ANAIS ANÁLISE DO NÍVEL DE SUSTENTABILIDADE: UM ESTUDO APOIADO EM ANÁLISE ENVOLTÓRIA DE DADOS (DEA)

Transcrição

1 ANÁLISE DO NÍVEL DE SUSTENTABILIDADE: UM ESTUDO APOIADO EM ANÁLISE ENVOLTÓRIA DE DADOS (DEA) MARCELO ALVARO DA SILVA MACEDO ( alvaro@ufrrj.br, malvaro.ufrrj@gmail.com ) MESTRADO EM CIÊNCIAS CONTÁBEIS DA FACC/UFRJ - PPGEN/UFRURALRJ - PÓS DOUTORANDO NO EAC/FEA/USP Este artigo procura analisar o nível de sustentabilidade de sete países, a saber: Alemanha, Brasil, China, EUA, Índia, Japão e Rússia. Para tanto, foi aplicada a metodologia de Análise Envoltória de Dados (DEA) a informações de natureza econômica, social e ambiental, que são os parâmetros do TBL Triple Bottom Line, dos respectivos países, para os anos de 2020 e 2050, no intuito de gerar um indicador de sustentabilidade denominado Índice Consolidado de Desenvolvimento Sustentável (ICDS). Os resultados mostram que Brasil e Japão são destaques positivos, enquanto que os EUA obtêm os piores resultados em termos de desenvolvimento sustentável. Desenvolvimento Sustentável; Sustentabilidade; TBL; DEA. 1. Introdução A sustentabilidade ganhou notoriedade e passou a fazer parte da agenda global de preocupações, a partir da constatação, na passagem do século XX para o século XXI, de que os padrões de produção e consumo não poderiam ser sustentados, considerando os recursos disponíveis. A realidade mostrava que a manutenção dos atuais níveis de consumo, exploração dos recursos e uso de energia geraria degradações sócio-ambientais de altas proporções e irreversíveis, colocando uma interrogação, até mesmo, no futuro da humanidade. Sendo assim, neste contexto, passou-se a exigir respostas das nações, no sentido de obter padrões responsáveis de produção e consumo, através de uma gestão pró-ativa dos recursos, além de reduzir a poluição ambiental, eliminar desperdícios e diminuir os índices de pobreza. Segundo a WCED (1987), desenvolvimento sustentável é aquele que atende às necessidades das gerações atuais sem comprometer a capacidade de atendimento das necessidades das gerações futuras. Este deve estar inserido, de acordo com Costanza (1991), num contexto de relação entre as dinâmicas econômica, social e ambiental, onde tem-se a constante busca pela eficiência econômica, a justiça social e a qualidade ambiental. Neste sentido, o problema de pesquisa se constitui em como analisar o nível de sustentabilidade de cada país frente a múltiplas perspectivas/dimensões da sustentabilidade. Sendo assim, o objetivo do artigo é verificar o nível de sustentabilidade de cada país analisado, de forma comparativa e multicriterial, com a aplicação da Análise Envoltória de Dados (DEA), levando em conta vetores de sustentabilidade de naturezas distintas, no caso econômico, social e ambiental, que formam as perspectivas do Triple Bottom Line (TBL), para os anos de 2020 e Neste sentido, a questão de pesquisa é: Qual o nível de 1/16

2 sustentabilidade de cada país, considerando as perspectivas econômica, social e ambiental combinadas, para os anos de 2020 e 2050? 2. Desenvolvimento Sustentável Segundo Souza et al (2008) no final do século XX, verificou-se um alerta quanto à capacidade da natureza continuar oferecendo todos os recursos necessários para a sobrevivência da humanidade. Por um lado, o crescimento da população, por si só, já permite que muitos dos recursos naturais se esgotem em poucos anos. De forma paralela, o consumo desordenado e a exploração das riquezas naturais sem a devida reposição têm contribuído para o estágio atual de degradação sem precedente na história, sendo decorrente do processo de desenvolvimento econômico corrente. Conforme descrito por Monzoni et al (2006), no século XXI surge de maneira forte e contundente a agenda da sustentabilidade, reconhecendo os vários problemas sociais e ambientais não tratados pelos sistemas econômicos. Neste sentido, Savitz (2007) argumenta que a sustentabilidade está se transformando rapidamente numa tendência dominante, pois as iniciativas sustentáveis evoluíram ao longo dos estágios de heresia, inviabilidade, idealismo e, finalmente, bom senso, em função do respeito ao equilíbrio entre as perspectivas ambiental, social e econômica. De acordo com Ruthes e Nascimento (2006), regiões sustentáveis são aquelas que conseguem promover, de forma equilibrada e harmônica, crescimento econômico, qualidade de vida e respeito ao meio ambiente. A idéia é promover progresso econômico de forma responsável, tanto socialmente quanto ambientalmente. Ainda segundo os autores, o desenvolvimento sustentável decorre, então, da combinação equilibrada de desenvolvimento econômico com justiça social e domínio dos problemas ambientais. Em outras palavras, Souza et al (2008), dizem que não existe mais espaço para que o capital econômico consiga se acumular e reproduzir sustentavelmente onde não exista um conjunto de outras dimensões, baseadas, principalmente, em aspectos sociais e ambientais. Sendo assim, continuam os autores, o desenvolvimento sustentável refere-se à sustentabilidade econômico-social-ambiental, sendo, portanto, uma integração destas perspectivas em uma única. Para Vellani e Ribeirão (2006), a sustentabilidade pode ter três dimensões: a econômica, a social e a ambiental. Essas dimensões são conhecidas como Triple Bottom Line (TBL) da sustentabilidade. O TBL reflete a necessidade de uma atuação equilibrada no bottom line econômico, no bottom line social e no bottom line ambiental, mantendo, então: a sustentabilidade econômica, ao gerar riqueza; a sustentabilidade social ao estimular a educação, cultura, lazer e justiça social; e a sustentabilidade ambiental ao manter ecossistemas vivos, com diversidade e vida (VELLANI; RIBEIRÃO, 2006). Jacobi (1994) destaca que a busca pela sustentabilidade envolve, simultaneamente, resolver de forma interrelacionada questões complexas, tais como crescimento econômico, exploração de recursos naturais, pobreza e distribuição de renda, que têm natureza econômica, ambiental e social. Lima et al (2008) ressaltam a abrangência destas três perspectivas: econômica, social e ambiental, na formação do que Sachs (2007) denominou de ecossocioeconomia. A perspectiva econômica trata da alocação e distribuição eficiente dos recursos naturais em uma escala apropriada. Já a perspectiva social, refere-se à preocupação com o bem-estar humano, através do acesso a serviços básicos: água limpa e tratada, ar puro, serviços médicos, segurança, proteção e educação, dentre outros. Por fim, a perspectiva ambiental representa a 2/16

