APLICAÇÃO DO EMAP E ROTINAS ESTATISTICAS COMPLEMENTARES NA
AVALIAÇÃO DA EFICÁCIA DE GESTÃO DE UNIDADES DE CONSERVAÇÃO
DO ESTADO DE SÃO PAULO, BRASIL.
HELDER HENRIQUE DE FARIA1
1 Instituto Florestal. Parque Estadual do Morro do Diabo.
RESUMO: Este trabalho apresenta os resultados da aplicação do procedimento Efetividade de Manejo de Áreas Protegidas-EMAP, sobre unidades de conservação (UCs) do Estado de São Paulo: 28 Parques Estaduais, 12 Estações Ecológicas e 1 Reserva Estadual. Os fundamentos da metodologia são o uso de indicadores, parâmetros estritos de verificação, construção de cenários e escalas padrões para a avaliação da gestão. Quatro UCs foram classificadas como possuidoras de uma gestão de qualidade muito inferior, 18 com gestão inferior, 14 com gestão mediana e 5 com gestão elevada. Uma regressão múltipla aplicada sobre os 5 âmbitos de gestão convencionados revelou que os indicadores de Administração e Conhecimentos explicaram 89% das notas finais. Uma análise de componentes principais (PCA) mostrou que dos 35 indicadores usados, 26 apresentaram as maiores correlações com os resultados, indicando as prioridades de investimentos para a melhoria da eficácia de gestão dessas áreas.
PALAVRAS CHAVE: unidades de conservação, avaliação, eficácia de gestão, EMAP, regressão múltipla, PCA.
SUMARY: This paper presents the application of the procedure Effectiveness of Management of Protected Areas (EMAP), on protected areas of the São Paulo State, Brasil: 28 State Parks, 12 Ecological Stations and one State Reserve. The principles of the methodology are the use of indicators and scores for management evaluation. Four PAs had been classified as possessing a management with very inferior quality, 18 with an inferior management quality, 14 with a medium quality and 5 with a high quality. Applied multiple regression over the 5 stipulated scopes of management showed that the indicators of Administration and Knowledge explain 89% of the final notes. Principal components analysis (PCA) showed that from the 35
indicators used, 26 presented the biggest correlations with the results, indicating the priorities of investments for the improvement of the effectiveness in the management of the areas.
KEY WORDS: Protected areas, evaluation, management effectiveness, EMAP, multiple regression, PCA.
INTRODUÇÃO
Segundo a União Internacional para a Conservação (UICN), áreas protegidas são “áreas de terra ou de mar, especialmente dedicadas à proteção e manutenção da diversidade biológica e dos recursos naturais e culturais a elas associados, administrada através de mecanismos legais ou outras medidas que tornem possíveis alcançar tais objetivos” (IUCN, 1994). Pelo viés brasileiro as áreas protegidas são denominadas unidades de conservação e definidas como “espaço territorial e seus recursos ambientais, incluindo as águas jurisdicionais, com características naturais relevantes, legalmente instituída pelo Poder Público, com objetivos de conservação e limites definidos, sob regime especial de administração, à qual se aplicam garantias adequadas de proteção” (BRASIL, 2000).
Áreas protegidas contribuem para o desenvolvimento econômico de duas formas: conservando a diversidade biológica, mantendo os processos evolutivos e ecológicos e o provendo serviços ambientais à comunidade, tangíveis, como água, recursos faunísticos, energia e comércio, e intangíveis, como paz e motivação espiritual, orgulho comunitário, por exemplo.
Muitos dos benefícios provenientes das UCs diferem daqueles ligados ao processo de produção, pelo fato de se utilizar capital natural de difícil quantificação, muitas vezes de maneira indireta (MILANO et al., 1993).
Para aportar os benefícios prometidos à sociedade, as unidades de conservação precisam ser gerenciadas com padrões de qualidade elevados, caso contrário elas estarão fadadas a receberem a depreciativa alcunha de “UC de papel”, aquelas não implementadas e que pouco servem para justificar as políticas governamentais para o setor, seja o tão propalado ‘desenvolvimento sustentado’ ou mesmo as próprias ações dos ambientalistas.
Uma das questões mais importantes é como saber se a gestão está seguindo um rumo que conduz as UCs ao alcance de seus objetivos de manejo, ao aproveitamento de suas potencialidades científicas, educacionais, culturais, recreativas e econômicas.
No último decênio surgiram vários métodos destinados a avaliar a eficácia de gestão das UCs, a grande maioria através do uso de indicadores e escalas de valoração quantitativa, procedimentos estes amplamente expostos pela
IUCN (IUCN, 2000; Hockings, 2000, FARIA, 2004), alguns deles estruturados a partir de fundamentos e princípios da International Standarization Organization-ISO (FARIA, 1993). Entretanto, a maioria dos autores e aplicadores dessas metodologias parecem relutar em usar rotinas estatísticas como ferramenta de análise dos dados, seja para aprimorar os procedimentos metodológicos originais ou seja para ratificar e melhorar as discussões sobre os resultados obtidos. Assim sendo, este trabalho apresenta os resultados da aplicação do procedimento Efetividade de Manejo de Áreas Protegidas-EMAP (FARIA, 1993; CIFUENTES et al., 2000) em unidades de conservação de São Paulo, ademais da utilização complementar de duas rotinas estatísticas na validação dos dados auferidos.
