APLICAÇÃO DE ESTATÍSTICA ESPACIAL PARA MODELAGEM DOS PADRÕES ESPACIAIS DA PECUÁRIA NO ESTADO DE GOIÁS

Transcrição

1 APLICAÇÃO DE ESTATÍSTICA ESPACIAL PARA MODELAGEM DOS PADRÕES ESPACIAIS DA PECUÁRIA NO ESTADO DE GOIÁS Robson Vieira Coelho Silvio Braz de Sousa Universidade Estadual de Goiás (UEG) Laboratório de Processamento de Dados e Gestão Territorial (LAPROTER) robsonvieiracoelho@hotmail.com;sousasb@gmail.com INTRODUÇÃO A pecuária corresponde a aproximadamente 30% do Produto Interno Bruto do agronegócio brasileiro (AGE/MAPA, 2014), não obstante, o Brasil é detentor de um dos maiores rebanhos do mundo (ESTANISLAU E CANÇADO JR., 2000) com mais de 212 milhões de cabeças bovinas (IBGE, 2014), os quais ocupam um total de mais de 160 milhões de hectares de pastagens, correspondente a aproximadamente 30% o território nacional (IBGE, 2006). O estado de Goiás, uns dos maiores produtores de carnes e leite do país (FERREIRA et al., 2014), as primeiras cabeças de gado chegaram em 1726 (GALLI, 2005), mas nesta época os bovinos não possuíam a importância comercial que adquiriam no século XX, sendo inicialmente utilizados somente como força de tração e transporte. Em Goiás a pecuária teve grande desenvolvimento após o declínio da mineração de ouro no final do século XVIII, deixando de ser uma atividade secundária (CHAUL, 2010) e teve um papel muito importante na ocupação e povoamento de Goiás, já que majoritariamente extensiva, havia a necessidade de abertura de novas áreas de pastagens para abrigar o crescente rebanho. Atualmente, o Estado de Goiás, é o terceiro maior estado no que diz respeito ao efetivo bovino, apresentando em 2014 o plantel de 21,5 milhões de cabeças, o que representa 10,1% do rebanho brasileiro (IBGE, 2014). Com o crescente desenvolvimento da pecuária no Brasil, e sua importância para o meio ambiente (BUSTAMANTE et al., 2012) e para a economia brasileira (MACEDO, 2009), vários pesquisadores (MERTENS et al. (2002); SEIDL et al. 2001;

2 WALKER, 2000) começaram a desenvolver estudos relacionados a pecuária, sua cadeia, financiamento e os padrões espaciais da atividade. Este artigo irá utilizar técnicas de estatística espacial para modelar a pecuária no estado de Goiás, por uma abordagem local e tendo como unidade de análise os municípios goianos. O objetivo geral deste artigo é explorar os padrões espaciais da pecuária goiana tendo como base de dados a Pesquisa Pecuária Municipal (PPM/IBGE). Quanto aos objetivos específicos tem-se: 1) Integrar dados estatísticos da PPM a um banco de dados espacial para modelagem em SIG; 2) Analisar a distribuição espacial das variáveis de produção pecuária (área ocupada por pastagens, rebanho bovino, número de abates, produção leiteira e número de vacas ordenhadas); 3) Definir os padrões espaciais das atividades produtivas no território do estado de Goiás. Área de Estudo O estado de Goiás se encontra na região Centro-Oeste do Brasil, seu território tem uma extensão total de ,385 km ² divididos em 246 municípios (IBGE, 2016), e abriga uma população total de habitantes (IBGE, 2010). A atividade agropecuária é a principal fonte de renda do estado, que tem um quantitativo total de aproximadamente 13,5 milhões de hectares de pastagens.

3 Figura 1: Mapa de localização do estado de Goiás PROCEDIMENTOS METODOLÓGICOS Os procedimentos metodológicos se norteiam por meio de dois eixos: 1) Processamento de dados estatísticos em ambiente SIG; 2) Construção de mapas através da aplicação de Estatística Espacial, mais especificamente autocorrelação espacial local, para modelagem da pecuária no Estado de Goiás. A análise dos regimes de associação espacial se baseou em técnicas de Análise Exploratória de Dados Espaciais (AEDE). Foi testada a autocorreção espacial local por meio do índice de tipo LISA (I de Moran Local), conforme equação 1 (ALMEIDA, 2012, p.105). I = n j w ij z i z j S o i n Z2 i=1 i Eq. 1

