📈 economia

An Order-Invariant Decomposition of Input Accumulation in DEA–Malmquist Productivity Analysis

Este artigo propõe um método de decomposição simetrizado pelo caminho que resolve o problema da dependência da ordem na análise DEA–Malmquist de múltiplas entradas, fornecendo medidas de efeitos de acumulação de entradas individuais únicas, invariantes à ordem e multiplicativamente consistentes.

Autores originais: Kozo Kunimune

Publicado 2026-10-14

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Kozo Kunimune

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Os economistas há muito tempo buscam entender por que algumas nações se tornam mais ricas e produtivas do que outras. Para fazer isso, eles frequentemente observam o produto de um país — o que ele produz — e tentam descobrir quanto desse crescimento vem de trabalhar mais arduamente, usar melhores ferramentas ou simplesmente tornar-se mais eficiente no uso do que já possui. Uma ferramenta padrão para esse tipo de investigação é um método chamado Análise de Envoltória de Dados, que atua como um mapa do desempenho mais eficiente que um grupo de países pode alcançar em um determinado momento. Esse mapa, conhecido como "fronteira", mostra o melhor produto possível para uma quantidade específica de insumo, como trabalho ou capital. Quando um país se aproxima dessa fronteira, ele está alcançando o nível dos outros; quando a própria fronteira se desloca para fora, significa que a tecnologia avançou. No entanto, há uma terceira maneira de a produtividade crescer: simplesmente acumulando mais insumos, como construir mais fábricas ou treinar mais trabalhadores. Isso é frequentemente descrito como o movimento ao longo da fronteira existente até um ponto onde mais recursos estão sendo usados para criar mais produção.

O desafio surge quando um país utiliza mais de um tipo de insumo, como tanto máquinas físicas quanto trabalhadores instruídos. Se ambos aumentarem ao mesmo tempo, torna-se difícil dizer exatamente quanto do crescimento veio das máquinas e quanto veio da educação. O problema é que a resposta pode mudar dependendo de qual fator você observa primeiro. Se você imaginar adicionar as máquinas primeiro e depois os trabalhadores, obterá um resultado. Se imaginar adicionar os trabalhadores primeiro e depois as máquinas, obterá um resultado diferente. Isso cria uma ambiguidade confusa onde a história do crescimento econômico depende inteiramente da ordem arbitrária na qual um pesquisador escolhe examinar os fatores.

Kozo Kunimune, um pesquisador da Universidade Kwansei Gakuin, propôs uma solução para este enigma. Ele desenvolveu uma nova maneira de decompor o crescimento que vem do acúmulo de insumos, de modo que o resultado não dependa da ordem em que os fatores são considerados. Em vez de escolher uma sequência para seguir, seu método observa todas as sequências possíveis nas quais os insumos poderiam ser adicionados. Ele então tira uma média de todos esses diferentes caminhos para encontrar uma resposta única e definitiva sobre quanto cada insumo contribuiu. Essa abordagem garante que os números finais sejam justos e consistentes, independentemente de como o cálculo é organizado.

Para testar essa ideia, Kunimune aplicou-a a dados do mundo real da Penn World Table, um importante banco de dados de estatísticas econômicas internacionais. Ele focou no período entre 2000 e 2010, analisando sessenta e quatro países que possuíam dados completos. Em sua análise, ele tratou o capital físico (máquinas e edifícios) e o capital humano (as habilidades e a educação da força de trabalho) como dois insumos separados. Ao utilizar seu novo método, ele foi capaz de separar o crescimento na produtividade do trabalho em três partes distintas: melhorias na eficiência com que os países usavam seus recursos, mudanças na fronteira tecnológica e as contribuições específicas da adição de mais capital físico e de mais capital humano.

Os resultados revelaram que a maneira como medimos o crescimento econômico pode mudar significativamente dependendo de como modelamos os insumos. Quando o capital humano era ignorado e apenas o capital físico era considerado, o crescimento parecia ser impulsionado amplamente por mudanças tecnológicas. No entanto, quando o capital humano foi incluído como um insumo separado, uma parte desse crescimento anteriormente atribuído à tecnologia foi reclassificada como movimento ao longo da fronteira. Em outras palavras, o que parecia ser um salto tecnológico era, na verdade, o resultado de países investindo nas habilidades de seus trabalhadores. Essa mudança foi particularmente perceptível em nações em desenvolvimento como Camboja, Bangladesh e Vietnã, onde a inclusão do capital humano como um fator distinto reduziu a mudança tecnológica medida e aumentou o acúmulo de insumos medido.

