EVIDÊNCIAS EMPÍRICAS SOBRE A CONCENTRAÇÃO DE TERRAS, O CRESCIMENTO AGROPECUÁRIO E O USO DE TECNOLOGIAS EM MINAS GERAIS A PARTIR DA HIPÓTESE DE KUZNETS

Transcrição

1 EVIDÊNCIAS EMPÍRICAS SOBRE A CONCENTRAÇÃO DE TERRAS, O CRESCIMENTO AGROPECUÁRIO E O USO DE TECNOLOGIAS EM MINAS GERAIS A PARTIR DA HIPÓTESE DE KUZNETS José Luz Alcantara Flho 1 Rosa Mara Olvera Fontes 2 Mauríco Paulo Ferrera Fontes 3 RESUMO Este trabalho objetvou testar a hpótese de Kuznets utlzando o PIB agropecuáro per capta e os índces de Aptdão Agrícola (IAG) e Tecnológco (ITE fatoral ) como varáves explcatvas que alteram a dstrbução fundára das mcrorregões de Mnas Geras. Fo utlzado o Gn para mensurar a desgualdade de terras e a analse fatoral para o ITE fatoral, além do PIB agropecuáro e o IAG que foram utlzados para fazer a regressão. Enfm, concluu-se que os efetos do PIB em relação à desgualdade de terras são pratcamente nulos, tanto no curto como no longo prazo e as varáves geográfcas estão aumentando a concentração nas mcrorregões. Palavras-chave: Concentração de Terras; Curva de Kuzntes; Índces de Aptdão Agrícola e Tecnológco. Seção Temátca: E3 Característcas urbanas e regonas do desenvolvmento mnero. ABSTRACT Ths work objectfed to test the Kuznets hypothess usng the per capta GDP agrcultural, the Land Sutablty Index (LSI) and Technologcal Index (TeI factor ) as explanatory varables that modfy the agraran dstrbuton of the Mnas Geras mcroregons. The Gn was used to measure the land nequalty and factor analyss for calculate TeI factor, beyond the GDP agrcultural and the LSI that had been used to make the regresson. At last, was concluded that GDP s effects n the land nequalty are practcally null, as n the short one as n the long run and the geographc varables are ncreasng the concentraton n the mcroregons. Key-words: Inequalty Land; Kuzntes Curve; the Land Sutablty and Technologcal Index 1 Mestrando em Desenvolvmento Econômco e Polítcas Públcas pelo Departamento de economa da Unversdade federal de Vçosa - MG. e-mal: zezo_flho@yahoo.com.br 2 Professora Ttular da do Departamento de Economa da Unversdade Federal de Vçosa - MG. e-mal: rfontes@ufv.br 3 Professor Ttular do Departamento de Solos da Unversdade Federal de Vçosa - MG. e-mal: mpfontes@ufv.br

2 1 INTRODUÇÃO A redução das dspardades socas e econômcas tem sdo um dos grandes desafos tanto das nsttuções nternaconas como de grande parte dos países. Pesqusas evdencam que os casos mas graves de desgualdade se concentram na Amérca Latna, de modo que o Brasl, apesar de ser a 14ª maor potênca econômca do mundo e um país consderado emergente, os níves de concentração de renda lhe credencam como um dos mas desguas, senão o mas desgual do mundo. Como salentou Barros (2000), desde 1960 até 2000, a desgualdade de renda não somente se manteve em alto patamar, como veo aumentando sucessvamente ao longo dos anos. A partr de 2001, esta concentração começou a declnar, acumulando 4% de queda até Mas, apesar desta queda recente, a desgualdade de renda permanece anda bastante elevada, de modo que o Brasl anda se encontra dentre os 5% mas desguas do mundo (BARROS, 2006). O Brasl também sofre com problemas séros no que dz respeto à concentração de terras, pos, se o Índce de Gn 4 para renda no valor de 0,6 já coloca o Brasl no topo da desgualdade, este índce, mensurado para a dstrbução de terras, chega a 0,8, confrmando assm o quão concentrada está a propredade fundára no Brasl. (AGRÁRIO, M. D., 2003). Segundo Furtado (1989) as raízes dos problemas fundáros no Brasl são reflexos da construção hstórca da formação da propredade. Essas raízes provêm da própra dnâmca de funconamento da colôna e das les vgentes neste período, as quas ntroduzram as dspardades na dstrbução de terras e, posterormente, na concepção mercadológca da terra. Através dos trabalhos de Souza (2000) e Alcantara Flho (2007), percebe-se que estes problemas anda perduram no Brasl, pos o prmero constatou que a concentração de terras no Brasl permaneceu em níves elevados entre 1980 e 1995 e o segundo verfcou que não houve mudanças sgnfcatvas na estrutura fundára entre 1992 e No que tange à questão do crescmento e desgualdade, Kuznets (1955), apoado em dados de três países (EUA, Inglaterra e Alemanha), formulou uma hpótese de relação em formato de U-nvertdo entre a dstrbução de renda e o crescmento econômco. Segundo ele, para locas com baxos níves de renda o crescmento econômco gera aumento dos níves de desgualdade até que se chegue a um ponto de nflexão, quando passa a exstr uma relação nversa entre as varáves. Desta forma, a desgualdade provocada ncalmente sera recompensada através do crescmento num período subseqüente, de modo que, no longo prazo, a desgualdade naturalmente se reduzra. Todava, outros autores como Buanan, et al (2001), Guanzrol (1998), Dennnger & Squre (1998), Anand e Kanbur (1998) e Fshlow (1995) sustentam a hpótese de que a desgualdade ncal é um fator lmtante para o crescmento subseqüente, ou seja, a dstrbução desgual da propredade tende a reduzr o crescmento de longo prazo. Se, por um lado, autores como Lete e Ávla (2007) afrmam que a hpótese de Kuzntes (1955) tem suas premssas rejetadas, tanto nos países em desenvolvmento como até mesmo em países desenvolvdos, por outro, L e 4 O Índce de Gn é uma ferramenta que mensura o nível de concentração. Este índce vara entre 0 e 1, de modo que quanto mas próxmo de 1, mas concentrado e quanto mas próxmo de zero menos concentrado. 1

