Espacios. Vol. 35 (Nº 5) Año 2014. Pág. 6


Efeito da precipitação sobre a eficiência técnica de produtores de café1

Effect of precipitation on the technical efficiency of coffee producers

Fabiana Aparecida DE PAULA 2; Dênis Antônio DA CUNHA 2,3; Marcel Viana PIRES 2; Thiago Costa SOARES 2; André Luis Ribeiro LIMA 2.

Recibido: 18/02/14 • Aprobado: 02/04/14


Contenido

RESUMO:
Este estudo buscou analisar a eficiência técnica de cafeicultores das regiões Cerrado e Sul de Minas Gerais, Brasil, e verificar como a inclusão de variáveis climáticas poderia alterar a análise. A omissão de variáveis ambientais na determinação da eficiência técnica pode viesar os resultados, uma vez que as escolhas de insumos dos agricultores normalmente respondem, em parte, às condições ambientais. Analiticamente foi estimada uma fronteira de produção estocástica. Concluiu-se que a eficiência média dos produtores sofreu impacto pequeno das variáveis climáticas. Porém, ao analisar a eficiência de cada um dos produtores, considerando separadamente as regiões estudadas, foi possível identificar a influência de variáveis ambientais sobre a determinação da eficiência técnica.
PALAVRAS-CHAVE: Cafeicultura. Eficiência técnica. Variáveis Ambientais

ABSTRACT:
This paper aimed to analyze the coffee farms technical efficiency in Cerrado and South of Minas Gerais, Brazil, and verify how climate variables could alter the results. The omission of environmental variables may bias the results because the choice of farmers’ inputs respond, in parts, to the environmental conditions. The methodological framework was based in a stochastic frontier production. In a general way, we observed a very small impact of the addition of climate variables to determine technical efficiency. However, analyzing the producer’s efficiency and viewed separately each region is possible to identify some influence of environmental variables to determine the technical efficiency, still modest. The number of producers in high classes decrease when it was considerate the rainfall impact. We emphasize that this result is related to the current climate scenario. In the future, with climate change, the impacts probably will change significantly.
KEY-WORDS: Coffee Market. Technical efficiency. Environmental variables

JEL Classification: D22; D24; Q12.


1. Introdução

O Brasil é tradicional produtor de café desde o século XIX, tendo grande experiência na atividade e condições climáticas e de solos altamente favoráveis. Como produto da pauta de exportações, o café é um importante gerador de divisas e o Brasil é maior exportador mundial. O produto configura-se uma das principais culturas agrícolas do país, responsável pela geração de emprego e renda em alguns estados brasileiros, tais como Minas Gerais, São Paulo, Paraná e Espírito Santo.

Minas Gerais destaca-se como o maior produtor nacional, tendo produzido 52,5% da produção nacional em 2012, conforme a Associação Brasileira da Indústria do Café – ABIC (2013). Segundo o Centro de Inteligência do Café – CIC (2012), em média, 700 municípios mineiros plantam e colhem café em 1,1 milhão de hectares plantados. A atividade é responsável por aproximadamente 25% do PIB do agronegócio do estado. Minas Gerais também é o maior estado exportador de café do país (CIC, 2012).

Em Minas Gerais duas regiões se destacam na produção de café, as quais podem ser denominadas “Sul de Minas” e “Cerrado”. As duas, em conjunto, representam 66% das exportações mineiras de café, conforme o Serviço Brasileiro de Apoio às Micro e Pequenas Empresas – SEBRAE (2013). A região Sul compreende 146 municípios localizados nas mesorregiões Sul e Sudoeste do estado. A região do Cerrado compreende 55 municípios localizados nas mesorregiões do Alto Paranaíba, Triângulo Mineiro e Noroeste de Minas. Essas regiões possuem diferenças significativas nos sistemas produtivos de café, como nível de organização e dotação de fatores produtivos.

Diante da expressividade da produção de café do Brasil e, especialmente, Minas Gerais, torna-se fundamental analisar a eficiência dos produtores. Considerando um ambiente econômico marcado pela crescente competição em mercados cada vez mais globalizados, quanto maior for o controle e o conhecimento do processo produtivo, maiores serão as possibilidades de melhoria dos resultados econômicos das unidades produtivas.

A compreensão dos fatores que determinam o nível de eficiência técnica do produtor é relevante pois pode auxiliar o desenvolvimento de políticas favoráveis à melhoria de seu desempenho. Conforme Gorton e Davidova (2004), as variáveis que podem influenciar a eficiência técnica dos produtores podem ser divididas em dois grandes grupos: capital humano e fatores estruturais. O primeiro grupo compreende variáveis tais como educação formal e informal, experiência, treinamento e idade do produtor, ao passo que o segundo grupo engloba, entre outras variáveis, acesso a crédito, situação quanto à propriedade da terra e variáveis ambientais.

Embora a literatura venha sendo eficaz ao considerar o papel de aspectos socioeconômicos na explicação da eficiência técnica de cafeicultores, em geral observa-se que questões relacionadas às condições naturais e ambientais às do produtor são negligenciadas (SHERLUND et. al. 2002; GORTON; DAVIDOVA, 2004). Conforme Sherlund et al. (2002), a omissão pode viesar os resultados, já que as escolhas de insumos dos agricultores respondem às condições ambientais. Ainda segundo esses autores, o fato de as condições ambientais de produção raramente estarem simetricamente distribuídas, a sua não consideração também leva, muitas vezes, à superestimação da eficiência.

