Beruflich Dokumente
Kultur Dokumente
Roberto Urrunaga
Oscar Jara
Centro de Investigacin
Universidad del Pacfico
Resumen
Abstract
1.- Introduccin
En 1998 el 50% de las firmas contaba con prdidas financieras (Corton, 2003). Con el
fin de generar un sistema de benchmarking regulatorio y de informar a la ciudadana sobre el
desempeo de las empresas prestadoras de servicios de saneamiento (EPS)1, en 1999 la
Superintendencia Nacional de Servicios de Saneamiento (SUNASS) empez a utilizar un
sistema de indicadores de desempeo. Estos son usados para generar un ndice referencial
que califica el nivel de desempeo de las firmas, para luego ubicar a cada una dentro de uno
de los tres rankings existentes. Cada uno de ellos se encuentra en funcin al tamao de las
firmas, admitiendo las clasificaciones pequea, mediana y grande como posibles tamaos
de firma2. Los indicadores de desempeo cubren los siguientes aspectos3,4:
1
El objetivo del regulador de informar a la ciudadana es que esta ejerza presin sobre las firmas.
2
Si atienden a menos de 15 mil conexiones son consideradas como firmas de tamao pequeo, si
atienden de 15 mil a 40 mil conexiones son consideradas como medianas, y si atienden a ms de 40 mil
conexiones se definen como grandes. La nica firma que atiende ms de un milln de conexiones es
Sedapal, que atiende la ciudad de Lima.
3
Inicialmente se consider tambin la capacidad de la firma en trminos de si su manejo financiero era
adecuado; sin embargo, en la actualidad ya no se toma en cuenta este componente.
4
Se debe notar que variables como el nivel de cloro residual, la continuidad del servicio o el porcentaje de
conexiones activas no son incluidas por SUNASS. Este hecho es uno de los que motiv la inclusin de
estas variables en el estudio.
resulta interesante evaluar si las medidas usadas logran generar los incentivos suficientes en
las firmas para que estas mejoren su desempeo5.
Grfico 1
Volumen de agua facturada y agua producida
5
Debe acotarse que si bien se analiza en los prrafos siguientes esta afirmacin, no se establece relacin
alguna de causalidad entre ambos modelos, aun siendo este fenmeno una variacin exgena a las
firmas.
Grfico 2
Cobertura de agua potable y poblacin
Grfico 3
Variacin de conexiones segn tamao de EPS
Grfico 4
Ingreso por volumen facturado de agua segn tamao de EPS
(Nuevos Soles de 1994)
Grfico 5
Morosidad segn tamao de EPS
(En meses)
En las tablas anteriores se muestran algunas variables de calidad del servicio, como
continuidad y quejas. La inclusin de las mismas es fundamental en cualquier medida de
eficiencia, ya que las firmas podran reducir costos disminuyendo la calidad del servicio. La
omisin de criterios de calidad en las medidas de eficiencia podra degenerar en la creacin de
incentivos perversos por parte de las firmas. El ente regulador peruano, SUNASS, consider tal
posibilidad, motivo por el cual incluye criterios de calidad en el ranking que genera todos los
aos. Coelli, Perelman y Romano (1999) y Lin (2005) sealan la relevancia de las variables de
calidad en cualquier estudio de eficiencia. Como se ver ms adelante, es necesario considerar
si estas variables afectan a la eficiencia tcnica o la tecnologa de la firma.
especficos a las mismas (Coelli, Perelman y Romano, 1999). Estos comentarios pasan de ser
simples notas a los estudios de eficiencia, ya que introducen heterogeneidad que debe ser
controlada para la obtencin de indicadores que sean no solo representativos de las firmas,
sino que sean comparables entre ellas.
Los objetivos principales de este documento son dos. En primer lugar, se persigue
estimar un ndice de ineficiencia de costos de las firmas que proveen los servicios de agua y
desage en Per, que se encuentre libre de los efectos mencionados; a partir del cual se
pueda establecer un ranking en el cual se ubique a las firmas de la muestra obtenida. El
segundo objetivo es analizar los patrones de cambio de las tecnologas usadas en el sector.
