PRODUTIVIDADE E EFICIÊNCIA COMO FATORES DETERMINANTES DA RENTABILIDADE NA ATIVIDADE LEITEIRA

PRODUTIVIDADE E EFICIÊNCIA COMO FATORES DETERMINANTES DA RENTABILIDADE NA ATIVIDADE LEITEIRA

Adriano Provezano Gomes1 Roberto Serpa Dias2

Resumo: A análise de janelas da DEA e o índice de Malmquist foram aplicados a dados coletados junto a produtores de leite do estado de Minas Gerais, no período de 2000 a 2002. O objetivo foi calcular a variação na eficiência técnica e na produtividade total dos fatores e associá-las a alguns indicadores de desempenho técnico e econômico da produção. Os resultados permitiram concluir que as fazendas que apresentaram ganho em eficiência também aumentaram a produtividade total dos fatores. Isso significa que os produtores que estão buscando aumentos na produtividade do sistema, naturalmente estão também reduzindo as ineficiências técnicas. Outro ponto observado é que as fazendas que ganharam eficiência e produtividade são aquelas com maiores volumes de produção, maiores produtividades parciais das vacas e dos fatores terra e mão-de-obra e maiores custos unitários de produção. Entretanto, apesar de maiores custos, a remuneração anual da atividade nestas fazendas é maior, demonstrando ser preferível para os produtores buscar a maximização do lucro anual, mesmo que o custo unitário venha a aumentar em conseqüência disso.

Palavras-chave: Produção de leite; análise de janela; índice de Malmquist. 1. Introdução

Vários estudos enfatizam a importância do setor leiteiro no Brasil, tanto em aspectos sócio-econômicos quanto alimentares. Destaca-se a elevada capacidade do setor em gerar emprego e renda. Estima-se que a atividade é praticada em mais de um milhão de estabelecimentos agrícolas em todo o pais, responsável pela ocupação de, aproximadamente, 3,6 milhões de pessoas somente na produção primária.

Segundo estudos da EMBRAPA, o sistema agroindustrial do leite apresenta indicadores favoráveis em termos de multiplicação da produção e emprego, em comparação aos demais setores da economia. O setor de leite é capaz de gerar novos postos de trabalho por valores reduzidos. A cada aumento na demanda final por leite e derivados de aproximadamente R$ 5.000, um emprego permanente é gerado na economia. Assim, as políticas públicas que visam a geração de emprego e renda devem considerar a atividade leiteira como uma das principais alternativas.

Em razão da importância do produto na alimentação humana, o abastecimento de leite sempre foi motivo de preocupação por parte do governo brasileiro. Tais preocupações foram materializadas, durante meio século, no tabelamento do preço e, mais recentemente, em programas governamentais, mediante distribuição de leite a famílias mais pobres e a escolas, na merenda escolar.

Com a implantação do programa Fome Zero pelo atual governo, espera-se um impacto significativo sobre o consumo dos principais itens da cesta básica, dentre eles o leite. De acordo com estimativas da CNA (2003), a demanda de leite poderá aumentar até 23%. O programa provocaria um aumento inicial no consumo de 1,1 bilhão de litros, o que representa cerca de 5,2% da produção atual. Com a implantação completa do programa, o consumo deve se elevar em 5 bilhões de litros.

1 _{Professor do Departamento de Economia da UFV, Viçosa/MG. E-mail: apgomes@ufv.br.} 2 _{Professor do Departamento de Economia da UFV, Viçosa/MG. E-mail: rsdias@ufv.br.}

Esse aumento no consumo é mais um agente transformador da produção de leite no Brasil. Para atendê-lo, será necessário aumentar a produção interna. Caso contrário, maiores volumes terão que ser importados, comprometendo as preciosas e necessárias divisas.

Entretanto, quando se pretende aumentar a produção de determinado produto, alguns caminhos podem ser seguidos. Por exemplo, pode-se aumentar a produção via aumento da eficiência técnica, aumento da produtividade dos fatores de produção ou, ainda, aumento das quantidades usadas de fatores. É necessário, porém, considerar se a forma de crescimento escolhida proporcionará maior rentabilidade para os produtores. Caso contrário frustrará o plano de crescimento.

Nesse sentido, o presente trabalho procura identificar a relação existente entre ganhos de eficiência técnica e de produtividade total dos fatores e a remuneração da atividade leiteira. Para isso, será utilizada a análise envoltória de dados (DEA) em informações levantadas diretamente em fazendas de leite, no período de 2000 a 2002.

2. Metodologia

A metodologia utilizada neste trabalho consiste, inicialmente, na verificação de mudanças na eficiência técnica entre os períodos analisados. Isso é feito utilizando-se a análise de janelas na técnica não paramétrica conhecida como análise envoltória de dados (DEA). Obtidas as fronteiras de produção para os anos 2000, 2001 e 2002, calcula-se a variação da produtividade total dos fatores (PTF) entre elas, por meio do Índice de Malmquist. Tal índice permite distinguir qual a influência da mudança tecnológica e da eficiência técnica na variação da PTF, ao longo do período analisado.

De posse das variações na eficiência técnica e na PTF, a segunda parte do trabalho procura relacionar essas medidas a uma série de indicadores de desempenho técnico e econômico da atividade leiteira.

Obtenção da fronteira eficiente: a abordagem DEA

Fronteiras podem ser estimadas por diferentes métodos. Os dois mais utilizados são as fronteiras estocásticas e a análise envoltória de dados (DEA). As fronteiras estocásticas consistem em abordagens paramétricas, sendo estimadas por métodos econométricos, enquanto a técnica DEA é uma abordagem não-paramétrica, que envolve programação matemática em sua estimação.

Os modelos DEA são baseados em uma amostra de dados observados para diferentes unidades produtoras, também conhecidas como DMUs3. O objetivo é construir um conjunto de referência a partir dos próprios dados das DMUs, e então classificá-las em eficientes ou ineficientes, tendo como referencial essa superfície formada.

Uma pressuposição fundamental na técnica DEA é que, se uma DMU A é capaz de produzir Y(A) unidades de produto, utilizando-se X(A) unidades de insumos, outras DMUs poderiam também fazer o mesmo, caso elas estejam operando eficientemente. De forma similar, se uma DMU B é capaz de produzir Y(B) unidades de produto, utilizando-se X(B) de insumos, então outras DMUs poderiam ser capazes de realizar o mesmo esquema de produção. Caso as DMUs A e B sejam eficientes, elas poderiam ser combinadas para formar uma DMU composta, que utiliza uma combinação de insumos para produzir uma combinação de produtos. Desde que essa DMU composta não necessariamente existe, ela é denominada

3 _{Na literatura relacionada com modelos DEA, uma unidade produtora é tratada como DMU (decision making} unit), uma vez que desses modelos provém uma medida para avaliar a eficiência relativa de unidades tomadoras

DMU virtual. A análise DEA consiste em encontrar a melhor DMU virtual para cada DMU da amostra. Caso a DMU virtual seja melhor do que a DMU original, ou por produzir mais com a mesma quantidade de insumos, ou por produzir a mesma quantidade com menos insumos, a DMU original será ineficiente. As unidades eficientes que, quando combinadas, fornecem a DMU virtual para a unidade ineficiente são conhecidas como pares ou benchmarks daquela DMU.

