Eficiência técnica dos estabelecimentos rurais brasileiros: o que nos dizem os microdados do Censo Agropecuário 2006?

Thecnical efficiency of rural Brazilian establishments: what do the microdata from Agricultural Census 2006 tell us?

ABSTRACT - The objective of this paper was to estimate the technical efficiency scores of Brazilian agricultural establishments using the Stochastic Frontier Approach. For that purpose, microdata from the Brazilian Agricultural Census 2006 were used, which units of research are the agricultural establishments, since they allow broad characterizations, as well as a minimization of possible bias caused by aggregation of information at the municipal or state level. It was observed that, for the estimated model, all factors of production were significant at 1% (p <0.01), and the value of production responded positively to increases in land, capital goods, labor and inputs, but negatively to the stock of animals on the property. The average of estimated technical efficiency was 0.32 and this low value observed suggests that, on average, Brazilian agricultural establishments were quite inefficient. This result is of great importance to the agricultural policies, since it suggests that policies to reduce the technical inefficiency of agricultural establishments can be effective in increasing agricultural production.

---

Introdução

Segundo Lima (2006), entende-se por eficiência técnica o modo como uma combinação ótima de insumos é empregada no processo produtivo com o intuito de obter o produto máximo. Isto significa que esta eficiência trata da relação entre os insumos e o produto total final, logo, pode ser considerada uma medida de produtividade total. Apesar de comumente utilizadas, diversos autores consideram que as medidas parciais de produtividade, como por exemplo a produtividade da terra (quantidade produzida por área), possuem uma grave deficiência na medida em que consideram apenas um fator de produção, no caso do exemplo, a terra, e ignoram todos os demais fatores, tais como trabalho, máquinas, fertilizantes etc (ALVAREZ; ARIAS, 2004; MASTERSON, 2007). Segundo Helfand e Levine (2004), o uso dessas medidas parciais de produtividade na formulação de políticas públicas poderia resultar em recomendações de uso excessivo dos insumos que não foram considerados no cálculo da eficiência. Nesse sentido, o trabalho de Moreira et al. (2007) buscou investigar a relação existente entre produtividade e tamanho do estabelecimento para a agropecuária brasileira, utilizando duas medidas para produtividade: uma medida parcial, baseada na produtividade da terra, e outra referente à produtividade total dos fatores (PTF). Os resultados identificaram uma relação inversa entre produtividade parcial da terra e tamanho do estabelecimento para as cinco macrorregiões brasileiras. Entretanto, quando analisada a PTF, apenas nas regiões Norte, Nordeste e Sudeste verificaram-se uma relação inversa entre o tamanho e a produtividade dos estabelecimentos agropecuários. De acordo com Alvarez e Arias (2004), medidas de produtividades total dos fatores, que são razões de agregados de produtos e insumos, são mais adequadas para a comparação de desempenho entre os estabelecimentos. Conforme os autores, o índice de eficiência técnica orientada pelo produto pode ser interpretado como uma medida da PTF, visto que o numerador do índice é o produto observado e o denominador é o produto potencial obtido utilizando a fronteira de produção, podendo relativamente ser interpretado como um agregado de insumos. Segundo Tupy e Yamaguchi (1998), o enfoque da eficiência, que considera a relação global de todos os insumos e produtos, parece ser mais próximo da realidade do que os tradicionais indicadores parciais de produtividade. Diversos autores sugerem que a eficiência técnica da agropecuária seja mensurada por meio de funções de produção de fronteira estocástica (AIGNER et al, 1977; TAYLOR; SHONKWILER, 1986; COELLI; BATTESE, 1996). Em geral, as pesquisas de eficiência técnica da agropecuária realizadas com foco no Brasil baseiam-se geralmente em dados agregados a nível estadual, municipal, ou por meio da construção de fazendas representativas (HELFAND; LEVINE, 2004; RADA; VALDES, 2012; ALMEIDA, 2012). Uma forma alternativa de mensurar a eficiência técnica dos estabelecimentos agropecuários brasileiros é por meio do uso de microdados, ou seja, informações captadas em nível de estabelecimento agropecuário. Nesse aspecto, para Mauritti et al. (2002), o trabalho de investigação conduzido com o acesso direto aos microdados tem as seguintes vantagens: realização de análises de dados mais finas; a construção de variáveis compostas de tipos diversificados, adaptadas a parâmetros teóricos e temas de investigação; desenvolvimento de análises multivariadas, estabelecendo relações entre um grande número de indicadores; e a prática de relação experimental com as bases de dados, conduzindo a processos de interação entre parâmetros teóricos, ensaios de operacionalização e tentativas de interpretação de resultados. Assim sendo, o objetivo deste trabalho foi estimar a eficiência técnica dos estabelecimentos agropecuários brasileiros utilizando os microdados do Censo Agropecuário de 2006, visto que os mesmos permitem caracterizações amplas, bem como a minimização de possível viés causado pela agregação das informações em âmbito municipal ou estadual.

