Revista de Economia e Sociologia Rural
https://revistasober.org/article/doi/10.1590/1806-9479.2023.287305
Revista de Economia e Sociologia Rural
ARTIGO ORIGINAL

Determinantes da produtividade total dos fatores da lavoura de milho no Brasil: uma análise de fronteira estocástica para o período de 1995 a 2017

Determinants of corn total factor productivity in Brazil: a stochastic frontier analysis for the period from 1995 to 2017

Felipe Miranda de Souza Almeida; Humberto Francisco Silva Spolador

http://dx.doi.org/10.1590/1806-9479.2023.287305 resr, vol.62, n4, e287305, 2024
PDF
Downloads: 0
Views: 62

Resumo

O milho é uma cultura amplamente distribuída em diferentes regiões brasileiras, e desempenha um papel relevante na alimentação humana e animal. Embora, nos últimos anos, tenham sido observados avanços produtivos, é essencial manter essa tendência para garantir a segurança alimentar, especialmente diante do crescimento populacional, da renda e do uso de biocombustíveis, que demandam matérias-primas provenientes de culturas alimentares. Nesse contexto, esse trabalho analisa a evolução da Produtividade Total dos Fatores (PTF) da lavoura de milho do Brasil no período de 1995 a 2017, decompondo o crescimento da PTF para identificar seus determinantes, a partir de um modelo de fronteira estocástica com os microdados dos três últimos censos agropecuários. Os resultados indicam que o crescimento médio da PTF foi de 0,76% a. a. no período analisado, sendo impulsionado principalmente pelo progresso técnico, que cresceu a uma taxa média de 0,826% a.a. Os determinantes que explicam as mudanças na produtividade devido a fatores observados e não observados relacionados ao ambiente de produção e à eficiência técnica também afetaram positivamente a produtividade, porém em menor magnitude. Por outro lado, os efeitos de escala e as mudanças nas condições climáticas tiveram impacto negativo sobre a produtividade da lavoura.

Palavras-chave

produtividade, produtividade total dos fatores, fronteira estocástica, milho

Abstract

Abstract: Corn is a crop that is widely distributed in the different regions of Brazil and plays an important role in human and animal nutrition. Although there have been productive advances in recent years, it is essential to maintain this trend to guarantee food security, especially in the face of population growth, income, and the use of biofuels, which demand raw materials from food crops. In this context, this paper analyzes the evolution of Total Factor Productivity (TFP) in Brazilian corn farming from 1995 to 2017, decomposing TFP growth to identify its determinants using a stochastic frontier model with microdata from the last three Agricultural Censuses. The results indicate that average TFP growth was 0.76% per annum in the period analyzed, driven mainly by technical progress, which grew at an average rate of 0.826% per annum. The determinants that explain changes in productivity due to observed and unobserved factors related to the production environment and changes in technical efficiency also positively affected productivity but to a lesser extent. On the other hand, scale effects and changes in climatic conditions had a negative impact on crop productivity.

Keywords

productivity, total factor productivity, stochastic frontier, corn

Referências

Aigner, D., Lovell, C. A. K., & Schmidt, P. (1977). Formulation and estimation of stochastic frontier production function models. Journal of Econometrics, 6(1), 21-37. http://doi.org/10.1016/0304-4076(77)90052-5

Alves, E. R. de A., Contini, E., & Garcia Gasques, J. (2008). Evolução da produção e produtividade da agricultura brasileira. In A. G. Albuquerque & A. C. S. Silva (Eds.), Agricultura tropical: quatro décadas de inovações tecnológicas, institucionais e políticas (pp. 67-100). Embrapa Informação Tecnológica.

Alves, L. R. A., & Bacha, C. J. C. (2018). Panorama da agricultura brasileira: estrutura de mercado, comercialização, formação de preços, custos de produção e sistemas produtivos. São Paulo: Alínea.

Alves, L. R. A., Barros, G. S. C., Sanches, A. L. R., Ribeiro, R. G., & Osaki, M. (2018). Estrutura de mercado e formação de preços na cadeia produtiva de milho. In L. R. A. Alves & C. J. C. Bacha (Eds.), Panorama da agricultura brasileira (pp. 133-176). São Paulo: Alínea.

