ADRIANA AMARAL DE OLIVEIRA BUENO
AVALIAÇÃO DE SISTEMAS DE PRODUÇÃO DE LEITE EM
PASTAGENS
Londrina
2013
ADRIANA AMARAL DE OLIVEIRA BUENO
AVALIAÇÃO DE SISTEMAS DE PRODUÇÃO DE LEITE EM PASTAGENS
Tese apresentada ao Programa de Pós-Graduação
em Ciência Animal da Universidade Estadual de
Londrina para obtenção do título de Doutor
Orientador: Prof. Dr. José Antônio Fregonesi
Londrina
2013
ADRIANA AMARAL DE OLIVEIRA BUENO
AVALIAÇÃO DE SISTEMAS DE PRODUÇÃO DE LEITE
EM PASTAGENS
Tese apresentada ao Programa de pós-graduaçao
em Ciência Animal da Universidade Estadual de
Londrina para obtençao do titulo de Doutor
BANCA EXAMINADORA
______________________________________
Orientador: Prof. Dr. José Antônio Fregonesi
Universidade Estadual de Londrina - UEL
____________________________________
Prof. Drª Ana Maria Bridi
Universidade Estadual de Londrina - UEL
____________________________________
Prof. Drª Carolina A. de Souza Dantas Muniz
Universidade Estadual de Londrina – UEL
____________________________________
Prof. Dr. Agostinho Ludovico
Universidade Estadual de Londrina - UEL
____________________________________
Dr. Alfredo Ribeiro de Freitas
Empresa Brasileira de Pesquisa Agropecuária –
EMBRAPA- Pecuária Sudeste
Londrina, _____de ___________de _____.
DEDICO
Ao meu marido Fernando, pelo amor e incentivo. Às
minhas filhas Mirella e Maria Clara pelos sorrisos e
carinho que me fortaleceram para concluir essa etapa
AGRADECIMENTO (S)
Agradeço a Deus, que ao guiar e iluminar meus caminhos me deu
a
esperança e força para superar todos os obstáculos que encontrei para concluir esse projeto.
Ao meu orientador Prof. Dr. José Antônio Fregonesi não só pela constante
orientação neste trabalho, mas sobretudo pela sua amizade e confiança.
Ao Coordenador da Pós-Graduação Prof. Dr. Amauri Alfieri, pelo trabalho e
dedicação como Coordenador do Programa de Pós-graduação em Ciência Animal.
À secretária Helenice Kieski por sua dedicação e atenção para com todos os
alunos do programa de pós-graduação.
Aos pesquisadores do IAPAR, Rafael Fuentes e Dimas Soares Júnior, que
sempre se disponibilizaram para esclarecer minhas dúvidas.
Meu muito Obrigada ao Dr. Alfredo Ribeiro de Freitas pelo apoio nas
análises estatísticas, e ensinamentos transmitidos para conclusão desta tese.
Ao Prof. Dr. Vidal Faria de Pedroso que sempre acompanhou e se
disponibilizou para fortalecer o Projeto Balde Cheio dividindo sua precisosa experiência.
Aos pesquisadores da Embrapa Pecuária Sudeste, idealizadores do Projeto
Balde Cheio, Dr. Arthur Chinelato e André Novo, pelos conhecimentos transmitidos e pela
dedicação à atividade, fortalecendo assim não só a Pecuária Leitera, mas também, o
reconhecimento do profissional que atua na extensão rural.
Aos colegas de trabalho da Secretaria da Agricultura do Estado de São
Paulo, representados pelo Diretor Nestor Jamami, que direta e indiretamente me apoiaram
com paciência, durante esse período. Especialmente ao Eng. Agrônomo José Carlos Paggiaro
que me apoiou na Casa da Agricultura de Descalvado.
À Engenheira Agrônoma Paula Meyer, do IBGE, que me incentivou e
apoiou, fortalecendo minha auto-confiança.
Meus agradecimentos especiais à toda equipe da COOPERIDEAL,
representada pelo presidente Marcelo Rezende, que presente no campo diariamente, sempre
com muito respeito, humildade e competência, se empenharam para que produtores de leite se
tornassem de fato empresários rural. Essa equipe leva muito mais que resultados técnicos e
econômicos. Leva a esperança de um futuro melhor.
Ao meu marido, Fernando de Oliveira Bueno, pelo companherismo e
dedicação todos esses anos. A ele também, meu agradecimento especial, como técnico.
Sempre esclarecendo dúvidas e, com muita competência, somando a prática na teoria.
À minha mãe, Elizabeth Amaral de Olivera, que sempre esteve disponível
para cuidar dos meus tesouros, Mirella e Maria Clara, para que eu realizasse as exigências do
curso de doutorado.
À Marlene Anhaia e sua família, que me hospedaram com muito carinho e
dedicação.
À CAPES pela concessão da bolsa de estudo.
“Desistir é a saída dos fracos, continuar é a atitude
dos fortes”
Willian Borges
BUENO, Adriana Amaral de Oliveira. Avaliação de sistemas de produção de leite em
pastagens. 99p. Tese (Doutor em Ciência Animal) – Universidade Estadual de Londrina,
Londrina, 2013.
RESUMO
Apesar de muito complexa, a exploração leiteira desempenha um importante papel sócio
econômico. Isso porque, com entrada mensal de dinheiro, ela viabiliza a permanência de
pequenos produtores no meio rural. Por isso é importante conhecer melhor os índices técnicos
e econômicos envolvidos no gerenciamento da atividade. O objetivo desta pesquisa foi
estudar o comportamento e interações de variáveis zootécnicas e econômicas, a fim de, buscar
metas ou tendências, para os índices de eficiência adotados pela assistência técnica, em
sistemas de produção de leite, de forma a garantir a sustentabilidade econômica do sistema.
Foi criada uma matriz de dados, com informações técnicas e econômicas referentes à sistemas
de produção de leite que receberam intervenção técnica constante da equipe da Cooperideal,
seguindo a metodologia do Projeto Balde Cheio da Embrapa Pecuária Sudeste. No intervalo
de tempo do ano de 2006 a 2011, foram selecionadas propriedades que obtiveram intervenção
de 12 até 36 meses, em que o mês um foi considerado o inicio da intervenção e 36 o fim. A
dimensão dos dados e heterogeneidade dos sistemas estão descritos na metodologia e
resultados gerais. Os resultados dos objetivos específicos estão ilustrados na forma de dois
artigos científicos. O primeiro artigo, foi discutido o resultado das correlações das variáveis,
para entender o grau de influência que exercem entre si. A maioria das correlações foi
significativa (p ≤ 0,05). Esse cenário permitiu utilizar a análise de Componentes Principais
para reduzir a dimensão dos dados. Foi possível explicar 62,9 % da variabilidade total das
variáveis técnicas e 67,7 % da variabilidade total das variáveis econômicas. O segundo artigo
ilustra o resultado da intervenção técnica ao longo do tempo, utilizando a ferramenta
estatística de Medidas Repetidas. Foram escolhidas quatro variáveis técnicas e quatro
variáveis econômicas, com tendência a um a curva normal. Foi possível identificar que o
resultado da intervenção técnica ocorre de forma semelhante entre os estados. Ao longo do
tempo todas as variáveis, técnicas ou econômicas, apresentaram comportamento positivo para
tornar o sistema mais eficiente. Com um planejamento adequado é possível obter
sustentabilidade técnica e econômica nos sistemas de produção de leite, mesmo em menores
escalas de produção.
Palavras-chave: indices zootécnicos, índices econômicos, produção de leite; bovinocultura
de leite. medidas repetidas
BUENO, Adriana Amaral de Oliveira. Evaluation of milk production systems in pastures.
99p. Tese (Doutor em Ciência Animal) – Universidade Estadual de Londrina, Londrina, 2013.
ABSTRACT
Dairy farming plays an important socio-economic role as it enables the retention of small
producers in rural areas. Therefore it is important to understand technical and economic
indices involved in dairy farming. The aim of this thesis was to study the economic and
technical indices of dairy production systems located in Parana, Santa Catarina and Mato
Grosso states, submitted to technological interventions for a period 36 months. A data matrix
containing technical and economic indices was analyzed originating. The size of the data and
heterogeneity of systems are described in the methodology and general results. The results of
the specific objectives are illustrated in the form of two papers.three scientific papers. The
fisrt paper discusses several correlations of these variables in order to understand the degree
of influence they exert on each other. Using principal component analysis to reduce the
dimension of data, 62.9% of the total variability of the technical variables and 67.7% of the
total variability of the economic variables were explained. The second paper illustrates the
result of technical intervention over time using repeated measures as statistical tool. Four
technical and four economic variables presenting normal curve were evaluated. It was
possible to identify that technical intervention occurs similarly across states. Over time all
variables, technical or economical, showed positive performance to make the systems more
efficient. In conclusion, technical and economic sustainability of dairy production systems
may be achieved even in smaller scales of milk production.
Keywords: animal production indices, economic indicators, milk production, dairy cattle,
repeated measures
LISTA DE FIGURAS
ARTIGO 2
Figura 1 - Médias obtidas por quadrados mínimos da interação estado x tempo para variáveis
técnicas em sistemas de produção de leite em pastagens. MVL = média da produção de leite
das vacas em lactação, litros/vaca/dia; VLAREA = vacas em lactação por área, número
vacas/ha; VLR_p = porcentagem de vacas no rebanho (lactação) em relação ao total de
animais,%; PROD = quantidade mensal de leite por área, litros/ha ........................................74
Figura 2 - Médias obtidas por quadrados mínimos da interação estado x tempo para variáveis
econômicas em sistemas de produção de leite em pastagens. MGP = média geral de preços,
R$/litro; LLITRO = lucro por litro, R$/litro; CFCT = relação entre o custo fixo e o custo
total; %COECT = relação entre o custo operacional efetivo e o custo total ...........................75
LISTA DE TABELAS
RESULTADOS GERAIS
Tabela 1. Estatística descritiva para variáveis técnicas de produção em sistemas de produção
de leite em pastagens ................................................................................................................33
Tabela 2 – Estatísticas descritivas para as variáveis técnicas de composição do rebanho em
sistemas de produção de leite em pastagens ............................................................................34
Tabela 3 Estatística descritiva para variáveis indicadoras de eficiência técnica em sistemas de
produção de leite em pastagens ................................................................................................35
Tabela 4 – Estatísticas descritivas para as variáveis econômicas de despesas mesais em
sistemas de produçao de leite em pastagens ............................................................................37
Tabela 5 – Estatísticas descritivas para as variáveis econômicas de receitas mensais em
sistemas de produção de leite em pastagens ............................................................................38
Tabela 6 Estatísticas descritivas para as variáveis econômicas indicadoras de eficiência
mensal em sistemas de produção de leite em pastagens ..........................................................39
ARTIGO 1
Tabela 1.Correlação de Pearson para variáveis técnicas em sistemas de produção de leite em
pastagens .................................................................................................................................55
Tabela 2 Correlação de Pearson para variáveis técnicas em sistemas de produção de leite em
pastagens ..................................................................................................................................55
Tabela 3 Correlação de Pearson para variáveis econômicas em sistemas de produção de leite
em pastagens ............................................................................................................................56
Tabela 4 Correlação de Pearson para variáveis econômicas em sistemas de produção de leite
em pastagens ............................................................................................................................56
Tabela 5 – Valores associados ao primeiro (1º CP), segundo (2º CP) e terceiro (3º CP)
componentes principais (auto vetores) das variáveis técnicas avaliadas .................................57
Tabela 6 – Valores associados ao primeiro (1º CP), segundo (2º CP) e terceiro (3º CP)
componentes principais (auto vetores) das variáveis econômicas ...........................................58
ARTIGO 2
Tabela 1 - Estruturas de variâncias e covariâncias, com respectivos números de parâmetros e
elementos (i = linha, j = coluna), onde k = 36 (número de medidas repetidas) .......................73
Tabela 2 - Estruturas de variâncias e covariâncias com respectivos parâmetros, logaritmo da
função de verossimilhança restrita multiplicado por -2 (-2LR), valores do critério de
informação de Akaike (AIC) e BIC obtidos na análise da variável técnica - vacas em lactação
por área (VLAREA), número vacas/ha, por meio da análise de medidas repetidas ................73
Tabela 3 – Resultados da análise de variância do tipo III (Pr > F) para as variáveis técnicas e
econômicas, considerando o efeito principal de estado, tempo e interação estado x tempo
...................................................................................................................................................73
SUMÁRIO
1 INTRODUÇÃO ...................................................................................................................15
2 OBJETIVOS ........................................................................................................................17
2.1. OBJETIVOS ESPECÍFICOS ............................................................................................17
3. REVISÃO ...........................................................................................................................18
3.1 Caracterização da Pecuária Leiteira no Brasil .............................................................18
3.2 Sistemas de Produção ......................................................................................................19
3.2.1
Fatores
Determinantes
de
Desempenho
da
Produção
de
Leite
...................................................................................................................................................21
3.3 O Projeto Balde Cheio .....................................................................................................22
3.4 A Cooperideal ...................................................................................................................24
4 FUNDAMENTOS ESTATÍSTICOS .................................................................................25
4.1 Análises exploratórias ........................................................................................................25
4.2 Correlação de Pearson e Componentes Principais .............................................................25
4.3 Análises de Medidas Repetidas ..........................................................................................26
5.MATERIAL E MÉTODOS ................................................................................................28
5.1 ORIGEM DOS DADOS ....................................................................................................28
5.2 COLETA E TABULAÇÃO DOS DADOS .......................................................................28
5.2.1 Fatores de Identificaçao .........................................................................................29
5.2.2 Fatores técnicos .....................................................................................................29
5.2.3 Fatores Econômicos ...............................................................................................30
5.3 ANÁLISES ESTATÍSTICAS ............................................................................................31
6 RESULTADOS GERAIS ...................................................................................................32
7 ARTIGO 1 ...........................................................................................................................41
INTRODUÇÃO ..............................................................................................................43
MATERIAL E MÉTODOS.............................................................................................45
RESULTADOS E DISCUSSÃO ....................................................................................47
CONCLUSÃO ................................................................................................................53
REFERÊNCIAS............................... ..............................................................................53
8 ARTIGO 2
INTRODUÇÃO ..............................................................................................................62
MATERIAL E MÉTODOS.............................................................................................64
RESULTADOS E DISCUSSÃO ....................................................................................67
CONCLUSÃO ................................................................................................................70
AGRADECIMENTOS ...................................................................................................70
REFERÊNCIAS .............................................................................................................71
9 CONSIDERAÇÕES FINAIS..............................................................................................76
10. REFERÊNCIAS................................................................................................................77
ANEXOS ..............................................................................................................80
ANEXO 1 – Fichas de Campo ...............................................................................81
ANEXO 2 – Planilha gerencial ..............................................................................82
ANEXO 3 – Indices Econômicos ..........................................................................83
ANEXO 4 – Curvas de distribuiçao das probabilidades para ilustrar a normalidade
.................................................................................................................................84
ANEXO
5
–
Normas
da
Revista
Brasileira
de
zootecnia
........................................86
ANEXO 6 – Normas da Revista Journal Dairy Science.........................................89
15
1. INTRODUÇÃO GERAL
O Brasil produziu, em 2011, 32 bilhões de litros de leite, garantindo ao país a quinta
posição de maior produtor de leite do mundo, superado apenas pelos Estados Unidos e Índia,
Rússia e China (IBGE 2011).
A pecuária leiteira é de fundamental importância para o setor agropecuário brasileiro.
Isso porque a atividade leiteira participa na formação da renda de grande número de
produtores, pela sua característica de fluxo mensal de renda.
Nesse sentido, Álvares (2002), afirmou que a atividade leiteira gera cerca de 3,6
milhões de postos de trabalho permanentes, o que viabiliza a permanência de pequenos
produtores no meio rural. Os dados do IBGE (2008) mostraram que 84% dos
estabelecimentos agropecuários são familiares e responsáveis por 58% do total de leite
produzido. Porém, a produção de leite, está distribuída pelo país de forma heterogênea e,
muitas vezes, sem controle básico de índices zootécnicos e econômicos.
Particularidades dos sistemas de produção tornam a atividade uma das mais complexas
do setor agropecuário. Pois a tomada de decisão envolve aspectos variados no âmbito técnico
e econômico, o que tem exigido, dos pequenos produtores rurais, um preparo técnico em
gestão empresarial (NORONHA; LIMA JUNIOR, 2005).
A administração da propriedade produtora de leite como uma empresa, ainda não faz
parte da cultura e tradição dos produtores (BRITO; NOBRE; FONSECA, 2009). Isso porque,
somado a baixa escolaridade do proprietário, a atividade demanda tempo e esforço físico nas
atividades operacionais, dificultando um planejamento e gestão adequados (NORONHA;
LIMA JUNIOR, 2005).
Somado a esse cenário, a atividade leiteira é também conhecida como sendo um negócio
de margens de lucro reduzidas. Sendo assim, somente aqueles que conseguem reduzir os
custos de produção e aumentar o volume de leite comercializado, é que permanecem na
atividade. Dessa forma, a avaliação dos resultados obtidos com propriedades que adotam
técnicas zootécnicas e controle gerencial é necessária para entendimento da melhor forma de
utilização dessas ferramentas na otimização de recursos de produção, além dos investimentos
com instalações para abrigo e manejo dos animais e de máquinas e equipamentos, que
possibilitem, assim, baixar custos e o desenvolvimento técnico adequado da atividade.
16
Buscar a aplicação correta de tecnologias e princípios da produção de leite possibilita
encontrar parâmetros que permitirão ao produtor manipular corretamente um número grande
de fatores mantendo, assim, condições favoráveis para uma produção sustentável.
Na expectativa de melhorar a rentabilidade de fazendas de leite, por meio da introdução
de processos mais adequados de produção e gerenciamento, o Projeto Balde Cheio, através da
atuação da equipe da Cooperideal, vem trabalhando, com sistemas de produção de leite em
diferentes estados do Brasil. A assistência técnica é privada e mantêm um monitoramento
mensal das informações produtivas, zootécnicas e financeiras desses sistemas.
17
2 OBJETIVO
Estudar o comportamento das variáveis zootécnicas e econômicas envolvidas no sistema
de produção após interferência técnica a campo a fim de aumentar o conhecimento e buscar
metas para os índices de eficiência técnicas e econômicas dos sistemas de produção do leite
em pastagens, garantindo, assim, tomadas de decisões corretas no planejamento da atividade.
2.1
OBJETIVOS ESPECÍFICOS
- Estudar a heterogeneidade dos índices técnicos e dos dos índices econômicos
- Avaliar as relações entre os indicadores em situaçao não experimental
- Avaliar a metodologia utilizada para intervenção técnica
18
3. REVISÃO BIBLIOGRÁFICA
3.1 Caracterizações da Pecuária Leiteira no Brasil
Há uma quantidade significativa de evidências na literatura científica de que o
agronegócio do leite e seus derivados desempenham um papel relevante no suprimento de
alimentos e na geração de emprego e renda para a população. Para cada unidade de aumento
em investimento na produção ou sistema agroindustrial do leite, há um crescimento de,
aproximadamente, cinco unidades no aumento do Produto Interno Bruto – PIB, o que coloca o
agronegócio do leite à frente de setores importantes como o da siderurgia e o da indústria
têxtil. Quando se acrescenta a importância nutritiva do leite como alimento, nos colocamos
diante de um dos produtos mais importantes da agropecuária brasileira (BARBOSA et al,
2002).
