Escolar Documentos
Profissional Documentos
Cultura Documentos
1
Professor Mestre em Economia Regional do Departamento de Economia da UEL. E-mail: cleversonneves@uel.br.
2
Doutorando pelo programa de Pós-Graduação em Economia (PCE) da UEM. E-mail: angelorondina@gmail.com
3
Doutorando do Programa de Pós-Graduação em Economia (PCE) da UEM. E-mail: esteves@sercomtel.com.br
4
Professor Doutor Titular do programa de Pós-Graduação (PCE) da UEM. E-mail: jlparre@uem.br
5
Doutor em Teoria Econômica pelo programa de Pós-Graduação (PCE) da UEM. E-mail: amaral@uel.br
6
Professora Doutora Titular do Programa de Mestrado Economia Regional – (UEL) e-mail: mgabardo@uel.br
.
INTRODUÇÃO
Conforme o primeiro relatório sobre o desenvolvimento humano para a América
Latina e o Caribe, realizado pelo Programa das Nações Unidas para o Desenvolvimento
(PNUD) em 2010, o Brasil possui um dos maiores índices de desigualdade do mundo –
medido pelo índice de Gini. A análise permite verificar que, na América Latina, somente
Bolívia (0,60) e Haiti (0,59) possuem índice de Gini superior ao Brasil (0,56). Em outros
continentes, percebe-se que poucos países têm níveis próximos ao do Brasil, como é o caso na
Ásia da Tailândia (0,59), que possui índice superior ao brasileiro. Na África percebe-se que
vários países não tem uma desigualdade de renda em níveis próximos ao brasileiro. Entre os
países desenvolvidos, o índice se localiza muito mais baixo. É o caso de países como a
Dinamarca (0,27), Portugal (0,41) e os Estados Unidos da América (EUA) (0,40) (PNUD,
2014).
Os dados e a análise relativa permitem afirmar que o Brasil é um país
significativamente desigual. Porém, deve-se levar em consideração que o país é continental e
muito diverso, seja em termos geográficos, culturais, históricos e econômicos. Assim, é de se
esperar que o índice de Gini também se revele diverso no país, como os pontos anteriores.
Analisando-se os dados a nível estadual para o ano de 2009, por exemplo, vê-se que existem
estados com índice de Gini inferiores ao nacional. É o caso de Santa Catarina (0,45), que
possui níveis de desigualdade semelhantes aos países desenvolvidos (VIEIRA et al, 2011).
Essa desigualdade de renda e o elevado contingente de população pobre são
considerados alguns dos principais problemas enfrentados atualmente no âmbito
socioeconômico. Barros et al (2001) apontam que a condição de pobreza não se resume
somente a uma definição, mas sim a uma condição em que a pessoa não consegue manter um
padrão de vida satisfatório para arcar com suas necessidades básicas em um dado período.
Uma das medidas tomadas para confrontar essa questão é a intervenção do governo
com políticas de transferência direta de renda para garantir à população mais vulnerável o
nível mínimo dessa. Os programas inicialmente criados no final da década de 1990 foram, na
década posterior, unificados no Programa Bolsa Família (PIRES, LONGO, 2008). Segundo
Barros (2003), o Brasil conta atualmente com diversos programas sociais descentralizados.
Nos últimos anos, o país apresenta sinais de melhora nos índices de pobreza, sendo que os
programas de transferência de renda direta tiveram um papel importante para esse resultado.
Com base nessas considerações, pode-se chegar às questões: Como se evidencia a
distribuição do índice de Gini especificamente nos municípios da Região Sul do Brasil? Quais
as transformações na concentração de renda que se deram nesses municípios na década
compreendida entre os anos de 2000 e 2010 – em que houve unificação dos programas de
transferência de renda?
O presente trabalho tem o objetivo de responder essas perguntas. Ou seja, o objetivo
é analisar as transformações ocorridas na concentração de renda (medida pelo índice de Gini)
dos municípios da Região Sul do Brasil na década compreendida entre os anos de 2000 e
2010. Para tanto, será utilizada a metodologia de abordagem espacial e da análise univariada
dos dados, permitindo analisar a trajetória do índice de Gini e agregar as informações sob a
ótica espacial.
O artigo se divide em outras cinco seções além dessa introdução. Na seção 1 é
apresentada uma caracterização dos estados da Região Sul. Na segunda seção é exposta a
evolução das políticas sociais no Brasil, sobretudo na década analisada. A seção 3 tem como
objetivo apresentar a metodologia desenvolvida pelo trabalho, ou seja, da análise exploratória
dos dados espaciais e do índice de Gini, bem como a descrição da base de dados utilizada. Na
quarta seção é apresentada as análises dos resultados. Por fim, são apresentadas as
considerações finais do trabalho.
