AVALIAÇÃO DE SISTEMAS DE PRODUÇÃO DE LEITE EM … · 2013-11-20 · mensal em sistemas de produção de leite em pastagens ... (1º CP), segundo (2º CP) e terceiro ... Fichas

ADRIANA AMARAL DE OLIVEIRA BUENO

AVALIAÇÃO DE SISTEMAS DE PRODUÇÃO DE LEITE EM

PASTAGENS

Londrina

2013


AVALIAÇÃO DE SISTEMAS DE PRODUÇÃO DE LEITE EM PASTAGENS

Tese apresentada ao Programa de Pós-Graduação

em Ciência Animal da Universidade Estadual de

Londrina para obtenção do título de Doutor

Orientador: Prof. Dr. José Antônio Fregonesi

Londrina

2013


AVALIAÇÃO DE SISTEMAS DE PRODUÇÃO DE LEITE

EM PASTAGENS

Tese apresentada ao Programa de pós-graduaçao

em Ciência Animal da Universidade Estadual de

Londrina para obtençao do titulo de Doutor

BANCA EXAMINADORA

______________________________________

Orientador: Prof. Dr. José Antônio Fregonesi

Universidade Estadual de Londrina - UEL

____________________________________

Prof. Drª Ana Maria Bridi


____________________________________

Prof. Drª Carolina A. de Souza Dantas Muniz

Universidade Estadual de Londrina – UEL

____________________________________

Prof. Dr. Agostinho Ludovico


____________________________________

Dr. Alfredo Ribeiro de Freitas

Empresa Brasileira de Pesquisa Agropecuária –

EMBRAPA- Pecuária Sudeste

Londrina, _____de ___________de _____.

DEDICO

Ao meu marido Fernando, pelo amor e incentivo. Às

minhas filhas Mirella e Maria Clara pelos sorrisos e

carinho que me fortaleceram para concluir essa etapa

AGRADECIMENTO (S)

Agradeço a Deus, que ao guiar e iluminar meus caminhos me deu a

esperança e força para superar todos os obstáculos que encontrei para concluir esse projeto.

Ao meu orientador Prof. Dr. José Antônio Fregonesi não só pela constante

orientação neste trabalho, mas sobretudo pela sua amizade e confiança.

Ao Coordenador da Pós-Graduação Prof. Dr. Amauri Alfieri, pelo trabalho e

dedicação como Coordenador do Programa de Pós-graduação em Ciência Animal.

À secretária Helenice Kieski por sua dedicação e atenção para com todos os

alunos do programa de pós-graduação.

Aos pesquisadores do IAPAR, Rafael Fuentes e Dimas Soares Júnior, que

sempre se disponibilizaram para esclarecer minhas dúvidas.

Meu muito Obrigada ao Dr. Alfredo Ribeiro de Freitas pelo apoio nas

análises estatísticas, e ensinamentos transmitidos para conclusão desta tese.

Ao Prof. Dr. Vidal Faria de Pedroso que sempre acompanhou e se

disponibilizou para fortalecer o Projeto Balde Cheio dividindo sua precisosa experiência.

Aos pesquisadores da Embrapa Pecuária Sudeste, idealizadores do Projeto

Balde Cheio, Dr. Arthur Chinelato e André Novo, pelos conhecimentos transmitidos e pela

dedicação à atividade, fortalecendo assim não só a Pecuária Leitera, mas também, o

reconhecimento do profissional que atua na extensão rural.

Aos colegas de trabalho da Secretaria da Agricultura do Estado de São

Paulo, representados pelo Diretor Nestor Jamami, que direta e indiretamente me apoiaram

com paciência, durante esse período. Especialmente ao Eng. Agrônomo José Carlos Paggiaro

que me apoiou na Casa da Agricultura de Descalvado.

À Engenheira Agrônoma Paula Meyer, do IBGE, que me incentivou e

apoiou, fortalecendo minha auto-confiança.

Meus agradecimentos especiais à toda equipe da COOPERIDEAL,

representada pelo presidente Marcelo Rezende, que presente no campo diariamente, sempre

com muito respeito, humildade e competência, se empenharam para que produtores de leite se

tornassem de fato empresários rural. Essa equipe leva muito mais que resultados técnicos e

econômicos. Leva a esperança de um futuro melhor.

Ao meu marido, Fernando de Oliveira Bueno, pelo companherismo e

dedicação todos esses anos. A ele também, meu agradecimento especial, como técnico.

Sempre esclarecendo dúvidas e, com muita competência, somando a prática na teoria.

À minha mãe, Elizabeth Amaral de Olivera, que sempre esteve disponível

para cuidar dos meus tesouros, Mirella e Maria Clara, para que eu realizasse as exigências do

curso de doutorado.

À Marlene Anhaia e sua família, que me hospedaram com muito carinho e

dedicação.

À CAPES pela concessão da bolsa de estudo.

“Desistir é a saída dos fracos, continuar é a atitude

dos fortes”

Willian Borges

BUENO, Adriana Amaral de Oliveira. Avaliação de sistemas de produção de leite em

pastagens. 99p. Tese (Doutor em Ciência Animal) – Universidade Estadual de Londrina,

Londrina, 2013.

RESUMO

Apesar de muito complexa, a exploração leiteira desempenha um importante papel sócio

econômico. Isso porque, com entrada mensal de dinheiro, ela viabiliza a permanência de

pequenos produtores no meio rural. Por isso é importante conhecer melhor os índices técnicos

e econômicos envolvidos no gerenciamento da atividade. O objetivo desta pesquisa foi

estudar o comportamento e interações de variáveis zootécnicas e econômicas, a fim de, buscar

metas ou tendências, para os índices de eficiência adotados pela assistência técnica, em

sistemas de produção de leite, de forma a garantir a sustentabilidade econômica do sistema.

Foi criada uma matriz de dados, com informações técnicas e econômicas referentes à sistemas

de produção de leite que receberam intervenção técnica constante da equipe da Cooperideal,

seguindo a metodologia do Projeto Balde Cheio da Embrapa Pecuária Sudeste. No intervalo

de tempo do ano de 2006 a 2011, foram selecionadas propriedades que obtiveram intervenção

de 12 até 36 meses, em que o mês um foi considerado o inicio da intervenção e 36 o fim. A

dimensão dos dados e heterogeneidade dos sistemas estão descritos na metodologia e

resultados gerais. Os resultados dos objetivos específicos estão ilustrados na forma de dois

artigos científicos. O primeiro artigo, foi discutido o resultado das correlações das variáveis,

para entender o grau de influência que exercem entre si. A maioria das correlações foi

significativa (p ≤ 0,05). Esse cenário permitiu utilizar a análise de Componentes Principais

para reduzir a dimensão dos dados. Foi possível explicar 62,9 % da variabilidade total das

variáveis técnicas e 67,7 % da variabilidade total das variáveis econômicas. O segundo artigo

ilustra o resultado da intervenção técnica ao longo do tempo, utilizando a ferramenta

estatística de Medidas Repetidas. Foram escolhidas quatro variáveis técnicas e quatro

variáveis econômicas, com tendência a um a curva normal. Foi possível identificar que o

resultado da intervenção técnica ocorre de forma semelhante entre os estados. Ao longo do

tempo todas as variáveis, técnicas ou econômicas, apresentaram comportamento positivo para

tornar o sistema mais eficiente. Com um planejamento adequado é possível obter

sustentabilidade técnica e econômica nos sistemas de produção de leite, mesmo em menores

escalas de produção.

Palavras-chave: indices zootécnicos, índices econômicos, produção de leite; bovinocultura

de leite. medidas repetidas

BUENO, Adriana Amaral de Oliveira. Evaluation of milk production systems in pastures.

99p. Tese (Doutor em Ciência Animal) – Universidade Estadual de Londrina, Londrina, 2013.

ABSTRACT

Dairy farming plays an important socio-economic role as it enables the retention of small

producers in rural areas. Therefore it is important to understand technical and economic

indices involved in dairy farming. The aim of this thesis was to study the economic and

technical indices of dairy production systems located in Parana, Santa Catarina and Mato

Grosso states, submitted to technological interventions for a period 36 months. A data matrix

containing technical and economic indices was analyzed originating. The size of the data and

heterogeneity of systems are described in the methodology and general results. The results of

the specific objectives are illustrated in the form of two papers.three scientific papers. The

fisrt paper discusses several correlations of these variables in order to understand the degree

of influence they exert on each other. Using principal component analysis to reduce the

dimension of data, 62.9% of the total variability of the technical variables and 67.7% of the

total variability of the economic variables were explained. The second paper illustrates the

result of technical intervention over time using repeated measures as statistical tool. Four

technical and four economic variables presenting normal curve were evaluated. It was

possible to identify that technical intervention occurs similarly across states. Over time all

variables, technical or economical, showed positive performance to make the systems more

efficient. In conclusion, technical and economic sustainability of dairy production systems

may be achieved even in smaller scales of milk production.

Keywords: animal production indices, economic indicators, milk production, dairy cattle,

repeated measures

LISTA DE FIGURAS

ARTIGO 2

Figura 1 - Médias obtidas por quadrados mínimos da interação estado x tempo para variáveis

técnicas em sistemas de produção de leite em pastagens. MVL = média da produção de leite

das vacas em lactação, litros/vaca/dia; VLAREA = vacas em lactação por área, número

vacas/ha; VLR_p = porcentagem de vacas no rebanho (lactação) em relação ao total de

animais,%; PROD = quantidade mensal de leite por área, litros/ha ........................................74


econômicas em sistemas de produção de leite em pastagens. MGP = média geral de preços,

R$/litro; LLITRO = lucro por litro, R$/litro; CFCT = relação entre o custo fixo e o custo

total; %COECT = relação entre o custo operacional efetivo e o custo total ...........................75

LISTA DE TABELAS

RESULTADOS GERAIS

Tabela 1. Estatística descritiva para variáveis técnicas de produção em sistemas de produção

de leite em pastagens ....................................................................................................... .........33

Tabela 2 – Estatísticas descritivas para as variáveis técnicas de composição do rebanho em

sistemas de produção de leite em pastagens ............................................................................34

Tabela 3 Estatística descritiva para variáveis indicadoras de eficiência técnica em sistemas de

produção de leite em pastagens ................................................................................................35

Tabela 4 – Estatísticas descritivas para as variáveis econômicas de despesas mesais em

sistemas de produçao de leite em pastagens ............................................................................37

Tabela 5 – Estatísticas descritivas para as variáveis econômicas de receitas mensais em

sistemas de produção de leite em pastagens ............................................................................38

Tabela 6 Estatísticas descritivas para as variáveis econômicas indicadoras de eficiência

mensal em sistemas de produção de leite em pastagens ..........................................................39

ARTIGO 1

Tabela 1.Correlação de Pearson para variáveis técnicas em sistemas de produção de leite em

pastagens .................................................................................................................................55

Tabela 2 Correlação de Pearson para variáveis técnicas em sistemas de produção de leite em

pastagens ..................................................................................................................................55

Tabela 3 Correlação de Pearson para variáveis econômicas em sistemas de produção de leite

em pastagens ................................................................................................................ ............56


em pastagens ................................................................................................................ ............56

Tabela 5 – Valores associados ao primeiro (1º CP), segundo (2º CP) e terceiro (3º CP)

componentes principais (auto vetores) das variáveis técnicas avaliadas .................................57

Tabela 6 – Valores associados ao primeiro (1º CP), segundo (2º CP) e terceiro (3º CP)

componentes principais (auto vetores) das variáveis econômicas ...........................................58

ARTIGO 2

Tabela 1 - Estruturas de variâncias e covariâncias, com respectivos números de parâmetros e

elementos (i = linha, j = coluna), onde k = 36 (número de medidas repetidas) .......................73

Tabela 2 - Estruturas de variâncias e covariâncias com respectivos parâmetros, logaritmo da

função de verossimilhança restrita multiplicado por -2 (-2LR), valores do critério de

informação de Akaike (AIC) e BIC obtidos na análise da variável técnica - vacas em lactação

por área (VLAREA), número vacas/ha, por meio da análise de medidas repetidas ................73

Tabela 3 – Resultados da análise de variância do tipo III (Pr > F) para as variáveis técnicas e

econômicas, considerando o efeito principal de estado, tempo e interação estado x tempo

...................................................................................................................................................73

SUMÁRIO

1 INTRODUÇÃO ...................................................................................................................15

2 OBJETIVOS ....................................................................................................................... .17

2.1. OBJETIVOS ESPECÍFICOS ............................................................................................17

3. REVISÃO ...........................................................................................................................18

3.1 Caracterização da Pecuária Leiteira no Brasil .............................................................18

3.2 Sistemas de Produção ......................................................................................................19

3.2.1 Fatores Determinantes de Desempenho da Produção de Leite

...................................................................................................................................................21

3.3 O Projeto Balde Cheio .....................................................................................................22

3.4 A Cooperideal ...................................................................................................................24

4 FUNDAMENTOS ESTATÍSTICOS .................................................................................25

4.1 Análises exploratórias ........................................................................................................25

4.2 Correlação de Pearson e Componentes Principais .............................................................25

4.3 Análises de Medidas Repetidas ..........................................................................................26

5.MATERIAL E MÉTODOS ................................................................................................28

5.1 ORIGEM DOS DADOS ....................................................................................................28

5.2 COLETA E TABULAÇÃO DOS DADOS .......................................................................28

5.2.1 Fatores de Identificaçao .........................................................................................29

5.2.2 Fatores técnicos .....................................................................................................29

5.2.3 Fatores Econômicos ...............................................................................................30

5.3 ANÁLISES ESTATÍSTICAS ...................................................................................... ......31

6 RESULTADOS GERAIS ...................................................................................................32

7 ARTIGO 1 ...........................................................................................................................41

INTRODUÇÃO ..............................................................................................................43

MATERIAL E MÉTODOS.............................................................................................45

RESULTADOS E DISCUSSÃO ....................................................................................47

CONCLUSÃO ................................................................................................................53

REFERÊNCIAS............................... ..............................................................................53

8 ARTIGO 2

INTRODUÇÃO ..............................................................................................................62

MATERIAL E MÉTODOS.............................................................................................64

RESULTADOS E DISCUSSÃO ....................................................................................67

CONCLUSÃO ................................................................................................................70

AGRADECIMENTOS ...................................................................................................70

REFERÊNCIAS .............................................................................................................71

9 CONSIDERAÇÕES FINAIS..............................................................................................76

10. REFERÊNCIAS................................................................................................................77

ANEXOS ..............................................................................................................80

ANEXO 1 – Fichas de Campo ...............................................................................81

ANEXO 2 – Planilha gerencial ..............................................................................82

ANEXO 3 – Indices Econômicos ..........................................................................83

ANEXO 4 – Curvas de distribuiçao das probabilidades para ilustrar a normalidade

.................................................................................................................................84

ANEXO 5 – Normas da Revista Brasileira de zootecnia

........................................86

ANEXO 6 – Normas da Revista Journal Dairy Science.........................................89

15

1. INTRODUÇÃO GERAL

O Brasil produziu, em 2011, 32 bilhões de litros de leite, garantindo ao país a quinta

posição de maior produtor de leite do mundo, superado apenas pelos Estados Unidos e Índia,

Rússia e China (IBGE 2011).

A pecuária leiteira é de fundamental importância para o setor agropecuário brasileiro.

Isso porque a atividade leiteira participa na formação da renda de grande número de

produtores, pela sua característica de fluxo mensal de renda.

Nesse sentido, Álvares (2002), afirmou que a atividade leiteira gera cerca de 3,6

milhões de postos de trabalho permanentes, o que viabiliza a permanência de pequenos

produtores no meio rural. Os dados do IBGE (2008) mostraram que 84% dos

estabelecimentos agropecuários são familiares e responsáveis por 58% do total de leite

produzido. Porém, a produção de leite, está distribuída pelo país de forma heterogênea e,

muitas vezes, sem controle básico de índices zootécnicos e econômicos.

Particularidades dos sistemas de produção tornam a atividade uma das mais complexas

do setor agropecuário. Pois a tomada de decisão envolve aspectos variados no âmbito técnico

e econômico, o que tem exigido, dos pequenos produtores rurais, um preparo técnico em

gestão empresarial (NORONHA; LIMA JUNIOR, 2005).

A administração da propriedade produtora de leite como uma empresa, ainda não faz

parte da cultura e tradição dos produtores (BRITO; NOBRE; FONSECA, 2009). Isso porque,

somado a baixa escolaridade do proprietário, a atividade demanda tempo e esforço físico nas

atividades operacionais, dificultando um planejamento e gestão adequados (NORONHA;

LIMA JUNIOR, 2005).

Somado a esse cenário, a atividade leiteira é também conhecida como sendo um negócio

de margens de lucro reduzidas. Sendo assim, somente aqueles que conseguem reduzir os

custos de produção e aumentar o volume de leite comercializado, é que permanecem na

atividade. Dessa forma, a avaliação dos resultados obtidos com propriedades que adotam

técnicas zootécnicas e controle gerencial é necessária para entendimento da melhor forma de

utilização dessas ferramentas na otimização de recursos de produção, além dos investimentos

com instalações para abrigo e manejo dos animais e de máquinas e equipamentos, que

possibilitem, assim, baixar custos e o desenvolvimento técnico adequado da atividade.

16

Buscar a aplicação correta de tecnologias e princípios da produção de leite possibilita

encontrar parâmetros que permitirão ao produtor manipular corretamente um número grande

de fatores mantendo, assim, condições favoráveis para uma produção sustentável.

Na expectativa de melhorar a rentabilidade de fazendas de leite, por meio da introdução

de processos mais adequados de produção e gerenciamento, o Projeto Balde Cheio, através da

atuação da equipe da Cooperideal, vem trabalhando, com sistemas de produção de leite em

diferentes estados do Brasil. A assistência técnica é privada e mantêm um monitoramento

mensal das informações produtivas, zootécnicas e financeiras desses sistemas.

17

2 OBJETIVO

Estudar o comportamento das variáveis zootécnicas e econômicas envolvidas no sistema

de produção após interferência técnica a campo a fim de aumentar o conhecimento e buscar

metas para os índices de eficiência técnicas e econômicas dos sistemas de produção do leite

em pastagens, garantindo, assim, tomadas de decisões corretas no planejamento da atividade.

2.1 OBJETIVOS ESPECÍFICOS

- Estudar a heterogeneidade dos índices técnicos e dos dos índices econômicos

- Avaliar as relações entre os indicadores em situaçao não experimental

- Avaliar a metodologia utilizada para intervenção técnica

18

3. REVISÃO BIBLIOGRÁFICA

3.1 Caracterizações da Pecuária Leiteira no Brasil

Há uma quantidade significativa de evidências na literatura científica de que o

agronegócio do leite e seus derivados desempenham um papel relevante no suprimento de

alimentos e na geração de emprego e renda para a população. Para cada unidade de aumento

em investimento na produção ou sistema agroindustrial do leite, há um crescimento de,

aproximadamente, cinco unidades no aumento do Produto Interno Bruto – PIB, o que coloca o

agronegócio do leite à frente de setores importantes como o da siderurgia e o da indústria

têxtil. Quando se acrescenta a importância nutritiva do leite como alimento, nos colocamos

diante de um dos produtos mais importantes da agropecuária brasileira (BARBOSA et al,

2002).

