Pessoal, boa noite! No último post eu falei sobre alguns conceitos da área de Eficiência e DEA (Data Envelopment Analysis - Análise Envoltória de Dados), como inputs (entradas ou insumos), outputs (saídas ou produtos), DMUs (Decision Making Units - Unidades Tomadoras de Decisão ou unidades analizadas) e as diferenças entre produtividade, eficácia e eficiência (absoluta e relativa).
PRODUTIVIDADE PARCIAL E TOTAL DOS FATORES
Retomando o assunto, a produtividade é um indicador que pode ser definido como a relação entre inputs e outputs de um sistema. E existe a produtividade parcial dos fatores (PPF) e a total (PTF).
Produtividade=Output/Input
No caso da PPF, a produtividade é calculada parcialmente, ou seja, não se utiliza todos os múltiplos inputs e múltiplos outputs no cálculo. Por exemplo, a produtividade (parcial) de fator único é calculada com base em um único input considerado para gerar um único output. Pode ser uma quantidade por tempo, quantidade por funcionário ou quantidade por capital investido. Ou seja, também é possível incluir os efeitos de custos na produtividade, substituindo valores técnicos (ex: número de funcionários) por custos (ex: custo de mão-de-obra). Já a PTF é medida considerando todos os múltiplos fatores.
Ok, mas alguém pode se perguntar "Para que serve calcular a produtividade?". Bom, para melhorar um processo, sistema, empresa ou DMU (para saber o que é uma DMU, leia meu post antigo), é necessário medir a produtividade, o desempenho, para saber se a DMU está indo bem ou não, para poder ir atrás das causas de não estar indo bem ou de como melhorar.
Voltando ao exemplo do outro post, sobre a produção de soja. Entrando no site do IBGE (Instituto Brasileiro de Geografia e Estatística), procura a Tabela 5457 da Produção Agrícola Municipal (PAM) no seu banco de tabelas estatísticas do Sistema IBGE de Recuperação Automática (SIDRA) e procurando pelo rendimento médio da produção nas lavouras de soja, para os anos de 2015 a 2019, a nível de grandes regiõs do Brasil, é possível encontrar os seguintes dados de produtividade:
Quais são algumas das possíveis informações que podemos ver nesses dados? Comparando as regiões Sul e Centro-Oeste, é possível ver que a região Sul era a com maior produtividade em 2015, com o Centro-Oeste na segunda posição, mas o ranking não se mantém e, em 2019, o Sul ficou na penúltima posição, enquanto o Centro-Oeste ficou em primeiro. Apesar da aparente "grande piora", na verdade, a redução na sua produtividade foi de apenas 0,73% (se comparado com 2015), enquanto as outras regiões melhoraram até 14,40%.
MATOPIBA
Outra fato que chama a atenção, é a região Nordeste, em 2016, ter reduzido sua produtividade em 38,95%, se comparado a 2015. Fazendo uma busca no Google, é possível encontrar notícias sobre a seca no Nordeste ter batido recorde e afetado a produção agrícola e o estado do Piauí foi o mais afetado. O Piauí faz parte de uma fronteira agrícola conhecida como MATOPIBA. O único estado do MATOPIBA que não pertence ao NE é o Tocantins (TO), que fica na região Norte (N) do país. O TO, que já chegou a ser mais 94% da produção do N, tem representado valores entre 45% e 60% da produção de soja do N nos últimos anos, enquanto boa parte do restante é produzido pelo Pará (PA) e Rondônia (RO). Isso mesmo, esta última informação foi sobre a produção e não produtividade.
Estamos falando sobre produtividade em quilos de soja produzida por hectare de terra, mas, no mínimo, vários outros fatores e variáveis influenciam a produtividade total e a produção de soja, como o tipo da semente, o tipo de solo, a temperatura da região, o fertilizante usado, a quantidade de chuva, etc.
