J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

Invited paper / Received July 2006

ANÁLISIS DE EFICIENCIA DE INSTITUTOS TECNOLÓGICOS DE ESPAÑA Y

BRASIL: UNA APLICACIÓN DEL ANÁLISIS ENVOLVENTE DE DATOS (DEA)

Cassia Viviani Silva Santiago

Facultad de Economía y Administración,
Universidad Federal de Juiz de Fora (Brasil)
Antonio Ramírez de Arellano
Director Revista Española de Economía de la Salud (España)
[email protected]

Abstract

The technology transfer from technological institutes to enterprises is a subject of increasing interest for the development of
Innovation National Systems. For the purpose of fostering technology transfer, it becomes crucial to identify those
technological institutes of relatively high performance. Likewise, it is interesting to show the characteristics of those
organizations as well as the way by which they use inputs to produce the expected outputs. The DEA model constructs an
efficient frontier with those observations of relatively best perfomance; it shows for each inefficient unit what are the
reasons behind such a low perfomance; and finally, it determines efficiency targets for each inefficient unit. This article
seeks to identify the efficiency frontier from a sample of Spanish and Brazilian technological institutes and what may be the
paths to improve the current performance. Our results inform about the standard characteristics of a technological institute
operating in the frontier; the priorities among production targets: and the great difference in efficiency levels within the
sample. Our conclusions show that there may be a significant scope for improvement and the need of practice review in the
process of technological transfer.

Key words: DEA, weight restrictions, efficiency frontier, transfer of technology, technological institutes.

Resumen

La transferencia y comercialización de tecnología desde los Institutos Tecnológicos (ITs) a las empresas es un tema de gran
interés para el desarrollo de los sistemas nacionales de innovación. La identificación de aquellos institutos que consiguen la
máxima eficiencia en su papel de transferir tecnología a las empresas, las características de estos institutos y cómo utilizan
sus inputs (ej. presupuestos, investigadores, recursos para transferencia tecnológica, dotación de personal administrativo,
etc.) para la consecución de unos outputs (ej. número de contratos de transferencia tecnológica, número de publicaciones,
etc), resulta interesante cuando se desea impulsar el proceso de transferencia y comercialización de tecnología de un sector,
una región o un país. La evaluación DEA construye una frontera de eficiencia con aquellas observaciones de mayor
rendimiento relativo. La técnica de “Análisis Envolvente de Datos” (DEA) localiza en la curva-frontera únicamente los ITs
que exhiben los niveles más altos de productividad; muestra para cada IT juzgado como ineficiente las razones de ese status;
y finalmente, produce una serie de objetivos que permitirían reconducir las situaciones de bajo rendimiento. El artículo
pretende mostrar una visión clara de cuales son los ITs españoles y brasileños considerados eficientes y que actuaciones
pueden llevarse a cabo para invertir la situación y reducir las bolsas de ineficiencia identificadas en el sector. Los resultados
informan de las características de ITs representativos de la eficiencia técnica e identifican prioridades alternativas entre
objetivos. Asimismo, los resultados muestran una amplia heterogeneidad en niveles de eficiencia entre ITs y por
consiguiente, un significativo ámbito de mejora y de revisión de actividades.

Palabras claves: DEA, restricciones en ponderaciones, frontera de eficiencia, transferencia de tecnología, institutos
tecnológicos

ISSN: 0718-2724. (http://www.jotmi.org) 43

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

1. Introducción Tecnológicos en su proceso de transferencia tecnológica a

las pequeñas y medianas empresas (Pymes) es un campo
inexplorado.
Los institutos de investigación y tecnología son un
componente básico de un sistema nacional de innovación.
Su propia dinámica se basa en la obtención, mantenimiento La investigación que se propone en este artículo debe
y abastecimiento de tecnologías y servicios tecnológicos al considerarse como una primera aproximación para analizar
tejido industrial. La innovación tecnológica es la principal el desempeño de los Institutos Tecnológicos de titularidad
fuente de ventaja competitiva de las empresas y por lo pública. Nuestro planteamiento reside en evaluar la
tanto, del crecimiento económico. Sin embargo, la eficiencia técnica relativa de Institutos Tecnológicos
incertidumbre y los altos costes asociados al proceso públicos de España y Brasil. En particular, se pretende
innovador representan barreras insalvables para las investigar los siguientes aspectos: características de los
pequeñas y medianas empresas a la hora de invertir en I+D. Institutos Tecnológicos españoles que se identifican con un
Las administraciones públicas, a través de la creación de alto rendimiento; grado de discriminación entre los
Institutos Tecnológicos, pretenden incentivar la innovación objetivos de producción científica y capacidad contractual
y posterior transferencia tecnológica en beneficio del sector con las Pymes, y su efecto sobre la eficiencia; dimensión
empresarial y en base a las externalidades que se generan óptima que caracteriza a los Institutos Tecnológicos
en el sistema económico nacional. Sin embargo, la creación localizados en la frontera de eficiencia; impacto en la
y operatividad de los Institutos Tecnológicos de titularidad frontera de la inclusión en el análisis de Institutos
pública es una condición necesaria pero no suficiente para Brasileños; identificación de las bolsas de inefiencia y sus
el avance técnico industrial. Una serie de aspectos podrían implicaciones. La estructura del trabajo es la siguiente. En
afectar a un proceso óptimo de transferencia tecnológica. primer lugar, se describe la técnica utilizada para efectuar la
En primer lugar, no siempre existe compatibilidad entre los medición de eficiencia (Análisis Envolvente de Datos). A
objetivos perseguidos por las Instituciones Tecnológicas y continuación se procede a la selección de los inputs y
el sector empresarial; el avance científico y su aplicación outputs que intervienen en la función de producción de un
práctica podrían no ir de la mano. En segundo lugar, el Instituto Tecnológico standard y a la descripción de los
grado de flexibilidad de los Institutos Tecnológicos para datos referidos a 27 observaciones en el periodo 1999-2000.
adaptarse a la velocidad del cambio tecnológico y a las En tercer lugar, se proponen modelos alternativos de
necesidades específicas de las empresas es en ocasiones evaluación de eficiencia y se analizan los resultados. El
muy limitado. En tercer lugar, el mercado de transferencia trabajo concluye con el habitual apartado de conclusiones.
tecnológica se caracteriza por su opacidad que impide una
correcta identificación de la oferta existente, y dificultades
2. Conceptualización de la técnica Análisis
para asimilar la carga de conocimiento transferida. Por otra
parte, el proceso actual de globalización que exige un Envolvente de Datos
mayor dinamismo tecnológico, y la necesidad de
alternativas de financiación (privadas) para inversiones en El modelo DEA tiene como objetivo determinar que
I+D presiona a los sistemas de innovación nacionales a unidades productivas de una muestra con similares
revisar y reconducir su rendimiento actual. El resultado de características configuran una “superficie envolvente”. Esta
nuestra revisión bibliográfica nos permite indicar que no superficie recibe el nombre de función de producción
existen estudios sistemáticos sobre el papel jugado por los empírica o frontera de eficiencia. La idea de una medida de
Institutos Tecnológicos en el proceso de transferencia eficiencia basada en datos observados de múltiples inputs y
tecnológica dentro de un sistema nacional de innovación. outputs fue introducida por Farell (1957). Sin embargo, la
Asimismo, la Comunidad Europea en 1998 llevó a cabo un idea no se llevó a la práctica hasta que Charnes, Cooper and
estudio sobre las prácticas de auditoria y evaluación de Rhodes (1978) plantearon un problema de programación
rendimiento interno en Institutos Tecnológicos localizados lineal para medir los niveles de eficiencia, bajo la hipótesis
en 8 países miembros. En Francia, representando el más de rendimientos constantes a escala (RCE). La expresión
alto nivel, únicamente un 25% de sus instituciones de original del modelo DEA establecido por Charnes, Cooper
innovación tecnológica habían llevado a cabo actividades y Rhodes en 1978, es la siguiente:
de auditoria, evaluación y benchmarking. Lo anterior
sugiere que la evaluación del rendimiento de los Institutos

