PROPOSIÇÃO DE UMA MEDIDA DE SUSTENTABILIDADE EM AGRICULTURA COM MODELOS DE ANÁLISE DE ENVOLTÓRIA DE DADOS

PROPOSIÇÃO DE UMA MEDIDA DE SUSTENTABILIDADE EM

AGRICULTURA COM MODELOS DE ANÁLISE DE ENVOLTÓRIA DE

DADOS

Eliane Gonçalves Gomes

Empresa Brasileira de Pesquisa Agropecuária (Embrapa)

Parque Estação Biológica, Av. W3 Norte final, Asa Norte, 70770-901, Brasília, DF eliane.gomes@embrapa.br

João Carlos Correia Baptista Soares de Mello

Departamento de Engenharia de Produção – Universidade Federal Fluminense Rua Passo da Pátria 156, São Domingos, 22210-240, Niterói, RJ

jcsmello@producao.uff.br

João Alfredo de Carvalho Mangabeira

Embrapa Monitoramento por Satélite

Av. Dr. Júlio Soares de Arruda 803, Parque São Quirino, 13088-300, Campinas, SP manga@cnpm.embrapa.br

RESUMO

O conceito de sustentabilidade agrícola considera diferentes dimensões, mas tem como base a valorização dos recursos internos dos sistemas agrícolas produtivos, que traduz-se pela manutenção desses sistemas de produção e, consequentemente, de sua produtividade, ao longo do tempo. Este artigo tem como objetivo propor o uso de modelos Análise de Envoltória de Dados (Data Envelopment Analysis – DEA) para medir a sustentabilidade de produtores agrícolas. Nesta abordagem, além de considerar várias dimensões, a medida de eficiência resultante é calculada de forma relativa. Foi usado um modelo no qual explora-se o desempenho socioeconômico-ambiental (com as variáveis área total, mão-de-obra, custo, receita bruta, área com mata.), para dois períodos de tempo, 1986 e 2002.

PALAVRAS-CHAVE. DEA. Sustentabilidade. Agricultura.

ABSTRACT

The definition of Agriculture sustainability considers different aspects. Their main values are the productive systems internal resources, as they are the way to maintain these systems and, consequently, its productivity through time. In this paper we use Data Envelopment Analysis models (DEA) to measure rural producers sustainability. This approach considers multiple dimensions and is a relative measure of efficiency. We used a model in which we explore the socio-economic-environmental performance (variables total area, employment, costs, net income, and forested area), in two period of time, the year of 1986 and 2002.

1. Introdução

O desenvolvimento sustentável é objeto de debate há mais de três décadas, com a existência de diversas definições. A definição oficial foi apresentada em 1987, pela Comissão Mundial sobre Meio Ambiente e Desenvolvimento das Nações Unidas no documento “Nosso Futuro Comum” (Comissão Mundial sobre Meio Ambiente e Desenvolvimento, 1988). Segundo esse documento, desenvolvimento sustentável é a busca do atendimento das necessidades presentes sem comprometer as possibilidades de as gerações futuras atenderem suas próprias necessidades.

No contexto da gestão de recursos naturais, segundo López-Ridaura et al. (2002), o desafio é entender e avaliar o desempenho de sistemas socioambientais complexos, com a necessidade de traduzir os princípios gerais da sustentabilidade em ações práticas. Em agricultura, os mesmos autores avaliam que o objetivo de implementar a sustentabilidade é consolidar princípios complexos e diversos e transforma-los em recomendações para a tomada de decisão dos agricultores.

Nas atividades agrícolas há igualmente diversas formas de conceituar sustentabilidade. Entretanto, embora sejam consideradas dimensões diferentes de um conceito para outro, a base da definição de sustentabilidade em agricultura é valorização dos recursos internos dos sistemas agrícolas produtivos (Edwards et al., 1990). Sob o tema “agricultura sustentável” citam-se, por exemplo, os trabalhos de Veiga (1996), Ehlers (1999) e Von Wirén-Lehr (2001).

A sustentabilidade dos sistemas agrícolas de produção traduziu-se, historicamente, pela manutenção da produtividade ao longo do tempo. Como evolução desse conceito, foram acrescidas idéias de estabilidade da produtividade e de eqüitatividade dos sistemas de produção (medida pela distribuição estatística de parâmetros como renda, número de propriedades, população etc.). Na última década, a sustentabilidade surgiu como a característica a ser analisada e mensurada (Carpenter, 1993). Na agricultura, a questão da sustentabilidade envolve fatores físicos, bióticos e aspectos relativos à viabilidade econômica e sociocultural.

No caso brasileiro, iniciativas de desenvolvimento agrícola sustentável espalham-se pelo país, em diversas condições agroambientais e socioeconômicas. No entanto, a avaliação de seu desempenho enfrenta as dificuldades impostas pela grande complexidade de inter-relações das variáveis do meio físico, de uso e ocupação das terras e de fatores socioeconômicos. Sachs (1990, 2000) destaca que as dimensões principais para avaliar a sustentabilidade agrícola são: social, cultural, ecológica, ambiental e econômica.

Na literatura há diversas abordagens para avaliar a sustentabilidade agrícola. A maioria propõe a construção de indicadores multidimensionais, que podem ou não ser agregados em um “índice de sustentabilidade” único, que avalie o desempenho do sistema produtivo. Nesse contexto, estão os trabalhos de Toresan (1998), Marzall e Almeida (2000), Pannell e Glenn (2000), Rigby et al. (2001), López-Ridaura et al. (2002), Herendeen e Wildermuth (2002), Lopes e Almeida (2003), Pacini et al. (2003), Fernandes (2004), Gomes (2004), Rasul e Thapa (2004). No caso específico do acompanhamento e a avaliação da evolução da sustentabilidade e do desempenho de projetos de colonização agrícola ou de assentamentos rurais, destacam-se as pesquisas de Melgarejo (2000) e Barreto et al. (2005).

Este artigo tem como objetivo propor o uso de modelos Análise de Envoltória de Dados (Data Envelopment Analysis – DEA) para medir a sustentabilidade de produtores agrícolas. Essa foi a abordagem escolhida pois a medida de eficiência resultante é calculada de forma comparada (relativa) e permite considerar várias dimensões. Foi usado um modelo no qual explora-se o desempenho socioeconômico-ambiental (com as variáveis área total, mão-de-obra, custo, receita bruta, área com mata.). Esse modelo foi usado para avaliar a sustentabilidade de um grupo de produtores rurais do município de Machadinho d’Oeste (RO), como estudo de caso. Como a sustentabilidade agrícola preconiza a manutenção dos sistemas de produção ao longo do tempo, os modelos foram rodados para dois períodos de tempo, 1986 e 2002.