1. CARACTERIZAÇÃO DA REGIÃO SUL
1.1. PARANÁ
De acordo com o censo demográfico de 2010 realizado pelo Instituo Brasileiro de
Geografia e Estatística (IBGE), o Paraná apresentava 10.439.601 habitantes, totalizando
5,47% da população brasileira. A renda per capita era de R$ 16.928,00. Seu índice de
desenvolvimento humano municipal (IDH-M), do PNUD era de 0,820, o menor dentre os
Estados da Região Sul do Brasil.
A análise feita pelo Instituto Paranaense de Desenvolvimento Econômico e Social
(IPARDES, 2014) mostra que de setembro de 2008, início da crise financeira mundial, a
junho de 2009, 242 municípios dos 399 do Paraná obtiveram saldos positivos ou estáveis na
geração de empregos. Ainda segundo o IPARDES (2014), a dinâmica da economia
paranaense, fortemente influenciada pelo setor agropecuário, presenciou a redução da
produção de soja e milho em 2009, impactando diretamente no resultado negativo de 1,2% do
PIB do Estado. Em resumo, durante a crise internacional, a economia do Paraná decresceu
mais do que a brasileira. Entretanto, no acumulado do emprego formal entre 2008 e 2010 a
variação foi de 11,18%, próxima à média nacional (de 11,73%).
A crise também afetou as empresas do Paraná. Enquanto de 2003 a 2008 o número
de empresas abertas no Estado aumentou em 30%, no mesmo período o número de empresas
fechadas aumentou 99%, segundo dados da Junta Comercial do Paraná. Em 2008, foram
criadas 40.664 empresas no Estado, mas 10.557 acabaram fechadas.
O comércio exterior paranaense também sentiu os efeitos da crise financeira
internacional. Entre janeiro e julho de 2009, as exportações caíram 28,05% em relação ao
mesmo período do ano anterior; e 42,64% na comparação entre julho de 2009 com o mesmo
mês de 2008. No ano de 2009, o saldo acumulado em vendas ao exterior foi de US$ 6,8
bilhões. As importações, por sua vez, reduziram-se em 41,97% nos primeiros sete meses de
2009, resultando num saldo superavitário de US$ 2 bilhões (IPEA, 2009).
Entretanto, a indústria do Paraná alcançou a maior taxa de produtividade dentre os
demais Estados brasileiros pesquisados (7,2%). Essa marca foi mais do que o dobro da
registrada em 2007 (3,1%), sendo também a maior da série iniciada em 2002. Esse resultado
foi obtido principalmente devido ao expressivo aumento da produção física (8,6%), o mais
elevado dentre todos os Estado, muito acima da variação das horas pagas (1,3%).
Contribuíram para essa performance as elevadas taxas de produtividade alcançadas pelos
setores “Minerais não-metálicos” (20,8%) e “Madeira” (14,3%). Esse desempenho foi muito
impactado, no caso do primeiro segmento, pelo aumento na produção física (25,4%) e, no
caso do segundo, pela contração das horas pagas (-14,0%) (IBGE, 2014).
O IBGE adota uma subdivisão dos estados – as mesorregiões – que reúne municípios
de uma área geográfica com similaridades econômicas e sociais. É empregada para fins
estatísticos e não compõe, portanto, uma entidade política ou administrativa. Oficialmente, as
dez mesorregiões do Estado do Paraná são: Centro Ocidental Paranaense; Centro Oriental
Paranaense; Centro-Sul Paranaense; Metropolitana de Curitiba; Noroeste Paranaense; Norte
Central Paranaense; Norte Pioneiro Paranaense; Oeste Paranaense; Sudeste Paranaense; e
Sudoeste Paranaense (IPARDES, 2014). Essas mesorregiões são sintetizadas na Tabela 1, e
apresentadas na Figura 1, no final da seção.
Tabela 1 - Mesorregiões do Paraná, quantidade de município e Microrregiões pertencentes
Mesorregião Quantidade de Microrregiões Presentes
Municípios
Centro Ocidental Paranaense 25 Campo Mourão, Goioerê
Centro Oriental Paranaense 14 Jaguariaíva, Ponta Grossa, Telêmaco Borba
Centro-Sul Paranaense 29 Guarapuava. Palmas, Pitanga
Cerro Azul, Curitiba, Lapa, Paranaguá, Rio
Metropolitana de Curitiba 37
Negro
Noroeste Paranaense (Norte Cianorte, Paranavaí, Umuarama
61
Novíssimo)
Apucarana, Astorga, Faxinal, Floraí, Ivaiporã,
Norte Central Paranaense 79
Londrina, Maringá, Porecatu
Assaí, Cornélio Procópio, Ibaiti, Jacarezinho,
Norte Pioneiro Paranaense 46
Wenceslau Braz
Oeste Paranaense 50 Cascavel, Foz do Iguaçu, Toledo
Irati, Prudentópolis, São Mateus do Sul, União
Sudeste Paranaense 21
da Vitória
Sudoeste Paranaense 37 Capanema, Francisco Beltrão, Pato Branco
Fonte: IBGE, 2014.
