Heriberto Wagner Amanajás Pena (CV)
heripena@yahoo.com.br
Francisco de Assis Oliveira (CV)
fdeassis@gmail.com
Pedro Silvestre da Silva Campos (CV)
pedro.campos@ufra.edu.br
RESUMO
As considerações sobre desflorestamento na Amazônia e em particular no estado do Pará tem rotulado a pecuária como a principal atividade responsável pela conversão de florestas primárias e na abertura de novas fronteiras de produção. Este estudo avalia a veracidade destas assertivas e assumi a presença de fortes interações entre as atividades como pressuposto teórico. Em termos gerais investiga a variabilidade comum que dimensiona a dinâmica de desflorestamento e estima um índice de desmatamento para o estado – IDE, especificamente identifica as cargas fatoriais que revelam padrões de desflorestamento segundo as principais atividades produtivas. A utilização das técnicas de multivariada pelo Método de Componentes Principais – MCP revelou um elevado peso da atividade agropecuária na explicação do desflorestamento e permitiu localizar espacialmente a concentração de outras atividades que respondem pelo mesmo problema descaracterizando a pecuária como a única causa do desflorestamento no estado.
Palavras-chaves: desflorestamento; atividades produtivas; pecuária; análise multivariada; dinâmica econômica regional.
MULTIVARIATE ANALYSIS AND IDENTIFICATION OF PATTERNS OF DEFORESTATION IN THE STATE OF PARA-AMAZON-BRAZIL, 2000 TO 2009
ABSTRACT
Considerations on deforestation in the Amazon and in particular the state of Pará has labeled livestock as the main activity responsible for the conversion of primary forests and in opening new frontiers of production. This study assesses the veracity of these claims and assume the presence of strong interactions between the activities and theoretical assumption. In general investigates the variability common scales the dynamics of deforestation and an estimated deforestation rate for the state - IDE, specifically identifies the factor loadings that reveal patterns of deforestation the second major production activities. The use of multivariate techniques by using principal components - MCP revealed a high proportion of farming in the explanation of deforestation and allowed spatially locating the concentration of other activities that account for the same problem characterizing livestock as the sole cause of deforestation in the state.
Keywords: deforestation, Productive Activities, livestock, multivariate analysis, Regional Economic dynamic.
1. INTRODUÇÃO
Os últimos dez anos de dinâmica econômica do estado do Pará apresentam informações valiosas para um estudo sobre desflorestamento na região, de um lado o período considerado já é capaz de sinalizar novas tendências produtivas em curso ou mesmo a constatação de dinâmicas já iniciadas e que parecem se reproduzir para o futuro, de outro, pequenos movimentos em torno de uma desconcentração produtiva já são evidentes para inferir algumas mudanças de centralidade econômica no estado.
Nesse sentido, reverte-se de um acréscimo de elementos que podem contribuir para uma ampliação do entendimento das dinâmicas de desflorestamento em curso e que estão diretamente vinculadas com as atividades produtivas no estado do Pará, correlacionando as interpretações dos indicadores de produção dos municípios com outras variáveis que qualifiquem melhor as mudanças e caracterizem desta forma os processos de modificações nas estruturas produtivas regionais (PENA et. al 2010; 2011)
O modelo desenvolvimentista adotado pela economia brasileira em período de forte expansão da produção mundial intensificou esforços para integrar a Amazônia ao resto do país, e as políticas adotadas tiveram como principal mérito, a pressão sobre os recursos naturais e os ecossistemas da região, e qualquer atividade desempenhada pelos agentes econômicos significava suprimir as florestas no discurso nacional (PENA, 2009)
Um pacote específico de políticas públicas para desenvolver a Amazônia foi sendo cunhado, e tão logo o Estado do Pará começou integrar a proposta nacionalista. A forte ausência de uma compreensão da realidade e da diversidade do Estado contribuiu para que as atividades iniciadas engendrassem uma dinâmica incompatível com a sustentabilidade dos recursos e com as próprias potencialidades da região (PENA, 2008)
As politicas econômicas adotadas em nível da macroeconomia nacional como a lei Kandir de 1994, os incentivos fiscais, creditícios e principalmente a politica de fortalecer superávits na balança comercial do país sob qualquer custo reforçaram no estado do Pará, uma elevada base de dependência dos recursos naturais que desencadeou seu processo de ordenamento e ainda predomina como atrativo para novos investimentos estabelecimento de padrões de ocupações, emprego, remuneração e, portanto de desflorestamento no estado (PENA, 2005).
Considerando a tendência do desflorestamento que apresentou uma taxa de 5,62% ao ano compreendendo o período entre 2000 e 2009 é possível que até o final 2011, seguindo o comportamento da tendência, o total desmatado no Estado alcance 257 mil Km2, ou seja, 20,64% da área total do Estado, podendo ser acrescidas 31.465 Km2 de novas áreas alteradas 20.386 mil Km2 somente para 2010 e 2011.
No entanto, a correspondente intensificação das atividades econômicas, a forte pressão sobre o uso dos recursos como consequência do crescimento demográfico (variante migração), provocaram consequências negativas sobre a estrutura de funcionamento dos ecossistemas do Estado do Pará, caracterizado pelas perdas de biodiversidade, da capacidade produtiva dos solos e a diminuição das funções ambientais decorrentes do forte desflorestamento (PENA, 2008)
Portanto, se de um lado as áreas degradadas aumentam, da mesma forma as pressões para o avanço em direção a novos desflorestamentos se torna necessário em função da continua demanda por produtos agrícolas, madeira e atividades agropecuárias, nesse sentido como se explica essa dinâmica de desflorestamento no estado? Quais são os fatores que mais respondem pelo atual desmatamento? É possível identificar padrões de desmatamento no estado do Pará?