---

Revisão Bibliográfica

O principal objetivo do modelo de fronteira estocástica é a estimação de uma função de produção, em que se espera obter a máxima produção a partir de uma combinação de fatores, em determinado nível tecnológico. Porém, nada garante que se esteja utilizando uma combinação eficiente de fatores que maximizem a produção, uma vez que podem existir ineficiências técnicas na utilização desses fatores. Isso implica que a unidade pode estar produzindo abaixo da fronteira máxima de produção (MARINHO; ATALIBA, 2000). A noção de eficiência técnica em funções de produção de fronteira está diretamente relacionada à definição teórica de uma função de produção como uma função matemática que proporciona o máximo de produção possível a partir de um determinado conjunto de fatores de produção. A partir desta definição, a função de produção de fronteira representa o limite superior da produção. Ou seja, para qualquer estabelecimento agropecuário que possui um determinado nível de tecnologia, a quantidade produzida observada pode estar sobre ou abaixo da fronteira de produção, mas não acima. Dessa forma, o quanto a produção desse estabelecimento fica aquém da fronteira de produção fornece uma medida lógica de ineficiência técnica (TAYLOR; SHONKWILER, 1986). A Figura 1 ilustra a eficiência técnica numa função de produção de fronteira. De acordo com Taylor e Shonkwiler (1986), a natureza estocástica do modelo está diretamente relacionada à possível existência de fatores que provocam desvios da fronteira e que fogem do controle do estabelecimento, como por exemplo variações climáticas, pragas e doenças. Em contraste com os modelos de fronteira determinística, cujas variações aleatórias são incorporadas na medida da ineficiência técnica, a especificação dos modelos de fronteira estocástica inclui um componente de erro aleatório para explicar tais variações. Assim, a forma básica da função de produção de fronteira estocástica é dada por:   Y_i = ƒ(X_i;β)e^(νi-υi), onde i = 1, 2, 3, …, n   em que, “Y_i” é a produção obtida pelo i-ésimo estabelecimento agropecuário; “X_i” é o vetor dos fatores de produção utilizados; “β”, o vetor de parâmetros a ser estimado; e “ν_i” e “υ_i” são os termos de erro. O componente de erro aleatório “ν_i” explica os erros de medição da produção devidos às variações climáticas, presença de insumos não-observáveis na produção, erros na observação e mensuração dos dados, enquanto que o componente de erro “υ_i” representa a restrição do nível de produção a valores iguais ou menores do que o da fronteira de produção, caracterizando, portanto, a ineficiência técnica do estabelecimento agropecuário (LIMA; ALMEIDA, 2014). Frequentemente, os parâmetros são estimados por métodos de Máxima Verossimilhança. A estimação do modelo de fronteira estocástica requer que sejam feitas suposições sobre as distribuições de “ν_i” e “υ_i”, sendo as suposições mais usuais as de que “ν_i” tem uma distribuição normal, com média zero e variância “σ²_ν”, sendo independente e identicamente distribuída (iid); e que o termo unilateral (não negativo) “υ_i” pode seguir uma distribuição meio-normal, normal truncada, gama ou exponencial, com média μ>0 e variância “σ²_υ” (AIGNER et al., 1977). Dado um vetor de fatores de produção, “X_i”, a produção potencial (Y^*_i) é definida como a máxima produção obtida na ausência de ineficiência técnica ao longo do processo produtivo, sendo representada por:  

Y^*_i = e^(Xiβ+νi)

  Desse modo, a eficiência técnica estimada do i-ésimo estabelecimento agropecuário pode, então, ser definida como a razão entre a sua produção observada e a produção potencial, também conhecida como produção de fronteira, dada a tecnologia disponível, sendo formulada como segue:  

ET_i = Y_i / Y^*_i = e^{(Xiβ+νi-υi)} / e^(Xiβ+νi) = e^-υi

  em que o escore de eficiência técnica (ET_i) é um valor entre zero e um (0≤ ET_i≤1), sendo que zero representa plena ineficiência e 1, eficiência total.

