ads:
Universidade de São Paulo
Escola Superior de Agricultura “Luiz de Queiroz”
Evolução e determinantes da população rural e do emprego rural não-
agropecuário no estado de Santa Catarina: período de 1991 a 2000
Jonas Irineu dos Santos Filho
Tese apresentada, para obtenção do título de Doutor em
Ciências, Área de concentração: Economia Aplicada
Piracicaba
2006
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
2
Jonas Irineu dos Santos Filho
Engenheiro Agrônomo
Evolução e determinantes da população rural e do emprego rural não-agropecuário no
estado de Santa Catarina: período de 1991 a 2000
Orientador:
Prof. Dr. CARLOS JOSÉ CAETANO BACHA
Tese apresentada, para obtenção do título de Doutor em
Ciências, Área de concentração: Economia Aplicada
Piracicaba
2006
ads:
Dados
Internacionais de Catalogação na Publicação (CIP)
DI VI SÃO DE BI BLI OTECA E DOCUMENTAÇÃO - ESALQ/ USP
Santos Filho, Jonas Irineu dos
Evolução e determinantes da população rural e do emprego rural não-
agropecuário no estado de Santa Catarina: período de 1991 a 2000 / Jonas
Irineu dos Santos Filho. - - Piracicaba, 2006.
159 p. : il.
Tese (Doutorado) - - Escola Superior de Agricultura Luiz de Queiroz, 2006.
Bibliografia.
1. Econometria 2. Emprego – Aspectos sócio-econômico 3. Mercado de
trabalho 4. População rural – Santa Catarina I. Título
CDD 331.763
“Permi t i da a cópi a t ot al ou parci al dest e document o, desde que ci t ada a
f onte – O aut or”
3
Dedico
À Marisa, esposa querida, pelo carinho, amizade e
companheirismo, e aos pequeninos João e Jonas, os melhores
presentes que já ganhei na vida.
Ao meu pai e minha mãe (in memorium). Neles o sonho
começou.
4
AGRADECIMENTOS
Agradeço a minha esposa Teresinha Marisa Bertol pelo companheirismo, incentivo e
apoio durante esta longa caminhada. Em especial a João Paulo e Jonas Neto, os pequenos
príncipes da nossa casa, que sofreram com as minhas ausências constantes.
Ao meu pai e minha mãe (in memorium), que me ensinaram os caminhos da honestidade,
perseverança, seriedade e dedicação, ingredientes básicos para ser um cidadão.
Aos meus irmãos e irmãs (novos (a) e antigos (a)) sempre presentes Elenides, Lourdes,
Evanice, Sandra, Vanilson, Zete, Selma e Vivian. Às minhas sobrinhas e sobrinhos Gisele,
Gabriel, Maira, Giane, Jean, Alana, Eliana, Joice e Larissa.
Aos grandes amigos que fiz durante o curso de doutorado Sérgio, Adrian, José Mauro,
Cabeça, Rosangela e Leila. Aos meus colegas de curso Alexandre, Andréia Adami, Ana Laura,
Ana Maria, Cassiano, Costinha, Daniel, Lú Conde, Lú Gaúcha, Lucílio, Márcio Ceará, Mariuza,
Mauro Silberberger, Paulo Carlette, Renata e Sheila.
Ao nosso grupo de almoço dominical na casa da nossa colega e amiga Piedade. Sem
dúvida, um espaço de descontração, amizade e fraternidade.
À Madalena e Sidney, dois anjos que Deus colocou na minha vida nos momentos em que
me encontrava mais fragilizado.
À Embrapa que financiou e possibilitou a conclusão deste trabalho. À Esalq que me
acolheu em seu espaço.
À Maieli, com certeza, um anjo da guarda sempre presente para todos os alunos. Ao
Álvaro e a Ligiana pela sua presteza nas nossas demandas junto à biblioteca.
Aos professores da banca de qualificação Roberto, Vian e Mirian. Os seus comentários e
observações foram, sem dúvida, de grande importância na confecção deste trabalho.
Agradeço ao meu orientador Carlos José Caetano Bacha que, como um verdadeiro mestre,
soube compreender as minhas limitações e explorar as minhas potencialidades.
À Erly Cardoso Teixeira que primeiro me ensinou os caminhos da ciência.
À Claudinha, Luiz, Margareth, Maria Helia (in memorium), Marli (in memorium), Michel
e Vicente amigos presentes de um passado distante.
Aos demais professores e funcionários do Departamento de Economia, Administração e
Sociologia da Esalq.
5
SUMÁRIO
RESUMO ........................................................................................................................................ 8
ABSTRACT .................................................................................................................................. 10
LISTA DE FIGURAS ................................................................................................................... 12
LISTA DE TABELAS .................................................................................................................. 14
1 INTRODUÇÃO.......................................................................................................................... 18
1.1 A questão em análise...............................................................................................................
18
1.2 Objetivo ...................................................................................................................................
22
1.3 Hipóteses ................................................................................................................................. 23
1.4 Revisão bibliográfica............................................................................................................... 23
2 REFERENCIAL TEÓRICO....................................................................................................... 32
2.1 Teorias clássicas do desenvolvimento regional....................................................................... 33
2.2 Teses e modelos de desenvolvimento da agropecuária ........................................................... 34
2.2.1. Teses para o desenvolvimento da agropecuária com ênfase na distribuição da terra.......... 35
2.2.1.1. Tese Estruturalista ............................................................................................................ 35
2.2.1.2 Tese Feudalista .................................................................................................................. 37
2.2.1.3 Tese Dualista ..................................................................................................................... 37
2.2.1.4 Tese Capitalista ................................................................................................................. 38
2.2.2 Modelos de modernização da agropecuária..........................................................................
39
2.2.2.1 Modelo de Difusão de Tecnologias...................................................................................
39
2.2.2.2 Modelo do Impacto Urbano e Industrial............................................................................ 40
2.2.2.3 Teoria dos Insumos Modernos ..........................................................................................
41
2.2.2.4 Modelo de Inovação Induzida ........................................................................................... 42
2.2.2.5 Teses dos Grupos de Pressão............................................................................................. 44
2.3 O Enfoque do Novo Rural.......................................................................................................
45
3 METODOLOGIA....................................................................................................................... 50
3.1 A área em análise.....................................................................................................................
50
3.1.1 A economia de Santa Catarina .............................................................................................
50
3.1.2 População .............................................................................................................................
51
3.1.3 Divisão territorial do estado de Santa Catarina ....................................................................
51
6
3.1.4 As mesorregiões de Santa Catarina ...................................................................................... 54
3.2 Índices de concentração........................................................................................................... 56
3.2.1 Quociente Locacional........................................................................................................... 57
3.2.2 Índice de Theil...................................................................................................................... 58
3.2.3 Índice de I-Moran................................................................................................................. 60
3.2.4 Quantificando a localização (definição da matriz de vizinhança)........................................ 63
3.3 Modelos econométricos relacionando população e número de pessoas ocupadas.................. 65
3.3.1 Modelo de Carlino e Mills.................................................................................................... 65
3.2.2 O Modelo de Boarnet ........................................................................................................... 67
3.2.3. O Modelo de Henry, Schmitt e Piguet................................................................................. 67
3.2.3.1 Variáveis que serão utilizadas no modelo ......................................................................... 72
3.2.3.2 Estimação do modelo de equações simultâneas ................................................................ 79
3.3. Fonte de dados........................................................................................................................ 81
3.3.1 Atualização monetária.......................................................................................................... 82
3.3.2 Caracterização dos domicílios.............................................................................................. 83
4 ESTRUTURA DOS CLUSTERS ECONÔMICOS NO ESTADO DE SANTA CATARINA . 84
4.1 Setor Agropecuário.................................................................................................................. 84
4.2 Complexo Eletro-Metal-Mecânico.......................................................................................... 91
4.3 Complexo Têxtil e Calçadista.................................................................................................. 93
4.4 Complexo de Alimentos e Bebidas ......................................................................................... 95
4.5 Complexo Tecnológico............................................................................................................
97
4.6 Complexo Mineral................................................................................................................... 99
4.7 Complexo Florestal ............................................................................................................... 100
4.8 Complexo de Alojamento e Alimentação.............................................................................. 103
4.9 Considerações sobre os complexos produtivos catarinenses.................................................
104
5 A DINÂMICA DA POPULAÇÃO E DO NÚMERO DE PESSOAS OCUPADAS NO
ESTADO DE SANTA CATARINA ...........................................................................................
106
5.1 Distribuição da população por mesorregião e situação do domicílio....................................
106
5.2 Distribuição das pessoas ocupadas por situação do domicílio, mesorregião e tipo ..............
107
5.3 Renda dos domicílios ............................................................................................................
111
5.4 Fatores determinantes do número de pessoas ocupadas........................................................ 115
7
5.4.1 Resultados das equações da variação na população e do número de ocupações................ 116
6 CONCLUSÕES........................................................................................................................ 126
REFERÊNCIAS .......................................................................................................................... 129
APÊNDICE ................................................................................................................................. 135
ANEXOS..................................................................................................................................... 137
8
RESUMO
Evolução e determinantes da população rural e do emprego rural não-agropecuário no
estado de Santa Catarina – período de 1991 a 2000.
O comportamento do emprego no meio rural vêm se modificando ao longo do tempo.
Pode-se perceber que o rural não é mais unicamente agropecuário. Existem atividades não-
agrícolas realizadas no meio rural vinculadas ou não à agropecuária, gerando o fenômeno
conhecido como pluriatividade. O diagnóstico deste fenômeno para o Brasil já foi executado pelo
projeto RURBANO. Entretanto, ainda existe uma lacuna na literatura nacional referente à
utilização de modelos econométricos visando identificar os seus fatores determinantes. Além
disto, estudos que tenham tentado entender como a vizinhança e os atributos do contexto em
torno do município afetam o emprego não-agropecuário por pessoas residentes no meio rural
ainda não foram efetuados. Neste contexto, o presente estudo analisa as questões relacionadas ao
emprego rural, com ênfase nas atividades que não pertencem diretamente à produção
agropecuária para o estado de Santa Catarina. São enfocados os aspectos econômicos, sociais e
locacionais que possam explicar a evolução do emprego rural no estado. A escolha de Santa
Catarina, para o estudo de caso, deve-se a algumas características peculiares deste estado, as
quais são: apresentar uma economia altamente diversificada, ter na agropecuária uma importante
fonte de renda para o PIB estadual, apresentar uma agricultura familiar dinâmica e, por se
localizar na região sul, ter sido submetido de forma intensa à concorrência dos demais países que
compunham o Mercosul até meados de 2006. Na literatura já existem diversos modelos
econométricos visando analisar e explicar a pluriatividade no meio rural. O presente estudo
utiliza um modelo contendo um sistema de três equações simultâneas lineares: 1- equação para a
população rural; 2- equação para o emprego rural no setor industrial e 3- equação para o emprego
rural no setor serviços. A nossa unidade de observação, neste modelo, são os municípios do
estado, para a divisão territorial existente em 1991. Optou-se por trabalhar com o ano de 1991
devido ao menor número de pressuposições necessárias para compatibilizar as diferentes malhas
municipais nos anos censitários de 1980, 1991 e 2000. Os dados relacionados ao emprego e à
população são originados a partir dos microdados dos Censos Demográficos, produzidos pelo
IBGE, para os anos de 1980, 1991 e 2000. As variáveis que definem os atributos da localidade
são extraídas, além dos Censos Demográficos, de diversas fontes. Dentre estas se podem citar:
Datasus, IPEA, Guia Quatro Rodas, entre outros. Visando complementar nossa análise, são
calculados diversos índices de concentração da atividade econômica que permitem caracterizar as
mesorregiões do estado e, assim, ajudar a explicar os resultados da regressão. Os resultados
obtidos na tese confirmam a importância das atividades não agropecuárias na geração de emprego
para as pessoas residentes em áreas rurais no Estado de Santa Catarina. O crescimento destas
atividades no estado serviu para minimizar os impactos causados pela diminuição do emprego
agropecuário no estado. Além de importante gerador de ocupações, as atividades não
agropecuárias contribuem para aumentar a renda domiciliar dos residentes rurais. A renda dos
domicílios pluriativos são superiores àquelas obtidas pelos domicílios agrícolas em todas as
mesorregiões analisadas. O modelo econométrico estimado permitiu confirmar as hipóteses que
nortearam este trabalho. Foi detectada a presença de “spillovers” do crescimento das populações
9
urbanas sobre a população e o emprego não agropecuário para os residentes no meio rural. De
maneira semelhante, estes “spillovers” foram também detectados quanto ao crescimento do
número de pessoas ocupadas, nos setores de serviços e industriais, no meio urbano sobre os
ocupados nesses setores e vivendo no meio rural. Os atributos locais foram também variáveis
importantes na explicação da variação do número de pessoas ocupadas em atividades não
agropecuárias para os residentes no meio rural. Entretanto, as variáveis que representam o acesso
a mercados não se apresentaram como estatisticamente significativas. As variáveis que
descrevem o passado (histórico) do número de pessoas ocupadas em atividades não agropecuárias
e vivendo no meio rural foram também importantes variáveis na explicação do crescimento do
número de ocupações não agropecuárias para os residentes no meio rural. Em outras palavras, o
crescimento da pluriatividade (entre 1991 e 2000) está relacionada à sua dimensão anterior
(considerada em 1980).
Palavras-chave: Pluriatividade; Análise econométrica; Santa Catarina
10
ABSTRACT
Evolution and determinants of the rural population and non-agricultural rural employment
in the state of Santa Catarina – 1991 a 2000.
