ESCOLA SUPERIOR DE PROPAGANDA E MARKETING PROGRAMA … · 2019-05-14 · A economia compartilhada...

0

ESCOLA SUPERIOR DE PROPAGANDA E MARKETING

PROGRAMA DE MESTRADO E DOUTORADO EM GESTÃO INTERNACIONAL

BRUNO BARRETO BUCCIARELLI

O IMPACTO DA ECONOMIA COMPARTILHADA NOS MERCADOS

TRADICIONAIS: UM RECORTE DO AIRBNB COM OS HOTÉIS NO BRASIL

SÃO PAULO

2019

1

ESCOLA SUPERIOR DE PROPAGANDA E MARKETING

PROGRAMA DE MESTRADO E DOUTORADO EM GESTÃO INTERNACIONAL

BRUNO BARRETO BUCCIARELLI

O IMPACTO DA ECONOMIA COMPARTILHADA NOS MERCADOS

TRADICIONAIS: UM RECORTE DO AIRBNB COM OS HOTÉIS NO BRASIL

Dissertação apresentada como requisito para obtenção do título de Mestre em Administração de Empresas pela Escola Superior de Propaganda e Marketing - ESPM Orientador: Prof. Dr. Marcos Amatucci

SÃO PAULO

2019

2

3

AGRADECIMENTOS

Primeiramente gostaria de agradecer a minha família por todo o apoio prestado durante

esse período.

Ao meu orientador, o Professor Dr. Marcos Amatucci, que foi parte fundamental para

compreender um pouco do mundo acadêmico e toda sua paciência neste período. Aos

Professores Eduardo Francisco e José Carlos Barbieri por suas excelentes sugestões para que

esse trabalho ficasse o mais rico possível.

Ao professor Marcelo Zorovich e a Professora Manolita Lima, professores que me

fizeram evoluir como pessoa, ensinando como lidar com os alunos e como sempre preparar uma

aula melhor do que a outra!

Aos professores do PMDGI , em especial ao Professor Mário Ogasavara, que souberam

ir além do conceito de dar aula e conseguiram transmitir com maestria a paixão de ensinar.

Aos meus amigos da VIII do PMDGI que me deram o apoio nos momentos mais difíceis

dessa caminhada e também pelos momentos divertidos que vivemos juntos! Amigos que levarei

para toda a vida!

A todos muito obrigado!

4

RESUMO

Trata-se de uma pesquisa que busca entender qual o impacto que a economia

compartilhada causa nos mercados tradicionais e, de forma mais específica, o impacto do

Airbnb na cadeia hoteleira. Esse tema é relevante pois empresas como o Uber e o Airbnb tem

apenas dez anos de funcionamento, possuem faturamentos bilionários, e mudaram a forma do

consumo dos serviços. Os dados obtidos serão extraídos da base de dados do AirDna e do

Fórum de Operadores Hoteleiros no Brasil. Essas bases de dados serão utilizadas por

consolidarem as informações de hotéis e do Airbnb, respectivamente. Metodologicamente

optou-se por uma abordagem quantitativa a partir de dados secundários. São consideradas as

cidades brasileiras com o maior número de imóveis cadastrados no Airbnb no período entre os

anos de 2010 e 2016. O período foi escolhido pois é a partir de 2010 que o AirDna começa a

coletar os dados do Airbnb. Os dados foram tratados por correlação e regressão múltipla.

Palavras-chaves: Economia compartilhada, Airbnb, meios de hospedagem, inovação,

inovação de modelo de negócios.

5

ABSTRACT

It is a research that seeks to understand the impact that the shared economy causes in

the traditional markets and, more specifically, the impact of Airbnb in the hotel chain. This

topic is relevant because companies like Uber and Airbnb have only ten years of operation,

have billions of billions, and have changed the way services are consumed. The data obtained

will be extracted from the database of AirDna and the Forum of Hotel Operators in Brazil.

These databases will be used for consolidating hotel and Airbnb information, respectively.

Methodologically, a quantitative approach was chosen from secondary data. It is considered the

Brazilian cities with the largest number of properties registered in Airbnb in the period between

2010 and 2016. The period was chosen because it is from 2010 that AirDna begins to collect

Airbnb data. The data were treated by correlation multiple regression.

Keywords: Shared economics, Airbnb, means of hosting, innovation, business model

innovation.

6

LISTA DE ILUSTRAÇÕES

FIGURA 1 -NÚMERO DE QUARTOS....................................................................................24

FIGURA 2 – NÚMERO DE QUARTOS COM AIRBNB RECLASSIFICADO......................25

FIGURA 3 – NÚMERO DE PUBLICAÇÕES SOBRE MODELO DE NEGÓCIOS...............28

FIGURA 4 – PERMANÊNCIA MÉDIA NAS VIAGENS DOMÉSTICAS, POR MOTIVO ..33

FIGURA 5 – MEIOS DE HOSPEDAGENS UTILIZADOS NA PRINCIPAL VIAGEM

DOMÉSTICA, POR RENDA...................................................................................................35

FIGURA 6 – DESTINOS MAIS VISITADOS NAS VIAGENS DOMÉSTICAS....................36

FIGURA 7 – DESTINOS MAIS DESEJADOS........................................................................37

FIGURA 8 – ABORDAGEM METODOLÓGICA...................................................................42

FIGURA 9 – NÚMERO DE IMÓVEIS CADASTRADOS NO AIRBNB NO BRASIL...........47

FIGURA 10 – VALOR MÉDIO DIÁRIAS HOTÉIS NO BRASIL..........................................48

FIGURA 11 – VALOR MÉDIO REVPAR NO BRASIL..........................................................48

FIGURA 12 – AIRBNB X DIÁRIA (US$)..............................................................................50

FIGURA 13 – AIRBNB X REVPAR (US$).............................................................................50

7

LISTAS DE QUADROS

QUADRO 1 – CLASSIFICAÇOES DE ECONOMIA COMPARTILHADA..........................21

8

LISTA DE TABELAS

TABELA 1 – REALIZAÇÃO DE PELO MENOS UMA VIAGEM, POR RENDA.................31

TABELA 2 – PRINCIPAL RAZÃO PARA NÃO VIAJAR, POR RENDA..............................32

TABELA 3 – NÚMERO DE VIAGENS DOMÉSTICAS NO DOMICÍLIO............................32

TABELA 4 – MEIOS DE TRANSPORTES UTILIZADOS NAS VIAGENS DOMÉSTICAS,

POR MOTIVO (EM %).............................................................................................................33

TABELA 5 – MEIOS DE TRANSPORTES UTILIZADOS NA PRINCIPAL VIAGEM

DOMÉSTICA, POR RENDA (EM %)......................................................................................34

TABELA 6- MEIOS DE HOSPEDAGENS UTILIZADOS NAS VIAGENS DOMÉSTICAS,

POR MOTIVO..........................................................................................................................35

TABELA 7 – GASTO MÉDIO NAS VIAGENS DOMÉSTICAS, POR MOTIVO..................37

TABELA 8 -COMPOSIÇÃO DOS GASTOS DAS VIAGENS, POR CLASSE DE RENDA..38

TABELA 9 – MOTIVO DA VIAGEM.....................................................................................39

TABELA 10 – MOTIVAÇÃO DA VIAGEM A LAZER..........................................................39

TABELA 11 -TIPO DE ALOJAMENTO UTILIZADO...........................................................40

TABELA 12 – DESTINOS MAIS VISITADOS.......................................................................40

TABELA 13 – FIDELIZAÇÃO DO DESTINO........................................................................41

TABELA 14 – NÚMERO DE AIRBNBS POR CIDADE POR ANO.......................................46

TABELA 15 – CORRELAÇÃO ENTRE VARIÁVEIS............................................................49

TABELA 16 – REGRESÃO REVPAR SÃO PAULO..............................................................51

TABELA 17 – REGRESSÃO REVPAR RIO DE JANEIRO....................................................51

TABELA 18 – REGRESSÃO REVPAR SALVADOR............................................................51

TABELA 19 – REGRESSÃO REVPAR FORTALEZA...........................................................52

TABELA 20 – REGRESSÃO REVPAR BRASÍLIA................................................................52

9

TABELA 21 – REGRESSÃO REVPAR RECIFE....................................................................52

TABELA 22 – REGRESSÃO REVPAR NATAL....................................................................53

TABELA 23 – REGRESSÃO REVPAR CURITIBA...............................................................53

TABELA 24 – REGRESSÃO REVPAR FLORIANÓPOLIS...................................................53

TABELA 25 – REGRESSÃO REVPAR BELO HORIZONTE................................................53

TABELA 26 – REGRESSÃO REVPAR GOIÂNIA.................................................................54

TABELA 27 – REGRESSÃO REVPAR PORTO ALEGRE....................................................54

TABELA 28 – REGRESSÃO REVPAR CALDAS NOVAS....................................................54

TABELA 29 – REGRESSÃO REVPAR JOÃO PESSOA........................................................55

TABELA 30 – REGRESSÃO REVPAR TERESINA...............................................................55

TABELA 31 – REGRESSÃO REVPAR MACEIÓ..................................................................55

TABELA 32 – REGRESSÃO REVPAR PRAIA GRANDE.....................................................56

TABELA 33 – REGRESSÃO REVPAR GUARUJÁ...............................................................56

TABELA 34 – REGRESSÃO REVPAR SÃO LUIS................................................................56

TABELA 35 – REGRESSÃO REVPAR PORTO SEGURO....................................................57

TABELA 36 – REGRESSÃO REVPAR SANTOS..................................................................57

TABELA 37 – REGRESSÃO REVPAR CABO FRIO.............................................................57

TABELA 38 – REGRESSÃO REVPAR UBATUBA...............................................................58

TABELA 39 – REGRESSÃO REVPAR BALNEÁRIO CAMBORIÚ.....................................58

TABELA 40 – REGRESSÃO REVPAR BELÉM....................................................................58

TABELA 41 – REGRESSÃO REVPAR MANAUS.................................................................59

TABELA 42 – REGRESSÃO REVPAR ARACAJÚ................................................................59

TABELA 43 – REGRESSÃO REVPAR GRAMADO.............................................................59

TABELA 44 – REGRESSÃO REVPAR CAMPINAS.............................................................60

10

TABELA 45 – REGRESSÃO DIÁRIA SÃO PAULO..............................................................61

TABELA 46 – REGRESSÃO DIÁRIA RIO DE JANEIRO.....................................................61

TABELA 47 – REGRESSÃO DIÁRIA SALVADOR..............................................................61

TABELA 48 – REGRESSÃO DIÁRIA FORTALEZA............................................................62

TABELA 49 – REGRESSÃO DIÁRIA BRASÍLIA.................................................................62

TABELA 50 – REGRESSÃO DIÁRIA RECIFE......................................................................62

TABELA 51 – REGRESSÃO DIÁRIA NATAL......................................................................62

TABELA 52 – REGRESSÃO DIÁRIA CURITIBA.................................................................63

TABELA 53 – REGRESSÃO DIÁRIA FLORIANÓPOLIS....................................................63

TABELA 54 – REGRESSÃO DIÁRIA BELO HORIZONTE..................................................63

TABELA 55 – REGRESSÃO DIÁRIA GOIÂNIA...................................................................63

TABELA 56 – REGRESSÃO DIÁRIA PORTO ALEGRE......................................................64

TABELA 57 – REGRESSÃO DIÁRIA CALDAS NOVAS.....................................................64

TABELA 58 – REGRESSÃO DIÁRIA JOÃO PESSOA..........................................................64

TABELA 59 – REGRESSÃO DIÁRIA TERESINA................................................................65

TABELA 60 – REGRESSÃO DIÁRIA MACEIÓ....................................................................65

TABELA 61 – REGRESSÃO DIÁRIA PRAIA GRANDE......................................................65

TABELA 62 – REGRESSÃO DIÁRIA GUARUJÁ.................................................................66

TABELA 63 – REGRESSÃO DIÁRIA SÃO LUIS..................................................................66

TABELA 64 – REGRESSÃO DIÁRIA PORTO SEGURO......................................................66

TABELA 65 – REGRESSÃO DIÁRIA SANTOS....................................................................67

TABELA 66 – REGRESSÃO DIÁRIA CABO FRIO...............................................................67

TABELA 67 – REGRESSÃO DIÁRIA UBATUBA................................................................67

TABELA 68 – REGRESSÃO DIÁRIA BALNEÁRIO CAMBORIÚ......................................68

11

TABELA 69 – REGRESSÃO DIÁRIA BELÉM......................................................................68

TABELA 70 – REGRESSÃO DIÁRIA MANAUS..................................................................68

TABELA 71 – REGRESSÃO DIÁRIA ARACAJÚ.................................................................69

TABELA 72 – REGRESSÃO DIÁRIA GRAMADO...............................................................69

TABELA 73 – REGRESSÃO DIÁRIA CAMPINAS...............................................................69

TABELA 74 – R QUADRADO REGRESSAO MÚLTIPLA REVPAR...................................70

TABELA 75 – COEFICIENTES REGRESSÃO MÚLTIPLA REVPAR.................................71

TABELA 76 – VARIÁVEIS EXCLUÍDAS REGRESSÃO MÚLTIPLA REVPAR................71

TABELA 77 – R QUADRADO REGRESSÃO MÚLTIPLA DIÁRIA.....................................72

TABELA 78 – COEFICIENTES REGRESSÃO MÚLTIPLA DIÁRIA...................................72

TABELA 79 – VARIÁVEIS EXCLUÍDAS REGRESSÃO MÚLTIPLA DIÁRIA..................73

TABELA 80 – R QUADRADO SOMA DIÁRIA.....................................................................73

TABELA 81 – COEFICIENTES REGRESSÃO SIMPLES SOMA DIÁRIA..........................74

TABELA 82 – R QUADRADO SOMA REVPAR...................................................................74

TABELA 83 – COEFICIENTES REGRESSÃO SIMPLES SOMA REVPAR.........................74

12

LISTA DE ABREVIATURA E SIGLAS

Alagoas – AL

Amazonas - AM

Associação Brasileira de Resorts – ABR

Bahia -BA

Business-to-peer – B2P

Ceará - CE

Distrito Federal - DF

Fórum de Operadores Hoteleiros no Brasil – FOHB

Goiás – GO

Maranhão - MA

Minas Gerais – MG

Paraíba – PB

Pará – PA

Paraná -PR

Peer-to-peer -P2P

Pernambuco – PE

Piauí - PI

PricewaterhouseCoopers – PWC

Rio de Janeiro – RJ

Rio Grande do Sul – RS

Rio Grande do Norte – RN

Santa Catarina - SC

Sergipe – SE

13

SUMÁRIO

1. INTRODUÇÃO....................................................................................................................15

