ANÁLISE ECONOMÉTRICA DO DESMATAMENTO NO ESTADO DO PARÁ
Carlos Eduardo Rodrigues Martins1
Resumo: Este trabalho tem por finalidade analisar através de modelagem econométrica as causas do desmatamento no estado do Pará em 2006. Para analisar as variáveis que mais impactaram no aumento do desmatamento no Pará em 2006 foi adotado um modelo de regressão múltipla tendo o desmatamento como variável dependente e 10 variáveis independentes. Os resultados mostraram que a pecuária bovina é atividade com maior correlação com o desmatamento e que as culturas perenes e temporárias juntamente com a pecuária estão entre os principais vetores determinantes do desmatamento no estado do Pará.
Palavras-chaves: Desmatamento, modelagem econométrica, bovino. Abstract: This paper aims to analyze through econometric modeling of the causes of deforestation in the state of Pará in 2006. To examine the variables that most affected by the increase of deforestation in Pará in 2006 has adopted a model of multiple regression and deforestation as the dependent variable and 10 independent variables. The results showed that the Cattle ranching with higher activity is correlated with deforestation and the temporary and perennial crops along with livestock are the main vectors of determinants of deforestation in the state of Pará.
Key-words: Deforestation, econometric modeling, bovine.
1
1 – INTRODUÇÃO
O fato de o desmatamento constituir-se, na atualidade, em um dos maiores problemas ambientais do Brasil tem despertado o interesse de inúmeros pesquisadores interessados em aprofundar o conhecimento sobre suas causas. Por vários anos as causas do desmatamento da Amazônia brasileira puderam ser atribuídas às políticas de integração da região à economia nacional brasileira e à sua defesa contra intervenções internacionais.
Nos anos recentes, vários fatores começaram a mudar os principais responsáveis pelo desmatamento na Amazônia, dentre elas podemos citar a conversão de floresta em pastagens para a criação de gado, o corte e a queima da floresta para cultivos anuais pela agricultura familiar, e a implantação de cultivos de grãos pela agroindústria. Dentre elas, a principal determinante do desmatamento na Amazônia é a Pecuária (MARGULIS, 2003; ARIMA et al, 2005). Além da pecuária, o cultivo de grãos está começando a pressionar as áreas de floresta, estimulando novos desmatamentos. O principal deles é a soja, impulsionada pela posição cada vez mais vantajosa da agroindústria brasileira no mercado de exportações e pelos investimentos em infra-estrutura, especialmente a pavimentação de estradas (NEPSTAD et al., 2002).
Segundo ARIMA (2001), um aspecto importante e que tem conseqüência direta no desflorestamento é o fato do poder público local não ter incentivos para fazer cumprir a lei, principalmente em razão dos benefícios de curto prazo. Existe o que ARIMA chama de "competição regulatória", ou seja, se o município adota e implementa regras que disciplinam o uso dos recursos florestais, a indústria madeireira vai se instalar no município vizinho que não adota regras, e por conseguinte deixa o município de atrair investidores e receita e isto faz com que os municípios relaxem suas regras. Apesar do referencial teórico sobre as causas do desmatamento ser vasto, diversos outros estudos buscaram com a utilização de modelos econométricos para explicar o processo de ocupação do solo amazônico.
Alguns trabalhos como de Reis, Margulis, Ane Alencar, Angelsen e Kaimowitz dentre outros se utilizaram de modelagem para explicar as causas do desmatamento na Amazônia Brasileira.
O objetivo desse trabalho será o mesmo já adotado por diversos autores. Busca-se aqui verificar dentre um conjunto de variáveis aquelas que mais possam explicar o desmatamento para o estado do Pará. A hipótese central em teste é que as variáveis independentes utilizadas seriam as forças determinantes do desmatamento no Pará. Para tal fim, utilizaram-se modelos econométricos em dois períodos, 2000 e 2006. Tendo a variável desmatamento como variável dependente e mais 10 variáveis independentes divididas em: Econômicas, Populacionais e variáveis diretamente ligadas ao uso do solo, como lavouras temporárias, permanentes e números do efetivo bovino do estado do Pará.