Porém, a pecuária leiteira é uma atividade com grande heterogeneidade do processo
produtivo. Países mais desenvolvidos ou com maior emprego de tecnologia, em geral,
possuem produtividade mais elevada e maior escala de produção, principalmente os europeus
e os da América do norte. Nos países em desenvolvimento, a produtividade também vem se
elevando, provocando maior contribuição para a oferta mundial de produtos lácteos, o que
está levando uma mudança geográfica da produção de leite (CARVALHO, 2008).
Quando a atividade leiteira começou a surgir no país por volta de 1870, até o início do
século XX, o leite era consumido in natura, o que representava um risco de uma série de
doenças aos que o consumiam. A partir da década de 1920, algumas indústrias de
beneficiamento e distribuição de leite começaram a surgir, oferecendo aos consumidores leite
pasteurizado e, assim, mais seguro (ALVES, 2009).
As mudanças impostas à pecuária leiteira do Brasil ocorreram, sobretudo, no início dos
anos 90, após a abertura do mercado, com intensificação a partir do último plano econômico
do Governo Federal, o chamado plano Real, com a diminuição das intervenções
governamentais no sistema de preços do leite. Entre as alterações políticas preconizadas
destacam-se a liberação do preço do leite (à quase meio século tabelado), abertura econômica
e integração com os países do MERCOSUL (GOMES, 2000). A economia brasileira tomou
uma postura de maior estabilização da moeda após a implantação do plano Real, reduzindo
dessa forma a volatilização do preço do leite e dos rendimentos do produtor (MARCONDES,
2005). Essas estabilizações e reduções no preço lançaram o novo desafio de encontrar
soluções para o aumento da escala de produção dentro da agricultura familiar.
19
Segundo o IBGE (2011), o Brasil é considerado um dos maiores países produtores de
leite do mundo, ocupando o terceiro lugar com a produção de 32.096.193 litros. As vacas
ordenhadas foram estimadas em 23.229.193 animais, com média de 1,38 l/vaca/dia. Esta
produção está distribuída por todo o país e a heterogeneidade do processo produtivo é
marcante, sendo a região sudeste a maior produtora nacional, com participação de 38,4%,
seguida pela Região Sul, com 27,7%. Minas Gerais é o principal estado produtor,
respondendo, isoladamente, por 27,3% da produção.
Volpi e Digiovani (2008), relataram que de 1996 a 2006, enquanto a produção de leite,
no Brasil, passou de 18,5 bilhões de litros para 25,4 bilhões, crescimento de 37,3%, a
produção do Paraná passou de 1,514 bilhões de litros para 2,7 bilhões, crescimento de 78%.
Essa produção que permitiu ao estado alcançar o 2º lugar do ranking nacional, com
produtividade média de 1.954 litros/vaca/ano. Os autores também mostraram que a atividade
leiteira está presente em todos os 399 municípios paranaenses e tem grande importância
econômica e social.
Já em 2011, o Paraná perdeu uma posição no ranking, para o estado do Rio Grande do
Sul em leite produzido, porém sua produtividade foi de 2400 litros/vaca/ano enquanto no Rio
grande do Sul foi de 960 litros/vaca/ano (IBGE, 2011). Esse fato ilustra a mudança do perfil
dos produtores que estão se especializando com animais de maior potencial leiteiro.
O estado de Santa Catarina ocupa o quinto lugar do ranking nacional com produção de
2.531.159 litros de leite e produtividade de 2.478 litros/vaca/ano. Já o Mato Grosso do Sul é o
nono estado no ranking com produção de 743.191 litros e produtividade de 504
litros/vaca/ano (IBGE, 2011). Esses números reforçam o potencial de crescimento da
atividade e refletem pequenas mudanças com intensificação do uso da terra e controles do
sistema que vem sido aplicados em diversas regiões, através de programas de assistência
técnica, sejam eles privados ou institucionais.
3.2 Sistemas de Produção
Quando se fala de sistema de produção de leite, o cenário envolve fatores técnicos,
econômicos e sociais. Uma característica comum aos sistemas de produção de leite no mundo
é a sua exploração em pequenas áreas localizadas em volta de centros urbanos consumidores e
em terras de alto valor (AGUIAR, 1999). As características da produção de leite no Brasil não
são diferentes. Em sua maioria, caracteriza-se por pequenos produtores, que buscam diminuir
seus custos de produção para manter a sustentabilidade da exploração leiteira. Para atingir
20
esse objetivo busca-se aumento de produção, com aumento de produtividade, utilizando
matéria prima de qualidade, melhoramento genético dos rebanhos e manejo sanitário
adequado.
Segundo Carvalho et. al. (2007), não há consenso quanto ao tipo de sistema mais
adequado às condições brasileiras, sejam elas regionais, ou em uma mesma região com
condições semelhantes. Diferentes autores afirmam que, não existe um sistema de produção
padrão ou modelo; cada propriedade busca o sistema mais adequado em função de
característica intrínseca, ou seja, de acordo com a topografia e disponibilidade de recursos
naturais, humanos, físicos, zootécnicos, financeiros, etc. (BRITO; NOBRE; FONSECA,
2009).
O setor leiteiro consegue ter boas perspectivas devido aos aumentos de produção e
produtividade e quedas nos custos (CAMARGO, 2004). Porém, sendo um negócio de
margens reduzidas de lucro, aqueles que, na gestão dos seus meios e recursos, adotarem
tecnologias adequadas que permitam baixar seus custos de produção, poderão alcançar a
sustentabilidade econômica necessária para permanência na atividade (MATOS, 2002). A
adoção da prática de anotações e gerenciamento das informações de rotina permite identificar
melhor e racionalizar as atividades da propriedade. Isso possibilita avaliar índices técnicos e
econômicos, identificar pontos de estrangulamento e determinar os fatores que interferem no
processo de produção, auxiliando, assim, a tomada de decisão (ATZORI, TEDESCHINI,
CANNAS, 2013).
A necessidade de intensificação da atividade leiteira no Brasil tem levado à redução do
número de produtores, permanecendo aqueles que possuem maior produção com maior
eficiência. O grau de eficiência está ligado à manipulação de índices zootécnicos através da
aplicação de conceitos básicos de manejo dos sistemas de produção. Para mudar a realidade
atual, é necessário especialização do rebanho e um melhor aproveitamento das áreas de
produção com um bom planejamento técnico e gerencial (OMETTO e CARVALHO, 2006).
Em função do clima, o Brasil possui condições edafoclimáticas favoráveis à
bovinocultura de leite em todo seu território, adaptada as características regionais
(ALVARES, 2002). De todas as tecnologias disponíveis, a produção de leite em pastagens é a
mais complexa. Havendo, portanto, a necessidade de entendimento e manipulação correta da
interação entre solo, planta, clima, animal e ação do homem. Do equilíbrio destas interações é
que vêm as respostas adequadas no uso dos fatores de produção.
Dos custos relacionados à produção de leite, os itens produção de alimentos e
alimentação do rebanho são responsáveis pela maior proporção (de 40 a 60%) dos custos
21
variáveis. O custo de produção de leite é inversamente proporcional à participação do pasto na
dieta dos animais. Nos países com baixos preços do leite, os produtores conseguem reduzir o
custo de produção pelo aumento da participação do pasto na dieta das vacas leiteiras (CLARK
e JANS, 1995). Por exemplo, experimentos conduzidos na Embrapa, pelo Centro Nacional de
Pesquisa em Gado de Leite, avaliando o desempenho de vacas holandesas com potencial
produtivo de 6.000 kg de leite por lactação, mostraram que a produção de leite à pasto de
“coast cross” (Cynodon sp), foi a mais viável economicamente, apresentando margem de
lucratividade 50% maior, mesmo tendo produzido, aproximadamente, 20% menos leite
quando comparada ao sistema de produção com gado confinado (VILELA et al, 1996).
3.2.1 Fatores determinantes de desempenho da produção de leite
O desempenho técnico-econômico da atividade leiteira pode ser avaliado através de
vários índices técnicos, da relação entre eles e também pela análise econômica. Como índices
técnicos têm-se utilizado, dentre outros: 1) produção média diária por vaca em lactação; 2)
produção média diária de vacas no rebanho; 3) produção de leite por hectare/ano; 4) taxa de
natalidade; 5) idade ao primeiro parto; 6) intervalo entre partos; 7) litros de leite por quilo de
concentrado fornecido; e 8) mão de obra por litro de leite produzido (MARTINS, 1988;
FAESP, 1996; GOMES, 1997; SCHIFFLER, 1998).
Na análise de desempenho econômico, os principais indicadores utilizados têm sido a
margem bruta, a margem líquida e a taxa de retorno sobre o investimento. Por exemplo,
Oliveira et al. (2001), avaliaram os índices técnicos e rentabilidade da pecuária leiteira em 22
propriedades de Minas Gerais e encontraram valores negativos em função da falta de
utilização de informações básicas no manejo do rebanho. Constataram, assim, que aumento na
produtividade é a alternativa mais viável para o aumento da rentabilidade.
Em São Paulo, Manzano et al. (2006), realizaram uma análise dos efeitos de técnicas
agropecuárias implantadas em sistemas de produção de leite a pasto, no período de 1998 a
2001. Os resultados mostraram aumentos de 24, 36, 38, 70 e 27%, respectivamente para as
produções de leite/ano, leite/ha/ano e leite/vaca, a receita e o patrimônio, o que permitiu
concluir que o pacote tecnológico de intensificação do sistema foi eficiente.
Confirmando esse cenário, Miranda e Doliveira (2005), em diagnóstico realizado no
Sudoeste do Paraná, pelo projeto Rede de Referências em propriedades acompanhadas pela
EMATER – PR identificaram erros em procedimentos básicos de manejo do rebanho e das
pastagens. Houve, também, identificação de um desconhecimento de indicadores zootécnicos,
22
sanitários, econômicos, ambientais e de qualidade do leite. Concluíram, então, a necessidade
de diagnósticos mais completos e com referenciais que possam ser disseminados de forma
mais efetiva. No mesmo sentido, Kirchener et al. (2007), elaboram uma análise técnica e
econômica da atividade leiteira no Sudoeste do Paraná, no período de 2003 a 2005, e
concluíram que todos os sistemas analisados, com acompanhamento, mostraram-se lucrativos
e com rentabilidade competitiva. Também confirmaram a forte relação entre erros de manejo
do rebanho com prejuízos financeiros. Isso reforça a necessidade de um acompanhamento
técnico que gere subsídios para identificar e entender melhor essas interações.
A assistência técnica abrange poucos produtores e sua falta reflete em baixa eficiência
de uso dos fatores de produção e na não adoção de práticas tecnológicas pelos produtores
(KRUG e KLIKS, 2003). Programas de assistência técnica vêm sendo aplicado em diversas
regiões do Brasil. Dentre eles, o Educampo que é aplicado no estado de Minas Gerais e
Espírito Santo (SEBRAE, 2008), o Projeto Redes do IAPAR, aplicado no Paraná, e o Balde
Cheio em diferentes estados do Brasil. Porém as análises são realizadas de forma pontual
impossibilitando gerar uma informação geral. As melhorias obtidas pelas intervenções
normalmente são medidas por indicadores parciais de benchmarking (FRASER e CORDINA,
1999; TUPY, 2006). Porém alguns estudos tem demonstrado que o uso parcial desses
indicadores de eficiência técnica é inadequado para promover ganhos em produtividade, pois
eles são dependentes de insumos utilizados e não de fatores técnicos. (STOKES et al., 2007).
Como na literatura são poucos os trabalhos que permitem gerar parâmetros, não só no
campo técnico econômico, mas também na relação sócio ambiental, torna-se necessário que
se faça um estudo do comportamento e interações das variáveis de desempenho zootécnico e
econômico desses sistemas, buscando alternativas de análises que permitam direcionar de
forma mais eficiente à tomada de decisão a campo, garantindo o equilíbrio dos fatores de
produção.
Concluindo, é importante uma aplicação de tecnologias que permitam manipular
corretamente um número grande de fatores mantendo, assim, condições favoráveis para uma
produção sustentável.
3.3 O Projeto Balde Cheio
O Projeto Balde Cheio é uma metodologia de transferência de tecnologia que contribui
para o desenvolvimento da pecuária leiteira em propriedades familiares. Seu objetivo é
capacitar profissionais da extensão rural e produtores, promover a troca de informações sobre
23
as tecnologias aplicadas regionalmente e monitorar os impactos ambientais, econômicos e
sociais, nos sistemas de produção que adotam as tecnologias propostas na aplicação de
tecnologias para a intensificação e gerenciamento de sistemas de produção de leite. O mesmo
está presente em 24 estados do Brasil, atuando aproximadamente em 3800 propriedades.
As principais tecnologias utilizadas nas propriedades envolveram as ações descritas
abaixo:
Agrícolas: amostragem de solo na área de interesse, recuperação da fertilidade; divisão
de piquete de acordo com a forrageira; uso intensivo de pastagens rotacionadas;
sobresemeadura de aveia e azevém em pastagem tropicais durante o período da seca; cana de
açúcar mais uréia ou silagem como suplementação no período da seca.
Zootécnica: exame de brucelose e tuberculose, com descarte dos animais positivos;
identificação dos animais por brincos, estabelecimentos de dietas balanceadas de acordo com
a categoria animal; implantação de calendário sanitário; controle reprodutivo mensal; técnicas
que garantem o bem estar animal e seleção permanente do rebanho.
Gerenciais: Técnica: fichas de coleta de controle leiteiro descarte de animais
improdutivos, controle zootécnico do rebanho.
Gerencial econômica: análise econômica por meio de planilha de custo constituída de:
receitas, despesas de custeio e investimentos, resultados econômicos com depreciações de
máquinas, instalações e remuneração de capital, animais e terra.
Na determinação do custo operacional, são consideradas as despesas relativas ao
custeio na produção do leite e, na determinação do custo total, os custos fixos, como
depreciação de máquinas, equipamentos e instalações (vida útil de dez anos), e a remuneração
do capital investido em animais e na terra (6% ao ano).
Os pesquisadores, da Embrapa Pecuária Sudeste, visitam periodicamente as regiões
atendidas pelos técnicos de campo, buscando atualização e qualidade do trabalho executado.
A metodologia Balde Cheio é aplicada desde 1998. Utiliza uma unidade demonstrativa
que passa a ser referência na região, criando demanda de atendimento em propriedades
vizinhas que passam a ser assistidas pelos técnicos da extensão rural.
Para atendimento da demanda crescente pelo Projeto Balde Cheio, técnicos que se
destacaram, assumiram também a função de instrutor, passando a treinar outros técnicos.
24
3.4. A Cooperideal
A assistência técnica tem se mostrado cada vez mais importante no desenvolvimento da
pecuária Leiteira no Brasil.
A Cooperideal – Coooperativa para Inovação e Desenvolvimento da Atividade Leiteira,
foi fundada em março de 2009 e sua a equipe trabalha seguindo a metodologia Balde Cheio
como ferramenta para melhoria de renda na propriedade leiteira, desde 2004.
A exploração intensiva de forragens tropicais, aliada ao uso de forragens de inverno, é
a base alimentar dos sistemas de produção de leite no projeto Balde Cheio. O gerenciamento
da propriedade é feito através das anotações e avaliações sistemáticas das informações
geradas, que garantem ao produtor e ao técnico a identificação de problemas e suas soluções,
a fim de garantir a lucratividade do sistema de produção.
Atualmente, a equipe técnica composta por 25 profissionais da área de ciências
agrárias, que assistem mais de 700 propriedades em cerca de 130 municípios nos estados do
Paraná, Santa Catarina, Rio Grande do Sul, Mato Grosso do Sul, Mato Grosso, São Paulo,
Goiás, Pará, Tocantins e Distrito Federal. A cooperativa de serviço atua de forma direta com o
produtor, ou parcerias com instituições públicas (prefeituras) e privadas (sindicatos, laticínios,
cooperativas) que tenham interesse no desenvolvimento da pecuária leiteira.
25
4 FUNDAMENTOS ESTATÍSTICOS
4.1 Análises exploratórias
As análises exploratórias referem-se a um conjunto de procedimentos e técnicas de
avaliação de dados, com o objetivo de estudar e detectar padrões e características
interessantes existentes nos dados que indiquem possíveis modelos, padrões ou tendências,
sem envolver grande teorização sobre o assunto.
Para analisar o padrão de tendências dos dados foi utilizada a amplitude (máximo mínimo), medidas de locação (média, moda e mediana), simetria e curtose (MORRISON,
1990). A amplitude que é a diferença entre o valor máximo e o valor mínimo de uma amostra
dá uma ideia da dispersão dos dados e nos fornece informações valiosas sobre a natureza das
variáveis e principalmente de dados discrepantes. As medidas de locação ou de tendência
central são estatísticas que fornecem informação acerca da tendência central de um conjunto
de dados. São elas a média aritmética, a moda e a mediana; a moda representa o valor que
ocorre com maior frequência e a mediana corresponde ao elemento de posição 50% de uma
amostra ordenada. Se a distribuição é simétrica, tem-se média = moda = mediana; se é
assimétrica positiva, a média é maior que a mediana; e se é assimétrica negativa, a média é
menor que a mediana. Como se trata de uma população, o que é discutido aqui é o que
realmente acontece na prática e, portanto, deve representar adequadamente a população.
Assimetria é a medida do afastamento ou viés de uma distribuição de valores em relação a
uma distribuição simétrica como a da normal. Existem três tipos de coeficientes ou medidas:
1. Simétrica: a distribuição normal tem a forma de sino; o valor da assimetria é zero e a
média = a mediana = a moda.
2. Assimétrica positiva: a cauda da curva tem viés para a direita e a média > a mediana
> a moda.
3. Assimétrica negativa: a cauda da curva tem viés para a esquerda e a média < a
mediana < a moda.
4.2 Correlações de Pearson e Componentes Principais
A correlação de Pearson é uma medida de associação linear entre duas variáveis
(ANDRADE e OGLIARI, 2010) e sua interpretação pode ser feita da seguinte forma: positiva
muito alta (> 0,70); positiva alta (0,40 a 0,69); positiva moderada (0,30 a 0,29); positiva fraca
26
(0,20 a 0,29); positiva insignificante (0,01 a 0,19); o mesmo raciocínio vale para a r negativa.
Já em diferentes trabalhos realizados com sistema de produção de leite encontramos a análise
dos dados utilizando essa ferramenta estatística (LOBATO, 2009 e GUIMARÃES FILHO,
2011). Componentes Principais são técnicas de análises multivariada que reduz a dimensão do
conjunto de dados originais, gerando novas variáveis denominadas de componentes principais
(CP), independentes entre si, e que são combinações lineares das variáveis iniciais.
