Abstract: We estimate the impacts of an IFAD-supported rural development project (Pro-Gavião). Because public policies are frequently implemented simultaneously rather than in isolation, we also estimate the impacts of—and possible synergies with—the Brazilian conditional cash transfer (CCT) program Bolsa Família. Developed jointly by IFAD and the State Government of Bahia, Pro-Gavião was a rural development project in 13 contiguous municipalities between 1997 and 2005. Census tract level data were extracted for the analysis from the 1995-96 and 2006 Agricultural Censuses. The evaluation uses propensity score matching to construct a control group of untreated census tracts, and a difference-in-differences estimation to identify impacts. The outcomes analyzed include land productivity, agricultural income and child labor. Although Pro-Gavião involved significant investments in the region, the results suggest little if any program impact, or synergies between the two programs. The unexpected null findings are robust to alternative approaches to identifying the treated census tracts, matching techniques, and heterogeneity in several dimensions. We show that the lack of impacts is not driven by adverse rainfall in the treated communities, or the influence of other programs in the control communities. Alternative explanations for the null results are explored.

Resumo: Estimamos os impactos de um projeto de desenvolvimento rural financiado pelo FIDA (Pró-Gavião). Uma vez que políticas públicas são frequentemente implementadas conjuntamente, também estimamos os impactos de, e as possíveis sinergias com, o programa brasileiro de transferência condicionada de renda, Bolsa Família. Desenvolvido conjuntamente pelo FIDA e pelo Governo da Bahia, o Pró-Gavião foi um projeto de desenvolvimento rural ocorrido em 13 municípios entre 1997 e 2005. Extraímos dados em nível de setor censitário para a análise dos Censos Agropecuários de 1995-96 e 2006. A avaliação usa Propensity Score Matching para a obtenção de um grupo de controle e diferença-em-diferenças para estimar os impactos. As variáveis de resultado incluem produtividade da terra, renda agrícola e trabalho infantil. Embora o Pró-Gavião tenha envolvido investimentos significativos na região, os resultados sugerem ausência de impactos do projeto, bem como de sinergias entre os dois programas. Esses resultados inesperados são robustos a diferentes abordagens para identificar os setores censitários tratados, a técnicas de pareamento e à consideração de heterogeneidades em diversas dimensões. Mostramos que a ausência de impactos não é resultado de condições pluviométricas adversas ou da influência de outros programas. Explicações alternativas para a ausência de resultados são exploradas.

O censo agropecuário 1995-96 é utilizado para estudar os fatores responsáveis pelas diferenças na pobreza entre os estabelecimentos agrícolas no Brasil. As diferenças entre as regiões e as seguintes dicotomias são analisadas: proprietários/não proprietários; familiares/não familiares; intensivos em insumos/não intensivos; com/sem máquinas. O artigo utiliza uma metodologia semiparamétrica. Primeiro, uma função fronteira estocástica de lucro é estimada. Em seguida, simulações não paramétricas contrafactuais são utilizadas para identificar os fatores que explicam as diferenças em pobreza. Os fatores incluem o tamanho da propriedade, o trabalho familiar, a lucratividade e as variáveis utilizadas para explicar a lucratividade no modelo de fronteira estocástica. O artigo conclui que a falta de terra e os baixos níveis de produtividade são importantes motivos para a pobreza entre produtores agrícolas. É improvável que qualquer um deles isoladamente possa solucionar o problema da pobreza. As diferenças em "eficiência" - capturadas pelo termo de erro na função fronteira de lucro - são importantes para explicar as diferenças entre os pobres e os não pobres, mas não para as demais dicotomias estudadas. Isto sugere que os fatores não observáveis - como restrições ou falhas de mercado - são importantes para explicar a pobreza entre produtores agrícolas no Brasil.

The 1995-96 agricultural census is used to explore factors that account for differences in poverty among agricultural establishments in Brazil. Differences across regions and the following dichotomies are analyzed: owners/non-owners, family/non-family, input intensive/non-intensive, with machines/without machines. The paper uses a semi-parametric methodology. First, a stochastic frontier profit function is estimated. Then, non-parametric counterfactual simulations are used to identify factors which explain differences in poverty. Factors include farm size, family labor, profitability and the variables used to explain profitability in the stochastic frontier model. The paper concludes that lack of land and low levels of productivity are both important reasons for poverty among agricultural producers. It is unlikely that either one alone could solve the poverty problem. Differences in "efficiency" - captured by the error term in the frontier profit function - are important to explain differences between the poor and non-poor, but not for any of the other dichotomies studied. This suggests that unobservable factors - such as restrictions or market failures - are important to explain poverty among agricultural producers in Brazil.