5.
Análise de Sensibilidade
Após análise dos resultados da aplicação do método ELECTRE TRI, procederemos à realização de uma análise de sensibilidade para verificar de que forma as variações introduzidas nos parâmetros do método influenciam os resultados. Interessa verificar a robustez dos resultados e analisar o seu comportamento quanto às variações impostas.
A análise de sensibilidade será efetuada tendo em consideração dois novos cenários distintos para a viabilidade ambiental e socioeconómica. Um dos cenários é mais benevolente e o outro mais penalizador, caracterizados por uma variação de 5% nos perfis das categorias, limiares de preferência e indiferença e veto dos valores considerados na aplicação do método ELECTRE TRI e uma variação de 0.05 no limiar de corte λ. Temos como objetivo avaliar as alterações na classificação obtida quando comparado com a classificação da viabilidade ambiental e socioeconómica obtida originalmente (denominado Cenário Original), analisando assim a robustez dos resultados.
O cenário mais benevolente caracteriza-se por considerar a alteração referida dos parâmetros do método ELECTRE TRI da seguinte forma: baixa-se o limiar de corte em 0.05 (ficando em 0.55), aumenta-se em 5% os perfis das categorias caso seja um critério a minimizar e diminui-se em 5% os perfis das categorias caso seja um critério a maximizar, os limiares de preferência, indiferença e veto são aumentados em 5% (OBS: não houve nenhuma alteração nos pesos em nenhum dos cenários).
Por sua vez, no cenário mais penalizador, considera-se a alteração referida nos seguintes parâmetros do método ELECTRE TRI: aumenta-se o limiar de corte em 0.05 (ficando 0.65), diminui-se em 5% os valores dos perfis das categorias caso o critério seja a minimizar e aumenta-se em 5% caso seja um critério de maximização, diminuem-se em 5% ainda os limiares de preferência, indiferença e veto.
Implementando estes dois cenários e comparando-os com o cenário original, obtêm-se os resultados expressos na Figura 17 (recorde-se apenas: Categoria 1- Não Viável; Categoria 2 – Questionavelmente Viável; Categoria 3 – Viável).
35
Figura 17: Comparação dos três cenários quanto à classificação da
viabilidade Ambiental e Socioeconómica. Analisando estes resultados, verifica-se que:
A. No Cenário mais Penalizador:
A.1.) na análise da viabilidade ambiental, o número de explorações classificadas como não viáveis aumenta em 90 explorações, diminuindo o número de explorações classificadas como viabilidade questionável (23) e viáveis (67); o que equivale a uma alteração de cerca de 5%, 1% e 4%, respetivamente, em relação ao cenário original.
A.2.) na análise da viabilidade socioeconómica, verifica-se que o número de explorações aumenta 1% (acresce 13) classificadas como não viáveis, aumenta ainda cerca de 2% (27) as explorações classificadas como viabilidade questionável e diminui 2% (40 explorações) classificadas como viáveis.
Neste cenário, realça-se o facto da percentagem alterada na avaliação socioeconómica ser inferior à ambiental. Embora tal aconteça, ainda assim as percentagens alteradas em cada categoria são iguais ou inferiores à variação provocada nos parâmetros e, como tal, podemos então afirmar que apesar da alteração nos resultados finais esta não é muito relevante.
Conclui-se que com uma maior exigência no cumprimento dos critérios ambientais e dos socioeconómicos, a classificação ambiental é a que sofre mais influência.
B. No Cenário mais Benevolente
B.1.) o número de explorações classificadas como não viáveis ambientalmente diminui em 131 explorações, diminuindo ainda o número de explorações classificadas como viabilidade questionável (37) e aumenta em 168 o número de explorações classificadas como viáveis; o que equivale a uma alteração relativamente aos parâmetros originais de cerca de 8%, 2% e 10%, respetivamente.
