Atualmente diversos autores têm demonstrado interesse em avaliar os efeitos espaciais e analisar suas influências na produtividade agrícola entre regiões vizinhas.
Esse capítulo apresenta uma revisão acerca de trabalhos publicados que versam sobre a dinâmica espacial de culturas agrícolas ou a produtividade agrícola, no âmbito nacional e internacional.
No Quadro 2 apresenta-se um resumo das publicações nacionais historicamente relevantes na área:
𝐴𝐼𝐶 = 𝑙𝑛(𝜎̂𝜀2) +2(𝑝 + 𝑞)
Quadro 2 - Resumo das publicações nacionais da área agrícola com a técnica econometria espacial
(continua)
Objetivo Resultados Periódico
- Analisar o padrão de associação espacial da produtividade do feijão no estado do Paraná, nos anos de 2006, 2010 e 2014.
- Autocorrelação espacial positiva presente nos dados.
Economia & Região
- Analisar o rendimento médio da castanha de caju no estado da Paraíba, no ano de 2014.
- Dados espacialmente dependentes.
Reflexões Econômicas
- Analisar a produtividade dos grãos de feijão, milho e soja no estado do Paraná, nos anos de 2000 e 2010.
- Padrões de dependência e interatividade espacial positiva entre as regiões; mas com padrões locais diferentes.
Ensaios FEE
- Verificar a existência de
clusters de alta produtividade
para a variável produtividade do milho, em estados selecionados do Brasil, para os anos 2001 e 2011.
- Clusters de elevada produtividade na cultura de milho nos estados considerados maiores produtores desse cereal no país.
Economia & Região
- Analisar a distribuição espacial da produtividade do café nas microrregiões mineiras, no período de 1997 a 2006;
- Identificar a formação de
clusters para essa variável;
- Verificar se há convergência na produtividade do café em Minas Gerais.
- Dependência espacial da variável em análise;
- Ajuste do modelo de erro espacial. Análise Econômica - Identificar a existência de evidências de um processo de β-convergência espacial da produtividade agrícola brasileira, utilizando as variáveis produção agrícola e área plantada, no período de 1991 a 2003.
- Autocorrelação espacial presente nos dados;
- Estimação dos modelos econométricos espaciais; - Convergência absoluta na produtividade agrícola brasileira. Revista de Economia e Sociologia Rural - Analisar a distribuição espacial da soja para as microrregiões do Brasil no período de 1991 a 2003.
- Não há uma distribuição homogênea dessa variável pelo território brasileiro; - Há um cluster
significativo da cultura de soja na região Nordeste e esta é a região que apresenta a maior taxa de
Revista Econômica do Nordeste
Quadro 2 - Resumo das publicações nacionais da área agrícola com a técnica econometria espacial
(conclusão) convergência.
- Verificar a influência dos efeitos espaciais sobre a produtividade agrícola do Brasil, nos anos de 1991, 1997 e 2003.
- Diferentes padrões de localização, definidos por meio da heterogeneidade espacial e da autocorrelação espacial;
- Autocorrelação positiva, tanto espacial como temporal.
Nova Economia
Estimar modelos
econométricos espaciais das culturas agropecuárias de arroz, soja, milho, outros produtos extrativos, e também de outros produtos pecuários, considerando o período de 2001-2020.
- Todos os modelos tiveram o PIB agropecuário significativo e para a cultura de soja o PIB industrial também foi significativo.
Revista de Economia e Sociologia Rural
Fonte: Organização do autor (2017).
A pesquisa de Paschoalino et al. (2017) teve como objetivo analisar o padrão de associação espacial da produtividade do feijão no estado do Paraná, nos anos de 2006, 2010 e 2014. A AEDE confirmou a autocorrelação espacial positiva presente nos dados.
Júnior et al. (2016) analisaram o rendimento médio da castanha de caju no estado da Paraíba, no ano de 2014, utilizando a estatística I de Moran e o LISA, resultando em dados espacialmente dependentes.
A produtividade dos grãos de feijão, milho e soja no estado do Paraná, nos anos de 2000 e 2010, foi alvo de investigação na pesquisa de Felema et al. (2016), resultando na observação de padrões de dependência e interatividade espacial positiva entre as regiões e padrões locais diferentes, com a utilização da AEDE.
Favro et al. (2015) realizaram a AEDE com a variável produtividade do milho, em estados selecionados do Brasil, para os anos 2001 e 2011, com o objetivo de verificar a existência de clusters de alta produtividade. A pesquisa concluiu que há clusters de elevada produtividade na cultura de milho nos estados considerados maiores produtores desse cereal no país.
