1. Introdução
O Brasil é uma democracia representativa, isto é, o povo tem o poder de escolher seus representantes através do voto. Esse processo de escolha é denominado eleições e é realizado em anos alternados. A cada quatro anos acontecem eleições para presidente, deputados federais e estaduais, governadores e senadores (eleições federais e estaduais), ao passo que, também num intervalo de quatro anos, mas em anos alternados com relação às eleições estaduais e federais, ocorrem as eleições para vereadores e prefeitos (eleições municipais).
Para se candidatar a um cargo político, seja ele no âmbito das eleições municipais, estaduais ou federais, é necessário que o candidato seja filiado a algum Partido Político. Segundo o Departamento de Estado dos Estados Unidos (2014), partidos políticos são organizações voluntárias que ligam as pessoas a um governo. Eles recrutam candidatos e fazem campanha para os elegerem a cargos públicos e mobilizam as pessoas para participarem do processo de escolha dos governantes.
Os partidos apresentam gastos que na maioria das vezes estão relacionados ao seu funcionamento. Dentre as principais fontes de despesas existentes, o Tribunal Superior Eleitoral (TSE) (2014) aponta: 1) manutenção das sedes e serviços do partido; 2) propaganda doutrinária e política; 3) alistamento e campanhas eleitorais; 4) criação e manutenção de institutos ou fundações de pesquisa e de doutrinação e educação política; 5) criação e manutenção de programas de promoção e difusão da participação política das mulheres; entre outras.
Em virtude desses gastos, se faz necessário que os partidos políticos busquem meios eficientes para o seu financiamento. Conforme indicado no artigo 41 da Lei nº 9096/95, conhecida como Lei dos Partidos Políticos, cada partido tem direito a uma quantidade monetária proveniente da União que é denominada Fundo Partidário. Esse valor varia proporcionalmente em função do número de votos obtidos na eleição geral anterior para a Câmara dos Deputados. Os recursos do fundo monetário são oriundos de fontes como: 1) multas e penalidades pecuniárias aplicadas nos termos do Código Eleitoral e leis conexas; 2) recursos financeiros que lhe forem destinados por lei; 3) doações de pessoa física ou jurídica; e 4) dotações orçamentárias da União.
O fundo partidário pode influenciar os gastos de uma campanha e com isso determinar o resultado de uma eleição. Tal aspecto já foi abordado sob um ponto de vista estatístico por autores como Figueiredo Filho (2005) e Speck e Mancuso (2012) que afirmam que quanto mais dinheiro se é investido em campanhas políticas, maior é a probabilidade de que um determinado político receba mais votos. Ambos os trabalhos fornecem referências de análises no cenário internacional e nacional.
Embora se afirme que no contexto das eleições, maiores gastos implicam em melhores desempenhos no pleito, nem sempre é constatada uma relação proporcional entre a capacidade financeira dos partidos e seus resultados nas eleições. O sucesso ou não de um partido depende dentre outros fatores da forma como os recursos disponíveis são utilizados na obtenção do seu objetivo final e não de quanto.
Considerando o impacto do resultado das eleições na gestão dos partidos políticos, se faz necessário que esses gerenciem de maneira eficiente os seus recursos e que os avaliem de forma sistemática. Contudo, dado que a natureza dos recursos envolvidos em uma eleição nem sempre apresentam as mesmas dimensões, o cálculo da eficiência no contexto das eleições partidárias não é tarefa fácil.
A maior parte das medidas de eficiência/produtividade existentes na literatura relaciona as resultados (produtos e serviços) e os esforços iniciais (recursos humanos e não humanos empregados) presentes em um processo de produção através de um quociente, como pode ser observado em Sharpe (2002).
Segundo Porcelli (2009), quando há uma inconsistência entre as unidades de medida dos inputs e dos outputs em um processo produtivo, medidas paramétricas de análise da produtividade não são adequadas, pois impõem uma igualdade nas dimensões das medidas dos fatores considerados na análise. Frente a tal cenário, o autor aponta que a eficiência deve ser avaliada através de modelos de programação matemática. Nesses, uma fronteira de eficiência é construída para representar a produtividade de cada unidade produtiva. Uma das alternativas para medição da eficiência nesse contexto é a Análise da Envoltória de Dados (DEA). Segundo Souza e Wilhelm (2009), a DEA é uma ferramenta de análise não paramétrica que avalia a eficiência técnica relativa das unidades produtivas.
Diante da problemática apresentada, este trabalho tem por objetivo analisar o desempenho dos partidos políticos no contexto das eleições brasileiras. A fim de se realizar uma avaliação mais ampla, o desempenho dos partidos políticos é estudado nas eleições dos anos de 2006 a 2012. Assim, pode-se ter um perfil da eficiência dos Partidos Políticos ao longo dos anos.
2. Partidos Políticos e a Eficiência Eleitoral
As diversas definições de partidos políticos podem ser agregadas em dois tipos: as definições amplas e as definições restritas (Janda, 1993). Os partidos, em ambas as definições, são tidos como grupos que objetivam a conquista do poder. Nas definições restritas se enfatizam as estratégias competitivas para esse intento, ou seja, partidos são grupos que competem entre si, por via eleitoral, para o alcance e a manutenção do poder. Na competição, os partidos se lançam na concorrência eleitoral, disputando votos de parcelas da população, buscando associar e acumular a simpatia dos eleitores por meio de estratégias discursivas de convencimento (Vasconcelos, 2007).
