XLV CONGRESSO DA SOBER
Formatado
"Conhecimentos para Agricultura do Futuro"
... [1]
Formatado: Esquerda: 2,5
cm, Direita: 2,5 cm, Superior:
2,5 cm, Inferior: 2,5 cm, Não
Diferente na primeira página
Excluído: 2
EFICIÊNCIA PRODUTIVA DE UNIDADES AGRÁRIAS: UTILIZANDO
MÉTODO NÃO-PARAMÉTRICO DEA NA AVALIAÇÃO DO
DESEMPENHO DE CONVERSÃO DE INSUMOS EM PRODUTOS
MARINÊS STEFFANELLO (1) ; MARCELO ALVARO DA SILVA
MACEDO (2) ; ROVIGATI DANILO ALYRIO (3) .
1.NEGEN/UFRURALRJ, SEROPÉDICA, RJ, BRASIL;
2,3.PPGEN/NEGEN/UFRURALRJ, SEROPÉDICA, RJ, BRASIL.
[email protected]
APRESENTAÇÃO ORAL
ADMINISTRAÇÃO RURAL E GESTÃO DO AGRONEGÓCIO
Eficiência Produtiva de Unidades Agrárias: utilizando método nãoparamétrico DEA na avaliação do desempenho de conversão de insumos em
produtos
Grupo de Pesquisa: ADMINISTRAÇÃO RURAL E GESTÃO DO AGRONEGÓCIO
Resumo
No sentido de auxiliar as empresas a medir sua eficiência na transformação de insumos em
produtos e analisar-se no contexto competitivo em que estão inseridas, este artigo se propõe a
apresentar e discutir uma metodologias de análise e avaliação do desempenho organizacional.
Com base em informações de múltiplos insumos e produtos de 11 produtores de leite de cabra
de Minas Gerais e Rio de Janeiro, no período de Setembro de 2004 a Setembro de 2005
utiliza-se um método não-paramétrico (Análise Envoltória de Dados – DEA) para analisar o
desempenho relativo destes produtores. Através desta modelagem não-paramétrica observouse como cada DMU (Unidade Tomadora de Decisão) pode combinar da melhor forma seus
inputs na obtenção de seus outputs. Para a modelagem DEA, foi utilizado o modelo CRS
(Retornos Constantes de Escala), com orientação insumo. Logo, as ineficiências apresentadas
se dão pelo uso excessivo de inputs, que poderiam ser diminuídos sem alterar o nível de
produção.
Palavras-Chave: Desempenho, Eficiência, Conversão de insumos em produtos, DEA.
Excluído: UNIVERSIDADE
FEDERAL RURAL DO RIO DE
JANEIRO¶
INSTITUTO DE CIÊNCIAS
HUMANAS E SOCIAIS¶
DEPARTAMENTO DE
CIÊNCIAS ECONÔMICAS¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
Excluído: D…O Uso De
M…s…Paramétricos E N…P…s
N…A…D…D…D…C…D…I…E
P
... [2]
Formatado: Corpo de texto 3,
À esquerda
Excluído: ¶
¶
¶
¶
¶
... [3]
¶
Formatado: Fonte: Times
New Roman, 12 pt, Não
Negrito, Português (Brasil)
Formatado: Título
Formatado: Fonte: Times
New Roman, 12 pt, Não
Negrito, Português (Brasil)
Formatado
... [4]
Excluído: a…monografia…duas
remos…paramétrico (Regressão
Linear) e outro …a
... [5]
eficiência…a…A esta primeira
Excluído: estas variáveis. Os
coeficientes da equação de
regressão apontaram a variável
... [6]
Custos com Medicamentos como
Formatado
... [7]
Excluído: ¶
Palavras-chave: Mensuração de
Regressão Linear,
... [8]
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
1
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
XLV CONGRESSO DA SOBER
Formatado
"Conhecimentos para Agricultura do Futuro"
... [9]
Excluído: 2
Abstract
In the sense of helping companies to measure the efficiency of its productive process and to
analyze its successfully positioning in their competitive environment, this article presents and
discuss a methodology of organizational performance analyze and evaluation. A nonparametric method (DEA – Data Envelopment Analysis) is used to analyze the relative
performance of 11 producers of goat milk from Minas Gerais and Rio de Janeiro, based on
information concerning multiple inputs and final products. These data cover the period of
September of 2004 to September of 2005. The methodology offers the possibility of analyzing
how each DMU (Decision Making Unit) may combine its inputs to achieve outputs. To
develop the methodology, the CRS model (Constant Return Scale), with input orientation,
was used. The results showed that inherent inefficiencies related to the use of excessive inputs
could be reduced without altering the production level.
Key-Words: Performance, Efficiency, Conversion of inputs in outputs, DEA.
1. INTRODUÇÃO
A avaliação da eficiência do uso de insumos na transformação em produtos é um dos
mais importantes temas em gestão de qualquer negócio, pois é cada vez mais importante o
combate a desperdícios num contexto de recursos escassos e alta competitividade. No
agronegócio isto não poderia ser diferente. Ainda mais quando se trata de um produto que
vem se firmando e ganhando conceito como um alimento com alegação de saúde, o leite de
cabra. Em especial por ser uma opção de alimento destinado a crianças alérgicas ao leite de
vaca e por idosos pelo seu elevado potencial nutritivo.
A mensuração do desempenho relativo de unidades produtivas tem importância tanto
para fins estratégicos, quanto para questões mais operacionais. A mensuração da eficiência é
uma das mais importantes formas de verificar a performance ou comportamento de uma
empresa, de forma a monitorar seu progresso e corrigir eventuais erros. Sendo muito
importante para o setor de produção de leite de cabras dado seu atual estágio de crescimento.
O processo de mensurar o desempenho organizacional, de acordo com Macedo
(2004a), como todos os aspectos de gestão, é permanente e repetitivo, onde a freqüência das
medições depende da atividade a ser medida. O gestor pode, através da avaliação da eficiência
da empresa, se preparar para enfrentar as mudanças ambientais, principalmente no que
concerne a natureza mutável da competição e a criação de valor para o cliente. É fundamental,
portanto, que esta avaliação seja feita em caráter relativo, ou seja, mensurando a eficiência da
organização em relação a seu ambiente competitivo.
Homem de Souza (2003) defende que os produtores precisam de uma contabilidade
detalhada do empreendimento, para que se possam conhecer os pontos fracos e fortes. É
importante que cada fator de produção renda o máximo possível. Não pode haver desperdício
nem de mão-de-obra, equipamento e máquinas, nem de terras. Ser moderno é uma imposição
do mercado. Não podem haver erros em relação à escolha de tecnologia, esta deve ser guiada
por uma análise econômica bem feita.
Segundo Macedo et al. (2006), cada fator considerado no processo de mensuração de
eficiência precisa ser de tal ordem que o sucesso empresarial tenha este como de fundamental
importância. Estes seriam pontos críticos ou fatores críticos do sucesso empresarial, que
necessitam ser monitorados e, por conta disso, precisa-se ter informações confiáveis a respeito
de seu comportamento.
Formatado
... [10]
Formatado
... [11]
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Formatado: Justificado,
Espaço Antes: 0 pt, Depois de:
0 pt, Espaçamento entre
linhas: simples
Formatados: Marcadores e
numeração
Excluído: Quebra de página
SUMÁRIO¶
¶
¶
1 INTRODUÇÃO 199¶
2 FUNDAMENTAÇÃO
TEÓRICA 41012¶
2.1 Método Paramétrico 51013¶
2.2 Método NãoParamétrico 81016¶
2.3 Eficiência na Atividade
Agropecuária 131021¶
3 METODOLOGIA 181026¶
3.1 Utilização do Método
Paramétrico 181026¶
3.2 Utilização do Método NãoParamétrico 211029¶
4 APRESENTAÇÃO E ANÁLISE
DOS RESULTADOS 241032¶
4.1 Análise dos Resultados
Obtidos Através do Método... [12]
Paramétrico (Regressão
Formatado
... [13]
Excluído: 8
Excluído: ¶
¶
Formatado
... [14]
... [15]
Excluído: ¶
Formatado
... [16]
Formatado
... [17]
Excluído: tem começado a... [18]
r…r
Excluído: valor na dieta do...povo
[19]
brasileiro
Excluído: a ser consumido por
Excluído: relativa
Formatado: Fonte: Itálico
Excluído: o …da empresa... [20]
Excluído: um processo
Formatado
... [21]
Excluído:
Excluído:
Excluído: do … dos mesmos
... [22]
Formatado
... [23]
Formatado: Fonte: Itálico
2
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
Segundo Pindyck e Rubinfeld (2002), uma empresa é tida como tecnicamente viável
quando utiliza cada combinação de insumos da forma mais eficiente possível. Conhecer se
uma empresa é eficiente ou ineficiente e poder identificar alguns dos motivos para este
desempenho, contribuem de forma significativa para a definição de estratégias apropriadas. A
melhoria contínua é buscada, portanto, no intuito de corrigir as motivações do baixo
desempenho na transformação de seus recursos/insumos em produtos.
O estudo pioneiro na busca por medidas de eficiência foi o de Farrel (1957) onde o
autor decompõe a eficiência total (econômica) em eficiência técnica e alocativa. A primeira
reflete a habilidade da firma em obter máximo produto, dado um conjunto de insumos, já a
segunda reflete a habilidade da firma em utilizar os insumos em proporções ótimas, dados
seus preços relativos. Logo, podemos tratar como ineficiência técnica o resultado do uso
excessivo de insumos, para dado nível de produção e, ineficiência alocativa, o emprego dos
insumos em proporções inadequadas, dados seus respectivos preços.
Segundo Tupy e Yamaguchi (1998), a eficiência de uma firma (ou unidade produtiva)
é medida pela comparação entre valores observados e valores ótimos de insumos e produtos.
Essa comparação pode ser feita em relação ao produto obtido e o nível máximo, fixada a
quantidade de insumos utilizada; ou entre a quantidade de insumo utilizado e o mínimo
requerido para produzir determinada quantidade de produto; ou, ainda, com a combinação dos
dois anteriores. Num caso, a eficiência técnica é orientada para produto; no outro, para
insumo. A eficiência econômica tem duas dimensões: a do custo mínimo, quando a produção
é fixada e se variam os insumos e, a da renda líquida máxima, quando insumos são fixados e
se variam os produtos.
O desempenho pode ser medido através da comparação entre os valores observados na
unidade sob análise e os valores ótimos, no que tange seus outputs (produtos ou indicadores a
serem maximizados) e inputs (recursos ou insumos ou ainda indicadores a serem
minimizados). Estas comparações geram fronteiras de máxima produção ou de mínimo custo.
Gomes et al. (2003) definem o conjunto de todos os planos de produção viáveis como
tecnologia, e o subconjunto de todos os planos de produção "ótimos" como fronteira de
produção. Assim, no cálculo das medidas de eficiência envolvendo vários insumos e/ou
produtos, utiliza-se, como referencial, uma fronteira de produção.
Conforme Gomes et al. (2005), geralmente, a mensuração do desempenho relativo
(eficiência) é realizada tendo como base uma fronteira, a qual pode ser estimada por
diferentes métodos. Os dois mais utilizados são as fronteiras estocásticas e a Análise
Envoltória de Dados (Data Envelopment Analysis – DEA). As fronteiras estocásticas
consistem em abordagem paramétrica, sendo estimadas por métodos econométricos, enquanto
a técnica DEA é uma abordagem não-paramétrica, que envolve programação matemática em
sua estimação. A DEA fornece a fronteira de produção como uma curva que envolve os
dados, determinando, para cada unidade analisada, se pertence ou não à fronteira.
De acordo com Homem de Souza (2003), os métodos paramétricos são mais exigentes,
pois pressupõem uma função de produção que tem que ser estimada, além de mais ricos e
consistentes, no que tange ao teste de hipótese. Já os métodos não-paramétricos aproximam-se
mais do ideal de comparar um produtor com o grupo em que se insere. A base de tecnologia é
a do grupo, sem apelo à função de produção.
Não existe até hoje nenhum método ou modelo de avaliação de performance
organizacional que seja único para toda e qualquer variável do mundo empresarial. Em vez
disso, os gestores e analistas se utilizam de uma série de metodologias de avaliação de
desempenho para lidar com os diferentes elementos de uma organização. Contudo, os
métodos que consideram aspectos diversificados tendem a assumir uma importância especial,
já que o desempenho acaba por ser afetado por variáveis de diferentes naturezas. Este tipo de
3
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Excluído: 2
Formatado: Recuo: Primeira
linha: 1,25 cm, Espaço Antes:
0 pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: az
Excluído: os estudos de
Excluído: estudo
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído:
Excluído: produtos e
Excluído: variáveis
Formatado: Recuo: Primeira
linha: 1,25 cm, Espaço Antes:
0 pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: (eficiência)
Excluído: s
Excluído: is
Excluído: m
Excluído: s
Excluído: ns
Excluído: s
Formatado: Fonte: Itálico
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
metodologia multicriterial é sempre crucial num processo de avaliação institucional. Porém,
com esta multiplicidade de fatores de decisão faz-se necessário o uso de métodos e técnicas
que possam proporcionar aos gestores uma melhor percepção da performance organizacional.
No sentido de auxiliar as empresas a medir sua eficiência na transformação de
insumos em produtos e analisar-se no contexto competitivo em que está inserida, este trabalho
se propõe a apresentar e discutir uma metodologia de análise e avaliação do desempenho
organizacional. Com base em informações de múltiplos inputs e output de 11 produtores de
leite de cabra de Minas Gerais e Rio de Janeiro, no período de Setembro de 2004 a Setembro
de 2005 utiliza-se um método não-paramétrico (Análise Envoltória de Dados – DEA) para
analisar a eficiência relativa destes produtores. Além disso, pode-se obter um ferramental de
apoio gerencial baseado em benchmarking (ter a empresa mais eficiente como referência), que
proporciona aos produtores a possibilidade de buscar a melhoria contínua de seus processos
de transformação.
2. MENSURAÇÃO DO DESEMPENHO E ANÁLISE ENVOLTÓRIA DE DADOS
(DEA)
Sturion (1996) diz que a idéia de se mensurar eficiência e produtividade vem de longa
data. Já eram realizadas medidas empíricas de controle da produtividade da força de trabalho
no século XVII, na primeira fase da Revolução Industrial. Na segunda fase da Revolução
Industrial (1860-1914), o controle da mensuração de eficiência e produtividade deixa de ser
um processo simples para se tornar um conjunto de métodos aplicados em todas as áreas do
conhecimento pelos países mais desenvolvidos. No século XX, o sistema produtivo torna-se
muito mais complexo em suas relações de produção, principalmente, pela forte
competitividade entre nações industrialmente desenvolvidas.
Nos atuais estudos econômicos o conceito de eficiência tem sido um dos aspectos
centrais. Para medir a eficiência das empresas podem ser aplicados vários tipos de
ferramentas de mensuração de performance. Para isso é preciso identificar quais os itens a
considerar, ou seja, aqueles que melhor representam o desempenho da empresa, e quais
ferramentas serão utilizadas, tendo estes itens como parâmetros, na busca pela identificação
do grau de eficiência que a empresa possui.
A microeconomia, a econometria e a pesquisa operacional avançaram bastante no
desenvolvimento de técnicas para análise de eficiência de empresas (LOVELL e SCHMIDT,
1988). De acordo com os autores, a aplicação empírica de técnicas de análise de eficiência a
diferentes contextos é considerada uma linha de estudo importante e que se desenvolve
rapidamente.
Segundo Homem de Souza (2003), tanto eficiência quanto produtividade são
indicadores de sucesso, medidas de desempenho por meio das quais as empresas são
avaliadas. A produtividade de uma unidade produtiva é entendida como relação entre as
quantidades de seus produtos e insumos. Esta varia devido a diferenças na tecnologia de
produção, no desempenho dos processos de produção e no ambiente em que ocorre a
produção. Quanto à eficiência de uma unidade produtiva, esta é entendida como uma
comparação entre valores observados e valores ótimos de insumos e produtos.
Muitos estudiosos têm dedicado grande parte de seus esforços pesquisando formas de
mensurar e analisar a eficiência e produtividade dos sistemas produtivos, sejam eles ligados a
comércio, indústria, prestação de serviços ou a agropecuária. A preocupação com a eficiência
econômica cresce em cada setor pois as transformações provocam mudanças na estrutura e na
capacidade de competir.
4
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Excluído: 2
Formatado: Fonte: Itálico
Excluído: remo
Excluído: paramétrico
(Regressão Linear) e outro
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Formatado: Justificado,
Espaço Antes: 0 pt, Depois de:
0 pt, Espaçamento entre
linhas: simples
Formatados: Marcadores e
numeração
Formatado: Todas em
maiúsculas, Kern em 14 pt
Excluído: FUNDAMENTAÇÃ
O TEÓRICA
Formatado: Fonte: 12 pt,
Kern em 14 pt
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: ¶
Formatado: Recuo: Primeira
linha: 1,27 cm, Espaço Antes:
0 pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Formatado: Recuo: Primeira
linha: 1,25 cm
Excluído: relativa
Formatado: Fonte: Itálico
Excluído: et al.,
Excluído: N
Excluído: a eficiência
Formatado: Recuo: Primeira
linha: 0 cm, Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: ¶
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
Embora a competitividade de uma firma ou de um setor econômico dependa de um
conjunto de fatores macroeconômicos e microeconômicos, a análise da eficiência, focalizada
nos fatores microeconômicos, é de grande relevância na explicação da competitividade,
principalmente, quando se considera que as firmas mais eficientes serão, provavelmente, mais
competitivas (PEREIRA FILHO, 2000 in HOMEM DE SOUZA, 2003).
