A concentração da produção de leite no RS e o paradoxo do pagamento por escala

O que este artigo demonstra

• A exclusão não é uma fatalidade do mercado. A saída de 55 mil produtores (84.199 → 28.946 entre 2015 e 2025) é propriedade emergente da arquitetura da cadeia de suprimento. Se o sistema não mudar, os resultados seguirão na mesma direção e intensidade.
• O contingente de produtores cai pela metade a cada 7 anos. Esta é a velocidade de redução detectada. Em três ciclos de 7 anos restaria um quarto dos produtores atuais.
• O pagamento por escala não é vilão. É solução logística indispensável nas condições vigentes no Brasil. Se, por um lado, contribui para a exclusão, por outro estimula o crescimento, pagando muito mais pelo mesmo incremento de volume a um pequeno do que a um grande.
• Um alerta aos grandes. A saída dos menores reduz a base de baixos preços que financia o prêmio dos maiores. Estarão estes preparados?
• A escala explicou só 22% do preço. Os 78% restantes vêm de logística, barganha, região, política individual de cada indústria, qualidade, sanidade, etc., então mesmo quando for por preço, a exclusão não decorre apenas da escala.
• A média esconde a realidade. O contingente de produtores ainda deverá encolher muito (projeção de < 2,8 mil produtores em 2051); a desigualdade deverá gerar ilusão de queda dentro de 10 anos, reconcentrando-se nas faixas do topo em 25 anos (Gini 0,63 → 0,40 → 0,57).
• Há um piso de renda muito ligado à escala. Abaixo de 500 L/dia o leite não remunera a mão de obra, seja própria ou contratada. A satisfação financeira na atividade tende concentrar-se, hoje, acima de 750 L/dia.
• O risco não é só do produtor. O esvaziamento da base empurra a cadeia produtiva para um cenário de dependência mútua extrema, concentrando perigosamente o risco de fornecimento para a indústria (oligopólio bilateral em vias de formação).
• O sistema atual troca resiliência por eficiência. No entanto, o cenário "Ideal Balanceado" demonstrou ser teoricamente possível aliar ambas, modificando planejadamente a distribuição do volume por faixas de forma a reduzir o custo médio da matéria-prima sem tirar do produtor.
• Resiliência, robustez ou antifragilidade? A robustez não se paga e a resiliência é o mínimo, não o ideal. O artigo sugere que devemos buscar a antifragilidade (não só resistir às crises, mas sair melhor, mais competitivo e mais lucrativo delas).
• Tamanho de propriedade não é o limitante. O estudo mostra que a produtividade por área (L/ha/ano) é o verdadeiro gargalo. Áreas de 10 ha na Metade Norte ou de 15 ha na Metade Sul podem gerar renda remuneradora da atividade. Passos concretos para se atingir isso são apresentados.
• Precisamos olhar para coortes de produtores. Ou seja, acompanhar uma amostra significativa de micro e pequenos no tempo, identificando as causas individualizadas da sobrevivência e das evasões.
• O Estado tem papel próprio. Não o de projetar ou controlar a cadeia, mas de apoiar, fomentar, desburocratizar e fiscalizar. Falhas neste processo também estão associadas às evasões.
• A escolha é nossa. Redesenhar a arquitetura agora ou aceitar a fragilidade como preço da eficiência. Os números das próximas décadas serão decididos pela estrutura que escolhermos montar, ou negligenciar, hoje. A cadeia gaúcha de suprimento de leite precisa sentar à mesa, definir objetivos comuns e trabalhar unida.

A base de partida

Desde 2015, os escritórios municipais da Emater/RS-Ascar e instituições parceiras publicam, a cada dois anos, o "Relatório Socioeconômico da Cadeia Produtiva do Leite do Rio Grande do Sul". A sequência desses diagnósticos forma o estudo técnico mais importante da cadeia leiteira gaúcha nas últimas duas décadas.

Pela primeira vez, graças a esses levantamentos, conseguimos enxergar a grandeza e a dinâmica de transformações reais em número de produtores, tamanho e produtividade dos rebanhos, concentração de número de fornecedores e de volume comercializado por faixas de escala, assim como as relações dessas transformações com sistemas de produção, área útil dedicada ao leite, número de pessoas envolvidas, para citar algumas das variáveis que os relatórios nos têm trazido.

Como regra geral, os acompanhamentos (2015, 2017, 2019, 2021, 2023 e 2025) têm mostrado o seguinte:

• Severa contração na base produtiva, com o número de estabelecimentos formalmente vinculados ao fornecimento à indústria recuando de 84.199 em 2015 para 28.946 em 2025 (último disponível). Ver Figura 1.
• Uma redução consistente do rebanho leiteiro em lactação, decrescendo de 1.174.762 matrizes em 2015 para 742.578 em 2025.
• Apesar da forte evasão de produtores e da redução do inventário animal, o volume total de leite destinado à industrialização manteve-se estável, estabilizando-se em 3,84 bilhões de litros anuais em 2025 (aprox. 10,5 milhões de litros dia).
• A redução do número de fornecedores e de matrizes bovinas tem sido compensada por ganhos em produtividade animal, que, segundo os levantamentos citados, passou de 11,8 litros/vaca/dia em 2015 para 17,0 litros/vaca/dia em 2025.

Figura 1. Número de produtores de leite indústria no RS, segundo Emater/RS-Ascar (“Relatório Socioeconômico da Cadeia Produtiva do Leite do Rio Grande do Sul” de 2015, 2017, 2019, 2021, 2023 e 2025, compilado pelo autor).

Partindo dos dados gerados pelos relatórios acima, este artigo conta com três momentos distintos. Primeiro, projeta o contingente futuro de produtores do RS. Segundo, investiga os mecanismos de exclusão (a política de pagamento por escala, a renda e a produtividade da terra). Terceiro, à luz da visão sistêmica, propõe um desenho alternativo de distribuição dos produtores nas escalas de volume, e sugere medidas para se chegar a ele.

O cenário em maio de 2017

Quando do primeiro levantamento da Emater/RS-Ascar, já se percebia no campo uma forte tendência de redução no número de produtores no estado, mas ainda não se tinha dados confiáveis e levantados com uma frequência adequada para quantificar a magnitude e a velocidade de tais mudanças. A fonte mais usada no setor era o IBGE, cuja metodologia e frequência de levantamentos infelizmente não nos permitiam uma análise confiável, a começar pelos próprios critérios de definição do que é um produtor de leite.

Em maio de 2017, cerca de três meses e meio antes da publicação das primeiras alterações na série histórica da Emater (até então restrita a um retrato estático de 2015), apresentamos no Interleite Sul 2017 um cenário preditivo de acentuada exclusão de produtores de leite na Região Sul do Brasil. Tal projeção fundamentou-se em dados primários da Transpondo, observações empíricas de campo, análise de tendências e na expertise acumulada no setor desde 1995, tendo o relatório Emater de 2015 como linha de base para o Rio Grande do Sul.

Figura 2. Cenário de exclusão acentuada de produtores proposto pelo estudo “Eficiência econômica: Uma visão de futuro para o leite no Sul do país”, apresentado no simpósio Interleite Sul 2017, em Chapecó/SC (Beskow, 18/05/2017).

Ressaltamos, na ocasião, que a combinação de custos de produção crescentes com preços do leite relativamente estagnados (quando convertidos em dólar) trazia não uma necessidade, mas uma urgência de aumento de eficiência produtiva como nunca visto antes. Argumentamos também que alguns poucos produtores com perfil, atitude e assistência técnica de qualidade conseguiriam sobreviver à nova pressão (círculos verdes no diagrama) e que outros não conseguiriam (círculos e acúmulo em vermelho). Fomos um pouco além, definindo o perfil dos produtores que seriam excluídos: “os ineficientes, com sistemas de baixa resiliência, focados em preço de leite e incapazes de mudar e se adaptar” (ver pool vermelho na Figura 2).

No mesmo modelo didático, vê-se a linha da “escala mínima economicamente viável” se elevando significativamente no tempo, empurrada dentro do cilindro pelo êmbolo do custo de produção. Os que se adaptam e melhoram sua eficiência passam o crivo simbolizado pela linha azul tracejada. Os que não conseguem se adaptar, permanecem no vermelho e são “expulsos” pela “válvula de escape” na lateral direita, somando-se ao pool dos que desistiram da atividade.

Cabe registrar, sobretudo para leitores de outras regiões ou não familiarizados com o setor primário, que os dados atuais não caracterizam um processo de êxodo rural. A deserção da atividade leiteira não implica, necessariamente, o abandono da propriedade; a maioria dos produtores migra para outros sistemas de produção agropecuários. Sabe-se, também, que um contingente expressivo desses produtores, ainda pendente de mensuração exata, refere-se a indivíduos na terceira idade, sem perspectiva de sucessão familiar.

