Dinâmica da tecnologia agrícola brasileira,

(1)

Porto Alegre, 26 a 30 de julho de 2009,

Sociedade Brasileira de Economia, Administração e Sociologia Rural

1 DINÂMICA DA TECNOLOGIA AGRÍCOLA BRASILEIRA, 1995-2006

apgomes@ufv.br

Apresentação Oral-Evolução e estrutura da agropecuária no Brasil

JOSÉ LUIZ ALCANTARA FILHO; ADRIANO PROVEZANO GOMES; ROSA MARIA OLIVERA FONTES; GILLIAN DEL PUPPO ALVES.

UNIVERSIDADE FEDERAL DE VIÇOSA, VIÇOSA - MG - BRASIL.

Dinâmica da tecnologia agrícola brasileira, 1995-2006

Grupo de Pesquisa: Evolução e estrutura da agropecuária no Brasil

Resumo

Em um país marcado por desigualdade e com características históricas, econômicas e culturais fortemente agrícolas, é necessário procurar efetivar políticas visando maior eqüidade, seja em termos fundiários, de rendimento ou até mesmo tecnológicos. Neste sentido, o presente trabalho teve como objetivo analisar a dinâmica do setor agrícola entre 1995 e 2006, a fim de analisar tanto as disparidades regionais como o impacto da mudança tecnológica no uso dos fatores de produção em relação ao período inicial, averiguando se as microrregiões estão convergindo ou divergindo espacial e tecnologicamente em relação aos seus vizinhos. Para tanto, utilizou-se como metodologia o Índice de Malmquist para mensurar a taxa de mudança tecnológica e a análise exploratória de dados espaciais (AEDE) para verificar a formação de clusters espaciais, bem como as mudanças ocorridas no período analisado. Em suma, verificou-se a existência de dependência espacial direta entre as microrregiões analisadas, Assim, regiões que em 1996 eram intensivas na utilização de terra, trabalho e capital, em 2006 tenderam a permanecer com as mesmas características, além de influenciar positivamente suas regiões vizinhas. Além disso, constatou-se uma dualidade na estrutura agrícola brasileira, de modo que existem padrões nítidos de manutenção das desigualdades tecnológicas inter-regionais, mas que, em algumas regiões, como no Centro-Oeste e litoral nordestino, o crescimento tecnológico agrícola sinaliza um lento processo de convergência.

Palavras-chave: Econometria espacial; crescimento tecnológico agrícola; dinâmica agrícola.

Abstract

In a country such Brazil, with high inequality and strong cultural, historic and economic prevalence of the agricultural sector, it is necessary to develop public policies to achieve more equitable results, whether in terms of land distribution, agricultural earnings or technological conditions. Based on that, this paper intends to analyze the agricultural sector dynamics between 1995 and 2006, in order to investigate the regional disparities and the impact of the factors of production technological change in relation to the initial period. It

(2)

2

is then possible to say if the Brazilian micro regions are spatially and technologically converging or diverging with respect to their neighbors. The Malmquist Index was used to measure the technological change and the Spatial Data Exploratory Analysis was applied to verify the possibility of spatial cluster formation as well as the changes occurred in the period. There is evidence of a direct spatial dependence among the analyzed Brazilian micro regions. Regions that were intensive in using land, labor and capital in 1996 tended to keep the same characteristics, besides positively influencing the neighbor regions. Also it was noticed a duality in the Brazilian agricultural structure, in such a way that there is a clear pattern of a stable inter regional technological inequality in some regions and at the same time there are regions, such Central West and Northeast coast, where there is a slow convergence process of the agricultural technology.

Key-words: spatial econometrics; agricultural technological growth; agricultural dynamics.

1. INTRODUÇÃO

Recentemente foram divulgados os dados preliminares do Censo Agropecuário do IBGE de 2006, que dispõe de informações referentes a algumas variáveis relevantes da agricultura brasileira no que diz respeito aos fatores de produção agropecuários, tais como: área total utilizada1, número de tratores e número de trabalhadores com e sem laços de parentesco. Estas variáveis servem como proxies para os principais fatores de produção da economia: terra, trabalho e capital.

Desde o Censo Agropecuário do IBGE de 1995/1996 não havia dados oficiais que pudessem servir de análise comparativa a estes, de modo que, até então, não se podia afirmar com exatidão quais as mudanças e tendências da dinâmica da agricultura no Brasil. Some-se a isto o fato do setor agropecuário no Brasil se expandir ao longo das últimas décadas, sendo imprescindível para o desenvolvimento agrícola nacional. Segundo Navarro (2001), o desenvolvimento agrícola é uma expressão que se refere às condições da produção agrícola, no sentido estritamente produtivo, identificando suas tendências em um determinado período de tempo. Refere-se, portanto, à base propriamente material da produção agropecuária, suas facetas e evolução.

Foi através deste desenvolvimento que a produção agropecuária teve uma recuperação de importância relativa no Produto Interno Bruto na última década. Segundo Bacha (2004), isso se deu através de três fatores: grande crescimento da agropecuária (crescimento da produtividade), melhoria da relação de preços agrícolas/preços industriais e aumento da relação preços recebidos/preços pagos na agropecuária. Por outro lado, Ramos (2007) ressalta que este crescimento ocorreu como conseqüência de um processo de modernização da agricultura brasileira, que foi o procedimento de mudança da base técnica da produção agropecuária. Esse processo foi e ainda é parcial, seja em termos de região, seja em termos de cultura, ou em termos de tamanho do estabelecimento. O exemplo mais evidente é a cana-de-açúcar, onde existem tratos culturais mecanizados e a colheita é predominantemente manual. Meyer e Silva (1998) afirmam que a partir do processo de

1

Soma da área explorada em lavouras permanentes, lavouras temporárias, além de pastagens, matas e florestas plantadas e naturais.

(3)

3

modernização da agricultura brasileira vem ocorrendo uma substituição do trabalho pelo capital, gerando aumento do êxodo rural e aumento do desemprego.