3 utilização do potencial encontrado nos diversos ecossistemas, com um nível mínimo de deteriorização dos mesmos, de forma a não comprometer sua existência a longo prazo. A amplitude e a importância do conceito de desenvolvimento sustentável fazem com que se torne necessário o desenvolvimento de sistemas de informação para apoiar o processo de gestão do mesmo, através da elaboração de metodologias para mensuração do nível de sustentabilidade. Faz-se necessário, então, a criação de um ferramental que auxilie no acompanhamento e avaliação dos avanços e/ou retrocessos do desenvolvimento sustentável, por meio da utilização de um conjunto de indicadores relacionados à sustentabilidade, tornando-a mensurável e assim mais facilmente operacionalizada. Lima et al (2008) e Barddal e Alberton (2008) relatam a existência de três modelos de indicadores de sustentabilidade: Ecological Footprint Method, Barometer of Sustainability e Dashboard of Sustainability. O Ecological Footprint Method permite estimar as exigências de consumo de recursos e a assimilação de resíduos de uma determinada população ou economia em termos de área correspondente de terra produtiva ou água, fundamentando-se no conceito de capacidade de carga. Assim sendo, revela a área de ecossistema necessária para assegurar a sobrevivência de uma determinada população. Para tanto, é preciso considerar as implicações (coeficientes técnicos) de cada tipo de consumo (alimentação, habitação, transporte, bens de consumo e serviço) em termos de demanda por recursos naturais. Já o Barometer of Sustainability procura, através da consideração equilibrada das dimensões ambiental e social, efetuar a medição do progresso de uma localidade em direção à sustentabilidade, indicando, nesta configuração bidimensional, a situação da mesma, que varia desde circunstâncias ruins até boas em relação ao desenvolvimento sustentável. Por fim, o Dashboard of Sustainability tem como objetivo medir a utilização de estoques e fluxos das dimensões do desenvolvimento sustentável (ambiental, social, econômica e institucional). Seus indicadores podem ser avaliados a partir de dois critérios: importância e desempenho. A visualização dos indicadores se dá graficamente, através de um painel de controle ilustrado a partes de uma escala de cores: vermelha para situação crítica, amarela para situação intermediária e verde para situação excelente. Este permite avaliar a performance de cada uma das dimensões individualmente ou de forma agregada. Estas características tornam esta ferramenta muito atrativa, principalmente em função da visão holística e da facilidade de interpretação dos resultados (comunicação visual). Todos os elementos discutidos neste item evidenciam a complexidade e a importância do conceito de desenvolvimento sustentável. Neste sentido, percebe-se a necessidade de construir mais ferramentas que mensurem o nível de sustentabilidade do processo de desenvolvimento de uma região (país, município, etc.). É exatamente neste contexto que se propõe este trabalho, pois procura-se, através da aplicação da DEA, verificar o nível de sustentabilidade, de modo relativo e multicriterial, através do cálculo do Índice Consolidado de Desenvolvimento Sustentável (ICDS), que envolve as perspectivas ambiental, social e econômica, de sete países de grande representatividade mundial. Cabe destacar neste ambiente o trabalho de Kassai et al (2008), que foi utilizado como base de dados para as informações ambientais e econômicas utilizadas nesta análise. Os autores deste trabalho procuraram apresentar uma análise que consolidasse a questão ambiental na elaboração de um Balanço Patrimonial de alguns países, tendo como base a questão econômica como Ativo (PIB ppp per capita ajustado ao consumo de energia) e o saldo residual estimado para 2050 entre emissões e capturas de carbono per capita como Patrimônio Líquido (PL). A diferença entre estes mostrava o Passivo Ambiental do país. Os resultados mostram uma situação positiva apenas para Brasil e Rússia, ficando os outros países com situações que mostram que os mesmo não só estão consumindo recursos das 3/16

4 outras nações, mas também das gerações futuras. O balanço consolidado mostra ainda uma situação falimentar do mundo, em termos ambientais, com um passivo a descoberto de US$ 2.300,00 anuais para cada um dos atuais 6,6 bilhões de habitantes do planeta, o que representa em termos gerais quase um quarto do PIB mundial. 3. Metodologia Esta pesquisa pode ser caracterizada, de acordo com Vergara (2009), como sendo descritiva e quantitativa, pois procura-se através da aplicação da Análise Envoltória de Dados (DEA) às informações dos países sob análise, expor características a respeito do nível de sustentabilidade destes para os anos de 2020 e O processo de amostragem é não probabilístico, pois parte-se de um universo naturalmente restrito, já que os países escolhidos fazem parte do denominado BRIC (Brasil, Rússia, Índia e China) mais um país desenvolvido das Américas, outro da Europa e outro da Ásia, que no caso foram EUA, Alemanha e Japão. Isso torna a amostragem por conveniência. Mesmo assim, teve-se a preocupação de escolher um grupo de países que fosse relevante no contexto mundial. Kassai et al (2008), destacam algumas características deste grupo de países: Representa 32 % da área emersa do planeta, 50 % da população mundial e 54 % do PIB mundial; Envolve os principais blocos econômicos, tais como a União Européia (UE), o Mercado Comum do Sul (MERCOSUL), a Cooperação Econômica da Ásia e do Pacífico (APEC), o Tratado Norte Americano de Livre Comércio (NAFTA) e a Área de Livre Comércio das Américas (ALCA); Os dados utilizados são secundários e extraídos basicamente de duas fontes: do Relatório de Desenvolvimento Humano do Programa das Nações Unidas para o Desenvolvimento (PNUD) e do artigo de Kassai et al (2008). Da primeira fonte vieram todas as informações sobre o Índice de Desenvolvimento Humano (IDH) do período de 1975 a 2006, utilizadas na projeção do IDH para os anos de 2020 e As informações ambientais e econômicas dos países foram obtidas da segunda fonte. A seguir, tem-se uma descrição das variáveis utilizadas: Índice de Desenvolvimento Humano (IDH): É um indicador que mede a situação de um país em três dimensões básicas de desenvolvimento humano: uma vida longa e saudável, acesso à educação e condições de vida condignas. Por conta disso, representa a vertente social da sustentabilidade neste trabalho. Quanto maior seu valor, melhores as condições de sustentabilidade social do país. Saldo Acumulado das Emissões e Capturas de Carbono (Saldo de Emissão): Representa, em termos per capita, o saldo residual do balanço entre emissões e capturas de carbono, convertido para US$. Os valores representam um cenário mediano em relação a posições otimistas e pessimistas no que diz respeito ao desmatamento e o uso de tecnologia. Está apresentado em milhares de dólares americanos per capita (US$-Mil per capita). Este é, neste trabalho, o indicador da perspectiva ambiental da sustentabilidade. Quanto mais negativo, pior a situação do país em termos ambientais, pois as emissões ultrapassam as capturas de carbono. A proposição de um índice per capita se faz necessário para isolar o efeito tamanho dos países analisados. Produto Interno Bruto com paridade de poder de compra per capita (PIB ppp per capita): Representa a soma de todos os bens e serviços produzidos num país, com base no ano de 2007, já considerando um parâmetro de igualdade de poder de 4/16

