avaliaÇÃo da eficiÊncia de empresas de … · de transporte ou de empresas fornecedoras de...

1

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL DEPARTAMENTO DE ENGENHARIA DE PRODUÇÃO E

TRANSPORTES CONVÊNIO 008ANTT/2006

AVALIAÇÃO DA EFICIÊNCIA DE EMPRESAS DE TRANSPORTE RODOVIÁRIO

INTERESTADUAL E INTERNACIONAL UTILIZANDO ANÁLISE ENVOLTÓRIA DE

DADOS

Outubro 2007

2

AVALIAÇÃO DA EFICIÊNCIA DE EMPRESAS DE TRANSPORTE

RODOVIÁRIO INTERESTADUAL E INTERNACIONAL UTILIZANDO

ANÁLISE ENVOLTÓRIA DE DADOS

Rodrigo Panizzi Possamai Gláucia Michel de Oliva

João Fortini Alban

3

RESUMO

Esta pesquisa objetiva avaliar o desempenho das empresas de Transporte Rodoviário Interestadual e Internacional de Passageiros (TRIP) no serviço realizado em Porto Alegre. Para a realização da análise de eficiência da qualidade foi utilizada como técnica de medição a Análise Envoltória de Dados (Data Envelopment Analisys - DEA), a qual mede a eficiência relativa entre unidades comparáveis. Os dados utilizados foram coletados no Terminal Rodoviário de Porto Alegre, no período de dezembro/2005 a setembro/2006.

Os resultados deste trabalho podem auxiliar na tomada de decisões do gestor (ANTT) e indicar as empresas que vem obtendo os melhores resultados, segundo os critérios utilizados neste estudo.

Palavras-chave: eficiência, qualidade, Análise Envoltória de Dados, DEA, Transporte Rodoviário.

4

LISTA DE FIGURAS

Figura 1 Fronteira de Produção formada pelas melhores práticas ..........................................16

Figura 2 Fronteira de Produção para retornos de escala constantes e variáveis......................18

Figura 3 Superfície Envoltória para o Modelo BBC orientado para Insumo..........................19

Figura 4 Retornos de Escala através do intercepto do hiperplano suportante.........................20

Figura 5 Caso 1 – Scores de eficiência: Embarque Interestadual ...........................................34

Figura 6 Caso 1 – Scores de eficiência com restrição de pesos:Embarque Interestadual ......35

Figura 7 Caso 2 – Scores de eficiência: Desembarque Interestadual......................................40

Figura 8 Caso 2 – Scores de eficiência com restrição de pesos: Desembarque Interestadual.41

Figura 9 Caso 3 – Scores de eficiência: Embarque Internacional ...........................................46

Figura 10 Caso 4 – Scores de eficiência: Desembarque Internacional ...................................50

Figura 11 Dispersão Eficiência Transporte Nacional – Embarque X Desembarque ..............54

Figura 12 Dispersão Eficiência Transporte Internacional – Embarque x Desembarque.........55

Figura 13 Dados Qualitativos – Caso 1 – Embarque Interestadual.........................................61

Figura 14 Dados da frota – Caso 1 – Embarque Interestadual. ...............................................61

Figura 15 Dados de Passageiros – Caso 1 – Embarque Interestadual.....................................62

Figura 16 Dados de Viagens – Caso 1 – Embarque Interestadual. .........................................62

Figura 17 Dados Qualitativos – Caso 2 – Desembarque Interestadual. ..................................63

Figura 18 Dados da Frota – Caso 2 – Desembarque Interestadual..........................................63

Figura 19 Dados de Passageiros – Caso 2 – Desembarque Interestadual. ..............................64

Figura 20 Dados de Viagens – Caso 2 – Desembarque Interestadual. ....................................64

Figura 21 Dados Qualitativos – Caso 3 – Embarque Internacional. .......................................65

Figura 22 Dados da Frota – Caso 3 – Embarque Internacional...............................................65

Figura 23 Dados de Passageiros – Caso 3 – Embarque Internacional. ...................................66

5

Figura 24 Dados de Viagens – Caso 3 – Embarque Internacional. .........................................66

Figura 25 Dados Qualitativos – Caso 4 – Desembarque Internacional...................................67

Figura 26 Dados da Frota – Caso 4 – Desembarque Internacional. ........................................67

Figura 27 Dados de Passageiros – Caso 4 – Desembarque Internacional...............................68

Figura 28 Dados de Viagens – Caso 4 – Desembarque Internacional. ...................................68

Figura 29 Dispersão Dados Qualitativos Transporte Interestadual – Embarque vs. Desembarque ....................................................................................................................69

Figura 30 Dispersão Dados Qualitativos Transporte Internacional – Embarque vs. Desembarque ....................................................................................................................69

6

LISTA DE TABELAS

Tabela 1 Problema de Programação Linear, Primal e Dual, para o Modelo com Orientação para Insumo com Retornos de Escala Variáveis ..............................................................19

Tabela 2 Variáveis analisadas – abreviaturas e definições......................................................24

Tabela 3 Período analisado......................................................................................................25

Tabela 4 Empresas analisadas .................................................................................................25

Tabela 5 Exemplo de dados utilizados ....................................................................................26

Tabela 6 Questionários que foram utilizados nos relatórios....................................................27

Tabela 7 Pesos das respostas ...................................................................................................28

Tabela 8 Questionários aplicados e ponderação considerada para formação da nota .............29

Tabela 9 Pesos dos itens para o cálculo da Nota Final ............................................................30

Tabela 10 Casos Analisados ....................................................................................................32

Tabela 11 Caso 1- Restrições de pesos....................................................................................33

Tabela 12 Caso 1 - Resumo de unidades eficientes e eficiência média...................................36

Tabela 13 Caso 1 - Empresas referência e parcela de participação.........................................37

Tabela 14 Caso 1 - Número de vezes que uma unidade é referência para as demais..............37

Tabela 15 Caso 1 - Retornos de Escala ...................................................................................38

Tabela 16 Caso 2 - Restrições de pesos...................................................................................39





Tabela 21 Caso 3- Restrições de pesos....................................................................................45



7



Tabela 26 Caso 4 - Restrições de pesos...................................................................................49





Tabela 31 Padrão de Evolução dos scores de Eficiência.........................................................53

Tabela 32 Padrão de evolução dos scores de Eficiência .........................................................53

Tabela 33 Evolução dos scores de Eficiência .........................................................................53

Tabela 34 Evolução dos scores de Eficiência .........................................................................54

Tabela 35 Retornos a Escala....................................................................................................55

Tabela 36 Retornos a Escala....................................................................................................55

8

LISTA DE ABREVIATURAS E SIGLAS

Agência Nacional de Transportes Terrestres ANTT

Banker, Charnes e Cooper BBC

Charnes, Cooper e Rhodes CCR

Constant returns to scale – Retornos constantes a escala CRS

Data Envelopment Analysis - Análise Envoltória de Dados DEA

Decision making units – Unidades de tomada de decisão (avaliadas) DMU

Transporte Rodoviário Interestadual e Internacional de Passageiros TRIP

Variable returns to scale – Retornos variáveis a escala VRS

9

SUMÁRIO

1 INTRODUÇÃO..................................................................................................................10

2 PLANEJAMENTO DA PESQUISA................................................................................13

3 ANÁLISE ENVOLTÓRIA DE DADOS – DEA ...........................................................14

3.1 VARIAÇÕES DE ESCALA ..............................................................................................17

3.2 DEA: TIPOS DE MODELO ..............................................................................................17

3.3 ANÁLISE DE EFICIÊNCIA DAS DMU’S.......................................................................20

3.3.1 Restrições aos Pesos na técnica DEA ...........................................................................21

4 MODELO ESPECIFICADO PARA ANÁLISE DAS EMPRESAS ...........................23

4.1 VARIÁVEIS ENVOLVIDAS............................................................................................23

4.2 DADOS UTILIZADOS......................................................................................................24

4.2.1 Período de dados disponíveis para análise ..................................................................24

4.2.2 Empresas analisadas .....................................................................................................25

4.2.3 Dados Quantitativos ......................................................................................................26

4.2.4 Dados Qualitativos.........................................................................................................27

4.2.5 Modelo Final ..................................................................................................................30

5 ESTUDO DE CASO ..........................................................................................................32

5.1 APLICAÇÃO E RESULTADOS/GRÁFICOS /ANÁLISES ............................................32

5.1.1 Caso 1: Embarque Interestadual .................................................................................33

5.1.2 Caso 2: Desembarque Interestadual ............................................................................39

5.1.3 Caso 3: Embarque Internacional .................................................................................44

5.1.4 Caso 4: Desembarque Internacional............................................................................48

5.1.5 Comparações..................................................................................................................52

6 CONCLUSÕES ..................................................................................................................56

6.1 RECOMENDAÇÕES PARA TRABALHOS FUTUROS.................................................57

REFERÊNCIAS BIBLIOGRÁFICAS.................................................................................59

ANEXO A – DADOS DE ENTRADA...............................................................................61

10

1 INTRODUÇÃO

A economia mundial vem apresentando transformações relativas ao contínuo

crescimento do setor de prestação de serviços, cujos principais agentes motivadores deste

setor são o crescimento da população, a introdução de novas tecnologias e o aumento da

qualidade de vida, particularmente nos países em desenvolvimento.

O crescimento da indústria de prestação de serviços pode ser avaliado pelo aumento

da quantidade, variedade e diversidade de benefícios intangíveis proporcionados aos

consumidores. Com as maiores exigências e sofisticação dos clientes, o nível da prestação de

serviços está aumentando cada vez mais.

O setor de transporte é uma atividade essencial para a sociedade, exercendo grande

influência na economia de qualquer país. A eficiência do sistema de transportes é um dos

indicadores do grau de desenvolvimento, da qualidade de vida e do bem estar da população.

Assim, o setor de transporte é uma atividade econômica, uma vez que representa um serviço

de suporte à economia.

Em resposta a estas mudanças, muitas pesquisas têm sido direcionadas ao estudo e

classificação destas atividades com a finalidade de proporcionar um melhor entendimento das

características diferenciadoras que possam colaborar com os gestores na definição de

estratégias competitivas mais adequadas.

Em geral, as empresas atuam de maneira a competir de modo mais eficaz,

distinguindo-se pela qualidade dos serviços e pela maior satisfação de seus consumidores. A

satisfação do cliente em relação a um serviço prestado é influenciada significativamente pela

avaliação que ele faz de suas características (TINOCO, 2006).

Este diferencial competitivo em função da qualidade e satisfação proporcionadas aos

usuários está cada vez mais evidenciado na área de transportes. Segundo Ortúzar e Willumsen

(1990), além dos fatores quantitativos, também podem influenciar na escolha da modalidade

de transporte ou de empresas fornecedoras de serviços similares, variáveis de avaliação mais

11

subjetiva e com maior dificuldade de mensuração tais como: conforto, conveniência,

confiabilidade, regularidade, proteção e segurança.

Por estes motivos, é fundamental que as empresas prestadoras de serviços

aproximem-se de seus clientes para conhecer suas necessidades, expectativas e identificar os

atributos mais importantes dos serviços oferecidos. É neste sentido, que muitas são as

pesquisas realizadas para mensurar o nível de satisfação dos usuários do transporte rodoviário

interestadual de passageiros.

É importante ressaltar, que as pesquisas sobre a prestação de serviços do transporte

Rodoviário Interestadual e Internacional de passageiros (TRIP) ficam limitadas à satisfação

do usuário. Muito pouco, ou quase nada, existe sobre a eficiência e produtividade das

empresas permissionárias. Por outro lado, além da satisfação dos usuários, a eficiência e a

produtividade são componentes básicos para a mensuração do desempenho de uma empresa.