A escolha do município de Machadinho d’Oeste deve-se ao fato de esta ser uma área de colonização agrícola na Amazônia. Pesquisadores da Embrapa Monitoramento por Satélite, da

Empresa Brasileira de Pesquisa Agropecuária (Embrapa), idealizaram há 20 anos um projeto de acompanhamento, por 100 anos, de um número significativo de pequenas propriedades rurais nessa região (Miranda, 2005). Cerca de 450 pequenas propriedades rurais têm sido acompanhadas anualmente por imagens de satélite e a cada três anos por levantamentos de campo. O antigo projeto de colonização agrícola tornou-se um município, com diversas transformações urbanas e rurais. O monitoramento pelos pesquisadores de uma amostra de produtores rurais produziu (e ainda produz) uma série de dados sobre propriedades familiares instaladas em floresta tropical úmida, capazes de gerar indicadores sobre sua sustentabilidade agrícola. Essas informações, segundo Miranda (2005), podem influenciar políticas públicas para a região, em termos de assistência, pesquisa, financiamento etc.

2. Estudo de Caso: Caracterização da área de estudo

Machadinho d’Oeste, município de Rondônia, localiza-se a aproximadamente 400 km da capital Porto Velho, entre os municípios de Ariquemes e Jaru, com coordenadas geográficas 61o47' e 63o00' de longitude WGr e 9o19' e 10o00' de latitude S.

Antes de ser elevado à condição de município em 1988, Machadinho d’Oeste surgiu como um projeto de assentamento rural (PA). Ao ser instituído como município, seus limites foram ampliados e novas áreas foram incorporadas (4 outros projetos de colonização e 8 centros urbanos), em um total de 8.556 km2.

O PA Machadinho foi dimensionado inicialmente para um total de 3.000 famílias de colonos; mais de 2.000 já haviam chegado em 1984. Nesse ano, esse PA já tinha infra-estrutura mínima para a colonização agrícola, como estradas, núcleos urbanos de apoio, projeto fundiária implantado, lotes demarcados etc.

Em 1986 foi definido um projeto de pesquisa para acompanhar os sistemas de produção agrícola praticados por pequenos agricultores desta região (Miranda, 2005). Pesquisas de campo são feitas a cada três anos, com aplicação de questionários, com cerca de 250 variáveis agro-socioeconômicas e ambientais, sobre uma amostra de propriedades (descritores de localização e situação das propriedades, 12 variáveis; descritores socioeconômicos, 83 variáveis; descritores agronômicos, 30 variáveis para cada cultura e 14 variáveis para a pecuária). A cada ano, o uso das terras é monitorado por imagens de satélites e espacializado em um Sistema de Informações Geográficas (SIG).

Em 1986, 1o ano da pesquisa, foi realizado um esforço de amostragem, que cobriu cerca

de 15% dos lotes, em um total de 438 lotes válidos Os resultados do primeiro levantamento de dados in loco permitiram definir um primeiro perfil dos agricultores recém chegados e de sua agricultura. Em 1989 um novo levantamento permitiu elaborar e espacializar em SIG o perfil da agricultura e dos agricultores. Em 1993, outra etapa foi realizada para aprofundamento de aspectos vinculados à economia e ao meio ambiente.

A pesquisa de campo de 1996 mostrou que, em 10 anos, houve mudanças profundas nas propriedades, tanto na estrutura como nos sistemas de produção (Miranda et al., 1997). Em um novo levantamento de campo em 1999 foram entrevistados 438 agricultores, cujos sistemas de produção foram caracterizados. Caso a propriedade tivesse mudado de dono, o novo responsável era entrevistado e, dessa forma, foi elaborado um novo perfil dos agricultores e da agricultura (Miranda et al., 2002).

Em setembro e outubro de 2002, conforme apresentado em Mangabeira et al. (2005), uma nova pesquisa foi conduzida junto às propriedades estudadas em anos anteriores, para atualização das variáveis sobre os sistemas de produção praticados. Nessa ocasião, foram entrevistados 327 proprietários. As publicações referentes a esses 20 anos de pesquisa em Machadinho d’Oeste podem ser encontradas em Miranda (2005). Uma nova pesquisa de campo

foi realizada no 2o semestre de 2005 e seus resultados encontram-se em fase de análise e

publicação.

De modo a avaliar a evolução do desempenho desses agricultores, neste artigo foram usados modelos DEA para medir sua sustentabilidade. Essa foi a abordagem escolhida já que a medida de desempenho de DEA é calculada de forma comparada (relativa) e permite considerar

vários aspectos, o que é importante neste contexto pois a sustentabilidade tem característica multidimensional.

3. Análise de Envoltória de Dados

Modelos DEA têm como objetivo calcular a eficiência de unidades produtivas, chamadas de DMUs (Decision Making Units), a partir dos níveis de recursos empregados e de resultados obtidos. DEA otimiza cada observação individual, de modo a estimar uma fronteira eficiente (linear por partes), composta das unidades que apresentam as melhores práticas dentro da amostra em estudo (unidades Pareto-Koopmans eficientes). Essas unidades servem como referência ou benchmark para as unidades ineficientes.

A eficiência relativa de uma DMU é definida como a razão da soma ponderada de produtos pela soma ponderada de insumos necessários para gerá-los. Os pesos usados nas ponderações são obtidos de problemas de programação linear (PPLs), que atribuem a cada DMU os pesos que maximizam a sua eficiência. A vantagem de DEA frente a outros modelos de produção é a capacidade de incorporar múltiplos inputs (entradas, recursos, insumos ou fatores de produção) e múltiplos outputs (saídas ou produtos) para o cálculo de uma medida de eficiência única, com ou sem a incorporação de julgamentos subjetivos por parte dos decisores.

Há dois modelos DEA clássicos. O modelo CCR (também conhecido por CRS ou constant returns to scale) trabalha com retornos constantes à escala (Charnes et al., 1978) e assume proporcionalidade entre inputs e outputs. O modelo BCC ou VRS (variable returns to scale), devido a Banker et al. (1984), considera retornos variáveis à escala, ou seja, substitui o axioma da proporcionalidade pelo axioma da convexidade. Tradicionalmente são possíveis duas orientações radiais para esses modelos na busca da fronteira de eficiência: orientação a inputs, quando deseja-se minimizar os recursos disponíveis, sem alteração do nível de produção; orientação a outputs, quando o objetivo é aumentar as quantidades produzidas, sem mudar as quantidades dos recursos.

