oferta de etanol no brasil: uma estimaÇÃo da … · tal relação foi verificada por meio das...
TRANSCRIPT
UNIVERSIDADE FEDERAL DE SÃO CARLOS
CENTRO DE CIÊNCIAS E TECNOLOGIAS PARA A SUSTENTABILIDADE
CAMPUS DE SOROCABA
PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA
FERNANDA RODRIGUES DE OLIVEIRA
OFERTA DE ETANOL NO BRASIL: UMA ESTIMAÇÃO DA FUNÇÃO DE LUCRO
TRANSLOG
Sorocaba
2015
UNIVERSIDADE FEDERAL DE SÃO CARLOS
CENTRO DE CIÊNCIAS E TECNOLOGIAS PARA A SUSTENTABILIDADE
CAMPUS DE SOROCABA
PROGRAMA DE PÓS-GRADUAÇÃO EM ECONOMIA
FERNANDA RODRIGUES DE OLIVEIRA
OFERTA DE ETANOL NO BRASIL: UMA ESTIMAÇÃO DA FUNÇÃO DE LUCRO
TRANSLOG
Dissertação apresentada ao Programa de Pós-
Graduação em Economia, para obtenção do
título de mestre em Economia.
Orientação: Prof. Dr. José César Cruz Júnior
Sorocaba
2015
Rodrigues de Oliveira, Fernanda
Oferta de etanol no Brasil: uma estimação da função de lucro translog /Fernanda Rodrigues de Oliveira. -- 2015. 109 f. : 30 cm.
Dissertação (mestrado)-Universidade Federal de São Carlos, campusSorocaba, Sorocaba Orientador: José César Cruz Júnior Banca examinadora: Carlos Eduardo Osório Xavier, Daniel HenriqueDario Capitani Bibliografia
1. Elasticidade (Economia). 2. Álcool como combustível. I. Orientador.II. Sorocaba-Universidade Federal de São Carlos. III. Título.
Ficha catalográfica elaborada pelo Programa de Geração Automática da Biblioteca campus Sorocaba (B-So).
DADOS FORNECIDOS PELO(A) AUTOR(A)
DEDICATÓRIA
Aos meus pais, Anizio e Célia.
AGRADECIMENTOS
Agradeço primeiramente a Deus por todas as graças, bênçãos e dons concedidos na
minha vida. Sei que sou uma pessoa privilegiada por esta conquista e por isso não posso
deixar de agradecer Àquele que me proporcionou tudo isso.
Agradeço também aos meus pais, Anizio e Célia, por não medirem esforços para que
eu consiga alcançar meus objetivos, seja pelo apoio financeiro, seja pela paciência, mas
principalmente pelos valores a mim ensinados e pelo amor incondicional que me fazem
sentir tanto orgulho dos pais que tenho.
Gostaria de registrar também o meu carinho pelos meus irmãos, Netinho, Érika, Lipe e
Talini (a irmã que a vida me deu) por acompanharem cada etapa desta conquista.
Agradeço imensamente pelo apoio, compreensão e confiança.
À minha família, em especial minha avó Salete, por sempre torcerem pelo meu
sucesso e intercederem por mim através de suas orações. Muito obrigada por todo carinho.
À minha amiga e irmã do coração, Carol, pela amizade sincera desde sempre. É com
muita alegria que compartilho mais este momento com uma pessoa tão especial.
Às minhas amigas, Amanda e Malú, que aceitaram, assim como eu, enfrentar este
desafio e que me deram toda a ajuda e suporte fundamentais para a conquista deste sonho.
À minha amiga Paty que, mesmo de longe, soube compreender as dificuldades e os
momentos de ausência. Obrigada pelo incentivo, pela motivação e confiança.
Ao professor César, que mais uma vez se dispôs a trabalhar comigo e a me orientar.
Muito obrigada por todo apoio, paciência e principalmente por dedicar/conciliar parte do
seu tempo para me atender durante todos estes meses de trabalho. Agradeço de coração.
Ao professor Carlos Xavier, que desde o início se colocou à disposição para ajudar no
que fosse preciso. Obrigada pela assistência e participação no desenvolvimento da
pesquisa.
Ao professor Adelson, pelo auxílio e reuniões concedidos.
Ao professor Danilo, pela oportunidade de ingressar no programa de mestrado.
À UFSCar e a todos os professores, pelo suporte e ensinamentos.
A CAPES pelo apoio financeiro.
2
RESUMO
OLIVEIRA, Fernanda Rodrigues de. Oferta de etanol no Brasil: uma estimação da função de
lucro translog. 2015. 109 f. Dissertação (Mestrado em Economia) – Centro de Ciências e
Tecnologias para Sustentabilidade, Universidade Federal de São Carlos, Sorocaba, 2015.
Diante da crescente demanda mundial por combustíveis renováveis e da capacidade de
produção de etanol brasileira, este trabalho buscou verificar o comportamento da produção de
tal produto no país. Tal relação foi verificada por meio das elasticidades-preço direta e
cruzada da oferta do produto e da demanda de fatores, obtidas a partir da estimação de uma
função de lucro translog por meio do método SUR (Seemingly Unrelated Regression). A
função de lucro translog foi descrita pelas variáveis: i) quantidade produzida e preço do
açúcar; ii) quantidade produzida e preço do etanol; iii) terra (área) para a produção de cana
própria e custo com arrendamento; iv) quantidade e custo do ATR da cana-de-açúcar de
fornecedor; e v) número de funcionários e gasto médio com salários urbanos por ano. Foram
identificadas também as possíveis diferenças tecnológicas e/ou regionais existentes entre as
usinas analisadas, de modo a verificar a influência de características específicas no
comportamento da amostra. A base de dados utilizada foi obtida por meio da pesquisa de
campo realizada pelo PECEGE-ESALQ/USP e compreende 53 usinas na safra 2012/2013
localizadas nas regiões Centro-Sul Tradicional, Expansão e Nordeste. Diferentemente do que
se esperava, o resultado encontrado foi uma elasticidade-preço direta da oferta de etanol
negativa (-1,4072). Uma possível explicação para este resultado foi a clara indicação de que a
produção de açúcar foi mais rentável que a produção de etanol, já diferenciações tecnológicas
e regionais, bem como de eficiência econômica entre usinas, não foram suficientes para
determinar o resultado esperado. Finalmente, foi estimado um modelo restrito às 31 usinas
que apresentaram um comportamento de mercado (isto é, com uma menor participação do
etanol em seu lucro). A estimativa para a elasticidade-preço da oferta de etanol foi igual a
0,2643, porém não significativa estatisticamente. Como conclusão, os resultados sugerem a
compreensão das estratégias das usinas brasileiras no período analisado: i) para uma dada
capacidade de produção, algumas usinas podem alterar seu mix de produção para o produto
mais rentável no curto prazo, a fim de ter maiores ganhos, e seguir o comportamento do
mercado; e ii) a curto prazo, a maioria das usinas mantém a sua produção, mesmo com perdas
econômicas. Uma melhor compreensão das estratégias das usinas somente será possível com
uma análise de longo prazo da elasticidade-preço da oferta para o etanol.
Palavras-chave: Oferta de etanol. Função de lucro translog. Elasticidade da oferta.
3
ABSTRACT
During the most recent years the world population has become more conscious about the use
of non-renewable fuels, and for this reason, the demand for renewable fuels increased
significantly. Since Brazil is one the main ethanol producers, this research aims to identify
the main factors affecting the country’s supply of this important biofuel. We estimated a profit
function for a group of mills using the Seemingly Unrelated Regression (SUR) method. Then,
using duality, we were able to calculate price elasticities of supply for ethanol and sugar, price
elasticities of demand for inputs, as well as cross-price elasticities. We specified a translog
profit function using i) ethanol price and quantity produced; ii) sugar price and quantity
produced; iii) land (area) used to produce the own sugarcane and the cost of agricultural land
rental; iv) quantity and cost of Total Recoverable Sugar (ATR) bought from suppliers; v)
number of employees and average annual urban wages. Different technology possibilities and
regional characteristics were tested among mills in order to identify differences in the sample.
We used primary data obtained with a survey realized by the PECEGE-ESALQ/USP during
the 2012/2013 crop season. A total of 53 mills located in three different regions (Traditional
Central-South, Expansion Central-South, and Northeast) were surveyed. Contrary to our
expectations, we found a negative price elasticity of supply for ethanol (-1.4072). A possible
explanation for this result is that there was a clear indication that the production of sugar was
more profitable than the production of ethanol, as characteristics such as technological and
regional differences, as well as economic efficiency restrictions among mills where not
sufficient to determine a price elasticity of supply for ethanol that is coherent with the
Microeconomic Theory. Finally, we estimated another model restricted to the 31 plants that
were more market driven (i.e. with the smallest share of ethanol on their profit). The estimate
for the price elasticity of supply for ethanol, for the subsample of mills, was 0.2643, however,
it was not statistically different from zero. As a conclusion, the results suggest some
understanding of Brazilian sugarcane mills strategy during the analyzed period: i) for a given
capacity of production, some mills can change their mix of production towards the most
profitable product in the short term in order to have more gains, and follow the market
behavior; and ii) in the short run, most of the mills keep their production, even with economic
loss. A better understanding of sugarcane mills strategies will be possible only with a long-
term analyzes of price elasticity of supply for ethanol.
Keywords: Ethanol supply; Translog profit function; Elasticity of supply.
4
LISTA DE FIGURAS
Figura 1. Evolução da produção brasileira de cana-de-açúcar, por safra 19
Figura 2. Área plantada e área colhida de cana-de-açúcar, por ano 21
Figura 3. Evolução dos principais produtores mundiais de cana-de-açúcar, por ano 22
Figura 4. Evolução da produção brasileira de etanol, por safra 23
Figura 5. Distribuição do ATR por produto final (açúcar e etanol), por safra 24
Figura 6. Evolução do consumo de etanol no Brasil, por ano 26
Figura 7. Evolução dos preços da gasolina 28
Figura 8. Evolução dos preços do etanol hidratado 29
Figura 9. Projeção da demanda interna por etanol até 2022 29
Figura 10. Volume de etanol exportado pelo Brasil, por ano 31
Figura 11. Evolução mensal das exportações de etanol pelo Brasil nas
safras 2012/2013 e 2013/2014 32
Figura 12. Evolução das exportações brasileiras de etanol para os EUA, por ano 33
Figura 13. Volume de etanol importado pelo Brasil, por ano 34
Figura 14. Projeção da demanda total por etanol brasileiro até 2022 35
Figura 15. Comparativo da proporção de usinas representativas de
cada região entre a amostra de dados utilizada e a população de
agroindústria no Brasil na safra 2012/13 54
Figura 16. Distribuição da produtividade agroindustrial do etanol hidratado
na safra 2012/13 63
Figura 17. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil da quantidade de açúcar produzida pelas usinas
da amostra (por região) 66
Figura 18. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil da quantidade de etanol produzida pelas usinas
da amostra (por região) 66
Figura 19. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil do preço do açúcar recebido pelas usinas
da amostra (por região) 67
Figura 20. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil do preço do etanol recebido pelas usinas
5
da amostra (por região) 68
Figura 21. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil da terra utilizada pelas usinas
da amostra para a produção de cana própria (por região) 69
Figura 22. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil do preço pago pela terra utilizada pelas usinas
da amostra para a produção de cana própria (por região) 69
Figura 23. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil da quantidade de ATR da cana de açúcar de fornecedor
utilizada pelas usinas da amostra (por região) 70
Figura 24. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil do preço do ATR da cana de açúcar de fornecedor pago
pelas usinas da amostra (por região) 71
Figura 25. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil do gasto anual com mão de obra urbana nas usinas
da amostra (por região) 72
Figura 26. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil do salário médio pago aos funcionários urbanos
nas usinas da amostra (por região) 72
Figura 27. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil da receita total com a produção de açúcar nas
usinas da amostra (por região) 73
Figura 28. Representação do valor mínimo, primeiro quartil, mediana e
terceiro quartil da receita total com a produção de etanol nas
usinas da amostra (por região) 74
Figura 29. Distribuição dos grupos de tecnologia agrícola entre as
regiões da amostra 75
Figura 30. Distribuição dos grupos de tecnologia industrial entre as
regiões da amostra 76
Figura 31. Custos de produção do açúcar branco e VHP por região 81
Figura 32. Custos de produção do etanol anidro e hidratado por região 81
Figura 33. Comparativo entre o custo de produção da cana própria e
seu preço potencial 83
6
LISTA DE TABELAS
Tabela 1. Preço final de faturamento do ATR por produto – Modelo Consecana SP
- valores médios para o Estado de São Paulo (R$/kg de ATR) 15
Tabela 2. Crescimento planejado da produção (por meio de expansões e greenfields)
de etanol pelos grupos econômicos entrevistados (em bilhões de litros) 16
Tabela 3. Produção de cana-de-açúcar por região/UF nas safras 2005/2006 e
2013/2014 20
Tabela 4. Número de plantas e capacidade de produção autorizada por região 25
Tabela 5. Evolução da frota de autoveículos leves (Ciclo Otto*) 27
Tabela 6. Principais produtores de etanol (bilhões de litros) 30
Tabela 7. Comparativo mensal das exportações brasileiras de etanol por
destino na safra 2013/2014 32
Tabela 8. Ranking de importação de etanol pelo Brasil por país de origem em 2014 35
Tabela 9. Os maiores 20 prejuízos líquidos entre as mil maiores empresas do Brasil,
por setor 36
Tabela 10. Função estimada da oferta de etanol no período de 2001 a 2009 44
Tabela 11. Comparativo da amostra de dados utilizada em relação à
população de agroindústria em cada região do Brasil na safra 2012/13 54
Tabela 12. Resultados da estimativa das equações de parcelas de receita e custo 77
Tabela 13. Resultados das estimativas das elasticidades-preços diretas e
cruzadas da oferta dos produtos e demanda de fatores 78
Tabela 14. Preço pago pela cana (R$/t) conforme sua alocação de produção e região 80
Tabela 15. Resumo das estatísticas e elasticidades-preço diretas da oferta de
etanol para as amostras específicas 86
Tabela 16. Composição das amostras original e restrita 87
Tabela 17. Resultados da estimativa das equações de parcelas de receita e
custo para a amostra restrita 87
Tabela 18. Resultados das estimativas das elasticidades-preços diretas e cruzadas
da oferta dos produtos e demanda de fatores para a amostra restrita 89
7
LISTA DE QUADROS
Quadro 1. Problemas e alternativas para a cadeia produtiva do etanol 39
Quadro 2. Fatores de transformação 58
Quadro 3. Resumo dos dados utilizados e unidades de medida 58
8
LISTA DE ABREVIATURAS, SIGLAS E SÍMBOLOS
ANP - Agência Nacional do Petróleo
ATR - Açúcar Total Recuperável
BEN - Balanço Energético Nacional
BNDES - Banco Nacional de Desenvolvimento Econômico e Social
CCT - Corte, carregamento e transporte
CES - Constant Elasticity of Substitution
CNA - Confederação da Agricultura e Pecuária do Brasil
COE - Custo operacional efetivo
CONAB - Companhia Nacional de Abastecimento
CONSECANA - Conselho dos Produtores de Cana-de-Açúcar, Açúcar e Etanol do Estado de
São Paulo
CPO - Condição de Primeira Ordem
CT - Custo total
DEP - Depreciações
EIA - Energy Information Administration
EISA - Energy Independence and Security Act
EPE - Empresa de Pesquisa Energética
EPI – Equipamento de Proteção Individual
ESALQ/USP - Escola Superior de Agricultura “Luiz de Queiroz” da Universidade de São
Paulo
GEE - Gases de efeito estufa
ICMS - Imposto Sobre Circulação de Mercadorias e Serviços
MAPA - Ministério da Agricultura, Pecuária e Abastecimento
MQG - Mínimos Quadrados Generalizados
MQO - Mínimos Quadrados Ordinários
PDE - Plano Decenal de Expansão de Energia 2022
PECEGE - Programa de Educação Continuada em Economia e Gestão de Empresas
Pró-Ácool - Programa Nacional do Álcool
RC - Remuneração do capital
RFS2 - Renewable Fuel Standart Program
RT - Remuneração da terra
SUR - Seemingly Unrelated Regressions
9
Translog - Transcendental logarítmica
UNICA - União da Indústria de Cana-de-açúcar
VHP - Very High Polarization
10
SUMÁRIO
1. INTRODUÇÃO
12
1.1 OBJETIVOS
17
1.2 HIPÓTESES
17
1.3 JUSTIFICATIVA
18
2. CANA-DE-AÇÚCAR
19
3. ETANOL
23
3.1 PRODUÇÃO E CONSUMO
23
3.2 ENTRAVES DO SETOR SUCROENERGÉTICO 35
4. REVISÃO DE LITERATURA
41
5. METODOLOGIA
46
5.1 REFERENCIAL TEÓRICO
46
5.2 MODELO ANALÍTICO
49
5.2.1 Método
51
5.2.2 Dados
53
5.2.3 Descrição das variáveis
55
5.2.4 Estimativas do modelo
58
5.2.5 Classificação das usinas
62
6. ANÁLISE DESCRITIVA DAS VARIÁVEIS
65
7. RESULTADOS 77
7.1 ELASTICIDADES DIRETAS E CRUZADAS
77
7.2 ELASTICIDADES DIRETAS E CRUZADAS: AMOSTRA RESTRITA
85
8. CONCLUSÕES 91
REFERÊNCIAS 94
ANEXO A: Base de Dados
101
11
ANEXO B: Classificação das usinas por nível de eficiência
105
APÊNDICE A: Parcelas observada para a amostra original
107
APÊNDICE B: Parcelas estimadas para a amostra original
109
12
1. INTRODUÇÃO
Desde o choque do petróleo, em 1973, economias do mundo inteiro vêm buscando
fontes alternativas de energia para substituir os combustíveis fósseis (não renováveis) por
combustíveis mais competitivos no que diz respeito aos custos de produção, benefícios
econômicos e benefícios ambientais, principalmente em termos da redução de gases do efeito
estufa (BAJAY; NOGUEIRA; SOUSA, 2013).
No Brasil, esta busca teve início com uma mudança no perfil de consumo de
combustíveis, onde políticas públicas – como a restrição na oferta de gasolina, a inovação
tecnológica e o crescimento do consumo de etanol hidratado – foram introduzidas pelo
Programa Nacional do Álcool (Pró-Ácool), em 1975. Estas medidas foram tomadas com o
objetivo de alterar a matriz energética brasileira, incorporando um maior uso de
biocombustíveis através de incentivos à produção de etanol, pela importação de carros
movidos a álcool e, mais recentemente, pela criação dos carros flex-fuel1 (ANDRADE;
CARVALHO; SOUZA, 2009). Desta forma, a retomada dos investimentos na produção de
álcool foi favorecida, de modo a torná-lo competitivo frente à gasolina em todo o território
nacional, já que a demanda por etanol hidratado saltou de aproximadamente 4,8 bilhões de
litros em 2004, para 16,5 bilhões em 2009 (Balanço Energético Nacional - BEN, 2012).
Aliado ao aquecimento da demanda interna promovido pelo crescimento da frota de
veículos flex-fluel existe ainda a perspectiva de crescimento das exportações deste
combustível via programas como a Norma de Combustíveis Renováveis dos EUA
(Renewable Fuel Standard Program - RFS2). Este programa avalia os impactos de um
aumento na produção de etanol, distribuição e uso de combustíveis renováveis suficientes
para atender aos volumes estabelecidos pelo Energy Independence and Security Act, de 2007
(EISA)2. O EISA determina que estes volumes devem ser supridos, em parte, pela importação
de combustíveis renováveis.
Portanto, o aumento na demanda por etanol tanto no contexto nacional quanto
internacional configura-se em uma oportunidade para o setor sucroalcooleiro no Brasil, tendo
em vista o potencial de expansão agrícola e a maturidade da indústria neste setor.
1 De acordo com as projeções da Empresa de Pesquisa Energética (EPE, 2013), a participação de
veículos bicombustíveis deverá saltar de 48% em 2011, para aproximadamente 75% da frota total
circulante de veículos leves em 2021. 2 Para maiores informações referentes à RFS2 e EISA ver Renewable Fuel Standard Program (RFS2)
Regulatory Impact Analysis (2010).
13
Neste contexto, a Empresa de Pesquisa Energética (EPE, 2013) realizou um Plano
Decenal de Expansão de Energia 2022 (PDE) para projetar a oferta de etanol no Brasil para os
próximos anos e verificou-se que o setor está em recuperação após a crise econômica em
2008, que levou à falta de investimentos em tratos culturais e em renovação dos canaviais, De
acordo com as projeções desenvolvidas, o percentual de cana-de-açúcar total destinado para a
produção de etanol poderá variar de 52,9%, em 2013, a 62,1% em 2022.
Quanto à oferta de etanol do Brasil, a mesma pesquisa aponta que a produção deste
biocombustível passará de 26,7 bilhões de litros, em 2013, para 43,8 bilhões de litros, em
2017. Considerando-se a realização de novos investimentos no setor, o que permitirá um novo
ciclo de expansão, estima-se que a produção de etanol atingirá 53,8 bilhões de litros, em 2022.
Além disso, admitiu-se que será necessário realizar pequenas importações deste produto para
atender a demanda esperada.
No entanto, estas projeções sobre a oferta nacional de etanol estão baseadas em
algumas premissas como a expansão da capacidade industrial, ou seja, aumento da eficiência
na área industrial proporcionada pela utilização de uma melhor tecnologia, a implantação de
novas usinas, e a expansão da capacidade nominal de moagem das usinas já instaladas. Para
incentivar tal expansão e viabilizar novos investimentos, a pesquisa considerou a redução nos
custos de produção e alterações na tributação do etanol, tornando-o mais competitivo (EPE,
2013).
É preciso destacar ainda que, apesar da sua recente reestruturação, o setor
sucroenergético nacional enfrenta alguns problemas que dificultam o planejamento e
desenvolvimento da produção. Entre estes problemas está a perda competitividade do etanol
frente ao seu principal substituto no mercado de combustíveis, a gasolina, em decorrência da
política que desencadeou uma redução na participação do álcool no ciclo Otto3, saindo de
44,7%, em 2008, para 33,7%, em 2013 (MARKESTRAT, 2013). Adicionalmente, não houve
como repassar o aumento nos custos de produção gerados pela crise internacional, em 2008,
para o preço do etanol, uma vez que o preço da gasolina permaneceu estável e o
biocombustível apenas é competitivo quando seu preço atinge até 70% do preço da gasolina.
Portanto, todos estes fatores levaram à redução de margem e ao endividamento de algumas
empresas do setor.
3 De acordo com ANDRADE (2007), motores de ciclo Otto são aquele que promovem uma combustão interna,
ou seja, aqueles que operam pela transformação da entalpia de combustão resultante do processo de oxidação do
combustível em energia mecânica através da expansão dos gases. A combustão em um motor do ciclo Otto é
inicia na fase de compressão de um combustível em uma câmara fechada e provoca-se a queima da mistura ar-
combustível através da ignição gerada pela centelha. Para maiores detalhes, ver ANDRADE (2007).
14
Outros fatores que impactaram negativamente foram a questão climática, a expansão
do cultivo para áreas menos produtivas, o envelhecimento dos canaviais e as pragas e doenças
que promovem uma queda na produtividade da cana-de-açúcar, acarretando em aumento nos
custos de produção do setor. O rendimento da matéria prima apresentou uma queda de 6%,
cerca de 10 kg de ATR por tonelada de cana na safra 2013/2014 em relação à safra anterior.
Logo, foi necessário o processamento de uma maior quantidade de cana-de-açúcar por
tonelada de produto final, cujos preços foram mais elevados para a indústria do que nas safras
anteriores, ocasionando uma queda de 62% na rentabilidade da agroindústria por tonelada de
cana processada (MARKESTRAT, 2013).
Portanto, o aumento nos custos de produção e a diminuição da rentabilidade também
contribuíram para o endividamento crescente no setor nos últimos anos, bem como para a
retração dos investimentos para construção de novas unidades industriais e para manutenção
das que estão em funcionamento. Na safra 2013/2014, este endividamento chegou a cerca de
US$ 30 bilhões, o equivalente a US$50,00 por tonelada de cana processada, e o nível de
investimento industrial e agrícola reduziram-se em 75% e 25%, respectivamente
(MARKESTRAT, 2013).
Segundo Milanez et al. (2013), a baixa rentabilidade do etanol aliado ao crescimento
do custo de produção tornam-se um desestímulo aos investimentos em novas unidades. De
acordo com os autores, havia, no Brasil, 30 novas unidades em operação e 18 projetos
contratados pelo BNDES para a construção de novas usinas na safra 2008/2009. Estes
números reduziram-se para 10 novas unidades e apenas 4 projetos contratados na safra
2010/2011, até alcançar o nível de 3 novas unidades em operação e nenhum projeto
financiado pelo BNDES na safra 2011/2012.
Desta forma, a análise sobre a oferta de etanol pode ser influenciada por diversos
fatores que envolvem desde o comportamento do mercado até as estratégias da usina quanto
ao uso dos fatores de produção disponíveis. Neste sentido, vale ressaltar que a dinâmica de
produção de etanol possui inter-relações com outros mercados, tal como a produção de
açúcar.