Considere que existam k insumos e m produtos para cada n DMUs. São construídas duas matrizes: a matriz X de insumos, de dimensões (k x n) e a matriz Y de produtos, de dimensões (m x n), representando os dados de todas as n DMUs. Na matriz X, cada linha representa um insumo e cada coluna representa uma DMU. Já na matriz Y, cada linha representa um produto e cada coluna uma DMU. Para a matriz X, é necessário que os coeficientes sejam não-negativos e que cada linha e cada coluna contenha, pelo menos, um coeficiente positivo, isto é, cada DMU consome ao menos um insumo e uma DMU, pelo menos, consome o insumo que está em cada linha. O mesmo raciocínio se aplica para a matriz Y.

Assim, para a i-ésima DMU, são representados os vetores xi e yi, respectivamente para insumos e produtos. Para cada DMU, pode-se obter uma medida de eficiência, que é a razão entre todos os produtos e todos os insumos. Para a i-ésima DMU tem-se:

ki k i 2 2 i 1 1 mi m i 2 2 i 1 1 i i x v x v x v y u y u y u x ` v y ` u i DMU da Eficiência / / + + + + + = = (1)

em que u é um vetor (m x 1) de pesos nos produtos e v é um vetor (k x 1) de pesos nos insumos. Note que a medida de eficiência será uma escalar, devido às ordens dos vetores que a compõem.

A pressuposição inicial é que esta medida de eficiência requer um conjunto comum de pesos que será aplicado em todas as DMUs. Entretanto, existe uma certa dificuldade em obter um conjunto comum de pesos para determinar a eficiência relativa de cada DMU. Isto ocorre pois as DMUs podem estabelecer valores para os insumos e produtos de modos diferentes, e então adotarem diferentes pesos. É necessário, então, estabelecer um problema que permita que cada DMU possa adotar o conjunto de pesos que for mais favorável, em termos comparativos com as outras unidades. Para selecionar os pesos ótimos para cada DMU, especifica-se um problema de programação matemática. Segundo COELLI et al. (1998), a eficiência da i-ésima DMU, considerando-se a pressuposição de retornos constantes à escala, é dada por: , 0 , 0 X x , 0 Y y : a sujeito , MIN i i , ≥ λ ≥ λ − θ ≥ λ + − θ λ θ (2)

em que θ é uma escalar, cujo valor será a medida de eficiência da i-ésima DMU. Caso o valor de θ seja igual a um, a DMU será eficiente; caso contrário, será menor que um. O parâmetro λ é um vetor (n x 1), cujos valores são calculados de forma a obter a solução ótima. Para uma DMU eficiente, todos os valores de λ serão zero; para uma DMU ineficiente, os valores de λ serão os pesos utilizados na combinação linear de outras DMUs eficientes, que influenciam a projeção da DMU ineficiente sobre a fronteira calculada. Isto significa que, para uma unidade

ineficiente, existe pelo menos uma unidade eficiente, cujos pesos calculados fornecerão a DMU virtual da unidade ineficiente, mediante combinação linear.

O problema de programação linear com retornos constantes pode ser modificado para atender à pressuposição de retornos variáveis, adicionando-se a restrição de convexidade

1 `

N₁ λ= , em que N1 é um vetor (n x 1) de algarismos unitários (uns). Essa abordagem forma uma superfície convexa de planos em interseção, a qual envolve os dados de forma mais compacta do que a superfície formada pelo modelo com retornos constantes. Com isto, os valores obtidos para eficiência técnica, com a pressuposição de retornos variáveis, são maiores ou iguais aos obtidos com retornos constantes. Isso porque a medida de eficiência técnica, obtida no modelo com retornos constantes, é composta pela medida de eficiência técnica no modelo com retornos variáveis, também chamada de pura eficiência técnica, e pela medida de eficiência de escala.

Análise de janela

Com vistas em analisar as variações na eficiência técnica relativa, CHARNES et al. (1985) propuseram a técnica denominada de análise de janela (window analysis), que considera a DMU no tempo, como se ela fosse uma unidade distinta. Esta abordagem permite analisar a performance da DMU no decorrer do tempo, oferecendo evidências de estabilidade e sensibilidade dos escorres de eficiência e a tendência da eficiência da DMU. A análise de janela utiliza uma abordagem semelhante à da média móvel: cada vez que entra uma nova unidade de tempo na análise, sai outra, que, geralmente, é a primeira que entrou na análise anterior. Esse procedimento permite incorporar a idéia de que existem mudanças na tecnologia no período analisado, já que constrói diferentes fronteiras de referência, para cada conjunto de DMUs sob análise. Esta abordagem permite que as unidades sob análise apenas sejam comparadas com outras que se encontram relativamente perto no tempo, portanto, tecnologicamente semelhantes.

Considere as seguintes variáveis: n = número de DMUs P = número de períodos

W = tamanho (dimensão) da janela S = número de janelas

Segundo COOPER et al. (2000), o tamanho das janelas utilizadas na análise é dado por:

2 1 P

W= + (4)

Caso o número de períodos seja par, pode-se optar por um tamanho imediatamente superior ou inferior ao obtido na fórmula. Com isso, o modelo DEA terá (P–W+1) janelas com (nW) DMUs em cada janela.

A janela que inicia no período T, sendo 1≤T≤P, cujo tamanho é W, sendo T

P W

1≤ ≤ − , é denotada por TW. A matriz de insumos para essa janela é dada por:

(

n

)

W T 2 W T 1 W T n 1 T 2 1 T 1 1 T n T 2 T 1 T TW x ,x , ,x ,x ,x , ,x , ,x ,x , ,x X = / _{+ +} / ₊ / _{+ +} / ₊ (5) e a matriz de produtos é dada por

(

n

)

W T 2 W T 1 W T n 1 T 2 1 T 1 1 T n T 2 T 1 T TW y ,y , ,y ,y ,y , ,y , ,y ,y , ,y Y = / _{+ +} / ₊ / _{+ +} / ₊ (6) O modelo DEA de análise de janela para a i-ésima DMU no período t (DMUt)

i , considerando-se retornos constantes à escala e orientação insumo é dado por:

, 0 , 0 X x , 0 Y y : a sujeito , MIN TW t i TW t i , ≥ λ ≥ λ − θ ≥ λ + − θ λ θ (7) O índice de Malmquist

Tendo em vista que a análise de janela não fornece nenhuma evidência sobre a natureza do progresso tecnológico e pouca informação sobre as mudanças na produtividade, torna-se necessário outro procedimento metodológico, que permita inferir sobre tais aspectos. Um procedimento sugerido é o cálculo do Índice de Malmquist, caso existam dados da matriz de insumos X e da matriz de produtos Y para mais de um período.

Assim, pode-se usar a DEA para construir as fronteiras e o índice de Malmquist para medir a mudança na produtividade. Para KRÜGER et al. (1998), a combinação do índice de Malmquist com a DEA tem várias vantagens. Do ponto de vista conceitual, a DEA avalia simultaneamente o desempenho de todas DMUs em relação a uma fronteira eficiente obtida nos problemas de programação linear. Ao utilizar essa abordagem, não é necessário estabelecer preços para insumos e produtos, característica útil em situações nas quais os preços são distorcidos ou inexistentes. Além disso, não requer pressuposições comportamentais, tais como minimização de custos ou maximização de lucro. Com isto, não é necessário estabelecer que os fatores sejam remunerados de acordo com sua produtividade marginal, uma vez que a DEA determina os pesos no procedimento de otimização, utilizando somente dados quantitativos de insumos e produtos.