Geralmente, a variabilidade ou as informações contidas em um conjunto grande de variáveis,
correlacionadas entre si, são resumidas em dois ou três CP, os quais preservam a maior parte
das informações contidas nos dados originais e podem ser utilizados como novas variáveis ou
como índices (FREITAS et al, 2011).
4.3 Análises de Medidas Repetidas
Análises de medidas repetidas (MR) são análises de modelos lineares mistos e referem
a situações experimentais em que as respostas são avaliadas na mesma propriedade ao longo
do tempo. Estas respostas ao longo do tempo geralmente são correlacionadas, devido a uma
estrutura comum que existe na propriedade, tais como, área e tipo de solo, manejo dos
animais, assistência técnica. As metodologias estatísticas usualmente tratadas na literatura não
nos permitem aproveitar toda a informação que as análises de medidas repetidas são capazes
de transmitir. Isto justifica o esforço analítico adicional requerido pela MR necessário para
considerar e modelar a estrutura de correlação (R) que existe entre as observações realizadas
na mesma unidade amostral (LITTELL et al, 1996; LITTELL et al, 1998).
Para uma variável em particular, admite-se que as avaliações em propriedades
diferentes são independentes e para efeito de estrutura de variância-covariância R, o termo
covariância refere-se às avaliações na mesma propriedade. Assim a propriedade passa a ser
definida como indivíduo.
O modelo misto (LITTELL et al., 1996; LITTELL et al., 1998; FREITAS et al., 2005),
no presente trabalho foi: yijk =  + i + ij + tk + (t)ik + ijk, em que yijk é a resposta no
tempo k do indivíduo j no grupo de tratamento ou Estado i;  é o efeito médio geral; i é o
efeito fixo do tratamento i ou estado i; ij é o efeito aleatório do indivíduo j no grupo de
tratamento i; k é o efeito fixo do tempo k; ( )ik é o efeito da interação fixa do tratamento i
com o tempo k e ijk é o erro aleatório.
Sob o enfoque matricial, têm-se:
ynx1 = Xnxp bpx1 + Znxquqx1 + enx1 (1),
27
Em que y é um vetor n x1 que contém os valores observados, X e Z são matrizes de
incidência; b é um vetor p x 1 de efeitos fixos, parâmetros desconhecidos; u um vetor q x 1
que contém os efeitos aleatórios não observáveis dos indivíduos; e é um vetor n x 1 de erros
associados às avaliações dentro de indivíduos; n, p, q, indica, respectivamente, o número de
observações, de efeitos fixos e de efeitos aleatórios. Admitindo-se que y, u e e têm
distribuição normal com média zero, podem ser formuladas as seguintes esperanças (E) e
variâncias (V):
E(Y) = Xb; V(y) = V(Zu + e) = V = ZGZ'+R ; E(u) = 0; Var(u) = G; E(e) = 0; V(e) =
R;
(2)
A etapa mais importante nos modelos 1 e 2 é modelar a estrutura de variânciacovariância de erros dentro de indivíduos (R). Pode-se ajustar várias estruturas de R e escolher
a mais adequada para determinado conjunto de dados. Utilizando-se o critério de Akaike's
information criterion – AIC (BOZDOGAN, 1987), são avaliadas diversas estruturas de
covariância (R) para modelar a variação entre as medidas repetidas (tempo), dada por V(ijk) =
R, e, aquela que melhor se ajustar aos dados, será utilizada. Uma vez escolhida a estrutura R,
o uso de modelos mistos pelo MIXED é bastante versátil e abrangente, no qual se podem
realizar análises em situações de dados perdidos, dados desbalanceados, entre outras.
Nas análises de MR o indivíduo i gera o vetor de observações y′i = (yi1, . . . , yit), sendo t o
número de meses que o indivíduo participa do experimento, isto é, um único indivíduo no
experimento gera diversas unidades de observação. Uma vez que se têm condições de
modelar os erros entre as MR, não é necessário assumir a hipótese de que os erros são
independentes e identicamente distribuídos. Outra vantagem é que permite análise com
valores perdidos ou dados incompletos, ou seja, desbalanceados.
28
5 MATERIAL E MÉTODOS
5.1 Origem dos Dados
Os dados utilizados no presente estudo foram provenientes de 157 propriedades
comerciais localizadas em 71 municípios, sendo: 21 de Santa Catarina com 42 propriedades;
44 do Paraná com 104 propriedades; e seis do Mato Grosso do Sul com doze propriedades.
Todas foram assistidas por técnicos da Cooperideal. Os dados coletados utilizaram a mesma
metodologia de gerenciamento. No início do projeto, respondeu-se um questionário que
identificou seu sistema de produção, levantou o patrimônio e rebanho. O técnico extensionista
passou, então, a visitar a propriedade uma vez por mês. A visita da equipe completa com a
parceria da Embrapa ocorreu a cada quatro meses, por um período de quatro anos. Após esse
período, entendeu-se que o técnico estava apto a acompanhar sozinho o produtor.
Nas visitas os técnicos estavam preparados para fazer alterações e orientações em
tecnologias para alimentação adequada do rebanho (período das águas e da seca), manejo
reprodutivo, criação de bezerras e novilhas, sanidade e ambiência, rotina de ordenha e
qualidade do leite. A ordem e a forma com que se utilizou cada instrução e interferência
foram adequadas a cada propriedade, buscando a solução mais viável para as condições
financeiras de cada produtor. Portanto, o tempo de cada ação base não foi sempre o mesmo e
as respostas, de variáveis que formavam parâmetros de avaliação, estavam expostas a diversas
situações que fogem de controle da pesquisa experimental.
Assim, para avaliar os efeitos das respostas das variáveis relacionadas aos diferentes
indicadores de eficiência, no conjunto de todas as propriedades controladas, buscou-se
metodologias estatísticas adequadas que avaliassem o resultado de campo, sem controle
experimental, ao longo do tempo.
5.2 Coleta e tabulação de Dados
Foi feita uma seleção do público a ser trabalhado nos diversos municípios em função
do tempo de acompanhamento técnico. Para fazer parte do banco de dados o produtor tinha
que ter, no mínimo, um ano completo e, no máximo, três anos. Os dados utilizados foram
coletados mensalmente, entre o período de 2006 a 2011, totalizando 3721 observações. O
preenchimento da Planilha foi realizado baseado em dados anotados em fichas padronizadas
fornecidas pela assistência técnica (Anexo 1). Da planilha de Gerenciamento (Anexo 2) foram
29
retirados 51 fatores. Esses fatores foram divididos em três categorias: 1) identificação; 2)
fatores técnicos 3) fatores econômicos.
5.2.1 Fatores de Identificação
1
Localização macro da propriedade - Estado
2
Localização micro da propriedade = Municipio
3
Número cadastrado da unidade produtiva = Prop
4
Numero do cadastro da propriedade
5
Ano da coleta de dados = ano que ocorreu a coleta de dados
6
Mês = O mês da coleta dos dados: 1 = Janeiro / 2= Fevereiro/.../ 12= Dezembro
5.2.2 Fatores Técnicos
As variáveis técnicas estão contidas dentro de Produção e Composição do Rebanho.
Dias AT - Tempo de assistência;
Area_l – Área utilizada para produzir o leite
LPVT – Leite produzido vendido total
LPNV – Leite produzido não Vendido
Leite_B – Leite bezerras
LP - Leite produzido
MPD - Média de produção diária
NVL - Número de vacas em lactação
NVS - Número de vacas secas
VL_p – Porcentagem de vacas em lactação
VLÁrea – Vacas em lactação por hectare
VL - Média das vacas em lactação
MVR - Média das vacas do rebanho
NB - Número de bezerras
NN - Número de novilhas
NM - Número de machos
VR_p - Porcentagem de vacas no rebanho
VLR_ p - Porcentagem de vacas em lactação no rebanho
MOBRA – Mão de obra
30
LHD - Litros por homem (pessoa) por dia
AEL – Animais equivalente leite
PROD – Produtividade
5.2.3 Fatores Econômicos
Quando inserimos na análise de dados os fatores econômicos, foram necessárias as
correções ao longo do tempo para que a comparação pudesse ser feita em qualquer tempo. As
variáveis econômicas foram corrigidas pelo IGP-DI, mês a mês usando como referência o mês
de Julho de 2012 (Anexo 3). Os custos fixos, como depreciação de máquinas, equipamentos e
instalações (vida útil de dez anos), e a remuneração do capital investido em animais e na terra
(6% ao ano).
DC – Despesas de custeio
DIT – Despesas com investimento total –
DT – Despesas totais LVT – Leite vendido total
AVT – Animais vendidos no total
RT – Receita total
MGP – Média geral de preços
FC – Fluxo de caixa
DM – Depreciação de máquinas
DI – Depreciação de instalações
RCA – Remuneração do capital em animais
RCT – Remuneração do capital em terra
COE – Custo operacional efetivo
COEEL – Custo operacional efetivo com equivalente leite
CT – Custo total
CTEL – Custo total com equivalente leite
MBA – Margem bruta por área
LUCRO – Lucro
LA – Lucro por área
L Litro – Lucro por litro
COECT_p - Porcentagem do custo operacional efetivo
CFCT_p - Porcentagem do custo fixo em relação ao custo total
31
5.3 Análises Estatísticas
Na realização deste trabalho utilizou-se diferentes metodologias estatísticas (análises
exploratórias, correlação de Pearson, componentes principais e análises de medidas repetidas)
com intuito de isolar variáveis e estabelecer os seus efeitos sobre o sistema de forma global.
Esse procedimento possibilita o uso das variáveis para projeções futuras, mesmo sendo
originadas de uma fonte não controlada.
Para aplicação destes conceitos e análise dos dados foi utilizado o módulo Interactive
Data Analysis do SAS (SAS Institute, 2002-2003).
32
6 RESULTADOS GERAIS
As estatísticas de dispersão e de tendência central, utilizadas no presente estudo para
as variáveis técnicas identificaram grande variabilidade dos dados (Tabela 1). A variação do
tamanho das propriedades foi de 2 ha a 130 ha. O tamanho médio da área utilizada no leite foi
de 15,7 ha, sugerindo que pequenas áreas, podem produzir com eficiência fazendo melhorias
nos processos produtivos.
A variação de leite produzido entre as fazendas analisadas foi de 120 L/mês a 103.278
L/mês, com média de 9673,6 L/mês. Quando analisamos a média de leite produzido não
vendido identifica-se uma perda de cerca de 3,6 % do leite que poderia ser vendido, sendo que
maior parte desse volume se compromete com o consumo das bezerras (285,7 L/mês).
A média de produção das vacas em lactação foi de 14,53 L/cab/dia, resultado muito
superior seja à média nacional de 3,77 L/cab/dia ou se consideramos a média dos estados
envolvidos. Sendo a média do Paraná 6,56 L/cab/dia, Santa Catarina 6,75 L/cab/dia e a do
Mato Grosso do Sul de 2,62 L/cab/dia (IBGE 2011). O valor mínimo da média de produção
diária de 1,53 L/cab/dia equivale a média do estado de maior produção de leite do Brasil,
Minas Gerais com 1,76 L/cab/dia (IBGE 2011).
Os coeficientes de assimetria (0,56) e a curtose (0,68), ilustram a tendência dos dados
encontrarem-se ao redor da média. Esse fato demonstra o grande potencial das propriedades
leiteiras em intensificar e aumentar a lucratividade com menores produções por cabeça,
quando se realiza um gerenciamento. Similarmente, Oliveira et al. (2007) analisaram sistemas
de produção de leite da região sul da Bahia e constataram que a intensificação influenciou
positivamente a lucratividade e não propriamente o volume de leite produzido pelas fazendas.
Entretanto, os resultados obtidos por Gomez (2000) sugerem o contrario, ou seja, que a
produção de leite só é um bom negócio em larga escala.
33
Tabela 1. Estatística descritiva para variáveis técnicas de sistemas produção de leite em
pastagens
Unidade Min2 Media
Max2
Ass2 Curt2
DP2
Área no leite
hectare
2
15.7
130
3.51
15.06
16.5
Produção de Leite
L/mês
120
9673.6
103278
4.13
24.28
10094
LPVT1
L/mês
90
9317
103186
4.18
24.88
9866
LPNV1
L/mês
0
356.2
4750
3.90
22.16
497.6
Leite_B1
L/mês
0
285.7
4500
3.93
22.6
469.5
Média produção
L/dia
3.9
317
3442.6
4.12
24.12
531.5
Média vacas lactação
L/dias
1.53
14.5
44
0.56
0.68
5
Média vacas rebanho
L/dia
0.60
11.5
11
0.47
0.26
4.8
1
LPVT - Leite produzido vendido total; LPNVT - Leite produzido não vendido total;
Leite_B - Leite das bezerras;
2
Min. – valor mínimo; Max- valor máximo; Ass.- coeficiente de assimetria; Curt –
coeficiente de curtose; DP –desvio padrão
Em relação à composição do rebanho, observou-se que é rotina não manter o macho nos
sistema de produção de leite (Tabela 2). O valor máximo de 97 machos refere-se a uma
fazenda do Mato Grosso do Sul que os manteve no sistema por ter mais área disponível de
pasto. Nas fazendas menores e intensificadas, a prioridade foi de manter somente as fêmeas
no rebanho. A criação dos machos para abate, não oferece bom rendimento de carcaça, pois a
aptidão dos animais não é para produção de carne e essa alternativa limitaria a melhoria nos
valores de produção de leite por vaca. Adicionalmente, quando se opta por animais de dupla
aptidão, além de reduzir números de animais capazes de gerar renda no sistema, aumenta-se o
custo operacional do sistema.
Aparentemente essas variáveis de composição de rebanho estão mais relacionadas ao
tamanho da área da fazenda e a capacidade de investimento do proprietário. O número
absoluto de animais é característica individual, que gera dificuldades de comparação. Nota-se
pelos coeficientes de curtose que a população apresenta valores acima da média e com
coeficientes de assimetria que, apesar de contínuas, as variáveis se afastam da normalidade
(Tabela 2). Esse resultado sugere que não é suficiente aumentar o número de animais no
sistema, ou comprar animais de alta produção individual. A ferramenta importante a ser
utilizada é proporção entre as categorias, denominada de Estruturação do Rebanho.
34
Tabela 2 – Estatísticas descritivas para a composição do rebanho em sistemas de produção de
leite em pastagens
Variável
Mínimo
Média
Máximo
Assimetria
Curtose
DP2
NVL1
1.0
21
178.0
3.98
22.17
18.42
NVS1
0
6.5
81
4.38
26.82
8.10
NB1
0
9.94
95
3.33
16.76
10.17
NN1
0
10
110
4.13
22.18
13.33
1
0
3
97
6.49
66.99
6.63
NM
1
NVL - número de vacas em lactação; NVS - número de vacas secas; NB - número de
bezerras; NN - número de novilhas; NM - número de machos
2
DP – Desvio Padrão
As variáveis de estrutura de rebanho identificam o grau de eficiência produção do
animal (persistência de lactação) e reprodução (intervalo entre partos). A atividade
reprodutiva eficiente resulta de nutrição, manejo e sanidade, adequados conseguiu-se manter,
ou seja, um intervalo entre partos próximo a 12 meses. Ao manter animais com maior
persistência de lactação aumentou-se o tempo que animal se mantém no sistema gerando
receita.
A porcentagem média de vaca em lactação foi de 77,6, sendo que o preconizado pela
literatura é de 83% (FARIA 2000). Esse valor é superior ao observado por Fasio et al. (2006)
que relataram uma média de 56% para fazendas acima de 250 litros/dia e de 55% na média
geral do estado de Minas Gerais. A diferença entre o mínimo de 11 % e o máximo de 100%
parece ser consequência do recebimento de assistência técnica e retrata as diferentes opções
de tomadas de decisões no que diz respeito a manter animais de recria e de reposição.
Essa diferença pode ser verificada na variável porcentagem de vacas em lactação por
hectare (Tabela 3). Segundo o Ipardes (2008), a porcentagem média de vacas em lactação no
rebanho bovino do estado do Paraná é de 32,8%, sendo que no presente estudo o mínimo foi
de 8,4 e o máximo de 100% (Tabela 3). A grande variabilidade reflete situações onde o
produtor tem pouca área e opta por não fazer recria de bezerras. Mas mesmo considerando
essa heterogeneidade, a média foi ainda maior que a própria média de vários estados do
Brasil. Por exemplo, Guimarães Filho (2011) encontrou uma média de 23,9 vacas em lactação
no rebanho no estado de Minas Gerais. A porcentagem de vacas em lactação no rebanho
considerada ideal é aproximadamente de 65%. Esse indicador reflete a retenção machos ou a
baixa eficiência na recria das novilhas. Ao aumentar a idade ao primeiro parto, aumenta-se o
número de animais improdutivos no sistema diminuindo assim a representatividade das vacas
em lactação em relação ao rebanho (FARIA 2000).
35
Analisando o número de vacas em lactação por ha (Tabela 3), verifica-se que o seu
valor mínimo é de 0,09 muito longe do valor-referência que deve ser de no mínimo um
(FARIA e CORSI, 2000). Isso pode ocorrer em função de uma situação inicial onde muitas
vezes o produtor ainda mantém uma forma extensiva de produção. À medida que aumenta a
intensificação do uso da terra, aumenta-se consequentemente a produtividade da fazenda.
Nota-se esse comportamento ao verificar a média de 1,6 vacas/área, quase sendo o dobro do
valor referência e o máximo de 11 vacas/área. O alto valor de vacas em lactação por área é
uma situação específica onde o produtor tem somente 2 ha, área de pasto intensivo e irrigado
e estava com todas as vacas em lactação em um determinado mês, superestimando assim a
número de vacas em lactação por área. Vilela et al. (2006), relataram um valor de 7,3 vacas
em lactação por hectare em pastagens tropicais irrigadas. Na Nova Zelândia, com pastagens
temperadas foi possível atingir 2,83 vacas por hectare (NEW ZEALAND DAIRY, 2008). Não
foram encontrados na literatura cientifica valores ideais para a variável de produção de leite
por hectare. Porém, sabe-se que quanto maior essa variável melhores são os resultados
econômicos.
Tabela 3 – Estatística descritiva para variáveis indicadoras de eficiência técnica em sistemas
de produção de leite em pastagens
Variável
Unidade
Min2
Média
Máx2
VL_P1
%
11
77.6
1000
VLAREA1
Curt2
DP2
-0.86
0.86
14.03
Nº
0.09
1.68
11
1.88
9.29
0.93
%
11
55.5
100
0.71
1.54
11.33
VLR_P1
%
8.4
43.2
100
0.42
1.06
11.96
MOBRA1
Nº
1.0
2.0
9
2.06
6.82
1.13
LHD1
L/h/dia
2
164
1096.5
2.09
5.33
150.04
AEL1
L
0
1003.5
123191
13.48
350.49
32.02
PROD1
L/ha
2
776.30
3706.3
1.2
2.00
524.09
VR_p
1
Ass2
1
VL_P - Porcentagem de vacas em lactação; VLAREA - vacas em lactação por hectare;
VR_p - porcentagem de vacas no rebanho; VLR_P - porcentagem de vacas em lactação no
rebanho; MOBRA - mão de obra; LHD - Litros homem por dia; AEL - animais em
equivalente leite; PROD – produtividade.
