Análisis de benchmarking en sistemas de producción de leche del Piedemonte Araucano

Abstract

Un factor crítico en los procesos de gestión de la calidad para la producción de carne y leche es evaluar el desempeño actual de los sistemas de producción bovina a nivel de finca para establecer indicadores reales que reflejan el comportamiento de unidades eficientes e ineficientes con el fin de realizar una adecuada gestión de los recursos disponibles y maximizar la productividad. El objetivo de este estudio fue evaluar la eficiencia técnica relativa de 224 unidades de producción de leche y carne bovina localizadas en el Piedemonte del Departamento de Arauca mediante la metodología del análisis envolvente de datos (DEA), una herramienta no paramétrica que presenta ventajas en su aplicación frente a la utilización de técnicas paramétricas como la estimación de fronteras estocásticas. El análisis se realizó empleando un modelo de rendimientos variables a escala (VRS) que permitió descomponer la medida de eficiencia técnica global (CRS) en eficiencia técnica pura (VRS) y de escala (EE); considerando una orientación output, buscando la maximización de la producción anual de carne y leche a partir de los niveles actuales en la utilización de inputs. Para evitar problemas en la especificación del modelo, se utilizó el método de regresión Stepwise para seleccionar el conjunto de variables de entrada que tenían una asociación más fuerte con la obtención de los productos mencionados. De esta forma se definieron como inputs la superficie agraria útil (ha), el inventario animal (UFS) y el uso de mano de obra (UTA). Debido a la sensibilidad del DEA ante la presencia de datos atípicos, se utilizó la metodología de identificación de outliers en modelos no paramétricos encontrando 13 observaciones atípicas y eliminándolas del conjunto de datos con el fin de generar resultados robustos. Con los puntajes de eficiencia técnica se realizó un análisis de segunda etapa mediante un modelo de regresión Tobit con el fin de determinar las variables que se relacionan con la eficiencia de las fincas evaluadas. Los resultados mostraron un índice medio de eficiencia técnica global (CRS) de 0.429, pura (VRS) de 0.505 y de escala de 0.867, generándose una mayor ganancia en la eficiencia derivada de un incremento en la producción de carne y leche (45.5%) respecto a un ajuste en la escala de producción (13.3%). Estas diferencias evidenciaron la existencia de ineficiencias de escala, con 139 (62%) fincas operando con rendimientos decrecientes (62%) y 59 (26%) con rendimientos crecientes a escala. El análisis de los rendimientos a escala permitió definir como tamaño óptimo de producción una utilización de 59 ha, 57 UFS y 3.2 UTA, con una producción anual promedio de 68,217 kg de leche y 7,518 kg de carne. Se determinaron los conjuntos de referencia para cada unidad ineficiente a partir de los cuales se pueden generar procesos de benchmarking para identificar las mejoras prácticas asociadas con el desempeño óptimo del proceso de producción. Los valores objetivos y proyectados para las fincas ineficientes indicaron porcentajes de mejora potencial en la obtención de leche y carne de 57% y 63%, respectivamente; y para el consumo de inputs, las mayores reducciones se obtuvieron en las entradas referentes a la superficie agraria útil (-20%) y el inventario animal (-26%). En el modelo de regresión Tobit, el número de vacas en ordeño, cría y levante, el uso de mano de obra por hectárea y la producción de leche mostraron una relación significativa y negativa con la ineficiencia. Por el contrario, la utilización de la superficie en pastos tuvo una relación significativa y directa con la ineficiencia, representando un factor crítico para la adecuada gestión de las unidades evaluadas. (Texto tomado de la fuente)

A critical factor in the quality management processes in the dairy and beef cattle production systems is to evaluate the current performance of the farms to establish key performance indicators that demonstrates the behavior of efficient and inefficient units in order to achieve a correct management of available resources and maximize productivity. This study aimed to evaluate the technical efficiency of 224 dairy and beef production units located in the Arauca´s Piedemonte microregion through the methodology of data envelopment analysis (DEA), a non-parametric tool that presents advantages over use of parametric techniques such as stochastic frontier estimation. The analysis was developed using an output orientated variable returns to scale model (VRS) that allowed decomposing the global technical efficiency measure (CRS) into pure technical efficiency (VRS) and scale efficiency (EE); focus on the maximization of the milk and beef meat annual production from the current levels in the use of inputs. To avoid problems in specifying the model, the Stepwise regression method was used to select the set of input variables that had a stronger association with the outputs. In this way, the land (ha), the number of livestock units (UFS) and the labor (UTA) were defined as inputs. Because to efficiency scores produced by DEA may be severely influenced by the presence of outliers in the data, the methodology for identifying outliers in non-parametric models was applied, identifying 13 outliers that were eliminated from the data set in order to obtain robust results. A second-stage analysis was carried out using a Tobit regression model to determine the factors that contribute to efficiency scores of the farms evaluated. The results showed an average global technical efficiency index (CRS) of 0.429, pure (VRS) of 0.505 and scale of 0.867, respectively; with a greater gain in efficiency derived from an increase in milk and beef meat production (45.5%) with respect to an adjustment in the scale of production (13.3%). These differences evidenced the existence of scale inefficiencies, with 139 (62%) farms operating with decreasing returns to scale (62%) and 59 (26%) with increasing returns to scale. The analysis of returns to scale allowed defining as optimal production size a use of 59 ha, 57 UFS and 3.2 UTA, with an average annual production of 68,217 kg of dairy and 7,518 kg of beef. Benchmarks were determined for each inefficient DMU for performance benchmarking processes to identify best practices associated with an optimal performance of the production process. The current and target levels of outputs for inefficient farms indicated percentages of potential improvement in milk and beef meat production of 57% and 63%, respectively; and for the inputs, the greatest reductions were obtained in the land (-20%) and livestock units (-26%). In the Tobit regression model, the number of milking cows, calves, growing cattle, labor per hectare and milk production showed a significant and negative relationship with inefficiency. Otherwise, the land had a significant and direct relationship with inefficiency, representing a critical factor in the management of the DMUs. (Text taken from source)