Debido a que los monopolios naturales dependen fundamentalmente de las tecnologas que
utilizan, los resultados de este anlisis son esenciales para la determinacin de los
requerimientos de capital de las empresas.
Faria, da Silva e Souza y Moreira (2005) determinan una frontera de produccin para
las empresas de agua en Brasil. El trabajo se centra en determinar si la naturaleza de la
propiedad de la firma explica la eficiencia de las firmas. El resultado hallado muestra que, de
acuerdo al modelo usado, las firmas privadas fueron solo marginalmente ms eficientes que las
pblicas, debido al leve aumento en la eficiencia de todo el sector en conjunto. Una primera
limitacin del estudio es que a pesar de exhibir estos resultados, la evidencia emprica revel lo
contrario, mostrando la poca capacidad explicativa del modelo. Como segunda limitacin del
estudio, la frontera de produccin usada impidi el testeo de economas de alcance, escala y
densidad de producto, debido a que estas son obtenidas a travs de las funciones de costos.
Por otro lado, Kirkpatrick, Parker y Zhang (2006) utilizan una funcin de costos y un
modelo no paramtrico orientado a la reduccin de insumos para evaluar el impacto de la
privatizacin de 110 firmas en frica. Usan modelos con eficiencia tcnica variante en el
tiempo, toman como variable dependiente los costos operativos, el agua producida como
variable de producto y los precios del trabajo y de distribucin de agua como variables
explicativas. El estudio no encuentra diferencias significativas de eficiencia entre las firmas
pblicas y privadas. En esa lnea, sealan como posibles causas de este fenmeno a la
Sandford y Lin (2007) evalan la eficiencia tcnica de 44 firmas de Per utilizando una
funcin de produccin. El volumen de agua facturada, el nmero de clientes, la cobertura de
desage y la continuidad del servicio son usados como productos, mientras que los costos
operativos, el nmero de empleados y las conexiones de agua como insumos. Con ellos se
dedican a generar distintos ndices de eficiencia de acuerdo a diferentes especificaciones para
modelos paramtricos y no paramtricos. Muestran que diferentes especificaciones de los
modelos evidencian ciertos aspectos de la firma mejor que otros. Al final dan sugerencias al
regulador (la Superintendencia Nacional de Servicios de Saneamiento - SUNASS) sobre tomar
ndices que den mayor importancia precisamente al tema cualitativo, mediante la asignacin de
pesos diferenciados a los indicadores durante la elaboracin del ndice.
En esa misma lnea, Lin (2005) muestra las repercusiones de la inclusin de variables
de calidad del servicio en una funcin de costos al momento de calcular la ineficiencia tcnica
para 36 empresas de Per. Concluye que las variables de calidad del servicio, como la
continuidad o el porcentaje de muestras con niveles de cloro permitidos, influyen sobre la
estructura de costos y no directamente sobre la ineficiencia. Corton (2003) realiza tambin
estimaciones para el caso peruano de funciones de costos para 44 firmas usando un corte
transversal. Controlando por regin geogrfica y nmero de distritos administrados por las
firmas, determina que existen beneficios de ahorro en costos ante el aumento del nmero de
distritos bajo cobertura de la firma.
Por otro lado, los efectos del tamao de la firma sobre la eficiencia tcnica son
estudiados en Fraquelli y Moiso (2005) para 90 firmas italianas organizadas en ATOs6.
Determinan que la integracin vertical de los servicios de agua y saneamiento genera
economas de escala, lo cual evidencia la necesidad de aumentar el tamao de planta de las
firmas para poder brindar ambos servicios. El modelo toma como variable dependiente a los
costos operativos, como producto al volumen producido de agua y como insumos al nmero de
trabajadores y al precio de la energa por metro cbico.
Tabla 3
Resumen de principales estudios
Autor(es) Fronte Muestra Especificacin Determinantes
ra de ineficiencia
Estache y Rossi SFA Firmas de Dependiente: costos operativos. Propiedad.