5 compra, para possibilitar comparações. Medido per capita em milhares de dólares americanos (US$-Mil). Consumo Médio Anual per capita de Energia: Representa o consumo de energia dos países, em termos per capita por ano. Está expresso em toneladas equivalentes de petróleo (Tep). PIB Sustentável: Representa o quociente entre o PIB ppp per capita e o consumo médio anual per capita de energia. Nesta análise, é considerado como parâmetro econômico da sustentabilidade. Cabe salientar, que este fator já carrega uma vertente sustentável em sua apuração, já que indica a perspectiva econômica corrigida pelo uso de energia. Quanto maior seu valor melhor a situação econômica do país em busca da sustentabilidade. Apresentado em dólares americanos por tonelada equivalente de petróleo por paridade de poder de compra per capita (US$-Mil/Tep) Logo, a análise que será conduzida neste trabalho utiliza proxies das três principais dimensões da sustentabilidade, segundo o Triple Bottom Line (TBL), sendo o IDH para a perspectiva social, o saldo de emissão de carbono para a ambiental e o PIB sustentável para a econômica. É importante destacar que estes valores estão estimados para os anos de 2020 e No caso do IDH utilizou-se uma função logarítmica, com assíntota horizontal em 1,00, para extrapolar a tendência dos dados do período de Com base nestas funções (uma para cada país) projetou-se os IDH para 2020 e A escolha de uma função logarítmica se justifica pela observação de uma tendência de crescimento do IDH de todos os países, no período de , além da necessidade de estabelecimento de um teto igual a 1,00. Já o saldo de emissão foi obtido pelas projeções feitas no estudo de Kassai et al (2008). O mesmo se aplica ao PIB sustentável. Porém, para este ultimo indicador tem-se uma limitação, pois o mesmo foi considerado constante ao longo do período (até 2050), pois considerou-se que eventuais variações no PIB seriam balanceados por variações no tamanho da população e no consumo de energia, fazendo com que o índice resultante praticamente não se alterasse. A lógica para a análise é que um país será melhor, em termos de nível de sustentabilidade, quão melhores forem estes três vetores do desenvolvimento sustentável. Os quadros 01 e 02 mostram estas informações para os países sob análise, para os anos de 2020 e 2050, respectivamente: 2020 Saldo de Emissão (1) Quadro 01 Dados dos Países para 2020 PIB ppp per capita/cons Med Anual per capita de Energia (2) PIB ppp per capita (3) Cons Med Anual per capita de Energia (4) País Alemanha -2,10 IDH 0,943 8, ,4 4,20 Brasil 1,20 0,831 9, ,2 1,09 China -0,90 0,788 8,9394 5,9 0,66 EUA -3,60 0,954 5, ,5 8,45 Índia -0,20 0,671 9,0625 2,9 0,32 Japão -2,00 0,959 8, ,7 4,05 Rússia 0,70 0,852 4, ,1 3,50 (1) US$-Mil per capita (2) US$-Mil/Tep (3) US$-Mil (4) Tep Em uma análise de desempenho, ressaltam Gomes et al (2004), pode-se utilizar uma análise monocritério ou uma multicritério. Na Análise Monocritério, que neste caso pode ser expressa por cada uma das perspectivas listadas, pode-se valorar cada ação potencial sobre um único eixo de significância, ou seja, uma unidade comum. Já na Análise Multicritério temse um novo paradigma que reconhece a heterogeneidade das dimensões de desempenho, 5/16

