AVALIAÇÃO DA EFICIÊNCIA DE EMPRESAS DE … · de transporte ou de empresas fornecedoras de...
Transcript of 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 17 Caso 2 - Resumo de unidades eficientes e eficiência média...................................42
Tabela 18 Caso 2 - Empresas referência e parcela de participação.........................................43
Tabela 19 Caso 2 - Número de vezes que uma unidade é referência para as demais..............43
Tabela 20 Caso 2 - Retornos de Escala ...................................................................................44
Tabela 21 Caso 3- Restrições de pesos....................................................................................45
Tabela 22 Caso 3 - Resumo de unidades eficientes e eficiência média...................................47
Tabela 23 Caso 3 - Empresas referência e parcela de participação.........................................47
7
Tabela 24 Caso 3 - Número de vezes que uma unidade é referência para as demais..............48
Tabela 25 Caso 3 - Retornos de Escala ...................................................................................48
Tabela 26 Caso 4 - Restrições de pesos...................................................................................49
Tabela 27 Caso 4 - Resumo de unidades eficientes e eficiência média...................................51
Tabela 28 Caso 4 - Empresas referência e parcela de participação.........................................51
Tabela 29 Caso 4 - Número de vezes que uma unidade é referência para as demais..............52
Tabela 30 Caso 4 - Retornos de Escala ...................................................................................52
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
Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)
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.
Foram calculadas as restrições nas relações entre pesos, conforme apresentado na
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
Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)
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
Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)
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.
A Tabela 17 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 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
Tabela 18 Caso 2 - Empresas referência e parcela de participação
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.
Empresa-Período Referências
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
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.
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.
Foram calculadas as restrições nas relações entre pesos, conforme apresentado na
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.
Tabela 23 Caso 3 - Empresas referência e parcela de participação
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.
Empresa-Período Referências
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
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.
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
Chile Bus COIT EGA FlechaBus TTL
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.
A Tabela 27 indica o número de unidades eficientes e a eficiência média para o
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.
Tabela 28 Caso 4 - Empresas referência e parcela de participação
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.
Empresa-Período Referências
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
Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)
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
Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)
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
Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)
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
Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)
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
Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)
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
Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)
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
Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)
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
Brasil Sul Penha Itapemirim Ouro e Prata Nova Integração Pluma Eucatur Real Expresso Santo Anjo Unesul (Catarinense)
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
Chile Bus COIT EGA FlechaBus TTL
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
Chile Bus COIT EGA FlechaBus TTL
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
Chile Bus COIT EGA FlechaBus TTL
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
Chile Bus COIT EGA FlechaBus TTL
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
Chile Bus COIT EGA FlechaBus TTL
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
Chile Bus COIT EGA FlechaBus TTL
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
Chile Bus COIT EGA FlechaBus TTL
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
Chile Bus COIT EGA FlechaBus TTL
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