Capítulo 6

Convergência da produtividade no Brasil: o caso da produção de grãos

Eduardo Magalhães

Xinshen Diao

Introdução

Ao longo das últimas décadas, o Brasil alcançou um crescimento agrícola significativo e tornou-se um dos protagonistas no mercado mundial de agricultura. Culturas de alto valor, como café, soja e cana-de-açúcar, atingiram níveis recordes de produção, o que transformou o Brasil em um dos maiores produtores dessas commodities. Ganhos em certas culturas alimentares, como milho, feijão, arroz e trigo, também foram significativos. Tais ganhos na produção são derivados de melhorias na produtividade, que, por sua vez, são o resultado de pesquisa e desenvolvimento (P&D) agrícola, que tem ocorrido no País ao longo de décadas. A Empresa Brasileira de Pesquisa Agropecuária (Embrapa), criada no início de 1970, em conjunto com instituições de pesquisa locais e estaduais, ajudou a aumentar a produtividade das culturas no País e a expandir uma série de culturas para regiões antes consideradas inadequadas a sua produção. Grande parte da expansão e do aumento de produção de soja, por exemplo, está ligada diretamente aos resultados de pesquisas da Embrapa.

Os níveis nacionais de produtividade e crescimento da produção podem, no entanto, mascarar diferenças dramáticas na produtividade agrícola entre as cinco regiões brasileiras, dado o grande tamanho do País e as diferenças de condição de produção e de disponibilidade de recursos naturais de cada uma dessas regiões. Era de se esperar, porém, que as atividades de pesquisa intensiva e de longo prazo realizadas por instituições de pesquisa agrícola tivessem levado tecnologias e know-how – desenvolvidos inicialmente para as regiões mais avançadas – para as outras regiões, ao longo do tempo. De fato, existe uma vasta literatura sobre spillovers1 de tecnologia proveniente de P&D para os setores agrícola e não agrícola2. É de se esperar que esses spillovers de tecnologia reduzam a diferença de produtividade entre as regiões e ajudem as regiões mais atrasadas a alcançar o nível de produtividade das regiões mais avançadas. Além disso, as regiões mais atrasadas geralmente têm taxas de pobreza desproporcionalmente elevadas nas áreas rurais. Os efeitos do spillover tecnológico permitirão que institutos de pesquisa contribuam mais para a redução da pobreza nessas regiões, promovendo (e gerando) o aumento da produtividade agrícola.

O objetivo deste estudo é avaliar os padrões e a magnitude dos spillovers tecnológicos na área agrícola, nas regiões do Brasil. O foco deste estudo são três das principais culturas de grãos, pelo fato de serem amplamente cultivadas em todo o País, tanto pela agricultura comercial quanto pela agricultura de subsistência. O estudo concentra-se na dinâmica de produtividade da terra, do milho, do arroz e do trigo, tendo as microrregiões como as unidades principais de análise. Com a restrição imposta pela falta de informação sobre outros fatores (trabalho, capital e insumos adquiridos), em um nível espacial altamente desagregado, por um período relativamente longo, foi necessário ignorar as mudanças de produtividade causadas por outros fatores.

O Brasil tem 558 microrregiões, que abrangem cerca de 5.500 municípios. A vantagem de utilizar microrregiões reside no fato de seus limites geográficos serem relativamente estáveis ao longo do tempo e de elas não estarem sujeitas a mudanças de distritos, que muitas vezes levam a mudanças tanto de população quanto de fronteiras dos municípios. Também foram analisados os padrões de produtividade da terra nos âmbitos regional e estadual, agregando-se os dados das microrregiões (também conhecidas como MIR). Os dados3 utilizados na análise de produtividade são provenientes da Embrapa, que coleta e analisa sistematicamente os dados oriundos do Instituto Brasileiro de Geografia e Estatística (IBGE).

O restante deste trabalho está organizado da seguinte forma: a seção Uma visão geral do setor de grãos no Brasil contém duas partes. A primeira parte apresenta um breve panorama da importância do milho, do arroz e do trigo no Brasil, observando-se a produção e questões ligadas ao comércio, bem como políticas-chave. Também é feito um resumo dos principais elementos da história de P&D no País, no que se refere a essas culturas. A segunda parte desta seção começa com um panorama descritivo da produtividade da terra no Brasil. Tomando o nível nacional como ponto de partida, as tendências na produtividade da terra ao longo do tempo foram analisadas para essas culturas. Nesse processo, observou-se que a produtividade tem crescido consideravelmente para as três culturas; mas esse crescimento teria sido uniforme em todo o País?

Para responder a essa questão, medidas de entropia generalizada (GE) foram utilizadas, para analisar os padrões de desigualdade espacial ou regional para cada cultura. A partir da análise do âmbito nacional, juntamente com os resultados da análise GE, partiu-se para a análise do âmbito regional e estadual, com o objetivo de identificar regiões menos produtivas. Para complementar e esclarecer os resultados da análise de entropia, foi feita uma análise das distâncias da produtividade (yield gaps), que segue uma metodologia semelhante ao indicador de linha de pobreza. A seção Análise da recuperação (catch-up) da produtividade usando métodos de convergência foca-se na medição de spillovers tecnológicos em todas as microrregiões, para os três tipos de grãos. A seção começa com uma visão geral e a fundamentação dos métodos utilizados neste trabalho. Foram utilizados dois modelos de convergência para medir a existência e a magnitude dos spillovers de produtividade de grãos, os quais foram descritos e testados na literatura de convergência. Ao final dessa seção, os resultados são descritos e discutidos. A última seção finaliza com uma conclusão.

Uma visão geral do setor de grãos no Brasil

Arroz, milho e trigo têm sido as culturas-chave no cenário agrícola brasileiro, tanto em termos de valor nutricional de consumo quanto de valor da produção. Números atuais dos níveis de produção refletem, em parte, a importância dessas culturas para a agricultura brasileira. Por exemplo, em 2007, o Brasil produziu 52 milhões, 11 milhões e 4 milhões de toneladas de milho, arroz e trigo, respectivamente.4 Esses três grãos juntos respondem por 97% da produção total de cereais, dos quais o milho é o mais importante, representando 75% da produção de cereais.

Para que se tenha uma perspectiva sobre o significado desses números, pode-se comparar o Brasil com outros países e regiões do mundo no que se refere à escala de produção dessas culturas. No caso do arroz, o Brasil é o maior produtor da América Latina, sendo responsável por 46% da produção da região, e é o nono maior produtor do mundo, perdendo apenas para os países asiáticos. O milho também se classifica no topo da lista em termos de produção, na América Latina e no mundo, o que corresponde a 47% e 7%, respectivamente. Na América Latina, o Brasil é o segundo maior produtor de trigo, responsável por 17% da produção da região.

Apesar de ser um grande produtor das três culturas de grãos, o Brasil não é um grande exportador. Na verdade, o Brasil é um importador líquido de arroz e de trigo, e tornou-se um exportador líquido de milho somente nos últimos anos (Figura 1). A maior parte do trigo consumido internamente vem do exterior, e as importações são, em geral, maiores do que a produção nacional. O Brasil foi um país exportador líquido de arroz nas décadas de 1960 e 1970, mas isso mudou durante e após a crise econômica da década de 1980. Mesmo tendo o Brasil continuado a exportar arroz nos últimos anos, a quantidade de arroz importada é muito maior do que a exportada. No entanto, em comparação com a produção nacional, a quantidade de arroz importada corresponde a uma parcela mínima do consumo interno. Nos últimos anos, a exportação de milho tem aumentado de forma significativa (Figura 1A) e, em alguns anos (e.g., 2003 e 2004), a exportação chegou a índices altos, de 7% a 12% da produção doméstica.

Figura 1

Figura 1. Valores de importação e exportação de arroz, trigo e milho no Brasil (A); valores de importação e exportação de café e soja no Brasil (B).

Fonte: FAO (2008).

Embora o Brasil não pareça ter uma vantagem comparativa no mercado mundial de grãos, ele é um dos maiores exportadores de soja e de café do mundo (Figura 1B). A diferença entre as duas figuras explica-se pelas diferenças significativas entre os sistemas de produção. Para as culturas de grãos mostrados na Figura 1, observam-se áreas de plantio relativamente pequenas, com a produção espalhada pelo País (apesar de o trigo fugir a esse padrão). As duas culturas de exportação na Figura 1B quase sempre requerem, no Brasil, produção comercial em larga escala, para que alcancem altos níveis de eficiência de mercado e de produção.5

As diferenças nos sistemas de produção ajudam a explicar as diferenças dramáticas no comércio exterior entre o arroz, o milho, o trigo, o café e a soja. Concomitantemente, políticas macroeconômicas têm desempenhado um papel importante na formação dos sistemas de produção. Até o começo da década de 1990, o Brasil passou por uma gama de políticas que tentaram proteger a economia local por meio de políticas de substituição de importação. Com o reestabelecimento da democracia da metade para o final da década de 1980, foram implementadas mais políticas orientadas à exportação, e isso tem se refletido no desempenho de commodities de alto valor de exportação, como a soja e o café6. É relevante para este estudo lembrar que as culturas de arroz e milho ocupam parcelas maiores de áreas nas regiões Norte e Nordeste do País, onde a pobreza no campo tende a se concentrar. No País como um todo, o arroz, o trigo e o milho ocupam, respectivamente, 6,2%, 3,7% e 18% do total da área colhida (dados de 2005). Dentro desses totais, quase um terço da área de arroz e um pouco mais de 40% da área de milho foram colhidas nas regiões Norte e Nordeste7. Esse fato justifica e enfatiza o propósito deste estudo, considerando que que essas culturas são altamente relevantes para os pobres. 

Os altos níveis de produção são, em parte, resultados de esforços consideráveis de pesquisa, tanto por parte das instituições de pesquisa locais e estaduais, quanto, particularmente, por parte da Embrapa, para algumas culturas. Pesquisas sobre essas três culturas foram iniciadas no século 19, quando a pesquisa agrícola começou oficialmente no Brasil (em 1887, com a criação de institutos de pesquisa, como o Instituto Agronômico de Campinas).8 Mesmo no início da pesquisa agrícola, essas culturas já representavam uma parte importante do portfólio de pesquisa.

