Medición de la productividad empresarial

MEDICION DE LA PRODUCTIVIDAD
EMPRESARIAL
Oscar A. Colmenares D.
C.I.: 11.618.040
RESUMEN
La función productiva se ha de convertido en una variable competitiva
fundamental para las organizaciones empresariales, al menos en igualdad de
condiciones con las otras actividades funcionales de la misma, en razón que
representa la cantidad máxima de producción que se puede obtener aplicando
eficientemente una cantidad dada de factores. Dentro este contexto, el concepto
de productividad se encuentra íntimamente relacionado con el de producción.
Son conceptos paralelos entre los que se pueden establecer similitudes y
diferencias. Específicamente, el concepto de productividad, sus métodos y
utilidad práctica han cobrado gran significancía interdisciplinaria en los procesos
productivos, especialmente, en la función de producción, como elementos
generadores de ventajas competitivas. Pocas áreas de las ciencias económicas
son tan relevantes y complejas como la medición de la productividad. La
importancia radica en el uso más eficiente y racional posible de los recursos
productivos y en la relación que guarda con el bienestar de la población, en
particular con los niveles de ingreso real y empleo. El objetivo de este artículo
es analizar a partir de la investigación teórica los aspectos más relevantes del
concepto de función de producción, de productividad y su valoración; modelo
de frontera: Análisis Envolvente de Datos (DEA) e índices de Malmquist;
posteriormente, realizar una breve reseña de análisis sobre un grupo de
clínicas tipo III ubicadas en el estado Zulia, aplicando métodos basados en la
función de producción y de modelo de fronteras utilizando DEA y Malmquist.
Palabras Claves: Función de Producción, Productividad, Métodos de Medición
de la Productividad, Modelo de Fronteras, Análisis Envolvente de Datos (DEA),
Índices de Malmquist.
1. INTRODUCCION
Al enfrentarse a presiones competitivas cada vez más fuertes, las empresas
tienen una mayor necesidad de coordinar las actividades principales en una
estrategia coherente que integre todas y cada una de las perspectivas
funcionales. Históricamente, una de las características típicas de los análisis
estratégicos es que las funciones principales de las organizaciones interactúan
de manera de individual dominante y no son tomadas en cuenta de forma
integral para generar acciones y resultados exitosos (Hill, 1997; Ibarra, 2006).
Tal es el caso, que la mayor parte de las empresas reconocen la necesidad de
adoptar las perspectivas de mercado e identificar las limitaciones financieras, y
pocas incluyen las perspectivas críticas de la administración de operaciones o
de la producción.
El punto central del planteamiento estratégico es la necesidad de identificar el
nivel de coincidencia, o falta de ésta, entre las estrategias funcionales. Al
plantear una estrategia, muchas empresas no cuentan con la forma y en
ocasiones, ni la disposición, de incorporar algunas de las perspectivas
funcionales necesarias para determinar una respuesta estratégica apropiada. Tal
es el caso de la perspectiva productiva. Si bien la función de producción recibió
una atención privilegiada en los inicios de la industrialización, más adelante dejó
de ser crítica y la alta dirección de la empresa la relegó a un segundo plano,
pues no le dedico un especial interés porque su responsabilidad era exclusiva
de los gerentes de producción (técnicos, ingenieros), a pesar que dicha función
está vinculada con el grueso de la mano de obra, costes e inversiones de la
empresa.
Tradicionalmente la función productiva se ha contemplando bajo un punto de
vista muy técnico con un enfoque analítico, y especialmente a nivel académico,
con un enfoque optimizador dominado por la Investigación Operativa
(Domínguez y otros, 1998). En parte se limitaba el criterio principal para evaluar
la actuación de la empresa en la eficiencia y el costo, siendo la principal
herramienta para medir el rendimiento global la contabilidad de costos (Skinner,
1978; Fernández, 1993).
Si bien estos planteamientos se pudieron mantener durante cierta etapa
histórica, desde hace años dicha concepción se hizo insostenible, siendo
necesario un cambio radical de orientación. La realidad ha demostrado
posteriormente, que la función de producción representa una de las bases más
sólidas para obtener una ventaja competitiva sostenida. También se ha
comprobado, con consecuencias fatales para muchas empresas cuando la
dirección de operaciones es inadecuada y limita las posibles opciones
estratégicas, se arrastra al fracaso empresarial (Hill, 1997; Huge y Anderson,
1989; Domínguez y otros, 1998; Irribarra, 2006).
Ante esta situación, la función productiva se ha convertido en una variable
competitiva fundamental para la organización (Hayes y Wheelwright, 1984), al
menos en igualdad de condiciones con las otras actividades funcionales de la
misma. La función productiva, en suma, ha de recibir una atención, si no
prioritaria, similar al resto de áreas funcionales, lo que redundará en una mejora
de la competitividad general de la compañía. Para ello, la recuperación de la
producción como fuente de ventajas competitivas, deberá ir acompañada por
cambios y mejoras organizacionales. Este planteamiento se hace indispensable
si se consideran las potencialidades de la capacidad tecnológica empresarial y
las ventajas que ella pudiera derivarse, más aun en una época plagada de
cambios tecnológicos, económicos y de mercados.
En las dos últimas décadas fueron muchas las empresas que descubrieron
como, frecuentemente, el arma secreta de sus temibles competidores no estaba
basada en una mayor potencia comercial o una superior fuerza financiera, sino
en la capacidad para elaborar sus productos de una forma más eficiente, más
fiable y más precisa (Hayes, Wheelwright y Clark, 1988). Dentro este contexto,
la medición de la eficiencia y productividad, sus métodos y utilidad práctica han
cobrado gran significancía interdisciplinaria en los procesos productivos,
especialmente, en la función de producción, como elementos generadores de
ventajas competitivas.
Por su parte Ahumada (1987) plantea que la importancia que adquirió el
concepto de productividad, se debió a la necesidad que tuvieron los países de
utilizar lo s eficiente y racional posible los recursos productivos, además de
la relación que guarda con el bienestar de la población, en particular sobre los
niveles de ingreso real y empleo, a pesar que la productividad del trabajo es
una medición parcial, ya que esta refleja el efecto conjunto de diversos factores
interrelacionados entre si como la innovación tecnológica, cambios en el capital
per capita o en la utilización de la capacidad instalada, modificaciones de la
escala de producción, incrementos en la calificación y el esfuerzo del trabajador,
mejoras en la capacidad empresarial, variaciones de las relaciones laborales y
otros múltiples factores de carácter cuantitativo y cualitativo.
Así mismo, según Ahumada (1987) la productividad del trabajo es un
importante elemento para estudiar cambios en la utilización del trabajo, analizar
la movilidad ocupacional, proyectar los requerimientos futuros de mano de obra,
determinar la política de formación de recursos humanos, examinar los efectos
del cambio tecnológico en el empleo y el desempleo, evaluar el comportamiento
de los costos laborales, comparar entre países los avances de productividad y
estudiar muchos otros problemas económicos.
El objetivo de este artículo es analizar a partir de la investigación teórica
los aspectos más relevantes del concepto de función de producción, de
productividad y su valoración; modelo de frontera: Análisis Envolvente de Datos
(DEA) e índices de Malmquist; posteriormente, se realiza una breve reseña
con un caso de análisis sobre un grupo de clínicas tipo III ubicadas en el estado
Zulia, aplicando métodos basados en la función de producción y de modelo de
fronteras utilizando DEA y Malmquist.
2. BASES TEÓRICAS
2.1. Funciones de Producción
Las funciones de producción, guardan una estrecha relación con el concepto
de sistemas usado en matemática o en la moderna teoría de control.
La teoría de producción hace uso de un enfoque sistémico desarrollando un
análisis de entrada- salida para modelar el comportamiento de una empresa.
Desde un aspecto puramente conceptual, en la teoría económica se
denomina a una función de producción como aquella que genera la máxima
salida que puede producir una empresa con los insumos normales. El concepto
de función de producción guarda un aspecto un tanto etéreo, ya que la xima
salida potencial depende de muchos factores, tanto tecnológicos como humanos
organizacionales.
Si por ejemplo, se toman datos de un grupo nacional de empresas similares y
se ajusta una función de producción a ellos, se tendrá ciertamente una función
idónea que explica el comportamiento de tales datos, una función que si se toma
como medida para aquellas que generan, da una información valiosa y válida
para comparar el desempeño entre ellas y producir un soporte a la toma
gerencial de decisiones.
Pero debe observarse que no es, de manera alguna, aquella que da el
máximo potencial del grupo, ya que al ajustar la curva y tratar de encontrar los
parámetros que definen a la función por mínimos cuadrados, el ajuste clásico, se
verá que la curva pasa por entre ellos, dejando algunos datos por arriba y otros
por debajo de la misma. Si existen datos por arriba de la curva de producción
ésta no funge ya como tal, ya que de acuerdo a la definición no puede existir un
dato por arriba de ella: ella es la máxima salida posible.
Al recolectar una serie de datos de entradas y salidas para un grupo de años
de una empresa especifica y ajustar una función de producción a ellos. Dicha
función servirá para encontrar la productividad que ha tenido la empresa a lo
largo del periodo de datos proporcionados en el ajuste de función de producción,
así como para años futuros. De igual manera, si se obtienen datos de empresa
nacionales o internacionales y se les ajusta la función de producción, además de
conocer la productividad propia de cada empresa para el año en el cual se
usaron los datos, se tendrán también una estimación de la competitividad de la
misma, pues se podrá ver qué tan alejada está su productividad del resto de
ellas.
Existen diferentes tipos de funciones de producción: Función de Producción
Aditiva y Función CES (Constant Elasticity of Substitution). Para efectos de este
artículo, se trabajara con la última:
La función tipo CES mantiene la siguiente forma:
y-c = a-c [bx-c1+ (1 – b) x-c2]
Para el caso de una salida “y” y dos entradas: x1, x2.
