Evolución Previsible de la demanda - bibing.us.esbibing.us.es/proyectos/abreproy/60084/fichero/4+EVOLUCIÓN+DE+LA... · de los factores causales subyacentes y del ... asumen implícitamente

Evolución Previsible de la demanda

Plan director del aeropuerto de Santander Página 1

4. EVOLUCIÓN PREVISIBLE DE LA DEMANDA

4.1.GENERALIDADES Y JUSTIFICACIÓN DE LA PREVISIÓN REALIZADA

Es necesario un estudio de la demanda para establecer las necesidades futuras del

aeropuerto. En función de la previsión de demanda se determinarán las necesidades del

Aeropuerto de Sevilla hasta alcanzar el Desarrollo Previsible. Para hacer una previsión

de la demanda es necesario realizar las siguientes prognosis:

- Prognosis del tráfico de pasajeros

- Prognosis del tráfico de aeronaves

- Prognosis del tráfico de mercancías

- Prognosis del tráfico en periodos punta

Son numerosos los métodos de previsión de la demanda, básicamente se han

distinguido tres tipos:

1) Proyección de tendencias

Consiste en el ajuste de curvas efectuando una simple proyección de los datos

históricos. Los diferentes tipos de curvas de tendencia pueden ser lineales,

exponenciales, de tipo parabólico, etc. Estas proyecciones aumentan su fiabilidad

cuando se realizan a corto plazo, cuando no está previsto ningún cambio en las

condiciones que determinan la oferta o la demanda del tráfico aéreo.

2) Relaciones econométricas

Los más utilizados son los modelos de regresión múltiple. En ellos se emplean

como variables exógenas diversas magnitudes socioeconómicas. Una característica del

método econométrico para las previsiones a mediano y largo plazo es que la evolución

de los factores causales subyacentes y del tráfico puede controlarse durante el periodo

de previsión, con lo cual se posibilita la verificación de la suficiencia continua del

modelo econométrico y se hacen los ajustes necesarios para la previsión si alguno de los

factores evolucionara de un modo diferente con respecto a las hipótesis iniciales.



3) Modelos causales

Las estimaciones se realizan a partir de las opiniones de expertos, que en algunos

casos, pueden proporcionar una información muy útil. El método Delphi consiste en un

proceso iterativo de consultas a un grupo de expertos con el objetivo de buscar un

consenso en las previsiones. Esta técnica se ha empleado frecuentemente por la

International Air Transport Association (IATA) para realizar sus previsiones.

Una vez descrito los diferentes métodos de previsión, obtenemos las siguientes

conclusiones:

Los métodos de proyección de tendencias requieren poco esfuerzo y se obtienen

rápidamente. Sin embargo, asumen implícitamente que todos los factores que afectan a

la demanda de tráfico aéreo están incorporados en la variable t, lo cual no parece que

sea ni teóricamente consistente ni que sea adecuado para detectar los cambios de

tendencia debido a modificaciones de variables que sí afectan directamente al tráfico

aéreo. No es extraño, por tanto, que esta técnica pierda fiabilidad a medida que las

previsiones sean más lejanas en el tiempo.

Por otro lado los métodos de regresión múltiple son la herramienta más precisa

que existe por el momento. Una ventaja del método econométrico para las previsiones a

mediano y largo plazo es que la evolución de las variables puede controlarse durante el

periodo de previsión, con lo cual se posibilita la verificación continua del modelo

econométrico y se hacen los ajustes necesarios para la previsión si alguno de los

factores evolucionara de un modo diferente con respecto a las hipótesis iniciales.

Por último, las consultas a expertos mantienen un grado de subjetividad. Sin

embargo, en numerosas ocasiones resulta muy conveniente este tipo de estudio con el

fin de complementar los modelos anteriores. Permite introducir factores no

cuantificables, y por tanto, no existentes en los modelos socioeconómicos, matizando

así las previsiones obtenidas.

En el siguiente cuadro se muestra la evolución del tráfico de pasajeros en el

aeropuerto de Santander en el periodo de 2000-2009, con las tasas de crecimiento

correspondientes. En la siguiente tabla figuran solamente el número total de pasajeros,

sin diferenciar distintas clases, con el fin de homogeneizar los datos de tráfico,

proporcionados por Aena.



El método de previsión que se ha llevado a cabo es el de obtener diferentes

ajustes a la curva de la evolución de pasajeros que conocemos hasta el año 2009 para así

poder obtener la tendencia de la demanda del tráfico de pasajeros hasta el 2023.