ISSN: 0718-2724. (http://www.jotmi.org) 44

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

∑u m y m ,o
Max. α o = m =1
N
[1.1]
∑v
n =1
n x n ,o

sujeto a
M

∑u m y m ,i
m =1
N
≤ 1, i = 1,2,..., I [1.2]
∑v
n =1
n x n ,i

u m , vn ≥ ε , ∀m, ∀n [1.3]
donde
y m ,o = cantidad de output m obtenido por unidad o, x n ,o = La medida de eficiencia para cada unidad ( α o) se calcula a
través del proceso de maximización de un coeficiente de
cantidad input n consumido por unidad o,
outputs ponderados en relación a inputs ponderados sujeto a
u m = ponderación asignada a output m, vn = ponderación la condición de que los coeficientes similares para cada
asignada a input n, I = número de unidades, unidad evaluada deben ser menor o igual a uno. Cada
M = número total de outputs, N = número total de inputs, conjunto de pesos ( u m , v n ) se obtiene a través del proceso
ε = número positivo pequeño. de optimización condicionada. Charnes et al. (1978)
propusieron transformar [1.1] en un problema de
programación lineal donde la nueva función objetivo es la
recíproca de [1.1]:

N
1
Min. β o = Min = ∑ v n x n ,o [1.4]
αo n =1
M
sujeto a: ∑u
m =1
m y m ,o = 1, [1.5]
M N

∑ u m ym,i − ∑ vn xn,i ≤ 0, i = 1,..., I ,

m =1 n =1
[1.6]

u m , v n ≥ ε , ∀m, ∀n [1.7]

Debido a que [1.4] es una formulación ordinaria de

programación lineal, tiene su dual que puede ser expresado
como sigue:
Max. β o [1.8]
I
sujeto a: ∑λ y
i =1
i m ,i ≥ β o y m ,o , m = 1,..., M , [1.9]
I

∑λ x
i =1
i n ,i ≤ x n ,o , n = 1,..., N , [1.10]

λi ≥ 0 [1.11]

ISSN: 0718-2724. (http://www.jotmi.org) 45

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

La restricción [1.9] significa que la combinación de outputs hasta la proporción β o de su valor actual. Sin embargo,
ponderados excede a la proporción β o del output de la podrían darse situaciones en las que la unidad O tuviera
unidad O. Las formulaciones dual y primal exhiben niveles de algunos inputs superiores a los niveles de la
idénticos resultados. Generalmente es la versión dual [1.8] combinación ponderada de inputs y/o algunos niveles de
la escogida debido a su relativa facilidad de cómputo; la outputs inferiores a aquellos niveles de la combinación
versión dual opera con M+N restricciones en lugar de I+1 ponderada de outputs. Lo anterior muestra que es posible
restricciones como en la versión primal. La formulación obtener mejoras adicionales. Charnes, Cooper y Rhodes
dual ofrece una más clara interpretación de lo que sucede (1978) incorporaron la posibilidad de esas mejoras
en términos de minimización de inputs y maximización de adicionales (valores “slack”) en la formulación matemática
outputs (ver Norman y Stoker, 1991). En el anterior modelo de la siguiente manera:
DEA, los outputs de la unidad O pueden incrementarse

⎧ ⎛ N M
⎞⎫
Max. ⎨ β o + ε ⎜ ∑ s n− + ∑ s m+ ⎟⎬ [1.12]
⎩ ⎝ n =1 m =1 ⎠⎭
I
sujeto a: ∑λ y
i =1
i m ,i = β o y m ,o + s m+ , m = 1,..., M , [1.13]
I

∑λ x
i =1
i n ,i = x n ,o − s n− , n = 1,..., N , [1.14]