3 Zou (1998) afrmam que o estabelecmento de uma relação entre desgualdade e crescmento é uma questão complcada. Para eles, a pror, nem uma assocação postva nem negatva entre estas varáves deve ser nterpretada como causaldade da desgualdade ao crescmento, pos, para ambos os casos, exstem explcações concretas e plausíves, sto sgnfca dzer que, a desgualdade ncal pode afetar o crescmento de longo prazo tanto postva, como negatvamente, dependendo do caso estudo. Barro (2000), por sua vez, dentfcou que a desgualdade retarda crescmento em países pobres, mas encoraja o crescmento em lugares mas rcos. Segundo ele, a curva de Kuznets demonstra aumentos nos níves de desgualdade ncas e dmnuções posterores durante o processo de desenvolvmento econômco, com uma regulardade empírca clara. Porém, esta relação não explca o tamanho das varações na desgualdade por países ou com o passar do tempo. Assm, ao verfcar esta questão, Barro dentfcou que não somente o padrão de Kuznets é estatstcamente sgnfcante, como evdencou que há uma relação fraca entre desgualdade e taxas de crescmento e nvestmento. Mo (2003) relaconou crescmento econômco com a desgualdade na dstrbução da terra. Em seu trabalho, o autor supõe que a desgualdade de terras é prejudcal ao crescmento econômco e comprova sua hpótese através da comparação entre duas regões com característcas dstntas em relação à questão fundára: Ása Orental e Amérca Latna. Partndo-se da suposção de que o Leste Asátco, que passou por processo de reforma agrára, cresce mas rapdamente que a Amérca Latna, Mo mostra que, para um aumento de 1% no Índce de Gn de terras, a taxa de crescmento reduz em 0,7%. Além dsso, evdencou que 30% das dferenças regonas da performance econômca do Leste Asátco e Amérca Latna podem ser explcadas pela dferenças nos níves de desgualdade na dstrbução da terra. Enfm, conclu sustentando a hpótese de que os países cujos processos de reforma agrára foram realzados e bem suceddos na redução da desgualdade da propredade da terra têm crescmento mas alto que os países com alta concentração de terras. Carnero et al (2003) afrmam que, além das varáves econômcas e socas, pode-se destacar que varáves geográfcas também proporconam estretas relações com os aspectos sóco-econômcos do setor agropecuáro, ou seja, para um agrcultor desprovdo de captal, a fertldade natural da terra e a ocorrênca de chuvas consttuem como as úncas alternatvas para o cultvo. Mas, por outro lado, para um produtor com captal dsponível, a adubação, por exemplo, é uma prátca agrícola captalzada capaz de superar determnadas restrções naturas do solo, possbltando a cração de uma nova dnâmca da agrcultura. Dante dessas condções, Carnero et al (2005) desenvolveram um Índce Geográfco Tecnológco para Mnas Geras no ntuto de dar suporte à estudos econômcos que permtam reduzr as desgualdades mcrorregonas em Mnas Geras. Este índce, mas tarde modfcado por Fontes et al (2008), é baseado em três sub-índces (Índce de Aptdão Agrícola, Índce Tecnológco e Índce Hdrológco), sendo que os dos prmeros são consderados como varáves geográfcas atvas, passves de alterações técncas ao longo do tempo e, o últmo como uma varável passva, ou essencalmente estátca, não podendo ser manpuladas pelo homem. Sendo assm, esse trabalho tem como objetvo central testar a hpótese de U-nvertdo de Kuznets em 2005, utlzando o PIB agropecuáro per 2

4 capta e os Índces de Aptdão Agrícola e Tecnológco que podem estar alterando a estrutura fundára das mcrorregões do estado de Mnas Geras. Para tal, fo utlzado o Índce de Gn como mensurador no nível de desgualdade de terras nas mcrorregões de Mnas Geras. Faz-se necessára a nclusão das varáves geográfcas atvas ao modelo de crescmento e desgualdade, uma vez que, elas podem alterar a confguração da estrutura fundára no estado, bem como em suas mcrorregões. Além dsso, o modelo proposto por Barro (2000), que será melhor abordado na seção 2.5, prevê a nclusão de outras varáves ao modelo além de crescmento e desgualdade. Enfm, parte-se da hpótese de que o crescmento econômco, por s só, não será capaz de alterar a estrutura de desgualdade no estado e, mesmo que a evdênca de Kuznets seja comprovada, espera-se que esta seja achatada, assm como propõe Barro (2000). Além dsso, pressupõe-se que a aptdão agrícola e a tecnologa relaconam-se postvamente à desgualdade de terras, vsto que, em prmero lugar, os agentes detentores de captal tendem a buscar nvestmentos em locas com maor fertldade do solo, relegando, a pror, as terras menos fértes tal como a proposção Rcardana (1982) e, em segundo lugar, devdo ao elevado custo de utlzação de nsumos tecnológcos, segundo a lógca de que o uso de tecnologas de captal estejam mas dretamente lgadas às grandes propredades que às pequenas e médas. Este artgo consste em 4 seções. Após a ntrodução, a segunda seção refere-se à metodologa, sendo apresentada base de dados, assm como os nstrumentos analítcos que serão utlzados no presente trabalho. Além dsso, fo realzada uma breve descrção do objeto de estudo, ou seja, das mcrorregões do Estado de Mnas Geras. A tercera seção trata da apresentação e dscussão dos resultados e, por fm, na quarta seção será apresentado os elementos conclusvos referente às análse realzadas. 2 METODOLOGIA 2.1 Dvsão Regonal O Estado de Mnas Geras está stuado na Regão Sudeste do Brasl e se caracterza como um estado mportante tanto no campo polítco quanto econômco do cenáro naconal braslero. O Estado conta com uma densdade demográfca méda relatvamente baxa (30,1 hab/km²) e uma grande extensão terrtoral ( ,60 Km²), sendo o quarto maor estado da Federação. Mnas Geras possu 853 muncípos congregados geografcamente em 66 mcroregões, que, por sua vez, formam 12 meso-regões (IBGE, 2000). Para o presente trabalho utlzou-se a dvsão mcrorregonal do estado de Mnas Geras adotada pelo IBGE como objeto de estudo devdo às mcrorregões representarem grupos mas homogêneos quanto às característcas físcas, econômcas, polítcas e socas do estado. 3

