ANTONIO LOMBARDI NETTO Análise multicritério de programas de sustentabilidade na indústria têxtil Guaratinguetá - SP 2020 Antonio Lombardi Netto Análise multicritério de programas de sustentabilidade na indústria têxtil Dissertação apresentada à Faculdade de Engenharia do Campus de Guaratinguetá, Universidade Estadual Paulista, para obtenção do título de Mestre em Engenharia de Produção na área de Decisão Multicritério. Orientador: Prof. Dr. Valério A. P. Salomon Co-orientador: Prof. Dr. Otávio J. de Oliveira Guaratinguetá - SP 2020 DADOS CURRICULARES ANTONIO LOMBARDI NETTO NASCIMENTO 14.03.1972 – Cachoeira Paulista / SP FILIAÇÃO José Januário Cozzi Lombardi Gerusa Prado Lombardi 1991/1995 Direito – Bacharel em Ciências Jurídicas e Sociais Pontifícia Universidade Católica de Campinas 2006/2007 Gestão de Produtos Financeiros – especialista Fundação Getúlio Vargas/SP 2008 Gestão de Instituições Financeiras – certificação Fundação Getúlio Vargas/SP De modo especial dedico este trabalho aos meus sobrinhos Luiz, Eduardo, Isabela e João. Não percam jamais a capacidade de maravilhar-se, surpreender-se e encantar-se com o conhecimento. AGRADECIMENTOS Em primeiro lugar agradeço a Deus, fonte da Vida e da graça, por minha inteligência, minha família e meus amigos; Ao meu orientador, Prof. Dr. Valério Antonio Pamplona Salomon e a meu co-orientador, Prof. Dr. Otávio José de Oliveira, que com sabedoria, bom humor e indizível dedicação conduziram-me pelos caminhos da academia. A dedicação de ambos foi a base sobre a qual este trabalho foi construído e sem isso não teria frutificado. Ao querido amigo Roberto Rodriguez, cuja confiança e crença inabalável no que há de melhor em cada ser humano foram fundamentais para alimentar meu ânimo e assegurar a necessária confiança para seguir caminhando. Ao Prof. Dr. Miguel Angel Ortiz Barrios, da Universidad de la Costa, Baranquilla, Colombia, por sua contribuição nas análises multicritério deste projeto e na publicação internacional artigo resultante do mesmo projeto. Às minhas irmãs e minha mãe, que mesmo nos momentos mais difíceis não deixaram de acreditar. Aos meus padrinhos, que têm sempre palavras firmes e sem os quais poucas coisas teriam sido possíveis. Aos funcionários da Biblioteca do Campus de Guaratinguetá pela dedicação, presteza e principalmente pela vontade de ajudar. A todos meus mais profundos e sinceros agradecimentos por seu trabalho silencioso e abnegado. Aos funcionários da Faculdade de Engenharia do Campus de Guaratinguetá, especialmente do Departamento de Engenharia de Produção, que dedicam as melhores horas dos seus dias a tornar possível a atividade acadêmica. Jeder, der sich ernsthaft mit wissenschaftlichen Arbeiten jeglicher Art beschäftigt hat, erkennt, dass über dem Eingang zum Tempel der Wissenschaften die Worte stehen: “Ihr müsst Glauben haben“. Qualquer pessoa que se dedique seriamente a trabalhos científicos de qualquer tipo percebe que, na entrada dos portões do templo da ciência, estão escritas as palavras: “Vocês devem ter fé”. Max Planck RESUMO Um programa de sustentabilidade nada mais é do que a integração das questões ambientais e sociais ao modelo de negócios e processos de uma determinada organização. Sendo assim, de modo a sobreviver no longo prazo, empresas de modo geral devem ser lucrativas enquanto controlam os impactos ambientais e sociais gerados por suas atividades. A avaliação de programas de sustentabilidade é uma questão relacionada a análise de decisão multicritério (MCDA na sigla em inglês). A presente dissertação trata da aplicação de MCDA focada na análise de programas de sustentabilidade na indústria têxtil e de vestuário. Os métodos MCDA empregados são Analytic Hierarchy Process (AHP) e Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). A motivação para utilizar esses métodos inclui a geração de um índice, variando de zero a um, e o fato de que o modelo MCDA deve possuir mais alternativas do que critérios. Sendo assim, o emprego de outros métodos MCDA, como Data Envelopment Analysis (DEA) podem ser prejudicados. Utilizando também o conceito de Triple Bottom Line (TBL), critérios ambientais, econômicos e sociais foram inseridos num modelo MCDA. Além destes, um critério de auditoria foi inserido. Sua avaliação foi de modo binário (0 – sem auditoria; 1 – com auditoria), representando novidade na aplicação dos métodos propostos. Os programas de sustentabilidade das seis mais importantes indústrias têxteis e de vestuário do Brasil foram avaliados. Os principais resultados deste trabalho demonstram que o Método AHP e o Método TOPSIS produzem uma classificação comparativa eficiente e viável das empresas consideradas, ambos os métodos resultaram em classificações idênticas, entretanto os indicadores gerados pelo Método TOPSIS são mais dispersos, variando entre 0,10 a 0,92, enquanto os indicadores gerados pelo Método AHP mantiveram-se mais coesos, variando entre 0,28 a 0,64. PALAVRAS-CHAVE: Analytic hierarchy process. Análise multicritério. Technique for order of preference by similarity to ideal solution. Sustentabilidade. Indústria têxtil e de vestuário. ABSTRACT A sustainability program is the integration of social and environmental issues in business models and organizational process. To survive in long-term, business need to profit, controlling environmental impacts with social responsibility. The assessment of sustainability programs is a multiple criteria decision analysis (MCDA) problem. This thesis presents applications of MCDA for the assessment of sustainability programs in the textile industry. MCDA methods applied are the Analytic Hierarchy Process (AHP) and the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS). Reasons to apply AHP and TOPSIS include providing an assessment index, ranging from zero to one. Another reason is that the MCDA model is expected to have more alternatives than criteria. Therefore, the application of other MCDA methods such as Data Envelopment Analysis (DEA), could be prejudiced. With concepts from the Triple Bottom Line (TBL), economic, social as well as environmental criteria were inserted in a MCDA model. Besides and auditing criteria was also employed. Its’ evaluation was binary (0 – without audit; 1 – with audit) representing a novelty on such proposed methods. The main findings of this research are that AHP and TOPSIS resulted in similar evaluations for sustainable programs. Both methods resulted in the same rank of alternatives. However, with TOPSIS companies’ sustainability indices were more disperse, varying from 0.10 to 0.92 against a range from 0.28 to 0.64 with AHP. KEYWORDS: Analytic hierarchy process. Multiple criteria decision analysis. Technique for order of preference by similarity to ideal solution. Sustainability. Textile and apparel industry. LISTA DE ILUSTRAÇÕES Figura 1 – Fluxograma de desenvolvimento do projeto. ......................................................... 19 Figura 2 – Modelo geral de hierarquia de atributos para aplicação do método AHP .............. 21 Figura 3 – Fluxograma de aplicação tradicional do método AHP, conforme descrito por Ho et al, 2006 (adaptação de Ho, 2008). ........................................................................................... 23 Figura 4 – Aplicação ilustrativa do cálculo de distância euclidiana (ideal positiva e negativa) na aplicação do método TOPSIS. ............................................................................................ 27 Figura 5 – Hierarquia de atributos definida para a etapa de piloto.......................................... 31 Figura 6 – Cadeia de valor e ciclo produtivo da indústria têxtil e de vestuário no Brasil. ...... 35 Figura 7 – Comparação da produção física nacional (geral) com a produção do setor têxtil e de vestuário para o ano de 2015. ............................................................................................. 35 Figura 8 – Hierarquia de atributos ampliada para o desenvolvimento do projeto. .................. 42 Figura 9 – Análise de sensibilidade das alternativas/empresas em relação à variação percentual de importância de C1 na aplicação do método AHP. ............................................. 48 Figura 10 – Análise de sensibilidade das alternativas/empresas em relação à varação percentual de importância de C1 na aplicação do método TOPSIS. ....................................... 50 LISTA DE TABELAS Tabela 1 – Distribuição de palavras chave por clusters sobre o resultado da bibliometria executada para a etapa de piloto. ........................................................................... 30 Tabela 2 – Aplicação de síntese ideal para determinação da pontuação dos conceitos de julgamento na etapa de piloto. ............................................................................... 32 Tabela 3 – Julgamento dos programas de sustentabilidade das indústrias avaliadas na etapa de piloto ...................................................................................................................... 33 Tabela 4 – Conversão dos conceitos em pontos para aplicação do método AHP com medição absoluta na etapa de piloto ..................................................................................... 33 Tabela 5 – Matriz de decisão final, após aplicação de medição absoluta. ................................ 34 Tabela 6 – Resultado de bibliometria para a etapa de desenvolvimento do projeto ................. 38 Tabela 7 – Descritivo dos atributos da hierarquia desenvolvida para o projeto e avaliadas a partir de relatórios de sustentabilidade (GRI) ........................................................ 43 Tabela 8 – Dados gerais das indústrias consideradas no projeto .............................................. 44 Tabela 9 – Conceitos empregados no julgamento e avaliação dos programas de sustentabilidade das indústrias analisadas neste projeto ........................................ 44 Tabela 10 – Julgamento qualitativo de atributos ...................................................................... 45 Tabela 11 – Julgamento quantitativo de atributos .................................................................... 45 Tabela 12 – Classificação; prioridade geral dos programas de sustentabilidade. ..................... 46 Tabela 13 – Comparação paritária dos critérios de decisão para identificação das prioridades gerais de cada critério. .............................................................................................................. 46 Tabela 14 – Comparação paritária dos atributos econômicos para identificação das prioridades gerais de cada atributo. ............................................................................................................. 46 Tabela 15 – Comparação paritária dos atributos ambientais para identificação das prioridades gerais de cada atributo. ............................................................................................................. 47 Tabela 16 – Comparação paritária dos atributos sociais para identificação das prioridades gerais de cada atributo. ............................................................................................................. 47 Tabela 17 – Matriz de decisão normalizada; avaliação de programas de sustentabilidade. ..... 47 Tabela 18 – Média de atributos (w); classificação final de programas de sustentabilidade. .... 47 Tabela 19 – Matriz de julgamento com pontuação normalizada; método TOPSIS. ................. 49 Tabela 20 – Avaliação de programas de sustentabilidade com cálculo das distâncias ideais positiva e negativa, mais o desempenho final. ......................................................................... 49 LISTA DE EQUAÇÕES 1 – Comparação paritária da matriz de decisão. ....................................................................... 24 2 – Índice de consistência (consistency index) da matriz de decisão ....................................... 