Artuzo, F. D., Foguesatto, C. R., Machado, J. A. D., Oliveira, L., & Souza, A. R. L. (2019). O potencial produtivo brasileiro: uma análise histórica da produção de milho. Revista em Agronegócio e Meio Ambiente, 12(2), 515. http://doi.org/10.17765/2176-9168.2019v12n2p515-540

Bacha, C. J. C. (2018). Economia e Política Agrícola no Brasil. São Paulo: Alínea.

Bahia Filho, A. F. C., Garcia, J. C., Parentoni, S. N., Santana, D. P., Cruz, J. C. C., & Schaffert, R. E. (2008). Impulsionando a produção e a produtividade de milho e sorgo, no Brasil. In A. G. Albuquerque & A. C. S. Silva (Eds.), Agricultura tropical: quatro décadas de inovações tecnológicas, institucionais e políticas (pp. 125-162). Embrapa Informação Tecnológica.

Baldos, U. L. C., & Hertel, T. W. (2014). Global food security in 2050: the role of agricultural productivity and climate change. The Australian Journal of Agricultural and Resource Economics, 58(4), 554-570. http://doi.org/10.1111/1467-8489.12048

Barrett, C. B. (2021). Overcoming global food security challenges through science and solidarity. American Journal of Agricultural Economics, 103(2), 422-447. http://doi.org/10.1111/ajae.12160

Battese, G. E. (1997). A note on the estimation of Cobb-Douglas production functions when some explanatory variables have zero values. Journal of Agricultural Economics, 48(1-3), 250-252. http://doi.org/10.1111/j.1477-9552.1997.tb01149.x

Bergamaschi, H., & Matzenauer, R. (2014). O milho e o clima. Porto Alegre: Emater/RS-Ascar.

Bragagnolo, C., Spolador, H. F. S., & Barros, G. S. de C. (2010). Regional Brazilian agriculture TFP analysis: a stochastic frontier analysis approach. Revista Economia, 11(4), 217-242.

Bragagnolo, C., Spolador, H. F. S., & Barros, G. S. C. (2021). PTF agrícola: atualização segundo o Censo de 2017. Revista de Política Agrícola, 30(3), 107-122. Recuperado em 4 de junho de 2024, de https://seer.sede.embrapa.br/index.php/RPA/article/view/1617/pdf

Centro de Estudos Avançados em Economia Aplicada – CEPEA. (2021). PIB cadeia do milho. Recuperado em 4 de junho de 2024, de https://www.cepea.esalq.usp.br/upload/kceditor/files/Cadeia-milho_A(1).pdf

Coelli, T. J. (1995). Estimators and hypothesis tests for a stochastic frontier function: a Monte Carlo analysis. Journal of Productivity Analysis, 6(3), 247-268. http://doi.org/10.1007/BF01076978

Coelli, T. J., Rao, D. S. P., O’Donnell, C. J., & Battese, G. E. (2005). An introduction to efficiency and productivity analysis (2nd ed.). Springer. Recuperado em 4 de junho de 2024, de https://www.springer.com/gp/book/9780387242651

Contini, E., Garcia Gasques, J., Alves, E., & Bastos, E. T. (2010). Dinamismo da agricultura brasileira. Revista de Política Agrícola, 19, 42-64. Recuperado em 4 de junho de 2024, de https://www.alice.cnptia.embrapa.br/alice/bitstream/doc/955130/1/Dinamismodaagriculturabrasileira.pdf

D’agostino, R. B., Belanger, A., & D’agostino Junior, R. B. (1990). A Suggestion for Using Powerful and Informative Tests of Normality. The American Statistician, 44(4), 316-321. http://doi.org/10.1080/00031305.1990.10475751

Felema, J., & Spolador, H. F. S. (2022). Características regionais da produtividade e da mecanização da agropecuária brasileira. Revista de Política Agrícola, 31(3), 37-51.

Felema, J., & Spolador, H. F. S. (2023). Decomposição espacial do crescimento da Produtividade Total dos Fatores (PTF) da agropecuária brasileira. Revista de Economia e Sociologia Rural, 61(3), e260708. http://doi.org/10.1590/1806-9479.2022.260708.