Gomes et al (2005) ressaltam que a modernização da agricultura não ocorreu de forma homogênea em termos temporais e tampouco em termos espaciais. Assim, esta se deu de modo excludente quanto às diferentes regiões e ao tamanho das propriedades, sendo integradas ao processo principalmente os médios e grandes produtores localizados nas regiões Centro-Oeste, Sudeste e Sul. Além disso, os autores ressaltam que, nas últimas décadas, a agricultura desenvolveu-se em um novo ambiente econômico, marcado pela redução da participação do estado no desenvolvimento e abertura comercial, que proporcionaram diferentes impactos nas mudanças tecnológicas inter-regionais.

Neste sentido, este trabalho visa analisar a dinâmica do setor agrícola entre 1995 e 2006, a fim de verificar tanto as disparidades regionais como o impacto da mudança tecnológica no uso dos fatores de produção em relação ao período inicial e examinar se as microrregiões estão convergindo ou divergindo espacial e tecnologicamente em relação aos seus vizinhos. Espera-se que, pelo fato de as microrregiões possuírem características heterogêneas e regionalmente desiguais, não haja convergência no uso de tecnologias agrícolas entre elas. Em outras palavras, a hipótese do trabalho é que a dinâmica tecnológica agrícola das microrregiões não está convergindo tecnologicamente em relação aos seus respectivos vizinhos.

Este artigo está dividido em quatro seções, sendo a introdução e o referencial bibliográfico a primeira e a última, respectivamente. A segunda seção refere-se à metodologia, sendo exposta a base de dados e os instrumentos analíticos que serão utilizados. A terceira seção trata da apresentação e discussão dos resultados e, em seguida, conclui-se.

2 – METODOLOGIA

2.1 – Divisão regional e fonte de dados

Foi adotada a divisão microrregional do país usada pelo IBGE. A opção pelo recorte microrregional deve-se ao fato delas representarem grupos mais homogêneos quanto às características físicas, econômicas, políticas e sociais.

Foram utilizados como fonte os Censos Agropecuários do IBGE, além das produções agrícola (PAM), pecuária (PPM), extrativa vegetal e silvicultura para as microrregiões brasileiras nos anos de1995 e 2006.

As variáveis utilizadas foram: número total de tratores sendo representativo de tecnologia, total do pessoal ocupado2, área utilizada e valor de produção3. Para corrigir os níveis de inflação do período, utilizou-se o Índice de Preços Recebidos pelos produtores (IPR), da Fundação Getúlio Vargas.

2.2 – Índice de Malmquist

2

Soma do pessoal ocupado nas atividades agropecuárias contratados com e sem laços de parentesco.

(4)

4

O Índice de Malmquist é utilizado para verificar o comportamento da produtividade total dos fatores (PTF) ao longo do tempo. Através dele pode-se analisar as modificações ocorridas na eficiência técnica e as modificações na eficiência tecnológica, ou seja, verifica-se a mudança da distância da microrregião em relação à fronteira tecnológica (mudança de eficiência) e a mudança da fronteira tecnológica onde se verifica o progresso tecnológico (GOMES et al, 2005). Para ilustrar o processo de decomposição deste índice, tem-se o índice de mudança na produtividade de Malmquist com orientação produto, entre os períodos t e t+1.

2 / 1 1 0 1 1 1 0 0 1 1 0 1 1 1 , 0 ) , ( ) , ( ) , ( ) , ( ) , , , (       = + + +₊ + + + + + t t t t t t t t t t t t t t t t t t y x d y x d x y x d y x d x y x y M (1)

Verifica-se que a equação (1) é a média geométrica entre um índice com tecnologia no período t e outro com o período t+1.

Sua característica mais importante é a possibilidade de decomposição em um índice de mudança na eficiência técnica (primeiro termo do lado direito) e um índice de eficiência tecnológica (segundo termo do lado direito), como mostra a equação 2.

2 / 1 1 0 0 1 1 1 0 1 1 0 0 1 1 1 0 1 1 1 , 0 ) , ( ) , ( ) , ( ) , ( ) , ( ) , ( ) , , , (             = ₊ + + + + + + + + + + + t t t t t t t t t t t t t t t t t t t t t t t t y x d y x d x y x d y x d x y x d y x d x y x y M (2)

FÄRE et al (1994) mostram que o índice de variação técnica é o produto entre os índices de variação técnica pura e de variação da eficiência alocativa (eficiência de escala). Mesmo em economias em que todas as firmas sejam eficientes na utilização dos fatores, é possível aumentar a produtividade modificando a combinação dos fatores. Ou seja, dada uma determinada tecnologia, existe uma razão capital-trabalho ótima que maximiza a eficiência alocativa.

Para se calcular os componentes do índice, é necessário resolver quatro problemas de programação linear, como apresentado a seguir.

[

d₀p(x_q_,y_q₎

]

−1 =MAX_φ_,_λ

φ

, Sujeito a: , 0 ... , 0 , 0 1 , , ≥ ≥ − ≥ + − n i p q i i p q i X x Y y

λ

φ

(3) em que (p,q)

ε

{(t,t), (t,t+1), (t,t+1), (t+1,t)}

Os φ’s encontrados indicam a quantidade de aumento em todos os produtos no período q, com os insumos constantes requeridos para obter um ponto na função fronteira no período p.

(5)

5

O índice de Malmquist, descrito acima, foi utilizado no intuito de se estimar o nível de mudança tecnológica na agricultura, sendo que as variáveis número de tratores, pessoal ocupado e área utilizada foram usados como insumos, já que são excelentes proxies para os fatores de produção agrícolas – terra, trabalho e capital. Como produto foi utilizado apenas o valor anual da produção.

(6)

6 2.3 – Econometria Espacial

A econometria espacial trata quantitativamente sobre o comportamento do agente tanto do ponto de vista atomístico (quais são os fatores exógenos independentes do espaço que interferem em sua tomada de decisões), quanto da sua interação com outros agentes heterogêneos ao longo do espaço, este igualmente heterogêneo (ALMEIDA, 2004).