No que diz respeito à demanda, o etanol e o açúcar são independentes do ponto de
vista do consumidor, já que competem em mercados diferentes. Porém, pelo lado da oferta,
ambos os produtos são provenientes da mesma matéria prima, a cana-de-açúcar, e por isso se
tornam competitivos pela concepção do produtor (FARINA; VIEGAS; PEREDA; GARCIA,
2013).
15
Neste caso, é importante ressaltar que o aumento internacional dos preços do açúcar
nos últimos anos tem contribuído para o aumento na produção desta commodity em
detrimento à produção de etanol. Dado que a maioria das usinas no Brasil é mista4, ou seja,
pode direcionar sua matéria prima para ambos ou apenas um dos produtos, o mix5 de
produção acaba sendo fortemente influenciado pela remuneração destes produtos no mercado.
De acordo com a Tabela 1, o açúcar vem sendo mais bem remunerado que o etanol desde a
safra 2008/2009.
Tabela 1. Preço final de faturamento do ATR por produto – Modelo Consecana SP -
valores médios para o Estado de São Paulo (R$/kg de ATR)
Produto 2007/2008 2008/2009 2009/2010 2010/2011
Preço médio para safra 0,2443 0,2782 0,3492 0,4022
Preço médio - cana para açúcar1
0,2284 0,2785 0,3982 0,4408
Preço médio - cana para etanol2
0,2582 0,2781 0,3070 0,3663
Produto 2011/2012 2012/2013 2013/2014 2014/20153
Preço médio para safra 0,5018 0,4728 0,4572 0,4654
Preço médio - cana para açúcar1
0,5280 0,5027 0,4470 0,4540
Preço médio - cana para etanol2
0,4698 0,4371 0,4679 0,4777 Fonte: UNICA (2014) com base em Consecana - SP.
Nota: 1preço médio da cana-de-açúcar destinada à produção de açúcar;
2preço médio da cana-de-açúcar destinada à produção de etanol;
3Para a safra 2014/2015, utiliza-se o mix de produção e a curva de comercialização
provisórios; e os preços médios do kg do ATR divulgados na última circular
(agosto/2014).
Nos estudos de Milanez et al. (2013), os autores puderam obsevar, a partir de uma
amostra onde as usinas representavam 40,5% da capacidade de moagem nacional, que este
mix de produção voltado para o açúcar levou a uma capacidade ociosa nas fábricas deste
produto igual a 13% na safra 2011/2012. Tal valor representa menos da metade da taxa média
de ociosidade nas destilarias de etanol no mesmo período (29%).
4 No Brasil há 387 usinas cadastradas no Departamento da Cana-de-Açúcar e Agroenergia, dentre elas
245 usinas são denominadas unidades mistas (que produzem tanto açúcar como etanol), 96 produzem
somente etanol e 14 unidades se dedicam à produção de açúcar (MAPA, 2013). 5 O mix de produção refere-se ao volume de ATR (Açúcar Total Recuperável) que será destinado à
produção de açúcar e o volume destinado à produção de etanol (FARINA; VIEGAS; PEREDA;
GARCIA, 2013).
16
Tabela 2. Crescimento planejado da produção (por meio de expansões e greenfields)
de etanol pelos grupos econômicos entrevistados (em bilhões de litros)
2010 2011 2012 2013 2014 2015
Capacidade de produção instalada 13,0 14,6 16,7 19,9 21,9 23,6
Produção efetiva 9,1 10,3 12,8 15,6 17,0 18,2
Capacidade ociosa de produção (%) 30,0 29,0 23,0 22,0 22,0 23,0 Fontes: MILANEZ, NYKO, GARCIA, REIS (2013).
Farina et al. (2013) analisam que a decisão sobre o mix de produção pode ser
influenciada por alguns fatores como: (i) preços relativos do etanol e do açúcar; (ii)
características técnicas; (iii) rentabilidade relativa de ambos os produtos; e (iv) o custo de
estoque de etanol. Somado a estes fatores, o produtor deve considerar ainda o potencial
competitivo do etanol hidratado frente à gasolina, dados a sua eficiência energética relativa e
o crescimento da frota de veículos flex-fuel.
A análise destas influências pode ser feita por meio da teoria microeconômica, onde os
indicadores de elasticidades evidenciam a sensibilidade da produção da usina em relação aos
fatores citados anteriormente. Logo, para o caso do etanol, pode-se avaliar a reação da oferta
deste combustível a partir de sua elasticidade-preço direta e cruzada, onde se espera que tal
oferta responda positivamente às alterações no preço do álcool, enquanto variações no preço
do açúcar e dos custos de produção promovem uma variação da oferta de álcool no sentido
contrário, ou seja, aumentos destas variáveis levam à redução da oferta de etanol. É possível
verificar ainda se as diferenças tecnológicas e/ou regionais existentes entre as usinas
interferem nas relações de oferta de etanol e seu respectivo concorrente na cadeia produtiva, o
açúcar, e seus fatores de produção.
A dificuldade na obtenção de dados sobre o processo produtivo das usinas,
principalmente no que diz respeito aos custos de produção, acabaram limitando o
desenvolvimento deste tipo de estudo, pois envolve a participação das usinas e sua
colaboração em fornecer as informações relacionadas aos seus fatores de receita e custo
dentro da cadeia produtiva. Porém a estimação da oferta nacional de etanol, bem como o
entendimento sobre como as variáveis tais como as descritas por Farina et al. (2013)
influenciam a produção final de uma usina, são de extrema importância para o planejamento
da oferta de etanol não apenas para o produtor, mas também para o governo no que diz
respeito à formulação de políticas públicas assertivas, dado que são instrumentos para
direcionar a produção e os investimentos, e importantes estratégias para garantir a viabilidade
do suprimento do mercado interno.
17
Logo, a partir das relações encontradas, será possível responder à seguinte questão:
como a oferta de etanol brasileira se comporta frente às alterações dos preços de mercado de
etanol e açúcar, assim como dos custos de produção?
1.1 OBJETIVOS
O objetivo geral deste trabalho é estudar os efeitos dos preços do açúcar e do etanol,
bem como os efeitos dos custos de produção de etanol, sobre a oferta de álcool no Brasil.
Pretende-se ainda avaliar a existência de possíveis semelhanças e vantagens tecnológicas e/ou
regionais entre as usinas, e de que modo estas características afetam a capacidade da oferta de
etanol no Brasil.
Desta forma, faz-se necessária uma análise microeconômica da elasticidade-preço da
oferta, da elasticidade cruzada e dos custos de produção para avaliar os impactos de mudanças
destas variáveis sobre a quantidade total ofertada de etanol.
Como objetivos específicos, pretende-se:
- estimar uma função de lucro para diferentes usinas produtoras de etanol na safra
2012/13;
- estimar as elasticidades preço da oferta, elasticidades cruzadas e dos custos de
produção, para o grupo de usinas selecionadas;
- avaliar o impacto de variações nos preços de etanol e açúcar, bem como nos custos
de produção na oferta de etanol;
- verificar o impacto de diferenças regionais e tecnológicas na oferta de etanol através
da estimação da elasticidade preço da oferta para grupos selecionados de usinas.
1.2 HIPÓTESES
Neste contexto, as hipóteses deste trabalho são:
- a oferta de etanol responde positivamente às alterações no preço do etanol, enquanto
variações no preço do açúcar e dos custos de produção levam à redução na oferta deste
produto;
- as diferenças tecnológicas e/ou regionais existentes entre as usinas interferem nas
relações de oferta de etanol e seu respectivo concorrente na cadeia produtiva, o açúcar, e seus
fatores de produção.
18
1.3 JUSTIFICATIVA DO TRABALHO
O tema estudado no presente trabalho foi o comportamento da oferta de etanol no
Brasil frente às variações no preço de seu principal concorrente na cadeia produtiva, o açúcar,
bem como as variações nos fatores de produção neste setor. Tal análise foi feita sob uma
abordagem da teoria microeconômica, onde foram avaliadas as elasticidades preço direta e
cruzada da oferta de álcool no Brasil.
O intuito desta abordagem foi promover um melhor entendimento do comportamento
da oferta nacional deste produto e como esta é influenciada pelas variáveis citadas acima a
fim de auxiliar a tomada de decisão do produtor do que diz respeito ao seu mix de produção.
Além disso, os resultados encontrados por este trabalho buscaram auxiliar o entendimento do
setor e sua dinâmica para amparar a formulação de políticas públicas e privadas no sentido de
desenvolver e superar os gargalos atualmente existentes na indústria sucroalcooleira nacional,
principalmente no que diz respeito ao direcionamento de investimentos para a melhor
utilização da capacidade produtiva já instalada, bem com o para a criação de novas unidades.
Tal análise torna-se importante também diante de um cenário propício para o
desenvolvimento de um projeto nacional de incentivo à produção de etanol no Brasil devido a
alguns fatores como: i) o aumento dos preços do petróleo, que melhora a competitividade do
etanol face à gasolina; ii) a redução das emissões de gases de efeito estufa proporcionada pelo
uso do etanol proveniente da cana-de-açúcar para substituir gasolina; iii) a grande
disponibilidade de terras aptas para o cultivo da cana no país (o que inclui a recuperação de
áreas de pastos degradados), sem necessidade de avançar sobre os principais biomas naturais
remanescentes; e iv) elevada produtividade, em termos de energia de biomassa por unidade de
área, apresentada pela cana-de-açúcar e que ainda pode ser melhorada consideravelmente com
o incremento do aproveitamento energético do bagaço e da palha.
Tendo em vista a escassez de trabalhos neste sentido, o presente estudo buscou ainda
suprir a falta deste tipo informação tão relevante para o entendimento deste setor. De maneira
específica, o trabalho dá continuidade à pesquisa feita por Randow et al (2013) que estimou
uma função de demanda e uma função de oferta para este produto no Brasil, no período de
2001 a 2009. A partir de uma abordagem e metodologia diferentes, o presente trabalho buscou
também complementar a análise feita por Randow et al (2013) e, assim, promover um debate
mais robusto sobre a oferta de etanol no Brasil.
19
2. CANA-DE-AÇÚCAR
O Brasil é um dos maiores e mais antigos produtores de cana-de-açúcar no mundo e,
graças ao desenvolvimento deste setor, tornou-se também o líder na geração de energia
renovável a partir desta matéria-prima. De acordo com o BEN (2012), a cana-de-açúcar é
responsável por 15,7% do total na geração de energia no país dentro de sua matriz energética,
que inclui outras fontes como petróleo (38,6%), carvão e gás natural (15,7%),
hidroeletricidade (14,7%) e outros (15,3%)6.
Segundo análises da União da Indústria de Cana-de-Açúcar (UNICA, 2015) e da
Companhia Nacional de Abastecimento (CONAB, 2015), a produção nacional de cana-de-
açúcar cresceu expressivamente de 1980 a 2014, passando de, aproximadamente, 123,7
milhões de toneladas para 634,76 milhões (Figura 1).
Figura 1. Evolução da produção brasileira de cana-de-açúcar, por safra
Fonte: UNICA, CONAB (2015). Nota: previsão para 2015, estimativa feita em abril/2015.
Esta produção conta com a significativa participação da região Centro-Sul do Brasil,
onde se concentram os maiores produtores de cana-de-açúcar do país. Para constatar tal
relevância, observa-se que, na safra 2005/2006, a região Centro-Sul colheu um total de 374,4
milhões de toneladas, enquanto as demais regiões totalizaram apenas 62,4 milhões. Após
quase 10 anos, a safra 2013/2014 mostra que não houve uma mudança significativa deste
cenário, já que a produção da região Centro-Sul continuou representando mais de 85% da
produção total nacional (Companhia Nacional de Abastecimento, CONAB, 2005; 2014).
Entre os estados da maior região produtora do país, destaca-se o estado de São Paulo,
6 Relatório final do Balanço Energético Nacional (BEN, 2012), disponível em
<https://ben.epe.gov.br/downloads/Resultados_Pre_BEN_2012.pdf>.
0
100
200
300
400
500
600
700
Mil
hõ
es d
e to
nel
ad
as
20
responsável por cerca de 62% da produção total da região a qual pertence (CONAB, 2014).
Estes dados estão resumidos na tabela a seguir (Tabela 3).
Tabela 3. Produção de cana-de-açúcar por região/UF nas safras 2005/2006 e
2013/2014
Região/UF
Produção cana-de-açúcar (em mil t)
Safra
2005/2006 2013/2014
Norte 1.011,8 3.698,2
AC - 88,9
AM 235,6 268,4
PA 503,2 818,6
RO - 188,3
TO 273,0 2.334,0
Nordeste 61.369,1 53.014,6
MA 1.969,9 2.206,10
PI 649,9 851,6
CE 1.786,5 128,6
RN 2.227,9 2.158,2
PB 4.814,5 5.283,1
PE 17.213,6 14.402,3
AL 25.276,7 22.454,6
SE 1.417,5 2.321,3
BA 6.012,6 3.208,8
Centro-Oeste 38.807,1 120.462,29
MT 13.460,2 16.948,51
MS 9.799,0 41.496,04
GO 15.547,9 62.017,74
Sudeste 305.380,4 439.342,97
MG 28.217,3 60.759,48
ES 4.273,4 3.769,98
RJ 7.576,4 2.007,61
SP 265.543,3 372.805,91
Sul 30.012,8 42.304,20
PR 28.504,9 42.230,96
SC 601,7 -
RS 906,2 73,24
Norte/Nordeste 62.380,9 56.712,8
Centro-Sul 374.400,3 602.109,45
Brasil 436.781,2 658.822,25
Fonte: CONAB (2005; 2014).
21
É possível observar ainda que, de acordo com a Figura 1, a produção nacional de cana-
de-açúcar apresentou uma queda significativa entre as safras 2010/2011 e 2011/2012. Neste
período, a produção caiu em aproximadamente 10% em relação à safra anterior, promovendo
uma ruptura no crescimento observado desde a safra 2005/2006. A queda na produção da
região Centro-Sul foi o principal fator para este resultado, já que o volume produzido passou
de 556,9 milhões de toneladas de cana-de-açúcar, para 493,2 milhões. Por outro lado, ainda
que a taxa de crescimento tenha sido inferior à taxa do período anterior, a região Norte-
Nordeste manteve o ritmo de produção, passando de 63,5 milhões para 66,1 milhões de
toneladas. A retomada do patamar de produção nacional ocorreu apenas na safra 2013/2014,
quando se atingiu um volume de 653,5 milhões de toneladas de cana-de-açúcar.
Tal retomada no crescimento da produção de cana-de-açúcar pode ser explicado em
parte pelo acréscimo na área destinada à plantação deste produto. Os últimos relatórios
divulgados pela Conab (2014) mostram que este acréscimo foi equivalente a 326,43 mil
hectares na safra de 2013/2014 – um aumento de 3,8% em relação à safra anterior – como
resultado de investimentos realizados nas lavouras da região Centro-Sul. Estes dados
reforçam a atuação do estado de São Paulo como o maior produtor nacional, com 51,7%
(4.552 mil hectares) da área plantada, seguido por Goiás com 9,3% (818,4 mil hectares),
Minas Gerais com 8,9% (779,8 mil hectares), Mato Grosso do Sul com 7,4% (654,5 mil
hectares), Paraná com 6,7% (586,4 mil hectares), Alagoas com 4,7% (417,5 mil hectares) e
Pernambuco com 3,2% (284,6 mil hectares) (CONAB, 2014). A figura a seguir mostra a
evolução da área de plantação da cana-de-açúcar no Brasil nos últimos 30 anos.
Figura 2. Área plantada e área colhida de cana-de-açúcar, por ano
Fonte: UNICA, CONAB (2015). Nota: previsão para 2015, estimativa feita em abril/2015.
0
2
4
6
8
10
12
Áre
a e
m m
ilh
ões
de
hec
tare
s
Área Plantada Área Colhida
22
Em relação à produção mundial de cana-de-açúcar, o Brasil destaca-se entre os
principais países produtores. Este potencial pode ser observado pelos dados do Ministério da
Agricultura, Pecuária e Abastecimento (MAPA, 2012) em que a produção de cana no Brasil
ficou em primeiro lugar (37,22%) em volume de milhões de toneladas entre os 15 principais
produtores mundiais, em 2010. Neste mesmo ano, a Índia aparece em segundo lugar,
responsável apenas por 16,5% da produção mundial.
Figura 3. Evolução dos principais produtores mundiais de cana-de-açúcar, por ano
Fonte: MAPA (2012).
*Os valores de 2001 a 2009 ano civil, de 1980 a 2000 ano-safra.
0
100
200
300
400
500
600
700
198
0
198
1
198
2
198
3
198
4
198
5
198
6
198
7
198
8
198
9
199
0
199
1
199
2
199
3
199
4
199
5
199
6
199
7
199
8
199
9
200
0
200
1
200
2
200
3
200
4
200
5
200
6
200
7
200
8
200
9
201
0
Mil
hõ
es d
e to
nel
ad
as
Brasil* Índia China Tailândia México Paquistão
23
3. ETANOL
3.1 PRODUÇÃO E CONSUMO
O uso do etanol na matriz energética brasileira teve início em julho de 1935, quando
foi estabelecida a adição de até 5% do produto à gasolina comercializada no país (FARINA;
RODRIGUES; SOUSA, 2013). Entretanto, este biocombustível ganhou relevância apenas em
1975, com o estabelecimento do programa Pró-Álcool. Em um primeiro momento, o
programa incentivou a produção de etanol anidro para ser utilizado em uma mistura de até
20% com a gasolina, e posteriormente passou a promover também o uso de etanol hidratado
como combustível veicular. Tal estratégia estava ligada ao expressivo aumento do preço do
petróleo no mercado mundial – que passou de US$49,37/barril, em 1978, para
US$102,62/barril em 1980 (FARINA; RODRIGUES; SOUSA, 2013) – e à necessidade
brasileira de importação do produto para atender ao consumo interno.
Portanto, as medidas tomadas durante este período permitiram que o etanol fosse
introduzido na matriz energética nacional não apenas como um complemento à gasolina, no
caso do etanol anidro, mas também como um substituto ao combustível fóssil, no caso do
etanol hidratado.
Deste modo, desde a implementação do programa Pró-Álcool, é possível observar um
aumento significativo na produção de etanol no Brasil. De 1975 a 2015, esta produção
apresentou expressivo aumento, como é verificado a partir da Figura 4, a seguir.
Figura 4. Evolução da produção brasileira de etanol, por safra
Fonte: MAPA (2012); UNICA (2015); CONAB (2015).
Nota: previsão para 2015, estimativa feita em abril/2015.
0
5
10
15
20
25
30
35
Mil
ões
de
met
ros
cúb
ico
s
Anidro Hidratado
24
Até os anos setenta, a maior parte da produção de cana-de-açúcar era destinada para a
produção de açúcar. Nesse período, a produção de açúcar respondia por cerca de 80% do
Açúcar Total Recuperável (ATR), enquanto que a produção de etanol representava os outros
20% (MAPA, 2012). Com o Pró-Álcool e o uso de etanol como combustível ou aditivo, a
importância do etanol cresceu expressivamente, sobretudo até o final dos anos oitenta,
período em que chegou a representar aproximadamente 80% do ATR total. Apesar de, durante
os anos noventa, o açúcar ter recuperado parte de sua importância, o etanol ainda representa
50% ou mais do ATR. Observando-se a Figura 5 pode-se verificar a evolução do mix de
produção favorável à produção de etanol nos últimos anos. A decisão do mix muitas vezes é
justificada pelo crescimento no consumo deste biocombustível proporcionado pelo aumento
da frota de veículos flex-fuel, como será analisado mais adiante.
Figura 5. Distribuição do ATR por produto final (açúcar e etanol), por safra
Fonte: MAPA (2012); CONAB (2013, 2014, 2015).
*Parâmetros utilizados: 1 quilograma (kg) de açúcar = 1,0495kg ATR
1 litro (l) de anidro = 1,812kg ATR
1 litro de hidratado = 1,7412kg ATR
Assim como no caso da produção de cana-de-açúcar, a produção de etanol mostra-se
concentrada em algumas regiões do Brasil, sendo a região Centro-Sul responsável por
aproximadamente 90% da produção total de etanol (anidro e hidratado) do país, onde 66% do
etanol produzido é proveniente da região Sudeste. De acordo com a Conab (2014), a produção
de etanol total na safra 2012/2013 foi de 23,64 bilhões de litros, enquanto que na safra
0%
20%
40%
60%
80%
100%
Po
rcen
tag
em d
e A
TR
% ATR Açúcar % ATR Etanol
25
2013/2014 a produção foi de 27,96 bilhões de litros (11,82 bilhões de litros de etanol anidro e
16,13 bilhões de litros de etanol hidratado), ou seja, um aumento de 18,26%. Nesta safra, a
produção de etanol continua concentrada na Região Centro-Sul, com 93,1% do total
produzido no país, principalmente em São Paulo (50,9%), Goiás (14,9%), Minas Gerais
(9,3%), Mato Grosso do Sul (7,9%), Paraná (5,3%) e Mato Grosso (3,9%).
No primeiro levantamento de informações sobre a safra 2014/2015 (CONAB, 2014)
estima-se que a produção de etanol total para a safra 2014/15 será de 28,37 bilhões de litros
(12,85 bilhões de litros de etanol anidro e 15,51 bilhões de litros de etanol hidratado),
representando um aumento de apenas 1,47%. Portanto, pode-se considerar uma manutenção
dos números da safra anterior.
De acordo com o Boletim do Etanol elaborado pela Agência Nacional do Petróleo,
Gás Natural e Biocombustíveis (ANP, 2014), existem atualmente 376 plantas produtoras de
etanol, correspondendo a uma capacidade total autorizada de 197.961 m³/dia de produção de
etanol hidratado e 101.293 m³/dia de produção de etanol anidro. Adicionalmente, 6 plantas de
etanol já receberam a autorização para operação definitiva, totalizando uma capacidade de
7.080 m³/dia de produção de etanol hidratado e 2.900 m³/dia de produção de etanol anidro. A
capacidade total das 382 plantas produtoras de etanol autorizadas está descrita na tabela a
seguir. Observa-se ainda que, do total de usinas, 214 se concentram na região Sudeste, ou
seja, 146 plantas a mais que a segunda maior região produtora do Brasil, o Centro-Oeste.
Tabela 4. Número de plantas e capacidade de produção autorizada por região*
Região
Etanol Anidro1
(m³/d)
Etanol Hidratado2
(m³/d)
Número de
Plantas
Norte 1.310 2.380 5
Sul 5.613 12.691 32
Nordeste 12.162 18.554 63
Centro-Oeste 22.256 52.937 68
Sudeste 62.852 118.479 214
Total 104.193 205.041 382 Fonte: Agência Nacional do Petróleo (ANP, 2014).
* Esta tabela inclui as plantas com ratificação de titularidade e autorizadas para operação. 1
Capacidade de produção de etanol anidro considerando a capacidade máxima de projeto de
equipamentos. 2
Capacidade de produção de etanol hidratado considerando a capacidade máxima de projeto
de equipamentos.
26
Em relação ao consumo de etanol no Brasil, a demanda está relacionada
principalmente ao abastecimento de uma frota de veículos movidos a álcool. Buscando
reduzir a dependência do país relacionada à importação de combustíveis para atendimento do
consumo interno, o programa Pró-Álcool iniciou uma estratégia de incentivo não apenas para
a produção de etanol, como também para o consumo deste biocombustível. Como a proporção
de consumo entre etanol hidratado e gasolina era determinada basicamente pelas vendas de
veículos – onde a escolha do consumidor entre a compra de um carro movido a álcool ou a
gasolina definia a demanda futura por cada combustível – o governo dispunha de alguns
instrumentos para influenciar tal escolha. Entre estas medidas, Farina et al. (2013) citam que,
no caso do etanol, o crescimento da frota era estimulado pela isenção de impostos como IPI e
ICM para veículos movidos a álcool, pelo controle da conversão de veículos movidos a
gasolina para a utilização de etanol hidratado, pelas condições de financiamento favoráveis
para a compra de veículos a etanol, pelos valores diferenciados para a Taxa Rodoviária Única,
e pela manutenção de um preço de bomba favorável ao etanol hidratado em comparação à
gasolina.
Ou seja, enquanto o governo detinha a exploração de petróleo e a produção de
derivados, o mesmo possuía o controle dos preços nas bombas de combustíveis, definia os
preços pagos aos produtores de etanol e estabelecia cotas de produção para as unidades
industriais, gerenciando também o suprimento de combustíveis.
Figura 6. Evolução do consumo de etanol no Brasil, por ano
Fonte: MAPA (2012); UNICA (2015).
*Dados computados até Junho/2014.
0
5000
10000
15000
20000
25000
Co
nsu
mo
de
eta
no
l (m
ilh
ões
de
litr
os)
Anidro Hidratado
27
Essa dinâmica foi alterada a partir dos anos 1990 com a queda do preço do petróleo no
mercado mundial, e com as transformações na estrutura de mercado e na esfera regulatória
associada ao setor de combustíveis no Brasil, principalmente a desregulamentação do setor
sucroenergético e o afastamento do Estado. No início dos anos 2000, tais mudanças levaram à
queda no consumo de etanol hidratado, influenciado também pelo pequeno número de carros
dedicados ao etanol vendidos e ao sucateamento da frota movida pelo biocombustível
(FARINA; RODRIGUES; SOUSA, 2013).