Porém, a pecuária leiteira é uma atividade com grande heterogeneidade do processo

produtivo. Países mais desenvolvidos ou com maior emprego de tecnologia, em geral,

possuem produtividade mais elevada e maior escala de produção, principalmente os europeus

e os da América do norte. Nos países em desenvolvimento, a produtividade também vem se

elevando, provocando maior contribuição para a oferta mundial de produtos lácteos, o que

está levando uma mudança geográfica da produção de leite (CARVALHO, 2008).

Quando a atividade leiteira começou a surgir no país por volta de 1870, até o início do

século XX, o leite era consumido in natura, o que representava um risco de uma série de

doenças aos que o consumiam. A partir da década de 1920, algumas indústrias de

beneficiamento e distribuição de leite começaram a surgir, oferecendo aos consumidores leite

pasteurizado e, assim, mais seguro (ALVES, 2009).

As mudanças impostas à pecuária leiteira do Brasil ocorreram, sobretudo, no início dos

anos 90, após a abertura do mercado, com intensificação a partir do último plano econômico

do Governo Federal, o chamado plano Real, com a diminuição das intervenções

governamentais no sistema de preços do leite. Entre as alterações políticas preconizadas

destacam-se a liberação do preço do leite (à quase meio século tabelado), abertura econômica

e integração com os países do MERCOSUL (GOMES, 2000). A economia brasileira tomou

uma postura de maior estabilização da moeda após a implantação do plano Real, reduzindo

dessa forma a volatilização do preço do leite e dos rendimentos do produtor (MARCONDES,

2005). Essas estabilizações e reduções no preço lançaram o novo desafio de encontrar

soluções para o aumento da escala de produção dentro da agricultura familiar.

19

Segundo o IBGE (2011), o Brasil é considerado um dos maiores países produtores de

leite do mundo, ocupando o terceiro lugar com a produção de 32.096.193 litros. As vacas

ordenhadas foram estimadas em 23.229.193 animais, com média de 1,38 l/vaca/dia. Esta

produção está distribuída por todo o país e a heterogeneidade do processo produtivo é

marcante, sendo a região sudeste a maior produtora nacional, com participação de 38,4%,

seguida pela Região Sul, com 27,7%. Minas Gerais é o principal estado produtor,

respondendo, isoladamente, por 27,3% da produção.

Volpi e Digiovani (2008), relataram que de 1996 a 2006, enquanto a produção de leite,

no Brasil, passou de 18,5 bilhões de litros para 25,4 bilhões, crescimento de 37,3%, a

produção do Paraná passou de 1,514 bilhões de litros para 2,7 bilhões, crescimento de 78%.

Essa produção que permitiu ao estado alcançar o 2º lugar do ranking nacional, com

produtividade média de 1.954 litros/vaca/ano. Os autores também mostraram que a atividade

leiteira está presente em todos os 399 municípios paranaenses e tem grande importância

econômica e social.

Já em 2011, o Paraná perdeu uma posição no ranking, para o estado do Rio Grande do

Sul em leite produzido, porém sua produtividade foi de 2400 litros/vaca/ano enquanto no Rio

grande do Sul foi de 960 litros/vaca/ano (IBGE, 2011). Esse fato ilustra a mudança do perfil

dos produtores que estão se especializando com animais de maior potencial leiteiro.

O estado de Santa Catarina ocupa o quinto lugar do ranking nacional com produção de

2.531.159 litros de leite e produtividade de 2.478 litros/vaca/ano. Já o Mato Grosso do Sul é o

nono estado no ranking com produção de 743.191 litros e produtividade de 504

litros/vaca/ano (IBGE, 2011). Esses números reforçam o potencial de crescimento da

atividade e refletem pequenas mudanças com intensificação do uso da terra e controles do

sistema que vem sido aplicados em diversas regiões, através de programas de assistência

técnica, sejam eles privados ou institucionais.

3.2 Sistemas de Produção

Quando se fala de sistema de produção de leite, o cenário envolve fatores técnicos,

econômicos e sociais. Uma característica comum aos sistemas de produção de leite no mundo

é a sua exploração em pequenas áreas localizadas em volta de centros urbanos consumidores e

em terras de alto valor (AGUIAR, 1999). As características da produção de leite no Brasil não

são diferentes. Em sua maioria, caracteriza-se por pequenos produtores, que buscam diminuir

seus custos de produção para manter a sustentabilidade da exploração leiteira. Para atingir

20

esse objetivo busca-se aumento de produção, com aumento de produtividade, utilizando

matéria prima de qualidade, melhoramento genético dos rebanhos e manejo sanitário

adequado.

Segundo Carvalho et. al. (2007), não há consenso quanto ao tipo de sistema mais

adequado às condições brasileiras, sejam elas regionais, ou em uma mesma região com

condições semelhantes. Diferentes autores afirmam que, não existe um sistema de produção

padrão ou modelo; cada propriedade busca o sistema mais adequado em função de

característica intrínseca, ou seja, de acordo com a topografia e disponibilidade de recursos

naturais, humanos, físicos, zootécnicos, financeiros, etc. (BRITO; NOBRE; FONSECA,

2009).

O setor leiteiro consegue ter boas perspectivas devido aos aumentos de produção e

produtividade e quedas nos custos (CAMARGO, 2004). Porém, sendo um negócio de

margens reduzidas de lucro, aqueles que, na gestão dos seus meios e recursos, adotarem

tecnologias adequadas que permitam baixar seus custos de produção, poderão alcançar a

sustentabilidade econômica necessária para permanência na atividade (MATOS, 2002). A

adoção da prática de anotações e gerenciamento das informações de rotina permite identificar

melhor e racionalizar as atividades da propriedade. Isso possibilita avaliar índices técnicos e

econômicos, identificar pontos de estrangulamento e determinar os fatores que interferem no

processo de produção, auxiliando, assim, a tomada de decisão (ATZORI, TEDESCHINI,

CANNAS, 2013).

A necessidade de intensificação da atividade leiteira no Brasil tem levado à redução do

número de produtores, permanecendo aqueles que possuem maior produção com maior

eficiência. O grau de eficiência está ligado à manipulação de índices zootécnicos através da

aplicação de conceitos básicos de manejo dos sistemas de produção. Para mudar a realidade

atual, é necessário especialização do rebanho e um melhor aproveitamento das áreas de

produção com um bom planejamento técnico e gerencial (OMETTO e CARVALHO, 2006).

Em função do clima, o Brasil possui condições edafoclimáticas favoráveis à

bovinocultura de leite em todo seu território, adaptada as características regionais

(ALVARES, 2002). De todas as tecnologias disponíveis, a produção de leite em pastagens é a

mais complexa. Havendo, portanto, a necessidade de entendimento e manipulação correta da

interação entre solo, planta, clima, animal e ação do homem. Do equilíbrio destas interações é

que vêm as respostas adequadas no uso dos fatores de produção.

Dos custos relacionados à produção de leite, os itens produção de alimentos e

alimentação do rebanho são responsáveis pela maior proporção (de 40 a 60%) dos custos

21

variáveis. O custo de produção de leite é inversamente proporcional à participação do pasto na

dieta dos animais. Nos países com baixos preços do leite, os produtores conseguem reduzir o

custo de produção pelo aumento da participação do pasto na dieta das vacas leiteiras (CLARK

e JANS, 1995). Por exemplo, experimentos conduzidos na Embrapa, pelo Centro Nacional de

Pesquisa em Gado de Leite, avaliando o desempenho de vacas holandesas com potencial

produtivo de 6.000 kg de leite por lactação, mostraram que a produção de leite à pasto de

“coast cross” (Cynodon sp), foi a mais viável economicamente, apresentando margem de

lucratividade 50% maior, mesmo tendo produzido, aproximadamente, 20% menos leite

quando comparada ao sistema de produção com gado confinado (VILELA et al, 1996).

3.2.1 Fatores determinantes de desempenho da produção de leite

O desempenho técnico-econômico da atividade leiteira pode ser avaliado através de

vários índices técnicos, da relação entre eles e também pela análise econômica. Como índices

técnicos têm-se utilizado, dentre outros: 1) produção média diária por vaca em lactação; 2)

produção média diária de vacas no rebanho; 3) produção de leite por hectare/ano; 4) taxa de

natalidade; 5) idade ao primeiro parto; 6) intervalo entre partos; 7) litros de leite por quilo de

concentrado fornecido; e 8) mão de obra por litro de leite produzido (MARTINS, 1988;

FAESP, 1996; GOMES, 1997; SCHIFFLER, 1998).

Na análise de desempenho econômico, os principais indicadores utilizados têm sido a

margem bruta, a margem líquida e a taxa de retorno sobre o investimento. Por exemplo,

Oliveira et al. (2001), avaliaram os índices técnicos e rentabilidade da pecuária leiteira em 22

propriedades de Minas Gerais e encontraram valores negativos em função da falta de

utilização de informações básicas no manejo do rebanho. Constataram, assim, que aumento na

produtividade é a alternativa mais viável para o aumento da rentabilidade.

Em São Paulo, Manzano et al. (2006), realizaram uma análise dos efeitos de técnicas

agropecuárias implantadas em sistemas de produção de leite a pasto, no período de 1998 a

2001. Os resultados mostraram aumentos de 24, 36, 38, 70 e 27%, respectivamente para as

produções de leite/ano, leite/ha/ano e leite/vaca, a receita e o patrimônio, o que permitiu

concluir que o pacote tecnológico de intensificação do sistema foi eficiente.

Confirmando esse cenário, Miranda e Doliveira (2005), em diagnóstico realizado no

Sudoeste do Paraná, pelo projeto Rede de Referências em propriedades acompanhadas pela

EMATER – PR identificaram erros em procedimentos básicos de manejo do rebanho e das

pastagens. Houve, também, identificação de um desconhecimento de indicadores zootécnicos,

22

sanitários, econômicos, ambientais e de qualidade do leite. Concluíram, então, a necessidade

de diagnósticos mais completos e com referenciais que possam ser disseminados de forma

mais efetiva. No mesmo sentido, Kirchener et al. (2007), elaboram uma análise técnica e

econômica da atividade leiteira no Sudoeste do Paraná, no período de 2003 a 2005, e

concluíram que todos os sistemas analisados, com acompanhamento, mostraram-se lucrativos

e com rentabilidade competitiva. Também confirmaram a forte relação entre erros de manejo

do rebanho com prejuízos financeiros. Isso reforça a necessidade de um acompanhamento

técnico que gere subsídios para identificar e entender melhor essas interações.

A assistência técnica abrange poucos produtores e sua falta reflete em baixa eficiência

de uso dos fatores de produção e na não adoção de práticas tecnológicas pelos produtores

(KRUG e KLIKS, 2003). Programas de assistência técnica vêm sendo aplicado em diversas

regiões do Brasil. Dentre eles, o Educampo que é aplicado no estado de Minas Gerais e

Espírito Santo (SEBRAE, 2008), o Projeto Redes do IAPAR, aplicado no Paraná, e o Balde

Cheio em diferentes estados do Brasil. Porém as análises são realizadas de forma pontual

impossibilitando gerar uma informação geral. As melhorias obtidas pelas intervenções

normalmente são medidas por indicadores parciais de benchmarking (FRASER e CORDINA,

1999; TUPY, 2006). Porém alguns estudos tem demonstrado que o uso parcial desses

indicadores de eficiência técnica é inadequado para promover ganhos em produtividade, pois

eles são dependentes de insumos utilizados e não de fatores técnicos. (STOKES et al., 2007).

Como na literatura são poucos os trabalhos que permitem gerar parâmetros, não só no

campo técnico econômico, mas também na relação sócio ambiental, torna-se necessário que

se faça um estudo do comportamento e interações das variáveis de desempenho zootécnico e

econômico desses sistemas, buscando alternativas de análises que permitam direcionar de

forma mais eficiente à tomada de decisão a campo, garantindo o equilíbrio dos fatores de

produção.

Concluindo, é importante uma aplicação de tecnologias que permitam manipular

corretamente um número grande de fatores mantendo, assim, condições favoráveis para uma

produção sustentável.

3.3 O Projeto Balde Cheio

O Projeto Balde Cheio é uma metodologia de transferência de tecnologia que contribui

para o desenvolvimento da pecuária leiteira em propriedades familiares. Seu objetivo é

capacitar profissionais da extensão rural e produtores, promover a troca de informações sobre

23

as tecnologias aplicadas regionalmente e monitorar os impactos ambientais, econômicos e

sociais, nos sistemas de produção que adotam as tecnologias propostas na aplicação de

tecnologias para a intensificação e gerenciamento de sistemas de produção de leite. O mesmo

está presente em 24 estados do Brasil, atuando aproximadamente em 3800 propriedades.

As principais tecnologias utilizadas nas propriedades envolveram as ações descritas

abaixo:

Agrícolas: amostragem de solo na área de interesse, recuperação da fertilidade; divisão

de piquete de acordo com a forrageira; uso intensivo de pastagens rotacionadas;

sobresemeadura de aveia e azevém em pastagem tropicais durante o período da seca; cana de

açúcar mais uréia ou silagem como suplementação no período da seca.

Zootécnica: exame de brucelose e tuberculose, com descarte dos animais positivos;

identificação dos animais por brincos, estabelecimentos de dietas balanceadas de acordo com

a categoria animal; implantação de calendário sanitário; controle reprodutivo mensal; técnicas

que garantem o bem estar animal e seleção permanente do rebanho.

Gerenciais: Técnica: fichas de coleta de controle leiteiro descarte de animais

improdutivos, controle zootécnico do rebanho.

Gerencial econômica: análise econômica por meio de planilha de custo constituída de:

receitas, despesas de custeio e investimentos, resultados econômicos com depreciações de

máquinas, instalações e remuneração de capital, animais e terra.

Na determinação do custo operacional, são consideradas as despesas relativas ao

custeio na produção do leite e, na determinação do custo total, os custos fixos, como

depreciação de máquinas, equipamentos e instalações (vida útil de dez anos), e a remuneração

do capital investido em animais e na terra (6% ao ano).

Os pesquisadores, da Embrapa Pecuária Sudeste, visitam periodicamente as regiões

atendidas pelos técnicos de campo, buscando atualização e qualidade do trabalho executado.

A metodologia Balde Cheio é aplicada desde 1998. Utiliza uma unidade demonstrativa

que passa a ser referência na região, criando demanda de atendimento em propriedades

vizinhas que passam a ser assistidas pelos técnicos da extensão rural.

Para atendimento da demanda crescente pelo Projeto Balde Cheio, técnicos que se

destacaram, assumiram também a função de instrutor, passando a treinar outros técnicos.

24

3.4. A Cooperideal

A assistência técnica tem se mostrado cada vez mais importante no desenvolvimento da

pecuária Leiteira no Brasil.

A Cooperideal – Coooperativa para Inovação e Desenvolvimento da Atividade Leiteira,

foi fundada em março de 2009 e sua a equipe trabalha seguindo a metodologia Balde Cheio

como ferramenta para melhoria de renda na propriedade leiteira, desde 2004.

A exploração intensiva de forragens tropicais, aliada ao uso de forragens de inverno, é

a base alimentar dos sistemas de produção de leite no projeto Balde Cheio. O gerenciamento

da propriedade é feito através das anotações e avaliações sistemáticas das informações

geradas, que garantem ao produtor e ao técnico a identificação de problemas e suas soluções,

a fim de garantir a lucratividade do sistema de produção.

Atualmente, a equipe técnica composta por 25 profissionais da área de ciências

agrárias, que assistem mais de 700 propriedades em cerca de 130 municípios nos estados do

Paraná, Santa Catarina, Rio Grande do Sul, Mato Grosso do Sul, Mato Grosso, São Paulo,

Goiás, Pará, Tocantins e Distrito Federal. A cooperativa de serviço atua de forma direta com o

produtor, ou parcerias com instituições públicas (prefeituras) e privadas (sindicatos, laticínios,

cooperativas) que tenham interesse no desenvolvimento da pecuária leiteira.

25

4 FUNDAMENTOS ESTATÍSTICOS

4.1 Análises exploratórias

As análises exploratórias referem-se a um conjunto de procedimentos e técnicas de

avaliação de dados, com o objetivo de estudar e detectar padrões e características

interessantes existentes nos dados que indiquem possíveis modelos, padrões ou tendências,

sem envolver grande teorização sobre o assunto.

Para analisar o padrão de tendências dos dados foi utilizada a amplitude (máximo -

mínimo), medidas de locação (média, moda e mediana), simetria e curtose (MORRISON,

1990). A amplitude que é a diferença entre o valor máximo e o valor mínimo de uma amostra

dá uma ideia da dispersão dos dados e nos fornece informações valiosas sobre a natureza das

variáveis e principalmente de dados discrepantes. As medidas de locação ou de tendência

central são estatísticas que fornecem informação acerca da tendência central de um conjunto

de dados. São elas a média aritmética, a moda e a mediana; a moda representa o valor que

ocorre com maior frequência e a mediana corresponde ao elemento de posição 50% de uma

amostra ordenada. Se a distribuição é simétrica, tem-se média = moda = mediana; se é

assimétrica positiva, a média é maior que a mediana; e se é assimétrica negativa, a média é

menor que a mediana. Como se trata de uma população, o que é discutido aqui é o que

realmente acontece na prática e, portanto, deve representar adequadamente a população.

Assimetria é a medida do afastamento ou viés de uma distribuição de valores em relação a

uma distribuição simétrica como a da normal. Existem três tipos de coeficientes ou medidas:

1. Simétrica: a distribuição normal tem a forma de sino; o valor da assimetria é zero e a

média = a mediana = a moda.

2. Assimétrica positiva: a cauda da curva tem viés para a direita e a média > a mediana

> a moda.

3. Assimétrica negativa: a cauda da curva tem viés para a esquerda e a média < a

mediana < a moda.

4.2 Correlações de Pearson e Componentes Principais

A correlação de Pearson é uma medida de associação linear entre duas variáveis

(ANDRADE e OGLIARI, 2010) e sua interpretação pode ser feita da seguinte forma: positiva

muito alta (> 0,70); positiva alta (0,40 a 0,69); positiva moderada (0,30 a 0,29); positiva fraca

26

(0,20 a 0,29); positiva insignificante (0,01 a 0,19); o mesmo raciocínio vale para a r negativa.

Já em diferentes trabalhos realizados com sistema de produção de leite encontramos a análise

dos dados utilizando essa ferramenta estatística (LOBATO, 2009 e GUIMARÃES FILHO,

2011). Componentes Principais são técnicas de análises multivariada que reduz a dimensão do

conjunto de dados originais, gerando novas variáveis denominadas de componentes principais

(CP), independentes entre si, e que são combinações lineares das variáveis iniciais.

