços [m2]
Tabela 5.26 – Resultado da calibração do segundo modelo de regressão linear múltipla.

sábado Área de comercio 0,2685 4,555657 0,137561
Área de lazer 0,2340 0,977482 0,507249
Área de serviços 0,3292 2,096130 0,283382
tmin = 12,706
F(3,1) = 12,833 p < 0,20173 F min = 215,7
R = 0,98726078 R2 = 0,97468385 R2 ajustado = 0,89873539
107
Observa-se na Tabela 5.26, através do valor de p-nível, que não existe uma
relação estatisticamente significativa entre as variáveis áreas de comércio, lazer e serviços com
o número de veículos para sábado. Identifica-se ainda que nenhuma das variáveis passa no teste
t, de Student, nem passam no valor de F. Assim, apesar dos valores dos coeficientes de
determinação serem altos, não é recomendável o emprego da equação obtida para a estimativa
do número de viagens no sábado em função das áreas desagregadas de comércio, serviços e
lazer.
A equação correspondente é a seguinte:
VDsab = 849,3843 + 0,2685 AC + 0,2340 AL + 0,3292 AS (32)
Sendo, VDsab: estimativa da geração de viagens atraídas pelo shopping center para um
sábado [viagens/dia];
AC: área de comércio [m2]
AL: área de lazer [m2]
AS: área de serviços [m2]
Identifica-se, nas tentativas realizadas para obter novos modelos de geração de

viagens através de regressão linear simples, que as expressões obtidas para o número total de
viagens diárias em função da área bruta locável são aceitáveis, para sexta-feira e sábado. Em
função da área total construída, as expressões obtidas para sexta-feira e sábado não são
recomendáveis, devido a que não existe uma relação estatisticamente significativa entre as
variáveis e os modelos não passam pelos testes de significância estatística.
Nas tentativas realizadas para obter modelos de geração de viagens através de

regressão linear múltipla, considerando como variáveis independentes as áreas por ramos de
atividade (comércio, lazer e serviços), verificou-se que a expressão obtida para as viagens
diárias de sexta-feira é aceitável, no entanto, a expressão obtida para as viagens diárias no
sábado não passa pelos testes de significância estatística, portanto o modelo não é
recomendável.
Assim, verifica-se para o universo estudado, considerando as variáveis

independentes área bruta locável e área total construída dos shopping centers, que a área bruta
locável é um fator mais significativo a ser considerado na estimativa da geração de viagens.
Constata-se, ainda, que é possível obter uma relação mais significativa entre as viagens diárias
geradas e as áreas desagregadas por ramos de atividade. Isto para empreendimentos com
tamanho inferior a 27.550m2 de ABL e localizados em cidades de médio porte, no interior do
estado de São Paulo.
108
6 COMPARAÇÃO DOS VALORES OBTIDOS COM OS

DE OUTROS TRABALHOS NACIONAIS
Neste capítulo, os resultados dos principais padrões de viagens obtidos no

estudo são comparados com os valores apresentados em outros trabalhos desenvolvidos no país.
Os parâmetros considerados são: fator hora pico, fator horário de geração de viagens (para
análise do impacto viário), tempo médio de permanência dos veículos no estacionamento,
relação entre o número de viagens na sexta-feira e no sábado e função linear relacionando o
número de viagens diárias e o tamanho do empreendimento.
6.1 FATOR HORA PICO
6.1.1 SEXTA-FEIRA
Na Tabela 6.1 apresenta-se os valores de fator hora pico observados na

sexta-feira (FHPsex), o valor médio, os valores obtidos em alguns trabalhos desenvolvidos no
país e os desvios correspondentes aos valores observados e à média. A Figura 6.1 representa
graficamente esses valores.
Tabela 6.1 - Relação de fatores hora pico na sexta-feira (FHPsex).

Desvio [%]
FHPsex
Média Grando (1986) Goldner (1994) CET-SP (2000)
Shopping center “A” 0,1347 1,63 -22,05 -24,94 -4,38
Shopping center “B” 0,1425 -3,93 -26,32 -29,05 -9,61
Shopping center “C” 0,1534 -10,76 -31,55 -34,09 -16,04
Shopping center “F” 0,1170 17,01 -10,26 -13,59 10,09
Média 0,1369 -23,30 -26,15 -5,92
Grando (1986) 0,1050
Goldner (1994) 0,1011
CET-SP (2000) 0,1288
109
0,18
0,16
0,14
FATOR HORA PICO
0,12
0,10
0,08
0,06
FHP observado
Linear (FHP Goldner)
0,04
Linear (FHP Grando)
Linear (FHP CET-SP(2000))
0,02
Linear (Média (observado))
0,00
0,5 "A"
1 1,5 "B"
2 2,5 "C"
3 3,5 "F"
4 4,5
SHOPPING CENTER
Figura 6.1 - Relação de fatores hora pico na sexta-feira.
Em relação ao valor médio observado nos empreendimentos estudados, o valor

proposto por CET (2000) é 5,92% inferior, o proposto por GRANDO (1986) é 23,30% inferior
e o valor proposto por GOLDNER (1994) é 26,15% inferior.
Identifica-se, em geral, que os valores observados apresentam menor

discrepância em relação ao valor médio observado. No entanto, o valor apresentado pelo
empreendimento “F” é menos discrepante com os valores adotados por GRANDO (1986),
GOLDNER (1994) e CET-SP (2000) do que com o valor médio, sendo mais próximo do valor
adotado por CET-SP (2000).
Assim, conclui-se que o valor médio dos fatores hora pico observados na
sexta-feira é o que apresenta melhor estimativa para os empreendimentos pesquisados, podendo
ser considerado para shopping centers com características similares.
6.1.2 SÁBADO
Na Tabela 6.2 apresentam-se os valores do fator hora pico observados no

sábado (FHPsab), o valor médio, os valores obtidos em alguns trabalhos desenvolvidos no país
e os desvios correspondentes aos valores observados e à média. A Figura 6.2 representa
110
Tabela 6.2 - Relação de fatores hora pico no sábado (FHPsab).

Desvio [%]
FHPsab
Shopping center “A” 0,1058 18,24 -0,76 -15,12 -7,66
Shopping center “C” 0,1252 -0,08 -16,13 -28,27 -21,96
Shopping center “F” 0,1147 9,07 -8,46 -21,71 -14,82
Média 0,1251 -16,07 -28,22 -21,90
Grando (1986) 0,1050
Goldner (1994) 0,0898
CET-SP (2000) 0,0977
0,18
0,16
0,14
FATOR HORA PICO SÁBADO
0,12
0,10
0,08
0,06 FHP observado

Linear (FHP Goldner)
0,04 Linear (FHP Grando)
Linear (FHP CET-SP(2000))
0,02
Linear (Média (observado))
0,00
0,5 "A"
1 1,5 "B"
2 2,5 "C"
3 3,5 "F"
4 4,5
SHOPPING CENTER
Figura 6.2 - Relação de fatores hora pico no sábado.

proposto por GRANDO (1986) é 16,07% inferior, o proposto por CET (2000) é 21,90% inferior
e o valor proposto por GOLDNER (1994) é 28,22% inferior.
Identifica-se que os valores observados nos empreendimentos “B” e “C”

apresentam menor discrepância em relação ao valor médio observado. Já, os valores
apresentados pelos empreendimentos “A” e “F” são menos discrepantes com o valor adotado
por GRANDO (1986), no entanto, os empreendimentos “B” e “C” apresentam valores muito
discrepantes em relação ao valor adotado por Grando.
111
Assim, conclui-se que o valor médio dos fatores hora pico observados no
sábado é o que apresenta melhor estimativa para os empreendimentos pesquisados, podendo ser
considerado para shopping centers com características similares.
6.2 FATOR HORÁRIO PARA ANÁLISE DE IMPACTO VIÁRIO
Na Tabela 6.3 apresentam-se os valores de fator horário de viagens atraídas

entre 18:00 e 19:00 horas da sexta-feira (FHE18-19) - período adotado por GOLDNER (1994)
para análise do impacto dos shopping centers no trânsito das vias adjacentes. Também são
apresentados o valor médio, os valores obtidos por GRANDO (1986), Goldner e
CET-SP (2000) e os desvios correspondentes aos valores observados e à média. A Figura 6.3
representa graficamente esses valores.
Tabela 6.3 - Relação de fatores horários de entrada na sexta-feira (FHE18-19).

FHE18-19 Desvio [%]
Shopping center “A” 0,1182 -13,62 -11,17 -16,41 -20,30
Shopping center “C” 0,0786 29,90 33,59 25,70 19,85
Shopping center “F” 0,0794 28,59 32,24 24,43 18,64
Média 0,1021 2,84 -3,23 -7,74
Grando (1986) 0,1050
Goldner (1994) 0,0988
CET-SP (2000) 0,0942
FATOR HORÁRIO DE ENTRADA DAS 18:00 ÀS 19:00H
0,16
0,14
0,12
0,10
0,08
0,06
FHE (18-19) observado
Linear (FHE (18-19) Goldner)
0,04
Linear (FHE (18-19) CET(2000))
0,02 Linear (Média )
Linear (FHE (18-19) Grando)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5 4
"F" 4,5
SHOPPING CENTER
Figura 6.3 - Relação de fatores horários de entrada das 18:00 às 19:00h.

112

proposto por GRANDO (1986) é 2,84% superior, o proposto por GOLDNER (1994) é 3,23%
inferior e o proposto por CET (2000) é 7,74% inferior.
Identifica-se que o valor observado no empreendimento “A” apresenta menor

discrepância com o valor adotado por GRANDO (1986), o valor observado no shopping center
“B” apresenta menor discrepância com o valor médio observado e os valores observados nos
empreendimentos “C” e “F” apresentam menor discrepância em relação ao valor adotado por
CET-SP (2000). No entanto, os valores apresentados pelos empreendimentos “A” e “B” são
inferiores e mais discrepantes com o valor adotado por CET-SP (2000).
Assim, conclui-se que o valor médio dos fatores horários de entrada observados
na sexta-feira, entre 18:00 e 19:00h, é o que apresenta melhor estimativa para os
empreendimentos pesquisados, podendo ser considerado para shopping centers com
características similares.
Na Tabela 6.4 apresentam-se os valores de fator horário de saída entre 18:00 e

19:00 horas da sexta-feira (FHS18-19), o valor médio, o valor obtido por CET-SP (2000) e os
desvios correspondentes aos valores observados e à média. A Figura 6.4 representa
Tabela 6.4 - Relação de fatores horários de saída na sexta-feira (FHS18-19).

Desvio [%]
FHS18-19
Shopping center “A” 0,0949 -7,59 -11,49 -16,75 -18,02
Shopping center “C” 0,0731 19,97 14,91 8,07 6,43
Média 0,0877 -4,22 -9,92 -11,29
Grando (1986) 0,0840
Goldner (1994) 0,0790
CET-SP (2000) 0,0778

proposto por Grando (1986) é 4,22% inferior, o proposto por Goldner (1994) é 9,92% inferior e
o proposto por CET-SP (2000) é 11,29% inferior.

empreendimento “C” é menos discrepante com os valores adotados por GRANDO (1986),
GOLDNER (1994) e CET-SP (2000) do que com o valor médio, sendo mais próximo do valor
adotado por CET-SP (2000).
113
0,12
FATOR HORÁRIO DE SAÍDA DAS 18:00 ÀS 19:00H
0,10
0,08
0,06
0,04 FHS (18-19) observado

Linear (FHS (18-19) CET(2000))
Linear (Média )
0,02
Linear (FHS (18-19) Grando)
Linear (FHS (18-19) Goldner)
0,00
0,5 1
"A" 1,5 2
"B" 2,5 3
"C" 3,5
SHOPPING CENTER
Figura 6.4 - Relação de fatores horários de saída das 18:00 às 19:00h.
Assim, conclui-se que o valor médio dos fatores horários de saída observados
na sexta-feira, entre 18:00 e 19:00h, é o que apresenta melhor estimativa para os
empreendimentos pesquisados, podendo ser considerado para shopping centers com
características similares.
6.3 TEMPO MÉDIO DE PERMANÊNCIA NO ESTACIONAMENTO
A Tabela 6.5 apresenta os valores do tempo médio de permanência dos veículos

no estacionamento no sábado, a média desses valores, os valores obtidos em alguns trabalhos
desenvolvidos no país e os desvios correspondentes aos valores observados e à média. A Figura
6.5 representa graficamente esses valores.
Tabela 6.5 - Relação de tempos médios de permanência dos veículos (Tm).

Desvio [%]
Tm [hora]
Média CET-SP (1983) Grando (1986) Goldner (1994)
Shopping center “A” 0,8962 4,65 11,58 118,70 118,70
Shopping center “B” 0,8578 9,34 16,58 128,49 128,49
Shopping center “C” 1,0598 -11,50 -5,64 84,94 84,94
Média 0,9379 6,62 108,98 108,98
CET-SP (1983) 1,0000
Grando (1986) 1,9600
Goldner (1994) 1,9600
114
2,20
2,00
TEMPO MÉDIO DE PERMANÊNCIA NO
1,80
1,60
ESTACIONAMENTO
1,40
1,20
1,00
0,80
0,60 Tm observado
0,40 Linear (Tm Grando e Goldner)
Linear (Tm CET-SP(1983))
0,20 Linear (Média )
0,00
0,5 "A"
1 1,5 "B"
2 2,5 "C"
3 3,5
SHOPPING CENTER
Figura 6.5 - Relação de tempos médios de permanência de veículos no estacionamento.

proposto por CET-SP (1983) é 6,62% superior e o proposto por GRANDO (1986) e
GOLDNER (1994) é 108,98% superior.

empreendimento “C” é menos discrepante com o valor adotado por CET-SP (1983) do que com
o valor médio observado.
Assim, sugere-se o valor médio dos valores observados como estimativa do

tempo médio de permanência de veículos no estacionamento, no sábado, para empreendimentos
com características similares aos shopping centers pesquisados.
6.4 RELAÇÃO ENTRE O NÚMERO DE VIAGENS NA

SEXTA-FEIRA E NO SÁBADO
A Tabela 6.6 apresenta os valores da relação entre as viagens na sexta-feira e no

sábado, a média desses valores, os valores obtidos em alguns trabalhos desenvolvidos no país e
os desvios correspondentes aos valores observados e à média. A Figura 6.6 representa
115
Tabela 6.6 - Relação entre as viagens diárias da sexta-feira e do sábado (VDsex / VDsab).
Desvio [%]
VDsex / VDsab
Média Grando (1986) Goldner (1994)
Shopping center “A” 0,6200 14,37 19,35 19,35
Shopping center “B” 0,8216 -13,69 -9,93 ------
Shopping center “C” 0,6635 6,87 11,53 11,53
Shopping center “D” 0,8346 -15,04 -11,33 -11,33
Shopping center “E” 0,7031 0,85 5,25 ------
Shopping center “F” 0,6119 15,88 20,93 20,93
Média 0,7091 4,36 4,36
Grando (1986) 0,7400
Goldner (1994) 0,7400
1,00
0,90
0,80
0,70
VDsex / VDsab
0,60
0,50
0,40
0,30 VDsex/VDsab observado
0,20 Linear (VDsex/VDsab Grando e Goldner)
0,10 Linear (VDsex/VDsab Média )
0,00
0,5 "A"
1 1,5 "B"
2 2,5 "C"
3 3,5 "D"
4 4,5 "E"
5 5,5 "F"
6 6,5
SHOPPING CENTER
Figura 6.6 - Relação entre as viagens diárias da sexta-feira e do sábado.

proposto por GRANDO (1986) e GOLDNER (1994) é 4,36% superior.

discrepância em relação ao valor médio observado. No entanto, os valores apresentados pelos
empreendimentos “B” e “D” são menos discrepantes com o valor adotado por GRANDO (1986)
do que com o valor médio.
Assim, sugere-se o valor médio dos valores observados como estimativa para a
relação entre as viagens diárias geradas na sexta-feira e no sábado, para empreendimentos com
características similares aos shopping centers pesquisados.
116
6.5 FUNÇÃO LINEAR RELACIONANDO O NÚMERO DIÁRIO

DE VIAGENS E O TAMANHO DO EMPREENDIMENTO
6.5.1 SEXTA-FEIRA
Na Tabela 6.7 apresentam-se os valores observados das viagens diárias atraídas

na sexta-feira (VDsex), os valores obtidos através da expressão fornecida por regressão linear
simples (eq.(27)), os valores fornecidos pelas expressões propostas por GRANDO (1986) e
GOLDNER (1994) em função da área bruta locável e os valores dos desvios correspondentes
em relação aos valores observados. A Figura 6.7 representa graficamente esses valores.
Tabela 6.7 - Relação das viagens diárias atraídas na sexta-feira e desvios de estimativas do
modelo da eq.(27) e modelos nacionais (VDsex).
Shopping VDsex [veículos/dia] Desvio [%]
center observado eq.(27) Grando Goldner eq.(27) Grando Goldner
“A” 3815 4780 4449 5883 25,29 16,62 54,20
“B” 1432 1311 -296 1524 -8,45 -120,66 6,42
“C” 4145 4272 3755 5348 3,07 -9,41 29,03
“D” 6760 6324 6562 7508 -6,45 -2,93 11,07
“E” 4500 4380 3902 5236 -2,67 -13,28 16,36
“F” 4547 4131 3562 5200 -9,15 -21,67 14,35
VDsex observado
Linear (VDsex Goldner s/supermercado)
Linear (VDsex Goldner c/supermercado)
8000
Linear (VDsex Grando)
Linear (VDsex eq.(27))
7000
"D"
VIAGENS DIÁRIAS NA SEXTA-FEIRA [veículos/dia]
6000
5000
"E"
"F"
4000 "C"
"A"
3000
2000
"B"
1000
0
0 5000 10000 15000 20000 25000 30000
-1000
ÁREA BRUTA LOCÁVEL [m2]
Figura 6.7 - Relação das viagens diárias atraídas na sexta-feira observadas e

estimadas pela eq.(27) e modelos nacionais.
117
Identifica-se, em geral, que os valores apresentados pela aplicação do modelo

de GRANDO (1986) mostram grande discrepância com os valores observados, no entanto, no
empreendimento “D” o desvio é de 2,93% do valor observado, sendo bem menor a discrepância.
Em relação aos valores estimados por GOLDNER (1994), os valores também apresentam
discrepância com os valores observados, sendo menor no shopping center “B”. A eq.(27)
mostra, em geral, melhor desempenho que os valores obtidos através da aplicação dos modelos
de Grando e Goldner.
Assim, sugere-se a eq.(27) como estimativa para as viagens diárias atraídas na
sexta-feira, para empreendimentos com características similares aos shopping centers
pesquisados.
na sexta-feira (VDsex), os valores fornecidos pela expressão propostas por CET (2000) em
função da área total construída e os valores dos desvios correspondentes em relação aos valores
observados. A Figura 6.8 representa graficamente esses valores.
modelo da CET-SP (2000) (VDsex).
VDsex [veículos/dia]
Shopping center Desvio [%]
observado CET-SP (2000)
“A” 3815 16554 333,92
“B” 1432 1882 31,42
“C” 4145 6518 57,27
“D” 6760 16442 143,22
“E” 4500 9531 111,81
“F” 4547 7874 73,17
VDsex observado
VIAGENS DIÁRIAS NA SEXTA-FEIRA [veículos/dia]
18000
Linear (VDsex CET-SP (2000))
16000
14000
12000
10000
8000
6000 "D
4000 "F" "E"

