Avaliação de índices de eficiência e de produtividade de distribuidoras de energia elétrica no Brasil aplicando análise envoltória de dados (DEA)

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Goulart, Diego Dorneles
Orientador(a): Sperandio, Mauricio
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Pampa
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Campus Alegrete
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Área do conhecimento CNPq:
Link de acesso: http://dspace.unipampa.edu.br/jspui/handle/riu/248
Resumo: Este trabalho investiga o processo de evolução dos índices de eficiência técnica e de produtividade de Malmquist para as 30 maiores empresas distribuidoras de energia elétrica no Brasil, confrontando a metodologia do órgão regulador (Agência Nacional de Energia Elétrica – ANEEL) de avaliação dos Custos Operacionais Regulatórios do Ciclo de Revisão Tarifária Periódica, com as relações existentes entre a tecnologia de produção utilizada por estas empresas e a qualidade dos serviços prestados à sociedade, entre 2003 e 2009, aplicando-se a Análise por Envoltória de Dados (Data Envelopment Analysis – DEA). Para tanto, utilizam-se os seguintes modelos DEA, orientados para insumo: o CRS (CCR), o VRS (BCC) e o NDRS (usado pela ANEEL), que presumem tecnologias com os seguintes retornos à escala de produção: constantes, variáveis e não decrescentes, respectivamente. Sendo estes modelos DEA aplicados aos dois cenários modelados: no primeiro (chamado de C1), observam-se as variáveis quantitativas adotadas pela ANEEL, tendo como insumo o Custo Operacional – OPEX (R$) e como produtos a Extensão de Redes de Distribuição de Energia Elétrica – Rede (km), o Consumo de Energia Elétrica – Mercado (TWh) e o Número de Unidades Consumidoras de Energia Elétrica – UC (No de Clientes); no segundo (chamado de C2) são inseridas variáveis de qualidade ao cenário C1, definindo-as como produtos na modelagem DEA, citando-se o Índice ANEEL de Satisfação do Cliente – IASC (No Índice) e o Indicador de Desempenho Global de Continuidade – DGC (No Índice). Desta forma, com base nos resultados de desempenho relativo para o período analisado, identificam-se como resultados principais a tendência de evolução positiva das medidas de eficiência técnica e a tendência de estabilização das medidas de produtividade, para o conjunto das 30 maiores empresas distribuidoras de energia elétrica do país. Além disso, comparando-se os resultados de eficiência técnica e produtividade, nos diferentes cenários e nas diferentes modelagens DEA (benchmarking), verificou-se que a implementação de um cenário e de uma modelagem deve refletir a realidade econômica (aproximação com a função de produção verdadeira) das empresas distribuidoras de energia elétrica no Brasil, de modo a possibilitar a identificação das distribuidoras de energia elétrica que estão operando na escala ótima (ou não) e se os retornos à escala de produção são constantes, crescentes ou decrescentes. Assim, percebeu-se que boa parte das empresas (C1 igual a 40% e C2 igual a 50%) apresentaram retornos de escala de produção decrescentes (DRS) em todo o período de tempo analisado. Portanto, a modelagem DEA VRS apresenta-se mais adequada para a avaliação de desempenho, em detrimento da modelagem DEA NDRS usada pela ANEEL, pois admite que as empresas atuem na região decrescente da fronteira de produção e ainda assim possam ser consideradas eficientes. Já o cenário C2, ao agregar variáveis de qualidade ao Cenário C1 (ANEEL), aproxima-se também desta realidade econômica, buscada pelo órgão regulador através da mensuração dos custos operacionais regulatórios associados aos indicadores de qualidade na prestação dos serviços à comunidade. Por fim, são realizadas considerações sobre a necessidade de aprimoramento de alguns pontos na metodologia utilizada pelo regulador, representando desafios para a garantia de equidade entre a modicidade tarifária e a sustentabilidade das empresas do setor elétrico brasileiro, de modo a garantir-se, efetivamente, o equilíbrio econômico-financeiro nos próximos Ciclos de Revisão Tarifária Periódica.
