Revista de Economia e Sociologia Rural
https://revistasober.org/article/doi/10.1590/1806-9479.2022.262515
Revista de Economia e Sociologia Rural
ORIGINAL ARTICLE

Regional impacts of climate change on agricultural productivity: evidence on large-scale and family farming in Brazil

Os impactos regionais das mudanças climáticas sobre a produtividade agrícola familiar e patronal no Brasil

Tarik Marques do Prado Tanure; Edson Paulo Domingues; Aline Souza Magalhães

Downloads: 0
Views: 639

Abstract

This paper projects and analyzes the regional impacts of climate change on the agricultural productivity of family farming and large-scale agriculture in Brazil between 2021 and 2050, using the RCP 4.5 and RCP 8.5 scenarios. The methodology adopted consists of a cross-sectional estimation of a production function in which agricultural productivity is determined by climatic, geographic, and productive factors. The study contributes to the literature by disaggregating agricultural production into family farming and large-scale agriculture, indicating the magnitude and direction of impacts by crops and regions in Brazil, a country with a great territorial dimension and relevant and heterogeneous agricultural production. The results indicate that the agricultural productivity of family farming is more sensitive and therefore this type of producer could be more vulnerable to the phenomenon. On average, the effects will be negative in the North/Northeast regions and for cassava, maize, beans, and soybeans, with possible impacts on deforestation and on food supply. Productivity gains are expected in the southern region and for the cultivation of sugar cane and soybeans. Deterioration of food security of the vulnerable farmers and regional disparities may increase in Brazil.

Keywords

climate change impacts, agricultural productivity, family farming, food security

Resumo

Resumo:: O artigo analisa os impactos regionais das mudanças climáticas sobre a produtividade agrícola por cultivo da agricultura familiar e patronal no Brasil, utilizando os cenários RCP 4.5 e RCP 8.5 (IPCC, 2014), entre os anos de 2021 e 2050. A estratégia metodológica consiste na estimação em cross section de uma função de produção em que os resultados em termos de produtividade agrícola são determinados por fatores climáticos, geográficos e produtivos. O estudo contribui para a literatura, ao desagregar a produção agrícola em familiar e patronal, indicando a magnitude e a direção dos impactos, por cultivo e por Unidade da Federação no Brasil, pais de grande dimensão territorial e relevante e heterogênea produção agrícola. Os resultados indicaram que a agricultura familiar apresentaria maior sensibilidade, e portanto, maior vulnerabilidade ao fenômeno. Em média, os efeitos seriam negativos nas regiões Norte/Nordeste e para mandioca, milho, feijão e soja, com possíveis impactos no desmatamento e na oferta de alimentos. Esperam-se ganhos de produtividade na região Sul e para o cultivo de cana-de-açúcar e soja. A deterioração da segurança alimentar dos agricultores vulneráveis e as disparidades regionais poderiam aumentar no Brasil.
 

Palavras-chave

mudanças climáticas, produtividade agrícola, agricultura familiar, segurança alimentar

Referências

Araújo, P. H. C., de Figueiredo Silva, F., Gomes, M. F. M., Féres, J. G., & Braga, M. J. (2014). Uma análise do impacto das mudanças climáticas na produtividade agrícola da região nordeste do Brasil. Revista Economica do Nordeste, 45(3), 46-57.

Assad, E. D., & Pinto, H. S. (2008). Aquecimento Global e a Nova Geografia da Produção Agrícola no Brasil. Campinas: CEPAGRI - Unicamp / EMBRAPA.

Assad, E. D., Oliveira, A. F., Nakai, A. M., Pavão, E., Pellegrino, G., & Monteiro, J. E. (2016). Impactos e vulnerabilidades da agricultura brasileira às mudanças climáticas. In Brasil. Ministério da Ciência, Tecnologia e Inovação. Modelagem climática e vulnerabilidades Setoriais à mudança do clima no Brasil (Cap. 4, 590 p.). Brasília: Ministério da Ciência, Tecnologia e Inovação.

