Informe Final

Benchmarking de empresas de agua y saneamiento de Latinoamrica sobre la base de datos de ADERASA

Aos 2003-2004 y 2005

Informe preparado por: Carlos Adrin Romero y Gustavo Ferro

Noviembre de 2006

NDICE I. II. Introduccin ..............................................................................................................3 El benchmarking y su uso regulatorio....................................................................6

II.1. II.2. II.3. II.4. II.5. II.6. III.1. III.2. III.3. III.4. III.5. III.6. III.7. III.8. III.9. IV.1. IV.2. IV.3. IV.4. IV.5. El problema bsico de la informacin asimtrica .................................................................. 6
II.1.i. II.1.ii. II.2.i. II.2.ii. El benchmarking y la revelacin de informacin............................................................................. 7 Esencia del benchmarking y la competencia por comparacin ....................................................... 7 Consistencia entre metodologas ...................................................................................................10 Uso regulatorio de las medidas de eficiencia ................................................................................11

Trasladando las medidas de eficiencia al factor X............................................................... 10 La nocin de eficiencia y la construccin del benchmark ................................................... 12 Metodologas ....................................................................................................................... 14 Enfoque determinstico versus estocstico........................................................................... 16 La eleccin de las variables ................................................................................................. 17 Inglaterra y Gales ............................................................................................................ 19 Italia ................................................................................................................................ 26 Asia ................................................................................................................................. 28 ADERASA...................................................................................................................... 29 Brasil ............................................................................................................................... 30 Per ................................................................................................................................. 33 frica .............................................................................................................................. 35 Australia.......................................................................................................................... 36 Otros................................................................................................................................ 37 Descripcin de los datos.................................................................................................. 38 Costos.............................................................................................................................. 39 Producto .......................................................................................................................... 41 Insumos ........................................................................................................................... 44 Ambiente......................................................................................................................... 45 Enfoque paramtrico (Econometra).................................................................................... 48
V.1.i. Las medidas de eficiencia relativa ..................................................................................................51 Anlisis de los pares de comparacin (peers).................................................................................59

III. Una revisin de la literatura sobre la experiencia internacional .......................19

IV. Anlisis emprico de la eficiencia productiva.......................................................38

V.

Las Estimaciones de Frontera de Costos..............................................................46

V.1. V.2. V.3. Enfoque No Paramtrico (DEA) .......................................................................................... 54
V.2.i.

Anlisis de consistencia ....................................................................................................... 61

VI. Conclusiones y Recomendaciones .........................................................................66 VII. Referencias ..............................................................................................................70 Anexos ..............................................................................................................................72

Tabla Anexo IV-4: Niveles de eficiencia de los Modelos seleccionados ......................................... 73

Pgina. 2

I.

INTRODUCCIN

El objetivo del presente trabajo es realizar estimaciones de eficiencia relativa, de utilidad para los reguladores del sector de Agua y Saneamiento de las Amricas. Hasta el lanzamiento de la construccin de la base de datos por parte de ADERASA, este sector careca de un relevamiento sistemtico de informacin sobre las empresas dedicadas a dichos servicios en el Continente. Debido a la falta de informacin adecuada, resultaba difcil la realizacin de estudios de benchmarking que ayudaran al regulador a resolver y/o morigerar los problemas de asimetra de informacin a los que naturalmente se enfrenta. En este contexto, se enmarca el presente trabajo, el cual busca contribuir en el desarrollo de una metodologa de competencia por comparacin en el sector. Paralelo a ello, se plantea como prioritario identificar las principales necesidades de informacin, en materia de mejora y sistematizacin de la misma, de modo tal que con el tiempo el presente trabajo se enriquezca y mejore con bases de datos de mejor calidad, apertura y extensin de la informacin disponible por el regulador. Entender el alcance y las limitaciones del benchmarking y del estudio en particular resulta entonces imprescindible. En el futuro, cuando la metodologa y los datos se hayan consolidado, ser posible ensayar el uso regulatorio tal como se efecta en realidades ms avanzadas. Se ha construido entonces, una metodologa de anlisis comparativo del desempeo operativo de empresas reguladas en el sector de agua y saneamiento de Amrica Latina. Su objetivo es efectuar, mediante tcnicas economtricas y estadsticas, de programacin matemtica y anlisis econmico, una evaluacin del desempeo comparativo del servicio prestado por empresas privadas y pblicas. Dicha evaluacin se efecta para prestadores que presentan similitudes estructurales, de modo de ser consistente con los principios de la regulacin econmica por incentivos. Este estudio realiza estimaciones y propone una metodologa para el anlisis comparativo del desempeo operacional de las empresas del sector de agua y saneamiento. Para lograr esta meta, se avanz sobre varios frentes: (i) Bsqueda de los enfoques para comparacin ms apropiados para el sector, incluyendo un anlisis pormenorizado de la literatura ya existente sobre el tema en el sector, a nivel mundial; Identificacin del conjunto de informacin necesario y de las variables a incluir para la evaluacin del desempeo relativo de las empresas de la muestra; Realizacin de un anlisis top-down de eficiencia comparativa de las empresas del sector.

(ii)

(iii)

Con respecto a los enfoques de comparacin ms apropiados, se incluye una revisin de la literatura aplicada de estudios de eficiencia en sectores regulados en general y, en el sector de agua y saneamiento, en particular; as como consideraciones sobre los mtodos utilizados por rganos reguladores, analistas y acadmicos en todo el mundo. Se define una metodologa de comparacin rigurosa y objetiva, y se brindan los argumentos que la sustentan, de manera de ponerla al alcance de todos los agentes que participan en el sector.
Pgina. 3

La identificacin del conjunto de informacin, abarca tanto el conjunto de datos (variables) necesarios para el estudio, como la identificacin de las empresas comparables entre s en la muestra, a nivel internacional. Se consideran especialmente aquellos factores explcitos e implcitos que estn fuera del control de las empresas a la hora de computar sus niveles de eficiencia. La realizacin de un anlisis top-down de eficiencia comparativa comprende la construccin de las fronteras de eficiencia y todas las elecciones tcnicas efectuadas para arribar a los resultados, una resea metodolgica y la evaluacin de las distintas alternativas de estimacin de fronteras de eficiencia. Tambin abarca el clculo de las medidas de eficiencia en funcin de las metodologas reseadas, en base a modelizaciones alternativas, y la identificacin de los pares de comparacin de cada empresa (las mejores prcticas contra las cuales su desempeo es evaluado). Para realizar las tareas mencionadas en los prrafos anteriores, se utiliz la base de datos sectorial, actualmente en proceso de construccin, desarrollada por ADERASA1 (Asociacin de Entes Reguladores de Agua y Saneamiento de las Amricas), que incluye datos de empresas dedicadas a la provisin de servicios de agua y saneamiento de Argentina, Bolivia, Chile, Colombia, Ecuador, Honduras, Mxico, Nicaragua, Panam, Paraguay, Per y Uruguay para 2003, 2004 y 2005. Esta base ha sido desarrollada teniendo como objetivo la creacin de indicadores de gestin2 para comparar el desempeo de dichas empresas. A partir de estos datos, en este trabajo se describe el proceso de eleccin del modelo final de estimacin, cuyo objetivo es arribar a la mejor especificacin y/o forma funcional del mismo; la estimacin de diversas fronteras de eficiencia para el conjunto de empresas, con sus correspondientes medidas relativas de eficiencia; y un ejercicio de consistencia de los distintos ordenamientos de eficiencia obtenidos con diversos enfoques, tanto paramtricos como no paramtricos. Para una mejor comprensin de estas medidas, y las metodologas adoptadas, se discuti extensamente las elecciones metodolgicas, sus ventajas y desventajas, en forma didctica. Dada la informacin disponible, se estima una funcin de costos, la cual relaciona los costos de operacin del servicio de cada una de las empresas con el precio de los insumos, los productos y variables de ambiente. Es importante mencionar que se han ido encontrado ciertas debilidades en la muestra de referencia, principalmente relacionada con la calidad o la homogeneidad de la informacin, an cuando sta ha mejorado sensiblemente desde el informe anterior. En consecuencia, tambin se establece un rango de prioridad sobre la variables cruciales para realizar estimaciones robustas de fronteras de eficiencia, y generar recomendaciones especficas que sirvan para mejorar la base de datos. Los resultados deben tratarse con prudencia y cautela. Es oportuno adelantar que a partir de los progresos desarrollados en diversos frentes (los datos, el conocimiento exhaustivo de los diagnsticos precedentes en la literatura, las estimaciones y mtodos usados, y la interaccin profesional con calificados reguladores regionales, puede adelantarse la continuidad natural que este estudio podra tener.
1 2

Proyecto de Benchmarking de ADERASA GRTB (Grupo Regional de Trabajo de Benchmarking)

Ver Ejercicio Anual de Benchmarking 2004 Indicadores de gestin para agua potable y alcantarillado. ADERASA - GRTB
Pgina. 4

Numerosos temas interesantes surgen para continuar aprendiendo sobre el sector y trayendo a la regin los mtodos ms modernos de benchmarking: Calidad de la informacin. En muchos casos, la mejor definicin de lo que se pide y el detalle de la interaccin con los originadores de informacin, sirvi para adicionar valiosos datos al anlisis. Contina haciendo falta superar ciertos vacos y contradicciones en una porcin de los datos, pero lo que est pendiente es de mucha menor importancia relativa que lo ya avanzado. La mayor cantidad de datos, por el hecho de tener ms perodos anuales incorporados a la base permitir el anlisis economtrico bajo la metodologa de datos de panel. Un paso metodolgico importante ser liberarse del corset impuesto por el anlisis economtrico que hasta aqu fue posible desarrollar e incursionar en la metodologa ms avanzada de funciones de distancia. Con DEA se podr practicar anlisis de sensibilidad de los resultados. Hasta el momento hay satisfactorios y robustos resultados. Con el anlisis de sensibilidad resultar testeada nuevamente la robustez de los rankings establecidos por las diversas metodologas. Un anlisis ms profundo de consistencia, para detectar posibles datos anmalos, y valores no explicados por los modelos, ser la continuidad natural de los puntos anteriores. Un avance sustantivo, una vez que estas metodologas estn desarrolladas y suficientemente internalizadas por los actores relevantes del sector, es la posibilidad de programar el anlisis de modo que los propios reguladores estn en condiciones de ganar autonoma en su uso, para una futura implementacin regulatoria. Tal instancia requiere de transferencia de tecnologa. Hasta el momento se ha pensado dicha transferencia a partir de: 6-1) Desarrollo de un software especfico que permita integrar todo el herramental utilizado en un solo programa informtico, propio adems para el anlisis del sector. 6-2) Desarrollos de manuales de procedimiento (Protocolos). 6-3) Capacitacin de los cuadros tcnicos de las agencias reguladoras de los pases que estn representados en ADERASA en el uso del software mencionado y los protocolos.

El presente informe se estructura de la siguiente manera. En la seccin II, tras esta introduccin, se analiza el benchmarking y su uso regulatorio. La seccin III se ocupa de efectuar una revisin a la literatura internacional disponible sobre benchmarking en agua y saneamiento. En la seccin IV se presenta el anlisis emprico efectuado sobre eficiencia productiva. La seccin V se ocupa de las estimaciones de frontera de costos, tanto paramtrica como no paramtrica. Por ltimo en la seccin VI se extraen las principales conclusiones y se formulan recomendaciones para extender este trabajo.

Pgina. 5

II.

EL BENCHMARKING Y SU USO REGULATORIO3

II.1. El problema bsico de la informacin asimtrica En la regulacin basada en incentivos existen al menos cuatro objetivos bsicos: i) ii) iii) iv) Crear fuertes incentivos a la minimizacin de costos, Promover una inversin en capital eficiente, Asegurar el recupero de los costos razonables de las empresas y un retorno justo sobre la inversin, Incentivar la revelacin de informacin para mitigar la asimetra de informacin entre regulado y regulador.

La asimetra de informacin entre el regulador y la empresa acta en desmedro de los consumidores. Los operadores privados controlan la mayor parte de la informacin especfica necesaria a los fines regulatorios, y tienen poco inters en diseminarla voluntariamente, a menos que tengan un incentivo a hacerlo. Muchos reguladores han intentado exigir la publicacin de informacin. Varios han recurrido tambin a audiencias pblicas para promover debates pblicos sobre la informacin relevante. Los resultados de estas experiencias en trminos de reduccin de la asimetra de informacin entre reguladores y operadores no han sido de lo ms alentadores, y ms de una dcada de experiencia en Latinoamrica muestra que el monitoreo del desempeo de los operadores monoplicos privados ha probado ser la parte ms difcil de los procesos de reforma de los sectores de infraestructura encarados en la regin. Los reguladores pueden remediar este problema de asimetra (al menos en parte) recurriendo a mejores fuentes de informacin sobre el potencial productivo de la empresa regulada. La importancia de contar con estimaciones confiables de este potencial productivo ha sido enfatizada por la discusin sobre cmo se determinan y revisan los precios mximos. Estos se determinan de modo de permitirle a un operador eficiente cubrir todos los costos econmicos de prestacin del servicio a lo largo, o al final, del perodo tarifario. Si el regulador sobreestima el nivel eficiente de costos, la empresa puede reducir sus costos al nivel eficiente, y recibir as beneficios extraordinarios dentro del perodo tarifario, o bien puede disimular todo o parte de su potencial productivo, de modo de obtener mayores precios en la siguiente revisin tarifaria. En la primera opcin, el nivel eficiente de los costos es rpidamente revelado, y el regulador cuenta as con una base ms firme para determinar los precios en la siguiente revisin. En la segunda, las ineficiencias pueden mantenerse por largos perodos de tiempo. La comparacin de la eficiencia relativa de varios monopolios regionales parece ser una herramienta potencialmente valiosa para reducir la asimetra de informacin inherente a la relacin regulador-empresa. Esta realidad ha sido reconocida en muchos de los procesos de reforma de los sectores de infraestructura en Amrica Latina. Los beneficios potenciales de medidas comparativas de eficiencia tambin han sido explcitamente reconocidos por ms de 15 pases de la OCDE en los que se implement una similar
3

Esta seccin est basada en Margaretic, Petrecolla y Romero (2004)

Pgina. 6

separacin horizontal de las empresas. Australia y el Reino Unido son los casos testigo de las ganancias regulatorias potenciales provenientes de la aplicacin del benchmarking en la mayor parte de los sectores de infraestructura.
II.1.i. El benchmarking y la revelacin de informacin

A los efectos de cumplir con los objetivos planteados en la seccin I.1, resulta deseable que el regulador pueda contar con mltiples empresas entre las cuales realizar comparaciones. En este sentido, las dos alternativas para la comparacin son el benchmarking y a la competencia por comparacin (Yardstick Competition)4. Uno de los beneficios clave de estas metodologas es que promueven la revelacin de informacin de parte de quien mejor la conoce: la empresa. Una de las particularidades de un enfoque como ste es que logra trasladar la carga de la prueba del mal desempeo del regulador a los operadores. Los niveles autorizados de costos recuperables reconocidos por el regulador para determinar la parte de las ganancias de eficiencia a trasladar a los usuarios pueden estimarse a partir de benchmarks de las mejores prcticas. Estos ltimos se obtienen a travs de la comparacin del desempeo entre mercados. El procedimiento del benchmarking aplicado a la regulacin simplemente reposa en las mejores posibles evaluaciones de las fronteras de costos o de produccin de la actividad, dada la informacin disponible. Si de las evaluaciones de las fronteras de costos o de produccin efectuadas por los reguladores, donde existen empresas que efectivamente estn realizando su mejor esfuerzo por minimizar los costos sujetas a regulacin y se sienten daadas por la omisin de una variable particular en las estimaciones, insistirn en que sta sea medida e incluida en la regla regulatoria. Para ello, debern proporcionar al regulador informacin que se halla bajo su exclusivo control, que demuestre que estn operando de manera eficiente. Esta informacin debera luego ser incorporada en todo anlisis comparativo posterior, y transformarse en parte de los requisitos de informacin estndar que el regulador impone a todas las empresas. Al crear un fuerte vnculo entre la regla regulatoria y las diferencias entre empresas, el benchmarking y la competencia por comparacin proveen a las empresas de mayores incentivos a revelar informacin sobre s mismas y sobre el resto al regulador.
II.1.ii. Esencia del benchmarking y la competencia por comparacin

Para ilustrar el mecanismo de competencia por comparacin recurrimos a un sencillo ejemplo hipottico5. Supongamos que existen 100 regiones idnticas, servidas por igual nmero de empresas idnticas de distribucin de agua, cada una con un monopolio regional en una regin y un regulador comn a todas las regiones se encarga de:
recolectar informacin de cada una de las 100 empresas sobre los costos incurridos en la provisin del servicio, permitirle a cada compaa cobrar una tarifa igual al costo promedio de las otras 99 empresas.
4 5

Ver Schleifer (1985) Ver Baldwin y Caves (1999) para una descripcin ms detallada
Pgina. 7

El atractivo de este procedimiento es que cada empresa recibe un precio que no depende de sus costos, sino de los costos de otros operadores, de modo que se le brindan mximos incentivos a la minimizacin de costos: le conviene ser la menos costosa de todas para tener mximo margen entre tarifas y costos. El ejemplo de las 100 distribuidoras de agua, a pesar de su sencillez, permite identificar requisitos esenciales para el buen funcionamiento de la metodologa de competencia por comparacin:
un buen nmero de empresas; que sean comparables (en el ejemplo hacamos el supuesto extremo de que las 100 eran idnticas, ninguna tiene ventajas tecnolgicas o de escala); con un regulador comn; que cuente con informacin de todas las empresas;

En lo que sigue, se profundiza sobre esos requisitos bsicos. Nmero de empresas. Si el nmero de empresas involucradas en la comparacin es pequeo (y con perspectivas de reducirse), existe aqu el riesgo de colusin: si los operadores se ponen de acuerdo en mantener sus costos en niveles innecesariamente altos, cada uno acceder a un precio mayor. Sin embargo, como en otros contextos, uno espera que la probabilidad de colusin sea menor cuanto mayor sea el nmero de empresas. Otro inconveniente relativamente obvio surge cuando hay pocas empresas como para permitir un anlisis estadstico razonable. Un punto a tener en cuenta es que la escasez de empresas en una muestra de corte transversal (datos contemporneos) puede mitigarse si se cuenta con series temporales (datos secuenciales y consecutivos), de modo de constituir un panel. Un reducido nmero de empresas observadas durante varios aos podran ser suficientes para alcanzar un nmero razonable de observaciones sobre las cuales basar el anlisis. Otra solucin que se ha intentado en casos en los que se cuenta con pocos comparadores es la utilizacin de informacin de otras jurisdicciones (o pases). Por otra parte, sin embargo esta alternativa agudiza el problema de la comparabilidad. Comparabilidad. Un regulador rara vez tiene la buena fortuna de tener bajo su jurisdiccin un gran nmero de empresas similares. Las empresas suelen diferir ampliamente en tamao y caractersticas, y la cuestin que surge naturalmente es: cmo hacerlas comparables? Existen factores externos que pueden influir sobre el desempeo relativo de las empresas, factores sobre las cuales stas no tienen control directo (denominadas variables ambientales). Suelen incluir conceptos tales como diferencias en caractersticas geogrficas y de localizacin. Si no se tienen en cuenta explcitamente las diferentes restricciones inherentes a las empresas, puede llegarse a una evaluacin errnea de los niveles relativos de eficiencia de las mismas. Pero debe tenerse cuidado a la hora de seleccionar las variables ambientales a incluir en el anlisis, ya que existe el riesgo de cometer el error opuesto: incluir un nmero excesivo de variables. Cuando el regulador falla en identificar aquellos factores externos (y slo aquellos) que afectan el desempeo (o los costos), aparece una oportunidad para un comportamiento estratgico de las empresas, consistente en tratar de justificar ineficiencias especficas como ajenas a su accionar. Una herramienta natural para incorporar estas caractersticas especficas de las empresas en la comparacin, de manera no arbitraria, es el anlisis de regresin. Tanto mnimos cuadrados ordinarios como las

Pgina. 8

fronteras de eficiencia permiten corregir los resultados por las diferencias ambientales de manera sencilla y natural.6 Regulador comn. Una caracterstica particular de la transformacin del sector de distribucin de agua en algunos pases es la intervencin de mltiples jurisdicciones en el otorgamiento de las concesiones para operar el servicio. Si bien las distintas legislaciones pueden seguir lineamientos generales, pueden existir diferencias entre jurisdicciones, generando el problema de que no exista un ente con poder sobre toda la distribucin de agua capaz de aplicar la regulacin de manera homognea. El problema de las mltiples jurisdicciones plantea un inconveniente a la aplicacin de la competencia por comparacin en cada una de ellas, ya que en muchas slo existe una empresa regulada (o unas pocas), lo cual genera dificultades para realizar un anlisis estadstico razonable. Una solucin a este inconveniente es el anlisis de la informacin de otras jurisdicciones. En nuestro caso ADERASA es la va para intercambiar informacin y criterios en el marco de una comparacin internacional. Informacin. Una condicin necesaria para que la implementacin del benchmarking o la competencia por comparacin aporte resultados confiables es la existencia de informacin detallada y abundante. As, las perspectivas de generacin de informacin til a los fines regulatorios debera ser un importante argumento en las decisiones de un gobierno sobre la estructura de una industria y la naturaleza del rgimen regulatorio. Cuando el cambio tecnolgico es lento, existirn ventajas en trminos de informacin de crear y mantener varias empresas (requisito (a)) similares (requisito (b)) con fines comparativos. Una pregunta que surge naturalmente en el contexto del benchmarking y la competencia por comparacin es si una cierta empresa verticalmente integrada debera ser dividida regionalmente a fin de reducir el monopolio de la empresa sobre la informacin y recurrir as a dichas metodologas comparativas. La respuesta depende de varios factores. Por ejemplo, un grado de correlacin alto entre los ambientes de operacin de las empresas har relativamente ms deseable la separacin regional. La separacin horizontal de algunos segmentos de un monopolio natural permite obtener informacin comparativa sobre niveles relativos de eficiencia de las empresas. Esta informacin puede luego ser usada para fijar tarifas para las compaas reguladas, y para trasladar algunas de las ganancias de eficiencia a los usuarios, al tiempo que se preservan los incentivos para las firmas para que reduzcan sus costos. En otras palabras, el regulador en su rol de principal prefiere tener varios agentes (empresas) a fin de reducir la asimetra de informacin existente. Por supuesto, la desintegracin regional slo es eficiente desde un punto de vista econmico cuando se espera que los beneficios de contar con ms informacin superen a las economas de escala y de alcance perdidas al separar horizontalmente. Es ms probable que esto ltimo sea as cuando una industria regulada es bsicamente una suma de varios monopolios locales. En trminos generales, existe un

Para una descripcin detallada de las metodologas ver Fried, Lovell y Schmidt (1993), Kumbhakar y Lovell (2000), Charnes, Cooper, Lewin y Seiford (1994) y Coelli, Prasada Rao y Battese (1998).

Pgina. 9

trade-off entre la mayor efectividad de la regulacin cuando existen varias empresas y la posible prdida de economas de escala o de alcance acarreada por la separacin. Desde el punto de vista del regulador, es altamente deseable contar con una buena base de informacin intra-jurisdiccional. Esto requiere la definicin cuidadosa de las variables y de una metodologa que aseguren la comparabilidad de las empresas. La fusin de empresas que no reduzca sustancialmente los costos, pero que deteriore la informacin disponible para el regulador puede no ser deseable. En algunas jurisdicciones en que existen demasiado pocas empresas como para permitir un anlisis estadstico razonable, adquiere mayor relevancia el anlisis de la informacin de otras jurisdicciones, como expusiramos anteriormente. II.2. Trasladando las medidas de eficiencia al factor X
II.2.i. Consistencia entre metodologas

Como se vio anteriormente, la medicin de la eficiencia a nivel empresas va a depender tanto de la metodologa empleada como de la seleccin de variables explicativas. Los reguladores que aplican el benchmarking, tendran graves problemas si las distintas combinaciones de anlisis producen resultados contradictorios. Una solucin es el anlisis de consistencia. Este impone ciertas condiciones bsicas que deben cumplirse para que los resultados sean de utilidad para las autoridades regulatorias. La ventaja de un anlisis de consistencia es que el regulador puede obviar la eleccin entre metodologas; las condiciones de consistencia llaman a utilizar diversas tcnicas y a cruzar los resultados respectivos. 7 Las condiciones de consistencia exigen que los distintos mtodos
generen distribuciones de medidas de eficiencia similares, generen rankings de empresas similares, identifiquen a las mismas empresas como las mejores y las peores, y produzcan medidas de eficiencia, estables en el tiempo, razonablemente consistentes con otras medidas de desempeo (como los indicadores de productividad parcial), y con las condiciones bajo las que se desenvuelve la industria.

Slo se requieren pruebas relativamente simples para chequear estas condiciones. Cabe sealar que en el presente trabajo se considerarn las primeras tres condiciones. Las tres primeras medidas, llamadas de consistencia interna, muestran el grado en el cual los diferentes enfoques son mutuamente consistentes. De no serlo, las medidas de eficiencia individuales generadas por un nico procedimiento seran en cierta forma subjetivas y, por lo tanto, poco confiables.