A característica mais importante do índice de produtividade de Malmquist é que ele pode ser decomposto em um índice de mudança na eficiência técnica e um índice de mudança tecnológica. Em outras palavras, a análise de eficiência/produtividade pode ser desmembrada em duas partes: mudança da distância da DMU em relação à fronteira tecnológica, também chamada de mudança de eficiência, e mudança da fronteira tecnológica ao longo do tempo, também chamada de progresso tecnológico.

Considerando-se a pressuposição de retornos constantes à escala, o índice de mudança na eficiência técnica pode ser decomposto em um índice de mudança na pura eficiência técnica e em um índice de mudança na eficiência de escala. Com isto, pode-se conhecer melhor as causas que estão proporcionando alterações na eficiência/produtividade das DMUs.

O cálculo do índice de Malmquist entre os períodos t e t+1 é baseado em quatro funções distância: dt(x_t,y_t) 0 , )d0t+1(xt+1,yt+1 , d0t 1(xt,yt) + _{e d (x ,y )} 1 t 1 t t 0 + + . As duas primeiras indicam, respectivamente, o uso dos dados dos períodos t e t+1 com a tecnologia existente nos períodos t e t+1. A terceira função distância utiliza os dados do período t com a tecnologia existente no período t+1. Analogamente, a última função utiliza dados do período t+1 e tecnologia do período t. Para maiores detalhes sobre as funções distância, veja SHEPARD (1970).

O índice de mudança na produtividade de Malmquist com orientação produto4 apresentado em CAVES et al. (1982), pode ser definido como:

4 _{Para KRÜGER et al. (1998), a orientação produto é uma pressuposição mais razoável em ambiente}

macroeconômico, pois está mais próxima do objetivo da política de crescimento que visa um maior produto possível, dada uma dotação de recursos.

2 1 t t 1 t 0 1 t 1 t 1 t 0 t t t 0 1 t 1 t t 0 t t 1 t 1 t 1 t , t 0 ) y , x ( d ) y , x ( d x ) y , x ( d ) y , x ( d ) x , y , x , y ( M _      = + + +₊ + + + + + ₍₈₎

A primeira razão do índice Mt,t 1(y_{t 1},x_{t 1},y_t,x_t)

0 + + + utiliza a tecnologia do período t como referência para fornecer medidas de mudanças de produtividade. Na segunda razão, a tecnologia do período t+1 é usada como referência. Assim, o índice final é uma média geométrica de duas razões de funções distância, que utilizam como base tecnologias em diferentes momentos do tempo.

Conforme FÄRE et al. (1994), o índice de Malmquist pode ser decomposto em duas medidas, da seguinte forma:

2 1 t t 1 t 0 t t t 0 1 t 1 t 1 t 0 1 t 1 t t 0 t t t 0 1 t 1 t 1 t 0 t t 1 t 1 t 1 t , t 0 ) y , x ( d ) y , x ( d x ) y , x ( d ) y , x ( d x ) y , x ( d ) y , x ( d ) x , y , x , y ( M _            = ₊ + + + + + + + + + + + ₍₉₎

em que o primeiro termo do lado direito da equação mede a mudança de eficiência técnica e o segundo termo mede o progresso tecnológico.

Segundo COELLI (1998), para calcular os componentes do índice é necessário resolver quatro problemas de programação linear do tipo:

(

)

[

]

, 0 ... , 0 X x , 0 Y y : a sujeito , MAX y , x d n 1 i p q , i i p q , i , 1 q q p 0 ≥ λ λ ≥ λ − ≥ λ + φ − φ = _φλ − (10) em que

( ) ( ) (

p,q ∈

{

t,t , t+1,t+1

) (

, t,t+1

) (

, t+1,t

)

}

.

Os valores obtidos para os φ’s indicam a quantidade máxima de aumento em todos os produtos do período q, com os insumos constantes requeridos para obter um ponto na função fronteira no período p.

Conforme salientaram MARINHO e BARRETO (2000), para buscar evidências de qual ou quais DMUs podem estar deslocando a fronteira de produtividade, é necessário que se verifiquem as três condições abaixo:

1 ) y , x ( d ) y , x ( d x ) y , x ( d ) y , x ( d 12 t t 1 t 0 t t t 0 1 t 1 t 1 t 0 1 t 1 t t 0 _>       + + + + + + ₍₁₁₎ 1 ) y , x ( dt 1 _{t 1 t 1} 0+ + + = (12) 1 ) y , x ( dt _{t 1 t 1} 0 + + > (13)

A primeira condição reflete a presença de mudança tecnológica, descrita na segunda parte do lado direito da equação (9). A segunda condição indica que se houver um deslocamento da fronteira, as DMUs que o fazem devem estar situadas sobre ela. Por fim, a terceira condição afirma que se o produto de uma DMU no período t+1 é superior ao máximo produto potencial que poderia ser obtido no período t, utilizando-se os fatores de produção do

período t+1, é porque houve progresso tecnológico e a DMU pode estar deslocando a fronteira.

Dados utilizados

Foram usados, neste trabalho, dados referentes a produtores de leite que fazem parte do Programa de Desenvolvimento da Pecuária Leiteira da Região de Viçosa – MG. Este programa é fruto de uma parceria entre a Universidade Federal de Viçosa e a Nestlé. Os dados foram coletados diretamente nas propriedades nos anos de 2000, 2001 e 2002.

Para construir as matrizes de dados necessários à execução do modelo, utilizou-se um produto e três insumos. O produto utilizado foi a produção anual de leite. Optou-se por não utilizar a produção de carne como componente da renda da atividade porque as fazendas entrevistadas são tipicamente produtoras de leite. Dessa forma, considerou-se que a atividade carne não gera nem lucro nem prejuízo, ou seja, é um subproduto da atividade leiteira, cuja receita é igual ao custo. Entretanto, sabe-se que muitos produtores vendem seu rebanho, ou parte dele, quando o preço da carne está relativamente melhor que o do leite. Os insumos utilizados foram:

- Área destinada ao gado, medida em hectares. Obtida somando-se as áreas com pastagens (natural e formada), cana-de-açúcar, capineira e silagem. Este fator é importante tanto na influência que exerce na produção de matéria-verde quanto na alta participação do valor da terra no capital total da empresa.

- Quantidade total de vacas, considerando-se tanto as em lactação quanto as falhadas. Essa é uma variável importante, uma vez que vários trabalhos relacionados à produção leiteira consideram a produtividade das vacas como uma medida de desempenho da atividade. - Custos, representando o conjunto de gastos operacionais da atividade leiteira. Obtido

somando-se os gastos com mão-de-obra, concentrados, minerais, manutenção de forragens verdes, silagem, medicamentos, hormônios, reparos de máquinas e benfeitorias, transporte do leite, impostos, aleitamento artificial, materiais de ordenha, energia e combustível.

3. Resultados e discussão

Antes de iniciar a apresentação e discussão dos resultados dos modelos, os dados da Tabela 1 descrevem, de forma sucinta, a amostra de fazendas leiteiras que foi utilizada no trabalho. Como a amostra compreende ao período de tempo de três anos (2000 a 2002), os dados referem-se às médias do período.

