PROGRESSO TECNOLÓGICO, EFICIÊNCIA E PRODUTIVIDADE TOTAL DOS FATORES DO SETOR AGROPECUÁRIO NA REGIÃO DO TRIÂNGULO/ALTO
PARANAÍBA – MG, 1985-1995
Cristiane Márcia dos Santos Maurinho Luiz Dos Santos Antonio José Medina S. Baptista RESUMO
Este estudo utilizou abordagem não-paramétrica baseada na análise envoltória de dados (DEA), combinada com o índice de Malmquist para analisar a produtividade total de fatores, mudanças tecnológicas e de eficiência no setor agropecuário da região do Triângulo/Alto Paranaíba em Minas Gerais de 1985 e 1995. Índices de produtividade de Malmquist foram decompostos em dois componentes: mudança tecnológica e mudança de eficiência técnica. Dos resultados verifica-se que 56,6% dos municípios obteveram ganhos de eficiência, e que 95% dos municípios apresentaram progresso tecnológico. A produtividade total dos fatores, no período em análise, em média foi influenciada pelo componente mudança tecnológica, que apresentou uma magnitude superior ao componente mudança no indicador de eficiência, ou seja, os ganhos de produtividade existentes foram obtidos em média com maior influência do progresso tecnológico do que pela mudança na eficiência. Pelos resultados obtidos para a região em estudo, pode-se fazer inferências acerca dos municípios inovadores na agropecuária regiona.
Palavras-chaves: Análise Envoltória de Dados, Índice de Malmiquist, Produtividade Total do Fatores.
1. INTRODUÇÃO
Os termos eficiência e aumento de produtividade são aspectos frequentemente abordados por tomadores de decisão, principalmente em se tratando de ambientes competitivos e dinâmicos.
Para que um setor seja eficiente, não basta que produza produtos a custos mínimos, mas ele também deverá produzir combinações de produtos que as pessoas estejam dispostas a adquirir. Os setores da economia que possuem essa capacidade de combinações de produtos serão eficientes tecnicamente e economicamente. A eficiência técnica e econômica podem ser identificadas em qualquer processo de produção.
Segundo Pereira (1995), a eficiência técnica refere-se à habilidade com que os insumos utilizados no processo de produção são convertidos em produtos, e eficiência econômica refere-se à habilidade com que os produtores conduzem o processo produtivo, com vistas em obter o mínimo custo ou o máximo lucro possível.
A produtividade pode ser definida, de forma simples, como uma relação entre produto(s) e insumo(s), ou seja, quanto se está produzindo determinados bens com uma determinada quantidade de insumos (BEDÊ e SANTOS, 1994).
Dentre as regiões que compõem o Estado de Minas Gerais, a região do Triângulo/Alto Paranaíba vem se destacando na formação do PIB agropecuário. No ano de 2000, essa região foi responsável por aproximadamente 25% do total do PIB agropecuário estadual (TABELA 1).
Tabela 1 – PIB Agropecuário a preços correntes, segundo regiões de planejamento - Minas Gerais – 2000 ´(R$1.000,00)
REGIÃO DE PLANEJAMENTO PIB AGROPECUÁRIO
Minas Gerais 8.354.977,00 . Triângulo/Alto Paranaíba 2.074.661,00 Sul de Minas 1.918.520,00 Central 850.414,00 Mata 825.121,00 Norte de Minas 606.975,00 Centro-Oeste de Minas 605.886,00 Noroeste de Minas 545.459,00 Rio Doce 529.864,00 Jequitinhonha/Mucuri 398.077,00
Fonte: Fundação João Pinheiro - Centro de Estatística e Informações.
A região Triângulo/Alto Paranaíba destaca-se em importância tanto na agricultura como na pecuária. Em relação aos principais produtos agrícolas, no que se refere à participação da produção estadual, essa região é a principal produtora de abacaxi (95%), soja (67%), algodão (66%), cana-de-açúcar (41%) e milho (24%). A laranja (24%) e o tomate (15%) garantem a região a segunda posição, o café (13%), embora ocupe a terceira posição, é, em relação à sua qualidade, o melhor do Estado. Outro produto que também se destaca é o arroz, que participa com 12% na produção do Estado.
O rebanho bovino é o maior de Minas Gerais, representando 23,2% do total do Estado. A produção de leite (15,7%) é a segunda maior do Estado; o rebanho suíno representa 10,3%; e a avicultura, com uma representatividade de 11%, ocupa a quarta posição, entre as demais regiões, no total do Estado.