The characteristics of employment in rural places have been changing during the time,
and we observe that rural employment is not only agricultural. There are non-agricultural job
opportunities in rural areas which are related or not to the agricultural activity, which creates a
phenomenon called pluriactivity. The diagnostic of this situation in Brazil was performed in the
RURBANO project. However, there is yet a gap in the national literature referent to the
utilization of econometric models for the identification of its determinants. Further, no studies
were performed to understand how the neighborhood and the attributes around her affect the
employment in non-agricultural activities in rural areas. The present study analyzes the questions
related with rural employment, emphasizing the activities not directly connected to the
agricultural production in the state of Santa Catarina. Emphasis is given to the dynamics and
locational questions that can explain the rural employment inside the state. Santa Catarina was
chosen due to its peculiarities: a diversified economy, the agriculture is an important activity to
the state, the family farm is the base component of the production, and, as a state located in the
south region, have faced directly the Mercosul challenges. There are a huge number of
econometric models reported on the literature that can be used to explain the new rural
employment dynamics. In the present study was used a model consisting of three linear
simultaneous equations: 1- equation for rural population, 2- equation for rural employment in the
industrial sector and, 3 – equation for rural employment in the service sector. The observational
unit in this study is the county, using the 1991 map track. The decision to use the 1991 map track
was based on the lower number of presupposition needed to make compatible the different
county track in the years of 1980, 1991, and 2000. The source of data was the micro data of the
demographic census, done by IBGE (Brazilian Institute of Geography and Statistics) in the years
of 1980, 1991 and 2000. The variables that define the local attributes were extracted from the
Demographic Census and from several other sources, such as: Datasus, IPEA, Guia Quatro
Rodas, among others. To complement the analysis, several concentration index of the economic
activity were calculated, which enable to unsterstand and characterize the microregions and, in
this way, help to explain the results from the regression analysis. The results obtained show the
importance of the non-agricultural activities for the employment dynamism in the rural areas of
Santa Catarina. The increment of this kind of activity has minimized the impacts caused by the
reduction of traditional rural employment in the state. In addition of being an important generator
of employment, non-agricultural activities help to increase the household income of rural
residents in all regions of the state analyzed. The incomes of the pluriactive households are
superior to that of agricultural households in all analyzed mesoregions. The econometric model
confirmed the hypothesis that supports this study. It was detected the presence of spillovers from
the urban population growth in direction to the growth of the population and non-agricultural
employment for the rural residents. In a similar way, these spillovers were also detected on the
growth of employment in the service and industry sectors in urban areas over the same jobs in
rural areas. The local attributes were also important variables to explain the variation of the non-
agricultural employment for rural residents. However, the variables that describe the access to
11
market were not statistically significant. The variables that describe the history of the number of
people occupied in non-agricultural activities and living in rural areas were also important to
explain the growth of the number of people occupied in non-agricultural activities for rural
residents. That is, the increase of pluriativity (from 1991 to 2000) is related to its dimension in
the past (in the year 1980).
Keywords: Pluriativity; Econometric analysis; Santa Catarina
12
LISTA DE FIGURAS
Figura 1 - Mapa dos municípios de Santa Catarina em 1991 e 2000............................................ 52
Figura 2 - Mapa das microrregiões (esquerda) e mesorregiões de Santa Catarina (direita).......... 52
Figura 3 - Número de municípios no Brasil e em Santa Catarina para os anos selecionados.......
53
Figura 4 – Modelo original de Boarnet ......................................................................................... 68
Figura 5 – Modelo adaptado de Boarnet para o Brasil..................................................................
68
Figura 6 – Cluster do complexo metal-eletro-mecânico em Santa Catarina nos anos de 1991 e
2000.......................................................................................................................... 92
Figura 7 – Cluster do setor têxtil em Santa Catarina nos anos de 1991 e 2000 ............................ 94
Figura 8 – Cluster do setor calçadista em Santa Catarina nos anos de 1991 e 2000.....................
95
Figura 9 – Cluster do complexo de alimentos e bebidas em Santa Catarina nos anos de 1991 e
2000.......................................................................................................................... 97
Figura 10 – Cluster do setor ensino em Santa Catarina nos anos de 1991 e 2000 ........................
98
Figura 11 – Cluster do complexo mineral em Santa Catarina nos anos de 1991 e 2000 ............ 100
Figura 12 – Cluster do setor madeira e mobiliário em Santa Catarina nos anos de 1991 e 2000
101
13
Figura 13 – Cluster do setor de papel e gráfica em Santa Catarina nos anos de 1991 e 2000 .... 102
Figura 14 – Cluster do complexo de alojamento e alimentação em Santa Catarina nos anos de
1991 e 2000............................................................................................................ 103
14
LISTA DE TABELAS
Tabela 1 - População total e rural do Brasil e do Estado de Santa Catarina em 1950, 1960, 1970,
1980, 1991 e 2000.................................................................................................... 51
Tabela 2 – Distribuição das variáveis a serem utilizadas nas três equações estimadas................. 78
Tabela 3 - Valor bruto das produções agrícolas, pecuárias e florestais do Estado de Santa Catarina
em anos selecionados (valores em reais de 2004).................................................... 87
Tabela 4 - Percentual do valor bruto da produção das três principais microrregiões
homogêneas na produção dos principais produtos da agropecuária de Santa Catarina
no ano de 2001 ......................................................................................................... 88
Tabela 5 - Resumo dos indicadores e tendências da concentração e distribuição do número
de pessoas ocupadas nos setores industrial e de serviços nas mesorregiões do
estado de Santa Catarina ........................................................................................ 105
Tabela 6 - Distribuição da população de Santa Catarina em 1991.............................................. 106
Tabela 7 - Distribuição da população de Santa Catarina em 2000.............................................. 107
Tabela 8 – Distribuição das pessoas ocupadas no meio urbano e rural nos setores agropecuária,
indústria e serviços no ano de 1991 nas diversas mesorregiões do estado de Santa
Catarina .................................................................................................................. 109
Tabela 9 – Distribuição das pessoas ocupadas no meio urbano e rural nos setores agropecuária,
indústria e serviços no ano de 2000 nas diversas mesorregiões do estado ............ 110
15
Tabela 10 – Renda média domiciliar (Reais de agosto de 2000), pessoas ocupadas e domicílios
amostrados por tipo, situação e mesorregião de Santa Catarina no ano de 1991... 112
Tabela 11 - Renda média domiciliar (Reais de agosto de 2000), pessoas ocupadas e domicílios
amostrados por tipo, situação e mesorregião de Santa Catarina no ano de 2000... 114
Tabela 12 - Resultado do nível de significância estatística dos testes utilizados para detectar
autocorrelação espacial ..........................................................................................
116
Tabela 13 – Resultados da equação estimada para a variável dependente variação da população
para os residentes no meio rural – equação (32)....................................................
117
Tabela 14 – Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor industrial – equação (33)
................................................................................................................................ 118
Tabela 15 – Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor serviços – equação (34)
................................................................................................................................ 119
Tabela 16 – Índice entrópico de Theil para o ano de 1991..........................................................
136
Tabela 17 - Índice entrópico de Theil para o ano de 2000 ..........................................................
136
Tabela 18 - Cidades Criadas entre 1980 e 1991 no Estado de Santa Catarina............................
138
Tabela 19 - Municípios que sofreram alterações na divisão territorial no período 1991 a 1993 no
Estado de Santa Catarina........................................................................................ 139
16
Tabela 20 - Municípios criados entre 1993 e 1996, e instalados em 01/01/1997 no estado de Santa
Catarina .................................................................................................................. 141
Tabela 21 - Número e percentagem dos estabelecimentos por grupos de área total em Santa
Catarina e no Brasil em 1996................................................................................. 150
Tabela 22 - Distribuição das áreas de terra, conforme a classe de uso do solo........................... 151
Tabela 23 - Número de pessoas ocupadas nas áreas rural e urbana em setores selecionados nos
anos de 1991 e 2000...............................................................................................
152
Tabela 24 - Resultados da equação estimada para a variável dependente variação da população
para os residentes no meio rural no primeiro estágio.............................................
153
Tabela 25 - Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor serviços no primeiro
estágio .................................................................................................................... 154
Tabela 26 - Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor industrial no primeiro
estágio ....................................................................................................................
155
Tabela 27 – Resultados da equação estimada para a variável dependente variação da população
para os residentes no meio rural tendo-se utilizado o ano de 1991 para as variáveis
defasadas ................................................................................................................ 156
Tabela 28 – Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor industrial tendo-se
utilizado o ano de 1991 para as variáveis defasadas..............................................
157
17
Tabela 29 – Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor serviços tendo-se
utilizado o ano de 1991 para as variáveis defasadas.............................................. 158
Tabela 30 - Correlação entre o número de pessoas ocupadas total e no setor rural nos anos de
1991 e 2000 para setores selecionados .................................................................. 159
18
1 INTRODUÇÃO
1.1 A questão em análise
A questão acerca do desenvolvimento do País, que estava latente no pensamento
econômico brasileiro, volta à agenda pública principalmente após o sucesso do Plano Real em
controlar a inflação, que era a grande vilã da economia nacional.
Com a redução da inflação a níveis aceitáveis, algumas percepções de que o
desenvolvimento ocorreria de forma endógena não se mostraram verdadeiras. É importante frisar,
ainda, que o desenvolvimento econômico em um país como o Brasil, com diferenças regionais e
microrregionais em termos de recursos humanos, financeiros e naturais, é um grande desafio para
qualquer formulador de política econômica.
No País, costumava-se entender desenvolvimento regional pela ótica dicotômica Norte-
Nordeste versus Sul-Sudeste. Entretanto, nos anos recentes percebe-se que existem bolsões de
pobreza e riqueza em todas as regiões brasileiras
No caso da agropecuária, esse fato também é verdadeiro. Nas últimas três décadas, o setor
sobreviveu a diversas mudanças na conjuntura econômica nacional. Os problemas
macroeconômicos vividos pelo Brasil, principalmente nos anos 80, obrigaram os responsáveis
pelas políticas agrícolas a reformularem as estratégias que vinham sendo utilizadas desde os anos
70, diminuindo o subsídio implícito nas políticas agrícolas.
A abertura comercial da década de 90 e os vários períodos de valorização cambial a que a
moeda brasileira vem passando expôs a agropecuária brasileira à maior concorrência
internacional, em especial a da região sul, que com a criação do Mercosul se viu a frente com a
concorrência dos uruguaios e argentinos.
Essa nova realidade levou os agricultores a racionalizarem o processo de produção, o que
implicou em um grande aumento da produtividade e queda no emprego na agropecuária. Segundo
Gasques et al. (2004, p. 18), a Produtividade Total dos Fatores - PTF cresceu a uma taxa média
de 3,30% entre 1975 e 2002. Ao mesmo tempo, a participação da agropecuária na PEA
1
passou
de 37,5% em 1976 para 19,62% em 2002.
1
A PEA total utilizada neste calculo é o somatório da PEA Urbana calculada pelo IPEA
(http://www.ipeadata.gov.br) com as pessoas ocupadas na agropecuária e obtida em Bacha (2004, p. 192).
19
O financiamento alternativo da produção agropecuária cresceu rapidamente, com ênfase
para o setor de grãos, no qual as grandes traders, necessitando obter os seus produtos, passaram a
ofertar crédito.
A agricultura familiar – que preferimos tratar como sendo uma agricultura de pequena
escala – também foi impactada por esse novo cenário da economia brasileira apesar de se dedicar
a produzir alimentos quase que exclusivamente para o mercado interno. De um lado, essa
agricultura familiar ofertava mão-de-obra à agricultura comercial, que não mais a necessitava na
mesma proporção que antes. De outro lado, a agricultura comercial expandiu sua produção aos
gêneros à que se dedica a agricultura familiar. Com isso, surge a necessidade de se criar
condições para melhorar a renda e o emprego para as pessoas vinculadas à agricultura familiar,
em especial no Nordeste e Sul do Brasil, que são regiões que concentram partes expressivas da
agricultura familiar.
Dentre as soluções para os problemas da agropecuária e, mais especificamente, daquela de
menor escala, ganham importância questões tais quais: a agregação de valor na propriedade rural
e a obtenção de rendas não agropecuárias. Essas são definidas como as obtidas em atividades não
agropecuárias realizadas no meio rural, que podem não estar vinculadas à agropecuária, mas
ligadas às áreas comercial, industrial e de serviços. Exemplos são os serviços de lazer e de
moradia.
Em vários países tem ocorrido a estagnação do processo de redução da população rural,
dos fluxos migratórios cidade-campo e o crescimento de atividades não agropecuárias exercidas
por pessoas vivendo no meio rural. Este último fenômeno tem ocorrido no Brasil, assim como o
crescimento do emprego não agropecuário no meio rural. Isto tem feito o rural não ser apenas
agropecuário. Segundo Veiga (2001, p. 102):
“... afinal, um dos raros pressupostos que desfrutam de unanimidade entre os
economistas é que a distribuição espacial da população corresponde, em última
instância, ao arranjo espacial das atividades econômicas. É aqui que aparece outro dos
grandes obstáculos à renovação das idéias sobre o desenvolvimento da sociedade
brasileira: a poderosíssima, embora anacrônica, confusão que continua a se fazer neste
país entre economia rural e economia agrícola, ou agropecuária. É assustador perceber
quanto os intelectuais brasileiros - a começar pelos economistas – têm dificuldade de
entender que no espaço rural também existem os setores secundário e terciário. Essa
confusão é gravíssima, pois as melhores pesquisas sobre a economia rural indicam que a
20
renda de suas atividades primárias já é bem inferior à de seus outros dois setores. Apesar
de não terem como evitar a amputação do enorme contingente de pessoas que residem
em sedes de municípios e distritos inequivocamente rurais, tais pesquisas indicam que a
agropecuária é fonte de apenas 32% da renda das famílias rurais de empregados, e de
45% das famílias rurais de quem trabalha por conta própria, ou de quem é empregador.
O que permite estimar que a economia agrícola represente no máximo um terço da
efetiva economia rural”.
Sobre a distribuição da renda e do emprego provenientes de atividades não agropecuárias
para os residentes no meio rural, diversos trabalhos foram efetuados no Brasil, principalmente
pelo Projeto Rurbano, liderado pelo Instituto de Economia da Unicamp (Universidade Estadual
de Campinas) e que tem por objetivo estudar as novas dinâmicas do emprego e da renda no meio
rural brasileiro.
Tais trabalhos serviram para rever algumas concepções relacionadas à agropecuária do
País (SILVA, 2001). Dentre elas, pode-se citar: 1. O rural não é sinal de atraso; 2. O rural não é
mais exclusivamente agrícola; 3. O êxodo rural não é inevitável, principalmente devido ao
crescimento de atividades não agropecuárias para os residentes rurais; 4. O desenvolvimento
agrícola não leva automaticamente ao desenvolvimento rural; 5. As Ocupações Rurais Não
Agrícolas - ORNA não são a solução para o desemprego; 6. A Orna não pode ser motor do
desenvolvimento nas regiões atrasadas. 7. A reforma agrária tradicional, efetuada com
assentamento em pequenos módulos de área, não é mais viável. Cada uma dessas conclusões foi
analisada no trabalho de Silva (2001) e não serão revisadas em nossa tese.