id UNIP_c179847e35f2f086efd698a0aa0ee946
oai_identifier_str oai:repositorio.unipampa.edu.br:riu/248
network_acronym_str UNIP
network_name_str Repositório Institucional da UNIPAMPA
repository_id_str
spelling Sperandio, MauricioGoulart, Diego Dorneles2015-05-09T19:30:37Z2015-05-09T19:30:37Z2013-11-23http://dspace.unipampa.edu.br/jspui/handle/riu/248Este trabalho investiga o processo de evolução dos índices de eficiência técnica e de produtividade de Malmquist para as 30 maiores empresas distribuidoras de energia elétrica no Brasil, confrontando a metodologia do órgão regulador (Agência Nacional de Energia Elétrica – ANEEL) de avaliação dos Custos Operacionais Regulatórios do Ciclo de Revisão Tarifária Periódica, com as relações existentes entre a tecnologia de produção utilizada por estas empresas e a qualidade dos serviços prestados à sociedade, entre 2003 e 2009, aplicando-se a Análise por Envoltória de Dados (Data Envelopment Analysis – DEA). Para tanto, utilizam-se os seguintes modelos DEA, orientados para insumo: o CRS (CCR), o VRS (BCC) e o NDRS (usado pela ANEEL), que presumem tecnologias com os seguintes retornos à escala de produção: constantes, variáveis e não decrescentes, respectivamente. Sendo estes modelos DEA aplicados aos dois cenários modelados: no primeiro (chamado de C1), observam-se as variáveis quantitativas adotadas pela ANEEL, tendo como insumo o Custo Operacional – OPEX (R$) e como produtos a Extensão de Redes de Distribuição de Energia Elétrica – Rede (km), o Consumo de Energia Elétrica – Mercado (TWh) e o Número de Unidades Consumidoras de Energia Elétrica – UC (No de Clientes); no segundo (chamado de C2) são inseridas variáveis de qualidade ao cenário C1, definindo-as como produtos na modelagem DEA, citando-se o Índice ANEEL de Satisfação do Cliente – IASC (No Índice) e o Indicador de Desempenho Global de Continuidade – DGC (No Índice). Desta forma, com base nos resultados de desempenho relativo para o período analisado, identificam-se como resultados principais a tendência de evolução positiva das medidas de eficiência técnica e a tendência de estabilização das medidas de produtividade, para o conjunto das 30 maiores empresas distribuidoras de energia elétrica do país. Além disso, comparando-se os resultados de eficiência técnica e produtividade, nos diferentes cenários e nas diferentes modelagens DEA (benchmarking), verificou-se que a implementação de um cenário e de uma modelagem deve refletir a realidade econômica (aproximação com a função de produção verdadeira) das empresas distribuidoras de energia elétrica no Brasil, de modo a possibilitar a identificação das distribuidoras de energia elétrica que estão operando na escala ótima (ou não) e se os retornos à escala de produção são constantes, crescentes ou decrescentes. Assim, percebeu-se que boa parte das empresas (C1 igual a 40% e C2 igual a 50%) apresentaram retornos de escala de produção decrescentes (DRS) em todo o período de tempo analisado. Portanto, a modelagem DEA VRS apresenta-se mais adequada para a avaliação de desempenho, em detrimento da modelagem DEA NDRS usada pela ANEEL, pois admite que as empresas atuem na região decrescente da fronteira de produção e ainda assim possam ser consideradas eficientes. Já o cenário C2, ao agregar variáveis de qualidade ao Cenário C1 (ANEEL), aproxima-se também desta realidade econômica, buscada pelo órgão regulador através da mensuração dos custos operacionais regulatórios associados aos indicadores de qualidade na prestação dos serviços à comunidade. Por fim, são realizadas considerações sobre a necessidade de aprimoramento de alguns pontos na metodologia utilizada pelo regulador, representando desafios para a garantia de equidade entre a modicidade tarifária e a sustentabilidade das empresas do setor elétrico brasileiro, de modo a garantir-se, efetivamente, o equilíbrio econômico-financeiro nos próximos Ciclos de Revisão Tarifária Periódica.This work investigates the evolution process of technical efficiency indices and Malmquist productivity