Como su nombre lo indica, es una función que mantiene una elasticidad
constante de sustitución entre factores o insumos, pero ajustable a cualquier
valor especifico.
Un caso especial de esta función lo constituye la función de producción de
Cobb-Douglas, la más utilizada y popular de las funciones de producción.
La función de Cobb-Douglas tiene la siguiente forma:
y = ax1bx2cx3d……
En particular; si
b + c+ d + ….. = 1
Se tiene la propiedad de un retorno de escala “constante”. Si dicha suma es
menor a uno, la economía de escala será “decreciente” y si es mayor a uno, se
“creciente”.
2.2. Definición de productividad
Las aproximaciones al conocimiento de la actividad económica de cualquier
región, o sector, conllevan un estudio del comportamiento que, a través del
tiempo, presenta cualquier variable económica relacionada con el resultado del
valor del producto. Entre éstas, la productividad se revela como una de las
variables clave para medir la eficiencia y la evolución de los sectores
económicos, o de la economía en su conjunto, ya que sus mejoras pueden dar
lugar a la elevación del nivel de vida de las sociedades (Estiballo y Zamora,
2002).
El concepto de productividad es simple de definir, pero extremadamente
complejo de analizar y comprender en profundidad. Pocas áreas de ciencias
económicas son tan relevantes y complejas. Desde una perspectiva social, la
productividad es uno de los determinantes de la calidad de vida de los
habitantes de un país. Desde un punto de vista macroeconómico es uno de los
determinantes de la rentabilidad de la empresa y, consecuentemente, de su
éxito en un mercado competitivo.
La productividad tiene, en general, dos significados (SENA, 2003): la
productividad física y la productividad del valor. La primera se refiere a la
productividad como unidad básica cuantitativa y la segunda al valor económico
creado a través de una serie de actividades. La productividad física como unidad
base puede aplicarse a una industria particular o a un proceso específico de
operación. Este tipo de medición aunque importante tiene limitaciones cuando se
trata de hacer evaluaciones intertemporales. Por otro lado, la productividad
entendida como el valor creado en una empresa puede compararse con la de
otra empresa y entre sectores industriales, a pesar de sus diferencias, ya que en
el valor de los bienes o servicios quedan incorporados los cambios en el cuerpo
del producto o el servicio. El valor de estos cambios se revela por el
reconocimiento que el consumidor realiza a través del precio que paga.
El concepto de productividad se encuentra íntimamente relacionado con el de
producción. Son conceptos paralelos entre los que se pueden establecer
similitudes y diferencias. En este sentido la producción, sea ésta bruta o neta
es, como señala Miguel (1959), un concepto absoluto, desde el punto de vista
cuantitativo, mientras que el concepto de productividad es relativo, ya que a la
idea de cantidad se le asocia la de calidad (Estiballo y Zamora, 2002).
La productividad es definida como un indicador que refleja que tan bien se
están usando los recursos de una economía en la producción de bienes y
servicios. Así pues, una definición común de la productividad es la que la refiere
como una relación entre recursos utilizados y productos obtenidos, y denota la
eficiencia con la cual los recursos son usados para producir bienes y servicios
en el mercado (Levitan, 1984; Martínez, 1998). En términos generales, se
entiende por productividad la relación existente entre el producto(s) y el
insumo(s). Su medición al nivel de empresa es, entonces, la cuantificación de la
producción obtenida y los insumos utilizados en el proceso productivo (SENA,
2003).
En períodos pasados se pensaba que la productividad dependía de los
factores trabajo y capital, sin embargo, actualmente se sabe que existe un gran
número de factores que afectan su comportamiento. Entre ellos destacan las
inversiones, la razón capital/trabajo, la investigación y desarrollo científico
tecnológico, la utilización de la capacidad instalada, las leyes y normas
gubernamentales, las características de la maquinaria y equipo, los costos de los
energéticos, la calidad de los recursos humanos, los sindicatos, etc.
Los análisis de productividad se realizan con la finalidad de estudiar algunos
problemas económicos y sociales tales como la asignación de recursos, la
eficiencia productiva, la distribución de salarios, el nivel de vida o las mejoras de
competitividad, que permiten alcanzar mejores asignaciones al conseguir, con el
mismo esfuerzo, s y mejores resultados en el proceso productivo. La mayor
parte de estos análisis estudian la participación que los factores productivos
tienen en el proceso de producción mediante la elaboración de índices de
productividad parcial de un factor productivo, o bien a través de índices de
productividad total, o global, de los factores (Estiballo y Zamora, 2002).
La productividad de una empresa se mide a través de una serie de
indicadores relacionados y se evalúa mediante su comparación con la de otras
empresas, aquellas que producen los mismos bienes o servicios y que se
consideran como empresas líderes por su organización y tecnología en relación
con el promedio del sector productivo al cual pertenece la empresa. Otra
evaluación es la evolución histórica de los indicadores, su tendencia, y conocer
así el grado en que la empresa mejora su productividad a través del tiempo
(SENA, 2003).
Cabe señalar que, en términos generales, existen dos formas de medición de
la productividad: por un lado están las mediciones parciales que relacionan la
producción con un insumo (trabajo, o capital); y por el otro, están las mediciones
multifactoriales que relacionan la producción con un índice ponderado de los
diferentes insumos utilizados (Martínez, 1998). Los indicadores de productividad
se pueden construir a varios niveles de desagregación o de detalle. Se puede
medir tomando en cuenta los factores productivos antes mencionados, o bien a
partir de las diversas actividades económicas que se desarrolla en un país.
También pueden ser calculados al nivel de cualquier empresa o establecimiento
que realice alguna actividad económica.
Cuando se habla de la medición de la productividad de los distintos insumos
a lo que se hace referencia es a la productividad parcial, definida como la
variación que se provoca en la cantidad de producto generado, originada por un
cambio en el nivel de consumo de un solo insumo en el proceso de producción.
Una de las ventajas de poder medir las diferentes productividades parciales de
cada uno de los insumos de producción reside en que se puede observar en qué
medida participo cada uno de los factores de producción o insumos en el
incremento del nivel de producción, como podría deberse a la automatización del
proceso, a la capacitación de la mano de obra, o a cualquier otro factor.
El indicador s utilizado de este tipo de productividad se relaciona con el
factor trabajo, es decir, un indicador de productividad de la mano de obra, la cual
puede medirse en términos de número de personas ocupadas, horas hombre
trabajadas (variable más recomendada por ser altamente sensible a los cambios
de producción, entre otros aspectos).
La productividad parcial del trabajo, es una relación entre la producción y el
personal ocupado, y refleja que tan bien se está utilizando el personal ocupado
en el proceso productivo. Además, permite estudiar los cambios en la utilización
del trabajo, en la movilidad ocupacional, proyectar los requerimientos futuros de
mano de obra, determinar la política de formación de recursos humanos,
examinar los efectos del cambio tecnológico en el empleo y el desempleo,
evaluar el comportamiento de los costos laborales, comparar entre países los
avances de productividad. La calidad del trabajo también es uno de los factores
Productividad Parcial =
Total de Exumos
Insumo Parcial
que explica influye en el comportamiento de la productividad (Ahumada, 1987).
La productividad total de los factores (PTF), en cambio, es una medida
simultánea de la eficiencia en la utilización conjunta de los recursos. Tanto en el
análisis de la productividad multifactorial como de la productividad del trabajo,
es necesario tener presente que tanto el factor capital como el factor trabajo no
son factores homogéneos. En el caso de éste último, los recursos humanos
tienen diferentes características que se reflejan en diferentes calidades.
Al respecto Hernández (1993) plantea que si bien es cierto el indicador más
usual es la productividad del trabajo, también es cierto que hay tantos índices de
productividad como recursos utilizados en la producción. Sin embargo, las
productividades parciales no muestran la eficiencia conjunta de la utilización de
todos los recursos por lo que es importante tener una medida simultánea de la
eficiencia en la utilización conjunta de los recursos; es decir, una medida de la
productividad total de los factores (PTF).
El concepto de la productividad total de los factores (PTF) fue introducido en
la literatura económica por J. Tinbergen al inicio de la década de los años
cuarenta. De manera independiente, este concepto fue desarrollado por J.
Stigler, y posteriormente utilizado y reformulado en los años cincuenta y los
sesenta por diversos autores, entre los que destacan R. Solow (1957), J. W.
Kendrick (1961) y E. F. Denison (1962). Más recientemente, resaltan las
contribuciones de H. Lydall, W. E. Diewert, L. R. Christensen y D. Jorgenson en
ésta línea de investigación (Hernández, 1993).
La productividad total de los factores no es directamente observable en una
industria, por ello, el desarrollo de metodologías para su estimación ha sido un
tema constante en la literatura económica. Las técnicas utilizadas para la
estimación de la productividad pueden clasificarse dentro de cuatro categorías.
Primero, estimación de la productividad total de factores a partir de datos
Productividad Total
=
Total de Exumos
Total de Insumos
agregados en una economía, segundo, estimación haciendo uso de técnicas de
panel de datos, tercero, a partir de cnicas semiparamétricas, y por último,
utilizando variables instrumentales derivadas de condiciones de demanda
(González, 2004). Asimismo, se habla de productividad de entrada y de salida.
La primera lleva como principio utilizar el minino nivel o monto de insumos
(entradas) para producir una cantidad fija de bienes o servicios, y la segunda se
refiere a la maximización de bienes y servicios generados o producidos cuando
se mantiene el mismo nivel de insumos o entradas.
2.2.1. Concepto de productividad usando una función de producción.
El concepto de productividad usando una función de producción coincide con
el usado por el modelo de frontera. El más general y el mayoritariamente
aceptado, es:
En donde las entradas son la labor (L), el capital (K), los materiales y
suministros (M), y los insumos intermedios (II). Las salidas puede determinarse
mediante la cantidad de producto generado o bien el total de ventas realizadas o
valor agregado del producto.