24 3 – Autovetor de classificação dos julgamentos (overall) ........................................................ 25 4 – Cálculo da matriz de decisão .............................................................................................. 25 5 – Normalização de pontuação para matriz de decisão ........................................................... 26 6 – Cálculo para solução ideal positiva na aplicação do método TOPSIS ............................... 28 7 – Cálculo para solução ideal negativa na aplicação do método TOPSIS .............................. 29 8 – Cálculo da distância (euclidiana) ideal positiva na aplicação do método TOPSIS ............ 29 9 – Cálculo da distância (euclidiana) ideal negativa na aplicação do método TOPSIS ........... 29 10 – Índice de proximidade da aplicação do método TOPSIS ................................................. 29 LISTA DE ABREVIATURAS E SIGLAS ABIT Associação Brasileira da Indústria Têxtil e de Confecção AHP Analytic Hierarchy Process ANP Analytic Network Process BNDES Banco Nacional de Desenvolvimento Econômico e Social BSC Balanced Scorecard CDP Carbon Disclosure Project DEA Data Envelopment Analysis DJSI Down Jones Sustainability Index EBITDA Earnings Before Interest, Taxes, Depreciation and Amortization GDM Group Decision Making GP Goal Programing GRESB Global Real Estate Sustainability Benchmark GRI Global Reporting Initiative IBGE Instituto Brasileiro de Geografia e Estatística MCDA Multicriteria Decision Analysis MADM Multi-attribute Decision Making MCDM Multi/Multiple Criteria Decision Making MODM Multi-objective Decision Making NIS Negative-Ideal Solution PIS Positive-Ideal Solution RR Rank Reversal SASB Sustainability Accounting Standards Board TBL Triple Bottom Line; relativamente ao balanço anual de empresas em geral TOPSIS Technique for Order of Preference by Similarity to Ideal Solution WCED World Commission on Environment and Development SUMÁRIO 1 INTRODUÇÃO ........................................................................................................... 14 1.1 CONTEXTUALIZAÇÃO ............................................................................................ 14 1.2 QUESTÕES DE PESQUISA E OBJETIVOS .............................................................. 15 1.3 JUSTIFICATIVAS ....................................................................................... 156 1.4 ESTRUTURA DO TRABALHO .................................................................................. 17 2 METODOLOGIA ....................................................................................................... 18 2.1 MÉTODO DE PESQUISA ........................................................................................... 18 2.2 ANALYTIC HIERARCHY PROCESS ........................................................................ 20 2.2.1 Mensuração no Método AHP ..................................................................................... 24 2.3 TECHNIQUE FOR ORDER OF PREFERENCE BY SIMILARITY TO IDEAL SOLUTION .................................................................................................................. 27 2.4 PILOTO ........................................................................................................................ 29 2.5 OBJETO DE ESTUDO E SELEÇÃO DE DADOS ..................................................... 34 3 FUNDAMENTAÇÃO TEÓRICA ............................................................................. 37 3.1 SUSTENTABILIDADE, NEGÓCIOS E INDÚSTRIA ............................................... 37 3.2 SUSTENTABILIDADE E DECISÃO MULTICRITÉRIO .......................................... 37 3.3 FUNDAMENTAÇÃO .................................................................................................. 39 4 IMPLEMENTAÇÃO .................................................................................................. 42 4.1 MODELO MULTIATRIBUTO .................................................................................... 42 4.2 APLICAÇÃO DO MÉTODO AHP .............................................................................. 44 4.3 APLICAÇÃO DO MÉTODO TOPSIS ........................................................................ 49 5 CONCLUSÃO ............................................................................................................. 51 5.1 VERIFICAÇÃO DAS QUESTÕES DE PESQUISA E OBJETIVOS ......................... 51 5.2 CONSIDERAÇÕES GERAIS ...................................................................................... 52 5.3 SUGESTÕES PARA FUTURAS PESQUISAS ........................................................... 52 REFERÊNCIAS .......................................................................................................... 54 APÊNDICE A – Produção decorrente do projeto de pesquisa ............................... 60 APÊNDICE B – Informações sobre os programas de sustentabilidade ................ 61 14 1 INTRODUÇÃO 1.1 CONTEXTUALIZAÇÃO Na lógica sustentável atual todos os esforços econômicos e ambientais geram valor compartilhado de importância equivalente. Entretanto, a lógica ecológica dominante é explícita em sua hierarquia, tendo os sistemas ambientais a mais alta prioridade, seguidos pelos sistemas econômicos e sociais (MONTABON, PAGELLl e WU, 2016). De acordo com Elkington (1999) usualmente temos três dimensões reconhecíveis e interrelacionadas da sustentabilidade: econômica, social e ambiental. Estas constituem o que se conhece como Triple Bottom Line (TBL). No jargão do mercado financeiro e de capitais bottom line indica a linha final dos balanços, expressão do resultado financeiro de uma empresa ao final de um ano fiscal. Balanços com viés sustentável devem apresentar, além dos resultados financeiros (aspecto econômico), outras duas linhas, onde apontam seus resultados quanto a questões ambientais e sociais. Ou seja, os benefícios gerados pela atuação da empresa para seus stakeholders 1, comunidades nas quais estão inseridas e para o meio ambiente de modo geral (matérias primas, o entorno das unidades fabris e demais impactos ambientais inerentes ao negócio). Há expectativas da parte de clientes e consumidores finais, assim como de stakeholders, de que as empresas relatem a forma como trabalham com a sustentabilidade. Entretanto, ainda se debate a melhor maneira para se definir e descrever o desenvolvimento sustentável. Há o desejo de se fazer algo, mas não se sabe exatamente o quê. (ISAKSSON e STEINLE, 2009). É parte do processo de entendimento dessa definição e também do modo como empresas apresentam seus programas de sustentabilidade, a comparação entre projetos de diferentes empresas. A possibilidade de comparação é de interesse acadêmico tanto quanto da comunidade em geral, e das próprias empresas. Por meio da comparação é possível selecionar, p. ex., melhores fornecedores e situar-se entre pares e competidores. Da mesma forma, identificar melhores práticas. 1 Palavra de língua inglesa sem correspondente exato em língua portuguesa. É usualmente atribuído o sentido de “partes interessadas”. No que toca a temas relacionados a sustentabilidade empresarial, os stakeholders são todas as pessoas que de alguma forma têm interesse e/ou são afetadas pelas ações de uma empresa. Considera-se, p. ex., as comunidades no entorno das empresas, clientes, fornecedores, colaboradores diretos, indiretos e terceirizados. 15 Contudo, de acordo com Swenson et al (2018), não há continuidade nos trabalhos de pesquisa empíricos que visam demonstrar e analisar as influências mútuas dos elementos do TBL. Este resulta do desenvolvimento e implementação de programas de sustentabilidade; não se trata de mera alteração na forma de análise contábil dos balanços. Por outro lado, não há métodos especificamente concebidos para comparar programas entre indústrias. Logo, há uma lacuna entre teoria e necessidades práticas. Esta dissertação tem por objetivo identificar um método apto a comparar indústrias manufatureiras em um determinado setor da economia nacional no que toca ao TBL. Apresenta uma nova aplicação de métodos de decisão multicritério (Multicriteria Decision Analysis – MCDA), para avaliação de empresas em situação real. Com a aplicação de métodos MCDA apresenta-se uma resposta viável à questão das métricas disponíveis na literatura que não consideram a produção em suas avaliações. Torna-se também possível avaliar a evolução de programas de sustentabilidade de forma simultânea. Para este projeto foram escolhidas empresas brasileiras líderes do setor têxtil e de vestuário. A originalidade deste trabalho está justamente em apresentar dados reais de empresas que de fato posicionam-se como sustentáveis, e emitem relatórios anuais de sustentabilidade. Além disso, incorpora Analytic Hierarchy Process (AHP) e Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS), dois métodos MCDA (ISHIZAKA e NEMERY, 2013) integralmente aplicados e utilizados como forma de comparação. Os resultados são cotejados entre si, de modo a se evitar um trabalho baseado num único método (MEDEL G. et al, 2016) ou aplicação híbrida de métodos (METAXAS, KOULOURIOTIS e SPARTALIS, 2013). Por fim, os cálculos apresentados fundamentam-se em dados concretos de TBL ao invés de atributos selecionados a partir da literatura. Apresenta ao final sugestão para nova aplicação do Método AHP. 1.2 QUESTÕES DE PESQUISA E OBJETIVOS As questões de projeto propostas são as seguintes: 1. É possível comprar indústrias no que toca a sustentabilidade? 2. Em caso afirmativo, como pode uma comparação confiável ser desenvolvida e quais parâmetros devem ser utilizados? 3. Quais métodos científicos podem ser aplicados de modo a responder à pergunta anterior e ser facilmente replicado, tanto do ponto de vista acadêmico como do ponto de vista do interesse da iniciativa privada? 16 Entende-se como afirmativa a resposta à pergunta 1. Nesse caso, a comparação entre indústrias se dá por meio dos programas de sustentabilidade. A fim de que não seja aleatória essa comparação, define-se como ponto focal o TBL, paradigma comumente aceito como fundamento dos programas de sustentabilidade. Sendo assim, parâmetros relacionados ou que partem do TBL foram definidos e aplicados. A pergunta 3 será respondida por meio de métodos MCDA, originalmente desenvolvidos para a finalidade de promover decisões. Apresenta-se como objetivo geral deste projeto: avaliar a efetividade de métodos MCDA na comparação de programas de sustentabilidade. Os métodos MCDA originalmente destinam-se à comparação de alternativas para tomada de decisão. Logo, um problema de decisão multicritério pode se configurar com objetivos conflitantes (ISHIZAKA e NEMERY, 2013). Mas, ao contrário do que propõem Isaksson e Steimle (2009), não se trata de avaliar a qualidade das informações disponíveis, mas de avaliar indústrias a partir das informações disponibilizadas publicamente. Quanto aos objetivos específicos, pretende-se identificar métodos que sejam de fácil aplicação e que não dependam de ferramentas próprias, assegurando replicabilidade por quaisquer interessados. Outro objetivo específico é a identificação dos métodos MCDA que sejam mais adequados para o tipo de análise proposta. 1.3 JUSTIFICATIVAS Necessidade de comparação para avaliação. É essencial haver informações disponíveis (para que se demonstre qual o programa da empresa e para que sua evolução possa ser acompanhada) e que haja comparação entre empresas para que a evolução do mercado no que se refere a sustentabilidade possa ser verificada. O método empregado deve ser replicável e os dados utilizados devem ser acessíveis a quem tenha interesse em replicar a avaliação, no melhor espírito acadêmico. Este projeto considera indústrias manufatureiras, dado que, de acordo com Metaxas, Koulouriotis e Spartalis (2015), manufatura e desenvolvimento sustentável são definidos como a integração de processos, tomada de decisão e preocupações ambientais como parte de um sistema industrial ativo que busca produzir sem exaurir recursos importantes assim como o meio ambiente. O aspecto ambiental do TBL trata diretamente de recursos essenciais à produção. Logo, sem avaliar a produção propriamente dita, a manufatura, não é possível avaliar quão sustentável é um produto acabado. 