ANÁLISE DA EFICIÊNCIA TÉCNICA DOS MUNICÍPIOS DA MICRORREGIÃO ITABUNA-ILHÉUS, ESTADO DA BAHIA USANDO A ABORDAGEM DEA (DATA ENVELOPMENT ANALYSIS).

Transcrição

1 ANÁLISE DA EFICIÊNCIA TÉCNICA DOS MUNICÍPIOS DA MICRORREGIÃO ITABUNA-ILHÉUS, ESTADO DA BAHIA USANDO A ABORDAGEM DEA (DATA ENVELOPMENT ANALYSIS). 1 Nadja Aline Melo de Oliveira Sena Carlos Augusto Pereira Filho RESUMO: O objetivo deste estudo foi calcular medidas de eficiência relativa da agricultura dos 43 municípios da microrregião Itabuna-Ilhéus. A metodologia escolhida foi a Análise da Envoltória de Dados (Data Envelopment Analysis). O trabalho permitiu concluir que, sob retornos constantes à escala, apenas 30,82% das observações analisadas foram consideradas eficientes, logo, ganhos de produtividade dos fatores de produção só seriam possíveis através de mudança na tecnologia de produção. O nível médio de eficiência técnica total é de 61,3%. Isto implica que, em média, a adoção de melhores práticas e eliminação de todos os focos de ineficiência detectados, levaria a um acréscimo do valor total da produção em 38,7 %). Palavras-chave: eficiência, produtividade, microrregião Itabuna-Ilhéus, Data Envelopment Analysis. 1. INTRODUÇÃO A microrregião Itabuna-Ilhéus sempre foi de grande importância para o setor agrícola do Estado da Bahia, mantendo a supremacia na produção de cacau brasileiro, impulsionando o desenvolvimento dos municípios onde se concentra, e gerando inúmeros empregos diretos e indiretos. Nos anos compreendidos entre , graças aos altos preços do cacau, as áreas de plantio cresceram sem controle. A produção mundial também cresceu muito, estimulada pela elevação das cotações do produto no biênio Neste período o cacau gerou quase um bilhão de dólares. O vertiginoso aumento da oferta do produto provocou forte queda nos preços do cacau no mercado internacional e, em 1982 o cacau gerou apenas 390 milhões de dólares. A produção recorde de 457 mil toneladas, no ano de 1984, não parou de cair e, em 2001, estava ao redor das 185 mil toneladas de cacau/ano. De segundo maior exportador de cacau o Brasil passou a país importador. (IBGE, 2001) Em 1989, o cacau baiano é contaminado pelo fungo Crinipellis perniciosa, causador da doença vassoura-de-bruxa. A rápida disseminação deveu-se a fatores altamente favoráveis para a propagação do microorganismo, tais como: extensas plantações envelhecidas; topografia fortemente ondulada, temperatura declinante no inverno (é a zona de cacau mais fria do mundo), a distribuição regular das chuvas ao longo do ano, sem períodos secos bem definidos. Como conseqüência, agravou-se a crise no setor cacaueiro baiano pela perda de produtividade. Neste contexto, a reestruturação da economia cacaueira sul-baiana deve levar em consideração a busca de aumento de eficiência no uso de recursos e no desenvolvimento tecnológico. 1 Este artigo é parte da pesquisa em andamento da primeira autora para elaboração da dissertação de mestrado.