Dentre os fatores limitantes da produção vegetal, o déficit hídrico ocupa posição de destaque, pois além de impactar as relações hídricas nas plantas, alterando-lhes o metabolismo, este fenômeno está ocorrendo em grandes extensões de áreas cultivadas (BAUER; VARGAS, 2008). De acordo com Boyer (1982), as plantas podem ter criado mecanismos que minimizam os efeitos da falta de água no solo, podendo ser transmitidos geneticamente. No entanto, Mazzafera e Carvalho (1987) salientam a importância de correlacionar a produtividade dos cafeeiros com condições de deficiência hídrica, uma vez que, muitos progênies tolerantes à seca possuem baixas produções.

Nesse contexto, o objetivo geral do presente estudo foi analisar a eficiência técnica de cafeicultores das regiões Cerrado e Sul de Minas Gerais. Especificamente, objetivou-se verificar como a inclusão de variáveis climáticas poderia alterar a análise. A hipótese testada foi que, ao estimar a eficiência técnica de um produtor, a não inclusão de variáveis ambientais no modelo pode superestimar o valor da eficiência.

2. Metodologia

A decomposição da eficiência econômica em componentes de eficiência técnica e alocativa, assim como a proposta de uma técnica para sua medição, foi inicialmente realizada por Farrel (1957) baseada na teoria da produção. Neste estudo, o autor afirma que seria mais adequado medir a eficiência a partir de uma comparação com a melhor firma, baseado em seu desempenho observado. Nesse caso, a determinação da fronteira de eficiência seria a partir dos valores observados dos insumos e produtos e a identificação dos melhores produtores (os mais eficientes). Nesse contexto, realiza-se uma comparação entre os produtores existentes e os produtores mais eficientes.

A eficiência técnica (ET) é definida como a habilidade da firma em produzir o máximo produto dado um conjunto de insumos e a tecnologia empregada. A eficiência alocativa (EA) mede a capacidade da firma em escolher as proporções ótimas dos insumos, na qual a razão do produto marginal de dois insumos quaisquer é igual à razão de seus respectivos preços de mercado. A eficiência econômica (EE) é a medida do desempenho total e é igual à eficiência técnica multiplicada pela eficiência alocativa () (ALMEIDA, 2012).

O presente trabalho consistiu no cálculo apenas da eficiência técnica dos produtores de café das regiões do Cerrado e Sul de Minas Gerais devido à ausência de informações precisas sobre preços dos insumos necessários às medidas de eficiência alocativa e econômica.

Para o cálculo da eficiência técnica foi utilizada a fronteira de produção estocástica, cujo fundamento é o de que o termo de erro, de qualquer função de produção, pode ser dividido em duas partes. Uma parte do erro representa a ineficiência econômica do produtor (U), a qual possui distribuição unilateral. A outra parte seria o erro aleatório propriamente dito, ou seja, os erros de medidas, choques exógenos, dentre outros, e tem distribuição normal (V).

A partir de uma função de produção estimada, deriva-se a função fronteira de produção (Função A), criada a partir da amostra em questão. A esta Função A acrescenta-se o termo de erro composto (V+U), o que gera uma Função B. Subtraindo-se dessa Função B a parte que representa o erro aleatório (V), obtém-se a função fronteira de produção (Função C).

A distância entre cada produtor (Função D) e a fronteira de produção é considerada uma medida de ineficiência técnica. Dessa forma, o produtor cuja produção (ou valor da produção) estiver sobre a fronteira de produção em um dado nível de fatores terá um escore de eficiência econômica igual a 1. Quanto mais abaixo da fronteira de produção, menor será o escore de eficiência do produtor, sendo o mínimo igual à zero (LIMA, 2006).

Battese e Coelli (1988) especificaram a função de produção de fronteira estocástica da seguinte forma:

(1)

em que é o produto do produtor i; é o vetor de insumos utilizado pelo produtor; ; onde é o termo de erro aleatório, sendo simétrico (<v<), com distribuição normal e capta os efeitos estocásticos fora do controle do produtor, como erros de medida e fatores climáticos, por exemplo; e é o termo de erro unilateral () responsável por capturar a ineficiência técnica do i-ésimo produtor. Este termo unilateral pode seguir a distribuição meio-normal, normal truncada, exponencial e gama (AIGNER et al., 1977), não havendo a priori razões para a opção entre essas distribuições em particular na análise, somente as de conveniência estatística (FORSUND et al., 1980). Porém as distribuições meio-normal e exponencial continuaram a serem as principais distribuições adotadas nos trabalhos e as mensurações da eficiência ainda são sensitivas à distribuição da eficiência. O presente trabalho optou por utilizar a distribuição exponencial. Valores de próximos a zero indicam produtores próximos à fronteira de produção máxima, dados os insumos. Valores de > 0 indicam ineficiências técnicas e o produtor produz menos devido a essa ineficiência. Pelo modelo, o limite superior da produção possível é a quantidade estocástica , em que os termos de erro e são independentes entre si.

Após a estimação da função de produção de fronteira estocástica, Jondrow et al. (1982) introduziu uma abordagem para separar os desvios de fronteira em componentes aleatórios e de eficiência. Dado um determinado uso de insumos, a estimação de permitirá obter a medida de eficiência técnica de cada produtor, que é definida como a razão entre o produto observado () e o correspondente produto de fronteira (), onde há ausência de eficiências técnicas. Para o i-ésimo produtor, a eficiência técnica é dada por:

(2)

Inserindo a equação (1) em (2), obtém-se (3).

(3)

Para Battese e Coelli (1988), essa medida de eficiência técnica é apropriada quando a função é expressa na forma logarítmica. Essa medida encontra-se no intervalo de (0,1), onde 0 consiste em total ineficiência e 1 representa plena eficiência.