Nesse sentido, este artigo baseia-se na percepção da heterogeneidade espacial do estado do Pará e admite uma forte interação das atividades produtivas obedecendo a uma lógica de produção e reprodução do capital associada à expansão de culturas exportadoras induzidas por dinâmicas exógenas e que configuram diversos padrões de desmatamento na atual conjuntura, e não apenas a madeira e pecuária como predominou no passado.
2. PRINCIPAIS DISCUSSÕES SOBRE DESFLORESTAMENTO
Nesta seção pretende-se discutir os resultados de estudos que explicam as causas do desmatamento oriundas das pressões de atividades econômicas no estado do Pará. Entre as varáveis que influenciam e determinam o desmatamento no estado é possível identificar um elenco muito grande de fatores e agentes que promovem o desmatamento da Amazônia (Fearnside 2007), muito embora alguns fatores sejam mais destacados do que outros, dependendo do recorte temporal que se faça do processo de desmatamento entre a década de 1970 e os dias atuais. (Oliveira Junior, et. al, 2010).
2.1 A DIMENSÃO REGIONAL
Diversas mudanças estão em curso na amazônia, como evidenciado pelo rápido avanço do desmatamento. Enquanto Achard et al. (2002) estimaram uma perda florestal de 150 mil km2 para toda América Latina entre 1990 e 1997, nesse mesmo período, somente para a Amazônia brasileira, o projeto Prodes (Inpe, 2004) mensurou cerca de 100 mil km2 de perda florestal (Soares-Filho, et. al., 2005)
Dados desse projeto demonstram ainda que as taxas brutas de desmatamento, que atingiram 23 mil km2 ano-1 entre o biênio 2002-2003, vêm se acelerando através do último quinquênio em cerca de 13% ao ano. As causas históricas e presentes do desmatamento na Amazônia são diversas e frequentemente inter-relacionadas. Compreendem desde incentivos fiscais e políticas de colonização no passado, as quais desencadearam uma forte migração para Amazônia como válvula de escape para os problemas sociais de outras regiões; recorrentes conflitos fundiários motivados pela ausência de titularidade da terra e pela pressão da reforma agrária (Fearnside, 2001; Soares-Filho et al., 2004); até o recente cenário macroeconômico (Margulis, 2002), envolvendo o avanço da exploração madeireira (Nepstad et al., 2001), da pecuária (Mertens et al., 2002) e o boom do agronegócio, notadamente a expansão das culturas de soja sobre áreas de pastagens. Investimentos em infra-estrutura, sobretudo a abertura de estradas e pavimentação (Laurance et al., 2001), completam esse quadro, posto que promovem a viabilidade econômica da agricultura e da exploração madeireira na Amazônia central, com conseqüente valorização de suas terras.
Rivero et al. (2009) encontraram um coeficiente de correlação de 0,7345 entre o número de cabeças de gado e o desmatamento da Amazônia no período de 2000 e 2006. Por outro lado no mesmo período foi encontrada uma baixa correlação entre a variável soja e desmatamento (0,0864). Isso implica dizer que a soja causa pouco impacto na supressão da floresta amazônica. Entretanto quando se correlacionaram os fatores soja e arroz o índice foi 0,6462 e soja e milho 0,7397. Este fato liga a soja ao desmatamento de forma indireta através das culturas do arroz e do milho. Os autores observaram que é comum plantar-se arroz em áreas novas por aproximadamente três anos e depois implantar a cultura da soja nesta mesma área.
A relação do desmatamento com a pecuária, analisada em quatro momentos, 2000, 2002, 2004 e 2006 apresentou correlações crescentes: 0,6808; 0,7007; 0,7557 e 0,7768 respectivamente. Tal cenário reforça a hipótese de que a pecuária bovina é o principal fator imediato do desmatamento e que a tendência tende a aumentar (Rivero et al., 2009). Os autores ainda observaram que embora a soja tenha apresentado correlações muito baixas no mesmo período, 0,0522; 0,0650; 0,0981 e 0,1030, mostra um crescimento relativo desses valores no decorrer do tempo.
O estudo das causas de desmatamento feito por Geist e Lambin (2002), aponta que as chamadas causas próximas do desmatamento, é uma associação da expansão da agricultura, extração da madeira e expansão da infra-estrutura regional. Essas causas próximas do desmatamento foram denominadas de causas diretas por Rivero et al., (2009)
2.2 O FATOR PECUÁRIA –AGRICULTURA
2.2.1 A agricultura
É acentuado que entre as décadas de 1970 e 1980, o principal vetor do desmatamento foi a expansão da fronteira agro-pecuária, motivada pela facilidade de crédito, propiciado pelos incentivos fiscais (Pena, 2005). Fato este reforçado pela correlação positiva entre a criação de corredores de acesso à região, a migração e a especulação fundiária (Oliveira Junior, et al., 2010).
