EVOLUÇÃO DO ACESSO DOS AGRICULTORES AO PRONAF NO ESTADO DO
PARANÁ NO PERÍODO DE 2000 A 2007
[email protected]
Apresentação Oral-Agricultura Familiar e Ruralidade
CELSO DANIEL SERATTO; RODRIGO GUSTAVO DE SOUZA; JOSÉ LUIZ PARRÉ;
RICARDO LUIS LOPES.
UEM, MARINGA - PR - BRASIL.
Evolução do Acesso dos Agricultores ao PRONAF
no Estado do Paraná no período de 2000 a 2007.
Grupo de Pesquisa: Agricultura Familiar e Ruralidade.
RESUMO
Este trabalho testa, analisa e identifica a distribuição e a associação espacial de indicadores
da evolução do acesso dos agricultores familiares ao Programa de Fortalecimento da
Agricultura Familiar – PRONAF, na modalidade de custeio, nos 399 municípios do Estado
do Paraná, no período entre os anos de 2000 e 2007. A partir dos dados sobre o número de
contratos realizados, adotaram-se técnicas de Análise Exploratória de Dados Espaciais AEDE, para verificar a ocorrência de autocorrelação espacial, univariada global e local.
Verificou-se que não há correlação espacial global significativa, demonstrando que as
variáveis estão aleatoriamente distribuídas. Os testes de autocorrelação espacial local,
produzidos pelo método LISA univariado local, indicaram diferentes padrões de
clusterização entre os municípios paranaenses, evidenciando padrões de comportamento
diversos, especialmente das variável proporção de contratos de PRONAF entre os
agricultores familiares. O acesso dos agricultores ao programa depende, além das ações do
âmbito estadual e federal, principalmente dos agentes, entidades e organizações localizadas
nos municipios. Os resultados obtidos podem indicar a existência de inequidade no acesso
dos agricultores familiares ao programa nestes municípios.
Palavras-Chave: PRONAF. Crédito Rural. Agricultura familiar. Associação Espacial.
Acesso ao Pronaf.
ABSTRACT
This paper tests, analyzes and identifies the distribution and spatial association of
indicators of trends in access of farmers to the “Programa de Fortalecimento da Agricultura
Familiar”-PRONAF in annual financing, in 399 municipalities of the Paraná state, in the
period between the years of 2000 and 2007. From the data on the number of contracts held,
was adopted techniques of Exploratory Spatial Data Analysis - AEDE to the occurrence of
spatial autocorrelation, univariate global and local. It was found that no significant
correlation overall, demonstrating that the variables are randomly distributed. Tests for
local spatial autocorrelation, produced by the method LISA univariate local, showed
different patterns of cluster among municipalities of the Paraná state, showing different
patterns of behavior, especially the variable proportion of contracts between farmers to the
PRONAF. The access of farmers to the program depends, in addition to the actions of the
1
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
state and federal, and particularly of the agents, entities and organizations located in the
municipalities. The results may indicate the existence of inequality in access to the family
of farmers in these program.
Keywords: PRONAF. Agriculture Finances. Small farmers. Space association. Access to
Pronaf.
1. INTRODUÇÃO
Segundo Mattei (2001) na década de noventa, dois fatores foram decisivos para
mudar o curso da história do credito rural no país.
Em primeiro lugar as reivindicações dos trabalhadores rurais, que começaram a ter
voz já na Constituição de 1988 e ganharam destaques nos movimentos denominados
“Jornadas Nacionais de Luta” que na primeira metade da década de 90, ocuparam
definitivamente a agenda pública para o meio rural.
Em segundo lugar, os estudos realizados conjuntamente pela FAO e INCRA em
1996, definem com maior precisão conceitual a agricultura familiar e, mais ainda,
estabelecem um conjunto de diretrizes que deveriam nortear a formulação de políticas para
esse segmento específico. Sabe-se que esse estudo serviu de base para as primeiras
formulações do PRONAF (FAO; INCRA, 1996).
Em 1996 era criado o Programa de Fortalecimento da Agricultura Familiar –
PRONAF, regido pela resolução nº. 2.310 do Banco Central.
De acordo com o manual do PRONAF (MDA, 2008), o programa visa o
fortalecimento da agricultura familiar através do auxílio técnico e financeiro, procurando
promover o desenvolvimento rural sustentável.
O objetivo do PRONAF é criar condições para aumentar a capacidade produtiva, a
geração de emprego e renda, e assim, melhorar a qualidade de vida dos pequenos
agricultores rurais. Para alcançar os objetivos gerais, o PRONAF tem quatro objetivos
específicos (MATTEI, 2001), a saber: ajustar as políticas públicas de acordo com a
realidade dos agricultores familiares; viabilizar a infra-estrutura necessária à melhoria do
desempenho produtivo dos agricultores familiares; elevar o nível de profissionalização dos
agricultores familiares através do acesso aos novos padrões de tecnologia e de gestão
social; estimular o acesso desses agricultores aos mercados de insumos e produtos.
O PRONAF, operacionalmente está dividido em três modalidades: Crédito Rural
(Custeio e de Investimento); Infra-estrutura e Serviços Municipais e Capacitação.
Outras mudanças institucionais importantes, de âmbito nacional ocorreram
recentemente, em 1° de julho de 2008, com a simplificação das normas para a obtenção de
crédito rural do PRONAF. A solicitação do Ministério do Desenvolvimento Agrário
(MDA, 2009) junto ao Conselho Monetário Nacional – CMN, foi resultado das demandas
de movimentos sociais dos agricultores familiares, de extensionistas rurais e dos agentes
financeiros em tornar as normas mais simples, entre elas destacam-se: a extinção dos
grupos C, D e E do Pronaf, constituindo uma única categoria intitulada Agricultura
Familiar; nos financiamentos de custeio, as taxas estão entre 1,5% e 5,5% ao ano; nas
operações de investimento as taxas de juros entre 1% e 5% anuais; os grupos A (crédito
para a reforma agrária) e B (microcrédito rural) não foram alterados; as linhas especiais
(como PRONAF Floresta e PRONAF Jovem, entre outras) continuam a existir, mantendo
os enfoques sociais e ambientais do Programa e as mesmas taxas de juros e limites de
2
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
financiamento das linhas normais; nas linhas especiais do PRONAF (Agroecologia,
Mulher, Floresta e Agroindústria), passaram a ter taxas entre 1% e 2% ao ano.
O acesso dos agricultores ao PRONAF é operacionalizado (além das ações de nível
federal e estadual) na prática por comitês informais de crédito a nível municipal, que no
Estado do Paraná envolve: agentes financeiros (com destaque para o Banco do Brasil e
Cooperativas de produtores rurais conveniadas a este, como: Sicredi1 e Cresol2 entre
outros), sindicatos de trabalhadores rurais, sindicatos patronais de agricultores, além de
membros do poder público local e agentes de assistência técnica e extensão rural (do
Instituto Paranaense de Assistência Técnica e Extensão Rural, Organizações Não
Governamentais e profissionais autônomos).
Além das estratégias para melhorar o acesso ao programa, desenvolvidas pelas
diversas instâncias, respeitadas as diferenças na estrutura produtiva e do perfil dos
agricultores familiares, as peculiaridades, características da natureza, limitações e
potencialidades dos agentes e organizações impõe estratégias e resultados diferenciados
entre os municípios paranaenses.
Dentro deste contexto, o presente trabalho tem como objetivo analisar a evolução
da abrangência e da distribuição espacial da modalidade de custeio do PRONAF, entre os
municípios do estado do Paraná, onde foram utilizadas técnicas de Análise Exploratória de
Dados Espaciais -AEDE, com vistas a testar a existência de autocorrelação espacial e
identificar seus padrões de associação e distribuição espacial entre os municípios
paranaenses, no período compreendido entre os anos de 2000 e 2007.
Este artigo é constituído de cinco seções, iniciando por esta introdução no qual
busca discutir de forma breve a evolução do crédito rural e do PRONAF no Brasil, na
segunda parte encontra-se uma breve discussão a respeito do credito rural e do PRONAF,
na terceira parte é apresentada metodologia e os dados utilizados, na quarta parte a análise
dos resultados e discussão e na quinta e última seção as considerações finais.
