GRAU DE MODERNIZAÇÃO DO SETOR AGROPECUÁRIO NA REGIÃO NORTE DO BRASIL JAIR CARVALHO DOS SANTOS; CRISTIANE MÁRCIA SANTOS; JOÃO EUSTÁQUIO DE LIMA; UFV

Transcrição

1 GRAU DE MODERNIZAÇÃO DO SETOR AGROPECUÁRIO NA REGIÃO NORTE DO BRASIL JAIR CARVALHO DOS SANTOS; CRISTIANE MÁRCIA SANTOS; JOÃO EUSTÁQUIO DE LIMA; UFV VIÇOSA - MG - BRASIL arsantos@vcosa.ufv.br APRESENTAÇÃO SEM PRESENÇA DE DEBATEDOR DESENVOLVIMENTO TERRITORIAL E RURALIDADE GRAU DE MODERNIZAÇÃO DO SETOR AGROPECUÁRIO NA REGIÃO NORTE DO BRASIL Grupo de Pesqusa: 11 (Desenvolvmento Terrtoral e Ruraldade) RESUMO: O obetvo deste estudo fo dentfcar o grau de modernzação do setor agropecuáro nas mcrorregões homogêneas da Regão Norte do Brasl e classfcá-las. Fo utlzada a técnca multvarada de análse fatoral aplcada a um conunto de ndcadores relaconados ao emprego de nsumos modernos, para dentfcação dos fatores de modernzação, e também a técnca de análse de cluster e a construção de um índce de multcausas para classfcação das mcrorregões em cnco agrupamentos ou classes de ntensdade de modernzação. Os resultados demonstraram a predomnânca do baxo grau de modernzação, exceto em algumas regões próxmas à Belém, captal do Estado do Pará, e à Manaus, captal do Estado do Amazonas. O índce de modernzação construído mostrou-se consstente para ordenar as mcrorregões. Termos para ndexação: Modernzação agropecuára, análse multvarada, análse fatoral, cluster, Amazôna. 1. INTRODUÇÃO O processo de modernzação da agropecuára braslera, mpulsonado a partr dos anos sessenta, teve como fundamentos o emprego de produtos agroquímcos, poupador de terra, e o emprego da mecanzação, poupadora de mão-de-obra (Gomes, 1990). Em termos regonas, a ntensdade do processo fo maor nas regões Sul e Sudeste e menor, nas demas regões do País. A regão Norte, mesmo como área de expansão da frontera agrícola, receba ncentvo para emprego de nsumos modernos, através dos sstemas de produção agrícolas delneados e dos programas de crédto rural, que concebam o uso desses nsumos. Outros fatores, no entanto, concorram para a não adoção desses modelos, como é o caso da alta dsponbldade de terras, a dsponbldade de bomassa florestal como fonte de nutrentes e os aspectos culturas dos produtores, especalmente aqueles orgnáros do Nordeste e da própra Regão.

2 De outro modo, a dversdade de orgem dos produtores ruras (de dversas regões do País), das espéces cultvadas, da nfra-estrutura de transporte e a assmétrca dsponbldade de crédto, entre outros fatores, proporconou um desenvolvmento rregular de modernzação do setor nas dversas mcrorregões dessa área, que ocupa cerca de 45,3% do terrtóro braslero. A modernzação da agropecuára podera e anda pode funconar como um grande alado na preservação da floresta amazônca. Se de um lado pode atuar, de forma negatva, com contamnação do ambente por resíduos químcos, como acontece em pratcamente todas as regões agrícolas do planeta, por outro, a ntensfcação do uso das terras á desmatadas, sem a necessdade de períodos de descansos, característcos dos sstemas tradconas, pode evtar a ncorporação de novas áreas de floresta para cultvos agropecuáros. Para sso, no entanto, necessta de polítcas públcas complementares, de ncentvo a produção e de preservação florestal. Dversos fatores são utlzados no processo de análse da modernzação agrícola. A avalação desse grau de modernzação pode ser feta utlzando-se um ou város desses ndcadores. A utlzação de apenas um ou poucos ndcadores faclta a análse, mas tem a desvantagem de dexá-la muto lmtada. A utlzação de técncas de análse multvarada permte a avalação consderando os dversos fatores que concorrem para a dentfcação do perfl que se desea dentfcar e classfcar. O obetvo deste estudo fo dentfcar o grau de modernzação do setor agropecuáro da Regão Norte do Brasl, especfcamente de suas mcrorregões homogêneas, nos sete estados que compõem a Regão e classfcar essas áreas, com base nesse crtéro. Os resultados obtdos poderão ser utlzados no delneamento de polítcas públcas de desenvolvmento regonal, especalmente polítcas de pesqusa & desenvolvmento, extensão rural, crédto rural e ambental. Pode anda, servr de referênca para uma análse evolutva. 2. METODOLOGIA O estudo abrangeu as 64 mcrorregões, que compõem os sete estados da Regão Norte do Brasl. Fo dentfcado o grau de modernzação do setor agopecuáro dessas mcrorregões, para o ano de 1995/1996. O setor agropecuáro, neste estudo, representa a combnação das atvdades agrícola e pecuára, que foram soladas do chamado setor agrícola que, por sua vez, anda a brange as atvdades extratvstas e slvculturas. Portanto, os resultados apresentados referem-se, a rgor, ao subsetor agropecuáro da regão Norte do Brasl. O grau de modernzação fo dentfcado utlzando-se a técnca de análse fatoral. Em seguda, fo feta a classfcação e agrupamento das mcrorregões, com o uso da técnca de clusters e construído um índce de modernzação que envolveu as dversas causas Análse Fatoral A análse fatoral é uma técnca estatístca multvarada que permte explcar o comportamento de um número relatvamente grande de ndcadores por meo de uma pequena quantdade de fatores, que representam combnações lneares dos ndcadores orgnas. Haddad et al. (1989) consderam que os fatores representam padrões de característcas do conunto de dados orgnas. O prncípo básco é que os ndcadores do conunto têm fontes comuns de varação comunaldade, fontes específcas de varação especfcdade, e para dados de amostra, o erro amostral é uma tercera fonte. Na análse fatoral, os fatores captam e explcam as varâncas comuns, por explcar a correlação entre os ndcadores orgnas. Cada fator pode representar o grupo de ndcadores com os quas tenham altos graus de correlação, sntetzando seus efetos. As correlações entre os fatores e os ndcadores são representadas pelas cargas. O modelo lnear, na análse fatoral, pode ser descrto na segunte expressão analítca: 1