for the 30 largest power utilities in Brazil, comparing the methodology of the regulator (ANEEL – National Agency of Electric Energy) of evaluation of Regulatory Operational Costs of the Periodic Tariff Review Cycle, with the relationship etween the production technology used by these companies and the quality of services provided to the society between 2003 and 2009, applying the Data Envelopment Analysis (DEA). For this, it is used the following models DEA – input oriented: CRS (CCR), the VRS (BCC) and the NDRS (used by ANEEL), assume that the following technologies returns to scale production: constants, variables, and nondecreasing, respectively. It was adopted two scenarios: the first (called C1), it was observed quantitative variables adopted by ANEEL, taking as input the Operating Cost – OPEX (R$), and as products the Extension of Distribution Networks Electricity - Network (km), the Consumption of Electricity – Market (TWh) and the Unit Number of Electric Consumers – UC (No of Customers), the second (called C2), and quality variables to the scenario C1 are inserted by defining them as products in modeling DEA, the ANEEL’s index of Customer Satisfaction - IASC (NoIndex) and Performance Indicator of Global Continuity – DGC (No Index). Thus, based on performance results relative to the analysis period, it is identified measures of technical efficiency with positive trend and productivity measures with stabilizing trend for the whole of the 30 largest power utilities in Brazil. Furthermore, comparing the results of technical efficiency and productivity in the different scenarios and different DEA modeling (benchmarking), it was found that the implementation of a scenario and a model should reflect the economic reality (closer to the function of real production) of power utilities in Brazil, in order to facilitate the identification of power utilities that are operating at optimal scale (or not) and returns to scale of production are constant , increasing or decreasing. Thus, it was noticed that most companies (C1 equal to 40% and C2 equal to 50%) showed decreasing returns to scale of production (DRS) throughout the time period analyzed. Therefore, the VRS DEA model appears more suitable for the evaluation of performance, rather than modeling the DEA NDRS used by ANEEL, since it allows companies to act in the decreasing region of production frontier and still can be considered efficient. Finally, we discuss the need to improve some points in the methodology used by the regulator, representing challenges to ensuring equity between low tariffs and sustainability of the Brazilian electricity sector, in order to guarantee effectively the economic-financial balance over the next Periodic Tariff Review Cycle.Universidade Federal do PampaCampus AlegreteCNPQ::CIENCIAS SOCIAIS APLICADASDistribuição de energia elétrica no BrasilRegulação econômicaAnálise envoltória de dados (DEA)Índice de eficiência de técnicaÍndice de produtividade de MalmquistDistribution electricity in BrazilEconomic regulationData envelopment analysis (DEA)Technical efficiency indexMalmquist productivity indexAvaliação de índices de eficiência e de produtividade de distribuidoras de energia elétrica no Brasil aplicando análise envoltória de dados (DEA)Evaluation of indices of efficiency and productivity of power utilities in Brazil applying data envelopment analysis (dea)info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UNIPAMPAinstname:Universidade Federal do Pampa (UNIPAMPA)instacron:UNIPAMPAinfo:eu-repo/semantics/openAccessORIGINAL117110019.pdf117110019.pdfapplication/pdf3622835https://repositorio.unipampa.edu.br/jspui/bitstream/riu/248/1/117110019.pdfbf885e1754a3be10513d615ebdb016c7MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unipampa.edu.br/jspui/bitstream/riu/248/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52TEXT117110019.pdf.txt117110019.pdf.txtExtracted texttext/plain317803https://repositorio.unipampa.edu.br/jspui/bitstream/riu/248/3/117110019.pdf.txtf569d3195930fe384b3ec69e677d194bMD53riu/2482021-03-17 11:17:30.706oai:repositorio.unipampa.edu.br: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Repositório InstitucionalPUBhttp://dspace.unipampa.edu.br:8080/oai/requestsisbi@unipampa.edu.bropendoar:2021-03-17T14:17:30Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA)false