5 2.2 Índce de Gn O Índce de Gn (IG) é uma ferramenta utlzada na mensuração do grau de concentração de qualquer dstrbução estatístca, sendo, no entanto, mas frequentemente aplcado à renda, à propredade fundára e à olgopolzação ndustral. Em termos de dstrbução de terras, esta curva é construída relaconando-se as faxas de propredades, ou seja, das menores às maores, com sua partcpação na área total (HOFFMANN, R apud ITRIA, 2004). O coefcente de Gn é meddo através da segunte fórmula, conforme Costa (1979 apud SOUZA, p.101): n IG = 1 - (Y + Y 1 ) (X - X 1 ) = 1 (1) em que X é a percentagem acumulada da população (pessoas que recebem renda, propretáros de terra, ndústras, etc.) até o extrato ; e Y é a percentagem acumulada de renda, área, valor da produção, etc. De acordo com a fórmula acma, o IG pode ser mensurado entre 0 e 1, sendo o valor zero correspondente à concentração nula e o 1 como concentração absoluta. À medda que se aumenta o IG, eleva-se o grau de desgualdade em questão. Para o presente trabalho foram utlzadas como varáves a porcentagem de área total e o número de móves por estratos de propredade das 66 mcrorregões de Mnas Geras em Índce de Aptdão Agrícola e Índce Tecnológco Tanto o Índce de Aptdão Agrícola (IAG) quanto o Índce Tecnológco (ITE) são componentes do Índce Geográfco Tecnológco (Geotec) proposto por Carnero et al (2005) e modfcado por Fontes et al (2008). O IAG basea-se na classfcação da fertldade do solo proposta por Ramalho Flho et al (1983) e utlzada por Amaral (1993) para classfcar o solo das mcrorregões de Mnas Geras. Segundo Carnero et al (2005) e Fontes et al (2008) dferencaram os componentes da aptdão para uso agrícola, preconzado por Ramalho Flho et al (1983) levando em consderação característcas do ambente, propredades físcas e químcas da terra e lmtações do solo: defcênca de fertldade natural, defcênca ou excesso de água e oxgêno, susceptbldade à erosão e mpedmentos à mecanzação agrícola. Os grupos1, 2 e 3 referem-se às terras utlzadas para lavouras com melhores aptdões agrícolas. Já os grupos 4, 5 e 6 representam tpos de utlzação para pastagens, slvcultura e/ou pastagem natural e preservação da fauna e flora, respectvamente. A ordem de lmtações que afetam o solo dos ses tpos de uso da terra aumenta na ordem crescente dos grupos. O cálculo do IAG realzou-se levando-se em consderação as proporções relatvas de cada mcrorregões e os pesos de cada um dos grupos (CARNEIRO et al, 2005 e FONTES et al, 2008). Carnero et al (2005) e Fontes et al (2008) desenvolveram o Índce Tecnológco para a agrcultura após observarem que a produtvdade de grãos 4

6 apresentava correlações postvas com varáves característcas do uso de tecnologas tas como: assstênca técnca, prátcas de conservação do solo, adubos e corretvos, energa elétrca, controle de pragas e rrgação. Segundo os autores, com exceção da varável rrgação, fo possível verfcar correlações fortes entre produtvdade de grãos e o uso de tecnologas. Quanto à forma de cálculo escolhda pelos autores na construção do índce fo a méda artmétca dos ses componentes que formam o ITE. Para o presente trabalho será proposta uma nova confguração do índce, bem como uma manera alternatva de ponderação das varáves. A prmera modfcação proposta é a exclusão da varável rrgação do ITE uma vez que os própros autores menconaram que esta não possu correlação forte com a produtvdade de grãos e, além dsso, este tpo de tecnologa não é sgnfcatvo no estado como um todo, apenas em alguns pontos solados. Por outro lado, a utlzação de máqunas e camnhões 5 é mportante para explcar a produtvdade de grãos, no entanto não fo ncluído no ITE conforme o prevsto em Carnero et al (2005) e Fontes et al (2008). Por consegunte, neste trabalho, será ncluída esta varável como componente do Índce Tecnológco. A segunda modfcação em relação ao ITE orgnal é que as varáves serão ponderadas através da análse fatoral, de modo que o ITE passará a ser representado pelo escore do(s) fator(es) atrbuídos a partr da aplcação de tal técnca. Por este motvo, sempre que houver referêncas a respeto desta nova forma de cálculo, será utlzada a nomenclatura de ITE fatoral, como forma de dstnguí-lo da proposta ncal realzada por Carnero et al (2003; 2004). 2.4 Análse Fatoral A analse fatoral é uma ferramenta que vsa explcar as varáves orgnas de um conjunto de dados em função de um número menor de varáves aleatóras, denomnadas fatores. Estes, por sua vez, estão relaconados com o conjunto de dados orgnas e representam uma sumarzação das prncpas nformações obtdas dos mesmos. (MINGOTI, 2005). Segundo Manly (1986), tal análse estuda as relações entre os conjuntos de mutas varáves nter-relaconadas, representadas em função de alguns fatores, de modo que os resultados são melhores à medda que se aumenta o número de varáves orgnas altamente correlaconadas, seja postva ou negatvamente. Neste sentdo, cabe ressaltar que a relação ocorre entre as varáves agrupadas nos fatores e não entre eles, já que estes são mutuamente ndependentes. A aplcação da análse fatoral tem como objetvos prncpas a dentfcação da estrutura dos dados e a redução do seu volume, ou seja, por meo desta ferramenta é possível reduzr o conjunto de varáves tornando-os mas compreensíves e faclmente nterpretáves, como também é possível reutlzar os novos dados obtdos, ou seja, os escores dos fatores, em análses posterores, como em análses de agrupamento, de regressões ou varâncas. (JOHNSON E WICHERN, 1992). 5 Foram contablzados como máqunas e camnhões todos os tpos de tratores, máqunas para planto, máqunas para colheta e camnhões. 5

