XLV CONGRESSO DA SOBER

"Conhecimentos para Agricultura do Futuro"

Cuidados ao calcular a eficincia na produo de leite

Adriano Provezano Gomes

Carlos Maurcio de Carvalho Ferreira

Resumo: Este trabalho teve como objetivo chamar a ateno sobre alguns pontos
importantes na anlise de eficincia da produo de leite. Para isso, foi utilizada a tcnica
Anlise Envoltria de Dados (DEA) em uma amostra de produtores de leite do estado de
Minas Gerais. Foram comparados seis modelos, os quais diferem entre si devido s
variveis utilizadas e restries impostas aos pesos. Os resultados encontrados
evidenciaram diferenas significativas nos nveis de eficincia das fazendas, de acordo
com o modelo adotado. Inicialmente, foi ressaltada a importncia da escolha das variveis
e como elas podem influenciar os resultados. Em seguida, foi possvel verificar que a
medida de eficincia aumenta ao utilizar um nmero maior de variveis. Por fim, foram
comparados os resultados quando so adicionadas restries aos pesos. A alternativa de
restringir as relaes entre insumos e produtos constitui uma importante ferramenta, porm
requer conhecimento prvio da atividade a ser analisada. Essas questes devem ser
consideradas pelo pesquisador ao elaborar o modelo, pois a diversidade de variveis e
modelos existentes pode comprometer os resultados da pesquisa e, consequentemente, a
tomada de deciso do produtor.

Palavras-chaves: Produo de leite; Eficincia; Anlise Envoltria de Dados

1. INTRODUO

Nos ltimos anos, tem crescido muito a utilizao de tcnicas matemticas para
medir a eficincia da produo leiteira. Se, por um lado, o interesse dos pesquisadores pela
rea certamente gerar benefcios tecnolgicos ao setor, por outro, ocorre uma
disseminao de trabalhos cujos contedos podem confundir os agentes envolvidos no
setor.
As medidas de eficincia so calculadas tendo como referncia uma fronteira de
produo, a qual pode ser estimada por diferentes mtodos, paramtricos ou no-
paramtricos. Independente do mtodo que se utiliza, a qualidade dos resultados ir
depender de duas qualidades do pesquisador: o domnio do instrumental matemtico e o
conhecimento prvio da atividade que est sendo analisada.
A princpio, parece fcil perceber a necessidade de tais caractersticas para executar
corretamente os modelos de eficincia. Entretanto, o que se v na literatura uma srie de
trabalhos que medem eficincia na produo de leite, muitos deles completamente
distantes da realidade.
Os resultados dos modelos que medem eficincia podem e devem ser utilizados na
prtica, servindo como um guia aos produtores para eliminarem suas ineficincias. Assim,
Londrina, 22 a 25 de julho de 2007, 1
Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

para que as informaes passadas ao segmento produtivo possam efetivamente contribuir

para o desenvolvimento do setor, preciso que haja coerncia e rigor ao formular o
modelo.
Nesse sentido, o presente trabalho procura evidenciar alguns pontos importantes
que devem ser considerados ao estimar a eficincia da produo de leite. Para isso, sero
calculadas vrias medidas de eficincia, utilizando a tcnica de anlise envoltria de dados
(DEA). O que se espera que as diferenas encontradas entre os modelos sirvam como
alerta aos pesquisadores da rea, no sentido de definirem corretamente o modelo a ser
utilizado.

2. METODOLOGIA

2.1. Anlise envoltria de dados

Com base nas anlises de eficincia, os autores CHARNES, COOPER e RHODES

(1978) deram incio ao estudo da abordagem no-paramtrica, para a anlise de eficincia
relativa de firmas com mltiplos insumos e mltiplos produtos, cunhando o termo data
envelopment analysis (DEA). Vale ressaltar que, na literatura relacionada aos modelos
DEA, uma firma tratada como DMU (decision making unit), uma vez que estes modelos
provm uma medida para avaliar a eficincia relativa de unidades tomadoras de deciso. A
seguir, apresentam-se brevemente os modelos que sero utilizados neste trabalho.
Considere que existam k insumos e m produtos para cada n DMUs. So construdas
duas matrizes: a matriz X de insumos, de dimenses (k x n) e a matriz Y de produtos, de
dimenses (m x n), representando os dados de todas as n DMUs. Na matriz X, cada linha
representa um insumo e cada coluna representa uma DMU. J na matriz Y, cada linha
representa um produto e cada coluna uma DMU. Para a matriz X, necessrio que os
coeficientes sejam no-negativos e que cada linha e cada coluna contenha, pelo menos, um
coeficiente positivo, isto , cada DMU consome ao menos um insumo e uma DMU, pelo
menos, consome o insumo que est em cada linha. O mesmo raciocnio se aplica para a
matriz Y.
Assim, para a i-sima DMU, so representados os vetores xi e yi, respectivamente
para insumos e produtos. Para cada DMU, pode-se obter uma medida de eficincia, que a
razo entre todos os produtos e todos os insumos. Para a i-sima DMU tem-se:

u`y i u 1 y1i + u 2 y 2i + L + u m y mi
Eficincia da DMU i = = (1)
v`x i v1 x 1i + v 2 x 2i + L v k x ki

em que u um vetor (m x 1) de pesos nos produtos e v um vetor (k x 1) de pesos nos

insumos. Note que a medida de eficincia ser uma escalar, devido s ordens dos vetores
que a compem.
A pressuposio inicial que esta medida de eficincia requer um conjunto comum
de pesos que ser aplicado em todas as DMUs. Entretanto, existe uma certa dificuldade em
obter um conjunto comum de pesos para determinar a eficincia relativa de cada DMU.
Isto ocorre pois as DMUs podem estabelecer valores para os insumos e produtos de modos
diferentes, e ento adotarem diferentes pesos. necessrio, ento, estabelecer um
problema que permita que cada DMU possa adotar o conjunto de pesos que for mais
favorvel, em termos comparativos com as outras unidades. Para selecionar os pesos
Londrina, 22 a 25 de julho de 2007, 2
Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

timos para cada DMU, especifica-se um problema de programao matemtica. Para a i-

sima DMU, tem-se:

MAX u , v (u`y i v`x i ),

sujeito a :
(2)
u`y j v`x j 1, j = 1,2,..., n,
u, v 0.