A expansão da agricultura é a principal causa de desmatamento das florestas tropicais, que se destacam pela disponibilidade de vantagens, como os serviços disponibilizados pelos ecossistemas, como produção de alimentos, armazenamento de carbono e conservação da biodiversidade, processos estes afetado pelas mudanças na cobertura da terra. (MORTON, et al., 2008).
A introdução de lavouras agrícolas em regiões de florestas da Amazônia também mudou a natureza das atividades de desmatamento. Clareiras florestais para produção de colheita mecanizada são maiores, em média, do que clareiras para pastagem, e o processo de conversão da floresta é geralmente completado no 1º ano. Essa mudança na dinâmica do desmatamento altera o uso do fogo e das emissões de carbono provenientes do desmatamento na Amazônia.
2.2.2 A Pecuária
A atividade pecuária de corte na Amazônia Oriental, ou na chamada fronteira consolidada, se tornou altamente rentável do ponto de vista privado, apresentando taxas de retorno superiores às da pecuária nas regiões tradicionais do país.
A rentabilidade da pecuária, por sua vez, aumentou a abertura de estradas; seja as criadas pelos próprios pecuaristas para baratear os custos de transportes, seja as estradas construídas por motivos geopolíticos, aumentando o desmatamento pela maior área de pasto e extração de madeira, assim como pela proliferação de povoados e de suas atividades de subsistência (Arima et al. 2005).
Na Amazônia Brasileira a principal atividade responsável pelo desmatamento é a pecuária. O resultado mostrou que o desmatamento é fortemente correlacionado com a pecuária. O desmatamento na Amazônia brasileira tem como principais causas diretas a pecuária, a agricultura de larga escala e a agricultura de corte e queima. Dessas causas, a expansão da pecuária bovina é a mais importante.
No Brasil, a maioria dos estudos já tem demonstrado que o desmatamento tem sido causado pela conversão de floresta, principalmente para pecuária, agricultura de corte e queima ou associada à exploração madeireira (Rivero, et. al., 2009)
No segundo recorte, o processo de desmatamento ganha caráter espontâneo movido pela lógica da valorização econômica do território ocupado e pela maximização dos resultados privados da exploração dos recursos naturais, especialmente pelas atividades madeireira e pecuária, sendo esta última a de maior escala. Nas três últimas décadas, o desmatamento não só multiplica sua velocidade, mas também a sua espacialidade. Nesse período, a inércia do processo passa a ser basicamente impulsionada pela expansão da pecuária, especialmente de caráter extensivo (Diniz, et. al., 2009).
2.3 O FATOR SOJA
Aliado aos fatores acima citados, a expansão da soja na região amazônica foi favorecida por outros elementos que concorrem para a redução de seus custos e aumento de sua competitividade relativa, como a topografia adequada à exploração agrícola mecanizada e o baixo custo de conversão de outros tipos de cultura agrícola e de pasto em terras apropriadas ao plantio (Puty et al. 2007).
Além disso, entre os anos de 2002 e 2003 houve um crescimento sustentado dos preços da soja, em decorrência da queda da safra americana, juntamente com o aumento da demanda provocada por países como a China, o que provocou uma mudança do padrão de crescimento dessa cultura no país, agora sustentada pelo incremento da área plantada (Brandão et al. 2005).
2.4 O FATOR TERRITORIAL
Além dos efeitos diretos e indiretos das atividades pecuária e madeireira sobre o desmatamento, outros fatores podem ser destacados. A lógica de desmatar para manter a posse da área e defender o investimento contra posseiros e contra a expropriação do governo; as formas de desmatamento que servem o propósito de lavagem de dinheiro, e a perda da cobertura vegetal oficial induzida pelo próprio governo, como é o caso das inundações provocadas pelas barragens hidroelétricas, são outros fatores que contribuem para o desmatamento (Oliveira Junior, et. al., 2010)
A infra-estrutura rodoviária por vezes é considerada como o principal fator de condução desmatamento. Muito já foi dito pela comunidade científica sobre seus resultados de modelos tidos como apocalípticos, com base em extrapolações simples dos padrões do passado, desconsiderando a região de enorme heterogeneidade biofísica e sócio-econômicos. A culpa na infra-estrutura planejada para a região e a especulação fundiária que provocam as altas taxas correntes para o desmatamento na Amazônia, que pode ser considerada uma visão simplista das causas do desmatamento atual. As taxas de desmatamento aumentaram significativamente nos anos de 2003 a 2005, sendo que, apesar dos planos ambiciosos de infra-estrutura anunciados em meados de 1990, poucos investimentos federais em estradas foram feitas desde os anos 1980..
Entre os fatores apontados como explicativos da heterogeneidade do espaço do desmatamento estão os aspectos relacionados às características naturais (relevo, clima, solo, condições de acesso); como também, as diferenças e semelhanças das dinâmicas econômicas das atividades produtivas dominantes, que acabaram por se traduzir em diferenças quanto ao padrão de uso do solo, ocupação e, por essa via, das forças impulsionadoras do desmatamento em cada caso. Nesta direção, por exemplo, cerca de 85% do rebanho bovino da Amazônia está concentrado apenas nos estados de Mato Grosso, Pará, Tocantins e Rondônia (Arima et al. 2005).