Segundo Homem de Souza (2003), Muller (1974) destaca a existência de insumos
não-físicos, em especial informações e conhecimento, que limitariam o uso correto de
tecnologia pelas firmas. A não inclusão desses insumos distorce a fronteira estimada e
invalidam as estimativas de ineficiência. Contudo, apesar das críticas, as funções de fronteira
são muito utilizadas.
De acordo com Fare et al. (1994), a função de produção média é utilizada em alguns
estudos que analisam a função de produção estimada por técnicas econométricas. Todavia,
este procedimento pode levar a resultados viesados pelo fato de não levar em conta as
diferenças na eficiência produtiva. Neste sentido, torna-se necessário estimar uma função de
produção de fronteira que caracteriza a melhor tecnologia (best pratice), a partir da qual se
podem fazer comparações entre as unidades de produção em termos de eficiência produtiva e
estrutura da tecnologia de produção.
Como método não-paramétrico, utiliza-se uma metodologia de programação
matemática que tem por finalidade medir a eficiência técnica, permitindo classificar as
organizações em eficientes e ineficientes com um único indicador de desempenho para cada
unidade avaliada, a Análise Envoltória de Dados – DEA.
Foi originalmente projetada para uso como uma ferramenta para estimar a eficiência
relativa em organizações sem fins lucrativos, como por exemplo, organizações
governamentais. Sua primeira aplicação foi em escolas públicas norte-americanas. Porém,
desde sua criação, foi desenvolvida e ampliada, passando a ser utilizada em diversas áreas do
conhecimento e reconhecida como uma ferramenta efetiva nos processos de medida de
desempenho (BOWLIN, 1999).
Na literatura relacionada com modelos DEA, uma unidade produtora é tratada como
DMU (Decision Making Unit), uma vez que desses modelos provém uma medida para avaliar
a eficiência de unidades tomadoras de decisão. Por unidade produtora entende-se qualquer
sistema produtivo que transforme insumos em produtos, podendo ser firmas, setores da
economia ou regiões.
De acordo com Macedo (2005), Shafiq e Rehman (2000) dizem que para interpretar o
nível de eficiência dos produtores e projetar ações futuras para melhoria de seus desempenhos
é preciso ter cuidado, principalmente, com a natureza do processo produtivo da cultura sob
análise. Por conta disso, é tão importante ter uma amostra o mais homogênea possível. Erros
de informação poderão invalidar os resultados, levando a conclusões equivocadas.
Os dados, segundo Homem de Souza (2003), referem-se ao par (x, y), (insumo,
produto, ou, input, output). O objetivo é gerar o conjunto de referência que é convexo e
fechado, a partir dos próprios dados das firmas, e, então, classificá-las em eficientes ou
ineficientes, tendo a fronteira do conjunto, como referência. A envoltória é a fronteira do
conjunto gerado, e os pontos observados estão sobre ela ou abaixo dela. A fronteira é gerada e
não estimada.
São várias as formulações dos modelos de DEA encontradas na literatura, conforme
dizem Charnes et al (1994). Entretanto, dois modelos básicos DEA são geralmente usados nas
aplicações. O primeiro modelo chamado de CCR (CHARNES, COOPER e RHODES, 1978),
também conhecido como CRS (Constant Returns to Scale), avalia a eficiência total, identifica
as DMU’s eficientes e ineficientes e determina a que distância da fronteira de eficiência estão
às unidades ineficientes. O segundo chamado de modelo BCC (BANKER, CHARNES e
5
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Excluído: 2
Formatado: Recuo: Primeira
linha: 1,25 cm, Espaço Antes:
0 pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído:
Formatado: Recuo: Primeira
linha: 0 cm, Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: A literatura se refere a
dois métodos que objetivam
mensurar eficiência e
produtividade. Embora usem
técnicas distintas para efetuar a
mensuração, os dois métodos
convergem no fato de estimar uma
fronteira relativa ao máximo de
produto possível de se obter
utilizando os insumos disponíveis.¶
O primeiro conjunto de métodos
é formado por modelos
paramétricos, neste a fronteira de
produção é estimada utilizando um
ferramental estatístico e/ou
econométrico fundamentado na
Análise de Regressão. O segundo
conjunto de métodos, estabelece
fronteiras de produção baseadas
em programação matemática, tais
métodos são técnicas nãoparamétricas. A seguir serão
apresentados os dois métodos
utilizados nesta monografia, bem
como suas respectivas aplicações,
encontradas em estudos
disponíveis na literatura.¶
¶
<#>Método Paramétrico¶
Nos atuais estudos econômicos
o
... [24]
conceito de eficiência tem sido um
Formatado
... [25]
Formatado: Fonte: 12 pt
Formatado: Fonte: 12 pt
Excluído: remo
Excluído: relativa e a
produtividade
Excluído: relativa
Formatado: Recuo: Primeira
linha: 1,25 cm
Formatado
... [26]
Excluído: ¶
Formatado
... [27]
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
COOPER, 1984), também conhecido como VRS (Variable Returns to Scale), utiliza uma
formulação que permite a projeção de cada DMU ineficiente sobre a superfície de fronteira
(envoltória) determinada pelas DMU’s eficientes de tamanho compatível. A figura 01, a
seguir, apresenta de forma genérica estas duas fronteiras.
Excluído: 2
Excluído: O gráfico 2
Formatado: Recuo: Primeira
linha: 0 cm, Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Figura 01 – Fronteira de Eficiência DEA – CRS e VRS
Excluído: ¶
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Na figura vê-se a fronteira de eficiência dos modelos CRS (CCR) e VRS (BCC). Neste
gráfico a DMU B é CRS e VRS eficiente. Já as DMU’s A e C são eficientes apenas de acordo
com o modelo VRS. No caso da DMU E, ela seria VRS eficiente se consumisse inputs
correspondentes ao segmento E’’E’, e CRS eficiente se consumisse um input correspondente
ao tamanho do segmento E’’E’’’ (mantida a mesma produção).
Para dimensionar o grau de eficiência basta calcular a distância do ponto que a DMU
se encontra até a fronteira de produção. Por exemplo, para calcular a eficiência CRS da DMU
E é só dividir a distância E’’E’’’ pela distância E’’E. Já a ineficiência CRS, se calcula
dividindo o tamanho dos segmentos E’’’E e E’’E.
Em linhas gerais, a eficiência é calculada pela razão entre a produção observada e a
produção potencial máxima (desejável ou realizada por alguma outra unidade), dados os
recursos disponíveis. Ou pela razão entre a quantidade mínima necessária de recursos
(desejável ou praticada por alguma outra unidade) e a quantidade efetivamente empregada,
dada a quantidade de produtos gerados.
Para Macedo (2005), análises de eficiências de sistemas produtivos implicam no
estudo e no levantamento de fronteiras de produção, que apresentam o conjunto de unidades
produtivas que, dado um paradigma tecnológico, obtém máxima quantidade de produto para
um conjunto de insumos e são consideradas eficientes quando comparadas a outras unidades
de produção similares. A fronteira obtida simplesmente retrata eficiências comparativas entre
as várias unidades produtivas analisadas, não podendo ser encarada como a verdadeira
fronteira eficiente para todo o setor estudado. A fronteira poderá se alterar com a introdução
e/ou retirada de quaisquer empresas do modelo construído.
A fronteira, destaca o autor, separa duas regiões: a de inviabilidade tecnológica, já que
não seria possível, dada as restrições tecnológicas do momento, alcançar um nível de
produção maior que aquele da fronteira para um dado nível de alocação de fatores de
produção e a região de ineficiência, que contém organizações que apresentam um nível de
produção menor que aquele da fronteira, para um dado conjunto de fatores de produção. Uma
Excluído: Gráfico 2 – Fronteira
de Eficiência DEA – CRS e VRS¶
Formatado: Recuo: Primeira
linha: 1,25 cm, Espaço Antes:
0 pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: o gráfico
Excluído: vemos
Formatado: Fonte: Itálico
Excluído: <sp><sp><sp><sp>
<sp><sp>
Excluído: por
Formatado: Recuo: Primeira
linha: 1,25 cm
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
6
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
medida de ineficiência pode ser considerada como a distância entre a observação da unidade
ineficiente e a fronteira. Para analisar corretamente as funções de produção é preciso eliminar
as ineficiências, projetando as unidades ineficientes para a fronteira eficiente. Feito isso,
pode-se estimar a função de produção, a qual expressará melhor as relações entre insumos e
produto, já desprovida de ineficiência.
Segundo Charnes et al. (1994), para estimar e analisar a eficiência das DMU’s, a DEA
utiliza a definição de ótimo de Pareto, segundo o qual nenhum produto pode ter sua produção
aumentada sem que sejam aumentados os seus insumos ou diminuída a produção de outro
produto, ou, de forma alternativa, quando nenhum insumo pode ser diminuído sem ter que
diminuir a produção ou aumentar o uso de algum outro insumo.
Segundo Macedo (2004a), os modelos utilizados, desenvolvidos a partir do DEA, são
capazes de conjugar em um único índice vários indicadores de natureza diferentes para a
análise do desempenho organizacional. Pode-se perceber, então, que a modelagem possui as
características de trabalhar diversas variáveis sem a necessidade de convertê-las para um
padrão comum de unidade e de apoiar o processo decisório com uma técnica de natureza
multicritério e, portanto, mais capaz de modelar a complexidade do mundo real.
Gomes e Mangabeira (2004) ressaltam que na construção do modelo DEA deve-se
atentar para quais variáveis serão consideradas inputs e quais serão outputs. Isto porque
muitas vezes uma variável representa algo que é produzido, mas cuja quantidade deve ser
minimizada (por exemplo, acidentes, poluição etc.). Nestes casos, a variável será, na
realidade, tratada como um input.
De acordo com Coelli et al. (1998), Charnes, Cooper e Rhodes (1978) propuseram um
modelo que tinha uma orientação input e assumia retornos constantes de escala (CRS –
Constant Returns to Scale). Um caminho intuitivo para introduzir DEA é por meio de forma
de razão. Para cada DMU, busca-se obter uma medida de razão de todos os outputs sobre
todos os inputs, ou seja, os pesos ótimos uj e vi são obtidos pela resolução do seguinte
problema de programação matemática:
s
∑u y
j
jc
j =1
m
Max Ec =
∑v x
i
ic
Excluído: 2
Excluído: ¶
Excluído: relativa
Formatado: Recuo: Primeira
linha: 0 cm, Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: de algum produto
Excluído: insumo.
Excluído: . A eficiência é
analisada, relativamente, entre as
unidades.
Formatado: Recuo: Primeira
linha: 1,25 cm, Espaço Antes:
0 pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: gostaríamos
Excluído: de
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Código de campo alterado
i =1
s
∑u y
j
S.a.:
jk
j =1
m
≤ 1, k = 1,2,..., c,..., n
∑v x
i
ik
i =1
uj ≥ 0, ∀ j,
vi ≥ 0 ,∀ i
Neste modelo c é a unidade (DMU) que está sendo avaliada. O problema acima
envolve a procura de valores para u e v, que são os pesos, de modo que maximize a soma
ponderada dos outputs (output “virtual”) dividida pela soma ponderada dos inputs (input
“virtual”) da DMU em estudo, sujeita à restrição de que esse quociente seja menor ou igual a
um, para todas as DMU’s. Esta função está sujeita à restrição de que, quando o mesmo
conjunto de coeficientes de entrada e saída (os vários vi e uj) for aplicado a todas as outras
unidades de serviços que estão sendo comparadas, nenhuma unidade excederá 100% de
eficiência ou uma razão de 1,00.
De acordo com Macedo (2004b), este é um problema fracionário (não linear) de
programação matemática de difícil solução, mas que pode ser facilmente resolvido
7
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Formatado: Recuo: Primeira
linha: 1,25 cm, Espaço Antes:
0 pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: b
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
transformando a relação em uma função linear, simplesmente considerando o denominador
(soma ponderada dos insumos) da função objetivo igual a um. O modelo DEA-CRS pode,
então, ser apresentado da seguinte maneira, conforme exposto por Charnes e Cooper (1962):
yjc
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
i
xic = 1
Código de campo alterado
j
yjk -
s
Max Ec =
∑u
j
j =1
m
S.a.:
Excluído: 2
∑v
i =1
s
∑u
j =1
m
∑v x
i
ik
≤ 0 , k = 1,2, ...,c,..., n
i =1
uj, vi ≥ 0 , ∀x, y.
Neste estudo será utilizado este modelo DEA-CRS, com algumas alterações que serão
tratadas a seguir, pois este se apresenta mais discriminante em relação às DMU’s eficientes e
não eficientes. Para cada DMU a ser analisada, formula-se um problema de otimização, com o
objetivo de determinar os valores que esta DMU atribuiria aos multiplicadores u e v, de modo
a aparecer com a maior eficiência possível.
Utiliza-se um modelo que possui orientação insumo, ou seja, as ineficiências
encontradas referem-se ao uso excessivo dos insumos, isto é, existe a possibilidade de se
produzir a mesma quantidade utilizando-se menos insumos. Essa redução leva em
consideração a medida de eficiência e a possibilidade de existência de folga em algum
insumo.
Conforme Macedo (2004b), as DMU’s são colocadas frente a duas questões: ter bom
desempenho naquilo em que ela é melhor; e também não pode ter um mau desempenho no
critério em que for pior. Para isto, é necessário introduzir o conceito de fronteira invertida,
que consiste em considerar os outputs como inputs e os inputs como outputs. Esse enfoque
considera pelo menos duas interpretações. A primeira é que a fronteira consiste das DMU’s
com as piores práticas gerenciais (e poderia ser chamada de fronteira ineficiente); a segunda é
que essas mesmas DMU’s têm as melhores práticas considerando o ponto de vista oposto.
Uma fronteira invertida pode ser utilizada para distinguir entre as diversas DMU’s
onde quanto maior o grau de pertinência à fronteira invertida, menor a eficiência da DMU.
Para obter um índice único de eficiência, deve-se englobar os dois graus de pertinência e
obrigar a que a variação do índice se dê entre 0 e 1. Esse índice é dado pela média entre o
índice da fronteira padrão e complemento (em relação a 1) do índice da fronteira invertida, já
que este último representa a ineficiência. Depois disso este índice é padronizado dividindo-se
cada resultado pelo maior valor encontrado.
O índice proposto para medir a eficiência permite resolver um dos principais
problemas em DEA, qual seja das DMU’s poderem ser eficientes atribuindo peso nulo a
vários vetores de desempenho. Com efeito, para uma DMU possuir alta eficiência, esta deve
ter um elevado grau de pertinência em relação à fronteira otimista e baixo grau em relação à
fronteira pessimista. Dessa forma, todas as variáveis são levadas em conta no índice final,
sem a atribuição de nenhum peso subjetivo a qualquer critério.
No modelo aqui proposto, o valor da eficiência de tal DMU depende também de sua
posição em relação à fronteira invertida. Deve ser ressaltado que existem outros métodos para
resolver esse problema, mas estes exigem julgamentos subjetivos e/ou métodos matemáticos
bastante mais sofisticados.
Formatado: Recuo: Primeira
linha: 1,25 cm, Espaço Antes:
0 pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: o
Excluído: remos o
Excluído: e
Excluído: multiplicadores
Excluído: Para Camargo Jr. et al.
(2004), análises de eficiências de
sistemas produtivos implicam no
estudo e no levantamento de
fronteiras de produção, que
apresentam o conjunto de unidades
produtivas que, dado um
paradigma tecnológico, obtém
máxima quantidade de produto
para um conjunto de insumos e são
consideradas eficientes quando
comparadas a outras unidades de
produção similares. A fronteira
obtida simplesmente retrata
eficiências relativas entre as várias
unidades produtivas analisadas,
não podendo ser encarada como a
verdadeira fronteira eficiente para
todo o setor estudado. A fronteira
poderá se alterar com a introdução
e/ou retirada de quaisquer
empresas do modelo construído.¶
A fronteira, destacam os autores,
separa duas regiões: a de
inviabilidade tecnológica, já que
não seria possível, dada as
restrições tecnológicas do
momento, alcançar um nível de
produção maior que aquele da
fronteira para um dado nível de
alocação de fatores de produção e
a região de ineficiência, que
contém organizações que
apresentam um nível de produção
menor que aquele da fronteira,
para um dado conjunto de fatores
de produção. Uma medida de
ineficiência pode ser considerada
... [28]
como a distância entre a
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
8
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
3. EFICIÊNCIA NA ATIVIDADE AGROPECUÁRIA
É de interesse do produtor obter o maior rendimento dos recursos que comanda. Para
isso é importante saber como está, em termos de eficiência, em relação aos produtores que se
assemelham. Ainda que seja o mais eficiente cabe rastrear quais melhorias ainda podem ser
realizadas. Ou, saber como pode superar o melhor dos semelhantes. Aqui se escorrega num
terreno de elevado risco, porque exige inovar, ou seja, percorrer caminhos desconhecidos,
pelo menos para os agricultores da mesma classe (ALVES E GOMES, 1998).
