Uma das principais dificuldades enfrentadas na presente pesquisa advém da natureza dos dados utilizados. Por se tratar de uma pesquisa em que a coleta de dados deu-se por meio de observações indiretas, baseando-se em dados secundários, esse fato ocasionou algumas limitações ao trabalho, principalmente no que diz respeito ao conjunto variáveis utilizadas, as quais não necessariamente abrangem todos os aspectos e dimensões relevantes para a determinação da fronteira de eficiência.
Em modelos de regressão múltipla é necessário determinar um subconjunto de variáveis independentes que melhor explique a variável resposta, isto é, dentre todas as variáveis explicativas disponíveis, devemos encontrar um subconjunto de variáveis importantes para o modelo. Nesse sentido, uma nova análise dos resultados poderia surgir a partir da aplicação de um método de seleção de variáveis, tal que fossem eliminadas aquelas que não representassem o sistema de forma consistente e significativa.
Outras pesquisas podem ser realizadas para avaliar o desenvolvimento e a evolução do setor de distribuição de energia elétrica, por meio de técnicas quantitativas intertemporal de benchmarking, tais como: (i) Modelos DEA dinâmico; (ii) Índice de Produtividade de Malmquist; e, (iii) Fronteira de eficiência estocástica para dados em painel.
A avaliação da eficiência intertemporal por meio do modelo DEA dinâmico considera os processos internos das distribuidoras de energia elétrica numa sequência de tempo, sob a premissa de que as decisões tomadas num determinado tempo impactam sobre as atividades posteriores. O modelo dinâmico adequado para tal avaliação é proposto por Tsutsui
e Tone (2010), usando-se uma estrutura para o modelo DEA dinâmico na qual são utilizadas variáveis carry-over, com o objetivo de estimar a fronteira de produção ao longo de vários períodos de tempo.
A evolução da produtividade e as mudanças tecnológicas das distribuidoras de energia é outra análise possível, avaliando a evolução das empresas nos aspectos gerenciais, técnicos e organizacionais, por meio da integração da DEA e do Índice de Produtividade Malmquist. Esta avaliação é pautada no trabalho de Färe et al (1992), que possibilita mensurar a mudança na fronteira tecnológica, bem como a variação da eficiência técnica como resultado de melhorias contínuas nos processos das empresas constituintes do setor de distribuição de energia.
Por fim, as fronteira de produção estocástica podem ser estimadas utilizando-se diferentes formas funcionais, introduzida por Christensen et al (1973). No caso das empresas distribuidoras de energia, deve ser estimada uma representação alternativa da tecnologia de produção dada pela função de custos, em uma transformação logarítmica. Propõe-se ainda a utilização de uma extensão dos modelos de SFA que permite o uso de dados de painel, avaliando o desempenho das distribuidoras de energia ao longo de um período de tempo.
Referências
ABRADE. Associação Brasileira dos Distribuidores de Energia Elétrica. Relatório SIG: Continuidade do Fornecimento (DEC/FEC). Disponível em: <http://www.abradee.com.br/ setor-de-distribuicao/banco-de-dados/operacional> Último Acesso em: 12 Fev. 2012.
ANEEL. Agência Nacional de Energia Elétrica. Nota Técnica nº 178/2003 - SRE/ANEEL –
Primeiro Ciclo de Revisão Tarifária Periódica das Concessionárias de Distribuição de Energia Elétrica do Brasil, 2003. Disponível em: <www.aneel.gov.br> Acesso em: 10 Set. 2013.
ANEEL. Agência Nacional de Energia Elétrica. Nota Técnica nº 262/2006 - SRE/ANEEL: Segundo Ciclo de Revisão Tarifária Periódica das Concessionárias de Distribuição de
Energia Elétrica do Brasil, 2006. Disponível em:
<http://www.aneel.gov.br/cedoc/notaren2006234sre.pdf> Acesso em: 10 Set. 2013.
