Upload
others
View
0
Download
0
Embed Size (px)
Citation preview
MAPEAMENTO DA UTILIZAÇÃO DA ANÁLISE
ENVOLTÓRIA DE DADOS NA PECUÁRIA
LEITEIRA
Jane Werle Techio (ufsm)
Taciana Mareth (Unicruz)
O objetivo deste estudo consiste em mapear a utilização da análise
envoltória de dados na pecuária leiteira. Para atingir o objetivo proposto
foram pesquisadas as bases de dados Scielo (Scientific Electronic Library
Online) e AgEcon Search. Buscaram-se, em cada uma dessas bases, artigos
com os seguintes termos e/ou palavras-chave em português e inglês: análise
envoltória de dados (DEA), leite e eficiência técnica. Foram identificados 22
artigos. Conclui-se que o evento da SOBER e o periódico Organizações Rurais
& Agroindustriais são os veículos com maior publicação.
Palavras-chave: Pecuária leiteira. Mapeamento. DEA.
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
2
1. Introdução
A evolução na utilização da DEA é comprovada pela quantidade de artigos publicados em
periódicos e “esse universo é ainda expandido por relatórios técnicos (working papers),
teses defendidas e artigos publicados em anais de eventos científicos” (GOMES, 2008, p.
28). Uma destas importantes áreas de aplicação é a pecuária leiteira, que representou
17,1% no estudo realizado por Gomes (2008).
Na literatura foram encontrados alguns estudos sobre o estado da arte da utilização da
DEA, tais como: Macedo, Casa Nova e Almeida (2009), que investigaram a utilização da
DEA em estudos de contabilidade e administração no Brasil no período de 1998 a 2007;
Gomes (2008) analisou o uso da DEA na agricultura (nacional e internacional) no período
de março a julho de 2007. Contudo, não foram encontradas referências sobre revisão da
literatura do uso específico de modelos DEA na pecuária leiteira.
Neste contexto, o objetivo deste estudo consiste em mapear a utilização da análise
envoltória de dados na pecuária leiteira. Para tanto, a partir de uma pesquisa em duas bases
de dados (Scielo e AgEcon Search), buscou-se identificar as características mais utilizadas
na utilização da DEA na pecuária leiteira, tais como: técnicas, DMUs, inputs, outputs e
modelos-orientação.
No intuito de atender o objetivo descrito, o artigo está organizado como segue: Seção 2
apresenta-se o referencial teórico com ênfase na pecuária leiteira e na DEA; Seção 3
descreve-se a metodologia; Seção 4 é apresentada a análise dos resultados destacando a
utilização da DEA na pecuária leiteira; Seção 5 são feitas algumas considerações finais.
2. Referencial teórico
Esta seção apresenta os dois temas principais tratados neste estudo: pecuária leiteira e
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
3
análise envoltória de dados.
2.1. Pecuária Leiteira: importância e gestão
A pecuária leiteira é uma das atividades mais importantes desenvolvidas a nível mundial.
Os Estados Unidos da América é o maior produtor mundial de leite em volume total
seguido da Índia, com uma participação de 15,02% e 7,52%, respectivamente. O Brasil
encontra-se na sexta colocação com uma participação de 4,52% do cenário mundial
(EMBRAPA, 2007; ANUALPEC, 2009).
Além dessa importante participação na economia, há perspectivas de aumento de consumo
no Brasil e no exterior (ANUALPEC, 2009), especialmente de produtos com valor
agregado, como o leite em pó, que continuam impulsionando novos projetos e obrigam os
produtores a se organizarem para tentar, ao menos, dobrar a produção atual. Apesar de o
Brasil ocupar a sexta posição em volume total no cenário mundial, no ranking
produtividade, o país ocupa a vigésima primeira posição (ANUALPEC, 2009).
Aliado a esse aumento de produção e consumo, tem-se as questões relativas à gestão das
propriedades rurais, que não crescem na mesma proporção. Analisando, por exemplo, a
agricultura familiar, observa-se que o leite é uma fonte de renda anual e permanente não
sendo abandonada mesmo em períodos em que o preço pago por litro praticamente não
cobre os custos de produção (LORENZONI, MERA e ARALDI, 2012). Para que haja a
consolidação deste segmento de fundamental importância, é necessário melhorar o aspecto
produtividade e, consequentemente, a lucratividade.
Neste contexto, o desenvolvimento da cadeia produtiva do leite passa por momentos
delicados, pois a produtividade está diretamente ligada à qualidade e, na maioria das
vezes, a rentabilidade não atrai o produtor. Em relação à qualidade do leite, Krug et al.
(1982), já apontavam que requeria algumas condições básicas que são: o resfriamento, a
sanidade do animal, as condições higiênicas dos equipamentos e do ordenhador e o
treinamento do ordenhador e do produtor. Além disso, a qualidade é um dos grandes
gargalos da atividade e uma questão importante a ser melhorada, pois, atualmente, quanto
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
4
maior a qualidade do leite, maior será o preço pago pela indústria ao produtor.
