EFICIÊNCIA TÉCNICA E RETORNOS À ESCALA NA AGROPECUÁRIA DA
REGIÃO SUL DE MINAS GERAIS
MARIELCE DE CÁSSIA RIBEIRO TOSTA
WILSON DA CRUZ VIEIRA
ANTONIO JOSÉ MEDINA DOS SANTOS BAPTISTA
RESUMO: Este artigo teve como objetivo analisar a eficiência técnica e o retorno à escala na
produção agropecuária dos municípios da região Sul de Minas Gerais. Para tanto foi utilizada a
análise envoltória de dados - DEA. De acordo com os resultados, constatou-se que a região Sul
possui 10 municípios considerados como Benchmark considerando retornos constantes à escala e
20 municípios, quanto aos retornos variáveis à escala. Além disso, observou-se ainda, que grande
parte dos municípios operam com ineficiência de escala, devido à presença de retornos
decrescentes, o que indica sobreexploração dos recursos. Desta forma, poucos municípios podem
ter seu nível de eficiência melhorado por meio de aumentos nos níveis dos insumos. Pode-se
concluir que há uma estagnação quanto à atividade agropecuária na região Sul de Minas Gerais,
tornando-se imprescindível que o Governo e o setor privado adotem medidas que viabilizem uma
diversificação de atividades econômicas para garantir maior desenvolvimento da região. Além
disso, para que a atividade agropecuária se torne mais eficiente o governo poderia adotar
políticas qualitativas no sentido de melhorar a utilização dos insumos.
PALAVRAS-CHAVE: Eficiência técnica, retornos à escala, região Sul de Minas Gerais.
1. Introdução
Minas Gerais sempre foi um Estado pautado por grande diversidade interna em questões
econômicas, sociais e políticas. Destaca-se a grande desigualdade na distribuição de riqueza
gerada no Estado resultante da conjunção de uma série de fatores: extensão territorial,
especificidades geográficas (clima, relevo, hidrografia), modo de produção e forma de ocupação
do território.
Buscando estabelecer políticas que levem em conta as diversidade regionais, assim
como as demandas específicas, o governo de Minas Gerais adotou, para fins de planejamento,
uma divisão territorial em regiões. A análise desagregada dessas regiões é de suma importância
para se verificar o seu comportamento.
Analisando-se a distribuição regional do Estado verifica-se, que em termos da
agropecuária há representação em todas as regiões, embora dispersa os municípios mais
expressivos estão localizados no Triângulo, Alto Paranaíba, Noroeste e Sul de Minas, sendo este
último responsável pela liderança na agropecuária em termos do Produto Interno Bruto (PIB) de
2000. Além disso, observando-se a estrutura produtiva regional verifica-se que a região Central
lidera a geração de riqueza do Estado seguida pela região Sul (Fundação João Pinheiro, 2000).
A região Sul de Minas apresenta bons resultados na agropecuária para as culturas de
café, milho, cana-de-açúcar, leite, produção de carne suína e aves. Destaca-se, nessa região, os
municípios de Campestre, Três Pontas, Machado, Carmo do Rio Claro, Alfenas, Varginha,
Guaxupé, São Sebastião do Paraíso, Campos Gerais, Botelhos e Poços de Caldas. Mas, de modo
geral, aumentos em sua produtividade é uma das mais importantes metas que os governos têm
perseguidos ao longo do tempo.
Em razão de a agropecuária ser um dos setores da economia que mais emprega e gera
excedente exportável, é importante analisar alternativas que possam melhorar ainda mais a
1
alocação dos recursos disponíveis e melhorar a produtividade por meio de aumentos nos níveis
de eficiência técnica na produção agropecuária.
Desta forma, este estudo pretendeu analisar a eficiência técnica dos municípios da
região Sul1 de Minas para a produção agropecuária. Além disso, este estudo abordou a questão
dos retornos à escala, com vistas em oferecer subsídios ao governo mineiro para que possa
planejar, estrategicamente, suas ações e adotar políticas coerentes para a agropecuária.
