Análise comparativa entre produtividade agrícola e industrial do setor sucroenergético brasileiro nos últimos 10 anos

(1)

Custos e @gronegócio on line - v. 12, n. 4 – Out/Dez - 2016. ISSN 1808-2882 www.custoseagronegocioonline.com.br

Análise comparativa entre produtividade agrícola e industrial do setor sucroenergético brasileiro nos últimos 10 anos

Recebimento dos originais: 09/01/2016 Aceitação para publicação: 19/12/2016

Stella Vannucci Lemos

Engenheira Agrônoma, Doutoranda em Administração das Organizações.

Instituição: Faculdade de Economia, Administração e Contabilidade USP Ribeirão Preto.

Endereço: Avenida Bandeirantes, 3900, Monte Alegre, Ribeirão Preto/SP CEP: 14.040-905.

E-mail: svlemos@usp.br Alexandre Pereira Salgado Junior

Engenheiro de Produção, Livre docente em Administração.

E-mail: asalgado@usp.br Alexandre Duarte

Engenheiro de Produção, Doutorando em Administração das Organizações.

E-mail: alexandreduar@gmail.com Fernanda de Almeida Antunes Graduanda em Engenharia de Produção.

Instituição: Universidade Estácio de Sá, Unidade UniSEB Ribeirão Preto.

Endereço: Rua Abrahão Issa Halack 980, Ribeirania, Ribeirão Preto/SP CEP: 14.096-160

E-mail: nanda_coc@yahoo.com.br Rodolfo Luiz Esteves

Graduando em Engenharia de Produção.

Instituição: Universidade Estácio de Sá, Unidade UniSEB Ribeirão Preto.

Endereço: Rua Abrahão Issa Halack 980, Ribeirania, Ribeirão Preto/SP CEP: 14096-160

E-mail: rodolfoluis_esteves@yahoo.com.br Resumo

Esta pesquisa envolve a análise de usinas sucroalcooleiras em todas as regiões brasileiras nos períodos das safras de 2005/2006 até 2014/2015, com o objetivo de verificar as localizações que obtiveram maiores índices de eficiência e explanar o comportamento da variação da eficiência operacional nas usinas sucroalcooleiras. Os dados utilizados foram obtidos à partir dos boletins de levantamento de safras de cana-de-açúcar da Companhia Nacional de Abastecimento em um período de 10 anos, sendo analisados pela metodologia DEA. Os

(2)

resultados deste estudo confirmaram que os estados de São Paulo e Goiás foram os maiores destaques em relação à eficiência operacional, a safra de 2012/2013 foi a mais eficiente de todas as safras analisadas, e há necessidade das indústrias terem alto índice de eficiência para realizar-se o melhor processo de extração possível, sendo suscetíveis de melhores tecnologias, visto que não dependem diretamente da qualidade da matéria prima empregada.

Palavras-chaves: cana-de-açúcar, DEA, eficiência operacional.

1. Introdução

A agropecuária, que no passado não passava de uma simples atividade de subsistência e autossuficiência, chega ao século XXI unindo campo e cidade através de um complexo econômico constituído por variadas cadeias produtivas (GIMENES; GIMENES, 2007). O Brasil participa desse cenário, mostrando sua vocação natural para o agronegócio devido às suas características.

Atualmente, o país possui 72 milhões de hectares de terras para a agricultura e 170 milhões de hectares de pastagem em seu território de 850 milhões de hectares (CONAB, 2016), além da elevada tecnologia utilizada no campo que faz do agronegócio brasileiro um setor moderno, eficiente e concorrente no cenário internacional (SESSO FILHO et al., 2011).

A cultura de cana-de-açúcar é uma das mais bem-sucedidas dentro do setor agropecuário no Brasil. Além de alto retorno econômico, pode ser usada tanto pela indústria alimentar quanto como fonte alternativa de energia, e ainda tem grande importância social pela mão de obra empregada (ANDRADE et al., 2011).

Estudos conduzidos por várias décadas, como as pesquisas elaboradas por Humbert (1963) e Jenkins (1966), contribuíram para o avanço científico e tecnológico do setor sucroalcooleiro do Brasil, uma vez que há muito o país tem-se destacado na produção competitiva do açúcar, etanol e coprodutos. Entretanto, as inovações tecnológicas são dinâmicas e há necessidade de se quantificarem a eficiência e os custos gerados pela cana-de- açúcar, visando detectar pontos de estrangulamento para assegurar a liderança mundial do setor sucroalcooleiro (OLIVEIRA et al., 2012).

O crescimento da agricultura vem de dois aspectos: aumento de recursos e produtividade. Os recursos, o crescimento da produtividade da agricultura sustentável e o aumento da produtividade operacional exaltam a importância da mensuração da eficiência de produção (LIU; ZHANG, 2015).

(3)

Ainda, Duarte et al. (2011) indicam que o gerenciamento se faz necessário para que o produtor consiga aumentar a rentabilidade de sua empresa, cujo controle dos custos torna-se de substancial importância. Na gestão do agronegócio, informações sobre o custo de produção tornam-se relevantes na obtenção de informações utilizadas como medida de desempenho organizacional e operacional (MENDES NETO; SILVEIRA, 2013).