dc.title.pt_BR.fl_str_mv Avaliação de índices de eficiência e de produtividade de distribuidoras de energia elétrica no Brasil aplicando análise envoltória de dados (DEA)
dc.title.en.fl_str_mv Evaluation of indices of efficiency and productivity of power utilities in Brazil applying data envelopment analysis (dea)
title Avaliação de índices de eficiência e de produtividade de distribuidoras de energia elétrica no Brasil aplicando análise envoltória de dados (DEA)
spellingShingle Avaliação de índices de eficiência e de produtividade de distribuidoras de energia elétrica no Brasil aplicando análise envoltória de dados (DEA)
Goulart, Diego Dorneles
CNPQ::CIENCIAS SOCIAIS APLICADAS
Distribuição de energia elétrica no Brasil
Regulação econômica
Análise envoltória de dados (DEA)
Índice de eficiência de técnica
Índice de produtividade de Malmquist
Distribution electricity in Brazil
Economic regulation
Data envelopment analysis (DEA)
Technical efficiency index
Malmquist productivity index
title_short Avaliação de índices de eficiência e de produtividade de distribuidoras de energia elétrica no Brasil aplicando análise envoltória de dados (DEA)
title_full Avaliação de índices de eficiência e de produtividade de distribuidoras de energia elétrica no Brasil aplicando análise envoltória de dados (DEA)
title_fullStr Avaliação de índices de eficiência e de produtividade de distribuidoras de energia elétrica no Brasil aplicando análise envoltória de dados (DEA)
title_full_unstemmed Avaliação de índices de eficiência e de produtividade de distribuidoras de energia elétrica no Brasil aplicando análise envoltória de dados (DEA)
title_sort Avaliação de índices de eficiência e de produtividade de distribuidoras de energia elétrica no Brasil aplicando análise envoltória de dados (DEA)
author Goulart, Diego Dorneles
author_facet Goulart, Diego Dorneles
author_role author
dc.contributor.advisor1.fl_str_mv Sperandio, Mauricio
dc.contributor.author.fl_str_mv Goulart, Diego Dorneles
contributor_str_mv Sperandio, Mauricio
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS SOCIAIS APLICADAS
topic CNPQ::CIENCIAS SOCIAIS APLICADAS
Distribuição de energia elétrica no Brasil
Regulação econômica
Análise envoltória de dados (DEA)
Índice de eficiência de técnica
Índice de produtividade de Malmquist
Distribution electricity in Brazil
Economic regulation
Data envelopment analysis (DEA)
Technical efficiency index
Malmquist productivity index
dc.subject.por.fl_str_mv Distribuição de energia elétrica no Brasil
Regulação econômica
Análise envoltória de dados (DEA)
Índice de eficiência de técnica
Índice de produtividade de Malmquist
dc.subject.eng.fl_str_mv Distribution electricity in Brazil
Economic regulation
Data envelopment analysis (DEA)
Technical efficiency index
Malmquist productivity index
description Este trabalho investiga o processo de evolução dos índices de eficiência técnica e de produtividade de Malmquist para as 30 maiores empresas distribuidoras de energia elétrica no Brasil, confrontando a metodologia do órgão regulador (Agência Nacional de Energia Elétrica – ANEEL) de avaliação dos Custos Operacionais Regulatórios do Ciclo de Revisão Tarifária Periódica, com as relações existentes entre a tecnologia de produção utilizada por estas empresas e a qualidade dos serviços prestados à sociedade, entre 2003 e 2009, aplicando-se a Análise por Envoltória de Dados (Data Envelopment Analysis – DEA). Para tanto, utilizam-se os seguintes modelos DEA, orientados para insumo: o CRS (CCR), o VRS (BCC) e o NDRS (usado pela ANEEL), que presumem tecnologias com os seguintes retornos à escala de produção: constantes, variáveis e não decrescentes, respectivamente. Sendo estes modelos DEA aplicados aos dois