2. REVISÃO BIBLIOGRÁFICA
2.1. UMA RETROSPECTIVA SOBRE O CREDITO RURAL NO BRASIL
Durante a década de 1970 o uso do crédito rural cresceu de forma impressionante
que pode ser caracterizado por duas características importantes.
Primeiramente a demanda excessiva por crédito e a oferta abundante de dinheiro,
em boa parte proveniente da conta movimento do Banco do Brasil, fizeram com que o
crédito neste período chegasse a um valor muitas vezes próximo ao valor total do Produto
Bruto da Agricultura.
E, em seguida pelo seu uso pelas autoridades monetárias como o principal
instrumento de uma política maior de modernização da agricultura, seja estimulando a
demanda por insumos modernos produzidos por indústrias instaladas no país, ou seja,
compensando o efeito negativo de algumas políticas macroeconômicas sobre o setor.
No início da década de 1980, tem se o esgotamento do processo de industrialização
via substituição de importações conjuntamente com a crise da dívida externa. Neste
cenário a medidas macroeconômicas de redução de gasto do estado devido à elevada taxa
1
2
Banco do Sistema Sicredi S.A., presente em grande número de municípios do Estado do Paraná.
Cooperativa de Crédito Solidário, com ação concentrada nas regiões sul e sudeste do Paraná.
3
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
de inflação. E, com estas medidas macroeconômicas há uma mudança no cenário
econômico brasileiro, principalmente no que diz respeito ao crédito rural.
“No caso da agricultura, foi proposta uma combinação de medidas para
revigorar o crescimento do setor, garantindo o abastecimento interno e a geração
de divisas, sem comprometer os objetivos macroeconômicos de controle fiscal”
(ARAUJO; BARROS; ALMEIDA, 2000, p.74).
Na década de 1980 os efeitos inflacionários fizeram com que houvesse um
deslocamento dos ativos financeiros para os não financeiros como forma de proteção às
elevadas taxas de inflação do período. Com este deslocamento dos ativos há uma redução
do crédito direcionado para a agricultura.
A partir da crise da década de 80, tem-se em 1986 um conjunto de medidas visando
à unificação do orçamento da União e à transferência do monitoramento da dívida pública
para a alçada do Congresso Nacional. A extinção da conta movimento foi uma dessas
medidas. Essa conta tinha por objetivo cobrir, diariamente, a diferença entre a captação não
monetária e os desembolsos realizados pelo Banco do Brasil e pelo Banco Central. Entre
os desembolsos, estavam os empréstimos do Banco do Brasil aos agricultores e os
refinanciamentos efetuados pelo Banco Central, cabendo, porém, a responsabilidade de
execução financeira ao tesouro nacional (ARAUJO; BARROS; ALMEIDA, 2000).
Destarte houve uma redução do crédito decorrente do fim da conta movimento do
Banco do Brasil, entretanto mesmo com uma oferta reduzida de crédito, a produção
evoluiu positivamente na década.
Os anos que correspondem o período de 1987-1996 foram marcados por grandes
mudanças de ordem estrutural na economia brasileira, ocorrendo uma mudança na
estrutura produtiva brasileira com a modernização da base produtiva e internacionalização
da economia. Estes efeitos – estas mudanças estruturais – já faziam parte da agricultura
desde 1986 com a redução do crédito rural, ocasionado principalmente pela extinção da
conta movimento.
Com a extinção da conta movimento, o governo se viu na necessidade de buscar
uma nova fonte de recurso para recompor a redução do crédito agrícola, entretanto teria
que ser uma fonte não inflacionarias. A partir desta idéia, o governo cria em 1986, no
mesmo ano da extinção da conta movimento – a caderneta de poupança rural, “cujos
recursos captados junto ao público deveriam ser aplicados principalmente na agricultura”
(ARAUJO; BARROS e ALMEIDA, 2000, p. 75).
De acordo com Araújo, Barros e Almeida (2000) o período que corresponde entre
os anos de 1987 e 1996 foram de turbulência na política de crédito rural, marcada por
profundas mudanças na qual o governo procurou durante todo este período novas fontes de
financiamentos não inflacionárias para o fornecimento de crédito para o setor agrícola.
Com a constituição de 1988 nasceram os chamados Fundos Constitucionais de
Financiamento, gerados pelo percentual de 3% da arrecadação do IPI e do IR para
aplicação de crédito subsidiado nas regiões Norte (0,6%), Nordeste (1,8%) e Centro-Oeste
(0,6%) (FNO, FNE e FNCO, respectivamente), com prioridade para pequenos
produtores/empresários rurais e industriais.
Em 1990 na Lei nº. 8.023, que reformula o imposto de renda, diz que este recurso
deve ser canalizado para a agricultura. E, no ano de 1991, nasce o sistema de pagamento
por equivalência em produto nas operações de crédito rural que foi estabelecido pela Lei
Agrícola.
4
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
De acordo com Araújo; Barros e Almeida (2000), esse sistema propõe que os
produtos agrícolas sejam utilizados como forma de pagamento nos financiamentos,
vinculando a correção dos valores emprestados à evolução dos preços dos produtos
financiados em três tipos de equivalência, a saber: a equivalência plena que determina que
a quantidade contratada seja igual à quantidade a ser paga no vencimento do contrato,
incluindo encargos financeiros; subvenção determina que os recursos destinados a cobrir
eventuais diferenças negativas entre o valor apurado pela quantidade contratada de produto
e a correção financeira da dívida no banco sejam cobertos pelo governo; e estabelece que a
diferença entre o valor do produto e o valor da dívida, mais custos financeiros, fica a cargo
do produtor-mutuário, sendo essa diferença prorrogada temporariamente ou refinanciada
na futura safra.
Em julho de 1992 com a regulamentação dos Fundos de Commodities possibilitou a
aplicação de recursos financeiros em papéis vinculados a produtos agropecuários. Neste
ano também foi aprovado o Certificado de Mercadoria com Emissão Garantida – CM-G,
que consistia em um instrumento de capacitação de recursos a ser utilizado por produtores
e compradores de produtos agrícolas. A Cédula de Produto Rural criada em 1994 constituise em um outro instrumento para viabilizar o atendimento das necessidades financeiras do
setor.
Segundo Almeida, Araújo e Barros (2000, p.79) o ano de 1995 foi muito difícil
para o mercado financeiro formal e para a agricultura, pelos seguintes motivos: De um lado
têm-se os problemas da renda e endividamento dos agricultores, originados do freqüente
desencontro entre correções de preços mínimos e correção da dívida. De outro a severa
escassez de recursos causaram um penoso e demorado processo de negociação entre as
lideranças rurais e o governo; e neste mesmo ano, as autoridades monetárias autorizaram as
instituições financeiras a captar recursos no exterior, cujas taxas de juros para o tomador
era muito alta3. Diante desse cenário de crise, em 1996, surgiu o Programa Nacional de
Fortalecimento da Agricultura Familiar – PRONAF.
2.2. UMA RETROSPECTIVA DA EVOLUÇÃO DO PRONAF NO BRASIL
No início de 1990, de uma forma geral pode se dizer que até o início da década de
noventa não existia nenhum tipo de política especial para o segmento da agricultura
familiar, sendo esta atividade, inclusive, “uma definição conceitual bastante imprecisa,
uma vez que a mesma era tratada de distintas formas (pequena produção, produção
familiar, produção de subsistência, etc.)” (MATTEI, 2001).
Na década de noventa, o aperfeiçoamento do crédito rural no país, sofreu
importante influência das reivindicações dos movimentos sociais de trabalhadores rurais,
que começaram a ter voz já na Constituição de 1988 e dos estudos realizados
conjuntamente pela FAO em conjunto com o INCRA em 1996 (FAO e INCRA, 1996). que
definiram com maior precisão conceitual a agricultura familiar e, mais ainda, estabelecem
um conjunto de diretrizes que deveriam nortear a formulação de políticas para esse
segmento específico. Sabe-se que esse estudo serviu de base para as primeiras formulações
do PRONAF (MATTEI, 2001).