(1999) 25 pases Producto: nmero de clientes.
de la Insumos: nmero de conexiones.
regin Controles: densidad poblacional,
Asia- estructura de mercado, horas de
Pacfico, disponibilidad de agua al da,
1995. tratamiento de agua mediante
cloro o desalinizacin.
Faria, da Sila e SFA 135 Dependiente: volumen producido Propiedad,
Souza y Moreira firmas anual. regin de
(2005 pblicas y Insumos: nmero de trabajadores ubicacin.
18 y longitud de la red de distribucin.
privadas,
Brasil,
2002.
6
Por sus siglas en italiano Ambiti Territoriali Ottimali, cuya traduccin literal al espaol es rea territorial
ptima.
Elaboracin propia.
Existen dos enfoques bajo los que se trabaja la ineficiencia tcnica: el economtrico y
el de programacin matemtica. El primero de ellos es un enfoque paramtrico, debido a que
trabaja con una variable dependiente , que se encuentra en funcin de una serie de
7
Esto debido a que todos los clculos se realizan respecto a las mejores prcticas observadas.
8
Mediante herramientas de optimizacin matemtica, Farrell defini a la eficiencia productiva como el
producto de las eficiencias asignativa y tcnica.
Douglas. A pesar que la eleccin de una u otra pueda parecer arbitraria, existen herramientas
estadsticas como las pruebas de hiptesis que permiten comprobar si la eleccin de la forma
funcional fue la correcta. Asimismo, este enfoque permite distinguir entre fronteras estocsticas
(Aigner, Lovell y Schmidt, 1977) y determinsticas (Aigner y Chu, 1968), las cuales se
diferencian por la presencia o ausencia de una perturbacin aleatoria, respectivamente. Debido
a lo anterior, se hace necesario elegir una distribucin especfica para el trmino de
ineficiencia.
Si no se contara con los precios de todos los insumos se tendra que asumir eficiencia
asignativa para todas las firmas, regresando al caso de las fronteras de produccin, las cuales
admiten tal supuesto. El problema con asumir eficiencia asignativa trabajando con una funcin
de costos es que parte de los cambios en la eficiencia tcnica vendran dados por cambios en
precios, no reflejando necesariamente una mejora o deterioro en el desempeo de la firma.
9
El uso de funciones de costos hace posible la estimacin tanto de la eficiencia tcnica como de la
eficiencia asignativa, a diferencia de las funciones de produccin, las cuales solo permiten la estimacin
de la primera de ellas.
10
En Per, 48 de las Entidades Prestadoras de Servicios de Saneamiento (EPS) son manejadas por los
gobiernos locales, 1 ha sido concesionada y una es de propiedad del gobierno central.
Debe resaltarse que, incluso si se cuenta con la informacin de precios y costos, esta
informacin puede no ser confiable (Charnes, Cooper y Rhodes, 1978).
11
Las siguientes funciones de costos son tomadas de Coelli, Perelman y Romano (1999). Para un mayor
detalle sobre los tipos de funciones de costos ver Varian (1998) o Coelli, Rao, ODonnell y Battese (2005).
En este caso, las variables adicionales bajo el control de la firma influyen sobre la
estructura de costos de manera directa, afectando toda la tecnologa de la firma. As la forma
que toma la funcin a estimar se puede representar como:
12
Especficamente, son el resultado de multiplicar una funcin exponencial que depende del ltimo
periodo de anlisis de la i-sima firma ( ) y el periodo de anlisis ( ), con una variable aleatoria
especfica a cada firma .
implcito en este modelo es que todas las firmas comparten la misma frontera de costos, debido
a que se supone enfrentan el mismo ambiente operativo.
A lo largo de este documento se tomar la postura de que las variables del ambiente
operativo de la firma tienen influencia directa sobre la estructura de costos de la firma. Esto se
justifica en que las firmas presentan ambientes operativos con marcadas diferencias (como
operar en la costa o en las montaas). El anlisis previo lleva a preguntarse si existen
efectivamente variables bajo el control de la firma que influyan sobre la estructura de costos o
sobre la eficiencia de la firma. A este respecto, Lin (2005) prueba que para las empresas del
sector de agua en Per durante el perodo 1996-2001, las variables de calidad del servicio
afectaron a la funcin de costos y no a la eficiencia en s misma.