6 através da utilização de uma família de múltiplos critérios, escolhidos segundo as exigências técnicas, inteligibilidade, aceitação como base do trabalho e facilidade de utilização como instrumento de análise Saldo de Emissão (1) Quadro 02 Dados dos Países para 2050 PIB ppp per capita/cons Med Anual per capita de Energia (2) PIB ppp per capita (3) Cons Med Anual per capita de Energia (4) País Alemanha -4,50 IDH 0,964 8, ,4 4,20 Brasil 2,80 0,864 9, ,2 1,09 China -2,50 0,834 8,9394 5,9 0,66 EUA -8,90 0,967 5, ,5 8,45 Índia -0,40 0,719 9,0625 2,9 0,32 Japão -4,60 0,975 8, ,7 4,05 Rússia 1,10 0,894 4, ,1 3,50 (1) US$-Mil per capita (2) US$-Mil/Tep (3) US$-Mil (4) Tep Neste artigo, para consolidar o nível de sustentabilidade, num índice denominado Índice Consolidado de Desenvolvimento Sustentável (ICDS), utiliza-se uma ferramenta de Análise Multicritério: a Análise Envoltória de Dados (DEA). Com esta é possível avaliar o nível de sustentabilidade de cada país de modo multicriterial, ou seja, considerando de maneira integrada todos os vetores do desenvolvimento sustentável apresentados (ambiental, social e econômico). De acordo com Charnes et al. (1994) e Coelli et al. (1998), a Análise Envoltória de Dados (DEA), mostra o quão uma unidade é eficiente, no tratamento de seus inputs e outputs, em relação às outras, numa análise que fornece um indicador que varia de 0 a 1 ou de 0 % a 100 %. Somente as unidades que obtêm índice de eficiência igual a um é que fazem parte da fronteira eficiente. Segundo Cooper et al. (2004) a metodologia DEA tem sua origem com o trabalho de Farrell (1957), que propôs uma abordagem de análise que pudesse ser mais adequada à gestão de qualquer organização produtiva. Já os modelos DEA, propriamente ditos, tiveram seu início em 1978 com a tese de Ph.D de Edwardo Rhodes sob a orientação de W.W. Cooper. Em seu trabalho, Rhodes ampliou o trabalho de Farrell analisando unidades que possuíam mais de um input e/ou output. A metodologia DEA foi inicialmente desenvolvida no modelo de Retornos Constantes de Escala (CRS Constant Returns to Scale), também conhecido por CCR (Charnes, Cooper e Rhodes). Este modelo determina uma fronteira CRS que indica que crescimento proporcional dos inputs produzirá crescimento proporcional dos outputs. Este modelo tem como propriedades a convexidade, cálculo da ineficiência e o raio ilimitado (que presume a proporcionalidade entre inputs e outputs). Depois, em 1984, foi desenvolvido o modelo BCC (Banker, Charnes e Cooper) ou VRS (Variable Returns to Scale), que assume rendimentos crescentes e decrescentes de escala na fronteira de eficiência. Este modelo surgiu como resultante da partição da eficiência do modelo CCR em duas componentes: a eficiência técnica (VRS) e a eficiência de escala (CRS/VRS). No caso das formulações da DEA, além das da escolha entre CRS e VRS existe a necessidade de fixação da ótica de análise (orientação input ou orientação output). Macedo et al (2008a) dizem que a abordagem DEA baseada nas entradas (inputs) busca maximizar as quantidades de produtos, isto é, maximizar uma combinação linear das quantidades dos vários produtos da unidade sob análise. Já para uma abordagem baseada nas saídas (outputs), busca- 6/16

7 se minimizar as quantidades de insumos, isto é, minimizar uma combinação linear das quantidades dos vários insumos. A Análise Envoltória de Dados (DEA), segundo Lins e Meza (2000) e Soares de Mello et al (2005), apresenta-se como uma metodologia matemática não-paramétrica, baseada em programação linear, que fornece uma medida de desempenho capaz de comparar a eficiência de várias unidades similares e homogêneas, as DMU s (Decision Making Units), mediante a consideração explícita do uso de suas múltiplas entradas para a produção de múltiplas saídas. Desta forma, esta metodologia faz com que a decisão fique orientada por um único indicador construído a partir de várias abordagens de desempenho diferentes, através da relação ponderada entre inputs e outputs. Apesar de originalmente ser uma metodologia proposta em um ambiente de produção (transformação de insumos em produtos), salientam Macedo et al (2008a e 2008b), a DEA pode ser utilizada como um método multicritério, quando se utiliza indicadores do tipo quanto menor melhor no lugar dos inputs (ex.: risco, custo, endividamento etc.) e do tipo quanto maior melhor no lugar dos outputs (ex.: lucratividade, retorno, liquidez etc.). Isso transforma a DEA em um método de Apoio Multicritério à Decisão (AMD), aplicado com o intuito de consolidar várias perspectivas (critérios) de desempenho diferentes. Lins e Meza (2000) ressaltam que um caminho intuitivo para introduzir a DEA é por meio de forma de razão. Para cada DMU, procura-se obter uma medida de razão de todos os outputs sobre todos os inputs. Ou seja, a modelagem procura encontrar os pesos ótimos u j e v i para a resolução do seguinte problema de programação matemática. Max E S.a.: c = s j = 1 m i= 1 uj s j = 1 m i = 1 uj y vi x uj y vi x jk ik jc ic 0, j, vi 0, i 1, k = 1, 2,..., c,..., n Neste estudo foi utilizado o modelo DEA-VRS-I. A escolha do modelo VRS se deu pelo fato de ter-se unidades de tamanhos muito diferentes, o que recomenda uma modelagem com retornos variáveis de escala. Já a orientação input se deu pelo objetivo de aumentar (maximizar) os indicadores de sustentabilidade. Em termos práticos, de acordo com Santos e Casa Nova (2005), o modelo procura identificar a eficiência de uma unidade comparando-a com os melhores desempenhos observados, através da resolução do seguinte problema de programação linear (PPL), que já considera a proposta de Charnes e Cooper (1962), para linearizar a relação apresentada anteriormente, que era um problema de programação fracionária. De acordo com Macedo et al (2008b e 2007), neste modelo, c é a unidade (DMU Decision Making Units) que está sendo avaliada e u é uma variável irrestrita, que responde pela questão dos retornos variáveis de escala. O problema acima envolve a procura de valores para u j e v i, que são os pesos, de modo que maximize a soma ponderada dos outputs (y j ) da DMU em estudo, sujeita as restrições de que a soma ponderada dos inputs (x i ), desta mesma DMU, seja igual a um e a diferença entre a soma ponderada dos outputs (y j ) e a soma 7/16

