Crédito rural e população rural na região Nordeste: Uma análise espacial Resumo:
A notada tendência de desaceleração do êxodo rural no Brasil nos últimos 20 anos encorajou este estudo. Segundo o IBGE, os principais fatores que levaram a essa queda na região Nordeste são a alta reserva de migrantes e os investimentos, mesmo que tímidos, para os pequenos produtores e agricultores familiares. Dessa forma, o presente artigo examinou se o crédito rural concedido aos municípios do Nordeste está espacialmente correlacionado com a população rural dos municípios vizinhos. Por meio da Análise Exploratória de Dados Espaciais (AEDE) foi possível verificar que, em geral, o crédito rural tem uma correlação espacial positiva com a população média rural dos municípios. Também foram encontrados clusters espaciais: o primeiro mostrou comportamento baixo-baixo no sul do Piauí e o segundo no sul do estado do Ceará, oeste do Rio Grande do Norte, Paraíba e Pernambuco. Os clusters alto-alto foram identificados no oeste do estado do Maranhão, norte da Bahia e sul do estado do Ceará.
Palavras-chave: Crédito Rural; População Rural, Análise Exploratória de Dados Espaciais.
Abstract:
The marked downward trend in rural exodus in Brazil over the past 20 years has encouraged this study. According to the IBGE, the main factors that led to this decline in the Northeast region are the high reserve of migrants and investments for small producers and family farmers. Thus, the present article examined whether the rural credit granted to the municipalities of the Brazilian Northeast is spatially correlated with the rural population of the neighboring municipalities. Using the Exploratory Spatial Data Analysis (AEDE), it was possible to verify that, in general, rural credit has a positive spatial correlation with rural population. Some spatial clusters were found: the first showed low-low behavior in the south of Piauí and the second showed this behavior in the southern state of Ceará, west of Rio Grande do Norte, Paraíba, and Pernambuco. High-High clusters were identified in western Maranhão, northern Bahia and southern Ceará state.
Introdução
No Brasil, o crédito rural concedido ao setor agropecuário é um importante mecanismo para o desenvolvimento do setor. O financiamento permite uma alta injeção de recursos destinados ao custeio de insumos, investimento em máquinas e implementos agrícolas, e comercialização, garantindo o abastecimento e o armazenamento, e tornando líquido os títulos provenientes da venda ou entrega da produção pelos produtores e suas cooperativas.
A implementação do crédito rural se deu com a Lei nº 4.829, que instituiu o Sistema Nacional de Crédito Rural (SNCR) no Brasil em 1965, com o objetivo de expandir o desenvolvimento agrícola do país por meio de políticas públicas deliberadas pelos estados. As políticas de crédito agropecuário não impactaram de forma positiva todas as regiões brasileiras, visto que os menores produtores rurais não obtiveram os mesmos benefícios que os maiores produtores. As políticas privilegiaram aqueles setores mais capitalizados o que, por sua vez, facilitou a modernização e capitalização do setor agrícola enquanto a agricultura familiar ficou à margem da política de crédito rural.
Os impactos negativos observados na agricultura familiar dizem respeito à forte concentração de terra e renda, com precarização das condições de trabalho e aumento dos índices de pobreza. Segundo Gullar (2012), os pequenos agricultores não proprietários são os mais atingidos pelo êxodo rural, já que não conseguem permanecer em seu local de origem devido à má remuneração e condições de moradia no campo, o que põe em risco a dinâmica do meio rural e infla a população na periferia do meio urbano, aumento esse que acarreta em crescimento do desemprego urbano.
O cenário negativo para o pequeno produtor começou a ser modificado a partir da década de 1990, com a criação do Programa Nacional de Fortalecimento da Agricultura Familiar (PRONAF) em 1996, que tinha como objetivo o financiamento voltado para a agricultura familiar, buscando soluções para a pobreza rural.
Segundo Mattei e Fossá (2017), o PRONAF foi uma política pública nacional criada para suprir a necessidade de financiamento de atividades da agricultura familiar e para que suas atividades fossem reconhecidas dentro da estrutura e organização do setor rural, dando atenção às questões de produtividade e rentabilidade que se traduziria em uma melhor qualidade de vida da população rural.