Aguiar (2009, p. 276) afirma que
“as transações entre produtores e laticínios sofreram importante transformação no início da década de 2000.
As principais mudanças foram: (a) em 1991 terminou o controle do preço do leite por parte do governo; (b)
tem sido abandonado o sistema de pagamento cota e extra-cota; e (c) tem aumentado o uso do sistema preço-
base + bônus, em que se paga um bônus por quantidade e/ou, qualidade do produto entregue. Até 2005,
praticamente só havia bônus por quantidade; desde então, tem sido mais frequente a adoção do bônus por
qualidade”.
Dentre os fatores que influenciam a rentabilidade tem-se o valor dos insumos, que muitas
vezes são altos, baixando a rentabilidade do produtor rural. Ressalta-se, que o modelo de
produção adotado pelo produtor, também vai colaborar para uma maior/menor
rentabilidade, de acordo com o custo dos fatores de produção que ele dispõe na
propriedade, visto que o valor destes pode variar consideravelmente, bem como o grau de
intensificação de uso destes fatores (LORENZONI, MERA e ARALDI, 2012).
O desafio dos gestores da pecuária leiteira é combinar esses recursos disponíveis
estabelecendo um sistema de produção compatível com a realidade do produtor para
melhorar a qualidade buscando a sustentabilidade da sua propriedade e a consequente
permanência na atividade leiteira. Bandeira (2001) descreve bem este cenário, ou seja, o
que se visualiza para a cadeia do leite é de crescimento, modernização e exclusão, (...) e,
os produtores que não dispuserem de terra suficiente, recursos financeiros, acesso à
tecnologia e capacidade de gerenciamento, que são fatores essenciais para crescer e ser
competitivo, serão excluídos da atividade.
A importância econômica da atividade para as diversas regiões do Brasil e para os
municípios traz muitos benefícios, gerando renda e empregos (LORENZONI, MERA e
ARALDI, 2012). No intuito de auxiliar no desenvolvimento da pecuária leiteira e
consolidar este segmento, os gestores estão se profissionalizando e buscando ferramentas
para auxiliar na tomada de decisão. Uma dessas ferramentas é a análise envoltória de
dados – DEA, que está descrita na próxima seção.
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
5
2.2. Análise envoltória de dados - DEA
Charnes, Cooper e Rhodes, em 1978, generalizaram os estudos de Farrel (1957), fato que
deu origem a Análise Envoltória de Dados (DEA - Data Envelopment Analysis), também
chamada de análise de fronteiras, uma nova técnica de construção de fronteiras de
produção e indicadores da eficiência produtiva (SANTANA, 2008).
A expectativa que se criou inicialmente era de que a sua utilização serviria somente para
avaliar a eficiência das organizações sem fins lucrativos, e a sua primeira aplicação
ocorreu em escolas públicas norte-americanas. Depois disso, a DEA foi desenvolvida e
ampliada, e hoje é utilizada em diversas áreas do conhecimento e considerada como uma
técnica importante para a medida de desempenho.
Ferreira e Gomes (2009, p. 19) comentam que “não é fácil avaliar o desempenho relativo
de uma organização, ou seja, o desempenho comparado a um parceiro de excelência
(benchmark), quando há múltiplos insumos e múltiplos produtos a serem considerados na
análise”.
Neste sentido, a análise envoltória de dados – DEA é considerada uma metodologia
eficiente, pois
“não exige a determinação de relações funcionais entre os insumos e os produtos, nem se restringe a medidas
únicas, singulares dos insumos e produtos e permite utilizar variáveis discricionárias ou exógenas (fixas), e
categóricas (tipo dummies) em suas aplicações” (FERREIRA e GOMES, 2009, p. 19).
Em relação a essas medidas únicas, Lins e Meza (2000, p. 7) afirmam que “cada uma
destas deve operar na mesma unidade de medida, mas pode estar em unidades diferentes
das outras”. Em suma, a DEA apresenta-se como uma “metodologia de avaliação de
desempenho capaz de comparar a eficiência de várias unidades operacionais similares
(Decision Making Units - DMUs), mediante a consideração explícita do uso de suas
múltiplas entradas (inputs) para a produção de múltiplas saídas (outputs)” (FERREIRA e
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
6
GOMES, 2009, p. 19).
Para uma aplicação da DEA é necessário primeiro definir e selecionar as DMUs, as
variáveis de outputs e inputs, aplicação do modelo. As DMUs (Unidades Tomadoras de
Decisão) são as unidades operacionais homogêneas cuja eficiência está sendo avaliada, por
exemplo: uma firma, departamento, divisão ou unidade administrativa (LINS e MEZA,
2000). Os outputs (produtos) são os resultados obtidos que comporiam o numerador do
quociente de eficiência devendo, portanto, respeitar ao critério de quanto maior, melhor. E
os inputs (insumos) são os recursos utilizados para obter os resultados (produtos)
desejados e, deste modo, obedecer ao critério de quanto menor, melhor compondo o
denominador do quociente de eficiência (MACEDO, CASA NOVA e ALMEIDA, 2009).