Ao longo dos anos, o Brasil passou por uma série de crises econômicas, incluindo aí a crise mundial de 1930, as quais inevitavelmente afetaram a forma como a economia funcionava, e colocaram o Brasil no caminho da industrialização. Ainda assim, vários institutos especializados em uma ou mais dessas culturas foram criados antes e durante a crise, a exemplo do Instituto de Arroz Irrigado, no Sul do País.

Institutos de pesquisa estaduais surgiram inicialmente nos estados do Sul. A maior parte desses centros focou-se em culturas de exportação, como o algodão e a cana-de-açúcar. O fato de serem orientados à exportação e de estarem localizados no Sul traduziu-se, quase sempre, em um acesso desigual das regiões mais pobres do País, ou seja, o Norte e o Nordeste, às novas tecnologias. Além disso, em virtude da pouca integração entre os vários institutos criados e em decorrência da crise econômica, os esforços de pesquisa foram ineficientes e muitas vezes contraproducentes (BEINTEMA et al., 2001). 

No início dos anos 1970, o governo criou a Empresa Brasileira de Pesquisa Agropecuária (Embrapa), com o objetivo de organizar e promover a pesquisa agrícola em todo o País, em uma tentativa de permitir que toda a nação se beneficiasse da pesquisa agrícola. Hoje, com 42 Unidades de pesquisa e 5 Unidades de serviço, e contando com um orçamento anual de mais de 1 bilhão de reais, a Embrapa está presente em quase todos os estados. Unidades de culturas específicas, como a Embrapa Arroz e Feijão, a Embrapa Milho e Sorgo e a Embrapa Trigo, foram as primeiras a ser criadas. Cada uma dessas Unidades concentra-se quase exclusivamente nessas culturas. Desde a sua criação, as Unidades de culturas específicas lançaram uma série de variedades, quer com rendimentos mais elevados, quer com a qualidade melhorada. As variedades desenvolvidas recentemente incorporam, ademais, as mudanças nas preferências dos consumidores (no caso de variedades de arroz). Dos US$ 1,4 bilhão (em dólares de 1999) gastos em pesquisa pública em 1996, a Embrapa foi responsável por 58% do total, e o restante foi dividido entre os estados, as organizações sem fins lucrativos e as agências de ensino superior (BEINTEMA et al., 2001).

Produtividade da terra: uma análise de entropia generalizada

Elevados níveis de produção podem ser o resultado da expansão da terra, já que o Brasil é uma economia abundante em terras no nível agregado. Abundância de terra, no entanto, nem sempre se traduz em expansão de terra para culturas específicas. Para ilustrar esse ponto, a Figura 2 mostra as tendências na alocação de terra nos últimos 50 anos, tais como: a) a participação das terras agrícolas no total de terras; b) a participação de terras de cultivo (tanto para culturas aráveis quanto para culturas permanentes) nas terras agrícolas; e c) a participação de algumas culturas individuais (soja e cana-de-açúcar) no total de terra cultivável. Alguns fatos marcantes podem ser observados na Figura 2:

Figura 2

Figura 2. Tipos de uso de terra no Brasil.

Fonte: FAO (2008).

Em algumas partes do Brasil (e.g., o Centro-Oeste), a produção de soja e cana-de-açúcar substituiu a produção de grãos, e a área de cereais diminuiu ao longo do tempo (SCHNEPF et al., 2001). Recentemente, a produção de soja começou a expandir para alguns estados do Norte, indicando que a expansão contínua da terra pode não ser uma opção permanente para a produção de grãos. Isso mostra ainda que o crescimento na produção de grãos tem se tornado mais dependente do crescimento da produtividade. Assim, torna-se cada vez mais importante entender o efeito da produtividade da terra sobre a produção de grãos, tanto em âmbito nacional quanto em regional.

Medidas de produtividade da terra levam em conta tanto as mudanças nos padrões do uso da terra quanto os aumentos na produção de cada cultura. No caso de um país com dimensões de um continente, como é o Brasil, é de se esperar que as variações significativas na produtividade da terra aconteçam por várias razões. O Brasil possui várias zonas agroecológicas, cada uma com padrões próprios de precipitação de chuva, de qualidade de solo, de temperatura e vários outros aspectos biofísicos. Concomitantemente, essas diferenças biofísicas são aumentadas por níveis significativos de desigualdade de renda regional, como evidenciado pelo elevado percentual de pobreza no Norte e no Nordeste, em comparação com outras regiões brasileiras. Para entender melhor como a desigualdade manifesta-se na produtividade da terra e suas mudanças ao longo do tempo, e, mais especificamente, para documentar e medir os níveis de desigualdade, é muitas vezes útil analisar as principais tendências da produtividade agrícola no Brasil, de acordo com os diferentes níveis geográficos, particularmente em âmbitos nacional, regional e estadual.

Os níveis nacionais de produtividade da terra na produção de grãos aumentaram consideravelmente desde 1980, com taxas de crescimento anual de 2,65%, 1,85% e 3,26% para o milho, o arroz e o trigo, respectivamente. As retas íngremes ascendentes na produção dessas três culturas mostradas na Figura 3 refletem esse fato. Estudos para outros países, bem como para o Brasil, mostraram, no entanto, que as taxas de crescimento, impressionantes nos níveis altamente agregados, raramente se traduzem em padrões de crescimento uniforme dentro dos países9. Na verdade, muitos estudos encontram níveis significativos de desigualdade no crescimento da produtividade dentro de regiões ou estados de um país (WAN, 2001; WAN; ZHOU, 2005).

Figura 3

Figura 3. Produtividades médias para o milho, o arroz e o trigo.

Fonte: dados fornecidos pela Embrapa.

Para confirmar se esse é realmente o caso do setor de grãos do Brasil, aplicou-se uma medida de entropia generalizada (GE) para avaliar se os níveis de crescimento de produtividade têm variado entre as regiões do Brasil. Os métodos de GE têm a vantagem de utilizar decomposições aditivas, ou seja, é possível identificar, dentro da desigualdade total, várias fontes de desigualdade, provenientes da variação dentro de grupos e entre grupos (grupos que podem ser definidos de acordo com o propósito da análise). Na fórmula de entropia generalizada descrita no Anexo, nota-se que um determinado número de especificações pode ser obtido, dependendo da escolha do parâmetro c. Em particular, a escolha de c tem uma influência direta sobre a sensibilidade da medida de entropia às transferências entre os grupos. A sensibilidade às transferências ocorre quando c é igual a 1 ou 0. As equações derivadas da escolha de c = 1 ou c = 0 são as medidas de desigualdade popularizadas por Theil. Como o interesse deste trabalho está na captura de transferências que ocorrem entre os grupos, selecionou-se o uso do indicador de Theil (c = 1 e c = 0). O uso dos dois parâmetros distintos de c gerou resultados diferentes para as três culturas. Para o milho, a única diferença ocorreu na desigualdade dentro do grupo abaixo da média, no qual a inclinação com o c = 0 não foi significativa, enquanto a inclinação com o c = 1 foi significativa e positiva. As inclinações das curvas do arroz também foram diferentes para o grupo abaixo da média (positivas e significativas quando c = 1) e para as medidas entre grupos, que diminuíram para c = 1 e mantiveram-se insignificativas para c = 0. As medidas de desigualdade do trigo foram diferentes para a medida total (com uma inclinação positiva e significativa para c = 1, e uma inclinação não significativa para c = 0). Essas medidas também foram diferentes para a desigualdade dentro do grupo abaixo da média, para o qual a inclinação foi positiva quando c = 1 e não significativa para c = 0. A principal diferença entre as duas medidas de c parece estar nas inclinações das curvas dos grupos abaixo da média. Por essa discussão, pode-se ver que, quando c = 1, a desigualdade no grupo abaixo da média tende a ser maior do que quando c = 0. Curiosamente, esses índices mais elevados de desigualdade entre grupos afetaram somente a desigualdade entre grupos do arroz, levando a uma queda na diferença entre os grupos. Dada a similaridade de resultados da desigualdade entre grupos, que é a medida mais importante para os objetivos deste estudo, a discussão será aprofundada somente para os resultados para o caso mais conservador, ou seja, c = 0. A medida básica da GE (c = 0) é, essencialmente, uma diferença de médias em logaritmos entre a produtividade real e a produtividade de referência (normalmente, a média da amostra), ponderada pela participação da amostra na população total10. Nesse caso particular, a produtividade da terra para as três culturas em uma determinada microrregião foi ponderada pela área colhida por essa cultura na microrregião.

Como ponto de partida para a compreensão dos padrões de desigualdade no Brasil, os dados foram divididos em dois grupos: a) as microrregiões cuja produtividade da terra foi acima da média nacional; e b) as microrregiões cujas produtividades da terra foram abaixo da média nacional. A média nacional de produtividade para cada cultura é uma média para os anos compreendidos entre 1980 e 1985, o que evita possíveis aberrações no desempenho de um ano específico. No entanto, ao fazê-lo, algumas microrregiões obtiveram produtividades acima da média em alguns anos e abaixo da média em outros anos, durante o mesmo período inicial, o que tornou confusa a classificação. Para resolver esse problema, foram usadas produtividades médias dos primeiros 5 anos (1980–1985) para cada microrregião em que a classificação foi ambígua (ou seja, aquelas com médias abaixo e acima da média nacional para o período inicial) e compararam-se essas médias com a média de produtividade nacional. Isso, por sua vez, tornou possível classificar corretamente cada uma das microrregiões nos dois grupos predefinidos: acima e abaixo da média nacional. Entretanto, nesse processo, identificou-se um problema adicional: algumas microrregiões não produziram certas culturas durante o primeiro período e, como tal, não puderam ser classificadas de acordo com o procedimento acima. Nesses casos, a classificação foi feita baseada no primeiro período no qual a microrregião produziu cada uma das culturas em estudo. De posse de uma classificação adequada, foi possível calcular as desigualdades dentro e entre grupos, além da desigualdade total. A repartição geral de microrregiões por cultura foi a seguinte: no primeiro período, 261, 315 e 91 microrregiões ficaram abaixo da média nacional para o milho, o arroz e o trigo, respectivamente; e 290, 185 e 66 microrregiões ficaram acima da média nacional.