Durante o Governo do então Presidente Itamar Franco (em 1994), foi criado o
Programa de Valorização da Pequena Produção Rural - PROVAP, cujo objetivo era
3
A taxa de juros deveria cobrir o custo de captação em torno de 8% a.a., o spread do banco e a taxa de
variação cambial ao redor de 7%a.a.
5
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
destinar um volume de crédito com taxas de juros mais acessíveis aos agricultores
familiares. No ano seguinte, no Governo do então Presidente Fernando Henrique Cardoso,
o PROVAP foi totalmente reformulado, deixando de abranger apenas as ações referentes a
créditos de custeio (MATTEI, 2001). Surgiu assim, em 1996, o Programa de
Fortalecimento da Agricultura Familiar – PRONAF, normatizado pela resolução nº. 2.310
do Banco Central e destinado a pequenos agricultores que utilizam principalmente a mãode-obra familiar, passando a abranger a implementação de investimentos em infra-estrutura
e capacitação a nível nacional (BACEN, 1996).
A partir de 1999, com o início do Segundo Governo FHC, o PRONAF sofreu uma
série de alterações institucionais, abordadas de forma sucinta por Mattei (2001), o
programa deixou de fazer parte do Ministério da Agricultura, onde era vinculado à
Secretaria de Desenvolvimento Rural - SDR, e foi incorporado ao Ministério do
Desenvolvimento Agrário - MDA. Sob esta nova forma organizacional, a agricultura
familiar aumentou sua importância, a qual se expressa através da criação da Secretaria da
Agricultura Familiar - SAF, no âmbito do MDA.
As mudanças compreenderam a criação de diversas linhas de crédito específicas:
custeio e investimento normais; crédito rural rápido; crédito especial, investimento especial
e crédito agroindústria. Já a modalidade Infraestrutura e Serviços estão voltados para a
melhoria da rede da infraestrutura dos municípios (SCHNEIDERI; MATTEI; CAZELLA,
2004). O público beneficiário4 também foi segmentado entre linhas operacionais dentro do
programa, em quatro grupos distintos de agricultores familiares, de acordo com a
metodologia proposta nos estudos da FAO/INCRA: os estabilizados economicamente Grupo D; os com exploração intermediária, mas com bom potencial de resposta produtiva Grupo C; os com baixa produção e pouco potencial de aumento da produção - Grupo B e
os assentados pelo processo de reforma agrária - Grupo A (MDA, 2009).
Posteriormente à adoção da segmentação dos beneficiários, ainda em 1999, foram
criadas mais três linhas de crédito especiais para os agricultores familiares dos grupos B, C
e D. A primeira é o chamado crédito rotativo, também conhecido como Rural Rápido,
operado exclusivamente pelo Banco do Brasil. Esse tipo de crédito funciona como um
cheque especial em que o agricultor vai utilizando os recursos segundo suas necessidades.
“Talvez por isto, ele acaba sendo utilizado majoritariamente pelo segmento dos
agricultores familiares do grupo D, justamente os mais capitalizados”. Segundo
Abramovay (2002, p. 38). “em 1997 o crédito rotativo correspondia a 37% do valor dos
financiamentos de custeio do PRONAF e em 2000 ele já chegava a 52% do total”.
Em grande parte, essas modificações visam atender um maior número de
beneficiários e expandir a esfera de interferência da agricultura familiar no âmbito da
4
Em relação à delimitação do público-alvo, o programa atende especificamente os agricultores familiares,
caracterizados a partir dos seguintes critérios: possuir, pelo menos, 80% da renda familiar originária da
atividade agropecuária; deter ou explorar estabelecimentos com área de até quatro módulos fiscais (ou até 6
módulos quando a atividade do estabelecimento for pecuária); explorar a terra na condição de proprietário,
meeiro, parceiro ou arrendatário; utilizar mão-de-obra exclusivamente familiar, podendo, no entanto, manter
até dois empregados permanentes; residir no imóvel ou em aglomerado rural ou urbano próximo; possuir
renda bruta familiar anual de até R$ 60.000,00 (critério que tem evoluído de modo a melhorar sua adequação
e em nas atividades intensivas em capital (avicultura ,olericultura) é considerada apenas 50% da renda da
mesma no computo da renda total da família) (MDA, 2009). Essas categorias de beneficiários foram
definidas pela resolução 2.629, de 10/08/1999, a qual passou a integrar as normas gerais no capítulo 10 do
Manual de Crédito Rural (BACEN, 2008).
6
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
produção agropecuária do país, bem como mudanças nas instâncias deliberativas, no
âmbito Nacional, Estadual e Municipal.
Com relação às fontes de recursos do PRONAF, são três as principais: Fundo de
Amparo ao Trabalhador - FAT; recursos do Tesouro Nacional e das Exigibilidades
Bancárias (MCR 6.2) e Fundos Constitucionais do Centro-Oeste (FCO) e do Nordeste
(FNE), Além do BNDES, o Fundo de Amparo ao Trabalhador (FAT) assumiu o lugar de
principal provedor de recursos, representando cerca de 80% do total desde 1996 até hoje.
2.3 ALGUNS ASPECTOS DO PRONAF NO ESTADO DO PARANÁ
No Estado do Paraná, a fim de ampliar o acesso dos agricultores ao PRONAF,
especialmente entre aqueles produtores rurais que não dispunham de garantias suficientes
para o acesso a financiamentos na rede bancária, no Estado do Paraná, o Governo instituiu
complementarmente, através da Lei nº 14.431 de 16/06/2004, o Fundo de Aval Garantidor
da Agricultura Familiar do Estado do Paraná (PARANÁ, 2004a), regulamentada pelo
Decreto-Lei nº 3.928 de 29/11/2004, que concede garantias complemenares necessárias à
contratação de financiamentos (PARANÁ, 2004b).
Entre os beneficiários estão os agricultores enquadrados no Grupo C do Programa
de Apoio à Agricultura Familiar . PRONAF - de acordo com as normas divulgadas pelo
BACEN e condições estabelecidas pela Lei Estadual 14.431, regulamentada pelo DecretoLei 3.928 (PARANÁ, 2004b).
O benefício é concedido junto com o financiamento PRONAF, que é operado pelo Banco
do Brasil e outras instituições de crédito credenciadas junto a este.
O agente financeiro informa se o pretendente ao crédito e o tipo de financiamento
poderão ser beneficiados com a cobertura do Fundo de Aval Rural do Estado do Paraná.
Para tanto, o agricultor deve apresentar uma “Declaração de Aptidão ao PRONAF” - DAP
e assinar formulário de autodeclaração de enquadramento no Fundo de Aval, que são
obtidas no escritório da EMATER ou por um dos sindicatos vinculados à FETAEP, FAEP
ou FETRAF-SUL (PARANÁ, 2004a; 2004b).
3. METODOLOGIA
Para avaliar a evolução da abrangência e distribuição do acesso aos agricultores ao
credito de custeio5 no PRONAF entre os municípios no Estado do Paraná, utilizou-se de
técnicas de Análise Exploratória de Dados Espaciais – AEDE.
De acordo com Almeida (2005), as técnicas de AEDE baseiam-se nos aspectos
espaciais contidos numa base de dados, cujo objetivo é descrever a distribuição espacial,
testar padrões e regimes de associação espacial (verificar a presença de clusters espaciais),
a possível presença de regimes espaciais diferenciados (diferentes formas de instabilidade
espacial ou não estacionariedade), bem como a presença e localização de outliers na base
de dados.
Foi testada a existência de associações espaciais univariada “global” e “local” de
uma amostra dos 399 municípios do Estado do Paraná, para as variáveis:
1- Proporção de agricultores classificados como agricultores familiares em relação
ao número total de agricultores, por município do Estado do Paraná, de acordo com
5
A modalidade de custeio é a que melhor expressa o montante de agricultores atendidos, pois é obrigatória a
renovação anual do contrato junto ao agente financeiro, ao contrário de outras modalidades como
investimento.