MATERIAL E MÉTODOS
Na pesquisa em foco foram usados 35 indicadores e seus respectivos sub-indicadores, distribuídos em 5 âmbitos (Tabela 1). Eles foram aplicados, através de questionários em oficinas de avaliação coletiva e visitas de campo, a 41 Unidades de Conservação de Proteção Integral: 28 Parques Estaduais, 12 Estações Ecológicas e uma Reserva Estadual, que totalizam 753.405ha de ecossistemas legalmente protegidos, correspondentes a cerca de 90% da área total administrada pelo Instituto Florestal de São Paulo.
O procedimento metodológico foi adaptado à realidade paulista, sendo seus passos principais: 1. Seleção de indicadores conforme os objetivos
de gestão das UCs a serem avaliadas e sua agrupação em âmbitos afins;
2. Definição de cenários para cada um dos indicadores: Um cenário ótimo, ou ideal, e um cenário atual ou a situação encontrada na área; 3. Devidamente articulados estes cenários
possibilitam a obtenção de diferentes padrões de qualidade, cenários alternativos passíveis de ocorrer no campo;
4. Cada cenário é associado a um valor de uma escala com 5 níveis de qualidade, onde o maior valor (4) reflete o cenário ótimo e o menor (0) as condições totalmente opostas ao alcance dos objetivos de gestão da área. Os cenários intermediários estão associados aos valores 1, 2 e 3;
5. A análise dos indicadores se dá a partir de diagnósticos realizados através de informações secundárias e primárias. A pontuação obtida para os indicadores é disposta em uma matriz e referem-se à situação atual ou padrão de qualidade encontrado na UC;
6. O somatório das pontuações alcançadas a partir da análise da situação atual dos indicadores resulta um valor designado "total alcançado";
7. O somatório das maiores pontuações possíveis de serem obtidas (4) resulta um valor designado de "total ótimo";
8. A qualificação da eficácia de gestão é obtida por meio da comparação do “total alcançado” ao “total ótimo”, que resulta uma grandeza em porcentagem que é correlacionada a uma escala para a qualificação da gestão, também com 5 níveis mas com amplitudes diferentes nas classes da escala.
A partir do passo 5 as notas dos indicadores foram inseridas em uma matriz (Quadro 2), cuja interpretação fornece o padrão de qualidade da gestão exercida em cada Unidade de Conservação avaliada. Considerando todo o sistema analisado, é possível se inferir sobre a eficácia real do mesmo (e também da organização) na medida em que se compara o Total Atual Geral e o Total Ótimo Geral.
Visando saber a influência que cada grupo de indicadores teve sobre a nota final aplicou-se uma análise de regressão múltipla, considerando-se o percentual final alcançado pelas unidades de conservação a variável dependente (Y = % do Total Ótimo Geral) e os percentuais alcançados pelos grupos de indicadores (% do Ótimo para o âmbito) ‘planejamento e ordenamento’, ‘administrativo’, ‘político-legal’, ‘conhecimentos’ e ‘qualidade dos recursos’ como as variáveis independentes, X1, X2, X3, X4 e X5 respectivamente (Anexo 1).
Para verificar quais dentre todos os indicadores foram responsáveis pelas maiores variações nos resultados obtidos aplicou-se sobre os mesmos uma análise de componentes principais (PCA). A Análise de Componentes Principais (PCA) é uma das técnicas multivariadas mais simples utilizadas em estudos nos quais as variáveis qualitativas imperam, sendo seu principal objetivo a redução da dimensionalidade dos dados através da determinação das variáveis básicas ou fundamentais entre n medidas realizadas sobre N unidades amostrais. Isto é, esta análise distingue entre tantas, quais foram as variáveis que tiveram maior variabilidade nos dados, possibilitando assim a redução da dimensionalidade dos dados através da formação de novos componentes, que agregam os indicadores com maiores variações (BARRELLA, sd).
Para efeito desta análise, os indicadores foram codificados com as letras PO para os do âmbito Planejamento e Ordenamento, IA para o Administrativo, PL para o Politico-Legal, IC para Conhecimentos e QR para Qualidade dos Recursos (Quadro 2). Em ambas as análises empregou-se os programa SANEST 7.0.
Os resultados obtidos refletem a realidade entre os anos 2002 e 2003, sendo que a totalidade do procedimento metodológico adotado na pesquisa encontra-se em FARIA (2004).
Tabela 1. Indicadores adotados para avaliar a eficácia de gestão de unidades de conservação do Estado de São Paulo, Brasil.
Administração Planejamento Político-Legal Qualidade de Recursos Conhecimento Administrador Corpo de funcionários Quantidade Qualidade do pessoal Motivação do pessoal Atitudes Apresentação Autoridade Financiamento Financiamento operativo Financiamento extra Regularidade de entrega Geração de recursos Organização Arquivos Organograma Comunicação interna Normatização Infra-estrutura Instalações básicas Instalações especiais Salubridade Segurança Acessos Equipamentos e materiais Demarcação de limites Plano de manejo Existência e atualidade Equipe de planejamento Método Execução do plano Nível de planejamento Plano operativo anual Zoneamento da área
Compatibilidade dos Usos (legais e ilegais) Recreação Turismo Educação Pesca Exploração madeireira Agricultura Pecuária Outros. Programas de manejo (Existência e execução) Uso público Pesquisa Proteção Manutenção Apoio e participação comunitária Apoio intra-institucional Apoio inter-institucional Diploma de criação Situação fundiária Respaldo ao pessoal Capacitação Aplicação e cumprimento de normas Tamanho Forma Insularidade Áreas alteradas Integridade das cabeceiras das bacias Exploração de recursos na unidade
Compatibilidade do Uso do entorno com objetivos Ameaças Informação Socioeconômica Informação Biofísica Informação Cartográfica Informação Legal Pesquisas e projetos Monitoramento e Retroalimentação
RESULTADOS
Decorrente da aplicação do EMAP e da interpretação da matriz exposta no Anexo 1, obteve-se os resultados apresentados resumidamente na Tabela 2.