17 Das 250 maiores corporações globais, 230 prestam informações públicas sobre seu desempenho sustentável. Destas, 185 usam o modelo do Global Reporting Initiative (GRI). Os 5 modelos de relatório sustentável mais usados do mundo são: CDP (Carbon Disclosure Project), Dow Jones Sustainability Index (DJSI), GRI, GRESB (Global Real Estate Sustainability Benchmark) e SASB (Sustainability Accounting Standards Board). Apenas o GRI apresenta uma visão geral da empresa, como necessário para desenvolver este projeto. O CDP foca em emissões de carbono, água e florestas, o DJSI foca em empresas listadas na Bolsa de Valores de Nova Iorque (embora haja empresas brasileiras, cobre apenas aquelas que operam naquele mercado), o GRESB atende apenas ao setor imobiliário e o SASB reporta apenas empresas públicas americanas. Contudo, o GRI atende a empresas de todo o mundo, inclusive do Brasil, com os mesmos critérios. Por isso foi escolhido. 1.4 ESTRUTURA DO TRABALHO A presente dissertação apresenta introdução (capítulo 1), métodos de pesquisa empregados no capítulo 2, fundamentos teóricos e base bibliométrica no capítulo 3, a aplicação dos métodos de pesquisa é apresentada no capítulo 4 e o capítulo 5 traz as conclusões advindas da comparação de resultados entre a aplicação do Método AHP e do Método TOPSIS no que toca a comparação dos programas de sustentabilidade das indústrias selecionadas e oferece sugestões para futuros trabalhos. 18 2 METODOLOGIA MCDA é uma disciplina com métodos e ferramentas de suporte para a tomada de decisão, considerando mais de dois objetivos que por vezes são conflitantes (ZIONTS, 1979; KOKSALAN, WALLENIUS e ZIONTS, 2011). Segundo Hwang e Yoon (1981) e Zavadskas, Turkis e Kildienè (2014), MCDA divide-se em dois ramos principais: tomada de decisão multiatributo (MADM) e tomada de decisão multiobjetivo (MODM). MADM destina-se à solução de questões com número reduzido de alternativas e geralmente problemas de decisão discretos. No limite, MADM pode resolver questões com duas alternativas. Por outro lado, MODM trabalha com grandes conjuntos de dados, com problemas de decisão contínuos. No extremo oposto, MODM pode operar com conjuntos infinitos alternativas. De acordo com Salgado, Salomon e Mello (2012), a aplicação de métodos MADM seguem três etapas fundamentais: a) Estruturação: identificação dos objetivos, critérios e alternativas de decisão. b) Mensuração: designação de prioridades para critérios e alternativas. c) Síntese e resultados. O que torna um método MADM diferente dos demais é a maneira como são desenvolvidas essas três etapas. O subtítulo 4.2 apresenta esse desenvolvimento no que se refere à aplicação do Método AHP. O subtítulo 4.3 apresenta esse desenvolvimento na aplicação do método TOPSIS. 2.1 MÉTODO DE PESQUISA A presente dissertação apresenta um projeto de pesquisa de natureza aplicada. O que se pretende é a aplicação de métodos MCDA, verificando a possibilidade de que atendam aos objetivos do projeto, como apresentado subtítulo 1.2. Sendo assim, tem-se objetivos exploratórios no que toca à averiguação de programas de sustentabilidade. A abordagem adotada é quantitativa com modelagem matemática. A estratégia quantitativa é justificada pelo uso de informações disponíveis (BERTRAND e FRANSOO, 2002). O número de objetos pesquisados pode ser grande, como no caso de uma simulação, permitindo maior consistência nos resultados gerados. 19 Figura 1: Etapas de desenvolvimento da pesquisa. Fonte: Produção do próprio autor. As etapas de pesquisa são ilustradas na Figura 1. Todas as etapas do projeto levam em consideração as necessidades de levantamento de dados e aplicação dos métodos de trabalho selecionados. A natureza e os objetivos da pesquisa foram elaboradas na etapa inicial de definição conceitual e planejamento. Também na etapa de planejamento definiu-se os métodos a serem empregados e na fase de piloto foram testados juntamente da modelagem. Revisados os dados do piloto e assegurada sua consistência, o projeto foi expandido para as empresas cuja análise apresenta-se nessa dissertação. Com isso a aplicação dos métodos MCDA selecionados foi executada como esperado e os resultados são aderentes às necessidades do projeto, como apresentado no capítulo 5. A análise final de dados resulta na identificação de oportunidades para futuros desenvolvimentos. Com isso demonstra-se igualmente a viabilidade do fluxo adotado para o projeto. Os dados para avaliação dos programas de sustentabilidade selecionados foram obtidos por meio de relatórios anuais corporativos, sendo consideradas informações relativas à produção. No piloto foram considerados aspectos ambientais e no desenvolvimento do projeto os conceitos de TBL foram aplicados por completo numa hierarquia com 4 critérios e 10 atributos (Figura 8). De modo geral foram considerados como atribitos: matérias primas, água, emissões de gases de efeito estufa (GEE), isonomia de gênero (funcionários), isonomia salarial por gênero, 20 envolvimento em ações comunitárias, desenvolvimento econômico, reinvestimentos na empresa (treinamentos, inovação, qualificação da força de trabalho), EBITDA (resultado antes do pagamento de juros, impostos, depreciação e amortizações) e auditoria, como mencionado. Optou-se pelo EBITDA como forma de avaliação de desempenho empresarial por ser indicador da capacidade de geração de caixa amplamente aceito e utilizado; mesmo que não seja expresso no balanço anual pode ser calculado. 2.2 ANALYTIC HIERARCHY PROCESS Como mencionado por De Carvalho Ressiguier Ribeiro e Silva Alves (2016), o método AHP foi estabelecido pelo Professor Thomas L. Saaty na década de 1970. Trata-se de um método que se fundamenta na elaboração de um modelo que reflete o funcionamento da mente humana no processo de avaliação de alternativas diante de um problema de decisão complexo. Além disso, o método permite lidar com problemas que envolvem valores tangíveis e intangíveis. Isso se deve à possibilidade de estabelecer medidas para as variáveis qualitativas com base em julgamentos subjetivos. Com isso torna-se possível avaliar com precisão questões que demandam além de dados, conhecimentos técnicos aliados à prática. AHP é o método MADM mais empregado, tendo sido desenvolvido a partir da década de 1970 (TRAMARICO et al, 2015; KHAN, CHAABANE e DWEIRI, 2018; SAATY, 1974; SAATY e ROGERS, 1976). Usual e originalmente o Método AHP é aplicado por meio de estruturas hierárquicas completas (SALOMON, 2016): etapa 1 – mensuração relativa; etapa 2 – síntese normal; etapa 3 – resultados. Numa estrutura hierárquica todos os elementos dos níveis mais baixos conectam-se aos elementos dos níveis superiores. Na medição relativa os critérios são comparados entre si aos pares. Na síntese normal todas as prioridades somam 100% (alternativas e critérios). A aplicação do método AHP pode ser resumida nas seguintes etapas: definição e especificação do objeto a ser estudado, estabelecimento dos critérios e alternativas a serem empregadas no julgamento, coleta de julgamentos pelo(s) tomador(es) de decisão, cálculo das prioridades de acordo com os julgamentos e estabelecimento da classificação das alternativas inicialmente consideradas. O grau de consistência dos julgamentos feitos deve ser verificado a fim de que se apresente, ao final, uma classificação viável. (SAATY, 1990) Conforme tratado no capítulo 4, os modelos MCDA são compostos por três níveis hierárquicos, como apresentado na Figura 2. Como detalhado no capítulo 4, este projeto trata 21 de um modelo decisório baseado no TBL, cujos critérios C1, C2 e C3 representam, respectivamente, os aspectos ambiental, econômico e social. A hierarquia de atributos apresentada na Figura 2 é, contudo, incompleta dado que os sub critérios relacionados a um determinado critério somente com este colaboram. É o caso, p. ex., dos subcritérios sob C1. Colaboram apenas com as análises de C1, sem interagir com os demais critérios. Esse detalhe pode levar a questões relacionadas à normalização do grupo de tomada de decisão (GDM) (SOUZA et al, 2013). Entretanto, a presente dissertação não trata de GDM e por esse motivo não se dará atenção a este tema. Desde a década de 1980 diversos trabalhos no método AHP apresentaram múltiplas propostas para se avançar nas etapas 2 e 3 de sua aplicação, o que inclui a medição absoluta, também conhecida como ratings (SAATY, 1986) e a síntese ideal (MILLET e SAATY, 2000). Figura 2: Hierarquia de atributos MCDA. Fonte: Produção do próprio autor. No caso da medição absoluta cada uma das alternativas é comparada com padrões pré definidos ao invés da comparação paritária tradicional, originalmente definida para o método AHP. Sendo assim, o número de alternativas possíveis deixa de ser limitado ao número de nove, “sete mais ou menos dois” (SAATY e OZDEMIR, 2003). Outro ponto favorável à utilização de ratings é relativo ao viés na tomada de decisão que passa a ser mitigado. No caso da medição relativa, onde as alternativas são comparadas de forma paritária, algumas 22 tendências históricas podem ser consideradas, pelos julgadores, nas decisões que expressem (SALOMON, TRAMARICO e MARINS, 2016). Os padrões definidos em etapa anterior ao julgamento apontam a importância de cada uma das alternativas e critérios para a tomada de decisão. Com isso, uma determinada alternativa pode ser considerada, p. ex., com grau de importância de 15%. As avaliações paritárias são cotejadas com esse percentual de importância (absoluto). Quanto a síntese ideal, apesar de ser amplamente empregada, pode levar a um problema bastante comum conhecido como rank reversal (RR) – reversão de classificação. Isso ocorre porque a normalização gera dependência entre as prioridades. Sendo assim, caso uma alternativa seja excluída ou uma nova seja incluída, as prioridades normalizadas podem levar a uma ordenação incorreta de critérios. Em consequência a classificação final (rank) poderá ser alterada. A questão relativa a essa alteração é que, numa situação real, pode gerar uma classificação final incorreta, levando a uma tomada de decisão equivocada. RR foi inicialmente associado ao Método AHP (BELTON e GEAR, 1983). Todavia, atualmente é claro que outros métodos MCDA, tais como Elimination and Choice Translation Reality (ELECTRE) e Multi-attribute Utility Theory (MAUT) podem resultar em RR (TRIANTAPHYLLOU, 2000). Em termos práticos deve-se recalcular todo o julgamento caso alternativas sejam incluídas ou excluídas. Mesmo em sede de medição absoluta é possível ocorrer avaliações que induzam a tomadas de decisão equivocadas. A combinação de ratings com a medição absoluta pode, no entanto, inibir RR na aplicação do Método AHP (SAATY, VARGAS e WHITAKER, 2009). Esta é a principal razão para que se adote essa abordagem ao Método AHP no desenvolvimento deste trabalho, como apresentado no capítulo 4. Outro motivo é a proposição de um índice variando entre zero e um, ou seja, um índice ideal. As etapas para aplicação do Método AHP segundo Saaty (1977, 1986), uma vez definido o objetivo a ser atingido, são as seguintes: 1. Definição de alternativas e critérios, com o estabelecimento de uma hierarquia de atributos que dará apoio à análise pretendida e que reflita os objetivos a serem atingidos com a avaliação a ser conduzida. 2. Definição da pontuação a ser designada a cada um dos atributos e critérios de julgamento, indicando tanto as notas com que serão avaliados os primeiros quando o percentual de importância dos últimos (relevância de cada um face aspectos específicos). 