Entretanto, este cenário começou a mudar significativamente devido ao lançamento
dos veículos flex no Brasil. De acordo com a União da Indústria de Cana-de-açúcar (UNICA,
2013), a frota de carros flex cresceu geometricamente desde o seu lançamento em 2003,
quando o país apresentava 1,1 milhão de carros dessa categoria em circulação. Em 2012, este
número já atingia 18 milhões de veículos. Desta forma, em 2008, tal crescimento da frota de
veículos flex, aliado a uma política que obriga a mistura de 20% a 25% de etanol na gasolina
consumida no país, fez com que o consumo deste biocombustível superasse o consumo da
gasolina no Brasil (UNICA, 2013). Vale destacar, porém, que a comercialização de veículos
flex-fuel foi uma iniciativa da indústria automotiva e dos produtores de etanol, sem a
participação governamental, ao contrário do que ocorreu em 1975, quando o Pró-Álcool foi
inteiramente conduzido pelo governo.
Tabela 5. Evolução da frota de autoveículos leves (Ciclo Otto*)
Ano Flex Fuel Gasolina Etanol Elétrico** Frota Total
2006 2.603.914 15.541.077 2.032.710 - 20.177.701
2007 4.586.512 15.085.856 1.845.330 - 21.517.698
2008 6.878.189 14.555.523 1.670.508 - 23.104.220
2009 9.467.825 13.991.052 1.508.263 - 24.967.140
2010 12.244.937 13.455.428 1.358.358 - 27.058.723
2011 14.944.734 12.995.272 1.220.419 - 29.160.425
2012 17.895.425 12.421.215 1.093.995 117 31.410.752
2013 20.772.995 11.761.194 978.439 608 33.513.236
jan/14 21.010.115 11.707.695 969.283 701 33.687.794 Fonte: UNICA (2014)
*Ciclo Otto não inclui os veículos movidos a diesel.
**Veículos elétricos abrangem as versões elétrico/fonte externa, elétrico/fonte interna e
híbrido (combustível líquido/elétrico).
28
Atualmente, os carros flex representam quase 90% das vendas anuais de veículos leves
no Brasil e, mais especificamente, 60% dos veículos que circulam no país pertencem à
categoria flex-fuel. Ou seja, caso seja mantido o ritmo de crescimento das vendas, esta parcela
representará aproximadamente 80% até 2020 (UNICA, 2013).
Nesta nova configuração, a relação de preços entre o etanol hidratado e a gasolina na
bomba passou a ser fundamental para a determinação da demanda desses produtos, já que a
decisão do proprietário do veículo flex deixou de ser concebida no momento de compra do
carro e passou a ser realizada a cada abastecimento. Ou seja, a demanda por etanol passa a se
alterar mais rapidamente em função de mudanças nos preços relativos dos combustíveis
(FARINA; RODRIGUES; SOUSA, 2013). A evolução dos preços da gasolina e do etanol
hidratado está representada abaixo nas Figuras 7 e 8, respectivamente.
Figura 7. Evolução dos preços da gasolina.
Fonte: ANP (2014)
*Média até Maio/2015
0
0,5
1
1,5
2
2,5
3
3,5
2007 2008 2009 2010 2011 2012 2013 2014 2015*
R$
/lit
ro
Preço ao Consumidor Preço Distribuidora
29
Figura 8. Evolução dos preços do etanol hidratado.
Fonte: ANP (2014)
*Média até Maio/2015
Desta forma, com base no aumento crescente da demanda interna, o PDE 2022 (EPE,
2013) mostra graficamente a evolução desta demanda como é exposto na figura a seguir
(Figura 9).
Figura 9. Projeção da demanda interna por etanol até 2022
Fonte: EPE (2013).
No caso do etanol hidratado, o período analisado estima um crescimento de 11,2% ao
ano na demanda deste biocombustível, chegando a um volume de 32,8 bilhões de litros.
Quanto à demanda interna por etanol anidro, estima-se que, no período decenal, a taxa média
0
0,5
1
1,5
2
2,5
2007 2008 2009 2010 2011 2012 2013 2014 2015*
R$
/lit
ro
Preço ao Consumidor Preço Distribuidora
0
5000
10000
15000
20000
25000
30000
35000
2013 2017 2022
Dem
an
da
eta
no
l (m
ilh
ões
de
litr
os)
Etanol Anidro
Etanol Hidratado
30
de crescimento desta demanda será de 6,1% ao ano, de modo que o volume demandado de
etanol anidro atingirá o valor de 14,3 bilhões de litros (EPE, 2013).
No que diz respeito ao mercado internacional, a produção de etanol encontra-se
difundida em vários países e pode ser obtida a partir diferentes fontes de matéria-prima além
da cana-de-açúcar, como o milho, o trigo, a mandioca, a beterraba e o capim. Os principais
países produtores são Brasil e Estados Unidos, representando cerca de 70% da produção
mundial, seguidos pela China e a União Europeia e outros produtores menores (Tabela 6). No
caso do Brasil e EUA, a produção de etanol é destinada principalmente para consumo como
combustível, enquanto que os demais países citados destinam o etanol para a indústria
química e para a fabricação de bebidas. Porém, cabe destacar que é crescente a destinação do
etanol para combustível nesse mercado, o que sinaliza a importância do produto no mercado
internacional (CHAGAS, 2012).
Tabela 6. Principais produtores de etanol (bilhões de litros)
2003 2004 2005 2006 2007 2008 2009 2010
EUA 10,62 12,90 14,76 18,38 24,55 34,97 40,60 50,08
Brasil 12,14 13,54 13,81 16,70 20,00 24,20 23,92 24,90
China 0,80 1,00 1,20 1,68 1,70 2,00 2,05 2,05
União Européia 0,47 0,61 0,90 1,58 1,79 2,76 3,59 3,94
Mundo 24,34 28,51 31,33 39,24 49,55 66,06 72,83 86,86 Fonte: CHAGAS (2012).
De acordo com os dados levantados pelo MAPA (2012) em seu Anuário Estatístico da
Agroenergia 2012, o Brasil é um dos maiores exportadores de etanol no mundo. De acordo
com os dados apresentados na Figura 10, as exportações brasileiras apresentaram uma
trajetória aproximadamente crescente de 1989 a 2008, quando o país atingiu o maior volume
exportado, com 5,124 milhões de metros cúbicos.
31
Figura 10. Volume de etanol exportado pelo Brasil, por ano
Fonte: MAPA (2012); UNICA (2014).
* Valores atualizados até 2014/2015
Com a crise financeira internacional ao final de 2008, seu aprofundamento nos últimos
anos e possíveis desdobramentos futuros, o mercado mundial de etanol tornou-se mais
sensível às variações de preço de modo que o volume exportado reduziu-se mês a mês quando
comparadas às duas últimas safras, 2012/2013 e 2013/2014. Tal análise mensal mostra que a
maior queda ocorreu em dezembro de 2013/2014, quando as exportações brasileiras de etanol
sofreram uma redução igual a 79% em comparação com o mesmo período da safra anterior.
Outra perda significativa ocorreu em fevereiro de 2014, quando a exportação nacional de
etanol passou de 208,13 mil m³ da safra anterior (2012/2013) para 65,692 mil m³, ou seja,
uma variação negativa de 68% (UNICA, 2014). Estas variações mensais podem ser
observadas na Figura 11, a seguir.
0
1000
2000
3000
4000
5000
6000
198
9
199
0
199
1
199
2
199
3
199
4
199
5
199
6
199
7
199
8
199
9
200
0
200
1
200
2
200
3
200
4
200
5
200
6
200
7
200
8
200
9
201
0
201
1
201
2
201
3
201
4*
Eta
no
l e
xp
ort
ad
o (
mil
m³)
32
Figura 11. Evolução mensal das exportações de etanol pelo Brasil nas safras
2012/2013 e 2013/2014
Fonte: UNICA (2014).
Em relação ao mercado potencial para o consumo de etanol, aquele caracterizado
pelos países ricos e industrializados, os EUA, Coréia do Sul, União Européia e Japão
destacam-se como os principais importadores do etanol brasileiro.
Tabela 7. Comparativo mensal das exportações brasileiras de etanol por destino na
safra 2013/2014*
Países Volume (m³) Participação (%)
1 Estados Unidos 1.395.369 55,19%
2 Coréia do Sul 432.609 17,11%
3 Países Baixos (Holanda) 123.639 4,89%
4 Japão 120.195 4,75%
5 Nigéria 79.769 3,16%
6 Filipinas 68.475 2,71%
7 Emirados Árabes Unidos 65.569 2,59%
8 Arábia Saudita 45.514 1,80%
9 Taiwan 43.391 1,72%
10 Índia 25.873 1,02%
Outros 127.911 5,06%
Total 2.528.314 100% Fonte: UNICA (2014).
*Valores acumulados de abril até fevereiro da safra 2013/2014
0
100.000
200.000
300.000
400.000
500.000
600.000
Met
ros
cúb
ico
s
2012/2013
2013/2014
33
Porém, estes mercados são altamente protegidos, sendo necessária uma maior
negociação para a abertura destes países. Nos Estados Unidos, por exemplo, uma política de
subsídios destinada à produção local, bem como tarifas impostas à importação, atuam como
uma reserva de mercado aos produtores deste país. Como reflexo destes incentivos, a
capacidade de produção americana aumentou de 900 milhões de galões em 1990 para 14,9
bilhões de galões em 2012 (RFS2, 2012).
Ainda assim, a obrigação de adição de etanol à gasolina, a não renovação da tarifa de
importação em dezembro de 2010 e a quebra na safra de milho em 2012 nos EUA – quando
uma grande seca atingiu a região produtora de milho, gerando uma quebra da safra 2012/2013
e, consequentemente, aumentando o preço da matéria-prima do etanol americano – têm
contribuído para assegurar um mercado potencial ao etanol brasileiro (CHAGAS, 2012). A
demanda de biocombustíveis planejada pelos EUA poderá atingir, de acordo com a Energy
Information Administration (EIA), cerca de 136 bilhões de litros em 2022, abrindo
possibilidade para o direcionamento da produção nacional para este mercado. Desta forma, os
Estado Unidos pretendem consumir aproximadamente 80 bilhões de litros de etanol
avançado7, dos quais 15 bilhões podem ser atendidos pelo produto brasileiro (MILANEZ;
NYKO; GARCIA; REIS, 2013).
Figura 12. Evolução das exportações brasileiras de etanol para os EUA, por ano
Fonte: UNICA (2014).
*Valores acumulados de janeiro a maio de 2014.
7 Um combustível é considerado “avançado” quando reduz a emissão de dióxido de carbono ( ) em pelo
menos 50% em relação à gasolina. De acordo com os critérios adotados pela EPA, o etanol de cana-de-açúcar
reduz a emissão de ( ) em 61% quando comparado à gasolina (BNDES; MILANEZ; NYKO; GARCIA;
REIS, 2013).
0
500.000
1.000.000
1.500.000
2.000.000
2.500.000
2010 2011 2012 2013 2014*
Mil
lit
ro
s
34
Assim como na análise das exportações, o Anuário de Agroenergia (MAPA, 2012)
mostra também a evolução das importações de etanol pelo Brasil entre 1989 e 2011 (Figura
17). O maior volume deste biocombustível importado pelo país concentra-se nos anos 90,
quando a política de incentivo à produção sofreu algumas mudanças de legislação como
citado anteriormente. Com a retomada da política voltada para a mudança na matriz
energética e a introdução de carros flex em 2003, a produção de álcool cresceu
significativamente (Figura 4), atingindo a máxima produção e exportação em 2008 (Figura
10). Desta forma, durante os anos 2000, o Brasil teve a menor taxa de crescimento das
importações.
Figura 13. Volume de etanol importado pelo Brasil, por ano
Fonte: MAPA (2012); UNICA (2014).
*Valores acumulados de janeiro a maio de 2014.
Nos últimos anos, este cenário sofreu algumas alterações devido às diferenças entre a
demanda crescente proporcionada pela expansão da frota de veículos flex, e a estagnação da
oferta potencial de álcool devido à ausência de investimentos no setor sucroenergético. Neste
sentido, houve importação de mais de 400 milhões de litros de etanol para garantir o
abastecimento do mercado doméstico na entressafra de 2010-2011 (MILANEZ; NYKO;
GARCIA; REIS, 2013).
Em 2011, o Brasil importou 1,136 bilhão de litros de álcool, volume 1.405% superior
ao mesmo período de 2010, sendo 1,099 bilhão de litros importados diretamente dos EUA
(CHAGAS, 2012). Neste mesmo ano, os Estados Unidos alcançaram seu ápice de produção
0
200
400
600
800
1000
1200
1400
1600
198
9
199
0
199
1
199
2
199
3
199
4
199
5
199
6
199
7
199
8
199
9
200
0
200
1
200
2
200
3
200
4
200
5
200
6
200
7
200
8
200
9
201
0
201
1
201
2
201
3
201
4*
Eta
no
l im
po
rta
do
(m
il m
³)
35
de etanol e se tornaram exportadores líquidos do combustível, exportando cerca de 4,5 bilhões
de litros (MILANEZ; NYKO; GARCIA; REIS, 2013). Desta forma, os Estados Unidos é o
país que mais exporta etanol para o Brasil, como pode ser constatado pelo levantamento
realizado pela UNICA (2014) (Tabela 8).
Tabela 8. Ranking de importação de etanol pelo Brasil por país de origem em 2014*
Países Volume (mil litros) Participação (%)
1 Estados Unidos 285.944 95,0%
2 Reino Unido 12.807 4,3%
3 Paraguai 2.161 0,72%
4 Polônia 74 0,025%
5 Jamaica 52 0,017%
Outros 37 0,01%
Total 301.076 100% Fonte: UNICA (2014).
*Valores acumulados de janeiro a maio de 2014.
3.2 ENTRAVES DO SETOR SUCROENERGÉTICO
Como discutido no item anterior, o Brasil apresenta uma demanda potencial por etanol
tanto no mercado interno quanto no mercado externo, de acordo com as projeções realizadas
pela EPE (2013) representadas na figura a seguir (Figura 14).
Figura 14. Projeção da demanda total por etanol brasileiro até 2022
Fonte: EPE (2013).
36
Porém, apesar das vantagens comparativas do país na produção deste biocombustível,
a evolução da oferta de etanol não acompanhará o crescimento de tal demanda devido a
alguns problemas enfrentados pelo Brasil, como a ausência de investimentos em capacidade
produtiva nova (expansões e greenfields) e em produção agrícola de cana-de-açúcar,
provocada principalmente pela crise financeira internacional de 2008. Estes fatores
contribuíram para a redução de margem, e para a recuperação judicial e/ou falência de
algumas empresas do setor. Até o fim de 2012, 21 unidades industriais (com capacidade de 33
milhões de toneladas de cana) estavam em dificuldade financeira, e outras 65 unidades (com
capacidades de moagem de 86 milhões de toneladas) suspenderam suas operações desde 2008
devido à insolvência do grupo empresarial, à ociosidade das usinas ou à elevação dos custos
de produção (EPE, 2013).
A pesquisa de Milanez et al. (2013) levantou dados sobre os vinte maiores prejuízos
do setor sucroenergético entre as mil maiores empresas do Brasil. De acordo com a Tabela 8,
em 2007 e 2008, não havia nenhuma empresa deste setor entre as vinte com maiores prejuízos
líquidos no país. Porém, após a crise financeira, sete empresas passaram a fazer parte do
grupo de empresas que apresentaram os vinte maiores prejuízos líquidos em 2009.
Tabela 9. Os maiores 20 prejuízos líquidos entre as mil maiores empresas do Brasil,
por setor
Setores 2007 2008 2009 2010
Açúcar e etanol 0 0 7 1
Infraestrutura 12 6 4 6
Bens de consumo 4 3 3 2
Serviços 3 0 2 5
Insumos básicos 0 11 2 5
Outros 1 0 2 1
Total 20 20 20 20 Fonte: (MILANEZ; NYKO; GARCIA; REIS, 2013).
Milanez et al. (2013) afirmam ainda que, após a crise, a redução no preço dos ativos e
a fragilidade financeira levaram os grupos econômicos a intensificarem o processo de fusão e
aquisição no setor. Ou seja, ao invés vez de construir capacidade produtiva, muitas empresas
optaram por comprar e/ou fundir-se com outras empresas já estabelecidas.
Outros gargalos típicos de mercados altamente competitivos e com margens estreitas
também pesam contra o setor sucroenergético brasileiro, sobretudo aqueles que podem ser
37
controlados pelos agentes do setor, como custos logísticos, capacitação de recursos humanos e
pesquisa e desenvolvimento. Neste sentido, Chagas (2012) discute a importância de
investimentos em alcooldutos e estruturas portuárias para exportação – ou seja, o escoamento
da produção através de dutos de distribuição que integrem os mercados, e também através dos
portos – afirmando que o transporte por estrada e caminhões reduz os ganhos de
produtividade da cana e seu impacto ambiental positivo. No mesmo sentido, o autor afirma
ainda que a padronização de contratos para o etanol e sua cotação em bolsa contribuiria para
tornar o produto uma commodity e aumentar sua competitividade.
O relatório “A Dimensão do Setor Sucroenergético” desenvolvido pelo Centro de
Pesquisa e Projetos em Marketing e Estratégia (MARKESTRAT, 2014) sintetizou os
principais problemas que prejudicam a competitividade do setor sucroenergético. Sob a
perspectiva de atuação do setor público, o relatório cita: i) manutenção do preço da gasolina
para o controle da inflação, mesmo diante do aumento nos custos de produção das refinarias;
ii) extinção da CIDE na importação e comercialização da gasolina; iii) alto custo de produção
industrial do açúcar, etanol e bioeletricidade provocado pela valorização do real e pela
elevada carga tributária nacional; iv) insuficiência de recursos de longo prazo para financiar a
modernização das usinas; v) ausência de políticas de incentivo para a instalação de usinas em
regiões brasileiras que ainda não apresentam a atividade e que estão contempladas no
zoneamento agroecológico da cana-de-açúcar; vi) difícil acesso à linhas de financiamento
para ampliação de cultivo e investimento em maquinário por parte de produtores
independentes; vii) insuficiência de recursos direcionados à Pesquisa e Desenvolvimento; viii)
queda no consumo do etanol e aumento no consumo da gasolina; ix) encerramento das
operações de, aproximadamente, 50 unidades na região Centro-Sul entre as safras 2007/2008
e 2013/2014; entre outros.
No que diz respeito aos problemas identificados no âmbito privado, tem-se: i) falta de
renovação dos canaviais, além da deficiência nos tratos culturais devido à falta de recursos e
consequente envelhecimento; ii) plantios em época desfavorável, utilizando variedades em
proporções inadequadas, bem como plantios feitos em solos não corrigidos e pobres,
priorizando rapidez na implantação, o que ocasionou redução de produtividade; iii) reduzidos
investimentos em irrigação; iv) a falta de incorporação de novas tecnologias; v) sub-
aproveitamento do bagaço e palha da cana de açúcar; vi) baixo nível de compartilhamento de
ativos produtivos e dificuldade na redução de custos com a otimização dos menos; vii)
elevado custo de mão de obra; viii) pragas de difícil controle; ix) produtividade suscetível às
variações climáticas, que vem se mostrando menos favoráveis; x) uso de métodos
38
padronizados que desconsidera diferenças regionais entre usinas de um mesmo grupo
reduzindo a eficiência da operação; xi) produtores com visão de custo por tonelada de ATR,
ao invés de geração de renda por hectare; xii) desperdícios com gastos em transporte por falta
de integração entre as usinas, que oneram o custo da matéria prima pelas longas distâncias
transportadas; xiii) pouca flexibilidade para direcionar a fabricação do produto que apresentar
melhor rentabilidade na safra; e xiv) aumento dos custos de manutenção e da capacidade de
produção ociosa (MARKESTRAT, 2014).
O trabalho descritivo de Souza et al. (2012) também apresentou os principais
problemas e possíveis alternativas encontradas nas diferentes etapas da cadeia brasileira de
etanol. Entre os problemas citados estão: i) a manutenção da competitividade dos produtores
de álcool viabilizada por investimentos em tecnologia; ii) a logística nacional ainda muito
falha; iii) a falta de incentivo na co-geração de energia elétrica a partir dos resíduos da
produção de etanol; e iv) barreiras à entrada do álcool brasileiro (SOUZA, SCUR, SOUZA,
2012). Tais problemas estão resumidos no Quadro 1 a seguir.
Em relação à atuação do governo, Chagas (2012) acredita que este pode assegurar a
competitividade do etanol frente à gasolina, contribuindo para um melhor planejamento do
setor. Desta forma, o autor afirma que
“Uma política de alteração automática do porcentual de adição de etanol à gasolina poderia
reduzir as incertezas, em momentos de aumento no custo de produção vis-à-vis à
manutenção dos preços da gasolina. Nesse caso, sempre que o custo de produção, em
relação ao preço da gasolina, ultrapasse determinado patamar de aumento, o porcentual de
etanol na gasolina seria alterado. Para evitar manipulação nos dados de custo, os mesmos
poderiam ser acompanhados a partir de metodologias de custos padrão (benchmark). Essa
política de alteração automática ainda teria o potencial benéfico de reduzir a margem de
manobra política sobre a mesma (a definição do porcentual a cada período), haja vista que
sua definição atual, de maneira discricionária, fica sempre sujeita às pressões conjunturais,
nem sempre ligadas a preocupações com o longo prazo.”
(CHAGAS, A. L. S. Economia de baixo carbono: avaliação de impactos de restrições e
perspectivas tecnológicas. 2012. Pág. 57)
39
Quadro 1. Problemas e alternativas para a cadeia produtiva do etanol
Desafios Alternativas Propósitos
Técnicos e Econômicos
Aprimoramento de
processos
Etanol Celulósico ↑ Produtividade
Tecnologias agrícola e
industrial
↑ Produtividade
↑ Produtividade nas
usinas
↑ Qualidade do etanol
Variações da cana ↑ Densidade energética
Variações de levedura ↑ Eficiência da destilação
Expansão do mercado
interno
Motores biocombustíveis ↑ Consumo para veículos
Biodiesel
Cogeração ↑ Consumo para
eletricidade
Alcoolquímicas e
biorefinarias
Substituir petróleo por
etanol
Logística
Construção de oleodutos
Facilitar o escoamento Construção de ferrovias
Construção de estradas
Expansão do mercado
externo
Contratos e acordos ↑ Exportação
Diplomacia pró-etanol ↓ Barreiras de entrada
↓ Subsídios
Certificações
internacionais Confiança internacional
Padronização Transformar em
commodity
Sociais e Ambientais
Queimadas
Documentos
regularizadores de
queimadas
↓ Queimadas
Emissão de poluentes Adoção de filtros ↓ Emissão de poluentes
Trabalho insalubre nos
canaviais
Políticas de trabalho ↑ Qualidade de vida dos
cortadores Adoção de E.P.I.s1
Desigualdades regionais Incentivar a prodrução de
etanol nos demais estados
Uniformizar a
distribuição de usinas,
canaviais e mercados
Concentração de renda Incentivar entradas de
agentes ↓ Concentração de renda
Fonte: (SOUZA; SCUR; SOUZA, 2012).
Nota: E.P.I.: Equipamento de Proteção Individual.
40
O relatório do centro de pesquisa Markestrat (2013) mostra ainda que o governo
passou a controlar, de forma artificial, os preços da gasolina com o intuito de conter os
impactos da crise no Brasil. A manutenção do preço deste combustível sem reajustes durante
sete anos e a isenção da CIDE8 para a gasolina em 2012 prejudicaram a comercialização do
etanol hidratado, diminuindo a diferenciação tributária da gasolina em relação ao etanol.
Desta forma, o etanol perdeu sua competitividade perante a gasolina, de modo que as vendas
de álcool no país retraíram em 16% no período de 2009 a 2013, enquanto as vendas de
gasolina tiveram um aumento de 74% (MARKESTRAT, 2014).
Neste sentido, a tributação interestadual do ICMS, por exemplo, e os efeitos das
intervenções fiscais dificultam a análise dos empresários em relação à precificação de seu
produto, contribuindo também para a perda de competitividade com a gasolina, substituto
direto do etanol e que não tem seu preço determinado pelo mercado competitivo (CHAGAS,
2012). Além disso, as diferenças na alíquota de ICMS sobre as vendas de etanol entre os
Estados brasileiros acarretam em uma guerra fiscal para atração de novos investimentos e
encarecimento do etanol para o consumidor final em algumas regiões.
Portanto, é importante destacar que, para atender à demanda total de etanol no médio
prazo, é preciso que haja uma retomada dos investimentos em toda a cadeia produtiva –
investimentos estes que foram reduzidos nos últimos anos devido à crise de 2008 e a
problemas climáticos como a estiagem em 2010 e alta do preço do açúcar no mercado
internacional. Entre estes investimentos estão: (i) tratos culturais e renovação dos canaviais,
visando o aumento da produtividade, bem como a redução nos custos de produção; (ii)
projetos de alcooldutos, com os objetivos de redução dos custos de transporte e do impacto
dos gases de efeito estufa; (iii) aumentar a área de plantio de cana proveniente de novos
greenfields; e (iv) ampliar as plantas já existentes (MILANEZ; NYKO; GARCIA; REIS,
2013; CHAGAS, 2012).