Tabela 2. Classificação da eficácia de gestão das UCs investigadas. % do total ótimo Quantidade de UCs % Nível de qualidade da gestão ≤ 40,99% 4 10 Padrão Muito Inferior 41 – 54,99 18 44 Padrão Inferior 55 – 69,99 14 34 Padrão Mediano 70 – 84,99 5 12 Padrão Elevado ≥ 85% 0 0 Padrão de Excelência
Apenas cinco UCs alcançaram um nível de qualidade que possibilita afirmar que os fatores e meios para a gestão existem e as atividades essenciais são desenvolvidas normalmente, tendendo o conjunto em direção ao logro dos objetivos da unidade, inclusive mediante a efetivação de programas de manejo especiais.
Do total, 14 unidades obtiveram pontuação que as classificaram possuidoras de uma gestão medianamente satisfatória, apresentando deficiências que não proporcionam uma sólida base para o manejo efetivo e o desenvolvimento de todos os programas essenciais, podendo não ser atendidos alguns dos objetivos secundários de manejo.
Ainda, 18 UCs apresentaram padrão inferior de gestão; há recursos para o manejo, todavia a área é vulnerável a fatores externos e/ou internos pois há somente meios mínimos disponíveis para as atividades essenciais do manejo, podendo alguns dos objetivos primários não ser atingidos.
Outras quatro unidades aparecem com pontuações abaixo de 40%, o que caracteriza uma total falta de implementação de ações visando emprestar alguma base para se proceder à gestão propriamente dita. Faltam muitos elementos para o manejo e essa situação não garante a permanência da unidade em longo prazo, o que obriga a instituição envidar maiores esforços no manejo das mesmas; nas atuais condições, seus objetivos não são alcançáveis. E finalmente, nenhuma alcançou pontuação que as qualificasse como de Padrão de Excelência.
É importante observar que várias unidades tiveram suas classificações situadas nas proximidades dos limites das classes, seja inferior ou superior, sendo que nesses, casos um deslize
poderia piorar ou por outro lado, um pequeno investimento poderia melhorar, a gestão e a classificação dessas UCs.
Há uma tendência geral do nível da eficácia de gestão das UCs situar-se nos padrões inferior e mediano de qualidade, sendo que o conjunto partilha de duas tendências reais bastante significativas. Uma está relacionada à existência daquilo que comumente designa-se “parques de papel”, unidades totalmente desprovidas de qualquer atributo gerencial que as impede de sair do estado de estagnação e ostracismo em que se encontram, e a outra, mais alentadora, a busca de uma efetiva gestão, aspecto detectado na medida que há um número maior de unidades com pontuações acima da média dos 50% do total ótimo, o limite inferior da classe ‘medianamente satisfatório’.
Por outro lado, e tomando-se como exemplo o Instituto Florestal, comparando a pontuação final ótima (5.804) à sua pontuação final alcançada (3177,18) obtêm-se um valor em porcentagem que, conforme a metodologia original nos permite inferir sobre a eficácia geral do sistema administrativo e, conseqüentemente, uma posição sobre a situação em que se encontrava a organização responsável. Neste caso pode-se inferir que o Instituto Florestal, no momento da avaliação, oferecia apenas 55% do suporte total requerido pelo sistema de unidades,
estando então no limite inferior da classe de padrão mediano de qualidade.
De modo geral a instituição enfrentava problemas gerenciais em todas as linhas de atuação com relação direta à sua missão organizacional, em menor ou maior grau, dependendo da incidência do indicador na gestão das UCs e na sua dependência relativa para com a sede administrativa, pois como veremos a importância dos indicadores e grupos de indicadores não é homogênea no sistema analisado.
