Criteria prioritization for investment policies in General Aviation aerodromes

Due to the significant proportion of General Aviation (GA) in aircraft fleets and the high number of aerodromes in various countries, establishing investment criteria for aeronautical infrastructure necessitates the formulation of public policies regarding aviation. The literature dealing with the prioritization of airfields in receiving investments commonly uses commercial aviation data, such as the movement of passengers and aircraft at airports. As this kind of measure is not usually recorded in GA, such as the movement of air taxis, agricultural aviation, and instructional flights, the main gap covered by this study is to use variables that are feasible for GA. Adopting Brazil as a case study due to its substantial quantity of aircraft and aerodromes, this study’s georeferenced analysis considered 574 public aerodromes, 4,899 cities, and 4,550 towns distributed throughout the country, totaling 9,449 locations. To prioritize GA aerodromes, multi‐criteria decision‐making was used to prioritize 380 aerodromes with exclusive GA operations. The results indicate that regional location is the main concern in the construction of new aerodromes for GA, to prioritize better spatial coverage within the national territory. Furthermore, the study proposes a simplified mathematical model for public managers to use when formulating public policies to prioritize already existing aerodromes to increase investments and estimate maximum values to invest in these aerodromes. Different variables can be incorporated into the model according to the particularities of each country when formulating public aviation policies. Debido a la importante proporción de la Aviación General (AG) en las flotas de aviones y al elevado número de aeródromos en varios países, el establecimiento de criterios de inversión en infraestructura aeronáutica requiere la formulación de políticas públicas en materia de aviación. La bibliografía que trata de la priorización de los aeródromos a la hora de recibir inversiones suele utilizar habitualmente datos de aviación comercial, como el movimiento de pasajeros y aviones en los aeropuertos. Dado que este tipo de medidas no se registran habitualmente en la AG, como el movimiento de los taxis aéreos, la aviación agrícola y los vuelos de aprendizaje, la principal brecha que cierra este estudio es la utilización de variables que sean factibles para la AG. Adoptando Brasil como caso de estudio debido a su gran cantidad de aviones y aeródromos, el análisis georreferenciado de este estudio consideró 574 aeródromos públicos, 4.899 ciudades y 4.550 pueblos distribuidos por todo el país, con un total de 9.449 localizaciones. Para priorizar los aeródromos de la AG, se hizo una toma de decisiones multicriterio para priorizar 380 aeródromos con operaciones exclusivas de AG. Los resultados indican que la localización regional es la principal preocupación en la construcción de nuevos aeródromos para la AG, para priorizar una mejor cobertura espacial dentro del territorio nacional. Además, el estudio propone un modelo matemático simplificado para que los gestores públicos lo utilicen a la hora de formular políticas públicas para priorizar los aeródromos ya existentes con el fin de aumentar las inversiones y estimar los valores máximos a invertir en estos aeródromos. Este modelo permite incorporar diferentes variables según las particularidades de cada país a la hora de formular políticas públicas de aviación. ゼネラル・アビエーション(一般航空；General Aviation:GA)は航空機に占める割合が高く、各国には多数の空港があるため、航空インフラへの投資基準を確立するには、航空に関する公共政策を策定する必要があります。投資を受ける空港の優先順位付けに関する研究では、一般的に空港での乗客や航空機の移動などの民間航空データが使用されている。この種の測定は、GA、例えば航空タクシー、農業航空、および飛行教育航空の動きは、通常記録されないため、本研究で対処する主な欠点には、GAに対して実行可能な変数を使用する。航空機と空港の数が十分にあるブラジルの事例をケーススタディとして取り上げ、全国に分布する574の公共空港、4,899の都市、4,550の町、合計9,449箇所を対象に地理参照分析を実施する。GA空港の優先順位付けに、多基準意思決定分析を使用し、380のGA運用専用空港に優先順位を付けた。結果から、国土内のより良い空間的被覆率を優先するために、地域の位置が、GAの新空港の建設における主な関心事であることが示された。さらに、公共政策を策定する際に、公共指導者が、既存の空港への投資を増やすために優先順位を付け、これらの空港への投資の最大値を推定するために使用する簡単な数学モデルを提案した。公共航空政策を策定する際には、各国の特殊性に応じて異なる変数をモデルに組み込むことができる。