Com a necessidade implicada à mensuração de eficiência no setor sucroenergético, esta pesquisa tem como objetivo verificar as localizações que obtiveram maiores índices de eficiência na relação campo – indústria, explanando o comportamento da variação relativa da eficiência operacional nas usinas sucroalcooleiras em todas as regiões brasileiras nos períodos das safras de 2005/2006 até 2014/2015.

2. Revisão de Literatura

2.1. Fatores relacionados com a produtividade dos canaviais

Conforme observado em Neves e Trombini (2014) a cadeia produtiva do setor de açúcar e etanol é de grande importância para o desenvolvimento do país, chegando a representar quase 2% do PIB do país, afirmando, ainda, que a produção de açúcar e etanol no país é considerada um fator chave na estratégia de desenvolvimento rural e energético.

Gupta et al. (2011) afirmam que o setor sucroenergético tem uma grande contribuição ao desenvolvimento do país, tanto do ponto de vista social como do ponto de vista econômico. Entretanto, efetivamente o setor sucroenergético vem enfrentando nos últimos anos, particularmente de 2008 até hoje, dificuldades e desafios conjunturais para seu crescimento e consequente ganho de competitividade (OECD-FAO, 2015).

A cadeia produtiva da cana-de-açúcar está debilitada com a falta de uma política energética que incentive a produção de combustíveis de fonte renovável, como o etanol (MARTINELLI et al., 2011). Desde 2009, aproximadamente 50 unidades na região centro-sul encerraram suas operações nas últimas sete safras, e na safra 2014/15, 10 unidades suspenderam suas atividades (UNICA, 2015). Os problemas enfrentados são diversos, podendo levar o setor, que já foi de grande importância para o crescimento da economia brasileira, a uma grande crise econômica.

As empresas são pressionadas à adequação dos padrões de competitividade (produtividade e qualidade), que se fazem presentes no mercado globalizado, sob o risco de não conseguirem permanecer em atividade no caso de inadequação aos padrões competitivos

(4)

(FILOSO et al., 2015). A competitividade estaria, portanto, no centro da redefinição produtiva, incorporando outros atributos, além da eficiência produtiva e preço, como a qualidade dos produtos, dos processos produtivos e do trato com o meio ambiente, a diversidade de produtos e a qualificação da mão-de-obra (FAGUNDES, 2012).

Pode-se observar que diversos problemas da cadeia sucroalcooleira estão ligados ao aumento da eficiência operacional do setor, fator este de grande importância para a competitividade do mesmo. Para Torquato et al. (2009), as unidades produtivas do setor sucroenergético precisam aumentar sua eficiência em relação ao uso dos insumos empregados na produção, atendendo assim, a um modelo de produção que considera o crescente aumento da concorrência e a otimização da produtividade como fatores essenciais a sobrevivência.

Segundo Salgado Junior et al. (2009) determinar se uma empresa é eficiente (ou ineficiente) e identificar alguns dos motivos para esse desempenho, contribuem de forma significativa para a definição de estratégias apropriadas para esse setor.

Para ocorrer níveis elevados de produção industrial, é necessário que a matéria-prima (cana-de-açúcar) esteja dentro de alguns padrões ideais de qualidade. Um dos principais padrões de qualidade que deve ser levado em consideração para o processo industrial da cana- de-açúcar é a sua maturação, sendo esta mensurada com o objetivo de fazer a colheita na época ideal, visando assim, o seu melhor e maior aproveitamento na indústria (NEVES et al., 2010).

Além da excelência da matéria-prima, as usinas necessitam buscar melhorias na eficiência de seus processos internos, adequando-se a um novo modelo de produção, que leva em consideração o crescente aumento da concorrência gerada pela entrada de grupos de capital estrangeiros e pelo expansionismo (TORQUATO et al., 2009). Portanto, o estudo da eficiência operacional em usinas de cana-de-açúcar pode contribuir para uma melhoria dos resultados obtidos no setor sucroalcooleiro.

Segundo Slack (2009) o processo de produção envolve um conjunto de recursos de inputs usados para transformar alguma coisa ou para ser transformado em outputs de bens e/ou serviços. Esse modelo de transformação input-processo-output, embora possa ser generalizado para todas as operações produtivas, difere em relação a natureza dos inputs e outputs de cada processo. Conforme Salgado Junior et al. (2014) o modelo de processo de produção e a forma da operação, estão relacionados com a seleção e utilização ótima dos recursos de uma usina de cana-de-açúcar ao longo do tempo, buscando maximizar a eficiência dos equipamentos da unidade produtiva.

(5)

A análise da produtividade geral do sistema pode ser vista como a soma da produtividade do campo, produtividade agrícola, mais a produtividade da indústria, podendo ser analisada sob a ótica da teoria das restrições elaborada por Goldratt (1989) que estabeleceu os conceitos, passos e princípios da teoria das restrições, definindo uma restrição como qualquer coisa que limite o maior desempenho de uma organização em função ao objetivo.

De acordo com Gasques et al. (2014), a produtividade do campo é definida como a relação entre a produção (bens produzidos) e os fatores de produção utilizados, sendo estes fatores definidos como pessoas, máquinas, materiais e área.

