1

Anlisis Envolvente de Datos

Daniel A. Albornoz, Martin N. Gonzlez, Christian Rocha

Resumen El Anlisis Envolvente de Datos (DEA, por las siglas en ingls de Data Envelopment Analysis) es una tcnica no paramtrica que utiliza la programacin lineal para poder determinar principalmente la eficiencia relativa de un conjunto de unidades de negocios. En este trabajo se presentaran su metodologa, sus tipos y sus distintas aplicaciones, poniendo nfasis en aquellas relacionadas con el agro.

I. JUSTIFICACION conocida la metodologa de la Programacin lineal como Yauna tcnica que permite elegir la opcin ms eficiente dentro del contexto de una unidad de negocio, es necesario conocer una tcnica que permita comparar el nivel de eficiencia de distintas unidades en un contexto global.

II. OBJETIVOS Presentar el Anlisis Envolvente de Datos (DEA) Mostrar los tipos del Anlisis Envolvente de Datos Presentar una aplicacin y analizar sus resultados

tengan una importancia importante en las unidades de negocios. El objetivo de DEA es la obtencin de una frontera de eficiencia sin la necesidad de conocer ninguna relacin fundamental entre inputs y outputs. Trata de optimizar la medida de eficiencia de cada unidad para crear una frontera eficiente. De esta manera, es posible evaluar aquellas unidades que no pertenezcan a la frontera. Es importante destacar los 4 supuestos que deben cumplir las unidades para que sea posible aplicar el modelo DEA: Es posible no producir nada. Pero no es posible producir Outputs, sin consumir Inputs. Convexidad: Si dos procesos productivos pertenecen al conjunto de procesos productivos (CPP), entonces todas sus combinaciones lineales convexas tambin pertenecen al CPP. Eliminacin gratuita de Inputs: Es posible producir la misma cantidad de Output utilizando una cantidad mayor de cualquier Input. Eliminacin gratuita de Outputs: Es posible producir una cantidad menor de cualquier Input utilizando las mismas cantidades de Inputs. Formulacin matemtica general del modelo DEA en Anexo 1. B. Tipos de DEA Podemos definir, bsicamente, dos tipos de DEA: El modelo CCR y el modelo BCC. El modelo CCR (por sus creadores Charnes, Cooper y Rhodes [1978]) trabaja con rendimientos a escala constante, lo que significa que aquellas unidades de negocios que tengan la mayor relacin outputs-inputs, establecern la frontera de eficiencia y las unidades de negocios ineficientes se encontraran por debajo de esta frontera. El modelo BCC (Banker, Charnes y Cooper [1984]) permite calcular la eficiencia puramente tcnica. Para ello considera rendimientos sin una escala constante. Esto permite aadir a la frontera de eficiencia, unidades de negocios que son igualmente eficientes pero que operan a distinta escala. Mientras que en el modelo CCR se compara cada unidad con las dems, en el modelo BCC las unidades son comparadas solamente con aquellas con tamao similar. Ambas versiones pueden estar orientadas hacia el input o hacia el output: Input orientados: se busca minimizar el input dejando constante el output. Una unidad no es eficiente si es posible disminuir el input sin alterar sus outputs.

III. MARCO TEORICO A. Descripcin del Modelo El Anlisis Envolvente de Datos fue introducido en 1978 por Charnes, Cooper y Rhodes. Este mtodo sigue el trabajo de Farrell (1957) en que propuso visualizar la eficiencia desde una perspectiva real y no ideal, donde cada unidad de negocios sea evaluada dentro de un grupo representativo y homogneo. De esta manera, la eficiencia es medida de manera relativa y no absoluta. La eficiencia relativa es calculada mediante el cociente entre la suma ponderada de los outputs, y la suma ponderada de los inputs. Definimos como Input a todo aquello que ingresa al proceso o que forme parte de ste. Output es todo aquello que conforma el resultado del proceso o que podemos considerar un atributo del mismo. El modelo genera conjuntos de ponderaciones que se aplican a los inputs y outputs. Los valores de las ponderaciones pueden ser distintos para cada unidad, de manera que su evaluacin sea la ms favorable posible. Al ser el propio modelo el que determina las ponderaciones, nos brinda flexibilidad y evita la presencia de juicios de valor por parte del investigador con respecto a la importancia de cada variable. Sin embargo, puede asignar una ponderacin nula o escasa a factores que, desde un punto de vista terico,

