Área de influência de agências bancárias

Este trabalho tem como objetivo investigar o fenômeno da dispersão de clientes em torno de uma agência bancária, identificando generalizações e peculiaridades deste fenômeno e verificando quais variáveis controláveis e ambientais influenciam a capacidade das agências bancárias em atrair clientes para desenvolver um modelo preditivo de determinação da área de influência primária. Para determinação desta área, foi utilizada a metodologia customer spotting, adotando-se o software mapinfo e a base cartográfica digitalizada da Grande São Paulo. Para cada uma das agências, foi selecionada do banco de dados da instituição uma amostra de 400 clientes ativos com seus endereços residenciais e verificadas as características ambientais no raio de 1.000 metros. Os testes de associação entre variáveis e a modelagem econométrica foram realizados por meio da análise de regressões múltiplas. A área de influência primária foi operacionalizada como sendo a extensão do raio que contém 50% dos clientes. As áreas de influência das agências bancárias mostram enorme diversidade entre si, variando de 1,1 a 12,2 km, sendo mais extensa se comparada com o comércio varejista. As variáveis mais associadas à área de influência são a densidade demográfica no entorno da agência (relação negativa), existência ou não de estacionamento na agência (relação positiva) e o nível de aglomeração bancária na região (relação positiva). As generalizações são limitadas para a cidade de São Paulo e apenas para clientes pessoas físicas ativos que não recebem seus salários pelo banco. Conhecer a área de influência das agências bancárias possibilita verificar áreas em que ocorrem sobreposição, baixa ou ausência de atuação, subsidiando estudos para instalação de novas agências ou remanejamento das já existentes e estabelecer estratégias específicas para as agências de acordo com a procedência de seus clientes. Este trabalho pioneiro preenche uma importante lacuna nos estudos de área de influência para o mercado bancário que vem crescendo nos últimos anos.

A cultura do girassol como estratégia de competitividade para o agronegócio regional e nacional: importância para a agroenergia e a alimentação

Equacionar aquecimento global, escassez de alimentos e a crescente necessidade energética, tornou-se, atualmente, o grande desafio mundial. Existem diversas culturas agrícolas que podem ser exploradas de maneira estratégica e assim colaborar com a solução deste problema. Dentre elas, pode-se destacar a cultura do girassol (Helianthus Annuus). O girassol é uma das quatro maiores culturas oleaginosas no mundo, cultivado com sucesso nos cinco continentes, ocupando uma área de cultivo superior a 22 milhões de hectares. A participação do Brasil nesse montante é inferior a 1%. Acredita-se que essa pequena participação se deva a fatores sócio-econômicos e tecnológicos. Salienta-se, porém que o Brasil, por suas vantagens comparativas naturais e vantagens competitivas construídas possui condições favoráveis para seu desenvolvimento. Diante dos fatos, o objetivo deste trabalho é aprofundar o conhecimento da cadeia produtiva do girassol e através de sua utilização como estratégia de competitividade, avaliar de maneira sistêmica os impactos na matriz agrícola do País. Dentre as inúmeras vantagens dessa cultura, pode-se destacar: características agronômicas, físicas, químicas, organolépticas e versatilidade, que permitem a utilização e otimização dos fatores de produção já disponíveis; época de plantio (adaptabilidade a diferentes condições edafoclimáticas), podendo ser cultivado desde o Rio Grande do Sul até o Estado de Roraima; sistema radicular (raiz pode chegar a dois metros de profundidade), permitindo o melhor aproveitamento dos nutrientes e da água do solo e promovendo a reciclagem de nutrientes; alto teor de óleo nas sementes (30% a 55%) e; alto valor comercial dos co-produtos. Esse conjunto de características é analisado sob a ótica da teoria das vantagens competitivas e das economias de escala e escopo, demonstrando que com inteligência e pragmatismo, a cultura do girassol pode repetir, com vantagens, o que a soja representou para o agronegócio brasileiro.