O crescimento da produtividade não é sempre associado com um bom desempenho financeiro de um setor, sendo que a produtividade é considerada um bom indicador de mudança tecnológica, responsável por medir a eficiência com que todos os insumos (terra, trabalho, capital, materiais) são combinados para gerar o produto total das lavouras (GASQUES et al., 2014).

Salgado Junior et al. (2014) afirmam que, no que diz respeito aos fatores edafoclimáticos, a produtividade pode ser influenciada de acordo com a interação e manejo da cultura, a variedade da cana-de-açúcar escolhida para a plantação, o conhecimento das características de cada solo.

Segundo Dalchiavon et al. (2014), o conhecimento da produtividade da cana-de- açúcar pode ser obtido pelos componentes da produção de campo, podendo ser o volume de colmos por hectare e população de plantas por metro quadrado, sendo ferramentas extremamente importantes, das quais os agricultores dispõem, uma vez que alterações nesses componentes são responsáveis diretos pelo ajuste da produtividade.

Entretanto, Moraes et al. (2016) afirmam que existe variabilidade em tais componentes entre indivíduos de uma população em função de vários fatores, que vão desde a implantação da cultura (influenciando o número de plantas por área), até a disponibilidade de nutrientes.

Para a agencia de informação da EMBRAPA (2014) a combinação dos fatores clima, solo e variedades genéticas determinam a produtividade da cana-de-açúcar, sendo que uma produtividade mais alta pode ser conseguida através da seleção de variedades adequadas ao ambiente a ser cultivado.

Segundo Dias et al. (2015) para produzir uma maior quantidade de etanol por tonelada de cana-de-açúcar plantada e por hectare, serão necessárias melhorias nos fatores

(6)

tecnológicos, nos processos produtivos de produção e no manejo e cultivo, além do aumento da área cultivada.

Segundo Cox III (2002) o gerenciamento de restrições é uma abordagem que planeja e controla a produção e venda de produtos e serviços, reconhecendo que a restrição de um sistema determina uma grande influência na produtividade do mesmo.

A taxa de saída de todo o sistema determina a velocidade na qual a meta de uma organização é realizada. Ao questionar o paradigma dos modelos de produção vigentes, Goldratt (1989) afirma que o somatório dos ótimos isolados não resulta no ótimo global.

Desta forma, ao analisar-se a produtividade do sistema cana-de-açúcar precisa-se levar em conta o ótimo global e não o ótimo local, seja ele o subsistema agrícola ou o subsistema industrial.

Gupta e Boyd (2008) concluem que a teoria das restrições fornece uma abordagem de decisões de operações que evita a armadilha de otimização de ilhas, otimização local, que vem através das fronteiras funcionais das organizações.

2.2. Análise de eficiência

Eficiência é um conceito fundamental da teoria neoclássica, podendo a sua importância ser analisada de diferentes formas (FARREL, 1957). Do ponto de vista de uma firma, a eficiência está relacionada ao problema de alocação ideal de recursos (XAVIER, 2014).

Segundo Shirota (1996), em um ambiente de mercado de competição, espera-se que firmas ineficientes sejam retiradas do mercado por firmas mais eficientes e, no longo prazo, apenas as firmas eficientes prosperem. Portanto, para o tomador de decisão de uma firma é importante saber o nível de eficiência relativa de sua firma em relação a outras no mercado e a fronteira de possibilidades de produção.

Farrel (1957) definiu uma forma prática para mensuração de eficiência, propondo uma mensuração de eficiência relativa em que cada unidade de produção é comparada às outras unidades de um conjunto, sendo que dessa maneira, a eficiência de cada unidade de produção correspondente a uma proporção em relação àquelas consideradas eficientes.

A eficiência técnica é a habilidade da firma em maximizar sua produção de acordo com seus insumos (FARREL, 1957). Posteriormente, Coelli (1995) define a eficiência de preço como eficiência de alocação, que é a habilidade de uma firma em usar os insumos em

(7)

proporções ótimas para seus níveis de preços, minimizando seus custos. Ambas as eficiências são medidas em escala entre 0 e 1 e, quando combinadas, definem a eficiência econômica da firma.

Segundo Delgado e Machado (2007), a eficiência econômica pretende alcançar o produto máximo, a partir de um determinado volume de recursos, ou estabelecer uma meta para o produto, com um gasto mínimo.

Shirota (1996) destaca que a teoria microeconômica é rica em funções de “fronteira”

tais como: função de máximo de uma função de produção que considera diferentes limitações de recursos, ou uma função de mínimo de uma função custo considerando diferentes valores de preços de insumos e quantidades de produção.

Os principais métodos desenvolvidos para mensuração empírica das funções de fronteira são divididos em dois grupos: os determinísticos e os estocásticos; cada um desses grupos de métodos pode ser subdivididos em dois outros grupos: paramétricos e não paramétricos, permitindo-se definir quatro grupos de possíveis métodos de estimação de fronteiras (SHIROTA, 1996).

Apesar dos grandes avanços teóricos, há críticas descritas por Afrait (1972), sendo a principal delas referente à dificuldade na estimação de funções de produção conjunta, pois não é possível construir mensurações agregadas a diferentes produções.