A pluriatividade ocorre quando pelo menos um dos residentes em domicílio localizado no
meio rural se dedicar a efetuar outras atividades que não as relacionadas diretamente com a
agropecuária propriamente dita. Estas atividades podem ser efetuadas na própria propriedade
(industrialização de produtos agropecuários por exemplo) ou em outros locais.
Apesar da pluriatividade ter sido bastante investigada em âmbito nacional, permanece
uma lacuna na literatura brasileira referente à utilização de modelos econométricos objetivando
identificar e quantificar os seus fatores determinantes e locacionais, além de estudos abrangentes
dentro de Estados específicos.
Outro ponto ainda não enfatizado nos trabalhos feitos sobre o tema está relacionado aos
efeitos dinâmicos da mudança na atividade econômica e, conseqüentemente, na população, o que
21
tem afetado o emprego não agropecuário no meio rural e vice-versa.
Além disso, ainda não foram realizados estudos que tenham tentado entender como a
vizinhança com outros municípios e os atributos do contexto em torno do município i afetam o
emprego não agropecuário no meio rural do município considerado (município i).
Na literatura sobre crescimento econômico, o conceito de aglomeração econômica é
utilizado nos modelos de concentração da população e, conseqüentemente, do emprego. O
processo de aglomeração ocorre quando o retorno da concentração é crescente. O mecanismo em
torno do crescimento do retorno com a aglomeração ocorre de diferentes maneiras: baixo custo
de transporte, disponibilidade de serviços intermediários, “spillovers” de conhecimento e
presença de um grande mercado (KRUGMAN, 1991). A presença de possíveis “spillovers”, ao
promover o crescimento econômico, além de possibilitar a criação de postos de trabalho cria
condições para a localização de empreendimentos não agropecuários em áreas rurais.
Dessa forma, pretende-se analisar as questões relacionadas ao emprego rural, com ênfase
nas atividades que não pertencem diretamente à produção agropecuária de Santa Catarina. É dado
enfoque aos aspectos econômicos, sociais e locacionais que possam explicar a dinâmica do
emprego rural no Estado.
A economia de Santa Catarina sempre foi marcada por grande dinamismo, envolvendo os
setores agrícola, industrial e de serviços. Usando dados provenientes do Ipea (Instituto de
Pesquisa Econômica Aplicada), pode-se constatar que, enquanto o Produto Interno Bruto - PIB
brasileiro cresceu a uma taxa de 4,13% ao ano, de 1970 a 1996, o PIB catarinense cresceu a uma
taxa de 4,93%. Tal fato demonstra o dinamismo econômico distinto do nacional para o Estado
catarinense.
Entretanto, o crescimento do PIB não ocorre de forma homogênea no Estado de Santa
Catarina. Dentre os mais importantes municípios do Estado, apresentaram um crescimento
econômico
2
destacável, entre os anos de 1970 e 1996, expresso pelo crescimento do PIB (entre
parênteses) os municípios de Itapema (11,59% a.a.), Camboriú (10,03% a.a.), Tijucas (9,98%
a.a.), Navegantes (9,04% a.a.), Florianópolis (9,67% a.a.), São José (9,68% a.a.), Brusque (7,33%
2
O crescimento econômico municipal, entre os anos de 1970 e 1996, foi calculado como sendo a inclinação da renda
da equação de regressão log(PIB)=f(constante, Tempo). Os resultados foram estatisticamente significativos e os
dados sobre o PIB municipal foram calculados pelo Instituto de Pesquisa Econômica Aplicada - IPEA e acessados
em <http://www.ipeadata.gov.br>.
22
a.a.), Fraiburgo (7% a.a.), Jaraguá do Sul (6,34% a.a.), Blumenau (6,29% a.a.), Criciúma (5,92%
a.a.), Chapecó (5,95% a.a.) e Tubarão (5,53% a.a.).
Em compensação, em relação ao crescimento anual do PIB entre 1970 e 1996, dentre os
50 mais importantes municípios do Estado, tiveram destaque pífio: Lages (1% a.a.), São Miguel
do Oeste (1,03% a.a.), Urussanga (1,65% a.a.), Mafra (2,65% a.a.), Rio do Sul (2,6% a.a.),
Joaçaba (2,66% a.a.), Canoinhas (2,93% a.a.), Campos Novos (3,07% a.a.) e Concórdia (3,16%
a.a.).
Nos municípios que apresentaram destacável crescimento econômico, merece atenção a
atividade de turismo, pois os seis melhores resultados foram verificados em cidades litorâneas.
Em outras, como os casos de Fraiburgo e Chapecó, há maior relevância das atividades dos
complexos agroindustriais (maçã, no primeiro caso, e as cadeias de suínos e aves no segundo).
Em termos regionais, analisando a localização geográfica das cidades que apresentaram
menores crescimento, pode-se constatar a presença de importantes municípios do oeste
catarinense (São Miguel do Oeste, Joaçaba e Concórdia). São Miguel do Oeste apresentou o
segundo pior desempenho, tendo crescido a uma taxa de somente 1,03% ao ano. A microrregião
de Xanxerê, também teve crescimento econômico inferior ao brasileiro. Já Videira conseguiu
resultado semelhante ao nacional, entretanto, abaixo do restante do Estado, e Chapecó ficou
acima da média do oeste.
Destaque-se que o relevo acidentado é preponderante nessa região e nela se situam
comunidades de pequeno e médio porte colonizadas por imigrantes italianos, alemães, austríacos,
japoneses e pelos vizinhos gaúchos.
Apontado esse cenário, além da pertinência do tema, a característica de diversidade da
economia catarinense torna válido o estudo da evolução da população rural e do emprego rural
não-agropecuário para o referido Estado.
1.2 Objetivo
O objetivo deste trabalho é analisar a evolução e determinantes da população rural e do
emprego rural não agropecuário em Santa Catarina, procurando diagnosticar e quantificar as
variáveis que determinam a pluriatividade no meio rural deste estado. Para tanto, um modelo
econométrico é exposto e estimado objetivando apontar as variáveis que explicam a evolução da
população rural catarinense e do emprego não-agropecuário das pessoas residentes no meio rural.
23
1.3 Hipóteses
Considerando os trabalhos já feitos sobre o tema (a serem revistos a seguir) pode-se testar
e validar as seguintes hipóteses:
Hipótese 1 – “Spillovers” de áreas urbanas em direção às áreas rurais variam com o
crescimento da população em áreas metropolitanas próximas
Hipótese 2 – Comunidades rurais inseridas em municípios que possuem atributos
desejáveis em termos de estrutura econômica, oferta de capital humano, acesso a mercados e a
centros econômicos regionais e o ambiente físico e social irão capturar mais “spillovers” de áreas
metropolitanas próximas que as comunidades menos atrativas.
Hipótese 3 – O efeito líquido do transbordamento nas áreas rurais é variável em função do
histórico da distribuição espacial do emprego e da população dentro da área econômica funcional
(município) no qual a área rural está inserida, ou seja, o crescimento da pluriatividade em um
período depende de sua dimensão antes desse período.
1.4 Revisão bibliográfica
Diversos estudiosos têm tentado entender o processo de desenvolvimento regional e, em
alguns casos, do próprio desenvolvimento agropecuário e a dinâmica da população e do emprego,
em especial enfatizando questões relacionadas à sua localização e aglomeração.
Os trabalhos realizados utilizam diversos ferramentais metodológicos e podem ser
agrupados em duas categorias: os que pretendem entender as dinâmicas dentro de setores da
economia em uma região e os que buscam determinar os seus fatores determinantes.
As metodologias utilizadas por estes estudiosos incluem matriz de insumo-produto,
análises de clusters (formação de agregados produtivos), análise multivariada, modelos de
regressão logística e sistemas de equações.
É possível inferir que algumas pressuposições que norteiam a presente tese já tenham sido
confirmadas por estudos efetuados em outros países. Estes estudos de desenvolvimento regional
na esfera de países, Estados e dentro de Estados, que serão apresentados nos parágrafos seguintes,
têm comprovado que existe um “spillover” do desenvolvimento entre as regiões (países, Estados
e mesorregiões) na sua vizinhança.
24
Também há pesquisas para outros países que procuram demonstrar como as
características regionais (municipais ou estaduais) afetam a decisão de instalação de negócios em
certa localidade e, conseqüentemente, a dinâmica da população e do emprego na mesma.
Diversos trabalhos foram efetuados para outros países buscando quantificar como as
características locais e os “spillovers” interagem, afetando a decisão das firmas e da população.
Eles objetivaram, também, elucidar as inter-relações existentes entre o desenvolvimento urbano e
o meio rural.
O emprego rural e a população são variáveis-chave nessas análises. Entretanto, o emprego
rural é visto de maneira ampla, não focado somente em atividades agropecuárias típicas, mas sim,
em atividades tidas urbanas que são desenvolvidas por moradores do ambiente rural, fenômeno
conhecido na literatura como pluriatividade.
Por fim, para o Brasil temos – e serão apresentados – diversos estudos buscando
esclarecer a nova dinâmica da ocupação rural no País. A maioria deles refere-se a estudos de caso
sobre pluratividade, e se restringem a casos específicos de algumas localidades. Só recentemente
começaram a surgir trabalhos com uma dimensão mais abrangente, com o intuito de documentar
esse fenômeno no âmbito do País, confirmando a importância crescente das ocupações não
agropecuárias no meio rural.
Um instrumental tradicionalmente utilizado em estudos de desenvolvimento regional é a
matriz insumo-produto, que foi inicialmente proposta por Wassily Leontief. A maior limitação do
referido método está relacionada ao seu caráter estático. Entretanto, essa ferramenta é um potente
sinalizador das atividades-chave dentro da economia de certa região e do grau de interligação de
fluxo de renda entre diversas regiões.
Esta metodologia tem sido muito utilizada nos estudos de desenvolvimento regional no
Brasil. Moretto (2000), Silveira (2000), Figueiredo (2003) e Silva (2004) utilizaram-se da
metodologia de insumo-produto para determinar o grau de interligação entre regiões e estados
dentro do Brasil e os seus respectivos setores chaves. Os resultados obtidos permitiram aos
autores determinar o grau de interligação, os setores chaves e seus efeitos multiplicadores das
economias nos locais estudados.
Recentemente, conceitos provenientes da matriz insumo-produto foram também utilizados
no Brasil, por Najberg e Ikeda (1999), para determinar o nível de emprego gerado por diversas
atividades econômicas. O modelo considera três tipos de empregos a serem gerados: direto (que
25
abrange os trabalhadores ocupados no próprio setor), indireto (surge da incorporação da cadeia
produtiva e dos insumos necessários à produção do bem em análise) e o emprego efeito-renda
(considera que os trabalhadores receberão seus salários e gastarão uma parte consumindo bens
diversos, como alimentação, moradia, transportes e lazer, gerando empregos nesses setores). Os
resultados obtidos no trabalho mencionado mostram a importância das atividades ligadas ao
complexo agroindustrial brasileiro na geração de emprego.
Indicadores utilizados para explicar o grau de concentração da atividade econômica em
determinada região são os Índices de Concentração de Theil, I de Moran e Quociente Locacional.
Eles procuram demonstrar quão dispersa (ou concentrada) se encontra determinada atividade
econômica dentro de uma região. Nesta linha de pesquisa, Mora e San Juan (2004) utilizaram a
versão geral da mensuração da informação de segregação proposta por Theil e Finazza (1971)
3
para estudar a especialização da produção agrícola na Espanha, após a sua entrada na
Comunidade Econômica Européia - CEE. No Brasil, Nogueira (1999) utilizou-se do Quociente
Locacional para entender o processo de estagnação da região sudeste do Estado de São Paulo.
Seguindo os trabalhos pioneiros de Alfred Marshall, os estudos de cluster ganharam
espaço na literatura nacional e internacional nas últimas décadas. Este enfoque foi utilizado para
determinar a importância dos “spillovers” do desenvolvimento entre economias (países) que são
próximas umas das outras. Kronthaler (2003) utilizou-se dos conceitos de cluster para analisar os
efeitos da unificação da Alemanha sobre o Leste da Europa.
Utilizando a análise de cluster, no Brasil e mais especificamente no Estado de Santa
Catarina, diversos estudos foram efetuados para detectar a competitividade regional em setores
específicos. Canever et al. (1997) abrangeram, em seu estudo, o setor de abate e processamento
de aves, e Santos Filho et al. (1999) se detiveram no setor de suínos.
Ainda enfocando o desenvolvimento regional, o trabalho efetuado por McNamara,
Lambert e Garrette (2005), utilizando um modelo de localização em dois estágios, buscou
determinar quais os recursos, em âmbito municipal, que tinham o maior impacto sobre a
probabilidade de localização da indústria alimentícia.
Mais especificamente para o espaço rural, mostrando uma visão mais moderna, De Janvry
et al. (2004) enfocam que o crescimento da integração entre o mercado urbano e rural reflete em
3
THEIL, H.; FINAZZA, A.J. A note on the meansurement of racial integration of schools by means of informational
concepts. Journal of Mathematical Sociology, Philadelphia, v. 1, n. 1, p. 187-194, 1971.
26
convergência entre as suas taxas de emprego. Segundo os autores, a ineficiência nos programas
de redução da pobreza rural e desenvolvimento econômico empreendidos por agências nacionais
e internacionais surgem de diversas características das ações advindas desses programas.
Diversos estudos sobre a dinâmica do emprego em setores não agropecuários para
residentes do meio rural têm sido efetuados no Brasil e no mundo. Podem ser citados os trabalhos
de Goffette-Nagot e Schmitt (1997), Araújo, De Janvry e Sadoulet (2004a), Araújo, De Janvry e
Sadoulet (2004b), De Janvry et al. (2005), Gaigné et al. (2003), Desmet e Fafchamps (2004),
Carlino e Mills (1987), Henry, Barkley e Bao (1997), Henry, Schmitt e Piguet (2001), Schmitt,
Henry, Piguet e Hilal (2006).
