Análise da Eficiência das Operações nos Terminais de Contêineres do Mercosul
Autoria: Leonardo Ramos Rios, Antonio Carlos Gastaud Maçada, João Luiz Becker
Resumo: A tendência do mercado internacional tem levado um aumento significante do transporte de mercadorias através de contêiner. Isto está ocorrendo devido a numerosas vantagens técnicas e econômicas que esta forma possui sobre as tradicionais. O presente trabalho tem por objetivo avaliar a eficiência das operações dos terminais de contêineres do Mercosul nos anos de 2002 e 2003, utilizando a técnica Data Envelopment Analysis (DEA) no modelo CCR, com quatro inputs (número de guindastes, número de berços, número de funcionários e área do terminal) e um output (quantidade de TEU movimentado). A unidade de análise foram 15 terminais de contêineres brasileiros, 6 terminais argentinos e 2 uruguaios. Com a análise podemos observar que apenas um terminal brasileiro e dois terminais uruguaios dos 23 terminais de contêineres estudados foram eficientes nos dois anos. Já na análise dos dois anos juntos, mais um terminal brasileiro atingiu eficiência de 100% e mais três terminais ficaram com eficiência acima de 70%.
1. Introdução
Segundo a Revista Global (2001), o modal marítimo é responsável pelo transporte de mais de 70% das mercadorias comercializadas mundialmente, o que, isoladamente, já é capaz de dar a medida de importância do papel do navio no comércio global. Linn et al. (2003) salientam que os terminais de contêineres tem sido uma peça fundamental no globalizado mercado internacional. Yun e Choi (1999) revelam que mais de 90% da carga internacional se move através de portos marítimos e 80% desta se move através de contêineres. Empresas importadoras e exportadoras necessitam de um aumento na eficiência dos portos para maximizar suas receitas, e, por sua vez, os portos precisam encontrar maneiras de diminuir o tempo de operação do navio para que se possa atender o maior número possível de navios. Assim, entender os conceitos de eficiência e performance são fundamentais para lidar com pressões internas e externas, principalmente na área portuária, que é considerado por Wang et
al. (2002) um negócio complexo com diferentes inputs e outputs. Em uma análise mais ampla,
Tongzon (2001), salienta que o monitoramento e a comparação da eficiência entre portos e especificamente terminais de contêineres, pode auxiliar também nos programas de reformas microeconômicas do setor em muitos países.
Desta forma, o assunto relacionado às operações de terminais de contêineres tem ganho bastante atenção por parte de pesquisadores e executivos, devido ao aumento da importância dos transportes marítimos (DAGANZO, 1989; PETERKOFSKY e DAGANZO, 1990; KIM, 1997; KIM e KIM, 1999; TONGZON, 2001; ITOH et al. 2001, ITOH, 2002; RIOS et al, 2003; BECKERLINN et al, 2003; GIANNOPOULOS, 2004).
No Brasil, segundo Mantelli (2001), a primeira fase para alcançar um padrão de excelência foi dada quando os portos brasileiros começaram a compreender que não são apenas um ponto de transferência de mercadorias, mas o mais importante elo de cadeia logística internacional. Os resultados até o momento são animadores: o custo médio de movimentação do contêiner de 20 pés baixou mais de 50%, e o tempo de espera de um navio para atracar era de dois a três dias e hoje não há filas nos portos. Apesar dessa evolução, os terminais de contêineres brasileiros, segundo Calmon (2001), ainda estão defasados em comparação a outros portos mundiais, como por exemplo: Cingapura (100 contêineres movimentados por hora), Roterdam (60 contêineres movimentados por hora), Santos (40 contêineres movimentados por hora) e Rio Grande (30 contêineres movimentados por hora).
De acordo com a ABTP (Associação Brasileira dos Terminais Portuários), os investimentos projetados pelos terminais de contêineres, no período de 2004 a 2007, alcançam US$ 150 milhões, para compra de equipamentos, obras de melhoria da infra-estrutura portuária e treinamento de funcionários, visando elevar a capacidade de movimentação de 3 milhões de TEU (do inglês, twenty foot equivalent units) para perto de 4 milhões de TEU nos próximos três anos.
O presente trabalho tem por objetivo avaliar a eficiência das operações dos terminais de contêineres do Mercosul nos anos de 2002 e 2003, utilizando a técnica Data Envelopment
Analysis (DEA). Espera-se que a análise multicriterial da eficiência relativa, dado de
importantes informações que a técnica de DEA oferece, proporcione uma melhoria na operação dos terminais analisados.
O trabalho estrutura-se da seguinte forma: na seção 2, a literatura é revisada; na seção 3, apresenta-se a método utilizado na pesquisa; na seção 4, mostra o contexto da pesquisa; na seção 5, têm-se os resultados; na seção 6, é feita a análise dos resultados; e na seção 7, são feitas as considerações finais do artigo.
2. Revisão da literatura
A revisão da literatura serve como base para o desenvolvimento do estudo. Ela está dividida em duas partes, na primeira, é mostrada a revisão sobre gestão das operações portuárias. E na segunda parte, é apresentada uma revisão sobre DEA, buscando relacionar os estudos realizados de DEA em portos.
2.1. Gestão das operações
Para Gaither e Frazier (2001) a eficiência das operações é a capacidade de executar atividades operacionais melhor que a concorrência. Wright e Mechling (2002) revelam que poucas pesquisas sobre gestão de operação em organizações de serviço foram desenvolvidas, sendo de suma importância o desenvolvimento de novas investigações.