Geralmente, a variabilidade ou as informações contidas em um conjunto grande de variáveis,

correlacionadas entre si, são resumidas em dois ou três CP, os quais preservam a maior parte

das informações contidas nos dados originais e podem ser utilizados como novas variáveis ou

como índices (FREITAS et al, 2011).

4.3 Análises de Medidas Repetidas

Análises de medidas repetidas (MR) são análises de modelos lineares mistos e referem

a situações experimentais em que as respostas são avaliadas na mesma propriedade ao longo

do tempo. Estas respostas ao longo do tempo geralmente são correlacionadas, devido a uma

estrutura comum que existe na propriedade, tais como, área e tipo de solo, manejo dos

animais, assistência técnica. As metodologias estatísticas usualmente tratadas na literatura não

nos permitem aproveitar toda a informação que as análises de medidas repetidas são capazes

de transmitir. Isto justifica o esforço analítico adicional requerido pela MR necessário para

considerar e modelar a estrutura de correlação (R) que existe entre as observações realizadas

na mesma unidade amostral (LITTELL et al, 1996; LITTELL et al, 1998).

Para uma variável em particular, admite-se que as avaliações em propriedades

diferentes são independentes e para efeito de estrutura de variância-covariância R, o termo

covariância refere-se às avaliações na mesma propriedade. Assim a propriedade passa a ser

definida como indivíduo.

O modelo misto (LITTELL et al., 1996; LITTELL et al., 1998; FREITAS et al., 2005),

no presente trabalho foi: yijk = + i + ij + tk + (t)ik + ijk, em que yijk é a resposta no

tempo k do indivíduo j no grupo de tratamento ou Estado i; é o efeito médio geral; i é o

efeito fixo do tratamento i ou estado i; ij é o efeito aleatório do indivíduo j no grupo de

tratamento i; k é o efeito fixo do tempo k; ()ik é o efeito da interação fixa do tratamento i

com o tempo k e ijk é o erro aleatório.

Sob o enfoque matricial, têm-se:

ynx1 = Xnxp bpx1 + Znxquqx1 + enx1 (1),

27

Em que y é um vetor n x1 que contém os valores observados, X e Z são matrizes de

incidência; b é um vetor p x 1 de efeitos fixos, parâmetros desconhecidos; u um vetor q x 1

que contém os efeitos aleatórios não observáveis dos indivíduos; e é um vetor n x 1 de erros

associados às avaliações dentro de indivíduos; n, p, q, indica, respectivamente, o número de

observações, de efeitos fixos e de efeitos aleatórios. Admitindo-se que y, u e e têm

distribuição normal com média zero, podem ser formuladas as seguintes esperanças (E) e

variâncias (V):

E(Y) = Xb; V(y) = V(Zu + e) = V = ZGZ'+R ; E(u) = 0; Var(u) = G; E(e) = 0; V(e) =

R; (2)

A etapa mais importante nos modelos 1 e 2 é modelar a estrutura de variância-

covariância de erros dentro de indivíduos (R). Pode-se ajustar várias estruturas de R e escolher

a mais adequada para determinado conjunto de dados. Utilizando-se o critério de Akaike's

information criterion – AIC (BOZDOGAN, 1987), são avaliadas diversas estruturas de

covariância (R) para modelar a variação entre as medidas repetidas (tempo), dada por V(ijk) =

R, e, aquela que melhor se ajustar aos dados, será utilizada. Uma vez escolhida a estrutura R,

o uso de modelos mistos pelo MIXED é bastante versátil e abrangente, no qual se podem

realizar análises em situações de dados perdidos, dados desbalanceados, entre outras.

Nas análises de MR o indivíduo i gera o vetor de observações y′i = (yi1, . . . , yit), sendo t o

número de meses que o indivíduo participa do experimento, isto é, um único indivíduo no

experimento gera diversas unidades de observação. Uma vez que se têm condições de

modelar os erros entre as MR, não é necessário assumir a hipótese de que os erros são

independentes e identicamente distribuídos. Outra vantagem é que permite análise com

valores perdidos ou dados incompletos, ou seja, desbalanceados.

28

5 MATERIAL E MÉTODOS

5.1 Origem dos Dados

Os dados utilizados no presente estudo foram provenientes de 157 propriedades

comerciais localizadas em 71 municípios, sendo: 21 de Santa Catarina com 42 propriedades;

44 do Paraná com 104 propriedades; e seis do Mato Grosso do Sul com doze propriedades.

Todas foram assistidas por técnicos da Cooperideal. Os dados coletados utilizaram a mesma

metodologia de gerenciamento. No início do projeto, respondeu-se um questionário que

identificou seu sistema de produção, levantou o patrimônio e rebanho. O técnico extensionista

passou, então, a visitar a propriedade uma vez por mês. A visita da equipe completa com a

parceria da Embrapa ocorreu a cada quatro meses, por um período de quatro anos. Após esse

período, entendeu-se que o técnico estava apto a acompanhar sozinho o produtor.

Nas visitas os técnicos estavam preparados para fazer alterações e orientações em

tecnologias para alimentação adequada do rebanho (período das águas e da seca), manejo

reprodutivo, criação de bezerras e novilhas, sanidade e ambiência, rotina de ordenha e

qualidade do leite. A ordem e a forma com que se utilizou cada instrução e interferência

foram adequadas a cada propriedade, buscando a solução mais viável para as condições

financeiras de cada produtor. Portanto, o tempo de cada ação base não foi sempre o mesmo e

as respostas, de variáveis que formavam parâmetros de avaliação, estavam expostas a diversas

situações que fogem de controle da pesquisa experimental.

Assim, para avaliar os efeitos das respostas das variáveis relacionadas aos diferentes

indicadores de eficiência, no conjunto de todas as propriedades controladas, buscou-se

metodologias estatísticas adequadas que avaliassem o resultado de campo, sem controle

experimental, ao longo do tempo.

5.2 Coleta e tabulação de Dados

Foi feita uma seleção do público a ser trabalhado nos diversos municípios em função

do tempo de acompanhamento técnico. Para fazer parte do banco de dados o produtor tinha

que ter, no mínimo, um ano completo e, no máximo, três anos. Os dados utilizados foram

coletados mensalmente, entre o período de 2006 a 2011, totalizando 3721 observações. O

preenchimento da Planilha foi realizado baseado em dados anotados em fichas padronizadas

fornecidas pela assistência técnica (Anexo 1). Da planilha de Gerenciamento (Anexo 2) foram

29

retirados 51 fatores. Esses fatores foram divididos em três categorias: 1) identificação; 2)

fatores técnicos 3) fatores econômicos.

5.2.1 Fatores de Identificação

1 Localização macro da propriedade - Estado

2 Localização micro da propriedade = Municipio

3 Número cadastrado da unidade produtiva = Prop

4 Numero do cadastro da propriedade

5 Ano da coleta de dados = ano que ocorreu a coleta de dados

6 Mês = O mês da coleta dos dados: 1 = Janeiro / 2= Fevereiro/.../ 12= Dezembro

5.2.2 Fatores Técnicos

As variáveis técnicas estão contidas dentro de Produção e Composição do Rebanho.

Dias AT - Tempo de assistência;

Area_l – Área utilizada para produzir o leite

LPVT – Leite produzido vendido total

LPNV – Leite produzido não Vendido

Leite_B – Leite bezerras

LP - Leite produzido

MPD - Média de produção diária

NVL - Número de vacas em lactação

NVS - Número de vacas secas

VL_p – Porcentagem de vacas em lactação

VLÁrea – Vacas em lactação por hectare

VL - Média das vacas em lactação

MVR - Média das vacas do rebanho

NB - Número de bezerras

NN - Número de novilhas

NM - Número de machos

VR_p - Porcentagem de vacas no rebanho

VLR_ p - Porcentagem de vacas em lactação no rebanho

MOBRA – Mão de obra

30

LHD - Litros por homem (pessoa) por dia

AEL – Animais equivalente leite

PROD – Produtividade

5.2.3 Fatores Econômicos

Quando inserimos na análise de dados os fatores econômicos, foram necessárias as

correções ao longo do tempo para que a comparação pudesse ser feita em qualquer tempo. As

variáveis econômicas foram corrigidas pelo IGP-DI, mês a mês usando como referência o mês

de Julho de 2012 (Anexo 3). Os custos fixos, como depreciação de máquinas, equipamentos e

instalações (vida útil de dez anos), e a remuneração do capital investido em animais e na terra

(6% ao ano).

DC – Despesas de custeio

DIT – Despesas com investimento total –

DT – Despesas totais -

LVT – Leite vendido total

AVT – Animais vendidos no total

RT – Receita total

MGP – Média geral de preços

FC – Fluxo de caixa

DM – Depreciação de máquinas

DI – Depreciação de instalações

RCA – Remuneração do capital em animais

RCT – Remuneração do capital em terra

COE – Custo operacional efetivo

COEEL – Custo operacional efetivo com equivalente leite

CT – Custo total

CTEL – Custo total com equivalente leite

MBA – Margem bruta por área

LUCRO – Lucro

LA – Lucro por área

L Litro – Lucro por litro

COECT_p - Porcentagem do custo operacional efetivo

CFCT_p - Porcentagem do custo fixo em relação ao custo total

31

5.3 Análises Estatísticas

Na realização deste trabalho utilizou-se diferentes metodologias estatísticas (análises

exploratórias, correlação de Pearson, componentes principais e análises de medidas repetidas)

com intuito de isolar variáveis e estabelecer os seus efeitos sobre o sistema de forma global.

Esse procedimento possibilita o uso das variáveis para projeções futuras, mesmo sendo

originadas de uma fonte não controlada.

Para aplicação destes conceitos e análise dos dados foi utilizado o módulo Interactive

Data Analysis do SAS (SAS Institute, 2002-2003).

32

6 RESULTADOS GERAIS

As estatísticas de dispersão e de tendência central, utilizadas no presente estudo para

as variáveis técnicas identificaram grande variabilidade dos dados (Tabela 1). A variação do

tamanho das propriedades foi de 2 ha a 130 ha. O tamanho médio da área utilizada no leite foi

de 15,7 ha, sugerindo que pequenas áreas, podem produzir com eficiência fazendo melhorias

nos processos produtivos.

A variação de leite produzido entre as fazendas analisadas foi de 120 L/mês a 103.278

L/mês, com média de 9673,6 L/mês. Quando analisamos a média de leite produzido não

vendido identifica-se uma perda de cerca de 3,6 % do leite que poderia ser vendido, sendo que

maior parte desse volume se compromete com o consumo das bezerras (285,7 L/mês).

A média de produção das vacas em lactação foi de 14,53 L/cab/dia, resultado muito

superior seja à média nacional de 3,77 L/cab/dia ou se consideramos a média dos estados

envolvidos. Sendo a média do Paraná 6,56 L/cab/dia, Santa Catarina 6,75 L/cab/dia e a do

Mato Grosso do Sul de 2,62 L/cab/dia (IBGE 2011). O valor mínimo da média de produção

diária de 1,53 L/cab/dia equivale a média do estado de maior produção de leite do Brasil,

Minas Gerais com 1,76 L/cab/dia (IBGE 2011).

Os coeficientes de assimetria (0,56) e a curtose (0,68), ilustram a tendência dos dados

encontrarem-se ao redor da média. Esse fato demonstra o grande potencial das propriedades

leiteiras em intensificar e aumentar a lucratividade com menores produções por cabeça,

quando se realiza um gerenciamento. Similarmente, Oliveira et al. (2007) analisaram sistemas

de produção de leite da região sul da Bahia e constataram que a intensificação influenciou

positivamente a lucratividade e não propriamente o volume de leite produzido pelas fazendas.

Entretanto, os resultados obtidos por Gomez (2000) sugerem o contrario, ou seja, que a

produção de leite só é um bom negócio em larga escala.

33

Tabela 1. Estatística descritiva para variáveis técnicas de sistemas produção de leite em

pastagens

Unidade Min2

Media Max2

Ass2

Curt2

DP2

Área no leite hectare 2 15.7 130 3.51 15.06 16.5

Produção de Leite L/mês 120 9673.6 103278 4.13 24.28 10094

LPVT1 L/mês 90 9317 103186 4.18 24.88 9866

LPNV1 L/mês 0 356.2 4750 3.90 22.16 497.6

Leite_B1 L/mês 0 285.7 4500 3.93 22.6 469.5

Média produção L/dia 3.9 317 3442.6 4.12 24.12 531.5

Média vacas lactação L/dias 1.53 14.5 44 0.56 0.68 5

Média vacas rebanho L/dia 0.60 11.5 11 0.47 0.26 4.8

1 LPVT - Leite produzido vendido total; LPNVT - Leite produzido não vendido total;

Leite_B - Leite das bezerras; 2 Min. – valor mínimo; Max- valor máximo; Ass.- coeficiente de assimetria; Curt –

coeficiente de curtose; DP –desvio padrão

Em relação à composição do rebanho, observou-se que é rotina não manter o macho nos

sistema de produção de leite (Tabela 2). O valor máximo de 97 machos refere-se a uma

fazenda do Mato Grosso do Sul que os manteve no sistema por ter mais área disponível de

pasto. Nas fazendas menores e intensificadas, a prioridade foi de manter somente as fêmeas

no rebanho. A criação dos machos para abate, não oferece bom rendimento de carcaça, pois a

aptidão dos animais não é para produção de carne e essa alternativa limitaria a melhoria nos

valores de produção de leite por vaca. Adicionalmente, quando se opta por animais de dupla

aptidão, além de reduzir números de animais capazes de gerar renda no sistema, aumenta-se o

custo operacional do sistema.

Aparentemente essas variáveis de composição de rebanho estão mais relacionadas ao

tamanho da área da fazenda e a capacidade de investimento do proprietário. O número

absoluto de animais é característica individual, que gera dificuldades de comparação. Nota-se

pelos coeficientes de curtose que a população apresenta valores acima da média e com

coeficientes de assimetria que, apesar de contínuas, as variáveis se afastam da normalidade

(Tabela 2). Esse resultado sugere que não é suficiente aumentar o número de animais no

sistema, ou comprar animais de alta produção individual. A ferramenta importante a ser

utilizada é proporção entre as categorias, denominada de Estruturação do Rebanho.

34

Tabela 2 – Estatísticas descritivas para a composição do rebanho em sistemas de produção de

leite em pastagens

Variável Mínimo Média Máximo Assimetria Curtose DP2

NVL1 1.0 21 178.0 3.98 22.17 18.42

NVS1 0 6.5 81 4.38 26.82 8.10

NB1 0 9.94 95 3.33 16.76 10.17

NN1 0 10 110 4.13 22.18 13.33

NM1 0 3 97 6.49 66.99 6.63

1 NVL - número de vacas em lactação; NVS - número de vacas secas; NB - número de

bezerras; NN - número de novilhas; NM - número de machos 2

DP – Desvio Padrão

As variáveis de estrutura de rebanho identificam o grau de eficiência produção do

animal (persistência de lactação) e reprodução (intervalo entre partos). A atividade

reprodutiva eficiente resulta de nutrição, manejo e sanidade, adequados conseguiu-se manter,

ou seja, um intervalo entre partos próximo a 12 meses. Ao manter animais com maior

persistência de lactação aumentou-se o tempo que animal se mantém no sistema gerando

receita.

A porcentagem média de vaca em lactação foi de 77,6, sendo que o preconizado pela

literatura é de 83% (FARIA 2000). Esse valor é superior ao observado por Fasio et al. (2006)

que relataram uma média de 56% para fazendas acima de 250 litros/dia e de 55% na média

geral do estado de Minas Gerais. A diferença entre o mínimo de 11 % e o máximo de 100%

parece ser consequência do recebimento de assistência técnica e retrata as diferentes opções

de tomadas de decisões no que diz respeito a manter animais de recria e de reposição.

Essa diferença pode ser verificada na variável porcentagem de vacas em lactação por

hectare (Tabela 3). Segundo o Ipardes (2008), a porcentagem média de vacas em lactação no

rebanho bovino do estado do Paraná é de 32,8%, sendo que no presente estudo o mínimo foi

de 8,4 e o máximo de 100% (Tabela 3). A grande variabilidade reflete situações onde o

produtor tem pouca área e opta por não fazer recria de bezerras. Mas mesmo considerando

essa heterogeneidade, a média foi ainda maior que a própria média de vários estados do

Brasil. Por exemplo, Guimarães Filho (2011) encontrou uma média de 23,9 vacas em lactação

no rebanho no estado de Minas Gerais. A porcentagem de vacas em lactação no rebanho

considerada ideal é aproximadamente de 65%. Esse indicador reflete a retenção machos ou a

baixa eficiência na recria das novilhas. Ao aumentar a idade ao primeiro parto, aumenta-se o

número de animais improdutivos no sistema diminuindo assim a representatividade das vacas

em lactação em relação ao rebanho (FARIA 2000).

35

Analisando o número de vacas em lactação por ha (Tabela 3), verifica-se que o seu

valor mínimo é de 0,09 muito longe do valor-referência que deve ser de no mínimo um

(FARIA e CORSI, 2000). Isso pode ocorrer em função de uma situação inicial onde muitas

vezes o produtor ainda mantém uma forma extensiva de produção. À medida que aumenta a

intensificação do uso da terra, aumenta-se consequentemente a produtividade da fazenda.

Nota-se esse comportamento ao verificar a média de 1,6 vacas/área, quase sendo o dobro do

valor referência e o máximo de 11 vacas/área. O alto valor de vacas em lactação por área é

uma situação específica onde o produtor tem somente 2 ha, área de pasto intensivo e irrigado

e estava com todas as vacas em lactação em um determinado mês, superestimando assim a

número de vacas em lactação por área. Vilela et al. (2006), relataram um valor de 7,3 vacas

em lactação por hectare em pastagens tropicais irrigadas. Na Nova Zelândia, com pastagens

temperadas foi possível atingir 2,83 vacas por hectare (NEW ZEALAND DAIRY, 2008). Não

foram encontrados na literatura cientifica valores ideais para a variável de produção de leite

por hectare. Porém, sabe-se que quanto maior essa variável melhores são os resultados

econômicos.

