Gestão de Projetos de P&D no setor elétrico brasileiro: uma análise estatística de custos e desempenho

Autores

DOI:

https://doi.org/10.5585/2025.28188

Palavras-chave:

métodos estatísticos, projetos de pesquisa e desenvolvimento, inovação, setor elétrico brasileiro

Resumo

A inovação desempenha papel fundamental no desenvolvimento econômico e social, especialmente em setores estratégicos, como o elétrico, nos quais a gestão eficiente de projetos de pesquisa e desenvolvimento (P&D) é de suma importância para promover a sustentabilidade e a competitividade. Este estudo analisa dados de projetos de P&D no setor elétrico brasileiro, disponibilizados pela Agência Nacional de Energia Elétrica (ANEEL), abrangendo o período de 2008 a 2024, com custos variando entre 17 mil e 70 milhões de reais. Por meio de métodos estatísticos univariados e bivariados, foram investigadas discrepâncias entre custos previstos e os auditados, destacando padrões relacionados às diferentes situações dos projetos (concluídos, em atraso e cancelados). Os resultados indicam maior precisão nas estimativas de custos para projetos de menor porte e maior dispersão em projetos de maior escala, refletindo desafios associados à complexidade e aos riscos. Este estudo contribui para a identificação de boas práticas na gestão de projetos de P&D e fornece direções para políticas públicas e iniciativas privadas voltadas à inovação no setor elétrico brasileiro.

Biografia do Autor

Magno de Oliveira Silva, Centro Federal de Educação Tecnológica Celso Suckow da Fonseca – Cefet/RJ, Rio de Janeiro, RJ, Brasil

Magno de Oliveira Silva é graduado em Matemática pela Universidade Castelo Branco (2007) e possui especializações em Novas Tecnologias no Ensino da Matemática, pela Universidade Federal Fluminense (2010), e em Estatística Aplicada, pela Universidade Federal Rural do Rio de Janeiro (2023). Nessa mesma instituição, concluiu seu mestrado em Matemática em 2013. Atualmente, integra o quadro efetivo de professores do Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (Cefet/RJ). Sua experiência abrange a área de Matemática, com ênfase no ensino, e tem interesse por pesquisas em Estatística Aplicada, modelos estatísticos paramétricos e não-paramétricos, ensino de matemática, educação em engenharia e educação à distância.

Leandro Machado Aveiro da Costa, Centro Federal de Educação Tecnológica Celso Suckow da Fonseca – Cefet/RJ, Rio de Janeiro, RJ, Brasil

Leandro Machado Aveiro da Costa é Graduado em Ciências Navais pela Escola Naval Brasileira (2014) e possui especializações em: Gestão Pública, pela Universidade Federal do Rio de Janeiro (2019); Aperfeiçoamento para Oficiais Intermediários, pelo Centro de Instrução e Adestramento Almirante Brás de Aguiar (2019); Gestão de Pessoas (2020), Gestão Empresarial (2020) e Desenvolvimento Humano, Treinamento e Coaching (2020), pelo Instituto Brasileiro de Coaching. Atualmente é Mestrando em Engenharia de Produção e Sistemas, com ênfase em gestão da inovação e patentes, pelo Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (Cefet/RJ) e Capitão-Tenente da Marinha do Brasil. Sua experiência abrange Administração Pública, Gestão, Inovação e Inteligência Artificial Generativa.

Igor de Sousa Andrade, Centro Federal de Educação Tecnológica Celso Suckow da Fonseca – Cefet/RJ, Rio de Janeiro, RJ, Brasil

Estudante de mestrado em Engenharia de Produção e Sistemas no Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ). Possui graduação em Engenharia de Produção, pelo CEFET/RJ (2019), e especialização em Ciência de Dados e Análise, pela Universidade de São Paulo (2024). Atualmente, trabalha como Cientista de Dados Sênior no Grupo Globo. Suas pesquisas e projetos profissionais focam em análise de dados e em aprendizado de máquina e otimização de processos, com ênfase na aplicação dessas tecnologias para melhorar a eficiência e apoiar a tomada de decisão em grandes organizações.