Desempenho é um conceito mais amplo, relacionando transformações para um

conjunto de variáveis ou indicadores que representam várias áreas de uma organização. O

conceito de produtividade representa a relação entre a quantidade produzida por um sistema e

a quantidade de insumos utilizados por este sistema. Segundo Farrell (1957), a eficiência de

uma empresa refere-se ao grau de sucesso, e busca do mínimo gasto/uso, no esforço

despendido para gerar determinada quantidade de produtos (outputs), utilizando um dado

conjunto de insumos (inputs). Athayde et al. (2003) complementam que a eficiência pode ser

medida comparando-se a produtividade de cada empresa com a máxima produtividade

observada em um conjunto de empresas similares.

Neste sentido, o Laboratório de Sistemas de Transportes (LASTRAN) do

Departamento de Engenharia de Produção e Transportes (DEPROT) da Universidade Federal

do Rio Grande do Sul (UFRGS) desenvolveu uma pesquisa para avaliar a eficiência e

produtividade das empresas permissionárias que atuam no Terminal Rodoviário de Porto

Alegre.

A pesquisa proposta enquadra-se como contrapartida da UFRGS, de acordo com

obrigação contratual estabelecida no Convênio 008/ANTT/2006 assinado com a Agência

Nacional de Transportes Terrestres (ANTT), conforme Cláusula primeira item b do Convênio

de Cooperação Técnico-Administativa para a implantação do Plano de Ação de Fiscalização

nos Serviços de Transporte de Passageiros.

12

O objetivo desta pesquisa é explorar o potencial de aplicação do método de Análise

Envoltória de Dados (Data Envelopment Analysis - DEA) na avaliação do desempenho das

empresas prestadoras de serviços de Transporte Rodoviário Interestadual e Internacional de

Passageiros ─ TRIP ─ em Porto Alegre - RS.

Acredita-se que esta ferramenta poderá ser útil para a avaliação de desempenho de

empresas prestadoras de serviços de transporte rodoviário de passageiros, uma vez que

permite que se determine a eficiência relativa de cada unidade (empresa) sob análise,

comparando-a com as demais, considerando a relação entre seus insumos (inputs) e produtos

(outputs).

Além desta introdução, este trabalho de pesquisa apresenta uma Revisão

Bibliográfica do tema em questão, ou seja, Análise Envoltória de Dados, o Modelo de

Análise, o estudo de caso e, nas duas últimas etapas as Conclusões e recomendações para

trabalhos futuros.

13

2 PLANEJAMENTO DA PESQUISA

Esta pesquisa é restrita ao serviço de embarque e desembarque das empresas de

Transporte Rodoviário Interestadual e Internacional de Passageiros que utilizam o Terminal

Rodoviário de Porto Alegre.

Para o estudo da eficiência na qualidade operacional das empresas, deverão ser

construídos indicadores que permitam analisar e comparar a produtividade das empresas de

transporte.

Para tal, decidiu-se consultar especialistas da área para o desenvolvimento desta

pesquisa, com a finalidade de obter o tipo de variáveis relevantes, disponíveis no banco de

dados do Programa de Monitoramento de Porto Alegre, SISMONT.

14

3 ANÁLISE ENVOLTÓRIA DE DADOS – DEA

Em 1978, Charnes, Cooper e Rhodes, apresentaram uma técnica de avaliação de

desempenho denominada Análise Envoltória de Dados, ou Data Envelopment Analysis ─

DEA. Esta técnica consiste em determinar a eficiência relativa de uma unidade produtiva, a

partir da construção de uma função denominada fronteira de eficiência. É um método não

paramétrico que emprega programação matemática para construir fronteiras de eficiência de

unidades produtivas, também denominadas de Decision Making Unit (DMU’s – nome mais

utilizado na bibliografia para representar unidades avaliadas, como por exemplo, uma

empresa. A fronteira de eficiência serve de referência para se estimar a eficiência de cada

unidade, e determinar as unidades referenciais para os casos de ineficiência.

As aplicações iniciais da técnica DEA foram realizadas de forma predominante para

organizações sem fins lucrativos (ver Chrikos, (2000), Zhu (2003), Lopes e Lanzer (2002),

Avkiran (2001) e Calhoun (2003)).

Em geral, o objetivo do método DEA é determinar indicadores de desempenho

relativo entre unidades produtivas, considerando determinados conjuntos de insumos e

produtos. Vale dizer, que este é o único método, que possibilita avaliar a eficiência relativa de

unidades que produzem múltiplos produtos utilizando múltiplos insumos. Isso porque, os

métodos econométricos somente possibilitam a avaliação de unidades de produção que

tenham um único produto enquanto que as fronteiras estocásticas são, ainda, de difícil

utilização, Lopes e Lanzer (2002).

Pode-se afirmar que os modelos DEA servem para determinar as melhores condições

operacionais para cada unidade produtiva separadamente, com o objetivo de maximizar o seu

índice de desempenho, sob os mesmos critérios aplicados às demais unidades do conjunto de

unidades sob análise. Ou seja, são consideradas eficientes as unidades produtivas, para as

quais o índice de desempenho relativo é igual ou mais favorável do que os índices calculados

para as outras unidades.

15

A idéia básica dos modelos DEA consiste em resolver sucessivamente, para todas as

unidades, um problema de programação matemática, de modo a se obter um subconjunto das

unidades produtivas consideradas eficientes. Estas unidades produtivas servirão de base para

se encontrar a fronteira de eficiência, e para se estabelecer metas para as unidades

ineficientes. Desse modo, compara-se cada unidade apenas com as semelhantes de melhor

desempenho; aquelas situadas sobre a fronteira de eficiência (CORNUEJOLS, 2004).

Qualquer unidade produtiva incluída ou excluída do conjunto sob análise modifica o conjunto

de produção e, em decorrência, esta fronteira.

Conforme o método DEA, para o cálculo de eficiência, no caso mais simples, onde

uma unidade (DMU) possui um único insumo e um único produto, a eficiência equivale à

produtividade e é definida pela equação (1):

(1)1

1 EficiênciaXY

= (1)

onde Y representa o produto e X o insumo.

Contudo, na maioria dos casos as unidades produtivas possuem múltiplos insumos e

produtos, em proporções distintas, onde cada insumo e produto possuem certo grau de

importância, ou pesos. Estes pesos podem ser definidos, conforme a equação (2):

(2)∑

∑∑∑

=

=== m

iiji

s

rrjr

Xv

Yu

1

1 Insumos x pesosProdutos x pesos

Eficiência (2)

Onde: ur e iv são pesos que refletem a importância relativa (com r variando de 1,

2,...s; e com i de 1, 2,...m) dos r outputs (Y) e i inputs (X), onde “s” e “m” são

usualmente maiores que uma unidade.

Como a Análise Envoltória de Dados é uma abordagem não-paramétrica, então não

são feitas suposições sobre a forma da função de produção. Assim, a função de produção é

considerada uma superfície formada pelos pontos superiores - melhores práticas, conforme

Figura 1. Esta superfície é obtida através das relações observadas nos insumos e produtos,

medindo a eficiência relativa – também denominada score -, de uma unidade observada em

16

relação a esta fronteira. Esta função é linear por partes, sendo uma aproximação conservadora

da função correta se essa existisse.

Fronteira pelos valores médios

Input

Fronteira pelas melhores práticas

Outp

ut

Figura 1 Fronteira de Produção formada pelas melhores práticas

Andersen e Petersen (1993) complementam que um score inferior a um significa que

a mesma quantidade de produtos poderia ser produzida por uma combinação linear de outras

DMU´s. Dessa maneira, o método indica as unidades referência para as unidades de decisão

ineficientes. Esses scores são definidos através de relações entre insumos e produtos e

possibilitam a identificação das folgas (excesso de insumos ou sobra de produtos). O score

representa a distância entre a fronteira de produção e a DMU avaliada, correspondendo ao

mínimo decréscimo proporcional em insumos que torna a DMU eficiente.

As ponderações (pesos), que aparecem na equação 2, são obtidas através do modelo

DEA, que atribui a cada unidade os pesos que maximizam a eficiência. O modelo analisa

técnica analisa cada DMU separadamente, e mede a eficiência desta em relação a todo

conjunto de DMU’s sob avaliação.

A abordagem DEA é capaz de identificar em um conjunto de DMU’s com as

mesmas características, as que são eficientes, atribuindo a estas score 1 (um ou 100%). As

demais, que ficam abaixo da fronteira, têm score menor que 1 e são consideradas ineficientes.

Esta abordagem identifica as DMU’s de referência para cada unidade ineficiente, além de

estimar as taxas máximas de redução ou crescimento de suas variáveis, para a melhoria do

desempenho (ATHAYDE et al., 2003).

17

3.1 VARIAÇÕES DE ESCALA

Existem diferentes tipos de modelos DEA. Charnes et al. (1978) propuseram um

modelo que assumia retorno constante de escala, denominado CRS (Constant Returns to

Scale) ou CCR. Em textos posteriores, foram assumidas diferentes hipóteses, salientando-se o

modelo desenvolvido por Banker et al.(1984), que assumia retorno variável de escala,

denominado VRS (Variable Returns to scale) ou BCC, para representar situações onde a

tecnologia de retornos constantes não reproduz adequadamente o problema real. No que diz

respeito à orientação, ambos os modelos podem ser classificados como orientados a insumos

ou a produtos, conforme ocorre a busca das metas pelas unidades ineficientes.

Em relação a variações de escala, Coelli et al. (2003) descrevem estes conceitos da

seguinte maneira:

• Retornos Constantes de Escala: quando o aumento da produção é diretamente

proporcional ao aumento na disponibilidade de insumos.

• Retornos Crescentes de Escala: quando a produção cresce numa proporção maior do

que a disponibilidade de cada um dos insumos.

• Retornos Decrescentes de Escala: quando a produção cresce numa proporção menor

do que a disponibilidade de cada um dos insumos.

3.2 DEA: TIPOS DE MODELO

Charnes et al. (1978) propuseram os modelos orientados, sendo possível à orientação

para insumos ou produtos. O CCR (Charnes, Cooper e Rhodes) ou CRS (Constant Returns to

Scale) é o modelo originalmente proposto por Charnes et al. (1978) para unidades que operam

com tecnologias de retornos constantes de escala. O modelo BCC (Banker, Charnes e Cooper)

(Banker et al.,1984) também chamado de VRS (Variable Returns to Scale) considera

situações de eficiência de produção com variação de escala e não assume proporcionalidade

entre inputs e outputs. A diferença nos processo de modelagem é apresentada na Figura 2:

18

Input

Outp

ut

CRS

VRS

Input

Outp

ut

CRS

VRS

Figura 2 Fronteira de Produção para retornos de escala constantes e variáveis

Conforme Charnes et al., (1996), na orientação para insumo busca-se a redução dos

insumos e na orientação para produto, busca-se o aumento de produtos. Essas orientações

podem ser divididas em duas componentes: a primeira representa a redução de insumos ou

aumento de produtos proporcionais e a segunda refere-se à parte residual, conforme descrito

abaixo:

(3) ll

lsδ+Yφ=s ou l

ll

eδ+τX=e (3)

Onde:

sl - folga de produtos;

φ - aumento proporcional de produtos;

Yl - vetor de produtos observado;

lsδ - aumento residual adicional individual de produtos;

el - excesso de insumos;

τ - redução proporcional de insumos;

Xl - vetor de insumos observado;

leδ - redução residual adicional individual de insumos.

Orientação para Insumo

Os modelos orientados para insumo visam maximizar a redução proporcional e

residual em variáveis de insumo, respeitando a fronteira eficiente. Um decréscimo

proporcional é possível até que pelo menos uma das variáveis de insumo em excesso se torne

nula. Este máximo decréscimo proporcional é obtido no primeiro estágio do problema. O

19

ponto resultante é empregado no segundo estágio do programa para obter o ponto projetado

(Azambuja, 2002). A Tabela 1 apresenta o problema de programação linear para este modelo

e a Figura 3 demonstra como são projetadas as unidades no modelo orientado para insumos.