1.1 OBJETIVO PRINCIPAL....................................................................................................16

1.2 OBJETIVOS SECUNDÁRIOS...........................................................................................16

1.3 PROBLEMA DE PESQUISA.............................................................................................17

2. REVISÃO BIBLIOGRÁFICA..............................................................................................18

2.1 ECONOMIA COMPARTILHADA....................................................................................18

2.1.1 SUSTENTABILIDADE...................................................................................................19

2.1.2 MOTIVAÇÃO.................................................................................................................20

2.1.3 REGULAÇÃO.................................................................................................................20

2.1.4 IMPACTO DA ECONOMIA COMPARTILHADA NOS NEGÓCIOS

TRADICIONAIS......................................................................................................................20

2.1.5 EXEMPLOS DE EMPRESAS DE ECONOMIA COMPARTILHADA..........................20

2.1.5.1 EMPRESAS PEER-TO-PEER NÃO LUCRATIVAS..................................................21

2.1.5.1.1 BANCO DE TEMPO..................................................................................................21

2.1.5.1.2 TEM AÇUCAR?........................................................................................................21

2.1.5.2 EMPRESAS BUSINESS-TO-PEER LUCRATIVAS...................................................22

2.1.5.2.1 ZIPCAR......................................................................................................................22

2.1.5.2.2 COWORKING...........................................................................................................22

2.1.5.3 EMPRESAS BUSINESS-TO-PEER NÃO LUCRATIVAS........................................22

2.1.5.3.1 FAB LAB...................................................................................................................22

2.1.5.4 EMPRESAS PEER-TO-PEER LUCRATIVAS...........................................................22

2.1.5.4.1 KICKSTARTER........................................................................................................22

2.1.5.4.2 TASK RABBIT..........................................................................................................22

14

2.1.5.4.3 UBER.........................................................................................................................23

2.1.5.4.4 AIRBNB.....................................................................................................................23

2.2 INOVAÇÃO........................................................................................................................26

2.2.1 INOVAÇÃO NO MODELO DE NEGÓCIOS.................................................................26

2.2.2 INOVAÇÃO DIGITAL....................................................................................................29

2.3 TURISMO...........................................................................................................................31

2.3.1 TURISMO DOMÉSTICO................................................................................................31

2.3.2 TURISMO INTERNACIONAL NO BRASIL.................................................................38

3. METODOLOGIA.................................................................................................................42

4. ANÁLISE E DISCUSSÃO DOS RESULTADOS................................................................46

5. CONCLUSÃO......................................................................................................................75

5.1 ATINGIMENTO DOS OBJETIVOS..................................................................................75

5.2 PRINCIPAIS CONTRIBUIÇÕES DO ESTUDO...............................................................75

5.3 IMPLICAÇÕES GERENCIAIS..........................................................................................75

5.4 LIMITAÇÕES DO ESTUDO..............................................................................................75

5.5 SUGESTÕES DE ESTUDOS FUTUROS..........................................................................76

6. REFERÊNCIAS BIBLOGRÁFICAS....................................................................................77

7. APÊNDICE...........................................................................................................................84

15

1. INTRODUÇÃO

A economia compartilhada é um fenômeno que vem crescendo nos últimos anos. No

ano de 2015, já existiam dezessete empresas operando com um valor de mercado superior a $1

bilhão e empregavam mais de 60.000 colaboradores (KATHAN; MATZLER; VEIDER, 2016).

De acordo com a consultoria PWC, estima-se que o setor de economia compartilhada no ano

de 2025 terá uma receita de $335 bilhões (PWC, 2016).

Pode-se definir economia compartilhada como:

“...uma rede de mercados aos quais indivíduos utilizam diversas formas de

compensação para transacionar a redistribuição e acesso de recursos, mediados por

uma plataforma digital operada por uma organização” (MAIR; REISCHAUER,

2017)”.

Outro nome utilizado para definir economia compartilhada é consumo colaborativo,

porém para alguns autores, o consumo colaborativo não busca fins comerciais (BELK, 2013;

MARTIN; UPHAM; BUDD, 2015).

O fenômeno da economia compartilhada teve início nos anos 1990, nos Estados Unidos

com a criação de sites como o Ebay e o Craigslist (VILLANOVA, 2015). Atualmente, empresas

de diversos setores baseiam-se no modelo de economia compartilhada. Dentre as mais famosas,

podemos citar na área de transporte o Uber, o Cabify e o Carsharing, no setor de acomodação,

o Airbnb e o Mercado Livre na área de bens de consumo.

Botsman e Rogers (2011) afirmam que o consumo colaborativo não irá substituir a

forma tradicional de consumo, podendo em alguns momentos coexistir e, já em outros, competir

com os demais mercados. Nesse sentido, autores afirmam que o impacto pode ser bastante

significativo nesses setores que competem com a economia compartilhada. Um exemplo desse

impacto pode ser analisado por meio do mercado automotivo. Em um estudo realizado em 2010

na América do Norte com 6.281 membros de serviço de compartilhamento de carros, pôde-se

constatar que esse serviço reduziu significantemente o uso de carros dentro do continente. Com

base nesse estudo, os autores afirmam que cada veículo que faça parte desse clube de

compartilhamentos possa substituir entre 9 a 13 carros. O maior impacto ocorre em domicílios

que possuem somente um carro e que, após o advento do serviço de compartilhamento de carros

eles abriram mão do bem ou passaram de dois veículos para somente um (MARTIN;

16

SHAHEEN; LIDICKER, 2010).

Vivemos atualmente em uma cultura voltada à tecnologia, sendo o avanço dela um

impulsionador e fator determinante para o sucesso da economia compartilhada. Podemos citar

como exemplo os smartphones, que permitem que os indivíduos interajam sem o intermédio de

um meio físico, através do uso de aplicativos, no qual o interessado pelo produto e o vendedor

negociam sem a necessidade de um intermediário (HAMARI; SJÖKLINT; UKKONEN, 2015).

Um movimento importante que a economia compartilhada trouxe ao mercado é a

possibilidade de uma pessoa física negociar com outra pessoa física através de plataformas

eletrônicas. Essa transação é chamada de peer-to-peer (P2P), o qual permite ao indivíduo

ganhar alguma renda adicional a partir de produtos e espaços que antes estavam sem uso e

ociosos (BOTSMAN; ROGERS, 2011).

A hipótese nula deste trabalho é que a cadeia hoteleira não sofreu alterações

significativas com o advento do Airbnb enquanto a hipótese alternativa argumenta que a cadeia

hoteleira teve um impacto financeiro significativo na receita devido ao aumento da concorrência

por causa do Airbnb.

1.1OBJETIVO PRINCIPAL

O objetivo deste estudo é analisar qual o impacto que a economia compartilhada causa

nos mercados tradicionais no Brasil.

1.2 OBJETIVOS SECUNDÁRIOS

• Identificar como as empresas tradicionais estão reagindo a novos players no

mercado.

• Verificar se o impacto do Airbnb no Brasil é o mesmo em outras regiões.

• Analisar se os imóveis do Airbnb estão localizados nos mesmos locais que os

hotéis.

17

1.3 PROBLEMA DE PESQUISA

Qual o impacto do Airbnb na cadeia hoteleira no Brasil?

Para solucionar o problema e alcançar os objetivos propostos anteriormente foi realizada

uma pesquisa quantitativa a partir de dados secundários. Foi realizada uma análise de correlação

múltipla que foram extraídos a partir do site AirDNA e também de dados da cadeia hoteleira.

Este trabalho está dividido a partir dos seguintes capítulos: revisão bibliográfica sobre

os temas estudados, metodologia do trabalho analisado, análise dos resultados e discussões,

conclusão, bibliografia e por fim o apêndice.

18

2. REVISÃO BIBLIOGRÁFICA

Neste capítulo será apresentado uma revisão da literatura sobre os temas economia

compartilhada, inovação no modelo de negócios, inovação digital e também sobre turismo.

2.1 ECONOMIA COMPARTILHADA

A economia compartilhada ocorre quando um produto ou serviço é dividido com outras

pessoas, pessoas essas que muitas vezes o compartilhador não conhece. Existem diversos

produtos e serviços que podem ser compartilhados, podendo variar de carros até uma posição

em um jantar com desconhecidos.

Existem diversas definições sobre economia compartilhada conforme explicado na

introdução. De acordo com Mair e Reischauer (2017), “a economia compartilhada é uma rede

de mercados aos quais indivíduos utilizam diversas formas de compensação para transacionar

a redistribuição e acesso de recursos, mediados por uma plataforma digital operada por uma

organização.” Barnes e Mattson (2016), conceituam a economia compartilhada como “o uso de

marketplaces online e redes sociais tecnológicas para facilitar o compartilhamento entre

indivíduos, que podem tanto ser fornecedores como consumidores.” Geissinger et al (2018)

caracterizam a economia compartilhada como a interação entre usuários e fabricantes, usuários

que tanto vendem como compram produtos, indivíduos, acima de empresas, sendo o ponto

central no processo da troca. Geinssinger et al (2018) ainda definem economia compartilhada

a partir de indivíduos que podem ser caracterizados tanto como usuários como também por

produtores gerando uma sobreposição de papéis. Schor (2014) indica que as atividades da

economia compartilhada podem ser divididas em quatro tipos de plataformas: recirculação de

bens, aumento de utilização de ativos, troca de serviços e compartilhamento de ativos.

A recirculação de bens teve início em 1995 com o eBay e também o Craiglist. Nesse

tipo de negócio a pessoa pode tanto ser consumidora como vendedora de bens. O aumento da

utilização de ativos significa usar o mesmo produto com uma maior intensidade, como por

exemplo o Zipcar e o Uber, que fazem um carro ser utilizado mais vezes do que se estivesse

sendo usado para transportar somente uma pessoa. A troca de serviços iniciou-se nos anos 1980,

a partir de um banco de tempo que oferecia serviços aos desempregados. Nele a unidade de

troca não é o dinheiro e sim o tempo. Por fim, o compartilhamento de ativos, foca em aumentar

19

a produtividade em um lugar ocioso. Nesta divisão que se encontram as cooperativas e os

coworkings (SCHOR, 2014).

Para Belk (2013), apesar das distintas definições de economia compartilhada, todas elas

tem duas práticas em comum: a primeira é o uso temporário de produtos e serviços e a segunda

é a dependência da internet para o sucesso do negócio.

O sucesso da economia compartilhada se deve a três fatores que estão fortemente

interligados: tecnológicos, sociais e econômicos (SCHOR, 2014)(BOTSMAN; ROGERS,

2011). O fator tecnológico é essencial para o funcionamento da economia compartilhada. Esse

fator permitiu que pessoas trabalhassem através de transações P2P e não necessitassem de um

canal intermediário entre fabricante e comprador. Existe também a necessidade de se confiar

em desconhecidos para que a economia compartilhada funcione, e isso é possível graças a

reputação das pessoas. A reputação é medida tanto pelo prestador de serviços como pelo usuário

do mesmo. Trata-se de uma avaliação da pessoa por usuários ou prestadores de serviços. O

mecanismo de reputação serve para avaliar feedbacks de consumidores para identificar os

“bons” e “maus” serviços (WANG; VASSILEVA, 2007). Sem a reputação não há a confiança

no prestador de serviço e sem a confiança o consumidor não tem segurança sobre a qualidade

do serviço e também sobre a índole do prestador, inviabilizando o negócio sugerido (MAURI

et al., 2018)(MAURI et al., 2018)(ERT; FLEISCHER; MAGEN, 2016).

Existem quatro principais linhas que podem ser utilizadas para analisar a economia

compartilhada: sustentabilidade, motivações para o uso, regulações e impacto na cadeia

tradicional que serão explicadas nos seguintes subcapítulos.

2.1.1 SUSTENTABILIDADE

Uma grande polêmica da economia compartilhada refere-se à sustentabilidade. A

pergunta a ser respondida é: a economia compartilhada ajuda o planeta para ser um meio mais

sustentável? (MARTIN, 2016). Um uso mais eficiente dos bens pode poupar recursos escassos

e reduzir a produção (BÖCKER; MEELEN, 2016). Botsman e Rogers (2011) argumentam que,

a economia compartilhada pode romper com as práticas de hiperconsumo da sociedade atual

que alimentam as economias capitalistas. Por outro lado, Martin (2016) aponta que apesar de a

economia compartilhada poder impactar as práticas de hiperconsumo os atores do regime tratam

o tema como uma oportunidade puramente econômica. Especialistas também questionam se os

serviços de compartilhamentos de carros acabam tirando passageiros de serviços públicos de

transporte (KATHAN; MATZLER; VEIDER, 2016). Existem também estudos que dizem que

20

não é possível afirmar se a economia compartilhada impacta de forma positiva e negativa o

meio ambiente e faltam mais pesquisas para chegar a uma conclusão sobre o tema

(GEISSINGER et al., 2018) (DAUNORIENÉ et al., 2015).