2. Metodologia
2.1. Modelo teórico
O estudo de análise de eficiência produtiva em economia baseia-se nos princípios da
teoria da produção, especificamente no conceito de função de produção, que indica a relação
técnica entre a produção máxima obtida em determinada unidade de tempo e os insumos
utilizados no processo de produção. Dessa base conceitual deriva-se o desenvolvimento da
técnica Data Envelopment Analysis (DEA) para análise de eficiência relativa de unidades. A
seguir apresenta-se uma discussão simplificada de seus aspectos fundamentais.
As funções de produção são a base da análise de eficiência. As considerações em torno
dessas funções visam definir uma relação entre insumos e produtos.
As hipóteses que são consideradas para a relação entre insumos e produtos determinam
que há retornos constantes, crescentes ou decrescentes à escala. A função apresenta retornos
constantes à escala se, ao aumentar os fatores de produção, a produção aumentar na mesma
proporção. Haverá retornos crescentes quando o aumento na produção for mais do que
proporcional ao aumento nos fatores; caso contrário, haverá retornos decrescentes.
Outro aspecto que pode ser analisado por meio da função de produção diz respeito à
produtividade e à eficiência.
Geralmente, de acordo com Tupy e Yamaguchi (1998), ao analisar a produtividade,
utiliza-se, freqüentemente, a produtividade parcial dos fatores, isto é, um produto em relação a
um insumo. Esses indicadores, geralmente, não conseguem captar a idéia de que a produção seja
resultado da interação de um conjunto de fatores. Nesse contexto, o enfoque da eficiência, que
leva em conta a relação global de todos os insumos e produtos, parece ser mais realístico do que
os tradicionais indicadores parciais de produtividade.
A medida de eficiência, que incorpora o aspecto global da produção, aparece com o
trabalho de Farrell (1957). Nessa perspectiva, cada unidade de produção é avaliada em relação às
outras unidades de um conjunto homogêneo e representativo. Dessa maneira, a medida de
eficiência é relativa e o respectivo valor para uma unidade de produção corresponde ao desvio
observado em relação àquelas unidades consideradas eficientes.
De acordo com Coelli et al. (1998), a definição de eficiência leva em conta a distinção
entre eficiência técnica e eficiência alocativa. A eficiência técnica refere-se à habilidade da
unidade de produção obter o máximo nível de produção, dado um conjunto de insumos ou, a
partir de um determinado nível de produto, conseguir produzir com a menor combinação de
insumos. Uma produção é tecnicamente eficiente se não existir outro processo ou combinação de
processos que consiga produzir o mesmo nível de produto, utilizando-se menores quantidades de
insumos. A eficiência alocativa indica a habilidade de uma unidade de produção utilizar os
insumos em proporções ótimas, dados os seus respectivos preços e obter um determinado nível
de produção com o menor custo ou, para um determinado nível de custos, obter a máxima
quantidade de produtos. A combinação destas duas medidas de eficiência resulta na eficiência
1
Considerou-se os municípios da região Sudeste, pelo fato desta está inserida juntamente a região Sul no censo
agropecuário de 1995-96.
2
econômica.
Considerando-se a possibilidade de que determinado nível de insumos possa produzir
uma quantidade inferior de produto, tem-se uma hipótese adicional sobre esta relação, na qual o
conjunto de alternativas de produção é formado abaixo da função de produção. Neste caso, a
programação matemática é utilizada para resolver os sistemas de inequações que permitiram
maximizar os resultados sendo atendidas as restrições com relação aos insumos e ao processo
produtivo.
Foi dessa forma, que Charnes et al. (1978) generalizaram o estudo de Farrel (1957) no
sentido de trabalhar com múltiplos recursos e múltiplos resultados, na obtenção de um indicador
que atendesse ao conceito de eficiência, dando origem à técnica de construção de fronteiras de
produção e indicadores de eficiência conhecida como DEA. Assim, a DEA é a utilização da
programação matemática para obter avaliações ex post da eficiência relativa dos resultados dos
gestores, quer tenham sido planejados ou executados.
2.2. Análise envoltória de dados - DEA
A análise envoltória de dados é uma técnica não-paramétrica utilizada para analisar a
eficiência relativa de Decision Making Units (DMUs), como são chamadas as unidades
analisadas que podem ser grupos empresariais, empresas individuais, departamentos, divisões ou
unidades administrativas. No entanto, essas devem atender a alguns pré-requisitos: ser
comparáveis; devem atuar sob mesmas condições; devem ter autonomia para tomar decisões e os
fatores (insumos e produtos) devem ser os mesmos para cada unidade, diferindo apenas na
intensidade ou magnitude.