Para os casos que não podem ser adequadamente atendidos pelo método de fronteiras estocásticas, ainda há a possibilidade de mensuração de eficiência via análises não- paramétricas. Esses métodos, inclusive, têm sido um campo de pesquisa acadêmico bastante ativo tanto no campo da pesquisa operacional como de análises econômicas (LIU et al., 2013).

A técnica de Análise Envoltória de Dados – DEA (Data Envelopment Analysis) – é uma das várias abordagens não paramétricas, podendo ser empregada para mensurar a eficiência técnica da função de produção, com a ideia central formulada pelo output dividido pelo input (CHAITIP et al., 2014).

Conforme Ferreira e Gomes (2009), DEA baseia-se em modelos matemáticos não paramétricos, ou seja, não utiliza inferências estatísticas e nem se apega a medidas de tendência central. Trata-se de uma técnica que tem como objetivo avaliar o desempenho de organizações e atividades, denominadas Unidades Tomadoras de Decisões ou DMUs (Decision-Making Units) através de medidas de eficiência técnica.

DMU é o termo utilizado no método DEA para referenciar unidades homogêneas que utilizam insumos semelhantes para produtos semelhantes e com autonomia para tomar

(8)

decisões. A Figura 1 ilustra o relacionamento entre as variáveis do modelo, que são os dados de insumos, ou inputs, e os dados de produtos, ou de outputs (CARLUCCI, 2012).

output 2

DMU

Input 1 Input 2 Input N

output 1

output N

Figura 1: Relação entre as variáveis do modelo.

Fonte: Carlucci (2012).

Para Cooper, Seiford e Tone (2007), DEA é utilizada para avaliar o desempenho de um conjunto de unidades tomadoras de decisão (DMUs), que convertem múltiplos insumos (inputs) em múltiplos produtos (outputs).

De acordo com Andrade e Sant’anna (2011) as DMUs analisam características de processos produtivos semelhantes, que utilizam quantidades de insumos (inputs) distintas produzindo volumes de outputs também diferentes. Assim, Ferreira e Gomes (2009) afirmam que a técnica é utilizada quando se quer medir a eficiência técnica de organizações ou atividades, e que esta eficiência técnica está relacionada à produção de um bem ou serviço com a menor utilização possível de recursos e que a forma de utilização dos recursos necessários para a produção está relacionada à tecnologia adotada e ao respectivo processo de produção. Portanto DEA define o posicionamento competitivo relativo, contrapondo suas eficiências e ineficiências produtivas, técnicas, de escala e alocativas.

3. Material e Métodos

A Companhia Nacional de Abastecimento (CONAB) promove desde 2005 levantamentos e avaliações quadrimestrais da safra brasileira de cana-de-açúcar, havendo nesse acompanhamento o propósito fundamental de abastecer o governo federal com informações que ajudem a gerir as políticas públicas voltadas para o setor sucroalcooleiro, além de fornecer dados importantes ao próprio setor (CONAB, 2016).

(9)

Os dados utilizados neste trabalho foram obtidos à partir dos boletins de levantamento de safras de cana-de-açúcar da Conab referentes às safras de 2005/2006 até 2014/2015.

A metodologia empregada pela Conab para elaboração desses boletins é coletar informações em visita às unidades de produção em atividade, tais como dados atualizados de área cultivada, produtividade por unidade de área, por corte e desempenho industrial de cada unidade de produção (CONAB, 2016).

Por meio desses boletins, realizou-se um estudo de eficiência operacional, aplicando- se a Análise Envoltória de Dados (DEA), utilizando o modelo BCC (Banker, Charnes e Cooper), com orientação a output, à partir do uso do software Frontier Analyst 4.1, do fabricante Banxia Software®.

O modelo BCC orientado à output, proposto por Banker et al. (1984), considera que as unidades produtoras possuem diferentes níveis de escala. Por meio deste modelo foi possível mensurar a eficiência operacional de usinas sucroalcooleiras buscando maximizar a produção de açúcar e etanol para uma determinada quantidade de cana-de-açúcar. A formulação do modelo pode ser representada da seguinte forma:

(1)

Sujeito às restrições:

(2)

(3)

Onde e são os produtos e insumos da j-ésima DMU, e representam os pesos (coeficientes de ponderação ou importância relativa de cada variável) a serem

(10)

determinados pela solução do problema. Os pesos e obtidos são correspondentes a DMU atual. Este processo é repetido para cada uma das DMUs, obtendo-se diferentes valores para e .

A partir da representação matemática, tem-se que o objetivo é maximizar os outputs (1) para cada DMU, dadas as restrições. Nas restrições, (2) tem-se que a soma dos inputs multiplicados por seus respectivos pesos tem que ser igual a 1. Isto é necessário para que o problema possa ser resolvido por programação linear. A segunda restrição (3) representa que os outputs têm que ser menores ou iguais aos inputs, ou seja, não há como ter inputs menores que outputs. Este problema busca otimizar a relação produto/insumo da DMU, atribuindo livremente pesos aos mesmos com a restrição de que, com os mesmos pesos, todas as DMUs não apresentem esta relação maior que 1.