B.2.) na análise da viabilidade socioeconómica, verifica-se que diminui em 3% (51 explorações) o número de explorações classificadas como não
1124 1034 903 66 53 2 326 349 312 1334 1307 1089 255 322 490 305 345 614
Cenário Mais Penalizador Cenário Original Cenário Benevolente Cenário Mais Penalizador Cenário Original Cenário Benevolente Vi ab ili d ad e A m b ie n tal Vi ab ili d ad e Só ci o -Ec o n ó m ic a
36 2,0 15,8 14,9 67,3 2,8 19,5 15,9 61,9 8,4 26,7 11,7 53,1 Altamente Sustentável Moderadamente Sustentável Marginalmente Sustentável Não Sustentável
viáveis, diminui ainda cerca de 13% (218) o número de explorações classificadas como viabilidade questionável e aumenta em 16% (269 explorações) o número de explorações classificadas como viáveis.
Neste cenário, realça-se o facto do número de explorações que muda de classificação na análise ambiental é inferior ao número de explorações que muda na parte socioeconómica: 336 explorações na parte ambiental e 538 na parte sócio- económica. Apesar das alterações na classificação obtida, estas não são muito significativas.
Assim, conclui-se que a alteração efetuada provoca uma maior influência na classificação socioeconómica do que na ambiental, o que significa que mesmo que se exija um pouco menos no cumprimento das exigências ambientais, ainda assim, não haverá grandes alterações na classificação das explorações. Tal reforça a conclusão de que grande parte das explorações tem um défice enorme no cumprimento dos critérios ambientais definidos e ainda que, algumas explorações têm uma margem maior de crescimento socioeconómico.
Interessa ainda analisar o que acontece com a consideração destes dois cenários relativamente à análise da sustentabilidade, resultante do cruzamento dos resultados obtidos na análise de sensibilidade apresentada para a viabilidade ambiental e socioeconómica. O gráfico seguinte (Figura 18) dá-nos a informação resultante da comparação dos três cenários em análise, contendo a percentagem de explorações classificadas em cada uma das quatro categorias para cada um dos cenários.
Figura 18: Comparação percentual dos três cenários quanto à classificação da
sustentabilidade.
Os resultados realçam, tal como esperado, que com alteração dos parâmetros do ELECTRE TRI em 0.05 do limiar de corte e 5% nos perfis das categorias, limiares de preferência e indiferença e veto obtém-se uma ligeira alteração da classificação obtida num dos sentidos: mais penalizador ou mais benevolente, quando comparados com os resultados originais.
Verifica-se que no cenário mais penalizador a percentagem de explorações classificadas como Altamente e Marginalmente Sustentáveis quando comparadas com o Cenário Original, sofre uma pequena alteração (%). Na classificação Moderadamente e Não Sustentável a percentagem já é um pouco maior, ainda assim não ultrapassa 6%.
Cenário mais Penalizador Cenário Original
37 Pode-se então afirmar que a alteração de 5% provocada nos parâmetros, provoca até uma semelhante alteração na classificação nas diferentes categorias. Por sua vez, no cenário mais benevolente, entre as categorias Altamente, e Marginalmente Sustentável a alteração percentual é da mesma ordem percentual (cerca de 5%) e a alteração percentual nas categorias Moderadamente e Não Sustentável é um pouco superior (entre 7 e 8%). Dito isto, conclui-se que as alterações não são muito relevantes.
Na figura 18 obtivemos informação da percentagem de explorações cuja classificação em cada uma das categorias é alterada, mas não conseguimos perceber concretamente quais as alterações efetuadas. Para tal, analisaremos as tabelas 5 e 6 que se seguem.
Mais Penalizador
Alt. Sust. Mod. Sust Marg. Sust Não Sust.