Apesar da região do Triângulo/Alto Paranaíba ser de grande importância para o setor agropecuário do Estado de Minas Gerais, é possível considerar que alguns municípios que compõem essa região não estejam utilizando os seus fatores de produção adequadamente para atingir uma maior produtividade.
Frente às transformações ocorridas no setor agropecuário e à importância do tema produtividade, surge uma importante questão relacionada ao processo de modernização, que modificou a forma de produção da agropecuária brasileira. Deste modo, pretende-se, neste estudo, analisar as mudanças da eficiência técnica e as mudanças do progresso tecnológico da região do Triângulo/Alto Paranaíba em Minas Gerais.
2. METODOLOGIA
Este estudo utilizou abordagem não-paramétrica baseada na análise envoltória de dados (DEA), combinada com o índice de Malmquist para analisar a produtividade total de fatores, mudanças tecnológicas e de eficiência no setor agropecuário da região do Triângulo/Alto Paranaíba em Minas Gerais de 1985 e 1995
(DEA), combinada com o índice de Malmquist. De acordo com COELLI et al. (1998), o DEA se baseia na programação linear para construir uma fronteira linear por partes e, utilizando-se medidas radiais e de função de distância, analisa-se a eficiência das unidades de produção em relação à distância da fronteira construída com as "melhores" unidades de produção (as mais eficientes).
2.1. Análise envoltória de dados
A análise envoltória de dados é uma técnica não-paramétrica que se baseia na programação matemática, especificamente na programação linear, para analisar a eficiência relativa de DMUs1.
Segundo CHARNES et al. (1994), para estimar e analisar a eficiência relativa das DMUs, a DEA utiliza a definição de ótimo de pareto, segundo o qual nenhum produto pode ter sua produção aumentada sem que sejam aumentados os seus insumos ou diminuída a produção de outro produto, e, de forma alternativa, nenhum insumo pode ser diminuído sem ter de diminuir a produção de algum produto. A eficiência é analisada, relativamente, entre as unidades.
CHARNES et al. (1978) generalizaram o trabalho de FARRELL (1957), com o intuito de incorporar a natureza “multiproduto” e “multiinsumo” da produção, propondo a técnica DEA para a análise das diferentes unidades, quanto à eficiência relativa.
O modelo DEA com orientação-produto2 procura maximizar o aumento proporcional nos níveis de produto, mantendo fixa a quantidade de insumos. De acordo com CHARNES et al. (1994) e ESTELLITA LINS e MEZA (2000), pode ser representado, algebricamente, por
maxφ,λ,S+,S- φ s.a φyi - Yλ + S + = 0, (1) - xi + Xλ + S - = 0, - λ ≤ 0, - S + ≤ 0, - S - ≤ 0,
em que yi é um vetor (m x 1) de quantidades de produto da i-ésima DMU; xi, vetor (k x 1) de
quantidades de insumo da i-ésima DMU; Y, matriz (n x m) de produtos das n DMUs; X, matriz (n x k) de insumos das n DMUs; λ, vetor (n x 1) de pesos; S+, vetor de folgas relativo
aos produtos; S-, vetor de folgas relativos aos insumos; e φ, escalar que tem valores iguais ou
maiores do que 1 e indica o escore de eficiência das DMUs, em que valor igual a um indica eficiência técnica relativa da i-ésima DMU, em relação às demais, e valor maior do que um evidencia a presença de ineficiência técnica relativa; (φi - 1) indica aumento proporcional nos produtos que a i-ésima DMU pode alcançar, mantendo constante a quantidade de insumo. Nota-se, também, que 1/φ é o escore de eficiência técnica da i-ésima DMU e varia de 0 a 1. O problema apresentado em (1) é resolvido n vezes - uma vez para cada DMU, e, como resultado, apresenta os valores de φ e λ, sendo φ o escore de eficiência da DMU sob análise e λ fornece os peers (as DMUs eficientes que servem de referência ou Benchmark para a i-ésima DMU ineficiente).
1 DMUs (Decision Making Units) é um termo utilizado na técnica DEA para referenciar unidades homogêneas
que utilizam insumos semelhantes para produzir produtos semelhantes e têm autonomia para tomar decisões.