No setor de serviços portuários, o gerenciamento das operações é extremamente importante, devido ao nível de complexidade das atividades envolvidas e a necessidade de alcançar um estágio de eficiência que possibilite uma maior competitividade dos portos e terminais, e no próprio comércio internacional.
Ambrosino et al. (2004) salientam que o gerenciamento das operações em um terminal de contêineres é um processo complexo que envolve muitas decisões. Por exemplo, contêineres chegam e saem do terminal de várias maneiras, às vezes, por caminhão, por trem ou por navio. Considera-se o terminal de contêineres o elo mais importante de toda a rede de transportes (transportation network). Por isso todas as operações relacionadas com o fluxo de contêineres devem ser otimizadas para atingir uma maior eficiência.
O gerenciamento das operações e a total utilização dos recursos disponíveis, segundo Tahar e Hussain (2000), são as duas principais metas de qualquer terminal de contêineres. Através dessas metas, objetivos como aumento da movimentação, melhor utilização das recursos, redução do re-trabalho e minimização do congestionamento do tráfico e da operação podem ser alcançados com mais facilidade. Yun e Choi (1999) salientam que o gerenciamento eficiente das operações em terminais de contêineres é crucial para suprir a demanda de contêineres existentes. Os autores definem que o gerenciamento das operações de um terminal de contêineres consiste efetivamente em alcançar uma otimização e balanceamento dos fluxos que envolvem o alojamento do navio no berço, o planejamento da localização do contêiner no pátio, o planejamento de armazenagem, e o planejamento da logística. No alojamento de berço controla-se o carregamento e descarregamento dos contêineres de um navio. Já o
planejamento do pátio atribui a alocação de áreas de armazenamento para contêineres de importação, de exportação e de transbordo. O planejamento da armazenagem atribui a localização dos contêineres no pátio do terminal e, o planejamento da logística coordena as operações dos equipamentos, (tais como os vários tipos de guindastes e tratores de pátio) no transporte dos contêineres entre o navio e o pátio.
2.2. DEA - Aplicações no setor portuário
A técnica DEA, desenvolvida por Charnes et al. (1978), baseia-se em programação matemática. É classificada como não-paramétrica, pois não utiliza uma função de produção predefinida idêntica para todas as organizações na análise do relacionamento insumo-produto-eficiência. A técnica toma por base um conjunto de dados observados em diversas organizações, denominadas DMU (do inglês, Decision Making Units). Avalia-se a eficiência de cada DMU, comparando-a com um grupo de referência constituído por outras DMU com o mesmo conjunto de input e output (SAHA e RAVISANKAR, 2000). As DMU eficientes são consideradas aquelas que têm as “melhores práticas” e servem de modelos para pesquisas futuras e de análise de benchmarking (SCHAFFNIT et al., 1997; SIEMS e BARR, 1998; BERGENDAHL, 1998). Para Soares de Mello et al. (2003), o objetivo do DEA consiste em comparar um certo número de DMU que realizam tarefas similares e se diferenciam nas quantidades de inputs que consomem e de outputs que produzem. Os autores revelam que além de identificar as DMU eficientes, os modelos de DEA permitem medir e localizar a ineficiência e estimar uma função de produção linear por partes, que fornece um benchmark para as DMU ineficientes.
Segundo Yun et al. (2004), as principais características do DEA são que (i) ele pode ser aplicado para medir múltiplos outputs e múltiplos inputs sem utilizar pesos para eles, (ii) pode ser usado para medir a eficiência relativa baseado em dados empíricos mesmo sem saber informações sobre a função produção e (iii) e as preferências dos tomadores de decisão podem ser incorporadas ao modelo de DEA.
Desde sua criação, as aplicações do DEA são identificadas nos trabalhos desenvolvidos por alguns pesquisadores: BANKER et al. (1984) e CHIRIKOS e SEAR (2000) em hospitais; THANASSOULIS e DUSTAN (1996) em escolas; ABBOTT e DOUCOULIAGOS (2003) em universidades; WARD et al. (1997) e CURKOVIC (2003) em empresas de manufatura, e outros, o que revela o quanto à técnica de DEA pode ser aplicada independente de qualquer organização.
Na área portuária, a técnica de DEA foi utilizada em poucos estudos. Roll e Hayuth (1993) foram os primeiros a realizarem estudos utilizando DEA em portos mostrando como esta técnica poderia ser usada com dados disponíveis nos bancos de dados dos portos. Eles utilizaram dados hipotéticos de 20 portos e demonstraram como suas eficiências poderiam ser mensuradas. Foram utilizados quatro outputs (nível de serviço, movimento de carga, satisfação do usuário e número de atracações) e três inputs (capital, número de funcionários e tipo de carga).
Já Martinez-Budría et al (1999) coletaram dados de vinte e seis portos espanhóis no período de 1993 a 1997, em um total de 130 observações. Os portos foram divididos em três grupos homogêneos de acordo com o tamanho e a complexidade para alcançar resultados conclusivos na aplicação do DEA. Foram utilizados três inputs e dois outputs compostos de uma maneira que fosse possível detectar qualquer desequilíbrio entre as variáveis, definindo desta maneira os inputs e os outputs que caracterizassem o processo produtivo de cada porto. Os resultados obtidos mostram uma diferença em todos os grupos em termos de eficiência. Assim, os portos com maior complexidade possuem um maior nível de eficiência, chegando perto da fronteira eficiente. O mesmo não pode ser dito do grupo com média complexidade,
onde o crescimento do nível de eficiência durante os cinco anos foi menor. Por outro lado, os portos com menor complexidade mostraram uma evolução negativa em níveis de eficiência global.