Dayse Haime Pastore, Centro Federal de Educação Tecnológica Celso Suckow da Fonseca – Cefet/RJ, Rio de Janeiro, RJ, Brasil

Doutora pelo IMPA, atualmente é Diretora de Ensino do Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFET/RJ) e docente do Departamento de Matemática da mesma instituição. Atua na área de biomatemática, com ênfase em modelagem matemática da dinâmica de doenças infecciosas em populações. Seu interesse de pesquisa abrange desde o controle ótimo do tratamento do HIV, por meio de terapias medicamentosas, até estratégias para o combate à disseminação de doenças em larga escala. Além disso, tem-se dedicado a questões relacionadas à inclusão de gênero nas ciências. Integra os comitês temáticos “Mulheres na Matemática Aplicada e Computacional” e “Biomatemática” da Sociedade Brasileira de Matemática Aplicada e Computacional (SBMAC). Também colabora com o projeto de extensão universitária “Meninas! Vamos fazer ciências!”, que visa atrair estudantes do sexo feminino de todos os níveis de ensino para as áreas de Ciências Exatas, Tecnologia, Engenharia e Matemática (CETEM).

Daduí Cordeiro Guerrieri, Centro Federal de Educação Tecnológica Celso Suckow da Fonseca – Cefet/RJ, Rio de Janeiro, RJ, Brasil

Possui graduação em Engenharia Mecânica pela Universidade do Estado do Rio de Janeiro (2010) com intercâmbio na Universidade Técnica de Praga (CVUT); mestrado em Engenharia Mecânica, pela Universidade Federal do Rio de Janeiro (2013); doutorado em Engenharia Aeroespacial, pela Universidade Técnica de Delft (2018). É professor do Centro Federal de Educação Tecnológica Celso Suckow da Fonseca (CEFEt/RJ) atuando no curso de Engenharia Mecânica da Unidade de Itaguaí, no Programa de Pós-Graduação em Energia e Sociedade (PPGES) e no Programa de Pós-Graduação em Engenharia de Produção e Sistemas (PPPRO). Faz parte da Associação Brasileira de Engenharia e Ciências Mecânicas e é integrante do Comitê Executivo de Nano e Microfluídica e Microssistemas. É líder do grupo de pesquisa Ciências Térmicas em Micro e Macro Escala do CEFET/RJ. Tem experiência na área de Engenharia Mecânica e Aeroespacial. Tem atuado em temas de MEMS, energia, transição energética, eficiência energética e sustentabilidade.

Referências

Agência Nacional de Energia Elétrica. (2008). Resolução Normativa nº 316, de 2008. https://www2.aneel.gov.br/cedoc/bren2008316.pdf

Agência Nacional de Energia Elétrica. (2023a). Anexo II: Procedimentos do Programa de Pesquisa, Desenvolvimento e Inovação — PROPDI, Módulo 2: Diretrizes do PDI ANEEL [Aprovado pela Resolução Normativa ANEEL nº 1.074, de 19 de setembro de 2023]. https://www2.aneel.gov.br/cedoc/aren20231074_2_1.pdf

Agência Nacional de Energia Elétrica. (2023b). Anexo IV: Procedimentos do Programa de Pesquisa, Desenvolvimento e Inovação — PROPDI, Módulo 4: Execução, Monitoramento e Avaliação [Aprovado pela Resolução Normativa ANEEL nº 1.074, de 19 de setembro de 2023]. https://www2.aneel.gov.br/cedoc/aren20231074_2_3.pdf

Agência Nacional de Energia Elétrica. (2024). Projetos de P&D em energia elétrica [Data set]. Retrieved December 6, 2024, from https://dadosabertos.aneel.gov.br/dataset/projetos-de-p-d-em-energia-eletrica

Barbosa, F. J. M., França, R. S., Rodrigues, R. F., & Parreiras, F. S. (2018). Visualização da informação e métodos visuais como ferramentas estratégicas para o gerenciamento de projetos. Revista de Gestão e Projetos, 9(1), 102–114. https://doi.org/10.5585/gep.v9i1.635

Bin, A., Vélez, M. I., Ferro, A. F. P., Salles-Filho, S. L. M., & Mattos, C. (2015). Da P&D à inovação: Desafios para o setor elétrico brasileiro. Gestão & Produção, 22(3), 552–564. https://doi.org/10.1590/0104-530X1294-14

Carneiro, N. C. (2023). Monitoramento e avaliação de projetos de PD&I de produtos e sistemas complexos para a área de defesa: proposição de critérios, indicadores e métricas [Master’s thesis, Pontifícia Universidade Católica do Rio de Janeiro]. Repositório da PUC‑Rio. https://doi.org/10.17771/PUCRio.acad.62874

