Article Info ResumoPalavras-chave: análise envoltória de dados clusterização clusters dinâmicos clusters estáticos transporte aéreoNeste artigo, realiza-se uma análise comparativa dos resultados de eficiência obtidos usando duas abordagens preexistentes de Análise Envoltória de Dados em relação à metodologia aqui proposta, que representa uma alternativa para lidar com diferenças de escala. Para tanto, é conduzido um estudo sobre o desempenho operacional das empresas brasileiras de transporte aéreo de passageiros, quanto ao uso da frota. A proposta combina clusterização estática ao modelo para retornos constantes de escala, e compensação das diferenças de escala entre os clusters. A inovação está na adaptação de técnica, a princípio, idealizada para lidar com a não-homogeneidade, ao tratamento de diferenças de escala. Os resultados revelam que a metodologia proposta aumenta a discriminação entre as empresas, havendo unidades 100% eficientes nas abordagens preexistentes testadas, cuja eficiência foi reduzida, ocasionando menos empates. Outro aspecto relevante é que a metodologia proposta apresenta vantagens comparativas em relação as alternativas existentes na literatura.
IntroduçãoO objetivo deste artigo é adaptar uma técnica originalmente idealizada para lidar com a não-homogeneidade das DMUs (Gomes et al., 2012) ao tratamento de diferenças de escala de operação. Para tanto, será usado o modelo de Análise Envoltória de Dados (DEA, Data Envelopment Analysis), introduzido por Charnes, Cooper e Rhodes (CCR: Charnes et al., 1978), combinado à clusterização estática, seguidos de uma solução para compensação de escala entre clusters. O presente artigo expande trabalho preliminar apresentado por Rubem et al. (2014).A motivação para essa adaptação deriva do fato de a extensão do modelo CCR, desenvolvida por Banker, Charnes e Cooper (BCC: Banker et al., 1984), e que se propõe a tratar fatores de escala (o CCR assume que todas as unidades produtivas operam em escala ótima), vir sendo alvo de críticas, detalhadas a seguir. O propósito do modelo BCC é permitir que uma unidade possa ser eficiente, operando sob retornos crescentes, constantes ou decrescentes de escala. Mas, esse modelo é muito usado para comparar unidades que operam sob escalas de produção diferentes, trazendo desvantagens: classificação inadequada de unidades como eficientes (Ali, 1993;Maciel et al., 2014); elevação nas pontuações de eficiência, reduzindo a discriminação (Rubem et al., 2014); obtenção de pontuações de eficiência distintas, dependendo da orientação adotada para o modelo (Benício e Soares de Mello, 2014); e eficiências negativas implícitas (Soares de Mello et al., 2013).Dentro desse contexto, a contribuição deste trabalho é propor uma alternativa, que além de não incorrer nas desvantagens acima mencionadas, permita a comparação global das unidades produtivas, o que não é possível nas abordagens que combinam clusterização estática ao modelo CCR ou mesmo, eventualmente, na clusterização dinâmica (Golany e Thore, 1997).Para avaliação da abordage...