No processo eleitoral, o objetivo de cada partido é eleger o maior número possível de parlamentares, ou seja, vencer as eleições (Lima, 2005). É certo que a disputa política exige dos partidos muito mais do que eficiência eleitoral, mas não há partido que dispute o poder, com chances de vitória, sem que tenha o devido número de candidatos. O número de cadeiras conquistadas diz respeito à eficácia de cada partido no processo eleitoral, mas não informa sobre a eficiência com que as disputou. Ou seja, considerando cada partido político como uma instituição que coordena a transformação de insumos (inputs) em produtos (outputs), é natural reputar que suas entradas são o custo monetário para eleger um (ou mais) candidato e que sua saída seja o candidato eleito.
Ter a eficiência eleitoral, neste sentido, é "produzir" a mesma quantidade a um custo menor ou, alternativamente, manter o mesmo nível de custo e "produzir" em maior quantidade. Cada partido tem um custo para eleger seus candidatos, considera-se então que quanto menos se gasta para eleger um parlamentar maior é a eficiência do partido ou manter o mesmo custo elegendo mais candidatos.
3. Análise Envoltória de Dados (DEA)
Desde a década de 50, a partir dos trabalhos de Koopmans, Farrel e Debreu, técnicas não-paramétricas têm sido utilizadas na determinação da eficiência de planos de operações. No entanto, foi a partir da década de 70 que houve um grande progresso nas aplicações destas técnicas, pois, sob o olhar gerencial, os seus resultados revelaram-se mais expressivos do que os obtidos através da abordagem paramétrica tradicional.
Neste contexto, Charnes, Cooper e Rhodes generalizaram os estudos de Farrel, tanto no sentido de trabalhar com múltiplos recursos e múltiplos resultados, quanto na obtenção de um indicador que atendesse ao conceito de eficiência de Koopmans, e desenvolveram a ferramenta conhecida como Análise da Envoltória de Dados (DEA) (Casado, 2007).
A DEA tem como objetivo realizar uma análise comparativa de unidades independentes em relação a seu desempenho operacional. As DMUs (Unidades de Tomada de Decisão) têm suas eficiências avaliadas utilizando as medidas fornecidas por esta técnica, a partir da comparação entre seus inputs e outputs.
Segundo Vilela (2004) a DEA é uma técnica não-paramétrica, pois emprega programação matemática para medir a eficiência relativa de cada uma das unidades organizacionais. A definição de uma função de produção idêntica para todas as unidades produtivas permite que não seja necessária a elaboração de uma fórmula ponderada fixa para a medição da eficiência das unidades analisadas, pois os pesos de cada uma das variáveis são determinados pela própria técnica (Périco et. al. 2008).
Macedo e Bengio (2003) afirmam que a DEA é uma das mais adequadas ferramentas na avaliação da eficiência em comparação com outras ferramentas convencionais, por que: não requer a priori uma função de produção explícita; examina a possibilidade de diferentes, mas igualmente eficientes combinações de inputs e outputs; localiza a fronteira eficiente dentro de um grupo analisado e as unidades incluídas; e, determina, para cada unidade ineficiente, subgrupos de unidades eficientes, os quais formam seu conjunto de referência.
A eficiência de uma unidade produtiva pode ser melhorada pelo aumento dos outputs e/ou pela diminuição dos inputs. De acordo com Casado (2007) a aplicação dos modelos DEA deve ser precedida pela escolha do tipo de abordagem, isto é, determinar se o modelo será orientado para outputs ou inputs. Assim, escolhe-se entre usar um modelo orientado a outputs, no qual se obtém o máximo nível de outputs mantendo os inputs fixos, ou um modelo orientado a inputs, que visa a obter um menor uso de inputs conservando a quantidade dos outputs. O trabalho de Cook et al. (2013) apresenta uma boa classificação a cerca das condições onde cada tipo de modelo deve ser utilizado.
Para o cálculo da eficiência, Farell (1975) apresenta o índice de eficiência da k-ésima DMU, para o caso de múltiplos inputs e múltiplos outputs. Nesta equação e representam respectivamente os pesos de cada output e cada input . As variáveis representam os outputs da unidade , enquanto que e indica o input da unidade . Estes pesos são normalmente arbitrados.
|
(1) |
Na literatura, inúmeras são as aplicações existentes para esta ferramenta, dentre as quais cita-se: Avkiran (2006); Staub et al. (2010); Silva et al. (2011); Wanke e Barros (2014); e Wang et al (2014), que realizam avaliações de eficiência em ambientes bancários; Hess e Cullmann (2007), Sadjadi e Omrani (2008), Zhou et al. (2008), Çelen (2013), Amado et al. (2013), que verificam a eficiência de empresas distribuidoras de energia; além de Almeida (2007) com um estudo em aeroportos; Dowell (2007) que analisa terminais de contêiner; e Mello (2005) que analisa unidades policiais; dentre outras aplicações.