Para a aplicação do modelo, os básicos utilizados são: CCR (Charnes, Cooper e Rhodes,
1978), também conhecido como CRS (Constant Returns to Scale) e o BCC (Banker,
Charnes e Cooper, 1984), também conhecido como VRS (Variable Returns to Scale).
Segundo Wanke, Silveira e Barros (2009, p. 12) “a principal diferença entre os modelos
DEA-BCC e DEA-CCR é que o primeiro assume a premissa mais realista de retornos
variáveis de escala [..], em contraste com os retornos constantes de escala do modelo
DEA-CCR”.
3. Metodologia
Este trabalho caracteriza-se como pesquisa descritiva, pois visa descrever as características
de autores e publicações que aplicaram a análise envoltória de dados na pecuária leiteira.
Gil (2009, p. 28) afirma que as pesquisas descritivas “têm como objetivo primordial a
descrição das características de determinada população ou fenômeno ou o estabelecimento
de relações entre as variáveis”.
Para atingir o objetivo deste estudo foram pesquisadas as bases de dados: Scielo e AgEcon
Search. A Scientific Electronic Library Online – Scielo e a Agecon Search são bibliotecas
eletrônicas que abrangem, respectivamente, uma coleção de 314 periódicos científicos
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
7
brasileiros e 147 periódicos e eventos em economia agrícola. Buscaram-se, em cada uma
dessas bases, artigos com os seguintes termos e/ou palavras-chave em português e inglês:
análise envoltória de dados, leite e eficiência técnica. Foram identificados 22 artigos e a
pesquisa foi realizada em março de 2017.
Para coletar os dados dos artigos, foi construído e utilizado um roteiro estruturado em
banco de dados no aplicativo Excel® no intuito de descrever os autores e a aplicação sobre
a DEA. Após a estruturação do referido roteiro, fez-se um pré-teste em uma série de cinco
artigos e, posteriormente, foram introduzidas algumas mudanças, tais como vinculação
acadêmica e número de citações por artigo. Feitas as correções, ele foi aplicado nos
demais artigos da amostra.
Para descrever o perfil dos autores analisou-se sobre o veículo de publicação, número de
autores por artigo, vinculação acadêmica dos autores e características das referências
bibliográficas. Na contagem completa dos autores foram consideradas as recomendações
de Urbizagastegui-Alvarado (2002, p. 15), ou seja, “cada autor (principal e/ou secundário)
é creditado com uma contribuição”. Na análise dos dados sobre a DEA foram observadas:
as técnicas aplicadas, as DMUs, o modelo-orientação, a quantidade de inputs e outputs, os
softwares utilizados na resolução.
4. Análise dos resultados
Esta seção apresenta a análise dos resultados deste estudo e, para tanto, está dividido em
perfil da amostra e descrição dos artigos que aplicaram DEA na pecuária leiteira. Foram
identificados 22 artigos, sendo 2 na base Scielo e 20 na base Agecon Search, sendo que o
resumo destes estão nos Quadros 1 e 2.
Quadro 1 – Resumo dos artigos encontrados na base Scielo
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
8
Autor Homem de Souza (2003) Brunetta (2004) Ferreira (2005) Mareth et. al. (2012)
TécnicasDEA-Fronteiras estocásticas
e Método VarianDEA e Malmquist
DEA, Tobit,
Análise
discriminante e
de cluster
DEA
Produtores de leite Produtores de leite Cooperativas Produtores de leite
143 e 114 18 107 327
Área forrageiraGasto total com
empregadosPessoas
Número de vacas em
lactação
Quantidade de
leiteCustos totais
Dispêndio com
concentrados, minerais,
volumosos, inseminação
artificial e medicamentos
Total de animais do
rebanho
Ativo
permanente totalTotal de animais
Mão-de-obra familiar e
contratadaMão-de-obra
Dispêndio com energia,
combustíveis, manutenção Custos totais
Faturamento
bruto
Resultado
operacional
líquido
Modelo-orientação CCR-O; BCC-O CCR-O CCR-O; BCC-O CCR-O
Meio de publicação Tese Dissertação Tese Projeto - Livro
DMUs
Inputs
Outputs ReceitaRenda bruta Receita
Valor agregado da terra +
valor dos animais + valor da
depreciação de máquinas,
equipamentos e benfeitorias
Número de
fornecedoresCustos ambientais
Fonte: O autor
Quadro 2 - Resumo dos artigos encontrados na base Agecon Search
AutorAbrantes et al.
(2008)
Breustedt et al.
(2009)
Breustedt et al.