Existem duas formulações equivalentes para DEA (PPLs duais). De forma simplificada, pode-se dizer que a formulação do Envelope define uma região viável de produção e trabalha com uma projeção de cada DMU na fronteira dessa região; as DMUs ineficientes localizam-se abaixo da fronteira de eficiência e as eficientes na fronteira. Já a formulação dos Multiplicadores trabalha com a razão de somas ponderadas de produtos e recursos, com a ponderação escolhida de forma mais favorável a cada DMU, respeitando-se determinadas condições.

Em (1) e em (2) apresentam-se, respectivamente, o modelo DEA BCC dos Multiplicadores e do Envelope, com orientação a inputs. Considera-se que cada DMU k, k = 1...n, é uma unidade de produção que utiliza r inputs xik, i =1...r, para produzir s outputs yjk, j =1...s; xio e yjo são os inputs e outputs da DMU o.

Em (1), vi e uj são os pesos calculados pelo modelo para inputs e outputs,

respectivamente, e u é um fator de escala (quando positivo, indica que a DMU está em região de *

retornos decrescentes de escala; se negativo, os retornos de escala são crescentes).

ℜ ∈ ∀ ≥ ∀ ≤ − + − = − ∗ ∗ = = = ∗ =

∑

∑

∑

∑

Em (2), θo é a eficiência da DMU o em análise e λk representa a contribuição da DMU

k na formação do alvo da DMU o.

De forma não matemática, no modelo BCC uma DMU é eficiente se, na escala em que opera, é a que melhor aproveita os recursos de que dispõe (relação outputs/inputs).

k λ λ j λ y y i w x k n k k n k k jk jo n k k ik io o o ∀ ≥ = ∀ ≥ + − ∀ ≥ −

∑

∑

∑

3.1. Modelos DEA com restrições aos pesos

Os modelos DEA clássicos permitem total liberdade na escolha dos pesos que darão o máximo valor de eficiência a uma dada DMU. Essa liberdade é importante na identificação das unidades ineficientes, ou seja, aquelas DMUs que apresentam um baixo desempenho inclusive com seu próprio conjunto de multiplicadores. A flexibilidade na escolha dos pesos é uma das vantagens apontadas à modelagem DEA. Entretanto, os pesos calculados podem ser inconsistentes com o conhecimento em relação aos valores relativos de inputs e outputs. Assim, a incorporação de julgamentos de valor dos especialistas a respeito da importância relativa de cada variável no cálculo das eficiências surge como uma evolução natural das aplicações de DEA a problemas reais, ou seja, há a necessidade de introduzir condições além das de não negatividade.

Quando há preferências entre os inputs e/ou outputs por parte dos agentes de decisão, esses julgamentos de valor são incorporados aos modelos DEA por meio de restrições aos pesos (ou multiplicadores) associados aos inputs e/ou aos outputs das unidades avaliadas. Allen et al. (1997) apresentam uma revisão da evolução da incorporação de julgamentos de valor através de restrições aos pesos. Lins e Angulo Meza (2000) agrupam os modelos de restrições aos pesos em três categorias: restrições diretas sobre os multiplicadores; ajuste dos níveis de input-output observados para a captura de julgamentos de valor; restrição a inputs e outputs virtuais.

Um dos tipos de modelos de restrições aos pesos é o modelo de Regiões de Segurança Tipo I (Assurance Region Type I – ARI), conforme definido em Thompson et al. (1990). Em (3) apresenta-se a formulação genérica do modelo BCC com as restrições ARI impostas aos outputs,

onde α_i e β_i são constantes especificadas pelo decisor e que refletem os julgamentos de valor

sobre a importância relativa entre os inputs i e i+1.

ℜ ∈ ∀ ≥ ≤ ≤ ∀ ≤ − + − = − ∗ + ∗ = = = ∗ =

∑

∑

∑

∑

3.2. Modelos DEA em agricultura

O uso DEA para medir a eficiência relativa de unidades produtivas tem-se mostrado bastante atrativo em diversos setores de aplicação. O emprego de modelos DEA em agricultura pode vir a apoiar as decisões dos agricultores (e dos órgãos de fomento ou de associações de agricultores), ao indicar as fontes de ineficiência e as unidades que podem servir de referência às práticas adotadas (identificação de benchmarks).

Revisões sobre o estado da arte do uso de fronteiras de produção em agricultura podem ser vistas em Battese (1992), que apresenta aplicações de modelos de fronteiras paramétricas. Aplicações de métodos de fronteiras à agricultura de países em desenvolvimento são resumidas por Bravo-Ureta e Pinheiro (1993). Coelli (1995) completa o estudo desses autores e mostra que de 38 artigos encontrados sobre o tema “fronteiras de produção e avaliação de eficiência”, somente 3 utilizavam DEA até aquela data (Färe et al., 1985; Ray, 1985; Chavas e Aliber, 1993). Em Gomes et al. (2003) encontra-se uma breve revisão sobre o estado da arte do uso de modelos DEA em agricultura.

Uma revisão completa do estado da arte no tema foge ao escopo deste artigo. Entretanto, uma busca bibliográfica não exaustiva revelou que existem mais de 80 artigos publicados sobre o tema, em periódicos científicos das áreas de Economia, Ciências Agrárias e Pesquisa Operacional, sem contabilizar dissertações de mestrado e teses de doutorado relativas ao assunto.

Para o caso específico de Machadinho d’Oeste, Gomes et al. (2005) estudaram a relação espacial entre fertilidade do solo e eficiência técnica (medida com modelos DEA) para os dados da pesquisa de campo conduzida em 1999. As medidas de eficiência foram espacializadas e as eficiências e ineficiências foram explicadas a partir de características espaciais, não inseridas no modelo. Mangabeira e Gomes (2005) usaram modelos DEA BCC para medir a eficiência de agricultores familiares de Machadinho d’Oeste, a partir das variáveis área cultivada, mão-de-obra, custos de produção e renda bruta, do ano de 1999.