Rossi y Ruzzier (2000) introdujeron est metodologa, originalmente aplicada a bancos por Bauer et al. (1998), en sectores regulados.
Pgina. 10

Las tres restantes, llamadas de consistencia externa, muestran el grado en el cual las medidas de eficiencia generadas por los distintos enfoques son consistentes con la realidad. Tambin pueden ser tiles para elegir entre metodologas si no existe acuerdo entre ellas. Por ejemplo, en muchos casos los mtodos paramtricos son consistentes entre s, lo mismo que los no paramtricos, pero no existe consistencia entre paramtricos y no paramtricos. En esta situacin, las condiciones cuarta a sexta anteriores podran ayudar a establecer cul enfoque da las respuestas ms correctas, descartando los dems sobre la base de la inconsistencia demostrada. En sntesis, las condiciones de consistencia interna dicen si los diferentes enfoques darn la misma respuesta a los reguladores, mientras que las condiciones de consistencia externa dicen qu tan probable es que esta respuesta sea la correcta. Para que la comparacin entre metodologas tenga sentido, los estudios de eficiencia deben referirse a la misma muestra de empresas en igual perodo de tiempo y al mismo concepto de eficiencia. La verificacin de la consistencia es de mxima importancia, ya que las medidas de eficiencia empleadas por los reguladores es probable que sean disputadas por operadores disconformes. La calidad de la evaluacin del desempeo hecha por el regulador debe ser tal que mejoras en la medicin de la eficiencia slo provengan de informacin adicional provista por las empresas en su defensa, ms que de mejoras en el uso de la informacin existente. Lo anterior implica haber agotado las posibilidades tcnicas con la informacin disponible inicialmente. El cumplimiento de las condiciones de consistencia, adems, fortalece la posicin del regulador en las audiencias pblicas y frente a las empresas reguladas. ste no es un punto menor, dada la probabilidad de que los debates en torno a la regulacin sean llevados al campo de la justicia toda vez que el regulador y las empresas no se pongan de acuerdo sobre la metodologa correcta utilizada para la medicin de la eficiencia. Completado el proceso de anlisis de consistencia, si el regulador est confiado en sus resultados, puede enviar su evaluacin de eficiencia a cada empresa regulada e invitar a realizar comentarios sobre la misma. De esta manera, los reguladores buscan involucrar a las empresas en el proceso de benchmarking, para asegurar que la informacin sobre la que se basa el anlisis sea confiable, y que los resultados sean comprensibles y justificables. As, el modelo inicial utilizado como benchmark no es tan determinante, ya que las empresas pueden desafiar el modelo propuesto hasta que todas las partes se pongan de acuerdo sobre el modelo final. El benchmarking se convierte as en un proceso iterativo en el cual tanto las empresas como el regulador aprenden mientras juegan este juego regulatorio.
II.2.ii. Uso regulatorio de las medidas de eficiencia

Si se logran las condiciones de consistencia interna primera a tercera anteriores, el regulador puede confiar en que las medidas obtenidas del anlisis de eficiencia son correctas. Si la condicin primera no se cumple, pero s las condiciones segunda y tercera, el regulador an cuenta con un ordenamiento consistente de las empresas de acuerdo a sus

Pgina. 11

niveles de eficiencia, que es usualmente ms importante para las decisiones regulatorias que el nivel de eficiencia propiamente dicho. Las medidas de eficiencia son aplicadas por el regulador para fijar los factores X en los regmenes de precios o ingresos mximos adoptados por muchos pases. Este factor X refleja las cadas esperadas de precios debidas a ganancias de eficiencia (aumentos de productividad o bajas de costos) que las empresas pueden realizar durante el perodo tarifario. Si no se cumplen las condiciones primera y segunda, pero s se verifica la tercera, todava es posible utilizar un enfoque alternativo: publicar los resultados. Tal es el procedimiento utilizado en agua y en electricidad en el Reino Unido, donde la idea es informar a los usuarios y permitirles comparar precios y servicios entre regiones, brindndoles una razn para presionar a su propio operador si no se est desempeando bien. II.3. La nocin de eficiencia y la construccin del benchmark La construccin de un benchmark de referencia para cualquier medida del desempeo de la firma regulada entraa una serie de decisiones de parte del regulador, previas al clculo de las medidas de eficiencia. Una medida de eficiencia es, a grandes rasgos, la distancia entre la prctica observada y la frontera eficiente de la actividad: aquellas empresas que se encuentren ms alejadas de la frontera sern ms ineficientes. En este informe las medidas de eficiencia sern nmeros que adopten valores entre cero y uno, donde una medida de uno denotar que la firma es 100% eficiente. Relacionada a la decisin sobre el concepto de eficiencia a medir est la decisin sobre la relacin a ser estimada: una funcin de produccin o una funcin de costos. Una funcin de produccin muestra las cantidades producidas como funcin de los insumos utilizados, y brinda informacin slo sobre la eficiencia tcnica; mientras que una funcin de costos muestra el costo total de produccin como funcin del nivel de producto y el precio de los insumos, y permite estimar la eficiencia productiva o total (que luego puede ser descompuesta en tcnica y asignativa). Mientras que la eficiencia tcnica es una nocin meramente fsica que puede medirse sin necesidad de imponer un objetivo o supuesto de comportamiento sobre las empresas, la eficiencia productiva (o de costos) es un concepto econmico cuya estimacin requiere suponer un objetivo para los productores (tpicamente, maximizacin de beneficios o minimizacin de costos). Desde un punto de vista emprico, es importante considerar las particularidades del sector que uno est estudiando a la hora de tomar una decisin. Por ejemplo, en muchos servicios pblicos regulados las empresas se encuentran obligadas a proveer el servicio a las tarifas prefijadas. Es decir, las empresas estn obligadas a satisfacer la demanda, no pudiendo escoger el nivel de producto a ofertar. Dado que el producto es exgeno, la empresa maximiza beneficios simplemente minimizando los costos de producir un nivel dado de producto. En este caso, la especificacin de costos (o una funcin de distancia orientada a los insumos, como se discutir ms adelante) es la ms correcta. Sin embargo, la utilizacin de fronteras de costos tiene algunas desventajas. Entre ellas sobresale lo difcil que es obtener informacin sobre los precios de los insumos. Ms an, la estimacin de fronteras de costos implica la utilizacin de variables medidas en
Pgina. 12

unidades monetarias (adems del precio de los insumos es necesario tener datos de los costos), lo cual puede ser un problema serio si lo que se desea es realizar comparaciones internacionales. Como forma de homologar precios y costo de vida entre diferentes pases y hacer comparables los valores monetarios se recurre a comparaciones realizadas a paridad de poder de compra (Purchasing Power Parity o PPP). Estas uniforman valores monetarios. Las funciones de produccin, en cambio, slo requieren de variables medidas en unidades fsicas y, por lo tanto, homogneas (o, mejor dicho, ms comparables) entre pases. Como argumento terico se puede agregar que cuando la propiedad se encuentra en manos del sector pblico, las empresas en general no persiguen la maximizacin del beneficio como objetivo principal y, por lo tanto, el supuesto implcito en la frontera de costos sobre el comportamiento no se cumple. Ms an, en este tipo de empresas los precios pueden no encontrarse disponibles o simplemente no ser confiables. Dado que las empresas pblicas no suelen compartir los mismos objetivos y restricciones que sus contrapartes privadas, su eficiencia relativa slo debera medirse sobre una base tcnica (independiente de los objetivos). El problema con la informacin sobre precios de los insumos puede obviarse mediante la medicin de la eficiencia de costos, en la cual se construye un modelo simple en el que se considera a los costos como un insumo ms (o el nico en ciertas aplicaciones). El resultado sera la proporcin en la cual los costos pueden ser reducidos, manteniendo el nivel de producto. El precio a pagar es la imposibilidad de separar la eficiencia asignativa. Si se opta por estimar una funcin de costos, debe definirse qu tipo de costos van a utilizarse. Si existen posibilidades de sustitucin, por ejemplo entre capital y trabajo, uno podra encontrar empresas con altos costos de capital (CAPEX) y bajos costos operativos (OPEX), y viceversa. En estos casos, la utilizacin de una definicin restringida de costos (por ejemplo, OPEX) podra resultar en una asignacin de recursos ineficiente. Adems, si existe la posibilidad de manipulacin contable o si las empresas siguen distintas normas de registracin, trabajar con OPEX puede brindar una evaluacin incorrecta de la eficiencia con respecto al uso de todos los insumos, toda vez que algunas empresas incluirn ciertos conceptos en OPEX que otras no consideran, o siempre que puedan pasar ciertos gastos operativos como CAPEX, lo cual las hara aparecer como ms eficientes, cuando los costos totales siguen siendo los mismos y todo lo que ha ocurrido es una reclasificacin contable. Por otra parte, trabajar con los costos totales puede traer ciertos problemas si las empresas no son observadas en un perodo de tiempo lo suficientemente largo como para cubrir al menos un ciclo de inversin. En tal caso, sera ms apropiado trabajar con OPEX nicamente, dado que constituira una medida ms homognea de los costos al evitar diferencias en costos totales provocadas por perfiles de inversin irregulares o muy dismiles entre empresas en el corto plazo. Relacionado con la particularidad de muchos servicios pblicos regulados referidos a que las empresas se encuentran obligadas a satisfacer la demanda, no pudiendo escoger el nivel de producto a ofertar, aparece como relevante la consideracin de las funciones de distancia. A diferencia de una funcin de produccin, una funcin de distancia impone una forma funcional a la distancia existente entre un vector de productos y un vector de insumos. En este sentido, esta tcnica permite la inclusin de ms de un producto, y el
Pgina. 13

hecho de estar orientado a los insumos permite considerar a los productos como dados (exgenos) y a los insumos como variables de control (endgenos). Este es un supuesto ms razonable que el que est detrs de una funcin de produccin, ya que en este ltimo caso, el producto se considera como endgenola firma produce ms o menos dependiendo de su eleccin de insumos. II.4. Metodologas Otra decisin importante a la hora de estimar se refiere a si la frontera se asume paramtrica o no paramtrica. Los mtodos paramtricos imponen una forma funcional a priori sobre la frontera, mientras que los no paramtricos no lo hacen. A su vez, los mtodos paramtricos estiman tanto las funciones de costos como las de produccin por medio de herramientas economtricas. El mtodo no paramtrico ms utilizado es el llamado Data Envelopment Analysis (DEA), el cual se basa en tcnicas de programacin lineal. Bajo esta metodologa, las firmas son consideradas eficientes si no existe otra firma (o combinacin lineal de firmas) que produzca ms de algn producto (dados los insumos) o utilice menos de algn insumo (dados los productos). El DEA busca determinar cules firmas son las que forman una superficie envolvente o frontera eficiente. Las firmas que estn sobre la frontera son consideradas eficientes, mientras que las firmas que estn por debajo de la frontera son consideradas ineficientes, y su medida de ineficiencia viene dada por la distancia existente entre la empresa y la frontera. Existen bsicamente dos tipos de superficie envolvente, la de rendimientos constantes a escala y la de rendimientos variables a escala. Sus nombres indican que detrs de cada superficie existe una supuesto acerca de los rendimientos, y de este modo la superficie construida ser distinta segn el supuesto adoptado. Un aspecto que es importante resaltar es que las medidas de eficiencia derivadas del DEA pueden ser muy sensibles al nmero de variables incluidas en el modelo. A medida que la relacin entre variables (explicativas ms explicadas) y tamao de la muestra aumenta, la habilidad del DEA para discriminar entre las firmas disminuye significativamente, ya que se vuelve ms probable que una determinada firma encuentre algn conjunto de ponderaciones de productos e insumos que la haga aparecer como eficiente. Esto es, muchas firmas pueden ser consideradas 100% eficientes no porque dominen a otras firmas, sino simplemente porque no hay otras firmas o combinaciones de firmas con las que puedan ser comparadas en tantas dimensiones. Los modelos de DEA de eficiencia tcnica pueden ser orientados (i) a la reduccin proporcional de insumos orientacin a los insumos- o (ii) al aumento proporcional de los productos orientacin a los productos-, o tambin pueden ser no orientados (en cuyo caso la reduccin de insumos y el aumento de productos son calculados en forma conjunta). Es importante notar que, una vez que el tipo de frontera es elegida, cualquiera sea la orientacin elegida, se van a identificar a las mismas firmas como eficientes e ineficientes. La diferencia se notar en la medida de eficiencia, ya que cada tipo de orientacin utiliza un concepto distinto de distancia.
Pgina. 14

La eleccin del tipo de orientacin depender de las particularidades del sector bajo estudio, ya que, por ejemplo, si el producto es exgeno, considerar modelos orientados a los productos o no orientados no tiene sentido, ya que no es posible realizar expansiones en el nivel de producto. En esas circunstancias, slo los modelos orientados a los insumos son relevantes. La principal ventaja del enfoque no paramtrico es que no se impone ninguna forma funcional a priori sobre los datos. Una desventaja es que utiliza para la estimacin de la frontera slo un subconjunto de los datos disponibles (aquellos que determinan la frontera), mientras que el resto de las observaciones es ignorado. Adems, el DEA estima la frontera eficiente sin realizar ningn supuesto acerca de la forma de la distribucin del trmino de error. Las estimaciones, por lo tanto, no poseen propiedades estadsticas y el testeo de hiptesis resulta imposible. Los modelos paramtricos, por su parte, si bien permiten el testeo de hiptesis, pueden llegar a estar denominando ineficiencia a lo que en realidad es una mala especificacin del modelo. Teniendo en cuenta este aspecto, es preferible utilizar formas funcionales flexibles, como la translogartmica, la cual de hecho es una aproximacin lineal de segundo orden a cualquier forma funcional arbitraria. Las fronteras de eficiencia pueden ser estimadas con alguna variante de Mnimos Cuadrados Clsicos (OLS) o por Mxima Verosimilitud (ML). OLS estima una funcin promedio cuya trmino constante es luego corregido para transformar la funcin estimada en una frontera. Por ende, la estimacin de los parmetros tecnolgicos le asigna la misma ponderacin a todas las empresas, ya sean stas eficientes o ineficientes. ML, por otro lado, incorpora informacin a priori sobre la asimetra del trmino de error en una frontera, dando as mayor peso relativo en la determinacin de los parmetros tecnolgicos a las empresas eficientes. La ganancia de eficiencia obtenida utilizando ML en lugar de OLS es funcin del grado de skewness (asimetra) de la distribucin del trmino de error, lo cual es un problema estrictamente emprico. Un aspecto positivo del enfoque basado en OLS es que el ranking de las empresas siempre ser el mismo que el de los residuos de la funcin de costos, sin importar el supuesto que se haga acerca de la distribucin del trmino de ineficiencia. Esto es, las empresas con costos bajos para un determinado conjunto de precios de insumos, cantidades de productos y otras variables ambientales sern siempre posicionadas como las ms eficientes. Bardhan, Cooper y Kumbhakar (1998), en una simulacin basada en un estudio de Monte-Carlo, encontraron que la metodologa paramtrica brinda estimaciones de los parmetros tecnolgicos que son significativamente distintas de los verdaderos parmetros, y atribuyen este resultado a la ponderacin asignada a las empresas eficientes e ineficientes. Para solucionar este inconveniente, Arnold, Bardhan, Cooper and Kumbhakar (1996) sugieren la utilizacin conjunta de las tcnicas paramtricas y no paramtricas en un procedimiento de dos etapas: una primera etapa involucra la utilizacin de DEA para identificar las firmas eficientes e ineficientes, mientras que en la segunda, se incorporan variables para distinguir las firmas eficientes de las ineficientes en el modelo de regresin. Estos autores encontraron que este procedimiento de dos etapas brinda estimaciones de los parmetros tecnolgicos que no difieren significativamente de los verdaderos parmetros.

Pgina. 15

II.5. Enfoque determinstico versus estocstico Una vez que se ha decidido el tipo de frontera a ser estimada (produccin, costos o funcin de distancia) y la tcnica de estimacin (programacin matemtica o econometra), el siguiente paso consiste en determinar si la frontera va a ser considerada determinstica o estocstica. Si el enfoque elegido es determinstico, todas las empresas comparten la misma frontera de costos (o de produccin), y las discrepancias entre el comportamiento de las firmas individuales y la frontera son atribuidas a ineficiencias, ignorndose la posibilidad de que el desempeo de una empresa pueda ser afectado no slo por ineficiencias en el manejo de los recursos, sino adems por factores que se encuentran totalmente fuera de su control y que no son considerados dentro del modelo. Una caracterstica adicional de los enfoques determinsticos es que son muy sensibles a la presencia de outliers. Una nica observacin errante (quizs debida simplemente a errores de medicin) puede tener profundos efectos en las estimaciones. Ms an, este problema de la observacin errante no puede ser solucionado ampliando el tamao de la muestra y lleva a la existencia de un sesgo hacia abajo en la medicin de la eficiencia. Este sesgo va a estar presente tanto en las estimaciones paramtricas como en las no paramtricas. En el caso del DEA queda por resolver si este sesgo hacia abajo es mayor o menor que el sesgo hacia arriba generado cada vez que se incluye una nueva variable en el modelo. Las estimaciones de fronteras paramtricas determinsticas utilizan un trmino de error de una sola cola, lo cual implica que es posible definir de manera exacta el mnimo costo necesario para producir un determinado nivel de producto. Por lo tanto, el costo actual es simplemente el costo mnimo ms un trmino de ineficiencia (que debe ser mayor o igual que cero, por definicin). Claramente, el supuesto detrs de esto es que, tras controlar por variables ambientales, todos los eventos externos que puedan llegar a afectar la funcin de costos son los mismos (y con la misma intensidad) para todas las empresas. Las denominadas fronteras estocsticas estn motivadas en la idea de que las desviaciones con respecto a la frontera pueden no estar enteramente bajo el control de la firma analizada. Este enfoque utiliza una mezcla de trminos de error de una y dos colas, esto es, dado un nivel de producto, existe un mnimo costo posible, pero este nivel mnimo es aleatorio y no exacto. La idea es que los eventos externos que afectan la funcin de costos se distribuyen normalmente (pudiendo la empresa enfrentarse a condiciones externas favorables o desfavorables, con una determinada probabilidad), en lugar de ser constantes. Una vez considerada la posibilidad de ruido estadstico, lo que resta es considerado ineficiencia. Esta descomposicin es precisamente la naturaleza del problema de azar moral enfrentado por el regulador sin informacin perfecta. Esto es, el regulador debe establecer qu parte de las diferencias observadas entre los costos operativos de las empresas se debe a ineficiencias y qu parte se debe a factores externos sobre los cuales las firmas no tienen control. Este problema se conoce con el nombre de problema de separabilidad y para

Pgina. 16

resolverlo, se requiere hacer supuestos sobre las funciones de distribucin estadsticas de ambos componentes.8 Dentro del dilema presente entre el enfoque estocstico y el determinstico, el regulador ingls del agua, Ofwat, explor ambas posibilidades en una serie de investigaciones publicadas para la revisin tarifaria de 1994, y concluy que el enfoque estocstico no es el ms apropiado para el caso ya que los resultados obtenidos por dicho enfoque descansan en una gran cantidad de supuestos, los cuales pueden no concordar con la informacin recolectada de las empresas. Tanto el enfoque determinstico como un simple enfoque utilizando Mnimos Cuadrados Ordinarios no necesitan de esa cantidad de supuestos. En este sentido, muchos investigadores no confan en los resultados obtenidos mediante el uso de fronteras estocsticas, aduciendo que los mismos son muy sensibles a los supuestos realizados acerca de los componentes del trmino de error. En particular, cabe en este punto hacer referencia a lo planteado en Kumbhakar y Lovell (2000) donde se discuten y comparan tres enfoques alternativos de estimacin de fronteras de produccin estocsticas utilizando paneles: efectos fijos, efectos aleatorios y mxima verosimilitud. Muestran evidencia obtenida a travs de distintas simulaciones de Montecarlo y concluyen que si bien existe evidencia en conflicto, sobre la base de estos estudios, se inclinan a concluir que los tres enfoques tienden a generar rankings de empresas similares e identifican razonablemente bien las mejores y peores prcticas. Es decir, an cuando la estimacin de las medidas de eficiencia absolutas para las distintas empresas de la muestra parecen ser sensibles a los supuestos realizados sobre las distribuciones de los trminos de ineficiencia y ruido, parecera que los rankings y la identificacin de las mejores prcticas resultan ser ms comparables. II.6. La eleccin de las variables La frontera a estimar posee dos partes: el corazn del modelo y las variables ambientales. El corazn est formado por los insumos, en una funcin de produccin, o los productos y el precio de los factores, en una funcin de costos. El rol de las variables ambientales es capturar los factores externos que pueden afectar el desempeo de las empresas y que no son controlados directamente por ellas. Algunos ejemplos de variables ambientales incluyen diferencias en las caractersticas geogrficas, y caractersticas de la demanda, entre otras. Como se acaba de mencionar, la especificacin inicial para el corazn est sujeta a consideraciones tericas, y de esta manera se acepta o rechaza como un todo, implicando que algunas variables no significativas quizs permanezcan en el modelo final. Las variables ambientales, por otro lado, estn sujetas a consideraciones diferentes: dado que ellas no estn sujetas a consideraciones meramente tericas, se incluirn o no en el modelo final siempre y cuando sean variables significativas. El procedimiento a seguir en esta etapa es comenzar por un modelo general (sobreparametrizado) y, mediante la tcnica
Como se dijo, el primero de los componentes en general se supone que se distribuye como una normal con media 0 y varianza constante, mientras que para el caso del trmino de ineficiencia existen basicamente cuatro distribuciones de probabilidad alternativas: media normal, normal truncada, eponencial y distribucin gamma.
Pgina. 17
8

de stepwise, ir eliminando todas las variables no relevantes hasta llegar a un modelo particular. No obstante, debe tenerse mucho cuidado en la eleccin de las variables que formarn parte del modelo inicial sobreparametrizado: Las caractersticas geogrficas, por ejemplo, son el tipo de variables que deben ser incluidas en el modelo inicial, especialmente si la ubicacin geogrfica estaba dada en el contrato de concesin (como es el caso usual en los monopolios regionales). Tambin deberan ser incluidas aquellas variables que indiquen diferencias en la estructura de demanda de las empresas y que cumplan tanto con afectar a los costos como con estar fuera del control de la firma. La idea detrs del mtodo stepwise es que nicamente aquellas variables ambientales que son significativas en su impacto sobre los costos sean incluidas en el modelo a estimar. Las variables no significativas no ayudan a explicar la variabilidad en los costos y, por ende, no deberan ser tenidas en cuenta por el regulador. Sin embargo, esto no significa que todas las variables significativas deben incluirse en el modelo final: slo las variables significativas y con alguna justificacin desde el punto de vista terico debern permanecer. Si esto no es as, existe la posibilidad de que la firma lleve adelante un comportamiento estratgico intentando justificar la inclusin de una variable significativa que acte como una especie de variable cualitativa o dummy para ella y que la haga aparecer (luego de incluir esa variable) como totalmente eficiente. Hasta el momento, la inclusin de indicadores de calidad de servicio en el benchmarking ha sido controversial. Es difcil determinar qu aspectos de la calidad del servicio los usuarios valoran ms y, adems, puede razonarse que si todas las empresas son obligadas a mantener el mismo nivel de calidad de servicio, lo nico que interesa a los usuarios es el precio final. Ello permite al regulador fijar estndares de calidad mnimos e imponer multas por no cumplirlos, dejando que el benchmarking se concentre en otros aspectos del desempeo de la empresa. En la medida en que las multas asociadas a una baja calidad de servicio estn incorporadas en los costos totales de la empresa, el benchmarking incorporar calidad de servicio. Tras considerar las distintas elecciones que debe realizar el regulador al encarar un anlisis de eficiencia y discutir las implicaciones regulatorias de cada opcin particular, estamos ahora en condiciones de resumir los pasos fundamentales de la construccin de un ejercicio de benchmarking:
identificar un conjunto de empresas comparables; construir el corazn terico del modelo: este paso comprende la seleccin del tipo de relacin a estimar (funcin de produccin, de costos o de distancia), la cual implica una eleccin sobre el concepto de eficiencia relevante; comprende tambin la definicin de las variables (insumos y productos); elegir todas las variables ambientales que podran potencialmente afectar el desempeo; estimar el modelo inicial y seguir un procedimiento de stepwise para asegurarse de que todas las variables ambientales no significativas sean descartadas del modelo final; estimar el modelo final con las diversas tcnicas disponibles; y, finalmente; aplicar el anlisis de consistencia descripto en la seccion III.

Pgina. 18

III.

UNA

REVISIN INTERNACIONAL

DE

LA

LITERATURA

SOBRE

LA

EXPERIENCIA

Se realiz una revisin detallada de la literatura emprica disponible, para poder identificar las metodologas y las variables utilizadas en estudios anteriores de fronteras de eficiencia. Durante el anlisis emprico, todas las metodologas y variables incluidas en trabajos anteriores fueron probadas de una u otra manera. A raz de la revisin de la literatura, se decidi tambin la utilizacin de valores monetarios a Paridad de Poder Adquisitivo, evitando as diferencias artificiales en costos y precios al realizar las estimaciones de las funciones de costos con empresas de diferentes pases. Esta revisin result tambin muy til en la determinacin de variables no consideradas en estudios anteriores. El estudio de la literatura se realiz siguiendo un doble criterio: Se agrup los trabajos por pases o regiones, y se los orden cronolgicamente. III.1. Inglaterra y Gales La experiencia de Inglaterra y Gales resulta particularmente valiosa: se trata por una parte de la privatizacin sectorial ms exitosa de las realizadas en los aos 1980s en Gran Bretaa y por otra de un buen ejemplo de regulacin por comparacin (Yardstick Competition), donde se utiliza el herramental de fronteras para la determinacin de factores X diferenciales a los distintos participantes de la industria. Por lo rico de la experiencia, se le ha dedicado un aparte (Box 1), donde se resea descriptivamente el mecanismo regulatorio y la aplicacin del herramental de Benchmarking. Por otra parte, se han reseado en esta subseccin los aportes de diversos especialistas, desde tempranos trabajos desarrollados en los primeros aos 1990s. En Price (1993), estimando Costos Operativos (OPEX) en la industria de Inglaterra y Gales, el indicador de produccin relevante es Agua entregada o comercializada a clientes. La densidad, medida como Conexiones por longitud de redes, result no significativa como variable explicativa. Se encontr la variable Bombeo positivamente asociada a OPEX. Para grandes consumos se usaron dos variables proxy: Volumen medio distribuido a propiedades no residenciales con medidores, y Agua a clientes residenciales dividido por agua a todos los clientes. Ambas variables estaban fuertemente correlacionadas. Para Insumo de Capital se usaron Activo bruto y neto por largo de caera y el ratio Activo Bruto sobre Activo Neto. No se encontraron relaciones significativas. Para controlar por efectos regionales, se usaron cuatro variables dummies regionales. Ninguna fue significativa. La demanda pico no fue considerada. Se incluy una variable dummy para cloacas entre WaSCs (empresas de agua y alcantarillado) y Wons (empresas slo de agua). No fue significativa. La calidad del servicio y del producto no fueron incluidas debido a su multidimensionalidad y la falta de un indicador satisfactorio.