---

Materiais e Métodos

A estratégia adotada para alcançar os objetivos propostos na pesquisa se baseia no uso da técnica de Fronteira Estocástica de Produção para obtenção dos níveis de eficiência dos estabelecimentos agropecuários brasileiros. Da mesma forma que no estudo de Helfand (2003), para estimar a eficiência técnica dos estabelecimentos agropecuários da amostra foi utilizada uma função de produção do tipo Cobb-Douglas, considerando o valor da produção e 5 (cinco) fatores de produção, os quais são detalhados a seguir. Segundo Hanley e Spash (1993), a Cobb-Douglas é preferível a outras formas, se houver três ou mais variáveis independentes no modelo, por incorrer em menor perda de graus de liberdade. Assim, a forma linearizada desta função de fronteira estocástica é representada por:  

lnY_i = lnβ₀ + β₁lnareaprod_i + β₂lnvalorbens_i + β₃lnut_i + β₄lninsumos_i + β₅lnua_i + Σ³_j=1tamanho_j + Σ²⁶_k=1UF_k + ν_i - υ_i

  em que “Y_i” denota a produção em 2006, mensurada pelo valor total da produção, em reais, do i-ésimo estabelecimento agropecuário; “areaprod_i” é a área produtiva, em hectares, do estabelecimento, compreendendo o somatório das áreas de lavoura, pecuária e agrossilvicultura, representando uma proxy do fator terra; “valorbens_i” é o valor total, em reais, dos bens dos estabelecimentos agropecuários, sendo uma proxy do fator capital; “ut_i” é a soma do número de unidades de trabalho familiar e contratada, sendo uma proxy do fator trabalho; “insumos_i” refere-se à despesa realizada não remuneradora de fator produtivo, captada pelo ao somatório dos gastos, em reais, com corretivos do solo, adubos, agrotóxicos, medicamentos para animais, sementes e mudas, sal/ração, combustível e energia, representando uma proxy do fator insumos; “ua_i” é o número de unidades animal existentes nos estabelecimentos (equivalente ao número total de animais existentes nos estabelecimentos agropecuários), sendo uma proxy do estoque de animais; e “ν_i” e “υ_i” são os termos de erro. Conforme a metodologia do Censo Agropecuário 2006, a unidade de trabalho familiar foi obtida pela soma do número de pessoas, homens ou mulheres, com laços de parentesco com 14 anos ou mais de idade, inclusive a pessoa que dirige o estabelecimento, mais a metade do número de pessoas com laços de parentesco menores de 14 anos, mais o número de empregados em “outra condição” com 14 anos ou mais de idade, mais a metade do número de empregados em ‘outra condição’ com menos de 14 anos de idade. Já a unidade de trabalho contratado foi obtida pela soma do número de homens e mulheres: empregados permanentes de 14 anos ou mais de idade, mais a metade do número de empregados permanentes com menos de 14 anos de idade, mais empregados parceiros de 14 anos ou mais de idade, mais a metade do número de empregados parceiros com menos de 14 anos de idade, mais o resultado da divisão do número de diárias pagas em 2006 por 260, e mais o resultado da divisão dos dias de empreitada por 260 (IBGE, 2006). Para controlar características fixas que podem ser devidas aos diferentes tamanhos dos estabelecimentos foram consideradas três variáveis dummies para verificar se os estabelecimentos eram classificados, de acordo com o número de módulos fiscais, em pequenos (tamanho₁), médios (tamanho₂) ou grandes (tamanho₃). Essas variáveis assumiam valor 1 quando o estabelecimento era classificado como tal e valor 0, caso contrário. Ademais, é necessário considerar as diferenças regionais do Brasil na análise da eficiência técnica dos estabelecimentos agropecuários, pois, conforme Buainain et al. (2007), além das condições naturais, o território brasileiro é heterogêneo por outros fatores, como aqueles relativos à ocupação histórica. Assim, a regressão