2.1.2 MOTIVAÇÃO

Muitos estudos também analisam as motivações que levam os consumidores a

participarem de programas de economia compartilhada. Alguns estudos analisam a motivação

dos consumidores participarem de uma forma generalista, como Böcker e Meelen (2016),

Outros artigos buscam setorizar as motivações. Tussyadiah e Pesonen (2015), por exemplo,

analisam as motivações através do setor de viagens. Independente da forma a qual os

consumidores foram analisados a principal motivação para o uso de programas de economia

compartilhada é o fator econômico. (TUSSYADIAH; PESONEN, 2015).

2.1.3 REGULAÇÃO

Um dos principais temas de artigos de economia compartilhada é o da necessidade de

regulação de mercado, uma vez que a velocidade de evolução da tecnologia é maior que o da

criação de leis (FRENKEN, K., MEELEN, T., ARETS, M., 2015). Malhotra e Van Alstyne

(2014) citam o impacto do Airbnb para os moradores locais. Eles afirmam que os vizinhos

podem sofrer problemas de desordem e segurança. Os autores ainda citam o Uber em seu

estudo, discutindo sobre as responsabilidades legais da empresa. A pergunta que deve ser

respondida é a seguinte: quem é o responsável pelos acidentes: o motorista ou a empresa? O

Uber entende que não pode responder por esse caso, que o responsável é o motorista.

2.1.4 IMPACTO DA ECONOMIA COMPARTILHADA NOS NEGÓCIOS

TRADICIONAIS

Outro tema estudado é o impacto da economia compartilhada nos negócios tradicionais.

Mair e Reischauer (2017), analisam o impacto do Airbnb na cadeia hoteleira e também a

necessidade dos negócios tradicionais se atualizarem, como por exemplo, os taxis perante a

entrada do Uber e do Cabify. Seguindo essa linha Zervas et al (2017) calculam o impacto do

Airbnb nos hotéis em Austin assim como Blal et al (2018) replicaram o estudo na cidade de

São Francisco. Esses estudos serão mais detalhados no tópico Airbnb. É a partir dessa linha de

estudo que este trabalho será abordado.

2.1.5 EXEMPLOS DE EMPRESAS DE ECONOMIA COMPARTILHADA

21

Schor (2014) dividiu em quatro categorias as empresas de economia compartilhada: as

empresas não lucrativas que utilizam a plataforma peer-to-peer (p2p),empresas lucrativas que

utilizam a plataforma P2P, empresas não lucrativas que utilizam a plataforma business-to-peer

(b2p) e empresas lucrativas que utilizam a plataforma b2p. O quadro 1 mostra aonde algumas

empresas se encaixam de acordo com essas categorias.

QUADRO 1 CLASSIFICAÇÕES DE ECONOMIA COMPARTILHADA

Fonte: Schor (2014)

Existem diversos tipos de atividades ligadas a economia compartilhada no Brasil e no

mundo. Abaixo seguem alguns exemplos que podem ser analisados. Eles estão divididos

conforme a matriz de Schor (2014).

2.1.5.1EMPRESAS PEER-TO-PEER NÃO LUCRATIVAS

2.1.5.1.1 BANCO DE TEMPO

O banco de tempo é a um sistema que permita a troca de serviços. A moeda de troca não

é o dinheiro, e sim as horas de serviços prestadas, como por exemplo, serviço de pintura trocado

por um atendimento médico. O banco de horas é comum no sul do Brasil, porém trata-se de

uma oportunidade que ainda deve ser mais explorada no país.

2.1.5.1.2 TEM AÇUCAR?

O aplicativo brasileiro foi criado com o objetivo de aumentar a interação entre os

vizinhos e o compartilhamento de produtos, sejam eles emprestados a nenhum custo ou a um

valor combinado entre eles. O site rentabiliza sua atividade através de doações de empresas e

não a partir de cada transação. No ano de 2015, a empresa possuía mais de 33 mil usuários .

22

2.1.5.2 EMPRESAS BUSINESS-TO-PEER LUCRATIVAS

2.1.5.2.1 ZIPCAR

A empresa Zipcar trabalha com a ideia de que hoje o consumidor não precisa ter o carro,

ele pode simplesmente usar um carro qualquer a partir de uma assinatura. A empresa

disponibiliza os veículos que estão na rua para serem compartilhados pelos consumidores.

Apesar de ser uma empresa do Grupo Avis, diferentemente dos negócios de aluguéis de carros,

o consumidor não precisa passar na loja para retirar e devolver o carro, somente buscar o carro

disponível na rua e deixar no seu local de destino. As assinaturas variam de US$7 a US$70

mensais. A Zipcar trabalha somente em território norte-americano e europeu. No Brasil a

empresa Zazcar reproduz o modelo de negócio da Zipcar.

2.1.5.2.2 COWORKING

O coworking é o compartilhamento de um espaço ocioso de uma empresa que será

alugado para outra empresa, que pode não ter nenhuma ligação com o negócio da locatária.

Essa tendência tem se mostrado bastante efetiva para baratear os custos de aluguel nas

empresas, em especial as microempresas.

2.1.5.3 EMPRESAS BUSINESS-TO-PEER NÃO LUCRATIVAS

2.1.5.3.1FAB LAB

O Fab Lab é uma rede de laboratórios da cidade de São Paulo cujo objetivo é auxiliar

as pessoas a desenvolver e construir projetos. Os Fab Labs estão disponíveis para todos os que

desejam aprender, desenvolver e construir projetos envolvendo tecnologias de fabricação

digital, eletrônica, técnicas tradicionais e práticas artísticas.

2.1.5.4 EMPRESAS PEER-TO-PEER LUCRATIVAS

2.1.5.4.1KICKSTARTER

A empresa atua como crowdfunding e, desde seu lançamento no ano de 2009, já

arrecadou mais de 3 bilhões de dólares a partir de mais de 40 milhões de pedidos de

financiamento coletivo. A empresa fatura a partir de uma comissão de 5% sobre o valor

arrecadado (“Kickstarter Stats — Kickstarter”, [s.d.]).

2.1.5.4.2 TASKRABBIT

23

O Taskrabbit é um site que permite conectar profissionais capacitados com usuários

para uma determinada demanda de serviço. Ex: pintores, jardineiros, etc (“TaskRabbit”, [s.d.])

. Este site atua exclusivamente em território norte americano, no entanto já existem empresas

similares no Brasil, como por exemplo a empresa Get Ninjas.

2.1.5.4.3 UBER

A empresa Uber foi fundada no ano de 2009 e teve uma rápida inserção nos mercados

globais, beneficiando-se de uma brecha na lei referente ao serviço de motoristas particulares.

Em diversos locais, o Uber teve que travar grandes batalhas judiciais para a regulamentação do

serviço.

O Uber é criticado principalmente por causa da ausência das cobranças de impostos

semelhantes aos do taxi (MALHOTRA; VAN ALSTYNE, 2014). Os motoristas não têm que

pagar todos os impostos requeridos pelos taxistas, nem realizar os exames que são obrigatórios

aos taxistas, bem como, ter licença ou seguro comercial (MALHOTRA; VAN ALSTYNE,

2014). Por essas razões, o Uber foi proibido na Alemanha.

A empresa começou a operar na cidade de São Paulo em 2014, e já em abril de 2015,

chegou a suspender suas operações, pois a Justiça de São Paulo entendeu que a empresa oferecia

um serviço ilegal de transporte. No mesmo ano, o Uber conseguiu uma liminar e o seu serviço

foi regulamentado em maio de 2016(ESPORTE, 2017).

O Uber atualmente enfrenta diversos processos trabalhistas na justiça brasileira. Alguns

de seus colaboradores alegam vínculo de trabalho e exigem direitos de funcionários enquanto

a empresa entende que se trata de apenas uma renda complementar. Recentemente, o seu

fundador deixou o comando da empresa especialmente devido aos problemas jurídicos da

companhia no mundo. Entre esses problemas podemos citar assédio sexual e também as

questões trabalhistas (G1, 2017).

2.1.5.4.4 AIRBNB

O Airbnb é uma rede que permite que locadores de imóveis entrem em contato com os

possíveis locatários, seja para uma estadia curta ou um contrato de longo prazo. O site fatura de

dois modos: o hóspede paga entre 9%-12% de taxa sobre cada reserva e os proprietários do

imóvel pagam 3% (“Airbnb”, [s.d.]).

O Airbnb foi criado no ano de 2008 na cidade de São Francisco. Atualmente opera em

24

mais de 191 países e 65.000 cidades ao redor no mundo. Existem mais de 03 milhões de

acomodações cadastradas no site e já acomodou mais de 200 milhões de hóspedes (“Airbnb”,

[s.d.]) e um valor de mercado de aproximadamente US$30 bilhões (ZERVAS; PROSERPIO;

BYERS, 2017) (BLAL; SINGAL; TEMPLIN, 2018).

Os números são impressionantes quando comparados com hotéis. O estudo

encomendado pela empresa STR mostra que o Airbnb possuí quase o triplo de quartos da maior

cadeia hoteleira, o Marriott, conforme mostra a figura 1.

FIGURA 1 - NÚMERO DE QUARTOS

Fonte: (HAYWOOD et al., 2017)

A empresa STR depois reclassificou o Airbnb por tipos de acomodação. Como o Airbnb

trabalha com diferentes tipos de acomodação, variando entre um quarto até um castelo a

empresa buscou padronizar para que se pudesse comparar a quartos de hotel. Com essa nova

classificação o Airbnb ficaria atrás do Marriott com 1 milhão de quartos, conforme mostra a

figura 2.

25

FIGURA 2 - NÚMERO DE QUARTOS COM AIRBNB RECLASSIFICADO

Fonte: (HAYWOOD et al., 2017)

A Associação Brasileira de Resorts (ABR) elaborou um relatório sobre o Airbnb em

novembro de 2016, e de acordo com esse relatório, a ABR critica a falta de regulamentação

para o Airbnb. A defesa do Airbnb argumenta que sua empresa é uma plataforma e não uma

prestadora de serviços e também, por estar em um negócio online, o Airbnb fica imune sobre

qualquer regulação sobre suas transações comerciais (“Airbnb - um modelo de negócio”, 2016).

O Airbnb entende que o seu negócio é complementar ao de hotéis (ZERVAS;

PROSERPIO; BYERS, 2017). Segundo dados coletados dentro do próprio site 74% dos

aluguéis realizados pelo Airbnb estão localizados em locais fora dos principais distritos de

hotéis, 91% dos hóspedes querem se sentir como um morador local e 79% dos viajantes querem

explorar um bairro específico e eles ficam 2,1 vezes a mais no local do que um turista

típico(“Airbnb”, [s.d.]).

Existem estudos que analisam o impacto do Airbnb na cadeia hoteleira. Zervas,

Proserpio e Byers (2017) realizaram esse estudo na cidade de Austin no estado do Texas e

constataram que para essa cidade um crescimento de 10% de Market share do Airbnb gera uma

queda de 0,39% nas receitas dos hotéis. Blal et al (2018) replicaram o estudo de Zervas et al na

cidade de São Francisco, escolhida principalmente por ser a cidade que originou o Airbnb e,

portanto, um local que possuí um grande número de imóveis registrados pela empresa. Nesse

estudo os autores afirmam que o Airbnb não possuí um impacto significativo nas diárias dos

hotéis. Ambos estudos também chegam a conclusão que o impacto varia também de acordo

com o tipo de hospedagem. Quando o motivo da hospedagem é de turismo o impacto do Airbnb

26

sobre os hotéis é maior pois o turista é mais sensível ao preço do que as empresas. Portanto

quando o motivo da viagem é o turismo de negócios a variável preço não é muito relevante a

ponto de substituir um quarto de hotel por um imóvel do Airbnb (ZERVAS; PROSERPIO;

BYERS, 2017)(BLAL; SINGAL; TEMPLIN, 2018).

Existem estudos recentes que verificam como um imóvel é mais alugado do que outro.

Um impacto que aumenta as vendas do Airbnb é a possibilidade de interação com o proprietário

do imóvel e sua reputação. Mauri et al (2018) fizeram um estudo para avaliar que a reputação

pessoal é o constituinte central da popularidade, respondendo por 40% da variação. Ainda

segundo o mesmo estudo, a criação de um storytelling sobre o imóvel aumenta em 8% a

popularidade do mesmo. Para Moreno-izquierdo et al(2019) três fatores são determinantes para

a atratividade do imóvel na plataforma: as características da propriedade, sua apresentação no

Airbnb e a reputação do proprietário. Um imóvel com fotos confiáveis aumenta a reputação e

permite que o locador aumente a sua procura de imóveis e por consequência uma valorização

o dos mesmos (ERT; FLEISCHER; MAGEN, 2016).

2.2 INOVAÇÃO

Neste tópico o estudo apresentará a inovação no modelo de negócios e também

inovações digitais.

2.2.1 INOVAÇÃO NO MODELO DE NEGÓCIOS

O modelo de negócios de uma empresa deve ser capaz de responder as seguintes

questionamentos: quem é o cliente, qual é o valor do cliente, como a empresa lucra com o

negócio e qual a lógica econômica que explica como a empresa consegue entregar o valor ao

cliente a partir de um custo apropriado (TEECE, 2010).O modelo de negócios ajuda a pensar

de modo estratégico sobre como a empresa realiza seus negócios (CHESBROUGH;

ROSENBLOOM, 2002). De um modo geral o modelo de negócios representa uma arquitetura

da receita, ou uma simplificação de como a empresa trabalha para manter seus negócios

(CHESBROUGH; ROSENBLOOM, 2002).