O estudo da análise de desempenho de unidades agrárias vem avançando de forma
veloz, principalmente a análise não-paramétrica, com aplicação de DEA. O que atrai
pesquisadores de várias áreas é a eficiência obtida nos resultados.
Desai e Vosti (1989), segundo Homem de Souza (2003), empregaram dados de 284
propriedades da Zona da Mata, do ano de 1982, para analisar a eficiência na produção com
uma abordagem não-paramétrica (DEA). Os resultados obtidos mostraram uma enorme
variação nos níveis de eficiência, variando de 0,06 a 1,00 para os produtores de milho e arroz.
Os autores verificaram que os índices de eficiência estavam correlacionados a fatores como
uso de fertilizantes em milho e de tração animal em todas as culturas.
Sturion (1996) utilizou-se da aplicação da Análise Envoltória de Dados (com retorno
de escalas constantes – DEA CCR) a 131 Unidades de Produção Agropecuária catarinenses
para explicar o potencial exploratório na obtenção de diagnóstico, para que a Extensão Rural
possa trabalhar no ajustamento das folgas de insumos e produtos das unidades ineficientes,
tornando-as eficientes e aumentando a produção, bem como promovendo a fixação do
agricultor no campo.
Gomes et al. (2003), aplicaram a técnica DEA em dados de 308 produtores de leite
dos estados Rio de Janeiro e Rondônia, com o objetivo de analisar a eficiência técnica e seus
determinantes. Os resultados da pesquisa revelaram diferenças significativas na utilização de
fatores de produção, sendo as quantidades médias empregadas superiores no Rio de Janeiro, o
que resultou em uma produção média diária de leite por propriedade 61% superior à de
Rondônia.
Os autores ressaltam ainda a enorme diferença observada na composição da força de
trabalho nos dois estados, onde a predominância da mão-de-obra familiar é quase absoluta
(cerca de 90%) em Rondônia, enquanto que a mão-de-obra contratada constitui-se em 55% da
total, no Rio de Janeiro. Quanto às elasticidades de eficiência técnica calculadas, pode-se
inferir que a variável renda do leite foi a principal determinante de eficiência técnica,
comprovando ser preferível para os produtores a busca da maximização do lucro anual,
mesmo que o custo unitário venha a aumentar em conseqüência disso.
No trabalho de Macedo et al. (2006) foi utilizado metodologia DEA para avaliar o
desempenho relativo de 20 produtores de leite da região sudeste ao longo de quatro meses,
com base em informações de múltiplos inputs e output. Neste foi detectado que havia muitos
produtores com índice de eficiência muito baixo, concluindo-se que deve haver uma melhoria
no uso dos insumos. Além disso, percebeu-se que em relação a amostra o custo de
alimentação se apresenta como o grande fator discriminante, já que tem maior variabilidade.
Ainda segundo os autores, a escolha do modelo a ser utilizado para análise é de grande
importância, já que este deverá ser adequado com os objetivos que se pretenda atingir. Caso
contrário se obterá um grupo de unidades eficientes, que na realidade não representam os
padrões de referência necessários para se efetuar possíveis inferências ou comparações.
Poucas pesquisas vêm sendo desenvolvidas no que tange a comparar métodos
paramétricos e métodos não-paramétricos. Segundo Homem de Souza (2003), Perelman e
Coelli (1999), compararam os resultados obtidos na estimativa da ineficiência técnica de
9
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Excluído: 2
Formatado: Fonte: 12 pt,
Kern em 14 pt
Formatado: Título 1,
Justificado, Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído:
Formatado: Recuo: Primeira
linha: 1,27 cm, Espaço Antes:
0 pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído:
Excluído: Dos métodos
paramétricos, utilizando dados
agrícolas, ressalta-se a estimação
de fronteira via modelos
econométricos.¶
De acordo com Homem de
Souza (2003), Kumbhakar et al.
(1989) estimaram função de
produção de fronteiras estocásticas
utilizando dados de 116 fazendas
produtoras de leite de Utah, EUA.
Os resultados indicaram
associação positiva entre anos de
estudo e produtividade.¶
A partir de estimação de uma
função de produção de fronteira
Cobb-Douglas estocástica, BravoUreta e Rieger (1991) concluíram,
com dados de uma amostra de 511
produtores de leite de Nova
Inglaterra (EUA) do ano de 1984,
que os níveis das medidas de
eficiência técnica, eficiência
alocativa e eficiência média...
não
[29]
eram muito diferentes, e que os
Formatado
... [30]
Excluído:
Excluído:
Excluído:
Excluído: relativa
Formatado
... [31]
Formatado
... [32]
Excluído:
Excluído:
Excluído:
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
ferrovias da Europa. Os métodos utilizados foram: construção da fronteira paramétrica
utilizando programação linear, DEA e estimação pelo método dos mínimos quadrados
ordinários corrigidos. Os resultados encontrados indicam um forte grau de correlação entre os
modelos. A conclusão dos autores foi a sugestão da combinação dos métodos para estimação
dos índices de eficiência.
Conforme Macedo (2005), Sharma et al. (1999) analisaram a eficiência na produção
de suínos no Hawaii comparando medidas de eficiência obtidas através de modelo
paramétrico (fronteira estocástica) e não-paramétrico (DEA). Os resultados obtidos pelas duas
abordagens revelaram considerável ineficiência na produção. Sob retornos constantes à
escala, os índices médios de eficiência técnica e econômica estimados foram maiores para o
modelo paramétrico do que aqueles obtidos por DEA. Sob retornos variáveis, estes índices
foram, geralmente, maiores para o modelo DEA. Os resultados mostraram ainda um efeito
fortemente positivo do tamanho da exploração com os níveis de eficiência e que as firmas que
produzem suínos para o mercado foram mais eficientes do que aquelas que produzem para o
consumo.
Em sua tese, Homem de Souza (2003), testou métodos paramétricos, fronteira
estocástica e procedimento de Varian, e não-paramétrico, DEA, para comparar a eficiência de
produtores de leite quanto à escolha da isoquanta e do ponto que minimiza custo. Concluiu-se
que DEA é menos estruturada que a fronteira estocástica e mais exigente que o procedimento
de Varian (visto que este não pressupõe qualquer fronteira, explícita), embora os produtores
analisados hajam de forma racional e intuitiva, minimizando os custos.
Os métodos, ainda segundo Homem de Souza (2003), geram mudanças nos insumos
ou no produto para atingirem determinados objetivos: diretamente, DEA e procedimento de
Varian, e, indiretamente, a fronteira estocástica. Todavia, o método de Varian foi o que
produziu menos distúrbio. Dadas as características da amostra em estudo, pode-se preferir um
método ao outro na determinação de índices relativos de eficiência.
De acordo com Niederauer (1998), in Santos e Casa Nova (2005), existem trabalhos
que comparam resultados de DEA com os obtidos pela Análise de Regressão, esta última
resulta em uma função que determina uma reta – no caso da Análise de Regressão Linear –
que minimiza a soma dos erros quadrados (ou reta dos mínimos quadrados). É, portanto, uma
reta que não representa necessariamente o desempenho de nenhuma das unidades analisadas.
Essa comparação pode ser demonstrada pelo gráfico a seguir:
Excluído: 2
Excluído: com orientação
produto e orientação insumo nos
três métodos. As correlações mais
significativas foram entre os
resultados obtidos pela
programação linear paramétrica e o
método dos mínimos quadrados
ordinários corrigidos
Excluído:
Excluído:
Formatado: Fonte: Itálico
Excluído: s
Excluído:
Excluído:
Excluído: .
Excluído: ¶
Figura 02 – Comparação entre DEA e Análise de Regressão
Formatado: Fonte: 12 pt
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: Gráfico 3 –
Comparação entre DEA e
Análise de Regressão¶
Formatado: À direita, Espaço
Antes: 0 pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Fonte: NIEDERAUER (1998), in Santos e Casa Nova (2005).
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
10
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
As observações individualmente estão representadas pelos pontos na figura 02. A reta
traçada no gráfico é obtida da função resultante da Análise de Regressão Linear. Pode-se
notar que apenas algumas observações posicionam-se próximas à reta de regressão.
A Análise por Envoltória de Dados define a curva de eficiência (ou de máxima
produtividade), considerando a relação ótima insumo/produto. Assim, são identificadas as
unidades que obtiveram a alocação ótima entre insumos e produtos, que são, então, chamadas
de eficientes e são posicionadas na curva de máxima eficiência. É importante notar que as
demais unidades, não eficientes, estão posicionadas abaixo da curva, “envolvidas” pelo
desempenho das unidades eficientes. O método define então unidades de referências para cada
observação, o que permite calcular os aumentos na quantidade de produtos ou diminuição no
consumo de insumos necessários para que a atuação seja otimizada. Estas unidades
benchmarks são aquelas localizadas na fronteira, que estejam mais próximas de cada unidade
ineficiente.
4. METODOLOGIA DO ESTUDO
Esta pesquisa pode ser caracterizada, de acordo com o exposto por Vergara (2004),
como sendo descritiva e quantitativa, pois procura-se, através da aplicação de um método nãoparamétrico (DEA) às informações dos produtores de leite de cabra, que fazem parte da
amostra, expôr características a respeito da performance destes, no que tange a transformação
de insumos em produtos. Portanto, este estudo não tem como meta a extrapolação dos
resultados para outras unidades que não estejam na amostra.
O processo de amostragem é não probabilístico, pois parte-se de um universo
naturalmente restrito, onde foram selecionados produtores a partir da pesquisa do grupo
GEROCABRA (Grupo de Estudos de Produtores de Leite de Cabra formado a partir de
professores do curso de Zootecnia da Universidade Federal Rural do Rio de Janeiro), que
recolheu informações de custo e produção desde Agosto/2004 a Março/2006, bem como
informações técnicas da produção leiteira, que não são relevantes para o presente estudo.
Destaca-se então, dos produtores acompanhados, 11 destes produtores que tinham
dados mais consistentes de custos e produção, no período de Setembro de 2004 a Setembro de
2005. O grupo estudado abrange produtores de leite de cabra de Minas Gerais e Rio de
Janeiro.
Para obter-se a eficiência de cada DMU (Decision Making Unit – Unidade Tomadora
de Decisão) utilizou-se um software de DEA (Análise Envoltória de Dados), apresentado por
Meza et al. (2003), denominado SIAD (Sistema Integrado de Apoio à Decisão), que mostra o
quão um produtor é eficiente, no tratamento de seus inputs (custos de produção) na geração de
seu output (volume de leite produzido), em relação aos outros.
O software SIAD gera quatro valores de eficiência: Eficiência Padrão (associa o valor
de 100% à DMU mais eficiente), Eficiência Invertida (que destaca as piores DMU’s como
100%), Eficiência Composta (= eficiência padrão + (1 - eficiência invertida) dividido por 2) e
Eficiência Composta Normalizada (relação entre o valor da eficiência composta de cada
unidade e o valor da eficiência composta da unidade mais eficiente naquele mês). Neste
estudo, será considerada a Eficiência Composta Normalizada, por ser esta a medida mais
robusta de eficiência DEA.
Esta análise fornece um indicador que varia de 0 a 1 ou de 0% a 100%, sendo que
somente os produtores que obtêm índice de eficiência igual a um é que são efetivamente
eficientes, ou seja, fazem parte da fronteira eficiente. Em termos práticos, o modelo procura
Excluído: 2
Excluído:
Excluído: o gráfico 3
Excluído:
Excluído: a relativa
Formatado: Fonte: Itálico
Excluído: O modelo DEA,
apresenta algumas desvantagens
em comparação às técnicas
paramétricas. É muito sensível à
existência de observações
destoantes, e erros de medida
...e[33]
ruídos estatísticos, em geral,
Formatado
... [34]
Formatados: Marcadores e
numeração
... [35]
Excluído: ¶
... [36]
¶
Formatado: Kern em 14 pt
Formatado
... [37]
Formatado
... [38]
Excluído: ¶
Formatado
... [39]
Formatado
... [40]
Excluído: o
Excluído: paramétrico e
Formatado: Fonte: Itálico
Excluído: E
Excluído: g
Excluído: e
Excluído: p
Excluído: l
Formatado
... [41]
Excluído:
Excluído: mo
Excluído: De acordo com ... [42]
Macedo (2005), Shafiq e Rehman
Formatado
... [43]
Excluído: ¶
... [44]
<#>Utilização do Método
Excluído:
Excluído: (Unidade Tomadora
de
... [45]
Decisão)
Excluído:
Excluído:
Formatado
... [46]
Excluído: ¶
Formatado
... [47]
Formatado: Fonte: Itálico
11
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Formatado
... [48]
Excluído: 2
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
identificar a eficiência de um produtor comparando-o com os melhores desempenhos mensais
observados em seu nível de operação.
Com base nas informações dos produtores sob análise montou-se o modelo de
avaliação de eficiência, para cada mês. Em todas as análises utilizou-se uma orientação input
e o modelo DEA-CRS ( Retornos Constantes de Escala). Segue a descrição sucinta de cada
fator de produção (input) e do output do sistema produtivo de cada um dos 11 produtores
selecionados:
• Custos de Medicamento: Representa o input 01 e mede total de medicamentos
gastos no mês, medido em Reais (R$).
• Custos de Mão-de-Obra: Representa o input 02 e mede, em R$/mês, o gasto
com mão-de-obra.
• Custos de Alimentação: Representa o input 03 e mede o custo com diversos
tipos de alimentação gasto por mês (quantidade x valor unitário), expresso em
Reais (R$).
• Outros Custos: Representa o último input (04) e mede custos com manutenção,
assistência técnica, luz e telefone além de custos variados, medido em R$/mês.
• Volume de Leite Produzido: Representa o output 01 e mede o volume de leite
produzido por cada produtor em cada mês de análise. É caracterizado na análise
como a saída do sistema produtivo.
Cada um destes indicadores representa um vetor de desempenho, já que é possível
hierarquizar cada uma das instituições em relação a cada um destes individualmente. Estes
seriam modelos de avaliação de performance monocriteriais. Todavia, será apresentado uma
metodologia multidimensional, na qual seja possível avaliar o desempenho mensal de cada
produtor de modo multicriterial, ou seja, considerando de maneira integrada todos os vetores
de desempenho ou fatores de produção apresentados.
Numa análise complementar procura-se verificar os índices ideais para cada produtor
não eficiente para que o mesmo possa atingir eficiência de 100%. Ou seja, uma análise que
mostre a redução de inputs necessária para que cada DMU se torne eficiente. A lógica é
diminuir os fatores de produção mantendo-se o nível de produção de leite, na tentativa de
tornar as DMU’s ineficientes em eficientes usando estas últimas como referência para as
primeiras. Para esta análise tomou-se os dados agregados para o período completo.
... [49]
Excluído: ¶
... [50]
Há uma regra prática que diz que
Excluído:
Excluído: Excluído: Excluído: Excluído: Excluído: Formatado
... [51]
Excluído: Em cada um dos... [52]
meses pôde-se perceber que os
Excluído: ou…ude
... [53]
Excluído: e…ass
... [54]
Excluído: ass
Excluído: O software SIAD
... foi
[55]
programado para que a matriz de
Formatado
... [56]
Excluído: Figura 4 – Tela...do[57]
SIAD, entrada de dados.¶
Formatado
... [58]
Formatado
... [59]
Formatados: Marcadores e
numeração
... [60]
Formatado
... [61]
Excluído: E…D
... [62]
Formatado
... [63]
Formatado
... [64]
Excluído: <#>Análise dos... [65]
Resultados Obtidos Através do
Formatado
... [66]
Formatado
... [67]
Excluído: Quadro 2 – ... [68]
Resultado da Regressão Linear
Excluído: Apresenta-se
Excluído: mos
Excluído: e discuti-se,
Excluído: em anexo
Excluído: a seguir, os resultados
... [69]
de eficiência obtidos nesta análise
Excluído: , em ordem
... [70]
decrescente de eficiência,
Excluído: mês a mês, além
5. APRESENTAÇÃO E ANÁLISE DOS RESULTADOS
A apresentação e discussão dos resultados estão divididas da seguinte maneira:
primeiramente, se faz uma análise da eficiência de cada produtor mês a mês, destacando-se
aqueles eficientes e mostrando o comportamento, em termos de desempenho, de cada um
deles ao longo do período; num segundo momento, faz-se uma análise da eficiência de cada
produtor utilizando os dados consolidados para todo o período, além disso a partir deste
resultados faz-se uma análise dos alvos de inputs (insumos), para que os produtores
ineficientes se tornem eficientes.
Com base nas informações de eficiência pode-se verificar, quanto ao desempenho, que
os produtores abaixo foram CRS eficientes em cada mês. Estes produtores foram os que
melhor combinaram os inputs (menores) e output (maior), ou seja, os melhores produtores são
aqueles que possuem um desempenho multicriterial superior:
Excluído: . É apresentado,... [71]
também,
Excluído: do valor
Excluído: do output e
Excluído: dos inputs
Excluído: reais e
Excluído: ideais. Em cada...
um[72]
dos meses pôde-se perceber que os
Excluído: mo
Excluído: -se, ainda, que os
... [73]
produtores com maiores
Excluído: (Retornos Constantes
... [74]
de Escala) (
Excluído: , diferentes de 100%,
Excluído: )
Excluído: necessitam de ... [75]
pequenas alterações em seus
Excluído: ¶
• Set/2004: DMU 1;
12
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Formatado
Excluído: os quadros
Formatado
... [76]
Formatado
... [77]
Formatado
... [78]
Formatado
... [79]
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
• Out/2004: DMU 9;
• Nov/2004: DMU 3;
• Dez/2004: DMU 1;
• Jan/2005: DMU 9;
• Fev/2005: DMU 2;
• Mar/2005: DMU 2;
• Abr/2005: DMU’s 5, 8 e 11;
• Mai/2005: DMU 4;
• Jun/2005: DMU 6;
• Jul/2005: DMU 6;
• Ago/2005: DMU 9;
• Set/2005: DMU 2.