Por seu turno, os indicadores foram submetidos à mesma análise preconizada pelo método original, associando-se as porcentagens do “ótimo” obtidas pelos indicadores (Anexo 1) à escala padrão, revelando-se assim os pontos fortes e as debilidades meritórias de especial atenção da organização. Visando facilitar a compreensão desses resultados, apresenta-se a Figura 1 a seguir, na qual os indicadores estão classificados e rotulados de ‘debilidades fortes’, ‘debilidades’, ‘nível de atenção’, ‘positivo’ e ‘muito positivo’ de acordo com a pontuação obtida pelo indicador. O quadro é auto-explicativo e denota o quanto e onde a organização administradora e as instâncias superiores do sistema gerencial precisam envidar mais esforços para prover soluções duradouras, prioritariamente a formulação de políticas de gestão direcionadas aos pontos mais débeis, assim como aqueles componentes da gestão que
merecem ser multiplicados e divulgados em razão das suas características positivas. 89,02 84,03 80,49 76,22 71,34 70,12 69,51 69,51 67,07 66,46 62,20 61,59 60,98 60,37 60,37 59,76 57,32 56,10 54,27 53,51 52,44 51,83 49,39 48,98 44,05 41,46 41,46 40,30 39,63 38,01 37,80 34,76 34,76 31,10 29,27 23,58 0 10 20 30 40 50 60 70 80 90 100 Instrumento legal de criação da unidade
Integridade das cabeceiras das bacias das UCs Informações cartográficas Exploração de recursos naturais dentro das unidades Administradores Situação fundiária Insularidade Tamanho da UC Informações biofísicas % de áreas alteradas dentro das UCs Apoio e/ou relacionamento Inter-institucional Demarcação física da UC Informações sócio-econômicas Pesquisas e projetos Informação legal Forma da unidade Aplicação e cumprimento de normas Equipamentos e materiais Infra-estrutura (manutenção) Organização interna da UC Apoio e participação comunitária Compatibilidade de usos com objetivos da UC Forma predominante de uso do entorno Corpo de funcionários Aceiros e carreadores* Zoneamento Ameaças às unidades Programas de manejo (existência e implementação) Nível de planejamento Plano de Manejo (existência e implemantação) Apoio ou facilitação intra-institucional Respaldo ao pessoal / Plano de carreira Monitoramento e retroalimentação Programa de capacitação Geração de recursos próprios Financiamento
Debilidades Fortes Indicadores Positivos Debilidades Indicadores Muito Positivos Nível de atenção
Apesar da clareza dos resultados quali-quantitativos, não se pode prescindir de uma explicação qualitativa mais densa a respeito do padrão de qualidade alcançado pelos indicadores, tais como os exemplos mais extremos obtidos: o “instrumento legal de criação”, que aqui apesar de obter pontuação elevada merece atenção tendo em vista a necessidade dos diplomas legais serem revistos e atualizados em face da Lei No 9.985/2000, que enfatiza a necessidade de revisão das categorias de gestão para aquelas UCs criadas com base em legislações anteriores e que não se enquadrem nas categorias explicitadas pelo Sistema Nacional de Unidades de Conservação (BRASIL, 2000); da mesma maneira o indicador “situação fundiária”, que teve sua pontuação ‘mascarada’ em função de não haver ponderaçãoespecifica considerando a magnitude da superfície das áreas sem solução jurídica.
Aplicação de Regressão Múltipla
A Tabela 3 apresenta o resumo da análise de regressão múltipla aplicada aos resultados de cada grupo de indicadores (âmbitos). Esta análise demonstrou que o âmbito ‘administrativo’ foi o mais importante, com um coeficiente de correlação de 0,84 e coeficiente de determinação de 0,70, o que significa que somente este grupo de indicadores teve uma influência e explicou 70% dos resultados finais obtidos.
O segundo âmbito mais importante foi o ‘conhecimentos’, que juntamente com o primeiro grupo de indicadores influencia em 89,15% os resultados finais, isto é, a entrada dos dados deste grupo agrega 18,68% de explicação ao modelo. O terceiro grupo de indicadores mais importante coube ao âmbito ‘político/legal’, cuja entrada no modelo soma 3,32% de explicação e resulta um modelo matemático que tem uma influencia de 92,24% sobre os resultados finais obtidos. Na seqüência vieram os âmbitos ‘qualidade dos recursos’ e ‘planejamento e ordenamento’, que agregam pouca explicação ao modelo; respectivamente 5,25% e 2,28%.
Considerando esses resultados poder-se-ia enfocar a análise apenas sobre os indicadores dos âmbitos ‘administrativo’ e ‘conhecimentos’ já que os mesmos os influenciam em 89%, sendo o modelo matemático o seguinte:
Y = 11,454440 + 0,465185 X2 + 0,332365 X 4
Tabela 3. Resultados da análise de regressão múltipla.
MODELO COM 1 VARIAVEL: COEFICIENTES DE CORRELACAO SIMPLES
X1 e Y = 0.712864 | X2 e Y = 0.839489 | X3 e Y = 0.814786 | X4 e Y = 0.780591 | X5 e Y = 0.548607
A primeira variável selecionada é X2 (Âmbito Administrativo) porque tem o maior coeficiente de correlação (r = 0,839489). Coeficiente de determinação r² = 0.7047410, ou seja, a influência da variável X2 para o resultado de Y é 70,47%, ou prove 70% de explicação dos resultados finais obtidos (Y). B0 = 22.624083 / B2 = 0.645918
Y = 22,624083 + 0,645918 X2
MODELO COM 2 VARIAVEIS: COEFICIENTES DE CORRELACAO PARCIAIS
X1 e Y = 0.499277 | X3 e Y = 0.613360 | X4 e Y = 0.795287 | X5 e Y = 0.570983 | r² = 0.8914869, B0 = 11.454440 | B2 = 0.465185 | B4 = 0.332365
Y = 11,454440 + 0,465185 X2 + 0,332365 X4
MODELO COM 3 VARIAVEIS: COEFICIENTES DE CORRELACAO PARCIAIS
X 1 e Y = 0.489409 | X 3 e Y = 0.553629 | X 5 e Y = 0.529334
r² = 0.9247467. B0 = 5.729863 | B2 = 0.356180 | B3 = 0.269698 | B4 = 0.274553
Y = 5,729863 + 0,356180 X2 + 0,269698 X3 + 0,274553 X4
MODELO COM 4 VARIAVEIS: COEFICIENTES DE CORRELACAO PARCIAIS
X1 e Y = 0.482330 | X5 e Y = 0.656508 | B0 = 4.695892 | B1 = 0.158800 | B2 = 0.321095 | B4 = 0.206824 / B5 = 0.231078
Y = 5,729863 + 0,15880 X1 + 0,356180 X2 + 0,269698 X3 + 0,274553 X4 MODELO COM 5 VARIAVEIS: COEFICIENTES DE CORRELACAO PARCIAIS
X3 e Y = 0.995623 | B0 = -0.186032 | B1 = 0.141433 | B2 = 0.243068 | B3 = 0.225695 | B 4 = 0.165598 | B5 = 0.226942
Isto comprova quão importante são as atividades operacionais de uma unidade de conservação, aquelas imprescindíveis ao seu funcionamento e existência, que condicionam a cimentação das organizações afeitas ao cuidado de unidades de conservação, assim como os conhecimentos acerca dos recursos protegidos, os que permitem a melhor base para a tomada de decisões e o manejo consistente dos recursos.