7
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
números levantados na pesquisa realizada pelo Instituto Nacional de Colonização e
Reforma Agrária – INCRA e Organização das Nações Unidas para Agricultura e
Alimentação - FAO, em 1996 (FAO e INCRA, 1996).
2- Proporção de agricultores atendidos pelo PRONAF na modalidade custeio em
relação ao número total de agricultores familiares, de cada um dos municípios do Estado
do Paraná, nos anos de 2000 e 2007, a partir das informações disponibilizadas pelo MDA,
sobre o número de contratos abrangidos pelo PRONAF na modalidades de custeio nos
respectivos anos acima (MDA, 2008).
Proporção de contratos de PRONAF na modalidade custeio em relação ao número
total de contratos de crédito de custeio, para cada um dos municípios do Estado do Paraná,
nos anos de 2000 e 2007, coma as informações obtidas nos Anuários Estatísticos do
Crédito Rural do Banco Central do Brasil de 2000 (BACEN, 2003) e 2007 (BACEN,
2008).
Com a finalidade de testar a evolução da abrangência e da dispersão espacial do
Programa no período de 2000 a 2007, foram calculados dois índices logaritimizados
compostos pela: evolução da proporção de agricultores contemplados com o PRONAF de
custeio (número de contratos) entre os agricultores familiares; e evolução do número de
contratos de PRONAF de custeio entre o montante de contratos registrados pelo BACEN,
entre os anos de 2000 e 2007, para todos os municípios do Estado.
Entre as técnicas de AEDE disponíveis para testar a presença de autocorrelação
espacial global e local univariada, ou seja, a existência de coincidência de similaridade de
valores observados onde foram utilizadas as estatísticas de teste “I” de Moran global e
local. A autocorrelação espacial global univariada é testada pela estatística de teste “I de
Moran global”, que formalmente é dada por:
Onde n é o número de unidades espaciais, yi é a variável de interesse, wij é o peso
espacial para o par de unidades espaciais i e j , medindo o grau de interação entre elas. E,
compõe uma “matriz de pesos espaciais”6 que determina o padrão de associação espacial
entre as unidades geográficas, baseada no grau de contigüidade entre as regiões em estudo.
Entre os tipos de matrizes de pesos espaciais mais utilizados, neste trabalho testou-se as
convenções do tipo: “rainha” e “6 vizinhos mais próximos”. Adotou-se para a realização
dos testes, a primeira.
A estatística I de Moran tem um valor esperado de – [ 1/ (n-1) ], valor este que seria
esperado se não houvesse padrão espacial nos dados. O valor calculado de I deveria ser
6
A matriz de pesos espaciais (Wy) expressa, de maneira semelhante, a de uma medida de covariância para
dada variável entre regiões distintas. É um arranjo imposto pelo pesquisador, estimado para observar, de
maneira operacionalizável, a ocorrência das interações espaciais entre as regiões (localidades em estudo) e dá
a idéia do grau de interação entre elas. O seu conceito fundamental é baseado na contiguidade, podendo ser
definida por critério de vizinhança, distância geográfica ou socioeconômica, e ainda da combinação desses. A
desvantagem do uso de critérios de vizinhança (matrizes do tipo: rainha, bispo ou torre – que associam as
unidades espaciais a semelhança do jogo de xadrêz) é que não garantem a associação balanceada, baseada
numa conectividade física balanceada. Para superar esse problema pode-se adotar a matriz do tipo “k
vizinhos”, cuja convenção é baseada na distância geográfica. Para maiores detalhes vide Almeida (2004);
Cliff e Ord (1981); Anselin e Kelejian (1997).
8
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
igual a seu a seu valor esperado, dentro dos limites de significância estatística, se yi é
independente dos valores yj das regiões vizinhas.
O diagrama produzido mostra a defasagem espacial da variável de interesse (wy) no
eixo vertical e o valor da variável de interesse (y) no eixo horizontal, ambas de maneira
padronizada. A estatística I de Moran pode ser interpretada como o coeficiente angular da
regressão da defasagem espacial (wy) contra a variável de interesse (y), dado por:
De forma que se o coeficiente angular é positivo, há evidências de autocorrelação
espacial positiva e vice-versa. Valores que excedem o valor esperado indicam correlação
espacial positiva, e aqueles abaixo do valor esperado de I, indicam autocorrelação espacial
negativa. Como um coeficiente de correlação ordinário, tal estatística varia entre +1 e -1.
A detecção de autocorrelação espacial global positiva (tendendo a +1) indica que há
uma similaridade entre os valores do atributo estudado e da localização espacial do atributo
(região, microrregião, município ou localidade). Por outro lado quando ocorre
autocorrelação espacial negativa (tendendo a -1) revela a existência de dissimilaridade
entre os valores em estudo e o da localização espacial (ALMEIDA, 2004).
Eventualmente os padrões de associação global observados podem ser conformes
com o dos padrões locais, porém é comum existir casos em que ocorre a indicação de
ausência de autocorrelação global oculta a existência de padrões locais de associação
espacial ou presença de forte indicação de autocorrelação global que camufla os regimes
locais de associação espacial (ALMEIDA, 2004).
As estatísticas de teste de autocorrelação global não tem a capacidade de identificar
a ocorrência de autocorrelação local estatisticamente significantes (ANSELIN, 1995, p.97
apud ALMEIDA, 2004). Já o indicador I de Moran local tem a capacidade de captar os
padrões locais de associação lineares estatisticamente significantes, pois faz a
decomposição do indicador global de autocorrelação bem como da contribuição local de
cada observação em quatro categorias correspondentes aos quatro quadrantes no diagrama
de dispersão de Moran. De acordo com Anselin (1995), a estatística I de Moran local é
dada por:
Ou:
Onde, zi e zj são variáveis padronizadas e a somatória sobre j é tal que somente
valores do vizinhos j є ji são inclusos. O conjunto ji abrange os vizinhos da observação i
(ALMEIDA, 2004).
Segundo Anselin (1995) o indicador de I de Moran local provê uma indicação do
grau de agrupamento dos valores similares em torno de uma determinada observação e
permite identificar a existência de clusters espacias estatisticamente significantes.
O diagrama fornece, além da média global de associação espacial, os agrupamentos
ou clusters, representados nos quatro quadrantes os tipos de associação espacial, e que
quando se trata de uma análise univariada, é interpretado pelas indicações (ALMEIDA,
2004):
9
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
No primeiro quadrante: Alto-Alto (HH) significa que dada unidade espacial exibe
alto valor da variável em estudo rodeada por unidades espaciais que também apresentam
alto valor da mesma; no segundo quadrante: Alto-Baixo (HL) significa que dada unidade
espacial exibe altos valores da variável em estudo rodeada por unidades espaciais que, ao
contrário, apresentam baixos valores; no terceiro quadrante: Baixo-Baixo (LL) significa
que dada unidade espacial exibe baixo valor da variável em estudo rodeada por unidades
espaciais que apresentam baixo valor da mesma; e no quarto quadrante: Baixo-Alto (LL)
significa que dada unidade espacial exibe baixo valor da variável em estudo rodeada por
unidades espaciais que apresentam alto valor da mesma.
Para observar a presença de associação espacial local (ou clusters espaciais locais) e
verificar as localidades que mais contribuem para a existência de autocorrelação espacial
utiliza-se a estatística LISA (Local Indicator of Spatial Association) que produz o mapa de
clusters, dado pela combinação das informações observadas pelo indicador I de Moran
local e do mapa de significância das medidas de associação local (PEROBELLI, 2005 apud
PINHEIRO, 2007).
4. RESULTADOS E DISCUSSÃO
Na Tabela 1, abaixo foram apresentados os resultados dos testes de associação
espacial global para a variável número de agricultores familiares e proporção de
agricultores familiares entre os agricultores totais entre os município do Paraná de acordo
com os números obtidos da pesquisa FAO e INCRA (1996).