7 No entanto, para uma aplcação satsfatóra desta técnca, é necessáro realzar alguns testes a fm de comprovar se a redução do conjunto de dados, representado nos fatores, corresponde adequadamente às varáves orgnas. Para tal, exstem algumas técncas utlzadas para avalar o grau de sgnfcânca da aplcação da análse fatoral, sto é, analsar se a correlação entre as varáves é sgnfcatva a ponto dos fatores representarem grande parte da varabldade dos dados. As mas utlzadas são: Crtéro de Kaser- Meyer-Olkn (KMO) e teste de esfercdade de Bartlett. (JOHNSON E WICHERN, 1992). O teste de esfercdade de Barlett consste na aplcação de um teste de hpótese para verfcar se a matrz de correlação populaconal é próxma ou não da matrz dentdade. Neste caso, para que o modelo de análse fatoral esteja bem ajustado, o teste de Barlett deve rejetar a hpótese nula. Ressalta-se que a aplcação deste teste requer que as varáves tenham dstrbução normal p-varada. Por outro lado, a KMO verfca a dstânca entre a matrz de correlação nversa e a matrz dagonal. Seus valores devem osclar entre 0 e 1. Para que a análse fatoral seja ajustável, é necessáro que as matrzes estejam próxmas. Assm, quanto mas próxmo de 1 (um) for o KMO, mas sgnfcante o resultado, pos as matrzes estarão próxmas. Mngot (2005), afrma que para a garanta de adequacdade de ajuste de um modelo de análse fatoral, o valor da KMO deve ser maor que 0,8. Por outro lado, Souk e Gonçalves Flho (2003) sugerem que com um KMO superor a 0,6, os fatores explcam bem a varabldade dos dados. Outra questão relevante é que as varáves F formadas pelo escore dos fatores são não observáves, de modo que elas necesstam ser estmadas através de técncas de análse fatoral sobre as varáves observáves. Além dsso, geralmente, a estrutura ncal das estmatvas das cargas fatoras não é defntva e, assm, o método proporcona a possbldade de fazer sua rotação (LEMOS, 2000). De acordo com Lemos (2000) os escores assocados às observações têm dstrbução smétrca em torno da méda zero, o que mplca que metade deles terá snas negatvos e a outra metade snas postvos. Para evtar que altos escores fatoras negatvos elevem a magntude dos índces assocados às observações menores, torna-se necessára a transformação mostrada a segur, tendo por objetvo nserí-los todos no prmero quadrante: ( Fj Fmn ) FPj = ( Fmax Fmn ) (2) em que F mn e F max são os valores máxmo e mínmo observados para os escores fatoras assocados às observações. Assm, além de reduzr a dspersão dos escores dos fatores, esta transformação também proporconará somente valores postvos varando entre 0 e Hpótese de Kuznets 6

8 A hpótese de Kuznets tem sdo muto testada utlzando-se dados crosssecton. Apesar deste método de aplcação ter a lmtação de não captar os efetos da evolução da desgualdade e da renda produzdos ao longo dos anos, para o presente trabalho ela se faz adequada já que buscar-se-á analsar a concentração fundára em Mnas Geras somente no ano de Quanto à forma funconal, uma das mas convenconas de se estmar a curva de Kuznets é a forma funconal de Ahluwala (1976): em que: L é o índce de desgualdade; Y é a renda per capta; = 1,2,...N dentfca os muncípos; ε representa o termo de erro. L = α + β Y + β Y + ε (3) No entanto, Dawnson (1997) e Barro (2000) utlzaram funções semlogarítmcas ou log-lneares (ln-log), pos estas formas funconas captam melhor o efeto parabólco da curva de Kuznets. Deste modo, a forma funconal utlzada para calcular o efeto de Kuznets pode ser dada por: 2 L = α + β1y + β 2 logy + ε (4) Além dsso, através do trabalho de Barro (2000), percebe-se que a regressão não necessaramente deve se lmtar a estmar desgualdade contra crescmento econômco e logartmo do crescmento ao quadrado, ou seja, é possível acrescentar outras varáves relevantes ao modelo, assm como fez o referdo autor. Assm, será acrescdo à equação acma o IAG e o ITE Fatoral como varáves explcatvas do modelo, de modo que a regressão apresentará a segunte forma funconal: L 2 = + β1y + β2 logy + β 3IAG + β 4 em que: L é a o índce de Gn; Y é o PIB agropecuáro per capta; IAG é o índce de aptdão agrícola; ITEfatoral é o índce tecnológco; = 1,2,...N dentfca os muncípos; ε representa o termo de erro. α ITEfatoral + ε (5) Vale anda ressaltar duas consderações sobre a forma funconal. A prmera é que a equação (4) pode ser estmada pelo método dos Mínmos Quadrados Ordnáros (MQO). Porém, no caso de haver presença de heterocedastcdade 6 é pertnente utlzar o método de Mínmos Quadrados 6 Heterocedastcdade sgnfca que a varânca dos termos de erro não são constantes. Isso vola a premssa de que os erros estejam gualmente dstrbuídos, ou seja, de que sejam homocedástcos. A mplcação da heterocedastcdade é que, embora o β 2 estmado contnue 7