(2010)
Campos e Ferreira
Neto (2008)Campos et al. (2008) Ferreira et al. (2008)
Fraser e
Graham (2005)
Gelan e Muriithi
(2010)
Homem de Souza e
Alves (2003)
Kovacs e
Emvalomatis
(2011)
Técnicas DEA DEA DEA DEA DEA DEA DEA DEA e regressão
DEA-Fronteiras
estocásticas e
Método Varian
DEA
Indústrias
laticinistas
Produtores de
leite
Produtores de
leite
Produtores de
leiteProdutores de leite Cooperativas
Produtores de
leiteProdutores de leite Fazendas Fazendas
142 102 102 23 22 59 1742 371 143 1187
Folha de
pagamentoTrabalho Terra
Gasto total com
empregados (média
anual), representando o
fator trabalho;
AlimentaçãoCustos com
habitação
Valor agregado da
terra, Capital
Ativo
permanenteCapital Trabalho Área MO contratada Animais, Trabalho
MO familiarDepreciação de
máquinas, Terra
Custos de
forragemEquipamentos, Materiais
IrrigaçãoCustos do
concentradoBenfeitorias; Pecuária
Capital Custos com água Mão-de-obra;
Custos com a
saúde animal
Gastos com
insumos;
Custos dos
serviços
Custos de criação
Receita Receita Venda de leite
Subsídios Consumo de leite
Lucros a curto
prazoVenda de animais
Insumos
intermediáriosVenda de estrume
DMUs
Área efetiva da
propriedade
dedicada à produção
de leite (em hectares)
Número de vacas
lactantes
Gastos com
alimentação do
rebanho
Número de
pessoas
envolvidas
Renda bruta
Outros gastos
Quantidade de leite
processado,
representando a matéria-
prima;Capital
Quotas de leite
Inputs
Outputs
Leite adquirido
Número total de
vacas
FaturamentoQuantidade anual
de leite produzida
Número total de
vacas , considerando
em lactação e secas (
em cabeças) e
considerando ainda
a produção animal
anual, considerando
o autoconsumo e o
descarte
Quantidade anual de
leite
produzida (em litros) Resultado operacional
líquido da cooperativa
Faturamento bruto do
setor de lácteos
Ativo
permanente total,
representando o capital
e número de
fornecedores (média
anual), representando
os custos de
transação.
Receitas do
leite
Outras receitas
Ração
compradaQuotas de leite
Subsídios
Fertilizantes
Produção de
leite
Despesas com
insumos
intermediários
Terra
Número de
vacas em
lactação
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
10
Quadro 2 - Resumo dos artigos encontrados na base Agecon Search (continuação)
AutorLuik e Viira
(2011)
Macedo et al.
(2006)
Michalicková et
al. (2013)
Pinheiro e
Altafin (2007)
Santos et al.
(2004)
Santos et al.
(2005)
Steffanello et
al. (2009)Tauer (1993)
Tupy e Serillo
(2006)
Tupy et al.
(2006)
TécnicasDEA e
MalmquistDEA
DEA e
regressão
DEA e
Indicadores de
desempenho
DEA DEA DEADEA e
regressãoDEA DEA
FazendasProdutores de
leite
Rebanhos
bovinos
Produtores de
leite
Produtores
de leite
Produtores de
leite
Produtores de
leite de cabraFazendas
Frigorífico e
indústria de
laticínios
Cooperativas
58 20 83 16 17 e 11 17 11 395 17 e 15 66
Custos de
Medicamento
Custos de Mão-
de-Obra
Custos de
Alimentação
Custos
trabalhistas
Total de
vacas;
Alimentação
adquirida
Depreciações
Custos de
material
Diversos
Capital Capital
Outros custos
Volume de
Leite Produzido
Quantidade
anual
de leite
produzida
MO
DMUs
Volume de Leite
Produzido
Quantidade
anual de leite
produzida;
Área
dedicada à
produção de
leite;
Custo
operacional
efetivo
Margem
bruta
Ativo total
(capital)
Custo
operacional
efetivo
Custos de
alimentação
Custos de mão-
de-obra
Custos de
medicamento
Ativo total
(capital)
Número total
de vacas
Área
Despesas gerais
Outros custos
diretos
Custos de
alimentação
Produção de
leite
Receitas do
leite
Outras
saídas
Terra
Trabalho
Materiais
Vacas
Receita com a
venda de leite,
animais
e derivados do
leite
Área total de
cada produtor
Gastos com
concentrados
Total
de vacas no
rebanho
Gastos com
energia
e combustíveis
MO contratada
Produção de
leite
Operadores
Alimentação
produzida
Inputs
Outputs
Outros Custos
Receita líquida
Número de
horas
trabalhadas
(trabalho)
Número de
horas
trabalhadas
(trabalho)
Receita bruta
obtida
Fonte: O autor
A partir dos Quadros 1 e 2, os dados foram analisados descritivamente e estão
apresentados nas próximas seções.
4.1. Perfil da amostra
Esta seção apresenta o perfil da amostra em estudo onde foram identificadas as seguintes
variáveis: veículo de publicação, número de autores por artigo, vinculação acadêmica dos
autores e características das referências bibliográficas. O Quadro 3 apresenta o veículo de
publicação dos 22 artigos da amostra.