Uma descrição sucinta desses estudos será apresentada a seguir, mostrando a metodologia
utilizada e os seus principais resultados. Para o Brasil, pode-se mencionar os trabalhos de Silva
(1993) e Del Grossi (1999).
Goffette-Nagot e Schmitt (1997) enfatizam que as externalidades da aglomeração, custo
de transporte, economia de escala e o histórico do desenvolvimento têm, sem dúvida, uma grande
importância na definição da concentração do emprego e da população. Para eles, a presença de
cidades com tamanhos e funcionalidades variados, ao influenciar o valor do aluguel da terra, tem
repercussão sobre a distribuição econômica das atividades no meio rural. Existe também uma
desconcentração da população ativa em direção aos distritos rurais em torno das cidades e,
conforme os autores, ela não ocorre de forma tão intensa em relação às firmas.
Araujo, De Janvry e Sadoulet (2004a), utilizando do Modelo Probit, procuraram mensurar
o efeito de grupos (peer group effect) na participação das populações rurais no México em
atividades não agropecuárias. Os autores concluíram que o efeito de grupo tem uma grande
importância na participação dos indivíduos em atividades não agrícolas no meio rural mesmo
após terem sido controlados os atributos individuais e os de localização. Também se verificou
que o efeito de grupos era mais intenso naqueles que já estavam inseridos em empregos não
agropecuários, como por exemplo homens, não indígenas, com maior nível de escolaridade e sem
acesso à terra, reforçando, assim, a desigualdade no acesso a esse tipo de trabalho.
Araujo, De Janvry e Sadoulet (2004b), analisando o México, demonstraram que a
proximidade de áreas urbanas é importante para o aumento do número de empregos em
atividades não agropecuárias nas áreas rurais. Eles apuraram que nas áreas rurais e periferias
urbanas com altas taxas de crescimento de emprego nos setores de serviços e industrial estão
27
próximas aos centros de emprego. Dessa forma, os autores concluem que promover o
crescimento de centro urbano nas proximidades das áreas rurais é a chave para o crescimento do
emprego no ambiente rural de atividades não agropecuárias. Alternativamente para municípios
distantes dos centros urbanos, uma grande proporção do crescimento do emprego não
agropecuário (em particular no setor manufatureiro) vem da associação entre produtos agrícolas
de alto valor e proximidade de estradas.
Ainda segundo Araújo, De Janvry e Sadoulet (2004b), a regularidade das evidências
empíricas sugere que a abordagem focada na interligação rural-urbana para a redução da pobreza
oferece oportunidades para uma nova abordagem do desenvolvimento rural.
De Janvry et al. (2005), usando modelos de regressão Probit, estudaram o impacto do
emprego não agrícola no meio rural na redução da pobreza e na melhoria da distribuição de renda
na China. Os autores mostraram que sem o emprego não agropecuário no meio rural a pobreza
poderia ser muito mais intensa (número e grau de severidade), tal qual a distorção na distribuição
de renda. No entanto, os produtores que estão na agropecuária como exclusivo produtor rural
apresentam características não observacionais que os fazem mais produtivos na agricultura que
aqueles que diversificaram sua atuação em direção a atividades fora da atividade agrícola.
Gaigné et al. (2003) estimaram um modelo de regressão que possibilitou analisar a
modificação do nível de emprego no setor manufatureiro entre as regiões urbanas e rurais na
França nos anos de 1990 e 1999. Segundo os autores, essa mudança no crescimento do emprego
em determinada região é o somatório de três componentes: taxa de crescimento nacional, um
efeito composição e um efeito geográfico. No período verificado, o emprego industrial
manufatureiro aparecia com mais vigor nas regiões urbanas centrais, sendo, contudo, menos
concentrado que o emprego total e apresentando um processo de descentralização.
Os resultados obtidos por Gaigné et al. (2003) demonstraram que o aumento na
participação do emprego industrial rural no total do emprego industrial da França pode ter
ocorrido devido às vantagens específicas de áreas com baixa densidade populacional e de sua
habilidade para atrair qualquer setor industrial. As vantagens das áreas rurais não podem ser
negligenciadas, haja vista estarem atraindo setores ditos não dinâmicos. Os centros urbanos,
principalmente os de maior tamanho, combinaram um positivo efeito na composição com um
negativo efeito geográfico. A periferia urbana apresentou características que possibilitaram a
localização de qualquer tipo de setor industrial, sem contudo ter ocorrido nenhuma mudança
28
significativa (positiva ou negativa). Os autores não especificaram as possíveis vantagens que o
meio rural e as periferias urbanas podem oferecer.
Desmet e Fafchamps (2004), utilizando dados dos Estados Unidos, verificaram que entre
os anos de 1972 e 2000 o emprego total tendeu a ficar bastante concentrado. Segundo os autores,
em áreas onde o emprego nos setores outros que não serviços, tal qual o setor manufaturado, tem-
se dispersado, o emprego no setor serviço se aglomera em áreas de grande concentração de
emprego. A dispersão de vagas em setores outros que o de serviço tem beneficiado comunidades
interioranas que se distanciam entre 20 e 70 quilômetros das grandes aglomerações. Já a
concentração do setor serviços, em áreas densamente povoadas, se dispersa somente até 20
quilômetros.
Carlino e Mills (1987) utilizaram um modelo de equações simultâneas para entender os
determinantes do crescimento do emprego e da população em várias partes dos Estados Unidos.
Os autores estudaram os efeitos econômicos, demográficos, climáticos, programas
governamentais (educação e política de impostos), clima, composição racial e criminalidade,
dentre outros.
Henry, Barkley e Bao (1997) modificaram o Modelo de Desenvolvimento Local proposto
por Carlino, Mills e Boarnet para testarem a presença e direção da ligação entre áreas rurais e
urbanas em áreas econômicas funcionais na França. Aqueles autores detectaram um conjunto de
efeitos desejáveis e outros indesejáveis. De acordo com os seus resultados, em uma perspectiva
de desenvolvimento rural, era necessário, pelos menos para o Sul da França, ajustar as políticas
para inserir a influência da proximidade de áreas urbanas no sistema. Eles constataram que o
crescimento da população na área rural era maior nas áreas econômicas funcionais, que nesse
estudo eram as unidades de análise, em que ocorria rápido crescimento populacional na periferia
urbana e lento crescimento no centro. A mesma verificação foi feita para o crescimento do
emprego nas áreas rurais.
Henry, Schmitt e Piguet (2001) compararam diversas abordagens econométricas para
executar estimativas de modelos de múltiplas equações aplicados ao desenvolvimento de
comunidades rurais. Testes para os efeitos de difusão ou de backwash nos modelos espaciais
auto-regressivos, como os de Carlino-Mills e Boarnet, com termo espacial auto-regressivo
adicionado, indicam que o crescimento da população se difunde para comunidades rurais em
áreas próximas. Entretanto, as evidências para a difusão do emprego são menos robustas.
29
Schmitt, Henry, Piguet e Hilal (2006) examinaram como o arranjo espacial do
crescimento urbano em regiões econômicas funcionais da França influenciava a migração de
trabalhadores rurais, o emprego rural no setor de serviços e a mudança na população em áreas
rurais. Os autores utilizaram a extensão do modelo proposto por Boarnet (1994) e encontraram
que os efeitos negativos do crescimento urbano sobre o meio rural superam os efeitos positivos
(ressaca do crescimento). Os resultados indicam que, se a população do centro urbano estiver
decrescendo e a da periferia estiver crescendo, o crescimento populacional envolve um
incremento na migração rural. Os autores também perceberam ligação espacial entre a mudança
na exportação do emprego urbano e emprego em serviços rurais.
Silva (1993), ao discutir a evolução atual da agricultura brasileira, concluiu que já não se
pode mais caracterizar a dinâmica do meio rural como determinada exclusivamente pelo seu lado
agrário, uma vez que o comportamento do emprego rural não pode mais ser explicado apenas a
partir do calendário agrícola e da expansão/retração das áreas e da produção agropecuária. Há um
conjunto de atividades não agropecuárias que responde cada vez mais pela nova dinâmica
populacional do meio rural brasileiro.
Del Grossi (1999), analisando a evolução das ocupações não agrícolas no meio rural
brasileiro entre 1981 e 1995, demonstrou que essas ocupações vêm atenuando, em parte, os
efeitos perversos da modernização no campo, que provoca redução nos níveis de emprego
estritamente agrícola, ao mesmo tempo em que propicia melhorias nos níveis de renda da
população rural. Em termos numéricos, sinaliza o autor, as ocupações não agrícolas respondiam,
em 1995, por 26% da PEA (população economicamente ativa) ocupada do meio rural brasileiro,
o que somava, aproximadamente, quatro milhões de pessoas. Constatou-se, também, que esse
fenômeno não ocorre isoladamente, embora se expresse com mais nitidez em algumas regiões.
Assim, enquanto São Paulo e a região Sudeste apresentaram, em termos relativos, a maior
proporção da população ocupada em atividades não agrícolas no meio rural, a região Nordeste
concentra, em valores absolutos, a maior parte da população rural não agrícola do País, revelando
que de cada cinco trabalhadores rurais dessa região pelo menos um está ocupado em atividades
não agrícolas.
Diante desse quadro, Del Grossi concluiu que a pluriatividade (estudada sob a ótica da
ocupação) não é um fenômeno isolado de algumas regiões, mas que está disseminada por todas as
áreas exclusivamente rurais do Brasil, principalmente entre os seus pequenos e médios
30
municípios.
Assim, os dados confirmaram que o movimento das Ocupações Rurais não Agrícolas -
ORNA existente no meio rural brasileiro não é característica exclusiva de regiões metropolitanas
ou dos grandes municípios que, em sua maioria, não atualizam adequadamente os limites entre o
rural e o urbano.
Mais especificamente, para o Estado de Santa Catarina, Seyferth (1973), Sacco dos Anjos
(1995) e Mattei (1999) efetuaram estudos para analisar a influencia do emprego não agropecuário
para os moradores do meio rural.
Seyferth (1973), estudando a dinâmica da agricultura familiar em algumas cidades
próximas a Blumenau, concluiu que o assalariamento industrial dos agricultores familiares era a
única opção efetiva que garantiria a sobrevivência desses trabalhadores. Assim, a pluriatividade
constituía uma estratégia central para a reprodução das unidades familiares de produção.
Sacco dos Anjos (1995), com enfoque na dinâmica do trabalho rural da cidade de
Massaranduba (litoral norte de Santa Catarina), constatou a emergência da figura do “colono-
operário”, o qual se desloca diariamente de sua residência rural até as fábricas de motores na
cidade de Jaraguá do Sul, enquanto as mulheres se ocupam em atividades de costura das
indústrias têxteis nas próprias residências. Sua conclusão foi que boa parte da mão-de-obra
familiar se desvincula diretamente do processo produtivo agrícola e passa a se ocupar com outras
atividades, em sua maioria não agrícolas.
Mattei (1999) analisou a dinâmica da renda das famílias rurais de Santa Catarina entre os
anos de 1992 e 1999, a partir de dados gerados pela Pesquisa Nacional por Amostra de
Domicílios - PNAD, utilizando-se de análise tabular. O autor constatou o crescimento da
participação das atividades não agrícolas na PEA rural catarinense, pois enquanto em 1992 36,4%
da PEA rural se ocupava nesta atividade, em 1999 esse número saltou para aproximadamente
49%. Foi constatado, ainda, que em termos de renda média dos trabalhadores, aqueles que
ocupavam atividades puramente agrícolas para a categoria conta própria, auferiam renda 56%
inferior àqueles que tinham atividades não agrícolas. Mattei (1999, p. 55) também aponta que:
“...o desenvolvimento rural, especialmente o de Santa Catarina, não pode mais ser
analisado a partir de um setor especifico e sim ser enfocado como o somatório de um
conjunto de atividades, em que as inter-relações entre as atividades agrícolas e não
agrícolas são cada vez maiores”.
31
Em função do exposto neste capítulo, pode-se perceber que existe uma vasta literatura
nacional e internacional buscando elucidar as novas dinâmicas de desenvolvimento regional,
expressas em acesso a emprego e crescimento populacional. Mas, especificamente para o
ambiente rural, tais estudos têm procurado caracterizar e dimensionar as atividades não
agropecuárias que são exercidas por moradores do ambiente rural.
Para o Brasil, existem várias investigações analisando a pluriatividade, em especial
ressaltando suas formas e dimensões. Entretanto, estudos que busquem quantificar as variáveis
que determinam esse fenômeno, em especial as variáveis econômicas, sociais e locacionais, são
inexistentes na literatura consultada, o que torna relevante o presente estudo.
32
2 REFERENCIAL TEÓRICO
Este capítulo expõe algumas abordagens sobre o processo de desenvolvimento da
economia com ênfase no espaço em que as atividades ocorrem. As abordagens são organizadas
em três categorias: modelos de desenvolvimento regional, modelos de desenvolvimento da
agropecuária e o enfoque do novo rural.
Os modelos de desenvolvimento regional destacam que a atividade econômica não tem o
mesmo dinamismo em todas as regiões, mas que as regiões centrais têm o poder de influenciar
localidades situadas nas suas periferias. Dentro desse paradigma centro-periferia, são dignos de
discussão os modelos da base de exportação, dos pólos de crescimento - que considera uma
atividade central (agropecuária ou não agropecuárias) que dinamiza outras atividades dos setores
há pouco citados – a teoria dos lugares centrais e os arranjos produtivos locais. Desses arranjos
surgem os conceitos de clusters e aglomerados produtivos.
Os modelos de desenvolvimento da agropecuária dividem-se em dois grupos: os que se
preocupam com a distribuição da terra (modelos de desenvolvimento com preocupação fundiária)
e os que se atêm à modernização da agropecuária. No caso dos primeiros, tem-se a tese
estruturalista, tese feudalista, tese dualista e tese capitalista. Nos modelos de modernização da
agropecuária, existem o modelo de difusão de tecnologias, modelo de impacto urbano-industrial,
modelo de insumos modernos, modelo de inovação induzida e as teses dos grupos de pressão.