Os resultados da entropia são promissores e indicam uma tendência de diminuição da desigualdade espacial entre as regiões, ao longo do tempo (Tabela 1). O primeiro aspecto dos resultados da análise de entropia é que a desigualdade total não aumentou ao longo do tempo para nenhuma das três culturas, conforme indicado pela inclinação (slope) não significativa. Além disso, observou-se uma diminuição na desigualdade entre os grupos, para o milho e o trigo. Para o arroz, a desigualdade entre grupos permaneceu constante (isto é, a inclinação não foi significativa). A redução da desigualdade entre os grupos indica que as regiões menos produtivas obtiveram um crescimento de produtividade mais rápido do que as regiões mais produtivas (Tabela 2). Embora haja uma aproximação entre as produtividades das regiões pobres e ricas, a distância entre a produtividade desses dois tipos de região continua acentuada.

Tabela 1. Resultados da análise de entropia generalizada, utilizando-se a média do período 1980–1985 como referência.

Ano

Todos

<

>

Entre

Todos

<

>

Entre

c = 0

c = 1

Milho

1980

26,71

39,70

3,36

0,14

15,51

27,94

3,37

0,06

1981

29,59

43,70

3,04

0,17

16,44

36,76

3,03

0,06

1982

26,21

31,82

3,25

0,15

16,11

22,87

3,29

0,07

1983

25,45

57,35

3,13

0,12

13,50

45,11

3,20

0,03

1984

13,64

9,29

2,61

0,09

10,50

8,30

2,58

0,06

1985

17,51

14,18

2,82

0,12

12,75

12,47

2,79

0,07

1986

16,31

11,34

5,40

0,09

13,34

11,01

5,06

0,07

1987

32,55

46,17

3,25

0,19

17,63

42,76

3,11

0,05

1988

20,02

16,84

4,69

0,12

14,56

12,95

4,29

0,08

1989

23,00

18,81

3,98

0,15

16,15

17,51

3,74

0,08

1990

28,41

35,06

4,04

0,17

16,90

31,31

3,74

0,07

1991

19,00

16,48

8,75

0,08

15,89

18,63

8,03

0,05

1992

26,02

36,34

3,36

0,15

15,79

35,13

3,26

0,05

1993

19,12

53,15

3,14

0,07

11,12

46,48

3,01

0,01

1994

17,89

15,91

3,71

0,11

13,62

19,43

3,39

0,06

1995

21,18

22,85

3,69

0,12

14,72

24,83

3,35

0,06

1996

18,31

19,13

4,37

0,10

13,90

24,20

4,11

0,05

1997

20,21

30,11

3,85

0,10

13,97

33,30

3,60

0,03

1998

24,08

55,62

3,60

0,10

13,63

50,74

3,30

0,01

1999

17,54

28,61

4,16

0,08

12,58

31,23

3,92

0,03

2000

18,85

23,29

7,41

0,07

15,16

27,51

6,60

0,03

2001

24,43

49,16

3,97

0,11

14,27

46,10

3,55

0,02

2002

23,31

34,99

5,83

0,10

16,12

34,75

5,58

0,03

2003

20,84

29,64

3,70

0,11

13,78

29,63

3,35

0,04

2004

26,06

44,79

5,29

0,11

16,80

44,37

4,73

0,02

2005

25,94

37,47

9,11

0,09

18,87

39,07

7,90

0,02

Inclinação

++

---

++

++

---

Continua...

Tabela 1. Continuação.

Ano

Todos

<

>

Entre

Todos

<

>

Entre

c = 0

c = 1

Arroz

1980

12,48

3,72

8,42

0,08

13,43

2,71

8,15

0,09

1981

21,19

8,13

9,37

0,13

21,85

6,73

9,01

0,15

1982

13,84

2,48

10,07

0,09

15,85

1,96

9,52

0,12

1983

18,00

8,04

6,82

0,10

17,06

5,57

6,45

0,11

1984

17,71

2,91

10,07

0,13

19,60

2,56

9,20

0,15

1985

16,89

1,77

10,85

0,12

18,73

1,57

9,89

0,14

1986

13,22

2,13

9,48

0,09

14,72

2,11

8,40

0,11

1987

24,52

10,18

10,36

0,14

23,77

8,30

9,03

0,15

1988

15,84

2,36

11,96

0,11

17,64

2,25

10,17

0,13

1989

18,18

4,17

11,87

0,11

19,30

3,80

10,26

0,13

1990

31,37

11,28

11,90

0,20

29,47

10,24

10,07

0,19

1991

17,81

3,08

11,61

0,12

18,29

2,97

9,10

0,13

1992

35,15

17,10

11,43

0,20

30,64

13,55

9,44

0,19

1993

29,36

11,10

9,72

0,19

26,61

9,61

7,96

0,18

1994

14,03

2,94

7,31

0,09

14,32

3,19

6,11

0,10

1995

18,56

4,10

9,09

0,12

18,50

4,14

7,37

0,13

1996

19,04

4,04

10,24

0,12

18,70

4,45

8,06

0,13

1997

19,39

5,61

9,78

0,12

18,55

5,70

7,74

0,12

1998

23,18

14,55

7,63

0,12

19,66

13,07

6,34

0,10

1999

18,71

6,19

10,23

0,11

17,94

6,29

8,03

0,11

2000

15,79

5,96

9,47

0,08

15,00

5,90

7,25

0,09

2001

22,06

10,99

7,12

0,13

19,13

10,18

5,54

0,11

2002

23,57

14,29

6,88

0,13

19,51

12,36

5,46

0,10

2003

16,32

9,14

6,37

0,08

14,87

9,39

5,23

0,07

2004

18,51

9,39

6,87

0,10

16,50

8,70

5,27

0,09

2005

20,53

10,00

7,59

0,11

18,19

8,69

5,66

0,11

Inclinação

--

+++

---

--

Continua...

Tabela 1. Continuação.

Ano

Todos

<

>

Entre

Todos

<

>

Entre

c = 0

c = 1

Trigo

1980

2,05

0,59

0,39

0,02

2,04

0,59

0,39

0,02

1981

2,05

0,52

0,43

0,02

2,05

0,52

0,43

0,02

1982

4,22

3,81

0,41

0,02

3,40

2,75

0,41

0,02

1983

2,02

0,66

0,38

0,02

1,98

0,66

0,37

0,01

1984

2,01

0,62

0,52

0,01

1,98

0,61

0,53

0,01

1985

2,31

0,70

0,93

0,01

2,37

0,69

1,03

0,02

1986

2,08

2,09

1,39

0,00

1,95

1,87

1,40

0,00

1987

2,20

2,54

0,52

0,01

1,99

2,37

0,50

0,01

1988

2,64

2,04

1,36

0,01

2,54

1,88

1,40

0,01

1989

2,24

2,29

1,42

0,00

2,23

2,29

1,48

0,00

1990

2,17

1,28

2,91

0,00

2,20

1,27

2,90

0,00

1991

2,83

2,22

0,90

0,01

2,68

2,14

0,90

0,01

1992

4,39

5,43

3,57

0,00

4,35

5,07

3,78

0,00

1993

3,66

1,91

5,30

0,00

3,71

1,89

5,22

0,00

1994

2,22

1,24

2,52

0,00

2,30

1,36

2,45

0,00

1995

2,77

2,85

0,98

0,01

2,70

2,89

1,09

0,01

1996

3,83

2,29

5,04

0,00

3,68

2,21

4,71

0,00

1997

2,88

2,17

1,90

0,01

2,87

2,16

1,94

0,01

1998

3,46

2,65

2,11

0,01

3,46

2,73

2,18

0,01

1999

2,02

2,05

1,41

0,00

1,98

2,08

1,37

0,00

2000

4,50

1,83

7,92

0,00

4,35

1,82

7,52

0,00

2001

3,75

2,09

3,38

0,01

3,67

1,95

3,20

0,01

2002

3,18

3,50

2,71

0,00

3,37

3,63

2,98

0,00

2003

1,47

0,81

1,36

0,00

1,54

0,84

1,42

0,00

2004

2,56

2,59

1,55

0,00

2,64

2,69

1,71

0,00

2005

2,87

2,83

1,34

0,01

2,92

3,03

1,46

0,01

Inclinação

++

---

+

++

++

---

Fonte: dados fornecidos pela Embrapa.

Tabela 2. Produtividades médias para as microrregiões abaixo e acima da média nacional.

Ano

Produtividade média (t ha-1)

Milho

Arroz

Trigo

Abaixo

Acima

Abaixo

Acima

Abaixo

Acima

1980

0,56

1,93

1,09

2,05

0,76

1,12

1981

0,52

1,97

0,98

2,16

0,95

1,28

1982

0,62

1,99

1,08

2,13

0,67

1,09

1983

0,49

1,99

1,02

2,28

0,92

1,31

1984

0,65

1,96

1,07

2,21

0,88

1,35

1985

0,72

2,09

1,21

2,41

1,13

1,91

1986

0,76

1,97

1,30

2,40

1,23

1,74

1987

0,53

2,27

1,16

2,45

1,40

1,85

1988

0,76

2,25

1,34

2,50

1,39

1,98

1989

0,72

2,37

1,33

2,65

1,66

2,06

1990

0,60

2,11

1,11

2,47

1,19

1,65

1991

0,82

2,19

1,37

2,50

1,27

1,75

1992

0,68

2,48

1,24

2,63

1,50

1,90

1993

0,74

2,57

1,39

2,73

1,45

2,05

1994

0,90

2,59

1,56

2,70

1,52

2,04

1995

0,86

2,77

1,54

2,72

1,51

2,11

1996

0,87

2,63

1,40

2,57

1,74

2,10

1997

0,88

2,78

1,46

2,73

1,62

2,18

1998

0,81

2,85

1,39

2,71

1,60

2,28

1999

0,91

2,88

1,56

2,87

1,88

2,46

2000

1,09

2,92

1,63

2,87

1,62

1,90

2001

0,89

3,32

1,53

3,09

1,85

2,53

2002

1,01

3,33

1,65

3,13

1,63

2,15

2003

1,08

3,73

1,76

3,16

2,24

3,13

2004

1,04

3,62

1,74

3,29

2,09

2,80

2005

1,07

3,38

1,67

3,17

1,81

2,58

2006

1,13

3,53

1,78

3,28

1,94

2,37

1980–1985 média

1,34

1,50

1,08

Taxa de crescimento (%)

2,81

2,65

2,12

1,66

3,52

2,98

Fonte: dados fornecidos pela Embrapa.