En el caso de funciones de producción se utiliza la definición de ésta para
crear un concepto de ad hoc de productividad; esto es, se define la productividad
como:
Productividad =
Productividad =
Salida Actual
Salida Potencial
Productividad =
Total de Salidas
Salida Potencial
Esto es en la medida de la productividad cuando se usa una función de
producción se compara a través de una razón el valor que da el dato de la salida
real con el valor que da la función de producción para dicha entrada. Ambas
ordenadas entran en la definición de productividad y ambos conceptos son
también respuestas o salidas del sistema ante una excitación, estimulo o
entrada del mismo. Así, el concepto de productividad usando funciones de
producción tiene un enfoque eminentemente de “salida” o “productos” a
diferencia de otras técnicas o métodos que mezclan insumos y salidas. Esta
forma de analizar la productividad está entonces más matizada de una forma de
maximización de las salidas ante una entrada o insumo especifico.
Dado que la productividad es un cociente de dos salidas, entonces, por una
parte, ambas deben tener las mismas unidades de expresión; pero por otra parte
ellas deben expresarse en cualquiera de las unidades de medición posibles,
dándole mayor generalidad al método.
La misma observación se extiende a las entradas o insumos al proceso
productivo, aspectos tales como: labor, capital, materiales y suministros e
insumos intermedios; los insumos clásicos en cualquier modelo de evaluación de
la productividad: mientras los insumos para cada empresa se miden en las
mismas unidades o exista un factor de conversión entre ellos, es factible usar
cualquier tipo de unidad.
Finalmente, cuando lo que potencialmente puede producir una empresa siga
siendo un misterio que reta a los especialistas del área, la determinación de la
función de producción por mínimos cuadrados a los datos existentes genera una
función de producción que tiene una gran utilidad en la determinación de la
productividad.
2.3. Metodologías de medición de la productividad
Medición es la obtención y registro de datos bajo circunstancias tipo:
Utilidad: importancia en las decisiones que se toman.
Precisión: refleja fielmente la magnitud del hecho que se quiere analizar.
Oportunidad. Toma de decisiones antes que se produzca la anormalidad
indeseada.
Confiabilidad; la medición en la empresa no es un acto que se haga una
sola vez, debemos revisar periódicamente todo el sistema de medición.
Economía: proporcionalidad que debe existir entre los costos incurridos en
la medición.
La medición puede ser sectorial o empresarial:
a) Medición sectorial:
La productividad en el ámbito industrial se ha centrado en tres tipos de
enfoque:
Índices.
Funciones de producción.
Insumo-producto.
b) Medición empresarial:
La medición de la productividad en el ámbito de las empresas se encuentra
en desarrollo, habiendo crecido en los últimos años. Existen varios enfoques.
Economista: Sugiere medir la productividad a través de índices, funciones de
producción o por medio de una relación insumo-producto.
Ingeniería: Propone la medición a través de índices con una orientación hacia
la utilidad y a los servosistemas.
Administradores: Considera que la productividad debe medirse a través de
arreglos de índices y con razones financieras.
Contadores: Se basa en la medición a través de los presupuestos de capital
y de costos unitarios.
Existen diferentes metodologías para medir la productividad, las cuales
tienen propósitos específicos que son de utilidad en diversos casos. Sin
embargo, para efectos de comparaciones efectivas entre empresas, regiones,
cadenas o sectores se requiere una metodología homologada (CPC y OITE,
2002). Es de destacar que la productividad es un concepto que ha estado
presente en el análisis de muchos economistas y que se ha desarrollado
históricamente. Así pues, en el siglo pasado se definieron, a grandes rasgos,
dos etapas: una en la que los autores se preocuparon principalmente por
desarrollar teóricamente el concepto, analizando cuáles son los factores
determinantes (incorporándolos o desglosándolos); y la segunda, en la que la
investigación se centro, fundamentalmente, en afinar los métodos de medición.
De acuerdo con Botero (2006), la literatura sobre medición de productividad y
eficiencia puede agruparse en dos grandes vertientes: de una parte, la que se
relaciona con las medidas de eficiencia, que se remontan a Farrell (1957); la
otra, las que abordan la variación en la productividad total de los factores (PTF),
que remiten principalmente a Solow (1957).
El análisis de eficiencia fue abordado por Farell (1957) a partir de dos
conceptos eficiencia cnica y eficiencia asignativa. La primera mide la
producción de una firma en relación a la frontera de posibilidades de producción;
en tanto que la segunda determina la relación entre diversas combinaciones de
insumos para alcanzar un nivel de producción, dado su costo relativo. Las
definiciones de eficiencia de Farell han dado lugar a técnicas de medición
aplicables a unidades productivas individuales, que a su vez, pueden clasificarse
en cuatro grandes categorías (Pollit, 1994): técnicas de programación no
paramétrica (Análisis Envolvente de Datos); técnicas de programación
paramétrica; técnicas estadísticas deterministas; y métodos de fronteras
estocásticas.
Entre los métodos para la medición de la productividad, destacan:
Índices:
Productividad total, productividad parcial
Arreglos de factor, multifactoriales.
Funciones:
Funciones de producción
Funciones de Cobb- Douglas.
Razones:
Razones financieras, valor agregado
Posicionamiento financiero.
Modelos de fronteras:
Análisis envolvente de datos (DEA).
Malmquist
2.4. Modelo de Frontera
En este modelo lo que se pretende es crear el ambiente de competitividad
incorporando a empresas del mismo ramo para comparar a todas ellas entre sí,
y tener una imagen real de la productividad y competitividad de la misma.
La técnica de frontera, como su nombre lo indica, genera una superficie o
frontera en un espacio que tiene como ejes a los recursos o factores del sistema
productivo, y a los productos o servicios que genera como ejes adicionales. Lo
más común es considerar al total de insumos y productos, agregados en los
siguientes rubros:
Entradas:
Capital primer
eje
Labor
segundo eje
Materiales y suministros tercer eje
Insumos intermedios cuarto eje
Salidas:
Total de ventas o cantidad de
los productos o servicios generados Quinto eje
o valor agregado
Los insumos intermedios toman en cuenta todos aquellos recursos que no se
clasifican claramente en ninguno de los tres primeros aspectos, tales como;
servicios médicos y legales, mantenimiento externo para el equipo, asesoría
externa, etcétera.
Los materiales y suministros se consideran como la variación de inventarios
que se registro durante el periodo en el cual se analizó la productividad; esto es
bajo la hipótesis de que todas las compras necesarias entran en el almacén
registrándose para su posterior distribución al proceso productivo.
Así se tiene un espacio de dimensión cinco, uno para cada uno de los
conceptos señalados anteriormente.
La técnica de frontera se construye en forma segmentada con cada uno de
los datos o empresas que se analizan, de manera tal que el análisis es puntual y
la frontera y demás atributos se construyen a través de cada dato y no en
sentido inverso.
La base fundamental de ésta técnica consiste en generar un espacio que
tiene como ejes las entradas o insumos del proceso productivo (xi) y a las
salidas o productos (yi). de esta manera, cada reporte o balance de una
empresa en el cual se tienen ambos datos (salidas y entradas) proporciona un
punto en dicho espacio al cual se le denotará como T; y se le llama el conjunto
de posibilidades de producción.
Dicho espacio puede ser generado con diversos datos de una misma industria
en diferentes tiempos, con lo cual se medirá su productividad respecto de
mismo, o bien se pueden obtener datos de diferentes empresas de un mismo
ramo industrial nacional o internacional, con lo cual se generará una frontera
nacional o internacional contra la cual se medirá la eficiencia de cualquier dato
local. Aquellos con una productividad o eficiencia del 100 % formarán la frontera
contra la cual se medirá cualquier otro dato.
Por lo tanto, a medida que un punto del espacio se aleja de ella será más
ineficiente y por el contrario, entre más cercano este será más productivo.
Para la determinación de las productividades y tasas marginales de
sustitución, así como la economía de escala, la técnica construye un hiperplano
que es tangente al conjunto de posibilidades de producción T, y a partir de éste
se obtiene la información requerida.
Éste es en esencia el método de frontera, el cual también puede proporcionar
las economías de escala; el TEMP o tamaño de escala más productivo, como
aquel que maximiza las salidas o producción y a la vez minimiza los insumos
requeridos para ello. Genera también las productividades marginales o
variaciones de la salida respecto de cambios en la entrada y finalmente las tasas
marginales o variaciones de la salida respecto de cambios en la entrada y
finalmente las tasas marginales de sustitución entre entradas.
2.4.1. Resultados del modelo de frontera
Entre los principales resultados de este modelo, vale mencionar (Mercado y
Col. 1998):
a. Productividad de entrada
La distancia horizontal de un punto en particular a la frontera, representa el
grado de ineficiencia o mal uso de los recursos de dicha empresa. Significa lo
que se podría ahorrar en insumos y aun mantener el mismo nivel de producto
terminado.
En otras palabras, a medida que una empresa se aleja horizontalmente de la
frontera, su productividad de entrada será menor; esto es, dicho de otra manera,
la empresa estará consumiendo una mayor cantidad de insumos para producir la
misma salida. Esto sucede cuando la empresa genera mucho desperdicio o
existe exceso de retrabajos o lotes de desecho. Un concienzudo análisis a su
organización y técnicas de producción será necesario para corregir este
problema y reducir la distancia horizontal que tiene la empresa de la frontera
eficiente.
b. Productividad de salida
De manera similar a la interpretación de la eficiencia o productividad de
entrada, se tiene el concepto de productividad de salida.
Esta representa la cantidad de salidas o productos que la empresa podría
incrementar consumiendo los mismos recursos actuales.
