EFICIÊNCIA TÉCNICA
DAS EXPLORAÇÕES DA ILHA DO
FAIAL:
O MÉTODO DE FRONTEIRA
ESTOCÁSTICA
Fátima Venâncio 2003
UNIVERSIDADE DOS AÇORESDEPARTAMENTO DE CIÊNCIAS AGRÁRIAS
OBJECTIVOS:OBJECTIVOS:
• Calcular a eficiência das explorações Calcular a eficiência das explorações
• Encontrar possíveis variáveis causadoras Encontrar possíveis variáveis causadoras de ineficiência de ineficiência
• Comparar os resultados entre grupos Comparar os resultados entre grupos homogéneos de explorações (clusters) e o homogéneos de explorações (clusters) e o total das explorações (painel total) total das explorações (painel total)
Utilizou-se os dados contabilísticos de 47 Utilizou-se os dados contabilísticos de 47 explorações agropecuárias da Ilha do Faial, que explorações agropecuárias da Ilha do Faial, que integraram uma amostra da Rede de integraram uma amostra da Rede de Investigação de Contabilidade Agrícola dos Investigação de Contabilidade Agrícola dos Açores (RICA-A) no período de 1996 a 1999.Açores (RICA-A) no período de 1996 a 1999.
Materiais e Métodos:Materiais e Métodos:
Efectuaram-se gráficos das estruturas dos Efectuaram-se gráficos das estruturas dos encargos e dos produtosencargos e dos produtos
Recurso aos programas informáticos SPSS e Recurso aos programas informáticos SPSS e FRONTIERFRONTIER
Etapa 1
Etapa 2
Etapa 3
Etapa 4
Cluster A
Cluster B
Cluster C
Painel total
Testes LR- Modelo de Eficiência- Modelo de Ineficiência
- Modelo de Eficiência- Modelo de Ineficiência
- Variáveis consideradas- Eficiência técnica
- Variáveis consideradas- Eficiência técnica
- Variáveis consideradas- Causas de Ineficiência
- Variáveis consideradas- Causas de Ineficiência
-Análise de resultados-Conclusões
-Análise de resultados-Conclusões
Modelo de Eficiência
Modelo de Ineficiência
Considerações Finais
Metodologias – Estrutura do TrabalhoMetodologias – Estrutura do Trabalho
APLICAÇÃO DOS MODELOS
Metodologias – Análise ClusterMetodologias – Análise Cluster
• Análise Cluster - formar grupos homogéneos Análise Cluster - formar grupos homogéneos de explorações de explorações
•Com base na estrutura das receitas e custos e Com base na estrutura das receitas e custos e Superfície Agrícola Útil (SAU) da amostra Superfície Agrícola Útil (SAU) da amostra RICA-ARICA-A
•SPSS – SPSS – SoftwareSoftware
ExploraçãoExploraçãoAgropecuáriaAgropecuária
LeiteLeite
SAUSAU BovinosBovinos
SubsídiosSubsídios
Custos Custos Variáveis Variáveis
CarneCarne
Custos Custos FixosFixos
●Variáveis Utilizadas na Análise ClusterVariáveis Utilizadas na Análise Cluster
Dos resultados da classificação de grupos Dos resultados da classificação de grupos hierárquicos pelo hierárquicos pelo método método WardWard, foram, foramconsiderados 3 grupos : considerados 3 grupos :
- Cluster A - 20 explorações- Cluster A - 20 explorações
- Cluster B - 18 explorações- Cluster B - 18 explorações
- Cluster C - 9 explorações.- Cluster C - 9 explorações.