Tabela 1 Problema de Programação Linear, Primal e Dual, para o Modelo com Orientação para Insumo com Retornos de Escala Variáveis Retornos de Escala Variáveis (Modelo BCC)

Primal Dual

0s0e0λ1=1λ

0=e-Xλ-θXY=s-Yλ

1e)+(1s-θmins,eλ,θ,

≥≥≥

l

l

1ν1µ01ω+νX-µY

1=νX

ω+µYmaxων,µ,

≥≥≤

l

l

FONTE: Charnes et al., (1996)

DMUs

0

5

10

0 5 10 15

P7

P5 P6

Produto

Insumo

Figura 3 Superfície Envoltória para o Modelo BBC orientado para Insumo

Outra forma de verificar retornos de escala é através do intercepto do hiperplano

suportante, conforme pode ser observado na Figura 4, adaptada de Banker et al., 1984.

20

A

Conjunto de Possibilidades de Produção

Produto y

Insumo x

*0ω

*0ω

B

Figura 4 Retornos de Escala através do intercepto do hiperplano suportante

Se o intercepto: *0ω < 0 - retornos de escala crescentes;

*0ω = 0 - retornos de escala constantes;

*0ω > 0 - retornos de escala decrescentes.

3.3 ANÁLISE DE EFICIÊNCIA DAS DMU’S

Para utilizar o método DEA é necessário que as DMU’s pertençam a um grupo

homogêneo, ou seja, as unidades devem desempenhar as mesmas tarefas, mesmos objetivos e

os mesmos insumos e produtos, diferindo apenas em intensidade e magnitude

(PRADO et al., 2005).

Gomes et al. (2001) consideraram em seu trabalho as mesmas empresas em anos

diferentes como DMU’s distintas, possibilitando uma análise da evolução temporal de sua

eficiência. Soares de Mello et al. (2003) justificam que essa é uma hipótese razoável, onde as

técnicas de gestão não apresentaram mudanças substanciais. Meza et al. (2002) comentam que

21

uma referência mais antiga é uma situação que fornece diretrizes impossíveis de serem

aplicadas na prática, por isso são destacados somente os resultados do último ano de análise.

Ainda assim, alguns resultados interessantes podem ser destacados, de forma que se a

eficiência for crescente, a empresa foi gerida na direção do seu alvo.

As unidades relativamente eficientes são indicativos de boas práticas operacionais,

mas entre elas, algumas são melhores do que outras, servindo de exemplo para as demais

(BOUSSOFIANE et al.,1991). Outras maneiras de se analisar as DMU´s é através da

definição do grupo de referência, verificando o número de vezes que cada DMU eficiente é

referência às outras.

Pode-se ainda analisar cada DMU individualmente, através da porcentagem de

aumento ou redução de cada variável da DMU, para que esta se torne eficiente. Uma outra

maneira consiste em determinar a contribuição de uma unidade de referência na definição de

uma unidade eficiente.

É importante ressaltar que a avaliação de eficiência pela técnica DEA é sensível a

outliers (aquelas unidades distintas da caracterização geral do grupo a ser analisado)

pertencentes ao conjunto de dados, uma vez que estes poderão influenciar os resultados. Uma

vantagem é que a técnica DEA requer apenas uma observação sobre cada caso, fazendo com

que seja mais sensível a erros nos dados. Esta característica consiste em uma vantagem em

relação às técnicas paramétricas, uma vez que nessas os erros nos dados e outros distúrbios

podem influenciar a forma e a posição da fronteira de eficiência.

De modo geral, a técnica DEA permite que os pesos variem livremente. Assim, para

algumas unidades se tornem eficientes, os modelos atribuem pesos absurdos, distanciando-se,

em muito, da realidade observada. Dessa forma, a incorporação de restrições na variação dos

pesos das variáveis surge como uma evolução natural das aplicações dos modelos DEA a

problemas reais (NANCI et al., 2005).

3.3.1 Restrições aos Pesos na técnica DEA

Utilizou-se neste trabalho a restrição baseada no trabalho de Novaes (2001), técnica

conhecida como Cone Ratio, onde se impõe restrições sobre a relação entre pesos de insumos

22

ou produtos. Assim, tenta-se limitar os extremos destes quocientes, de forma que se eliminem

valores discrepantes da realidade. A relação é dada por:

(4) Superior LimiteYInsumodoPesosX Insumo do Pesosinferior Limite ≤≤ (4)

Novaes (2001) ainda comenta que ao impor restrições aos pesos das variáveis,

percebe-se uma redução nos scores de eficiência. Desta forma, foi aplicada a restrição aos

pesos, com o intuito de verificar se as unidades se mantêm eficientes após essa imposição,

tornando os valores dos pesos mais razoáveis, sob a perspectiva das unidades avaliadas.

Assim, as unidades que se mantiverem eficientes sob a restrição são, de fato, eficientes.

Para a especificação dos limites superior e inferior foram utilizados os percentis,

como no trabalho de Possamai (2006). Percentil – Segundo Lopes (2006), é uma medida da

posição relativa de uma unidade em relação a todas do conjunto. O p-ésimo percentil tem no

mínimo p% dos valores abaixo daquele ponto. Um percentil é relacionado somente com a

posição relativa de uma observação quando comparada com os outros valores.

23

4 MODELO ESPECIFICADO PARA ANÁLISE DAS EMPRESAS

4.1 VARIÁVEIS ENVOLVIDAS

O grupo de variáveis (inputs e outputs) considerado nesta pesquisa é limitado pelas

informações disponibilizadas pela ANTT e pelo programa de Monitoramento em Porto

Alegre.

Uma vez que a base de dados é reduzida, foi realizada uma minuciosa avaliação das

variáveis disponíveis. Para esta avaliação foi realizado um breve Focus group1 composto por

professores doutores, mestrandos e técnicos ligados à área e às pesquisas realizadas pela

ANTT (monitoramento), de forma a selecionar as variáveis mais representativas, ou seja, as

que explicam melhor as decisões gerenciais, para análise da eficiência, utilizando DEA.

Após esta avaliação, decidiu-se por utilizar variáveis quantitativas e qualitativas, a

seguir apresentadas:

Variáveis Quantitativas utilizadas como inputs:

• Número de veículos (frota): corresponde ao número de veículos (ônibus) utilizados

pela empresa para a realização do transporte dos passageiros, no período considerado;

• Passageiros transportados: corresponde ao número de passageiros transportados pela

empresa nas linhas, no período considerado;

1 Focus Group Focus group ou em português "discussões de grupo" é uma técnica utilizada na pesquisa de mercado qualitativa, na qual se emprega a discussão moderada entre participantes. O moderador é também o facilitador da sessão, pois para além de regular a sessão dentro dos seus moldes, vai também ajudar o grupo a interagir. Muito frequentemente são usados em testes da publicidade, testes de conceito e como pré-fase de estudos quantitativos maiores.

24

• Número de viagens: corresponde à quantidade de viagens realizadas pela empresa, no

período considerado.

Variável Qualitativa utilizada como output:

Resultados dos relatórios de pesquisa do sistema de monitoramento do Transporte

Rodoviário Interestadual e Internacional de Passageiros do Terminal de Porto Alegre, que será

representado aqui por uma nota qualitativa.

As variáveis recebem abreviaturas de forma a facilitar o uso durante a pesquisa. A

Tabela 2 apresenta as abreviaturas utilizadas para cada variável e sua respectiva definição.

Tabela 2 Variáveis analisadas – abreviaturas e definições Abreviatura Definições

NOTA Nota Total qualitativa FROT Frota de veículos utilizados VIAG Nº de viagens realizadas PASS Nº de passageiros transportados

4.2 DADOS UTILIZADOS

4.2.1 Período de dados disponíveis para análise

De forma a analisar a eficiência das empresas e buscando representar diferentes

aspectos destas, os dados disponíveis e utilizados para a construção do modelo de eficiência

referem-se ao período de dezembro de 2005 a setembro de 2006. O período analisado está

apresentado na Tabela 3.

25

Tabela 3 Período analisado

4.2.2 Empresas analisadas

Em relação às empresas analisadas, todas fornecem o mesmo tipo de serviço e

possuem em sua frota ônibus semelhantes, podendo ser avaliadas sob os mesmos critérios. O

conjunto em análise é composto por 10 empresas de todo o Brasil, que realizam viagens

interestaduais e por 5 empresas que realizam viagens internacionais. Cada conjunto de

empresas foi analisado separadamente, permitindo a análise de empresas semelhantes. As

empresas analisadas são apresentadas na Tabela 4.

Tabela 4 Empresas analisadas

No caso do Transporte Interestadual, foram somados os valores da Empresa

Catarinente e Eucatur. A empresa Catarinense apenas presta serviço, e as linhas pertencem a

Período Legenda dez/05 mês 01 jan/06 mês 02 fev/06 mês 03 mar/06 mês 04 abr/06 mês 05 mai/06 mês 06 jun/06 mês 07 jul/06 mês 08 ago/06 mês 09 set/06 mês 10

Transporte Interestadual Abreviatura Transporte

Internacional Abreviatura

Brasil Sul BRASIL Chile Bus CHILEB Penha PENHA COIT COIT

Itapemirim ITAPEM EGA EGA Ouro e Prata OUROPR Flechabus FLECHA

Nova Integração NOVAIN TTL TTL Pluma PLUMA

Eucatur (Catarinense) EUCAT Real Expresso REALEX

Santo Anjo STOANJ Unesul UNESUL

26

Eucatur2. Como as linhas executadas nas viagens acima referidas pertencem à empresa

Eucatur, o número de viagens e o de passageiros transportados deve ser atribuído à empresa

Eucatur. Já a frota utilizada para a grande maioria das viagens foi da empresa Catarinense. O

motivo de em alguns meses ter-se mais viagens que passageiros é normal e deve-se ao fato

das empresas atuarem em parceria.

4.2.3 Dados Quantitativos

Os dados quantitativos foram obtidos por meio do relatório de movimentação de

passageiros do SISMONT/CEFTRU (Sistema de Monitoramento de Terminais) de Porto

Alegre. A Tabela 5 apresentada um exemplo dos dados utilizados das variáveis quantitativas.

Tabela 5 Exemplo de dados utilizados Nome da Empresa DMU FROT PASS VIAG

Brasil01 21 2562 127 Brasil02 14 2836 125 Brasil03 13 2218 97

... ... ... ... Brasil Sul

... ... ... ...

Tratamento dos Dados

A entrada de dados no programa computacional utilizado para resolver os modelos

DEA é feita em números. Para realizar essa operação é necessária a preparação dos dados.

Após a preparação dos dados, estes são normalizados de modo a deixá-los todos em valores

percentuais, conforme a equação (5).

(5) jσ̂)X - (X

Z jijij =

(5)

2 As empresas Eucatur e Catarinense trabalham em conjunto

27

4.2.4 Dados Qualitativos

Os dados qualitativos foram obtidos do Relatório de Avaliação Qualitativa, do

programa de monitoramento e disponíveis no SISMONT. Os resultados do referido relatório

são as respostas de questionários aplicados no sistema de monitoramento em Porto. A Tabela

6 apresentada o modelo dos questionários, de onde foram utilizados os dados para compor a

variável qualitativa. As questões avaliavam em relação aos itens: veículo, preposto, motorista,

bagagem, operação de embarque e horário. As respostas possíveis eram: “sim” (S), “não” (N)

e “não se aplica” (NSA). E foi avaliado o embarque e desembarque.

Tabela 6 Questionários que foram utilizados nos relatórios QUANTO AO VEÍCULO S N NSA1. O veículo está visivelmente adequado com relação à emissão de fumaça preta (poluição de ar)? 2. O nível de ruído emitido pelo ônibus é tolerável? 3. Os pneus estão visivelmente adequados à viagem? 4. O pára-brisa encontra-se em bom estado de conservação? 5. As luzes indicativas do veículo, caso estejam acesas, estão funcionando? 6. O veículo, no seu interior, possui boa higienização? 7. Os assentos encontram-se em bom estado de conservação? 8. As imagens de divulgação no interior do veículo, quando existentes, estão adequadas? 9. Existe, em lugar visível, quadro de preços de passagem? 10. Existe, em lugar visível, número de telefone dos órgãos fiscalizadores? 11. Está em perfeitas condições, podendo seguir viagem? 12. Possui sanitário? 13. O sanitário do veículo está em boas condições de uso? 14. Possui ar-condicionado? 15. O ar-condicionado está em boas condições de uso? 16. O tipo de serviço está de acordo com a passagem vendida? 17. Apresentou-se em bom estado de conservação durante toda a viagem, sem ter que ser substituído?