O primeiro passo para a construção da fronteira de produção foi a escolha da forma funcional. Utilizou-se a função Cobb-Douglas pois permite identificar a elasticidade de produção de um fator de produção, assim como sua importância no processo produtivo. Adotou-se o método de Máxima Verossimilhança para calcular a fronteira estocástica. A justificativa é que, através de experimentos de Monte Carlo, Coelli (2005) concluiu que este estimador forneceria melhores estimativas e os vieses tendem a diminuir com o aumento do tamanho da amostra. O procedimento de uma única etapa é atualmente mais aceitável, e foi o adotado neste trabalho.

No presente estudo foi utilizado o método proposto por Greene (2005a b), que permite separar a heterogeneidade não observada dos efeitos do componente ligado à eficiência técnica do produtor. Este modelo considera que cada produtor possui um ano “benchmarck” dele mesmo, isto é, entre os anos analisados, o desempenho de um ano se sobressai ao do outro(os) ano(s). Para obter um comparativo em relação a todos produtores, calcula-se a média da eficiência técnica para cada produtor.

Os dados foram organizados em painel. Segundo Ferreira (2010), o uso de dados em painel permite aumentar o número de graus de liberdade para estimação dos parâmetros e a consistência da estimação das ineficiências individuais dos produtores. Ademais, não é necessário fazer hipóteses distribucionais específicas para o termo , tampouco assumir que a ineficiência é independente dos regressores. A técnica ainda permite a ocorrência de mudança na estrutura técnica de produção, enquanto se analisa a trajetória da eficiência técnica da firma durante o período de tempo.

2.1. Dados

Foram utilizados duas bases de dados: (i) valores de receitas e custos de produção, em reais, para cafeicultores das regiões do Cerrado e Sul de Minas Gerais; e (ii) valores médios de precipitação, em milímetros (mm).

Os valores monetários de receitas e custos foram fornecidos pelo projeto EDUCAMPO Café, que consiste em uma iniciativa do SEBRAE-MG que visa fornecer assistência gerencial e técnica aos produtores rurais. Além da receita bruta de cada produtor (variável dependente na estimação da fronteira de produção), os custos de produção (variáveis explicativas) consistiram em gastos com administração da propriedade, adubação via solo, adubação foliar, controle de pragas e doenças, controle de plantas daninhas e colheita. As amostras de produtores do Cerrado e Sul de Minas Gerais consistiram em, respectivamente, 91 e 42 produtores, sendo que em ambas as regiões os produtores estão distribuído em 18 municípios. Para a construção do painel de dados, foram consideradas as safras de 2010/2011 e de 2011/2012. A opção por analisar duas safras consiste no fato de que o café leva dois anos para completar seu ciclo produtivo e o sucesso de sua produção depende do sincronismo entre suas fases fenológicas e o clima da região de cultivo. O painel de dados contou com 266 observações.

As variáveis relativas aos valores médios históricos de precipitação (mm) foram construídas a partir dos dados do Climate Research Unit – CRU/University of East Anglia (CRU Time Series 2.0). Essas variáveis correspondem aos períodos de verão (dezembro, janeiro e fevereiro) e inverno (junho, julho e agosto) para cada um dos municípios nos quais os produtores estão localizados. A opção apenas por precipitação foi baseada na constatação de diversos estudos que apontam que, para a maior parte da população em regiões tropicais, o principal problema climático não é a alteração na temperatura, a qual varia muito pouco sazonalmente, mas sim a instabilidade dos padrões de precipitação (MENGISTU, 2011; HARTTER et al., 2012). Para Hartter et al. (2012), as alterações na quantidade e nos padrões de precipitação irão impactar a produtividade de áreas agrícolas, o que torna o conhecimento da variabilidade de chuvas essencial para a segurança alimentar, recursos hídricos e manejo do uso da terra. Ademais, as faixas de temperaturas das regiões estudadas estão de acordo com as temperaturas aceitáveis pela produção de café. Por fim, considerou-se apenas a precipitação de verão e inverno, pois esta especificação é, segundo Seo (2011), a mais adequada a análises referentes à América do Sul, já que nessa região as quatro estações não são tão bem definidas como no hemisfério Norte.

3. Resultados e discussão

Primeiramente foi realizada a análise estatística descritiva das variáveis. Optou-se por apresentar esses dados desagregando os valores para as duas regiões em estudo (Cerrado e Sul de Minas) e também para a amostra completa, a fim de verificar as diferenças de composição de custo das propriedades pertencentes a cada uma das duas regiões analisadas (Tabela 1).

Tabela 1: Análise descritiva das variáveis utilizadas na fronteira de produção estocástica para os produtores de café
de Minas Gerais (Receita e custos em R$/ha e precipitações em mm)

Amostra Completa

Cerrado

Sul

Variável

Média

Desvio padrão

Média

Desvio padrão

Média

Desvio padrão

Receita Bruta

14.147,74

5.702,92

14.607,75

6.123,03

13.151,07

4.539,98

Administração

805,36

704,89

720,10

709,15

990,08

662,76

Adubação via solo

2.159,69

837,20

2.410,45

818,66

1.616,36

582,77

Adubação foliar

278,16

154,79

292,32

152,25

247,50

156,70

Controle de pragas e doenças

956,77

447,65

1.121,02

414,97

600,90

277,39

Controle de plantas daninhas

334,40

195,93

309,31

191,15

388,75

196,25

Colheita

2.209,66

1.139,00

1.835,18

821,47

3.021,04

1.302,56

Precipitação de verão

257,95

24,64

255,29

5,10

269,76

17,37

Precipitação de inverno

16,89

22,64

12,08

3,88

21,52

3,54

Fonte: Projeto EDUCAMPO (2013); Climate Research Unit – CRU.