2.5 FATORES INTERAÇÃO PRODUTIVA
Alta freqüência de atividade incêndio pode durar vários anos após o desmatamento da floresta inicial, aumentando ainda mais a integralidade de combustão esperado do desmatamento processo (MORTON, 2008). Existe uma certa assimetria na distribuição do desmatamento da Amazônia Legal brasileira, concentrando-se particularmente nos estados do Mato Grosso, Pará e Rondônia, o que estaria, em princípio, associado a certas características comuns de suas atividades produtivas predominantes, como a pecuária, a exploração madeireira e, mais recentemente, a expansão da produção de grãos. Todavia, pode-se indagar se é possível a formação de grupos de economias municipais com características semelhantes, quanto às causas ligadas ao desmatamento (Oliveira Junior, et. al, 2010).
2.6 FATOR AGRICULTURA FAMILIAR
Pequenos produtores na Amazônia compartilham uma condição de desenvolvimento econômico e social invisibilidade, pelo menos em parte alimentada pelo maneiras de interpretar seus sistemas de produção. Por conseguinte, a falta de apoio político e de infraestrutura básica para estes áreas leva a uma espécie de processo de feedback positivo a criação de ciclos viciosos de fracassos econômicos e sociais da pobreza, reforçando ainda mais sua condição de invisibilidade e "falta de mentes empreendedoras.
Intensificação não procede linearmente dependente de um fator (por exemplo, a população o crescimento ou a demanda do mercado), nem é histórico. Em vez disso, ela ocorre como uma combinação desses fatores com outras variáveis como a dinâmica interna da população vantagens e oportunista de fontes externas (por exemplo, incentivos de projetos de desenvolvimento). Assim, em vez responde aos processos multilineares combinando variáveis de trabalho em escalas múltiplas que interligam nacional, regional nível local, doméstico e individual. Por exemplo, as demandas externas do mercado por produtos florestais e agropastoris tem sido historicamente um dos mais significativos elementos subjacentes às mudanças sociais e ambientais em Amazônia com fortes implicações para o uso da terra e meios de subsistência estratégias das populações rurais. No entanto, enquanto de longo e curto prazo os sinais do mercado (por exemplo, aumentos de preços) pode levar à intensificação ou de “extensificação” do uso do solo atividades nas comunidades rurais, esta é uma condição realmente mediada por variáveis domésticas como um de posse de terra e acesso aos recursos, experiência e disposição tecnologia e disponibilidade de trabalho doméstico, criando uma resposta social diversificado dentro de uma única comunidade.
3. METODOLOGIA
3.1 O MODELO DE ANÁLISE FATORIAL
De acordo com Hair et al. (1998), no modelo de análise fatorial, cada uma das variáveis pode ser definida como uma combinação linear dos fatores comuns que irão explicar a parcela da variância de cada variável, mais um desvio que resume a parcela da variância total não explicada por estes fatores. A parcela explicada pelos fatores comuns recebe o nome de comunalidade, e a parcela não explicada é chamada de especificidade. As comunalidades podem variar de 0 a 1, sendo que valores próximos de 0 indicam que os fatores comuns não explicam a variância e valores próximos de 1 indicam que todas as
variâncias são explicadas pelos fatores comuns. Hair et al. (1998) estabelecem os seguintes passos para a realização de uma análise fatorial:
Assim, considerando o objetivo proposto no presente artigo, teve-se inicialmente uma matriz onde as linhas são representadas pelos municípios do estado do Pará e as colunas pelas variáveis que representam cada um destes. Baseada nessa matriz original, a programação da análise fatorial computou em seguida uma segunda matriz contendo os coeficientes de correlação entre as variáveis.
Encontrada a matriz de correlação R, foram calculados os fatores necessários para representar as variáveis, utilizando-se o método dos componentes principais. A seguir, tornou-se necessário determinar o número de fatores considerados, o que pôde ser feito com base no seu autovalor (eigenvalues), definido por Hair et al. (1998) como sendo a quantidade de variância associada ao fator.
Segundo Sharma (1996), no modelo de análise fatorial, cada uma das n variáveis representa uma combinação linear de m fatores comuns e de um fator específico. Para o iésimo indicador tem-se:
xij = ai1f1j + ai2f2j + K + aimfmj + uiyij
fpj é o valor do p-ésimo fator comum para a j-ésima observação;
aip(com p = 1, ..., m) é o coeficiente dos fatores comuns;
uié coeficiente dos fatores específicos;
yijrepresenta o j-ésimo valor do i-ésimo fator específico, ou seja, é o valor único que representa a parte não explicada pelos fatores comuns.
De acordo com Sharma (1996), admite-se que todos os fatores são variáveis, com média 0 e que seus respectivos vetores têm módulo igual a 1. Assim:
Uma ferramenta importante na interpretação dos fatores obtidos com a análise fatorial é a sua rotação, que pode ser ortogonal ou oblíqua. De acordo com Hoffmann (1999), o objetivo da rotação ortogonal é obter uma estrutura simples, isto é, obter uma nova matriz n x m de coeficientes de fatores, de maneira que os valores absolutos dos elementos de cada coluna dessa matriz se aproximem, na medida do possível, de 0 ou 1.
Isso facilita a interpretação dos fatores, pois cada um dos novos fatores, após a rotação, deve apresentar uma correlação relativamente forte com uma ou mais variáveis e correlação relativamente fraca com as demais variáveis. Segundo Hair et al. (1998), entre os métodos de rotação ortogonal destaca-se o VARIMAX. Esse método é o mais comumente utilizado e minimiza o número de variáveis, com altas cargas sobre o fator, reforçando a interpretabilidade dos fatores.