Quadro 3 – Veículo de publicação
Periódicos/Eventos Quantidade % Base
Acta Oeconomica et Informatica 1 5% Agecon Search
Agricultural and Resource Economics Review 1 5% Agecon Search
Applied Studies in Agribusiness and Commerce 1 5% Agecon Search
Association of Agricultural Economists (Conference) 2 9% Agecon Search
Australasian agribusiness review 1 5% Agecon Search
Economia Aplicada 1 5% Scielo
GEWISOLA 1 5% Agecon Search
Organizações Rurais & Agroindustriais 4 18% Agecon Search
Revista de Economia e Agronegócio 3 14% Agecon Search
Revista de Economia e Sociologia Rural 1 5% Scielo
Sociedade Brasileira de Economia, Administração e Sociologia Rural (SOBER) 6 27% Agecon Search
Total 22 100% -
Fonte: O autor
Observa-se, no Quadro 3, a identificação de cada um dos veículos com a sua respectiva
base, por exemplo, o evento da SOBER é o veículo com maior publicação, 27%, e está
vinculado a base Agecon Search. Em segundo e terceiro lugares estão os periódicos
Organizações Rurais & Agroindustriais e Revista de Economia e Agronegócio com 18% e
14%, respectivamente.
No Quadro 4 tem-se o número de autores por artigo. Percebe-se que, nos periódicos, a maioria dos
artigos apresenta 3 autores e, nos eventos, 2 autores – ambos com 50%. Em média, nos periódicos,
são 3,2 autores por artigo e, nos eventos, 2,17. Isso contraria o estudo de Macedo, Casa Nova e
Almeida (2009) que encontraram uma média de quase 2,5 autores por artigo, em ambos os casos –
periódicos e eventos.
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
12
Quadro 4 – Número de autores por artigo
Autores Periódicos Eventos
Quantidade % Quantidade %
1 Autor 1 10% 0 0%
2 Autor 3 30% 6 50%
3 Autor 5 50% 5 42%
Mais de 3
Autores 1 10% 1 8%
Total Artigos 10 100% 12 100%
Total Autores 32
26
Autores/Artigos 3,2 2,17
Fonte: O autor
Em relação à vinculação acadêmica dos autores, observa-se, no Quadro 5, que as
Instituições que mais predominam são a Universidade Federal de Viçosa, seguida da
Embrapa e da University of Kiel, com 40%, 10% e 10%, respectivamente.
Quadro 5 – Vinculação acadêmica dos autores
Fonte: O autor
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
13
O Quadro 6 apresenta as características em relação às referências bibliográficas.
Observou-se que, nos periódicos, predominou até 20 citações e, nos eventos, até 15
citações – 56% da amostra.
Quadro 6 – Características das referências bibliográficas
Quantidade % Quantidade %
até 15 citações 5 38% 5 56%
de 16 a 20 4 31% 3 33%
de 21 a 25 1 8% 0 0%
de 26 a 30 3 23% 0 0%
acima de 30 0 0% 1 11%
Total 13 100% 9 100%
Periódicos EventosQuantidade
Fonte: O autor
Instituição Quantidade %
Cornell University 1 2%
Deakin University 1 2%
Embrapa 6 10%
Estonian University of Life Sciences 2 3%
Faculdade Alvorada 1 2%
Imperial College 1 2%
INPE 1 2%
Institute for Animal Breeding and Product 2 3%
Institute of Animal Science, Genetics and Breeding of Farm Animals 1 2%
International Livestock Research Institute 2 3%
UFC 2 3%
UFRGS 1 2%
UFRJ 4 7%
UFV 23 40%
UNB 1 2%
University of Debrecen (Hungary) 1 2%
University of Kiel 6 10%
USP 1 2%
Wageningen University (The Netherlands) 1 2%
Total 58 100%
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
14
Além da análise do perfil da amostra, a próxima seção descreve a aplicação da DEA nos
22 artigos da amostra também por meio da análise descritiva de dados.
4.2. Artigos
Esta seção apresenta a aplicação da DEA na pecuária leiteira e foram identificadas as
seguintes variáveis: as técnicas aplicadas, as DMUs, o modelo-orientação, a quantidade de
inputs e outputs, os softwares utilizados na resolução. O Gráfico 2 apresenta as técnicas
aplicadas nos artigos.
Gráfico 1 – Técnicas aplicadas
64%9%
5%
5%
14%5%
DEA
DEA e indicadores de
desempenho
DEA e Malmquist
DEA e modelo econométrico
de Tobit
DEA e regressão
DEA, Fronteiras estocásticas
e Método Varian
Fonte: O autor
Observa-se, no Gráfico 2, que na maioria dos artigos, 64%, a DEA foi a única técnica
aplicada. Em 14% e 9% dos artigos, aplicou-se a DEA juntamente com a análise de
regressão e com indicadores de desempenho.