No mesmo estudo apresentado em maio/2017, calculamos a escala mínima para uma família ter renda e permanecer na atividade (327 L/dia, na época) e postulamos que esta iria aumentar significativamente com o tempo. A projeção previa que 327 L em 2017 equivaleriam a 740 L/dia hoje, em 2026 (ver curva azul na Figura 3). O estudo indicava também que o número de produtores da Região Sul do país (linha vermelha) se reduziria de forma geométrica, com uma redução em sua aceleração no futuro distante (paramos a projeção aos 20 anos, em 2037).

Figura 3. Mudanças previstas em escala mínima de produção diária e no número de produtores do RS/SC/PR pelo estudo “Eficiência econômica: Uma visão de futuro para o leite no Sul do país”, apresentado no simpósio Interleite Sul 2017, em Chapecó/SC (Beskow, 18/05/2017).

Enquanto esperamos pelo próximo relatório

Nove anos após a identificação das tendências iniciais, encontramo-nos, agora, no intervalo entre a publicação dos relatórios bienais de 2025 e 2027. A consolidação de seis levantamentos sucessivos para as variáveis monitoradas (conforme visto na Figura 1) oferece o suporte necessário para a projeção da trajetória provável do setor.

É importante reconhecer, contudo, que o futuro é incerto e que, ao projetá-lo matematicamente, operamos no campo das probabilidades estatísticas. Para as variações no número de produtores (foco principal desta análise, ao lado do volume individual), adotamos um intervalo de confiança (IC) de 95%. Este índice confere razoável confiabilidade ao modelo, desde que as variáveis socioeconômicas (preços, políticas públicas, tecnologias, extensão rural, crédito, mercado internacional, políticas tarifárias, câmbio, entre outras) mantenham tendências e níveis de volatilidade semelhantes aos observados no decênio 2015-2025, base temporal da análise aqui apresentada.

Sob essa premissa, cumpre notar que, como é próprio de fenômenos complexos, as transformações em curso não seguem uma trajetória linear. Essa dinâmica fica evidente na Figura 4, na qual a taxa de contração do número de produtores altera sua declividade a cada biênio: inicia-se fortemente acelerada (linha vermelha) e desacelera de forma gradual ao longo do tempo (representada pelas linhas amarela, verde, azul e roxa, respectivamente), refletindo quedas anualizadas de 11,28% → 11,15% → 10,35% → 8,92% → 6,17%.

Figura 4. Gradientes de variação bienal do número de produtores de leite para a indústria no RS (2015-2025) e desaceleração do processo (Fonte: dados originais Emater/RS-Ascar; elaborado pelo autor).

Considerações metodológicas e premissas do modelo

O estudo detalhado a seguir teve por objetivo entender a dinâmica das principais transformações que se observam nas propriedades leiteiras gaúchas, de forma a conseguir realizar projeções de longo prazo do número remanescente de produtores de leite e da distribuição do volume diário individual em escalas ou faixas de produção.

Num segundo momento, feitas as projeções acima, deseja-se entender melhor algumas das causas do abandono da atividade leiteira, limitadas aos seguintes aspectos estruturais:

• a) Possível impacto da política de preço diferenciado por escalas de produção.
• b) Relações entre área útil (superfície dedicada ao leite), produtividade por área, preço de leite e geração de renda. Ou seja, a produtividade da terra pode realmente compensar limitações de tamanho da propriedade e quais as consequências disso na escala e no preço?

Dados o cenário exposto anteriormente e os objetivos acima, foram adotadas as seguintes premissas:

1. Classificação estática. As faixas de volume adotadas precisam atender o cenário atual e futuro, por tempo indeterminado.
2. Volume total constante. Produção total do estado do RS mantendo-se constante em 10,5 milhões de L/dia durante todo o horizonte futuro estudado.
3. Concentração progressiva. Assume a continuidade da tendência de redução do número de produtores, com progressiva desaceleração da queda.
4. Volume mínimo para coleta aumenta. Incorpora no modelo a tendência da indústria de não conseguir viabilidade para coletar pequenos volumes de leite, sobretudo em rotas dispersas. Medida de política leiteria já presente em outros países, inclusive no Uruguai e na Argentina sendo que, no RS, o limite mínimo, antes inexistente, já é de 100 L/dia em laticínios médios e grandes, com tendência para passar a 300 L e, num horizonte não tão distante, para 500 L/estabelecimento/dia.
5. Produção individual cresce. Como corolário da redução continuada do número de produtores, o volume total do estado somente se manterá enquanto houver ganhos de escala por propriedade.
6. Ajuste passado (2015-2025) com coerência futura. O modelo matemático escolhido deve modelar adequadamente a trajetória de longo prazo da retração do contingente de produtores de leite, contemplando um choque inicial de saída, seguido por desaceleração progressiva (curva convexa), como uma continuidade do movimento verificado na Figura 4 e ainda capturando uma resistência marginal crescente do núcleo produtivo remanescente. A equação de regressão a ser adotada deve, portanto, ser compatível com as premissas aqui listadas.

Definidas as premissas, a análise buscou identificar modelos de regressão não lineares clássicos de demografia e de análise de sobrevivência. Para representar a dinâmica de evasão com arrefecimento progressivo, foram parametrizados os modelos Gompertz, Weibull, logístico e exponencial.

Modelagens alheias à dinâmica populacional, como séries polinomiais e funções trigonométricas ou transcendentes (senoidais), foram liminarmente descartadas. Ainda que tais funções possam forçar elevados níveis de ajuste intra-amostral devido à mera flexibilidade matemática, carecem de fundamentação teórica para descrever decréscimos populacionais irreversíveis e falham estruturalmente na extrapolação assintótica de longo prazo.

O ranqueamento e a validação das funções ancoraram-se na minimização da raiz do erro quadrático médio (RMSE: root mean squared error). Esta métrica assegura a seleção de modelos que entregam, simultaneamente, alta fidelidade transversal aos levantamentos de campo da Emater/RS-Ascar e a mais estrita aderência conceitual às premissas de consolidação do setor.

Para examinar a mecânica de exclusão e as inter-relações entre preço recebido, escala de produção, produtividade da terra e a renda líquida do produtor, adotaram-se duas abordagens complementares:

• a) Modelagem Econométrica de Campo: Uma análise empírica ancorada em uma base de 23.504 observações reais de entregas de leite (de 20 L a 45.000 L/dia), sobre a qual se ajustou uma equação de regressão para mensurar a elasticidade do preço pago pela indústria em função do ganho de escala.
• b) Matriz de Simulação Paramétrica: Um modelo determinístico estruturado em três painéis sequenciais, desenhado para projetar a viabilidade econômica do produtor e testar a sensibilidade da renda familiar frente a diferentes cenários (combinações de área, produtividade física, volume produzido diariamente e bonificação industrial por volume).

Limitações e condicionantes do modelo

É fundamental ressaltar que os resultados prospectivos apresentados não devem ser interpretados como predições determinísticas de magnitude, mas como vetores de tendência de alta probabilidade. A validade teórica deste cenário está estritamente condicionada à premissa de que as variáveis macroeconômicas, políticas, comerciais, sociais e gerenciais mantenham o padrão de comportamento e o nível de volatilidade registrados a partir do ano-base de 2015.

Dos resultados encontrados

O filtro metodológico resultou em oito modelos efetivamente testados e analisados:

• Modelo de Gompertz (duas variantes de formulação de decaimento assimétrico).
• Modelo de Weibull com assíntota inferior (piso) restrita.
• Modelo de Weibull com assíntota inferior paramétrica livre.
• Modelo logístico de decaimento (função sigmoidal inversa).
• Modelo exponencial modificado (duas variantes, com convergências de assíntota inferior diferentes).
• Modelo exponencial puro (taxa de falha constante).

Os efeitos gráficos dos resultados dos modelos acima são apresentados na Figura 5.

Figura 5. Trajetórias de sobrevivência do contingente de produtores de leite indústria e projeções de evasão até 2051, estimadas via modelos não lineares e ancoradas na série histórica da Emater/RS-Ascar (2015–2025).

De forma complementar, a Tabela 1 sintetiza o contingente de produtores remanescentes projetado pelos modelos não lineares para marcos temporais estratégicos: o ano corrente (2026), 2030, o horizonte decenal (2036) e o prospectivo de longo prazo a 25 anos (2051).

Tabela 1. Estimativas do contingente remanescente de produtores de leite indústria para horizontes prospectivos (2026–2051), derivadas de modelagem não linear ancorada nos levantamentos da Emater/RS-Ascar (2015–2025).