Excluído: 2
O quadro 01 mostra os resultados de eficiência mensal para cada produtor. O mês de
abril/2005 apresenta Índice de Eficiência igual a zero para a DMU 9, pois esta declara output
igual a zero. Este mês apresenta três DMU’s com eficiência igual a 100%, das quais nenhuma
aparece em primeiro lugar novamente (pelo contrário, têm desempenho ruim na maioria dos
demais meses).
Formatado: Esquerda: 2,5
cm, Direita: 2,5 cm, Superior:
2,5 cm, Inferior: 2,5 cm
Excluído: , por este motivo os
inputs ideais são também iguais a
zero
Quadro 01 – Índices de Eficiência Mensal para cada Produtor
DMU
1
2
3
4
5
6
7
8
9
10
11
DMU
1
2
3
4
5
6
7
8
9
10
11
set/04
100,00%
99,28%
95,31%
90,36%
97,20%
99,52%
37,70%
87,34%
58,32%
16,18%
58,32%
abr/05
39,18%
73,46%
50,00%
88,01%
100,00%
82,28%
85,61%
100,00%
0,00%
70,64%
100,00%
out/04
55,36%
22,73%
83,10%
41,30%
54,04%
89,10%
25,83%
15,20%
100,00%
8,97%
7,06%
mai/05
59,95%
40,98%
56,77%
100,00%
23,09%
97,82%
89,42%
24,15%
86,16%
29,55%
18,20%
nov/04
54,64%
73,88%
100,00%
73,88%
70,74%
98,67%
75,86%
95,34%
84,14%
73,88%
47,31%
jun/05
83,13%
14,06%
82,98%
25,17%
23,85%
100,00%
27,28%
17,87%
94,63%
55,19%
68,03%
dez/04
100,00%
92,01%
82,14%
31,90%
93,09%
53,27%
64,90%
63,91%
64,90%
60,07%
64,90%
jul/05
94,58%
13,87%
75,24%
72,64%
61,28%
100,00%
32,73%
17,28%
96,53%
78,03%
52,13%
jan/05
85,12%
58,39%
97,91%
32,36%
95,77%
57,42%
34,31%
68,08%
100,00%
63,44%
23,93%
ago/05
99,20%
95,74%
80,78%
93,75%
56,05%
89,70%
46,47%
11,50%
100,00%
65,66%
93,58%
fev/05
93,96%
100,00%
95,10%
63,96%
78,76%
33,67%
63,96%
91,08%
63,96%
63,96%
35,11%
set/05
99,07%
100,00%
73,96%
63,37%
58,89%
9,47%
81,82%
54,52%
85,80%
67,20%
88,44%
mar/05
83,20%
100,00%
79,69%
35,18%
67,87%
97,23%
86,34%
92,41%
67,87%
52,04%
77,18%
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
13
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
Ser eficiente em algum mês não quer dizer, necessariamente, que esta DMU é
significativamente mais eficiente que as outras. Há de se considerar o período como um todo,
pois pode acontecer desta DMU ser eficiente em um mês, e em todos os outros não, ou ter
eficiência muito baixa nos outros meses.
Vejamos, então, como cada DMU se comportou ao longo do período analisado:
• DMU 1 – ficou entre as cinco mais eficientes em onze dos treze meses
analisados, e, no entanto aparece como primeira apenas em dois meses.
• DMU 2 – aparece entre as cinco mais eficientes seis vezes (destas três em
primeiro lugar), exatamente o mesmo número de vezes que aparece entre as
cinco menos eficientes.
• DMU 3 – aparece oito vezes entre as cinco primeiras DMU’s, embora apareça
apenas uma vez como a mais eficiente.
• DMU 4 – em seis meses, esta DMU se apresenta entre as cinco ineficientes,
ficando em 6ª por quatro vezes.
• DMU 5 – se apresenta em sete meses entre as cinco últimas DMU’s.
• DMU 6 – aparece entre as cinco primeiras em sete meses dos treze estudados.
• DMU 7 – por seis vezes aparece entre as cinco mais eficientes, embora não tenha
ficado como primeira em nenhum dos meses analisados.
• DMU 8 – se apresenta entre as cinco ineficientes em oito meses.
• DMU 9 – oito vezes entre as cinco mais eficientes, sendo três destas como a
mais eficiente. Por dez meses não investiu (ou não apresentou valores gastos) em
Medicamentos e em sete não investiu (ou não apresentou valores gastos) em
mão-de-obra.
• DMU 10 – ficou entre as cinco mais ineficientes em dez dos treze meses
analisados. Não aparecendo como primeira em nenhum momento.
• DMU 11 – por nove meses ficou entre as mais ineficientes, sendo quatro desses
como última.
Para verificar se existem diferenças estatisticamente significativas entre o desempenho
dos produtores, procedeu-se um teste de diferença de médias entre os índices de eficiência
mensais destes ao longo do período sob análise. Este teste procura identificar par a par se o
comportamento, em termos de desempenho, de uma DMU é superior a de uma outra, através
da comparação de suas médias ao nível de significância de p = 10 % (com α = 5 %). Os
resultados, apresentados no quadro 02, mostram que apenas as DMU’s 1, 3, 6 e 9 é que
possuem desempenho superior (estatisticamente significativo) a algum outro produtor ao
longo do período analisado.
Excluído: 2
Formatado: Recuo: Primeira
linha: 1,25 cm, Espaço Antes:
0 pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Formatado: Recuo: Primeira
linha: 0 cm, Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Formatado: Recuo: À
esquerda: 1,9 cm,
Deslocamento: 0,32 cm,
Espaço Antes: 0 pt, Depois de:
0 pt, Espaçamento entre
linhas: simples, Com
marcadores + Nível: 1 +
Alinhado em: 1,88 cm +
Tabulação após: 2,52 cm +
Recuar em: 2,52 cm, Não
ajustar espaço entre o texto
latino e asiático, Não ajustar
espaço entre o texto asiático e
números, Tabulações: 2,22
cm, Tabulação de lista + Não
em 2,52 cm
Excluído: ....
Quadro 02 – Resultado da Comparação pelo Teste de Diferença de Médias
1=2
1=3 1>4 1=5
2=3 2=4 2=5
3>4 3>5
4=5
1=6
2=6
3=6
4=6
5=6
1>7
2=7
3>7
4=7
5=7
6=7
1>8
2=8
3>8
4=8
5=8
6=8
7=8
1=9
2=9
3=9
4=9
5=9
6=9
7=9
8=9
1>10
2=10
3>10
4=10
5=10
6>10
7=10
8=10
9>10
1>11
2=11
3>11
4=11
5=11
6>11
7=11
8=11
9=11
10=11
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
14
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
Numa segunda fase da análise, verifica-se a eficiência de cada DMU no período
completo (dados consolidados de set/04 a set/05) e calcula-se os valores ideais de cada input
para cada produtor. No quadro a seguir é apresentada a eficiência de cada DMU para todo
período (soma dos outputs e inputs de todos os meses), em ordem decrescente de eficiência.
Input 01
R$
R$
R$
R$
R$
R$
R$
R$
R$
R$
R$
319,50
19,50
1.175,85
1.543,40
223,50
461,30
930,10
329,00
209,70
539,06
150,00
Input 02
R$
R$
R$
R$
R$
R$
R$
R$
R$
R$
R$
11.120,00
1.760,00
19.146,30
28.640,00
8.390,00
6.270,00
19.540,00
12.600,00
4.112,45
10.638,26
7.300,00
Input 03
R$
R$
R$
R$
R$
R$
R$
R$
R$
R$
R$
26.984,10
15.278,60
20.397,85
17.374,66
15.197,42
23.363,49
30.797,74
18.106,70
20.500,57
11.684,00
23.283,45
Formatado: Fonte: Itálico
Excluído: o
Excluído: média
Excluído: comparada a eficiência
Quadro 03 – Índices de Eficiência Geral para cada Produtor
DMU
Índice de Eficiência Output 01
DMU_1
100,00%
56388
DMU_9
89,47%
15531
DMU_6
81,37%
87070
DMU_3
77,18%
107560
DMU_5
72,73%
29877
DMU_7
72,29%
34207
DMU_2
71,40%
74701
DMU_4
66,21%
39238
DMU_8
64,28%
15103
DMU_10
59,37%
36029
DMU_11
51,65%
24526
Excluído: 2
Excluído: todo
Input 04
R$
R$
R$
R$
R$
R$
R$
R$
R$
R$
R$
5.744,50
1.375,00
7.874,07
6.890,00
3.586,10
7.709,47
7.177,90
4.206,00
1.200,00
13.053,64
3.365,00
O quadro 03 nos mostra que as DMU’s 1, 3, 6 e 9 são as mais eficientes, pois
aparecem entre as quatro primeiras colocações. Destas, apenas a DMU 9 é um pequeno
produtor, na verdade o segundo menor. Já as DMU’s 8, 10 e 11 são as mais ineficientes dentre
as DMU’s estudadas, pois aparecem por último. Destes nenhum está entre os cinco maiores
da amostra, sendo a DMU 8 o menor produtor. A DMU 1 é a única que atingiu eficiência
igual a 100 %, ou seja, é aquela que possui melhor desempenho multicriterial, logo servirá de
benchmark para as outras DMU’s.
O quadro 04 mostra, considerando o período completo (set/2004 a set/2005) os valores
dos inputs ideais. Sendo assim, mostra-se, por conseguinte, a necessidade de redução (esforço
em prol da melhoria para alcançar a eficiência máxima) de cada input para cada produtor. Os
valores foram calculados através do produto da eficiência com os inputs (quadro 03).
Percebe-se, nesta análise, que os produtores com maiores eficiências DEA-CRS,
diferentes de 100%, necessitam de pequenas alterações em seus indicadores (insumos) para
atingirem a performance máxima. Já aqueles com baixos índices de desempenho necessitam
de reduções drásticas no uso de seus insumos, mantendo o nível de produção, para atingirem a
eficiência máxima. A necessidade de redução dos inputs varia de cerca de 10 a 20 % nas
melhores DMU’s e vai até mais de 40 % no caso dos produtores menos eficientes.
Excluído: também
Excluído: O quadro com o valor
do output e dos inputs reais e
ideais bem como o índice de
eficiência das DMU’s para todo o
período está em anexo (Anexo 14).
Formatado: Centralizado,
Recuo: Primeira linha: 0 cm,
Espaço Antes: 0 pt, Depois de:
0 pt, Espaçamento entre
linhas: simples
Excluído: ¶
Excluído: ¶
DMU
... [80]
Excluído: 3
Excluído: quando foi analisado
tanto o período todo quanto a
média entre os meses
Excluído: , também nas duas
situações apresentadas no quadro
3.
Formatado: Fonte: Itálico
Excluído: e da necessidade
Excluído:
Excluído: (quadro 02)
Formatado: Fonte: Itálico
Excluído: 2
Formatado: Recuo: Primeira
linha: 1,25 cm
Formatado: Fonte: Itálico
Quadro 04 – Inputs Ideais e Necessidade de Reduções por Produtor
Formatado: Fonte: Itálico
Excluído: ¶
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Formatado
... [81]
Formatado: Fonte: Itálico
Formatado
... [82]
Formatado: Fonte: Itálico
15
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
XLV CONGRESSO DA SOBER
Formatado
... [83]
"Conhecimentos para Agricultura do Futuro"
Excluído: 2
DMU
DMU_1
DMU_9
DMU_6
DMU_3
DMU_5
DMU_7
DMU_2
DMU_4
DMU_8
DMU_10
DMU_11
Input 01
Inputs Ideais
Input 02
Input 03
Input 04
R$ 17,45
R$ 956,74
R$ 1.191,20
R$ 162,56
R$ 333,48
R$ 664,13
R$ 217,82
R$ 134,80
R$ 320,02
R$ 77,47
Unidade CRS Eficiente
R$ 1.574,61
R$ 13.669,27
R$ 15.578,52
R$ 16.596,86
R$ 22.104,47
R$ 13.409,83
R$ 6.102,33
R$ 11.053,60
R$ 4.532,70
R$ 16.889,91
R$ 13.952,33
R$ 21.990,80
R$ 8.342,12
R$ 11.987,96
R$ 2.643,66
R$ 13.178,65
R$ 6.315,64
R$ 6.936,46
R$ 3.770,21
R$ 12.025,13
R$ 1.230,17
R$ 6.406,79
R$ 5.317,73
R$ 2.608,29
R$ 5.573,32
R$ 5.125,30
R$ 2.784,68
R$ 771,41
R$ 7.749,58
R$ 1.737,91
Necessidade
de Reduções
Eficiente
10,53%
18,63%
22,82%
27,27%
27,71%
28,60%
33,79%
35,72%
40,63%
48,35%
Foi feita, também, uma análise dos pesos atribuídos aos vetores de desempenho, para
saber com base em pesos iguais a zero as variáveis que estavam sendo “desprezadas” na
análise de desempenho. Em linhas gerais, quando uma variável tem peso (u ou v) igual a zero,
isto representa que estas variáveis são naturalmente problemáticas na obtenção dos índices de
eficiência.
Como a modelagem procura os melhores índices de desempenho, dadas as
características de inputs e outputs, para cada DMU, esta atribui zero a toda variável que possa
atrapalhar o objetivo de maximizar a eficiência. Tendo esta abordagem como referência
percebeu-se que as variáveis Outros Custos (input 04) e Custos com Medicamentos (input 01)
eram as que mais apareciam com pesos zeros. Isso significa que estes fatores de produção
podem ser melhorados em todas as propriedades e que estes não estão contribuindo
objetivamente para a eficiência da grande maioria dos produtores.
DMU
Input
DMU_1
DMU_9
DMU_6
DMU_3
DMU_5
DMU_7
DMU_2
DMU_4
DMU_8
DMU_10
DMU_11
Excluído:
R$ 1
R$ 95
R$ 1.19
R$ 16
R$ 33
R$ 66
R$ 21
R$ 13
R$ 32
R$ 7
Formatado
... [84]
Formatado
... [85]
Excluído: Foi realizado, ainda,
o
... [86]
estudo da variação no uso dos
Formatado
... [87]
Formatado
... [88]
Formatado
... [89]
Excluído: ¶
Formatado
... [90]
Formatados: Marcadores e
numeração
... [91]
6. CONCLUSÃO
Este artigo tem por objetivo analisar o desempenho de produtores de leite de cabra na
transformação de insumos em produtos. Para mensurar o desempenho destas unidades
produtivas utilizamos como Método Não-Paramétrico a Análise Envoltória de Dados – DEA.
As informações mensais de custos (Medicamentos, Mão-de-obra, Alimentação e Outros
Custos) foram tratadas como variáveis input. Já a produção (medida em litros por mês) foi
tratada como variável output .
Além de mensurar o desempenho, através da modelagem não-paramétrica, observouse como cada DMU (Unidade Tomadora de Decisão) pôde combinar da melhor forma estas
variáveis. Ou seja, a análise se tornou uma ferramenta útil para escolha de referências
(benchmarks) para as empresas menos eficientes.
Através do software SIAD, utilizando o modelo DEA-CRS, com orientação insumo,
calculou-se a fronteira de unidades produtivas eficientes. Logo, as ineficiências apresentadas
se dão pelo uso excessivo de inputs, que poderiam ser diminuídos sem alterar o nível de
produção.
Ao analisarmos o período todo destacamos as DMU’s 1, 3, 6 e 9 como as melhores
DMU’s entre as analisadas. E as DMU’s 8, 10 e 11 como piores, ou mais ineficientes. Pôde-se
verificar que alguns produtores necessitam de grandes transformações no que tange aos
inputs. Porém alguns outros, para se tornarem eficientes, necessitam tão somente de pequenas
alterações no que diz respeito a seus fatores de produção. Estes são exatamente aqueles que
16
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Excluído: ¶
¶
Formatado
... [92]
... [93]
Excluído: ¶
Formatado
... [94]
Formatado
... [95]
Excluído: a
Excluído: monografi
Excluído: O processo de ... [96]
amostragem é não probabilístico,
Excluído: Paramétrico a ... [97]
Regressão Linear e como Método
Excluído: para
... [98]
DEA…E…dependente para
Excluído: para metodologia DEA
Excluído: A…de métodos... [99]
paramétricos e não-paramétricos
Excluído: a
Excluído: s…Entretanto,...a [100]
escolha entre os métodos não é
Excluído: A esta primeira... [101]
modelagem coube verificar a
Excluído: e programa de... [102]
computador, o
Excluído: am…Foi utilizado
o
... [103]
modelo DEA-CRS (Retornos
Excluído: Estas DMU’s ... [104]
aparecem nestas situações também,
Formatado
... [105]
Formatado: Fonte: Itálico
XLV CONGRESSO DA SOBER
Formatado
"Conhecimentos para Agricultura do Futuro"
... [106]
Excluído: 2
obtiveram os maiores índices de eficiência CRS (diferentes de 100%). Percebe-se que existe
uma relação entre eficiência e tamanho, já que entre as quatro mais eficientes apenas a DMU
9 representa um pequeno produtor e entre as três menos eficientes não há grandes produtores,
além deste grupo contemplar o menor produtor da amostra.