Greene (2005) considera un modelo de datos de panel para las fronteras estocsticas
con efectos fijos. De esta forma asla los efectos invariantes en el tiempo mediante la
introduccin de una variable dummy, , la cual toma el valor de 1 para la firma y cero en
caso contrario. Lo beneficioso de esta metodologa recae en que permite controlar por efectos
observables e inobservables invariantes en el tiempo, ayudando a aliviar el problema de
carencia de informacin sobre el sector. Las variables fuera del control de la firma, , harn
que los coeficientes de ineficiencia tcnica se encuentren netos de los efectos del ambiente
operativo de las firmas. Bajo lo mencionado anteriormente, el modelo final queda de la
siguiente forma:
13
Esta variable fue obtenida de los registros que las EPS envan a SUNASS, a la cual se le extrajo los
conceptos de depreciacin y provisin por cobranza dudosa.
firma. La ineficiencia tecnolgica de acuerdo a Coelli, Rao, ODonnell y Battese (2005) puede
ser definida de la siguiente manera, en trminos de la funcin de costos:
Finalmente, CLORO es una variable que indica el porcentaje de muestras de agua con
un nivel de cloro residual mayor al 5%. La omisin de variables de calidad del servicio en
cualquier ndice de eficiencia podra generar incentivos perversos hacia la reduccin de costos
en base a la disminucin de calidad. Por tal motivo, el signo esperado de esta ltima variable
es positivo, debido a que un aumento de CLORO es considerado una disminucin en la calidad
del agua provista.
La inclusin de las variables MICRO, CONT, COBA, PERDIDAS y CLORO han sido
ampliamente utilizadas en estudios previos como Lin (2005) para el caso peruano o Ferro y
Romero (2009) para las firmas pertenecientes a ADERASA14. Este ltimo estudio considera
14
Asociacin de Entes Reguladores de Agua Potable y Saneamiento en Amrica Latina.
adems a las variables COBAL y CONN. Otras variables que usualmente se usan en los
estudios de fronteras de eficiencia son tratamiento de los volmenes de agua residuales,
presin del agua o porcentaje de agua extrada de la superficie o del subsuelo. Estas variables
son usadas en Filippini, Hrovatin y Zoric (2008) y da Silva e Souza, Faria y Moreira (2007).
Sin embargo, para el caso peruano no se cuenta con informacin completa sobre estas
variables. Los volmenes extrados y la presin del agua solo cuentan con registros de
informacin desde 2008 en adelante. En el caso del tratamiento de aguas residuales, si bien
las firmas reportan tal informacin desde 1996, existen largos perodos de tiempo para los
cuales la ausencia de data es el comn denominador.
De las variables usadas para la funcin de costos, adems del producto y los precios
de los insumos, se tiene a ESTRUC. Esta variable da cuenta de la estructura del mercado y se
obtiene al dividir el nmero de conexiones domsticas entre las conexiones totales. Ha sido
utilizada en estudios como Estache y Rossi (1999). Otra variable que suele utilizarse en lugar
de estructura de mercado es la de densidad poblacional, como en Romero y Ferro (2008).
Debido a que para el caso peruano, tanto el nmero de conexiones domsticas como la
poblacin en el mbito de la firma son estimadas, se prefiri usar la estructura de mercado por
ser un indicador ms preciso de la intensidad en el uso de agua.
nuevo vector, , se site sobre la frontera de eficiencia del periodo, . La frontera puede
presentar retornos constantes (Charnes, Cooper y Rhodes, 1978) o variables (Banker, Charnes
y Cooper, 1984) a escala; solo bastar con permitir retornos a escala no crecientes durante la
programacin matemtica. Se debe notar que la funcin de distancia mostrada est orientada a
15
Se refiere a la reduccin a lo largo del rayo que parte del origen hasta el punto observado a algn punto
sobre la frontera, debido a la reduccin proporcional de los insumos.
los perodos contiguos. Por ejemplo, define la reduccin que se debe hacer de
para llegar a la frontera definida por la tecnologa de las firmas en t+1, . As, los
1 1 1 1 1 1/2
1 1
, , ,
, , , 1 1, 1 1
, ,
Donde el primer trmino del lado derecho compara dos funciones de distancias y da
cuenta del cambio en eficiencia. El segundo trmino es la media geomtrica de dos cocientes,
donde cada uno asla el cambio en la funcin de distancia debido a un cambio puramente en la
frontera, es decir capturan el cambio tecnolgico.