λi , s n− , s m+ ≥ 0 ∀i , n , m [1.15]
−
s y s
n
+
m se denominan “variables slack” y se introducen eficiencia igual a uno ( β o = 1 ) y valores slack igual a cero
− +
para transformar restricciones de desigualdad en ( s n = s m = 0 ). Las unidades ineficientes DMUP, DMUQ
restricciones de igualdad. La existencia de estas variables
y DMUR pueden ser proyectadas en la frontera con el fin de
implica que los objetivos para algunos inputs y outputs no
se basarán únicamente en proyecciones radiales. En este satisfacer el rendimiento de las unidades de referencia. En
sentido, la eficiencia DEA de una unidad evaluada obtendrá el caso de la unidad ineficiente DMUP ( β P > 1 ), la
un coeficiente igual a uno ( β o =1) y valores snack iguales a expansión radial requerida de los dos outputs debe ser igual
− + a P( β P − 1) . En relación a la unidad DMUR la proyección
cero ( s n = s m = 0; ∀ n,m). Una unidad ineficiente que
en la frontera para alcanzar el rendimiento de su unidad de
requiere mejoras radiales en algunos factores para satisfacer referencia (DMUB) debe ser llevada a cabo en dos fases.
sus objetivos obtendrá un coeficiente de eficiencia mayor Primero, el incremento proporcional en los niveles actuales
que uno, para el modelo [1.12], y valores slack igual a cero.
de outputs debe ser R( β R − 1) para alcanzar el segmento
Finalmente, mejoras no radiales se explican por β o > 1 y
no eficiente de la frontera. Segundo, el valor positivo de la
valores positivos de slacks para algunos factores. En la +
Figura 1 se muestra el conjunto de posibilidades de variable slack del output ( s1R ) muestra la posibilidad de
producción, y la frontera DEA representada por un alcanzar un incremento adicional igual a y1B − β R R1 . El
segmento definido por la unidades A y B las cuales son sofware utilizado en nuestro trabajo es el “Warwick
eficientes. Aplicando el programa dual de maximización de Windows DEA” de Thanassoulis y Emrouznejad (1996)
outputs a esas observaciones se obtiene un coeficiente de

ISSN: 0718-2724. (http://www.jotmi.org) 46

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

Figura 1: Representación gráfica del modelo DEA con orientación hacia los outputs

y1/x
A
P1 ( β P − 1)

P Q
P2 ( β P − 1) Q

B
s1+R

R1 ( β R − 1)

R
R 2 ( β R − 1)

O
y2/x

3. Especificación del modelo DEA en el ámbito de el número de publicaciones, patentes, etc) como aquella
Institutos Tecnológicos asociada a la capacidad contractual con empresas externas
(contratos de transferencia tecnológica) representan
objetivos a maximizar por los ITs. Podemos hablar por lo
Un Instituto Tecnológico (IT) puede definirse como una tanto, de la consecución, con un empleo eficiente de
unidad productiva que emplea una serie de inputs (ej. recursos, de dos tipos de éxitos: éxito científico y éxito
presupuestos, investigadores, recursos específicos para financiero o como logro ideal, una combinación óptima de
transferencia tecnológica, dotación de personal ambos.
administrativo, etc) para la consecución de unos outputs
directamente ligados a la investigación y a las relaciones 3.1 Conjunto de datos utilizados y selección de
contractuales con empresas. Un IT como empresa de
variables
servicios, está afectado por consideraciones de eficiencia
como cualquier otra unidad. La revisión bibliográfica que
Disponemos de información sobre 32 observaciones: 21 ITs
hemos llevado a cabo nos indica, hasta la fecha,
Españoles y 11 ITs Brasileños. Se dispone asimismo de
inexistencia de análisis formales de evaluación de eficiencia
información sobre 11 variables relevantes: 5 inputs y 6
en ITs. Este hecho no sugiere que este tipo de
outputs. Sin embargo, nos vemos obligados a desestimar
organizaciones no sean susceptibles de evaluación con el
algunas observaciones con el fin de evitar problemas de
uso de técnicas de programación lineal. Por el contrario, se
incorrecta especificación del modelo y a no emplear todo el
ajustan sin ningún tipo de problemas a análisis similares
conjunto de variables disponible para solventar situaciones
realizados en sectores tan dispares como: hospitales (Carey
de falta de homogeneidad entre observaciones. Los ajustes
y Burgess, 1999); ambulatorios (Giuffrida y Gravelle,
realizados permiten identificar las variables (inputs y
2001); centros de educación primaria (Thanassoulis y
outputs) que conformarían una hipotética función de
Simpson, 1999); oficinas bancarias (Schaffnit et al., 1997);
producción de ITs. La figura 2 representa los inputs
compañías petrolíferas (Thompson et al., 1996); etc. En
seleccionados y los outputs cuya consecución se traduce en
este sentido, tanto la vertiente de investigación (medida por
el éxito financiero y científico de ITs.

ISSN: 0718-2724. (http://www.jotmi.org) 47

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

Figura 2: Variables de una hipotética función de producción de Institutos Tecnológicos

ganancias de eficiencia. ITs con niveles de output similares

Seguidamente describimos las seis variables seleccionadas: mostrarán grados de eficiencia dispares según su capacidad
de utilizar correctamente sus recursos. En este sentido,
- Presupuesto Anual: representa el total de recursos
niveles relativamente reducidos de recursos para
financieros de un IT para el ejercicio 2000. Esta variable transferencia serán positivamente valorados por el
está medida en millones de euros (incluyendo los ITs programa DEA.
brasileños a los que establecemos la conversión). En
términos de eficiencia técnica, para un determinado nivel de - Dotación de Investigadores: este input se mide en
output un empleo de recursos presupuestarios menor en unidades físicas (número de investigadores en plantilla en
términos relativos se traduce automáticamente en mejoras
el 2000). Comportamientos eficientes implicarán
de eficiencia. productividades medias elevadas para este factor-trabajo.
- Recursos de Origen Público: Este segundo input,
+ Número de Publicaciones: este output representa una de
valorado también en millones de euros para el ejercicio las actividades claves de la actividad de los ITs: la
2000, identifica la parte de financiación de ITs por entes investigación. Utilizamos como medida el número efectivo
gubernamentales. La consecución de un volumen
de publicaciones en el bienio 1999-2000. Para niveles
determinado de outputs con un empleo relativamente similares en la utilización de inputs, ganancias de eficiencia
reducido de recursos públicos, y por lo tanto un alto grado se traducen en maximizar la producción de publicaciones.
de autofinanciación, puede considerarse como un objetivo Asimismo, esta variable nos permite evaluar y contrastar el
deseable no sólo en aras de la eficiencia productiva, sino "éxito científico" de los ITs analizados. No disponemos de
también de la eficiencia social. Las reducciones de
información que discrimine la calidad de las publicaciones
financiación pública para ITs experimentadas en los últimos producidas ni el objeto de la misma (investigación básica o
años y las perspectivas de mayores reducciones futuras aplicada). Por lo tanto, la interpretación de los resultados
convierten a la autofinanciación en un aspecto clave de la
del análisis debe tener en cuenta este hecho, que en
gestión de ITs. cualquier caso debe asumirse por la generalizada
inexistencia de indicadores de calidad en este y en otros
- Recursos para Transferencia Tecnológica: esta
sectores.
variable, valorada en millones de euros para el ejercicio
2000, identifica un input a minimizar para obtener