9 Generalzados (MQG). A segunda refere-se à condção necessára para que se obtenha uma função no formato de U-nvertdo (JACINTO e TEJADA, 2004):. β > 1 0. β < 2 0 Assm, caso seja satsfeta a condção acma, sgnfca que o efeto de U- nvertdo se confrmará. Caso contráro, a função estará tomando uma outra forma que não a proposta por Kuznets. 2.6 Fonte de dados Para o presente trabalho, foram coletados dados secundáros sobre o número de estabelecmentos ruras e suas respectvas áreas por estratos de propredades 7, sobre a produtvdade de grãos e o uso de tecnologas (assstênca técnca, prátcas de conservação do solo, adubos e corretvos, energa elétrca, controle de pragas e máqunas e camnhões) das mcrorregões do estado de Mnas Geras junto ao Censo Agropecuáro do IBGE de 1995/1996. Além dsso, fo utlzado o PIB agropecuáro per capta de 1996 encontrado no banco de dados do IPEA, como proxy de crescmento econômco agropecuáro. Deve-se anda ressaltar que, embora sejam um pouco defasados por terem se passado 12 anos da realzação da pesqusa, os dados do Censo Agropecuáro de 1995/1996 são os dados ofcas mas recentes em relação à maora das varáves utlzadas. Outra nformação que merece destaque é que, conforme destacam Carnero et al (2005) este Censo fo realzado no período entressafra, podendo provocar algum tpo de subestmação dos dados, vsto que os Censos Agropecuáros anterores tveram vgênca dentro de um únco ano cvl. 3 RESULTADOS E DISCUSSÃO 3.1 Análse Gráfca dos dados Analsando-se brevemente a dstrbução de terras em Mnas Geras, é possível nferr que, assm como no restante dos estados, a concentração de terras é demasada. Alcantara Flho (2007) calculou e comparou o índce de Gn Terras dos estados para os anos de 1992, 1998 e 2003 e verfcou que os níves de concentração fundára no estado de Mnas Geras permanecerem pratcamente estáves durante todo o período, pos a únca alteração fo que o IG passou de 0,75 em 1998 para 0,74 em sendo um estmador lnear e não tendencoso, ele dexa de ser efcente, pos a varânca dos erros dexa de ser mínma. Por consegunte, o β 2 estmado não será o melhor estmador lnear não tendencoso, volando a premssa do modelo. Por sso, a heterocedastcdade é um problema séro e deve ser devdamente corrgdo (GUJARATI, 2006). 7 Estes foram utlzados para que se pudesse calcular o índce de Gn. 8

10 Para o caso das mcrorregões mneras, não fo possível realzar comparações temporas da dstrbução de terras como forma de se captar as varações na desgualdade de terras, devdo à ausênca de dsponbldade de dados. Todava, é plausível consderar que poucas foram as modfcações na estrutura fundára das mcrorregões, já que, se o contráro estvesse ocorrendo, com certeza estas varações teram modfcado a estrutura do estado como um todo. A partr da Fgura 1 representada pelo mapa de Mnas Geras, é possível verfcar o panorama geral da dstrbução de terras no estado. Na prmera camada, o Gn das mcrorregões vara entre 0,58 na mcrorregão de Juz de Fora e 0,63 para Frutal, Ubá, Campo Belo e Ituutaba e é composto por um total de 14 mcrorregões. Com sso, pode-se nferr que a concentração de terras é elevada até mesmo nas mcrorregões com menores índces de Gn do Estado. No outro oposto, a qunta camada possu IG varando entre 0,731 e 0,85 e é composta por 12 mcrorregões, sendo que todas as sete mcrorregões pertencentes ao Norte de Mnas e três das cnco do Vale do Jequtnhonha pertencem a esta camada com maor concentração fundára. Além desses dos estratos de concentração ctados acma, anda há mas três ntermedáros, com o segundo varando entre 0,64 e 0,66, o tercero entre 0,67 a 0,69 e o quarto va de 0,70 a 0,73. FIGURA 1 - Confguração da dstrbução de terras de Mnas Geras 1995/1996. Fonte: Resultado da Pesqusa. Vsualzando-se a Fgura 1, é claramente perceptível que a desgualdade de terras está concentrada espacalmente no exo setentronal do estado, enquanto na metade de baxo, com exceção do Sul de Mnas, o mapa está mas claro, sto é, possu menores índces. 9

11 Quanto ao Produto nterno Bruto Agropecuáro per capta utlzado com proxy de crescmento econômco do setor e apresentado na Fgura 2, verfcase que há um certo ndíco de que o Índce de Gn esteja nversamente relaconado ao PIB, já que os maores PIB s se concentram no Trângulo Mnero, Oeste e Sul de Mnas, enquanto os mas baxos estão mas homogenezados nas mesorregões de Belo Horzonte, Norte e Vale do Jequtnhonha. FIGURA 2 - PIB Agropecuáro per capta das mcrorregões de Mnas Geras em Fonte: Elaborado pelos Autores. A Fgura 3 mostra a dstrbução do PIB agropecuáro per capta no estado de Mnas Geras. A partr desta fgura, é possível verfcar com mas acudade esta suposta relação negatva entre o Índce de Gn e o PIB agropecuáro per capta. Nota-se, de manera geral, que as mcrorregões onde os Gns são altos (representado pelos círculos alaranjados), os PIB s, são menores e vce-versa. As exceções mas sgnfcatvas a este respeto ocorrem no Noroeste de Mnas e na Zona da Mata Mnera, uma vez que, na prmera há alta concentração e alto PIB e na segunda, embora o Gn seja relatvamente menor à outras localdades do estado, o PIB também não está entre os mas representatvos. 10

12 FIGURA 3 Comparação entre o Índce de Gn com o PIB Agropecuáro per capta nas mcrorregões de Mnas Geras. Fonte: Elaborado pelo autor. Foge ao escopo deste trabalho dscutr a qualdade do solo no estado (representado pelo Índce de Aptdão Agrícola), mas apenas utlzar os dados referentes à aptdão agrícola a fm de verfcar se as pessoas estão mas propensas a nvestr em terras nos locas onde a terra é de maor qualdade, gerando, conseqüentemente, aumento na concentração. A dstrbução do IAG nas mcrorregões do estado pode ser vsualzada através da Fgura 4, a segur. Vale ressaltar que as melhores terras do estado estão agrupadas prncpalmente no Trângulo Mnero, Vale do Jequtnhonha e Mucur, Sul, Central, Norte e Noroeste de Mnas. Por outro lado, nas Mesorregões Zona da Mata e Belo Horzonte, se concentram pratcamente todas as terras de aptdões agrícolas nferores do estado, exceto as mcrorregões de Itajubá e Andrelânda no Sul e Damantna no Jequtnhonha. 11

13 FIGURA 4 Alocação do Índce de Aptdão Agrícola (IAG) das mcrorregões de Mnas Geras. Fonte: Elaborado pelos Autores. Neste tópco buscou-se apresentar os dados através de mapas, a fm de evdencar a dstrbução geográfca das varáves a serem utlzadas no modelo de regressão. A segur, será realzado um ajuste no Índce Tecnológco pelo método de análse fatoral e posteror dscutdo os resultados a partr da aplcação do modelo de crescmento e desgualdade proposto por Barro (2000). 3.2 Construção do ITE Fatoral Como fo descrto na metodologa, o ITE fatoral a ser apresentado neste trabalho é composto por ses varáves representatvas do uso de tecnologas à agrcultura, quas sejam: assstênca técnca, prátcas de conservação do solo, adubos e corretvos, energa elétrca, controle de pragas e máqunas e camnhões. A matrz de correlação das varáves apresentou os seguntes resultados: 12

