O presente trabalho propôs-se, fundamentalmente, a testar a influência que o nível de tecnologia das propriedades de uma região predominantemente agropecuária do Estado de São Paulo pudesse estar exercendo sobre a taxa de retorno ao fator capital alcançada por seus empresários. Mais especificamente, foram os seguintes os objetivos: 1. Estimar a eficiência com que estão sendo utilizados os recursos disponíveis, através dos Índices de produtividade parcial e considerando as propriedades segundo o tamanho, a atividade principal e o tipo do gado. 2. Identificar o atual nível de tecnologia das propriedades agropecuárias dos municípios de Barretos e Colômbia, através da relação produção total/insumo total. 3. Estimar as taxas de retorno ao fator capital para as diferentes propriedades e relacioná-las com os respectivos Índices tecnológicos. 4. Fornecer subsídios aos Órgãos competentes no que se refere a melhor alocação de recursos e políticas a serem adotadas. Partimos da hipótese de que, nas condições atuais, a níveis cada vez mais elevados de tecnologia empregada nas propriedades agropecuárias da região, correspondem taxas decrescentes de retorno ao capital e apresentamos justificativa para esta suposição no capítulo dedicado à revisão de literatura. A informação básica analisada na pesquisa foi obtida através de entrevistas diretas com os empresários agrícolas de uma amostra extraída, ao acaso, do rol de proprietários cadastrados no INCRA, nos municípios de Barretos e Colômbia. Foram colhidos dados de sessenta e nove propriedades, relativos ao ano agrícola de 1969/70, porém, em virtude da incoerência constatada nas informações de algumas delas, tornou-se necessária a sua eliminação, baseando-se a pesquisa em sessenta e quatro observações. As propriedades foram classificadas segundo o tamanho, a atividade principal e o tipo do gado, a fim de determinar os efeitos que estas características possam exercer sobre a eficiência no uso dos recursos e sobre o nível de tecnologia. A análise dos resultados constou, em uma primeira parte, de um estudo relativamente descritivo em que são abordados, essencialmente, os seguintes itens: 1. Distribuição das observações da amostra. 2. Dados médios relativos à posse e uso da terra, segundo os diferentes grupos de propriedades. 3. Considerações sobre uso, vantagens e natureza das pastagens artificiais encontradas na amostra. 4. Constituição média do rebanho bovino, expressa em número por vaca, em percentagem e, no total, em unidades-animal. 5. Valores médios dos Índices de lotação constatados nas propriedades e expressos como “carga-animal”. Análise de variância para testar, estatisticamente, a ocorrência ou não de diferenças significativas entre os grupos de propriedades. 6. Composição da Produção Total. Na segunda parte da análise, buscamos satisfazer ao nosso primeiro objetivo, determinando os Índices de produtividade parcial, segundo as três classificações adotadas, e testando as suas diferenças através da análise de variância. Os Índices estimados, a fim de julgar a eficiência com que estão sendo utilizados os recursos produtivos, foram os seguintes: I₁= Renda Bruta (Cr$) / Área Total Explorada (ha) - I₂= Renda Bruta (Cr$)/ Área em pastagens (ha) - I₃= Renda Bruta (Cr$)/ Capital médio investido em terra ( Cr$) - I₄= Renda Bruta (Cr$)/Investimento Médio Total (Cr$) - I₅= Renda Bruta ( Cr$)/ Mão-de-Obra Utilizada (Eq./H.) - I₆= Renda Bruta (Cr$)/ Mão-de-Obra Utilizada (Cr$) - I₇= Renda Líquida (Cr$) / Área Total Explorada (ha) - I₈= Renda Líquida (Cr$)/ Área em Pastagens (ha) - I₉= Renda Líquida (Cr$)/ Capital médio investido em terra (Cr$) - I₁₀= Renda Líquida (Cr$)/Investimento Médio Total (Cr$) - I₁₁= Renda Líquida (Cr$)/Mão-de-Obra Utilizada (Eq./H.) - I₁₂= Renda Líquida (Cr$)/Mão-de-Obra Utilizada(Cr$). Finalmente, atendendo aos objetivos finais do trabalho, passamos a estimar os Índices de produtividade total e a variável taxa de retorno ao fator capital, cujos valores médios foram testa dos pela análise de variância. Com o intuito de estudar a ocorrência de uma relação linear entre o Índice de produtividade total que, admitidas as devidas pressuposições, está representando o nível de tecnologia da propriedade, e a variável taxa de retorno ao capital, foi usado o seguinte modelo estatístico: Y_i = a+ b X_i + e _i, onde, Y_i = taxa de retorno ao fator capital e X_i = Índice tecnológico. Uma vez ajustada a regressão linear simples aos dados, obtivemos a seguinte equação: Y=-9,2348 + 20,0332 X, cujo coeficiente ele correlação (r) é igual a O. 8616, e onda o valor de “t”, igual a 13.368, revela ser esta inferência significante ao nível de 0.1% de probabilidade. Procuramos ajustar, também, regressões linear e curvilínea aos dados de Índice tecnológico e investimento total médio, bem como aos de despesas operacionais e nível tecnológico, mas verificou-se a não existência de correlação entre os mesmos. Quando se considerou, no entanto, os pares de variáveis: Índice tecnológico-carga animal e taxa de retorno ao capital-carga animal, encontramos as equações lineares: Y = 0,4430 + 0,3264 X, com r = 0.45020 e t = 3,97, onde, Y = Índice tecnológico - X= carga animal e Y = -0,6824 + 6,9237 X, com r = 0.41074 e t = 3,55 para Y = taxa de retorno ao capital e X= carga animal. Os coeficientes de correlação revelaram-se significantes ao nível de 0.1% de probabilidade.

