Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
1
DISTRIBUIÇÃO DOS RECURSOS DO PRONAF-CRÉDITO ENTRE OS DIFERENTES ESTADOS E IDENTIFICAÇÃO DO PERFIL DOS
BENEFICIÁRIOS aracy.araujo@gmail.com
Pôster-Agricultura Familiar e Ruralidade
MÁRCIA APARECIDA DE PAIVA SILVA1; ARACY ALVES DE ARAUJO2. 1.UFV, VIÇOSA - MG - BRASIL; 2.UFV/UFPI, VIÇOSA/PARNAÍBA (PI) - MG - BRASIL.
Distribuição dos recursos do PRONAF-Crédito entre os diferentes Estados e identificação do perfil dos beneficiários
Grupo de Pesquisa: Agricultura Familiar e Ruralidade Resumo
Este estudo tem o objetivo de analisar a distribuição do crédito do Programa Nacional de Fortalecimento da Agricultura Familiar (PRONAF) para os agricultores dos diferentes Estados brasileiros, referente às linhas de custeio e investimento. Especificamente, pretende-se traçar o perfil dos beneficiários, bem como agrupar os produtores familiares de características semelhantes. Para a caracterização dos beneficiários dos recursos do PRONAF-Crédito dos diferentes Estados brasileiros recorreu-se à Análise Fatorial, que permitiu a descrição do perfil dos beneficiários e, posteriormente, por meio da análise de clusters, agrupá-los em grupos distintos. Para a linha de financiamento destinado ao custeio, os resultados indicaram os Estados da região Sul apresentam-se similares, bem como vários Estados das regiões Norte, Nordeste, Sudeste e Centro-Oeste. Em relação a linha de financiamento para investimento, verificou-se que alguns Estados da Região Nordeste, juntamente com Minas Gerais podem ser considerados similares quanto à distribuição de recursos e assim também os Estados da Região Sul.
Palavras-chaves: Agricultura familiar, PRONAF, Análise fatorial, Análise de cluster.
Abstract
This study aims to examine the credit distribution of the National Program for Strengthening Family Agriculture (PRONAF) to the farmers the different Brazilian states, referring to the lines of costing and investment. Specifically, it intends to trace the beneficiaries' profile, as well as to group the producers of similar characteristics. For the beneficiaries' of the resources of PRONAF characterization - Credit of the different Brazilian states was fallen back upon the Factor Analysis, that allowed the description of the beneficiaries' profile and, later on, by means of the clusters analysis, grouping them in different groups. The main obtained results were that, for the financing line destined to the costing, the states of the Southern Region shall appear similar, as well as several states in the region North, Northeast, Southeast and Center-West. For the financing line destined to the investment, it was verified that some states of the Northeast, together with Minas Gerais may be considered as similar to the distribution of resources and thus also the states of the South Region.
Key words: Family Agriculture, PRONAF, Factor Analysis, Clusters analysis
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
2
1. INTRODUÇÃO
O conceito de agricultura familiar é relativamente recente no Brasil, sendo utilizado em substituição a denominações como pequena produção, pequeno produtor, camponês e agricultura não-comercial (ABRAMOVAY; PIKETTY, 2005). Os empreendimentos familiares são administrados pela própria família, que trabalha diretamente com ou sem o auxílio de terceiros. Um estabelecimento familiar é, concomitantemente, uma unidade de produção e de consumo e uma unidade de reprodução social (DENARDI, 2001).
A representatividade da agricultura familiar brasileira é bastante evidente e pode ser destacada, dentre outros fatores, sua capacidade de geração de emprego, participação na produção nacional de alimentos e significativo número de famílias que permanecem no campo. No Brasil, segundo dados da FAO/INCRA, citados por Tonneau e Sabourin (2007), existem 4,3 milhões de estabelecimentos familiares, os quais são responsáveis por 85% do total de estabelecimentos rurais e 38% do PIB Agrícola, além de responderem pelo emprego de 75% da mão-de-obra no campo e deterem 30% da área agrícola total.
No geral, entre os agricultores classificados como familiares é verificada forte heterogeneidade. A diferenciação dos produtores familiares vai desde o acesso e utilização de tecnologia, como apresentado por Buainain et al. (2002), até a caracterização de sua vida social, que é fruto das particularidades da história regional (LAMARCHE, 1993).
Souza et al. (2007) destacam que a agricultura familiar brasileira é uma atividade bastante diversificada, apresentando peculiaridades associadas a características regionais.
Segundo Corrêa e Silva (2007), o perfil dos diferentes agricultores familiares não é homogêneo e está desigualmente distribuído pelo país. Assim, registram-se tanto agricultores economicamente integrados (às redes de distribuição, às agroindústrias e ao setor exportador) e que tiveram acesso a novos padrões tecnológicos, quanto agricultores com baixo nível de integração e que produzem para o autoconsumo. Diante dessa heterogeneidade, é grande a dificuldade de classificar os produtores como familiares.
Para exemplificar essa desigualdade, Cerqueira e Rocha (2002) informam que o Nordeste é a região que apresenta o maior percentual de agricultores familiares, sendo responsável por 49,7% de todos os estabelecimentos familiares brasileiros, além de responder por cerca 31,6% da área total e por 16,7% do Valor Bruto da Produção (VBP) dos agricultores familiares. A região Sul, em contrapartida, detém 21,9% dos estabelecimentos rurais familiares, ocupa 18% da área total e é responsável por 47,3% do VBP da agricultura familiar brasileira.
A melhoria nas condições de vida dos agricultores familiares está condicionada à redução das desigualdades no desenvolvimento agrícola entre as regiões brasileiras. Uma das formas de minimizar os efeitos das disparidades regionais em relação aos pequenos produtores baseia-se na concessão de crédito e na criação de políticas públicas que dão suporte à produção familiar. Nesse contexto, foi criado o Programa Nacional de Fortalecimento da Agricultura Familiar (PRONAF).
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
3
O problema que surge é: estaria o PRONAF, nas suas diversas frentes de atuação, contribuindo para diminuir ou acabar com a heterogeneidade da agricultura familiar?
Para que o PRONAF cumpra seu principal objetivo de aumentar a produtividade dos agricultores familiares e elevar sua renda, e com isso diminuir as desigualdades, é necessário que os recursos sejam distribuídos de forma eqüitativa para os diferentes Estados brasileiros. Diante dessa situação, o objetivo principal deste trabalho é analisar a distribuição dos recursos do PRONAF entre os Estados beneficiários. Especificamente, pretende-se traçar o perfil dos beneficiários, bem como agrupar os produtores familiares de características semelhantes.
O trabalho consta de uma parte introdutória que apresenta a caracterização do PRONAF e de três outras seções. Na segunda seção, há a descrição do modelo analítico.
Na terceira seção são apresentados os resultados e na quarta parte são feitas as considerações finais.