2
Min. – valor mínimo; Max – valor máximo; Ass – coeficiente de assimetria; Curt –
coeficiente de curtose; DP – Desvio Padrão
Ainda, na Tabela 3, o fator mão de obra, que comumente onera o sistema no custo
operacional mostrou ter grande capacidade de utilização, pois apresentou o mínimo de dois e
36
o máximo de 9 pessoas. Mas, analisando litros de leite/homem/dia, verifica-se que a mão de
obra foi subutilizada, pois, é possível aumentar a eficiência até 1096 litros/homem/dia,
levando em consideração o valor máximo encontrado nesta variável. Valor este que está
muito longe da média de 164 litros/homem/dia observada nas fazendas analisadas. A curtose
de 5,33 representa uma curva mais pontiaguda e sugere que os valores encontrados foram
maiores do que a média podendo ainda ser difícil indicar qual seria o valor que expresse a
máxima eficiência da mão de obra.
A média da produtividade (PROD) foi 776,30 litros/ha/mês o que equivale a 9312
litros/ha/ano, identificando o resultado da intensificação do sistema (Tabela 3). Produção de
15.000 litros são metas facilmente atingidas no Brasil (SILVA et al., 2006; STOCK, 2007;
VILELA et al., 2006).
Para a análise exploratória dos fatores econômicos os mesmos foram subdivididos em
despesas (todas as variáveis envolvidas com gastos dentro do sistema) receitas (todas as
variáveis envolvidas com entrada de capital dentro do sistema) e indicadores de eficiência.
Observou-se uma diferença muito grande entre o máximo e o mínimo em todas
variáveis por isso afasta a média da realidade (Tabela 4). Os valores da curtose de todas as
variáveis de despesas foram positivos, porém se afastaram de forma expressiva do zero,
sugerindo maior dificuldade de se utilizar um parâmetro financeiro absoluto. Pois um quadro
financeiro, com as variáveis primárias é muito particular, já que o resultado individual de cada
fazenda esta relacionado ao seu tamanho, tipo de instalação e do valor regional da terra.
Eles devem ser coletados, porém, como geradores de variáveis relativas. Apesar de
grande parte das fazendas envolvidas nesta pesquisa serem consideradas pequenas e todas
estarem caminhando para eficiência de produção, as despesas com investimentos foram
mínimas ao longo de 36 meses, sugerindo que não foi necessário, para melhorar o sistema,
grandes investimentos inicias.
37
Tabela 4 – Estatísticas descritivas para as variáveis econômicas de despesas mensais em
sistemas de produção de leite em pastagens
Min1
Média
Máx1
Ass 1
Curt1
DP1
18,3
4864,71
121141,6
5,25
47,17
6724
0
1211,8
110972
11,58
194,28
4737
Despesa Total2
29
6122,4
124641,7
5,17
41,82
8745
Depreciação Máquinas2
16,9
512
6749,9
5,47
43,14
646
Depreciação de Instalações2
0
290,45
3344,60
3,81
18,95
392
Retorno Capital Animais2
38,2
513
4103,8
3,47
15,78
531.38
Retorna Capital em terra2
98,4
1253,8
14705,7
5,28
39,82
1443
Variável
Despesa Custeio2
Investimento
2
1
Min – valor mínimo; Max – valor máximo; Ass – coeficiente de assimetria; Curt –
coeficiente de curtose; DP – Desvio Padrão.
2
Unidade de medida expressa em reais.
O comportamento das variáveis econômicas de receitas também apresentaram valores
de curtose positivos elevados (Tabela 5), mostrando uma composição de média com valores
muitos diferentes. A média de receita com leite vendido (R$ 7755.68) representa cerca de
90% da receita total. Os valores de animais vendidos total (R$ 813.32) sugerem um ganho
muito pequeno, pois essas fazendas faziam a recria de macho pouco expressiva (Tabela 2). O
fluxo de caixa (FC) apresentou assimetria negativa porém muito próxima de zero (-0,47) e
curtose positiva, identificando uma curva pontiaguda com valores muito variáveis, porém
positivos e sem grande dependência da venda de animais para garantir resultado financeiro
positivo. A média de fluxo de caixa mensal de R$ 2610.30 ± 110 identifica que todas as ações
refletiram em resultado positivo mesmo os sistemas sendo heterogêneos.
Pode-se afirmar que ao se trabalhar com conceitos de alimentação equilibrada, manejo,
sanidade e estrutura de rebanho, os resultados financeiros sempre serão positivos respeitando
as devidas proporções em função do leite vendido total. Também se pode afirmar a
importância de focar em tomadas de decisões técnicas que garantam a maximização do leite
vendido.
38
Tabela 5 – Estatísticas descritivas para as variáveis econômicas de receitas mensais em
sistemas de produção de leite em pastagens.
Variável1
Min2
Média
Max2
Ass2
Curt2
DP2
Leite vendido
0
7755.68
90085.7
4.41
27.34
9179
Animais vendidos
0
813.32
110444.1
15.01
428.07
3132
Receita Total
0
8732.89
131499.0
4.67
31.92
10470
2610.3
111838.7 -0.47
Fluxo de caixa
-105040.3
63.53
6727
1
Valores expressos em reais
Min – valor mínimo; Max – valor máximo; Ass – coeficiente de assimetria;
Curt – coeficiente de curtose; DP – Desvio Padrão.
n = 3721
2
Os sistemas de produção de leite têm como característica comum o alto valor em capital
investido em animais, máquinas, forrageiras perenes e o custo da terra. Por isso existe essa
busca para a melhor relação custo/benefício.
Na Tabela 6, podem-se analisar variáveis que indicam o resultado financeiro do sistema.
A variação que temos no valor da média geral de preço (0,79) em relação ao máximo mostra a
dificuldade de se manter o resultado financeiro positivo, pois, a margem de lucro por litro de
leite é normalmente de R$ 0,10 centavos. Como a variação de preço ao longo do ano é
grande, é sempre importante uma análise econômica com enfoque anual. Mas, analisando os
resultados mensais do custo operacional efetivo (0,49) e o custo operacional efetivo com
equivalente leite (0,45) tem-se uma diferença de R$ 0,04. Todas as variáveis com equivalente
leite trazem a transformação da venda de animais em correspondente leite. Essa diferença
ilustra o quanto aumenta o custo operacional na falta do volume do leite que deixa de ser
produzido com animais ineficientes ou que estão em excesso no sistema. Esse comportamento
se repete para custo total, margem bruta, lucro e lucro por hectare, pois são valores absolutos
extremamente ligados a fatores pontuais.
Para uma análise global e efetiva deve-se controlar o lucro por litro que neste estudo
apesar da média ser composta por valores extremamente discrepantes, ainda assim foi
possível manter uma média de 0,08 centavos por litro de leite produzido. Resultado
expressivo visto que a composição do custo total inclui todos os fatores de depreciação e
remuneração de animais e terra. Interessante foi o comportamento das variáveis de relação
entre o custo operacional, custo fixo e custo total, pois elas conseguiram anular o efeito da
interação dos fatores envolvidos nos sistema que normalmente dificulta uma definição de
metas e parâmetros a serem seguidos.
39
Tabela 6 – Estatísticas descritivas para as variáveis econômicas indicadoras de eficiência
mensal em sistemas de produção de leite em pastagens.
Variável1
Min3
Média
Máx3
Ass3
Curtose
DP3
0
0.79
1.25
0.50
2.26
0.13
0.01
0.49
4.97
3.75
30.04
0.32
0
0.45
4.97
3.98
34.72
0.30
Custo Total
0.12
0.82
10.75
5.66
68.04
0.50
CTEL1
0.07
0.76
10.75
6.08
78.52
0.49
MBA2
-2211.4
326.04
16207.7
11.16
297.81
501
LUCRO
-63495.1
1298.9
112783.4
4.83
88.05
5675
Lucro / ha
-2546.4
131.28
15983.2
12.10
352.65
476.7
Lucro/ L
-10.75
0.08
10.74
1.70
59.11
0.71
COECT_P2
2.0
59.19
95.4
-0.70
0.40
16.1
CFCT_P2
4.6
40.82
98.0
0.70
0.40
16.1
Média Preço
COE2
COEEL2
1
Valores expressos em reais.
COE – Custo operacional efetivo; COEEL – Custo operacional efetivo em equivalente leite;
CTEL – custo total em equivalente leite; MBA – margem bruta anual; COECT_p –
porcentagem do custo operacional sobre o custo total; CFCT_p – porcentagem do custo fixo
sobre o custo total.
3
Min – valor mínimo; Max – valor máximo; Ass – coeficiente de assimetria; DP – desvio
padrão.
n = 3721
2
Ainda na Tabela 6, a porcentagem do custo operacional sobre o custo total mínimo foi
de 2%, situação que ilustra um capital grande imobilizado em estrutura e terra. Provavelmente
são os produtores com dois ou três animais, portanto produzem muito pouco leite, e vão
sempre estar com a atividade no prejuízo. Já o valor máximo da porcentagem do custo
operacional sobre o total de 95% ilustra um valor expressivo gasto no custo operacional,
principalmente com alimentação, e uma estrutura de produção muito simples, sem grandes
construções. Essa também é uma situação de desequilíbrio pois, identifica um uso inadequado
de insumos ou um excesso de animais não produtivos no sistema. Mas se analisar a média
59,19 % pode-se afirmar que sempre que o custo operacional caminha para 60% ou mais do
custo total. Neste ponto começa a haver um melhor aproveitamento da terra e das instalações.
A assimetria está bem próxima a zero e tem um viés para a esquerda. A curtose é positiva
(0,40) e muito próxima a zero indicando que a maior parte dos dados estudados se concentra
bem próximo à média.
40
Sendo, portanto, uma variável indicadora que pode ser utilizada como meta de
gerenciamento e parâmetro de eficiência de utilização dos recursos de produção de forma
global. Já, para a porcentagem do custo fixo em relação ao custo total, deve ser inversa, ou
seja, quanto menor a porcentagem do custo fixo sobre o custo total menor será o risco de
desequilíbrio financeiro com uma oscilação de preço pago ao produtor.
A média da porcentagem do custo fixo sobre o custo total, deste estudo, foi de 40,82%
que significa que essa porcentagem dos custos de produção estava comprometida com o custo
fixo e o restante com o custo operacional e eventual investimento. Essas relações devem
sempre ser checadas mês a mês, para garantir um gerenciamento eficiente e um planejamento
adequado de investimento para que o mesmo não cause desequilíbrio econômico que possa
colocar em risco a capacidade de sobrevivência do sistema familiar.
Com base nas análises exploratórias, considerando para cada variável, o mínimo e o
máximo, as medidas de locação (média, moda e mediana) e os coeficientes de simetria e de
curtose, foi possível dividir ambas as variáveis: técnicas e econômicas, em dois grupos cada o
primeiro com as variáveis que atendem ou aproximam mais de uma distribuição normal e o
segundo grupo, com as variáveis cuja distribuição se afasta de uma normal (Anexo 4). O
comportamento semelhante a uma curva de Gauss foi embasamento para escolha de variáveis
que foram submetidas à análise de medidas repetidas.
Os demais resultados foram apresentados em dois artigos científicos. O primeiro está
redigido de acordo com as normas da Revista Brasileira de Zootecnia, porém na versão em
português (Anexo 5) O segundo respeita as normas da revista Journal Dairy Science, na
versão em português (Anexo 6).
41
7 ARTIGO 1 – Redigido de acordo com as normas da Revista Brasileira de Zootecnia
Correlação de variáveis técnicas e econômicas em sistemas de produção de leite em
regiões do Centro-Oeste e Sul do Brasil
42
Correlação de variáveis zootécnicas e econômicas em sistemas de produção de leite à
pasto na Região do centro-oeste e sul do Brasil
Correlation of technical and economic variables in milk production systems in regions of
the Midwest and Southern Brazil
RESUMO
O objetivo deste estudo foi avaliar a relação entre variáveis técnicas e econômicas a
fim de reduzir a dimensão de dados usando análise de componentes principais (CP) em
sistemas de produção de leite. Foram analisadas 23 variáveis técnicas e 22 variáveis
econômicas que foram avaliadas mensalmente de 157 propriedades, pertencentes aos estados
de Santa Catarina, Paraná e Mato Grosso do Sul, as quais receberam intervenção técnica de 12
até 36 meses no período de 2006 a 2011. Estas propriedades fazem parte da metodologia do
Projeto Balde Cheio da Embrapa Pecuária Sudeste, São Carlos, SP. As variáveis econômicas
foram corrigidas pelo Índice Geral de Preço (IGP-DI) na base Julho de 2012. A maioria das
correlações entre as variáveis foram significativas (p ≤ 0,05), indicando que um incremento
ou perda no valor de uma variável no sistema de produção influenciará as demais variáveis, o
que facilita o gerenciamento de todo o sistema. Dentro de cada grupo de variáveis técnicas e
econômicas, por meio de CP foi possível obter três componentes principais que explicaram
cerca de 65% da variabilidade total entre os dados. Favorecida pelo fato de a maioria das
correlações entre as variáveis do sistema de produção ser positivas a técnica de CP foi
eficiente para reduzir a dimensão dos dados.
Palavras-Chave: análise econômica, bovinocultura de Leite, correlação de Pearson,
componentes principais.
ABSTRACT
The aim of this study was to evaluate the relationship between technical and economic
variables and reduce the dimension of data using principal component analysis (PCA) in milk
production systems. About 23 technical variables and 22 economic variables were analyzed
collected monthly from 157 properties, which suffered technical intervention for up to 36
months. Theses properties belongs to the states of Santa Catarina, Paraná and Mato Grosso of
Sul and participates of methodology of Balde Cheio Project carried out by
Embrapa
Southeast Livestock, São Carlos, SP, in the period of 2006-2011. The economic variables
were corrected by the General Price Index (IGP-DI) based on July 2012. Most of the
43
correlations between the variables were significantly (p≤ 0.05), indicating that an, increase or
decrease, in the value of a particular variable in the milk production system also will influence
the other variables, which facilitates the management of the global system. Within each group
technical and economic variables, by using PCA was possible to obtain three principal
components that explained that about 65% of the total variance in the data. Favored by the
fact that most of the correlations between variables of the production system were positive
the PCA was effective in order to reduce the dimension of the data.
Key-words: dairy cattle, economic analysis, Pearson correlation, principal components
analysis.
Introdução
A atividade leiteira é conhecida como sendo um negócio de margens reduzidas de lucro.
Portanto, do ponto de vista econômico, aqueles que, na gestão dos seus meios e recursos,
adotarem tecnologias adequadas, que permitam baixar seus custos de produção, poderão
alcançar a sustentabilidade necessária para permanência na atividade (MATOS, 2002). A
adoção de práticas de gerenciamento rural permite entender melhor e racionalizar as
atividades da propriedade e possibilita avaliar índices técnicos e econômicos, identificar
pontos de estrangulamento e determinar os fatores que interferem no processo de produção
(ATZORI, 2013).
A sustentabilidade de pequenas propriedades leiteiras no Brasil é um tema que gera
bastante discussão. Porém, segundo Cabrera et al. (2010), a competitividade destas
propriedades depende mais de novas tecnologias e eficiência do sistema do que de seus
tamanhos. Na literatura científica atual, são encontrados diferentes programas de assistência
técnica envolvidas com as universidades e instituições de pesquisa. Um exemplo é o projeto
da EMBRAPA Pecuária Sudeste – Balde Cheio que atua em quase todo território nacional.
Não são poucos os autores que relatam a dificuldade em se fazer chegar ao campo a
aplicação prática dessas pesquisas (RESENDE 2010; GUIMARAES FILHO 2011). E, quando
44
ocorre a intervenção técnica, perdem-se os parâmetros estatísticos para se aplicar uma análise
de variância. Isso porque, a natureza dos dados reflete a interação dos fatores de produção de
leite, ainda somados à forma de ação subjetiva do técnico, à tomada de decisão do proprietário
na execução das atividades diárias e à resposta animal. Segundo Solano et al. (2006), a
capacidade administrativa está sempre ligada aos resultados e eficiência da propriedade.
Porém, as respostas das variáveis envolvidas que formam parâmetros de avaliação estão
expostas a situações que fogem de controle da pesquisa experimental. O estudo das fontes de
ineficiência e o nível das propriedades poderiam ser úteis para direcionar a tomadas de
decisão técnicas que promovem intervenções que promovem aumento de produtividade e
econômico (SOLIS et.al., 2009; CABRERA et. al., 2010).
Com a captação de informação e utilização das tecnologias mais adaptadas a cada
tamanho de produtor, juntamente com uma administração técnica que garanta sempre a
melhor relação benefício/custo no momento da compra de insumos e venda da produção,
teremos certamente propriedades rentáveis, sejam elas grandes ou pequenas.
Dentro desta realidade tornou-se difícil a avaliação efetiva dos resultados obtidos
dentro do sistema de produção, pois as respostas das variáveis envolvidas que formam
parâmetros de avaliação estão expostas a diversas situações que fogem de controle da
pesquisa experimental. A correlação de Pearson permite identificar a relação entre um grande
numero de variáveis (ANDRADE e OGLIARI, 2010). Sendo elas significativas, ou seja,
lineares, é possível aplicar a análise de componentes principais para reduzir a dimensão dos
dados.
O objetivo deste estudo foi avaliar o a relação entre variáveis técnicas e econômicas por
meio de correlação de Pearson e assim reduzir a dimensão de dados usando análise de
componentes principais (CP) em sistemas de produção de leite nas regiões do centro-oeste e
sul do Brasil.
45
MATERIAL E MÉTODOS
Neste estudo foram analisados dados de 23 variáveis técnicas e 22 variáveis econômicas
coletados mensalmente. A matriz de dados para o presente estudo contém três estados: Mato
Grosso do Sul, Paraná e Santa Catarina; 71 municípios: MS (6), PR (44), SC (21) e 157
propriedades: MS (12), PR (103), SC (42). De cada propriedade foram utilizadas para análise
variáveis técnicas econômicas coletadas de 12 até 36 meses. O número de observações total
foi 3706. Essas unidades produtoras foram assistidas por técnicos da Cooper ideal, seguindo a
metodologia do projeto Balde Cheio da Embrapa Pecuária Sudeste.
As variáveis estudadas foram:
1) Fatores Técnicos
As variáveis técnicas representam fatores de produção, composição do rebanho e
índices relativos que indicam eficiência.
