Relação entre o iGAM e as variáveis explicativas

A análise de regressão múltipla foi utilizada para descrever a relação entre os valores do iGAM calculados para 2009 e 2015 e potenciais variáveis explicativas (Tabela 7). Considerando as variáveis de entrada como uma matriz de variáveis explicativas na regressão para o ano – note que t não se refere a uma série temporal, mas à distinção entre o modelo de regressão múltipla transversal, construído para 2009 e o modelo construído para 2015 – em que uma constante (vetor unitário) é adicionada, formando a matriz , o conjunto de regressões múltiplas a serem calculadas são as seguintes:

^ ⃗⃗⃗⃗

Onde ^ representa o modelo de regressão que considera o índice calculado como regressão e as variáveis de entrada como regressores, com o objetivo de buscar novos

insights em relação ao iGAM com base em variáveis que não estão necessariamente

relacionadas a qualidade ambiental. O modelo de regressão foi estimado utilizando mínimos quadrados generalizados (GLS) para ith fator no ano (2009 ou 2015); ⃗⃗⃗⃗ é o vetor coeficiente da regressão, e é um termo de erro considerado aleatório e parametrizado por uma distribuição normal com uma média de zero e uma variância constante.

4.3 Resultados

No início do processo de descentralização da gestão ambiental em 2009, três fatores explicaram 73,3% da variância total dos dados via sete variáveis (Tabela 8). O fator 1 explicou a maior parte da variância total (29,8%), apresentou as maiores cargas fatoriais com as variáveis pastagem (pastagem) e número de bovinos/hectare (gado) e foi denominado “pecuária”. Fator 2 (24,8% da variância total) consistiu nas variáveis fontes de calor,

vegetação secundária e aumento do desmatamento. A inflamabilidade florestal e o aumento

da vegetação secundária e do desmatamento estão associados ao empobrecimento das florestas e, portanto, estão intimamente relacionados aos aspectos de “degradação florestal”. Finalmente, o fator 3 (18,6% da variância) consistiu nas variáveis regeneração de pastagens e lavouras, o que está associado ao aumento da área de culturas permanentes e temporárias e

105

potenciais estágios sucessivos de ocupação da terra na Amazônia, sendo interpretado como relacionado a “produção agrícola".

Tabela 8 - Matriz de componentes rotacionados * para 2009 com os valores de fator de carga e comunalidade

para cada variável, bem como as cargas fatoriais e variâncias explicadas pelos fatores (F).

Variáveis F1 F2 F3 Comunalidade Pastagem 0.961 0.104 0.001 0.935 Gado 0.954 -0.029 -0.058 0.915 Focos de Calor -0.131 0.832 0.158 0.734 Vegetação Secundária 0.342 0.699 0.194 0.643 Incremento do Desmatamento 0.014 0.687 -0.163 0.499

Regeneração com Pastagem -0.047 0.014 0.847 0.721

Lavoura 0.009 0.063 0.826 0.686

Soma de cargas ao quadrado 2.087 1.74 1.305 5.132

Percentual do traço (%) 29.819 24.861 18.644 73.324 * Adequação da amostra: KMO test = 0.53; BST (298.3) = 21; P < 0.0001.

O iGAM calculado para cada município com base nos resultados da AF possibilitou a classificação dos 143 municípios do Pará em ordem decrescente, com as classes representando o desempenho dos municípios em termos de gestão ambiental em 2009 (Figura 5). No início do processo de descentralização, aproximadamente 25,5% (37) dos municípios foram categorizados como tendo boa gestão, 21,7% (31) dos municípios tinham gestão regular, 32,2% (46) dos municípios tinham má gestão e, finalmente, 20,3% (29) dos municípios tinham uma gestão muito ruim.

106

Figura 5 - Desempenho municipal de gestão ambiental no Pará, Brasil, no início da descentralização

administrativa em 2009. Os municípios foram classificados com base no iGAM (gestão boa até muito ruim).

107

Em 2015, seis anos após a descentralização da gestão ambiental municipal, quatro fatores explicaram 76,4% da variância total dos dados via nove variáveis (Tabela 9). Embora o conjunto chave de fatores tenha alguma semelhança com o modelo de 2009, outros novos fatores, compostos por variáveis adicionais, também foram adicionados para explicar o modelo de 2015. O fator 1 explicou a maior parte da variância total (33,8%) e foi representado pelas variáveis gado, pastagem e desmatamento acumulado, portanto, relacionadas à pecuária e seus efeitos e denominado “pecuária” de acordo. O fator 2 explicou 17,7% da variância e constou das variáveis vegetação secundária, fontes de calor e

regeneração de pastagens. Assim como em 2009, as três variáveis também estão associadas a

ciclos de empobrecimento florestal. No entanto, em 2015, a regeneração das pastagens substituiu o aumento do desmatamento, que, embora ainda relevante, apareceu apenas no 4º fator. Portanto, o Fator 2 também pode ser interpretado como relacionado à “degradação florestal”. O fator 3 explicou 12,9% da variância e consistiu nas variáveis índice de qualidade

de vida e taxa de mortalidade infantil (a última com sinal negativo, indicando que está

inversamente correlacionada com a primeira). Por estar relacionada a trabalho, saúde e educação, essa dimensão foi considerada associada ao “impacto social”. Por fim, o fator 4 explicou 11,9% da variância com maior peso associado a variável incremento do

desmatamento e foi, portanto, denominado “desmatamento”.