1.1. Caracterização do Programa Nacional de Fortalecimento da Agricultura Familiar - PRONAF
A criação do Programa Nacional de Fortalecimento da Agricultura Familiar (PRONAF) representa o reconhecimento e a legitimação do Estado, em relação às especificidades de uma nova categoria social – os agricultores familiares.
Em trabalho sobre o tema, Schneider et al. (2004) afirmam que o PRONAF foi formulado como resposta do Estado às pressões do movimento sindical rural, realizadas desde o final da década de 1980. O programa nasceu com a finalidade de prover crédito agrícola e apoio institucional aos pequenos produtores rurais que vinham sendo alijados das políticas públicas até então existentes e encontravam sérias dificuldades de se manter no campo.
Segundo Corrêa e Silva (2007), a idéia inicial para a elaboração do PRONAF partiu de recomendações da FAO/INCRA, que realizou o levantamento e a caracterização da agricultura familiar no Brasil. Num primeiro momento, o Ministério da Agricultura e Abastecimento criou o programa de Valorização da Pequena Produção Rural (PROVAP), uma linha de crédito exclusiva para a agricultura familiar. Posteriormente, no ano de 1995, foi elaborado o PRONAF, sendo efetivamente implementado em 1996.
Guanzirolli (2006) afirma que após 10 anos de execução, o programa se estendeu de forma considerável por todo o território nacional, ampliou o montante financiado, desenvolveu programas especiais para atender diversas categorias, assumiu a assistência técnica e reforçou a infra-estrutura tanto dos próprios agricultores como dos municípios em que se encontra.
Diante do exposto, reitera-se que o PRONAF tem por objetivo viabilizar o desenvolvimento do meio rural por intermédio de ações destinadas a implementar o aumento da capacidade produtiva, a manutenção e geração de empregos e a elevação da renda, visando à melhoria da qualidade de vida e o exercício da cidadania pelos agricultores familiares (BITTENCOURT, 2003). Segundo Alvarenga (2005), o PRONAF tem o propósito de concentrar a ação do Estado na agricultura de base familiar1, segmento
1 Segundo Castro (2004), para se tornar beneficiário do PRONAF, o agricultor familiar deve atender aos seguintes requisitos:
a) utilizar o trabalho direto seu e de sua família, podendo ter até dois empregados permanentes e contar com a ajuda de terceiros, quando a natureza sazonal da atividade permitir;
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
4
este que não acompanhou a mudança tecnológica dos últimos anos, em razão da sua descapitalização e das dificuldades de acesso ao sistema financeiro.
Do ponto de vista operacional, o PRONAF apresenta quatro linhas de ação a saber (NEAD, 2002):
• Financiamento da produção da agricultura familiar por meio de operações de investimento ou de custeio da produção (comumente denominada de PRONAF- Crédito): tem a intenção de fornecer apoio financeiro para que os agricultores e suas organizações desenvolvam suas atividades produtivas;
• Financiamento de infra-estrutura e serviços municipais: com vistas a ampliar, racionalizar e realocar a infra-estrutura necessária ao desenvolvimento da agricultura familiar, no município;
• Negociação de políticas públicas com órgãos setoriais: visa reunir e organizar idéias para orientar e direcionar as medidas adotadas pelo governo para atender às necessidades dos agricultores e de suas famílias;
• Profissionalização de agricultores familiares: através da liberação de recursos financeiros às entidades públicas ou privadas que proporcionam conhecimentos e habilidades, tanto de natureza tecnológica quanto gerencial, dentro do enfoque de cadeia produtiva na agricultura familiar.
Segundo Corrêa e Silva (2007), o PRONAF-Crédito objetiva conceder apoio financeiro às atividades agropecuárias e não-agropecuárias por meio da liberação direta entre o banco e o demandante de crédito, sem que haja prioridades regionais ou mesmo regras de liberação que definam o seu público-alvo efetivo. Esta modalidade estende-se a vários grupos, direcionando os recursos de acordo com o tipo de agricultor, classificados de
“A” a “E”, de acordo com critérios típicos de cada um, conforme apresentado no Quadro 1.
Quadro 1 – PRONAF: Discriminação dos beneficiários
Beneficiário Especificação Modalidade
Grupo A
Produtores(as) assentados(as) de Reforma Agrária ou beneficiários(as) do Programa Nacional de Crédito Fundiário (PNCF)
Investimento Grupo B Agricultores(as) familiares com renda bruta
anual até R$ 4 mil Investimento e custeio
Grupo C Agricultores(as) familiares com renda bruta
anual acima de R$ 4 mil e de até R$ 18 mil. Investimento e custeio Grupo A/C Produtores egressos do grupo A ou do
Procera2. Custeio
Grupo D
Agricultores(as) familiares com renda bruta anual acima de R$ 18 mil e de até R$ 50 mil.
Investimento e custeio
b) não deter área superior a quatro módulos fiscais – unidade de medida expressa em hectares, fixada para cada município - quantificados segundo legislação em vigor;
c) ter, no mínimo, 80% da renda familiar bruta anual oriunda da exploração agropecuária, pesqueira e, ou, extrativa;
d) residir na propriedade ou aglomerado urbano próximo.
2 Programa especial de Crédito para Reforma Agrária.
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
5
Grupo E
Agricultores(as) familiares com renda bruta anual acima de R$ 50 mil e de até R$ 110 mil
Investimento e custeio Fonte: Plano de Safra 2007/2008 da Agricultura Familiar.
Schneider (2004) declara que a modalidade de crédito para custeio representa um valor expressivo do volume total de recursos efetivamente aplicados nos últimos anos no quadro do PRONAF, enquanto que a modalidade de crédito para investimentos começou a operar de forma mais significativa somente após o ano de 1997. Isso significa que o programa apresentou, no primeiro período, um forte direcionamento do crédito para o financiamento das safras anuais e uma intervenção bem menor sobre os problemas relacionados à infra-estrutura dos sistemas de produção.
2. METODOLOGIA 2.1. Modelo Analítico
Para a caracterização dos Estados beneficiários dos recursos do PRONAF-Crédito dos diferentes Estados brasileiros recorreu-se à Análise Fatorial, aplicada a um conjunto de variáveis que representam os contratos destinados aos produtos, atividades e finalidades dos agricultores que usufruem dos recursos do PRONAF. Esta medida possibilitou a descrição do perfil dos beneficiários e, posteriormente, por meio da análise de clusters, agrupá-los em grupos distintos.
Segundo Hair (2005) a análise fatorial aborda o problema de analisar a estrutura das correlações entre um grande número de variáveis, definindo um conjunto de dimensões latentes comuns, denominadas de fatores. A análise fatorial tem por objetivo resumir e reduzir o número de dados a serem trabalhados.
Ao resumir os dados, a análise fatorial obtém os fatores que, quando interpretados e compreendidos, descrevem os dados em um número menor de conceitos do que as variáveis originais iniciais. A redução dos dados pode ser obtida calculando-se escores para cada fator e substituindo as variáveis originais pelos mesmos (HAIR, 2005).