Depois da rotação e interpretação dos fatores, Malhotra (2004) e Hair et al. (1998) mostram que se deve calcular as cargas fatoriais. Cada variável possui, para cada fator encontrado, um escore fatorial. O peso, ou coeficiente das cargas fatoriais, pode ser obtido na matriz de coeficientes de cargas fatoriais.
3.2.1 Metodologia de Análise
Rotulado os fatores extraídos pela Análise Fatorial, Mingoti (2005), Hair et. al. (2009) e Fávero et. al. (2009), sugerem que possam ser elaborados índices a partir destes fatores, Gama et. al. ( 2007 ). Este elaborou o Índice de Desempenho Competitivo (IDC) adaptado neste artigo para medir o desmatamento em nível municipal e inferir padrões de intensidade.
onde:
Em que Fmin e Fmax são os valores observados para os escores fatoriais em cada caso estimado, neste problema foram os municipios. A partir de Gama et. al. (2007) a classificação do IDE ficou da seguinte maneira:
A determinação do índice facilita a classificação dos municípios segundo a sua dinâmica de desflorestamento e permite agrupa-los segundo determinados padrões de homogeneidade (proximidade hierárquica).
Para valores em que o IDE ³ 0,7, revela um grau de intensidade alto que destaca o município pelo conjunto de seus fatores na explicação do desmatamento o destacando dos demais, possivelmente os fatores com maior poder de explicação do fenômeno estudado tem elevado escore neste conjunto de casos.
Quando o índice situa-se entre 0,4 £ IDE < 0,7, a condição é intermediária o que significa que para o conjunto de fatores analisados o município responde com cargas fatoriais em torno da média, o que não impede de ter pesos fatoriais elevados que o possam destacar dessa média. Por ultimo, caso o índice seja inferior a IDE < 0,4, os fatores de resposta do município ao desflorestamento é muito pequeno e isto pode estar relacionado com a implementação de gestão ambiental municipal, com a dinâmica produtiva do município que tem sua estrutura produtiva orientada para outros setores, entre outros.
4. RESULTADOS E CONSIDERAÇÕES FINAIS
4.1 ANÁLISE ESTATÍSTICA
Para este estudo o teste KMO foi da ordem de 0,598 indicando que o conjunto de dados utilizados se foi mais do que suficiente para a utilização do modelo fatorial, o teste de Bartletts apresentou coeficiente de 3853,97 com significância a 1% indicando correlação para o conjunto de variáveis utilizadas no modelo e uma condição suficiente para adequação da amostra ao modelo de análise fatorial de acordo com Fávero et. al. (2009).
4.1.1 O Método de Extração de fatores
O do modelo de raiz latente foi empregado para definir os fatores subjacentes que explicam o fenômeno do desflorestamento. Inicialmente foi utilizada 30 variáveis para 143 casos e em função de reduzida explicação ou baixo índice de correlação identificado este número foi reduzido para 24 variáveis que depois de aplicada a analise fatorial apresentou 9 fatores que conjuntamente respondem por 86,52% da variância total, ou seja, altamente significativo e recomendado para o fenômeno (tabela1).
De um conjunto de 24 variáveis, 9 delas obtiveram destaque quanto ao peso de explicação do desmatamento segundo atividades produtivas de acordo com a sua vinculação em cada fator, entre elas: a variável milho 00 respondeu por 93,3% do Fator 1 (Pecuária-Agricultura); Arroz 09 vinculada ao fator Soja contribuiu com 83,4% deste fator; o fator territorial o variável destaque foi Área com 95,6%; o 4 fator tem o mesmo nome da variável dendê 00 com resposta de 94,5%; a laranja 00 respondeu pelo seu fator em 99,10%; o cacau 00 também origina fator e contribui com 97,10%; a pimenta09 com as mesmas características participou com 86,10%; a variável madeira00 componente do fator interação participou com 85,20% e a variável feijão09 reponde pelo fator agricultura familiar com 88,00% (tabela2)
A composição dos fatores obedeceu a uma análise matricial, na leitura da linha foi possível visualizar os componentes ou variáveis estudadas e o cruzamento vertical com o fator que apresentasse a maior carga fatorial observada no conjunto da tabela rotacionada (tabela2), automaticamente se vinculava aquela dimensão subjacente, o mesmo procedimento foi estendido até á ultima variável observada de grupo de 24.
O conjunto dos fatores já foi nomeado na tabela2, no entanto o destaque é que quase 50% da explicação da variância total deve-se a apenas três dos nove fatores (pecuária-agricultua; soja e fator territorial), isto significa que os munícipios que apresentaram elevadas cargas fatoriais que respondem por estes fatores se destacaram do conjunto apresentando um elevado IDE.
4.2 ANÁLISE DAS DIMENSÕES FATORIAS
Os resultados foram gerados não estabelecendo o número de fatores desejados, quando o modelo fatorial foi rodado, nove dimensões foram extraídas para aquele universo de variáveis, uma matriz de correlação de 24 colunas (com indicadores do desmatamento) por 143 linhas identificando os municípios do estado do Pará.
O primeiro fator denominado de pecuária-agricultura, explicou 18,28% da variância total dos dados e englobou as seguintes variáveis: Pecuária00; Pecuária09; Arroz00; Feijão00 e milho00 (tabela3). Todas as variáveis apresentaram relação positiva com o fator indicando que para o período indicado ocorreu variações no mesmo sentido no conjunto do fator.