Tabela 3 – Estatística descritiva para variáveis indicadoras de eficiência técnica em sistemas

de produção de leite em pastagens

1 VL_P - Porcentagem de vacas em lactação; VLAREA - vacas em lactação por hectare;

VR_p - porcentagem de vacas no rebanho; VLR_P - porcentagem de vacas em lactação no

rebanho; MOBRA - mão de obra; LHD - Litros homem por dia; AEL - animais em

equivalente leite; PROD – produtividade. 2

Min. – valor mínimo; Max – valor máximo; Ass – coeficiente de assimetria; Curt –

coeficiente de curtose; DP – Desvio Padrão

Ainda, na Tabela 3, o fator mão de obra, que comumente onera o sistema no custo

operacional mostrou ter grande capacidade de utilização, pois apresentou o mínimo de dois e

Variável Unidade Min2

Média Máx2

Ass2

Curt2

DP2

VL_P1 % 11 77.6 1000 -0.86 0.86 14.03

VLAREA1 Nº 0.09 1.68 11 1.88 9.29 0.93

VR_p1 % 11 55.5 100 0.71 1.54 11.33

VLR_P1 % 8.4 43.2 100 0.42 1.06 11.96

MOBRA1 Nº 1.0 2.0 9 2.06 6.82 1.13

LHD1 L/h/dia 2 164 1096.5 2.09 5.33 150.04

AEL1 L 0 1003.5 123191 13.48 350.49 32.02

PROD1 L/ha 2 776.30 3706.3 1.2 2.00 524.09

36

o máximo de 9 pessoas. Mas, analisando litros de leite/homem/dia, verifica-se que a mão de

obra foi subutilizada, pois, é possível aumentar a eficiência até 1096 litros/homem/dia,

levando em consideração o valor máximo encontrado nesta variável. Valor este que está

muito longe da média de 164 litros/homem/dia observada nas fazendas analisadas. A curtose

de 5,33 representa uma curva mais pontiaguda e sugere que os valores encontrados foram

maiores do que a média podendo ainda ser difícil indicar qual seria o valor que expresse a

máxima eficiência da mão de obra.

A média da produtividade (PROD) foi 776,30 litros/ha/mês o que equivale a 9312

litros/ha/ano, identificando o resultado da intensificação do sistema (Tabela 3). Produção de

15.000 litros são metas facilmente atingidas no Brasil (SILVA et al., 2006; STOCK, 2007;

VILELA et al., 2006).

Para a análise exploratória dos fatores econômicos os mesmos foram subdivididos em

despesas (todas as variáveis envolvidas com gastos dentro do sistema) receitas (todas as

variáveis envolvidas com entrada de capital dentro do sistema) e indicadores de eficiência.

Observou-se uma diferença muito grande entre o máximo e o mínimo em todas

variáveis por isso afasta a média da realidade (Tabela 4). Os valores da curtose de todas as

variáveis de despesas foram positivos, porém se afastaram de forma expressiva do zero,

sugerindo maior dificuldade de se utilizar um parâmetro financeiro absoluto. Pois um quadro

financeiro, com as variáveis primárias é muito particular, já que o resultado individual de cada

fazenda esta relacionado ao seu tamanho, tipo de instalação e do valor regional da terra.

Eles devem ser coletados, porém, como geradores de variáveis relativas. Apesar de

grande parte das fazendas envolvidas nesta pesquisa serem consideradas pequenas e todas

estarem caminhando para eficiência de produção, as despesas com investimentos foram

mínimas ao longo de 36 meses, sugerindo que não foi necessário, para melhorar o sistema,

grandes investimentos inicias.

37

Tabela 4 – Estatísticas descritivas para as variáveis econômicas de despesas mensais em

sistemas de produção de leite em pastagens

1 Min – valor mínimo; Max – valor máximo; Ass – coeficiente de assimetria; Curt –

coeficiente de curtose; DP – Desvio Padrão. 2

Unidade de medida expressa em reais.

O comportamento das variáveis econômicas de receitas também apresentaram valores

de curtose positivos elevados (Tabela 5), mostrando uma composição de média com valores

muitos diferentes. A média de receita com leite vendido (R$ 7755.68) representa cerca de

90% da receita total. Os valores de animais vendidos total (R$ 813.32) sugerem um ganho

muito pequeno, pois essas fazendas faziam a recria de macho pouco expressiva (Tabela 2). O

fluxo de caixa (FC) apresentou assimetria negativa porém muito próxima de zero (-0,47) e

curtose positiva, identificando uma curva pontiaguda com valores muito variáveis, porém

positivos e sem grande dependência da venda de animais para garantir resultado financeiro

positivo. A média de fluxo de caixa mensal de R$ 2610.30 ± 110 identifica que todas as ações

refletiram em resultado positivo mesmo os sistemas sendo heterogêneos.

Pode-se afirmar que ao se trabalhar com conceitos de alimentação equilibrada, manejo,

sanidade e estrutura de rebanho, os resultados financeiros sempre serão positivos respeitando

as devidas proporções em função do leite vendido total. Também se pode afirmar a

importância de focar em tomadas de decisões técnicas que garantam a maximização do leite

vendido.

Variável Min1 Média Máx

1 Ass

1 Curt

1 DP

1

Despesa Custeio2 18,3 4864,71 121141,6 5,25 47,17 6724

Investimento2 0 1211,8 110972 11,58 194,28 4737

Despesa Total2 29 6122,4 124641,7 5,17 41,82 8745

Depreciação Máquinas2 16,9 512 6749,9 5,47 43,14 646

Depreciação de Instalações2 0 290,45 3344,60 3,81 18,95 392

Retorno Capital Animais2 38,2 513 4103,8 3,47 15,78 531.38

Retorna Capital em terra2 98,4 1253,8 14705,7 5,28 39,82 1443

38

Tabela 5 – Estatísticas descritivas para as variáveis econômicas de receitas mensais em

sistemas de produção de leite em pastagens.

Variável1

Min2

Média Max2

Ass2

Curt2

DP2

Leite vendido 0 7755.68 90085.7 4.41 27.34 9179

Animais vendidos 0 813.32 110444.1 15.01 428.07 3132

Receita Total 0 8732.89 131499.0 4.67 31.92 10470

Fluxo de caixa -105040.3 2610.3 111838.7 -0.47 63.53 6727

1 Valores expressos em reais

2 Min – valor mínimo; Max – valor máximo; Ass – coeficiente de assimetria;

Curt – coeficiente de curtose; DP – Desvio Padrão.

n = 3721

Os sistemas de produção de leite têm como característica comum o alto valor em capital

investido em animais, máquinas, forrageiras perenes e o custo da terra. Por isso existe essa

busca para a melhor relação custo/benefício.

Na Tabela 6, podem-se analisar variáveis que indicam o resultado financeiro do sistema.

A variação que temos no valor da média geral de preço (0,79) em relação ao máximo mostra a

dificuldade de se manter o resultado financeiro positivo, pois, a margem de lucro por litro de

leite é normalmente de R$ 0,10 centavos. Como a variação de preço ao longo do ano é

grande, é sempre importante uma análise econômica com enfoque anual. Mas, analisando os

resultados mensais do custo operacional efetivo (0,49) e o custo operacional efetivo com

equivalente leite (0,45) tem-se uma diferença de R$ 0,04. Todas as variáveis com equivalente

leite trazem a transformação da venda de animais em correspondente leite. Essa diferença

ilustra o quanto aumenta o custo operacional na falta do volume do leite que deixa de ser

produzido com animais ineficientes ou que estão em excesso no sistema. Esse comportamento

se repete para custo total, margem bruta, lucro e lucro por hectare, pois são valores absolutos

extremamente ligados a fatores pontuais.

Para uma análise global e efetiva deve-se controlar o lucro por litro que neste estudo

apesar da média ser composta por valores extremamente discrepantes, ainda assim foi

possível manter uma média de 0,08 centavos por litro de leite produzido. Resultado

expressivo visto que a composição do custo total inclui todos os fatores de depreciação e

remuneração de animais e terra. Interessante foi o comportamento das variáveis de relação

entre o custo operacional, custo fixo e custo total, pois elas conseguiram anular o efeito da

interação dos fatores envolvidos nos sistema que normalmente dificulta uma definição de

metas e parâmetros a serem seguidos.

39

Tabela 6 – Estatísticas descritivas para as variáveis econômicas indicadoras de eficiência

mensal em sistemas de produção de leite em pastagens.

Variável1

Min3

Média Máx3

Ass3

Curtose DP3

Média Preço 0 0.79 1.25 0.50 2.26 0.13

COE2 0.01 0.49 4.97 3.75 30.04 0.32

COEEL2 0 0.45 4.97 3.98 34.72 0.30

Custo Total 0.12 0.82 10.75 5.66 68.04 0.50

CTEL1 0.07 0.76 10.75 6.08 78.52 0.49

MBA2 -2211.4 326.04 16207.7 11.16 297.81 501

LUCRO -63495.1 1298.9 112783.4 4.83 88.05 5675

Lucro / ha -2546.4 131.28 15983.2 12.10 352.65 476.7

Lucro/ L -10.75 0.08 10.74 1.70 59.11 0.71

COECT_P2 2.0 59.19 95.4 -0.70 0.40 16.1

CFCT_P2 4.6 40.82 98.0 0.70 0.40 16.1

1 Valores expressos em reais.

2 COE – Custo operacional efetivo; COEEL – Custo operacional efetivo em equivalente leite;

CTEL – custo total em equivalente leite; MBA – margem bruta anual; COECT_p –

porcentagem do custo operacional sobre o custo total; CFCT_p – porcentagem do custo fixo

sobre o custo total. 3Min – valor mínimo; Max – valor máximo; Ass – coeficiente de assimetria; DP – desvio

padrão.

n = 3721

Ainda na Tabela 6, a porcentagem do custo operacional sobre o custo total mínimo foi

de 2%, situação que ilustra um capital grande imobilizado em estrutura e terra. Provavelmente

são os produtores com dois ou três animais, portanto produzem muito pouco leite, e vão

sempre estar com a atividade no prejuízo. Já o valor máximo da porcentagem do custo

operacional sobre o total de 95% ilustra um valor expressivo gasto no custo operacional,

principalmente com alimentação, e uma estrutura de produção muito simples, sem grandes

construções. Essa também é uma situação de desequilíbrio pois, identifica um uso inadequado

de insumos ou um excesso de animais não produtivos no sistema. Mas se analisar a média

59,19 % pode-se afirmar que sempre que o custo operacional caminha para 60% ou mais do

custo total. Neste ponto começa a haver um melhor aproveitamento da terra e das instalações.

A assimetria está bem próxima a zero e tem um viés para a esquerda. A curtose é positiva

(0,40) e muito próxima a zero indicando que a maior parte dos dados estudados se concentra

bem próximo à média.

40

Sendo, portanto, uma variável indicadora que pode ser utilizada como meta de

gerenciamento e parâmetro de eficiência de utilização dos recursos de produção de forma

global. Já, para a porcentagem do custo fixo em relação ao custo total, deve ser inversa, ou

seja, quanto menor a porcentagem do custo fixo sobre o custo total menor será o risco de

desequilíbrio financeiro com uma oscilação de preço pago ao produtor.

A média da porcentagem do custo fixo sobre o custo total, deste estudo, foi de 40,82%

que significa que essa porcentagem dos custos de produção estava comprometida com o custo

fixo e o restante com o custo operacional e eventual investimento. Essas relações devem

sempre ser checadas mês a mês, para garantir um gerenciamento eficiente e um planejamento

adequado de investimento para que o mesmo não cause desequilíbrio econômico que possa

colocar em risco a capacidade de sobrevivência do sistema familiar.

Com base nas análises exploratórias, considerando para cada variável, o mínimo e o

máximo, as medidas de locação (média, moda e mediana) e os coeficientes de simetria e de

curtose, foi possível dividir ambas as variáveis: técnicas e econômicas, em dois grupos cada o

primeiro com as variáveis que atendem ou aproximam mais de uma distribuição normal e o

segundo grupo, com as variáveis cuja distribuição se afasta de uma normal (Anexo 4). O

comportamento semelhante a uma curva de Gauss foi embasamento para escolha de variáveis

que foram submetidas à análise de medidas repetidas.

Os demais resultados foram apresentados em dois artigos científicos. O primeiro está

redigido de acordo com as normas da Revista Brasileira de Zootecnia, porém na versão em

português (Anexo 5) O segundo respeita as normas da revista Journal Dairy Science, na

versão em português (Anexo 6).

41

7 ARTIGO 1 – Redigido de acordo com as normas da Revista Brasileira de Zootecnia

Correlação de variáveis técnicas e econômicas em sistemas de produção de leite em

regiões do Centro-Oeste e Sul do Brasil

42

Correlação de variáveis zootécnicas e econômicas em sistemas de produção de leite à

pasto na Região do centro-oeste e sul do Brasil

Correlation of technical and economic variables in milk production systems in regions of

the Midwest and Southern Brazil

RESUMO

O objetivo deste estudo foi avaliar a relação entre variáveis técnicas e econômicas a

fim de reduzir a dimensão de dados usando análise de componentes principais (CP) em

sistemas de produção de leite. Foram analisadas 23 variáveis técnicas e 22 variáveis

econômicas que foram avaliadas mensalmente de 157 propriedades, pertencentes aos estados

de Santa Catarina, Paraná e Mato Grosso do Sul, as quais receberam intervenção técnica de 12

até 36 meses no período de 2006 a 2011. Estas propriedades fazem parte da metodologia do

Projeto Balde Cheio da Embrapa Pecuária Sudeste, São Carlos, SP. As variáveis econômicas

foram corrigidas pelo Índice Geral de Preço (IGP-DI) na base Julho de 2012. A maioria das

correlações entre as variáveis foram significativas (p ≤ 0,05), indicando que um incremento

ou perda no valor de uma variável no sistema de produção influenciará as demais variáveis, o

que facilita o gerenciamento de todo o sistema. Dentro de cada grupo de variáveis técnicas e

econômicas, por meio de CP foi possível obter três componentes principais que explicaram

cerca de 65% da variabilidade total entre os dados. Favorecida pelo fato de a maioria das

correlações entre as variáveis do sistema de produção ser positivas a técnica de CP foi

eficiente para reduzir a dimensão dos dados.

Palavras-Chave: análise econômica, bovinocultura de Leite, correlação de Pearson,

componentes principais.

ABSTRACT

The aim of this study was to evaluate the relationship between technical and economic

variables and reduce the dimension of data using principal component analysis (PCA) in milk

production systems. About 23 technical variables and 22 economic variables were analyzed

collected monthly from 157 properties, which suffered technical intervention for up to 36

months. Theses properties belongs to the states of Santa Catarina, Paraná and Mato Grosso of

Sul and participates of methodology of Balde Cheio Project carried out by Embrapa

Southeast Livestock, São Carlos, SP, in the period of 2006-2011. The economic variables

were corrected by the General Price Index (IGP-DI) based on July 2012. Most of the

43

correlations between the variables were significantly (p≤ 0.05), indicating that an, increase or

decrease, in the value of a particular variable in the milk production system also will influence

the other variables, which facilitates the management of the global system. Within each group

technical and economic variables, by using PCA was possible to obtain three principal

components that explained that about 65% of the total variance in the data. Favored by the

fact that most of the correlations between variables of the production system were positive

the PCA was effective in order to reduce the dimension of the data.

Key-words: dairy cattle, economic analysis, Pearson correlation, principal components

analysis.

Introdução

A atividade leiteira é conhecida como sendo um negócio de margens reduzidas de lucro.

Portanto, do ponto de vista econômico, aqueles que, na gestão dos seus meios e recursos,

adotarem tecnologias adequadas, que permitam baixar seus custos de produção, poderão

alcançar a sustentabilidade necessária para permanência na atividade (MATOS, 2002). A

adoção de práticas de gerenciamento rural permite entender melhor e racionalizar as

atividades da propriedade e possibilita avaliar índices técnicos e econômicos, identificar

pontos de estrangulamento e determinar os fatores que interferem no processo de produção

(ATZORI, 2013).

A sustentabilidade de pequenas propriedades leiteiras no Brasil é um tema que gera

bastante discussão. Porém, segundo Cabrera et al. (2010), a competitividade destas

propriedades depende mais de novas tecnologias e eficiência do sistema do que de seus

tamanhos. Na literatura científica atual, são encontrados diferentes programas de assistência

técnica envolvidas com as universidades e instituições de pesquisa. Um exemplo é o projeto

da EMBRAPA Pecuária Sudeste – Balde Cheio que atua em quase todo território nacional.

Não são poucos os autores que relatam a dificuldade em se fazer chegar ao campo a

aplicação prática dessas pesquisas (RESENDE 2010; GUIMARAES FILHO 2011). E, quando

44

ocorre a intervenção técnica, perdem-se os parâmetros estatísticos para se aplicar uma análise

de variância. Isso porque, a natureza dos dados reflete a interação dos fatores de produção de

leite, ainda somados à forma de ação subjetiva do técnico, à tomada de decisão do proprietário

na execução das atividades diárias e à resposta animal. Segundo Solano et al. (2006), a

capacidade administrativa está sempre ligada aos resultados e eficiência da propriedade.

Porém, as respostas das variáveis envolvidas que formam parâmetros de avaliação estão

expostas a situações que fogem de controle da pesquisa experimental. O estudo das fontes de

ineficiência e o nível das propriedades poderiam ser úteis para direcionar a tomadas de

decisão técnicas que promovem intervenções que promovem aumento de produtividade e

econômico (SOLIS et.al., 2009; CABRERA et. al., 2010).

Com a captação de informação e utilização das tecnologias mais adaptadas a cada

tamanho de produtor, juntamente com uma administração técnica que garanta sempre a

melhor relação benefício/custo no momento da compra de insumos e venda da produção,

teremos certamente propriedades rentáveis, sejam elas grandes ou pequenas.

Dentro desta realidade tornou-se difícil a avaliação efetiva dos resultados obtidos

dentro do sistema de produção, pois as respostas das variáveis envolvidas que formam

parâmetros de avaliação estão expostas a diversas situações que fogem de controle da

pesquisa experimental. A correlação de Pearson permite identificar a relação entre um grande

numero de variáveis (ANDRADE e OGLIARI, 2010). Sendo elas significativas, ou seja,

lineares, é possível aplicar a análise de componentes principais para reduzir a dimensão dos

dados.

O objetivo deste estudo foi avaliar o a relação entre variáveis técnicas e econômicas por

meio de correlação de Pearson e assim reduzir a dimensão de dados usando análise de

componentes principais (CP) em sistemas de produção de leite nas regiões do centro-oeste e

sul do Brasil.

45

MATERIAL E MÉTODOS

Neste estudo foram analisados dados de 23 variáveis técnicas e 22 variáveis econômicas

coletados mensalmente. A matriz de dados para o presente estudo contém três estados: Mato

Grosso do Sul, Paraná e Santa Catarina; 71 municípios: MS (6), PR (44), SC (21) e 157

propriedades: MS (12), PR (103), SC (42). De cada propriedade foram utilizadas para análise

variáveis técnicas econômicas coletadas de 12 até 36 meses. O número de observações total

foi 3706. Essas unidades produtoras foram assistidas por técnicos da Cooper ideal, seguindo a

metodologia do projeto Balde Cheio da Embrapa Pecuária Sudeste.

As variáveis estudadas foram:

1) Fatores Técnicos

As variáveis técnicas representam fatores de produção, composição do rebanho e

índices relativos que indicam eficiência.