Na Tabela 1 verifica-se que a receita média da produção dos cafeicultores do Cerrado de Minas é maior. Em relação aos custos de produção, devido às condições edafoclimáticas diferentes, o Cerrado e Sul de Minas possuem padrões diferentes de gastos. Os produtores do Cerrado apresentam maior valor médio para os itens adubação via solo, adubação foliar e controle de pragas e doenças, ao passo que os produtores do Sul possuem maior valor médio para os itens administração, controle de plantas daninhas e colheita.

No caso da região do Cerrado, as características de seus solos, tais como deficiência de nutricional acentuada, maior acidez nas partes mais profundas do solo e baixa capacidade de troca de cátions (MALAVOLTA; KLIEMAN, 1985), pode justificar os maiores gasto com adubação via solo. Além disso, existe maior incidência de Bicho Mineiro (Leucoptera coffeella) no Cerrado, a qual é uma das principais pragas das lavouras de café (MATIELLO, 2001). Essa região apresenta condições edafoclimáticas que favorecem a manifestação dessa praga (temperaturas e déficits hídricos maiores). As lavouras de café da região ainda apresentam a manifestação de outras doenças (ferrugem, antracnose e cercosporiose), o que pode explicar o maior gasto com controle de pragas.

Para Vieira (2008), a adubação foliar tem a vantagem de absorção rápida dos nutrientes. Entretanto, a técnica apresenta melhores resultados quando são aplicados nutrientes requeridos em menor quantidade pelas plantas, os denominados micronutrientes, fazendo com que seja necessário maior frequência nas aplicações. Os resultados indicam que os produtores do Cerrado estão investindo mais nessa técnica.

Na região Sul, com relação aos gastos com controle de plantas daninhas, acredita-se que as características edafoclimáticas e dos sistemas de produção podem estar influenciando positivamente a maior infestação de plantas daninhas nas lavouras, como por exemplo, a tiririca (Cyperus rotundus). Conforme Santos et al. (2008), a infestação de plantas daninhas é influenciada pelas condições climáticas, propriedades do solo, tipo de exploração e sistema de manejo, os quais contribuem positiva ou negativamente para a presença de determinada espécie em dada região. O menor grau de mecanização dos sistemas produtivos dessa região gera dificuldades no manejo das plantas daninhas. Com isso, há maior competição dessas plantas com a lavoura e, assim, os custos para o controle serão maiores. Por fim, devido à topografia acentuada da região, a colheita de café é feita no Sul de Minas, em sua maior parte, manualmente, aumentando os gastos com mão de obra nessa fase. Por exemplo, dependendo do sistema escolhido, a colheita é feita na forma de derriça no pano ou no chão, podendo também ser feita a dedo.

Conforme esperado, os valores médios tanto da precipitação média de verão, quanto da precipitação média de inverno, foram menores para o Cerrado. Essa região é marcada por temperaturas mais elevadas e deficiência hídrica, o que explica o fato de muitos agricultores utilizarem irrigação em seus sistemas produtivos.

Feitas essas considerações, a Tabela 2 apresenta as fronteiras estocásticas estimadas para o Modelo 1, que desconsidera a influência das variáveis climáticas, e o Modelo 2, que as incorpora. Como é de praxe na literatura, as variáveis foram transformadas em logaritmos naturais. Dessa forma, os coeficientes estimados podem ser interpretados como elasticidades. Todos os coeficientes foram estatisticamente significativos a 1% de probabilidade e apresentaram sinais esperados (exceto o coeficiente relativo ao gasto com plantas daninhas). De maneira geral, pelo teste da razão de Máxima Verossimilhança (LR = 118,28 – Modelo 1 e LR = 98,08 – Modelo 2), rejeita-se a hipótese de que todos os coeficientes são conjuntamente iguais a zero.

Tabela 2 – Coeficientes obtidos para as fronteiras de produção estocásticas (Modelos 1 e 2)

Modelo 1

Modelo 2

Variável

Coeficiente

Erro padrão

Coeficiente

Erro padrão

Administração

0,29669

0,00514***

0,16466

0,00001***

Adubação via solo

0,10932

0,00786***

0,09919

0,00001***

Adubação foliar

0,14437

0,00201***

0,11637

0,00001***

Controle de pragas e doenças

0,11138

0,00628***

0,42455

0,00001***

Controle de plantas daninhas

-0,17999

0,00530***

-0,05480

0,00003***

Colheita

0,56723

0,00470***

0,47781

0,00001***

Precipitação de verão

-

-

-0,10089

0,00001***

Precipitação de inverno

-

-

0,06879

0,00002***

Sigma u

0,23564

0,01444***

0,25443

0,01560***

Sigma v

0,0000

0,0000

Lambda

295.607,4

9.257.463

Nota: (***) indica significância a 1%.

Pela estatística individual da variância do termo de ineficiência (sigma u), pode-se inferir que a disparidade na forma de gerenciar a propriedade rural é importante para explicar a receita dos produtores para ambos os modelos. Assim, o componente relacionado à eficiência técnica é estatisticamente significativo na fronteira de produção dos empresários rurais e, sob essa condição, é pertinente estimar o modelo de fronteira estocástica. O valor de lambda retrata a divisão entre a variância da ineficiência e a variância do erro aleatório. Nos modelos estimados, esse valor foi relativamente alto, sendo igual a 295.607,4 e 9.257.463, respectivamente.

A análise do sinal dos coeficientes estimados indica que todas as variáveis representativas de gastos com insumos, exceto os custos referentes ao controle de plantas daninhas, apresentaram relacionamento direto com a receita bruta. O efeito negativo apresentado pela variável indicativa dos gastos com controle de plantas daninhas possivelmente está evidenciando que o cafeicultor, no intuito de melhorar a produtividade do grão, está aplicando em excesso um gasto com alternativas, como herbicidas, para o controle de plantas daninhas. A possível alternativa para resolver esse problema seria reduzir a quantidade utilizada deste insumo para aumentar a produtividade.