Una estrategia de maximización de salidas usando la misma cantidad de
insumos sería la indicada cuando no es factible obtener mayor cantidad de
recursos para la compra de insumos, pero existe un mercado no saturado al cual
es posible incrementar la oferta. El énfasis sería ahora optimizar los programas
de mercadotecnia y servicios hacia el consumidor, a fin de incrementar las
ventas y disminuir los volúmenes de inventario. Colateralmente deberán
desarrollarse programas específicos para evitar piezas de retrabado o de
desperdicio, a la vez que los lotes rechazados, monitoreando los puntos clave en
las líneas de producción.
c. Tamaño de escala más productivo (TEMP)
Ésta es otra característica del método de frontera y representa la posición en
el espacio de posibilidades de producción en el cual es más conveniente que se
situé la empresa, ya que en tal situación estará minimizando los recursos o
insumos y maximizando las salidas que genera. En dicha posición la empresa
trabaja con una economía de escala creciente, o sea que produce s salidas
que los recursos o insumos que requiere. El modelo determina, para cada
empresa de la base de datos, cuál debería ser su posición si se desea que
opere bajo estas características.
d. Eficiencia global
La eficiencia técnica y de escala, conocida como eficiencia global, se
determina de la siguiente forma:
Eficiencia global = MN/MA
Con este cociente se comparan los insumos actuales que está requiriendo la
empresa, con aquella empresa hipotética generada con una frontera hipotética,
línea que va del origen, es tangente al conjunto de posibilidades de producción y
toca la frontera eficiente, que asume que el conjunto de empresas labora con
una economía de escala constante.
e. Eficiencia técnica.
La eficiencia técnica está dada por la siguiente ecuación:
Eficiencia técnica = MB/MA
Esta eficiencia, compara a la empresa con aquella situada en la frontera
eficiente. Aquí se ve la situación actual de la empresa contra aquella que tendría
si estuviera en la frontera eficiente minimizando los insumos que utiliza y
trabajando en un ambiente en el cual se admiten deseconomías.
f. Eficiencia de escala
La eficiencia de escala se define por:
Eficiencia de escala = MN/MB
Este valor representa qué tan alejada está la frontera eficiente (con
deseconomías factibles), de aquella hipotética formada (empresas laborando
con una economía de escala constante).
g. Economías de escala.
Con el uso de la técnica de frontera es relativamente simple determinar si la
economía de escala bajo la cual está funcionando una empresa es creciente,
constante o decreciente para puntos que yacen en la frontera. Recuérdese que
una economía de escala mide la proporción en que varían las salidas al variar
los insumos. Esta economía de escala se obtiene generando un hiperplano
tangente a la proyección en la frontera del punto de interés y observando su
intersección con el eje de las salidas. Si la intersección es positiva (arriba del
origen) se dice que la empresa funciona con una economía de escala
decreciente; si pasa por el origen entonces es constante y, finalmente, si
intercepta en la parte negativa, se dice que la economía de escala es creciente.
h. Tasas marginales.
Aun cuando el modelo permite evaluar los cambios en la salida o producto
terminado cuando se producen variaciones en los insumos y las tasas de
sustitución entre insumos, en la práctica se observan valores muy pequeños
para cada una de las tasas de sustitución, haciendo difícil o poco útil su
interpretación económica.
2.4.2. Análisis Envolvente de Datos
Partiendo de las ideas de Farell (1957) y, Charnes, Cooper y Rhodes (1978),
se desarrollo el Análisis Envolvente de Datos (DEA), el cual busca establecer
qué organizaciones de la muestra determinan la superficie envolvente o frontera
de producción eficiente. El interés por el análisis de las fronteras de eficiencia
económica, ha crecido rápidamente durante los últimos tiempos. Existiendo
numerosas metodologías y aplicaciones con referencia a la medición de la
efectividad.
En los últimos años, el Análisis Envolvente de Datos se ha convertido en el
método de Benchmarking muy utilizado por las empresas. La principal ventaja
de DEA consiste en que no está basado en el conocimiento de la función de
producción. Corresponde a un método no paramétrico, permitiendo amodelos
más ricos y no dependientes del conocimiento de los precios de los factores de
producción. DEA encuentra el conjunto de empresas eficientes a partir de las
cuales, mediante combinaciones lineales, obtiene la envolvente o frontera. Esto
representa una ventaja por su mayor flexibilidad, aunque para muchos su
inconveniente fundamental radica en la falta de propiedades estadísticas de los
resultados obtenidos con la programación lineal. Sin embargo, a su favor está la
factibilidad de incorporar las economías de escala en el análisis; ventaja
importante que justifica su elección (Raffo y Ruiz 2005).
El método DEA consiste en medir la eficiencia de forma radial. Es decir, se
considera que la productividad se incrementa en un cierto volumen sólo si se
incrementan todos los productos simultáneamente en ese mismo volumen sin
consumir más insumos, o, alternativamente, que se produce un ahorro de una
parte de los recursos sólo si todos los insumos se reducen en esa misma
medida sin reducir la producción. En la práctica, para comprobar si se han
producido mejoras en productividad se compara cada unidad productiva con la
frontera de producción formada por las unidades para las que se observa mejor
comportamiento. La figura 01 ilustra la aplicación del modelo CCR al caso de
un único insumo (X) y un único producto (Y), de modo que cada punto
representa los valores correspondientes a una sola unidad productiva.
En la grafica anterior, la unidad 2 (definida por la intersección de Y2y X2) es
la única eficiente, ya que presenta la razón menor entre insumos y productos,
definiendo, por tanto, la frontera eficiente con la que se van a comparar las otras
dos unidades. Así, si la productividad de las otras dos unidades fuese igual a la
de la unidad 2, mantendrían sus niveles de producto, Y2eY3, con unos insumos
respectivos de X1ey X3e, menores que los observados (X1y X3), por lo que los
índices de eficiencia serán X1e/X1y X3e/X3. El índice de eficiencia toma un valor
unitario para las unidades eficientes (en el ejemplo, la unidad 2) y tiende a cero a
medida que éstas son menos eficientes.
Figura N° 01
El método DEA
La información proporcionada por el método DEA es de carácter estático y,
obviamente, en los estudios históricos resulta fundamental ofrecer un análisis
temporal.
2.4.3. Índice de Productividad de Malmquist
Caves, Christensen y Diewert (1982) desarrollaron un índice multilateral que
es útil para medir la productividad total de los factores con datos a nivel de firma
el cual denominaron el Índice de Productividad de Malmquist. El índice es
construido como la diferencia entre el logaritmo del producto de la empresa y la
suma ponderada, por la participación en los beneficios, de los insumos de la
empresa. Para garantizar una comparación coherente entre las observaciones
para firmas diferentes, el producto y los insumos se expresan como
desviaciones de un punto único de referencia.
De acuerdo a la ecuación siguiente, el índice de productividad de un período
respecto a otro puede medirse como:
Si la función de producción tiene un bien y varios insumos, sólo el numerador
es directamente observable. El denominador, en cambio, debe ser calculado a
partir de la agregación de insumos.
Considérese, por ejemplo, el caso en el que hay dos insumos y un producto, y
la función de producción Y= Atf(X1, X2), que se ilustra en la figura 3, en la que
se representan dos niveles (f0,f1) de una función de producción para un producto
(y) y dos insumos (el vector x). El equilibrio en el primer caso se da en el punto
x0,en tanto que x1es el equilibrio final. Una primera medida de la variación de
los insumos es “t0”, el factor por el cual hay que dividir los insumos empleados
en “1”, para que con la función de producción inicial se obtenga y0. Una segunda
medida es “t1”, el factor por el que hay que multiplicar los insumos empleados en
“0”, para obtener y1con la función producción final. El índice tipo Malmquist de
variación de los insumos se define como la media geométrica de “t0” y “t1”. Más
específicamente, y para el caso de ninsumos, deben calcularse los valores “t0”
y “t1” tales que (Botero, 2006):
Y el índice tipo Malmquist de variación de los insumos es:
Es de anotar que el cálculo de índices tipo Malmquist implica la estimación
previa de la función de producción.
Con la información de este índice, puede calcularse una nueva medida de la
productividad:
Figura N° 02
Índice de Productividad de Malmquist
El índice de productividad de Malmquist, que por otro lado también se basa en
el método DEA, proporciona esa perspectiva dinámica.
2.5. Clínicas Privadas tipo III
Se considera una clínica privada a una entidad que provee atención médica y
especializada tanto ambulatoria como hospitalaria, con aplicación de alta
tecnología que identifica la utilización de la medicina al estudio de los enfermos
en su fase de diagnóstico, en donde se hace necesaria realizar observación e
investigación, con apoyo de servicios intermedios y terminales, (consulta
externa, emergencia, enfermería, hospitalización, terapia intensiva,
rehabilitación). Además de existir entidades nosológicas circunscritas a la
atención específicamente ambulatoria, con presencia de numerosas sub
especialidades, que se apoyan de servicios auxiliares, en algunos casos con
rehabilitación (laboratorio, rayos X, farmacia, anatomía patológica y Banco de
Sangre).
Se tipifica como clínica tipo III porque prestan servicios de atención médica
integral en los tres niveles (atención dica primaria, secundaria y terciaria),
están ubicados en poblaciones mayores de 60 mil habitantes, con área de
influencia hasta de 400 mil habitantes, con capacidad entre 150 y 300 camas.
Además, cuentan con Departamentos de Medicina, Nefrología, Reumatología,
Gastroenterología, Medicina Física y Rehabilitación, Cirugía en todas sus
especialidades (Traumatología, Urología, Otorrinolaringología, Oftalmología,
Gineco-Obstetricia y Pediatría), disponiéndose en cada una de ellas con Jefes
de Departamento.
Por otra parte, es importante señalar que se le denomina atención médica
primaria a aquellos establecimientos con equipamiento sencillo como los de
soporte diagnóstico (estetoscopios, tensiómetros, equipos ORL
(otorrinolaringología), martillos, equipos mecánicos (microscopios) que cuentan
con accesibilidad directa por parte de los usuarios.