Ferreira, M. D. P., & Vieira Filho, J. E. R. (2020). Eficiência técnica na agropecuária: capacidade de armazenagem e densidade das rodovias. In J. E. R. Vieira Filho & J. Garcia Gasques (Eds.), Uma jornada pelos contrastes do Brasil: cem anos do Censo Agropecuário (pp. 161-172). Rio de Janeiro: Instituto de Pesquisa Econômica Aplicada (Ipea). http://doi.org/10.38116/978-65-5635-011-0/cap11.

Fuglie, K. O. (2018). Is agricultural productivity slowing? Global Food Security, 17, 73-83. http://doi.org/10.1016/j.gfs.2018.05.001

Fuglie, K. O., & Schimmelpfennig, D. (2010). Introduction to the special issue on agricultural productivity growth: a closer look at large, developing countries. Journal of Productivity Analysis, 33(3), 169-172. http://doi.org/10.1007/s11123-010-0168-0

Fundação Getulio Vargas – FGV. (2022, março 10). Índice geral de preços - disponibilidade interna - IGP-DI. Recuperado em 4 de junho de 2024, de https://portalibre.fgv.br/

Garcia Gasques, J., Bacchi, M. R. P., Bastos, E. T., & Valdes, C. (2020). Crescimento e produtividade da agricultura brasileira: uma análise do Censo Agropecuário. In J. E. R. Vieira Filho & J. Garcia Gasques (Eds.), Uma jornada pelos contrastes do Brasil: cem anos do Censo Agropecuário (pp. 107-119). Rio de Janeiro: Instituto de Pesquisa Econômica Aplicada (IPEA). http://doi.org/10.38116/978-65-5635-011-0/cap7.

Garcia Gasques, J, Teles Bastos, E., Bacchi, M. R. P., & Valdes, C. (2010). Produtividade Total dos Fatores e Transformações da Agricultura Brasileira: análise dos dados dos Censos Agropecuários. In J. Garcia Gasques, J. E. R. Vieira Filho & Z. Navarro (Eds.), A agricultura Brasileira: desempenho, desafios e perspectivas (pp. 19-44). Rio de Janeiro: Instituto de Pesquisa Econômica Aplicada (IPEA).

Garcia Gasques, J., Bastos, E. T., Bacchi, M. R. P., & Vieira Filho, J. E. R. (2022). Produtividade total dos fatores na agricultura: Brasil e países selecionados (Texto Para Discussão, No. 2764, pp. 1-20). Rio de Janeiro: Instituto de Pesquisa Econômica Aplicada (IPEA).

Gordon, R., & Sayed, H. (2022) A new interpretation of productivity growth dynamics in the pre-pandemic and pandemic era U.S. economy, 1950-2022 (NBER Working Paper Series, No. 30267). Recuperado em 4 de junho de 2024, de http://www.nber.org/papers/w30267

Hall, R. E., & Jones, C. I. (1999). Why do some countries produce so much more output per worker than others? The Quarterly Journal of Economics, 114(1), 83-116. http://doi.org/10.1162/003355399555954

Instituto Brasileiro de Geografia e Estatística – IBGE. (2022). Pesquisa Agrícola Municipal - PAM 2021. Recuperado em 4 de junho de 2024, de https://biblioteca.ibge.gov.br/visualizacao/periodicos/66/pam_2021_v48_br_informativo.pdf

Kehoe, T. J., & Ruhl, K. J. (2010). Why have economic reforms in mexico not generated growth? Journal of Economic Literature, 48(4), 1005-1027. http://doi.org/10.1257/jel.48.4.1005

Kumbhakar, S. C., & Lovell, C. A. K. (2000). Stochastic frontier analysis. Cambridge University Press. http://doi.org/10.1017/CBO9781139174411.

Kumbhakar, S. C., Wang, H.-J., & Horncastle, A. P. (2015). A practitioner’s guide to stochastic frontier analysis using Stata. Cambridge University Press. http://doi.org/10.1017/CBO9781139342070.