Ainda assim, o trabalho original (FARIA, 2004) enfatizou todos os indicadores. Primeiro porque os dados e informações já haviam sido coletados e processados e, segundo, por que a gestão de unidades de conservação é algo mais complexo que as determinações estatísticas, pois, concordando com CIFUENTES (1992), se de um lado o âmbito ‘planejamento’ não tem uma incidência estatística tão grande como o âmbito ‘administrativo’, a falta do primeiro pode causar sérios transtornos à administração, pois o planejamento permite saber o que se deseja a médio e longo prazos, direcionando as ações do presente para se construir o futuro que se delineou para a unidade de conservação.
Aplicação de Análise de Componentes Principais (PCA)
Na Análise de Componentes Principais (PCA) os índices de correlação oscilam de -1.0 a +1.0, significando que a variável (indicador)
possui correlação negativa ou positiva na construção do componente ou novo fator (Tabela 4). Tomou-se em conta que para um indicador estar significativamente associado a dado componente necessita que seu coeficiente de correlação seja maior que o módulo [0,5], similar ao trabalho de ÂNGELO (1996).
Do PCA excluiu-se o indicador “aceiros e carreadores”, incidente apenas sobre 21 das 41 amostras. Conforme o Tabela 4, obteve-se 5 componentes principais para os 35 indicadores, sendo que esses 5 componentes, ou ‘novas variáveis’, respondem por 55% da variação total dos dados, que é dada pela somatória das porcentagens de variação de cada componente. A partir do 6o componente a porcentagem de explicação da variância dos dados é sempre menor que 5%, não apresentando correlação significativa na medida em que os módulos dos coeficientes de correlação nunca foram superiores a 0,5. Isto demonstra que das 35 variáveis originais destacam-se 26 indicadores que apresentaram correlação acima de 50%, um indicativo da importância dessas variáveis nos resultados auferidos.
Tabela 4. Resultado da aplicação da Análise de Componentes Principais (PCA) em 35 indicadores de gestão.
Componentes Principais Código das variáveis
1 2 3 4 5 PO1 0.625 -0.196 0.503 0.231 0.028 PO2 0.425 -0.101 0.627 0.202 0.117 PO3 0.769 -0.301 0.345 0.160 0.116 PO4 0.556 -0.042 0.021 0.555 0.221 PO5 0.807 -0.157 -0.097 0.285 0.079 IA1 0.494 0.100 0.013 0.058 -0.448 IA2 0.616 0.142 -0.428 -0.069 0.059 IA3 0.573 -0.435 0.003 -0.142 -0.294 IA4 0.419 -0.458 -0.185 -0.234 0.455 IA5 0.739 0.043 -0.267 -0.109 0.160 IA6 0.744 -0.009 -0.314 0.047 0.133 IA7 0.724 -0.079 -0.059 -0.123 -0.005 IA8 -0.150 0.631 0.099 0.234 0.460 PG1 0.025 0.043 0.320 -0.288 0.502 PG2 0.634 0.452 -0.362 -0.161 0.075 PG3 -0.220 0.453 -0.029 0.520 0.038 PG4 0.705 -0.031 -0.049 0.039 0.033 PG5 0.485 0.024 0.274 0.094 0.185 PG6 0.235 0.266 0.002 -0.163 0.640 PG7 0.535 -0.270 -0.170 0.351 -0.388 PG8 0.570 0.038 -0.083 -0.138 -0.235 IC1 0.334 0.263 0.539 0.141 -0.074 IC2 0.249 0.298 0.248 -0.145 -0.200 IC3 0.622 0.191 0.046 0.083 -0.345 IC4 0.443 0.214 0.348 -0.351 -0.150 IC5 0.371 0.522 0.260 0.063 0.001 IC6 0.566 0.245 -0.146 0.260 0.132 QR1 0.399 0.152 -0.476 -0.451 0.110 QR2 0.271 0.469 -0.458 0.098 -0.106 QR3 0.236 -0.063 -0.011 -0.353 -0.068 QR4 0.321 0.381 0.250 -0.347 -0.078 QR5 0.166 0.196 0.465 -0.596 -0.078 QR6 -0.214 0.567 -0.098 0.319 -0.071 QR7 -0.113 0.657 0.033 0.035 -0.119 QR8 0.035 0.578 0.026 -0.224 -0.192
Variância Explicada por Componente 8.438 3.650 2.813 2.444 2.046 Porcentagem da Variância Total Explicada 24.109 10.430 8.038 6.984 5.846
Considera-se que os 26 indicadores da gestão (Tabela 5) são os que efetivamente traduziram as diferenças entre as amostras, e que provavelmente são os fatores que devam ser atendidos ou observados com prioridade em função, justamente, das suas dissimilaridades entre as amostras. Isto é, se esses indicadores apresentaram as maiores variações significa que as pontuações abrangeram valores extremos e intermediários da escala de pontuação e, sendo assim, eles são factíveis de serem melhorados através da priorização de investimentos sobre eles, elevando, por conseguinte, a eficácia de gestão do sistema de UCs de modo mais objetivo.