3 = a e. E ; (= 1,2,..., n; e =1, 2,...m); 1. F1 + a2. F am. Fm + b. B + onde, são os ndcadores de modernzação que se relaconam com as dferentes fontes de varação, F são os fatores comuns que se relaconam com os ndcadores através das cargas fatoras a J de B são as fontes específcas e E são os erros amostras, e b e e são seus respectvos coefcentes. Para obtenção dos fatores fo empregado o método dos componentes prncpas. O prncípo básco deste método consste em extrar fatores de modo a maxmzar a contrbução dos mesmos para a comunaldade (Souza & Lma, 2003). As correlações entre os fatores e ndcadores podem ser mas bem defndas através da rotação dos fatores e para sso fo empregado o método Varmax. De acordo com Andrade (1989), este método busca smplfcar as colunas da matrz de cargas fatoras, defnndo mas claramente quas ndcadores são mas assocados com um dado fator e quas não estão. Na operaconalzação, exste a necessdade ncal de se verfcar a adequabldade do método para análse dos dados. Para sso, utlzou-se os testes estatístcos KMO (Kaser- Meyer-Olkn), de Bartlett e MSA (Measure of samplng adequacy). O teste KMO mede o grau de correlação entre os ndcadores, o que nflu na capacdade dos fatores comuns explcarem a varânca desses ndcadores. O KMO vara entre 0 e 1, e quanto mas próxmo de 1, melhor a adequabldade. O teste de Bartlett, ou de esfercdade, serve para testar a hpótese nula de que a matrz de correlação entre os ndcadores é uma matrz dentdade, o que, no caso de acetação dessa hpótese, ndca não haver correlação entre os mesmos, nvablzando o uso do método (Johnson & Wchern, 1988). O teste MSA é bastante smlar ao KMO, mas para avalar cada um dos ndcadores. De acordo com Barroso & Artes (2003), o obetvo é verfcar se a varável pode ser explcada pelas demas (o que é esperado num modelo fatoral). Valores baxos de MSA ndca que, em prncípo, o ndcador pode ser retrado da análse sem maores preuízos. Sua medda e nterpretação é smlar ao KMO. Outra etapa mportante á a defnção do número de fatores que representarão o conunto de dados na análse. Foram obtdas as raízes característcas assocadas a cada um dos fatores, que explcam a varânca dos dados, com base no método dos componentes prncpas. Exste a necessdade de seleconar uma quantdade de fatores que explquem, acumulatvamente, uma certa proporção da varânca total. A seleção parte dos fatores assocados as maores raízes característcas. Quanto a defnção do número de fatores para representar o conunto de dados, pode-se escolher os fatores com raízes característcas acma de um ou os fatores que expressem pelo menos 70% da varânca explcada do conunto de dados. Fnalmente, foram obtdos os escores fatoras para cada mcrorregão. O escore fatoral, ou índce, é obtdo pela multplcação do valor padronzado de cada ndcador pelo coefcente do escore fatoral correspondente. Os escores assumem valores postvos a negatvos, e valores mas elevados ndcam que a observação (mcrorregão) tem alta nfluênca daquele fator (Zambrano & Lma, 2004). Dessa forma, os escores fatoras defnem os fatores de modernzação para cada uma das mcrorregões do conunto analsado. A análse fatoral fo executada com o auxílo do software SPSS Statstcal package for Socal Scence, versão Análse de Cluster As mcrorregões podem ser classfcadas e agrupadas, de acordo com os seus escores fatoras obtdos na análse fatoral. Neste estudo, sso fo feto, prmeramente, com o emprego da análse de cluster ou de agrupamento. A análse de cluster obetva dentfcar grupos homogêneos de casos e corresponde a um conunto de métodos que permtem reunr os város ndvíduos em grupos ou classes (subconuntos), a partr de suas característcas 2

