Este trabalho tem como objetivo mensurar a eficiência educacional do ensino superior no Brasil, no período de 2004 a 2008, com ênfase nas Instituições Federais de Ensino Superior (IFES). Para tal propósito, mensuraram-se os escores da eficiência educacional por meio da análise de dados DEA-SBM. Procurou-se considerar os indicadores de gestão educacional das próprias instituições observando-as em dois subconjuntos: o grupo A, contendo 28 instituições; e um grupo B, com 21. Os resultados apontaram, em todos os períodos avaliados, níveis elevados de eficiência educacional. As causas da ineficiência da produção educacional das IFES variaram de acordo com os grupos analisados; por exemplo, para a maioria das IFES do grupo A, o elevado número de alunos por professores e o aumento do custo por aluno foram causas de ineficiência. Já para as IFES do grupo B, os fatores que mais comprometeram a eficiência foram o elevado número de alunos por professores e por funcionários, e o índice de qualificação do corpo docente. Ademais, a baixa taxa de sucesso nos cursos de graduação e do conceito CAPES-MEC, dos cursos de pós-graduação, representaram fatores de ineficiência das IFES.
Este artigo fornece uma visão geral da literatura teórica e empírica, nacional e internacional, acerca do estudo econômico da sonegação de impostos. Após apresentar uma definição da sonegação fiscal, em confronto com a elisão fiscal, e analisar a questão da mensuração da sonegação, discutimos o modelo básico de análise da sonegação fiscal de Allingham e Sandmo (1972), apresentamos uma revisão de suas numerosas extensões, avaliamos os efeitos da política de imposição tributária sobre a decisão de sonegar e, por fim, examinamos as evidências empíricas acerca do comportamento do contribuinte e dos níveis de sonegação gerados por ele.
O objetivo do presente artigo é explicar como o comportamento do contribuinte determina o nível de evasão do Imposto sobre a Renda da Pessoa Física (IRPF) no Brasil, por meio de uma expansão do modelo de Allingham e Sandmo (1972), de forma a incorporar as características específicas do sistema de imposição do IRPF e, assim, fornecer subsídios à autoridade tributária brasileira para a definição de estratégias de auditoria fiscal. Os resultados indicam que aumentos nas probabilidades de auditoria, nas penalidades, na alíquota marginal do imposto e na eficiência das auditorias das declarações reduzem a evasão do Imposto sobre a Renda da Pessoa Física. Além disso, ficou evidente que há diferenças de comportamento entre regiões, demonstrando que grupos distintos de contribuintes avaliam de forma diferente os riscos da atividade de sonegação, parecendo conhecer bem as diferentes probabilidades de detecção.
The objective of this paper is to explain as the behavior of the taxpayer determines the level of personal income tax evasion in Brazil, through an expansion of the Allingham e Sandmo’s model (1972), where we incorporate the specific characteristics of the Brazilian tax law enforcement system, to supply subsidies to the Brazilian tax authority in the design of tax audit rules. The results indicate that increases in the probabilities of tax audit, in the penalties, in the marginal tax and in the efficiency of the internal tax audit reduces the evasion of the personal income tax. Moreover, it was evident that it has differences of behavior between Regions, demonstrating that distinct groups of taxpayers evaluate of different form the risks of the tax evasion, seeming to know the different probabilities of detection
A transição do setor elétrico brasileiro do modelo estatal para o privado visa garantir recursos para cons-trução de novas usinas, reduzir os riscos de déficit de energia elétrica, eliminar desperdícios do sistema gerador atual e aumentar sua produtividade. Para analisar os mecanismos da gestão das usinas hidrelétricas, determinou-se o grau de eficiência técnica das usinas hidrelétricas brasileiras por meio da metodologia de Análise de Envoltória de Dados (DEA). A análise foi feita sobre 71 usinas hidrelétricas. Os escores de eficiência foram analisados segundo: o tipo de propriedade da empresa - pública ou privada; a empresa a qual pertencem as hidrelétricas; a localização, segundo a bacia hidrográfica; o tamanho, sob o aspecto de potência instalada; a altura de queda; e a mão-de-obra. O setor público foi mais eficiente que o privado. Destaca-se a CESP (empresa pública estadual) e a Light (empresa privada) com, respectivamente, o melhor e o pior desempenho de eficiência. As hidrelétricas mais eficientes quanto à potência instalada foram as intermediárias, e quanto à localização foram as da bacia do rio Paraná.
The Brazilian electrical sector is being privatized with the objectives of guaranteeing funds for the construction of new power plants, reducing the risks of energy deficits, eliminating wastes of the present generating units and increasing its productivity. To evaluate the performance of existing hydroelectric power plants the technical efficiency of Brazilian hydroelectric power plants was determined using Data Envelopment Analysis (DEA). The analysis included 71 hydroelectric power plants, all with more than 50 MW capacity. The efficiency scores were analyzed according to the following criteria: type of ownership - private or public (state or federal government); company; location - river basin; and the three inputs used in the analysis: size, in relation to generating capacity; water level difference; and manpower. Public plants were more efficient than private ones. Cesp (state government company) had the best performance and Light (private company) had the worst one. According to generating capacity, intermediate size plants were the most efficient and according to river basin, those of the Paraná river were the most efficient
The paper analyzes the allocation of health services to Brazilian states and regions. A relative service deficit indicator is constructed to achieve that goal, using equity-based criteria, which means equality of access for equal need. The Data Envelopment Analysis (DEA) is used to estimate the best service availabil ity frontier for equal need. The results show great differences in the availability of health services among Brazilian states and regions. In regional terms, the sit uation of the South is the best one, whereas the North experiences the worst deficit of health services. These disparities highlight the importance of deficit assessment as an instrument to guide public action, especially in the Brazilian context, where the coverage and availability of health services is a constitutional rule. Relative deficit of health services in Brazilian states and regions Resumo o artigo avalia a distribui�ao de servi�os de saude entre Regioes e Estados brasileiros. Para isso, constroi urn indicador do deficit relativo desses servi�os, que usa como criterio a eqiiidade de acesso, ou seja, mesma disponibilidade de servi�os para necessidades iguais. A questao e abordada por meio da analise de envolt6ria de dados (DEA), por meio da qual se constr6i uma /ronteira de me lhor disponibilidade de servir;os para identicas necessidades. Os resultados mostram que as diferen<;as na disponibilidade relativa de servi�os sao elevadas entre as Regioes e os Estados. Do ponto de vista regional, constatou-se que 0 SuI apresenta a melhor situru;ao, enquanto 0 Norte dispoe do quadro mais des favoravel. Essas disparidades ressaltam a importancia da avaliac;ao dos deficits como instrumento orientador da atua�ao do poder publico, especialmente no contexto brasileiro, onde a universaliza�ao da cobertura e do atendimento dos servi�os publicos de saude e preceito previsto na Constituigao Federal.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
334 Leonard St
Brooklyn, NY 11211
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.