A estrutura espacial dos dados é incorporada através de uma matriz binária de pesos espaciais contígua, W, com elementos wij, onde o índice ij corresponde ao vizinho i

da observação j. A presença de zeros na matriz de pesos indica a ausência de interação espacial entre as observações. Neste trabalho, utilizou-se a convenção de vizinhança conhecida como rainha. Nela, todas as microrregiões que contém relações de contigüidade com a microrregião analisada são consideradas vizinhas.

Conforme destacado por ANSELIN e BERA (1998), em processos espaciais, verifica-se uma dependência espacial onde heterogeneidade gera dependência espacial e, por sua vez, dependência espacial pode também induzir heterogeneidade. Dessa forma, essas características provocam sérias dificuldades para identificar modelos econométricos espaciais de forma apropriada. Em vista disso, uma análise exploratória de dados espaciais (AEDE) pode auxiliar a superar tal problema de identificação, provendo claras indicações sobre a existência de padrões de associação espacial.

A AEDE procura descrever distribuições espaciais, identificar observações discrepantes no espaço, descobrir padrões de associação espacial e sugerir clusters espaciais.

O primeiro passo num estudo de AEDE é testar a hipótese de que os dados espaciais são distribuídos aleatoriamente. Para isso, é testada a hipótese de associação espacial global univariada utilizando a estatística I de Moran, que é um coeficiente que mensura o grau de correlação espacial, conforme a equação (4):

2 ) ( ) )( ( y y w y y y y w w n I i ij j i ij ij − − − =

∑

∑∑

(4)

Onde n é o número de unidades espaciais, yi é a variável de interesse, wij é o peso espacial

para o par de unidades espaciais i e j, medindo o grau de interação entre elas.

O teste tem como hipótese a existência de aleatoriedade espacial. Do contrário, deve-se tomar cuidado com a interpretação dos resultados. Uma indicação de autocorrelação espacial positiva revela que há uma similaridade entre os valores do atributo estudado (por exemplo, área utilizada total) e da localização espacial do atributo (por exemplo, microrregião). Ou seja, a autocorrelação espacial positiva indica que, no geral, alta área utilizada de uma microrregião tende a ser rodeada por áreas também com alta utilização de terras das microrregiões vizinhas e/ou uma pequena área de utilização de terra de uma microrregião tende a ser rodeada por áreas utilizadas também baixas das microrregiões vizinha. Um comportamento inverso ocorre com a indicação de autocorrelação negativa.

Sobre a associação espacial global uni e multivariada, a econometria espacial pode aqui elucidar, por exemplo, se a área de terra utilizada de uma microrregião está associada às disponibilidades de capital (tratores) nas microrregiões vizinhas. Em termos formais, é possível calcular a estatística I de Moran para duas variáveis diferentes.

(7)

7 n Wz z I_kl k l ' = (5)

Onde zk e zl são variáveis padronizadas e W é a matriz de pesos espaciais.Essa medida identifica o grau de

associação sistemática de uma variável padronizada zk com uma outra (diferente) variável padronizada

vizinha zl.

Em caso do I de Moran multivariado positivo, as microrregiões que apresentam uma área elevada de terras utilizadas tendem a ser rodeadas por microrregiões vizinhas com elevado nível de capital (tratores), bem como microrregiões com pequena área de terra utilizada são circunvizinhas de microrregiões com baixa nível de capital. De forma inversa, um I multivariado negativo significa que microrregiões com elevado uso de terras são circundadas por microrregiões com baixo nível de capital, ao passo que microrregiões com reduzido uso de terras são vizinhas de microrregiões com elevado uso de capital.

Segundo ANSELIN (1995), o indicador de I de Moran local faz uma decomposição do indicador global de autocorrelação na contribuição local de cada observação em quatro categorias, cada uma individualmente correspondendo a um quadrante no diagrama de dispersão de Moran.

O diagrama de dispersão de Moran mostra a defasagem espacial da variável de interesse (ou seja, a média do atributo nos vizinhos) no eixo vertical e o valor da variável de interesse no eixo horizontal. Adicionando à este diagrama a informação de significância das medidas de associação local, pode-se construir o mapa de clusters espaciais. Ele ilustra a classificação em quatro categorias de associação espacial estatisticamente significantes: 1. Alto-Alto (AA): Significa que as unidades espaciais pertencentes a esse agrupamento

exibem valores altos da variável de interesse rodeados por unidades espaciais que apresentam valores também altos;

2. Baixo-Baixo (BB): Refere-se a um agrupamento cujas unidades espaciais mostram

valores baixos circundados por unidades espaciais que ostentam valores também baixos;

3. Alto-Baixo (AB): Diz respeito a um cluster no qual uma unidade espacial qualquer

com um alto valor da variável de interesse é circunvizinha de unidades espaciais com um baixo valor;

4. Baixo-Alto (BA): Concerne a um cluster no qual uma unidade espacial qualquer com

um baixo valor da variável de interesse é circundada por unidades espaciais com alto valor.

Normalmente, a análise econométrica espacial é realizada em seções de dados cross-section, tendo a intenção de captar a existência de padrões de dependência espacial entre as variáveis em estudo. Neste trabalho, procurou-se verificar a influência que microrregiões exerceram na evolução das microrregiões vizinhas, analisando a relação de aleatoriedade espacial entre as variáveis de estudo em 2006, e suas respectivas regiões vizinhas em 1996. Além disso, verificou-se a ocorrência de convergências/divergências

(8)

8

microrregionais em 2006 a partir da taxa de mudança tecnológica, calculada através do Malmquist, em relação ao nível de capital efetivo no período inicial (K/L)4.

3 – RESULTADOS E DISCUSSÃO

Esta seção foi subdividida em duas subseções. Após uma breve analise descritiva das variáveis utilizadas. será discutido o comportamento das variáveis utilizadas entre 1995 e 2006 a partir da abordagem espacial. Em seguida, demonstra-se o coeficiente de mudança tecnológica das microrregiões no período de 1995 e 2006, juntamente com o nível de capital efetivo do período inicial para, a partir destes, verificar a ocorrência de convergência/divergência tecnológica na dinâmica agrícola das microrregiões brasileiras em relação aos seus vizinhos próximos.