foi estimada considerando efeitos fixos em níveis estaduais na tentativa de controlar essa heterogeneidade espacial. Para tanto, foi incluído no modelo uma dummy para cada unidade da federação (UF_k), as quais assumiam valor 1 quando o estabelecimento agropecuário pertencia àquela unidade da federação e valor 0, caso contrário. O modelo estimado assumiu que o componente de erro aleatório “ν_i” e tem distribuição normal, independente e identicamente distribuída (iid), truncada em zero e com variância “σ²_ν”; e que o componente de ineficiência técnica “υ_i” é não-negativo e segue uma distribuição exponencial, da mesma forma que no trabalho Freitas et al. (2014). Após a estimação do modelo de fronteira estocástica, as eficiências técnicas dos estabelecimentos agropecuários da amostra foram estimadas usando a esperança condicional, E[exp(-U_i|V_i-U_i)], conforme sugerido por Battese e Coelli (1988). Aigner et al. (1977) sugeriram que as estimativas de máxima verossimilhança dos parâmetros do modelo seja obtida em termos de parametrização, na qual σ² = σ²_ν + σ²_υ e λ = σ_υ / σ_ν. Um valor de λ maior do que 1 (um) significa que a variância do efeito de ineficiência técnica (υ_i) é maior que o termo de erro estocástico (ν_i) e vice-versa quando λ é menor que 1 (um). Destaca-se que, por conta da heterogeneidade existente entre os estabelecimentos agropecuários, os erros-padrão foram estimados utilizando-se o método de reamostragem por bootstrap, considerando o padrão do pacote estatístico utilizado (50 replicações). Desta forma, o grau de confiabilidade nas inferências realizadas a partir dos resultados estatísticos estimados é maior. Inicialmente, esperava-se encontrar uma relação positiva entre os fatores de produção considerados e o valor bruto da produção, evidenciando uma relação diretamente proporcional entre o aumento desses fatores e o aumento do valor da produção agropecuária. Todavia, a possibilidade de encontrar algum sinal negativo para esses coeficientes não foi descartada. As informações sobre as variáveis utilizadas são provenientes dos microdados do Censo Agropecuário 2006, acessadas diretamente na sala de sigilo da sede do IBGE localizada no Rio de Janeiro, mediante aprovação prévia de projeto de pesquisa. Houve a necessidade de recorte e tratamento dos microdados, sendo excluídos os estabelecimentos sem declaração de área, os estabelecimentos localizados na área urbana, bem como os dos setores especiais como favelas, quartéis etc, mantendo-se apenas os do setor normal. Também foram excluídos os estabelecimentos pertencentes a assentamentos e os classificados como agroindústria, pois, segundo Santos e Braga (2013), aqueles possuem um aglomerado muito peculiar, existindo geralmente um conjunto de famílias assentadas, o que não estaria representando, de certa forma, um único estabelecimento; e estes podem representar problemas de outliers na amostra. Além disso, a amostra utilizada incluiu apenas os estabelecimentos cuja propriedade era de um produtor individual, não sendo considerados aqueles classificados como condomínio, consórcio ou sociedade de pessoas, cooperativa, sociedade anônima ou por cotas de responsabilidade limitada, instituição de utilidade pública, governo ou outra condição, pois, por mais que as características definam um único responsável por esses estabelecimentos, na prática, eles têm múltiplos proprietários. Da mesma forma, foram excluídos os estabelecimentos cujo tipo do produtor não é identificado. Após as transformações, ao todo, 1.463.315 observações foram deletadas (28% da amostra original), sendo a amostra final composta de 3.712.321 estabelecimentos. Todas as agregações, dados gerados e análises foram realizados utilizando-se o software STATA^®.