Talvez uma forma mais intuitiva de entender os padrões de desigualdade, particularmente a desigualdade entre os grupos, no Brasil, seja analisar a evolução ao longo do tempo das distâncias11 entre as produtividades das regiões menos e mais produtivas. Para isso, construiu-se um índice de distância de produtividade, que segue a mesma lógica do hiato de pobreza, mas com aplicação à produtividade.12 O índice foi calculado considerando a média das distâncias entre as produtividades nas regiões Norte e Nordeste (a produtividade de referência) e das produtividades abaixo da produtividade de referência em outras regiões. Essas distâncias foram subsequentemente divididas pela produtividade de referência (média das regiões Norte e Nordeste), de modo a permitir a visualização do desempenho das outras regiões em relação às regiões mais pobres. As Figuras 4A e 4B apresentam os resultados. Como o trigo não é produzido no Norte e no Nordeste, os resultados serão apresentados para o milho e o arroz. Os resultados mostram distâncias decrescentes para o arroz e o milho, em quase todas as regiões. Nota-se, nas Figuras 4A e 4B, que o Centro-Oeste apresenta uma distância de quase zero para quase todo o período de análise. Esse fato provavelmente reflete a possibilidade de que nenhuma microrregião no Centro-Oeste ficou abaixo da produtividade de referência durante a maior parte do período de análise e, consequentemente, o intervalo não pôde ser medido. Para outras regiões (Sul e Sudeste), a diferença tem diminuído ao longo do tempo, como sugerido pelas inclinações negativas, indicando que houve uma recuperação das duas regiões mais pobres. O arroz apresentou distâncias decrescentes ao longo do tempo para a região Sul, e estacionárias (inclinação zero) para o Centro-Oeste e o Sudeste em relação às regiões Norte e Nordeste. Um resultado importante que emerge das Figuras 4A e 4B é que, ao longo do tempo, as distâncias medidas confirmam os resultados da análise de entropia entre os grupos. Para o milho, observa-se uma inclinação negativa para a maioria das regiões. Já para o arroz, não se observou uma inclinação significativa para a maioria das regiões. Vale ressaltar que a medida de entropia foi calculada de forma bem diferente da do cálculo da medida de distância.

Figura 4

Figura 4. Entropia e distância nos índices de produtividade (yield gap) para o milho (A) e o arroz (B).

Nota: na Figura A, para a região Centro-Oeste, a distância é zero para quase todos os períodos de análise, não havendo, portanto, uma linha contínua no gráfico.

Fonte: dados fornecidos pela Embrapa.

A análise de entropia discutida acima apresenta tendências estacionárias ou decrescentes nos níveis de desigualdade na produtividade das três culturas, embora a desigualdade dentro dos grupos tenha aumentado (Tabela 1 e Figuras 5, 6 e 7). Por exemplo, a desigualdade cresceu para o grupo acima da produtividade média nacional para o milho e o trigo, e aumentou para o grupo abaixo da produtividade média para o arroz. Esses resultados, embora otimistas, não implicam que a desigualdade espacial na produtividade tenha desaparecido depois de duas décadas; eles apenas indicam que ela diminuiu ou estabilizou-se ao longo do tempo. Para um país grande e diverso como é o Brasil, é natural que ainda haja uma variação considerável na produtividade, especialmente se for considerada a complexidade geográfica do País. Na próxima seção, será feita uma análise mais desagregada, focando, primeiramente, as tendências regionais da produtividade da terra e, em seguida, expandindo a análise das regiões mais pobres (e com os menores índices de produtividade) para o âmbito estadual.

Figura 5

Figura 5. Entropia generalizada para o milho.

Fonte: dados fornecidos pela Embrapa.

Figura 6

Figura 6. Entropia generalizada para o arroz.

Fonte: dados fornecidos pela Embrapa.

Figura 7

Figura 7. Entropia generalizada para o trigo.

Fonte: dados fornecidos pela Embrapa.

Produtividade da terra em todas as regiões

As 558 microrregiões estão espalhadas em cinco regiões distintas: o Centro-Oeste, o Norte, o Nordeste, o Sul e o Sudeste, e em 26 estados e o Distrito Federal. Como ponto de partida para a compreensão de uma geografia tão ampla, a Tabela 3 apresenta informações descritivas sobre as cinco regiões do País. Mais especificamente, a tabela contém médias de 5 anos da produtividade da terra, o desvio-padrão e o coeficiente de variação. O primeiro aspecto a salientar é que, seguindo a tendência nacional, a produtividade das três culturas aumentou ao longo do tempo em todas as regiões. No entanto, as produtividades do arroz e do milho no Norte e no Nordeste foram sistematicamente mais baixas do que nas outras regiões, e também ficaram abaixo da média nacional. Além disso, como indicado pelo desvio-padrão (STD), o baixo nível de produtividade parece ser prevalente nas regiões Norte e Nordeste, no período inicial, uma vez que os valores dos desvios são bem menores nessas duas regiões do que em outras.

Tabela 3. Médias de 5 anos da produtividade de grãos e estatísticas descritivas selecionadas por região.

Período

Estatística

Produtividade de grãos (t ha-1)

Centro-Oeste

Norte

Nordeste

Sul

Sudeste

Nacional

Milho

1980–1985

Média

1,79

1,13

0,42

2,07

1,86

1,34

STD

0,44

0,43

0,29

0,62

0,63

0,85

CV

24,45

37,97

68,94

29,65

34,01

63,46

1986–1990

Média

2,24

1,23

0,49

2,17

2,06

1,48

STD

0,74

0,55

0,29

0,75

0,70

0,96

CV

32,82

44,34

59,96

34,29

34,04

64,83

1990–1995

Média

2,66

1,30

0,59

2,59

2,34

1,72

STD

0,85

0,54

0,51

0,87

0,76

1,12

CV

32,01

41,22

86,23

33,44

32,46

65,18

1996–2000

Média

2,97

1,34

0,69

2,90

2,64

1,91

STD

0,94

0,63

0,63

0,93

0,92

1,27

CV

31,61

47,36

91,52

31,99

35,01

66,56

2000–2006

Média

3,64

1,56

0,78

3,63

3,26

2,33

STD

1,13

0,68

0,73

1,45

1,27

1,66

CV

31,13

43,74

92,90

39,96

38,79

71,08

Continua...

Tabela 3. Continuação.

Período

Estatística

Produtividade de grãos (t ha-1)

Centro-Oeste

Norte

Nordeste

Sul

Sudeste

Nacional

Arroz

1980–1985

Média

1,18

1,24

1,21

2,14

1,54

1,50

STD

0,28

0,54

0,85

1,14

0,63

0,86

CV

23,50

43,59

70,75

53,33

40,96

57,28

1986–1990

Média

1,32

1,30

1,46

2,37

1,79

1,71

STD

0,38

0,56

1,05

1,34

0,77

1,01

CV

28,63

42,85

71,53

56,67

43,11

58,88

1990–1995

Média

1,55

1,43

1,56

2,70

1,90

1,88

STD

0,50

0,69

1,22

1,51

0,74

1,13

CV

32,01

47,90

78,28

56,10

38,89

60,07

1996–2000

Média

1,94

1,39

1,51

3,04

1,85

1,96

STD

0,74

0,62

1,07

1,64

0,72

1,19

CV

38,39

44,70

70,90

53,79

38,82

60,88

2000–2006

Média

2,36

1,69

1,63

3,36

2,13

2,23

STD

0,99

0,98

1,23

2,12

0,82

1,46

CV

41,75

58,23

75,85

63,25

38,65

65,39

Continua...

Tabela 3. Continuação.

Período

Estatística

Produtividade de grãos (t ha-1)

Centro-Oeste

Norte

Nordeste

Sul

Sudeste

Nacional

Trigo

1980–1985

Média

1,08

1,00

1,01

1,25

1,08

STD

0,66

0,38

0,50

0,46

CV

61,40

37,55

39,80

42,36

1986–1990

Média

1,46

0,90

1,48

1,83

1,58

STD

0,82

0,42

0,42

0,69

0,59

CV

56,41

47,14

28,66

37,62

37,56

1990–1995

Média

2,04

1,49

2,07

1,64

STD

1,39

0,37

1,04

0,74

CV

68,40

24,66

49,91

45,07

1996–2000

Média

2,45

1,66

2,54

1,88

STD

1,56

0,43

1,34

0,90

CV

63,54

26,05

52,59

47,87

2000–2006

Média

2,70

5,19

1,90

2,96

2,20

STD

1,60

0,34

0,54

1,30

1,04

 

CV

59,32

6,48

28,43

44,08

47,37

CV = coeficiente de variação. STD = Desvio-padrão.

Obs.: as células em branco indicam que não há dados para os períodos ou regiões em questão.

Fonte: dados fornecidos pela Embrapa.

A Tabela 3 mostra também que os valores dos STD e dos coeficientes de variação (CV) aumentaram com o tempo e tornaram-se os mais elevados nas regiões Norte e Nordeste, em períodos recentes. Esse resultado indica um aumento na volatilidade da produtividade nessas regiões e, consequentemente, no nível de desigualdades.