Os modelos de modernização da agropecuária ressaltam como a modernização e o
crescimento desse setor surgem a partir de insumos e técnicas geradas, em boa parte, por setores
não agrícolas. Em geral, os modelos de desenvolvimento da agropecuária têm por objetivo
modernizar a agropecuária para promover o seu desenvolvimento e o do país. A idéia básica é a
de que o crescimento do setor agropecuário engendra um crescimento induzido significativo nos
demais. A exceção desse pensamento ocorre no modelo de impacto urbano-industrial, em que a
agropecuária tem um papel passivo no desenvolvimento econômico.
O enfoque do novo rural reconhece que este meio não é apenas composto de atividades
agropecuárias e sua dinâmica de crescimento (do PIB, da população e do emprego) depende da
interação com setores urbanos.
A seguir, essas três abordagens (e seus diversos modelos) são expostos, ressaltando suas
argumentações e aplicabilidade à interpretação da dinâmica rural no Brasil.
33
2.1 Teorias clássicas do desenvolvimento regional
As teorias clássicas a respeito de desenvolvimento regional geralmente ressaltam a idéia
da existência de uma força motriz de caráter exógeno capaz de influenciar, por meio de
encadeamentos, as demais atividades econômicas. Em linhas gerais, é o conhecido paradigma
centro-periferia devido à presença de forças impulsoras advindas das regiões centrais. Nessa
definição, enquadram-se a Teoria da Base de Exportação e a Teoria dos Pólos de Crescimento
(OLIVEIRA; LIMA, 2003).
A Teoria da Base de Exportação considera as exportações como a principal força
desencadeadora do processo de desenvolvimento. O crescimento, nessa teoria, depende da
dinamicidade das atividades básicas que, por sua vez, incentivam a implementação de atividades
complementares. As atividades básicas vendem seus produtos em outras regiões, sendo, portanto,
a força motriz da economia. As atividades complementares dão suporte às atividades básicas.
Essa teoria tem implicações cruciais para a política econômica regional porque estabelece
como principal explicação para as variações de curto prazo do nível de renda a demanda externa
por seus produtos. Dados os padrões estruturais da economia de certa região, as possibilidades
para elevar sua renda no curto prazo estariam em proporção direta com sua capacidade de colocar
seus produtos nos mercados inter-regional e internacional. No final das contas, somente um
impulso externo seria capaz de alterar esses padrões estruturais e colocar uma região atrasada na
trilha do desenvolvimento (CLEMENTE; HIGACHI, 2000).
A idéia de força motriz também está presente no trabalho de Perroux (1967). Na sua obra,
ele desenvolve a Teoria dos Pólos de Crescimento, segundo a qual a inserção de uma atividade
motriz, geralmente indústria, num sistema regional suscitará efeitos positivos e negativos à região
receptora. À medida que tais efeitos vão se concentrando, a atividade motriz se tornará um pólo
propulsor da economia da região. O desenvolvimento dependerá do nível e da qualidade dos
efeitos positivos e negativos da atividade motriz.
Segundo Haddad (2004), o conceito dos pólos de crescimento tem um grande apelo
intuitivo e traz consigo uma idéia de prestígio público entre os habitantes de um município. Um
pólo de crescimento está associado, geralmente, a um grande projeto de investimento
geograficamente localizado e que mantém fortes vínculos com suas áreas de influência política,
social, econômica, institucional e social.
34
O termo região polarizada (ou nodal) traz implícita a existência de um pólo (ou nó). Ela
pode, portanto, ser considerada como a área de influência de certo pólo e, a partir dele, as funções
que os subespaços desempenham podem ser hierarquizadas de forma decrescente, como é
encontrado na Teoria dos Lugares Centrais, desenvolvida por Christaller
4
, 1966 apud Hermes e
Higachi (2000).
De acordo com essa teoria, o espaço organiza-se dispondo lugares subordinados em torno
de certo lugar central. O conjunto assim constituído é funcionalmente integrado e as funções que
os diferentes lugares desempenham podem ser hierarquizados a partir do lugar central.
Mais recentemente voltou à discussão, dentro das teorias clássicas de desenvolvimento
regional, os conceitos de clusters ou aglomerados produtivos dentro dos estudos de
desenvolvimento regional.
Segundo Haddad (2004), um Arranjo Produtivo Local - APL ou cluster é constituído pelas
indústrias exportadoras inter-regionais e internacionais que compõem o seu núcleo e assim o
caracterizam, além das indústrias e atividades de serviços correlatas e integradas à cadeia
produtiva. Inclui, contudo, instituições de suporte fundamental em termos de pesquisas,
treinamento de mão-de-obra, logística de transporte, formação de empreendedores, infra-estrutura
especializada etc.
Os modelos clássicos de desenvolvimento regional não colocam de forma explícita a
dinâmica do emprego, entretanto, segundo Veiga (2001, p. 102), “...é consenso entre os
economistas que a distribuição espacial da população, e conseqüentemente do emprego,
corresponde, em última instância, ao arranjo espacial das atividades econômicas”.
2.2 Teses e modelos de desenvolvimento da agropecuária
Uma questão que sempre preocupou os economistas agrícolas é analisar como
desenvolver a agropecuária e mantê-la atuante e cooperando no processo de desenvolvimento de
um país. O conjunto de modelos tratando o desenvolvimento da agropecuária divide-se nos que
se preocupam com a questão fundiária e os que se preocupam com a sua modernização. O
primeiro sub-grupo avalia como a concentração da terra afeta o desenvolvimento da
agropecuária. O segundo sub-grupo analisa como se dá o processo de modernização da
4
CHRISTALLER, W. Central places in southern Germany. Tradução de C.W. Baskin. Englewood Cliffs:
Prendice-Hall, 1966. 230 p.
35
agropecuária e como essa modernização é importante para o seu desenvolvimento. Os modelos
apresentados neste item não se preocupam em distinguir agropecuária e meio rural.
2.2.1. Teses para o desenvolvimento da agropecuária com ênfase na distribuição da terra
Estas teses se classificam em tese estruturalista, tese feudalista, tese dualista e tese
capitalista.
2.2.1.1. Tese Estruturalista
As idéias estruturalistas surgem objetivando explicar a impossibilidade de os países
subdesenvolvidos alcançarem o seu desenvolvimento pelo comércio internacional devido à
tendência secular da deterioração dos termos de troca entre os produtos primários (produzidos
pelos países em desenvolvimento e subdesenvolvidos) e os industrializados (vindos dos países
ricos).
O manifesto de Presbish, 1949
5
apud Gomes (1986), constitui a base teórica dessas idéias.
“...de acordo com o autor (PRESBISH, 1949) , a demanda mundial de produtos
primários era inelástica em relação ao preço e renda e, assim, inviabilizaria o
desenvolvimento dos países subdesenvolvidos que tinham como fonte de divisas as
exportações de produtos primários” (GOMES, 1986, p. 21).
Originariamente, as idéias estruturalistas defendiam a industrialização sem a necessidade
de transformação na agropecuária. De acordo com as idéias Cepalinas, a industrialização
aumentaria o fluxo de demanda por alimentos e mão-de-obra do setor rural para o setor urbano e,
dessa forma, cresceria o salário real da agropecuária, levando ao progresso tecnológico e ao
desenvolvimento da agropecuária (GOMES, 1986).
A tese de que o aumento da demanda do setor não agrícola é o mecanismo de
desenvolvimento da agropecuária foi substancialmente reforçada pela análise de Schultz, 1945
6
5
PRESBISCH, R. O desenvolvimento econômico da América Latina e seus principais problemas. Revista Brasileira
de Economia, Rio de Janeiro, v. 3, n. 4, p. 49-83, set. 1949.
6
SCHULTZ, T. W. Agriculture in an unstable economy. 1. ed. New York: McGraw Hill Book Co., 1945. 299 p.
36
apud Gomes (1986) sobre o desenvolvimento da agropecuária nos Estados Unidos. Schultz,
baseando-se na baixa elasticidade-renda da demanda de produtos agrícolas, argumenta que a
agropecuária somente poderia expandir se o sistema econômico em que está inserida apresentasse
uma taxa de crescimento superior à dela mesma.
Segundo Hayami e Ruttan (1988), o pensamento estruturalista mostrava que o setor
agrícola era problemático para diversos países, em função de constituir uma fonte de tensões
inflacionárias e, de forma mais abrangente, por constituir um setor que, dadas as suas condições
estruturais, dificultaria a realização do desenvolvimento econômico.
As tensões inflacionárias nos países subdesenvolvidos, em especial os latino-americanos,
estariam diretamente relacionadas à incapacidade da agropecuária, destes países, atender ao
crescimento da demanda doméstica por produtos alimentares, incapacidade esta derivada da
estrutura agrária baseada no complexo latifúndio-minifúndio. Ainda, no complexo latifúndio-
minifúndio, os latifundiários não seriam maximizadores de lucros, enquanto que os
minifundiários se aproximariam da subsistência pura, sem maiores articulações com o restante da
economia e, dessa forma, não favoreciam o desenvolvimento econômico (HAYAMI; RUTTAN,
1988).
Para o caso brasileiro, a tese estruturalista ganhou considerações especiais propostas por
Furtado (1972). O autor afirma que, no Brasil, a concentração da estrutura agrária, a abundância
de terra e a disponibilidade de mão-de-obra dificultariam a penetração de novas técnicas na
agropecuária.
As idéias estruturalistas para a agropecuária brasileira, e em especial os pensamentos de
Furtado para o setor, foram, de certa forma, derrotadas pelo chamado Milagre Econômico
Brasileiro, ocorrido no período de 1968-73, pois, ainda que não tenha ocorrido mudança na
estrutura agrária, a economia do País alcançou significativas taxas de crescimento.
A esse respeito, Gomes (1986) fez algumas considerações. Segundo ele, as mudanças
estruturais pleiteadas por Furtado foram substituídas por uma maciça participação do Estado na
oferta de crédito subsidiado, serviços de extensão e pesquisa agropecuária, entre outros. Um
ponto enfatizado pelo autor é que a modernização da agropecuária brasileira teve caráter parcial
em relação a produtos e regiões, provocando um desequilíbrio no setor. Assim, os pequenos
produtores, principais elaboradores dos produtos de consumo doméstico e concentrados na região
Nordeste, foram os grandes excluídos do processo de crescimento econômico.
37
2.2.1.2 Tese Feudalista
Os que defendem essa tese dizem haver um erro de interpretação dos que acreditam que o
caminho a ser seguido para o desenvolvimento capitalista da agropecuária brasileira é o da
modernização tecnológica como substituta da reforma agrária (GOMES, 1986).
“...de acordo com a tese feudal existiriam relações de produção ultrapassadas que
precisam ser substituídas para viabilizar o desenvolvimento da agropecuária. A mais
importante destas relações é o monopólio feudal-colonial da posse da terra. A existência
desta relação de produção dificulta a penetração do capitalismo, porque o latifúndio
busca exportar toda a produção e, assim fazendo, exporta também parte da renda e dos
lucros, contribuindo para a descapitalização do país” (GOMES, 1986, p. 24).
Ainda que com bases teóricas diferentes, as propostas feudalistas e estruturalistas
apresentam uma grande semelhança em relação ao remédio a ser utilizado para a modernização
da agropecuária brasileira. Ambas defendem a mudança na estrutura agrária.
Também da mesma forma que na tese estruturalista, a experiência brasileira mostra que as
afirmativas da tese Feudalista podem ser defensáveis na pequena produção. Entretanto, não se
pode negar a expressiva modernização nos produtos voltados para exportação.
2.2.1.3 Tese Dualista
Os pensadores dessa corrente falam da existência de uma relação dual na agropecuária
brasileira, em que o latifúndio apresentaria tanto relações tidas feudais, do ponto de vista interno,
como também um lado moderno em suas relações com o resto da economia (GOMES, 1986).
“...Portanto, nada impediria que, cumpridas certas condições ambientais, as relações
externas invadiriam o campo das internas, transformando latifúndios arcaicos em
modernas unidades agrícolas, mesmo sem modificarem as suas estruturas agrárias”
(GOMES, 1986, p. 26).
As condições necessárias para a transformação do latifúndio arcaico em moderno se
manifestariam pelo mercado de mão-de-obra, de produtos agrícolas e de terra. Rangel (1962)
38
propõem soluções que diminuam a dependência da mão-de-obra rural em relação ao latifúndio,
reduzam o preço da terra e democratizem as formas de comércio.
Gomes (1986) afirma que as propostas defendidas por Rangel (1962) diferem daqueles
que acreditavam serem necessárias mudanças na estrutura agrária brasileira para se obter o
desenvolvimento do setor agrícola, pois o latifúndio feudal poderia transformar-se em capitalista.
Nesse sentido, o ponto central da tese dualista refere-se à eliminação de barreiras ao
desenvolvimento capitalista na agropecuária, sem que se modifique a estrutura agrária existente.
2.2.1.4 Tese Capitalista
Os pensadores dessa tese, em especial Caio Prado Junior, diferentemente dos
estruturalistas ou feudalistas, vêem na relação da oferta e demanda por mão-de-obra a questão
central para o desenvolvimento da agricultura brasileira.
De acordo com Prado Junior (1979), na relação de oferta e demanda por mão-de-obra é
nítida a vantagem para quem demanda, visto que, em decorrência da estrutura fundiária
concentrada e da existência de muitos trabalhadores rurais sem terra, há uma abundante oferta de
mão-de-obra.
Em conseqüência do equilíbrio no mercado de trabalho, os salários rurais mantêm-se
baixos, dificultando a melhoria do nível de vida dos trabalhadores rurais. Para esse autor, esse
contingente não almejava a reforma agrária que distribuísse terra e, sim, melhores condições de
emprego e trabalho, diferentemente do camponês típico de economias agrícolas européias.
“...Para Caio Prado, incorrem em grave engano político aqueles que, transformando
realidades estranhas ao nosso meio, propõem reivindicações não desejadas pela massa
trabalhadora rural. O autor entende que o objetivo do trabalhador deveria ser
fundamentalmente a socialização da exploração e não sua destruição pelo fracionamento
da grande propriedade” (GOMES, 1986, p. 26).