O crédito rural proporciona aos agricultores os recursos necessários para que o sistema agropecuário se torne mais eficiente e produtivo, viabilizando uma maior produção
em uma menor área de cultivo, gerando menores custos. O financiamento do setor agropecuário também fomenta o desenvolvimento do agronegócio, onde os recursos ultrapassam as fronteiras da propriedade rural e se dispersam por toda a cadeia produtiva, formando assim um sistema dinâmico e rentável.
O agronegócio é um setor de elevada representatividade na economia brasileira. Segundo o Centro de Estudos Avançados em Economia Aplicada, o PIB do Brasil em 2016 foi de aproximadamente 6,2 trilhões de reais e o PIB do agronegócio, 1,2 trilhões de reais. Em termos percentuais, estes valores representam em torno de 20% do PIB brasileiro, sendo que 4,95% é atribuído à agropecuária. O total de crédito concedido aos produtores rurais no Brasil em 2016 foi de aproximadamente 152 bilhões de reais; na região Nordeste, o total de crédito concedido chegou a 11,7 bilhões de reais, correspondendo a 7,48% do crédito total concedido no país.
Na última década, a região Nordeste recebeu uma quantidade crescente de crédito agropecuário. Durante o período de 2002 a 2014, o financiamento do setor na região cresceu a uma taxa média nominal de 24,37% ao ano, e em termos reais a uma taxa média (IGP-DI) de 13,56% ao ano. Quanto ao valor adicionado bruto (VAB) da agropecuária no Nordeste dentre os anos 2002 e 2014, houve um crescimento médio nominal de 8,74% e real de 0,74% ao ano.
O Plano Agrícola e Pecuário (PAP), ou Plano Safra, gerido pelo Ministério da Agricultura, Pecuária e Abastecimento por meio da política de crédito rural, tem o intuito de disponibilizar recursos com condições de financiamento favoráveis ao produtor. Pela divulgação anual de informações do plano, no período de 2013/2014 a concessão de financiamento para a agricultura empresarial, em termos reais, permaneceu superior ao que foi programado pelo Governo, em relação ao custeio, investimento e comercialização. No mesmo período, o índice real do montante destinado ao financiamento do custeio foi maior que o índice do valor bruto da produção agropecuária, indicando a grande relevância do crédito rural como mecanismo de assistência ao agropecuarista, com objetivo de manter a sustentabilidade do crescimento da agricultura no Brasil (Mapa, 2015a).
A causalidade entre desenvolvimento financeiro e desenvolvimento econômico é examinada por ampla literatura empírica. Ao tratar da inovação, Schumpeter (1928) prenunciou a relevância do sistema financeiro no desenvolvimento econômico. Porém, Lucas (1988) certifica que há uma superestimação entre a relação do desenvolvimento financeiro e o desenvolvimento econômico. Na linha de pensamento oposta, Robinson (1952) afirma que o desenvolvimento financeiro acompanha o crescimento econômico, de forma que o desenvolvimento financeiro não tem impacto relevante no crescimento econômico.
Para Schumpeter (1983), as mudanças qualitativas provenientes das inovações estão associadas a investimentos inovadores e são a fonte fundamental do desenvolvimento econômico, que incorpora as mudanças tecnológicas, organizacionais e de recursos e que, ao aumentar a produtividade e reduzir os custos, estabelece as bases para o crescimento econômico. Ademais, o investimento destinado às inovações deve ser financiado, pois não pode ser custeado por receitas provenientes do fluxo circular estacionário, que são apenas suficientes para cobrir custos e depreciações existentes.
A respeito do impacto por meio das inovações tecnológicas, uma classe de modelos endógenos (Romer, 1990; Philippe Aghion e Peter Howitt, 1992) considera os bens de produção e a inovação tecnológica como causadores do crescimento do produto per capita. Destarte, o sistema financeiro também influência o crescimento via inovação tecnológica.
Quando aplicado ao setor rural, o crédito concedido ao produtor induz uma maior produção e produtividade, consequentemente gerando ao pequeno produtor um maior lucro e maior atratividade em permanecer no campo. Um dos objetivos da política pública de crédito rural é reduzir o êxodo rural, já que o campo passa a ser competitivo em relação ao meio urbano devido ao aumento produtividade agrícola.