A composição dos fatores obedece aos seguintes critérios (FERNANDES e LIMA, 1991): a) as variáveis mais correlacionadas se combinam dentro do mesmo fator; b) as variáveis que compõem determinado fator são praticamente independentes daquelas que constituem outro fator; c) a derivação dos fatores se processa visando a maximizar a porcentagem de variância total relativa a cada fator consecutivo; e, d) os fatores são não- correlacionados entre si.
O modelo de análise fatorial, para uma situação com p variáveis pode ser expresso da seguinte forma (FERNANDES e LIMA, 1991):
X1 = λ11 Y1 + ... + λ1m Ym + e1 (1) .
. .
Xp = λp1 Y1 + ... + λpm Ym + ep
em que Xi são as variáveis, sendo i= 1,2,...,p; Yj são fatores comuns, sendo j= 1,2,...,m, e explicam as correlações entre as variáveis; λij são os factor loading ou cargas fatoriais e refletem a importância do fator j na explicação da variável i; ei é o termo de erro, que capta
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
6
a variação específica da variável Xi não explicada pela combinação linear dos factor loadings com os fatores comuns.
De acordo com Manly (1994) a aplicação da análise fatorial envolve três estágios.
O primeiro estágio consiste na extração provisória das cargas fatoriais, que pode ocorrer através do método dos Componentes Principais ou da Máxima Verossimilhança (JOHNSON e WICHERN, 1992). Estes fatores não são correlacionados, sendo que o primeiro explica maior proporção da variância das variáveis.
O segundo estágio, proposto por Manly (1994) refere-se à rotação ortogonal, que faz-se necessária, caso os fatores iniciais sejam de difícil interpretação. Johnson e Wichern (1992) propõem que seja realizada uma rotação dos fatores inicialmente obtidos para facilitar a interpretação dos mesmos. O efeito final de se rotacionar a matriz fatorial é redistribuir a variância dos primeiros fatores para os últimos com o objetivo de se atingir um padrão fatorial mais simples e teoricamente mais significativo3 (HAIR, 2005).
As rotações podem ser ortogonais, na qual os fatores rotacionados são mantidos não-correlacionados; ou oblíquas, que geram fatores correlacionados. O método de rotação ortogonal mais utilizado é o Varimax, que busca maximizar as correlações de cada variável com apenas um fator e, segundo Manly (1994), maximiza a soma das variâncias para todos os fatores.
O terceiro estágio da análise fatorial consiste na obtenção dos escores fatoriais para cada indivíduo. Estes escores são úteis para a construção de índices, para hierarquizar as unidades de observação e podem ainda ser utilizados como variáveis-resposta para outros procedimentos estatísticos. No presente estudo, os escores fatoriais são utilizados para se proceder à análise de clusters. Podem ser estimados através dos métodos dos mínimos quadrados ponderados, da regressão e ad hoc4.
Para verificar a viabilidade da análise fatorial, Barrosos e Artes (2003) e Mingoti (2007), apresentam o método da matriz anti-imagem, critério de Kaiser-Meyer-Olkin (KMO), Measure of Sampling Adequacy (MSA) e o teste de esfericidade de Bartlett.
Segundo Schneider e Waquil (2001), o critério de KMO avalia a adequação da análise fatorial comparando os valores dos coeficientes de correlação observados com os dos coeficientes de correlação parcial, sendo calculada como:
∑ ∑ ∑ ∑
∑ ∑
= = = =
= =
+
= p
i p
j
p
i p
j ij ij
p
i p
j ij
a r
r KMO
1 1 1 1
2 2
1 1
2
(2)
em que rij é o coeficiente de correlação simples entre as variáveis xi e xj, e aij é o coeficiente de correlação parcial entre as variáveis xi e xj. Quanto mais próxima de 1 for a
estatística de KMO, maior a adequabilidade da análise fatorial.
A análise de agrupamento ou de clusters, por sua vez, tem a função de classificar as diversas unidades de observação em termos de fatores, que foram revelados pela análise
3 Segundo Hair (2005) a solução dos fatores não-rotacionados extraem fatores na ordem de sua importância, ou seja, cada fator consecutivo explica porções sucessivamente menores de variância.
4 Mingoti (2007) firma que os métodos ad hoc fundamentam-se na idéia de que os escores devem ser obtidos usando-se alguma variável que seja altamente correlacionada com o seu respectivo fator e não-correlacionada com os outros fatores.
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
7
fatorial. De acordo com Ferreira e Souza (1997), a análise de agrupamento tem por objetivo proporcionar uma ou várias partições na massa de dados, ou fatores, por algum critério de classificação, de tal forma que exista homogeneidade dentro e heterogeneidade entre os grupos. Com a sua utilização pode-se realizar a sumarização dos dados, reduzindo as informações de um conjunto de inúmeros indivíduos ou objetos, para um número menor de grupos, o que possibilita a simplificação na interpretação dos dados.
Para se obter uma simples estrutura de agrupamento para uma complexa série de dados é necessário estimar uma medida de dissimilaridade ou similaridade. A escolha entre uma medida e outra envolve a natureza das variáveis (discreta, contínua ou binária) ou a escala de medida (nominal, ordinal intervalo, razão) e, por fim, o conhecimento subjetivo (JOHNSON; WICHERN, 1992). No entanto, quando elementos são agrupados, leva-se em consideração a proximidade entre os mesmos.
No presente estudo, foram utilizados os valores da distância euclidiana, sendo esta uma medida de dissimilaridade, dada por:
∑
=−
= m
j
BJ AJ
AB X X
D
1
)2
( (3)
em que, DAB é a medida de distância euclidiana do estado A ao estado B; j é o indexador das variáveis e m é o número de variáveis, onde m = 1, 2, ...,p. Quanto mais próxima de zero for a distância euclidiana, maior a similaridade entre os Estados em comparação. As distâncias entre cada par de observações formam uma matriz de distâncias que é usada no processo de agrupamento.
Segundo Souza e Lima (2003), para agrupar os indivíduos semelhantes utilizam-se algoritmos que buscam maximizar a diferença entre os grupos. Os algoritmos mais utilizados são classificados em hierárquicos e não-hierárquicos.
Nos métodos hierárquicos a formação dos grupos ocorre pelo processo aglomerativo ou divisivo. No processo aglomerativo cada objeto inicia-se formando um grupo e por meio de fusões os objetos vão se agrupando até a formação de um único grupo, composto por todos os indivíduos. No processo divisivo, todos os objetos iniciam-se em um único grupo e em cada passo do algoritmo de agrupamento ocorre a separação dos elementos do grupo, sendo que, ao final, cada objeto forma um agrupamento (MANLY, 1994). Os resultados dos métodos aglomerativos e divisivos podem ser dispostos em um diagrama bi-dimensional, conhecido como dendrograma, que ilustra as fusões ou divisões que são realizadas em sucessivos níveis do algoritmo de agrupamento (JOHNSON;
WICHERN, 1992).