8 ponderada dos inputs (x i ) seja menor ou igual a zero, para todas as DMU's. Esta última restrição faz com que quando o mesmo conjunto de coeficientes de entrada e saída (os vários u j e v i ) for aplicado a todas as outras unidades que estão sendo comparadas, nenhuma unidade excederá 100% de eficiência. Max E c = s j = 1 uj y jc + u' S.a.: m i = 1 s j = 1 uj y u j, vi vi x ic jk = 1 - m i = 1 vi x 0, x, y. ik + u' 0, k = 1, 2,...,c,..., n A modelagem DEA foi utilizada com um artifício matemático que busca melhorar o poder discriminante do modelo, principalmente quando a relação entre DMU s e variáveis é apenas um pouco maior que dois, que é o caso da presente análise (sete DMU S e três variáveis). Este artifício insere na análise uma fronteira invertida, que calcula a eficiência colocando os outputs no lugar dos inputs e os inputs, no lugar dos outputs. Ou seja, procura-se maximizar inputs/outputs. Tem-se, então, duas fronteiras de eficiência: a fronteira padrão DEA-VRS e uma fronteira invertida. A fronteira invertida representa, segundo Macedo et al (2008a), uma visão pessimista de cada DMU, ou seja, torna nítido o que cada uma tem de pior, diferentemente da fronteira padrão ou otimista, que ao maximizar a eficiência acaba por ressaltar o que de melhor cada DMU possui, atribuindo, para tanto, peso zero às variáveis com comportamento ruim, podendo causar, assim, um grande número de unidades eficientes. Logo, o desempenho calculado é função da proximidade de cada DMU em relação à fronteira otimista (padrão) e do distanciamento desta em relação à fronteira pessimista (invertida). O índice composto, então, é calculado pela média entre a eficiência padrão e o complemento da eficiência invertida (1 Eficiência Invertida) e depois normalizado pelo maior resultado (MACEDO et al, 2008a). Esta forma de PPL (Problema de Programação Linear) é conhecida como problema dos multiplicadores, como também são chamados os pesos, u j e v i e será utilizada nesta análise para calcular o nível de sustentabilidade multicriterial de cada país. Porém, nesta análise, diferentemente do que é necessário, tem-se três indicadores de output (índices do tipo quanto maior, melhor). Ou seja, para aplicar a DEA faltaria a composição de pelos menos um indicador de input (índice do tipo quanto menor, melhor). Para solucionar este problema utilizou-se de três modelos DEA: Modelo 01: Tem como foco a perspectiva ambiental, pois a mesma terá seu valor invertido (1/Saldo de Emissão) e será considerado nesta análise como um input, permanecendo do mesmo jeito as outras duas variáveis (PIB sustentável e IDH). Este modelo integra os vetores de desenvolvimento sustentável, porém com foco na perspectiva ambiental, já que o modelo tem orientação input e foi esta a variável transformada em input. Modelo 02: Tem foco na perspectiva social, pois desta vez o input escolhido foi a inversão dos valores do IDH. No restante possui as mesmas características do modelo 01. Modelo 03: Seu foco é na perspectiva econômica, já que o input utilizado foi 1/PIB. As variáveis ambiental e social não sofreram alterações. 8/16

9 Assim sendo, tem-se três resultados para o ICDS: um maximizando as perspectivas social e econômica, dado a perspectiva ambiental (modelo 01); outro maximizando as perspectivas ambiental e econômica, dado a perspectiva social (modelo 02); e um último maximizando as perspectivas ambiental e social, dado a perspectiva econômica (modelo 03). Uma análise conjunta dos ICDS dos países nestas três perspectivas (ambiental, social e econômica) mostra o nível de desenvolvimento sustentável de cada um destes. Em cada um destes modelos, utilizou-se uma restrição aos pesos dos outputs, para se obter importâncias balanceadas/equilibradas (u j = 50 %). Ou seja, utilizou-se o artifício matemático de limitar ou restringir a atribuição de pesos pelo modelo, de modo que cada perspectiva ficasse no final com o mesmo peso/participação no Índice Consolidado de Desempenho Sustentável (ICDS). Cabe ressaltar, que cada um destes modelos representa uma análise do nível de sustentabilidade multicriterial, consolidando os índices representativos das dimensões ambiental, social e econômica. Porém, cada um deles foi aplicado com um foco de consolidação diferente. Ou seja, cada um representa uma análise multicriterial do desenvolvimento sustentável (considerando todos os vetores da sustentabilidade), porém com foco principal em um dos elementos. Para ter índice máximo (ICDS = 100 %), em cada modelo, o país terá que possuir uma relação entre sustentabilidade ambiental, social e econômica ótima. Não adianta ter destaque em apenas um dos aspectos, isso no máximo vai dar destaque para o país em um dos modelos. A idéia é ter uma conjugação equilibrada, que mostre desenvolvimento econômico, com igualdade social e equilíbrio com o meio-ambiente. Uma das características da DEA, segundo Macedo et al (2008a), é ser uma medida relativa de desempenho, ou seja, os scores verificados em determinada função somente valem para a amostra em estudo. Caso haja alteração na amostra com inclusão ou exclusão de novas DMU s ou alteração nas variáveis, torna-se necessário calcular novos scores de eficiência. Em síntese, os resultados de eficiência de determinada amostra não são comparáveis com os resultados de amostras diferentes e nem da população. É importante ressaltar, de acordo com Macedo et al (2008b e 2007), que esta é uma característica não-paramétrica da metodologia DEA, em que os parâmetros de desempenhos são reais e estabelecidos dentro da amostra, levando em conta as variáveis sob análise. Cabe ressaltar ainda, a impossibilidade de trabalhar com variáveis negativas, como um problema apresentado pela modelagem DEA. Por conta disso, aplicou-se o artifício matemático, proposto por Ali e Seiford (1990), de somar uma constante a todas as informações, do vetor com valores negativos, de modo que todas estas se tornem positivas. Isso faz com que a análise do DEA não seja modificada, já que todas as informações das unidades sob análise, para o vetor de desempenho problemático (com valores negativos), estão sendo modificadas, de modo aditivo, segundo uma mesma constante. No caso do presente trabalho, este artifício foi utilizado para o saldo de emissões de carbono, pois vários países apresentavam valores negativos. No caso, a constante utilizada foi 18, sendo este valor somado as informações de cunho ambiental de todos os países em ambos os anos. Por fim, os modelos de análise, um para cada perspectiva do desenvolvimento sustentável, foram executados em um software específico de DEA, apresentado por Meza et al. (2003), denominado SIAD (Sistema Integrado de Apoio à Decisão). 4. Apresentação e Análise dos Resultados De posse das informações de cada um dos países sob análise, no que diz respeito às variáveis de sustentabilidade ambiental, social e econômica, procedeu-se a aplicação da DEA, 9/16