4 Em que n é o número de regiões, z denota os valores da variável de interesse padronizada, Wz representa os valores médios da variável de interesse padronizada nos vizinhos, definidos segundo uma matriz de ponderação espacial W. Um elemento dessa matriz, referente à região i e a região j, é registrado com Wij. So é igual à operação Wij, significando que todos os elementos da matriz de pesos espaciais W devem ser somados. A matriz de pesos espaciais definida para a modelagem foi a do tipo Distância Inversa e as variáveis testadas foram: área ocupada por pastagens, rebanho bovino, número de abates e produção leiteira para todos os 246 municípios do estado de Goiás. Os valores do índice Local de Moran dos 246 municípios foram submetidos ao Diagrama de Espalhamento de Moran, no qual foi considerada uma significância estatística de 95% e o teste de aplicado foi de aleatoriedade. Cada município foi enquadrado em quatro classes diferentes, são elas a saber: Alto-Alto, Alto-Baixo, Baixo- Alto e Baixo-Baixo. Municípios com padrão Alto-Alto mostram que a unidade e os seus vizinhos possuem valores superiores à média do conjunto, o padrão Alto-Baixo tem-se um alto valor para a unidade e baixos valores médios para os seus vizinhos. O padrão Baixo-Alto, diz respeito a unidade tem baixo valor para uma variável, enquanto os seus vizinhos têm valores médios acima da média do conjunto, já no Baixo-Baixo temos valores da unidade e de seus vizinhos abaixo da média do conjunto. RESULTADOS E DISCUSSÕES Através da análise da figura 2, destaca-se dois clusters com concentração de pastagens em Goiás (Alto-Alto), o primeiro consiste de municípios pertencentes a microrregião São Miguel do Araguaia, mais especificamente nos municípios de Nova Crixás, São Miguel do Araguaia, Mozarlândia, Novo Mundo, Novo Planalto, e os municípios de Jussara na microrregião de Rio Vermelho e Montes Claros de Goiás na microrregião de Aragarças. Juntos estes municípios concentram o que equivale a 10% da pastagem de todo o estado de Goiás. O segundo cluster produtivo é formado por municípios da microrregião Sudoeste Goiano, que são Serranópolis, Itarumã e da microrregião de Quirinópolis, que são Itajá e Aporé. Ainda, de acordo com a figura 2, na

5 mesorregião Centro Goiano, em alguns municípios das microrregiões de Anápolis, Anicuns e Goiânia observa-se clusters de baixa quantidade de pastagem (Baixo-Baixo). Como outliers temos os municípios de Mineiros (Alto-Baixo) e Chapadão do Céu (Baixo-Alto) ambos na microrregião do Sudoeste Goiano. Eles representam municípios que possuem comportamento distinto de sua vizinhança. Figura 2: LISA Cluster Pastagens (IBGE, 2014)

6 A figura 3, mostra um grande destaque de rebanhos bovinos na microrregião de São Miguel do Araguaia (similar as pastagens), com destaque para o município de Mozarlândia, e na microrregião de Rio Vermelho os municípios de Aruanã e Itapirapuã, no Sul do estado observa-se destaque para no município de Itarumã como padrão Alto- Alto, já no Centro goiano pode-se observar o índice Baixo-Baixo nos municípios de Abadia de goiás, Aparecida de Goiânia, Bonfinópolis, Leopoldo de Bulhões, Santo Antônio de Goiás, Goianira, Brazabrantes, Nova Veneza, e Damolândia, como outliers produtivos temos os municípios de Nova Crixás, Mineiros e Rio Verde (Alto-Baixo) e para o município de Lagoa Santa (Baixo-Alto).

7 Figura 3: LISA Cluster Bovinos (IBGE, 2014) A figura 4 apresenta destaque de clusters produtivos de abates bovinos (Alto- Alto) nas microrregiões de Rio Vermelho e Meia Ponte, sendo que no primeiro se destacam os municípios de Itapirapuã, Santa Fé de Goiás e no segundo Morrinhos e Buriti Alegre, já com índice Baixo-Baixo destaca-se os municípios de Aparecida de Goiânia e Goianira, na microrregião de Goiânia e Brazabrantes e Campo Limpo de Goiás na microrregião de Anápolis. Como outliers temos municípios de Rio Verde na microrregião do Sudoeste Goiano e Quirinópolis na microrregião de Quirinópolis, Córrego do Ouro na microrregião de Iporá, e Porangatu no norte (Alto-Baixo), e nos municípios de Jussara e Matrinchã na microrregião de Rio Vermelho e Rio Quente na microrregião de Meia Ponte

8 (Baixo-Alto). Figura 4: LISA Cluster Abates de Bovinos (IBGE, 2006) Na figura 5 observamos clusters com padrão Alto-Alto no sul de Goiás, mais especificamente nas microrregiões de Meia Ponte, Catalão, Pires do Rio, nos municípios de Pontalina, Morrinhos, Piracanjuba, Santa Cruz de Goiás, Pires do Rio, Ipameri, Campo Alegre de Goiás e Orizona, e também em Luziânia no Entorno de Brasília. Temos ainda também destaque no índice Alto-Baixo para Jataí no Sudoeste e Trindade no Centro, e no

9 índice Baixo-Alto observa-se o município de Aparecida do Rio Doce no Sudoeste e Rio Quente na microrregião de Meia Ponte. Figura 5: LISA Cluster Produção Leiteira (IBGE, 2012) Considerações Finais A pecuária tem se mostrado bem promissora no desenvolvimento da economia, tanto do estado de Goiás, como de todo o território brasileiro, com isso é necessário compreender a distribuição espacial das pastagens e das atividades pecuárias para melhor efetuar a