Sin embargo, las medidas de Malmquist mostradas hasta ahora no han hecho
referencia a los retornos a escala de la firma. Tomando en cuenta stos, el cambio en eficiencia
mostrado es calculado bajo el supuesto de retornos constantes a escala (RCE) en 2
componentes. El primero es el cambio puramente en eficiencia tcnica (estimado a partir del
supuesto de retornos variables a escala, RVE). El segundo es un componente residual, que da
cuenta de los cambios debido a las desviaciones de escala tecnolgica, producto de no estar
operando con el tamao ptimo de planta. Lo anterior se expresa de la siguiente forma (Fre y
Grosskopf, 1990):
16
Se utiliza esta orientacin en el proceso debido a que hace posible descomponer el ndice de
ineficiencia y, en consecuencia, observar la evolucin del cambio tecnolgico. Por ese motivo en la
presente subseccin se trabaja sobre la base de un modelo orientado a la reduccin de insumos.
1 1 1 1 1 1 1 1 1 1 1 1
, , , / ,
, , , / ,
3.3 Datos
En este caso, se eligi al nmero de conexiones como variable de capital debido a que
se cuenta con mayor cantidad de datos. En ese sentido, el precio del capital se calcula como
soles por conexin. Con respecto al precio de la mano de obra (salario), su clculo se obtuvo
mediante la divisin de los gastos en personal entre el nmero de trabajadores. Ambas
variables monetarias fueron corregidas por el alza en el nivel de precios. Adicionalmente, se
estim la variable de estructura de mercado ESTRUC mediante el cociente entre las
conexiones domsticas y totales. Las primeras se estimaron mediante la encuesta nacional de
hogares (ENAHO). Todas las dems variables del estudio fueron obtenidas de la SUNASS y
son de informacin pblica y de periodicidad anual.
17
Adems, se elimin a la EPS AGUAS DE TUMBES, nica que cuenta con una administracin privada.
18
Para un mayor tratamiento ver Varian (1998).
19
La modelacin paramtrica fue hecha mediante el programa Frontier versin 4.1, desarrollado por Tim
Coelli.
Los signos de los coeficientes del producto (CLIENT) y los precios de los insumos (Pk y
Pw) resultan positivos, lo que implica que ante un aumento de cualquiera de estas variables
ocurrir un incremento en los costos de la firma. Por otro lado, la variable que indica la
estructura de mercado (ESTRUC) presenta un coeficiente positivo, que muestra del aumento
en costos producto de atender a un mayor nmero de conexiones residenciales. Por su parte,
En las variables que explican la ineficiencia tcnica se tiene que la mayora resultan ser
significativas. Tanto COBA como COBAL, las variables de cobertura de los servicios de agua y
alcantarillado respectivamente, presentan coeficientes con signos negativos. Es decir, dadas
las redes de distribucin existentes, se vuelve menos costoso dar el servicio a nuevos
consumidores, indicando la presencia de economas a escala.
Aun con todo lo visto, es necesario probar que tanto la forma funcional elegida, as
como el resto de supuestos hechos tienen validez. Con ese fin, se realizan cuatro pruebas
sobre el ratio de verosimilitud (o test LR, por sus siglas en ingls), las cuales son obtenidas
mediante las funciones de verosimilitud que surgen al efectuar cada regresin alternativa. La
primera prueba de hiptesis es para probar si la especificacin del modelo es la correcta, es
decir si se debe utilizar una funcin de costos del tipo translogartmica en lugar de una del tipo
Cobb-Douglas. Este enunciado se muestra en la fila 1 de la Tabla 5, en la cual la hiptesis nula
es la correcta especificacin del modelo, es decir que la funcin es efectivamente de la forma
Cobb-Douglas. Debido a que el valor del test LR no supera al valor crtico, no se puede
rechazar la hiptesis nula. De esta forma, se valida el uso de esta forma funcional y, en
adelante, las dems pruebas de hiptesis se basan en el modelo con esa especificacin.