2 A análise da eficiência produtiva de unidades de produção agrícola, além de constituir ferramenta de benchmarking para os agricultores, fornece informações relevantes para a pesquisa e extensão, na medida em que revelam as possibilidades de maximização da produtividade através da melhoria da eficiência e superação das ineficiências eventualmente encontradas. Do ponto de vista da formulação de políticas e de projetos de difusão de práticas agrícolas, uma melhor compreensão da relação entre estas práticas e a produtividade e eficiência permite estabelecer e dimensionar a necessidade de incentivos e subsídios para assegurar sua adoção e disseminação entre os agricultores, bem como definir estratégias apropriadas para implementação de projetos com esta configuração. A partir dessas considerações, torna-se importante avaliar qual o nível de eficiência relativa dos municípios da Região Cacaueira e quais as metas de produção que maximizam a produtividade pelo uso mais eficiente da tecnologia disponível. Apesar da importância da mensuração da produtividade, no Brasil o assunto ainda é incipiente e poucos trabalhos relacionados à matéria vêm sendo desenvolvidos. Desta forma, os resultados do estudo poderão constituir-se em uma contribuição para o melhor entendimento da agricultura regional, para o estudo e manipulação da tecnologia de produção do cacau, bem como de outros cultivos e criações, facilitando o desenvolvimento de políticas públicas e de ações do setor privado via análise de eficiência. 2.METODOLOGIA Neste trabalho será utilizado um modelo não-paramétrico denominado DEA (Data Envelopment Analysis). A eficiência técnica é definida como a distância em se situa uma unidade de produção em relação à fronteira tecnológica. O modelo DEA foi desenvolvido a partir dos trabalhos pioneiros de Debreu (1951), Koopmans (1951) e Farrell (1957). O modelo apresentado baseia-se nos trabalhos de Charnes, Cooper e Rhodes (1978), Färe, Tatjé, Grosskopf, Lovell (1995), Färe & Chung (1995), Chavas & Cox (1994 e 1999). Neste estudo, será aplicada a função de distância baseada na orientação produto, ou seja, na capacidade de uma observação obter a máxima expansão radial do produto para uma determinada quantidade de insumos, dada a tecnologia disponível. A técnica DEA é empregada como alternativa aos métodos estatísticos convencionais, para estimação de eficiência relativa. Enquanto as abordagens econométricas avaliam as DMUs ( Decision Making Units ) em relação a uma DMU média, a técnica DEA consiste em um método que compara cada DMU somente com a melhor DMU (Gomes & Dias, 2000). Segundo Boussofiane et al. (1991), a medida de máxima produtividade que uma unidade de produção pode atingir num processo de transformação empregando uma certa combinação de insumos é definida como uma fronteira de produção. Produtividade é freqüentemente definida como a relação entre a quantidade de insumos utilizada e a quantidade de produtos gerada num determinado processo de produção. Assim: PR = Σp j y j /Σq i x i onde:

3 y j = quantidade do j-ésimo produto gerado no processo de transformação, com j =1, 2,..., m; x i =quantidade do i-ésimo insumo usado no processo de transformação, com i = 1, 2,..., n; p j = pesos que o processo de transformação atribui a seus produtos; q i = pesos que o processo de transformação atribui a seus insumos. Para ilustrar os aspectos básicos desta metodologia, suponhamos que a tecnologia T transforma um vetor (m x 1) de insumos x R + em um vetor (n x 1) de produtos y R +. ou seja: T = [ (x, y) : x pode produzir y ] O conjunto T é fechado, convexo e monotonicamente decrescente. Assumindo que a tecnologia satisfaz os axiomas inicialmente propostos por Shephard (1970) a função orientada para produtos é: DP T ( y, x) = Inf θ [θ : (y/θ, -x) T ] Esta expressão maximiza o aumento do produto, enquanto permanece no espaço de envelopamento. Um aumento é possível até que, no mínimo uma das variáveis folga de produto é reduzida a zero. De acordo com a modelagem DEA, para cada observação do conjunto de dados formula-se um modelo específico de programação linear, pressupondo-se retornos constantes e retornos variáveis à escala. Para cada observação ineficiente, a DEA estabelece uma região linear de fronteira (referência), em relação a qual se calcula o índice de eficiência. Convém ressaltar que a medida de eficiência encontrada na resolução do modelo de retornos constantes para cada observação é sempre menor ou igual àquela que pode ser obtida pelo modelo de retornos variáveis à escala. Dadas as características da tecnologia, considerando-se a pressuposição de retornos constantes à escala e orientação produto a eficiência da i-ésima DMU é dada por: Max θ i = [ D 0 (X i, Y i )] -1 Sujeito a: θ i y i λ j y j x i λ j x j λ j 1, j onde: θ i = índice de eficiência técnica da unidade i; y i = quantidade de produto da DMU testada; y j = produto observado da unidade j (unidade de referência para a DMU testada); x i = quantidade de insumo i da DMU testada; x j = quantidade de insumo observado i da unidade j; λ j = variável de decisão correspondendo ao vetor que define a faceta.