QUANTO AO PREPOSTO S N NSA18. Havia preposto monitorando o embarque/desembarque? 19. Está adequadamente trajado e identificado? 20. Manteve-se sem fumar na plataforma? 21. Apresentou-se em estado de sobriedade e lucidez na plataforma? QUANTO AO MOTORISTA S N NSA22. Estacionou no local correto? 23. Está adequadamente trajado e identificado? 24. Manteve-se sem fumar na plataforma? 25. Apresentou-se em estado de sobriedade e lucidez na plataforma? 26. Desligou o motor enquanto esteve estacionado? 27. Permaneceu ao lado do veículo no momento do embarque/ desembarque? 28. Prestou auxílio no embarque de pessoas com dificuldade de locomoção? 29. Só iniciou o movimento do veículo após o total fechamento das portas? QUANTO À BAGAGEM S N NSA30. Visivelmente, a empresa respeitou a proibição de transporte de produtos perigosos? 31. As bagagens foram armazenadas em local adequado sem obstruir a passagem de passageiros? 32. Havia preposto ou motorista realizando o embarque ou desembarque das bagagens? 33. Foi fornecido no embarque e/ou cobrado no desembarque o comprovante de identificação da bagagem?

28

34. Foi dada prioridade ao transporte de bagagens dos passageiros? 35. Nenhum problema com relação a danos ou extravios de bagagens? 36. No caso de extravio ou dano de bagagem, foi preenchido o formulário próprio da empresa relativo ao problema?

QUANTO À OPERAÇÃO DE EMBARQUE S N NSA37. A empresa realiza o controle de passageiros (bilhete de passagem)? 38. O impedimento de embarque de passageiros só ocorreu por motivo justificado? 39. Ausência de pessoas angariando passageiros? 40. A identificação dos passageiros foi feita corretamente (conforme especificações do Decreto 2521/98)?

41. Foi fornecida a 2ª via do bilhete de passagem ao passageiro? 42. Ausência de duplicidade de bilhete de passagem? 43. Caso existam crianças, embarcaram com a documentação necessária? 44. A venda de bilhete de passagem apenas ocorreu no guichê da empresa e/ou posto autorizado? QUANTO AO HORÁRIO S N NSA45. O horário de partida está de acordo com o previsto?

Os valores das variáveis quantitativas foram obtidos diretamente em números

absolutos, onde somente foi realizada uma normalização dos mesmos. Entretanto, para serem

utilizados foi necessário realizar uma nova transformação de modo a converter as respostas

dos questionários em um número final (nota final) para cada empresa.

Para isso foram atribuídas notas para cada uma das respostas dos questionários, de

forma a torná-las número. Após, foram criados critérios de ponderação, com o objetivo de se

obter uma nota total, através da soma ponderada das notas dos relatórios de pesquisa.

Os critérios para escolha das variáveis e as ponderações para relativizar a

importância das respostas dos questionários qualitativos basearam-se nas conclusões do

mesmo focus group, citado anteriormente. Através destas ponderações relativas às respostas

dos questionários ficaram definidas as notas que melhor representassem os serviços prestados

naquele momento analisado.

A Tabela 7 apresenta os pesos adotados para a maioria das respostas. Foi adotado o

peso “9” para a resposta “não se aplica” para não penalizar a empresa nos casos onde não se

pode “supor” a resposta. Como exceção foi adotado o peso “1” no item “quanto ao preposto”.

Tabela 7 Pesos das respostas

Resposta Peso Sim (S) 9 Não (N) 3

Não se aplica (NSA) 9

29

A Tabela 8 apresenta uma cópia dos questionários aplicados e as ponderações

consideradas para cada resposta. As opções de resposta eram: “sim” (S), “não” (N) e “não se

aplica” (NSA).

Tabela 8 Questionários aplicados e ponderação considerada para formação da nota EMBARQUE DESEMBARQUEQUANTO AO VEÍCULO S N NSA S N NSA1. O veículo está visivelmente adequado com relação à emissão de fumaça preta (poluição de ar)? 9 3 9 9 3 9

2. O nível de ruído emitido pelo ônibus é tolerável? 9 3 9 9 3 9 3. Os pneus estão visivelmente adequados à viagem? 9 3 9 9 3 9 4. O pára-brisa encontra-se em bom estado de conservação? 9 3 9 9 3 9 5. As luzes indicativas do veículo, caso estejam acesas, estão funcionando? 9 3 9 9 3 9 6. O veículo, no seu interior, possui boa higienização? 9 3 9 9 3 9 7. Os assentos encontram-se em bom estado de conservação? 9 3 9 9 3 9 8. As imagens de divulgação no interior do veículo, quando existentes, estão adequadas? 9 3 9 9 3 9

9. Existe, em lugar visível, quadro de preços de passagem? 9 3 9 9 3 9 10. Existe, em lugar visível, número de telefone dos órgãos fiscalizadores? 9 3 9 9 3 9 11. Está em perfeitas condições, podendo seguir viagem? 9 3 9 9 3 9 12. Possui sanitário? 9 3 9 9 3 9 13. O sanitário do veículo está em boas condições de uso? 9 3 9 9 3 9 14. Possui ar-condicionado? 9 3 9 9 3 9 15. O ar-condicionado está em boas condições de uso? 0 0 0 9 3 9 16. O tipo de serviço está de acordo com a passagem vendida? 9 3 9 9 3 9 17. Apresentou-se em bom estado de conservação durante toda a viagem, sem ter que ser substituído? 9 3 9 0 0 0

QUANTO AO PREPOSTO S N NSA S N NSA18. Havia preposto monitorando o embarque/desembarque? 9 3 1 9 3 1 19. Está adequadamente trajado e identificado? 9 3 1 9 3 1 20. Manteve-se sem fumar na plataforma? 9 3 1 9 3 1 21. Apresentou-se em estado de sobriedade e lucidez na plataforma? 9 3 1 9 3 1 QUANTO AO MOTORISTA S N NSA S N NSA22. Estacionou no local correto? 9 3 9 9 3 9 23. Está adequadamente trajado e identificado? 9 3 9 9 3 9 24. Manteve-se sem fumar na plataforma? 9 3 9 9 3 9 25. Apresentou-se em estado de sobriedade e lucidez na plataforma? 9 3 9 9 3 9 26. Desligou o motor enquanto esteve estacionado? 9 3 9 9 3 9 27. Permaneceu ao lado do veículo no momento do embarque/ desembarque? 9 3 9 9 3 9 28. Prestou auxílio no embarque de pessoas com dificuldade de locomoção? 9 3 9 9 3 9 29. Só iniciou o movimento do veículo após o total fechamento das portas? 9 3 9 9 3 9 QUANTO À BAGAGEM S N NSA S N NSA30. Visivelmente, a empresa respeitou a proibição de transporte de produtos perigosos? 9 3 9 9 3 9

31. As bagagens foram armazenadas em local adequado sem obstruir a passagem de passageiros? 9 3 9 9 3 9

32. Havia preposto ou motorista realizando o embarque ou desembarque das bagagens? 9 3 9 9 3 9

33. Foi fornecido no embarque e/ou cobrado no desembarque o comprovante de identificação da bagagem? 9 3 9 9 3 9

34. Foi dada prioridade ao transporte de bagagens dos passageiros? 9 3 9 9 3 9 35. Nenhum problema com relação a danos ou extravios de bagagens? 0 0 0 9 3 9 36. No caso de extravio ou dano de bagagem, foi preenchido o formulário próprio da empresa relativo ao problema? 0 0 0 9 3 9

QUANTO À OPERAÇÃO DE EMBARQUE S N NSA S N NSA

30

37. A empresa realiza o controle de passageiros (bilhete de passagem)? 9 3 9 0 0 0 38. O impedimento de embarque de passageiros só ocorreu por motivo justificado? 9 3 9 0 0 0

39. Ausência de pessoas angariando passageiros? 9 3 9 0 0 0 40. A identificação dos passageiros foi feita corretamente (conforme especificações do Decreto 2521/98)? 9 3 9 0 0 0

41. Foi fornecida a 2ª via do bilhete de passagem ao passageiro? 9 3 9 0 0 0 42. Ausência de duplicidade de bilhete de passagem? 9 3 9 0 0 0 43. Caso existam crianças, embarcaram com a documentação necessária? 9 3 9 0 0 0 44. A venda de bilhete de passagem apenas ocorreu no guichê da empresa e/ou posto autorizado? 9 3 9 0 0 0

QUANTO AO HORÁRIO S N NSA S N NSA45. O horário de partida está de acordo com o previsto? 9 3 9 0 0 0

Para o caso de embarque, as perguntas 15, 35 e 36 foram consideradas com peso 0

(zero). Adotou-se o mesmo procedimento para o desembarque nas perguntas 17 e 37 em

diante. Na Tabela 9 são apresentadas as ponderações para o cálculo da nota final para o

embarque e desembarque.

Tabela 9 Pesos dos itens para o cálculo da Nota Final

Sendo assim, aos resultados foram aplicados na fórmula (6), obtendo-se a nota total:

(6) ∑=

=n

i iNiP1

TN (6)

Os dados quantitativos e qualitativos utilizados são apresentados (já normalizados)

através de gráfico de colunas no Anexo ao presente trabalho.

4.2.5 Modelo Final

O modelo aqui especificado deverá avaliar a eficiência das empresas sob o ponto de

vista do gestor do sistema. A equação (7) representa o modelo do índice de eficiência das

DMU´s.

Embarque Desembarque Item Peso Peso

Quanto ao Veículo: 5 22% 5 36% Quanto ao Preposto: 2 9% 2 14% Quanto ao Motorista: 4 17% 4 29% Quanto à Bagagem: 3 13% 3 21% Quanto à operação de Embarque: 4 17% - 0% Quanto ao Horário: 5 22% - 0%

31

(7)VIAG.PASS..FROT

.NOTA=EFICIÊNCIA

321

1

vvvu

++ (7)

Onde:

u1, v1, v2, v3, já apresentados na equação (2), representam os pesos que

otimizam a equação (3), ou seja, os pesos são calculados para cada DMU de

forma que elas alcancem a fronteira de eficiência.

Neste modelo a análise de eficiência será avaliada sob retornos variáveis de escala

(VRS). Para a restrição de pesos foi aplicado como limite das relações o percentil 10 e 90. As

diversas DMU´s serão analisadas em um período de 10 meses, e permite:

• identificar a evolução da eficiência das empresas ao longo do tempo;

• realizar diagnósticos sobre as produtividades relativas onde as empresas encontram-se

ineficientes;

• identificar o benchmarking para o conjunto de empresas analisadas nesta pesquisa.

32

5 ESTUDO DE CASO

Foram analisados os serviços de embarque e de desembarque interestadual e

internacional, que utilizam o Terminal Rodoviário de Porto Alegre, conforme denominado na

tabela Tabela 10.

Tabela 10 Casos Analisados Caso Descrição

Caso 1 Embarque Interestadual Caso 2 Desembarque Interestadual Caso 3 Embarque Internacional Caso 4 Desembarque Internacional

5.1 APLICAÇÃO E RESULTADOS/GRÁFICOS /ANÁLISES

O objetivo principal deste trabalho é analisar a eficiência, do ponto de vista do gestor

das permissionárias, através das notas qualitativa das empresas. Para isso, é necessário

verificar a relação entre notas das empresas frente os seus quantitativos. Neste modelo, um

aumento de eficiência pode indicar um aumento de qualidade, a qual depende das políticas e

estratégias adotadas pelas empresas.

Os resultados iniciais das análises serão apresentados através de gráfico de colunas,

com os scores de eficiência obtidos em cada caso em estudo, agrupados por empresa

analisada e em meses sucessivos (dez/05, jan/06, fev/06, mar/06... respectivamente).