Hair (2005) descreve que existem cinco algoritmos aglomerativos mais usados, os quais são Ligação Simples (Simple Linkage), Ligação Completa (Complete Linkage), Média das Distâncias (Average Linkage), Método do Centróide e Método de Ward (Ward Linkage Method). Os métodos de Ligação Simples, Completa e da Média, podem ser utilizados tanto para variáveis quantitativas, quanto qualitativas. Os métodos de Ward e do Centróide são apropriados apenas para variáveis quantitativas, sendo que o método de Ward apresenta-se vantajoso por gerar grupos com alta homogeneidade interna.
Segundo Manly (1994), nos métodos não-hierárquicos, ocorre a partição dos objetos que podem se mover de um grupo a outro em diferentes passos da análise. Para iniciar escolhe-se arbitrariamente um número de grupos a ser formado que pode ser
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
8
determinado como parte do método de agrupamento. O método não-hierárquico de aplicação mais comum é o das K-médias (JOHNSON; WICHERN, 1992).
O programa computacional utilizado tanto para a análise fatorial, como para a análise de clusters foi o Statiscal Package Software (SPSS, versão 11.5). A partir deste programa definiu-se o perfil dos produtores familiares e as unidades de federação com características mais próximas, dando embasamento ao modelo de análise.
2.2. Fonte de dados e descrição das variáveis
As variáveis adotadas neste trabalho classificam os Estados beneficiários de recursos do Programa Nacional de Fortalecimento da Agricultura Familiar (PRONAF), sendo que estão divididas entre as linhas de custeio e investimento, e são dispostas no Quadro 2.
Quadro 2 – Descrição das variáveis utilizadas para descrever o perfil dos beneficiários dos recursos do PRONAF.
C U S T E I O
Variável Descrição
X1* Nº de contratos destinados ao beneficiamento ou industrialização X2 Nº de contratos destinados ao extrativismo de espécies nativas X3 Nº de contratos destinados à cultura do algodão
X4 Nº de contratos destinados à cultura arroz X5 Nº de contratos destinados à cultura da batata X6 Nº de contratos destinados à cultura do café X7 Nº de contratos destinados à cultura do feijão X8 Nº de contratos destinados à cultura da mandioca X9 Nº de contratos destinados à cultura do milho
X10 Nº de contratos destinados à cultura de outras lavouras X11** Nº de contratos destinados à criação de animais
X12 Nº de contratos destinados a outras aplicações I
N V E S T I M E N T O
X13*** Nº de contratos destinados ao investimento em animais de serviço X14
Nº de contratos destinados ao investimento em formação de culturas perenes
X15 Nº de contratos destinados ao investimento em máquinas e equipamentos
X16 Nº de contratos destinados ao investimento em melhoramento das explorações
X17 Nº de contratos destinados ao investimento em outras aplicações X18 Nº de contratos destinados ao investimento em veículos
X19**** Nº de contratos destinados ao investimento para aquisição de animais
X20 Nº de contratos destinados ao investimento em máquinas e equipamentos
X21 Nº de contratos destinados ao investimento em melhoramento das explorações
X22 Nº de contratos destinados ao investimento em outras aplicações Fonte: BACEN, 2008
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
9
Nota: * de X1 a X10 estão apresentados o número de contratos referentes ao custeio agrícola; ** de X11 a X12 estão apresentados o número de contratos referentes ao custeio da pecuária; *** de X14 a X18 estão apresentados o número de contratos referentes ao investimento agrícola; **** de X19 a X22 estão apresentados o número de contratos referentes ao investimento na pecuária.
A avaliação da concessão de crédito do PRONAF para cada unidade da federação foi realizada a partir do número de contratos estabelecidos entre os diferentes Estados brasileiros, referentes ao ano de 2006. Os dados referentes ao crédito do PRONAF foram obtidos no Anuário Estatístico de Crédito Rural, disponível no site do Banco Central do Brasil (BACEN 2008).
3. RESULTADOS E DISCUSSÃO
3.1. Definição do perfil dos beneficiários dos recursos do PRONAF-Custeio
A realização da análise fatorial5 possibilitou a identificação das variáveis de maior importância, na determinação do perfil dos beneficiários do PRONAF, em relação às linhas de custeio e investimento. A decisão do número de fatores baseia-se na porcentagem da variância total das variáveis, que é explicada pelo conjunto de fatores, considerando a realidade da situação em análise.
Para as variáveis relativas ao custeio, a análise fatorial permitiu a identificação de quatro fatores que, em conjunto, responderam por 82,21% da variância total das variáveis;
cada um dos fatores respondeu por 30,72%, 26,73%, 15,75% e 8,99% da variância total, respectivamente. Os fatores apresentaram raiz característica de 3,68, 3,208, 1,891 e 1,080, respectivamente. O teste KMO, utilizado para verificação da adequabilidade geral do modelo ao conjunto de variáveis trabalhadas, apresentou valor de 0,6, indicando uma boa perspectiva da aplicação da análise fatorial aos dados.
Tabela 1 – Cargas fatoriais, após a rotação ortogonal, e comunalidades (PRONAF-Custeio) Variáveis
Fatores
Comunalidade
1 2 3 4
X1 0,941 -0,066 -0,125 0-,050 0,908
X2 0,852 -0,048 -0,150 -0,100 0,760
X3 -0,031 0,150 -0,040 0,939 0,908
X4 0,744 0,474 -0,095 -0,251 0,851
X5 0,012 0,237 0,915 -0,033 0,895
X6 -0,023 -0,104 0,915 0,088 0,857
X7 0,137 0,780 -0,019 0,503 0,880
X8 0,795 0,032 0,030 0,163 0,661
X9 -0,046 0,954 0,111 0,031 0,925
X10 -0,034 0,806 0,424 0,037 0,833
X11 -0,050 0,228 0,686 -0,097 0,535
X12 0,893 -0,031 0,221 0,081 0,853
Porcentagem da 30,721 26,731 15,759 8,999
5 A análise foi desenvolvida utilizando a matriz de correlação das variáveis originais uma vez que se recorreu à padronização das variáveis originais, para evitar que os resultados fossem influenciados pelas variáveis de maior variância.
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
10
Variância
Variância Acumulada 30,721 57,452 73,211 82,210 Fonte: Resultados da pesquisa, 2008.
Os principais resultados da análise fatorial são apresentados na Tabela 1. As cargas fatoriais que estão em negrito evidenciam as variáveis mais fortemente associadas a determinado fator. Os valores relativos à comunalidade referem-se à porcentagem da variância das variáveis explicada pelos quatro fatores, em conjunto. Para que as variáveis sejam bem definidas pelos fatores, espera-se que a comunalidade seja superior a 0,60.
O fator 1, denominado de “custeio agrícola”, refere-se ao conjunto de variáveis referentes à maioria dos contratos de custeio agrícola, relacionados a cada unidade da federação. Este fator apresentou-se positivo e mais fortemente relacionado aos contratos destinados ao beneficiamento ou industrialização (X1), ao extrativismo de espécies nativas (X2), à cultura arroz (X4), à cultura da mandioca (X8) e a outras aplicações (X12).