Com isto há uma razoável redução na dimensionalidade dos atributos a serem mensurados, pois de 35 pode-se descartar 9 indicadores. Por outro lado, ponderando que o modelo matemático que melhor explicou os resultados da aplicação do EMAP foi o que abarcou os indicadores dos âmbitos “administração” e “conhecimentos”, e que o PCA reduziu seus indicadores originais a um quantidade de 6 e 4, respectivamente, infere-se que posteriores avaliações poderiam se circunscrever a apenas 2 âmbitos e 10 indicadores principais, um alento aos que não possuem recursos financeiros e tempo suficientes mas que desejam fazer avaliação da gestão, pois poderão decidir sobre a
manutenção deste ou daquele grupo de indicadores neste processo.
Tabela 5. Os 26 indicadores com maiores variabilidades nos dados.
Âmbito/Grupo Indicador
Administração (6) Corpo de funcionários, Financiamento, Organização interna, Infra-estrutura, Equipamentos e materiais, Demarcação física dos limites
Conhecimentos (4) Informações biofísicas, Informações socioeconômicas, Pesquisas e projetos, Monitoramento e retro-alimentação.
Político-Legal (7) I
nstrumento legal de criação da UC, Aplicação e cumprimento de normas, Situação fundiária, Apoio e participação comunitária, Respaldo ao pessoal, Programa de capacitação, Apoio intra-institucional.
Qualidade dos recursos (4)
Integridade das cabeceiras de bacias, Exploração de recursos, Ameaças, Uso do entorno.
Planejamento e ordenamento (5)
Plano de manejo, Zoneamento, Nível de planejamento, Compatibilidade dos usos e categoria, Programas de manejo.
CONSIDERAÇÕES FINAIS
Relativo à aplicabilidade da metodologia EMAP, a mesma demonstrou-se simples, abrangente e eficaz, requerendo unicamente conhecimento e capacitação para sua plena aplicação; muito apropriada para a geração de informações rápidas voltadas às pessoas que tomam as decisões e influenciam na gestão das unidades de conservação, por conseguinte, na eficácia da conservação da diversidade biológica nelas inseridas. É aplicável não só a UCs individuais ou pequenos grupos, mas a sistemas completos ou sub-sistemas, com o cuidado de manter as unidades amostrais agrupadas por categoria de gestão compatíveis, isto é UC de proteção integral e de uso sustentável em matrizes distintas. Os indicadores selecionados e utilizados foram de fácil apuração das informações e de baixo custo, correspondendo às expectativas da pesquisa.
Considera-se que a partir de treinamento, capacitação e a definição de uma proposta metodológica bem delineada, é plenamente plausível (e recomendável) que os chefes de UCs realizem, eles mesmos, a auto-avaliação das unidades sob sua responsabilidade.
Ao aplicar-se a análise de regressão múltipla e a análise de componentes principais sobre os indicadores construiu-se um modelo matemático que explica os resultados auferidos no processo de
avaliação, permitindo estimar a eficácia de gestão e reduzindo a dimensionalidade dos dados na medida que diminui a quantidade de indicadores a serem considerados em futuras análises, diminuindo o tempo e os custos requeridos para esses diagnósticos. Por sua vez, essas rotinas estatísticas contribuem para a priorização de investimentos sobre os vários indicadores (setores) avaliados de uma maneira menos subjetiva, o que vem a concorrer para a melhoria dos aspectos técnicos do EMAP.
A avaliação e monitoramento da gestão de UCs relaciona-se, de maneira intrínseca, à manutenção das características naturais dessas áreas no longo prazo, pois o legado de seus resultados é a impulsão de ações que possibilitem gestões mais eficazes, com vistas ao alcance dos objetivos para os quais essas áreas são criadas. Neste sentido, obteve-se uma imagem de como se encontravam as unidades de conservação em face do desvendamento das várias e diferentes nuanças que se apresentaram aos indicadores avaliados, bem como da própria organização responsável pela administração delas.
Algumas unidades apresentaram quadros extremamente preocupantes, com evidência de pouco ou nenhum investimento para a efetiva implantação básica e/ou implementação de atividades demandadas localmente, ainda que sejam áreas extremamente importantes para a
conservação da biodiversidade paulista e provimento de oportunidades para o desenvolvimento local. Os resultados apontaram, e estes são oriundos da percepção dos técnicos que as gerenciam, a perpetuação de problemas e ameaças que há tempos chamam a atenção dos especialistas em gestão e planejamento de unidades de conservação.
As várias instâncias de decisão e a sociedade precisam entender a realidade das unidades de conservação paulistas, e compreenderem que os benefícios que elas podem proporcionar à sociedade somente serão auferidos se as mesmas forem consideradas com seriedade nas políticas governamentais e, por conseguinte, bem geridas. A matriz de avaliação e os resultados das rotinas estatísticas apontam, objetivamente, onde é necessário atuar em busca de uma gestão de excelência.