4 Os modelos para retornos variáveis à escala são estruturalmente similares aos modelos para retornos constantes à escala. Entretanto, o modelo com retornos variáveis à escala contém uma restrição adicional de convexidade: Σ λ j = 1. Os índices de eficiência analisados sob retornos constantes à escala correspondem à eficiência técnica total e admite o exame da produtividade em relação à escala de produção. Assim, é possível avaliar o efeito do porte no desempenho de cada observação. A eficiência de escala pode ser calculada pela razão entre os valores das eficiências técnicas com retornos constantes e com retornos variáveis. Dados Utilizados Os dados utilizados neste trabalho foram obtidos do censo Agropecuário de 1995/1996. As seguintes variáveis foram utilizadas: valor da produção da pecuária, das culturas permanentes e temporárias, da extração vegetal e despesas com salários pagos em dinheiro, adubos e corretivos, agrotóxicos, alimentação e medicamentos de animais, energia e combustível, e outras despesas, todas expressas em Reais de As unidades de observação referem-se aos 43 municípios da microrregião Itabuna-Ilhéus. Cada município foi dividido em cinco estratos (grupos de área total) usando a estratificação do Instituto Brasileiro de Geografia e Estatística - IBGE ( ), conforme Tabela 1: Tabela 1 Grupos de área total estratos em percentuais Estratos Grupos de área total(ha) Nº observações Total % 1 Menos de , a menos de , a menos de , a menos de , e mais 2 1,37 Total ,00 Fonte: IBGE 3. RESULTADOS E DISCUSSÃO Sob a hipótese de retornos constantes à escala, verifica-se que, do total de 146 observações, 45 alcançaram máxima eficiência técnica (índice de eficiência igual a 1) o que equivale a cerca de 30,82% do total, indicando que aumentos de produtividade só seriam possíveis sob nova base tecnológica. Deste total, 60% estão no 1º estrato de área, 6,67% no 2º estrato, 8,89% no 3º estrato, 22,22% no 4º estrato e 2,22% no 5º estrato (Figura 01).

5 Figura 1: Percentual de eficiência técnica sob retornos constantes à escala por estrato de área cultivada 2% 22% 9% 7% 60% Estrato 1 Estrato 2 Estrato 3 Estrato 4 Estrato 5 Sob retornos variáveis à escala, 66% das observações obtiveram índice de eficiência 1. Deste total 42,42%, 19,7%, 16,67%, 19,70% e 1,51% estavam no 1º, 2º, 3º, 4º e 5º estratos, respectivamente. Na Tabela 02, os índices de eficiência calculados para as observações são sumarizados de acordo com a classificação proposta por Ray & Bhadra (1993). Tabela 02: Grau de eficiência total (RCO), de eficiência técnica pura(rv) e de escala (RCO/RV) em percentuais Grau de eficiência Eficientes (IE=1) Ineficiência Fraca (0,9 IE<1) Ineficiência moderada (0,7 IE<0,9) Ineficiência forte (IE<0,7) Média Mínima Máxima Fonte: Dados da pesquisa. Eficiência técnica total 30,83 1,37 6,16 61,64 61,3 13,00 100,00 Eficiência técnica pura 45,21 8,22 18,49 28,08 83,10 31,70 100,00 Eficiência de escala 35,62 6,16 6,85 51,37 72,60 26,70 100,00 Observa-se que aproximadamente 38,36%, 71,92% e 48,63% das observações possuem índices de eficiência (técnica total, técnica pura e de escala) superiores a 0,7. O nível médio de ineficiência técnica total é de 61,3%, o que significa que os municípios podem, em média, através da adoção de melhores práticas aumentar seu valor total da produção em 38,7% (1-0,613). Nota-se que uma parcela grande das observações possui ineficiência forte (IE<0,7): 61,64% para eficiência total; 28,08% para eficiência pura e, 51,37% para eficiência de escala. Na Figura 02 os percentuais dos índices de eficiência calculados para as observações, sobre retornos constantes à escala, estão distribuídos por estratos. Assim, de todas as

