Maio 2020 vol. 3 num. 1 - XIX Simpósio de Pesquisa Operacional & Logística da Marinha

Artigo Completo - Open Access.

Idioma principal | Segundo idioma

MÉTODOS ALTERNATIVOS PARA ANÁLISE DE REGRESSÃO EM DOIS ESTÁGIOS COM RESPOSTA DEA: UMA APLICAÇÃO PARA A AGRICULTURA BRASILEIRA

MÉTODOS ALTERNATIVOS PARA ANÁLISE DE REGRESSÃO EM DOIS ESTÁGIOS COM RESPOSTA DEA: UMA APLICAÇÃO PARA A AGRICULTURA BRASILEIRA

Souza, Geraldo da Silva e ; Gomes, Eliane Gonçalves ;

Artigo Completo:

Neste artigo comparam-se métodos bootstrap e de regressão fracionária para a avaliação da influência de covariáveis em modelos de regressão em dois estágios com respostas DEA. O último faz uso do método de quasi-verossimilhança e regressão não linear e o primeiro faz uso de repetições bootstrap obtidas apenas para unidades ineficientes. Sugere-se um modelo para a inclusão de variáveis endógenas na análise com base no modelo two-part, com modelagem distinta para unidades eficientes e ineficientes. A aplicação em apreço estuda o efeito das variáveis contextuais crédito, assistência técnica, indicador social, indicador ambiental, indicador demográfico, concentração de renda e variáveis indicadoras regionais na eficiência de produção agrícola municipal. A eficiência é calculada segundo o modelo DEA-VRS com orientação a output. Essa hipótese é validada via bootstrap. Em geral, os modelos apresentam resultados inferenciais diferentes. Conclui-se do modelo twopart que a assistência técnica é positiva para a produção. A região Centro-oeste possui maior probabilidade de municípios, na mediana, tornaram-se eficientes, seguindo-se as regiões Sul, Sudeste, Norte e Nordeste, nesta ordem.

Artigo Completo:

Neste artigo comparam-se métodos bootstrap e de regressão fracionária para a avaliação da influência de covariáveis em modelos de regressão em dois estágios com respostas DEA. O último faz uso do método de quasi-verossimilhança e regressão não linear e o primeiro faz uso de repetições bootstrap obtidas apenas para unidades ineficientes. Sugere-se um modelo para a inclusão de variáveis endógenas na análise com base no modelo two-part, com modelagem distinta para unidades eficientes e ineficientes. A aplicação em apreço estuda o efeito das variáveis contextuais crédito, assistência técnica, indicador social, indicador ambiental, indicador demográfico, concentração de renda e variáveis indicadoras regionais na eficiência de produção agrícola municipal. A eficiência é calculada segundo o modelo DEA-VRS com orientação a output. Essa hipótese é validada via bootstrap. Em geral, os modelos apresentam resultados inferenciais diferentes. Conclui-se do modelo twopart que a assistência técnica é positiva para a produção. A região Centro-oeste possui maior probabilidade de municípios, na mediana, tornaram-se eficientes, seguindo-se as regiões Sul, Sudeste, Norte e Nordeste, nesta ordem.

Download (PDF)

Palavras-chave: DEA; Variáveis contextuais; Bootstrap; Regressão fracionária; Agricultura.,

Palavras-chave: DEA; Variáveis contextuais; Bootstrap; Regressão fracionária; Agricultura.,