A realidade mostrada na Tabela 3 indica claras diferenças entre as regiões do Brasil. No primeiro período, a região Sul apresentou as maiores produtividades em todas as culturas. Para o arroz e o trigo, o Sul mantém-se líder na maioria dos períodos. A produção de milho, no entanto, mostra uma dinâmica diferente e destaca a importância crescente do Centro-Oeste, que, nos períodos restantes, torna-se a região com os níveis mais altos de produtividade. Para as três culturas, com exceção da região Nordeste, a produtividade do trigo parece ser a mais uniforme entre as regiões.

Baixas produtividades combinadas com maior volatilidade nas regiões Norte e Nordeste requerem uma análise mais detalhada para essas regiões. Essa análise visa obter uma visão mais precisa da dinâmica da produtividade dentro dessas regiões menos desenvolvidas. Para isso, foi analisado o comportamento da produtividade em âmbito estadual, dentro dessas regiões. Nota-se que o milho e o arroz apresentam uma dinâmica semelhante, e que os dados de trigo são irregulares nessas regiões. Embora ambas as regiões tenham ficado atrás das outras, o desempenho do Nordeste foi pior do que o do Norte no caso do milho (Figura 8). A baixa produtividade no Nordeste, em geral, está associada com as baixas produtividades em grande parte dos seus estados. Os estados de Alagoas, da Paraíba, de Pernambuco e do Rio Grande do Norte só atingiram a média de produtividade regional do período de 1980–1985, nos últimos anos, isto é, mais de 25 anos depois das outras regiões. Poucos estados, incluindo a Bahia, o Sergipe e, mais recentemente, o Maranhão, superaram, significativamente, a média regional de produtividade do período 1980–1985.

Figura 8

Figura 8. Produtividade média do milho nos estados do Nordeste em relação à média regional no período de 1980–1985.

Fonte: dados fornecidos pela Embrapa.

A região Norte, em geral, e muitos de seus estados apresentaram níveis mais altos de produtividade no período inicial do que a região Nordeste. A observação mais importante da Figura 9 é que o crescimento da produtividade nos estados do Norte é relativamente mais rápido do que os da região Nordeste, já que quase todos os estados do Norte conseguiram atingir a média regional inicial nos períodos seguintes, com exceção do Amapá. No entanto, é necessário observar que, apesar do progresso alcançado por alguns estados, em ambas as regiões a produtividade usada como referência para medir o avanço foi a média regional do período inicial, ou seja, a média de 25 anos atrás, para a região em geral, o que sugere que o progresso tem sido lento.

Figura 9

Figura 9. Produtividade média do milho nos estados do Norte, em relação à média regional no período de 1980–1985.

Fonte: dados fornecidos pela Embrapa.

A discussão acima descreveu a evolução da produtividade da terra para as culturas estudadas em três âmbitos: nacional, regional e estadual (dentro das regiões menos desenvolvidas). Observou-se que o crescimento da produtividade foi significativo em todos os níveis, embora grandes diferenças nos níveis de produtividade ainda existam entre e dentro das regiões. Tendo em vista essas diferenças, a questão sobre a existência de spillovers tecnológicos entre regiões e, consequentemente, convergência nos níveis de produtividade, precisa ser tratada com métodos mais rigorosos. Especificamente, apesar da existência de diferenças regionais e estaduais, é importante averiguar se a produtividade da terra para as três culturas nas regiões mais pobres alcançou ou aproximou-se (catch-up) da produtividade obtida em regiões mais ricas. Além disso, cumpre saber quais seriam os principais fatores que têm ajudado ou dificultado esse processo.

Análise da recuperação (catch-up) da produtividade usando métodos de convergência

Para responder às questões levantadas no final da seção anterior, é importante avaliar primeiramente a importância de a produtividade em regiões mais pobres ou menos produtivas aproximar-se daquela obtida em regiões mais ricas, ou alcançá-la. Catch-up na produtividade é muitas vezes o resultado de spillovers, conforme foi descrito brevemente na introdução. Spillovers, por sua vez, são frutos da pesquisa e desenvolvimento (P&D) na agricultura. O Brasil tem investido de forma bastante significativa em pesquisa agrícola ao longo das últimas décadas. Uma parte considerável desse investimento foi feita pela Embrapa, instituição que tem como mandato não só a promoção do crescimento da produtividade agrícola, mas também a redução da pobreza, por meio da melhoria do crescimento da produtividade em todo o País. Do efeito conjunto dos spillovers e dos esforços em pesquisa da Embrapa, espera-se que o nível de produtividade das culturas nas regiões mais pobres cresça mais rapidamente e, eventualmente, alcance o nível obtido em regiões mais ricas. 

É importante destacar que o processo de catch-up na produtividade também depende de muitos fatores que estão para além do alcance de uma instituição de pesquisa. Esses fatores consistem nas condições de infraestrutura nas regiões mais atrasadas, que se traduzem em maiores custos de produção, tais como custos de transporte, baixos níveis de qualidade da educação para os pobres e menor acesso a insumos e conhecimento. Combinados, esses fatores podem dificultar ou impedir os spillovers de alcançarem as áreas mais pobres ou menos desenvolvidas13. Embora cientes desses fatores estruturais, não se tentou, aqui, explicar as razões para a presença ou ausência de convergência na análise a seguir, em virtude da falta de dados referentes às variáveis de infraestrutura no âmbito microrregional.

Existem dois tipos de convergência. O primeiro ocorre quando as regiões menos produtivas atingem o mesmo nível de produtividade que o de regiões mais avançadas, o que significa que a desigualdade entre as regiões deixa de existir. O segundo tipo ocorre quando a diferença nos níveis de produtividade ainda existe entre as regiões avançadas e menos avançadas em um país, mas diminui ao longo do tempo. 

O primeiro tipo de convergência é chamado de convergência absoluta, enquanto o segundo é referido como convergência condicional, o que implica que a convergência vai ocorrer se alguns fatores forem controlados (como P&D e educação). Convergência condicional não implica necessariamente o fim da desigualdade, uma vez que as regiões não convergem para o mesmo nível de produtividade e, assim, é possível que algumas regiões ainda cresçam mais rapidamente do que outras, criando ou mantendo a desigualdade (LEI; YAO, 2008).

Métodos analíticos

Abordou-se a questão de convergência por meio de dois métodos econométricos. Os métodos escolhidos são apropriados para o escopo deste trabalho e visam descobrir se as produtividades em áreas mais pobres têm convergido ou alcançado as produtividades em áreas mais ricas. Esses dois métodos são conhecidos como métodos de convergência beta.14

O primeiro teste de convergência beta visa diagnosticar se a convergência existe, e, em caso positivo, se ela é condicional ou incondicional. Essa abordagem segue a metodologia desenvolvida por Bernard e Jones (1996) e utilizada por Lusigi et al. (1998) e outros. Esse método beneficia-se do fato de os dados serem de painel e tem como benefício adicional o poder de testar a presença de convergência sem a necessidade de se levar em conta (no caso de convergência condicional) outros fatores (estruturais). Apresenta, porém, uma desvantagem, que é não fornecer uma explicação dos fatores que levaram à convergência.

Usando um estimador-efeito fixo para dados em painel15, estimou-se a seguinte equação:16

ln Yldit = (δr - δi) + (1 - λ) ln Yldit-1 + εit

(1)

em que ln Yldit = ln Yldr - ln Yldi

A variável do lado esquerdo é uma medida da taxa de crescimento da produtividade, expressa como a diferença em logaritmos entre a produtividade de referência r no ano t menos a produtividade da microrregião i no ano t. O lado direito da equação contém um termo de tendência (δr - δi) e um termo defasado da variável dependente. O λ mostrado no coeficiente do termo defasado é uma estimativa da taxa de convergência. Para essa análise, foram utilizadas duas produtividades de referência. A primeira, que é uma ligeira adaptação de Bernard e Jones (1996), consiste em utilizar a produtividade da microrregião de crescimento mais rápido no ano t.17 A segunda medida, proposta por Lusigi et al. (1998), é simplesmente a produtividade média nacional para cada ano.

O modelo estimado na Equação 1 testa a hipótese de que as diferenças da produtividade em relação à produtividade de referência são geradas por um processo não estacionário, com um termo de tendência (δr - δi) diferente de zero. A não rejeição da hipótese implica que não há convergência. Convergência incondicional ocorre quando o coeficiente de (1 - λ) é significativo e o termo de tendência é igual a zero. Isso, por sua vez, indica que as regiões convergirão para o mesmo nível da região mais avançada. Um termo tendência diferente de zero acompanhado por um coeficiente significativo indica que a convergência ocorrerá somente se outros fatores forem considerados (convergência condicional), o que, por sua vez, sugere que as regiões convergem, mas não no mesmo nível de produtividade. A magnitude do termo de tendência vai influenciar a velocidade em que as regiões convergem.

A Equação 1 assemelha-se a uma equação de modelo dinâmico, no qual a variável dependente é utilizada como variável independente na regressão, com uma defasagem de 1 ano. Ao fazê-lo, é possível que se tenha introduzido um viés, causado pela falta de exogeneidade estrita, derivada da correlação entre a variável dependente e o termo defasado dela (WOOLDRIDGE, 2002). 

A escolha desse método deveu-se à ausência de variáveis contextuais que pudessem explicar a convergência, além do fato de que esse método, apresentado por Bernard e Jones (1996), permite testar a presença ou a ausência de convergência, assim como o seu tipo (condicional ou incondicional), sem a necessidade de recorrer a outras variáveis. No entanto, é necessário ter cautela na estimativa da matriz de variância-covariância dessas regressões, de modo a minimizar ou eliminar qualquer viés causado pela correlação descrita acima18. Para lidar com o viés, a Equação 1 foi estimada utilizando uma matriz de variância-covariância robusta, conforme sugerido por Wooldridge (2002). Foram também obtidos desvios-padrão derivados de uma estimativa na qual os identificadores de painel foram utilizados como clusters. Esse segundo método – que é equivalente ao estimador utilizado por Arellano (1987) – produz desvios-padrão corretos, mesmo na presença da heteroscedasticidade e da autocorrelação.