23 3. Julgamento, de acordo com critérios e atributos definidos conforme etapas anteriores. 4. Avaliação do objeto de estudo/julgamento selecionado para a função objetivo, levando em consideração a pontuação dos atributos e o grau de importância percentual dos critérios. 5. Avaliação do objeto de análise selecionado (indústria têxtil e de vestuário no caso deste projeto) imputando notas a cada um dos atributos. 6. Cálculo da pontuação geral (total score), considerando tanto a pontuação imputada a cada atributo quanto a importância percentual de cada critério, culminando na análise geral que produz a pontuação e classificação (rank) final. Figura 3: Fluxograma de aplicação do método AHP. Fonte: Ho et al. (2006), adaptado de Ho (2008). A Figura 3 apresenta um fluxograma geral para aplicação clássica do método AHP, consideradas as etapas já apresentadas. A execução do Método AHP principia pela definição de critérios e atributos, bem como dos conceitos segundo os quais serão aferidas notas a cada um dos atributos na etapa de julgamento. Feito isso, por meio de comparação paritária o grau de importância dos atributos é aferido (medição absoluta). Com isso é possível executar o julgamento do quanto se deseja analisar, neste caso, das principais indústrias nacionais do setor têxtil e de vestuário. Uma vez executado o julgamento, procede-se à agregação aditiva de cada uma das colunas da matriz de julgamentos. A partir dos resultados da agregação procede-se à normalização da matriz, processo que matematicamente equilibra e equaliza os dados de julgamento. Do cálculo do autovetor obtém-se a classificação de importância do julgamento 24 em análise. A partir do autovetor e utilizando-se do percentual de importância previamente definido procede-se à medição absoluta a fim de que se produza a classificação final de aplicação do Método AHP como definido para este projeto. 2.2.1 Mensuração no Método AHP Apresenta-se a seguir duas formas para mensuração em AHP: medição absoluta e relativa. A medição relativa é a mais tradicional e usualmente empregada na aplicação do AHP (SAATY, 1977). Entretanto, a medição absoluta é a que melhor se adequa às necessidades e peculiaridades deste projeto. Medição relativa. Por meio dessa técnica critérios e atributos são comparados de modo paritário. Essas comparações são fundamentadas na Escala Saaty, também conhecida como Escala Fundamental de Números Absolutos (SAATY, 1977, 2010). A Escala Saaty é linear, de 1 a 9, onde “1” significa que o par comparado é de igual importância, “3” significa que um dos elementos é moderadamente mais importante, “5” indica que um dos elementos é mais importante que o outro, “7” indica que é significativamente mais importante e “9” que é extremamente mais importante que o outro elemento. O peso de cada critério vem do autovetor w a partir da comparação paritária da matriz A, como apresentado na Equação 1, onde λmax é o autovetor máximo. 𝐴𝐴𝐴𝐴 = 𝜆𝜆𝑚𝑚𝑚𝑚𝑚𝑚 𝐴𝐴 (1) De acordo com Wu et al. (2013), a análise de consistência é uma vantagem da medição relativa no AHP. De acordo com a Escala Saaty, A é uma matriz positiva recíproca: aij = 1/aij e aij ≥ 1, onde para todo i = 1, 2, 3, ... n e para todo j = 1,2,3, ... n, onde n é o número de objetos a serem comparados. Portanto, se todo aij = wi/wj, então λmax = n. Por outro lado, a diferença λmax - n é duas vezes a variância dos desvios aij – wi/wj, para todo i e j (SAATY, 1977). Sendo assim, o índice de consistência CI é a medida da inconsistência de A (Equação 2). 𝐶𝐶𝐶𝐶 = 𝜆𝜆𝑚𝑚𝑚𝑚𝑚𝑚 − 𝑛𝑛 𝑛𝑛 − 1 (2) 25 A razão de consistência CR = CI/RI acaba sendo medida mais adequada da inconsistência de A. CR compara o CI com o índice randômico (Random Index – RI) calculado por Saaty (Saaty, 2010) e que aumenta quanto maior for n. Com isso, quando CR ≤ 0,1 temos A considerada consistente. Sendo assim, a média para as prioridades 𝐴𝐴� são definidas pela normalização de w, como apresentado na Equação 3, onde n é o número de critérios (Saaty, 1997). 𝐴𝐴�𝑗𝑗 = 𝐴𝐴𝑗𝑗 ∑ 𝐴𝐴𝑗𝑗𝑛𝑛 𝑗𝑗=1 (3) As médias normalizadas para os critérios/prioridades somam 100%. Após a comparação paritária de critérios as alternativas devem ser as alternativas comparadas de acordo com cada critério, sendo produzidas j matrizes de comparação Aj. Todas as matrizes de comparação devem passar pelo teste de consistência. Logo, todo CRj deve ser igual ou menor que 0,1 e por esse motivo os autovetores wj devem ser normalizados como demonstrado na Equação 3, apenas substituindo n por m no que toca ao número de alternativas. Os autovetores normalizados comporão as colunas na matriz de decisão D, como apresenta a Equação 4, onde para cada j = 1, 2, 3 ... n. 𝑑𝑑𝑖𝑖𝑗𝑗 = 𝐴𝐴𝑖𝑖 𝑗𝑗 ∑ 𝐴𝐴𝑖𝑖 𝑗𝑗𝑚𝑚 𝑖𝑖=1 (4) Os componentes da matriz de decisão dij representam a pontuação para as alternativas i, de acordo com os critérios j, também chamados prioridades locais no AHP. Medição absoluta. Nesse caso as alternativas são comparadas com padrões estabelecidos previamente e não de forma paritária, evitando RR e mitigando viés nos julgamentos, como mencionado. Na medição absoluta as alternativas são avaliadas uma a uma (DE FELICE e PETRILLO, 2013). Entretanto, os níveis de importância e seus valores devem ser definidos previamente ao julgamento, conforme Tabelas 13 a 16, relativamente à aplicação do AHP neste projeto. As pontuações podem variar entre critérios; neste projeto os mesmos níveis e pontuações foram adotados para todos os critérios (DE FELICE e PETRILLO, 2013). 26 Entretanto, mesmo com as pontuações para as alternativas obtidas por meio de medição absoluta, os critérios devem ser comparados paritariamente. Ainda, no método AHP a síntese pode ser normal ou ideal. Na síntese normal a pontuação atribuída aos critérios e suas médias somam 100%. Com isso temos uma matriz de decisão estocástica, com todas as colunas somando 1 (CAGNIUC, 2017). Para a síntese normal é necessário que a matriz de decisão seja necessariamente uma matriz estocástica. Com isso, no caso de aplicação de medição absoluta a pontuação para as alternativas deve ser normalizada (Equação 4). Na medição absoluta não vem a partir de autovetores, mas de valores relacionados a tabelas como a Tabela 3 (DE FELICE e PETRILLO, 2013). Um vetor de decisão x pode ser obtido por meio da média normalizada do critério da matriz D. Ou seja, x = D . O vetor de decisão é calculado a partir da agregação de pontuação das alternativas, de acordo com todos os “vetores normais”, de modo que a soma de todos os componentes seja 1. Toda via, apesar de seu uso frequente a síntese normal pode levar a RR. Isso deve-se ao fato de que a normalização gera dependência entre a pontuação atribuída a cada critério. No que toca à síntese ideal, sua combinação com a medição absoluta evita RR na aplicação do método AHP (SAATY et al., 2009), sendo este um dos motivos mais relevantes para aplicação dessa forma de AHP neste projeto. Outra razão é a proposição de um índice de zero a um, ou seja, um índice idealizado. Além disso, a síntese ideal não exige que a matriz de decisão em questão seja necessariamente estocástica. Porém, a pontuação deve ser normalizada conforme Equação 5. 𝑑𝑑𝑖𝑖𝑗𝑗 = 𝐴𝐴𝑖𝑖 𝑗𝑗 𝑚𝑚𝑚𝑚𝑚𝑚𝑖𝑖=1 𝑚𝑚 𝐴𝐴𝑖𝑖 𝑗𝑗 (5) O vetor de decisão x pode também ser obtido pela média de D por . No entanto, o vetor de decisão obtido a partir de síntese ideal não é normal, de modo que a soma dos componentes pode ser maior do que um. 27 2.3 TECHNIQUE FOR ORDER OF PREFERENCE BY SIMILARITY TO IDEAL SOLUTION TOPSIS é outro método MCDA, amplamente utilizado na gestão de cadeias de suprimento (KHAN, CHAABANE e DWEIRI, 2018). Implicitamente o método TOPSIS e o método AHP têm etapas comuns em sua aplicação. No que toca ao método TOPSIS verifica- se uma hierarquia de três níveis, medição absoluta e síntese ideal – ou “normalização linear” (HWANG e YOON, 1981). Entretanto, a síntese normal ou “normalização vetorial” (LAI, LIU e HWANG, 1994) pode igualmente ser empregada. Neste trabalho aplica-se o método AHP e o método TOPSIS com medição absoluta pelas razões já apresentadas. Contudo, a diferença mais significativa entre esses métodos é o fato de que para no TOPSIS não há comparação paritária de critérios. Figura 4: Aplicação ilustrativa do Método TOPSIS. Fonte Ishizaka e Nemery (2013). O Método TOPSIS também é semelhante ao Data Envelopment Analysis (DEA) ou Goal Programing (GP), considerando que são métodos MCDA com “objetivo, abordagem por nível de referência ou aspiração”. (ISHIZAKA e NEMERY, 2013). Os níveis de referência no TOPSIS são nomeados solução ideal positiva (PIS) e solução ideal negativa (NIS) (HWANG e YOON, 1981). A melhor alternativa será sempre aquela com menor distância do PIS e maior distância do NIS. Por exemplo, na Figura 4 a alternativa A está mais próxima da solução ideal positiva (PIS; ideal solution) do que B e mais distante da solução ideal negativa (NIS; anti- 28 ideal solution). Caso a média dos critérios seja igual, o resultado da aplicação do TOPSIS apresentará uma pontuação geral (overall score) maior para A do que para B. Contudo, em casos em que haja mais de duas alternativas a Figura 4 se apresentaria como um gráfico em forma de teia de aranha (radar) (ORTIZ-BARRIOS et al., 2018). A coleta de dados pode ser feita do modo mais simples possível, com atribuição direta de pesos para os critérios wi assim como a pontuação para as alternativas xij. Em sentido contrário a essa forma simples, métodos híbridos foram propostos, tais como o método AHP- TOPSIS (LIN et al, 2008; JOSHI, BANWET e SHANKAR, 2011; TYAGI, KUMAR e KUMAR, 2014) ou Fuzzy-TOPSIS (ORTIZ-BARRIOS et al, 2020). Neste trabalho aplica-se o método TOPSIS original, sem hibridismo. Quanto a aplicação do TOPSIS, de acordo com Triantaphillou (2000) e Ishizaka e Nemery (2013) pode ser resumida em 6 etapas: 1. Matriz de decisão: definição da função objetivo, critérios e alternativas a serem consideradas no processo de tomada de decisão, assim como a pontuação para cada um dos conceitos a serem atribuídos no julgamento deve ser definido previamente. 2. Julgamento, aplicação dos conceitos e atribuição de notas a cada uma das alternativas, sobre as quais a matriz de decisão será normalizada. 3. Cálculo da média ponderada de cada um dos elementos da matriz de decisão normalizada com base na importância definida para cada critério 4. Cálculo de PIS e NIS. 5. Aferição das distâncias de cada uma das variáveis em relação a PIS e NIS. 6. Classificar os resultados por ordem de preferência (proximidade de PIS). No tocante à síntese, no TOPSIS tanto w como D precisam ser normalizados: assim como no AHP (Equação 3); , também como no AHP (Equação 5); e . Quanto a , PIS e NIS são matrizes em linha (1,1), obtidas respectivamente pelo cálculo de A+ e A-, conforme Equações 6 e 7, onde para i = 1, 2, 3, ... m: 𝑚𝑚𝑗𝑗+ = 𝑚𝑚𝑚𝑚𝑚𝑚𝑖𝑖=1 𝑚𝑚 𝑑𝑑𝑖𝑖𝑗𝑗� (6) 29 𝑚𝑚𝑗𝑗− = 𝑚𝑚𝑚𝑚𝑚𝑚𝑖𝑖=1 𝑚𝑚 𝑑𝑑𝑖𝑖𝑗𝑗� (7) A pontuação geral (overall score) das alternativas xi, chamada índice de proximidade no TOPSIS, não se calcula pela média de D por . Ao contrário, x se calcula por meio de uma razão entre as distâncias de PIS e NIS (Equação 10). Neste trabalho adotamos as distâncias euclidianas d+ e d- (Equações 8 e 9) ao invés da distância de Manhattan (ISHIZAKA e NEMERY, 2013). 𝑑𝑑𝑖𝑖+ = �� (𝑚𝑚𝑗𝑗+ − 𝑑𝑑𝑖𝑖𝑗𝑗� )2 𝑛𝑛 𝑗𝑗=1 (8) 𝑑𝑑𝑖𝑖− = �� (𝑚𝑚𝑗𝑗− − 𝑑𝑑𝑖𝑖𝑗𝑗� )2 𝑛𝑛 𝑗𝑗=1 (9) 𝑚𝑚𝑖𝑖 = 𝑑𝑑𝑖𝑖− 𝑑𝑑𝑖𝑖+ + 𝑑𝑑𝑖𝑖− (10) Quando xi é maior do que 0,5, então a alternativa i está mais próxima de PIS, significando o paraíso dos cristãos e o lucro dos investidores (LAI et al. 1994). Por outro lado, quando a alternativa i está mais perto do inferno (ou do risco), então xi será menor do que 0,5. Análises de sensibilidade devem ser conduzidas no interesse de avaliar o impacto dos valores diretamente atribuídos a w no TOPSIS (YEH, 2002). Normalmente são análises feitas num gráfico 2-D, com w no eixo horizontal e x no eixo vertical. Como apresentado no capítlo 4, x não varia linearmente com w no TOPSIS assim como no AHP (Figuras 9 e 10). 