O fator 2, denominado de “culturas básicas” refere-se ao conjunto de variáveis que apresentam os contratos referentes à cultura de alimentos de primeira necessidade, tais como cultura de feijão (X7), milho (X9) e cultura de outras lavouras (X10), que se apresentam fortemente e positivamente correlacionadas ao segundo fator.
O fator 3, denominado de “atividades gerais”, refere-se ao conjunto de variáveis que apresentam os contratos referentes a culturas básicas e à atividade de pecuária. Ele se apresentou positivo e mais fortemente relacionado aos contratos destinados à cultura da batata (X5), do café (X6) e à criação de animais (X11).
O fator 4, denominado de “cultura do algodão”, apresentou-se relacionado aos contratos destinados à cultura do algodão (X3).
De posse das cargas fatoriais, recorreu-se à determinação dos escores fatoriais para cada unidade da federação. A obtenção dos escores fatoriais é essencial para a classificação das unidades da federação em grupos. Dessa forma, recorreu-se à análise de cluster ou de agrupamento, que subdivide os diferentes Estados em grupos, tomando como informações os valores das distâncias médias.
3.2. Análise de Similaridade entre os Estados brasileiros
Para realização dos agrupamentos foi utilizado um método hierárquico aglomerativo denominado de Ward Linkage Method. A utilização deste procedimento, a priori, possibilitou a formação dos grupos. Posteriormente à determinação do número de grupos pelo método hierárquico aglomerativo, recorreu-se à utilização de algoritmos não- hierárquicos para a designação dos Estados a cada grupo, respectivamente. O método utilizado para a formação dos grupos foi o das K-médias que, efetivamente, minimiza a média da distância dentro do grupo e maximiza entre os grupos.
Portanto, a análise de clusters baseada na média da distância dentro do grupo e entre os grupos, calculada a partir dos escores fatoriais previamente definidos, apresentou como resultado a formação de seis grupos os quais são:
• Grupo 1: formado pelos Estados de Rio Grande do Sul e Santa Catarina;
• Grupo 2: formado por Maranhão;
• Grupo 3: composto por 20 Estados, que são: Acre, Alagoas, Amapá, Amazonas, Distrito Federal, Espírito Santo, Goiás, Mato Grosso do Sul, Mato Grosso, Pará, Paraíba,
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
11
Pernambuco, Piauí, Rio de Janeiro, Rio Grande do Norte, Rondônia, Roraima, São Paulo, Sergipe e Tocantins;
• Grupo 4: formado por Minas Gerais;
• Grupo 5: formado pelo Paraná;
• Grupo 6: formado pelos Estados de Bahia e Ceará.
Tabela 2 – Formação dos grupos, considerando o PRONAF-Custeio
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
12
Fonte: Resultados da pesquisa, 2008.
Fator 1 Fator 2 Fator 3 Fator4 Distância Grupo 1
RS -0,2779 3,9380 0,2197 -1,1418 0,8700
SC -0,2518 2,3485 -0,2894 -0,6506 0,8700
Média 0,8700
Grupo 2
MA 4,2794 -0,1843 -0,4457 -0,7505 0,0000
Média 0,0000
Grupo 3
AC -0,3991 -0,5020 -0,4479 -0,2304 0,3163
AL -0,0279 -0,4552 -0,4078 -0,2500 0,3925
AP -0,2652 -0,5394 -0,4969 -0,3399 0,4050
AM -0,4389 -0,5278 -0,4557 -0,3066 0,3677
DF -0,5589 -0,4956 -0,4567 -0,3017 0,4074
ES -0,5106 -0,5379 0,6404 -0,1128 0,8699
GO -0,5239 -0,2109 0,0393 -0,5270 0,4886
MT -0,5096 -0,4548 -0,2846 -0,3499 0,2950
MS -0,5128 -0,5108 -0,4296 -0,2074 0,3480
PA -0,0790 -0,1507 -0,3022 -0,0594 0,3551
PB -0,1499 -0,6831 -0,2803 1,3557 1,5730
PE -0,3399 -0,2085 -0,3535 -0,3473 0,2833
PI 0,4302 0,1896 -0,1891 0,1517 0,9827
RJ -0,5847 -0,0480 -0,2478 -0,4259 0,4791
RN -0,0821 -0,4462 0,8109 -0,5409 1,0960
RO -0,4774 -0,5128 0,0798 -0,2502 0,3563
RR -0,5309 -0,4840 -0,4576 -0,3143 0,3930
SP -0,5736 0,1837 0,2605 -0,0247 0,7548
SE 0,0631 -0,2525 -0,3096 0,0406 0,4682
TO -0,4205 -0,3879 -0,4485 -0,3432 0,3306
Média 1,5730
Grupo 4
MG 0,2574 -0,3652 4,7051 0,0040 0,0000
Média 0,0000
Grupo 5
PR -0,1998 1,0142 -0,1925 4,2079 0,0000
Média 0,0000
Grupo 6
BA 0,9248 0,4152 0,1185 1,5359 0,8782
CE 1,7591 -0,1316 -0,3786 0,1784 0,8782
Média 0,8782
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
13
De acordo com os fatores relacionados e com a média da distância de ligação, os resultados encontrados para todos os Estados estão apresentados na Tabela 2.
A formação de todos os grupos deu-se em razão dos valores das distâncias euclidianas de cada um, proveniente da formação prévia de seis grupos. A média das distâncias euclidianas encontradas para os grupos 1, 2, 3, 4, 5 e 6 foram, respectivamente, 0,8, 0, 1,57, 0, 0 e 0,88. É interessante ressaltar que quanto menor o valor da distância, maior a similaridade entre os componentes do grupo e, desse modo, os grupos em que as unidades da federação apresentaram maior similaridade foram 2, 4, 5, 1, 6 e 3.
Os grupos 2, 4 e 5 apresentam valor da distância igual a zero, porque são compostos apenas pelos Estados do Maranhão, Minas Gerais e Paraná, respectivamente.
Complementarmente, entende-se que não há distância entre uma mesma unidade de federação, sendo que a similaridade é máxima.
Portanto, verifica-se que os Estados da Região Sul podem ser considerados similares quanto à distribuição de recursos do PRONAF-Crédito para a linha de custeio.
Segundo Silva et al. (2006a), os Estados da região Sul podem ser considerados semelhantes uma vez que essa região é a que mais recebe recursos do PRONAF e verifica- se forte concentração de recursos do crédito de custeio nessa região (SILVA et al, 2006b).
Segundo dados do Anuário Estatístico do Crédito Rural, no período de 1999 a 2006, os Estados mais beneficiados pela linha de custeio do PRONAF-Crédito foram Rio Grande do Sul, Paraná e Santa Catarina (BACEN, 2008).