A pesquisa de Teixeira e Bertella (2015) teve como principal objetivo analisar a distribuição espacial da produtividade do café nas microrregiões mineiras, no período de 1997 a 2006, analisando a dinâmica espacial, identificando a formação de clusters e verificando se
há convergência na produtividade do café em Minas Gerais. As conclusões do estudo são a ocorrência de dependência espacial da variável e o ajuste do modelo de erro espacial.
Já os autores Almeida, Perobelli e Ferreira (2008) identificaram a existência de evidências de um processo de β-convergência espacial da produtividade agrícola brasileira, utilizando as variáveis produção agrícola e área plantada, no período de 1991 a 2003. Para isso, controlaram os efeitos espaciais, pela AEDE, que indicou a presença de autocorrelação espacial, estimando então os modelos econométricos espaciais, concluindo que existe convergência absoluta na produtividade agrícola brasileira.
Os autores Souza e Perobelli (2008) analisaram a distribuição espacial da soja para as microrregiões do Brasil no período de 1991 a 2003. Como resultados da pesquisa, constatou- se que a produção de soja não tem uma distribuição homogênea pelo território brasileiro, há um cluster significativo da cultura de soja na região Nordeste e essa região apresenta a maior taxa de convergência.
Os autores Perobelli et al. (2007) verificaram a influência dos efeitos espaciais sobre a produtividade agrícola do Brasil, nos anos de 1991, 1997 e 2003, com a utilização da AEDE, concluindo que a produtividade agrícola possui diferentes padrões de localização, que são definidos por meio da heterogeneidade espacial e da autocorrelação espacial, apresentando autocorrelação positiva, tanto espacial como temporal.
Almeida e Haddad (2004), com uma nova metodologia econométrica, o Modelo Econométrico Espacial para projeções de Culturas Agropecuárias (MEECA), que tem por objetivo gerar cenários econômicos consistentes de longo prazo, estimaram modelos econométricos espaciais das culturas agropecuárias de arroz, soja, milho, outros produtos extrativos, e também de outros produtos pecuários, considerando o período de 2001-2020. Os autores concluíram que todos os modelos o PIB agropecuário apresenta-se significativo e para a cultura de soja o PIB industrial mostrou-se significativo.
No âmbito internacional, diversos autores também analisaram a interação espacial e seus efeitos na produtividade agrícola de diversos países. O Quadro 3 apresenta um resumo das pesquisas internacionais relevantes publicadas sobre o tema:
Quadro 3 - Resumo das publicações internacionais da área agrícola com a técnica econometria espacial
(continua)
Objetivo Resultados Periódico
Quadro 3 - Resumo das publicações internacionais da área agrícola com a técnica econometria espacial
(conclusão) especial e uma função de
resposta ao rendimento de cereais na África
sugerem que os rendimentos agrícolas diminuirão com as mudanças climáticas.
Agricultural Economics
- Examinar a relação entre infraestrutura e produção agrícola, transporte e localização populacional na África Subsaariana.
Como resultados, esses autores confirmaram que a produção agrícola e populacional se concentra próximo das grandes cidades e que investimentos e melhorias em infraestrutura rodoviária possibilitariam um aumento substancial da produção agrícola. Agricultural Economics
- Analisar os impactos das mudanças climáticas na agricultura indiana e sua influência na agricultura.
- Autocorrelação espacial positiva significativa.
Cambridge Journal of Regions Economy and
Society - Apresentar um modelo de
programação matemática para produção agrícola e seu impacto no meio ambiente (MAgPIE);
- Aplicar esse modelo para possíveis cenários futuros.
- Necessidade de aumentar os rendimentos na produção agrícola para atender a demanda futura. Agricultural Economics - Determinar a relevância da utilização da econometria espacial na aplicação de nitrogênio na produção de milho da Argentina.
- Modelos espaciais com resultados consistentes, enquanto que os modelos não espaciais estimados não apresentaram bons resultados.
American Journal of Agricultural Economics
- Analisar a dependência espacial da agricultura de precisão na África Ocidental.
- Autocorrelação espacial na variabilidade do solo, sendo essa uma variável de suma importância na eficácia da agricultura de precisão.
Agricultural Economics
- Analisar as diferenças espaciais nas eficiências da produção de grãos na China.
- Ineficiências técnicas significativas.
Economics Of Planning
Fonte: Organização do autor (2017).
Em sua pesquisa, Ward, Florax e Flores-Lagunes (2014) propuseram a estimação do modelo de erro especial e de uma função de resposta ao rendimento de cereais na África e os resultados sugerem que os rendimentos agrícolas diminuirão com as mudanças climáticas.