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
15
No Gráfico 3 tem-se a identificação das DMUs – unidades de análise, sendo que os
produtores de leite foram os mais utilizados em 59% dos casos – 13 artigos. As fazendas
foram em 18% e as cooperativas em 9% dos artigos.
Gráfico 2 – Identificação das DMUs
5%
59%9%
18%
5% 5%
Indústrias laticinistas
Produtores de leite
Cooperativas
Fazendas
Rebanhos bovinos
Frigorífico e indústria de
laticínios
Fonte: O autor
O Gráfico 4 identifica-se a preferência pelos modelos constante e variável ambos com a
orientação para as entradas (CCR-I/BCC-I), com 50%. Em seguida têm-se os modelos
constante e variável com orientação aos produtos (CCR-O/BCC-O) e o modelo variável
com orientação ao produto (BCC-O), com 18% e 14%, respectivamente.
Gráfico 3 – Identificação do modelo-orientação
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
16
9%
14%
9%
50%
18%CCR-I
BCC-O
BCC-I
CCR-I; BCC-I
CCR-O; BCC-O
Fonte: O autor
No Quadro 7 tem-se a quantidade de variáveis totais (entradas e saídas) que foram
utilizadas nos artigos. Observa-se que, em 7 (32%) e 6 (27%) artigos, foram utilizadas 5 e
7 variáveis respectivamente. Além disso, na maioria dos estudos foi utilizado 4 variáveis
de entrada (32% dos casos) e 1 de saída (64% dos casos).
Quadro 7 – Quantidade de variáveis totais
Variáveis totais Quantidade %
3 3 14%
4 1 5%
5 7 32%
7 6 27%
8 3 14%
9 1 5%
13 1 5%
Total 22 100%
Fonte: O autor
Para resolver os problemas da DEA também foram identificados os softwares – Gráfico 5.
A preferência dos autores foi pelos softwares EMS - Efficiency Measurement System e o
Frontier Analyst, com 23% cada. O DEAP – Data Envelopment Analysis Program, o
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
17
SIAD - Sistema Integrado de Apoio à Decisão e o GAMS - General Algebraic Modeling
System são os demais softwares utilizados, com 18%, 14% e 5%, respectivamente.
Evidencia-se que em 18% dos casos, não foi informado o software.
Gráfico 4 – Identificação dos softwares utilizados na resolução
18%
18%
23%
23%
5%
14%Não informado
DEAP
EMSS
Frontier
GAMS
SIAD
Fonte: O autor
5. Considerações finais
O presente estudo teve como objetivo apresentar como a ferramenta DEA está sendo
utilizada no segmento da pecuária leiteira e, para tanto, foram pesquisadas duas bases de
dados: Scielo e AgEcon Search. Buscaram-se, em cada uma dessas bases, artigos com os
seguintes termos e/ou palavras-chave em português e inglês: análise envoltória de dados
(DEA), leite e eficiência técnica. Foram identificados 22 artigos e a pesquisa foi realizada
em março de 2017.
Por meio desse mapeamento, conclui-se que o evento da SOBER e o periódico
Organizações Rurais & Agroindustriais são os veículos com maior publicação. Os autores
que mais publicaram estão vinculados à Universidade Federal de Viçosa. A maioria dos
artigos apresenta 3 autores e, nos eventos, 2 autores e, em média, nos periódicos, são 3,2
autores por artigo e, nos eventos, 2,17.
Em relação à aplicação da DEA na pecuária leiteira, conclui-se que, na maioria dos
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
18
artigos, a DEA foi a única técnica aplicada, sendo que as DMUs mais utilizadas foram os
produtores de leite. A preferência foi pelos modelos constante e variável ambos com a
orientação para as entradas (CCR-I/BCC-I) e, além disso, na maioria dos estudos foi
utilizado 4 variáveis de entrada e 1 de saída. Para a resolução, a preferência dos autores foi
pelos softwares EMS - Efficiency Measurement System e o Frontier Analyst.
Por fim, ressalta-se que o presente estudo apresenta algumas limitações no que diz respeito
às buscas efetuadas: a busca que se restringiu a alguns termos (descritos anteriormente) e o
período analisado - um mês.
Espera-se que os resultados deste estudo possam estimular outros pesquisadores dedicados
ao desenvolvimento do segmento da pecuária leiteira a trabalharem com a metodologia
DEA. A publicação de uma pequena quantidade de artigos na área de Pesquisa
Operacional “pode ser explicada pela reduzida quantidade de artigos que fazem uso de
modelos teóricos avançados ou que trazem alguma inovação teórica à modelagem DEA.
Isto demonstra a potencialidade de inserção para aqueles que desejam dedicar-se a esta
temática” (GOMES, 2008, p. 38).
5. Referências
ABRANTES, Luiz Antonio et al. Eficiência Como Critério De Tipificação Da Indústria Laticinista Mineira.