8 Contribuições de Intervenção no Domínio Público (CIDE).
41
4. REVISÃO DE LITERATURA
De acordo com a literatura existente, é possível recuperar informações relevantes
relacionadas ao processo produtivo por meio da utilização de uma função de lucro do tipo
transcendental logarítmica (translog)9. Diversos autores escolheram este método como
estratégia para encontrar a oferta de produtos agropecuários e, assim, verificar o quão sensível
é esta oferta em relação às variações no preço do produto e nos preços dos insumos.
Neste sentido, Ishii et al. (2007) buscaram identificar a estrutura de demanda por
insumos e de oferta de soja nas regiões Sul e Centro-Oeste do Brasil por meio das derivações
provenientes da função de lucro na forma translog. Neste caso, definiram-se como insumos
fixos os fatores terra e capital, enquanto os insumos químicos, trabalho, operações com
máquinas e sementes foram considerados como variáveis. Os resultados mostraram uma
significativa sensibilidade da oferta de soja em relação ao seu preço, assim como as
elasticidades-preço cruzadas positivas dos insumos em relação ao preço da soja, indicando
que um aumento na produção leva a um aumento na demanda por estes fatores. No que se
refere às elasticidades-preço cruzadas entre os insumos, verificou-se que todos os fatores são
complementares entre si na produção de soja do ponto de vista da função de lucro. Desta
forma, um aumento no custo de um insumo causa uma redução na quantidade demandada dos
demais fatores. Nesta análise, Ishii et al. (2007) puderam observar ainda uma expressiva
diferença entre os níveis de produtividade tanto entre regiões como entre as propriedades de
diferentes tamanhos, sendo o Mato Grosso o estado que apresentou os maiores níveis de
produtividade e área plantada.
Da mesma maneira, o trabalho de Almeida et al. (2008) realizou a estimação da
função lucro translogarítmica para a produção de ovos nos estados de São Paulo, Minas
Gerais e Paraná. A partir desta estimação, foi possível encontrar as elasticidades de
substituição entre os fatores produtivos e a elasticidade da oferta. Selecionada a amostra de
propriedades que se dedicam a esta atividade, os autores encontraram uma relação coerente
entre a oferta do produto e os preços dos insumos. Ou seja, a elasticidade da oferta mostra que
uma elevação (redução) nos preços dos insumos implica na redução (aumento) da oferta de
ovos. Quanto às elasticidades dos fatores, todas apresentaram sinais negativos indicando que
um aumento no preço de um insumo leva à queda na sua quantidade consumida. Observou-se
também uma relação de complementaridade entre o uso de mão de obra e o preço da ração,
9 A função de produção no formato translog será mais detalhadamente descrita na seção seguinte.
42
além de uma relação de substituição entre os insumos variáveis e variações na quantidade do
insumo fixo (capital).
Diferentemente dos trabalhos citados anteriormente, que empregam uma abordagem
de um único produto (ovos, soja) a partir de múltiplos insumos, Teixeira e Ferreira Jr. (2005)
realizaram a análise de uma função de lucro translog de multiprodutos. Neste caso, a análise
foi feita para o sistema de produção de leite e carne no Brasil.
Tendo em vista que a pecuária leiteira é uma atividade de produção conjunta, ou seja,
utiliza os mesmo insumos para a produção de leite e carne, os autores estimaram uma função
indireta de lucro na forma translogarítmica para caracterizar a estrutura de oferta destes
produtos e de demanda dos insumos no sistema produtivo no Brasil. Ou seja, os autores
buscaram verificar a existência de uma relação complementar ou de substituição entre as
variáveis de receita (carne e leite) e as variáveis de custo (combustível, trabalho e
concentrados) e, assim, avaliar os impactos das variações mensais dos preços dos produtos
(insumos) sobre as quantidades ofertadas (demandadas). Como resultado, os autores
observaram que variações nos preços pagos ou recebidos pelo produtor levam a mudanças
significativas no mercado de leite e no mercado dos insumos considerados.
Os autores encontraram que a elasticidade-preço direta da oferta de leite foi
estatisticamente significativa e positiva (2,62) – ou seja, um aumento no preço do leite levará
a um aumento mais que proporcional na sua quantidade ofertada. Pode-se identificar também
que a oferta de leite é complementar à oferta de carne já que a elasticidade-preço cruzada da
oferta de leite em relação ao preço da carne foi positiva. Em relação aos insumos, a oferta de
leite mostrou-se sensível às variações nos preços dos insumos considerados (combustível,
trabalho e concentrados), de modo que um aumento no preço destes insumos levará à redução
da oferta de leite. A partir desta análise foi possível encontrar também que todos os insumos
são complementares entre si, pois apresentaram uma elasticidade-preço cruzada da demanda
negativa. Assim, um aumento no preço do insumo combustível acarretará na redução da
quantidade demandada dos demais insumos, trabalho e concentrados. (TEIXEIRA;
FERREIRA JR., 2005).
Já no estudo de Castro (2008) este método foi utilizado para avaliar os impactos da
concessão de crédito rural sobre a oferta agrícola. Para isto, o autor considerou a hipótese de
que os produtores rurais possuem recursos limitados e, por isso, recorrem ao financiamento
dos insumos necessários. Considerando as culturas de algodão, arroz, feijão milho, soja e
trigo, Castro (2008) estimou uma função de lucro translog multiproduto para a obtenção das
demandas condicionadas dos insumos. Desta forma, foi possível constatar que o crédito rural
43
se constitui em uma importante política de fomento ao setor dada a restrição de recursos. A
conclusão deste estudo foi possível graças à análise das elasticidades obtidas a partir da
estimação da função lucro translog. Entre os resultados encontrados, pode-se citar que o preço
do insumo mão de obra influenciou negativamente a oferta de todas as culturas – exceto para
o algodão – de modo que um aumento nos preços destes fatores reduz a produção agrícola
devido à restrição orçamentária dos produtores, levando-os a fazer uso dos financiamentos.
Porém, outras análises foram realizadas a partir desta mesma abordagem. O trabalho
de Fulginiti e Perrin (1990) buscou comprovar o fato de que as intervenções do governo
argentino sobre a produção agrícola levaram a uma significativa redução da taxa de
crescimento da oferta entre 1940 a 1980. Por meio da estimação de uma função de lucro
translog para sete commodities e três insumos agrícolas, e da aplicação do teorema da
dualidade, os autores puderam mensurar os impactos das variações de preços e das políticas
de impostos sobre a oferta agrícola a partir das elasticidades obtidas. Os resultados indicaram
que as políticas do governo, como taxas de exportação, restrições às importações e taxas
domésticas, afetaram significativamente a oferta agrícola argentina, já que caso estas ações
fossem eliminadas neste mesmo período, o crescimento anual da produção seria de 2,2% ao
ano, e não de 1,4% como foi observado.
De forma mais geral, o trabalho de Ball (1988) modelou a oferta agrícola dos Estados
Unidos no período de 1948 a 1979 a fim de testar algumas pressuposições importantes
tradicionalmente consideradas nos estudos sobre o comportamento da oferta - considerou-se
os preços indexados para cinco categorias de produtos (cereais para gado, leite, sementes
oleaginosas e outras culturas) e sete de insumos - entre eles, combustível dos equipamentos,
terra, estrutura física, mão de obra e energia. Neste estudo, o autor utilizou a função de lucro
na forma translog restrita para avaliar as hipóteses de tecnologias de “separáveis” e “não-
conjuntas”. Neste caso, os resultados obtidos com a estimação da função de lucro translog
levaram à rejeição de ambas as hipóteses, permitindo ao autor concluir que a agregação
consistente dos produtos não é possível, indício de que não existe uma função de produção
individual para cada produto. Porém, a menos que a produção conjunta seja permitida, as
elasticidades resultantes das estimativas de uma determinada commodity são consideradas
coerentes, tanto em relação às variações de seu preço, quanto às alterações dos preços dos
demais produtos concorrentes.
No caso específico para a oferta de etanol, o estudo de Randow et al (2013) estimou
uma função de demanda e uma função de oferta para este produto no Brasil, no período de
2001 a 2009, e observaram resultados diferentes no que diz respeito à região analisada. Em
44
relação à demanda por etanol, os resultados encontrados foram coerentes com a teoria
microeconômica e mostraram que a elasticidade-preço 0,768 pontos percentuais mais alta nos
sete maiores estados produtores do país quando comparada com a elasticidade-preço da
demanda dos demais estados. Neste caso, para o ano de 2009, o ranking dos estados com a
maior produção de etanol no Brasil foi São Paulo, Minas Gerais, Paraná, Goiás, Mato Grosso
do Sul, Mato Grosso e Alagoas.
Já no caso da elasticidade-preço da preço do etanol, o sinal encontrado para a função
de oferta de etanol não foi o esperado pela teoria (-1,084). Randow et al (2013) acreditam que,
por representarem 90% da produção nacional de etanol, as diferenças nos níveis de produção
nos estados de SP, MG, PR, GO, MS, MT e AL possam ter comprometido a consistência dos
parâmetros estimados, viesando as variáveis explicativas da função. Para contornar este
problema, os autores estimaram uma segunda oferta de etanol, porém considerando apenas
estes sete estados. Os resultados encontrados confirmaram que a influência dos demais
estados na amostra era responsável pelos sinais divergentes encontrados no modelo para todo
o país. A exceção do preço do açúcar, os resultados dos demais coeficientes foram os
esperados em relação ao sinal e estatisticamente significativos. A oferta de etanol apresentou
um sinal positivo com relação ao preço do etanol e negativo com relação aos preços dos
insumos produtivos, de modo que um aumento de 1% no preço do etanol geraria um aumento
igual a 1,6% na sua quantidade ofertada, caracterizada como preço-elástica. As estatísticas
encontradas nos dois modelos estão descritas na tabela a seguir (Tabela 10).
Tabela 10. Função estimada da oferta de etanol no período de 2001 a 2009
Coeficientes
Variável Modelo nacional Modelo pra os 7 maiores produtores
Preço Etanol -1,084** 1,6**
Preço Açúcar 1,70** -0,676
Qtde. Etanol Anidro 0,124 -2,245***
Preço Cana-de-açúcar -2,545*** -0,318*
Preço Etanol (t-1) 1,123*** 0,916
Constante 14,078*** 28,420*** Fonte: Randow et. al (2013).
Nota: *Significativo a 10%
**Significativo a 5%
***Significativo a 1%
45
Na tentativa de incrementar a análise feita pela pesquisa de Randow et al. (2013) e
promover um debate mais robusto sobre a oferta de etanol no Brasil, este trabalho propôs-se a
estimar uma função de lucro translog do setor para verificar como a oferta deste produto
reage às variações de preço do açúcar e dos fatores de produção. Tendo em vista que não
foram encontrados na literatura trabalhos que utilizem este método para a avaliação do setor
sucroalcooleiro no Brasil, o presente estudo torna-se um esforço neste sentido.
46
5. METODOLOGIA
5.1 REFERENCIAL TEÓRICO
De acordo com a teoria microeconômica, o principal objetivo de uma firma é a
maximização do lucro por meio da melhor alocação e utilização de seus insumos, dado um
nível de tecnologia disponível. Ou seja, além de buscar um nível de produção que proporcione
a maior diferença entre a receita gerada pela venda da produção e os gastos do processo
produtivo, o produtor deve considerar também a disponibilidade de insumos, de modo a
decidir o quanto de cada fator deve ser alocado na sua produção, sendo esta relação
representada pela seguinte função de produção (DEBERTIN, 2012):
(1)
Na equação (1), representa os fatores variáveis, ou seja, aqueles que variam quando
se deseja variar a produção de curto prazo, e ( representam os fatores
fixos, aqueles em que a quantidade permanece constante quando se varia a produção no curto
prazo. Em geral, considera-se que a função de produção seja homotética10
.
Portanto, buscando aumentar seu nível de utilidade, a firma atua em um mercado
competitivo motivada pela vontade de maximizar seu lucro, sendo este obtido pela maior
diferença possível entre a receita gerada na venda do produto final e os custos incorridos
durante sua produção. Deste modo, o produtor deve alocar seus fatores de produção de tal
forma que lhe proporcione o máximo lucro (DEBERTIN, 2012).
Ou seja, a decisão da firma consiste em determinar a quantidade de cada fator a ser
utilizada no processo produtivo de modo que a contratação de uma quantidade adicional de
um determinado insumo deve gerar uma receita marginal adicional igual ao custo marginal da
contratação. Consequentemente, o mesmo raciocínio se aplica na decisão sobre a oferta, onde
o produtor deve considerar que tal nível deve ser escolhido de modo que produção de uma
unidade adicional do produto deve gerar uma receita marginal igual ao seu custo marginal
(VARIAN, 1992).
10
Uma função é caracterizada como homotética quando é formada por uma transformação monotônica de uma
função homogênea. Transformação monotônica, por sua vez, ocorre quando se preserva a ordem da relação entre
os argumentos de uma função e o valor desta função. Neste caso, a classe de funções de produção que geram
caminhos de expansão lineares, quando os preços dos insumos são constantes, são classificadas como funções de
produção homotéticas (DEBERTIN, 2012).
47
As relações existentes na função de lucro podem ser descritas de acordo com
Chambers (1988):
(2)
onde é o preço do produto, é custo de produção de dados os preços dos fatores, e
representa o preço dos fatores de produção.
As propriedades desta função de lucro podem ser descritas como sendo (CHAMBERS,
1988):
(i) , ou seja, um produtor nunca aceita lucros negativos se todos os
insumos são perfeitamente variáveis. Um produtor pode sempre escolher não
produzir e obter lucro zero; porém, ao escolher o contrário, o lucro não pode ser
negativo;
(ii) Se , então , ou seja, o lucro é não decrescente no
preço do produto;
(iii) Se , então , ou seja, o lucro é não crescente no preço
dos insumos;
(iv) é convexa e contínua em , ou seja, a matriz hessiana das derivadas
de segunda ordem deve ser simétrica e positiva semidefinida:
[
] (3)
(v) (homogeneidade linear positiva).
As condições de primeira ordem (CPO) da função de lucro são:
( )
(4)
( )
(5)
onde representa o lucro da firma, é o preço do produto, é a função de produção, ou seja,
a quantidade produzida; são os fatores de produção; e por fim representam os
preços dos insumos , respectivamente.
48
Resolvendo o sistema formado pelas CPOs descritas em (4) e (5), encontram-se
aquelas demandas por insumos que proporcionam o máximo lucro para o produtor:
(6)
(7)
Estas demandas explicam como a demanda por insumos reage às variações nos preços,
tanto dos fatores quanto dos produtos. Assim, obtidas as demandas que maximizam o lucro e
substituindo-as na função de produção, obtém-se a função de oferta do produtor (DEBERTIN,
2012):
(8)
(9)
Desta forma, é possível reescrever a função de lucro como sendo:
(10)
De acordo com o lema de Hotelling, considera-se que a partir da função de lucro da
firma é possível recuperar informações quanto à oferta do produto. Isto é possível quando se
diferencia a respectiva função de lucro em relação ao preço do produto (VARIAN, 1992).
Considerando a equação (10), onde tal função é dada indiretamente pelas demandas ótimas de
insumos, ou seja, aquelas que proporcionam o máximo lucro, e pelo preço do produto, a
diferenciação de pode ser descrita como:
(11)
O teorema de Hotteling também pode ser aplicado para as demandas dos fatores de
produção, diferenciando-se a equação (10) em relação aos preços dos insumos:
(12)
(13)
49
Desta forma, a equação (11) mostra a aplicação do teorema de Hotteling para a oferta
do produto. Ou seja, este teorema implica que uma pequena mudança no preço do produto irá
aumentar o lucro da firma na mesma proporção em que se está produzindo. Pelo lado das
demandas dos fatores, as equações (12) e (13) indicam que um aumento no preço dos insumos
leva a uma queda no lucro igual à proporção de insumos utilizados.
Portanto, estas equações mostram as relações existentes entre as propriedades da
função lucro e da função de produção, de modo que as informações contidas na função lucro
se tornam instrumentos para obtenção das informações contidas na função de produção.
5.2 MODELO ANALÍTICO
De acordo com Debertin (2012), a maioria das funções de produção não apresentam
elasticidades de substituição constantes – com exceção das funções Cobb Douglas e Constant
Elasticity of Substitution (CES) – ou seja, variação percentual da relação entre o insumo
dividido pela variação percentual da taxa marginal de substituição não é constante ao longo da
isoquanta. Portanto, para o caso dos produtores analisados neste trabalho, as funções de lucro
consideradas são da forma translog para que se possam estimar as elasticidades de
substituição entre dois pares de insumos.
Em termos de suas limitações, a forma flexível do tipo translog permite que as
condições de convexidade da função lucro sejam garantidas apenas localmente. As
propriedades de linearidade homogênea e simetria são incorporadas ao sistema através da
normalização da função lucro pelo preço do produto (ISHII; SOUZA; FERREIRA FILHO,
2007).
Assim, a partir dos estudos de Christensen, Jorgenson e Lau (1973) (apud TEIXEIRA;
FERREIRA JÚNIOR, 2005), a função de lucro translog normalizada pode ser representada
como:
∑
∑ ∑
(14)
onde representa o preço dos produtos, é o preço dos insumos, e são os
parâmetros do modelo.
Diferenciando-se a equação (14) em relação ao logaritmo dos preços dos produtos e
dos insumos por meio do lema de Hotteling, obtêm-se as parcelas de lucro ( ) para cada
produto ou insumo ( ). Sendo a função de lucro normalizada homogênea de grau 1 nos
preços dos fatores e do produto, tem-se:
50
∑
(15)
Sendo a quantidade ótima do produto ou do insumo . Portanto, as parcelas dadas
pela equação (15) referem-se às participações da receita de cada produto e às participações
das despesas de cada insumo no lucro total do setor.
Para que as condições de simetria e homogeneidade – em relação aos preços dos
produtos e dos insumos – da função lucro sejam satisfeitas, é necessário que se imponha
algumas restrições aos parâmetros da função normalizada. Tais restrições são (BALL, 1988):
;
∑ ; (16)
∑ ∑
Após a estimação do modelo, é necessário que se verifique também as condições de
monotonicidade e convexidade da função lucro. De acordo com Hertel (1984; apud
TEIXEIRA; FERREIRA JÚNIOR, 2005), a condição de monotonicidade implica que as
parcelas estimadas para os produtos devem ser positivas, enquanto que as parcelas dos fatores
devem ser negativas. Já a condição de convexidade exige que a matriz de parâmetros deve
ser positiva semidefinida, ou que a matriz Hessiana, formada pelas elasticidades parciais de
substituição, for positiva semidefinida.
Uma vez estimadas as parcelas descritas em (15), pode-se obter as elasticidades
parciais de substituição, ou seja, as elasticidades-preço diretas e elasticidades-preço da oferta
de produtos, e as elasticidades-preço diretas e preço cruzadas da demanda por fatores de
produção. Estas elasticidades estão descritas a seguir:
(17)
(18)
(19)
(20)
51
Onde
: elasticidade-preço direta da oferta de produtos;
: elasticidade-preço cruzada da oferta de produtos;
: elasticidade-preço direta da demanda por insumos;
: elasticidade-preço cruzada da demanda por insumos.
Os níveis de significância das elasticidades são avaliados por meio dos erros-padrão
( ), conforme Reis et al. (1993, apud TEIXEIRA; FERREIRA JÚNIOR, 2005):
(21)
(22)
(23)
(24)
5.2.1 Método
Para avaliação das propriedades descritas no item anterior, será utilizada a forma
funcional transcendental logarítmica (translog) para a estimação da função de lucro. O
sistema de “n” equações referentes às parcelas de lucro pode ser estimado pelo método SUR
(Seemingly Unrelated Regressions) proposto por Zellner (1962), dado que os erros dessas
equações podem estar contemporaneamente correlacionados. Este método também foi
aplicado nos trabalhos de Ishii et al. (2007), Almeida et al. (2008), Teixeira & Ferreira Jr.
(2005) e Castro (2008).
Neste método, Zellner (1962) pressupõe que o intercepto e os parâmetros de resposta
são diferentes entre os dados da amostra, porém são constantes ao longo do tempo. Ou seja,
considerando um conjunto de equações de regressão, tem-se a seguinte forma agregada em
vetor:
(25)
52
Ao desagregar este conjunto de equações, é possível descrevê-las na seguinte forma
matricial:
[
] [
] [
] [
] [
] (26)
Há ainda outras duas suposições sobre o modelo, sendo elas:
(i) e ( )
,
, ou seja, a variância do erro é constante,
mas varia de uma equação para outra: há heterocedasticidade entre as diferentes
unidades observadas;
(ii) ( ) , ou seja, existe correlação entre os erros das diferentes
equações para o mesmo período de tempo: há correlação contemporânea. Esta
correlação contemporânea é caracterizada pela correlação entre os erros de duas
equações no mesmo período de tempo e surge devido à omissão de variáveis. Uma
vez que as variáveis explicativas de cada equação do modelo SUR são idênticas, as
informações presentes nas variáveis que explicam a variável resposta (mas não
entram no modelo) passam a fazer parte do erro de cada indivíduo. Logo o erro de
um indivíduo será correlacionado com outro (DUARTE; LAMOUNIER;
TAKAMATSU, 2007).
Devido à existência desta correlação contemporânea, o modelo SUR não pode ser
estimado pelo método de Mínimos Quadrados Ordinários (MQO), pois geraria estimadores
viesados. Neste caso, convém utilizar o método de Mínimos Quadrados Generalizados
(MQG).
O modelo SUR apresenta uma grande vantagem ao considerar a correlação
contemporânea entre os erros. Como dito anteriormente, quando os erros das equações de
cada indivíduo são correlacionados, as equações ficam relacionadas. E esta informação
adicional, incluída no modelo SUR, aumenta a precisão da estimação dos parâmetros. Porém,
este modelo também apresenta uma limitação: quando o número de indivíduos é muito
grande, o número de parâmetros a ser estimado também será grande, podendo levar a
estimativas pouco reais do modelo em questão (DUARTE; LAMOUNIER; TAKAMATSU,
2007).
53
5.2.2 Dados
Os dados utilizados por este trabalho são caracterizados como cross section (corte
transversal) coletados a partir da pesquisa de campo realizada pelo Programa de Educação
Continuada em Economia e Gestão de Empresas (Pecege). O programa “Sistema de
Levantamento do Custo de Produção Agrícola e Industrial Sucroalcooleiro do Brasil” é
vinculado à Escola Superior de Agricultura “Luiz de Queiroz”, da Universidade de São Paulo
(Esalq/USP), e à Confederação Nacional da Agricultura (CNA), consistindo na aplicação de
questionários junto aos produtores de cana-de-açúcar, açúcar e etanol relacionado ao
detalhamento dos custos de produção em três regiões do Brasil: i) Centro-Sul Tradicional
(estados de São Paulo e Paraná); ii) Centro-Sul Expansão (estados de Goiás, Minas Gerais,
Mato Grosso e Mato Grosso do Sul); e iii) Nordeste (cidades de João Pessoa, Maceió e
Recife).
Realizada desde 2007, a pesquisa contou com a participação de 202 empresas que
responderam a 692 questionários (XAVIER, 2014). Em média, 98 usinas participam do
projeto a cada safra, representando 18 dos 30 maiores produtores do país ou o equivalente a
um terço da produção brasileira (com uma moagem igual a 194 milhões de toneladas de cana,
PECEGE, 2012).
Devido às mudanças metodológicas ocorridas ao longo das safras pesquisadas e à falta
de informações completas, este trabalho utilizou como banco de dados apenas a safra
2012/2013, representado por uma amostra de 53 usinas, sendo 33 unidades pertencentes à
região Tradicional, 15 à região Expansão e apenas 5 unidades representantes da região
Nordeste. Cabe destacar que, de acordo com o sigilo e a confidencialidade das informações
estabelecidos pelos pesquisadores do projeto, nenhum dado foi abordado de forma individual
de modo a revelar a identidade das usinas respondentes. Todos os dados foram utilizados de
forma agregada com o objetivo de caracterizar o setor sucroenergético nas regiões
pesquisadas. A Tabela 11 mostra a comparação entre as usinas da amostra utilizada por este
trabalho e a população de usinas no Brasil, enquanto a Figura 15 compara a proporção de
usinas representativas de cada região na amostra da pesquisa e na população do Brasil.
54
Tabela 11. Comparativo da amostra de dados utilizada em relação à população de
agroindústria em cada região do Brasil na safra 2012/13
Região
Moagem (milhões de
toneladas) Usinas (quantidade)
Amostra População¹ % Amostra População² %
Tradicional 70,7 371 19% 33 202 16%
Expansão 35,3 162 22% 15 113 13%
Nordeste 5,5 55 10% 5 74 7%
BRASIL 111,42 588 19% 53 389 14%
Fonte: elaborado pela autora a partir de XAVIER (2014); ¹UNICA (2014); ²Brasil (2013).
Figura 15. Comparativo da proporção de usinas representativas de cada região entre a
amostra de dados utilizada e a população de agroindústria no Brasil na safra 2012/13
Fonte: elaborado pela autora a partir de XAVIER (2014).
Dada a natureza dos dados coletado, ou seja, dados primários, algumas limitações são
enfrentadas por este tipo de pesquisa. Tendo em vista o trabalho feito pelo Pecege desde a
safra 2007/2008, a consistência dos dados coletados variou significativamente entre os demais
anos analisados. Isto ocorreu pois nem todas as usinas pesquisadas estavam dispostas a
fornecer informações específicas sobre o seu processo produtivo, principalmente em relação
aos preços recebidos pelo açúcar e etanol, ou não preencheram de forma satisfatória às
principais questões consideradas por este trabalho.
