Análise de Dados de Área dos índices de indústria e malha rodoviária para o estado de Minas Gerais

Transcrição

1 Análise de Dados de Área dos índices de indústria e malha rodoviária para o estado de Minas Gerais Adriana Maria Rocha Trancoso Santos 1 Gérson Rodrigues dos Santos 2 Nilcilene das Graças Medeiros 1 Eduardo Antonio Gomes Marques 1 1 Introdução A rapidez no desenvolvimento de tecnologias para análise de dados no espaço geográfico tem oferecido grandes e inovadoras possibilidades ao estudo da situação de indicadores (como é o caso dos índices da indústria mineira e de sua malha rodoviária, sendo esta, a maior do Brasil) e de suas influências, propiciando melhor compreensão dos fatores socioeconômicos e ambientais, além de outros, que determinam as condições necessárias do crescimento em todos os aspectos da sociedade. A Estatística Espacial é a parte da Estatística que se preocupa em analisar dados em que a posição de referência dos mesmos é considerada em tais análises. Uma das principais metodologias da Estatística Espacial é a metodologia denominada Análise de Dados de Área. Essa metodologia está associada a valores que foram observados da população e concentrados por região de estudo, como por exemplo: municípios, bairros, setores, entre outros. O tipo de informação que se busca é a intensidade de uma variável em uma determinada área, visando o estudo da similaridade e influência das regiões vizinhas para a variável de interesse, levando sempre em consideração a distância entre eles. Em geral, essa metodologia deve ser aplicada quando não se dispõe da localização exata dos dados, mas de um valor por área, onde o principal objetivo é encontrar padrões espaciais na distribuição dos valores observados. O objetivo desse trabalho foi identificar o padrão espacial da variável Índice do Valor Agregado da Indústria (IVAI) dos 853 municípios do Estado de Minas Gerais e da variável Índice do Valor Agregado da Malha Rodoviária (IMR), estudados no Zoneamento Ecológico- Econômico de Minas Gerais (ZEE-MG). 2 Material e Métodos 1 DEC/UFV. adriana.trancoso@ufv.br, nilcilene.medeiros@ufv.br, emarques@ufv.br. 2 DET/UFV. gerson.santos@ufv.br. Os autores agradecem à FAPEMIG pelo apoio financeiro. 1

2 Conforme IBGE (2010), o procedimento para a obtenção dos índices agregados de qualquer variável é através da soma das atividades relacionadas à variável de interesse, para todo o estado, e, com base em indicadores locais, o índice agregado é dividido para os municípios. Dessa forma, os índices IVAI e IMR foram obtidos pelo Zoneamento Ecológico- Econômico de Minas Gerais (ZEE-MG) ao se observar atividades relacionadas a estes índices, analisar os indicadores locais dos 853 municípios e dividi-los por área (Scolforo, Oliveira e Carvalho; 2008). A Análise de Dados de Área, adotada como metodologia do estudo, pode ser particionada nas seguintes etapas: Análise exploratória dos dados; Índice de Moran global; Índice de Moran Local - LISA; Estudo da média móvel; e Conclusão sobre a autocorrelação espacial (destacando não ser de interesse nesse trabalho o estudo inferencial sobre as taxas populacionais). O objetivo da análise exploratória dos dados é a apresentação da escolha correta do procedimento de classificação da variável, pois o que se espera é apresentar uma distinção entre municípios verdadeiramente diferentes (o que poderia ser mascarada pelo procedimento equivocado). Já o índice de Moran global visa apresentar a significância da autocorrelação dos indicadores estudados para todos os municípios (global), sendo a variação do índice 1 I M + 1 (Bailey e Gatrell, 1985). Os indicadores globais de autocorrelação espacial, como o Índice de Moran global, fornecem um único valor como medida da associação espacial para todo o conjunto de dados de área, que é útil como caracterização de toda a região de estudo. Contudo, muitas vezes é desejável examinar padrões numa escala de maior detalhe, ou seja, de forma local, objetivo do índice de Moran local - LISA. Já o estudo da média móvel visa subdividir a região de estudo em pequenas áreas homogêneas. Como conclusão sobre a autocorrelação espacial, detecta-se os municípios que apresentam maior poder de influência sobre os vizinhos através da significância estatística adotada (geralmente 5%). As análises estatísticas realizadas neste trabalho foram feitas com a utilização do TerraView (INPE, 2013). 3 Resultados e Discussão Na Figura 1 apresenta-se a primeira fase da Análise de Dados de Área para as duas variáveis de interesse, onde a tônica está em adotar um procedimento equivocado de apresentação espacial dos dados. 2