4.2. PROGNOSIS DEL TRÁFICO DE PASAJEROS

Según los datos históricos, esta es la evolución del tráfico de pasajeros

Comercial hasta el año 2009.

Año Pasajeros Tasa de crecimiento

2000 260.767 16,1%

2001 272.383 4,50%

2002 262.070 -3,8%

2003 253.756 -3,2%

2004 342.559 35,0%

2005 644.662 88,2%

2006 649.447 0,7%

2007 761.780 17,3%

2008 856.606 12,4%

2009 958.157 11,9%

Tabla 4.1: Evolución del tráfico de pasajeros

Figura 4.1: Evolución del tráfico de pasajeros

0

200.000

400.000

600.000

800.000

1.000.000

1.200.000

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009

Pas

aje

ros

Años

Pasajeros totales



4.2.1. Prognosis del tráfico de pasajeros nacional regular

En cuanto al tráfico de pasajeros nacional regular, viendo la evolución histórica

hasta ahora, creamos las líneas de tendencia para hacer la prognosis del tráfico hasta

el año 2023.

Tabla 4.2: Evolución del tráfico nacional de pasajeros

Mediante los datos históricos, realizamos una regresión lineal y polinómica para

obtener la tendencia en los próximos años.

Figura 4.2: Evolución del tráfico nacional regular de pasajeros

y = 29381x - 6E+07R² = 0,7927

y = 6243,2x2 - 2E+07x + 3E+10R² = 0,9765

0

500.000

1.000.000

1.500.000

2.000.000

2.500.000

3.000.000

3.500.000

1995 2000 2005 2010 2015 2020 2025

Previsión del tráfico de Pasajeros Nacional Regular

Año NACIONAL Tasa de crecimiento

2000 245.062 18,50%

2001 261.304 6,60%

2002 252.775 -3,30%

2003 240.635 -4,80%

2004 253.245 5,20%

2005 319.397 26,10%

2006 360.939 13%

2007 432.188 19,70%

2008 483.846 12%



Definimos dos tipos de horizontes, el más optimista ( regresión polinómica) y el

más pesimista ( que sería el de la regresión lineal). La previsión esperada, se define

como el promedio de las dos anteriores.

AÑO AJUSTE LINEAL AJUSTE

POLINÓMICO

PREVISIÓN

ESPERADA

2010 500.000 700.000 600.000

2015 650.000 1.400.000 1.025.000

2020 800.000 2.400.000 1.600.000

2023 900.000 3.000.000 1.950.000

Tabla 4.3: Previsión esperada de pasajeros nacional

Figura 4.3: Previsión esperada de pasajeros nacional

4.2.2. Previsión del tráfico de pasajeros regular internacional

Realizamos el mismo procedimiento para la previsión de tráfico de pasajeros regular

internacional.

Año INTERNACIONAL REGULAR

2000 15.705

2001 11.079

2002 9.295

2003 13.121

2004 89.314

2005 325.265

2006 288.508

2007 329.592

2008 372.760

Tabla 4.4: Evolución de Pasajeros de tráfico internacional

0

500.000

1.000.000

1.500.000

2.000.000

2.500.000

3.000.000

3.500.000

2010 2015 2020 2023

Previsión del tráfico de Pasajeros nacional Regular

AJUSTE LINEAL AJUSTE POLINÓMICO PREVISIÓN ESPERADA



Figura 4.4: Previsión esperada de pasajeros internacional

Se muestra una progresión lineal que corresponde con el caso más pesimista y

un ajuste polinómico (caso más optimista). La previsión esperada es la media entre los

dos valores.