Ainda que as correntes de pensamento relacionadas à estrutura agrária brasileira tivessem o seu
pensamento focalizado na necessidade de modernização da agropecuária brasileira, para fins de
desenvolvimento econômico do país, não se pode esquecer que o acesso a terra e a mudança nas relações
de trabalho também tinham efeito sobre a estrutura política existente no país, que na época em que essas
39
teses foram elaboradas ainda era dominada pelo resquícios do coronelismo que imperava principalmente
no interior do país.
2.2.2 Modelos de modernização da agropecuária
2.2.2.1 Modelo de Difusão de Tecnologias
Este modelo partiu do pressuposto de que o uso em diferente intensidade de técnicas mais
produtivas de cultivo (agricultura) e criação (pecuária) em diferentes localidades é a causa de
diferenças de produtividade entre produtores e regiões. Sua premissa é eliminar ou pelo menos
atenuar tais disparidades e, assim, promover o desenvolvimento rural pela difusão dessas
técnicas.
Segundo Hayami e Ruttan (1988), o objetivo dos programas de extensão era transformar
os agricultores tradicionais em agricultores racionais por meio da utilização de tecnologias já
disponíveis e da realocação dos recursos existentes. As disparidades já então observadas nos
níveis de produtividade entre os países e mesmo entre agricultores de uma região foram utilizadas
para suportar programas de difusão, em contraposição a programas orientados para a geração de
novas tecnologias.
Em decorrência desse modelo, muita ênfase foi dada aos programas de divulgação
tecnológica durante meados do século 20, com pesquisa e desenvolvimento sendo deixados em
segundo plano na formulação de políticas agrícolas de vários países (ACCARINE, 1987).
“...essa distorção foi particularmente séria para aqueles em desenvolvimento que, na
época, se empenharam no processo de industrialização e acabaram encontrando no
otimismo do modelo de difusão uma base teórica adicional para deixar em posição
secundária o incentivo à pesquisa e à experimentação, inclusive porque isso exigia
esforço continuado de recursos materiais e humanos sabidamente escassos”
(ACCARINE, 1987, p. 81).
De modo geral, tal modelo produziu viéses em prol da difusão versus a geração de
tecnologias, com conseqüências danosas para o equacionamento de problemas rurais de muitos
países.
40
Entretanto, não se pode negar que ele propiciou intenso e proveitoso debate em torno das
questões de desenvolvimento tecnológico e novas propostas para vencer as dificuldades. Segundo
Accarini (1987), talvez se possa afirmar que, para muitos países subdesenvolvidos, o modelo da
difusão foi mais útil como veículo para abrir esse debate do que, propriamente, como proposta
viável para promover o desenvolvimento rural.
2.2.2.2 Modelo do Impacto Urbano e Industrial
Segundo Accarine (1987) em 1826, um pesquisador alemão chamado J. H. Von Thunen,
que vivia como agricultor, demonstrou que, em razão dos custos de transporte e da perecibilidade
dos produtos agrícolas, o processo de urbanização determina a localização da produção rural e
influencia a intensidade do cultivo da terra.
“...Apoiando-se nas contribuições de Von Thunen e em outras mais recentes àquela
época, Schultz (1953)
7
procurou explicar as diferenças regionais no grau de
desenvolvimento da agricultura norte-americana a partir do impacto gerado por centros
urbano-industriais que se distribuíam de forma desigual pelo espaço geográfico”
(ACCARINE, 1987, p. 78).
A hipótese de Schultz era a de que os segmentos rurais localizados mais próximos ou
favoravelmente ligados a tais centros urbano-industriais reuniriam melhores condições para
desenvolverem-se, pois poderiam contar com mercados de produtos e fatores mais eficientes.
Na idéia de Schultz, a proximidade de centros urbanos e industriais dinâmicos poderia
proporcionar mercados com esta mesma característica para a comercialização de excedentes,
maior acesso ao sistema financeiro (facilitando a obtenção de recursos para a modernização
tecnológica) e a um mercado de trabalho mais organizado para a contratação ou para a
transferência da mão-de-obra subempregada.
As avaliações desse modelo mostram resultados distintos segundo o país analisado.
Segundo Accarini (1987, p. 79)
“...estudos realizados em algumas áreas agrícolas norte-americanas foram pouco
conclusivos na demonstração de que as atividades rurais mais bem posicionadas em
7
SCHULTZ, T. The economic organization of agriculture. New York: McGraw Hill, 1953. 374 p.
41
relação a centros urbano-industriais eram conduzidas com padrões de eficiência
econômica mais elevada, mesmo tendo confirmado que desigualdades na renda per
capita entre regiões poderiam ser atribuídas a diferenças de localização relativa a tais
centros”.
No entanto, de acordo com o autor, trabalhos semelhantes abordando o caso brasileiro
concluíram que o processo de industrialização e urbanização do Estado de São Paulo, acentuado a
partir dos anos 40, gerou impactos positivos sobre a produtividade do trabalho rural e facilitou o
fluxo de recursos financeiros para o setor agrícola, além de propiciar a absorção de mão-de-obra
para atividades urbano-industriais e certa modernização tecnológica na agricultura.
2.2.2.3 Teoria dos Insumos Modernos
Segundo Gomes (1986, p. 28):
“Tendo como objetivo modernizar a agropecuária, Schultz (1965)
8
destacou dois
elementos como essenciais. O primeiro refere-se à necessidade dos países com
agropecuária tradicional investirem em novos fatores de produção agrícola,
suficientemente lucrativos para serem adotados pelos produtores”.
Essa idéia difere do modelo de desenvolvimento agropecuário da difusão de tecnologias,
já discutido anteriormente, segundo o qual já existe conhecimento técnico suficiente para um
substancial aumento da produtividade, bastando que ele seja disseminado entre os produtores.
“...Por outro lado, no modelo de insumos modernos, estes já existem em outras regiões,
mas não no modo aplicável nas regiões de agropecuária tradicional e, por isso, é preciso
investir para desenvolvê-los e adaptá-los às condições locais” (GOMES, 1986, p. 28).
O segundo elemento essencial para a transformação da agropecuária, apontado por
Schultz (1965), está relacionado à habilitação dos agricultores, ou seja, o investimento em capital
humano. Este investimento apresenta elevadas taxas de retorno à medida que viabilizaria todo
8
SCHULTZ, T.W. A transformação da agricultura tradicional. Rio de Janeiro: Zahar, 1965. 207 p.
42
processo de modernização (GOMES, 1986).
Segundo os que advogaram essa visão, o ponto nevrálgico da agropecuária tradicional era
a baixa taxa de retorno dos fatores de produção.
“...a elevação da taxa de retorno e assim a sua maior utilização na agropecuária seriam
alcançadas pela melhoria da qualidade do capital, pela oferta de novos fatores de
produção e pelo aprimoramento das habilidades dos produtores” (GOMES, 1986, p. 29).
2.2.2.4 Modelo de Inovação Induzida
Este modelo, sistematizado no trabalho de Hayami e Ruttan (1970), tem como ponto
crucial a verificação de que a mudança tecnológica é direcionada pela dotação relativa dos fatores
e, desta forma, definida endogenamente.
Isso significa que, se a demanda por produtos agropecuários aumentar com o crescimento
da população e da renda, os preços dos fatores com oferta inelásticas se elevarão relativamente
aos preços dos fatores de oferta elástica, tornando relativamente mais lucrativas as inovações que
poupem os fatores relativamente escassos. A escassez dos fatores, dentro do equilíbrio necessário
da oferta e a demanda, se expressará pelo aumento do preço do fator escasso em relação aos
fatores não escassos (GOMES, 1986).
Conforme o modelo de inovação induzida, portanto, o desenvolvimento tecnológico é
feito em resposta aos sinais recebidos pelo mercado em relação aos preços relativos dos fatores
de produção. Quanto aos tipos de inovação, a inovação mecânica tem o intuito de poupar mão-de-
obra, enquanto as inovações químicas e biológicas pretendem poupar terra nos países em que haja
escassez desses insumos. Quanto à participação do setor público na geração de tecnologia,
Gomes (1986, p. 29) afirma que:
“...além de endogeneizar a questão tecnológica na Teoria da Modernização, Hayami e
Ruttan deram uma importante contribuição ao avanço científico ao atribuírem ao setor
público papel de destaque na geração de tecnologias. Existem alguns tipos de
tecnologias cujos benefícios não podem ser diretamente apropriados pelas instituições
geradoras, razão porque não interessam ao setor privado. Neste caso é fundamental a
participação do setor público. A dificuldade de apropriação dos ganhos provenientes dos
novos conhecimentos decorre da quase impraticabilidade de se usar o sistema de
43
patentes, ou seja, excluir os não pagantes, mas usuários desses conhecimentos. Em
decorrência da existência de pesquisas com características de bens públicos, surgem
problemas relacionados com a quantidade ofertada dessas pesquisas, que, certamente,
seria inferior à ótima, caso a questão fosse deixada às forças de mercado, pois os ganhos
privados seriam menores que os ganhos sociais. Nestas circunstâncias, a participação do
setor público é imprescindível, sendo o setor agrícola rico em exemplos dessa natureza,
tais como época de plantio, espaçamento, alguns tipos de variedades e outros, como
conhecimentos genéticos básicos”.
Outro aspecto importante na análise do processo de geração e adoção de novas
tecnologias diz respeito à incerteza do lucro do produto da pesquisa, bem como a distribuição
diferenciada dos ganhos resultantes dela. Sobre esse aspecto, Gomes (1986, p. 29) afirma que:
“...produtos com alta elasticidade preço de demanda, cujos benefícios da inovação ficam
principalmente com os produtores, são preferidos no processo de inovação,
possibilitando que se faça mais pressão sobre as entidades geradoras de pesquisa. Esse é
o caso de produtos de exportação em países considerados pequenos em relação ao
mercado internacional. Por isso, o preço é dado independentemente da quantidade
exportada.
Já se considerando produtos com baixa elasticidade-preço de demanda, os ganhos
decorrentes da pesquisa são distribuídos entre produtores e consumidores. Os destes
últimos, medidos pelo excedente do consumidor, são sempre positivos, mas o excedente
do produtor pode ser positivo ou negativo. É o que ocorre com produtos de consumo
doméstico. Evidentemente, nesse caso, a pressão dos agricultores por novas tecnologias
é bem menor que para aqueles de elevada elasticidade-preço da demanda”.
Alves e Pastore (1985) dizem que a política agrícola brasileira comportou-se em
consonância com o modelo de inovação induzida. De início, com a abundância dos fatores terra e
trabalho, a orientação foi no sentido de conquista da fronteira agrícola, com poucos esforços para
aumentos de produtividade. Em seguida, com a relativa escassez de terra e trabalho na região
Centro-Sul, criaram-se condições para o desenvolvimento de instituições que viabilizariam a
modernização e o aumento da produtividade, tais como de pesquisa, de ensino agropecuário e de
assistência técnica.
A partir de meados da década de 60, o crescimento das demandas internas e externas de
produtos agropecuários forçou a redefinição da política agrícola que, além de continuar a
44
favorecer a expansão da fronteira agropecuária, passou a considerar como prioritários os aspectos
ligados à modernização.
2.2.2.5 Teses dos Grupos de Pressão
Segundo De Janvry (1978), o processo de inovação tecnológica não poderia ser
unicamente determinado pelo mecanismo de preços relativos. Em suas idéias sobre oferta e
demanda de inovações tecnológicas, o processo inicia-se na matriz de retornos esperados, a partir
dos quais se define um quadro latente de inovações que será transformado em demanda efetiva
pela ação do sistema de pressão social, sistema de recompensa eleitorais e sistema legislativo.
Gomes (1986, p. 30) diz que:
“...cada um desses grupos procura pressionar de acordo com os seus interesses e o poder
legislativo traduz isso na aprovação de orçamentos que viabilizem os programas de
pesquisas. Uma vez definida, a demanda efetiva de inovações é encaminhada às
instituições geradoras de pesquisa, que respondem ofertando as inovações demandadas.
O processo de adoção, ou seja, a passagem da tecnologia ofertada para a matriz
de retornos efetivos, está sujeito à ação da estrutura socioeconômica. Nela, podem ser
enfatizados os seguintes elementos: posse da terra; estágio tecnológico; preços dos
produtos e fatores; acesso a instituições de crédito, informação e educação”.
De acordo com Gomes (1986), o modelo de De Janvry (1978) amplia as questões de
grupos de pressão, mencionadas no modelo de inovação induzida, colocando-as em termos de
estrutura político-burocrática, além de destacar a importância da estrutura socioeconômica na
passagem da tecnologia ofertada para a matriz de retornos efetivos. Ou seja, ele considera todo o
processo de oferta e demanda de inovações, incluindo a geração e a adoção de tecnologias.
Analisando a modernização da agropecuária brasileira, alguns estudiosos alegam que essa
modernização não foi resposta à escassez dos fatores terra e trabalho nas regiões Centro-Sul e sim
fruto da possibilidade de criação de um amplo mercado para a indústria nacional de fertilizantes,
defensivos e máquinas agrícolas (GOMES, 1986).
Nessa linha de raciocínio, a modernização da agropecuária brasileira, que se aprofundou a
partir de meados da década dos 60 e principalmente na de 70, representou, a um só tempo, não
somente o atendimento da crise de abastecimento sem mudanças estruturais tão reclamadas no
45
início dos anos 60, como também a ampliação da demanda pelos produtos da indústria de
insumos modernos.
2.3 O Enfoque do Novo Rural
Segundo Marsden (1995), o papel da agropecuária como fonte básica da vida social e
econômica continua em questão devido, principalmente, à falência das proposições do período
pós-Segunda Guerra Mundial, de que ela criaria um padrão de vida semelhante ao do mundo
urbano.
Hoje existe um consenso na literatura brasileira de que as diversas atividades econômicas
presentes no espaço rural transcendem a sua esfera geográfica, o qual, por sua vez, não pode ser
reduzido apenas à função primordial de produção alimentar (MATTEI, 1999). Esta forma dos
produtores rurais se relacionarem com o ambiente econômico, em termos da sua ocupação, é
conhecida como pluriatividade.