Tabela3 –Matriz de cargas fatoriais rotacionada, autor valor, comunalidades e variância total explicada
As variáveis arroz00 e milho00 apresentaram as maiores cargas fatoriais na dimensão, e caracterizam de fato a agricultura no estado do Pará. A pecuária para o ano de 2000, não foi tão significativa na comparação do fator, no entanto em 2009 ela permanece na dimensão e eleva sua carga fatorial. As elevadas cargas fatoriais do arroz e milho estariam associadas a fortes estímulos para a agricultura familiar no primeiro período e todas as variáveis apresentam relação positiva com esta dimensão fatorial.
O segundo fator foi denominado de soja e reponde por 11,367% da variância total, sendo composto apenas pelas variáveis soja e arroz na ordem das cargas fatoriais, as variáveis possuem relação positiva com o fator e ambas apresentaram elevadas cargas fatoriais, o que sugere que elas se expandem conjuntamente, em alguns munícipios como Santarém é possível observar esta ocorrência. O terceiro fator, nomeado de territorial explica 9,37% da variância total dos dados e se dimensiona positivamente envolvendo as variáveis: área territorial do município e áreas de florestas. Este fator tem elevada importância porque municípios com grandes áreas tendem a ter mais fragilidade na vigilância de seus limites e mesmo estruturam sua base produtiva na exploração intensiva de recursos naturais que tem no desflorestamento a primeira atividade.
O quarto fator denominado de dendê responde por 9,23% da variância total e tem elevada carga fatorial na dimensão e possui características diferentes dos outros grupos e por isso se explica por uma dimensão isolada. O quinto, sexto e sétimo fatores também apresentam uma única variável que nomeia a dimensão, são eles e respondem pela variância total respectivamente: laranja (8,5%); cacau (8,3%) e pimenta (8,3%), todas as variáveis apresentam relação positiva com o fator e se dimensionaram numa única variável por especificidades de localização produtiva concentrada.
O oitavo fator é denominado de interação e responde por 7,04% da variância total e possui quatro componentes: madeiram300; madeiram309; mandioca00 e mandioca09. A primeira variável apresenta relação negativa com o fator e a mandioca relação positiva, isto em parte se explica porque a quantidade de madeira extraída diminuiu significativamente no período compreendido por este estudo e a mandioca se expandiu para estas áreas.
O nono fator agricultura familiar representa 6% da variância total com cargas fatoriais com relações positivas, porem de moderada associação no caso da variável milho09. A variável feijão09, se destaca com a carga fatorial de 0,895 e ao mesmo tempo em que se associaram em 2000 pela expansão, também refletiram juntas o movimento contrario em 2009, o que esta condizente com a queda de área cultivada das lavouras temporárias e permanentes quando considerados os dados agregados.
4.2.1 Dimensão Espacial dos Fatores
Nesta seção o objetivo é discutir o posicionamento geográfico dos fatores, ou seja, quais são os municípios que respondem com maior significância para cada uma das dimensões fatoriais consideradas no estudo, esta etapa compreendi um objetivo especifico de identificar qual a dimensão ou dimensões explicam melhor o desflorestamento segundo as atividades produtivas no estado do Pará no período de 2000 à 2009.
O fator F1-pecuária-agricultura para o período do artigo ficou concentrado no sudoeste do estado onde a dinâmica da pecuária é bastante relevante, atividades formais e informais associadas ao estabelecimentos agropecuários são bastante presentes, munícipios como: São Félix do Xingu; São Geraldo do Araguaia; Cumaru do Norte; Santana do Araguaia; Santa Maria das Barreiras apresentaram as maiores cargas fatoriais (figura2).
Para o F2-Soja, os cinco maiores municípios que estão conduzindo a dinâmica de expansão da culturas são: Paragominas; Santarém; Ulianópolis; Belterra e Dom Eliseu. A dinâmica de uso de solo nessa cultura esta mudando radicalmente a geografia produtiva, inicialmente os estabelecimentos eram no nordeste e hoje a grande produção se expande para o oeste do estado pressionando a produção de alimentos e também abrindo novas áreas para plantio. O F3-Territorial, os principais munícipios que lideram o ranking são: Altamira; Oriximiná; Almeirim; Itaituba e Portel na ordem de classificação das cargas fatoriais. A maior resposta se deve devido às pressões para abertura de novas áreas, a densidade florestal em maior escala, e a dificuldade de gestão sobre os limites municipais (figura2).
O F4-Dendê, apresenta uma concentração na região do Tocantins com destaque dos municípios de Tailândia, Acará, Mojú, Santa Bárbara do Pará e Santo Antônio do Tauá para citar os mais expressivos, os demais apresentaram cargas fatoriais inexpressivas e até mesmo uma relação negativa com o fator, o que indica ausência de contribuição nessa atividade por outros entes. Caso a cultura se consolide para a produção de biodiesel a pressão por novas áreas deve envolver outros municípios e apresentar futuramente certa desconcentração.
A dimensão F5-Laranja, o destaque é o nordeste do estado no município de Capitão-Poço, os demais apresentam participação irrelevante e contribui muito pouco para o fator. As dimensões F6 e F7, cacau e pimenta-do-reino respectivamente, se assemelham pela forte concentração espacial. O cacau se fixou na transamazônica com maior carga fatorial identificada em Medicilândia e Uruará, para a pimenta-do-reino a região do Capim oferece maior poder de explicação fatorial no município de Tomé-Açu e Dom Eliseu.