Tabela 1: Descrição da amostra

Especificação Unidade Máximo Mínimo Média Produção de leite Litro/dia 875,81 98,62 376,42

Vacas em lactação Cabeça 51,85 9,34 27,81 Total de vacas Cabeça 68,94 12,65 37,55 Área destinada ao gado de leite Hectare 214,35 14,82 57,32 Mão-de-obra permanente dh/ano 1.702,96 565,34 1.041,06 Capital investido em máquinas R$ 101.053,85 7.974,86 30.712,87 Capital investido em benfeitorias R$ 118.005,72 12.972,17 44.875,03 Capital investido em animais R$ 140.922,12 16.267,14 58.751,33

Fonte: Dados da Pesquisa.

Como se pode verificar, os dados referem-se a pequenas e médias fazendas produtoras de leite. Isso porque a maior produção é inferior a 900 litros diários. Porém, a produção dessas fazendas é superior à média nacional, a qual é inferior a 100 litros diários de leite por fazenda. Em média, nos 28 hectares de terra existem 37 vacas, cujo trabalho necessário equivale ao serviço permanente de aproximadamente 3 homens por ano. Desconsiderando-se o valor das terras, o capital investido em máquinas, benfeitorias e animais está em torno de R$ 135 mil.

Passando-se à discussão dos resultados, inicialmente foi realizada a análise de janela para as DMUs. De acordo com a equação (4), a dimensão da janela foi de dois anos, uma vez que os dados referem-se a três anos. Assim, a primeira janela refere-se aos anos 2000 e 2001, enquanto a segunda janela refere-se aos anos 2001 e 2002. As medidas de eficiência técnica obtidas na análise de janela estão descritas na Tabela 2.

Tabela 2: Resultados da Análise de Janela

DMU 2000 2001 2002 Média Sentido da mudança 0,6436 0,7501 0,6969 1 0,7356 0,5902 0,6629 ↓ 0,9832 0,7653 0,8743 2 0,7780 0,6735 0,7258 ↓ 0,7139 0,8000 0,7570 3 0,7109 0,5727 0,6418 ↓ 0,8044 0,9033 0,8539 4 _{0,8662 1,0000 0,9331} ↑ 1,0000 0,7820 0,8910 5 _{0,7702 0,7346 0,7524 ↓} 0,8194 1,0000 0,9097 6 1,0000 1,0000 1,0000 ↑ 0,7198 0,7267 0,7233 7 0,6660 0,6825 0,6743 ↓ 0,5872 0,4991 0,5432 8 0,4505 0,6114 0,5310 ↓ 0,6125 0,8021 0,7073 9 0,8054 0,7182 0,7618 ↑ 0,6912 0,9318 0,8115 10 0,8813 0,7502 0,8158 ↑ 0,2630 0,6195 0,4413 11 _{0,5469 0,7327 0,6398} ↑ 0,6879 0,7765 0,7322 12 _{0,7958 0,7512 0,7735 ↑} 1,0000 1,0000 1,0000 13 1,0000 0,7433 0,8717 ↓ 0,7657 0,8977 0,8317 14 0,8479 0,8941 0,8710 ↑ 0,9417 1,0000 0,9709 15 1,0000 1,0000 1,0000 ↑ 16 0,7526 1,0000 0,8763

0,9322 1,0000 0,9661 ↑ 1,0000 0,9751 0,9876 17

0,9245 1,0000 0,9623 ↓ Fonte: Dados da Pesquisa.

As médias das medidas de eficiência técnica em cada janela estão descritas na penúltima coluna da Tabela 2. A primeira média refere-se à mudança no desempenho técnico da DMU entre os anos 2001 e 2000, considerando a situação inicial da DMU em 2000. Da mesma forma, pode-se interpretar a segunda média, porém considerando-se os anos 2002 e 2001. Assim, comparando-se as duas médias, pode-se verificar se houve melhora ou piora de eficiência técnica entre as janelas. Por exemplo, a média da primeira janela para a DMU 1 é 0,6969, enquanto a segunda é 0,6629. Isso significa que houve uma redução (↓) de 3,4 pontos percentuais na eficiência técnica dessa DMU no período analisado.

De modo geral, percebe-se que 9 das 17 DMUs analisadas apresentaram aumento na eficiência técnica (DMUs 4, 6, 9, 10, 11, 12, 14, 15 e 16). Para comparar o desempenho dessas DMUs com aquelas que tiveram sua eficiência técnica reduzida, os dados da Tabela 3 referem-se às variações percentuais médias de alguns indicadores.

Como se pode verificar, as fazendas que apresentaram aumento na eficiência técnica (∆ ET > 0) são aquelas aumentaram proporcionalmente mais o volume de produção. Em termos percentuais, o aumento de produção das fazendas com ganho de eficiência foi 7,3 vezes maior que o verificado nas demais. Contudo, esse aumento na produção não ocorreu devido aumentos proporcionais em todos os insumos. Note que o aumento no número de vacas em lactação foi superior ao aumento no número total de vacas. Isso significa que o gerenciamento reprodutivo dos animais melhorou, uma vez que a proporção de vacas secas ou falhadas diminuiu.

Outro ponto observado foi a redução da área e do trabalho utilizados nas fazendas que aumentaram a eficiência. Isso não ocorreu nas outras fazendas, uma vez que, apesar de reduzirem a mão-de-obra, aumentaram o uso do fator terra. Em relação ao capital, nota-se que nas fazendas com ganho de eficiência a produção passou a ser, relativamente, mais intensiva nesse fator, embora o capital investido nas outras fazendas também tenha aumentado.

Tabela 3: Variação percentual de indicadores de produção, de uso de fatores e de rentabilidade, segundo grupos de mudança na eficiência técnica (∆ ET)

Especificação ∆ ET > 0 ∆ ET < 0 Total Produção de leite 89,16 12,20 52,94 Vacas em lactação 50,79 9,33 31,28 Total de vacas 31,74 3,53 18,46 Área destinada ao gado de leite -4,23 12,74 3,75

Mão-de-obra permanente -5,48 -8,77 -7,03 Capital investido (sem terra) 27,88 21,51 24,88

Renda bruta 90,97 60,29 76,53 Custo total 47,49 34,18 41,22 Fonte: Dados da Pesquisa.

A renda bruta do produtor de leite é composta, além da venda e do autoconsumo de leite e derivados, da venda e do autoconsumo de animais e da variação do inventário animal de um ano para o outro. O custo total engloba todos os gastos operacionais, o valor da mão-de-obra familiar, as depreciações e a remuneração do capital investido. A diferença entre os dois fornece o lucro da atividade. Com base nesses conceitos, pode-se dizer que o aumento na eficiência das fazendas proporcionou ganhos de renda bruta proporcionalmente maiores que os aumentos no custo da produção. Isso significa que melhorias em termos de eficiência técnica possibilitaram maior lucro aos produtores.

Interpretadas as relações entre ganhos de eficiência técnica e rentabilidade, o próximo passo consistiu em analisar as variações na produtividade total dos fatores. Essa análise foi realizada calculando-se os índices de Malmquist para as DMUs da amostra. Como o índice é obtido por funções distância, a Tabela 4 fornece os valores calculados para as distâncias que o compõem, obtidos utilizando-se o modelo descrito na equação (10).