Apesar da grande quantidade de referências sobre aplicações de DEA em agricultura, estas são escassas quando se referem ao uso de DEA para medir sustentabilidade agrícola. Neste tema destacam-se os trabalhos de De Koeijer et al. (2002) e Sauer e Abdallah (2006). Em De Koeijer et al. (2002), medidas de eficiência DEA foram usadas como medidas de sustentabilidade para um grupo de produtores holandeses de beterraba. Pela abordagem proposta pelos autores, sustentabilidade é a combinação de eficiência ambiental e desempenho econômico. Se os agricultores melhoram a eficiência técnica, alcançam simultaneamente os objetivos econômico e ambiental. Dessa forma, o aumento da eficiência ambiental e econômica promove a sustentabilidade.

Sauer e Abdallah (2006) estudaram a relação entre eficiência produtiva, biodiversidade e manejo de recursos, para a produção de tabaco na Tanzânia. Os resultados mostram que o aumento da eficiência agrícola produtiva é condição para a sustentabilidade ambiental, o que motiva a gestão sustentável dos recursos florestais.

4. Modelagem

A estruturação de um modelo DEA necessita da definição das unidades a avaliar, das variáveis a constituir o modelo (inputs e outputs), e do modelo DEA adotado (CCR, BCC, entre outros; orientação a inputs, a outputs etc.).

O objetivo do modelo DEA aqui proposto é medir sustentabilidade em agricultura. O conceito de sustentabilidade agrícola usado neste artigo refere-se à capacidade do produtor em manter seu sistema de produção. Dessa forma, as DMUs do modelo DEA são os produtores rurais amostrados e que foram entrevistados pela pesquisa de campo em 1986 e 2002 (um modelo DEA para cada ano). Adicionalmente, foi estudado somente o grupo de produtores que se mantiveram no lote, em um total de 76. Ou seja, foram desconsiderados os lotes que ou foram abandonados ou mudaram de proprietário nesse período, já que produtores diferentes têm “racionalidades” agrícolas diferentes, o que poderiam interferir na avaliação da sustentabilidade.

A etapa de seleção das variáveis em DEA é de grande importância, pois dela depende a qualidade dos resultados. Um modelo com grande número de variáveis pode acarretar em uma

avaliação extremamente benevolente, com várias DMUs 100% eficientes. Para o caso de avaliação da sustentabilidade agrícola em Machadinho d’Oeste, as variáveis do modelo foram escolhidas dentre aquelas coletadas no questionário de campo.

O modelo aqui proposto tem como objetivo medir a sustentabilidade sob as óticas social, econômica e ambiental, ou seja, mede o desempenho socioeconômico-ambiental dos lotes analisados. Para esse modelo, os inputs são área total do lote (em ha), uso total de mão-de-obra (em dias homem) e custo total (em R$); os outputs são receita bruta (R$) e área total com mata (ha).

Em relação ao uso de mão-de-obra foram considerados os ativos da família entre 15 e 65 anos e que trabalham na propriedade, os empregados permanentes e os temporários. O input mão-de-obra foi medido em dias-homem; em Machadinho d’Oeste 1 ativo agrícola trabalha, em média, 300 dias.

O cálculo do custo considerou somente as culturas para as quais havia informações disponíveis sobre preços para a região, quais sejam, arroz, milho, feijão (culturas anuais), café, guaraná e cacau (culturas perenes). O custo de produção por cultura foi calculado pela relação [número de hectares plantado * custo médio de produção por hectare]. A receita bruta foi dada por [número de sacos produzidos de determinada cultura * preço médio do saco]; para cacau e guaraná a receita foi calculada por quilograma produzido destes produtos. Receita total e custo total referem-se, respectivamente, à soma das receitas e custos individuais por cultura (produção agrícola no lote). Tem-se, assim, o quanto o produtor gastou (custo) em todos os produtos em determinado ano e o quanto ele ganhou (receita) de tudo o que foi vendido (ou consumido, como no caso de arroz, milho e feijão, por ter deixado de comprar na cidade estes produtos de autoconsumo).

É importante destacar duas questões. Primeiro, em 1986 as culturas perenes (café, cacau e guaraná) não tiveram produção, por terem sido plantadas recentemente (os colonos foram assentados em 1984 e em 1986 as plantas perenes eram novas). Ou seja, para esse ano foram consideradas somente as produções das culturas anuais (arroz, milho e feijão). Sendo assim, a receita líquida da maioria dos produtores para 1986 é negativa. Ressalta-se, entretanto, que os produtores assentados estavam no início da atividade e recebiam algum benefício financeiro do INCRA (Instituto Nacional de Colonização e Reforma Agrária) ou tinham empréstimo bancário para financiar o investimento feito nas culturas perenes. Segundo, os valores de custo médio e de preços (para cálculo das receitas) usados foram os de 2005 para as seis culturas. Mesmo precários, estes eram os únicos valores disponíveis. Esta opção foi feita para que não se incorresse em erros econômicos (mudança de moeda, deflação ou correção pelo dólar para igualar os preços etc.). Dentro do contexto da dificuldade de levantamento de informações sobre os sistemas de produção praticados pelos produtores, este modelo é uma aproximação razoável da forma de produção dos sistemas de cultivo praticados em Machadinho d’Oeste, não muito diferente da maioria dos assentamentos agrícolas no Brasil.

O modelo de sustentabilidade aqui proposto mede a capacidade de cada propriedade gerar receita e/ou preservar a mata nativa com os recursos que tem. É eficiente não só quem tiver uma boa relação entre a receita e gastos, mão-de-obra e terra, mas também quem tiver uma boa relação entre mata preservada e essas mesmas variáveis. Em casos extremos, pode haver unidades eficientes sem preservação ou sem produção. Estas situações limites só aparecem devido à possibilidade de serem atribuídos pesos nulos a algum output. Assim, para uma análise mais completa foram estudados dois enfoques: um econômico-ambiental e outro ambiental-econômico. Esses diferentes enfoques foram obtidos com a imposição de restrições aos pesos ao modelo DEA BCC clássico. No modelo econômico-ambiental foi imposto que o peso da variável receita bruta é maior que peso da variável área com mata. Já no modelo ambiental-econômico, o peso de área com mata deve ser maior que o peso de receita bruta. Isto corrobora com os diferentes enfoques de sustentabilidade, ou seja, pelo viés econômico a sustentabilidade parte do princípio da manutenção econômica do sistema de produção, não importando muito o peso da preservação ambiental (cuja variável representativa pode ter peso nulo). Por outro lado, área de

mata preservada não é contabilizada como serviço prestado ao sistema econômico e, neste caso, impõe-se peso maior para esta variável.