Pgina. 19

BOX III.1. Anlisis de la experiencia regulatoria de agua y saneamiento en Inglaterra y Gales

Despus de su privatizacin en 1989, la industria de agua y alcantarillado de Inglaterra y Gales enfrent un nuevo esquema regulatorio basado en precio tope o mximo regulatorio RPI+K, un sistema que es una variante del tpico rgimen regulatorio RPI-X. La regulacin fue diseada tanto para alentar el aumento de eficiencia, como para proveer fondos para las substanciales inversiones de capital que fueron necesarias por el endurecimiento de los estndares medioambientales y de agua potable despus de la privatizacin. En la frmula RPI+K, K es X+Q. X representa el porcentaje en que cada empresa tiene que reducir costos en trminos reales, y Q refleja el porcentaje en que debe incrementarse a raz del gasto necesario para alcanzar los niveles ms altos de calidad fijados por las directivas de la Unin Europea (UE) acerca de la calidad de agua. El factor de eficiencia, X, refleja la evaluacin del regulador OFWAT del plan de cada empresa para reducir sus costos unitarios durante un perodo de cinco aos, y el factor Q refleja costos ms altos como resultado de alcanzar estndares ms estrictos de calidad de agua. La calidad de agua es vigilada por el Drinking Water Inspectorate (DWI) y por la Environmental Agency (EA) La industria tuvo que asumir un gran gasto de capital para lograr los nuevos requerimientos de calidad y para compensar un importante atraso en inversiones durante el perodo en que fueron de propiedad estatal. Es por eso que en los diez aos siguientes a la privatizacin, el factor K en el precio tope fue positivo, lo que llev a precios de agua y alcantarillado ms altos para los consumidores. No obstante, en las determinaciones de precios para los perodos 2000-2005, se les requiri a las empresas reducir los precios en un promedio de 2.1 por ciento anual durante el quinquenio. Las WaSC (empresas que proveen agua y alcantarillado) y las WoC (empresas que proveen slo agua) tienen un ingreso combinado de casi 7000 millones de libras esterlinas anuales, de los cuales entre el 40 y 50 por ciento se destina a alcanzar los requerimientos medioambientales fijados por el gobierno nacional o por la UE. En contraste, el volumen de agua y alcantarillado suministrado ha estado bastante esttico, con una tasa promedio de crecimiento anual de solo 0.7 por ciento desde 1990. Las WaSC proveen suministro, tratamiento y distribucin de agua a cerca del 80% de todas las propiedades conectadas en Inglaterra y Gales, conjuntamente con todo el tratamiento de alcantarillado, recoleccin y disposicin. Tambin responden por el 60% de las inversiones de la indusria. El nmero de las WoC ser redujeron de las 29 originales a 20 en 1993, y a 12 en la actualidad, a travs de fusiones con otras WoC o siendo absorbidas por algunas WaSC. Mientras el crecimiento anual medio de productividad de los OPEX se redujo moderadamente de 2.92 a 1.76 por ciento en el perodo 1993-2003, la regulacin parece haber tenido un reducido impacto positivo estadsticamente significativo en el crecimiento de productividad de los OPEX. Los resultados en Saal y Reid (2004) sugieren que la tasa de crecimiento global de productividad de los OPEX de las WaSC no ha sido influenciada perjudicialmente por las mejoras en los estndares de agua potable y calidad medioambiental. El fundamento lgico de la estructura de regulacin de la industria puede ser explicado en trminos de las tres fuentes ms comunes de fallas de mercado observadas en el sector de agua y alcantarillado: poder monoplico, informacin asimtrica acerca de calidad de producto y externalidades medioambientales. Desde su primera revisin en 1994, OFWAT ha desarrollado un enfoque de competencia por comparacin basado en un modelo economtrico de costos unitarios para informar el marco de sus factores X. Estos estn basados en una proporcin del plan especfico de las empresas para mejorar la eficiencia identificados a travs de la evaluacin comparativa, aunque el detalle de la metodologa del OFWAT ha cambiado en sucesivas revisiones de precios en 1994, 1999 y 2004, en lnea con su juicio acerca de los incentivos para mejorar la eficiencia. La economa de la regulacin de la industria privada de agua puede ser dividida en distintos perodos regulatorios representados por los plazos de los sucesivos controles de precios. En el primer perodo regulatorio desde la privatizacin hasta 1995, los precios topes fueron fijados por el Gobierno y no por el OFWAT. El factor K anual medio de las WaSC de +5% por ao durante este perodo fue relativamente laxo, y fue diseado para asegurar el xito del lanzamiento de las privatizaciones. La revisin de precios de 1994 fij precios topes significativamente ms rigurosos con un factor K medio para las WaSC de +1.4% para el perodo 1996-2000. En la revisin de precios de 1999, los precios topes se ajustaron an ms y, por primera vez, los precios cayeron en trminos reales durante el perodo 2001-2005, con un factor K medio de 1.5% anual. El factor K efectivo para gastos totales en OPEX de una WaSC promedio en las revisiones de 1994, 1999 y 2004 promedi 2, 2.83 y 1.41% respectivamente. Los reguladores de calidad desempaaron un papel fundamental en el proceso de fijacin de precios de la OFWAT a travs de su recomendacin al Gobierno a cerca de la escala de mejoras requeridas. En la prctica, la poltica de la OFWAT ha consistido solamente en realizar concesiones en los lmites de precios por los gastos requeridos para alcanzar los nuevos estndares cuando esto es requerido por directiva ministerial y el regulador de calidad ha aprobado los proyectos de inversin o las soluciones operativas propuestas por las empresas de agua. Durante el perodo 1993-2003, la inversin de las WaSC en relacin con los nuevos estndares de calidad de agua potable fue del orden de 5800 millones de libras esterlinas en precios de 2003 o del 31% del total de inversiones de capital en el suministro de agua para el mismo perodo. Las inversiones para mejorar la calidad medioambiental han estado fuertemente concentradas en el servicio de alcantarillado para alcanzar los requerimientos de las directivas de calidad de agua de la EU. En el perodo 1993-2003 el gasto en inversiones fue de alrededor de 9400 millones de libras esterlinas en precios de 2003, o de 48.2% del total de inversiones de capital en alcantarillado en el mismo perodo.

Pgina. 20

El modelo ms satisfactorio en Price (1993) relaciona OPEX por unidad de agua entregada, con Proporcin de agua con ms tratamiento que una simple desinfeccin, Proporcin de agua residual con tratamiento primario, Bombeo promedio como proporcin de agua entregada, el Tamao medio de fuentes subterrneas ponderadas por la Proporcin que representa el agua subterrnea del total de agua, Proporcin de agua entregada medida a clientes no residenciales, y la Proporcin de agua subterrnea con una simple desinfeccin. Stewart (1993) desarroll estimaciones de funciones de costos de agua para el sistema OFWAT. Como las principales variables explicativas, fueron incluidas Largo de la red y Volumen de agua entregada, a partir de las medidas estandarizadas OFWAT de agua distribuida. El modelo propuesto explica a la variable OPEX como una funcin de Largo de caeras, Volumen de agua entregada, y la Cantidad de propiedades con facturacin, Agua introducida en el sistema de distribucin y el Volumen medido de agua distribuida a clientes no residenciales. Stewart (1994), estudi los costos de alcantarillado del sistema OFWAT durante el perodo 1992-93. El Costo directo de alcantarillado ms los Gastos generales y de mantenimiento imputados se explican como una funcin del Volumen de agua residual y el Largo de caeras. El Volumen de producto de alcantarillado domstico est representado por una variable proxy formada por el ratio entre la Poblacin residencial conectada al sistema de alcantarillado y la Cantidad de poblacin en vacaciones importante en algunos lugares, como localidades tursticas-, el Volumen estimado de agua residual comercial, tambin se considera el Promedio de lluvia en cada rea y el rea misma. Bosworth, Stoneman y Thanassoulis (1996) ampliaron los estudios de Stewart (1993 y 1994) en varios aspectos. Examinaron el uso de funciones de costo y produccin, discutieron temas conceptuales concernientes con la forma funcional a ser elegida, problemas de medicin y el tipo ideal de informacin. La especificacin translog fue la elegida por sus propiedades: la elasticidad de escala vara con el nivel de produccin y la proporcin del factor, la elasticidad de sustitucin tambin vara con el nivel de produccin y con la proporcin del factor, con algunos cuidados, anida otras formas funcionales ms restrictivas. Botasso y Conti (2003) analizaron la evolucin de la eficiencia de los costos operativos para el sector sanitario ingls y gals, en el perodo 1995-2001, estimando una frontera de costos estocstica. El enfoque de la frontera de costos estocstica fue modificada para explicar posibles problemas de heterocedasticidad que pudieran aparecer por los grandes diferenciales en los tamaos de las empresas. El objetivo principal del trabajo es presentar un panorama de la ineficiencia de costos de la industria. En la actualidad esta se ha reducido, y las diferencias entre proveedores se ha hecho menor. La privatizacin se realiz en 1989. En 1995 la frmula de precio tope o mximo se modific para introducir competencia por comparacin en la regulacin de la industria. El estudio utiliz un panel desbalanceado de 177 observaciones referidas a WaSCs y WoCs entre 1995-2001. Los autores se focalizaron slo en los servicios de agua. Los OPEX se estimaron como una funcin de Costos unitarios de mano de obra, Producto (representado por la variable proxy Cantidad de agua entregada), Largo de caeras,
Pgina. 21

Cantidad media de cabezas de bombeo, Proporcin de fuentes de ro sobre el Total de agua entregada, Proporcin de agua entregada aclientes no residenciales respecto del total de agua entregada, Densidad de poblacin, Cantidad de agua introducida en las caeras de distribucin, y una variable proxy que representa a Tamao de Empresa y el Stock de capital representado por la variable proxy Equivalente moderno estimado de los costos de sustitucin de los activos fijos tangibles netos. Adoptaron un enfoque de costos de produccin porque asumen que las empresas eran tomadoras de precios en los mercados de insumos y que el producto es determinado exgenamente. En particular, consideraron una funcin de costo variable, ya que asumieron el stock de capital como un insumo cuasi-fijo. La tecnologa fue modelada como una funcin de costo variable translogaritmica. Algunas variables, que influencian a la tecnologa, fueron incluidas representando diferencias exgenas en el ambiente: una variable dummy para alcantarillado y variables dummies para el tiempo fueron incluidas. La muestra tiene variaciones importantes en los tamaos de las empresas, lo que probablemente genere problemas de heteroscedasticidad. En los tres modelos estimados con mxima verosimilitud (ML), los coeficientes de elasticidad del producto y salario son positivos, como era de esperarse. Estimaciones de la elasticidad del costo en relacin al capital fueron positivas, pero no significativas. La elasticidad de costo de valor positiva en relacin al promedio de cabezas de bombeo y a las fuentes de agua provenientes de los ros, muestra que esas variables aumentan significativamente los costos variables. Las tendencias temporales son solo significativas y negativas para los aos 2000 y 2001, mostrando un cambio a la baja del costo de frontera. La inclusin de la variable dummy para alcantarillado refleja ventajas de costos para la produccin conjunta de productos de agua y alcantarillado. Saal et al (2004), estim una funcin de distancia de insumo ajustado cualitativamente, con tcnicas de frontera estocsticas, para estimar tasas de crecimiento de productividad para el perodo 1985-2000. Se descompone a la productividad para lograr mostrar el impacto del cambio en tecnologa, del cambio en eficiencia, y del cambio en la escala. Estas estimaciones permiten una ms cuidadosa consideracin acerca de si la privatizacin y el sistema RPI+K de precio tope afectaron el aumento de productividad en la industria, y cmo. Ellos sugieren que, mientras que el cambio tecnolgico mejor despus de la privatizacin, no lo hizo as el aumento en productividad. Adems, sugieren que las deseconomas de escala contribuyeron negativamente en el aumento de productividad. Fallar en la incorporacin de mejoras de la calidad de agua en las medidas de produccin, reducir seriamente los resultados de aumento de productividad de la industria. La investigacin incluida en este trabajo se preocupa especialmente por el impacto de la privatizacin y la regulacin en el aumento de productividad del perodo 1985 a 2000 y agrega trabajo anterior. La investigacin cubre perodos tanto anteriores como posteriores a 1989, y tiene en cuenta las mejoras en la calidad de agua. El estudio se interesa solo en el desempeo de las WaSCs, que dominan la industria. Una funcin de distancia de insumo provee una medida tcnica de eficiencia orientada al insumo a travs de hallar la mayor contraccin radial posible de un vector de insumo, que puede ocurrir an mientras se produce un vector de producto.
Pgina. 22

Las empresas de agua y alcantarillado privatizadas son generadoras de mltiples productos. Trabajos recientes enfatizaron mejoras significativas en el modelo como resultado de que, tanto del volumen fsico del producto de agua y alcantarillado como la informacin del nmero de clientes de agua y alcantarillado, son tenidos en cuenta por el modelo como productos. Esta especificacin es apropiada si se considera que hay distintas caractersticas de producto asociadas con el volumen fsico del suministro de agua y del tratamiento de alcantarillado, en la provisin de conexiones de clientes de red de agua y alcantarillado. Ms an, los requerimientos de insumo para proveer acceso a la red para un cliente adicional de agua o alcantarillado son substancialmente diferentes a los requerimientos de insumo para entregar agua o tratamiento de alcantarillado adicionales para un cliente ya existente. En forma similar, es apropiado modelar una empresa de servicio pblico integrada, como multi-productora de conexiones con clientes de agua, conexiones con clientes de alcantarillado, suministro fsico de agua, y tratamiento fsico de la carga cloacal, y este enfoque es el que se tom en este trabajo. Cada ndice de calidad de agua para una WASC se define como el ratio de la media porcentual de cada zona de suministro de agua que cumple con los parmetros claves de calidad de agua, en relacin con la media porcentual de cumplimiento para Inglaterra y Gales en 1990. Volviendo a calidad de alcantarillado, un promedio ponderado de calidad de ro y calidad de agua de los balnearios en relacin al nivel de calidad de toda Inglaterra y Gales en 1990, fue elegido como la mejor variable proxy disponible. En principio, estos ndices o transformaciones de ellos pueden ser incluidos como factores exgenos que influyen en los requerimientos de insumos y/o en la eficiencia relativa. Su stock de capital variable esta basado en el equivalente moderno estimado de los costos de sustitucin de los activos fijos tangibles netos, estipulado en cada informe regulatorio desde 1990 al 2000. En relacin a todas las variables utilizadas en este trabajo, la necesidad de emplear informacin consistente, tanto para el perodo anterior como para el posterior a la privatizacin, limit la eleccin de potenciales factores exgenos. De cualquier manera, fue posible identificar varios potenciales factores z (variables exgenas) con informacin consistente para los perodos desde 1985 a 2000. El modelo de especificacin final incluy cuatro de estos factores. Estos son Proporcin de extraccin de fuentes de agua subterrnea, el ratio del vertido comercial y poblacin residente, Intensidad de agua de balneario, y la Proporcin propiedades conectadas con medidores de agua. La Proporcin de extraccin de fuentes de agua subterrnea, permite controlar la existencia de diferencias substanciales en el suministro de agua, y el impacto resultante en los requerimientos de insumos. Las fuentes de agua subterrnea requerirn mayores costos de tratamiento. En forma similar, la informacin sobre la intensidad del Vertido cloacal de clientes comerciales debera capturar diferencias en la intensidad relativa del tratamiento de vertidos industriales, que podran llegar a tener una influencia significativa en los requerimientos de insumos para tratamientos de alcantarillado. Sera de esperar que, un mayor tratamiento de vertidos industriales generara mayores requerimientos de insumos. Los resultados sugieren que, mientras que las privatizaciones y las imposiciones de las regulaciones RPI+K suponan un estmulo a las mejoras de eficiencia, la combinacin de la disminucin de la eficiencia durante la transicin (lo que probablemente es atribuible a la reorganizacin de la privatizacin), y la relajacin de los controles de precios impuestos en la privatizacin para ayudar al xito de la venta, signific que en el ao 2000,
Pgina. 23

an no se haban recuperado los niveles de eficiencia de la industria de agua y alcantarillado previos a las privatizaciones. Saal y Reid (2004), examinaron como las regulaciones tanto econmicas como ambientales han influido en el crecimiento de la productividad de la industria del sector de agua y servicios sanitarios ingls y gals. Saal y Reid (2004) emplearon una funcin de costo variable translogartmica de capital cuasi-fijo ajustada cualitativamente para proporcionar estimaciones del crecimiento anual medio de la productividad de los gastos operativos (OPEX) para las empresas de agua y alcantarillado inglesas y galesas (WaSCs). Con el propsito de analizar calidad, como as tambin el significativo recrudecimiento de las regulaciones de precios tope despus de 1995, ellos tambin desarrollaron un marco o estructura en la que las medidas estndar de productividad pueden ser utilizadas para analizar estos temas. Para estimar las tasas de crecimiento de la productividad de los gastos operativos (OPEX) de las empresas de agua y alcantarillado inglesas y galesas (WaSCs) se ha empleado un modelo translog de capital cuasi-fijo de los costos operativos. La naturaleza cuasi-fija de los activos de la industria del agua hace que los modelos de costo variable cuasi-fijo sean ms apropiados, pero esos modelos son menos frecuentes en la literatura. El modelo genrico incluye las variables de precio estndar de insumo trabajo (W), producto (Y), capital (K) y el tiempo (t), y las interacciones entre esas variables. Sin embargo, tambin incluye las menos frecuentes variables hednicas (H), las cuales se asumen que son factores condicionantes exgenos, como por ejemplo caractersticas de la red, caractersticas ambientales y/o hednicas, medidas en niveles. Estas variables se incluyen para tomar en cuenta caractersticas diferentes a precios, productos y stocks de capital, que pueden tener una influencia significativa en los OPEX, pero que tambin pueden asumirse como fuera del control de las autoridades de las WaSC. Como la teora econmica sugiere que las funciones de costos deben ser homogneas de grado uno en los precios de insumos, es necesario imponer esta homogeneidad a los sistemas de ecuaciones. Esta imposicin de homogeneidad requiere que las variables de precios de insumos y de costos variables tienen que ser divididas por un precio de insumos que se usa para normalizar antes de aplicar logaritmos. En segundo lugar, ellos emplearon otra tcnica estndar de modelado translogartmico, que consiste en normalizar la informacin con la media de la muestra completa antes de estimar el modelo. Los datos de precios de mano de obra (W1) fueron recogidos directamente de los informes establecidos por ley de las empresas de agua elegidas, con el promedio de precio nominal de los insumos de mano de obra, que se obtiene como el cociente del total de salarios y remuneraciones dividido por la cantidad de empleados de tiempo completo. Por definicin, la variable Costos de otros insumos se obtiene por la diferencia de los costos OPEX y los costos de mano de obra, representando un conjunto heterogneo de insumos. Dada su naturaleza heterognea, imputar un costo a esta categora es difcil. El ndice de precios para otros insumos (W2) se construye como un costo unitario de otros insumos relacionado a un ndice de producto agregado. En relacin a las variables hednicas, el propsito de su inclusin es controlar las influencias exgenas sobre los OPEX durante el perodo de muestreo. Varias variables hednicas alternativas fueron rechazadas para la especificacin debido a su ausencia de
Pgina. 24

significacin estadstica y en consecuencia no se las ha discutido en el texto principal. Esto incluye a Prdidas en la distribucin, Cantidad de propiedades conectadas con medidores de agua, Cantidad de propiedades con riesgo de desbordes cloacales, Volmenes de vertidos comerciales, y los Volmenes de agua extrados de fuentes subterrneas. Las primeras dos medidas hednicas fueron adoptadas para medir el incremento substancial de la calidad medioambiental del agua potable en el perodo 1993 2003. Una medida relativa de Calidad de agua potable (Q1) fue calculada, en un principio, usando datos para determinar el porcentaje de zonas de agua potable de las WaSC que cumplan plenamente con los 16 estndares diferentes de agua potable9. Q1 por la poblacin con suministro de agua es la variable de calidad H1. El substancial programa de inversiones de capital desde la privatizacin de las WaSC ha estado en gran medida concentrado en la extensin del nivel secundario de tratamiento de alcantarillado para alcanzar los estndares medioambientales de la UE. En consecuencia, las pautas en tratamiento secundario deberan aportar medidas de las mejoras en la calidad medioambiental, dado que las WaSC han invertido para elevar los estndares. La Poblacin estimada que recibe por lo menos tratamiento secundario de alcantarillado es H2. Una variable hednica de calidad similar es la Cantidad de propiedades con conexin de agua con presin de agua inferior al nivel de referencia fijado por el OFWAT (H3). Mejoras en la presin de agua requieren gastos significativos en el control de prdidas en la distribucin y mejores diseo de sistema y gerenciamiento. Mas an, una mejor presin de agua fue un parmetro de calidad importante perseguido por el OFWAT en los aos siguientes a la privatizacin. Como en la literatura previa fue sugerido que controlar las conexiones es importante cuando se estiman funciones de costo para la industria de agua, en consecuencia, ellos han incluido tanto el Nmero de propiedades con conexiones de alcantarillado (H4) como el Nmero de propiedades con conexiones de servicio de agua (H5) como variables hednicas. Las ltimas variables hednicas incluidas en la especificacin fueron Densidad del servicio de alcantarillado (H6), definida como la poblacin por kilmetro de alcantarillado, y Densidad del servicio de agua (H7), definida como la poblacin por kilmetro de red de agua. Una variable alternativa de densidad, definida como Poblacin por rea de servicio result estadsticamente insignificante, indicando que la distribucin de la poblacin a lo largo de la red de servicio es una medida de densidad ms apropiada. Saal y Parker (2005) sealaron que en las revisiones de precios de 1994, 1999 y 2004, OFWAT evalu el desempeo de las empresas empleando un conjunto de modelos de corte transversal de cada tramo del servicio, agregando luego estos modelos funcionales con el propsito de generar evaluaciones separadas del desempeo de las empresas en las operaciones de agua y alcantarillado. Adems, evaluando el desempeo de las operaciones de agua, OFWAT ha asumido implcitamente que las operaciones de agua y alcantarillado de las WaSC son completamente separables. Esto es as porque ha evaluado las operaciones

Coliformes, coniformes fecales, color, turbiedad, olor, gusto, iones de hidrgeno, nitratos, nitritos, aluminio, hierro, manganeso, plomo, PAH, trihalometanos, y pesticidas totales.
Pgina. 25

de agua, tanto de las WaSC como de las WoC contra estimaciones conjuntas de fronteras comunes. Saal y Parker (2005) emplearon una funcin de distancia de insumos ajustada cualitativamente y tcnicas de frontera estocsticas para estimar las tasas de crecimiento de la productividad de las operaciones de la industria de agua y alcantarillado de Inglaterra y Gales. Mientras que una funcin de distancia de producto se construye asumiendo que los gerentes desean maximizar el uso o tratamiento de productos para insumos dados, una funcin de distancia de insumo asume que los gerentes desean minimizar el uso o tratamiento de insumos dados los niveles actuales de producto. Los resultados sugieren que hay suficiente campo de accin para el empleo de estas tcnicas en la evaluacin de la eficiencia de las operaciones de agua. Estos mtodos permiten tambin desglosar el crecimiento de la productividad para poder evaluar el impacto del cambio tecnolgico, de la eficiencia, y de la escala en el desempeo. Los resultados tambin indican que dentro del contexto del modelo de panel de frontera estocstica, es estadsticamente inapropiado asumir que las WaSC y las WoC comparten fronteras comunes. Asumir tal cosa resultara en estimaciones sesgadas de crecimiento de productividad y de eficiencia. El estudio est motivado por el deseo de determinar si el actual enfoque del OFWAT (de evaluar las operaciones de agua, tanto de las WaSC como de las WoC contra estimaciones conjuntas de fronteras comunes transversales) se puede ampliar a la evaluacin de panel del desempeo global de las operaciones de agua. III.2. Italia Fraquelli y Moiso (2005), analizaron la continua reforma del sector de agua italiano, con especial atencin a la frontera eficiente de costos de la industria y a la evaluacin de las economas de escala al nivel ATO (Ambiti Territoriali Ottimali), estimando una frontera de costo estocstica. Los ATO deberan ser reas locales de tamao ptimo definidas por organismos regionales, donde el gerenciamiento de agua y alcantarillado est unificado. Ellos analizaron dieciocho ATO a partir de su planeamiento operativo y estratgico, que provee las guas de gerenciamiento par los prximos veinte aos. En particular, Fraquelli y Moiso (2005) estimaron una frontera de costo translogartmica para evaluar el comportamiento de los retornos de escala, los resultados de ineficiencia y el impacto de las caractersticas de la red. La ley Galli orden la creacin de 91 ATO, donde el gerenciamiento del servicio de agua deba estar unificado. Se supone que una estructura verticalmente integrada minimiza los costos de produccin y de transaccin: en cada rea territorial, la misma empresa estar encargada de los servicios de agua y alcantarillado, como as tambin del tratamiento del agua de desecho. Los problemas principales del sector de aguas italiano eran de fragmentacin del servicio, baja eficiencia y escala, suministro de agua insuficiente durante el verano, baja calidad de agua y de servicios (y, consecuentemente, bajo nivel de satisfaccin de los clientes), tarifas que en muchos casos ni siquiera cubran los costos (y que se encontraban entre las ms bajas de Europa). La unin y una fuerte reduccin del nmero de cerca de 13.000 empresas debera garantizar el tamao mnimo eficiente, una racionalizacin de inversiones y una mejor coordinacin conjunta de costos y servicio de agua.