Assunção, J., & Chein, F. (2016). Climate change and agricultural productivity in Brazil: future perspectives. Environment and Development Economics, 21(5), 581-602.

Balkovič, J., van der Velde, M., Skalský, R., Xiong, W., Folberth, C., Khabarov, N., Smirnov, A., Mueller, N. D., & Obersteiner, M. (2014). Global wheat production potentials and management flexibility under the representative concentration pathways. Global and Planetary Change, 122, 107-121.

Barona, E., Ramankutty, N., Hyman, G., & Coomes, O. T. (2010). The role of pasture and soybean in deforestation of the Brazilian Amazon. Environmental Research Letters, 5(2), 024002.

Beasley, T. M. (2008). Seemingly unrelated regression (SUR) models as a solution to path analytic models with correlated errors. Multiple Linear Regression Viewpoints, 34(1), 1-7.

Brasil. (2012). Plano Setorial de Mitigação e Adaptação às Mudanças Climáticas para Consolidação da Economia de Baixa Emissão de Carbono na Agricultura - PLANO ABC. Brasília, DF: MAPA/ACS.

Brasil. (2015). Projeto Brasil 2040. Resumo Executivo. Brasília: Secretaria de Assuntos Estratégicos.

Brasil. (2017). NASA confirms Embrapa's data on planted area in Brazil. Brasília, DF: Geotechnology Environmental and Land Management, Empresa Brasileira de Pesquisa Agropecuária. Ministério da Agricultura, Pecuária e Abastecimento. Retrieved in 2022, March 28, from https://www.embrapa.br/en/busca-de-noticias/-/noticia/30972114/nasa-confirms-embrapas-data-on-planted-area-in-brazil

Chou, S. C., Lyra, A., Mourão, C., Dereczynski, C., Pilotto, I., Gomes, J., Bustamante, J., Tavares, P., Silva, A., Rodrigues, D., Campos, D., Chagas, D., Sueiro, G., Siqueira, G., & Marengo, J. (2014). Assessment of climate change over South America under RCP 4.5 and 8.5 downscaling scenarios.American Journal of Climate Change, 3(5), 512.

Clair, S. B. S., & Lynch, J. P. (2010). The opening of Pandora’s Box: climate change impacts on soil fertility and crop nutrition in developing countries. Plant and Soil, 335(1-2), 101-115.

Cline, W. R. (2007). Global warming and agriculture: Impact estimates by country. Peterson Institute.

De Salvo, M., Raffaelli, R., & Moser, R. (2013). The impact of climate change on permanent crops in an Alpine region: a Ricardian analysis. Agricultural Systems, 118, 23-32.

DePaula, G. (2018). The distributional impact of climate change in brazilian agriculture: a ricardian quantile analysis with census data. Washington: Center for Agricultural and Rural Development, Iowa State University. Working Paper 18-WP 583.

Edame, G. E., Ekpenyong, A. B., Fonta, W. M., & Duru, E. J. C. (2011). Climate change, food security and agricultural productivity in Africa: Issues and policy directions. International Journal of Humanities and Social Science, 1(21), 205-223.

Empresa Brasileira de Pesquisa Agropecuária - EMBRAPA. (2020). About Matopiba. Embrapa Themes. Retrieved in 2022, March 28, from https://www.embrapa.br/en/tema-matopiba/sobre-o-tema

Falloon, P., Jones, C. D., Cerri, C. E., Al-Adamat, R., Kamoni, P., Bhattacharyya, T., Easter, M., Paustian, K., Killian, K., Coleman, K., & Milne, E. (2007). Climate change and its impact on soil and vegetation carbon storage in Kenya, Jordan, India and Brazil. Agriculture, Ecosystems & Environment, 122(1), 114-124.