Uma vez que existem dados para as mesmas unidades em três anos consecutivos, foi possível calcular dois movimentos das fronteiras de eficiência: um do ano 2000 para o ano 2001 e outro de 2001 para 2002. Entretanto, o espaço de tempo de apenas um ano entre os deslocamentos pode não ser suficiente para caracterizar mudanças efetivas na produção de leite, uma vez que algumas modificações nos sistemas de produção leiteiros exigem um período de tempo maior. Para sanar tal problema, optou-se por realizar as análises considerando-se as médias dos índices de mudança, as quais refletem com maior legitimidade os comportamentos das DMUs.

Conforme mencionado anteriormente, o índice de Malmquist permite, além de obter a variação da PTF, decompô-la em mudança de eficiência e mudança tecnológica. Os dados descritos na segunda coluna da Tabela 4 fornecem informações sobre os indicadores de deslocamento das DMUs em relação à fronteira tecnológica, ou seja, as mudanças na eficiência técnica.

Como se pode verificar, nove das dezessete unidades analisadas apresentaram ganhos em termos de eficiência técnica. Note que essas nove DMUs são as mesmas que apresentaram aumento na eficiência técnica entre as janelas, conforme dados da Tabela 2. Vale ressaltar que os resultados obtidos na análise de janela referem-se às mudanças na eficiência técnica considerando-se a tendência no tempo, ou seja, o desempenho de uma unidade em um ano é comparado com seu desempenho em outros períodos, além da comparação com outras unidades. Já no índice de Malmquist, não há essa comparação intertemporal da mesma unidade, apenas a comparação com outras unidades. Além disso, o modelo utilizado na análise de janela foi insumo orientado, enquanto no índice de Malmquist o modelo foi com orientação produto. Isso significa que, apesar de os modelos serem metodologicamente diferentes, os resultados encontrados permitiram identificar as mesmas unidades como tendo melhorado sua eficiência técnica.

Ganhos de eficiência no índice de Malmquist implicam em deslocamentos no sentido da fronteira tecnológica, entre os pontos no tempo considerados. Melhor eficiência técnica na produção permite a essas DMUs um ganho na PTF, caso não tenha havido regresso tecnológico. Em outras palavras, mesmo que não se verifiquem melhorias tecnológicas no sistema de produção dessas fazendas, o simples fato de melhorar sua eficiência permite ganhos em termos de produtividade total. Em média, os ganhos de eficiência foram da ordem de 1,62% ao ano para o conjunto de fazendas analisado.

Esse deslocamento em direção à fronteira tecnológica não foi verificado em oito unidades analisadas. Isso significa que essas unidades afastaram ou mantiveram, proporcionalmente, as mesmas posições em relação às fronteiras calculadas ao longo do tempo. Manter a mesma distância em relação à fronteira significa dizer que ganhos de

produtividade nessas fazendas somente serão possíveis via componente técnico, ou seja, melhoria tecnológica. É necessário dizer que a melhoria da eficiência técnica em algumas unidades não significa, necessariamente, que tais unidades estão mais próximas da nova fronteira do que as que não obtiveram ganhos de eficiência. Pode ser que as unidades que não tiveram ganhos de eficiência já estavam próximas da fronteira, ou mesmo nela, no início do período.

Tabela 4: Sumário das distâncias calculadas por programação linear para as unidades analisadas, nos períodos 2000/2001 e 2001/2002 2000/2001 2001/2002 DMU ) y , x ( dt _{t 1 t 1} 0 + + dt0(xt,yt) d0t+1(xt+1,yt+1) d0t+1(xt,yt) d0t(xt+1,yt+1) d0t(xt,yt) d0t+1(xt+1,yt+1) d0t+1(xt,yt) 1 1,486 0,661 0,819 1,318 1,314 0,819 0,626 1,585 2 0,952 1,000 0,823 1,263 1,166 0,823 0,694 1,309 3 1,295 0,768 0,826 1,144 1,406 0,826 0,583 1,531 4 1,242 0,807 0,912 1,107 1,096 0,912 1,000 0,886 5 0,821 1,000 0,786 1,222 1,183 0,786 0,769 1,304 6 1,147 0,927 1,000 0,799 0,987 1,000 1,000 0,779 7 1,379 0,835 0,744 1,366 1,502 0,744 0,683 1,309 8 1,667 0,625 0,504 2,004 2,222 0,504 0,611 1,453 9 1,511 0,618 0,805 1,222 1,183 0,805 0,755 1,393 10 1,445 0,714 0,938 1,073 1,116 0,938 0,815 1,295 11 3,802 0,285 0,620 1,558 1,828 0,620 0,733 1,212 12 1,449 0,698 0,839 1,263 1,217 0,839 0,759 1,167 13 0,845 1,000 1,000 0,978 0,951 1,000 0,756 1,295 14 1,305 0,768 0,905 1,114 1,159 0,905 0,894 1,036 15 0,982 1,000 1,000 0,870 0,872 1,000 1,000 0,840 16 1,328 0,813 1,000 0,917 1,063 1,000 1,000 0,871 17 0,990 1,000 0,979 1,024 1,081 0,979 1,000 0,942

Os dados referentes à evolução tecnológica estão descritos na terceira coluna da Tabela 5. A taxa média de mudança tecnológica foi de 3,25% ao ano, ou seja, o dobro da média de mudança na eficiência técnica. Apenas cinco unidades não obtiveram avanços tecnológicos. Aliás, pode-se dizer que somente as DMUs 5, 9 e 13 efetivamente apresentaram regresso tecnológico, uma vez que os índices de mudança tecnológico das DMUs 1 e 2 são próximos da unidade.

Tabela 5: Médias dos índices calculados para mudança na eficiência técnica, mudança tecnológica e mudança na produtividade total dos fatores para as unidades analisadas, nos períodos 2000/2001 e 2001/2002

DMU Índice de mudança na _{eficiência técnica} Índice de mudança _tecnológica Índice de mudança _{na PTF}

1 0,9725 0,9971 0,9697 2 0,8329 0,9919 0,8262 3 0,8708 1,0815 0,9417 4 1,1134 1,0295 1,1462 5 0,8772 0,9433 0,8275 6 1,0383 1,1399 1,1835 7 0,9039 1,0917 0,9868 8 0,9892 1,0672 1,0557 9 1,1054 0,9624 1,0639 10 1,0684 1,0040 1,0726 11 1,6038 1,0939 1,7544 12 1,0434 1,0244 1,0688 13 0,8695 0,9576 0,8326 14 1,0788 1,0305 1,1117 15 1,0003 1,0403 1,0406 16 1,1086 1,0950 1,2139 17 0,9988 1,0265 1,0253 Média 1,0162 1,0325 1,0493 Fonte: Dados da Pesquisa.

As equações (11), (12) e (13) representam as condições para que uma DMU possa ser a responsável pelo deslocamento da fronteira tecnológica da amostra de um ano para o outro. A condição descrita em (11) pode ser verificada na Tabela 5. Para verificar as condições descritas em (12) e (13) é necessário observar os dados apresentados na Tabela 4. Verifica-se que apenas as DMUs 4, 6, 16 e 17 atendem às três condições, em pelo menos um deslocamento da fronteira. Enquanto as DMUs 6 e 16 podem ser as responsáveis pelo primeiro deslocamento da fronteira (2000/2001), as DMUs 4, 16 e 17 podem ser as responsáveis pelo segundo deslocamento (2001/2002). De fato, a mudança tecnológica média destas unidades (7,3% ao ano) é superior à média das demais (2,2% ao ano).