Segundo Charnes et al. (1994), para estimar e analisar a eficiência relativa das DMUs, a
DEA utiliza a definição de ótimo de Pareto, segundo o qual nenhum produto pode ter sua
produção aumentada sem que sejam aumentados os seus insumos ou diminuída a produção de
outro produto, e, de forma alternativa, quando nenhum insumo pode ser diminuído sem ter que
diminuir a produção de algum produto. A eficiência é analisada, relativamente, entre as
unidades.
A DEA pode ser definida com orientação-insumo ou orientação-produto. A com
orientação-insumo caracteriza a tecnologia de produção pela minimização proporcional
(contração) do vetor insumo, dado um vetor de produto, enquanto a DEA com orientaçãoproduto caracteriza a tecnologia de produção pela maximização proporcional do vetor produto,
dado um vetor de insumo.
Neste trabalho, utilizou-se o modelo DEA com orientação-produto, ou seja, analisou-se o
aumento proporcional nos níveis de produto, mantendo fixa a quantidade de insumos. De acordo
com Charnes et al. (1994) e Lins e Meza (2000), pode ser representado, algebricamente, por
maxφ,λ,S+,S- φ
s.a
φyi - Yλ + S + = 0,
- xi + Xλ + S - = 0,
- λ ≤ 0,
- S + ≤ 0,
- S - ≤ 0.
(1)
em que yi é um vetor (m x 1) de quantidades de produto da i-ésima DMU; xi é um vetor (k x 1)
de quantidades de insumo da i-ésima DMU; Y é uma matriz (n x m) de produtos das n DMUs; X
é uma matriz (n x k) de insumos das n DMUs; λ é um vetor (n x 1) de pesos; S+ é um vetor de
folgas relativo aos produtos; S- é um vetor de folgas relativos aos insumos; e φ é uma escalar que
3
tem valores iguais ou maiores do que 1 e indica o escore de eficiência das DMUs em que um
valor igual a um indica eficiência técnica relativa da i-ésima DMU, em relação às demais, e um
valor maior do que um evidencia a presença de ineficiência técnica relativa. (φi - 1) indica o
aumento proporcional nos produtos que a i-ésima DMU pode alcançar, mantendo constante a
quantidade de insumo. Nota-se, também, que 1/φ é o escore de eficiência técnica da i-ésima
DMU e varia de 0 a 1. O problema apresentado em (1) é resolvido n vezes - uma vez para cada
DMU, e, como resultado, apresenta os valores de φ e λ, sendo φ o escore de eficiência da DMU
sob análise e λ fornece os peers (as DMUs eficientes que servem de referência ou Benchmark
para a i-ésima DMU ineficiente).
Com vistas em incorporar a possibilidade de retornos variáveis à escala, Banker et al.
(1984) propuseram o modelo denominado Banker, Charnes e Cooper, ou melhor, modelo BCC
da análise envoltória de dados, introduzindo uma restrição de convexidade no modelo descrito
em (1). O modelo BCC, descrito em (2), é menos restritivo do que o modelo (1), por permitir
menor discriminação das diferenças entre as DMUs. Para analisar a eficiência de escala, torna-se
necessário estimar a eficiência das DMUs, utilizando-se tanto o modelo (1) como o (2), sendo a
ineficiência de escala evidenciada quando existir diferenças no escore desses dois modelos.
O modelo BCC, que pressupõe retornos variáveis à escala, pode ser representado pela seguinte
notação algébrica:
maxφ,λ,S+,S- φ
s.a
φyi - Yλ + S + = 0,
- xi + Xλ + S - = 0,
N1’λ =1,
- λ ≤ 0,
- S + ≤ 0,
- S - ≤ 0.
(2)
em que N1 é um vetor (nx1) de números uns. As demais variáveis foram anteriormente descritas.