Essa formulao envolve a obteno de valores para u e v, de tal forma que a

medida de eficincia para a i-sima DMU seja maximizada, sujeita restrio de que as
medidas de eficincia de todas as DMUs sejam menores ou iguais a um.
Linearizando e aplicando-se a dualidade em programao linear, pode-se derivar
uma forma envoltria do problema anterior. Com isso, a eficincia da i-sima DMU,
considerando-se a pressuposio de retornos constantes escala, dada por:

MIN , ,
sujeito a :
y i + Y 0, (3)
x i X 0,
0,

em que uma escalar, cujo valor ser a medida de eficincia da i-sima DMU. Caso o
valor de seja igual a um, a DMU ser eficiente; caso contrrio, ser menor que um. O
parmetro um vetor (n x 1), cujos valores so calculados de forma a obter a soluo
tima. Para uma DMU eficiente, todos os valores de sero zero; para uma DMU
ineficiente, os valores de sero os pesos utilizados na combinao linear de outras DMUs
eficientes, que influenciam a projeo da DMU ineficiente sobre a fronteira calculada. Isto
significa que, para uma unidade ineficiente, existe pelo menos uma unidade eficiente, cujos
pesos calculados fornecero a DMU virtual da unidade ineficiente, mediante combinao
linear.
O problema de programao linear com retornos constantes pode ser modificado
para atender pressuposio de retornos variveis, adicionando-se a restrio de
convexidade N1 ` = 1 , em que N1 um vetor (n x 1) de algarismos unitrios (uns). Essa
abordagem forma uma superfcie convexa de planos em interseo, a qual envolve os
dados de forma mais compacta do que a superfcie formada pelo modelo com retornos
constantes. Com isto, os valores obtidos para eficincia tcnica, com a pressuposio de
retornos variveis, so maiores ou iguais aos obtidos com retornos constantes. Isso porque
a medida de eficincia tcnica, obtida no modelo com retornos constantes, composta pela
medida de eficincia tcnica no modelo com retornos variveis, tambm chamada de pura
eficincia tcnica, e pela medida de eficincia de escala.
Na formulao dos multiplicadores apresentada em (2), os pesos u e v so tratados
como incgnitas, sendo escolhidos de maneira que a eficincia da i-sima DMU seja
maximizada. Entretanto, possvel que especialistas em um dado segmento scio-
econmico em anlise por meio de um modelo DEA considere indevidas as propores

Londrina, 22 a 25 de julho de 2007, 3

Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

entre os pesos que o modelo atribui aos insumos e produtos, e propem modific-las. Este
aspecto de juzo de valor de especialistas" tratado como Restries aos Pesos.
Para descries mais detalhadas dos modelos, recomenda-se a consulta de livros
textos como, por exemplo, GOMES e BAPTISTA (2004), LINS e MEZA (2000),
COELLI, RAO e BATTESE (1998), COOPER, SEIFORD e TONE (2000), CHARNES,
COOPER, LEWIN e SEIFORD (1994) e FRE, GROSSKOPF e LOVELL (1994).

2.2. Dados utilizados e composio dos modelos

Para ressaltar as diferenas entre as modelagens utilizando-se a tcnica DEA, foi

utilizada uma amostra contendo informaes de produo e uso de insumos na produo de
leite. Essa amostra foi retirada dos dados originais coletados para a execuo do
Diagnstico da Produo de Leite em Minas Gerais, um levantamento minucioso realizado
pelo SEBRAE/MG e FAEMG (2006).
No diagnstico, foram entrevistados 1000 produtores de leite, distribudos em todo
o estado. Para a obteno da amostra, optou-se por selecionar aleatoriamente 50
produtores, mantendo-se uma proporo semelhante distribuio original, conforme se
verifica na Tabela 1.

Tabela 1: Distribuio dos produtores de leite entrevistados para o Diagnstico da

Produo de Leite em Minas Gerais e da amostra selecionada

Diagnstico Amostra
Mesorregio
Produtores % Produtores %
Campos das Vertentes 45 4,5 2 4,0
Central Mineira 84 8,4 4 8,0
Jequitinhonha 21 2,1 1 2,0
Metropolitana de BH 79 7,9 4 8,0
Noroeste de MG 52 5,2 3 6,0
Norte de MG 37 3,7 2 4,0
Oeste de MG 85 8,5 4 8,0
Sul/Sudoeste 157 15,7 8 16,0
Tringulo Mineiro/Alto Paranaba 247 24,7 12 24,0
Vale do Mucuri 25 2,5 1 2,0
Vale do Rio Doce 69 6,9 4 8,0
Zona da Mata 99 9,9 5 10,0
Total 1000 100,0 50 100,0
Fonte: SEBRAE/MG e FAEMG (2006).

Aps a obteno da amostra, foram selecionadas as variveis que entraro nos

modelos. Todas as variveis referem-se aos insumos e produtos no ano de 2005, ou seja,
um ano de atividade leiteira. So elas:

X01 - rea destinada ao gado. Obtida somando-se as reas com pastagens (natural e
formada), cana-de-acar, capineira e silagem;
X02 - Quantidade total de vacas, considerando-se tanto as em lactao quanto as falhadas;
X03 - Custo operacional total da atividade leiteira;
Londrina, 22 a 25 de julho de 2007, 4
Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

X04 - Gasto com mo-de-obra contratada para manejo do rebanho;

X05 - Valor da mo-de-obra familiar, considerando-se o preo de mercado como o custo de
oportunidade;
X06 - Gasto com manuteno de forragens verdes, incluindo-se pasto, capineira, cana-de-
acar e outras forregeiras no anuais;
X07 - Gasto com silagem;
X08 - Gasto com concentrados e minerais fornecidos ao rebanho;
X09 - Gasto com aleitamento artificial, materiais de ordenha e outros gastos de custeio;
X10 - Gasto com medicamentos e hormnios;
X11 - Gasto com transporte do leite
X12 - Gasto com energia e combustveis;
X13 - Gasto com inseminao artificial;
X14 - Gasto com impostos e taxas;
X15 - Gasto com reparos de benfeitorias e mquinas;
X16 - Valor das depreciaes de mquinas, benfeitorias, animais de servio e forrageiras no
anuais;
Y01 - Leite produzido, considerando-se a produo vendida e o autoconsumo; e
Y02 - Renda bruta da atividade, incluindo-se as vendas e o autoconsumo de leite, derivados e
animais.

A varivel X01 foi medida em hectares; X02 em cabeas; X03 a X16 em R$/ano; Y01
em litros/dia (produo mdia do ano); e Y02 em R$/ano.
A partir dessas variveis, foram elaborados os modelos, os quais diferem entre si
basicamente devido s variveis utilizadas. Todos os dados utilizados encontram-se no
apndice, onde o leitor mais interessado pode executar os modelos e identificar as
diferenas que sero discutidas a seguir.