2 – ANÁLISE DO DESMATAMENTO NO ESTADO DO PARÁ
Segundo dados do Instituto Nacional de Pesquisas Espaciais (INPE) somente em 2006, foram desmatados mais de 14000 Km² na Amazônia Legal Brasileira. O Estado com maior participação no desmatamento desde 2000 foi o Pará, seguido por Mato Grosso e Rondônia (Gráfico 1).
2000 2001 2002 2003 2004 2005 2006 2007 0 2000 4000 6000 8000 10000 12000 14000 Acre Amazonas Amapá Maranhão Mato Grosso Pará Rondônia Roraima Tocantins K M ²/ A N O
Gráfico 1 – Desmatamento na Amazônia Legal entre 2000 e 2007. Fonte: INPE
O estado do Pará com cerca de 5500 km² de área desmatada foi o estado com maior contribuição para o aumento do desmatamento em 2006 (INPE, 2006). Na esfera municipal, o município paraense que mais desmatou foi São Félix do Xingu. Já para o Mato grosso, que desmatou em 2006 cerca de 4300 km², o município com maior participação foi Juará. Como já é sabido pela literatura, o principal determinante do desmatamento é a pecuária (FEARNSIDE, 1988 e 2005). No caso do Pará não seria diferente, o efetivo do rebanho bovino aumentou de 10,2 milhões de cabeças em 2000 para 15,3 milhões de cabeças em 2006.
Gráfico 2 – Desmatamento e evolução do Rebanho Bovino no Pará de 2000 a 2006. Fonte: INPE/IBGE.
Essa relação entre desmatamento e crescimento do efetivo bovino pode ser melhor ilustrado pelo gráfico 2 (acima), onde podemos observar durante 2000 e 2006 a relação existente entre essas variáveis. A partir da análise do gráfico podemos notar que de 2000 para 2001 não existe nenhuma relação, mas a partir de
2001 quando o desmatamento tem uma elevação o número do efetivo bovino da região também cresce e continua a crescer conjuntamente com o desmate até 2004 quando há uma queda no desmatamento. Repare, também, que a partir de 2004 com declínio da área desmatada o rebanho bovino cai.
3 – METODOLOGIA ECONOMÉTRICA
Para analisar as causas do desmatamento no estado do Pará foi utilizado modelo com dados em cross-section para o ano de 2006. O número de observações foi de 143 (143 municípios) e o número total de variáveis foi de 11. Todas as análises efetuadas estão condicionadas a não violação de nenhum dos pressupostos do Modelo Clássico de regressão Linear.
Para executar essa verificação serão realizados em seqüências os seguintes testes: 1) teste Reset de Ramsey para especificação correta do modelo. 2) Teste de White para heterocedasticidade, uma vez que este erro de especificação é comum em dados em cross-section, para correção deste erro será usada Mínimos Quadrados ponderados. 3) Teste de multicolinearidade utilizando matriz de correlação entre as variáveis, lembrando sempre que alta correlação entre variáveis não viola nenhum pressuposto, somente quando há correlação perfeita, ou seja igual a 1. 4) Estudo da significação conjunta das variáveis (Teste F). 5) Estudo da significação individual (Teste t) das variáveis do modelo.
3.1 – Variáveis Utilizadas no modelo.
Desmatamento2 (DESM) – INPE (Instituto nacional de Pesquisas espaciais)
Lavouras Permanentes3 (PERM) – IBGE/SIDRA (Sistema IBGE de Recuperação
Automática) - Produção Agrícola Municipal.
2
A principal fonte de dados para essa variável foi o Instituto Nacional de Pesquisas Espaciais (INPE-PRODES), será essa a variável dependente do modelo. Os dados foram transformados para hectare buscando uma melhor interação com a variável Lavoura Permanente e outras plantações que também estão em hectare.
3
Lavouras Temporárias4 (TEMP) – IBGE/SIDRA (Sistema IBGE de Recuperação
Automática) – Produção Agrícola Municipal.
Bovino5 (BOV) – Pesquisa Pecuária Municipal do IBGE.
PIB6 (PIB) – Ministério das Cidades.