27

Os autores Zott, Lorenzo e Massa realizaram uma revisão da literatura sobre modelo de

negócios e chegaram a constatação que, dentro desse tema, a maior parte dos artigos escritos

fala a respeito sobre três áreas de interesse: negócios online e a importância da tecnologia da

informação para as empresas; questões estratégicas como a criação de valor, vantagem

competitiva e performance da empresa; e por fim a inovação e o gerenciamento da tecnologia

(2011)

A inovação no modelo de negócios (IMN) é um tema que ganhou bastante relevância a

partir dos anos 90. Na figura 3 é possível verificar um crescimento exponencial de artigos a

partir do ano de 1995, sendo PAJ ( articles published in academic journals) o número de artigos

acadêmicos publicados e PANJ (articles published in nonacademic journals)o número de

artigos não acadêmicos publicados sobre o tema (ZOTT; AMIT; MASSA, 2011). Massa e

Tucci (2014) afirmam que até essa data as empresas de um modo geral trabalhavam de modos

similares, seguindo um certo padrão de empresas industriais. Essa aceleração do tema se deve

principalmente por causa da internet e dos avanços nos serviços de comunicação. A internet fez

surgir uma nova demanda de serviços e mudou a forma a qual os clientes se relacionam com as

empresas (TEECE, 2010). O advento da internet fez surgir uma série de produtos gratuitos e as

empresas precisaram repensar o modelo de negócios sobre como fidelizar esses clientes que

buscam materiais sem custos e de um modo muito mais fácil de encontrar (TEECE, 2010)

(TER; TAN; TAN, 2016). Como exemplos de empresas que precisam repensar sua estrutura de

negócios podemos citar livrarias, gravadoras, emissoras de televisão, entre outros. Fazendo um

paralelo com empresas de economia compartilhada podemos citar a necessidade de hotéis e

taxis atualizarem seus modelos de negócios.

28

FIGURA 3 - NÚMERO DE PUBLICAÇÕES SOBRE MODELOS DE NEGÓCIOS

Fonte: (ZOTT; AMIT; MASSA, 2011)

As empresas devem inovar para fidelizar os clientes e atrair novos. Se as empresas

pretendem gerar lucros a partir da inovação não adianta apenas inovar no produto mas também

no modelo de negócios, entendendo a evolução da tecnologia e também as demandas dos

clientes (TEECE, 2010). Teece (2010) afirma também que, além de ele ser eficiente e eficaz, o

sucesso de um modelo de negócios é a complexidade dele, fazendo que ele fique muito difícil

de ser replicado pelos concorrentes.

Um plano de negócios eficiente deve conter presunções sobre seus clientes, o

comportamento de receitas e custos, uma previsão de mudança das necessidades dos usuários

e também como os concorrentes devem reagir as frentes estabelecidas pela empresa (TEECE,

2010).

Apesar do tema ter ganhado relevância existem muitas lacunas conceituais a serem

respondidas. Geissdoerfer. Et al. (2018) argumentam que existe uma grande dificuldade em

diferenciar o que seria inovação em produtos, serviços ou em modelo de negócios. Para eles

IMN pode ser definido como o desenvolvimento de novos modelos de negócios, a modificação

de modelos já existentes e a mudança de um modelo de negócios para outros. Geissfoerfer. Et

al afirmam também que a maior parte dos autores que escrevem artigos sobre IMN se baseiam

29

na definição de Richardson (2002). Nesse artigo o autor conceitua IMN a partir da proposta de

valor, criação de valor e captura de valor. No entanto, se a criação de valor for gerada por uma

inovação de produto não fica claro se isso é caracterizado a partir de uma IMN

(GEISSDOERFER et al., 2018).

Segundo Chesbrough(2007) “ Uma IMN talvez tenha mais importância do que uma

nova ideia ou tecnologia”. O mesmo autor, em um artigo de 2010 afirma que as empresas estão

muito preocupadas em buscar massivos investimentos para essas novas ideias ou tecnologias,

mas possuem pouco traquejo para inovar no modelo de negócios. Uma mesma tecnologia pode

ser comercializada de mais de uma maneira e assim gerar mais de uma forma de lucro

(CHESBROUGH, 2010).

2.2.2 INOVAÇÃO DIGITAL

Conforme Santos, Zheng e Fichman (2014) pode-se considerar inovação digital como “

um produto, processo ou modelo de negócio que é percebido como novo, requer mudanças

significativas, e é incorporada ou habilitada pela área de tecnologia da informação (TI)”. Uma

inovação digital podem ser softwares, aplicativos ou produtos com uma materialidade física

com uma aplicação da tecnologia digital, como por exemplo em carros, relógios e até mesmo

em tênis com sensores de corrida (YOO et al., 2012)

A inovação digital também serviu para agilizar processos dentro das empresas. No

passado utilizava-se diversos softwares para cada função de uma empresa agora pode-se usar

uma plataforma que unifica as funções, permitindo mais agilidade e também informações mais

precisas (YOO et al., 2012).

Novas empresas e funcionalidades foram criadas a partir da inovação digital. Dentre

alguns exemplos podemos citar empresas de marketplace ( ou multilaterais) digitais, como o

Alibaba, Airbnb, ,o Mercado Livre, e a OLX. Essas empresas trabalham como intermediárias

entre compradores e vendedores. Ter at al (2016) faz uma analogia a um shopping center online

que busca interagir as lojas com os consumidores finais. Um marketplace digital permite a

redução dos custos para o vendedor, especialmente devido a eliminação de intermediários

(TER; TAN; TAN, 2016).

30

A relação entre empresas e consumidor final também mudou devido as redes sociais e

a comunicação. As redes sociais permitiram uma aproximação maior entre os dois, gerando

uma comunicação mais individualizada (KANE, 2015). Empresas estão usando as redes sociais

de forma inicial para o marketing mas elas também tem usado para outras finalidades do

negócio, como também para operação, inovação, recursos humanos e estratégias (KANE,

2015).

Especialmente a partir do século XXI o mundo presenciou um crescimento significativo

da inovação digital no dia a dia das empresas e dos consumidores. Um claro exemplo dessa

mudança digital é a empresa Blockbuster. A mesma empresa que no início dos anos 2000

chegou a ter 17.000 lojas nos Estados Unidos possuí em 2018 apenas uma em todo o mundo,

loja essa localizada no estado de Oregon (MEGIA, 2018). Ironicamente a Blockbuster teve a

oportunidade de comprar a empresa Netflix no ano 2000 por US$ 50 milhões e não aproveitou

o momento. Além de a empresa hoje possuir uma loja somente a Netflix é avaliada em mais de

100 bilhões de dólares (MEGIA, 2018).

O exemplo citado acima mostra a dificuldade que as empresas têm de trabalhar com a

inovação digital. Aproximadamente 90% das novas ideias não são geradas em negócios por

conta da falta de conhecimento sobre o tema (LOKUGE et al., 2018).O fator principal dessa

complexidade é a grande velocidade de inovações (YOO et al., 2010). Por causa dessa

complexidade que as empresas tem que lidar com as inovações, os pesquisadores Daniel Nylén

e Jonny Holmström criaram uma ferramenta de como as companhias devem avaliar os produtos

e serviços digitais (NYLÉN; HOLMSTRÖM, 2015). Essa ferramenta possuí cinco passos:

• Produtos e serviços digitais não devem apenas ser de fácil manuseio, mas

também providenciar uma experiencia única ao usuário.

• As empresas devem sempre se questionar como esses produtos/serviços geram

valor ao usuário final.

• A evolução digital envolve captar a inteligência e o armazenamento de dados

desses dispositivos.

• Empresas devem fazer dispositivos que permitam uma evolução continua do

produto/serviço.

• Sempre buscar tempo para improvisações e novas ideias.

31

2.3 TURISMO

Neste tópico o estudo irá abordar informações do governo brasileiro sobre turismo, tanto

doméstico como internacional.

2.3.1 TURISMO DOMÉSTICO

O último documento do governo sobre turismo doméstico faz referência ao de 2011 e

divulgado em 2012. O estudo foi realizado em 137 municípios ( os mesmos municípios

selecionados no estudo anterior de 2008) e 37.000 domicílios particulares permanentes (DPP)

(MINISTÉRIO DO TURISMO, 2012).

O primeiro questionamento apura se o entrevistado realizou pelo menos uma viagem

durante o período compreendido. Nesta pergunta 48,5% dos entrevistados responderam de

forma afirmativa enquanto 51,5% falaram que não realizaram nenhuma viagem.

O Ministério do turismo refinou essa pergunta estratificando por renda quem disse que

viajou ou não durante o período analisado. Existe uma clara relação de que quanto menor a

renda maior o número de pessoas que não viajaram.

Itens De 0 a 4 SM De 4 a 15 SM

Acima de 15

SM Total

Não 60,8 37,5 22 51,5

Sim 39,2 62,5 78 48,5

Total 100 100 100 100

TABELA 1 - REALIZAÇÃO DE PELO MENOS UMA VIAGEM, POR RENDA

Fonte - (MINISTÉRIO DO TURISMO, 2012)

Quando perguntados aos entrevistados o motivo de não terem viajado durante o período

as respostas foram diferentes conforme a renda mensal familiar. Enquanto as famílias com até

4 salários mínimos o motivo principal foi falta de dinheiro, as famílias com renda superior a 15

salários mínimos a razão principal foi a falta de tempo.

32

Itens

De 0 a 4

SM

De 4 a 15

SM

Acima de 15

SM Total

Não dispor de dinheiro 53,7 27,3 12,4 46,9

Não ter tempo 19,2 38 50 24,1

Não gostar de viajar / Não ter hábito 12,9 13,1 11,5 12,9

Problemas de saúde 7 10,9 16,2 8,1

Não ser prioridade de consumo 5,7 8,6 7,3 6,4

Não ter companhia 0,5 0,9 1,4 0,6

Outros 0,9 1,2 1,2 1

Total 100 100 100 100

TABELA 2 - PRINCIPAL RAZÃO PARA NÃO VIAJAR, POR RENDA

Fonte: (MINISTÉRIO DO TURISMO, 2012)

Outro ponto levantado pelo Ministério do Turismo é o número de viagens realizadas no

período de doze meses estratificando pela renda mensal familiar. De acordo com essa análise o

brasileiro realiza em média 2,6 viagens por ano.

Número de viagens De 0 a 4 SM

De 4 a

15 SM

Acima de 15

SM Total

1 56,9 40,3 31,9 48,1

2 ou 3 29,2 33,5 34,7 31,4

4 a 6 10,8 17,7 19,8 14,3

7 a 10 2,1 5,9 9,6 4,3

11 ou mais 1 2,6 4 1,9

Total 100 100 100 100

TABELA 3 - NÚMERO DE VIAGENS DOMÉSTICAS NO DOMICÍLIO


O estudo também buscou compreender o período médio que o viajante fica fora de seu

domicílio por motivo de viagem. De um modo geral, seja por lazer, trabalho ou outras razões,

na maior parte das vezes o turista fica de 2 a 3 dias fora de casa.

33

FIGURA 4 - PERMANÊNCIA MÉDIA NAS VIAGENS DOMÉSTICAS, POR MOTIVO


Outra pergunta analisada foi o meio de transporte que o turista utilizou a partir do motivo

da viagem. Quando o motivo é lazer, predomina as viagens de carro, quando a viagem é de

negócios também predomina o automóvel, mas aumenta consideravelmente o transporte aéreo,

e por fim quando a viagem é por outros motivos, predomina o uso de ônibus de linha.

Meio de

Transporte Lazer Negócios Outros Total

Carro 47,7 33,6 27 44,1

Ônibus de linha 26,1 23,9 36,1 26,9

Avião 15,7 30,1 13,5 17 Ônibus de excursão 4,3 3,7 8,8 4,7

Van / perueiro 2,1 2,4 6,3 2,6

Navio ou barco 1,4 1,9 1,7 1,5

Carona 1,3 0,1 1,3 1,2

Moto 0,9 0,4 0,6 0,8

Outros 0,4 3,8 4,7 1,2

Total 100 100 100 100

TABELA 4 - MEIOS DE TRANSPORTES UTILIZADOS NAS VIAGENS DOMÉSTICAS, POR MOTIVO (EM %)


34

Além da análise do meio de transporte pelo motivo da viagem, o Ministério do Turismo

fez a análise do meio de transporte a partir da Renda Mensal Familiar. Entre 0 e 4 salários

mínimos, predomina as viagens com ônibus de linha, entre 4 e 15 SM o meio mais utilizado é

o automóvel, assim como as famílias que tem renda acima de 15 SM, sendo que a viagem de

avião cresce de forma considerável quando comparada a outras faixas salariais.

Meio de Transporte De 0 a 4 SM De 4 a 15 SM

Acima de 15

SM Total

Carro 34,1 53,7 49,2 43

Ônibus de linha 39,2 16,5 6,8 27,4

Avião 9,8 22 39,2 17,3

Ônibus de excursão 5,9 3,9 2,3 4,8

Carona 1,9 0,8 0,3 1,3

Van 4,2 0,8 0,2 2,5

Moto 1,3 0,5 0,6 0,9

Navio ou barco 1,9 1,3 1,1 1,6

Outros 1,8 0,6 0,3 1,2

Total 100 100 100 100

TABELA 5 - MEIOS DE TRANSPORTES UTILIZADOS NA PRINCIPAL VIAGEM DOMÉSTICA, POR RENDA

(EM %)


Outra análise que o Ministério do Turismo realizou foi como o turista se hospedou

durante a viagem. Assim como as análises anteriores foram analisados conforme o tipo de

viagem e também por faixa salarial. Ao analisar por tipo de viagem, o Ministério constatou que

quando o motivo da viagem é a lazer ou por outros motivos predomina-se a hospedagem na

casa de amigos ou parentes. Por outro lado, quando a viagem é de negócios os turistas costumam

se hospedar em hotéis de 1 a 3 estrelas. Um ponto interessante pode ser verificado quando se

analisa o meio de hospedagem por salário. Nessa análise, independentemente da renda,

predomina-se que o turista brasileiro se hospeda em sua maioria na casa de amigos e parentes.

Por fim, deve-se considerar que esses dados são referentes ao biênio 2010-2011 carecendo de

uma pesquisa mais recente para verificar a hospedagem no Airbnb.