2 Neste estudo utilizou-se o modelo DEA sob a pressuposição de retornos constantes à escala e com
2.2. O índice Malmquist de produtividade total de fatores
A medida de mudanças na produtividade, geralmente, está baseada no conceito de produtividade total de fatores, que é definida pelo aumento no produto líquido devido ao aumento nos insumos utilizados na produção (FARE et al., 1994b).
Para obter os indicadores de mudanças na produtividade total dos fatores entre dois períodos de tempo diferentes, utilizou-se o índice de Malmquist, uma vez que este índice não requer informações sobre preço, utilizando-se a análise envoltória de dados.
O índice de Malmquist é definido pela função distância, que é empregada para incorporar a natureza “multiproduto” e “multiinsumo” na análise de produtividade, sem necessidade de especificar objetivos comportamentais dos tomadores de decisão (ex.: minimizar custos ou maximizar lucros).
A função distância pode ser definida com orientação-insumo ou orientação-produto. A função distância com orientação-insumo caracteriza a tecnologia de produção pela minimização proporcional (contração) do vetor insumo, dado um vetor de produto, enquanto a função distância com orientação-produto caracteriza a tecnologia de produção pela maximização proporcional do vetor produto, dado um vetor de insumo.
Para calcular o índice de Malmquist, é necessário estimar quatro funções distância:
dso(xs, ys) = min{φ : (ys/φ) ∈ P(xs)}, (2)
dto(xt, yt) = min{φ : (yt/φ) ∈ P(xt)}, (3)
dso(xt, yt) = min{φ : (yt/φ) ∈ P(xs)}, (4)
dto(xs, ys) = min{φ : (ys/φ) ∈ P(xt)}. (5)
A estimação do índice de Malmquist pelo uso da análise envoltória de dados, segundo FARE et al. (1994a), permite decompor a mudança na produtividade total dos fatores em dois componentes, quais sejam, mudanças na eficiência e mudanças na tecnologia, que, por sua vez, podem ser progresso tecnológico ou regresso tecnológico.
De acordo com FARE et al. (1994a), o índice de Malmquist (orientação-produto), com vistas em analisar mudanças na produtividade total dos fatores entre o período-base s e o período t, é representado por
2 1 ) , ( ) , ( ) , ( ) , ( ) , , , ( = s s t o t t t o s s s o t t s o t t s s o x y d x y d x x y d x y d x y x y m , (6)
em que a notação dso(xt, yt) representa a distância da observação do período t em relação à tecnologia do período-base s. Um valor de mo maior que 1 (um) indica crescimento na produtividade total dos fatores, do período s para o período t, enquanto um valor menor que 1 (um) indica queda na produtividade total dos fatores. Nota-se que a equação (6) é, de fato, a média geométrica dos dois índices de produtividade total dos fatores. O primeiro é analisado em relação à tecnologia do período-base s e o segundo, em relação à do período t.
De forma alternativa, o índice de produtividade [equação (6)] pode ser representado por
2 1 ) x , y ( d ) x , y ( d x ) x , y ( d ) x , y ( d ) x , y ( d ) x , y ( d ) x , y , x , y ( m s s t o s s s o t t t o t t s o s s s o t t t o t t s s o = . (7)
O índice de Malmquist pode ser decomposto em índice de mudança na eficiência técnica e índice de mudança tecnológica, ou seja, mudança na distância da DMU em relação à fronteira tecnológicas (mudança de eficiência), e na fronteira tecnológica (progresso tecnológico). Mudança na eficiência = ) x , y ( d ) x , y ( d s s s o t t t o , (8) Mudança na tecnologia = 2 1 ) x , y ( d ) x , y ( d x ) x , y ( d ) x , y ( d s s t o s s s o t t t o t t s o . (9)
Segundo FARE et al. (1994b), quando há dados disponíveis em painel, podem-se calcular as medidas de distância necessária para o índice de Malmquist, utilizando-se a técnica DEA. Para a i-ésima unidade de produção, calculam-se quatro funções distância para estimar a mudança na produtividade total dos fatores, entre o período-base s e o período t. De acordo com GRIFFELL-TATJÉ e LOVELL (1995), é necessário considerar retornos constantes à escala, para que as mudanças na produtividade total dos fatores sejam corretamente estimadas. Para isso, resolvem-se quatro Problemas de Programação Linear, admitindo-se retornos constantes à escala e orientação-produto, assim discriminados:
[dot(yt, xt)]-1 = maxφ,λ φ, S.a -φyit + Ytλ ≥ 0, xit - Xtλ ≥ 0,
λ ≥ 0; (10)
[dos(ys, xs)]-1 = maxφ,λ φ S.a -φyis + Ysλ ≥ 0, xis - Xsλ ≥ 0,
λ ≥ 0; (11)
[dot(ys, xs)]-1 = maxφ,λ φ S.a -φyis + Ytλ ≥ 0, xis - Xtλ ≥ 0,
λ ≥ 0; (12)
[dos(yt, xt)]-1 = maxφ,λ φ S.a -φyit + Ysλ ≥ 0, xit - Xsλ ≥ 0,
λ ≥ 0. (13)
Note-se que, se tiver T períodos de tempo, serão computados 3T-2 Problemas de Programação Linear para cada unidade de produção em análise.