---

Resultados e Discussão

A fim de caracterizar a amostra, na Tabela 1 é apresentada a distribuição geográfica dos estabelecimentos que a compõe. Nota-se que o Nordeste concentrava a maior parte dos estabelecimentos (47%), enquanto que o Centro-Oeste detinha a menor proporção (5,85%). Em relação à agricultura familiar (Tabela 2), 84,17% dos estabelecimentos eram classificados como de agricultura familiar, conforme a Lei nº. 11.326/2006 (BRASIL, 2006). Dentre as regiões, o Nordeste detinha o maior número de agricultores familiares, representando 49,65% do total de estabelecimentos familiares e mais de 88% dos estabelecimentos localizados nessa região. Já a região Centro-Oeste concentra a menor proporção dos estabelecimentos com agricultura familiar (4,39%), o que corresponde a 63,22% dos estabelecimentos da região. Em se tratando da agricultura não familiar, 15,83% dos estabelecimentos são caracterizados como tal. Em relação ao tamanho (Tabela 3), cerca de 93% dos estabelecimentos tinham até 4 (quatro) módulos fiscais, sendo que a grande maioria (76,5%) eram minifúndios, cuja área total era menor do que um módulo fiscal, enquanto que os outros 16,5% eram classificados como pequenas propriedades, com área total entre um e quatro módulos fiscais. Dos demais estabelecimentos, 5,2% e 1,8% eram considerados, respectivamente, médias e grandes propriedades, com áreas totais maiores que 4 e menores que 15 módulos fiscais no caso das médias e maiores que 15 módulos fiscais no caso dos grandes estabelecimentos. A maior concentração de minifúndios estava no Nordeste, compreendendo 54,86% do total destes estabelecimentos, seguido do Sudeste (17,25%), Sul (16,76%), Norte (7,56%) e pelo Centro-Oeste (3,58%). Em relação aos pequenos estabelecimentos, o predomínio era maior no Sul, representando 31,62% do total, enquanto que apenas 9,21% deles estavam localizados no Centro-Oeste. As demais pequenas propriedades localizavam-se nas regiões Sudeste (25,95%), Nordeste (22,62%) e Norte (10,60%). Os médios estabelecimentos predominavam no Sudeste, correspondendo a 28,2% do total destas propriedades; e eram menos frequentes no Norte, que detinha apenas 9,06% do total de médias propriedades. As regiões Sul, Nordeste e Centro-Oeste concentravam, respectivamente, 23,26%, 20,29% e 19,19% do restante das médias propriedades. Já os grandes estabelecimentos, também conhecidos como latifúndios, representavam apenas 2,14% da amostra. A maior frequência de grandes propriedades foi verificada no Centro-Oeste (33,36% do total), enquanto que a menor ocorrência se deu na região Norte, representando apenas 8,8% destes estabelecimentos. Considerando o total de estabelecimentos de cada região, os minifúndios representavam a grande maioria dos estabelecimentos da região Nordeste, sendo cerca de 89% das propriedades localizadas nessa região. Por outro lado, os latifúndios representavam apenas 0,59% dos estabelecimentos do Nordeste. Em contrapartida, o Centro-Oeste era a única região que possuía mais de 10% do total de seus estabelecimentos classificados como grandes propriedades, enquanto que menos da metade (46,78%) eram caracterizados como minifúndios. Na Tabela 4 são apresentados os resultados das estimativas do modelo de fronteira estocástica. Verifica-se que, pelo resultado do teste de Wald, a hipótese nula de insignificância conjunta das variáveis foi rejeitada ao nível de 1%, sendo o modelo estimado adequado. É válido lembrar que o modelo foi estimado utilizando reamostragem por bootstrap para obtenção de erros-padrão robustos de modo a evitar possíveis problemas de heterocedasticidade e conferir, assim, maior robustez aos resultados. Uma vez que a função está expressa em termos de logaritmos naturais, os coeficientes estimados são diretamente interpretados como as elasticidades parciais da produção em relação aos fatores considerados, ou seja, como a participação relativa de cada fator de produção no produto total, devendo ser interpretadas em termos percentuais. Para facilitar a visualização dessas elasticidades, os coeficientes associados às variáveis dummies que representam os diferentes tamanhos de estabelecimento e as unidades da federação não foram apresentados. Observa-se que, para o modelo estimado, todos os fatores de produção considerados foram significativos a 1% (p<0,01), sendo que o valor da produção respondeu positivamente a aumentos nos fatores terra, bens de capital, trabalho e insumos, mas negativamente ao estoque de animais existente no estabelecimento (Tabela 4). A elasticidade estimada para o fator terra (lnareaprod) sugere que um aumento em 10% deste fator estaria associado a um valor total médio da produção agropecuária 2,08% maior. Freitas et al. (2016) relatam que a maior parte dos estudos sobre a produtividade do setor agropecuário tem apontado para uma relação inversa entre tamanho da propriedade e produtividade, o que poderia induzir a política de reordenamento fundiário no sentido de elevar o