Modelo 1

Para construir as matrizes de dados necessrios execuo desse modelo, utilizou-

se um produto e trs insumos. O produto utilizado foi a produo anual de leite (Y01),
enquanto as variveis de insumo foram a rea destinada ao gado (X01), a quantidade total
de vacas (X02) e os gastos operacionais totais da atividade (X03).
A varivel X01 representa um importante fator de produo, tanto na influncia que
exerce na produo de matria-verde quanto na alta participao do valor da terra no
capital total da empresa.
O nmero de vacas (X02) o insumo mais utilizado em trabalhos relacionados
produo leiteira. Muitos autores consideram a produtividade das vacas como uma das
mais importantes medidas de desempenho da atividade, uma vez que h correlao positiva
com a produtividade de outros insumos. Em outras palavras, a produtividade das vacas
serve como proxy das demais produtividades parciais dos fatores.
Na amostra utilizada, o valor de animais somado ao valor da terra representa, em
mdia, 87,16% do capital investido na produo de leite. Essa elevada participao no
estoque de capital da propriedade justifica a incluso dessas variveis como importantes
insumos de produo.
A varivel X03 representa o conjunto de gastos operacionais totais da atividade
leiteira. Ela foi obtida somando-se as variveis X04 a X16, ou seja, os gastos com mo-de-
Londrina, 22 a 25 de julho de 2007, 5
Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

obra contratada, manuteno de forragens verdes, silagem, concentrados, minerais,

aleitamento artificial, materiais de ordenha, medicamentos, hormnios, transporte do leite,
energia e combustvel, inseminao artificial, impostos, reparos de mquinas e
benfeitorias, bem como as depreciaes e a remunerao da mo-de-obra familiar.

Modelo 2

No modelo 2, as variveis relacionadas aos insumos so as mesmas daquelas

utilizadas no modelo 1. A diferena entre esses dois modelos est na varivel produto.
Enquanto no modelo 1 a produo foi medida em litros de leite, no modelo 2 a produo
mensurada segundo a renda bruta anual da atividade leiteira (Y02).
Na formao da renda bruta da atividade so computadas as vendas e o
autoconsumo de leite, derivados e animais. J a varivel Y01 considera apenas a quantidade
vendida e o autoconsumo de leite e derivados, sendo esses ltimos convertidos em
equivalente leite.

Modelo 3

Conforme mencionado anteriormente, a varivel relacionada ao custo operacional

total (X03) composta pelas variveis X04 a X16. Nesse sentido, o modelo 3 utiliza as
mesmas variveis X04 a X16 no lugar da varivel X03, mantendo as demais variveis
utilizadas no modelo 1.
A princpio, os modelos podem parecer iguais. No modelo 3 apenas h o
desmembramento de uma varivel, porm a soma de seus componentes equivale a uma
varivel do modelo 1. Entretanto, matematicamente existem muitas diferenas, pois a
incluso de novas variveis altera as dimenses do hiperplano de referncia, como ser
visto.

Modelo 4

Apenas para ilustrar melhor a questo do nmero de variveis influenciando as

medidas de eficincia das DMUs, o modelo 4 semelhante ao modelo 3. A diferena que
ao invs de utilizar 13 variveis (X04 a X16) no lugar da varivel X03, optou-se por fazer as
seguintes agregaes:

- Mo-de-obra contratada e familiar X17 = X04 + X05

- Gastos com alimentao do rebanho X18 = X06 + X07 + X08
- Gastos com transporte, energia e combustveis X19 = X11 + X12
- Gastos com medicamentos, hormnios e inseminao artificial X20 = X10 + X13
- Gastos com reparos e depreciaes X21 = X15 + X16

Alm dessas variveis agregadas, foram mantidas as variveis X09 e X14, bem como X01,
X02 e o produto Y01.

Modelo 5

O modelo 5 utiliza as mesmas variveis do modelo 1, tanto os insumos (X01, X02 e

X03) quanto o produto (Y01). Entretanto, nesse modelo adicionou-se uma restrio aos
Londrina, 22 a 25 de julho de 2007, 6
Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

pesos dos insumos X01 e X03. A idia impor uma restrio de que o insumo X03 (custo
operacional) no deve ser mais importante do que o insumo X01 (rea). Essa restrio pode
ser utilizada quando o fator limitante a terra. A restrio do modelo 5 assume a seguinte
forma:

v 01
1 v 01 v 03 v 01 v 03 0 (4)
v 03

Modelo 6

No intuito de verificar o que acontece quando se adicionam mais restries ao

modelo, o modelo 6 igual ao modelo 5 mais uma restrio. Alm da restrio (4),
adicionou-se outra com a idia de que insumo X02 (vacas) no deve ser mais importante do
que o insumo X03 (custo operacional). Essa uma tpica restrio de tecnologia, ou seja, a
produo extensiva com maior nmero de vacas no pode ter maior peso na determinao
da eficincia do que outra mais intensiva em capital.

v 03
1 v 03 v 02 v 03 v 02 0 (5)
v 02

A Tabela 2 apresenta um resumo das variveis e restries utilizadas nos modelos.

Todos os modelos foram executados com orientao insumo.

Tabela 2: Variveis e restries utilizadas nos modelos

Modelo Variveis de insumo Variveis de produto Restrio aos pesos

Modelo 1 X01; X02; X03 Y01 -
Modelo 2 X01; X02; X03 Y02 -
Modelo 3 X01; X02; X04; X05; X06; Y01 -
X07; X08; X09; X10; X11;
X12; X13; X14; X15; X16
Modelo 4 X01; X02; X09; X14; X17; Y01 -
X18; X19; X20; X21
Modelo 5 X01; X02; X03 Y01 v01 v03
Modelo 6 X01; X02; X03 Y01 v01 v03; v03 v02
Fonte: Elaborao dos autores.

Vale ressaltar que no objetivo deste trabalho escolher o melhor modelo, mas
evidenciar as diferenas existentes entre os modelos. Alm disso, a escolha desses modelos
foi feita somente para discutir alguns pontos relevantes no clculo de medidas de
eficincia. Existem outros modelos que podem ser utilizados, dependendo do que se
pretende identificar.

Londrina, 22 a 25 de julho de 2007, 7

Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

3. RESULTADOS E DISCUSSO

Para facilitar a apresentao dos resultados, os modelos sero discutidos e

comparados em grupos. O modelo 1 ser utilizado como referncia para a comparao.
Inicialmente, o modelo 1 ser comparado ao modelo 2, em seguida aos modelos 3 e 4 e,
por fim, aos modelos 5 e 6.