A pluriatividade implica uma forma de gestão do trabalho doméstico que sempre
inclui o trabalho agrícola, o que não quer dizer que esta atividade seja exclusiva ou
mesmo a mais importante. Outras atividades podem ser assumidas com o objetivo de
sustentar ou de dar suporte a unidade doméstica, ou ainda serem motivadas por
considerações não relacionadas à agricultura (SCHNEIDER, 2003, p. 103).
Segundo Mattei (1999), a adoção do termo pluriatividade pela literatura especializada foi
possível devido à incorporação, nesse debate, de duas variáveis fundamentais: a unidade de
análise relevante e o enfoque sobre as atividades não agrícolas. No primeiro caso, a família – e
não mais o responsável – passou a ser a base das análises para se avaliar a alocação e a
distribuição da força de trabalho. Além disso, o novo enfoque passou a dar atenção também às
atividades que ocorriam fora das propriedades. No caso, o ambiente socioeconômico no qual as
unidades de exploração se inseriam passou a ser decisivo nos estudos.
Mattei (1999) aponta que, ao longo das últimas décadas, o debate sobre a pluriatividade
nos países desenvolvidos foi permeado por uma série de questões. Quatro destas questões são: (1)
a multiplicidade de processos que caracterizam a pluriatividade; (2) a transitoriedade ou não da
pluriatividade; (3) a pluriatividade como uma forma de relações sociais de produção; e, (4) os
46
fatores promotores da pluriatividade.
“ O primeiro elemento a ser destacado nessa discussão é a multiplicidade de
processos que estão englobados sob a noção de pluriatividade, uma vez que se trata de
um fenômeno extremamente heterogêneo e que, segundo Blanc (1987), poderia ser
considerado como uma adaptação do setor agrário às transformações macroeconômicas e
macrossociais, em que as famílias agrícolas, empenhando-se em diversificar as fontes de
rendas, complementam suas atividades e suas jornadas de trabalho em atividades não
agropecuárias” (MATTEI, 1999, p. 8).
A passagem das designações anteriores – part-time farming, multiple-job holding;
farming diversification - para a noção de pluriatividade também foi marcada por importantes
discussões sobre o segundo elemento importante do debate: a transitoriedade ou não desse
fenômeno.
A questão da transitoriedade ocupou durante um longo período a agenda de debates sobre
a pluriatividade. Desde o início dos estudos até a década de 70, a maior parte dos trabalhos
considerou essa prática como uma fase de transição da agropecuária para outras atividades
econômicas e que, certamente, levaria os agricultores à proletarização (MATTEI, 1999).
Buttel (1982) foi quem primeiramente chamou a atenção para o caráter estável e
permanente da pluriatividade. Segundo este autor, a emergência desse fenômeno está fortemente
relacionada às mudanças ocorridas na economia e nas políticas setoriais nas sociedades
capitalistas, fazendo com que os agricultores de tempo parcial passassem a ser parte integrante
das classes agrárias.
Desta forma, o “part-time farming” representa uma combinação estável do trabalho
agropecuário com as ocupações não agropecuárias, retirando o seu caráter de transitoriedade.
Relacionado com o ponto anterior, aparece o terceiro importante elemento: a
pluriatividade enquanto uma estratégia de sobrevivência das unidades familiares de produção. A
maioria dos estudos realizados ressalta que a decisão de ter ou não uma atividade não
agropecuária está relacionada aos condicionantes familiares e às características das explorações.
Segundo Mattei (1999), mais recentemente, um grupo de autores procurou mostrar que a
pluriatividade representa também uma expansão da ótica de acumulação, mais do que uma
estratégia de sobrevivência.
47
Há, entretanto, segundo Mattei (1999), diversos autores que concebem a pluriatividade
como uma estratégia de sobrevivência, porém com diferentes enfoques. Por seus diferentes
ângulos, observa-se a pluriatividade como: 1) uma estratégia de diversificação das fontes de
renda familiar (De VRIES, 1993
9
); 2) uma forma de reestabelecimento da organização familiar
(O’HARA, 1987
10
); 3) um meio de se manter as pessoas ocupadas e continuar as atividades
agrárias (BRUN, 1989
11
); e 4) uma forma de obter rendas maiores com o objetivo de melhorar as
condições de vida (EXTEZARRETA, 1995
12
).
Essa concepção remete ao quarto aspecto relevante da discussão: os fatores promotores da
pluriatividade. Observa-se que a literatura especializada oferece diversas razões para explicar a
decisão de um trabalhador rural ter uma ou mais atividades.
Klein (1992), após comparar os dados dos anos 70 e 80 para todos os países da América
Latina, concluiu que o volume e a evolução do emprego rural não agrícola estão relacionados
com as características geográficas e a conseqüente distribuição espacial da população, além das
características gerais do desenvolvimento da agropecuária.
Weller (1997), seguindo o mesmo raciocínio do autor anterior, analisou o processo de
geração das Ocupações Rurais não Agrícolas - ORNA na região do Istmo Centro-Americano –
que diz respeito aos países da Costa Rica, Honduras, Panamá e Guatemala – e concluiu que as
próprias características do setor agropecuário são as geradoras desse tipo de emprego, uma vez
que é a partir da agropecuária que surgem tanto o emprego não agropecuário produtivo como o
“emprego de refúgio”, ou seja, as ocupações da mão-de-obra camponesa excedentes.
Desta forma, para Klein (1992) e Weller (1997) existem várias dinâmicas, não
excludentes entre si, que influenciam a oferta e a demanda de mão-de-obra nas atividades não
agropecuárias em países da América Latina, a saber:
a) dinâmica que engloba as atividades econômicas vinculadas diretamente à agropecuária, tanto à
montante como à jusante (comércio, transporte, processamento, venda de insumos, etc.).
9
De VRIES, V.M. Farming with others gainful activities in the rural areas. Sociologia Ruralis, Oxford, v. 33, n. 4,
p. 263-268, 1993.
10
O’HARA, P. Dentro de la “caja negra”: la necesidad de examinar la dinámica interna de las explotaciones agrarias
familiares. In: COLÓQUIO DE MONTPELLIER, Cambio Rural en Europa, 1987, Montpellier. Analles...
Aberden: Arkleton Research. 1987. p. 179-192.
11
BRUN, A. A família como unidade de análise do setor agrícola. Économie Rurale, v. 194, n. 11, p. 3-8, 1989.
12
EXTEZARRETA, M. La pluriactividad. In: ESPANHA. Ministerio de Agricultura, Pesca y Alimentacion. La
agricultura familiar ante las nuevas políticas agrárias comunitárias. Madri, 1995. p. 409-453. (Série estúdios,
92).
48
Nela, a geração do emprego depende estritamente do comportamento do setor agropecuário;
b) dinâmica que gera as ORNA via demandas que têm origem no consumo da população rural
por produtos não agrícolas;
c) dinâmica dependente da agropecuária, porque esta influencia o comportamento das ORNA
devido à grande disponibilidade de mão-de-obra excedente que migra para as zonas urbanas
ou busca emprego não agrícola no próprio meio rural visando a sua sobrevivência – exemplo
destas atividades são os serviços domésticos, trabalhos em outros estabelecimentos agrícolas
e outras atividades dirigidas a complementar os ganhos da família;
d) dinâmica que gera demanda de mão-de-obra não vinculada às atividades agrícolas (turismo,
artesanato etc.), em que a evolução das ORNA depende mais do comportamento do conjunto
da economia do que do setor agropecuário;
e) dinâmica que não está vinculada ao setor agropecuário e que a geração das ORNA depende
dos serviços públicos nas áreas rurais (saúde, educação, previdência social etc.).
Segundo Silva (1999), os cinco pontos, expostos em Klein (1992) e Weller (1997), são
suficientes para explicar adequadamente a evolução das ORNA em regiões tipicamente
agropecuárias com uma estrutura agrária bi-modal, onde convivem grandes fazendas assentadas
no trabalho assalariado e pequenas propriedades de base familiar, com mercados de trabalho rural
e urbano bastante diferenciados.
Em tais casos, de fato, as ORNA aparecem numa fase inicial do desenvolvimento agrícola
e são fortemente vinculadas às próprias atividades agropecuárias, como se fossem um
desdobramento natural delas, assumindo as formas, por exemplo, de atividades externalizadas
que antes se realizavam no interior das próprias grandes fazendas.
Posteriormente, apareceriam outras atividades rurais não agropecuárias que nenhuma
relação têm com as atividades agropecuárias desenvolvidas na região e que poderiam absorver
parte da mão-de-obra excedente das pequenas propriedades camponesas.
Assim, Silva (1999) diz que, para o caso brasileiro, em função da importância que
adquirem tanto as demandas da população urbana como as da população residente no meio rural,
mas não vinculada às atividades agropecuárias, parece fundamental destacar também três outras
dinâmicas não relacionadas diretamente às atividades agropecuárias:
1) a demanda da população rural não agropecuária de altas rendas por áreas de lazer e/ou segunda
residência (casas de campo e de veraneio, chácaras de recreio), bem como os serviços a elas
49
relacionados (como os de caseiros, jardineiros, empregados domésticos etc.);
2) a demanda da população urbana de baixa renda por terrenos para autoconstrução de suas
moradias em áreas rurais situadas nas cercanias das cidades, mas que já possuem uma infra-
estrutura mínima de transportes e serviços públicos como água e luz elétrica;
3) a demanda por terras não agropecuárias por parte de indústrias e empresas prestadoras de
serviços que buscam o meio rural como uma alternativa favorável de locação para fugir das
externalidades negativas dos grandes centros urbanos (condições de tráfego, poluição etc).
Para Silva (2004), todas as dinâmicas supracitadas derivam de situações onde o elemento
fundamental que as impulsiona pouco ou nada tem a ver com o desempenho das atividades
agrícolas, sendo dinâmicas de origem tipicamente urbanas e impulsionadas predominantemente
pelo crescimento das cidades da região.
50
3 METODOLOGIA
O enfoque sobre o novo rural, apresentado no item 2.4, já foi utilizado para tratar a
pluriatividade em diversas regiões do Brasil, mas sem o uso de indicadores e modelos que os
quantificassem. A apresentação desses modelos e a seleção de qual é utilizado nesta tese são os
propósitos do presente capítulo, que é composto por três grandes itens. Inicialmente, o Estado de
Santa Catarina (região em estudo) é mostrado em sua divisão em municípios, microrregiões e
mesorregiões. A seguir, indicadores tradicionais de economia regional são apresentados e
adaptados para caracterizar a aglomeração do emprego. Por último, discutem-se os modelos
econométricos que podem servir para elucidar as variáveis que afetam a dinâmica da população e
do emprego no meio rural catarinense.
3.1 A área em análise
3.1.1 A economia de Santa Catarina
Santa Catarina é um Estado localizado na região Sul do Brasil. Sua atual extensão
territorial é de 95.442,9 km
2
, ocupando, assim, somente 1,12% do território brasileiro. A
população, segundo o censo demográfico de 2000, estava em 5.349.580 pessoas e representava
3,15% do total do País.
No ano de 2002, o Estado apresentou o sétimo maior PIB do País (3,85% do total
nacional). A distribuição do PIB catarinense, no ano mencionado, ficou em 48,53% no setor
industrial; 37,18% no de serviços e 14,27% no setor agropecuária. A composição do PIB
catarinense diverge do PIB brasileiro, que apresentou no mesmo ano uma composição de
40,06%, 50,33 e 9,61%, respectivamente, nos mesmos setores. Santa Catarina, portanto, tem na
atividade agropecuária um setor mais importante que a média dos demais Estados brasileiros.
Segundo Guilhotto et al. (2004), 15 dos 27 Estados brasileiros têm a participação do
agribusiness na economia estadual maior que a importância do agribusiness no Brasil. Nestes
Estados, o agribusiness representa mais de 33% do PIB da economia. São eles (importância da
agricultura e do agribusiness entre parênteses): Espírito Santo (7,5% e 34,4%), Paraná (13,0% e
37,0%), Santa Catarina (12,9% e 49,1%), Rio Grande do Sul (12,6% e 41,3%), Goiás (16,0% e
51
41,1%), Mato Grosso (21,0% e 50,3%), Mato Grosso do Sul (28,4% e 61,2%), Pará (23,5% e
50,8%), Rondônia (16,7% e 37,9%), Tocantins (18,3% e 46,0%), Alagoas (8,2% e 38,6%),
Maranhão (17,2% e 40,2%), Paraíba (11,1% e 33,7%), Piauí (9,1% e 33,9%) e Sergipe (7,8% e
40,1%).
O Estado de Santa Catarina foi, em 2004, o maior produtor brasileiro de carne suína, alho,
maçã, erva-mate cancheada, mel, carvão mineral, louça de mesa, cerâmica para revestimento,
compressores, toalha, tubos, conexões plásticas e ferro maleável; o segundo na produção nacional
de cebola, frangos, pescado, fumo; e o terceiro em uva, banana, madeira, papel e papelão,
mobiliário, produtos de matéria plástica, vestuário, calçados, artefatos de tecido e produtos
têxteis.
3.1.2 População
Em termos de população, durante o século 20, Santa Catarina passou, paulatinamente, de
um Estado basicamente rural para outro prioritariamente urbano, seguindo, ainda que de forma
menos intensa, o comportamento brasileiro.
Observa-se na tabela 1 que a população rural sempre foi no Estado de Santa Catarina mais
representativa do que no global do país.
Tabela 1 - População total e rural do Brasil e do Estado de Santa Catarina em 1950, 1960, 1970,
1980, 1991 e 2000
Ano Total-BR Total –SC Rural-BR Rural-SC % Rural-BR % Rural-SC
1950 51.944.397 1.560.502 33.161.506 1.197.785 63,84 76,76
1960 70.992.343 2.146.909 38.987.526 1.451.562 54,92 67,61
1970 93.134.846 2.901.734 41.037.586 1.654.502 44,06 57,02
1980 119.011.052 3.627.933 38.573.725 1.474.042 32,41 40,63
1991 146.825.475 4.541.994 35.834.485 1.333.457 24,41 29,36
2000 169.590.693 5.349.580 31.835.143 1.137.601 18,77 21,27
Fonte: Instituto Brasileiro de Geografia e Estatística – IBGE (2006)
3.1.3 Divisão territorial do estado de Santa Catarina
Na Figura 1, estão apresentados os mapas para o Estado, com as divisões de municípios
em 1991 e 2000, respectivamente. Na Figura 2, aparecem os mapas das microrregiões e
52
mesorregiões homogêneas de Santa Catarina.