La atención médica secundaria se refiere a establecimientos simples pero
más amplios, con equipamientos como soporte diagnóstico de regular
complejidad, tales como: rayos X, laboratorio, equipos médicos especializados y
presencia de médicos especialistas. Asimismo, otra característica es que la
atención se realiza en base a un sistema de referencias (remisión de pacientes).
Finalmente, la atención dica de nivel terciario concentra a aquellos
establecimientos s amplios con incorporación de equipos complejos como
soporte diagnóstico (equipos computarizados, además de los electromédicos y
radiaciones) y cuya atención es realizada, al igual que en el caso anterior, en
base a un sistema de referencia. Dentro de estos centros de salud se ofertan
servicios de sub especialidades médicas.
Consideraciones Generales del Sector Salud en el estado Zulia.
Hace aproximadamente una década y media, las clínicas privadas tipo III
estaban atravesando por una época de auge, dado que ellas se constituían en
una alternativa válida por la sima atención y la grave problemática que se
presentaba en los centros asistenciales blicos. Muchas de estas
organizaciones crecieron y se consolidaron dentro del sector.
Sin embargo, hoy la circunstancias han cambiado, la vuelta hacia la atención
personalizada en el hogar, a través de programas como “barrio adentro I y II”,
“barrio a barrio”, la traída de médicos cubanos para asistir en las campañas de
salud pública, entre otros, han contribuido a generar una crisis asistencial a nivel
de la prestación privada del servicio.
Por supuesto, existen todaa ventajas en la prestación privada de la
asistencia integral a pacientes, tales como: el alto prestigio que muchas de estas
instituciones tienen, el contar con personal altamente calificado, el disponer de
tecnología, infraestructura y ambientes vanguardistas, entre otros. Sin embargo,
políticas económicas como el control cambiario, la inflación generalizada en el
componente importado de las compras en salud y los altos costos financieros de
la atención, se convierten en dispositivos de amenaza que atenta al sector.
No es el propósito de los autores de la presente investigación hacer un
diagnóstico preliminar minucioso sobre como se ha desarrollado en los últimos
años este sector, pero si dar a conocer algunas consideraciones generales que
pueden afectar la productividad y los niveles de eficiencia que se evidencian
dentro del mismo.
Uno de las principales debilidades que deben enfrentar las clínicas privadas
es la cada vez más difícil tarea de recuperar las cuentas incobrables y ofertar
servicios que estén a disposición de una clase media cuyos ingresos están cada
vez más mermados. Esto limita la posibilidad que las clínicas puedan ofrendar
servicios de calidad, obtener financiamiento para realizar inversiones en
tecnología de punta y permitir la capacitación permanente del personal.
Por otra parte, el estudio en su fase inicial busca precisar los parámetros de
los insumos bajo una función de producción de Cobb Douglas, que dentro de las
actuales condiciones en que operan las clínicas y durante un ejercicio
económico (2005) proporcionan los niveles de generación de servicios capaces
de ofertar cada una de ellas, al incrementar el uso de los factores productivos
identificados como, trabajo o labor, capital y suministro.
En su segunda fase, se buscó conocer la posición competitiva de cada una
de las organizaciones de salud, según la técnica DEA, la cual se apoya en la
programación matemática para construir una frontera conformada por las
clínicas que muestran un mejor comportamiento y, a partir de ellas, se pueda
determinar y medir la eficiencia del resto.
Por último, a través del análisis se pretende que las clínicas puedan cumplir
con su visión prospectiva: “Ser instituciones que ofrezcan servicios de salud
integral, centros de referencia en el ámbito nacional e internacional que
proyecten ampliar sus actividades y sus coberturas a través de las aperturas de
otros establecimientos dependientes y similares, proporcionando la optima
relación costo beneficio que le permitan desarrollar procesos productivos
integrados, para satisfacer las demandas de los usuarios con el uso de
tecnología de avanzada para el logro del posicionamiento del mercado en las
próximas décadas, respaldados por el más alto nivel científico y académico”.
3. METODOLOGIA
Para el desarrollo de la siguiente investigación se seleccionaron siete (7)
clínicas privadas de tamaño mediano, ubicadas en diferentes Municipios del
Estado Zulia. Con el objeto de respetar el anonimato de dichas instituciones, que
tan gentilmente proporcionaron la data requerida, se le colocaron seudónimos,
ya que la información recabada es de los estados financieros del ejercicio
económico correspondiente al año 2005.
Dado que esta información fue suministrada a precios corrientes, se procedió
a indexar o deflactar los estados financieros mediante el uso del índice de
precios al consumidor (año base 1997). De esta manera, se trabajo con data a
precios constantes del año antes indicado.
Posteriormente, se crearon las funciones de producción para las 7 clínicas,
para ello se emplearon criterios contables para definir que partidas conformarían
la Labor, el Capital y los Suministros. Luego de consultas a expertos en el área,
se estableció que la “labor” estaría constituida por los gastos que hacen las
clínicas por remuneración al factor trabajo, indistintamente del tipo de personal;
el “capital” lo conformaría el fondo de depreciación, entendido como un flujo por
el al uso de los equipos, instalaciones o cualesquier otro activo fijo en el proceso
de producción del servicio de salud y, por último, los “suministros” estarían
formados por los gastos tanto en materiales directos como indirectos que
realizan las clínicas para desarrollar sus actividades.
Una vez tabulada la información se procedió a hacer las corridas utilizando
como software básicos, para la función de producción el paquete “Statgraphics”
y para el análisis de fronteras (Análisis Envolvente de Datos e Indicadores de
Productividad de Malmquist) el EMS. Para el análisis se selecciono de la
muestra una clínica como base para el mismo. En el caso especifico de este
trabajo la clínica a estudiar y comparar con el resto de este grupo es “San
Rafael” (Clínica N° 03).
En el primer software se realizaron las corridas individuales para obtener la
función de producción de cada una de las clínicas, mediante la aplicación de la
regresión múltiple aplicando logaritmo a las variables para la conversión en una
función de producción de tipo Cobb – Douglas; la cual permite medir la eficiencia
del uso de los factores productivos y determinar el nivel de contribución de los
insumos en los niveles de producción.
Para el modelo DEA o de fronteras de eficiencia se consolidó la data según
input y output para un año (2005), lo que permitió identificar los puntos en donde
la clínicas son o no eficiente. Aquellas que se ubicaron dentro de la frontera de
eficiencia arrojaron coeficientes del 100 por ciento, por el lado de las salidas y
por el de las entradas.
Es importante hacer la salvedad, que la veracidad de la información podría
resultar cuestionable, dado que no existe garantía absoluta de que las
organizaciones hayan proporcionado la información real de sus estados
financieros. Sin embargo, se garantiza la metódica aplicada para hacer la
contrastación de la productividad de las empresas mediante el uso del análisis
envolvente de datos e índices de malmquist.
3.1 CASO 01: Función de Producción de la Clínica San Rafael
A continuación se presenta la función de producción de la clínica San Rafael,
integrada por los factores de producción Trabajo (T), Capital (C) y Suministro
(S):
Y= a + bT + cC + dS
Donde:
Y = Producción o Generación del Servicio
a, b, c, d = Parámetros de la ecuación
T = Trabajo o el pago al personal total (directivos, médicos, empleados y
obreros)
C = Capital (pago de intereses + el fondo de depreciación)
S = Materiales y Suministros
3.1.1 Información de los Factores de producción:
Clínica San Rafael (6)
Meses
Producción
Labor
Capital
Suministros
Enero
32.083.895
4.669.431
1.635.393
25.779.071
Febrero
31.003.124
4.748.731
1.502.228
24.752.166
Marzo
31.520.918
4.700.672
1.569.349
25.250.897
Abril
30.989.373
4.537.441
1.570.592
24.881.339
Mayo
29.651.524
4.563.257
1.429.626
23.658.641
Junio
29.732.774
4.561.218
1.438.343
23.733.213
Julio
28.501.111
4.324.941
1.394.379
22.781.791
Agosto
29.512.878
4.564.553
1.415.472
23.532.852
Septiembre
29.730.425
4.444.272
1.476.702
23.809.450
Octubre
29.704.878
4.305.328
1.520.025
23.879.526
Noviembre
30.338.786
4.477.416
1.525.993
24.335.378
Diciembre
30.624.474
4.517.213
1.541.143
24.566.119
Totales
363.394.160
54.414.472
18.019.246
290.960.442
3.1.2 Resultados de la corrida del Modelo de Regresión Múltiple (Software:
Statgraphics):
VARIABLE DEPENDIENTE = LOG(PRODUCCIÓN)
REGULAR T
PARÁMETRO
ESTIMACIÓN
ERROR
ESTADÍSTICO
P - VALUE
Constante
0,114802
0,0
0,0
0,0
LOG(Labor)
0,0554933
0,0
0,0
0,0
LOG(Capital)
-0,072106
0,0
0,0
0,0
LOG(Suministros)
1.01661
0,0
0,0
0,0
Los resultados fueron los siguientes:
R2-Cuadrado = 100%
R2-Cuadrado ajustado por d.f.) = 0%
Estadístico Error Estándar = 0%
Significado absoluto del Error= 1,97039E-7
Estadística Prueba del Durbin-Watson = 1,85279 (P=0,3202)
Lag 1 residual auto-correlación = 0,00637317
P-Value = 0,0000
Component+Residual Plot for LOG(Producción)
14 14,4 14,8 15,2 15,6 16 16,4
LOG(Labor)
-29
-9
11
31
51
(X 0,001)
component effect
3.1.3 Análisis de los Resultados del Modelo de Regresión Múltiple
Este análisis se deriva de la función de producción:
Log (Y) = 1,302528 + 0,0554933 x Log (T) – 0,072106 x Log (C) + 1,01661 x Log (S)
Esta ecuación demuestra que la producción de la clínica San Rafael
depende positivamente del factor trabajo (T) y de los suministros (S), es decir, la
producción se incrementa en la medida que se agregan mayores unidades de
trabajo y de suministro. Del mismo modo se evidencia que en la medida que se
agregan unidades del factor capital (C) la producción es decreciente (gastos de
financiamiento).