2.4 PILOTO A fase inicial deste projeto foi dedicada ao desenvolvimento de um piloto (Figura 1, etapas 2 e 3). Os objetivos foram oferecer prova de conceito (quanto à possibilidade de avaliação de indústrias, de modo comparativo, no que se refere à sustentabilidade) e constatar a viabilidade de obtenção de dados do TBL a partir dos relatórios anuais das empresas 30 avaliadas (funcionando assim como base de comparação). Definiu-se o emprego de 3 indústrias, manufatureiras, cada qual representando um setor relevante da economia nacional: têxtil e vestuário (E1), químico e petroquímico (E2), siderurgia (3). Todas indústrias de grande porte de acordo com os critérios do Banco Nacional de Desenvolvimento Econômico e Social 2 (BNDES) e posicionadas como sustentáveis (emitem relatórios de sustentabilidade). Os dados para avaliação e julgamento dessas indústrias foram obtidos por meio de seus relatórios, todos disponíveis na base de dados do GRI (GRI, 2019). Procedeu-se à revisão bibliográfica para esta etapa, resultando em 71 artigos relacionados a manufatura sustentável, AHP, decisão multicritério e produção mais limpa. As palavras chave mais relevantes e reunidas em 9 grupos. Considerando a frequência foi determinada a relevância de cada grupo (Tabela 1). O levantamento bibliográfico aponta a aplicação do AHP como método MCDA mais frequente. A literatura indica sua aplicação na obtenção de índices para mensuração de sustentabilidade. Fundamentado pela literatura, definiu-se pela aplicação do Método AHP no piloto. Atende aos objetivos do projeto (oferecer uma classificação, ser de fácil aplicação e replicabilidade, não depender de ferramentas específicas como softwares para implementação) e oferece a possibilidade de ser aplicado com medição absoluta, mitigando viés nos julgamentos e RR. Tabela 1: Distribuição das palavras chave mais relevantes palavras chave nº de ocorrências % do total tomada de decisão 88 27 desenvolvimento sustentável 54 16 manufatura 42 13 engenharia de produção 41 13 análise de sustentabilidade 32 10 manufatura + sustentabilidade 26 8 desempenho sustentável 24 7 sustentabilidade corporativa 10 3 negócios 9 3 Fonte: Produção do próprio autor. 2 Baseado na receita operacional bruta anual: microempresa (menor ou igual a R$ 360 mil), pequena empresa (maior que R$ 360 mil e menor ou igual a R$ 4.8 milhões), média empresa (maior que R$ 4.8 milhões e menor ou igual a R$ 30 milhões) e grande empresa (maior que R$ 300 milhões). 31 A Figura 5 apresenta a hierarquia de atributos adotada para o piloto. Foi definida com base no objetivo e representa três aspectos essenciais da produção: matérias primas, água e emissões de gases de efeito estufa. Além destes, definiu-se que a auditoria deve figurar como quarto critério, sendo ao mesmo tempo um atributo. No entanto, o piloto não tratou de TBL, mas apenas de aspectos relacionados ao meio ambiente. Os atributos influenciam apenas os critérios a que correspondem. Como não se trata de GDM é irrelevante neste caso. Figura 5: Hierarquia de atributos; etapa piloto. Fonte: Produção do próprio autor. O critério Matérias Primas (C1) avalia, de forma genérica, a qualidade das matérias primas empregadas no processo industrial. Por meio do atributo A1 foram considerados os percentuais de materiais reciclados empregados na produção. A2 observa possíveis certificações obtidas no que toca em emprego de reciclagem, sendo considerados válidos inclusive processos de logística reversa e reaproveitamento interno de resíduos. Há certificações disponíveis para matérias primas específicas, p. ex., Senaplas (Selo Nacional de Plásticos Reciclados) ou a norma ISO 15270:20083. O critério Água (C2) avalia o consumo de água no processo de produção apenas. O atributo A3 considera toda forma de reuso, redução e conservação de água informados pelas empresas em seus relatórios. Também foram considerados programas de redução de consumo, 3 Recuperação e reciclagem de resíduos plásticos. 32 desde que informados seus objetivos e evolução. O atributo A44 considera e existência de certificações relativas à redução e reuso de água como, p. ex., a certificação LEED (Leadership in Energy and Environmental Design) para construções sustentáveis. O critério Gases de Efeito Estufa – GEE (C3) considera as emissões de gases que, desde o Protocolo de Quioto (UNFCCC, 2020), são consideradas como emissões antrópicas que artificialmente incrementam o efeito estufa. Tais emissões são, inclusive, consideradas no modelo de relatório do GRI. A5 avalia a existência e qualidade dos inventários de emissões das indústrias. Foi considerada a profundidade e recorrência com que esses relatórios avaliam GEEs. O atributo A6 considera reduções de emissão que as indústrias tenham promovido, possíveis vendas de emissões certificadas e até a aquisição de meios de compensação de emissões. O critério Auditoria (C4 | A7) é ao mesmo tempo um atributo. Considera a auditoria por terceira parte independente sobre os relatórios anuais de sustentabilidade, corroborando as informações prestadas. A princípio assumiu-se como possível avaliar a qualidade dessa auditoria, tendo em vista a qualidade do trabalho da terceira parte independente envolvida. Por esse motivo esse atributo foi submetido ao mesmo julgamento dos demais. Como se verá no capítulo 4, a forma de avaliação da auditoria foi mudada. Com relação ao julgamento, foi feito por dois consultores, ambos com mais de 20 anos de experiência, sendo um deles em MCDA e outro na inciativa privada e em projetos de sustentabilidade. Este processo de julgamento foi mantido no restante do projeto. Os julgamentos foram agregados por consenso. Partindo da hierarquia de atributos definida para o piloto (Figura 5), procedeu-se à síntese ideal para definição da pontuação a ser atribuída ao julgamento das três empresas consideradas no piloto (Tabela 2) . Tabela 2: Síntese ideal; níveis para pontuação de atributos. E M B R F w Excelente (E) 1 3 5 7 9 0,50 Muito Bom (M) 1/3 1 3 5 7 0,26 Bom (B) 1/5 1/3 1 35 5 0,13 Razoável (R) 1/7 1/5 1/3 1 5 0,08 Fraco (F) 1/9 1/7 1/5 1/5 1 0,03 Fonte: Produção do próprio autor. 4 O Comitê Técnico 282 da ISO trata das normas relativas ao reuso de água; disponível em: https://www.iso.org/committee/4856734.html. https://www.iso.org/committee/4856734.html 33 Partindo desses resultados, tem-se que o julgamento, seguindo a hierarquia definida (Figura 5), foi executado com base nos seguintes conceitos e pontos: E – 0,50; M – 0,26; B – 0,13; R – 0,08; F – 0,03. Além disso, definiu-se os seguintes percentuais de importância para cada um dos atributos: A1 – 14%; A2 – 17%; A3 – 11%; A4 – 14%; A5 – 10%; A6 – 14%; A7 – 20%. Com base nesses percentuais de importância procedeu-se à medição absoluta do AHP. A Tabela 3 apresenta o julgamento conceitual das empresa por meio dos atributos. A partir dessa matriz de julgamento, os conceitos foram traduzidos nas pontuações definidas anteriormente (Tabela 5), conforme Tabela 4. Tabela 3: Classificação dos atributos para comparação de programas de sustentabilidade. matéria prima água GEE auditoria A1 A2 A3 A4 A5 A6 A7 E1 R F F F R B F E2 F F F F R F F E3 B F B F R B F Fonte: Produção do próprio autor. Tabela 4: Avaliação de desempenho/valores. matéria prima água GEE auditoria A1 A2 A3 A4 A5 A6 A7 14% 17% 11% 14% 10% 14% 20% E1 0,08 0,03 0,03 0,03 0,08 0,13 0,03 E2 0,03 0,03 0,03 0,03 0,08 0,03 0,03 E3 0,05 0,03 0,13 0,03 0,08 0,13 0,03 Ʃ 0,16 0,09 0,19 0,09 0,24 0,29 0,09 Fonte: Produção do próprio autor. Partindo da Tabela 4, procedeu-se à normalização desses valores com base nos percentuais de importância (medição absoluta). O resultado é expresso na Tabela 5, que igualmente apresenta as prioridades gerais (w) para cada empresa. Desse modo é obtida a classificação comparativa pretendida. 34 Tabela 5: Matriz de classificação final. w 0,070 0,0567 0,0174 0,0467 0,033 0,0628 0,0667 0,050 2ª 0,0263 0,0567 0,0174 0,0467 0,0333 0,0145 0,0667 0,037 3ª 0,044 0,0567 0,08 0,0467 0,0333 0,0628 0,0667 0,055 1ª Fonte: Produção do próprio autor. Avaliando os dados do piloto conclui-se que o método AHP atende às necessidades do projeto, sendo obtida classificação como pretendido. Entretanto, concluiu-se que outro método MCDA deveria ser igualmente executado a fim de que a consistência dos resultados obtidos com o AHP pudesse ser confirmada. Nesse sentido, foram experimentados Multi- atribute Utility Theory (MAUT) e TOPSIS. Quanto ao fato de terem sido usadas empresas de diferentes setores da economia, em que pese os resultados consistentes, mostrou-se pouco eficiente. Diferentes indústrias têm parâmetros diferentes para seus programas de sustentabilidade. Com isso, definiu-se o seguimento e ampliação do projeto com empresas de um mesmo setor, mantidos os demais requisitos quando a porte e programas de sustentabilidade. A hierarquia de atributos apesentou resultados consistentes com o esperado. Com isso, optou-se por sua ampliação para o TBL completo. Foi também decidido eliminar a avaliação relativa a certificações por ser redundante com o critério/atributo inerente à auditoria, que foi mantido. Por fim, constatou-se que a auditoria deve ser avaliada de modo mais adequado. Este processo está detalhado no capítulo 4. 2.5 OBJETO DE ESTUDO E SELEÇÃO DE DADOS Selecionou-se como objeto de análise a indústria têxtil e de vestuário brasileira. Como apresentado, objetiva-se estabelecer método de comparação entre programas industriais de sustentabilidade. O desenvolvimento deste projeto, sobre indústrias reais, pretende a obtenção de comparação viável em termos práticos, além do embasamento teórico. O setor têxtil e de vestuário conta com cadeia de valor e suprimentos complexa, transversal à economia nacional, uma das mais completas do mundo e atende aos requisitos do projeto. A base de dados do GRI foi consultada a fim de identificar as empresas brasileiras, deste setor, com relatórios publicados. Verificou-se disponibilidade de relatórios das seis maiores empresas nacionais. Verificou-se que nem todas essas indústrias disponibilizam relatórios 35 anualmente, sendo o ano de 2015 é comum a todas. Não é objeto deste projeto a avaliação do estado atual dos programas de sustentabilidade dessas indústrias. Por esse motivo, a utilização de relatórios do ano de 2015 deixa em perspectiva a situação das empresas selecionadas, direcionando foco à análise pretendida. Trata-se de setor produtivo com suas raízes no agronegócio e na produção extrativa de fibras naturais (Figura 6). Tipicamente é um setor não verticalizado; cada uma das etapas produtivas é desenvolvida por indústrias ou prestadores de serviço independentes, sendo ainda relevante o setor de moda, não mencionado, mas que demanda a movimentação de toda essa cadeia. Culmina com o comércio varejista e exportação de produtos acabados. Figura 6: Cadeia de valor do setor têxtil e de vestuário. Fonte: Cruz-Moreira e Fleury (2020), adaptado de Cruz-Moreira e Fleury (2001). Figura 7: Produção industrial física nacional. Fonte: IBGE (2015). 