Na Tabela 1 são apresentadas as principais variáveis disponíveis nos resultados preliminares do Censo agropecuário, além do valor anual da produção de 2006 e 1995. Verifica-se que a área total utilizada, em média, permaneceu constante, pois as regiões Centro-Oeste e Sudeste reduziram suas áreas utilizadas, enquanto as regiões Norte, Nordeste e Sul expandiram. Quanto aos trabalhadores empregados, verifica-se que as regiões norte e sul tiveram leves quedas, 0,48% e 2,2% respectivamente. Por outro lado, as regiões Nordeste e, principalmente, Sudeste (37,6%) e Centro-Oeste (40,2%), tiveram grande incremento no número de empregados rurais.

Tabela 1 – Comportamento das variáveis agrícolas em 1995 e 2006

Variáveis Ano Norte Nordeste Centro-Oeste Sudeste Sul Brasil

Área total utilizada 1995 58.358.880 78.296.094 108.510.013 64.085.890 44.360.361 353.611.238 2006 67.461.294 80.528.651 97.900.212 60.321.603 46.482.265 352.694.025 ∆ % 15,60% 2,85% -9,78% -5,87% 4,78% -0,26% Total do Pessoal Ocupado 1995 1.671.385 6.982.108 693.167 2.287.107 2.949.510 14.583.277 2006 1.663.314 7.686.754 972.017 3.147.179 2.884.475 16.353.739 ∆ % -0,48% 10,09% 40,23% 37,61% -2,20% 12,14% Tratores 1995 18.485 55.475 114.684 276.026 335.049 799.719 2006 25.920 58.731 118.144 241.690 341.811 786.296 ∆ % 40,22% 5,87% 3,02% -12,44% 2,02% -1,68% Valor da Produção 1995 11.304.694 18.656.420 9.864.450 32.744.169 28.486.506 101.056.239 2006 6.871.712 19.987.944 18.714.840 44.933.594 35.459.870 125.967.960 ∆% -39,21% 7,14% 89,72% 37,23% 24,48% 24,65%

Fonte: Censo Agropecuário e Produção Agrícola, Pecuária, Extrativa Vegetal e Silvicultura Municipal – IBGE (1995 e 2006).

Quanto ao uso de tratores, embora os dados revelem que praticamente não houve variação na média brasileira, é possível inferir que, em geral, há uma relação de substituição entre trabalho e capital, pois, excetuando a região Nordeste, todas as demais

4

Como foi descrito na subseção anterior, o número de tratores foi utilizado como proxy para capital e o total de pessoal ocupado no setor agropecuário, como representativo da mão-de-obra/trabalho.

(9)

9

resultaram em relações inversas, apesar das elasticidades serem diferentes. Uma provável explicação para este comportamento adverso dos fatores no Nordeste pode ser o fato da agricultura estar “atrasada” em relação à média, de modo que, têm possibilitado a incorporação de ambos os fatores a fim de elevar gradualmente os níveis de produção. Verifica-se ainda que, a região Norte apresentou um significativo aumento no uso de tratores, sendo que, no período analisado, houve um aumento superior a 40%. Este fenômeno é resultado da fronteira de expansão agrícola que localiza-se sobre tal região. Como destacado anteriormente, a região também apresentou um crescimento superior a 15% na área utilizada e, apesar do pessoal ocupado ter permanecido percentualmente estável, a demanda por mão-de-obra contratada foi superior a 180%5, destacando o processo de ampliação da capacidade produtiva do setor agropecuário brasileiro.

Por outro lado, o valor da produção apresentou queda considerável na região Norte, 39,21%. Isto significa dizer que, apesar da expansão agrícola para o norte os resultados financeiros ainda se mostram em níveis insuficientes, ou seja, a estratégia de incorporação de capital (tratores) têm sido sub ou mal utilizada. Outra hipótese que não pode ser descartada é que os tratores adquiridos no Norte estão sendo utilizados em atividades ilegais cujos proventos, obviamente, não são incorporados nos dados oficiais. Nas demais regiões houve aumento do valor da produção. O incremento médio brasileiro foi de 25%. Na região Sul, onde houve substituição de trabalho por capital, o aumento do valor da produção foi de 24,5%. Já, as regiões Sudeste e Centro-Oeste, que foram intensivas em mão-de-obra, cresceram mais, obtendo 37% e 90% respectivamente. Sendo assim, é notável que as regiões Centro-Oeste e Sudeste brasileiro desempenharam grande impacto no volume de produção do setor agrícola brasileiro durante o período analisado. No entanto, marginalmente, região Sul apresentou aumento significativo na produtividade dos fatores.

3.2 – Dinâmica Espacial da Agricultura Familiar

Os resultados da análise de autocorrelação espacial das variáveis utilizadas são apresentados na Tabela 2. Os testes realizados consideram os valores da primeira variável em uma unidade com relação ao valor médio da segunda variável nas microrregiões circunvizinhas.

Observa-se, a partir da Tabela 2, que todos os coeficientes calculados apresentaram sinais positivos e foram estatisticamente significativos ao nível de 1%. Isso significa que, por exemplo, no primeiro caso, microrregiões com alto uso de terras em 1995, possuíam vizinhas com alto uso de terras nesse mesmo período. Da mesma forma, microrregiões com baixo uso de terra tendiam a ser, em média, circundadas por outras regiões também com baixo uso de terra. O sinal positivo, portanto, indica que, em média, existe uma relação de similaridade entre as microrregiões estudadas e suas vizinhas. Analogamente, o teste foi realizado na sua forma multivariada para testar o efeito de dependência espacial de cada uma das observações, em 2006, relacionando-as com seus respectivos vizinhos no ano de 1995. Novamente, o sinal positivo reflete um efeito de semelhança entre as regiões.