Meio de Hospedagem Lazer Negócios Outros Total

Casa de amigos / parentes 68,2 24,7 60,6 62,8

35

Hotel 1 a 3 estrelas 8,4 36,8 13,3 12

Pousada 6,9 9,4 5,3 7

Hotel 4 ou 5 estrelas 4,4 14,3 3,3 5,3

Imóvel alugado 4,5 3,3 1,9 4,1

Imóvel próprio 4,2 2,3 1,8 3,7

Resort 0,8 0,5 0,5 0,7

Camping ou albergue 0,6 0,8 1,1 0,7

Colônia de férias 0,8 0,1 0,5 0,7

Motel ou pensão 0,2 0,4 2,1 0,4

Outro 1 7,5 9,7 2,6

Total 100 100 100 100

TABELA 6 - MEIOS DE HOSPEDAGENS UTILIZADOS NAS VIAGENS DOMÉSTICAS, POR MOTIVO


FIGURA 5 - MEIOS DE HOSPEDAGENS UTILIZADOS NA PRINCIPAL VIAGEM DOMÉSTICA, POR RENDA


O destino mais visitado durante esse período foi a cidade de São Paulo. Chama a

atenção no gráfico do resultado que os doze locais mais visitados são capitais de estado, sendo

a primeira cidade a figurar nessa análise é Caldas Novas no estado de Goiás.

36

FIGURA 6 - DESTINOS MAIS VISITADOS NAS VIAGENS DOMÉSTICAS


Os entrevistados também responderam os locais que gostariam de conhecer no Brasil,

e, interessantemente o local com o maior número de interessados é Fernando de Noronha, sendo

que é um local que não aparece na lista de destinos mais visitados.

37

FIGURA 7- DESTINOS MAIS DESEJADOS


O estudo também buscou entender os gastos por tipo de viagem. Ao fazer essa análise

constatou-se que, quando a viagem é de negócios, o gasto per capita é quase o dobro quando

comparado por lazer.

Gasto Médio (em R$) Lazer Negócios Outros Total

Gasto Médio 1.155,56 1.267,81 763,64 1128,3

Gasto per capita 494,40 985,91 436,66 521,2

Gasto per capita diário 57,09 88,27 44,66 57,6

TABELA 7 - GASTO MÉDIO NAS VIAGENS DOMÉSTICAS, POR MOTIVO


Ao analisar os tipos de gastos que os turistas despendem por viagem é possível verificar

que, independentemente da faixa salarial, o maior gasto é com o transporte, com uma tendência

de gastar menos proporcionalmente conforme aumenta a faixa salarial. De um modo mais

38

uniforme a alimentação é um gasto muito relevante para todas as faixas salariais. Por fim quanto

maior o salário mais se paga em pacotes de viagem e em hospedagens.

Item gasto (em %) De 0 a 4 SM De 4 a 15 SM

Acima de 15

SM Total

Pacote 5,3 12,3 17,7 11,3

Transporte 33,6 24,3 19,3 25,9

Transporte Local 3 2,7 3,1 2,9

Hospedagem 9,1 13,8 16,2 13

Alimentação 21,9 20,3 17,6 20,2

Compras Pessiais 11 13,8 12,5 12,7

Passeios e Atrações Turísticas 4,7 6,6 6,2 5,9

Diversão Noturna 4,2 4,2 5,1 4,4

Outros 7,2 2,2 2,3 3,7

Gasto Total 100 100 100 100

TABELA 8- COMPOSIÇÃO DOS GASTOS DAS VIAGENS, POR CLASSE DE RENDA


O relatório encerra com as conclusões do estudo fazendo um comparativo do último

estudo, realizado no ano de 2007. A comparação mostra que ocorreu um acréscimo de 18,5%

nas viagens domésticas, sendo que 2,9% desse valor é referente ao crescimento do número de

domicílios e 15,2% pelo acréscimo da propensão de viajar pelo país (MINISTÉRIO DO

TURISMO, 2012).

2.3.2TURISMO INTERNACIONAL NO BRASIL

O último documento do governo sobre turismo doméstico faz referência aos dados

compreendidos no período entre 2013 e 2017. O Estudo foi solicitado pelo Ministério do

Turismo e contratou a Fundação Instituto de Pesquisas Econômicas – FIPE para a realização da

pesquisa (MINISTÉRIO DO TURISMO, 2018).

A primeira análise foi quanto a motivação da viagem. Predomina-se a viagem a lazer

em detrimento a viagem de negócios e outros motivos.

39

Motivo da viagem (em %) 2013 2014 2016 2017

Lazer 46,5 54,7 51,3 58,8

Negócios 25,3 21,9 20,2 15,6

Outros motivos 28,2 23,4 28,5 25,6

Total 100 100 100 100

TABELA 9 - MOTIVO DA VIAGEM


Quando perguntados o motivo da viagem a lazer, entre 68 e 72% dos turistas afirmam

que o motivo é a busca pelo sol e a praia. A exceção acontece no ano de 2014 quando 49% dos

entrevistados responderam que o motivo era praia. Essa queda ocorreu por causa da Copa do

Mundo que aconteceu no Brasil nesse ano.

Motivação da viagem a lazer ( em %) 2013 2014 2015 2016 2017

Sol e praia 65,9 49,2 69,4 68,8 72,4

Natureza, ecoturismo ou aventura 19 12,8 15,7 16,6 16,3

Cultura 11,4 10,3 12,1 9,7 9

Esportes 1,8 1,7 1,5 1,3 1,5

Diversão noturna 0,9 0,4 0,6 0,5 0,5

Viagem de incentivo 0,3 0,2 0,2 0,1 0,1

Lazer relacionado a grandes eventos 0 25 0 2,8 0

Outras Motivações de lazer 0,7 0,4 0,5 0,2 0,2

Total 100 100 100 100 100

TABELA 10 - MOTIVAÇÃO DA VIAGEM A LAZER


O Governo Brasileiro também buscou saber o meio de hospedagem do turista no país.

Os viajantes internacionais buscam em sua maioria ficar em hotéis, mas chama a atenção o

crescimento de imóveis alugados.

40

Motivação da viagem a lazer ( em %) 2013 2014 2015 2016 2017

Hotel, Flat ou pousada 50,8 48,2 48 50 47,8

Casa de amigos e parentes 26,4 25,6 27,3 22,5 23,1

Casa alugada 11,2 12,7 13,7 16,7 16,8

Camping ou albergue 4,9 6,5 5 5,4 5,5

Casa própria 2,3 2,5 2,8 2,5 2,7

Resort 1,5 1,3 1,6 1,5 1,8

Outros 2,9 3,2 1,6 1,4 2,3

Total 100 100 100 100 100

TABELA 11 - TIPO DE ALOJAMENTO UTILIZADO

Fonte: - (MINISTÉRIO DO TURISMO, 2018)

O Ministério do Turismo também avaliou os destinos mais viajados. Quando o motivo

da viagem é lazer, o destino mais procurado é o Rio de Janeiro (apesar de mostrar significativa

queda). Quando o motivo é trabalho, o destino mais procurado é São Paulo. A cidade de São

Paulo também é a mais procurada quando o turista especifica outros motivos de viagem que

não os citados anteriormente.

Lazer ( em %) 2013 2014 2015 2016 2017

Rio de Janeiro 30,2 45,2 32,6 32,2 27

Florianópolis 18,7 14,6 18,8 17,9 19,6

Foz do Iguaçu 17 12,4 13,5 13,2 12,5

São Paulo 10,7 19,4 9,7 9,1 7,8

Armação dos Búzios 8,3 7,5 9,1 8,1 7,5

Negócios ( em %) 2013 2014 2015 2016 2017

São Paulo 47,6 44,3 45,1 41,2 44,4

Rio de Janeiro 24,4 27,5 24,5 30,1 23,6

Porto Alegre 4,7 4,4 3,6 3,5 4,2

Curitiba 4,7 4,1 4,2 4 4,1

Brasília 2,7 3,1 2,7 2,5 3,3

Outros motivos 2013 2014 2015 2016 2017

São Paulo 28,4 28,6 26,5 28,9 26,7

Rio de Janeiro 29,7 27 21,5 23,4 21,4

Foz do Iguaçu 5,9 4,7 6,3 5,2 5,2

Curitiba 5,2 5,4 4,8 4,9 5

Belo Horizonte 5,6 5,4 5,4 4,9 4,6

41

TABELA 72 - DESTINOS MAIS VISITADOS


A pesquisa também buscou verificar a fidelização do turista a partir de duas perguntas:

primeiro se é a primeira vez que eles estão no Brasil e depois se eles têm a intenção de retornar

ao país outras vezes. Na primeira pergunta, em torno de 70% dos entrevistados já vieram mais

de uma vez ao Brasil enquanto 95% dos entrevistados pretendem retornar ao país.

Frequência de visita ao Brasil 2013 2014 2015 2016 2017

Primeira vez 32,3 35,9 29,6 31,6 29,9

Outras Vezes 67,7 64,1 70,4 68,4 70,1

Intenção de retorno ao Brasil 2013 2014 2015 2016 2017

Sim 96,1 95,1 95,5 95 95,6

Não 3,9 4,9 4,5 5 4,4

TABELA 13 - FIDELIZAÇÃO DO DESTINO


42

3. METODOLOGIA

O capítulo tem como objetivo explicar o percurso metodológico utilizado para a

realização da pesquisa conforme a figura 8.

FIGURA 8 - ABORDAGEM METODOLÓGICA

Fonte: autor

O método científico é essencial para diferenciar a ciência do senso comum e também de

outras abordagens como arte, filosofia e religião. A elaboração do método científico deve conter

três fases: observação de fatos, formulação de uma hipótese e por fim a verificação

experimental da mesma (SEVERINO, 2007).

. Severino (2007) argumenta que a observação dos fatos é o primeiro passo do cientista.

Essa observação pode ser casuística como olhar um objeto caindo ao chão. A partir desse fato

podemos fazer diversos estudos, seja a forma que o objeto caiu, se todos objetos caem da mesma

forma, etc. Nesse trabalho o estudo do tema iniciou com uma curiosidade sobre o tema

economia compartilhada. A partir do interesse do tema foram realizadas diversas leituras a

respeito do tema e entender as diversas linhas de estudo conforme indicado na revisão

bibliográfica.

Após a observação dos fatos o autor deve formular uma hipótese, ou uma proposição

provisória antes da validação dos resultados sobre o tema estudado (SEVERINO, 2007). Neste

Metodologia

Abordagem Quantitativa

Dados de pesquisa Secundários

Coleta de dados

AirDna

FOHB

Técnica de tratamento

Análise de correlação

Regressão Múltipla

43

estudo a hipótese inicial é que os hotéis não são impactados pelo avanço dos imóveis do Airbnb

e a hipótese alternativa é que os hotéis são impactados pelo maior número de imóveis de Airbnb

no Brasil.

Por fim, após a formulação da hipótese, o cientista deve testar o experimento. Nesse

processo isolam-se as variáveis e observa comportamento. Se for confirmada a hipótese ela vira

lei (SEVERINO, 2007). Quanto ao presente experimento o resultado está disponibilizado no

capítulo seguinte na seção análise e discussão de resultados. Neste capítulo o autor buscou fazer

a análise entre o Airbnb e os hotéis no Brasil e também algumas considerações sobre o trabalho

a partir de técnicas científicas que serão discutidas ainda neste capítulo.

Metodologicamente optou-se por uma abordagem quantitativa para analisar o impacto

do Airbnb nos hotéis, por meio de uma correlação das séries de dados. De acordo com Creswell,

“A pesquisa quantitativa é um meio para testar teorias objetivas, examinando a relação

entre as variáveis (...) aqueles que se engajam nessa forma de investigação têm

suposições sobre a testagem dedutiva das teorias, sobre a criação de proteções contra

vieses, sobre o controle de explicações alternativas e sobre a sua capacidade para

generalizar e para replicar os achados. (Creswell, 2010, pg 26)”

Serão utilizadas pesquisas bibliográficas. Segundo Severino (2007, P.122), “a pesquisa

bibliográfica é aquela que se realiza a partir do registro disponível, decorrente de pesquisas

anteriores, em documentos impressos, como livros, artigos, teses”. A pesquisa bibliográfica do

presente estudo foi baseada nos temas de economia compartilhada, turismo, inovação no

modelo de negócios e inovação digital.

Os dados do Airbnb foram retirados do site AirDNA, que é um site que extraí

informações do Airbnb e realiza diversas análises de locações por cidade, como por exemplo,

taxa de ocupação, crescimento do uso, tipos de imóveis disponíveis, tamanho dos imóveis e

valor médio de locação.

Os dados dos hotéis foram extraídos de um relatório “Hotelaria em Números”. Esse

relatório foi realizado no ano de 2017 pelo Forum de Operadores Hoteleiros no Brasil (FBR) e

pela Associação Brasileira de Resorts (ABR).

A comparação dos dados será realizada a partir dos dados de números de quartos do

Airbnb e a variação anual de preços dos hotéis entre os anos de 2010 e 2016. Esse período foi

44

escolhido pois o site AirDna começou a compilar os dados do Airbnb a partir do ano de 2010 e

o último relatório com os dados da cadeia hoteleira contém informações até o ano de 2016.

O primeiro método utilizado para realizar a comparação entre o Airbnb e os hotéis é a

correlação, ou seja, o modo em que essas duas variáveis se relacionam. De acordo com Hair

et.al (2009) a correlação tem como função medir a associação entre duas variáveis.

Primeiramente será analisado o coeficiente de correlação (R). Se o sinal ficar positivo significa

uma ligação direta entre as duas variáveis (se uma variável aumenta a outra aumenta também).

Por outro lado, se o sinal ficar negativo significa uma ligação oposta entre as duas variáveis (se

uma variável aumenta a outra variável diminui). Após analisar o coeficiente de correlação o

estudo analisará o coeficiente de determinação (R²), a partir deste valor podemos verificar a

força de uma determinada equação e quanto maior este valor ( mais próximo de 1, lembrando

que esse valor sempre é positivo), maior a força(HAIR et al., 2009).