São elas: Dias AT - Tempo de assistência; Área_l - Área utilizada para produzir o

leite; LPVT – Leite produzido vendido total; LPNV – Leite produzido não vendido; Leite_B

– Leite bezerras; ; LP - Leite produzido; MPD - Média de produção diária; NVL - Número de

vacas em lactação; NVS - Número de vacas secas; VL_p – Porcentagem de vacas em

lactação; VLÁrea - Vacas em lactação por área; MVL - Média das vacas em lactação; MVR

- Média das vacas do rebanho; NB - Número de bezerras; NN - Número de novilhas; NM -

Número de machos, VR_p - Porcentagem de vacas no rebanho; VLR_ p - Porcentagem de

vacas em lactação no rebanho; MOBRA – Mao de Obra; LHD - Litros por homem (pessoa)

por dia; AEL – Animais equivalente leite, PROD – Produtividade; PRODEL –

Produtividade com equivalente leite.

46

2) Fatores Econômicos

Quando inserimos na análise de dados os fatores econômicos são necessárias as

correções ao longo do tempo para que a comparação pudesse ser feita a qualquer tempo. As

variáveis econômicas foram corrigidas pelo IGP-DI, mês a mês usando como referência o mês

de Julho de 2012. Para os custos fixos, como depreciação de máquinas, equipamentos (vida

útil de dez anos) e instalações (vida útil de vinte anos), e a remuneração do capital investido

em animais e na terra (6% ao ano).

DC – despesas de custeio; DIT – despesas com investimento total; DT – despesas totais;

LVT – leite vendido total; AVT – animais vendidos no total; RT – receita total; MGP –

média geral de preços, FC – fluxo de caixa; DM – depreciação de máquinas; DI –

depreciação de instalações; RCA – remuneração do capital em animais; RCT – remuneração

do capital em terra; COE – custo operacional efetivo; COEEL – custo operacional efetivo

com equivalente leite; CT – custo total; CTEL – custo total com equivalente leite; MBA –

margem bruta por área; LUCRO – lucro; LA – lucro por área; LLitro – lucro por litro;

COECT_p - porcentagem do custo operacional efetivo em relação ao custo total; CFCT_p -

porcentagem do custo fixo em relação ao custo total.

Para este estudo, dentro de cada grupo – variáveis técnicas e econômicas, os dados

foram analisados pela correlação de Pearson e sua interpretação foi feita da seguinte forma:

positiva muito alta (> 0,70); positiva alta (0,40 a 0,69); positiva moderada (0,30 a 0,29);

positiva fraca (0,20 a 0,29); positiva insignificante (0,01 a 0,19); o mesmo raciocínio vale

para a correlação negativa (ANDRADE e OGLIARE, 2010). Em seguida foi utilizada a

técnica de análise de componentes principais com o propósito de reduzir a dimensão dos

dados e detectar as variáveis que mais influenciam o sistema de produção de leite. Para

análise dos dados foi utilizado o software R (VENABLES e SMITH, 2005).

47

RESULTADOS E DISCUSSÃO

As Tabelas 1, 2, 3 e 4 mostram o coeficiente da correlação de Pearson entre as

variáveis técnicas e entre as variáveis econômicas. A maioria das correlações foi significativa

(P < 0,05). Observou-se também que a maioria das correlações foram positivas, indicando

para este conjunto há uma relação linear positiva entre as variáveis. Fato que demonstra que o

incremento no valor de uma variável no sistema de produção de uma propriedade irá

aumentar as demais variáveis. Informação que garante direcionamento na decisão de

interferência nos técnicos. Em muitas situações, a correlação foi de média a alta, sugerindo

que a análise destas variáveis pela técnica de componentes principais (CP), pode ser uma

alternativa para reduzir a dimensão dos dados.

As variáveis contidas na Tabela 1 ilustram a forma com que a composição do rebanho

influencia no volume de leite produzido. Este fato torna importante se trabalhar com a

estrutura do rebanho. Ou seja, fundamental manter intervalo entre partos o mais próximo

possível do ideal que é 12 meses e duração da lactação de 10 meses. O responsável pelo

gerenciamento deve estar apto a tomadas de decisões rápidas para garantir esses índices. A

dieta pode estar balanceada, a genética pode ser a de maior aptidão, se aumentar a

porcentagem de vacas no rebanho porém, secas, a receita já estará comprometida pois esse

animal gera despesa no sistema e não gera receita.

Outra observação interessante na Tabela 2, é para uma maior eficiência da propriedade

ou seja, produção por hectare deve-se procurar aumentar vacas em lactação no rebanho e

diminuir variáveis como número de macho e número de vacas secas.. Apesar de parecer

contraditório diminuir número de bezerras e número de novilhas, muitas vezes é necessário

para não onerar os custos de criação dos animais. É importante manter número de animais

jovens necessários para reposição, principalmente no início da assistência técnica, onde o

produtor precisa recompor caixa.

48

Isso porque, na Tabela 3, pode-se notar que o FC tem relação negativa com despesas

de investimento (-0.42) ou seja, a necessidade de investimento deve ser bem monitorada para

garantir fluxo de caixa positivo. A Tabela 4 mostra que o custo operacional efetivo

correlaciona-se negativamente com todas as variáveis que expressam lucro. O retorno de

capital em animal é fortemente correlacionado com o retorno do capital em terra, isto significa

que quanto mais animais produtivos no sistema maior vai ser a capacidade do produtor de

remuneração do seu capital da terra. Interessante salientar que, neste estudo, a média geral de

preço, apesar de se correlacionar positivamente com fluxo de caixa, margem bruta por

hectare, lucro, lucro/ha e lucro/Litro, que medem ganho dos produtores, a correlação foi

sempre de forma positiva fraca (0,20 a 0,29). Ilustrando que, embora, a média de preço afeta

sim os ganhos, porém, com um controle adequado dos custos de produção, investimentos e

fluxo de caixa baseado na estrutura do rebanho é possível garantir a sustentabilidade do

sistema sem que a média geral de preço seja determinante do sucesso.

Como foram analisadas muitas variáveis e a maioria das variáveis se mostraram

correlacionadas, a técnica de Componentes Principais é fundamental para reduzir a dimensão

destas variáveis em poucos índices e com isso facilitar a gestão em um sistema de produção.

A Tabela 5 apresenta os coeficientes (autovetores) de três componentes principais,

valores que são usados para formar combinações lineares das variáveis; a magnitude do valor

está diretamente ligada à sua importância. Pode-se verificar que os três primeiros

componentes foram responsáveis por mais de 60% da variação total.

O primeiro componente, para as variáveis técnicas, pode ser interpretado como uma

medida geral de produção de leite, pois são ligadas ao produto do sistema: São elas: média

diária de produção, leite produzido, Leite produzido vendido, número de vacas em lactação e

número de bezerras com coeficientes positivos e afastados de zero (>0,3). Coeficientes

afastados de zero, com valores positivos ou negativos, indicam a influência da variável sobre

49

o referido componente (ROSO; FRIES, 1995). Sendo assim, observa-se que a variável %

vacas no rebanho (-0,02) contrastou com o conjunto das variáveis que indicaram produção de

leite, mostrando um fato interessante, onde não basta somente aumentar a quantidade de vacas

no rebanho. Essas vacas, em sua maioria, devem estar na condição de lactação, e o número de

bezerras aqui indica exatamente a ocorrência dos partos. Assim sendo, os fatores corroboram

para aumentar as variáveis de produção como média de produção diária, leite produzido e

leite produzido vendido.

Como os componentes principais foram estimados utilizando-se resíduos, que inclui

toda a variância do conjunto de dados técnicos, esse primeiro componente pode servir como

um índice de critério para aumentar a produção de leite em uma propriedade, seguindo a

seguinte equação:

I1 = 0,347627 MPD + 0,347514 LP + ... – 0,021178 VR_p

Assim, independente do sistema de produção adotado (pastagens, semi-confinamento ou

confinamento), genética do rebanho, localização da propriedade, condições climáticas,

edáficas, etc., é imprescindível obter-se um percentual elevado de animais em lactação em

relação ao total de vacas.

O segundo componente principal, representou 23,83% da variância e faz um contraste

entre variáveis que mostraram maior magnitude (>0,3) e indicam produtividade, porém agora

no sentido do uso eficiente da terra (produção/ha, média da vaca no rebanho e porcentagem de

vacas em lactação), com as variáveis, com coeficientes negativos, que indicam composição do

rebanho: número de vaca em lactação, número de vaca seca, número de bezerra, número de

novilhas, número de machos, área utilizada em hectares e também as variáveis que expressam

o impacto do leite não comercializado (leite não vendido e o leite para consumo dos

bezerros). Assim esse componente contrasta de maneira geral expressando que no sistema de

produção, uma redução de: vacas em lactação com baixas produções e as categorias com

50

produção igual a zero (vacas secas, bezerras, novilhas e machos) estará favorecendo a

elevação da média de leite produzido pelas vacas de todo o rebanho. Assim sendo, com essas

categorias em menor número a área onde a atividade é praticada será menor, pois não será

necessário dispor de grandes espaços para a produção de volumosos para esses animais que

geram custos. E ainda relação ao rebanho, a porcentagem de vacas em lactação será

aumentada e consequentemente elevar-se-á a produtividade da área (litros/há). Nesse sentido,

se ainda a mão de obra utilizada for diminuída será dado um grande passo em relação à

eficiência da utilização desses fatores. Interessante observar ainda que com a elevação da

produção e da produtividade o impacto do leite produzido não vendido, como leite ofertado as

bezerras é diminuído. Dessa forma o primeiro componente (CP1) é indicador de produção de

leite, em um sistema (por exemplo: produção média diária) e o segundo (CP2) de

produtividade considerando o uso eficiente da terra.

O terceiro componente (CP3) contrastou variáveis relacionadas a produção absoluta

(média de produção diária, leite produzido, leite vendido total, média das vacas no rebanho,

médias das vacas em lactação e porcentagem de vacas em lactação) com variáveis que

também indicam produção de leite, porém transformando-se a venda dos animais em leite

produzido através da divisão do valor da venda desses pelo preço de leite recebido. Observa-

se que quando o foco de um sistema de produção é a venda de animais fatores de produção

são diminuídos. Fica claro quando vemos o agrupamento de sinais de animais equivalente

leite e produção /há em equivalente leite contrastados com número de novilhas, indicando que

o aumento dos primeiros significa à redução do segundo, provavelmente devido à venda de

novilhas. Esse componente ainda mostra que o aumento da porcentagem de vacas no rebanho

e a diminuição da área destinada à atividade corroboram para o aumento do número de vacas

em lactação por área, podendo também ser um indicativo de eficiência do uso do fator terra.

51

Observa-se que os três primeiros componentes captam 62,9% da variabilidade existente

dentro dos diferentes sistemas de produção

Para as variáveis econômicas (Tabela 6), o primeiro (10

CP), segundo (20

CP) e terceiro

(30

CP) componentes principais ou autovetores, explicaram 67,7% da variabilidade total dos

dados existente em 22 variáveis. O primeiro componente explicou 30,6% da variação total e

mostram um conjunto de variáveis (receita total, leite vendido total, despesa de custeio,

despesa total, retorno de capital em animais e depreciação máquinas), com coeficientes de

maior magnitude (>0,3), que contrastam com a variável porcentagem do custo fixo com o

custo total (-0,14). Na ótica econômica do sistema de produção, é importante obter um baixo

custo fixo em relação ao custo total, garantindo que a maior parte dos gastos é efetuada com

recursos produtivos e podem ajudar na obtenção de resultados satisfatórios.

Dessa forma observa-se que o aumento nas receitas totais, principalmente provenientes

da venda de uma maior produção de leite total será positivamente influenciado pelo aumento

nas despesas de custeio, direcionados para a compra dos insumos necessários, e

consequentemente das despesas totais. É interessante analisar que o aumento na remuneração

do capital em animais também contrastou com a variável porcentagem do custo fixo com o

custo total, e apesar de ser uma variável que faz parte do custo fixo, provavelmente salientou

o investimento na categoria de vacas, que colabora de forma positiva com produção e venda

de leite. O mesmo fato é observado em relação a variável depreciação de máquinas e

equipamentos, onde o investimento em bens desse tipo está ligado diretamente ao aumento da

produção.

O segundo componente principal (CP2) mostrou 25,7% da variância total. Ele faz um

contraste entre as variáveis que mostraram maior magnitude (>0,3), e indicam lucro e

lucratividade dos sistemas estudados (lucro, lucro/Litro e lucro/hectare), com as variáveis de

coeficientes negativos que indicam custos das propriedades, tanto operacionais como totais.

52

Dessa maneira fica evidente a necessidade de controlar todos os gastos com despesas de

custeio e investimentos nas propriedades, procurando-se manter uma boa relação do custo

operacional sobre o custo total, a fim de obter valores positivos de lucro por litro produzido,

lucro e lucro por área utilizada na atividade. Novamente isso se aplica independente das

características da unidade produtora (genética do rebanho, tipo de solo, topografia, local, etc.).

Assim o primeiro componente (CP1) das variáveis econômicas, do presente estudo, é

indicador de aumento das receitas em detrimento do controle do custo fixo e o segundo (CP2)

de obtenção de lucro de maneira geral e lucratividade, considerando também o uso eficiente

da terra.

O terceiro componente (CP3) contrastou, principalmente, porcentagem do custo

operacional efetivo pelo custo total com porcentagem do custo fixo pelo custo total O

agrupamento de sinais indica que ao aumentar o custo operacional efetivo em relação ao custo

total de um sistema de produção de leite, automaticamente reduz-se o custo fixo em relação

ao custo total. Dessa forma entende-se que também se diminui as variáveis integrantes desse

custo. É interessante observar, nesse caso, que a redução do fluxo de caixa, ou a obtenção de

menores receitas seja total ou somente do leite vendido, foram provocadas por baixas

despesas de custeio (DC), ou seja, deixando de direcionar recursos para compra de insumos

necessários.

Com os coeficientes (autovetores) da Tabela 6 pode-se elaborar o índice I2. que

auxiliará intervenções na área econômicas, com a seguinte equação:

I2 = 0,371282 RT + 0,356351 LVT + ... - 0,144944 CFCT_P.

Os índices criados geram uma variável sintética que permite comparar os estados com

um índice de eficiência de produção e um para eficiência financeira.

53

CONCLUSÕES

A maioria das correlações foi significativa. Estes resultados mostram que o incremento

no valor de uma variável no sistema de produção de uma propriedade irá aumentar as demais

variáveis, o que permitiu redução das variáveis em componentes principais.

A análise de componentes principais (CP) foi eficiente para reduzir em até três

dimensões um conjunto grande de variáveis.

Através das equações geradas é possível gerar três índices técnicos e três econômicos

para todas as propriedades e comparar as eficiências entre elas, facilitando a tomada de

decisão e a comparação de evolução das mesmas.

Referências Bibliográficas

ANDRADE, D. F; OGLIARI, P. J. . Estatística para as ciências agrárias e biológicas: com

noções de experimentação. 2a.. ed. Florianópolis: Editora da UFSC, 2010. 470p .

ATZORI, A. S.; TEDESCHI, L. O.; CANNAS, A. 2013. A multivariate and stochastic

approach to identify key variables to rank dairy farms on profitability. Journal Dairy

Science. 96:3378-3387.

BOZDOGAN, H. Model selection and Akaike's information criterion (AIC): the general

theory and its analytical extensions. Psychometrika, v.52, n.3, p.345-370, 1987

CABRERA, V.E., D.Solís, and J. Del Corral. Determinants of thechnical efficiency among

dairy farms in Winsconsin. 2010 Journal Dairy Science. N.93. 387-393p. Disponível em:

http//dx.doi.org/10.3168/jds.2012-6256. Ascesso em 15/08/2013.

FARIA, V.P. Problemas para a Produção de Leite no Brasil. Preços agrícolas, mercados e

negócios agropecuários, Piracicaba, v.14, n.160, p.3, fev. 2000.

FASSIO, L. H.; REIS, R. P.; GERALDO, L. G. Desempenho técnico e econômico da

atividade leiteira em Minas Gerais. Ciência e Agrotecnologia, Lavras, v. 30, n.6, 1154-

1161, Nov./dez. 2006.

GOMES, Sebastião T. Economia de produção de leite. Belo Horizonte: s.d., 2000.

54

GUIMARÃES FILHO, C. C. Indicadores zootécnicos e econômicos da atividade leiteira na

mesorregião noroeste do Espírito Santo e microrregião de Juiz de Fora. 2011. 68 p.

Tese (Doutorado em Zootecnia) – Universidade Federal de Viçosa, MG.

IBGE. Pesquisa pecuária municipal. Rio de Janeiro: IBGE, 2011. Disponível em:

WWW.sidra.ibge.gov.br. Acesso em 08/04/2013

LITTELL, R.C.; HENRY, P.R.; AMMERMAN, C.B. Statistical analysis of repeated

measures data using SAS procedures. Journal of Animal Science, v.76, p.1216-1231,

1998.

LITTELL, R.C.; MILLIKEN, G.A.; STROUP, W.W.; WOLFINGER, R.D. SAS System for

Mixed Models. Cary: Statistical Analysis System Institute, 1996. 633p.

MORRISON, D.F. Multivariate Statistical Methods. New York: McGraw Hill, 1990. 495p.

NEW ZEALAND DAIRY. National dairy satatistics 2007-2008. Diponível em

http://dairynz.co.nz/file/fileid/11947 Ascesso em: 20 de maio 2013

ROSO VM, FRIES LA. Componentes principais em bovinos da raça Polled Hereford à

desmama e sobreano. Rev. Soc. Bras. Zootecn., 24: 728-735, 1995.

VENABLES, W. N.; SMITH, D. M. and the R DEVELOPMENT CORE TEAM. An

Introduction to R. Notes on R: Programming Environment for Data Analysis and

Graphics. Version 2.2.0. Áustria: 2005.

SOLANO, C. H. Leon, E. Pérez, L. Tole, R. H. Fawcett, and M. Herrero. Using farmer

decision-making profiles and managerial cacity as predictors of farm management and

performance in Costa Rican dairy farms. Agriculture Systems. 2006. N. 88. 395-428

SOLIS, D., B. E. Bravo-Ureta, and R. E. QUiroga. Technical efficency among peasant

farmers participating in natural resource management programmes in Central America.

Journal Agriculture Economic 2009. V.60. 202-219 p.

STOK, L.A. Sistemas-referência para estudo sobre fazendas típicas de produçao de leite do

Brasil. Boletim CBLeite, Juiz de Fora, v.1, n.1, 12-17 p, 2007

VILELA, D. et.al. Desempenho de vacas da raça holandesa em pastagens de cosat-cross.

Revista Brasileira de Zootecnia, Viçosa, MG, v.35, n.2, 555-561 p , marc./abr.2006

WOLFINGER, R.D. Covariance Structure Selection in General Mixed Models.