Segundo Alves (2006), com o avanço da tecnologia uma parcela maior da população passa a viver no meio rural, pois obteriam salários mais vantajosos. Para ele, a oferta de trabalho para a agricultura está pautada pela diferenciação salarial em relação a setores como a indústria de construção, serviços de limpeza e mercado informal e, quanto maior for essa diferenciação, maior será o nível de êxodo rural.
Por conseguinte, a expansão da agricultura familiar pode ser alcançada por meio da implementação de políticas de crédito rural que visem a modernização do campo e a melhoria da qualidade de vida dos agricultores.
Diante do exposto, os objetivos do presente artigo são: i) analisar quais municípios do Nordeste são especializados em agropecuária; ii) quais municípios recebem mais crédito rural ii) a relação espacial entre crédito rural e população rural. Por meio dessa análise, busca-se compreender se os municípios que são especializados e recebem mais crédito fixam de forma mais intensa a população no campo.
Metodologia
Neste estudo foi utilizada uma abordagem geográfica e estatística no território da região Nordeste, tendo como base o valor adicionado bruto municipal (VAB) extraído do IBGE-SIDRA, a população rural extraída do Censo IBGE 2010 e o crédito agropecuário municipal em custeio e investimento extraído do Banco Central do Brasil. Analisando-se quais municípios recebem maior crédito, quais possuem uma maior produção agropecuária
e quais possuem uma maior população rural, é possível verificar temporalmente e espacialmente se uma alta concessão de crédito rural em um município está correlacionada com o êxodo rural dos seus vizinhos.
Primeiramente, por meio do Quociente Locacional, foi analisado quais municípios possuem especialização em produção agropecuária. O QL foi construído por meio da razão entre a participação percentual do VAB agropecuário de cada município e a participação percentual do VAB agropecuário da região Nordeste. Como medida de especialização, utilizou-se um corte do Quociente Locacional sugerido por Simões (2005): entre 0 e 1 para municípios não especializados, entre 1 e 4 para municípios que possuem indícios de especialização, e acima de 4 municípios que são especializados.
(1)
Em um segundo momento, foi analisado quais municípios possuem um maior recebimento de crédito rural no ano de 2007 e 2010. Os municípios foram estratificados em 3 grupos: os municípios com baixo recebimento de crédito recebiam entre zero e quinhentos mil reais, os com médio recebimento de crédito recebiam entre quinhentos mil reais e cinco milhões de reais, e os com alto recebimento de crédito recebiam acima de cinco milhões de reais. Da mesma forma, para analisar quais municípios possuíam uma maior população rural no ano de 2010, os municípios também foram estratificados em 3 grupos, nos quais os municípios com baixa população rural possuem entre zero e três mil habitantes na área rural, os com média população rural possuíam entre três mil e oito mil habitantes na área rural, e os com alta população rural possuíam acima de oito mil habitantes na área rural.
Posteriormente, por meio da análise exploratória de dados espaciais (AEDE), foi analisado se os municípios que recebem um maior montante de crédito em custeio e investimento estão correlacionados espacialmente com os municípios que possuem, em média, uma alta população rural. Com o intuito de verificar temporalmente se o crédito rural está espacialmente correlacionado com a população rural, foi utilizado dados de crédito de custeio e investimento, ambos defasados para os anos de 2007, 2008, 2009 e 2010, e os dados para a população rural foram fixos no ano de 2010.
Para a análise exploratória de dados espaciais foi utilizado o I de Moran bivariado, com o intuito de verificar se os municípios que recebem um maior montante de crédito estão espacialmente cercados por municípios que possuem uma maior população rural. A equação 2 mostra o I de Moran global bivariado para duas variáveis, e :
=
onde simboliza uma variável de interesse e o valor de outra variável defasada na região vizinha e W a matriz de pesos espaciais.
Em terceiro lugar, foi utilizado um “Local Indicator of Spatial Association” (LISA), mais especificamente o I de Moran local bivariado. Conforme Anselin (2002), o I de Moran bivariado indica o grau de associação linear entre o valor de uma variável em certo local i e a média de outra variável em locais vizinhos j.