Foi feita, também, uma análise dos pesos atribuídos aos vetores de desempenho. Como
a modelagem procura os melhores índices de desempenho, esta atribui zero a toda variável
que possa atrapalhar o objetivo de maximizar a eficiência. Assim, percebeu-se que as
variáveis Outros Custos (input 04) e Custos de Medicamentos (input 01) eram as que mais
apareciam com pesos zeros. Isso significa que estes fatores de produção podem ser
melhorados em todas as propriedades e que não estão contribuindo para a eficiência da
maioria dos produtores.
Baseado nestes resultados obtidos no trabalho pôde-se concluir que o modelo foi
eficiente naquilo que se propôs. Após a análise dos resultados foi observado que realmente é
possível, através de uma análise comparativa, destacar níveis de eficiência, e a partir desta
tomar decisões de forma mais segura. Assim sendo, a mensuração de desempenho relativo
serve como instrumento gerencial que consiste em proporcionar aos produtores mais uma
ferramenta que auxilia na condução dos negócios e na realização dos objetivos e no
cumprimento das metas da organização.
A elaboração deste trabalho foi apenas uma tentativa no sentido de mostrar a
utilização de métodos não-paramétricos na avaliação de desempenho de unidades agrárias.
Mas ainda há muito a ser estudado. Pode-se recomendar estudos futuros que venham a
abranger outras áreas, ou até estudos com uma amostra maior, para que se possa chegar cada
vez mais próximo da realidade.
7. REFERÊNCIAS BIBLIOGRÁFICAS
Excluído: Realizamos, ainda, um
estudo da variação no uso dos
inputs e do output, de cada DMU,
calculando a diferença entre o
maior e o menor valor daquela
variável em cada mês. Podemos
chamar a atenção para as DMU’s
2, 6 e 10, que tiveram variações
significativas.¶
s…s…ram
... [107]
Excluído: s…propuseram... [108]
Excluído: a
Excluído: monografia…compara
r…paramétricos e
... [109]
Excluído:
Excluído: da economia…de
... [110]
repente,
Formatado
... [111]
Formatado
... [112]
Formatados: Marcadores e
numeração
... [113]
Excluído: ¶
¶
Formatado
... [114]
... [115]
Excluído: ¶
Formatado
... [116]
Formatado
... [117]
Formatado: Português (Brasil)
Excluído: ¶
• ALVES, E.; GOMES, A. P. Medidas de eficiência na produção de leite. Revista Brasileira
de Economia, v. 52, n. 1, p. 145-167, 1998.
• BANKER, R. D.; CHARNES, A.; COOPER, W. W. Some Models for Estimating Technical
and Scale Inefficiencies in Data Envelopment Analysis. Management Science. v. 30, n. 9,
p. 1078-1092, 1984.
• BOWLIN, W. F. Measuring Performance: an introduction to data envelopment analysis
(DEA). Journal of Accounting and Public Policy. v. 18, p.287-310, 1999.
• CHARNES, A.; COOPER, W. W. Programming with Linear Fractional Functionals. Naval
Research Logistic Quarterly. v. 9, p. 181-186, 1962.
• CHARNES, A.; COOPER, W.W.; LEWIN, A.Y.; SEIFORD, L.M. Data envelopment
analysis: theory, methodology, and application. Dordrecht: Kluwer Academic, 1994.
• CHARNES, A.; COOPER, W. W.; RHODES, E. Measuring the Efficiency of Decision
Making Units. European Journal of Operational Research. v. 2, n. 6, p. 429-444, 1978.
• COELLI, T.; RAO, D. S. P.; BALTESE, G. E. An Introduction to Efficiency and
Productivity Analysis. Boston: KAP, 1998.
• DESAI, A.; VOSTI, S. A. Efficiency among output-diversified farmers in Brazil’s Zona da
Mata: a multipli-output application of DEA. Apresentado a Conference on New Uses do
DEA in Management, Austin, 1989. In: HOMEM DE SOUZA, D. P. Avaliação de
Métodos Paramétricos e Não Paramétricos na Análise da Eficiência da Produção de
Leite. Tese de Doutorado em Economia Aplicada. ESALQ/USP, Piracicaba, 2003.
Excluído: BAUER, P. W....Recent
[118]
developments en the econometrics
Formatado
... [119]
Excluído: BCC¶
Excluído: ¶
... [120]
BRAVO-URETA, B.E., RIEGER,
Excluído: . p.287-310
Excluído: ¶
Excluído: CAMARGO Jr.,
S.;
... A.
[121]
MATIAS, A. B.; MARQUES, F.
Excluído: ,
Excluído: ,
Excluído: ,
Excluído: 513p.
Excluído: ¶
Excluído: O
Excluído: .
Excluído: 1…
... [122]
Excluído: In:
Excluído: ¶
,
Excluído: e
... [123]
Formatado
... [124]
Formatado: Fonte: Itálico
17
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
• FARE, R.; GROSSKOPF, S.; LOVELL, C.A.K. Production Frontiers. Cambridge:
• Cambridge University, 1994.
• FARREL, M.J. The measurement of productive efficiency. Journal of the Royal
Statistical Society. Series A, part III, p. 253-290, 1957.
• GOMES, A. P.; DIAS, R. S.; FINAMORE, E. B. Eficiência técnica na atividade leiteira:
região tradicional e novas fronteiras. In: CONGRESSO DA SOCIEDADE BRASILEIRA
DE ECONOMIA E SOCIOLOGIA RURAL, 41, 2003, Juiz de Fora. Anais do XLI
Congresso da SOBER. Juiz de Fora: SOBER, 2003. 1 CD.
• GOMES, E. G.; MANGABEIRA, J. A. C. Uso de Análise Envoltória de Dados em
Agricultura: o caso de Holambra. ENGEVISTA. v. 6, n. 1, p. 19-27, 2004.
• GOMES, A. P.; BAPTISTA, A. J. M. S.; WENDLING, L. L. Fatores discriminantes do
desempenho regional da produção de leite. In: CONGRESSO DA SOCIEDADE
BRASILEIRA DE ECONOMIA E SOCIOLOGIA RURAL, 43, 2005, Ribeirão Preto.
Anais do XLIII Congresso da SOBER. Ribeirão Preto: SOBER, 2005. 1 CD.
• HOMEM DE SOUZA, D. P. Avaliação de Métodos Paramétricos e Não Paramétricos
na Análise da Eficiência da Produção de Leite. Tese de Doutorado em Economia
Aplicada. ESALQ/USP, Piracicaba, 2003.
• LOVELL, K.C.A.; SCHMIDT, P. A comparison of alternative approaches to the
measurement of productive efficiency. In: Applications of modern production theory.
Boston: Kluwer Acadedmic Publishers, p. 3-32, 1988.
• MACEDO, M. A. S. A Utilização da Análise Envoltória de Dados (DEA) na Consolidação
de Medidas de Desempenho Organizacional. In: CONGRESSO BRASILEIRO DE
CUSTOS, 11, 2004, Porto Seguro. Anais do XI Congresso Brasileiro de Custos. Porto
Seguro: ABC, 2004a. 1 CD.
• MACEDO, M. A. S.
Indicadores de Desempenho: Uma Contribuição para o
Monitoramento Estratégico através do Uso de Análise Envoltória de Dados (DEA). In:
SIMPÓSIO DE ADMINISTRAÇÃO DA PRODUÇÃO, LOGÍSTICA E OPERAÇÕES
INTERNACIONAIS, 7, 2004, São Paulo. Anais do VII SIMPOI. São Paulo: FGVSP,
2004b. 1 CD.
• MACEDO, M. A. S. Eficiência Produtiva de Unidades Agrárias: o uso de Análise
Envoltória de Dados na avaliação do desempenho de conversão de insumos em produtos.
In: CONGRESSO DA ASSOCIAÇÃO BRASILEIRA DE ADMINISTRAÇÃO RURAL, 5,
2005, Campinas. Anais do V Congresso da ABAR. Campinas: ABAR, 2005. 1 CD.
• MACEDO, M. A. S.; STEFFANELLO, M.; OLIVEIRA, C. A. de. Eficiência combinada
dos fatores de produção: aplicação de Análise Envoltória de Dados (DEA) à produçção
leiteira. In: CONGRESSO BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL, 44,
2006, Fortaleza. Anais do XLIV Congresso da SOBER. Fortaleza: SOBER, 2006.
• MEZA, L. A.; BIONDI NETO, L; SOARES DE MELLO, J. C. C. B.; GOMES. E. G.;
COELHO, P. H. G. SIAD – Sistema Integrado de Apoio à Decisão: uma implementação
computacional de modelos de análise de envoltória de dados. In: SIMPÓSIO DE
PESQUISA OPERACIONAL DA MARINHA, 6, 2003, Rio de Janeiro. Anais do VI
SPOLM. Rio de Janeiro: CASNAV, 2003. 1 CD.
• MULLER, J. On sources of measured technical efficiency: the impact of information.
American Journal of Agricultural Economics, v. 56, n. 4, p. 730-738, Nov. 1974. In:
HOMEM DE SOUZA, D. P. Avaliação de Métodos Paramétricos e Não Paramétricos
na Análise da Eficiência da Produção de Leite. Tese de Doutorado em Economia
Aplicada. ESALQ/USP, Piracicaba, 2003.
Excluído: 2
Excluído: ¶
Excluído: ,
Excluído: ,
Formatado: Recuo: À
esquerda: 0 cm,
Deslocamento: 0,32 cm,
Espaço Antes: 0 pt, Depois de:
0 pt, Espaçamento entre
linhas: simples, Com
marcadores + Nível: 1 +
Alinhado em: 0,63 cm +
Tabulação após: 1,27 cm +
Recuar em: 1,27 cm, Não
ajustar espaço entre o texto
latino e asiático, Não ajustar
espaço entre o texto asiático e
números, Tabulações: 0,32
cm, Tabulação de lista + Não
em 1,27 cm
Excluído: f
Formatado: Fonte: Negrito
Excluído: ¶
Excluído: 295 p.
Excluído: ¶
Formatado
... [125]
Excluído: ,
Excluído: ¶
Excluído: ¶
Excluído: ¶
Excluído: ,
Excluído: ,
Excluído: ¶
Excluído: ¶
... [126]
KUMBHAKAR, S. C.; BISWAS,
Excluído: ,
Excluído: p. 3-32.
Excluído: ¶
Excluído: ¶
Excluído: ¶
Excluído: ,
Excluído: ,
Excluído: ¶
Excluído: ¶
Formatado
... [127]
Formatado: Fonte: Itálico
18
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"
Formatado: Fonte: Não
Negrito
Formatado: Fonte: Não
Negrito, Itálico
• NIEDERAUER, C. A. P. Avaliação dos bolsistas de Produtividade em Pesquisa da
Engenharia da Produção utilizando Data Envelopment Analysis. Dissertação de
Mestrado em Engenharia de Produção. UFSC, Florianópolis, 1998. In: SANTOS, A.; CASA
NOVA, S. P. C. Proposta de um modelo estruturado de Análise de Demonstrações
Contábeis. Revista de Administração de Empresas, v. 4, n. 1, 2005.
• PEREIRA FILHO, C. A. Eficiência econômica da pequena produção familiar no
Recôncavo no Estado da Bahia: uma análise não-paramétrica de fronteiras de
produção multi-produto. Tese de Doutorado ESALQ/USP, Piracicaba, 2000. In: HOMEM
DE SOUZA, D. P. Avaliação de Métodos Paramétricos e Não Paramétricos na Análise
da Eficiência da Produção de Leite. Tese de Doutorado em Economia Aplicada.
ESALQ/USP, Piracicaba, 2003.
• PERELMAN, S.; COELLI, T. J. A comparison of parametric and non-parametric distance
functions: with application to European railways. European Journal of Operational
Research, v. 117, p. 326-339, 1999. In: HOMEM DE SOUZA, D. P. Avaliação de
Métodos Paramétricos e Não Paramétricos na Análise da Eficiência da Produção de
Leite. Tese de Doutorado em Economia Aplicada. ESALQ/USP, Piracicaba, 2003.
• PINDYCK, Robert S., RUBINFEL, Daniel L. Microeconomia. 5 ed. São Paulo: Prentice
Hall, 2002.
• SHAFIQ, M.; REHMAN, T. The Extent of Resource Use Inefficiencies in Cotton
Production in Pakistan’s Punjab: an application of Data Envelopment Analysis.
Agricultural Economics. v. 22, p. 321-330, 2000. In: MACEDO, M. A. S. Eficiência
Produtiva de Unidades Agrárias: o uso de Análise Envoltória de Dados na avaliação do
desempenho de conversão de insumos em produtos. In: CONGRESSO DA ASSOCIAÇÃO
BRASILEIRA DE ADMINISTRAÇÃO RURAL, 5, 2005, Campinas. Anais do V
Congresso da ABAR. Campinas: ABAR, 2005. 1 CD.
• SHARMA, K. R.; LEUNG, P. S.; ZALESKI, H. M. Technical, Allocative and Economic
Efficiencies in Swine Production in Hawaii: a comparison of parametric and nonparametric
approaches. Agricultural Economics. v. 20, p. 23-35, 1999. In: MACEDO, M. A. S.
Eficiência Produtiva de Unidades Agrárias: o uso de Análise Envoltória de Dados na
avaliação do desempenho de conversão de insumos em produtos. In: CONGRESSO DA
ASSOCIAÇÃO BRASILEIRA DE ADMINISTRAÇÃO RURAL, 5, 2005, Campinas.
Anais do V Congresso da ABAR. Campinas: ABAR, 2005. 1 CD.
• STURION, L. Uma Avaliação do Potencial da Análise de Envoltória de Dados (DEA)
no Diagnóstico da Produtividade de Unidades de Produção Agropecuária. Dissertação
de Mestrado em Engenharia de Produção. UFSC, Florianópolis, 1996.
• TUPY, O; YAMAGUCHI, L. C. T.Eficiência e produtividade: conceitos e medição.
Agricultura em São Paulo, v. 45, n. 2, p. 39-51, 1998.
• VERGARA, S. C. Projetos e Relatórios de Pesquisa em Administração. 5 ed. São Paulo:
Atlas, 2004.
Excluído: 2
Excluído: ¶
Formatado: Fonte: 12 pt
Formatado: Fonte: 12 pt
Excluído: ¶
Formatado: Português (Brasil)
Excluído: ¶
Excluído: ¶
Excluído: ¶
Excluído: ¶
Excluído: ¶
STEVENSON, William J.
Estatística Aplicada à
Administração. São Paulo: Harper
& Row do Brasil, 1981.¶
¶
Formatado: Fonte: 12 pt
Excluído: ¶
Excluído: ¶
Formatado: Espaço Antes: 0
pt, Depois de: 0 pt,
Espaçamento entre linhas:
simples
Excluído: ¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
¶
Formatado
... [128]
... [129]
Formatado: Fonte: 12 pt
Formatado: À direita: 0,63
cm
Formatado: Fonte: Itálico
19
Londrina, 22 a 25 de julho de 2007,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Página 2: [1] Formatado
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
7/3/2007 17:27:00
Fonte: Não Negrito
Página 2: [1] Formatado
Fonte: Não Negrito, Itálico
Página 1: [2] Excluído
D
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:27:00
O Uso De M
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
s
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
Paramétricos E N
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
P
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
s
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
N
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
A
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
D
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
D
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
D
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
C
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
D
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
I
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
E
Página 1: [2] Excluído
UFRRJ
7/3/2007 17:28:00
P
Página 1: [3] Excluído
UFRRJ
7/3/2007 17:21:00
i
MARINÊS STEFFANELLO
Seropédica / RJ
Novembro de 2006
MARINÊS STEFFANELLO
EFICIÊNCIA PRODUTIVA DE UNIDADES AGRÁRIAS: O USO DE MÉTODOS
PARAMÉTRICOS E NÃO-PARAMÉTRICOS NA AVALIAÇÃO DO DESEMPENHO
DE CONVERSÃO DE INSUMOS EM PRODUTOS
Trabalho
monográfico
de
conclusão do curso apresentado
ao Departamento de Ciências
Econômicas da Universidade
Federal Rural do Rio de Janeiro,
como requisito parcial para
obtenção do grau de Bacharel em
Ciências Econômicas.
ii
ORIENTADOR: PROFESSOR MARCELO ALVARO DA SILVA MACEDO
Seropédica / RJ
Novembro de 2006
iii
Dedico este trabalho aos meus
pais e irmãos, meus primeiros
ídolos e fãs – inspiração para meu
esforço!
AGRADECIMENTOS
Agradeço a Deus pela força e
proteção que tenho recebido todos
os dias de minha vida.
Agradeço aos meus pais e irmãos
pela dedicação e por acreditarem
em mim quando nem eu mesma
acreditava. Estes estiveram em
meus pensamentos durante todo o
meu curso de graduação, e foram
minha motivação.