Neste ponto é importante destacar que ao impor restrições aos pesos do tipo ARI, caso o interesse fosse medir a importância atribuída por cada DMU a cada variável, dever-se-iam normalizar os dados, de modo que os valores resultantes dos pesos não fossem influenciados pela escala dos dados. Entretanto, na proposta deste artigo, em relação ao modelo dos multiplicadores está-se interessado somente em avaliar a medida de eficiência e a quantidade de pesos zero atribuídos às variáveis.

Quanto à escolha do modelo DEA, neste artigo foi usado o modelo DEA BCC, já que não há evidências que em Machadinho d’Oeste um aumento na área ou no uso de mão-de-obra ou nos custos causaria aumento proporcional na quantidade produzida, na receita ou na preservação de área de mata. Como é desejado verificar se a produção justifica a quantidade de recursos empregados, foi usada orientação a inputs.

5. Resultados

Conforme colocado anteriormente, foram adotadas duas abordagens para esse modelo, cujos resultados foram obtidos com o software SIAD (Angulo Meza et al., 2005). Segundo a abordagem econômico-ambiental, em que o resultado econômico (receita bruta) é mais importante que a conservação ambiental (representada pela variável área total com mata), dos 76 lotes avaliados, 21 foram DEA-BCC eficientes em 1986 e 10 em 2002. Desses, somente 3 foram eficientes em ambos os anos. Em 1986 a eficiência média foi de 0,7208 e 0,7504 em 2002. Entre 1986 e 2002, 31 lotes (40,8%) sofreram redução e 42 lotes (55,3%) tiveram aumento de eficiência. A maior redução e o maior aumento foram, respectivamente, da ordem de 51,9% e 102,0%. Os valores das medidas de eficiência encontram-se na Tabela 1.

Tabela 1. Medidas de eficiência segundo a abordagem econômico-ambiental.

DMU 1986 2002 DMU 1986 2002 DMU 1986 2002

DMU1 1,0000 0,8249 DMU27 1,0000 0,9827 DMU53 0,5330 0,5769

DMU2 0,4700 0,7307 DMU28 1,0000 0,4806 DMU54 1,0000 0,7295

DMU3 0,6712 0,5637 DMU29 0,7711 1,0000 DMU55 1,0000 0,6250

DMU4 0,8419 1,0000 DMU30 1,0000 0,8713 DMU56 0,6955 0,8219

DMU5 1,0000 1,0000 DMU31 0,6070 1,0000 DMU57 0,5172 0,6566

DMU6 1,0000 0,8164 DMU32 0,4606 0,6323 DMU58 0,5419 0,5268

DMU7 1,0000 0,8695 DMU33 0,5701 0,5873 DMU59 0,6660 0,8255

DMU8 0,7076 0,8926 DMU34 0,4394 0,7235 DMU60 0,6869 0,7740

DMU9 1,0000 0,8791 DMU35 0,5652 0,6490 DMU61 0,6761 0,8418

DMU10 0,5342 0,5990 DMU36 0,8665 0,8023 DMU62 0,5831 0,6336

DMU11 0,4146 0,7209 DMU37 0,6647 0,5940 DMU63 0,4940 0,6837

DMU12 1,0000 1,0000 DMU38 0,4933 0,6407 DMU64 0,6755 0,9108

DMU13 0,5650 0,4991 DMU39 0,5971 0,5955 DMU65 0,7273 1,0000

DMU14 0,5581 0,5764 DMU40 0,6660 0,6748 DMU66 0,6115 0,6634

DMU15 1,0000 0,8049 DMU41 1,0000 0,6528 DMU67 1,0000 0,7930

DMU16 0,5526 0,7721 DMU42 0,6503 0,5990 DMU68 0,6258 0,5577

DMU17 0,5503 0,7411 DMU43 0,9435 0,8267 DMU69 0,5652 0,6547

DMU18 0,7348 0,7624 DMU44 0,7181 0,6326 DMU70 0,8164 0,5332

DMU19 0,5033 0,5610 DMU45 1,0000 1,0000 DMU71 0,6946 0,6029

DMU20 1,0000 0,9953 DMU46 0,4950 1,0000 DMU72 0,6033 0,8745

DMU21 1,0000 0,7991 DMU47 1,0000 0,8213 DMU73 1,0000 0,9418

DMU22 0,9071 0,7223 DMU48 0,6437 1,0000 DMU74 0,4983 0,6515

DMU23 0,6472 0,6727 DMU49 0,5823 0,6525 DMU75 1,0000 0,8777

DMU24 0,5078 0,6366 DMU50 0,5445 0,6888 DMU76 0,4741 0,5326

DMU25 0,6208 1,0000 DMU51 0,4056 0,5955 Média 0,7610 0,7804

Os 3 produtores que se mantiveram eficientes em ambos os anos são oriundos dos estados de BA (2) e RN e estão em Machadinho desde o início da década de 80. Em 1986 tinham cerca 80% da área total da propriedade ocupada com mata natural. Um desses produtores usava órgão de assistência técnica e dois usavam o Núcleo Urbano de Assistência Rural (NUAR). Identificaram como problema a falta de financiamento e de recursos humanos para propriedade; saúde foi a necessidade apontada. Em 2002, um desses produtores recebeu assistência técnica da Emater (Empresa de Assistência Técnica e Extensão Rural) e nenhum participava de sindicatos. A área com mata representava, em média, 31% da área total do lote. Apontaram as estradas como problema e moradia como necessidade.

Nos resultados do modelo dos multiplicadores, em 1986, a variável de input que recebeu maior número de pesos zero (19,7%) foi o custo total; já nos outputs, área com mata foi desconsidera por 63,2% dos lotes. Já em 2002, o input mão-de-obra e o output área com mata foram as variáveis que obtiveram o maior número de pesos zero (39,5% e 68,4%, respectivamente). Esses resultados indicam que ao considerar que o aspecto econômico como mais importante que o ambiental no cálculo da medida de eficiência, este último pode ser um fator limitante para a manutenção da sustentabilidade socieconômica-ambiental na região, em especial pelo aumento do número de lotes que atribuíram peso nulo à variável área com mata.