Cabe lembrar que a técnica DEA calcula livremente os pesos dos insumos e produtos

para obter o melhor resultado possível para a DMU, isto é, aqueles que a colocam mais

próximos (ou sobre) a fronteira eficiente. Em algumas situações, esta propriedade do modelo

DEA faz com que os pesos assumam valores pouco realistas. Neste estudo, para controlar esta

dificuldade, foram incorporadas algumas restrições de pesos de maneira a tornar os valores

atribuídos mais realistas.

33

Com isso, o passo inicial em todos os modelos consiste na avaliação dos primeiros

scores, sem a restrição de pesos. A partir dos pesos calculados pelo programa na primeira

rodada, foram verificadas as relações entre os scores e entre os pesos dos insumos. Após

foram especificadas as restriçõe através da equação (4), para as avaliações subseqüentes.

Os dados serão interpretados de forma a gerar indicativos de como as empresas estão

desempenhando seus serviços, considerando os insumos e produtos analisados. Nas análises

realizadas tentou-se dar destaque aos dados coletados no último ano.

5.1.1 Caso 1: Embarque Interestadual

Foram calculadas as restrições nas relações entre pesos, conforme apresentado na

Tabela 11, que apresenta o limite superior e inferior destas relações de peso.

Tabela 11 Caso 1- Restrições de pesos RESTRIÇÃO Sem restrição Com restrição PERCENTIL mín máx 10 90

PASS

FROT 0,008 36,273 0,908 36,273

VIAG

FROT 0,136 2,136 0,177 1,374

VIAG

PASS 0,036 24,888 0,036 1,107

Na Figura 5 são apresentados os scores de eficiência do caso 1 sem restrições.

Através da restrição de pesos, verificam-se alterações nos scores de eficiência, representando

uma situação mais próxima da realidade, conforme observa-se na Figura 6.

34

EFICIÊNCIA NO TRANSPORTE RODOVIÁRIO INTERESTADUAL DE PASSAGEIROS - EMBARQUE

54

8

28

78

71

10 12

36

128

68

9

27

70

45

10

16

35

119

80

12

34

84

73

1318

55

12 11

77

12

34

79

68

1715

74

1310

91

16

44

100 100

26 27

100

17

11

78

15

46

100 100

2824

86

16

10

77

16

41

90

84

31

22

100

17

10

83

15

36

72

84

22

15

57

16

10

75

16

41

8084

27

16

98

1410

81

15

42

100

85

21

15

95

16

10

0

20

40

60

80

100

Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)

Figura 5 Caso 1 – Scores de eficiência: Embarque Interestadual

35

EFICIÊNCIA NO TRANSPORTE RODOVIÁRIO INTERESTADUAL DE PASSAGEIROS - EMBARQUE

54

8

28

80

71

1012

37

128

68

9

27

76

45

10

16

37

119

80

12

34

80

73

1318

54

12 11

77

12

34

7067

1715

77

1310

91

16

44

84

100

26 27

100

17

11

78

15

46

75

100

2824

85

16

10

77

16

41

58

86

31

22

100

17

10

83

15

36

67

84

2217

57

16

10

75

16

45

59

83

27

16

98

16

10

81

15

58

69

85

24

17

96

16

10

0

20

40

60

80

100


Figura 6 Caso 1 – Scores de eficiência com restrição de pesos:Embarque Interestadual

36

No modelo sem restrições, observa-se nos gráficos, que as empresas Ouro e Prata,

Nova Integração e Real Expresso se mostraram eficientes em pelo menos um mês de análise.

Após imposição das restrições, a empresa Ouro e Prata não se mostrou eficiente e as empresas

Nova Integração e Real Expresso passaram por quedas posteriores de eficiência. De modo

geral, ocorreu uma evolução da eficiência ao longo dos meses, isto talvez se deva ao

aprendizado gradativo, resultado de uma possível melhor prestação de serviços, naqueles

períodos em relação aos anteriores.

Pode-se observar na Figura 6 que existem padrões de comportamento diferentes,

podendo separá-los em três tipos de evolução. Um 1º tipo, onde observa-se crescimento, é

composto pelas empresas Penha, Itapemerim, Nova Integração, Real Expresso e Santo Anjo.

Um 2º tipo, onde observa-se crescimento seguido de decrescimento, formado pelas empresas

Brasil Sul, Pluma, Eucatur e Unesul. Destaca-se ainda um 3º tipo, formado pela empresa Ouro

e Prata, apresentando decrescimento. Entretanto, não se tem elementos suficientes para

justificar esses tipos. Para interpretá-los, seria interessante um estudo comparativo mais

detalhado do comportamento destes grupos, pois apresentam três tipos de respostas às

mesmas regras ao longo do tempo.

A Tabela 12 indica o número de unidades eficientes e a eficiência média para o

modelo sem imposição de restrições nas relações de pesos e com imposição das restrições.

Tabela 12 Caso 1 - Resumo de unidades eficientes e eficiência média Sem Restrição Com Restrição

Unidades eficientes 7 4

Eficiência Média 0,429 0,419

Pode-se verificar que, com restrição, a eficiência média foi de 41,9%, o que indica

uma possibilidade de aumento de qualidade dos serviços e ajuste nos insumos na ordem de

58%, representando um resultado importante para o gestor. Isto indica que ações de melhorias

e estudos mais detalhados podem gerar ganhos potenciais importantes na qualidade dos

serviços oferecidos.

O modelo também indica as unidades de referência para as unidades ineficientes.

Estas referências correspondem às unidades que desenvolvem práticas que, uma vez aplicadas

na unidade ineficiente, permitirão avaliar seu desempenho. A Tabela 13 apresenta as

37

referências para as unidades ineficientes do mês 10 (set/06), juntamente com a parcela de

participação de cada referência, na proporção recomendada para as empresas ineficientes, de

forma essas alcancem a eficiência. Foram desconsiderados os valores de referência com

menos de 10%.

Tabela 13 Caso 1 - Empresas referência e parcela de participação

Observa-se que a empresas Real Expresso aparece como referência para todas as

unidades ineficientes. Esta informação é de grande importância, indicando que esta empresa é

o benchmark do setor neste aspecto avaliado.

O número de vezes que cada unidade eficiente aparece como referência para as

ineficientes é apresentado na Tabela 14.

Tabela 14 Caso 1 - Número de vezes que uma unidade é referência para as demais Empresa-Período Sem Restrição Com Restrição

RealEx07 87 90 NovaIn06 65 65 NovaIn05 55 57 RealEx05 12 2 OuroPr05 4 0 OuroPr06 1 0 OuroPr10 1 0

Pode-se observar mais uma vez que a empresa Real Expresso se destaca com

unidades com maior número de vezes apontadas como referência para as outras unidades

ineficientes. Também merece destaque o fato da empresa Nova Integração aparecer um

número expressivo de vezes, mas na maioria dos casos, com menor participação percentual

(menor “peso” nas composições).

Empresa-Período Referências

BRASIL10 NOVAIN06 - 35 ; NOVAIN05 - 44 e REALEX07 - 21 PENHA10 NOVAIN06 - 19 ; REALEX07 - 76 ITAPEM10 REALEX05 - 69 ; REALEX07 - 31 OUROPR10 REALEX07 - 100 NOVAIN10 NOVAIN06 - 78 ; REALEX07 - 22 PLUMA10 REALEX07 - 100 EUCAT10 NOVAIN06 - 36 ; REALEX07 - 64

REALEX10 REALEX07 - 100 STOANJ10 NOVAIN06 - 33 ; NOVAIN05 - 16 e REALEX07 - 52 UNESUL10 NOVAIN06 - 37 ; NOVAIN05 - 31 e REALEX07 - 32

38

Outra análise realizada corresponde à avaliação de retornos à escala. Trata-se da

verificação dos impactos de expansão ou retração no uso de insumos, sobre os resultados

obtidos pelas unidades, dado às condições de tecnologias (retornos variáveis a escala). A

Tabela 15 apresenta os resultados obtidos para set/06, considerado o mais próximo do atual.

Tabela 15 Caso 1 - Retornos de Escala Empresa-Período Sem Restrição Com Restrição

BRASIL10 decrescente Decrescente PENHA10 decrescente Decrescente ITAPEM10 crescente Crescente OUROPR10 crescente Crescente NOVAIN10 crescente Decrescente PLUMA10 crescente Decrescente EUCAT10 crescente Crescente

REALEX10 crescente Decrescente STOANJ10 decrescente Decrescente UNESUL10 decrescente Decrescente

No modelo com restrições nos pesos, a análise dos retornos à escala indicou que as

empresas Itapemerim, Ouro e Prata e Eucatur estão trabalhando na faixa de retornos

crescentes à escala. Para este caso, onde os retornos são crescentes à escala, ou seja, em uma

indústria seria indicado aumentar a produção ou aumentar seu porte. No entanto, para o caso

das permissionárias seria indicada uma tentativa de aumento nos itens considerados

(insumos), onde a hipótese é de que a qualidade cresceria mais do que proporcionalmente aos

acréscimos sofridos pelos insumos.

Entretanto, não se trata de uma planta industrial. Porém, é possível que existam neste

caso limitações (por exemplo: o número de linhas) retardando o desempenho, e conseqüentes

perdas de qualidade. Nesta situação de retornos crescentes, deve-se prestar atenção aos

insumos, uma vez que sua redução deverá provocar uma retração mais que proporcional na

nota da qualidade.

As demais empresas apresentaram retornos decrescentes à escala. Sob o ponto de

vista dos insumos, seria indicado um ajustamento na quantidade de linhas, frota ou

passageiros. A partir destas informações, sugere-se analisar os pesos atribuídos a cada

insumo, identificando os que devem ter prioridade para obtenção de um retorno mais rápido.

39

Chama a atenção o fato de que as empresas Nova Integração, Pluma e Real Expresso

invertem a condição de retornos à escala, quando é feita uma restrição mais efetiva. Isto

ocorre devido à mudança na projeção da unidade referência na fronteira, onde passa a utilizar

uma unidade de referência em situação de retornos à escala diferente da anterior.

5.1.2 Caso 2: Desembarque Interestadual

Os meses em que não estavam disponíveis os dados quantitativos ou qualitativos

foram desconsiderados nas análises, desta forma aparecem com o score zero nos resultados

destas empresas.


Tabela 16, que apresenta o limite superior e inferior destas relações de peso.

Tabela 16 Caso 2 - Restrições de pesos RESTRIÇÃO Sem restrição Com restrição PERCENTIL Mín máx 10 90

PASS

FROT 0,029 15,663 0,573 15,663

VIAG

FROT 0,200 34,261 0,805 2,872

VIAG

PASS 0,058 90,540 0,058 9,189

A Figura 7 apresenta os resultados do desembarque interestadual antes das restrições

de peso. Através das restrições de peso, verificam-se alterações nos scores de eficiência,

representando uma situação mais próxima da realidade, conforme apresentados na Figura 8.

40

EFICIÊNCIA NO TRANSPORTE RODOVIÁRIO INTERESTADUAL DE PASSAGEIROS - DESEMBARQUE

53

8

29

85

69

11 12

39

108

61

9

25

0

46

1114

41

9 8

79

12

34

100

76

14 16

58

11 11

73

12

34

91

69

18

0

85

1310

91

17

45

100 100

2724

100

1611

77

16

45

100 100

28

22

91

16

10

78

17

42

10095

32

19

0

17

10

62

14

36

0 0

22

14

62

15

9

64

16

44

88 87

27

16

100

15

10

80

16

48

100

81

25

16

100

16

10

0

20

40

60

80

100


Figura 7 Caso 2 – Scores de eficiência: Desembarque Interestadual

41

EFICIÊNCIA NO TRANSPORTE RODOVIÁRIO INTERESTADUAL DE PASSAGEIROS - DESEMBARQUE

55

9

30

84

72

11 12

37

129

67

9

28

0

46

11

17

41

11 10

79

12

35

100

78

1418

56

12 11

77

12

35

89

68

18

0

85

13 11

91

17

46

96100

28 26

95

17

12

77

16

45

87

100

2925

90

16

10

78

17

42

86

91

33

21

0

17

10

80

14

36

0 0

23

16

62

15

10

73

16

44

85 86

29

16

100

15

10

80

16

48

8084

26

16

100

16

10

0

20

40

60

80

100


Figura 8 Caso 2 – Scores de eficiência com restrição de pesos: Desembarque Interestadual

42

No modelo sem restrições, as empresas Ouro e Prata e Real Expresso se mostraram

eficientes no último mês de análise. A empresa Nova Integração alcançou a eficiência em

alguns períodos, contudo houve quedas posteriores. Após imposição das restrições, a empresa

Ouro e Prata não conseguiu alcançar a eficiência nos últimos períodos.