ISSN: 0718-2724. (http://www.jotmi.org) 48

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

+ Numero de Contratos de Transferencia Tecnológica: observaciones y favorecería de partida a un 22% de las

representa el segundo tipo de actividad crucial de un IT. unidades analizadas. Se debe indicar también, que la
Está medido en unidades físicas para el bienio 1999-2000 y producción de patentes no es considerada como un output
determina la capacidad contractual de los ITs y por lo tanto, crucial de los ITs, entre otras razones debido a la rapidez
la actividad desarrollada para empresas externas, del cambio tecnológico que se traduce en una amenaza para
principalmente para las Pymes. Asimismo, existiría una invertir recursos en esta actividad.
relación directa entre esta actividad de provisión de
servicios con el "éxito financiero" ya que representa una de 3.2 Análisis preliminar de datos
las fuentes más importantes de la autofinanciación de los
ITs. La Tabla 1 identifica el conjunto de datos para las 25
observaciones de la muestra que finalmente han sido
Es importante señalar el hecho de no hemos incluido como seleccionadas para llevar a cabo la evaluación de eficiencia.
output el “Número de Patentes en el bienio 1999-2000” Se puede observar que los ITs han sido clasificados en la
debido a que sólo 7 de los 21 ITs españoles han producido tabla según su localización geográfica: 9 ITs pertenecientes
patentes en ese periodo. Por su parte, ninguno de los 11 ITs a Cataluña; 5 localizados en la Comunidad Valenciana; 5
brasileños lleva a cabo este de tipo de actividad. Por lo ITs del resto del estado español; y finalmente, 6 ITs
tanto, la inclusión de esta variable en el modelo produciría Brasileños localizados en el estado de Sao Paulo.
una situación de acusada heterogeneidad entre las

Tabla 1: Conjunto de datos para una muestra de 25 Institutos Tecnológicos

Presupuesto No de Científicos/ Recursos de Recursos para No. de Contratos No.de

ITs Anual Investigadores Origen Público Transferencia de Transferencia Publicaciones
(2000) (2000) (2000) Tecnológica (1999-2000) (1999-2000)
(en miles de euros) (unidades físicas) (miles de euros) (2000) (unidades físicas) (unidades físicas)
(miles de euros)
CATA1B 691 35 421 451 4 36
CATA2A 12.170 100 3.005 12.170 450 10
CATA3A 12.717 111 7.753 90 41 180
CATA4A 7.212 55 902 0 5 0
CATA5M 4.213 40 3.372 0 30 230
CATA6A 7.212 38 2.885 3.726 23 83
CATA7M 2.104 65 150 1.803 70 190
CATA8A 12.020 80 6.010 1.082 20 200
CATA9M 2.518 23 1.689 2.512 50 152
VALE1M 2.043 8 481 240 5 2
VALE2M 2.632 39 962 84 232 14
VALE3M 1.827 30 841 240 40 10
VALE4M 2.705 55 1.202 2.705 55 41
VALE5B 643 2 421 0 6 4
MADR1A 18.030 20 16.227 3.065 12 50
ANDA1M 1.503 6 0 481 15 10
ARAG1M 2.080 3 1.040 198 170 10
EXTR1B 902 13 871 721 5 15
CAST1B 216 9 60 156 3 10
BRAS1A 8.030 110 4.141 7.146 239 337
BRAS2B 998 3 499 42 2 20
BRAS3M 3.227 11 2.987 126 18 80
BRAS4B 337 30 162 18 200 500
BRAS5A 6.431 70 5.613 1.725 20 525
BRAS6M 3.390 50 577 0 4 5

ISSN: 0718-2724. (http://www.jotmi.org) 49

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

Asimismo, la Tabla 1 informa sobre como se distribuye la respectivos datos respecto a la media aritmética (medida
dimensionalidad de los 25 ITs de la muestra. Hemos por la Desviación Standard). En efecto, nos encontramos
escogido como indicador de dimensión la cuantía del con una gran dispersión de los datos que informa sobre un
presupuesto anual de cada IT, identificando tres intervalos alto grado de heterogeneidad entre los ITs analizados,
de discriminación. Las observaciones se distribuyen de la aspecto que se confirma observando la gran distancia entre
siguiente manera: 24% de ITs son de "Baja valores máximos y mínimos para cada una de las variables.
dimensionalidad" con un presupuesto igual o inferior a 1,20 Esta conclusión se observa también analizando por
millones €; 44% de "Mediana dimensionalidad" con separado las observaciones de ITs españoles. Lo anterior
presupuesto entre 1,50 y 4,20 millones €; y el 32% restante nos hace prever que la evaluación de eficiencia que se va a
de "Alta dimensionalidad" con presupuesto superior a 6 llevar a cabo identificará para algunos ITs niveles de
millones de €. A su vez, la Tabla 2 muestra el caso ineficiencia muy significativos y de difícil superación en el
agregado del total de observaciones (N = 25) y la primera corto y medio plazo, cuando se comparen con los ITs
impresión que ofrece es la significativa variabilidad de los localizados en la frontera de eficiencia.