(3)
onde é a variável de interesse e é a defasagem espacial da outra variável de interesse na região vizinha. Dessa forma, apenas os vizinhos da observação i que são definidos por meio de uma matriz de pesos espaciais fazem parte do cálculo.
Resultados
A literatura econômica discute amplamente a estreita relação entre o crédito rural e o crescimento agropecuário. Primeiramente, foi analisado quais municípios eram especializados em produção agropecuária, quais municípios recebiam um maior montante de crédito e quais possuíam uma maior população rural. Posteriormente, com o intuito de observar a relação entre o crédito rural e o êxodo rural, foi testada a presença de correlação espacial global entre crédito rural e a população rural por meio do I de Moran bivariado global; por meio do I de Moran bivariado local, foi possível verificar os clusters espaciais.
Antes de analisar os padrões de correlação espacial, é importante analisar quais municípios são especializados em produção agropecuária na região Nordeste, tanto em termos temporais quanto em termos espaciais (Figura 1 e 2). Como medida de especialização, utilizou-se um corte do Quociente Locacional sugerido por Simões (2005): entre 0 e 1 para municípios não especializados, entre 1 e 4 para municípios que possuem indícios de especialização, e acima de 4 para municípios que são especializados.
Figura 2 – Quociente Locacional Municipal no ano de 2010 Fonte: Elaboração própria
É possível verificar que em 2010 um maior número de municípios do oeste da região Nordeste apresentou especialização em produção agropecuária, e alguns municípios da sub-região zona da mata. Já os municípios de quase todo sertão mostraram apenas indícios de especialização. A região do oeste nordestino é conhecida como MAPITOBA, a qual abrange o oeste da Bahia, maior parte do Maranhão, Tocantins e sudoeste do Piauí. Por meio do QL é possível verificar a especialização desses municípios em produção agropecuária.
Figura 3 – Concessão de crédito agropecuário em custeio (2007 e 2010) Fonte: Elaboração própria com base nos dados do BACEN.
Figura 4 – Concessão de crédito agropecuário em investimento (2007 e 2010) Fonte: Elaboração própria com base nos dados do BACEN.
O crédito em custeio agropecuário na região Nordeste cresceu 88% entre 2007 e 2010, e o crédito em investimento agropecuário cresceu 11% no mesmo período. Por meio das Figuras 3 e 4, é possível verificar que o montante de crédito em custeio e investimento no setor agropecuário concedido aos municípios da região Nordeste aumentaram significativamente. É visível também que os municípios especializados em agropecuária pertencentes ao MAPITOBA apresentaram um aumento significativo de crédito concedido no período.
Com o intuito de analisar quais municípios possuem uma maior população rural, foi construído um mapa onde os municípios foram estratificados em 3 grupos: os municípios com baixa população rural possuem entre zero e três mil habitantes na área rural, os com média população rural possuem entre três mil e oito mil habitantes, e os com alta população rural possuem acima de oito mil habitantes. Conforme a Figura 5, é possível observar que a maioria dos municípios do Nordeste possuem relativamente uma alta população rural, com exceção do sertão dos estados do Ceara, Rio Grande do Norte, Paraíba, Pernambuco e Alagoas. Os municípios da região sul dos estados do Maranhão e Piauí também apresentaram baixa população rural.
Figura 5 – População rural na região Nordeste (2010) Fonte: Elaboração própria com base nos dados do BACEN.
Essa baixa população rural pode estar ligada à baixa atratividade do setor rural nessas regiões, como alternativamente a alta população rural na maioria dos municípios pode estar ligada a uma alta atratividade do setor rural. Para analisar essas suposições, é necessário que a relação entre crédito rural e população rural seja analisada de forma mais acurada. Para isso, foi utilizado o método da Analise Exploratória de Dados Espaciais (AEDE), mais especificamente pela estatística de I de Moran Bivariado Global e Local. O I de Moran Bivariado Global foi utilizado para verificar o nível de interdependência espacial entre todos os municípios para as variáveis crédito em custeio agropecuário, crédito em investimento agropecuário e população rural. Um valor positivo da estatística I de Moran aponta correlação espacial positiva entre as duas variáveis em um dado período de tempo. Já o I de Moran Bivariado Local avalia a covariância entre um determinado polígono e certa vizinhança definida em função de uma distancia.