O estudo também destacou diferenças entre economias avançadas e emergentes. Em muitas nações ricas, como os Estados Unidos, Canadá e Austrália, o crescimento na produtividade foi impulsionado quase inteiramente pelo acúmulo de capital físico, com o capital humano desempenhando um papel mínimo na expansão medida. Em contraste, diversas economias emergentes mostraram um crescimento significativo impulsionado pelo acúmulo de capital humano, sugerindo que investimentos em educação e habilidades foram um motor importante de seu progresso econômico.

Ao remover o elemento arbitrário da ordenação, este novo método proporciona uma imagem mais clara e estável do que impulsiona o crescimento econômico. Ele permite que os pesquisadores vejam a estrutura interna das mudanças de produtividade sem a distorção causada pela ordem do cálculo. As descobertas confirmam que, embora a quantidade total de crescimento permaneça a mesma, a história por trás desse crescimento muda quando contabilizamos os papéis específicos de diferentes insumos. Essa clareza é essencial para formuladores de políticas e economistas que precisam entender se o sucesso de um país se deve a uma melhor tecnologia, uma gestão mais eficiente ou ao acúmulo constante de recursos físicos e humanos. O método foi desenhado para ser flexível e pode ser aplicado a vários contextos econômicos, ofereando uma maneira transparente de examinar a complexa maquinaria da produtividade em um mundo de múltiplos insumos.

Resumo Técnico: Uma Decomposição Invariante à Ordem da Acumulação de Insumos na Análise de Produtividade DEA–Malmquist

Problema
Na análise de produtividade DEA (Data Envelopment Analysis)–Malmquist, a mudança na produtividade total dos fatores é tipicamente decomposta em mudança de eficiência (catch-up), mudança tecnológica (deslocamento da fronteira) e acumulação de insumos (movimento ao longo da fronteira). Embora o termo de acumulação agregada seja bem definido, uma dificuldade metodológica significativa surge em configurações de múltiplos insumos ao tentar atribuir essa acumulação a insumos específicos (por exemplo, capital físico versus capital humano).

O problema central é a dependência da ordem. Quando múltiplos insumos mudam simultaneamente, a contribuição atribuída a cada insumo individual depende da sequência em que essas mudanças são avaliadas ao longo da fronteira de produtividade. Diferentes permutações de mudanças de insumos geram decomposições distintas, tornando as medidas de acumulação específicas por insumo não únicas e incomparáveis entre estudos. A literatura tem abordado a dependência do ponto de avaliação (por exemplo, via simetrização de Fisher-ideal para termos agregados), mas tem negligenciado amplamente essa dependência de permutação em tecnologias genuinamente multivariadas. Abordagens existentes, como a "série HR" (Henderson e Russell, 2005), frequentemente incorporam o capital humano como um fator de aumento do trabalho em vez de um insumo independente, contornando assim o problema de atribuição de múltiplos insumos em vez de resolvê-lo.

Metodologia
O artigo propõe uma decomposição simetrizada por caminho para resolver essa dependência de ordem. A metodologia trata a atribuição de acumulação a insumos individuais como um problema de média das contribuições marginais sobre todos os caminhos admissíveis, de forma análoga ao valor de Shapley na teoria dos jogos cooperativos.