Em seu estudo, Tongzon (2001) utilizou dois outputs (TEU movimentados e o tempo do navio) e seis inputs (número de guindastes, número de berços, número de rebocadores, número de funcionários, área do terminal e delay time) para medir a performance de quatro portos australianos e doze portos internacionais no ano de 1996. O estudo demonstrou que a técnica de DEA é um método viável para medir a eficiência dos terminais de contêineres. O resultado de eficiência obtido depende do tipo de modelo de DEA que é usado.
Valentine e Gray (2001) analisam a eficiência dos terminais de contêineres de vários países (Estados Unidos, Inglaterra, Austrália, e outros), comparando os privatizados com aqueles que continuam no setor público. A pesquisa buscou determinar se um tipo específico de administração e estrutura organizacional leva a um terminal mais eficiente. Foram utilizados 21 terminais de contêineres da lista dos 100 melhores da Revista Cargo Systems de 1999. Os inputs escolhidos foram o tamanho do berço e total de investimentos e os outputs foram o número total de contêineres e o total de toneladas movimentadas. O resultado mostrou que a estrutura organizacional pode ser incorporada em um modelo conceitual do setor portuário. Os autores sugerem a necessidade de um número maior de inputs na equação, sugerindo que outros dados devem ser analisados.
Itoh (2002) analisa a eficiência operacional dos oito maiores terminais de contêineres do Japão, utilizando o método window de DEA. O output utilizado foi o número de TEU movimentado por ano e os inputs foram divididos em 3 categorias: infraestrutura (área do terminal e número de berços), superestrutura (número de guindastes) e número de trabalhadores. O resultado mostrou que apenas o porto de Tókio obteve uma eficiência constante em todo o período e o porto de Nagoya teve uma eficiência ótima na primeira metade dos anos e depois diminuiu.
Serrano e Castellano (2003) realizaram um trabalho visando analisar a eficiência do tráfico de contêineres de nove portos espanhóis no período de 1992 a 2000. Foram utilizados três inputs (tamanho do berço, área do terminal e número de guindastes) e dois outputs (TEU movimentado e quantidade em toneladas movimentada). Apesar do estudo se centrar em portos de contêineres, a estimativa foi feita levando em conta também a movimentação de outros tipos de mercadorias. Os resultados mostraram que a eficiência dos portos estudados ficou entre 65% e 70%.
O quadro 1 sintetiza a revisão da literatura realizada, apresentando os estudos que utilizaram a técnica de DEA em portos. Salienta-se que não se encontrou nenhum estudo realizado no Brasil.
Quadro 1: Resumo dos Estudos de DEA em Portos
Autores Objetivos Amostra Modelo DEA Inputs Outputs ROLL e HAYUTH (1993) Estimar a eficiência dos portos. 20 portos CCR - Capital; - Funcionários; e, - Tipo de carga. - Nível de serviço; - Movimento de carga; - Satisfação dos usuários; e, - Nº de atracações. MARTINEZ – BUDRIA et al (1999) Examinar a eficiência relativa dos portos. 26 portos da Espanha BCC - Despesas com pessoal; - Taxas de depreciação; e, - Outros gastos. - Total de carga movimentada; e, - Receita obtida no aluguel de facilidades. TONGZON (2001) Especificar e testar os fatores que influenciam a performance e a eficiência de um porto. 16 terminais de contêineres internacionais, sendo 4 australianos CCR Additive - Número de guindaste, berços, rebocadores e funcionários; - Área do terminal; e, - Delay time. - TEU; e, - Movimentação Hora/Navio. VALENTINE e GRAY (2001) Relacionar a eficiência de portos públicos e privados. 31 portos de contêineres de vários países CCR - Tamanho do berço; e, - Investimentos (U$). - N de contêineres; e, - Total de toneladas movimentadas. ITOH (2002) Analisar a eficiência dos portos japoneses. 8 portos do Japão Window - Área do terminal; e, - Número de berços, guindastes e trabalhadores. - TEU. SERRANO e CASTELLANO (2003) Analisar a eficiência dos portos espanhóis 9 portos da Espanha BCC - Tamanho do berço; - Área do terminal; e, - Número de guindastes - TEU; e, - Quantidade movimentada em toneladas. Fonte: Adaptado de Wang et al. (2002)
3. Método
O modelo CCR utilizado neste artigo (Charnes, Cooper & Rhodes, 1978) assume retornos constantes de escala. Na aplicação desse modelo, pode-se optar pela orientação a
input (obter o mínimo emprego de input dado o nível de output), ou orientação a output (obter
o máximo nível de output mantendo os input fixos). Justifica-se a aplicação do modelo CCR orientado para input, pois a eficiência das operações dos terminais de contêineres é observada a partir de como os inputs (recursos operacionais) auxiliam na transformação de output (movimentação em TEU). Se aumentarmos um recurso (input) este pode aumentar o output.
