Análise complementar e fragilidades

Além da apreciação do índice de eficiência, a DEA oferece também duas outras análises complementares para as DMUs: os alvos das variáveis e os benchmarks. Para tal análise da técnica DEA, são utilizados softwares para suporte ao desenvolvimento dos modelos. Dentre esses

softwares, destaca-se o SIAD 3.0, do Grupo de Pesquisa em Decisão da Universidade Federal Fluminense.

Os alvos indicam que serão necessárias modificações proporcionais nas combinações dos insumos e produtos, no caso das DMUs ineficientes, para alcançar a fronteira de eficiência, ou seja, para que ascendam ao estado de eficiência. Para análise dos alvos aponta-se as seguintes variáveis para cada insumo e produto das DMUs estudadas:

a) Atual: valor utilizado do insumo ou produto em questão pela DMU;

b) Folga: quantidade do insumo ou produto que pode ser reduzida para melhorar a alocação dos recursos; e

c) Alvo: valor que deve ser atingido, levando em consideração as variáveis “atual” e “folga”.

Outra análise apontada pela DEA é a análise de benchmarks, que são as DMUs que alcançaram à condição de eficiência, ou seja, estão sobre a fronteira de eficiência e que, a partir de então, serviram de modelo a ser copiado pelas unidades ineficientes.

Bowersox e Closs apud Novaes (2004) definem benchmark como sendo os procedimentos sistemáticos aproveitados para identificar as melhores práticas ressaltadas num determinado sistema e modificar a atuação de uma determinada unidade, de forma a alcançar um nível de desempenho superior.

A importância deste conceito decorre do fato de que algumas unidades detêm características próximas quanto à alocação de recursos; assim, a unidade ineficiente deve observar qual unidade eficiente está mais próxima de sua realidade e modificar suas atividades, afim de que se possa alcançar o nível desejado de eficiência.

A análise de benchmarks parte da concepção de que algumas DMUs são eficientes, ou seja, alocam de forma ótima seus recursos e maximizam seus produtos. Elas, então, devem ser vistas como modelos que podem ser copiados no que tange à alocação, uso e gestão de recursos, bem como em relação às suas práticas administrativas e, principalmente, educacionais. Cada unidade ineficiente deve observar a eficiente que mais se aproxima de seu contexto e, assim, buscar melhorar sua condição, trilhando os métodos que a ela se assemelham.

Cabe destacar que uma fragilidade clássica do método DEA, segundo Lopes e Toyshima (2010), reside no fato de que quanto maior o número de variáveis utilizadas em relação ao número de unidades produtivas menor fica a capacidade de ordenação pelas eficiências, já que há a tendência de muitas unidades se situarem sobre a fronteira, ou seja, obterem a máxima eficiência.

Casa Nova e Santos (2005), fazem um comparativo entre métodos paramétricos e não- paramétricos aplicados a avaliação de desempenho. A aplicação da Análise de Regressão resulta em uma função que determina a reta que minimiza a soma dos erros quadrados, é, portanto, uma reta que não representa o desempenho médio de um grupo observado. Já a DEA define a curva de eficiência, ou de máxima produtividade, considerando a relação ótima insumo/produto. Dessa forma são identificadas as unidades que obtiveram melhor a alocação possível, dados seus insumos e produto. O método define então unidades de referências para cada observação, o que permite calcular os aumentos de produtos ou diminuição de insumos necessários para que a atuação seja otimizada.

Após esta discussão sobre as características da Análise Envoltória de Dados, entende-se que as vantagens apresentadas pela técnica, e que fundamentam sua escolha para este trabalho, residem nos seguintes pontos:

• A técnica prescinde de atribuição prévia de pesos às variáveis consideradas no estudo; • A eficiência de cada DMU é definida de forma individualizada, considerando a atuação das demais em estudo, permitindo, desta forma, que a alocação de pesos aos fatores produtivos seja executada de forma a maximizar sua eficiência relativa;

• As diferenças de porte entre as DMUs podem ser tratadas com a adoção do modelo BCC, que prevê retornos variáveis de escala, sem deturpar as unidades de pequeno porte;

• Diferentemente de outros métodos, mais de uma unidade pode ser qualificada como eficiente; a união dessas unidades eficientes cria a fronteira de eficiência e serve como parâmetro para as demais unidades;

• Para as DMUs consideradas ineficientes são apresentadas formas de alocação dos recursos ou metas de resultados que as leve ao alcance da condição de eficiência.

3.3 CONSIDERAÇÕES FINAIS

Avaliar o desempenho de produtores rurais deve ter como objetivo identificar pontos de ineficiência e, a partir deles, evoluir e gerar ganhos produtivos. Porém, as unidades produtoras não podem ser entendidas de forma isolada de seu meio-ambiente (na concepção sistêmica). É interessante analisar os contextos nos quais estes produtores estão incluídos; assim sendo, a estruturação e compreensão sistêmica da cadeia produtiva permitem uma tomada de decisão mais eficaz e eficiente para garantia de sua sustentabilidade.

Este capítulo apresentou o referencial teórico que foi utilizado nesta Dissertação, que se baseou em duas propostas: a Análise Sistêmica e a Análise Envoltória de Dados (DEA). A primeira se dispõe a construir uma visão abrangente e científica da Cadeia Produtiva da Cajucultura no caso de estudo, a região de Aracati e Fortim.

A utilização da DEA teve por objetivo mensurar a eficiência produtiva das unidades produtoras. Dessa forma, foi possível gerar um índice que permitiu a comparação entre esses produtores com base na relação entre insumos e produtos. Também, foi possível identificar o peso

de cada insumo no processo produtivo e o tipo de escala de retorno em que cada produtor se encontra. A análise possibilitada pela DEA também permitiu a definição dos benchmarks, unidades que são referência dentro do caso estudado, por desenvolverem as melhores praticas produtivas.