De forma geral, verifica-se que ocorreu uma evolução da eficiência ao longo dos

anos. Em relação aos diferentes padrões de comportamento, pode-se separá-los em três tipos

de evolução. O 1º tipo, onde se observa crescimento, é composto pelas empresas Penha,

Itapemerim, Real Expresso e Santo Anjo. O 2º tipo, com crescimento seguido de

decrescimento, formado pelas empresas Brasil Sul, Nova Integração, Pluma, Eucatur e

Unesul. E integrando um 3º tipo, a empresa Ouro e Prata, apresentando decrescimento.


modelo sem imposição de restrições nas relações de pesos e com imposição das restrições.

Tabela 17 Caso 2 - Resumo de unidades eficientes e eficiência média Sem Restrição Com Restrição

Unidades eficientes 9 5

Eficiência Média 0,422 0,423

Pode-se verificar que, com restrição, a eficiência média foi de 42,3%, o que indica

uma possibilidade de aumento de qualidade dos serviços e ajuste nos insumos na ordem de

58%, resultado muito próximo do caso 1 (embarque interestadual). No embarque e

desembarque as empresas apresentam-se de maneira semelhante, representando um resultado

importante para o gestor. Isto indica que ações de melhorias e estudos mais detalhados podem

gerar ganhos potenciais importantes.

A Tabela 18 apresenta as referências para as unidades ineficientes do mês 10

(set/06), juntamente com a parcela de participação de cada referência, na proporção

recomendada para as ineficientes.

43


Observa-se que a empresa Nova Integração aparece como referência para maioria das

unidades ineficientes, diferentemente em relação ao caso 1 (embarque). Esta informação é de

grande importância porque indica que, neste aspecto avaliado, esta empresa é o benchmark do

setor. A empresa Real Expresso também aparece como referência com uma participação

importante.

O número de vezes que cada unidade eficiente aparece como referência para as as

unidades ineficientes é apresentado na Tabela 19.

Tabela 19 Caso 2 - Número de vezes que uma unidade é referência para as demais Empresa-Período

N° de vezes como referência

NOVAIN05 79 REALEX10 39 NOVAIN06 24 REALEX09 23 OUROPR03 17

Pode-se observar que a empresa Nova Integração se destaca como unidade com

maior número de vezes apontadas como referência para as outras unidades ineficientes. Neste

caso, essa informação se confirma com os maiores percentuais de participação percentual

(maior “peso” nas projeções) que são demonstrados na Tabela 18.

A Tabela 20 apresenta os resultados obtidos para set/06, considerado o mais próximo

do atual.


BRASIL10 NOVAIN06 – 22% ; REALEX09 - 15% e NOVAIN05 - 63% PENHA10 REALEX10 – 47% ; REALEX09 - 18% e NOVAIN05 - 36% ITAPEM10 NOVAIN05 – 89% ; REALEX09 - 11% OUROPR10 REALEX10 - 100% NOVAIN10 NOVAIN06 – 49% ; NOVAIN05 - 51% PLUMA10 REALEX10 – 31% ; NOVAIN05 - 69% EUCAT10 NOVAIN05 – 71% ; REALEX09 - 29%

REALEX10 REALEX10 - 100% STOANJ10 REALEX09 – 38% ; NOVAIN05 - 58% UNESUL10 NOVAIN05 – 68% ; REALEX10 - 16% e NOVAIN06 - 16%

44

Tabela 20 Caso 2 - Retornos de Escala Empresa-Período Com Restrição

BRASIL10 decrescente PENHA10 decrescente ITAPEM10 decrescente OUROPR10 crescente NOVAIN10 decrescente PLUMA10 crescente EUCAT10 decrescente

REALEX10 crescente STOANJ10 decrescente UNESUL10 crescente

No modelo com restrições nos pesos, a análise dos retornos à escala indicou que as

empresas Ouro e Prata, Pluma, Real Expresso e Unesul estão trabalhando na faixa de retornos

crescentes a escala. As análises do caso 1 quanto à escala (situação crescente e decrescente)

são válidas para este caso também.

5.1.3 Caso 3: Embarque Internacional



destas empresas.

Devido à falta destes dados e por ter poucas empresas na comparação, os resultados

deste caso não representam de maneira completa a situação, mas fornecem uma razoável idéia

do grupo analisado.


Tabela 21, que apresenta o limite superior e inferior destas relações de peso. Após a primeira

rodada, os valores de todos os pesos foram iguais a 1, indicando que as limitações pelo

percentil não apresentam nenhuma alteração de limite e os valores apresentados são

diretamente os obtidos na primeira rodada do modelo DEA.

45

Tabela 21 Caso 3- Restrições de pesos RESTRIÇÃO Sem restrição Com restrição PERCENTIL mín máx 10 90

PASS

FROT 1,000 1,000 1,000 1,000

VIAG

FROT 1,000 1,000 1,000 1,000

VIAG

PASS 1,000 1,000 1,000 1,000

A Figura 9 apresenta os resultados do embarque internacional.

46

EFICIÊNCIA NO TRANSPORTE RODOVIÁRIO INTERNACIONAL DE PASSAGEIROS - EMBARQUE

0 0 0

7 6

0 0

7

0

6

20

0

9 8

0

28

0

10 117

0 0 0 0

9

100

0 0

129

0 0

7

0

9

0

22

9

0

8

0

16

9

0

10

0 0

11

0

100

0

20

40

60

80

100

Chile Bus COIT EGA FlechaBus TTL

Figura 9 Caso 3 – Scores de eficiência: Embarque Internacional

47

Neste modelo, as empresas Chile Bus e TTL se mostraram eficientes no último mês

de análise. De modo geral, observou-se evolução da eficiência ao longo dos meses, isto talvez

se deva ao aprendizado gradativo, resultado de uma possível melhora na prestação de

serviços, naqueles períodos em relação aos anteriores.

Pode-se observar que neste modelo existem dois tipos de comportamento. O 1º tipo,

é composto pelas empresas Chile Bus, EGA, Flecha Bus e TTL e apresenta crescimento. O 2º

tipo é formado somente pela empresa TTL e que apresenta decrescimento. A Tabela 22 indica

o número de unidades eficientes e a eficiência média.

Tabela 22 Caso 3 - Resumo de unidades eficientes e eficiência média Sem Restrição

Unidades eficientes 2

Eficiência Média 0,180

Pode-se verificar que a eficiência média foi de 18%, o que indica uma possibilidade

muito grande de aumento da qualidade da ordem de 82%, representando um resultado

importante para as empresas. Isto indica que ações de melhorias e estudos mais detalhados

podem gerar ganho potenciais importantes.

A Tabela 23 apresenta as referências para as unidades ineficientes do último mês de

análise de cada empresa, juntamente com a parcela de participação de cada referência, na

proporção recomendada para as ineficientes.


Observa-se que a empresa Chile Bus aparece como referência para as unidades

ineficientes. O número de vezes que cada unidade eficiente aparece como referência para as

ineficientes é apresentado na Tabela 24.


CHILEB06 CHILEB06 - 100% COIT09 CHILEB06 - 100% EGA10 CHILEB06 - 100%

FLECHA06 CHILEB06 - 100% TTL10 TTL10 - 100%

48

Tabela 24 Caso 3 - Número de vezes que uma unidade é referência para as demais Empresa-Período Sem Restrição

CHILEB06 24 TTL10 1

Aqui se confirma à referência da empresa Chile Bus para as empresas ineficientes.

Cabe ressaltar que a empresa TTL só é referência para ela mesma quando ela alcança

eficiência. Desta forma a empresa Chile Bus se destaca como benckmark do setor.

A Tabela 25 apresenta os resultados obtidos para o último mês de análise.

Tabela 25 Caso 3 - Retornos de Escala Empresa-Período Sem Restrição

CHILEB06 crescente COIT09 crescente EGA10 crescente

FLECHA06 crescente TTL10 crescente

A análise dos retornos à escala indicou que todas as empresas estão trabalhando na

faixa de retornos crescentes a escala. Para este caso, onde os retornos são crescentes à escala,

em uma indústria seria indicado aumentar a produção ou aumentar seu porte. No entanto, para

o caso das permissionárias seria indicada uma tentativa de aumento nos itens considerados

(insumos), onde a hipótese é de que a qualidade cresceria mais do que os investimentos.

5.1.4 Caso 4: Desembarque Internacional



destas empresas.

Devido à falta destes dados e por ter poucas empresas na comparação, os resultados

deste caso não representam de maneira completa a situação, mas fornecem uma idéia razoável

do grupo analisado.

49

São apresentadas na Tabela 21 as restrições nas relações entre pesos. Aplicou-se o

percentil 10 de limite e não se obteve resultados diferentes de restrição, por isso optou-se por

utilizar os valores iniciais.

Tabela 26 Caso 4 - Restrições de pesos RESTRIÇÃO Sem restrição Com restrição PERCENTIL mín máx 10 90

PASS

FROT 1,000 1,000 1,000 1,000

VIAG

FROT 0,105 1,000 0,105 1,000

VIAG

PASS 0,105 1,000 0,105 1,000

A Figura 10 apresenta os resultados do desembarque internacional.

50

EFICIÊNCIA NO TRANSPORTE RODOVIÁRIO INTERNACIONAL DE PASSAGEIROS - DESEMBARQUE

0 0

35

0

30

0 0 0 0

24

0 0 0 0

51

0 0

100

0

29

0 0

76

0

100

0 0

46

0

90

0

100

42

0

69

0

79

30

0

75

0

100

40

0

43

0 0

17

100

42

0

20

40

60

80

100


Figura 10 Caso 4 – Scores de eficiência: Desembarque Internacional

51

Neste modelo, as empresas analisadas se mostraram eficientes em pelo menos um

período de análise. Não ficou evidente uma evolução da eficiência ao longo dos meses. Pode-

se observar que neste modelo existem 2 padrões de comportamento diferentes. O 1º tipo, onde

a eficiência se apresenta estável, é composto pelas empresas Flecha Bus e COIT. O 2º tipo,

formado por EGA e TTL que apresentaram crescimento seguido de decrescimento.


modelo.

Tabela 27 Caso 4 - Resumo de unidades eficientes e eficiência média Com Restrição

Unidades eficientes 5

Eficiência Média 0,599

Pode-se verificar que a eficiência média foi de 59,9%, o que indica uma

possibilidade de aumento da qualidade em 40 %, aproximadamente, representando um

resultado importante para as empresas. Isto indica que ações de melhorias e estudos mais

detalhados podem gerar ganho potenciais importantes.

A Tabela 28 apresenta as referências para as unidades ineficientes do último mês de

análise de cada empresa, juntamente com a parcela de participação de cada referência, na

proporção recomendada para as ineficientes.


Observa-se que as empresas COIT e Flecha Bus aparecem divididas como referência

para as unidades ineficientes. O número de vezes que cada unidade eficiente aparece como

referência para as ineficientes está apresentado na Tabela 29.


COIT09 COIT09 - 100% EGA10 COIT09 - 43% ; COIT07 - 57

FLECHA10 FLECHA10 - 100% TTL10 FLECHA10 - 74% ; COIT09 - 26

52

Tabela 29 Caso 4 - Número de vezes que uma unidade é referência para as demais Empresa-Período sem Restrição

FLECHA10 14 COIT09 12 TTL05 5 COIT07 3 EGA04 3

Aqui se confirmam a divisão entre as empresas COIT e Flecha Bus como unidades

referência para as empresas ineficientes. Cabe ressaltar que a empresa Flecha Bus apresenta

somente um mês de análise e a empresa COIT foi analisada em relação a três meses,

mantendo scores altos, destacando-se como benckmark do setor.