O primeiro passo para analisar os dados espacialmente é observar a Tabela 1, que mostra os resultados do I de Moran Bivariado, o desvio padrão e o z-value para as variáveis crédito em custeio agropecuário e crédito em investimento agropecuário nos anos de 2007, 2008, 2009 e 2010, e população rural para o ano de 2010. Identifica-se que ambos os valores z e o I de Moran Bivariado são positivos, o que indica uma correlação espacial global positiva entre o crédito rural (custeio e investimento) e população rural.
I de Moran Média Desvio-Padrão Z-value
2007-2010 0.014 0 0.01 1.4516
2008-2010 0.009 0.0005 0.0112 0.7541
2009-2010 0.0155 0.0005 0.0115 1.3086
2010-2010 0.0141 0.0005 0.0113 1.1956
Fonte: Elaboração própria.
Tabela 2 – Índice de Moran, Teste de correlação espacial (crédito investimento).
I de Moran Média Desvio-Padrão Z-value
2007-2010 0.0579 0.0005 0.0117 4.9076
2008-2010 0.0291 0.0004 0.0112 2.5681
2009-2010 0.0465 0.0007 0.0109 4.1934
2010-2010 0.0693 0.0005 0.0112 6.1587
Fonte: Elaboração própria.
O segundo passo para analisar os dados espacialmente é construir o diagrama de dispersão de Moran, que revela padrões locais de associação espacial, pois o I de Moran apenas indica a tendência geral do agrupamento de dados (PEROBELLI, 2007). Os diagramas de dispersão de Moran apresentam no eixo horizontal o crédito em custeio e investimento para os anos de 2007, 2008, 2009 e 2010, e na vertical a defasagem espacial (lag) da variável população rural para o ano de 2010. Um ponto interessante é que, pelo diagrama de dispersão, é possível classificar os municípios de acordo com quatro regimes espaciais. São eles: Alto-Alto (AA), que indica municípios que recebem um alto montante de crédito rural e estão cercados por municípios com uma alta população rural; Baixo-Baixo (BB), que indica municípios que recebem um baixo montante de crédito e estão cercados por municípios com uma baixa população rural; Alto-Baixo ou Baixo-Alto (AB e BA), que indicam municípios que recebem um alto montante de crédito e estão cercados por municípios com uma baixa população rural e vice-versa.
Figura 6 – Diagrama de Dispersão de Moran 2007-2010, 2008-2010 (custeio). Fonte: Elaboração própria.
Anteriormente, o I de Moran apresentou resultados baixos, porem positivos, e esses podem ser confirmados pelo fato de que a maioria dos municípios está localizada nos quadrantes AA e BB no período analisado. Para o período 2007-2010, observou-se que 16,4% dos municípios são caracterizadas por valores idênticos (sendo 3,4% no quadrante AA e 13% no quadrante BB). De maneira oposta, 13,6% dos municípios apresentaram associação com valores diferentes, distinguindo-se do comportamento normal da correlação positiva, com 12,37% no quadrante BA e 1,2% no quadrante AB. Os municípios estatisticamente insignificantes foram de 70%, e, por conveniência, serão excluídos da análise.
Já para 2008-2010, observou-se que 16,8% dos municípios possuem valores idênticos (sendo 3% no quadrante AA e 13,7 no quadrante BB). Distinguindo-se do comportamento normal da associação positiva, 13,5% mostraram valores opostos (sendo 12,7 no quadrante BA e 0,94 no quadrante AB).
Da mesma forma, a análise para 2009-2010 mostrou que 16,35% dos municípios possuem associação com valores idênticos (sendo 2,7% no quadrante AA e 13,65% no quadrante BB). De forma oposta, os municípios que mostraram associação com valores distintos foram de 13,65% (sendo 12,98% no quadrante BA e 0,66% no quadrante AB). Com resultados muito semelhantes ao de 2009-2010, a análise para 2010-2010 mostrou que 16,4% dos municípios possuem associação com valores idênticos (sendo 2,7% no quadrante AA e 13,71% no quadrante BB), opostamente 13,9% possuem associação com valores distintos (sendo 12,98% no quadrante AA e 0,94 no quadrante BB).