cenários modelados: no primeiro (chamado de C1), observam-se as variáveis quantitativas adotadas pela ANEEL, tendo como insumo o Custo Operacional – OPEX (R$) e como produtos a Extensão de Redes de Distribuição de Energia Elétrica – Rede (km), o Consumo de Energia Elétrica – Mercado (TWh) e o Número de Unidades Consumidoras de Energia Elétrica – UC (No de Clientes); no segundo (chamado de C2) são inseridas variáveis de qualidade ao cenário C1, definindo-as como produtos na modelagem DEA, citando-se o Índice ANEEL de Satisfação do Cliente – IASC (No Índice) e o Indicador de Desempenho Global de Continuidade – DGC (No Índice). Desta forma, com base nos resultados de desempenho relativo para o período analisado, identificam-se como resultados principais a tendência de evolução positiva das medidas de eficiência técnica e a tendência de estabilização das medidas de produtividade, para o conjunto das 30 maiores empresas distribuidoras de energia elétrica do país. Além disso, comparando-se os resultados de eficiência técnica e produtividade, nos diferentes cenários e nas diferentes modelagens DEA (benchmarking), verificou-se que a implementação de um cenário e de uma modelagem deve refletir a realidade econômica (aproximação com a função de produção verdadeira) das empresas distribuidoras de energia elétrica no Brasil, de modo a possibilitar a identificação das distribuidoras de energia elétrica que estão operando na escala ótima (ou não) e se os retornos à escala de produção são constantes, crescentes ou decrescentes. Assim, percebeu-se que boa parte das empresas (C1 igual a 40% e C2 igual a 50%) apresentaram retornos de escala de produção decrescentes (DRS) em todo o período de tempo analisado. Portanto, a modelagem DEA VRS apresenta-se mais adequada para a avaliação de desempenho, em detrimento da modelagem DEA NDRS usada pela ANEEL, pois admite que as empresas atuem na região decrescente da fronteira de produção e ainda assim possam ser consideradas eficientes. Já o cenário C2, ao agregar variáveis de qualidade ao Cenário C1 (ANEEL), aproxima-se também desta realidade econômica, buscada pelo órgão regulador através da mensuração dos custos operacionais regulatórios associados aos indicadores de qualidade na prestação dos serviços à comunidade. Por fim, são realizadas considerações sobre a necessidade de aprimoramento de alguns pontos na metodologia utilizada pelo regulador, representando desafios para a garantia de equidade entre a modicidade tarifária e a sustentabilidade das empresas do setor elétrico brasileiro, de modo a garantir-se, efetivamente, o equilíbrio econômico-financeiro nos próximos Ciclos de Revisão Tarifária Periódica.
publishDate 2013
dc.date.issued.fl_str_mv 2013-11-23
dc.date.accessioned.fl_str_mv 2015-05-09T19:30:37Z
dc.date.available.fl_str_mv 2015-05-09T19:30:37Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://dspace.unipampa.edu.br/jspui/handle/riu/248
url http://dspace.unipampa.edu.br/jspui/handle/riu/248
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal do Pampa
dc.publisher.department.fl_str_mv Campus Alegrete
publisher.none.fl_str_mv Universidade Federal do Pampa
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNIPAMPA
instname:Universidade Federal do Pampa (UNIPAMPA)
instacron:UNIPAMPA
instname_str Universidade Federal do Pampa (UNIPAMPA)
instacron_str UNIPAMPA
institution UNIPAMPA
reponame_str Repositório Institucional da UNIPAMPA
collection Repositório Institucional da UNIPAMPA
bitstream.url.fl_str_mv https://repositorio.unipampa.edu.br/jspui/bitstream/riu/248/1/117110019.pdf
https://repositorio.unipampa.edu.br/jspui/bitstream/riu/248/2/license.txt
https://repositorio.unipampa.edu.br/jspui/bitstream/riu/248/3/117110019.pdf.txt
bitstream.checksum.fl_str_mv bf885e1754a3be10513d615ebdb016c7
8a4605be74aa9ea9d79846c1fba20a33
f569d3195930fe384b3ec69e677d194b
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UNIPAMPA - Universidade Federal do Pampa (UNIPAMPA)
repository.mail.fl_str_mv sisbi@unipampa.edu.br
_version_ 1797225365147484160