Na literatura, verifica-se uma grande variedade de formulações para os modelos de DEA. No entanto, segundo Bandin (1997), dois deles são geralmente utilizados, o CCR (Charnes et. al. 1978) que avalia a eficiência total, identifica as DMUs eficientes ou não e determina a distância entre as unidades não eficientes e a fronteira de eficiência; e o BCC (Banker et. al. 1984), que utiliza a formulação dual e permite a projeção de cada uma das DMUs ineficientes sobre a superfície da fronteira, denominada envoltória, que é determinada pelas DMUs eficientes.
O modelo CCR apresenta como principal característica o fato de apresentar retornos constantes de escala, isto é, os inputs e outputs são proporcionais entre si. O modelo BCC por sua vez, embora incorpore o modelo CCR, apresenta como principal diferença o fato de apresentar retornos variáveis à escala.
Uma observação feita por Mariano et al. (2006) refere-se ao fato de o modelo CCR desconsiderar os ganhos de escala quando calculadas as eficiências. Assim, a eficiência relativa de uma DMU é obtida por meio da divisão entre a sua produtividade e a maior produtividade entre as DMUs analisadas. Por outro lado, o BCC compara apenas as DMUs que operem em escala semelhante. Assim, a eficiência da DMU é obtida dividindo a sua produtividade pela maior produtividade dentre as DMUs que apresentarem o mesmo tipo de escala de retorno. O trabalho de Baker et al. (2004) faz uma profunda revisão dos retornos de escala no modelos DEA.
As observações acima apresentadas implicam no tipo de fronteira que cada modelo vai apresentar. Enquanto que o CCR apresenta uma fronteira em forma de reta com um ângulo de 45º, o BCC apresenta retas de ângulos variados, caracterizando uma fronteira linear por partes.
4. Produtividade / Eficiência
A elaboração e aplicação do conceito de medidas de desempenho são fundamentais para o projeto de um programa de produtividade que seja eficaz na proposta de conduzir a um melhor gerenciamento dos sistemas produtivos (Ribeiro, Camargo, 1994). Inicialmente, se faz necessário o entendimento de alguns conceitos importantes no contexto das medidas de desempenho, são eles:
- Insumos (Moreira, 2012): são os recursos a serem transformados diretamente em produtos e mais os recursos que movem o sistema;
- Processos ou atividades (Slack et. al. 2009): são o arranjo de recursos que produzem alguma mistura de produtos e serviços;
- Produto (Kotler, 2000): é tudo aquilo que pode ser oferecido a um mercado para apreciação, aquisição, uso ou consumo e para satisfazer um desejo ou uma necessidade do consumidor.
Além desses, alguns outros conceitos são largamente difundidos e necessitam de alguns esclarecimentos e definições, uma vez em muitos casos são confundidos.
- Eficiência (Peña, 2008): deriva-se do conceito de função de produção, e é expressa como sendo a relação entre a quantidade física de fatores de produção ou insumos e a máxima quantidade física de bens e serviços produzidos, pressupondo o método de produção mais eficiente;
- Eficácia (Peña, 2008): medida normativa dos alcances dos objetivos. Relaciona-se com o grau de consecução dos objetivos e pode ser medida por meio da produtividade média parcial, relacionando um produto com um de seus insumos;
- Efetividade (Megginson et. al. 1998): capacidade gerencial para fazer as coisas certas, ou fazer com que elas sejam realizadas; inclui a escolha dos objetivos mais apropriados e os métodos corretos de atingi-los.
Os conceitos anteriormente apresentados estão presentes ao longo do processo produtivo. Contudo, muitas vezes se faz necessário a utilização de uma medida que avalie o desempenho de uma empresa de forma global e assim possa ser utilizada como diretriz de desempenho. Nesse contexto, pode definir produtividade como a busca incessante por melhores métodos de trabalho e processos de produção, com o objetivo de obter sua melhoria com o menor custo possível; logo, quantifica-se a mesma como sendo a relação entre as entradas e saídas do processo (Martins, Laugeni, 2006):
Segundo Drucker (1974), sem a produtividade como um objetivo, um negócio não possui direção e sem que produtividade não seja medida, um negócio não possui controle. A medição tem um importante papel dentro da gestão da produtividade. Ela ajuda a determinar se sua organização está ou não em progressão. Além disso, ela também provém informações de quão eficiente e eficaz se encontra uma empresa.
5. Metodologia
A fim de analisar a eficiência dos partidos políticos, foram consideradas informações referentes às eleições que ocorreram nos anos de 2006, 2008, 2010 e 2012, totalizando 4 eleições. Dessas, duas foram eleições Estaduais / Federais (2006 e 2010) e outras duas eleições Municipais (2008 e 2012). Os dados para esta análise foram obtidos no site do Superior Tribunal Eleitoral (TSE).
Embora existam inúmeros partidos cadastrados no banco de dados do TSE, apenas aqueles que apresentaram algum e qualquer tipo de atividade nas eleições foram considerados. Nesse caso, as quantidades de partidos considerados em cada uma das eleições foram: 29 em 2012; 27 em 2010; 27 em 2008 e 29 em 2006.