Comparao dos modelos 1 e 2

O primeiro cuidado que o pesquisador deve ter ao calcular medidas de eficincia na

produo de leite est na escolha das variveis do modelo. preciso selecionar
corretamente as variveis, levando-se em considerao, principalmente, o conhecimento do
pesquisador na rea. De nada adianta ter completo domnio da tcnica matemtica se no
conhecer o sistema de produo que est analisando.
O primeiro passo verificar se a combinao dos insumos efetivamente gera os
produtos, ou seja, a falta de um insumo ou produto pode comprometer toda a anlise. Alm
disso, especificaes erradas dos insumos e produtos tambm criam distores nos
resultados.
Para testar essa dificuldade inicial, sero utilizados os modelos 1 e 2, cuja nica
diferena est no produto considerado. No modelo 1 utilizou-se apenas a produo de leite
(litros/ano), enquanto no modelo 2 o output utilizado foi a renda bruta da atividade leiteira,
considerando-se leite e animais.
A opo de no incluir a produo de carne como produto da atividade no modelo 1
somente justificada quando as fazendas so preponderantemente produtoras de leite. Com
isso, considera-se que a atividade carne no gera nem lucro nem prejuzo, ou seja, um
subproduto da atividade leiteira, cuja receita igual ao custo. Entretanto, sabe-se que
muitos produtores vendem seu rebanho, ou parte dele, quando o preo da carne est
relativamente melhor que o do leite.
Em relao aos insumos, ambos os modelos utilizaram duas variveis relacionadas
ao estoque de capital da propriedade (rea para o gado e nmero de vacas) e uma
relacionada ao fluxo de produo (custo operacional anual). Embora no h diferena entre
os insumos nos modelos, preciso salientar a necessidade de escolher corretamente quais
insumos sero utilizados. Sobre esse ponto, duas questes devem ser consideradas.
Em primeiro lugar, correto misturar variveis de estoque com variveis de
fluxo? Alguns pesquisadores defendem que os modelos de fluxo diferem dos modelos de
estoque. Em trabalho conduzido por FERREIRA e GOMES (2004), verificou-se que os
produtores mais eficientes no modelo de fluxo no so os melhores no modelo de estoque.
Isso ocorre quando h heterogeneidade nos produtores, ou seja, a produo mais extensiva
tende a ser tecnicamente mais eficiente no modelo de fluxo. Porm, devido ao excessivo
uso do fator de produo terra e a subutilizao das benfeitorias faz com que esse sistema
produtivo seja pior no modelo de estoque. Para tentar contornar essa dificuldade, uma
alternativa utilizar variveis de fluxo e de estoque.
A segunda questo est relacionada ao insumo que mede o capital operacional da
atividade. Para isso, h necessidade de diferenciar custo operacional efeito (COE), custo
operacional total (COT) e custo total.
O COE refere-se aos gastos diretos, tais como mo-de-obra contratada,
concentrados, minerais, fertilizantes, sementes, medicamentos, energia e combustvel,
Londrina, 22 a 25 de julho de 2007, 8
Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

inseminao artificial, servios mecnicos e outros dessa natureza. So gastos de custeio da

atividade leiteira. O COT composto do custo operacional efetivo mais os valores
correspondentes mo-de-obra familiar e depreciao de mquinas, benfeitorias, animais
de servio e forrageiras no anuais. Para se obter o custo total, basta acrescentar ao custo
operacional total a remunerao sobre o capital investido em benfeitorias, mquinas,
animais e forrageiras no-anuais.
Partindo dessas definies, qual custo deve ser utilizado? Depende do tipo de
anlise que ser feita, ou seja, do horizonte de tempo considerado. No curto prazo, o que
interessa ao produtor o custo operacional, porm no longo prazo o custo total, que, se
no coberto, conduz o produtor a um processo de empobrecimento.
Dessa discusso o que se percebe que, utilizando um mesmo modelo, existem
vrias formas de medir a eficincia de uma fazenda. A questo que surge : ser que a
escolha das variveis afeta o resultado final? Para analisar tal questo, os dados
apresentados na Tabela 3 permitem visualizar as diferenas entre o modelo que considera a
produo fsica como output (modelo 1) e o modelo que considera a renda bruta (modelo
2).

Tabela 3: Comparao entre os resultados dos modelos 1 e 2

Especificao Unidade Modelo 1 Modelo 2

1. Medidas de eficincia
Retornos constantes % 68,84 64,85
Retornos variveis % 74,60 76,04
Eficincia de Escala % 92,25 85,22

2. Redues possveis nos insumos

rea para o gado % -39,63 -44,01
Vacas % -29,02 -27,30
Despesas operacionais % -25,39 -23,95

3. Produtores segundo o tipo de retorno

Crescente Ud 37 42
Constante Ud 7 5
Decrescente Ud 6 3
Fonte: Dados da pesquisa.

Inicialmente, utilizou-se os modelos DEA pressupondo-se retornos constantes

escala, a fim de se obter a medida de eficincia tcnica para cada produtor da amostra. Em
seguida, a pressuposio de retornos constantes escala foi retirada, adicionando-se uma
restrio de convexidade, a qual possibilitou a obteno das medidas de eficincia no
paradigma de retornos variveis. Com essas duas medidas, foi possvel calcular a eficincia
de escala.
Observando-se os dados da Tabela 3, percebe-se que a eficincia tcnica mdia
com retornos constantes menor no modelo 1. Uma vez que os insumos so os mesmos
nos dois modelos, a explicao para essa diferena est no tipo de output considerado em
cada modelo.