36 A transversalidade torna-se evidente ao serem considerados dados da produção industrial brasileira disponibilizados pelo Instituto Brasileiro de Geografia e Estatística (IBGE, 2015). A Figura 7 indica o volume da produção industrial física nacional (linha vermelha) comparada com setor têxtil e de vestuário (colunas). Os dados apresentados são relativos ao ano de 2015, tendo em vista que os relatórios de sustentabilidade avaliados são deste ano. Entretanto, segundo dados de dezembro de 2019 da Associação Brasileira da Indústria Têxtil e Confecção (Abit), em que pese retração econômica, o setor contribuiu com faturamento de US$ 48.3 bilhões para a economia nacional. Foram reinvestidos no mesmo período US$ 894.4 milhões. A produção física de todo o setor foi de 8.9 bilhões de peças (vestuário, meias, acessórios, cama, mesa e banho). Considerada toda a produção têxtil nacional (destinada ao mercado doméstico e exportador) foram entregues 1.2 milhão de toneladas de tecidos. Do ponto de vista da geração de emprego, no ano de 2019 o setor manteve 1,5 milhão de postos de trabalho diretos e mais 8 milhões em regime indireto. Desse total (9,5 milhões de trabalhadores) estima-se que 75% sejam mulheres. Considerando a indústria de transformação como um todo, o setor têxtil e de vestuário é o segundo maior empregador, ficando atrás apenas de alimentos e bebidas (se considerados em conjunto). Como um todo, representa 16,7% dos empregos da indústria de transformação e 5,75% do faturamento do mesmo setor. O Brasil detém a maior cadeia produtiva deste setor no ocidente, sendo um dos poucos países do mundo onde ainda se produz a partir das fibras, passando pelos desfiles de moda e indo até o varejo. Quanto ao levantamento de informações com base no banco de dados do GRI, trata-se de informação pública, disponível num dos modelos globalmente mais aceitos. O banco de dados do GRI conta com mais de 54.000 relatórios, emitidos por quase 15.000 empresas localizadas em mais de 90 países. Baseado nos fundamentos da norma ISO 14000, este modelo de relatório anual de sustentabilidade é o mais usado mundialmente (MARIMON et al, 2012). Todas as indústrias consideradas neste projeto atendem ao critério definido no piloto quanto a serem manufatureiras e de grande porte de acordo com o BNDES. 37 3 FUNDAMENTAÇÃO TEÓRICA 3.1 SUSTENTABILIDADE, NEGÓCIOS E INDÚSTRIA Conhecida como Comissão Brundtland, a Comissão Mundial sobre Meio Ambiente e Desenvolvimento (WCED) foi criada com o objetivo de auxiliar países a posicionar-se com relação a objetivos de desenvolvimento sustentável (KONO, 2014). Desenvolvimento sustentável é aquele que atende às necessidades do presente sem comprometer a habilidade de futuras gerações em atender suas próprias necessidades (BOROWY, 2014). Esse conceito seminal sobre desenvolvimento sustentável foi introduzido por meio do relatório Nosso Futuro Comum (WORLD COMMISSION ON ENVIRONMENT AND DEVELOPMENT, 1987). Um programa de sustentabilidade é a integração de questões ambientais e sociais no modelo de negócios de uma determinada organização. O conceito de sustentabilidade empresarial deriva do conceito de TBL, incluindo seus esforços econômicos, sociais e ambientais (SVENDON e WAGNER, 2015). A fim de que empresas tenham condições de dar suporte aos três pilares do TBL, ferramentas e métodos são necessários para conectar tomadas de decisão a seus impactos sustentáveis (HUTCHINS et al, 2019). “Sustentabilidade no desenvolvimento e manufatura de novos produtos é uma estratégia amplamente aceita.” (KABERNICK, KARA e SUN, 2003). 3.2 SUSTENTABILIDADE E DECISÃO MULTICRITÉRIO Sendo sustentabilidade um tema multidimensional, desenvolveu-se levantamento bibliométrico em ambos os temas: sustentabilidade e MCDA. “Uma das questões atuais no que diz respeito aos relatórios de sustentabilidade é a falta de padronização em termos de critérios e métodos.” (SIEW, 2015). Evidente a necessidade de estabelecer pontos de referência robustos para avaliação do desempenho da sustentabilidade corporativa. Sendo assim, os métodos AHP e TOPSIS podem ser aplicados visando avaliar o grau de sustentabilidade de indústrias manufatureiras, tendo em vista serem métodos MCDA já consolidados. Verifica-se anterior aplicação desses métodos para referenciar programas de sustentabilidade (METAXAS, KOULOURIOTIS e SPARTALIS, 2013). Entretanto, a comparação proposta deu-se de modo teórico e não com base em indústrias reais, “estimando 38 um contexto lógico”. “Analytic Network Process (ANP) também foi aplicado para avaliação de sustentabilidade corporativa, resultando num índice de sustentabilidade”. (MEDEL G., SALOMON e GARCIA A., 2015). Quatro unidades geradoras de energia em Cuba foram avaliadas por meio desse índice, que foi também baseado em Balanced Scorecard (BSC) (KAPLAN e NORTON, 1992). A principal crítica que se faz ao BSC pode ser resumida justamente por meio da habilidade para produzir uma pontuação, mas sem considerar medidas ambientais ou sociais, mantendo o foco em questões econômicas (JENSEN, 2001; KENNERLY e NEELY, 2002). A Tabela 6 apresenta os resultados de buscas executadas no SCOPUS (ELSEVIER, 2020). A busca incluiu títulos de artigos, abstracts e palavras chave. As expressões MCDA (Multi Criteria Decision Assessment/Analysis – Multiple Criteria Decision Assessment/Analysis), multiple criterea, multi criterea, sustainability e textile industry foram buscadas em separado e em diversas combinações. Foram localizadas 15 publicações envolvendo todas as expressões simultaneamente. Com a baixa incidência de publicações que correlacionam esses temas, evidencia-se a originalidade deste trabalho. São temas de interesse, mas pouco desenvolvidos em conjunto, podendo ser explorados. Da mesma forma os métodos AHP e TOPSIS são pouco empregados, indicando oportunidade para desenvolvimentos também nesse sentido. Considerando a proposta deste projeto, aplicando esses métodos com base no TBL, é possível oferecer inovação na forma de aplicação de ambos, como já citado. Economia Circular tem um conceito próximo ao de sustentabilidade empresarial: um sistema regenerativo no qual recursos de entrada e resíduos, emissões e perdas energéticas são minimizados por meio da redução, do estreitamento dos ciclos de energia e materiais. Isso pode ser obtido por meio de projetos de longo prazo, manutenção, reciclagem, reformas, remanufatura, reparos e reuso. (GEISSDOERFER et al, 2018). Tabela 6: Bibliometria. Busca Resultado (nº de documentos) MCDA 40.630 Sustainability 209.203 Textile industry 168.818 MCDA + Sustainability 2.766 MCDA + Textile industry 139 Sustainability + Textile industry 1.342 MCDA + Sustainability + Textile industry 15 Fonte: Elsevier (2020). 39 3.3 FUNDAMENTAÇÃO “O setor privado tem baixa demanda por caminhos de desenvolvimento que sejam ambientalmente benignos, enquanto a academia oferece um número limitado de profissionais treinados a conceber e implementar estratégias sustentáveis.” (ASHTON et al., 2016). Por outro lado, grandes corporações compreendem ser relevante posicionar-se como sustentáveis e ambientalmente amigáveis. A análise comparativa proposta neste trabalho capta as disparidades entre a imagem corporativa projetada e a efetiva qualidade dos programas. Na atual lógica sustentável todos os esforços econômicos, sociais e ambientais criam valor compartilhado de mesma importância. Entretanto, a lógica ecológica dominante é explícita em sua hierarquia, tendo os sistemas ambientais a mais elevada prioridade, seguidos pelos sistemas econômicos e sociais. (MONTABON et al., 2016). Entretanto, na gestão das organizações ainda são os aspectos econômicos – resultados e métricas de administração – os mais relevantes do ponto de vista dos relatórios. A justificativa para processos e programas ainda passa pelo sucesso econômico, sem argumentação quanto aos demais aspectos do TBL. A comparação entre programas de sustentabilidade não apenas evidencia o progresso de corporações comprometidas com o tema, mas também apresenta inúmeras oportunidades para melhoria desses mesmos programas e do desempenho geral de cada empresa em comparação a seus pares. No início dos anos 2000 pesquisadores analisaram a relação entre desempenho financeiro e sustentável. Sua principal conclusão foi a de que a sustentabilidade não causa quaisquer danos e, no melhor dos casos, aprimora o desempenho financeiro. Contudo, sabe-se que a má gestão da sustentabilidade pode conduzir à perda de valor de mercado, especialmente em casos que atraem demasiada atenção da opinião pública, como o derramamento de óleo da BP (US$ 30 bilhões em valor de mercado desapareceram em questão de semanas) demonstra, no entanto muitos relatórios financeiros não incorporam informações ambientais. (ZEIDAN e SPITZECK, 2015) Considera-se ainda, de modo genérico, que a gestão meramente financeira das organizações é capaz inclusive de solucionar problemas graves como o da British Petroleum. Contudo, uma das questões levantadas é justamente o fato de que há empresas que indicam preocupações com sustentabilidade, mas não há comparação e nem mesmo referenciais acadêmicos claros acerca do que é, de fato, ser sustentável. Promover esse desenvolvimento é gerar referencial positivo na comparação entre programas. 40 Especificamente as indústrias manufatureiras têm papel preponderante, dado que têm a oportunidade de pressionar positivamente suas cadeias de suprimento na direção da sustentabilidade. Nesse sentido Khoo et al (2001) indica que manufaturas sustentáveis promovem a integração entre processos, tomada de decisão e preocupações ambientais num sistema industrial ativo que busca crescimento econômico sem a destruição de recursos preciosos ou do meio ambiente. Entretanto, um dos problemas presentes na forma como os programas corporativos de sustentabilidade são relatados é justamente a falta de padronização dos modelos, como indica Siew (2015). A falta de padronização passa por critérios e métodos propostos, o que inclusive dá causa a dificuldades na comparação e análise entre indústrias. Por outro lado, “atualmente o desempenho empresarial não se mede apenas por sua posição financeira, mas pela capacidade de atração de mais negócios que sustentem a produção sustentável e políticas de proteção ambiental.” (THAKUR e MANGLA, 2019). Retorna-se à questão fundamental da possibilidade de comparação. Além de ser necessário comparar é necessário que o método a ser empregado seja simples e replicável, uniformizando o entendimento a respeito dos resultados. Não se pretende entendimento uníssono, mas um debate organizado em torno da questão. Deve-se, todavia, considerar o que foi pontuado por Sebhatu (2008), no sentido de que ainda há poucas empresas, se alguma, que podem responder definitivamente se seus produtos, processos, serviços e instalações são, de fato, sustentáveis. Em última análise, seriam essas organizações de fato tão sustentáveis quanto alegam ser? Este trabalho responde parte dessa questão. Mas ainda há inconsistências relevantes no que toca aos modelos de relato empregados. A inconsistência dos relatos também é verificada em outras áreas da sustentabilidade. Estudo elaborado pelo autor sobre 10 relatórios de empresas australianas que voluntariamente participaram do Carbon Disclosure Project (CDP) revelam diferença nas informações relativas às emissões de gases de efeito estufa, particularmente no que se refere ao período de tempo considerado, especificamente quanto a diferença entre ano fiscal e ano calendário, as unidades usadas na medição e a natureza das informações disponibilizadas, como apresentado na Tabela 6. (SIEW, 2015) Um número significante de estudos tem criticado a estrutura do GRI. Moneva et al. (2006) analisa os critérios de desempenho do GRI e conclui que há desequilíbrio na ênfase adotada entre os critérios ambiental, econômico e social. “Nesse sentido pode ser observado um relatório com viés social, tendo em vista que mais de 50% está nessa dimensão (social).” 