6 observações do estrato, 1, 60% são eficientes, 3% possuem ineficiência fraca, 8% ineficiência moderada e 21% ineficiência forte. Figura 02: Índices de eficiência técnica por estrato, sob retornos constantes à escala ESTR ATO1 ESTRATO 2 21% 7% 2% 5% 8% 3% 68% 86% ESTRATO3 ESTRATO 4 10% 7% 5% 43% 44% 78% 13% 0% Efi cientes Inefic iência fraca Inefic iência moderada Ineficient e fort e Como se pode notar, o estrato 1 obteve um maior porcentual de eficiência. Em parte, este índice alto de eficiência pode ser explicado pelo tamanho da propriedade. Nos pequenos estabelecimentos o controle dos trabalhadores é mais fácil e, normalmente há uma maior flexibilidade no uso da mão-de-obra. Geralmente por não dispor de mais área para o cultivo estas aumentam o tamanho do negócio através da intensificação e da melhor utilização dos recursos. Outro aspecto importante diz respeito ao risco. Estando as pequenas propriedades localizadas em uma região cuja maior cultura é o cacau (sensível às oscilações de preços), estas correm menos riscos quanto à possibilidade de crises relacionadas com o baixo preço do produto, pois, obtiveram um maior índice médio de diversificação: 1,819, indicando que a maioria dos produtores produzem mais ou menos 2 produtos. Segundo Hoffmann et al. (1978), por diversificação se entende a produção de vários produtos para o mercado, e neste caso o agricultor dependerá de várias fontes de renda.

7 Os maiores índices de ineficiência estão nos estratos 2 e 3. Nestes estratos há uma supra-utilização dos fatores de produção, indicando que uma redução na quantidade produzida elevaria o seu índice de eficiência. Ao analisar a tabela 02 observa-se que 35,62% das observações não têm problemas de escala, estando operando na fronteira de retornos constantes (escala ótima). Apenas o estrato 1 do município de Jussarí está na faixa de retornos crescentes, ou seja, operando abaixo da escala ótima, ou em escala sub-ótima, isto implica que esta observação pode aumentar sua eficiência técnica, através do aumento do tamanho da sua produção, a custos decrescentes. Por outro lado, 99,32% estão operando na faixa de retornos decrescentes, ou seja, estão operando acima da escala ótima, ou em escala supra-ótima, isto é, estão gastando muito naquilo que produzem. Os resultados indicam que, em média, a insuficiente escala de produção é a maior fonte de ineficiência técnica. Na Tabela 03, está a participação de cada produto na composição total do valor da produção e o índice de diversificação (ID) por estrato. As culturas permanentes têm relativo peso na composição do produto total da região, ficando a pecuária em 2º lugar. Nota-se que a participação da pecuária tem uma relação direta com o tamanho da propriedade, sendo que no estrato 5 ela responde por 100% da produção. Tabela 03: Participação de cada produto em percentuais por estrato e o índice médio de diversificação Estratos Pecuária % Permanente % Temporária % Extração % Outros % ID 1 6,14 70,67 9,84 1,98 11,37 1, ,62 81,16 4,42 2,76 1,04 1, ,04 76,06 0,91 2,48 0,50 1, ,47 35,13 0,64 5,62 0,14 1, , ,000 Dados da pesquisa A Tabela 04 traz o conjunto de observações eficientes (Benchmarks) que são referencias para as observações ineficientes. A eficiência relativa de cada observação calculada pelo modelo corresponde à distância entre o valor da produção realizado e a fronteira eficiente determinada pelas observações com índices de eficiência iguais a 1. Tabela 04: Benchmarks e sua freqüência de comparação Observação Freqüência Observação Freqüência Almadina 4 69 Itabuna 1 29 Aurelino Leal 1 57 Itacaré 1 51 Barra do Rocha 1 18 Itamari 3 21 Belmonte 4 54 Itapebi 5 16 Camacan 1 27 Stª Cruz da Vitória 1 22 Coaraci 1 55 Teolândia 1 11 Gongogi 1 63 Teolândia 2 35 Ilhéus 4 12 Wenceslau Guimarães 1 24 Dados da pesquisa.