Além disso, também se estimou a Equação 1, supondo-se que os desvios são heteroscedásticos e seguem um processo de primeira ordem autorregressivo19. Embora a magnitude do termo convergência possa mudar (no caso da estimação com erros heteroscedásticos e de processo primeira ordem autorregressivo), as conclusões obtidas pela estimação da Equação 1 usando um modelo de efeitos fixos foram robustas nas diversas especificações de variância. Levando em conta que as novas estimações não alteraram os resultados, cabe apenas relatar e discutir os resultados da estimação de efeitos fixos. Os outros resultados podem ser fornecidos pelos autores.

O segundo teste de convergência utilizado foi adaptado de Baumol (1986) e assemelha-se mais de perto à abordagem seguida por Barro e outros, que, por sua vez, originaram-se dos modelos de crescimento originalmente propostos por Solow, e depois complementados por Mankiw et al. (1992) e outros economistas. Ao contrário do método Bernard e Jones (1996), esse método utiliza dados de corte transversal e é calculado pela regressão da taxa de crescimento da produtividade (logaritmo da produtividade no ano final – logaritmo da produtividade no primeiro ano) e o nível inicial de produtividade. Isso permite avaliar se a dispersão diminuiu ou não entre os anos finais e iniciais. Além disso, o modelo de Baumol também permite a inclusão de variáveis contexuais, que podem (ou não) influenciar a capacidade dos países ou regiões a convergir. Alguns autores, como, por exemplo, McCunn e Huffman (2000), afirmam que uma desvantagem desse método é que a escolha dos anos iniciais e finais pode influenciar o resultado, na eventualidade do ano inicial ou final ser atípico. Em muitos casos, alguns autores usam médias de alguns anos para resolver esse problema. Neste artigo, utilizou-se uma série de regressões para os vários subperíodos entre 1980 e 2006. 

Para aplicar o modelo de Baumol (1986), a Equação 2 foi estimada por meio de regressão de mínimos quadrados ordinários.

ln Yldic = α + β ln Yldi0 + ε

(2)

onde ln Yldic = ln Yldif - ln Yldi0, β = (1 - eλt)

em que λ representa a taxa de convergência.

O lado esquerdo da Equação 2 é simplesmente a diferença entre as produtividades em logaritmos no ano final f, microrregião i e produtividade no primeiro ano 0 de análise. O lado direito da equação contém o logaritmo natural da produtividade no ano 0, microrregião i, uma constante e um termo de erro. Para que ocorra convergência, o β deve ser negativo e diferente de zero. A obtenção de um coeficiente negativo e significativo para a produtividade inicial é uma indicação de convergência, mas não descarta a possibilidade de convergência condicional. Para assegurar a convergência incondicional, outros fatores contextuais relevantes (como educação, investimento, P&D e participação da agricultura na economia), se adicionados à Equação 2, não podem ter significância estatística. Ou seja, os fatores contextuais têm de ser simultaneamente igual a zero.

Até a publicação deste trabalho, dados sobre as variáveis contextuais não estavam disponíveis em âmbito microrregional. Portanto, não se tentou explicar melhor a convergência com as variáveis contextuais mencionadas no parágrafo acima. No entanto, observou-se, na seção anterior, que as regiões do Brasil diferem significativamente em termos de desempenho produtivo. Uma série de fatores podem ajudar a explicar essas diferenças, alguns dos quais estão listados no parágrafo anterior, enquanto outros são puramente biofísicos. No entanto, é possível que existam outros aspectos desconhecidos, mas específicos dessas regiões, que possam ajudar a explicar a heterogeneidade observada na seção anterior.20 Tentou-se capturar parte dessa heterogeneidade por meio das variáveis dummy adicionadas à Equação 2. Com isso, estimou-se a Equação 3, conforme sugerido em McCunn e Huffman (2000). Como os dados de trigo são esporádicos nas regiões mais pobres, a Equação 3 só foi estimada apenas para o milho e o arroz.

ln Yldic = α+ β ln Yldi0 + δDv + ε

(3)

A Equação 3 difere da Equação 2 apenas no termo δDv, que contém um vetor de variáveis dummy dicotômicas para quatro das cinco regiões do Brasil. A quinta variável dummy foi excluída para evitar multicolinearidade. Ao solucionar a questão de multicolinearidade, obteve-se, no entanto, uma ferramenta adicional para analisar os padrões de convergência no Brasil. No processo de se excluir uma região, pode-se escolher uma região para avaliar o desempenho relativo de outras regiões. A região Sul foi escolhida como região de referência porque teve um desempenho consideravelmente melhor do que as outras regiões durante os períodos iniciais (Tabela 3). Valores negativos e significativos de δ sugerem que uma determinada região está em uma trejetória de crescimento mais lento que a região Sul. Por sua vez, um valor positivo indica que a região ultrapassou a região sul. A magnitude de δ é uma indicação do progresso ou do atraso de uma determinada região em relação à região Sul.

Resultados e discussão

Considerados o grande número de microrregiões e os anos presentes na base de dados, o apêndice apresenta uma tabela descritiva que fornece algumas estatísticas básicas sobre a estrutura dos dados de painel definidos por cultura (Tabela 4). Apresentam-se a média e o desvio-padrão para as duas variáveis dependentes usadas no método Bernard e Jones (1996) (as taxas de crescimento da produtividade em relação à microrregião de crescimento mais rápido, e as taxas de crescimento em relação à produtividade média de todas as microrregiões de cada ano). Imediatamente chama a atenção a grande quantidade de observações para as três culturas, como indicado pelo N na Tabela 4. Além disso, especialmente no caso do milho e do arroz, quase todas as microrregiões foram incluídas como painéis (ver o n na Tabela 4). É importante notar a decomposição dos desvios-padrão dentro e entre os painéis. As três culturas exibem diferentes graus de variação entre e dentro dos painéis, com o milho apresentando a maior diferença entre as duas medidas (dentro e entre), enquanto o trigo mostra diferenças muito pequenas. A pequena diferença para o trigo (especialmente no caso da primeira medida da taxa de crescimento) indica que a variação nas taxas de crescimento entre microrregiões foi quase a mesma que a variação da taxa de crescimento dentro de uma microrregião ao longo do tempo. Em termos práticos, isso significa que a seleção aleatória de duas microrregiões daria uma variação semelhante, em termos de taxas de crescimento, à escolha de uma única microrregião em dois anos distintos. Isso equivale a uma variação muito menor nas taxas de crescimento de trigo em relação às outras duas culturas, o que provavelmente está refletido na qualidade do ajuste das regressões apresentadas na Tabela 3 (em que se regrediu o crescimento das taxas de crescimento da produtividade entre dois anos, com o nível inicial de produtividade).

Tabela 4. Estatísticas descritivas dos dados de painel.

Variável de referência

 

Média

STD

Mín.

Máx.

Observações

 

Milho

Taxas de crescimento utilizando a produtividade máxima

Total

1,48

0,94

0,00

7,21

N = 14,660

Entre

0,84

0,12

3,45

n = 558

Dentro

0,44

-0,82

6,31

T-bar = 26,27

Arroz

Total

1,41

0,60

0,00

5,64

N = 12,770

Entre

0,48

0,12

2,50

n = 519

Dentro

0,37

-0,39

4,78

T-bar = 24,61

Trigo

Total

0,99

0,42

0,00

4,24

N = 3,170

Entre

0,34

0,00

2,37

n = 182

Dentro

 

0,32

-0,32

3,60

T-bar = 17,42

Continua...

Tabela 4. Continuação.

Variável de referência

 

Média

STD

Mín.

Máx.

Observações

Milho

Taxas de crescimento utilizando a produtividade média

Total

0,32

0,94

-1,39

6,15

N = 14,660

Entre

0,84

-1,04

2,29

n = 558

Dentro

0,43

-1,98

5,17

T-bar = 26,27

Arroz

Total

0,16

0,59

-1,44

4,26

N = 12,770

Entre

0,48

-1,13

1,29

n = 519

Dentro

0,35

-1,82

3,39

T-bar = 24.61

Trigo

Total

0,08

0,40

-1,19

3,24

N = 3,170

Entre

0,33

-0,85

1,50

n = 182

Dentro

 

0,29

-1,14

2,56

T-bar = 17,42

Fonte: dados fornecidos pela Embrapa.

As estimativas obtidas na Equação 1, com base no método descrito por Bernard e Jones (1996), são apresentadas na Tabela 5. Nota-se que a convergência condicional ocorreu para as três culturas, já que os coeficientes das produtividades defasadas, assim como o termo de tendência são diferentes de zero. Esses resultados indicam que as microrregiões individuais convergem para as respectivas trajetórias de crescimento (steady-states), que podem ser diferentes em todas as regiões. Em amostras grandes o suficiente, a convergência (nesse caso, condicional) ocorre independentemente da escolha do rendimento de referência (BERNARD; JONES, 1996). De fato, até mesmo as estimativas pontuais dos coeficientes defasados foram quase as mesmas para a produtividade das três culturas, com pontos de referência diferentes, o que reforça a afirmação feita por Bernard e Jones (1996). Essas descobertas sugerem que as regiões menos produtivas aproximam-se das regiões mais produtivas para todas as três culturas, desde que outros fatores contextuais sejam controlados.

Vale ressaltar o significado da convergência condicional. A teoria de convergência postula que, quando a convergência ocorre, a produtividade em regiões mais pobres cresce mais rápido do que a produtividade em regiões mais ricas. No entanto, a teoria também diz que as regiões mais pobres vão ter um crescimento inferior ao das regiões mais ricas, e que a distância entre ricos e pobres se manterá, embora possa diminuir ao longo do tempo. Para que se diminua a distância, outros fatores devem ser considerados. É importante fazer essa ressalva principalmente quando se comparam os resultados da análise econométrica com as informações descritivas apresentadas na seção anterior.