ANEEL. Perguntas e Respostas Sobre Tarifas das Distribuidoras de Energia Elétrica. Aneel: Brasília, 2007. Disponível em: <http://www.aneel.gov.br/area.cfm?idArea=622>. Último Acesso em 23 Nov. 2013.
ANEEL. Agência Nacional de Energia Elétrica. Nota Técnica nº 294/2011-SRE/ANEEL –
Metodologia de Cálculo dos Custos Operacionais, 2010. Disponível em: <http://www.aneel. gov.br/aplicacoes/audiencia/arquivo/2010/040/documento/nota_tecnica_nº_265_custos_opera cionais.pdf> Acesso em: 10 Set. 2013.
ANEEL. Agência Nacional de Energia Elétrica. Consulta pública Nº 11/2013. Disponível em: <http://www.aneel.gov.br/aplicacoes/consulta_publica/detalhes_consulta.cfm?IdConsultaPubl ica=244>. Último Acesso em 12 Fev. 2014.
ADLER, N. et al. Review of ranking methods in the data envelopment analysis context. European Journal of Operational Research, v. 140, n. 2, p. 249–265, 2002.
AIGNER, D. et al. Formulation and estimation of stochastic frontier production function models. Journal of Econometrics, v. 6, n. 1, p. 21-37, 1977.
ARAÚJO, J. L.; OLIVEIRA, A. Diálogos da Energia: reflexões sobre a última década. Rio de Janeiro: 7 letras, 2005.
ARAUJO, A. C. M. Perdas e inadimplência na atividade de distribuição de energia elétrica no Brasil. Rio de Janeiro, RJ, 2007. Tese (doutorado) - Universidade Federal do Rio de Janeiro, COPPE.
AVKIRAN, N. K.; ROWLANDS, T. How to better identify the true managerial performance: State of the art using DEA. Omega, v. 36, p. 317-324, 2008.
BANKER, R. (2011). Report on ANEEL´s proposal for electricity distribution tariff regulation Technical Note No. 101/2011. Disponível em: <http://www.aneel.gov.br /aplicacoes/audiencia/arquivo/2010/040/contribuicao/rajiv_banker_and_ana_lopes_report.pdf > Acesso em: 28 Abr. 2012.
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. 1078– 1092, 1984.
BATTESE, G. E.; COELLI, T. J. Prediction of firm-level technical efficiencies with a generalized frontier production function and panel data. Journal of Econometrics , v. 38, n. 3, p. 387-399, 1988.
BLÁZQUEZ-GÓMEZ, L.; GRIFELL-TATJÉ, E. Evaluating the regulator: Winners and losers in the regulation of Spanish electricity distribution. Energy Economics, v. 33, p. 807-815, 2011.
BRANDÃO, L. C.; SOARES DE MELLO, J. C. C. B. Modelo de Suavização da Fronteira DEA BCC para Estudar as DMUs Eficientes por Default. In: Simpósio Brasileiro de Pesquisa Operacional, 55, 2013, Natal. Anais do XLV SBPO. Rio de Janeiro: SOBRAPO, 2013. CHARNES, A.; COOPER, W. W.; RHODES, E. Measuring efficiency of decision making units. European Journal of Operational Research, v. 1, p. 429-444, 1978.
CHRISTENSEN, L. R.; JORGENSON, D. W.; LAU, L. J. Transcendental Logaritmic Production Frontiers. Review of Economics and Statistics, v. 55, p. 28-45, 1973.
COELLI, T. J.; RAO, D. S. P.; O'DONNELL, C. J.; BATTESE, G. E. An introduction to efficiency and productivity analysis. Massachussets: Kluwer A. P., 1998.
COELLI, T. J.; RAO, D. S. P.; O'DONNELL, C. J.; BATTESE, G. E. An introduction to efficiency and productivity analysis. 2. ed. Nova York: Springer, 2005
COOK, W. D.; SEIFORD, L. M. Data envelopment analysis (DEA): Thirty years on. European Journal of Operational Research, v. 192, p. 1-17, 2009.
