Essays on agricultural technology, resource allocation and the value of information

Abstract

Understanding agricultural technology adoption and resource allocation is crucial to achieve agricultural development and to adapt to changes in current institutional, environmental, and climatic conditions. In addition, decision-making can be improved because of new information and timely data available from precision agriculture (PA) and satellite imagery technologies. The objective of this dissertation was to, first, study agricultural technology adoption and resource allocation due to changes in the relative supply of land (land-and-labor ratio) in South American agriculture. Second, the payoff of a precision agriculture (PA) technology was assessed for U.S. farms. Third, I used remote sensing information to obtain a better measurement of the effect of droughts in Brazilian municipalities. Chapter 1 studied traditional (e.g., land and labor) and commercial (e.g., machinery and fertilizers) inputs in South American agriculture. Acemoglu’s directed technical change framework was used to estimate the process of induced innovation in agriculture using deforestation patterns as source of exogenous variation for the agricultural land supply. The results indicated that deforestation was important to provide agricultural land in South America and because of a larger availability of land in intensive deforestation countries, more land-complementary inputs (machinery) were used relative to labor-complementary inputs (fertilizers). The induced innovation in South America was mainly driven by a larger “market size effect” indicating that technical change was biased towards land. Chapter 2 studied nitrogen fertilizer application in U.S. agriculture. Soil information (signal) obtained from the PA technology allowed the adoption of variable rate (VR) applications of nitrogen specific to the different plots (cells) of the field, with potential to increase the farmers’ profitability and decrease the environmental damages due to excessive use. I provided a Bayesian structural model, based on the Expected Value of Sample Information (EVSI) approach, with a direct application using data from the Data-Intensive Farm Management (DIFM) project from University of Illinois to evaluate the expected returns of the VR technology. The results from the studied U.S. farms showed that the information from soil electroconductivity (EC) provided low expected returns. The insights from the model revealed that the low returns can be explained by EC being “poorly” correlated with the true soilconditions and/or the quality of the soil may be uniform across the fields, hence, not supporting the VR technology adoption. Chapter 3 used satellite remotely sensed information to estimate the effects of droughts on agriculture for Brazilian municipalities. First, the effect of droughts for all the corn- and soybeans-producing Brazilian municipalities was estimated, then a model adding remote sensing data was estimated for the municipalities from a soybeans-producing region of Southern Brazil, both for the 2002-2016 period. The results implied that the lack of biophysical variables in the model, reflecting the interaction among the soil, the plant, and the atmosphere, would bias the drought effects. This is an important result because economic decisions are made based on the effects of climate conditions in agriculture and remote sensing information can provide more reliable estimates of the true climatic effects. Keywords: Agricultural technology. Innovation. Agricultural input use. Precision agriculture. Remote sensing information. Value of information.

Entender a adoção de tecnologia agrícola e a alocação de recursos é crucial para se atingir desenvolvimento agrícola e para se adaptar às mudanças nas atuais condições institucionais, ambientais e climáticas. Além disso, a tomada de decisões pode ser melhorada com novas informações e dados oportunos provenientes de tecnologias da agricultura de precisão e de imagens de satélite. O objetivo desta tese foi, primeiro, estudar a adoção de tecnologia agrícola e a alocação de recursos devido às mudanças da oferta relativa de terra (razão entre terra e trabalho) na agricultura sul-americana. Em seguida, o benefício de uma tecnologia da agricultura de precisão foi avaliado para fazendas dos EUA. Por fim, foram utilizados dados de sensoriamento remoto para obter uma melhor medida do efeito das secas em municípios brasileiros. O capítulo 1 estudou insumos tradicionais (terra e trabalho) e comerciais (maquinários e fertilizantes) na agricultura sul-americana. A teoria da mudança tecnológica direcionada (em inglês, directed technical change) por Acemoglu foi adaptada para estimar o processo de inovação induzida na agricultura utilizando desmatamento como fonte exógena de variação para a oferta relativa de terra. Os resultados indicaram que o desmatamento foi importante para prover terra agrícola na América do Sul e devido a maior disponibilidade de terra em países com desmatamento intensivo, mais insumos complementares à terra (maquinários) foram usados em relação aos insumos complementares ao trabalho (fertilizantes). A inovação induzida na América do Sul foi principalmente movida por um maior efeito de “tamanho de mercado” indicando que a mudança tecnológica aumentou o uso de terra. O capítulo 2 estudou a aplicação do fertilizante de nitrogênio na agricultura dos EUA. Informação sobre o solo (sinal) obtida da tecnologia de agricultura de precisão permitiu a adoção de aplicações variáveis (VR) de nitrogênio específicas às diferentes partes do campo, com potencial de aumentar a rentabilidade dos fazendeiros e diminuir os danos ambientais devido ao uso excessivo. Foi desenvolvido um modelo estrutural bayesiano, baseado na abordagem do Valor Esperado da Informação Amostral (EVSI), com uma aplicação direta usando dados do projeto Data-Intensive Farm Management (DIFM) da Universidade de Illinois para avaliar os retornos esperados da tecnologia VR. Os resultados das fazendas dos EUAmostraram que a informação obtida da eletro-condutividade (EC) do solo gerou retornos esperados baixos. As conclusões do modelo revelaram que os baixos retornos podem ser explicados por EC ser “fracamente” correlacionada com as verdadeiras condições do solo e/ou a qualidade do solo ser uniforme nos campos, assim, não dando suporte à adoção da tecnologia VR. O capítulo 3 utilizou informações de sensoriamento remoto para estimar os efeitos das secas na agricultura para municípios brasileiros. Primeiro, o efeito das secas foi estimado para todos os municípios brasileiros produtores de milho e soja, e então um modelo adicionando dados de sensoriamento remoto foi estimado para municípios de uma região produtora de soja no sul do Brasil, ambos para o período 2002-2016. Os resultados implicaram que a falta de variáveis biofísicas no modelo, refletindo a interação entre o solo, a planta, e a atmosfera, gerariam viés nos efeitos das secas. Esse resultado é importante porque decisões econômicas são feitas baseadas nos efeitos das mudanças climáticas na agricultura e informações de sensoriamento remoto podem fornecer estimativas mais confiáveis dos verdadeiros efeitos climáticos. Palavras-chave: Tecnologia agrícola. Inovação. Uso de insumos agrícolas. Agricultura de precisão. Informação de sensoriamento remoto. Valor da informação.