Féres, J., Reis, E., & Speranza, J. (2009). Mudanças climáticas globais e seus impactos sobre os padrões de uso do solo no Brasil. In XLVII Congresso da Sociedade Brasileira de Economia, Administração e Sociologia Rural. Brasília: SOBER.

Fernandes, E., Soliman, A., Confalonieri, R., Donatelli, M., & Tubiello, F. (2012). Climate change and agriculture in Latin America, 2020-2050: Projected impacts and response to adaptation strategies. Washington, DC: World Bank.

Ferreira Filho, J. B. S., & Moraes, G. I. (2014). Climate change, agriculture and economic effects on different regions of Brazil. Environment and Development Economics, 20(1), 37-56. http://dx.doi.org/10.1017/S1355770X14000126.

Food and Agriculture Organization of the United Nations - FAO. (2005). Special event on impact of climate change, pests and diseases on food security and poverty reduction. Background Document. In Proceedings of the 31st Session of the Committee on World Food Security. Retrieved in 2022, March 28, from https://reliefweb.int/report/world/background-document-special-event-impact-climate-change-pests-and-diseases-food

Food and Agriculture Organization of the United Nations - FAOSTAT. (2020). Crops and livestock products. Retrieved in 2020, September 28, from http://www.fao.org/faostat/en/#data/TP/visualize

Fuglie, K. O. (2008). Is a slowdown in agricultural productivity growth contributing to the rise in commodity prices? Agricultural Economics, 39, 431-441.

Gasques, J. G. O., Vieira Filho, J. E. R. O., & Navarro, Z. O. (2010). A agricultura brasileira: desempenho, desafios e perspectivas. Brasília, DF: IPEA.

Gasques, J. G., Bastos, E. T., Valdes, C., & Bacchi, M. R. P. (2014). Produtividade da agricultura: resultados para o Brasil e estados selecionados. Revista de Política Agrícola, 23(3), 87-98.

Georgopoulou, E., Mirasgedis, S., Sarafidis, Y., Vitaliotou, M., Lalas, D. P., Theloudis, I., Giannoulaki, K.-D., Dimopoulos, D., & Zavras, V. (2017). Climate change impacts and adaptation options for the Greek agriculture in 2021-2050: a monetary assessment. Climate Risk Management, 16, 164-182.

Gibbs, H. K., Rausch, L., Munger, J., Schelly, I., Morton, D. C., Noojipady, P., Soares-Filho, B., Barreto, P., Micol, L., & Walker, N. F. (2015). Brazil’s soy moratorium. Science, 347(6220), 377-378.

Graß, R., Thies, B., Kersebaum, K. C., & Wachendorf, M. (2015). Simulating dry matter yield of two cropping systems with the simulation model HERMES to evaluate impact of future climate change. European Journal of Agronomy, 70, 1-10.

Headey, D., Alauddin, M., & Prasada Rao, D.S. (2010). Explaining agricultural productivity growth: an international perspective. Agricultural Economics, 41(1), 1-14.

Helfand, S. M., & Taylor, M. P. (2021). The inverse relationship between farm size and productivity: refocusing the debate. Food Policy, 99, 101977. http://dx.doi.org/10.1016/j.foodpol.2020.101977.

Helfand, S., Moreira, A., & Junior, E. B. (2014). Agricultura familiar, produtividade e pobreza no Brasil: evidências do censo agropecuário 2006. In S. Schneider, B. Ferreira & F. Alves (Orgs.), Aspectos multidimensionais da agricultura brasileira: diferentes visões do Censo Agropecuário 2006 (387 p.). Brasília, DF: IPEA.

Hertel, T. W. (2012). Implications of agricultural productivity for global cropland use and GHG emissions: Borlaug vs. Jevons (GTAP Working Paper, No. 69). USA: Center for Global Trade Analysis, Department of Agricultural Economics, Purdue University.

Hoffmann, R. (2014). Brasil, 2013: mais segurança alimentar. Segurança Alimentar e Nutricional, 21(2), 422-436.