Combinando variações na eficiência técnica e tecnológica, obtêm-se as medidas de mudança na PTF, descritas na última coluna da Tabela 4. Houve melhoria na produtividade total dos fatores de produção em onze unidades analisadas, ou seja, cerca de 64% da amostra. Entretanto, a composição do índice de Malmquist variou entre as unidades. Em oito delas verificaram-se ganhos em eficiência e em tecnologia. Por outro lado, quatro das unidades que tiveram queda na PTF apresentaram reduções na eficiência e na tecnologia. Com isso, as cinco DMUs restantes apresentaram ganho em um componente e perda em outro. Para essas

cinco unidades, é mais fácil melhorar a produtividade total dos fatores do que para aquelas que apresentaram reduções tanto em eficiência quanto em tecnologia, uma vez que o problema encontra-se apenas em um componente do índice.

No intuito de caracterizar as diferenças entre as unidades analisadas segundo o desempenho alcançado no índice de Malmquist, foram criados dois grupos distintos: o primeiro grupo é composto por aquelas unidades que obtiveram ganhos na produtividade total dos fatores. Neste grupo, formado pelas DMUs 4, 6, 8, 9, 10, 11, 12, 14, 15, 16 e 17, o índice de Malmquist médio é de 1,1446. O segundo grupo é formado por aquelas unidades que não obtiveram ganhos na produtividade total (DMUs 1, 2, 3, 5, 7 e 13), cuja média do índice de Malmquist é de 0,8947. Pode-se notar que todas as DMUs que apresentaram ganhos de eficiência na análise de janela também apresentaram ganhos de produtividade. As exceções estão nas DMUs 8 e 17, as quais apresentaram ganhos em produtividade mas não tiveram melhoras na eficiência. Os dados listados na Tabela 6 comparam as médias dos diversos índices nos dois grupos selecionados.

Tabela 6: Índices de mudança, segundo grupos de variação na produtividade total dos fatores (∆ PTF)

Especificação ∆ PTF > 1 ∆ PTF < 1 1. Mudança na eficiência técnica 1,0946 0,8868

Eficiência técnica pura 1,0967 0,9412 Eficiência de escala 0,9981 0,9423 2. Mudança tecnológica 1,0456 1,0089 3. Mudança na PTF 1,1446 0,8947 Fonte: Dados da Pesquisa.

Pelos dados da Tabela 6, percebem-se diferenças na composição dos índices entre os grupos. Em média, os ganhos na PTF do primeiro grupo ocorreram mais em função de melhorias na eficiência do que na tecnologia. Entretanto, os ganhos de eficiência técnica foram basicamente atribuídos à pura eficiência, uma vez que não foram verificados ganhos em eficiência de escala. Isso não significa que esse grupo de unidades tenha problemas com a escala de produção. Ao contrário, pode ser que elas já estavam operando na escala ótima no início do período. Já no segundo grupo, apesar de haver ganho em tecnologia, tal ganho não foi suficiente para compensar a redução de eficiência técnica. Com isso, houve queda na produtividade total dos fatores.

Separados os grupos, pode-se tentar identificar se existem diferenças no desempenho técnico e financeiro das unidades e quais são as suas causas e conseqüências. Inicialmente, os dados apresentados na Tabela 7 fornecem uma descrição da dotação de recursos e da produção dos grupos de produtores de leite analisados. Os valores são médias simples das variáveis em cada grupo. Uma vez que o grupo de DMUs que obtiveram ganhos de produtividade é basicamente constituído pelas DMUs que apresentaram melhorias de eficiência, as análises apresentadas a seguir podem ser feitas para ambos as divisões.

A produção diária média nos produtores do primeiro grupo é cerca de 25% maior do que a média do segundo grupo. Quanto ao número de vacas, não existem diferenças significativas entre os grupos. Tal fato irá refletir em diferenças na produtividade média dos animais nas propriedades, importante indicador de eficiência da atividade.

Tabela 7: Produção de leite e recursos utilizados na produção, segundo grupos de variação na produtividade total dos fatores (∆ PTF)

Especificação Unidade ∆ PTF > 1 ∆ PTF < 1 Produção de leite Litro/dia 405,55 323,00 Vacas em lactação Cabeça 28,19 27,11 Total de vacas Cabeça 37,76 37,15 Área destinada ao gado de leite Hectare 62,41 47,62 Mão-de-obra permanente dh/ano 1.133,94 870,87 Capital investido (sem terra) R$ 135.857,05 131.556,56 Fonte: Dados da Pesquisa.

Quanto à utilização de fatores de produção, notam-se algumas diferenças na composição das propriedades. As diferenças entre as quantidades médias utilizadas no primeiro grupo em relação ao segundo são de 31% e 30%, respectivamente para terra e trabalho. O fator terra refere-se à área de uso exclusivo para o rebanho leiteiro, correspondente à soma das áreas com pastagens natural e formada, cana-de-açúcar, capineira e silagem. O fator trabalho é computado em dias de serviços, cuja mão-de-obra pode ser contratada e/ou familiar. A unidade utilizada é dia-homem (dh), atribuindo-se peso 0,75 à mão-de-obra feminina e 0,50 à mão-de-obra infantil.

Quanto ao fator capital, a diferença é de apenas 3% entre os grupos. Essa variável refere-se ao montante investido na atividade leiteira, ou seja, o capital investido em benfeitorias, máquinas e animais. Como não foi considerado o valor da terra no capital imobilizado, espera-se que a diferença entre os grupos seja maior quando este for considerado. Isso porque no primeiro grupo existe maior uso deste fator.

Apesar de a utilização média de mão-de-obra nos produtores do primeiro grupo ser maior, a especificação desta obra é diferente. Isto porque a maior parte da mão-de-obra utilizada nestas fazendas é contratada (67% do total). Nas propriedades do segundo grupo, a participação da mão-de-obra familiar é maior (41% do total). Como a mão-de-obra familiar não implica em desembolso por parte do produtor, há indícios de que, relativamente, os gastos operacionais podem ser menores nas fazendas do segundo grupo.

No intuito de comparar o desempenho técnico-financeiro das amostras de produtores, utilizou-se alguns indicadores tradicionais, apresentados nas Tabelas 8 e 9. A definição de alguns desses indicadores facilitará a interpretação.

Entre os indicadores técnicos, foram calculadas as taxas de crescimento anuais da produção, da produtividade das vacas em lactação e do número de vacas. O objetivo dessas taxas é caracterizar a forma de crescimento da produção, ou seja, verificar se a produção está crescendo de forma intensiva, com aplicação de técnicas que visam o aumento da produtividade, ou de forma extensiva, mediante incorporação de mais animais e, conseqüentemente, mais terra.

Foram calculadas, ainda, as produtividades parciais das vacas, do trabalho, da terra e do capital. Em relação à produtividade do capital, esta foi medida de duas formas. Uma em relação ao capital circulante e outra relativa ao capital investido. O capital circulante refere-se a todas despesas diretas realizadas em um ano de atividade. Já o capital investido refere-se, conforme já mencionado, aos investimentos feitos em benfeitorias, máquinas e animais.