In: 46th Congress, July 20-23, 2008, Rio Branco, Acre, Brasil. Sociedade Brasileira de Economia,
Administração e Sociologia Rural (SOBER), 2008.
ANUALPEC. Anuário da Pecuária Brasileira. São Paulo: FNP, 2009.
BANDEIRA, A. Melhoria da qualidade e a modernização da pecuária leiteira nacional. In: GOMES, A. T.;
LEITE J. L.; CARNEIRO A. V. (Eds.) O Agronegócio do leite no Brasil. Juiz de Fora: Embrapa Gado de
Leite, 2001. p. 89-100.
Banker, R. D., Charnes, A.& Cooper, W. W. (1984). Some Models for Estimating Technical and Scale
Inefficiencies in Data Envelopment Analysis. Management Science. 30(9), 1078-1092.
BREUSTEDT, Gunnar; TIEDEMANN, Torben; LATACZ-LOHMANN, Uwe. What is my optimal
technology? A metafrontier approach using Data Envelopment Analysis for the choice between conventional
and organic farming. In: 2009 Conference, August 16-22, 2009, Beijing, China. International Association
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
19
of Agricultural Economists, 2009.
BREUSTEDT, Gunnar; LATACZ-LOHMANN, Uwe; TIEDEMANN, Torben. Organic or conventional?
Optimal dairy farming technology under the EU milk quota system and organic subsidies. In: Vortrag
anlässlich der 50. Jahrestagung der GEWISOLA. Braunschweig, 29.09. – 01.10., 2010.
CAMPOS, Samuel Alex Coelho; FERREIRA NETO, Jose Ambrosio. Eficiência técnica dos produtores de
leite em assentados rurais da reforma agrária. Revista de Economia e Agronegócio, v. 6, n. 3, p. 395-414,
2008.
CAMPOS, Samuel Alex Coelho; FERREIRA NETO, Jose Ambrosio; AMODEO, Nora Beatriz Presno.
Eficiência técnica dos produtores de leite no Projeto de Assentamento Fruta D’Anta, João Pinheiro–MG.
In: 46th Congress, July 20-23, 2008, Rio Branco, Acre, Brasil. Sociedade Brasileira de Economia,
Administracao e Sociologia Rural (SOBER), 2008.
Charnes, A., Cooper, W. W. & Rhodes, E. (1978). Measuring the Effi ciency of Decision Making Units.
European Journal Of Operational Research 2(6), 429-444.
EMBRAPA – Empresa Brasileira de Pesquisa Agropecuária – Pecuária Sudeste 2007 Disponível em:
<http://www.cppse.embrapa.br/lista_de_eventos/projeto-balde-cheio>
Acesso em 30 jun 2010.
FERREIRA, Marco Aurélio Marques; BRAGA, Marcelo José; LIMA, João Eustáquio. EFICIÊNCIA
TÉCNICA E DE ESCALA DAS COOPERATIVAS NO SETOR LÁCTEO. Organizações Rurais &
Agroindustriais, v. 10, n. 1, p. 49-57, 2008.
FERREIRA, C. M. C.; GOMES, A. P. Introdução à análise envoltória de dados: teoria, modelos e
aplicações. Minas Gerais: Editora UFV, 2009.
FRASER, Iain; GRAHAM, Mary. Efficiency measurement of Australian dairy farms: national and regional
performance. Australasian agribusiness review, v. 13, p. 1-18, 2005.
Gelan A, Muriithi B. Measuring and Explaining Technical Efficiency of Dairy Farms: A Case Study of
Smallholder Farms in East Africa. The 3rd Conference of African Association of Agricultural
Economists Africa and the Global Food and Financial Crises. 19 - 23 September, Cape Town, 2010.
GIL, A. C. Métodos e técnicas de pesquisa social. São Paulo: Atlas, 2009.
GOMES, E. G. Uso de modelos DEA em agricultura: revisão da literatura. Engevista, 10(1), 2008.
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
20
GONÇALVES, R. M. L.; VIEIRA, W. C.; LIMA, J. E.; GOMES, S. T. Analysis of technical efficiency of
milk-producing farms in Minas Gerais. Economia Aplicada, v. 12, n. 2, p. 321-335, 2008.
HOMEM DE SOUZA, D.P.; ALVES, E. Dois critérios para avaliação de eficiência técnica. Revista de
Economia e Agronegócio. v. 1, n. 3, p. 373-396, 2003.
KOVACS, Krisztian; EMVALOMATIS, Grigorios. Dutch, Hungarian and German dairy farms technical
efficiency comparison. APSTRACT: Applied Studies in Agribusiness and Commerce, v. 5, p. 121-128,
2011.
KRUG, E. E. B.; FAVRETO, D.; MARTINS, M.; STEIN, J.; SILVA, L.S.; SCHWERS, M.; MORSELLI, L.
C.; MORCOLIN, E.; REDIN, O. Manual de higiene e resfriamento do leite. Porto Alegre: CCGL, 1982.