identificar quais unidades de produção estão deslocando a fronteira tecnológica do período s para t. De acordo com MARINHO e BARRETO (2000), para identificar as unidades que estão contribuindo para o efeito frontier shift, isto é, para mudanças no progresso tecnológico, é necessário que se verifiquem as três condições abaixo:
Mudança no progresso técnico 1
) x , y ( d ) x , y ( d x ) x , y ( d ) x , y ( d 12 s s t o s s s o t t t o t t s o > , (14) dso(xt,yt) > 1, (15) dto(xt,yt) = 1, (16)
em que a primeira condição, apresentada em (14), refere-se à presença de progresso tecnológico. A segunda condição (15) indica que, se o produto de uma unidade de produção no período t for superior ao máximo produto potencial que poderia ser obtido no período s, utilizando-se as mesmas quantidades de fatores de produção do período t, haverá progresso tecnológico, e a unidade de produção poderá estar deslocando a fronteira. A terceira e última condição (16) indica que, se houver deslocamento da fronteira, as unidades de produção que o fazem deverão estar situadas sobre ela.
2.4. Fontes de Dados e Procedimentos
Os dados utilizados no presente estudo foram obtidos nos Censos Agropecuários de Minas Gerais para os anos de 1985 e 1995, referentes aos municípios da região do Triângulo/Alto Paranaíba do estado de Minas Gerais.
Para a construção das fronteiras de produção foram utilizadas sete variáveis, sendo que seis variáveis representaram os insumos (Input) e uma variável representou o produto (Output). Foi utilizada a variável (Output) valor da produção agrícola total, esta variável foi utilizada como proxy da quantidade produzida. Para o ano de 1985 foram feitas atualizações da unidade monetária e a correção da inflação utilizando-se o índice de preços recebidos pelos agricultores, calculado pela Fundação Getúlio Vargas para o estado de Minas Gerais. Assim, o valor da produção agropecuária dos municípios da região do Triângulo/Alto Paranaíba em 1985 foi atualizado e corrigido para dezembro de 1995.
A variável (Input) tratores expressa em unidades (número de tratores), representou a proxy do capital; para representar a proxy do trabalho, foi utilizada a variável (Input) EH – equivalente-homem -, expressa em unidades (número de trabalhadores homens). As variáveis (input) lavoura permanente, lavoura temporária, pastagem natural e pastagem plantada, expressas em mil hectares, indicaram uma proxy da terra.
O equivalente-homem (EH) a ser utilizado no estudo refere-se à homogeneização do trabalho do homem, da mulher e das crianças, de acordo com a metodologia proposta por GRAZIANO DA SILVA e KAGEYAMA (1983).
3. RESULTADOS E DISCUSSÃO
As fronteiras de produção do setor agropecuário para os anos de 1985 e 1995 da Região do Triângulo/Alto Paranaíba em Minas Gerais foram calculadas utilizando a metodologia DEA, admitindo retornos constantes à escala. Depois de obtidas as fronteiras, foi calculado o índice de Malmquist para analisar a mudança na produtividade total dos fatores. Sendo este índice decomposto em índice de mudança de eficiência técnica que reflete os deslocamentos dos municípios em relação à fronteira tecnológica, e índice de mudança tecnológica que reflete o deslocamento da própria fronteira tecnológica.
Como descrito anteriormente, na interpretação usual do índice de Malmquist, valores maiores que 1 indicam crescimento na produtividade total dos fatores; valores menores que 1 indica queda na produtividade total dos fatores; e não há mudança na produtividade total dos fatores se o valor estimado para o índice for igual a 1. As mudanças na eficiência e tecnologia estimadas pelo índice de Malmquist têm a mesma interpretação.