Tabla 2: Análisis estadístico básico del caso agregado (ITs españoles y brasileños)

Variable Media Desv. Std Mínimo Máximo N

(-) Presupuesto Anual (2000) 4.634,04 4.717,22 216 18.030 25

(-) No.Científicos/Investigadores (2000) 40.24 33.56 2 111 25

(-) Recursos Públicos (2000) 2491,83 3538.82 0 16.227 25

(-) Recursos Transferencia Tecn. (2000) 1551,33 2772,59 0 12.170 25

(+) No. de Contratos (1999-2000) 68.76 108.19 2 450 25

(+) No.de Publicaciones (1999-2000) 108.56 151.27 0 525 25

3.3 Establecimiento de hipótesis y modelo DEA contratos de transferencia tecnológica"). Esta opción
restringido implica los esfuerzos que debe llegar a cabo una unidad
juzgada como ineficiente para alcanzar la frontera, se
Se emplea el modelo original de Charnes, Cooper y Rhodes concentran en mayor medida por el lado de los outputs que
(1978) que establece la hipótesis de "Rendimientos por el lado de los inputs. Debemos indicar, que en el
Constantes a Escala". Esta hipótesis considera que modelo original de "Rendimientos Constantes a Escala" los
incrementos proporcionales en la utilización de inputs resultados de eficiencia son idénticos tanto en el caso de
implican incrementos en la misma proporción de outputs orientación hacia outputs como en el caso de orientación
producidos. Esta consideración es aplicable en infinidad de hacia los inputs (Charnes et al, 1978). La única diferencia
procesos productivos y creemos que no existe razón alguna reside en los objetivos ("targets") que establece el
para no traducirla a nuestro análisis de ITs. En cualquier programa. Por otra parte, y desde el punto de vista de la
caso, la hipótesis alternativa de "Rendimientos Variables a política de gestión de ITs, parece deseable valorar en mayor
Escala" afecta al análisis de eficiencia en que es menos medida a aquellas unidades eficientes que muestran un alto
restrictivo que bajo la hipótesis de "Rendimientos rendimiento relativo tanto en su capacidad científica como
Constantes a Escala" (Norman y Stoker, 1991). En otras en su capacidad contractual. En este sentido, se introducirá
palabras, la evaluación de eficiencia en este último caso es un tipo de restricciones en las ponderaciones de los outputs
más severa, pone el listón más alto, para juzgar a una de manera que el programa DEA juzgue con la misma
unidad como eficiente y por tanto, resulta deseable en importancia a los outputs "No.de publicaciones" y "No.de
nuestra evaluación de ITs. La segunda hipótesis se refiere a contratos de transferencia" eliminando la flexibilidad
la orientación del proceso de optimización. Vamos a llegar original para asignar pesos a estos dos tipos de output. La
a cabo la evaluación de eficiencia para ITs con orientación especificación matemática del modelo restringido en su
hacia los outputs, es decir, se persigue la maximización de versión Primal es la siguiente:
los niveles de output ("No.de publicaciones" y "No.de

ISSN: 0718-2724. (http://www.jotmi.org) 50

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

∑V
1
Min ⋅ β j = Min. = ⋅ X n, j
αj
n [1.16]
n =1
s. a:
2

∑U m ⋅ Ym, j = 1 [1.17]
m =1

2 4

∑ U m ⋅ Ym,i − ∑V n ⋅ X n ,i ≤ 0 i = 1,....,19 [1.18]

m =1 n =1

U m ,Vn ≥ ε , ∀m, ∀n
[1.19]
U m ⋅ Ym,i
2
= 0.5 i = 1,....,19 [1.20]
∑
m =1
U m ⋅ Ym,i

Puede observarse que se ha introducido una restricción 4.1 Resultados relativos a la muestra de Institutos
adicional [1.20] la cual establece que la importancia relativa Tecnológicos de España
del output 1 "No.de publicaciones" debe ser igual a la
importancia relativa asociada al output 2 "No.de contratos La Tabla 3 muestra los resultados de evaluación de
de transferencia". A este enfoque de restricciones eficiencia en cuatro situaciones alternativas. Se observa
desarrollado por Wong y Beasley (1990) se le denomina como en la última columna, que muestra los resultados del
restricciones sobre pesos "virtuales" de los outputs. modelo DEA restringido, cuatro ITs son juzgados como
Considerando la restricción [1.17] se identifica que cada técnicamente eficientes: es decir, obtienen un coeficiente de
uno de los dos outputs entrará en el análisis de eficiencia eficiencia del 100%. En este caso, la evaluación de
mostrando una importancia relativa del 50% o dicho en eficiencia se basa en una política de gestión de ITs donde el
términos económicos, la contribución sobre los beneficios "Éxito Científico" y el "Éxito Financiero" son igualmente
totales de una unidad (recordemos que los pesos, Um, deseables. Por lo tanto, las unidades CATA7M, CATA5M,
pueden traducirse en precios) será para cada uno de los dos ANDA1M y ARAG1M son los únicos ITs de la muestra
outputs producidos igual al 50%. que se muestran eficientes, en términos relativos, respecto a
los objetivos simultáneos de investigación y capacidad
4. Análisis de resultados contractual. Observamos que comparando con el análisis
DEA standard de análisis conjunto de ambos objetivos
Nuestra línea de investigación analiza en primer lugar el (primera columna), tres unidades pierden su condición de
caso español compuesto de 19 observaciones. eficiencia (CATA9M, VALE2M y VALE5B). Estos ITs
Seguidamente, se estudia el impacto en la frontera de que se caracterizan por concentrar sus esfuerzos en uno de
eficiencia de incluir observaciones de ITs brasileños. Se los objetivos (especialización en un objetivo) ya no
propone para cada análisis la especificación de cuatro consiguen beneficiarse de este hecho. En efecto, al
modelos alternativos: el primero, analizará los introducir en el programa DEA el requerimiento de que
objetivos conjuntos de "éxito científico" y "éxito sólo unidades capaces de mostrar un alto rendimiento en
financiero"; el segundo, explorará los niveles de eficiencia ambos outputs (y por supuesto, en la utilización de inputs)
respecto a la consecución del "éxito científico"; el tercero, pueden ser juzgadas como eficientes, implica una mayor
analizará exclusivamente el "éxito financiero"; y severidad en la evaluación que afecta negativamente a
finalmente, el cuarto modelo llevará a cabo el análisis unidades que establecen prioridades respecto a uno u otro
conjunto de ambos éxitos pero con la introducción de output. Los resultados del modelo DEA standard para cada
restricciones, en ponderaciones de outputs, en el enfoque uno de los "Éxitos" identifican a esas unidades como
matemático DEA. "outliers" o unidades productivas que exhiben un alto
rendimiento en uno sólo o en número reducido de factores
(Smith, 1997). Las unidades “outliers” consiguen
eficiencias parciales pero nunca conjuntas respecto a los
dos objetivos de producción. En particular, los ITs de la