Pgina. 26

El gerenciamiento del ATO debe ser asignado, mediante una licitacin competitiva, a una empresa privada o mixta pblica y privada. Las empresas pblicas pueden mantener sus concesiones sin ir a licitacin, pero no pueden competir por otros ATO; la empresa privada contina operando hasta la expiracin de su propia concesin. El mayor problema sigue siendo el tamao de los ATO y la dimensin de las empresas dentro de los mismos. En cada uno de los ATO el servicio es manejado por un gran nmero de unidades. Las metas estn basadas en el llamado Piano dAmbito, un plan implementado por empresas pblicas individuales bajo el control de las Autoridades del Agua. El Piano detecta y atiende problemas peculiares para cada ATO. Tambin incluye el plan financiero y el sistema tarifario. Las tarifas deben cubrir los costos operativos y financieros, y adems, mediante un mecanismo de precio tope o mximo, estimular la eficiencia de las empresas pblicas. La investigacin emprica est basada en datos de panel no balanceado de planes de negocios de 18 ATO a nivel nacional (de entre 62 disponibles), para un perodo de 20 a 30 aos, con un total de 407 observaciones. Para verificar las economas de escala y las ineficiencias, se estim una frontera de costos estocstica. La presencia de economas de escala da una medida de la potencial reduccin de costos relacionada con el aumento de tamao. Por otra parte, la medida de la ineficiencia es un ndice de calidad de la asignacin de recursos realizada por cada ATO. Los resultados muestran que, en promedio, la medida de ineficiencia es de alrededor del 21%, parcialmente explicada por las caractersticas de la red. A su vez, la presencia de economas de escala relevantes sugiere que la reduccin en fragmentacin local podra mejorar la estructura de suministro del servicio de agua en Italia. La especificacin translogartmica es una forma de funcin flexible, no imponiendo una restriccin a priori en la tecnologa de produccin. En particular, se adopt un enfoque de frontera de costo estocstica, permitiendo analizar la evolucin de la ineficiencia en el tiempo y entre empresas, distinguiendo la reduccin de costo inducida por cambio tecnolgico, de aquellas derivadas de mejoras de eficiencia. Esta metodologa computa la desviacin del costo respecto de la mejor prctica de frontera por ao y por empresa, y esta desviacin es atribuida tanto a ineficiencia como a otras causas aleatorias. En este estudio, la atencin se centra el modelo italiano de clculo de tarifa. Este est basado en el costo operativo sumado al costo financiero del capital (acciones y deuda) deduciendo del price cap el trmino de mejora de eficiencia. El producto es medido por el Volumen total de agua entregada. Los insumos consisten principalmente en Mano de obra, Energa, Materiales, Servicios y Capital. El Costo Total depende de la Cantidad de Agua entregada, el Costo de mano de obra, el Precio de la energa y materiales, Servicios y Capital. Adems de estas variables, fueron incluidas Longitud de red y un indicador de Nivel de prdidas como caractersticas de producto. La Tendencia temporal explica el progreso tecnolgico. El Precio de mano de obra se obtuvo dividiendo el Costo total de mano de obra por el nmero de empleados, el Precio de energa dividiendo el Gasto total en electricidad por el Agua introducida en la red, el Precio de Materiales, Servicios y Capital dividiendo su costo por la longitud de la red. La Dummy para prdidas toma valor uno cuando en la ATO el volumen de prdidas (agua introducida menos agua distribuida), es mayor que el
Pgina. 27

promedio del total de la muestra. El valor promedio fue considerado como una referencia, dado que las prdidas son un fenmeno estructural en la industria de agua. El modelo fue estimado con el mtodo de mxima verosimilitud para estimar simultneamente los parmetros de la frontera de costo estocstica y las variables del modelo de ineficiencia. El modelo que mejor explica la eficiencia relativa de las empresas es lineal entre el trmino u y la Densidad de poblacin, obtenida dividiendo el Nmero de residentes por la Longitud de red. La Densidade de poblacin puede tener efectos ambiguos en los costos eficientes. Sera de esperar que un valor ms alto de esta variable redujera el costo de ineficiencia porque es ms econmico distribuir agua a clientes que no estn muy dispersos. Por otra parte, una mayor densidad puede crear problemas de congestin. Todas las variables fueron normalizadas a la media de la muestra y estn expresadas en logaritmo natural. Todos los signos de los parmetros de primer orden son los esperados. Los costos variables presentan una relacin muy dbil con la variable de tiempo: no hay una reduccin anual de costo generada por progreso tecnolgico. Como se esperaba, para empresas ms pequeas, las economas por densidad de producto son muy altas. Mientras el agua entregada aumenta, el valor decrece pero se mantiene siempre hasta 1. Los resultados muestran la presencia de fuertes economas de escala, que van hasta cerca de un milln de habitantes. En el sector italiano de agua, el tamao promedio de los ATO es dos tercios de lo anterior. Los resultados sugieren que los ATO existentes pueden obtener reducciones de costos a travs de ms fusiones, acercndose al tamao ptimo. La evolucin de eficiencia en el tiempo fue investigada y se encontr evidencia de tasas crecientes de ineficiencia seguidas por tasas decrecientes a lo largo del tiempo. Los resultados muestran una relacin positiva entre ineficiencia y densidad de poblacin, evidencia de posibles problemas de congestin en los ATO con mayor densidad. III.3. Asia La frontera de costo para Asia estimada por Estache y Rossi (1999) comprende 50 empresas de una base de datos de 1995 provista por el Asian Development Bank. El modelo final usado para calcular las medidas de eficiencia relacion Costos con Salarios, Clientes, Densidad de poblacin, Conexiones, Estructura Ventas residenciales sobre Ventas Totales-, medidas de calidad como Cantidad de horas de disponibilidad de agua y una variable dummy para Tratamiento convencional de agua cruda. La metodologa utilizada fue de mnimos cuadrados clsicos corregidos (COLS). Se calcul tambin una

Pgina. 28

regresin con mxima verosimilitud, con resultados similares. Se evalu la consistencia de las medidas. Para evaluar consistencia, ellos usaron los criterios de Bauer (1998)10: Estache y Rossi (2002), avanzaron sobre su trabajo previo. Los datos aportan informacin comparable para todas las empresas, pero para un solo ao. No contiene informacin de la base de activos. La funcin estimada est en lnea con la prctica de otros estudios. Dado que el nico precio de insumo disponible es el de mano de obra, se estim una funcin de costo ad hoc. La variable dependiente es OPEX. Se incluyeron algunas variables ambientales como Densidad de poblacin, el Porcentaje de agua de fuentes superficiales, el Porcentaje de conexiones con medidor (costos administrativos ms altos) y Cantidad de horas diarias de disponibilidad de agua. Se incluyeron tres variables dummy: Concesin, Administracin Privada y Otra participacin del sector privado. El modelo inicial calcul los Costos como una funcin de Salarios, Clientes, Densidad, Conexiones, Produccin, Agua de fuentes superficiales, Calidad, Medidores, y cinco variables dummy. Para las estimaciones OLS, COLS y ML, los signos de los coeficientes son los esperados. III.4. ADERASA Mobbs y Glennie (2005) realizaron clculos DEA con la base de datos de ADERASA 2003, relacionando el ratio de una suma ponderada de productos a una suma ponderada de insumos. Las ponderaciones fueron calculadas para maximizar los resultados de eficiencia de cada organizacin. Una frontera de eficiencia se deriva de las empresas ms eficientes, y las empresas menos eficientes son comparadas con la frontera. Empresas pares son identificadas para cada organizacin que no est en la frontera. Se corrieron una cantidad de modelos. Como insumos fueron elegidas las variables Cantidad Total facturada y Empleados. Como productos fueron considerados Poblacin servida, Clientes, Conexiones, Longitud de caeras y Agua vendida. No se pudo hallar en los datos ninguna relacin entre eficiencia y clima y topografa. Muchas de empresas menos eficientes estn en pases pequeos, dando servicio a una gran rea. Las empresas privadas tienden a tener menos empleados que empresas pblicas similares. No parece haber una relacin fuerte entre el nmero de personas servidas por una empresa y su eficiencia. Las empresas donde la red de alcantarillado es casi tan grande como la red de suministro de agua, tienden a ser ms eficientes, indicando quizs la posibilidad de

10

Tales criterios son: 1) Las medidas de eficiencia generadas por los diversos mtodos de frontera deben dar promedios y desviaciones estndar similares. 2) Deben clasificar a las empresas en el ranking de manera similar. 3) Deben identificar las mismas mejores y peores empresas. 4) Deben ser razonablemente consistentes en el tiempo y no deben variar significativamente de ao a ao. 5) Tienen que ser razonablemente consistentes con los resultados esperados de los desarrollos en la industria. 6) Tienen que ser razonablemente consistentes con otras medidas de desempeo utilizadas por los reguladores (por ejemplo medidas de produccin parcial).
Pgina. 29

economas al compartir funciones administrativas, como la facturacin. Se probaron anlisis de regresin como una alternativa, pero no agregaron ninguna informacin til a la obtenida con DEA. Las medidas monetarias fueron convertidas a PPP, que basa las tasas de cambio en el costo local de comprar una canasta de bienes. Romero (2005) es el antecedente ms directo a este trabajo, ya que utiliz la base ADERASA para estimaciones de eficiencia, con funciones de costos. III.5. Brasil11 Crampes et al (1997) estimaron una funcin de costo para el sector brasileo de agua. Ellos aplicaron las mismas variables que el estudio Stewart (1993) y tambin incluyeron Volumen de agua producida, el ratio entre Volumen facturado de agua y Agua producida, y el ratio entre Conexiones y Empleados. Ellos usaron mnimos cuadrados ponderados. Moreira y Fonseca (2005), sugieren criterios de evaluacin para las estimaciones de productividad que surgen de DEA y anlisis de frontera estocstica (SFA). Llamaron a esos criterios ndice de Clasificacin de Error (CEI). Ellos realizaron una investigacin emprica para comparar esos modelos y el enfoque Bayesiano con el modelo SFA con el objetivo de obtener el valor esperado de productividad. Sus resultados muestran que los mayores CEI (peores resultados) estn relacionados con: 1) retornos variables a escala cuando se usa DEA, 2) con pequeas muestras cuando se usa SFA, y 3) con un ratio menor entre productividad y varianza del error cuando se usan ambos modelos. Tupper y Resende (2003) cuantificaron las eficiencias relativas de las empresas de agua y alcantarillado a nivel estatal en Brasil durante el perodo 1996-2000. Los resultados de eficiencia relativa obtenidos con DEA indican desempeos sub-ptimos en los principales resultados obtenidos por algunas empresas pblicas. La complementacin entre DEA y procedimientos economtricos fue explorada. La comparacin entre costos reales y los predichos por el modelo, definidos por el anlisis comparativo de eficiencia, marca patrones principales dismiles para empresas pblicas diferentes y la posibilidad de importantes ahorros en costos. En contraste con la mayora de empresas pblicas en Brasil, el sector de agua y alcantarillado no ha sido privatizado y se mantiene estructurado
11

En el caso brasileo, hay un dficit substancial de provisin de agua y alcantarillado que ha alcanzado al 9% y al 51% de la poblacin respectivamente en 1996. En 1971, se cre un plan nacional de provisin de agua y alcantarillado en reas urbanas. Entre los objetivos fijados por el plan estaba la intencin bien definida de estimular empresas estatales en lugar de empresas municipales. El marco regulatorio supona ROR tradicional y apuntaba ms que nada a la sustentabilidad financiera del sector. Las tarifas cobradas por las empresas estatales durante el plan suponan un sistema de subsidios cruzados entre diferentes clases de consumidores para tener una cobertura razonable de la poblacin de bajos recursos. Con la misma lgica, los subsidios cruzados fueron extendidos a las municipalidades con potencial de ingresos ms bajos. En ese caso, la adopcin de un solo nivel estatal de tarifas (basado en costos globales) estableci un mecanismo de subsidios cruzados de municipalidades con ms alto ingreso a municipalidades con ms bajo ingreso o costos ms altos. El modelo tarifario basado en subsidios cruzados tuvo un rol importante en acelerar la inversin en infraestructura en la localidades de bajo ingreso, an cuando el dficit segua siendo elevado. El conflicto de jurisdiccin entre estado y municipalidades contina hasta el presente. El problema se presenta cuando las empresas estatales operan en un rea que va ms all de los lmites de alguna municipalidad. Es posible que parte de las fuentes de ineficiencia pueda ser corregida en el futuro. La coexistencia de varias instituciones regulatorias a un nivel ms local, sin embargo, es un obstculo para el establecimiento de un marco regulatorio adecuado.
Pgina. 30

alrededor de empresas estatales y municipales. El trabajo tambin discute la viabilidad de implementar estndares o medidas de comparacin. Para lograr este objetivo, se combinaron el enfoque flexible de medidas de eficiencia de DEA, con estimaciones economtricas. En Brasil hay 27 empresas estatales. Entre ellas, hay 25 empresas de propiedad mixta (pero con gerenciamiento pblico). En el 2000, en conjunto, esas 27 empresas le suministraron a 3823 municipalidades (69% del total de Brasil). La principal fuente de informacin para Tupper y Resende (2003), fue provista por el diagnstico anual generado por el SNIS (Sistema Nacional de Informaes sobre Saneamento). Este diagnstico sobre servicios estatales ha sido continuamente publicado desde 1995. Los autores tuvieron que limitar el perodo de muestra a 1996-2000. El presente trabajo se centr en 20 de las 27 empresas existentes, debido a informacin incompleta o a la falta de ella para las restantes. Los insumos y productos seleccionados para el anlisis son los siguientes: para insumos fueron elegidas las variables Gastos de mano de obra, Costos operativos y Otros costos, y para productos, Agua producida, Aguas residuales tratadas, Poblacin con servicio de agua y Poblacin con servicio y tratamiento de aguas residuales. Variables de control adicionales son introducidas ms adelante en el anlisis economtrico de los determinantes de eficiencia. An cuando la discriminacin entre los resultados de eficiencia relativa no es abrumadora, se puede detectar empresas con desempeos principalmente sub-ptimos, lo que podra motivar la introduccin de mecanismos regulatorios tendientes a generar eficiencia. Prestndole atencin a la heterogeneidad de las regiones del pas, se explor algunos factores regionales que probablemente interfieran en la determinacin de eficiencia productiva. El anlisis economtrico puede proveer un complemento til al enfoque de medidas de eficiencia de DEA como instrumentos conjuntos hacia la implementacin del plan de medidas de comparacin. Especficamente fueron consideradas como factores explicativos: Densidad de la red de agua (Poblacin con servicio de agua dividida por el largo de la red en kilmetros. Las empresas pblicas que operan en reas de baja densidad probablemente estarn relativamente cargadas en relacin con las que operan en reas de alta densidad), Densidad de la red de alcantarillado (Poblacin servida en trminos de captura de residuos cloacales dividida por el largo de la red), ndice de prdidas de agua (Volumen de agua producida ms importacin bruta ms importacin tratada menos volumen de agua consumida, todo dividido por Volumen de agua producida ms importacin bruta ms importacin tratada). Los coeficientes de densidad de agua y del ndice de prdidas muestran el signo esperado, mientras que la densidad de alcantarillado tiene un signo contrario a lo que la intuicin indica, pero el coeficiente no es estadsticamente significativo. Sabbioni (2005) utiliz tcnicas economtricas para medir el desempeo relativo de las empresas pblicas de agua y alcantarillado en Brasil. Para clasificar a las empresas brasileas en un ranking, se utilizaron tres especificaciones alternativas de frontera de costos estocstica. El estudio se centra en enfoques paramtricos para estimar parmetros claves y analizar la importancia relativa de las variables. Sabbioni (2005) utiliz enfoque de funcin de costo como ms apropiado, basado en las caractersticas del ambiente operativo de las empresas pblicas de agua y alcantarillado, la habilidad para tratar con mltiples productos, la ausencia de problemas de endogeneidad, disponibilidad de informacin, y especificacin tecnolgica. Se asumi que una empresa
Pgina. 31

pblica de agua y alcantarillado puede maximizar su beneficio (o excedente social) minimizando el costo de producir algn nivel de producto dado exgenamente, sujeto a la tecnologa disponible. El anlisis se centra en los datos del ao 2002, el ao ms reciente con publicacin de informacin, brindando 280 observaciones para el anlisis de corte transversal; sin embargo, observaciones faltantes reducen el tamao efectivo de la muestra, dependiendo de la variable elegida. Se construyeron tres posibles especificaciones para la funcin de costos. Los primeros resultados se formaron con especificaciones que deliberadamente excluyen variables ambientales. El R cuadrado para estas regresiones es mayor que 0.90. Este conjunto de resultados se formaron con tres especificaciones diferentes de la funcin de costos: Modelo de Volumen, Modelo de Poblacin y Modelo de Conexiones. Cada modelo tiene una variable de producto relacionada con agua y una variable de producto relacionada con alcantarillado (Volumen de agua producida y Volumen de agua residual recolectada para el primer caso, Poblacin con servicio de agua y Poblacin con servicio de alcantarillado para el segundo caso, y, Conexiones de agua y Conexiones de alcantarillado en el tercer caso). Teniendo en cuenta el vector de precios de insumos presente en todas las regresiones, la variable Salarios fue estimada en la forma usual, como el ratio de salarios totales pagados dividido por el nmero de empleados en la empresa. El coeficiente de Salarios siempre es positivo y significativo. No importa la eleccin de productos, todos los coeficientes son positivos y significativos en las tres regresiones. Se evaluaron variaciones de los modelos bsicos para aclarar los temas medioambientales que pueden afectar a la tecnologa de las empresas. Se probaron las variables ambientales una a una para aislar su efecto sobre el costo operativo y para evaluarlas en detalle. Finalmente, se usaron: una variable dummy para Compras de agua a otra empresa pblica, Promedio de litros de agua consumido por un hogar en metros cbicos por mes, Variables dummy regionales y Volumen de agua medido en metros cbicos. Para estimar el nivel de eficiencia de las empresas regionales, se corrieron tres modelos de frontera de costos estocstica. Con las regresiones OLS se encontraron variables significativas para la mayora de las variaciones en el costo operativo, pero la construccin de un ranking de eficiencia de las empresas necesita explicar tanto la ineficiencia como la aleatoriedad en el trmino de error. Por lo tanto se llevaron a cabo tres regresiones de frontera de costos estocstica (usando ML) con exactamente las mismas variables. El trmino de error de estas regresiones es asimtrico, ya que est compuesto por un trmino de error (ruido aleatorio en los datos), y por un trmino no negativo (que especficamente explica la desviacin en el costo atribuible enteramente a la eficiencia, asumiendo que sigue una distribucin semi-normal). Se aprecia una fuerte estabilidad del valor y el signo de los coeficientes de las versiones de OLS y de frontera de costo estocstica. Todas las variables se mantienen altamente significativas, lo que agrega mayor peso a su inclusin en el modelo. Las empresas son consistentemente clasificadas en las mejores y peores ubicaciones del ranking, sin importar qu variable de producto sea elegida Con respecto a los factores exgenos, se evalu la posibilidad de influencias regionales en los costos operativos. Por lo tanto se revis la significacin de cuatro variables dummy regionales en los tres modelos bsicos, de acuerdo al lugar donde est ubicada la empresa. A primera vista, no hay evidencia de que alguna regin afecte los
Pgina. 32

costos operativos en ninguna direccin particular (por lo menos en todas las especificaciones). Cada modelo fue sometido al proceso de eliminar las variables regionales menos significativas una por una. A las dummies de regiones Nordeste (con coeficiente negativo) y Sureste (con coeficiente positivo) se las mantuvo en los modelos los modelos de poblacin y conexiones debido a efectos significativos. El segundo anlisis de factores exgenos se dirige a las restricciones que algunas empresas pblicas enfrentan cuando no poseen suficiente agua para hacer frente a su demanda, y en consecuencia deben comprarla a otras empresas. Hay alguna evidencia de que esto incrementa los costos operativos, pero la significacin de estos resultados slo se verifica en el modelo de volumen. El tercer conjunto de resultados se ocupa de los efectos de la densidad de poblacin en los costos operativos. Contrariamente a lo esperado, se encontraron coeficientes no negativos y significativos para las tres variables en las tres especificaciones. La densidad de las conexiones de agua fue significativa en los modelos de poblacin y conexiones, y con el signo negativo esperado. La densidad de alcantarillado se encontr no significativa en todos los modelos. El cuarto anlisis de factores medioambientales fue la evaluacin de si la medicin de agua tiene un impacto positivo en los costos operativos. Los resultados indican que el volumen de agua medida tiene un efecto positivo en los costos operativos. Ese resultado se mantiene en las tres especificaciones. El ltimo grupo de regresiones con variables ambientales examin la hiptesis de que clientes ms grandes reducen los costos operativos de la empresa, ocupndose de esta manera de las cuestiones surgidas en trabajos anteriores respecto a clientes residenciales versus clientes comerciales, an cuando esa distincin no est hecha en la base de datos. Slo el modelo de volumen acepta una medida significativa del promedio de agua consumida, lo que significa que a mayor volumen de agua entregada a un cliente, menor ser el costo operativo total de la empresa pblica. Las prdidas de agua ciertamente pueden explicar diferencias en costos operativos entre empresas pblicas, pero eso es algo que debe ser manejado por la gerencia de las empresas. Causadas mayormente por la operacin ineficiente de la empresa pblica, las prdidas de agua no pueden ser consideradas parmetros exgenos que afectan a la tecnologa disponible de la empresa. Dado que el largo de red es considerado solo parcialmente endgeno, tampoco se control por esta variable. III.6. Per Berg y Lin (2005), evaluaron la consistencia de los rankings de desempeo de las empresas pblicas peruanas. El anlisis de frontera estocstica (SFA) y el DEA, en este caso, produjeron rankings similares. Los rankings no estn altamente correlacionados con los desarrollados por el regulador de agua de Per SUNASS, basado en ndices de productividad parcial. El SUNASS desarroll un sistema de indicadores y un plan de benchmarking, compuesto por nueve indicadores en cuatro reas de eficiencia: calidad de servicio (cumplimiento de la regla de cloro residual, continuidad del servicio y porcentaje de agua que recibe tratamiento qumico) cobertura lograda de servicio (cobertura de agua y alcantarillado), eficiencia de gestin (eficiencia operativa, porcentaje de conexiones con medidores y sin pago), y la eficiencia de la gestin financiera (costos directos y otros gastos dividido por ingresos). Cada indicador, expresado como un porcentaje, es multiplicado por su ponderacin (1/9) y sumado al porcentaje total por empresa.
Pgina. 33

El anlisis de Berg y Lin (2005) es para 44 empresas desde 1996 hasta 1998. El modelo utiliza como insumos, Costos Operativos, Prdidas de agua y Nmero de conexiones de agua. Los productos fueron Volumen de agua facturada (debido a altos niveles de agua no contabilizada), Nmero de Clientes, Cobertura de servicio y Continuidad de servicio como indicadores de calidad. Una desventaja de la frontera de produccin SFA es que no puede considerar mltiples insumos y productos simultneamente. Para resolver este problema se us una funcin de distancia de insumo: puede describir la tecnologa de mltiples insumos y mltiples productos y no requiere asumir nada acerca del comportamiento de las empresas. Para evitar perder grados de libertad, se estim una funcin log-lineal. Los insumos son Nmero de empleados, Costos operativos y Nmero de conexiones de agua. Los productos son Volumen de agua facturada, Nmero de clientes, Ratio de Cobertura y Continuidad de servicio. Todos los trminos tienen los signos correctos: los coeficientes de los productos son negativos y los coeficientes de los insumos son positivos. Lin (2005) examin como la introduccin de variables de calidad afecta las comparaciones entre empresas pblicas. La investigacin present diferentes especificaciones de modelos de frontera de costo para mostrar como la calidad puede ser incorporada a los estudios de benchmarking. El trabajo examin el desempeo de empresas de agua de propiedad pblica reguladas por el SUNASS en Per, usando datos del perodo 1996-2001. Este estudio intent determinar si la inclusin de indicadores de calidad en las estimaciones afectaba los resultados del benchmarking. La Costos totales son calculados de la base de datos del SUNASS. Los productos considerados son aquellos utilizados en muchos estudios de agua: Volumen de agua facturada y Nmero de clientes. Como estos dos productos estn altamente correlacionados con los ingresos, a estos ltimos no se los incluy como un producto. Los dos precios de insumos son Salarios y Precio del capital. Salarios es calculada por medio del cociente entre Desembolsos totales en mano de obra y Nmero de empleados. A la variable Precio del capital se la puede aproximar por medio del cociente entre Desembolsos anuales de capital y Stock de capital. En este estudio, los desembolsos de capital se aproximan sumando la depreciacin y los costos financieros (pagos de intereses). Tanto Longitud de red como Conexiones de agua pueden ser usadas como una variable proxy del stock de capital. Debido a la ausencia de datos de combustible, qumicos, energa y costos de materiales, el modelo no impone, a los propsitos de la estimacin, la restriccin de homogeneidad uno en los precios. Para dimensiones de calidad, se usaron cuatro variables: Ratio de agua contabilizada, Ratio positivo de pruebas de Cloro, Cobertura de servicio y Continuidad de servicio. Agua contabilizada se obtiene haciendo es 1 menos Ratio de agua no contabilizada (que incluye prdidas fsicas y comerciales). Cobertura es utilizada como un indicador de calidad de servicio, debido a que es una medida directa de la disponibilidad de agua de los habitantes de una municipalidad. Ratio positivo de pruebas de cloro y Cobertura de servicio son dos de tres indicadores usados por el SUNASS para evaluar la calidad de servicio. Para la estimacin se utiliz una muestra de datos de panel no balanceados con 198 observaciones. Las variables de unidades monetarias fueron deflactadas. Se probaron diferentes modelos de distribucin para reducir el impacto de elegir arbitrariamente una funcin de distribucin especfica. Las variables ambientales y de calidad son consideradas como influenciando la

Pgina. 34

eficiencia de una empresa o como productos adicionales de la funcin de costos. Se agreg una Tendencia temporal para registrar el cambio tecnolgico. En primer lugar, se estim el modelo de frontera sin variables de calidad. Todos los modelos con diferentes errores de especificacin dieron resultados similares. Todos los coeficientes de los productos y precios de insumos son significativos y consistentes con la teora econmica. El coeficiente de la tendencia temporal es significativo, lo que sugiere la ausencia de cambio tecnolgico durante el perodo considerado. En segundo lugar, se estim un modelo de datos de panel de eficiencia media condicional para probar el impacto de indicadores de calidad en la eficiencia de empresas pblicas de agua. Los coeficientes de producto y de precios de insumos son significativos y consistentes con la teora econmica. Ninguno de los cuatro coeficientes de los indicadores de calidad es estadsticamente significativo. En consecuencia, puede que no sea apropiado tratar las variables de calidad como variables ambientales. Cuando las variables de calidad fueron tratadas como productos adicionales e incluidas en la funcin de costo, fueron todas significativas y consistentes con la teora econmica. Los resultados indican que las variables de calidad de producto deben ser incluidas en los modelos de frontera de costo. III.7. frica Estache y Kouassi (2002) analizaron los determinantes de los niveles de eficiencia alcanzados por 21 empresas pblicas africanas, durante la estimacin de frontera de produccin para el sector. Por falta de mejor datos, ellos estimaron esta funcin de produccin de datos de panel no balanceado para una muestra de 21 empresas pblicas de agua africanas cubriendo el perodo 195-1997. Para contribuir al diseo de reformas, el trabajo tambin cuantifica el efecto conjunto de varias fuentes institucionales de ineficiencia, y en particular evala el costo de las interacciones entre ineficiencia e importantes problemas institucionales, en especial de governance. La medicin de la eficiencia del sector de agua es complicada debido a la naturaleza del proceso de produccin. La principal justificacin para la seleccin de la especificacin elegida para la funcin de produccin de agua para frica es la que sigue. Primero, en la mayora de los pases africanos, la estructura de costos de produccin no es conocida debido al alto grado de incertidumbre en relacin con dichas estructuras; es por eso que conviene estimar una funcin de produccin antes que una de costo. Segundo, en la mayora de los trabajos clsicos, capital y longitud de red son dos variables claves; mientras que en el caso presente, esas dos variables estn altamente correlacionadas (temas de multicolinealidad). Eso significa que una de estas dos variables puede ser usada, pero no las dos juntas. Tercero, en el contexto especfico de los pases africanos, el nmero de conexiones es una variable muy importante, dado que la familia promedio est integrada por entre 7 y 9 miembros para algunos pases africanos, y an mas para otros pases (temas de freeriding). Finalmente, la variable tendencia temporal debera registrar el impacto tecnolgico dentro de la industria de agua en frica. Los autores aplicaron una transformacin a los datos originales y volvieron a estimar el modelo para obtener las estimaciones de mnimos cuadrados generalizados, GLS. Los resultados son muy satisfactorios. De seis variables explicativas, cuatro son significativas. Los resultados confirman la no endogeneidad de la mano de obra, como fue vista por la prueba de simultaneidad de Hausman. La estimacin de GMM dio resultados similares.
Pgina. 35