O F8-Interação encontra-se bem distribuído espacialmente, com pesos fatoriais mais homogêneos, o que se deve pela pelo predomínio da mandioca em todas as regiões e principalmente por ser uma cultura tradicional, os municípios de Acará, Santarém, Oriximiná, Juruti, Ipixuna e Òbidos apresentam cargas fatoriais acima de 2. O ultimo fator F9-Agricultura Familiar também apresenta peculiaridades, tem na cultura do feijão e do milho as principais atividades de expansão, e os municípios que lideram esta expansão são: Monte Alegre; Tracuateua; Bragança; Augusto Corrêa; Parauapebas.
4.4 O ÌNDICE DE DESMATAMENTO DO ESTADO – IDE
Com base nas cargas fatoriais e nos pesos relativos das dimensões subjacentes ao desflorestamento, foi gerado um mapa temático que refle a sobreposição de mapas anteriores e a participação relativizada de todos os fatores e suas contribuições. O mapa é plotado considerando a intensidade de três tonalidades de cor com o objetivo de simplificar a visualização, pois desta forma é possível identificar quais os municípios lideram o desmatamento no estado segundo os pesos das atividades econômicas.
Os resultados especializados do IDE permitem identificar que os pesos fatoriais contribuíram para a mancha mais escura, onde as dimensões latentes da pecuária-agricultura, soja e área territorial tiveram destaque. Por outro lado, outras dinâmicas de desmatamento relacionadas a atividades de culturas industriais como o dendê e pimenta-do-reino também oferecem outras explicações para o desflorestamento (figura3).
4.5 PADRÕES DE DESFLORESTAMENTO NO ESTADO
A determinação dos índices de desflorestamento para o estado dimensiona a intensidade e ranqueia os municípios de forma hierárquica, no entanto a preocupação deste artigo compreende também a identificação de determinados padrões de uso do solo, a importância das atividades econômicas no uso intensivo de recursos naturais (conversão de florestas) para os municípios, a especialização produtiva, entre outros.
Nesse sentido, a partir da comparação das cargas fatoriais das nove dimensões subjacentes, e do processo de sobreposição de mapas, foi possível agrupar os municípios do estado de acordo com suas similaridades segundo as principais atividades produtivas relacionadas ao desflorestamento. O número de padrões estabelecidos foi o mesmo dos fatores, o que favoreceu identificação de áreas de interseção nos dados especializados, de acordo com este procedimento, os resultados encontram-se plotados na figura3
Para facilitar a identificação dos padrões de desflorestamento no estado, segue abaixo o nome dos municípios com a numeração dos padrões mais discriminados e agrupados segundo a dinâmica das atividades produtivas (figura5).
REFERÊNCIAS
ACHARD, F.; EVA, H. D.; STIBIG, H.; MAYAUX, P.; GALLEGO, J.; RICHARDS, T. e MALINGREAU, J. P. “Determination of Deforestation Rates of the World’s Humid Tropical Forests”. Science, n. 297, 2002, pp. 999-1002.
ARIMA, E., BARRETO, P. & BRITO, M. Pecuária na amazônia: tendências e implicações para a conservação ambiental, Technical report, Instituto do Homem e Meio Ambiente da Amazônia. 2005.
BECKER, B. K. Amazônia: geopolítica na virada do III milênio, Garamond. 2006
BRANDÃO, A. S., REZENDE, G. C. & MARQUES, R. W. C., Crescimento agrícola no período 1999-2004, explosão da área plantada com soja e meio ambiente no Brasil, Technical report, IPEA, 2005.
BRONDIZIO, E.S. Agriculture intensification, economic identity, and shared invisibility in amazonian peasantry: caboclos and colonists in comparative perspective. Culture & Agriculture. v. 26, n. 1&2, Spring/Fall 2004.
CÂMARA, G.; AGUIAR, A.P.D.; ESCADA, M.I.; AMARAL, S.; CARNEIRO, T.; MONTEIRO, A.M.V.; ARAÚJO, R.; VIEIRA, I.; BECKER, B. Amazonian deforestation models. Letters. SCIENCE, v.307, n. 18, p.1043, 2005.
DINIZ, M.B.; OLIVEIRA JUNIOR, J.N.; TROMPIERI NETO, N.; DINIZ, M.J.T. Causas do desmatamento da Amazônia: uma aplicação do teste de causalidade de Granger acerca das principais fontes de desmatamento nos municípios da Amazônia Legal brasileira. Nova Economia. Belo Horizonte, v.19, n.1, 2009, p.121-151
FEARNSIDE, P. ‘Amazon forest maintenance as a source of environmental services’, Annals of the Brazilian Academy of Sciences 80, 101–114, 2007.
_____. “Land-tenure Issues as Factors in Environmental Destruction in Brazilian Amazonia: The Case of Southern Pará”. World Dev. vol. 29, n. 8, 2001, pp.1361-1372.
HECHT, S.B. Soybeans, development and conservation on the amazon frontier. Development and Change. v.36, n.2, 2005, p.375–404.
IBGE. Tabela 1612 – quantidade produzida, valor da producão, área plantada e área colhida da lavoura temporária entre 1990–2006. Producão Agrícola Municipal, Instituto Brasileiro de Geografia e Estatística, Rio de Janeiro, RJ, Brazil, 2007.