This research proposed, fundamentally, to test the influence that the level of technology employed on farms might exert on the rate of return to capital in a region which specializes predominantly in livestock. More specifically, the objectives were the following: 1. To resources are estimate the efficiency being utilized using partial with which available and differentiating the farms according to productivity indices size, major type of livestock activity, and type of cattle. 2. To identify present level of technology on farms in the municipios of Barretos and Colombia using total output/total input relationships. 3. To estimate the rate of return to capital for the different farms and relate them to their respective technological indices. 4. To make recommendations to interested agencies with regard to better allocation of resources and policies to be adopted. It was hypothesized that, under present conditions, increasing levels of technology employed on the farms of the region correspond to decreasing rates of return to capital justification for this presumption was presented in the chapter devoted to literature review. The basic information analyzed in this research was obtained through direct interviews with farmers selected by a random sample from a list of farmers registered at the INCRA (Instituto de Colonização e Reforma Agrária) in the municipios of Barretos and Colombia. Data were collected on sixty-nine farms for the crop year 1969/70; however fiv0 observations were eliminated due to inconsistencies found in the information so the research was based on the remaining sixty-four observations. The farms were classified according to size, major type of livestock activity and type of cattle in order to determine the effects that these characteristics may exert on the efficiency of resource use and level of technology. In the first part of the study, the analysis of results consisted of a descriptive study in which the following items were considered: 1. Distribution of sample observations; 2. Data relative to tenure and land use, according to different groups of farms; 3. Considerations on use, advantages and nature of artificial pasture found in the sample; 4. Average composition of cattle herd expressed in cow units, in percentages and in animal units; 6. Composition of total production. In the second part of the analysis, we attempted to fulfill our first objective by determining partial productivity índices and testing their differences through analysis of variance. The índices estima ted in arder to determine the efficiency wi th which the productive resources were utilized, were the following: I₁= Gross Farm Incarne (Cr$) / Total area operated (ha) - I₂= Gross Farm Income ( Cr$) / Area in pasture (ha) - I₃= Gross Farm Income (Cr$)/ Average capital invested in land ( Cr$) - I₄= Gross Farm lncome (Cr$)/ Average total investment (Cr$) - I₅= Gross Farm Income ( Cr$)/ Labor Utilized (Man-Eq) - I₆= Gross Farm lncome (Cr$)/ Labor Utilized (Cr$) - I₇= Net Farm lncome (Cr$) / Total Area Operated (ha) - I₈= Net Farm lncome (Cr$)/ Area in pasture (ha) - I₉= Net Farm lncome (Cr$)/ Average capital invested in land (Cr$) - I₁₀= Net Farm Income (Cr$)/ Average Total lnvestment (Cr$) - I₁₁= Net Farm Income (Cr$)/ Labor Utilized (Man-Eq)- I₁₂= Net Farm lncome (Cr$)/ Labor Utilized ( Cr$). To fulfill the other objectives of the study, we estimated total productivity indices and rate of return to capital. The differences in these average values were tested by analysis of variance. ln order to test the existence of a linear relationship between the total productivity index assumed to represent the technology level of the farm and the rate of return to capital, the following statistical model was considered: Y_i = a+ b X_i + e _i -where, Y_i. = rate of return to capital J. X_i + e _i. = technological index. Once the simple linear regression was adjusted to the data, the following equation was obtained: Y = -9,2348 + 20,0332 X, with the correlation coefficient (r) equal to 0.8616 1 and the “t” value equal to 13.368, indicating that the inference was significant at the 0.1% level of probability. An attempt was also made to adjust linear and curvilinear regressions to the variables technological index and average total investment, and operational expenses and technological level, but no significant correlation was found in either case. However, when the pairs of variables technological index animal units per hectare, and rate of return to capital-animal units per hectare were considered, we found the following linear equations: Y = 0,4430 + 0,3264 X, with r = 0.45020 and t = 3.97 where, Y = technological index X= animal units per hectare and Y = -0,6824 + 6,9237 X 1 with r = 0.41074 and t = 3.55 where, Y = rate of return to capital X= animal units per hectare The correlation coefficients were significant at the 0.1% level of probability.