En cuanto al valor de los parámetros de las variables independientes, los
resultados demuestran que el factor de suministro es el de mayor significancía
en la producción del servicio, en razón que su valor absoluto es el de mayor
valor o el más alto (1,01661), seguido por el factor capital (0,072106) y el factor
trabajo (0,0554933).
Con la ejecución del modelo de regresión múltiple se obtuvieron los
siguientes resultados estadísticos luego de haber corrido la data de doce (12)
observaciones que representan la información de un año de ejercicio económico
en el software “Statgraphics” :
Como el valor de “P Value” es de 0,0000 en la tabla ANOVA (análisis
de varianza) y este es menor que 0,010 entonces existe una relación
estadísticamente significativa entre las variables que han sido
seleccionadas para representar el modelo. En este caso en particular,
esto significa que el modelo de producción de la clínica San Rafael posee
un nivel de confianza del 99 por ciento.
El coeficiente de determinación (R2) indica que en el modelo las variables
independientes controlables expresan en un 100% la variación de la
producción. Por esta razón la producción del servicio esta expresada en
un 100% por las variables o factores de producción trabajo, capital y
suministro.
Respecto al estadístico ajustado o de determinación ajustado se observa
que no tiene variación por ser su valor de 0,0%.
El error estándar presenta un valor de 0,0%. Lo cual indica que el modelo
de regresión múltiple tiene una confiabilidad del 100% y que puede ser
utilizado para predecir comportamientos futuros de las variables.
El error medio absoluto es de 0,0%, este valor expresa el promedio que
alcanzan los residuos.
Al desarrollar la prueba del Durban Watson o test estadístico de los
residuos, se determina que si hay alguna correlación significativa basada
en el orden de cómo se presentan los datos, los resultados arrojados
evidencian un valor estadístico de DW = 1,85279 para un P = 0,3202; que
es superior a 0,05; entonces se afirma que en este modelo no existe
autocorrelación serial entre los residuos.
Para determinar si el modelo puede simplificarse, se observo que el
mayor valor del P-Value de las variables independientes son todas “0” ,
por lo tanto no es posible no se puede simplificar el modelo ni retirar
ninguna de sus variables.
3.1.3 Interpretación de los resultados obtenidos de la función de Cobb
Douglas en la Clínica Sócrates:
COBB DOUGLAS – CLÍNICA SAN RAFAEL:
A continuación se presentan los resultados arrojados por el modelo de
regresión múltiple, una vez aplicados los logaritmos para cada una de las
variables independientes. La aplicación logarítmica tuvo como propósito
convertir el modelo en una función exponencial de producción. Los resultados
definitivos fueron los siguientes:
Y = J . TA. KB. SC
Donde: Y= Producción; T= Trabajo; K= Capital y S= Suministro. A, B y C son
coeficientes de utilización de los factores y J= a coeficiente de cambio
tecnológico.
Entonces:
Y = 0,1302528 . T0,0554933. K-0.072106 . S 1,01661
A=,0554933; mide el coeficiente de elasticidad del factor trabajo, como este
en inferior a 1 (0,05<1), se dice que para provocar cambios significativos en
el valor de la producción se necesita modificaciones sustanciales en la
utilización del trabajo, ya que los niveles de producción del servicio de salud
son inelásticos ante los cambios o variaciones porcentuales en este factor.
Por su parte, para incrementar el 1% (unitario) de la producción del servicio
se debe incrementar el factor trabajo 0,0554933. Esto es un indicativo que se
necesita incrementar más que proporcionalmente el factor trabajo si se desea
aumentar la producción en un nivel superior al unitario.
B=-0.072106; mide el coeficiente de elasticidad de factor capital.
Obsérvese que su valor es negativo, por consiguiente, este factor disminuye
los niveles de producción del servicio. Pero en términos absolutos 0,072106
es inferior a 1 (0,072<1), por lo tanto, un incremento del 1% en el valor del
factor capital provoca una disminución menos que proporcional en los niveles
de producción del servicio. Esto puede resultar positivo (el que el factor
capital sea inelástico) ya que permite que la clínica pueda aumentar sus
fondos de amortización del capital y depreciaciones sin generar un impacto
negativo tan fuerte en los niveles de producción del servicio.
C = 1,01661;refleja el coeficiente de elasticidad del factor suministros.
Como su valor es el mayor, respecto a los otros parámetros, y es positivo,
entonces es el parámetro que tiene una mayor afectación positiva respecto a
los niveles de producción del servicio. En términos absolutos 1,01 es superior
a 1 (1,01›1) se dice que este factor es elástico. Por cada unidad de
producción del servicio se debe incrementar en un 1,01661 el factor
suministro.
J Mide la incidencia de la tecnología respecto a los factores productivos, es
decir, permite determinar los cambios tecnológicos. En cuanto a la clínica
San Rafael se ubicó en un valor de 0,1302528.
Del análisis de los coeficientes de elasticidad se puede concluir que los
coeficientes de los factores productivos Trabajo y Capital son inelásticos, por lo
tanto, para generar un crecimiento en los niveles de producción del servicio, se
deben incrementar mas que proporcionalmente el uso de estos ya que tienen
relación positiva respecto a la producción. Con respecto al coeficiente del factor
Suministro es elástico, por cada unidad de producción del servicio se debe
incrementar en un 1,01661 el factor suministro
3.1.4 Determinación de los Rendimientos a Escala – Cobb Douglas:
La sumatoria de los parámetros arrojados por el modelo permite calcular
el nivel de escala de producción de la clínica. En otro sentido, en relación a los
rendimientos escala de la organización es pertinente mencionar dado que la
sumatoria de los parámetros o coeficientes de los factores de producción es
igual a 0,999 1, lo que significa que es igual a 1, la clínica San Rafael se
encuentra operando con rendimientos constantes a escala.
3.2 CASO N° 02: MODELO DE FRONTERA DEA CLINICA SAN RAFAEL (06)
La técnica del modelo de frontera genera una frontera en un espacio que
tiene como ejes a los insumos (X) o factores de producción y los exumos (Y) o
productos o servicios generados. Como insumos se consideran al total de
factores de producción (trabajo, capital y suministros) y como exumos al total
servicios producidos vendidos. Para el siguiente análisis se tomaron como
referencia información proveniente de los estados de resultados de siete clínicas
del estado Zulia, específicamente el análisis se centrará en la clínica San Rafael
(06).
En el presente trabajo se utilizaron las dos técnicas de análisis de frontera no
paramétricas: el Análisis Envolvente de Datos (Data Envelopment Análisis
DEA-) y los Índices de Malmquist.
3.2.1 Análisis Envolvente de Datos (DEA)
DEA es una metodología que permite establecer y comparar la eficiencia de
unidades organizacionales similares, es decir, en donde el conjunto de unidades
analizadas sean homogéneas; con el fin de determinar aquellas que son más
eficientes comparando el desempeño de todas, lo que permite establecer qué
organizaciones de la muestra determinan la superficie envolvente o frontera de
producción eficiente. La comparación se realiza teniendo en cuenta como
medida de eficiencia la relación entre outputs y los inputs utilizados para
generarlos. Esta medida se calcula con los resultados de las diferentes
entidades analizadas.
3.2.1.1 Análisis de Productividad de Salidas
Este análisis representa la cantidad de salidas o productos que la empresa
podría incrementar consumiendo los mismos recursos actuales.
A continuación en la siguiente tabla se presentan la base de datos para DEA:
Resultados Análisis DEA Salidas
Tiempo
Clínicas
Valor de la
Producción (Y)
Total Insumos (X)
Ф
Y
Yo=∆Y+Y
T1
1
1.161.846.192
1.022.372.875
118,42%
214.012.069
1.375.858.261
T1
2
687.215.995
566.960.104
111,03%
75.799.924
763.015.919
T1
3
515.548.610
383.081.531
100,00%
-
515.548.610
T1
4
573.235.130
435.957.937
102,35%
13.471.026
586.706.156
T1
5
552.147.549
410.540.049
100,06%
331.289
552.478.837
T1
6
475.322.279
363.394.160
102,89%
13.736.814
489.059.093
T1
7
526.398.984
425.281.571
108,73%
45.954.631
572.353.615
De acuerdo a los datos presentados se infiere que el grupo de clínicas que
están en la frontera de eficiente no pueden crecer más en sus productos
=100%) y mientras más alejado se este de ella más improductivo e ineficiente
será. La eficiencia de escala ) indica que tan alejada está la clínica 06
de la frontera de eficiencia. En este sentido, en términos generales sólo la
clínica 03 (100%) se encuentra ubicada dentro de la frontera de eficiencia;
muy cerca de la frontera están las clínicas N° 05 (100,06%), N° 04 (102,35%) y
06 (102,89%); siendo la clínica 01 (118,42%) la más alejada de la
frontera. En razón de ello, se puede decir que el nivel de eficiencia del grupo
analizado esta muy cercano a la frontera, a pesar que sólo una clínica se
encuentra dentro de la frontera de eficiencia (N° 03).
La clínica 03 se ubica en la frontera de eficiencia de salidas con unos
exumos (Y) de Bs. 515.147.549 y un total de insumos (X) de Bs. 383.081.531.
Por su parte, el valor de la producción actual de la clínica 06 (San Rafael) es
de Bs. 475.322.279 (Y) con unos insumos de Bs. 363.394.160 (X), para
proyectarse a la frontera de eficiencia debe incrementar Bs. 13.736.814 (Y)
para un total de exumos óptimos de Bs. 489.059.093 (Yo).