Neste trabalho, as DMU analisadas representam uma amostra (intencional) composta por 23 Terminais de Contêineres do Mercosul. São 15 terminais do Brasil que concentram mais de 85% da movimentação de contêineres no país. Eles foram selecionados através da
Associação Brasileira de Terminais de Contêineres de Uso Público (ABRATEC), entidade que possui 10 terminais membros (Multi-Rio, Tecon Salvador, Libra T-37, Santos Brasil, Tecon Rio Grande, Libra T-1, TCP – Paranaguá, Terminal de Vila Velha, Teconvi e Tecon Suape) e foram adicionados mais 5 terminais (Sepetiba Tecon, São Francisco, Tecondi, Pecém e Rio Cubatão) que não são membros da associação, mas possuem uma posição significativa no cenário nacional. Também foram analisados 6 terminais da Argentina (Terminal 1 y 2, Terminal 3, Terminal 4, Terminal 5, Exolgan e Zarate) que representam mais de 90% da movimentação total do país e 2 terminais do Uruguai (Cuenca de la Plata e Montecon) que movimentam quase 100% do total desse país.
O modelo deste artigo (figura 1) é composto de quatro inputs e um output, visando atender os requisitos propostos por Banker, Charnes e Cooper (1984) que relaciona o número de inputs e outputs com o número de DMU. O modelo foi validado (validação de face) por especialistas que atuam no setor através do envio por e-mail do modelo a cinco executivos da área de operações. Os dados são referentes ao ano de 2002 e 2003 e foram coletados por telefone e e-mail. Os resultados foram obtidos utilizando o software DEA Warwick®.
Figura 1: Modelo da pesquisa
Os inputs X1 e X2 (Número de Guindastes e Número de Berços) fazem referência as
operações e eficiência do berço, onde dependendo da quantidade de berços e guindastes pode-se operar mais navios e numa velocidade maior. O input X3 (Área do terminal) diz respeito a eficiência de armazenagem, já que quanto maior a área pode-se ter um maior número de contêineres no pátio do terminal. O último input X4 (Número de funcionários) pode ser relacionado com as outras duas citadas acima, já que os funcionários são necessários para a realização de qualquer operação no terminal. O output é a quantidade movimentada (TEU).
4. Contexto da pesquisa
Como já foi citado, a amostra compreende terminais de contêineres do Mercosul. O Mercado Comum do Sul (Mercosul) foi criado em 26/03/1991, composto por quatro países: Argentina, Brasil, Paraguai e Uruguai. O seu objetivo é a integração dos países, por meio da livre circulação de bens, serviços e fatores produtivos, do estabelecimento de uma tarifa externa comum e da adoção de uma política comercial comum, da coordenação de políticas macroeconômicas e setoriais e da harmonização de legislações nas áreas pertinentes, para alcançar o fortalecimento do processo de integração (http://www.mercosur.org.uy).
Dos quatro países que fazem parte do Mercosul, apenas Argentina, Brasil e Uruguai foram pesquisados. Paraguai não participou do estudo por não possuir terminais de contêineres com movimentação significativa no contexto.
INPUTS OUTPUT X1 Guindastes X2 Berço X3 Área X4 Funcionários X5 TEU
No Brasil, a Lei Nº 8.630/93 de 25 de fevereiro de 1993, trouxe uma profunda reforma nos conceitos postos em prática na vida portuária brasileira, notadamente no que diz respeito à exploração das instalações portuárias e à prestação dos serviços portuários (TRADE AND TRANSPORT, 2003). Com a nova lei, o monopólio da operação portuária exercida pela Administração do Porto foi extinto, passando a ser executada por operadores portuários privados. Esta substituição está vinculada à alocação de recursos por parte da iniciativa privada para a atividade e a introdução da concorrência no ambiente portuário entre futuros arrendatários e também entre operadores. Entre as reformas e mudanças em curso estão (http://www.antaq.gov.br):
- Instalação e pleno funcionamento dos Conselhos de Autoridade Portuária nos portos; - Pleno funcionamento dos OGMO na maioria dos portos;
- Incentivo a programas de treinamento de mão-de-obra;
- Privatização das operações portuárias, através do incentivo a entrada de operadores portuários privados e da continuidade dos programas de arrendamento;
- Maior participação da iniciativa privada na gestão e nos investimentos portuários; - Aumento da produtividade e redução dos custos portuários; e,
- Praticamente todos os principais terminais e instalações portuárias públicas foram arrendados à exploração de empresas privadas.
Os resultados até o momento são animadores: o custo médio de movimentação de contêineres de 20 pés, que variava de US$ 400 a 500, agora está entre US$ 170 e 230. E a média de 10 contêineres movimentados por hora, no início dos anos 90, subiu para 36 e continua melhorando. O tempo de espera de um navio para atracar era de dois a três dias e hoje não há filas nos portos. A movimentação de contêineres nos portos brasileiros cresceu 58% nos últimos cinco anos (MANTELLI, 2001). Mas ainda existe muito a se fazer para que os portos brasileiros sejam referencia no cenário internacional. Os custos dos portos brasileiros estão 20% acima da média mundial, o calado (profundidade) é menor do que dos portos de Cingapura e Shangai, prejudicando a vinda de navios maiores para o país.
Na Argentina, o Porto de Buenos Aires é o principal porto, com participação de 40% do comércio exterior argentino estando em condições de aumentar esta participação. Através dos terminais privados circula um volume em torno de 800.000 TEU ao ano. Foram privatizados 6 terminais que operam contêineres, o Terminal 1 e 2, Terminal 3, Terminal 4 e o Terminal 5 no Porto Novo, o Exolgan, que se localiza na parte sul do porto (http://www.puertosdeargentina.com.br) e o Zarate. Esses 6 terminais que compõem a amostra estudada representam um pouco mais de 90% da movimentação total da Argentina.