Mesmo que seja evidenciada a existência de ineficiência de escala, ainda não se sabe qual a
natureza dessa ineficiência, isto é, se ela se deve a retornos crescentes ou a retornos decrescentes
à escala. Para que seja contornada esta situação, torna-se necessário estimar a eficiência das
DMUs utilizando-se uma restrição que pressupõe a existência de retornos não crescentes à
escala, o que resulta na substituição da restrição N1’λ =1 pela restrição N1’λ ≤ 1, no modelo
apresentado em (2). A natureza dos retornos à escala é analisada, comparando-se os resultados
dos modelos com pressuposição de retornos constantes, variáveis e não-crescentes. Caso o
resultado sob pressuposição de retornos constantes for igual aos resultados sob pressuposição de
retornos variáveis, existe eficiência de escala (escala ótima), caso contrário fica evidente a
ineficiência de escala, que se deve a retornos crescentes (caso os resultados do modelo retornos
constantes for igual ao modelo retornos não-crescentes) ou retornos decrescentes (caso retornos
constante for diferentes de retornos não-crescente). O conceito de escala ótima foi definido por
Banker et al. (1984), como um conceito estritamente quantitativo e que está relacionado com a
presença de retornos constantes à escala.
2.3. Dados utilizados no estudo
Foram utilizados dados do Censo Agropecuário 1995/96, para os municípios da região Sul e
Sudeste do Estado de Minas Gerais. Para analisar a eficiência relativa e os retornos à escala,
utilizaram-se as variáveis: valor da produção vegetal e valor da produção animal, expressas em
4
mil reais, como proxies da quantidade produzida. Os insumos utilizados foram: número de
tratores como proxy do capital; equivalente-homens2 como proxy do trabalho e a área explorada3,
em mil hectares, como proxy da terra.
3. Resultados e discussão
Os resultados estão apresentados na Tabela 1. Cabe ressaltar que, apesar do modelo
utilizado na análise ter sido formulado com orientação-produto, os escores foram apresentados
em termos relativos (1/φ). Nesse sentido, os escores têm valores iguais ou menores que a unidade
e indicam o nível de eficiência, em que, valores iguais à unidade indicam eficiência técnica
relativa da i-ésima unidade e valores menores que a unidade, presença de ineficiência técnica
relativa.
Segue abaixo uma análise comparativa entre os escores com retornos constantes à escala
e os escores com retornos variáveis à escala. Posteriormente, será feita uma análise quanto à
natureza dos retornos a escala.
Quanto ao retorno constante a escala (RCE), obteve-se 10 municípios considerados como
Benchmark sendo que os demais apresentaram comportamento irregular em relação à eficiência
técnica na produção. Já os retornos variáveis a escala (RVE), o número de municípios
considerados eficientes tecnicamente aumentou, passando a 20. Repetiram-se os 10 municípios
anteriores mais 10 municípios novos, e os demais também apresentarem comportamento
irregular no período analisado.
Quanto aos demais 10 municípios considerados eficientes apenas com RVE, estes
obtiveram escores diferentes, sendo que os municípios de Seretinga e São Lourenço,
apresentaram, respectivamente, escores iguais a 0,317 e 0,267. Já os municípios de São Bento
Abade, Alpinópolis, Passos, Wenceslau Braz, Monte Belo e Cabo Verde apresentaram escores
entre 0,549 e 0,853, que também podem ser considerados escores baixos. Destacam-se
Marmelópolis e Campo do Meio, ambos com escores de 0,988 muito próximo à unidade,
podendo ser considerados municípios eficientes tecnologicamente.
Esses resultados, de certa forma, estão coerentes com a realidade, já que os municípios
de Machado e Alfenas, considerados como Benchmarks, são municípios importantes quanto à
agropecuária para a região Sul de Minas. Quanto aos demais municípios citados na introdução
deste trabalho, cabe destacar que apesar de não terem sido considerados Benchmarks alguns
apresentaram elevados escores quanto ao RVE, entre eles os municípios de Campestre, Três
Pontas, Guaxupé e Campos Gerais. Os demais, Carmo do Rio Claro, Varginha, São Sebastião do
Paraíso, Botelhos e Poços de Caldas, apresentaram escores em torno de 0,70, valor relativamente
baixo.
2
O equivalente-homem utilizado no estudo refere-se à homogeneização do trabalho do homem, da mulher e das
crianças, de acordo com a metodologia proposta por Graziano da Silva e Kageyama (1983).
3
O conceito de área explorada refere-se à soma de áreas com lavouras permanentes e temporárias, pastagens
plantadas, matas plantadas, áreas com pastagens naturais e matas naturais.
