El propósito de este trabajo es evaluar la eficiencia técnica local de las empresas medianas y pequeñas del sector electricidad, gas y agua para fijar objetivos de referencia y estrategias de mejoramiento del desempeño. Un primer paso fue analizar la literatura para seleccionar el Portafolio Bibliográfico Relevante PBR y su respectivo análisis bibliométrico y sistémico mediante la metodología Proknow-C que demuestra la relevancia científica del tema de investigación. Se seleccionaron 22 empresas del periodo 2017-2020 para un primer análisis dinámico de eficiencia utilizando el modelo DEA window orientado a las entradas para dos ventanas y un posterior análisis estático con el modelo DEA BCC orientado a las entradas a 131 empresas en los años 2019 y 2020 con el fin de medir los cambios en la eficiencia durante la emergencia sanitaria. También se consideraron dos escenarios con cambios en una de las variables de entrada. Los datos financieros que alimentaron los modelos fueron extraídos de la información publicada por la Superintendencia de Sociedades de Colombia. Los resultados del modelo DEA window orientado a las entradas muestran que en los dos escenarios la eficiencia técnica local promedio se encuentra en el rango medio alrededor de 0,60 y la eficiencia de escala en el rango alto superior a 0,81; también se encontró que el 86% de las empresas ineficientes del sector tienen posibilidades reales de lograr los valores objetivos de entradas. El modelo DEA BCC orientado a las entradas presenta resultados de eficiencia promedio menores que el modelo window y de mayor variabilidad, con promedios entre 0,22 y 0,46 para la eficiencia técnica local y entre 0,92 y 0,66 para la eficiencia de escala, esta última presenta una fuerte caída para el año 2020 evidenciando la afectación por la crisis sanitaria en las empresas del sector. Para este modelo, únicamente el 42% de las ineficientes podrían lograr sus valores objetivos de entradas. Los resultados muestran que el modelo dinámico obtiene promedios de eficiencia técnica local mayores que el modelo estático porque el primer modelo evalúa las empresas que reportaron sus informes financieros cada año del cuatrienio y mostraron ser más eficientes. Este trabajo desarrolla una metodología de benchmarking para identificar opciones de mejoramiento de la eficiencia y las variables mejoradoras que sirven de guía para que la administración de las empresas y el gobierno tomen decisiones para mejorar los puntajes de eficiencia de las empresas del sector.
The purpose of this paper is to evaluate the local technical efficiency of small and medium enterprises in the electricity, gas and water sector to set target benchmark and performance improvement strategies. A first step was to analyze the literature to select the PBR Relevant Bibliographic Portfolio and its respective bibliometric and systemic analysis using the Proknow-C methodology that demonstrates the scientific relevance of the research topic. 22 companies from the 2017-2020 period were selected for a first dynamic analysis of efficiency using the input-oriented DEA window model with two windows and a subsequent static analysis with the input-oriented DEA BCC model for 131 companies in the years 2019 and 2020 in order to measure changes in efficiency during the health emergency. Two scenarios with changes in one of the input variables were also considered. The financial data that fed the models were extract from the information published by the Superintendence of Companies of Colombia. The reults of the input-oriented DEA window model show that in the two scenarios the average local technical efficiency is in the medium range around 0,60 and the scale efficiency in the high range above 0,81; it was also found that 86% of inefficient companies in the sector have real possibilities to achieving the target input values. The input-oriented DEA BCC model presents lower average efficiency results than the input-oriented DEA window model and greater variability, with averages between 0,22 and 0,46 for local technical efficiency and between 0,92 and 0,66 for scale efficiency. The latter present a sharp drop for the year 2020, evidencing the impact of the health crisis on companies in the sector. For this model, only 42% of inefficient could achieve their input target values. The results show that the dynamic model obtains higher local technical efficiency averages than the static model because the first model evaluates the companies that reported their financial reports each year of the four year period and proved to be more efficient. This work developed a benchmarking methodology to identify options for improving efficiency and the improvement variables that serve as guidelines for companies´s manager and government’s authorities to make decisions to improve the efficiency score of companies in the sector.
Excepto si se señala otra cosa, la licencia del ítem se describe como https://creativecommons.org/licenses/by-nc-nd/4.0/