AÑO AJUSTE LINEAL AJUSTE

POLINÓMICO PREVISIÓN ESPERADA

2010 500.000 600.000 550.000

2015 750.000 1.200.000 975.000

2020 1.000.000 1.900.000 1.450.000

2023 1.200.000 2.500.000 1.850.000

Tabla 4.5: Previsión esperada de pasajeros internacional

y = 54239x - 1E+08R² = 0,8401

y = 3615,2x2 - 1E+07x + 1E+10R² = 0,8592

0

500.000

1.000.000

1.500.000

2.000.000

2.500.000

3.000.000

1995 2000 2005 2010 2015 2020 2025

Pas

aje

ros

PREVISIÓN DEL TRÁFICO DE PASAJEROS INTERNACIONAL

REGULAR



Figura 4.5: Previsión esperada de pasajeros internacional

4.2.3. Tráfico total de pasajeros

Figura 4.6: Previsión número total de pasajeros

AÑO MODELO

CONSERVADOR MODELO OPTIMISTA

PREVISIÓN

ESPERADA

2010 1.000.000 1.100.000 1.050.000

2015 1.500.000 2.300.000 1.900.000

2020 1.900.000 3.500.000 2.700.000

2023 2.100.000 4.200.000 3.150.000

Tabla 4.6: Previsión número total de pasajeros

0

500.000

1.000.000

1.500.000

2.000.000

2.500.000

3.000.000

2010 2015 2020 2023

Previsión del tráfico de Pasajeros Regular Internacional


y = 7156x2 - 3E+07x + 3E+10R² = 0,9398

y = 86993x - 2E+08R² = 0,9008

01.000.0002.000.0003.000.0004.000.0005.000.0006.000.0007.000.0008.000.0009.000.000

10.000.00011.000.00012.000.00013.000.00014.000.000

2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 2022 2024

Pas

aje

ros

Previsión Número total de Pasajeros



Hay que resaltar que a medida que crece el tiempo los valores del ajuste polinómico

se hacen excesivamente grandes, por lo que los valores pueden tener cierto error,

perdiendo fiabilidad.

Figura 4.7: Previsión número total de pasajeros

4.3.PROGNOSIS DEL TRÁFICO DE AERONAVES

La evolución del tráfico de aeronaves está íntimamente relacionada con la evolución

del tráfico de pasajeros. La previsión de aeronaves se realiza a través de la aplicación

del parámetro pasajeros/aeronave a la prognosis realizada para los pasajeros,

despreciándose el número de operaciones exclusivas del transporte de mercancías.

En este caso se agrupan los segmentos de aeronaves relativas a tráfico nacional

dentro de la denominación de AN( aeronaves nacionales), desestimando la influencia de

las internacionales.

Operaciones totales

Aviación Comercial Aviación general

2000 9.605 2,8% 6.504 25,90% 3.101 -25,80%

2001 9.868 2,70% 6.831 5,00% 3.037 -2,10%

2002 11.243 13,9% 8.023 17,40% 3.220 6%

2003 11.326 0,7% 7.594 -5,30% 3.732 15,90%

2004 11.643 2,8% 8.639 13,80% 3.004 -19,50%

2005 16.148 38,7% 12.547 45,20% 3.601 19,90%

2006 15.195 -5,9% 12.138 -3,30% 3.057 -15,10%

2007 16.998 11,9% 14.074 15,90% 2.924 -4,40%

2008 19.198 12,9% 15.646 11,20% 3.552 21,50%

Tabla 4.7: Evolución de las operaciones

0

500.000

1.000.000

1.500.000

2.000.000

2.500.000

3.000.000

3.500.000

4.000.000

4.500.000

2010 2015 2020 2023

PREVISIÓN DEL TRÁFICO TOTAL DE PASAJEROS




Realizando los ajustes lineal y polinómico, obtenemos los siguientes valores

para los próximos años.

Figura 4.8: Previsión de tráfico de aeronaves total

Al igual que se ha hecho para el caso de pasajero, obtenemos la previsión del tráfico

de aeronaves hasta el 2023.

AÑO AJUSTE

LINEAL

AJUSTE

POLINÓMICO

PREVISIÓN

ESPERADA

2010 20.000 20.100 20.050

2015 26.000 30.000 28.000

2020 32.000 40.000 36.000

2023 35.000 48.000 41.500

Tabla 4.8: Previsión número total de operaciones

4.3.1. Aviación comercial

La evolución del tráfico de aviación comercial hasta el año 2008,

AVIACIÓN

COMERCIAL

2000 6.504 25,90%

2001 6.831 5,00%

2002 8.023 17,40%

2003 7.594 -5,30%

2004 8.639 13,80%

2005 12.547 45,20%

2006 12.138 -3,30%

2007 14.074 15,90%

2008 15.646 11,20%

Tabla 4.9: Evolución del tráfico de operaciones aviación comercial

y = 1166,8x - 2E+06R² = 0,9257

y = 35,273x2 - 140242x + 1E+08R² = 0,9312

0

10.000

20.000

30.000

40.000

50.000

60.000

1999 2004 2009 2014 2019 2024

PREVISIÓN DE TRÁFICO DE AERONAVES TOTAL

Series1 Lineal (Series1) Polinómica (Series1)