Londrina, 22 a 25 de julho de 2007, 9

Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

As medidas de eficincia calculadas pela tcnica DEA so relativas, isto ,

compara-se cada produtor com todos os outros da amostra. Se a eficincia mdia de um
modelo menor que a do outro, significa que no h correlao perfeita entre produo de
leite e renda bruta da atividade.
Existem algumas explicaes para essas diferenas. Primeiro porque existem
diferenas na proporo da renda da atividade proveniente da venda de animais. Na
amostra utilizada, a mdia da participao da venda de animais na composio da renda
bruta de 22,8%. Entretanto, o mnimo e mximo verificados so 5,5% e 47,8%,
respectivamente. Com isso, a no incluso da venda de animais como produto secundrio
subestima a rentabilidade da atividade, principalmente em fazendas com menor volume de
produo de leite.
Mesmo que no houvesse diferena na composio da renda bruta, outro fator que
gera diferenas entre o uso da renda e da produo fsica est no preo de venda do leite.
Se todos os produtores recebessem o mesmo preo por litro de leite vendido, no haveria
esse problema. Contudo, sabe-se que isso no ocorre. Vrias indstrias utilizam o processo
de bonificao por quantidade, isto , o preo unitrio maior para volumes maiores. Alm
disso, existem regies onde h maior concentrao de compradores, o que eleva
naturalmente o preo.
Caso o pesquisador esteja interessado em medir a eficincia da produo, as
diferenas no preo do leite no so geram obstculos, ou seja, pode-se utilizar a produo
fsica como output. Contudo, se o objetivo for comparar a eficincia em termos de
rentabilidade, preciso considerar a renda como sendo o output da empresa. O problema
est em no considerar, ou mesmo desconhecer, tais diferenas. Ao ignorar essa questo,
os resultados a as recomendaes podem conter erros.
A DEA permite quantificar a reduo possvel no uso dos insumos que pode ser
feita pelos produtores ineficientes sem comprometer a produo. O uso ideal dos insumos
pelos ineficientes foi calculado levando-se em considerao a existncia de outros
produtores que utilizam menor quantidade desses insumos e conseguem produzir, pelo
menos, a mesma quantidade. Assim, para cada valor excedente encontrado, significa que
existe pelo menos um produtor na amostra (benchmark) que est utilizando uma
quantidade menor desse insumo, produzindo, no mnimo, a mesma quantidade de produtos.
Nesse sentido, ao identificar as quantidades utilizadas em excesso dos insumos e reduzi-las
do uso atual, obtm-se os valores projetados, ou seja, os valores dos insumos que fazem
com que os produtores ineficientes sejam projetados na fronteira eficiente.
Para exemplificar, considere as medidas de eficincia obtidas nos modelos com
retornos variveis (pura eficincia tcnica). No modelo 1, a ineficincia mdia da amostra
de 25,4% (100 74,6), enquanto no modelo 2 de 23,96% (100 76,04). Apesar de
parecer pequena, essa diferena conduz a recomendaes tcnicas completamente distintas.
No modelo 1, pode-se reduzir, em mdia, 39,63% o uso do insumo rea para o
gado. Essa reduo maior no modelo 2 (44,01%). Situaes contrrias ocorrem nos
outros dois insumos, ou seja, as redues mdias no modelo 1 so maiores que as do
modelo 2. Afinal, qual a recomendao deve ser dada ao produtor? Quanto ele pode
reduzir de cada insumo para ficar eficiente? Essas questes reforam a necessidade de
escolher corretamente as variveis, caso contrrio a recomendao estar equivocada.
Outro ponto que deve ser observado o tipo de retorno escala que os produtores
apresentam em cada modelo. De acordo com os dados da Tabela 3, h predominncia de
produtores operando com retornos crescentes em ambos os modelos. Porm h tambm
diferenas entre os modelos. Passando-se do modelo 1 para o modelo 2, verifica-se
Londrina, 22 a 25 de julho de 2007, 10
Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

aumento no nmero de produtores com retornos crescentes, porm h reduo dos

produtores com retornos constantes e decrescentes. O fato de ter menos produtores
operando com retornos constantes reduziu a eficincia de escala mdia no modelo 2.
As mudanas no tipo de retorno de alguns produtores ocorreram pelo simples fato
de mudar o output utilizado. Obviamente tais mudanas podem comprometer a qualidade
da informao passada aos produtores, uma vez que as recomendaes para atividades
produtivas com retornos crescentes so completamente diferentes daquelas com retornos
decrescentes.
Em sntese, esse primeiro grupo de comparao chama a ateno para a escolha
correta das variveis que devem fazer parte do modelo. Nesse sentido, o conhecimento
prvio do pesquisador sobre a atividade produtiva fundamental.

Comparao dos modelos 1, 3 e 4

No segundo grupo de comparaes busca-se verificar o que acontece quando se

adicionam variveis ao modelo. Tendo como referncia o modelo 1, desmembrou-se a
varivel custo operacional total (X03) em uma srie de variveis, de tal forma que a soma
dessas variveis igual ao valor de X03. No modelo 2, X03 foi decomposta em 13 variveis
e, no modelo 3, em 7 variveis.
Se o valor total das despesas operacionais no muda, ou seja, os dados so os
mesmos, o que varia a agregao de uma varivel, pode existir alguma diferena nos
resultados? Essa uma questo interessante que requer o conhecimento das propriedades
dos modelos DEA.
Nos modelos DEA, o objetivo construir um conjunto de referncia a partir dos
prprios dados das DMUs, e ento classific-las em eficientes ou ineficientes, tendo como
referencial essa superfcie formada. Para formar o conjunto referncia, inicialmente, as
quantidades de insumos e produtos de cada DMU so representadas por um ponto. Se
existirem k insumos e m produtos, cada DMU ser representada por um ponto no espao
(k+m). Em seguida, traam-se raios que saem da origem e passam por esses pontos. As
combinaes convexas desses raios formaro o conjunto de referncia.
Percebe-se que a incluso de novas variveis altera as dimenses do conjunto de
referncia. Com isso, aumenta a probabilidade de uma DMU ficar situada mais perto de
um dos eixos, o que lhe conferiria maior ndice de eficincia.
De fato, o que se verifica observando-se os dados da Tabela 4. No modelo com
apenas 3 insumos (modelo 1), os nveis de eficincia mdia so menores que nos demais
modelos. Alm disso, apenas 7 produtores (14% da amostra) alcanaram eficincia tcnica
mxima, considerando-se o modelo com retornos constantes.
medida que aumenta o nmero de insumos, aumentam tambm a eficincia
mdia da amostra e o nmero de produtores com 100% de eficincia. No modelo com 9
insumos (modelo 4), a eficincia mdia, considerando-se retornos constantes de 94%,
onde 32 produtores conseguiram nvel de eficincia mximo. Aumentando o nmero de
insumos para 15 (modelo 3), a eficincia mdia sobe para 98%, com quase todos os
produtores alcanando 100% de eficincia.
O que se verifica que em modelos com grande nmero de variveis pode ocorrer
que praticamente todas as unidades sejam 100% eficientes. Com isso, fica difcil
recomendar adequadamente o que as unidades ineficientes devem fazer para se tornarem
eficientes.

Londrina, 22 a 25 de julho de 2007, 11

Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

Tabela 4: Comparao entre os resultados dos modelos 1, 3 e 4

Especificao Unidade Modelo 1 Modelo 3 Modelo 4

1. Medidas de eficincia
Retornos constantes % 68,84 98,33 94,07
Retornos variveis % 74,60 99,02 96,72
Eficincia de Escala % 92,25 99,14 97,03

2. Produtores 100% eficientes

Retornos constantes Ud 7 46 32
Retornos variveis Ud 11 47 33
Fonte: Dados da pesquisa.