Quando a chuva é pouca, uma opção é utilizar a irrigação para aumentar a produtividade da lavoura. Existem vários tipos de irrigação. Por exemplo: irrigação superficial, localizada, ou por aspersão (principais: convencional, auto-propelido e o pivô-central).
IRRIGAÇÃO E TRANSFORMAÇÃO DIGITAL
Recentemente, vi uma notícia sobre transformação digital e agro, pois já estão fazendo testes, no Brasil, com o primeiro pivô inteligente (smart pivot) usado em irrigação, desenvolvido para, além de irrigar, monitorar a lavoura e fazer autodiagnósticos preditivos. A ideia por trás dele é utilizar sensores, mapas (imagens de satélite) e algoritmos para otimizar o processo e a produção, mas economizando recursos (água, energia, fertilizantes, entre outros insumos). Ou seja, a ideia é economizar recursos e otimizar o processo (e a produção), ou seja, aumentar a produtividade e ser mais eficiente.
Para quem se interessa por transformação digital de forma geral (não somente no agro), por exemplo, na área de comércio, varejo e que se interessa por ecommerce, eu recomendo acompanhar os posts da Dra. Isotilia Costa Melo (link para o blog dela aqui), onde ela fala sobre livros, o trabalho dela, e escreve sobre transformação digital e ecommerce.
Se você gostou desse post e quer continuar acompanhando o meu trabalho, também poderá acompanhar pelo Facebook, Instagram, ou pelo LinkedIn. Uma boa semana a todos!
SOBRE O AUTOR
Meu nome é Paulo, sou pesquisador, Doutor em Ciências em Engenharia de Produção, com experiência em Pesquisa Operacional e Modelagem Matemática. Trabalho com métodos quantitativos desde 2012. Tenho experiência em desenvolver e aplicar modelos de otimização do estado-da-arte para medição de desempenho, análise de eficiência, benchmarking, construção de indicadores compostos e rankings. Esses métodos podem ser adaptados e aplicados aos mais diferentes contextos, como Gestão de Operações, Cadeia de Suprimentos e Logística. Estou sempre lendo artigos sobre pesquisas científicas e modelos matemáticos aplicados às mais diversas áreas.
Atualmente trabalho em um projeto de Pós-Doutorado relacionado à Análise de Desempenho de Corredores Verdes de Transportes (Logística e Sustentabilidade). Um dos principais resultados desse projeto foi o artigo "Which Green Transport Corridors (GTC) Are Efficient? A Dual-Step Approach Using Network Equilibrium Model (NEM) and Data Envelopment Analysis (DEA)", publicado na revista científica internacional (normalmente chamamos de "journal"), de alto impacto e revisada por pares, chamada JMSE (https://www.mdpi.com/2077-1312/9/3/247/htm).
Já apliquei modelos de Análise Envoltória de Dados (Data Envelopment Analysis - DEA) em diversos contextos, para analisar, por exemplo, sistemas de controle de estoque (de empresas brasileiras, chilenas, e canadenses, de diversos setores, incluindo e-commerce), rotas e corredores de transportes (brasileiros e norte-americanos, incluindo corredores verdes de transportes), cadeias de suprimento (internacional, do Brasil para o Reino Unido, ou puramente brasileira, por exemplo, analisando o impacto da pandemia no setor brasileiro de etanol), políticas públicas (voltadas para sustentabilidade ou social), entre outros.
Meu perfil introvertido não é uma barreira para a comunicação. Já apresentei trabalhos em vários congressos nacionais e internacionais. E, por exemplo, participei do painel de especialistas em Logística e Cadeia de Suprimentos (Supply Chain and Logistics Panel) para falar sobre Análise de Desempenho em Transportes (Transportation Performance Evaluation) no congresso internacional de Engenharia de Produção e Gestão de Operações (Industrial Engineering & Operations Management - IEOM), em 2021.
Além disso, eu sou amante da música (principalmente rock e metal), adoro viajar, montanhismo, escrever sobre coisas da minha área e estou sempre disposto a colaborar.
Cada post está melhor e mais interessante!
ResponderExcluir