FRONTERA DE EFICIENCIA DE SALIDA
1.375.858
687.216
1.161.846
763.016
586.706
572.354
552.479
515.549
489.059
573.235
526.399
552.148
515.549
475.322
-
200.000
400.000
600.000
800.000
1.000.000
1.200.000
1.400.000
1.600.000
Millares
Nivel de Insumos
Nivel de Producción
Producción Optima Producción Actual
Produccn Optima
489.059.093
515.548.610
552.478.837
572.353.615
586.706.156
763.015.919
1.375.858.261
Produccn Actual
475.322.279
515.548.610
552.147.549
526.398.984
573.235.130
687.215.995
1.161.846.192
Cnica 6
Clínica 3
Clínica 5
Clínica 7
Clínica 4
Clínica 2
Clínica 1
A continuación se presentan los resultados obtenidos con la ejecución del
software EMS para la productividad de salida en la siguiente tabla. En ella se
muestra como los benchmarks sugieren que se compare en término de la
eficiencia de escala con la clínica 06 con la eficiencia técnica con la N° 03; y
en términos de la eficiencia técnica la clínica N° 06 no tiene comparación.
DMU
PS
PS
PRODUCTIVIDAD DE SALIDA
SALIDAS ENVOLVENTES
TETA Ф
BENCHMARKS
TETA Ф
1
BENCHMARKS
Clinica 1
118,42%
3 (2,67)
100,00%
3
Clinica 2
111,03%
3 (1,48)
103,03%
1 (0,26) 5 (0,74)
Clinica 3
100,00%
6
100,00%
0
Clinica 4
102,35%
3 (1,14)
100,74%
1 (0,04) 5 (0,96)
Clinica 5
100,06%
3 (1,07)
100,00%
3
Clinica 6
102,89%
3 (0,95)
100,00%
0
Clinica 7
108,73%
3 (1,11)
107,68%
1 (0,02) 5 (0,98)
La Eficiencia Técnica (Ф
1) permite comparar a la clínica 06 con aquella
situada en la frontera de la eficiencia. Tal como lo muestra en la tabla anterior,
las clínicas 01, 03, 05 y 06 posee una eficiencia técnica del 100%. Lo cual
significa que los coeficientes cnicos de utilización de los factores productivos
labor, capital y suministros están adecuadamente combinados.
3.2.1.2 Análisis de Productividad de Entradas
Este análisis representa la cantidad de entradas o insumos que la empresa
podría disminuir produciendo los mismos servicios actuales. A continuación en
la siguiente tabla se presentan la base de datos para DEA:
Resultados DEA de Entradas
Tiempo
Clínicas
Valor de la
Producción (Y)
Total Insumos
(X)
θ
Xo
X= X-Xo
1-θ
To
1
1.161.846.192
1.022.372.875
84,44%
863.291.656
159.081.219
16%
To
2
687.215.995
566.960.104
90,07%
510.660.966
56.299.138
10%
To
3
515.548.610
383.081.531
100,00%
383.081.531
-
0%
To
4
573.235.130
435.957.937
97,70%
425.930.904
10.027.033
2%
To
5
552.147.549
410.540.049
99,94%
410.293.725
246.324
0%
To
6
475.322.279
363.394.160
97,19%
353.182.784
10.211.376
3%
To
7
526.398.984
425.281.571
91,97%
391.131.461
34.150.110
8%
FRONTERA DE EFICIENCIA DE SALIDA
489.059
475.322
515.549
515.549
440.000
450.000
460.000
470.000
480.000
490.000
500.000
510.000
520.000
530.000
540.000
Millares
Nivel de Insumos
Nivel de Producción
Producción Optima Producción Actual
Produccn Optima
489.059.093
515.548.610
Produccn Actual
475.322.279
515.548.610
Cnica 6
Cnica 3
De acuerdo a los datos presentados se infiere que el grupo de clínicas que
están en la frontera de eficiente no pueden disminuir más en sus insumos
(θ=100%) y mientras más alejado se este de ella más improductivo e ineficiente
será. La eficiencia de escala (θ) indica que tan alejada está la clínica N° 06 de
la frontera de eficiencia. En este sentido, en términos generales sólo la clínica
03 (100%) se encuentra ubicada dentro de la frontera de eficiencia; muy
cerca de la frontera están las clínicas 05 (99,94%), 04 (97,7%) y 06
(97,19%); siendo la clínica 01 (84,4%) la más alejada de la frontera. En
razón de ello, se puede decir que el nivel de eficiencia del grupo analizado esta
muy cercano a la frontera, a pesar que lo una clínica se encuentra dentro de
la frontera de eficiencia (N° 03).
La clínica 03 se ubica en la frontera de eficiencia de entrada con unos
insumos (X) de Bs. 383.081.531 y un total de exumos (Y) de Bs. 515.548.610.
Por su parte, el valor de los insumos actuales de la clínica 06 (San Rafael)
es de Bs. 363.394.160 (X), siendo los más bajos del grupo analizado, y unos
exumos de Bs. 475.322.279 (Y), para proyectarse a la frontera de eficiencia
debe disminuir en Bs. 10.211.376 (▼ X) para un total de insumos óptimos de
Bs. 353.182.784 (Xo).
FRONTERA DE EFICIENCIA DE ENTRADA
1.022.373
510.661
863.292
363.394
383.082
425.282
410.540
435.958
566.960
353.183
383.082
391.131
410.294
425.931
-
200.000
400.000
600.000
800.000
1.000.000
1.200.000
Millares
Nivel de Insumos
Nivel de Producción
Insumos Actuales Insumos Optimos
Insumos Actuales
363.394.160
383.081.531
425.281.571
410.540.049
435.957.937
566.960.104
1.022.372.875
Insumos Optimos
353.182.784
383.081.531
391.131.461
410.293.725
425.930.904
510.660.966
863.291.656
Cnica 6
Clínica 3
Clínica 7
Clínica 5
Clínica 4
Clínica 2
Clínica 1
A continuación se presentan los resultados obtenidos con la ejecución del
software EMS para la productividad de entrada en la siguiente tabla. En ella se
muestra como los benchmarks sugieren que se compare en término de la
eficiencia de escala con la clínica N° 06 con la eficiencia de escala con la N° 03;
y en términos de la eficiencia técnica la clínica N° 06 no tiene comparación.
DMU
PE
PE
EFICIENCIA DE ESCALA
EFICIENCIA TECNICA
TETA θ
BENCHMARKS
TETA θ1
BENCHMARKS
Clinica 1
84,44%
3 (2,25)
100,00%
2
Clinica 2
90,07%
3 (1,33)
96,32%
1 (0,22) 5 (0,78)
Clinica 3
100,00%
6
100,00%
1
Clinica 4
97,70%
3 (1,11)
99,02%
1 (0,03) 5 (0,97)
Clinica 5
99,94%
3 (1,07)
100,00%
3
Clinica 6
97,19%
3 (0,92)
100,00%
0
Clinica 7
91,97%
3 (1,02)
91,99%
3 (0,70) 5 (0,30)
La Eficiencia Técnica (θ1) permite comparar a la clínica 06 con aquella
situada en la frontera de la eficiencia. Tal como lo muestra en la tabla anterior,
las clínicas 01, 03, 05 y 06 posee una eficiencia técnica del 100%. Lo cual
significa que los coeficientes cnicos de utilización de los factores productivos
labor, capital y suministros están adecuadamente combinados.
3.2.2 Índices de Productividad de Malmquist
Los índices de productividad de malmquist para el caso de un insumo y un
producto, para la clínica “San Rafaelarrojados por el EMS, considerando como
tiempo 0 la data de enero de 2005 y como tiempo 1 la data correspondiente a
diciembre de 2005, son los siguientes:
Tiempos y/o Distancias
Índices de Productividad
de Malmquist
Interpretación
D0 (x1, y1)
204,89%
Representa la distancia en el tiempo uno con
respecto a la frontera de eficiencia en el tiempo
cero
D1 (x0,y0)
134,12%
Representa la distancia en el tiempo cero con
respecto a la frontera eficiente en el tiempo uno
D0 (x0,y0)
178,68%
Representa la distancia en el tiempo cero con
respecto a la frontera eficiente de ese mismo
momento
D1 (x1, y1)
153,79%
Representa la distancia en el tiempo uno con
respecto a la frontera eficiente de ese mismo
tiempo
Malmquist Promedio
1,6797
Superior a la unidad, lo que significa que la
productividad ha mejorado del período t0 al t+1.
4. CONSIDERACIONES FINALES
FRONTERA DE EFICIENCIA DE ENTRADA
383.082
363.394
353.182
-
100.000
200.000
300.000
400.000
500.000
600.000
700.000
800.000
900.000
1.000.000
Millares
Nivel de Insumos
Nivel de Producción
Insumos Actuales Insumos Optimos
Insumos Actuales
363.394.160
383.081.531
Insumos Optimos
353.182.784
383.081.531
Cnica 6
Cnica 3
La realidad apremiante del ambiente global es la era de la competencia y
de la información, el desaf de los negocios es la necesidad de mejorar
significativamente la productividad; tal como lo predijo Drucker (1993), la
productividad dominará el ambiente gerencial durante décadas, determinado el
desempeño competitivo de las empresas, la calidad de vida en cada país y la
verdadera estructura de la sociedad.
Dentro de este contexto, la función productiva o de producción es una
variable competitiva fundamental de la organización que genera diversas
ventajas, en razón que a través de la misma se puede determinar la eficiencia y
rentabilidad de los factores de productivos y actividades económicas de un país.