Figura 2: Modelo de produção para o estudo.

Fonte: Autores (2016).

Neste estudo foi possível identificar as usinas mais eficientes em transformar cana-de- açúcar processada (ton) em açúcar (ton) e etanol (m³), dentre um universo de, em média, 352 usinas nos estados brasileiros, classificando-as por safra, estado e eficiência operacional.

Para utilizar a técnica DEA, foram considerados como input o valor total da produção de cana-de-açúcar, em mil toneladas, destinado à produção de açúcar e/ou etanol pelas usinas e como outputs o valor total de açúcar, em mil toneladas, o valor total de etanol anidro e hidratado, em m³, produzidos pelas usinas brasileiras para as safras estudadas.

Os dados de eficiência média obtidos para cada estado foram analisados por meio de estatística descritiva no software SPSS (Statistical Package for Social Sciences, versão 18.0).

A normalidade de distribuição foi verificada com o teste Shapiro-Wilk, sendo que os valores

(11)

(n = 10) foram comparados entre si por meio do teste não paramétrico, com grau de confiança de 0,05.

4. Resultados e Discussão

Neste estudo, a produtividade operacional é conferida por fatores decorrentes dentro da área industrial somados à qualidade da matéria prima, ou seja, a cana-de-açúcar. Já a produtividade do campo é relacionada com a densidade de cana-de-açúcar por hectare.

Com a técnica DEA foi possível analisar a eficiência operacional de usinas de cana-de- açúcar no Brasil, sendo que na Figura 3 pode-se visualizar o índice de eficiência operacional através do mapa de calor do Brasil, organizado por usinas de maior até menor eficiência operacional média em relação as safras de 2005/2006 a 2014/2015, estabelecendo um ranking entre os estados que se mantiveram com o maior número de safras entre os mais eficientes.

Figura 3. Mapa de calor em relação a eficiência das usinas dos estados brasileiros.

Na Figura 3 nota-se que São Paulo e Goiás foram os estados de maior destaque em relação à eficiência operacional de suas usinas, corroborando com o estudo de Xavier (2014),

(12)

que indica o estado de Goiás em expressiva expansão da produção das 2 últimas décadas, sendo este crescimento da produção canavieira três vezes superior ao crescimento médio da economia brasileira que, segundo o IBGE (2014), foi de 3,7% ao ano no período entre 2003 e 2013. Já o estado de São Paulo, apresentou taxa anual de crescimento ligeiramente superior ao crescimento da economia brasileira nos últimos dez anos (XAVIER, 2014).

O Gráfico 1 descreve a média dos rankings das usinas de todos os estados da federação obtidos com a análise DEA, sendo separados por safras.

Gráfico 1: Eficiência brasileira das usinas por safra de cana-de-açúcar

De acordo com o Gráfico 1, observa-se que as safras de cana-de-açúcar mais eficientes foram nos períodos de 2007/2008, 2010/2011, 2011/2012 e 2012/2013 e que as safras menos eficientes foram dos períodos de 2006/2007 e 2013/2014.

Para a safra de 2007/2008, de acordo com o relatório da Conab (2007), o referido aumento foi em função das boas condições climáticas, dos bons tratos culturais, da irrigação e da introdução de novas variedades mais produtivas, e ainda, a área ocupada aumentou cerca de 13,00% (800,4 mil hectares) em relação à safra anterior.

Nas safras de 2008/2009 e 2009/2010, percebe-se que os índices de eficiências decaem, e isto se explica devido ao clima muito chuvoso, especialmente no período inicial da moagem, que atrasou o ritmo de processamento da colheita e também ao atraso no cronograma de funcionamento de muitas unidades de produção e, em especial, algumas

(13)

unidades novas, que não tiveram tempo hábil para processar toda a cana-de-açúcar madura disponível (CONAB, 2008).

Para as safras de 2010/2011, 2011/2012 e 2012/2013 nota-se a recuperação no ranking de eficiência, e ao analisar dados da época, obtém-se que, durante esses períodos houve o aumento da produtividade média brasileira, com cerca de 3,5% maior, ocorreu a recuperação das condições climáticas, proporcionando esse crescimento no volume de cana-de-açúcar disponível para a moagem nesta safra, e ainda houve a entrada, em produção, de áreas renovadas e áreas novas, fator que acarretou no aumento de produtividade (CONAB, 2012).

No período da safra de 2013/2014 observa-se um grande decréscimo de eficiência, sendo um dos períodos menos eficientes em comparação às outras safras. Isso se deve ao fato da estiagem ocorrida no final da safra que se encerrou em abril de 2013 e por isso não houve umidade suficiente para o bom desenvolvimento da soqueira (CONAB, 2013).

Por fim, no período de 2014/2015 nota-se uma sensível recuperação da eficiência produtiva, havendo um acréscimo de 3,1% na área plantada, sendo que este crescimento ocorreu, principalmente, devido à expansão de novas áreas de plantio e maiores unidades industriais em funcionamento (CONAB, 2015).

Os valores discutidos no gráfico 1 foram analisados estatisticamente, consistindo em verificar, através da eficiência média anual, sua normalidade, como é demonstrado na Tabela 1.

Tabela 1: Análise de normalidade estatística.