Na Tabela 2 encontram-se os índices de mudança na eficiência técnica. Os resultados demonstram que treze municípios não apresentaram nenhuma mudança na eficiência, durante todo o período analisado, enquanto que trinta e quatro municípios apresentaram taxas de crescimento da eficiência.
Como pode-se observar, no geral, a média da região do índice de mudança na eficiência foi de 1,153, esse valor indica que a eficiência cresceu, em média 15,30%, tendo os municípios de Prata e Campo Florido apresentado as maiores taxas de crescimento da eficiência, 187% e 151%, respectivamente. As maiores quedas foram verificadas nos municípios de Santa Rosa da Serra, Arapuá e Gurinhatã, -35,80%, -34,60% e -31,20%, respectivamente.
Tabela 2 - Índice de mudança na eficiência técnica, para os município da região do Triângulo/Alto Paranaíba em Minas Gerais, no período de 1985 a 1995
Municípios Índice de mudança na eficiência técnica
Municípios Índice de mudança na eficiência técnica
Prata 2.870 Ituiutaba 1.070
Campo Florido 2.513 Araguari 1.045
Coromandel 1.902 Rio Paranaíba 1.007
Monte Alegre de Minas 1.755 Patos de Minas 1.005
Perdizes 1.678 Campina Verde 1.000
Estrela do Sul 1.665 Fronteira 1.000
Pratinha 1.650 Itapagipe 1.000
Santa Juliana 1.539 Cachoeira Dourada 1.000
Iraí de Minas 1.484 Capinópolis 1.000
Grupiara 1.476 Ipiaçu 1.000
Tapira 1.458 Santa Vitória 1.000
São Francisco de Sales 1.457 Lagoa Formosa 1.000
Guimarânia 1.451 Matutina 1.000
Pedrinópolis 1.447 Monte Carmelo 1.000
São Gotardo 1.404 Conquista 1.000
Conceição das Alagoas 1.378 Indianópolis 1.000
Serra do Salitre 1.342 Uberlândia 1.000
Romaria 1.337 Cruzeiro da Fortaleza 0.988
Abadia dos Dourados 1.304 Planura 0.976
Sacramento 1.301 Tiros 0.974
Campos Altos 1.294 Douradoquara 0.956
Carmo do Paranaíba 1.265 Centralina 0.925
Nova Ponte 1.254 Canápolis 0.924
Veríssimo 1.231 Araxá 0.911
Patrocínio 1.217 Uberaba 0.832
Água Comprida 1.175 Ibiá 0.715
Iturama 1.141 Frutal 0.704
Cascalho Rico 1.124 Gurinhatã 0.688
Tupaciguara 1.098 Arapuá 0.654
Média * 1.153 * Refere-se a média geométrica
Fonte: Dados da Pesquisa.
Fazendo uma análise da variação média dos insumos de produção, segundo grupos de eficiência técnica dos municípios, verifica-se que os municípios que apresentaram ineficiência técnica na produção obtiveram em média aumentos na área utilizada (46,09%) e no número de tratores (105,72%) superiores aos municípios que apresentaram maior índice de eficiência, em contrapartida estes municípios obtiveram aumento médio percentual na produção inferior a estes municípios. E a redução do número de trabalhadores dos municípios com ineficiência técnica foi inferior aos municípios eficientes. Assim, percebe-se que os piores índices de eficiência técnica ocorre nos municípios que não estão utilizando adequadamente seus fatores de produção (Tabela 3).
Tabela 3 – Variação média dos insumos de produção, segundo grupos de eficiência técnica Especificação Eficiência > 1 Eficiência = 1 Eficiência < 1 Variação Média do nº de Tratores(%) 79,12 164,65 105,72 Variação Média da Área Utilizada(%) -12,03 -5,74 46,09 Variação Média do nº de Trabalhadores -20,19 -16,23 - 22,20 Variação Média da Produção (%) 126,44 67,07 71,59 Fonte: Dados da Pesquisa.
Os resultados da análise das mudanças tecnológicas encontram-se na Tabela 4, e indicam que a média da região do Triângulo/Alto Paranaíba para o índice de mudança na tecnologia durante o período analisado foi de 1,426, isto implica que o progresso tecnológico cresceu em média 42,60%.