Deve-se destacar também a heterogeneidade das amostras ao longo dos anos
pesquisados, já que as usinas respondentes foram diferentes a cada safra, ou seja, nem sempre
55
as mesmas usinas aceitaram participar da pesquisa em cada ano, fazendo com que houvesse
uma variação das características tecnológicas e regionais nestas amostras.
Por fim, vale citar as mudanças metodológicas ocorridas na pesquisa do Pecege ao
longo dos ciclos. Tais mudanças foram propostas para aperfeiçoar a análise e retratar os
custos de produção das usinas da forma mais compatível possível com a realidade. Com isso,
nem sempre será possível comparar diretamente os resultados obtidos pela pesquisa devido às
diferentes formas de cálculo empregadas, principalmente quando se trata das pesquisas mais
antigas.
5.2.3 Descrição das variáveis
Para a análise da oferta de etanol proposta por este trabalho, foram considerados os
fatores de produção que envolve desde a colheita da cana-de-açúcar até a produção final de
açúcar e etanol pelas usinas. Desta forma, as variáveis selecionadas foram divididas entre
fatores de receita e fatores de custos. Em relação às variáveis geradoras de receita, foram
considerados o etanol agregado e o açúcar agregado, enquanto que as variáveis de custos
envolveram os insumos terra, cana de fornecedor e mão de obra. Tais variáveis são descritas a
seguir.
Quantidade de açúcar: a quantidade de açúcar utilizada por este trabalho foi avaliada
de forma agregada – ou seja, refere-se à soma de toda a produção de açúcar branco,
açúcar VHP11
e outros açúcares produzidos pelas usinas da amostra. A quantidade
total deste produto é mensurada em toneladas (t) de acordo com o mix12
de produção
das usinas amostradas na safra 2012/2013. Por fim, este dado foi convertido em uma
base/unidade de medida para que pudesse ser comparado com os resultados obtidos na
produção de etanol. Desta forma, a quantidade agregada de açúcar foi transformada
em kg de ATR pelos fatores de conversão descritos no quadro 2 ao final deste tópico
(bem como os fatores de conversão para a quantidade de etanol e para os preços de
açúcar e etanol).
11
VHP: Very High Polarization 12
Neste sentido, o mix refere-se ao percentual de ATR total alocado na produção de cada produto, açúcar e
etanol, sendo considerados fatores como rendimentos de destilação e fermentação relacionados ao
processamento industrial da cana-de-açúcar.
56
Preço de açúcar: mensurado em R$/t, o preço agregado do açúcar refere-se aos preços
dos produtos açúcar branco, VHP e outros açúcares. Estes preços também foram
convertidos para uma mesma base/unidade de medida em ATR equivalente, passando
a ser avaliado em R$/kg de ATR.
Quantidade de etanol: assim como o açúcar, o volume agregado de etanol considera a
produção de etanol anidro, hidratado e outros, mensurado em m³, e foi convertido em
kg de ATR.
Preço de etanol: mensurado em R$/m³, o preço agregado do etanol refere-se aos
preços dos produtos etanol anidro, hidratado e outro, e, assim como os dados descritos
anteriormente, foram obtidos diretamente com a pesquisa de custos do Pecege (2013).
A sua conversão foi feita para a mesma base do preço do açúcar, ou seja, foi
transformado em R$/kg de ATR.
Terra (área de produção de cana-de-açúcar própria): a terra representa a área total
utilizada pela usina para a produção de cana-de-açúcar sob sua responsabilidade e é
mensurado em hectares (ha).
Preço da terra: o preço da terra utilizada para a produção de cana própria é
representado pelo valor pago em contratos de arrendamento anual em reias por hectare
(R$/ha).
Quantidade de ATR comprado de fornecedores: no caso da cana de
fornecedores/terceiros, a matéria-prima é obtida a partir de outras propriedades
canavieiras e que são compradas pelas usinas para suprir sua produção de açúcar e/ou
etanol. Seu volume é mensurado em mil quilogramas (kg) e refere-se à quantidade de
ATR obtido na cana-de-açúcar comprada de terceiros, sejam eles fornecedores ou
outras usinas.
57
Preço do ATR comprado de fornecedores: o preço pago pelo ATR de terceiros é
medido em reais por quilogramas (R$/kg) e foi calculado a partir do ATR da cana de
fornecedores (kg/t) e o preço médio do ATR na safra (R$/kg de ATR), ambos obtidos
na base de dados coletados na pesquisa de custos do Pecege (2013).
Funcionários: representa o número total de funcionários administrativos e industriais
contratados pelas usinas durante o processo produtivo. Neste caso, entende-se que o
custo com terra para a produção de cana própria, conforme descrito anteriormente,
representa neste modelo os custos de produção agrícola da cadeia produtiva, ou seja,
inclui também os gastos com mão de obra agrícola.
Salário médio: o salário médio pago aos funcionários administrativos e industriais foi
agregado de modo a representar os gastos com mão de obra urbana – dado que os
custos com mão de obra agrícola estão inclusos nos custos de produção da cana
própria. O valor médio pago aos funcionários urbanos foi obtido por meio dos dados
refrentes aos gastos totais anual com estes funcionários. Desta forma, o custo médio
gasto com trabalho urbano por cada usina é dado pela razão entre a despesa média
com os salários (R$/ano) e o número de funcionários contratados durante a safra
2012/2013.
Quadro 2. Fatores de transformação¹
Produto Fator de
Transformação Relação de Unidades²
Produção de açúcar branco 1,049474 kg ATR/Kg Açúcar
Produção de açúcar VHP 1,045263 kg ATR/Kg Açúcar
Produção de açúcar outros 1,049474 kg ATR/Kg Açúcar
Produção de etanol anidro 1,745139 kg ATR/L etanol
Produção de etanol
hidratado 1,656290 kg ATR/L etanol
Produção de etanol outros
fins 1,656290 kg ATR/L etanol
Fonte: XAVIER (2014)
¹ O relatório de custos elaborado pelo Pecege (2012) pressupõe que, no caso do etanol, o
rendimento global da destilaria é igual a 88%
²ART (Açúcar Redutores Totais): representa a quantidade total de açúcares da cana (sacarose,
glicose e frutose)
58
O Quadro 3, a seguir, apresenta o resumo dos dados utilizados por este trabalho para a
estimação da função de lucro translog.
Quadro 3. Resumo dos dados utilizados e unidades de medida
Dados Unidade
Receita
Quantidade Açúcar t ATR
Preço Açúcar R$/kg ATR*1000
Quantidade Etanol t ATR
Preço Etanol R$/kg ATR*1000
Custo
Terra/área Cana Própria ha
Preço Terra/área de Produção Cana Própria R$/ha
Quantidade ATR Fornecedor Kg
Preço ATR Fornecedor R$/kg
Funcionário Unidade
Salário Médio R$/ano/unidade
Fonte: elaborado pela autora.
5.2.4 Estimativa do modelo
Considerando os fatores de produção citados no item anterior – ou seja, açúcar (A),
etanol (E), terra (T), cana de fornecedor (CF) e mão de obra urbana (MDO) – o sistema de
equações (sem restrições) composto pela função de lucro translog e as parcelas de lucro são
representados por:
(27)
(28)
(29)
(30)
59
(31)
(32)
As parcelas de lucro dos produtos (açúcar e etanol) são representadas por e ,
enquanto , e são as parcelas de lucro dos insumos (terra, cana-de-açúcar de
fornecedor e mão de obra) respectivamente. Por fim, , , , e são os preços dos
produtos e insumos.
As restrições de simetria são dadas pelas equações (33) a (42), enquanto as restrições
de homogeneidade linear são representadas pelas equações (43) a (48), descritas a seguir:
(33)
(34)
(35)
(36)
(37)
(38)
(39)
(40)
(41)
(42)
(43)
(44)
(45)
(46)
(47)
(48)
60
Como as parcelas de produtos e insumos em relação ao lucro somam-se à unidade
( ), é necessário também excluir uma das parcelas para evitar
a construção de uma matriz singular e não-inversível. Neste caso, optou-se por eliminar a
parcela de lucro da terra, pois este fator apresentou, em média, a menor participação no lucro
da usina em termos de parcela observada, como pode ser verificado na tabela em anexo ao
final deste trabalho (APÊNDICE A). A seguir, os parâmetros da equação da parcela de terra
foram obtidos por diferença, de acordo com as restrições de homogeneidade e simetria
impostas ao modelo. Por fim, as equações restantes foram normalizadas pelo preço do insumo
terra, obtendo-se as seguintes parcelas:
(49)
(50)
(51)
(52)
Os parâmetros excluídos do sistema são calculados por diferença de acordo com as
expressões:
(53)
(54)
(55)
(56)
(57)
61
A normalização anterior permite encontrar a equação da parcela de lucro do insumo
terra de forma residual, porém não é possível obter o nível de significância destas estatísticas.
Para solucionar este problema, outros dois sistemas de normalização foram realizados:
enquanto o primeiro sistema foi normalizado pelo preço da terra, o segundo sistema eliminou
a parcela de mão de obra e normalizou as demais equações pelo preço deste insumo, e o
terceiro sistema foi normalizado pelo preço da cana-de-açúcar de fornecedor. Cabe destacar
que estas duas últimas normalizações seguiram o mesmo critério de escolha utilizado na
primeira normalização, ou seja, excluiu-se a segunda (mão de obra) e a terceira (cana de
fornecedor) menores parcelas em termos de participação no lucro, ambas avaliadas pelas
médias das parcelas observadas. Este procedimento foi realizado de acordo com Teixeira e
Ferreira Jr (2005) de modo que os parâmetros estimados incorporam a relação de preços
e, portanto, as elasticidades parciais de substituição obtidas desses parâmetros são
interpretadas como a variação na quantidade ofertada dos produtos (ou demandada de
insumos) a partir da variação na relação de preços .
As equações a seguir descrevem as normalizações das parcelas de lucro em relação ao
preço da mão de obra (58 a 61) e em relação ao preço da cana de terceiros (62 a 65).
(58)
(59)
(60)
(61)
(62)
62
(63)
(64)
(65)
5.2.5 Classificação das usinas
A produção da usina de açúcar e etanol envolve processos que vão desde a colheita da
cana-de-açúcar, até a fermentação do álcool para a produção de etanol. Todas as etapas
influenciam a produtividade de modo que seja possível utilizar um tipo de tecnologia que
proporcione o melhor uso dos fatores de produção, impactando diretamente na redução dos
custos da usina e elevando sua produtividade.
Isto pôde ser comprovado pelos resultados obtidos no relatório de custos elaborado
pelo Pecege para a safra 2012/2013, onde foi possível observar que alguns indicadores
técnicos provocaram uma maior variação nos custos de produção das usinas. Dentre os
principais indicadores estão: i) produtividade agrícola da cana-de-açúcar própria: cresceu
5,1% na região tradicional e 4,2% na região Expansão (em relação à safra anterior), o que
contribuiu para o aumento no nível de utilização da capacidade de processamento; ii) preços
do ATR: reduziram em 9,6% na região Expansão e 3,9% na região Tradicional. Desta forma,
ambos contribuem para a queda nos custos agroindustriais (Pegece, 2012).
Apenas em relação ao etanol hidratado, o relatório encontrou ainda uma diferença de
150% entre os valores de produtividade agroindustrial das usinas pesquisadas. Neste caso, a
produtividade agroindustrial do etanol hidratado (m³/ha) foi utilizada como um indicador dos
diferentes níveis de competitividade de custos, pois resume a produtividade do produto mais
comum do setor, a produtividade agrícola, teor de qualidade da cana e as perdas industriais.
Tal conclusão pode ser verificar na Figura 16.
63
Figura 16. Distribuição da produtividade agroindustrial do etanol hidratado na safra
2012/13
Fonte: XAVIER (2014).
Diante disto, faz-se necessária uma classificação tecnológica das usinas amostradas
para avaliar o quanto tais diferenças tecnológicas podem afetar sua produtividade e seu
desempenho em relação às demais. Para isso, optou-se por uma separação da amostra em dois
grupos de usinas classificadas como usinas de tecnologia “tradicional” e “avançada” para as
etapas de produção agrícola e industrial. Esta classificação foi proposta por Xavier (2014) e
considera os seguintes critérios13
:
Agrícola: representado pelo nível de mecanização das operações de plantio de cana e
de colheita. Neste caso, as usinas com nível de colheita mecanizada superior a 75% ou
50% foram classificadas como usinas com tecnologia agrícola avançada, enquanto que
as usina com nível inferior a 50% foram classificada como usinas de tecnologia
tradicional.
Industrial: representado pela quantidade produzida de bioeletricidade por tonelada de
cana processada. Desta forma, as usinas que produziram uma quantidade de
bioeletricidade superior a 50 kWh/t foram classificadas como usinas de tecnologia
avançada.
13
Para maiores detalhes, ver XAVIER (2014).
64
Xavier (2014) considerou ainda critérios para a classificação organizacional das
empresas entrevistadas, onde revelaram dados corporativos como: controle da organização
por grupos de investidores nacionais ou estrangeiros; e se as empresas pertencem ou não a
grandes grupos de processamento de cana-de-açúcar – isto é, se a usina pertence ou não a um
grupo empresarial responsável por mais 8 milhões de toneladas de cana-de-açúcar por safra.
No entanto, tais critérios não foram analisados no presente trabalho.
A classificação das usinas analisadas por esta pesquisa está descrita no capítulo a
seguir.
65
6. ANÁLISE DESCRITIVA DAS VARIÁVEIS
A análise das variáveis utilizadas pelo modelo estudado pode auxiliar no entendimento
e caracterização do comportamento das usinas amostradas. Ao avaliar o limite inferior,
primeiro quartil, mediana e terceiro quartil de cada variável agrupada por região foi possível
identificar uma significativa dispersão entre os dados da amostra. É preciso destacar ainda que
o limite superior foi oculto nas figuras a seguir a fim de manter a confidencialidade das
grandes usinas. As figuras a seguir exemplificam esta caracterização especificamente para a
safra 2012/2013 analisada por este trabalho.
Em relação à quantidade produzida de açúcar e etanol, em ambos os casos, é possível
verificar que as produções foram significativamente dispersas nas regiões Expansão e
Tradicional ao se observar a distância entre os 25% maiores e os 25% menores produtores em
relação à mediana, concentrando-se no terceiro quartil. Quanto à região Nordeste, os
produtores concentraram-se no primeiro quartil, caracterizando-a como a região com a menor
produção dada a sua pequena participação na amostra. As figuras 17 e 18 abaixo ilustradas
mostram a distribuição da produção de açúcar e etanol entre as regiões amostradas.
Comparando-se agora os volumes de produção é possível notar que, na safra 2012/
2013, a produção de açúcar foi maior que a produção de etanol, isto porque a mediana e
terceiro quartil da produção de açúcar nas regiões Expansão e Tradicional estão acima de 150
mil toneladas de ATR, enquanto a maior parte do volume de produção de álcool ficou abaixo
deste nível.
Uma justificativa para este mix de produção pode se encontrada nas figuras 19 e 20
onde se analisa a variação dos preços de açúcar e etanol nas regiões amostradas.
66
Figura 17. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil da quantidade de açúcar produzida pelas usinas da amostra (por região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
Figura 18. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil da quantidade de etanol produzida pelas usinas da amostra (por região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
Ainda que os preços do etanol apresentem uma baixa variação entre as usinas da
amostra, e também entre as regiões, foi possível verificar que este produto teve uma
remuneração significativamente inferior ao seu concorrente, o açúcar. Enquanto o álcool
recebia entre 0,72 (Tradicional) e 0,85 (Nordeste) Reais por quilograma de ATR na mediana,
0
50
100
150
200
250
Expansão Nordeste Tradicional
Qu
an
tid
ad
e d
e A
çúca
r (m
il t
de
AT
R)
0
50
100
150
200
250
Expansão Nordeste Tradicional
Qu
an
tid
ad
e d
e et
an
ol
(mil
t A
TR
)
67
a produção de açúcar era remunerada entre 0,88 (Tradicional) e 1,11 Reais/quilograma ATR
(Nordeste). Ou seja, na mediana, a produção de açúcar recebeu um preço mais elevado que o
preço do etanol em todas as regiões analisadas, sendo aproximadamente 30% superior nas
regiões Expansão e Nordeste, e 22,13% superior na região Tradicional. Analisando
especificamente a região Nordeste, os produtores receberam um preço significativamente
inferior à mediana – ou seja, seus preços, tanto para açúcar quanto para etanol, concentraram-
se no primeiro quartil. Contudo, esta região recebeu o maior preço quando comparado às
demais regiões na mediana.
Como citado anteriormente, o açúcar e o etanol possuem uma relação de substituição
na cadeia produtiva, de modo que o produtor tem o poder de direcionar sua matéria prima
comum, a cana-de-açúcar, de modo que obtenha o melhor retorno. Como na safra 2012/2013
o produto mais bem remunerado foi o açúcar, o mix de produção foi voltado para este
produto.
Figura 19. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil do preço do açúcar recebido pelas usinas da amostra (por região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
1,1
1,2
Expansão Nordeste Tradicional
Pre
ço d
o a
çúca
r (R
$/k
g A
TR
)
68
Figura 20. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil do preço do etanol recebido pelas usinas da amostra (por região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
A Figura 21 mostra o tamanho da área administrada pelas usinas para a produção de
cana-de-açúcar própria, sendo que a maior diferença entre o tamanho desta área encontra-se
na região Expansão, seguida pela região Tradicional. As usinas amostradas representantes da
região Nordeste apresentaram áreas pouco diferenciadas quanto ao tamanho. Isto não
necessariamente indica que as usinas com as maiores áreas são aquelas com as maiores
produções de açúcar e etanol, pois, como se sabe, parte da matéria-prima utilizada é
proveniente de fornecedores - ou seja, as usinas compram cana-de-açúcar de produtores da
região. Porém, no que diz respeito ao preço pago por estas áreas (Figura 22), a maior
dispersão encontra-se entre as regiões, de modo que o preço do hectare na região Nordeste foi
significativamente inferior ao preço pago pelas usinas que operam nas regiões Expansão e,
principalmente, Tradicional. Neste último caso, a presença de terras valorizadas (como o norte
de São Paulo) e a competição por estas terras cultiváveis (avanço da cana sobre as áreas de
pastagens, outras áreas de uso agrícola e florestas) fazem desta a região com o maior custo de
arrendamento e desestimulam os investimentos em greenfields.
0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1
Expansão Nordeste Tradicional
Pre
ço d
e et
an
ol
(R$
/kg
AT
R)
69
Figura 21. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil da terra utilizada pelas usinas da amostra para a produção de cana própria (por
região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
Figura 22. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil do preço pago pela terra utilizada pelas usinas da amostra para a produção de
cana própria (por região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
0
5
10
15
20
25
30
35
40
45
50
Expansão Nordeste Tradicional
Ter
ra (
mil
hec
tare
s)
0
200
400
600
800
1000
1200
1400
Expansão Nordeste Tradicional
Pre
ço d
a t
erra
(R
$/h
a)
70
Quanto à utilização da cana-de-açúcar proveniente de fornecedores, a dispersão entre
os produtores da região Expansão, bem como na região Tradicional, foi alta. Como é possível
observar pela Figura 23, a quantidade de ATR de terceiros utilizada pelas usinas variou
significativamente nestas regiões, indicando até mesmo que algumas destas não utilizaram
cana de terceiros na safra 2012/2013. Neste sentido, a Figura 24 ilustra a dispersão dos preços
pagos pelas usinas por este ATR, indicando a região Nordeste como a região que pagou os
maiores preços aos seus fornecedores de cana-de-açúcar. Logo, é possível afirmar que, uma
vez que o preço de arrendamento da terra para a produção de cana própria foi a menor entre as
regiões analisadas, e o preço do ATR da cana de terceiros foi o mais elevado, a decisão das
usinas da região Nordeste foi optar por produzir sua própria matéria-prima. Na safra
2012/2013, os custos com cana de fornecedores foi, em média, 3,57% superior aos custos com
cana própria nas usinas pertencentes à região Nordeste.
Figura 23. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil da quantidade de ATR da cana de açúcar de fornecedor utilizada pelas usinas
da amostra (por região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
0
20
40
60
80
100
120
140
160
180
200
Expansão Nordeste Tradicional
Qu
an
tid
ad
e A
TR
de
forn
eced
or
(mil
t)
71
Figura 24. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil do preço do ATR da cana de açúcar de fornecedor pago pelas usinas da amostra
(por região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
Ainda que o gasto total anual com mão de obra urbana (ou seja, funcionários
administrativo e industrial) em cada uma das regiões analisadas tenha sido muito próximo, é
interessante observar que a remuneração média dos funcionários urbanos variou
expressivamente na safra 2012/2013. Neste período, as usinas com as melhores remunerações
de seus trabalhadores administrativos e industriais localizam-se na região Tradicional, sendo
58,5% e 9,1% superior às remunerações pagas nas regiões Nordeste e Expansão,
respectivamente. Logo, a região Nordeste foi aquela que pagou os menores salários médios,
sendo sua a média anual igual a R$29.945,00, enquanto as demais regiões pagaram
R$43.569,67 (Expansão) e R$47.513,30 (Tradicional), anualmente (Figuras 25 e 26).
0,44
0,46
0,48
0,5
0,52
0,54
0,56
Expansão Nordeste Tradicional
Pre
ço A
TR
fo
rnec
edo
r (R
$/k
g)
72
Figura 25. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil do gasto anual com mão de obra urbana nas usinas da amostra (por região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
Figura 26. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil do salário médio pago aos funcionários urbanos nas usinas da amostra (por
região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
Por fim, as figuras 27 e 28 representam os valores mínimos, primeiros quartis,
medianas e terceiros quartis da receita total com a produção de açúcar e etanol,
respectivamente.
0
5
10
15
20
25
30
35
40
Expansão Nordeste Tradicional
Ga
sto
co
m m
ão
de
ob
ra (
mil
hõ
es
R$
/an
o)
0
10
20
30
40
50
60
70
Expansão Nordeste Tradicional
Sa
lári
o M
édio
(m
il
R$
/an
o/f
un
cio
ná
rio
)
73
Como é possível observar, na safra 2012/2013, a receita obtida com a produção de
açúcar foi significativamente maior que a receita gerada pela produção de álcool. Enquanto,
na mediana, a receita de açúcar foi de 115,34 (Nordeste), 142,77 (Tradicional) e 165,62
(Expansão) milhões de Reais, a receita com álcool foi de apenas 32,84 (Nordeste), 78,72
(Tradicional) e 87,77 (Expansão) milhões de Reais. Este comportamento pode ser explicado
pela baixa remuneração do etanol no período analisado conforme descrito anteriormente pelas
figuras 19 e 20. Ou seja, a partir do momento em que as usinas observaram um maior preço
do açúcar no mercado nacional na safra 2012/2013, estas optaram por direcionar a maior parte
do mix de produção para a produção de açúcar em detrimento da oferta de etanol.
Figura 27. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil da receita total com a produção de açúcar nas usinas da amostra (por região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
0
50
100
150
200
250
Expansão Nordeste Tradicional
Rec
eita
Açú
car
(mil
hõ
es d
e R
eia
s)
74
Figura 28. Representação do valor mínimo, primeiro quartil, mediana e terceiro
quartil da receita total com a produção de etanol nas usinas da amostra (por região)
Fonte: elaborado pela autora a partir da base de dados do PECEGE (2013)
No que diz respeito ao nível de tecnologia, a classificação das usinas amostradas foi
feita a partir da metodologia utilizada por Xavier (2014), descrita no capítulo anterior, sendo
apresentada nas Figuras 29 e 30.
No caso da tecnologia agrícola – ou seja, a classificação por nível de mecanização das
operações de plantio e colheita de cana-de-açúcar – observou-se que todas as usinas da
amostra pertencentes à região Nordeste foram classificadas como tradicional. Ou seja, seu
custo agrícola foi superior ao custo das demais regiões já que possui um nível de tecnologia
inferior devido ao maior uso de mão de obra agrícola e, por isso, menos eficiente quando
comparada à produtividade de uma colheitadeira. Enquanto isso, as usinas da região Expansão
colocaram-se como as mais avançadas dado que mais de 60% delas utilizam um nível de
tecnologia agrícola avançada.
0
50
100
150
200
250
Expansão Nordeste Tradicional
Rec
eita
Eta
no
l (m
ilh
ões
de
Rei
as)
75
Figura 29. Distribuição dos grupos de tecnologia agrícola entre as regiões da amostra
Fonte: elaborado pela autora a partir de XAVIER (2014)
Em relação à tecnologia utilizada no processo industrial, a região Expansão mantém-se
como a mais avançada: quase 60% das usinas foram classificadas com tecnologia industrial
avançada. Isto porque as usinas da região Expansão são relativamente novas quanto às
instalações quando comparadas às usinas da região Tradicional, por exemplo. As demais
regiões, ainda que em uma proporção menor, também apresentaram um nível de tecnologia
industrial avançada para a maior parte das usinas que as compõem.