O único valor de I de Moran global, estatisticamente significativo, foi obtido para a
variável número de agricultores, quando utilizou-se a convenção para a matriz de pesos
espaciais do tipo rainha (p-value de 0,0480), indica a ocorrência de certo grau de
dissimilaridade espacial, apresentando I de -0,0451, o que representa que municípios com
elevado número de agricultores familiares estão circundados por municípios com menor
número deles. Para a variável proporção dos agricultores familiares em relação ao número
total de agricultores nenhuma das convenções testadas apresentou significância estatística
que demonstra aleatoriedade espacial desse atributo.
Tabela 1. Estatística I de Moran global para número de agricultores familiares e proporção
destes em relação ao número total de agricultores, por município no Paraná. 1996.
Parâmetro/variável
Número de Agricultores Familiares
Convenção
6 vizinhos
Rainha
Torre
Proporção dos agricultores familiares em relação ao número
6 vizinhos
total de agricultores
Rainha
Torre
Fonte: Elaboração própria a partir dos dados da pesquisa FAO/INCRA (1996).
I
E(I)
p-value
-0,0169
-0,0451
-0,0445
0,0082
0,0137
0,0161
-0,0025
-0,0025
-0,0025
-0,0025
-0,0025
-0,0025
0,2730
0,0480
0,0680
0,3290
0,2740
0,2640
10
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
1.a.
1.b.
Figura 1. Diagramas de I de Moran global: número de agricultores familiares e proporção
destes em relação ao número total de agricultores, municípios do Estado do Paraná. 1996.
Fonte: Elaboração própria a partir dos dados da pesquisa FAO/INCRA (1996).
* A pseudo-significância empírica é baseada em 9.999 permutações aleatórias e matriz de peso espacial do tipo rainha.
Na figura 2, o mapa 2.a. mostra a distribuição espacial da variável número de
agricultores familiares nos municípios paranaenses, a qual estão classificados em relação
ao desvio padrão da amostra. Apresentaram valor da variável acima de 2 vezes o desvio
padrão (outliers superiores) 19 municípios, em ordem decrescente: Tamarana; Cafeara;
Florestópolis; Quatro Pontes, Nova Esperança do Sudoeste; Campo do Tenente; Bom
Sucesso do Sul; Fênix; Dois Vizinhos; Curitiba; Iretama, Formosa do Oeste; São Manoel
do Paraná; Coronel Vivida; Porecatú; Tibagi; Corbélia; Califórnia e Santa Cruz de Monte
Castelo.
O mapa 2.b. mostra a distribuição espacial da variável proporção do número de
agricultores familiares em relação ao número total de agricultores nos municípios do
estado, também estão classificados em relação ao desvio padrão da amostra, 18 deles
apresentaram valor da variável 2 vezes abaixo do desvio padrão (outliers inferiores), em
ordem crescente, foram: Mangueirinha; Ivaí; Ortigueira; Centenário do Sul; Lidianópolis;
Diamante do Norte; Bom Sucesso; Lunardelli; Marechal Candido Rondon; Manfrinópolis;
Altônia; Rosário do Ivaí; Godoy moréia; Porto Amazonas; Candido de Abreu; Bela Vista
do Paraíso e Mariópolis. E, como outlier superior: Primeiro de Maio.
No mapa 2.c. são demonstrados os clusters, produzidos pelo método Lisa a partir da
associação da estatística I de Moran local univariada e a significância estatística dessas
associações espaciais, para a variável número de agricultores familiares nos municípios
paranaenses. Caracterizan-se como cluster alto-alto (High-High), os seguintes municípios:
Lupionópolis; São Jerônimo da Serra; Santa Izabel do Ivaí; Salto do Lontra; Enéas
Marques e Porto Rico, ou seja, municípios que possuem valor elevado dessa variável e
estão associados a municípios vizinhos que também possui elevado valor para a mesma.
Como clusters baixo-baixo (Low-Low) são encontrados os municípios de: Ibiporã;
Manborê; Porto Amazonas; Balsa Nova; Campina da Lagoa; Guaporema; Rio Bom;
Grandes Rios; Jataizinho; Rosário do Ivaí e Faxinal, os quais apresentam atributo com
valores baixo associados espacialmente a vizinhos com valor também baixo deste atributo.
Os clusters do tipo baixo-alto (Low-High) são encontradoa entre os municípios:
Londrina; Mauá da Serra; Querência do Norte; São José dos Pinhais; Santo Inácio; Iracema
do Oeste; Alvorada do Sul; Centenário do Sul e Marilândia do Sul representam aqueles que
possuem baixo valor para a variável, circundados por vizinhos com alto valor para a
variável.
11
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
E, os clusters tipo alto-baixo (High-Low) se encontram nos seguintes municípios:
Ariranha do Ivaí; Iretama; Terra Rica; Laranjal e Coronel Vivida, que indicam a associação
destes, com baixos valores do atributo, a vizinhos com elevado valor para esse atributo.
No mapa 2.d. são demonstrados os clusters para a variável proporção de
agricultores familiares pelo número total de agricultores do município. Caracterizam-se
como cluster alto-alto: kaloré; Catanduvas; Cascavel; São Carlos do Ivaí; Siqueira
Campos; Porto Rico; Ibema; Campo Bonito; Santa Tereza do Oeste e Congoinhas. Como
clusters baixo-baixo: Guamiranga; Prudentópolis; Lunardelli; Candido de Abreu; Rosário
do Ivaí; Mauá da Serra; Pato Bragado; Clevelândia e Jardim Alegre. Como clusters baixoalto: Pinhalão; Araucária e Rondon. E, como alto-baixo: Honório Serpa; Lupionópolis;
Laranjal; Imbaú; Jandaia do Sul; Reserva; Grandes Rios; Pérola; Mato Rico; Boa Ventura
do São Roque; Itambé; Foz do Jordão; Ariranha do Ivaí; Marialva e Florestópolis.
Na Tabela 2, a seguir, foram apresentadas as estatísticas I de Moran global para as
variáveis: proporção dos agricultores familiares atendidos pelo PRONAF custeio e
proporção de contratos de PRONAF custeio em relação aos contratos totais de custeio,
respectivamente para os anos de 2000 e 2007. Não se encontrou significância estatística em
nenhuma das convenções testadas, o que demonstra aleatoriedade espacial desses atributos.
Porém, para uso nos testes estatísticos utilizou-se a convenção do tipo rainha de mais alta
ordem.
Tabela 2. Estatística I de Moran global: proporção de agricultores atendidos pelo PRONAF
e contratos de PRONAF em relação ao montante de contratos de custeio. 2000 e 2007.
Parâmetro/variável
Convenção
I
E(I)
Proporção dos agricultores familiares atendidos pelo PRONAF
custeio em 2000
Proporção dos agricultores familiares atendidos pelo PRONAF
custeio em 2007
Proporção de contratos de PRONAF custeio em relação aos
contratos totais de custeio em 2000
Proporção de contratos de PRONAF custeio em relação aos
contratos totais de custeio em 2007
6 vizinhos
-0,0075
-0,0025
Rainha
-0,0059
-0,0025
6 vizinhos
0,0067
-0,0025
Rainha
0,0061
-0,0025
6 vizinhos
0,0042
-0,0025
Rainha
-0,0051
-0,0025
6 vizinhos
-0,0020
-0,0025
Rainha
-0,0019
-0,0025
Fonte: Elaboração própria a partir dos dados INCRA e FAO (1996); BACEN (2003;2008); MDA (2008).
2.a.
p-value
0,4541
0,4850
0,2465
0,2500
0,2419
0,4960
0,7373
0,7370
2.b.
12
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
2.c.
2.d.
Figura 2. Mapa de distribuição espacial: número de agricultores familiares e proporção
destes em relação ao número total de agricultores, municípios do Estado do Paraná. 1996.
Fonte: Elaboração própria a partir dos dados da pesquisa FAO/INCRA (1996).
* A pseudo-significância empírica é baseada em 9.999 permutações aleatórias e matriz de peso espacial do tipo rainha.