"C "A"
2000
"B"
0
0 10000 20000 30000 40000 50000 60000 70000
2
ÁREA TOTAL CONSTRUÍDA [m ]
Figura 6.8 - Relação das viagens diárias atraídas na sexta-feira observadas e estimadas
pelo modelo da CET-SP (2000).
118
Identifica-se que os valores apresentados pela aplicação do modelo da

CET-SP (2000) mostram grande discrepância com os valores observados. Portanto, esse modelo
apresenta-se inapropriado para estimar as viagens diárias atraídas na sexta-feira em função da
área total construída.

na sexta-feira (VDsex), os valores obtidos através da expressão fornecida por regressão linear
múltipla (eq.(31)), os valores fornecidos pelas expressões propostas por GRANDO (1986) e
GOLDNER (1994), bem como os valores dos desvios correspondentes em relação aos valores
observados. A Figura 6.9 representa graficamente esses valores.
modelo da eq.(31) e modelos nacionais (VDsex).
Shopping VDsex [veículos/dia] Desvio [%]
“A” 3815 3803 4449 5883 -0,31 16,62 54,20
“B” 1432 1417 -296 1524 -1,08 -120,66 6,42
“C” 4145 4181 3755 5348 0,88 -9,41 29,03
“D” 6760 6740 6562 7508 -0,30 -2,93 11,07
“E” 4500 4511 3902 5236 0,23 -13,28 16,36
VDsex observado
VDsex eq.(31)
Linear (VDsex Goldner c/supermercado)
Linear (VDsex Grando)
8000
VIAGENS DIÁRIAS ATRAÍDAS NA SEXTA-FEIRA [veículos/dia]
Linear (VDsex Goldner s/supermercado)
7000
"D"
6000
5000
"E"
4000 "C"
"A"
3000
2000
"B
1000
0
0 5000 10000 15000 20000 25000 30000
-1000
Figura 6.9 - Relação das viagens diárias atraídas na sexta-feira observadas e estimadas
pela eq.(31) e modelos nacionais.
119
Identifica-se, em geral, que os valores dos desvios apresentados pela aplicação

do modelo de GRANDO (1986) mostram grande discrepância com os valores observados,
sendo menor no empreendimento “D”. Em relação aos valores estimados pela aplicação do
modelo de GOLDNER (1994), para empreendimentos com e sem supermercado, os valores dos
desvios também apresentam discrepância, apresentando menor diferença com o valor observado
no shopping center “B”. Os valores apresentados pela aplicação da eq.(31) mostram melhor
desempenho que os valores obtidos através da aplicação dos modelos de Grando e Goldner.
Assim, sugere-se a eq.(31) como estimativa para as viagens diárias atraídas na

sexta-feira, para empreendimentos com características similares aos shopping centers
pesquisados, quanto às áreas dos estabelecimentos por ramos de atividade (comércio, lazer e
serviços).
6.5.2 SÁBADO
Na Tabela 6.10 apresentam-se os valores observados das viagens diárias

atraídas no sábado, os valores obtidos através da expressão fornecida por regressão linear
simples (eq.(28)), os valores fornecidos pelas expressões propostas por GRANDO (1986) e
GOLDNER (1994) em função da área bruta locável, bem como os valores dos desvios
correspondentes. A Figura 6.10 representa graficamente esses valores.
modelo da eq.(28) e modelos nacionais (VDsab).
Shopping VDsab [veículos/dia] Desvio [%]
“A” 6153 6748 6012 7950 9,66 -2,29 29,21
“B” 1743 2337 -400 3351 34,08 -122,95 92,25
“C” 6247 6102 5074 7228 -2,32 -18,78 15,70
“D” 8100 8711 8867 10146 7,55 9,47 25,26
“E” 6400 6239 5273 7754 -2,51 -17,61 21,16
“F” 7431 5923 4813 7027 -20,30 -35,23 -5,44
Identifica-se, em geral, que os valores apresentados pela aplicação do modelo

de GRANDO (1986) mostram grande discrepância com os valores observados, no entanto, no
empreendimento “A” o valor estimado é 2,29% inferior ao valor observado. Em relação aos
valores estimados por GOLDNER (1994), os valores também apresentam discrepância com os
valores observados, sendo menor no shopping center “F”. A eq.(28) mostra, em geral, melhor
desempenho que os valores obtidos através da aplicação dos modelos de Grando e Goldner.
120
VDsab observado
VDsab eq.(28)
Linear (VDsab Goldner s/supermercado)
12000 Linear (VDsab Goldner c/supermercado)
Linear (VDsab Grando)
10000
VIAGENS DIÁRIAS NO SÁBADO [veículos/dia]
"D
8000
"F"
"E"
"C"
6000
"A"
4000
2000
"B"
0
0 5000 10000 15000 20000 25000 30000
-2000
Figura 6.10 - Relação das viagens diárias atraídas no sábado observadas e estimadas
pela eq.(28) e modelos nacionais.
Assim, sugere-se a eq.(28) como estimativa para as viagens diárias atraídas no

sábado, para empreendimentos com características similares aos shopping centers pesquisados.
Na Tabela 6.11 apresentam-se os valores observados das viagens diárias

atraídas no sábado (VDsab), os valores obtidos através da expressão proposta por
CET-SP (2000) em função da área total construída, bem como os valores dos desvios
correspondentes em relação aos valores observados. A Figura 6.11 representa graficamente
esses valores.
121
modelo da CET-SP (2000) (VDsab).
VDsab [veículos/dia]
Shopping center Desvio [%]
observado CET-SP (2000)
“A” 6153 18772 205,09
“B” 1743 1480 -15,06
“C” 6247 6945 11,18
“D” 8100 18640 130,13
“E” 6400 10496 64,00
“F” 7431 8542 14,96
VDsab observado
20000 Linear (VDsab CET-SP (2000))
18000
VIAGENS DIÁRIAS NO SÁBADO [veículos/dia]
16000
14000
12000
10000
8000 "D"
"F"
6000 "E"
"C" "A"
4000
2000 "B"
0
0 10000 20000 30000 40000 50000 60000 70000
2
ÁREA TOTAL CONSTRUÍDA [m ]
Figura 6.11 - Relação das viagens diárias atraídas no sábado observadas e estimadas
pela modelo da CET-SP (2000).
Identifica-se que os valores apresentados pela aplicação do modelo da

CET-SP (2000) mostram grande discrepância com os valores observados, apresentando maior
dispersão nos empreendimentos “A”, “D” e “E”. Portanto, esse modelo mostra-se inapropriado
para estimar as viagens diárias atraídas no sábado em função da área total construída.
Em geral, nos parâmetros comparados com o valor médio e com valores

adotados por autores nacionais, identificou-se que os valores médios para fator hora pico, fator
horário de geração de viagens, tempo médio de permanência dos veículos no estacionamento e
para a relação entre as viagens diárias geradas na sexta-feira e no sábado são os que apresentam
melhor estimativa para os shopping centers pesquisados, podendo ser considerados para
shopping centers com características similares.
122
Nas comparações realizadas de valores observados para as viagens diárias

atraídas pelos empreendimentos com valores obtidos através da aplicação de modelos nacionais
e de modelos desenvolvidos para os shopping centers pesquisados, é possível sugerir como
melhores estimativas para as viagens diárias atraídas, enquanto não surgirem novos estudos,
para sexta-feira a eq.(27) obtida através de regressão linear simples, em função da área bruta
locável, e a eq.(31) obtida através de regressão linear múltipla, considerando as áreas
desagregadas de comércio, lazer e serviços. Para estimar as viagens diárias atraídas no sábado é
possível sugerir como melhor estimativa a eq.(28) obtida através de regressão linear simples, em
função da área bruta locável.
Os modelos sugeridos pela CET-SP (2000), em função da área total construída,

ao serem aplicados aos empreendimentos pesquisados apresentaram grande discrepância com os
valores observados. Portanto, consideram-se inapropriados para estimar as viagens diárias
atraídas na sexta-feira e no sábado, em empreendimentos com as características apresentadas
nesta pesquisa.
123
7 MÉTODO PROPOSTO PARA DIMENSIONAR ALGUNS

PARÂMETROS DE PROJETO DE SHOPPING CENTERS
Na literatura pesquisada, quanto à variação da demanda de tráfego em shopping

centers, identificou-se alguns critérios adotados como dias típicos de projeto. Entretanto, nesta
pesquisa não foi possível obter dias de projeto para o universo estudado, devido a que os
shopping centers pesquisados, localizados em cidades de médio porte no interior do estado de
São Paulo, não apresentaram registros de dados anuais do fluxo de veículos atraídos, nem
apresentaram registros diários de movimentação de veículos. Nessa situação, considera-se
apropriado adotar as seguintes hipóteses:
1. A variação diária das viagens ao longo do ano - expressa pela relação entre o número de
viagens num dia qualquer e o número de viagens no sábado médio – segue a curva dos
valores médios dos dados referentes aos três casos distintos (dois deles referentes ao mesmo
shopping center em anos diferentes) apresentados por GRANDO (1986), e relacionados no
capítulo 2.
2. O número de viagens no sábado obtido no estudo para cada shopping center corresponde ao
valor do sábado médio do ano. Da mesma forma, o número de viagens na sexta-feira obtido
no estudo para cada shopping corresponde ao valor da sexta-feira média do ano.
3. A variação horária do fluxo de veículos ao longo dos dias de maior movimento – que são os
sábados e alguns dias especiais (feriados, vésperas do natal, do dia das mães, do dia dos
pais, etc) - segue o padrão médio obtido nos sábados pesquisados.
4. A variação horária do fluxo de veículos ao longo das sextas-feiras segue o padrão médio
obtido nas sextas-feiras pesquisadas.
5. O valor médio da relação entre o número total de viagens na sexta-feira e no sábado obtidos
no estudo (0,71) se mantém o mesmo nas sextas-feiras e nos sábados correspondentes em
termos de movimento (1ª sexta-feira de maior movimento do ano com 1º sábado de maior
movimento, 2ª sexta-feira de maior movimento do ano com 2º sábado de maior movimento,
etc).
124
6. A eq.(28) apresentada no capítulo 5, obtida através da técnica de regressão linear simples,

fornece uma estimativa satisfatória do número de viagens no sábado médio em função da
área bruta locável.
Com essas hipóteses e considerando, ainda, os registros diários de

movimentação de veículos nos shopping centers pesquisados, torna-se possível formular um
método para dimensionar alguns parâmetros de projeto de shopping centers localizados em
cidades de médio porte, no interior do estado de São Paulo, definidos para uma determinada
hora de projeto.
A formulação do método proposto consiste nos seguintes passos:
 Relacionar os valores médios dos fatores diários de projeto para os dias do ano mais
movimentados;
 Relacionar os valores médios dos fatores horários de projeto nos empreendimentos

pesquisados para as horas mais movimentadas do dia;
 Relacionar os valores médios dos fatores diários e horários de projeto, de modo a obter os
fatores horários de projeto associados às horas do ano mais movimentadas;
 Definir determinada hora de projeto para os fatores horários de projeto associados às horas
do ano mais movimentadas; e
 Relacionar o fator horário de projeto associado a determinada hora do ano mais

movimentada com as viagens no sábado médio, de modo a obter os valores de alguns
parâmetros de projeto de shopping centers.
Assim, com os valores obtidos, pressupõe-se possível dimensionar

adequadamente as instalações e equipamentos de entrada e saída do shopping center, as
instalações de eventuais cruzamentos por onde passam os fluxos de entrada e saída do
empreendimento, as instalações e equipamentos de passagem e controle nos acessos de entrada
e saída do estacionamento, a capacidade do estacionamento e dimensionar dispositivos de
acesso viário e adequação de serviços e/ou infra-estrutura de transportes (tratamento viário,
sinalização, etc).
125
7.2 ESTUDO DO DIA DE PROJETO

Na Tabela 7.1 encontram-se reproduzidos os valores da Tabela 2.2,
apresentados por GRANDO (1986), bem como os valores médios da relação entre o número de
viagens nos dias de maior movimento e o número de viagens no sábado médio, isto é:
FDi = VDi / Vsm (33)
Sendo, FDi: fator diário de viagens associado ao dia i do ano;

VDi: número de viagens no dia i do ano; e
Vsm: número de viagens no sábado médio do ano.
Também na Tabela 7.1 estão indicados os desvios dos valores reais em relação
ao valor médio.
Tabela 7.1 – Fatores diários e desvios.

Dia FDi = VDi / Vsm Desvio [%]
(i) Rio Sul(1983) Rio Sul(1994) Recife(1985) média Rio Sul(1983) Rio Sul(1994) Recife(1985)
1 1,86 1,68 1,83 1,79 3,91 -6,15 2,23
2 1,84 1,65 1,54 1,68 9,74 -1,59 -8,15
3 1,82 1,50 1,51 1,61 13,04 -6,83 -6,21
4 1,79 1,49 1,41 1,56 14,50 -4,69 -9,81
5 1,75 1,43 1,40 1,53 14,63 -6,33 -8,30
6 1,64 1,39 1,38 1,47 11,56 -5,44 -6,12
7 1,58 1,37 1,33 1,43 10,75 -3,97 -6,78
8 1,56 1,34 1,32 1,41 10,90 -4,74 -6,16
9 1,54 1,33 1,30 1,39 10,79 -4,32 -6,47
10 1,50 1,31 1,28 1,36 10,02 -3,91 -6,11
11 1,36 1,30 1,26 1,31 4,08 -0,51 -3,57
12 1,34 1,28 1,25 1,29 3,88 -0,78 -3,10
13 1,30 1,27 1,24 1,27 2,36 0,00 -2,36
14 1,29 1,26 1,22 1,26 2,65 0,27 -2,92
15 1,28 1,24 1,17 1,23 4,07 0,81 -4,88
16 1,24 1,23 1,17 1,21 2,20 1,37 -3,57
17 1,24 1,16 1,12 1,17 5,68 -1,14 -4,55
18 1,22 1,15 1,11 1,16 5,17 -0,86 -4,31
19 1,20 1,14 1,09 1,14 4,96 -0,29 -4,66
20 1,16 1,14 1,07 1,12 3,26 1,48 -4,75
21 1,15 1,13 1,06 1,11 3,29 1,50 -4,79
22 1,14 1,12 1,06 1,11 3,01 1,20 -4,22
23 1,13 1,11 1,05 1,10 3,04 1,22 -4,26
24 1,12 1,10 1,05 1,09 2,75 0,92 -3,67
25 1,12 1,07 1,05 1,08 3,70 -0,93 -2,78
26 1,10 1,05 1,05 1,07 3,13 -1,56 -1,56
27 1,09 1,04 1,05 1,06 2,83 -1,89 -0,94
28 1,06 1,03 1,04 1,04 1,60 -1,28 -0,32
29 1,04 1,02 1,04 1,03 0,65 -1,29 0,65
30 1,03 1,02 1,04 1,03 0,00 -0,97 0,97
31 1,02 1,01 1,03 1,02 0,00 -0,98 0,98
32 1,02 1,01 1,02 1,02 0,00 -0,98 0,00
33 1,02 1,00 1,02 1,01 0,99 -0,99 0,99
34 1,00 1,00 1,02 1,01 -0,99 -0,99 0,99
35 0,99 1,00 1,02 1,00 -1,00 0,00 2,00
36 0,98 0,99 1,02 1,00 -2,00 -1,00 2,00
37 0,95 0,99 1,01 0,98 -3,06 1,02 3,06
38 0,95 0,99 1,01 0,98 -3,06 1,02 3,06
39 0,94 0,98 1,01 0,98 -4,08 0,00 3,06
40 0,94 0,98 1,00 0,97 -3,09 1,03 3,09
41 0,93 0,98 0,99 0,97 -4,12 1,03 2,06
126
Na Figura 7.1 estão representados graficamente os valores dos fatores diários.
2,00
VIAGENS DIÁRIAS EM RELAÇÃO ÀS VIAGENS NO SÁBADO MÉDIO
FD_Rio Sul(1983)
1,90
1,80
FD_Rio Sul(1984)
1,70
FD_Recife (1985)
1,60
FD_média
1,50
1,40
1,30
1,20
1,10
1,00
0,90
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42
DIA DE MAIOR MOVIMENTO
Figura 7.1 – Fatores diários para os dias de maior movimento.
7.3 ESTUDO DA HORA DE PROJETO
7.3.1 FATORES DE ENTRADA
Na Tabela 7.2 encontram-se reproduzidos os valores da relação entre o número

de viagens horárias e o número total de viagens no sábado, referentes às horas de maior
movimento de entrada, obtidos nas pesquisas realizadas nos shoppings centers. Também nessa
tabela estão indicados os valores médios dessas relações correspondentes a cada hora -
denominados de fatores horários de entrada e definidos como:
FHEjsm = ( VHEj / Vsm ) x 100 (34)
Sendo, FHEjsm: fator horário de entrada associado à hora j do sábado médio [%];
VHEj: número de viagens na hora j do sábado médio [veículos/hora]; e
Vsm: número de viagens no sábado médio [veículos/dia].
Também na Tabela 7.2 estão indicados os desvios dos valores reais em relação
ao valor médio.
127
Tabela 7.2 – Fatores horários de entrada (FHEjsm).

Maior FHEjsm [%] = ( VHEj / Vsm ) x 100 Desvio [%]
hora (j) “F” “A” “B” “C” média “F” “A” “B” “C”
1 11,47 10,58 15,49 12,52 12,52 -8,35 -15,46 23,77 0,04
2 8,90 10,06 13,02 10,84 10,71 -16,86 -6,03 21,63 1,26
3 8,65 9,62 12,16 9,91 10,09 -14,23 -4,61 20,58 -1,74
4 7,16 9,56 11,36 8,84 9,23 -22,43 3,58 23,08 -4,23
5 6,90 8,63 6,83 7,97 7,58 -9,00 13,81 -9,92 5,11
6 6,72 8,37 6,71 7,94 7,44 -9,62 12,58 -9,75 6,79
7 6,50 7,41 5,91 7,78 6,90 -5,80 7,39 -14,35 12,75
8 6,42 6,68 5,85 7,60 6,64 -3,28 0,64 -11,86 14,50
9 6,06 6,44 5,34 7,16 6,25 -3,04 3,04 -14,56 14,56
10 5,84 6,31 5,34 6,66 6,04 -3,27 4,51 -11,55 10,31
11 5,64 6,22 4,70 6,13 5,67 -0,57 9,65 -17,14 8,07
12 3,92 4,45 4,19 4,56 4,28 -8,41 3,97 -2,10 6,54
13 2,74 4,21 3,10 2,09 3,04 -9,72 38,71 2,14 -31,14
demais horas 13,09 1,46 0,00 0,00 3,64
total 100,00 100,00 100,00 100,00 100,00
Na Figura 7.2 estão representados graficamente os valores dos fatores horários

de entrada.
FHE [%] "F"

16,00 FHE [%] "A"
15,00 FHE [%] "B"
14,00 FHE [%] "C"
13,00 FHE [%] média

FATOR HORÁRIO DE ENTRADA [%]
12,00
11,00
10,00
9,00
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14
HORA DE MAIOR MOVIMENTO
Figura 7.2 – Fatores horários de entrada.