Metodologias – Formação dos ClustersMetodologias – Formação dos Clusters
Metodologias - SFAMetodologias - SFA
• Análise paramétrica da eficiência através do Análise paramétrica da eficiência através do método de fronteira estocástica (SFA - método de fronteira estocástica (SFA - Stochastic Frontier AproachStochastic Frontier Aproach) )
•Selecção das variáveis de eficiência de acordo Selecção das variáveis de eficiência de acordo com a representatividade das mesmas na com a representatividade das mesmas na estrutura das receitas e custos dos clustersestrutura das receitas e custos dos clusters
• Selecção das variáveis de ineficiênciaSelecção das variáveis de ineficiência
• FRONTIER – FRONTIER – SoftwareSoftware
O método paramétrico SFA :O método paramétrico SFA :
- Definição de variáveis de Definição de variáveis de input input (entradas) e (entradas) e variáveis de variáveis de output output (saídas)(saídas)
- Definição de uma forma funcional Definição de uma forma funcional à priori à priori
- Recurso a testes estatísticos – Teste de Razão Recurso a testes estatísticos – Teste de Razão de Máxima Verosimilhança (LR)de Máxima Verosimilhança (LR)
Metodologias - SFAMetodologias - SFA
Output Output RECEITAS RECEITAS – – Somatório: venda de leite, venda de carneSomatório: venda de leite, venda de carnee subsídios recebidose subsídios recebidos
Input Input
SAUSAU – – Superfície Agrícola Útil em hectaresSuperfície Agrícola Útil em hectares
PECUARIA/HAPECUARIA/HA – – Somatório: alimentos concentradosSomatório: alimentos concentradoscomprados, sementes e plantas, fertilizantes e correctivoscomprados, sementes e plantas, fertilizantes e correctivos
MAQUINAS/HAMAQUINAS/HA – – Somatório: conservação e reparação de equipamentos, carburantes e lubrificantes, máquinasalugadas
OUTGASTOS/HAOUTGASTOS/HA - - Somatório: outros custos específicos da Somatório: outros custos específicos da pecuária, gastos gerais, outros custospecuária, gastos gerais, outros custos
●Variáveis Utilizadas no Variáveis Utilizadas no Modelo de Eficiência - Modelo IModelo de Eficiência - Modelo I
Forma Funcional: H0: βij=0 vs. H1: βij≠0
Variação Tempo: H0: η=0 vs. H1: η ≠0:
Fronteira Estocástica: H0: γ=0 vs. H1: γ ≠0
Cobb-Douglas vs. Translog
Time-Invariant vs. Time-Variant
II. MODELO DE INEFICIÊNCIA
Distribuição Erro: H0: μ=0 vs. H1: μ ≠0
Semi-normal vs. Normal Truncada
OLS vs. Modelo Estocástico
Adequação: H0:γ= δ 0= δ i=0 vs. H1:γ= δ 0= δ
i ≠0
Adequado vs. Não AdequadoVariáveis Ineficiência: H0: δ i =0 vs. H1: δ i ≠0
Adequadas vs. Não Adequadas
I. MODELO DE EFICIÊNCIA
TESTES DE HIPÓTESES - LR
ParâmetroParâmetro LRLRValor Valor
Crítico 5%Crítico 5% DecisãoDecisão
Modelo IModelo I
HH00: β: βij=0, i≤j=1,2,..,10ij=0, i≤j=1,2,..,10 71,38 71,38 18,31 18,31 Rejeitar HRejeitar H00
HH00 : : ηη=0 =0 3,32 3,32 3,84 3,84 Aceitar HAceitar H00
HH00 : : μμ=0 =0 0,00 0,00 3,84 3,84 Aceitar HAceitar H00
HH00 : : γ γ=0 =0 13,82 13,82 7,05 7,05 Rejeitar HRejeitar H00
Modelo II Modelo II
HH00 : : γ=γ=δδ00==δδii=0, i=1,…,8=0, i=1,…,8 2271,58 2271,58 16,27 16,27 Rejeitar HRejeitar H00
HH00 : : δδ11=…==…=δδ88=0=0 13,76 13,76 15,51 15,51 Aceitar HAceitar H00
TESTES DE HIPÓTESES - LR
Cluster A
Parâmetro Parâmetro LRLRValor Valor
Crítico 5% Crítico 5% DecisãoDecisão
Modelo I Modelo I
HH00: β: βij=0, i≤j=1,2,..,10ij=0, i≤j=1,2,..,10 60,14 60,14 18,31 18,31 Rejeitar HRejeitar H00
HH00 : : ηη=0 =0 -1,78 -1,78 3,84 3,84 Aceitar HAceitar H00
HH00 : : μμ=0 =0 -0,58 -0,58 3,84 3,84 Aceitar HAceitar H00
HH00 : : γ γ=0 =0 22,16 22,16 7,05 7,05 Rejeitar HRejeitar H00
Modelo II Modelo II