2 Output orientados: se busca maximizar el output manteniendo constante al input. Una unidad no es eficiente si es posible incrementar los Outputs sin incrementar los inputs o disminuir algn otro Output.
TABLA I
COMPARATIVA DE MODELOS

CCR Retorno a Escala Constante Las unidades se comparan todas contra todas

BCC Retorno a Escala Variable Las unidades se comparan solo con aquellas que tengan una proporcin de rendimiento similar. Se aplica en aquellos escenarios donde las unidades no pueden asegurar una proporcin de rendimiento similar. Ej.: Tierras con distinta fertilidad.

representan a todos los ingenios activos en ese ao en la provincia. El conjunto de inputs est conformado por los gastos en combustible (Lea, petrleo y gas), la caa procesada y el personal empleado tanto en reparaciones como en la zafra. El conjunto de los outputs incluye el azcar, la miel y el etanol producido. Adems de los combustibles ya mencionados, debemos mencionar al bagazo, que es un residuo de la caa utilizado para tales fines. A pesar de tener datos sobre la utilizacin de esta materia decidimos excluirla del modelo a partir de
TABLA III CAA PROCESADA Y MANO DE OBRA Ingenio Caa (Tn) 220571 382690 2459564 382026 499791 735865 635881 943483 948773 319325 491506 614548 307317 736806 596602 Empleados de Reparaciones 241 179 820 214 221 71 257 213 262 208 88 140 211 199 140 TABLA IV OUTPUTS Empleados de Zafra 204 473 1549 507 401 274 531 380 532 393 346 445 528 429 459

Se aplica en aquellos escenarios donde la proporcin input/outputs debe ser similar.

Aguilares Bella Vista Concepcin Cruz Alta La Corona

Ej.: Fabricas.

Formulacin matemtica de los modelos CCR y BCC en los anexos 2, 3, 4 y 5. IV. APLICACION A. Construccin del modelo El caso de estudio elegido para ejemplificar el Anlisis envolvente de Datos es la produccin de azcar en los ingenios tucumanos en el ao 1999. Todos los datos que utilizados fueron recopilados por el Instituto para la Integracin y el Desarrollo Latinoamericano (IDELA) perteneciente a la Universidad Nacional de Tucumn. En este caso, las unidades de negocios analizadas son 15 y
TABLA II CONSUMO DE COMBUSTIBLE Ingenio Aguilares Bella Vista Concepcin Cruz Alta La Corona La Florida La Fronterita La Providencia La Trinidad Leales Marapa uorco San Juan Santa Brbara Santa Rosa Lea (kg) 556000 54700 0 0 0 0 57840 0 0 0 0 120000 0 134420 0 Petrleo (cm3) 2500000 0 0 0 228100 0 43000 365936 4585300 0 678000 0 0 1179463 0 Gas (cm3) 7272000 11450000 57681000 3543000 9690000 2865933 24119000 26412000 0 12114000 8644000 11750000 4937954 13187000 17020000

La Florida La Fronterita La Providencia La Trinidad Leales Marapa uorco San Juan Santa Brbara Santa Rosa

Ingenio Aguilares Bella Vista Concepcin Cruz Alta La Corona La Florida La Fronterita La Providencia La Trinidad Leales Marapa uorco San Juan Santa Brbara Santa Rosa

Azcar (Tn.) 16988 37920 233487 34349 45634 67522 62215 90608 86449 27829 42921 60268 24113 70011 56474

Miel (cm3) 9920 14564 112238 17808 23921 33241 25540 48744 51199 16755 23863 27655 15745 30895 30385