14 TABELA 1 - MATRIZ DE CORRELAÇÃO DAS VARIÁVEIS DO ITE FATORIAL Varáves Asss. Adubos e Contr.Pragas Cons. do En. Elétrca Maqunas e Técnca Corretvos e Doenças solo camnhões Asss. Técnca 1,000 0,623 0,541 0,634 0,680 0,868 Adubos e Corretvos 0,623 1,000 0,668 0,811 0,879 0,460 Contr.Pragas e Doenças 0,541 0,668 1,000 0,504 0,805 0,466 Cons. do solo 0,634 0,811 0,504 1,000 0,784 0,577 En. Elétrca 0,680 0,879 0,805 0,784 1,000 0,523 Maqunas e camnhões 0,868 0,460 0,466 0,577 0,523 1,000 Fonte: Resultado da pesqusa A partr da Tabela 1, verfca-se que todas as varáves apresentam correlações postvas entre s. Todas as varáves têm, ao menos uma outra varável com a qual se correlacona fortemente, sendo máqunas e camnhões a que possu as correlações mas baxas com as demas varáves. Contudo, esta varável têm correlação de 0,868 com assstênca técnca, ndcando que ambas aumentam em proporções smlares e que onde se têm mas maqunara há mas demanda por assstênca técnca. Não obstante, a matrz de fatores extraída pelo método dos componentes prncpas gerou um únco fator de modo que 71,5% da varânca das X varáves são captadas pelo Fator F 1 que forma o ITE fatoral. Como era de se esperar, todas as varáves estão forte e postvamente correlaconadas com o Fator F 1. Segue, logo abaxo na Tabela 2, a matrz de correlações extraída pelo método dos componentes prncpas. TABELA 2 - MATRIZ DE COMPONENTES PRINCIPAIS DO ITE FATORIAL Asssstênca Técnca 0,853 Adubos e Corretvos 0,885 Controle de Pragas e Doenças 0,785 Conservação do solo 0,856 Energa Elétrca 0,928 Maqunas e camnhões 0,757 Fonte: Resultados da pesqusa Contudo, antes de se utlzar o escore do novo fator crado a partr das varáves apresentadas acma, é necessáro mensurar a qualdade da aplcação do método. Para tal, foram utlzados os testes de KMO e Barlett que geraram os valores de 0,738 e 379,77, respectvamente. Quanto ao prmero, está em uma faxa não excelente, porém acetável de classfcação da análse fatoral e, através do segundo teste fo possível verfcar a rejeção da hpótese nula de que a matrz dentdade seja gual à matrz de correlação das varáves, sendo a utlzação do escore do fator como índce tecnológco plausível e econometrcamente fundamentado. Sendo assm, na Fgura 5 é apresentada a dsposção do ITE fatoral padronzado das mcrorregões do estado de Mnas Geras: 13

15 FIGURA 5 - Classfcação das Mcrorregões de Mnas Geras a partr do escore de fatores padronzado que formam o ITE fatoral. Fonte:Resultados da pesqusa 3.3 Estmação da regressão e verfcação da Hpótese de Kuznets Fo estmada uma regressão a fm de se avalar os efetos do crescmento agropecuáro, IAG e ITE Fatoral na desgualdade de terras. Além dsso, acredta-se que este tpo de ferramenta é um nstrumento mas poderoso e menos vesado para se captar tas efetos do que uma smples comparação prelmnar dos mapas. A regressão descrta na equação (5), cujos dados estão sntetzados na Tabela 3, fo estmada pelo método de Mínmos Quadrados Generalzados (MQG), uma vez que fo necessáro corrgr a heterocedastcdade. De acordo com as recomendações teórcas que envolvem tal questão, a ponderação fo aplcada dvdndo-se a equação pela raz do ITE fatoral (GUJARATI, 2006). Após a ponderação e estmação da regressão por MQG, foram realzados novamente os testes de detecção 8 de heterocedastcdade, de modo que todos rejetaram a hpótese de que anda houvesse tal problema. Outra premssa mportante para que se estme uma regressão lnear deste tpo é que os erros sejam normalmente dstrbuídos 9. Realzada a aplcação do teste de 8 Foram realzados os testes de Breush-Pagan-Godfrey, Glejser, ARCH com uma defasagem e Whte sendo que todos rejetaram a Hpótese de Heterocedastcdade em nível de 1, 5 e 10% de confança. Os testes seguem no anexo 1 do presente trabalho. 9 O teste de normaldade pode ser feto pelo Teste de Jarque-Bera. Este teste tem como hpótese nula (H 0 ) que os resíduos são normalmente dstrbuídos (JB ~ χ² (10%; 2GL). Sendo assm, se o valor calculado for maor que o tabelado, rejeta-se a hpótese de dstrbução normal dos erros. Caso contráro é possível admtr a normaldade dos resíduos. (Maores 14