ISSN: 0718-2724. (http://www.jotmi.org) 51

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

Comunidad de Valencia (VALE2M Y VALE5B) centran su La incorporación de restricciones en el modelo DEA que
actividad casi exclusivamente en el “Éxito Financiero”. Por obliga a valorar en igual medida el "Éxito Científico" y el
su parte, el IT de Cataluña (CATA9M) se concentra en el "Éxito Financiero", identifica todavía más a la dimensión
“Éxito Científico”. "Media" de ITs como la más óptima. Este hecho no sólo
ratifica la importancia de la dimensionalidad media de ITs
en el análisis de eficiencia, sino que además lo acentúa.

Tabla 3: Resultados de eficiencia para cuatro modelos DEA alternativos

DEA Standard DEA Standard DEA Standard DEA Restringido

“Éxito Financiero y “Éxito Financiero” “Éxito Científico” “Éxito Financiero y
Científico” Científico”

(Eficientes/Ineficientes) 7/19 5/19 4/19 4/19

Valor promedio 61,46% 42,56% 46,63% 39,32%

Coeficiente de Eficiencia

CATA5M CATA7M CATA5M CATA5M

CATA7M VALE2M CATA7M CATA7M
CATA9M VALE5B CATA9M ANDA1M
ITs Eficientes VALE2M ANDA1M ANDA1M ARAG1M
VALE5B ARAG1M
ANDA1M
ARAG1M

Las evaluaciones de eficiencia realizadas con el modelo ineficientes. Estos objetivos si se cumplieran a través de
DEA han establecido, para las diferentes versiones, una reconducir la gestión interna, permitirían alcanzar un
frontera de eficiencia donde se localizan aquellos ITs que rendimiento similar al mostrado por las unidades
muestran un mayor rendimiento relativo en la utilización de localizadas en la curva frontera. Nos interesa ahora explorar
inputs y producción de outputs. Estas unidades juzgadas que grado de ineficiencia técnica se vislumbra en la muestra
como eficientes sirven de modelo o referencia para las de ITs españoles. Es decir, identificadas unas unidades de
unidades ineficientes. Otro aspecto interesante de la técnica alta productividad relativa que conforman la frontera,
DEA es que no sólo identifica y discrimina unidades de alto interesa cuantificar el grado de ineficiencia de toda la
y bajo rendimiento relativo, sino que además establece muestra de unidades.
objetivos ("targets") para aquellas unidades juzgadas como

Tabla 4: Comparación entre niveles actuales y objetivos DEA para toda la muestra

Modelo DEA Standard Niveles DEA

“Éxito Financiero y Científico” Actuales Objetivos %

Presupuesto Anual (2000) 93.439 60.925 - 34,80%

(miles de euros)
No.de Investigadores (2000) 732 650 - 11,20%
Recursos de Origen Público (2000) 48.291 32.100 - 33,53%
(miles de euros)
Recursos para Transferencia Tec. (2000) 29.726 17.033 - 42,70%
(miles de euros)
No.de Contratos de Transf. (1999-2000) 1.236 2.005 + 62,22%
No.de Publicaciones (1999-2000) 1.247 2.357 + 89,01%

En la Tabla 4 se identifican, para toda la muestra analizada, variables. En ella podemos obtener conclusiones referidas a
las diferencias entre niveles actuales y objetivos los ahorros de recursos y a los niveles de actividad
establecidos por el programa DEA para cada una de las potenciales que alcanzarían los ITs de la muestra si todos

ISSN: 0718-2724. (http://www.jotmi.org) 52

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

ellos, sin excepción, mostraran un rendimiento productivo del 33.53% que se traduce en problemas de
similar al que ofrecen los siete ITs localizados en la curva- ineficiencia social.
frontera. Dicho en otras palabras, en la tabla resumen se
traducen los efectos de la ineficiencia provocada por una 4.2 Resultados relativos a la muestra agregada de
alta disparidad de productividad entre las unidades de la ITs de España y Brasil
muestra. Las conclusiones son las siguientes:
La primera conclusión que ofrece la Tabla 5 es que la
i. Los niveles de producción científica y el número introducción de representantes brasileños en el análisis
de contratos de transferencia tecnológica con DEA Standard no afecta a la frontera que se constituía para
empresas externas podría aumentar, considerando el caso español. Ciertamente, las nuevas unidades no
periodos bianuales, en un 89.01% y 62.22% representan una amenaza para las unidades eficientes
respectivamente si todos los ITs de la muestra españolas, la frontera simplemente se amplia con la
funcionaran de forma tan eficiente como las siete inclusión de dos ITs brasileños (BRAS3M y BRAS5A). En
unidades de la frontera. segundo lugar, es interesante observar el rendimiento
productivo global de la submuestra de unidades brasileñas;
ii. Los incrementos significativos de output se de los 5 ITs evaluados, dos de ellos se localizan en la
podrían obtener con un empleo de recursos inferior frontera y otros dos se sitúan en el umbral de la misma
a los que se utilizan actualmente. En efecto, el (BRAS2B y BRAS1A). En términos comparativos
presupuesto anual conjunto muestra un exceso del podemos afirmar que la submuestra de unidades brasileñas
34.80% respecto al nivel actual; la dotación de ofrece el más alto rendimiento relativo cuando se compara
investigadores es excedentaria en un 11.20%; los con las restantes submuestras. En este sentido, podemos
recursos empleados para transferencia tecnológica señalar que si bien la inclusión de observaciones de Brasil
podrían reducirse en un 42.70%; y finalmente, el no afecta a las unidades españolas de la frontera, si que se
nivel de ineficiencia asociado a los ITs de la localizan en la tabla con situación privilegiada.
muestra provoca un exceso de financiación pública

Tabla 5: Resultados de eficiencia en la evaluación de éxito financiero y científico

(Modelo DEA Standard)