desempenho produtivo de todo o setor. Contudo, conforme os autores, os resultados recentes encontrados têm sido contraditórios, principalmente quando se considera a omissão de variáveis relevantes quanto às características do produtor, referentes ao capital humano, físico e social dos estabelecimentos. Ademais, Freitas et al. (2016) comentam que grande parte dos trabalhos utiliza medidas parciais de produtividade, consideradas insuficientes para investigar a importância do tamanho do estabelecimento e sua influência no desempenho produtivo. Em relação a variável “lnvalorbens”, a elasticidade estimada indica que um aumento em 10% no valor dos bens elevaria o valor total da produção, em média, em 2,13%, mantidas constantes as outras elasticidades. Quanto ao fator trabalho, verificou-se que a variável “lnut” apresentou a maior elasticidade entre os fatores produtivos, demonstrando relevante importância na formação do VBP nacional. Nota-se que um acréscimo de 10% no fator trabalho aumentaria, em média, a produção agropecuária em 3,72%, coeteris paribus. No que diz respeito ao coeficiente estimado para os insumos (lninsumos), o resultado indica que os gastos com corretivos para solos, adubos, agrotóxicos, medicamentos para animais, sementes e mudas, sal/ração, combustível e energia apresentaram a segunda maior elasticidade de produção, sugerindo que um aumento em 10% no total dessas despesas elevaria o valor total médio da produção em 2,55%. Dada a importância desses insumos nos processos produtivos, era de se esperar esse comportamento positivo em relação ao valor da produção. Nesse contexto, Alves (2015) argumenta que o uso intensivo de sementes selecionadas, de fertilizantes e outros agroquímicos (tecnologia bioquímica) impulsiona a produtividade da terra, na mesma medida em que a maior presença, no processo produtivo, das máquinas e equipamentos agrícolas (tecnologia mecânica) incrementa a produtividade do trabalho. Quanto à elasticidade estimada para o estoque de animais (lnua), o sinal encontrado foi contrário ao esperado. Entretanto, destaca-se que, ao utilizar como variável independente o número de unidades animal existentes no estabelecimento agropecuário como proxy para o fator estoque de animais, a importância deste fator no processo produtivo pode estar sendo mascarada, pois a variável não traz nenhuma informação sobre como o estoque de animais é utilizado pelo estabelecimento, nem informações sobre as características desse estoque. Caso o estoque seja indevidamente utilizado pelo estabelecimento, como por exemplo em densidades acima da capacidade do mesmo, situações como a alimentação insuficiente e até mesmo a ocorrência de doenças podem propiciar valores de produção mais baixos. Conforme Silva (1996), uma das vantagens de utilizar a forma funcional Cobb-Douglas em sua forma log linear é possibilidade de identificar os retornos à escala da função de produção por meio da soma direta das elasticidades dos fatores produtivos. Nesse sentido, o resultado próximo de 1 da soma dos parâmetros associados aos fatores de produção utilizados (1,0265) sugere que os retornos de escala da função de produção estimada são constantes. Entretanto, nenhum teste foi realizado para verificar se esta hipótese é válida. Tal resultado corrobora o estimado por Alves et al. (2012), os quais, também com base nos microdados do Censo Agropecuário 2006, identificaram um retorno à escala próximo a unidade (0.924). No entanto, esses autores utilizam três fatores produtivos para representar a fronteira de produção do Brasil, quais sejam: gastos com trabalho, gastos com terra e gastos com insumos tecnológicos. Sendo assim, a pequena diferença encontrada para os retornos aos fatores produtivos pode ter sido devido às diferenças nas especificações da fronteira estocástica em cada pesquisa. Outro importante resultado é a estimativa do parâmetro Lambda, obtida pela divisão da variância da ineficiência (Usigma) pela variância do componente do erro aleatório (Vsigma), que permite testar a existência ou ausência da ineficiência técnica. O valor estimado (2,4078) indica que a maior parte do erro se deve à ineficiência, ou seja, no modelo estimado, as diferenças entre os produtos observados e a fronteira ótima seriam, primordialmente, devidas à ineficiência técnica. Foram obtidas as estimativas individuais da eficiência técnica para cada estabelecimento e a média da eficiência técnica foi de 0,32. O baixo valor observado sugere que, em média, os estabelecimentos agropecuários brasileiros eram bastante ineficientes. Tal resultado corrobora outros estudos sobre a existência de ineficiência técnica na produção agropecuária brasileira (MAGALHÃES et al., 2011; FREITAS et al., 2014, FREITAS et al., 2016). Este resultado é de grande importância para as políticas agrícolas, uma vez que sugerem que políticas voltadas para reduzir a ineficiência técnica dos estabelecimentos podem ser eficazes para aumentar a produção agropecuária.