COOPER, W. W.; SEIFORD, L. M.; TONE, K. Data Envelopment Analysis: A Comprehensive Text with Models, Applications, References and DEA-Solver Software. Boston: Kluwer Academic Publishers, 2000.
COOPER, W. W.; SEIFORD, L. M.; TONE, K. Introduction to Data Envelopment Analysis and Its Uses: With DEA-Solver Software and References. New York: Springer, 2006.
COOPER, W. W. et al. Data Envelopment Analysis: History, Models and Interpretations. COOPER, W. W. et al. (Orgs.). Handbook on Data Envelopment Analysis. 2. ed. Nova York: Springer, 2011.
CORDERO, J. M.; PEDRAJA-CHAPARRO, F.; SANTÍN-GONZÁLEZ, D. Alternative approaches to include exogenous variables in DEA measures: A comparison using Monte Carlo. Computers & Operations Research, v. 36, p. 2699-2706, 2009.
DEBREU, G. The Coefficient of Resource Utilization. Econometrica, v. 19, n. 3, p. 273-292, 1951.
DYSON, R. G.; ALLEN,R. CAMANHO, A. S.; PODINOVSKI, V. V.; SARRICO, C. S; SHALE, E. A. Pitfalls and protocols in DEA, European Journal of Operational Research, v. 132, p. 245-259, 2001.
EDVARDSEN, D. F., FØRSUND, F. R. International benchmarking of electricity distribution utilities. Resource and Energy Economics, v. 25, p. 353-371, 2003.
LINS, M. P. E. ; SOLLERO, M. K. V. ; CALÔBA, G.M. ; SILVA, A. C. M. Integrating the regulatory and utility firm perspectives, when measuring the efficiency of electricity distribution. European Journal of Operational Research, v. 181, p. 1413-1424, 2007. FARREL, M.J. The measurement of productive efficiency. Journal of the Royal Statistic Society, series A, part 3, p. 253-290, 1957.
FÄRE, R. S.; GROSSKOPF, S.; LINDGREN, B.; ROOS, P. Productivity change in Swedish pharmacies 1980–1989: a nonparametric Malmquist approach. Journal of Productivity Analysis, v. 3, p. 85–102, 1992.
FRIED, H. O.; SCHMIDT, S. S.; YAISAWARNG, S. Incorporating the Operating Environment Into a Nonparametric Measure of Technical Efficiency. Journal of Productivity Analysis, v. 12, p. 249-267, 1999.
FRIED, H. O.; LOVELL, C. A. K.; SCHMIDT, S. S.; YAISAWARNG, S. Accounting for Environmental Effects and Statistical Noise in Data Envelopment Analysis. Journal of Productivity Analysis, v. 17, p. 157-174, 2002.
GIANNAKIS, D.; JAMASB, T.; POLLITT, M. Benchmarking and incentive regulation of quality of service: an application to the UK electricity distribution networks. Energy Policy, v. 33, p. 2256-2271, 2005.
HAIR JR., J. F.; ANDERSON, R. E.; TATHAM, R. L.; BLACK, W. C. Análise Multivariada de Dados. 6. Ed. São Paulo: Bookman, 2009.
HANEY, A. B.; POLLITT, M. G. Efficiency analysis of energy networks: an international survey of regulators. Energy Policy, v.37, n.12, p. 5814-5830, 2009.
HOFF, A. Second stage DEA: Comparison of approaches for modelling the DEA score. European Journal of Operational Research, v. 181, p. 425-435, 2007.
HSU, F. M.; HSUEH, C. C. Measuring relative efficiency of government-sponsored R&D projects: A three-stage approach. Evaluation and Program Planning, v. 32, p. 178-186, 2009. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE (2012). Sinopse do Censo Demográfico 2010: Brasil. Disponível em: <http://www.censo2010.ibge.gov.br/ sinopse/index.php?dados=P13&uf=00> Acesso 03 Ago. 2013.