Após a análise de correlação o estudo realizou análises de regressão simples e múltipla.

A análise tem como objetivo verificar a relação entre uma variável dependente e as variáveis

independentes (HAIR et al., 2009). No caso deste estudo foram realizadas quatros analises de

regressão simples. A primeira é a relação entre Airbnb e as diárias de hotéis, a segunda a relação

entre Airbnb e o RevPAR (índice que calcula a receita dos hotéis dividido pelo número de

apartamentos do mesmo, ou seja, a receita por quarto). Nesses casos para fazer a regressão os

dados do Airbnb foram somados com todas as cidades. As outras regressões utilizam as mesmas

variáveis, mas comparando os dados dos hotéis com os dados do Airbnb por cidade designada.

Por fim foi realizada uma regressão múltipla considerando todas as cidades e não somando

conforme regressão simples.

Para esse estudo serão analisadas três variáveis: número de Airbnbs, valor médio das

diárias de hotéis e também RevPAR. Para retirar o impacto da inflação nos cálculos optou-se

por apresentar os valores das diárias e RevPAR em dólar.

Para realizar as análises estatísticas foi necessário realizar uma adaptação na

comparação. Os dados dos hotéis são divulgados de forma nacional, ou seja, o valor ano a ano

da receita dos hotéis no Brasil. Por outro lado, os dados do Airbnb são disponibilizados por

cidade pesquisada. Assim sendo foi criado um critério de comparação. Os dados do Airbnb

serão considerados a partir das cidades brasileiras que recebem o maior número de turistas de

acordo com dados obtidos pelo Ministério do Turismo (MINISTÉRIO DO TURISMO,

45

2018)(MINISTÉRIO DO TURISMO, 2012). Os dados dos hotéis foram retirados do FOHB

que mostram um índice a partir dos dados do Brasil.

46

4. ANÁLISE E DISCUSSÃO DOS RESULTADOS

Conforme explicado no capítulo anterior, nesta sessão serão apresentados e explicados

os resultados obtidos.

A primeira análise foi tabular os dados do Airbnb a partir das cidades que mais recebem

turistas no Brasil conforme tabela 14.

Cidade 2010 2011 2012 2013 2014 2015 2016

São Paulo - SP 7 159 536 1.481 4.826 9.447 15.954

Rio de Janeiro - RJ 56 520 1.837 5.066 17.608 31.431 66.109

Salvador - BA 6 122 274 634 1.842 3.061 4.680

Fortaleza - CE 1 12 43 199 807 1.388 2.205

Brasília - DF - 2 6 4 83 535 786

Recife - PE - 15 32 152 593 1.024 1.594

Natal - RN 1 10 28 68 305 510 759

Curitiba - PR - 22 43 113 366 618 1.156

Florianópolis -SC 2 64 226 479 1.028 2.670 4.778

Belo Horizonte - MG 1 19 45 172 1.128 1.612 2.392

Goiânia - GO - 3 6 10 34 109 303

Porto Alegre -RS 1 23 40 122 820 1.297 1.995

Caldas Novas -GO - - 2 4 22 89 240

João Pessoa - PB - 3 9 25 66 178 411

Teresina - PI - - - - 2 8 19

Maceió – AL - 3 6 23 70 190 367

Praia Grande - SP - 2 7 21 46 135 271

Guarujá – SP - 6 24 71 239 638 1.165

Aparecida – SP - - - - - - -

São Luis – MA 1 2 2 15 22 34 84

Porto Seguro - BA 4 23 50 89 189 436 746

Santos – SP - 5 8 21 58 158 321

Cabo Frio – RJ 1 8 17 41 138 313 694

Ubatuba – SP - 19 47 112 238 576 1.011

Balneário Camboriú - SC 0 1 6 29 72 247 548

Belém – PA - - 2 4 9 38 100

Manaus – AM - 4 8 29 241 322 483

Aracaju – SE - - - 6 17 55 150

Gramado – RS - 2 10 37 91 345 708

Campinas – SP 1 2 6 18 53 136 342

TABELA 14 - NÚMERO DE AIRBNBS POR CIDADE POR ANO

Fonte: Autor

47

Após a tabulação foi realizada uma somatória para verificar o número de imóveis

cadastrados no Airbnb por ano conforme a figura 9. A partir da imagem e possível verificar que

existe um crescimento exponencial dos imóveis no Brasil.

FIGURA 9 - NÚMERO DE IMÓVEIS CADASTRADOS NO AIRBNB NO BRASIL

Fonte: Autor

Para realizar a correlação entre os dados foi necessário primeiramente alterar o valor das

diárias dos hotéis para dólar. Isso foi realizado com o intuito de retirar o efeito da inflação nos

cálculos. O gráfico a seguir mostra a variação da diária ao longo do período compreendido do

estudo. A partir desses números é possível verificar que as diárias dos hotéis no Brasil estão

seguindo uma tendência de queda a partir do ano de 2011 tendo uma queda mais acentuada

entre 2014 e 2015. De forma bastante similar podemos verificar a queda no RevPAR a partir

do ano de 2011.

-

20.000

40.000

60.000

80.000

100.000

120.000

2010 2011 2012 2013 2014 2015 2016

Imó

veis

Ano

Número de Imóveis Cadastrados no Airbnb no Brasil

48

FIGURA 10 - VALOR MÉDIO DIÁRIAS HOTÉIS NO BRASIL

Fonte: autor

FIGURA 11- VALOR MÉDIO REVPAR NO BRASIL

Fonte: Autor

O primeiro calculo a ser realizado foi o de correlação. Este calculo foi feito a partir de

dois modelos: o de número de Airbnbs com valor das diárias e também número de Airbnbs com

valor do RevPAR.

Ao fazer a correlação (R) entre o número de Airbnbs e diárias de hotéis nas cidades mais

turísticas do Brasil chegou-se a constatação que existe uma correlação negativa de 87% quando

0,00

20,00

40,00

60,00

80,00

100,00

120,00

140,00

2010 2011 2012 2013 2014 2015 2016

Val

or

Méd

io (

US$

)

Ano

Valor Médio Diárias Hotéis no Brasil

0,00

10,00

20,00

30,00

40,00

50,00

60,00

70,00

80,00

90,00

100,00

2010 2011 2012 2013 2014 2015 2016

Rev

PA

R U

S$

Ano

Valor Médio RevPAR no Brasil

49

analisado o número de Airbnbs com as diárias e uma correlação negativa de 90% quando

comparado o número de Airbnbs com RevPAR. Conforme citado no capítulo anterior o

coeficiente negativo de correlação significa uma ligação oposta entre duas variáveis, nesse caso

quanto maior o número de Airbnbs no Brasil menor o valor das diárias de hotéis.

Correlações

DIARIA SOMA REVPAR

DIARIA Correlação de Pearson 1 -,870* ,994**

Sig. (2 extremidades) ,011 ,000

N 7 7 7

SOMA Correlação de Pearson -,870* 1 -,904**


N 7 7 7

REVPAR Correlação de Pearson ,994** -,904** 1


N 7 7 7

*. A correlação é significativa no nível 0,05 (2 extremidades).

**. A correlação é significativa no nível 0,01 (2 extremidades).

TABELA 15 - CORRELAÇÃO ENTRE VARIÁVEIS

FONTE: AUTOR

A figura 12 mostra a correlação entre o número de Airbnbs e as diárias de hotéis. A

partir do gráfico pode-se verificar que existia uma correlação positiva entre 2010 e 2011, em

especial pelo baixo número de imóveis alugados no Airbnb. A partir do ano de 2013 verifica-

se também uma maior influência dos dados do Airbnb nas diárias dos hotéis. Para entender o

gráfico cada ponto demarcado representa um ano, sendo o primeiro referente a 2010 e o último

a 2016.

A partir dos dados obtidos pode-se verificar que existe uma forte correlação negativa

entre o número de Airbnbs e as diárias de hotéis nas cidades brasileiras.

50

FIGURA 12 - AIRBNB X DIÁRIA (US$)

Fonte: Autor

A figura 13 mostra a relação entre Airbnbs e o RevPar dos hotéis. É possível verificar

que ele o comportamento entre as variáveis é bastante similar ao gráfico anterior que relaciona

o número de Airbnbs com as diárias de hotéis.

FIGURA 13 - AIRBNB X REVPAR(US$)

Fonte: Autor

Após a análise de correlação foram realizadas duas análises de regressão simples por

cidade. A primeira análise de regressão foi entre o número de imóveis Airbnb por cidade

0,00

20,00

40,00

60,00

80,00

100,00

120,00

140,00

- 20.000 40.000 60.000 80.000 100.000 120.000

Diá

rias

Ho

téis

(U

S$)

Número de imóveis do Airbnb no Brasil

AirBnB x Diária (US$)

0,00

10,00

20,00

30,00

40,00

50,00

60,00

70,00

80,00

90,00

100,00

- 20.000 40.000 60.000 80.000 100.000 120.000

Rev

PA

R (

US$

)

Número de imóveis Airbnb no Brasil

Airbnb x RevPar (US$)

51

(variável dependente) e o RevPAR (variável independente) conforme mostram as tabelas a

seguir.

Cidade – São Paulo (SP)

TABELA 16 - REGRESSÃO REVPAR SÃO PAULO

Fonte: Autor

Cidade – Rio de Janeiro (RJ)

TABELA 17 - REGRESSÃO REVPAR RIO DE JANEIRO

Fonte: Autor

Cidade – Salvador (BA)

TABELA 18 - REGRESSÃO REVPAR SALVADOR

Fonte: Autor

Cidade – Fortaleza (CE)

52

TABELA 19 - REGRESSÃO REVPAR FORTALEZA

Fonte: Autor

Cidade – Brasília (DF)

TABELA 20 - REGRESSÃO REVPAR BRASÍLIA

Fonte: Autor

Cidade – Recife (PE)

TABELA 21 - REGRESSÃO REVPAR RECIFE

Fonte: Autor

Cidade – Natal (RN)

53

TABELA 22 - REGRESSÃO REVPAR NATAL

Fonte: Autor

Cidade – Curitiba (PR)

TABELA 23 - REGRESSÃO REVPAR CURITIBA

Fonte: Autor

Cidade- Florianópolis (SC)

TABELA 24 - REGRESSÃO REVPAR FLORIANÓPOLIS

Fonte: Autor

Cidade – Belo Horizonte (MG)

TABELA 25 - REGRESSÃO REVPAR BELO HORIZONTE

54

Fonte: Autor

Cidade – Goiânia (GO)

TABELA 26 - REGRESSÃO REVPAR GOIÂNIA

Fonte: Autor

Cidade – Porto Alegre (RS)

TABELA 27 - REGRESSÃO REVPAR PORTO ALEGRE

Fonte: Autor

Cidade – Caldas Novas (GO)

TABELA 28 - REGRESSÃO REVPAR CALDAS NOVAS

Fonte: Autor

Cidade – João Pessoa (PB)

55

TABELA 29 - REGRESSÃO REVPAR JOÃO PESSOA

Fonte: Autor

Cidade – Teresina (PI)

TABELA 30 - REGRESSÃO REVPAR TERESINA

Fonte: Autor

Cidade – Maceió (AL)

TABELA 31 -8 REGRESSÃO REVPAR MACEIÓ

Fonte: Autor

Cidade – Praia Grande (SP)

56

TABELA 32- REGRESSÃO REVPAR PRAIA GRANDE

Fonte: Autor

Cidade – Guarujá (SP)

TABELA 33 - REGRESSÃO REVPAR GUARUJÁ

Fonte: Autor

Cidade – São Luis (MA)

TABELA 349 - REGRESSÃO REVPAR SÃO LUIS

Fonte: Autor

Cidade – Porto Seguro (BA)

57

TABELA 35- REGRESSÃO REVPAR PORTO SEGURO

Fonte: Autor

Cidade – Santos (SP)

TABELA 36 - REGRESSÃO REVPAR SANTOS

Fonte: Autor

Cidade – Cabo Frio (RJ)

TABELA 37 - REGRESSÃO REVPAR CABO FRIO

Fonte: Autor

Cidade – Ubatuba (SP)

58

TABELA 38 – REGRESSÃO REVPAR UBATUBA

Fonte: Autor

Cidade – Balneário Camboriú (SC)

TABELA 39 - REGRESSÃO REVPAR BALNEÁRIO CAMBORIÚ

Fonte: Autor

Cidade – Belém (PA)

TABELA 40 - REGRESSÃO REVPAR BELÉM

Fonte: Autor

Cidade – Manaus (AM)

59

TABELA 41 - REGRESSÃO REVPAR MANAUS

Fonte: Autor

Cidade – Aracajú (SE)

TABELA 42 - REGRESSÃO REVPAR ARACAJÚ

Fonte: Autor

Cidade – Gramado (RS)

TABELA 43 - REGRESSÃO REVPAR GRAMADO

Fonte: Autor

Cidade – Campinas (SP)

60

TABELA 44 - REGRESSÃO REVPAR CAMPINAS

Fonte: Autor

Essas tabelas trazem dois elementos essenciais de resultados. O primeiro é o R

quadrado, que também é conhecido como coeficiente de determinação. De acordo com

Hair(2009), o coeficiente de determinação pode ser explicado como uma medida da proporção

da variância da variável dependente em torno da média. Esse índice tem um valor entre 0 e 1,

sendo que quanto maior o valor do índice, melhor o modelo explica os dados. A partir dessa

explicação é possível que todas as regressões realizadas a partir de equações lineares e inversas

e apresentam um R² alto, acima de 70%, isso mostra que o modelo de regressão e entre RevPAR

e número de Airbnbs está bem representado.

A segunda análise que deve ser realizada é o valor da significância. Conforme relatado

na introdução a hipótese nula desse trabalho é que o Airbnb não impactou a cadeia hoteleira no

Brasil e a hipótese alternativa é a que o Airbnb impactou a cadeia hoteleira no Brasil.