Primeiras revelações dos modelos

A. Cenário protecionista (Modelo Weibull 1): Embora exiba a maior aderência intra-amostral aos dados observados (menor RMSE da série), projeta uma estabilização assintótica em patamar elevado, convergindo para um piso de 21.300 produtores (barra marrom na Figura 5). Tal trajetória só se concretizaria mediante:

• a) eliminação imediata das exigências de volume mínimo para captação industrial;
• b) flexibilização dos padrões normativos de qualidade do leite atualmente vigentes; e
• c) estancamento da crescente corrosão das margens líquidas do produtor.

Trata-se de um cenário que exigiria ostensiva intervenção estatal e políticas protecionistas direcionadas aos estratos abaixo de 500 L/dia, hipótese de baixíssima probabilidade na atual conjuntura macroeconômica e setorial.

B, C, D, E e F. Cenários admissíveis: Os modelos destacados em azul na Tabela 1 superam simultaneamente os crivos de validação matemática e de plausibilidade conjuntural. Representam, portanto, o espectro de cenários estocásticos válidos para o horizonte prospectivo, desde que mantidas as condicionantes estruturais fixadas no estudo.

Dada a convergência em aderência estatística, comportamento de curvatura e ordem de grandeza das projeções entre os Modelos C, E e F, estes foram sintetizados em um único cenário representativo, consolidando a análise em três horizontes contrastantes no longo prazo:

• B. Cenário otimista (Modelo Weibull 2): Tendência de convergência assintótica para 9.000 produtores remanescentes.
• C+E+F. Cenário realista (Exponencial Modificado 1, Gompertz 1 e Exponencial Modificado 2): Apontando 2.784 produtores em 2051, com trajetória de estabilização em mais longo prazo ancorada em 1.687 produtores.
• D. Cenário pessimista (Modelo Gompertz 2): Acomodação em piso estrutural de 750 produtores.

G. Modelo descartado (Logístico): Foi excluído em razão da rigidez paramétrica do seu ajuste, apresentando deficiência de aderência tanto ao painel histórico da Emater/RS-Ascar quanto à Premissa 3 (que estabelece a desaceleração progressiva da taxa de evasão). Não compõe a matriz de cenários.

H. Cenário distópico (Modelo Exponencial Puro): Descreve uma trajetória limite irrealista, projetando a extinção quase irrestrita da atividade até a emergência de um único produtor por volta do ano de 2118, o que configuraria um monopólio absoluto da oferta, plausível apenas sob regime de estatização integral da produção. Rejeitou-se este modelo tanto por sua fraca aderência aos dados históricos (elevado RMSE) quanto por sua incompatibilidade com a dinâmica econômica e social do setor.

Os modelos considerados válidos projetaram uma redução progressiva no número de produtores de leite ao longo do horizonte de quase 100 anos. Trata-se de um processo de decréscimo matematicamente irreversível que, embora apresente desaceleração progressiva na velocidade de queda, mantém-se em constante declínio em direção à sua linha de estabilização (assíntota ou “piso da curva”).

Nestes três modelos, o tempo necessário para a população de produtores cair pela metade é de aproximadamente 7 anos (6,6 a 7,7 anos, conforme o cenário). Matematicamente, esta medida seria um indicador de “estoque de produtores”, informando-nos a velocidade de redução do contingente total. Já o tempo mediano de permanência (quanto tempo um produtor típico permanece na atividade) só pode ser estimado sob a hipótese de risco constante (decaimento exponencial, o cenário distópico H em direção a 1 produtor, descrito acima), resultando em cerca de 6,5 anos. Nos modelos com piso, esse tempo individual não é um número único, pois o risco de saída diminui à medida que o contingente se aproxima do piso, no longo prazo.

Até aqui, buscamos conhecer quantos produtores restarão. A pergunta seguinte, a segunda parte deste estudo, é que mecanismo os leva a sair. Para respondê-la, examinamos o modelo de precificação por escala e a renda que cada estrutura de produção é capaz de gerar.

Relações entre preço do leite e escala de produção

Foram testados quatro modelos de regressão, sendo que o log y versus log x (expresso como y = 1,4524 . volume^0,046099) foi o que melhor explicou a variação de preços. As 23.504 observações de entrega de leite coletadas no RS no período 2025-2026 encontram-se plotadas na Figura 6, com o modelo sobreposto.

Figura 6. Relação entre o volume comercializado por estabelecimento rural (L/mês) e o preço líquido do leite (R$/L) pago pela indústria ao produtor do Rio Grande do Sul (2025–2026), segundo o ajuste por lei de potência equivalente ao modelo log-log.

O fator 0,046099 da equação é a elasticidade do preço em relação ao volume mensal (quanto o preço do litro varia quando o volume mensal aumenta). Para cada 1% de aumento em volume, o preço aumentou apenas 0,046%, uma relação constante, positiva e inelástica (< 1) em todo o espectro de volume.

Note que a maior densidade de pontos à esquerda no eixo do volume reforça a concentração (maior frequência) de produtores abaixo de 45.000 L/mês (1.500 L/dia), como visto nos relatórios da Emater/RS-Ascar e como veremos nas projeções mais adiante.

Na amostra de preços e volumes aqui analisada, a escala de produção explicou 22% da variação dos preços, sendo o restante (78%) atribuível aos demais fatores combinados (sazonalidade, poder de barganha, heterogeneidade regional, dificuldade de coleta, assimetrias de precificação entre empresas, teores de sólidos, sanidade, outras bonificações da política leiteira de cada indústria, etc.). Portanto, a magnitude dessas covariáveis pode superar o efeito da escala em determinadas indústrias, permitindo que estratos de menor volume alcancem remunerações equiparáveis às de grande porte (como evidencia o intervalo entre R$ 2,40 e R$ 2,80/L do gráfico, por exemplo, abrangendo desde os menores até os maiores fornecedores amostrados). Apesar disso, o que mais se destaca na curva da Figura 6 é o efeito assimétrico da política de precificação vigente, vista aqui pelo viés da escala.

Continua depois da publicidade

Parte significativa da assimetria verificada na precificação resulta da enorme heterogeneidade de volumes diários comercializados somado ao fato de que a aquisição de pequenos volumes espalhados em muitos pontos de coleta custa mais à indústria que grandes volumes levantados em menos estabelecimentos. Como a indústria precisa fechar um custo médio de aquisição de matéria-prima (MP) para preservar suas margens naquele momento, ela só pode estimular financeiramente as escalas maiores (acima da média), que lhe são mais interessantes logisticamente, se compensar o incentivo com um desincentivo de mesma monta financeira. Como abaixo da média há menos volume por ponto de coleta, o mesmo montante financeiro só será auferido se ela pagar menos por litro a estes. Este fenômeno é ilustrado na Figura 7.

Figura 7. Penalização e bonificação por escala ao redor do preço médio ponderado — para a mesma distância de volume, a dedução abaixo da média é maior que a adição acima, refletindo a âncora de custo médio e a concentração de volume nos maiores produtores.

Colocado de outra forma:

• O laticínio ancora-se no custo médio de matéria-prima que determina o preço médio que pode pagar num dado momento (ponto dentro do círculo vermelho no gráfico). Tudo é bonificação ou dedução em relação a essa âncora.
• O produtor à direita tem muito mais volume que o produtor à esquerda, então poucos centavos de bônus vezes grandes volumes custam um total enorme.
• Para fechar a conta da âncora, a indústria precisa recuperar isso com deduções maiores por litro sobre os pequenos, que são muitos, mas têm pouco volume individual. Ou seja, a dedução precisa ser magnificada para equilibrar a conta.

Há cerca de 10 anos, a diferença de preços entre o menor e o maior produtor, devido unicamente à escala de produção, chegava a 45%. Hoje corresponde a cerca de 30%, se considerarmos todas as faixas encontradas no mercado, ou de 23% se o laticínio não tiver ou tiver poucos fornecedores abaixo de 500 L/dia. Essa tendência de achatamento da diferença de preços devido à escala se deve justamente ao crescimento da base em volume, detalhada nos relatórios da Emater/RS-Ascar.