JAMASB, T.; NILLESEN, P.; POLLITT, M. Strategic behaviour under regulatory benchmarking. Energy Economics, v. 26, p. 825-843, 2004.
JAMASB, T.; POLLITT, M. Benchmarking and regulation: international electricity experience. Utilities Policy, v. 9, p. 107-130, 2001.
JAMASB, T. et al. Gaming the Regulator: A Survey. The Electricity Journal, v. 16, p. 68-80, 2003.
GROWITSCH, C.; JAMASB, T.; MÜLLER, C.; WISSNER, M. Social cost-efficient service quality: Integrating customer valuation in incentive regulation. Energy Policy, v. 38, p. 2536- 2544, 2010.
KNIGHT, F. H. The Economic Organization. Chicago: University of Chicago, 1933.
KOOPMANS, T. C. Activity analysis of production and allocation. New York: John Wiley & Sons Inc., 1951.
LOVELL, C. A. K. Production frontiers and productive efficiency. In: FRIED, H. O. (Org.); LOVELL, C. A. K. (Org.); SCHMIDT, S. S (Org.). The measurement of productive efficiency: techniques and applications. New York: Oxford University Press, 1992.
LOVELL, C. A. K.; WALTERS, L. C.; WOOD, L. Stratified models of education production using modified DEA and regression analysis. In: CHARNES, A., et al (Orgs.). Data Envelopment Analysis: Theory, Methodology and Application. Boston: Kluwer Academic Publishers, p. 329-351, 1994.
MARIANO, E. B. Sistematização e comparação de técnicas, modelos e perspectivas não- paramétricas de análise de eficiência produtiva. São Carlos, 2008. Dissertação (mestrado) - Escola de Engenharia de São Carlos, Universidade de São Paulo.
MUÑIZ, M. A. Separating managerial inefficiency and external conditions in data envelopment analysis. European Journal of Operational Research, v. 143, p. 625-643, 2002.
NASCIMENTO, A. C. C. Regulação no setor de distribuição de energia elétrica no Brasil: análise de metodologias alternativas para a definição dos custos operacionais eficientes. Viçosa, MG, 2013. Tese (doutorado) - Universidade Federal de Viçosa.
PEDROSA, P. Desafios da Regulação do Setor Elétrico, modicidade tarifária e atração de investimentos. Brasília: ANEEL, 2005.
PESSANHA, J. F. M.; SOUZA, R. C.; LAURENCEL, L. C. Um modelo de análise envoltória de dados para estabelecimento de metas de continuidade do fornecimento de energia elétrica. Pesquisa Operacional, v. 27, n. 1, p. 51-83, 2007.
PINHEIRO, T. M. M. Regulação por Incentivo à Qualidade: Comparação de Eficiência entre Distribuidoras de Energia Elétrica no Brasil. Distrito Federal, DF, 2012. Dissertação (Mestrado) – Faculdade de Tecnologia, Universidade de Brasília.
MATOS, G. B. B. P.; LOPES, A. L. M.; COSTA, M. A. Avaliação do Modelo de Benchmarking Proposto pela Agência Nacional de Energia Elétrica para o Terceiro Ciclo de Revisões Tarifárias das Distribuidoras no Brasil. In: Encontro da Associação Nacional de Pós- Graduação e Pesquisa em Administração, 31, 2012, Rio de Janeiro. Anais do XXXI EnANPAD. Rio de Janeiro: ANPAD, 2012.
PINTO JUNIOR, H. Q. (Org.). Economia da Energia: Fundamentos Econômicos, Evolução Histórica e Organização Industrial. Rio de Janeiro: Elsevier, 2007.
PÉREZ-REYES, R.; TOVAR, B. Measuring efficiency and productivity change in the Peruvian electricity distribution companies after reforms. Energy Policy, v. 37, p. 2249-2261, 2009 QUEIROZ, L. M. O. Assessing the overall performance of brazilian electric distribution
companies. Washington, 2012. Disponível em <http://www.aneel.
gov.br/biblioteca/trabalhos/trabalhos/Artigo_Leonardo_Queiroz.pdf>. Acesso em 23 Fev. 2013.