Figura 4.9: Evolución del tráfico de operaciones aviación comercial

Figura 4.10: Previsión del tráfico de operaciones aviación comercial

AÑO

AJUSTE

LINEAL

AJUSTE

POLINÓMICO

PREVISIÓN

ESPERADA

2010 18.000 20.000 20.050

2015 21.000 34.000 28.000

2020 30.000 52.000 36.000

2023 32.000 68.000 50.000

Tabla 4.10: Previsión del tráfico de operaciones aviación comercial

Para el año 2023 hay que tener cuidado con el ajuste polinómico ya que crece

demasiado rápido y los valores no se ajustan exactamente a la realidad. Por lo que en

este caso optamos por ajustarnos más al lineal.

4.3.2. Prognosis del tráfico de aviación general

6.504 6.8318.023 7.594

8.639

12.547 12.138

14.074

15.646

2000 2001 2002 2003 2004 2005 2006 2007 2008

Aviación Comercial

y = 1191,3x - 2E+06R² = 0,9166

y = 97,478x2 - 389502x + 4E+08R² = 0,9481

0

10.000

20.000

30.000

40.000

50.000

60.000

70.000

80.000

1999 2004 2009 2014 2019 2024

PREVISIÓN DE TRÁFICO DE AVIACIÓN COMERCIAL

Series2 Lineal (Series2) Polinómica (Series2)



AVIACIÓN GENERAL

2000 3.101 -25,80%

2001 3.037 -2,10%

2002 3.220 6%

2003 3.732 15,90%

2004 3.004 -19,50%

2005 3.601 19,90%

2006 3.057 -15,10%

2007 2.924 -4,40%

2008 3.552 21,50%

Tabla 4.11: Evolución del tráfico de operaciones aviación general

Figura 4.11: Evolución del tráfico de operaciones aviación general

La evolución de aviación general se mantiene estable a lo largo de 8 años, por lo

que la evolución de los próximos años va a ser muy leve, alcanzando 5000 operaciones

para el año 2023.

Figura 4.12: Previsión del tráfico de operaciones aviación general

0

2.000

4.000

2000 2001 2002 2003 2004 2005 2006 2007 2008

AVIACIÓN GENERAL

0

1.000

2.000

3.000

4.000

5.000

6.000

2010 2020 2023

AVIACIÓN GENERAL



4.4.PROGNOSIS DEL TRÁFICO DE MERCANCÍAS

A continuación se muestran los datos históricos del tráfico de mercancías desde el

año 2000 hasta el 2009.

Carga total

2000 235.897 200,4%

2001 100.832 -57,30%

2002 235.897 200,4%

2003 39.817 1,3%

2004 27.274 -31,5%

2005 343.835 1160,7%

2006 3.119 -99,1%

2007 1.473 -52,8%

2008 37.482 2444,6%

2009 11.076 -70,4%

Tabla 4.12: Evolución del tráfico de mercancías

Debido a que los datos históricos son tan dispares. A partir del valor esperado de

mercancías del año 2007 se aumenta un 10% anual hasta el año 2023. En la tabla

siguiente se muestra l previsión futura del tráfico de mercancías.

2007 1.473

2008 1.620

2009 1.782

2010 1.961

2011 2.157

2012 2.372

2013 2.610

2014 2.870

2015 3.158

2016 3.473

2017 3.821

2018 4.203

2019 4.623

2020 5.085

2021 5.594

2022 6.153

2023 6.768

Tabla 4.13: Previsión del tráfico de mercancías



A continuación se muestra la previsión del tráfico de mercancías hasta el año 2023.

Figura 4.13: Previsión del tráfico de mercancías

4.5.PROGNOSIS DEL TRÁFICO EN PERIODOS PUNTA

A continuación se van a estudiar las características del flujo de pasajeros y

aeronaves a través de las instalaciones del aeropuerto durante un periodo reducido de

tiempo, durante un día o durante una hora. Este estudio resulta de gran utilidad para dar

una idea clara del tamaño de las instalaciones necesarias en el aeropuerto.

Con objeto de evaluar la capacidad actual y futura necesaria en cada uno de los

elementos del sistema aeropuerto, es decir, el tamaño de diseño de las instalaciones del

aeropuerto, se establecen los distintos tipos de flujos a través del aeropuerto.