4 ndvduas. Os ndvíduos dstrbuídos em grupos dstntos devem ter smlardades entre s e os grupos devem ser dstntos uns dos outros. Para obter os agrupamentos, deve-se estmar uma medda de smlardade ou dssmlardade entre os ndvíduos a serem agrupados, e depos adotar a técnca mas adequada de agrupamento para formação dos grupos (Ferrera & Souza, 1997). A smlardade entre os ndvíduos pode ser relaconada à proxmdade entre os mesmos, o que pode ser estmada pelo conceto de dstânca (medda de dssmlardade). Quanto menor a dstânca, maor a smlardade, e vce-versa. Exstem dversos métodos de calculo de dstânca entre ndvíduos, com base em seus valores característcos, e neste estudo utlzou-se o conceto de Dstânca Eucldana ao Quadrado, defnda por: D N 2 2, k = ( k ) = 1 onde: D é a dstânca eucldana, e k são ndvíduos dstntos (neste estudo, as mcrorregões), e os s são as característcas quanttatvas dos ndvíduos (neste estudo, os escores fatoras). Os `s representam o equvalente as coordenadas de cada mcorregão, e foram defndos a partr da ponderação dos escores fatoras, baseada no poder de cada fator seleconado em explcar a varânca dos dados orgnas. Os valores de foram determnados com a segunte expressão: =. E p = 1 onde, é a coordenada, é a mcrorregão; é o fator; é a raz característca após a rotação, p é o número de fatores extraídos na análse; E é o escorre fatoral. O coefcente representa o fator de ponderação dos escores fatoras. p = 1 Os métodos de aglomeração podem ser herárqucos ou não herárqucos. Os métodos herárqucos, por sua vez, podem ser aglomeratvos ou dvsvos. Neste estudo foram utlzados métodos herárquco-aglomeratvos. Nos métodos herárqucos, os ndvíduos são reundos em grupos, e o processo repete-se em dferentes níves, até formar uma árvore de classfcação. Nos métodos aglomeratvos, por meo de fusões sucessvas, vão sendo obtdos n-1, n-2, etc. grupos, até reunr todos os ndvíduos em um únco grupo (Ferrera & Souza, 1997). Em seguda os resultados obtdos são analsados para defnção dos grupos. Neste estudo, o método de agrupamentos dos ndvíduos (mcrorregões) em subgrupos fo o método de Wards ou de varânca mínma. O procedmento básco consste em computar uma matrz de dstânca ou smlardade entre os ndvíduos, a partr da qual se nca o processo de sucessvas fusões, com base na proxmdades entre eles (Souza & Lma, 2003). Para obtenção dos agrupamentos, os dados foram operaconalzados com o uso do software SPSS. Para nterpretação desses resultados fo utlzada a representação gráfca fornecda pelo software, representado pela classfcação herárquca ascendente denomnada dendrograma ou árvore herárquca, que demonstra os níves de ocorrênca e o grau de smlardade nas fusões entre os grupos. (Zambrano & Lma, 2004). O dendrograma é um 3

5 dagrama bdmensonal que exbe as fusões ocorrdas a cada nível. O número de agrupamentos é defndo pelo traceo de uma lnha (lnha fenon) paralela ao exo horzontal, neste caso, nterceptando os ramos defndos no dendrograma Índce de Modernzação O Índce de Modernzação da Agropecuára (IMA), fo calculado utlzando-se os escores fatoras de cada mcrorregão, correspondentes aos fatores que apresentaram raz característca maor do que um. Desta forma, o IMA fo determnado pela segunte expressão: IMA = p p J = 1 E = 1 onde, é a raz característca após a rotação; é a mcrorregão; é fator; p é o número de fatores extraídos na análse; E é o escorre fatoral. O coefcente p representa um fator de ponderação dos escores fatoras na determnação do índce, com a mesma usfcatva apresentada para determnação dos valores de no tem anteror. Antes do cálculo dos IMAs, todos os valores de escorres fatoras E foram convertdos para valores não negatvos,utlzando a segunte expressão algébrca: mn E E E = 100, max mn E E onde, mn representa o menor valor e max o maor valor de escore fatoral dentro de cada grupo. Isso ndca que a conversão se deu dentro de cada grupo. Ao fnal, os índces defndos para as mcrorregões foram convertdos para valores entre zero e um, através da expressão abaxo, com o menor valor tornando-se zero e o maor valor tornando-se um. = 1 IMA = IMA IMA IMA max IMA mn mn Varáves e Fonte de Dados Foram utlzados bascamente varáves ou ndcadores que medem o uso dos chamados nsumos modernos e complementadas pelo ndcador fnancamentos obtdos, que normalmente tem grande nfluênca na adoção de tecnologas consderadas modernas. Para caracterzar a ntensdade do uso de tecnologas modernas, os ndcadores (quantdade ou valor de despesa) foram expressos em termos de undade de área explorada - AE ou undade anmal bovna (nº. de reses), conforme o caso. Área explorada com agropecuára fo defnda como a soma das áreas com lavouras permanentes e temporáras e pastagens plantadas e natvas. Essa concetuação fo austada a partr do que fora defndo por Hoffmann (1992) como área explorada total. Os ndcadores consderados na análse do grau de modernzação da agropecuára foram: 4