Lachaud, M. A., & Bravo‐Ureta, B. E. (2021). Agricultural productivity growth in Latin America and the Caribbean: an analysis of climatic effects, catch‐up and convergence. The Australian Journal of Agricultural and Resource Economics, 65(1), 143-170. http://doi.org/10.1111/1467-8489.12408

Lachaud, M. A., Bravo‐Ureta, B. E., & Ludena, C. E. (2022). Economic effects of climate change on agricultural production and productivity in Latin America and the Caribbean (LAC). Agricultural Economics, 53(2), 321-332. http://doi.org/10.1111/agec.12682

Lázari, N. C., & Magalhães, M. M. (2019). Crescimento da PTF segundo tamanho de estabelecimentos rurais na região Sudeste, de 1985 a 2006. Revista de Economia e Sociologia Rural, 57(2), 198-214. http://doi.org/10.1590/1806-9479.2019.175194

Machado, G. C., Bacha, C. J. C., & Johnston, F. L. (2020). Revisão sistemática dos trabalhos que calculam a PTF da agropecuária brasileira. Revista de Política Agrícola, 29(1), 82-93. Recuperado em 4 de junho de 2024, de https://seer.sede.embrapa.br/index.php/RPA/article/view/1488

Meeusen, W., & van den Broeck, J. (1977). Technical efficiency and dimension of the firm: Some results on the use of frontier production functions. Empirical Economics, 2(2), 109-122. http://doi.org/10.1007/BF01767476

Môro, G. V., & Fritsche-Neto, R. (2015). Importância e usos do milho no Brasil. In A. Borém, J. C. C. G. Galvão, & M. A. Pimentel (Eds.), Milho: do plantio à colheira (pp. 9-25). Editora UFV.

Njuki, E., Bravo-Ureta, B. E., & O’Donnell, C. J. (2019). Decomposing agricultural productivity growth using a random-parameters stochastic production frontier. Empirical Economics, 57(3), 839-860. http://doi.org/10.1007/s00181-018-1469-9

O’Donnell, C. J. (2012). An aggregate quantity framework for measuring and decomposing productivity change. Journal of Productivity Analysis, 38(3), 255-272. http://doi.org/10.1007/s11123-012-0275-1

O’Donnell, C. J. (2016). Using information about technologies, markets and firm behaviour to decompose a proper productivity index. Journal of Econometrics, 190(2), 328-340. http://doi.org/10.1016/j.jeconom.2015.06.009

O’Donnell, C. J. (2018). Productivity and efficiency analysis. In J. Sengupta & B. Sahoo (Eds.), Efficiency models in data envelopment analysis. Singapore: Springer.

Oliveira, L. J. C., Costa, L. C., Sediyama, G. C., Ferreira, W. P. M., & Oliveira, M. J. (2009). Mudanças climáticas e seus impactos nas produtividades das culturas do feijão e do milho no estado de Minas Gerais. In Anais do XVI Congresso Brasileiro de Agrometeorologia, Belo Horizonte, MG. Serra Talhada: SBAGRO.

Sheffield, J., Goteti, G., & Wood, E. F. (2006). Development of a 50-year high-resolution global dataset of meteorological forcings for land surface modeling. Journal of Climate, 19(13), 3088-3111. http://doi.org/10.1175/JCLI3790.1

Soares, P. (2017). Determinantes de eficiência técnica da agricultura: um estudo para as culturas de milho e soja no Brasil (Dissertação de mestrado). Universidade de São Paulo, Piracicaba.

Soares, P., & Spolador, H. F. S. (2019). Eficiência técnica da produção de milho no estado de São Paulo: uma abordagem por metafronteira estocástica. Revista de Economia e Sociologia Rural, 57(4), 545-558. http://doi.org/10.1590/1806-9479.2019.183710

Souza, G. S., Gomes, E. G., & Alves, E. R. A. (2020). Uma visão da produção da agricultura brasileira com base em dados recentes do Censo Agropecuário. In J. E. R. Vieira Filho & J. G. Gasques (Eds.), Uma jornada pelos contrastes do Brasil: cem anos do Censo Agropecuário (pp. 39-50). Rio de Janeiro: Instituto de Pesquisa Econômica Aplicada (Ipea). http://doi.org/10.38116/978-65-5635-011-0/cap2.

Xavier, A. C., King, C. W., & Scanlon, B. R. (2016). Daily gridded meteorological variables in Brazil (1980-2013). International Journal of Climatology, 36(6), 2644-2659. http://doi.org/10.1002/joc.4518
 

Submetido em:
04/06/2024

Aceito em:
02/07/2024

66f3fb50a953951a1f538082 resr Articles
Links & Downloads
1806-9479 (Eletrônico) 0103-2003 (Impresso)
resr ©2024 Todos os direitos reservados.

resr

Share this page
Page Sections