Por outro lado, invertendo o ângulo de visada e entendendo o fenômeno explicado nas Figuras 6 e 7, podemos perceber as consequências potenciais do deslocamento de produtores para a direita no eixo do volume (fruto do crescimento individual), e da evasão da atividade, mais comum nas faixas menores (Emater/RS-Ascar, 2015-2025). As consequências dessas mudanças, no contexto da presente discussão, são:

1. Inicialmente, suba na rampa de preço pelo aumento individual em volume.
2. Com o tempo, suba da própria rampa pelo encurtamento de sua cauda esquerda, causada pelo crescimento da base em volume.
3. Como a indústria precisa fechar um custo médio de matéria-prima, a suba da ponta e, futuramente, de toda porção à esquerda da média obriga a redução de recursos financeiros anteriormente colocados na porção direita. Ou seja, dada a dinâmica de crescimento observada, cuja análise será aprofundada mais adiante, a fonte de subsídio ao prêmio concedido às escalas maiores tende a tornar-se cada vez menor.
4. Em última análise, este fenômeno representa um enorme estímulo ao crescimento dos pequenos produtores assim como um desafio novo para os grandes. A tendência teórica, se projetarmos em tempo longínquo, é das diferenças de preço devido ao fator escala desaparecerem. Um sonho para os pequenos e uma temeridade para os grandes que não perceberem essa tendência e não agirem de acordo e a tempo.

Como seriam os preços hoje sem as diferenças por escala?

Esta pergunta pode ser parcialmente respondida removendo-se, em grande parte, o efeito médio da escala sobre o preço (Figura 8). Didaticamente, é como se achatássemos a curva de regressão (linha laranja, Figura 6) até transformá-la em uma reta horizontal sobre zero (linha amarela, Figura 8), mantendo cada ponto original (volume; preço) na mesma posição em relação à reta. Nesta nova visualização, o preço não mais responde às variações de escala (partialling out)."

Figura 8. Variação residual do preço do leite ajustada pela escala de volume diário via mínimos quadrados ordinários (MQO). A planificação no eixo nulo (y = 0) isola o efeito da escala, expondo a flutuação condicional do preço decorrente das demais covariáveis de precificação.

Nesse exercício, os desvios que permanecem correspondem aos acréscimos e deduções advindos de todas as demais fontes já mencionadas que impactam diretamente a precificação do leite ao produtor. Chama a atenção na figura que raros são os casos de penalidades maiores que R$0,40/L ao longo de todo o espectro de volumes amostrados, mas muitos são os casos de bonificações totais acima de R$0,40/L nas faixas abaixo de 70.000 L/mês.

Penalização ou incentivo?

Com os argumentos acima, fica claro que esse “sistema jabuticaba” de pagamento por escala (próprio do Brasil) não é um sistema concebido para tirar dos pequenos para dar aos grandes, como às vezes é referido. Ele é, em primeiro lugar, a solução econômica encontrada pelo setor, décadas atrás, para lidar com as enormes diferenças de escala e dificuldades logísticas que só o nosso país possui, se nos compararmos aos players importantes do mercado internacional. Em segundo lugar, quando se analisa o fenômeno a partir da posição do menor produtor no sistema atual (isto é, olhando da esquerda para a direita e de baixo para cima na curva das Figuras 6 ou 7), percebe-se que todos os produtores ligados a uma indústria possuem um forte incentivo financeiro para crescerem em volume de leite e, mais importante que isso, os menores possuem incentivos muito mais significativos (veja a inclinação acentuada da curva). Este argumento é ilustrado mais detalhadamente na Tabela 2.

Tabela 2. Diferença de ganhos financeiros de produtores com volumes contrastantes ao incrementarem o mesmo volume mensal em suas produções originais.

Pode-se argumentar que são esforços proporcionalmente diferentes, mas este não é o ponto. Para o laticínio são 30.000 litros a mais e, como regra geral, custa-lhe mais caro coletar o leite do produtor A que do B. Mesmo assim a indústria está disposta a pagar, no exemplo dado, R$0,2368/L ou 28x mais para um pequeno produtor (A) lhe entregar a mesma litragem extra que a entregue por um grande produtor (B). Ocorre que, para o Produtor B, passar de 400 para 430 mil litros por mês não muda muito sua vida, mas para o Produtor A significaria sair de uma situação de forte pressão de exclusão para uma faixa que potencialmente propicia renda confortável e qualidade de vida, aspecto a ser estudado na seção seguinte.

Tamanho de propriedade, produtividade da terra e renda

Nesta seção são apresentadas três matrizes de simulação paramétrica (Tabelas 3, 4 e 5) denotando a sensibilidade da variável em questão a variações da superfície leite (de 5 a 300 ha) e da produtividade da terra (de 1.500 a 50.000 L/ha/ano), formando assim 1.020 cenários diferentes.

As variáveis analisadas foram:

• a) O volume diário produzido por cada combinação ou cenário (Tabela 3, de 21 L a 41.096 L/dia);
• b) O preço do litro de leite que seria recebido por estas propriedades de acordo com o volume comercializado, obtido pela aplicação da equação descrita na Figura 6 sobre cada volume da Tabela 3 (Tabela 4, de R$2,13 a R$2,77/L); e
• c) A margem líquida mensal sem a mão de obra (ML_smo, R$/mês), indicando o quanto tende a sobrar por mês em cada cenário, destinado à remuneração da mão de obra (MO) (familiar ou contratada) mais as sobras para reinvestimento. Para o cálculo, adotou-se um custo operacional efetivo (COE) de R$ 1,85/L e depreciação de R$ 0,15/L, totalizando R$ 2,00/L, sem qualquer custo de mão de obra, nem pró-labore, nem salários, nem encargos. Trata-se de uma simplificação deliberada: um custo por litro uniforme não existe na prática, pois cada propriedade tem sua própria estrutura de custos. Ela se justifica, porém, por dois motivos. Primeiro, ao fixar o custo, a única variável que diferencia os cenários é o preço, que cresce com a escala, isolando exatamente o efeito que se deseja demonstrar. Segundo, a exclusão da mão de obra evita um erro comum. Numa propriedade familiar o trabalho é renda, numa com funcionários é custo, e compará-las na mesma base distorceria o resultado. A ML_smo, assim, compara cenários em pé de igualdade e deve ser lida, portanto, como medida de atratividade relativa de cada cenário, e não como balanço contábil da propriedade. O mês foi escolhido em detrimento do ano por serem as remunerações formais da MO contratada executadas mensalmente, permitindo a comparação entre propriedades familiares sem MO contratada e propriedades com grandes folhas de pagamento.

Em cada tabela aplicou-se um “mapa de calor”. Nas Tabelas 3 e 5 as cores variaram em faixas de menor (vermelho) a maior (azul escuro) viabilidade econômica. Na Tabela 4 as cores denotam um gradiente simples e contínuo do menor ao maior preço por litro.

Nas três matrizes são destacadas:

• Propriedades com 20, 40 e 100 ha de área útil com produtividades da terra de 5.000, 3.000 e 1.500 L/ha/ano, respectivamente. Estes cenários são típicos no RS, sendo o primeiro muito comum e servindo de referência na Metade Norte do estado; a segunda em regiões coloniais da Metade Sul e a última nas regiões não coloniais da Metade Sul.
• Uma linha preta interna e em zig-zag delimitando os cenários em que o preço líquido ficou abaixo (à esquerda) ou acima (à direita) da média ponderada do preço (R$2,43/L; o câmbio médio do período (USD/BRL) foi US$5,34).

Tabela 3. Matriz de sensibilidade do volume médio diário (L/dia) em função da combinação de área (ha) e produtividade da terra (L/ha/ano) na atividade leiteira no Rio Grande do Sul. As cores denotam menor (vermelho-salmão) ou maior (azul escuro) viabilidade econômica. A linha interna em zig-zag separa propriedades com preços acima (à direita) ou abaixo (à esquerda) da média ponderada da amostra geradora da equação escala versus preço (n = 23.504).

Tabela 4. Matriz de sensibilidade do preço líquido do leite (R$/L) resultante do volume gerado em cada combinação da Tabela 3 multiplicado por 30 dias e convertido em preço pela equação de regressão volume-preço (Figura 6). Câmbio do período (BRL/USD): US$5,34. As cores indicam o gradiente de preço. A linha interna em zig-zag separa propriedades com preços acima (à direita) ou abaixo (à esquerda) da média ponderada da amostra geradora da equação escala versus preço (n = 23.504).

Tabela 5. Matriz de sensibilidade de uma estimativa da margem líquida mensal sem a mão de obra (MLsmo, R$/mês) em função da combinação de área (ha) e produtividade da terra (L/ha/ano). Câmbio do período (BRL/USD): US$5,34. As cores denotam menor (vermelho-salmão) ou maior (azul escuro) viabilidade econômica. A linha interna em zig-zag separa propriedades com preços acima (à direita) ou abaixo (à esquerda) da média ponderada da amostra geradora da equação escala versus preço (n = 23.504).

Recomenda-se focar nos contrastes do mapa de calor (cores e seus gradientes) e nas diferenças relativas, e não tanto nos valores absolutos dentro das células.