RAMOS-REAL, F. J.; TOVAR, B.; IOOTTY, M.; ALMEIDA, E. F.; PINTO JR., H. Q. The evolution and main determinants of productivity in Brazilian electricity distribution 1998– 2005: An empirical analysis. Energy Economics, v. 31, p. 298–305, 2009.
RESENDE, M. Relative efficiency measurement and prospects for yardstick competition in Brazilian electricity distribution. Energy Policy, v. 30, p. 63–647, 2002.
SALEEM, M. Benchmarking and Regulation for the Electricity Distribution Sector in Pakistan: Lessons for Developing Countries. South Asia Economic Journal, v. 8, p. 117-138, 2007. SANTOS, S. P.; AMADO, C. A. F.; ROSADO, J. R. Formative evaluation of electricity distribution utilities using data envelopment analysis. Journal of the Operational Research Society, v. 62, p. 1298-1319, 2011.
SEIFORD, L.M.; ZHU, J. Modelling undesirable factors in efficiency evaluation. European Journal of Operational Research, v. 142, 16-20, 2002.
SIMAB, M.; HAGHIFAM, M. R. Quality performance based regulation through designing reward and penalty scheme for electric distribution companies. Electrical Power and Energy Systems, v. 43, p. 539-545, 2012.
SIMAR, L.; WILSON, P. W. Estimation and inference in two-stage, semi-parametric models of production processes. Journal of Econometrics, v. 136, p. 31-64, 2007.
SOARES DE MELLO, J.C.C.B. MEZA, L. A.; GOMES, E. G.; BIONDI NETO, L. Curso de Análise de Envoltória de Dados. In: Simpósio Brasileiro de Pesquisa Operacional, 37, 2005, Gramado. Anais do XXXVII SBPO. Rio de Janeiro: SOBRAPO, 2005.
SOUSA, M. C. S.; RAMOS, F. S. Eficiência técnica e retornos de escala na produção de serviços públicos municipais: o caso do nordeste e do sudeste brasileiros. Revista Brasileira da Economia, Rio de Janeiro, v. 53, n. 4, 1999.
SOUZA, M. V. P.; SOUZA, R. C.; PESSANHA, J. F. M. Custos operacionais eficientes das distribuidoras de energia elétrica: um estudo comparativo dos modelos DEA e SFA. Gestão e Produção, São Carlos, v. 17, n. 4, p. 653-667, 2010a.
SOUZA, M. V. P.; SOUZA, R. C.; PESSANHA, J. F. M. The Cost Efficiency of the Brazilian Electricity Distribution Utilities: A Comparison of Bayesian SFA and DEA Models. Mathematical Problems in Engineering, v. 2010, 2010b.
TONE, K; TSUTSUI, M. Dynamic DEA: A slacks-based measure approach. Omega, v. 38, p.145-156, 2010.
WAGNER, J. M.; SHIMSHAK, D. G. Stepwise selection of variables in data envelopment analysis: Procedures and managerial perspectives. European Journal of Operational Research, v. 180, p. 57–67, 2007.
WOOLDRIDGE, J. M. Introdução à econometria: uma abordagem moderna. 4. ed. São Paulo: Cengage Learning, 2012.
YADAV, V. K.; PADHY, N. P.; GUPTA, H. O. A micro level study of an Indian electric utility for efficiency enhancement. Energy, v. 35, p. 4053-4063, 2010.
YADAV, V. K.; CHAUHAN, Y. K.; PADHY, N. P.; GUPTA, H. O. A novel power sector restructuring model based on Data Envelopment Analysis. Electrical Power and Energy Systems, v. 44, p. 629-637, 2013.
ZHU, J. Quantitative Models for Performance Evaluation and Benchmarking: Data Envelopment Analysis with Spreadsheets. 2. ed. Nova York: Springer, 2009.