No que diz respeito à determinação do tipo de modelo DEA que foi utilizado, optou-se por um modelo BCC orientado a outputs. Tal escolha se deve às características do estudo. Aqui, se está interessado em analisar a eficiência dos partidos políticos no âmbito das eleições. Assim, um modelo orientado aos outputs se mostra mais adequado, uma vez que se deseja analisar quantos candidatos foram eleitos por cada partido. Quanto à escolha pelo modelo BCC, deseja-se uma relação proporcional entre os inputs e outputs.
5.1. Modelo DEA BCC e Eficiência Cruzada
Como discutido, o modelo DEA BCC permite a projeção de cada uma das DMUs ineficientes sobre a superfície da fronteira definida pelas eficientes. Dessa forma, a eficiência de uma DMU é avaliada com relação às demais. Nesse tipo de avaliação, muitas unidades produtivas podem ser igualmente eficientes (estarem na fronteira) e assim não é possível indicar qual a melhor. A fim de solucionar tal problemática, utiliza-se o conceito de eficiência cruzada.
A eficiência cruzada é uma maneira se evitar as particularidades das DMUs, para os casos onde não se tem conhecimento prévio da importância relativa de cada variável. Na determinação da eficiência cruzada, cada DMU é avaliada através dos pesos ótimos da outras DMUs. Essa medida é obtida calculando-se a média das eficiências clássicas de cada variável utilizando os pesos ótimos das outras variáveis.
A implicação dessa medida é que, uma vez que a DMU apresenta uma eficiência clássica igual a 1,0000, isto é, ela encontra-se na fronteira da função produção que expressa a eficiência das DMUs. Contudo, é a eficiência cruzada àquela que de fato apontará a DMU mais eficiente dentre as analisadas.
Após se ter obtido a eficiência dos partidos políticos a partir do modelo BCC com orientação a outputs e restrições aos pesos, determina-se a eficiência cruzada de cada uma das DMUs. No modelo abaixo, os parâmetros possuem os seguintes significados: n é número de DMUs; r é número de inputs; s é número de outputs; xij e yij por sua vez, representam os valores dos inputs e outputs i na DMU j, respectivamente. Por fim, vi e ui são os pesos relativos dos inputs e outputs respectivamente.
 |
(2) |
sujeito a:
|
(3) |
|
(4) |
|
(5) |
Obtidas as eficiências clássicas de cada um dos n partidos, foi possível calcular as eficiências cruzadas de cada uma das d DMUs, d = 1,..., n, utilizando a expressão a seguir:
|
(6) |
|
|
(7) |
|
A equação (7) permite o cálculo da eficiência cruzada média padrão de uma DMU k, que pode ser interpretada como a eficiência desta unidade avaliada pelas outras DMU's (peer-appraisal).
Segundo Doyle e Green (1994), esta forma de avaliação se assemelha a um processo democrático em contraste ao que ocorreria se os pesos fossem impostos por fatores externos ou determinados pela própria DMU (self-appraisal). Além disso, o uso da eficiência cruzada também é recomendado quando se deseja aumentar a discriminação entre as DMUs estudadas.
O estudo da eficiência cruzada pode ser complementado através da geração de agrupamentos de DMUs baseados na correlação entre as colunas da matriz de eficiências cruzadas. O uso de correlação entre colunas da matriz de eficiências cruzadas para geração de agrupamentos de DMUs é relatado em Wu et. al. (2009) para avaliar a eficiência dos países participantes dos seis jogos olímpicos de verão realizados entre 1988 e 2008. No entanto, a técnica empregada pra construir os agrupamentos neste trabalho é diferente e consiste na solução de um modelo de programação linear inteira (PLI) baseado no problema de coloração mínima de grafos (PCMG). O cálculo da matriz de correlação e o modelo de PLI utilizado para gerar os agrupamentos de DMUs são descritos na subseção seguinte.
5.2. Modelo de Programação Linear Inteira para agrupamento das DMUs
A correlação entre um par de colunas da matriz de eficiências cruzadas é dada por:
|
(8) |
Onde,
Desta forma, calcula-se a correlação entre todos os pares de colunas da matriz de eficiências cruzadas e obtém-se uma matriz de correlação que é utilizada como dado de entrada para o modelo de PLI que objetiva gerar os agrupamentos de DMUs.
No modelo de PLI para gerar o agrupamento das DMUs, apresentado em (9)-(13), sejam Cij a correlação entre as colunas da matriz de eficiências cruzadas das DMUs i e j e Cmin a correlação mínima desejada para que duas DMUs possam estar em um mesmo agrupamento. Para este trabalho considerou-se Cmin = 0,80. Uma variável binária yk é igual a 1 se o agrupamento k existe e igual a 0 caso contrário. Define-se também uma variável binária xki que é igual a 1 se a DMU i está no agrupamento k e é igual a 0 caso contrário. Assim, tem-se a seguinte formulação de PLI para gerar os agrupamentos de DMUs:
|
(9) |
sujeito a:
|
(10) |
|
(11) |
|
(12) |
|
(13) |
A função objetivo (9) minimiza o número de agrupamentos de DMUs. As restrições (10) garantem que cada DMU esteja em exatamente um agrupamento. As restrições (11) evitam que duas DMUs cuja correlação entre as colunas da matriz de eficiências cruzadas é menor que a correlação mínima desejada estejam em um mesmo agrupamento. As restrições (12) e (13) definem os domínios das variáveis de decisão.