Flujo Punta: Es el flujo de pasajeros o aeronaves máximo que se presenta

en el año de estudio, ya sea referido a un periodo de un día o una hora.

Flujo Tipo: Es el flujo de pasajeros o aeronaves que no es superado en un

número de veces o porcentaje determinado durante el año de estudio.

Referido a un periodo de un día o a una hora.

Flujo Diseño: Es el flujo de pasajeros o aeronaves para el que se dimensiona

una determinada instalación del aeropuerto, con la condición de que se

cumplan unos determinados niveles de calidad.

0

1.000

2.000

3.000

4.000

5.000

6.000

7.000

8.000

2.010 2.015 2.020 2.023

PREVISIÓN DEL TRÁFICO DE MERCANCÍAS



Para las instalaciones relacionadas con las aeronaves el flujo de diseño debe

coincidir con el flujo punta, ya que en los casos punta no es admisible una pérdida de

calidad en la atención de aeronaves. Esta pérdida de calidad imposibilitaría la operación,

ya sea por falta de seguridad en la operación de las aeronaves o por falta de espacio

físico.

Para las instalaciones relacionadas con los pasajeros el flujo de diseño debe de

coincidir con el flujo tipo, ya que no está justificado el dimensionar para el flujo punta

por presentarse en situaciones muy concretas y escasas. El dimensionar para el flujo

punta requeriría una inversión substancialmente mayor, siendo en estos casos admisible

el aumento de la capacidad a costa de pérdida en la calidad del servicio ofertado.

4.5.1. Pasajeros hora y día punta/tipo

Para el año 2006, que es el último año del cual se conocen todos los datos

necesarios se obtienen los siguientes resultados.

Año Mes punta Semana tipo PDP PDT PHP

2006 61.762 14.090 2.828 2.408 719

Tabla 4.14: pasajeros hora y día punta

La evolución del parámetro PHP y PHD es la siguiente.

Año PHP PHD

2000 482 246

2001 313 226

2002 362 214

2003 366 233

2004 596 454

2005 713 563

2006 719 521

Tabla 4.15: Evolución de PHP Y PHD

Realizando una regresión lineal obtenemos la previsión de pasajeros hora diseño para el año 2020.

.



Figura 4.14: Previsión de PHD

PHD

2008 600

2010 700

2012 900

2015 1100

2020 1400

Tabla 4.16: Previsión de PHD

4.5.2. Aeronaves hora y día punta (Aviación comercial)

Como se ha comentado en la introducción, en este caso nos interesa tener en

cuenta las AHP.

Año Mes punta Semana tipo ADT ADP AHP

2006 1.586 372 59 84 12

Tabla 4.17: ADP Y AHP

Se establece para los diferentes horizontes de estudio, la previsión de AHP a

partir de los datos conocidos.

AHP AHP Nacional

AHP UE

Schengen

2010 20 19 8

2015 22 21 9

2020 24 23 9

Tabla 4.18: AHP

y = 62,107x - 124050R² = 0,7511

0

200

400

600

800

1000

1200

1400

1600

1995 2000 2005 2010 2015 2020 2025

PHD

PHD Lineal (PHD)



Figura 4.15: AHP

4.6.DEFINICIÓN DEL HORIZONTE DE ESTUDIO

En este apartado se definen tres horizontes de estudio, (Horizonte 1, Horizonte 2

y Horizonte 3. Se calcularán las necesidades ligadas a los volúmenes de tráfico que

componen cada uno de estos horizontes, independientemente del momento en el que se

alcancen. En capítulos posteriores se plantearán las soluciones adecuadas a dichas

necesidades.

En el último horizonte de estudio (Horizonte 3) se esperan 2 millones de

pasajeros aproximadamente y alrededor de 30.000 aeronaves haciendo uso de las

instalaciones aeroportuarias.

Pasajeros

Totales

Aeronaves

Totales

Mercancías

Totales

Horizonte 1 1.000.000 18.000 1.961

Horizonte 2 1.500.000 21.000 3.158

Horizonte 3 1.900.000 30.000 5.085

Tabla 4.19: Definición de horizontes de estudio

0

5

10

15

20

25

2010 2015 2020

AHP

AHP AHP Nacional

Documents

Evolución Previsible de la demanda - bibing.us.esbibing.us.es/proyectos/abreproy/60084/fichero/4+EVOLUCIÓN+DE+LA... · de los factores causales subyacentes y del ... asumen implícitamente