PIB Per Capita7 (PIB_PCA) – Ministério das Cidades.
População Total8 (POP_TOTAL) – Ministério das Cidades.
Densidade Demográfica9 (DENS_DEM) – Ministério das Cidades.
PIB Agropecuário10 (PIB_AGRO) –. Os dados foram coletados das estatísticas Madeira (MAD) 11 – IBGE/SIDRA (Sistema IBGE de Recuperação Automática) –
3.2 – Análise Econométrica do Desmatamento no Pará em 2006.
Neste tópico buscou-se dentre as variáveis analisadas no trabalho aquelas que poderiam explicar o desmatamento no estado do Pará para o ano de 2006. Todas as estatísticas estão apresentadas no Quadro I. Para mostrar quais variáveis influenciam no desmatamento para este período foram realizadas várias regressões e as variáveis que se mostraram mais significantes foram: PERM, TEMP, SOJA, BOVINO, MADEIRA e PIB_AGRO. Vale ressaltar que o número de variáveis utilizadas no modelo foi de 10, como já salientado anteriormente, e que algumas variáveis foram retiradas do modelo porque não se apresentaram estatisticamente significantes ao nível de significância de 5%. Dentre elas podemos destacar: PIB, DENS_DEM, PIB_PCAP e POP_TOTAL. Segundo o R² as variáveis significantes são responsáveis por cerca de 90% do desmatamento para o ano de 2006. Sendo assim, o modelo que melhor se enquadrou foi o seguinte:
DESM = β0 + β1PERM + β2TEMPORÁRA + β3BOVINO + β4MADEIRA + β5PIB_AGRO +
β6SOJA
+ ε
4 Esta variável corresponde a área plantada total das plantações de curta duração. Vale lembrar que segundo a literatura
algumas culturas deste grupo estão entre as principais determinantes do desmatamento, as quais podemos destacar: Arroz, Milho e Soja. Retiramos essas culturas do agregado e analisamos, dentre essas apenas SOJA foi significante para o modelo.
5 Corresponde ao efetivo bovino por cabeça do estado do Pará. 6 Representa o produto interno bruto do Pará para os anos em análise. 7
Apesar dessa variável apresenta diversas controvérsias, sua inclusão no modelo foi na busca de capitar a influência da renda para o aumento do desmatamento na região.
8
Esta variável corresponde a população total os municípios do estado Pará
9
Representa a medida expressa pela relação entre a população e a superfície do território, ou seja, refere-se a razão entre o número de habitantes da região e sua área geográfica.
10
Representa o Produto Interno Bruto da Agropecuária do Estado do Pará
11
Quadro I: Estimativas Mínimos Quadrados (OLS) usando as 143 observações Variável dependente: DESM
Coeficiente Erro Padrão razão-t p-valor
CONSTANTE -16577,6 8996,79 -1,9426 0,05 PERM 3,25958 1,43726 2,2679 0,02492 TEMP 1,95174 0,626495 3,1153 0,00224 BOV 0,753133 0,0521533 14,4407 <0,00001 MAD 0,0791252 0,0308669 2,5634 0,01146 PIB_AGRO 1,75668 0,474094 3,7053 0,00031 SOJA 8,48019 2,85516 2,9701 0,00352
R-quadrado 0,904284 R-quadrado ajustado 0,900030
F(6, 135) 212,5711 P-valor(F) 3,21e-66
Para o Modelo acima foi realizado o teste de Ramsey para especificação correta, após análise de seu p-valor (0,107708) verificou que ao nível de significância de 5% não podemos rejeitar a hipótese nula e confirmamos que o modelo teve uma especificação adequada.
Para esse modelo não se gerou estimativas de Mínimos Quadrados Ponderados, para correção de heterocedasticidade, pois ao utilizar o teste de White para detecção da mesma verificou-se, a partir de seu p-valor (0,6906), que ao nível de significância de 5% não podemos rejeitar a hipótese nula de homocedasticidade. Já para verificar a presença de multicolinearidade (quando uma variável explicativa possui uma alta colinearidade com outra variável explicativa) foi construída uma matriz de correlação com as variáveis observadas. Após a análise dessa matriz, verificamos mais uma vez que a variável BOVINO apresentou a mais alta correlação com o desmatamento (0,9104). Outra variável que apresentou alta correlação com o desmatamento foi PIB_AGRO, que representa a parcela do PIB destinadas a Agropecuária. Vale ressaltar que essa variável não foi significante para o modelo I.
