Determinantes de Eficiência: Juízos Processuais

Os juízos processuais foram separados em vários grupos, segundo a natureza daqueles juízos, isto é, de acordo com as respectivas competências materiais e territoriais.

A razão desta separação deveu-se a dois factores:

- Os requisitos que as DMU devem possuir para se poder efectuar uma análise válida e correcta, nomeadamente, a sua comparabilidade e a actuação sob as mesmas condições;

- As competências e as complexidades dos vários juízos processuais e a variabilidade existente entre todos eles traduzem-se numa dificuldade de gestão e de mobilidade dos OJ que, não se efectuando esta separação, podia originar erros de análise no desempenho das DMU79.

Para todos os grupos em separado e por cada ano dos três anos judiciais em estudo, operou- se o tratamento estatístico, analisando os dados através de modelos multinível, que se passaram a utilizar e que a seguir se descrevem:

Em que:

A variável dependente é o nível de eficiência para cada juízo processual calculada conforme mencionado anteriormente.

78 _{Ver nota 77.}

79 Em termos exemplificativos, a ponderação na gestão e mobilidade dos OJ é importante atenta a complexidade e diversidade de juízos processuais

existentes no núcleo e na comarca. Por exemplo, juízos centrais de instrução criminal, juízos centrais de execução, juízos locais genéricos, juízos locais de pequena criminalidade ou juízos centrais de trabalho, apresentam tramitações e cumprimento de prazos processuais diferentes, tempos e conteúdos de decisões díspares e pendências e volume processual incomparáveis – factores a considerar pelo AJ na altura de decidir as mobilidades dos OJ.

66 São usadas duas variáveis independentes:

- A nível 1 o desvio existente entre o número de OJ em funções nos juízos processuais e o número de OJ definido na portaria legal para os respectivos juízos. Em função das hipóteses formuladas, o comportamento expectável desta variável é que a mesma possa comprovar o facto de que a uma redução do desvio existente, ou seja, a um aumento de OJ colocados nos juízos processuais corresponda um aumento da eficiência judicial;

- A nível 2 o desvio existente entre o número de OJ em funções nos núcleos judiciais e o número de OJ definido na portaria legal para os respectivos núcleos. Em função das hipóteses formuladas, o comportamento expectável desta variável é que a mesma possa comprovar o facto de que a uma redução do desvio existente, ou seja, a um aumento de OJ colocados nos núcleos judiciais corresponda um aumento da eficiência judicial.

Com o presente modelo multinível, utilizam-se dois níveis de análise: o juízo processual (nível 1) e o núcleo judicial (nível 2). Serão, progressivamente, construídos modelos partindo do base (modelo 1), passando depois a incluir as variáveis de nível 1 (modelo 2) e posteriormente incluir as variáveis de nível 2 (modelo 3). Por fim, o modelo 4 assume variações na inclinação e na intercepção nas rectas estimadas.

Os modelos multinível são adequados para determinar o efeito de variáveis situadas em diferentes níveis. O desvio existente de OJ ao nível do juízo processual está a nível diferente do desvio existente de OJ para os núcleos judiciais, sendo que ambos têm impacto no nível da eficiência judicial.

Após análise efectuada aos dados do modelo multinível para os anos de 2015, 2016 e 2017, agregaram-se os mesmos numa análise de dados em painel, mantendo-se as variáveis dependentes e independentes, ou seja:

Em que:

A variável dependente é o nível de eficiência para cada juízo processual calculada conforme mencionado anteriormente.

As variáveis independentes são:

- O desvio existente entre o número de OJ em funções nos juízos processuais e o número de OJ definido na portaria legal para os respectivos juízos. Em função das hipóteses formuladas, o

67

comportamento expectável desta variável é que a mesma possa comprovar o facto de que a uma redução do desvio existente, ou seja, a um aumento de OJ colocados nos juízos processuais corresponda um aumento da eficiência judicial;

- O desvio existente entre o número de OJ em funções nos núcleos judiciais e o número de OJ definido na portaria legal para os respectivos núcleos. Em função das hipóteses formuladas, o comportamento expectável desta variável é que a mesma possa comprovar o facto de que a uma redução do desvio existente, ou seja, a um aumento de OJ colocados nos núcleos judiciais corresponda um aumento da eficiência judicial.

Neste caso, para além de usar efeitos fixos para capturar o efeito de características não observáveis dos juízos processuais que possam ter efeito na eficiência, foram construídos clusters para controlar o efeito dos núcleos judiciais na eficiência.

Foram, ainda, realizadas algumas estimações adicionais, para os anos de 2016 e 2017, utilizando-se novamente modelos multinível, registando-se, contudo, algumas alterações ao modelo atrás explanado. A análise multinível final foi a seguinte:

Em que:

A variável dependente é a variação relativa verificada no nível de eficiência entre 2015 para 2016 e de 2016 para 2017.

As variáveis independentes utilizadas foram as seguintes:

- A nível 1 a variação do número de OJ em funções nos juízos processuais. Em função das hipóteses formuladas, o comportamento expectável desta variável é que a mesma possa comprovar o facto de que a um aumento daquela variação, ou seja, a um aumento de OJ colocados nos juízos processuais corresponda um aumento da variação do nível de eficiência judicial;

- A nível 2 a variação do número de OJ em funções nos núcleos judiciais. Em função das hipóteses formuladas, o comportamento expectável desta variável é que a mesma possa comprovar o facto de que a um aumento daquela variação, ou seja, a um aumento de OJ colocados nos núcleos judiciais corresponda um aumento da variação do nível de eficiência judicial.

68

Finalmente, após a análise adicional efectuada aos dados do modelo multinível para os anos de 2016 e 2017, agregaram-se os mesmos numa análise de dados em painel, mantendo-se as variáveis dependentes e independentes, ou seja:

Em que:

A variável dependente é a variação relativa verificada no nível de eficiência entre 2015 para 2016 e de 2016 para 2017.

As variáveis independentes são:

- A variação do número de OJ em funções nos juízos processuais. Em função das hipóteses formuladas, o comportamento expectável desta variável é que a mesma possa comprovar o facto de que a um aumento daquela variação, ou seja, a um aumento de OJ colocados nos juízos processuais corresponda um aumento da variação do nível de eficiência judicial;

- A variação do número de OJ em funções nos núcleos judiciais. Em função das hipóteses formuladas, o comportamento expectável desta variável é que a mesma possa comprovar o facto de que a um aumento daquela variação, ou seja, a um aumento de OJ colocados nos núcleos judiciais corresponda um aumento da eficiência judicial

Neste caso, para além de usar efeitos fixos para capturar o efeito de características não observáveis dos juízos processuais que possam ter efeito na variação do nível de eficiência, foram construídos clusters para controlar o efeito dos núcleos judiciais na variação do nível de eficiência.

69