Em relação aos indicadores econômicos, o custo operacional efetivo (COE) refere-se aos gastos diretos, tais como mão-de-obra contratada, concentrados, minerais, fertilizantes, sementes, medicamentos, energia e combustível, inseminação artificial, serviços mecânicos e

outros dessa natureza. São gastos de custeio da atividade leiteira. O custo operacional total (COT) é composto do custo operacional efetivo mais os valores correspondentes à mão-de-obra familiar e à depreciação de máquinas e benfeitorias. Finalmente, o custo total (CT) engloba o custo operacional total mais os juros sobre o capital investido em benfeitorias, máquinas, animais e formação de forrageiras não-anuais.

A renda bruta do produtor de leite, conforme já mencionado, refere-se ao valor de tudo que foi vendido em um ano de atividade. A margem bruta refere-se à diferença entre a renda bruta e o custo operacional efetivo (COE). A margem bruta dá uma idéia do fluxo de caixa da empresa, ou seja, receita menos despesa. Já a margem líquida é igual à renda bruta menos o custo operacional total (COT). A margem líquida corresponde a um “resíduo” utilizado para remunerar o empresário e o capital investido.

Tabela 8: Indicadores de desempenho técnico selecionados para comparação dos produtores, segundo grupos de variação na produtividade total dos fatores (∆ PTF)

Especificação Unidade ∆ PTF > 1 ∆ PTF < 1 Taxa de crescimento da produção % a.a. 28,23 6,16 Taxa de cresc. da produtividade das vacas % a.a. 9,91 0,25 Taxa de crescimento do número de vacas % a.a. 9,11 4,49 Produtividade das vacas em lactação Litro/dia/vaca 13,86 11,00 Produtividade das vacas (total) Litro/dia/vaca 10,63 8,15 Produtividade da terra Litro/ano/ha 3.389,25 2.958,93 Produtividade do trabalho Litro/dh 142,41 121,93 Produtividade do capital operacional Litro/ano/R$ 3,15 3,67 Produtividade do capital investido Litro/ano/R$ 1,12 0,93 Fonte: Dados da Pesquisa.

O crescimento da produção pode ser explicado tanto pelo aumento da produtividade quanto pelo maior uso de insumos. Nota-se que o significativo crescimento da produção no primeiro grupo (28,23% ao ano) ocorreu devido tanto ao uso mais intensivo de tecnologias, o que possibilitou maior produtividade dos animais, quanto ao aumento na quantidade de animais. Já no segundo grupo, além do crescimento da produção ter sido inferior (6,16% ao ano), este é explicado praticamente pelo aumento no uso de insumos. Essa forma de crescimento extensivo da produção explica o fato de não ter havido ganho no índice de mudança tecnológica para o segundo grupo de produtores.

Além de maior produção média, as fazendas do primeiro grupo possuem maior produtividade das vacas, da terra e do trabalho. Essa associação positiva entre volume de produção e as produtividades pode ser explicada pela dificuldade em aumentar a produção num modelo extensivo. Isso porque, em um sistema de produção com menor produtividade da terra, seria necessário grande quantidade deste recurso para viabilizar o aumento da produção. Entretanto, conforme os dados da Tabela 7, a área média para a produção de leite nas propriedades do segundo grupo é de apenas 47,6 hectares. Assim, a necessidade de aumentar o volume de produção força o produtor a adotar modelos mais intensivos de produção de leite. Tal resultado reforça as conclusões provenientes da análise das fontes de crescimento da produção. Isto é, o aumento da produção nas fazendas do segundo grupo baseado na incorporação de animais é limitado pela reduzida disponibilidade de terra.

Com relação ao capital, nota-se que a produtividade do capital operacional é maior nas fazendas do segundo grupo. A explicação é que, apesar da produção do segundo grupo ser

menor que a do primeiro, a quantidade de dinheiro necessária ao custeio dessa produção também é menor. Com isso, a produtividade deste tipo de capital tende a ser maior.

Entretanto, quando se considera o capital investido, a situação inverte. Neste caso, a produtividade média do primeiro grupo é 20% maior. A explicação também difere. Enquanto a maior produtividade do capital operacional no segundo grupo refere-se ao reduzido gasto de custeio, a maior produtividade do capital investido no primeiro grupo refere-se ao maior volume de produção. Isso porque, conforme os dados da Tabela 7, apesar da produção média no primeiro grupo ser 25% maior, a quantidade de capital investido é apenas 3% superior à do segundo grupo.

Em relação aos indicadores econômicos apresentados na Tabela 9, percebe-se que os custos por litro de leite produzido são relativamente menores no segundo grupo. Entretanto, as diferenças tornam-se menores à medida que são agregados novos componentes ao custo. As diferenças entre os custos unitários do primeiro para o segundo grupo são de 27%, 17% e 12%, respectivamente para o COE, COT e CT. A explicação é a seguinte: apesar de maior capital investido e, conseqüentemente, maior depreciação, as propriedades no primeiro grupo empregam, proporcionalmente, menos mão-de-obra familiar. Como a diferença entre o COT e o COE resume-se à mão-de-obra familiar e às depreciações de máquinas e benfeitorias, os valores encontrados refletem a magnitude do uso de mão-de-obra familiar nas fazendas do segundo grupo.

Tabela 9: Indicadores de desempenho econômico selecionados para comparação dos produtores, segundo grupos de variação na produtividade total dos fatores (∆ PTF)

Especificação Unidade ∆ PTF > 1 ∆ PTF < 1 Custo operacional efetivo R$/litro 0,3752 0,2953 Custo operacional total R$/litro 0,4247 0,3612 Custo total R$/litro 0,4821 0,4307 Margem bruta (renda bruta - COE) R$/litro 0,0800 0,1232 Margem líquida (renda bruta - COT) R$/litro 0,0306 0,0573 Margem bruta (renda bruta - COE) SM/ano* 66,80 56,92 Margem líquida (renda bruta - COT) SM/ano* 37,68 30,75 Fonte: Dados da Pesquisa.

* As margens bruta e líquida foram medidas em salários-mínimos anuais (SM/ano).

O COE também pode ser chamado de custo variável, uma vez que implica em desembolso por parte dos produtores, isto é, para maior volume de produção é necessário gastar mais. A diferença entre o custo total e o COE fornece o custo fixo. Assim, o custo fixo médio do primeiro grupo é de R$ 0,1069, enquanto o do segundo grupo é de R$ 0,1354.

Pode-se dizer, então, que o custo variável médio é maior nas propriedades que produzem mais e têm maiores produtividades. Por outro lado, o custo fixo médio é menor nestas fazendas. A explicação da queda do custo fixo médio decorrente do aumento na produtividade é o aumento do volume de produção. Para GOMES (2003), maior produtividade é acompanhada por maior produção que, por sua vez, reduz o custo fixo médio. Para pequenas produções, o elevado custo fixo médio é explicado pela subutilização da mão-de-obra familiar e pelo investimento realizado, que é alto em relação ao pequeno volume produzido.