Alcohol (cm3) 1500000 2898000 27387000 0 6157000 7873000 7432000 0 14798000 3784000 8608000 0 3914000 13323000 8748000

3 considerar ciertos factores. En caso de incluirla como input, una recomendacin de disminucin de uso de este producto implicara un incremento en el consumo de otros combustibles, algo que no es deseado. Debido a que es un producto derivado del proceso productivo, tambin habra sido viable incluirla como output. Pero nuevamente, una disminucin de este producto implica un incremento en los inputs y significara una contradiccin al supuesto de la eliminacin gratuita de Outputs. B. Resultados Para correr el modelo se utiliz el software gratuito Efficiency Measurement System (EMS). Los datos deben ser cargados en una hoja de Excel que tenga el nombre Data, la primera columna debe contener los nombres de las unidades de negocios, y la primera fila debe contener primero los inputs y luego outputs con sus respectivos nombres. Las entradas deben contener la cadena {I] y las salida las cadena {O}. Luego, ya en el programa el archivo de Excel es cargado mediante File -> Load Data y el modelo se corre mediante DEA -> Run Model seleccionando antes el tipo de modelo. El software nos devuelve 4 grupos de resultados. La columna Score es el puntaje que obtuvo cada una de las unidades, siendo el 100% el mximo puntaje. Las columnas que contienen la cadena {W} indican el peso que se les aadi a cada dato. La columna Benchmarks indica, en el caso de las unidades ineficientes) cuanto deberan mejorar los inputs u outputs (dependiendo de la orientacin) para alcanzar a la unidad eficiente de referencia. Las columnas con la cadena {S} son las que contienen las variables Slack e indican cual es el cambio que podra realizar cada unidad en sus inputs u outputs para poder ser eficiente. Los resultados de pesos y slack pueden encontrarse en los anexos 6 y 7. En el modelo BCC, podemos observar que todos los ingenios forman parte de la frontera eficiente. Esto es debido a que dicho modelo utiliza retorno a escala variable, lo que permite que las unidades sean comparadas solo con aquellas que tienen una escala de rendimiento similar. Es recomendable utilizar este modelo cuando todas las unidades, debido a las caractersticas propias de cada una de ellas, no pueden asegurar el mismo rendimiento. Por ejemplo, en el caso de la agricultura, plantaciones del mismo producto pueden no tener el mismo rendimiento debido a la fertilidad de la tierra o el clima de la zona. Ya que el proceso de produccin en los ingenios es similar y debera asegurar un rendimiento promedio similar en cada uno de ellos, en este caso es conveniente utilizar el modelo CCR que asegura comparar las unidades considerando un retorno a escala constante para todas ellas. Como puede observarse, 12 de los 15 ingenios tienen un puntaje del 100%, lo que significa que son eficientes. Los ingenios Cruz Alta y La Corona no forman parte del conjunto de unidades eficientes pero tienen un puntaje cercano al deseado. La unidad con el menor puntaje es el Ingenio Aguilares, el cual debera disminuir el consumo de combustible o la cantidad de personal empleado para poder formar parte de la frontera eficiente.

Fig. 1. Puntaje y Benchmarks de cada unidad en el modelo CCR.

V. CONCLUSION El Anlisis Envolvente de datos nos permite analizar la eficiencia de distintas unidades de negocios de manera relativa. Mediante la utilizacin del tipo de modelo correcto y con la ayuda de un software especfico pudimos determinar no solo cuales son las unidades ineficientes, sino tambin cuales son los factores productivos en los cuales debern mejorar para poder mejorar su eficiencia.

Fig. 2. Puntaje y Benchmarks de cada unidad en el modelo BCC.