5

A mão-de-obra contratada na região subiu de pouco mais de 65 mil para quase 190 mil trabalhadores. Porém, na região, a agricultura familiar é predominante na absorção de trabalho.

(10)

10

Assim, microrregiões, que em 2006, tinham alto uso de terras, tendiam a ser circundadas por outras regiões, também com alto uso de terras em 1995.

Tabela 2 - Testes de Autocorrelação espacial global - I de Moran uni e multivariado6

Variáveis Mapas de clusters Estatística I de Moran Valor esperado E[I] p-value ATOT 96 / w_ATOT 96 Figura 1 0,7479 -0,0018 0,001 ATOT 06 / w_ATOT 96 Figura 2 0,3734 -0,0018 0,001 PESS 96 / w_PESS 96 Figura 3 0,3027 -0,0018 0,001 PESS 06 / w_ PESS 96 Figura 4 0,2182 -0,0018 0,001 TRAT 96 / w_TRAT 96 Figura 5 0,6338 -0,0018 0,001 TRAT 06 / w_TRAT 96 Figura 6 0,6007 -0,0018 0,001 VAPR 96 / w_VAPR 96 Figura 7 0,2317 -0,0018 0,001 VAPR 06 / w_VAPR 96 Figura 8 0,2690 -0,0018 0,001 Fonte: Resultados da pesquisa

ATOT= Área Total Utilizada; PESS= Pessoal Ocupado; TRAT=Número de Tratores; VAPR= Valor Anual da Produção e w= matriz de pesos espaciais.

É importante destacar que o fato dos efeitos espaciais terem sido significativos tanto na forma uni quando na forma multivariada reflete a existência de efeitos de interdependência entre as microrregiões. Assim, pode-se inferir que características e padrões identificados numa microrregião tendem a se dissipar para regiões vizinhas ao longo do tempo.

Contudo, como destacado na seção anterior, deve-se tomar cuidado com o uso apenas de estatísticas de associação global, pois a indicação de padrões globais de associação espacial pode ocultar certos padrões locais importantes e distintos daqueles apresentados no I de Moran global. Ou seja, pode-se incorrer no erro de indicar ausência ou presença de autocorrelação global, quando, na verdade, há padrões significativos de associação local. Desta forma utilizou-se a estatística de I de Moran local (LISA) aliado ao diagrama de dispersão global de Moran e as informações de significância das medidas de associação local para construir os mapas de clusters espaciais.

A Figura 1 apresenta os clusters das relações espaciais entre microrregiões de acordo com a área total utilizada em 1995. Observa-se no mapa que a localização do cluster do tipo Baixo-Baixo, isto é, microrregiões com percentual de área utilizada abaixo da média com vizinhas caracteristicamente semelhantes, se concentram nas regiões Norte, no Meio-Norte7 e Sertão8 do Nordeste, além de cobrir grande parte do litoral Sudeste. O

6

Realizaram-se os testes de autocorrelação espacial global univariado e multivariado para matrizes espaciais de ordem 1, 3, 5 e 10 vizinhos mais próximos para validar a consistência dos resultados obtidos.

7_{O meio-norte é uma faixa de transição entre a Amazônia e o sertão, abrange os estados do Maranhão e}

Piauí, também é denominada Mata dos Cocais, devido as palmeiras de babaçu e carnaúba. O nível pluviométrico varia em torno de 1500mm. (extraído do site: www.arikah.net).

8_{O sertão fica localizado no interior do Nordeste, possui clima semi-árido, em estados como Ceará e Rio}

Grande do Norte chega a alcançar o litoral. Mais ao sul, o sertão alcança o norte de Minas Gerais. As chuvas são irregulares e escassas, existem constantes períodos de estiagem, a vegetação típica é a caatinga. (extraído do site: www.arikah.net).

(11)

11

outro oposto, ou seja, cluster do tipo Alto-Alto está concentrado principalmente no Centro-Oeste brasileiro e Centro-Oeste da Região Sul, São Paulo e Minas Gerais, além de algumas microrregiões localizadas em Alagoas, Sergipe e norte do Espírito Santo. Em geral, pode-se inferir que, em 1995, havia subutilização de terras no Norte e Sertão nordestino. Esta baixa demanda por terra pode estar ocorrendo por diversos motivos: pela baixa densidade demográfica e altos níveis de preservação compulsória obrigadas perante a lei na região amazônica ou também pela a baixa demanda por terras menos férteis, como é o caso do sertão nordestino e litoral do sudeste. Em contraste, no Sul, Sudeste e Centro-Oeste, as terras estão sendo mais bem utilizadas.

Figura 1 – Mapa de clusters espaciais da área total utilizada em 1995.

A partir da Figura 2, constata-se que a distribuição geográfica da área utilizada nos locais onde as relações espaciais foram significativas não teve modificações significativas, exceto pela incorporação de algumas poucas microrregiões que antes eram não significativas e pela convergência de características de algumas microrregiões em relação aos seus próximos. Nas regiões Norte e Nordeste predominaram o padrão Baixo-Baixo e, algumas microrregiões que possuíam uso da terra acima da média, convergiram para a média dos seus vizinhos, incorporando-se aos Baixo-Baixo, como é o caso de Ji-Paraná-RO, que obteve queda 5,7% na área total utilizada. Vale destacar ainda que algumas microrregiões localizadas no Pará e Maranhão apresentaram situação oposta às suas circunvizinhas, aumentando significativamente a proporção de utilização da terra, levando-as ao agrupamento Alto-Baixo. Contudo, estlevando-as manifestações ocorreram isoladamente, de modo que não há sinais de que os níveis de uso da terra irá se inverter no curto prazo.

(12)

12 Figura 2 – Análise Multivariada de clusters espaciais da área total utilizada em 2006 com seus respectivos vizinhos em 1995.

As principais mudanças na área total estão nas localidades que pertenciam ao agrupamento Alto-Alto em 1995 e migraram para o Baixo-Alto destacadas na Figura 2 em azul claro. Neste caso, a interpretação é que, em relação a 1995, as disparidades inter-regionais no uso da terra estão aumentando não somente em relação às regiões Baixo-Baixo, como também entre regiões próximas.