10 gestão territorial, e a disponibilização de créditos rurais e incentivo de práticas mais sustentáveis. Este trabalho efetuou uma modelagem estatística espacial em dados do PPM/IBGE se valendo do índice local de Moran. Percebeu-se clusters que apontam para o destaque da microrregião São Miguel do Araguaia na detenção de pastagens, bem como, seu destaque em relação ao rebanho bovino, já que também é observado clusters nessa região. Também chama a atenção a microrregião Sudoeste Goiano (típica área agrícola), observando clusters de pastagens, rebanhos bovinos, e abates, tem-se o município de Rio Verde, considerado um outlier produtivo, pois ele apresenta na maioria das vezes um valor acima da média, enquanto os seus vizinhos apresentam valores abaixo da média do conjunto. Chama a atenção o diferente padrão espacial para a produção leiteira, a qual apresenta clusters na região Sudeste do estado de Goiás. Tal distribuição espacial pode ter relação com a proximidade com Minas Gerais, maior produtor de leite do país, bem como, pela localização de vários laticínios e indústrias que produzem derivados do leite nesta região. Os municípios que se apresentam sempre abaixo da média do conjunto juntamente com sua vizinhança (padrão Baixo-Baixo), são considerados os menos produtivos do estado de Goiás. Estes se encontram no centro goiano, nas microrregiões de Goiânia e Anápolis, com destaque para os municípios de Abadia de Goiás, Aparecida de Goiânia, Bonfinópolis, Leopoldo de Bulhões, Teresópolis de Goiás, Santo Antônio de Goiás, Goianira, Brazabrantes, Nova Veneza, Damolândia e Campo Limpo de Goiás. AGRADECIMENTOS Os autores agradecem a Pró-Reitoria de Pesquisa e Pós-Graduação (PrP) e a Pró-Reitoria de Graduação (PrG) da Universidade Estadual de Goiás (UEG) pela ajuda de custo oferecida por meio do Programa de Auxílio Eventos (Pró-Eventos). O primeiro autor é bolsista do Programa Institucional de Bolsas de Iniciação Científica da Universidade

11 Estadual de Goiás (PIBIC-UEG), e o segundo autor é bolsista de Doutorado da Fundação de Amparo à Pesquisa do Estado de Goiás (FAPEG). REFERÊNCIAS AGE/MAPA, Assessoria de Gestão Estratégica do Ministério da Agricultura, Pecuária e Abastecimento. Disponível em: acesso em: 02 de julho de ALMEIDA, Eduardo. Econometria Espacial Aplicada. Campinas: Ed. Alínea, BUSTAMANTE, Mercedes M. C.; NOBRE, CARLOS A. ; SMERALDI, ROBERTO ; AGUIAR, ANA P. D. ; BARIONI, LUIS G. ; FERREIRA, LAERTE G. ; LONGO, KARLA ; MAY, PETER ; PINTO, ALEXANDRE S. ; OMETTO, JEAN P. H. B.. Estimating greenhouse gas emissions from cattle raising in Brazil. Climatic Change, v. 115, p , 2012 CHAUL, Nasr Nagib Fayad. Caminhos de Goiás: da construção da decadência aos limites da modernidade. 3. ed. Goiânia: Ed. da UFG, p. ESTANISLAU, M.L.L.; CANÇADO Jr., F.L. Aspectos econômicos da pecuária de corte. Informe Agropecuário, v.21, n.205, p. 5-16, Ferreira, L. G.; Sousa, S. B.; Arantes, A. E. Radiografia das Pastagens do Brasil. Relatório de Pesquisa. Laboratório de Processamento de Imagens e Geoprocessamento (LAPIG/UFG), Disponível em: Acesso em 25/06/2016. GALLI, Ubirajara. A história da pecuária em Goiás: do primeiro gado aos dias de hoje. Goiânia: Ed. da UCG, p. IBGE - Instituto Brasileiro de Geografia e Estatística. Censo Agropecuário 2006: resultados. Disponível em: Acesso em 25/06/2016. IBGE - Instituto Brasileiro de Geografia e Estatística. Censo demográfico 2010: resultados. Disponível em: Acesso em 25/06/2016. IBGE - Instituto Brasileiro de Geografia e Estatística. Produção da Pecuária Municipal : resultados. Disponível em: Acesso em 23/06/2016. MACEDO, M. C. M. Integração lavoura e pecuária: o estado da arte e inovações tecnológicas. Revista Brasileira de Zootecnia. Minas Gerais, v.38, p , 2009.

12 Mertens, B. et al. Crossing Spatial Analysis and Livestock Economics to Understand Deforestation Processes in the Brazilian Amazon: the Case of Sao Felix do Xingu. Agricultural Economics, vol.27: , Seidl, A., J. Vila de Silva, and A. Moraes. Cattle ranching and deforestation in the Brazilian Pantanal. Ecological Economics 36:413-25, WALKER, R.; MORAN, E. Deforestation and Cattle Ranching in the Brazilian Amazon: External Capital and Household Processes. World Development, Vol. 28, No. 4, pp , 2000.