Tal análise é um dos principais pontos de preocupação do produtor tendo em vista que
a manutenção da competitividade, e até mesmo a sua elevação, se dará a partir de
investimentos em tecnologia. Investimentos em etanol celulósico, automação agrícola,
melhoria de maquinário industrial são algumas das inovações tecnológicas propostas para o
aumento da produtividade e da qualidade do produto final, bem como o estudo de variações
de cana-de-açúcar mais produtivas para aumentar a densidade energética da matéria-prima.
Associados à estes investimentos, tem-se também o incentivo a co-geração de energia elétrica,
que utilizará o etanol como matéria prima, e a adoção de filtros e outros equipamentos para a
redução de gases poluentes ao longo da cadeia produtiva (SOUZA; SCUR; SOUZA, 2012).
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Expansão Nordeste Tradicional
Dis
trib
uiç
ão
da
s cl
ass
es d
e
tecn
olo
gia
ag
ríco
la
Tradicional Avançada
76
Figura 30. Distribuição dos grupos de tecnologia industrial entre as regiões da
amostra
Fonte: elaborado pela autora a partir de XAVIER (2014)
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Expansão Nordeste Tradicional
Dis
trib
uiç
ão
da
s cl
ass
es d
e
tecn
olo
gia
in
du
stra
il
Tradicional Avançada
77
7. RESULTADOS
7.1 ELASTICIDADES DIRETAS E CRUZADAS
Os resultados das estimativas das funções para as parcelas de lucro, com a imposição
das restrições de simetria e homogeneidade linear, são apresentados na Tabela 12. Nesta
tabela observa-se que as parcelas de receita (produção de açúcar e etanol) foram representadas
por e , enquanto as parcelas de custo com terra, cana de fornecedor e mão de obra,
foram identificados como , e .
Tabela 12. Resultados da estimativa das equações de parcelas de receita e custo
Variáveis independentes (em log)
Parcelas Intercepto 0,6760** 0,1425**
(3,4717) (0,4195) (0,2890) (0,0658) (0,4801) (0,0794)
8,0660** 0,6760** 1,112749** 0,2156***
(3,5143) (0,2890) (0,4334) (0,0690) (0,4864) (0,0732)
0,1425** 0,0940***
(0,7960) (0,0658) (0,0690) (0,0195) (0,1074) (0,0152)
1,112749**
(5,7183) (0,4801) (0,4864) (0,1074) (0,7853) (0,1030)
0,2156*** 0,0621** (0,7355) (0,0794) (0,0732) (0,0152) (0,1030) (0,0245)
Somatório 1 0 0 0 0 0 Fonte: elaborado pela autora.
Nota: erro-padrão entre parênteses.
***significativo a 1%; **significativo a 5%; ns: não significativo
Entre os 30 parâmetros estimados no sistema, 10 foram significativos a 5% e apenas 3
foram significativos a 1%, sendo os demais não significativos. As parcelas de lucro estimadas
dos produtos foram positivas, enquanto as parcelas dos insumos foram negativas, garantindo a
monotonicidade da função de lucro translog. Os valores médios das parcelas estimadas foram
de 1,064873 e 0,626901 para os produtos açúcar e etanol, e -0,136475, -0,396367 e -0,158933
para os fatores terra, cana de fornecedor e mão de obra, respectivamente. Os valores de todas
as parcelas estimadas encontram-se em anexo ao final deste trabalho (APÊNDICE B).
Desta forma, a partir das parcelas estimadas, observa-se também a distribuição do
lucro entre os produtos e os insumos. O produto com maior participação no lucro das usinas é
78
o açúcar (45%), enquanto que os gastos com a cana comparada de terceiros mostra-se como o
fator de maior custo (18%). O insumo com menor participação nos custos das usinas é a terra
(6%), da mesma forma que a mão de obra (7%), justificadas pelo grande volume de cana
comprada de fornecedores e o elevado nível de mecanização da produção nas usinas.
As estimativas das elasticidades-preço direta e cruzadas da oferta dos produtos e
demanda de fatores foram calculadas a partir dos parâmetros estimados na Tabela 12, de
acordo com o método descrito anteriormente, e são apresentadas na tabela a seguir (Tabela
13). Neste caso, a condição de homogeneidade da função de lucro também foi satisfeita, dado
que o somatório das elasticidades em cada equação é igual a zero. Em relação à condição de
convexidade, apenas o produto açúcar e os fatores terra e mão de obra cumpriram esta
condição: elasticidade-preço direta positiva no caso do açúcar, e negativas para os fatores
citados. Portanto, a condição de convexidade foi cumprida apenas localmente, uma vez que a
elasticidade-preço da oferta de etanol apresentou sinal negativo, e a elasticidade-preço direta
da demanda pelo fator cana-de-açúcar de fornecedor foi positiva.
Tabela 13. Resultados das estimativas das elasticidades-preços diretas e cruzadas da
oferta dos produtos e demanda de fatores
Preços dos produtos/fatores
Quantidade Açúcar Etanol Terra Cana
Fornecedor Mão de
obra Açúcar 0,5658* 0,1951***
(1,4362) ( 0,0290) ( 0,0423) ( 0,7990) ( 2,6175)
Etanol 1,4072** * 1,3786** 0,1850*
( 0,0290) ( ) ( ) (1,7767) (1,5853)
Terra * 2*** 0,3955***
( 0,0423) ( 1,3011) (3,1301) ( 0,2101) (3,5565)
Cana Fornecedor
2,1805**
( 0,7990) (1,7767) ( 0,2101) ( 0,4760) ( 0,8193)
Mão de obra 1,3070*** * 0,3396*** 0,7683*** ( 2,6175) (1,5873) (3,5565) ( 0,8193) (4,9741)
Fonte: elaborado pelo autor.
Nota: o somatório das elasticidades em cada linha foi igual a zero.
valor “t” entre parênteses.
“t” tabelado (n=53): 1% 2,4002
5% 1,6747
10% 1,2980
***significativo a 1%; **significativo a 5%; *significativo a 10%; ns: não significativo
79
Analisando primeiramente as relações diretas, a maior parte das elasticidades-preço
resultou em valores menores que a unidade, indicando que a oferta do produto (açúcar) e a
demanda por fatores (terra e mão de obra) são inelásticas – ou seja, uma variação na
quantidade ofertada/demandada destes produto/fatores é menos que proporcional à variação
de seus respectivos preços. Neste sentido, a elasticidade-preço direta que apresentou a menor
sensibilidade foi o açúcar, onde um aumento (redução) de 1% no preço deste produto, a oferta
de açúcar se eleva (reduz) em 0,5658%. No caso dos insumos, o fator com menor
sensibilidade foi a terra, de modo que um aumento (redução) de 1% em seu preço levará a
uma redução (aumento) de 0,4477% da demanda por este insumo.
Por outro lado, o produto com maior sensibilidade em relação ao seu preço foi o
etanol. Neste caso, o sinal encontrado foi diferente do esperado de modo que um aumento de
1% no preço do álcool levará a uma queda mais que proporcional na oferta deste produto
(1,4072%), indicando uma oferta preço-elástica e significativa a 5%.
Uma possível explicação para este resultado está relacionada ao período de análise
selecionado por este trabalho. Ao compreender dados para apenas uma safra, 2012/2013, a
análise das elasticidades encontradas deve ser feita de forma pontual. Portanto, ao considerar
um período de tempo caracterizado como curto prazo14
, o período de reajustamento será
menor em relação ao longo prazo, podendo não ser suficiente para a avaliação de uma melhor
alocação dos fatores, bem como seu melhor direcionamento no processo produtivo e a
incorporação de inovações tecnológicas.
Outros fatores também podem ter contribuído para o resultado encontrado, como a
conduta da empresa/produtor, ou seja, a sua capacidade de gerenciar e entender o
comportamento do mercado para tomadas de decisão assertivas quanto à utilização eficiente
dos fatores e técnicas de produção (PINDYCK & RUBINFELD, 2009).
Neste sentido, de acordo com o relatório de Custos de Produção da Cana-de-Açúcar,
Açúcar e Etanol no Brasil na safra 2012/2013 (PECEGE, 2012), houve uma significativa
redução em todos os preços em relação à safra anterior, com exceção do preço da cana
14
“[...] se nos perguntamos quanto varia a demanda ou a oferta em resposta a uma variação do preço, devemos
deixar claro quanto tempo desejamos que transcorra antes de calcular as variações da quantidade demandada ou
ofertada. Se apenas desejamos que transcorra um breve período de tempo – por exemplo, um ano ou menos – nos
referimos ao curto prazo. Quando nos referimos ao longo prazo, queremos dizer que desejamos que transcorra
tempo suficiente para que os consumidores e os produtores se adaptem totalmente à variação do preço. Em geral,
as curvas de demanda e de oferta de curto prazo são muito diferentes das curvas a longo prazo.”
(PINDYCK, R. S., RUBINFELD, D. L. Microeconomia. 2009. Pág. 45)
80
utilizada na produção de açúcar VHP, e permaneceu a diferença de atratividade da produção
de açúcar e etanol, favorecendo a produção do primeiro. O açúcar branco na região de
Expansão, por exemplo, remunerou a cana a um valor 46,7% maior que o etanol hidratado, ou
seja, a mesma matéria-prima foi mais bem paga na produção de açúcar branco. Esta
remuneração foi observada também entre as usinas amostradas por este trabalho conforme foi
descrito no item anterior pelas Figuras 19 e 20.
Tabela 14. Preço pago pela cana (R$/t) conforme sua alocação de produção e região
DESCRIÇÃO EXPANSÃO TRADICIONAL
Preço da cana para açúcar branco 80,86 78,05
Preço da cana para açúcar VHP 73,57 75,98
Preço da cana para Anidro 60,52 62,64
Preço da cana para Hidratado 55,10 59,97 Fonte: PECEGE (2012).
Corroborando o resultado encontrado, as Figuras 31 e 32 mostram os custos de
produção, preços e margens econômicas do açúcar e etanol, respectivamente. Estes resultados
evidenciam a melhor atratividade da produção de açúcar na safra 2012/2013, enquanto a
produção de etanol mostrou-se não atrativa em todas as regiões, ainda que tenha conseguido
remunerar seus custos operacionais (PECEGE, 2012).
81
Figura 31. Custos de produção do açúcar branco e VHP por região
Fonte: PECEGE (2012)
Nota: RT = Remuneração da terra; RC = Remuneração do capital;
DEP = depreciações; COE = Custo operacional efetivo;CT = Custo total.
Figura 32. Custos de produção do etanol anidro e hidratado por região
Fonte: PECEGE (2012)
Nota: RT = Remuneração da terra; RC = Remuneração do capital;
DEP = depreciações; COE = Custo operacional efetivo; CT = Custo total.
82
Outro fator que impactou negativamente a produção de etanol foram as condições
climáticas. Em 2011, nos meses de agosto e setembro, o período foi de precipitações abaixo
da média em São Paulo, principal produtor com mais de 50% da área nacional cultivada com
cana-de-açúcar, o que prejudicou o desenvolvimento e a brotação dos canaviais. Em 2012 o
mesmo fato ocorreu nos meses de fevereiro e março, repetindo os efeitos do período anterior e
atingindo a mesma região antes castigada. Nos meses de janeiro, outubro, novembro e
dezembro as chuvas foram satisfatórias para o desenvolvimento dos canaviais. Nos demais
estados da Região Centro-Sul, o clima foi mais severo no Paraná em setembro e dezembro de
2011, e fevereiro e março, em 2012. No Mato Grosso e Triângulo Mineiro, a estiagem ocorreu
em setembro de 2011, e nos demais meses as precipitações ficaram próximas da normalidade.
Em Goiás não há registro de deficiência hídrica para a lavoura de cana-de-açúcar (CONAB15
,
2013).
Portanto, o sinal negativo da elasticidade-preço direta da oferta de etanol mostra o
comportamento das usinas amostradas diante deste cenário, pois, ainda que houvesse uma
variação positiva no preço deste combustível, a produção de álcool não seria incentivada neste
período, pois o mix de produção foi direcionado para a produção de açúcar dada sua melhor
remuneração em relação à cana-de-açúcar, bem como a redução na oferta ocasionada pelos
problemas climáticos que prejudicou a produtividade do setor e a qualidade do ATR.
Semelhante ao caso do etanol, a elasticidade-preço direta da demanda por cana-de-
açúcar de fornecedor apresentou um comportamento contrário à literatura microeconômica.
Ao se analisar uma elasticidade-preço da demanda pelo fator de produção, espera-se que um
aumento no preço deste fator leve o produtor a reduzir sua quantidade para não incorrer em
aumentos nos custos de produção. Porém, no resultado encontrado por este trabalho,
observou-se que um aumento de 1% no preço do fator cana de terceiros aumentará sua
demanda em 1,0560%. Assim como no caso anterior, esta elasticidade deve ser interpretada
de forma pontual já que compreende apenas a safra 2012/2013 e, por isso, caracteriza a
produção deste período (elasticidade de curto prazo).
Ainda que não significativo, este resultado reflete também a postura das usinas diante
dos custos com seus fatores de produção. De acordo com o relatório de custos do Pecege
(2012), os custos de produção da cana própria foram superiores aos preços potenciais,
evidenciando a vantagem de usinas que utilizam cana-de-açúcar proveniente de fornecedores.
Estes custos se elevaram nas regiões pesquisadas e o aumento da produtividade agrícola não
15
Relatório de Acompanhamento da Safra Brasileira. Cana-de-Açúcar. Safra 2012/2013. Quarto Levantamento.
Abril/2013.
83
foi suficiente para conter o crescimento do custo total da cana-de-açúcar própria, já que houve
um aumento nos custos “formação de canavial” e “remuneração do capital”. Assim, os custos
totais de produção de cana-de-açúcar da usina típica da região Tradicional e Expansão foram
superiores ao preço potencial pago pela cana, caso esta fosse remunerada pela respectiva
quantidade e preço do ATR, ou seja, a aquisição de cana de terceiros foi uma atividade
economicamente mais atraente do que a sua produção própria. Esta relação pode ser
observada na Figura 33.
Figura 33. Comparativo entre o custo de produção da cana própria e seu preço
potencial
Fonte: PECEGE (2012).
Nota: RT = Remuneração da terra; RC = Remuneração do capital;
DEP = depreciações; COE = Custo operacional efetivo; CT = Custo total.
Portanto, assim como na pesquisa do Pecege, os resultados encontrados por este
trabalho mostraram uma participação significativamente maior com a compra de ATR de
fornecedores do que com os custos de arrendamento para a produção de cana pela própria
usina. Mais uma vez observa-se aqui a decisão das usinas diante do cenário vivido na safra
2012/2013: o sinal positivo da elasticidade-preço direta da demanda por cana de fornecedor
indica que, mesmo havendo um aumento no preço deste fator, as usinas amostradas optaram
por aumentar/manter sua demanda já que os custos com terra foram ainda mais elevados que
os custos com cana de fornecedor.
84
Por fim, as elasticidades-cruzadas da oferta de açúcar e etanol indicam uma relação de
substituição entre estes produtos, porém a uma proporção muito baixa. Ou seja, quando
houver um aumento de 1% no preço do álcool, a oferta de açúcar reduzirá apenas 0,0079%. O
contrário ocorre da mesma forma: para um aumento de 1% no preço do açúcar, a produção de
etanol se reduzirá em 0,0134%, indicando uma maior sensibilidade deste produto na cadeia
produtiva. Este resultado, ainda que não significativo, confirma o que tem sido discutido por
este trabalho até o momento: uma vez que a remuneração do açúcar foi melhor neste período,
o aumento no seu preço levou à redução na produção de etanol já que a maior parte da matéria
prima foi destinada à produção do primeiro.
No caso dos fatores de produção, o sinal positivo da elasticidade-preço cruzada da
demanda indica substituição entre os insumos, enquanto o sinal negativo indica
complementaridade. Desta forma, os únicos fatores complementares são a terra e mão de
obra, onde um aumento de 1% no preço da terra leva a uma redução na demanda pelo fator
mão de obra em 0,3396% e 0,3955% para o caso contrário, indicando que o insumo terra é
pouco mais sensível nesta relação. Nos demais caso, os fatores apresentaram um
comportamento de substituição, porém não foram significativos estatisticamente,
impossibilitando a discussão dos valores estimados.
Observando a relação entre a oferta de açúcar e os fatores, verifica-se que sua
produção é relativamente impactada pela variação no preço do fator mão de obra, onde um
aumento de 1% no preço deste fator leva a uma redução igual a 0,1951% na produção de
açúcar. Em relação aos demais fatores, terra e cana de fornecedor, os resultados encontrados
foram não significativos.
Já os resultados para a produção de etanol mostram que todas as elasticidades cruzadas
em relação aos insumos selecionados são significativos estatisticamente, de modo que tal
oferta é mais sensível às variações no preço da terra (-0,1431). Ou seja, um aumento nos
custos deste fator levaria a usina a reduzir sua oferta de álcool, demandando assim uma
quantidade menor deste fator e evitando o aumento nos custos totais de produção. Já em
relação à cana de terceiros e à mão de obra, os resultados mostraram que um aumento de 1%
no preço destes insumos provocaria um aumento da oferta de etanol em 1,3786% e 0,1850%,
respectivamente.
85
7.2 ELASTICIDADES DIRETAS E CRUZADAS: AMOSTRA RESTRITA
Com o objetivo de testar a hipótese de que alguma característica das usinas amostradas
tenha contribuído para o resultado encontrado no item anterior, este trabalho propôs-se a
reestimar o sistema de equações normalizadas para uma amostra restrita. O intuito desta
restrição foi tentar identificar características, sejam elas regionais ou de estrutura da usina,
que justifiquem uma elasticidade-preço da oferta de etanol positiva e coerente com a literatura
– fora as justificativas apresentadas anteriormente, como posição estratégica das usinas frente
ao cenário econômico.
Portanto, seguindo a ideia de Randow et al (2013d) descrita no item 4 – de que as
características das usinas amostradas podem influenciar pontualmente o resultado encontrado
– este trabalho reestimou o modelo para uma amostra restrita aos maiores produtores da
amostra original. Esta amostra restrita foi composta por 41 usinas das regiões Expansão e
Tradicional, concentradas nos estados de SP, MG, PR, GO, MS e MT. Porém, o resultado
encontrado manteve-se contrário ao esperado pela teoria microeconômica, onde a
elasticidade-preço direta da oferta de etanol foi igual a -0,9378, porém, não significativa.
Outras reestimações foram realizadas na tentativa de identificar diferenças entre
conjuntos específicos de usinas de acordo com suas características semelhantes. Entre elas
estão as restrições relacionadas às características regionais, tecnológicas (de acordo com os
critérios apresentados no item anterior) e de eficiência econômica a partir da classificação
encontrada por Xavier (2014)16
. Os resultados encontrados em algumas das reestimações
realizadas estão resumidos na Tabela 15, a seguir.
16
O modelo de avaliação da eficiência econômica das usinas amostradas por Xavier (2014) leva em
consideração a área utilizada para a produção de cana própria, a compra de ATR de fornecedores e o equivalente
total de ATR recuperado na forma de açúcar e etanol, bem como seus respectivos preços. Para maiores detalhes,
ver Xavier (2014). Os níveis de eficiência das usinas utilizadas por este trabalho encontra-se no Anexo B.
86
Tabela 15. Resumo das estatísticas e elasticidades-preço diretas da oferta de etanol
para as amostras específicas
Amostra Estatísticas
Característica
Nº
Usinas valor-p Elasticidade
Maiores produtores 41 -0,4299 0,3768 -0,9378
Região Expansão 15 -0,7421 0,1364 -1,4098
Região Tradicional 33 -0,4419 0,4525 -1,0433
Tecnologia Avançada 14 0,03546 0,9459 -0,2851
Eficiência Econômica Alta/Média¹ 35 -0,0408 0,9102 -0,5111 Fonte: elaborado pela autora.
¹Neste caso, a aplicação da classificação elaborada por XAVIER (2014) foi dividida em
grupos de eficiência econômica baixa, média e alta. Tal divisão foi feita com base na definição
de um limite superior, inferior e na mediana do grupo de usinas amostradas.
É possível observar que em nenhuma destas análises específicas o resultado
encontrado foi significativo e/ou compatível com a teoria econômica. Portanto, as usinas
amostradas, ainda que diferenciadas por suas características específicas, mantiveram a postura
de reduzir a oferta de etanol diante de um cenário econômico favorável à produção de açúcar
devido à sua melhor remuneração no período analisado.
Vale destacar ainda que, mesmo não sendo significativas estatisticamente, as
elasticidades encontradas nas reestimações do modelo sugerem uma reação diferente de cada
grupo de usina frente às variações no preço do álcool.
Por fim, uma vez verificado que o açúcar foi o produto mais rentável do que o etanol
no período de estudo, selecionou-se uma amostra de usinas com as maiores parcelas de receita
de etanol em relação ao lucro total. Desta forma, identificou-se que 22 usinas apresentavam
estas características e, com isso, foram excluídas da amostra. Isto foi feito para verificar se há
diferenças entre as usinas que apresentavam um comportamento mais coerente em relação à
rentabilidade do produto e à sua oferta. Ou seja, foram selecionadas apenas as usinas que
apresentavam um comportamento de mercado, com uma maior participação no lucro relativa
ao produto mais rentável no momento.
Portanto, uma nova amostra restrita às 31 usinas restantes foi selecionada e reestimada
no modelo proposto. A nova composição da nova amostra e os resultados das suas estimativas
das funções para as parcelas de lucro são apresentados nas Tabelas 16 e 17, a seguir. Nesta
reestimação também foram impostas as restrições de homogeneidade e simetria, mantendo-se
os critérios de normalização conforme apresentado na seção “Metodologia”.
87
Tabela 16. Composição das amostras original e restrita
Região Amostra original Amostra Restrita
Expansão 15 7
Nordeste 5 5
Tradicional 33 19
Total 53 31
Fonte: elaborado pela autora.
De acordo com a Tabela 16 é possível observar que a região Expansão foi a que mais
perdeu participação na nova amostra, enquanto a região Nordeste manteve seu quadro de
usinas no modelo reestimado.
Tabela 17. Resultados da estimativa das equações de parcelas de receita e custo para a
amostra restrita
Variáveis independentes (em log)
Parcelas Intercepto 0,2588* 0,0908*
(2,1101) (0,3669) (0,1478) (0,0506) (0,2948) (0,0754)
0,2588* **
(1,4899) (0,1478) (0,1727) (0,0384) (0,2065) (0,0732)
0,0908* 0,1031*** **
(0,4804) (0,0506) (0,0384) (0,0162) (0,0656) (0,0136)
0,1704**
(2,7516) (0,2948) (0,2065) (0,0646) (0,3759) (0,0669)
** (0,4733) (0,0754) (0,0438) (0,0136) (0,0669) (0,0228)
Somatório 1 0 0 0 0 0 Fonte: elaborado pelo autor.
Nota: erro-padrão entre parênteses.
***significativo a 1%; **significativo a 5%; *significativo a 10%; ns: não significativo
Em termos de significância, apenas oito dos parâmetros reestimados para a amostra
restrita foram significativos estatisticamente, sendo quatro parâmetros a 10%, três a 5% e
apenas um a 1%. Assim como no modelo anterior, a condição de monotonicidade foi
cumprida, já que todas as parcelas estimadas para os produtos (açúcar e etanol) foram
positivas e as parcelas dos insumos foram negativas.
Os valores médios das parcelas de açúcar, etanol, cana-de-açúcar própria, cana de
terceiros e mão de obra não se diferenciaram significativamente em relação à amostra
88
original, sendo iguais a 1,0531, 0,4339, -0,1398, -0,2116, -0,1357, respectivamente. Com isso,
a participação de cada produto/fator no lucro total da amostra restrita manteve-se semelhante
à distribuição da amostra inicial, sendo a maior mudança encontrada na elevação da
participação da receita com o produto açúcar – passou de 45% na amostra original para 53%
na amostra restrita. Consequentemente, o etanol reduziu sua participação de 26% para 22%,
dado que a amostra representa as usinas com maior participação do produto mais rentável no
seu lucro total. Entre os fatores, aquele que perdeu uma maior parte de sua parcela no lucro
foi a cana-de-açúcar de terceiros, reduzindo-se de 18% para 11%.
A Tabela 18 apresenta os resultados encontrados para as elasticidades-preço direta e
cruzadas da oferta dos produtos e demanda de fatores para a amostra restrita às 31 usinas com
as menores parcelas de etanol. Assim como no primeiro modelo, a condição de
homogeneidade também foi satisfeita, sendo representada pelo somatório igual a zero das
elasticidades em cada equação, e a condição de convexidade foi cumprida apenas localmente,
pois o produto etanol apresentou elasticidade direta positiva e os fatores, negativa; enquanto a
elasticidade direta do açúcar foi negativa.
89
Tabela 18. Resultados das estimativas das elasticidades-preços diretas e cruzadas da
oferta dos produtos e demanda de fatores para a amostra restrita
Preços dos produtos/fatores
Quantidade Açúcar Etanol Cana
própria Cana
fornecedor Mão de
obra Açúcar * 0,1394**
( ) ( ) ( ) (0,0474) ( 1,9457)
Etanol *
(1,3411) (0,6641) ( ) ( 1,2696) ( 0,7908)
Cana própria *** 0,3744***
( 1,1131) ( ) (3,4731) ( 0,5494) (3,8584)
Cana fornecedor (0,0474) ( 1,2696) ( 0,5494) (0,7701) ( 0,0795)
Mão de obra 1,0815** 0,3857*** 0,9901*** ( 1,9457) ( 0,7908) (3,8584) ( 0,0795) (5,8805)
Fonte: elaborado pelo autor.