6 1 = despesa com adubos e corretvos, por ha de AE. 2 = despesa com sementes e mudas, por hectare de AE. 3 = despesa com agrotóxcos, por hectare de AE. 4 = despesa com medcamentos, por anmal exstente (bovno). 5 = despesa com sal, por anmal exstente (bovno). 6 = despesa com aluguel de máqunas e equpamentos, por hectare de AE. 7 = despesa com empretadas, por hectare de AE. 8 = despesa com energa elétrca, por hectare de AE. 9 = despesa com gasolna e óleo desel, por ha de AE 10 = número de tratores, por hectare de AE. 11 = número de máqunas de planto, por hectare de AE. 12 = número de máqunas de colheta, por hectare de AE. 13 = número de arados de tração anmal, por hectare de AE. 14 = número de arados de tração mecânca, por hectare de AE. 15 = valor dos nvestmentos em nstalações e outras benfetoras, por hectare de AE. 16 = valor dos nvestmentos em máqunas e nstrumentos agráros, por hectare de AE. 17 = valor dos fnancamentos obtdos, por hectare de AE. 18 = valor da produção agropecuára, por hectare de AE Foram utlzados os dados que constam no Censo Agropecuáro da Fundação Insttuto Braslero de Geografa e Estatístca - IBGE, realzado no período1995/1996, tendo em vsta a não dsponbldade de dados mas recentes, com o detalhamento necessáro para esse tpo de estudo. 3. RESULTADOS 3.1. Análse Fatoral Na avalação préva de adequabldade da análse fatoral para análse do conunto de dados, o teste de Bartlett, com valor 958,1, mostrou sgnfcânca ao nível de 1% de probabldade, reetando a hpótese nula de que a matrz de correlações sera uma matrz dentdade, ou sea, que não havera correlação entre ndcadores. O teste KMO apresentou como resultado o valor de 0,78, consderado como mertóro, tendo em vsta que os valores abaxo de 0,5 são consderados como não acetável, e 0,7 é um valor mínmo para acetar a adequabldade com elevado grau de segurança. Para o teste MSA fo estabelecdo o valor 0,5 como lmte mínmo de acetação. As varáves 12 (Despesas com Máqunas de Colheta) e 13 (número de arados de tração anmal, por hectare de AT), apresentaram valores dentro da faxa de não acetável, o que levou as suas exclusões na obtenção dos fatores. É provável que a baxa utlzação desses mplementos see a causa de suas não adequação, devdo pratcamente não haver plantos em grande escala de grãos, condção necessára para uso de colhetaderas mecanzadas, e a pouca tradção de usos de arados traconados por anmal, na regão. Os valores para os testes de Bartlett e KMO ctados á consderam a elmnação das varáves 12 e 13. A Tabela 1 apresenta os valores de MSA obtdos após a elmnação dessas varáves. O teste, que determna a adequabldade de cada ndcador, apresentou valores dentro da faxa acetável para todos os 16 ndcadores que permaneceram para análse. Tabela 1. Valores de MSA (Measure of samplng adequacy) relaconados aos ndcadores utlzados. Indcador MSA Indcador MSA 5

7 1 0, , , , , , , , , , , , , , , ,745 Fonte: resultados da pesqusa. Como ctado anterormente, o sstema pode gerar até 16 fatores, que é o número de ndcadores fnas, mas somente 4 raízes característcas apresentaram valores acma de um, que é o crtéro mas utlzado para determnação do número de fatores a consderar em uma análse fatoral (Tabela 2). Esses 4 fatores em conunto, explcaram 72,85% da varação dos dados orgnas, o que atende a outro crtéro para o número de fatores, que estabelece um valor mínmo de 70% como boa segurança da capacdade explcatva dos fatores seleconados. O prmero fator, que captou a maor parcela de varação, explcou 46,57 de varação. O segundo fator, 11,30%, o tercero, 7,82% e o quarto, 7,16. Tabela 2. Raízes característcas relaconadas aos fatores seleconados, obtdos pelo método dos componentes prncpas. Fator Raz característca % de varânca explcada % de Varânca explcada acumulada 1 7,452 46,57 46,57 2 1,808 11,30 57,87 3 1,251 7,82 65,69 4 1,145 7,16 72,85 Fonte: resultados da pesqusa. Após o procedmento de rotação dos fatores, foram obtdos novos valores para as raízes característcas e suas proporções explcatvas da varânca dos dados orgnas (Tabela 3). Vale observar que o total de varânca explcado conuntamente pelos fatores após o processo de rotação não se altera, apesar das mudanças nas partcpações ndvduas. Isso pode ser verfcado nos totas (varação acumulada) nas Tabelas 2 e 3. Tabela 3. Raízes característcas relaconadas aos fatores seleconados, obtdas após a rotação dos fatores. Fator Raz característca % de varânca explcada % de Varânca explcada acumulada 1 4,289 26,80 26,80 2 3,122 19,51 46,31 3 2,205 13,78 60,09 4 2,040 12,76 72,85 Fonte: resultados da pesqusa. Na Tabela 4 estão apresentadas as cargas fatoras, que representam as correlações entre os ndcadores e fatores, obtdas após o processo de rotação destes, e as comunaldades, que dentfcam a proporção de varânca de cada ndcador explcada pelo conunto de fatores seleconados. Para as cargas fatoras, fo adotado o valor 0,5 (valor absoluto) como referênca para caracterzar a ntensdade de correlação entre os ndcadores e os fatores seleconados. Valores acma dessa referênca, que aparecem destacados na forma de negrto, caracterzam forte assocação entre cada ndcador e o respectvo fator. 6