Inicialmente, voltemos nossa atenção à cor vermelho-salmão das Tabelas 3 e 5. Esse grupo de produtores tem extrema dificuldade de gerar renda suficiente para se manter na atividade, devido à combinação de pouca área com baixa produtividade por hectare. É uma condição altamente excludente, que está por trás de grande parte das desistências da atividade não relacionadas à idade avançada dos produtores nem à falta de sucessão.

No grupo de risco, a Tabela 6 destaca três cenários de área (20, 40 e 100 ha). Estas superfícies representam, respectivamente, estratos de alto, médio e limitado potencial produtivo regional. Para alcançar a viabilidade, cada segmento exige incrementos distintos na produtividade da terra (cenário de avanço da Tabela 6). A elevação deve ser de 3x para 20 ha, 2,5x para 40 ha e 2x para 100 ha. Atingidas tais metas, mapeadas na primeira célula verde de cada linha da Tabela 5, todos os cenários garantem rentabilidade superior à remuneração da mão de obra, gerando um superávit mensal de R$ 10.744,43. O exemplo é detalhado na Tabela 6, abaixo.

Tabela 6. Simulação do esforço necessário para que três cenários de baixa renda, com diferentes potenciais produtivos, atinjam uma ML_smo remuneradora da mão de obra (MO): cenário original (1); cenário de avanço (2), com produtividade elevada em 3x, 2,5x e 2x (A, B e C, respectivamente); e cenário de excelência (3), que atinge o teto produtivo de cada local — todos sem irrigação e seguindo as práticas agronômicas e zootécnicas recomendadas para cada caso.

A Tabela 6 mostra que o limiar remunerador é função da escala (coluna Volume e ML_smo). Ela também revela uma contrapartida: o sistema de pagamento oferece ao pequeno um incentivo maior para elevar a produtividade e migrar para uma faixa de renda remuneradora (ver coluna “Preço Líq.” para o mesmo potencial em diferentes cenários).

Propriedades cuja justificativa para a desistência da atividade é econômica encontrariam, no cenário de avanço acima, condições plenamente remuneradoras de seus esforços, com geração de resultados para reinvestimento. De fato, é o que tem ocorrido com aquelas que têm crescido e conseguido superar a pressão de custos altos combinados a baixos volumes.

Os cenários de avanço e de excelência combinam dois ganhos: de produtividade e de preço por litro. O ganho de preço reflete a estrutura do sistema de pagamento, que remunera melhor volumes maiores. Ao aumentar a produção, o produtor de baixo volume passa a uma faixa de preço mais favorável, ampliando o efeito do ganho de produtividade.

É importante reforçar que o modelo de precificação deste estudo (curva de regressão da Figura 6) expressa o preço do leite apenas em função do volume, removendo as diferenças regionais e demais fatores que afetam o preço (já discutidos anteriormente). Assim, os valores de ML_smo na Tabela 6 refletem uma relação média de escala, sem incorporar essas variações.

Ao encerrar esta seção, é importante esclarecer que o exercício focou no efeito econômico da escala de produção sobre a renda. Ele representa o que se observaria na realidade se todas as propriedades realizassem uma gestão econômico-financeira adequada. Na prática, há propriedades de grandes volumes de leite com resultados muito inferiores aos de propriedades de baixa escala. Para fins de isolamento dos efeitos, essa condição não está contemplada no modelo.

Projeção do impacto esperado na estratificação dos produtores

Como vimos no início deste artigo, a redução progressiva do contingente de produtores de leite para a indústria tem sido compensada por aumento de produtividade, levando a maiores volumes de leite produzido por estabelecimento.

Para fins deste estudo, adotou-se a seguinte classificação de produtores segundo a escala de volume diário de leite, ajustada à realidade presente e às projeções futuras:

• Micro: 0 a 100 L/dia
• Pequeno: 101 a 500 L/dia
• Médio-pequeno: 501 a 1.500 L/dia
• Médio-grande: 1.501 a 3.000 L/dia
• Grande: 3.001 a 10.000 L/dia
• Mega: 10.001 a 50.000 L/dia
• Hiper: acima de 50.000 L/dia

A escala utilizada pela Emater/RS-Ascar, até seu último relatório, possui detalhamento apenas até 2.500 L/dia, vinda de uma época em que este volume era muito significativo, com poucos estabelecimentos acima deste limite. Como veremos a seguir, se mantivéssemos essa classificação, não seria possível detalhar o perfil de mais de 30% dos produtores já em 2036.

A seguir, são apresentadas três projeções numa tentativa de formar uma ideia da futura distribuição do número de produtores por faixa de volume, assim como dos volumes totais e médios. O último relatório da série de levantamentos publicado pela Emater/RS-Ascar é de 2025. A primeira projeção apresentada aqui é para este ano (2026). Numa condição ideal (pouco provável) os números propostos abaixo para 2026 ficariam entre os observados pela Emater/RS-Ascar em 2025 e 2027 (vindouro). As demais projeções aplicam-se aos horizontes de 10 anos (2036) e 25 anos (2051).

Devemos lembrar que, para fins de minimização do número de variáveis explicativas, este estudo assume a premissa de que o volume de leite do RS permanece constante no tempo. As projeções que se seguem foram construídas a partir da combinação de todos os submodelos descritos anteriormente (Figuras 5 e 6; Tabelas 3, 4 e 5).

Tabela 7. Distribuição projetada dos produtores de leite do Rio Grande do Sul por faixa de volume diário (L/dia), com o número de produtores, o volume total e o volume médio por faixa — cenário 2026.

Tabela 8. Distribuição projetada dos produtores de leite do Rio Grande do Sul por faixa de volume diário (L/dia), com o número de produtores, o volume total e o volume médio por faixa — cenário 2036.

Tabela 9. Distribuição projetada dos produtores de leite do Rio Grande do Sul por faixa de volume diário (L/dia), com o número de produtores, o volume total e o volume médio por faixa — cenário 2051.

Nota: o número de produtores por faixa resulta da projeção e é apresentado arredondado para inteiro; as médias e os volumes foram calculados sobre os valores não arredondados.

Ao interpretar as tabelas acima é importante notar que a projeção do número total de produtores é fruto do modelo sumarizado na Figura 5. Já as mudanças de volume por produtor e a dinâmica destes dentro das classes de volume são fruto das premissas estabelecidas no início deste estudo, das tendências reveladas pelos levantamentos da Emater/RS-Ascar (2015-2025) e da capacidade de geração de renda quando enquadrados nos cenários da Tabela 5.

A dinâmica do número de produtores e do volume por faixas projetados para os próximos 25 anos pode ser visualizada mais claramente nos gráficos abaixo (Figuras 9 e 10).

Figura 9. Distribuição projetada do número de produtores de leite do Rio Grande do Sul (em %) por faixa de volume diário (L/dia) para os anos de 2026, 2036 e 2051.

Figura 10. Distribuição projetada do percentual de volume de leite do Rio Grande do Sul por faixa de volume diário (L/dia) para os anos de 2026, 2036 e 2051.

Considerações a partir dos gráficos e tabelas acima, assumindo que as projeções apontem para valores próximos aos que virão a ser registrados no futuro, onde se observa:

• Continuidade do deslocamento dos produtores e do volume de leite para faixas de maiores escalas.
• Continuidade da redução dos contingentes de produtores abaixo de 500 L/dia, sendo que o modelo prevê que em 10 anos (2036) haverá somente produtores acima deste volume fornecendo leite para as indústrias, ou seja, neste prazo desapareceriam as faixas de micro e pequenos, de acordo com a classificação aqui adotada.
• Enquanto a redução do contingente de fornecedores da indústria, registrada recorrentemente pela Emater/RS-Ascar desde 2015 denota uma saída líquida de produtores da atividade leiteira, reduções de seus contingentes em determinadas faixas de volume não podem ser interpretadas automaticamente como resultado das desistências, devido justamente ao crescimento dos que permanecem. O que se observa é uma combinação de crescimento e desistências, mas em tese, uma faixa poderia desaparecer (ficar sem nenhum representante) porque todos seus componentes cresceram em volume e migraram para faixas superiores. Portanto, o desaparecimento de uma faixa menor não é necessariamente ruim. Ela pode significar um avanço em renda.
• Sobre os contingentes, as projeções mostram que em 2026 ainda predominaria a faixa dos pequenos (101-500 L/dia); em 2036 os médio-pequenos (501-1500 L/dia) seriam dominantes e, em 2051, os grandes produtores (3.001-10.000 L/dia) estariam presentes em maior proporção. No entanto, algo novo é evidenciado neste cenário de 25 anos: a distribuição do número de produtores por faixas de volume (Figura 9) se mostra bem mais uniforme em 2051 que nos períodos anteriores (veja médios-pequenos e médios-grandes). Essa uniformidade, porém, diz respeito apenas à quantidade de produtores em cada faixa, não ao volume de leite que cada uma controla. A combinação de muitos produtores espalhados nas faixas médias com o volume concentrado no topo representa uma reconcentração da desigualdade em 2051, explicada a seguir.
• Na base das Tabelas 7 a 9 destacam-se o total e os percentuais de produtores e de volume acima de 1.500 L/dia: no ano corrente, 9% dos produtores responderiam por 53% do volume; em dez anos, 37% por 71%; e em 25 anos, 69% por 95%. A razão entre % volume e % produtores é o quociente locacional (QL) e indica a concentração do volume na faixa de interesse (aqui, > 1.500 L/dia). Neste caso, o QL passaria de 5,9 este ano para 1,9 em 2036 e 1,4 em 2051. Ou seja, uma forte migração e crescimento deste segmento em 10 anos. Como a maioria passa para essa faixa até 2036, o QL_>1500 deixa de ter utilidade a partir desse período e não mede o que houve na sequência.
• Para isso, calculamos o índice de Gini (grau de desigualdade) da distribuição do volume de leite entre produtores em cada um dos três momentos, a partir das participações acumuladas de produtores e de volume por faixa, pelo método de Brown. Os valores obtidos foram G = 0,63 em 2026, G = 0,40 em 2036 e G = 0,57 em 2051.
• A leitura conjunta do QL e do Gini revela uma dinâmica em duas fases. Entre 2026 e 2036, a desconcentração se mostra real e expressiva: o Gini cai de 0,63 para 0,40, acompanhando a migração de produtores para faixas superiores. Em 2036, 63,2% dos produtores estariam na faixa de 501 a 1.500 L/dia, respondendo por 29,5% do volume, enquanto as faixas inferiores (micro e pequeno), que em 2026 reuniam 71,2% dos produtores com apenas 19,3% do volume, deixam de existir. Importante registrar que o desaparecimento das faixas inferiores, seja por crescimento, desistência ou uma combinação destes, reduz a desigualdade do efetivo remanescente de forma quase mecânica, independentemente de como venha a se distribuir nas demais faixas.
• Entre 2036 e 2051, a tendência se inverte: de 0,40 o Gini passa a 0,57, indicando nova concentração agora no topo da distribuição. Em 2051, as faixas mega e hiper, com apenas 7,5% dos produtores, responderiam por 46,0% do volume, enquanto os 92,4% de produtores das faixas intermediárias (501 a 10.000 L/dia) deteriam 54,0% do volume. A estrutura projetada não converge, portanto, para uma distribuição igualitária. Ela evolui para uma base média relativamente homogênea sob um topo cada vez mais concentrado. A convergência sugerida pelo QL (5,9 → 1,9 → 1,4) expressa apenas a incorporação da maioria dos produtores à faixa acima de 1.500 L/dia; o Gini mostra que, no horizonte de 25 anos, a concentração do volume retorna, agora no extremo superior da escala.

O que tudo isso parece significar em uma visão sistêmica

A extinção acelerada de micro, pequenas e médias produções leiteiras no Brasil costuma ser tratada como consequência inevitável da modernização tecnológica ou como mera fatalidade de mercado. Porém, sob a ótica da Teoria Geral dos Sistemas (Ludwig von Bertalanffy), essa leitura é, no mínimo, incompleta, pois “um sistema atinge os resultados para os quais foi projetado”, ou simplesmente montado. Foi o que procuramos demonstrar ao longo deste artigo. A exclusão estrutural dos produtores menores não é um acidente de percurso, mas uma propriedade emergente da arquitetura atual da cadeia de suprimento de leite. Como nos mostra Russell Ackoff, “se o sistema permanece essencialmente o mesmo, os resultados permanecerão os mesmos; resultados diferentes exigem um sistema diferente”.

Como vimos, entre 2015 e 2025, 55.253 produtores deixaram a produção formal de leite no Rio Grande do Sul (Emater/RS-Ascar), ou 60.470, se nossa estimativa para este ano estiver correta. Isso é mais que o dobro dos 23.729 remanescentes, estimados para 2026.

Em nosso entendimento, a causa basilar sistêmica dessa evasão reside, ao que tudo indica, na “armadilha da subotimização local”. Cada elo (produtor, fornecedores de insumos e serviços, transportador, indústria, atacadista, varejista) se enxerga como um ente independente e autônomo e busca maximizar isoladamente suas margens e o retorno sobre seu capital. A otimização de partes sem consideração do funcionamento conjunto, porém, desestrutura o sistema como um todo. A transferência automática da volatilidade de preços, a obsolescência acelerada dos bens de capital, metas de venda cada vez mais exigentes centradas na maximização do lucro do ano vigente, tudo isso tende a degradar ou a fragilizar o ativo gerador de matéria-prima e riqueza para todos os demais elos.

Ninguém está errado sob a ótica da sobrevivência de curto prazo; o problema é que a soma de comportamentos racionais e legítimos assumidos sem o conhecimento ou a preocupação com a cadeia produz um ecossistema instável, e o preço dessa falta de visão sistêmica é refletido, de forma concentrada, na erosão das margens e na insolvência dos produtores de menor escala.

Como vimos anteriormente, a exclusão não decorre apenas da escala de volume. Além dos cofatores de precificação, há, ainda, uma série de variáveis por trás da desistência dos produtores, algumas mais impactantes que preço, cujo estudo não foi alvo deste artigo. Quais sejam:

• escassez crescente e falta de qualificação da mão de obra;
• idade avançada de muitos produtores;
• falta de sucessão na família;
• estruturas e rotinas de manejo montadas com pouca atenção à minimização do esforço humano;
• impossibilidade de investir ou acessar crédito para realizar melhorias mínimas necessárias;
• dificuldade de atender as exigências crescentes da indústria, da legislação e das normas que regulamentam o setor;
• atratividade de outras atividades agrícolas menos intensas em mão de obra e capital;
• incapacidade de conseguir resolver os gargalos do sistema de produção adotado;
• ilusão de que o simples investimento em estrutura traz mais resultados;
• endividamento crescente, entre outras.

Somadas àquelas que efetivamente analisamos neste estudo:

• produtividade da terra;
• escala de produção;
• preço como função da escala;
• geração de renda para satisfação dos envolvidos e para reinvestimentos.

Percebe-se, portanto, que as evasões decorrem de uma arquitetura complexa com dimensões gerenciais, agronômicas, zootécnicas, legais, comerciais, sociais, culturais, entre outras, todas estas, de alguma forma, contidas na listagem acima.

Continua depois da publicidade

Vimos que a redução do contingente de produtores desacelera com o tempo (Figuras 4 e 5). Tomando extremos, a taxa absoluta de 9.500 produtores/ano no período 2015-2016 cai para algo próximo de 140 produtores/ano de 2050 para 2051. Essa desaceleração tem duas origens distintas: seleção de produtores e aprendizagem do sistema.

O viés da seleção de produtores

Como os indivíduos de estratos mais vulneráveis tendem a ser ejetados primeiro, a resiliência média da população sobrevivente aumenta automaticamente por depuração e reorganização.

As projeções das Tabelas 7 a 9 devem ser lidas, portanto, como consequência, não como destino. Com volume total constante e produtividade crescente, o número de produtores cai, necessariamente, e as classes menores somem primeiro não por premissa, mas por consequência da baixa geração de renda.

Ocorre que todos os produtores são pressionados pelas mesmas variáveis comuns aos demais, por serem elas inerentes à atividade como um todo (exigências normativas ligadas à qualidade, sanidade, meio ambiente e às relações trabalhistas; volatilidade de preços; aumento do custo de insumos; dificuldades com mão de obra; idade avançada dos pais; falta de sucessão familiar, entre outras tantas). Todas impactam a todos, mas o fazem em graus diferentes devido às particularidades de cada unidade de produção (condições locais + construção do modelo de produção + condução da operação → maior/menor resiliência).

O viés da aprendizagem e a antifragilidade

O presente estudo não envolveu dados de coortes de produtores, ou seja, o acompanhamento objetivo de unidades de produção no tempo, medindo sobrevivência individual. A interação contínua com uma amostragem expressiva de propriedades por meio de consultoria direta a produtores ( alguns há 14 anos), ou via suporte técnico, treinamentos e capacitação de equipes de campo, fundamenta nosso monitoramento empírico da atividade. Essa base amostral e operacional permite analisar as condicionantes da permanência na atividade sob uma perspectiva empírica, validando e desdobrando premissas como a proposição do “perfil dos excluídos” delineada em 2017 (Figura 2). A mesma experiência profissional vale com relação às indústrias de laticínios, amparando-nos em 31 anos de atividade efetiva na cadeia de suprimento de leite.