Assim como no Brasil, o Uruguai também aprovou uma lei (Lei Nº 16.246/92 de 23 de abril de 1992) com o objetivo de privatizar as operações portuárias, aumentar a produtividade, diminuir custos de operação e oferecer melhores serviços a seus clientes. Os resultados mostram a diminuição das tarifas e a abertura de um importante número de atividades para o setor privado (http://www.globalmvd.com.uy). Em Montevidéu existem 2 terminais privatizados (Cuenca de la Plata e Montecon) que representam quase 100% do total movimentado no país.
5. Resultados
Quadro 2: Dados coletados nos terminais em 2002 e 2003
2002 2003 Terminal
TEU Guindastes Berços Área (m²) Funcionários TEU Guindastes Berços Área (m²) Funcionários Brasil
1 Libra T37 469.123 5 5 220.000 611 533.000 5 5 220.000 595
2 Tecon Rio Grande 444.144 4 2 200.000 414 542.639 5 2 220.000 608
3 Santos Brasil 436.354 6 3 366.000 500 651.300 7 3 440.000 980 4 Teconvi 308.000 2 1 32.000 155 411.284 2 2 30.000 166 5 São Francisco 258.826 2 3 80.000 209 281.057 2 3 80.000 300 6 TCP – Paranaguá 249.600 2 2 210.000 149 288.978 4 2 220.000 150 7 Rio Cubatão 155.478 2 1 90.000 200 174.780 2 2 100.000 200 8 Multi-Rio 150.771 2 2 90.000 257 157.297 2 2 90.000 338 9 Vila Velha 122.655 4 2 100.000 273 143.000 4 2 100.000 264 10 Libra Terminal 1 119.000 3 2 140.000 220 162.000 3 2 140.000 220 11 Suape 108.958 2 2 18.000 120 62.642 2 2 18.000 262 12 Tecon Salvador 105.866 3 2 74.000 250 155.507 4 2 74.000 282 13 Tecondi 69.296 2 1 32.000 262 117.462 2 2 53.000 280 14 Pecém 30.020 3 2 380.000 200 67.155 3 2 380.000 160 15 Sepetiba Tecon 20.223 4 2 400.000 238 42.000 4 2 400.000 347 Argentina 16 Exolgan 262.896 4 5 450.000 276 300.000 4 5 450.000 250 17 Terminal 1 y 2 256.000 5 7 200.000 372 310.000 5 7 200.000 250 18 Terminal 5 139.100 4 4 215.000 318 140.000 4 4 215.000 200 19 Terminal 3 47.800 2 5 85.000 133 85.000 2 5 85.000 110 20 Terminal 4 39.900 5 4 110.500 150 60.000 5 3 110.500 100 21 Zarate 26.427 2 1 8.000 59 56.076 2 1 8.000 75 Uruguay 22 Montecon 207.682 3 4 80.000 30 333.668 3 4 150.000 100 23 Cuelca de la Plata 85.278 2 1 12.000 30 199.609 2 1 150.000 65
Legenda: Guindastes = Número de guindastes; Berços = Número de berços; Área (m²) = Área do terminal; Funcionários = Número de funcionários; e, TEU = Contêineres de 20 pés (do inglês, twenty foot equivalent units).
O quadro 3 mostra os resultados da análise dos dados comparando as eficiências relativas dos terminais nos anos de 2002 e 2003 .
Quadro 3: Eficiência relativa dos terminais do Mercosul Eficiência (%)
Terminais 2002 2003 2002/2003*
1 Libra Terminal 37 60,93 51,84 55,73
2 Tecon Rio Grande 72,10 100,00 100,00
3 Santos Brasil 47,22 82,23 73,67 4 Teconvi 100,00 100,00 100,00 5 São Francisco 84,03 68,34 75,06 6 TCP – Paranaguá 83,07 71,19 73,12 7 Rio Cubatão 50,48 42,50 45,91 8 Multi-Rio 48,95 38,25 42,83 9 Vila Velha 22,23 32,47 27,55 10 Libra Terminal 1 26,66 37,91 29,28 11 Tecon Suape 62,89 25,38 41,09 12 Tecon Salvador 22,91 35,21 27,12 13 Tecondi 22,50 28,56 25,96 14 Pecém 7,13 16,41 11,48 15 Sepetiba Tecon 4,12 9,03 6,44 16 Exolgan 45,86 45,00 44,63 17 Terminal 1 y 2 34,11 43,38 37,18 18 Terminal 5 22,58 24,94 22,35 19 Terminal 3 17,05 27,88 22,13 20 Terminal 4 9,59 19,68 13,48 21 Zarate 34,32 51,13 44,45 22 Montecon 100,00 100,00 100,00 23 Cuenca de la Plata 100,00 100,00 100,00
* Foi analisada a eficiência relativa dos dois anos juntos.
6. Análise dos Resultados
A partir da análise dos resultados obtidos (quadro 3), pode-se verificar que apenas três dos 23 terminais de contêineres do Mercosul foram eficientes nos dois anos de estudo (2002 e 2003). Desses três terminais, apenas um deles é brasileiro, Teconvi, localizado em Itajaí. O resultado é justificado por este terminal não possuir uma infra-estrutura muito grande. Já os outros dois terminais são do Uruguai, onde ambos se localizam na capital do país (Montevidéu) e que é o grande concentrador de cargas de importação e exportação do país. Além desses três terminais, cabe relatar, que o Terminal de Contêineres do Rio Grande (Tecon Rio Grande) após obter uma eficiência relativa de 72,1% no primeiro ano estudado, atingiu uma eficiência de 100% no ano seguinte, devido a um aumento de mais de 20% na movimentação com pouco investimento em infra-estrutura.