16 Jarque-Bera, constatou-se que os resíduos estão normalmente dstrbuídos. Após tas procedmentos, é possível analsar os dados da regressão, que resultaram nos dados da Tabela 3 apresentados a segur: TABELA 3 - RESULTADOS ECONOMÉTRICOS DA REGRESSÃO ESTIMADA Varável Dependente: IG Varáves Coefcentes Desvo-padrão Teste student-t C *** PC 6.57E E ** LOG(PC)^ *** IAG *** ITEf * R² Méda R² Ajustado Crtéro - Akake SQE Crtéro - Schwarz SQR Teste F Durbn-Watson stat Prob(Teste-F) Fonte: Resultados da Pesqusa. *** Sgnfcatvo a 1% **Sgnfcatvo a 5% *Sgnfcatvo a 10% Analsando-se a qualdade dos resultados da regressão, percebe-se que os snas parecem ser coerentes, uma vez que a hpótese de Kuznets fo satsfeta, ou seja, β 1 > 0 e β 2 < 0 e, tanto o IAG quanto o ITE fatoral possuem relação postva. Isto sgnfca que, prmeramente, a hpótese de que há maor concentração em propredades com maor qualdade do solo fo satsfeta e, em segundo lugar, que os estabelecmentos menores não têm tdo o mesmo nível de utlzação das tecnologas que as grandes propredades. Na medda em que se aumenta o uso de tecnologas, eleva-se também os níves de concentração fundára. O coefcente de determnação (R²) fo de 0,9759, o que sgnfca dzer que 97,59% das varações no índce de Gn são explcadas pelas osclações das varáves explcatvas. Além dsso, todos os β foram estatstcamente dferentes de zero, pos tanto o teste t, que examna a sgnfcânca ndvdual dos β, quanto o teste F, que realza o teste de sgnfcânca global dos β, foram sgnfcatvos a 10%. Por fm, vale anda ressaltar que os crtéros de Akake e Schwarz também apontam para um bom ajustamento da regressão e que não há ndícos de que a regressão seja espúra. Interpretando-se os β, nota-se, através do ntercepto, que a desgualdade ncal gra em torno de 0,807, vsto que, não havendo nenhuma alteração nas varáves explcatvas, o índce de Gn estmado tende a se manter em 0,807. Quanto aos valores de β 1 e β 2, embora estes satsfaçam as condções de Kuznets corroborando o efeto de U-nvertdo, tas resultados são demasadamente próxmos a zero, reproduzndo uma curva extremamente achatada, de modo que, mesmo no longo prazo, o efeto do crescmento econômco agropecuáro não será sufcente para reduzr a concentração de terras no estado de Mnas Geras. Este resultado é compatível com a afrmação de Barro (2000) de que a relação de Kuznets é fraca, de modo que a desgualdade têm sdo pouco afetada pelo crescmento econômco. nformações, ver GUJARATI (2006), cap 5.). No caso específco da Fgura 3, o software utlzado já calcula o p-valor do Jarque-Bera e, como este é superor a 0,10, mantém-se na faxa de acetação da hpótese nula (H 0 ). O Teste de Normaldade está ncluído no Anexo 2 15

17 Por outro lado, o índce de Gn não somente responde melhor às varações do IAG e o ITE fatoral como também é aumentado a medda que ocorre ncrementos nestas varáves explcatvas. Isso sgnfca dzer que, para cada undade elevada no nível de IAG, estma-se um acréscmo na concentração fundára em 0,026 e a cada undade adconal do ITE fatoral, a desgualdade aumenta em 0,038. Apesar dessas osclações postvas serem aparentemente pequenas, percebe-se que, hstorcamente, a terra sempre se manteve concentrada e que, mesmo recentemente, não têm havdo grandes osclações na confguração da estrutura fundára. Sendo assm, o panorama prevsto através da dscussão dos dados da presente regressão não se mostra nem um pouco anmador do ponto de vsta da desconcentração de terras, vsto que, a perspectva é de que o crescmento agropecuáro, por s só, não seja sufcente para reduzr a desgualdade de terras no longo prazo e, além dsso, a aptdão agrícola e o uso de tecnologas tendem a aumentar anda mas os níves de concentração atuas. 4 CONCLUSÕES A prmera conclusão relevante refere-se à dstrbução de terras. Há certa polarzação geográfca da desgualdade, pos percebe-se ntdamente pelos mapas que os muncípos, em grande parte estão cercados por vznhos com característcas semelhantes a ele e, o mesmo ocorre também com o PIB agropecuáro per capta, o IAG e ITE fatoral. Além dsso, percebe-se que mesmo com as pré-condções necessáras da Hpótese de Kuznets tendo sdo satsfetas, os efetos do PIB em relação à desgualdade de terras são pratcamente nulos, tanto no curto como no longo prazo, o que, por sua vez, não necessaramente nvalda a hpótese, mas no mínmo evdenca que uma estratéga de ntensfcação do crescmento econômco agropecuáro a fm de reduzr a concentração fundára não provocara efetos sgnfcatvos. Além dsso, duas outras varáves mportantes para o setor foram utlzadas (Índce de Aptdão Agrícola e Índce Tecnológco Fatoral) e ambas são responsáves por prejudcar anda mas a desgualdade de terras. Sendo assm, não se pode esperar que ocorra desconcentração fundára de manera natural, como é proposto por mutos autores adeptos da hpótese de Kuznets, mas faz-se necessáro a utlzação de outras estratégas como, por exemplo, a execução de polítcas públcas voltada ao desenvolvmento rural, ao fortalecmento da agrcultura famlar, sobretudo das pequenas propredades, e execução de polítcas consstentes de desconcentração e dstrbução de terras. 16