Una vez que la especificacin del modelo ha sido validada, as como las variables que
explican la ineficiencia tcnica, se prosigue a analizar los resultados que se desprenden del
modelo. De este modo, el Grfico 6 muestra la evolucin de la ineficiencia promedio de la
industria para cada ao. Se observa que la ineficiencia presenta valores altos entre los aos
2001 y 2004. Ese perodo de tiempo se caracteriz por un estancamiento en el crecimiento del
nmero de conexiones activas. La lnea punteada en el grfico muestra la tendencia lineal de la
ineficiencia a lo largo del tiempo, la que se aprecia en promedio constante, a pesar de las
fluctuaciones en la industria en trminos de eficiencia tcnica.
Grfico 6
Ineficiencia promedio de la industria
Elaboracin propia.
Grfico 7
Ranking de ineficiencia promedio 1996-2010
Elaboracin propia.
Grfico 8
Ineficiencia promedio segn tamao de EPS
Elaboracin propia.
Debido a que las firmas con mayor tamao presentan menores ndices de ineficiencia y
que lo contrario ocurre con las de menor tamao, se hace necesario probar si las firmas
podran ahorrar costos con un mayor nivel de producto. Fraquelli y Moiso (2005) describen a
las economas de densidad de producto como la inversa del coeficiente de la variable usada
como producto. En este caso, la inversa del coeficiente del nmero de clientes (CLIENT) es
1.63, evidenciando la presencia de economas de densidad de producto. Esto es, las firmas
pueden aumentar el nmero de clientes, manteniendo todo lo dems constante, y reducir sus
costos.
La tabla anterior toma las medias geomtricas para todas las firmas del sector para
cada ao y segn cada medida21. Al final de la tabla se muestran los promedios para todo el
perodo de anlisis. En la ltima columna se muestra un ndice promedio geomtrico de
Malmquist para todo el perodo de anlisis, siendo este menor a 1%. Es decir, la productividad
total de los factores de produccin cay en promedio para el sector. En la misma columna se
muestra como la productividad de los factores aument para el perodo 2002-2007, perodo en
el cual las firmas realizaron inversiones de capital.
20
La modelacin no paramtrica fue hecha mediante el programa Deap versin 2.1, desarrollado por
Tim Coelli.
21
La decisin de tomar una media geomtrica y no un promedio ponderado se debe a que se quiere que
el ndice refleje el promedio de las firmas como si fueran individuos que tienen el mismo nivel de
importancia. Esto se realiza siguiendo el trabajo de Fare, Grosskopf, Norris y Zhang (1994).
Los cambios en el ndice de Malmquist son explicados por las medidas de las columnas
2 a la 4. En la columna 2 se describe el cambio tecnolgico. Los resultados obtenidos para esta
medida muestran que no hubo ganancias por innovacin tecnolgica, y que incluso esta tuvo
un retroceso, indicando un desplazamiento hacia adentro de la frontera de eficiencia. La poca
renovacin de los activos de la firma es la principal causa de este resultado. Por otro lado, en la
tercera columna se muestra como las firmas han mejorado en 1.35% su desempeo debido
nicamente a las mejores prcticas para el perodo de anlisis. En la cuarta columna se
evidencia que, en promedio, las firmas no se encuentran operando en el tamao ptimo de
planta y que el aprovechamiento de las mismas ha cado en alrededor de 1.3% durante el
perodo de anlisis. Por ltimo, se aprecia que todas las medidas presentadas tienen cambios
errticos a lo largo del tiempo y no siguen ningn patrn predeterminado.