Os gastos referentes à colheita apresentaram o maior impacto na receita bruta para ambos os modelos. Aumentos de 10% nesse tipo de gasto estão associados a acréscimos de aproximadamente 5,67% e 4,78% na receita bruta nos Modelos 1 e 2, respectivamente. Ressalta-se que parcela considerável dos produtores do Cerrado mineiro investe em colheita mecanizada e essa prática, conforme Ortega e Jesus (2011), tem elevado a produtividade e a eficiência, o que certamente se reflete em aumentos no valor da produção. Ademais, Oliveira et al. (2007) afirmam que, a despeito das dificuldades do relevo, o crescimento da colheita mecanizada de café no sul de Minas Gerais tem aumentado a qualidade do produto e gerado redução de perdas, elevando os lucros dos cafeicultores.

Outros gastos que também tiveram impacto relativamente alto sobre a receita bruta para o Modelo 1 foram os relacionados à administração e ao controle de plantas daninhas, enquanto que para o Modelo 2 foram os gastos referentes ao controle de pragas e doenças e administração.

Segundo Demoner et al. (2003), os problemas que mais afetam a produtividade do café após a sua implantação correta são: a nutrição deficiente das plantas, aplicação incorreta ou inadequada do controle fitossanitário, especialmente das pragas e doenças que causam o seu desfolhamento. Entre os gargalos que mais afetam a qualidade do café estão as práticas de colheita e de pós-colheita feitas inadequadamente. A não resolução desses problemas reduzem as receitas e aumentam os custos unitários da atividade, consequentemente reduzindo o lucro. A região do Cerrado apresenta alta incidência de Bicho Mineiro, logo investimentos em controle de pragas e doenças podem melhorar a produtividade de suas lavouras de café, obtendo maior impacto na receita. No entanto, os resultados indicam que os produtores podem estar gastando em excesso com controle de plantas daninhas, o que pode não estar gerando o impacto desejado sobre a produtividade.

Em relação às variáveis climáticas (Modelo 2), a precipitação de verão apresentou impacto negativo na receita bruta, ao passo que o aumento da precipitação de inverno gerou elevação na receita dos cafeicultores. Para melhor compreender as implicações desses efeitos, deve-se ressaltar que a fisiologia da produção do cafeeiro é extremamente dependente das condições climáticas, principalmente precipitação. O impacto da precipitação sobre o cafezal irá depender de sua intensidade e distribuição ao longo do período de cultivo. O tempo ao qual as lavouras estiveram expostas a qualquer nível de estresse hídrico também influencia os efeitos da precipitação.

Segundo Clifford (1985), fatores climáticos exercem efeito acentuado sobre a uniformidade de maturação e secagem do café. Diversos estudos relatam no período de crescimento vegetativo (que vai de outubro a maio do primeiro ano fenológico) e frutificação (janeiro a março do segundo ano fenológico), o cafeeiro necessita de maior disponibilidade de água, e na fase de colheita e repouso, de junho a setembro, a necessidade de água é menor, permitindo a ocorrência de pequena deficiência hídrica sem grandes prejuízos para o cafeeiro. Ademais, os períodos de seca podem ser importantes para o crescimento das raízes, maturação dos ramos formados na estação chuvosa anterior e para a diferenciação floral e maturação dos frutos. No caso do café, mais importante que a precipitação total durante o ano é a distribuição dessa precipitação ao longo das diversas etapas de desenvolvimento da planta (CAMARGO; CAMARGO, 2001; CAMARGO; FRANCO, 1985; MATIELLO, 1991).

Destaca-se que, principalmente em janeiro e fevereiro, se há excesso de chuva, a ocorrência de baixas temperaturas, seguidas de altas temperaturas (choques térmicos), causam distúrbios fisiológicos na planta, induzindo florescimento tardio. Nesse caso, a maturação dos frutos se antecipa e pode ocorrer uma estação muito quente e chuvosa (PEREIRA et al., 2008), repercutindo na qualidade do produto (CAMARGO, 1985). Esse efeito provavelmente levará à produção de frutos de pior qualidade, pois podem não atingir seu ponto ideal de maturação. Nesse caso, a receita bruta será reduzida. Isto pode explicar, em parte, o porque da variável relativa à precipitação de verão estar indicando efeito negativo sobre a receita.

A ocorrência de maior precipitação no mês de julho, que no Brasil normalmente é de estiagem, pode antecipar a florada do café, o que explica o fato de a variável relativa à precipitação de inverno estar aumentando a eficiência. O aumento das chuvas no final do inverno e início da primavera, quando o cafeeiro está na sua terceira fase fenológica (florada e expansão dos frutos), representa uma considerável melhoria nas condições para o desenvolvimento da lavoura. Isso porque incrementos na precipitação levam ao aumento da umidade do solo e, consequentemente, ao aumento das taxas de frutificação final da florada, o que refletirá o sucesso da próxima safra. Além disso, a indução floral e a abertura dos botões florais são influenciadas por elevados níveis de chuva. Por outro lado, padrões irregulares de precipitação nessa época influenciam negativamente a próxima safra, devido ao retardo da indução floral ocasionado por baixos volumes de chuva. Dessa forma, diz-se que o cafezal está em fase de dormência, o que pode levar à diminuições de produtividade consideráveis (CAMARGO; FRANCO, 1985; RENA; MAESTRI, 1985).