Figura 7 – Diagrama de Dispersão de Moran 2007-2010, 2008-2010 (investimento). Fonte: Elaboração própria.
A análise para a correlação espacial entre o crédito de investimento e a população rural também foi baixa, porem positiva. Esse resultado é confirmado pela localização dos municípios no scatterplot, em que a maioria dos municípios se localizou nos quadrantes com
AA e BB, ou seja, são caracterizados por valores idênticos. Os municípios estatisticamente insignificantes foram de 69,5%, e por conveniência também serão excluídos da análise.
A análise para 2007-2010 mostrou que 18,67% dos municípios foram caracterizados com valores idênticos (sendo 6,24% no quadrante AA e 12,43% no quadrante BB). De forma oposta ,11,75% dos municípios foram caracterizados com valores distintos (sendo 9,53% no quadrante BA e 2,22% no quadrante AB). A análise para 2008-2010 mostrou que 17,78% foram caracterizados com valores idênticos (sendo 5,85% no quadrante AA e 12,93% no quadrante BB), e 2,73% foram caracterizados com valores distintos (sendo 0,99% no quadrante BA e 1,72% no quadrante AB).
Os municípios que foram caracterizados com valores idênticos na analise de 2009-2010 foram 18,10% do total dos municípios estatisticamente significativos (sendo 5,90% no quadrante AA e 12,20% no quadrante BB), e os que foram caracterizados com valores distintos foram 12,31% do total (sendo 9,86% no quadrante BA e 2,45% no quadrante AB). Para a análise de 2010-2010, os municípios caracterizados com valores idênticos foram 19% (sendo 6,46% no quadrante AA e 12,54% no quadrante BB), e os municípios que mostraram valores distintos foram 11,41% (sendo 9,3% no quadrante BA e 2,11% no quadrante AB).
Figura 8 – Mapa de Clusters Bivariados: Crédito de custeio e população rural Fonte: Elaboração própria.
A Figura 8 apresenta o mapa de clusters bivariados para crédito rural em custeio e população rural. Com isso, é possível observar clusters espaciais na região. O primeiro cluster verificado é um baixo-baixo presente no sul do estado do Ceará, oeste do Rio Grande do Norte, Paraíba e Pernambuco. Esse cluster indica que os municípios que recebem baixo crédito rural em custeio estão cercados por municípios que possuem, em média, baixa população rural. Esse resultado pode ser explicado pela baixa produtividade do setor rural no sertão desses estados, e consequentemente um alto risco, que incide em uma baixa concessão de crédito, gerando assim uma baixa atratividade do pequeno produtor em permanecer na área rural.
O segundo cluster baixo-baixo foi observado no Piauí, o qual também indica que municípios que possuem baixo recebimento de crédito rural em custeio estão cercados por municípios que possuem baixa população rural. Conforme visto anteriormente na Figura 1, esses mesmos municípios não possuem especialização em agropecuária, e isso pode estar estreitamente relacionado à baixa concessão de crédito para esses municípios, gerando, como efeito, uma baixa população rural residente.
O terceiro cluster significativo foi observado no norte da Bahia, e mostrou um comportamento baixo-alto, indicando que municípios que recebem um baixo montante de crédito rural em custeio estão cercados por municipios que possuem uma alta população rural.
A figura 9 apresenta o mapa de clusters bivariados para crédito rural em investimento e população rural. O primeiro cluster observado mostrou um comportamento baixo-baixo presente no sul do Ceará, oeste do Rio Grande do Norte, Paraíba e Pernambuco. O cluster baixo-baixo indica que municípios presentes nessa região com uma baixa concessão de crédito em investimento estão cercados por municípios que possuem, em média, uma baixa população rural. Esse comportamento também pode estar relacionado com a baixa produtividade do setor agropecuário no sertão desses estados, proveniente de fatores climáticos desvantajosos para a produção. Com isso, a concessão de crédito se torna inviável, reforçando a falta de atratividade do pequeno produtor em permanecer na área rural.