Os Estados da região Nordeste, Norte, Sudeste e Centro-Oeste são ainda considerados similares, componentes do grupo 3. Os Estados da Bahia e Ceará também apresentam características similares, capazes de agrupá-los no grupo 6. Os Estados do Maranhão, Minas Gerais e Paraná, foram considerados com características díspares dos demais Estados e por isso, não se agruparam.
3.3. Definição do perfil dos beneficiários dos recursos do PRONAF-Investimento Para as variáveis relativas ao investimento, a análise fatorial permitiu a identificação de dois fatores que, em conjunto, responderam por 87,36% da variância total das variáveis; cada um dos fatores respondeu por 74,61%, e 12,75%, da variância total, respectivamente. Os fatores apresentaram raiz característica de 7,46 e 1,28, respectivamente.
O teste KMO, utilizado para verificação da adequabilidade geral do modelo ao conjunto de variáveis trabalhadas, apresentou valor de 0,61, indicando uma boa perspectiva da aplicação da análise fatorial aos dados.
Os principais resultados da análise fatorial são apresentados na Tabela 3. As cargas fatoriais que estão em negrito evidenciam as variáveis mais fortemente associadas a determinado fator. Pela observação das comunalidades, percebe-se que todas as variáveis estão bem definidas pelos dois fatores, uma vez que os coeficientes observados estão acima de 0,6.
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
14
Tabela 3 - Cargas fatoriais, após a rotação ortogonal, e comunalidades (PRONAF- Investimento)
Variáveis
Fatores
Comunalidade
1 2
X13 0,845 0,215 0,760
X14 0,822 0,244 0,736
X15 0,099 0,980 0,969
X16 0,920 0,333 0,957
X17 0,458 0,844 0,922
X18 0,825 0,371 0,818
X19 0,942 0,158 0,913
X20 0,749 0,405 0,724
X21 0,974 0,146 0,969
X22 0,957 0,226 0,967
Porcentagem da Variância 74,610 12,749 Variância Acumulada 74,610 87,359 Fonte: Resultados da pesquisa, 2008.
O fator 1, denominado de “investimento agropecuário”, refere-se ao conjunto de variáveis referentes à maioria dos contratos de investimento agrícola e pecuário, relacionados com cada unidade da federação. Este fator apresentou-se positivo e mais fortemente relacionado aos contratos destinados ao investimento em animais de serviço (X13), formação de culturas perenes (X14), melhoramento das explorações agrícolas (X16), ao investimento em veículos (X18), aos contratos destinados ao investimento para aquisição de animais (X19), máquinas e equipamentos para a pecuária (X20), melhoramento das explorações pecuárias (X21) e ao investimento em outras aplicações para a pecuária (X22).
O fator 2, denominado de “investimento agrícola” refere-se ao conjunto de variáveis que descrevem os contratos referentes a algumas das alternativas de investimento agrícola, os quais são contratos destinados ao investimento em máquinas e equipamentos agrícolas (X15) e destinados ao investimento em outras aplicações agrícolas (X17).
Após a obtenção das cargas fatoriais, pelo método dos componentes principais, foi possível a determinação dos escores fatoriais, que permitem classificar os beneficiários dos recursos do PRONAF-Investimento das diferentes unidades da federação em grupos.
3.4. Análise de Similaridade entre os Estados brasileiros
De forma similar ao procedimento realizado no agrupamento das unidades da federação segundo o PRONAF-Custeio, inicialmente utilizou-se o método hierárquico aglomerativo Ward Linkage Method, que possibilitou a formação dos grupos. A partir dessa técnica foi detectada a formação de cinco grupos.
Posteriormente à determinação do número de grupos pelo método hierárquico aglomerativo, recorreu-se à utilização de algoritmos não-hierárquicos para a designação dos Estados a cada grupo, respectivamente. O método utilizado para a formação dos grupos foi o das K-médias que, efetivamente, minimiza a média da distância dentro do grupo e maximiza entre os grupos.
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
15
Portanto, a análise de clusters baseada na média da distância dentro do grupo e entre os grupos, calculada a partir dos escores fatoriais previamente definidos, apresentou como resultado a formação de cinco grupos, os quais são:
• Grupo 1: formado pelos Estados do Ceará, Maranhão, Minas Gerais, Pernambuco e Piauí;
• Grupo 2: formado por Paraná e Santa Catarina;
• Grupo 3: composto por 18 Estados, que são: Acre, Alagoas, Amapá, Amazonas, Distrito Federal, Espírito Santo, Goiás, Mato Grosso, Mato Grosso do Sul, Pará, Paraíba, Rio de Janeiro, Rio Grande do Norte, Rondônia, Roraima, São Paulo, Sergipe e Tocantins;
• Grupo 4: formado por Rio Grande do Sul;
• Grupo 5: formado pela Bahia.
De acordo com os fatores relacionados e com a média da distância de ligação, os resultados encontrados para todos os Estados estão apresentados na Tabela 4.
A formação de todos os grupos deu-se em razão dos valores das distâncias euclidianas de cada um, proveniente da formação prévia de cinco grupos. A média das distâncias euclidianas encontradas para os grupos 1, 2, 3, 4 e 5 foram, respectivamente, 0,73, 0,25, 0,47, 0 e 0. É interessante ressaltar que quanto menor o valor da distância, maior a similaridade entre os componentes do grupo e, desse modo, os grupos em que as unidades da federação apresentaram maior similaridade foram 4, 5, 2, 3 e 1.
Os grupo 4 e 5 apresentam valor da distância igual a zero, porque são compostos apenas pelos Estados do Rio Grande do Sul e Bahia, respectivamente.
Complementarmente, entende-se que não há distância entre uma mesma unidade da federação, sendo que a similaridade é máxima.
Portanto, verifica-se que alguns Estados da Região Nordeste, juntamente com Minas Gerais podem ser considerados similares quanto à distribuição de recursos do PRONAF-Crédito para a linha de investimento, uma vez que estão formam o grupo 1. A similaridade dos Estados nordestinos pode ser comprovada pelos dados do Anuário Estatístico do Crédito Rural, que demonstram que, no período de 1999 a 2006, em relação à linha de investimento, alguns dos Estados em que foram firmados maiores números de contratos foram Ceará, Pernambuco, Maranhão e Piauí (BACEN, 2008).
Corroborando o resultado, Silva et al. (2006b) e Corrêa e Silva (2007) relataram que, os Estados da região Nordeste podem ser considerados semelhantes, uma vez que, desde a implantação do PRONAF essa região desponta pelo volume de recursos que consegue obter principalmente crédito para investimento. Assim, também é justificável Minas Gerais aparecer agrupada aos Estados do Nordeste uma vez que, como relataram Abramovay e Veiga (1999) este Estado destaca-se na captação de recursos para investimento.
Corrêa e Silva (2007) afirmam que os recursos para investimento nos anos mais recentes continuam tendo um perfil que permite o acesso a regiões que concentram agricultores familiares mais carentes, como Nordeste, só que tem aumentado seu direcionamento para a região Sul.