Shapiro-Wilk

Média Mediana Estatística Grau de liberdade Significância

91,77 91,93 0,899 9 0,244

Analisando a Tabela 1, observa-se que a média e a mediana dos valores de eficiência correspondem as safras de 2005/2006 e 2014/2015, confirmando que ambas as safras, mesmo havendo um intervalo de 10 anos entre elas, obtiveram médias similares no país, comprovando a variação de eficiência entre os anos e posterior recuperação na última safra analisada. Ainda, o índice de significância obtido nas safras foi 0,244 com 95% de grau de confiança, confirmando uma distribuição normal das eficiências.

O Gráfico 2 compreende os índices de produção, área, produtividade do campo e eficiência média na indústria, estudados nesta pesquisa e distribuídos percentualmente em

(14)

relação à safra anterior, sendo que o índice de produção se refere à densidade de matéria prima, ou seja, toneladas de cana-de-açúcar; área é compreendida pela extensão territorial (hectares); produtividade do campo é o resultado da relação entre os índices de produção e área, obtendo-se valores em toneladas de cana-de-açúcar por hectare; e por fim há a eficiência média industrial, que são os valores encontrados através da análise DEA.

Gráfico 2: Comparativo percentual das safras de cana-de-açúcar com os índices estudados.

Silva et al. (2014) afirmam que a indústria sucroalcooleira visa à recuperação máxima da sacarose da cana-de-açúcar ao menor custo possível, sendo que a qualidade da matéria- prima da cana-de-açúcar a ser processada é de fundamental importância para se conseguir atingir esse objetivo.

Analisando o Gráfico 2, observa-se que a curva de produtividade e a curva da análise DEA são divergentes, isto que a produtividade do campo é resultado da interação das curvas de produção e área. Enquanto isso, a curva da análise DEA resulta-se da extração de sacarose, que independentemente do tamanho da área de produção, é resultado da capacidade operacional da indústria.

De acordo com o Gráfico 2, até a safra 2009/2010 houve aumento da produtividade do campo, visto que ocorreu aumento da produção em relação à expansão de área agrícola, e

(15)

após esse ano, a produtividade do campo retraiu-se, visto que a área agrícola aumentou, mas a densidade de matéria prima por hectare diminuiu.

Assim, ao observar a curva de eficiência média na indústria, no Gráfico 2, depreende- se que a mesma não se alterou em relação a produtividade do campo, oscilando de acordo com a tecnologia empregada nas unidades produtivas, sendo possível afirmar que não há uma relação direta entre a produtividade do campo e a eficiência operacional.

Ao complementar esta afirmação com os dados deste estudo, deve-se ressaltar como um interesse maior das usinas sucroalcooleiras a potencialização da extração de sacarose realizada pela indústria, permitindo-se afirmar que a eficiência das unidades produtivas não depende diretamente da produtividade do campo.

5. Conclusão

Neste estudo confirmou-se que os estados de São Paulo e Goiás foram os maiores destaques em relação à eficiência operacional de suas usinas e que a safra de 2012/2013 foi obtida como a mais eficiente de todas as safras analisadas.

As safras 2005/2006 e 2014/2015 obtiveram médias similares, mesmo havendo um grande período de intervalo entre elas e com alta variação de eficiência, verificando-se posterior recuperação na última safra analisada.

No período analisado de 10 anos de safra, foi possível interpretar que a produção agrícola em relação à expansão da área utilizada variou, desde que a produção de cana-de- açúcar é passível de modificações devido as mudanças edafoclimáticas e até mesmo adaptações à melhores tecnologias utilizadas no campo.

Analisando a produtividade no campo e a eficiência média na indústria – resultado da capacidade operacional da indústria em extrair sacarose – observou-se divergência, visto que a otimização da indústria ocupa um papel importante no setor sucroenergético, pois mesmo quando há boa qualidade de matéria prima, a indústria deve ter alto índice de eficiência para realizar-se o melhor processo de extração possível.

O processo produtivo de açúcar e etanol se estabelece como suscetível de melhores tecnologias utilizadas nas indústrias sucroalcooleiras para alavancar a eficiência operacional das mesmas, apontando que o somatório dos ótimos locais não leva ao ótimo global.

(16)

6. Referências

AGÊNCIA DE INFORMAÇÃO EMBRAPA. Disponível em:

<http://www.agencia.cnptia.embrapa.br>. Acesso em: 24 nov. 2015.

AFRAIT, S. N. Efficiency estimation of production functions. International Economic Review, Hoboken, v. 13, n. 3, p. 568-598, 1972.

ANDRADE, N. S. F.; MARTINS FILHO, M. V.; TORRES, J. L. R.; PEREIRA, G. T.;

MARQUES JÚNIOR, J. Impacto técnico e econômico das perdas de solo e nutrientes por erosão no cultivo da cana-de-açúcar. Revista Engenharia Agrícola, Jaboticabal, v. 31, n.3, p.539-550, 2011.

ANDRADE, G. N.; SANT’ANNA, A. P. Análise da evolução da eficiência de empresas de transmissão de energia elétrica. Relatórios de pesquisa em engenharia de produção, Rio de Janeiro, v.11, n.2, p. 1-26, 2011.