Alt. Sust. 34 12 1 0 47
Original Mod. Sust 0 257 59 16 332
Marg. Sust 0 0 194 77 271
Não Sust. 0 0 0 1055 1055
34 269 254 1148 1705
Tabela 5: Comparação entre o Cenário Original e Mais Penalizador
Aquando da consideração do cenário mais penalizador, das 47 explorações classificadas no cenário original como Altamente Sustentáveis, verifica-se que 34 delas mantêm-se nessa mesma categoria, 12 alteram para Moderadamente Sustentáveis e 1 para Marginalmente Sustentável, ou seja, a diferença entre estes dois cenários é de uma perda de 0.8% (13) explorações classificadas originalmente como Altamente Sustentáveis. Das 332 explorações classificadas como Moderadamente Sustentáveis, 23% delas alteraram de categoria: 59 explorações passaram a ser classificadas como Marginalmente e 16 como Não Sustentáveis. Assim, como das 271 explorações originalmente classificadas como Marginalmente Sustentáveis, 28% (77) baixaram de categoria para Não sustentáveis. Por fim, as 1055 explorações originalmente classificadas como Não Sustentáveis mantiveram-se, acrescendo ainda 93 já referidas que baixaram de categoria, anteriormente classificadas como Moderadamente ou Marginalmente Sustentáveis.
Mais Benevolente
Alt. Sust. Mod. Sust Marg. Sust Não Sust. Alt. Sust. 47 0 0 0 47
Original Mod. Sust 71 261 0 0 332
Marg. Sust 26 134 111 0 271
Não Sust. 0 61 89 905 1055
144 456 200 905 1705
38 No cenário mais benevolente, comparativamente com o original, menos 150 explorações fazem parte da categoria Não Sustentável, sendo que 89 delas alteraram para Marginalmente Sustentáveis e 61 para Moderadamente Sustentáveis. Também se verifica um decréscimo relativamente ao número de explorações classificadas como Marginalmente Sustentáveis, sendo que 111 se mantém relativamente à original, mas 134 alteram para a categoria Moderadamente sustentáveis e 26 para a categoria Altamente Sustentáveis. Às 47 explorações originalmente classificadas como Altamente Sustentáveis acrescem 97 explorações, sendo 71 anteriormente classificadas como Moderadamente Sustentáveis e 26 classificadas como Marginalmente Sustentáveis. Por sua vez, relativamente à categoria Moderadamente Sustentável das 332 originalmente classificadas apenas 261 se mantêm nesta categoria e ainda acrescem 195 já referidas que subiram de categoria, anteriormente classificadas como Marginalmente e Não Sustentáveis.
Para completar a informação obtida até ao momento, vamos analisar as alterações da distribuição destas categorias pelos concelhos, através da comparação dos mapas da Figura 19. De onde, se pode verificar que:
no cenário penalizador, apesar de existirem alterações em todos os concelhos, todos eles mantém a distribuição, ou seja, se por exemplo no cenário original o maior número de explorações se define como Não Sustentável, seguidamente Moderadamente Sustentável, Marginalmente Sustentável e Altamente Sustentável, no cenário penalizador mantém-se, embora com maior ou menor número de explorações.
no cenário mais benevolente, alguns concelhos destacam-se pelas alterações da classificação, como Barcelos, Vila Nova de Famalicão, Vila do Conde, Maia e Trofa, com um aumento de explorações classificadas como Altamente e Moderadamente Sustentáveis em detrimento das classificadas como Marginalmente e Não Sustentáveis.
No entanto, a distribuição da classificação da sustentabilidade ambiental e socioeconómica pelos concelhos, em cada uma das categorias, mantém-se praticamente inalterada, não provocando nenhuma alteração significativa e assim sendo, os resultados mostram-se robustos.
39
Figura 19: Mapa da classificação das explorações quanto à sustentabilidade nos 3 cenários
Cenário mais penalizador Cenário Original Cenário Mais Benevolente
Legenda
40
6.
Conclusões
A complexidade do estudo associado à avaliação da sustentabilidade pode ser mitigada com o recurso a MCDA. Neste trabalho, constatou-se que MCDA pode definitivamente ter um papel importante no apoio à decisão na avaliação da sustentabilidade por abarcar as várias vertentes subjacentes e os múltiplos critérios e dimensões.
O ELECTRE TRI, método de prevalência, adequou-se bem à forma como se pretendeu analisar problema, como “não-agregação”, de forma a evitar a compensação, e permitiu obter uma classificação das explorações leiteiras quanto à sustentabilidade de acordo com os parâmetros e valores atribuídos pelos especialistas. A estrutura, processo e aplicação da avaliação da sustentabilidade, que neste trabalho se caracteriza como agrícola, pode ser alargado a outras áreas de avaliação.