5.3. Aplicação da DEA aos Partidos Políticos
Para a análise da eficiência dos partidos políticos nas eleições utilizou-se os dados referentes às eleições dos anos de 2006, 2008, 2010 e 2012. As eleições de 2006 e 2010 foram eleições Estaduais / Federais, e os cargos que estavam em disputa eram: presidente, governador, senador e deputados federais e estaduais. As eleições de 2008 e 2012, por sua vez, foram municipais e nestas, prefeitos e vereadores foram eleitos.
Para a aplicação da DEA, optou-se por analisar a eficiência dos partidos sob a ótica de três entradas / recursos (inputs). O primeiro recurso escolhido foi a quantidade monetária proveniente do fundo partidário. O segundo input por sua vez variou em função do tipo de eleição realizada. No caso de ser uma eleição municipal, considerou-se o número de candidatos inscritos para cargos de prefeito e vereador; no caso de uma eleição estadual/federal, considerou-se apenas o número de deputados federais e estaduais inscritos. Como boa parte dos partidos não possuía candidatos aos cargos de presidente, governador e senador, preferiu-se restringir os inputs do modelo aos cargos de deputado.
No que diz respeitos às saídas / resultados (outputs) consideradas no modelo, no caso das eleições municipais, o número de candidatos eleitos para os cargos de prefeito e vereador foi a informação considerada. Nas eleições estaduais / federais o número de deputados (federais e estaduais) foi utilizado como informação no modelo.
A justificativa para a escolha destes inputs na análise da eficiência deve-se ao fato de o fundo partidário ser uma fonte de recursos presente em todos os partidos que por ser fornecido pela União, espera-se que seja bem utilizada. Já a quantidade de candidatos inscritos representa o máximo de candidatos que podem ser eleitos, sendo, portanto um bom indicador. Sendo o principal objetivo de um partido em uma eleição, o número de candidatos eleitos é justificado como um dos outputs mais adequados para medir a eficiência dos partidos.
De posse desses dados, foram calculadas as eficiências clássicas e cruzadas de cada um dos partidos. Feito isso, computou-se as correlações entre as colunas da matriz de eficiências cruzadas obtida. Esta matriz de correlação é utilizada como dado de entrada para o modelo de Programação Linear Inteira empregado na geração dos agrupamentos de DMUs.
6. Resultados e Discussões
As informações utilizadas no modelo DEA BCC (Partidos Políticos, Fundo Partidário, e o número de candidatos inscritos e eleitos por cada partido em cada eleição) são apresentas nas Tabelas 6, 7, 8 e 9 no apêndice.
Visualizou-se que mesmo em um ambiente com grande disparidade em termos de recursos, partidos com níveis médios de recursos conseguem alcançar resultados compatíveis àqueles que possuem níveis mais elevados. Nos casos em que um partido conquista um maior número de cargos em relação a outro partido com maior quantidade de recursos, pressupõe-se uma má utilização de recursos por parte do segundo.
A fim de se simplificar a estrutura da discussão dos resultados, primeiro são analisadas as eficiências dos partidos nas eleições Municipais (Tabelas 1 e 2), e em seguida nas eleições Estaduais / Federais (Tabelas 4 e 5).
Na Tabela 1 observa-se a existência de 7 partidos eficientes de acordo com o modelo BCC (PCO, PMDB, PP, PRB, PSTU, PTB e PTN) com suas respectivas eficiências clássicas em destaque. Observa-se também que um partido eficiente segundo o modelo clássico não terá, necessariamente a maior eficiência cruzada. Como exemplo, pode-se destacar a DMU PRB que é eficiente de acordo com o modelo clássico, mas tem eficiência cruzada média de 0,6090, menor que a da DMU PDT (0,7394) que tem uma eficiência clássica razoavelmente inferior (0,8131). Além desta DMU, outras como as DMUs PCO e PSTU, também são consideradas eficientes pelo modelo clássico e ineficientes segundo o modelo de eficiência cruzada.
Tabela 1: Eficiências clássicas e cruzadas – Eleições Municipais de 2008 |
|
Desta forma, verifica-se que dentre os partidos que disputaram as eleições municipais de 2008, aquele que apresentou uma maior eficiência foi o PMDB, uma vez que apresenta uma eficiência padrão 1,0000, localizando-se na fronteira de eficiência, e eficiência cruzada de 0,9345 (mostrando-se como o mais eficiente).
Na Tabela 2 pode-se verificar a existência de 5 partidos eficientes segundo o critério da eficiência clássica: PCO, PMDB, PP, PPL e PSD. Verificando-se suas respectivas eficiências clássicas (em destaque), vê-se que estes apresentam eficiência clássica igual a 1,0000. Mais uma vez observa-se que um partido eficiente segundo o modelo clássico não apresenta, necessariamente a maior eficiência cruzada,
Tabela 2: Eficiências clássicas e cruzadas – Eleições Municipais de 2012 |
|
A partir desta informação, pode-se determinar qual a DMU mais eficiente dentre as analisadas. Observa-se então que a DMU com maior valor de eficiência cruzada é o PMDB, como pode ser visto em destaque, que possui eficiência clássica igual a 0,9171.