Analisando a eficiência relativa dos terminais a cada ano, pode-se constatar que 13 terminais obtiveram um aumento na sua eficiência. O principal fator que fez estes terminais aumentarem suas eficiência foi o grande aumento da movimentação, onde 8 terminais chegaram a mais de 50% (Sepetiba Tecon, Tecondi, Pecém, Terminal 3, Terminal 4, Zarate, Cuenca de la Plata e Montecon).
Analisando os resultados por país, buscou-se descobrir com executivos brasileiros da área a maneira que eles classificavam os terminais de contêineres do Brasil. Conclui-se que os terminais que possuem movimentação acima de 250 mil TEU ano é considerado de grande
porte (quadro 3, terminais de 1 a 6), terminais com movimentação entre 100 mil e a 250 mil é considerado de médio porte (quadro 3, terminais de 7 a 13) e os terminais com menos de 100 mil TEU movimentados por ano são considerados de pequeno porte (quadro 3, terminais 14 e 15).
Nos terminais de grande porte, apenas o Teconvi obteve eficiência de 100% nos 2 anos estudados. De acordo com pesquisa da ABRATEC (Revista Tecnologística, 2004), o Teconvi obteve um aumentou de 30% no índice de embarques e desembarques de contêineres e é o primeiro do ranking da entidade. Dos outros 5 terminais considerados de grande porte pelos executivos, todos tiveram um aumento nas suas movimentações, mas apenas 2 obtiveram também um aumento na sua eficiência (Santos Brasil e Tecon Rio Grande).
Com relação aos terminais de médio porte, quase todos os terminais atingiram uma eficiência menor que 51% (única exceção foi o Tecon Suape em 2002, com 62,89%). Este fato, pode ser justificado relacionando os inputs (quadro 2) destes terminais com os de grande porte, onde pode-se verificar que existe uma semelhança no número de guindastes, no número de berços e no número de funcionários, mas o output (TEU) é bem menor.
Os terminais de pequeno porte estudados, apenas dois (Sepetiba Tecon e Pecém), foram os que tiveram a menor eficiência de todos os terminais brasileiros. Mas o que chamou atenção foi o crescimento que estes dois terminais tiveram em suas movimentações de um ano para outro. O Sepetiba Tecon mais que dobrou sua movimentação, passando de 20.223 TEU para 42.000 TEU. Já o terminal de Pecém, aumentou ainda mais, no primeiro ano teve uma movimentação de 30.020 TEU e atingiu 67.155 no ano seguinte.
Como já foi citado, apenas 6 dos 23 terminais estudados são da Argentina. Analisando os resultados obtidos pode-se verificar que apesar das eficiências encontradas serem baixas, apenas 1 teve uma redução na sua eficiência de um ano para outro (Exolgan). Os outros cinco tiveram um aumento nas suas eficiências, ressaltando os terminais 3, 4 e Zarate. Também cabe salientar, que todos os terminais tiveram uma maior movimentação no ano de 2003 com relação ao ano de 2002. Este fato se deve pela leve melhora na economia Argentina que viveu anos difíceis em 2001 e 2002, onde a movimentação de contêineres de todo o país chegou a atingir 1.152.490 TEU em 2000 e caiu para 837.876 TEU em 2002.
Todos terminais Uruguaios obtiveram 100% de eficiência nos 2 anos da pesquisa. Este fato se deve a grande concentração de carga que existe nesses terminais que se encontram na capital do país e são os únicos que possuem capacidade suficiente para operar grandes navios. Pode-se analisar que os dois terminais tiveram um grande aumento de movimentação de um ano para o outro. Vale lembrar, que os terminais uruguaios são os principais concorrentes dos terminais argentinos, e como já foi citado, a Argentina perdeu muita carga nos últimos anos, que foram aproveitados pelos terminais uruguaios.
Na análise realizada com os dois anos juntos, onde foram somados os inputs e outputs de cada terminal e colocado no sistema para obter a eficiência do período, mais um terminal, além do Teconvi, Montecon e Cuenca de la Plata, ficou 100% eficiente (Tecon Rio Grande). Outros três terminais obtiveram eficiência acima de 70% (Santos Brasil, São Francisco e TCP – Paranaguá). Cabe salientar, que todos os terminas brasileiros que obtiveram eficiência no período estudado acima de 70% eram terminais considerados de grande porte. Esse resultado confirma o estudo de Culliname et al. (2002), que também apontou que o tamanho de portos ou terminais está relacionado com a eficiência das operações.
A pesquisa também buscou relacionar à possível relação entre a eficiência do terminal com a movimentação de TEU. Procurando identificar tal relação, utilizou-se um modelo de regressão linear envolvendo estas duas variáveis, com a eficiência como variável dependente. Os resultados revelaram que a interação entre as duas variáveis são estatisticamente
significativas. Os dados de 2002 obtiveram um β = 0,529 e r² ajustado = 0,245 (p<0,009), e no ano seguinte (2003) o β = 0,716 e r² ajustado = 0,490 (p<0,000). A figura 2 mostra a relação entre eficiência das operações e TEU movimentado, onde pode-se comparar que os terminais que possuem uma alta movimentação também possuem uma eficiência alta.