Nota: somatório das elasticidades em cada linha foi igual a zero.
valor “t” entre parênteses.
“t” tabelado (n=31): 1% 2,4573
5% 1,6973
10% 1,3104
***significativo a 1%; **significativo a 5%; *significativo a 10%; ns: não significativo
No modelo reestimado, as relações diretas para os fatores de produção mantiveram-se
de acordo com a teoria microeconômica, ou seja, apresentaram um sinal negativo de forma
que um aumento no preço destes insumos reduzirá sua demanda pelas usinas devido ao
aumento nos custos de produção. As elasticidades-diretas da demanda pelos insumos cana
própria, mão de obra e cana de terceiros foram, respectivamente, -0,4019, -0,9901 e -1,3684,
este último não significativo, sendo possível observar que as usinas amostradas são mais
sensíveis/elásticas em relação ao insumo mão de obra. Sendo assim, caso ocorra um aumento
de 1% nos custos com salário médio anual, a demanda por funcionários urbanos será quase
que proporcionalmente reduzida.
Em relação aos produtos, a elasticidade-preço direta da oferta de açúcar encontrada na
reestimação do modelo foi negativa e inelástica (-0,0086). No caso do etanol, a elasticidade-
direta da oferta deste produto foi o inverso do primeiro resultado encontrado, sendo igual a
0,2643. Ambos os resultados foram não significativos estatisticamente.
90
Neste momento, cabe ressaltar que o resultado encontrado para a oferta de etanol no
modelo reestimado sugere um comportamento coerente com o mercado e com a teoria
econômica, ainda que não significativo - ou seja, ao considerar as usinas que seguiram o
padrão onde uma queda no preço do etanol reduziu a participação deste produto no lucro total
da usina, foram encontradas estatísticas que dão margem à interpretação desta postura. Porém,
em termos de magnitude, o impacto na variação do preço do álcool foi significativamente
maior para a amostra original quando comparada ao comportamento da amostra restrita. Ou
seja, a decisão das usinas da amostra original em reduzir a oferta de etanol mesmo diante de
uma elevação de seu preço pode ser mais expressiva que a decisão da amostra restrita, pois
aumentaria sua produção menos que proporcionalmente à variação do preço, caracterizando
esta oferta como inelástica. Logo, ainda que o resultado encontrado seja compatível com a
teoria, seu baixo nível de significância e a manutenção da postura das usinas diante da
remuneração dos produtos indicam que, para a safra 2012/2013, a estratégia adotada pelas
usinas amostradas foi diferente do que se espera de acordo com a teoria.
É importante destacar também a diferente análise realizada por este trabalho e a
sugerida por Randow et al. (2013). Como citado anteriormente, os autores observaram que a
presença de pequenos produtores na amostra nacional contribuiu para um resultado contrário
ao esperado de acordo com a teoria econômica. Porém, o presente trabalho verificou que,
aparentemente, este resultado coerente com a teoria não está diretamente relacionado ao
tamanho da produção, bem como não está relacionado às diferenças geográficas ou puramente
tecnológicas. Tal relação dependeria da situação do mercado no período analisado e da forma
como as usinas conseguiriam lidar e tirar o máximo proveito deste momento no curto prazo.
Além disso, a não significância da elasticidade-preço positiva da oferta de etanol encontrada
para a amostra restrita indica que, mesmo considerando as usinas com um comportamento
coerente com o mercado, este resultado não reflete fielmente a postura das usinas no período
analisado.
91
8. CONCLUSÕES
A principal conclusão deste trabalho é que a elasticidade-preço da oferta de etanol foi
negativamente relacionada ao seu respectivo preço do álcool na safra 2012/2013, onde um
aumento de 1% no preço do etanol levará a uma queda na oferta deste produto mais que
proporcionalmente (1,4072). Portanto, a primeira hipótese proposta por este trabalho não foi
confirmada, já que a relação da oferta de etanol com o seu preço foi contrária ao esperado de
acordo com a literatura econômica.
Como justificativa para este resultado entende-se que a análise de uma elasticidade de
curto prazo captou o comportamento das usinas apenas para a safra analisada (2012/2013).
Neste caso, alguns fatos específicos ocorridos neste período podem ter influenciando os
agentes deste setor, levando-os a assumir uma estratégia coerente de acordo com o cenário
econômico vivido.
Entre estes fatores está a baixa remuneração do etanol frente ao açúcar, direcionando o
mix de produção a favor da produção de açúcar. Neste caso, foi possível observar que a
dispersão entre os preços do etanol foi relativamente baixa entre as regiões amostradas, porém
isto não foi suficiente para superar a rentabilidade do açúcar em termos de preços recebidos
por quilograma de ATR. Consequentemente, a produção de açúcar para as usinas analisadas
foi significativamente superior à produção de etanol – tomando como base a região com a
maior produção de cana-de-açúcar (Tradicional), a produção de açúcar foi aproximadamente
47,8% superior à produção de álcool na mediana para a safra 2012/2013.
Pode-se citar também como fatos pontuais ocorridos no período de análise e que
influenciaram os resultados encontrados: i) queda no ritmo de crescimento do setor
sucroalcooleiro devido à crise financeira global de 2008; ii) baixa competitividade do etanol
frente à gasolina dada a política de defasagem do preço da gasolina praticada pelo governo
federal em relação ao mercado internacional; e iii) as condições climáticas enfrentada pelos
agentes no período analisado, quando as principais regiões produtoras foram atingidas
sofreram estiagens e precipitações abaixo da média, prejudicando o desenvolvimento e a
brotação dos canaviais.
Desta forma, diversas amostras foram selecionadas de acordo com as características de
produção, tecnologia, regional e de eficiência de cada usina. O modelo proposto foi
reestimado para cada uma destas amostras restritas. Os resultados encontrados não
conseguiram captar a influência destas características, já que todas as elasticidades
encontradas mantiveram o comportamento da amostra original. Além disso, nenhuma destas
92
elasticidades foram significativas estatisticamente. Neste caso, a segunda hipótese proposta
por este trabalho foi confirmada, ou seja, as diferenças regionais e/ou tecnológicas impostas
às amostras restritas levaram a resultados diferentes para o comportamento da oferta de etanol
nacional. Porém, tais resultados ainda não justificam uma elasticidade-preço direta da oferta
de álcool coerente com a teoria microeconômica.
Uma última amostra restrita foi reestimada de acordo com o comportamento
observado em relação à parcela de etanol no lucro total. Ao selecionar apenas as 31 usinas
com um comportamento coerente com o mercado – ou seja, uma vez que o etanol foi o
produto menos rentável, tais usinas apresentaram uma menor proporção deste produto no seu
lucro total – o resultado encontrado para a elasticidade-preço da oferta de álcool foi o
esperado pela teoria microeconômica, 0,2643, porém não significativo estatisticamente. Desta
forma, entende-se que este efeito apenas incita um debate sobre a capacidade de produção das
usinas. Logo, sugere-se que aquelas usinas que conseguiriam alterar o seu mix de produção
para o produto mais rentável e, assim, alcançariam maiores benefícios, estariam seguindo um
comportamento mais coerente com a teoria microeconômica.
Portanto, tal análise indica que um resultado coerente com a teoria econômica pode
não estar relacionado com a capacidade de produção da usina, mas sim com sua eficiência
(alocativa, técnica ou econômica). Entende-se que as usinas mais eficientes na produção de
açúcar e etanol conseguiriam realocar seus fatores e aproveitar, com maior rapidez, as
vantagens do mercado em termos de rentabilidade dos produtos. Ou seja, tais usinas
conseguiriam se adaptar e, de uma forma mais eficiente, produzir os produtos mais rentáveis
também no curto prazo – algo que as usinas ineficientes não seriam capazes de fazer. Um
exame mais apurado, analisando critérios de eficiência (seja ela alocativa, técnica ou
econômica) poderá trazer melhores conclusões a respeito deste tema.
Outra questão a ser analisada no curto prazo para a amostra restrita é a decisão destas
usinas em produzir, ainda que esteja obtendo prejuízo. Esta decisão estaria relacionada à
estratégia da usina para manter-se no mercado diante do cenário econômico vivido no
período, ou seja, uma decisão de curto prazo, e que foi sugerida pelo resultado encontrado.
É preciso relembrar, porém, que o estudo da tendência do comportamento deste setor
somente será possível a partir de uma análise de longo prazo da elasticidade-preço da oferta
de etanol, tornando este fator uma das limitações enfrentadas por este trabalho. A partir desta
análise será possível verificar algumas questões como, por exemplo, a concentração da
produção. Caso as usinas continuem enfrentando, no longo prazo, um cenário de prejuízos, a
indústria de etanol tenderá a ter cada vez menos agentes no mercado. Tal situação sugere duas
93
hipóteses: i) a saída dos agentes deste mercado poderá provocar uma maior concentração da
produção por parte dos poucos produtores restantes e que, por serem mais eficientes,
conseguiriam manter seu nível de produção; ou ii) a saída dos agentes do mercado levará a
uma redução da oferta nacional de etanol, comprometendo o abastecimento interno e as
políticas de substituição da matriz energética, sendo necessário recorrer às importações deste
produto.
Neste sentido, para que o modelo proposto por este trabalho seja melhor avaliado e
gere resultados mais significativos, será necessário aumentar o período de análise para as
próximas safras, bem como aumentar o número de usinas amostradas. Ou seja, espera-se que
os dados coletados pelo Pecege para as safras futuras sejam tão consistentes quanto os dados
utilizados por este trabalho para que se possa realizar uma análise de longo prazo da
elasticidade-preço direta da oferta de etanol. Espera-se também um aumento na participação
das usinas convidadas a responder o questionário elaborado pelo Pecege sobre os custos de
produção e que fornecerão uma maior amostra para a aplicação do modelo aqui proposto.
Sugere-se, também, a inclusão de novas variáveis na função de lucro, principalmente
no que diz respeito à representação dos custos agrícolas. Esta etapa do processo produtivo
envolve três estágios, elencados pelo Pecege (2012) como formação de canavial, tratos e
CCT. Desta forma, será possível representar mais fielmente a atividade realizada pelo setor
sucroalcooleiro nacional, contribuindo para a avaliação e elaboração de políticas públicas e
privadas para o planejamento do desenvolvimento do setor.
É interessante sublinhar ainda algumas questões que não foram tratadas neste trabalho
e que podem ser objeto de pesquisa futura. Primeiramente, testes mais conclusivos a respeito
da estrutura da demanda por fatores de produção poderão ser obtidos a partir da análise das
elasticidades de Allen e Morishima assim como proposto por Almeida et al (2008) e Ishii et al
(2007). Cabe destacar aqui a utilidade das medidas de elasticidades de substituição como
instrumentos para explicitar a relação de produção da atividade: complementaridade ou
substitubilidade entre fatores determinam comportamentos no mercado de fatores. A
classificação de Allen e Morishima são apenas duas medidas possíveis, as mais populares,
entre muitas.
94
Referências
AGÊNCIA NACIONAL DO PETRÓLEO, GÁS NATURAL E BIOCOMBUSTÍVEIS.
Boletim do Etanol, nº1/2014. 2014. Disponível em:
<http://www.anp.gov.br/?pg=70317&m=&t1=&t2=&t3=&t4=&ar=&ps=&cachebust=140190
8475637>. Acesso em: 20 maio 2014.
AGÊNCIA NACIONAL DO PETRÓLEO, GÁS NATURAL E BIOCOMBUSTÍVEIS.
Sistema de levantamento de preços (SLP). Disponível em: <http://www.anp.gov.br/preco/>.
Acesso em: 20 maio 2015.
ALMEIDA, M. H. S. P.; FILHO, J. B. S. F; MORAES, G. I. Função lucro trans-logarítmica e
elasticidades de substituição de fatores para uma amostra de produtores dedicados à avicultura
de postura. Sociedade Brasileira de Economia, Administração e Sociologia Rural, Rio
Branco, jul. 2008. Disponível em: < http://www.sober.org.br/palestra/9/450.pdf>. Acesso em:
15 jan. 2014.
ANDRADE, E. T.; CARVALHO, A. R. G. C.; SOUZA, L. F. Programa do Proálcool e o
etanol no Brasil. ENGEVISTA, [S.l.], v. 11, n. 2. p. 127-136, dez. 2009. Disponível em: <
http://www.uff.br/engevista/seer/index.php/engevista/article/viewFile/236/138>. Acesso em:
9 set.2013.
ANDRADE, G. S. Avaliação experimental da duração de combustão para diferentes
combustíveis, em um Motor Padrão Ciclo Otto ASTM-CFR. 2007. 154 f. Dissertação
(Mestrado em Engenharia) – Universidade Federal do Rio Grande do Sul, Porto Alegre, 2007.
BAJAY, S. V.; NOGUEIRA, L. A. H.; SOUSA, J. R. Ethanol in the Brazilian Energy Matrix.
Ethanol and Bioeletricity Sucarcane in Future of Energy Matrix. 2013. Disponível em
<http://sugarcane.org/resource-
library/books/Ethanol%20in%20the%20Brazilian%20Energy%20Matrix.pdf>. Acesso em: 9
set. 2013.
BALL, V. E. Modeling Supply Response in a Multiproduct Framework. American Journal
of Agricultural Economics, Saint Paul, v. 70, n. 4, p. 813-825, Nov. 1988. Disponível em:
<http://naldc.nal.usda.gov/download/43630/PDF>. Acesso em: 15 jan. 2014.
CASTRO, E. R. Crédito rural e oferta agrícola no Brasil. 2008. 131 f. Tese (Doutorado em
Economia Aplicada) – Universidade Federal de Viçosa, Viçosa, 2008.
CHAGAS, A. L. S. Economia de Baixo Carbono: avaliação de impactos de restrições e
perspectivas tecnológicas. Núcleo de Estudos de Economias de Baixo Carbono (EBC). São
Paulo: Universidade de São Paulo, 2012. Disponível em:
95
<http://www.desenvolvimento.gov.br/arquivos/dwnl_1378391496.pdf>. Acesso em: 20 maio
2014.
CHAMBERS, R. G. Applied production analysis: a dual approach. New York: Cambrigde
University Press, 1988.
COMPANHIA NACIONAL DE ABASTECIMENTO. Acompanhamento da Safra
Brasileira: cana de açúcar - safra 2013/2014. Brasília, DF, 2014. p. 1-14. Disponível em:
<http://www.conab.gov.br/OlalaCMS/uploads/arquivos/14_04_10_09_00_57_boletim_cana_
portugues_-_4o_lev_-_13.pdf>. Acesso em: 20 maio 2014.
COMPANHIA NACIONAL DE ABASTECIMENTO. Cana-de-Açúcar: safra 2005/2006 -
terceiro levantamento. 2005. Disponível em:
<http://www.conab.gov.br/OlalaCMS/uploads/arquivos/9abd97e88f7623178c05dc0c64bf345
b..pdf>. Acesso em: 20 maio 2014.
COMPANHIA NACIONAL DE ABASTECIMENTO. Relatório de Acompanhamento da
Safra Brasileira: cana-de-açúcar - safra 2012/2013 - quarto levantamento - abril/2013.
Disponível em
<http://www.conab.gov.br/OlalaCMS/uploads/arquivos/13_04_09_10_30_34_boletim_cana_
portugues_abril_2013_4o_lev.pdf>>. Acesso em: 15 jan. 2015.
COMPANHIA NACIONAL DE ABASTECIMENTO. Relatório de Acompanhamento da
Safra Brasileira: cana-de-açúcar - safra 2012/2013 - quarto levantamento - abril/2015.
Disponível em:
<http://www.conab.gov.br/OlalaCMS/uploads/arquivos/15_04_13_08_45_51_boletim_cana_
portugues_-_4o_lev_-_14-15.pdf>. Acesso em: 29 maio 2015.
COMPANHIA NACIONAL DE ABASTECIMENTO. Série histórica de área plantada.
Disponível em:
<http://www.conab.gov.br/conteudos.php?a=1253&ordem=produto&Pagina_objcmsconteudos=8#A_
objcmsconteudos>. Acesso em: 20 maio 2015.
COMPANHIA NACIONAL DE ABASTECIMENTO. Série histórica de produção de
cana-de-açúcar. Disponível em:
<http://www.conab.gov.br/conteudos.php?a=1253&ordem=produto&Pagina_objcmsconteudos=8#A_
objcmsconteudos>. Acesso em: 20 maio 2015.
COMPANHIA NACIONAL DE ABASTECIMENTO. Série histórica de produção de
etanol anidro. Disponível em:
<http://www.conab.gov.br/conteudos.php?a=1253&ordem=produto&Pagina_objcmsconteudos=8#A_
objcmsconteudos>. Acesso em: 20 maio 2015.
96
COMPANHIA NACIONAL DE ABASTECIMENTO. Série histórica de produção de
etanol hidratado. Disponível em:
<http://www.conab.gov.br/conteudos.php?a=1253&ordem=produto&Pagina_objcmsconteudos=8#A_
objcmsconteudos>. Acesso em: 20 maio 2015.
COMPANHIA NACIONAL DE ABASTECIMENTO. Série histórica de produção de
etanol total. Disponível em:
<http://www.conab.gov.br/conteudos.php?a=1253&ordem=produto&Pagina_objcmsconteudos=8#A_
objcmsconteudos>. Acesso em: 20 maio 2015.
DEBERTIN, D. L. Agricultural production economics. New Jersey: Macmillan Publishing
Company, 2012.
DUARTE, P. C.; LAMOUNIER, W. M.; TAKAMATSU, R. T. Modelos econométricos
para dados em painel: aspectos teóricos e exemplos de aplicação à pesquisa de contabilidade
financeira. [S.l.]: Universidade Federal de Minas Gerais, 2007. Disponível em:
<http://disciplinas.stoa.usp.br/pluginfile.php/176819/mod_resource/content/1/Artigo%20-
%20Modelos%20em%20Painel.pdf> . Acesso em: 10 out. 2014.
EMPRESA DE PESQUISA ENERGÉTICA. Avaliação do comportamento dos usuários de
veículos flex fuel no consumo de combustíveis no Brasil. 2013. Disponível em
<http://www.epe.gov.br/Petroleo/Documents/DPG_Docs/EPE-DPG-SDB-001-2013-r0.pdf>.
Acesso em: 15 jan. 2014.
EMPRESA DE PESQUISA ENERGÉTICA. Balanço Energético Nacional, 2012: ano base
2011. 2012. Disponível em:
<https://ben.epe.gov.br/downloads/Resultados_Pre_BEN_2012.pdf>. Acesso em: 15 jan.
2014.
EMPRESA DE PESQUISA ENERGÉTICA. Plano decenal de expansão de energia 2022.
2013. Disponível em: < http://www.epe.gov.br/Estudos/Documents/PDE2022.pdf >. Acesso
em: 15 jan. 2014.
FARINA, E. et al. Ethanol Market and Competition. Ethanol and bioeletricity sucarcane in
future of energy matrix. 2013. Disponível em: < http://sugarcane.org/resource-
library/books/Ethanol%20Market%20and%20Competition.pdf>. Acesso em: 9 set. 2013.
FARINA, E.; RODRIGUES, L.; SOUSA, E. L. de. A política de petróleo e a indústria de
etanol no brasil. Interesse Nacional, [S.l.], ano 6, n. 22 p. 64-75, jul./set. 2013. Disponível
97
em: <http://interessenacional.uol.com.br/site/wp-content/uploads/2013/07/Revista-Interesse-
Nacional-Edicao-22.pdf>. Acesso em: 20 maio 2014.
FULGINITI, L. E.; PERRIN, R. K. Argentine Agricultural Policy in a Multiple-Output,
Multiple-Input Framework. American Journal of Agricultural Economics, Saint Paul, p.
279-288, May 1990. Disponível em:
<http://digitalcommons.unl.edu/cgi/viewcontent.cgi?article=1008&context=ageconfacpub>.
Acesso em: 15 jan. 2014.
ISHII, K. S.; SOUZA, M. J. P.; FILHO, J. B. S. F. A oferta e a estrutura de demanda de
fatores de produção da sojicultura brasileira: o modelo da função translog. Sociedade
Brasileira de Economia, Administração e Sociologia Rural, Londrina, jul. 2007.
Disponível em: < http://www.sober.org.br/palestra/6/268.pdf>. Acesso em: 15 jan. 2014.
MARKESTRAT. A dimensão do setor sucroenergético: mapeamento e quantificação da
safra 2013/2014. 2014. Disponível em: <http://www.unica.com.br/documentos/publicacoes/>.
Acesso em: 20 maio 2014.
MILANEZ, A. Y. et al. O déficit de produção de etanol no Brasil entre 2012 e 2015:
determinantes, consequências, e sugestões de política. BNDES Setorial: biocombustíveis, v.
35, p. 277-302. Disponível em:
<http://www.bndes.gov.br/SiteBNDES/export/sites/default/bndes_pt/Galerias/Arquivos/conhe
cimento/bnset/set3508.pdf>>. Acesso em 20 de maio de 2014.
MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO. Projeções do
Agronegócio: Brasil 2008/09 a 2018/19. Brasília, DF, 2009. Disponível em:
<http://www.agricultura.gov.br/arq_editor/file/Ministerio/planos%20e%20programas/projeco
es%20do%20agronegocio.pdf>. Acesso em: 15 jan. 2014.
MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO. Secretaria de
Produção e Agroenergia. Anuário estatístico da agroenergia. Brasília, DF. 2012. Disponível
em:
<http://www.agricultura.gov.br/arq_editor/file/Desenvolvimento_Sustentavel/Agroenergia/an
uario_agroenergia_web_2012.pdf>. Acesso em: 20 maio 2014.
MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO. Sistema de
acompanhamento da produção canavieira. Departamento da Cana-de-açúcar e
Agroenergia. 2013. Disponível em:
<http://www.agricultura.gov.br/arq_editor/file/Desenvolvimento_Sustentavel/Agroenergia/Or
ientacoes_Tecnicas/Usinas%20e%20Destilarias%20Cadastradas/DADOS_PRODUTORES_2
3-08-2013.pdf>. Acesso em: 23 ago. 2013.
PINDYCK, R. S.; RUBINFELD, D. L. Microeconomía. Madri: Pearson Prentice Hall, 2009.
98
PROGRAMA DE EDUCAÇÃO CONTINUADA EM ECONOMIA E GESTÃO DE
EMPRESAS. Custos de Produção de Cana-de-Açúcar, Açúcar e Etanol no Brasil.
Acompanhamento da Safra 2012/2013 na Região Centro-Sul. Piracicaba: Universidade de
São Paulo, Escola Superior de Agricultura “Luiz de Queiroz”, Departamento de Economia,
Administração e Sociologia, 2012.
RANDOW, B. M. V. et al. Os determinantes da oferta e da demanda de etanol nos estados
brasileiros. Revista Brasileira de Energia, Rio de Janeiro, v. 19, n. 2, p. 287-319, 2013.
SOUZA, P. N.; SCUR, G.; SOUZA, R. de C. Panorama da cadeia produtiva do etnaol no
Brasil: gargalos e proposições para seu desenvolvimento. GEPROS: Gestão da Produção,
Operações e Sistemas, [S.l.], ano 7, n. 3, p.145-159, jul./set. 2012. Disponível em:
<http://www.gepros.feb.unesp.br/index.php/gepros/article/download/394/454>. Acesso em:
20 maio 2015.