5
Tabela 1 – Eficiência técnica e retornos à escala dos municípios da região Sul e sudeste de Minas Gerais em 1995/96
Municípios
RCE
RVE
escala
Municípios
RCE
1. Alfenas
1
1
constante 37. Virgínia
0.602
2. Alterosa
0.355
0.446
decrescente 38. Wenceslau Braz
0.687
3. Areado
0.856
0.958
decrescente 39. Alpinópolis
0.603
4. Carmo do Rio Claro
0.61
0.733
decrescente 40. Bom Jesus da Penha
0.494
5. Carvalhópolis
0.431
0.433
crescente 41. Capetinga
0.256
6. Conceição da Aparecida
0.533
0.642
decrescente 42. Capitólio
0.39
7. Divisa Nova
0.447
0.459
crescente 43. Cássia
0.448
8. Fama
0.357
0.363
crescente 44. Claraval
0.184
9. Machado
1
1
constante 45. Delfinópolis
0.462
10. Paraguaçu
0.908
0.974
decrescente 46. Fortaleza de Minas.
0.404
11. Poço Fundo
0.481
0.683
decrescente 47. Ibiraci
0.359
12. Serrania
0.715
0.717
crescente 48. Itaú de Minas
0.507
13. Aiuruoca
0.356
0.441
decrescente 49. Passos.
0.66
14. Andrelândia
0.273
0.365
decrescente 50. Pratápolis
0.572
15. Arantina
1
1
constante 51. São João Batista do Glória
0.587
16. Bocaina de Minas.
0.48
0.489
decrescente 52. Albertina
1
17. Bom Jardim de Minas
0.384
0.391
decrescente 53. Andradas
0.726
18. Carvalhos
0.729
0.776
decrescente 54. Bandeira do Sul
0.644
19. Cruzília
0.346
0.393
decrescente 55. Botelhos
0.683
20. Liberdade
0.536
0.589
decrescente 56. Caldas
0.341
21.Minduri
0.359
0.565
crescente 57. Campestre
0.732
22. Passa Vinte
0.456
0.461
decrescente 58. Ibitiúra de Minas
0.664
23. São Vicente de Minas
0.245
0.257
decrescente 59. Inconfidentes
0.318
24. Seritinga
0.317
1
crescente 60. Jacutinga
0.433
25. Serranos
0.749
0.762
decrescente 61. Monte Sião
0.216
26. Brasópolis
0.354
0.454
decrescente 62. Ouro Fino
0.499
27. Consolação
0.279
0.284
crescente 63. Poços de Caldas
0.812
28. Cristina
0.662
0.873
decrescente 64. Santa Rita de Caldas
0.487
29. Delfim Moreira
0.404
0.493
decrescente 65. Bom Repouso
1
30. Dom Viçoso
0.846
0.894
crescente 66. Borda da Mata
0.368
31. Itajubá
0.325
0.344
decrescente 67. Bueno Brandão
0.515
32. Maria da Fé
0.807
0.816
crescente 68. Camanducaia
0.686
33. Marmelópolis
0.988
1
crescente 69. Cambuí
0.244
34. Paraisópolis
0.497
0.572
decrescente 70. Congonhal
0.28
35. Piranguçu.
0.256
0.279
decrescente 71. Córrego do Bom Jesus
0.217
36. Piranguinho
0.303
0.304
decrescente 72. Espírito Santo do Dourado
0.433
6
RVE
0.836
1
1
0.5
0.269
0.493
0.569
0.2
0.513
0.418
0.397
0.977
1
0.597
0.595
1
0.758
0.69
0.698
0.466
0.953
0.668
0.373
0.51
0.307
0.583
0.831
0.538
1
0.433
0.55
0.705
0.277
0.288
0.25
0.482
escala
decrescente
crescente
decrescente
crescente
decrescente
decrescente
decrescente
decrescente
decrescente
crescente
decrescente
crescente
decrescente
crescente
decrescente
constante
decrescente
crescente
decrescente
decrescente
decrescente
crescente
decrescente
decrescente
decrescente
decrescente
decrescente
decrescente
constante
decrescente
decrescente
decrescente
decrescente
decrescente
decrescente
decrescente
Tabela 1 – Continuação...