Dos sessenta municípios analisados, cinquenta e sete municípios (95%) apresentaram progresso tecnológico, sendo que os municípios de Cachoeira Dourada, Romaria e Água Comprida obtiveram as maiores taxa de progresso tecnológico, 150,9%, 145% e 109% respectivamente. Em contrapartida nos municípios de Campina Verde, Lagoa Formosa e Arapuá, houve regresso tecnológico de -21,9%, -4,8% e –3,0%, respectivamente (Tabela 4). Tabela 4 - Índice de mudança tecnológica, para os municípios da região do Triângulo/Alto
Paranaíba em Minas Gerais, no período de 1985 a 1995 Municípios Índice de mudança
tecnológica
Municípios Índice de mudança tecnológica Cachoeira Dourada 2.509 Comendador Gomes 1.440
Romaria 2.450 Itapagipe 1.403
Água Comprida 2.019 São Francisco de Sales 1.373
Santa Rosa da Serra 1.982 Uberaba 1.342
Planura 1.896 Ituiutaba 1.328
Indianópolis 1.881 Gurinhatã 1.326
Conquista 1.864 Sacramento 1.324
Rio Paranaíba 1.849 Coromandel 1.323
Pedrinópolis 1.842 Perdizes 1.279
Campos Altos 1.815 Estrela do Sul 1.258
Conceição das Alagoas 1.808 Cruzeiro da Fortaleza 1.247 Santa Juliana 1.792 Monte Alegre de Minas 1.222
Abadia dos Dourados 1.777 Cascalho Rico 1.190
Frutal 1.773 Veríssimo 1.175
Nova Ponte 1.770 Guimarânia 1.159
Continua
Continuação Municípios Índice de mudança
tecnológica Municípios Índice de mudança tecnológica
Canápolis 1.708 Uberlândia 1.150
Campo Florido 1.707 Pratinha 1.132
Fronteira 1.699 Prata 1.124
Centralina 1.672 Douradoquara 1.114
Araguari 1.634 São Gotardo 1.087
Patrocínio 1.601 Patos de Minas 1.078
Carmo do Paranaíba 1.595 Matutina 1.029
Iturama 1.588 Araxá 1.027
Santa Vitória 1.560 Grupiara 1.023
Tupaciguara 1.556 Tapira 1.012
Capinópolis 1.532 Tiros 1.003
Serra do Salitre 1.488 Arapuá 0.970
Ibiá 1.480 Lagoa Formosa 0.952
Monte Carmelo 1.469 Campina Verde 0.781
Média* 1.426 *Refere-se a média geométrica
Fonte: Dados da Pesquisa.
Objetivando explicar a influência de alguns fatores na mudança tecnológica dos municípios da região do Triângulo/Alto Paranaíba, utilizou-se a análise de regressão. Os resultados da regressão estimada estão na Tabela 5. Na análise de regressão foi utilizado o índice de mudança tecnológica com variável dependente, e, a variação do número de tratores, variação do investimento, e a variação da assistência técnica utilizada pelos municípios da região do Triângulo/Alto Paranaíba no período de 1985 a 1995 como variáveis independentes.
Analisando os resultados da equação, nota-se que a variável tratores apresentou a maior participação relativa (elasticidade) no aumento de progresso tecnológico dos municípios. A variável investimento também foi um fator decisivo nos aumentos no progresso tecnológico. Em contrapartida a variável assistência técnica não foi significativa para explicar o progresso tecnológico dos municípios da região do Triângulo/Alto Paranaíba.
Tabela 5: Resultado da equação estimada com o índice de mudança tecnológica como variável dependente
Variável Coeficiente Erro Padrão Estatística t Probabilidade
Constante 0,4768 0,3140 1,5185 0,1374 Log(tratores) 0,1365 0,0357 3,8262 0,0005 Log(investimento) 0,0021 0,0243 0.0848 0,0933 Log(assistec) -0,0222 0,0319 -0,6957 0,4910 R2: 34,49% F: 5,01 (probabilidade de 0.002947) Fonte: Dados da Pesquisa.
O índice Malmquist de produtividade total dos fatores foi obtido pelo produto entre o deslocamento da unidade em relação à fronteira tecnológica (ou mudança no indicador de eficiência) e a mudança tecnológica. No caso dos municípios em análise e com base nos resultados, nota-se que em média o componente mudança tecnológica teve uma magnitude superior ao componente mudança no indicador de eficiência, ou seja, os ganhos de produtividade existentes foram obtidos em média com maior influência do progresso tecnológico do que pela mudança na eficiência.
O índice médio da produtividade total dos fatores, no período em analise, foi de 1,644, o que indica crescimento médio de 64,40% na produtividade total dos fatores da região estudada.