Ao meu orientador, professor
Marcelo Alvaro da Silva Macedo,
pelo profissionalismo, alegria e
simplicidade com que conduz seus
trabalhos. Obrigada por tudo que
aprendi nesses anos de convivência.
Ao grupo GEROCABRA, em
especial ao professor Carlos
Augusto de Oliveira (Instituto de
Zootecnia/UFRRJ)
pelas
informações disponibilizadas para
realização deste trabalho. Bem
iv
como ao PIBIC/CNPq, origem
deste trabalho monográfico.
Aos queridos Alan Carlos e Ayala
que contribuíram na revisão deste
trabalho. Agradeço pela paciência e
carinho dispensados, bem como
meus pais, sem os quais não
conseguiria
concluir
esta
monografia (nem o curso).
“Ao
economista
é
exigido
imaginação
e
coragem.
Imaginação
para
sair dos
manuais e criar formas de aplicar
a teoria, e coragem para atuar a
favor da sociedade e da nação.”
(Celso Furtado)
RESUMO
Página 1: [4] Formatado
UFRRJ
7/3/2007 17:22:00
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 1: [5] Excluído
UFRRJ
8/3/2007 08:35:00
Página 1: [5] Excluído
UFRRJ
8/3/2007 08:35:00
UFRRJ
8/3/2007 08:35:00
UFRRJ
8/3/2007 08:35:00
UFRRJ
8/3/2007 08:35:00
a
monografia
Página 1: [5] Excluído
duas
Página 1: [5] Excluído
remos
Página 1: [5] Excluído
v
paramétrico (Regressão Linear) e outro
Página 1: [5] Excluído
UFRRJ
8/3/2007 08:36:00
Página 1: [5] Excluído
UFRRJ
8/3/2007 08:36:00
Página 1: [5] Excluído
UFRRJ
8/3/2007 08:36:00
a eficiência
a
A esta primeira modelagem coube verificar a importância de cada variável no sistema
produtivo. E, a
Página 1: [5] Excluído
UFRRJ
8/3/2007 08:36:00
Página 1: [5] Excluído
UFRRJ
8/3/2007 08:36:00
Página 1: [6] Excluído
UFRRJ
8/3/2007 08:37:00
a
ô
estas variáveis. Os coeficientes da equação de regressão apontaram a variável Custos com
Medicamentos como sendo a que mais influencia na produção, pois apresentou maior
coeficiente. Através da correlação percebemos que a produção depende em especial das
variáveis Custos com Medicamentos e Custos de Mão-de-obra, já que estas apresentaram
valores maiores.
Página 1: [7] Formatado
UFRRJ
8/3/2007 08:37:00
UFRRJ
8/3/2007 08:37:00
UFRRJ
26/3/2007 10:33:00
UFRRJ
7/3/2007 17:29:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
Fonte: Itálico
Página 1: [7] Formatado
Fonte: Itálico
Página 1: [8] Excluído
Palavras-chave: Mensuração de
Página 1: [8] Excluído
Regressão Linear,
Página 2: [9] Formatado
Fonte: Não Negrito
Página 2: [9] Formatado
Fonte: Não Negrito, Itálico
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Inglês (EUA)
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
vi
Cor da fonte: Automática
Página 2: [10] Formatado
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
30/3/2007 10:38:00
UFRRJ
7/3/2007 17:21:00
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [10] Formatado
Cor da fonte: Automática
Página 2: [11] Formatado
Inglês (EUA)
Página 2: [11] Formatado
Inglês (EUA)
Página 2: [11] Formatado
Inglês (EUA)
Página 2: [12] Excluído
Quebra de página
SUMÁRIO
1 INTRODUÇÃO ..............................................................................................................199
2 FUNDAMENTAÇÃO TEÓRICA ...............................................................................41012
2.1 Método Paramétrico..................................................................................................51013
2.2 Método Não-Paramétrico..........................................................................................81016
2.3 Eficiência na Atividade Agropecuária..................................................................... 131021
3 METODOLOGIA ..................................................................................................... 181026
3.1 Utilização do Método Paramétrico .......................................................................... 181026
3.2 Utilização do Método Não-Paramétrico .................................................................. 211029
4 APRESENTAÇÃO E ANÁLISE DOS RESULTADOS ............................................ 241032
4.1 Análise dos Resultados Obtidos Através do Método Paramétrico (Regressão Linear)
..................................................................................................................................... 241032
4.2 Análise dos Resultados Obtidos Através do Método Não-Paramétrico (DEA)......... 261034
5 CONCLUSÃO .......................................................................................................... 311039
6 REFERÊNCIAS BIBLIOGRÁFICAS ....................................................................... 341042
vii
ANEXOS
..............................................................................................................................4
0
Página 2: [13] Formatado
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
7/3/2007 17:22:00
Kern em 14 pt
Página 2: [13] Formatado
Fonte: 12 pt, Kern em 14 pt
Página 2: [13] Formatado
Kern em 14 pt
Página 2: [14] Excluído
LISTA DE ILUSTRAÇÕES
Gráfico 1 – Dispersão dos pontos de uma amostra qualquer............................................71015
Gráfico 2 – Fronteira de Eficiência DEA – CRS e VRS ..................................................91017
Gráfico 3 – Comparação entre DEA e Análise de Regressão......................................... 161024
Figura 1 – Tela do Excel®, ferramenta REGRESSÃO.................................................. 191027
Figura 2 – Tela do Excel®, ferramenta CORRELAÇÃO .............................................. 201028
Figura 3 – Resultado da Regressão apresentado pelo programa Excel® ........................ 211029
Figura 4 – Tela do SIAD, entrada de dados................................................................... 231031
Quadro 1 – Resultado da Regressão Linear (R-quadrado ajustado e Coeficientes).................33
Quadro 2 – Resultado da Regressão Linear (Correlação).........................................................34
Quadro
3
–
Resultados
DEA
(Eficiência
Média
e
de
Todo
o
Período)....................................36
Quadro
4
–
Variação
do
output
e
inputs
na
série
de
meses.......................................................38
Quebra de seção (próxima página)
viii
Página 2: [15] Formatado
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
Fonte: 12 pt, Kern em 14 pt
Página 2: [15] Formatado
Kern em 14 pt
Página 2: [15] Formatado
Fonte parág. padrão, Verificar ortografia e gramática, Kern em 14 pt
Página 2: [15] Formatado
UFRRJ
30/3/2007 09:30:00
Verificar ortografia e gramática, Kern em 14 pt
Página 2: [15] Formatado
UFRRJ
30/3/2007 09:30:00
Fonte parág. padrão, Verificar ortografia e gramática, Kern em 14 pt
Página 2: [15] Formatado
UFRRJ
30/3/2007 09:30:00
Verificar ortografia e gramática, Kern em 14 pt
Página 2: [15] Formatado
UFRRJ
30/3/2007 09:30:00
Fonte parág. padrão, Verificar ortografia e gramática, Kern em 14 pt
Página 2: [15] Formatado
UFRRJ
30/3/2007 09:30:00
Verificar ortografia e gramática, Kern em 14 pt
Página 2: [15] Formatado
UFRRJ
30/3/2007 09:30:00
Fonte parág. padrão, Verificar ortografia e gramática, Kern em 14 pt
Página 2: [15] Formatado
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
Kern em 14 pt
Página 2: [15] Formatado
Fonte: Negrito, Kern em 14 pt
Página 2: [15] Formatado
Fonte: Negrito, Não Itálico, Kern em 14 pt
Página 2: [15] Formatado
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
Fonte: Negrito, Kern em 14 pt
Página 2: [15] Formatado
Fonte: Negrito, Não Itálico, Kern em 14 pt
Página 2: [15] Formatado
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
7/3/2007 17:22:00
Fonte: Negrito, Kern em 14 pt
Página 2: [15] Formatado
Kern em 14 pt
Página 2: [15] Formatado
Todas em maiúsculas, Kern em 14 pt
Página 2: [15] Formatado
Fonte: 12 pt, Kern em 14 pt
Página 2: [16] Formatado
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 2: [17] Formatado
UFRRJ
26/3/2007 10:45:00
Recuo: Primeira linha: 1,25 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento
entre linhas: simples
Página 2: [18] Excluído
Família
27/11/2006 14:24:00
Família
27/11/2006 14:24:00
tem começado a
Página 2: [18] Excluído
r
9
Página 2: [18] Excluído
Família
27/11/2006 14:24:00
r
Página 2: [19] Excluído
Marcelo Alvaro
16/1/2007 19:43:00
valor na dieta do povo brasileiro
Página 2: [20] Excluído
Família
27/11/2006 14:25:00
Família
27/11/2006 14:25:00
UFRRJ
7/3/2007 17:22:00
o
Página 2: [20] Excluído
da empresa
Página 2: [21] Formatado
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 2: [22] Excluído
Família
27/11/2006 14:26:00
Família
27/11/2006 14:26:00
UFRRJ
26/3/2007 11:08:00
UFRRJ
7/3/2007 17:37:00
do
Página 2: [22] Excluído
dos mesmos
Página 2: [23] Formatado
À direita: 0,63 cm
Página 5: [24] Excluído
A literatura se refere a dois métodos que objetivam mensurar eficiência e
produtividade. Embora usem técnicas distintas para efetuar a mensuração, os dois
métodos convergem no fato de estimar uma fronteira relativa ao máximo de produto
possível de se obter utilizando os insumos disponíveis.
O primeiro conjunto de métodos é formado por modelos paramétricos,
neste a fronteira de produção é estimada utilizando um ferramental estatístico e/ou
econométrico fundamentado na Análise de Regressão. O segundo conjunto de métodos,
estabelece fronteiras de produção baseadas em programação matemática, tais métodos
são técnicas não-paramétricas. A seguir serão apresentados os dois métodos utilizados
nesta monografia, bem como suas respectivas aplicações, encontradas em estudos
disponíveis na literatura.
Método Paramétrico
Nos atuais estudos econômicos o conceito de eficiência tem sido um dos
aspectos centrais. Para medir a eficiência relativa das empresas podem ser aplicados
vários tipos de ferramentas de mensuração de performance. Para isso é preciso
identificar quais os itens a considerar, ou seja, aqueles que melhor representam o
desempenho da empresa, e quais ferramentas serão utilizadas, tendo estes itens como
parâmetros, na busca pela identificação do grau de eficiência que a empresa possui.
A microeconomia, a econometria e a pesquisa operacional avançaram bastante
no desenvolvimento de técnicas para análise de eficiência de empresas (LOVELL et al.,
1988). De acordo com os autores, a aplicação empírica de técnicas de análise de
eficiência a diferentes contextos é considerada uma linha de estudo importante e que se
desenvolve rapidamente.
Segundo Homem de Souza (2003), tanto eficiência quanto produtividade são
indicadores de sucesso, medidas de desempenho por meio das quais as empresas são
avaliadas. A produtividade de uma unidade produtiva é entendida como relação entre as
quantidades de seus produtos e insumos. Esta varia devido a diferenças na tecnologia de
produção, na eficiência dos processos de produção e no ambiente em que ocorre a
produção. Quanto à eficiência de uma unidade produtiva, esta é entendida como uma
comparação entre valores observados e valores ótimos de insumos e produtos.
10
O método paramétrico que utilizaremos será a Regressão Linear, que,
conforme Stevenson (1981) constitui uma tentativa de estabelecer uma equação
matemática linear (linha reta) que descreve o relacionamento entre duas variáveis. A
análise da correlação e regressão compreende a análise de dados amostrais para saber se
e como duas ou mais variáveis estão relacionadas uma com a outra numa amostra. A
análise de correlação mede o grau de relacionamento entre duas variáveis.
Ainda segundo o autor, a equação gerada através de regressão linear pode
ser usada para estimar valores futuros de uma variável quando se conhecem ou se
supõem conhecidos valores da outra variável. Todavia, nem toda a situação que envolva
duas variáveis são bem aproximadas por uma equação linear, nesse caso, deve-se buscar
modelos não-lineares, o que não é relevante para este estudo.
A equação linear é uma estimativa da relação populacional, e fica assim
representada:
y = a + bx + e
Onde, a é o ponto de intersecção da reta com o eixo vertical, e, b representa a
inclinação, mede o efeito de uma variação da(s) variável(is) independente(s) sobre a
variável dependente. Stevenson (1981) diz que a reta de regressão calculada pode ser
encarada como uma estimativa da relação real, porém desconhecida, que existe entre as
duas variáveis na amostra.
A dispersão (representada pela letra e) ocorre porque não há um relacionamento
perfeito entre as duas variáveis na população. Segundo Pindyck e Rubinfeld (2002), este
termo de erro representa a influência coletiva de quaisquer variáveis omitidas no
modelo que também possam afetar a variável dependente. É muito improvável que se
consiga obter uma descrição perfeita e, conseqüentemente, sempre haverá dispersão.
Com a dispersão percebemos que para qualquer valor de x, haverá muitos valores
possíveis de y. Quanto maior a dispersão, menor é a precisão das estimativas de
regressão, e menor será a correlação. Note que no gráfico os pontos têm uma relação,
seria fácil traçar uma reta entre estes pontos. Os pontos que ficam mais distantes da reta
fazem parte da dispersão.
Gráfico 1 – Dispersão dos pontos de uma amostra qualquer
Conforme Pindyck e Rubinfeld (2002), o critério de melhor ajuste para escolher
os valores dos parâmetros da regressão (para ajustar uma linha reta a um conjunto de
pontos) é o método dos mínimos quadrados, pois minimiza a soma dos quadrados dos
resíduos, ou seja, das diferenças entre os valores reais das variáveis dependentes e os
valores ajustados. Para cada ponto de dados, o resíduo da regressão corresponde à
11
diferença entre o valor real e o valor encontrado da variável dependente. Os valores dos
parâmetros são escolhidos de modo que, quando todos os resíduos são elevados ao
quadrado e somados, a soma resultante é minimizada.
Stevenson (1981), demonstra que a reta resultante minimiza a soma dos
quadrados dos desvios dos pontos em relação à reta. O valor que é minimizado é:
Σ (yi – yc)2
Onde:
yi = um valor observado de y.
yc = o valor calculado de y utilizando-se a equação de mínimos quadrados com o
valor de x correspondente a yi.
De acordo com Stevenson (1981) a correlação (r) indica até que ponto os valores
de uma variável estão relacionados com os de outra. Quando r = 0, há ausência de
correlação. Se r > 0, há relacionamento positivo entre as variáveis, ou seja, valores altos
de uma variável correspondem a valores altos da outra. E, se r < 0, há relacionamento
negativo (inverso) entre as variáveis (a valores altos de uma variável correspondem
valores baixos da outra).
“O valor de r pode ser enganoso. Uma estatística mais significante é r2, o
coeficiente de determinação, que dá a porcentagem de variação numa variável que é
‘explicada’ estatisticamente pela variação na outra variável” (STEVENSON, 1981, p.
373). Este coeficiente serve de medida da associação coletiva para todas as variáveis
independentes consideradas em conjunto no caso de correlação múltipla (quando se tem
mais de uma variável independente, ou explanatória, numa análise de correlação).
Pindyck e Rubinfeld (2002) dizem que os modelos de regressão podem ser
utilizados para prever valores futuros da variável dependente. O ajuste global da
equação de regressão pode ser avaliado utilizando-se o r2 (se este for igual a 1 significa
que as variáveis independentes descrevem perfeitamente a variação ocorrida na variável
dependente).
Método Não-Paramétrico
Página 5: [25] Formatado
UFRRJ
26/3/2007 10:48:00
Recuo: Primeira linha: 1,25 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento
entre linhas: simples
Página 5: [26] Formatado
Marcelo Alvaro
16/1/2007 20:07:00
Recuo: Primeira linha: 0 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre
linhas: simples
Página 5: [27] Formatado
UFRRJ
26/3/2007 10:48:00
Recuo: Primeira linha: 1,25 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento
entre linhas: simples
Página 8: [28] Excluído
Marcelo Alvaro
16/1/2007 19:59:00
Para Camargo Jr. et al. (2004), análises de eficiências de sistemas produtivos
implicam no estudo e no levantamento de fronteiras de produção, que apresentam o
conjunto de unidades produtivas que, dado um paradigma tecnológico, obtém máxima
quantidade de produto para um conjunto de insumos e são consideradas eficientes
quando comparadas a outras unidades de produção similares. A fronteira obtida
simplesmente retrata eficiências relativas entre as várias unidades produtivas analisadas,
não podendo ser encarada como a verdadeira fronteira eficiente para todo o setor
estudado. A fronteira poderá se alterar com a introdução e/ou retirada de quaisquer
empresas do modelo construído.
12
A fronteira, destacam os autores, separa duas regiões: a de inviabilidade
tecnológica, já que não seria possível, dada as restrições tecnológicas do momento,
alcançar um nível de produção maior que aquele da fronteira para um dado nível de
alocação de fatores de produção e a região de ineficiência, que contém organizações que
apresentam um nível de produção menor que aquele da fronteira, para um dado conjunto
de fatores de produção. Uma medida de ineficiência pode ser considerada como a
distância entre a observação da unidade ineficiente e a fronteira. Para analisar
corretamente as funções de produção é preciso eliminar as ineficiências, projetando as
unidades ineficientes para a fronteira eficiente. Feito isso, pode-se estimar a função de
produção, a qual expressará melhor as relações entre insumos e produto, já desprovida
de ineficiência.