(1)
(2)
BB AB
7
A estatística leva o nome de Patrick A. P. Moran que, em 1948, propôs o primeiro coeficiente de autocorrelação espacial.
Além da medida global de associação linear espacial, o diagrama fornece outras
informações, sobre o tipo de associação, em cada um dos quadrantes – a saber, Alto-Alto
(AA), Alto-Baixo (AB), Baixo-Alto (BA) e Baixo-Baixo (BB). A Figura 2 apresenta o
exemplo de um diagrama de dispersão de Moran.
Assim, um agrupamento do tipo Alto-Alto (AA) apresenta que as unidades espaciais
pertencentes a esse exibem valores altos das variáveis de interesse, estando rodeadas por
unidades espaciais que também apresentam valores altos – primeiro quadrante do diagrama. O
tipo de agrupamento Baixo-Baixo (BB) se refere aos agrupamentos em que as unidades
espaciais apresentam valores baixos nas variáveis de referência e são circundadas por outras
com valores também baixos – terceiro quadrante do diagrama.
De maneira semelhante, os agrupamentos Alto-Baixo (AB) são aqueles em que a
unidade espacial evidencia alto valor em uma das variáveis de interesse e um baixo valor nas
unidades espaciais que a circundam – quarto quadrante do diagrama. Por fim, o agrupamento
Baixo-Alto (BA) é aquele em que a unidade espacial apresenta um baixo valor na variável de
interesse e está circundado por unidades espaciais que apresentam um valor alto valor –
segundo quadrante do diagrama.
3.1.3. Indicadores locais de associação espacial (LISA)8
Os indicadores LISA indicam o grau de associação espacial local. Conforme Anselin
(1999), para que isso ocorra faz-se necessário que a estatística satisfaça dois critérios:
a. Deve possuir, para cada observação, uma indicação de clusters espaciais que
sejam significativos estatisticamente;
b. O somatório dos indicadores locais, para todas as regiões, deve ser proporcional
ao indicador de autocorrelação espacial global.
Dessa forma, os indicadores LISA podem ser representados por meio da equação (3):
(3)
8
Do inglês Local Indicator of Spatial Association (LISA).
Humano (IDH) de 0,744. Todavia, quando descontado o valor do IDH em função da
desigualdade presente no país, o índice fica 27% menor (0,542) (PNUD, 2014).
Conforme Pires e Longo (2008), os programas de transferência de renda são
programas sociais – com uma intervenção do governo na economia nacional – voltados para
resultados imediatos de combate à pobreza e à concentração de renda. Para tais fins, segundo
os autores, é necessário que haja uma maior participação do setor privado nos programas
sociais e também uma boa eficiência na alocação dos recursos, de forma a garantir aos
indivíduos as suas necessidades básicas. Espera-se, assim, a integração dos indivíduos, antes
afastados, na vida econômica moderna. Todavia, nem sempre os programas sociais adotados
alcançam os resultados esperados.
3.2.1. Evolução recente do índice de Gini nas Regiões Brasileiras
Conforme dados do Atlas de Desenvolvimento Humano do PNUD e do IBGE, a
melhoria do perfil distributivo da renda no Brasil é revelado na trajetória declinante do índice
de Gini entre 2001 e 2011 para todas as Regiões brasileiras, conforme a Figura 3.
Figura 3 - Evolução do índice de Gini por Região Brasileira entre 2000 e 2011*
2001
2010
(4)
Fonte: Elaborado pelos autores com base nos dados do IBGE e MDS.
Fonte: Elaborado pelos autores com base nos dados do IBGE e MDS.
A Figura 6 abaixo, evidencia as aglomerações – clusters – univariadas que
apresentam significância para o I de Moran Local.
Figura 6 - Mapa de Cluster Univariado do índice de Gini da Região Sul nos anos 2000 e 2010
Fonte: Elaborado pelos autores com base nos dados do IBGE e MDS.
De acordo com Almeida (2012), o mapa de clusters apresenta as quatro categorias
estatisticamente significantes, combinando o mapa de significância local com o diagrama de
dispersão de Moran.
De maneira geral, ao analisar os mapas de clusters para 2000 e 2010, percebe-se uma
ampliação das aglomerações do tipo Alto-Alto, sobretudo na região central do Estado do
Paraná e na região Oeste, Sudoeste e Sudeste de Rio Grande do Sul.
Pode-se visualizar também a concentração de três áreas de aglomerações Baixo-
Baixo – norte/noroeste do Paraná, na parte leste de Santa Catarina e na parte nordeste do Rio
Grande do Sul. A seguir, analisar-se-ão os resultados dos estados que compõem a Região Sul
a nível de mesorregião.