---

Conclusões

Os resultados da eficiência técnica, obtidos pela estimação da função fronteira estocástica de produção, sugerem que os estabelecimentos agropecuários brasileiros eram bastante ineficientes. Neste aspecto, para tentar reduzir as ineficiências observadas na agropecuária brasileira, muito mais do que ações que possibilitem um maior acesso aos fatores de produção, as políticas devem ser direcionadas a questões que permitam um uso mais adequado desses fatores. Por exemplo, não adianta possibilitar o produtor rural comprar mais insumos, por meio de políticas de crédito rural, se ele não souber que, se usados de forma inadequada ou em excesso, eles podem ter efeitos negativos na produção agropecuária. Dessa forma, as políticas voltadas para assistência técnica, qualificação da mão de obra, difusão de tecnologia, entre outras, podem reduzir os níveis de eficiência dos estabelecimentos, com um mínimo de alteração nas quantidades dos fatores de produção, visto que possibilitarão um uso mais racional desses fatores.

---

Gráficos e Tabelas

---

Referências

AIGNER, D.J.; LOVELL, C.A.K.; SCHMIDT, P. Formulation and estimation of stochastic frontier production function models. Journal of Econometrics, v.6, n.1, p.21-37, jul. 1977. ALMEIDA, P.N.A. Fronteira de produção e eficiência técnica da agropecuária brasileira em 2006. Piracicaba, SP: Esalq, 2012. Tese (Doutorado em Economia Aplicada) – Escola Superior de Agricultura “Luiz de Queiroz”, São Paulo. ALVARES, A.; ARIAS, C. Technical efficiency and farm size: a conditional analysis. Agricultural Economics, v.30, n.3, p.241-250, 2004. ALVES, E. O que significam as medidas de produtividade da agricultura? Revista de Economia e Agronegócio, v. 8, n. 3, 2015. ALVES, E.; SOUZA, G.S.; ROCHA, D.P. Lucratividade da Agricultura. Revista de Política Agrícola, n.2, p.45-63, 2012. BATTESE, G.E.; COELLI, T.J. Prediction of firm-level technical efficiencies with a generalized frontier production function and panel data. Journal of Econometrics, v.38, n.3, p.387–399, 1988. BRASIL (PRESIDÊNCIA DA REPÚBLICA). Lei n. 11.326, de 24 de julho de 2006. Estabelece as diretrizes para a formulação da Política Nacional da Agricultura Familiar e Empreendimentos Familiares Rurais. 2006. Disponível em: < http://www4.planalto.gov.br/legislacao>. Acesso em: 31/03/2017. BUAINAIN, A.M.; GONZÁLEZ, M.G.; SOUZA FILHO, H.M.; VIEIRA, A.C.P. Alternativas de financiamento agropecuário: experiências no Brasil e na América Latina. Brasília: IICA, 2007. COELLI, T.J.; BATTESE, G.E. Identification of factors which influence the technical inefficiency of Indian farmers. Australian Journal of Agricultural Economics. v.40, n.2, p.103-128, 1996. FREITAS, C.O.; TEIXEIRA, E.C.; BRAGA, M.J. Tamanho dos estabelecimentos e eficiência técnica na agropecuária brasileira. In: Encontro Nacional de Economia, XLII, 2014, Natal. Anais... Natal-RN: ANPEC, 2014. FREITAS, C.O.; TEIXEIRA, E.C.; BRAGA, M.J.; SCHUNTZEMBERGER, A.M.S. Eficiência técnica e tamanho do estabelecimento rural brasileiro: uma análise a partir dos microdados do censo agropecuário. In: CONGRESSO BRASILEIRO DE ECONOMIA, ADMINISTRAÇÃO E SOCIOLOGIA RURAL, 54, Maceió, 2016. Anais… Brasília-DF: SOBER, 2016. v. 54. HANLEY, N.; SPASH, C.L. Farm management research for small farmer development. Food and Agriculture Organization of the United Nations, Rome, 1993. HELFAND, S.M. Os determinantes da eficiência técnica. In: HELFAND, S.M. Região e espaço no desenvolvimento agrícola brasileiro. Rio de Janeiro: IPEA, 2003. p. 331–363. HELFAND, S.M., LEVINE, E.S. Farm Size and the Determinants of Productive Efficiency in the Brazilian Center-West. Agricultural Economics, v.31, p.241-49, 2004. IBGE (INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA). Censo Agropecuário 2006. Disponível em:<http://www.ibge.gov.br>. Acesso em: 31/03/2017. LIMA, A.L.R. Eficiência produtiva e econômica da atividade leiteira em Minas Gerais. 2006. 65 p. Dissertação (Mestrado em Administração) – Universidade Federal de Lavras, Lavras, 2006. LIMA, J.B.O.; ALMEIDA, P.N.A. Crédito rural e eficiência técnica da agropecuária dos municípios do Estado da Bahia. Revista Desenbahia, n.20, p.59-90, 2014. MAGALHÃES, M.M. et al. Land reform in NE Brazil: a stochastic frontier production efficiency evaluation. Revista de Economia e Sociologia Rural, v.49, n.1, p.9–30, 2011. MARINHO, E.; ATALIBA, F. Avaliação do crescimento da produtividade e progresso tecnológico dos estados do Nordeste com o uso da fronteira de produção estocástica. Pesquisa e Planejamento Econômico, v.30, n.3, p.427-452, 2000. MASTERSON, T. Productivity, Technical Efficiency and Farm Size in Paraguayan Agriculture, The Levy Economics Institute of Bard College, 2007 (Working Paper No. 490). MAURITTI, R.; MARTINS, S.C.; COSTA, A.F.; ANTUNES, A.S. Utilização de bases de microdados na investigação em ciências sociais. Revista de Estatística do INE, v.2, p.49-64, 2002. MOREIRA, A.R.B., HELFAND, S.M., FIGUEIREDO, A.M.R. Explicando as diferenças na produtividade agrícola no Brasil. IPEA, Texto para discussão1.254, Rio de Janeiro, 2007. RADA, N.; VALDES, C. Policy, Technology, and Efficiency of Brazilian Agriculture. Economic Research Service (ERS). Economic Research Report number137, United States Department of Agriculture (USDA), July 2012. SANTOS, R.B.N.; BRAGA, M.J. Impactos do crédito rural na produtividade da terra e do trabalho nas Regiões Brasileiras. Economia Aplicada, v. 17, n. 3, p. 299–324, set. 2013. SILVA, L.A.C. A função de produção da agropecuária brasileira: diferenças regionais e evolução no período 1975-1985. 1996. 157p. Tese (Doutorado em Economia Aplicada) – Esalq, Universidade de São Paulo, Piracicaba, 1996. TAYLOR, T.G.; SHONKWILER, J.S. Alternative stochastic specifications of the frontier production function in the analysis of agricultural credit programs and technical efficiency. Journal of Development Economics, v.21, n.1, p.149–160, 1986. TUPY, O.; YAMAGUCHI, L.C.T. Eficiência e produtividade: conceitos e medição. Agricultura em São Paulo, v. 45, n. 2, p. 39–51, 1998.