Como os custos operacionais unitários são inferiores nas propriedades do segundo grupo, as margens bruta e líquida unitárias são maiores nessas fazendas. Entretanto, a

rentabilidade anual média do primeiro grupo de produtores é significativamente maior que a do segundo. Enquanto a margem bruta anual nas fazendas do primeiro grupo é de 66,8 salários-mínimos, no segundo é de 56,9. Descontadas a mão-de-obra familiar e as depreciações, ainda sobram 37,7 salários-mínimos para remunerar o empresário do primeiro grupo e seu capital investido. Para o segundo grupo, esse resíduo é de 30,7 salários-mínimos.

Em síntese, apesar de obter melhor resultado operacional em termos unitários, os produtores do segundo grupo não dispõem de volume de produção suficiente para gerar maior renda anual. Como o crescimento de sua produção é baseado no aumento do número de vacas e, conseqüentemente, limitado pela área disponível, não existem ganhos de produtividade total dos fatores. A permanecer tal situação, tais produtores enfrentarão dificuldades em competirem no mercado.

4. Conclusão

É consenso que as mudanças ocorridas na economia brasileira, a partir dos anos 90, afetaram substancialmente o setor agropecuário e, em especial, a cadeia produtiva do leite. Tais mudanças foram motivadas inicialmente pelos seguintes fatores: liberação do preço do leite, em setembro de 1991; maior abertura comercial, em especial com a implantação do Mercosul; e queda da inflação, com o Plano Real. Mais recentemente, com a expectativa de implantação do programa Fome Zero, veio à tona o velho problema do abastecimento interno. Num momento em que entidades representativas dos produtores procuram soluções para questões relacionadas às importações desleais de lácteos e suas implicações no setor produtivo doméstico, essa nova fonte de pressão sobre a produção deve ser vista com cautela. É importante viabilizar o consumo de leite, que ainda é muito baixo no Brasil, a todo cidadão. Porém, a preocupação da insuficiência da oferta interna pressionará as importações e, conseqüentemente, gerará gastos com divisas.

A despeito do significativo crescimento da produção de leite no Brasil, verificado nos últimos anos, se tal aumento na demanda vier a se confirmar, será necessário um crescimento ainda maior. Sendo assim, é preciso escolher como deverá ocorrer essa nova onda de crescimento, num cenário de queda na renda da população, o qual impede aumentos no preço pago ao produtor.

Em outras palavras, existem alguns caminhos a serem percorridos para aumentar a produção de leite. O problema está na escolha do caminho. Pode-se aumentar a produção simplesmente aumentando a quantidade utilizada de fatores, ou seja, optar por um crescimento extensivo. Esse parece não ser o caminho percorrido nos últimos tempos, uma vez que o número de produtores e de animais diminuiu nos últimos anos. Tradicionalmente, tem-se recomendado aumentar a produção via aumentos na produtividade, ou seja, incorporando tecnologias que proporcionem maior produtividade dos fatores. A alteração do sistema produtivo se dá com conseqüente aumento na produção. Outra alternativa seria melhorar a eficiência na utilização dos recursos, ou seja, eliminar os excessos de uso.

Independente de qual caminho seguir, a escolha deve levar em conta que o sucesso do programa depende, em muito, dos benefícios que serão proporcionados aos produtores. Caso isso não seja feito, corre-se o risco de que os produtores não achem atrativo o aumento da produção, frustrando qualquer programa.

Considerando tal situação, o presente trabalho procurou relacionar a mudança na eficiência técnica e na produtividade total dos fatores com a remuneração da atividade leiteira. Para isso, utilizou-se a análise de janelas da DEA combinada com o índice de Malmquist em uma amostra de dados coletados diretamente em fazendas produtoras de leite do estado de Minas Gerais.

Os resultados permitiram concluir que as fazendas que apresentaram ganho em eficiência também aumentaram a produtividade total dos fatores. Isso significa que os produtores que estão buscando aumentos na produtividade do sistema, naturalmente estão também reduzindo as ineficiências técnicas. Não basta apenas eliminar ineficiências, é preciso aumentar a produtividade total dos fatores. Outro ponto observado é que as fazendas que ganharam eficiência e produtividade são aquelas com maiores volumes de produção.

Verificou-se, ainda, que nas propriedades que não alcançaram melhorias na produtividade total dos fatores, os custos unitários da produção são menores. Isso ocorre pois são atividades com menor nível tecnológico. Sabendo que a maior tecnologia tende a aumentar o custo variável da atividade, quando o produtor resolve adotá-la, ele busca não só aumentar a produtividade, mas também o volume de produção. Isso explica a relação positiva entre produção e produtividade. Com isso, mesmo que o custo unitário seja menor no grupo de propriedades de menor ganho tecnológico, a remuneração anual da atividade é significativamente menor nestas propriedades, uma vez que o volume de produção é reduzido.

A situação que ficou clara com o desenvolvimento do trabalho é que enquanto os maiores produtores optam pelo crescimento da produção via aumento na PTF e nas reduções de ineficiências técnicas, os menores produtores buscam aumentar o volume de produção via incorporação de mais insumos. Porém, deve-se ressaltar que o aumento da produção mediante maior uso de fatores tem limite, imposto pela própria dotação de recursos do produtor. Isso significa que o aumento contínuo da produção para este grupo de produtores é inviável.

Em síntese, pode-se dizer que os maiores produtores, com crescimento da produção baseado em ganhos de PTF e de eficiência, possuem maior renda anual, apesar do custo unitário de sua produção também ser superior. Tal fato comprova que a escolha de como proceder para aumentar a produção deve levar em consideração a maximização do lucro anual, mesmo que o custo unitário venha a aumentar.

5. Bibliografia

CAVES, D.W, CHRISTENSEN, L.R., DIEWERT, W.E. The economic theory of index numbers and the measurement of Inputs, output, and productivity. Econometrica, 50(6), p. 1393-1414, 1982.

CHARNES, A., CLARK, C.T., COOPER, W.W., GOLANY, B. A developmental study of DEA in measuring the efficiency of maintenance units in the U.S. air forces. Annals of Operations Research, v. 2, p. 95-112, 1985.

COELLI, T., RAO, D.S.P., BATTESE, G.E. An introduction to efficiency and productivity analysis. Norwell: Kluwer Academic, 1998. 275 p.

CONFEDERAÇÃO DA AGRICULTURA E PECUÁRIA DO BRASIL – CNA. Empréstimo do Governo Federal (EGF) - Instrumento para a Estabilização do Agronegócio do Leite. [30/04/2003]. (http://www.cna.org.br).

COOPER, W.W., SEIFORD, L.M., TONE, K. Data envelopment analysis: a comprehensive text with models, applications, references and DEA-Solver software. Norwell, Massachusetts: Kluwer Academic Publishers, 2000. 318 p.

FÄRE, R., GROSSKOPF, S., LOVELL, C.A.K. Production frontiers. New York: Cambridge University Press, 1994. 296 p.

GOMES, S.T. Produtividade e retorno financeiro na produção de leite. Viçosa, MG: UFV, 2003. 3 p. (Mimeografado).

KRÜGER, J., CANTNER, U., HANUSCH, H. Explaining international productivity differences. University of Augsburg, 1998. 21 p.

MARINHO, E.L.L., BARRETO, F.A.F.D. Análise da produtividade e progresso tecnológico dos estados do Nordeste. Fortaleza: CENER, 2000. 30 p.

SHEPHARD, R.W. Theory of Cost and Production Functions. Princeton: Princeton University Press, 1970.