8 Analsando os valores da Tabela 4, verfca-se que os ndcadores 1 (despesa com adubos e corretvos, por ha de AT), 8 (despesa com energa elétrca, por hectare de AT), 10 (número de tratores, por hectare de AE), 9 (despesa com gasolna e óleo desel, por ha de AT), 17 (valor dos fnancamentos obtdos, por hectare de AE), 6 (despesa com aluguel de máqunas e equpamentos, por hectare de AT), e 15 (valor dos nvestmentos em nstalações e outras benfetoras, por hectare de AE) apresentaram as maores comunaldades e, dessa forma, maor capacdade de defnr o grau de modernzação da agrcultura na regão. Pelo nverso, os ndcadores 11 (número de máqunas de planto, por hectare de AE), 4 (despesa com medcamentos, por anmal bovno exstente) e 16 (valor dos nvestmentos em máqunas e nstrumentos agráros, por hectare de AT) demonstraram menor capacdade de defnr esse grau de modernzação. O fator 1 mostrou-se mas correlaconado e, portanto, maor poder explcatvo para os seguntes ndcadores: 1, 2, 3, 4, 6, 8, 9 e 10 (ndcadores relaconados a despesas com: adubos e fertlzantes, sementes e mudas, medcamentos p/ anmas, aluguel de máqunas e equpamentos e energa elétrca). Todas essas correlações foram de mesmo sentdo postvas. Pelos ndcadores com os quas se correlaconou mas ntensamente, o fator 1 pode ser caracterzado como representatvo das despesas correntes com nsumos, tendo em vsta que a maora desses ndcadores é nsumos que, quando aplcados, tem seus efetos exaurdos em uma safra, no cclo produtvo das atvdades agrícolas. Tabela 4. Cargas fatoras após rotação ortogonal pelo método Varmax, comunaldades e total de varânca para os fatores obtdos pela análse fatoral. Indcador Carga fatoral Comunaldade Fator 1 Fator 2 Fator 3 Fator 4 1 0,870 0,281 0,296 0,128 0, ,655 0,393 0,421 0,133 0, ,709 0,329-0,079 0,147 0, ,547-0,058 0,379 0,033 0, ,126 0,786 0,191 0,064 0, ,820-0,030 0,126 0,357 0, ,035 0,554 0,204 0,399 0, ,868 0,322 0,307 0,103 0, ,237 0,272 0,845 0,152 0, ,620 0,701 0,191 0,119 0, ,155 0,018 0,350 0,521 0, ,518 0,717 0,061 0,098 0, ,229 0,194 0,023 0,851 0, ,115 0,631 0,020 0,240 0, ,116 0,471-0,058 0,762 0, ,213 0,104 0,850 0,036 0,779 Fonte: resultados da pesqusa. O fator 2 apresentou maor correlação com os ndcadores: 5, 7, 10, 14 e 16 (ndcadores relaconados a despesas com sal e com empretadas, número de tratores, número de arados de tração mecânca e a valor de nvestmentos em máqunas e nstrumentos agráros). Todas correlações postvas. Por esses ndcadores, o fator 2 pode ser representatvo de nvestmentos em máqunas e equpamentos agrícolas, que tem utlzação ao longo de város períodos de produção (médo e longo prazos). O fator 3 correlaconou-se mas fortemente com o ndcador 9 e 18 (ndcadores relaconados a despesas com combustíves e a valor da produção). Consderou-se que o fator 3 como representatvo de valor da produção. 7

9 O fator 4, por sua vez, fo mas explcatvo dos ndcadores 11, 15 e 17 (ndcadores relaconados a número de máqunas de planto, a valor de nvestmentos em nstalações e outras benfetoras e a valor de fnancamentos). Esse fator fo caracterzado como um segundo fator explcatvo do grau de nvestmentos em atvos fxos no processo de modernzação. De forma sumára e conunta, verfca-se que o fator 1 representa as despesas correntes como ndcador do grau de modernzação do setor agropecuáro na Regão, os fatores 2 e 4, os ndcadores referentes a nvestmentos e o fator 3 relatvo a valor da produção. Os escores fatoras determnados (Tabela 1-A, do Apêndce) foram utlzados para defnção dos grupos de mcrorregões, consderando dferentes graus de modernzação. As mcrorregões foram reundas por estado da federação, para permtr uma avalação comparatva entre e dentro dos mesmos Análse de Cluster Como fora ctado anterormente, os escores fatoras foram utlzados como varáves para determnação dos grupos de mcrorregões, com base nos graus de modernzação do setor agropecuáro. Não havendo um crtéro obetvo bem defndo que fundamente a determnação do número de grupos, essa determnação fo feta com base na análse do dendrograma fornecdo pelo algortmo utlzado. Optou-se por um total de 4 grupos ou classes, tendo em vsta que para quantdades menores de agrupamentos, as observações se concentravam excessvamente em determnada classe, o que não permta uma análse mas detalhada dentro dos estados. O grupo A fo defndo como de maor grau de modernzação, o grupo D como de menor grau e os demas como stuações ntermedáras, obedecendo ao gradente de crescmento da moderndade no sentdo de D para A. Os resultados do agrupamento apresentados na Tabela 5 e na Fgura 1 (mapa de agrupamento), mostram que apenas 3 mcrorregões (4,6% do total) apresentaram modernzação em maor grau - grupos A e B - em relação ao conunto de mcrorregões do Norte do País, para a época analsada e consderando os ndcadores utlzados. Dessas mcrorregões, duas estão próxmas (a abrangendo) à captal do estado do Pará (MRHs Belém e Castanhal), e uma próxma à captal do estado do Amazonas (MRH Ro Preto da Eva). A utlzação de nsumos modernos que ntensfcam o uso da terra fo determnante nesse resultado. Isso pode ser devdo a escassez relatva de terras (o que eleva seu valor) e de matas natvas nessa área, o que nduz os produtores a ntensfcar os sstemas produtvos. A facldade de acesso, pelas vas marítmas e terrestre à outras regões do País (e até para o exteror), a fornecedores de nsumos e a consumdores de produtos, além do contngente populaconal, podem ser fatores adconas para a ntensfcação das atvdades agrícolas nessas áreas. Os estados do Amazonas, Pará e Rorama apresentaram, em conunto, 5 mcrorregões classfcadas no grupo ntermedáro grupo C, o que representou outros 7,9% do total de mcrorregões. Tabela 5. Agrupamento das MRHs em classes de modernzação do setor agropecuáro, por estado da regão Norte do Brasl. 1995/1996 Quantdade de MRH (Proporção) Estado Grupo de classfcação (nível de moderndade) A -Alto B - Médo C - Baxo D - Muto Baxo RONDÔNIA 0 (0,0%) 0 (0,0%) 0 ( 0,0%) 8 (100,0%) ACRE 0 (0,0%) 0 (0,0%) 0 ( 0,0%) 5 (100,0%) AMAZONAS 0 (0,0%) 1 (7,7%) 2 (15,4%) 10 (76,9%) 8