128
Com base na hipótese 3 estabelecida no item 7.1, pode-se escrever que o fator
horário de entrada para a hora j do dia i vale:
FHEji = FHEjsm x FDi (35)
Sendo, FHEji: fator horário de entrada para a hora j do dia i [%];

FHEjsm: fator horário de entrada associado à hora j do sábado médio [%];
FDi: fator diário de viagens associado ao dia i do ano.
Isso significa que:
VHEji = FHEji x Vsm (36)
Sendo, VHEji: número de viagens na hora j do dia i do ano [veículos/hora];

FHEji: fator horário de entrada para a hora j do dia i;
Na Tabela 7.3 e na Figura 7.3 estão indicados os valores de FHEji.
Tabela 7.3 – Fatores de entrada (FHEji).

FHEji [%] = FHEjsm x FDi [%]
FHEjsm [%] 12,52 10,71 10,09 9,23 7,58 7,44 6,90 6,64 6,25 6,04 5,67 4,28 3,04
FDi dia\hora 1 2 3 4 5 6 7 8 9 10 11 12 13
1,79 1 22,41 19,17 18,06 16,52 13,57 13,32 12,35 11,89 11,19 10,81 10,15 7,66 5,44
1,68 2 21,03 17,99 16,95 15,51 12,73 12,50 11,59 11,16 10,50 10,15 9,53 7,19 5,11
1,61 3 20,16 17,24 16,24 14,86 12,20 11,98 11,11 10,69 10,06 9,72 9,13 6,89 4,89
1,56 4 19,53 16,71 15,74 14,40 11,82 11,61 10,76 10,36 9,75 9,42 8,85 6,68 4,74
1,53 5 19,16 16,39 15,44 14,12 11,60 11,38 10,56 10,16 9,56 9,24 8,68 6,55 4,65
1,47 6 18,40 15,74 14,83 13,57 11,14 10,94 10,14 9,76 9,19 8,88 8,33 6,29 4,47
1,43 7 17,90 15,32 14,43 13,20 10,84 10,64 9,87 9,50 8,94 8,64 8,11 6,12 4,35
1,41 8 17,65 15,10 14,23 13,01 10,69 10,49 9,73 9,36 8,81 8,52 7,99 6,03 4,29
1,39 9 17,40 14,89 14,03 12,83 10,54 10,34 9,59 9,23 8,69 8,40 7,88 5,95 4,23
1,36 10 17,03 14,57 13,72 12,55 10,31 10,12 9,38 9,03 8,50 8,21 7,71 5,82 4,13
1,31 11 16,40 14,03 13,22 12,09 9,93 9,75 9,04 8,70 8,19 7,91 7,43 5,61 3,98
1,29 12 16,15 13,82 13,02 11,91 9,78 9,60 8,90 8,57 8,06 7,79 7,31 5,52 3,92
1,27 13 15,90 13,60 12,81 11,72 9,63 9,45 8,76 8,43 7,94 7,67 7,20 5,44 3,86
1,26 14 15,78 13,49 12,71 11,63 9,55 9,37 8,69 8,37 7,88 7,61 7,14 5,39 3,83
1,23 15 15,40 13,17 12,41 11,35 9,32 9,15 8,49 8,17 7,69 7,43 6,97 5,26 3,74
1,21 16 15,15 12,96 12,21 11,17 9,17 9,00 8,35 8,03 7,56 7,31 6,86 5,18 3,68
1,17 17 14,65 12,53 11,81 10,80 8,87 8,70 8,07 7,77 7,31 7,07 6,63 5,01 3,56
1,16 18 14,52 12,42 11,70 10,71 8,79 8,63 8,00 7,70 7,25 7,01 6,58 4,96 3,53
1,14 19 14,27 12,21 11,50 10,52 8,64 8,48 7,87 7,57 7,13 6,89 6,46 4,88 3,47
1,12 20 14,02 12,00 11,30 10,34 8,49 8,33 7,73 7,44 7,00 6,76 6,35 4,79 3,40
1,11 21 13,90 11,89 11,20 10,25 8,41 8,26 7,66 7,37 6,94 6,70 6,29 4,75 3,37
1,11 22 13,90 11,89 11,20 10,25 8,41 8,26 7,66 7,37 6,94 6,70 6,29 4,75 3,37
1,10 23 13,77 11,78 11,10 10,15 8,34 8,18 7,59 7,30 6,88 6,64 6,24 4,71 3,34
1,09 24 13,65 11,67 11,00 10,06 8,26 8,11 7,52 7,24 6,81 6,58 6,18 4,67 3,31
1,08 25 13,52 11,57 10,90 9,97 8,19 8,04 7,45 7,17 6,75 6,52 6,12 4,62 3,28
1,07 26 13,40 11,46 10,80 9,88 8,11 7,96 7,38 7,10 6,69 6,46 6,07 4,58 3,25
1,06 27 13,27 11,35 10,70 9,78 8,03 7,89 7,31 7,04 6,63 6,40 6,01 4,54 3,22
1,04 28 13,02 11,14 10,49 9,60 7,88 7,74 7,18 6,91 6,50 6,28 5,90 4,45 3,16
1,03 29 12,90 11,03 10,39 9,51 7,81 7,66 7,11 6,84 6,44 6,22 5,84 4,41 3,13
1,03 30 12,90 11,03 10,39 9,51 7,81 7,66 7,11 6,84 6,44 6,22 5,84 4,41 3,13
1,02 31 12,77 10,92 10,29 9,41 7,73 7,59 7,04 6,77 6,38 6,16 5,78 4,37 3,10
1,02 32 12,77 10,92 10,29 9,41 7,73 7,59 7,04 6,77 6,38 6,16 5,78 4,37 3,10
1,01 33 12,65 10,82 10,19 9,32 7,66 7,51 6,97 6,71 6,31 6,10 5,73 4,32 3,07
1,01 34 12,65 10,82 10,19 9,32 7,66 7,51 6,97 6,71 6,31 6,10 5,73 4,32 3,07
1,00 35 12,52 10,71 10,09 9,23 7,58 7,44 6,90 6,64 6,25 6,04 5,67 4,28 3,04
1,00 36 12,52 10,71 10,09 9,23 7,58 7,44 6,90 6,64 6,25 6,04 5,67 4,28 3,04
0,98 37 12,27 10,50 9,89 9,05 7,43 7,29 6,76 6,51 6,13 5,92 5,56 4,19 2,98
0,98 38 12,27 10,50 9,89 9,05 7,43 7,29 6,76 6,51 6,13 5,92 5,56 4,19 2,98
0,98 39 12,27 10,50 9,89 9,05 7,43 7,29 6,76 6,51 6,13 5,92 5,56 4,19 2,98
0,97 40 12,14 10,39 9,79 8,95 7,35 7,22 6,69 6,44 6,06 5,86 5,50 4,15 2,95
0,97 41 12,14 10,39 9,79 8,95 7,35 7,22 6,69 6,44 6,06 5,86 5,50 4,15 2,95
129
22,50
22,00
21,50
21,00
20,50
20,00
19,50
19,00
18,50
18,00
17,50
FATOR DE ENTRADA - FHE [%]
17,00
16,50
16,00
15,50
15,00
14,50
14,00
13,50 D1
D2
13,00 D3
D4
12,50 D5
D6
12,00 D7
D8
11,50 D9
D10
11,00 D11
D12
D13
10,50 D14
D15
10,00 D16
D17
9,50 D18
D19
9,00 D20
D21
8,50 D22
D23
8,00 D24
1 2 3 4 5 6
HORA DE MAIOR MOVIMENTO DURANTE O DIA
Figura 7.3 – Fatores de entrada.
Na Tabela 7.4 e na Figura 7.4 são mostrados os valores dos fatores de entrada
(FHEji) associados às horas do ano de maior movimento – referidos a partir daqui simplesmente
por FHE.
Tabela 7.4 – Relação dos fatores de entrada para as horas de maior movimento (FHE).
Hora de maior movimento (j) FHE [%] Dia i em que ocorre a hora j
1 22,41 1
2 21,03 2
3 20,16 3
4 19,53 4
5 19,17 1
6 19,16 5
7 18,40 6
8 18,06 1
9 17,99 2
10 17,90 7
11 17,65 8
12 17,40 9
13 17,24 3
14 17,03 10
15 16,95 2
130
Tabela 7.4 – Relação dos fatores de entrada para as horas de maior movimento (FHE).
Hora de maior movimento (j) FHE [%] Dia i em que ocorre a hora j
16 16,71 4
17 16,52 1
18 16,40 11
19 16,39 5
20 16,24 3
21 16,15 12
22 15,90 13
23 15,78 14
24 15,74 4
25 15,74 6
26 15,51 2
27 15,44 5
28 15,40 15
29 15,32 7
30 15,15 16
31 15,10 8
32 14,89 9
33 14,86 3
34 14,83 6
35 14,65 17
36 14,57 10
37 14,52 18
38 14,43 7
39 14,40 4
40 14,27 19
41 14,23 8
42 14,12 5
43 14,03 9
44 14,03 11
45 14,02 20
46 13,90 21
47 13,90 22
48 13,82 12
49 13,77 23
50 13,72 10
51 13,65 24
52 13,60 13
53 13,57 1
54 13,57 6
55 13,52 25
56 13,49 14
57 13,40 26
58 13,32 1
59 13,27 27
60 13,22 11
61 13,20 7
62 13,17 15
63 13,02 12
64 13,02 28
65 13,01 8
66 12,96 16
67 12,90 29
68 12,90 30
69 12,83 9
70 12,81 13
71 12,77 31
72 12,77 32
73 12,73 2
74 12,71 14
75 12,65 33
76 12,65 34
77 12,55 10
78 12,53 17
79 12,52 35
80 12,52 36
81 12,50 2
82 12,42 18
83 12,41 15
84 12,35 1
85 12,27 37
86 12,27 38
87 12,27 39
88 12,21 19
89 12,21 16
90 12,20 3
91 12,14 40
131
23
22
21
20
19
FHE [%]
18
17
FATOR DE ENTRADA [%]
16
15
14
13
12
11
10
9
8
7
6
5
4
3
2
1
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88 91
Figura 7.4 – Relação dos fatores de entrada para as horas do ano de maior movimento.
Na Tabela 7.5 estão indicados os valores dos fatores de entrada associados ao

número de horas não atendidas.
Tabela 7.5 – Valores dos fatores de entrada x Número de horas não atendidas.
Horas não atendidas FHE [%] Horas não atendidas [%] Horas atendidas [%]
0 22,41 0,00 100,00
5 19,16 0,10 99,90
10 17,65 0,20 99,80
15 16,71 0,29 99,71
20 16,15 0,39 99,61
25 15,51 0,49 99,51
30 15,10 0,59 99,41
35 14,57 0,68 99,32
40 14,23 0,78 99,22
45 13,90 0,88 99,12
50 13,65 0,98 99,02
55 13,49 1,08 98,92
60 13,20 1,17 98,83
65 12,96 1,27 98,73
70 12,77 1,37 98,63
75 12,65 1,47 98,53
80 12,50 1,57 98,43
85 12,27 1,66 98,34
90 12,14 1,76 98,24
Seguindo o padrão dos projetos de rodovias e vias urbanas, de adotar para o

dimensionamento da infra-estrutura (instalações e equipamentos) um valor próximo ao joelho
da curva de variação do fluxo (onde a taxa de variação do fluxo passa a ser menor), pode-se
adotar como hora de projeto a 10a hora, onde FHE = 17,90%. Nesse caso, apenas nas 9 horas de
132
maior movimento do ano a capacidade de atendimento das instalações e equipamentos de

passagem e controle na entrada do shopping será superada. Na Tabela 7.4 podem ser
identificados os dias do ano em que as 9 horas que superam a capacidade ocorrem, no caso: 3
horas ocorrem no 1º dia de maior movimento, 2 horas no 2º dia, 1 hora no 3º, 1 hora no 4º,
1 hora no 5º e 1 hora no 6º dia.
Assumindo como hora de projeto a 30a hora, como é comum no projeto de

rodovias, resulta FHE = 15,15%. Contudo, no caso de rodovias o dimensionamento é feito
normalmente para o nível de serviço “D”, muito aquém da capacidade da via. Isso significa que
em grande parte das 29 horas de maior movimento, o fluxo não supera a capacidade, ocorrendo
apenas uma deterioração do nível de serviço – congestionamento real apenas numas poucas
horas. Não é o caso do dimensionamento das instalações e equipamentos de entrada dos
shopping centers aqui utilizados - onde o limite considerado é a capacidade. Assim, para
shopping centers não é indicado adotar a 30ª hora como hora de projeto.
Outra forma de abordagem da questão é fixar uma porcentagem para o número

de horas do ano não atendidas e determinar o valor de FHE correspondente. Assumindo, por
exemplo, que apenas em 1% das horas (aproximadamente 50 horas) a capacidade seria excedida
(em 99% das horas o fluxo de veículos estaria abaixo da capacidade), resulta FHE = 13,65%.
Assumindo que em apenas 0,5% das horas (aproximadamente 25 horas) a capacidade seria
excedida, resulta FHE = 15,51%.
VOORHEESS & CROW (1966) propuseram a 10ª hora mais movimentada

como hora de projeto, que como visto coincide com o joelho da curva e leva a um valor de
FHE = 17,90%.
O URBAN LAND INSTITUTE (1982) propõe a 19ª hora mais movimentada do

ano como hora de projeto, resultando nesse caso um FHE = 16,39%.
À luz das considerações feitas, e considerando que a existência de

congestionamento na entrada é indesejável por prejudicar o trânsito na parte externa e
desagradar os clientes do empreendimento e a comunidade, a princípio parece razoável adotar
como hora de projeto a 10ª hora mais movimentada. Neste caso, o valor de FHE = 17,90%
representa 79,88% do valor de FHEmáx = 22,41% (que corresponde ao valor em que o fluxo de
veículos não supera a capacidade em nenhuma hora do ano). Isso significa, a princípio, uma
redução física, e possivelmente do custo, de 20,12% das instalações e equipamentos na entrada
do empreendimento.
133
Na realidade, no planejamento e na análise da operação de vias urbanas e

rodovias, é considerado o fluxo no período de pico (período de 15 minutos de maior movimento
dentro da hora pico) e não o fluxo na hora pico.
O valor entre os fluxos na hora pico e no período de pico é referido como fator
de hora pico (peak hour factor), ou seja:
FHP = VHP / VPP (37)
Sendo, FHP: fator de hora pico;

VHP: volume na hora pico [veículos/hora]; e
VPP: volume no período de pico (15 minutos de maior movimento dentro da hora pico)
[veículos/fração horária].
No caso do planejamento viário de shopping centers, considerando a

relativamente alta incerteza na estimativa da quantidade e variação temporal das viagens e a
elevada quantidade de veículos em circulação na área de estacionamento, não vale a pena retirar
o cálculo a ponto de considerar o período de pico em vez da hora de pico.
7.3.2 FATORES DE SAÍDA

movimento de saída, obtidos nas pesquisas realizadas nos shoppings centers. São também
apresentados os valores médios dessas relações correspondentes a cada hora - denominados de
fatores horários de saída e definidos como:
FHSjsm = ( VHSj / Vsm ) x 100 (38)
Sendo, FHSjsm: fator horário de saída associado à hora j do sábado médio [%];
VHSj: número de viagens de saída na hora j do sábado médio [veículos/hora]; e
São indicados ainda na Tabela 7.6, os desvios dos valores reais em relação ao
valor médio.
134
Tabela 7.6 – Fatores horários de saída (FHSjsm).

Maior FHSjsm [%] = ( VHSj / Vsm ) x 100 Desvio [%]
hora (j) “A” “B” “C” média “A” “B” “C”
1 9,39 13,83 9,49 10,90 -13,88 26,84 -12,96
2 9,23 9,29 8,61 9,04 2,06 2,73 -4,79
3 9,20 7,80 8,42 8,47 8,58 -7,95 -0,63
4 8,89 7,80 8,05 8,25 7,80 -5,42 -2,38
5 8,61 7,69 7,65 7,98 7,85 -3,67 -4,18
6 8,22 7,52 7,62 7,79 5,57 -3,42 -2,14
7 7,57 6,60 7,49 7,22 4,85 -8,59 3,74
8 7,57 4,93 7,43 6,64 13,95 -25,79 11,84
9 6,70 4,65 5,68 5,68 18,03 -18,09 0,06
10 6,44 4,42 5,25 5,37 19,93 -17,69 -2,23
11 6,06 3,44 4,08 4,53 33,87 -24,01 -9,87
12 4,37 3,16 2,18 3,24 35,02 -2,37 -32,65
13 1,91 0,86 0,69 1,15 65,61 -25,43 -40,17
demais horas 5,84 18,01 17,36 13,74
total 100,00 100,00 100,00 100,00

de saída.
14,00 FHS [%] "A"

FHS [%] "B"
13,00
FHS [%] "C"
12,00
FHS [%] média
11,00
FATOR HORÁRIO DE SAÍDA [%]
10,00
9,00
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Figura 7.5 – Fatores horários de saída.

135
horário de saída para a hora j do dia i vale:
FHSji = FHSjsm x FDi (39)
Sendo, FHSji: fator horário de saída para a hora j do dia i [%];

FHSjsm: fator horário de saída associado à hora j do sábado médio [%];
Isso significa que:

VHSji = FHSji x Vsm (40)
Sendo, VHSji: número de viagens na hora j do dia i do ano [veículos/hora];
FHSji: fator horário de saída para a hora j do dia i;
Na Tabela 7.7 e na Figura 7.6 estão indicados os valores de FHSji.
Tabela 7.7 – Fatores de saída (FHSji).

