Análise envoltória de dados no estudo da eficiência em assentamentos rurais no Estado de Mato Grosso

Houve um importante crescimento do número de assentamentos rurais após 1994 e diversos estudos já comprovaram que a quantidade e a qualidade dos projetos não estariam associadas. Há muita pobreza entre os assentados rurais, mas muitos assentamentos se destacam neste cenário de pobreza, conseguindo melhores rendas comparativamente à média geral. Este estudo analisa quais são os fatores mais importantes para esta diferenciação entre os assentamentos rurais mato-grossenses. Utilizaram-se dados do Censo da Reforma Agrária de 2002 com técnicas de análise envoltória de dados (DEA) para se obter a fronteira eficiente, e assim detectar o que causa maior eficiência ou menor ineficiência entre os projetos estudados. Entre as variáveis analisadas estavam infra-estrutura social e de habitação, isolamento econômico, crédito rural, área, entre outras, concluindo-se que quanto maior a distância dos centros urbanos, o tamanho do lote, a utilização de energia elétrica e a disponibilidade de mão-de-obra maior é a ineficiência. O estudo contribui para a literatura ao aplicar o método para este tipo de análise, com uso de variáveis categóricas em DEA e ainda oferecendo resultados aplicados para o estudo regional.---------------------------There was an important growth in the number of rural settlements after 1994 and some works have already shown that quantity and quality of those projects were notassociated. There is huge poverty among rural settled but many projects show up in this poverty picture achieving better income relative to general average. This work analyses what are the most important factors explaining this difference among rural settlements of Mato Grosso, using data from the Agrarian Reform Census of 2002 and data envelopment analysis (DEA) techniques to obtain the efficient frontier and so, detect what has caused higher efficiency or lower inefficiency among studied projects. Among others, some of the variables were social and housing infra-structure, economic isolation, rural credit and area, concluding that greater distance from urban centers, larger farms, use of electricity and greater labor availability increases inefficiency. The study contributes to the literature using this technique to this type of analysis, using categorical variables in DEA and also applied results to regional studies.