A Tabela 30 apresenta os resultados obtidos para o último mês de análise.

Tabela 30 Caso 4 - Retornos de Escala Empresa-Período Com Restrição

FLECHA10 - COIT09 crescente TTL05 crescente COIT07 crescente EGA04 crescente

A análise dos retornos variáveis à escala indicou que todas as empresas estão

trabalhando na faixa de retornos crescentes à escala. Para este caso, onde os retornos são

crescentes à escala, em uma indústria seria indicado aumentar a produção ou aumentar seu

porte. No entanto, para o caso das permissionárias seria indicada uma tentativa de aumento

nos itens considerados (insumos), onde a hipótese é de que a qualidade cresceria mais do que

os investimentos.

5.1.5 Comparações

A seguir são apresentados alguns resumos sobre os resultados obtidos. Na Tabela 31

e Tabela 32 são apresentados os padrões de evolução dos scores de eficiência para o TRIP

interestadual e internacional, respectivamente.

53

Tabela 31 Padrão de Evolução dos scores de Eficiência

Crescimento

Crescimento e Decrescimento

Decrescimento

Embarque Nacional

Penha, Itapemerim,

Nova Integração, Real

Expresso e Santo Anjo

Brasil Sul, Pluma, Eucatur e

Unesul Ouro e Prata

Desembarque Nacional

Penha, Itapemerim,

Real Expresso e Santo Anjo

Brasil Sul, Nova Integração,

Pluma, Eucatur e Unesul

Ouro e Prata

Tabela 32 Padrão de evolução dos scores de Eficiência

Na Tabela 33 são apresentados somente os scores de eficiência para o TRIP

interestadual para o período de análise mais atual.

Tabela 33 Evolução dos scores de Eficiência Embarque Desembarque

BRASIL10 0,814 0,800 PENHA10 0,154 0,158 ITAPEM10 0,634 0,482 OUROPR10 0,677 0,798 NOVAIN10 0,855 0,845 PLUMA10 0,242 0,257 EUCAT10 0,170 0,164

REALEX10 0,964 1,000 STOANJ10 0,161 0,160 UNESUL10 0,100 0,101

Para as análises de dispersão de resultados, foram considerados somente os dados

que existiam em ambas operações (embarque e desembarque).

Estável

Crescimento

Crescimento e Decrescimento

Decrescimento

Embarque Internacional -

Chile Bus, EGA, Flecha Bus e

TTL - COIT

Desembarque Internacional

Flecha Bus e COIT - EGA e TTL -

54

EFICIÊNCIA

0

20

40

60

80

100

0 20 40 60 80 100EMBARQUE

DES

EMB

AR

QU

E

ara

Figura 11 Dispersão Eficiência Transporte Nacional – Embarque X Desembarque

Na Figura 11, por análise de correlação linear verifica-se a correlação de 98,4 % nos

dados, demonstrando que as empresas se comportaram de forma muito semelhante, em

relação ao embarque e ao desembarque.

Na Tabela 34 são apresentados somente os scores de eficiência para o TRIP

internacional para o período de análise mais atual.

Tabela 34 Evolução dos scores de Eficiência Embarque Desembarque

CHILEB06 1,000 CHILEB06 - COIT09 0,163 COIT09 1,000 EGA10 0,109 EGA10 0,173

FLECHA06 0,119 FLECHA10 1,000 TTL10 1,000 TTL10 0,415

Para as análises de dispersão de resultados, foram considerados somente os dados

que existiam nas operações de embarque e desembarque.

55

EFICIÊNCIA

0

20

40

60

80

100

0 20 40 60 80 100

EMBARQUE

DES

EMB

AR

QU

E

Figura 12 Dispersão Eficiência Transporte Internacional – Embarque x Desembarque

Na Figura 12, por análise de correlação linear, verifica-se a correlação de -6,1% nos

dados, demonstrando que as empresas não se comportaram de forma semelhante, em relação

ao embarque e ao desembarque.

Apresenta-se na Tabela 35 e Tabela 36, somente as situações de retorno de escala

para o período de análise mais atual.

Tabela 35 Retornos a Escala Embarque Desembarque

BRASIL10 decrescente decrescente PENHA10 decrescente decrescente ITAPEM10 crescente decrescente OUROPR10 crescente crescente NOVAIN10 decrescente decrescente PLUMA10 decrescente crescente EUCAT10 crescente decrescente

REALEX10 decrescente crescente STOANJ10 decrescente decrescente UNESUL10 decrescente crescente

Tabela 36 Retornos a Escala Embarque Desembarque

CHILEB06 crescente CHILEB06 - COIT09 crescente COIT09 crescente EGA10 crescente EGA10 crescente

FLECHA06 crescente FLECHA10 crescente TTL10 crescente TTL10 crescente

56

6 CONCLUSÕES

Este trabalho analisa e quantifica graus de eficiência técnicas da qualidade, dos

serviços prestados empresas permissionárias que atuam no Terminal Rodoviário de Porto

Alegre. Através da análise, foram identificadas as permissionárias que melhor vem gerindo

seus recursos, em relação ao conjunto de unidades avaliadas, considerando objetivos públicos

(Índice de Qualidade).

Em relação à eficiência, observou-se, também, que, as empresas que realizam

transporte interestadual de passageiros, obtiveram resultados muito semelhantes na operação

de embarque e de desembarque. Para o transporte internacional esta relação não foi verificada,

representando uma aparente desproporção entre operações de embarque e de desembarque.

Cabe lembrar que, neste trabalho, todas as análises são referentes a algumas

empresas em particular. Nestas avaliou-se a eficiência de uma permissionária em relação às

demais, sendo os resultados restritos aos locais e situações modeladas. A técnica utilizada,

Análise Envoltória de Dados (DEA), mostrou-se na análise de unidades comparáveis, para

problemas conceitualmente similares, sob circunstâncias variadas, conforme exposto na

revisão bibliográfica.

Uma das razões para analisar a eficiência das permissionárias envolve a busca pelo

aprimoramento dos processos internos das empresas, visando à otimização dos recursos

financeiros e humanos, com o aumento do lucro e melhora crescente dos serviços a serem

oferecidos ao usuário. De outra parte, aos serviços públicos interessam aspectos sociais, que

também devem compor os objetivos das permissionárias.

Um dos objetivos deste trabalho contemplava a introdução da técnica DEA para

avaliar a eficiência das permissionárias de linhas de ônibus. Assim, buscou-se analisar o

desempenho das empresas sob o ponto de vista do gestor, de modo a fornecer indicativos para

melhorias na gestão. Buscou-se também resultados que orientem a tomada de decisões das

57

empresas. Esta pesquisa demonstrou o potencial metodológico da técnica, como um método

para avaliações de desempenho e ferramenta de apoio à tomada de decisões gerenciais.

Devido à escassez e limitações de base de dados mais apurados no setor de

transportes, esta pesquisa contribui na introdução do conceito de avaliação de eficiência nas

permissionárias de linhas de ônibus. Devem-se, primeiramente, incorporar nas empresas as

bases conceituais e técnicas para a medição e criação de uma cultura da eficiência para, em

um segundo momento, programar um sistema regulatório baseado na redistribuição dos

ganhos econômicos e de qualidade.

As análises realizadas permitem concluir que esta pesquisa pode contribuir para a

avaliação de eficiência relativa do conjunto de unidades, fornecendo subsídios para embasar

novos contratos de permissionárias. Os resultados também mostram que o método de análise

utilizado pode contribuir para a identificação de patamares mínimos de eficiência aceitável,

que com o tempo qualificariam o sistema como um todo.

Obtiveram-se resultados diferentes entre as empresas, sugerindo presença de

diferentes políticas de gestão, sugerindo priorizações diferenciadas nas empresas analisadas.

A gestão da qualidade por parte das permissionárias deveria resultar no aumento da

qualidade dos serviço, gerando economia de custos para os usuários, aumento da satisfação do

usuário e maior segurança.

Os resultados deste trabalho não sugerem e nem dão suporte a comparações com

outras empresas analisadas, uma vez que se observam grandes diferenças entre os padrões de

qualidade e serviço entre as permissionárias. Ainda assim, considera-se adequada a técnica

utilizada e, recomenda-se sua aplicação a indústrias públicas, privadas e mistas, sendo uma

ferramenta muito útil para análise de qualquer setor.

6.1 RECOMENDAÇÕES PARA TRABALHOS FUTUROS

Em função da inexistência de dados históricos para a especificação de um modelo

mais completo, é necessária a construção de uma base de dados para possibilitar novas

comparações. Desta forma, cabe ao Governo exigir nos próximos contratos que as empresas

58

divulguem suas informações de maneira mais detalhada, proporcionando análises mais

realistas.

O controle do desempenho somente tem utilidade quando inserido em um contexto

de fatores potencialmente influenciáveis, buscando solucionar questões como, por exemplo: o

resultado de alguma mudança está realmente relacionado com o que foi modificado? Pode ser

justificado o gasto com essa ação? Conhece-se o efeito da ação? Finalmente, recomenda-se a

avaliação de eficiência com os dados defasados, pois alguns investimentos possivelmente

terão retorno somente nos anos seguintes.

Recomenda-se, como trabalho futuro, a realização de uma nova análise,

considerando outros inputs ou combinações destes. Sugere-se ainda, o levantamento dos

dados diretamente com as empresas, pois não existiam dados disponíveis na base de dados

completa da ANTT até a finalização deste trabalho.

Ainda, uma alternativa de restrição de pesos poderia ser testada através da inserção

de DMU’s artificiais, onde é recomendado a utilização de uma empresa modelo, a qual possui

os melhores desempenhos possíveis. Através desta inclusão seria possível fazer um

benchmarking exógeno como sugerido por Santos et al. (2005).

Pode-se observar que existem padrões de comportamento diferentes nos resultados

dos modelos, podendo ser separados em grupos de evolução. Entretanto não se tem elementos

para interpretá-los, sendo interessante um estudo comparativo mais detalhado do

comportamento destes grupos, pois apresentam tipos de respostas diferentes com as mesmas

regras ao longo do tempo.

Para a criação de uma política de medição do desempenho, sugere-se a realização de

reuniões entre as partes envolvidas (empresas privadas e o órgão fiscalizador) para a definição

das variáveis a serem utilizadas nas análises, obtendo assim um maior comprometimento por

ambas partes.

59

REFERÊNCIAS BIBLIOGRÁFICAS

ANDERSEN, P.; PETERSEN, N.C. A procedure for ranking efficient units in data envelopment analysis. Management Science, Odense, v. 39, n.10, p. 1261-1264, oct. 1993.

ATHAYDE, A.H.; AGUIAR, E.M.; NAGANO, M.S. Avaliação do desempenho financeiro de empresas do transporte rodoviário de cargas pelo método DEA. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES, 17.,2003, Rio de Janeiro. Anais... Rio de Janeiro: ANPET, 2003. v.2, p.1500-1511.

AZAMBUJA, A. M.V. Análise de Eficiência na Gestão do Transporte Urbano por Ônibus em Municípios Brasileiros. 2002. 385f. Tese (Doutorado em Engenharia de Produção) - Programa de Pós-Graduação em Engenharia de Produção, UFSC, Florianópolis, 2002.

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. 1978-1092, 1984.

BOUSSOFIANE, A., DYSON, R.G.; THANASSOULIS, E. Applied data envelopment analysis. European Journal of Operational Research, North-Holland, n. 52, p. 1-15, 1991.

CHARNES, A.; COOPER, W.; RHODES, E. Measuring the Efficiency of Decision Making Units. European Journal of Operation Research, n.2, p. 429-444, 1978.

CHARNES, A et. al. Data envelopment analysis; theory, methodology and applications. London, Kluwer Academic Publishers, 1996. 511p.