FHSji [%] = FHSjsm x FDi [%]
FHSjsm [%] 10,90 9,04 8,47 8,25 7,98 7,79 7,22 6,64 5,68 5,37 4,53 3,24 1,15
FDi dia\hora 1 2 3 4 5 6 7 8 9 10 11 12 13
1,79 1 19,51 16,18 15,16 14,77 14,28 13,94 12,92 11,89 10,17 9,61 8,11 5,80 2,06
1,68 2 18,31 15,19 14,23 13,86 13,41 13,09 12,13 11,16 9,54 9,02 7,61 5,44 1,93
1,61 3 17,55 14,55 13,64 13,28 12,85 12,54 11,62 10,69 9,14 8,65 7,29 5,22 1,85
1,56 4 17,00 14,10 13,21 12,87 12,45 12,15 11,26 10,36 8,86 8,38 7,07 5,05 1,79
1,53 5 16,68 13,83 12,96 12,62 12,21 11,92 11,05 10,16 8,69 8,22 6,93 4,96 1,76
1,47 6 16,02 13,29 12,45 12,13 11,73 11,45 10,61 9,76 8,35 7,89 6,66 4,76 1,69
1,43 7 15,59 12,93 12,11 11,80 11,41 11,14 10,32 9,50 8,12 7,68 6,48 4,63 1,64
1,41 8 15,37 12,75 11,94 11,63 11,25 10,98 10,18 9,36 8,01 7,57 6,39 4,57 1,62
1,39 9 15,15 12,57 11,77 11,47 11,09 10,83 10,04 9,23 7,90 7,46 6,30 4,50 1,60
1,36 10 14,82 12,29 11,52 11,22 10,85 10,59 9,82 9,03 7,72 7,30 6,16 4,41 1,56
1,31 11 14,28 11,84 11,10 10,81 10,45 10,20 9,46 8,70 7,44 7,03 5,93 4,24 1,51
1,29 12 14,06 11,66 10,93 10,64 10,29 10,05 9,31 8,57 7,33 6,93 5,84 4,18 1,48
1,27 13 13,84 11,48 10,76 10,48 10,13 9,89 9,17 8,43 7,21 6,82 5,75 4,11 1,46
1,26 14 13,73 11,39 10,67 10,40 10,05 9,82 9,10 8,37 7,16 6,77 5,71 4,08 1,45
1,23 15 13,41 11,12 10,42 10,15 9,82 9,58 8,88 8,17 6,99 6,61 5,57 3,99 1,41
1,21 16 13,19 10,94 10,25 9,98 9,66 9,43 8,74 8,03 6,87 6,50 5,48 3,92 1,39
1,17 17 12,75 10,58 9,91 9,65 9,34 9,11 8,45 7,77 6,65 6,28 5,30 3,79 1,35
1,16 18 12,64 10,49 9,83 9,57 9,26 9,04 8,38 7,70 6,59 6,23 5,25 3,76 1,33
1,14 19 12,43 10,31 9,66 9,41 9,10 8,88 8,23 7,57 6,48 6,12 5,16 3,69 1,31
1,12 20 12,21 10,12 9,49 9,24 8,94 8,72 8,09 7,44 6,36 6,01 5,07 3,63 1,29
1,11 21 12,10 10,03 9,40 9,16 8,86 8,65 8,01 7,37 6,30 5,96 5,03 3,60 1,28
1,11 22 12,10 10,03 9,40 9,16 8,86 8,65 8,01 7,37 6,30 5,96 5,03 3,60 1,28
1,10 23 11,99 9,94 9,32 9,08 8,78 8,57 7,94 7,30 6,25 5,91 4,98 3,56 1,27
1,09 24 11,88 9,85 9,23 8,99 8,70 8,49 7,87 7,24 6,19 5,85 4,94 3,53 1,25
1,08 25 11,77 9,76 9,15 8,91 8,62 8,41 7,80 7,17 6,13 5,80 4,89 3,50 1,24
1,07 26 11,66 9,67 9,06 8,83 8,54 8,34 7,73 7,10 6,08 5,75 4,85 3,47 1,23
1,06 27 11,55 9,58 8,98 8,75 8,46 8,26 7,65 7,04 6,02 5,69 4,80 3,43 1,22
1,04 28 11,34 9,40 8,81 8,58 8,30 8,10 7,51 6,91 5,91 5,58 4,71 3,37 1,20
1,03 29 11,23 9,31 8,72 8,50 8,22 8,02 7,44 6,84 5,85 5,53 4,67 3,34 1,18
1,03 30 11,23 9,31 8,72 8,50 8,22 8,02 7,44 6,84 5,85 5,53 4,67 3,34 1,18
1,02 31 11,12 9,22 8,64 8,42 8,14 7,95 7,36 6,77 5,79 5,48 4,62 3,30 1,17
1,02 32 11,12 9,22 8,64 8,42 8,14 7,95 7,36 6,77 5,79 5,48 4,62 3,30 1,17
1,01 33 11,01 9,13 8,55 8,33 8,06 7,87 7,29 6,71 5,74 5,42 4,58 3,27 1,16
1,01 34 11,01 9,13 8,55 8,33 8,06 7,87 7,29 6,71 5,74 5,42 4,58 3,27 1,16
1,00 35 10,90 9,04 8,47 8,25 7,98 7,79 7,22 6,64 5,68 5,37 4,53 3,24 1,15
1,00 36 10,90 9,04 8,47 8,25 7,98 7,79 7,22 6,64 5,68 5,37 4,53 3,24 1,15
0,98 37 10,68 8,86 8,30 8,09 7,82 7,63 7,08 6,51 5,57 5,26 4,44 3,18 1,13
0,98 38 10,68 8,86 8,30 8,09 7,82 7,63 7,08 6,51 5,57 5,26 4,44 3,18 1,13
0,98 39 10,68 8,86 8,30 8,09 7,82 7,63 7,08 6,51 5,57 5,26 4,44 3,18 1,13
0,97 40 10,57 8,77 8,22 8,00 7,74 7,56 7,00 6,44 5,51 5,21 4,39 3,14 1,12
0,97 41 10,57 8,77 8,22 8,00 7,74 7,56 7,00 6,44 5,51 5,21 4,39 3,14 1,12
136
20,00
19,50
19,00
18,50
18,00
17,50
17,00
16,50
16,00
FATOR DE SAÍDA - FHS [%]
15,50
15,00
14,50
14,00 D1
D2
13,50 D3
D4
13,00 D5
D6
12,50 D7
D8
12,00 D9
D10
11,50 D11
D12
11,00 D13
D14
10,50 D15
D16
10,00 D17
D18
D19
9,50
D20
D21
9,00
D22
D23
8,50
D24
8,00
1 2 3 4 5 6
Figura 7.6 – Fatores de saída.
Na Tabela 7.8 e na Figura 7.7 são mostrados os valores dos fatores de saída
(FHSji) associados às horas do ano mais movimentadas – referidas a partir daqui simplesmente
por FHS.
Tabela 7.8 – Relação dos fatores de saída para as horas de maior movimento (FHS).
Hora de maior movimento (j) FHS [%] Dia i em que ocorre a hora
1 19,51 1
2 18,31 2
3 17,55 3
4 17,00 4
5 16,68 5
6 16,18 1
7 16,02 6
8 15,59 7
9 15,37 8
10 15,19 2
11 15,16 1
12 15,15 9
13 14,82 10
14 14,77 1
15 14,55 3
137
Tabela 7.8 – Relação dos fatores de saída para as horas de maior movimento (FHS).
Hora de maior movimento (j) FHS [%] Dia i em que ocorre a hora
16 14,28 1
17 14,28 11
18 14,23 2
19 14,10 4
20 14,06 12
21 13,94 1
22 13,86 2
23 13,84 13
24 13,83 5
25 13,73 14
26 13,64 3
27 13,41 2
28 13,41 15
29 13,29 6
30 13,28 3
31 13,21 4
32 13,19 16
33 13,09 2
34 12,96 5
35 12,93 7
36 12,92 1
37 12,87 4
38 12,85 3
39 12,75 8
40 12,75 17
41 12,64 18
42 12,62 5
43 12,57 9
44 12,54 3
45 12,45 4
46 12,45 6
47 12,43 19
48 12,29 10
49 12,21 5
50 12,21 20
51 12,15 4
52 12,13 2
53 12,13 6
54 12,11 7
55 12,10 21
56 12,10 22
57 11,99 23
58 11,94 8
59 11,92 5
60 11,89 1
61 11,88 24
62 11,84 11
63 11,80 7
64 11,77 9
65 11,77 25
66 11,73 6
67 11,66 12
68 11,66 26
69 11,63 8
70 11,62 3
71 11,55 27
72 11,52 10
73 11,48 13
74 11,47 9
75 11,45 6
76 11,41 7
77 11,39 14
78 11,34 28
79 11,26 4
80 11,25 8
81 11,23 29
82 11,23 30
83 11,22 10
84 11,16 2
85 11,14 7
86 11,12 15
87 11,12 31
88 11,12 32
89 11,10 11
90 11,09 9
91 11,05 5
138
20,00
19,00
18,00
17,00
FHS [%]
16,00
15,00
FATOR DE SAÍDA - FHS [%]
14,00
13,00
12,00
11,00
10,00
9,00
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88 91
Figura 7.7 – Relação dos fatores de saída para as horas do ano de maior movimento.
Na Tabela 7.9 estão indicados os valores dos fatores de saída associados ao

Tabela 7.9 – Valores dos fatores de saída x Número de horas não atendidas.
Horas não atendidas FHS [%] Horas não atendidas [%] Horas atendidas [%]
0 19,51 0,00 100,00
5 16,18 0,10 99,90
10 15,16 0,20 99,80
15 14,28 0,29 99,71
20 13,94 0,39 99,61
25 13,64 0,49 99,51
30 13,21 0,59 99,41
35 12,92 0,68 99,32
40 12,64 0,78 99,22
45 12,45 0,88 99,12
50 12,15 0,98 99,02
55 12,10 1,08 98,92
60 11,88 1,17 98,83
65 11,73 1,27 98,73
70 11,55 1,37 98,63
75 11,41 1,47 98,53
80 11,23 1,57 98,43
85 11,12 1,66 98,34
90 11,05 1,76 98,24

adotar como hora de projeto a 10a hora, onde FHS = 15,19%. Nesse caso, apenas nas 9 horas de
139

passagem e controle na saída do shopping será superada. Na Tabela 7.8 podem ser identificados
os dias em que as 9 horas que superam a capacidade ocorrem, no caso: 2 horas ocorrem no 1º
dia de maior movimento, 1 hora no 2º dia, 1 hora no 3º, 1 hora no 4º, 1 hora no 5º, 1 hora no 6º,
1 hora no 7o e 1 hora no 8o dia.

rodovias, resulta FHS = 13,28%. Contudo, no caso de rodovias o dimensionamento é feito
em grande parte das 29 horas, o fluxo não supera a capacidade, ocorrendo apenas uma
deterioração do nível de serviço – congestionamento real apenas numas poucas horas. Não é o
caso do dimensionamento das instalações e equipamentos de saída dos shopping centers aqui
utilizados - onde o limite considerado é a capacidade. Assim, para shopping centers não é
indicado adotar a 30ª hora como hora de projeto.

de horas não atendidas e determinar o valor de FHS correspondente. Assumindo, por exemplo,
que apenas em 1% das horas (aproximadamente 50 horas) a capacidade seria excedida (em 99%
das horas o fluxo de veículos estaria abaixo da capacidade), resulta FHS = 12,15%. Assumindo
que em apenas 0,5% das horas (aproximadamente 25 horas) a capacidade seria excedida, resulta
FHS = 13,64%.
VOORHEESS & CROW (1966) propuseram a 10ª hora mais movimentada do

ano como hora de projeto, que como visto coincide com o joelho da curva e leva a um valor de
FHS = 15,19%

ano como hora de projeto, resultando nesse caso um FHS = 14,10%.
Em função das considerações feitas, e considerando que a existência de

congestionamento na saída do shopping prejudica o trânsito interno e desagrada os clientes do
empreendimento, a princípio parece razoável adotar como hora de projeto a 10ª hora mais
movimentada. Neste caso, o valor de FHS = 15,19% equivale a 77,86% do valor de
FHSmáx = 19,51% (que corresponde ao valor em que o fluxo de veículos não supera a
capacidade em nenhuma hora do ano). Isso significa, a princípio, uma redução física, e
possivelmente do custo, de 22,14% das instalações e equipamentos na saída do
empreendimento.
140
7.3.3 FATORES DO TOTAL DE ENTRADA E SAÍDA

movimento do total de entrada e saída, obtidos nas pesquisas realizadas nos shoppings centers.
São também apresentados os valores médios dessas relações correspondentes a cada hora -
denominados de fatores horários do total de entrada e saída e definidos como:
FHTjsm = ( VHTj / Vsm ) x 100 (41)
Sendo, FHTjsm: fator horário do total de entrada e saída associado à hora j do sábado médio [%];
VHTj: número de viagens de entrada mais saída na hora j do sábado médio
[veículos/hora];
valor médio.
Tabela 7.10 – Fatores horários do total de entrada e saída (FHTjsm).

Maior hora FHTjsm [%] = ( VHTj / Vsm ) x 100 Desvio [%]
(j) “A” “B” “C” média “A” “B” “C”
1 19,47 29,32 21,13 23,31 -16,46 25,80 -9,34
2 19,29 22,32 20,33 20,65 -6,57 8,10 -1,53
3 18,24 19,16 17,56 18,32 -0,44 4,59 -4,15
4 17,57 18,76 16,46 17,60 -0,15 6,61 -6,46
5 17,13 14,63 15,58 15,78 8,56 -7,29 -1,27
6 16,85 13,54 15,37 15,25 10,47 -11,23 0,76
7 14,98 13,43 15,27 14,56 2,88 -7,76 4,88
8 13,85 11,65 14,71 13,40 3,33 -13,08 9,75
9 13,38 9,98 13,65 12,34 8,46 -19,10 10,65
10 12,66 9,75 12,85 11,75 7,71 -17,04 9,33
11 12,50 8,15 10,21 10,29 21,52 -20,77 -0,75
12 10,68 7,34 6,74 8,25 29,40 -11,07 -18,34
13 6,11 3,96 2,79 4,29 42,53 -7,62 -34,91
demais horas 7,29 18,01 17,35 14,22
total 200,00 200,00 200,00 200,00

do total de entrada e saída.
141
30,00 FHT [%] "A"
28,00
FHT [%] "B"
FHT [%] "C"
26,00
FHT [%] média
24,00
22,00
FATOR HORÁRIO TOTAL [%]
20,00
18,00
16,00
14,00
12,00
10,00
8,00
6,00
4,00
2,00
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Figura 7.8 – Fatores horários do total de entrada e saída.
horário total de entrada mais saída para a hora j do dia i vale:
FHTji = FHTjsm x FDi (42)
Sendo, FHTji: fator horário do total de entrada mais saída para a hora j do dia i [%];
FHTjsm: fator horário do total de entrada e saída associado à hora j do sábado médio [%];
Isso significa que:
VHTji = FHTji x Vsm (43)
Sendo, VHTji: número de viagens na hora j do dia i do ano [veículos/hora];

FHTji: fator horário do total de entrada e saída para a hora j do dia i;
Na Tabela 7.11 e na Figura 7.9 estão indicados os valores de FHTji.

142
Tabela 7.11 – Fatores do total de entrada e saída (FHTji).

FHTji [%] = FHTjsm x FDi [%]
sm
FHT j [%] 23,31 20,65 18,32 17,60 15,78 15,25 14,56 13,40 12,34 11,75 10,29 8,25 4,29
FDi dia\hora 1 2 3 4 5 6 7 8 9 10 11 12 13
1,79 1 41,72 36,96 32,79 31,50 28,25 27,30 26,06 23,99 22,09 21,03 18,42 14,77 7,68
1,68 2 39,16 34,69 30,78 29,57 26,51 25,62 24,46 22,51 20,73 19,74 17,29 13,86 7,21
1,61 3 37,53 33,25 29,50 28,34 25,41 24,55 23,44 21,57 19,87 18,92 16,57 13,28 6,91
1,56 4 36,36 32,21 28,58 27,46 24,62 23,79 22,71 20,90 19,25 18,33 16,05 12,87 6,69
1,53 5 35,66 31,59 28,03 26,93 24,14 23,33 22,28 20,50 18,88 17,98 15,74 12,62 6,56
1,47 6 34,27 30,36 26,93 25,87 23,20 22,42 21,40 19,70 18,14 17,27 15,13 12,13 6,31
1,43 7 33,33 29,53 26,20 25,17 22,57 21,81 20,82 19,16 17,65 16,80 14,71 11,80 6,13
1,41 8 32,87 29,12 25,83 24,82 22,25 21,50 20,53 18,89 17,40 16,57 14,51 11,63 6,05
1,39 9 32,40 28,70 25,46 24,46 21,93 21,20 20,24 18,63 17,15 16,33 14,30 11,47 5,96
1,36 10 31,70 28,08 24,92 23,94 21,46 20,74 19,80 18,22 16,78 15,98 13,99 11,22 5,83
1,31 11 30,54 27,05 24,00 23,06 20,67 19,98 19,07 17,55 16,17 15,39 13,48 10,81 5,62
1,29 12 30,07 26,64 23,63 22,70 20,36 19,67 18,78 17,29 15,92 15,16 13,27 10,64 5,53
1,27 13 29,60 26,23 23,27 22,35 20,04 19,37 18,49 17,02 15,67 14,92 13,07 10,48 5,45
1,26 14 29,37 26,02 23,08 22,18 19,88 19,22 18,35 16,88 15,55 14,81 12,97 10,40 5,41
1,23 15 28,67 25,40 22,53 21,65 19,41 18,76 17,91 16,48 15,18 14,45 12,66 10,15 5,28
1,21 16 28,21 24,99 22,17 21,30 19,09 18,45 17,62 16,21 14,93 14,22 12,45 9,98 5,19
1,17 17 27,27 24,16 21,43 20,59 18,46 17,84 17,04 15,68 14,44 13,75 12,04 9,65 5,02
1,16 18 27,04 23,95 21,25 20,42 18,30 17,69 16,89 15,54 14,31 13,63 11,94 9,57 4,98
1,14 19 26,57 23,54 20,88 20,06 17,99 17,39 16,60 15,28 14,07 13,40 11,73 9,41 4,89
1,12 20 26,11 23,13 20,52 19,71 17,67 17,08 16,31 15,01 13,82 13,16 11,52 9,24 4,80
1,11 21 25,87 22,92 20,34 19,54 17,52 16,93 16,16 14,87 13,70 13,04 11,42 9,16 4,76
1,11 22 25,87 22,92 20,34 19,54 17,52 16,93 16,16 14,87 13,70 13,04 11,42 9,16 4,76
1,10 23 25,64 22,72 20,15 19,36 17,36 16,78 16,02 14,74 13,57 12,93 11,32 9,08 4,72
1,09 24 25,41 22,51 19,97 19,18 17,20 16,62 15,87 14,61 13,45 12,81 11,22 8,99 4,68
1,08 25 25,17 22,30 19,79 19,01 17,04 16,47 15,72 14,47 13,33 12,69 11,11 8,91 4,63
1,07 26 24,94 22,10 19,60 18,83 16,88 16,32 15,58 14,34 13,20 12,57 11,01 8,83 4,59
1,06 27 24,71 21,89 19,42 18,66 16,73 16,17 15,43 14,20 13,08 12,46 10,91 8,75 4,55
1,04 28 24,24 21,48 19,05 18,30 16,41 15,86 15,14 13,94 12,83 12,22 10,70 8,58 4,46
1,03 29 24,01 21,27 18,87 18,13 16,25 15,71 15,00 13,80 12,71 12,10 10,60 8,50 4,42
1,03 30 24,01 21,27 18,87 18,13 16,25 15,71 15,00 13,80 12,71 12,10 10,60 8,50 4,42
1,02 31 23,78 21,06 18,69 17,95 16,10 15,56 14,85 13,67 12,59 11,99 10,50 8,42 4,38
1,02 32 23,78 21,06 18,69 17,95 16,10 15,56 14,85 13,67 12,59 11,99 10,50 8,42 4,38
1,01 33 23,54 20,86 18,50 17,78 15,94 15,40 14,71 13,53 12,46 11,87 10,39 8,33 4,33
1,01 34 23,54 20,86 18,50 17,78 15,94 15,40 14,71 13,53 12,46 11,87 10,39 8,33 4,33
1,00 35 23,31 20,65 18,32 17,60 15,78 15,25 14,56 13,40 12,34 11,75 10,29 8,25 4,29
1,00 36 23,31 20,65 18,32 17,60 15,78 15,25 14,56 13,40 12,34 11,75 10,29 8,25 4,29
0,98 37 22,84 20,24 17,95 17,25 15,46 14,95 14,27 13,13 12,09 11,52 10,08 8,09 4,20
0,98 38 22,84 20,24 17,95 17,25 15,46 14,95 14,27 13,13 12,09 11,52 10,08 8,09 4,20
0,98 39 22,84 20,24 17,95 17,25 15,46 14,95 14,27 13,13 12,09 11,52 10,08 8,09 4,20
0,97 40 22,61 20,03 17,77 17,07 15,31 14,79 14,12 13,00 11,97 11,40 9,98 8,00 4,16
0,97 41 22,61 20,03 17,77 17,07 15,31 14,79 14,12 13,00 11,97 11,40 9,98 8,00 4,16
143
41,50
40,50
39,50
38,50
37,50
36,50
35,50
FATOR TOTAL DE ENTRADA E SAÍDA - FHT [%]
34,50
33,50
32,50
31,50
30,50
29,50
28,50
27,50 D1
D2
26,50 D3
D4
D5
25,50 D6
D7
24,50 D8
D9
23,50 D10
D11
22,50 D12
D13
21,50 D14
D15
20,50 D16
D17
19,50 D18
D19
18,50 D20
D21
17,50 D22
D23
16,50 D24
1 2 3 4 5 6
Figura 7.9 – Fatores do total de entrada e saída.
Na Tabela 7.12 e na Figura 7.10 são mostrados os valores dos fatores do total de
entrada e saída (FHTji) associados às horas do ano de maior movimento – referidas a partir
daqui simplesmente por FHT.
Tabela 7.12 – Relação dos fatores do total para as horas de maior movimento (FHT).
Hora de maior movimento (j) FHT [%] Dia i em que ocorre a hora
1 41,72 1
2 39,16 2
3 37,53 3
4 36,96 1
5 36,36 4
6 35,66 5
7 34,69 2
8 34,27 6
9 33,33 7
10 33,25 3
11 32,87 8
12 32,79 1
13 32,40 9
14 32,21 4
15 31,70 10
144
Tabela 7.12 – Relação dos fatores do total para as horas de maior movimento (FHT).
Hora de maior movimento (j) FHT [%] Dia i em que ocorre a hora
16 31,59 5
17 31,50 1
18 30,78 2
19 30,54 11
20 30,36 6
21 30,07 12
22 29,60 13
23 29,57 2
24 29,53 7
25 29,50 3
26 29,37 14
27 29,12 8
28 28,70 9
29 28,67 15
30 28,58 4
31 28,34 3
32 28,25 1
33 28,21 16
34 28,08 10
35 28,03 5
36 27,46 4
37 27,30 1
38 27,27 17
39 27,05 11
40 27,04 18
41 26,93 5
42 26,93 6
43 26,64 12
44 26,57 19
45 26,51 2
46 26,23 13
47 26,20 7
48 26,11 20
49 26,06 1
50 26,02 14
51 25,87 6
52 25,87 21
53 25,87 22
54 25,83 8
55 25,64 23
56 25,62 2
57 25,46 9
58 25,41 3
59 25,41 24
60 25,40 15
61 25,17 7
62 25,17 25
63 24,99 16
64 24,94 26
65 24,92 10
66 24,82 8
67 24,71 27
68 24,62 4
69 24,55 3
70 24,46 2
71 24,46 9
72 24,24 28
73 24,16 17
74 24,14 5
75 24,01 29
76 24,01 30
77 24,00 11
78 23,99 1
79 23,95 18
80 23,94 10
81 23,79 4
82 23,78 31
83 23,78 32
84 23,63 12
85 23,54 19
86 23,54 33
87 23,54 34
88 23,44 3
89 23,33 5
90 23,31 35
91 23,31 36
145
42,00
40,00
FATOR TOTAL DE ENTRADA E SAÍDA - FHT [%]