Considerando o valor da significância de 10% é possível concluir que, com exceção a cidades

de São Luis e Goiânia, todas as cidades brasileiras analisadas foram impactadas pelo aumento

do número de imóveis cadastrados no Airbnb.

A segunda análise de regressão foi entre o número de imóveis Airbnb por cidade

(variável dependente) e as diárias (variável independente) conforme mostram as tabelas a

seguir.

Cidade – São Paulo (SP)

61

TABELA 45 - REGRESSÃO DIÁRIA SÃO PAULO

Fonte: Autor

Cidade – Rio de Janeiro (RJ)

TABELA 46 - REGRESSÃO DIÁRIA RIO DE JANEIRO

Fonte: Autor

Cidade – Salvador (BA)

TABELA 47 - REGRESSÃO DIÁRIA SALVADOR

Fonte - Autor

Cidade – Fortaleza (CE)

TABELA 48 - REGRESSÃO DIÁRIA FORTALEZA

Fonte: Autor

62

Cidade – Brasília (DF)

TABELA 49 - REGRESSÃO DIÁRIA BRASÍLIA

Fonte: Autor

Cidade – Recife (PE)

TABELA 50 - REGRESSÃO DIÁRIA RECIFE

Fonte: Autor

Cidade – Natal (RN)

TABELA 51 - REGRESSÃO DIÁRIA NATAL

Fonte: Autor

Cidade – Curitiba (PR)

63

TABELA 52 - REGRESSÃO DIÁRIA CURITIBA

Fonte: Autor

Cidade – Florianópolis (SC)

TABELA 53 - REGRESSÃO DIÁRIA FLORIANÓPOLIS

Fonte: Autor

Cidade – Belo Horizonte (MG)

TABELA 54 - REGRESSÃO DIÁRIA BELO HORIZONTE

Fonte: Autor

Cidade – Goiânia (GO)

TABELA 55 - REGRESSÃO DIÁRIA GOIÂNIA

64

Fonte: Autor

Cidade – Porto Alegre (RS)

TABELA 56 - REGRESSÃO DIÁRIA PORTO ALEGRE

Fonte: Autor

Cidade - Caldas Novas (GO)

TABELA 57 - REGRESSÃO DIÁRIA CALDAS NOVAS

Fonte: Autor

Cidade – João Pessoa (PB)

TABELA 58 - REGRESSÃO DIÁRIA JOÃO PESSOA

Fonte: Autor

Cidade – Teresina (PI)

65

TABELA 59 - REGRESSÃO DIÁRIA TERESINA

Fonte: Autor

Cidade – Maceió (AL)

TABELA 60 - REGRESSÃO DIÁRIA MACEIÓ

Fonte: Autor

Cidade – Praia Grande (SP)

TABELA 61 - REGRESSÃO DIÁRIA PRAIA GRANDE

Fonte: Autor

Cidade – Guarujá (SP)

66

TABELA 62 - REGRESSÃO DIÁRIA GUARUJÁ

Fonte: Autor

Cidade – São Luis (MA)

TABELA 63 - REGRESSÃO DIÁRIA SÃO LUIS

Fonte: Autor

Porto Seguro (BA)

TABELA 64 - REGRESSÃO DIÁRIA PORTO SEGURO

Fonte: Autor

Santos (SP)

67

TABELA 65 - REGRESSÃO DIÁRIA SANTOS

Fonte: Autor

Cabo Frio (RJ)

TABELA 66 - REGRESSÃO DIÁRIA CABO FRIO

Fonte: Autor

Ubatuba (SP)

TABELA 67 - REGRESSÃO DIÁRIA UBATUBA

Fonte: Autor

Balneário Camboriú (SC)

68

TABELA 68 - REGRESSÃO DIÁRIA BALNEÁRIO CAMBORIÚ

Fonte: Autor

Belém (PA)

TABELA 69 - REGRESSÃO DIÁRIA BELÉM

Fonte: Autor

Manaus (AM)

TABELA 70- REGRESSÃO DIÁRIA MANAUS

Fonte: Autor

Aracajú (SE)

69

TABELA 71 - REGRESSÃO DIÁRIA ARACAJÚ

Fonte: Autor

Gramado (RS)

TABELA 72 - REGRESSÃO DIÁRIA GRAMADO

Fonte: Autor

Campinas (SP)

TABELA 73 - REGRESSÃO DIÁRIA CAMPINAS

Fonte: Autor

A partir dessa explicação é possível afirmar que todas as regressões realizadas a partir

da equação inversa apresentam um R² alto, acima de 72%, isso mostra que o modelo de

regressão e entre diárias e número de Airbnbs está bem representado.

A segunda análise que deve ser realizada é o valor da significância. A hipótese nula

desse trabalho é que o Airbnb não impactou o valor das diárias dos hotéis e a hipótese alternativa

é a que o Airbnb impactou as diárias dos hotéis. Considerando o valor da significância de 5%

70

os resultados foram variados dependendo da cidade. As cidades Rio de Janeiro, Salvador

Brasília, Curitiba, Belo Horizonte, Goiânia, Porto Alegre, Caldas Novas, João Pessoa, Teresina,

São Luís, Cabo Frio, Belém, Manaus e Aracajú tiveram uma significância maior de 10%, ou

seja, não é possível afirmar que ocorreu uma variação no valor das diárias com base no aumento

do número de imóveis cadastrados no Airbnb. Por outro lado as cidades São Paulo, Fortaleza,

Recife, Natal Florianópolis, Maceió, Praia Grande, Guarujá, Porto Seguro, Santos, Ubatuba,

Balneário Camboriú, Gramado e Campinas tiveram uma significância menor ou igual que 10%,

ou seja, é possível afirmar que ocorreu uma variação no valor das diárias com base no aumento

do número de imóveis cadastrados no Airbnb.

Como conclusão dessas análises é possível afirmar que o número de imóveis

cadastrados no Airbnb afetou a receita dos hotéis no Brasil. No entanto não é possível afirmar

que o aumento do número de imóveis cadastrados no Airbnb reduziu o valor das diárias dos

hotéis, isso depende caso a caso.

O segundo método utilizado foi o de tentar juntar todas as cidades para buscar um

modelo de regressão múltipla. A tabela 74 mostra que é possível chegar a um R² elevado

considerando a variável dependente RevPAR.

TABELA 74 - R QUADRADO REGRESSÃO MÚLTIPLA REVPAR

Fonte: Autor

Fazendo esse modelo somente as cidades de São Luis, Porto Seguro, Manaus, Gramado

e Campinas são aplicáveis para essa análise, ou seja, elas são preditoras no modelo. Elas

conseguem prever o comportamento do impacto do Airbnb na receita dos hotéis. A tabela 75

mostra as cidades que fazem parte do modelo de regressão e também um alto número de

significância, ou seja, a partir desse modelo não podemos rejeitar a hipótese nula de que o

aumento do número de imóveis cadastrados no Airbnb impacta na receita dos hotéis. A tabela

76 mostra as cidades que não fazem parte do modelo de regressão.

71

TABELA 75 - COEFICIENTES REGRESSÃO MÚLTIPLA REVPAR

Fonte: Autor

TABELA 76 - VARIÁVEIS EXCLUÍDAS REGRESSÃO MÚLTIPLA REVPAR

Fonte: Autor

72

O mesmo estudo foi feito considerando a variável dependente diárias. Os resultados são

muito similares aos apresentados nas tabelas 74,75 e 76. As tabelas 77,78 e 79 apresentam os

resultados, mostram que a equação tem força devido ao R² elevado, mas não devemos rejeitar

a hipótese nula devido à alta significância.

TABELA 77 – R QUADRADO REGRESSÃO MÚLTIPLA DIÁRIA

Fonte: Autor

TABELA 78 – COEFICIENTES REGRESSÃO MÚLTIPLA DIÁRIA

Fonte: Autor

73

TABELA 79 - VARIÁVEIS EXCLUÍDAS REGRESSÃO MÚLTIPLA DIÁRIA

Fonte: Autor

Um último modelo que pode ser testado seria somando todos os imóveis do Airbnb e

imaginando que eles representam o movimento do Brasil. Fazendo primeiramente uma

regressão linear entre Airbnb e diária de hotel, podemos verificar que existe um R² elevado, e ,

diferentemente da regressão múltipla, podemos rejeitar a hipótese nula e afirmar que o Airbnb

impacta os hotéis pois possuí uma significância baixa (1,1%).

TABELA 80 - R QUADRADO SOMA DIÁRIA

Fonte: Autor

74

TABELA 81 - COEFICIENTES REGRESSÃO SIMPLES SOMA DIÁRIA Fonte: Autor

O mesmo vale ao refazer os cálculos considerando RevPar como variável dependente

podemos verificar que, além do R² alto, podemos rejeitar a hipótese nula pois a significância é

de 0,5%.

TABELA 82 - R QUADRADO SOMA REVPAR

Fonte: Autor

TABELA 8310 - COEFICIENTES REGRESSÃO SIMPLES SOMA REVPAR

Fonte: Autor

75

5. CONCLUSÃO

Este Capítulo aborda o final do trabalho com conclusões sobre o estudo

realizado. Ele estará dividido a partir da seguinte forma: atingimento dos objetivos, principais

contribuições do estudo, implicações gerenciais, limitações do estudo e sugestões de estudos

futuros.

5.1 ATINGIMENTO DOS OBJETIVOS

O presente trabalho não pode ainda concluir definitivamente que o crescimento da oferta

de quantros Airbnb teve um impacto na cadeia hoteleira; embora isto tenha acontecido em

algumas cidades. No entanto as evidências sugerem um impacto negativo do Airbnb no

faturamento dos hotéis e no preço de oferta de quartos, bastante presente em cinco cidades e

com indícios de que as demais tendem a seguir o mesmo caminho.

Ainda é cedo para que se possa realmente provar esse impacto, tendo em vista o pouco

tempo de presença no país e falta de mais dados da hotelaria.

Conforme assinalado nas sugestões futuras, esse estudo deverá ser repetido daqui a

algum tempo, quando houver mais dados para confirmar essas evidências.

5.2 PRINCIPAIS CONTRIBUIÇÕES DO ESTUDO

O estudo busca conceitualizar o que é economia compartilhada e mostrar que ela

não traz somente produtos e serviços novos como também como ela pode exigir que negócios

tradicionais se reinventem para poder atender melhor os consumidores.

5.3 IMPLICAÇOES GERENCIAIS

Como principal implicação gerencial que o estudo contribui é a necessidade de

uma inovação constante para atender aos clientes. Não existe negócio que não precise se adaptar

e quanto antes a inovação ocorrer melhor. Os taxis dez anos atrás eram considerados monopólio

e hoje sofrem com a concorrência de empresas como Uber e Cabify. Para sobreviverem nesse

mercado o Taxi hoje trabalha com descontos por corrida, algo impensável décadas atrás.

5.4 LIMITAÇÕES DO ESTUDO

Esta pesquisa teve algumas limitações que devem ser reportadas. A principal

limitação do trabalho é a falta de informações da cadeia hoteleira e também devido ao fato de

76

o Airbnb ser uma empresa com apenas dez anos de mercado. Os dados do Airbnb começaram

a ser contabilizados pelo AirDna a partir de 2010. Outro ponto foi a dificuldade de encontrar

dados da cadeia hoteleira permeou este trabalho. O último dado encontrado foi do ano de 2016.

Sendo assim foi possível analisar durante 7 anos esse movimento.

Outra limitação ocorreu devido a falta da discriminação dos dados dos hotéis por

cidades. O site AirDna trabalha com os resultados apenas por cidades enquanto o relatório dos

hotéis trabalha com o dado do Brasil. Para fazer uma comparação foi necessário verificar as

cidades mais visitadas a partir de dados do ministério do turismo e fazer o ajuste.

Por fim, devido a limitação de informação dos dados dos hotéis não pudemos

realizar a discriminação de hotéis por tipo de viagem ( lazer ou negócios) conforme proposto

por Zervas et al (2017).

5.5 SUGESTÕES DE ESTUDOS FUTUROS

Para estudos futuros deve ser replicado novamente esse estudo para que

tenhamos uma maior base de dados e verificar se o Airbnb tem um forte impacto sobre os hotéis

no Brasil uma vez que tivemos somente sete dados para comparar.

Outra sugestão de trabalho a ser realizado é a realização de um estudo de geomarketing

para verificar a localização entre hotéis e Airbnbs para verificar se eles acabam se localizando

nos mesmos locais, corroborando se eles acabam virando concorrentes ou modos de

hospedagem complementares.

Outro tema interessante é verificar se o impacto do Airbnb na cadeia hoteleira é o

mesmo entre países em desenvolvimento e desenvolvidos.

Por fim esse estudo deve ser replicado em outros mercados de economia compartilhada,

como por exemplo Uber x Taxi, Mercado Livre x Varejo, etc.

77

6. REFERÊNCIAS BIBLIOGRÁFICAS

Airbnb. Disponível em: <https://www.airbnb.com.br/?logo=1>. Acesso em: 01 nov. 2017.

Airbnb. Disponível em: <https://www.airbnb.com.br/?logo=1>. Acesso em: 1 nov. 2017.

Airbnb - um modelo de negócio. . [s.l: s.n.].

BARNES, S. J.; MATTSSON, J. Understanding current and future issues in collaborative

consumption: A four-stage Delphi study. Technological Forecasting and Social Change, v.

104, p. 200–211, 2016.

BELK, R. You are what you can acess.pdf. Journal of Business Research, v. 67, n. 2014, p.

1595–1600, 2013.

BLAL, I.; SINGAL, M.; TEMPLIN, J. Airbnb’s effect on hotel sales growth. International

Journal of Hospitality Management, v. 73, n. July 2017, p. 85–92, 2018.