Tabla de Coeficientes de Eficiencia para cada IT

7.30 VALE1M 23.37 EXTR1B 28.54 VALE3M
32.06 CATA6A 33.28 VALE4M 33.83 MADR1A
34.28 CATA3A 38.89 CATA4A 39.94 CATA8A
51.05 BRAS6M 52.37 CAST1B 59.66 CATA1B
65.40 CATA2A 73.67 BRAS1A 94.41 BRAS2B
100.00 ANDA1M 100.00 ARAG1M 100.00 BRAS3M
100.00 BRAS5A 100.00 CATA5M 100.00 CATA7M
100.00 CATA9M 100.00 VALE2M 100.00 VALE5B

(Modelo DEA con Restricciones en Outputs)

Tabla de Coeficientes de Eficiencia para cada IT

2.09 MADR1A 3.93 CATA8A 4.38 CATA2A
7.19 BRAS5A 7.30 VALE1M 8.44 CATA6A
8.63 BRAS2B 12.36 EXTR1B 13.05 CATA1B
20.28 CATA3A 21.85 BRAS6M 23.39 VALE3M
24.22 BRAS3M 30.80 VALE4M 34.24 CAST1B
37.49 VALE2M 45.59 CATA9M 64.00 VALE5B
65.17 BRAS1A 88.69 ARAG1M 100.00 CATA5M
100.00 ANDA1M 100.00 CATA7M

Sin embargo, los resultados del modelo DEA restringido brasileños. La imposición de restricciones que exigen un
modifican substancialmente la posición relativa de los ITs alto rendimiento conjunto en la consecución de ambos

ISSN: 0718-2724. (http://www.jotmi.org) 53

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

objetivos provoca una reducción drástica del número de ITs de que la representación brasileña es la que identifica un
juzgados como eficientes. Los representantes del estado de mayor grado de discriminación entre objetivos. En otras
Sao Paulo pierden automáticamente su condición de palabras, concentra casi todos los esfuerzos en la
eficiencia. Más aún, la caída en el ranking de eficiencia es consecución eficiente de uno de los outputs a costa de una
muy drástica para el caso brasileño llegando a la conclusión clara marginación del restante.

Tabla 6: Coeficientes de eficiencia de Institutos Tecnológicos de Brasil

DEA Standard DEA Standard DEA Standard DEA Restringido

“Éxito Financiero y “Éxito Financiero” “Éxito Científico” “Éxito Financiero y
Científico” Científico”
BRAS1A 73.67% 33.98% 61.28% 65.17%
BRAS2B 94.91% 4.34% 94.41% 8.63%
BRAS3M 100% 12.27% 100% 24.22%
BRAS5A 100% 3.61% 100% 7.19%
BRAS6M 51.05% 48.61% 12.70% 21.85%

La información que aporta la Tabla 6 confirma la que penaliza a aquellas observaciones incapaces y/o
conclusión anterior de que los ITs brasileños de nuestra reticentes de alcanzar un alto rendimiento en la consecución
muestra concentran sus esfuerzos exclusivamente en el de ambos objetivos.
objetivo científico. En efecto, cuando se aplica el modelo
DEA orientado a la maximización del output “Éxito Finalmente, los ITs CATA5M, CATA7M y ANDA1M
Cientifico” las observaciones BRAS2B, BRAS3M y confirman, tanto en la evaluación del caso español como en
BRAS5A obtienen coeficientes de eficiencia de 94.41%, el caso agregado, su condición de optimalidad incluso en
100% y 100%, respectivamente. A su vez, cuando el situaciones de evaluación donde se les exige eficiencia
proceso optimización se centra en el “Éxito Financiero” la conjunta en investigación y en capacidad contractual. Su
caída de los coeficientes de eficiencia es espectacular; dimensión (mediana) se confirma asimismo como la más
4.34%, 12.27% y 3.61%, respectivamente. Esta óptima. Esta última observación viene avalada por el
discriminación de objetivos tan acusada, y sin comparación privilegiado posicionamiento, en términos relativos, de
con los ITs españoles de la muestra, se hace patente en los todos los ITs de dimensión mediana en todas las tablas de
resultados del modelo DEA restringido (última columna) eficiencia generadas en nuestra investigación.

Tabla 7: Características de ITs de la muestra representativos de la eficiencia técnica

No de Presupuesto Anual No. de Contratos No. de Publicaiones bianuales % RecPublicos % RecTransferencia

Investigadores por Investigador bianuales por Investigador respecto al respecto al
ITs por Investigador Presupuesto Presupuesto
CATA5M 40 105 (miles euros) 0,75 5,75 80,01% 0%
CATA7M 65 32,33 (miles de euros) 1,08 2,92 7,14% 85,71%
ANDA1M 6 249 (miles de euros) 2,5 1,67 0% 32%

La tabla 7 ilustra una serie de indicadores que muestran las indicadores presentados (el rendimiento eficiente global no
peculiaridades de las tres unidades de la muestra es único e inflexible) y por lo tanto, muestran tres puntos de
representativas de la eficiencia técnica derivada del modelo referencia diferentes para servir de modelo al resto de
con mayor severidad de evaluación. Estas tres unidades son unidades de la muestra juzgadas como ineficientes.
las más óptimas en términos relativos y las únicas en
localizarse en la frontera de eficiencia bajo el criterio de 5. Conclusiones
evaluación que exige alto rendimiento conjunto en
objetivos científicos y financieros. El resto de unidades de
la muestra podrán mostrar los rendimientos más altos en La investigación presentada constituye un primer paso en la
uno u otro objetivo, pero se muestran incapaces de alcanzar evaluación del comportamiento eficiente de los Institutos
la eficiencia conjunta en ambos objetivos. Se observa como Tecnológicos. El objetivo del estudio ha sido mostrar la
los tres ITs identifican diferentes características en los utilidad del análisis envolvente de datos en un sector que