Apurando-se a Figura 3, que representa os clusters de pessoal ocupado, foram constatadas poucas regiões com altas autocorrelações espaciais significativas. Isso pode ser verificado tanto pelo valor da estatística global de Moran (0,3027) como no próprio mapa, uma vez que este apresentou um número baixo de microrregiões significativas. Contudo, notam-se alguns padrões nítidos na formação dos clusters. Praticamente toda a região Sul possui médias baixas de empregos rurais, assim como em parte do agreste e zona da mata nordestina. Por outro lado, em São Paulo, sul do Mato Grosso, e litoral do Alagoas e Pernambuco estão as regiões com Alto-Alto. Como explicação para tal fato, vale ressaltar que as regiões Centro-Oeste e Sudeste foram as que mais aumentaram o nível de emprego enquanto a região Sul teve o número de pessoal ocupado reduzido em relação a 1995. Além disso, no Centro-Oeste e São Paulo o nível de pessoal contratado é significativamente maior devido à expansão do agronegócio e cultivo de grandes plantações voltadas à exportação, como, por exemplo, a canavieira. Já no Sul e em algumas outras regiões brasileiras, há predomínio das estruturas familiares cuja produção absorve pouco ou nenhum tipo de mão-de-obra contratada.

(13)

13 Figura 3 - Mapa de clusters espaciais de pessoal ocupado em 1995.

Figura 4 - Mapa de clusters espaciais de pessoal ocupado em 2006 com seus respectivos vizinhos em 1995.

(14)

14

A principal característica observada na Figura 4 é a manutenção do padrão da dinâmica de alocação do pessoal ocupado entre os agrupamentos identificados, com ressalvas apenas para a região que compreende o noroeste do MS, o sudeste do MT e a região da Mata dos Caçais (MA e PI). No caso das primeiras, em 1995, observou-se uma incorporação significativa de força de trabalho, fruto da expansão agrícola territorial no cerrado brasileiro. Entretanto, no período subsequente houve desaceleração da contratação, recuando-se ao patamar das microrregiões com baixo nível de pessoal, sendo então classificadas como Baixo-Alto em 2006. Antagonicamente, na região da Mata dos Cocais têm havido expansão do montante de pessoal ocupado, sinalizando para alterações na condição atual de baixa ocupação agrícola na região.

A Figura 5 retrata a formação de clusters a partir da distribuição espacial dos tratores no Brasil, utilizada como proxy para o uso de capital, já que estes acompanham a lógica da mecanização na agricultura e o aumento da intensidade do insumo capital na agricultura.

Em 1995, o grupo do tipo Baixo-Baixo cobria toda a faixa setentrional do país, abrangendo grande parte da Região Norte e Nordeste, além de algumas microrregiões em Minas Gerais e Rio de Janeiro. Por outro lado, o agrupamento Alto-Alto abrange a Região Sudeste e Sul, além dos estados do Mato Grosso do Sul e Goiás.

Comparando-se a configuração espacial dos tratores nas microrregiões em 2006 com seus circunvizinhos em 1995, presente na Figura 6, apurou-se a condição de manutenção de tais características até mesmo na região Norte, onde o aumento do número de tratores foi superior a 40%. Apesar da expansão percentual significativa, em termos absolutos, a disparidade no volume de utilização deste fator nas regiões Centro-Oeste, Sudeste e Sul é superior e, além disso, o total de tratores no Norte em 2006 representa somente 3,3% do total. Mesmo não havendo alterações significativas, ressalta-se que houve uma expansão do cluster Alto-Alto a partir da incorporação de sete novas microrregiões, solidificando que, como destacado anteriormente, os agrupamentos locais têm se influenciado diretamente com seus circunvizinhos. Este efeito torna-se importante, pois evidencia que as microrregiões são interdependentes em termos de crescimento, ou seja, as microrregiões do cluster tipo Alto-Alto têm influenciado o aumento no padrão tecnológico representado pelo número de tratores nas microrregiões vizinhas.

Destaca-se ainda que as Figuras 1 e 2 são semelhantes às Figuras 5 e 6 a seguir, esboçando que aumentos nas proporções de utilização da terra tendem a elevar o número de tratores. Entretanto, a composição dos trabalhadores observada nas Figuras 3 e 4 delineiam uma conformação distinta dos padrões das variáveis proxies para terra e capital.

(15)

15 Figura 5 - Mapa de clusters espaciais de tratores em 1995.

Figura 6 - Mapa de clusters espaciais de tratores em 2006 com seus respectivos vizinhos em 1995.

(16)

16

As Figuras analisadas até aqui referem-se às variáveis correspondentes aos insumos agrícolas, isto é, aos fatores de produção. Já as Figuras 7 e 8 referem-se à variável Produto, denominada Valor Anual da Produção, e serão apresentadas a seguir

Figura 7 - Mapa de clusters espaciais do Valor da Produção em 1995.

Figura 8 - Clusters espaciais do Valor da Produção em 2006 com seus respectivos vizinhos em 1995.

(17)

17

Dentre as microrregiões observadas na Figura 7 cujas autocorrelações espaciais são significativas, o Acre, Amazonas, Roraima, Amapá, Tocantins, Rio de Janeiro, litoral paulista e todos os estados do nordeste, exceto a Bahia, tinham, em 1995, suas microrregiões predominantemente com baixo nível de valor da produção e circundados por microrregiões vizinhas com as mesmas características, ou seja, Baixo-Baixo. Por outro lado, as microrregiões da região Sul como um todo, assim como dos estados de São Paulo e Goiás eram do tipo Alto-Alto. Em 1995, verificava-se também que algumas outras microrregiões do Centro-Oeste obtiveram classificação Alto-Baixo, ou seja, tinham alto Valor da Produção, mas estavam circundados de microrregiões com resultados abaixo da média.