Segundo Macedo (2004a), os modelos utilizados, desenvolvidos a partir do
DEA, são capazes de conjugar em um único índice vários indicadores de natureza
diferentes para a análise do desempenho organizacional. Pode-se perceber, então, que a
modelagem possui as características de trabalhar diversas variáveis sem a necessidade
de convertê-las para um padrão comum de unidade e de apoiar o processo decisório com
uma técnica de natureza multicritério e, portanto, mais capaz de modelar a
complexidade do mundo real.
Página 9: [29] Excluído
Marcelo Alvaro
16/1/2007 20:08:00
Dos métodos paramétricos, utilizando dados agrícolas, ressalta-se a estimação de
fronteira via modelos econométricos.
De acordo com Homem de Souza (2003), Kumbhakar et al. (1989)
estimaram função de produção de fronteiras estocásticas utilizando dados de 116
fazendas produtoras de leite de Utah, EUA. Os resultados indicaram associação positiva
entre anos de estudo e produtividade.
A partir de estimação de uma função de produção de fronteira CobbDouglas estocástica, Bravo-Ureta e Rieger (1991) concluíram, com dados de uma
amostra de 511 produtores de leite de Nova Inglaterra (EUA) do ano de 1984, que os
níveis das medidas de eficiência técnica, eficiência alocativa e eficiência média não
eram muito diferentes, e que os mesmos não eram marcantemente afetados por tamanho
da fazenda, educação, extensão e experiência, apesar de algumas relações
estatisticamente significativas.
Página 9: [30] Formatado
UFRRJ
7/3/2007 17:22:00
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 9: [31] Formatado
UFRRJ
26/3/2007 10:50:00
Recuo: Primeira linha: 1,25 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento
entre linhas: simples
Página 9: [32] Formatado
UFRRJ
7/3/2007 17:22:00
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 11: [33] Excluído
Marcelo Alvaro
16/1/2007 20:14:00
O modelo DEA, apresenta algumas desvantagens em comparação às técnicas
paramétricas. É muito sensível à existência de observações destoantes, e erros de
medida e ruídos estatísticos, em geral, podem comprometer o próprio cálculo da
fronteira (BAUER, 1990).
Página 11: [34] Formatado
UFRRJ
26/3/2007 10:42:00
Justificado, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 11: [35] Alterar
Família
27/11/2006 14:22:00
UFRRJ
7/3/2007 17:52:00
Marcadores e numeração formatados
Página 11: [36] Excluído
13
Página 11: [37] Formatado
UFRRJ
26/3/2007 10:42:00
UFRRJ
26/3/2007 10:42:00
UFRRJ
7/3/2007 17:22:00
Todas em maiúsculas, Kern em 14 pt
Página 11: [38] Formatado
Fonte: 12 pt, Kern em 14 pt
Página 11: [39] Formatado
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 11: [40] Formatado
UFRRJ
26/3/2007 10:51:00
Recuo: Primeira linha: 1,25 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento
entre linhas: simples
Página 11: [41] Formatado
UFRRJ
7/3/2007 17:22:00
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 11: [42] Excluído
Marcelo Alvaro
16/1/2007 19:53:00
De acordo com Macedo (2005), Shafiq e Rehman (2000) dizem que para
interpretar o nível de eficiência dos produtores e projetar ações futuras para melhoria de
seus desempenhos é preciso ter cuidado, principalmente, com a natureza do processo
produtivo da cultura sob análise. Por conta disso, é tão importante ter uma amostra o
mais homogênea possível. Erros de informação poderão invalidar os resultados, levando
a conclusões equivocadas.
Página 11: [43] Formatado
UFRRJ
26/3/2007 10:52:00
Recuo: Primeira linha: 1,25 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento
entre linhas: simples
Página 11: [44] Excluído
UFRRJ
8/3/2007 08:52:00
Utilização do Método Paramétrico
Quando se têm três ou mais variáveis envolvidas trabalhamos com
Regressão Múltipla, onde uma variável é dependente e as demais são independentes.
14
Neste estudo a variável dependente é o produto e as variáveis independentes são os
insumos. A especificação das variáveis independentes dos produtores rurais pesquisados
segue abaixo:
- Variável X1: Custos de Medicamento (total de medicamentos medido em
R$/mês).
- Variável X2: Custos de Mão-de-Obra (mede, em R$/mês, o gasto com mãode-obra).
- Variável X3: Custos de Alimentação (mede o custo com diversos tipos de
alimentação gasto por mês (quantidade x valor unitário), expresso em Reais (R$)).
- Variável X4: Outros Custos (mede custos com manutenção, assistência
técnica, luz e telefone além de custos variados, medido em R$/mês).
Já a produção (variável dependente) será medida em litros de leite
produzido por cada produtor no mês.
Para obter a equação de regressão, utilizam-se as técnicas dos mínimos
quadrados, embora do ponto de vista prático sejam convenientes soluções por
computador, pois os cálculos são trabalhosos, para tanto utilizamos o programa Excel®
do Windows. Através da Ferramenta “Análise de Dados” é possível gerar os resultados
de Regressão e Correlação.
Os valores das variáveis de cada produtor foram disponibilizados numa
planilha, sendo uma planilha para cada mês. Após ser selecionada a opção “Regressão”,
selecionamos o intervalo y (produto) e o intervalo x (insumos) na nova janela, conforme
figura abaixo:
Figura 1 – Tela do Excel®, ferramenta REGRESSÃO
A própria ferramenta nos dá a opção de escolher em qual célula gostaríamos que
os resultados fossem disponibilizados. Depois disso, utilizamos a ferramenta
15
“Correlação”, selecionando todas as variáveis como intervalo de entrada, conforme
figura 2.
Figura 2 – Tela do Excel®, ferramenta CORRELAÇÃO
Os resultados são apresentados na mesma planilha (na célula indicada
anteriormente) da forma que mostra a figura a seguir.
16
Figura 3 – Resultado da Regressão apresentado pelo programa Excel®
A partir dos coeficientes gerados foi montada a equação de regressão, como
aparece na linha 39 da planilha na figura 3. As figuras 1, 2 e 3 apresentam valores
referentes ao mês de Setembro de 2004.
Utilização do Método Não-Paramétrico
Página 11: [45] Excluído
Marcelo Alvaro
16/1/2007 20:17:00
Marcelo Alvaro
16/1/2007 20:19:00
(Unidade Tomadora de Decisão)
Página 11: [46] Formatado
Recuo: Primeira linha: 0 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre
linhas: simples
Página 2: [47] Formatado
UFRRJ
26/3/2007 11:08:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
26/3/2007 10:52:00
À direita: 0,63 cm
Página 2: [48] Formatado
Fonte: Não Negrito
Página 2: [48] Formatado
Fonte: Não Negrito, Itálico
Página 12: [49] Formatado
Recuo: Primeira linha: 1,25 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento
entre linhas: simples, Tabulações: Não em 1,25 cm + 2,5 cm + 3,75 cm + 4,99 cm +
6,24 cm + 7,49 cm + 8,74 cm + 9,99 cm + 11,24 cm + 12,49 cm + 13,74 cm + 14,9
Página 12: [50] Excluído
UFRRJ
8/3/2007 08:53:00
Há uma regra prática que diz que o número de unidades deve ser, no
mínimo, duas vezes o número de insumos e produtos.
17
Página 12: [51] Formatado
UFRRJ
26/3/2007 14:50:00
UFRRJ
8/3/2007 08:55:00
Fonte: Itálico
Página 12: [52] Excluído
Em cada um dos meses pôde-se perceber que os melhores produtores são
aqueles que possuem um desempenho multicriterial superior.
Página 12: [53] Excluído
UFRRJ
8/3/2007 08:56:00
UFRRJ
8/3/2007 08:56:00
UFRRJ
8/3/2007 08:56:00
UFRRJ
8/3/2007 08:56:00
UFRRJ
8/3/2007 08:56:00
ou
Página 12: [53] Excluído
ude
Página 12: [54] Excluído
e
Página 12: [54] Excluído
ass
Página 12: [55] Excluído
O software SIAD foi programado para que a matriz de inserção de dados se
ajustasse à nossa amostra, com o número exato de DMU’s, inputs e outputs que seriam
utilizados. A partir dessa informação foi gerada a tela apresentada na figura 4, onde
foram inseridos os valores referentes a cada variável, mês a mês. Foi selecionado
também, como apresenta a figura, o modelo (CRS) e a orientação (input). Ao clicar em
“Calcular”, o próprio sistema gera os valores de eficiência e pesos para cada DMU.
Página 12: [56] Formatado
UFRRJ
26/3/2007 14:51:00
À esquerda, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 12: [57] Excluído
UFRRJ
7/3/2007 17:54:00
Figura 4 – Tela do SIAD, entrada de dados.
18
Página 12: [58] Formatado
UFRRJ
7/3/2007 17:22:00
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 12: [59] Formatado
UFRRJ
26/3/2007 10:42:00
Justificado, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 12: [60] Alterar
Família
27/11/2006 14:22:00
UFRRJ
26/3/2007 10:42:00
UFRRJ
7/3/2007 17:54:00
UFRRJ
7/3/2007 17:54:00
UFRRJ
26/3/2007 10:42:00
UFRRJ
7/3/2007 17:22:00
Marcadores e numeração formatados
Página 12: [61] Formatado
Todas em maiúsculas, Kern em 14 pt
Página 12: [62] Excluído
E
Página 12: [62] Excluído
D
Página 12: [63] Formatado
Fonte: 12 pt, Kern em 14 pt
Página 12: [64] Formatado
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 12: [65] Excluído
UFRRJ
7/3/2007 17:54:00
Análise dos Resultados Obtidos Através do Método Paramétrico (Regressão
Linear)
Como explicado anteriormente, as ferramentas de Regressão do Excel® geram
uma variedade de resultados. Nos quadros 1 e 2, são apresentados os resultados mais
relevantes para este estudo, tais como o R-quadrado ajustado, o Coeficiente e a
Correlação de cada um dos quatro inputs, respectivamente, mês a mês e também de todo
o período.
O coeficiente da equação de regressão demonstra o quanto R$1,00 investido em
cada variável influencia na produção. Por exemplo, no quadro 1, para o período todo,
vemos que a cada R$ 1,00 aplicado em medicamentos, há uma melhora na produção
em, aproximadamente, 26 litros de leite.
Quando o coeficiente apresenta valor negativo significa dizer que a variável
influencia negativamente, prejudicando a produção. Analisando o resultado do período
todo (quadro 1) vemos que apenas a variável X4 (Outros Custos) apresenta este
coeficiente negativo, influenciando pouco nas unidades produtivas estudadas. Todavia,
esta é uma variável difícil de ser analisada, pois reunimos nesta além dos custos em
geral, alguns outros como manutenção, luz etc., o que faz o resultado não ser muito
conclusivo.
Notamos também, que a variável X2 (Mão-de-obra) não apresenta nenhum
coeficiente negativo ao longo dos meses, logo, tem alta influência na produtividade e
eficiência dos produtores, bem como a variável X3 (Alimentação), que apresenta
coeficientes com valores negativos em poucos meses, e com valores muito baixos,
sendo assim, a variável alimentação também influencia na produtividade desta amostra.
Em contrapartida, percebemos que a variável X1 (Medicamentos) apresenta
coeficiente negativo em cinco meses, em sua maioria em meses em que o R-quadrado
ajustado é menor que o R-quadrado ajustado do período todo, significando que nestes
19
meses o valor investido em medicamentos não influenciou a produtividade. Quanto
maior o R-quadrado ajustado, mais próximo da reta de regressão está o modelo, e mais
próximo da realidade é o resultado apresentado. Vemos que o mês de Março/2005 é o
mês que tem o R-quadrado ajustado maior, inclusive maior que o do período todo.
Quanto mais próximo de 1 for este resultado, mais perfeitamente as variáveis
independentes descrevem a variação ocorrida na variável dependente. E, o mês de
Julho/2005 é o que apresenta pior regressão, além do coeficiente da variável X1
apresentar o valor de -60,54, sendo um mês de difícil leitura, tanto que o valor do
coeficiente da variável X4 é o menor valor de toda a série de meses. Todavia, ao
analisarmos o período como um todo, esta é a variável que apresenta maior coeficiente,
sendo a que mais influencia na produção.
Coeficientes
R-quadrado
Variável
Variável
Variável
Variável
ajustado
X1
X2
X3
X4
0,828885
2,158519
4,303881
1,234039
-1,695274
Set/04
0,773040
-6,015785
4,033187
0,408038
3,253628
Out/04
0,857008
8,180727
4,362524
0,471041
0,803885
Nov/04
0,824395
12,769416
3,903760
-0,170842
-0,323931
Dez/04
0,641352
6,413536
2,983945
-0,026858
0,751081
Jan/05
0,807753
-7,197733
3,103064
1,454328
1,700351
Fev/05
0,946685
25,237097
1,856746
0,734781
-0,058093
Mar/05
0,698270
42,360871
0,059882
1,444526
3,239910
Abr/05
0,423387
51,064632
0,063047
1,525148
1,257844
Mai/05
0,376315
-2,374836
3,849450
-0,375741
0,953292
Jun/05
0,308607
-60,541283
4,603474
0,093113
-1,802209
Jul/05
0,494434
37,220132
2,077061
2,416157
1,831292
Ago/05
0,454151
-16,453724
2,470720
8,201652
5,039127
Set/05
Período
0,93251966
26,34170350 2,16270433 0,60548055 -0,05850353
Todo
Quadro 1 – Resultado da Regressão Linear (R-quadrado ajustado e Coeficientes).
Já a análise da correlação indica até que ponto os valores de uma variável estão
relacionados com os de outra. No quadro 2 vemos que não há nenhuma variável que
apresenta valor de correlação igual a zero, ou seja, nenhuma variável apresenta ausência
de correlação com a produção. Quando analisamos o período todo vemos que as
variáveis apresentam correlação positiva, logo, à valores altos de qualquer variável são
associados valores altos de produção (variável dependente), exceto em quatro meses que
apresentaram valores de correlação negativa para as variáveis X1 e X3 (Medicamentos e
Alimentação), novamente em meses onde o R-quadrado ajustado apresenta valor muito
baixo, inclusive no mês de Julho/2005, anteriormente já citado como um mês de difícil
leitura.
Neste quadro percebemos também que, no período todo, as variáveis X1 e X2
(Medicamentos e Mão-de-obra) são as que apresentam maiores valores, logo, a
produção depende muito dos gastos com estas duas variáveis.
Correlação
20
Set/04
Out/04
Nov/04
Dez/04
Jan/05
Fev/05
Mar/05
Abr/05
Mai/05
Jun/05
Jul/05
Ago/05
Set/05
Período
Todo
Variável
X1
0,575056
0,472669
0,653223
0,630659
0,413799
0,764533
0,888383
0,819543
0,772792
0,584598
0,421189
0,604554
-0,071835
Variável
X2
0,917936
0,830677
0,935262
0,921698
0,870810
0,886206
0,934691
0,831482
0,694253
0,784681
0,698097
0,754283
0,599690
Variável
X3
0,027808
0,382771
0,097840
-0,227326
0,063881
0,360639
0,233594
0,244798
0,448731
0,333106
-0,122545
-0,007461
0,476630
Variável
X4
0,211478
0,625661
0,439886
0,152436
0,272032
0,555209
0,346717
0,345077
0,417949
0,183706
0,386124
0,246534
0,349588
0,95087996 0,96566034 0,24960175 0,45413244
Página 12: [66] Formatado
UFRRJ
26/3/2007 10:53:00
Recuo: Primeira linha: 1,25 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento
entre linhas: simples
Página 12: [67] Formatado
Marcelo Alvaro
16/1/2007 20:32:00
Fonte: Itálico
Página 12: [68] Excluído
UFRRJ
7/3/2007 17:54:00
Quadro 2 – Resultado da Regressão Linear (Correlação)
Análise dos Resultados Obtidos Através do Método Não-Paramétrico
(DEA)
O software SIAD gera quatro valores de eficiência: Eficiência Padrão
(associa o valor de 100% à DMU (Unidade Tomadora de Decisão) mais eficiente),
Eficiência Invertida (que destaca as piores DMU’s como 100%), Eficiência Composta
(= eficiência padrão + (1 - eficiência invertida) dividido por 2) e Eficiência Composta*
(relação entre o valor da eficiência composta de cada unidade e o valor da eficiência
composta da unidade mais eficiente naquele mês). Neste estudo, será considerada a
Eficiência Composta*, pois destaca a unidade mais eficiente como sendo a única que
tem o valor da Eficiência Composta* igual a 1 (um), exceto no mês de Abril/2005 em
que temos três DMU’s com Eficiência Composta igual a 1.