Após verificar-se o desempenho dos partidos nas eleições municipais de 2008 e 2012, pode-se expandir a análise gerando-se um agrupamento das DMUs baseado na correlação entre as colunas da matriz de eficiências cruzadas.
A matriz de correlação entre as colunas da matriz de eficiências cruzadas foi obtida através da equação (8). Tal matriz serve como dado de entrada para a construção dos agrupamentos de DMUs que é obtido através da resolução do modelo (9) – (13). Esse agrupamento de DMUs pode ser visto na Tabela 3.
A Tabela 3 apresenta a divisão dos partidos em 8 grupos, onde os que estão marcados em negrito são benchmarks do agrupamento a que pertencem. Um partido é considerado benchmark do seu grupo se possui a maior eficiência cruzada média entre os partidos do agrupamento.
Tabela 3: Agrupamentos dos partidos e benchmarks |
|
Como os partidos presentes em um agrupamento apresentam algum tipo de relação, ser um benchmark em um agrupamento de DMUs significa que suas práticas podem ser repetidas em alguma medida pelos outros membros do agrupamento.
Foi estabelecida uma correlação mínima de 80% para o agrupamento dos partidos. Dois partidos não foram agrupados, pois um não teve recursos originados do Fundo Partidário e o outro teve poucos candidatos inscritos, e desta forma não apresentaram correlação significante com nenhuma das demais DMUs. Assim, tem-se que os partidos benchmarks com seus respectivos agrupamentos (excluindo os grupos I e VI) são: PRB, PMDB, PSL, DEM, PP e PTB.
O significado do valor da correlação no agrupamento das DMUs pode ser observado por meio dos seguintes exemplos: no agrupamento 3, foram alocados os partidos com elevadas quantidades de inputs, isto é, aqueles com mais valores de fundo partidário e maior número de candidatos inscritos; o agrupamento 7, por sua vez, foi composto por partidos cuja razão entre os inputs originados do Fundo Partidário e vereadores eleitos apresentaram níveis similares; já o agrupamento 8 foi composto por partidos que tiveram resultados ruins considerando a proporção de candidatos inscritos e candidatos eleitos.
Finalizada a análise das eficiências dos partidos no contexto das eleições municipais, realizou-se a análise da eficiência dos partidos que disputaram as eleições Estaduais / Federais de 2006 e 2010.
Na Tabela 4 verifica-se a existência de um grande número de partidos na fronteira de eficiência, 12 no total (PFL, PAN, PC do B, PCB, PCO, PMDB, PPS, PRB, PSC, PT, PTN e PV). Contudo, embora existam inúmeras DMUs consideradas eficientes segundo o critério da eficiência clássica, todas elas apresentam eficiências cruzadas muito baixas. Tal ponto é confirmado quando se verifica que a maior eficiência cruzada dentre os partidos analisados é de 0,3505. A partir dessa informação pode-se inferir que houve um mau uso dos recursos por parte dos partidos políticos. Dentre os partidos presentes na fronteira eficiência aquele com maior eficiência com relação aos demais foi o PSC.
Eficiências clássicas e cruzadas – Eleições Municipais de 2006 |
|
Por fim, analise-se o desempenho dos partidos nas eleições Estaduais / Federais de 2010. Os resultados são apresentados na Tabela 5. Dentre os partidos que disputaram as eleições, 6 (PMDB, PPS, PR, PRB, PSC e PT) obtiveram eficiência clássica igual a 1,0000. Contudo, a exemplo do que aconteceu nas demais eleições, isso não implica que os partidos tenham sido eficientes. Quando se verifica a coluna que a apresenta a eficiência cruzada de cada DMU pode-se verificar que o partido com melhor eficiência com relação aos demais foi o PSC.
Tabela 5: Eficiências clássicas e cruzadas – Eleições Municipais de 2010 |
|
7. Considerações Finais
Neste trabalho, foram determinadas a eficiência clássica (através do modelo BCC orientado a outputs) e a eficiência cruzada dos partidos que disputaram as eleições brasileiras de 2006 a 2012.
Como discutido, nem sempre as DMUs presentes na fronteira de eficiência são as mais eficientes. Nas eleições municipais de 2008 e 2012, dentre os partidos eficientes segundo o modelo clássico, o PMDB foi o mais eficiente de acordo com o modelo de eficiências cruzadas. Tal desempenho pode ser atribuído à polarização que acontece em torno dos partidos de maior porte durante as eleições municipais.
Nas eleições estaduais de 2006 e 2010, o PSC mostrou-se como aquele com a maior eficiência cruzada. Os bons resultados obtidos por este partido podem ser explicados pela relação inputs/outpus por ele apresentada. Em sendo um partido de menor expressão, o número de candidatos inscritos é pequeno. Assim, mesmo que poucos candidatos sejam eleitos, sua eficiência pode ser elevada.