São elas: Dias AT - Tempo de assistência; Área_l - Área utilizada para produzir o
leite; LPVT – Leite produzido vendido total; LPNV – Leite produzido não vendido; Leite_B
– Leite bezerras; ; LP - Leite produzido; MPD - Média de produção diária; NVL - Número de
vacas em lactação; NVS - Número de vacas secas; VL_p – Porcentagem de vacas em
lactação; VLÁrea - Vacas em lactação por área; MVL - Média das vacas em lactação; MVR
- Média das vacas do rebanho; NB - Número de bezerras; NN - Número de novilhas; NM Número de machos, VR_p - Porcentagem de vacas no rebanho; VLR_ p - Porcentagem de
vacas em lactação no rebanho; MOBRA – Mao de Obra; LHD - Litros por homem (pessoa)
por dia; AEL – Animais equivalente leite, PROD – Produtividade; PRODEL –
Produtividade com equivalente leite.
46
2) Fatores Econômicos
Quando inserimos na análise de dados os fatores econômicos são necessárias as
correções ao longo do tempo para que a comparação pudesse ser feita a qualquer tempo. As
variáveis econômicas foram corrigidas pelo IGP-DI, mês a mês usando como referência o mês
de Julho de 2012. Para os custos fixos, como depreciação de máquinas, equipamentos (vida
útil de dez anos) e instalações (vida útil de vinte anos), e a remuneração do capital investido
em animais e na terra (6% ao ano).
DC – despesas de custeio; DIT – despesas com investimento total; DT – despesas totais;
LVT – leite vendido total; AVT – animais vendidos no total; RT – receita total; MGP –
média geral de preços, FC – fluxo de caixa; DM – depreciação de máquinas; DI –
depreciação de instalações; RCA – remuneração do capital em animais; RCT – remuneração
do capital em terra; COE – custo operacional efetivo; COEEL – custo operacional efetivo
com equivalente leite; CT – custo total; CTEL – custo total com equivalente leite; MBA –
margem bruta por área; LUCRO – lucro; LA – lucro por área; LLitro – lucro por litro;
COECT_p - porcentagem do custo operacional efetivo em relação ao custo total; CFCT_p porcentagem do custo fixo em relação ao custo total.
Para este estudo, dentro de cada grupo – variáveis técnicas e econômicas, os dados
foram analisados pela correlação de Pearson e sua interpretação foi feita da seguinte forma:
positiva muito alta (> 0,70); positiva alta (0,40 a 0,69); positiva moderada (0,30 a 0,29);
positiva fraca (0,20 a 0,29); positiva insignificante (0,01 a 0,19); o mesmo raciocínio vale
para a correlação negativa (ANDRADE e OGLIARE, 2010). Em seguida foi utilizada a
técnica de análise de componentes principais com o propósito de reduzir a dimensão dos
dados e detectar as variáveis que mais influenciam o sistema de produção de leite. Para
análise dos dados foi utilizado o software R (VENABLES e SMITH, 2005).
47
RESULTADOS E DISCUSSÃO
As Tabelas 1, 2, 3 e 4 mostram o coeficiente da correlação de Pearson entre as
variáveis técnicas e entre as variáveis econômicas. A maioria das correlações foi significativa
(P < 0,05). Observou-se também que a maioria das correlações foram positivas, indicando
para este conjunto há uma relação linear positiva entre as variáveis. Fato que demonstra que o
incremento no valor de uma variável no sistema de produção de uma propriedade irá
aumentar as demais variáveis. Informação que garante direcionamento na decisão de
interferência nos técnicos. Em muitas situações, a correlação foi de média a alta, sugerindo
que a análise destas variáveis pela técnica de componentes principais (CP), pode ser uma
alternativa para reduzir a dimensão dos dados.
As variáveis contidas na Tabela 1 ilustram a forma com que a composição do rebanho
influencia no volume de leite produzido. Este fato torna importante se trabalhar com a
estrutura do rebanho. Ou seja, fundamental manter intervalo entre partos o mais próximo
possível do ideal que é 12 meses e duração da lactação de 10 meses. O responsável pelo
gerenciamento deve estar apto a tomadas de decisões rápidas para garantir esses índices. A
dieta pode estar balanceada, a genética pode ser a de maior aptidão, se aumentar a
porcentagem de vacas no rebanho porém, secas, a receita já estará comprometida pois esse
animal gera despesa no sistema e não gera receita.
Outra observação interessante na Tabela 2, é para uma maior eficiência da propriedade
ou seja, produção por hectare deve-se procurar aumentar vacas em lactação no rebanho e
diminuir variáveis como número de macho e número de vacas secas.. Apesar de parecer
contraditório diminuir número de bezerras e número de novilhas, muitas vezes é necessário
para não onerar os custos de criação dos animais. É importante manter número de animais
jovens necessários para reposição, principalmente no início da assistência técnica, onde o
produtor precisa recompor caixa.
48
Isso porque, na Tabela 3, pode-se notar que o FC tem relação negativa com despesas
de investimento (-0.42) ou seja, a necessidade de investimento deve ser bem monitorada para
garantir fluxo de caixa positivo. A Tabela 4 mostra que o custo operacional efetivo
correlaciona-se negativamente com todas as variáveis que expressam lucro. O retorno de
capital em animal é fortemente correlacionado com o retorno do capital em terra, isto significa
que quanto mais animais produtivos no sistema maior vai ser a capacidade do produtor de
remuneração do seu capital da terra. Interessante salientar que, neste estudo, a média geral de
preço, apesar de se correlacionar positivamente com fluxo de caixa, margem bruta por
hectare, lucro, lucro/ha e lucro/Litro, que medem ganho dos produtores, a correlação foi
sempre de forma positiva fraca (0,20 a 0,29). Ilustrando que, embora, a média de preço afeta
sim os ganhos, porém, com um controle adequado dos custos de produção, investimentos e
fluxo de caixa baseado na estrutura do rebanho é possível garantir a sustentabilidade do
sistema sem que a média geral de preço seja determinante do sucesso.
Como foram analisadas muitas variáveis e a maioria das variáveis se mostraram
correlacionadas, a técnica de Componentes Principais é fundamental para reduzir a dimensão
destas variáveis em poucos índices e com isso facilitar a gestão em um sistema de produção.
A Tabela 5 apresenta os coeficientes (autovetores) de três componentes principais,
valores que são usados para formar combinações lineares das variáveis; a magnitude do valor
está diretamente ligada à sua importância. Pode-se verificar que os três primeiros
componentes foram responsáveis por mais de 60% da variação total.
O primeiro componente, para as variáveis técnicas, pode ser interpretado como uma
medida geral de produção de leite, pois são ligadas ao produto do sistema: São elas: média
diária de produção, leite produzido, Leite produzido vendido, número de vacas em lactação e
número de bezerras com coeficientes positivos e afastados de zero (>0,3). Coeficientes
afastados de zero, com valores positivos ou negativos, indicam a influência da variável sobre
49
o referido componente (ROSO; FRIES, 1995). Sendo assim, observa-se que a variável %
vacas no rebanho (-0,02) contrastou com o conjunto das variáveis que indicaram produção de
leite, mostrando um fato interessante, onde não basta somente aumentar a quantidade de vacas
no rebanho. Essas vacas, em sua maioria, devem estar na condição de lactação, e o número de
bezerras aqui indica exatamente a ocorrência dos partos. Assim sendo, os fatores corroboram
para aumentar as variáveis de produção como média de produção diária, leite produzido e
leite produzido vendido.
Como os componentes principais foram estimados utilizando-se resíduos, que inclui
toda a variância do conjunto de dados técnicos, esse primeiro componente pode servir como
um índice de critério para aumentar a produção de leite em uma propriedade, seguindo a
seguinte equação:
I1 = 0,347627 MPD + 0,347514 LP + ... – 0,021178 VR_p
Assim, independente do sistema de produção adotado (pastagens, semi-confinamento ou
confinamento), genética do rebanho, localização da propriedade, condições climáticas,
edáficas, etc., é imprescindível obter-se um percentual elevado de animais em lactação em
relação ao total de vacas.
O segundo componente principal, representou 23,83% da variância e faz um contraste
entre variáveis que mostraram maior magnitude (>0,3) e indicam produtividade, porém agora
no sentido do uso eficiente da terra (produção/ha, média da vaca no rebanho e porcentagem de
vacas em lactação), com as variáveis, com coeficientes negativos, que indicam composição do
rebanho: número de vaca em lactação, número de vaca seca, número de bezerra, número de
novilhas, número de machos, área utilizada em hectares e também as variáveis que expressam
o impacto do leite não comercializado (leite não vendido e o leite para consumo dos
bezerros). Assim esse componente contrasta de maneira geral expressando que no sistema de
produção, uma redução de: vacas em lactação com baixas produções e as categorias com
50
produção igual a zero (vacas secas, bezerras, novilhas e machos) estará favorecendo a
elevação da média de leite produzido pelas vacas de todo o rebanho. Assim sendo, com essas
categorias em menor número a área onde a atividade é praticada será menor, pois não será
necessário dispor de grandes espaços para a produção de volumosos para esses animais que
geram custos. E ainda relação ao rebanho, a porcentagem de vacas em lactação será
aumentada e consequentemente elevar-se-á a produtividade da área (litros/há). Nesse sentido,
se ainda a mão de obra utilizada for diminuída será dado um grande passo em relação à
eficiência da utilização desses fatores. Interessante observar ainda que com a elevação da
produção e da produtividade o impacto do leite produzido não vendido, como leite ofertado as
bezerras é diminuído. Dessa forma o primeiro componente (CP1) é indicador de produção de
leite, em um sistema (por exemplo: produção média diária) e o segundo (CP2) de
produtividade considerando o uso eficiente da terra.
O terceiro componente (CP3) contrastou variáveis relacionadas a produção absoluta
(média de produção diária, leite produzido, leite vendido total, média das vacas no rebanho,
médias das vacas em lactação e porcentagem de vacas em lactação) com variáveis que
também indicam produção de leite, porém transformando-se a venda dos animais em leite
produzido através da divisão do valor da venda desses pelo preço de leite recebido. Observase que quando o foco de um sistema de produção é a venda de animais fatores de produção
são diminuídos. Fica claro quando vemos o agrupamento de sinais de animais equivalente
leite e produção /há em equivalente leite contrastados com número de novilhas, indicando que
o aumento dos primeiros significa à redução do segundo, provavelmente devido à venda de
novilhas. Esse componente ainda mostra que o aumento da porcentagem de vacas no rebanho
e a diminuição da área destinada à atividade corroboram para o aumento do número de vacas
em lactação por área, podendo também ser um indicativo de eficiência do uso do fator terra.
51
Observa-se que os três primeiros componentes captam 62,9% da variabilidade existente
dentro dos diferentes sistemas de produção
Para as variáveis econômicas (Tabela 6), o primeiro (10 CP), segundo (20 CP) e terceiro
(30 CP) componentes principais ou autovetores, explicaram 67,7% da variabilidade total dos
dados existente em 22 variáveis. O primeiro componente explicou 30,6% da variação total e
mostram um conjunto de variáveis (receita total, leite vendido total, despesa de custeio,
despesa total, retorno de capital em animais e depreciação máquinas), com coeficientes de
maior magnitude (>0,3), que contrastam com a variável porcentagem do custo fixo com o
custo total (-0,14). Na ótica econômica do sistema de produção, é importante obter um baixo
custo fixo em relação ao custo total, garantindo que a maior parte dos gastos é efetuada com
recursos produtivos e podem ajudar na obtenção de resultados satisfatórios.
Dessa forma observa-se que o aumento nas receitas totais, principalmente provenientes
da venda de uma maior produção de leite total será positivamente influenciado pelo aumento
nas despesas de custeio, direcionados para a compra dos insumos necessários, e
consequentemente das despesas totais. É interessante analisar que o aumento na remuneração
do capital em animais também contrastou com a variável porcentagem do custo fixo com o
custo total, e apesar de ser uma variável que faz parte do custo fixo, provavelmente salientou
o investimento na categoria de vacas, que colabora de forma positiva com produção e venda
de leite. O mesmo fato é observado em relação a variável depreciação de máquinas e
equipamentos, onde o investimento em bens desse tipo está ligado diretamente ao aumento da
produção.
O segundo componente principal (CP2) mostrou 25,7% da variância total. Ele faz um
contraste entre as variáveis que mostraram maior magnitude (>0,3), e indicam lucro e
lucratividade dos sistemas estudados (lucro, lucro/Litro e lucro/hectare), com as variáveis de
coeficientes negativos que indicam custos das propriedades, tanto operacionais como totais.
52
Dessa maneira fica evidente a necessidade de controlar todos os gastos com despesas de
custeio e investimentos nas propriedades, procurando-se manter uma boa relação do custo
operacional sobre o custo total, a fim de obter valores positivos de lucro por litro produzido,
lucro e lucro por área utilizada na atividade. Novamente isso se aplica independente das
características da unidade produtora (genética do rebanho, tipo de solo, topografia, local, etc.).
Assim o primeiro componente (CP1) das variáveis econômicas, do presente estudo, é
indicador de aumento das receitas em detrimento do controle do custo fixo e o segundo (CP2)
de obtenção de lucro de maneira geral e lucratividade, considerando também o uso eficiente
da terra.
O terceiro componente (CP3) contrastou, principalmente, porcentagem do custo
operacional efetivo pelo custo total com porcentagem do custo fixo pelo custo total O
agrupamento de sinais indica que ao aumentar o custo operacional efetivo em relação ao custo
total de um sistema de produção de leite, automaticamente reduz-se o custo fixo em relação
ao custo total. Dessa forma entende-se que também se diminui as variáveis integrantes desse
custo. É interessante observar, nesse caso, que a redução do fluxo de caixa, ou a obtenção de
menores receitas seja total ou somente do leite vendido, foram provocadas por baixas
despesas de custeio (DC), ou seja, deixando de direcionar recursos para compra de insumos
necessários.
Com os coeficientes (autovetores) da Tabela 6 pode-se elaborar o índice I2. que
auxiliará intervenções na área econômicas, com a seguinte equação:
I2 = 0,371282 RT + 0,356351 LVT + ... - 0,144944 CFCT_P.
Os índices criados geram uma variável sintética que permite comparar os estados com
um índice de eficiência de produção e um para eficiência financeira.
53
CONCLUSÕES
A maioria das correlações foi significativa. Estes resultados mostram que o incremento
no valor de uma variável no sistema de produção de uma propriedade irá aumentar as demais
variáveis, o que permitiu redução das variáveis em componentes principais.
A análise de componentes principais (CP) foi eficiente para reduzir em até três
dimensões um conjunto grande de variáveis.
Através das equações geradas é possível gerar três índices técnicos e três econômicos
para todas as propriedades e comparar as eficiências entre elas, facilitando a tomada de
decisão e a comparação de evolução das mesmas.
Referências Bibliográficas
ANDRADE, D. F; OGLIARI, P. J. . Estatística para as ciências agrárias e biológicas: com
noções de experimentação. 2a.. ed. Florianópolis: Editora da UFSC, 2010. 470p .
ATZORI, A. S.; TEDESCHI, L. O.; CANNAS, A. 2013. A multivariate and stochastic
approach to identify key variables to rank dairy farms on profitability. Journal Dairy
Science. 96:3378-3387.
BOZDOGAN, H. Model selection and Akaike's information criterion (AIC): the general
theory and its analytical extensions. Psychometrika, v.52, n.3, p.345-370, 1987
CABRERA, V.E., D.Solís, and J. Del Corral. Determinants of thechnical efficiency among
dairy farms in Winsconsin. 2010 Journal Dairy Science. N.93. 387-393p. Disponível em:
http//dx.doi.org/10.3168/jds.2012-6256. Ascesso em 15/08/2013.
FARIA, V.P. Problemas para a Produção de Leite no Brasil. Preços agrícolas, mercados e
negócios agropecuários, Piracicaba, v.14, n.160, p.3, fev. 2000.
FASSIO, L. H.; REIS, R. P.; GERALDO, L. G. Desempenho técnico e econômico da
atividade leiteira em Minas Gerais. Ciência e Agrotecnologia, Lavras, v. 30, n.6, 11541161, Nov./dez. 2006.
GOMES, Sebastião T. Economia de produção de leite. Belo Horizonte: s.d., 2000.
54
GUIMARÃES FILHO, C. C. Indicadores zootécnicos e econômicos da atividade leiteira na
mesorregião noroeste do Espírito Santo e microrregião de Juiz de Fora. 2011. 68 p.
Tese (Doutorado em Zootecnia) – Universidade Federal de Viçosa, MG.
IBGE.
Pesquisa pecuária municipal. Rio de Janeiro: IBGE, 2011. Disponível em:
WWW.sidra.ibge.gov.br. Acesso em 08/04/2013
LITTELL, R.C.; HENRY, P.R.; AMMERMAN, C.B. Statistical analysis of repeated
measures data using SAS procedures. Journal of Animal Science, v.76, p.1216-1231,
1998.
LITTELL, R.C.; MILLIKEN, G.A.; STROUP, W.W.; WOLFINGER, R.D. SAS System for
Mixed Models. Cary: Statistical Analysis System Institute, 1996. 633p.
MORRISON, D.F. Multivariate Statistical Methods. New York: McGraw Hill, 1990. 495p.
NEW
ZEALAND
DAIRY.
National
dairy
satatistics
2007-2008.
Diponível
em
http://dairynz.co.nz/file/fileid/11947 Ascesso em: 20 de maio 2013
ROSO VM, FRIES LA. Componentes principais em bovinos da raça Polled Hereford à
desmama e sobreano. Rev. Soc. Bras. Zootecn., 24: 728-735, 1995.
VENABLES, W. N.; SMITH, D. M. and the R DEVELOPMENT CORE TEAM. An
Introduction to R. Notes on R: Programming Environment for Data Analysis and
Graphics. Version 2.2.0. Áustria: 2005.
SOLANO, C. H. Leon, E. Pérez, L. Tole, R. H. Fawcett, and M. Herrero. Using farmer
decision-making profiles and managerial cacity as predictors of farm management and
performance in Costa Rican dairy farms. Agriculture Systems. 2006. N. 88. 395-428
SOLIS, D., B. E. Bravo-Ureta, and R. E. QUiroga. Technical efficency among peasant
farmers participating in natural resource management programmes in Central America.
Journal Agriculture Economic 2009. V.60. 202-219 p.
STOK, L.A. Sistemas-referência para estudo sobre fazendas típicas de produçao de leite do
Brasil. Boletim CBLeite, Juiz de Fora, v.1, n.1, 12-17 p, 2007
VILELA, D. et.al. Desempenho de vacas da raça holandesa em pastagens de cosat-cross.
Revista Brasileira de Zootecnia, Viçosa, MG, v.35, n.2, 555-561 p , marc./abr.2006
WOLFINGER,
R.D.
Covariance Structure Selection in General Mixed
Models.