A partir de esta importante función han desarrollado diversas definiciones y
métodos de medición de la eficiencia y productividad, que son de gran
significancía interdisciplinaria. Entendiéndose la productividad como la relación
entre recursos utilizados y productos obtenidos, la cual denota la eficiencia con
que son usados los recursos para producir bienes y servicios en el mercado.
Como se pudo observar, la productividad puede ser estudiada como unidad
básica cuantitativa y como un valor económico. La utilidad de los análisis de
productividad radica en que sirve para estudiar algunos problemas económicos
y sociales tales como la asignación de recursos, la eficiencia productiva, la
distribución de salarios, el nivel de vida o las mejoras de competitividad, que
permiten alcanzar mejores asignaciones al conseguir, con el mismo esfuerzo,
más y mejores resultados en el proceso productivo. De allí la importancia y
trascendencia de este concepto.
Esta diversidad de análisis hace que el concepto de productividad pase de
ser algo simple de definir, a algo extremadamente complejo de comprender.
Específicamente, las metodologías de medición de la productividad han
evolucionado con el pasar del tiempo, existiendo en el presente múltiples tipos
con distintos tipos de aplicación y grado de complejidad y precisión, que ha
surgido o se han originado a partir de los aportes de Farell (1957) y de Salow
(1957).
En la actualidad las dos metodologías más empleadas en la estimación de la
eficiencia mediante la función de frontera son, la programación matemática
mediante Análisis Envolvente de Datos o DEA (Seiford y Thrall, 1990) y la que
se denomina frontera econometrita (Battese, 1992). Ambos métodos permiten
estimar el nivel de eficiencia medio de la muestra así como el índice de
eficiencia de cada empresa. Un buen tratado sobre los aspectos más relevantes
de esta materia se encuentran en los trabajos realizados por Álvarez (2001),
entre otros.
Por su parte, la medición total de los factores de producción, se ha
concentrado los esfuerzos en el indicador más usual es la productividad del
trabajo, también es cierto que hay tantos índices de productividad como recursos
utilizados en la producción. Sin embargo, las productividades parciales no
muestran la eficiencia conjunta de la utilización de todos los recursos por lo que
es importante tener una medida simultánea de la eficiencia en la utilización
conjunta de los recursos; es decir, una medida de la productividad total de los
factores (PTF).
Orientar la economía venezolana hacia el terreno de la productividad y
competitividad es una tarea urgente, los especialitas en la materia tienen
opiniones coincidentes sobre un sin número de decisiones que se deben tomar,
más aun cuando estos conceptos se encuentran ligados a la mejorar de la
calidad de vida de las sociedades. De acuerdo a lo anterior, la cultura
competitiva nacional debe ser estimulada, creada y desarrollada para alcanzar
el éxito empresarial. De allí la importancia de mejora sustancial de las funciones
productivas y de la aplicación de metodologías de medición de productivas
precisas y coherentes, que permitan que las organizaciones realicen los ajustes
pertinentes y mejoras continuas.
REFERENCIAS BIBLIOGRAFICAS
Álvarez, A. (2001). La medición de la eficiencia y la productividad. Ed. Pirámide.
Madrid.
Ahumada, Ívico (1987) La productividad laboral en la industria manufacturera.
Nivel y evolución durante el periodo 1970-1981. Secretaría de Trabajo y
Previsión Social, México.
Battese, G.E. (1992). Frontier production functions and technical efficiency: a
survey of empirical applications in agricultural economics. Agricultural
Economics, 7, pp. 185-208.
Botero, Jesús, (2006). Los cambios en la productividad: medidas alternativas
aplicadas a Colombia. Departamento de Economía Universidad EAFI,
Colombia. http://www.eafit.edu.co/NR/rdonlyres/993AC89D-295F-4C40-
B01E-625A80C6044F/0/LAPRODUCTIVIDADENCOLOMBIA.pdf
(Consultado en Abril de 2006).
Caves, D., L. Christensen y W. Diewert (1982). “Multilateral Comparisons of
Output, Input, and Productivity Using Superlative Index Numbers”. The
Economic Journal Vol. 92, pp. 73-86
Charnes, A.; Cooper, W. W. y Rhodes, E. (1978).Measuring the Efficiency of
Decision Making Units. European Journal of Operational Research 2: pp. 429-
444.
CPC y OITE, (2002). Guía para mejorar la productividad en la Pyme. Chile.
http://www.mypeperu.gob.pe/contenidos/bonopyme/guia%20para%20aument
ar%20la%20competitividad%20en%20PYMES.pdf (Consultado en Abril de
2006).
Denison, E.F. (1962). The Sources of Economic Growth in the United States and
the Alternatives Befote Us, Comité for Economic Delvolpment, NY.
Domínguez Machuca, J.A.; García González, S.; Domínguez Machuca, M.A.;
Ruiz Jiménez, A. & Álvarez Gil, María José (1998), Dirección de Operaciones:
aspectos estratégicos, McGraw-Hill de España S.A., Madrid.
Drucker, Peter (1993). Gerencia para el futuro. Colombia: Editorial Norma.
Estiballo, Julio y Zamora, María (2002). Un análisis sectorial-regional de la
productividad del trabajo en España. Cuadernos de Estudios Empresariales,
Volumen 12, Paginas 27-48. Universidad de Alcala, España.
Farrell, M.J. (1957). “The Measurement of Productive Efficiency”. Journal of the
Royal Statistical Society, Series A, CXX, Part 3, 253-290.
Fernández, E. (1993). Dirección de la Producción. Fundamentos estratégicos.
Civitas, Madrid.
González, Juanita (2004). Productividad: metodologías de estimación y
determinantes en Colombia.
http://www.webpondo.org/files_jul_sep_2004/resenaprodctividadjuanita.pdf
(Consultado en Abril de 2006).
Gutiérrez, J.; Y. Díaz; N. Mejía y M. Núñez (2002). Comportamiento de la
productividad en la economía bogotana, Secretaría de Hacienda del Distrito.
Hayes, R.H. & Wheelwright, S.C. (1984), Restoring Our Competitive Edge:
Competing Through Manufacturing, John Wiley & Sons, NY.
Hayes, R.H.; Wheelwright, S.C. & Clark, K.B. (1988), Dynamic Manufacturing:
Creating the Learning Organization, Free Press, NY.
Hernández Laos, E. (1993) Evolución de la productividad total de los factores en
la economía mexicana (1970-1989), STPS, México.
Hill, T. (1997), La esencia de la administración de operaciones, Prentice-Hall,
México.
Huge, E.C. & Anderson, A.D. (1989), El paradigma de la excelencia en
fabricación, TGP, Madrid.
Ibarra, Santiago (2006). Problemática General de la Función de Producción y su
actuación en el contexto competitivo.
http://www.monografias.com/trabajos16/funcion-de-produccion/funcion-de-
produccion.shtml (Consultado en Abril de 2006).
Kendrick, J.W. (1961). Productivity Trends in the United States (for NBER),
Princeton University Press, Princenton, N.J.
Levitan, Sar and Diane Werneke (1984), Productivity: Problems, prospects, and
policies, The Johns Hopkins University Press, Baltimore.
Martínez, A. (1992) «La estrategia de fabricación y la competitividad de la
empresa». Alta Dirección, núm. 162, pp. 151-160.
Miguel Martín, A. (1959). Definición y medidas de la productividad. Estadística
Española, N°4, Julio/Septiembre.
Pollitt, Michael (1995). Ownership and Performance in Electric Utilities. Oxford
University Press.
Raffo, Eduardo y Ruiz, Edgar (2005). Fronteras de Eficiencia para Operadores
de Decisiones. Revista de la Facultad de Ingeniería Industrial (UNMSM), Vol.
(8) 1: pp. 77-82, Perú.
Seiford, L.M.; R.M. Thrall (1990). “Recent developments in DEA: the
mathematical approach to frontier Analysis. Journal of Econometrics, 46, 7-3.
Servicio Nacional de Aprendizaje (SENA) (2003). Medición de la productividad
del valor agregado. Programa Nacional de Homologación y Apoyo a la
Medición de la Productividad, Segunda Edición, Colombia.
http://www.cnp.org.co/promes/cd/MedicionDeLaProductividadDelValorAgrega
doVersionEjecutiva.pdf (Consultado en Abril de 2006).
Simar, L., y Wilson, P. (1998): «Productivity Growth in Industrialized Countries»,
Discussion paper 9810, Institut de Statistique, Université Catholique de
Louvain, Bélgica.
Skinner, W. (1978), Manufacturing in the Corporate Strategy, John Wiley, NY.
Skinner, W. (1969), "Manufacturing Missing Link in Corporate Strategy",
Harvard Business Review, May-June, pp. 136-145.
Solow, R (1957) "Technical change and the aggregate production function",
Review of Economics and Statistics, Agosto de 1957, P. 312-320.
Zofío J.L., y Lovell, C.A.K. (1998): «Yet Another Malmquist Productivity Index
Decomposition», Mimeo, Departamento de Economía, Universidad Autónoma
de Madrid.

Compártelo con tu mundo

Escrito por:

Cita esta página
Colmenares D. Oscar A.. (2007, julio 5). Medición de la productividad empresarial. Recuperado de http://www.gestiopolis.com/medicion-de-la-productividad-empresarial/
Colmenares D., Oscar A.. "Medición de la productividad empresarial". GestioPolis. 5 julio 2007. Web. <http://www.gestiopolis.com/medicion-de-la-productividad-empresarial/>.
Colmenares D., Oscar A.. "Medición de la productividad empresarial". GestioPolis. julio 5, 2007. Consultado el 30 de Junio de 2015. http://www.gestiopolis.com/medicion-de-la-productividad-empresarial/.
Colmenares D., Oscar A.. Medición de la productividad empresarial [en línea]. <http://www.gestiopolis.com/medicion-de-la-productividad-empresarial/> [Citado el 30 de Junio de 2015].
Copiar
Imagen del encabezado cortesía de rinzewind en Flickr