Ntese tambin que el GLS es el favorito debido a la ausencia de la correlacin entre los efectos individuales y la variables explicativas confirmada por la prueba de Hausman. Para la muestra analizada y el perodo cubierto, el desempeo promedio es slo de 54%. Los de mejor desempeo obtuvieron resultados altos de 85 y 83%, lo que representa cerca de tres veces ms que el resultado de los de desempeo ms bajo, que obtuvieron entre 30 y 35%. El indicador de escala sugiere que el retorno constante a escala predomina en el sector de agua en frica. La tasa de progreso tecnolgico muestra que el impacto tecnolgico es muy limitado en el contexto de las empresas pblicas de servicio de agua en frica durante el perodo bajo anlisis. Estudios recientes han mostrado que los factores institucionales que dependen de la gerencia, as como tambin factores ambientales fuera del control de la gerencia o de los reguladores, afectan a la eficiencia en agua. Algunos de los factores citados son corrupcin (varios ndices), governance (varios ndices), etctera. Esto puede ser evaluado de los resultados obtenidos aqu. Los resultados de eficiencia de las empresas pblicas de agua son examinados usando un modelo Tobit censurado para identificar factores que influyan en la ineficiencia. El modelo emprico corre la regresin entre los valores de ineficiencia contra una constante, un ndice de corrupcin, un ndice de governance y una variable dummy de condicin de la empresa, privada o pblica. Una caracterstica importante de los resultados en que las variables institucionales son estadsticamente significativas al nivel del cinco por ciento; sus signos son tambin los esperados. La interpretacin de estos resultados corrobora el hecho de que la corrupcin est negativamente vinculada a la eficiencia, mientras que la variable de governance est vinculada positivamente. En consecuencia, las empresas pblicas de agua se deberan centrar tambin en las variables institucionales cuando traten de mejorar sus resultados de eficiencia. La variable dummy, que registra el efecto de la privatizacin, es estadsticamente significativa al nivel del cinco por ciento. III.8. Australia Woodbury y Dollery (2003) intenta aumentar la literatura acerca de medicin de desempeo en el gobierno local australiano usando DEA con ndices holsticos de eficiencia tcnica y en la asignacin en los servicios de agua municipales de New South Wales. Tambin busca incorporar indicadores de calidad en las medidas de eficiencia. Los ayuntamientos con mejor desempeo son identificados y se analizan las causas subyacentes a la eficiencia del servicio de agua municipal. En el rea de servicios de agua, en comn con muchos otros servicios pblicos, el valor total de un servicio no se puede calcular adecuadamente en trminos slo de productos cuantitativos. Por ejemplo, la calidad fsica y qumica del agua suministrada (calidad de agua) y las interrupciones del suministro (fiabilidad) son atributos cualitativos importantes del producto final. La antigedad de la infraestructura influye en la cantidad de mantenimiento que se requiere para proveer un suministro continuo del servicio: el tipo de infraestructura representa la tecnologa utilizada y, consecuentemente, la funcin de produccin a la que se enfrenta el ayuntamiento; la calidad de agua cruda determina la cantidad de tratamiento necesario para alcanzar las pautas de agua potable; las precipitaciones afectan la calidad de
Pgina. 36

agua cruda y en consecuencia, la cantidad de tratamiento necesario; la topografa influye en los costos de bombeo y en la facilidad de las obras de construccin; la corrosividad de la tierra afecta la vida de las caeras de distribucin y en consecuencia, al mantenimiento para asegurar el funcionamiento del sistema; la densidad de poblacin determina la cantidad promedio de caera requerida para brindar servicio a cada propiedad; variaciones estacionales de poblacin pueden requerir una capacidad mayor de infraestructura para cumplir con los estndares todo el ao; y finalmente, el nivel de actividad industrial puede influir en el consumo promedio de agua. Se usaron seis modelos alternativos para comparar diferentes formas de incorporar medidas de calidad de servicio en DEA. El uso de indicadores DEA para productos separados no fue satisfactoria dado que su neutralidad a la escala fue inconsistente con los otros productos e insumos. El ajuste de productos cuantitativos a travs de la multiplicacin con ndices agregados de calidad de servicio aportaron una mejor metodologa. Se encontr que, promediar indicadores de calidad de servicio mientras se recopila los ndices agregados es menos punitivo que la multiplicacin de los ndices o la adopcin del menor nmero ndice. Sin embargo, las diferencias entre los modelos con alternativas ms y menos punitivas fueron menores que las esperadas. III.9. Otros Bhattacharyya et al (1995) estudi la eficiencia tcnica de las empresas pblicas rurales de agua, usando para ello funciones de frontera de produccin. Se desarroll una funcin indirecta de produccin para modelar el proceso de produccin de dos etapas de una empresa controlada por el gobierno local. Se usaron los datos de 26 empresas pblicas rurales de agua del estado norteamericano de Nevada para estimar ineficiencia en trminos de variables especficas de las empresas. Se us un procedimiento de estimacin de mltiples etapas en lugar de una estimacin de mxima verosimilitud de una sola etapa para la seleccin del mejor modelo. Las empresas de servicios pblicos de propiedad privada resultaron eficientes; los distritos de agua autnomos fueron los menos eficientes. Los gobiernos municipales operan las empresas de servicios pblicos ms y menos eficientes. Renzetti y Dupont (2003) continuaron la evaluacin crtica acerca de la relacin entre propiedad y desempeo de las empresas de servicio pblico de agua de las municipalidades. Recurrieron a la evidencia emprica de Estados Unidos, Reino Unido y Francia. Estos estudios revelan que hasta la fecha no hay evidencia irrefutable o de peso de que las empresas de servicios pblicos de propiedad privada superen a las de propiedad pblica, o de que la privatizacin de estas empresas de agua genere necesariamente mejoras en el desempeo. Sin embargo, s hay alguna evidencia de que asociaciones mixtas pblicas y privadas en estos pases pueden facilitar operaciones eficientes y sustentables. El trabajo concluye en que la literatura emprica carece de evidencia determinante que demuestre que las empresas de servicios pblicos de agua de propiedad privada son ms eficientes que empresas comparables de agua propiedad pblica.

Pgina. 37

IV. ANLISIS EMPRICO DE LA EFICIENCIA PRODUCTIVA

IV.1. Descripcin de los datos La base de datos utilizada en el presente trabajo pertenece a ADERASA y cuenta con informacin por empresas para el periodo 2003-2005. Las estimaciones estn fuertemente influenciadas por la calidad de la base de datos, por lo que es conveniente entonces comenzar con una discusin de las variables relevantes incluidas en esta base. Un detalle completo de la misma, junto con cmputos de indicadores parciales, puede consultarse en Romero (2005). Como referencia se presenta la Tabla IV-1 con la cantidad total de observaciones desagregadas por pas y ao. La columna correspondiente al ao 2005 da una buena idea de la cantidad de empresas totales por pas. La cantidad de observaciones (empresas encuestadas) mejora sensiblemente hacia 2005. Slo se observan menores observaciones en Argentina y Brasil. En este ltimo caso, para los aos 2003 y 2004 se utilizaron datos publicados por el SNIS mientras que para el 2005 las empresas de Brasil incluidas responden la encuesta ADERASA con la consecuente mejora de calidad fruto de la homogeneizacin de la informacin.
Tabla IV-1: Base ADERASA. Nmero de observaciones por pas y ao
Pas Argentina Bolivia Brasil Chile Colombia Costa Rica Ecuador Honduras Mxico Nicaragua Per Panam Paraguay Uruguay Total 2003 18 3 16 18 0 1 1 1 0 1 9 1 1 0 70 2004 8 1 16 18 8 2 1 1 0 1 9 1 3 0 69 2005 8 3 5 18 38 2 1 1 34 1 10 1 4 1 127 Total 34 7 37 54 46 5 3 3 34 3 28 3 8 1 266

Se observa que si bien la base cuenta con informacin para los aos 2003, 2004 y 2005, el panel que se obtiene est fuertemente desbalanceado. Adems, la cantidad de variables con respuesta para cada empresa no es homognea, e inclusive existen algunas observaciones con muy poca informacin. La calidad y cantidad de la informacin mejora notablemente en 2005. Por ello, las estadsticas descriptivas se concentran en este ltimo ao que luego ser la base para las estimaciones de eficiencia relativa.

Pgina. 38

A continuacin, la Tabla IV-2 presenta las estadsticas descriptivas de las variables a ser utilizadas en las estimaciones de fronteras de eficiencia.
Tabla IV-2: Estadsticas descriptivas de las variables utilizadas en la base de 35 empresas
Variable L REDA REDS CLIA CLIS COBAP COBSP NMMAP DENS3 POB VDESPA VTRATAS VSUBTAP CESXT_P CTER_P W_P PK_P ER_FAC ER_CLIA VPERD RREDAP RECTOT Personal propio total Longitud total red de agua Longitud total red de alcantarillado Cuentas de Agua Potable Cuentas de Alcantarillado Poblacin servida con conexin domiciliaria de agua potable sobre Poblacin residente. Poblacin servida con alcantarillado sanitario sobre Poblacin residente. Medidores Operativos sobre Cuentas de Agua Potable Poblacin servida con conexin domiciliaria de agua potable sobre Longitud total red de agua Poblacin residente Agua despachada Vuelco con tratamiento Agua subterrnea sobre Total Agua extrada e Importada Costos Operativos Totales de Agua Potable y Alcantarillado Costos totales contratacin de terceros Salario medio Precio del capital calculado como costo de insumos no laborales sobre conexiones Facturacin residencial sobre facturacin total Clientes de agua residenciales sobre clientes de agua totales Agua no comercializada sobre Total agua despachada Rorturas de red de agua sobre longitud de red de agua Reclamos totales Descripcin Unidad de Medida N Km Km N N % % % hab./km habitantes m3/da m3/da % us$ / 1000 us$ / 1000 us$ ao us$ ao / 1000 % % % N/ km N Nro. Observac. 121 109 108 127 127 127 127 125 109 127 126 117 121 121 58 74 72 104 90 126 60 103 Promedio 575 1,937 1,193 180,793 177,847 90.61 73.94 63.83 423.3703 818,428 218,354 118325.6 38.04 94,866 19,272 17,757 81.04 77.51 0.93 38.10 2.36 41,042 Desvo estndar 1,005 3,168 1,905 363,228 546,139 13.13 27.71 37.99 183.6856 1,556,509 487,270 883621 42.80 695,819 43,922 25,294 82.53 13.88 9.06 17.26 4.19 101,673 Disper-sin 1.749 1.636 1.598 2.009 3.071 0.145 0.375 0.595 0.434 1.902 2.232 7.468 1.125 7.335 2.279 1.424 1.018 0.179 0.097 0.453 1.777 2.477 Mnimo 3 0 0 0 0 0.00 0.00 0.00 49 2,393 359 0 0.00 3 2 602 5.00 28.40 15.70 0.00 0.06 34 Mximo 5679 18436 9675 2,759,899 5,262,417 100.00 99.80 100.00 1102.43 9,199,219 4,353,312 9543294 100.00 7,644,819 280,507 205,952 434.00 100.00 100.00 127.10 21.59 850,746

La cantidad de observaciones por variables da cuenta de las restricciones reales en trminos de observaciones disponibles para aquellos modelos que utilicen dicha variable. Como el principal objetivo del informe es estimar fronteras de costos, los salarios y el precio del capital son las variables crticas y por lo tanto el nivel de empresas que se reduce a poco ms de setenta de las 127 totales de 2005. En la medida que se incluyen ms variables la cantidad de observaciones puede disminuir aun ms. A los efectos de ordenar la discusin las variables se agrupan en los siguientes rubros: Costos, Productos, Insumos, Ambiente. IV.2. Costos En la encuesta existen dos categoras de costos operativos conjuntos (agua potable ms alcantarillado), ambas medidas en dlares estadounidenses corrientes, durante 2003 y 2004, y en Moneda local a partir de 2005. 1) Los costos directos de operacin y gastos generales de administracin y ventas, excludos amortizaciones, intereses, deuda e impuestos indirectos (COSOPT en la denominacin de la base original de ADERASA).
Pgina. 39

2) Los costos ligados a la operacin y mantenimiento: mano de obra, combustibles, energa elctrica, productos qumicos, consumibles, servicios de terceros, etc. de los servicios de agua potable y alcantarillado (COSEXT). Para las estimaciones se consider la variable COSEXT. Esta segunda categora representa, en 2005, aproximadamente un 62% en promedio de los costos de COSOPT. Los datos de COSEXT tienen mayor homogeneidad.
Grfico IV-1: ADERASA, 2005. Costos Operativos (COSEXT) / Costos Operativos y Generales (COSOPT)
1.10 1.00 0.90 0.80 0.70 0.60 0.50 0.40 0.30 0.20 0.10 0.00

Fuente: Base de datos ADERASA

Es til destacar que en el Grfico IV-1 se observan casos donde COSEXT es mayor que COSOPT (COSEXT / COSOPT > 1). Ello en principio no resultara razonable dada la definicin anterior, con lo cual este es un indicio de problemas en los datos. Por otra parte se nota una diferencia en esta relacin entre pases: los promedios son ms altos para Argentina, Brasil, Mxico y Per y significativamente ms bajos para Bolivia, Chile y Colombia. En el Grfico IV.2 se presenta la realcin entre los costos correspondientes a tareas realziadas por terceros y COSEXT. Se observa gran variabilidad en este indicador y en algn un valor superior a 1. La variabilidad no es unproblema aqu porque refeljara distintas alternativas del manejodel negocio. El problema aparece porque no es claro que tipo de tareas son las tercerizadas. Es decir en que proporcin se tercerizan tareas de operacin y tareas comerciales o adminsitrativas.

Pgina. 40

Grfico IV-2: ADERASA, 2005. Costos de tercerizacin / Costos Operativos (COSEXT)

1.10 1.00 0.90 0.80 0.70 0.60 0.50 0.40 0.30 0.20 0.10 0.00

A los efectos de realizar futuras estimaciones sera conveniente solucionar este problema para contar con informacin de costos que cubra la totalidad de las actividades de la empresa. Para ello, sera conveniente realizar un chequeo de consistencia entre las distintas categoras de costos para asegurar que en cada pas se estn utilizando el mismo concepto de costos. IV.3. Producto Las variables de produccin son de tres tipos para cada uno de los dos servicios bsicos: agua potable y alcantarillado: 1) Las relacionadas con los clientes y las conexiones, 2) Las asociadas a la poblacin servida, y 3) Las que tienen en cuenta volumen de produccin. En el Grfico IV-3 se observan conjuntamente los datos de clientes de agua potable (CLIA) y saneamiento (CLIS) y las conexiones de agua (CNXA) y alcantarillado (CNXS).

Pgina. 41

Grfico IV-3: Cantidad de Cuentas de Agua Potable (CLIA) y de Cuentas de Alcantarillado (CLIS), y Total de Conexiones de Agua Potable (CNXA) y Conexiones de alcantarillado (CNXS)
1000000 900000 800000 700000 600000 500000 400000 300000 200000 100000 0

CLIA CNXA

CLIS CNXS

Fuente: Base de datos ADERASA

Se puede observar que las cuatro variables se mueven de manera similar, por lo cual tomar una o otra como medida de produccin parece ser razonable. Slo en los casos de las empresas peruanas (a la derecha del grfico se observa cierta separacin entre las observaciones de las variables). En la Tabla IV-3 se presentan los coeficientes de correlacin simple, donde tambin se puede corroborar la similitud de las series de cuentas (CLIA y CLIS) con el volumen de agua despachada.
Tabla IV-3: Coeficientes de Correlacin simple entre variables de producto

CLIA CLIS VDESPA

CLIA 1.000 0.741 0.927

CLIS 1.000 0.575

VDESPA

1.000

En el Grfico IV-4 se presenta la informacin correspondiente a la poblacin servida de agua potable (COBAP) y saneamiento (COBSP). En ambos casos como porcentaje de la poblacin total del rea de servicio de la empresa. Se observa que, como podra esperarse a priori, en todos los casos COBAP es mayor o igual a COBSP, y en la mayora, la cobertura de agua es sustancialmente mayor a la de alcantarillado.

Pgina. 42

Grfico IV-4: Porcentaje de poblacin residente con conexin domiciliaria de agua potable (COBAP) y con alcantarillado sanitario (COBSP)
120.00 100.00 80.00 60.00 40.00 20.00 0.00 COBAP COBSP

Ag_Los-Dominocos

Coop_Santo-Domingo

ESS_Los-Lagos

EPS_SEDACHIMBOTE

Ag_Nuevo-Sur-Maule

Ag_Antofagasta

SEDALORETO

Ag_Del-Valle-CL

ESS_La-Araucania

SAGUAPAC

Ag_Formosa

SEDAPAL

EPS_SEDACUSCO

EPS_TACNA

SEDALIB

IDAAN

AyA

ESS_Servicomunal

EPS_SEDAPAR

CECVL_Trelew

Ag_Argentinas

Ag_Illimani

Ag_Andinas

Aguas_Chanar

ECAPAG

ESVAL

ESSBIO

Ag_Manquehue

Ag_Cordillera

EPS_GRAU

EPS_EL

ESSAT

ESSAP

Fuente: elaboracin propia.

En el Grfico IV-5 se comparan la medida de clientes de agua (CLIA) con la medida de produccin basada en el volumen total producido de agua (VOFERA). Nuevamente, las dos series son muy similares. El coeficiente de correlacin simple entre ambas es de 0.912.
Grfico IV-5: Comparacin de Cantidad de Cuentas de Agua Potable (CLIA) con el Volumen Total de Agua Producido (VOFERA)

Fuente:elaboracin propia.

Ag_Argentinas CECVL_Trelew Ag_Formosa Ag_Illimani SAGUAPAC Ag_Andinas ESSAT Ag_Antofagasta Aguas_Chanar Ag_Del-Valle-CL ESVAL Ag_Nuevo-Sur-Maule ESSBIO ESS_La-Araucania ESS_Los-Lagos Ag_Los-Dominocos Ag_Cordillera Ag_Manquehue Coop_Santo-Domingo ESS_Servicomunal Serv_Muni_Maipu AyA ECAPAG IDAAN ESSAP SEDAPAL EPS_GRAU EPS_TACNA EPS_EL SEDALORETO EPS_SEDACHIMBOTE EPS_SEDACUSCO SEDALIB EPS_SEDAPAR OSE

1500000 1300000 1100000 900000 700000 500000 300000 100000 -100000

Serv_Muni_Maipu

1500000 CLIA VOFERA 1300000 1100000 900000 700000 500000 300000 100000 -100000

Pgina. 43

OSE

IV.4. Insumos y precios de insumos Entre los insumos principales se encuentran el empleo (L), indicativo del factor trabajo, y la longitud de las redes de agua (REDA) y saneamiento (REDS), como aproximacin al factor capital. Con respecto al empleo, el mismo corresponde a la suma total del personal propio (a tiempo completo equivalente) empleado por el operador. No hay informacin desagregada por funcin. En particular, no existe informacin sobre personal asignado a extensin de redes y personal que desarrolla tareas propias de administracin, mantenimiento y operacin de redes existentes. Esto es particularmente importante porque al considerar slo costos operativos se estara castigando en las medidas de eficiencia all donde la actividad de ampliacin de la cobertura es relativamente importante. Tampoco existe informacin que distinga entre personal propio y contratado o terciarizado que participa en la provisin del servicio de agua y saneamiento. En el caso que la empresa terciarice una proporcin importante de sus operaciones habituales, no contar con esta informacin sesgara los resultados y podra estar dando una visin errnea de los efectivos costos de operacin y, por ende de su eficiencia relativa. Finalmente, resulta necesario que toda la informacin anterior distinga entre los servicios de agua y saneamiento. Como se desarrollar mas pormenorizadamente en la seccin economtrica, la distincin entre estos dos servicios es mas que relevante; de ah que sea necesario que la informacin correspondiente a todas las partidas de costos y uso de insumos sean abiertas en el futuro entre estas dos categoras. Una funcin de costos relaciona los costos de operacin del servicio con los productos y los precios de los insumos (y adicionalmente se pueden incluir las variables de ambiente). A partir de esta funcin de costos se construye la frontera y con ella las medidas de eficiencia individuales. Por lo tanto los precios de los insumos son variables crticas para nuestras estimaciones. A partir del relevamiento de 2005 se cuenta con mejor informacin sobre el precio de los insumos. Una primera medida de precios de los insumos es el salario. Se construy una medida de salario promedio con el mismo criterio que en la mayora de la literatura relevada y con las prevenciones que se realizaron antes, dividiendo los costos salariales por el nmero de empleados de tiempo completo informados. Dicha medida se homogeneiz entre pases corrigiendo por Paridad de Poder Adquisitivo. Se resolvi la ausencia de una mayor desagregacin del precio de los insumos, con la misma metodologa que en la literatura se han tratado situaciones similares. Se llam PK al precio de los restantes insumos utilizados. La variable se construy a partir de restarle a los costos totales aquellos que corresponden al insumo mano de obra, y de dividir el resultado anterior por el nmero de clientes. Luego se homogeneiz el resultado por Paridad de Poder Adquisitivo entre pases. En el Grfico IV-6 se presenta la informacin correspondientes a REDA y REDS. Se observa bastante similitud entre las dos series de datos por empresa.

Pgina. 44

Grfico IV-6: Longitud total de la red de agua (REDA) y Longitud total de la red de alcantarillado (REDS)
18000 16000 14000 12000 10000 8000 6000 4000 2000
Coop_Santo-Domingo Ag_Los-Dominocos Ag_Nuevo-Sur-Maule ESS_Servicomunal Ag_Manquehue Serv_Muni_Maipu Ag_Argentinas CECVL_Trelew Ag_Illimani Ag_Antofagasta Ag_Del-Valle-CL ESS_Los-Lagos Ag_Formosa Ag_Andinas EPS_SEDACHIMBOTE Ag_Cordillera SAGUAPAC ESS_La-Araucania EPS_SEDACUSCO EPS_SEDAPAR EPS_TACNA SEDALORETO Aguas_Chanar SEDAPAL EPS_GRAU SEDALIB ESVAL ESSAT AyA ECAPAG ESSBIO IDAAN ESSAP EPS_EL OSE

REDA REDS

Fuente: elaboracin propia.

IV.5. Ambiente Su omisin distorsiona los resultados, en tanto generarlas se dificulta en muchos casos por defectos de informacin de base. Como variables ambientales consideradas se consideraron: 1) Poblacin servida con conexin de agua potable sobre longitud total de red de agua (DENS3). 2) Volumen de Agua subtrranea (VSUBTAP) 3) Nmero de Roturas de red de agua por Km de red de agua (RREDAP) 4) Nmero de recalmos totales (RECTOT) 5) Proporcin de clientes residenciales de agua (ER-CLIA) 6) Volumen de prdidas de agua (VPERD) Todas ellas ponen de manifiesto algn tipo de ambiente que podra considerarse exgeno. En el caso de DENS3 se espera menores costos para aquellas empresas con mayor densidad. Asimismo, con la variable SUBTAP aquellas empresas que tienen acceso a aguas subterrneas es probelble que tengan menores costos de produccin. Con respecto a RREDAP, VPERD y RECTOT, se espera mayores costos para las empresas que enfrentan mayores prdidas de agua, roturas de red y Reclamos totales, respectivamente. La Tabla IV-4 muestra los coeficientes de correlacin simple entre las variables ambientales y entre las variables ambientales y los costos de explotacin.
Pgina. 45

Tabla IV-4: ADERASA, 2005. Coeficientes de Correlacin simple entre variables ambientales
CEXT_P VSUBTAP RECTOT VPERD 1.000 -0.249 1.000 0.493 -0.119 1.000 0.093 0.337 0.116 1.000 0.375 -0.173 0.104 0.175 -0.005 0.236 -0.053 0.063 0.015 -0.183 0.064 0.078 DENS3 ER_CLIA RREDAP

CEXT_P VSUBTAP RECTOT VPERD DENS3 ER_CLIA RREDAP

1.000 0.161 0.063

1.000 -0.415

1.000

Se observa que RECTOT y DENS3 presentan los coeficientes ms altos de correlacin con respectos a CEXT_P. Entre las ambientales sobresale la relacin entre agua subterrnea y el VPERD. IV.6. Consideraciones generales con respecto a la base ADERASA Mayor detalle con respecto a la base se puede consultar en el informe del Ejercicio Anual de Benchmarking 2005 Indicadores de gestin para agua potable y alcantarillado de ADERASA GRTB. En trminos generales se pueden efectuar las siguientes apreciaciones: La utilizacin de la base con el propsito de efectuar estimaciones de frontera de eficiencia requiri realizar una mirada en detalle de la base. Como resultado de esta tarea se informaron errores y se llam la atencin sobre datos extraos. Se solicit que se realice para el prximo ejercicio solicitar alguna informacin adicional. En primer lugar, se cconsidera que el consumo y el gasto de energa elctrica ayudar sobremanera para mejorar las estimaciones economtricas. En segundo lugar, es conveniente mirar la consistencia de la informacin de costos y en particular asegurar la homogeneidad de las respuestas en cada uno de los tems correspondientes. El ejercicio de 2005 ha mostrado sustanciales mejoras en cuanto a la calidad de los datos de las empresas que participaron en 2003 y 2004. Adems se ha expandido la cantidad de empresas de tal forma que permiti realizar estimaciones de corte transversal con suficiente grados de libertad. La inclusin de las empresas de Brasil permiti evitar la utilizacin de la base del SNIS y por lo tanto tener una base ms homognea. En 2005, se han incluido variables adicionales que resultaron finalmente de grna utilidad para estimar los parmetros de la funcin de costos de empresas de agua.

Pgina. 46

V.

LAS ESTIMACIONES DE FRONTERA DE COSTOS

En referencia a la construccin de la frontera, una funcin de costos muestra el costo total de produccin como funcin del nivel de producto y el precio de los insumos, y permite estimar la eficiencia productiva o total (que luego puede ser descompuesta en tcnica y asignativa). La eficiencia productiva (o de costos) es un concepto econmico cuya estimacin requiere suponer un objetivo para los productores (tpicamente, maximizacin de beneficios minimizacin de costos). Una de las desventajas de estimar una funcin de costos es lo difcil de obtener informacin sobre los precios de los insumos. De hecho, la estimacin de fronteras de costos implica la utilizacin de variables medidas en unidades monetarias (adems del precio de los insumos es necesario tener datos de los costos). Con la informacin para el ao 2005 se cuenta con medidas del precio de los insumos: trabajo y capital (ms propiamente un ndice de precios de todos los insumos no laborales). Se construy la variable representativa del salario medio por empresa (W_P) a partir de informacin sobre los costos de mano de obra y la cantidad total de empleados. Para el precio del capital (PK_P) se comput el costo de los insumos no laborales en trminos de clientes. Como la base incluye a empresas de distintos pases es importante mencionar el tratamiento dado a las variables monetarias. Se expres la informacin en moneda local en dlares estadounidenses utilizando en todos los casos el tipo de cambio promedio de 2005. Por otra parte, para obtener una correcta base de comparacin se realiz un ajuste por el ndice de Paridad de Poder Adquisitivo. En Romero (2005), debido a la falta de datose sobre precios de los insumos se opt realizar mediciones de la eficiencia de costos, donde el resultado es la proporcin en la cual los costos pueden ser reducidos, manteniendo el nivel de producto. Debe recordarse que la estructura del modelo tiene dos partes. Por un lado, se encuentra el corazn del modelo y, por otro, las variables que describen el ambiente de operacin de las empresas. Seleccionar adecuadamente estas variables permite captar el contexto en el que se desenvuelven, a los efectos de hacer a las empresas comparables. Teniendo presente esta estructura se llev a cabo un minucioso trabajo de eleccin de las variables que componan cada una de las partes. En lo que se refiere al corazn del modelo, las variables que se utilizaron fueron las siguientes: Costos de explotacin, Clientes de agua, Salario medio, Precio del capital y Costos de contrataciones a terceros. En todos los casos, se reexpresaron a Paridad de Poder Adquisitivo. En referencia al ambiente de las empresas, las variables utilizadas fueron las que se detallan ms abajo. No todas ellas fueron finalmente incluidas por razones que sern discutidas a continuacin. Para la seleccin del modelo se utiliz el enfoque paramtrico (econometra), dado que este enfoque permite el testeo de hiptesis. El objetivo era arribar a el/los modelos ms robustos que cumplieran con propiedades estadsticas deseadas y que contribuyeran a incrementar la confiabilidad de los resultados hallados.