Comparando-se as Figuras 7 e 8, nota-se que muitas microrregiões do Sudeste, Sul e Centro-Oeste que, em 1995, eram Alto-Baixo evoluíram para Alto-Alto, indicando a ocorrência de processos de convergência da produção total da agricultura nas mesmas.

3.3 – Comportamento tecnológico das microrregiões entre1995 e 2006.

Através do Índice Malmquist, tal como descrito na metodologia, é possível observar a produtividade total dos fatores, o índice de mudança tecnológica, bem como as mudanças nas eficiências técnica, pura e de escala. Como o objetivo do presente trabalho é observar o comportamento nacional da evolução tecnológica agrícola, então, será utilizado apenas o componente de mudança tecnológica do Índice de Malmquist.

Diante disso, a Figura 9 reporta a variação tecnológica das microrregiões brasileiras entre 1995 e 2006. Vale ressaltar que, o índice abaixo de 1 expressa a ocorrência de perda relativa de tecnologia no que se refere a combinação alocativa dos insumos de produção. Em contraposição, valores superiores a 1 significa incorporação de tecnologia nas microrregiões. Sendo assim, constata-se que a maioria das microrregiões das regiões Norte e nordeste (exceto a faixa litorânea), do Mato Grosso, do Norte de Minas e dos Vales do Jequitinhonha e Mucuri em Minas Gerais ‘perderam’ tecnologia.

Por outro lado, a região Sul, bem como os estados de Goiás, Mato Grosso do Sul, São Paulo, Rio de Janeiro, Espírito Santo, litoral nordestino e Minas Gerais (exceto Norte de Minas e Vales do Jequitinhonha e Mucuri) tiveram incrementos na composição tecnológica das suas respectivas microrregiões. De modo geral, o que se pode inferir é que, as regiões mais desenvolvidas, com maior potencial de mercado e onde houve uma grande expansão de produção monocultora voltada à exportação coincidem com as que tiveram melhorias nas tecnologias de produção agrícola e, por ora, as regiões menos desenvolvidas estão relativamente piores do que no período inicial.

(18)

18 Figura 9 – Componente de Mudança tecnológica das microrregiões entre 1995 e 2006.

Dado o comportamento do componente de mudança tecnológica extraído do Índice de Malmquist, vale ressaltar que este resultado é similar a uma taxa de crescimento, já que, através dele, é possível ter a percepção da mudança tecnológica, isto é, se houve melhora ou piora na alocação produtiva dos insumos, assim como na aceleração do crescimento, já que, quanto maior que 1, mais rápido o crescimento e vice-versa. Deste modo, em termos de uma política agrícola nacional, é desejável que haja tanto crescimento como convergência tecnológica. Sendo assim, será apurado como a dinâmica tecnológica agrícola desempenhou-se no período entre 1995 e 2006, a fim de verificar a ocorrência ou não de convergência. Para tal, utilizou-se o índice de mudança tecnológica entre períodos, relacionando-o com o nível de capital efetivo (K/L) no período inicial.

Ao se analisar as relações espaciais do crescimento tecnológico agrícola, percebe-se, inicialmente que, em geral, as microrregiões do Norte e Nordeste possuem níveis tecnológicos baixos enquanto nas regiões Sudeste e Sul, confirma-se um enrijecimento tecnológico. Aliado a isto, o próprio I de Moran Global, embora com correlação baixa (0,33), apresentou sinal positivo, logo, no agregado, o que está havendo é ou a manutenção dos padrões tecnológicos iniciais ou o aumento destas disparidades através de um mecanismo de aceleração do crescimento tecnológico por parte das microrregiões mais desenvolvidas. Esta situação corrobora com a conformação espacial das variáveis analisadas no subitem anterior, assim como com a hipótese inicial de que não está havendo

convergência tecnológica inter-regional e descaracterizando o processo de

(19)

19

Embora o padrão global tenha orientado para a manutenção das desigualdades tecnológicas, ao se analisar o diagrama de Dispersão Local (LISA) visualizada na Figura 10, percebe-se uma dinâmica tecnológica em processo de mudança.

Figura 10 – Dinâmica do crescimento tecnológico-espacial agrícola das microrregiões brasileiras entre 1995 e 2006.9

Embora haja um padrão nitidamente enrijecido de manutenção da disparidade tecnológica, algumas localidades com baixos níveis tecnológicos iniciais (1995) estão sinalizando crescimento tecnológico acelerado, pois se configuram como de Alto-Baixo, isto é, diz respeito a clusters cujas microrregiões possuem crescimento tecnológico alto e são circundadas por microrregiões com baixo crescimento. Este é o caso de diversas microrregiões no Nordeste, com certa concentração na faixa litorânea e Sertão, além de alguns pontos isolados em Minas Gerais.

Adversamente, tem-se que, em geral, as microrregiões do Centro-Oeste, Triângulo Mineiro, Leste de São Paulo e Sul do Rio Grande do Sul, que, como já foi visto, se destacam por possuir padrões agrícolas vantajosos e, além disso, possuem nível de Capital efetivo (K/L) inicial elevado, estão apresentando desaceleração no crescimento tecnológico, visto que apresentaram baixas taxas de mudança tecnológica em 2006 e estão rodeados por vizinhos com alto nível tecnológico inicial (1995). Isto ocorre por que, em

9

Verificou-se a legitimidade da amostra sendo que o resultado da estatística global de I de Moran foi de 0,3267 válida em nível de 1% de significância.

(20)

20

termos de eficiência relativa, para regiões com alta eficiência inicial tende a ser mais difícil se manter eficiente, já que elas terão de apresentar um crescimento proporcionalmente maior do que regiões mais atrasadas para manter a eficiência relativa. Com isso, verifica-se que, nestas regiões, parece haver um nítido padrão de convergência tecnológica. Contudo, para que haja uma melhoria alocativa geral no uso de tecnologias, é necessário que se transfira ou aloque tecnologia agrícola através de uma política mais incisiva voltada às regiões Norte e Nordeste, de modo que estas possam apresentar crescimento acelerado nos próximos períodos, convergindo para um nível tecnológico ótimo no longo prazo.