Dorosh et al. (2012) realizaram uma abordagem espacial com o objetivo de examinar a relação entre infraestrutura e produção agrícola, transporte e localização populacional na
África Subsaariana. Como resultados, esses autores confirmaram que a produção agrícola e populacional se concentra próximo das grandes cidades e que investimentos e melhorias em infraestrutura rodoviária possibilitariam um aumento substancial da produção agrícola.
Os impactos das mudanças climáticas na agricultura indiana foram analisados por Kumar (2011), considerando características espaciais que influenciam a sensibilidade climática da agricultura, e como resultados, há uma autocorrelação espacial positiva significativa.
Lotze-Campen et al. (2008) apresentaram um modelo de programação matemática para produção agrícola e seu impacto no meio ambiente (MAgPIE). Os autores aplicaram o modelo para possíveis cenários futuros e verificaram que será necessário um aumento de rendimentos na produção agrícola para atender a demanda futura.
A pesquisa de Anselin, Bongiovanni e Lowenberg-Deboer (2004) objetivou determinar a relevância da utilização da econometria espacial na aplicação de nitrogênio na produção de milho da Argentina e os modelos espaciais estimados apresentaram resultados consistentes, enquanto que os modelos não espaciais estimados não apresentaram bons resultados.
A econometria espacial também foi aplicada na África Ocidental, na agricultura de precisão. Florax, Voortman e Brouwer (2002) identificaram autocorrelação espacial na variabilidade do solo, sendo essa uma variável de suma importância na eficácia da agricultura de precisão.
Yao, Liu e Zhang (2001) estudaram as diferenças espaciais nas eficiências da produção de grãos na China e os resultados sugerem ineficiências técnicas significativas. A pesquisa em questão analisou detalhadamente a convergência da produtividade dos grãos na China.
Todas essas pesquisas, nacionais e internacionais, são relevantes para conhecimento e maior entendimento da aplicação prática da técnica proposta neste estudo, sendo essa revisão fundamental para conhecer o estado da arte da técnica escolhida e também a aplicação prática que foi realizada.
O próximo capítulo apresenta a metodologia abordada para desenvolver os objetivos propostos na pesquisa.
3 MATERIAIS E MÉTODOS
Este capítulo versa sobre a natureza da pesquisa, sua classificação quanto à abordagem e os procedimentos utilizados para chegar aos objetivos propostos, apresentando, dessa forma, o método de pesquisa utilizado.
A pesquisa, para Gil (2002), é um processo que objetiva desenvolver o método científico de forma sistemática e formalizada, encontrando respostas para problemas, utilizando, para isso, procedimentos científicos.
Para atingir os objetivos propostos na pesquisa, Gil (2002) afirmou que a investigação científica depende de um conjunto de técnicas e procedimentos intelectuais pré-definidos.
Levando em conta sua natureza, esta pesquisa caracterizou-se por ser aplicada, pois objetivou a produção de conhecimentos com aplicações práticas, buscando solucionar problemas específicos da realidade (SILVA; MENEZES, 2005).
Quanto à forma de abordagem do problema, pode ser classificada como quantitativa, pois está centrada na objetividade, considerou ser possível a compreensão da realidade pela análise de dados brutos, coletados com instrumentos padronizados e neutros. Esse tipo de pesquisa exige a utilização de recursos e técnicas estatísticas e traduz em números informações obtidas, para então analisá-las, quantificando assim seus resultados (FONSECA, 2002).
Com base em seus objetivos gerais, esta pesquisa pode ser classificada como explicativa, pois se preocupou em identificar os motivos determinantes ou contribuintes para ocorrência de determinado fenômeno, possibilitando investigar o conhecimento da realidade (GIL, 2002).
Quanto ao seu delineamento, ou procedimentos técnicos, a pesquisa pode ser classificada como ex-post facto ou correlacional, por ser uma constatação da existência de relação entre variáveis, realizada após a ocorrência do fato.
A pesquisa foi estruturada e teve os seus resultados discutidos na forma de dois artigos: o primeiro desenvolveu a Análise Exploratória dos Dados Espaciais (AEDE), a fim de verificar a existência de clusters locais e globais de alta eficiência produtiva dos atributos em estudo, intitulado “Efeitos do transbordamento da produtividade agrícola brasileira” e, no segundo, denominado “Efeitos da dependência espacial na modelagem da produtividade agrícola brasileira”, realizou-se a modelagem econométrica-espacial, com o objetivo de ajustar um modelo econométrico-espacial que conseguisse captar as características desses atributos.