Revista de Economia e Sociologia Rural
https://revistasober.org/article/doi/10.1590/1806-9479.2021.252091
Revista de Economia e Sociologia Rural
Artigo Original

Previsões para a produção de leite sob instabilidade pluviométrica no Ceará no período de 1974 a 2019

Forecasts for milk production under rainfall instability in Ceará on the period of 1974 to 2019.

Elizama Cavalcante de Paiva; José de Jesus Sousa Lemos; Robério Telmo Campos

Downloads: 0
Views: 47

Resumo

Resumo: O setor da pecuária é fortemente influenciado pelos fenômenos climáticos, e a instabilidade pluviométrica se torna um entrave à capacidade produtiva, sobretudo dos municípios pertencentes ao semiárido. Os produtores planejam e organizam sua produção a partir de experiências passadas e criam expectativas quanto ao futuro. Este trabalho avaliou a forma como as variáveis exógenas (pluviometria e preços) interferiam nas previsões dos produtores de leite no Ceará, no período de 1974 a 2019. Geraram-se projeções acerca das variáveis endógenas sobre as quais os produtores de leite tinham poder de decisão (rebanho e produtividade). Embora eles não tivessem poder de decisão sobre o preço médio, que é determinado exogenamente pelo mercado, o estudo fez estimativas das formas de projeções também para essa variável. Estimou-se a maneira como provavelmente a pluviometria pudesse afetar as previsões das variáveis associadas à produção de leite. Utilizou-se do método ARIMA, proposto por Box e Jenkins (1976), para captar o comportamento das variáveis com base em séries históricas (1974-2019). Os resultados confirmaram o impacto indireto das chuvas e dos preços sobre as variáveis endógenas de decisão. As trajetórias das expectativas de produção e dos valores projetados, bem como os testes estatísticos realizados, sinalizaram a robustez dos ajustamentos feitos na pesquisa.

Palavras-chave

semiárido, instabilidade pluviométrica, projeções, tecnologias

Abstract

Abstract: The livestock sector is strongly influenced by weather phenomena and rainfall instability becomes an obstacle to productive capacity, especially in municipalities belonging to the semiarid region. Producers plan and organize their production based on past experiences, and from these experiences, they create their expectations for the future. This work evaluated how exogenous variables (rainfall and prices) interfere in the forecasts of dairy farmers in Ceará in the period from 1974 to 2019. Projections are generated about the endogenous variables over which dairy farmers have decision-making power (herd and productivity). Although they do not have decision-making power over the average price, which is exogenously determined by the market, the study estimated the forms of projections for this variable as well. It was also estimated how rainfall likely affects the predictions of variables associated with milk production. The ARIMA method proposed by Box and Jenkins (1976) was used to capture the behavior of variables based on their historical series (1974-2019). The results confirmed the indirect impact of rainfall and prices on the endogenous decision variables. The trajectories of production expectations and projected values, as well as the statistical tests performed, indicated the robustness of the adjustments made in the survey.
 

Keywords

semiarid, pluviometric instability, projections, technologies

Referências

Box, G. E. P., & Jenkins, G. M. (1976). Time series analysis forecasting and control. San Francisco: Holden-Day.

Box, G. E., Jenkins, G. M., Reinsel, G. C., & Ljung, G. M. (2015). Time series analysis forecasting and control. Recuperado em 4 de março de 2021, de http://www.ru.ac.bd/stat/wp-content/uploads/sites /25/2019/03/504_05_Box_Time-Series-Analysis-Forecasting-and-Control-2015. pdf

Brasil. Ministério da Agricultura, Pecuária e Abastecimento. (2011). Instrução Normativa, n° 62, de 29 de dezembro de 2011. Regulamenta a produção, identidade, qualidade, coleta e transporte do leite tipo A, leite cru refrigerado e leite pasteurizado. Diário Oficial [da] República Federativa do Brasil, Brasília.

Brasil. Ministério da Integração Nacional. Conselho Deliberativo da Superintendência do Desenvolvimento do Nordeste – CONDEL/SUDENE. (2017). Resolução nº 115, de 23 de novembro de 2017. Diário Oficial [da] República Federativa do Brasil, Brasília. Recuperado em 20 de março de 2021, de https://www.in.gov.br/materia/-/asset_publisher/Kujrw0TZC2Mb/content/id/739568/do1-2017-12-05-resolucao-n-115-de-23-de-novembro-de-2017-739564

Camelo, H. N., Lucio, P. S., Leal Junior, J. B. V., & Carvalho, P. C. M. (2018). Modeling Box - Jenkins applied a prediction of wind speed in the regions of the Brazilian northeast for the fins of wind generation. Ciência e Natura, 40, 16. http://dx.doi.org/10.5902/2179460X29785.

Clement, E. P. (2014). Using Normalized Bayesian Information Criterion (Bic) to Improve Box - Jenkins Model Building. American Journal of Mathematics and Statistics, 4(5), 214-221. Recuperado em 10 de março de 2021, de https://www.researchgate.net/publication/297709535_Using_Normalized_Bayesian

Cochrane, J. H. (1997). Time series for macroeconomic and finances. Graduate School of Business. Recuperado em 12 de junho de 2020, de http://www.bseu.by/russian/faculty5/stat/docs/4/Cochran,TimeSeries.pdf

Deschênes, O., & Greenstone, M. (2007). The economic impacts of climate change: evidence from agricultural output and random fluctuations in weather. The American Economic Review, 97(1), 354-385.