10 modelando-se os dados nestas três perspectivas (modelos 01, 02 e 03) para os anos de 2020 e Os quadros 03 e 04 mostram os resultados do Índice Consolidado de Desenvolvimento Sustentável (ICDS) para cada país, em cada perspectiva, para os anos de 2020 e 2050, respectivamente. Quadro 03 Resultado do ICDS para as três perspectivas no ano de Perspectiva Ambiental Perspectiva Social Perspectiva Econômica País Alemanha 80,31% 94,75% 87,22% Brasil 100,00% 100,00% 100,00% China 79,71% 80,74% 83,09% EUA 63,45% 83,31% 39,77% Índia 78,43% 63,84% 65,50% Japão 93,05% 98,09% 89,07% Rússia 82,39% 74,40% 33,24% Numa análise dos resultados do quadro 03, que mostra o ICDS em suas três perspectivas (modelos) para o ano de 2020, pode-se perceber que o Brasil é o único país a alcançar nível máximo de sustentabilidade em todos os modelos (perspectivas). Isso quer dizer que o Brasil é o país, dentre os analisados, considerando as variáveis do modelo, de melhor nível de desenvolvimento sustentável, em todas as perspectivas: ambiental (modelo 01), social (modelo 02) e econômica (modelo 03). Este é o país que melhor conjuga os indicadores considerados, minimizando inputs e maximizando outputs, em todos os modelos. Assim sendo, pode-se dizer que o Brasil possuirá um equilíbrio, em termos ambiental, social e econômico, que colocará o país num patamar de destaque em termos de desenvolvimento sustentável. Na perspectiva ambiental, tem-se destaque para o Japão (ICDS ambiental > 90 %), com o segundo melhor índice nesta perspectiva, seguido pela Rússia e pela Alemanha, com bons índices também neste modelo (ICDS ambiental > 80 %). Os outros países possuem índices menores, sendo os EUA o país de pior nível de sustentabilidade, em termos ambientais. Isso mostra a posição do país como um dos mais deficitários no balanço entre emissão e captura de carbono na atmosfera. Na vertente social, observa-se ainda o Japão e agora a Alemanha como países com atuação social destacada (ICDS social > 90 %). Estes são seguidos por EUA e China, ambos com boa sustentabilidade (ICDS social > 80 %). Desta vez, o destaque negativo é a Índia, mostrando que o país ainda tem muito que melhorar em termos sociais. Por fim, na perspectiva econômica percebe-se a posição de destaque do Japão, da Alemanha e da China, todos com bom nível de sustentabilidade sob a ótica econômica (ICDS econômico > 80 %). Os destaques negativos ficam por conta de Rússia e EUA, porém o segundo claramente por conta de seu alto consumo de energia, apesar do alto valor do PIB ppp per capita, que gera um PIB sustentável baixo. Pode-se perceber que os destaques negativos em cada uma das perspectivas está direcionado para o país de pior nível de sustentabilidade no respectivo índice. O pior resultado em termos ambientais é dos EUA, que possui o valor mais negativo no saldo de emissões; o pior em termos sociais é a Índia, que tem o pior IDH; e os piores em termos econômicos são a Rússia e os EUA, que têm os menores valores de PIB sustentável. A situação do Brasil, como destaque positivo, também é parecida, apesar do país não ter o melhor IDH da amostra, mas tem os melhores saldo de emissão e PIB sustentável. Este resultado para o Brasil, mostra a característica multicriterial de consolidação da DEA, já que o resultado obtido para o ICDS é fruto da combinação de todas as perspectivas. 10/16

11 A análise dos resultados para o ano de 2050 (quadro 04) mostra uma situação semelhante. O Brasil ainda se apresenta como o país de melhor nível de desenvolvimento sustentável, mantendo-se com os melhores índices ambiental e econômico, apesar de não ter o melhor IDH. Isso leva o país a uma posição de destaque absoluto no futuro em termos de sustentabilidade. O Japão e a Alemanha continuam sendo, também, destaques positivos, enquanto que EUA, Índia e Rússia, se mostram como os países de pior nível de sustentabilidade, merecendo destaque para os resultados dos EUA que se mantêm com resultados ruins nas perspectivas ambiental e econômica. Quadro 04 Resultado do ICDS para as três perspectivas no ano de Perspectiva Ambiental Perspectiva Social Perspectiva Econômica País Alemanha 66,84% 97,35% 88,83% Brasil 100,00% 100,00% 100,00% China 65,59% 83,00% 85,05% EUA 30,12% 84,88% 40,19% Índia 58,25% 67,80% 66,19% Japão 90,93% 98,93% 90,44% Rússia 63,21% 78,54% 33,60% Numa comparação dos resultados entre 2020 e 2050 nota-se uma piora dos ICDS dos países, de maneira geral, na perspectiva ambiental. Isso mostra que a situação do mundo tende a piorar em termos de sustentabilidade ambiental, se nada for feito para mudar os atuais hábitos, principalmente no que diz respeito à emissão e captura de carbono, com redução de emissão e melhoria no nível de captura (combate a queimadas, por exemplo) e ao consumo de energia (talvez com a migração para uma nova matriz energética, com uso de alguma fonte renovável de energia em detrimento de fontes fósseis). A figura 01 mostra este efeito de redução dos níveis de sustentabilidade ambiental, ressaltando que o fator tempo pode ser crucial para o futuro da humanidade em termos ambientais: Figura 01 Sustentabilidade Ambiental dos Países para 2020 e ,00% 80,00% 60,00% 40,00% 20,00% 0,00% Alemanha Brasil China EUA Índia Japão Rússia /16

12 Por fim, as figuras 02 e 03 mostram uma síntese das perspectivas de sustentabilidade anteriormente analisadas, através da construção de modelos com focos diferenciados entre ambiental, social e econômico. Nos gráficos o eixo X representa a perspectiva ambiental, o eixo Y a perspectiva social e o tamanho dos círculos a perspectiva econômica. Os gráficos apontam para a superioridade do Brasil e Japão, seguidos pela Alemanha, depois China, depois Índia e depois Rússia. Os EUA despontam como país problemático sob praticamente todas as perspectivas no que diz respeito à sustentabilidade. Cabe destacar a diferenciação de posicionamento da Rússia, no que diz respeito à dimensão econômica, que a distancia de Alemanha, China e Índia e a aproxima dos EUA. Figura 02 Nível de Sustentabilidade dos Países para 2020 social 120,00% 100,00% 80,00% 60,00% 40,00% 20,00% 0,00% 0% 20% 40% 60% 80% 100% 120% ambiental Alemanha Brasil China EUA Índia Japão Rússia Figura 03 Nível de Sustentabilidade dos Países para 2050 social 120,00% 100,00% 80,00% 60,00% 40,00% 20,00% 0,00% 0,00% 20,00% 40,00% 60,00% 80,00% 100,00% 120,00% Alemanha Brasil China EUA Índia Japão Rússia ambiental Uma questão interessante que surge da análise comparativa destes dois gráficos (figuras 02 e 03) é a dispersão dos países, que se dá muito por conta das mudanças na dimensão ambiental. Com o passar do tempo, de 2020 para 2050, o nível de sustentabilidade, 12/16

