Desempenho da produção agropecuária dos municípios pertencentes ao escritório de desenvolvimento rural de Andradina/SP

Abstract

A análise de Escritórios de Desenvolvimento Rural (EDR) permite que se tenha uma melhor alocação dos recursos disponíveis, bem como um aumento da eficiência técnica da produção agropecuária, desde a geração de empregos, a produção de matérias-primas para a indústria e o mercado. O objetivo do trabalho foi analisar a eficiência agropecuária de treze municípios (DMU’s - Decision Making Units) pertencentes ao EDR de Andradina, Estado de São Paulo. A análise exploratória dos dados foi realizada, inicialmente, por meio da estatística multivariada, pelas técnicas de análise de agrupamento não hierárquica e pela análise dos componentes principais. Sequencialmente, foi realizada a análise envoltória de dados (Data Envelopment Analysis - DEA), com modelo variável de escala (BCC) e orientação output. Foram utilizados três inputs (terra, trabalho, capital) e um output (produção) totalizando quatro variáveis. A análise multivariada permitiu a formação de dois grupos, em que as variáveis terra, trabalho e produção contribuíram para a separação do agrupamento principal, tendo o município de Valparaíso como destaque. A análise DEA aponta que a maioria das DMU’s trabalhou de maneira ineficiente, tendo apenas 30,77% da amostra eficiente no modelo escolhido (BCC), indicando diferentes níveis tecnológicos das unidades agropecuárias analisadas.

The Rural Development Offices (EDR) analysis allows you to have a better allocation of available resources, and an increase in technical efficiency of agricultural production, since the creation of jobs, the production of raw materials for industry and the market. The objective was to analyze the agricultural efficiency of thirteen municipalities (DMU’s - Decision Making Units) belonging to the EDR of Andradina, State of São Paulo. Exploratory data analysis was performed, initially, by multivariate statistics, by non-hierarchical cluster analysis techniques and the analysis of the main components. Sequentially, the data envelopment analysis was conducted (Data Envelopment Analysis – DEA), with variable scale model (BCC) and output orientation. Three inputs were used (land, labor, capital) and output (production) totaling four variables. Multivariate analysis allowed the formation of two groups, in which the land variable, labor and production contributed for the separation of the main group, with the municipality of Valparaiso as highlight. The DEA analysis shows that most DMU's work inefficiently, with only 30.77% of the effective sample on the chosen model (BCC), indicating different technological levels of agricultural units analyzed.