10 RORAIMA 0 (0,0%) 0 (0,0%) 1 (25,0%) 3 ( 75,0%) PARÁ 1 (4,5%) 1 (4,5%) 2 ( 9,1%) 18 (81,9%) AMAPÁ 0 (0,0%) 0 (0,0%) 0 ( 0,0%) 4 (100,0%) TOCANTINS 0 (0,0%) 0 (0,0%) 0 ( 0,0%) 8 (100,0%) Regão Norte (Total) 1 (1,5%) 1 (3,1%) 5 (7,9%) 56 (87,5%) Fonte: resultados da pesqusa. Fonte: Resultado da pesqusa. Fgura 1. Mapa dos agrupamentos (Clusters) das MRHs da Regão Norte do Brasl, conforme níves de modernzação da agropecuára. 1995/1996. Sendo: 1 (nível muto baxo), 1-2 (nível baxo), 2-3 (nível médo), 3-4 (nível alto) No agrupamentos de menor ou muto baxo grau de modernzação grupo D, concentraram-se cerca de 87,5% das MRH do Norte do Brasl. O estado de Rondôna, Acre, Amapá e Tocantns apresentaram todas as suas MRH classfcadas nesse agrupamento. Amazonas (76,9%), Pará (81,9%) e Rorama (75%) também tveram altas proporções de MRH classfcadas nesses agrupamentos de baxo grau de moderndade. Dessa forma, verfca-se que predomnou um baxo grau de modernzação no setor agropecuáro das mcorregões do Norte do Brasl. 9

11 Analsando os estados, uma elevada homogenedade para os estados de Rondôna, Acre, Amapá e Tocantns, com todas as MRHs enquadrando-se na classe D, de muto baxa moderndade. Com nível muto baxo de heterogenedade, encontravam-se os estados do Amazonas e Rorama. No Amazonas, também predomnou a classe D, mas ocorreram níves baxos de moderndade - classe C (MRHs Ro Negro e Tefé) e apenas uma MRH caracterzada como de méda moderndade - classe B (Ro Preto da Eva). Em Rorama, 75% das mcrorregões fcaram no agrupamento D e apenas uma das quatro no nível baxo - classe C (MRH Caracaraí). A maor heterogenedade, mas anda baxa, ocorreu no estado do Pará, que teve MRH enquadrada em todos os níves de agrupamento. No entanto, verfca-se um predomíno da classe de muto baxo grau de moderndade - agrupamento D. Os resultados mostram a ocorrênca de área com relatvo alto grau de moderndade, especalmente próxmo à captal do estado (MRH Belém), área com médo grau de modernzadade (MRH Castanhal), MRHs com baxo grau de modernzaçao (Bragantna e Tomé-Açu) e MRHs com grau muto baxo de moderndade, especalmente nas áreas mas afastadas da captal. Esperava-se que os estados do Pará, Tocantns e Rondôna se destacassem em termos de moderndade, por terem grande parte das áreas do chamado arco do desmatamento e por serem os maores produtores agrícolas da Regão. No entanto, verfca-se que não dferem em termos classfcação de grau de moderndade de suas MRHs dos outros estados, onde a expansão agrícola fo de menor ntensdade, prevalecendo em todos, o muto baxo grau de moderndade da agropecuára. A excessão se deu em poucas regões próxmas a captal do Pará e a captal do Amazonas. Esses resultados sugerem que a expansão agrícola na Regão, até meados da década de 1990, fo baseada no uso dos recursos naturas, especalmente da fertldade natural do solo ou da bomassa florestal como fonte de nutrentes para as plantas, assm como, no uso da força humana. O receo é que esse modelo, de caráter extensvo, tende a manter ou amplar o desmatamento na Amazôna. Os resultados obtdos dferram em parte daqueles encontrados por Souza & Lma (2003), que analsando a modernzação agrícola no Brasl e nos estados da Federação, concluíram que o estado de Rorama apresentou maor ntensdade de modernzaçao em relação aos outros estados da Regão Norte. Ressalta-se que a classfcação efetuada levou em conta apenas os estados da regão Norte. Se houvesse comparação com outras regões do País, especalmente do Centro Sul, é muto provável que todas as MRHs se enquadraram em classes de baxo e emuto baxo grau de modernzação Índce de Modernzação A Tabela 6 apresenta os Índces de Modernzação da Agropecuára (IMAs), calculados utlzando-se os escores fatoras, de cada mcrorregão homogênea dos estados da regão Norte do Brasl, para o período 1995/96. Retera-se que os índces tem como referênca o maor valor (1,00) obtdo para a MRH Belém, e o menor valor (0,00) obtdo para MRH Arar, ambas as MRHs localzadas no estado do Pará. Os resultados encontrados corroboram com aqueles obtdos nos escores fatoras e na análse de clusters, destacando-se os maores valores, acma de 0,50, para as MRHs Belém e Castanhal (no Pará) e Ro Preto da Eva (no Amazonas). No outro extremo, os menores índces são apresentados para as MRHs Sena Madurera e Brasléa (no Acre), Japurá e Coar (no Amazonas), Boa Vsta e Nordeste de Rorama (em Rorama), Arar, Óbdos, Conceção do Araguaa, São Félz do ngu, Tucuruí, Marabá e Paruapebas (no Pará), Amapá e Oapoque (no Amapá) e Jalapão, Danópols, Araguana e Porto Naconal (em Tocantns). Todos esses valores de índce stuaram-se abaxo de 0,1. 10