Figura 2: Eficiência relativa dos terminais do Mercosul
0 100 200 300 400 500 600 700 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23
Eficiência 2002 TEU 2002 Eficiência 2003 TEU 2003
7. Conclusão
O presente estudo apresentou uma pesquisa que visa encontrar uma resposta satisfatória para o problema de medir a eficiência relativa entre terminais de contêineres do Mercosul utilizando a técnica de DEA. Percebeu-se que o DEA é uma técnica que auxilia tanto órgãos reguladores do governo (Ministério dos Transportes) como administradores portuários na análise da eficiência das operações.
Na análise dos resultados foi mostrado que 19 dos 23 terminais de contêineres estudados atingiram uma eficiência abaixo dos 100% no dois anos da pesquisa, mostrando que a maioria deles possui uma infra-estrutura capaz de suportar uma maior movimentação do que a que eles dispõem no momento.
No caso dos terminais brasileiros, esta infra-estrutura se deve muito a herança dos terminais públicos, antes da Lei de Modernização dos Portos, onde os portos brasileiros eram conhecidos por terem um alto custo, grandes atrasos no cumprimento da programação e enormes filas de navios e caminhões. Com a Lei de Modernização dos Portos, os terminais de contêineres foram sendo privatizados e seus proprietários obrigados, por contrato, a fazer mais investimentos em infra-estrutura. Na Argentina, a privatização do principal porto do país (Buenos Aires) em vários terminais fez com que a movimentação fosse dividida entre eles, tornando a eficiência muito baixa. Também vale comentar mais uma vez, que o problema econômico ocorrido no país no ano de 2001, fez com que as importações e exportações argentinas diminuíssem significativamente. O Uruguai mostrou que aproveitou bem a crise na Argentina, e foi o único país com todos seus terminais com eficiência igual a 100%.
Identificou-se que na revisão da literatura, alguns artigos que avaliaram a eficiência de terminais de contêineres não utilizaram a relação do número de inputs e outputs com o número de DMU, que segundo Banker et al. (1984) é fundamental para que a análise da
eficiência esteja correta. Por este motivo, que o modelo validado nesta pesquisa possui apenas quatro inputs e um output, mas com uma amostra maior este número poderia ser aumentado. Podendo ainda ser inseridos no modelo proposto novos inputs relacionados as operações de pátio como a quantidade de equipamentos de pátio (reach stacker, empilhadeiras, tratores e caminhões). Cabe salientar que o número de caminhões envolvidos na movimentação dos contêineres é um recurso (input) que também auxilia nas operações de pátio e do berço. Mas em recente pesquisa Rios et al. (2003) identificaram através de entrevistas com executivos dos principais terminais brasileiros que a quantidade de caminhões envolvidos nas operações de pátio e berço não são considerados um recurso importante na composição de um modelo de eficiência das operações devido ao baixo custo de contratação e grande disponibilidade.
Constata-se no modelo de regressão linear a relação entre eficiência das operações e TEU movimentados. Tahar e Hussain (2000) afirmam que o gerenciamento das operações e a total utilização dos recursos disponíveis são os fatores que levam a eficiência das operações dos terminais de contêineres.
Como limitação do estudo, o fato de serem considerados apenas os dados do ano de 2002 e 2003. A obtenção dos dados de anos anteriores para a pesquisa ficou impossibilitada devido alguns terminais terem sido privatizados em 2000 e outros no ano 2001. Apesar disso, espera-se que esta pesquisa e o modelo desenvolvido possa ser comparado com trabalhos realizados por pesquisadores que utilizaram dados de terminais de contêineres de outros continentes.
8. Bibliografia
ABBOTT, M.; DOUCOULIAGOS, C. The efficiency of Australian universities: a data envelopment analysis. Economics of Education Review, v. 22, p. 89-97, feb. 2003.
Administracion Portuaria del Uruguay. http://www.globalmvd.com.uy
AMBROSINO, D.; SCIOMACHEN A.; TANFANI, N. Stowing a containership: the master bay plan problem. Transportation Research Part A, v. 38, p. 81-99, 2004.
ANTAQ, Agência Nacional de Transportes Aquáticos. http://www.antaq.gov.br.
BANKER, R. D.; CHARNES, A.; COOPER, W. W. Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, v. 30, p. 1078-1092, 1984.
BERGENDAHL, G. DEA and benchmarks – an application to Nordic banks. Annals of
Operations Research, v. 82, p. 233-249, 1998.
BERGER, A. N.; HUMPHREY, D. D. Efficiency of financial institutions: International survey and directions for future research. European Journal of Operational Research, v. 98, p. 175-212, 1997.
CALMON, A. Portos Brasileiros. Revista Veja, pp. 130-131, 2001.
CHARNES, A.; COOPER, W. W.; RHODES, E. Measuring efficiency of decision making units. European Journal of Operational Research, v. 1, pp. 429-444, 1978.
CHIRIKOS, T. N.; SEAR, A. M. Measuring hospital efficiency: a comparison of two approaches. Health Services Research, v. 34, p.1389-1408, feb. 2000.
CULLINANE, K., SONG, D. W.; GRAY, R. A stochastic frontier model of the efficiency of major container terminals in Asia: assessing the influence of administrative and ownership structures. Transportation Research, v. 36(A), pp.743–762, 2002.
CURKOVIC, S. Environmentally Responsible Manufacturing: The development and validation of a measurement model. European Journal of Operational Research, v. 146, p. 130-155, apr. 2003.