Estados da Região Sul, tais como Paraná e Santa Catarina, são ainda considerados muito semelhantes, sendo agrupados no cluster 2. Alguns Estados do Norte, Centro-Oeste e Sudeste são ainda considerados similares, componentes do grupo 3. Os Estados do Rio Grande do Sul e Bahia foram considerados com características díspares dos demais Estados e por isso, não se agruparam.
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
16
Tabela 4 – Formação dos grupos, considerando o PRONAF-Investimento
Fator 1 Fator 2 Distância
Grupo 1
CE 2,1832 0,9905 0,9123
MA 1,2904 0,9381 0,5285
MG 0,4483 0,3306 1,0153
PE 1,3038 0,0014 0,4620
PI 1,0546 -0,1824 0,7391
Média 0,7314
Grupo 2
PR -0,6781 0,8101 0,2451
SC -0,8695 1,2613 0,2451
Média 0,2451
Grupo 3
AC -0,6106 -0,6550 0,3844
AL 0,0549 -0,3763 0,3723
AP -0,6260 -0,6627 0,4012
AM -0,5922 -0,2342 0,3262
DF -0,6257 -0,6671 0,4038
ES -0,6075 0,1114 0,5955
GO -0,5405 -0,6754 0,3492
MT -0,5274 -0,6936 0,3553
MS -0,5952 -0,6484 0,3684
PA -0,2826 0,1762 0,5851
PB 0,4849 -0,0732 0,8680
RJ -0,6234 -0,6422 0,3864
RN 0,6930 -0,3963 1,0091
RO -0,5812 -0,6204 0,3397
RR -0,6012 -0,6618 0,3818
SP -0,6158 -0,3018 0,3180
SE 0,2885 -0,3850 0,6050
TO -0,5452 -0,6757 0,3524
Média 0,4668
Grupo 4
RS -1,1907 4,0890 0,0000
Média 0,0000
Grupo 5
BA 2,9113 -0,1570 0,0000
Média 0,0000
Fonte: Resultados da pesquisa, 2008.
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
17
4. CONSIDERAÇÕES FINAIS
O PRONAF tem como um dos seus objetivos prioritários gerar melhoria das condições de vida dos agricultores familiares, sendo que o meio para se atingir tal objetivo é a facilitação de acesso de diferentes produtores familiares ao crédito rural, tendo uma perspectiva contrária à lógica concentradora das políticas agrícolas tradicionais. Sob esse aspecto, tentar dirimir as desigualdades no desenvolvimento agrícola entre as regiões brasileiras também é um dos objetivos do programa.
Dessa forma, este artigo buscou mostrar a forma como ocorreu a distribuição dos créditos do PRONAF, para as linhas de custeio e investimento, entre as distintas unidades da federação brasileiras para o ano de 2006, utilizando para tanto a técnica de análise fatorial e posterior agrupamento entre os Estados que são mais similares no volume de crédito concedido.
A aplicação da análise fatorial possibilitou a identificação de variáveis de maior importância, na determinação do perfil dos beneficiários do PRONAF, em relação às linhas de custeio e investimento. Os fatores identificados para a primeira linha, custeio, foram
“custeio agrícola”, “culturas básicas”, “atividades gerais” e “cultura do algodão”.
Verificando a similaridade entre as unidades da federação através da análise de clusters, considerando a linha de custeio, o resultado apontou para a formação de seis grupos. Vinte Estados formaram um único grupo indicando que é bastante similar a distribuição dos recursos do PRONAF-Custeio entre eles, e Estados da Região Sul e Nordeste, separadamente, foram ainda considerados similares. No entanto, Maranhão, Minas Gerais e Paraná apresentaram características díspares em relação às demais unidades da federação e não foram agrupados.
No que tange à distribuição de crédito de custeio, foram claramente definidos a distinção entre Estados da Região Sul e das demais regiões do Brasil, que compõem outros grupos distintos. Tal dissimilaridade pode ser decorrente, do fato de os Estados sulinos serem os que mais recebem recursos do PRONAF-Crédito, principalmente no que tange à linha de custeio, e os demais Estados apresentarem certas peculiaridades na captação de recursos.
Voltando à análise para a segunda linha, investimento, os fatores identificados foram: “investimento agropecuário” e “investimento agrícola”. A classificação dos beneficiários dos recursos do PRONAF-Investimento das diferentes unidades da federação em grupos indicou para a formação de cinco grupos. Verificou-se que alguns Estados da Região Nordeste, juntamente com Minas Gerais podem ser considerados similares quanto à distribuição de recursos do PRONAF-Crédito para a linha de investimento. Os Estados da região Sul são considerados muito semelhantes, bem como os da região Nordeste. Outra percepção foi que o Rio Grande do Sul e Bahia foram considerados com características bem distintas dos demais Estados e por isso não se agruparam.
Em síntese, no caso do crédito de investimento é notória a diferença entre os Estados da Região Nordeste e Sul, diante das demais regiões brasileiras. Isso ocorre, uma vez que os Estados do Nordeste, tradicionalmente apresentam representatividade na captação de recursos do PRONAF-Investimento e vem sendo crescente a parcela de participação dos Estados da região Sul nessa linha de crédito.
De modo geral, a distribuição dos recursos do PRONAF-Crédito para as duas linhas em estudo, custeio e investimento, apresenta-se concentrada dentre grupos de agricultores, pertencentes a determinados Estados beneficiários. Nota-se concentração dos recursos
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
18
destinados aos Estados da região Sul designados a operações de custeio e verifica-se uma crescente participação na distribuição de recursos destinados ao investimento na atividade agropecuária. Os agricultores familiares sulinos apresentam-se bem organizados, integrados ao mercado e às agroindústrias processadoras e respondem por significativa parcela do Valor Bruto da Produção da agricultura familiar nacional.
Os Estados do Nordeste, por sua vez, que apresentam representatividade da agricultura familiar pelo seu significativo número de produtores familiares, responde por significativa parcela dos recursos concedidos para a linha de investimento, o que é pertinente ao princípio desconcentrador na distribuição de crédito, uma vez que os agricultores nordestinos são carentes de recursos para investir na produção e para garantir sobrevivência na atividade agropecuária.
5. REFERÊNCIAS
ABRAMOVAY, R.; PIKETTY, M. G. Política de Crédito do Programa Nacional de Fortalecimento da Agricultura Familiar (PRONAF): resultados e limites da experiência brasileira nos anos 90. Cadernos de Ciência & Tecnologia, Brasília, v. 22, n. 1, p. 53-66, jan./abr. 2005.
ABRAMOVAY, R., VEIGA, J.E. Novas instituições para o desenvolvimento rural: o caso do Programa Nacional de Fortalecimento da Agricultura Familiar (PRONAF).
Brasília: FIPE/IPEA, 1999. Disponível em: <www.ipea. gov.br/pub/td/td_99/td_641.pdf>.
Acesso em: 30 maio 2005.