Municípios
73. Estiva
74. Extrema
75. Gonçalves
76. Ipuiúna
77. Itapeva
78. Munhoz
79. Pouso Alegre
80. Sapucaí-Mirim
81. Senador Amaral
82. Senador José Bento
83. Toledo
84. Cachoeira de Minas
85. Careaçu
86. Conceição das Pedras
87. Conceição dos Ouros
88. Cordislândia
89. Heliodora.
90. Natércia
91. Pedralva
92. Santa Rita do Sapucaí
93. São Gonçalo do Sapucaí
94. São João da Mata
95. São José do Alegre
96. São Sebastião da Bela Vista
97. Silvianópolis
98. Turvolândia
99. Alagoa
100. Baependi
101. Cambuquira
102. Carmo de Minas
103. Caxambu
104. Conceição do Rio Verde
105. Itamonte
106. Itanhandu.
107. Jesuânia
108. Lambari
RCE
0.621
0.193
0.299
0.556
0.47
0.95
0.495
0.251
0.954
0.364
0.443
0.436
0.459
1
0.528
0.484
0.465
0.573
0.683
0.618
0.638
0.421
0.26
0.506
0.372
0.424
1
0.426
0.58
0.636
0.28
0.663
0.572
1
0.39
0.725
RVE
0.625
0.195
0.316
0.563
0.476
0.95
0.586
0.274
0.979
0.367
0.446
0.571
0.466
1
0.598
0.515
0.477
0.703
0.799
0.844
0.678
0.469
0.264
0.519
0.491
0.446
1
0.575
0.587
0.798
0.282
0.756
0.581
1
0.453
0.904
escala
decrescente
crescente
decrescente
decrescente
crescente
constante
decrescente
decrescente
crescente
decrescente
crescente
decrescente
crescente
constante
decrescente
decrescente
decrescente
decrescente
decrescente
decrescente
decrescente
decrescente
crescente
decrescente
decrescente
decrescente
constante
decrescente
crescente
decrescente
decrescente
decrescente
decrescente
constante
decrescente
decrescente
Municípios
109. Olímpio Noronha
110. Passa Quatro
111. Pouso Alto
112. São Lourenço
113. São Sebastião do Rio Verde
114. Soledade de Minas
115. Arceburgo
116. Cabo Verde
117. Guaranésia
118. Guaxupé
119. Itamogi
120. Jacuí
121. Juruaia
122. Monte Belo
123. Monte Santo de Minas
124. Muzambinho
125. Nova Resende
126. São Pedro da União
127. São Sebastião do Paraíso
128. São Tomás de Aquino
129. Boa Esperança
130. Campanha
131. Campo do Meio
132. Campos Gerais
133. Carmo da Cachoeira
134. Coqueiral
135. Elói Mendes
136. Guapé
137. Ilicínea
138. Monsenhor Paulo
139. Santana da Vargem
140. São Bento Abade
141. São Thomé das Letras
142. Três Corações
143. Três Pontas
144. Varginha
Fonte: Resultados da pesquisa.
7
RCE
1
0.843
0.669
0.267
0.431
0.287
0.527
0.853
0.538
0.84
0.522
0.256
0.707
0.745
0.431
0.496
0.488
0.385
0.543
0.387
0.846
0.339
0.988
0.801
0.609
0.731
0.574
0.456
0.54
0.412
1
0.549
0.305
0.676
0.931
0.756
RVE
1
0.868
0.758
1
0.643
0.3
0.531
1
0.538
0.905
0.528
0.352
0.905
1
0.444
0.532
0.489
0.406
0.708
0.405
0.988
0.357
1
0.983
0.611
0.737
0.637
0.687
0.592
0.423
1
1
0.346
0.831
0.951
0.763
escala
constante
decrescente
decrescente
crescente
crescente
decrescente
decrescente
decrescente
constante
decrescente
decrescente
decrescente
decrescente
decrescente
decrescente
decrescente
decrescente
decrescente
decrescente
crescente
decrescente
decrescente
crescente
decrescente
crescente
crescente
decrescente
decrescente
decrescente
crescente
constante
crescente
decrescente
decrescente
decrescente
crescente
Com relação à natureza dos retornos à escala, que também estão apresentados na
Tabela 1, pode-se perceber que a maioria dos municípios da região Sul de Minas Gerais não
estavam operando em escala ótima (em 1995/96), ou seja, não apresentavam retornos
constates a escala, apresentando, predominantemente (69,44% do total), retornos decrescentes
à escala. Tendo em vista que aumentos na produtividade estão relacionados a estes insumos,
pode-se dizer que há possibilidade de ineficiência alocativa destes insumos nos municípios.