Para LINS e MEZA (2000), a introduo de um grande nmero de variveis resulta

em uma maior explicao das diferenas entre as DMUs, mas, por outro lado, far com que
um nmero maior de DMUs esteja na fronteira. O uso de muitas variveis reduz a
capacidade do DEA de distinguir as DMUs eficientes das ineficientes. Portanto, o modelo
deve ser mantido o mais compacto possvel para maximizar o poder discriminatrio do
DEA, ou seja, reduzir a lista inicial de variveis e incluir somente aquelas efetivamente
relevantes.
Entretanto, a utilizao de muitas variveis pode ser til em determinados tipos de
anlise. Caso o objetivo seja identificar a fonte das ineficincias, o uso de variveis
agregadas pode mascarar os resultados.
Por exemplo, no modelo 1 no existe a possibilidade de saber se em uma DMU
qualquer a mo-de-obra est sendo utilizada em excesso, relativamente s demais DMUs.
No modelo 4, essa questo parcialmente resolvida, pois existe uma varivel que computa
o valor da mo-de-obra contratada e familiar. Porm, no modelo 3 que a questo
plenamente resolvida. Nesse modelo, existem duas variveis medindo sua intensidade de
uso, isto , uma para mo-de-obra contratada e outra para mo-de-obra familiar.
Vale salientar que para anlises desse tipo necessrio dispor de um banco de
dados com elevado nmero de DMUs. Caso contrrio, a maioria das DMUs sero 100%
eficientes, como o caso do modelo 3.
Trabalhos como o de GOMES et al. (2006) confirmam essa hiptese. Neste
trabalho, os autores calcularam medidas de eficincia na produo de leite utilizando treze
variveis de insumos e uma de produto. Embora tenham utilizado muitas variveis, a
eficincia mdia foi de 81%, com 34% dos produtores alcanando eficincia mxima. A
explicao reside no tamanho da amostra: foram utilizados informaes de 1000
produtores, ou seja, nmero muito superior quantidade de variveis.
De modo geral, recomenda-se que o nmero de DMUs seja pelo menos o dobro ou
o triplo do nmero de variveis. Contudo, alguns autores esto recomendando que essa
relao deve ser ainda maior (4 a 5 vezes), em especial quando se deseja analisar os
benchmarks das unidades.
Em sntese, esse segundo grupo de comparao chama a ateno para as mudanas
que ocorrem nas medidas de eficincia quando se altera o nmero de variveis. Em
situaes como as essas, o conhecimento do pesquisador sobre os princpios matemticos
do modelo fundamental.
Londrina, 22 a 25 de julho de 2007, 12
Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

Comparao dos modelos 1, 5 e 6

O ltimo grupo de comparaes refere-se s diferenas entre o modelo sem

restrio e os modelos quando os pesos relativos das variveis no clculo da eficincia so
limitados. Segundo GOMES et al. (2002), a atribuio de pesos como forma de representar
a estrutura de preferncias do decisor, apesar da suposta simplicidade, pode encontrar
alguma relutncia. Para esses autores, atribuir pesos uma tarefa para a qual muitos
decisores no esto tcnica nem psicologicamente preparados.
O fato que a imposio de restries aos pesos esbarra em duas dificuldades: a
falta de conhecimento do pesquisador sobre a existncia de tais modelos e de como
execut-los; e a falta de conhecimento tcnico da atividade.
O primeiro obstculo est relacionado ao fato de que, para restringir os pesos, h
necessidade de aplicar mudanas nos modelos bsicos DEA. Embora tais mudanas sejam
simples, no so todos os softwares disponveis que possibilitam implement-las. J o
segundo obstculo mais complicado, pois exige do pesquisador o conhecimento das
relaes entre os insumos e/ou produtos utilizados. A falta desse conhecimento pode levar
a resultados que no so possveis de ser verificados na prtica.
Os dados apresentados na Tabela 5 permitem algumas comparaes entre os
modelos sem e com restries aos pesos. Contudo, antes de passar para as comparaes,
preciso salientar que as restries contidas nos modelos 5 e 6 no foram criadas com o
objetivo de refletir relaes tcnicas reais da produo leiteira. O que se pretende no
presente trabalho apontar as diferenas que existem entre os modelos, sem se preocupar
em dizer qual o melhor modelo.

Tabela 5: Comparao entre os resultados dos modelos 1, 5 e 6

Especificao Unidade Modelo 1 Modelo 5 Modelo 6

1. Medidas de eficincia
Retornos constantes % 68,84 52,21 51,83
Retornos variveis % 74,60 61,32 60,04
Eficincia de Escala % 92,25 83,56 85,77

2. Redues possveis nos insumos

rea para o gado % -39,63 -39,88 -39,96
Vacas % -29,02 -40,42 -41,70
Despesas operacionais % -25,39 -41,23 -39,96
Fonte: Dados da pesquisa.

O primeiro ponto a ser observado na Tabela 5 que as medidas de eficincia so

diferentes nos trs modelos. Isso ocorre, pois os mtodos de restrio aos pesos acarretam
mudanas na fronteira eficiente e, por conseqncia, mudam os escores de eficincia
tcnica das unidades eficientes.
Outro ponto de destaque que as medidas de eficincia, tanto com retornos
constantes quanto com retornos variveis, diminuem medida que aumenta o nmero de
restries. Ao mudar a forma da fronteira eficiente, a restrio imposta aos pesos pode
tornar ineficientes unidades que antes eram avaliadas como eficientes pelo modelo sem
Londrina, 22 a 25 de julho de 2007, 13
Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

restries aos pesos. Em outras palavras, a eficincia mdia obtida no modelo com
restrio sempre menor ou igual do modelo sem restrio. A mesma lgica ocorre
quando se aumenta o nmero de restries.
Porm, esse raciocnio no sempre vlido para as medidas de eficincia de escala.
Conforme se pode observar na Tabela 5, a medida de eficincia de escala mdia do modelo
5 menor que a do modelo 6.
Por fim, vale destacar que as mudanas nas medidas de eficincia tambm alteram
os inputs e outputs virtuais. Isso significa que as redues percentuais possveis nos
insumos so diferentes entre os modelos. Como se verifica, praticamente no h diferena
na reduo da rea nos trs modelos. Porm, a imposio de restries modifica o uso ideal
de vacas e despesas. Como discutido no primeiro grupo de comparaes, preciso que o
pesquisador tenha coerncia ao recomendar ao produtor quanto ele pode reduzir de cada
insumo.
Em sntese, esse ltimo grupo de comparaes chamou a ateno para a existncia
de modelos restritos que podem aperfeioar os resultados. Nesse sentido, pode-se dizer que
de nada adianta conhecer plenamente a atividade produtiva que est analisando se o
pesquisador no souber o potencial dos modelos de eficincia, bem como suas limitaes.
Por fim, cabe destacar que, alm da escolha das variveis e do modelo a ser
utilizado, o pesquisador deve estar atento ao que ocorre com os resultados quando h
transformaes dos dados. Por exemplo, o que ocorre se o pesquisador optar por
deflacionar os valores dos insumos e/ou produtos, utilizando um ndice de preos
qualquer? Isso ir depender do tipo de modelo que est sendo utilizado.
Os modelos DEA bsicos no se alteram quando se multiplicam os valores originais
dos insumos e dos produtos por nmeros positivos. De modo semelhante, ao realizar
mudanas nas unidades de medidas, o que significa multiplicar todos os valores originais
por um escalar, os escores de eficincia tcnica continuaro com os mesmos valores.
O mesmo no ocorre nos modelos com restrio aos pesos. Nesses modelos o que
se busca limitar as relaes existentes entre as variveis. Nesse sentido, a relao entre
duas ou mais variveis sensvel s mudanas nas unidades e, por conseqncia, alteram-
se os valores finais, tanto dos pesos quanto das medidas de eficincia.

