ANALISE ESPACIAL DA POBREZA MUNICIPAL NO ESTADO DE
MINAS GERAIS - 1991 - 2000*
Julio A. Racchumi Romero♠
Palavra – chave: Pobreza, Índice de Desenvolvimento Humano Municipal (IDHM), Análises
espacial, I de Moram.
Resumo
O objetivo deste trabalho é elaborar uma análise espacial da pobreza municipal do estado de
Minas Gerais 1991 – 2000, utilizando como base o Índice de desenvolvimento Humano
(IDHM) e suas dimensões IDHM-Renda, IDHM-Longevidade e IDHM-Educação. O trabalho
espera encontrar evidências da dependência espacial nas medidas de pobreza utilizada nos
municípios do estado, utilizando o estatístico I de Moram a nível global e local como
principal medida estatística. A metodologia aplicada neste trabalho permite achar cluster de
pobreza, como também detectar se existiu algum processo de difusão da pobreza municipal
entre 1991 e 2000. Os resultados encontrados apresentaram evidências significativas de
dependência espacial tanto a nível estadual como municipal, sugerindo que a localização
geográfica é importante como determinante da pobreza do estado. Ou seja, o município e seus
vizinhos correspondentes são determinantes fundamentais para explicar a pobreza.
Encontraram-se clusters e processos de difusão em alguns municípios, tanto para o IDHM e
suas dimensões, embora, ressalta-se diferença com o IDH-Renda que mostra maior difusão de
municípios. Além disso, encontrou-se que a maioria dos municípios considerados como
pobres estão rodeados de municípios pobres e os municípios considerados como ricos estão
rodeados dos ricos. Os resultados encontrados podem ser explicados pelos fatores externos e
naturais dotados por cada município.
*
Trabalho apresentado no XIV Encontro Nacional de Estudos Populacionais, ABEP, realizado em CaxambúMG – Brasil, de 18- 22 de Setembro de 2006
♠
Aluno do doutorado de Demografia – CEDEPLAR\ UFMG
1
ANALISE ESPACIAL DA POBREZA MUNICIPAL NO ESTADO DE
MINAS GERAIS - 1991 - 2000*
Julio A. Racchumi Romero♠
1.- INTRODUÇÃO
Diferentes estudos têm mostrado que a heterogeneidade espacial proporciona efeitos
espaciais relacionados com a diferenciação espacial ou regional das unidades geográficas.
Este conceito vem sendo definido pela ausência de estabilidade no espaço do comportamento
humano ou de outras relações no estudo. Isto é, os modelos espaciais, as formas funcionais e
os parâmetros variarão com a localização geográfica e não são homogêneos para toda a
matriz de dados.
Este problema da heterogeneidade espacial tem sido discutido nos estudos sobre a economia
regional, onde desenvolveram uma série de ferramentas e métodos de análises espacial, que
permitem avaliar a existência de relações socioeconômicas entre os fatores intervenientes,
como também, a relação desses com sua localização geográfica (Heninger e Snel 2002).
Assim o propósito principal tem sido estabelecer a existência ou não de dependência espacial
entre as áreas geográficas estudadas (Petrucci et al., 2003).
O problema da heterogeneidade espacial da pobreza é um dos aspectos que tem gerado
grande preocupação em vários países e regiões, especialmente entre os sub desenvolvidos e
os em via de desenvolvimento. Anselin, (1988), ao falar de heterogeneidade da pobreza,
refere-se ao fato de que a população pobre encontra-se concentrada em algumas áreas
geográficas específicas. Neste sentido, muitas organizações a nível nacionais (IBGE, FGV,
FJP) e internacionais (United Nations Environment Programme (UNEP), Food and
Agriculture Organization of the United Nations (FAO) y Consultative Group on International
Agricultural Research (CGIAR)) têm promovido o uso de mapas de pobreza, os quais
constituem a representação espacial de um grande número de características econômicas,
sociais, culturais e ambientais de uma região ou um país, tanto ao nível de agregação
nacional, como regional e municipal.
O uso deste tipo de ferramenta tem acrescentado a visão clara e específica dos problemas de
cada área geográfica, com a finalidade de permitir aos formuladores de políticas executar de
forma eficiente os projetos de desenvolvimento. Além disso, permite mostrar de maneira
simples, informação aos não-especialistas no tema, os quais conseguem examinar facilmente
informação cartográfica para identificar clusters, padrões e tendências.
Em nosso caso o estudo será feito para o estado de Minas Gerais, estado que representa em
torno do 7% (588,383,60 Km2) do território Brasileiro, ou seja, é o quarto estado com maior
extensão do País, contando com as principais reservas de minerais metálicos e não metálicos
do país, que conjuntamente com as bacias hidrográficas existentes, favoreceram a construção
de muitas usinas hidroelétricas de forte impacto na geração de riquezas (anuário estatístico de
Minas Gerais 2000-2001). Segundo o último censo, o estado de Minas Gerais conta com o
maior número de municípios do País, 853 (CENSO 2000), isto é, 15% do total, os quais estão
*
Trabalho apresentado no XIV Encontro Nacional de Estudos Populacionais, ABEP, realizado em Caxambú MG – Brasil, de 18- 22 de Setembro de 2006.