Pgina. 47

De la base de datos surga la existencia de otras variables que desde un punto de vista terico y emprico sera deseable, en principio, incluir en las estimaciones y testearlas, pero que sin embargo a la fecha no cuentan un nmero suficiente de observaciones:
Costos operativos totales (en este caso habra que chequear la consistencia con otras variables de costos) Costos de comercializacin y administracin. Costo de prestacin de terceros (en este caso habra que mejorar la informacin existente) Costo de la energa consumida para la operacin y mantenimiento Consumo de energa en trminos fsicos Diferencias de marcos regulatorios que permitan aislar elementos cualitativos y con estos estructurar variables.

V.1. Enfoque paramtrico (Econometra) En esta seccin se discuten las especificaciones propuestas para la funcin de costos con datos de corte transversal. El objetivo es interpretar los resultados y entender el alcance de los mismos. Se opt por utilizar como medida de costos (variable dependiente), a los costos operativos totales y como variables dependientes, indicando producto, los clientes de agua, denotando precios de insumos al salario medio y el ndice de precios promedio de los insumos no laborales. Las variables ambientales finalmente incluidas fueron: la proporcin de clientes micromedidos, el volumen de prdidas y el porcentaje de agua subterrnea sobre el total de fuentes. Adems de esta especificacin se probaron otras otras variables explicativas: la densidad de clientes, el total de reclamos y la relacin entre las roturas y la longitud de la red de agua. Las especificaciones estn acordes a la prctica habitual en el tema, que surgi de analizar el sector en abstracto y la literatura emprica internacional. Todos los modelos se estimaron para las empresas relevadas con datos del ao 2005. La especificacin es una Cobb-Douglas. Se estimaron dos tipos de frontera: determinstica y estocstica. El estimador de la frontera determinstica es mnimos cuadrados corregidos (COLS). El estimador elegido para la frontera estocstica es mxima verosimilitud (ML). Los resultados para la frontera determinstica se muestran en la Tabla V-1. Se presentan nueve modelos. En todos los modelos se tomaron a los clientes (CLIT) como medida de producto. Slo en el modelo COLS-01 no se consideraron el indicador de precio del capital (PK_P). Luego los modelos tomaron diferentes alternativas de variables ambientales. Las variables en niveles se pasaron a logaritmos: as LCLIT es el logaritmo de los clientes, LPK_P es el logaritmo del ndice de precios de los insumos no laborales, LW_P el logaritmo del salario promedio, LVPERD el logaritmo de las prdidas de agua, LCTER_P el logaritmo de los costos de servicios de terceros y LRECTOT el logaritmo de los reclamos totales. Los ratios entraron directamente, a saber VSUBTAB, porcentaje de agua de fuente subterrnea sobre el total, ER_CLIA que es la proporcin de clientes

Pgina. 48

residenciales de agua en realcin al total de clientes, y RREDAP que denota el porcenteje de roturas de red con respecto a la longitud de red de agua.
Tabla V-1: Modelos alternativos de fronteras Determinsticas (COLS)
Variables lclit lpk_p lw_p vsubtap lvperd er_clia rredap lrectot lcter_p _cons F 2 R aj. -6.054 *
(0.736)

COLS-01 0.889 *
(0.040)

COLS-02 0.922 *
(0.024)

COLS-03 0.922 *
(0.023)

COLS-04 0.898 *
(0.023)

COLS-05 0.918 *
(0.025)

COLS-06 0.851 *
(0.025)

COLS-07 0.839 *
(0.037)

COLS-08 0.967 *
(0.059)

COLS-09 0.894 *
(0.023)

0.558 *
(0.050)

0.533 *
(0.048)

0.547 *
(0.046)

0.557 *
(0.051)

0.412 *
(0.052)

0.604 *
(0.044)

0.623 *
(0.061)

0.549 *
(0.047)

0.510 *
(0.088)

0.318 *
(0.056)

0.317 *
(0.053)

0.309 *
(0.052)

0.317 *
(0.057)

0.235 *
(0.064)

0.166 *
(0.054)

0.168 **
(0.075)

0.307 *
(0.052)

-0.214 **
(0.102)

0.302 *
(0.082)

0.311 *
(0.083)

-0.447
(0.469)

-0.409
(0.429)

0.021 **
(0.010)

0.107
(0.028)

-0.012 *
(0.039)

-6.862 *
(0.452)

-6.643 *
(0.469)

-6.103 *
(0.462)

-6.390 *
(0.674)

-4.683 *
(0.694)

-5.537 *
(0.590)

-6.133 *
(0.957)

-5.654 *
(0.646)

422.610 0.921

809.510 0.972

673.020 0.975

723.810 0.976

598.050 0.972

301.820 0.963

436.040 0.971

165.080 0.936

575.840 0.976

Nota: *** Significativa al 10%, **Significativa al 5%, * Significativa al 1%. Fuente: elaboracin propia.

La proporcin de clientes residenciales no resulta significativa en los modelos COLS-05 y COLS-09 y reclamos totales en COLS-07. Para estas mismas especificaciones de realizaron las estimaciones de fronteras estocsticas con dos supuestos alternativos sobre los residuos: Normal/exponencial y Normal/Media Normal. En las tablas siguientes se presentan los resultados obtenidos. Los modelos anteriores son funciones de costos estocsticas, las cuales se caracterizan porque el error de estimacin est formado por dos componentes: un ruido estadstico y un trmino de ineficiencia que es el que se busca aislar. Sin embargo, de los tests realizados surge que los modelos MLE(e)-01 y MLE(h)-03 fallan en su intento de alcanzar dicho objetivo. El ajuste de los modelos es satisfactorio. El signo de los coeficientes es el esperado, de acuerdo a la teora. Las variables incluidas son significativas en conjunto e individualmente para explicar la variabilidad de los costos operativos. Dado que todas las variables estn expresadas en logaritmo natural, la interpretacin de los coeficientes asociados es el de elasticidades, es decir, ante un cambio porcentual en la variable explicativa que consideremos, cunto cambian en trminos porcentuales los costos operativos.

Pgina. 49

Tabla V-2: Modelos alternativos de fronteras estocsticas (Normal / Exponencial)

Variables lclit lpk_p lw_p vsubtap lvperd er_clia rredap lrectot lcter_p _cons sigma_v sigma_u -6.318 *
(0.698)

MLE(e)-01 MLE(e)-02 MLE(e)-03 MLE(e)-04 MLE(e)-05 MLE(e)-06 MLE(e)-07 MLE(e)-08 MLE(e)-09 0.878 * 0.957 * 0.981 * 0.926 * 0.957 * 0.877 * 0.822 * 0.965 * 0.924 *
(0.041) (0.024) (0.021) (0.022) (0.023) (0.024) (0.031) (0.044) (0.022)

0.688 *
(0.063)

0.697 *
(0.052)

0.684 *
(0.059)

0.702 *
(0.060)

0.597 *
(0.054)

0.655 *
(0.042)

0.721 *
(0.062)

0.696 *
(0.057)

0.522 *
(0.085)

0.183 *
(0.066)

0.156 *
(0.051)

0.191 *
(0.059)

0.161 **
(0.063)

0.082
(0.052)

0.039
(0.042)

0.035
(0.067)

0.178 *
(0.057)

-0.053
(0.086)

0.247 *
(0.067)

0.253 *
(0.066)

-0.564 ***
(0.332)

-0.498 **
(0.301)

0.018 **
(0.006)

0.096 *
(0.022)

-0.035
(0.032)

-6.816 *
(0.348)

-6.867 *
(0.287)

-6.201 *
(0.353)

-6.162 *
(0.494)

-4.538 *
(0.476)

-4.505 *
(0.422)

-5.336 *
(0.744)

-5.635 *
(0.459)

0.536 0.288

0.220 0.292

0.155 0.322

0.203 0.263

0.204 0.304

0.124 0.291

0.092 0.271

0.170 0.313

0.191 0.265

Nota: *** Significativa al 10%, **Significativa al 5%, * Significativa al 1%. Fuente: elaboracin propia.

Tabla V-3: Modelos alternativos de fronteras estocsticas (Normal / Media Normal)

Variables lclit lpk_p lw_p vsubtap lvperd er_clia rredap lrectot lcter_p _cons sigma_v sigma_u -6.465 *
(0.698)

MLE(h)-01 MLE(h)-02 MLE(h)-03 MLE(h)-04 MLE(h)-05 MLE(h)-06 MLE(h)-07 MLE(h)-08 MLE(h)-09 0.875 * 0.935 * 0.901 * 0.905 * 0.933 * 0.859 * 0.807 * 0.944 * 0.902 *
(0.045) (0.023) (0.000) (0.022) (0.023) (0.027) (0.028) (0.052) (0.023)

0.621 *
(0.057)

0.574 *
(0.000)

0.605 *
(0.057)

0.622 *
(0.056)

0.513 *
(0.065)

0.625 *
(0.035)

0.664 *
(0.058)

0.611 *
(0.055)

0.519 *
(0.086)

0.235 *
(0.063)

0.203 *
(0.000)

0.264 *
(0.056)

0.224 *
(0.062)

0.159 *
(0.059)

0.091 **
(0.043)

0.081
(0.069)

0.256 *
(0.055)

-0.101 *
0.000

0.269 *
(0.077)

0.277 *
(0.077)

-0.575
(0.415)

-0.502
(0.368)

0.020 *
(0.007)

0.121 *
(0.026)

-0.030 *
(0.038)

-6.894 *
(0.373)

-6.120 *
0.000

-6.360 *
(0.391)

-6.244 *
(0.599)

-4.778 *
(0.569)

-4.987 *
(0.441)

-5.409 *
(0.843)

-5.802 *
(0.542)

0.487 0.605

0.200 0.509

0.000 0.486

0.220 0.412

0.192 0.516

0.140 0.442

0.066 0.426

0.158 0.507

0.210 0.420

Nota: *** Significativa al 10%, **Significativa al 5%, * Significativa al 1%. Fuente: elaboracin propia.

Adicionalmente, cabe considerar la razonabilidad de la especificacin de tipo CobbDouglas, en particular, dados los supuestos restrictivos de la misma. En este sentido, sera
Pgina. 50

deseable estimar una funcin de costos de tipo translog. Sin embargo, todava no se cuenta con un nmero de observaciones suficiente. De hecho, esta sera una extensin al presente trabajo. Si bien desde el punto de vista puramente estadstico, el modelo presentado cumple con las propiedades deseadas, su aplicacin regulatoria requiere ser cuidadosos en cuanto a la robustez del modelo y la capacidad del mismo para captar la eficiencia relativa de las empresas de la muestra. En el informe previo, a lo largo de las distintas especificaciones ensayadas en Romero (2005), se notaba que el valor de los coeficientes asociados y la significatividad de las variables consideradas eran muy voltiles. Ello constitua un indicio de que los resultados arrojados deban ser mirados con cuidado. Sin embargo, con las presentes especificaciones esto se ha resuelto en gran medida. Aun ms, en cuanto a los niveles de eficiencia se observa que la volatilidad no resulta tan alta, como se explicar ms adelante en el anlisis de consistencia. El mejor ajuste se debe a que se ha podido captar adecuadamente el ambiente en el que operan las empresas y que impacta sobre el nivel de eficiencia de las mismas gracias a la mejora en la calidad y cantidad de la base ADERASA 2005. De cualquier manera, al profundizar el anlisis se debe mencionar que la tarea no est completa ya que todava hace falta incluir variables que pemitan identificar diferencias de tipo regulatorias, regionales, diferencias en los costos de operacin que se generan cuando se toma en cuenta la existencia o no de la micromedicin, ms desagregacin en el precio de los insumos, ms dimensiones de calidad en la provisin del servicio, topografa, clima, etctera, que el modelo actual no estara contemplando, pero que seran potencialmente relevantes y, por ende, ayudaran a precisar los resultados. De hecho, la probable relevancia de todas estas dimensiones se encuentra avalada por la literatura emprica aplicada al sector.
V.1.i. Las medidas de eficiencia relativa

Las medidas de eficiencia arrojadas a partir de este modelo tienen aceptable variabilidad entre empresas, lo cual es bueno, pero an no son definitivas las medidas logradas de la eficiencia o ineficiencia relativa que permitiran reducir, en ltima instancia, el problema de asimetra de informacin al cual el regulador naturalmente se enfrenta. Los distintos modelos considerados hasta el momento, si bien superan los resultados disponibles al ao pasado, an fallan en proporcionar un enfoque adecuado para la aplicacin tipo regulatoria. El fin ltimo de la estimacin del modelo es la construccin de la frontera a partir de la cual medir la eficiencia relativa de las empresas de la muestra y la traslacin de estas medidas a la determinacin, aunque sea terica, de un factor X por empresa o por grupos de empresas. Pero el problema ya no son los datos en s mismos. Con la base 2005 es posible hacer algunos ejercicios de comparacin tcnicamente aceptables, sin mebargo para la aplicacin regulatoria falta mirar aspectos cualitativos que pongan de relieve el ambiente regulatorio de cad una de las empresas. Existen cuatro condiciones que en principio resulta deseable que los estudios de benchmarking cumplan, a saber: nmero de empresas, comparabilidad, regulador comn e informacin. En este sentido, en funcin de lo anterior es posible afirmar que la base de
Pgina. 51

datos utilizada hasta el momento no cumple exactamente con todas estas condiciones, aunque se haya avanzado en algunas. Para empezar, la actual cantidad de empresas relevadas es un muy buen nmero para realizar un ejercicio de benchmarking, por lo tanto ya no es un requerimiento ineludible el aumento en la cantidad de observaciones. En referencia a la comparabilidad, es evidente que justamente por ser empresas localizadas en distintas reas, regiones y/o pases las mismas van a ser distintas entre s. Las densidades de poblacin, el tipo de tecnologa utilizada y un sinnmero adicional de dimensiones las diferencian. Sin embargo, juntamente la inclusin de variables ambientales busca hacerlas comparables, incorporando las ms significativas de los distintos ambientes. En este contexto, la versin 2005 de la base ha provisto con un significativo nmero de variables para reflejar el ambiente, en todos los casos se ha mejorado el ajuste con respecto a las estimaciones para 2003 y 2004 realizadas en Romero (2005). Respecto al regulador comn, es evidente que esta condicin no se cumplira. Sin embargo, lo que se requiere es que aunque las empresas no contaran con el mismo regulador, al menos que las regulaciones fueran similares o, en su defecto, incluir medidas que capten estas diferencias regulatorias como por ejemplo, si existen requisitos de calidad (de ah la importancia de incluir variables que capten la calidad en la provisin del servicio, las cuales tendran un impacto cierto en la medicin de la eficiencia relativa entre las empresas), el tipo de propiedad de las empresas, esto es, si son pblicas o privadas, el rgimen regulatorio, etctera. Algunas de estas variables han sido incluidas en las estimaciones de los modelos o se las ha aproximado. Una alternativa para considerar las diferencias en los marcos regulatorios sera efectuar un estudio comparado de las regulaciones que permita extraer variables cualitativas que reflejen el diferente ambiente regulatorio. Con respecto al cuarto requerimiento, el problema de la informacin est resolvindose a travs del relevamiento hecho por ADERASA, de la mejora continua de la base y de la adicin de nuevos perodos temporales. En la Tabla V-4 se presentan las estadsticas descriptivas de las medidas de eficiencia obtenidas a partir de los modelos anteriores. Se seleccionaron un grupo de modelos de acuerdo al nivel de significancia de las variables individuales y en funcin de los test que nos permitieron asegurar variabilidad entre la ineficiencia y el ruido estadstico (en el caso de fronteras estocsticas). Algunos de estos modelos tienen la misma especificacin pero distinto supuesto sobre la distribucin estadstica de la ineficiencia, si se considera un modelo estocstico o determinstico. Ejemplo del primer caso son los modelos ML(e)-02 y ML(h)-02 y del segundo caso COLS-01 y ML(h)-01. Los restantes modelos son diversas alternativas con variables ambientales (ver la especificacin correspondiente a cada uno de ellos en las Tablas Tabla V-1,Tabla V-2 y Tabla V-3).

Pgina. 52

Tabla V-4: Estadsticas descriptivas de las medidas de eficiencia de los modelos presentados
Modelos COLS-01 COLS-03 COLS-08 ML(e)-02 ML(e)-05 ML(e)-09 ML(h)-01 ML(h)-02 ML(h)-04 ML(h)-06 ML(h)-07 Obs 73 71 46 72 71 71 73 72 72 47 53 Promedio 0.302 0.551 0.437 0.760 0.756 0.782 0.607 0.683 0.728 0.725 0.736 Desvo Estndar 0.186 0.178 0.149 0.149 0.157 0.147 0.130 0.153 0.124 0.154 0.165 Mnimo 0.039 0.149 0.185 0.126 0.112 0.151 0.221 0.166 0.260 0.316 0.287 Mximo 1.000 1.000 1.000 0.945 0.949 0.952 0.831 0.934 0.929 0.945 0.967

En Romero (2005), al analizar la medidas promedio se llamaba la atencin: sobre la escasa variabilidad de las medidas de eficiencia, lo cual queda de manifiesto ... en la escasa diferencia entre la media y el valor mnimo.... Las estimaciones para el 2005 muestran un cambio muy importante con respecto a las realizadas con las bases 2003 y 2004, como se puede observar en la tabla. Ahora la diferencia entre los mnimos y las medias son bastante importantes y lo ms importante los desvios estndar muestran rangos de variabilidad (alrededor del 15%) aceptables en la prctica habitual de este tipo de medidas. Los modelos con idntica especificacin son comparados en el Grfico V-1 y el Grfico V-2. Se observa que ambos casos que en trminos relativos ambos modelos diferencian a las empresas de manera similar.
Grfico V-1: Comparacin eficiencia relativa con modelos ML(e)-01 y COLS-01.
1.000 ML(h)-01 0.800 0.600 0.400 0.200 0.000 COLS-01

Pgina. 53

Grfico V-2: Comparacin eficiencia relativa con modelos ML(e)-02 y ML(h)-02

1.000 0.800 0.600 0.400 0.200 0.000 ML(e)-02 ML(h)-02

Sin embargo, mientras los niveles de eficiencia son claramente diferentes entre la forntera determinstica y la estocstica, en el caso de las fronteras estocsticas con diferente distribucin los niveles de eficiencia son muy parecidos. Aunque, en este ltimo caso el modelo con distribucin media normal simpre arroja niveles de eficiencia menores al modelo que utiliza distribucn exponencial. V.2. Enfoque No Paramtrico (DEA) Cada uno de los distintos modelos de DEA intenta determinar en primera instancia cules unidades productivas de la muestra forman una superficie envolvente la frontera eficiente. Luego, el DEA proporciona una metodologa exhaustiva para el anlisis de la eficiencia relativa, al evaluar a cada unidad productiva y medir su desempeo en relacin a la frontera. Las unidades productivas que yacen en la superficie envolvente (la forman) son consideradas eficientes en la terminologa del DEA, mientras que las que no lo hacen son catalogadas de ineficientes y el anlisis provee una medida de su (in)eficiencia relativa. La seleccin de un modelo particular de DEA comprende una decisin sobre la forma de la frontera eficiente y otra sobre el concepto de distancia (ineficiencia) a utilizar. La primera decisin tiene que ver con un supuesto sobre los rendimientos de escala. Existen bsicamente dos alternativas: rendimientos constantes de escala (RCE) y rendimientos variables de escala (RVE). Por su parte, la eleccin de un concepto de distancia involucra la opcin por una orientacin para el modelo: a la reduccin proporcional de los insumos manteniendo constante el nivel de productos, al incremento proporcional en los productos dados los insumos, o ninguna orientacin. La especificacin terica del modelo RCE orientado a los insumos, consiste en un problema de optimizacin restringida como el siguiente:

Pgina. 54

min
,

sujeto a yj Y

X xj Z = zj R+J
donde Y es una matriz N r de los productos de las empresas en la muestra (N denota el nmero de empresas y r el nmero de productos); X es una matriz N m de insumos (m indexa los insumos considerados); Z es una matriz N s que contiene toda la informacin sobre las S variables ambientales de las N firmas; yj, xj y zj son los vectores observados de productos, insumos y variables ambientales, respectivamente, de la empresa bajo anlisis; y, finalmente, es un vector de parmetros de intensidad (1, 2, ..., N) que permite la combinacin convexa de los insumos y productos observados (de manera de construir la superficie envolvente). Este problema da como solucin la proporcin () en que los insumos observados y los costos de la firma bajo anlisis podran ser reducidos si la misma fuera eficiente. Si estuviramos interesados en la proporcin () en que los productos observados podran ser expandidos--una orientacin a los productos--la modelizacin RCE sera como sigue:
max
,

sujeto a yj Y

X xj Z = zj R+J
Las medidas de eficiencia obtenidas son medidas de eficiencia productiva, y se conocen como medidas de Debreu-Farrell, siendo las mismas de uso ampliamente difundido. Dado que cada medida es la recproca de una funcin de distancia, la medida satisface varias propiedades deseables. La representacin de la tecnologa mediante funciones de distancia permite situaciones multi-producto y multi-insumo, al contrario que las funciones de produccin tradicionales, y evita as la necesidad de tener que agregar los productos (o los insumos) con anterioridad al anlisis. Para obtener un modelo RVE de cualquier orientacin, basta con agregar una restriccin adicional a las especificaciones anteriores:

j j = 1j = 1, , N.
Esta restriccin asegura que una unidad ineficiente slo sea comparada contra unidades productivas de similar tamao. Sin esta restriccin, la unidad bajo anlisis puede ser comparada con otras sustancialmente mayores o menores.

Pgina. 55

Cualquiera de los problemas anteriores debe resolverse N veces, una vez para cada una de las empresas en la muestra. El valor de obtenido (uno para cada unidad productiva), que llamaremos * (donde el * denota un valor ptimo), es la medida de eficiencia de la unidad bajo anlisis. Si la contraccin radial de sus insumos es posible, la medida es menor que uno (* < 1), la unidad productiva es ineficiente, y [(1 - *) 100] mide la reduccin porcentual que puede efectuarse en los costos y los insumos. Por ejemplo, si * = 0.80, la unidad productiva podra reducir en un 20% la utilizacin de sus costos. El modelo RVE es la opcin ms deseable, ya que no restringe los rendimientos de escala permisibles. Sin embargo, se computaron tambin versiones RCE de todos los modelos, dado que en muchos casos con RVE las unidades ms pequeas y menos productivas tienden a aparecer como 100% eficientes simplemente porque no tienen comparadores. Como puede verse en la formulacin del problema, se eligi modelar las variables ambientales (zj) como variables neutrales no discrecionales (sobre las que la empresa no tiene control). En esta opcin, cada empresa slo es comparada contra una firma hipottica que tiene el mismo ambiente de operacin que la firma bajo evaluacin. La principal ventaja de esta opcin es que no implica ningn juicio a priori sobre el sentido de influencia de cada variable ambiental sobre la eficiencia. Se escogi un enfoque de conservacin de recursos (orientacin a los insumos) y se recurri a un grupo de modelos que se presenta en la Tabla V-5. Como trabajamos con un modelo de eficiencia de costos el nico insumo utilizado son los costos de operacin y mantenimiento (CEXT_P). Como producto se consider en todos los casos los clientes de agua que como se mencion en las estimaciones economtricas tiene una alta correlacin con otras posibles medidas de producto como el volumen de agua despachada.
Tabla V-5: DEA. Especificacin de los modelos
RCE-01 Productos Insumos Ambiental Orientacin Rendimientos CLIA CEXT_P RCE-02 CLIA CEXT_P RCE-03 CLIA CEXT_P VPERD Insumos RCE-04 CLIA CEXT_P DENS3 Insumos RCE-05 CLIA CEXT_P VSUBTAP VPERD DENS3 Insumos RVE-01 CLIA CEXT_P RVE-02 CLIA CEXT_P RVE-03 CLIA CEXT_P VPERD Insumos Variables RVE-04 CLIA CEXT_P DENS3 Insumos Variables RVE-05 CLIA CEXT_P VSUBTAP VPERD DENS3 Insumos Variables

Ninguna VSUBTAP Insumos Insumos

Ninguna VSUBTAP Insumos Insumos Variables

Constantes Constantes Constantes Constantes Constantes Variables

Se realizaron estimaciones con modelos alternativos de eficiencia de costos, que comparten el corazn del modelo. La Tabla V-5 muestra las distintas alternativas elegidas. Los modelos con rendimientos constantes a escala RCE-02, RCE-03 y RCE-04 agregan cada uno una variable ambiental distinta: VSUBTAP, VPERD y DENS3, respectivamente. El modelo RCE-05 incluye el conjunto de las tres variables mencionadas. Finalmente, se computan los mismos modelos pero con rendimientos varaibles a escala (REV-??).