HH00 : : γ=γ=δδ00==δδii=0, i=1,…,8=0, i=1,…,8 2.039,80 2.039,80 16,27 16,27 Rejeitar HRejeitar H00
HH00 : : δδ11=…==…=δδ88=0=0 24,10 24,10 15,51 15,51 Rejeitar HRejeitar H00
TESTES DE HIPÓTESES - LR
Cluster B
Parâmetro Parâmetro LRLRValor Valor
Crítico 5% Crítico 5% DecisãoDecisão
Modelo I Modelo I
HH00: β: βij=0, i≤j=1,2,..,10ij=0, i≤j=1,2,..,10 16,66 16,66 18,31 18,31 Aceitar HAceitar H00
HH00 : : ηη=0 =0 0,24 0,24 3,84 3,84 Aceitar HAceitar H00
HH00 : : μμ=0 =0 2,24 2,24 3,84 3,84 Aceitar HAceitar H00
HH00 : : γ γ=0 =0 44,88 44,88 7,05 7,05 Rejeitar HRejeitar H00
Modelo II Modelo II
HH00 : : γ=γ=δδ00==δδii=0, i=1,…,8=0, i=1,…,8 996,82 996,82 16,27 16,27 Rejeitar HRejeitar H00
HH00 : : δδ11=…==…=δδ88=0=0 15,72 15,72 15,51 15,51 Rejeitar HRejeitar H00
TESTES DE HIPÓTESES - LR
Cluster C
Parâmetro Parâmetro LRLRValor Valor
Crítico 5% Crítico 5% DecisãoDecisão
Modelo I Modelo I
HH00: β: βij=0, i≤j=1,2,..,10ij=0, i≤j=1,2,..,10 1,40 1,40 18,31 18,31 Aceitar HAceitar H00
HH00 : : ηη=0 =0 5,08 5,08 3,84 3,84 Rejeitar HRejeitar H00
HH00 : : μμ=0 =0 7,96 7,96 3,84 3,84 Rejeitar HRejeitar H00
HH00 : : γ γ=0 =0 15,72 15,72 7,05 7,05 Rejeitar HRejeitar H00
Modelo II Modelo II
HH00 : : γ=γ=δδ00==δδii=0, i=1,…,8=0, i=1,…,8 6.100,46 6.100,46 16,27 16,27 Rejeitar HRejeitar H00
HH00 : : δδ11=…==…=δδ88=0=0 35,94 35,94 15,51 15,51 Rejeitar HRejeitar H00
TESTES DE HIPÓTESES - LR
Painel Total
Forma Funcional: Variação Tempo:
Efeitos Estocásticos:
Translog
II. MODELO DE INEFICIÊNCIA
Distribuição Erro:
Semi-normal
Cobb-Douglas
Time-Invariant
Time-Variant
Normal Truncada
Fronteira Estocástica
Variáveis de Ineficiência:
Adequação do Modelo:
Não Adequadas
CLUSTER A CLUSTER B CLUSTER CPAINEL TOTAL
Cobb-DouglasTranslog
I. MODELO DE EFICIÊNCIA
Adequadas Adequadas Adequadas
Adequado Adequado Adequado Adequado
Fronteira Estocástica
Fronteira Estocástica
Fronteira Estocástica
Time-Invariant
Time-Invariant
Semi-normal
Semi-normal
TESTES DE HIPÓTESES - RESULTADOS
ParâmetroParâmetro Cluster ACluster A Cluster BCluster B Cluster CCluster C Painel Painel TotalTotal
2= 2u+ 2ν 0,091*** 0,016*** 0.043* 0.066***
γ= 2u / 2 0,766*** 0,479** 0.892*** 0.391***
μ 0 0 0 0.321***
η 0 0 0 0.076***
***Parâmetro estatisticamente significativo a 1%; **Parâmetro estatisticamente significativo a 5%; * Parâmetro estatisticamente significativo a 10 %
MODELO I
TESTES DE HIPÓTESES - RESULTADOS
0,0
25,0
5,0
35,0
35,0
0,0 20,0 40,0 60,0 80,0 100,0
% de Explorações
< 0,60
0,60-0,69
0,70-0,79
0,80-0,89
> 0,90
Efi
ciên
cia
Cluster A
RESULTADOS
MODELO I
Eficiência Média: 82,0%
0,0
0,0
0,0
16,7
83,3
0,0 20,0 40,0 60,0 80,0 100,0
% de Explorações
< 0,60
0,60-0,69
0,70-0,79
0,80-0,89
> 0,90
Efi
ciên
cia
Cluster B
RESULTADOS
MODELO I
Eficiência Média: 93,2%
0,0
0,0
33,3
44,4
22,2
0,0 20,0 40,0 60,0 80,0 100,0
% de Explorações
< 0,60
0,60-0,69
0,70-0,79
0,80-0,89
> 0,90
Efi
ciên
cia
Cluster C
RESULTADOS
MODELO I
Eficiência Média: 85,1%
8,5
29,8
46,8
8,5
6,4
0,0 20,0 40,0 60,0 80,0 100,0
% de Explorações
< 0,60
0,60-0,69
0,70-0,79
0,80-0,89
> 0,90
Efi
ciên
cia
Painel Total
RESULTADOS
MODELO I
Eficiência Média: 69,4%
Modelo de Ineficiência - Modelo II - Modelo de Ineficiência - Modelo II - Variáveis UtilizadasVariáveis Utilizadas
IneficiênciaIneficiência
Encabeçamento Encabeçamento por hectarepor hectare
Subsídios / Subsídios / ReceitasReceitas
TempoTempo
Venda de Carne / Venda de Carne / ReceitasReceitasAmortizaçõesAmortizações
Forma de Forma de ExploraçãoExploração
Idade da Idade da ExploraçãoExploração
Dimensão da Dimensão da Exploração - Exploração -
UDEUDE
UDE- Unidades de Dimensão Económica