4. CONSIDERAES FINAIS

A utilizao da anlise envoltria de dados (DEA) como tcnica para medir a

eficincia em atividades produtivas tem crescido muito nos ltimos anos. O fato de a DEA
possibilitar anlises envolvendo mltiplos insumos e produtos, com resultados ricos em
termos de potencial de anlise, justifica tal crescimento.
Alm disso, existem vrios softwares (alguns deles gratuitos) que permitem a
execuo dos modelos, ou seja, dispondo de um banco de dados contendo informaes
sobre insumos e produtos, relativamente simples calcular as medidas de eficincia.
Entretanto, essa suposta facilidade tambm responsvel pela disseminao
equivocada da tcnica. No difcil encontrar trabalhos que utilizam a DEA para calcular
medidas de eficincia, com pouco ou nenhum rigor cientfico na anlise.
Essas anlises, nem sempre coerentes com a realidade, so facilitadas pelo fato de
que os testes estatsticos nos resultados so extremamente difceis de execuo. Em outras
palavras, qualquer pessoa pode executar um modelo no-paramtrico de clculo de
eficincia e seus resultados normalmente so pouco questionados.

Londrina, 22 a 25 de julho de 2007, 14

Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

Nesse sentido, o presente trabalho buscou apontar alguns pontos importantes na

anlise de eficincia do setor leiteiro. Ressaltou-se a importncia da escolha das variveis e
do modelo a ser utilizado, bem como a necessidade de conhecimento prvio da rea.
Certamente existem outros pontos que devem ser considerados pelo pesquisador para
calcular corretamente as medidas de eficincia das unidades produtivas. Entretanto, os trs
pontos apresentados so fundamentais para melhorar a estimao dos modelos, cujos
resultados possibilitaro a todos os agentes envolvidos tomarem decises de forma mais
correta.
Por fim, vale ressaltar que, ao evidenciar alguns cuidados que devem ser tomados
ao calcular medidas de eficincia na produo de leite, no se est querendo inibir os
pesquisadores que pretendem ingressar nesta rea. Pelo contrrio, o que se pretende
aprofundar a discusso e tornar os trabalhos mais adequados realidade da pecuria
leiteira.

5. REFERNCIAS BIBLIOGRFICAS

CHARNES, A., COOPER, W.W. & RHODES, E. Measuring the efficiency of decision
making units. European Journal of Operational Research, n. 2, 1978. p. 429-444

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. Norwell, Massachusetts: Kluwer Academic Publishers, 1998.

COOPER, W.W., SEIFORD, L.M., TONE, K. Data envelopment analysis: a

comprehensive text with models, applications, references and DEA-Solver
software. Norwell, Massachusetts: Kluwer Academic Publishers, 2000. 318 p.

FRE, R., GROSSKOPF, S., LOVELL, C.A.K. Production frontiers. Cambridge:

Cambridge University, 1994. 295 p.

FERREIRA, A.H., GOMES, A.P. Eficincia tcnica no curto e no longo prazo em sistemas
de produo de leite com gado holands, mestio e zebu. In: Congresso da Sociedade
Brasileira de Economia e Sociologia Rural, 42, 2004, Cuiab. Anais... Braslia:
SOBER, 2004. 16 p.

GOMES, A.P. BAPTISTA, A.J.M.S. Anlise envoltria de dados: conceitos e modelos

bsicos. IN: SANTOS, M.L., VIEIRA, W.C. (Eds) Mtodos Quantitativos em
Economia. Viosa: UFV, 2004. P. 121-160.

GOMES, A.P., DIAS, R.S., BAPTISTA, A.J.M.S. Retornos escala e desempenho

econmico dos produtores de leite em Minas Gerais. In: Congresso da Sociedade
Brasileira de Economia e Sociologia Rural, 44, 2006, Fortaleza. Anais... Braslia:
SOBER, 2006. 21 p.

Londrina, 22 a 25 de julho de 2007, 15

Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

GOMES, E.G., LINS, M.P.E., SOARES DE MELLO, J.C.C.B. Seleo do melhor

municpio: integrao SIG-Multicritrio. Investigao Operacional, v. 22, n. 1, p.59-
85, 2002.

LINS, M.P.E., MEZA, L.A. Anlise envoltria de dados e perspectivas de integrao

no ambiente de apoio deciso. Rio de Janeiro: COPPE/UFRJ, 2000. 232 p.

SERVIO BRASILEIRO DE APOIO S MICRO E PEQUENAS EMPRESAS DE

MINAS GERAIS/FEDERAO DA AGRICULTURA DO ESTADO DE MINAS
GERAIS - SEBRAE-MG/FAEMG. Diagnstico da pecuria leiteira em Minas
Gerais, em 2005. Belo Horizonte: 2006. 156 p.