Construção de Contrafatuais: Para um vetor de insumos que se move de $x_t$ para $x_{t+1}$ , o método constrói vetores de insumos contrafatuais que representam estados intermediários onde apenas um componente de insumo mudou enquanto outros permanecem em seus níveis iniciais ou finais.
Simetrização de Caminho:
- Em um caso de dois insumos, existem dois caminhos possíveis de $x_t$ para $x_{t+1}$ (mudando o insumo 1 primeiro, depois o insumo 2, ou vice-versa). O efeito de acumulação é decomposto ao longo de ambos os caminhos.
- A contribuição específica do insumo é derivada pela média geométrica dos efeitos de acumulação através de todas as permutações possíveis de mudanças de insumos.
- Para $m$ insumos, o método faz a média sobre todos os $m!$ permutações. A contribuição do insumo $k$ é definida como a média geométrica das razões de saída projetadas associadas à etapa em que o insumo $k$ muda, calculada pela média de todos os caminhos e de ambos os períodos ( $t$ e $t+1$ ).
Implementação: A decomposição baseia-se em mapeamentos de projeção DEA padrão, $F(x, t)$ , que atribuem um valor de saída à fronteira para qualquer vetor de insumos. O método é compatível com várias orientações de DEA (por exemplo, orientada para a saída) e suposições de retornos de escala (por exemplo, VRS), desde que o mapeamento de projeção seja bem definido. O artigo aborda questões de viabilidade onde as projeções entre períodos (por exemplo, $F(x_{t+1}, t)$ ) podem ser inviáveis se o vetor de insumos estiver fora do conjunto tecnológico contemporâneo, recomendando restrições amostrais ou protocolos de diagnóstico para lidar com tais casos.

Principais Contribuições

Invariância de Ordem: A decomposição proposta gera componentes de acumulação específicos por insumo que são unicamente definidos e invariantes à ordenação das mudanças de insumos. Isso elimina a ambiguidade inerente à atribuição sequencial.
Consistência Multiplicativa: O produto dos componentes de acumulação específicos por insumo e invariantes à ordem é exatamente igual ao termo de acumulação agregado derivado do índice Malmquist padrão. Isso garante coerência interna com a estrutura de produtividade não paramétrica padrão.
Formalização Teórica: O artigo estabelece formalmente que o logaritmo do componente específico por insumo é igual à média aritmética das contribuições logarítmicas marginais sobre todas as ordenações admissíveis, fornecendo uma interpretação rigorosa do tipo Shapley dentro de uma estrutura de fronteira DEA.
Redução a Casos Padrão: Mostra-se que o método reduz-se à medida de acumulação Malmquist padrão em configurações unidimensionais ou quando apenas um insumo muda, garantindo consistência metodológica.

Resultados Empíricos
A metodologia é aplicada a dados internacionais de produtividade da Penn World Table (PWT 11.0) para o período 2000–2010, decompondo o crescimento da produtividade do trabalho em mudança de eficiência, mudança tecnológica e acumulação. O estudo compara uma especificação de um insumo (apenas capital físico) contra uma especificação de dois insumos (capital físico e capital humano).

Impacto da Especificação de Insumos: Mudar de uma especificação de um insumo para uma de dois insumos altera a decomposição do crescimento da produtividade. Em média, a inclusão do capital humano como um insumo explícito reduz a mudança tecnológica medida (deslocamento da fronteira) e aumenta a acumulação medida (movimento ao longo da fronteira). Isso sugere que parte do que aparece como um "deslocamento da fronteira" em modelos restritos é, na verdade, um movimento ao longo de uma fronteira expandida quando o capital humano é explicitamente modelado.
Heterogeneidade: A decomposição de dois insumos revela padrões distintos entre as economias. Em economias avançadas (ex: Austrália, Canadá, EUA), a acumulação é impulsionada quase inteiramente pelo capital físico ( $HACCUM \approx 1$ ). Em contraste, economias emergentes (ex: Paquistão, Camboja) mostram contribuições significativas da acumulação de capital humano.
Estabilidade Numérica: As verificações empíricas confirmam que a decomposição simetrizada por caminho é numericamente estável e satisfaz a identidade multiplicativa ( $ACCUM = KACCUM \times HACCUM$ ) sem a instabilidade associada às atribuições dependentes de caminho.

Significância e Alegações
O artigo afirma oferecer uma ferramenta transparente e robusta para examinar a estrutura interna da acumulação de insumos na análise DEA–Malmquist. Ao resolver o problema da dependência de ordem, o método permite que pesquisadores distingam as contribuições de diferentes insumos (como capital físico e humano) sem que escolhas de modelagem arbitrárias afetem os resultados. A abordagem é apresentada como uma extensão generalizável ao framework DEA–Malmquist padrão, aplicável a análises de nível de firma, indústria ou região com múltiplos insumos, desde que os mapeamentos de projeção necessários sejam viáveis. O autor enfatiza que o método não impõe formas funcionais paramétricas, mas baseia-se na natureza não paramétrica do DEA, tornando-o uma adição flexível à literatura existente de contabilidade de produtividade.

Mais como este