REFERÊNCIAS BIBLIOGRÁFICAS
ANGELO, H. Fatores determinantes dos problemas das unidades de conservação no Brasil.
Revista Arvore, 20(2): 199-205. 1996.
BARRELA, V. Estatística multivariada dirigida aos estudos ecológicos. Apostila do curso
Modelagem em Ecossistemas. Pontifícia
Universidade Católica de Sorocaba. Sorocaba: sd. 126p.
BRASIL. Lei no 9.985 de 18 de julho de 2000.
Regulamenta o art. 225, § 1o, incisos I, II, III e VII da Constituição Federal, institui o Sistema Nacional de Unidades de Conservação da Natureza e dá outras providências. Diário Oficial da República Federativa do Brasil. Brasília, 19 de jul. 2000. Seção I, p. 12026-12027.
CIFUENTES, M. Determinación de capacidad de carga turística en áreas protegidas. Série Técnica. Informe Técnico nº194. Turrialba, Costa Rica: CATIE. 1992. 22p.
CIFUENTES, M.; IZURIETA, A.; FARIA, H.H.de. Medición de la efectividad del manejo de áreas protegidas. Serie Tecnica no 2. Turrialba, Costa Rica: WWF, GTZ, UICN. Forest Innovations Project, 2000.100p.
FARIA, H. H. de. Eficácia de gestão de Unidades de Conservação gerenciadas pelo Instituto Florestal de São Paulo, Brasil. 2004. 401f. Tese (Doutorado). Depto. Geografia. Faculdade de Ciência e Tecnologia. UNESP. Presidente Prudente, SP. 2004.
FARIA, H. H de. Elaboración de un procedimiento para medir la efectividad de
manejo de áreas silvestres protegidas y su aplicación en dos áreas protegidas de Costa Rica, América Central. 1993. 167f. Tesis (Maestria). Turrialba, Costa Rica: CATIE, 1993.
HOCKINGS, M. Evaluating protected area management. A review of systems for assessing management effectiveness of protected areas. Occasional Paper, 7(3): 1-56. 2000.
IUCN. Evaluating Effectiveness. A Framework for assessing the Management of Protected Areas. Org. by Hockings, M.; Stolton, S. e Dudley, N. Gland, Switzerland and Cambridge, UK: IUCN. Working Group on Management Effectiveness, 2000. 121p.
IUCN. Guidelines for Protected Areas Management Categories. Cambridge, United Kingdon and Gland, Switzerland:IUCN,1994. 29p.
MILANO, M.; BERNARDES, A.T.; FERREIRA, L. M. Possibilidades alternativas para o manejo e o gerenciamento das unidades de conservação. Brasília,BR: IBAMA/ PNMA, 1993. 123 p.
Anexo 1. Matriz de avaliação da eficácia de gestão. “Management effectiveness evaluate matrix”
EEc01 EEc02 EEc03 EEc04 EEc05 EEc06 EEc07 EEc08 EEc09 EEc10 EEc11 EEc12 RE01
Total
atual ótimo Total Ótimo %
0,67 3,33 2,33 3,00 1,67 2,67 1,33 0,00 2,33 0,00 0,00 1,67 0,00 62,33 164,00 38,01 2,00 4,00 3,00 3,00 2,00 2,00 4,00 0,00 3,00 0,00 0,00 2,00 0,00 68,00 164,00 41,46 1,00 3,00 3,00 3,00 1,00 3,00 0,00 0,00 3,00 0,00 0,00 0,00 0,00 65,00 164,00 39,63 1,00 2,00 3,00 3,00 1,00 4,00 2,00 1,00 3,00 1,00 1,00 2,00 1,00 85,00 164,00 51,83 0,80 2,40 1,40 2,80 1,40 2,90 0,10 0,50 2,40 0,50 0,30 1,10 0,40 66,10 164,00 40,30 5,47 14,73 12,73 14,80 7,07 14,57 7,43 1,50 13,73 1,50 1,30 6,77 1,40 346,43 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 20,00 820,00 27,33 73,67 63,67 74,00 35,33 72,83 37,17 7,50 68,67 7,50 6,50 33,83 7,00 42,25 2,00 3,00 4,00 3,00 4,00 2,00 3,00 2,00 2,00 4,00 4,00 4,00 2,00 117,00 164,00 71,34 2,17 2,50 2,00 1,33 1,67 2,00 0,00 1,67 2,50 2,33 2,17 2,00 1,50 80,33 164,00 48,98 0,33 2,33 0,00 0,33 0,00 0,00 0,00 0,00 0,67 0,33 0,33 2,67 0,33 38,67 164,00 23,58 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 2,00 0,00 0,00 0,00 0,00 48,00 164,00 29,27 2,00 2,00 1,25 2,25 1,25 3,00 0,50 1,50 2,50 2,75 2,75 2,75 1,50 87,75 164,00 53,51 2,00 2,00 2,00 2,00 1,00 3,00 0,00 0,00 4,00 