Communications in Statistics, Simulation and Computation, v.22, n.4, p.1079-1106. 1993

http://www.sidra.ibge.gov.br/

http://dairynz.co.nz/file/fileid/11947

55

Tabela 1 .Correlação de Pearson para variáveis técnicas em sistemas de produção de leite em

pastagem

Ha LVT LNV L_B LP Mpd NVL NVS VL_p VL/ha MVL

D_AT -0.04 0.14 0.02 0.01 0.14 0.14 0.11 -0.04 0.15 0.15 0.18

Ha 0.36 0.41 0.39 0.37 0.37 0.53 0.62 -0.22 -0.34 -0.17

LVT 0.44 0.40 0.99 0.99 0.91 0.34 0.22 0.25 0.42

LNV 0.98 0.48 0.48 0.56 0.45 -0.06 -0.01 0.03

L_B 0.44 0.44 0.53 0.41 -0.07 -0.02 0.01

LP 0.99 0.92 0.35 0.21 0.24 0.41

Mpd 0.92 0.36 0.21 0.24 0.41

NVL 0.53 0.12 0.19 0.12

NVS -0.55 -0.14 -0.18

VL_P 0.35 0.31

VL/ha 0.22

Dias AT -dias de assistência; HA- hectares utilizados na produção de leite; LVT – Leite vendido total

em liros; LNV – Leite não vendido em litros; L_B – Leite bezerras em litros; LP - Leite produzido;

MPD - Média de produção diária; NVL - Número de vacas em lactação; NVS - Número de vacas secas; VL_p – Porcentagem de vacas em lactação; VL/ha - Vacas em lactação por hectare; MVL -

Média das vacas em lactação;

P ≤ 0.05; Valores em negrito não significativos

Tabela 2 Correlação de Pearson para variáveis técnicas em sistemas de produção de leite em

pastagem

MVR NB NN NM VR_p VLR_p MO LHD AEL Prod

MVL 0.92 0.03 0 -0.25 0.18 0.33 -0.06 0.49 -0.02 0.63

MVR 0.02 -0.01 -0.29 0.17 0.53 -0.07 0.51 -0.03 0.68

NB 0.71 0.29 -0.26 -0.19 0.43 0.39 0.17 0.09

NN 0.30 -0.32 -0.26 0.38 0.32 0.12 0.03

NM -0.33 -0.41 0.12 -0.04 0.12 -0.23

VR_p 1.00 1.00 0.09 -0.01 0.27

VLR_p 1.00 0.23 -0.04 0.47

MO -0.27 0.14 -0.02

LHD 0.03 0.48

AEL -0.01

MVL - Média das vacas em lactação; MVR - Média das vacas do rebanho; NB - Número de bezerras;

NN - Número de novilhas; NM - Número de machos, VR_p - Porcentagem de vacas no rebanho;

VLR_ p - Porcentagem de vacas em lactação no rebanho; MO – Mao de Obra; LHD - Litros por homem por dia; AEL – Animais equivalente leite, PROD – Produção por hectare; P ≤ 0.05; Valores em negrito não siginificativos

56


em pastagens

DIT DT LVT AVT RT MGP FC DM DI RCA RCT

DC 0.14 0.84 0.86 0.20 0.81 0.33 0.16 0.69 0.58 0.77 0.59

DIT 0.64 0.14 0.10 0.27 0.08 -0.42 0.13 0.14 0.15 0.12

DT 0.73 0.20 0.77 0.30 -0.10 0.60 0.52 0.68 0.52

LVT 0.19 0.91 0.42 0.49 0.77 0.55 0.81 0.64

AVT 0.44 0.08 0.42 0.16 0.14 0.22 0.16

RT 0.39 0.56 0.73 0.52 0.77 0.63

MGP 0.22 0.28 0.25 0.31 0.16

FC 0.36 0.14 0.32 0.31

DM 0.51 0.70 0.67

DI 0.57 0.41

RCA 0.72

DC – despesas de custeio; DIT – despesas com investimento total; DT – despesas totais;

LVT – leite vendido total; AVT – animais vendidos no total; RT – receita total; MGP –

média geral de preços, FC – fluxo de caixa; DM – depreciação de máquinas; DI –

depreciação de instalações; RCA – remuneração do capital em animais; P ≤ 0.05


em pastagens

COE COEEl CT CTEL MBA Lucro LA Llitro COECT CFCT

RCT 0.10 0.08 0.23 0.20 -0.03 0.03 -0.07 -0.15 -0.11 0.11

COE 0.94 0.81 0.76 -0.29 -0.34 -0.32 -0.47 0.48 -0.48

COEEl 0.75 0.83 -0.35 -0.41 -0.39 -0.57 0.48 -0.48

CT 0.93 -0.30 -0.37 -0.32 -0.57 0.01 -0.01

CTEL -0.36 -0.44 -0.39 -0.69 0.03 -0.03

MBA 0.75 0.97 0.64 0.04 -0.04

Lucro 0.77 0.65 0.02 -0.02

LA 0.67 0.02 -0.02

LLitro 0.00 0.00

COECT 1.00

RCA – remuneração do capital em animais; RCT – remuneração do capital em terra; COE – custo operacional efetivo; COEEl – custo operacional efetivo com equivalente leite; CT – custo total;

CTEL – custo total com equivalente leite; MBA – margem bruta por área; LUCRO – lucro; LA –

lucro por área; LLitro – lucro por litro; COECT_p - porcentagem do custo operacional efetivo em relação ao custo total; CFCT_p - porcentagem do custo fixo em relação ao custo total.

P ≤ 0.05.; Valores em negrito não significativo.

57

Tabela 5 – Valores associados ao primeiro (10

CP), segundo (20

CP) e terceiro (30

CP)

componentes principais (auto vetores) das variáveis técnicas avaliadas em sistemas de

produção de leite em pastagens.

Variáveis 10 CP 2

0 CP 3

0 CP

Média produção diária 0,347627 0,045931 -0,053699

Leite produzido 0,347514 0,046813 -0,054058

Leite produzido vendido 0,343669 0,055595 -0,056223

Número vacas Lactação 0,342737 -0,055379 0,051461

Número de Bezerras 0,309053 -0,133925 0,000641

Número de Novilhas 0,274933 -0,161531 -0,028352

Leite não vendido 0,235231 -0,152863 0,018207

Leite Bezerras 0,222051 -0,154374 0,011548

Litros /homen/dia 0,222010 0,152672 -0,271695

Número vaca seca 0,186189 -0,256776 0,203500

Área utilizada no leite 0,180391 -0,246622 -0,126752

Mão de obra 0,160666 -0,112623 0,287503

Produção por hectare 0,149426 0,328588 0,179042

Produtividade equivalente 0,137154 0,290649 0,318400

Média vaca rebanho 0,134634 0,323795 -0,323278

Média vaca em lactação 0,131893 0,274538 -0,289896

Numero vacas/hectare 0,097893 0,261714 0,407874

Animais equivalente leite 0,074371 -0,028507 0,328085

Número de Machos 0,069113 -0,251037 0,017424

Dias de Assitência 0,059982 0,091568 0,048770

% vacas lactação 0,059587 0,270651 -0,226372

% vacas em lactação no rebanho 0,024727 0,325150 0,100359

% Vacas n o rebanho -0,021178 0,207892 0,336420

% Variação 32,68 23,83 6,33

1º CP em ordem decrescente

58

Tabela 6 – Valores associados ao primeiro (10

CP), segundo (20

CP) e terceiro (30

CP)

componentes principais (auto vetores) das variáveis econômicas em sistemas de produção de

leite em pastagens

Variáveis 10 CP 2

0 CP 3

0 CP

Receita total 0,371282 0,083147 -0,023024

Leite Vendido Total 0,356351 0,023704 -0,106347

Despesa Custeio 0,337735 -0,116084 -0,027631

Retorno capital animais 0,324411 -0,058843 -0,198175

Despesa total 0,323640 -0,078618 0,079937

Depreciação máquinas 0,300516 -0,015455 -0,223076

Retorno capital terra 0,257990 -0,059375 -0,334572

Depreciação instalações 0,237442 -0,069843 -0,149437

Média geral preço 0,178414 0,042094 0,115671

Fluxo de caixa 0,157047 0,231507 -0,139690

% Custo operacional/custo total 0,144944 -0,102820 0,472203

Animais vendidos 0,141889 0,125991 0,072809

Lucro 0,139242 0,318435 0,129192

Margem bruta 0,122679 0,293894 0,209303

Despesas investimento 0,118244 0,019542 0,186653

Custo operacional efetivo 0,098293 -0,335598 0,239270

Lucro/hectare 0,097009 0,308114 0,223040

Custo operacional equivalente 0,082655 -0,360614 0,211863

Lucro/litro 0,055386 0,340176 0,161736

Custo total 0,036423 -0,323004 0,001419

Custo total equivalente 0,022415 -0,350098 -0,013193

% Custo fixo/custo total -0,144944 0,102820 -0,472203

% Variabilidade 30,6 25,7 11,3

1º CP em ordem decrescente

59

8 ARTIGO 2 - Redigido de acordo com as normas da Revista Journal Dairy Science

Versao em Português

Efeito da intervenção técnica ao longo do tempo em Sistemas de Produção de Leite em

regiões do Centro-Oeste e Sul do Brasil

60

SUMÁRIO EXECUTIVO

Efeito da intervenção técnica ao longo do tempo em Sistemas de Produção de Leite em

regiões do Centro-Oeste e Sul do Brasil. By Bueno, A.A.O; Bueno, F. O; Fregonesi, J.A.

page 000. A sobrevivência da agricultura familiar é de grande importância social. Por isso

vem sendo o eixo de muitas discussões políticas e acadêmicas. O sistema de produção de leite

caracterizado por ter renda mensal de leite se tornou foco principal dessas discussões.

Análises das variáveis técnicas e econômicas a campo, sem controle experimental, se tornam

necessárias, a fim de identificar parâmetros que auxiliem os técnicos e os produtores na

tomada de decisão. Esse estudo ilustra a importância da intervenção técnica e a necessidade

do gerenciamento adequado garantindo a sustentabilidade técnica e econômica da produção.

Efeito da intervenção técnica ao longo do tempo em Sistemas de Produção

de Leite em regiões do Centro-Oeste e Sul do Brasil

A. A. O.Bueno,*, Bueno, F.O#; †J. A. Fregonesi,*

1

* Doutoranda do Programa de Ciência Animal, Universidade Estadual de Londrina, Rodovia

Celso Garcia Cid, Pr 445 Km 380, Campus Universitário, Cx. Postal 10.01, CEP 86.057-970,

Londrina, PR, Brasil. # Engenheiro Agrônomo da Cooperideal. †C.A.R.E. – Cuidado Animal e

Responsabilidade Ética, Universidade Estadual de Londrina, Paraná, CEP-86057-970, Brazil;

1Autor Correspondente: José A. Fregonesi, e-mail: [email protected]

Cuidado Animal e Responsabilidade Ética, Universidade Estadual de Londrina, Paraná, CEP-

86057-970, Brazil;

61

RESUMO

O objetivo deste estudo foi avaliar o efeito, ao longo do tempo, da intervenção técnica

em unidades de produção comercial que utilizam a metodologia do Projeto Balde Cheio da

Embrapa Pecuária Sudeste, São Carlos, SP. A intervenção técnica foi realizada pela equipe da

Cooperideal, no período de 2006 a 2011. Para análise foram utilizados dados avaliados

mensalmente, em cada unidade de produção, com no mínimo 12 meses de controle gerencial e

máximo 36 meses. Os estados envolvidos foram Santa Catarina, Paraná e Mato Grosso do

Sul. No total foram analisadas 23 variáveis técnicas e 22 variáveis econômicas. Inicialmente,

estas variáveis foram estudas por meio de estatísticas descritivas, que possibilitaram escolher

quatro variáveis técnicas: vacas em lactação por área, média das vacas em lactação,

porcentagem de vacas em lactação no rebanho e produção mensal de leite. E, quatro variáveis

econômicas: média geral de preços, porcentagem do custo operacional efetivo em relação ao

custo total e porcentagem do custo fixo em relação ao custo total. Observou-se efeito

crescente ao longo do tempo para todas as variáveis, indicando uma eficiência das unidades

produtivas em avaliação. Para todas as variáveis verificou-se uma diferenciação entre os

estados, a qual se manteve ao longo de todo o período. Porém, houve uma tendência de

superioridade ou maior eficiência do estado de SC em relação aos estados do PR e MS, sendo

que este último apresentou desempenho inferior em todas as variáveis estudadas. Assim, foi

possível ilustrar o efeito da intervenção técnica em pequenas propriedades. Portanto, pode-se

afirmar que, a metodologia utilizada para gerenciar as unidades de produção foi eficiente e

possibilitou a sobrevivência dos sistemas de produção de leite mesmo com as variações

econômicas e sazonais. A interferência técnica com um planejamento adequado, permite a

sustentabilidade econômica na agricultura familiar, apesar do resultado ser a longo prazo.

Palavras-Chave: índices técnicos, índices econômicos, assistência técnica, Bovinocultura de

Leite, medidas repetidas

62

INTRODUÇÃO

Uma característica comum aos sistemas de produção de leite no mundo é a sua

exploração em pequenas áreas. A produção de leite no Brasil não é diferente. Dos cinco

milhões de estabelecimentos agropecuários do País, 84% são familiares. Segundo Faria

(2000), na década de 90 houve aumento considerável na média entregue pelo produtor. Houve

queda do número de produtores com até 50 litros e aumento daqueles próximos ou superiores

a 200 litros. Entretanto, essa situação não alterou a necessidade de buscar sustentabilidade do

sistema, pois esse volume possibilita ganhos pequenos, suficientes apenas para sobrevivência

familiar. Pode-se perceber, então, as reais dificuldades para introdução do conceito

empresarial no setor produtivo. No entanto, o setor leiteiro consegue hoje ter boas

perspectivas devido aos aumentos de produção e produtividade e quedas nos custos

(CAMARGO et al., 2004). Apesar desse cenário favorável, a atividade leiteira é conhecida

como sendo um negócio de margens reduzidas de lucro. Portanto, do ponto de vista

econômico, aqueles que, na gestão dos seus meios e recursos, adotarem tecnologias

adequadas, que permitam baixar seus custos de produção, poderão alcançar a sustentabilidade

necessária para permanência na atividade (Matos, 2002).

A sobrevivência de pequenas propriedades produtoras de leite no Brasil é um tema que

gera bastante discussão. Isso porque não se entrou em consenso ainda sobre índices que

permitam traçar metas de eficiência de forma global. Com a captação de informação e a

utilização das tecnologias mais adaptadas a cada tamanho de produtor, juntamente com a

administração técnica, que garanta sempre a melhor relação benefício/custo no momento da

compra de insumos e venda da produção, existirão certamente propriedades rentáveis, sejam

elas grandes ou pequenas. Isso vem sendo mostrado em diferentes trabalhos de assistência

técnica em diversas regiões do Brasil. Krug (2001), ao estudar escala de produção,

produtividade e lucratividade em sistemas de produção de leite no Rio Grande do Sul,

encontrou melhores resultados econômicos nas fazendas que utilizaram o sistema intensivo a

pasto. Seus resultados contradizem os encontrados por Gomes (2000) que afirmou que leite só

é um bom negócio se for produzido em elevada quantidade.

A literatura é repleta de informações que possibilitam o embasamento técnico e

econômico para que se possa aproveitar melhor o sistema de produção de leite à pasto.

Existem trabalhos que testam desde a melhor genética do rebanho aos que testam a maior

eficiência da planta forrageira. Todos eles são importantes, pois somente conhecendo todas as

eficiências individuais será possível equacionar o sistema de produção. Mas quando o

63

objetivo é avaliar o sistema de produção de forma geral, os resultados são os mais diversos,

pois para utilizar-se das ferramentas estatísticas, deve-se fixar um fator de controle e estudar a

variação em função do mesmo. Ao passar da pesquisa para extensão rural, esses fatores não

podem ser testados isoladamente, uma vez que envolvem o sustento da família. Esta situação

dificulta a análise do ponto de vista estatístico, que permitiria afirmar se uma intervenção

técnica teria efeito significativo ou não, ao longo do tempo, pela própria natureza dos dados.

São dados que refletem a interação de todos os fatores junto à forma de ação individual do

técnico, a tomada de decisão do proprietário na execução das atividades diárias e a resposta

animal. Dentro desta complexidade, tornou-se difícil a avaliação global dos resultados obtidos

dentro dos sistemas de produção, pois as respostas das variáveis envolvidas, que formam

parâmetros de avaliação, estão expostas a diversas situações, que fogem ao controle da

pesquisa experimental. Nesse ambiente, o pesquisador se depara com um grande volume de

informações que não podem ser usadas ou só podem ser avaliadas de forma regionalizada e

multicasos. Como se identificou no trabalho de Guimarães Filho (2011) onde ele afirma a

necessidade de estudos regionalizados em função de questões culturais, climáticas,

topográficas e econômicas.

Os resultados dos sistemas, que recebem intervenção ao longo do tempo, têm sido

avaliados ano a ano de forma isolada. Diversas são as técnicas utilizadas e, muitas vezes, tem

enfoque puramente econômico. Guimarães Filho (2011) avaliou indicadores técnicos e

econômicos influenciando a taxa de remuneração do capital com terra no ano de 2009 e

concluiu que os valores foram heterogênios para a rentabilidade em função da

heterogeneidade do rebanho, e os que mais impactaram a rentabilidade foram a mão de obra

contratada e o número de vacas em lactação por hectare. Porém com a variação de mercado

poderia não ser possível, no ano de 2010, ter a mesma resposta. Esses resultados sugerem,

portanto, a necessidade de aplicação de conhecimento técnico para obtenção de um resultado

econômico positivo ao longo do tempo. Para tanto, o objetivo comum deve ser dimensionar e

fazer o controle zootécnico e econômico seguindo o princípio de buscar a estrutura do

rebanho e lucratividade. Pois, aplicando o conceito empresarial, entende-se que o produto é

leite, logo para que todos os outros setores sejam positivos, é necessário priorizar sempre a

produção de leite. Em relação à alimentação, a exigência nutricional dos animais deve ser

suprida, não importando a combinação de alimentos usada, e o manejo sanitário deve ser

sempre realizado.

Assim, as medidas repetidas são obtidas nos mesmos indivíduos, em tempos

diferentes, e, possivelmente, sob diferentes condições experimentais. Nesses casos, pode

64

existir uma estrutura de co-variância única para representar a variabilidade das medidas

dentro dos indivíduos de uma população, mas o parâmetro dessa estrutura pode variar entre

indivíduos (Laird e Ware,1982). Essas são análises de modelos lineares mistos e referem-se a

situações experimentais em que as respostas são avaliadas na mesma propriedade ao longo do

tempo. Estas respostas geralmente são correlacionadas, devido à estrutura comum que existe

na propriedade, tal como: área e tipo de solo, manejo dos animais e assistência técnica. As

metodologias estatísticas usualmente tratadas na literatura não permitem aproveitar toda a

informação que as análises de medidas repetidas são capazes de transmitir. Isto justifica o

esforço analítico adicional requerido pela medida repetida, necessário para considerar e

modelar a estrutura de correlação (R) que existe entre as observações realizadas na mesma

unidade amostral (LITTELL et al, 1996; LITTELL et al, 1998).