12 Tabela 6. Índces de Modernzação da Agropecuára (IMAs) para as MRHs da Regão Norte do Brasl, em 1995/96. Estado/Mcrorregão IMA Estado/Mcrorregão IMA Estado/Mcrorregão IMA ESTADO: RONDÔNIA ESTADO: RORAIMA ESTADO: AMAPÁ Porto Velho 0,27 Boa Vsta 0,06 Oapoque 0,04 Guaará-Mrm 0,14 Nordeste de Rorama 0,04 Amapá 0,03 Arquemes 0,20 Caracaraí 0,25 Macapá 0,15 J-Paraná 0,12 Sudeste de Rorama 0,14 Mazagão 0,18 Alvorada D Oeste 0,12 ESTADO: PARÁ ESTADO: TOCANTINS Cacoal 0,20 Óbdos 0,05 Bco do Papagao 0,12 Vlhena 0,15 Santarém 0,10 Araguaína 0,09 Colorado do Oeste 0,10 Almerm 0,10 Mracema Tocantns 0,11 ESTADO: ACRE Portel 0,10 Ro Formoso 0,13 Cruzero do Sul 0,13 Furo de Breves 0,10 Gurup 0,12 Tarauacá 0,11 Arar 0,00 Porto Naconal 0,09 Sena Madurera 0,06 Belém 1,00 Jalapão 0,02 Ro Branco 0,15 Castanhal 0,82 Danópols 0,06 Brasléa 0,07 Salgado 0,36 ESTADO: AMAZONAS Bragantna 0,57 Ro Negro 0,26 Cametá 0,37 Japurá 0,06 Tomé-Açu 0,39 Alto Solmões 0,15 Guamá 0,17 Juruá 0,18 Itatuba 0,12 Tefé 0,38 Altamra 0,14 Coar 0,07 Tucuruí 0,08 Manaus 0,26 Paragomnas 0,09 Ro Preto da Eva 0,57 São Félx do ngu 0,07 Itacoatara 0,18 Parauapebas 0,09 Parntns 0,13 Marabá 0,09 Boca do Acre 0,10 Redenção 0,10 Purus 0,13 Conceção Araguaa 0,07 Madera 0,20 Fonte: Resultados da pesqusa. 4. CONCLUSÕES A análse permtu verfcar que a maor parte das mcrorregões homogêneas do Norte do Brasl apresenta um baxo grau de modernzação do setor agropecuára, caracterzando um desenvolvmento homogêneo, de modo geral. O Estado do Pará apresentou um maor grau de heterogenedade, por apresentar algumas poucas regões próxmas à captal, Belém, com relatva alta ntensdade de modernzação. Uma das MRHs próxmas à Manaus também apresentou um médo grau de moderzzação. Os resultados sugerem que os sstemas produtvos tem caráter extensvo, baseados na exploraçãodos recursos florestas e na força humana, o que representa rscos de expansão dos desmatamentos na floresta amazônca. O índce de modernzação construído mostrou-se consstente para ordenar as mcrorregões. 5. REFERÊNCIAS 11

13 ANDRADE, T. A. Métodos estatístcos e econométrcos aplcados à análse regonal. In: HADDAD, P. R.; FERREIRA, C. M. C.; BOISIER, S. & FERREIRA, T. A. Economa regonal teoras e métodos de análse. Fortaleza, Banco do Nordeste do Brasl, p. BARROSO, L. P. & ARTES, R. Análse Multvarada. Lavras, UFLA, p. FERREIRA, R. L C. & SOUZA, A. L. Técncas de análse multvarada aplcadas ao maneo florestal no Brasl. Vçosa: SIF, p. (Boletm Técnco SIF, 14). GOMES, M. F. M. Efetos da expansão da produção de soa em duas regões do Brasl. Vçosa, UFV, p. Tese de Mestrado. HOFFMANN, R. A dnâmca de modernzação da agrcultura em 157 mcrorregões homogêneas do Brasl. Revsta Braslera de Economa e Socologa de Rural. 30(4):271-90, JOHNSON, R. A. & WICHERN, D. W. Aplled multvarate statstcal analyss. 2.ed. Englewood Clffs: Prentce-Hall, p. SOUZA, P. M. & LIMA, J. E. Intensdade e dnâmca da modernzação agrícola no Brasl e nas undades da Federação. Revsta Braslera de Economa. 57(4): , ZAMBRANO, C. & LIMA, J. E. Análse estatístca multvarada de dados socoeconômcos. In: SANTOS, M. L. & VIEIRA, W. C. Métodos quanttatvos em economa. Vçosa, Edtora UFV, p. APÊNDICE - A 12