ISSN: 0718-2724. (http://www.jotmi.org) 54

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

hasta la fecha no ha recibido la atención necesaria desde el Bibliografía

punto de vista de la evaluación de rendimiento. El actual
proceso de globalización y los límites de la financiación Carey, K. And Burgess, J. (1999). On Measuring the
pública van a obligar a reconducir las funciones y objetivos Hospital Cost/Quality Trade-Off, Health Economics, 8:
de los Institutos Tecnológicos tanto en el ámbito español 509-520.
como brasileño. Para llevar a cabo una revisión de
actuaciones y establecer nuevas metas y objetivos se hace Charnes, A.., Cooper, W.W. and Rhodes, E. (1978).
necesario disponer de puntos de referencia. Este estudio ha Measuring the Efficiency of DMUs. European Journal of
mostrado la potencialidad del análisis envolvente de datos Operational Research, 2, 6, p.429-44.
para identificar unidades de alto rendimiento relativo que
sirvan de referencia a unidades ineficientes. Asimismo, se Charnes, A., Cooper, W.W., Lewin, A.Y. and Seiford, L.M.
ha mostrado la flexibilidad del modelo DEA para ajustarse (1994). Data Envelopment Analysis: Theory, Methodology
a objetivos de política de gestión, como es el caso de exigir and Applications. Dordrecht: Kluwer Academic
un alto rendimiento en la consecución simultánea de Publishers.
objetivos científicos y financieros. Nuestro trabajo ha
puesto de manifiesto las características de aquellos Fare, R., Grosskopf, S. and Knox, L. (1994). Production
Institutos Tecnológicos que conforman la frontera de Frontiers. Cambridge University Press, Cambridge.
eficiencia, siendo un aspecto clave la dimensionalidad
media. Se ha identificado una acusada discriminación entre Farrell, M. J. (1957). The Measurement of Productive
los objetivos de éxito científico y financiero por parte de un Efficiency. Journal of Royal Society of Statistics, 120,
número significativo de ITs; en particular, las submuestras p.253-81.
de la Comunidad de Valencia y del Estado de Sao Paulo.
Finalmente, se ha estimado el impacto de la ineficiencia al Giuffrida, A. (1999). Productivity and Efficiency Changes
comparar los niveles actuales de inputs y outputs de la in primary Care: a Malmquist Index Approach, Health
muestra con los objetivos que produce el programa DEA. Care Management Science, 2: 11-26.

La flexibilidad y capacidad de adaptación representan Giuffrida, A., and Gravelle H. (2001), Measuring Performance in
ventajas asociadas a la metodología DEA. Sin embargo, Primary Care: Econmetric Analysis and DEA. Applied
también se ve afectada por limitaciones. La estimación de Economics; 33: 163-175.
la frontera DEA y los índices de eficiencia se ven
influenciados por los siguientes aspectos: heterogeneidad Hollingsworth, B., Dawson, P., Maniadakis, N. (1999),
de las unidades evaluadas; omisión (inclusión) de inputs y Efficiency Measurement of Health Care: A Review of
outputs relevantes (irrelevantes); errores de medida en las Non-Parametric Methods and Applications, Health Care
variables; existencia de outliers (unidades que se localizan Management Science; 161-172.
en la frontera por razón del alto rendimiento en uno sólo o
en número reducido de factores) (Smith, 1997). La Hollingsworth, B. (2004), Non Parametric Efficiency
flexibilidad que se asocia al modelo DEA al construir una Measurement, The Economic Journal, vol.114;307.
frontera empírica de eficiencia sin necesidad de establecer
hipótesis sobre la forma funcional, se ve contrarrestado por Norman, M. and Stoker, B. (1991). Data Envelopment
la influencia que tiene sobre los resultados el conjunto de Analysis: The Assessment of Performance. John Wiley &
observaciones y la especificación del modelo (selección de Sons Ltd, England.
inputs y outputs). Una especificación incorrecta del modelo
puede conducir a obtener una distribución sesgada del Pedraja-Chaparro, F., Salinas-Jimenez, J. and Smith, P.
término ineficiencia (Street, 2002). El problema yace en la (1999). On the Quality of the Data Envelopment Analysis
inexistencia de procedimientos estandarizados para la Model. Journal of the Operational Research Society,
construcción de modelos DEA (Pedraja et al., 1999). vol.50, no.6, p.636-644.

Puig, J. y Dalmau, E. (2000), Qué sabemos acerca de la

Finalmente, creemos oportuno señalar que una mayor eficiencia de las organizaciones sanitarias en España?,
información sobre los inputs y outputs que intervienen en la XX Jornadas de Economía de la Salud, AES; 151-197.
función de producción de los Institutos Tecnológicos;
concentrar el análisis en un sector o industria determinado Schaffnit C., Rosen D., and Paradi, C.P. (1997), Best
(para reducir la heterogeneidad de las observaciones); y un Practice Analysis of Bank Branches: An Application of
análisis incorporando un horizonte temporal más dilatado, DEA in a a Large Canadian Bank. European Journal of
fortalecería los resultados obtenidos. Operational Research, 98, 269-289.

ISSN: 0718-2724. (http://www.jotmi.org) 55

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA
 J. Technol. Manag. Innov. 2006, Volume 1, Issue 4.

Smith, P.(1997). Model Misspecification in Data

Envelopment Analysis. Annals of Operations Research, 73,
p. 233-252.

Street, A. (2002), Measuring Efficiency: An overview and

Comparison of Economic Methods, Report for the
Commission for Health Improvement.

Thanassoulis, E. and Emrouznejad, A. (1996). Warwick

Windows DEA, User´s Guide. Warwick Bussines School,
Warwick University, coventry, UK.

Thanassoulis, E. and Simpson, G. (1999). Setting Individual

Achievement Targets with DEA. OR Insight, 12, 2, p.2-7.

Thompson, R.G., Dharmapala, P.S., Rothenberg, L.J. and

Thrall, R.M. (1996). DEA AR Efficiency and Profitability
of 14 Major Oil Companies in US Exploration and
Production. Computers and Operations Research, 23, 4,
p.357-73.

Wong, Y.H.B. and Beasley, J.E. (1990). Restricting Weight

Flexibility in Data Envelopment Analysis. Journal of
Operational Research Society 41(9), 829-835.

ISSN: 0718-2724. (http://www.jotmi.org) 56

JOURNAL OF TECHNOLOGY MANAGEMENT & INNOVATION © UNIVERSIDAD DE TALCA