151p.
LINS, M. P. E.; MEZA, L. A. Análise envoltória de dados e perspectivas de integração no ambiente de
apoio à decisão. Rio de Janeiro: Editora da COPPE/UFRJ, 2002.
LORENZONI, A.; MERA, C. M. P.; ARALDI, D. F. Diagnóstico das Unidades de Produção Leiteira nos
Municípios da Região do Corede Alto Jacuí/RS. Cruz Alta: Gráfica Unicruz, 2012, v.1. p.158.
LUIK, Helis; OMEL, Raul; VIIRA, Ants-Hannes. Efficiency and productivity change of Estonian dairy
farms from 2001-2009. In: 2011 International Congress, August 30-September 2, 2011, Zurich,
Switzerland. European Association of Agricultural Economists, 2011.
MACEDO, Marcelo Alvaro da Silva. Formação do Preço de Venda: Uma Proposta de Modelagem
Através do uso de Análise Envoltória de Dados (DEA). X Congresso Internacional de Custos, 2005.
MACEDO, M. A. S.; CASA NOVA, S. P. C.; ALMEIDA, K. Mapeamento e análise bibliométrica da
utilização da análise envoltória de dados (DEA) em estudos em contabilidade e administração. Contabilidade, Gestão e Governança, Brasília, v.12, n. 3, p. 87–101, 2009.
MACEDO, Marcelo Alvaro da Silva; STEFFANELLO, Marines; OLIVEIRA, Carlos Augusto de. Eficiência
Combinada dos Fatores de Produção: Aplicação de Análise Envoltória de Dados (DEA) à Produção Leiteira.
In: XLIV Congresso da Sociedade Brasileira de Economia e Sociologia Rural. Fortaleza. 2006.
MAGALHÃES, Klinger Aragão; CAMPOS, Robério Telmo. Eficiência técnica e desempenho econômico de
produtores de leite no Estado do Ceará, Brasil. Revista de Economia e Sociologia Rural, v. 44, n. 4, p. 695-
711, 2006.
MICHALIČKOVÁ, Monika; KRUPOVÁ, Zuzana; KRUPA, Emil. Technical Efficiency and its
Determinants in Dairy Cattle. Acta Oeconomica et Informatica. XVI, n. 1, p. 2–12, 2013.
XXXVII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO
“A Engenharia de Produção e as novas tecnologias produtivas: indústria 4.0, manufatura aditiva e outras abordagens
avançadas de produção”
Joinville, SC, Brasil, 10 a 13 de outubro de 2017.
21
SANTOS, J.A.; VIEIRA, W.C.; BAPTISTA, A.J.M.S. Eficiência técnica na produção de leite em pequenas
propriedades da microrregião de Viçosa- MG. Revista de Economia e Agronegócio, v. 2, n. 2, p. 261-290,
2004.
SANTOS, Jerônimo Alves; VIEIRA, Wilson da Cruz; BAPTISTA, Antônio José Medina dos Santos.
Eficiência Técnica em Propriedades Leiteiras da Microrregião de Viçosa-MG: uma análise não-paramétrica.
Organizações Rurais & Agroindustriais, v. 7, n. 2, p. 162-172, 2005.
STEFFANELLO, Marinês; MACEDO, Marcelo Alvaro da Silva; ALYRIO, Rovigati Danilo. EFICIÊNCIA
PRODUTIVA DE UNIDADES AGROPECUÁRIAS: UMA APLICAÇÃO DO MÉTODO NÃO-
PARAMÉTRICO ANÁLISE ENVOLTÓRIA DE DADOS (DEA). Organizações Rurais &
Agroindustriais, v. 11, n. 1, p. 40-56, 2009.
TAUER, Loren W. Short-run and long-run efficiencies of New York dairy farms. Agricultural and
Resource Economics Review, v. 22, n. 1, p. 1-9, 1993.
TUPY, Oscar; SERILLO, Juliana Aranha. Eficiencia Produtiva de Frigorificos e Laticinios no Brasil.
In: 44th Congress, July 23-27, 2006, Fortaleza, Ceará, Brazil. Sociedade Brasileira de Economia,
Administracao e Sociologia Rural (SOBER), 2006.
TUPY, Oscar; VIEIRA, Manuel Carmo; VALLE, Leonardo Etore. Eficiência Técnica e de escala de
Cooperativas de Laticínios. In: 44th Congress, July 23-27, 2006, Fortaleza, Ceará, Brazil. Sociedade
Brasileira de Economia, Administracao e Sociologia Rural (SOBER), 2006.
Urbizagastegui-Alvarado, R. (2002). A lei de Lotka na bibliometria brasileira. Ciência da Informação, 31(2),
14-20.
WANKE, P.; SILVEIRA, R. V.; BARROS, F. G. Introdução ao Planejamento da Insfraestrutura e
Operações Portuárias: aplicações de pesquisa operacional. Coleção Coppead de Administração. São
Paulo: Atlas, 2009.