Instituto Brasileiro de Geografia e Estatística - IBGE. (2006). Censo Agropecuário 2006. Rio de Janeiro: IBGE.

Instituto Brasileiro de Geografia e Estatística - IBGE. (2017). Censo Agropecuário 2017. Rio de Janeiro: IBGE.

Instituto de Pesquisa Econômica Aplicada - IPEADATA. (2019). Retrieved in 2019, August, from http://www.ipeadata.gov.br

Intergovernmental Panel on Climate Change - IPCC. (2014). Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change (151 p.). Geneva, Switzerland: IPCC.

Kardol, P., Cregger, M. A., Campany, C. E., & Classen, A. T. (2010). Soil ecosystem functioning under climate change: plant species and community effects. Ecology, 91(3), 767-781.

Kastens, J. H., Brown, J. C., Coutinho, A. C., Bishop, C. R., & Esquerdo, J. C. D. (2017). Soy moratorium impacts on soybean and deforestation dynamics in Mato Grosso, Brazil. PLoS One, 12(4), e0176168.

Knox, J., Hess, T., Daccache, A., & Wheeler, T. (2012). Climate change impacts on crop productivity in Africa and South Asia. Environmental Research Letters, 7(3), 034032.

Landau, E. C., Cruz, R. K., Hirsch, A., Pimenta, F. M., & Guimaraes, D. P. (2012). Variação geográfica do tamanho dos módulos fiscais no Brasil. Repositório de Informação Tecnológica da Embrapa. Retrieved in 2020, September 28, from https://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/949260

Maçorano, R. P. (2017). Impacto das mudanças climáticas na dinâmica da citricultura no estado de São Paulo (Dissertação de mestrado). Faculdade de Engenharia Agrícola, Universidade Estadual de Campinas, Campinas.

Matsuura, K., & Willmott, C. J. (2012). Terrestrial air temperature: 1900-2010 gridded monthly time series. Retrieved in 2020, September 28, from http://climate. geog. udel. edu/~ climate/html_pages/Global2011/GlobalTsT2011. html

Mendelsohn, R., & Schlesinger, M. E. (1999). Climate-response functions. Ambio, 28(4), 362-366.

Mendelsohn, R., Nordhaus, W. D., & Shaw, D. (1994). The impact of global warming on agriculture: a Ricardian analysis. The American Economic Review, 84(4), 753-771.

Miranda, E. E. (2018). Áreas cultivadas no Brasil e no mundo. AgroANALYSIS, 38(2), 25-27.

Miyajima, D. N. (2018). Cenário de mudanças climáticas, efeitos sobre a produtividade agrícola e seus impactos econômicos nas regiões da Amazônia Legal Brasileira (Dissertação de mestrado). Cedeplar, UFMG, Belo Horizonte.

Newton, P., Gomez, A. E. A., Jung, S., Kelly, T., Mendes, T. A., Rasmussen, L. V., Reis, J. C., Rodrigues, R. A. R., Tipper, R., van der Horst, D., & Watkins, C. (2016). Overcoming barriers to low carbon agriculture and forest restoration in Brazil: The Rural Sustentavel project. World Dev Perspect, 4, http://dx.doi.org/10.1016/j.wdp.2016.11.011.

Painel Brasileiro de Mudanças Climáticas - PBMC. (2014). Impactos, vulnerabilidades e adaptação às mudanças climáticas. Contribuição do Grupo de Trabalho 2 do Painel Brasileiro de Mudanças Climáticas ao Primeiro Relatório da Avaliação Nacional sobre Mudanças Climáticas (414 p.). Rio de Janeiro: COPPE, Universidade Federal do Rio de Janeiro.

Rada, N., & Valdes, C. (2012). Policy, technology, and efficiency of Brazilian agriculture(USDA-ERS Economic Research Report, No. 137). USA: United States Department of Agriculture.

Rasmussen, S. (2010). Scale efficiency in Danish agriculture: an input distance-function approach. European Review of Agriculture Economics, 37(3), 335-367.