♠
Aluno do doutorado de Demografia – CEDEPLAR\ UFMG
1
distribuídos em 12 messoregiões*. Todas estas características e a grande quantidade de
número de municípios espalhados pela imensidão territorial do Estado leva algumas
disparidades marcantes, no âmbito econômico, social e de condições de vida dos habitantes.
Os estudos realizados para o Estado de Minas Gerais, confirmam as diferenças marcadas em
algumas regiões do estado, como os estudos da fundação João Pinheiro: Produto Bruto de
Minas Gerais por Município e Regiões (1999-2002), Diferenças Socioeconômicas das
Regiões de Minas Gerais 1991 – 2000 (2003). Outros trabalhos, também têm sido realizados
para explicar as diferenças, Helger Marra Lopez (2003), o qual realiza uma análise da
pobreza no Estado de Minas Gerais por microrregiões utilizando indicadores
multidimensionais.
A análise espacial tem sido utilizada em muitos trabalhos no âmbito Nacional e Internacional,
entre eles citamos, Aldaíza Sposati (1996) a qual construiu um “Mapa de Exclusão/Inclusão
Social na Cidade de São Paulo – 1991”; e Haddad y Nedovic-Budic (2003) que realizaram
um estudo examinando as desigualdades intra-urbanas em São Paulo, Brasil. No âmbito
internacional temos o trabalho de Henninger e Snel (2002), os quais apresentam uma visão
bastante clara e detalhada do uso e o impacto dos mapas de pobreza, avaliando um número
importante de estudos de caso, destacando entre eles vários países da América Latina,
africanos e asiáticos.
A fundação João Pinheiro (2000) é uma das primeiras instituições que analisa a evolução da
pobreza no estado de Minas Gerais desde a década de 1970 e identifica as zonas mais pobres
do estado. Além disso, propõe estratégias para redução da pobreza, mediante políticas de
desenvolvimento da área rural, o melhoramento dos serviços de saúde e sociais e de infraestrutura.
2.- OBJETIVO
O objetivo principal deste trabalho é destacar as características geográficas da população nos
municípios e seu papel na explicação da pobreza no estado de Minas Gerais, utilizando as
dinâmicas que apresentaram o IDHM de renda, longevidade e educação durante o período
1991 a 2000. Com esta aplicação, estabelecer-se-á a importância deste tipo de análise e a
utilização de técnicas espaciais na formulação e implementação de políticas para redução da
pobreza.
3. DADOS
Existem muitos indicadores que tentam medir a pobreza de forma eficiente, entre eles
destacamos, o Índice de Condições de vida (ICV), o Índice de Desenvolvimento Humano
(IDH), a Linha de pobreza, entre outros. Como em nosso caso a análises é a nível municipal,
principalmente vai depender da disponibilidade dos dados, das conseqüências da utilização de
um ou outro indicador em relação à sensibilidade dos resultados e das implicações de tempo
para a construção de algum outro indicador. Desses motivos o Índice de Desenvolvimento
Humano Municipal (IDHM) será utilizado, principalmente por encontrar-se disponível a
nível municipal 1991 e 2000. Os dados correspondem aos 853† municípios do estado de
*
O Instituto Brasileiro de Geografia e Estatística (IBGE) divide o estado de Minas Gerais em 12 messoregiões,
com a finalidade de realizar estudos agregados.
†
Com o processo de divisões municipais ocorridos durante a década, o número de municípios mineiros passou
de 723 em 1990 para 853 em 2000. Para viabilizar a comparação entre esses dois períodos, foram realizados
2
Minas Gerais e foram obtidos a partir do programa de desenvolvimento humano realizado
pela fundação João Pinheiro (2001).
O indicador de IDHM é medido a partir do IDH de educação (alfabetização e taxa de
matrícula), IDH longevidade (esperança de vida ao nascer) e IDH renda (PIB per capita). O
índice varia de zero (nenhum desenvolvimento humano) a um (desenvolvimento humano
total). Regiões com IDHM até 0,499 têm desenvolvimento humano considerado baixo; 0,500
e 0,799 são consideradas de desenvolvimento humano médio; regiões com IDHM maior que
0,800 têm desenvolvimento humano considerado alto. Segundo a pesquisa publicada pela
Organização das Nações Unidas - ONU em 2002 o Brasil tinham um índice de 0,757, o qual
o coloca no 73º. Segundo os números do IDHM Municipal, Minas Gerais é 11º Estado da
Federação com um índice de 0,766, atrás de Estados como Amapá e Espírito Santo.(IPEA)
A importância de estudar as dimensões do IDH é motivada pelo fato que o grande salto dado
pelo IDH nas últimas três décadas para Minas Gerais, nem sempre foi dado em forma
homogênea pra as três dimensões, assim tem-se que entre 1991 e 2000 o IDH-Educação de
0,751 passou a 0,85, o IDH-longevidade de 0,68 a 0,759, enquanto o IDH-Renda 0,652 a
0,711, esses resultados mostram que apesar dos índices incrementarem significativamente, a
dimensão de renda ainda está moderadamente estagnada.
4. METODOLOGIA
O presente trabalho utiliza técnicas de análises espaciais que permitirão estabelecer se a
pobreza nos municípios distribui-se em forma aleatória ou, se pelo contrário, existem
evidencias de algum tipo de dependência espacial entre as medidas utilizadas. Esta
metodologia é uma extensão da análise Exploratória de dados (EDA), através, da qual é
possível encontrar características espaciais do indicador de pobreza tais como valores
espaciais atípicos ou da existência de clusters. Além disso, continuando com a idéia do
Anselin (1995), realiza-se una análises local através de indicadores de associação espacial
local (LISA), avaliando a hipóteses da aleatoriedade espacial e comparando o indicador o
IDHM (renda, longevidade e educação) de cada município com os valores correspondentes
aos municípios vizinhos.
Figura 1.
Diagrama da representação da associação espacial, segundo quadrante
.Fonte: Díaz e Sánchez (2004).
trabalhos de compatibilização e suavização dos dados de 1991, logo reproduziram neste ano a malha municipal
de 2000. (FJP - 2003)
3
Alem disso, partindo do índice de autorrelação espacial “I de Moran” é possível mostrar um
gráfico de dispersão, o qual descompõe a associação espacial em quatro quadrantes do plano
cartesiano, (ver figura 1).
Na figura 1, no quadrante I se localizam, os municípios com alto IDH e que estão entorno de
municípios vizinhos que também tem um alto IDH; no quadrante III, pelo contrário,
encontram-se os municípios com baixo IDH e rodeados de municípios que também têm baixo
IDH, então, se os municípios permanecem nos quadrantes I e III o estatístico de Moran terá
valor positivo e apresentará uma idéia de possível associação do comportamento da pobreza.
No caso que os valores no diagrama prevaleçam nos quadrantes II e IV o valor do estatístico
de Moran será negativo, indicando que as relações prevalecente são aquelas onde os
municípios têm baixo IDH estando rodeadas de outros com alto IDH (quadrante II) e viceversa (quadrante IV)‡.
As análises anteriormente mencionadas nos permitem observar a dinâmica que apresentam o
IDH municipal de Minas Gerais durante 1990 e 2000. Assim, é possível que durante este
lapso de tempo os municípios mudem sua localização no plano cartesiano a qualquer outro
quadrante, o qual é conhecido como efeito difusão. Estes efeitos podem classificar-se de dois
tipos, difusão espacial contagiosa (dá-se quando um município afeta a um município vizinho,
de modo que este último que era pobre (ou rico) passa a classificar-se como rico (ou pobre));
e difusão espacial hierárquica (dá-se um contágio, mas sem nenhum tipo de contacto
espacial, sendo que é muito complicado explicá-la).
Figura 2.
Classificação dos tipos de difusão contagiosa.
Efeito
Difusão
Difusão
contagiosa
Difusão contagiosa por relocalização
Difusão
Hierárquica
Difusão contagiosa por
expansão (ou contração).
Fonte: Díaz e Sánchez (2004).
5. RESULTADOS
Em primeiro lugar, avalia-se se existe evidência de dependência espacial na medida de
pobreza analisada (IDHM) a nível municipal. Em segundo lugar, realizam-se as análises que
permitem estabelecer a existência ou não de um efeito difusão da pobreza nos municípios do
Estado durante o período 1991 e 2000. Isto é, se o estado de pobreza de alguns municípios
tem gerado um contágio sobre municípios vizinhos que anteriormente apresentavam menores
níveis de pobreza ou vice-versa. Desta forma, inicia-se a análise incluindo todos os
‡
No caso de associação espacial negativa, num primeiro caso (quadrante II) é quando o município por debaixo
da media está rodeada de municípios com indicador acima da média (baixo-alto), e num segundo caso
(quadrante III) é quando está rodeado de um vizinho com um indicador por debaixo da média (baixo-baixo).
4
municípios do Estado, posteriormente realiza-se uma análise mais detalhada para cada uma
das regiões que serão construídas especificamente para estudo.
O gráfico 1 mostra o IDHM a nível municipal. Nota-se uma distribuição espacial mais
heterogênea em todo o Estado em 1991 em comparação ao ano 2000, além disso, existe
indício de um número importante de municípios associados em relação ao IDH, tanto para
1991 e 2000.
Gráfico 1.
Distribuição municipal do Índice de Desenvolvimento Humano Municipal.
1991 – 2000. Minas Gerais.
1991
2000
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil (PNUD, IPEA e
FJP).
Quando se observa a distribuição espacial das dimensões do IDH, não se observa o mesmo
comportamento que o IDHM total, assim tem-se que a dimensão referida à renda, o índice
5
mostra menos avanços e, portanto a diferencial observada em 1991 ainda manteve-se para
2000, sobretudo nos municípios do norte do estado, um comportamento diferente mostra o
IDH de Longevidade e educação, os quais parecem ser os índices que maior avanços
apresentou desde 1991. Isto leva a pensar que o crescimento do IDH deveu-se principalmente
nas melhoras ocorridas na longevidade e educação, ficando estagnada a parte das rendas e
conseguinte o PIB per capita. Analisando os incrementos de cada dimensão para os 853
estados, tem-se que comparando a dimensão de renda e longevidade, 492 municípios
apresentaram maior incremento na longevidade, e comparando a renda com a educação 753
municípios tiveram maior incremento na educação, isto confirma o observado nos gráficos 2,
3 e 4.
Gráfico 2.
Distribuição municipal do Índice de Desenvolvimento Humano Municipal.
Dimensão Renda. 1991 – 2000. Minas Gerais.
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil (por PNUD,
IPEA e FJP)
Gráfico 3.
Distribuição municipal do Índice de Desenvolvimento Humano Municipal.
Dimensão Longevidade. 1991 – 2000. Minas Gerais.
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil (por PNUD,
IPEA e FJP)
6
Gráfico 4.
Distribuição municipal do Índice de Desenvolvimento Humano Municipal.
Dimensão Educação. 1991 – 2000. Minas Gerais.
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil (por
PNUD, IPEA e FJP)
Dos gráficos observados, também há indícios que existam uma relação não aleatória do IDH
de renda, longevidade e educação. Pode-se distinguir também que, entre 1991 e 2000, todos
os municípios diminuíram a pobreza e que os municípios que em 1991 tinham um IDHM
menor de 0,5 passaram a ter um IDHM em torno de 0,60 no ano 2000, embora para o IDHRenda, existam municípios que não conseguiram superar o limite do 0.60 (297 municípios
com IDH-Renda menor de 0,60). Contudo os resultados indicam a existência de significativas
mudanças nas características econômicas, sociais e culturais dos municípios, mas também
fica claro que uma das explicações é a localização geográfica que levam a esses municípios
terem os vizinhos que têm.
Observa-se também que em 1991 (e também 2000) a maioria dos municípios mais pobres
(IDH e suas dimensões com menores níveis) pertenciam as áreas do norte e nordeste do
estado, e segundo as messorregiões são municípios do Norte de Minas como Jequitinhonha e
Vale do Mucuri e de parte do noroeste do Estado; enquanto grande parte dos municípios com
altos IDHM, em ambos anos e para o IDHM e suas dimensões, pertenciam as mesorregiões
Triângulo, Alto Paraíba, Sul, Sudoeste e Oeste de Minas e Metropolitana de Belo Horizonte.
Isto evidencia que à medida que se avança do sul ao norte do Estado através dos municípios
da zona central (mesorregiões do Noroeste de Minas, Central Mineira e Metropolitana de
Belo Horizonte) que compartilham fronteiras com o sul e o norte do Estado, observa-se que
os níveis de pobreza aumentam (o IDHM se reduz). Disto pode-se dizer que os municípios
são homogêneos até a fronteira com as mesorregiões localizadas na zona central do estado.
De todo o observado, pode-se destacar que as análises a nível municipal possibilitam
encontrar relações muito importantes que, a níveis mais amplos, seriam impossíveis serem
observadas.
O seguinte passo na análise foi realizar o teste de dependência espacial com os IDHs e suas
dimensões para todos os municípios do estado, utilizando o índice global de Moran I e seu
respectivo teste, cuja hipótese nula afirma que existe uma distribuição aleatória das
observações no espaço. O cálculo deste índice define dois tipos de matriz de contigüidade, de
7
primeira e segunda ordem, considera um município “x” utilizando o critério de vizinhança
tipo rainha§.
Tabela 1
Resultado do teste de autocorrelação espacial municipal
(1991 – 2000. Minas Gerais)
I de Moran – IDHM*
(primeira ordem)
Ano
I de Moran – IDHM*
(segunda ordem)
Renda
Educação
Longevi
-dade.
Total
Munici.
Renda
Educação
Longevi
-dade.
Total
Munici.
1991
0,6070
0,7086
0,4903
0,7088
0,5490
0,6217
0,4596
0.6594
2000
0,6783
0,6675
0,5728
0,7206
0,6181
0,5843
0,5052
0.6717
*Ao realizar o teste, resultam significativo ao 1%
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil realizado por
PNUD, IPEA e FJP.
Na tabela 1, observa-se que a relação entre os níveis do IDHM e suas dimensões para 1991 e
2000 não se encontram aleatoriamente distribuídos, ou seja, os índices de desenvolvimento
humano e suas dimensões de cada município dependem não somente de suas condições
próprias, mas também da situação de seus vizinhos imediatos. Embora, o IDH - Longevidade,
apresente valores que indicariam que os municípios em relação a esta dimensão dependem
em maior medida de suas condições próprias( I-Moran < 0,60)
No caso da dependência de segunda ordem, o resultado também mostra dependência espacial
entre os níveis de IDHM e suas dimensões para 1991 e 2000, indício importante para a
explicação da pobreza a nível municipal. Além disso, nota-se que a dependência espacial tem
se mantido entre os anos analisados, inclusive pode-se afirmar que aumentou durante o
período. (exceto com a dimensão de longevidade que continua com valores do índice de
moram baixos)
Com o objetivo de determinar os municípios e as zonas do Estado nas quais são significativas
as associações espaciais entre a medida de pobreza de IDHM e suas dimensões, realizaram-se
os testes de autocorrelação local (LISA), os quais aplicam-se para a primeira e segunda
ordem.
Os resultado da autocorrelação local (LISA) encontrados para a primeira e segunda ordem
são similares, motivo pelo qual se apresenta unicamente os resultados para a primeira ordem.
Assim, a figura 4 mostra os resultados para o teste da dependência espacial local, permitindo
estabelecer para quais zonas do Estado existem cluster ou associações de municípios segundo
o desenvolvimento humano municipal (IDHM) e suas dimensões.
Do mapa de análise de dependência espacial local (LISA), pode-se identificar que nos
municípios sombreados existe algum tipo de relação espacial significativa entre os
municípios em relação ao IDHM e suas dimensões, assim, tem-se que existir uma relação
§
O critério da rainha indica que a vizinhança define-se não apenas com os municípios superiores ou inferiores e
os laterais, mas também com os municípios dos vértices (se existem), em relação à ordem de autocorrelação,
considera em primeiro lugar, a associação existente entre o IDHM de cada município e seus vizinhos imediatos,
e em segundo lugar os vizinhos dos vizinhos todos os municípios com o qual este faz fronteira.
8
espacial com altos índices de desenvolvimento humano entre municípios (área vermelha dos
mapas de LISA) e uma relação espacial com baixos índices de desenvolvimento humano entre
municípios representados pelas áreas azuis nos mapas de LISA.
Do mapa 5 e os mapas do anexo 1 (LISA para as dimensões do IDH), pode-se observar que a
zona formada pelos municípios das mesorregiões de Triângulo, Sul/Suldeste, Oeste e
metropolitana de Belo Horizonte, caracteriza-se por uma relação espacial de municípios com
altos índices de desenvolvimento humano rodeados por outros municípios na mesma situação
(área vermelha dos mapas da figura 4). Por outro lado, têm-se as áreas com relação
significativa formada pelos municípios das messorregiões do Norte de Minas, Jequitinhonha
e Vale do Mucuri, caracterizados por municípios com baixo desenvolvimento humano como
também seus vizinhos (área azul dos mapas da figura 4). Em uma menor proporção, mas com
relação significativa, encontram-se alguns municípios que têm baixos (ou altos) índices de
desenvolvimento humano, mas que têm como vizinhos municípios com altos (ou baixos)
níveis de desenvolvimento humano, ou seja, relação significativa inversa (área rosa e roxo
dos mapas da figura 4).**
Gráfico 5
Analise de dependência espacial local (LISA) do IDHM dos municípios de Minas Gerais,
1991 – 2000.
1991
2000
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil realizado por
PNUD, IPEA e FJP.
Além disso, outra característica observada, na figura 4, refere-se ao padrão da associação
espacial mantido durante o período de 1991 e 2000, exceto alguns municípios que resultaram
significativos em 1991 e não em 2000 ou vice-versa. Assim tem-se segundo o IDHM que 46
(5% do total) municípios que em 1991 não eram significativos passaram a ser em 2000, e 35
(4% do total) que em 1991 eram significativos passarem a não significativos. Comportamento
similar encontra-se na dimensão de renda e educação, já a dimensão referida à longevidade,
apresenta um padrão diferente, isto possivelmente porque como se mencionou anteriormente
é a dimensão que apresenta baixo índice de autorrelação espacial (ver gráficos em anexos).
Do gráfico anterior também é possível detectar municípios que passam pelo processo de
difusão entre 1991 e 2000. Assim, considerando a mensuração da pobreza com o IDHM total,
**
Esses resultados podem ser confirmados com os gráficos mostrados no anexo 1, onde se mostram os mapas do
analise de dependência espacial local (LISA) do IDHM dos municípios de Minas Gerais, 1991 – 2000, mas com
a probabilidade de significância verdadeiras do teste de índice local (LISA) encontrada em cada área.
9
apenas localizam-se sete casos de municípios que passaram por uma difusão de contágios por
expansão (ou contração), o que significa que sete municípios mudaram sua situação de
pobreza ou riqueza local (seja de alto IDHM ou de baixa IDHM) entre 1991 e 2000, sem
causar efeitos negativos ou positivos a seus vizinhos e são, os municípios de Consolação e
Fortuna de Minas que em 1991 tinham associação espacial alta – alta de IDHM, passaram a
ter no 2000 associação espacial baixa- alta de IDHM; o município de Guanhães que em 1991
apresentava associação espacial baixo –baixo passo a associação alto-baixo; o município de
Janaúba de associação alto-baixo, passa a baixo – baixo; e por ultimo, 3 municípios com
associação baixo-alto, em 2000 apresentam associação alto-alto de IDHM (Guidoval,
Leandro Ferreira e São Pedro da União).
Ao analisar as dimensões do IDH, observa-se que com o IDH-Renda encontram-se 18
municípios que passaram por um processo de difusão de contágios por expansão e 11 por
contração, ou seja, 18 deles mudaram sua situação de “riqueza local” entre 1991 e 2000 sem
causar efeitos a seus vizinhos, enquanto 11 mudaram para a situação de “pobreza local” sem
afeitar a seus vizinhos. Além disso, existem outras difusões de municípios segundo outras
dimensões do IDHM, mas em menor número.
Tabela 2
Municípios que passaram por um processo de difusão de contágios. 1991 – 2000.
Processo de Difusão por
Contagio
Cluster
1a3
1991
A
2000
Alto – Alto
A
Baixo - Alto
Cluster
2a4
1991
A
2000
Baixo – Baixo
A
Baixo - Alto
Cluster
3a4
1991
A
2000
Baixo – Alto
A
Alto - Alto
Cluster
4a2
1991
A
2000
Alto - Baixo–
A
Baixo-B aixo
Fonte: Elaboração Própria com
IPEA e FJP.
Dimensões de Índice de Desenvolvimento Humano
Educação
Longevidade
Renda
Carmo
da
Divinolândia de Minas,
Alagoa, Conceição do Pará,
Cachoeira,
Manhuaçu,
Ponte
Crucilândia, Funillândia, Ibirité,
Estiva,
Lagoa
Nova, São João do
Maravilhas, Ribeirão das Neves
Formosa,
São
Paraíso, e Teófilo
e Taquaraçu de Minas.
Roque de Minas
Otoni.
e Virgínia.
Brasópolis
Divino das Laranjeiras, São
Domingos das Dores e Teixeira.
Argirita, Cahoeira de Minas,
Cana Verde, Cedro de Abaeté,
Chiador,
Heliodora,
Ijaci,
Jesulândia, Moeda, Rio Acima,
Bambuí, Consolação,
Santa Rosa da Serra, São
Barra Longa e
Leandro Ferreira e São
Francisco de Paula, São Pedro
Piau
Gonçalo de Pará.
de União, São Sebastião do
Oeste, São Tomé das Letras,
Senador Cortes, Simão Pereira e
Tapiraí
Água Boa, Cantagalo,
Conceição do Mato Almenara, Bocaiúva, Couto de
Dentro, Felício dos Magalhães de Minas, Frei
Santos,
Governador Inocêncio, Galiléia, Janaúba,
Janaúba
Valadares, Icaraí de Manga, Montalvânia, Salto da
Minas, Jequitinhonha, Divisa, Santa Maria do Suaçuí e
Lassance, Salinas e São Tumiritinga.
João das Missões.
dados do Atlas de Desenvolvimento Humano no Brasil realizado por PNUD,
O fato que se presente poucos municípios que passam pelo processo de difusão, seja de
contágios por re-localização ou expansão, evidência que a dinâmica que apresenta o
desenvolvimento humano como mensuração da pobreza no estado de Minas Gerais entre
10
1991 e 2000, é feita em forma compacta ou em grupo, assim, se tem, o município que em
1991 pertenciam ao cluster de alto-alto de IDHM, em 2000 a maioria deles também
pertenceram a esse cluster (ou seja, alto – alto de IDHM), essa mesma dinâmica é dada pelos
municípios dos outros clusters (Baixo-alto, baixo-baixo, alto-baixo) (Ver tabela 2).
7. Analises adicional
Segundo a análise feita anteriormente (e de acordo com a figura 3 e 4) observa-se que no
estado de Minas Gerais, existe uma divisão da pobreza em relação aos municípios que estão
mais ao sul do estado com os que estão na zona norte, isto, leva a realizar uma avaliação mais
específica nas diferentes zonas do estado. Existem, muitas formas nas quais pode-se realizar
esta análise, seja por microrregiões, messoregiões ou regiões. Para nosso caso, em base aos
resultados encontrando anteriormente onde se mostram uma divisão da pobreza na zona sul
centro e norte do estado, realizaremos esta análise, considerando a seguinte divisão:
Região para analises espacial
Região I – Norte
Região II – Centro
Região III – Sudoeste
Região IV†† – Outras
Messoregiões conformadas
Norte de minas, Jequitinhonha e Vale do Mucuri
Noroeste de Minas, Central Mineira e Metropolitana
de Belo Horizonte.
Triângulo mineiro/Alto Paranaíba, Sul/Sudoeste de
Minas e Oeste de Minas
Campos das vertentes, zona da mata e Vale do Rio
Doce.
Este exercício da análise permite estabelecer dentro de cada região construída, quais são os
municípios que apresentam maior associação espacial dentro deles e se o fato de ser vizinho
de municípios das outras regiões influem no comportamento dos vizinhos que se pertencem à
região constituída.
Lembrando o observado na figura 3, mostrou-se que os municípios desta zona do estado
apresentavam um IDHM entre 0,4 e 0,60 para 1991 e 0,5 e 0,70 para 2000, resultado que
indicam uma melhora do desenvolvimento humano durante este período e onde nenhum
município no ano 2000 apresentou um IDHM menor de 0,5.
Em relação à região II (Noroeste de Minas, Central Mineira e Metropolitana de Belo
Horizonte), observou-se que o IDHM está em torno de 0,62 e 0,80 para 1991 e 0,69 e mais
para 2000, esses valores indicam que já em 1991 os municípios desta região mostravam
melhores indicadores de pobreza, resultado refletido nos indicadores de 2000, a maioria dos
municípios pode ser considerada como áreas de alto desenvolvimento humano.
A região III considerado para nossas analises, é a que apresenta melhores indicadores de
desenvolvimento humano municipal para 1991 e 2000, assim, em 1991 estava em torno de
0,66 e 0,81, enquanto em 2000 acima de 0,69, o qual mostra região com melhor
desenvolvimento humano. Comparando essas três regiões, pode-se dizer que os municípios
do norte são os que têm menor desenvolvimento humano local e seus vizinhos, o contrário
acontece na região III, ou seja, sul do estado.
††
Para a região IV, não se realizo a analises de dependência espacial local (LISA) quase todas área formado
pelos respectivos municípios não era significativa utilizando como variável de estudo o IDHM.
11
Região
Tabela 3
Resultado do teste de autocorrelação espacial municipal
(1991 – 2000. Região I)
I de Moran
(primeira ordem)
1991
2000
Região – I
0,3815**
0,3249**
Região - II
0,4783**
0,4886**
Região - III
0,2859**
0,2023**
**significativo ao 1%
Os resultados da análise da associação espacial de cada região são mostrados na tabela 3,
observando-se uma alta significância sobre a existência de dependência espacial na região I e
II, mas na região III, a pesar de significativo a dependência espacial é menor.
O significado destes resultados indica que a associação dos municípios e seus vizinhos são
similares, ou seja, os municípios ricos relacionam com os municípios ricos e os pobres com
os pobres (ver anexo 4, que a maioria dos municípios estão no quadrante I e III). Por outro
lado, ao realizar a análise local de dependência espacial (LISA), pode-se observar os clusters
formados pelos municípios pertencentes à região em estudo.
Na figura 6, observa-se que para a região I os clusters formados pelos municípios são
significativos, onde sobressaem os localizados nas partes do norte e sul da região,
especificamente os municípios que têm fronteiras com a região II (área vermelho) e os que
são vizinhos dos estados do nordeste do Brasil (área azul). Este resultado já por si só é um
indício de desigualdade na Região I, dado numa parte do Estado de Minas Gerais.
Gráfico 6
Analise de dependência espacial local (LISA) do IDHM dos municípios da Região I, 1991 –
2000.
1991
2000
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil realizado por
PNUD, IPEA e FJP.
A figura 7, que mostra a análise de LISA para a região II, esta indicando que grande parte dos
municípios que formas clusters não são significativa, ou seja, que não podem ser localizados
12
nos clusters mais ricos ou mais pobres. Este comportamento dos municípios, pode ser
explicado pelo fato que estes municípios estão em torno das zonas sul do estado - região III
(área rica) e a zona norte Região I (área pobre), e como ambas região exercem influencia
sobre os municípios da região II, apresentam uma não significância do teste de associação
espacial (LISA).
Gráfico 7
Analise de dependência espacial local (LISA) do IDHM dos municípios da Região II,
1991 – 2000.
1991
2000
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil realizado por
PNUD, IPEA e FJP.
Na região III (figura 8), ao igual que na Região I, mostra que uma quantidade significativa
dos municípios encontram-se localizados no cluster alto-alto (área vermelha) e uma pequena
parcela no cluster baixo-baixo (área azul). Mais uma vez se observa o fenômeno de que as
áreas concentradas mais ao norte são mais pobres e ao sul mais rico (IDHM maior) e assim as
que são vizinhas da região sul do estado de Minas gerais e do estado de São Paulo.
Gráfico 8.
Analise de dependência espacial local (LISA) do IDHM dos municípios da Região III,
1991 – 2000.
1991
2000
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil realizado por
PNUD, IPEA e FJP.
13
Das figuras 3, 6, 7, 8, pode-se dizer que se confirmam às desigualdades regionais existentes
entre a parte sul do estado e a parte norte, criando uma abertura a ser fechado ou
homogeneizada com a possibilidade de procurar altos índices para todos os municípios do
estado por parte do governo.
6.- CONCLUSÃO.
Em primeiro lugar os resultados permitem afirmar que existe dependência espacial nos
municípios do estado de Minas Gerais na medida de pobreza IDHM e as dimensões (Renda,
Longevidade e Educação). Assim, é possível asseverar que a localização geográfica é um
papel fundamental na determinação do desenvolvimento humano. Isto significa que a pobreza
de um município depende, de forma importante, do nível de pobreza dos seus municípios
vizinhos. Além disso, não apenas a dependência espacial de primeira ordem resultou
significativa, como também a de segunda ordem, ou seja, para cada município não só são
importantes seus vizinhos imediatos, mas também ainda os vizinhos de seus vizinhos (efeito
de vizinhança).
O segundo resultado importante, é a identificação de clusters de pobreza. Encontraram-se
clusters de diferentes tipos, dentro dos quais se destacam, em número, aqueles nos quais
municípios pobres estão rodeados de municípios pobres e municípios ricos estão rodeados de
municípios ricos. Uma análise mais detalhada permitiu estabelecer, para cada uma das
regiões construídas, a significância e a localização dos clusters no interior de cada uma delas.
Um terceiro resultado, associado com a possibilidade de ter trabalhado com dois períodos de
tempo, permitiu analisar os processos de difusão na medida de pobreza IDHM, encontrando
apenas difusão contagiosa por expansão ou contração. Assim, encontrou-se que apenas sete
municípios apresentaram o processo de difusão, o qual foi por contágios de expansão e
contração.
Por outro lado, pode-se dizer que, em termos de medição da pobreza, os resultados mostram
um claro limite nos atuais indicadores utilizados, porque se faz necessário incluir neles uma
medida de localização geográfica das populações objetivas, a qual permita orientar as
políticas de forma mais eficiente. Desta forma, um município pobre rodeado de outros
municípios pobres requer um esforço adicional para superar sua situação, do que se seus
vizinhos fossem municípios ricos. Além disso, é claro que a situação de um município
depende não só de seus próprios indicadores econômicos e sociais, mas também está afetado
pela situação de seus vizinhos.
Finalizando, como futuras agendas de pesquisa estão o fato de analisar quais fatores
contribuíram mais para o aumento do nível de desenvolvimento humano dado entre 1991 e
2000, entre os quais se podem citar as decisões da política social e econômica implantada
pelo governo federal e estadual mediante a melhor distribuição de recursos para os
municípios mais pobres.
14
REFERENCIAS
ANSELIN, Luc, Spatial Econometrics, Kluwer Academic, Boston, 1988.
ANSELIN, Luc, “The Moran Scatterplot as an ESDA Tool to Asses ocal Instability in
Spatial Asociation”, en Spatial Analytical Perspectives on GIS in Enviromental and SocioEconomic Sciences, London, 1996.
ANUÁRIO ESTATÍSTICO DE MINAS GERAIS 2000-2001, Elaborado pela Fundação
João Pinheiro – Governo de Minas Gerais, Belo Horizonte, MG, Maio de 2002
ASSUNÇÃO, R Apostila da matéria de “Estatística Espacial dados de área”,. LESTE Departamento de Estatística, UFMG, MG, 2005.
ASSUNÇÃO, R Estatística Espacial Com Aplicações em Epidemiologia, Economia e
Sociologia. São Carlos, SP, UFScar, 2001.
BANCO DE DESENVOLVIMENTO DE MINAS GERAIS S.A. (BDMG). Minas Gerais
do
Século
XXI.
Belo
Horizonte,
2002.
Disponibilidade
e
acesso:
<http:\\www.bdmg.mg.gov.br>.
CÂMARA, G., CARVALHO, M, GONÇALVES, O. E CORREA, V. Análise espacial de
áreas. Rio de Janeiro, Brasília, Fortaleza, Praia das Fontes, 2002.
CRUZ, O. C. Homicídios no Estado do Rio de Janeiro: análise da distribuição espacial e sua
evolução. Dissertação de mestrado/Faculdade de saúde Pública-USP, 1996.
FRANCA, J; Diferenças socioeconômicas das regiões de minas gerais, Assembléia
Legislativa do Estado de Minas Gerais. Belo Horizonte, MG, 2002
IGUIÑIZ, J. La pobreza es multidimensional: un ensayo de clasificación”, Pontifícia
Universidad Católica del Peru, Faculcat de Economia, documento de trabajo 209, Lima –
Peru, 2002
PEREZ, G. Dimensão espacial da pobreza em Colômbia, Cartagena de Indias, 2005.
PERFIL DE MINAS GERAIS 2004, 8va edição. “GUIDE TO THE ECONOMY OF
MINAS GERAIS”, Elaborado por técnicos da Fundação João Pinheiro (FJP) / Centro de
Estatística e Informações (CEI), Belo Horizonte, MG, 2004
VILLALTA, C.Una aplicación del análisis espacial al estudio de las diferencias regionales
del ingreso en México. Revista de Economia, Sociedade y Território, Vol IV- 14, México,
2003
.
15
ANEXO 1
INDICES
Indicador Global de Autocorrelação Espacial: Índice de Moran, Expressa a autocorrelação
considerando apenas o primeiro vizinho:
Na equação acima, n é o número de áreas, zi o valor do atributo considerado na área i, z é o
valor médio do atributo na região de estudo e wij os elementos da matriz normalizada de
proximidade espacial.
Outro indicador Global de Autocorrelação Espacial, O mesmo cálculo feito para matrizes
de proximidade de maior ordem permite estimar a função de autocorrelação para cada ordem
de vizinhança (ou “lag”).
De uma forma geral, o índice de Moran presta-se a um teste cuja hipótese nula é de
independência espacial; neste caso, seu valor seria zero. Valores positivos (entre 0 e +1)
indicam para correlação direta e negativos, (entre 0 e –1) correlação inversa.
Os índices locais de Moran, que pode ser dado para cada área i a partir dos valores
normalizados zi do atributo como:
A significância estatística do uso do índice de Moran local é computada de forma similar ao
caso do índice global. Para cada área.
16
ANEXO. 2
Gráfico 9
Analise de dependência espacial local (LISA) das dimensóes do IDHM dos municípios de Minas
Gerais, 1991 – 2000.
IDH-Renda
1991
2000
IDH – Longevidade
1991
2000
IDH – Educação
1991
2000
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil realizado por
PNUD, IPEA e FJP.
17
ANEXO. 3
Figura 10.
Áreas significativas ao Índice Local de Associação espacial (LISA), segundo IDHM (vizinhança
de primeira ordem) – Municípios de Minas Gerais. 1991 - 2000
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil realizado por
PNUD, IPEA e FJP.
18
ANEXO. 4
Gráfico 11
Diagrama de dispersão do Índice de Moran, segundo IDHM (vizinhança de primeira ordem) –
Municípios de Minas Gerais. 1991 - 2000
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil realizado por
PNUD, IPEA e FJP.
Gráfico 12
Diagrama de dispersão do Índice de Moran, segundo dimensões de IDHM (vizinhança de
primeira ordem) – Municípios de Minas Gerais. 1991 - 2000
Renda
Longevidade
1991
Educação
2000
1991
Fonte: Elaboração própria a partir dos dados do Atlas de Desenvolvimento Humano no Brasil realizado por
PNUD, IPEA e FJP.
19