O tipo de abordagem utilizada (Eficiência Cruzada x Eficiência Clássica) mostra-se muito adequada no contexto de inúmeras outras aplicações. No atual mundo competitivo, é importante que as unidades produtivas avaliem suas práticas com relação às seus concorrentes, uma vez que, de nada adianta utilizar os recursos de uma forma eficiente, se os seus adversários conseguem ser ainda mais. Assim, é importante que se saiba como se está situado no cenário competitivo, e dessa forma, determinar as melhores práticas de gestão.
O trabalho avaliou o desempenho dos partidos políticos no contexto das eleições brasileiras. Algumas extensões sugeridas dizem respeito à análise da "disputa" entre coligações, uma vez que neste caso, não há muita distinção entre os poder financeiro destas, nem do número de candidatos à elas associadas. Além disso, seria interessante estender o estudo para outras eleições que não às brasileiras, ou mesmo, buscar inputs e outputs comuns dentre os partidos brasileiros e os partidos de outros países, e assim determinar-se como os partidos políticos brasileiros estão posicionados no cenário competitivo mundial.
8. Apêndices
Tabela 6: Inputs e Outputs dos partidos políticos – Eleições de 2008 |
|
Fonte: Portal Eletrônico do Tribunal Superior Eleitoral / http://www.tse.jus.br/ |
Tabela 7: Inputs e Outputs dos partidos políticos – Eleições de 2012 |
|
Fonte: Portal Eletrônico do Tribunal Superior Eleitoral / http://www.tse.jus.br/ |
|
Tabela 8: Inputs e Outputs dos partidos políticos – Eleições de 2006 |
|
Fonte: Portal Eletrônico do Tribunal Superior Eleitoral / http://www.tse.jus.br/ |
Tabela 9: Inputs e Outputs dos partidos políticos – Eleições de 2010 |
|
Fonte: Portal Eletrônico do Tribunal Superior Eleitoral / http://www.tse.jus.br/ |
9. Referências
Almeida, M. R.; Mariano, E. B.; Rebelato, D. A. N. (2007). Análise de Eficiência dos Aeroportos Internacionais Brasileiros. REvista Produção On-Line. Edição Especial.
Amado, C. A. F.; Santos, S. P.; Sequeira, J. F. C. (2013). Using Data Envelopment Analysis to support the design of process improvement interventions in electricity distribution. European Journal of Operational Research, v. 228, pág. 226 – 235.
Avkiran, N. K. (2006). Developing foreign bank efficiency models for DEA grounded in finance theory. Socio-Economic Planning Sciences, v. 40, pág. 275–296.
Bandin, N. (1995) Avaliação da Produtividade de Supermercados e seu Benchmarking. Programa de Pós-Graduação em Engenharia de Produção – Universidade Federal de Santa Catarina. Tese de Mestrado. Florianópolis..
Banker, R.D.; Charnes, A.; Cooper, W.W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science v. 30, p. 1078- 1092.
Banker, R. D.; Cooper, W. W.; Seiford, L. M. Thrall, R. M.; Zhu, J. (2004). Returns to scale in different DEA models. European Journal of Operational Research, V. 154, Pág. 345–362.
BRASIL. Lei nº 9096, de 19 de setembro de 1995. Lei dos Partidos Políticos. Diário Oficial [da] Republica Federativa do Brasil. Brasília, DF.
Casado, F. L. (2007). Análise envoltória de dados: Conceitos, metodologia e estudo da arte na educação superior. Sociais e Humanas, Santa Maria, v. 20, n. 01, jan./jun., 59-71.
Çelen, A. (2013). Efficiency and productivity (TFP) of the Turkish electricity distribution companies: An application of two-stage (DEA&Tobit) analysis. Energy Policy, v. 63, pág. 300 – 310.
Charnes, A.; Cooper, W.; Rhones, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, v. 2, p. 429–444.
Cook, W. D.; Tone, K.; Zhu, J. (2014). Data envelopment analysis: Prior to choosing a model. Omega. V 44, Página 1 – 4. Technical note.
Departamento de Estado dos EUA. Princípios da Democracia – Partidos Políticos. Escritório de Programas Internacionais de Informação. Disponível em: <http://www.embaixada-americana.org.br/democracia/parties.pdf >. Acesso em: 02 de maio. 2014.
Dowel, F. M. B. M. (2007). Uma aplicação do método de Data Envelopment Analysis - DEA para medir a eficiência Operational dos Terminais de Contêineres. eGesta. v. 3, n. 3, pág. 105 - 128.
Doyle, J.; Green, R. (1994). Efficiency and cross-efficiency in DEA: Derivations, meanings and uses. Journal of the Operational Research Society, 45(5), 567-578.
Drucker, P. (1974). Management. Harper & Row, n. 1, 1839 p.
Farell, M. (1957). The Measurement of Productive Efficiency, Journal of the Royal Statistical Society. Series A (General), vol. 120, n. 3, p. 253-290.
Fernández, C.; Koop, G.; Steel, M. F. (2005). Alternative efficiency measures for multiple-output production. Journal of Econometrics, v. 126, Página 411 – 444.