BÖCKER, L.; MEELEN, T. Sharing for people, planet or profit? Analysing

motivationsfor intended sharing economy participationEnvironmental Innovation and

Societal Transitions, , 2016.

BOTSMAN, R.; ROGERS, R. O Que É Meu É Seu: Como o Consumo Colaborativo Vai

Mudar o Nosso Mundo. Porto Alegre: Bookman, 2011.

CHESBROUGH, H. Business model innovation: It’s not just about technology anymore.

Strategy and Leadership, v. 35, n. 6, p. 12–17, 2007.

CHESBROUGH, H. Business model innovation: Opportunities and barriers. Long Range

Planning, v. 43, n. 2–3, p. 354–363, 2010.

CHESBROUGH, H.; ROSENBLOOM, R. The Business Model : An Integrative Framework

for Strategy Execution. n. September, p. 1–27, 2002.

DAUNORIENÉ, A. et al. Evaluating Sustainability of Sharing Economy Business Models. v.

213, p. 836–841, 2015.

ERT, E.; FLEISCHER, A.; MAGEN, N. Trust and reputation in the sharing economy : The

role of personal photos in Airbnb. Tourism Management, v. 55, p. 62–73, 2016.

78

ESPORTE, A. Uber: conheça a história e polêmicas da empresa de transporte. Disponível

em: <http://revistaautoesporte.globo.com/Noticias/noticia/2017/04/uber-conheca-historia-e-

polemicas-da-empresa-de-transporte.html>. Acesso em: 19 jun. 2017.

FICHMAN, R. G.; DOS SANTOS, B. L.; ZHENG, Z. (ERIC). Digital Innovation as a

Fundamental and Powerful Concept in the Information Systems Curriculum. MIS Quarterly,

v. 38, n. 2, p. 329–343, 2014.

FRENKEN, K., MEELEN, T., ARETS, M., V. Smarter regulation for sharing

economy.pdfThe Guardian, , 2015. Disponível em:

<https://www.theguardian.com/science/political-science/2015/may/20/smarter-regulation-for-

the-sharing-economy>

G1. Sob pressão de investidores, fundador da Uber deixa a presidência da empresa.

Disponível em: <http://g1.globo.com/tecnologia/noticia/sob-pressao-de-investidores-ceo-e-

fundador-da-uber-deixa-o-cargo-definitivamente.ghtml>. Acesso em: 21 jun. 2017.

GEISSDOERFER, M. et al. Product, service, and business model innovation: a discussion.

2018.

GEISSINGER, A. et al. How sustainable is the sharing economy? On the sustainability

connotations of sharing economy platforms. 2018.

HAIR, J. et al. Análise Multivariada de Dados. 6. ed. Porto Alegre: Bookman, 2009.

HAMARI, J.; SJÖKLINT, M.; UKKONEN, A. The Sharing Economy: Why People

Participate in Collaborative Consumption. J. Assoc. Inform. Sci. Technol, v. 67, n. 9, p.

2047–2059, 2015.

HAYWOOD, J. et al. Airbnb & Hotel Performance. p. 1–35, 2017.

KANE, G. C. Enterprise Social Media : Current Capabilities and Future Possibilities. v. 2015,

n. March, p. 1–16, 2015.

KATHAN, W.; MATZLER, K.; VEIDER, V. The sharing economy: Your business model’s

friend or foe? Business Horizons, v. 59, n. 6, p. 663–672, 2016.

Kickstarter Stats — Kickstarter. Disponível em:

<https://www.kickstarter.com/help/stats?ref=hello>. Acesso em: 4 dez. 2017.

79

LOKUGE, S. et al. Organizational readiness for digital innovation: Development and

empirical calibration of a construct. 2018.

MAIR, J.; REISCHAUER, G. Capturing the dynamics of the sharing economy : Institutional

research on the plural forms and practices of sharing economy organizations. Technological

Forecasting & Social Change, n. May, p. 1–10, 2017.

MALHOTRA, A.; VAN ALSTYNE, M. The dark side of the sharing economy … and how to

lighten it. Communications of the ACM, v. 57, n. 11, p. 24–27, 2014.

MARTIN, C. J. The sharing economy: A pathway to sustainability or a nightmarish form of

neoliberal capitalism? Ecological Economics, v. 121, p. 149–159, 2016.

MARTIN, C. J.; UPHAM, P.; BUDD, L. Commercial orientation in grassroots social

innovation: Insights from the sharing economy. Ecological Economics, v. 118, p. 240–251,

2015.

MARTIN, E.; SHAHEEN, S.; LIDICKER, J. Impact of Carsharing on Household Vehicle

Holdings. Transportation Research Record: Journal of the Transportation Research

Board, v. 2143, p. 150–158, 2010.

MASSA, L.; TUCCI, C. Business Model Inovation. In: The Oxford Handbook of

Innovation Management. [s.l: s.n.]. v. 18p. 3–19.

MAURI, A. G. et al. Humanize your business : The role of personal reputation in the sharing

economy. International Journal of Hospitality Management, v. 73, n. November 2017, p.

36–43, 2018.

MEGIA, C. Réquiem ( e culto ) para a última locadora Blockbuster do planeta. El Pais, 2018.

MINISTÉRIO DO TURISMO. Caracterização e dimensionamento do turismo doméstico

no Brasil– 2010/2011. [s.l: s.n.].

MINISTÉRIO DO TURISMO. Estudo da Demanda Turística Internacional Fichas

Sínteses Apresentação. [s.l: s.n.].

MORENO-IZQUIERDO, L. et al. Tourist environment and online reputation as a generator of

added value in the sharing economy : The case of Airbnb in urban and sun- and-beach.

Journal of Destination Marketing & Management, v. 11, n. January 2018, p. 53–66, 2019.

80

NYLÉN, D.; HOLMSTRÖM, J. Digital innovation strategy: A framework for diagnosing and

improving digital product and service innovation. Business Horizons, v. 58, n. 1, p. 57–67,

2015.

PWC. Assessing the size and presence of the collaborative economy in Europe.

Disponível em:

<http://www.pwc.co.uk/issues/megatrends/collisions/sharingeconomy/outlook-for-the-

sharing-economy-in-the-uk-2016.html>. Acesso em: 11 jun. 2017.

SCHOR, J. Debating the Sharing Economy. Disponível em:

<http://greattransition.org/publication/debating-the-sharing-economy>. Acesso em: 2 dez.

2017.

SEVERINO, A. J. Metodologia do Trabalho Científico. 23. ed. São Paulo: Cortez, 2007.

TaskRabbit. Disponível em: <https://www.taskrabbit.com/>. Acesso em: 4 dez. 2017.

TEECE, D. J. Business Models , Business Strategy and Innovation. v. 43, p. 172–194, 2010.

TER, F.; TAN, C.; TAN, B. Developing a Leading Digital Multi-sided Platform : Examining

IT Affordances and Competitive. v. 38, 2016.

TUSSYADIAH, I. P.; PESONEN, J. Impacts of Peer-to-Peer Accommodation Use on

Travel PatternsJournal of Travel Research, 2015. Disponível em:

<http://jtr.sagepub.com/cgi/doi/10.1177/0047287515608505>

VILLANOVA, A. L. I. Modelos de negócio na economia compartilhada: uma

investigação multi-caso, 2015.

WANG, Y.; VASSILEVA, J. A Review on Trust and Reputation for Web Service Selection

University of Saskatchewan Key words. 2007.

YOO, Y. et al. The Next Wave of Digital Innovation: Opportunities and Challenges. Report

on the Research Workshop: “Digital Challenges in Innovation Research”, v. January, p.

1–37, 2010.

YOO, Y. et al. Organizing for Innovation in the Digitized World. v. 23, n. 5, p. 1398–1408,

2012.

ZERVAS, G.; PROSERPIO, D.; BYERS, J. W. The Rise of the Sharing Economy: Estimating

81

the Impact of Airbnb on the Hotel Industry. Journal of Marketing Research, v. LIV, n.

October, p. jmr.15.0204, 2017.

ZOTT, C.; AMIT, R.; MASSA, L. The Business Model : Recent Developments and Future

Research. v. 37, n. 4, p. 1019–1042, 2011.

BARNES, S. J.; MATTSSON, J. Understanding current and future issues in collaborative

consumption: A four-stage Delphi study. Technological Forecasting and Social Change, v.

104, p. 200–211, 2016.

BELK, R. You are what you can acess.pdf. Journal of Business Research, v. 67, n. 2014, p.

1595–1600, 2013.

BÖCKER, L.; MEELEN, T. Sharing for people, planet or profit? Analysing motivationsfor

intended sharing economy participationEnvironmental Innovation and Societal Transitions,

, 2016.

BOTSMAN, R.; ROGERS, R. O Que É Meu É Seu: Como o Consumo Colaborativo Vai

Mudar o Nosso Mundo. Porto Alegre: Bookman, 2011.

COASE, R. H. Behavioral operations: The state of the field. Chicago Journals, v. 3, p. 1–44,

1960.

CRESWELL, J. W. Projeto de pesquisa: métodos qualitativo, quantitativo e misto. 3a

edição ed. Porto Alegre: Artmed, 2010.

ESPORTE, A. Uber: conheça a história e polêmicas da empresa de transporte. Disponível

em: <http://revistaautoesporte.globo.com/Noticias/noticia/2017/04/uber-conheca-historia-e-

polemicas-da-empresa-de-transporte.html>. Acesso em: 19 jun. 2017.

FRENKEN, K., MEELEN, T., ARETS, M., V. Smarter regulation for sharing

economy.pdfThe Guardian, , 2015. Disponível em:

<https://www.theguardian.com/science/political-science/2015/may/20/smarter-regulation-for-

the-sharing-economy>

G1. Sob pressão de investidores, fundador da Uber deixa a presidência da empresa.

Disponível em: <http://g1.globo.com/tecnologia/noticia/sob-pressao-de-investidores-ceo-e-

82

fundador-da-uber-deixa-o-cargo-definitivamente.ghtml>. Acesso em: 21 jun. 2017.

HAMARI, J.; SJÖKLINT, M.; UKKONEN, A. The Sharing Economy: Why People Participate

in Collaborative Consumption. J. Assoc. Inform. Sci. Technol, v. 67, n. 9, p. 2047–2059, 2015.

HAYWOOD, J. et al. Airbnb & Hotel Performance. p. 1–35, 2017.

KATHAN, W.; MATZLER, K.; VEIDER, V. The sharing economy: Your business model’s

friend or foe? Business Horizons, v. 59, n. 6, p. 663–672, 2016.

Kickstarter Stats — Kickstarter. Disponível em:

<https://www.kickstarter.com/help/stats?ref=hello>. Acesso em: 4 dez. 2017.

MAIR, J.; REISCHAUER, G. Capturing the dynamics of the sharing economy : Institutional

research on the plural forms and practices of sharing economy organizations. Technological

Forecasting & Social Change, n. May, p. 1–10, 2017.

MALHOTRA, A.; VAN ALSTYNE, M. The dark side of the sharing economy … and how to

lighten it. Communications of the ACM, v. 57, n. 11, p. 24–27, 2014.

MANKIW, N. Introdução à economia: edição compacta. [s.l.] Cenage Learning, 2008.

MARTIN, C. J. The sharing economy: A pathway to sustainability or a nightmarish form of

neoliberal capitalism? Ecological Economics, v. 121, p. 149–159, 2016.

MARTIN, C. J.; UPHAM, P.; BUDD, L. Commercial orientation in grassroots social

innovation: Insights from the sharing economy. Ecological Economics, v. 118, p. 240–251,

2015.

MARTIN, E.; SHAHEEN, S.; LIDICKER, J. Impact of Carsharing on Household Vehicle

Holdings. Transportation Research Record: Journal of the Transportation Research

Board, v. 2143, p. 150–158, 2010.

PWC. Assessing the size and presence of the collaborative economy in Europe. Disponível

em: <http://www.pwc.co.uk/issues/megatrends/collisions/sharingeconomy/outlook-for-the-

sharing-economy-in-the-uk-2016.html>. Acesso em: 11 jun. 2017.

SCHOR, J. Debating the Sharing Economy. Disponível em:

<http://greattransition.org/publication/debating-the-sharing-economy>. Acesso em: 2 dez.

2017.

83

SEVERINO, A. J. Metodologia do Trabalho Científico. 23. ed. São Paulo: Cortez, 1941.

TaskRabbit. Disponível em: <https://www.taskrabbit.com/>. Acesso em: 4 dez. 2017.

TUSSYADIAH, I. P.; PESONEN, J. Impacts of Peer-to-Peer Accommodation Use on

Travel PatternsJournal of Travel Research, 2015. Disponível em:

<http://jtr.sagepub.com/cgi/doi/10.1177/0047287515608505>

VILLANOVA, A. L. I. Modelos de negócio na economia compartilhada: uma investigação

multi-caso, 2015.

ZERVAS, G.; PROSERPIO, D.; BYERS, J. W. The Rise of the Sharing Economy: Estimating

the Impact of Airbnb on the Hotel Industry. Journal of Marketing Research, v. LIV, n.

October, p. jmr.15.0204, 2017.

84

7.APÊNDICE

Neste capítulo serão apresentados arquivos que serviram de suporte para a pesquisa.

Tabela somatória Airbnb e hotéis

2010 2011 2012 2013 2014 2015 2016

no. AirBnBs 82

1.051

3.330

9.095

31.313

57.600

110.371

Diária (US$) 102,27 125,60 123,98 119,91 113,62 74,47 69,91

RevPar (US$) 69,32 87,50 81,63 79,17 73,62 44,44 38,68

Dólar 1,76 1,68 1,96 2,16 2,35 3,33 3,49

Date post:	03-Aug-2020
Category:	Documents
Upload:	others
View:	0 times
Download:	0 times

ESCOLA SUPERIOR DE PROPAGANDA E MARKETING PROGRAMA … · 2019-05-14 · A economia compartilhada...

Documents