TEIXEIRA, E. C.; FERREIRA JR., S. Relações de produção na pecuária leiteira: um estudo
de caso das respostas da produção aos preços mensais. Revista de Economia e Agronegócio,
Viçosa, v. 3, n. 2, 2015. Disponível em:
<http://ageconsearch.umn.edu/bitstream/56737/2/3%20Artigo.pdf>. Acesso em: 15 jan. 2014.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Consumo de combustíveis: etanol
hidratado. Disponível em: <http://www.unicadata.com.br/historico-de-consumo-de-
combustiveis.php?idMn=11&tipoHistorico=10&acao=visualizar&idTabela=1606&produto=Etanol%2
Bhidratado%2Bcombust%2526iacute%253Bvel&nivelAgregacao=1>. Acesso em: 20 maio 2015.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Área colhida com cana-de-açúcar:
1980 a 2012. Disponível em: <http://www.unicadata.com.br/historico-de-area-
ibge.php?idMn=33&tipoHistorico=5&acao=visualizar&idTabela=1522&produto=%C3%81rea+colhi
da&anoIni=1980&anoFim=2012&estado=RS%2CSC%2CPR%2CSP%2CRJ%2CMG%2CES%2CMS
%2CMT%2CGO%2CDF%2CBA%2CSE%2CAL%2CPE%2CPB%2CRN%2CCE%2CPI%2CMA%2
CTO%2CPA%2CAP%2CRO%2CAM%2CAC%2CRR>. Acesso em: 20 maio 2015.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Área plantada com cana-de-açúcar:
1980 a 2012. Disponível em: <http://www.unicadata.com.br/historico-de-area-
ibge.php?idMn=33&tipoHistorico=5&acao=visualizar&idTabela=1522&produto=%C3%81rea+Plant
ada&anoIni=1980&anoFim=2012&estado=RS%2CSC%2CPR%2CSP%2CRJ%2CMG%2CES%2CM
S%2CMT%2CGO%2CDF%2CBA%2CSE%2CAL%2CPE%2CPB%2CRN%2CCE%2CPI%2CMA%
2CTO%2CPA%2CAP%2CRO%2CAM%2CAC%2CRR>. Acesso em: 20 maio 2015.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Cana-de-Açúcar: 1980/1981 a
2013/2014. Disponível em: <http://www.unicadata.com.br/historico-de-producao-e-
moagem.php?idMn=31&tipoHistorico=2&acao=visualizar&idTabela=1611&produto=cana&safraIni=
99
1980%2F1981&safraFim=2013%2F2014&estado=RS%2CSC%2CPR%2CSP%2CRJ%2CMG%2CES
%2CMS%2CMT%2CGO%2CDF%2CBA%2CSE%2CAL%2CPE%2CPB%2CRN%2CCE%2CPI%2
CMA%2CTO%2CPA%2CAP%2CRO%2CAM%2CAC%2CRR>. Acesso em: 20 maio 2015.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Consumo de combustíveis: etanol
anidro. Disponível em: <http://www.unicadata.com.br/historico-de-consumo-de-
combustiveis.php?idMn=11&tipoHistorico=10&acao=visualizar&idTabela=1606&produto=Etanol%2
Banidro%2Bcombust%2526iacute%253Bvel&nivelAgregacao=1>. Acesso em: 20 maio 2015.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Detalhamento das exportações
mensais de etanol pelo Brasil: safra 2013/2014. Disponível em:
<http://www.unicadata.com.br>. Acesso em: 20 maio 2014.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Etanol anidro: 2011/2012 a
2013/2014. Disponível em: <http://www.unicadata.com.br/historico-de-producao-e-
moagem.php?idMn=31&tipoHistorico=2&acao=visualizar&idTabela=1611&produto=etanol_anidro&
safraIni=2011%2F2012&safraFim=2013%2F2014&estado=RS%2CSC%2CPR%2CSP%2CRJ%2CM
G%2CES%2CMS%2CMT%2CGO%2CDF%2CBA%2CSE%2CAL%2CPE%2CPB%2CRN%2CCE
%2CPI%2CMA%2CTO%2CPA%2CAP%2CRO%2CAM%2CAC%2CRR>. Acesso em: 20 maio
2015.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Etanol hidratado: 2011/2012 a
2013/2014. Disponível em: <http://www.unicadata.com.br/historico-de-producao-e-
moagem.php?idMn=31&tipoHistorico=2&acao=visualizar&idTabela=1611&produto=etanol_hidratad
o&safraIni=2011%2F2012&safraFim=2013%2F2014&estado=RS%2CSC%2CPR%2CSP%2CRJ%2
CMG%2CES%2CMS%2CMT%2CGO%2CDF%2CBA%2CSE%2CAL%2CPE%2CPB%2CRN%2C
CE%2CPI%2CMA%2CTO%2CPA%2CAP%2CRO%2CAM%2CAC%2CRR>. Acesso em: 20
maio 2015.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Etanol total: 2011/2012 a 2013/2014.
Disponível em: <http://www.unicadata.com.br/historico-de-producao-e-
moagem.php?idMn=31&tipoHistorico=2&acao=visualizar&idTabela=1611&produto=etanol_total&sa
fraIni=2011%2F2012&safraFim=2013%2F2014&estado=RS%2CSC%2CPR%2CSP%2CRJ%2CMG
%2CES%2CMS%2CMT%2CGO%2CDF%2CBA%2CSE%2CAL%2CPE%2CPB%2CRN%2CCE%2
CPI%2CMA%2CTO%2CPA%2CAP%2CRO%2CAM%2CAC%2CRR>. Acesso em: 20 maio
2015.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Exportações brasileiras: etanol.
Destino: Estados Unidos. Disponível em: <http://www.unicadata.com.br>. Acesso em: 20
maio 2014.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Frota brasileira de automóveis e
veículos comerciais leves (Ciclo Otto): Departamento de Economia e Estatística. 2014.
100
Disponível em: <http://www.unicadata.com.br/listagem.php?idMn=55>. Acesso em: 20 maio
2014.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Importação mensal de etanol pelo
Brasil. Disponível em: < http://www.unicadata.com.br>. Acesso em: 20 maio 2014.
UNIÃO DA INDÚSTRIA DA CANA-DE-AÇÚCAR. Preço de faturamento do ATR por
produto. Disponível em: <www.unicadata.com.br/listagem.php?idMn=62>. Acesso em: 20 maio
2015.
UNITED STATES ENVIRONMENTAL PROTECTION AGENCY. Renewable Fuel
Standard Program (RFS2): regulatory impact analysis - Assessment and Standards Division
Office of Transportation and Air Quality. 2010. Disponível em:
<http://www.epa.gov/otaq/renewablefuels/420r10006.pdf>. Acesso em: 9 set. 2013.
VARIAN, H. R. Microeconomic Analysis. New York: Norton, 1992.
XAVIER, C. E. O. Análise da eficiência do setor sucroenergético brasileiro. 2014. 164 f. Tese
(Doutorado em Economia Aplicada) – Escola Superior de Agricultura “Luiz de Queiroz”,
Universidade de São Paulo, Piracicaba, 2014.
ZELLNER, A. An efficient method of estimating seemingly unrelated regressions and tests
for aggregation bias. Journal of the American Statistical Association, New York, n. 57 p.
348-368, June 1962. Disponível em: <http://courses.umass.edu/resec703/documents/Zellner-
Seemingly%20Unrelated%20Regression.pdf>. Acesso em: 15 jan. 2014.
101
ANEXO A – BASE DE DADOS
Tabela A.I – Base de dados para receita utilizados no trabalho
(continua)
Usina Quantidade Açúcar
(t ATR)
Preço Açúcar
(R$/t ATR)
Quantidade Etanol
(t ATR)
Preço Etanol
(R$/t ATR)
1 77.095,8 1.225,36 23.809,4 958,30
2 116.294,5 1.108,76 34.079,1 866,62
3 70.877,2 1.016,39 66.758,4 633,42
4 98.954,0 931,66 60.858,9 688,01
5 149.877,2 1.166,06 163.702,3 790,37
6 165.624,2 1.227,82 127.477,3 688,55
7 219.459,2 853,78 75.964,4 752,22
8 161.717,2 871,79 116.911,8 679,12
9 68.753,2 776,84 94.690,7 735,62
10 6.951,9 818,55 198.374,8 663,72
11 217.773,9 980,18 129.260,3 925,66
12 61.127,0 851,15 84.122,9 754,95
13 132.643,0 819,99 114.774,3 628,46
14 230.672,5 883,01 216.526,9 745,47
15 124.005,4 930,10 47.142,6 856,28
16 207.117,0 970,41 105.642,5 781,48
17 97.602,4 851,56 99.535,8 624,35
18 316.602,4 870,69 283.683,8 700,74
19 454.465,8 914,93 210.206,0 767,93
20 215.817,5 887,53 153.532,3 679,15
21 281.801,1 856,64 195.532,7 737,31
22 262.699,4 918,75 399.167,2 670,41
23 77.182,7 992,94 53.137,2 811,12
24 86.789,5 923,18 81.657,0 808,55
25 164.563,8 867,19 93.686,4 732,99
26 79.596,8 928,00 41.645,8 815,07
27 195.225,7 867,82 178.971,9 738,37
28 242.372,5 934,04 102.542,1 647,33
29 217.401,9 822,58 249.569,9 727,32
30 66.324,0 1.013,46 37.172,1 783,68
31 136.564,2 1.134,04 41.732,8 786,83
32 122.409,7 880,16 92.753,6 636,84
33 63.823,5 891,18 4.119,9 733,76
34 44.127,0 1.041,84 38.095,5 663,30
35 215.650,3 878,94 138.780,6 709,12
102
ANEXO A – BASE DE DADOS
Tabela A.I – Base de dados para receita utilizados no trabalho
(conclusão)
Usina Quantidade Açúcar
(t ATR)
Preço Açúcar
(R$/t ATR)
Quantidade Etanol
(t ATR)
Preço Etanol
(R$/t ATR)
36 136.009,6 950,96 103.552,8 703,36
37 190.753,0 877,32 115.021,1 694,32
38 242.144,6 866,02 154.402,7 789,29
39 132.814,3 918,99 151.814,6 723,03
40 105.257,0 842,37 111.367,3 688,29
41 68.733,9 1.013,46 40.248,2 739,40
42 138.290,2 851,57 234.719,1 708,22
43 219.489,7 948,95 95.546,7 626,94
44 222.268,8 923,52 212.851,8 750,49
45 144.640,4 885,74 73.770,8 730,20
46 61.460,4 1.157,60 23.729,9 645,78
47 291.580,5 961,35 140.582,3 718,96
48 211.986,5 894,49 97.287,1 809,10
49 218.990,9 716,49 109.420,8 737,10
50 159.111,0 1.040,89 163.680,3 766,14
51 184.006,5 818,03 123.329,6 798,60
52 241.231,8 957,65 215.400,0 767,48
53 64.926,8 776,84 106.920,6 735,84 Fonte: PECEGE (2012)
103
ANEXO A – BASE DE DADOS
Tabela A.II – Base de dados para custos utilizados no trabalho
(continua)
Usina Terra
(ha)
Preço
Terra
(R$/ha)
Quantidade
Cana
Fornecedor (kg)
Preço Cana
Fornecedor
(R$/kg)
Funcionários
(unidade)
Salário Médio
(R$/ano/unidade)
1 10.860,2 252,31 39.921.720,5 0,51 670 39.699
2 14.138,8 391,41 61.895.573,2 0,51 843 21.581
3 12.214,9 995,28 0 0,48 359 22.611
4 6.180,7 1.198,46 94.371.027,6 0,48 302 42.108
5 26.531,5 644,07 74.054.032,8 0,45 724 34.565
6 33.727,6 582,71 0 0,49 577 27.685
7 0 1.445,2 290.587.513,9 0,49 470 26.485
8 13.196,4 1.031,87 163.271.815,4 0,47 351 52.963
9 15.086,7 621,84 84.873.046,4 0,50 375 37.356
10 15.286,3 1.071,37 47.219.333,2 0,47 210 50.801
11 31.628,9 1.125,31 114.242.464,5 0,47 463 67.383
12 12.689,1 1.053,82 46.595.629,1 0,48 360 44.025
13 16.135,3 1.184,35 136.756.179,7 0,47 458 44.715
14 24.642 1.261,17 213.909.473 0,47 620 77.358
15 16.758,9 611,29 49.106.273,5 0,55 392 21.045
16 11.864 980,35 191.297.581,2 0,47 503 37.484
17 12.411,9 1.318,5 100.650.701 0,47 379 45.427
18 45.718,3 702,97 203.068.204 0,47 574 55.531
19 53.222,8 1.429,58 199.433.156,8 0,47 1.245 46.527
20 22.419,9 1.435,1 131.266.184,1 0,53 520 63.687
21 28.266,7 1.404,27 196.440.581,4 0,47 410 74.646
22 64.473 551,24 195.951.286,2 0,47 820 32.710
23 14.557,2 673,83 0 0,47 351 32.243
24 27.980,6 510,93 7.329.660,7 0,47 299 39.427
25 19.799,1 1.429,77 57.614.735,4 0,47 496 39.110
26 10.362,3 597,05 500.77.880,3 0,55 404 26.667
27 25.742,8 1.181,46 136.856.170,2 0,46 375 53.116
28 21.019 1.280,22 123.329.500,5 0,47 378 64.562
29 49.934 703,76 22.478.061,6 0,47 527 51.121
30 13.878,1 1.377,89 0 0,53 235 25.964
31 19.795,8 392,48 39.221.926,5 0,51 775 40.733
32 15.130 1.402,66 66.008.232,3 0,5 386 45.220
33 4.738,68 1.050,2 45.754.057,9 0,46 197 39.269
34 2.594,97 576,67 68.727.052,8 0,47 302 43.734
35 46.750,4 717,8 23.712.482,7 0,47 381 49.568
104
ANEXO A – BASE DE DADOS
Tabela A.II – Base de dados para custos utilizados no trabalho
(conclusão)
Usina Terra
(ha)
Preço
Terra
(R$/ha)
Quantidade
Cana
Fornecedor (kg)
Preço Cana
Fornecedor
(R$/kg)
Funcionários
(unidade)
Salário Médio
(R$/ano/unidade)
36 24.027,1 692,01 10.6337.246,7 0,47 444 44.438
37 22.717 970,48 74.854.008,3 0,47 534 27.241
38 42.274 717,8 75.970.720,7 0,47 477 50.831
39 158,741 1.124,14 27.6557.973,5 0,46 303 36.290
40 0 1.280,18 212.422.592 0,51 368 29.520
41 14.859,6 1.072,04 0 0,47 284 33.792
42 42.353,9 742,18 7.767.019,8 0,47 682 89.634
43 25.592 1.175,26 76.359.323,5 0,47 278 61.617
44 29.331,5 1.261,17 130.820.939,7 0,47 563 35.087
45 20.427,1 1.102,69 16.867.847,4 0,48 359 35.796
46 15.180,7 794,72 2.270.295,4 0,48 217 32.558
47 31.834,3 1.374,6 71.241.046,4 0,49 757 37.146
48 19.443,3 1.184,35 156.321.154,1 0,47 290 53.996
49 26.508,9 1.261,17 61.589.852,1 0,47 375 68.886
50 8.251,53 676,45 221.211.917,9 0,47 301 69.214
51 30.081,7 727,95 4.861.069,7 0,46 281 65.341
52 49.486 787,44 46.748.384,6 0,44 463 43.162
53 12.020,8 743,02 70.038.826,4 0,50 321 39.534 Fonte: PECEGE (2012)
105
ANEXO B – INDICADORES DE EFICIÊNCIA
Tabela B.I – Níveis de eficiência econômica, alocativa e técnica para as usinas da amostra
original
(continua)
Níveis de Eficiência
Usina Eficiência Econômica Eficiência Alocativa Eficiência Técnica
1 15,4% 30,7% 50,1%
2 21,7% 39,3% 55,3%
3 100,0% 100,0% 100,0%
4 47,6% 56,3% 84,7%
5 48,7% 73,0% 66,7%
6 77,0% 100,0% 77,0%
7 41,0% 41,2% 99,6%
8 42,9% 56,0% 76,7%
9 26,2% 49,9% 52,6%
10 64,8% 86,9% 74,6%
11 49,6% 84,0% 59,1%
12 50,7% 82,3% 61,6%
13 43,3% 66,5% 65,2%
14 51,8% 67,7% 76,5%
15 35,6% 62,3% 57,1%
16 42,1% 50,0% 84,3%
17 48,2% 70,2% 68,6%
18 42,3% 62,5% 67,7%
19 57,9% 86,7% 66,8%
20 59,9% 75,7% 79,0%
21 57,3% 74,5% 76,9%
22 36,0% 63,0% 57,2%
23 79,2% 100,0% 79,2%
24 46,7% 94,0% 49,7%
25 66,9% 91,3% 73,3%
26 28,8% 48,9% 58,9%
27 55,0% 76,7% 71,7%
28 59,6% 75,7% 78,7%
29 70,6% 95,7% 73,8%
30 62,3% 94,0% 66,2%
31 31,7% 59,5% 53,3%
32 60,8% 82,5% 73,6%
33 46,9% 61,4% 76,4%
34 20,5% 27,0% 75,8%
106
Tabela B.I – Níveis de eficiência econômica, alocativa e técnica para as usinas da amostra
original
(conclusão)
Níveis de Eficiência
Usina Eficiência Econômica Eficiência Alocativa Eficiência Técnica
35 56,1% 95,3% 58,8%
36 31,8% 62,0% 51,4%
37 61,7% 83,5% 73,9%
38 49,1% 87,3% 56,2%
39 36,1% 36,1% 100,0%
40 36,9% 36,9% 100,0%
41 63,7% 97,8% 65,1%
42 72,9% 98,3% 74,2%
43 60,9% 88,6% 68,7%
44 62,1% 81,2% 76,5%
45 71,9% 99,0% 72,7%
46 47,2% 98,9% 47,7%
47 75,5% 95,4% 79,1%
48 46,5% 67,6% 68,8%
49 67,9% 94,4% 71,9%
50 29,1% 31,4% 92,7%
51 85,2% 98,6% 86,4%
52 62,3% 96,3% 64,7%
53 38,4% 55,7% 68,9% Fonte: XAVIER (2014).
107
APÊNDICE A – PARCELAS DE LUCRO OBSERVADAS
Tabela A.III – Parcelas observadas dos produtos e dos fatores de produção em relação ao
lucro total da amostra original, por usina
(continua)
Parcelas Observadas
Usina Açúcar Etanol Terra Cana Fornecedor Mão de Obra
1 1,4006 0,3383 -0,0406 -0,3039 -0,3944
2 1,2512 0,2866 -0,0537 -0,3076 -0,1765
3 0.7660 0,4496 -0,1293 0,0000 -0,0863
4 1,3350 0,6063 -0,1073 -0,6499 -0,1841
5 0,7651 0,5664 -0,0748 -0,1471 -0,1096
6 0,7959 0,3435 -0,0769 0,0000 -0,0625
7 2,1148 0,6449 0,0000 -1,6192 -0,1405
8 1,2652 0,7125 -0,1222 -0,6886 -0,1668
9 0,9356 1,2202 -0,1643 -0,7460 -0,2454
10 0,0647 1,4964 -0,1861 -0,2537 -0,1212
11 1,0039 0,5627 -0,1674 -0,2525 -0,1467
12 0,8136 0,9931 -0,2091 -0,3497 -0,2478
13 1,4119 0,9364 -0,2481 -0,8344 -0,2659
14 1,0979 0,8700 -0,1675 -0,5419 -0,2585
15 1,0457 0,3660 -0,0929 -0,2440 -0,0748
16 1,2360 0,5077 -0,0715 -0,5562 -0,1159
17 1,2912 0,9654 -0,2542 -0,7349 -0,2675
18 0,8767 0,6322 -0,1022 -0,3054 -0,1014
19 1,1917 0,4626 -0,2181 -0,2702 -0,1660
20 1,1901 0,6478 -0,1999 -0,4322 -0,2058
21 1,0855 0,6483 -0,1785 -0,4176 -0,1376
22 0,6819 0,7561 -0,1004 -0,2617 -0,0758
23 0,7772 0,4371 -0,0995 0,0000 -0,1148
24 0,6872 0,5663 -0,1226 -0,0297 -0,1011
25 1,0460 0,5033 -0,2075 -0,1997 -0,1422
26 1,1638 0,5348 -0,0975 -0,4314 -0,1697
27 0,8992 0,7014 -0,1614 -0,3335 -0,1057
28 1,2361 0,3624 -0,1469 -0,3184 -0,1333
29 0,6215 0,6309 -0,1221 -0,0366 -0,0936
30 0,9451 0,4096 -0,2689 0,0000 -0,0858
31 1,2078 0,2561 -0,0606 -0,1571 -0,2462
32 1,1326 0,6209 -0,2231 -0,3469 -0,1835
33 2,1765 0,1157 -0,1904 -0,8057 -0,2960
34 1,9120 1,0509 -0,0622 -1,3514 -0,5493
108
Tabela A.III – Parcelas observadas dos produtos e dos fatores de produção em relação ao
lucro total da amostra original, por usina
(conclusão)
Parcelas Observadas
Usina Açúcar Etanol Terra Cana Fornecedor Mão de Obra
35 0,8452 0,4388 -0,1496 -0,0502 -0,0842
36 1,1194 0,6304 -0,1439 -0,4351 -0,1708
37 0,9538 0,4552 -0,1256 -0,2004 -0,0829
38 0,8704 0,5058 -0,1259 -0,1497 -0,1006
39 1,3201 1,1871 -0,0019 -1,3863 -0,1189
40 1,9050 1,6469 0,0000 -2,3185 -0,2334
41 0,9427 0,4027 -0,2156 0,0000 -0,1299
42 0,6272 0,8853 -0,1674 -0,0196 -0,3256
43 1,1266 0,3240 -0,1627 -0,1953 -0,0927
44 0,8318 0,6473 -0,1499 -0,2492 -0,0800
45 0,9253 0,3891 -0,1627 -0,0589 -0,0928
46 1,0737 0,2313 -0,1821 -0,0163 -0,1066
47 1,0208 0,3681 -0,1594 -0,1271 -0,1024
48 1,2141 0,5040 -0,1474 -0,4704 -0,1003
49 1,0506 0,5400 -0,2239 -0,1938 -0,1730
50 1,0310 0,7807 -0,0347 -0,6472 -0,1297
51 0,7288 0,4769 -0,1060 -0,0108 -0,0889
52 0,7295 0,5220 -0,1230 -0,0654 -0,0631
53 0,6972 1,0875 -0,1235 -0,4858 -0,1754
Média 1,0649 0,6269 -0,1365 -0,3964 -0,1589 Fonte: elaborado pela autora.
109
APÊNDICE B – PARCELAS DE LUCRO ESTIMADAS
Tabela B.II - Parcelas estimadas dos produtos e dos fatores de produção em relação ao lucro
total da amostra original, por usina
(continua)
Parcelas Estimadas
Usina Açúcar Etanol Terra Cana Fornecedor Mão de Obra
1 0,8589 0,3275 0,0147 -0,0423 -0,1588
2 0,9595 0,3240 -0,0599 -0,0994 -0,1242
3 1,2537 0,5202 -0,1523 -0,4699 -0,1517
4 1,1536 0,6485 -0,1617 -0,4786 -0,1617
5 1,0968 0,3147 -0,0747 -0,1954 -0,1414
6 1,2148 0,4071 -0,0704 -0,3777 -0,1738
7 1,0927 0,5904 -0,2099 -0,3634 -0,1098
8 1,0963 0,7387 -0,1487 -0,5070 -0,1793
9 0,9246 0,7645 -0,1342 -0,3929 -0,1620
10 1,0854 0,7936 -0,1629 -0,5372 -0,1789
11 0,9526 0,5103 -0,1337 -0,2000 -0,1292
12 1,0229 0,6697 -0,1621 -0,3840 -0,1465
13 1,1422 0,7933 -0,1755 -0,5812 -0,1787
14 1,0542 0,7505 -0,1539 -0,4740 -0,1768
15 0,9410 0,5187 -0,1328 -0,2128 -0,1141
16 1,0648 0,5075 -0,1408 -0,2973 -0,1342
17 1,1815 0,7750 -0,1797 -0,5976 -0,1791
18 1,0182 0,7376 -0,1119 -0,4552 -0,1887
19 1,0907 0,6037 -0,1776 -0,3798 -0,1370
20 1,1504 0,8986 -0,1804 -0,6701 -0,1985
21 1,0624 0,7766 -0,1699 -0,4959 -0,1732
22 1,0625 0,6169 -0,0983 -0,4058 -0,1753
23 1,0040 0,4282 -0,1067 -0,1968 -0,1287
24 0,9204 0,5328 -0,0852 -0,2188 -0,1492
25 1,1003 0,6326 -0,1907 -0,4081 -0,1342
26 0,9606 0,6009 -0,1229 -0,2988 -0,1397
27 1,0556 0,6615 -0,1605 -0,4031 -0,1535
28 1,1889 0,7715 -0,1530 -0,6089 -0,1985
29 0,9657 0,7253 -0,1223 -0,3966 -0,1722
30 1,1531 0,5228 -0,1873 -0,3704 -0,1183
31 1,0128 0,5114 -0,0362 -0,3023 -0,1857
32 1,1971 0,8074 -0,1858 -0,6358 -0,1829
33 1,0690 0,5856 -0,1556 -0,3578 -0,1412
34 1,1320 0,6013 -0,0752 -0,4590 -0,1990
110
Tabela B.II - Parcelas estimadas dos produtos e dos fatores de produção em relação ao lucro
total da amostra original, por usina
(conclusão)
Parcelas Estimadas
Usina Açúcar Etanol Terra Cana Fornecedor Mão de Obra
35 1,0227 0,7032 -0,1165 -0,4300 -0,1794
36 1,0690 0,6276 -0,1050 -0,4136 -0,1780
37 1,1016 0,5762 -0,1636 -0,3788 -0,1354
38 0,9414 0,6492 -0,1182 -0,3151 -0,1573
39 1,1083 0,5651 -0,1606 -0,3732 -0,1396
40 1,1252 0,7128 -0,1988 -0,4959 -0,1433
41 1,1421 0,4913 -0,1462 -0,3488 -0,1385
42 0,9885 0,8488 -0,1047 -0,5190 -0,2136
43 1,2086 0,7719 -0,1441 -0,6305 -0,2059
44 1,1040 0,5453 -0,1731 -0,3483 -0,1280
45 1,0814 0,6270 -0,1678 -0,3987 -0,1419
46 1,2636 0,4890 -0,1002 -0,4713 -0,1811
47 1,1661 0,6043 -0,1766 -0,4481 -0,1457
48 1,0106 0,6114 -0,1581 -0,3245 -0,1393
49 0,9548 0,8740 -0,1874 -0,4775 -0,1639
50 1,0389 0,6002 -0,0756 -0,3731 -0,1904
51 0,8941 0,6973 -0,1171 -0,3115 -0,1628
52 1,0308 0,4866 -0,1125 -0,2611 -0,1438
53 0,9476 0,7758 -0,1491 -0,4146 -0,1597
Média 1,0649 0,6269 -0,1365 -0,3964 -0,1589 Fonte: elaborado pela autora.