A variável PIB_AGRO e BOVINO apresentaram alta correlação (0,8092) o que pode indicar multicolinearidade entre essas variáveis, o método mais utilizado para resolver esse problema seria a exclusão de uma das variáveis. Este procedimento
não foi adotado, pois poderiam estar retirando uma importante variável do modelo e cairíamos em erro de especificação, resolvemos conservar ambas e confirmamos sua relevância para o modelo. Com relação às estatísticas “F”, que testa a hipótese nula de que todos os coeficientes das variáveis independentes são nulos, todas as variáveis do modelo apresentaram-se significantes a 5%. De acordo as estatísticas “t”, que testa a hipótese individual que os coeficientes de cada variável são nulos, todas as variáveis são estatisticamente significantes para o modelo em questão.
4 - CONCLUSÃO
A análise das causas do desmatamento é um assunto já muito abordado. Inúmeros trabalhos já demonstraram a alta correlação entre desmatamento e a atividade pecuária. Parece evidente que essa atividade seja a principal determinante do desmatamento, mas temos que levar em conta que o desmatamento e suas causas são variadas e que cada região tem sua peculiaridade e apresentam determinante distintos de desmatamentos. A partir da análise do modelo, podemos verificar que mais uma vez a principal variável determinante do desmatamento é a pecuária. O aumento da oferta de gado na Amazônia poderá ocorrer por meio do desmatamento ou do aumento da produtividade nas áreas já desmatadas (ARIMA et al, 2005). Outro ponto a salientar, diz respeito à concessão de financiamentos à pecuária e a disponibilidade de crédito subsidiado do FNO, que continuará exercendo pressão para o aumento dos desmatamentos (ARIMA et al, 2005 e 2008).
Algumas variáveis, antes já identificadas pela literatura como determinantes do desmatamento, também se mostraram significantes, como: PERM, MILHO, SOJA e MADEIRA. Outras como PIB_AGRO, mostraram como já discutido no parágrafo anterior como um dos vetores do desmatamento no estado do Pará.
Nesse contexto torna-se evidente que para se desacelerar o desmatamento, o governo federal deve pelo menos revisar suas políticas de adoção de concessões de
financiamento e subsídios para atividades que impactem diretamente no desmatamento de mais áreas de floresta, bem como continuar com as fiscalizações a municípios que apresentam altos graus de desmatamento.
REFERÊNCIAS
ALENCAR, Ane. Desmatamento na Amazônia: indo além da “emergência
crônica”. IPAM, Belém, 2004.
ARIMA, E.; BARRETO, P.; BRITO, M. Pecuária na Amazônia: tendências e
implicações para a conservação ambiental. Belém: Instituto do Homem e meio
Ambiente da Amazônia, 2005.
ARIMA, E.; BARRETO, P.; PEREIRA, R. A Pecuária e o Desmatamento na
Amazônia na Era das Mudanças Climáticas. Belém: Instituto do Homem e meio
Ambiente da Amazôni, 2008
FEARSIDE, P. M. Desmatamento na Amazônia brasileira: história, índices e
conseqüências. Megadiversidade, v. 1, n. 1, jul. 2005.
GUJARATI, D. M. Econometria Básica. Campus/Elsevier, 2006.
IBGE – SIDRA. Instituto Brasileiro de Geografia de Estatística – Produção Pecuária
Municipal e Produção Agrícola Municipal. Acessado em 02/04/2009.
INPE – Instituto Nacional de Pesquisas Espaciais. Prodes – Estimativas Municipais
MARGULIS, Sérgio. Causas do Desmatamento da Amazônia Brasileira. 1ª ed. Brasília: Banco Mundial, 2003.
KAIMOWITZ, D. & ANGELSEN, A. Economic Models of Tropical Deforestation: A