Participação de instituições locais em projetos de revitalização urbana : o caso do Projeto Porto Maravilha na cidade do Rio de Janeiro

Dentro do contexto do desenvolvimento urbano sustentável, diversas metrópoles estão revitalizando áreas centrais degradadas. Regiões portuárias são exemplos de áreas degradadas que têm passado por processos de revitalização. O envolvimento de diferentes atores locais (Poder Público, mercado e sociedade civil) no processo de decisão e também durante a implementação das obras de revitalização deve ser visto como ponto chave na garantia de um processo transparente e particular para cada revitalização executada. Para subsidiar tal abordagem, este trabalho utiliza como referencial teórico a gestão social e seus critérios do processo de discussão, pluralismo e bem-comum para a implementação de políticas públicas, onde a multiplicidade de atores deve participar em igualdade de direitos nos processos decisórios deliberativos na busca do bem-estar social. Na cidade do Rio de Janeiro, em 2009, a instituição por lei da Operação Urbana Consorciada da Área de Especial Interesse Urbanístico da Região Portuária do Rio de Janeiro garante que o projeto de revitalização chamado Porto Maravilha possa ser implementado. Por ser fruto de uma Operação Urbana Consorciada, o projeto deve contar com a participação de proprietários, moradores, usuários e dos investidores para revitalizar uma área de aproximadamente cinco milhões de metros quadrados. Assim, considerada a importância de diferentes atores para garantir um processo decisório legítimo e considerada a obrigatoriedade da participação de diferentes atores na implementação do projeto Porto Maravilha, o objetivo deste trabalho é identificar como as instituições locais participam no Projeto Porto Maravilha. Para tanto, realizou-se pesquisa de campo por meio da participação em reuniões das instâncias participativas na região portuária, da aplicação de questionários às instituições locais e da realização de entrevistas semiestruturadas com representantes das instituições locais e outros atores envolvidos com o projeto. Para o tratamento dos dados obtidos utilizou-se o método da análise de conteúdo com grade mista, cujas categorias definidas foram relacionadas com os critérios do processo de discussão, pluralismo e bem-comum da gestão social e um tratamento estatístico para a elaboração de uma matriz que permitiu relacionar o grau de participação e a posição das instituições locais frente ao projeto. Para o tratamento final, a triangulação metodológica foi utilizada e os resultados foram confrontados com o referencial teórico. Os resultados mostraram que a revitalização da região portuária despertou interesse para que instâncias participativas que já existiam na região se reestruturassem e que novas instâncias fossem criadas. Independente de serem a favor ou contra o projeto, há uma mobilização por parte das instituições locais em se envolverem no projeto, embora este não possa se caracterizar como um processo deliberativo de construção conjunta definido a partir de um consenso, pois, as diretrizes gerais do projeto Porto Maravilha foram instituídas por lei. A maioria das instituições locais concorda e participa do acompanhamento e da implementação do projeto por meio do compartilhamento com o Estado da responsabilidade de criar espaços educativos e investir em programas sociais que possam garantir a melhoria das condições de vida da população local.

Understanding the critical distance in sparse distributed memory

Modelos de tomada de decisão necessitam refletir os aspectos da psi- cologia humana. Com este objetivo, este trabalho é baseado na Sparse Distributed Memory (SDM), um modelo psicologicamente e neuro- cientificamente plausível da memória humana, publicado por Pentti Kanerva, em 1988. O modelo de Kanerva possui um ponto crítico: um item de memória aquém deste ponto é rapidamente encontrado, e items além do ponto crítico não o são. Kanerva calculou este ponto para um caso especial com um seleto conjunto de parâmetros (fixos). Neste trabalho estendemos o conhecimento deste ponto crítico, através de simulações computacionais, e analisamos o comportamento desta “Critical Distance” sob diferentes cenários: em diferentes dimensões; em diferentes números de items armazenados na memória; e em diferentes números de armazenamento do item. Também é derivada uma função que, quando minimizada, determina o valor da “Critical Distance” de acordo com o estado da memória. Um objetivo secundário do trabalho é apresentar a SDM de forma simples e intuitiva para que pesquisadores de outras áreas possam imaginar como ela pode ajudá-los a entender e a resolver seus problemas.