Sessenta municípios foram analisados, e deste total cinquenta e quatro apresentaram aumento na produtividade total dos fatores, sendo que destes nove municípios obtiveram este aumento determinado pelo crescimento do progresso tecnológico, sendo que os demais municípios o aumento de produtividade total do fatores foi determinado tanto pelo aumento na eficiência quanto aumento no progresso tecnológico. O município de Campo Florido apresentou a maior taxa no índice de produtividade total dos fatores, 329%. E os municípios de Tiros, Araxá, Gurinhatã, Arapuá, Lagoa Formosa e Campina Verde e apresentaram queda no índice de produtividade total dos fatores. Dentre os municípios que apresentaram quedas na produtividade total dos fatores, os quatro primeiros tiveram a queda determinada pela ineficiência técnica, na ordem de -2,6%, -8,9%, -31,2% e –34,6%, respectivamente. Já os municípios de Lagoa Formosa e Campina Verde os índices da queda na produtividade total dos fatores foram explicados pela queda no progresso tecnológico, na ordem de –4,8% e –21,9%, respectivamente (Tabela 6).
Tabela 6 - Índice de mudança na produtividade total dos fatores, para os município da região do Triângulo/Alto Paranaíba em Minas Gerais, no período de 1985 a 1995
Municípios Índice de mudança na Produtividade Total dos Fatores
Municípios Índice de mudança na Produtividade Total dos Fatores
Campo Florido 4.290 Fronteira 1.699
Romaria 3.276 Guimarânia 1.682
Prata 3.226 Canápolis 1.578
Santa Juliana 2.758 Santa Vitória 1.560
Pedrinópolis 2.665 Centralina 1.547
Coromandel 2.516 Comendador Gomes 1.545
Cachoeira Dourada 2.509 Capinópolis 1.532 Conceição das Alagoas 2.491 São Gotardo 1.526
Água Comprida 2.372 Grupiara 1.510
Campos Altos 2.349 Tapira 1.475
Abadia dos Dourados 2.317 Monte Carmelo 1.469
Nova Ponte 2.220 Veríssimo 1.446
Perdizes 2.146 Ituiutaba 1.421
Monte Alegre de Minas 2.145 Itapagipe 1.403
Estrela do Sul 2.095 Cascalho Rico 1.338
Carmo do Paranaíba 2.018 Santa Rosa da Serra 1.272 São Francisco de Sales 2.000 Frutal 1.248 Serra do Salitre 1.997 Cruzeiro da Fortaleza 1.232
Indianópolis 1.881 Uberaba 1.117
Pratinha 1.868 Patos de Minas 1.083
Conquista 1.864 Douradoquara 1.065
Rio Paranaíba 1.862 Ibiá 1.058
Continua
Continuação Municípios
Índice de mudança na Produtividade Total dos Fatores
Municípios Índice de mudança na Produtividade Total dos Fatores
Planura 1.850 Matutina 1.029
Iturama 1.812 Tiros 0.977
Ipiaçu 1.785 Lagoa Formosa 0.952
Iraí de Minas 1.766 Araxá 0.936
Sacramento 1.723 Gurinhatã 0.912
Tupaciguara 1.708 Campina Verde 0.781
Araguari 1.708 Arapuá 0.634
Média* 1.644
* Refere-se a média geométrica Fonte: Dados da Pesquisa.
Para que um município seja considerado inovador é necessário que esse município satisfaça as condições expressas nas equações (14), (15) e (16). O município inovador é responsável pelo deslocamento da fronteira tecnológica, no período estudado.
Os resultados indicaram que dezesseis municípios foram responsáveis pelo deslocamento da fronteira tecnológica da região estudada, sendo estes considerados inovadores, apesar de outros municípios apresentarem progresso tecnológico. Isto indica o potencial agrícola desses municípios, refletido no aumento da participação relativa no valor da produção agropecuária regional nos últimos anos (Tabela 9).