Communications in Statistics, Simulation and Computation, v.22, n.4, p.1079-1106. 1993
55
Tabela 1 .Correlação de Pearson para variáveis técnicas em sistemas de produção de leite em
pastagem
D_AT
Ha
LVT
LNV
L_B
LP
Mpd
NVL
NVS
VL_p
VL/ha
MVL
-0.04
0.14
0.02
0.01
0.14
0.14
0.11
-0.04
0.15
0.15
0.18
0.36
0.41
0.39
0.37
0.37
0.53
0.62
-0.22
-0.34
-0.17
0.44
0.40
0.99
0.99
0.91
0.34
0.22
0.25
0.42
0.98
0.48
0.48
0.56
0.45
-0.06
-0.01
0.03
0.44
0.44
0.53
0.41
-0.07
-0.02
0.01
0.99
0.92
0.35
0.21
0.24
0.41
0.92
0.36
0.21
0.24
0.41
0.53
0.12
0.19
0.12
-0.55
-0.14
-0.18
0.35
0.31
Ha
LVT
LNV
L_B
LP
Mpd
NVL
NVS
VL_P
VL/ha
0.22
Dias AT -dias de assistência; HA- hectares utilizados na produção de leite; LVT – Leite vendido total
em liros; LNV – Leite não vendido em litros; L_B – Leite bezerras em litros; LP - Leite produzido;
MPD - Média de produção diária; NVL - Número de vacas em lactação; NVS - Número de vacas
secas; VL_p – Porcentagem de vacas em lactação; VL/ha - Vacas em lactação por hectare; MVL Média das vacas em lactação;
P ≤ 0.05; Valores em negrito não significativos
Tabela 2 Correlação de Pearson para variáveis técnicas em sistemas de produção de leite em
pastagem
MVR NB NN
NM VR_p VLR_p MO LHD AEL Prod
MVL
MVR
NB
NN
NM
VR_p
VLR_p
MO
LHD
AEL
0.92
0.03 0
-0.25 0.18
0.33
-0.06 0.49
-0.02
0.63
0.02 -0.01
-0.29 0.17
0.53
-0.07 0.51
-0.03
0.68
0.29
-0.26
-0.19
0.43
0.39
0.17
0.09
0.30
-0.32
-0.26
0.38
0.32
0.12
0.03
-0.33
-0.41
0.12
-0.04
0.12
-0.23
1.00
1.00
0.09
-0.01
0.27
1.00
0.23
-0.04
0.47
-0.27
0.14
-0.02
0.03
0.48
0.71
-0.01
MVL - Média das vacas em lactação; MVR - Média das vacas do rebanho; NB - Número de bezerras;
NN - Número de novilhas; NM - Número de machos, VR_p - Porcentagem de vacas no rebanho;
VLR_ p - Porcentagem de vacas em lactação no rebanho; MO – Mao de Obra; LHD - Litros por
homem por dia; AEL – Animais equivalente leite, PROD – Produção por hectare;
P ≤ 0.05; Valores em negrito não siginificativos
56
Tabela 3 Correlação de Pearson para variáveis econômicas em sistemas de produção de leite
em pastagens
DIT
DT
LVT AVT
RT
MGP
FC
DM
DI
RCA RCT
DC
0.14 0.84 0.86
0.20 0.81
0.33
0.16 0.69 0.58 0.77
0.59
DIT
0.64 0.14
0.10 0.27
0.08
-0.42 0.13 0.14 0.15
0.12
DT
0.73
0.20 0.77
0.30
-0.10 0.60 0.52 0.68
0.52
LVT
0.19 0.91
0.42
0.49 0.77 0.55 0.81
0.64
AVT
0.44
0.08
0.42 0.16 0.14 0.22
0.16
RT
0.39
0.56 0.73 0.52 0.77
0.63
MGP
0.22 0.28 0.25 0.31
0.16
FC
0.36 0.14 0.32
0.31
DM
0.51 0.70
0.67
DI
0.57
0.41
RCA
0.72
DC – despesas de custeio; DIT – despesas com investimento total; DT – despesas totais;
LVT – leite vendido total; AVT – animais vendidos no total; RT – receita total; MGP –
média geral de preços, FC – fluxo de caixa; DM – depreciação de máquinas; DI –
depreciação de instalações; RCA – remuneração do capital em animais; P ≤ 0.05
Tabela 4 Correlação de Pearson para variáveis econômicas em sistemas de produção de leite
em pastagens
COE COEEl CT CTEL MBA Lucro LA Llitro COECT CFCT
RCT
COE
COEEl
CT
CTEL
MBA
Lucro
LA
LLitro
COECT
0.10
0.08
0.23
0.20
-0.03
0.03
-0.07
-0.15
-0.11
0.11
0.94
0.81
0.76
-0.29
-0.34
-0.32
-0.47
0.48
-0.48
0.75
0.83
-0.35
-0.41
-0.39
-0.57
0.48
-0.48
0.93
-0.30
-0.37
-0.32
-0.57
0.01
-0.01
-0.36
-0.44
-0.39
-0.69
0.03
-0.03
0.75
0.97
0.64
0.04
-0.04
0.77
0.65
0.02
-0.02
0.67
0.02
-0.02
0.00
0.00
1.00
RCA – remuneração do capital em animais; RCT – remuneração do capital em terra; COE – custo
operacional efetivo; COEEl – custo operacional efetivo com equivalente leite; CT – custo total;
CTEL – custo total com equivalente leite; MBA – margem bruta por área; LUCRO – lucro; LA –
lucro por área; LLitro – lucro por litro; COECT_p - porcentagem do custo operacional efetivo em
relação ao custo total; CFCT_p - porcentagem do custo fixo em relação ao custo total.
P ≤ 0.05.; Valores em negrito não significativo.
57
Tabela 5 – Valores associados ao primeiro (10 CP), segundo (20 CP) e terceiro (30 CP)
componentes principais (auto vetores) das variáveis técnicas avaliadas em sistemas de
produção de leite em pastagens.
Variáveis
10 CP
20 CP
30 CP
Média produção diária
0,347627
0,045931
-0,053699
Leite produzido
0,347514
0,046813
-0,054058
Leite produzido vendido
0,343669
0,055595
-0,056223
Número vacas Lactação
0,342737
-0,055379
0,051461
Número de Bezerras
0,309053
-0,133925
0,000641
Número de Novilhas
0,274933
-0,161531
-0,028352
Leite não vendido
0,235231
-0,152863
0,018207
Leite Bezerras
0,222051
-0,154374
0,011548
Litros /homen/dia
0,222010
0,152672
-0,271695
Número vaca seca
0,186189
-0,256776
0,203500
Área utilizada no leite
0,180391
-0,246622
-0,126752
Mão de obra
0,160666
-0,112623
0,287503
Produção por hectare
0,149426
0,328588
0,179042
Produtividade equivalente
0,137154
0,290649
0,318400
Média vaca rebanho
0,134634
0,323795
-0,323278
Média vaca em lactação
0,131893
0,274538
-0,289896
Numero vacas/hectare
0,097893
0,261714
0,407874
Animais equivalente leite
0,074371
-0,028507
0,328085
Número de Machos
0,069113
-0,251037
0,017424
Dias de Assitência
0,059982
0,091568
0,048770
% vacas lactação
0,059587
0,270651
-0,226372
% vacas em lactação no rebanho
0,024727
0,325150
0,100359
% Vacas n o rebanho
-0,021178
0,207892
0,336420
% Variação
32,68
23,83
6,33
1º CP em ordem decrescente
58
Tabela 6 – Valores associados ao primeiro (10 CP), segundo (20 CP) e terceiro (30 CP)
componentes principais (auto vetores) das variáveis econômicas em sistemas de produção de
leite em pastagens
Variáveis
10 CP
20 CP
30 CP
Receita total
0,371282
0,083147
-0,023024
Leite Vendido Total
0,356351
0,023704
-0,106347
Despesa Custeio
0,337735
-0,116084
-0,027631
Retorno capital animais
0,324411
-0,058843
-0,198175
Despesa total
0,323640
-0,078618
0,079937
Depreciação máquinas
0,300516
-0,015455
-0,223076
Retorno capital terra
0,257990
-0,059375
-0,334572
Depreciação instalações
0,237442
-0,069843
-0,149437
Média geral preço
0,178414
0,042094
0,115671
Fluxo de caixa
0,157047
0,231507
-0,139690
% Custo operacional/custo total
0,144944
-0,102820
0,472203
Animais vendidos
0,141889
0,125991
0,072809
Lucro
0,139242
0,318435
0,129192
Margem bruta
0,122679
0,293894
0,209303
Despesas investimento
0,118244
0,019542
0,186653
Custo operacional efetivo
0,098293
-0,335598
0,239270
Lucro/hectare
0,097009
0,308114
0,223040
Custo operacional equivalente
0,082655
-0,360614
0,211863
Lucro/litro
0,055386
0,340176
0,161736
Custo total
0,036423
-0,323004
0,001419
Custo total equivalente
0,022415
-0,350098
-0,013193
% Custo fixo/custo total
-0,144944
0,102820
-0,472203
% Variabilidade
30,6
25,7
11,3
1º CP em ordem decrescente
59
8 ARTIGO 2 - Redigido de acordo com as normas da Revista Journal Dairy Science
Versao em Português
Efeito da intervenção técnica ao longo do tempo em Sistemas de Produção de Leite em
regiões do Centro-Oeste e Sul do Brasil
60
SUMÁRIO EXECUTIVO
Efeito da intervenção técnica ao longo do tempo em Sistemas de Produção de Leite em
regiões do Centro-Oeste e Sul do Brasil. By Bueno, A.A.O; Bueno, F. O; Fregonesi, J.A.
page 000. A sobrevivência da agricultura familiar é de grande importância social. Por isso
vem sendo o eixo de muitas discussões políticas e acadêmicas. O sistema de produção de leite
caracterizado por ter renda mensal de leite se tornou foco principal dessas discussões.
Análises das variáveis técnicas e econômicas a campo, sem controle experimental, se tornam
necessárias, a fim de identificar parâmetros que auxiliem os técnicos e os produtores na
tomada de decisão. Esse estudo ilustra a importância da intervenção técnica e a necessidade
do gerenciamento adequado garantindo a sustentabilidade técnica e econômica da produção.
Efeito da intervenção técnica ao longo do tempo em Sistemas de Produção
de Leite em regiões do Centro-Oeste e Sul do Brasil
A. A. O.Bueno,*, Bueno, F.O#; †J. A. Fregonesi,*1
* Doutoranda do Programa de Ciência Animal, Universidade Estadual de Londrina, Rodovia
Celso Garcia Cid, Pr 445 Km 380, Campus Universitário, Cx. Postal 10.01, CEP 86.057-970,
Londrina, PR, Brasil. # Engenheiro Agrônomo da Cooperideal. †C.A.R.E. – Cuidado Animal e
Responsabilidade Ética, Universidade Estadual de Londrina, Paraná, CEP-86057-970, Brazil;
1
Autor Correspondente: José A. Fregonesi, e-mail: [email protected]
Cuidado Animal e Responsabilidade Ética, Universidade Estadual de Londrina, Paraná, CEP86057-970, Brazil;
61
RESUMO
O objetivo deste estudo foi avaliar o efeito, ao longo do tempo, da intervenção técnica
em unidades de produção comercial que utilizam a metodologia do Projeto Balde Cheio da
Embrapa Pecuária Sudeste, São Carlos, SP. A intervenção técnica foi realizada pela equipe da
Cooperideal, no período de 2006 a 2011. Para análise foram utilizados dados avaliados
mensalmente, em cada unidade de produção, com no mínimo 12 meses de controle gerencial e
máximo 36 meses. Os estados envolvidos foram Santa Catarina, Paraná e Mato Grosso do
Sul. No total foram analisadas 23 variáveis técnicas e 22 variáveis econômicas. Inicialmente,
estas variáveis foram estudas por meio de estatísticas descritivas, que possibilitaram escolher
quatro variáveis técnicas: vacas em lactação por área, média das vacas em lactação,
porcentagem de vacas em lactação no rebanho e produção mensal de leite. E, quatro variáveis
econômicas: média geral de preços, porcentagem do custo operacional efetivo em relação ao
custo total e porcentagem do custo fixo em relação ao custo total. Observou-se efeito
crescente ao longo do tempo para todas as variáveis, indicando uma eficiência das unidades
produtivas em avaliação. Para todas as variáveis verificou-se uma diferenciação entre os
estados, a qual se manteve ao longo de todo o período. Porém, houve uma tendência de
superioridade ou maior eficiência do estado de SC em relação aos estados do PR e MS, sendo
que este último apresentou desempenho inferior em todas as variáveis estudadas. Assim, foi
possível ilustrar o efeito da intervenção técnica em pequenas propriedades. Portanto, pode-se
afirmar que, a metodologia utilizada para gerenciar as unidades de produção foi eficiente e
possibilitou a sobrevivência dos sistemas de produção de leite mesmo com as variações
econômicas e sazonais. A interferência técnica com um planejamento adequado, permite a
sustentabilidade econômica na agricultura familiar, apesar do resultado ser a longo prazo.
Palavras-Chave: índices técnicos, índices econômicos, assistência técnica, Bovinocultura de
Leite, medidas repetidas
62
INTRODUÇÃO
Uma característica comum aos sistemas de produção de leite no mundo é a sua
exploração em pequenas áreas. A produção de leite no Brasil não é diferente. Dos cinco
milhões de estabelecimentos agropecuários do País, 84% são familiares. Segundo Faria
(2000), na década de 90 houve aumento considerável na média entregue pelo produtor. Houve
queda do número de produtores com até 50 litros e aumento daqueles próximos ou superiores
a 200 litros. Entretanto, essa situação não alterou a necessidade de buscar sustentabilidade do
sistema, pois esse volume possibilita ganhos pequenos, suficientes apenas para sobrevivência
familiar. Pode-se perceber, então, as reais dificuldades para introdução do conceito
empresarial no setor produtivo. No entanto, o setor leiteiro consegue hoje ter boas
perspectivas devido aos aumentos de produção e produtividade e quedas nos custos
(CAMARGO et al., 2004). Apesar desse cenário favorável, a atividade leiteira é conhecida
como sendo um negócio de margens reduzidas de lucro. Portanto, do ponto de vista
econômico, aqueles que, na gestão dos seus meios e recursos, adotarem tecnologias
adequadas, que permitam baixar seus custos de produção, poderão alcançar a sustentabilidade
necessária para permanência na atividade (Matos, 2002).
A sobrevivência de pequenas propriedades produtoras de leite no Brasil é um tema que
gera bastante discussão. Isso porque não se entrou em consenso ainda sobre índices que
permitam traçar metas de eficiência de forma global. Com a captação de informação e a
utilização das tecnologias mais adaptadas a cada tamanho de produtor, juntamente com a
administração técnica, que garanta sempre a melhor relação benefício/custo no momento da
compra de insumos e venda da produção, existirão certamente propriedades rentáveis, sejam
elas grandes ou pequenas. Isso vem sendo mostrado em diferentes trabalhos de assistência
técnica em diversas regiões do Brasil. Krug (2001), ao estudar escala de produção,
produtividade e lucratividade em sistemas de produção de leite no Rio Grande do Sul,
encontrou melhores resultados econômicos nas fazendas que utilizaram o sistema intensivo a
pasto. Seus resultados contradizem os encontrados por Gomes (2000) que afirmou que leite só
é um bom negócio se for produzido em elevada quantidade.
A literatura é repleta de informações que possibilitam o embasamento técnico e
econômico para que se possa aproveitar melhor o sistema de produção de leite à pasto.
Existem trabalhos que testam desde a melhor genética do rebanho aos que testam a maior
eficiência da planta forrageira. Todos eles são importantes, pois somente conhecendo todas as
eficiências individuais será possível equacionar o sistema de produção. Mas quando o
63
objetivo é avaliar o sistema de produção de forma geral, os resultados são os mais diversos,
pois para utilizar-se das ferramentas estatísticas, deve-se fixar um fator de controle e estudar a
variação em função do mesmo. Ao passar da pesquisa para extensão rural, esses fatores não
podem ser testados isoladamente, uma vez que envolvem o sustento da família. Esta situação
dificulta a análise do ponto de vista estatístico, que permitiria afirmar se uma intervenção
técnica teria efeito significativo ou não, ao longo do tempo, pela própria natureza dos dados.
São dados que refletem a interação de todos os fatores junto à forma de ação individual do
técnico, a tomada de decisão do proprietário na execução das atividades diárias e a resposta
animal. Dentro desta complexidade, tornou-se difícil a avaliação global dos resultados obtidos
dentro dos sistemas de produção, pois as respostas das variáveis envolvidas, que formam
parâmetros de avaliação, estão expostas a diversas situações, que fogem ao controle da
pesquisa experimental. Nesse ambiente, o pesquisador se depara com um grande volume de
informações que não podem ser usadas ou só podem ser avaliadas de forma regionalizada e
multicasos. Como se identificou no trabalho de Guimarães Filho (2011) onde ele afirma a
necessidade de estudos regionalizados em função de questões culturais, climáticas,
topográficas e econômicas.
Os resultados dos sistemas, que recebem intervenção ao longo do tempo, têm sido
avaliados ano a ano de forma isolada. Diversas são as técnicas utilizadas e, muitas vezes, tem
enfoque puramente econômico. Guimarães Filho (2011) avaliou indicadores técnicos e
econômicos influenciando a taxa de remuneração do capital com terra no ano de 2009 e
concluiu que os valores foram heterogênios para a rentabilidade em função da
heterogeneidade do rebanho, e os que mais impactaram a rentabilidade foram a mão de obra
contratada e o número de vacas em lactação por hectare. Porém com a variação de mercado
poderia não ser possível, no ano de 2010, ter a mesma resposta. Esses resultados sugerem,
portanto, a necessidade de aplicação de conhecimento técnico para obtenção de um resultado
econômico positivo ao longo do tempo. Para tanto, o objetivo comum deve ser dimensionar e
fazer o controle zootécnico e econômico seguindo o princípio de buscar a estrutura do
rebanho e lucratividade. Pois, aplicando o conceito empresarial, entende-se que o produto é
leite, logo para que todos os outros setores sejam positivos, é necessário priorizar sempre a
produção de leite. Em relação à alimentação, a exigência nutricional dos animais deve ser
suprida, não importando a combinação de alimentos usada, e o manejo sanitário deve ser
sempre realizado.
Assim, as medidas repetidas são obtidas nos mesmos indivíduos, em tempos
diferentes, e, possivelmente, sob diferentes condições experimentais. Nesses casos, pode
64
existir uma estrutura de co-variância única para representar a variabilidade das medidas
dentro dos indivíduos de uma população, mas o parâmetro dessa estrutura pode variar entre
indivíduos (Laird e Ware,1982). Essas são análises de modelos lineares mistos e referem-se a
situações experimentais em que as respostas são avaliadas na mesma propriedade ao longo do
tempo. Estas respostas geralmente são correlacionadas, devido à estrutura comum que existe
na propriedade, tal como: área e tipo de solo, manejo dos animais e assistência técnica. As
metodologias estatísticas usualmente tratadas na literatura não permitem aproveitar toda a
informação que as análises de medidas repetidas são capazes de transmitir. Isto justifica o
esforço analítico adicional requerido pela medida repetida, necessário para considerar e
modelar a estrutura de correlação (R) que existe entre as observações realizadas na mesma
unidade amostral (LITTELL et al, 1996; LITTELL et al, 1998).