13 medido pelo ICDS, vai se tornando mais discriminante. Ou seja, a vantagem de Brasil e Japão é mais visível em 2050 do que em Isso significa que com o passar dos anos, a menos que alguma coisa mude no modos de vida operante, países como Brasil e Japão vão se tornar cada vez mais atrativos, pois possuem uma combinação de elementos ambientais, sociais e econômicos de tal ordem que os distância dos outros países, em termos de desenvolvimento sustentável. Nota-se, também, a configuração em grupos em termos sócio-ambientais: Brasil e Japão (grupo da elite da sustentabilidade sócio-ambiental); Alemanha, China, Índia e Rússia (grupo intermediário) e os EUA como um país de atuação destacadamente negativa, em termos sócio-ambientais. A vertente econômica, representada pelo tamanho dos círculos, corrobora esta divisão, porém com a Rússia se distanciando do grupo intermediário e se juntando aos EUA. 5. Conclusão e Considerações Finais Esta pesquisa teve como objetivo analisar o nível de sustentabilidade de um país, considerando na amostra sete países relevantes mo contexto mundial. A análise, para alcançar este objetivo, se deu pela aplicação da Análise Envoltória de Dados (DEA), como uma ferramenta de apoio multicritério, que consolidou as diversas perspectivas do desenvolvimento sustentável (ambiental, social e econômica) em um único indicador. Cabe ressaltar, que isso facilita o processo de análise/avaliação, pois, ao invés de considerar vários índices para concluir a respeito da sustentabilidade, utiliza-se apenas da medida agregada de eficiência da DEA. Os resultados desse estudo como um todo, propõem uma nova percepção sobre o nível de sustentabilidade de países, que não se encontra disponível através de nenhuma das outras técnicas de análise do desenvolvimento sustentável. Isto porque apresenta um único indicador, que conjuga todas as perspectivas relevantes, de modo multicriterial e relativo. Ou seja, a partir de informações que não estariam disponíveis pelas técnicas listadas anteriormente, os resultados da Análise Envoltória de Dados (DEA) podem proporcionar melhores condições de análise/avaliação da sustentabilidade. Cabe ressaltar, a importância de ferramentas como esta num contexto de preocupação mundial com o desenvolvimento sustentável, em que os países são cobrados, permanentemente, a terem atitudes positivas em relação ao desenvolvimento econômico concomitante com justiça social e respeito ao meio-ambiente. De maneira geral, os resultados mostram, tanto para 2020, quanto para 2050, que o Brasil é o único país a alcançar nível máximo de sustentabilidade em todos os modelos (perspectivas), sendo considerado o de melhor nível de desenvolvimento sustentável, em todas as perspectivas: ambiental (modelo 01), social (modelo 02) e econômica (modelo 03). O Japão também apresenta um bom comportamento sólido e persistente em todas as análises, sendo assim um destaque positivo. Do outro lado do ranking de sustentabilidade aparecem os EUA, como um país problemático sob praticamente todas as perspectivas no que diz respeito ao desenvolvimento sustentável. Os outros países aparecem na seguinte ordem: Alemanha, China, Índia e Rússia, que formam um grupo intermediário, apesar do fraco desempenho econômico da Rússia, que a afasta deste grupo e a aproxima dos EUA. Uma questão relevante, que surge da comparação dos cenários traçados para 2020 e 2050, é que o nível de sustentabilidade é negativamente influenciado pela passagem dos anos. Isso acontece, principalmente, por conta do caos ambiental que pode ser instalado no futuro caso alguma mudança não seja rapidamente implementada. Por fim, cabe ressaltar que este estudo é apenas a primeira tentativa de aplicar a DEA para análise de sustentabilidade de regiões (países, municípios, etc.). Este deve ter 13/16

14 continuidade através da aplicação desta metodologia a um conjunto mais amplo de países, além de melhorar a qualidade informacional dos índices, utilizando dados menos agregados, como, por exemplo, a utilização dos índices que compõem o IDH ao invés dele já consolidado. Isso pode trazer luz para outras questões que se perdem com a agregação antecipada dos indicadores à aplicação da DEA. Num estudo com mais países e variáveis menos agregadas, pode-se pensar em aplicar outras técnicas para auxiliar na análise do nível de sustentabilidade, tais como as de Análise Multivariada (análise de conglomerados, análise discriminante, regressão múltipla, dentre outras) e os testes de hipóteses (para testar hipóteses de diferença no nível de sustentabilidade de certos grupos de países desenvolvidos x em desenvolvimento, continente x continente, etc.). 6. Referências Bibliográficas ALI, A. I.; SEIFORD, L. M. Translation invariance in data envelopment analysis. Operations Research Letters, v. 9, p , BANKER, R. D.; CHARNES, A.; COOPER, W. W. Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science. v. 30, n. 9, BARDDAL, R.; ALBERTON, A. Uma Análise Comparativa de Métodos de Mensuração da Sustentabilidade: aplicabilidade no setor turístico. In: SIMPÓSIO DE ADMINISTRAÇÃO DA PRODUÇÃO, LOGÍSTICA E OPERAÇÕES INTERNACIONAIS, 11, Anais do XI SIMPOI. São Paulo: FGV/EAESP, CD. CHARNES, A.; COOPER, W. W. Programming with Linear Fractional Functionals. Naval Research Logistic Quarterly, v. 9, p , CHARNES, A.; COOPER, W. W.; LEWIN, A. Y.; SEIFORD, L. M. Data Envelopment Analysis. 2. ed. Boston: KAP, CHARNES, A.; COOPER, W. W.; RHODES, E. Measuring the Efficiency of Decision Making Units. European Journal of Operational Research. v. 2, n. 6, COELLI, T.; RAO, D. S. P.; BALTESE, G. E. An Introduction to Efficiency and Productivity Analysis. Boston: KAP, COOPER, W. W.; SEIFORD, L. M.; ZHU, J. Handbook on Data Envelopment Analysis. Boston: KAP, COSTANZA, R. Ecological Economics: the science and management of sustainability. New York: Columbia Press, GOMES, L.F.A.M.; GONZALEZ-ARAYA, M.C.; CARIGNANO, C. Tomada de decisões em cenários complexos. Rio de Janeiro: Pioneira Thompson Learning JACOBI, P. O Complexo Desafio da Sustentabilidade: desenvolvimento e meio ambiente. São Paulo: Nobel, KASSAI, J. R.; FELTRAN-BARBIERI, R.; SANTOS, F. C. B.; CARVALHO, L. N. G.; CINTRA, Y. Balanço das Nações: reflexão sob o cenário de mudanças climáticas. In: CONGRESSO BRASILEIRO DE CUSTOS, 15, 2008, Curitiba. Anais do XV CBC. Curitiba: ABCustos, CD. LIMA, M. T. A.; GÓMEZ, C. R. P.; CASTILLO, L. A. G. Cenários de Sustentabilidade: uma ferramenta para inserção do desenvolvimento sustentável na estratégia empresarial. In: SIMPÓSIO DE ADMINISTRAÇÃO DA PRODUÇÃO, LOGÍSTICA E OPERAÇÕES INTERNACIONAIS, 11, Anais do XI SIMPOI. São Paulo: FGV/EAESP, CD. 14/16