Para avaliar o resultado das variáveis técnicas e econômicas e identificar o efeito da

intervenção técnica ao longo do tempo, nas propriedades atendidas pela Cooperideal,

seguindo a metodologia do Projeto Balde Cheio, foi utilizada a análise de medidas repetidas,

em variáveis com comportamento de uma curva de (BUENO, 2013 citação pessoal,

Universidade Estadual de Londrina.

MATERIAL E MÉTODOS

Foram analisadas 23 variáveis técnicas e 22 variáveis econômicas pertencentes a uma

planilha de gerenciamento técnico e econômico utilizada pelos técnicos da Cooperideal para

acompanhamento de produtores de leite. Neste estudo considerou-SE o período de 2006 a

2011 e com o mínimo de 12 e máximo de 36 intervenções técnicas, seguindo a metodologia

Balde Cheio da Embrapa Pecuária Sudeste. Os estados envolvidos foram Santa Catarina,

Paraná e Mato Grosso do Sul. Inicialmente, estas variáveis foram estudas por meio de

estatísticas descritivas, com o propósito de conhecer a heterogeneidade e interação entre elas,

gerenciar e investigar características latentes existentes nos dados que indiquem possíveis

padrões ou tendências (Bueno,´´comunicação pessoal´´, 2013, Universidade Estadual de

Londrina). Em função destes resultados, foram escolhidas quatro variáveis continuas, cujas

distribuições se assemelhavam a uma curva normal de Gauss, e foram submetidas à análise de

medidas repetidas. As variáveis estudadas foram:

65

1) Variáveis Técnicas

As variáveis técnicas representam fatores de produção, composição do rebanho e

índices relativos que indicam eficiência que tiveram um comportamento próximo a uma curva

de distribuição normal foram:

VLÁrea - Vacas em lactação por área

MVL - Média das vacas em lactação

VLR_p - Porcentagem de vacas em lactação no rebanho

PROD - Produtividade (Litros/ha);

3) Variáveis Econômicas

Para os fatores econômicos, foram realizadas correções ao longo do tempo através do

IGP-DI, mês a mês, usando como referência o mês de Julho de 2012. Para os custos fixos,

como depreciação de máquinas e equipamentos considerou-se vida útil de dez anos e

instalações, vida útil de 20 anos. A remuneração do capital investido em animais e na terra

juros de 6% ao ano. Para esse estudo foram consideras as seguintes variáveis

MGP – Média geral de preços

L Litro – Lucro por litro

COECT_p - Porcentagem do custo operacional efetivo em relação ao custo Total

CFCT_p - Porcentagem do custo fixo em relação ao custo total

Nas visitas, os técnicos estavam preparados para fazer alterações e orientações para a

família sobre conceitos que atuam na alimentação adequada do rebanho (período das águas e

da seca) manejo reprodutivo, criação de bezerras e novilhas, sanidade e ambiência, rotina de

ordenha e qualidade do leite. A ordem e a forma com que se utilizava cada instrução e

interferência eram adequadas a cada propriedade com a solução mais viável para as condições

financeiras de cada produtor. Portanto o tempo de cada ação base não era sempre o mesmo.

Na análise de medidas repetidas, para uma variável em particular, admite-se que as

avaliações mensais entre unidades de produção diferentes são independentes, e que as

avaliações mensais dentro de uma mesma propriedade são correlacionadas gerando uma

estrutura de variância-covariância R. Portanto, a unidade de produção foi definida como

indivíduo.

O modelo misto (LITTELL et al., 1996; LITTELL et al., 1998; FREITAS et al., 2005)

utilizado no presente trabalho foi: yijk = + i + ij + tk + (t)ik + ijk, em que yijk é a resposta

no mês k do indivíduo j no grupo de tratamento ou Estado i; é o efeito médio geral; i é o

efeito fixo do tratamento i ou estado i; ij é o efeito aleatório do indivíduo j no grupo de

66

tratamento i; k é o efeito fixo do tempo k; ()ik é o efeito da interação fixa do tratamento i

com o tempo k e ijk é o erro aleatório.

Sob o enfoque matricial, têm-se:

ynx1 = Xnxp bpx1 + Znxquqx1 + enx1 (1), em que y

observados, X e Z são matrizes de incidência; b é um vetor p x 1 de efeitos fixos, parâmetros

desconhecidos; u um vetor q x 1 que contém os efeitos aleatórios não observáveis dos

indivíduos; e n, p, q,

indica, respectivamente, o número de observações, de efeitos fixos e de efeitos aleatórios.

Admitindo-se que y, u e e têm distribuição normal com média zero, podem ser formuladas as

seguintes esperanças (E) e variâncias (V): E(Y) = Xb; V(y) = V(Zu + e) = V = ZGZ'+R ;

E(u) = 0; Var(u) = G; E(e) = 0; V(e) = R;

Utilizando-se o critério de Akaike's information criterion – AIC (BOZDOGAN,1987),

foram avaliadas diversas estruturas de covariância (R) para modelar a variação entre as

medidas repetidas (tempo), dada por V(ijk) = R, e, aquela que melhor se ajustou aos dados,

foi utilizada.

Para análise de cada variável, foram avaliadas cinco estruturas de variâncias e

covariâncias de R em dimensão 4 x 4 (Tabela 1). Para a escolha da estrutura mais adequada

da variância e covariância (R) dentre as cinco avaliadas (Tabela 1), o critério foi a escolha do

menor valor entre AIC e BIB para as estruturas de variâncias e covariâncias em que houve

convergência: ((“Akaike’s Information Criterion ”, AIC = -2LR + 2q; BIC (“Bayesian

Information Criterion” =-2LR + q*log(n)); q é o vetor de parâmetros em V; LR é o Log da

função de Máxima Verossimilhança Restrita avaliada no ponto de máximo (WOLFINGER,

1993; FREITAS et al, 2011, FREITAS et al, 2012 ) e n é o número de observações.

Para selecionar qual é a melhor entre duas estruturas Ri e Rj, foi utilizado o teste de

razão de verossimilhança restrito construído por (-2res log likelihood da matriz Ri) - (-2res

log likelihood da matriz Rj), que equivale ao teste de Qui-quadrado (2), com graus de

liberdade igual à diferença do número de parâmetros entre as matrizes R i e Rj. Estes dois

critérios são descritos em Bozdogan (1987). Um exemplo de escolha da estrutura mais

adequada da variância e covariância é apresentado na Tabela 2 para a variável técnica –

número de vacas em lactação por hectare.

Nesse caso, as variâncias e covariâncias Não-estruturada (UN) e Huynh-Feldt não

convergiram e a estrutura Simetria Composta (CS), convergiu, o valor de AIC foi muito

superior aos das estruturas AR(1) e ARMA(1,1), razão pela qual o interesse é comparar a

67

mais adequada entre estas duas últimas. Como AIC foi sempre menor que BIC, para escolher

a mais adequada foi realizado o teste de razão de verossimilhança restrito e a estrutura ARMA

(1,1) foi a escolhida.

Para análise foi utilizado procedimento MIXED do SAS Institute (2003).

Resultados e Discussão

Na Tabela 3 estão apresentados os resultados da análise de variância do tipo III (Pr >

F) para as variáveis técnicas e econômicas considerando o efeito principal de Estado, Tempo

e interação Estado x Tempo. Com exceção da variável lucro por litro (LLitro), a estrutura de

covariância escolhida foi a ARMA(1,1), que é adequada quando os erros entre as medidas

repetidas descrevem um possível processo não-estacionário, ou seja, quando há a existência

de uma série de erros cujas tendências mudam com o tempo devido ao efeito sazonal

observado. A estrutura ARMA (1,1) possui apenas três parâmetros (σ2, ρ, γ), isto é, variância

σ2, ρ e γ, parâmetro que modela um componente de média móvel.

Para a variável lucro por litro, estrutura de covariância escolhida foi a Huynh-Feldt

(HF), estrutura que possui K+1 parâmetros (K = número de medidas repetidas = 36), com

variâncias diferentes na diagonal principal e fora da diagonal usa-se a média aritmética das

variâncias correspondentes, adicionada de um fator de escala (( 2

i +2

j)/2 + 1 ; ij).

Embora a estrutura HF tenha muito mais parâmetros do que a ARMA (1,1) e seja uma

estrutura heterogênea, a interpretação é relativamente simples pelo fato de as covariâncias

representarem médias aritméticas das respectivas variâncias.

Para todas as variáveis técnicas, houve efeito significativo de estado (P < 0,05), não

havendo interação estado X tempo, indicando o comportamento dos estados foi o mesmo

durante todo o tempo da intervenção. Quanto às variáveis econômicas, também houve efeito

significativo de estado (P < 0,05) em todas elas e, com exceção de lucro por litro, também não

se verificou efeito significativo (P > 0,05) entre a interação estado x tempo. Para ambos os

grupos de variáveis (técnicas e econômicas), o efeito de tempo esteve muito associado ao tipo

de variável, ora significativo e ora não significativo.

Verificou-se efeito crescente ao longo do tempo para todas as variáveis (Figura 2).

Pode-se afirmar que a média de produção de leite das vacas em lactação (Litros/vaca/dia),

aumentou ao longo do tempo, refletindo um melhor manejo de pastagem e alimentação

adequada para estação das águas e das secas, já que não ocorre diminuição da média de

68

produção de leite das vacas ao longo do tempo. Para Santa Catarina a média se manteve

superior a 15 L/vaca/dia refletindo o resultado positivo de utilização de pasto de inverno com

sobressemeadura de aveia e azevém com uso de irrigação. O Mato Grosso do Sul tem tradição

em bovinocultura de corte, por isso suas media de produção por vaca dia começam mais

baixas. Para vacas em lactação por área, número de vacas por hectare, que expressa a

intensificação do sistema, Santa Catarina e Paraná tiveram o mesmo comportamento e o

gráfico da Figura 1, ilustra a capacidade de explorar melhor as áreas disponíveis para

produção. Faria e Corsi (2000) preconizam um valor mínimo de uma vaca em lactação por

hectare. Com o resultado pode-se afirmar que ao explorar melhor a pastagem é possível

manter esse valor acima de 2 VL/ha sem grandes esforços, sinalizando que mesmo os

sistemas que possuem um gerenciamento técnico e estão com indicadores bem acima da

média nacional, ainda tem potencial de crescimento e melhoria. O Mato Grosso do Sul tem

somente 12 propriedades envolvidas nesta análise. Como é um estado com perfil de

produtores que possuem áreas maiores, o inicio da intervenção reflete a sub utilização das

pastagens e ilustra a intensificação ao longo do tempo chegando próximo ao valor mínimo de

uma vaca em lactação por hectare. Sendo um estado de clima favorável pode-se esperar que

ao se trabalhar com irrigação e melhoria de manejo o impacto da intensificação será

expressiva na contribuição do estado na produção total de leite do Brasil.

A porcentagem de vacas em lactação no rebanho expressa a eficiência reprodutiva do

rebanho e consequentemente a qualidade geral do manejo do sistema de produção. O valor

ideal é 60% e o mínimo de 40%. Não gerenciar esse índice significa manter animais sem

capacidade de gerar renda e que geram custo operacional fazendo o sistema ficar vulnerável

às variações de preços pagos ao produtor. O Paraná e Santa Catarina já iniciaram a

intervenção dentro do valor mínimo e aumentaram cerca de 10% ao longo do tempo. Vale

ressaltar que manter a Porcentagem de vacas em Lactação em relação ao rebanho próximo de

60% resulta de uma estrutura estável do rebanho, ou seja, criam-se as fêmeas necessárias para

as reposições para suprir a taxa de descarte. Como a assistência técnica interfere em sistemas

que sub utilizam todos seus recursos de produção, é necessário, manter mais novilhas no

sistema de criação para se obter um aumento do volume de leite produzido nas unidades

familiares. Após atingir o volume ideal de cada sistema é que se trabalha com a meta ideal.

Neste momento, as novilhas excedentes passam a ser uma renda extra expressiva pois, não se

venderá animais e sim uma genética controlada e animais bem criados, que terão potencial de

expressão desta genética.

69

Para a variável produção mensal de leite por hectare (PROD), o estado de MS

apresentou desempenho inferior aos estados de SC e PR mesmo assim para os três estados o

aumento foi praticamente o dobro em 36 meses de intervenção. Isso reflete tanto no aumento

de produção mensal, quanto a intensificação da área. A intervenção técnica permitiu a elevar a

produtividade, no Paraná, de 600 L/mês/ha para cerca de 1100 L/mês/ha. Esses valores

totalizam uma produtividade anual de 13000 L/ha/ano (Figura 2). Em outros estudos com

sistemas de produção de leite que recebem intervenção técnica foram considerados plausíveis

produções superiores a 15000 L/ha/ano para o Brasil (Silva et al., Stock, 2007). Dados do

Mato Grosso (CNA 2010) indicam uma produção média de 750 L/ha/ano, mostrando o

potencial do estado se investir em intensificação do uso da terra e gestão do sistema de

produção, visto que com uma intervenção de 36 meses já é possível elevar essa produtividade

para cerca 3200 L/ha/ano. Para o Paraná e Santa Catarina estima-se de 6000 a 7000 L/ha/ano

levando em consideração a produção/vaca/ano (IBGE, 2013) e considerando uma lotação

média de 3 U.A/ha. A Nova Zelândia, possui sistema de produção à pasto eficiente e tem

capacidade de 4000 L/vaca/ano e em função do clima temperado, sua lotação não ultrapassa

2,5 UA/ha. Logo a capacidade máxima de produção é 10000 Litros/ha/ano. Esses valores são

facilmente atingidos na agricultura familiar que recebe intervenção técnica.

Para todos os gráficos contidos nas Figuras 1 e 2, a natureza ondulatória das linhas para

os três estados em função do tempo, indicam tendências que mudam com o tempo que

refletem o efeito sazonal observado. Este comportamento ondulatório nas figuras é que

determinou a escolha da estrutura autoregressiva de primeira ordem de média móvel: ARMA

(1,1) em 7 das 8 variáveis estudadas.

Para o estado do Paraná e Santa Catarina a média geral de preço mostrou um

comportamento de mercado muito similar (Figura 3). O Mato Grosso do Sul começou com

média de preço mais baixa no início da intervenção técnica porém, houve tendência de se

equiparar como os outro dois estados no final de 36 meses. Esse comportamento pode estar

relacionado à adoção de práticas sanitárias, que permitem aos laticínios pagarem mais por um

produto de maior qualidade. As variações de preços parecem pequenas, mas é o suficiente

para comprometer o sistema que não faz gestão dos custos, Isso porque a atividade está muito

ligada à margens de lucro pequenas (cerca de 0,10 centavos).

O indicador lucro por litro se mostrou como um parâmetro ideal para se comparar

sistemas de produção, pois a curva ao longo do tempo, apesar de muito variável tem um

desenho igual para os três estados em questão. Todos iniciaram a intervenção com lucro/litro

negativo. Após oito intervenções foi possível notar a mudança do cenário. Ora com lucro/litro

70

muito elevado, ora abaixo negativo. Isso ocorre com a variação do preço pago ao produtor.

Esse cenário ilustra o quão importante é ter absoluto controle dos custos operacionais e

diminuição do custo fixo com um bom planejamento forrageiro anual para anular o efeito

sazonal, que aumenta proporcionalmente à diminuição do uso de pastagens.

A relação entre o custo fixo e o custo total (% CFCT), mostrou um efeito decrescente ao

longo do tempo, indicando aumento na eficiência da gestão os recursos com a intervenção

técnica. Isso porque ao diminuir o custo fixo em relação ao custo total entende-se que na

mesma estrutura física, na mesma área, consegue-se produzir um volume maior de leite. A

intensificação das pastagens que foca no aumento de produção de leite por hectare ano é a

combinação que permite baixar essa relação. A variação da Porcentagem do Custo

Operacional em relação ao custo total é exatamente inversa. Ao aumentar o custo operacional

em relação ao custo total entende-se que diminui o custo fixo. Essa situação é desejável se o

aumento do custo operacional estiver envolvido com a alimentação ligada a animais

produtivos, ou seja, capazes de gerar renda dentro do sistema. Para todas as variáveis,

verificou-se uma diferenciação entre os estados, que se mantém ao longo de todo o período,

porém, há uma tendência de superioridade ou maior eficiência do Estado de SC em relação

aos estados do PR e MS.

CONCLUSÃO

- A análise por medida repetida tornou possível ilustrar o efeito positivo da metodologia

utilizada para intervenção técnica em pequenas propriedades ao longo do tempo

- É possível uma pequena propriedade sobreviver às variações econômicas e sazonais

com um planejamento adequado, apesar do resultado ser a longo prazo.

- Pode-se afirmar necessidade de assistência técnica continuada ao produtor de leite

AGRADECIMENTOS

O autor agradece toda a equipe da Cooperideal, que disponibilizou os dados,

Universidade Estadual de Londrina representada pelo Programa de Ciência Animal e à todos

que apoiaram e participaram do projeto direta e indiretamente.

71

REFERÊNCIAS BIBLIOGRÁFICAS

BOZDOGAN, H. 1987. Model selection and Akaike's information criterion (AIC): the

general theory and its analytical extensions. Psychometrika, v.52, n.3, p.345-370.

CAMARGO, A. C.; NOVAES, N. J.; ESTEVES, S. N.; NOVO, A.L. M.; MANZANO, A.;

TUPY, O.; FREITAS, A. R.; FARIA, V. P. Atualização técnica de extensionistas que

atuam na atividade leiteira em propriedades familiares no Estado de São Paulo. In:

MOURA, J. C.; FERRÃO NETTO, V. A. A. (Eds.) Os caminhos da assistência técnica

à agricultura (Anais do Congresso Brasileiro de Assistência Técnica à Agricultura,

2004, Piracicaba). Piracicaba: Fealq, Agroesp, 2004. p. 304-314.

EMBRAPA. Metodologia Balde Cheio. Disponível em:

http://www.cppse.embrapa.br/sites/default/files/principal/publicacao/baldecheio0712.pd

f Acesso em: 20/12/2013


GUIMARÃES FILHO, C. C. Indicadores zootécnicos e econômicos da atividade leiteira

na mesorregião noroeste do Espírito Santo e microrregião de Juiz de Fora. 2011.

68 p. Tese (Doutorado em Zootecnia) – Universidade Federal de Viçosa, MG.

FARIA, V.P. Problemas para a Produção de Leite no Brasil. Preços agrícolas, mercados

e negócios agropecuários. Piracicaba, v.14, n.160, p.3, fev. 2000.

FARIA, V.P; CORSI, M. Índices de produtividade em gado de leite. IN: PEIXOTO, A.M.;

MOURA, JC.;FARIA, V.P. (Org). Bovinocultura leiteira: fundamentos da exploraçao

racional. Piracicaba: FEALQ, p.1-22, 2000.