38,00
36,00
FHT [%]
34,00
32,00
30,00
28,00
26,00
24,00
22,00
20,00
18,00
16,00
14,00
12,00
10,00
8,00
6,00
4,00
2,00
0,00
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88 91
Figura 7.10 – Relação dos fatores do total de entrada e saída para as horas do ano
de maior movimento.
Na Tabela 7.13 estão indicados os valores dos fatores do total de entrada e saída
associados ao número de horas não atendidas.
Tabela 7.13 – Valores dos fatores do total x Número de horas não atendidas.
Horas não atendidas FHT [%] Horas não atendidas [%] Horas atendidas [%]
0 41,72 0,00 100,00
5 35,66 0,10 99,90
10 32,87 0,20 99,80
15 31,59 0,29 99,71
20 30,07 0,39 99,61
25 29,37 0,49 99,51
30 28,34 0,59 99,41
35 27,46 0,68 99,32
40 26,93 0,78 99,22
45 26,23 0,88 99,12
50 25,87 0,98 99,02
55 25,62 1,08 98,92
60 25,17 1,17 98,83
65 24,82 1,27 98,73
70 24,46 1,37 98,63
75 24,01 1,47 98,53
80 23,79 1,57 98,43
85 23,54 1,66 98,34
90 23,31 1,76 98,24

146
adotar como hora de projeto a 10a hora, onde FHT = 33,25%. Nesse caso, apenas nas 9 horas de
maior movimento do ano a capacidade de atendimento dos equipamentos de passagem e
controle nos acessos de entrada e saída do shopping center será superada. Na Tabela 7.12
podem ser identificados os dias em que as 9 horas que superam a capacidade ocorrem, no caso:
2 horas ocorrem no 1º dia de maior movimento, 2 horas no 2º dia, 1 hora no 3º, 1 hora no 4º, 1
hora no 5º, 1 hora no 6º e 1 hora no 7o dia.

rodovias, resulta FHT = 28,58%. Contudo, no caso de rodovias o dimensionamento é feito
apenas uma deterioração do nível de serviço – congestionamento real apenas numas poucas
horas. Não é o caso do dimensionamento das instalações e equipamentos do total de entrada e
saída dos shopping centers aqui utilizados - onde o limite considerado é a capacidade. Assim,
para shopping centers não é indicado adotar a 30ª hora como hora de projeto.

de horas não atendidas e determinar o valor de FHT correspondente. Assumindo, por exemplo,
das horas o fluxo de veículos estaria abaixo da capacidade), resulta FHT = 25,87%. Assumindo
FHT = 29,37%.

FHT = 33,25%

ano como hora de projeto, resultando nesse caso um FHT = 30,54%.
Em função das considerações feitas, e considerando que a existência de

congestionamento em eventuais cruzamentos por onde passam os fluxos de entrada e saída
prejudica o trânsito no local e desagrada os clientes e a comunidade, a princípio parece razoável
adotar como hora de projeto a 10ª hora mais movimentada. Neste caso, o valor de
FHT = 33,25% equivale a 79,70% do valor de FHTmáx = 41,72% (que corresponde ao valor em
que o fluxo de veículos não supera a capacidade em nenhuma hora do ano). Isso significa, a
princípio, uma redução física, e possivelmente do custo, de 20,30% das instalações e
equipamentos desses cruzamentos.
147
7.3.4 FATORES DE ACÚMULO DE VEÍCULOS

de veículos acumulados por hora e o número total de viagens no sábado, referentes às horas de
maior movimento, obtidos nas pesquisas realizadas nos shoppings centers. São também
apresentados os valores médios dessas relações correspondentes a cada hora - denominados de
fatores horários de acúmulo e definidos como:
FHAjsm = ( VHAj / Vsm ) x 100 (44)
Sendo, FHAjsm: fator horário de acúmulo de veículos associado à hora j do sábado médio [%];
VHAj: número de veículos acumulados no estacionamento na hora j do sábado médio
[veículos/hora]; e
valor médio.
Tabela 7.14 – Fatores horários de acúmulo de veículos (FHAjsm).

Maior hora FHAjsm [%] = ( VHAj / Vsm ) x 100 Desvio [%]
(j) “A” “B” “C” média “A” “B” “C”
1 10,17 18,01 17,35 15,18 -32,99 18,67 14,32
2 9,35 16,35 16,01 13,90 -32,75 17,60 15,15
3 7,65 13,60 12,21 11,15 -31,41 21,94 9,47
4 7,07 12,62 12,10 10,60 -33,28 19,09 14,19
5 6,65 11,47 11,00 9,71 -31,49 18,17 13,32
6 6,24 9,64 10,95 8,94 -30,23 7,79 22,44
7 5,27 8,03 10,49 7,93 -33,54 1,26 32,28
8 5,25 7,92 9,84 7,67 -31,55 3,26 28,29
9 5,23 6,14 9,56 6,98 -25,04 -11,99 37,03
10 5,10 5,45 8,20 6,25 -18,40 -12,80 31,20
11 5,09 4,53 5,84 5,15 -1,23 -12,10 13,32
12 4,89 3,50 3,79 4,06 20,44 -13,79 -6,65
13 3,17 2,24 1,41 2,27 39,44 -1,47 -37,98
demais horas 0,86 0,00 0,00 0,29
total 81,99 119,50 128,75 110,08

de acúmulo de veículos.
148
19,00 FHA [%] A

18,00 FHA [%] B
17,00
FHA [%] C
FATOR HORÁRIO DE ACÚMULO DE VEÍCULOS [%]
16,00
FHA [%] média
15,00
14,00
13,00
12,00
11,00
10,00
9,00
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Figura 7.11 – Fatores horários de acúmulo de veículos.
horário de acúmulo de veículos para a hora j do dia i vale:
FHAji = FHAjsm x FDi (45)
Sendo, FHAji: fator horário de acúmulo de veículos para a hora j do dia i [%];
FHAjsm: fator horário de acúmulo de veículos associado à hora j do sábado médio [%];
Isso significa que:
VHAji = FHAji x Vsm (46)
Sendo, VHAji: número de veículos acumulados na hora j do dia i do ano [veículos/hora];

FHAji: fator horário de acúmulo de veículos para a hora j do dia i;
Na Tabela 7.15 e na Figura 7.12 estão indicados os valores de FHAji.

149
Tabela 7.15 – Fatores de acúmulo de veículos (FHAji).

FHAji [%] = FHAjsm x FDi [%]
sm
FHA
j [%] 15,18 13,90 11,15 10,60 9,71 8,94 7,93 7,67 6,98 6,25 5,15 4,06 2,27
FDi dia\hora 1 2 3 4 5 6 7 8 9 10 11 12 13
1,79 1 27,17 24,88 19,96 18,97 17,38 16,00 14,19 13,73 12,49 11,19 9,22 7,27 4,06
1,68 2 25,50 23,35 18,73 17,81 16,31 15,02 13,32 12,89 11,73 10,50 8,65 6,82 3,81
1,61 3 24,44 22,38 17,95 17,07 15,63 14,39 12,77 12,35 11,24 10,06 8,29 6,54 3,65
1,56 4 23,68 21,68 17,39 16,54 15,15 13,95 12,37 11,97 10,89 9,75 8,03 6,33 3,54
1,53 5 23,23 21,27 17,06 16,22 14,86 13,68 12,13 11,74 10,68 9,56 7,88 6,21 3,47
1,47 6 22,31 20,43 16,39 15,58 14,27 13,14 11,66 11,27 10,26 9,19 7,57 5,97 3,34
1,43 7 21,71 19,88 15,94 15,16 13,89 12,78 11,34 10,97 9,98 8,94 7,36 5,81 3,25
1,41 8 21,40 19,60 15,72 14,95 13,69 12,61 11,18 10,81 9,84 8,81 7,26 5,72 3,20
1,39 9 21,10 19,32 15,50 14,73 13,50 12,43 11,02 10,66 9,70 8,69 7,16 5,64 3,16
1,36 10 20,64 18,90 15,16 14,42 13,21 12,16 10,78 10,43 9,49 8,50 7,00 5,52 3,09
1,31 11 19,89 18,21 14,61 13,89 12,72 11,71 10,39 10,05 9,14 8,19 6,75 5,32 2,97
1,29 12 19,58 17,93 14,38 13,67 12,53 11,53 10,23 9,89 9,00 8,06 6,64 5,24 2,93
1,27 13 19,28 17,65 14,16 13,46 12,33 11,35 10,07 9,74 8,86 7,94 6,54 5,16 2,88
1,26 14 19,13 17,51 14,05 13,36 12,23 11,26 9,99 9,66 8,79 7,88 6,49 5,12 2,86
1,23 15 18,67 17,10 13,71 13,04 11,94 11,00 9,75 9,43 8,59 7,69 6,33 4,99 2,79
1,21 16 18,37 16,82 13,49 12,83 11,75 10,82 9,60 9,28 8,45 7,56 6,23 4,91 2,75
1,17 17 17,76 16,26 13,05 12,40 11,36 10,46 9,28 8,97 8,17 7,31 6,03 4,75 2,66
1,16 18 17,61 16,12 12,93 12,30 11,26 10,37 9,20 8,90 8,10 7,25 5,97 4,71 2,63
1,14 19 17,31 15,85 12,71 12,08 11,07 10,19 9,04 8,74 7,96 7,13 5,87 4,63 2,59
1,12 20 17,00 15,57 12,49 11,87 10,88 10,01 8,88 8,59 7,82 7,00 5,77 4,55 2,54
1,11 21 16,85 15,43 12,38 11,77 10,78 9,92 8,80 8,51 7,75 6,94 5,72 4,51 2,52
1,11 22 16,85 15,43 12,38 11,77 10,78 9,92 8,80 8,51 7,75 6,94 5,72 4,51 2,52
1,10 23 16,70 15,29 12,27 11,66 10,68 9,83 8,72 8,44 7,68 6,88 5,67 4,47 2,50
1,09 24 16,55 15,15 12,15 11,55 10,58 9,74 8,64 8,36 7,61 6,81 5,61 4,43 2,47
1,08 25 16,39 15,01 12,04 11,45 10,49 9,66 8,56 8,28 7,54 6,75 5,56 4,38 2,45
1,07 26 16,24 14,87 11,93 11,34 10,39 9,57 8,49 8,21 7,47 6,69 5,51 4,34 2,43
1,06 27 16,09 14,73 11,82 11,24 10,29 9,48 8,41 8,13 7,40 6,63 5,46 4,30 2,41
1,04 28 15,79 14,46 11,60 11,02 10,10 9,30 8,25 7,98 7,26 6,50 5,36 4,22 2,36
1,03 29 15,64 14,32 11,48 10,92 10,00 9,21 8,17 7,90 7,19 6,44 5,30 4,18 2,34
1,03 30 15,64 14,32 11,48 10,92 10,00 9,21 8,17 7,90 7,19 6,44 5,30 4,18 2,34
1,02 31 15,48 14,18 11,37 10,81 9,90 9,12 8,09 7,82 7,12 6,38 5,25 4,14 2,32
1,02 32 15,48 14,18 11,37 10,81 9,90 9,12 8,09 7,82 7,12 6,38 5,25 4,14 2,32
1,01 33 15,33 14,04 11,26 10,71 9,81 9,03 8,01 7,75 7,05 6,31 5,20 4,10 2,29
1,01 34 15,33 14,04 11,26 10,71 9,81 9,03 8,01 7,75 7,05 6,31 5,20 4,10 2,29
1,00 35 15,18 13,90 11,15 10,60 9,71 8,94 7,93 7,67 6,98 6,25 5,15 4,06 2,27
1,00 36 15,18 13,90 11,15 10,60 9,71 8,94 7,93 7,67 6,98 6,25 5,15 4,06 2,27
0,98 37 14,88 13,62 10,93 10,39 9,52 8,76 7,77 7,52 6,84 6,13 5,05 3,98 2,22
0,98 38 14,88 13,62 10,93 10,39 9,52 8,76 7,77 7,52 6,84 6,13 5,05 3,98 2,22
0,98 39 14,88 13,62 10,93 10,39 9,52 8,76 7,77 7,52 6,84 6,13 5,05 3,98 2,22
0,97 40 14,72 13,48 10,82 10,28 9,42 8,67 7,69 7,44 6,77 6,06 5,00 3,94 2,20
0,97 41 14,72 13,48 10,82 10,28 9,42 8,67 7,69 7,44 6,77 6,06 5,00 3,94 2,20
150
27,50
27,00
26,50
26,00
25,50
25,00
24,50
24,00
23,50
23,00
FATOR DE ACÚMULO DE VEÍCULOS - FHA [%]
22,50
22,00
21,50
21,00
20,50
20,00
19,50
19,00
18,50
18,00
17,50
17,00
16,50
16,00 D1
D2
15,50 D3
D4
15,00 D5
D6
14,50 D7
D8
14,00 D9
13,50 D10
D11
13,00 D12
D13
12,50 D14
D15
12,00 D16
D17
11,50 D18
D19
11,00
D20
10,50 D21
D22
10,00 D23
D24
9,50
1 2 3 4 5 6
Figura 7.12 – Fatores de acúmulo de veículos.