41 Acrescentam que o conceito de sustentabilidade que fundamentam as diretrizes do GRI apresentam problemas como a perda do aspecto mais amplo da sustentabilidade (globalização, comércio), bloqueio da elaboração de uma visão integrada de negócios sustentáveis e contribui para uma percepção reducionista do conceito de sustentabilidade, colocando o TBL num mesmo patamar, esquecendo-se da participação de suas interações. Além destes, contribuiria para promover a construção de critérios ao invés de estimular empresas a definir o que seria, para sua realidade, a sustentabilidade. “Ter essas medias ou métricas é crítico para a melhoria. Na ausência dessas métricas não há como julgar a eficácia das mudanças no sistema industrial, seja de forma positiva ou negativa impactando a sustentabilidade ambiental.” (HUTCHINS et al., 2019). No entanto, as métricas devem buscar refletir a realidade das organizações avaliadas, sendo a origem dos dados empregados na análise de fácil acesso. Por esse motivo dados públicos foram usados. Relatórios integrados, como definido por Eccles e Serafeim (2015) são a melhor fonte possível de dados. O modelo de relatório de sustentabilidade do GRI busca seguir esse conceito, sendo mesmo assim alvo de críticas. Entretanto, significante variabilidade no tipo de informação prestada entre empresas e por empresas ao longo do tempo é um impedimento para as funções de informação e transformação dos relatórios corporativos. Será difícil para terceiros, que não têm condições de comparar ou referenciar o desempenho de uma empresa face a seus competidores, escolher entre empresas para alocação de seus recursos. Além disso, ser incapaz de comparações entre empresas ao longo do tempo, faz com que seja mais difícil para terceiros estabelecer expectativas e engajar-se em processos de transformação com essas mesmas empresas. (ECCLES e SERAFEIM, 2015) Por esse motivo a proposta deste trabalho justifica-se do ponto de vista da relevância acadêmica, dado que busca oferecer solução à necessidade de comparação entre empresas e fundamentada em dados disponíveis e reais. Além disso, propõe aplicação inovadora para os métodos AHP e TOPSIS. É também relevante do ponto de vista do interesse público por oferecer instrumentos para que quaisquer interessados possam avaliar organizações posicionadas como sustentáveis de forma transparente e independente. 42 4 IMPLEMENTAÇÃO 4.1 MODELO MULTIATRIBUTO A Figura 8 apresenta a hierarquia de atributos definida para avaliação de programas de sustentabilidade após o piloto. Auditoria é o único critério sem subcategorias (C1) e, portanto, seu próprio atributo (A1) para avaliação de alternativas. Desse modo temos uma hierarquia incompleta. Entretanto, já foi esclarecido que não se considera GDM, não sendo problema no desenvolvimento do projeto. A hierarquia proposta é baseada nos critérios do TBL, contendo os aspectos econômico, ambiental e social como critérios mais relevantes. Figura 8: Estrutura hierárquica para avaliação de programas de sustentabilidade. Fonte: Produção do próprio autor. A estrutura hierárquica da Figura 8 não apresenta as alternativas tradicionalmente encontradas nos modelos MCDA, que deveriam estar em níveis mais baixos. Relatórios anuais contendo os dados necessários para aplicação dos métodos AHP e TOPSIS encontram- se disponíveis na base de dados do GRI (GRI, 2019). Foram extraídas informações diretamente relacionadas a cada um dos atributos considerados nessa hierarquia. A Tabela 7 43 apresenta o descritivo de cada um dos atributos quanto às informações levantadas nos relatórios para fins de julgamento. Tabela 7: relatórios GRI – descritivo resumido por atributos – piloto. atributos descritivo C1 Auditoria por terceira parte independente do relatório anual de sustentabilidade e a qualidade deste relatório. A2 Dados que informem se a indústria cresceu ao longo dos últimos exercícios, seja em operações, seja em faturamento. A3 Capacidade de geração de caixa; caso não seja diretamente informada no relatório, o mesmo deve fornecer os elementos para que seja calculada. A4 Percentual da receita anual reinvestido na empresa para fins específicos de melhoria geral na produção, condições de trabalho e em inovação relacionada à produção (novos equipamentos, novas tecnologias, desenvolvimento de ambos). A5 Emissões de GEE, inventariada ou não; melhor classificação para empresas com inventário feito por terceira parte independente e que reduzam suas emissões. A6 Consumo, reuso ou conservação de água na produção. Considerado volume de água por unidade produzida para fins de entendimento de eventual aumento no volume consumido. A7 Investimento em novos materiais empegados como matérias primas, visando redução de pressão sobre materiais virgens e materiais tecnológicos. A8 Investimentos no desenvolvimento das comunidades no entorno das unidades fabris, com especial ênfase àqueles que vão além da filantropia. A9 Número de funcionários, na produção, por gênero. A10 Igualdade salarial na produção, por gênero. Embora não seja comum, muitas empresas já reportam esse dado, inclusive quando têm desempenho ruim. Fonte: Produção do próprio autor. Assim como no piloto, os julgamentos foram feitos por dois consultores, ambos com mais de 20 anos, sendo um deles em MCDA e outro no desenvolvimento de programas de sustentabilidade, inclusive para o setor têxtil, sendo os julgamentos agregados por consenso. Procedeu-se dessa forma para garantir coerência no desenvolvimento do projeto como um todo. A Tabela 8 apresenta dados gerais das seis indústrias consideradas neste projeto, sendo esses dados considerados na etapa de julgamento. 44 Tabela 8: Programas de sustentabilidade avaliados empresa fundação nº funcionários mulheres receita bruta (BRL) receita líquida (BRL) E1 1880 8.441 72% 1,95 bilhão 318,9 milhões E2 1930 2.561 74% não informado não informado E3 1968 10.204 77% não informado não informado E4 1882 não informado não inf. não informado não informado E5 1912 16.993 70% 4,6 bilhões 471 milhões E6 1964 2.772 66% não informado 483 milhões Fonte: Produção do próprio autor. 4.2 APLICAÇÃO DO MÉTODO AHP Como mencionado no capítulo 2, aplicou-se o AHP com medição absoluta. Sendo assim, tem-se na Tabela 9 os níveis e pontuações respectivas para avaliação de atributos. Essa conceituação foi aplicada pelos julgadores no processo de avaliação dos programas de sustentabilidade das seis indústrias consideradas neste projeto. Tabela 9: Níveis para pontuação de atributos – AHP e TOPSIS. Nível Pontuação Fraco (F) 0,2 Razoável (R) 0,4 Bom (B) 0,6 Muito bom (M) 0,8 Excelente (E) 1,0 Fonte: Produção do próprio autor. A Tabela 9 apresenta a avaliação de cada uma das alternativas definidas na hierarquia de atributos (Figura 8) no tocante às empresas líderes do setor têxtil e de vestuário no Brasil – empresas E1 a E6 – e de acordo com os níveis propostos na Tabela 9. C1 é o critério (ao mesmo tempo atributo) que avalia a auditoria dos relatórios. Como mencionado no capítulo 2 (página 32) sua avaliação foi mudada e feita de modo binário. Sendo assim, os programas de sustentabilidade avaliados têm auditoria (S – sim) ou não têm auditoria (N – não) por terceira parte independente. Numericamente essa avaliação se faz por 0 e 1. 45 Tabela 10: Julgamento qualitativo de atributos. C1 A2 A3 A4 A5 A6 A7 A8 A9 A10 E1 N R R F R B F B B M E2 S R B B B R B M B M E3 S R F F R F R F B F E4 N R F F F R F B F F E5 S M B B F F R R B R E6 N R F F F R F B R F Fonte: Produção do próprio autor. Como se verifica na Tabela 10, há variação na avaliação de diversos critérios. Observa- se que a empresa E1, por exemplo, tem bom desempenho em investimentos comunitários (A8), em igualdade de gênero (A9). Por outro lado, a mesma empresa tem desempenho fraco no que toca a auditoria (C1), quanto a reinvestimento e inovação (A4) e novos materiais (A7). Verifica-se que há oportunidade para melhorias no programa de sustentabilidade dessa empresa. A Tabela 11 apresenta a conversão de conceitos em pontuação numa matriz de decisão. Com relação ao método AHP essa pontuação é base para cálculo das prioridades locais. Tabela 11: Matriz de julgamento quantitativo para avaliação de atributos. C1 A2 A3 A4 A5 A6 A7 A8 A9 A10 E1 0 0,4 0,4 0,2 0,4 0,6 0,2 0,6 0,6 0,2 E2 1,0 0,4 0,6 0,6 0,6 0,4 0,6 0,8 0,6 0,8 E3 1,0 0,4 0,2 0,2 0,4 0,2 0,4 0,2 0,6 0,2 E4 0 0,4 0,2 0,2 0,2 0,4 0,2 0,6 0,2 0,2 E5 1,0 0,8 0,6 0,6 0,2 0,2 0,4 0,4 0,6 0,4 E6 0 0,4 0,2 0,2 0,2 0,4 0,2 0,6 0,4 0,2 Fonte: Produção do próprio autor. A Tabela 12 apresenta o vetor de decisão calculado por média aritmética de todas as pontuações. No Método AHP é chamado de prioridade geral. As notas dadas a cada atributo são somadas por empresa (linhas) e divididas por n = número de atributos. Exemplifica-se com E1: 0 + 0,4 + 0,4 + 0,2 + 0,4 + 0,6 + 0,2 + 0,6 + 0,6 + 0,2 = 3,6 / 10 = 0,36. Sucessivamente para todas as indústrias consideradas. 46 Tabela 12: Prioridade geral de avaliação de programas de sustentabilidade. Empresa Prioridade Geral E1 0,36 E2 0,64 E3 0,38 E4 0,26 E5 0,52 E6 0,28 Fonte: Produção do próprio autor. Ponderando igualmente os atributos resulta nas empresas E2 e E5 apresentando as mais elevadas prioridades gerais. Essas são as duas únicas empresas com prioridades acima de 0,5. Sendo assim, E1, E3, E4 e E6 têm oportunidade de implementar melhorias em seus programas de sustentabilidade. Com isso suas prioridades, bastante inferiores a 50%, podem melhorar. Tais melhorias podem representar aprimoramento na avaliação e quanto ao posicionamento de mercado. Não é objeto deste projeto, mas o desempenho financeiro, a lucratividade das empresas mais bem colocadas certamente se mostrará superior. As Tabelas de 13 a 16 apresentam comparações paritárias entre os critérios e seus atributos, como indicado no capítulo 2. As prioridades foram calculadas por meio da normalização das comparações entre os vetores gerais de todas as matrizes. Todas as matrizes são consistentes por completo. Tabela 13: Comparação paritária dos critérios de decisão. Critérios C1 C2 C3 C4 Prioridades Auditoria (C1) 1 1/1,2 1/1,2 1/1,2 22% Econômico (C2) 1,2 1 1 1 26% Ambiental (C3) 1,2 1 1 1 26% Social (C4) 1,2 1 1 1 26% Fonte: Produção do próprio autor. Tabela 14: Comparação paritária dos atributos econômicos. Atributos A2 A3 A4 Prioridade local Prioridade geral Crescimento da empresa (A2) 1 1 1/1,5 29% 7% EBITDA (A3) 1 1 1/1,5 29% 7% Reinvestimento & inovação 1,5 1,5 1 42% 12% Fonte: Produção do próprio autor. 47 Tabela 15: Comparação paritária dos atributos ambientais. Atributos A5 A6 A7 Prioridade local Prioridade geral Emissão de gases estufa (A5) 1 1 1/1,2 31% 8% Gestão de água (A6) 1 1 1/1,2 31% 8% Novos materiais (A7) 1,2 1,2 1 38% 10% Fonte: Produção do próprio autor. Tabela 16: Comparação paritária dos atributos sociais. Atributos A8 A9 A10 Prioridade local Prioridade geral Investimento comunitário (A8) 1 1,2 1,2 38% 10% Igualdade de gênero (A9) 1/1,2 1 1 31% 8% Isonomia salarial de gênero (A10) 1/1,2 1 1 31% 8% Fonte: Produção do próprio autor. A Tabela 17 apresenta novos vetores de decisão, dessa vez a partir da matriz na Tabela 11, ponderada pela média da pontuação da comparação dos atributos (Tabelas 13 a 16). Tabela 17: Matriz de decisão para avaliação de programas de sustentabilidade. C1 A2 A3 A4 A5 A6 A7 A8 A9 A10 E1 0 0,028 0,028 0,024 0,032 0,048 0,02 0,06 0,048 0,016 E2 0,22 0,028 0,042 0,072 0,048 0,032 0,06 0,08 0,048 0,064 E3 0,22 0,028 0,014 0,024 0,032 0,016 0,04 0,02 0,048 0,016 E4 0 0,028 0,014 0,024 0,016 0,032 0,02 0,06 0,016 0,016 E5 0,22 0,056 0,042 0,072 0,016 0,016 0,04 0,04 0,048 0,032 E6 0 0,028 0,014 0,024 0,016 0,032 0,02 0,06 0,032 0,016 Fonte: Produção do próprio autor. Tabela 18: Avaliação de programas de sustentabilidade pela média de atributos Empresa Prioridade Geral Classificação E1 0,30 4 E2 0,69 1 E3 0,46 3 E4 0,23 6 E5 0,58 2 E6 0,24 5 Fonte: Produção do próprio autor. 48 Apesar da diferença, os resultados verificados entre as Tabelas 12 e 18 são bastante próximos e apresentam classificação idêntica. Têm praticamente o mesmo vetor ordinal. A principal diferença é que as empresas E1 e E3 estão, na Tabela 12, empatadas em terceiro lugar, o que não acontece na Tabela 18, onde mantém-se com distância de 11%. Essa diferença deve-se ao aumento de 12% na relevância da prioridade C1. A Figura 9 apresenta sensibilidade das prioridades gerais em relação a C1. Figura 9: Sensibilidade das prioridades das alternativas em relação a C1 (método AHP). Fonte: Produção do próprio autor. A Figura 9 ainda apresenta E2 e E5 com as mais altas prioridades, independentemente do quão elevado seja o percentual de prioridade de C1. Apenas E3 é favorecida pelo incremento no percentual de prioridade de C1. Essas são as empresas com melhor auditoria dentre as avaliadas neste trabalho. Assim como no TOPSIS, no AHP a análise de sensibilidade é calculada de uma razão entre a diferença dos pesos e a variação do autovetor de cada objeto/indústria analisado com base em um atributo cuja importância seja mais preponderante ou cuja variação influencie na mudança de classificação dos objetos analisados. Neste projeto C1 é o atributo com maior peso, sendo os resultados mais sensíveis à sua variação. A Figura 9 apresenta que E1 decresce em classificação na medida em que o percentual de importância de C1 aumenta. A partir do percentual de 10% de importância, prioridade de E3 suplanta a de E1. Evidente a influência de C1 sobre os demais atributos. A variação percentual é calculada entre 0% e 100%. 