Os resultados do modelo do envelope mostram que o agricultor eficiente que apareceu o maior número de vezes como referência (51,3%) para os demais foi, em 1986, um produtor mineiro, que chegou a Machadinho em 1983, e que tinha 87,1% da área total com mata natural e que ainda não havia produzido naquele ano. Para o ano de 2002, a DMU mais referenciada, com 86,8% de contribuições não nulas, foi um produtor do ES, com chegada em Machadinho em 1984, cujo lote apresentava 50% da área total com mata natural. Em 2002, recebeu assistência técnica da Emater, tinha empregados temporários e todos os membros da família tinham dedicação parcial ao lote.

Pelos resultados de melhoria de desempenho entre 1986 e 2002, pode-se supor que, segundo o enfoque econômico-ambiental, os produtores de Machadinho d’Oeste aumentaram gradualmente a sua sustentabilidade. Este resultado é explicado porque a grande maioria dos produtores, aqui desconsiderando-se os pecuaristas, produzem satisfatoriamente de acordo com o potencial de sua mão-de-obra familiar, sem desmatar todo o lote, e com complemento de sua renda pela dedicação extra-agrícola. No entanto, é apenas possível afirmar que a sustentabilidade aumenta, não havendo nenhuma indicação de seu valor absoluto.

No ponto de vista ambiental-econômico foi também calculada a eficiência dos 76 produtores, segundo o qual foi imposto que o peso atribuído por cada DMU à variável área total com mata é maior que aquele da variável receita bruta total. Conforme apresentado na Tabela 2, em 1986, 18 lotes (23,7%) foram eficientes, com eficiência média de 0,8254. Já em 2002, a eficiência DEA BCC foi de 0,9051, com 23 DMUs (30,3%) eficientes. Esse resultado de incremento de desempenho corrobora com aquele obtido pelo enfoque anterior, qual seja, de que os produtores de Machadinho evoluíram de maneira sustentável ao longo desses anos. Ainda, de 1986 a 2002, 20 lotes (26,3%) reduziram o valor da eficiência, 49 (64,5%) aumentaram e 7 (9,2%) mantiveram o mesmo nível de eficiência (aqui, 1,0000). A maior redução foi de cerca de 33,2% e o maior aumento de 57,3%.

Os resultados do modelo dos multiplicadores mostram que em 1986, o input ao qual foi atribuído o maior número de pesos zero (78,9%) foi o custo total; para os outputs, a receita bruta recebeu peso nulo em 71,1% dos lotes. Em 2002, a mão-de-obra (input) e a receita bruta (output) foram as variáveis com maior número de pesos zero (respectivamente, 43,4% e 23,7%). A redução na atribuição de pesos nulos para receita bruta indica que o aspecto econômico sofreu evolução positiva ao longo do período considerado. Em contrapartida, o número de pesos zero atribuídos pelas DMUs ao output área com mata, que passou de 6,6% para 11,8%, mostra que o aspecto ambiental pode se tornar limitante para a sustentabilidade desses produtores, o que corrobora com os resultados da abordagem anterior.

Pelo modelo do envelope verifica-se que a DMU eficiente que apareceu como benchmark mais referenciado pelas demais DMUs (63,2% das vezes) em 1986, foi um produtor do Paraná,

em Machadinho desde 1983, e que tinha 88,9% do lote com mata natural e que teve 13,5% de lucro com a sua produção. Em 2002, o agricultor mais referenciado (por 64,5% dos lotes) foi o mesmo produtor capixaba da abordagem anterior.

Finalmente destaca-se que os três produtores que foram eficientes nos dois anos na abordagem econômico-ambiental, também o foram na abordagem ambiental-econômica. Para ajudar na evolução do desempenho dos demais produtores e manutenção ou incremento de sua sustentabilidade, as práticas executadas por esses agricultores podem servir de subsídio para os demais (apoiados por órgãos de assistência técnica, extensão rural e de pesquisa), já que mantiveram 100% eficientes segundo a sustentabilidade socioeconômico-ambiental, independente do enfoque usado.

Tabela 2. Medidas de eficiência segundo o ponto de vista ambiental-econômico.

DMU 1986 2002 DMU 1986 2002 DMU 1986 2002

DMU1 0,8248 1,0000 DMU27 1,0000 1,0000 DMU53 0,6691 0,7992

DMU2 0,7307 0,8216 DMU28 0,7713 1,0000 DMU54 1,0000 1,0000

DMU3 0,5969 0,8101 DMU29 1,0000 0,7826 DMU55 0,6356 1,0000

DMU4 1,0000 0,9194 DMU30 0,8713 1,0000 DMU56 0,8262 0,8822

DMU5 1,0000 1,0000 DMU31 1,0000 0,8696 DMU57 0,6565 0,9149

DMU6 0,8996 1,0000 DMU32 1,0000 0,9657 DMU58 0,7637 0,8570

DMU7 0,9277 1,0000 DMU33 0,7230 0,9600 DMU59 1,0000 0,9171

DMU8 0,8925 0,9475 DMU34 0,8522 0,8545 DMU60 0,9003 0,7967

DMU9 1,0000 1,0000 DMU35 0,9911 0,9050 DMU61 0,9401 0,8432

DMU10 0,5989 0,8431 DMU36 0,9931 0,9679 DMU62 0,6477 0,6418

DMU11 0,7556 0,8485 DMU37 0,5939 0,9188 DMU63 0,6836 0,9238

DMU12 1,0000 1,0000 DMU38 0,8099 0,9450 DMU64 0,9107 0,9076

DMU13 0,5902 0,8570 DMU39 0,5953 0,6805 DMU65 1,0000 0,9076

DMU14 0,5764 0,8216 DMU40 0,6748 0,7658 DMU66 1,0000 0,7819

DMU15 0,8703 1,0000 DMU41 0,6528 1,0000 DMU67 1,0000 1,0000

DMU16 0,9262 0,9318 DMU42 0,8650 0,9610 DMU68 0,6343 0,9048

DMU17 0,7411 0,9389 DMU43 0,9126 0,9435 DMU69 0,6545 0,8660

DMU18 0,7624 0,9015 DMU44 0,8094 0,9996 DMU70 0,7507 1,0000

DMU19 0,6425 0,9973 DMU45 1,0000 1,0000 DMU71 0,6028 0,7199

DMU20 1,0000 1,0000 DMU46 1,0000 0,9165 DMU72 0,8745 0,7397

DMU21 0,9085 1,0000 DMU47 0,9539 1,0000 DMU73 0,9415 1,0000

DMU22 0,8329 0,9547 DMU48 1,0000 0,9648 DMU74 0,8500 0,8293

DMU23 0,6731 0,8455 DMU49 0,8761 0,7516 DMU75 0,8892 1,0000

DMU24 0,6366 0,8447 DMU50 0,6888 1,0000 DMU76 0,5395 0,8929

DMU25 1,0000 0,6684 DMU51 0,7401 0,8600 Média 0,8168 0,9212

DMU26 0,8498 1,0000 DMU52 0,7500 0,6985 Eficientes 6 10

6. Conclusões

Ao propor o uso de modelos DEA para avaliar a sustentabilidade em agricultura, este artigo contribui para o estado da arte no tema, em especial pelo fato de não ter sido encontrada referência na literatura de seu uso no caso brasileiro. Toresan (1998) estudou o tema sustentabilidade, mas com uso de modelos multicritério (a saber, método MACBETH).