15 LINS, M. P. E.; MEZA, L. A. Análise Envoltória de Dados e perspectiva de integração no ambiente de apoio à decisão. Rio de Janeiro: COPPE/UFRJ, MACEDO, M. A. S.; CÍPOLA, F. C.; FERREIRA, A. F. R. Análise do Desempenho Organizacional sob as Perspectivas Sócio-Ambiental e de Imagem Corporativa: um estudo apoiado em DEA sobre os seis maiores bancos no Brasil. REGE Revista de Gestão USP, v. 15, 2008a. MACEDO, M. A. S.; CÍPOLA, F. C.; FERREIRA, A. F. R.; SOUZA, M. F. A. Desempenhos Socioambiental, Operacional e Contábil-Financeiro no Setor Elétrico Brasileiro: aplicando DEA na análise da sustentabilidade multidimensional. In: ENCONTRO DA ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO, 32, 2008, Rio de Janeiro. Anais do XXXII ENANPAD. Rio de Janeiro: ANPAD, 2008b. 1CD. MACEDO, M. A. S.; CÍPOLA, F. C. Social and Enviromental Performance Analysis: using DEA in the study of six major siderurgical companies in Brazil. In: SIMPÓSIO DE ADMINISTRAÇÃO DA PRODUÇÃO, LOGÍSTICA E OPERAÇÕES INTERNACIONAIS, 10, Anais do X SIMPOI. São Paulo: FGV/EAESP, CD. MEZA, L. A.; BIONDI NETO, L; SOARES DE MELLO, J. C. C. B.; GOMES. E. G.; COELHO, P. H. G. SIAD Sistema Integrado de Apoio à Decisão: uma implementação computacional de modelos de análise de envoltória de dados. In: SIMPÓSIO DE PESQUISA OPERACIONAL DA MARINHA, 6, 2003, Rio de Janeiro. Anais do VI SPOLM. Rio de Janeiro: CASNAV, CD. MONZONI, M.; BIDERMAN, R.; BRITO, R. Finanças Sustentáveis e o Caso do Índice de Sustentabilidade Empresarial da Bovespa. In: SIMPÓSIO DE ADMINISTRAÇÃO DA PRODUÇÃO, LOGÍSTICA E OPERAÇÕES INTERNACIONAIS, 9, 2006, São Paulo. Anais do IX SIMPOI. São Paulo: FGV/EAESP, CD. PNUD. Relatório do Desenvolvimento Humano Disponível em: < Acesso em 10 fev RUTHES, S.; NASCIMENTO, D. E. Desenvolvimento Sustentável e os Arranjos Produtivos Locais. In: SIMPÓSIO DE ADMINISTRAÇÃO DA PRODUÇÃO, LOGÍSTICA E OPERAÇÕES INTERNACIONAIS, 9, 2006, São Paulo. Anais do IX SIMPOI. São Paulo: FGV/EAESP, CD. SACHS, I. Rumo à Ecossocioeconomia: teoria e prática do desenvolvimento. São Paulo: Cortez, SANTOS, A.; CASA NOVA, S. P. C. Proposta de um Modelo Estruturado de Análise de Demonstrações Contábeis. RAE-eletrônica. v. 4, n. 1, art. 8, Disponível em: < Acesso em: 13 jan SAVITZ, A. W. A empresa sustentável: o verdadeiro sucesso é lucro com responsabilidade social e ambiental. Rio de Janeiro: Elsevier, SOARES DE MELLO, J. C. C. B.; ÂNGULO-MEZA, L.; GOMES, E. G.; BIONDI NETO, L. Curso de Análise Envoltória de Dados. In: SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL, 37, 2005, Gramado. Anais do XXXVII SBPO. Gramado/RS: SOBRAPO, CD-ROM. SOUZA, E. G.; ANDRADE, E. O.; CÂNDIDO, G. A. As Influências dos Indicadores de Sustentabilidade nas Políticas e Ações para a Geração do Desenvolvimento Local Sustentável: um estudo exploratório nos municípios produtores de leite no estado da Paraíba. In: SIMPÓSIO DE ADMINISTRAÇÃO DA PRODUÇÃO, LOGÍSTICA E 15/16

16 OPERAÇÕES INTERNACIONAIS, 11, Anais do XI SIMPOI. São Paulo: FGV/EAESP, CD. VELLANI, C. L.; RIBEIRÃO, M. S. A Sustentabilidade e a Contabilidade. In: SIMPÓSIO DE ADMINISTRAÇÃO DA PRODUÇÃO, LOGÍSTICA E OPERAÇÕES INTERNACIONAIS, 9, 2006, São Paulo. Anais do IX SIMPOI. São Paulo: FGV/EAESP, CD. VERGARA, S. C. Projetos e Relatórios de Pesquisa em Administração. 10. ed. São Paulo: Atlas, WCED. Our Common Future. Oxford and New York: Oxford University Press, /16