Para avaliar o resultado das variáveis técnicas e econômicas e identificar o efeito da
intervenção técnica ao longo do tempo, nas propriedades atendidas pela Cooperideal,
seguindo a metodologia do Projeto Balde Cheio, foi utilizada a análise de medidas repetidas,
em variáveis com comportamento de uma curva de (BUENO, 2013 citação pessoal,
Universidade Estadual de Londrina.
MATERIAL E MÉTODOS
Foram analisadas 23 variáveis técnicas e 22 variáveis econômicas pertencentes a uma
planilha de gerenciamento técnico e econômico utilizada pelos técnicos da Cooperideal para
acompanhamento de produtores de leite. Neste estudo considerou-SE o período de 2006 a
2011 e com o mínimo de 12 e máximo de 36 intervenções técnicas, seguindo a metodologia
Balde Cheio da Embrapa Pecuária Sudeste. Os estados envolvidos foram Santa Catarina,
Paraná e Mato Grosso do Sul. Inicialmente, estas variáveis foram estudas por meio de
estatísticas descritivas, com o propósito de conhecer a heterogeneidade e interação entre elas,
gerenciar e investigar características latentes existentes nos dados que indiquem possíveis
padrões ou tendências (Bueno,´´comunicação pessoal´´, 2013, Universidade Estadual de
Londrina). Em função destes resultados, foram escolhidas quatro variáveis continuas, cujas
distribuições se assemelhavam a uma curva normal de Gauss, e foram submetidas à análise de
medidas repetidas. As variáveis estudadas foram:
65
1) Variáveis Técnicas
As variáveis técnicas representam fatores de produção, composição do rebanho e
índices relativos que indicam eficiência que tiveram um comportamento próximo a uma curva
de distribuição normal foram:
VLÁrea - Vacas em lactação por área
MVL - Média das vacas em lactação
VLR_p - Porcentagem de vacas em lactação no rebanho
PROD - Produtividade (Litros/ha);
3) Variáveis Econômicas
Para os fatores econômicos, foram realizadas correções ao longo do tempo através do
IGP-DI, mês a mês, usando como referência o mês de Julho de 2012. Para os custos fixos,
como depreciação de máquinas e equipamentos considerou-se vida útil de dez anos e
instalações, vida útil de 20 anos. A remuneração do capital investido em animais e na terra
juros de 6% ao ano. Para esse estudo foram consideras as seguintes variáveis
MGP – Média geral de preços
L Litro – Lucro por litro
COECT_p - Porcentagem do custo operacional efetivo em relação ao custo Total
CFCT_p - Porcentagem do custo fixo em relação ao custo total
Nas visitas, os técnicos estavam preparados para fazer alterações e orientações para a
família sobre conceitos que atuam na alimentação adequada do rebanho (período das águas e
da seca) manejo reprodutivo, criação de bezerras e novilhas, sanidade e ambiência, rotina de
ordenha e qualidade do leite. A ordem e a forma com que se utilizava cada instrução e
interferência eram adequadas a cada propriedade com a solução mais viável para as condições
financeiras de cada produtor. Portanto o tempo de cada ação base não era sempre o mesmo.
Na análise de medidas repetidas, para uma variável em particular, admite-se que as
avaliações mensais entre unidades de produção diferentes são independentes, e que as
avaliações mensais dentro de uma mesma propriedade são correlacionadas gerando uma
estrutura de variância-covariância R. Portanto, a unidade de produção foi definida como
indivíduo.
O modelo misto (LITTELL et al., 1996; LITTELL et al., 1998; FREITAS et al., 2005)
utilizado no presente trabalho foi: yijk =  + i + ij + tk + (t)ik + ijk, em que yijk é a resposta
no mês k do indivíduo j no grupo de tratamento ou Estado i;  é o efeito médio geral; i é o
efeito fixo do tratamento i ou estado i; ij é o efeito aleatório do indivíduo j no grupo de
66
tratamento i; k é o efeito fixo do tempo k; ( )ik é o efeito da interação fixa do tratamento i
com o tempo k e ijk é o erro aleatório.
Sob o enfoque matricial, têm-se:
ynx1 = Xnxp bpx1 + Znxquqx1 + enx1 (1), em que y
observados, X e Z são matrizes de incidência; b é um vetor p x 1 de efeitos fixos, parâmetros
desconhecidos; u um vetor q x 1 que contém os efeitos aleatórios não observáveis dos
indivíduos; e
n, p, q,
indica, respectivamente, o número de observações, de efeitos fixos e de efeitos aleatórios.
Admitindo-se que y, u e e têm distribuição normal com média zero, podem ser formuladas as
seguintes esperanças (E) e variâncias (V): E(Y) = Xb; V(y) = V(Zu + e) = V = ZGZ'+R ;
E(u) = 0; Var(u) = G; E(e) = 0; V(e) = R;
Utilizando-se o critério de Akaike's information criterion – AIC (BOZDOGAN,1987),
foram avaliadas diversas estruturas de covariância (R) para modelar a variação entre as
medidas repetidas (tempo), dada por V(ijk) = R, e, aquela que melhor se ajustou aos dados,
foi utilizada.
Para análise de cada variável, foram avaliadas cinco estruturas de variâncias e
covariâncias de R em dimensão 4 x 4 (Tabela 1). Para a escolha da estrutura mais adequada
da variância e covariância (R) dentre as cinco avaliadas (Tabela 1), o critério foi a escolha do
menor valor entre AIC e BIB para as estruturas de variâncias e covariâncias em que houve
convergência: ((“Akaike’s Information Criterion ”, AIC = -2LR + 2q;
BIC (“Bayesian
Information Criterion” =-2LR + q*log(n)); q é o vetor de parâmetros em V; LR é o Log da
função de Máxima Verossimilhança Restrita avaliada no ponto de máximo (WOLFINGER,
1993; FREITAS et al, 2011, FREITAS et al, 2012 ) e n é o número de observações.
Para selecionar qual é a melhor entre duas estruturas R i e Rj, foi utilizado o teste de
razão de verossimilhança restrito construído por (-2res log likelihood da matriz Ri) - (-2res
log likelihood da matriz Rj), que equivale ao teste de Qui-quadrado (2), com graus de
liberdade igual à diferença do número de parâmetros entre as matrizes R i e Rj. Estes dois
critérios são descritos em Bozdogan (1987). Um exemplo de escolha da estrutura mais
adequada da variância e covariância é apresentado na Tabela 2 para a variável técnica –
número de vacas em lactação por hectare.
Nesse caso, as variâncias e covariâncias Não-estruturada (UN) e Huynh-Feldt não
convergiram e a estrutura Simetria Composta (CS), convergiu, o valor de AIC foi muito
superior aos das estruturas AR(1) e ARMA(1,1), razão pela qual o interesse é comparar a
67
mais adequada entre estas duas últimas. Como AIC foi sempre menor que BIC, para escolher
a mais adequada foi realizado o teste de razão de verossimilhança restrito e a estrutura ARMA
(1,1) foi a escolhida.
Para análise foi utilizado procedimento MIXED do SAS Institute (2003).
Resultados e Discussão
Na Tabela 3 estão apresentados os resultados da análise de variância do tipo III (Pr >
F) para as variáveis técnicas e econômicas considerando o efeito principal de Estado, Tempo
e interação Estado x Tempo. Com exceção da variável lucro por litro (LLitro), a estrutura de
covariância escolhida foi a ARMA(1,1), que é adequada quando os erros entre as medidas
repetidas descrevem um possível processo não-estacionário, ou seja, quando há a existência
de uma série de erros cujas tendências mudam com o tempo devido ao efeito sazonal
observado. A estrutura ARMA (1,1) possui apenas três parâmetros (σ2, ρ, γ), isto é, variância
σ2, ρ e γ, parâmetro que modela um componente de média móvel.
Para a variável lucro por litro, estrutura de covariância escolhida foi a Huynh-Feldt
(HF), estrutura que possui K+1 parâmetros (K = número de medidas repetidas = 36), com
variâncias diferentes na diagonal principal e fora da diagonal usa-se a média aritmética das
variâncias correspondentes, adicionada de um fator de escala  (( 2i +2j)/2 + 1 ; ij).
Embora a estrutura HF tenha muito mais parâmetros do que a ARMA (1,1) e seja uma
estrutura heterogênea, a interpretação é relativamente simples pelo fato de as covariâncias
representarem médias aritméticas das respectivas variâncias.
Para todas as variáveis técnicas, houve efeito significativo de estado (P < 0,05), não
havendo interação estado X tempo, indicando o comportamento dos estados foi o mesmo
durante todo o tempo da intervenção. Quanto às variáveis econômicas, também houve efeito
significativo de estado (P < 0,05) em todas elas e, com exceção de lucro por litro, também não
se verificou efeito significativo (P > 0,05) entre a interação estado x tempo. Para ambos os
grupos de variáveis (técnicas e econômicas), o efeito de tempo esteve muito associado ao tipo
de variável, ora significativo e ora não significativo.
Verificou-se efeito crescente ao longo do tempo para todas as variáveis (Figura 2).
Pode-se afirmar que a média de produção de leite das vacas em lactação (Litros/vaca/dia),
aumentou ao longo do tempo, refletindo um melhor manejo de pastagem e alimentação
adequada para estação das águas e das secas, já que não ocorre diminuição da média de
68
produção de leite das vacas ao longo do tempo. Para Santa Catarina a média se manteve
superior a 15 L/vaca/dia refletindo o resultado positivo de utilização de pasto de inverno com
sobressemeadura de aveia e azevém com uso de irrigação. O Mato Grosso do Sul tem tradição
em bovinocultura de corte, por isso suas media de produção por vaca dia começam mais
baixas. Para vacas em lactação por área, número de vacas por hectare, que expressa a
intensificação do sistema, Santa Catarina e Paraná tiveram o mesmo comportamento e o
gráfico da Figura 1, ilustra a capacidade de explorar melhor as áreas disponíveis para
produção. Faria e Corsi (2000) preconizam um valor mínimo de uma vaca em lactação por
hectare. Com o resultado pode-se afirmar que ao explorar melhor a pastagem é possível
manter esse valor acima de 2 VL/ha sem grandes esforços, sinalizando que mesmo os
sistemas que possuem um gerenciamento técnico e estão com indicadores bem acima da
média nacional, ainda tem potencial de crescimento e melhoria. O Mato Grosso do Sul tem
somente 12 propriedades envolvidas nesta análise. Como é um estado com perfil de
produtores que possuem áreas maiores, o inicio da intervenção reflete a sub utilização das
pastagens e ilustra a intensificação ao longo do tempo chegando próximo ao valor mínimo de
uma vaca em lactação por hectare. Sendo um estado de clima favorável pode-se esperar que
ao se trabalhar com irrigação e melhoria de manejo o impacto da intensificação será
expressiva na contribuição do estado na produção total de leite do Brasil.
A porcentagem de vacas em lactação no rebanho expressa a eficiência reprodutiva do
rebanho e consequentemente a qualidade geral do manejo do sistema de produção. O valor
ideal é 60% e o mínimo de 40%. Não gerenciar esse índice significa manter animais sem
capacidade de gerar renda e que geram custo operacional fazendo o sistema ficar vulnerável
às variações de preços pagos ao produtor. O Paraná e Santa Catarina já iniciaram a
intervenção dentro do valor mínimo e aumentaram cerca de 10% ao longo do tempo. Vale
ressaltar que manter a Porcentagem de vacas em Lactação em relação ao rebanho próximo de
60% resulta de uma estrutura estável do rebanho, ou seja, criam-se as fêmeas necessárias para
as reposições para suprir a taxa de descarte. Como a assistência técnica interfere em sistemas
que sub utilizam todos seus recursos de produção, é necessário, manter mais novilhas no
sistema de criação para se obter um aumento do volume de leite produzido nas unidades
familiares. Após atingir o volume ideal de cada sistema é que se trabalha com a meta ideal.
Neste momento, as novilhas excedentes passam a ser uma renda extra expressiva pois, não se
venderá animais e sim uma genética controlada e animais bem criados, que terão potencial de
expressão desta genética.
69
Para a variável produção mensal de leite por hectare (PROD), o estado de MS
apresentou desempenho inferior aos estados de SC e PR mesmo assim para os três estados o
aumento foi praticamente o dobro em 36 meses de intervenção. Isso reflete tanto no aumento
de produção mensal, quanto a intensificação da área. A intervenção técnica permitiu a elevar a
produtividade, no Paraná, de 600 L/mês/ha para cerca de 1100 L/mês/ha. Esses valores
totalizam uma produtividade anual de 13000 L/ha/ano (Figura 2). Em outros estudos com
sistemas de produção de leite que recebem intervenção técnica foram considerados plausíveis
produções superiores a 15000 L/ha/ano para o Brasil (Silva et al., Stock, 2007). Dados do
Mato Grosso (CNA 2010) indicam uma produção média de 750 L/ha/ano, mostrando o
potencial do estado se investir em intensificação do uso da terra e gestão do sistema de
produção, visto que com uma intervenção de 36 meses já é possível elevar essa produtividade
para cerca 3200 L/ha/ano. Para o Paraná e Santa Catarina estima-se de 6000 a 7000 L/ha/ano
levando em consideração a produção/vaca/ano (IBGE, 2013) e considerando uma lotação
média de 3 U.A/ha. A Nova Zelândia, possui sistema de produção à pasto eficiente e tem
capacidade de 4000 L/vaca/ano e em função do clima temperado, sua lotação não ultrapassa
2,5 UA/ha. Logo a capacidade máxima de produção é 10000 Litros/ha/ano. Esses valores são
facilmente atingidos na agricultura familiar que recebe intervenção técnica.
Para todos os gráficos contidos nas Figuras 1 e 2, a natureza ondulatória das linhas para
os três estados em função do tempo, indicam tendências que mudam com o tempo que
refletem o efeito sazonal observado. Este comportamento ondulatório nas figuras é que
determinou a escolha da estrutura autoregressiva de primeira ordem de média móvel: ARMA
(1,1) em 7 das 8 variáveis estudadas.
Para o estado do Paraná e Santa Catarina a média geral de preço mostrou um
comportamento de mercado muito similar (Figura 3). O Mato Grosso do Sul começou com
média de preço mais baixa no início da intervenção técnica porém, houve tendência de se
equiparar como os outro dois estados no final de 36 meses. Esse comportamento pode estar
relacionado à adoção de práticas sanitárias, que permitem aos laticínios pagarem mais por um
produto de maior qualidade. As variações de preços parecem pequenas, mas é o suficiente
para comprometer o sistema que não faz gestão dos custos, Isso porque a atividade está muito
ligada à margens de lucro pequenas (cerca de 0,10 centavos).
O indicador lucro por litro se mostrou como um parâmetro ideal para se comparar
sistemas de produção, pois a curva ao longo do tempo, apesar de muito variável tem um
desenho igual para os três estados em questão. Todos iniciaram a intervenção com lucro/litro
negativo. Após oito intervenções foi possível notar a mudança do cenário. Ora com lucro/litro
70
muito elevado, ora abaixo negativo. Isso ocorre com a variação do preço pago ao produtor.
Esse cenário ilustra o quão importante é ter absoluto controle dos custos operacionais e
diminuição do custo fixo com um bom planejamento forrageiro anual para anular o efeito
sazonal, que aumenta proporcionalmente à diminuição do uso de pastagens.
A relação entre o custo fixo e o custo total (% CFCT), mostrou um efeito decrescente ao
longo do tempo, indicando aumento na eficiência da gestão os recursos com a intervenção
técnica. Isso porque ao diminuir o custo fixo em relação ao custo total entende-se que na
mesma estrutura física, na mesma área, consegue-se produzir um volume maior de leite. A
intensificação das pastagens que foca no aumento de produção de leite por hectare ano é a
combinação que permite baixar essa relação. A variação da Porcentagem do Custo
Operacional em relação ao custo total é exatamente inversa. Ao aumentar o custo operacional
em relação ao custo total entende-se que diminui o custo fixo. Essa situação é desejável se o
aumento do custo operacional estiver envolvido com a alimentação ligada a animais
produtivos, ou seja, capazes de gerar renda dentro do sistema. Para todas as variáveis,
verificou-se uma diferenciação entre os estados, que se mantém ao longo de todo o período,
porém, há uma tendência de superioridade ou maior eficiência do Estado de SC em relação
aos estados do PR e MS.
CONCLUSÃO
- A análise por medida repetida tornou possível ilustrar o efeito positivo da metodologia
utilizada para intervenção técnica em pequenas propriedades ao longo do tempo
- É possível uma pequena propriedade sobreviver às variações econômicas e sazonais
com um planejamento adequado, apesar do resultado ser a longo prazo.
- Pode-se afirmar necessidade de assistência técnica continuada ao produtor de leite
AGRADECIMENTOS
O autor agradece toda a equipe da Cooperideal, que disponibilizou os dados,
Universidade Estadual de Londrina representada pelo Programa de Ciência Animal e à todos
que apoiaram e participaram do projeto direta e indiretamente.
71
REFERÊNCIAS BIBLIOGRÁFICAS
BOZDOGAN, H. 1987. Model selection and Akaike's information criterion (AIC): the
general theory and its analytical extensions. Psychometrika, v.52, n.3, p.345-370.
CAMARGO, A. C.; NOVAES, N. J.; ESTEVES, S. N.; NOVO, A.L. M.; MANZANO, A.;
TUPY, O.; FREITAS, A. R.; FARIA, V. P. Atualização técnica de extensionistas que
atuam na atividade leiteira em propriedades familiares no Estado de São Paulo. In:
MOURA, J. C.; FERRÃO NETTO, V. A. A. (Eds.) Os caminhos da assistência técnica
à agricultura (Anais do Congresso Brasileiro de Assistência Técnica à Agricultura,
2004, Piracicaba). Piracicaba: Fealq, Agroesp, 2004. p. 304-314.
EMBRAPA. Metodologia Balde Cheio. Disponível em:
http://www.cppse.embrapa.br/sites/default/files/principal/publicacao/baldecheio0712.pd
f Acesso em: 20/12/2013
GOMES, Sebastião T. Economia de produção de leite. Belo Horizonte: s.d., 2000.
GUIMARÃES FILHO, C. C. Indicadores zootécnicos e econômicos da atividade leiteira
na mesorregião noroeste do Espírito Santo e microrregião de Juiz de Fora. 2011.
68 p. Tese (Doutorado em Zootecnia) – Universidade Federal de Viçosa, MG.
FARIA, V.P. Problemas para a Produção de Leite no Brasil. Preços agrícolas, mercados
e negócios agropecuários. Piracicaba, v.14, n.160, p.3, fev. 2000.