Isso colocado, consideremos o seguinte:

• A capacidade de sofrer choques e voltar ao estado original é o que chamamos de resiliência, algo que até o presente momento tem sido suficiente para preservar produtores de leite e indústrias. Ocorre que, em um ambiente de exigências e desafios cada vez maiores, ter sido capaz de voltar ao estado original após o “cataclisma” anterior não garante sobrevivência ao próximo.
• Os novos desafios do setor exigem que agreguemos, urgentemente, duas qualidades a um sistema resiliente a fim de torná-lo antifrágil e nunca simplesmente robusto (Nassim Taleb):
  • (a) aprendizagem do tipo que resulte em mudanças conceituais e estruturais no sistema, antes, durante e após os choques; e
  • (b) a capacidade do sistema se beneficiar com o evento estressor e se reconfigurar em um patamar superior após o impacto.
• A antifragilidade transcende a resiliência e é o oposto da robustez.
• Um muro de concreto é algo robusto que resistirá impactos de um certo tipo e intensidade por algum tempo. Basta o estressor ser maior que o calculado e o muro será vencido (a robusta muralha da China foi ultrapassada e até rompida várias vezes pelos mongóis).
• Muitos produtores deixaram a atividade leiteira por não conseguirem pagar investimentos financiados que buscavam robustez. Robustez normalmente traz peso excessivo, custo fixo elevado (depreciação e imobilização de capital), dificuldades de operação e inflexibilidade. Funciona por um tempo, até que o evento estressor supere o pior cenário esperado, ou não se consiga pagá-la, ou não se consiga crescer devido a sua inflexibilidade.

Com base no acompanhamento mencionado, podemos afirmar que a grande maioria dos produtores e a totalidade das indústrias não ficam parados durante e após uma onda de impacto como uma grande seca, enchentes ou uma queda vertiginosa de preços (ambos implementam mudanças, muitas vezes corretas e decisivas, ainda que em diferentes graus de acerto e eficácia). Os que têm feito isso e sobrevivido têm sido resilientes, mas amanhã estarão entre os sobreviventes?

O que está faltando então? Resiliência para os que investiram em robustez e antifragilidade para praticamente todos os modelos de produção e indústrias do setor. Uma evidência disso é que não está em nossa matriz conceitual sequer a possibilidade de não apenas sobreviver às crises (algo que todos imaginam buscar), mas sair mais bem preparado e mais lucrativo do outro lado.

Fazendo agora uma conexão com o sistema de pagamento do leite, o mecanismo que conecta a seleção de produtores à fragilização da cadeia é o subsídio cruzado embutido na política de pagamento por escala. A curva da Figura 6 mostra o preço do litro crescendo com o volume; o prêmio dos grandes é financiado, centavo a centavo, pelo desconto imposto aos pequenos. Quando os pequenos saem, a base que financia o prêmio encolhe, e o prêmio colapsa em direção à média. Não se trata de uma projeção. Como vimos, essa diferença já vem caindo à medida que a base encolhe, mas a mesma curva tem outra face, já explicada antes. Vista da esquerda para a direita, é o pequeno produtor quem recebe o maior incentivo financeiro para crescer. O sistema, portanto, não apenas exclui, ele também premia a transição para fora das escalas mais vulneráveis, enquanto concentra o risco de fornecimento para a indústria. A morte da galinha dos ovos de ouro, nesse sentido, será muito prejudicial aos que dela dependem.

Exclusão como fonte de desigualdade e concentração

Mesmo o melhor cenário entre os modelos admissíveis é profundamente excludente. Como vimos na seção anterior, a desigualdade se desconcentra na primeira década, em parte de forma mecânica, pela eliminação das faixas inferiores, e se reconcentra no topo aos 25 anos. O saldo dessa trajetória para a indústria é severo, pois a base de fornecimento encolhe de 23.729 para 2.784 produtores, com risco concentrado, oligopólio bilateral em formação, prêmio comprimido e resiliência em queda.

A Figura 11 condensa o diagnóstico em um único movimento: a cadeia está trocando resiliência por eficiência, deslocando-se do quadrante de alta resiliência e baixa eficiência (o mundo pulverizado de 2026) em direção ao quadrante de baixa resiliência e alta eficiência (o mundo concentrado de 2051). E o quadrante que deveríamos almejar (eficiência alta com resiliência preservada) permanece vazio, não por acaso, pois nenhuma otimização local conduz a ele.

Figura 11. Trajetória da relação entre resiliência e eficiência da cadeia leiteira do RS projetada para os próximos 25 anos, com a resiliência representada pelo número de produtores e a eficiência pelo volume médio por produtor, ambos normalizados. A cadeia troca resiliência por eficiência, deixando vazio o quadrante em que ambas caminhariam juntas. (Fonte: projeções do autor, Tabelas 7 a 9.)

Os elos (produtor, fornecedores de insumos e de serviços, transportadores, indústria, atacado, varejo, governo, consumidor) precisam, portanto, sentar à mesma mesa e definir, primeiro, o que desejam atingir como um todo; só então pensar o sistema ideal e dedicar-se a construí-lo. Russell Ackoff chamou isso de dissolução do problema, pensar o sistema ideal desejado em função dos objetivos comuns como se estivéssemos começando hoje. A busca de soluções produz remendos, improvisações e puxadinhos que não alteram a lógica de funcionamento. É preciso pensar a cadeia do zero; conhecimento, experiências e estruturas serão reaproveitados, mas o sistema precisa ser conceitual e estruturalmente novo, da originação da matéria-prima à entrega ao consumidor final (não é destruir o que foi construído, montado ou herdado, é redesenhar a arquitetura geral do conjunto e as funções das partes).

Por fim, ao Estado, que não se ocupa em otimizar margens nem retorno sobre o capital, cabe um papel distinto. Não o de projetar o sistema, mas o de apoiar, fomentar, desburocratizar, fiscalizar e ainda o de defendê-lo contra ameaças que descumpram as regras, normas, acordos ou práticas consagradas. Produtores e indústrias precisam ser vistos e tratados pelas autoridades das diversas esferas e setores governamentais como cumpridores das normas, da legislação e de acordos, até prova em contrário, e não como contraventores potenciais, como às vezes ainda acontece de parte de algumas autoridades e setores. O motivo desta menção se deve ao fato de que normas mal interpretadas, mal conduzidas e às vezes mal elaboradas também têm contribuído para a massiva exclusão de produtores de leite discutida neste estudo, sobretudo os pequenos. O Estado é um elo importante da cadeia de suprimento e precisa ser considerado em todo e qualquer planejamento estratégico.

A distribuição ideal

Segue um exercício provocativo tentando encontrar “a melhor distribuição teórica de produtores para a cadeia do leite”. Na visão sistêmica proposta, ela precisaria ser a mais balanceada possível, observando as seguintes condicionantes:

• Escala viável e geradora de renda (nenhum produtor abaixo da faixa verde da Tabela 3), ou seja, ≥ 750 L/dia (limiar de renda da Tabela 6, com alvo de ~800 L/dia na faixa médio-pequeno).
• Nenhum produtor grande o suficiente que venha a representar um risco para a indústria, tanto por seu desproporcional poder de barganha como por poder se tornar um concorrente, ou seja, em nossa visão precisa estar abaixo de 30.000-50.000 L/dia (teto de integração, acima do qual o produtor passa a ter escala para se tornar concorrente).
• Um número alto de produtores na faixa íngreme da curva de preço por escala, estimulados a quererem crescer.
• O melhor equilíbrio entre eficiência e resiliência, já que seria matematicamente impossível maximizar as duas. O ideal, portanto, recairia sobre uma faixa intermediária de ambas e, dentro desta, garantir uma estrutura interna saudável (ou seja, exatamente o que o Gini mede e a média esconde). Utilizou-se aqui os mesmos cálculos de Gini e de QL_>1500 já descritos.
• Mantida a premissa utilizada em todo o estudo de 10,5 milhões de L/dia no RS.
• Tudo isso buscando-se acomodar o maior número de produtores possível a fim não só de pulverizar riscos de fornecimento para a indústria como também minimizar o impacto econômico-social causado pela saída de produtores da atividade.

A distribuição ideal assume, portanto, dois limites funcionais bem claros: o piso da viabilidade de renda e o teto da estabilidade da cadeia, já descritos acima. Entre esses dois limites reside a faixa em que o produtor é simultaneamente viável para si e fiel para a sua indústria e é nela que uma distribuição ideal teria que concentrar o contingente de fornecedores teóricos.