Na Tabela 7.16 e na Figura 7.13 são mostrados os valores dos fatores de
acúmulo (FHAji) associados às horas do ano de maior movimento – referidas a partir daqui
simplesmente por FHA.
Tabela 7.16 – Relação dos fatores de acúmulo para as horas de maior movimento (FHA).
Hora de maior movimento (j) FHA [%] Dia i em que ocorre a hora
1 27,17 1
2 25,50 2
3 24,88 1
4 24,44 3
5 23,68 4
6 23,35 2
7 23,23 5
8 22,38 3
9 22,31 6
10 21,71 7
11 21,68 4
12 21,40 8
13 21,27 5
14 21,10 9
15 20,64 10
151
Tabela 7.16 – Relação dos fatores de acúmulo para as horas de maior movimento (FHA).
Hora de maior movimento (j) FHA [%] Dia i em que ocorre a hora
16 20,43 6
17 19,96 1
18 19,89 11
19 19,88 7
20 19,60 8
21 19,58 12
22 19,32 9
23 19,28 13
24 19,13 14
25 18,97 1
26 18,90 10
27 18,73 2
28 18,67 15
29 18,37 16
30 18,21 11
31 17,95 3
32 17,93 12
33 17,81 2
34 17,76 17
35 17,65 13
36 17,61 18
37 17,51 14
38 17,39 4
39 17,38 1
40 17,31 19
41 17,10 15
42 17,07 3
43 17,06 5
44 17,00 20
45 16,85 21
46 16,85 22
47 16,82 16
48 16,70 23
49 16,55 24
50 16,54 4
51 16,39 6
52 16,39 25
53 16,31 2
54 16,26 17
55 16,24 26
56 16,22 5
57 16,12 18
58 16,09 27
59 16,00 1
60 15,94 7
61 15,85 19
62 15,79 28
63 15,72 8
64 15,64 29
65 15,64 30
66 15,63 3
67 15,58 6
68 15,57 20
69 15,50 9
70 15,48 31
71 15,48 32
72 15,43 21
73 15,43 22
74 15,33 33
75 15,33 34
76 15,29 23
77 15,18 35
78 15,18 36
79 15,16 7
80 15,16 10
81 15,15 4
82 15,15 24
83 15,02 2
84 15,01 25
85 14,95 8
86 14,88 37
87 14,88 38
88 14,88 39
89 14,87 26
90 14,86 5
91 14,73 9
152
28,00
FATOR DE ACÚMULO DE VEÍCULOS - FHA [%]

26,00
24,00
FHA [%]
22,00
20,00
18,00
16,00
14,00
12,00
10,00
8,00
6,00
4,00
2,00
0,00
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88 91
Figura 7.13 – Relação dos fatores de acúmulo para as horas do ano de maior movimento.
Na Tabela 7.17 estão indicados os valores dos fatores de acúmulo associados ao

Tabela 7.17 – Valores dos fatores de acúmulo x Número de horas não atendidas.
Horas não atendidas FHA [%] Horas não atendidas [%] Horas atendidas [%]
0 27,17 0,00 100,00
5 23,35 0,10 99,90
10 21,68 0,20 99,80
15 20,43 0,29 99,71
20 19,58 0,39 99,61
25 18,90 0,49 99,51
30 17,95 0,59 99,41
35 17,61 0,68 99,32
40 17,10 0,78 99,22
45 16,85 0,88 99,12
50 16,39 0,98 99,02
55 16,22 1,08 98,92
60 15,85 1,17 98,83
65 15,63 1,27 98,73
70 15,48 1,37 98,63
75 15,29 1,47 98,53
80 15,15 1,57 98,43
85 14,88 1,66 98,34
90 14,73 1,76 98,24

153
adotar como hora de projeto a 10a hora, onde FHA = 21,71%. Nesse caso, apenas nas 9 horas de
passagem e controle na entrada e saída do shopping será superada. Na Tabela 7.16 podem ser
identificados os dias em que as 9 horas que superam a capacidade ocorrem, no caso: 2 horas
ocorrem no 1º dia de maior movimento, 2 horas no 2º dia, 2 horas no 3º dia, 1 hora no 4º, 1 hora
no 5º e 1 hora no 6º dia.

rodovias, resulta FHA = 18,21%. Contudo, no caso de rodovias o dimensionamento é feito
apenas uma deterioração do nível de serviço. Não é o caso do dimensionamento das instalações
e equipamentos dos estacionamentos nos shopping centers aqui utilizados - onde o limite
considerado é a capacidade. Assim, para shopping centers não é indicado adotar a 30ª hora
como hora de projeto.

de horas não atendidas e determinar o valor de FHA correspondente. Assumindo, por exemplo,
das horas o fluxo de veículos estaria abaixo da capacidade), resulta FHA = 16,39%. Assumindo
FHA = 18,90%.

FHA = 21,71%

ano como hora de projeto, resultando nesse caso um FHA = 19,88%.
Em função das considerações feitas, e considerando que a falta de capacidade

de atendimento da demanda por estacionamento provoca congestionamentos e desagrada os
clientes do empreendimento e a comunidade, a princípio parece razoável adotar como hora de
projeto a 10ª hora mais movimentada. Neste caso, o valor de FHA = 21,71% representa 79,90%
do valor de FHAmáx = 27,17% (que corresponde ao valor em que o fluxo de veículos não
supera a capacidade em nenhuma hora do ano). Isso significa, a princípio, uma redução física, e
possivelmente do custo, de 20,10% das instalações e equipamentos do estacionamento do
shopping center.
154
7.3.5 FATORES DE IMPACTO VIÁRIO
Em consonância com o critério adotado por GOLDNER (1994) – que sugere o

fluxo horário de veículos no período compreendido entre 18:00 e 19:00h da sexta-feira para
avaliação de impacto viário, e admitindo igual a 0,71 a relação entre as viagens de sexta-feira e
sábado (conforme a hipótese 5 estabelecida no item 7.1), a seguir são determinados os fatores de
impacto viário.
O fator horário de impacto é definido como:
FHI18-19sexm = ( VHI18-19sexm / Vsexm ) x 100 (47)
Sendo, FHI18-19sexm: fator horário de impacto associado ao horário das 18:00 às 19:00h da
sexta-feira média, correspondendo a 10,21%, 8,77% e 17,42%, para entrada,
saída e total de entrada mais saída, respectivamente [%];
VHI18-19sexm: número de viagens no horário das 18:00 às 19:00h na sexta-feira média
[veículos/hora]; e
Vsexm: número de viagens na sexta-feira média [veículos/dia].
Com base nas hipóteses 3 e 5, estabelecidas no item 7.1, pode-se escrever que o
fator horário de impacto de veículos para o dia i vale:
FHI18-19i = FHI18-19sexm x FDi x 0,71 (48)
Sendo, FHI18-19i: fator horário de impacto de veículos para o dia i [%];

FHI18-19sexm: fator horário de impacto de veículos na sexta-feira média [%];
Isso significa que:
VHI18-19i = FHI18-19i x Vsm (49)
Sendo, VHI18-19i: número de veículos das 18:00 às 19:00h do dia i do ano [veículos/hora];
FHI18-19i: fator horário de impacto de veículos para o dia i [%];
Na Tabela 7.18 e na Figura 7.14 estão indicados os valores dos fatores de

impacto (FHI18-19i ) - referidos a partir daqui simplesmente por FHI.
155
Tabela 7.18 – Fatores de impacto (FHI).

FHI [%] = 0,71 x FDi x FHI18-19sexm [%]
FDi FDi x 0,71 FHI18-19sexm [%] 10,21 8,77 19,73
Dia (i) FHIE [%] FHIS [%] FHIT [%]
1,79 1,27 1 12,96 11,13 25,07
1,68 1,19 2 12,16 10,45 23,53
1,61 1,14 3 11,66 10,01 22,55
1,56 1,11 4 11,29 9,70 21,85
1,53 1,09 5 11,08 9,52 21,43
1,47 1,04 6 10,64 9,14 20,59
1,43 1,02 7 10,35 8,89 20,03
1,41 1,00 8 10,21 8,77 19,75
1,39 0,99 9 10,06 8,65 19,47
1,36 0,97 10 9,85 8,46 19,05
1,31 0,93 11 9,48 8,15 18,35
1,29 0,92 12 9,34 8,02 18,07
1,27 0,90 13 9,19 7,90 17,79
1,26 0,89 14 9,12 7,84 17,65
1,23 0,87 15 8,91 7,65 17,23
1,21 0,86 16 8,76 7,53 16,95
1,17 0,83 17 8,47 7,28 16,39
1,16 0,82 18 8,40 7,22 16,25
1,14 0,81 19 8,25 7,09 15,97
1,12 0,80 20 8,11 6,97 15,69
1,11 0,79 21 8,04 6,90 15,55
1,11 0,79 22 8,04 6,90 15,55
1,10 0,78 23 7,96 6,84 15,41
1,09 0,77 24 7,89 6,78 15,27
1,08 0,77 25 7,82 6,72 15,13
1,07 0,76 26 7,75 6,66 14,99
1,06 0,75 27 7,67 6,59 14,85
1,04 0,74 28 7,53 6,47 14,57
1,03 0,73 29 7,46 6,41 14,43
1,03 0,73 30 7,46 6,41 14,43
1,02 0,72 31 7,38 6,34 14,29
1,02 0,72 32 7,38 6,34 14,29
1,01 0,72 33 7,31 6,28 14,15
1,01 0,72 34 7,31 6,28 14,15
1,00 0,71 35 7,24 6,22 14,01
1,00 0,71 36 7,24 6,22 14,01
0,98 0,70 37 7,10 6,10 13,73
0,98 0,70 38 7,10 6,10 13,73
0,98 0,70 39 7,10 6,10 13,73
0,97 0,69 40 7,02 6,03 13,59
0,97 0,69 41 7,02 6,03 13,59
156
26,00
25,00
24,00
FHIE [%]
23,00 FHIS [%]
22,00
21,00
FHIT [%]
FATORES DE IMPACTO - FHI [%]
20,00
19,00
18,00
17,00
16,00
15,00
14,00
13,00
12,00
11,00
10,00
9,00
8,00
7,00
6,00
5,00
4,00
3,00
2,00
1,00
0,00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42
DIA E HORA DO ANO DE MAIOR MOVIMENTO
Figura 7.14 - Fatores de impacto para os dias e horas de maior movimento do ano.
Na Tabela 7.19 estão indicados os valores dos fatores de impacto associados

ao número de horas não atendidas.
Tabela 7.19 – Valores dos fatores de impacto x Número de horas não atendidas.
Horas não Horas não Horas atendidas
FHIE [%] FHIS [%] FHIT [%]
atendidas atendidas [%] [%]
0 12,96 11,13 25,07 0,00 100,00
5 10,64 9,14 20,59 0,10 99,90
10 9,48 8,15 18,35 0,20 99,80
15 8,76 7,53 16,95 0,29 99,71
20 8,04 6,90 15,55 0,39 99,61
25 7,75 6,66 14,99 0,49 99,51
30 7,46 6,41 14,29 0,59 99,41
35 7,38 6,34 14,01 0,68 99,32
40 7,17 6,16 13,59 0,78 99,22

adotar como hora de projeto a 10a hora, para o movimento horário no período das 18:00 às
19:00h na sexta-feira, onde FHIE = 9,85% representa o fator de impacto de entrada,
FHIS = 8,46% é o fator de impacto de saída e FHIT = 19,05% corresponde ao fator de impacto
total de entrada mais saída. Nesse caso, apenas nas 9 horas de maior movimento do ano, no
período das 18:00 às 19:00h, os volumes de tráfego nas vias e dispositivos de acesso viário
serão superados. Na Tabela 7.18 podem ser identificados os dias do ano em que essas 9 horas
157
ocorrem, no caso: 1 hora ocorre no 1º dia de maior movimento, 1 hora no 2º, 1 horas no 3º, 1
hora no 4º, 1 hora no 5º, 1 hora no 6º, 1 hora no 7o , 1 hora no 8o e 1 hora no 9o dia.

rodovias, resulta FHIE = 7,46%, FHIS = 6,41% e FHIT = 14,43%.

de horas não atendidas e determinar o valor de FHI correspondente. Assumindo, por exemplo,
que em apenas 0,5% das horas (aproximadamente 25 horas) o volume adicionado seria
excedido, resulta FHIE = 7,75%, FHIS = 6,66%, FHIT = 14,99%.
Em função das considerações feitas, a princípio parece razoável adotar como

hora de projeto a 10ª hora mais movimentada. Neste caso, o valor de FHIE = 9,85% equivale a
76,00% do valor de FHIEmáx = 12,96% (que corresponde ao valor em que o fluxo de veículos
de entrada na hora de projeto não é superada em nenhuma hora do ano), significando uma
redução física, e possivelmente do custo, de 24,00% para adequação do sistema viário na
implantação do shopping center. O valor de FHIS = 8,46% representa 76,01% do valor de
FHISmáx = 11,13% (que corresponde ao valor em que o fluxo de veículos de saída na hora de
projeto não é superada em nenhuma hora do ano), significando uma redução física, e
possivelmente do custo, de 23,99% da infra-estrutura nas vias adjacentes ao empreendimento. O
valor de FHIT = 19,05% representa 75,99% do valor de FHITmáx = 25,07% (que corresponde
ao valor em que o fluxo de veículos de entrada mais saída na hora de projeto não é superada em
nenhuma hora do ano), significando uma redução física, e possivelmente do custo de 24,01%
para adequação dos serviços e/ou infra-estrutura do transporte (tratamento viário, sinalização,
etc).
7.4 ESTIMATIVA DO VOLUME DE VIAGENS NO SÁBADO MÉDIO

Considerando a magnitude das incertezas dos parâmetros no planejamento do
sistema viário de shopping centers, optou-se por adotar para a estimativa das viagens no sábado
a relação obtida através de regressão linear simples para este parâmetro e a área bruta locável
(ABL) do empreendimento, apresentada na eq.(28).
Assim, o fluxo total no sábado médio deve ser estimado pela expressão:
Vsm = 1.190,423 + 0,273 ABL (50)
Sendo, Vsm: estimativa das viagens atraídas no sábado médio [viagens/dia];

ABL: área bruta locável do empreendimento [m2]
158
7.5 COMPARAÇÃO DOS RESULTADOS: MÉTODO PROPOSTO

x OUTROS MODELOS DESENVOLVIDOS NO PAÍS
Na Tabela 7.20 estão indicados os resultados obtidos com o método proposto

neste trabalho, os valores fornecidos pelos outros modelos desenvolvidos no país e, quando
existentes, os valores observados nas pesquisas realizadas.
Tabela 7.20 – Síntese dos resultados obtidos.

Shopping centers “A” “B” “C” “D” “E” “F”
2
Área Total Construída [m ] 64.000 11.600 28.160 63.600 38.920 33.000
2
Área Bruta Locável [m ] 20.356 4.200 17.992 27.549 18.949 17.334
Observado 6.153 1.743 6.247 8.100 6.400 7.431
Viagens sábado
[veículos/dia]
GRANDO (1983) 6.012 -400 5.074 8.867 5.273 4.813

Estimado
GOLDNER (1994) 7.950 3.351 7.228 10.146 7.754 7.027

CET-SP (2000) 18.772 1.480 6.945 18.640 10.496 8.542
MISP* 6.748 2.337 6.102 8.711 6.239 5.923
Observado 3.815 1.432 4.145 6.760 4.500 4.547
Viagens sexta-feira
[veículos/dia]
GRANDO (1983) 4.449 -296 3.755 6.562 3.902 3.562

Estimado
GOLDNER (1994) 5.883 1.524 5.348 7.508 5.236 5.200

CET-SP (2000) 16.554 1.882 6.518 16.442 9.531 7.874
MISP* 4.761 1.659 4.332 6.185 4.430 4.205
CET-SP Entrada 2.372 747 1.260 2.359 1.594 1.411
dimensionamento das instalações de entrada e
(1983) Saída ------ ------ ------ ------ ------ ------

saída do shopping center [veículos/hora]
Total ------ ------ ------ ------ ------ ------

Viagens na hora de projeto para
GRANDO Entrada 631 -42 533 931 554 505

(1986) Saída 505 -34 426 745 443 404
Total ------ ------ ------ ------ ------ ------
GOLDNER Entrada 714 301 649 911 696 631
(1994) Saída 571 241 519 729 557 505
Total ------ ------ ------ ------ ------ ------
CET-SP Entrada 1.834 145 679 1.821 1.025 835
(2000) Saída 1.911 151 707 1.898 1.068 870
Total ------ ------ ------ ------ ------ ------
MISP* Entrada 1.208 418 1.092 1.559 1.117 1.060
Saída 1.025 355 927 1.323 948 900
Total 2.244 777 2.029 2.896 2.075 1.969
Oferta de estacionamento [vagas] 2.000 200 1.100 796 1.230 1.067
CET-SP (1983) 2.372 747 1.260 2.359 1.594 1.411

estacionamento na
[veículos/hora]
hora de projeto
Demanda por
GRANDO (1986) 1.237 -82 1.044 1.825 1.086 990
GOLDNER (1994) 1.399 590 1.272 1.786 1.364 1.237
CET-SP (2000) 3.004 504 1.224 2.765 1.692 1.435
MISP* 1.465 507 1.325 1.891 1.354 1.286

Nota: *Método proposto neste trabalho para shopping centers localizados em cidades do interior do estado de São Paulo.
159
Tabela 7.20 – Síntese dos resultados obtidos.

Shopping centers “A” “B” “C” “D” “E” “F”
GRANDO Entrada 467 -31 394 689 410 374
(1986)
Viagens na hora de projeto para
análise de impacto viário Saída 374 -25 315 551 328 299
Total ------ ------ ------ ------ ------ ------
GOLDNER Entrada 581 151 528 742 517 514
[veículos/hora]
(1994) Saída 465 121 422 594 414 411

Total ------ ------ ------ ------ ------ ------
CET-SP Entrada 1.559 177 614 1.549 898 742
(2000) Saída 1.288 146 507 1.279 742 613
Total ------ ------ ------ ------ ------ ------
MISP* Entrada 665 230 601 858 614 583
Saída 570 197 517 737 528 501
Total 1.286 445 1.162 1.659 1.188 1.128
Nota: *Método proposto neste trabalho para shopping centers localizados em cidades do interior do estado de São Paulo.
A Figura 7.15 mostra graficamente os resultados do número de viagens no

sábado médio obtidos com o método proposto, os valores fornecidos pelos outros modelos
desenvolvidos no país e os valores observados nas pesquisas realizadas.
Observado
18000 Grando (1986)
Goldner (1994)
16000
VIAGENS NO SÁBADO [veículos/dia]
CET (2000)
14000 MISP
12000
10000
8000
6000
4000
2000
0
0 1 2 3 4 5 6 7
-2000
"A" "B" "C" "D" "E" "F"
SHOPPING CENTER
Figura 7.15 – Volume de veículos no sábado.
As considerações que se seguem baseiam-se nos valores da Tabela 7.20 e na

Figura 7.15:
 Os valores de CET (2000) são, em geral, muito altos e bastante discrepantes em relação aos
resultados dos outros métodos.
160
 Os valores de GRANDO (1986) são, em geral, os menores. O resultado apresentado para o

shopping “B” é incoerente (negativo), devido a que a expressão para estimar a geração de
viagens no sábado só é valida para empreendimentos com área bruta locável superior a
5.207m2.
 Os valores do método proposto e do método de GOLDNER (1994) são relativamente

próximos – os de Goldner sempre maiores - e situam-se, em geral, numa faixa de valores
intermediários em relação aos resultados apresentados pelos métodos CET (2000) e
GRANDO (1986).
A Figura 7.16 mostra graficamente os resultados do número de viagens na

sexta-feira média obtidos com o método proposto, os valores fornecidos pelos outros modelos
desenvolvidos no país e os valores observados nas pesquisas realizadas.
Observado
18000 Grando (1986)
Goldner (1994)
VIAGENS NA SEXTA-FEIRA [veículos/dia]
16000
CET (2000)
14000 MISP
12000
10000
8000
6000
4000
2000
0
0 1 2 3 4 5 6 7
-2000
"A" "B" "C" "D" "E" "F"
SHOPPING CENTER
Figura 7.16 – Volume de veículos na sexta-feira.

Figura 7.16:

161
viagens na sexta-feira só é valida para empreendimentos com área bruta locável superior a
5.207m2.

próximos – os de Goldner sempre maiores, salvo no shopping “B” onde o resultado de
Goldner é ligeiramente menor – e situam-se, em geral, numa faixa de valores intermediários
em relação aos resultados apresentados pelos métodos CET (2000) e GRANDO (1986).
A Figura 7.17 mostra graficamente os resultados do volume de chegadas de

veículos na hora de projeto para dimensionamento da infra-estrutura obtidos com o método
proposto e os valores fornecidos pelos outros modelos desenvolvidos no país.
CET (1983)
2500
Grando (1986)
VIAGENS DE ENTRADA NA HORA DE PROJETO
2250
Goldner (1994)
2000 CET (2000)
MISP
1750
1500
[veículos/hora]
1250
1000
750
500
250
0
0 1 2 3 4 5 6 7
-250
"A" "B" "C" "D" "E" "F"
SHOPPING CENTER
Figura 7.17 – Volume de chegadas na hora de projeto para

dimensionamento da infra-estrutura.