INPE – Instituto Nacional de Pesquisas Espaciais. “Monitoramento da Floresta Amazônica Brasileira por Satélite – Projeto Prodes”. 2004: http://www.obt.inpe.br/prodes._____. Sistema Deter (Detecção de Desmatamento em Tempo Real). 2005. http://www.obt.inpe.br/deter/
LAURANCE, W. F.; COCHRANE, M. A.; BERGEN, S.; FEARNSIDE, P. M.; DELAMÔNICA, P.; BARBER, C.; D’ANGELO, S. e FERNANDES, T. “The Future of The Brazilian Amazon”. Science, n. 291, 2001, pp. 438-439.
MARGULIS, S. “Quem são os agentes dos desmatamentos na Amazônia e por que eles desmatam?” Word Bank internal paper. 2002. http://www.obancomundial.org/ index.php/content/view_folder/87.html].
MERTENS, B.; POCCARD-CHAPUIS, R.; PIKETTY, M.-G.; LACQUES, A.-E. e VENTURIERI, A. “Crossing Spatial Analyses and Livestock Economics to Understand Deforestation Processes in the Brazilian Amazon: The Case of São Félix do Xingu in South Pará”. Agricultural Economics, n. 27, 2002, pp. 269-294.
MORTON, D.C.; DEFRIES, R.S.; RANDERSON, J.T.; GIGLIO, L.; SCHROEDER, W.; VAN DER WERF, G.R. Agricultural intensification increases deforestation fire activity in Amazonia. Global Change Biology (2008) 14, 2262–2275, doi: 10.1111/j.1365-2486.2008.01652, 2008.
NEPSTAD, D.; CARVALHO, G.; BARROS, A. C.; ALENCAR, A.; CAPOBIANCO, J.; BISHOP, J.; MOUTINHO, P.; LEFEBVRE, P. e SILVA, U. “Road Paving, Fire Regime Feedbacks, and the Future of Amazon Forests”. Forest Ecology and Management, n. 5524, 2001, pp.1-13.
OLIVEIRA JUNIOR, J.N.; DINIZ, M.B.; FERREIRA, R.T.; CASTELAR, I.; DINIZ, M.J.T. Análise da área desmatada municipal na Amazônia brasileira no período 2000-2004: Uma abordagem com modelos não lineares. Economia Aplicada, v. 14, n. 3, 2010, pp. 395-411.
PENA, Heriberto Wagner Amanajás. O Papel do Estado nas orientações de mercado: uma discussão sobre estratégias de desenvolvimento econômico. Rev. Adcontar. n.6, p.67-80, 2005
_______. Politicas de Desenvolvimento e Sustentabilidade no Estado do Pará: Uma Discussão sobre a lógica da Inversão. Rev. Revista de Estudos Paraenses. n.1, p.69-78, jan/jun. 2008.
_______. Revisão Teórica sobre Desenvolvimento. Disponível em: <http://www.artigonal.com/authors/150413> Acesso em: 18 jun.2011.
PENA, H.; PINHEIRO, A,; AMARAL, M.; MEDEIROS, M. Formação e transformações recentes da rede urbana da Amazônia: O caso do Estado do Pará. IN: IPEA. Eixos de Desenvolvimento: infraestruturas e logística de base. 2010.
______Dinâmica urbana no Estado do Pará (2000-2008). IN: IPEA. Dinâmica urbana dos Estados: rede urbana do Brasil e da America Latina. 2011.
______ Produto Interno Bruto do Pará: estudos e pesquisas sócioeconômicas, 10 anos de PIB Municipal, Série 1999-2008. Disponível em:< http://www.idesp.pa.gov.br/pdf/PublicacaoPIBMun10ANOS.pdf> Acesso em: 18 jun.2011.
PUTY, C., ALMEIDA, O. T. & RIVERO, S. L. M., ‘A produção mecanizada de grãos e seu impacto no desmatamento amazônico’, Ciência Hoje, v. 40, p. 44–48, 2007.
RIVAS, A. A. F., MOTA, J. A. & MACHADO, J. (2008), Impacto virtuoso do pólo industrial de manaus sobre a proteção da floresta amazônica: discurso ou fato?, Technical report, Instituto Piatam.
SCHAEFFER, R.; RODRIGUES, L.R.V. Underlying causes of deforestation. Letters. SCIENCE, v.307, n. 18, p.1046, 2005.
SOARES FILHO, B.; ALENCAR, A.; NEPSTAD, D.; CERQUEIRA, G. C.; VERA DIAZ, M.; RIVERO, S.; SOLÓRZANO, L. e VOLL, E. “Simulating the Response of Land-Cover Changes to Road Paving and Governance Along a Major Amazon Highway: The Santarém-Cuiabá Corridor”. Global Change Biology, vol. 10, n. 7, 2004, pp. 745-764.
SOARES-FILHO, B.S.; NEPSTAD, D.C.; CURRAN, L.; CERQUEIRA, G.C.; GARCIA, R.A.; RAMOS, C.A.; VOLL, E.; MCDONALD, A.; LEFEBVRE, P.; SCHLESINGER, P.; MCGRATH, D. Cenários de desmatamento para a Amazônia. Estudos Avançados. v.19, n.54, 2005, p. 137-152.