8 O estrato 4 do município de Almadina é um importante benchmark, pois aparece com mais freqüência (69 vezes) como referência para 68% observações ineficientes. A análise das folgas projetadas pelo modelo DEA é de grande importância no processo de tomada de decisão. Com as informações das folgas pode-se investigar, a partir dos Benchmarks, estratégias de aumento da eficiência. Estas folgas resultam da diferença entre os valores projetados a partir dos benchmarks e os valores observados. As médias das folgas de produtos e fatores para as observações tecnicamente ineficientes são sumarizadas nas tabelas 05 e 06. Tabela 05: Médias das folgas dos produtos das observações ineficientes Produtos Folgas médias (em R$1000) Animal de grande porte 34,893 Cultura permanente 0,188 Culturas temporárias 483,394 Extração vegetal 1,326 Dados da pesquisa. Outros produtos 17,022 Observa-se que a maior folga está associada às culturas temporárias, indicando que a produção poderá crescer, em média, no montante de R$ ,00 para que o índice de eficiência aumente. As culturas permanentes quase não apresentaram folga (R$188,00), mostrando que não deverá ocorrer decréscimos na produção deste sistema. Tabela 06.: Tabela 06: Médias das folgas dos fatores das observações ineficientes Fatores Folgas (em R$1000,00) Salários 0,527 Adubos e corretivos 11,342 Agrotóxicos 5,511 Alimentos e medic, p/ animais 5,669 Energia e combustíveis 2,623 Outras despesas 9,514 Dados da pesquisa Verifica-se que, em média, praticamente não há ociosidade de mão-de-obra, ou seja, a região utiliza-se de forma quase eficiente deste fator.