Figura 7.17:
 Os valores extremos mais elevados são os de CET (1983).
 Os valores extremos mais baixos são, em geral, os de GRANDO (1986). O resultado

apresentado por este método para o shopping “B” é incoerente (negativo), devido a que a
162
expressão para estimar a geração de viagens no sábado só é valida para empreendimentos

com área bruta locável superior a 5.207m2.
 Os valores do método proposto, do método de GOLDNER (1994) e do modelo CET (2000)

situam-se, em geral, numa faixa de valores intermediários em relação aos resultados
apresentados pelos métodos CET (1983) e GRANDO (1986).
 Os resultados do método proposto estão numa faixa mais próxima dos valores médios
considerando os outros métodos.
A Figura 7.18 mostra graficamente os resultados do volume de saídas de

veículos na hora de projeto para dimensionamento da infra-estrutura obtidos com o método
proposto e os valores fornecidos pelo modelo CET (2000) desenvolvido no país.
2500
CET (2000)
VIAGENS DE SAÍDA NA HORA DE PROJETO
2250 MISP
2000 Grando (1986)

Goldner (1994)
1750
1500
[veículos/hora]
1250
1000
750
500
250
0
0 1 2 3 4 5 6 7
-250
"A" "B" "C" "D" "E" "F"
SHOPPING CENTER
Figura 7.18 – Volume de saídas na hora de projeto para

dimensionamento da infra-estrutura.

Figura 7.18:

163

 Os valores do método proposto e do método de GOLDNER (1994) situam-se, em geral,

numa faixa de valores intermediários em relação aos resultados apresentados pelos métodos
CET (2000) e GRANDO (1986).
A Figura 7.19 mostra graficamente os resultados da demanda por

estacionamento na hora de projeto obtidos com o método proposto e os valores fornecidos pelos
outros modelos desenvolvidos no país.
CET (1983)
3250
DEMANDA POR ESTACIONAMENTO [veículos/hora]
Grando (1986)
3000
Goldner (1994)
2750
CET (2000)
2500
MISP
2250
2000
1750
1500
1250
1000
750
500
250
0
0 1 2 3 4 5 6 7
-250
"A" "B" "C" "D" "E" "F"
SHOPPING CENTER
Figura 7.19 – Demanda por estacionamento na hora de projeto.

Figura 7.19:
 Os valores extremos mais elevados são, em geral, os de CET (2000).

164

 Os valores do método proposto, do método de GOLDNER (1994) e do modelo CET (1983)

situam-se, em geral, numa faixa de valores intermediários em relação aos resultados
apresentados pelos métodos CET (2000) e GRANDO (1986).
 Os resultados do método proposto e do método de GOLDNER (1994) são muito similares e

estão numa faixa mais próxima dos valores médios considerando os outros métodos.
A Figura 7.20 mostra graficamente os resultados do volume de chegadas de

veículos na hora de projeto (18:00 – 19:00 horas de sexta-feira) para efeito de avaliação do
impacto viário obtidos com o método proposto e os valores fornecidos pelos outros modelos
desenvolvidos no país.
VIAGENS DE ENTRADA PARA ANÁLISE DE IMPACTO
1650 Grando (1986)
1500 Goldner (1994)
1350 CET (2000)
1200 MISP
1050
[veículos/hora]
900
750
600
450
300
150
0
0 1 2 3 4 5 6 7
-150
"A" "B" "C" "D" "E" "F"
SHOPPING CENTER
Figura 7.20 – Volume de chegadas na hora de projeto para avaliação do impacto viário.

Figura 7.20:

165
viagens na sexta-feira só é valida para empreendimentos com área bruta locável superior a
5.207m2.

próximos – os de Goldner sempre menores – e situam-se, em geral, numa faixa de valores
intermediários em relação aos resultados apresentados pelos métodos CET (2000) e
GRANDO (1986).
A Figura 7.21 mostra graficamente os resultados do volume de saídas de

veículos na hora de projeto (18:00 – 19:00 horas de sexta-feira) para efeito de avaliação do
impacto viário obtidos com o método proposto e os valores fornecidos pelo modelo CET (2000)
desenvolvido no país.
1350 CET (2000)

VIAGENS DE SAÍDA PARA ANÁLISE DE IMPACTO
MISP
1200
Grando (1986)
1050 Goldner (1994)
900
[veículos/hora]
750
600
450
300
150
0
0 1 2 3 4 5 6 7
-150
"A" "B" "C" "D" "E" "F"
SHOPPING CENTER
Figura 7.21 – Volume de saídas na hora de projeto para avaliação do impacto viário.

Figura 7.21:

166
expressão para estimar a geração de viagens na sexta-feira só é valida para

empreendimentos com área bruta locável superior a 5.207m2.
 Os valores do método proposto e do método de GOLDNER (1994) situam-se, em geral,

numa faixa de valores intermediários em relação aos resultados apresentados pelos métodos
CET (2000) e GRANDO (1986).
Com base nas análises comparativas efetuadas, pode-se, a princípio, dizer que o
método proposto e o método de GOLDNER (1994) apresentam os resultados mais razoáveis.
A aplicação do método proposto para estimar as viagens geradas sexta-feira e

sábado, nos empreendimentos pesquisados, apresenta valores inferiores aos valores obtidos
através da aplicação do modelo de Goldner. Isto é possível que se deva ao fato do tamanho dos
empreendimentos utilizados para desenvolver os modelos de estimativas das viagens. Goldner
utilizou shopping centers com tamanho variando de 3.155 a 73.312m2 de ABL, localizados em
cidades grandes, entretanto, no método proposto usaram-se empreendimentos com tamanho
inferior, variando de 4.200 a 27.549m2 de ABL, localizados em cidades de médio porte.
Na aplicação do método proposto para estimar as viagens na hora pico e as

viagens horárias para avaliação de impacto viário, nos empreendimentos pesquisados, os valores
apresentam-se superiores aos valores obtidos através da aplicação do modelo de Goldner. Nesta
caso, é possível que se deva ao fato dos fatores de projeto apresentarem valores superiores aos
adotados por Goldner.
Para estimar a demanda por estacionamento, a aplicação do método proposto e

do método de Goldner apresentam semelhanças. No entanto, as expressões usadas para
determinar a demanda são diferentes. No caso do método proposto utiliza-se o fator de projeto
de acúmulo de veículos e as viagens geradas no sábado médio. No método de Goldner usa-se o
tempo médio de permanência dos veículos e as viagens geradas na hora pico do sábado.
Contudo, os resultados do método proposto, para a 10a hora mais movimentada

do ano, oferecem resultados superiores e mais próximos dos valores observados.
167
8 CONSIDERAÇÕES FINAIS
Neste trabalho, a análise de cada um dos aspectos tratados exigiu que as

proposições conclusivas fossem feitas no desenrolar de cada assunto apresentado. Entretanto,
algumas considerações finais tornam-se necessárias.
No desenvolvimento das análises realizadas, procurou-se mostrar que as

dificuldades enfrentadas pela implantação de shopping centers no meio urbano, no que diz
respeito à geração de viagens e demanda por estacionamento, representam aspectos de profundo
interesse para órgãos municipais, planejadores de transportes e empreendedores.
A maior dificuldade enfrentada é o pouco conhecimento registrado desses

empreendimentos. Assim, procurou-se através da bibliografia disponível, apresentar neste
trabalho elementos que permitissem uma análise e aperfeiçoamento de métodos utilizados para
estimar a geração de viagens e demanda por estacionamento em shopping centers.
A revisão bibliográfica realizada permitiu identificar uma grande quantidade de

fatores que influem na quantidade e na distribuição no tempo das viagens atraídas por shopping
centers - parâmetros decisivos para o dimensionamento da infra-estrutura viária, instalações e
equipamentos, bem como para a análise do impacto no trânsito da região.
Os principais fatores que influenciam no número e na distribuição no tempo das

viagens geradas são o porte global e o tamanho individual dos setores de comércio, serviços e
lazer. Além desses, outros fatores também têm grande influência na quantidade e no padrão
temporal das viagens, tais como: características sócio-econômicas da população da cidade e da
região de influência, nível de concorrência com outros empreendimentos ou áreas comerciais da
cidade, facilidade de acesso, oferta de estacionamento, etc.
Dessa forma, é bastante difícil determinar com precisão a quantidade e a

distribuição temporal das viagens a serem geradas por um novo shopping a ser construído. No
entanto, é absolutamente necessário dispor de métodos para estimativa desses parâmetros,
168
visando o dimensionamento da infra-estrutura viária, instalações e equipamentos, assim como

para análise do impacto no trânsito da região.
No Brasil, os principais estudos desenvolvidos para estimativa da quantidade e

padrão de viagens geradas por shopping centers são: CET-SP (1983), GRANDO (1986),
GOLDNER (1994) e CET-SP (2000). Os trabalhos da CET-SP foram desenvolvidos com base
em dados coletados em shopping centers localizados na cidade de São Paulo. Os trabalhos de
Grando e Goldner foram desenvolvidos através de dados obtidos em shopping centers,
localizados principalmente em cidades grandes, em diversas regiões do país, e alguns padrões
de viagens foram obtidos com base em dados coletados em shopping centers localizados no Rio
de Janeiro e Recife. Em todos eles, na estimativa do número de veículos atraídos pelo shopping
center é considerado apenas o tamanho total do empreendimento (área bruta locável – ABL ou
área total construída – ATC).
Assim, pressupondo que o comportamento dos veículos atraídos por shopping

centers apresenta diferenças quanto à região onde se localiza o empreendimento, foram
pesquisados empreendimentos localizados numa determinada região, no interior do estado de
São Paulo, em cidades de médio porte. Na amostra estudada verificou-se a aplicabilidade de
alguns valores adotados como padrões de viagem e modelos nacionais utilizados para estimar a
geração de viagens e demanda por estacionamento em shopping centers. Os resultados obtidos
permitiram constatar que as viagens geradas por empreendimentos localizados no interior do
estado de São Paulo apresentam comportamento diferenciado.
A incidência dos picos horários na movimentação de veículos aos shopping

centers pesquisados apresenta-se diferente dos períodos identificados por GRANDO (1986) e
GOLDNER (1994). No entanto, apresenta certa semelhança com a incidência dos picos
identificados por CET-SP (2000). Isto comprova um comportamento da demanda diária de
veículos para o universo estudado diferente de empreendimentos localizados na cidade do Rio
de Janeiro. Constatou-se, ainda, que a incidência do acúmulo máximo de veículos no
estacionamento varia entre 20:00 e 22:00h, nos empreendimentos pesquisados, o que não foi
constatado em nenhum estudo a nível nacional.
Os resultados obtidos em cada empreendimento permitiram determinar valores

médios para alguns padrões de viagens, tais como: a relação de número de veículos atraídos na
sexta-feira e no sábado, correspondendo a 0,71, a porcentagem de pico horário na sexta-feira,
correspondendo a 13,69% das viagens atraídas, com incidência entre 19:00 e 21:00h, a
porcentagem de pico horário no sábado, correspondendo a 12,51%, com incidência entre 19:00
e 22:00h, o fator horário de geração de viagens, para estimar o impacto de tráfego nas vias
169
adjacentes aos empreendimentos, na sexta-feira, entre 18:00 e 19:00h, correspondendo a

10,21%, e o do tempo médio de permanência dos veículos no estacionamento, correspondendo a
0,94h, no sábado.
A comparação de valores adotados por autores nacionais para alguns padrões de

viagens para shopping centers com os resultados obtidos nos empreendimentos pesquisados,
permitiu constatar que os valores adotados para porcentagem de pico horário, fator horário de
geração de viagens para análise de impacto viário e tempo médio de permanência dos veículos
no estacionamento, não se ajustam aos valores reais observados.
A aplicação dos modelos nacionais aos dados observados nos shopping centers
pesquisados mostrou que esses modelos fornecem valores discrepantes com os valores
observados do volume de veículos diários, volume de veículos horários e demanda por
estacionamento.
As tentativas realizadas para obter novos modelos de geração de viagens através

de regressão linear simples, considerando a área bruta locável e área total construída dos
shopping centers, mostram que a área bruta locável é um fator mais significativo a ser
considerado na estimativa da geração de viagens. Constata-se, ainda, que é possível obter uma
relação mais significativa entre as viagens diárias em função das áreas desagregadas por ramos
de atividade.
Nas comparações realizadas de valores observados para as viagens diárias

atraídas pelos empreendimentos com valores obtidos através da aplicação de modelos nacionais
e dos modelos desenvolvidos para os shopping centers pesquisados, sugerem-se como melhores
estimativas para sexta-feira a eq.(27) obtida através de regressão linear simples, em função da
área bruta locável, e a eq.(31) obtida através de regressão linear múltipla, considerando as áreas
desagregadas de comércio, lazer e serviços. Para estimar as viagens diárias atraídas no sábado
sugere-se como melhor estimativa a eq.(28) obtida através de regressão linear simples, em
função da área bruta locável.
Os modelos sugeridos pela CET-SP (2000), aplicados aos empreendimentos

pesquisados, consideram-se inapropriados para estimar as viagens diárias atraídas na sexta-feira
e no sábado, devido à grande discrepância com os valores observados.
O método proposto para dimensionar alguns parâmetros de projeto de shopping

centers sugere a utilização de fatores de projeto para a 10a hora mais movimentada do ano. Isto
considerando que em cidades de porte médio, localizadas no interior do estado de São Paulo,
parece razoável dimensionar a infra-estrutura, instalações e equipamentos, para atender
170
praticamente a capacidade máxima, levando em conta que o congestionamento nos acessos do

estacionamento é indesejável por prejudicar o trânsito adjacente.
Contudo, os resultados obtidos nos empreendimentos pesquisados, a definição

de alguns parâmetros, o desenvolvimento de alguns modelos de geração de viagens,
principalmente o modelo que considera as áreas desagregadas dos estabelecimentos por ramos
de atividades, e o método proposto para dimensionar alguns parâmetros de projeto de shopping
centers, representam uma grande contribuição para shopping centers localizados em cidades de
médio porte no interior do estado de São Paulo, considerando que atualmente nenhuma
informação existe ao respeito para esse tipo de empreendimentos.
Considerando que os shopping centers representam sistemas muito complexos,

devido principalmente aos ramos de atividade oferecidos, sugere-se para futuros pesquisadores
desagregar o tamanho geral dos empreendimentos em mais ramos de atividade, destacando a
presença de cinemas, e a adoção de Redes Neurais Artificiais ou outras técnicas na estimativa da
geração de viagens e demanda por estacionamento, que possibilitem o relacionamento de
variáveis não-lineares. Para essas estimativas recomenda-se, ainda, a realização de uma pesquisa
mais ampla e abrangente, envolvendo um número maior de shopping centers e de outras
variáveis que interferem na geração de viagens e demanda por estacionamento, de modo a
identificar padrões de comportamento mais apurados e obter resultados e conclusões mais
confiáveis, bem como para elaborar modelos de previsão de demanda que apresentem maior
confiabilidade, permitindo um melhor dimensionamento da infra-estrutura e das instalações e
equipamentos nos acessos de entrada e saída do estacionamento e do sistema viário associado
aos shopping centers.
Sendo constatado, ainda, que a maior dificuldade enfrentada para obter

conhecimento em shopping centers é a falta de consciência por parte de órgãos públicos,
empreendedores e especialmente administradores de shopping centers, de atitudes que facilitem
as pesquisas nesses empreendimentos, sugere-se, ainda, a conscientização destes para mudar de
comportamento, procurando atitudes que superem as dificuldades enfrentadas por pesquisadores
que procuram aprimorar o conhecimento nesses empreendimentos. No entanto, é possível
destacar a participação da administração dos shopping centers que colaboraram para a
realização deste trabalho.
171
REFERÊNCIAS BIBLIOGRÁFICAS
ASSOCIAÇÃO BRASILEIRA DE SHOPPING CENTERS (2003). Shopping Associados -

Segmentação por Tipo. http: //www.abrasce.com.br . (2 abr.).
ASSOCIAÇÃO BRASILEIRA DE SHOPPING CENTERS (2003). Grandes Números do Setor.

http: //www.abrasce.com.br . (2 abr.).
AL-MASAEID, H. R.; AL-OMARI, B. & AL-HARAHSHEH, A. (1999). Vehicle parking

demand for different land uses in Jordan. ITE Journal. Institute of Transportation Engineers,
Washington, D. C., p.79-84
BARRET, R. (1975). Trip generation and modal split of shopping trips. Traffic Engineering &
Control. Febr.
BREVIS, C. B. e FERRAZ, A. C. P. (2001). Proyecto de estacionamiento en centros

comerciales: Um estúdio de caso. (CD-ROM). V Congreso de Ingeniería del Transporte.
Buenos Aires.
CET-SP (2000). Pólos Geradores de Tráfego II. Companhia de Engenharia de Tráfego, São
Paulo / Boletim Técnico 36.
CET-SP (1986). Áreas de Estacionamento e Gabaritos de Curvas Horizontais. Companhia de

Engenharia de Tráfego, São Paulo / Boletim Técnico 33.
CET-SP (1983). Pólos Geradores de Tráfego. Companhia de Engenharia de Tráfego, São

Paulo / Boletim Técnico 32.
CONCEIÇÃO, I. (1984). Shopping Centers: desenvolvimento, localização e impacto do tráfego

no sistema viário. Rio de Janeiro, 148p. Dissertação (Mestrado). COPPE, Universidade
Federal do Rio de Janeiro.
CORREA, M. M. D. & GOLDNER, L. G. (1999). Uma metodologia para delimitação da área

de influência de shopping centers. Anais do XIII Congresso da Associação Nacional de
Pesquisa e Ensino em Transportes (ANPET), São Carlos, v.1, p.62-71
DENATRAN (2001). Manual de Procedimentos para o Tratamento de Pólos Geradores de

Tráfego. Departamento Nacional de Trânsito, Brasília: Denatran/FGV/ Boletim Técnico.
DUNN, R. C. M. & HAMILTON, G. D. (1971). Transportation Engineering Design for

Shopping Centers. Traffic Engineering & Control, p.295-6. Nov.
FAN, H. S. L. & LAM, S. H. (1997). Parking generation of commercial developments in

Singapore. Journal of Transportation Engineering. v.123, n.3, p.238-42.
172
GERN, R. C. (1978). Parking demand at the regionals. ITE Journal, Washington, D.C.
48(9):19-24. Sept.
GERN, R. C. (1975). Guidelines for planning and designing access systems for shopping
centers, Part I. Traffic Engineering, p.35-40, Feb.
GHEZAWI, R. S.; WEGMANN, F. J. & CHATTERJEE, A. (1998). Convenience store trip

generation. ITE Journal, Institute of Transportation Engineers, Washington, D. C.
GONÇALVES, A. A. (1990). ESTSIM: Um modelo de simulação para estacionamento de

shopping centers. Rio de Janeiro, 148p. Dissertação (Mestrado). COPPE, Universidade
Federal do Rio de Janeiro.
GOLDNER, L. (1994). Uma metodologia de avaliação de impactos de shopping centers sobre

o sistema viário. Rio de Janeiro, 213p. Tese (Doutorado). COPPE, Universidade Federal do
Rio de Janeiro.
GRANDO, L. (1986). A interferência dos pólos geradores de tráfego no sistema viário: análise
e contribuição metodológica para shopping centers. Rio de Janeiro, 201p. Dissertação
(Mestrado). COPPE, Universidade Federal do Rio de Janeiro.
HIGHWAY RESEARCH BOARD SPECIAL REPORT No. 125 (1971). Parking Principles.
Highway Research Board, Washington, D. C.
ITE (1997). Trip Generation, 6th ed. Institute of Transportation Engineers, Washington, D.C.
ITE (1987). Parking Generation. Institute of Transportation Engineers, Washington, D.C.
LEAKE, G. R. & TURNER, D. J. (1982). Shopper and vehicle characteristics at large retail
shopping centres. Traffic Engineering & Control. p.12. Jan.
MARTINS, J. A. (1996). Transporte, uso do solo e auto-sustentabilidade. Rio de Janeiro, 146p.