A velocidade da convergência (indicada pela lambda na Tabela 5) foi mais elevada no caso do milho ou do trigo (dependendo da escolha da produtividade de referência), e mais lenta no caso do arroz. Essas diferenças na velocidade de convergência são particularmente relevantes para o milho e o arroz, já que o trigo não é plantado nas regiões mais pobres do País (Norte e Nordeste). Para o milho e o arroz, nota-se que esses resultados são coerentes com os resultados obtidos nas diferenças de produtividade (yield gaps) e nas análises de entropia entre grupos, discutidas anteriormente. Observa-se que, para o milho, houve uma diminuição mais acentuada (em duas regiões, de três) na diferença de produtividade e uma diminuição estatisticamente significativa na desigualdade entre os grupos. Os resultados para o arroz não foram tão pronunciados ou estatisticamente significativos (apenas uma região mostrou uma inclinação negativa na análise da diferença de produtividade), conforme está refletido nas velocidades diferentes de convergência. 

Tabela 5. Teste de Bernard-Jones para a presença de convergência (derivado de um estimador de efeito fixo para dados de painel).

Variável

Milho

Arroz

Trigo

Milho

Arroz

Trigo

Produtividade de referência

Média simples de todas as microrregiões

Microrregião de crescimento mais rápido no ano t

Taxa de crescimento da produtividade

0,15***

0,24***

0,16 ***

0,16 ***

0,26 ***

0,15***

Constante

0,27***

0,12***

0,07***

1,24***

1,06***

0,86 ***

Lambda

0,85

0,76

0,84

0,84

0,74

0,85

N

13.990

12.123

2.845

13.990

12.123

2.845

Nota: * p < 0,1; ** p < 0,05; *** p < 0,01.

Fonte: dados fornecidos pela Embrapa.

Os resultados acima são corroborados pelos resultados das análises que utilizam o método de Baumol, ou seja, por meio da estimação da Equação 2 para diversos anos iniciais e finais, no período 1980–2006. Os resultados obtidos pela estimação da Equação 2, apresentados na Tabela 6, indicam que as três culturas convergiram durante o período entre 1980 e 2006. Com exceção do subperíodo de 2000–2006, também se observou convergência para todos os outros subperíodos. As produtividades de arroz e milho não convergiram no subperíodo de 2000–2006. A falta de significância para o último subperíodo é atribuída à baixa variabilidade nos rendimentos entre os anos iniciais e finais. Na maioria dos casos, a produtividade do trigo convergiu a uma taxa mais rápida do que o arroz e o milho, embora a qualidade do ajuste das regressões da produtividade do trigo tenha sido consideravelmente mais baixa, o que indica que apenas parte da variação na taxa de crescimento da produtividade pode ser explicada pelos níveis de produtividade inicial.

É encorajador, porém, saber que as produtividades em microrregiões menos avançadas têm mostrado sinais de recuperação em relação às microrregiões mais produtivas. Esses resultados não implicam necessariamente a ausência ou a diminuição das desigualdades regionais. Na verdade, como mostra a Tabela 5, há diferenças significativas na produtividade entre as regiões, especialmente para o arroz e o milho, que são culturas plantadas em todo o País. Para explicar essas diferenças de produtividade nas diversas regiões, estimou-se a Equação 3 para o arroz e o milho. Os resultados são apresentados na Tabela 6, painel b.

Tabela 6. Regressões para a produtividade da terra por períodos selecionados, por cultura e por painel.

Variável

1980–2006

1980–1990

1990–2000

2000–2006

1980–2006

1980–1990

1990–2000

2000–2006

Ano inicial–final

Ano inicial–final

Painel a, Equação 2

Painel b, Equação 3

Milho

Taxa de cresc.

-0,48***

-0,24***

-0,47***

-0,03

-0,77***

-0,61***

-0,84***

-0,19***

Dummy MW

na

na

na

na

0,13

-0,15*

0,08

0,05

Dummy N

na

na

na

na

-0,69***

-0,51***

-0,66***

-0,18***

Dummy NE

na

na

na

na

-0,93***

-1,21***

-0,97***

-0,39***

Dummy SE

na

na

na

na

-0,15**

-0,26***

0,020

-0,17***

Constante

0,68***

0,09***

0,50***

0,12***

1,05***

0,58***

0,88***

0,39***

λ

0,020

0,021

0,038

0,005

0,028

0,048

0,061

0,029

N

515

520

539

540

515

520

539

540

R quadrado

0,47

0,17

0,46

0,003

0,59

0,38

0,63

0,08

Continua...

Tabela 6. Continuação.

Variável

1980–2006

1980–1990

1990–2000

2000–2006

1980–2006

1980–1990

1990–2000

2000–2006

Ano inicial–final

Ano inicial–final

Painel a, Equação 2

Painel b, Equação 3

Arroz

Taxa de cresc.

-0,58***

-0,44***

-0,50***

-0,08

-0,63***

-0,58***

-0,52***

-0,08**

Dummy MW

na

na

na

na

0

-0,49***

0,09

0,03

Dummy N

na

na

na

na

-0,44***

-0,42***

-0,43***

0,03

Dummy NE

na

na

na

na

-0,18**

-0,48***

-0,12**

-0,03

Dummy SE

na

na

na

na

-0,18***

-0,25***

-0,26***

0,09*

Constante

0,58***

0,16***

0,47***

0,11***

0,74***

0,49***

0,63***

0,08

λ

0,023

0,037

0,041

0,013

0,025

0,045

0,042

0,012

N

429

455

459

439

429

455

459

439

R quadrado

0,35

0,22

0,43

0,01

0,39

0,29

0,53

0,03

Continua...

Tabela 6. Continuação.

Variável

1980–2006

1980–1990

1990–2000

2000–2006

1980–2006

1980–1990

1990–2000

2000–2006

Ano inicial–final

Ano inicial–final

Painel a, Equação 2

Painel b, Equação 3

Trigo

Taxa de cresc.

-0,96***

-0,74***

-0.55***

-0.28**

na

na

na

na

Constante

0,54***

0,24***

0.37***

0.21***

na

na

na

na

λ

0,034

0,055

0.044

0.041

na

na

na

na

N

97

103

96

97

na

na

na

na

R quadrado

0,03

0,06

0.04

0.06

na

na

na

na

Legenda: * p <0,1; ** p <0,05; *** p <0,01. MW = Centro-Oeste, N = Norte, NE = Nordeste, SE = Sudeste.

Nota: β = 1-e λt, em que λ = taxa de convergência inferida; na = não aplicável.

Obs.: note-se que, nessas estimativas, a produtividade de referência é a produtividade no primeiro ano do subperíodo.

Fonte: dados fornecidos pela Embrapa.

Como foi indicado na seção metodológica, um coeficiente negativo e significativo em uma dummy regional indica que essa região fica em uma trajetória de crescimento inferior (o que implica que a recuperação ocorrerá mais lentamente) à da região de referência – o Sul –, o que novamente reforça a noção de convergência condicional. Na Tabela 6 (painel b), nota-se que, para o milho, com exceção da região Centro-Oeste, as dummies apresentam sinais negativos e significativos para a maioria dos períodos (no Sudeste, houve um coeficiente igual a zero no período 1990–2000). Percebe-se também que o Nordeste tem os maiores coeficientes negativos, confirmando a análise descritiva na seção Uma visão geral do setor de grãos no Brasil, em que se mostrou que o Nordeste tem as produtividades mais baixas do País. Para o arroz, no entanto, as magnitudes dos coeficientes entre as diferentes regiões oscilou consideravelmente, tornando-se mais difícil de destacar o pior desempenho. O Centro-Oeste superou outras regiões, conforme indicado pelo fato de que as variáveis dummy não foram significativas para a maioria dos períodos. Com exceção do período 2000–2006 para o arroz, as variáveis dummy foram conjuntamente significativas e diferentes de zero, com um nível de confiança inferior a 1%, de acordo com os testes de Wald.

O uso de variáveis dummy regionais aumenta significativamente a magnitude dos λ, indicando que o controle de efeitos fixos regionais de fato ajuda a acelerar a convergência. Efeitos mais altos de λ indicam uma maior heterogeneidade, não observada, dos efeitos fixos. Para todo o período, a produtividade de milho cresceu a um ritmo de 2% ao ano na primeira estimativa (sem as dummies regionais) e a 2,8% na segunda estimativa (com as dummies regionais). Para subperíodos específicos, os ganhos foram ainda mais pronunciados, mais do que dobrando em 1980–1990 e quase duplicando entre 1990 e 2000. Para o arroz, também foram observadas melhoras, embora de menor magnitude, entre 2,2% e 2,5%. Para subperíodos específicos, os ganhos foram consideravelmente mais baixos do que para o milho.

Esses resultados sugerem que, embora alguma recuperação na produtividade tenha ocorrido, ainda há diferenças inter-regionais dramáticas, que atrasaram a eficácia dos spillovers nas regiões mais pobres. É difícil especular se os spillovers levaram a uma redução significativa das diferenças regionais. Tomando por base a análise das regiões mais atrasadas – Norte e Nordeste –, essa redução não parece ter ocorrido de forma substantiva, já que essas duas regiões têm progredido muito lentamente na recuperação da produtividade, em comparação com outras regiões e com o Brasil. No entanto, é necessário destacar que não se levou em conta, nas regressões acima, outros fatores relevantes que pudessem contribuir para o efeito de spillover. Esses fatores consistem na participação regional da agricultura no produto interno bruto, nos níveis de educação e numa série de outros fatores que podem não estar diretamente relacionados com a produtividade, mas que podem afetar os resultados obtidos. Tais fatores não foram incluídos na análise em virtude da falta de dados.

Considerações finais

Este documento oferece uma análise espacial abrangente das produtividades do milho, do trigo e do arroz ao longo do tempo, no Brasil. Neste trabalho, visava-se descobrir se os esforços em P&D e os efeitos de spillovers levaram regiões menos produtivas a recuperar ou a alcançar as regiões mais produtivas no que se refere à produtividade da terra. Em termos mais técnicos, pretendia-se descobrir se a desigualdade espacial na produtividade diminuiu e se ocorreu um processo de convergência no Brasil.