DOI: 10.5151/spolm2019-120

Referências bibliográficas
  • [1] BĂDIN, L.; DARAIO, C.; SIMAR, L. How to Measure the Impact of Environmental Factors in a Nonparametric Production. European Journal of Operational Research, v. 223, p. 818–833, 2012. [2] BADUNENKO, O.; TAUCHMANN, H. Simar and Wilson two-stage efficiency analysis for Stata. FAU Discussion Papers in Economics, n. 08/2018. Friedrich- Alexander-Universität Erlangen-Nümberg, Institute for Economics, Erlangen. 37p. 2018. [3] BANKER, R.D.; CHARNES, A.; COOPER, W.W. Some models for estimating technical scale inefficiencies in Data Envelopment Analysis. Management Science, v. 30, n. 9, p. 1078–1092, 1984. [4] BANKER, R.D.; NATARAJAN, R. Evaluating contextual variables affecting productivity using data envelopment analysis. Operations Research, v. 56, p. 48–58, 2008. [5] BANKER, R.D.; NATARAJAN, R. Statistical tests based on DEA efficiency scores. In: W.W. Cooper, L.M. Seiford, & J. Zhu (Eds.), Handbook on Data Envelopment Analysis. Boston: Kluwer International Series, 2011, p. 273–296. [6] DARAIO, C.; SIMAR, L. Advanced Robust and Nonparametric Methods in Efficiency Analysis. New York: Springer, 2007. 248p. [7] GALLANT, A.R. Nonlinear Statistical Models. New York: Wiley, 1987. 610p. [8] GOMES, E.G.; SOUZA, G.S.; VIVALDI, L.J. Two-stage inference in experimental design using DEA: an application to intercropping and evidence from randomization theory. Pesquisa Operacional, v. 28, p. 339–354, 2008. [9] OECD/FAO. OCDE-FAO Perspectivas Agrícolas 2015, OECD Publishing, Paris. 2015. Disponível em: http://www.fao.org/3/a-i4738s.pdf. Acesso em: 01 Fev. 2019. [10] OSPINA, R.; FERRARI, S.L.P. A general class of zero-or-one inflated beta regression models. Computational Statistics and Data Analysis, v. 56, n. 6, p. 1609–1623, 2012. [11] PAPKE, L.E.; WOOLDRIDGE, J.M. Econometric methods for fractional response variables with an application to 401(k) plan participation rates. Journal of Applied Economics, v. 11, n. 6, p. 619–632, 1996. [12] RAMALHO, E.A.; RAMALHO, J.J.S.; HENRIQUES, P.D. Fractional regression models for second stage DEA efficiency analyses. Journal of Productivity Analysis, v. 34, p. 239–255, 2010. [13] SIMAR, L.; WILSON, P.W. Estimation and inference in two-stage, semi-parametric models of production processes. Journal of Econometrics, v. 136, n. 1, p. 31–64, 2007. [14] SIMAR, L.; WILSON, P.W. Non-parametric tests of returns to scale. European Journal of Operational Research, v. 139, n. 1, p. 115–132, 2002. [15] SIMAR, L.; WILSON, P.W. Sensitivity analysis of efficiency scores: how to bootstrap in nonparametric frontier models. Management Science, v. 44, n. 1, p. 49– 61, 1998. [16] SIMAR, L.; WILSON, P.W. Two-stage DEA: caveat emptor. Journal of Productivity Analysis, v. 36, n. 2, p. 205–218, 201 [17] SIMM, J.; BESSTREMYANNAYA, G. Robust Data Envelopment Analysis (DEA) for R. Repository CRAN, 2016. Disponível em: https://github.com/jaak-s/rDEA. Acesso em: 01 Fev. 2019. [18] SOUZA, G.S.; ALVES, E.R.A.; GOMES, E.G.; MAGALHÃES, E.; ROCHA, D.P. Um modelo de produção para a agricultura brasileira e a importância da pesquisa da Embrapa. In: Alves, E.R.A.; Souza, G.S.; Gomes, E.G. (Org.). Contribuição da Embrapa para o desenvolvimento da agricultura no Brasil. 1ed.Brasília: Embrapa Informação Tecnológica, 2013, v. 1, p. 49–86. [19] SOUZA, G.S.; GOMES, E.G. Management of agricultural research centers in Brazil: A DEA application using a dynamic GMM approach. European Journal of Operational Research, v. 240, p. 819–824, 2015. [20] SOUZA, G.S.; GOMES, E.G.; ALVES, E.R.A. Determinantes da dispersão da renda no meio rural brasileiro. Blucher Marine Engineering Proceedings, v. 2, p. 173–184, 2016. [21] SOUZA, G.S.; GOMES, E.G.; ALVES, E.R.A. Imperfeições de mercado e concentração de renda na produção agrícola. Revista de Política Agrícola, v. 27, p. 31– 38, 2018. 14
Como citar:

Souza, Geraldo da Silva e; Gomes, Eliane Gonçalves; "MÉTODOS ALTERNATIVOS PARA ANÁLISE DE REGRESSÃO EM DOIS ESTÁGIOS COM RESPOSTA DEA: UMA APLICAÇÃO PARA A AGRICULTURA BRASILEIRA", p. 1644-1657 . In: Anais do XIX Simpósio de Pesquisa Operacional & Logística da Marinha. São Paulo: Blucher, 2020.
ISSN 2175-6295, DOI 10.5151/spolm2019-120

últimos 30 dias | último ano | desde a publicação


downloads


visualizações


indexações