A georreferenciação das explorações, junto com os critérios determinados para cada uma das diferentes vertentes, permite obter partido das tecnologias SIG, facultando um estudo mais detalhado da distribuição da sustentabilidade das explorações, enriquecendo assim a perceção espacial.
Considerando os resultados obtidos, é notória a situação preocupante em que se encontram muitas explorações da região EDM quanto à sua sustentabilidade. Verifica-se que a vertente ambiental é a que mais contribui para os maus resultados, o que exige uma intervenção assertiva por parte dos produtores na melhoria. Foi ainda possível analisar a distribuição geográfica da classificação das explorações e perceber que as zonas que refletem maiores níveis de sustentabilidade são as que possuem uma cada vez maior concentração de explorações e as zonas que refletem piores níveis de sustentabilidade são as que estão sujeitas ao abandono.
Os resultados obtidos foram submetidos à apreciação e análise dos especialistas, que consideraram ser muito próximos da realidade atual, quer ao nível da classificação obtida, quer ao nível da sua distribuição geográfica. O estudo de caso é ainda completado com uma análise de sensibilidade detalhada, por forma a avaliar a influência de alterações introduzidas nos parâmetros do método ELECTRE TRI, tendo sido verificada a robustez das principais conclusões.
Neste trabalho seguiu-se a estrutura pré-definida na forma de abordagem do problema: envolvimento de especialistas, definição de critérios ambientais, económicos e sociais e valores de parâmetros do método ELECTRE TRI definidos por estes tendo em consideração a legislação, aplicação do método no estudo da viabilidade ambiental e socioeconómica, cruzamento desta informação para obtenção da classificação da sustentabilidade (global: ambiental, económica e social) das explorações e análise dos resultados com o envolvimento dos especialistas e, por fim, a realização da análise de sensibilidade para verificação da robustez dos resultados.
Neste processo foram tomadas opções em cada uma destas fases, o que deixa espaço, em estudos futuros, para o desenvolvimento de novas formas de abordagem como, por exemplo, a definição de outros critérios ou agregação destes, com o envolvimento de mais especialistas, com a aplicação de outro(s) método(s) multicritério, com aplicação de novo inquérito mais atualizado, entre outras.
41
7.
Referências
Andreoli, M. and Tellarini, V. (2000). Farm sustainability evaluation: methodology and practice. Agriculture, Ecosystems and Environment, 77(1): 43-52.
Becker, B. (1997). Sustainability assessment: a review of values, concepts, and
methodological approaches. Consultative Group on International Agricultural
Research, The World Bank, Washington, D.C., 63 pp.
Burrough, P. A. (1986). Principles of Geographical Information Systems for Land
Resources Assessment. Oxford, Oxford University Press, 193 pp.
Cowen, D.J. (1988). GIS versus CAD versus DBMS: What Are the Differences?
Photogrammetric Engineering and Remote Sensing, 54: 1551-1555.
Dantsis, T., Douma, C., Giourga, C., Loumou, A., Polychronaki (2010). A methodological approach to assess and compare the sustainability level of agricultural plant production systems, Ecological Indicators, 10: 256–263.
Dias, L. C. (2001), A informação imprecisa e os modelos multicritério de apoio à
decisão: Identificação e uso de conclusões robustas, Dissertação de Doutoramento em
Organização e Gestão de Empresas (especialidade de Ciências dos Sistemas nas Organizações), Faculdade de Economia da Universidade de Coimbra.
Dias, L., Clímaco, J. (2000). ELECTRE TRI for groups with imprecise information on parameter values. Group Decision and Negotiation, 9: 355–377.
Dias, L., Mousseau, V., Figueira, J., Clímaco, J. (2002). An aggregation/disaggregation approach to obtain robust conclusions with ELECTRE TRI.
European Journal of Operational Research, 138: 332–348.
Figueira, J., Mousseau, V., Roy, B. (2005). Electre Methods. In: Figueira, J.; Greco, S.; Ehrgott, M. Multiple Criteria Decision Analysis: State of The Art Surveys. New York: Springer, Cap. 4.