22% - prioridade geral de C1 49 4.3 APLICAÇÃO DO MÉTODO TOPSIS A Tabela 19 apresenta normalização de pontuação, de acordo com as equações apresentadas no capítulo 2 e executados a partir da Tabela 11, por média aritmética, para aplicação do método TOPSIS. Essa tabela também apresenta a solução ideal negativa (NIS) e a solução ideal positiva (PIS) já calculadas (Equações 6 e 7). Tabela 19: Pontuação normalizada para aplicação do método TOPSIS. Empresa C1 A2 A3 A4 A5 A6 A7 A8 A9 A10 E1 0 0,04 0,04 0,02 0,04 0,06 0,02 0,06 0,06 0,02 E2 0,10 0,04 0,06 0,06 0,06 0,04 0,06 0,08 0,06 0,08 E3 0,10 0,04 0,02 0,02 0,04 0,02 0,04 0,02 0,06 0,02 E4 0 0,04 0,02 0,02 0,02 0,04 0,02 0,06 0,02 0,02 E5 0,10 0,08 0,06 0,06 0,02 0,02 0,04 0,04 0,06 0,04 E6 0 0,04 0,02 0,02 0,02 0,04 0,02 0,06 0,04 0,02 NIS 0 0,04 0,02 0,02 0,02 0,02 0,02 0,02 0,02 0,02 PIS 0,10 0,08 0,06 0,06 0,06 0,06 0,06 0,08 0,06 0,08 Fonte: Produção do próprio autor. A Tabela 20 apresenta os vetores de decisão de acordo com a aplicação do método TOPSIS. NIS e PIS são matrizes em linha, calculadas pela normalização do autovetor w e da matriz de decisão D e são calculados para cada um dos atributos da matriz de decisão. Uma vez obtidos esses valores, é calculada a distância ideal positiva e negativa para cada uma das empresas (Tabela 20), a partir das Equações 8 e 9. A Equação 10 calcula a prioridade com base em uma razão entre as distâncias positiva e negativa de cada empresa, gerando dessa forma a classificação ou desempenho final de cada empresa (xi). Tabela 20: Avaliação de programas de sustentabilidade com método TOPSIS. Empresa d-i d+i xi E1 0,13 0,43 0,24 E2 0,52 0,04 0,92 E3 0,29 0,28 0,51 E4 0,06 0,51 0,10 E5 0,41 0,16 0,73 E6 0,07 0,50 0,13 Fonte: Produção do próprio autor. 50 As Tabelas 18 (prioridade geral) e 20 (xi) têm os mesmos valores ordinais. As empresas E2 e E5 têm as maiores pontuações gerais tanto na aplicação do método AHP quando na aplicação do método TOPSIS. Da mesma forma as empresas E4 e E6 têm as piores pontuações de acordo com ambos os métodos. Entretanto, com a aplicação do método TOPSIS vê-se resultados mais dispersos, variando entre 0,125 e 0875, contra uma variação entre 0,27 e 0,69 no caso da aplicação do Método AHP. Figura 10: Avaliação de programas de sustentabilidade com método TOPSIS. Fonte: Produção do próprio autor. A Figura 10 apresenta análise de sensibilidade comparando as prioridades gerais e a prioridade de C1, assim como feito no AHP. Verifica-se que a análise de sensibilidade resultante é a mesma encontrada no que toca ao AHP (Figura 9). Ou seja, E2 e E5 terão as mais altas prioridades, independente da prioridade de C1. Contudo, E3 é a única empresa favorecida pelo incremento de prioridade para C1 enquanto E1 é a única empresa a perder classificação mediante o mesmo incremento. 22% - Prioridade geral de C1. 51 5 CONCLUSÃO 5.1 VERIFICAÇÃO DAS QUESTÕES DE PESQUISA E OBJETIVOS Este trabalho apresenta um projeto de pesquisa bem sucedido. Dois diferentes métodos MCDA, AHP e TOPSIS, foram aplicados com o objetivo de avaliar os programas de sustentabilidade de 6 indústrias brasileiras do setor têxtil e de vestuário. Foi proposto um modelo MCDA baseado no TBL com dez atributos. Os dados utilizados na avaliação desses programas foram coletados a partir de relatórios publicamente disponíveis na base de dados do GRI. Análises de sensibilidade foram conduzidas a fim de que os resultados pudessem ser validados. Os resultados demonstram que foram respondidas as questões de pesquisa (página 15). A primeira questão proposta indaga a possibilidade de se comparar indústrias no que toca à sustentabilidade. Verifica-se afirmativamente a possibilidade de que indústrias manufatureiras sejam comparadas tenham seus programas de sustentabilidade comparados. A comparação pode ser efetivada por meio de parâmetros que refletem, ou ainda, investigam o TBL expresso nos relatórios anuais de sustentabilidade, por meio de métodos MCDA, o que responde à segunda questão de pesquisa proposta (como desenvolver uma comparação confiável e quais parâmetros utilizar). A terceira questão proposta busca identificar métodos que, além de responder às perguntas anteriores sejam de fácil reprodução, inclusive do ponto de vista da iniciativa privada. Os métodos aplicados (AHP e TOPSIS) além de tornarem possível a comparação no formato pretendido podem ser facilmente replicados do ponto de vista acadêmico e empregados para fins de gestão do ponto de vista da indústria. Não dependem de ferramentas específicas e podem ser calculados por quaisquer interessados. Da mesma forma os objetivos gerais, quais sejam, avaliar a efetividade de métodos MCDA na comparação de programas de sustentabilidade e sua aplicação prática, foram cumpridos. A avaliação comparativa de programas de sustentabilidade, com base em dados públicos, mostra-se eficiente por meio de métodos MCDA Assim também os objetivos específicos foram atingidos. Os métodos aplicados são de fácil execução, sem a necessidade de ferramental robusto ou aplicativos específicos. A forma de comparação proposta é replicável e pode ser executada por quaisquer interessados, inclusive no acompanhamento dos próprios projetos e programas. 52 5.2 CONSIDERAÇÕES GERAIS O modelo foi testado num relevante setor econômico: as melhores indústrias brasileiras do setor têxtil e de vestuário. O modelo proposto pode ser generalizado para outros setores da economia, indústrias e locais, sendo possível avaliar situações pontuais (etapas de um programa dentro de uma organização) ou gerais (programas completos). Com isso, tem-se a primeira sugestão para estudos futuros. Pode-se aplicar este mesmo modelo em indústrias dos setores aeroespacial, automotivo, eletroeletrônico, em sua totalidade ou em partes de suas cadeias de suprimento. O mesmo modelo poderá ainda ser testado em indústrias transnacionais, avaliando assim o desenvolvimento dos programas de sustentabilidade do ponto de vista interno. Deve igualmente ser considerado como relevante o emprego de dados públicos. No caso desde projeto, relatórios disponíveis na base de dados do GRI. O debate quanto à qualidade destes dados e à oportunidade de melhoria do modelo GRI segue intenso na comunidade acadêmica tanto quando no setor privado. Todavia, não se objetiva tal sorte de avaliação neste projeto. Destaque deve ser dado ao fato de que dados públicos permitem, como de fato permitiram, a comparação entre indústrias no tocante a programas de sustentabilidade de forma independente. 5.3 SUGESTÕES PARA FUTURAS PESQUISAS Tendo em vista a possibilidade de comparação entre programas de sustentabilidade por meio de dados públicos, futuras pesquisas poderão avaliar a exposição a risco dessas mesmas indústrias. Nesse sentido, a intersecção com temas de gestão da produção e engenharia financeira é clara. Da mesma maneira no que toca à gestão da qualidade, que pode ser avaliada em direta relação com programas de sustentabilidade. Os métodos MCDA aplicados o foram por meio de planilhas apenas. Isso não se deve à simplicidade, mas à elevada expertise na aplicação de métodos MCDA. Não obstante, a possibilidade de aplicação por meio de ferramental simples e acessível é considerada de forma positiva, dado o interesse na replicabilidade e emprego com facilidade. Considera-se, ainda, que a aplicação de métodos híbridos como Fuzzy-TOPSIS ou T2FAHP representam outra importante fonte de recursos para futuros desenvolvimentos. Por fim, sugere-se como possibilidade para futuro desenvolvimento que o critério/atributo referente a auditoria seja destacado da hierarquia de atributos tradicional, 53 sendo apresentado como atributo lateral. Deste modo poderá ser considerado como uma função analítica dos demais atributos, baseados unicamente no TBL. Dessa maneira, espera-se, programas de sustentabilidade poderão ser comparados unicamente com base no TBL, sendo a auditoria uma função que, de fato, impacta positivamente a prestação de informações, mas deixa de ter direta influência sobre o TBL. 54 REFERÊNCIAS ASSOCIAÇÃO BRASILEIRA DA INDÚSTRIA TÊXTIL E CONFECÇÃO - ABIT. Perfil do setor têxtil e de vestuário no Brasil, atualizado em dez. 2019. Disponível em: https://www.abit.org.br/cont/perfil-do-setor. Acesso em: 3 fev. 2020. BANCO NACIONAL DE DESENVOLVIMENTO ECONÔMICO E SOCIAL - BNDES. Classificação de porte das empresas. Disponível em: https://www.bndes.gov.br/wps/portal/site/home/financiamento/guia/porte-de-empresa. Acesso em: 29 abr. 2020. BELTON, V.; GEAR, T. On a short-coming of Saaty’s method of analytic hierarchies. Omega: the International Journal of Management Science, Amsterdam, v. 11. n. 3, p. 228-230, 1983. Disponível em: https://sci-hub.tw/10.1016/0305-0483(83)90047-6. Acesso em: set. 2019. BOROWY, I. Defining sustainable development for our common future: a history of the World Commission on environment and development: brundtland commission. Nova Iorque: Routledge, 2013. 235p. CRUZ-MOREIRA, J. R.; FLEURY, A. Industrial upgrading in the productive chains in the brazilian apparel industry. In: CONGRESSO ANNUAL DA ASSOCIAÇÃO BRASILEIRA DE ENGENHARIA DE PRODUÇÃO, 20., 2001, Salvador. Anais […]. Salvador, 2001. ELKINGTON, J. Cannibals with forks: the triple bottom line of 21st Century business. 3. ed. Mankato: Capstone,1999. 410 p. ELSEVIER. Scopus document search. Amsterdam, 2019. Disponível em: www.scopus.com. Acesso em: 31 dez. 2019. GEISSDOERFER, M. et al. Business models and supply chains for the circular economy. Journal of Cleaner Production, Amsterdam, v. 190, p. 712–721, 2018. DOI: 10.1016/J.JCLEPRO.2018.04.159. Disponível em: https://sci- hub.tw/10.1016/J.JCLEPRO.2018.04.159. Acesso em: 30 set. 2019. GLOBAL REPORTING INITIATIVE. Home page, 2019. Disponível em: www.globalreporting.org. Acesso em: 2 jan. 2020. HUTCHINS, M. J. et al. Development of indicators for the social dimension of sustainability in a U.S. business context. Journal of Cleaner Production, Amsterdam, v. 212, p. 687–697, 2019. DOI:10.1016/J.JCLEPRO.2018.11.199. Disponível em: https://sci- hub.tw/10.1016/J.JCLEPRO.2018.11.199. Acesso em set. 2019. 55 HWANG, C.-L.; YOON, K. Multiple attribute decision making: methods and applications. a state-of-the-art survey. 11. ed. Berlin, Heidelberg, New York: Springer-Verlag, 1981. v. 186, 269p. INSTITUTO BRASILEIRO DE GEOGRAFIA - IBGE. SIDRA: banco de tabelas estatísticas; produção física industrial. Disponível em: https://sidra.ibge.gov.br/tabela/3653#resultado. Acesso em: 14 fev. 2020. ISHIZAKA, A.; NEMERY, P. Multi-criteria decision analysis: methods and software. Chichester: Wiley, 2013. 300p. JENSEN, M. Value maximisation, stakeholder theory, and the corporate objective function. European Financial Management, Hoboken, v.7, n.3, p. 297–317, 2001. DOI: 10.1111/1468-036X.00158. Disponível em: https://sci-hub.tw/10.1111/1468-036X.00158. Acesso em: 30 set. 2019. JOSHI, R.; BANWET, D. K.; SHANKAR, R. A Delphi-AHP-TOPSIS based benchmarking framework for performance improvement of a cold chain. Expert Systems with Applications, Nova Iorque, v.38, n.8, p. 10170–10182, 2011. Disponível em: https://sci- hub.tw/10.1016/J.ESWA.2011.02.072. Acesso em: 30 set. 2019. KAEBERNICK, H.; KARA, S.; SUN, M. Sustainable product