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
Fonte: (MINISTÉRIO DO TURISMO, 2012)
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
Fonte: (MINISTÉRIO DO TURISMO, 2012)
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 %)
Fonte: (MINISTÉRIO DO TURISMO, 2012)
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 %)
Fonte: (MINISTÉRIO DO TURISMO, 2012)
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
Fonte: (MINISTÉRIO DO TURISMO, 2012)
FIGURA 5 - MEIOS DE HOSPEDAGENS UTILIZADOS NA PRINCIPAL VIAGEM DOMÉSTICA, POR RENDA
Fonte: (MINISTÉRIO DO TURISMO, 2012)
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
Fonte: (MINISTÉRIO DO TURISMO, 2012)
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
Fonte: (MINISTÉRIO DO TURISMO, 2012)
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
Fonte: (MINISTÉRIO DO TURISMO, 2012)
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
Fonte: (MINISTÉRIO DO TURISMO, 2012)
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
Fonte: (MINISTÉRIO DO TURISMO, 2018)
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
Fonte: (MINISTÉRIO DO TURISMO, 2018)
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
Fonte: (MINISTÉRIO DO TURISMO, 2018)
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
Fonte: (MINISTÉRIO DO TURISMO, 2018)
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**
Sig. (2 extremidades) ,011 ,005
N 7 7 7
REVPAR Correlação de Pearson ,994** -,904** 1
Sig. (2 extremidades) ,000 ,005
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