Os dois enfoques e a abordagem temporal aqui empregados possibilitaram uma visão mais ampla da situação dos agricultores na região. Os modelos foram coincidentes ao mostrar uma melhoria de desempenho dos produtores considerados na amostra, indício de que são sustentáveis (mantém seus sistemas de produção ao longo do tempo). Mostraram também que a variável ambiental considerada (área com mata), mesmo quando sua importância relativa foi imposta superior à da renda bruta, pode ser limitante para a sustentabilidade dos agricultores (pelo crescimento do número de pesos zero no segundo enfoque).

Com a ampliação das áreas de culturas perenes (em especial café, e em menor intensidade cacau e guaraná) e de pastagens, houve aumento do desmatamento em cada

propriedade em relação ao início do projeto de assentamento. O valor médio de área com mata em cada lote depende do tipo de exploração da propriedade rural ou, em outras palavras, da estrutura de produção. Em Machadinho d’Oeste, essa estrutura produtiva, tipicamente de lavouras e pecuária, é determinante e é determinada pelo uso das terras. A consolidação dos cultivos perenes, na medida em que sejam adotados alguns princípios de manejo mais ecológico, como o sombreamento com árvores nativas (principalmente para as culturas perenes) e a prática de restituições minerais, representará um elemento fundamental da sustentabilidade agrícola das propriedades rurais. Adicionalmente, conforme destacado em Mangabeira et al. (2005), a prática de sombreamento (especialmente para o café, principal cultura de renda de Machadinho) tem provado ser bastante eficiente, com contribuição para o aumento da produtividade (pela uniformidade de produção entre os anos, já que diminui o efeito bi-anual de safras altas e baixas), diminuição de pragas e doenças e restauração/manutenção de alguns nutrientes nos solos. Dessa forma, a prática de reflorestamento deve ser incentivada na região, o que pode e já vem sendo feito, pelo plantio consorciado de seringueira e café (a extração de látex é pouco explorada devido ao baixo preço e, assim, os produtores cultivavam seringueira mais pelos benefícios do sombreamento para a cultura de café, além de produzirem maior conforto para os trabalhos manuais nos cafezais).

A identificação dos produtores eficientes, em especial daqueles que se mantiveram eficientes nos dois períodos de tempo e nos dois enfoques, pode ser útil na determinação de diretrizes, por extensionistas, órgãos de assistência técnica e de pesquisa, aos demais produtores, em especial para aqueles que sofreram decréscimo no desempenho ao longo do tempo. Desenvolvimentos futuros devem focar a exploração dos perfis dos produtores de referência, já que estes garantiram, ao longo deste tempo, a manutenção dos seus sistemas de produção e a sustentabilidade socioeconômico-ambiental desses sistemas.

7. Agradecimentos

Ao CNPq, pelo apoio financeiro, por meio do Edital CNPq 19/2004 – Universal, processo n.º 472838/2004-0. À Embrapa Monitoramento por Satélite, pelos dados.

Referências

Allen, R., Athanassopoulos, A., Dyson, R.G. e Thanassoulis, E. (1997), Weights restrictions and value judgements in data envelopment analysis: evolution, development and future directions, Annals of Operations Research, 73, 13-34.

Angulo Meza, L., Biondi Neto, L., Soares de Mello, J.C.C.B. e Gomes, E.G. (2005), ISYDS – Integrated System for Decision Support (SIAD – Sistema Integrado de Apoio à Decisão): a software package for data envelopment analysis, Pesquisa Operacional, 25(3), 493-503.

Banker, R.D., Charnes, A. e Cooper, W.W. (1984), Some models for estimating technical scale inefficiencies in data envelopment analysis, Management Science, 30(9), 1078-109.

Barreto, R.C.S., Khan, A.S. e Lima, P.V.P.S. (2005), Sustentabilidade dos assentamentos do município de Caucaia-CE, Revista de Economia e Sociologia Rural, 43(2), 225-247.

Battese, G.E. (1992), Frontier production functions and technical efficiency: a survey of empirical applications in agricultural economics, Agricultural Economics, 7, 185-208.

Bravo-Ureta, B.E. e Pinheiro, A.E. (1993), Efficiency analysis of developing country agriculture: a review of the frontier function literature, Agricultural and Resource Economics Review, 22, 88-101.

Carpenter, R.A. (1993), Can sustainability be measured?, Environmental Strategy, 5, 13-16.

Charnes, A., Cooper, W.W. e Rhodes, E. (1978), Measuring the efficiency of decision-making units, European Journal of Operational Research, 2, 429-444.

Chavas, J. e Aliber, M. (1993), An analysis of economic efficiency in agriculture: a nonparametric approach, Journal of Agriculture and Resource Economics, 18, 1-16.

Coelli, T.J. (1995), Recent developments in frontier modeling and efficiency measurement, Australian Journal of Agricultural Economics, 39(3), 219-245.

Comissão Mundial sobre o Meio Ambiente e Desenvolvimento, Nosso Futuro Comum, Rio de Janeiro: Fundação Getúlio Vargas. 8 p., 1988.

De Koeijer, T.J., Wossink, G.A.A., Struik, P.C. e Renkema, J.A. (2002), Measuring agricultural sustainability in terms of efficiency: the case of Dutch sugar beet growers, Journal of Environmental Management, 66, 9-17.

Edwards, C.A., Lal, R., Madden, P., Miller, R.H. e House, G. Sustainable Agricultural Systems. Soil and Water Conservation Society, Iowa, 1990.