Após a análise dos sinais das variáveis dos modelos, verificou-se os retornos de escala dos produtores. Tanto no Modelo 1 quanto no Modelo 2, os retornos de escala foram crescentes. Dessa forma, quando os gastos com insumos aumentam em 1%, a receita bruta aumenta em 1,04% e 1,20% para os Modelos 1 e 2, respectivamente.

A partir dos resultados do modelo de fronteira estocástica, a previsão da eficiência técnica é apresentada na Tabela 3. Esses valores correspondem à razão do valor observado da produção () e a receita bruta (), obtida para cada produtor pesquisado, conforme expressão (82).

Tabela 3 – Estatísticas descritivas da eficiência técnica dos produtores de café (Modelos 1 e 2)

Modelo 1

Modelo 2

Amostra completa

Cerrado

Sul

Amostra completa

Cerrado

Sul

Média

0,8376

0,8205

0,8761

0,8269

0,8163

0,8507

Máximo

0,9999

0,9999

0,9998

0,9971

0.9955

0.9971

Mínimo

0,5295

0.5295

0,6712

0,5254

0,5254

0,6159

Com base na Tabela 3, pode-se afirmar que, em média, a eficiência técnica dos cafeicultores nos Modelos 1 e 2 são, respectivamente, 83,76% e 82,69%. Verifica-se que a menor eficiência técnica observada no Modelo 1 foi de 52,95%, ao passo que a maior foi de 99,99%. Já para o Modelo 2, observa-se que 52,54% foi a menor eficiência técnica, enquanto que a maior foi 99,71%. Para todos os produtores da amostra há margem para redução nos gastos com insumos sem comprometer o nível de produção. Os níveis de eficiência obtidos, embora baseados em técnicas de estimação e variáveis distintas, foram semelhantes aos observados em outros trabalhos. Reis et al. (2005), analisaram a eficiência técnica dos produtores de café do Sul de Minas Gerais (safra 1998/99), e obtiveram valor médio de 80%. O trabalho de Lima et al. (2012), que considerou produtores de café de todo o estado de Minas Gerais, apresentou valores de eficiência de 79% para a safra 2008/09. O valor da eficiência dos produtores de café aqui analisados estão em conformidade com o padrão de eficiência da agricultura de Minas Gerais. Souza et al. (2010) avaliaram a eficiência técnica da produção agrícola dos estados brasileiros e o valor médio de Minas Gerais foi 82%.

Os resultados da Tabela 3 permitem afirmar que a hipótese de que há diferença significativa entre os valores médios da eficiência técnica para os modelos com e sem inclusão de variáveis climáticas deve ser rejeitada. A literatura internacional (GORTON; DAVIDOVA, 2004) enfatiza a necessidade de incluir variáveis ambientais devido à dependência da produção agrícola em relação a condições climáticas e assim, evitar o viés de variáveis omitidas e possível superestimação da eficiência. Porém, para a amostra de produtores considerados nesta pesquisa, essa questão não parece ter influência significativa na estimação da eficiência. Uma possível explicação para este resultado é que, conforme dados do Climate Change Knowledge Portal (WORD BANK, 2013), ambas as regiões analisadas, atualmente, apresentam padrões históricos de temperatura/precipitação condizentes com os tolerados pela produção de café.

Desagregando-se os valores para cada uma das regiões analisadas, verifica-se que, embora o Modelo 2 apresente menores valores para a região Sul, em geral a diferença na eficiência é muito pequena. Tratando dos produtores do Cerrado, o uso de irrigação poderia explicar essa proximidade de valores médios, pois este instrumento configura-se como medida adaptativa aos efeitos climáticos adversos.

Por fim, é importante ressaltar que, embora os resultados gerais levem à rejeição da hipótese norteadora deste estudo, a análise detalhada da distribuição de frequência dos valores de eficiência técnica dos produtores por modelo, sinaliza para rejeição apenas parcial (Tabela 4).

Pode-se notar, pela Tabela 4, que a inclusão das variáveis de precipitação diminuiu o número de produtores nas classes mais altas de eficiência técnica. No Modelo 1 esse número é de 48 cafeicultores e no Modelo 2 são 43 (-10,4%). Verifica-se que, desses cinco produtores, dois caíram para a classe de eficiência compreendida entre 50% e 70% e três para a classe de 70% a 90%. Considerando as regiões separadamente, o número de produtores na classe mais alta de eficiência (90% a 100%) caiu de 27 para 24 no Cerrado (-11,1%) e de 21 para 19 (-9,5%) no Sul de Minas Gerais.

Tabela 4 – Distribuição de frequência das medidas de eficiência técnica dos produtores (Modelos 1 e 2)

Modelo 1

Modelo 2

Classes de eficiência

Freq.

%

% acumulada

Freq.

%

% acumulada

0 ? 0,5

0

0,00

0

0

0,00

0,00

0,5 ? 0,7

18

13,53

14

20

15,04

15,04

0,7 ? 0,9

67

50,38

64

70

52,63

67,67

0,9 ? 1

48

36,09

100

43

32,33

100

=1

0

0,00

100

0

0,00

100

Total

133

100

133

100

A Tabela 4 também indica que há predomínio de produtores com ineficiência técnica, ou seja, escores inferiores a 0,9 (64% no Modelo 1 e 67,7% no Modelo 2). Esse resultado é condizente com o estudo de Santos et al. (2009), que também estudam produtores do Cerrado e do Sul de Minas Gerais, para os anos agrícolas de 2004/05 e 2005/06. Segundo os autores, para a maior parte dos cafeicultores há margem para redução dos insumos sem comprometer o nível de produção.