Fama, E. (1969). Efficient Capital Markets: a review of theory and empirical work. The Journal of Finance, 25, 383-417.

Folhes, M. T., & Donald, N. (2007). Previsões tradicionais de tempo e clima no Ceará: o conhecimento popular a serviço da ciência. Sociedade & Natureza, 19(2), 19-31. http://dx.doi.org/10.1590/S1982-45132007000200002.

Galvão Júnior, J. G. B., Guilermino, M. M., Medeiros, H. R., Novais, L. P., & Rangel, A. H. N. (2015). Perfil dos sistemas de produção de leite bovino no Siridó Potiguar. Revista Holos, 2, 130-142.

Garcia, C. H. (1989). Tabelas para classificação do coeficiente de variação (Circular Técnica, No. 171). Piracicaba: IPEF. Recuperado em 2 de março de 2021, de https://www.ipef.br/publicacoes/ctecnica/nr171.pdf

Gomes, F. P. (1985). Curso de estatística experimental (13. ed.). São Paulo: ESALQ/USP.

Gonçalves, L. C., Borges, I., & Ferreira, P. D. S. (2015). Alimentação de gado de leite. Belo Horizonte: FEPMVZ-Editora.

Greene, W. H. (2012). Econometric analysis. New York: Pearson.

Instituto Brasileiro de Geografia e Estatística – IBGE. (2006). Censo agropecuário 2006. Recuperado em 10 de agosto de 2021, de https://sidra.ibge.gov.br/tabela/2006

Instituto Brasileiro de Geografia e Estatística – IBGE. (2017). Censo agropecuário 2017. Recuperado em 10 de agosto de 2021, de https://sidra.ibge.gov.br/tabela/2017

Instituto Brasileiro de Geografia e Estatística – IBGE. (2019). Produção pecuária municipal. Rio de Janeiro: IBGE.

Kwiatkowski, D., Phillips, P. C. B., Schmidt, P., & Shin, Y. (1992). Testing the null hypothesis of stationarity against the alternative of a unit root: how sure are we that economic time series have a unit root. Journal of Econometrics, 54, 159-178.

Lemos, J. J. S. (2020). Vulnerabilidades induzidas no semiárido brasileiro. Desenvolvimento Regional em Debate, 10, 245-268. http://dx.doi.org/10.24302/drd.v10i0.2728.

Lemos, J. J. S., & Bezerra, F. N. R. (2019). Interferência da instabilidade pluviométrica na previsão da produção de grãos no semiárido do Ceará. Brazilian Journal of Development, 5(9), 15632-15652. http://dx.doi.org/10.34117/bjdv5n9-139.

Li, S., Yang, X., & Li, R. (2019). Forecasting coal consumption in India by 2030: using linear modified linear (MGM-ARIMA) and linear modified nonlinear (BP-ARIMA) combined models. Sustainability, 11(3), 695. http://dx.doi.org/10.3390/su11030695.

Makridakis, S., Wheelwright, S., & Hyndman, R. J. (1998). Forecasting methods and applications (3rd ed.). New York: John Wiley & Sons.

Morretin, P. A., & Toloi, C. M. C. (1987). Previsão de séries temporais (2a ed.) São Paulo: Atual Editora.

Paiva, E. (2018). Simulações metodológicas para detectar formação de expectativas e tornar a produção de leite sustentável no semiárido cearense (Dissertação de mestrado). Universidade Federal do Ceará, Fortaleza.

Reis Filho, R. J. C., & Carvalho, A. P. (2009). Plano de desenvolvimento da pecuária leiteira nas áreas irrigáveis do Estado do Ceará. Fortaleza: ADECE.

Silva, F. B. R., Riché, G. R., Tonneau, J. P., Souza Neto, N. C., Brito, L. T. L., Correia, R. C., Cavalcanti, A. C., Silva, F. H. B. B., Silva, A. B., & Araújo Filho, J. C. (1993). Zoneamento agroecológico do Nordeste: diagnóstico do quadro natural e agrossocioeconômico. Petrolina: Embrapa Semiárido.

Sorensen, A. T. (2000). Equilibrium price dispersion in retail markets for prescription drugs. Journal of Political Economy, 108(4), 833-850. http://dx.doi.org/10.1086/316103.

Thornton, P. K., van de Steeg, J., Notenbaert, A., & Herrero, M. (2009). The impacts of climate change on livestock and livestock systems in developing countries: a review of what we know and what we need to know. Agricultural Systems, 101(3), 113-127. http://dx.doi.org/10.1016/j.agsy.2009.05.002.

Wang, Q., Li, S., Li, R., & Ma, M. (2018). Forecasting U.S. shale gas monthly production using a hybrid ARIMA and metabolic nonlinear grey model. Energy, 160, 378-387. http://dx.doi.org/10.1016/j.energy.2018.07.047.

Wooldridge, J. M. (2013). Introductory econometrics: a modern approach (5th ed). Mason: South Western Educational Publishing.

Ximenes, L. F. (2013). Efeitos da ocorrência de secas sobre indicadores agropecuários do Estado do Ceará. Informe Rural, 7(1), 1-14.

Ximenes, L. J. F. (2009). Predição do Lucro por mudança unitária das características produtivas e reprodutivas de bovinos leiteiros no semiárido do Nordeste (Tese de doutorado).Universidade Federal do Ceará, Fortaleza.
 


Submetido em:
21/05/2021

Aceito em:
24/08/2020

61828287a953952714571a52 resr Articles
Links & Downloads

resr

Share this page
Page Sections