Página 12: [69] Excluído
Marcelo Alvaro
16/1/2007 20:34:00
a seguir, os resultados de eficiência obtidos nesta análise para cada produtor
(DMU)
Página 12: [70] Excluído
Marcelo Alvaro
16/1/2007 20:34:00
, em ordem decrescente de eficiência,
Página 12: [71] Excluído
Marcelo Alvaro
16/1/2007 20:34:00
Marcelo Alvaro
16/1/2007 20:34:00
. É apresentado, também,
Página 12: [72] Excluído
21
ideais. Em cada um dos meses pôde-se perceber que os melhores produtores são
aqueles que possuem um desempenho multicriterial superior Percebe
Página 12: [73] Excluído
Marcelo Alvaro
16/1/2007 20:34:00
-se, ainda, que os produtores com maiores eficiências DEA-CRS
Página 12: [74] Excluído
Marcelo Alvaro
16/1/2007 20:34:00
(Retornos Constantes de Escala) (
Página 12: [75] Excluído
Marcelo Alvaro
16/1/2007 20:34:00
necessitam de pequenas alterações em seus indicadores (insumos) para
atingirem a performance máxima. Já aqueles com baixos índices de desempenho
necessitam de reduções drásticas no uso de seus insumos, mantendo o nível de
produção, para atingirem a eficiência máxima.
Página 12: [76] Formatado
UFRRJ
7/3/2007 17:22:00
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples, Sem
marcadores ou numeração
Página 12: [77] Formatado
UFRRJ
8/3/2007 09:09:00
Recuo: À esquerda: 1,9 cm, Deslocamento: 0,32 cm, Espaço Antes: 0 pt, Depois de: 0
pt, Espaçamento entre linhas: simples, Com marcadores + Nível: 1 + Alinhado em:
1,88 cm + Tabulação após: 2,52 cm + Recuar em: 2,52 cm, Não ajustar espaço entre o
t
Página 2: [78] Formatado
UFRRJ
26/3/2007 11:08:00
UFRRJ
26/3/2007 11:06:00
UFRRJ
8/3/2007 09:44:00
À direita: 0,63 cm
Página 2: [79] Formatado
Fonte: Itálico
Página 15: [80] Excluído
DMU
Eff. Todo
Período
DMU_3 81,3033% DMU_1 100,0000%
DMU_1 80,5683% DMU_9 89,4667%
DMU_9 77,1018% DMU_6 81,3657%
DMU_6 76,8455% DMU_3 77,1804%
DMU_2 68,0492% DMU_5 72,7334%
DMU_5 67,5965% DMU_7 72,2919%
DMU_4 62,9786% DMU_2 71,4040%
DMU_7 61,6820% DMU_4 66,2073%
DMU_10 55,8728% DMU_8 64,2843%
DMU_8 54,5902% DMU_10 59,3672%
DMU_11 53,2350% DMU_11 51,6467%
Quadro 3 – Resultados DEA (Eficiência Média e de Todo o Período)
Na média do período avaliado a mais eficiente foi a DMU 3. E quando tomamos
por base as informações do período todo, a mais eficiente é a DMU 1. Conclusão esta
que já poderíamos pressupor quando vimos que a DMU 1 destacou-se entre as 5 mais
eficientes por onze vezes.
Página 15: [81] Formatado
Eff. Média
UFRRJ
DMU
8/3/2007 09:46:00
Centralizado, Recuo: Primeira linha: 0 cm, Espaço Antes: 0 pt, Depois de: 0 pt,
Espaçamento entre linhas: simples
Página 2: [82] Formatado
UFRRJ
26/3/2007 11:08:00
22
À direita: 0,63 cm
Página 2: [83] Formatado
UFRRJ
30/3/2007 09:30:00
UFRRJ
30/3/2007 09:30:00
UFRRJ
7/3/2007 17:22:00
Fonte: Não Negrito
Página 2: [83] Formatado
Fonte: Não Negrito, Itálico
Página 16: [84] Formatado
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 16: [85] Formatado
UFRRJ
26/3/2007 10:54:00
Recuo: Primeira linha: 1,25 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento
entre linhas: simples
Página 16: [86] Excluído
UFRRJ
8/3/2007 09:15:00
Foi realizado, ainda, o estudo da variação no uso dos inputs e do output, de cada
DMU, na série de meses da análise, calculando a diferença entre o maior e o menor
valor daquela variável. O quadro 4 apresenta os valores destas variações. Podemos
chamar a atenção para as DMU’s 2, 6 e 10, que tiveram variações significativas.
Para o input 1 a DMU que mais variou seus valores foi a DMU 2 seguida da 6.
Esta também foi a que teve maior variação no input 2 (seguida da DMU 10) e no input 3
(seguida da DMU 7). No input 4 ela foi superada apenas pela DMU 10, e no output,
superada pela DMU 6.
A DMU que menos variou seus valores foi a DMU 8, que teve menor variação
nos inputs 2 e 4, além do output. Para o input 1 a que menos variou foi a DMU 9, e para
o input 3 foi a DMU 6.
Output Input 1 Input 2 Input 3 Input 4
DMU_1
4513
78
340
1925
986
DMU_2
6694
443
1370
5231
1285
DMU_3
5510
178
320
1392
640
DMU_4
3077
109
460
1293
1000
DMU_5
3466
59
270
1191
250
DMU_6
9478
329
213
599
458
DMU_7
1835
149
360
2339
730
DMU_8
1570
54
5
1267
80
DMU_9
2493
10
300
1418
270
DMU_10 3222
162
1045
1235
1303
DMU_11 5914
100
700
822
385
Quadro 4 – Variação do output e inputs na série de meses
Página 16: [87] Formatado
UFRRJ
7/3/2007 17:22:00
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 16: [87] Formatado
UFRRJ
7/3/2007 17:22:00
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 16: [88] Formatado
UFRRJ
7/3/2007 17:22:00
UFRRJ
7/3/2007 17:22:00
Fonte: 12 pt
Página 16: [89] Formatado
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
23
Página 16: [90] Formatado
UFRRJ
26/3/2007 10:42:00
Justificado, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 16: [91] Alterar
Família
27/11/2006 14:22:00
Página 16: [92] Excluído
UFRRJ
7/3/2007 17:54:00
Página 16: [93] Formatado
UFRRJ
26/3/2007 10:42:00
UFRRJ
26/3/2007 10:42:00
UFRRJ
26/3/2007 10:42:00
UFRRJ
7/3/2007 17:22:00
Marcadores e numeração formatados
Kern em 14 pt
Página 16: [93] Formatado
Todas em maiúsculas, Kern em 14 pt
Página 16: [93] Formatado
Fonte: 12 pt, Kern em 14 pt
Página 16: [94] Formatado
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 16: [95] Formatado
UFRRJ
26/3/2007 10:54:00
Recuo: Primeira linha: 1,25 cm, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento
entre linhas: simples
Página 16: [96] Excluído
UFRRJ
8/3/2007 09:57:00
O processo de amostragem é não probabilístico, pois parte de um universo
restrito. O grupo estudado abrange 11 produtores de Minas Gerais e do Rio de Janeiro,
que disponibilizaram informações de custos e produção no período de Setembro de
2004 a Setembro de 2005. A solidez e a consistência dos resultados obtidos neste
trabalho se dão pela não extrapolação dos dados a unidades que não pertençam à
amostra.
Página 16: [97] Excluído
UFRRJ
8/3/2007 09:58:00
Paramétrico a Regressão Linear e como Método
Página 16: [97] Excluído
UFRRJ
8/3/2007 09:58:00
l independente para metodologia Regressão Linear,
Página 16: [97] Excluído
UFRRJ
8/3/2007 09:58:00
UFRRJ
19/3/2007 13:23:00
UFRRJ
8/3/2007 09:59:00
e
Página 16: [98] Excluído
para DEA
Página 16: [98] Excluído
E
24
Página 16: [98] Excluído
UFRRJ
8/3/2007 09:59:00
dependente para Regressão Linear, e
Página 16: [99] Excluído
UFRRJ
8/3/2007 10:00:00
UFRRJ
8/3/2007 10:00:00
A
Página 16: [99] Excluído
de métodos paramétricos e não-paramétricos
Página 16: [100] Excluído
UFRRJ
8/3/2007 09:59:00
UFRRJ
8/3/2007 09:59:00
s
Página 16: [100] Excluído
Entretanto, a escolha entre os métodos não é trivial, porque são técnicas
fundamentalmente distintas, gerando, assim, resultados diferentes (HOMEM DE
SOUZA, 2003).
Página 16: [101] Excluído
UFRRJ
8/3/2007 10:01:00
A esta primeira modelagem coube verificar a importância de cada variável no
sistema produtivo. E, através da modelagem não-paramétrica observou-se como cada
DMU (Unidade Tomadora de Decisão) pôde combinar da melhor forma estas variáveis.
Através da ferramenta Regressão, do programa Excel, calculamos os
Coeficientes da equação de regressão, o R-quadrado ajustado e a Correlação entre as
variáveis. O coeficiente demonstra o quanto R$1,00 investido em cada variável
influencia na produção. Ao analisarmos o período todo, a variável Custos de
Medicamentos é a variável que apresenta maior coeficiente, sendo a que mais influencia
na produção. Quando analisamos mês a mês damos destaque para a variável Custos de
Mão-de-obra, que não apresentou valor negativo.
Quando o coeficiente apresenta valor negativo, implica dizer que a variável
influencia de forma negativa a produção, como aconteceu com a variável Outros Custos,
quando analisado o período todo. Mas, este resultado não é muito conclusivo, pois a
variável em questão é de difícil leitura, por ter sido reunido nesta variável valores como
custos com manutenção, luz, telefone, etc.
Já a Correlação indica o quanto os valores de uma variável estão relacionados
com os de outra. Quando analisamos o período todo vemos que as variáveis apresentam
correlação positiva, logo, à valores altos de qualquer variável são associados valores
altos de produção. A produção depende, em especial, das variáveis Custos de
Medicamentos e Custos de Mão-de-obra, pois são as variáveis que aparecem com
valores maiores quando analisado o período todo.
Também a
Página 16: [102] Excluído
UFRRJ
8/3/2007 10:01:00
UFRRJ
8/3/2007 10:01:00
UFRRJ
8/3/2007 10:02:00
e programa de computador, o
Página 16: [103] Excluído
am
Página 16: [103] Excluído
Foi utilizado o modelo DEA-CRS (Retornos Constantes de Escala), com
orientação insumo.
Página 16: [104] Excluído
UFRRJ
8/3/2007 10:03:00
Estas DMU’s aparecem nestas situações também, quando calculamos a
eficiência média entre os meses analisados.
Página 2: [105] Formatado
UFRRJ
26/3/2007 11:08:00
UFRRJ
30/3/2007 09:30:00
À direita: 0,63 cm
Página 2: [106] Formatado
25
Fonte: Não Negrito
Página 2: [106] Formatado
UFRRJ
30/3/2007 09:30:00
UFRRJ
8/3/2007 09:15:00
Fonte: Não Negrito, Itálico
Página 17: [107] Excluído
Realizamos, ainda, um estudo da variação no uso dos inputs e do output, de cada
DMU, calculando a diferença entre o maior e o menor valor daquela variável em cada
mês. Podemos chamar a atenção para as DMU’s 2, 6 e 10, que tiveram variações
significativas.
Página 17: [107] Excluído
UFRRJ
8/3/2007 10:03:00
UFRRJ
8/3/2007 10:03:00
UFRRJ
8/3/2007 10:03:00
UFRRJ
8/3/2007 10:03:00
UFRRJ
8/3/2007 10:03:00
UFRRJ
8/3/2007 10:04:00
UFRRJ
8/3/2007 10:04:00
UFRRJ
8/3/2007 10:04:00
UFRRJ
8/3/2007 10:04:00
UFRRJ
8/3/2007 10:04:00
UFRRJ
7/3/2007 17:22:00
s
Página 17: [107] Excluído
s
Página 17: [107] Excluído
ram
Página 17: [108] Excluído
s
Página 17: [108] Excluído
propuseram
Página 17: [109] Excluído
monografia
Página 17: [109] Excluído
comparar
Página 17: [109] Excluído
paramétricos e
Página 17: [110] Excluído
da economia
Página 17: [110] Excluído
de repente,
Página 17: [111] Formatado
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 17: [112] Formatado
UFRRJ
26/3/2007 10:42:00
Justificado, Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 17: [113] Alterar
Família
27/11/2006 14:22:00
UFRRJ
7/3/2007 17:55:00
Marcadores e numeração formatados
Página 17: [114] Excluído
26
Página 17: [115] Formatado
UFRRJ
26/3/2007 10:42:00
UFRRJ
26/3/2007 10:42:00
UFRRJ
26/3/2007 10:42:00
UFRRJ
7/3/2007 17:22:00
Kern em 14 pt
Página 17: [115] Formatado
Todas em maiúsculas, Kern em 14 pt
Página 17: [115] Formatado
Fonte: 12 pt, Kern em 14 pt
Página 17: [116] Formatado
Espaço Antes: 0 pt, Depois de: 0 pt, Espaçamento entre linhas: simples
Página 17: [117] Formatado
UFRRJ
7/3/2007 17:22:00
Recuo: À esquerda: 0 cm, Deslocamento: 0,32 cm, Espaço Antes: 0 pt, Depois de: 0
pt, Espaçamento entre linhas: simples, Com marcadores + Nível: 1 + Alinhado em:
0,63 cm + Tabulação após: 1,27 cm + Recuar em: 1,27 cm, Tabulações: 0,32 cm,
Tabulaçã
Página 17: [118] Excluído
UFRRJ
12/3/2007 11:41:00
BAUER, P. W. Recent developments en the econometrics estimation of frontiers.
Journal of Econometrics, v. 46, n. 1/2, p. 29-56, Oct./Nov. 1990. In: HOMEM DE
SOUZA, D. P. Avaliação de Métodos Paramétricos e Não Paramétricos na
Análise da Eficiência da Produção de Leite. Tese de Doutorado em Economia
Aplicada. ESALQ/USP, Piracicaba, 2003.
Página 17: [119] Formatado
Marcelo Alvaro
11/3/2007 13:59:00
Marcelo Alvaro
11/3/2007 13:59:00
Marcelo Alvaro
11/3/2007 13:59:00
Marcelo Alvaro
11/3/2007 14:00:00
Realce
Página 17: [119] Formatado
Português (Brasil), Realce
Página 17: [119] Formatado
Realce
Página 17: [120] Excluído
BRAVO-URETA, B.E., RIEGER, L. Dairy farm efficiency measurement using
stochastic frontiers and neoclassical duality. American Journal of Agricultural
Economics, v. 73, n.2, p. 421-428, May 1991.
Página 17: [121] Excluído
Marcelo Alvaro
11/3/2007 14:02:00
CAMARGO Jr., A. S.; MATIAS, A. B.; MARQUES, F. T. Desempenho dos Bancos
Comerciais e Múltiplos de Grande Porte no Brasil. In: Congresso Latino-Americano
de escolas de Administração, 39, 2004, San Domingo, República Dominicana. Anais
do XXXIX CLADEA. San Domingo/República Dominicana: CLADEA, 2004. 1 CD.
Página 17: [122] Excluído
UFRRJ
12/3/2007 11:46:00
Página 17: [122] Excluído
UFRRJ
19/3/2007 13:20:00
Página 17: [123] Excluído
Marcelo Alvaro
11/3/2007 14:00:00
Página 17: [123] Excluído
Marcelo Alvaro
11/3/2007 15:04:00
1
27
,
Página 2: [124] Formatado
UFRRJ
26/3/2007 11:08:00
UFRRJ
7/3/2007 17:22:00
À direita: 0,63 cm
Página 18: [125] Formatado
Recuo: À esquerda: 0 cm, Deslocamento: 0,32 cm, Espaço Antes: 0 pt, Depois de: 0
pt, Espaçamento entre linhas: simples, Com marcadores + Nível: 1 + Alinhado em:
0,63 cm + Tabulação após: 1,27 cm + Recuar em: 1,27 cm, Tabulações: 0,32 cm,
Tabulaçã
Página 18: [126] Excluído
Marcelo Alvaro
11/3/2007 14:01:00
KUMBHAKAR, S. C.; BISWAS, B.; BAILEY, D. V. A study of economic efficiency
of Utah dairy farmers: a system approach .The Review of Economics and Statistic,
v.71, n.4, p. 595-604, Nov. 1989. In: HOMEM DE SOUZA, D. P. Avaliação de
Métodos Paramétricos e Não Paramétricos na Análise da Eficiência da Produção
de Leite. Tese de Doutorado em Economia Aplicada. ESALQ/USP, Piracicaba, 2003.
Página 2: [127] Formatado
UFRRJ
26/3/2007 11:08:00
UFRRJ
8/3/2007 10:05:00
À direita: 0,63 cm
Página 19: [128] Excluído
28
ANEXOS
1. Resultados DEA para o mês de Setembro/2004
2. Resultados DEA para o mês de Outubro/2004
3. Resultados DEA para o mês de Novembro/2004
4. Resultados DEA para o mês de Dezembro/2004
5. Resultados DEA para o mês de Janeiro/2005
6. Resultados DEA para o mês de Fevereiro/2005
7. Resultados DEA para o mês de Março/2005
8. Resultados DEA para o mês de Abril/2005
9. Resultados DEA para o mês de Maio/2005
10. Resultados DEA para o mês de Junho/2005
11. Resultados DEA para o mês de Julho/2005
12. Resultados DEA para o mês de Agosto/2005
13. Resultados DEA para o mês de Setembro/2005
14. Resultados DEA para o período todo
Página 19: [129] Formatado
UFRRJ
7/3/2007 17:22:00
Justificado, Recuo: À esquerda: 0 cm, Espaço Antes: 0 pt, Depois de: 0 pt,
Espaçamento entre linhas: simples
29