14 Tabela 1-A. Escores fatoras para as MRH da regão Norte, obtdos na análse fatoral. Estado / Mcrorregão Escore fatoral Fator 1 Fator 2 Fator 3 Fator 4 ESTADO: RONDÔNIA Porto Velho -0, , , ,97036 Guaará-Mrm -0, , ,2368-0,08813 Arquemes -0, , , ,85589 J-Paraná 0, ,5148-0, ,2163 Alvorada D Oeste 0, , , ,30481 Cacoal 1, , , ,07683 Vlhena 0, ,0237-0,6704-0,20308 Colorado do Oeste 0, , , ,25251 ESTADO: ACRE Cruzero do Sul -0, , , ,00746 Tarauacá -0,6484 0, , ,17488 Sena Madurera -0, , , ,13474 Ro Branco -0, , , ,58547 Brasléa -0, , , ,0065 ESTADO: AMAZONAS Ro Negro -1, , , ,18220 Japurá -0, , , ,78054 Alto Solmões -0, , , ,29589 Juruá -1, , , ,66373 Tefé -1, , , ,40312 Coar -0, , , ,76334 Manaus 0, , , ,25716 Ro Preto da Eva 0, , , ,39362 Itacoatara -0, , , ,27459 Parntns -0, , , ,40022 Boca do Acre -0, , , ,36291 Purus -0, , , ,05636 Madera -0, , , ,56787 ESTADO: RORAIMA Boa Vsta -0, , , ,56084 Nordeste de Rorama -0, , , ,57257 Caracaraí -1, , , ,11405 Sudeste de Rorama -0, , , ,04798 ESTADO: PARÁ Óbdos -0, , ,3754-0,40652 Santarém 0, , , ,05708 Almerm -0, , , ,37542 Portel -0, , , ,73933 Furo de Breves -0, , , ,50876 Arar -0, , , ,63562 Belém 6, , , ,11378 Castanhal 2, , , ,13324 Salgado 1, , , ,24651 Bragantna -0, , , ,85650 Cametá 1, , , ,00104 Tomé-Açu -0, , , ,35343 Guamá -0, , , ,56580 Itatuba -0, , , ,19373 Altamra -0, , , ,04738 Tucuruí -0, , , ,19058 Paragomnas -0, , , ,50851 São Félx do ngu -0, , , ,16432 Parauapebas -0, , , ,16911 Marabá 0, , , ,12922 Redenção -0, , , ,08013 Conceção do Araguaa -0, , , ,43092 ESTADO: AMAPÁ Oapoque -0, , , ,61376 Amapá -0, , , ,46861 Macapá 0, , , ,53062 Mazagão 0, , , ,23434 ESTADO: TOCANTINS Bco do Papagao 0, , , ,18750 Araguaína 0, , , ,29746 Mracema do Tocantns 0, , , ,01960 Ro Formoso 0, , , ,09612 Gurup -0, , , ,21021 Porto Naconal -0, , , ,23565 Jalapão 0, , , ,58478 Danópols 0, , , ,31033 Fonte: resultados da pesqusa. 13

15 Tabela 2-A. Agrupamento das MRHs, pelo grau de modernzação da Agropecuára. 1995/96 Grupo de classfcação (nível de moderndade) Estado / Mcrorregão Alto (A) Médo (B) Baxo (C) Muto Baxo (D) ESTADO: RONDÔNIA 0% 0% 0% 100% Porto Velho Guaará-Mrm Arquemes J-Paraná Alvorada D oeste Cacoal Vlhena Colorado do Oeste ESTADO: ACRE 0% 0% 0% 100% Cruzero do Sul Tarauacá Sena Madurera Ro Branco Brasléa ESTADO: AMAZONAS 0% 7,7% 15,4% 76,9% Ro Negro Japurá Alto Solmões Juruá Tefé Coar Manaus Ro Preto da Eva Itacoatara Parntns Boca do Acre Purus Madera ESTADO: RORAIMA 0% 0% 25% 75% Boa Vsta Nordeste de Rorama Caracaraí Sudeste de Rorama ESTADO: PARÁ 4,5% 4,5% 9,1% 81,9% Óbdos Santarém Almerm Portel Furo de Breves Arar Belém Castanhal Salgado Bragantna Cametá Tomé-Açu Guamá Itatuba Altamra Tucuruí Paragomnas São Félx do ngu Parauapebas Marabá Redenção Conceção do Araguaa ESTADO: AMAPÁ 0% 0% 0% 100% Oapoque Amapá Macapá Mazagão ESTADO: TOCANTINS 0% 0% 0% 100% Bco do Papagao Araguaína Mracema do Tocantns Ro Formoso Gurup Porto Naconal Jalapão Danópols REGIÃO NORTE (T0TAL) 1,5% 3,1 7,9% 87,5% Fonte: resultados da pesqusa. 14