Na Figura 3, os mapas 3.a. e 3.b indicam as distribuições espaciais para a variável
proporção de contratos de custeio de PRONAF por agricultor familiar, entre os municípios
paranaenses, nos anos de 2000 e 2007, respectivamente. Em 2000, foram encontrados 266
municípios abaixo da média da variável 0,26 e 133 acima da média, sendo destes 10
outliers superiores, em ordem decrescente: Lapa; Mangueirinha; Santo Inácio; Guamirama;
Ivaí; Manoel Ribas; Santo Antonio do Paraízo; Nova Fátima; Saudade do Iguaçu e Rio
Negro. No ano de 2007 a média da variável subiu para 0,48 e 265 municípios apresentaram
proporção abaixo da média e 134 acima desta, sendo destes 4 outliers superiores: Godoy
Moreira; Porto Amazonas; Cambe e Santo Inácio.
3.a.
3.b.
13
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
3.c.
3.d.
Figura 3. Mapa de distribuição espacial: proporção de contratos de custeio entre os
agricultores familiares, nos município do Estado do Paraná. 2000 e 2007.
Fonte: Elaboração própria a partir dos dados INCRA e FAO (1996); BACEN (2003;2008); MDA (2008).
* A pseudo-significância empírica é baseada em 9.999 permutações aleatórias e matriz de peso espacial do tipo rainha.
Os mapas 3.c. e 3.d indicam a ocorrência de clusters para essa variável nos anos de
2000 e 2007, respectivamente. Em 2000 caracterizaram-se por clusters do tipo alto-alto:
Foz do Jordão; Campo do Tenente; Coronel Vivida; Clevelândia; Colorado; Lupíonópolis;
Santa Inês; Palmeira; Reserva do Iguaçu e Rio Negro, como clusters do tipo baixo-baixo:
Peabiru; Iracema do Oeste; Barbosa Ferraz; Corumbataí do Sul; Andirá; Ibaiti; Fênix;
Jaguariaíva; Campo Mourão; Sapopema; Jandaia do Sul e Vitorino, do tipo baixo-alto:
Ipiranga; Contenda; Icaraíma; Balsa Nova; Porto Amazonas; Honório Serpa; Quitandinha;
São João do Triunfo; Coronel Domingos Soares; Chopinzinho; Antônio Olinto; Cafeara;
São Sebastião da Amoreira e Pontal do Paraná, e do tipo alto-baixo: Porecatu; Santa
Mariana; Turvo; Quatro Pontes; Francisco Beltrão; Inácio Martins e Mauá da Serra.
E, no ano de 2007, destacaram-se com clusters do tipo alto-alto: Londrina;
Palmeira; Sertanópolis; Lunardeli; Arapongas; Santa Inês e São João do Ivaí, como
clusters baixo-baixo: Colombo; Guaraci; Carlópolis; Iracema do Oeste; Cerro Azul;
Ribeirão Claro; Siqueira Campos; Andirá; Turvo; Fazenda Rio Grande; Vitorino e Munhoz
de Mello, como Clusters do tipo baixo-baixo: Carlópolis; Pinhais; Ribeirão Claro; Cerro
Azul; Iracema do Oeste; Turvo; Andirá; Colombo; Munhoz de Mello; Fazenda Rio
Grande; Guaraci; Vitorino e Siqueira Campos, como clusters do tipo baixo-alto: Lapa;
Pontal do Paraná; Iretama; Jardim Alegre; São Sebastião da Amoreira; Prado Ferreira; Bela
Vista do Paraízo; Barbosa Ferraz; Balsa Nova; Rolândia e Lupiponópolis, e como altobaixo: Paraízo do Norte; Contenda; Guamirama; Almirante Tamandaré e Clevelãndia.
Na Figura 4, os mapas 4.a. e 4.b indicam as distribuições espaciais para a variável
proporção de contratos de custeio de PRONAF em relação aos contratos de custeio total
registrados no BACEN, entre os municípios paranaenses, nos anos de 2000 e 2007,
respectivamente. Em 2000, foram encontrados 226 municípios abaixo da média da variável
0,56 e 173 acima da média, sendo destes 5 outliers superiores, em ordem decrescente:
Tomazina; Paranapoema; Piraquara; Santa Inês e Campo do Tenente. Em 2007 a média da
variável foi de 0,80 e 220 municípios apresentaram proporção abaixo e 179 acima desta,
sendo destes 11 outliers superiores: Sabáudia; Terra Rica; Tupanssi; Santo Antônio do
Sudoeste; Luiziana; Iguaraçú; Perobal; Sengés; Pato Bragado; Ibema; General Carneiro e
Ribeirão Claro.
14
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Os mapas 4.c. e 4.d indicam a ocorrência de clusters para essa variável nos anos de
2000 e 2007, respectivamente. Para o ano de 2000 foram identificados como clusters altoalto: Ariranha do Ivaí; Jaboti; Guamirama; Pinhais; Wenceslau Braz; São José dos Pinhais;
Piên; Jardim Olinda; Ibema; Rio Negro; Inajá e Colorado, como clusters do tipo baixobaixo: Candói; Ortigueira; Quatro Pontes; Iracema do Oeste; Peabiru; Porto Barreiro;
Guaraci; Andirá; Mauá da Serra; Centenário do Sul e Cantagalo, como baixo-alto:
Conselheiro Mairinck; Paranacity; Quatinguá; Siqueira Campos; Itaguajé; Pinhalão;
Arapoti; Santo Inácio; Morretes e Quatro Barras, e como alto-baixo: Porecatú; Nova Prata
do Iguaçu; Vera Cruz do Oeste; Ivatuba; Inácio Martins; Campo Mourão; Vitorino; Santa
Mariana; Sapopema; Godoy Moreira e Santo Antônio da Platina.
E, no ano de 2007, com clusters do tipo alto-alto: Astorga; Pitangueiras; Itaúna do
Sul; Pinhal do São Bento e Rolândia, baixo-baixo: Lupionópolis; Cafeara; Tamarana;
Reserva; Barra do Jacaré; Querência do Norte; Nossa Senhora das Graças; Santa Mariana;
Porto Amazonas; Marilândia do Sul; Santo Antônio da Platina; Centenário do Sul; Mauá
da Serra; Ivaí; Guaraci e Santo Inácio, como baixo-alto: Jaguariaíva; Porto Vitória; Nova
Londrina; Arapongas; Palmas; Pranchita; Guairaçá; Diamante do Norte; Bom Jesus do Sul
e Mandaguari, e do tipo alto-baixo: Santa Cecília do Pavão; Peabirú; Ivatuba; Rio Negro;
Alvorada do Sul; Ribeirão Claro; Vitorino; Loanda; Andirá; Siqueira Campos e
Guamirama.
Foram também calculadas as estatísticas I de Moran para os índices da evolução
proporção dos contratos custeio no PRONAF entre os agricultores familiares, bem como
sobre o montante das operações de custeio dos municípios registradas no banco de dados
do BACEN entre os anos de 2000 a 2007, conforme exposto na Tabela 3 e Figura 5, a
seguir.
4.a.
4.b.
15
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
4.c.
4.d.
Figura 4. Mapa de distribuição espacial da proporção de contratos de custeio entre os
contratos totais de custeio, nos municípios do Estado do Paraná. 2000 a 2007.
Fonte: Elaboração própria a partir dos dados INCRA e FAO (1996); BACEN (2003;2008); MDA (2008).
* A pseudo-significância empírica é baseada em 999 permutações aleatórias e matriz de peso espacial do tipo rainha.
Tabela 3. Estatística I de Moran global: evolução da proporção de contratos de PRONAF
custeio entre os agricultores familiares e evolução da proporção dos contratos de custeio
em relação à proporção dos contratos totais de custeio. Paraná. 2000 a 2007.