Tabela 9 - Matriz de componentes rotacionados * para 2015 com os valores de fator de carga e comunalidade

para cada variável, bem como as cargas fatoriais e variâncias explicadas pelos fatores (F) do modelo de 2015.

Variável F1 F2 F3 F4 Comunalidade Boi 0.956 0.007 0.062 0.054 0.922 Pastagem 0.948 0.12 0.06 -0.019 0.917 Desmatamento Acumulado 0.711 0.341 0.208 -0.076 0.671 Vegetação Secundária 0.153 0.884 0.118 -0.239 0.876 Focos Calor -0.02 0.831 -0.195 0.178 0.760

Regeneração com Pastagem 0.241 0.646 0.163 0.098 0.512

Índice Qualidade de Vida 0.018 -0.027 0.814 -0.03 0.665

Taxa de Mortalidade Infantil -0.179 -0.087 -0.737 -0.064 0.588

Incremento do Desmatamento -0.01 0.044 0.036 0.983 0.970

Soma de cargas ao quadrado 3.05 1.598 1.157 1.074 6.879

Percentual do traço (%) 33.886 17.759 12.857 11.937 76.439 * Adequação da amostra: KMO test = 0.62; BST (497.269) = 36; P < 0.0001.

108

Assim como para 2009, o iGAM calculado para cada município com base nos resultados da AF possibilitou o ranking dos 143 municípios do Pará que representam o desempenho da gestão ambiental dos municípios em 2015 (Figura 6). Seis anos após o início do processo de descentralização da gestão ambiental municipal no Pará, aproximadamente 21,7% (31) dos municípios foram categorizados como tendo boa gestão, 37,8% (54) tiveram gestão regular, 26,6% (38) tiveram gestão ruim e 14,0% (20) dos municípios tiveram uma gestão muito ruim.

Considerando os períodos de estudo e os 143 municípios do Pará, aqueles classificados como de boa gestão (25,9% em 2009 e 21,7% em 2015) concentraram-se, principalmente, nas regiões oeste e norte do estado. Os municípios com pior desempenho nos dois períodos (20,3% em 2009 e 14,0% em 2015) concentram-se, principalmente, na região leste do estado.

109

Figura 6 - Desempenho municipal de gestão ambiental no Pará, Brasil, em 2015. Os municípios foram

classificados com base no iGAM (gestão boa a muito ruim).

110

A relação entre as variáveis iGAM (2009 e 2015) e de entrada (independente) é mostrada na Tabela 10. O iGAM-2009 teve uma relação positiva com as variáveis número de usuários de internet (internet), taxa anual de crescimento populacional e densidade

populacional e uma relação negativa com o número de linhas telefônicas por habitante

(telefonia) e o valor do crédito rural financiado por município. O iGAM-2015 teve uma relação positiva com as variáveis telefonia, densidade populacional e número de áreas

protegidas e uma relação negativa com as variáveis crédito rural, cadastro ambiental rural de propriedades e produto interno bruto municipal (PIBm). Os modelos apresentaram valores

ajustados de R² iguais a 0,80 para 2009 e 0,70 para 2015, confirmando a forte relação entre as variáveis explicativas e o iGAM.

Tabela 10 - Resultados das regressões múltiplas para o iGAM-2009 e iGAM-2015 em relação a variáveis de

entrada significativas.

Variável Y iGAM-2009 t valor iGAM-2015 t valor

INTERCEPTO 0.81354* 2.3539 1.01457** 6,7910

Áreas protegidas 0.38123** 10.6124

Cadastro ambiental rural −0.18579** −3.3568

Crédito rural −0.000167* −2.5849 −9.74364e-05** −3.2010

Densidade 0.00008** 3.9935 0.00004** 3,1772 Imposto estadual Internet 0.28197** 2.9103 PIBm −0.03855** −2,1405 Taxa de crescimento 0.68521** 3.5502 Telefonia −0.03656* −2.1496 0.00231* 2.5307 R²-AJ 0.8 0.7 Teste F F 55.2 30.5 P- VALOR(F) <0.001 <0.01 * p ≤ 0.05; ** p ≤ 0.01 4.4 Discussão