Ao executar a simulação acima, atendendo a todas as condições impostas, na primeira tentativa buscou-se que todos os produtores tivessem > 1.500 L/dia (renda potencial mínima bastante alta), mas isto reduziu excessivamente o contingente (~5.500 produtores). A única forma de atender a todas as condições foi alocando a maioria na faixa médio-pequeno (501-1.500 L), com ~800 L/dia como alvo da faixa.

A melhor distribuição teórica é caracterizada na Tabela 10, como “Ideal Balanceado” em contraste com as demais projeções realizadas anteriormente.

Tabela 10. Parte A: Cenário alternativo "Ideal Balanceado" — distribuição dos produtores de leite do RS por faixa de volume diário, comparada à trajetória projetada para 2026, 2036 e 2051 (Tabelas 7 a 9). Construído sob a premissa de volume total do estado constante (10,5 milhões de L/dia), o cenário limita o contingente (n) entre o piso de viabilidade e o teto de integração da cadeia, maximizando o contingente compatível com o piso; minimiza a desigualdade (Gini) e a concentração do volume nas faixas acima de 1.500 L/dia (QL _>1.500); e mantém ou reduz o custo da matéria-prima. Parte B: Superfície útil mínima para produzir no topo de cada faixa de volume, em três níveis de produtividade da terra: área mínima (ha) = volume diário × 365 / produtividade (L/ha/ano).

Um fenômeno importante a ser notado e explicado

No cenário ideal, o preço médio ponderado cai de R$ 2,43 para R$ 2,38/L apesar do aumento da escala média (442 → 1.138 L/dia). Isto se dá porque a média ponderada de preço é função da distribuição do volume entre as faixas, não do volume médio. No cenário atual, 28% do volume concentra-se nas faixas de maior preço (grande e mega, R$ 2,52–R$ 2,68); no cenário ideal, esse volume de topo cai para 14%, e 57% do volume passa a estar na faixa de R$ 2,31 (médio-pequeno). O desenho ideal, portanto, não "encarece" a matéria-prima. Ele achata a distribuição do volume em torno de um preço médio-baixo, removendo o volume que hoje sustenta o preço ponderado elevado.

A redução de R$0,05/L no preço médio ponderado não decorre de qualquer redução de preço pago aos produtores. Como o preço é função do volume individual, um produtor com o mesmo volume diário recebe exatamente o mesmo valor por litro nos dois cenários (Trajetória 2026 e Ideal Balanceado). A queda da média ponderada resulta exclusivamente da mudança na composição do volume. No cenário ideal, o volume deixa de se concentrar nas faixas de maior preço (grande e mega) e passa a se concentrar na faixa média (médio-pequeno). Ou seja, neste exemplo, a indústria economizaria não por pagar menos pelo mesmo litro de uma dada faixa, mas por adquirir um mix de volume mais barato, sem que nenhum produtor tenha seu preço reduzido.

Vê-se que, mesmo em um cenário ideal, para atender as condições estabelecidas, não se consegue evitar a saída significativa de mais produtores. Apesar de incorporar perdas, a alternativa ideal além de colocar todos os produtores em faixas rentáveis, reduzir desigualdades (Gini menor) e preservar resiliência (QL_>1500 equilibrado), ainda seguraria na atividade ~900 produtores (9.225 versus 8.326) acima do cenário mais provável para 2036. Pelas projeções realizadas anteriormente, atingir-se-ia 9.225 produtores (Ideal Balanceado) entre os anos de 2034 e 2035 (modelo Gompertz 1, Tabela 1).

Independentemente do que venha a ser feito, o caminho em direção a um contingente ainda mais reduzido de produtores já está traçado. Resta saber se a cadeia produtiva deseja interferir de forma proativa nesse processo minimizando as desistências no que ainda é possível fazer e direcionando a distribuição das escalas de produção de forma planejada, ou se seguiremos aceitando o que vier, como resultado de um sistema que nos foi dado, praticamente auto-montado, não planejado.

Os cenários para o período 2036-2051 poderão ser evitados, desde que se adote uma estratégia de planejamento como a sugerida na sequência, a qual permitiria carregar de forma administrada o Ideal Balanceado rumo ao futuro, para além de sua consolidação em 2034-2035, ou mesmo um outro Cenário Ideal que se julgue melhor. Do contrário, as forças desestruturantes oriundas do “modelo auto-montado” tenderiam a continuar no controle.

Crescimento sem desestruturação é possível, mas precisa ser planejado

Caso decida-se agir, quais seriam as medidas a serem transformadas em política leiteira e em ações técnicas, se uma determinada indústria desejasse perseguir a distribuição ideal sugerida acima?

1. Com base nos percentuais de produtores e de volume da Tabela 10, cada indústria calcularia seus próprios contingentes de fornecedores por classe sugerida.
2. Partindo de 2026, implantar ou reforçar esforços para promover, de maneira eficaz, o crescimento dos produtores abaixo de 500 L/dia.
   • Metas necessárias:
     • Mínimo a ser atingido pelo menor produtor = 500 L/dia;
     • Média a ser buscada na faixa médios-pequenos produtores: > 800 L;
     • Cronograma sugerido: todos acima de 200 L em 12/2027; > 300 L, 12/2028; > 400 L, 12/2029; > 500 L, 12/2030.
     • Este crescimento contribui para que a meta de média > 800 L na faixa seja atingida.
3. Na medida em que os produtores acima crescerem, diminuir gradualmente os esforços que vêm sendo empreendidos para segurar grandes e mega produtores portadores de melhores propostas de preço da concorrência, permitindo assim que se reduza gradual e coordenadamente estas duas faixas, até que se atinjam os percentuais desejados nas mesmas, sem comprometer a captação total da empresa (que pode inclusive crescer dentro desta estratégia). Aqui, a coordenação com os esforços de fomento, assistência técnica e gerencial empregados no passo anterior é fundamental.
4. Para acomodar todas as faixas ideais, seriam necessárias propriedades com área útil dedicada ao leite de 37 a 243 ha na Metade Sul (mín. 15 ha) e de 18 a 122 ha na Metade Norte do estado (mín. 10 ha), considerando os respectivos potenciais produtivos de 15.000 e 30.000 L/ha/ano (sem irrigação), níveis estes validados e consagrados (ver Tabela 10). Entendemos, portanto, que a área útil das propriedades não é um limitador importante na maioria dos casos, mas sim sua produtividade.
5. Um trabalho técnico comprometido com o produtor, seu crescimento e sucesso econômico (não com outras metas, muitas vezes antagônicas), embasado em resolver os gargalos representados pelas pessoas (incluindo manejo), pelo solo, pelas plantas e pelo rebanho (obrigatoriamente nesta ordem de prioridade) é o que mostrará os maiores e mais rápidos saltos em produtividade e aumento de margem líquida do segmento primário.
6. Importante: aumento de produtividade com os recursos atuais → todas as sobras que não existiam, direcionadas para reinvestimento.
7. Ampliação de rebanho depois da obtenção de um salto em produção e utilização de forragem. Somente aqui considerar este investimento (se esta ordem for invertida, o insucesso do programa é praticamente certo).
8. De onde virá o crédito, quais as condições de juros e de pagamento e qual a viabilidade no novo cenário que será construído acima? Esta pergunta precisa ter uma resposta por parte da equipe de planejamento antes de iniciarem o trabalho de campo.
9. A Tabela 11 apresenta o avanço de produtividade esperado quando uma equipe qualificada e um programa bem planejado unem-se a produtores com perfil de crescimento.

Tabela 11. Velocidade esperada dos ganhos de produtividade da terra (L/ha/ano) no RS, em programas planejados e focados no ganho econômico, conduzidos por equipes técnicas qualificadas e adotados por produtores com perfil para crescer.

Como visto ao longo deste estudo, a escolha não será entre proteger ineficientes versus aceitar passivamente um progresso não planejado. Propriedades com um mínimo de 10-15 ha de área útil (Metade Norte e Sul, respectivamente) têm condições potenciais de atingirem o nível de renda mínima sugerida, desde que um sério, intenso e comprometido esforço seja implementado na busca do aumento da produtividade da terra com a intensidade e a velocidade descritos.

Iniciamos este trabalho com a mente totalmente aberta quanto aos resultados que surgiriam, em particular quanto ao mérito do sistema de pagamento por escalas de volume. Assim, nos surpreendemos ao perceber que, longe de ser algo injusto e negativo, trata-se de um mecanismo extremamente inteligente, necessário e eficaz, dada nossa realidade (contrastes ainda enormes entre os menores e os maiores produtores, infraestrutura viária precária, acesso difícil às propriedades e ao resfriador, escassez crescente de transportadores no mercado, exigências sanitárias e de qualidade comparáveis às de primeiro mundo, entre outras).

________________________________________________________________________________________