9 O fator que mais apresenta folga, refere-se à adubação e corretivos, indicando que as observações ineficientes devem reduzir o consumo deste fator em média R$11,342,00. Agrotóxicos, alimentação e medicamentos de animais, energia e combustíveis também deveriam ser reduzidos sem comprometer a produção. 4, CONCLUSÃO Neste trabalho, utilizou-se a técnica conhecida como data envelopment analysis para medir a eficiência técnica de 43 municípios da microrregião Itabuna-Ilhéus. Os resultados indicam que a eficiência técnica média, considerando retornos constantes à escala, foi de 61,3%. Isto implica que, em média, mediante adoção de melhores práticas, esses municípios poderiam reduzir suas despesas com adubos e corretivos, agrotóxicos, alimentação e medicamentos para animais, energia e combustíveis e outras despesas, Verifica-se que, em média, praticamente não há ociosidade de mão-de-obra, ou seja, a região utiliza-se de forma quase eficiente deste fator. Isto pode ser conseqüência da redução da capacidade de geração de renda da região, que na década de 90 entrou numa situação de esgotamento devido à vassoura-de-bruxa e queda dos preços de cacau no mercado internacional, que levaram à dispensa de mais de 200 mil trabalhadores rurais. Considerandose que a mão-de-obra representa uma parcela expressiva dos custos de produção da agricultura regional é evidente que de perda de produtividade e deterioração de preços implicam em redução deste fator. O fator que mais apresenta folga é a adubação e corretivos, indicando que as observações ineficientes devem reduzir o consumo deste fator em média R$11.342,00. Uma possível explicação para a alocação ineficiente deste fator pode estar relacionada à forma de produção do cacau. Como a comparação é feita entre as observações, algumas delas devem utilizar o sistema conhecido como cabruca, onde o cacaueiro é cultivado à sombra de espécies nativas. Neste caso, a produtividade é equilibrada sem pressionar o solo, uma vez que grande descarte de folhas acaba repondo os nutrientes reduzindo e até mesmo suprindo o uso de produtos químicos; contudo, nenhuma inferência pôde ser feita sobre este aspecto dada a não disponibilidade de dados. Em relação aos produtos, observa-se que a maior folga está relacionada às culturas temporárias e à pecuária, indicando que a produção poderia crescer, em média, R$ ,00 e R$34.893,00, respectivamente, para que os índices de eficiência aumentassem. Nota-se que quase não há folga na cultura permanente, mostrando que não deverá ocorrer acréscimos na produção destas culturas, dada a tecnologia atualmente empregada. Estas folgas podem ser explicadas considerando-se que a participação das culturas temporárias é mais expressiva nos estratos de menor área e que é nestes estratos que se concentram as observações de referência para as observações ineficientes. Conclui-se ainda que nos estratos de maior área predomina a exploração pecuária e que as observações que estão na fronteira de produção determinam o benchmarking para as observações ineficientes e que têm características semelhantes quanto aos sistemas de produção adotados. Os resultados indicam que a principal fonte de ineficiência está relacionada à escala, cerca de 64,38% dos estratos por municípios. Essa ineficiência poderia ser reduzida, caso as observações operassem em escala ótima.

10 As principais limitações do estudo estão associadas à falta de dados disponíveis para análise dos fatores que podem estar provocando estes baixos índices, o que possibilitaria uma melhor explicação das ineficiências constatadas nas observações como um todo. 5, REFERÊNCIAS BIBLIOGRÁFICAS BOUSSOFIANE, A,; DYSON, R, G,; THANASSOULIS, E, Applied data envelopment analysis, European Journal of Operational Research, v.52, p. 1-15, 1991, CHARNES, A,; COOPER, W, W, Data envelopment analysis, European Journal of Operacional Research, v, 90, p, , CHAVAS, J, P,; COX T, L, A generalized distance function and the analysis of production efficience. Madison: University of Wisconsin, 1999, 34p. (Staff Paper Series Agricultural & Applied Economics, 422). Disponível em: < Acesso em: 3 jun DEBREU, G. The coefficient of resource utilization. Econometrica, v.19, n.3, p , FÄRE, R,; GROSSKOPF, S,; NORRIS, M,, ZHANG, Z, Productivity growth, technical progress, and efficiency change in industrialized countries. American Economic Review, v. 84, p ,1994. FÄRE, R,; TATJÉ, E,G,; GROSSKOPF, S,; LOVELL, C, A, K. Biased technical change and the malmquist productivity index. Economic Working Paper Archive at WUSTL, 1995, 22p. Disponível em: < Acesso em: 4 jun FARRELL, M, J. The measurement of productive efficiency. Journal of Royal Statistical Society, v.19, n.2, p , GOMES, P, A,; DIAS, S, R. Medidas de produtividade na agropecuária brasileira: (CD-ROM), In: CONGESSO BRASILEIRO DE ECONOMIA E SOCIOLOGIA RURAL, Rio de Janeiro, 2000, Anais, Rio de Janeiro: SOBER, HOFFMANN et al. Administração da empresa agrícola. 2.ed. São Paulo: Pioneira INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Pesquisa Agrícola Municipal Brasil. Rio de Janeiro, Disponível em: < Acesso em 23 set

11 KOOPMANS, T, C. An analysis of production as un efficient combination of activities. In: KOOPMANS, T, C, ed. Activity analysis of production and allocation. New York, Cowles Commission for Research in Economics, SHEPHARD, R, W. Theory of cost and production functions. New Jersey: Princeton University Press, 1970.