4. Conclusões

Este trabalho teve como objetivo principal a análise do impacto de variáveis climáticas sobre a eficiência técnica dos produtores de café de Minas Gerais. De modo geral foi possível rejeitar a hipótese de que a não consideração de variáveis ambientais superestima o valor da eficiência técnica. Os valores médios dos modelos estimados (com e sem a inclusão de variáveis climáticas) foram muito próximos, indicando que, pelo menos no período atual, para a amostra selecionada, o padrão histórico de precipitação não tem induzido diferenças significativas na eficiência técnica. Todavia, ao analisar os produtores individualmente, observou-se um impacto, ainda que modesto, das variáveis ambientais sobre o cálculo da eficiência. O número de produtores nas classes mais altas de eficiência diminuiu quando foi considerado o impacto da precipitação. Ressalta-se que este resultado é referente ao cenário climático atual. Em decorrência das mudanças climáticas que estão ocorrendo, estes resultados podem sofrer grandes alterações.

O estudo dos sistemas de produção e nível de eficiência técnica para cada região pode ajudar na formulação de políticas públicas de forma a atender as necessidades específicas dos produtores de distintas regiões. As regiões Sul e Cerrado de Minas Gerais apresentam características endafoclimáticas distintas e composição de custo de produção diferente. Logo, os produtores podem necessitar de diferentes políticas de incentivos governamentais.

Sugere-se que sejam realizados outros estudos que busquem identificar o efeito de variáveis ambientais sobre a eficiência dos produtores para regiões específicas, principalmente para aquelas de clima mais quente. Diversos estudos têm indicado que as alterações climáticas esperadas para o futuro ocasionarão mudanças nas áreas consideradas aptas para o plantio no país, impactando positivamente ou negativamente nas diferentes culturas produzidas.

Referências

AIGNER, D. J.; LOVELL, C. A. K.; SCHMIDT, P. (1977) “Formulation and estimation of stochastic frontier production function models”. Journal of econometrcs, Lausanne, v. 6, n. 1, p. 21-37, jul.

ASSOCIAÇÃO BRASILEIRA DA INDÚSTRIA DE CAFÉ – ABIC (2013). Disponível em: <http://www.abic.com.br/publique/cgi/cgilua.exe/sys/start.htm?tpl=home>. Acesso em: 21 maio 2013.

ALMEIDA, R. N. A. Fronteira de produção e eficiência técnica da agropecuária brasileira em 2006. 2012. 224 p. Tese (Doutorado em Economia Aplicada) – Escola Superior de Agricultura “Luiz Queiroz”, Piracicaba, 2012.

BATTESE, G.E.; COELLI, T.J. (1988) “Prediction of firm-level technical efficiencies with a generalized frontier production function and panel data”. Journal of Econometrics, v. 38, n. 3, p. 387-399, jul. 1988.

BAUER, F. C.; VARGAS Jr.’F. M. de. (2008) Produção e gestão agroindustrial. Campo Grande, MS: UNIDERP.

BOYER, J. S. (1982) “Plant productivity and environment”. Science, v. 218, p. 443-448.

CAMARGO, A. P.; CAMARGO, M. B. P. (2001) “Definição e esquematização das fases fenológicas do cafeeiro arábica nas condições tropicais do Brasil”. Bragantia, v. 60, n. 1, p. 65-68.

CAMARGO, A.P.; FRANCO, C.F. (1985) Clima e fenologia do cafeeiro. In: Cultura de café no Brasil: manual de recomendações. 5. ed. Rio de Janeiro: Instituto Brasileiro do Café, Ministério da Indústria e Comércio, p. 19-50.

CAMARGO, A. P. (1985) “Florescimento e frutificação do café arábica nas diferentes regiões cafeeiras do Brasil”. Pesquisa Agropecuária Brasileira, v. 20, p. 831-839.

CENTRO DE INTELIGÊNCIA DO CAFÉ – CIC. (2012) Disponível em: <http://www.markcafe.com.br/economia-cafeeira/organizacoes-governamentais/673-cic_%E2%80%93_centro_de_inteligencia_do_cafe > Acesso em: 12 dez. 2012.

CLIFFORD, M. N. (1985) Chemical and physical aspects of green coffee and coffee products. In: CLIFFORD, M. N.; WILSON, K. C. Coffee Botany, Biochemistry and Production of Beans and Beverage. Beckenham(Kent): Croom helm, cap. 13, p. 305-374.

COELLI, T. J.; RAO, D. S. P.; O’DONNELL, C. J.; BATTESE, G. E. (2005) An introduction to eficiency and productivity analysis. Ney York: Springer. 331 p.

DEMONER, C. A. et al. Estudo técnico-econômico da cultura do café. Curitiba: EMATER-PR, 2003. (2013) Disponível em:: < http://www.emater.pr.gov.br>. Acesso: 23 out. 2013.

FARREL, M. J. (1957) “The measurement of productive efficiency”. Journal of the Royal Statistical Society, v. 120, n. 3, p. 253-290.

FERREIRA, D. P. de. Eficiência da indústria brasileira: uma abordagem da fronteira estocástica de produção em dados em painel com heterogeneidade. 2010. 91 f. Dissertação (Mestrado em Economia) – Universidade de Brasília, Brasília.

FORSUND, F. R.; LOVELL, C. A. K.; SCHMIDT, P. (1980) “A survey of frontier productions functions and of their relationship to efficiency measurement”. Journal of Econometrics, v. 13, n. 1, p. 5-25.

GREENE, W. H. (2005a) “Reconsidering heterogeneity in panel data of the stochastic frontier model”. Journal of Econometrics, v. 126, n. 2, p. 269-303.

GREENE, W. H. (2005b) “Fixed and random effects in stochastic frontier models”. Journal of Productivity Analysis, v. 23, n. 1, p. 7-32.