18 5 REFERENCIAL TEÓRICO AHLUWALIA, M. S (1976). Income dstrbuton and development: some stylzed facts, Amercan Economc Revew, v.66, n. 2, p ALCANTARA FILHO, J.L. (2007). A Concentração Fundára no Brasl entre 1992 e Vçosa, UFV, p. Monografa apresentada como parte da formação no curso de cêncas econômcas Unversdade Federal de Vçosa. AMARAL, F. C. S. (1993). Aptdão Agrícola das Terras do Estado de Mnas Geras: Avalação e Adequação. Praccaba, ESALQ. 155p. Dssertação (Mestrado em Solos e Nutrção de Plantas) Unversdade de São Paulo, ANAND, S; KANBUR, S.M.R. 1998). Inequalty and development: a crtque. Journal of Development Economcs. Jun, 41 (1), pp 19-43, BARRO, R. (2000). Inequalty and Growth n a Panel of Countres. Journal of Economc. Vol.5, pp BARROS, R. P.; HENRIQUES, R.; MENDONÇA, R. (2000). A establdade nacetável: desgualdade e pobreza no Brasl. In: HENRIQUES, R. (org.), Desgualdade e pobreza no Brasl, Ro de Janero: IPEA. BARROS, R. P. et al. (2006). Conseqüêncas e causas medatas da queda recente da desgualdade e renda braslera. Ro de Janero: Ipea, jul (Texto para Dscussão, n ). BRASIL. Mnstéro do Desenvolvmento Agráro. (2003). II Plano Naconal de Reforma Agrára: Paz Produção e Qualdade de Vda no Meo Rural. Agosto de Dsponível em: <http;// Acesso em: 28 de março de BUAINAIN, Antono Marco ; SILVEIRA, José Mara F. J. da ; TEÓFILO, Edson. (2001) Reforma agrára, desarrollo y partcpacón em Brasl: Los cambos necessaros hacal el sglo XXI. In: Eduardo Robledo Rncón. (Org.). Reforma Agrára y Desarollo Rural en el Sglo XXI. Méxco: Plaza y Valdes Edt, vol. 1, pp CARNEIRO, P, A. S; FONTES, M. P. F ; FONTES, R. (2004). Análse espacal de Varáves Ambentas, Agrícolas e Tecnológcas na Mesorregão do Jequtnhonha, como Suporte ao Planejamento Regonal. In: Semnáro sobre Economa Mnera, Damantna. Anas. Belo Horzonte: CEDEPLAR/UFMG. CARNEIRO, P, A. S; FONTES, M. P. F ; FONTES, R. (2003). Estudo prelmnar para Construção de um Índce Pedológco de Manejo de Solos como Varável atva no Estudo das Dspardades de Mnas Geras. In: Congresso Braslero de Cênca do Solo, 29. Anas. Rberão Preto: UNESP. 17

19 CARNEIRO, P, A. S; FONTES, M. P. F ; FONTES, R. (2005). Índce Pedológco e de Manejo de Solos como Suporte ao Estudo das Dspardades Mcrorregonas em Mnas Geras. In: FONTES, R; FONTES, M. P. F (Org.). Crescmento e Desgualdade Regonal em Mnas Geras. Vçosa: Edtora Folha de Vçosa, Cap.7. pp DAWSON, P.J. (1997). On testng Kuznets economc growth hypothess. Appled Economc Letters. vol. 4, pp Dennger, K & Squre, L. (1998). New Ways of Lookng at Old Issues: Inequalty and Growth, Journal of Development Economcs. Vol. 57(2), pp FISHLOW, A. (1995). "Inequalty, Poverty and Growth: where do we stand?" Washngton, DC. Proceedngs of the World BankAnnual Conference Development Economcs, pg FONTES, R. ; FONTES, M P F ; Slva, E. ; CARNEIRO, P A S. (2008). Geography and Growth: The Role of a GeoTec Index on Agrcultural Regonal Income Convergence. In: Second Meetng of Socety for the Study of Economc Inequalty, Berln, Alemanha. II Meetng of Socety for the Study of Economc Inequalty. Berln : ECINEQ, v. 1. FURTADO, C. (1989). Pequena ntrodução sobre o desenvolvmento. Ed. Naconal. GUANZIROLI, C. (1998). Reforma agrára e globalzação da economa: o caso do Brasl. FAO (Cooperação FAO/Incra). GUJARATI, D. N. (2006). Econometra básca. Book. 812 p. o 4 edção. São Paulo: Makron IBGE. Insttuto Braslero de Geografa e Estatístca. Censo Agropecuáro 1995/1996. < >. (20/12/2007). IBGE. Insttuto Braslero de Geografa e Estatístca. Censo Demográfco de < >. (15/11/2007). IPEADATA. Insttuto de pesqusa em Economa Aplcada Dados regonas PIB Agropecuáro per capta, < (15/09/2007). ITRIA, A. (2004). A relação nversa entre o preço e a dmensão da Propredade rural em mercados específcos. Campnas: UNICAMP. 120p. (Dssertação de Mestrado em Desenvolvmento Econômco, Espaço e Meo Ambente) Unversdade Estadual de Campnas. Insttuto de Economa. JACINTO, P. A. e TEJADA, C. A. (2004). Desgualdade de renda e crescmento econômco nos muncípos da Regão Nordeste do Brasl: O que os dados têm a dzer? In: XXXXII Encontro Naconal de Economa ANPEC, 2004, João Pessoa. Anas... 18

20 KUZNETS, S. (1955). Economc Growth and Income Inequalty. Amercan Economc Revew. vol.45, n.1. JOHNSON, R. A.; WICHERN, D. W. (1992). Appled Multvarte Statstcal Analyss. New Jersey: Prentce Hall, ª Ed. 642p. LEITE, S. P; ÁVILA, R. V. (2007). Reforma agrára e desenvolvmento na Amérca Latna: rompendo com o reduconsmo das abordagens economcstas. Revsta de Economa e Socologa Rural, v. 45, pp LEMOS, J.J.S. (2000) Indcadores de Degradação no Nordeste Sub-úmdo e Sem-árdo. Revsta SOBER, p.1-10 LI, H. e ZOU, H. (1998). Income Inequalty Is Not Harmful for Growth: Theory and Evdence. Revew of Development Economcs. Vol. 2, pp MANLY, B.F.J. (1986). Multvarate Statstcal Methods: A prmer. London: Chapman & Hall. MINGOTI, S. Ap. (2005). Análse de Dados através de Métodos de Estatístca Multvarada: uma abordagem aplcada. Belo horzonte: Edtora UFMG. p ;p MO, P.H. (2003). Land Dstrbuton Inequalty and Economc Growth: Transmsson Channels and Effects. Pacfc Economc Revew. Vol 8. Nº.2 pp RAMALHO FILHO, A.; PEREIRA, E. G.; BEEK, K. J. (1983) Sstema de Avalação de Aptdão Agrícola das Terras. Ro de Janero: SUPLAN/MA, SNLCS/EMBRAPA. 2ª Ed. 57p. RICARDO, D. (1982). Prncípos de economa polítca e trbutação. São Paulo: Abrl Cultural. 286 p. SOUKI, G.Q.; GONÇALVES FILHO, C. (2003). Análse estatístca no SPSS. Belo Horzonte, FEAD. (Mmeo) SOUZA, P. M. (2000) Modernzação e Mudanças Estruturas na Agrcultura Braslera, 1970 a Vçosa, UFV. 318p. Tese (Doutorado em Economa Rural) Unversdade Federal de Vçosa. 19