Pgina. 56

Los resultados para los modelos no paramtricos orientados a los insumos, bajo ambos supuestos alternativos sobre los rendimientos de escala se presentan en la Tabla V-6. Los resultados a nivel agregado de agregar de a una por vez las varaibles ambientales son similares entre los modelos. Sin embargo, las decisiones sobre productos, insumos y ambientales afectan fuertemente los resultados de empresas especficas. El detalle puede consultarse en el anexo.
Tabla V-6: DEA. Costos. Resultados eficiencia relativa
Modelos RCE01 RCE02 RCE03 RCE04 RCE05 RVE01 RVE02 RVE03 RVE04 RVE05 Promedio 0.263 0.367 0.316 0.339 0.620 0.323 0.518 0.441 0.442 0.751 Desvo Estndar 0.149 0.211 0.206 0.225 0.297 0.211 0.281 0.273 0.269 0.278 Mnimo 0.056 0.093 0.064 0.077 0.122 0.093 0.103 0.117 0.110 0.216 Mximo 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000

Como se observa la media de las medidas de eficiencia es mayor en el caso del modelo RVE, lo cual es lgico dado el supuesto sobre los rendimientos. El mismo tiende a identificar un mayor nmero de empresas como relativamente ms eficientes. Tal como ocurra en el caso del modelo economtrico, con la base 2005 se solucion el problema de la escasa variabilidad entre empresas de las medidas de eficiencia, que apareca con las bases 2003 y 2004. En el Grfico V-3 muestra como la adopcin del supuesto de rendimientos variables permite que algunas de las empresas mejoren sensiblemente sus niveles de eficiencia. Recordemos que con rendimientos constantes la comparacin no considera el tamao de las empresas.
Grfico V-3: Comparacin eficiencia relativa con modelos RCE-01 y RVE-01
1.000 RVE01 0.800 0.600 0.400 0.200 0.000 RCE01

Pgina. 57

En el Grfico V-4 se muestra como cambian los niveles de eficiencia al agregar al modelo bsico VSUBTAP como variable ambiental. Todas aquellas empresas que no tienen un alta proporcion aguas subterrneas se ven beneficiadas porque se les acepta que puedan tener costos ms altos por razones fuera de su control, como en este caso la fuente de provisin de agua.
Grfico V-4: Comparacin eficiencia relativa con modelos RCE-01 y RCE-02
1.000 0.800 0.600 0.400 0.200 0.000 RCE02 RCE01

En los grficos Grfico V-5, Grfico V-6 y Grfico V-7 se presentan los resultados con los modelos de rendimientos variables comparando el modelo bsico (sin ambientales) con los modelos con la inclusin de una de las ambientales por vez y el modelo que las incluye en conjunto. Estas tablas permiten ver cual es la variable ambiental que beneficia a cada empresa en particular. Se observa en los tres casos como aparecen gran cantidad de empresas eficientes (Eficiencia = 1) con el modelo RVE-05.
Grfico V-5: Comparacin eficiencia relativa con modelos RVE-01, RVE-02 y RVE-05
1 0.8 0.6 0.4 0.2 0 RVE05 RVE01 RVE02

Pgina. 58

Grfico V-6: Comparacin eficiencia relativa con modelos RVE-01, RVE-03 y RVE-05
1 0.8 0.6 0.4 0.2 0 RVE05 RVE01 RVE03

1 0.8 0.6 0.4 0.2 0

RVE05 RVE01 RVE04

Grfico V-7: Comparacin eficiencia relativa con modelos RVE-01, RVE-04 y RVE-05

V.2.i.

Anlisis de los pares de comparacin (peers)

A continuacin se presenta un anlisis de las empresas eficientes en las estimaciones de los modelos con DEA que resultaron comparadores de las empresas ineficientes. Este anlisis es bsicamente descriptivo y no ahonda en los detalles sectoriales necesarios para llevar adelante un adecuado anlisis de comparadores. Como parte de las extensiones necesarias a este trabajo es preciso realizar un anlisis cualitativo de las empresas encuestadas por ADERASA. La Tabla V-7 Muestra para cada una de las empresas que resultaron eficientes con el modelo RVE-05, el que tiene mayor cantidad de ambientales y adems no se restringe
Pgina. 59

por rendimientos constantes. De tal manera, es el modelo con mayor cantidad de empresas eficientes.
Tabla V-7: Modelo DEA (RCE) - Base ADERASA. Pares de comparacin
Empresa Ag_Argentinas Ag_Formosa OS_MDP Ag_Illimani ELAPAS Ag_Altiplano Ag_Andinas Ag_Chanar Ag_Los-Dominico Ag_Magallanes Ag_Manquehue Ag_Patagonia-Ay ESS_Servicomuna Serv_Muni_Maipu ACUAVALLE ARMENIA Buenaventura EAAB Ingenieria_tota Medellin_ESP Neiva OCANA Palmira SINCELEJO ZIPAQUIRA Interagua Ag_Puerto-Corte CAASA_CA CAPASU COO_BLANCO COO_CARDENAS COO_COZUMEL COO_MORELOS COO_PUERTO JUMAPA ENACAL SEDALORETO ESSAP_Alberdi ESSAP_Cab ESSAP_S-Bernard Ncomparaciones 15 4 5 24 17 2 10 5 4 9 5 2 11 2 4 3 5 1 7 5 6 2 3 1 16 12 3 1 6 1 6 2 8 2 5 4 21 22 11 9 Lamda Promedio 0.09 0.33 0.25 0.21 0.25 0.00 0.13 0.13 0.30 0.18 0.18 0.20 0.30 0.30 0.35 0.34 0.23 0.00 0.30 0.18 0.36 0.20 0.13 0.00 0.23 0.15 0.06 0.00 0.34 0.00 0.31 0.16 0.25 0.61 0.26 0.11 0.18 0.27 0.20 0.20

La tabla muestra en la segunda columna la cantidad de empresas ineficentes que fueron compradas con la correspondeinte empresa eficiente. En la terecer columna se observa el nivel promedio del coeficiente de combinacin convexa (ponderadores explicados ms arriba) sin tomar en cuenta los unos que aprecen cuando se compara cada empresa consigo misma. De esta maner cuando aparece un empresa con valor cero en esta ltima columna tenemos un indicadro que dicha empresa se ha quedado sin comparadores. Esto quiere decir que la inclusin de rendimientos variables o alguna de las variables ambientales le permiti quedar como eficiente por no tener punto de comparacin.

Pgina. 60

Asismismo, cuando las empresas slo aparecen unas pocas veces como comparadores tambin tenemos una indicacin que dicha empresa ha sido beneficiada por la especificacin del modelo. Se observa que las empresas que resultaron ms referenciadas fueron Ag_Argentinas, Ag_Illimani, ELAPAS, Ag_Andinas, ESS_Servicomuna, Zipaquira, Interaguas, Sedaloreto, ESSAP_Alberdi y ESSAP_Cab. Se incluyeron en el anexo los valores desagregados para cada una de las empresas (Tabla Anexo 2). En dicha tabla se presenta en en las columnas las empresas eficientes y en las filas las empresas que resultaron ineficientes. La columna denominada TITA muestra la eficiencia relativa estimada con cada uno de los modelos. En cada una de las filas se observan coeficiente positivos menores que uno asociados a las empresas que resultaron comparadores de cada una de las empresas eficientes. Las columnas con mayor cantidad de coeficientes positivos indican que la respectiva empresa ha sido comparador de gran parte de las empresas ineficientes. En aquellos casos donde todos los coeficientes de la columna son cero indica que dicha empresa no result comparadora de ninguna otra. Es importante recalcar nuevamente, que los niveles de eficiencia computados por estos modelos no deben ser considerados como definitivos ya que si bien las estimaciones parecen ser bastante robustas todava falta expolrar las diferencias en el ambiente regulatorio. V.3. Anlisis de consistencia El desafo regulatorio inicial en una revisin tarifaria es el siguiente: si la ganancia de productividad usada para fijar el nuevo precio mximo es especfica a la firma y est basada en ganancias pasadas, la firma no tendr incentivos poderosos a reducir sus costos, ya que ello resultara en una tarifa menor. Una alternativa para el regulador sera medir las ganancias de eficiencia de manera que no dependan tanto del control de la empresa, como se hace en la competencia por comparacin, en la cual los precios pueden fijarse con referencia a la performance agregada de la industria. Si la empresa tiene una medida de eficiencia de costos igual a 0.8, por ejemplo, ello significa que podra producir el mismo nivel de productos con el 80% de sus costos actuales. Ello implica que el precio mximo debera estar basado en el 80% de los costos actuales, no en el 100%. De esta forma, slo las empresas 100% eficientes podran recuperar su costo de oportunidad del capital, mientras que las otras obtendran un retorno menor. En este contexto, la medicin de la eficiencia a nivel empresas va a depender tanto de la metodologa empleada como de la seleccin de variables explicativas. Los reguladores que aplican el benchmarking, tendran graves problemas si las distintas combinaciones de anlisis producen resultados contradictorios. Una solucin es el anlisis de consistencia. Este impone ciertas condiciones bsicas que deben cumplirse para que los resultados sean de utilidad para las autoridades regulatorias. La ventaja de un anlisis de consistencia es que el regulador puede obviar la eleccin entre metodologas; las condiciones de consistencia llaman a utilizar diversas tcnicas y a cruzar los resultados respectivos.
Pgina. 61

Como se expuso en el apartado terico, los requisitos sobre los distintos mtodos que las condiciones de consistencia
generen distribuciones de medidas de eficiencia similares, generen rankings de empresas similares, identifiquen a las mismas empresas como las mejores y las peores, y produzcan medidas de eficiencia, estables en el tiempo, razonablemente consistentes con otras medidas de desempeo (como los indicadores de productividad parcial), y con las condiciones bajo las que se desenvuelve la industria.

La implementacin de un mecanismo como el descrito requiere como mnimo el cumplimiento de la primera condicin de consistencia (consistencia en las medidas de eficiencia). Si la misma no se cumple, el mecanismo no debera aplicarse, ya que las medidas seran en cierta forma subjetivas y por lo tanto poco confiables. Las tablas siguientes presentan las principales caractersticas de las medidas de eficiencia generadas por los dos modelos, estimados a travs del enfoque economtrico y de programacin lineal. Previamente, hemos presentado la distribucin de las medidas arrojadas por los distintos modelos. Se observa que las medidas de eficiencia obtenidas con econometra prcticamente no presentan diferencias significativas (Tabla V-4), y que para DEA el promedio de eficiencia iba aumentando a medida que se inclun ms varriables ambientales Tabla V-6). Adiconalmente los grficos de esta seccin muestran que las distribuciones de las medidas parecen bastante similares. En general, puede afirmarse que la condicin 1 se verifica y que las diferencias en los promedios se deben bsicamente a decisiones de espcificacin del modelo. Si los niveles de eficiencia no son consistentes entre los diferentes modelos, an es posible que los mismos generen ordenamientos similares de las empresas de acuerdo a sus medidas de eficiencia, lo cual ayudara a discriminar el factor X entre empresas. Las Tabla V-8 y Tabla V-9 muestran las correlaciones de rankings de Spearman entre pares de modelos para ambas especificaciones. Todas las correlaciones son positivas y significativamente distintas de cero al 5%. Los mismos indican la similitud de los resultados intra-metodologa. Las correlaciones son mayores entre los modelos no paramtricos. Este resultado tambin es comn en la literatura aplicada, donde la consistencia intra-metodologa suele ser mayor que la inter-metodologa. En lneas generales, la evidencia no es concluyente sobre el cumplimiento de esta condicin de consistencia, aunque los resultados apuntan a una cierta robustez en las conclusiones.

Pgina. 62

Tabla V-8: Coeficientesde Correlacin de Spearman - Econometra

COLS-01 COLS-03 COLS-08 ML(e)-02 ML(e)-05 ML(e)-09 ML(h)-01 ML(h)-02 ML(h)-04 ML(h)-06 ML(h)-07 COLS-01 COLS-03 COLS-08 ML(e)-02 ML(e)-05 ML(e)-09 ML(h)-01 ML(h)-02 ML(h)-04 ML(h)-06 ML(h)-07 1.000 0.822 1.000 0.543 0.520 1.000 0.813 0.929 0.540 1.000 0.790 0.881 0.560 0.879 1.000 0.798 0.856 0.535 0.875 0.904 1.000 0.917 0.843 0.542 0.827 0.818 0.775 1.000 0.830 0.900 0.585 0.905 0.879 0.869 0.809 1.000 0.800 0.896 0.545 0.908 0.854 0.880 0.804 0.911 1.000 0.455 0.506 0.295 0.536 0.514 0.527 0.445 0.532 0.513 1.000 0.672 0.711 0.581 0.744 0.721 0.661 0.675 0.747 0.697 0.489 1.000

Tabla V-9: Coeficientes de Correlacin de Spearman - Econometra

RCE-01 RCE-02 RCE-03 RCE-04 RCE-05 RVE-01 RVE-02 RVE-03 RVE-04 RVE-05 1.000 0.879 1.000 0.927 0.888 1.000 0.948 0.839 0.957 1.000 0.445 0.646 0.552 0.509 1.000 0.935 0.880 0.991 0.967 0.554 1.000 0.701 0.782 0.752 0.721 0.668 0.778 1.000 0.720 0.729 0.783 0.762 0.636 0.800 0.651 1.000 0.707 0.744 0.814 0.799 0.676 0.811 0.647 0.738 1.000 0.300 0.444 0.383 0.334 0.706 0.385 0.587 0.599 0.460 1.000

RCE-01 RCE-02 RCE-03 RCE-04 RCE-05 RVE-01 RVE-02 RVE-03 RVE-04 RVE-05

Si los resultados anteriores no se consideran satisfactorios, todava queda la posibilidad de discriminar el factor X entre grupos de empresas, siempre que se cumpla la condicin de consistencia que alude a la identificacin de las mismas empresas como las mejores y las peores de la muestra (Tabla V-10, Tabla V-11, Tabla V-12, Tabla V-13 y Tabla V-14). El tringulo inferior de la matriz mostrada muestra, para cada par de modelos, la fraccin de empresas (%) que ambos clasifican simultneamente en el quintil superior, mientras que el tringulo superior presenta lo mismo para el caso del quintil inferior.
Tabla V-10: Identificacin de las Mejores y Peores Prcticas Modelos COLS Seleccionados
COLS-03 Quintiles (1: ms eficiente) 1 2 3 4 5 6 4 4 1
8.45 5.63 5.63 1.41

1 2 COLS-01 3 4 5 Total

Total 15
21.13

1 2 COLS-03 3 4 5 Total

COLS-08 Quintiles (1: ms eficiente) 1 2 3 4 5 7 1

15.56 2.22

Total 8
17.78

1 2 COLS-01 3 4 5 Total

COLS-08 Quintiles (1: ms eficiente) 1 2 3 4 5 4 6

8.7 13.04

Total 10
21.74

4
5.63

5
7.04

3
4.23

1
1.41

1
1.41

14
19.72

3
6.67

4
8.89

3
6.67

10
22.22

3
6.52

3
6.52

4
8.7

1
2.17

11
23.91

2
2.82

5
7.04

3
4.23

4
5.63

14
19.72

5
11.11

3
6.67

2
4.44

10
22.22

5
10.87

1
2.17

1
2.17

7
15.22

1
1.41

3
4.23

7
9.86

4
5.63

15
21.13

2
4.44

4
8.89

1
2.22

7
15.56

1
2.17

4
8.7

2
4.35

7
15.22

2
2.82

1
1.41

1
1.41

9
12.68

13
18.31

3
6.67

7
15.56

10
22.22

2
4.35

4
8.7

5
10.87

11
23.91

15
21.13

14
19.72

14
19.72

14
19.72

14
19.72

71
100

10
22.22

9
20

9
20

9
20

8
17.78

45
100

10
21.74

9
19.57

9
19.57

9
19.57

9
19.57

46
100

Pgina. 63

Tabla V-11: Identificacin de las Mejores y Peores Prcticas Modelos ML(e) Seleccionados
ML(e)-05 Quintiles (1: ms eficiente) 1 2 3 4 5 13 1
18.31 1.41

1 2 ML(e)-02 3 4 5 Total

Total 14
19.72

1 2 ML(e)-05 3 4 5 Total

ML(e)-09 Quintiles (1: ms eficiente) 1 2 3 4 5 11 2 2

15.49 2.82 2.82

Total 15
21.13

1 2 ML(e)-02 3 4 5 Total

ML(e)-09 Quintiles (1: ms eficiente) 1 2 3 4 5 10 2 1 1

14.08 2.82 1.41 1.41

Total 14
19.72

2
2.82

12
16.9

14
19.72

4
5.63

8
11.27

2
2.82

14
19.72

5
7.04

7
9.86

2
2.82

0
0

14
19.72

2
2.82

13
18.31

15
21.13

4
5.63

4
5.63

6
8.45

14
19.72

5
7.04

5
7.04

5
7.04

15
21.13

13
18.31

1
1.41

14
19.72

4
5.63

6
8.45

4
5.63

14
19.72

4
5.63

6
8.45

4
5.63

14
19.72

1
1.41

13
18.31

14
19.72

2
2.82

2
2.82

10
14.08

14
19.72

2
2.82

2
2.82

10
14.08

14
19.72

15
21.13

14
19.72

14
19.72

14
19.72

14
19.72

71
100

15
21.13

14
19.72

14
19.72

14
19.72

14
19.72

71
100

15
21.13

14
19.72

14
19.72

14
19.72

14
19.72

71
100

Tabla V-12: Identificacin de las Mejores y Peores Prcticas Modelos ML(h) Seleccionados
ML(h)-04 Quintiles (1: ms eficiente) 1 2 3 4 5 12 2 1
16.67 2.78 1.39

1 2 ML(h)-01 3 4 5 Total

Total 15
20.83

1 2 ML(h)-01 3 4 5 Total

ML(h)-06 Quintiles (1: ms eficiente) 1 2 3 4 5 8 3 1

17.02 6.38 2.13

Total 12
25.53

1 2 ML(h)-01 3 4 5 Total

ML(h)-07 Quintiles (1: ms eficiente) 1 2 3 4 5 8 3 2

15.09 5.66 3.77

Total 13
24.53

3
4.17

7
9.72

4
5.56

14
19.44

2
4.26

3
6.38

5
10.64

1
2.13

11
23.4

2
3.77

5
9.43

3
5.66

3
5.66

1
1.89

14
26.42

5
6.94

6
8.33

4
5.56

15
20.83

3
6.38

1
2.13

2
4.26

2
4.26

8
17.02

1
1.89

3
5.66

1
1.89

3
5.66

3
5.66

11
20.75

3
4.17

7
9.72

4
5.56

14
19.44

2
4.26

5
10.64

2
4.26

9
19.15

4
7.55

2
3.77

3
5.66

9
16.98

1
1.39

3
4.17

10
13.89

14
19.44

1
2.13

1
2.13

5
10.64

7
14.89

0
0

3
5.66

3
5.66

6
11.32

15
20.83

14
19.44

15
20.83

14
19.44

14
19.44

72
100

10
21.28

9
19.15

10
21.28

9
19.15

9
19.15

47
100

11
20.75

11
20.75

10
18.87

11
20.75

10
18.87

53
100

Tabla V-13: Mejores y Peores Prcticas Comparacin diferentes modelos economtricos

ML(h)-01 Quintiles (1: ms eficiente) 1 2 3 4 5 15 0 0 0 0
20.55 0 0 0 0

1 2 COLS-01 3 4 5 Total

Total 15
20.55

1 2 ML(e)-02 3 4 5 Total

ML(h)-02 Quintiles (1: ms eficiente) 1 2 3 4 5 13 2 0 0 0

18.06 2.78 0 0 0

Total 15
20.83

1 2 ML(e)-01 3 4 5 Total

ML(h)-02 Quintiles (1: ms eficiente) 1 2 3 4 5 7 4 3 1 0

9.72 5.56 4.17 1.39 0

Total 15
20.83

0
0

14
19.18

1
1.37

0
0

0
0

15
20.55

2
2.78

11
15.28

1
1.39

0
0

0
0

14
19.44

2
2.78

6
8.33

5
6.94

0
0

1
1.39

14
19.44

0
0

1
1.37

13
17.81

0
0

0
0

14
19.18

0
0

1
1.39

13
18.06

1
1.39

0
0

15
20.83

3
4.17

3
4.17

5
6.94

2
2.78

1
1.39

14
19.44

0
0

0
0

0
0

14
19.18

1
1.37

15
20.55

0
0

0
0

1
1.39

11
15.28

2
2.78

14
19.44

2
2.78

1
1.39

0
0

8
11.11

4
5.56

15
20.83

0
0

0
0

0
0

1
1.37

13
17.81

14
19.18

0
0

0
0

0
0

2
2.78

12
16.67

14
19.44

1
1.39

0
0

2
2.78

3
4.17

8
11.11

14
19.44

15
20.55

15
20.55

14
19.18

15
20.55

14
19.18

73
100

15
20.83

14
19.44

15
20.83

14
19.44

14
19.44

72
100

15
20.83

14
19.44

15
20.83

14
19.44

14
19.44

72
100

Pgina. 64

Tabla V-14: Identificacin de las Mejores y Peores Prcticas Modelos DEA seleccionados
RVE-01 Quintiles (1: ms eficiente) 1 2 3 4 5 13 6
13.98 6.45

1 2 RCE-01 3 4 5 Tot

Total 19
20.43

1 2 RCE-01 3 4 5 Tot

RCE-02 Quintiles (1: ms eficiente) 1 2 3 4 5 12 7

12.9 7.53

Total 19
20.43

1 2 RVE-01 3 4 5 Tot

RVE-05 Quintiles (1: ms eficiente) 1 2 3 4 5 11 6 2

11.83 6.45 2.15

Total 19
20.43

5
5.38

12
12.9

2
2.15

19
20.43

6
6.45

6
6.45

7
7.53

19
20.43

9
9.68

3
3.23

7
7.53

1
1.08

20
21.51

1
1.08

2
2.15

11
11.83

4
4.3

18
19.35

1
1.08

6
6.45

3
3.23

8
8.6

18
19.35

7
7.53

3
3.23

2
2.15

5
5.38

17
18.28

3
3.23

13
13.98

4
4.3

20
21.51

7
7.53

10
10.75

3
3.23

20
21.51

8
8.6

4
4.3

5
5.38

2
2.15

19
20.43

1
1.08

2
2.15

14
15.05

17
18.28

1
1.08

1
1.08

15
16.13

17
18.28

5
5.38

3
3.23

10
10.75

18
19.35

19

20

17

19

18

93
100

19

19

18

19

18

93
100

40
43.01

16
17.2

19

18

93
100

20.43 21.51 18.28 20.43 19.35

20.43 20.43 19.35 20.43 19.35

20.43 19.35

Se observa que las mejores y peores prcticas tienden a ser identificadas consistentemente por cualquiera de los mtodos. Resumiendo, como conclusiones generales se destacan:
La condicin 1 se verifica. Aunque los modelos economtricos presentan medidas sustancialmente menores a las obtenidas con DEA. Ello se encuentra alineado con lo que ocurre en la literatura. Se recomineda la utilizacin de funciones de distancia para diminuir esta diferencia. Los resultados Inter-enfoque son sustancialmente mejores. La comparacin de modelos DEA-DEA tanto en lo que se refiere a ranqueo de empresas como identificacin de mejores y peores prcticas mejora sustancialmente. Los resultados son pobres cuando se compara DEA-Econometra.

Pgina. 65

VI.

CONCLUSIONES Y RECOMENDACIONES

VI.1. Conclusiones Este trabajo respondi al objetivo de realizar estimaciones de eficiencia relativa, de utilidad para los reguladores del sector de Agua y Saneamiento de las Amricas. Hasta la iniciativa de ADERASA de construccin de una importante base de datos regional, este sector careca de un relevamiento sistemtico de informacin sobre las empresas dedicadas a dichos servicios en el Continente. Tal situacin, tornaba difcil realizar estudios de benchmarking que ayudaran al regulador a resolver y/o morigerar los problemas de asimetra de informacin a los que naturalmente se enfrenta. Aqu se busc contribuir en el desarrollo de una metodologa de competencia por comparacin en el sector. Tambin se plante como prioritario identificar las principales necesidades de informacin, en materia de mejora y sistematizacin de la misma, de modo tal que con el tiempo el presente trabajo se enriquezca y mejore con bases de datos de mejor calidad, apertura y extensin de la informacin disponible por el regulador. En el futuro, cuando la metodologa y los datos se hayan consolidado, ser posible ensayar el uso regulatorio tal como se efecta en realidades ms avanzadas. Este tipo de iniciativas de ADERASA achica sustantivamente la brecha entre pases desarrollados y menos desarrollados en materia de tecnologa regulatoria. Fue construida una metodologa de anlisis comparativo del desempeo operativo de empresas reguladas en el sector de agua y saneamiento de Amrica Latina. Su objetivo es efectuar, mediante tcnicas economtricas y estadsticas, de programacin matemtica y anlisis econmico, una evaluacin del desempeo comparativo del servicio prestado por empresas privadas y pblicas. Dicha evaluacin se efecta para prestadores que presentan similitudes estructurales, de modo de ser consistente con los principios de la regulacin econmica por incentivos. Para sintetizar la aplicacin regulatoria de estudios de benchmarking, debe recordarse que el problema regulatorio bsico consiste en conocer cules son realmente los costos de un operador eficiente, de modo de reconocerle el valor adecuado de tarifas, que recupere costos y remunere adecuadamente el capital. Pero, un regulador est en desventaja frente a la empresa ya que tiene menos informacin que los ejecutivos de la misma sobre las condiciones operativas y las reas donde sera posible una reduccin de costos. Este fenmeno se denomina en la literatura como el problema de informacin asimtrica entre la empresa y el regulador. Un regulador necesita instrumentos para superar el problema de asimetra de informacin y poder determinar los costos eficientes potenciales de cada operador regulado. Tales instrumentos deberan otorgarle los incentivos adecuados al operador para que transite hacia un estado de operacin ms eficiente, lo cual beneficia a los actuales y futuros consumidores. El uso de comparaciones entre empresas es una alternativa muy poderosa en este sentido. Al comparar una empresa con sus pares, un regulador puede generar informacin sobre la eficiencia relativa de los operadores, muy valiosa para el proceso de tarificacin. Esta tarea se puede realizar con metodologas varias:
Pgina. 66

Bottom-up, diseando una empresa modelo con informacin de costos muy desagregada que luego se va sumando hasta determinar los costos agregados de la empresa eficiente, es decir cules deberan ser las mejores prcticas en un mundo ideal, o Top-down, que considera slo categoras agregadas de costos efectivos de distintos operadores regionales, de modo de detectar las mejores prcticas en el mundo real.

En el presente informe se estiman diversas especificaciones de la frontera de eficiencia siguiendo metodologas incluidas dentro de la tradicin Top-down. Se utilizan para ello distintas proxies de productos, insumos y variables ambientales. Adems de estas variables fsicas, tambin se utiliza una variable monetaria para estimar una funcin de costos: el costo operativo total de las empresas. Como la comparacin es de carcter internacional, y los tipos de cambio influyen en los resultados, se homologaron los valores con un tratamiento de todas las variables monetarias convertidas a paridad de poder adquisitivo (PPP). Se puede seguir mejorando la base de datos:
Primero, dando prioridad a la informacin relacionada con variables monetarias: costos y salarios. En una primera aproximacin se recomienda mantener la agregacin a nivel de la empresa sin separar los mismos por actividades. Adems, sera importante concentrar el esfuerzo en las siguientes variables: costos totales, costos operativos, nomina salarial y precio de compra de la energa. Segundo, asegurando la consistencia de las definiciones utilizadas en los diversos pases. Tercero, separando las actividades de agua y saneamiento cuando ello sea posible. Si bien en la base existen variables que desagregan la informacin, hay pocas respuestas en la mayora de los casos. Cuarto, con respecto a las variables ambientales se han constuido variables para diferenciar el ambiente del negocio. Es decir, variables que puedan afectar los costos pero no estn bajo el control de la empresa. Los resultados a los que se ha arribado tienen sentido, pero es til continuar pergeando variables ambientales que permitan separar adecuadamente las incidencias del entorno de la pura ineficiencia.

Con respecto al concepto de eficiencia a medir el informe incluye estimaciones de:

Funciones de costos que representan el costo total de produccin como funcin del nivel de producto y el precio de los insumos, y permiten estimar la eficiencia productiva o total; Eficiencia de costos, en la cual se construye un modelo simple en el que se considera a los costos como un insumo, cuyo resultado es la proporcin en la cual los costos pueden ser reducidos manteniendo el nivel de producto.