Figueiredo Filho, D. B. (2005). Gastos eleitorais: os determinantes das eleições? Estimando a influência dos gastos de campanha nas eleições de 2002. Revista Urutágua,
Hess, B.; Cullmann, A. (2006). Efficiency analysis of East and West German electricity distribution companies - Do the "Ossis" really beat the "Wessis"?. Utilities Policy, v. 15, pág. 206 – 214
Janda, K. (1993). Comparative political parties: research and theory. In: Finifter, Ada W. (ed.). Political science: the state of the discipline II. Washington, D.C., American Political Science Association.
Kotler, P. (2000). Administração de marketing: A edição do novo milênio. Phb, São Paulo.
Lima, M. S. (2005). Análise do sistema partidário brasileiro: a evolução das bancadas parlamentares na decada de 90. Monografia (Especialização) na Faculdade de Estudos Sociais Aplicados - Universidade De Brasília. 21-22 p. Brasília/DF.
Macedo, M.; Bengio, M. (2003). Avaliação de Eficiência Organizacional através de Análise Envoltória de Dados. In: Congreso Internacional de Costos, 8., 2003, Punta del Este – Uruguay. Anais eletrônicos. Punta Del Este.
Mariano, E; Almeida, M.; Rebelatto, D. (2006). Peculiaridades da Análise por Envoltória de Dados. XII SIMPEP.
Martins, P. G.; Laugeni, F. P. (2006). Administração da produção. 2. ed. São Paulo: Saraiva.
Megginson, L. C.; Mosley, D. C.; Pietry Jr, P. H. (1998). Administração: conceitos e aplicações. 4. ed. São Paulo: Harbra.
Mello, J. C. C. B. S.; Gomes, E. G.; Assis, A. S. (2005). Eficiência DEA como medida de desempenho de unidades policiais, Revista Produção On-Line. v. 5, n. 3.
Moreira, D. A. (2012). Administração da produção e operações. 2. ed. São Paulo: Cengage Learning.
Porcelli, F. (2009). Measurement of Technical Efficiency. A brief survey on parametric and non-parametric techniques.
Peña, C. R. (2008). Um modelo de avaliação da eficiência da administração pública através do método análise envoltória de dados (DEA). RAC, Curitiba, v. 12, n. 1, p. 83-106, jan./mar.
Périco, A. E.; Rebelatto, D. A. N.; Santana, N. B. (2008). Eficiência bancária: os maiores bancos são os mais eficientes? Uma análise por envoltória de dados. Gestão e Produção, São Carlos, v. 15, n. 2, 421-431 p. Quadrimestre Dez/Jan/Fev/Mar(8).
Ribeiro, C. A. C.; Camargo, C. G. (1994). Programas de produtividade no setor público: uma discussão acerca de alguns elementos básicos. Revista Indicadores da Qualidade e Produtividade [do IPEA], Brasília, v.2, n.1, 67-78 p.
Sadjadi, A. J.; Omrani, H. (2008). Data envelopment analysis with uncertain data: An application for Iranian electricity distribution companies. Energy Policy, v. 36, pág. 4247 – 4254.
Sharpe, A. (2002). Productivity Concepts, Trends and Prospects: An Overview. The Review of Economic Performance and Social Progress. pág. 29 - 56.
Slack, N.; Chambers, S.; Johnston, R. (2009). Administração da produção. 3. ed. São Paulo: Atlas.
Souza, P. T. S.; Wilhelm, V. E. (2009).Uma introdução aos modelos DEA de eficiência técnica. Tuiuti: Ciência e Cultura, n. 42, p. 121-139, Curitiba.
Speck, B. W.; Mancuso, W. P. (2012). Financiamento, capital político e gênero: um estudo de determinantes do desempenho eleitoral nas eleições legislativas brasileiras de 2010.
Staub, R. B.; Souza, G. S.; Tabak, B. M. (2010). Evolution of bank efficiency in Brazil: A DEA approach. European Journal of Operational Research, v. 202, pág. 204–213.
Superior Tribunal Eleitoral (STE). Disponível em: http://www.tse.jus.br/ . Acessado em: 02 de maio de 2014.
Vasconcelos, M. G. F. (2007). O fisiologismo a serviço do troca-troca entre partidos (desde o oportunismo eleitoreiro até a locupletação do erário público). Monografia (Especialização) na Universidade Católica de Pernambuco. Recife/PE.
Vilela, D. L. (2004). Utilização do método análise envoltório de dados para avaliação do desempenho econômico de coorporativas de crédito. Dissertação (Mestrado) na Escola de Engenharia de São Carlos - Universidade de São Paulo.
Wang, K.; Huang, W.; Wu, J.; Liu, Y. (2014). Efficiency measures of the Chinese commercial banking system using an additive two-stage DEA. Omega, v. 44, pág. 5–20.
Wanke, P.; Barros, C. (2014). Two-stage DEA: An application to major Brazilian banks. Expert Systems with Applications, v. 41, pág. 2337–2344.
Wu, S.; Delgado, M., Maloney L. (2009). Economic decision-making compared to an equivalent motor task. Proceedings of the National Academy of Sciences.
Zhou, P.; Ang, B. W.; Poh, K. L. (2008). A survey of data envelopment analysis in energy and environmental studies. European Journal of Operational Research, v. 189, pág. 1–18.x