COELLI, T. et. al. A Primer on Efficiency Measurement for Utilities and Transport Regulators. Washington, D.C., World Bank Institute Development Studies, 2003.

FARREL, M.J. The Measurement of Productive Efficiency. Journal of the Royal Statistical Society, n.120, p.449-460, 1957.

GOMES, E.G. et. al. Avaliação de Eficiência de Companhias Aéreas Brasileiras: uma abordagem por Análise Envoltória de Dados. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES, 15., 2001, Campinas. Anais... Campinas, ANPET, 2001. v.2, p.125-133.

60

LOPES, A.L.M., LANZER, E.A. (2002) Data envelopment analysis - DEA and fuzzy sets to assess the performance of academic departments: a case study at Federal University of Santa Catarina - UFSC. Pesquisa Operacional, 22 (2), 217-230.

LOPES, P.A. Portal de Estatística - Paulo Afonso Lopes. Disponível em: <http://www.estatistica.eng.br/percentis.htm > Acesso em: 16 jul. 2005.

MEZA, L.A.; GOMES, E.G.; SOARES DE MELLO, J.C.C.B. Enfoque multiobjetivo para determinação de Benchamarks de companhias aéreas brasileiras DEA-ineficientes. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES, 16., 2002, Natal. Anais... Natal: ANPET, 2002. v.1, p.27-34.

NANCI, L.C.; SENRA, L.F.A.C.; SOARES DE MELLO, J.C.C.B. Uso de DEA e técnicas de agrupamento na avaliação do desempenho de operadores logísticos - Estudo de caso na entrega domiciliar de jornais. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES, 19., 2005, Natal. Anais... Recife: ANPET, 2005. v.2. p. 1777-1787.

NOVAES, A. G. N. Rapid-transit efficiency analysis with the assurance-region DEA method. Pesquisa Operacional, v.21, n.2, p.179-197, 2001.

PRADO, M.V.; DA SILVA, F.G.F.; YAMASHITA, Y. Análise da Eficiência técnica relativa das linhas do transporte público urbano utilizando análise de envoltória de dados e análise espacial. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES, 19., 2005, Natal. Anais... Recife: ANPET, 2005. v.1., p.241-249.

POSSAMAI, R.P. Avaliação de Eficiência Técnica de Concessionárias de Rodovias utilizando Análise Envoltória de Dados. 2006. 166f. Dissertação (Mestrado em Engenharia de Produção) - Programa de Pós-Graduação em Engenharia de Produção, UFRGS, Porto Alegre, 2006.

SANTOS, E.M.; ARAGÃO, J.J.G.; CÂMARA, M.T.; COSTA, E.J.S.C.; ALDIGUERI,D.R.; YAMASHITA,Y. Análise de desempenho em contratos de concessão rodoviária. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES, 19., 2005, Natal. Anais... Recife: ANPET, 2005. v.1., p.120-131.

SOARES DE MELLO, J.C.C.B.; MEZA, L.A.; GOMES, E.G.; BIONDI, L.N. Fronteira DEA de Dupla Envoltória no estudo da evolução da Ponte Aérea Rio-São Paulo. In: CONGRESSO DE PESQUISA E ENSINO EM TRANSPORTES, 17., 2003, Rio de Janeiro. Anais... Rio de Janeiro: ANPET, 2003. v.2., p.1158-1166.

61

ANEXO A – DADOS DE ENTRADA

A seguir são apresentados os produtos e insumos utilizados (já normalizados) para a

construção dos scores de eficiência nas diversas análises. Estes dados foram retirados das

fontes oficiais referenciadas no texto.

DADOS QUALITATIVOS - EMBARQUE

9899 99

99

97

99

97

9898

98

97

98 98

97

98

97

98 9897 97

98

99

98

96

9796

99

99

97 9797

98 98

97

100

97

9998 98

98

95

98 98

94

95

9898

100

98 98

9798 98

96

99

97

98

100

97 9798

99 99

94

98

9899

100

99 98

97

9999

9898

97

9999

999999

100 100

96

99

98

9999

9999

97

99

100

96

99

97

99 99

99

98

90

100


Figura 13 Dados Qualitativos – Caso 1 – Embarque Interestadual.

DADOS DA FROTA - EMBARQUE

15

100

30

139

90

59

34

55

91

10

82

29

1518

87

3128

54

75

9

64

23

138

68

31

23

56

67

8

65

23

139

53

42

14

56

70

8

51

20

13

7

36

23

13

47

70

8

50

15 14

5

30

22

13

46

70

9

49

20

127

3128

10

43

70

6

54

22

13

7

4439

15

46

65

8

49

1613

7

35

44

9

45

64

8

57

1512

7

4345

11

49

72

0

20

40

60

80

100


Figura 14 Dados da frota – Caso 1 – Embarque Interestadual.

62

DADOS DE PASSAGEIROS - EMBARQUE

9

50

20

2

8

42

68

5

78

69

10

49

23

2

9

43

75

5

100

72

8

33

15

1

7

33

58

2

75

47

7

28

16

16

25

47

2

61

45

5

21

10

14

17

32

1

4139

5

22

10

15

17

35

2

44 42

4

20

10

14

15

30

1

39 37

8

30

18

26

25

46

4

55 54

6

23

13

14

17

37

2

4543

5

19

12

15

17

37

1

4138

0

20

40

60

80

100


Figura 15 Dados de Passageiros – Caso 1 – Embarque Interestadual.

DADOS DE VIAGENS - EMBARQUE

12

77

21

5

12

51

60

10

67

100

12

78

25

5

14

55

63

11

83

99

9

57

19

5

13

39

51

7

6366

12

56

21

6

14

30

59

6

56

79

8

39

13

48

19

34

4

38

61

11

51

17

5

11

23

43

5

47

78

10

40

16

5

1116

42

4

45

78

12

48

19

611

22

50

10

50

90

12

44

17

6

11

17

49

6

50

87

10

37

16

5

11

17

43

5

43

78

0

20

40

60

80

100


Figura 16 Dados de Viagens – Caso 1 – Embarque Interestadual.

63

DADOS QUALITATIVOS - DESEMBARQUE

97

98 98

96

98

98 98

97 98

99

97

9899

97

9898

98

97

99

95

9998

100

98

9897

98 98

99

97

98

99

98

96

98

99

97

99

96

9898

94

99

98

97

96

97

99

95

9898

96 96

99

9897

97

98

94 94

97

91

93

98

96

95

97

91

93

97

98

95

96

97

98

94

95

96

95

95

9697

92

97

98

94

96

97

96

97

94

95

96

98

90

100


Figura 17 Dados Qualitativos – Caso 2 – Desembarque Interestadual.

DADOS DA FROTA - DESEMBARQUE

15

100

30

139

90

59

34

55

91

10

82

29

0

18

87

3128

54

75

9

64

23

138

68

31

23

56

67

8

65

23

139

53

0

14

56

70

8

51

20

13

7

36

23

13

47

70

8

50

15 14

5

30

22

13

46

70

9

49

20

127

3128

0

43

70

6

54

22

0 0

4439

15

46

65

8

49

1613

7

35

44

9

45

64

8

57

1512

7

4345

11

49

72

0

20

40

60

80

100


Figura 18 Dados da Frota – Caso 2 – Desembarque Interestadual.

64

DADOS DE PASSAGEIROS - DESEMBARQUE

9

50

20

2

8

42

68

5

78

69

10

49

23

0

9

43

75

5

100

72

8

33

15

1

7

33

58

2

75

47

7

28

16

16

25

02

61

45

5

21

10

14

17

32

1

4139

5

22

10

15

17

35

2

44 42

4

20

10

14

15

30

0

39 37

8

30

18

0 0

25

46

4

55 54

6

23

13

14

17

37

2

4543

5

19

12

15

17

37

1

4138

0

20

40

60

80

100


Figura 19 Dados de Passageiros – Caso 2 – Desembarque Interestadual.

DADOS DE VIAGENS - DESEMBARQUE

12

77

21

5

12

51

60

10

67

100

12

78

25

0

14

55

63

11

83

99

9

57

19

5

13

39

51

7

6366

12

56

21

6

14

30

0

6

56

79

8

39

13

48

19

34

4

38

61

11

51

17

5

11

23

43

5

47

78

10

40

16

5

1116

42

0

45

78

12

48

19

0 0

22

50

10

50

90

12

44

17

6

11

17

49

6

50

87

10

37

16

5

11

17

43

5

43

78

0

20

40

60

80

100


Figura 20 Dados de Viagens – Caso 2 – Desembarque Interestadual.

65

DADOS QUALITATIVOS - EMBARQUE

92

9696

98

92

97

9293

95

91

97 97

98

92

97

92

97

9796

95

9898

100

90

100


Figura 21 Dados Qualitativos – Caso 3 – Embarque Internacional.

DADOS DA FROTA - EMBARQUE

0 0 0

4852

0 0

27

0

45

18

0

21

45

0

15

0

21 21

52

0 0 0 0

52

6

0 0

21

52

0 0

18

0

52

0

9

18

0

52

0

9

24

0

48

0 0

21

0

42

0

20

40

60

80

100


Figura 22 Dados da Frota – Caso 3 – Embarque Internacional.

66

DADOS DE PASSAGEIROS - EMBARQUE

0 0 0

20

82

0 0

86

0

100

6

0

76

14

02

0

26

11

64

0 0 0 0

48

1 0 0

11

43

0 0

56

0

41

0

6

71

0

55

03

56

0

50

0 0

63

0

44

0

20

40

60

80

100


Figura 23 Dados de Passageiros – Caso 3 – Embarque Internacional.

DADOS DE VIAGENS - EMBARQUE

0 0 0

56

77

0 0

64

0

100

22

0

52

45

0

15

0

67

43

69

0 0 0 0

48

8

0 0

40

60

0 0

52

0

59

0

13

55

0

62

0

17

52

0

63

0 0

50

0

56

0

20

40

60

80

100


Figura 24 Dados de Viagens – Caso 3 – Embarque Internacional.

67

DADOS QUALITATIVOS - DESEMBARQUE

97 97

97

100100

96

99

99

98

100

96

99

94

99

92

96

9898

97

90

100


Figura 25 Dados Qualitativos – Caso 4 – Desembarque Internacional.

DADOS DA FROTA - DESEMBARQUE

0 0

21

0

52

0 0 0 0

45

0 0 0 0

45

0 0

21

0

52

0 0

24

0

52

0 0

24

0

52

0

9

18

0

52

0

9

18

0

52

0

9

24

0

48

0 0

21

15

42

0

20

40

60

80

100


Figura 26 Dados da Frota – Caso 4 – Desembarque Internacional.

68

DADOS DE PASSAGEIROS - DESEMBARQUE

0 0

94

0

82

0 0 0 0

100

0 0 0 0

91

0 0

26

0

64

0 0

64

0

48

0 0

56

0

43

0 0

56

0

41

0

6

71

0

55

03

56

0

50

0 0

63

15

44

0

20

40

60

80

100


Figura 27 Dados de Passageiros – Caso 4 – Desembarque Internacional.

DADOS DE VIAGENS - DESEMBARQUE

0 0

67

0

77

0 0 0 0

100

0 0 0 0

85

0 0

67

0

69

0 0

50

0

48

0 0

59

0

60

0

10

52

0

59

0

13

55

0

62

0

17

52

0

63

0 0

50

39

56

0

20

40

60

80

100


Figura 28 Dados de Viagens – Caso 4 – Desembarque Internacional.

69

DADOS QUALITATIVOS

85

90

95

100

90 92 94 96 98 100

EMBARQUE

DES

EMB

AR

QU

E

Figura 29 Dispersão Dados Qualitativos Transporte Interestadual – Embarque vs. Desembarque

DADOS QUALITATIVOS

85

90

95

100

90 92 94 96 98 100

EMBARQUE

DES

EMB

AR

QU

E

Figura 30 Dispersão Dados Qualitativos Transporte Internacional – Embarque vs. Desembarque

avaliaÇÃo da eficiÊncia de empresas de … · de transporte ou de empresas fornecedoras de...

Documents