La metodologa utilizada fue Econometra y DEA. De la comparacin de los resultados obtenidos a partir de las metodologas ensayadas para estimar la eficiencia tcnica, productiva y de costos, surgen las siguientes conclusiones:
El ajuste resulta satisfactorio. El signo de los coeficientes es el esperado, de acuerdo a la teora. Las variables incluidas son significativas en conjunto e individualmente para explicar la variabilidad de los costos operativos a los niveles usuales de confianza. Se han enocntrado variables ambientales que resultaron significativas Con la base de 2005 las estimaciones resultaron robustas en gran cantidad de casos
Pgina. 67

Es preciso a paritir de ahora, adems de seguir mejoran la base, comanzar a disutir el corazon del modelo para llegar a una especificacin aceptable desde el puntop de vista de la prcticaasectorial.

Una vez elegido el modelo utilizando mtodos economtricos, se procedi a realizar estimaciones con al metodologa DEA utilizando las mismas variables escogidas como productos, insumos y ambientales. Se consideraron dos casos: (i) rendimientos constantes a escala (RCE) y (ii) rendimientos variables a escala (RVE). Un problema con el que se enfrentan los reguladores al aplicar benchmarking es el gran nmero de metodologas disponibles para la medicin de la eficiencia de empresas individuales, as como las varias alternativas de modelizacin. El problema se agrava si adems las distintas metodologas dan resultados contradictorios. Para solucionar esta cuestin, es necesario un anlisis de consistencia sobre los resultados obtenidos. Las condiciones de consistencia interna exigen que los distintos mtodos:
generen distribuciones de medidas de eficiencia similares, generen ordenamientos de empresas similares e identifiquen a las mismas empresas como las mejores y las peores;

Por su parte, la consistencia externa requiere que las medidas de eficiencia sean:
estables en el tiempo, razonablemente consistentes con otras medidas de desempeo y con las condiciones bajo las que se desenvuelve la industria.

La consistencia interna muestra la solidez de las metodologas para estimar la eficiencia relativa, mientras que la consistencia externa indica si las medidas obtenidas estn en lnea con las caractersticas de las empresas analizadas. En este ltimo caso el papel del regulador es de suma relevancia. La experiencia observada muestra que no existe una metodologa conocida y consensuada que permita trasladar fcilmente las medidas de eficiencia obtenidas a travs de un estudio de benchmarking a una medida del factor X que pueda aplicarse en el proceso regulatorio. Esto est asociado bsicamente a dos motivos principales:
si las distintas metodologas no brindan resultados consistentes y robustos, no queda claro cul de las medidas es una mejor aproximacin al nivel de ineficiencia de las empresas, y aunque los resultados fueran homogneos, quedara por definir el tiempo en el cual las empresas ineficientes deberan reducir la brecha entre su situacin actual y la situacin ideal.

Para las estimaciones presentadas en el informe se ha realizado el anlisis de consistencia interna, concluyendo en general que a nivel global (la totalidad de la muestra) las comparaciones intra-metodologas dan resultados similares. VI.2. Recomendaciones Numerosos temas interesantes surgen para continuar aprendiendo sobre el sector y trayendo a la regin los mtodos ms modernos de benchmarking:

Pgina. 68

Cantidad y calidad de la informacin. Esta ha mejorado sensiblemente, por dos razones: el paso del tiempo agrega observaciones, pero ms importante que la cantidad de datos, es la revisin de algunas observaciones aisladas y la mejora de las fuentes. En muchos casos, la mejor definicin de lo que se pide y el detalle de la interaccin con los originadores de informacin, sirvi para adicionar valiosos datos al anlisis. Contina haciendo falta superar ciertos vacos y contradicciones en una porcin de los datos, pero lo que est pendiente es de mucha menor importancia relativa que lo ya avanzado. Una alternativa para considerar las diferencias en los marcos regulatorios sera efectuar un estudio comparado de las regulaciones que permita extraer variables cualitativas que reflejen el diferente ambiente regulatorio. La mayor cantidad de datos, por el hecho de tener ms perodos anuales incorporados a la base permitir el anlisis economtrico bajo la metodologa de datos de panel. Un paso metodolgico importante ser liberarse del corset impuesto por el anlisis economtrico que hasta aqu fue posible desarrollar e incursionar en la metodologa ms avanzada de funciones de distancia. Esto permitir luego cambiar la perspectiva del anlisis y redundar en medidas ms consistentes con respecto a los mtodos no paramtricos. Con DEA se podr practicar anlisis de sensibilidad de los resultados. Hasta el momento hay satisfactorios y robustos resultados tanto en el anlisis economtrico como en el de programacin matemtica. Con el anlisis de sensibilidad resultar testeada nuevamente la robustez de los rankings establecidos por las diversas metodologas. Un anlisis ms profundo de consistencia, para detectar posibles datos anmalos, y valores no explicados por los modelos, ser la continuidad natural de los puntos anteriores. Este anlisis deber incluir un pormenorizado estudio de los pares de copmpracin que surgen de DEA para mirar la coherencia de los resultados a nivel de empresa. Un avance sustantivo, una vez que estas metodologas estn desarrolladas y suficientemente internalizadas por los actores relevantes del sector, es la posibilidad de programar el anlisis de modo que los propios reguladores estn en condiciones de ganar autonoma en su uso, para una futura implementacin regulatoria. Tal instancia requiere de transferencia de tecnologa. Hasta el momento se ha pensado dicha transferencia en dos carriles: 6-1) Desarrollo de un software especfico que permita integrar todo el herramental utilizado en un solo programa informtico, propio adems para el anlisis del sector. El software debiera integrar mtodos de frontera paramtricos, no paramtricos, y hasta el momento, y con la informacin que cuentan los autores del presente trabajo, no est en el mercado (s existen buenos software de carcter general, pero disperso, para distintos usos por separado). 6-2) Desarrollos de manuales de procedimiento (Protocolos). 6-3) Capacitacin de los cuadros tcnicos de las agencias reguladoras de los pases que estn representados en ADERASA en el uso del software mencionado y los protocolos.
Pgina. 69

VII. REFERENCIAS
ADERASA GRTB. Ejercicio Anual de Benchmarking 2004. Indicadores de gestin para agua potable y alcantarillado. Arnold, Bardhan, Cooper and Kumbhakar (1996) New Uses of DEA and Statistical Regressions for Efficiency Evaluation and Estimation- With an Illustrative Application to Public Secondary Schools in Texas Annals of Operations Research 66, pp. 255-278 Baldwin, R. y M. Cave, 1999. Understanding regulation. Theory, Strategy and Practice, Oxford University Press, New York Bauer, P., A. Berger, G. Ferrier, y D. Humphrey, 1998. Consistency Conditions for Regulatory Analysis of Financial Institutions: A Comparison of Frontier Efficiency Methods. Journal of Economics and Business 50, pp. 85-114. Bardhan, Cooper y Kumbhakar (1998) A Simulation Study of Joint Uses of Data Envelopment Analysis and Statistical Regressions for Production Function Estimation and Efficiency Evaluation, Journal of Productivity Analysis 9, pp. 249-278. Bottasso, A. y M. Conti, 2003. Cost Inefficiency in the England and Welsh Water Industry: An Heteroskedastic Stochastic Cost Frontier Approach, Economics Discussion Papers, University of Essex, Department of Economics Charnes, A., W. Cooper, A. Lewin y L. Seiford, eds., 1994. Data Envelopment Analysis: Theory, Methodology and Applications, Kluwer Academic Publishers, Boston. Coelli, T., D. Prasada Rao, y G. Battese, 1998. An Introduction to Efficiency and Productivity nalysis. Kluwer Academic Publishers. Crampes, C., N. Diette y A. Estache, 1997. What could regulators learn from yardstick competition? Lessons for Brazils water and sanitation sector Mimeo, The world Bank. Estache, A. y Rossi, M., 2002. How different is the efficiency of public and private water companies in Asia? The World Bank Economic Review 16:1, pp. 139148. Estache, A., M. Rossi, M. y C. Ruzzier, 2002. The Case for International Coordination of Electricity Regulation: Evidence from the Measurement of Efficiency in South America. Policy Research Working Paper 2907, The World Bank Galetovic, A. y A. Bustos, 2002. Regulacin pro empresa eficiente: quin es realmente usted?, Estudios Pblicos 86, Otoo, pp. 145-182. Gmez-Lobo, A. y M. Vargas (2001), La regulacin de las empresas sanitarias en Chile: una revisin del caso de EMOS y una propuesta de reforma regulatoria, Documento de Trabajo N 177, Departamento de Economa, Universidad de Chile. Gmez-Lobo, A., 2004. Determinacin de la eficiencia operativa en la regulacin de monopolios naturales: el uso de informacin de consultores versus competencia por comparaciones, Departamento de Economa, Universidad de Chile, Octubre. Green, R y M. Rodriguez Pardina, 1999. Resetting Price Controls for Privatized Utilities: A Manual for Regulators, EDI Development Studies, Economic Development Institute, The World Bank, Washington D.C.

Pgina. 70

Kumbhakar, S. y C. Lovell, 2000. Stochastic Frontier Analysis, Cambridge University Press, New York. Lin, C. 2005. Service Quality and Prospects for Benchmarking: Evidence from the Peru Water Sector, Public Utility Research Center, University of Florida, P. O. Box 117142, Gainesville, FL 326117142, April 25 Lin, C. y S. Berg, 2005. Consistency in Performance Rankings: The Peru Water Sector. May 6 Margaretic, P., D. Petrecolla y C. Romero, 2004. Evaluacin de la eficiencia de la operacin de las distribuidoras de electricidad en la Argentina. Un anlisis ex-post de la dcada de los 90, Fundacin Fines, Buenos Aires, Agosto Mobbs, P. y E. Glennie, 2004. Econometric modelling with ADERASA data & indicator values, WRc (Draft). OFWAT (1994), Setting Price Limits for Water and Sewerage Services. The Framework and Approach to the 1994 Periodic Review. Office of Water Services. OFWAT, 1998. Assessing the scope for future improvements in water company efficiency: A technical paper, Office of Water Services, Birmingham, April. OFWAT (1999), Future water and sewerage charges 2000-05: Final Determination, Office of Water Regulation, Office of Water Services, Birmingham, November. Price, J., 1993. Comparing the cost of water delivered. Initial research into de impact of operating on company costs. OFWAT Research Paper number 1, Birmingham, March. Rossi, M. y C. Ruzzier, 2000. On the Regulatory Application of Efficiency Measures, Utilities Policy 9, pp. 81-92 Saal, D. y D. Parker, 2001. The Impact of Privatization and Regulation on theWater and Sewerage Industry in England and Wales: a Translog Cost Function Model, Managerial and Decision Economics 21, pp. 253-268. Sabbioni, G., 2005. Econometric measures of the relative efficiency of water and sewerage utilities in Brazil.. Public Utility Research Center, University of Florida. Shleifer, A. 1985. A Theory of Yardstick Competition. Rand Journal of Economics 16(3): 319327. Stewart, M., 1993. Modelling water costs 1992-93: further research into the impact of operating conditions on company costs. OFWAT Research Paper number 2, December. Tupper, H. y M. Resende, 2004. Efficiency and Regulatory Issues in the Brazilian Water and Sewage Sector: An Empirical Study, Utilities Policy 12, pp. 29-40 Weisman, D.L. (2000), The (in)efficiency of the Efficient Firm cost standard, The Antitrust Bulletin, Spring.

Pgina. 71

ANEXOS

Pgina. 72

Tabla Anexo 1: Niveles de eficiencia de los Modelos seleccionados

Empresa Ag_Argentinas Ag_Formosa Ag_La Rioja CECVL_Trelew OS_MDP OS_Mendoza Ag_Illimani SAGUAPAC ELAPAS CASAL_AL PROLAGOS_RJ SANEAGO_GO Ag_Altiplano Ag_Andinas Ag_Antofagasta Ag_Chanar Ag_Cordillera Ag_del-Valle-CL Ag_Los-Dominicos Ag_Magallanes Ag_Manquehue Ag_Nuevo-Sur-Maule Ag_Patagonia-Aysen ESS_La-Araucania ESS_Los-Lagos ESS_Servicomunal ESSBIO ESVAL Serv_Muni_Maipu Ag_Cartagena Barranquilla Cali_EICE_ESP EAAB Girardot Medellin_ESP AyA ESPH Interagua Ag_Puerto-Cortes CAASA_AC CAASA_CA CAPASU COO_BLANCO COO_CARDENAS COO_COZUMEL COO_MORELOS COO_PUERTO COO_SOLIDARIDAD INTERAPAS Jalisco_Amacueca Jalisco_autlan Jalisco_barca Jalisco_chapala Jalisco_cuquio Jalisco_degollado Jalisco_encarnacion Jalisco_etzatlan Jalisco_huerta Jalisco_lagos Jalisco_magdalena Jalisco_poncitlan Jalisco_sanjulian Jalisco_zapotlan JAPAC JUMAPA MONTERREY Queretaro SEDAPAL IDAAN ESSAP_Alberdi ESSAP_Cab ESSAP_S-Bernardino ESSAP-Asun Pas AR AR AR AR AR AR BO BO BO BR BR BR CL CL CL CL CL CL CL CL CL CL CL CL CL CL CL CL CL CO CO CO CO CO CO CR CR EC HO MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX MX PE PN PY PY PY PY
COLS-01 COLS-03 COLS-08 ML(e)-02 ML(e)-05 ML(e)-09 ML(h)-01 ML(h)-02 ML(h)-04 ML(h)-06 ML(h)-07

0.635 0.259 0.194 0.216 0.520 0.296 0.884 0.226 0.262 0.039 0.168 0.692 0.479 0.511 0.246 0.496 0.176 0.634 0.089 0.410 0.322 1.000 0.181 0.296 0.406 0.296 0.454 0.488 0.179 0.118 0.130 0.078 0.123 0.113 0.090 0.211 0.240 0.171 0.109 0.163 0.145 0.409 0.123 0.147 0.250 0.193 0.181 0.222 0.464 0.621 0.469 0.395 0.191 0.459 0.274 0.220 0.452 0.217 0.353 0.454 0.417 0.346 0.362 0.168 0.319 0.261 0.212 0.150 0.122 0.255 0.274 0.143 0.165

0.352 0.613 0.412 0.554 0.730 0.729 0.452 0.570 0.247 0.611 0.695 0.898 0.673 0.639 0.813 0.837 0.540 0.658 1.000 0.866 0.560 0.616 0.669 0.584 0.719 0.871 0.454 0.518 0.511 0.344 0.470 0.458 0.355 0.361 0.513 0.484 0.434 0.393 0.655 0.553 0.331 0.364 0.431 0.384 0.392 0.426 0.357 0.863 0.830 0.608 0.476 0.967 0.555 0.668 0.657 0.463 0.598 0.634 0.686 0.633 0.578 0.455 0.280 0.464 0.425 0.441 0.391 0.149 0.373 0.423 0.406

0.185 0.436 0.244 0.448 0.540 0.448 0.429 0.434 0.225 0.399 1.000 0.507 0.626 0.493 0.516 0.630 0.599 0.396 0.536 0.568 0.692 0.406 0.547 0.515 0.542 0.542 0.654 0.432 0.392 0.378 0.262 0.351 0.331 0.296 0.310 0.401 0.385 0.344 0.409

0.335 0.797 0.503 0.776 0.872 0.755 0.782 0.780 0.520 0.810 0.945 0.858 0.895 0.853 0.846 0.914 0.883 0.820 0.865 0.909 0.895 0.791 0.867 0.852 0.864 0.862 0.906 0.811 0.800 0.781 0.596 0.750 0.717 0.641 0.603 0.765 0.749 0.691 0.770 0.884 0.676 0.665 0.676 0.725 0.666 0.701 0.735 0.460 0.890 0.866 0.862 0.818 0.903 0.838 0.901 0.867 0.830 0.875 0.870 0.884 0.872 0.859 0.750 0.383 0.740 0.757 0.707 0.704 0.126 0.555 0.623 0.628

0.310 0.794 0.477 0.734 0.870 0.723 0.793 0.774 0.510 0.799 0.949 0.845 0.895 0.847 0.836 0.918 0.878 0.813 0.862 0.915 0.890 0.790 0.872 0.846 0.859 0.854 0.905 0.802 0.797 0.770 0.576 0.755 0.703 0.630 0.584 0.753 0.742 0.682 0.759 0.888 0.650 0.667 0.725 0.652 0.682 0.733 0.417 0.893 0.869 0.863 0.819 0.905 0.833 0.906 0.860 0.831 0.880 0.873 0.890 0.867 0.863 0.741 0.354 0.720 0.743 0.682 0.700 0.112 0.508 0.582 0.832

0.295 0.816 0.494 0.778 0.848 0.721 0.799 0.758 0.545 0.852 0.952 0.889 0.888 0.855 0.879 0.908 0.884 0.881 0.814 0.892 0.915 0.842 0.901 0.866 0.896 0.865 0.921 0.844 0.850 0.852 0.601 0.768 0.765 0.633 0.647 0.836 0.838 0.738 0.780 0.860 0.785 0.797 0.762 0.808 0.773 0.796 0.467 0.905 0.804 0.908 0.854 0.941 0.761 0.880 0.825 0.742 0.812 0.846 0.916 0.844 0.883 0.764 0.352 0.690 0.791 0.703 0.731 0.151 0.694 0.743 0.855

0.238

0.381 0.197 0.407 0.399 0.326

0.310

0.779 0.626 0.555 0.588 0.754 0.651 0.820 0.589 0.628 0.221 0.521 0.790 0.745 0.749 0.610 0.749 0.529 0.783 0.377 0.719 0.684 0.831 0.540 0.650 0.715 0.656 0.731 0.744 0.531 0.429 0.451 0.335 0.433 0.423 0.361 0.568 0.609 0.517 0.418 0.505 0.475 0.717 0.441 0.494 0.620 0.562 0.544 0.591 0.737 0.785 0.743 0.714 0.557 0.744 0.644 0.594 0.740 0.587 0.691 0.739 0.726 0.691 0.695 0.514 0.670 0.617 0.572 0.481 0.430 0.636 0.647 0.491 0.510

0.350 0.706 0.468 0.707 0.808 0.712 0.671 0.681 0.390 0.709 0.934 0.814 0.854 0.769 0.794 0.867 0.850 0.703 0.816 0.894 0.874 0.683 0.794 0.791 0.800 0.802 0.874 0.692 0.663 0.644 0.467 0.598 0.590 0.493 0.505 0.671 0.615 0.570 0.631 0.794 0.608 0.541 0.575 0.633 0.580 0.601 0.634 0.449 0.861 0.824 0.808 0.723 0.880 0.772 0.860 0.827 0.733 0.818 0.824 0.848 0.825 0.793 0.617 0.380 0.620 0.638 0.573 0.548 0.166 0.520 0.547 0.519

0.403 0.751 0.540 0.778 0.786 0.749 0.709 0.691 0.459 0.791 0.929 0.866 0.845 0.788 0.847 0.835 0.856 0.798 0.767 0.853 0.895 0.762 0.840 0.823 0.844 0.824 0.888 0.764 0.755 0.770 0.539 0.660 0.681 0.546 0.609 0.783 0.753 0.652 0.684 0.750 0.595 0.699 0.722 0.700 0.753 0.712 0.727 0.563 0.858 0.751 0.863 0.771 0.914 0.700 0.799 0.781 0.635 0.724 0.780 0.872 0.788 0.820 0.677 0.436 0.642 0.721 0.643 0.617 0.260 0.720 0.716 0.614

0.321 0.785 0.490 0.754 0.847 0.701 0.854

0.287 0.866 0.478 0.778 0.934 0.809 0.917 0.854 0.613

0.817 0.825 0.786 0.878 0.841 0.905 0.745 0.888 0.896 0.945 0.753 0.842 0.834 0.913 0.803 0.877 0.663

0.536 0.914 0.723 0.658 0.703 0.747 0.575 0.769 0.780 0.755 0.749 0.745 0.483

0.830 0.920 0.922 0.735 0.963 0.850 0.784 0.906 0.914 0.967 0.618 0.845 0.851 0.658 0.837 0.929 0.583 0.622 0.606 0.433 0.560 0.764 0.472 0.811 0.853 0.752 0.650 0.880 0.629 0.688 0.606 0.835 0.659 0.641 0.947 0.432

0.637 0.411 0.776 0.654 0.438 0.594 0.316 0.736 0.704 0.706

0.895 0.398 0.710 0.847 0.606 0.656 0.677 0.703

Pgina. 73

Tabla Anexo 2: Pares de Comparacin modelo RVE-05

COO_CARDENAS Serv_Muni_Maipu Ag_Los-Dominico ESSAP_S-Bernard 0.15 0.06 0.16 0.06 0.27 1.00 0.18 0.36 0.11 0.38 1.00 0.37 0.01 0.01 0.07 0.18 0.15 0.33 0.38 0.16 0.09 0.20 0.58 0.40 0.08 0.04 0.05 0.17 0.34 0.19 0.03 0.40 1.00 1.00 0.06 0.47 0.36 0.03 1.00 0.09 0.11 0.16 0.20 1.00 0.33 0.34 0.31 0.25 0.10 0.07 0.02 0.23 0.20 0.24 0.17 0.18 0.25 0.15 0.04 0.06 0.28 0.59 0.05 0.17 ESS_Servicomuna COO_COZUMEL COO_MORELOS Ag_Patagonia-Ay Ag_Puerto-Corte

COO_BLANCO

Medellin_ESP

Buenaventura

Ag_Altiplano

ZIPAQUIRA

Ag_Formosa

CAASA_CA

SINCELEJO

Ag_Andinas

Ag_Argentinas Ag_Formosa Ag_La-Rioja CECVL_Trelew OS_MDP OS_Mendoza Ag_Illimani ELAPAS SAGUAPAC CASAL_AL PROLAGOS_RJ Ag_Altiplano Ag_Andinas Ag_Antofagasta Ag_Chanar Ag_Cordillera Ag_del-Valle-CL Ag_Los-Dominico Ag_Magallanes Ag_Manquehue Ag_Patagonia-Ay ESS_La-Araucani ESS_Los-Lagos ESS_Servicomuna ESSBIO ESVAL Serv_Muni_Maipu ACUAVALLE Ag_Cartagena Ag_Manizales ARAUCA ARMENIA Barranquilla Buenaventura BUGA Cali_EICE_ESP Cartago CONHYDRA Dosquebradas EAA_Pereira_ESP EAAB EMPOCALDAS FLORENCIA FUSAGASUGA Girardot Ibague Ingenieria_tota Medellin_ESP Neiva OCANA Palmira Popayan SINCELEJO SOGAMOSO Tulua Tunja VALLEDUPAR YOPAL ZIPAQUIRA AyA ESPH Interagua Ag_Puerto-Corte CAASA_AC CAASA_CA CAPASU COO_BLANCO COO_CARDENAS COO_COZUMEL COO_MORELOS COO_PUERTO COO_SOLIDARIDAD INTERAPAS JAPAC JUMAPA MONTERREY Queretaro SAPAET ENACAL EPS_EL EPS_GRAU EPS_SEDACHIMBOT EPS_SEDAPAR EPS_TACNA SEDALIB SEDALORETO SEDAMHUANCAYO SEDAPAL IDAAN ESSAP_Alberdi ESSAP_Cab ESSAP_S-Bernard ESSAP-Asun

1.00 1.00 0.31 0.30 1.00 0.52 1.00 1.00 0.86 0.73 0.89 1.00 1.00 0.35 1.00 0.28 0.94 1.00 1.00 1.00 1.00 0.66 0.60 1.00 0.96 0.81 1.00 1.00 0.42 0.80 0.77 1.00 0.25 1.00 0.35 0.50 0.42 0.25 0.38 0.49 1.00 0.56 0.55 0.47 0.23 0.53 1.00 1.00 1.00 1.00 1.00 0.63 1.00 0.73 0.23 0.27 0.51 0.22 1.00 0.92 0.36 1.00 1.00 0.88 1.00 1.00 1.00 1.00 1.00 1.00 1.00 0.78 0.71 0.32 1.00 0.74 0.91 0.30 1.00 0.48 0.80 0.83 0.57 0.71 0.36 1.00 0.80 0.27 0.65 1.00 1.00 1.00 0.66

1.00 1.00 0.20 0.04 1.00 0.04 1.00 1.00 0.35 0.07 0.10 1.00 1.00 0.01 0.37 0.07 1.00 0.07 0.29 0.03 0.05 1.00 1.00 1.00 1.00 0.01 0.25 0.35 0.19 0.14 0.06 0.22 0.04 0.06 0.39 0.32 0.07 0.26 1.00 0.11 0.07 1.00 1.00 0.39 0.78 0.10 0.21 1.00 0.11 0.05 0.30 0.29 0.56 0.17 0.14 0.42 1.00 0.63 0.20 0.01 0.39 0.11 0.02 1.00 1.00 1.00 1.00 1.00 0.43 0.57 0.42 0.16 0.17 0.12 0.19 0.48 0.09 0.09 0.10 0.01 0.16 0.53 0.42 1.00 0.29 0.02 0.35 0.22 0.25 0.17 1.00 0.15 0.22 1.00 1.00 0.37 0.00 0.30 1.00 1.00 1.00 1.00 1.00 1.00 0.16 0.07 0.17 0.47 0.30 0.02 0.19 0.12 0.27 0.05 0.09 0.07 0.26 0.39 0.13 0.14 0.59 0.13 1.00 0.10 0.61 0.05 0.11 0.32 0.12 0.02 0.28 0.13 0.57 0.55 0.34 0.02 0.14 0.54 0.04 0.17 0.38 0.43 0.02 0.14 0.12 0.09 0.17 0.33 0.54 0.36 0.09 0.31 0.15 0.21 0.48 0.49 1.00 0.20 0.09 0.13 0.08 0.14 0.22 0.03 0.32 0.22 0.09 0.64 0.24 0.19 0.17 0.27 0.22 0.18 0.01 0.01 0.18 0.00 0.43 0.12 0.62 0.25 0.41 0.47 0.29 0.20 0.41 0.64 0.08 0.26 0.30 0.20 0.28 0.17 0.44 0.51 0.23 0.26 0.19 0.20 0.14 0.34 0.34 0.32 0.16 0.36 0.40 0.03 0.10 0.12 0.26

0.32

0.03

0.21

0.01

0.36 0.15

Pgina. 74

ESSAP_Cab

Ag_Illimani

Empresa

TITA

ESSAP_Alberdi

Ag_Manquehue

SEDALORETO

COO_PUERTO

Ag_Magallanes

Ag_Argentinas

Ingenieria_tota

ACUAVALLE

Ag_Chanar

ARMENIA

ENACAL

JUMAPA

OS_MDP

CAPASU

Interagua

ELAPAS

OCANA

Palmira

EAAB

Neiva