Parâmetro/variável
Convenção
I
E(I)
Evolução da proporção dos agricultores familiares atendidos pelo
PRONAF custeio entre 2000 e 2007
Evolução da proporção dos contratos de custeio de PRONAF em
relação aos contratos totais de custeio entre 2000 e 2007
Log do índice da evolução da proporção dos agricultores familiares
atendidos pelo PRONAF custeio entre 2000 e 2007
Log do índice da evolução da proporção de contratos de PRONAF
custeio em relação aos contratos totais de custeio de entre 2000 e 2007
6 vizinhos
-0,0285
-0,0025
Rainha
-0, 0353
-0,0025
6 vizinhos
-0,0286
-0,0025
Rainha
-0,0353
-0,0025
6 vizinhos
-0,0642
-0,0025
Rainha
-0,0735
-0,0025
6 vizinhos
-0,0448
-0,0025
Rainha
-0,0421
-0,0025
Fonte: Elaboração própria a partir dos dados INCRA e FAO (1996); BACEN (2003;2008); MDA (2008).
p-value
0,1356
0, 0773
0,1336
0,0765
0,0093
0, 0071
0,0509
0,0956
Observa-se que só foi encontrada significância para a associação espacial do índice
logaritmizado da evolução da proporção de contratos de PRONAF custeio entre os
agricultores familiares, apesar de que para o índice logaritmizado da evolução da
proporção de contratos de PRONAF sobre aqueles de custeio em geral ficou bastante
próxima do nível de significância de 5%.
5.a.
5.b.
Figura 5. Diagramas de I de Moran global: evolução da proporção de contratos de
PRONAF custeio entre os agricultores familiares e evolução da proporção dos contratos de
custeio em relação à proporção dos contratos totais de custeio. Paraná. 2000 a 2007.
16
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Fonte: Elaboração própria a partir dos dados INCRA e FAO (1996); BACEN (2003;2008); MDA (2008).
* A pseudo-significância empírica é baseado em 999 permutações aleatórias e matriz de peso tipo 6 vizinhos.
Os resultados encontrados indicam a existência de significativa (p-value de 0,0093)
e leve dissociação espacial da variável logaritmizada da evolução da proporção dos
contratos de PRONAF entre os agricultores familiares. E, leve dissociação entre a evolução
da proporção dos contratos de custeio de PRONAF sobre o montante de contratos de
custeio porém, pouco significativa (p-value de 0,0509) quando se utilizou a matriz de
pesos espaciais do tipo 6 vizinhos. Adotou-se então para elaboração dos diagramas
univariados de I de Moran e mapas de clusters a convenção da matriz de pesos espaciais do
tipo 6 vizinhos.
Na Figura 6, o mapas 6.a. indica a distribuição espacial para a variável evolução da
proporção de contratos de custeio de PRONAF entre os agricultores familiares dos
municípios paranaenses, no período de 200 a 2007. Observa-se que entre os 399
municípios paranaenses, em 66 houve redução na proporção, ou seja na abrangência da
modalidade de custeio entre os agricultores familiares e em outros 11 a proporção não se
modificou. Foram encontrados 16 outliers inferiores, em ordem crescente: Lapa; Ariranha
do Ivaí; Paranapoema; São Manoel do Paraná; Rebouças; Lupionópolis; Quatro Pontes;
São Pedro do Paraná; Curitiba; Bocaiúva do Sul; Sertaneja; Dois Vizinhos; Iretama; Nova
Esperança do Sudoeste; Magueirinha; Tomazina e Campo Magro. E, 14 outliers superiores,
em ordem decrescente: Figueira; Cornélio Procópio; Rio Azul; Antonina; Pinhão; Cruzeiro
do Sul; Cianorte; Miraselva; Porto Amazonas; Peabiru; São Jorge d’Oeste; São João do
Ivaí; Três Barras do Paraná e Santa Cecília do Pavão.
E, o mapa 6.b indica a distribuição espacial da variável logaritmizada de evolução
da proporção de contratos de custeio no PRONAF em relação ao montante de contratos de
custeio, no mesmo período. Nota-se que em 81 municípios houve redução dessa
proporção, e em 2 destes não houve sua alteração. Foram identificados 17 outliers
inferiores, em ordem crescente: Paranapoema; São Manoel do Paraná; Rebouças; Lapa;
Lupionópolis; Corbélia; Dois Vizinhos; Ariranha do Ivaí; Iretama; Bocaiúva do Sul; Nova
Esperança do Sudoeste; Quatro Pontes; Curitiba; São Pedro do Paraná; Candido de Abreu;
Sertaneja; Tomazina e São Jerônimo da Serra. E, 11 outliers superiores, em ordem
decrescente: Figueira; Porecatu; Antonina; Rio Azul; Pinhão; Cruzeiro do Sul; Porto
Amazonas; Cornélio Procópio; São João do Ivaí; Anahí e Leópolis.
No mapa 6.c., indica a ocorrência dos clusters para a variável (logaritmizada) da
evolução da proporção de contratos de custeio no PRONAF em relação ao montante de
contratos de custeio. São identificados com clusters alto-alto: Campo Mourão; Godoy
Moreira e Uraí, como baixo-baixo: Santo Inácio; Indianópolis; Santa Inês; Tamboara,
Diamante do Norte; Itaguajé; Ivaiporã; Japurá; São Carlos do Ivaí; Cafeara; Salto do
Lontra e Pinhais, como baixo-alto: Araruna; Ventania; Sertaneja; Rancho Alegre d’Oeste;
Pérola d’Oeste; Corbélia; Quedas do Iguaçu; Ubiratã; Alto Paraná; Santa Mariana; Bela
Vista do Paraízo; Ibiporã; Rebouças; Prado Ferreira; Cafelândia; Ibaiti e Inácio Martins, e
como clusters alto-baixo: São João do Triunfo; Rio Branco do Ivaí; Campo Largo; Siqeuira
Campos; Antonina; Colombo; Sertanópolis; Jardim Olinda; Pitanga e Enéias Marques.
E, o mapa 6.d. apresenta os clusters da variável (logaritmizada) de evolução
da proporção dos contratos de custeio no PRONAF em relação ao montante dos contratos
de custeio. Os clusters identificados como alto-alto são compostos por: Florestópolis;
17
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Telêmaco Borba e Uraí, como baixo-baixo: Cafeara; Inajá; Indianópolis; Rio Negro; Santa
Inês; Itaguajé; Santo Inácio e Colombo, como baixo-alto: Ponta Grossa; Ibaiti; Ventania;
Santa Mariana; Corbélia; Inácio Martins; Rebouças; Godoy Moreira; Nova América da
Colina; Ubitarã e Lapa, e como clusters alto-baixo: Salto do Lontra; Enéas Marques;
Mirador; Rio Branco do Ivaí; Nova Tebas; Santo Antônio do Caiuá; Jardin Olinda e São
João do Triunfo.
6.a.
6.b.
6.c.
6.d.
Figura 6. Mapa de distribuição espacial da evolução na proporção de contratos de custeio
entre os agricultores familiares e contratos totais de custeio. Paraná. 2000 e 2007.
Fonte: Elaboração própria a partir dos dados INCRA e FAO (1996); BACEN (2003;2008); MDA (2008).
* A pseudo-significância empírica é baseada em 9.999 permutações aleatórias e matriz de peso espacial do tipo rainha.
5. CONSIDERAÇÕES FINAIS
Como se comprovou entre os resultados encontrados, foi encontrada significância
estatística da associação espacial univariada para o número de produtores rurais quando se
utilizou a matriz de pesos espaciais do tipo rainha, que indica leve associação espacial
negativa. Por outro lado verificou-se não haver significância na associação espacial para a
variável proporção de agricultores familiares entre o total de agricultores dos municípios
paranaenses. As informações sobre a associação local, produzidas pela estatística LISA
univariada, mostram para a primeira variável, um pequeno número de clusters espalhados
pelo território, e para a segunda variáveis dois pequenos agrupamentos caracterizados por
clusters alto-alto localizados entre municípios da região centro-oeste do Estado e do tipo
baixo-baixo, na região central do estado.