Chen, K.-L., Tsai, S.-H.-J., Hu, K.-K., & Roeschmann, J. (2023). Pay more, earn more: The shared value approach and contingence of high-tech industry. R&D Management, 54(3), 542–557. https://doi.org/10.1111/radm.12654

Chen, Y., Ahiaga-Dagbui, D. D., Thaheem, M. J., & Shrestha, A. (2023). Toward a deeper understanding of optimism bias and transport project cost overrun. Project Management Journal, 54(5), 561–578. https://doi.org/10.1177/87569728231180268

Chukhray, N., Shakhovska, N., Mrykhina, O., Lisovska, L., & Izonin, I. (2022). Stacking machine learning model for the assessment of R&D product’s readiness and method for its cost estimation. Mathematics, 10(9), 1466. https://doi.org/10.3390/math10091466

Cohen, D. J., & Cohen, J. (2006). The sectioned density plot. The American Statistician, 60(2), 167–174. https://doi.org/10.1198/000313006x108972

Costa, J. O. P., Baldoni, L., & Marques, M. S. (2019). Georeferencing networks and social network analysis: an exploratory study about the research and development projects of the Brazilian Electricity Regulatory Agency (ANEEL). Revista Brasileira de Inovação, 18(1), 177–204. https://doi.org/10.20396/rbi.v18i1.8651217

Costa Jr., J. F., Bezerra, D. M. C., Medeiros Jr., J. V. & Sousa Neto, M. V. (2022). Um estudo sobre os princípios norteadores do ciclo de vida de gerenciamento de projetos. Revista de Gestão e Projetos, 13(1), 171–888. https://doi.org/10.5585/gep.v13i1.21136

Cox, N. (2005). Speaking stata: Density probability plots. The Stata Journal, 5, 259–273. https://doi.org/10.1177/1536867X0500500210

Çağlar, M., & Gürel, S. (2017). Public R&D project portfolio selection problem with cancellations. OR Spectrum, 39, 659–687. https://doi.org/10.1007/s00291-016-0468-5

Dutta, S., Lanvin, B., Rivera León, L., & Wunsch-Vincent, S. (2024). Global Innovation Index 2024: Unlocking the Promise of Social Entrepreneurship (17ª ed.). World Intellectual Property Organization. https://doi.org/10.34667/tind.50062

Ensslin, L., Andreis, M., Medaglia, T. A., Carli, H., & Ensslin, S. R. (2012). Modelo multicritério para avaliação e seleção de projetos de pesquisa e desenvolvimento em uma empresa distribuidora de energia. Revista Gestão Industrial, 8(1), 164–198. https://doi.org/10.3895/S1808-04482012000100009

Fávero, L., & Belfiore, P. (2024). Manual de análise de dados: Estatística e machine learning com Excel®, SPSS®, Stata®, R® e Python®. Editora LTC.

Fernandino, J. A., & Oliveira, J. L. d. (2010). Arquiteturas organizacionais para a área de P&D em empresas do setor elétrico brasileiro. Revista de Administração Contemporânea, 14(6), 1073–1093. https://doi.org/10.1590/S1415-65552010000700006

Fundo Monetário Internacional. (2024). World Economic Outlook: October 2024 [Report]. https://www.imf.org/en/Publications/WEO/Issues/2024/10/22/world-economic outlook-october-2024

Gomes, L. C. R., & Bastos, S. A. P. (2023). Origens da folga orçamentária: Um desafio à efetividade do orçamento organizacional. Revista de Gestão e Secretariado, 14(6), 10366–10388. https://doi.org/10.7769/gesec.v14i6.2379

Hashemi, S. T., Ebadati E, O. M., & Kaur, H. (2019). A hybrid conceptual cost estimating model using ANN and GA for power plant projects. Neural Computing and Applications, 31, 2143–2154. https://doi.org/10.1007/s00521-017-3175-5

Herzog, L. P., Silva, E. J. G., & Weymar, G. J. (2024). Simulação com o método Monte Carlo: Uma ferramenta para análise de risco no gerenciamento de projetos. Revista de Gestão e Projetos, 15(3), 542–565. https://doi.org/10.5585/gep.v15i3.26721

Kessler, E. (2000). Tightening the belt: Methods for reducing development costs associated with new product innovation. Journal of Engineering and Technology Management, 17, 59–92. https://doi.org/10.1016/S0923-4748(99)00020-X

Khodakarami, V., & Abdi, A. (2014). Project cost risk analysis: A Bayesian networks approach for modeling dependencies between cost items. International Journal of Project Management, 32(7), 1233–1245. https://doi.org/10.1016/j.ijproman.2014.01.001

Munhoz, I. P., Akkari, A. C. S., & Santos, N. M. B. F. (2015). Análise dos impactos diretos e indiretos do programa de P&D da ANEEL no setor elétrico: Diferenças com os EUA. Revista Brasileira de Políticas Públicas, 5(2), 123–144. https://doi.org/10.5102/rbpp.v5i3.3321

Pinto, S. R. R., & Maisonnave, P. R. (2012). Inovação e investimentos no setor elétrico brasileiro sob a ótica de gestores de P&D. Revista de Administração e Inovação, 9(3), 4–27. https://doi.org/10.5773/rai.v9i3.533

Project Management Institute. (2021, July). A Guide to the Project Management Body of Knowledge (PMBOK® Guide) – Seventh Edition and The Standard for Project Management. https://www.pmi.org/standards/pmbok

R Core Team. (2024). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing. https://www.R-project.org/

Rangel, R. R., Rosini, A. M. R., Elua Roble, G. L. E., & Palmisano, A. (2024). Gestão estratégica da inovação: Indicadores, métricas e avaliação de portfólio para maximização da rentabilidade. Revista de Ensino e Pesquisa em Administração e Engenharia, 10(2), 54–63. https://doi.org/10.51923/repae.v10i2.380

Ribeiro, A. T. V. B., Amaral, G. S. G., Salerno, M. S., Plonski, G. A., & Zancul, E. (2024). Competitive changes and innovation practice: Analysis of R&D policy on the Brazilian electricity sector. Next Energy, 2, Article 100039. https://doi.org/10.1016/j.nxener.2023.100039

Santos, J. G., Souza, C. G., & Castro, A. C. (2014). Evaluating R&D program of the brazilian electricity sector through industrial property indicators. Journal of Technology Management & Innovation, 9(3), 83–90. http://dx.doi.org/10.4067/S0718-27242014000300006

Santos, M. J. dos., Perin, M. G., Simões, C., & Sampaio, C. H. (2020). Customer orientation and financial performance relationship: The mediating role of innovative capability. Gestão & Produção, 27(4), e4706. https://doi.org/10.1590/0104-530X4706-20

Schwab, H. (2004). Fast density estimation from histograms in shift invariant spaces. Sampling Theory in Signal and Image Processing, 3(2), 157–173. https://doi.org/10.1007/bf03549411

Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer. https://ggplot2.tidyverse.org

Wickham, H., François, R., Henry, L., Müller, K., & Vaughan, D. (2023). dplyr: A grammar of data manipulation [R package version 1.1.4]. https://CRAN.R-project.org/package=dplyr

Wickham, H., Hester, J., & Bryan, J. (2024). readr: Read rectangular text data [R package version 2.1.5]. https://CRAN.R-project.org/package=readr

World Intellectual Property Organization. (2024a). Global Innovation Index Database. https://www.wipo.int/global_innovation_index/en/

World Intellectual Property Organization. (2024b, September). Global Innovation Index 2024. https://www.wipo.int/web-publications/global-innovation-index-2024/en/gii-2024-results.html

Zwikael, O., & Gilchrist, A. (2023). Planning to fail: When is project planning counterproductive? IEEE Transactions on Engineering Management, 70(1), 220–231. https://doi.org/10.1109/TEM.2021.3053585

Downloads

Publicado

2025-06-25

Como Citar

Silva, M. de O., Costa, L. M. A. da, Andrade, I. de S., Pastore, D. H., & Guerrieri, D. C. (2025). Gestão de Projetos de P&D no setor elétrico brasileiro: uma análise estatística de custos e desempenho. Revista De Gestão E Projetos, 16(2), 282–307. https://doi.org/10.5585/2025.28188

Edição

v. 16 n. 2 (2025): (maio/ago.)

Seção

Artigos

Licença

Copyright (c) 2025 Magno de Oliveira Silva, Leandro Machado Aveiro da Costa, Igor de Sousa Andrade, Dayse Haime Pastore, Daduí Cordeiro Guerrieri

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Crossref
Scopus
Google Scholar
Europe PMC
Visualizações
  • Resumo 121
  • pdf 57