Quanto aos municípios que apresentaram retornos crescentes à escala, estes podem ter
seus níveis de eficiência aumentados por meio de maiores investimentos nos fatores de
produção. Dentre os municípios citados como importantes para a agropecuária na região Sul
do Estado apenas Varginha apresentou esta possibilidade.
Para finalizar, quanto à natureza do retorno à escala, torna-se importante citar que
entre os 12 municípios que apresentaram retornos constantes a escala, ou seja, foram
considerados municípios operando em escala ótima, apenas Munhoz e Guaranésia não foram
considerados Benchmarks quanto aos RCE e RVE. Mas, o destoante foi o fato de Munhoz
apresentar escores altos quanto aos RCE e RVE, sendo ambos iguais a 0,95 e Guaranésia
apresentar um escore relativamente baixo 0,538 para a mesma situação.
4. Conclusões
Os resultados indicaram que existe ineficiência técnica relativa na produção
agropecuária da região. Desta forma, as políticas de promoção para o setor devem ser
diferenciadas para os municípios, pelo fato de além de ineficiência técnica existem evidencias
de ineficiências de escala devido à presença de retornos decrescentes à escala.
Constatou-se que grande parte dos municípios da região Sul de Minas Gerais operam
com ineficiência de escala, devido à presença de retornos decrescentes à escala, o que indica
ineficiência na alocação dos recursos, dificultando o aumento no nível de eficiência por meio
de aumentos nos níveis dos insumos (tratores, equivalente-homem e área explorada).
Neste sentido, as políticas adotadas para os municípios ineficientes e com ineficiência
de escala devido a retornos decrescentes deverão ser direcionadas a questões qualitativas,
como por exemplo, treinamento de mão de obra, manutenção de equipamentos de produção,
uso racional do trator, alocação eficiente dos fatores de produção etc. Desta forma, pode-se
aumentar os níveis de eficiência destes municípios, com um mínimo de alteração nas
quantidades dos fatores de produção, preocupando-se apenas com o uso racional desses
fatores de produção.
Ao Governo e o setor privado, sendo evidente a existência de ineficiências na
produção, é imprescindível que sejam adotadas medidas que viabilizem uma diversificação de
atividades econômicas para maior desenvolvimento da região, bem como assistência técnica,
incentivo ao uso de insumos modernos etc. Também, melhorar a alocação de recursos e
permitir que a agropecuária da região participe de forma significativa no PIB agrícola da
região e do Brasil.
5. Referências Bibliográficas
BANKER, R.D. Estimating most productive scale size using DEA. European Journal of
Operational Research, v. 17, p. 35-44, 1984.
8
CHARNES, A., COOPER, W.W., RHODES, E. Measuring the efficiency of decision making
units. European Journal of Operational Research, v. 2, p. 429-444, 1978.
CHARNES, A., COOPER, W.W., LEWIN, A.Y., SEIFORD, L.M. Data envelopment
analysis: theory, methodology, and application. Dordrecht: Kluwer Academic, 1994.
COELLI, T.J., RAO, P., BATTESE, G.E. An introduction to efficiency and productivity
analysis. Dordrecht: Kluwer Academic, 1998.
FARRELL, M.J. The measurement of productive efficiency. Journal of the Royal
Statistical Society, v. 120, p. 252-290, 1957.
GRAZIANO DA SILVA, J. KAGEYMA, A. Emprego e relações de trabalho na agricultura
brasileira; uma análise dos dados censitários de 1960, 1970 e 1975. Pesquisa e Planejamento
Econômico, V.13, n.1; v.13,n3.,1983.
LINS, M.P. E, MEZA, L.A. Análise envoltória de dados e perspectivas de integração no
ambiente de apoio à tomada de decisão. Rio de Janeiro: COPPE/UFRJ, 2000.
TUPY, O., YAMAGUCHI, L.C.T. Eficiência e produtividade: conceitos e medição.
Agricultura em São Paulo, v. 45, n. 2, p. 39-51, 1998.
9