DAGANZO, C. F. The crane scheduling problem. Transportation Research, pp. 159-175, 1989.
GAITHER, N.; FRAZIER, G. Administração da Produção e Operações, 8a Ed. São Paulo: Pioneira—Thomson Learning, 2001.
GIANNOPOULOS, G.A. The application of information and communication technologies in transport. European Journal of Operational Research, v. 152, pp.302-320, 2004.
ITOH, H. Efficiency changes at major container ports in Japan: A window application of DEA. Rurds, v. 14, n. 2, 2002.
ITOH, H.; DOI, M.; KAWAKAMI, T. Evaluation of technical efficiency of the port system in China: An application of DEA. Kotsugaku Kenkyu. The Japan Society of
Transportation Economics, Annual Report on Transportation Economics, pp. 103-112,
2001.
KIM, K. H.; KIM H. B. Segregating space allocation models for container inventories in port container terminals. International Journal of Production Economics, pp. 415-423, 1999. KIM, K. H. Evaluation of the number of rehandles in container yards. Computer and
Industrial Engineering, pp. 701-711, 1997.
LINN, R.; LIU, J.; WAN, Y.; ZHANG, C.; MURTY, K. G. Rubber tired gantry crane deployment for container yard operation. Computers and Industrial Engineering, 2003. MANTELI, W. Portos brasileiros: Muito a fazer, apesar dos avanços. Revista Tecnologística, pp. 28-30, ago 2001.
MARTINEZ-BUDRIA, E.; DIAZ-ARMAS, R.; NAVARRO-IBANEZ, M.; RAVELO-MESA, T. A study of the Efficiency of Spanish port authorities using Data Envelopment Analysis, International Journal of Transport Economics, v. 26, n. 2, pp. 237-253, 1999. PETERKOFSKY R. I.; DAGANZO, C. F. A branch and bound solution method for the crane scheduling problem. Transportation Research, pp. 159-172, 1990.
Puetos de Argentina. http://www.puertosdeargentina.com.br. REVISTA GLOBAL. São Paulo: Março, 2001. Mensal.
REVISTA TECNOLOGÍSTICA. São Paulo: Janeiro, 2004. Mensal.
RIOS, L. R., MAÇADA, A. C. M.; BECKER, J. L. Modelo de decisão para o planejamento da capacidade nos terminais de containers. In: ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO, 23., 2003, Ouro Preto, MG. Anais do XXIII ENEGEP. Ouro Preto, 2003.
ROLL, Y; HAYUTH, Y. Port performance comparison applying DEA. Maritime Policy and
Management, v. 20, n. 2, pp. 153-161, 1993.
SAHA, A.; RAVISANKAR, T. S. Rating of Indian commercial banks: a DEA approach.
European Journal of Operational Research, v. 124, p. 187-203, 2000.
SCHAFFNIT, C.; ROSEN, D.; PARADI, J. C. Best practice analysis of bank branches: an application of DEA in a large Canadian bank. European Journal of Operational Research, v. 98, p. 269-289, 1997.
SERRANO, M. G.; CASTELLANO, L. T. Analisis de la eiciencia de los servicios de infraestructura en Espana: Una aplicación al tráfico de contenedores. X Encuentro de
Economía Pública, 2003.
SIEMS, T. F.; BARR, R. S. Benchmarking the productive efficiency of U.S. banks. Financial
Industry Studies, p.11-24, dec. 1998.
Site Oficial do Mercosul. http://www.mercosur.org.uy
SOARES DE MELLO, J. C. et al. Análise de envoltória de dados no estudo da eficiência e dos benchmark para companhias aéreas brasileiras. Pesquisa Operacional. v. 23, n. 2, p. 325-345, 2003.
TAHAR, R. M.; HUSSAIN, K. Simulation and analysis for the Kelang container terminal operations. Logistics Information Management, 2000.
THANASSAOULIS, E.; DUSTAN, P. Guiding schools to improved performance using Data Envelopment Analysis: an illustration with data from a local education authority. Journal of
Operational Research Society. v. 45, n. 11, p. 1247-1262, 1996.
TONGZON, J. Efficiency Measurement of select Australian an International Port using Data Envelopment Analysis. Transportation Research Part A, v. 35, p. 113-128, 2001.
TRADE AND TRANSPORT. São Paulo: Abril, 2003. Mensal.
VALENTINE, V. F.; GRAY, R. The Measurement of Port Efficiency Using Data Envelopment Analysis, Proceedings of the 9th World Conference on Transport Research,
2001.
WANG, T. F.; SONG, D. W.; CULLINAME, K. The applicability of DEA to efficiency measurement of container ports. http://www.eclac.cl, 2002.
WARD, P. T.; STORBECK, J. E.; MAGNUM, S. L.; BYRNES, P. E. An analysis of staffing efficiency in U.S. manufacturing: 1983 and 1989. Annals of Operations Research, v. 73, p.67-89, 1997.
WRIGHT, C. M.; MECHLING, G. The importance of operations management problems in service organizations. Omega, pp. 77-87, 2002.
YUN W. Y.; CHOI, Y. S. A simulation model for container-terminal operation analysis using an object-oriented approach. International Journal of Production Economics, pp. 221-230, 1999.
YUN, Y. B.; NAKAYAMA, H.; TANINO, T. A generalized model for data envelopment analysis. European Journal of Operational Research, pp. 87-105, 2004.