Tabela 9 – Municípios inovadores da região do Triângulo/Alto Paranaíba em Minas Gerais, no período de 1985 a 1995 Municípios Mudança no progresso tecnológico D0s(yt,xt) d0t(yt,xt) Araxá 1.027 1.123 1.000 Cachoeira Dourada 2.509 4.153 1.000 Capinópolis 1.532 2.433 1.000 Centralina 1.672 1.701 1.000 Conquista 1.864 2.051 1.000 Fronteira 1.699 2.067 1.000 Frutal 1.773 1.425 1.000 Indianópolis 1.881 2.577 1.000 Ipiaçu 1.785 4.912 1.000 Itapagipe 1.403 2.162 1.000 Matutina 1.029 1.449 1.000 Monte Carmelo 1.469 1.927 1.000 Planura 1.896 2.100 1.000
Santa Vitória 1.560 1.996 1.000
Uberaba 1.342 1.337 1.000
Uberlândia 1.150 1.522 1.000
4. CONCLUSÕES
Os resultados deste estudo revelaram diferenças significativas na utilização de fatores de produção, entre os municípios analisados, e que os municípios ineficientes precisam melhorar a utilização de seus insumos para aumentar a sua produção e atingir o nível de eficiência.
Para explicar as direnças no índice do progresso tecnológico utilizou-se um modelo de análise de regressão. O modelo de regressão, apresentou resultados coerentes, o uso de tratores e investimento são fatores essenciais ao aumento dos níveis do progresso técnológico dos municípios.
Em relação aos modelos empregados neste estudo, principalmente o de programação matemática, foram utilizados com o intuito de mensurar a mudança de produtividade total dos fatores. Acredita-se que os resultados obtidos neste estudo, tendo em vista que existem diferenças significativas em termos de progresso tecnológico, eficiência e produtividade na região, sejam de grande valia para os tomadores de decisão, no sentido de possibilitar que sejam adotadas políticas diferenciadas e coerentes para cada município levando em consideração as suas deficiências em termos de progresso tecnológico ou eficiência.
Assim, os tomadores de decisão adotando políticas coerentes e diferenciadas para cada município fará com com que a região do Triângulo/Alto Paranaíba aumente a sua participação no setor agropecuário tanto em Minas Gerais quanto no Brasil.
5. REFERÊNCIAS BIBLIOGRÁFICAS
BEDÊ, M. A., SANTOS, R. C. dos. Produtividade total dos fatores na siderurgia brasileira: 1980-1991. Revista Indicadores da Qualidade e Produtividade. Brasília, n. 1, p. 19-30, Junho, 1994.
CHARNES, A., COOPER, W.W., RHODES, E. Measuring the efficiency of decision making units. European Journal of Operational Research, v. 2, p. 429-444, 1978.
CHARNES, A., COOPER, W.W., LEWIN, A.Y., SEIFORD, L.M. Data envelopment analysis: theory, methodology, and application. Dordrecht: Kluwer Academic, 1994. COELLI, T.J., RAO, P., BATTESE, G.E. An introduction to efficiency and productivity
analysis. Dordrecht: Kluwer Academic, 1998.
ESTELLITA LINS, M.P., MEZA, L.A. Análise envoltória de dados e perspectivas de integração no ambiente de apoio à tomada de decisão. Rio de Janeiro: COPPE/UFRJ, 2000.
FARE, R., GROSSKOPF, S., NORRIS, M., ZHANG, Z. Productivity growth, technical progress, and efficiency change in industrialized countries. American Economic Review, v. 84, p. 66-83, 1994a.
FARE, R., GROSSKOPF, S., LOVELL, C.A.K. Production frontiers. Cambridge: Cambridge University, 1994b. 295 p.
FARRELL, M.J. The measurement of productive efficiency. Journal of the Royal Statistical Society, v. 120, p. 252-290, 1957.
FUNDAÇÃO JOÃO PINHEIRO – FJP Disponível em (http://www.fjp.gov.br) Acesso em: 08 de janeiro de 2003
GRAZIANO DA SILVA, J. KAGEYMA, A. Emprego e relações de trabalho na agricultura brasileira; uma análise dos dados censitários de 1960, 1970 e 1975. Pes. Plan. Econ. V.13, n.1; v.13,n3.,1983.
GRIFFELL-TATJÉ, E., LOVELL, C.A.K. A note on the Malmquist productivity index. Economics Letters, v. 47, p. 169-175, 1995.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Censo agropecuário de Minas Gerais. 1985.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA - IBGE. Censo agropecuário de Minas Gerais. 1995.
PEREIRA, M. F. Mensuração da eficiência multidimensional utilizando a análise de envelopamento de dados: revisão da teoria e aplicações. Florianópolis: UFSC, 1995.85p. Dissertação (Mestrado em Engenharia de Produção) – Universidade Federal de Santa Catarina, 1995.