Ao observarmos os coeficientes de I de Moran globais para as variáveis: proporção
de agricultores familiares atendidos pelo PRONAF na modalidade de custeio em 2000 e
18
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
2007 e proporção de contratos de custeio no PRONAF em relação ao montante dos
contratos de custeio realizados nos municípios, não foi encontrada evidência de associação
espacial (significante). Por outro lado quando observamos os resultados da estatística LISA
univariada dessas variáveis, verificou-se, para a proporção de contratos de custei entre os
agricultores familiares, a ocorrência de três agrupamentos de municípios caracterizando
clusters do tipo alto-alto e alto-baixo localizados: um na região norte do Estado e dois na
região centro-sul do estado, em 2000. E para o ano de 2007, nota-se seis agrupamentos de
municípios caracterizando quatro clusters do tipo baixo-baixo e baixo-alto localizados nas
regiões nordeste, norte, centro-sul do Estado, e 2 caracterizados pelos tipos alto-alto e altobaixo nas norte e central do Estado. Nota-se, uma mudança de padrão de associação
espacial entre os municípios para essa variável, no período em estudo.
Os resultados do método LISA para a variável proporção de contratos de custeio
entre os contratos totais de custeio registrados no BACEN, indicam no ano de 2000 a
existência de seis principais agrupamentos de municípios, caracterizados por três clusters
alto-alto e alto-baixo nas regiões: norte, nordeste e leste, e outros três do tipo baixo-baixo e
baixo-alto nas regiões: norte, nordeste e sul. Para o ano de 2007, nota-se mudança desse
perfil, sendo encontrados cinco agrupamentos de municípios caracterizados por clusters do
tipo baixo-baixo e baixo-alto nas regiões: noroeste, norte, nordeste e central, e um
agrupamento característico do tipo alto-alto no norte do Estado.
Quando tratamos do coeficiente I de Moran global para evolução dessas proporções
(de contratos de custeio entre os agricultores familiares e contratos de custeio no PRONAF
entre o total de contratos de custeio) não foi encontrada significância estatística de
associação espacial. Por outro lado, encontrou-se significância estatística quando esses
índices foram normalizados através da logaritmização dos parâmetros (procedimento
realizado para minimizar os efeitos de outliers) para a variável evolução da proporção de
agricultores familiares atendidos pelo PRONAF custeio entre 2000 e 2007, cujo resultado
aponta para leve associação negativa, ou seja, a indicação (leve) associação entre
municípios que apresentaram valores elevados e vizinhos com baixos valores para essa
variável. Isso reforça a inexistência de padrão de distribuição dessa variável entre os
municípios.
Diante dos resultados da estatística LISA univariada, para a evolução
(logaritmizadas) da proporção de contratos de custeio de PRONAF entre os agricultores
familiares, nota-se o agrupamento de municípios em 5 clusters do tipo baixo-baixo e baixoalto, localizados nas regiões: norte (2), nordeste (1), noroeste (1) e oeste (1). E, quando
tratamos da variável (logaritmizada) para a evolução na proporção de contratos de custeio
no PRONAF entre o montante de contratos de custei registrados no BACEN, verifica-se 4
agrupamentos de municípios caracterizados com clusters do tipo baixo-baixo e baixo-alto,
localizados nas regiões: norte, nordeste, oeste e leste. Evidenciando diferentes padrões de
comportamento.
A diversidade de padrão de comportamento reforçada pela dissociação espacial
encontradas, especialmente nos indicadores da proporção de contratos de custeio entre os
agricultores familiares, podem apontar para existência de diferentes padrões operacionais
nas instâncias municipais, o que conseqüentemente pode estar produzindo inequidade no
acesso.
19
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
Estudos dessa natureza podem ser úteis para melhorar o foco e estratégias
operacionais com vistas a melhorar a equidade no acesso dos agricultores familiares à esse
importante instrumento de política pública.
6. REFERÊNCIAS
ABRAMOVAY, R. Relatório Institucional da Secretaria da Agricultura Familiar.
Brasília: PNUD, Projeto BRA-98/012, junho/2002, Relatório de Pesquisa.
ALMEIDA, E. S. Curso de Econometria Espacial Aplicada. Piracicaba, 2004.
ANSELIN, L. Spatial Econometrics: methods and models. Boston: Kluwer Academic,
1988.
______. Local Indicators of Spatial Association – LISA. Geographical Analysis, 27, n.2,
pp. 93-115, 1995.
______. Spatial externalities, spatial multipliers, and spatial econometrics. International
Regional Science Review, vol. 26, n. 2, pp. 153-166, 2003.
______. Exploring Spatial Data with GeoDaTM: A Workbook. University of Illinois,
2003. Disponível em: <http://www.csiss.org>. Acesso em: 26 ago. 2008.
ARAUJO, P. F. C.; BARROS, A. L. M.; ALMEIDA, A. Turbulência e indefinição no
financiamento da agricultura. In: MONTOYA, M.A.; PARRÉ, J.L. (Org). O Agronegócio
Brasileiro no Final do Século XX: Estrutura produtiva, arquitetura organizacional e
tendências. 1. ed. Passo Fundo: UPF, 2000. v. 1,. 337 p.
BACEN. Resolução Nº 128 de 23 de outubro de 1996. Estabelece critérios para utilização
de recursos destinados ao Banco Nacional de Desenvolvimento Econômico e Social BNDES, para aplicação no Programa Nacional de Fortalecimento da Agricultura Familiar PRONAF. BACEN, Brasília, DF, 23 jan. 1996.
______. Anuário Estatístico do Crédito Rural 2000. Brasília, set. 2003. Disponível em:
<http://www.bcb.gov.br/default.asp?id=relrural&ano=2000>. Acesso em: 14 out. 2008.
______. Anuário Estatístico do Crédito Rural 2007. Brasília, jun. 2008. Disponível em:
< http://www.bcb.gov.br/default.asp?id=relrural&ano=2007>. Acesso em: 14 out. 2008.
CLIFF, A. e ORD, J. Spatial Processes, Models and Applications. London: Pion, 1981.
Cressie, N. Statistical for spatial data. Nova York: Wiley, 1993.
FAO/INCRA. Perfil da agricultura familiar no Brasil: dossiê estatístico. Projeto
UTF/BRA/036. Brasília, ago. 1996.
MORAN, P. A. P. The interpretation of Statistical Maps. Journal of the Royal Statistical
Society, Series B, v. 10, n. 2, p. 243-251, 1948.
20
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
GUANZIROLI, C. E. PRONAF dez anos depois: resultados e perspectivas para o
desenvolvimento rural. Revista de Economia Rural, Rio de Janeiro, vol. 45, nº 02, p. 301328, abr./jun. 2007.
MATTEI, L. Programa Nacional de Fortalecimento da Agricultura Familiar (PRONAF):
Concepção, Abrangência e Limites Observados. In: Encontro da Sociedade Brasileira de
Sistemas de Produção, IV, 2001, Belém Ministério de Desenvolvimento Agrário, 2001.
MINISTÉRIO DO DESENVOLVIMENTO AGRÁRIO. Portal da Secretaria da
Agricultura Familiar. Disponível em:
<http://www.mda.gov.br/saf/index.php?sccid=1862> Acesso em: 14 de jan. 2009.
PEROBELLI, F. S, ALMEIDA, E. S, ALVIM, M. I. S., FERREIRA, P. G. C. A. Análise
espacial da produtividade do setor agrícola brasileiro: 1991-2003. In: Congresso Brasileiro
de Economia e Sociologia Rural, 43, 2005, Ribeirão Preto. Anais... Ribeirão Preto:
Sociedade Brasileira de Economia e Sociologia Rural (SOBER) 2005. CD-ROM.
PINHEIRO, M.A. Distribuição Espacial da Agropecuária no Estado do Paraná: Um
estudo da função de produção. 2007. 123 f. Dissertação (Mestrado)-Programa de PósGraduação em Economia, Universidade Estadual de Maringá, Maringá, 2007.
SCHNEIDER, S.; CAZELLA, A.A.; MATTEI, L. . Histórico, caracterização e dinâmica
recente do Pronaf - Programa Nacional de Fortalecimento da Agricultura Familiar. In:
Sergio Schneider; Marcelo Kunrath Silva; Paulo Eduardo Moruzzi Marques. (Org.).
Políticas Públicas e Participação Social no Brasil Rural. Porto Alegre: Editora da
UFRGS, 2004, v. , p. 21-49.
21
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural