Neste capítulo faremos uma análise espacial do emprego no Rio Grande do Norte, com fins a identificar o papel que Pau dos Ferros desempenha na rede urbana do estado potiguar em termos de geração de emprego formal e se essa atuação tem contribuído para melhorar o emprego no seu entorno. A análise será feita através do Índice de Moran Local - Local Spatial Autocorrelation (LISA).
Em seguida faremos uma análise da atuação regional de Pau dos Ferros através da análise dos processos de interiorização do ensino superior e da interiorização e regionalização dos serviços de saúde.
Essas duas análises serão complementadas pela análise dos fluxos de mobilidade pendular para trabalho e para estudo em Pau dos Ferros.
5.1 Pau dos Ferros no Rio Grande do Norte: uma análise espacial do emprego através do indicador LISA
Nesta análise utilizaremos os dados do Ministério do Trabalho – Banco de dados da RAIS para os anos de 2000 e 2010. Trabalharemos com o emprego total e o emprego por grandes setores71. Tomando os dados do emprego formal total no
Rio Grande do Norte, Pau dos Ferros que ocupava a 19ª posição em 2000 passa para a 18ª em 2010 com 2872 empregos formais, o que representa 0,49% dos empregos formalizados no Estado.
Os dados da RAIS mostram o quanto Natal, a capital do estado, concentra os empregos formais. Em 2000, Natal concentrava 56,78% de todos os empregos formais do estado; em 2010, apesar de uma pequena redução relativa, esta ainda era responsável por mais da metade dos empregos formais (53,2%), enquanto a segunda colocada no ranking, Mossoró, respondia em 2010 por 9,97% dos empregos formais potiguares (MTE, 2011).
Ao observar a geração de empregos por grandes setores a colocação de Pau dos Ferros no ranking potiguar assume melhor posição no comércio (9º) e na soma dos setores que compõe o terciário – comércio, serviços e administração pública (10º). Na tabela 22, podemos observar a composição do emprego formal em Pau dos Ferros.
71 Grandes setores definidos pelo Ministério do Trabalho e utilizados no banco de dados da RAIS/
Tabela 22 - Pau dos Ferros – Empregos formais por grandes setores (2000- 2010) Grande Setor 2000 2010 Empregos % Empregos % Agropecuária 03 0,21 02 0,01 Indústria Extrativa 0 0,0 0 0,0 Indústria de Transformação 20 1,41 122 4,25
Serv. Ind. de Util. Pública 61 4,30 52 1,81
Construção Civil 26 1,83 47 1,64
Serviços 185 13,04 552 19,22
Comércio 311 21,93 1098 38,23
Administração Pública 812 57,26 999 34,78
Total 1418 100,00 2872 100,00
Fonte: Elaboração da autora com base nos dados da RAIS/MTE.
O setor de comércio foi o que apresentou o maior saldo de empregos gerados entre 2000 e 2010, 787 novos empregos, e o maior crescimento relativo, o que garantiu a este setor o maior peso na geração de empregos em Pau dos Ferros, em 2010, superando a administração pública cujo crescimento absoluto foi pequeno em relação aos demais setores, especialmente, o comércio e os serviços, a ponto de ter sua participação na geração de empregos reduzida de 57,26%, em 2000, para 34,78%, em 2010, o que ainda lhe garantiu o segundo lugar em termos de participação no emprego pauferrense.
Como forma de apreender melhor essa mudança na composição do emprego e os impactos que possam vir a ter para a dinâmica urbana e regional de Pau dos Ferros, consideramos importante aprofundar a análise de alguns dados do emprego, através da Análise Espacial. Cabe destacar que para o cálculo dos índices de análise espacial (I de Moran e o LISA) consideramos a participação de cada município potiguar no estoque de emprego formal existente no estado, bem como no que foi gerado no setor de comércio e no terciário em geral, haja vista serem estes os setores mais importantes na economia pauferrense e, ao mesmo tempo, nos quais este município tem maior representatividade na estrutura ocupacional potiguar. Ademais, ainda consideramos o crescimento da participação municipal no estoque de emprego existente nestes setores, utilizando como período de análise os anos 2000 e 2010. A escolha por este período é justificada pelo conjunto de mudanças
observadas na dinâmica urbana de Pau dos Ferros na última década72, que teve
impacto direto na geração de emprego para o município e para o entorno.
De acordo com Anselin (1998), a Análise Exploratória dos Dados Espaciais (AEDE) é um dos mecanismos mais indicados para detectar agrupamentos e padrões espaciais significativos, vez que permite observar a influência dos efeitos espaciais através de instrumentos quantitativos. A AEDE permite descrever e determinar a distribuição espacial das variáveis estudadas e identificar se estão espacialmente correlacionadas em clusters ou outliers.
A autocorrelação espacial da variável (participação relativa de cada município no estoque de emprego – no RN) pode ser identificada pelos indicadores I de Moran e o LISA, que estão entre os mais utilizados na literatura. O I de Moran mede a autocorrelação espacial global dos dados e fornece um único valor como medida de associação, para o conjunto dos dados; detecta, portanto, a presença de estruturas espaciais gerais na distribuição da variável de estudo. (ANSELIN, 1995)
O I de Moran poderá assumir valores inseridos entre [-1;1] que, caso significativos, poderão denotar em três resultados possíveis: i) valores positivos, entre 0 e 1, indicam autocorrelação espacial positiva, ou seja, área cuja variável de estudo apresenta um valor elevado possuirá como vizinhas, áreas com elevado valor, ou áreas com baixo valor da variável em estudo, terá como vizinhas áreas com baixo valor; ii) valores negativos entre -1 e 0, indicam autocorrelação espacial negativa, ou seja, regiões que apresentam determinada variável com alto valor terão como vizinhas regiões que apresentam baixo valor dessa variável e vice-versa; e iii) valores iguais ou muito próximos a zero representam ausência de correlação espacial.
Este índice testa duas hipóteses: i) a hipótese nula (Ho), que indica a independência entre os dados, será assumida quando o I de Moran não for significativo ou for muito próximo a zero; e ii) a hipótese alternativa (HA) que indica
dependência espacial entre os dados, sempre que o I de Moran for significativo e diferente de zero.
72 Dentre as quais podemos citar a ampliação dos cursos e número de vagas no campus da UERN, a
instalação do IFRN e da Universidade Federal Rural do Semi-Árido (UFERSA), a ampliação e o funcionamento de novas clínicas médicas, a instalação de novas instituições financeiras, fatores que contribuíram para incrementar e dinamizar o comércio e a prestação de serviços de um modo geral.
Com o objetivo de medir a correlação espacial global entre o conjunto de dados para o emprego no Rio Grande do Norte foi calculado o I de Moran, com nível de significância de 5%, para os anos de 2000 e 2010 e para o crescimento da participação entre 2000 e 2010, cujos resultados se encontram na tabela 23.
Tabela 23 – Rio Grande do Norte - I de Moran para o emprego total, emprego no comércio e emprego no terciário (2000/2010)
Ano Emp. total p-valor Comércio p-valor Terciário p-valor
2000 0,052583 0,01 0,0377779 0,06 0,0260714 0,05
2010 0,0684696 0,05 0,0761216 0,04 0,0528587 0,05
Fonte: Fonte: Elaboração da autora com base nos dados da RAIS/MTE.
Como podemos perceber, os índices apresentados na Tabela 23 apontam que na maioria dos casos, o I de Moran foi não significativo já que o p-valor foi maior ou igual ao nível de significância, indicando que tomando o Rio Grande do Norte como um todo, na maioria das variáveis não há dependência espacial entre os dados. A exceção fica para o emprego total em 2000 e para o comércio em 2010. O fato de que todos os valores do I de Moran terem valores positivos, localizados entre 0 e 1, indica que quando houve correlação, esta foi positiva. Acreditamos que a própria dinâmica econômica e, consequentemente, do emprego, altamente concentrada em Natal, faz com que as correlações espaciais pouco apareçam ao tomar o índice global como referência.
Apesar da importância do I de Moran para medir a dependência espacial global entre as áreas em relação à variável em estudo, Anselin (1995) destaca que este índice pode deixar de fora padrões de dependência espacial local e consequentemente apontar resultados enganosos sobre a existência ou não de autocorrelação espacial dos dados. Para solucionar este problema foram desenvolvidas estatísticas capazes de avaliar a autocorrelação espacial local, como o LISA ou I de Moran Local, “que capta a dependência espacial comparando valores do indicador de cada região com os indicadores das vizinhas” (FERNANDES, 2012, p. 57).
O índice LISA também testa a hipótese nula (Ho), que indica a ausência de associação espacial local, e a hipótese alternativa (HA) que indica a dependência
espacial local para o nível de significância estabelecido. O indicador LISA pode ser visualizado por Mapas de significância, nos quais podem ser identificadas as seguintes situações: i) AA – áreas que apresentam alto nível de uma determinada
variável e cujos vizinhos também possuem alto valor para a variável em estudo; ii) BB – áreas com baixo valor, cujos vizinhos também apresentam baixo valor para a variável estudada; iii) AB – áreas cuja variável apresentou alto valor, cercada de vizinhos que apresentam baixo valor para a variável; e iv) BA – áreas em que a variável apresentou baixo valor cercada por municípios em que a variável é alta. As duas primeiras situações representam clusters e as duas últimas outliers.
No nosso estudo, focalizaremos a análise na situação de Pau dos Ferros, no sentido de observar sua participação no estoque de empregos formais no Rio Grande do Norte e no Alto Oeste. Interessa-nos identificar se Pau dos Ferros assume o papel de ‘bacia de emprego’ para sua área de influência; se seu crescimento influência positivamente os municípios ao seu redor (AA), ou se é apenas uma ‘área isolada’ envolta por municípios com baixos índices de emprego (AB) 73.
Fernandes (2012), ao fazer a análise da distribuição espacial do emprego industrial entre as microrregiões brasileiras (1994-2010), destaca que as aglomerações do tipo AA são as mais relevantes, uma vez que demonstram correlação significativa entre duas ou mais microrregiões refletindo a forte dependência entre essas unidades espaciais, já as aglomerações do tipo AB são zonas de transição, também chamadas por alguns autores de ‘ilhas de produtividade’ que podem vir a influenciar, no futuro, o emprego em áreas vizinhas.
No nosso caso, em que o emprego no comércio e no terciário em geral, é o mais significativo, buscaremos nos mapas observar se Pau dos Ferros cumpre seu papel de cidade média, de oferecer empregos para os municípios do seu entorno, absorvendo o excesso de mão-de-obra do campo e das pequenas cidades, e se as cidades vizinhas a Pau dos Ferros têm sido influenciadas positivamente pelo crescimento vivenciado por Pau dos Ferros.
5.1.1 Identificação de clusters e outliers na participação municipal no Emprego Total
Os mapas 4 e 5 mostram as áreas significantes para o emprego total no Rio Grande do Norte. Como era de se esperar, no ano de 2000, a aglomeração tipo AA,
73 Para esta análise foram utilizados os dados disponibilizados pela RAIS para os anos de 2000 e
2010. Todos os dados e mapas referentes ao I de Moran e o I de Moran Local (LISA) foram elaborados no Programa TerraView.