BANKER, R.; CHARNES, A.; COOPER, W. Some models for estimating technical and scale inefficiencies in data envelopment analysis. Management Science, Catonsville, v. 30, n. 9, 1078-1092, 1984.

CARLUCCI, F. V. Aplicação da análise envoltória de dados (DEA) para avaliação do impacto das variáveis tamanho e localização e eficiência operacional de usinas de cana-de- açúcar na produção de açúcar e etanol no Brasil. 2012. 103 f. Dissertação (Mestrado) – Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto (FEA-RP).

Ribeirão Preto, 2012.

CHAITIP, P.; CHAIBOONSRI, C.; INLUANG, F. The Production of Thailand's Sugarcane:

Using Panel Data Envelopment Analysis (Panel DEA) Based Decision on Bootstrapping Method. Procedia Economics and Finance, Amsterdam, v. 14, p. 120-127, 2014.

(17)

COELLI, T. J. Recent development in frontier modelling and efficiency measurement.

Australian Journal of Agricultural Economics, Richmond, v. 39, n. 3, p. 219-245, 1995.

CONAB. Companhia Nacional de Abastecimento: acompanhamento da safra brasileira de cana-de-açúcar 2007/2008. Disponível em: <http://www.conab.gov.br>. Acesso em: 03 fev.

2015.

CONAB. Companhia Nacional de Abastecimento: acompanhamento da safra brasileira de cana-de-açúcar 2015/2016. Disponível em: <http://www.conab.gov.br>. Acesso em: 03 fev.

2015.

COOPER, W.; SEIFORD, L.; TONE, K. Data Envelopment Analysis: A Comprehensive Text with Models, Applications, References and DEA-Solver Software. Kluwer Academic Publishers, Boston, 2000.

COX III, J. F.; SPENCER M.S. Manual da teoria das restrições. Porto Alegre: Bookman, 2002. 280 p.

(18)

DALCHIAVON, F. C.; CARVALHO, M. P.; MONTANARI, R.; ANDREOTTI, M.;

PANOSSO, A. R. Produtividade da cana-de-açúcar: variabilidade linear e espacial entre componentes tecnológicos e da produção. Bioscience Journal, Uberlândia, v. 30, n. 1, p. 390- 400, 2014.

DELGADO, V. M. S.; MACHADO, A. F. Eficiência das escolas públicas estaduais de Minas Gerais. Pesquisa e Planejamento Econômico, Rio de Janeiro, v. 37, p. 427-464, 2007.

DIAS, M. O. S.; MACIEL FILHO, R.; MANTELATTO, P. E.; CAVALETT, O.; ROSSELL, C. E. V.; BONOMI, A.; LEAL, M. R. L. V. Sugarcane processing for ethanol and sugar in Brazil. Environmental Development, Amsterdam, v. 15, p. 35-51, 2015.

FAGUNDES, M. B. B.; COSTA, C. L. Análise da competitividade da cana-de-açúcar nos estados de Mato Grosso do Sul, Minas Gerais e Paraná. Revista de Economia e Agronegócio, Viçosa, v. 10, n. 3, p. 441-462, 2012.

FARREL, M. J. The measurement of productive efficiency. Journal of the Royal Statistical Society, Malden, v. 120, n. 3, p. 253-290, 1957.

FERREIRA, C. M. de C.; GOMES, A. P. Introdução à análise envoltória de dados: teoria, modelos e aplicações. Viçosa: Editora UFV, 2009.

FILOSO, S.; DO CARMO, J. B.; MARDEGAN, S. F.; LINS, S. R. M.; GOMES, T. F.;

MARTINELLI, L. A. Reassessing the environmental impacts of sugarcane ethanol production in Brazil to help meet sustainability goals. Renewable Sustainable Energy Review, v. 52, p.

1847–1856, 2015.

GASQUES, J. G.; BASTOS, E. T.; VALDES, C.; BACCHI, M. R. P. Produtividade da agricultura: resultados para o Brasil e estados selecionados. Revista de Política Agrícola, Brasília, v. 3, p. 87-98, 2014.

(19)

GIMENES, R. M. T.; GIMENES, F. M. P. Agronegócio cooperativo: a transição e os desafios da competitividade. Cadernos de Economia, Chapecó, v. 11, n. 20, p. 45-72, 2007.

GOLDRATT, E.; COX, J. A Meta. São Paulo: IMAM, 1989. 400 p.

GUPTA M. C.; BOYD L.H. Theory of constraints: a theory for operations management.

International Journal of Operations & Production Management, London, v. 28, n. 10, p. 991- 1012, 2008.

GUPTA, N.; TRIPATHI, S.; BALOMAJUMDER, C. Characterization of pressmud: a sugar industry waste. Fuel, Amsterdam, v. 90, p. 389-394, 2011.

HUMBERT, R. P. The growing of sugar cane. Amsterdam: Elsevier, 1963. 722 p.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE. Sistema de contas nacionais referência 2000: PIB em R$ (preços de 2014). Disponível em:

<http://www.ipeadata.gov.br>. Acesso em: 24 nov. 2015.

JENKINS, G. H. Introduction to cane sugar tecnology. Amsterdam: Elsevier, 1966. 478 p.

LIU, X.; ZHANG, Z. An application of DEA model to measure the efficiency of ecological agricultural informatization in Heilong Jiang Province. Custos e Agronegócio Online, Recife, v. 11, n. 2, p. 2-12, 2015.

LIU, J. S.; LU, L. Y. Y.; LU, W. M.; LIN, B. J. Y. Data envelopment Analysis 1978-2010: a citation-based literature survey. Omega, Oxford, v. 41, n. 5, p. 893-902, 2013.

MARTINELLI, L. A.; GARRETT, R.; FERRAZ, S.; NAYLOR, R. Sugar and ethanol production as a rural development strategy in Brazil: evidence from the state of Sao Paulo.

Agricultural Systems, Amsterdam, v. 104, p. 419-428, 2011.

(20)

MENDES NETO, E. B.; SILVEIRA, C. Custos e agronegócio: um estudo bibliométrico dos trabalhos publicados em periódicos nacionais e internacionais. In: Anais... Uberlândia: XX Congresso Brasileiro de Custos, 2013.

MORAES, M. A. F. D.; BACCHI, M. R. P.; CALDARELLI, C. E. Accelerated growth of the sugarcane, sugar, and etanol sectors in Brazil (2000-2008): effects on municipal gross domestic product per capita in the south-central region. Biomass Bioenergy, v. 91, p. 116–

125, 2016.

NEVES, L. C. G. et al. Maturação em cana-de-açúcar: manejo do solo. Colloquium Agrariae, Presidente Prudente, v. 6, n. 2, p. 14-19, 2010.

NEVES, M. F.; TROMBINI, V. G. A dimensão do setor sucroenergético: mapeamento e quantificação da safra 2013/2014. Ribeirão Preto: Fundace, 2014.

OECD-FAO. Agricultural Outlook. Paris: OECD Publishing, 2015.

OLIVEIRA, T. B. A.; SELIG, P. M.; BARBOSA, V. M.; CAMPOS, L. M. S.; BORNIA, A.

C.; OLIVEIRA, M. W. Tecnologia e custos de produção de cana-de-açúcar: um estudo de caso em uma propriedade agrícola. Latin American Journal of Business Management, Taubaté, v. 3, n. 1, p. 150-172, 2012.

PIMENTEL, J. C. S. Eficiência tributária: um estudo do desempenho das regiões fiscais da receita federal do Brasil na arrecadação de imposto de renda entre 1995 e 2006. 2009. 226 f.

Dissertação (Mestrado) – Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto (FEA-RP). Ribeirão Preto, 2009.

SALGADO JUNIOR, A. P.; BONACIM, C. A. G.; PACAGNELLA JUNIOR, A. C.

Aplicação da análise envoltória de dados (DEA) para avaliação de eficiência de usinas de açúcar e álcool da região nordeste do estado de São Paulo. Organizações Rurais e Agroindustriais, Lavras, v. 11, n. 3, p. 494-513, 2009.

(21)

SALGADO JUNIOR, A. P.; CARLUCCI, F. V.; NOVI, J. C. Aplicação da análise envoltória de dados (DEA) na avaliação da eficiência operacional relativa entre usinas de cana-de-açúcar no território brasileiro. Engenharia Agrícola, Jaboticabal, v. 34, n. 5, p. 826-843, 2014.

SESSO FILHO, U. A.; GUILHOTO, J. J. M.; RODRIGUES, R. L.; MORETTO, A. C.;

GOMES, M. R. Geração de renda, emprego e impostos no agronegócio dos estados da região sul e restante do Brasil. Economia & Tecnologia, Curitiba, v. 7, n. 2, p. 71-80, 2011.

SHIROTA, R. Efficiency in financial intermediation: a study of the Chilean banking industry.

1996. 138 f. Tese (Ph.D.) – Ohio State University. Columbus, 1996.

SILVA, N. F.; MOURA, L. C.; CUNHA, F. N.; RIBEIRO, P. H.; CARVALHO, J. J.;

TEIXEIRA, M. B. Qualidade industrial da cana-de-açúcar fertirrigada sob diferentes lâminas de água no sudoeste goiano. Revista Brasileira de Agricultura Irrigada, Fortaleza, v. 8, n. 3, p. 280-295, 2014.

SLACK, N.; CHAMBERS, S.; JOHNSTON, R. Administração da Produção. São Paulo:

Atlas, 2009.

TORQUATO, S. A.; MARTINS, R.; RAMOS, S. F. Cana-de-açúcar no Estado de São Paulo:

eficiência econômica das regionais novas e tradicionais de produção. Informações Econômicas, São Paulo, v. 39, n. 5, 2009.

ÚNICA - União da Indústria de cana-de-açúcar. Disponível em:

<http://www.unica.com.br/>. Acesso em: 24 nov. 2015.

XAVIER, C. E. O. Análise de eficiência do setor sucroenergético brasileiro. 2014. 163 f.

Tese (Doutorado em Ciências) – Escola Superior de Agricultura “Luiz de Queiroz”, Universidade de São Paulo. Piracicaba, 2014.

v. 76, n. 4, p. 532 – 543, 2016.