GORTON, M.; DAVIDOVA, S. (2004) “Farm productivity and efficiency in the CEE applicant countries: a synthesis of results”. Agricultural Economics, v. 30, p. 1-16.

HARTTER, J.; STAMPONE, M. D.; RYAN, S. J.; KIRNER, K.; CHAPMAN, C. A.; GOLDMAN, A. (2012) “Patterns and Perceptions of Climate Change in a Biodiversity Conservation Hotspot”. Plos One, v. 7, n. 2.

JONDROW, J.; LOVELL, C. A. K.; MATEROV, I. S.; SCHMIDT, P. (1982) “On the estimation of technical inefficiency in the stochastic frontier production function model”. Journal of Econometrics, v. 19, p. 233-238, ago.

LIMA, A. L. R. Recursos e desempenho de propriedades cafeeiras do estado de Minas Gerais. 2012. 1127 f. Tese (Doutorado em Administração) - Universidade Federal de Lavras, Lavras, 2012.

MALAVOLTA, E.; KLIEMANN, H. J. (1985) Desordensnutricionais no Cerrado. Piracicaba, Brasil: Potafos.

MATIELLO, J.B. (1991) O café: do cultivo ao consumo. São Paulo: Globo, 320p. (Coleção do agricultor).

MATIELLO, J. B. (2001) “Tipos de cafeicultura no Brasil.”Anuário estatístico do café 2000/2001, Rio de Janeiro: Coffe Business, p. 38-41, 161 p.

MAZZAFERA, P.; CARVELHO, A. (1987) “Produção e tolerância à seca de cafeeiros”. Bragantia, v. 46, n. 2, p. 403-415.

MENGISTU, D. K. (2011) “Farmers’perception and knowledge of climate change and their coping strategies to the related hazards: Case study from Adiha, central Tigray, Ethiopia”. Agricultural Sciences, v. 2, n. 2, p. 138-145.

OLIVEIRA, E.; SILVA, F. M.; SOUZA, Z. M.; FIGUEIREDO, C. A. P. (2007) “Influência da colheita mecanizada na produção cafeeira”. Ciência Rural [online], v.37, n. 5, p. 1466-1470, 2007.

ORTEGA, A. C.; JESUS, C. M. (2011) “Território Café do Cerrado: transformações na estrutura produtiva e seus impactos sobre o pessoal ocupado”. Revista de Economia e Sociologia Rural, v. 49, n. 3, p. 771-800.

PEREIRA, A.R.; CAMARGO, A.P.; CAMARGO, M.B.P. (2008) Agrometeorologia de cafezais noBrasil. Campinas, Brasil: Instituto Agronômico.

REIS, R. P.; RICHETTI, A.; LIMA, A. L. R. (2005) “Eficiência econômica na cultura do café: um estudo no Sul de Minas Gerais”. Organizações Rurais Agroindustriais, Lavras, v. 7, n. 1, p. 50-59.

SANTOS, J. C. F.; MARCHI, G.; MARCHI, E. C. S. (2008) Cobertura do solo no controle de plantas daninhas no café. Planaltina: Embrapa Cerrados. 54 p. (Documentos 226).

SANTOS, V. F.; VIEIRA, W. da C.; RUFINO, J. L. dos S.; LIMA, J. R. F. de. (2009) “Análise da eficiência técnica de talhões de café irrigados e não-irrigados em Minas Gerais: 2004-2006”. Revista de Economia e Sociologia Rural, v. 17, n. 3, p. 677-698, jul/set.

SERVIÇO BRASILEIRO DE APOIO ÀS MICROS E PEQUENAS EMPRESA – SEBRAE. (2013) Disponível em: < http://www.sebrae.com.br/>. Acesso em 20 maio 2013.

SEO, N. (2011) “An analysis of public adaptation to climate change using agricultural water schemes in South America”. Ecological Economics, v. 70, n. 4, p. 825-834.

SHERLUND, S. M.; BARRETT, C. B.; ADESINA, A. A. (2002) “Smallholder technical efficiency controlling for environmental production conditions”. Journal of Development Economics, v. 69, p. 85-101.

SOUZA, G. da S.; GOMES, E. G.; GAZZOLA, R.; WANDER, A. E. (2010) “Eficiência técnica na agricultura brasileira: uma abordagem via fronteira estocástica”. In: SIMPÓSIO DE PESQUISA OPERACIONAL E LOGÍSTICA DA MARINHA, 13, 2010, Rio de Janeiro, AnaisRio de Janeiro: EMBRAPA.

RENA, A. B.; MAESTRI, M. Fisiologia do cafeeiro. (1985) Informe Agropecuário, v.11, n.126, p.26-40.

VIEIRA, G. J. M. Efeito da aplicação do fertilizante foliar yogen café nos teores de nutrientes foliares do cafeeiro. 2008. 17 f. Trabalho de conclusão de curso (Curso Superior de Tecnologia em Cafeicultura) – Escola Agrotécnica Federal de Muzambinho, Muzambinho, 2008.

WORLD BANK – CLIMATE CHANGE KNOWLEDGE PORTAL. (2013) Disponível em: <http://sdwebx.worldbank.org/climateportal/index.cfm http://sdwebx.worldbank.org/climateportal/index.cfm>. Acesso: 22 out. 2013.


1 Os autores agradecem ao apoio financeiro da Fundação de Amparo à Pesquisa do Estado de Minas Gerais – FAPEMIG
2 Universidade Federal de Viçosa, Departamento de Economia Rural. Viçosa, Minas Gerais, Brasil
3 Autor para correspondência. Email: denisufv@gmail.com


Vol. 35 (Nº5) Año 2014
[Índice]

[En caso de encontrar algún error en este website favor enviar email a webmaster]