Tese (Doutorado). COPPE, Universidade Federal do Rio de Janeiro.
MACKENZIE, G. & EASTMAN. C. (1992). Assessment of Parking Demand. Traffic

Engineering & Control. p.150-4, March.
PORTUGAL, L. S. & GOLDNER, L. G. (2003). Estudo de Pólos Geradores de Tráfego e de

seus Impactos nos Sistemas Viários e de Transportes. Ed. Edgard Blücher Ltda. São Paulo.
SILVEIRA, I. T. (1991). Análise de Pólos Geradores de Tráfego segundo sua classificação,

área de influência e padrão de viagens. Rio de Janeiro, 303p. Dissertação (Mestrado).
COPPE, Universidade Federal do Rio de Janeiro.
SMITH, S. A. (1986). A methodology for considerations of pass-by trips in traffic impacts

analysis for shopping center. ITE Journal. August.
SMITH, W. S. (1983). Automobile Parking Trends. Transportation Quarterly, v.37, n.3,

p.431-52, July.
SOARES, M. V. (1990). Método para estabelecimento da capacidade de uma rede viária:

análise dos efeitos de implantação de Pólos Geradores de Tráfego. Rio de Janeiro, 187p.
Dissertação (Mestrado). COPPE, Universidade Federal do Rio de Janeiro.
173
STEINER, R. L. (1998). Trip generation and parking requirements in traditional shopping

districts. Transportation Research Record 1617, TRB, National Research Council,
Washington, D. C., p.28-37.
URBAN LAND INSTITUTE (1982). Parking Requirements for Shopping Centers: summary
recommendations and research study report. Washington, D.C.
URBAN LAND INSTITUTE. (1977). Shopping Center Development Handbook. Washington,

D.C.
URBAN LAND INSTITUTE. (1971). The community builders handbook. Washington, D.C.
VOORHEES, A. M. & CROW, C. E. (1966). Shopping center parking requirements, Highway

Research Record – HRB, n.130, p.20-38.
YOUNG, W. & THOMPSON, R. (1987). PARKSIM/1: Data presentation and evaluation.

Traffic Engineering and Control. May.
174
BIBLIOGRAFIA CONSULTADA
AL-HARAHSHEH, A. (1997). Estimation of Vehicle Parking Demand for Different Land

Uses in Jordan. M.Sc. Thesis, Civil Engineering Department, Jourdan University of
Science and Technology (JUST). Dec.
ARENTZE, T.; TIMMERMANS, H.; HOFMAN, F.; KALFS, N. (2000). Data needs, data
collection and data quality requirements of activity-based transport demand models.
Transportation Research Circular E-C008, Transportation Research Board. 30p. Aug.
ATKINS, D. M.; BOLGER, D.; FOSTER, R. and TOTH, Z. B. (1990). Regional Shopping
Center Linked Trip Distribution. ITE Journal. v.60, n.5, p.41-6.
BACON, R. W. (1992). The travel to shop behaviour of consumers in equilibrium market.

Journal of Transport Economics and Policy. v.26, n.3, Sept.
BADOE, D. A.; INNES, J. D. and IRCHA, M. C. (1990). Factors affecting automobile

shopping trip destinations. Journal of Urban Planning and Development. v.116, n.3,
p.126-36.
BARNARD, P. O. (1987). Modeling shopping destination choice behaviour using the basic
multinomial logit model and some of its extensions. Transport Reviews, v.7, n.1,
p.17-51.
BATES, J. and BRADLEY, M. (1986). The clamp parking policy analysis model. Traffic
Engineering & Control. July/August.
BOX, P. C. and KENING, N. S. (1984). Parking layout dimension guidelines. ITE Journal.
Institute of Transportation Engineers, Washington, D.C.
BRINDLE, R. E. (1984). Traffic Impact Analysis. In K. W. Ogden and D. W. Bennett

(eds). Traffic Engineering Practice. Department of Civil Engineering, Monash
University: Clayton, Vic., p.117-35.
BURT, S. and SPARKS, L. (1991). Setting standards for car parking provision: The case of
Retailing. Traffic Engineering and Control. v.31, n.5, p.253-8, May.
CASAZZA, J. A. and F. H. SPINKS. (1985). Shopping Center Handbook. Urban Land

Institute. Washington, D.C.
CASSADY, C. R. and KOBZA, J. E. (1998). A Probabilistic Approach to Evaluate

Strategies for Selecting a Parking Space. v.32, n.1, p.30-42, Feb.
CERVERO, R. (1991). Land use and travel at suburban activity centers. Transportation
Quarterly. v.45, n.4, p.479-91
175
CHODASH, I. L. (1986). Relative efficiencies of various parking angles, ITE Journal,

March.
CYBIS, H. B. B.; LINDAU, L. A. & CAMPOS, D. R. (1999). Avaliando o impacto atual e

futuro de um pólo gerador de tráfego na dimensão de uma rede viária abrangente.
Transportes, v.7, n.1, p.64-5, maio.
DICK, A. C. (1971). Transportation Aspects of New Shopping Development. Traffic

Engineering & Control, p.251, Oct.
FAGHRI, A.; ANEJA, S. and VAZIRI, M. (1999). Estimation of percentage of pass-by

trips generated by a shopping center using artificial neural networks. Transportation
Planning and Technology. v.22, p.271-86.
FERRAZ, A. C. P.; FORTES, F. Q. e SIMÕES, F. A. (1990). Escritos sobre Engenharia

de Tráfego – Fundamentos Práticos. São Carlos, EESC/USP.
FONSECA, J. S. (1993). Curso de estatística, 4.ed. – São Paulo: Atlas.
FORSYTH, A. (1997). Variations on a Main Street: When a Mall is an Arcade. Journal of

Urban Design, v.2, n.3, p.297-307, Oct.
GEIPOT (2001). Anuário Estatístico do Transportes - Frota Nacional de Veículos

Automotores. http://www.geipot.gov.br . (18 dez)
GONÇALVES, A. A.; PORTUGAL, L. S. e OLIVEIRA, M. J. F. (1988). ESTSIM: um

modelo de simulação para estacionamento de shopping centers. Anais do II Workshop
Brasileiro de Simulação, São José dos Campos, SP.
GRAVA, S. (1999). Mobility demands of urban fields. Transportation Quarterly. v.53, n.4,
p.109-20.
GU, K. (1996). An integrated land use–transport–environment model: CityPlan. Road and

Transport Research. 5(1), p.26-38.
GU, K. and YOUNG, W. (1998). Verifying and Validating a Land Use – Transport –
Environment Model. Transportation Planning and Technology. v.21, p.181-202.
HARRIS, M. R. e ANDREW, H. R. (1979). The traffic implications of hypermarket

development. Traffic Engineering and Control, Jan.
HENSEN, Ronald J. (1988). Trip Generation Rates for Different Types of Grocery Stores.
ITE Journal. v.58, n.10, p.21-2
HIGHWAY RESEARCH BOARD SPECIAL REPORT No. 474 (1973). Parking as an

Alternant to the Traffic Pattern. Highway Research Board, Washington, D.C.
HIGHWAY RESEARCH BOARD SPECIAL REPORT No. 444 (1973). Parking Demand
and Allocation. Highway Research Board, Washington, D.C.
HIGHWAY RESEARCH BOARD SPECIAL REPORT No. 395 (1972). Parking

Allocation Techniques. Highway Research Board, Washington, D.C.
INNES, J.; IRCHA, M. & BADOE, D. (1988). Factors Affecting Automobile Shopping
Trip Destinations. Journal of Urban Planning and Development. v.116, n.3, p.126-36.
176
INTERNATIONAL COUNCIL OF SHOPPING CENTERS (2000). http://www.icsc.org
ITE (1991). Trip Generation, 5th ed. Institute of Transportation Engineers, Washington,
D.C.
ITE TECHNICAL COUNCIL COMMITTEEE 6F-44 (1990). Using the ITE Parking
Generation Report. ITE Journal. v.60, n.7, p.25-33
KELLY, R. W. (1979). Parking at a hypermarket – six years on. Traffic Engineering &
Control., v.20, n.5, p.257-62, May.
KITAMURA, R.; CHEN, C. & NARAYANAN, R. (1998). Traveler Destination Choice

Behavior – Effects of time of day, Activity duration, and Home location. Transportation
Research Record 1645.
KITTELSON, K. & LAWTON, T. K. (1987). Evaluation of Shopping Center Trip Types.

ITE Journal. v.57, n.2, p.35-9
LANDAU, U.; PRASHKER, J. & BERNARD, A. (1982). Evaluation of Activity

Constrained Choice Sets to Shopping Destination Choice Modeling. Transportation
Research A, v.16, n3, p.199-207.
LANDIS, B. W. (1993). Improved Sampling Techniques to Determine Trip Characteristics

for Traffic Impact Analyses. Transportation Research Record 1400, p.78-81.
LE, H. H. and YOUNG, W. (1998). Modelling Shopping Centre Traffic Movement (2):
Model Application. Transportation Planning and Technology. v.21, p.309-21
LE, H. H. and YOUNG, W. (1998). Modelling Shopping Centre Traffic Movement (1):
Model Validation. Transportation Planning and Technology. v.21, p.203-33
LE, H. H. and YOUNG, W. (1994). Traffic Systems Design at a Shopping Centre. Proc.17th
ARRB Conference, 17(6). p.73-89.
LIMA FILHO, A. O. (1971). Shopping Centers – Estados Unidos vs Brasil – uma análise
mercadológica comparativa. Fundação Getúlio Vargas, Rio de Janeiro, p.60
MESQUITA, J. M. B. & RIBEIRO, P. C. M. (1998). O estacionamento integrado: sua

aplicação para o atendimento de shopping centers. Anais do XII Congresso da
Associação Nacional de Pesquisa e Ensino em Transportes (ANPET), Rio de Janeiro.
MORRIS, R. L. (1974). A measure of shopping center trip distribution. Traffic

Engineering. v.44, n.13, p.32, Oct.
NCHRP - REPORT 365 (1998). Travel Estimation Techniques for Urban Planning.
Transportation Research Board – TRB.
NCHRP - REPORT 348 (1992). Access Management Guidelines for Activity Centers.
Transportation Research Board – TRB.
PEYREBRUNE, J. C. (1996). Trip generation characteristics of shopping centers. ITE

Journal. v.66, n.6, p.46. Jun.
PORTUGAL, L. S.; GONÇALVES, A. A.; OLIVEIRA, M. J. F. & GRANDO, L. (1988).

Estacionamento de Shopping Centers e seus efeitos na rede viária, Anais do V
Congresso Panamericano de Trânsito.
177
ROBERTSON, D. I. (1984). Estimating origin-destination flows by simulating trip choice.

Traffic Engineering & Control. v.25, n.7/8, p.358-64, July/August.
SMITH, M. S. (2000). The Day of Reckoning: Is it Time to Increase Parking Stall

Dimensions? Parking, v.39, n.2, p.29-35.
STEIN, H. S. (1991). Parking study of neighborhood and community shopping centers.

Transportation Research Record 1299, p.19-27.
STEINER, R. L. (1996). Traditional Neighborhood Shopping Districts: Patterns of use and

modes of access. Ph.D. dissertation. University of California at Berkeley.
TIMMERMANS, H. J. P. (1981). Multiattribute shopping models and ridge regression

analysis. Environment and Planning A, v.13, p.43-56.
ULYSSÉA, N. I. & CARVALHO, B. N. (1994). Influência de um Shopping Center sobre a

atração de viagens, com motivo trabalho, à zona de tráfego de sua implantação. Anais
do VIII Congresso da Associação Nacional de Pesquisas e Ensino em Transportes,
ANPET, Recife, v.2, p.51-60.
ULYSSÉA, N. I. e GRANDO, L. (1990). Impactos provenientes de mudanças na estrutura

sócio-econômica e nos padrões de acessibilidade sobre a demanda de viagens a
Shopping Centers. Anais do IV Congresso da Associação Nacional de Pesquisas e
Ensino em Transportes, ANPET, Porto Alegre.
URBAN LAND INSTITUTE (1999). Parking Requirements for Shopping Centers:

summary recommendations and research study report. Second Ed., Washington, D.C.
WAERDEN, P. van der.; BORGES, A. and SILVA, A. N. R. DA. (1997). Dispersion of

shopping center visitors related to the duration of parking. Recent Advances in
Retailing & Services Science Conference, 4. Scottsdale: EIRASS/CIRASS.
WHEELER, M. K. and MATHIESON, B. J. (1976). Parking restraint and park-and-ride

modeling. Traffic Engineering & Control. v.17, n.6, p.260-1, June.
WILSON, A. G. (1998). Land-use / Transport Interaction Models – Past and Future.

Journal of Transport Economics and Policy. v.32, part 1, Jan.
WOLSHON, B. and HATIPKARASULU, Y. (2000). Results of car following analyses

using Global Positioning System. Journal of Transportation Engineering. v.126, n.4,
p.324-331, July/August.
YOUNG, W. and W. Yue (1992). A Study of the Performance of two Parking-lot Layouts.
Traffic Engineering and Control. 33, p.434-9.
YOUNG, W. (1987). Parking Principles: some thoughts on the design of parking lots.
Australian Road Research. June.
YOUNG, W. (1987). Parking Route Guidance. Australian Road Research. v.17, n1, p.40-2.
YOUNG, W. and THOMPSON, R. (1987). PARKSIM/1: A computer graphics approach

for parking lot layouts. Traffic Engineering and Control. March.
YOUNG, W. (1986). PARKSIM/1: A simulation model of driver behavior in parking lots.

Traffic Engineering and Control. 27(12), p.606-13.

Tese Brevis Cardenas CarolinaB

Enviado por

Direitos autorais:

Formatos disponíveis

Tese Brevis Cardenas CarolinaB

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tese Brevis Cardenas CarolinaB

Enviado por

Direitos autorais:

Formatos disponíveis

GERAÇÃO DE VIAGENS E DEMANDA

POR ESTACIONAMENTO EM SHOPPING

Carolina B. Brevis Cárdenas

ORIENTADOR: Prof. Dr. Antonio Clóvis Pinto Ferraz

Tese apresentada à Escola de Engenharia de

A Robert L. Cox, meu grande mestre, que me incentivou a procurar o conhecimento.

A Heloisa Morgado Belo e Elizabete (Bete) Ortega, pela colaboração constante.

Ao CNPq – Conselho Nacional de Desenvolvimento Científico e Tecnológico, que me forneceu o apoio

Figura 2.1 - Fatores diários para os dias de maior movimento............................................. 13

Figura 5.17 - Relação entre o acúmulo máximo de veículos e viagens no sábado................. 98

Tabela 2.1 - Critérios utilizados para delimitar áreas de influência..................................... 8

Tabela 4.24 - Período de funcionamento do shopping center “E”......................................... 72

LISTA DE ABREVIATURAS E SIGLAS

ABRASCE – Associação Brasileira de Shopping Centers

BREVIS, C. C. B. (2003). Geração de viagens e demanda por estacionamento em shopping

Neste trabalho é apresentado estudo sobre a geração de viagens e a demanda por

Palavras-chave: geração de viagens, demanda por estacionamento, shopping centers.

Keywords: trip generation, parking demand, shopping centers.

Shopping centers são empreendimentos constituídos por um conjunto planejado

Atualmente, observa-se no Brasil um crescimento acelerado desses

Dos empreendimentos localizados no estado de São Paulo, estado com maior

Em algumas dessas cidades, a implantação de shopping centers vem gerando

Essas questões têm assumido importância devido ao crescente aumento de

Alguns estudos vêm sendo realizados no país, no intuito de evitar ou amenizar

Nessas cidades, a maioria dos órgãos municipais carece de legislação para

Nesse contexto, pressupõe-se que as viagens geradas por shopping centers

Este trabalho tem como objetivos: identificar padrões da geração de viagens e

1.3 DESCRIÇÃO DO TRABALHO

Inicialmente, neste capítulo 1, são colocados a relevância do tema, os objetivos

No capítulo 2, é apresentada uma revisão bibliográfica sobre o assunto, a

O terceiro capítulo contém a metodologia da pesquisa de campo a ser utilizada

No capítulo 4 são apresentados os resultados das pesquisas de campo realizadas

No capítulo 5 são analisados os conjuntos de valores desses parâmetros

No sexto capítulo, os resultados dos principais padrões de viagens observados

À luz dos resultados obtidos e das análises efetuadas, no capítulo 7 é

No oitavo e último capítulo, são feitas algumas considerações que se tornaram

Neste capítulo é apresentada uma revisão bibliográfica da literatura que serviu

2.1 SHOPPING CENTERS

Os shopping centers são empreendimentos que surgiram como possibilidade de

Segundo BARRET (1975), os shopping centers foram criados para atender a

DICK1 apud GONÇALVES (1990, p.7), define shopping center como um

 Realizar compras num mesmo local e ao mesmo tempo;

 Comparar produtos e seus preços;

 Desfrutar de um local confortável e descontraído;

 Oferta de estacionamento em local próximo e de fácil acesso; e

 Carregamento de produtos de maneira rápida e segura.

Atendendo a esses propósitos, CONCEIÇÃO (1984) destaca que em 1966 foi

Atualmente, segundo a Associação Brasileira de Shopping Centers, ABRASCE, existem 240

Os shopping centers surgiram inicialmente nos Estados Unidos, em 1956, e o

No Brasil, visando os mesmos objetivos do ICSC, surgiu a ABRASCE, a qual

A ABRASCE (2002) define seis principais tipos de shopping centers no Brasil:

 Shopping Regional - Empreendimentos que oferecem mercadorias em geral (alta

 Shopping Comunitário - Empreendimentos que geralmente oferecem grande porcentagem

 Shopping de Vizinhança - Empreendimentos que oferecem conveniência na compra de

lojas oferecendo outros artigos de conveniência. Existem 12 empreendimentos associados à

 Shopping Especializado - Empreendimentos que apresentam um mix específico de lojas de

 Outlet Center - Empreendimentos que apresentam lojas de fabricantes vendendo suas

 Festival Center - Empreendimentos basicamente voltados para atividades de lazer, com

Cabe notar, que a classificação de shopping centers apresentada somente faz