Para analisar a evolução dos padrões espaciais da produtividade de grãos, foi necessário, primeiramente, avaliar a evolução da produtividade da terra ao longo dos anos. Pelas tendências nacionais, observou-se que a produção de grãos cresceu intensamente, desde 1980. No entanto, a análise do crescimento em âmbito nacional pode mascarar as desigualdades regionais e estaduais. Para se ter uma visão mais clara a respeito das diferenças nos níveis de produtividade das três culturas entre as regiões, foi utilizada uma medida de entropia generalizada (GE) para calcular a desigualdade na produtividade, ao longo do tempo. A análise de GE mostra que a desigualdade total apresentou uma tendência de queda para o milho e o trigo, e não aumentou para o arroz. A decomposição da desigualdade global entre e dentro dos grupos (acima ou abaixo da média nacional) mostra que a desigualdade entre os grupos também diminuiu para o milho e o trigo, e manteve-se constante para o arroz. Por sua vez, uma inclinação (slope) positiva foi observada para a desigualdade dentro dos grupos. No caso do milho e do trigo, a desigualdade aumentou dentro do grupo com produtividades superiores à média nacional. O mesmo ocorreu para o arroz com o grupo que ficou abaixo da média nacional. Apesar da redução na desigualdade entre níveis de produtividade, as diferenças regionais e espaciais persistem. Tendo isso em vista, calculou-se uma medida de distância entre produtividades (yield gaps) semelhantes ao indicador de hiato de pobreza, que compara produtividades entre regiões que ficam abaixo da produtividade de referência (definida como o rendimento médio para o Norte e o Nordeste). Descobriu-se que as diferenças de produtividade têm diminuído (em relação à produtividade de referência) para quase todas as regiões, para o milho, e para uma região, para o arroz. 

Em seguida, dois modelos econométricos de convergência foram aplicados para avaliar se a produtividade em microrregiões menos produtivas alcançou ou se aproximou da produtividade em regiões mais produtivas. Ambos os modelos indicam que houve convergência condicional na produtividade da terra para as três culturas. O segundo teste, no entanto, apontou diferenças significativas na velocidade de convergência entre as regiões, e o Nordeste ficou atrás de outras regiões.

Embora os resultados desses testes tenham confirmado a existência de uma recuperação na produtividade, ainda há uma diferença entre regiões pobres e ricas, conforme estabelecido, pelo fato de que a convergência ocorre apenas na presença de outros fatores. Mesmo na presença de fatores contextuais, o nível de produtividade eventualmente alcançado pelas regiões mais pobres não será o mesmo daquele das regiões mais ricas, uma vez que as regiões mais pobres encontram-se numa trajetória de crescimento inferior à das mais ricas. Por causa da limitação de dados, não foi possível realizar uma análise quantitativa para explicar as razões (ou seja, os fatores contextuais) para a recuperação tecnológica, nem para a diferença de produtividade que ainda existe. Uma das explicações mais plausíveis para essas diferenças são as diferenças socioeconômicas consideráveis entre essas regiões, causadas, em parte, por políticas que geralmente tendem a beneficiar regiões fora do Nordeste e do Norte.

Outras realidades regionais – como condições climáticas menos favoráveis, condições agroecológicas desfavoráveis nas duas regiões mais atrasadas e atraso no acesso à P&D – podem explicar boa parte das diferenças entre as regiões. Esses fatores, juntamente com outros fora do setor agrícola (por exemplo, os níveis mais baixos de educação e o limitado acesso a oportunidades de trabalho não agrícolas), criaram barreiras para os spillovers de tecnologias e resultaram em uma concentração muito maior de pobreza nas regiões Norte e Nordeste. Obviamente, pesquisas com mais dados são necessárias para identificar corretamente como esses fatores socioeconômicos têm afetado a capacidade de aumentar a produtividade nas regiões menos desenvolvidas do Brasil.

Referências

ALSTON, J. M. Spillovers. The Australian Journal of Agricultural and Resource Economics, Canberra, AU, v. 46, n. 3, p. 315-346, 2002.

ARELLANO, M. Computing robust standard errors for within-groups estimators. Oxford Bulletin of Economics and Statistics, Oxford, v. 49, n. 4, p. 431-434, 1987.

BALTAGI, B. H.; WU, P. X. Unequally spaced panel data regressions with AR(1) disturbances. Econometric Theory, Cambridge, v. 15, p. 814-823, 1999.

BAUMOL, W. J. Productivity growth, convergence, and welfare: What the long-run data show. American Economic Review, Nashville, v. 76, p. 1072-1085, 1986.

BEINTEMA, N. M.; PARDEY, P. G.; AVILA, F. Agricultural R&D in Brazil: Policy, investments and institutional profile. Washington, DC: International Food Policy Research Institute; Brasília, DF: Embrapa; New York: Fontagro, 2001. 109 p.

BEINTEMA, N. M.; PARDEY, P. G.; AVILA, F. Brazil: Maintaining the momentum. In: PARDEY, P. G.; ALSTON, J. M.; PIGGOTT, R. R. (Ed.). Agricultural R&D in the developing world: Too little, too late? Washington, DC: International Food Policy Research Institute, 2006. p. 257-281.

BERNARD, A. B.; JONES, C. I. Productivity across industries and countries: Time series theory and evidence. Review of Economics and Statistics, Cambridge, v. 78, n. 1, p. 135-146, 1996.

FAO. Food and Agriculture Organization. FAOSTAT. Disponível em: <http://faostat.fao.org/>. Acesso em: 15 ago. 2008.

IPEADATA. Disponível em: <http://www.ipeadata.gov.br>. Acesso em: 8 jul. 2008.

JOHNSON, D. K. N.; EVENSON, R. E. How far away is Africa? Technological spillovers to agriculture and productivity. American Journal of Agricultural Economics, Lexington, v. 82, n. 3, p. 743-749, 2000.

KANBUR, R.; ZHANG, X. Which regional inequality: Rural–urban or coast–inland? An application to China. Journal of Comparative Economics, San Diego, v. 27, p. 686-701, 1999.

LEI, C. K.; YAO, S. On income convergence among China, Hong Kong and Macau. World Economy, Amsterdam, NL, v. 31, n. 3, p. 345-366, 2008.

LUSIGI, A.; PIESSE, J.; THIRTLE, C. Convergence of per capita incomes and agricultural productivity in Africa. Journal of International Development, Chichester, v. 10, n. 1, p. 105-115, 1998.

MANKIW, G. N.; ROMER, D.; WEIL, D. N. A Contribution to the Empirics of Economic Growth. The Quarterly Journal of Economics, Oxford, v. 107, n. 2, p. 407-437, 1992.

MCCUNN, A.; HUFFMAN, W. E. Convergence in U.S. productivity growth for agriculture: Implications of interstate research spillovers for funding agricultural research. American Journal of Agricultural Economics, Lexington, v. 82, n. 2, p. 370-388, 2000.

MISHRA, A. K.; MOSS, C. B.; ERICKSON, K. W. Farm wealth inequality within and across states in the United States. Agricultural and Resource Economics Review, Newark, v. 35, n. 2, p. 251-264, 2006.

SCHNEPF, R. D.; DOHLMAN, E.; BOLLING, C. Agriculture in Brazil and Argentina: Developments and prospects for major field crops. Washington, DC: Market and Trade Economics Division, Economic Research Service-U.S. Department of Agriculture, 2001. 85 p. (Agriculture and Trade Report WRS-01-3).

WAN, G. Changes in regional inequality in rural China: Decomposing the Gini index by income sources. Australian Journal of Agricultural and Resource Economics, Canberra, AU, v. 45, n. 3, p. 361-382, 2001.

WAN, G.; ZHOU, Z. Income inequality in rural China: Regression-based decomposition using household data. Review of Development Economics, Oxford, v. 9, p. 107-120, 2005.

WOOLDRIDGE, J. M. Econometric analysis of cross section and panel data. Cambridge: MIT Press, 2002. 752 p.

YOU, L. A tale of two countries: Spatial and temporal patterns of rice productivity in China and Brazil. Washington, DC: International Food Policy Research Institute, 2008. 18 p. (Research Paper, nº 2008/30).

Anexos

Fórmula de entropia generalizada

[extraído de Kanbur e Zhang (1999)].

Equação

Na equação acima, yi é a produtividade ith das microrregiões expressos em kg ha-1, μ é a média da amostra, f(yi) é a proporção da amostra de yi na população total, e n é a população total.

Tabela 1. Produtividade máxima e número de microrregiões líderes por região.

Ano

Produtividade máxima (t ha-1)

Milho

 

Arroz

 

Trigo

CO

N

NE

S

SE

 

CO

S

SE

 

CO

NE

S

SE

1980

4,43

4,20

1,80

1981

4,19

4,49

2,49

1982

4,32

5,77

1,79

1983

3,93

5,94

2,44

1984

3,83

5,39

2,50

1985

4,56

4,99

3,96

1986

4,10

5,41

3,00

1987

4,57

5,48

3,66

1988

6,2

5,39

4,75

1989

4,91

6,44

4,26

1990

4,35

5,28

3,59

1991

5,12

5,95

3,21

1992

4,94

7,00

4.05

1993

5,11

8,00

4.93

Continua...

Tabela 1. Continuação.

Ano

Produtividade máxima (t ha-1)

Milho

 

Arroz

 

Trigo

CO

N

NE

S

SE

 

CO

S

SE

 

CO

NE

S

SE

1994

5,13

6,32

5.04

1995

5,57

6,24

5.35

1996

6,80

5,87

4,78

1997

5,59

6,00

5,00

1998

5,91

6,72

5,00

1999

6,10

7,47

5,23

2000

6,15

7,36

5,00

2001

6,96

8,16

5,40

2002

7,74

8,64

6,00

2003

7,82

8,96

5,40

2004

7,57

8,62

5,19

2005

7,93

8,18

5,58

2006

8,10

8,18

5,20

Contagem

4

2

1

19

1

10

16

1

14

1

1

12

Fonte: dados fornecidos pela Embrapa.