Reidsma, P., Ewert, F., Lansink, A. O., & Leemans, R. (2010). Adaptation to climate change and climate variability in European agriculture: the importance of farm level responses. European Journal of Agronomy, 32(1), 91-102.

Rosenzweig, C., Elliott, J., Deryng, D., Ruane, A. C., Müller, C., Arneth, A., Boote, K. J., Folberth, C., Glotter, M., Khabarov, N., Neumann, K., Piontek, F., Pugh, T. A., Schmid, E., Stehfest, E., Yang, H., & Jones, J. W. (2014). Assessing agricultural risks of climate change in the 21st century in a global gridded crop model intercomparison. Proceedings of the National Academy of Sciences of the United States of America, 111(9), 3268-3273.

Sanghi, A., Alves, D., Evenson, R., & Mendelsohn, R. (1997). Global warming impacts on Brazilian agriculture: estimates of the Ricardian model. Economia Aplicada, 1(1), 7-33.

Santos, C. V., Oliveira, A. F., & Ferreira Filho, J. B. S. (2022). Potential impacts of climate change on agriculture and the economy in different regions of Brazil. Revista de Economia e Sociologia Rural, 60(1), e220611. http://dx.doi.org/10.1590/1806-9479.2021.220611

Santos, L. P. D., Avelar, J. M. B., Shikida, P. F. A., & Carvalho, M. A. D. (2016). Agronegócio brasileiro no comércio internacional. Revista de Ciências Agrárias (Belém), 39(1), 54-69.

Schlenker, W., Hanemann, W. M., & Fisher, A. C. (2006). The impact of global warming on US agriculture: an econometric analysis of optimal growing conditions. The Review of Economics and Statistics, 88(1), 113-125.

Schwalm, C. R., Glendon, S., & Duffy, P. B. (2020). RCP8. 5 tracks cumulative CO2 emissions. Proceedings of the National Academy of Sciences of the United States of America, 117(33), 19656-19657.

Supit, I., Van Diepen, C. A., De Wit, A. J. W., Wolf, J., Kabat, P., Baruth, B., & Ludwig, F. (2012). Assessing climate change effects on European crop yields using the Crop Growth Monitoring System and a weather generator. Agricultural and Forest Meteorology, 164, 96-111.

Troost, C., & Berger, T. (2015). Dealing with uncertainty in agent-based simulation: farm-level modeling of adaptation to climate change in Southwest Germany. American Journal of Agricultural Economics, 97(3), 833-854.

Valverde, P., de Carvalho, M., Serralheiro, R., Maia, R., Ramos, V., & Oliveira, B. (2015). Climate change impacts on rainfed agriculture in the Guadiana River basin (Portugal). Agricultural Water Management, 150, 35-45.

Vanuytrecht, E., Raes, D., & Willems, P. (2016). Regional and global climate projections increase mid-century yield variability and crop productivity in Belgium. Regional Environmental Change, 16(3), 659-672.

Villoria, N. (2019). Technology spillovers and land use change. American Journal of Agricultural Economics, 101(3), 870-893.

World Meteorological Organization - WMO. (2017). Retrieved in 2022, October 6, from https://library.wmo.int/doc_num.php?explnum_id=4166

Zellner, A. (1962). An efficient method of estimating seemingly unrelated regressions and tests for aggregation bias. Journal of the American Statistical Association, 57(298), 348-368.

Zilli, M., Scarabello, M., Soterroni, A. C., Valin, H., Mosnier, A., Leclère, D., Havlík, P., Kraxner, F., Lopes, M. A., & Ramos, F. M. (2020). The impact of climate change on Brazil’s agriculture. The Science of the Total Environment, 740, 139384.
 


Submetido em:
28/03/2022

Aceito em:
06/10/2022

63dd227aa95395177b2e8e27 resr Articles
Links & Downloads

resr

Share this page
Page Sections