¿De qué se tratará el workshop?
Los modelos de Análisis Envolvente de Datos (DEA) con Restricciones de Pesos (WR) han demostrado ser herramientas valiosas para el benchmarking y la fijación de metas. Si bien la literatura sobre DEA ha abordado la incorporación de preferencias y/o juicios de valor sobre la importancia relativa de insumos y productos (inputs y outputs), así como el establecimiento de metas en contextos de benchmarking, la fijación de objetivos bajo modelos DEA con restricciones de peso ha recibido escasa atención. Asimismo, a pesar de los avances significativos que han brindado los modelos de distancia mínima (closest target) para el establecimiento de metas, son pocos los estudios que han desarrollado planes de mejora que integren la opinión de expertos y el conocimiento previo disponible.
En esta línea, este trabajo propone planes de mejora que se desvían mínimamente de la proyección de closest target obtenida a partir del modelo DEA original sin restricciones, denominada meta de referencia. Esta meta se considera un “par” aceptable, ya que representa el menor esfuerzo requerido por una Unidad de Toma de Decisiones (DMU) para alcanzar un desempeño óptimo antes de incorporar restricciones de peso.
Con este propósito, se desarrolla un modelo de programación lineal entera mixta (MILP) con restricciones AR-I (Assurance Región tipo I) bajo el supuesto de Rendimientos Variables a Escala. El enfoque propuesto se ilustra mediante una aplicación del desempeño turístico de localidades en la provincia de Córdoba, Argentina. Los resultados evidencian planes de mejora realistas y alcanzables para las localidades analizadas, asegurando tanto la eficiencia en los esfuerzos requeridos como el cumplimiento de las restricciones impuestas por expertos.
Palabras clave: Análisis Envolvente de Datos ; Assurance Region; Benchmarking; Modelos de Distancia Mínima