FARIA, V.P; CORSI, M. Índices de produtividade em gado de leite. IN: PEIXOTO, A.M.;
MOURA, JC.;FARIA, V.P. (Org). Bovinocultura leiteira: fundamentos da exploraçao
racional. Piracicaba: FEALQ, p.1-22, 2000.
FREITAS, A. R; FERREIRA, R. P.; MOREIRA. A. Set/Dez 2011. Análises de dados de
medidas repetidas por meio do modelo linear geral e do modelo misto. Revista de
Ciências Agrárias, Belém, PA. Amazonian Journal of Agricultural and Environmental
Sciences, v.54, n.3, p.214-224.
FREITAS, A. R; PERES NETTO, D.; MOREIRA, A.; FERREIRA, R. P.; RODRIGUES, A.
jan./mar. 2012. Avaliação de controle leiteiro de bovinos usando análises de medidas
repetidas. Revista de Ciências Agrárias/ Amazonian Journal of Agricultural and
Environmental Sciences. v. 55, n. 1, p. 5-10.
FREITAS, A.R.; PRESOTTI, CV; TORAL, F.L.B. 2005. Alternativas de análises em dados
de medidas de bovinos de corte. Revista Brasileira de Zootecnia, v.34, n.6, p.2233-2244.
72
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo agropecuário 2006
Agricultura Familiar. Rio de Janeiro: IBGE, 2013. Disponível em: WWW.ibge.gov.br.
Acesso em 11/05/2013.
KRUG, Ernesto E. B.; KLIKS, Valdair. Os melhores do leite: coeficientes técnicos e
econômicos: práticas, processos e procedimentos benchmarking. Santa Maria: 2003.
LITTELL, R.C.; HENRY, P.R.; AMMERMAN, C.B.
Statistical analysis of repeated
measures data using SAS procedures. Journal of Animal Science, v.76, p.1216-1231,
1998.
LITTELL, R.C.; MILLIKEN, G.A.; STROUP, W.W.; WOLFINGER, R.D. 1996. SAS
System for Mixed Models. Cary: Statistical Analysis System Institute. 633p.
SILVA, H. A. et al. Resultados econômicos de sistemas de produção de leite com diferentes
níveis tecnológicos na Cooperativa Agropecuária Castrolanda, Castro, PR. IN:
CONGRESSO
PAN-AMERICANO
DO
LEITE,
9.,
2006,
Porto
Alegre.
Anais...Embrapa, 2006. CD-ROM
STOCK, L.A; et al.; Sistemas de produção e sua representatividade na produção de leite no
Brasil. In: Reunião da Associação Latino-americana de Produção animal, ALPA, 20,
2007. Anais...Cuzco, Peru: ALPA, 2007. 1 CDROM
WOLFINGER, R.D. 1993. Covariance Structure Selection in General Mixed Models.
Communications in Statistics, Simulation and Computation, v.22, n.4, p.1079-1106.
73
Tabela 1 - Estruturas de variâncias e covariâncias, com respectivos números de parâmetros e
elementos (i = linha, j = coluna), onde k = 36 (número de medidas repetidas)
Estrutura*
Parâmetros Elemento i,j
UM
Não-estruturada
k(k+1)/2
ij
HF
Huynh-Feldt
k+1
(2i +2j)/2 + 1(ij)
CS
Simetria composta
2
2 + i 1(i=j)
AR(1)
Autorregressiva de primeira ordem
2
2|i - j|
ARMA(1,1) Autoregressiva de primeira ordem de 3
2[|i - j|-11(ij)+ 1(i=j)]
média móvel
* UN: as variâncias e as covariâncias são diferentes; HF: variância diferente na diagonal
principal; fora da diagonal usa a média aritmética das variâncias correspondentes, adicionada
de um fator de escala ; CS: as variâncias e as covariâncias são constantes; AR(1): contém
um parâmetro autoregressivo () e 2 ;ARMA(1,1): além de σ2, ρ, contém γ, parâmetro que
modela um componente de média móvel, (SAS Institute, 2002-2003).
Tabela 2 - Estruturas de variâncias e covariâncias com respectivos parâmetros, logaritmo da
função de verossimilhança restrita multiplicado por -2 (-2LR), valores do critério de
informação de Akaike (AIC) e BIC para a variável técnica número de vacas em lactação por
hectare, por meio da análise de medidas repetidas.
ESTRUTURA
NO DE
-2LR
AIC*
BIC*
PARÂMETROS
UN#
666
#
HF
37
CS
4929,1
4933,1
4939,2
2
AR(1)
2424,9
2428,9
2435,0
2
ARMA(1,1)
2412,1
2418,1
2427,2
3
*
AIC = -2LR + 2q; BIC = -2LR + q*log(n); q = número de parâmetros do modelo; n = número
de observações.
‘#’
= ‘Unable to make hessian positive definite’.
Comparação de AR(1) versus ARMA(1,1) por meio do teste de razão de verossimilhança (2LR): AR(1) versus ARMA(1,1)  |2424,9 - 2412,1| ²1 = 12,8 (p ≤ 0,001)
Tabela 3 – Resultados da análise de variância do tipo III (Pr > F) para as variáveis técnicas e
econômicas, considerando o efeito principal de Estado, Tempo e interação Estado x Tempo.
VARIÁVEL
ESTADO
TEMPO
ESTADO X TEMPO
VARIÁVEIS TÉCNICAS
<0,0001
0,0057
0,0989
MVL
<0,0001
0,9878
0,9999
VLAREA
<0,0001
0,7520
0,5495
VLR_P
<0,0001
0,0456
0,7692
PROD
VARIÁVEIS ECONÔMICAS
0,0364
<0,0001
0,9514
COECT_P
0,0371
<0,0001
0,9530
CFCT_P
MGP
LLITRO
0,0007
0,0012
0,1852
<0,0001
0,7383
0,0379
74
Figura 1 - Médias obtidas por quadrados mínimos da interação estado x tempo para variáveis
técnicas em sistemas de produção de leite em pastagens
MVL = média da produção de leite das vacas em lactação, litros/vaca/dia
VLAREA = vacas em lactação por área, número vacas/ha
VLR_p = porcentagem de vacas no rebanho (lactação) em relação ao total de animais,%
PROD = quantidade mensal de leite por área, litros/ha
75
Figura 2 - Médias obtidas por quadrados mínimos da interação estado x tempo para variáveis
econômicas em sistemas de produção de leite em pastagens
MGP = média geral de preço, R$/litro
LLITRO = lucro por litro, R$/litro
CFCT = relação entre o custo fixo e o custo total, %
COECT = relação entre o custo operacional efetivo e o custo total
76
9. CONSIDERAÇÕES FINAIS
A informação gerencial é o mapa do que ocorre no sistema de produção de leite. Com
ela é possível tomar decisões técnicas que refletem em crescimento constante e
sustentabilidade financeira. Com as análises realizadas neste estudo foi possível identificar a
importância de manter a Estrutura do Rebanho para garantir todas as outras correlações dos
fatores envolvidos sejam técnicos ou econômicos. Também foi possível identificar que a
combinação das ferramentas técnicas são particulares a cada sistema, porém ao identificar
metas indicadoras de equilíbrio consegue-se manter um crescimento constante e similar entre
as diferentes regiões.
Seria enriquecedor utilizar medidas repetidas com dados geradas nos programas de
assistência técnica de todas as regiões do Brasil, pois essa ferramenta permitiu analisar a
importância e eficiência do acompanhamento técnico.
Dessa forma poderá se avaliar de forma mais efetiva o impacto que essas pequenas
intervenções causam na cadeia produtiva como um todo e na economia regional, já que
estamos falando de agricultura familiar.
77
10. REFERÊNCIAS
AGUIAR, A.P.A.; ALMEIDA, B.H.P.J.F. Produção de leite a pasto – Abordagem
empresarial e técnica. Viçosa, MG: Aprenda Fácil, 1999. 170 p.
ANDRADE, D. F. ; OGLIARI, P. J. . Estatística para as ciências agrárias e biológicas:
com noções de experimentação. 2a.. ed. Florianópolis: Editora da UFSC, 2010. 470p.
ATZORI, A. S.; TEDESCHI, L. O.; CANNAS, A. 2013. A multivariate and stochastic
approach to identify key variables to rank dairy farms on profitability. J. Dairy Sci.
96:3378-3387.
BRITO Acácio S; NOBRE, Fernando V; FONSECA, José R. R. Bovinocultura leiteira:
informações técnicas e de gestão. Natal: SEBRAE/RN, 2009.
BOZDOGAN, H. Model selection and Akaike's information criterion (AIC): the general
theory and its analytical extensions. Psychometrika, v.52, n.3, p.345-370, 1987
CAMARGO, A. C.; NOVAES, N. J.; ESTEVES, S. N.; NOVO, A.L. M.; MANZANO, A.;
TUPY, O.; FREITAS, A. R.; FARIA, V. P. Atualização técnica de extensionistas que
atuam na atividade leiteira em propriedades familiares no Estado de São Paulo. In:
MOURA, J. C.; FERRÃO NETTO, V. A. A. (Eds.) Os caminhos da assistência técnica à
agricultura (Anais do Congresso Brasileiro de Assistência Técnica à Agricultura, 2004,
Piracicaba). Piracicaba: Fealq, Agroesp, 2004. p. 304-314.
CARVALHO, Marcelo Pereira de. et al. (Ed.) Cenários para o leite no Brasil em 2020. Juiz
de Fora: Embrapa Gado de Leite, 2007.
CARVALHO, V. R. F. Reestruturação do sistema lácteo do mundial: uma análise da
inserção brasileira. Tese (Doutorado) – Universidade Estadual de Campinas, Instituto de
Economia, Campinas, 2008.
EMBRAPA. Metodologia Balde Cheio. Disponível em:
http://www.cppse.embrapa.br/sites/default/files/principal/publicacao/baldecheio0712.pdf
Acesso em: 20/12/2013
FARIA, V.P. Problemas para a Produção de Leite no Brasil. Preços agrícolas, mercados
e negócios agropecuários. Piracicaba, v.14, n.160, p.3, fev. 2000.
FRASER, I.; CORDINA, D. 1999. An application of data envelopment analysis to
irrigated dairy farms in Northern Victoria, Australia. Agric. Syst. 59:267 – 282.
FREITAS, A. R; FERREIRA, R. P.; MOREIRA, A. Análises de dados de medidas
repetidas por meio do modelo linear geral e do modelo misto. Revista de Ciências
Agrárias, Belém, PA. Amazonian Journal of Agricultural and Environmental Sciences, v.54,
n.3, p.214-224, Set/Dez 2011
FREITAS, A. R; SOUZA, J.F.; MOREIRA, A. A. Predição da precocidade sexual em
bovinos da raça Nelore por meio de componentes principais. Revista de Ciências Agrárias,
Belém, PA. Amazonian Journal of Agricultural and Environmental Sciences, v.54, n.2, p.153158, Mai/Ago 2011
78
FREITAS, A.R.; PRESOTTI, CV; TORAL, F.L.B. Alternativas de análises em dados de
medidas de bovinos de corte. Revista Brasileira de Zootecnia, v.34, n.6, p.2233-2244, 2005.
GOMES, S. T. Indicadores de eficiência técnica e econômica na produção de leite. São
Paulo: FAESP, 1997. 178 p.
GOMES, Sebastião T. Economia de produção de leite. Belo Horizonte: s.d., 2000.
GUIMARÃES FILHO, C. C. Indicadores zootécnicos e econômicos da atividade leiteira
na mesorregião noroeste do Espírito Santo e microrregião de Juiz de Fora. 2011. 68 p.
Tese (Doutorado em Zootecnia) – Universidade Federal de Viçosa, MG.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo agropecuário 2006
– Agricultura Familiar. Rio de Janeiro: IBGE, 2013. Disponível em: WWW.ibge.gov.br.
Acesso em 11/05/2013.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo agropecuário 2008
– Agricultura Familiar. Rio de Janeiro: IBGE, 2013. Disponível em: WWW.ibge.gov.br.
Acesso em 23/03/2013.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Pesquisa pecuária
municipal. Rio de Janeiro: IBGE, 2011. Disponível em: WWW.sidra.ibge.gov.br. Acesso em
08/04/2013
KIRCHNER, R.; SEPULCRI, O.; MATSUSHITA, M. S.; et al. Análise Técnica e
Econômica da atividade leiteira na Agricultura Familiar do Sudoeste do Paraná - Período
2003 a 2005. In: VII CONGRESSO BRASILEIRO DE SISTEMAS DE PRODUÇÃO.
Fortaleza,CE, 2007 Disponível em:
http://www.cnpat.embrapa.br/sbsp/anais/Trab_Format_PDF/31.pdf Acesso em: 30/09/2008
KRUG, Ernesto E. B.; KLIKS, Valdair. Os melhores do leite: coeficientes técnicos e
econômicos: práticas, processos e procedimentos benchmarking. Santa Maria: 2003.
LITTELL, R.C.; HENRY, P.R.; AMMERMAN, C.B. Statistical analysis of repeated
measures data using SAS procedures. Journal of Animal Science, v.76, p.1216-1231, 1998.
LITTELL, R.C.; MILLIKEN, G.A.; STROUP, W.W.; WOLFINGER, R.D. SAS System for
Mixed Models. Cary: Statistical Analysis System Institute, 1996. 633p.
LOBATO, D. N. Avaliação de indicadores zootécnicos e econômicos em duas regiões
produtoras de leite no Estado de Minas Gerais. 2009. 39 p. Dissertação (Mestrado). –
Universidade Federal de Viçosa, MG.
MANZANO, A.; NOVAES, N.J.; CAMARGO, A.C.; ESTEVES, S.N.; FREITAS, A.R.
Efeitos da implantação de técnicas agropecuárias na intensificação de sistemas de
produção de leite em estabelecimentos familiares. Revista Brasileira de Zootecnia.
Sociedade Brasileira de Zootecnia: 2006. v.35, n.2, p.618-628, 2006
79
MARTINS, P. C. Análise comparativa entre o sistema de produção de leite da Embrapa
e sistemas de produção em fazendas do Estado de Minas Gerais. 1988. 108p. Dissertação
(Mestrado em Economia Rural) – Universidade Federal de Viçosa, MG.
MIRANDA, M.; DOLIVEIRA, D.D. Redes de Referências: um dispositivo de Pesquisa &
Desenvolvimento para apoiar a programação da agricultura familiar. Campinas:
CONSEPA, 2005. 44p.
MORRISON, D.F. Multivariate Statistical Methods. New York: McGraw Hill, 3 ed., 1990.
495p.
NORONHA, José Ferreira de; LIMA JÚNIOR, Antonio Carlos de Souza. Tecnologia de
gestão na propriedade leiteira. In: CARVALHO, L. et al. (Ed.) Tecnologia e gestão na
atividade leiteira. Juiz de Fora: Embrapa Gado de Leite, 2005.
OLIVEIRA, AT.B.A; FIGUEIREDO, R.S; OLIVEIRA, M.W; NASCIF, C. Índices técnicos
e rentabilidade da pecuária leiteira. Scientia Agrícola, v.58, n.4, p.687-692, out/dez.2001
SAS Institute. User’s Guide. versão 9.1.3, versão para Windows. Cary, NC, USA,
20022003.
SERVIÇO BRASILEIRO DE APOIO ÀS MICRO E PEQUENAS EMPRESAS. Projeto
Educampo. Belo Horizonte, 2008. Disponível em:
WWW.cpdeducampo.com.br/novosite/EducampoHistorico.htm. Acesso em: 9/9/2009.
SCHIFFLER, E.A. Análise de eficiência técnica e econômica de sistemas de produção de
leite na Região de São Carlos, São Paulo. Viçosa, 1998. 128p. Dissertação (M.S.) –
Universidade Federal de Viçosa.
STOKES, J. R.; TOZER, P. R.; HYDE, J. 2007. Identifying efficient dairy producers
using data envelopment analysis. J. Dairy Sci. 90:2555-2562.
TUPY, O. et al. Avaliação da eficiência econômica de sistemas de produção de leite no
Estado de São Paulo utilizando fronteiras estocásticas. Revista Informações Econômicas.
São Paulo. 2006.
VILELA, D.; ALVIM, M. J.; CAMPOS, O. F.; RESENDE, J. C. Produção de leite de vacas
Holandesas em confinamento ou em pastagem de coast-cross. Revista da Sociedade
Brasileira de Zootecnia, v.25, n.6, p.1228-1244, 1996.
VOLPI, R.; DIGIOVANI, M.S.C. Aspectos econômicos da produção paranaense de leite,
dados estatísticos e tendências de mercado. In: Bovinocultura de leite: Inovação
tecnológica e sustentabilidade. Editores: Geraldo Tadeu dos Santoset. al. Maringá: Eduem,
2008. 310 p.
80
ANEXOS
81
Anexo 1
Fichas de Campo
CONTROLE LEITEIRO
______/______/______
VACA
PRODUÇÃO (kg)
OBS
nº
nome
1ª ordenha
2ª
ordenha
TOTAL
CONTROLE DE PARIÇÕES
MAE
n
º
nome
DATA DO
NASCIMENT
SEXO
CRIA
nº
PAI
OBS
nome
O
CONTROLE DESPESAS
______/______/______
CONTROLE RECEITAS
______/______/______
82
Anexo 2
Planilha do Excel
83
ANEXO 3
IGP- DI – Fundação Getúlio Vargas
Mês
Janeiro
Fevereiro
Março
Abril
Maio
Junho
Julho
Agosto
Setembro
Outubro
Novembro
Dezembro
2005
327,915
329,241
332,490
334,170
333,321
331.823
330,484
327,887
327,454
329,529
330,619
330,835
2006
333,222
333,030
331,531
331,607
332,851
335,067
335,637
337,011
337,817
340,541
342,482
343,384
2007
345,652
346,407
346,878
347,421
348,328
349,628
354,495
358,633
361,308
365,1
370,485
374,14
Mês
Janeiro
Fevereiro
Março
Abril
Maio
Junho
Julho
2008
375,560
378,190
382,410
384,580
396,950
401,406
399,870
401,330
405,707
405,982
404,185
404,244
2012
466,979
467,308
469,910
474,683
479,019
482,311
489,621
Fonte: FGV 2012
2009
403,737
400,353
400,53
401,232
399,966
397,393
397,758
398,738
398,575
398,857
398,407
402,425
2010
406,826
409,399
412,341
418,811
420,241
421,154
425,788
430,453
434,882
441,754
443,427
447,764
2011
447,764
454,805
452,047
457,059
454,805
456,490
457,090
459,05
462,509
464,349
466,331
465,586
84
ANEXO 4
Figura 1 – Gráfico de variáveis técnicas que apresentam alguma semelhança com a
distribuição normal.
85
Figura 2 - Gráfico de variáveis econômicas de que apresentam alguma semelhança
com a distribuição normal
86
Anexo 5
87
88
89
ANEXO 6
90
91
92
93
94
95
96
97
98
99