Gómez-Limon, J. A., Riesgo, L. (2009). Alternative Approaches to the construction of a composite indicator of agricultural sustainability: An application to irrigated agriculture in the Duero basin in Spain. Journal of Environmental Management, 90: 3345-3362.
Hansen, J.W. (1996). Is agricultural sustainability a useful concept?, Agricultural
System, 50(1):117-143.
Hediger, W. (1999). Reconciling ‘weak’ and ‘strong’ sustainability. International
Journal of Social Economics, 26 (7/8/9):1120-1143.
Munda, G. (2005). Measuring sustainability: a multi-criterion framework.
Environment, Development and Sustainability, 7(1):117-134.
Ochoa, A.M.A, Oliva, V.C, Sáez, C.A (2007). Explaining farm succession: the impact of farm location and off-farm employment opportunities. Spanish Journal of
Agricultural Research, 5(2): 214-225.
Ondersteijn, C.J.M., Giesen, G.W.J., Huirne, R.B.M. (2003). Identification of farmer characteristics and farm strategies explaining changes in environmental management
42 and environmental and economic performance of dairy farms. Agricultural Systems, 78: 31-55.
ONU- Organização das Nações Unidas (1987). Brundtland Report, Report of the World Commission on Environment and Development: Our Common Future, Oxford University Press.
POBLPEMD (2007). Plano de Ordenamento da Bacia Leiteira Primária do Entre
Douro e Minho. Direcção Regional de Agricultura de Entre Douro e Minho; Escola
Superior Agrária do Instituto Politécnico de Viana do Castelo; Instituto para o Desenvolvimento Agrário da Região Norte; Universidade do Porto – CIBIO. 153 pp.
Rigby, D., Woodhouse, P., Young, T., Burton, M. (2001). Constructing a farm level indicator of sustainable agricultural practice. Ecological Economics, 39(3):463-478.
Roy, B. (1985). Méthodologie multicritère d'aide à la decision. Economica, Paris. Roy B., Bouyssou, D. (1993), Aide multicritère à la décision: méthodes et cas, Economica, Paris.
Roy, B. (1996). Multicriteria Methodology for Decision Aiding. Kluwer Academic Publishers.
Santos, J.C.S.M. (2011). Viabilidad de las explotaciones lecheras en un escenario de
desconexión del apoyo y condicionalidad: Un estudio de caso en el noroeste de Portugal. Dissertação de Doutoramento, Universidade Politécnica de Madrid, Escola
Técnica Superior de Engenheiros Agrónomos.
Stockle, C.O., Papendick, R.I., Saxton, K.E., Campbell, G.S., van Evert, F.K. (1994). A framework for evaluating the sustainability of agricultural production systems.
American Journal of Alternative Agriculture, 9(1-2): 45-50.
Stoorvogel, J.J., Antle, J.M., Crissman, C.C., Bowen W. (2004). The tradeoff analysis model: integrated biophysical and economic modeling of agricultural production systems. Agricultural Systems 80(1): 43-66.
Sydorovych, O., Wossink, A. (2008) The meaning of agricultural sustainability: Evidence from a conjoint choice survey. Agricultural Systems, 98(1): 10-20.
Van Calker, K., Berentsen, P., Romero, C., Giesen, G., Huirne, R. (2006) Development and application of multi‐attribute sustainability function for Dutch dairy farming systems. Ecological Economics, 57: 640‐658.
Van Calker, K., Berentsen, P., Giesen, G., Huirne, R. (2005). Identifying and Ranking Attributes that Determine Sustainability in Dutch Dairy Farming. Agriculture
and Human Values, 22: 53-63.
Yu, W. (1992), ELECTRE TRI: Aspects méthodologiques et manuel d'utilisation. Document du LAMSADE No. 74, Université Paris-Dauphine.
Yunlong, C., Smit, B. (1994). Sustainability in agriculture: a general review. Agriculture, Ecosystems and Environment, 49(2):299-307.
43
ANEXO A
44