FREITAS, A. R; FERREIRA, R. P.; MOREIRA. A. Set/Dez 2011. Análises de dados de

medidas repetidas por meio do modelo linear geral e do modelo misto. Revista de

Ciências Agrárias, Belém, PA. Amazonian Journal of Agricultural and Environmental

Sciences, v.54, n.3, p.214-224.

FREITAS, A. R; PERES NETTO, D.; MOREIRA, A.; FERREIRA, R. P.; RODRIGUES, A.

jan./mar. 2012. Avaliação de controle leiteiro de bovinos usando análises de medidas

repetidas. Revista de Ciências Agrárias/ Amazonian Journal of Agricultural and

Environmental Sciences. v. 55, n. 1, p. 5-10.

FREITAS, A.R.; PRESOTTI, CV; TORAL, F.L.B. 2005. Alternativas de análises em dados

de medidas de bovinos de corte. Revista Brasileira de Zootecnia, v.34, n.6, p.2233-2244.

http://www.cppse.embrapa.br/sites/default/files/principal/publicacao/baldecheio0712.pdf


http://www.bdpa.cnptia.embrapa.br/busca.jsp?baseDados=ACERVO&unidade=CPPSE&fraseBusca=FREITAS%20A%20R&posicaoRegistro=30&formFiltroAction=N&view=16777


72

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo agropecuário 2006

Agricultura Familiar. Rio de Janeiro: IBGE, 2013. Disponível em: WWW.ibge.gov.br.

Acesso em 11/05/2013.

KRUG, Ernesto E. B.; KLIKS, Valdair. Os melhores do leite: coeficientes técnicos e

econômicos: práticas, processos e procedimentos benchmarking. Santa Maria: 2003.


measures data using SAS procedures. Journal of Animal Science, v.76, p.1216-1231,

1998.

LITTELL, R.C.; MILLIKEN, G.A.; STROUP, W.W.; WOLFINGER, R.D. 1996. SAS

System for Mixed Models. Cary: Statistical Analysis System Institute. 633p.

SILVA, H. A. et al. Resultados econômicos de sistemas de produção de leite com diferentes

níveis tecnológicos na Cooperativa Agropecuária Castrolanda, Castro, PR. IN:

CONGRESSO PAN-AMERICANO DO LEITE, 9., 2006, Porto Alegre.

Anais...Embrapa, 2006. CD-ROM

STOCK, L.A; et al.; Sistemas de produção e sua representatividade na produção de leite no

Brasil. In: Reunião da Associação Latino-americana de Produção animal, ALPA, 20,

2007. Anais...Cuzco, Peru: ALPA, 2007. 1 CDROM

WOLFINGER, R.D. 1993. Covariance Structure Selection in General Mixed Models.

Communications in Statistics, Simulation and Computation, v.22, n.4, p.1079-1106.

http://www.ibge.gov.br/

73

Tabela 1 - Estruturas de variâncias e covariâncias, com respectivos números de parâmetros e

elementos (i = linha, j = coluna), onde k = 36 (número de medidas repetidas)

Estrutura* Parâmetros Elemento i,j

UM Não-estruturada k(k+1)/2 ij

HF Huynh-Feldt k+1 (2

i +2

j)/2 + 1(ij)

CS Simetria composta 2 2 + i 1(i=j)

AR(1) Autorregressiva de primeira ordem 2 2

|i - j|

ARMA(1,1) Autoregressiva de primeira ordem de

média móvel

3 2[

|i - j|-11(ij)+ 1(i=j)]

* UN: as variâncias e as covariâncias são diferentes; HF: variância diferente na diagonal

principal; fora da diagonal usa a média aritmética das variâncias correspondentes, adicionada

de um fator de escala ; CS: as variâncias e as covariâncias são constantes; AR(1): contém

um parâmetro autoregressivo () e 2;ARMA(1,1): além de σ

2, ρ, contém γ, parâmetro que

modela um componente de média móvel, (SAS Institute, 2002-2003).

Tabela 2 - Estruturas de variâncias e covariâncias com respectivos parâmetros, logaritmo da

função de verossimilhança restrita multiplicado por -2 (-2LR), valores do critério de

informação de Akaike (AIC) e BIC para a variável técnica número de vacas em lactação por

hectare, por meio da análise de medidas repetidas.

ESTRUTURA NO

DE

PARÂMETROS

-2LR AIC* BIC

*

UN# 666 - - -

HF# 37 - - -

CS 2 4929,1 4933,1 4939,2

AR(1) 2 2424,9 2428,9 2435,0

ARMA(1,1) 3 2412,1 2418,1 2427,2 *

AIC = -2LR + 2q; BIC = -2LR + q*log(n); q = número de parâmetros do modelo; n = número

de observações. ‘ # ’

= ‘Unable to make hessian positive definite’.

Comparação de AR(1) versus ARMA(1,1) por meio do teste de razão de verossimilhança (-

2LR): AR(1) versus ARMA(1,1) |2424,9 - 2412,1| ²1 = 12,8 (p ≤ 0,001)

Tabela 3 – Resultados da análise de variância do tipo III (Pr > F) para as variáveis técnicas e

econômicas, considerando o efeito principal de Estado, Tempo e interação Estado x Tempo.

VARIÁVEL ESTADO TEMPO ESTADO X TEMPO

VARIÁVEIS TÉCNICAS

MVL <0,0001 0,0057 0,0989

VLAREA <0,0001 0,9878 0,9999

VLR_P <0,0001 0,7520 0,5495

PROD <0,0001 0,0456 0,7692

VARIÁVEIS ECONÔMICAS

COECT_P 0,0364 <0,0001 0,9514

CFCT_P 0,0371

<0,0001

0,9530

MGP 0,0007 0,1852 0,7383

LLITRO 0,0012 <0,0001 0,0379

74


técnicas em sistemas de produção de leite em pastagens

MVL = média da produção de leite das vacas em lactação, litros/vaca/dia

VLAREA = vacas em lactação por área, número vacas/ha

VLR_p = porcentagem de vacas no rebanho (lactação) em relação ao total de animais,%

PROD = quantidade mensal de leite por área, litros/ha

75


econômicas em sistemas de produção de leite em pastagens

MGP = média geral de preço, R$/litro

LLITRO = lucro por litro, R$/litro

CFCT = relação entre o custo fixo e o custo total, %

COECT = relação entre o custo operacional efetivo e o custo total

76

9. CONSIDERAÇÕES FINAIS

A informação gerencial é o mapa do que ocorre no sistema de produção de leite. Com

ela é possível tomar decisões técnicas que refletem em crescimento constante e

sustentabilidade financeira. Com as análises realizadas neste estudo foi possível identificar a

importância de manter a Estrutura do Rebanho para garantir todas as outras correlações dos

fatores envolvidos sejam técnicos ou econômicos. Também foi possível identificar que a

combinação das ferramentas técnicas são particulares a cada sistema, porém ao identificar

metas indicadoras de equilíbrio consegue-se manter um crescimento constante e similar entre

as diferentes regiões.

Seria enriquecedor utilizar medidas repetidas com dados geradas nos programas de

assistência técnica de todas as regiões do Brasil, pois essa ferramenta permitiu analisar a

importância e eficiência do acompanhamento técnico.

Dessa forma poderá se avaliar de forma mais efetiva o impacto que essas pequenas

intervenções causam na cadeia produtiva como um todo e na economia regional, já que

estamos falando de agricultura familiar.

77

10. REFERÊNCIAS

AGUIAR, A.P.A.; ALMEIDA, B.H.P.J.F. Produção de leite a pasto – Abordagem

empresarial e técnica. Viçosa, MG: Aprenda Fácil, 1999. 170 p.

ANDRADE, D. F. ; OGLIARI, P. J. . Estatística para as ciências agrárias e biológicas:

com noções de experimentação. 2a.. ed. Florianópolis: Editora da UFSC, 2010. 470p.

ATZORI, A. S.; TEDESCHI, L. O.; CANNAS, A. 2013. A multivariate and stochastic

approach to identify key variables to rank dairy farms on profitability. J. Dairy Sci.

96:3378-3387.

BRITO Acácio S; NOBRE, Fernando V; FONSECA, José R. R. Bovinocultura leiteira:

informações técnicas e de gestão. Natal: SEBRAE/RN, 2009.

BOZDOGAN, H. Model selection and Akaike's information criterion (AIC): the general

theory and its analytical extensions. Psychometrika, v.52, n.3, p.345-370, 1987

CAMARGO, A. C.; NOVAES, N. J.; ESTEVES, S. N.; NOVO, A.L. M.; MANZANO, A.;

TUPY, O.; FREITAS, A. R.; FARIA, V. P. Atualização técnica de extensionistas que

atuam na atividade leiteira em propriedades familiares no Estado de São Paulo. In:

MOURA, J. C.; FERRÃO NETTO, V. A. A. (Eds.) Os caminhos da assistência técnica à

agricultura (Anais do Congresso Brasileiro de Assistência Técnica à Agricultura, 2004,

Piracicaba). Piracicaba: Fealq, Agroesp, 2004. p. 304-314.

CARVALHO, Marcelo Pereira de. et al. (Ed.) Cenários para o leite no Brasil em 2020. Juiz

de Fora: Embrapa Gado de Leite, 2007.

CARVALHO, V. R. F. Reestruturação do sistema lácteo do mundial: uma análise da

inserção brasileira. Tese (Doutorado) – Universidade Estadual de Campinas, Instituto de

Economia, Campinas, 2008.

EMBRAPA. Metodologia Balde Cheio. Disponível em:


Acesso em: 20/12/2013

FARIA, V.P. Problemas para a Produção de Leite no Brasil. Preços agrícolas, mercados

e negócios agropecuários. Piracicaba, v.14, n.160, p.3, fev. 2000.

FRASER, I.; CORDINA, D. 1999. An application of data envelopment analysis to

irrigated dairy farms in Northern Victoria, Australia. Agric. Syst. 59:267 – 282.

FREITAS, A. R; FERREIRA, R. P.; MOREIRA, A. Análises de dados de medidas

repetidas por meio do modelo linear geral e do modelo misto. Revista de Ciências

Agrárias, Belém, PA. Amazonian Journal of Agricultural and Environmental Sciences, v.54,

n.3, p.214-224, Set/Dez 2011

FREITAS, A. R; SOUZA, J.F.; MOREIRA, A. A. Predição da precocidade sexual em

bovinos da raça Nelore por meio de componentes principais. Revista de Ciências Agrárias,

Belém, PA. Amazonian Journal of Agricultural and Environmental Sciences, v.54, n.2, p.153-

158, Mai/Ago 2011


78

FREITAS, A.R.; PRESOTTI, CV; TORAL, F.L.B. Alternativas de análises em dados de

medidas de bovinos de corte. Revista Brasileira de Zootecnia, v.34, n.6, p.2233-2244, 2005.

GOMES, S. T. Indicadores de eficiência técnica e econômica na produção de leite. São

Paulo: FAESP, 1997. 178 p.


GUIMARÃES FILHO, C. C. Indicadores zootécnicos e econômicos da atividade leiteira

na mesorregião noroeste do Espírito Santo e microrregião de Juiz de Fora. 2011. 68 p.

Tese (Doutorado em Zootecnia) – Universidade Federal de Viçosa, MG.


– Agricultura Familiar. Rio de Janeiro: IBGE, 2013. Disponível em: WWW.ibge.gov.br.

Acesso em 11/05/2013.


– Agricultura Familiar. Rio de Janeiro: IBGE, 2013. Disponível em: WWW.ibge.gov.br.

Acesso em 23/03/2013.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Pesquisa pecuária

municipal. Rio de Janeiro: IBGE, 2011. Disponível em: WWW.sidra.ibge.gov.br. Acesso em

08/04/2013

KIRCHNER, R.; SEPULCRI, O.; MATSUSHITA, M. S.; et al. Análise Técnica e

Econômica da atividade leiteira na Agricultura Familiar do Sudoeste do Paraná - Período

2003 a 2005. In: VII CONGRESSO BRASILEIRO DE SISTEMAS DE PRODUÇÃO.

Fortaleza,CE, 2007 Disponível em:

http://www.cnpat.embrapa.br/sbsp/anais/Trab_Format_PDF/31.pdf Acesso em: 30/09/2008

KRUG, Ernesto E. B.; KLIKS, Valdair. Os melhores do leite: coeficientes técnicos e

econômicos: práticas, processos e procedimentos benchmarking. Santa Maria: 2003.


measures data using SAS procedures. Journal of Animal Science, v.76, p.1216-1231, 1998.

LITTELL, R.C.; MILLIKEN, G.A.; STROUP, W.W.; WOLFINGER, R.D. SAS System for

Mixed Models. Cary: Statistical Analysis System Institute, 1996. 633p.

LOBATO, D. N. Avaliação de indicadores zootécnicos e econômicos em duas regiões

produtoras de leite no Estado de Minas Gerais. 2009. 39 p. Dissertação (Mestrado). –

Universidade Federal de Viçosa, MG.

MANZANO, A.; NOVAES, N.J.; CAMARGO, A.C.; ESTEVES, S.N.; FREITAS, A.R.

Efeitos da implantação de técnicas agropecuárias na intensificação de sistemas de

produção de leite em estabelecimentos familiares. Revista Brasileira de Zootecnia.

Sociedade Brasileira de Zootecnia: 2006. v.35, n.2, p.618-628, 2006





http://www.sidra.ibge.gov.br/

http://www.cnpat.embrapa.br/sbsp/anais/Trab_Format_PDF/31.pdf

79

MARTINS, P. C. Análise comparativa entre o sistema de produção de leite da Embrapa

e sistemas de produção em fazendas do Estado de Minas Gerais. 1988. 108p. Dissertação

(Mestrado em Economia Rural) – Universidade Federal de Viçosa, MG.

MIRANDA, M.; DOLIVEIRA, D.D. Redes de Referências: um dispositivo de Pesquisa &

Desenvolvimento para apoiar a programação da agricultura familiar. Campinas:

CONSEPA, 2005. 44p.

MORRISON, D.F. Multivariate Statistical Methods. New York: McGraw Hill, 3 ed., 1990.

495p.

NORONHA, José Ferreira de; LIMA JÚNIOR, Antonio Carlos de Souza. Tecnologia de

gestão na propriedade leiteira. In: CARVALHO, L. et al. (Ed.) Tecnologia e gestão na

atividade leiteira. Juiz de Fora: Embrapa Gado de Leite, 2005.

OLIVEIRA, AT.B.A; FIGUEIREDO, R.S; OLIVEIRA, M.W; NASCIF, C. Índices técnicos

e rentabilidade da pecuária leiteira. Scientia Agrícola, v.58, n.4, p.687-692, out/dez.2001

SAS Institute. User’s Guide. versão 9.1.3, versão para Windows. Cary, NC, USA,

20022003.

SERVIÇO BRASILEIRO DE APOIO ÀS MICRO E PEQUENAS EMPRESAS. Projeto

Educampo. Belo Horizonte, 2008. Disponível em:

WWW.cpdeducampo.com.br/novosite/EducampoHistorico.htm. Acesso em: 9/9/2009.

SCHIFFLER, E.A. Análise de eficiência técnica e econômica de sistemas de produção de

leite na Região de São Carlos, São Paulo. Viçosa, 1998. 128p. Dissertação (M.S.) –

Universidade Federal de Viçosa.

STOKES, J. R.; TOZER, P. R.; HYDE, J. 2007. Identifying efficient dairy producers

using data envelopment analysis. J. Dairy Sci. 90:2555-2562.

TUPY, O. et al. Avaliação da eficiência econômica de sistemas de produção de leite no

Estado de São Paulo utilizando fronteiras estocásticas. Revista Informações Econômicas.

São Paulo. 2006.

VILELA, D.; ALVIM, M. J.; CAMPOS, O. F.; RESENDE, J. C. Produção de leite de vacas

Holandesas em confinamento ou em pastagem de coast-cross. Revista da Sociedade

Brasileira de Zootecnia, v.25, n.6, p.1228-1244, 1996.

VOLPI, R.; DIGIOVANI, M.S.C. Aspectos econômicos da produção paranaense de leite,

dados estatísticos e tendências de mercado. In: Bovinocultura de leite: Inovação

tecnológica e sustentabilidade. Editores: Geraldo Tadeu dos Santoset. al. Maringá: Eduem,

2008. 310 p.

http://www.cpdeducampo.com.br/novosite/EducampoHistorico.htm

80

ANEXOS

81

Anexo 1

Fichas de Campo

CONTROLE LEITEIRO

______/______/______

VACA PRODUÇÃO (kg)

OBS

nº nome 1ª ordenha 2ª

ordenha

TOTAL

CONTROLE DE PARIÇÕES

MAE DATA DO SEXO CRIA PAI OBS

n

º

nome NASCIMENT

O

nº nome

CONTROLE DESPESAS

______/______/______

CONTROLE RECEITAS

______/______/______

82

Anexo 2

Planilha do Excel

83

ANEXO 3

IGP- DI – Fundação Getúlio Vargas

Mês 2005 2006 2007 2008 2009 2010 2011

Janeiro 327,915 333,222 345,652 375,560

403,737 406,826 447,764

Fevereiro 329,241 333,030 346,407 378,190 400,353 409,399 454,805

Março 332,490 331,531 346,878 382,410 400,53 412,341 452,047

Abril 334,170 331,607 347,421 384,580 401,232 418,811 457,059

Maio 333,321 332,851 348,328 396,950 399,966 420,241 454,805

Junho 331.823 335,067 349,628 401,406 397,393 421,154 456,490

Julho 330,484 335,637 354,495 399,870 397,758 425,788 457,090

Agosto 327,887 337,011 358,633

401,330 398,738 430,453 459,05

Setembro 327,454 337,817 361,308 405,707 398,575 434,882 462,509

Outubro 329,529 340,541 365,1 405,982 398,857 441,754 464,349

Novembro 330,619 342,482 370,485 404,185 398,407 443,427 466,331

Dezembro 330,835 343,384 374,14 404,244

402,425 447,764 465,586

Mês 2012

Janeiro 466,979

Fevereiro 467,308

Março 469,910

Abril 474,683

Maio 479,019

Junho 482,311

Julho 489,621

Fonte: FGV 2012

84

ANEXO 4

Figura 1 – Gráfico de variáveis técnicas que apresentam alguma semelhança com a distribuição normal.

85

Figura 2 - Gráfico de variáveis econômicas de que apresentam alguma semelhança com a distribuição normal

86

Anexo 5

87

88

89

ANEXO 6

90

91

92

93

94

95

96

97

98

99

Documents

AVALIAÇÃO DE SISTEMAS DE PRODUÇÃO DE LEITE EM … · 2013-11-20 · mensal em sistemas de produção de leite em pastagens ... (1º CP), segundo (2º CP) e terceiro ... Fichas