Ehlers, E. Agricultura Sustentável: origens e perspectivas de um novo paradigma, 2. ed., Ed. Agropecuária, Guaíba, 1999.

Färe, R., Grabowski, R. e Grosskopf, S. (1985), Technical efficiency in Philippine agriculture, Applied Economics, 17, 205-214.

Fernandes, L.A.O. (2004), The meaning of sustainability: searching for agri-environmental indicators. Thesis (Ph.D.) – University of Manchester. 332p.

Gomes, E.G., Mangabeira, J.A.C., Valladares, G.S. e Batistella, M. (2005), Eficiência técnica e fertilidade do solo: estudo da relação espacial para o caso da agricultura de Machadinho d'Oeste, RO, Anais do XLIII Congresso da Sociedade Brasileira de Economia e Sociologia Rural, Ribeirão Preto.

Gomes, E.G., Soares de Mello, J.C.C.B. e Biondi Neto, L. (2003), Avaliação de eficiência por análise de envoltória de dados: conceitos, aplicações à agricultura e integração com sistemas de informação geográfica, Documentos, 28. Embrapa Monitoramento por Satélite, Campinas. Disponível em: <http://www.cnpm.embrapa.br/publica/download/d28_envoltdados_vf.pdf>. Acesso em: 14 dez. 2005.

Gomes, I. (2004)., Sustentabilidade social e ambiental na agricultura familiar, Revista de Biologia e Ciências da Terra, 5(1).

Herendeen, R.A. e Wildermuth, T. (2002), Resource-based sustainability indicators: Chase County, Kansas, as example, Ecological Economics, 42, 243-257.

Lins, M.P. e Angulo Meza, L. Análise Envoltória de Dados e perspectivas de integração no

ambiente de Apoio à Decisão. Editora da COPPE/UFRJ, Rio de Janeiro, 2000.

Lopes, S.B. e Almeida, J. (2003), Methodology for comparative analysis of sustainability in agroforestry systems, Revista de Economia e Sociologia Rural, 41(1), 183-208.

López-Ridaura, S., Masera, O. e Astier, M. (2002), Evaluating the sustainability of complex socio-environmental systems: the MESMIS framework, Ecological Indicators, 2, 135-148.

Mangabeira, J.A.C. e Gomes, E.G. (2005), Eficiência técnica em agricultura familiar: um estudo de caso, Anais do VIII Simpósio de Pesquisa Operacional e Logística da Marinha, Rio de Janeiro.

Mangabeira, J.A.C., Miranda, E.E. e Gomes, E.G. (2005), Perfil agrossocioeconômico dos produtores rurais de Machadinho d’Oeste (RO), em 2002. Documentos, 38. Campinas: Embrapa Monitoramento por Satélite. 114 p., il.

Marzall, K. e Almeida, J. (2000), Indicadores de sustentabilidade para agroecossistemas: estado da arte, limites e potencialidades de uma nova ferramenta para avaliar o desenvolvimento sustentável, Cadernos de Ciência & Tecnologia, 17(1), 41-59.

Melgarejo, L. (2000), Desempenho, eficiência multidimensional e previsão de possibilidade de sucesso em assentamentos de reforma agrária, no Rio Grande do Sul. Tese (Doutorado em Engenharia de Produção) – Universidade Federal de Santa Catarina. 482 p.

Miranda, E.E. Sustentabilidade Agrícola na Amazônia: 20 anos de monitoramento da agricultura em Machadinho d’Oeste-RO. Embrapa Monitoramento por Satélite, Campinas, 1 CD-Rom, 2005.

Miranda, E.E., Mangabeira, J.A.C., Batistella, M. e Dorado, A.J. (2002), Diagnóstico agroecológico e socioeconômico dos produtos rurais de Machadinho d’Oeste (RO), em 1999. Documentos, 18. Campinas: Embrapa Monitoramento por Satélite, 88 p.

Miranda, E.E., Mangabeira, J.A.C., Mattos, C. e Dorado, A.J. Perfil agroecologico e socioeconômico de pequenos produtores rurais: o caso de Machadinho d’Oeste, Rondônia. Ecoforça/Embrapa-NMA, Campinas, 117p., 1997.

Pacini, C., Wossink, A., Giesen, G., Vazzana, C. e Huirne, R. (2003), Evaluation of sustainability of organic, integrated and conventional farming systems: a farm and field-scale analysis, Agriculture, Ecosystems and Environment, 95, 273-288.

Pannell, D.J. e Glenn, N.A. (2000), A framework for the economic evaluation and selection of sustainability indicators in agriculture, Ecological Economics, 33, 135-149.

Rasul, G. e Thapa, G.B. (2004), Sustainability of ecological and conventional agricultural systems in Bangladesh: an assessment based on environmental, economic and social perspectives, Agricultural Systems, 79, 327-351.

Ray, S. (1985), Measurement and test of efficiency of farmers in linear programming models: a study of West Bengal farms, Oxford Bulletin of Economics and Statistics, 47, 371-386.

Rigby, D., Woodhouse, P., Young, T. e Burton, M. (2001), Constructing a farm level indicator of sustainable agricultural practice, Ecological Economics, 39, 463-478.

Sachs, I. (1990), Desarrollo sustentable, bio-industrialización descentralizada y nuevas configuraciones rural-urbanas: los casos de India y Brasil, Pensamiento Iberoamericano, 46, 235-256.

Sachs, I. Caminhos para o desenvolvimento sustentável, Ed. Garamond, Rio de Janeiro, 2000.

Sauer, J. e Abdallah, J.M. (2006), Forest diversity, tobacco production and resource management in Tanzania, Forest Policy and Economics, 8 (forthcoming).

Thompson, R.G, Langemeier, L.N., Lee, C.T., Lee, E. e Thrall, R.M. (1990), The role of multiplier bounds in efficiency analysis with application to Kansas farming, Journal of Econometrics, 46, 93-108.

Toresan, L. (1988), Sustentabilidade e desempenho produtivo na agricultura: uma abordagem multidimensional aplicada a empresas agrícolas. Tese (Doutorado em Engenharia de Produção) – Universidade Federal de Santa Catarina.

Veiga, J.E. (1996), Agricultura familiar e sustentabilidade, Cadernos de Ciência & Tecnologia, 13(3), 383-404.

Von Wirén-Lehr, S. (2001), Sustainability in agriculture - an evaluation of principal goal-oriented concepts to close the gap between theory and practice, Agriculture, Ecosystems and Environment, 84, 115-129.