Londrina, 22 a 25 de julho de 2007, 16

Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

6. APNDICE (DADOS UTILIZADOS NOS MODELOS)

DMU X01 X02 X03 X04 X05 X06 X07 X08 X09
1 32,0 12 12.946 0 4.380 0 0 4.009 12
2 290,0 40 51.242 0 7.300 0 8.215 17.308 480
3 41,0 40 39.501 0 7.300 0 4.524 17.625 120
4 78,0 35 19.971 0 7.300 1.999 0 941 50
5 123,0 22 33.121 3.000 0 2.025 0 7.952 20
6 263,0 130 135.346 22.680 3.000 6.000 0 51.958 1.440
7 56,5 34 16.023 2.055 1.574 600 0 1.373 30
8 4,7 7 5.488 0 2.430 0 0 1.152 20
9 43,5 34 17.131 0 6.720 1.200 176 2.666 64
10 5,0 40 24.154 0 4.320 0 0 7.447 165
11 127,0 50 62.619 12.240 6.000 4.602 0 19.200 1.080
12 108,0 50 35.670 7.300 0 450 0 11.640 80
13 30,0 13 8.239 0 3.650 0 0 527 30
14 160,0 40 32.304 7.300 0 3.050 6.060 5.748 0
15 52,0 29 10.461 0 900 1.000 0 1.220 0
16 63,5 52 73.352 6.500 6.285 1.600 13.735 17.026 2.952
17 34,5 32 43.641 0 9.240 200 3.828 9.779 800
18 70,0 70 70.251 7.300 8.388 999 8.650 18.796 200
19 86,0 100 122.355 29.200 5.475 0 7.964 30.714 1.950
20 33,2 20 10.104 0 3.240 200 430 2.568 0
21 262,0 185 335.373 54.000 18.000 5.000 63.000 94.420 1.800
22 26,4 18 15.544 0 3.420 565 1.218 1.994 54
23 139,9 95 106.714 22.680 7.200 1.678 8.827 28.502 300
24 7,2 5 7.418 0 2.720 0 0 1.085 0
25 11,9 10 14.380 0 4.320 79 2.021 3.420 120
26 36,2 17 10.296 0 2.700 400 0 1.722 0
27 19,0 30 31.842 0 6.675 0 4.375 9.984 0
28 32,0 16 10.697 0 2.040 0 5.226 738 0
29 8,0 11 12.794 0 2.355 490 1.869 2.391 607
30 41,0 21 20.309 0 4.820 0 4.314 3.158 24
31 213,0 160 312.177 34.655 12.020 23.599 9.660 107.515 23.482
32 165,0 60 72.332 10.548 0 0 10.620 23.250 598
33 38,0 34 36.968 7.159 0 127 7.356 12.476 659
34 103,5 130 115.091 21.420 5.700 9.450 18.410 12.240 3.600
35 11,0 26 17.305 0 7.075 0 0 4.500 0
36 5,0 22 41.639 0 10.800 0 7.185 12.876 2.611
37 8,5 6 4.837 0 1.620 0 0 1.216 0
38 23,0 25 16.318 0 2.880 330 4.000 1.632 0
39 60,0 33 18.410 1.830 0 0 0 3.876 28
40 3,8 8 6.383 0 2.430 295 0 969 0
41 146,7 25 14.350 0 3.599 2.500 0 1.478 0
42 133,0 148 81.764 10.653 14.375 1.184 0 25.391 181
43 80,2 21 8.542 1.196 3.550 250 0 519 0
44 117,0 39 44.187 3.599 1.972 9.997 0 10.913 800
45 117,0 25 16.434 0 4.745 905 0 4.065 20
46 72,0 26 17.851 4.340 3.720 0 0 3.481 240
47 52,8 46 197.177 30.264 0 0 16.826 62.544 16.606
48 72,4 35 30.684 9.920 5.840 180 0 7.980 0
49 19,0 9 7.630 0 3.780 0 0 834 370
50 41,0 20 16.514 0 5.810 2.800 0 2.825 42
Fonte: SEBRAE/MG e FAEMG (2006).
Londrina, 22 a 25 de julho de 2007, 17
Sociedade Brasileira de Economia, Administrao e Sociologia Rural
 XLV CONGRESSO DA SOBER
"Conhecimentos para Agricultura do Futuro"

DMU X10 X11 X12 X13 X14 X15 X16 Y01 Y02
1 589 0 204 0 155 250 3.348 44,0 10.305
2 1.471 0 2.273 0 1.194 1.060 11.941 255,0 52.244
3 1.148 730 1.920 0 950 2.150 3.034 204,0 53.039
4 1.019 365 840 0 585 1.320 5.552 105,0 30.513
5 293 0 140 0 418 300 18.973 87,4 16.221
6 4.877 5.088 6.240 0 3.544 5.000 25.519 700,0 169.190
7 657 1.797 640 0 516 120 6.661 50,0 11.725
8 195 137 276 0 86 100 1.092 20,8 4.602
9 1.062 704 978 638 134 360 2.429 97,5 21.058
10 841 1.095 1.557 976 641 1.800 5.312 152,0 33.185
11 2.036 1.599 4.558 2.226 620 1.200 7.259 440,0 91.212
12 550 3.600 2.185 0 912 0 8.953 198,3 44.564
13 150 0 350 0 0 0 3.533 40,5 11.306
14 842 2.700 960 0 313 0 5.331 150,9 41.742
15 561 996 1.000 0 192 500 4.092 47,5 10.028
16 3.170 6.025 4.000 0 2.957 2.400 6.702 335,1 80.126
17 1.315 1.144 5.110 0 1.108 1.800 9.319 173,9 38.942
18 2.770 3.258 3.500 0 1.820 2.000 12.571 297,5 81.809
19 3.374 6.752 14.965 0 3.890 3.500 14.571 641,7 144.104
20 332 0 300 0 190 500 2.344 55,6 10.640
21 6.000 10.038 18.000 0 11.151 10.800 43.164 1.385,0 508.275
22 666 566 840 0 128 1.100 4.993 33,0 9.580
23 7.035 4.453 6.012 0 4.744 7.800 7.484 630,0 152.255
24 288 226 450 0 147 700 1.803 33,0 6.182
25 368 712 300 0 381 700 1.960 70,0 14.153
26 386 233 180 0 193 350 4.131 37,9 7.563
27 692 1.374 1.890 0 664 1.300 4.888 195,0 36.124
28 471 270 300 0 137 300 1.215 40,0 10.070
29 325 876 200 0 219 300 3.162 50,0 10.943
30 715 1.329 600 0 80 50 5.219 104,0 20.707
31 10.567 5.461 27.385 3.504 24.730 16.465 13.133 1.607,6 406.771
32 4.013 2.363 4.046 0 1.953 0 14.942 323,7 73.025
33 882 654 2.092 0 1.897 236 3.430 179,2 46.445
34 9.410 2.450 5.500 0 6.135 4.000 16.776 679,1 137.946
35 799 578 420 0 372 200 3.361 84,2 16.439
36 1.439 2.160 1.200 420 622 820 1.507 157,8 39.382
37 254 369 120 0 139 240 879 33,3 5.895
38 415 510 260 0 439 1.600 4.252 79,9 17.132
39 878 858 1.232 0 187 1.500 8.021 50,0 11.465
40 218 241 288 0 82 400 1.460 24,0 3.816
41 746 175 556 0 340 300 4.656 53,0 15.673
42 2.399 0 5.514 0 8.066 441 13.561 690,0 166.586
43 357 405 600 0 255 300 1.112 39,0 10.606
44 942 2.628 580 0 2.540 0 10.218 185,0 39.211
45 387 0 588 0 50 0 5.674 42,8 11.515
46 768 730 546 0 750 600 2.676 105,0 24.573
47 4.800 5.475 19.467 2.800 11.475 2.100 24.820 765,8 174.731
48 600 1.095 360 0 1.295 240 3.174 153,5 33.282
49 150 292 240 250 307 190 1.218 45,3 9.675
50 830 0 410 0 320 500 2.977 74,5 18.240
Fonte: SEBRAE/MG e FAEMG (2006).

Londrina, 22 a 25 de julho de 2007, 18

Sociedade Brasileira de Economia, Administrao e Sociologia Rural