4 – CONCLUSÕES

Inicialmente, pode-se concluir que há interdependência espacial entre as microrregiões brasileiras para todas as variáveis analisadas. Todavia, percebe-se que as variáveis área total utilizada e número de tratores, proxies de terra e capital, produzem padrões mais nítidos de correlação espacial do que o pessoal ocupado, proxy de trabalho. Além disso, apurou-se através da taxa de mudança tecnológica que, basicamente, as regiões Sudeste, Centro-Oeste e Sul, bem como a faixa litorânea nordestina, tiveram crescimento tecnológico positivo, enquanto a região Norte e grande parte do nordeste tiveram crescimento negativo no uso de tecnologias entre 1995 e 2006.

Outra questão importante é que para nenhuma das variáveis analisadas verificou-se a identificação de novos clusters durante o período. O que ocorreu foi uma modificação na dinâmica do setor agrícola como, por exemplo, a redução na área total utilizada média das microrregiões, fazendo com que algumas microrregiões migrassem do agrupamento Alto-Alto para Baixo-Alto-Alto. Além disso, houve a incorporação de algumas microrregiões aos clusters já existentes, o que, por sua vez, significa que a manutenção de tais padrões tem influenciado as microrregiões vizinhas a convergirem para uma dinâmica semelhante aos seus próximos.

Por fim, conclui-se que, se por um lado, a região Sudeste destaca-se em termos de crescimento tecnológico agrícola, contribuindo para o aumento da discrepância com outras regiões, tal como o Norte e Nordeste brasileiro que são as regiões mais incipientes em termos tecnológicos, por outro, verifica-se padrões de convergência, proporcionado principalmente pela desaceleração do crescimento tecnológico das microrregiões, principalmente do cerrado brasileiro, além de algumas no Sul do país e na faixa litorânea dos estados nordestinos. Portanto, a hipótese inicial de que não haveria convergência tecnológica, mas sim aumento das discrepâncias inter-regionais, pode ser parcialmente rejeitada e, na medida em que se aplicarem políticas públicas voltadas para a aceleração do crescimento tecnológico nas regiões ainda incipientes, a discrepância tenderá a se reduzir, possibilitando-se a ocorrência de padrões mais nítidos de convergência, pois hoje, o que se nota é a ocorrência não somente de padrões tecnológicos inter-regional distintos, mas também que esta desigualdade tem se concretizado nas regiões, gerando clusters que tendem a perpetuar tais disparidades tecnológicas.

(21)

21 5 – REFERENCIAL BIBLIOGRÁFICO

ALMEIDA, E. S. Curso de Econometria Espacial Aplicada. Piracicaba; ESALQ-USP, 2004. 128 p. (Mimeo).

ANSELIN, L. Local indicators of spatial association - LISA. Geographical Analysis, vol. 27, n.2, p.:91-115, 1995.

ANSELIN, L.; BERA, A. Spatial dependence in linear regression models with an introduction to spatial econometrics. In: ULLAH A.; GILES, D. E. (eds.). Handbook of Applied Economic Statistics. New York. Marcel Dekker, 1998. p. 237-289.

BACHA, C.J.C.. Economia e Política Agrícola no Brasil. São Paulo, São Paulo, Editora Atlas S.A., p.18-21, 2004.

FÄRE, R., GROSSKOPF, S., NORRIS, M., ZHANG, Z.. Productivity Growh, Technical

Progress, and Efficiency Chances in Industrialised Countries. American

EconomicReview, 84, 66-83, 1994.

FONTES, R.; FONTES, M.P.F; Silva, E; CARNEIRO, P.A.S. (2008). Geography and Growth: The Role of a GeoTec Index on Agricultural Regional Income Convergence. In: Second Meeting of Society for the Study of Economic Inequality, Berlin, Alemanha. II Meeting of Society for the Study of Economic Inequality. Berlin : ECINEQ, v. 1.

GOMES, A.P., BAPTISTA, A.J.M.S., NETO, A.C.. Disparidades regionais na estrutura produtiva agrícola mineira. Crescimento e desigualdade regional em Minas Gerais. In:

FONTES, R; FONTES, M. P. F (Org.). Crescimento e Desigualdade Regional em Minas

Gerais. Viçosa: Editora Folha de Viçosa p.223-248, 2005.

IBGE. Instituto Brasileiro de Geografia e Estatística. Censo Agropecuário de 1995/1995. Disponível em: <http://www.sidra.ibge.gov.br>. Acesso em: 08 de Fevereiro de 2008. IBGE. Instituto Brasileiro de Geografia e Estatística. Dados preliminares do Censo Agropecuário de 2006. Disponível em: <http://www.sidra.ibge.gov.br>. Acesso em: 8 de Fevereiro de 2008.

MEYER, L.F.F., SILVA, J.M.A.. A Dinâmica do progresso técnico na agricultura mineira: resultados e contradições da política de modernização da década de setenta. Revista de Economia e Sociologia Rural – Sociedade Brasileira de Economia e Sociologia Rural, Brasília, Distrito Federal, v.36, n.4, out/dez, p.39-70, 1998.

NAVARRO, Z.. Desenvolvimento rural no Brasil: os limites do passado e os caminhos do futuro. Estudos Avançados, São Paulo, São Paulo, n.43, v.15, p.83-100, set/dez 2001. Progress, and Efficiency Chances in Industrialised Countries. American EconomicReview, 84, 66-83, 1994. in MARINHO, E., CARVALHO, R. Comparação interregionais da produtividade total, da variação da eficiência técnica e variação da eficiência tecnológica da agricultura brasileira -1970 a 1996. Pesquisa e planejamento econômico –ppe- v.34 , n.1 , abr 2004

RAMOS, P.. Referencial teórico e analítico sobre a agropecuária brasileira. Dimensões do agronegócio brasileiro – Políticas, Instituições e Perspectivas. Brasília, Distrito Federal, MDA, p.18-52, 2007.