A pesar que se tiene el cambio tecnolgico en la industria para cada ao, es preferible
analizar el cambio tecnolgico acumulado como seal de la innovacin tecnolgica. Este es
obtenido mediante la multiplicacin del ndice de un ao respecto al acumulado al ao anterior.
Para el cambio tecnolgico acumulado, se tom como capital al nmero de conexiones activas,
debido a que son estas las que la empresa est interesada en adquirir y mantener en el largo
plazo. Para el cambio promedio anual se tom el promedio anual de la industria de los cambios
en el capital. En el siguiente grfico se muestra la evolucin anual de esta ltima medida, con
coordenadas en el eje de la derecha, y el cambio tecnolgico acumulado, con coordenadas en
el eje de la izquierda.
Grfico 9
Cambio acumulado de capital vs cambio tecnolgico acumulado
Elaboracin propia.
movimientos del cambio tecnolgico22. De esta manera, podra plantearse que la contraccin
en los desplazamientos de la frontera de eficiencia se ha visto influenciada por los cambios
rezagados en el stock de capital a los requerimientos del cambio en la tecnologa.
22
Lamentablemente, la escasez de datos no hace posible realizar un test de causalidad robusto.
En ltimo lugar, la calidad del servicio es un aspecto que resulta determinante para
explicar la ineficiencia. Si este aspecto no es incluido durante la estimacin, las firmas podran
pasar como ms eficientes de lo que realmente son, an si no proveen un servicio adecuado.
Existen varios temas relacionados a la calidad del servicio de los cuales las firmas no se han
ocupado en los ltimos aos. Por ejemplo, el manejo de los desechos no ha sido tomado en
cuenta por las EPS. De la misma forma, se tiene que los volmenes de agua residuales
tratadas se han mantenido casi constantes en el tiempo, al igual que los niveles de cloro
residual, variable empleada en este estudio.
A pesar de los hallazgos del presente estudio, se hace necesaria una mayor
investigacin sobre el desempeo de las empresas del sector de agua y saneamiento en Per.
Sin embargo, para poder cumplir con esta propuesta, es necesario que las EPS reporten ms
informacin respecto a sus operaciones y a las variables de sus respectivos ambientes
operativos.
Bibliografa
Banker, R.; A. Charnes y W. Cooper (1984). Some Models for Estimating technical and
Scale Inefficiencies in the Data Envelopment Analysis. Management Science, Vol. 30(9), 1078-
1092.
Corton, M. L. (2003). Benchmarking in the Latin American water sector: the case of
Peru. Utility Policy, Vol. 11(3), 133-142.
Erbetta, F. y M. Cave (2006). Regulation and efficiency incentives evidence from the
England and Wales water sewerage industry. Review of Network Economics, Vol. 6(2), 425-
452.
Faria, R.C.; G. Silva e Souza y B. Moreira (2005). Public Versus Private Water Utilities:
Empirical Evidence from Brazilian Companies. Economics Bulletin, 8(29, 1-7.
Fraquelli, G. y V. Moiso (2005). Cost Efficiency and Scales Economies in the Italian Water
Industry. Higher Education and Research on the Mobility Regulation and the Economics of
Local Services (HERMES), Working Paper, 8, Torino, Italia.
Kirkpatrick, C.; D. Parker y Y.F. Zhang (2006). State versus Private Sector Provision of
Water Services in Africa: An empirical Analysis. The World Bank Economic Review, Vol. 20(1),
143-163.
Kumbhakar, S. (1997). Modeling Allocative Inefficiency in a Translog Cost Function and Cost
Share Equations: An Exact Relationship. Journal of Econometrics, 76, 351-56.
Lin, C. (2005). Service Quality and Prospects for Benchmarking: Evidence from the
Peru Water Sector. Utilities Policy, Vol. 13(3), 230-239.
da Silva e Souza, G.; C. Faria y B. Moreira (2007). Estimating the relative efficiency of
Brazilian publicly and privately owned water utilities: a stochastic cost frontier approach.
Journal of American Water Resources Association 43(5), 1237-1244.
Anexo