ALVARENGA, A. B. C. Avaliação do Programa de Fortalecimento da Agricultura Familiar – PRONAF Grupo B em Nova Porteirinha/MG. 63 p. Dissertação (Mestrado em Economia Aplicada) – Universidade Federal de Viçosa, Viçosa, MG, 2005.
Banco Central do Brasil - BACEN. Anuário Estatístico do Crédito Rural do Banco Central, 1999 a 2006. Disponível em <http://www.bcb.gov.br/?RELRURAL>. Acesso em 15 fev. 2008
BARROSO, Lúcia P.; ARTES, R. Análise Multivariada. Lavras, UFLA, 2003. 156p.
(mimeo)
BITTENCOURT, G.A. Abrindo a caixa preta: o financiamento da agricultura familiar. Campinas: UNICAMP, 2003. 213 p.
BUAINAIN, A.M.; SOUZA FILHO, H.M.; SILVEIRA J.M. Inovação tecnológica na agricultura e a agricultura familiar. In: LIMA, D.M.A., WILKINSON, J. (Org.).
Inovação nas tradições da agricultura familiar. Brasília: CNPq/Paralelo 15, 2002. 400 p.
CERQUEIRA, P.S.; ROCHA, A.G. A agricultura familiar e o PRONAF: elementos para uma discussão. Bahia Análise & Dados, Salvador, v. 12, n. 3, p. 105-117, 2002.
Disponível em: <www.sei.ba.gov.br/publicacoes/bahia_analise/analise_dados/pdf/
retros2002/pag_105.pdf>. Acesso em: 30 maio 2005.
CASTRO, E.R. Efeito da equalização da taxa de juros do crédito rural na economia brasileira. 81 p. Dissertação (Mestrado em Economia Aplicada) - Universidade Federal de Viçosa, Viçosa, MG, 2004.
CORRÊA, V. P.; SILVA, F. F. Análise das Liberações Recentes de Recursos do Pronaf:
Uma Mudança na Lógica de Distribuição? Revista Econômica do Nordeste, Fortaleza, v.
48 , nº 1, jan-mar. 2007.
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
19
DENARDI, R.A. Agricultura familiar e políticas públicas: alguns dilemas e desafios para o desenvolvimento rural sustentável. Agroecologia e Desenvolvimento Rural Sustentável, Porto Alegre, v. 2, n. 3, jul./set. 2001.
FERNANDES, T.A.G.; LIMA, J.E. Uso de análise multivariada para identificação de sistemas de produção. Brasília, 1991. p. 1823-1836.
FERREIRA, R.L.C., SOUZA, A.L. Técnicas de análise multivariada aplicadas ao manejo florestal, no Brasil. Boletim Técnico do Sistema de Inspeção Florestal, Viçosa, n.14, p.
1-21, 1997.
GUANZIROLLI, C. E. PRONAF Dez Anos Depois: resultados e perspectivas para o
desenvolvimento rural. Disponível em: <
http://www.anpec.org.br/encontro2006/artigos/A06A169.pdf> . Acesso em: 28 mar 2007.
HAIR JR., J. F. et al. Análise Multivariada de Dados.5a edição. Porto Alegre: Bookman, 2005. 593p.
JOHNSON, R. A.; WICHERN, D. W. Applied Multivariate Statistical Analysis. 3rd ed.
Englewood Cliffs, New Jersey: Prentice Hall, 1992. 642p.
LAMARCHE. H. A agricultura familiar: comparação internacional. Campinas:
UNICAMP, 1993. 336 p.
MANLY, B. F. J. Multivariate Statistical Methods. 2ed. New York: Chapman & Hall, 1994. 215p.
MINGOTI, S. A. Análise de Dados Através de Métodos de Estatística Multivariada – Uma Abordagem Aplicada. Belo Horizonte: Editora UFMG, 2005. 295p.
Núcleo de Estudos Agrários e Desenvolvimento Rural – NEAD. Secretaria de Agricultura Familiar seleciona profissionais para articulação institucional e planejamento e orçamento. Brasília, 2002. Disponível em:
<http://www.nead.org.br/boletim/boletim.php?noticia= 113&boletim=130>. Acesso em:
24 jun. 2005.
Plano de Safra 2007/2008 da agricultura familiar. Disponível em<http://www.mda.gov.br/saf/arquivos/1312315452.pdf > . Acesso em 15 mar. 2008.
SCHNEIDER, S.; WAQUIL, P.D. Caracterização socioeconômica dos municípios gaúchos e desigualdades regionais. Revista de Economia e Sociologia Rural, Brasília, v. 39, n. 3, p. 117-142, 2001.
SCHNEIDER, S.; MATTEI, L.; CAZELLA, A. A. Histórico, caracterização e dinâmica recente do PRONAF – Programa Nacional de Fortalecimento da Agricultura Familiar. In SCHNEIDER, S.; SILVA, M. K.; MARQUES, P. E. M. (Org.). Políticas Públicas e Participação Social no Brasil Rural. Porto Alegre, 2004, p. 21-50.
SILVA, M A. P.; FIGUEIREDO, A. M.; SANTOS, M. L. PRONAF – Distribuição dos recursos e sua comparação com a renda dos beneficiários de diferentes Estados brasileiros.
Revista Vertentes, São João del-Rei, n. 27, p. 85-98, jan./jun. 2006a.
SILVA, F. F.; CORRÊA, V. P.; NEDER, H. D. Estudo comparativo da distribuição de recursos do PRONAF Crédito e Infra- Estrutura, nas Regiões Sul e Nordeste do Brasil – uma abordagem estatística. Anais do XXXIV Encontro Nacional de Economia, 2006b. 22 p. Salvador, BA: ANPEC, 2006b. Disponível em
<http://www.anpec.org.br/encontro2006/artigos/A06A170.pdf>. Acesso em: 10 fev. 2008.
SOUZA, P.M., LIMA, J.E. Intensidade e dinâmica da modernização agrícola no Brasil e nas Unidades de Federação. Revista Brasileira de Economia, Rio de Janeiro, p. 795-824, out./dez. 2003.
Porto Alegre, 26 a 30 de julho de 2009,
Sociedade Brasileira de Economia, Administração e Sociologia Rural
20
SOUZA, R. V. C. C.; SANTANA, F. S.; SENA, M. G. C. O Acesso às inovações nos sistemas da agricultura familiar tradicional e em assentamentos da reforma agrária.
Disponível em:
<http://www.nead.gov.br/tmp/encontro/cdrom/gt/6/Romulo_Vinicius_C_C_de_Souza.pdf
>. Acesso em 13 fev 2007.
TONNEAU, J. P.; SABOURIN, E. Elementos de Síntese e Perspectivas. In: TONNEAU, J.
P.; SABOURIN, E. (Orgs.). Agricultura Familiar: interação entre políticas públicas e dinâmicas locais. 1ª Edição. Porto Alegre: Editora da UFRGS, 2007. p.289-317.