4 ANEXOS ANEXO 1: FORMULACION GENERAL DEL MODELO DEA (v1j) X1j .. (vij) Xij .. (vmj) Xmj (u1j) Y1j .. (urj) Yrj .. (utj) Ytj

Aqu el modelo es operativo y se puede solucionar empleando simplex. Sin embargo, el modelo utilizado frecuentemente no es el primal, sino el dual. Esto es debido a que el nmero de restricciones en el dual es mucho menor que en el primal, lo que significaba una mejora considerable en el tiempo de cmputo que deban realizar las computadoras en ese entonces. Actualmente, el tiempo de procesamiento no es un problema pero el modelo utilizado sigue siendo el dual. Hallar ur; r = 1,,t y vi; i = 1,,m tal que: Restricciones () Variables duales

DMUj: Unidad de decisin j-sima (j = 1,,n). Xij: Cantidad de i-esimo (i=1,,m) insumo que entra a la jesima (j=1,,n) DMU Yrj: Cantidad de r-esimo (r=1,,t) producto que sale a la jesima(j=1,,n) DMU Las Xij y las Yrj son parmetros conocidos Vij: peso del i-esimo (i=1,,m) insumo que entra a la j-esima (j=1,,n) DMU Urj: Peso de r-esimo (r=1,,t) producto que sale a la j-esima (j=1,,n) DMU Ej: Eficiencia de la DMU j-esima. ANEXO 2: FORMULACION DEL MODELO CCR OUTPUT ORIENTADO Hallar ur; r = 1,,t y vi; i = 1,,m tal que:

( ); j = 1,,n

( RESTRICCIONES Formulando el dual queda as: (4) Al modificar (4), el modelo queda as: irrestricta o libre; RESTRICCIONES (

); r = 1,,t ); i = 1,,m

ANEXO 3: FORMULACION DEL MODELO CCR INPUT ORIENTADO

irrestricta o libre;

irrestricta o libre;

ANEXO 5: FORMULACION DEL MODELO BCC INPUT ORIENTADO

ANEXO 4: FORMULACION DEL MODELO BCC OUTPUT ORIENTADO Para este modelo, se agrega la restriccin:

irrestricta o libre;

ANEXO 6: PESOS Y SLACKS DEL RESULTADO DEL MODELO CCR

Fig 3: Pesos de las unidades en el resultado del modelo CCR

Fig 4: Slack de las unidades en el resultado del modelo CCR

ANEXO 7: PESOS Y SLACKS DEL RESULTADO DEL MODELO BCC

Fig 5: Pesos de las unidades en el resultado del modelo BCC

Fig 6: Slack de las unidades en el resultado del modelo BCC

REFERENCIAS
[1] Vicente Coll Serrano y Olga Mara Blasco Blasco, Evaluacin de la eficiencia mediante el anlisis envolvente de datos. Universidad de Valencia. Chediak P. Francisco y Valencia A. Luz Stella, Metodologa para medir la eficiencia mediante la tcnica del anlisis envolvente de datos dea-. Revista Vector. Maria del Pilar Quinds Morn, Fernando Rubiera Morolln y Mara Rosala Vicente Cuervo, Anlisis envolvente de datos: Una aplicacin al sector de los servicios avanzados a las empresas del principado de Asturias.. Asociacin Espaola de Profesores Universitarios de Matemticas aplicadas a la Economa y la Empresa.

[2]

[3]

Carlos Giner Vicente y Antonio Muoz Porcar, Son los clubes de ftbol eficientes? Aplicacin del anlisis DEA a los equipos de la Liga Profesional de Futbol de Espaa. Universidad de Valencia. [5] Tucumn. Azcares totales producidos, por ingenio. Aos 1995-2002. IDELA. [6] Tucumn. Caa molida total, por ingenio. Aos 1995 -2002. IDELA. [7] Produccin de melazas y mieles, por ingenio. Tucumn. Aos 1995 1999. IDELA. [8] Combustible consumido, por ingenio. Tucumn. Aos 1998 y 1999. IDELA. [9] Produccin de alcohol etlico, por ingenio. Argentina. Aos 19952000. IDELA. [10] Personal ocupado en los ingenios. Tucumn. Ao 1999. IDELA. [4]

7 AUTORES Albornoz, Daniel. Legajo: 29109. Comisin 4K1 Gonzlez, Martin Nicols. Legajo: 35796. Comisin 4K1. Rocha, Christian. Legajo: 23713. Comisin 4K1.