1,00 3,00 1,00 2,00 89,00 164,00 54,27 2,00 3,00 3,00 3,00 0,00 2,00 0,00 0,00 2,00 3,00 3,00 3,00 0,00 92,00 164,00 56,10 3,00 2,00 2,00 3,00 0,00 0,00 4,00 4,00 4,00 0,00 37,00 84,00 44,05 0,00 4,00 4,00 4,00 2,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 101,00 164,00 61,59 10,50 18,83 19,25 17,92 11,92 19,00 7,50 9,17 23,67 21,42 23,25 19,42 11,33 690,75 32,00 32,00 36,00 36,00 36,00 36,00 36,00 36,00 36,00 36,00 36,00 32,00 36,00 1396,00 32,81 58,85 53,47 49,77 33,10 52,78 20,83 25,46 65,74 59,49 64,58 60,68 31,48 49,48 4,00 4,00 4,00 4,00 3,00 3,00 4,00 4,00 4,00 4,00 4,00 4,00 3,00 146,00 164,00 89,02 1,00 3,00 2,00 2,00 2,00 2,00 0,00 2,00 3,00 4,00 4,00 2,00 2,00 94,00 164,00 57,32 0,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 115,00 164,00 70,12 1,00 3,00 1,00 2,00 1,00 3,00 1,00 1,00 2,00 2,00 2,00 1,00 3,00 86,00 164,00 52,44 4,00 3,00 3,00 3,00 2,00 4,00 3,00 1,00 4,00 1,00 1,00 2,00 3,00 102,00 164,00 62,20 1,00 0,00 2,00 1,00 1,00 3,00 0,00 2,00 2,00 2,00 2,00 1,00 0,00 57,00 164,00 34,76 2,00 2,00 2,00 2,00 2,00 2,00 0,00 0,00 0,00 0,00 0,00 0,00 1,00 51,00 164,00 31,10 1,00 3,00 1,00 1,00 1,00 1,00 1,00 0,00 1,00 2,00 2,00 1,00 1,00 62,00 164,00 37,80 14,00 22,00 19,00 19,00 16,00 22,00 13,00 14,00 20,00 19,00 19,00 15,00 17,00 713,00 32,00 32,00 32,00 32,00 32,00 32,00 32,00 32,00 32,00 32,00 32,00 32,00 32,00 1312,00 43,75 68,75 59,38 59,38 50,00 68,75 40,63 43,75 62,50 59,38 59,38 46,88 53,13 54,34 1,00 4,00 2,00 4,00 4,00 4,00 4,00 0,00 4,00 2,00 3,00 2,00 4,00 110,00 164,00 67,07 3,00 4,00 3,00 4,00 4,00 4,00 3,00 4,00 3,00 2,00 4,00 4,00 3,00 132,00 164,00 80,49
EEc01 EEc02 EEc03 EEc04 EEc05 EEc06 EEc07 EEc08 EEc09 EEc10 EEc11 EEc12 RE01
Total
atual ótimo Total Ótimo %
2,00 4,00 4,00 4,00 4,00 4,00 0,00 0,00 4,00 2,00 4,00 2,00 2,00 100,00 164,00 60,98 2,00 2,00 3,00 4,00 3,00 2,00 3,00 2,00 4,00 4,00 4,00 2,00 2,00 99,00 164,00 60,37 2,00 4,00 3,00 2,00 2,00 4,00 3,00 0,00 4,00 4,00 4,00 2,00 4,00 99,00 164,00 60,37 0,00 0,00 1,00 2,00 2,00 4,00 0,00 0,00 3,00 2,00 2,00 0,00 2,00 57,00 164,00 34,76 10,00 18,00 16,00 20,00 19,00 22,00 13,00 6,00 22,00 16,00 21,00 12,00 17,00 597,00 24,00 24,00 24,00 24,00 24,00 24,00 24,00 24,00 24,00 24,00 24,00 24,00 24,00 984,00 41,67 75,00 66,67 83,33 79,17 91,67 54,17 25,00 91,67 66,67 87,50 50,00 70,83 60,67 4,00 3,00 2,00 1,00 1,00 4,00 1,00 2,00 3,00 4,00 4,00 3,00 2,00 114,00 164,00 69,51 2,00 3,00 2,00 2,00 2,00 4,00 2,00 1,00 3,00 4,00 4,00 1,00 3,00 98,00 164,00 59,76 1,00 4,00 1,00 3,00 2,00 4,00 3,00 1,00 2,00 4,00 4,00 2,00 3,00 114,00 164,00 69,51 3,00 4,00 2,00 3,00 4,00 3,00 4,00 4,00 4,00 4,00 4,00 2,00 2,00 109,00 164,00 66,46 4,00 3,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 3,00 121,00 144,00 84,03 3,00 4,00 1,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 4,00 125,00 164,00 76,22 1,00 2,00 3,00 2,00 2,00 1,00 1,00 1,00 2,00 3,00 3,00 2,00 3,00 68,00 164,00 41,46 2,00 2,00 3,00 2,00 2,00 2,00 1,00 1,00 2,00 3,00 3,00 3,00 3,00 81,00 164,00 49,39 20,00 25,00 18,00 21,00 21,00 26,00 16,00 18,00 20,00 30,00 30,00 17,00 23,00 830,00 32,00 32,00 32,00 32,00 32,00 32,00 28,00 32,00 28,00 32,00 32,00 28,00 32,00 1292,00 62,50 78,13 56,25 65,63 65,63 81,25 57,14 56,25 71,43 93,75 93,75 60,71 71,88 64,24 59,97 98,57 84,98 92,72 74,98 103,57 56,93 48,67 99,40 87,92 94,55 70,18 69,73 3177,18 140,00 140,00 144,00 144,00 144,00 144,00 140,00 144,00 140,00 144,00 144,00 136,00 144,00 5804,00 42,83 70,40 59,02 64,39 52,07 71,92 40,67 33,80 71,00 61,05 65,66 51,61 48,43 54,74