Variável de Variável de IneficiênciaIneficiência Cluster ACluster A Cluster BCluster B Cluster CCluster C Painel TotalPainel Total
δo - Constante
δ1 - Tempo (-)***
δ2 - CABHA (-)**
δ3 - SUBS (+)*** (+)***
δ4 - VENDANIM (-)* (-)***
δ5 - AMORTIZ (+)** (+)***
δ6 - FORMEXP (-)*** (-)**
δ7 - UDE (-)* (-)***
δ8 - ANTEXPL
2= 2u+ 2ν 0,032*** 0,008*** 0,014*** 0,048***
γ= 2u / 2 0,216 0,999*** 0,999*** 0,038
***Parâmetro estatisticamente significativo a 1%; **Parâmetro estatisticamente significativo a 5%; * Parâmetro estatisticamente significativo a 10 %
RESULTADOSRESULTADOSModelo IIModelo II
Comparação com outros estudos:Comparação com outros estudos:
►A eficiência média para os Açores no painel total foi 69,4%. Hallam e Machado (1996) obteve no Norte de Portugal níveis deeficiência entre 60% e 80%)
► As explorações de maior dimensão obtiveram níveis de eficiência superiores (resultados idênticos a Hallam e Machado,1996)
►As explorações mistas mostraram ser mais eficientes que as explorações especializadas. (A venda de carne revelou-se estar positivamente relacionada com a eficiência). Resultados idênticosobtiveram Hallam e Machado (1996)
► Os níveis de eficiência nas explorações do Faial foramidênticos aos obtidos por Marote (2002)
Conclusões:Conclusões:
•As explorações apresentaram níveis elevados de eficiência, As explorações apresentaram níveis elevados de eficiência, constantes e contínuos ao longo do tempoconstantes e contínuos ao longo do tempo •As variáveis que contribuíram significativamente para a As variáveis que contribuíram significativamente para a ineficiência das explorações foram: ineficiência das explorações foram:
- os subsídios - os subsídios - os elevados custos com amortizações - os elevados custos com amortizações
• As variáveis associadas às explorações mais eficientes foram: - os baixos custos com terrenos arrendados- a venda de animais - a dimensão das explorações - as explorações
de maior dimensão revelaram-se mais eficientes
As explorações Açorianas:
► Apesar de estarem inseridas num meio geográfico restrito, sob a influência dos mesmos condicionalismos económicos e governamentais, apresentam grande variabilidade de produção e de aplicação dos recursosdisponíveis
► Dada a sua heterogeneidade, a realização de estudos de eficiência baseados numa análise cluster prévia é importante, para não se confundir heterogeneidade com ineficiência
Conclusões:Conclusões:
Perspectivas Futuras:Perspectivas Futuras:
- - Comparar os níveis de eficiência apresentados com os Comparar os níveis de eficiência apresentados com os níveis de eficiência obtidos através da aplicação de outro níveis de eficiência obtidos através da aplicação de outro método. O mais adequado a este tipo de análise seria ométodo. O mais adequado a este tipo de análise seria ométodo não paramétrico DEA.método não paramétrico DEA.
- Continuar o presente estudo, envolvendo no modelo de Continuar o presente estudo, envolvendo no modelo de ineficiência outras variáveis que possam explicar o nível deineficiência outras variáveis que possam explicar o nível deeficiência verificado.eficiência verificado.
-Fazer a comparação entre o comportamento da fronteira tal Fazer a comparação entre o comportamento da fronteira tal como foi realizado nesta análise e uma nova fronteira quando como foi realizado nesta análise e uma nova fronteira quando todos os custos (fixos e variáveis) são incluídos,todos os custos (fixos e variáveis) são incluídos,inicialmente, no modelo de eficiência.inicialmente, no modelo de eficiência.
FIM !!FIM !!!!Obrigado pela vossa atenção!
Top Related