Três clusters alto-alto significativos foram verificados, o primeiro presente no oeste do estado do Maranhão, o segundo no interior do Ceará, e o terceiro no norte de Bahia. Esse comportamento indica que municípios que recebem um alto montante de crédito em investimento estão cercados de municípios que possuem, em média, uma alta população rural. É factível pensar que um alto crédito em investimento concedido a esses municípios está tornando viável a permanência do pequeno produtor na área rural dos municípios vizinhos. O crédito rural em investimento proporciona uma maior estrutura para produção
regional, uma maior produtividade e um maior lucro, e com isso o pequeno produtor enxerga uma potencial fonte de renda, o que dá suporte à continuidade da produção e à fixação espacial de seu domicílio.
Figura 9 – Mapa de Clusters Bivariados: Crédito de investimento e população rural Fonte: Elaboração própria
Considerações Finais
O objetivo desse trabalho foi identificar os padrões de correlação espacial nos municípios da região Nordeste em relação ao crédito rural e à concentração da população rural. O principal intuito é verificar se a política de subsídio ao crédito rural, muito praticada no Brasil, tem efeitos sobre o êxodo rural.
Para corroborar essa hipótese, foram utilizadas ferramentas de Análise Exploratória de Dados Espaciais (AEDE), as quais permitiram inferir, nesta primeira avaliação, que municípios que recebem um alto montante de crédito em investimento agropecuário são vizinhos de municípios que tem uma alta população rural, e municípios que recebem um baixo montante de crédito em investimento agropecuário são vizinhos de municípios que tem uma baixa população rural.
Por meio do I de Moran local para crédito rural em custeio e população rural, foi possível verificar três clusters relevantes na região. Os dois primeiros mostraram comportamento baixo-baixo: o primeiro está presente no sul do Piauí e o segundo no sul do estado do Ceará, oeste do Rio Grande do Norte, Paraíba e Pernambuco. Esses clusters têm uma interpretação interessante, pois indica que um baixo crédito rural em custeio concedido aos municípios do sertão desses estados está espacialmente correlacionado com municípios vizinhos que possuem baixa população rural. Presume-se que a baixa produtividade, baixo crédito concedido, e baixa taxa de lucro podem estar incorrendo em um êxodo rural dos pequenos produtores rurais.
O terceiro cluster foi identificado no norte da Bahia, e mostrou um comportamento baixo-alto, indicando que os municípios dessa região recebem um baixo montante de crédito rural em custeio e estão cercados por municípios que possuem uma alta população rural.
Já pela ótica do crédito em investimento, foram identificados quatro clusters espaciais. O primeiro cluster observado novamente foi o baixo-baixo, presente no sul do estado do Ceará, oeste do Rio Grande do Norte, Paraíba e Pernambuco. Isso reforçando a hipótese de que um baixo crédito concedido torna inviável a permanência do pequeno produtor na área rural. Quando se trata de crédito em investimento, uma baixa disponibilidade desse tipo de recurso para a estrutura produtiva agropecuária da região intensifica a baixa produtividade dos municípios e a baixa taxa de lucro, tornando assim, possivelmente, inviável a permanência do pequeno produtor nas áreas rurais desses municípios.
Os outros três clusters identificados mostraram comportamento alto-alto. O primeiro presente no oeste do estado do Maranhão, o segundo no interior do Ceará, e o terceiro no norte de Bahia. Isso indica que uma alta concessão de crédito rural em investimento nesses municípios está espacialmente correlacionada com municípios que possuem uma alta população rural. Esse comportamento mostra que um alto investimento na estrutura produtiva agropecuária dos municípios dessas regiões pode estar tornando viável a permanência do produtor na área rural.
Em resumo, é possível afirmar que, em geral, há uma relação positiva entre o crédito rural e a população rural nos municípios da região Nordeste, o que reforça a necessidade de o pequeno produtor receber crédito subsidiado. Outro fator importante é o
cluster presente no sul do estado do Ceará, oeste do Rio Grande do Norte, Paraíba e
Pernambuco, em que é possível verificar uma falta de atratividade da população desses municípios em permanecer na área rural, tanto pelos fatores climáticos desfavoráveis, quanto pela falta de estrutura disponível para a produção agropecuária nesses municípios.