3 Figura 1 - Apresentação da análise exploratória dos dados da variável IVAI (esquerda) e IMR (direita) dos 853 municípios de MG, pelo procedimento de classes iguais. Pode-se perceber que, ao adotar o procedimento classes iguais para a apresentação espacial das informações, há uma homogeneidade estadual desses dois indicadores socioeconômicos. Contudo, é sabido que tanto a indústria mineira quanto a malha rodoviárias dos municípios não apresentam tal uniformidade, o que leva a crer que o procedimento está incorreto uma vez que os dados são populacionais (não admitindo erros na formulação dos índices). Buscando corrigir tal equívoco, passa-se então a apresentar os dados via o procedimento de quantis estatísticos, conforme Figura 2. Figura 2 - Apresentação da análise exploratória dos dados da variável IVAI (esquerda) e IMR (direita) dos 853 municípios de MG, pelo procedimento de quantis estatísticos. Em primeiro lugar, pode-se perceber, nitidamente, a mudança do comportamento das variáveis ao se utilizar o procedimento correto. Percebe-se ainda, tanto para a variável IVAI quanto para a variável IMR, regiões que se sobressaem em relação às demais, pois de fato são diferentes. A cor azul, conforme pode-se perceber nas legendas, apresenta os municípios com melhores índices em relação aos vizinhos ou até mesmo em relação às regiões diferentes socioeconomicamente no estado de MG. 3

4 Para a variável IVAI, destaca-se algumas regiões que de fato apresentam atividades industriais superiores em relação à outras regiões, como é o caso da região de Belo Horizonte (juntamente com Betim, Contagem, entre outros), Vale do Aço (Ipatinga, Coronel Fabriciano e Timóteo), Triângulo Mineiro (Uberlândia, Uberaba e Araxá), entre outros que estão de azul. Para a variável IMR, destaca-se as regiões com grandes rodovias, como é o caso da Rodovia Fernão Dias que une MG e SP, BR-040 que une MG e RJ e BR-116 que é uma das grandes rodovias do País que passa por MG. Figura 3 - Apresentação do Índice de Moran local dos dados da variável IVAI (esquerda) e IMR (direita) dos 853 municípios de MG, com significância de 5%. A Figura 3 apresenta o Índice de Moran local das variáveis em estudo onde a cor laranja representa os municípios que exercem influência insignificante estatisticamente nos vizinhos, adotando significância estatística de 5%. Os demais municípios foram classificados conforme apresentado nas legendas, mas todos com p value 0,05. Na Figura 4, apresenta-se as áreas homogêneas geradas pelo cálculo da média móvel entre vizinhos mostrando que, de forma geral, alguns municípios tendem a alavancar sua região socioeconomicamente, para as variáveis em estudo. O índice de Moran global da variável IVAI foi de 0,14 com p value 0,01, ou seja, significativo estatisticamente a 5%, mostrando que os municípios, no geral, tendem a exercer uma influência positiva nos vizinhos. Para a variável IMR, o índice foi de 0,25 com p value 0,01, ou seja, também estatisticamente a 5%. O índice de Moran global da variável IVAI foi de 0,14 com p value 0,01, ou seja, significativo estatisticamente a 5%, mostrando que os municípios, no geral, tendem a exercer uma influência positiva nos vizinhos. Para a variável IMR, o índice foi de 0,25 com p value 0,01, ou seja, também estatisticamente a 5%. 4

5 Figura 4 - Apresentação da média móvel dos dados da variável IVAI (esquerda) e IMR (direita) dos 853 municípios de MG. Ressalta-se, ainda, que, conforme apresentado por esses índices e considerando a literatura estatística, pode elevar esses índices ao quadrado para se ter uma noção do coeficiente de determinação dessas variáveis, chegando aos valores de aproximadamente de 2% para o IVAI e 6,25% para o IMR. Este resultado mostra que as rodovias podem ser mais importantes para o crescimento da sociedade do que as indústrias, pura e exclusivamente. 4 Conclusões A metodologia Análise de Dados de Área se mostrou eficiente no estudo de dois importantes indicadores socioeconômicos para o estado de MG e para o Brasil. Pode-se perceber também quão importante é adotar os procedimentos internos corretos, mesmo adotando uma metodologia ótima para aqueles tipos de dados específicos. As Figuras apresentadas mostraram a homogeneidade de determinadas regiões mineiras e, ao mesmo tempo, a heterogeneidade entre todas as regiões, pois o estado de Minas Gerais é bem grande. De forma geral, há uma forte associação entre as duas variáveis estudadas com destaque para a variável IMR, uma vez que, para qualquer tipo de atividade socioeconômica, e não apenas industrial, as rodovias são de suma importância. 5 Referências [1] BAILEY, T. C.; GATRELL, A. C. Interactive spatial data analysis. Essex, England: Longman Scientific, [2] INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Base Cartográfica Digital. Disponível em: < Acesso em: 10 abr [3] SCOLFORO, J. R. S.; OLIVEIRA, A. D.; CARVALHO, L. M. T. Zoneamento ecológico-econômico do Estado de Minas Gerais: zoneamento e cenários. Lavras: UFLA, [4] INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Terraview: Divisão de Processamento, Disponível em: < Acesso em: 5 abril