Em 1920, Santa Catarina dispunha de apenas 34 municípios. Em 1950, de acordo com a
divisão administrativa fixada para o qüinqüênio 1949/53, passa a ser composta por zonas
fisiográficas e municípios, obedecendo à divisão fixada pela resolução 143, de julho de 1945. A
divisão estadual estava composta por oito zonas fisiográficas, 52 municípios e 164 vilas.
(PIAZZA, 1982).
No período 1975/1985, a divisão regional ou territorial passa a ser baseada em
mesorregiões, microrregiões homogêneas e municípios, fixada de acordo com o Decreto 67.647,
de novembro de 1970 (IBGE, 1990).
Figura 1 - Mapa dos municípios de Santa Catarina em 1991 e 2000
Figura 2 - Mapa das microrregiões (esquerda) e mesorregiões de Santa Catarina (direita)
53
De acordo com a divisão apresentada, de 1975 a 1980 existiam no território catarinense 4
mesorregiões, 16 microrregiões e 197 municípios (Figura 3). De 1980 a 1985, o número de
municípios sofreu alterações, passando a ser de 199.
Em 2000, o número de mesorregiões e microrregiões foi modificado para 6 e 20,
respectivamente, e o de municípios subiu para 293. Em relação, ao Brasil o número de
municípios, na ocasião, representava 5,33% do total nacional.
Com o processo de divisões municipais ocorrido durante a década de 90, o número de
municípios passou, no Brasil, de 4.491 em 1991 para 5.507 em 2000 e no Estado de Santa
Catarina de 217 para 293, respectivamente (Figura 3). Para viabilizar a comparação dos dados
entre esses dois períodos, foi realizado um trabalho de compatibilização dos números de 2000,
reproduzindo-se a malha municipal de 1991.
1889
2766
3952
3991
4491
5507
52
102
197
197
293
217
1950
1960
1970
1980
1991
2000
(ano)
(número de municípios)
Santa Catarina Brasil
Figura 3 - Número de municípios no Brasil e em Santa Catarina para os anos selecionados
A decisão de padronizar as observações para 1991 deve-se ao menor número de
pressuposições que têm de ser assumidas. Dessa forma, para o ano 2000, em vez de 293
municípios, teremos somente 217.
Caso a decisão tivesse sido padronizar para o ano de 2000, ter-se-ia de efetuar diversas
pressuposições sobre a distribuição da população e de pessoas ocupadas em 1991. Com a decisão
54
de padronizar para o ano de 1991, somente deveremos juntar novamente a população e as pessoas
ocupadas dos municípios desmembrados.
Logicamente, ainda sobra um problema relativo à junção de municípios desmembrados.
Nesses casos, fez-se a estimativa da população cedida pelos municípios de origem,
individualmente, e no momento da junção redistribui-se a população de forma proporcional. No
Anexo A, está a relação de todos os municípios criados entre 1991 e 2000, suas populações e a
origem das mesmas.
3.1.4 As mesorregiões de Santa Catarina
Foram os portugueses – bandeirantes, caçadores de índios e aventureiros – que
desbravaram Santa Catarina, espalhando entrepostos e povoados pelo litoral a partir do século 16.
O Estado encontra-se, atualmente, dividido em seis mesorregiões: Grande Florianópolis, Norte,
Vale do Itajaí, Serrana, Sul e Oeste. Alguns aspectos históricos, geográficos e as principais
cidades destas messoregiões são mencionados a seguir. Elas ajudam a entender os processos de
aglomeração e distribuição de atividades e do número de pessoas ocupadas em Santa Catarina
1. Messoregião Grande Florianópolis
Os imigrantes açorianos e madeirenses que chegaram ao Estado no século 18 foram os
responsáveis pela colonização dessa messoregião, que apresenta um relevo recortado, com baías,
enseadas, manguezais, lagunas e mais de 500 praias (GOVERNO DO ESTADO DE SANTA
CATARINA, 2005).
As principais cidades são Florianópolis, São José, Laguna, Imbituba, Itajaí, Balneário
Camboriú e São Francisco do Sul. A pesca e o turismo são as atividades econômicas marcantes.
2. Messorregião Norte
Esta região tem forte tradição germânica, fruto do seu processo de colonização. O
Nordeste do Estado – englobado nessa messoregião – concilia sua economia dinâmica com
respeito a uma natureza exuberante. Indústrias do ramo eletro-metal-mecânico dividem espaço
55
com as densas florestas da Serra do Mar e as águas da Baía de Babitonga (GOVERNO DO
ESTADO DE SANTA CATARINA, 2005).
A referida área também sedia o Pólo Florestal Catarinense – o mais expressivo da
América Latina, abrangendo indústrias madeireiras, moveleiras, de papel e papelão (GOVERNO
DO ESTADO DE SANTA CATARINA, 2005).
Os principais municípios são Joinville (o maior de Santa Catarina, com 500 mil
habitantes), Jaraguá do Sul, Rio Negrinho, São Bento do Sul, Canoinhas, Corupá, Mafra, Três
Barras e Porto União.
3. Messoregião Vale do Itajaí
Na segunda metade do século XIX, chegaram os alemães, espalhando-se pelo vale do Rio
Itajaí, adentrando ao interior em busca de melhores terras e oportunidades. Nesta messoregião se
concentra a parte industrial de Santa Catarina e tem como principais municípios Blumenau, Itajaí,
Gaspar, Pomerode, Indaial, Brusque e Rio do Sul (GOVERNO DO ESTADO DE SANTA
CATARINA, 2005).
4. Messoregião Serrana
A região serrana teve o seu povoamento potencializado pela abertura dos “Caminhos do
Sul”, que levaram grande número de tropeiros e estancieiros a se instalarem ao longo da trilha.
O chamado “Caminhos do Sul” nasceu em 22 de outubro de 1766, devido à necessidade
de se abastecer de forma mais rápida e eficiente, com carne e animais de tração, os mercados das
regiões mineradoras do Brasil Central. A característica dessa colonização, em termos
agropecuários, é a presença marcante de grandes propriedades.
“O frio e o turismo rural são os grandes atrativos desta região, que tem como atividades
econômicas a pecuária e a indústria florestal. Por conta das paisagens bucólicas e da
neve que se precipita em algumas cidades, todos os anos o Planalto recebe milhares de
visitantes no inverno. A estrada da Serra do Rio do Rastro, que desce em curvas sinuosas
de uma altitude de 1.467 metros até o nível do mar, é uma atração à parte” (GOVERNO
DO ESTADO DE SANTA CATARINA, 2005, p. 1).
56
Os principais municípios são Lages, São Joaquim, Urubici e Bom Jardim da Serra.
5. Messoregião Sul
No fim do século XIX foi a vez dos italianos chegarem ao Estado. Trata-se da maior
corrente migratória já recebida, que ocupou principalmente a região sul, próxima ao litoral
O extrativismo mineral e a indústria cerâmica são as principais atividades econômicas. O
Sul do Estado tem estações hidrotermais e cânions ricos em biodiversidade. Suas principais
cidades são Criciúma, Tubarão, Gravatal, Araranguá e Urussanga.
6. Messoregião Oeste Catarinense
O oeste foi a última grande região de colonização do Estado, colonização esta que se
consolidou somente nos anos 40 do século XX com a migração de alemães e italianos vindos do
Rio Grande do Sul. Nessa região de topografia acidentada, situam-se comunidades de pequeno e
médio portes, colonizadas por imigrantes italianos, alemães, austríacos e japoneses. Sua atividade
econômica está baseada na agroindústria, criação de bovinos e produção de maçã. Também há
indústrias expressivas do setor metal-mecânico.
A região também começa a explorar o potencial turístico de suas fontes hidrotermais. Os
principais municípios são Joaçaba, Videira, Caçador, Treze Tílias, Curitibanos, Fraiburgo,
Campos Novos, Chapecó, Xanxerê, Concórdia e São Miguel do Oeste.
3.2 Índices de concentração
A elaboração de indicadores ou medidas de concentração, localização e especialização
regional de atividades econômicas tem sido um importante objeto de estudo desde os trabalhos
pioneiros de economia regional.
Eles permitem verificar a distribuição espacial, identificar as especializações regionais e
mapear movimentos de deslocamento regional das atividades econômicas, sejam decorrentes de
processos de concentração ou de descentralização econômica.
Nesse sentido, tais indicadores tornaram-se bastante difundidos nos estudos e análises de
economia regional e ‘podem, também, ser utilizados para se investigar a aglomeração e a
57
dispersão do número de pessoas ocupadas e da população, como se demonstra a seguir.
3.2.1 Quociente Locacional
Neste estudo, objetivando identificar as regiões que potencialmente possam ser
consideradas hospedeiras de um cluster, serão utilizados os dados do Censo Demográfico para os
anos de 1991 e 2000.
A partir da fonte de dados supracitada, será construido um indicador de especialização
econômica denominado Quociente Locacional - QL, que permite identificar, para cada atividade
específica, quais municípios apresentam participação relativa superior à verificada na média do
Estado.
O QL tem sido amplamente utilizado em estudos de economia e desenvolvimento regional
desde a contribuição original de Isard (1960)
13
e foi didaticamente discutido por Haddad et al.
(1989).
Neste trabalho, o índice será utilizado para ajudar na identificação de possíveis clusters de
empregos industriais e de serviços na economia catarinense. Conforme definido por Haddad et al.
(1989), tem-se:
da atividade X (em número de empregos)
no total de emprego nos estabelecimentos industriais do município
da atividade X (em número de empregos)
no total
Participacão relativa
QL
Participacão relativa
=
de emprego nos estabelecimentos industriais em Santa Catarina
(1)
O QL indica a concentração relativa de uma determinada indústria numa região ou
município comparativamente à participação dessa mesma indústria no espaço definido como
base. Assim, a verificação de um QL elevado em determinada indústria indica a especialização da
estrutura de produção local na mesma.
Quanto maior o QL, maior será o grau de especialização do município analisado nessa
atividade frente ao restante do Estado. Um QL maior do que 1 significa que a participação
relativa da atividade "x" no município analisado é mais elevada do que a participação relativa
13
ISARD, W. Methods of regional analisys: an introduction on to regional science. Cambridge: The MIT Press,
1960. 784 p.
58
dessa mesma atividade na média do Estado. Portanto, o município analisado apresenta um certo
grau de especialização nessa atividade em relação à média de Santa Catarina. Um QL menor do
que 1 significa que não há indicação de especialização da região considerada. Já um QL igual a 1
sinaliza que a especialização do município j no setor i é idêntica à especialização do conjunto do
Estado nas atividades desse setor.
Todavia, conforme apontado por Suzigan et al. (2003), o Quociente Locacional deve ser
utilizado com cautela como um índice de especialização. Não se presta, por exemplo, à
comparação estrita entre os municípios. Um município que seja pouco desenvolvido
industrialmente, por exemplo, poderá apresentar um elevado índice de especialização
simplesmente pela presença de uma unidade produtiva, mesmo que de dimensões modestas. O
problema seria ainda mais grave se, num indicador construído com base na Relação Anual de
Informações Sociais – RAIS do Ministério do Trabalho, essa unidade apresentasse um elevado
grau de diversificação não captada pela RAIS.
Outra deficiência no índice é a dificuldade para se identificar algum tipo de especialização
em municípios que apresentam estruturas industriais mais diversificadas, como ocorre naqueles
muito desenvolvidos, com estrutura industrial diversificada e emprego total elevado.
3.2.2 Índice de Theil
Diversos índices podem ser utilizados para mensurar o grau de concentração geográfica.
Um deles, geralmente adotado para a concentração industrial, é o índice de Theil (também
chamado de índice entrópico de Theil), definido como:
()
()
1
2
1
log ,
n
ii
i
H
−
=
=
∑
θθθ
(2)
Onde
θi
é a participação do município i no total do emprego e n é o número de
municípios. Como serão considerados 217 municípios em Santa Catarina, o n é igual a 217.
O índice entrópico de Theil indica o grau de desorganização do sistema. Tal mensuração é
aplicável quando examinamos como concentrada (organizada) ou dispersa (desorganizada) é a
estrutura dos empregos em determinada atividade ou setor da economia.
59
No caso de mensurar a concentração geográfica do emprego, θi representa a participação
do i-esimo município no total do emprego. Essa discussão segue de perto Hubbell e Welsh
(1998), que aplicou o referido método para estudar a concentração geográfica na produção de
suínos nos Estados Unidos.
O índice entrópico encontra-se situado entre 0
≤ H(θ) ≤ log
2
(n), onde n é o número de
unidades a ser analisada, que no presente estudo, soma 217 municípios. Maior valor de H(
θ)
indica mais entrópico, ou disperso, já o menor valor indica maior concentração.
Em decorrência das regiões diferirem em relação ao tamanho, H(
θ) provê pequena
importância na interpretação da dispersão espacial. Um indicador mais aplicável para analisar a
concentração espacial é o índice de entropia relativa, R(
θ), definido como H(θ)/log
2
(n). Esse é
um índice de concentração que mensura como disperso é o emprego em relação ao máximo nível
de concentração possível. Então, se existe uma total concentração em uma região, R(
θ) será igual
a 0, e se ocorrer uma completa dispersão, R(
θ) será igual a 1.
Uma importante propriedade do índice de entropia relativa é que ele é facilmente
decomposto, permitindo decompor a concentração total em “entre” e “dentro” da região
(HOFFMANN, 1991). Por essa aplicação, dado o conjunto de seis mesorregiões, a entropia total
pode ser desagregada em entropia entre mesorregiões e entropia dentro das mesorregiões.
Entropia entre mesorregiões é definida como:
()
()
6
1
2
1
log ,
BS m m
m
H
θψ ψ
−
=
=
∑
(3)
Onde ψ
m
é o somatório de θ
i
para os municípios (i) pertencentes à messoregião (m).
Por outro lado, entropia dentro das mesorregiões é definida como:
() ()
6
1
,
WS m m
m
HH
θ
ψθ
=
=
∑
(4)
onde
60
()
,log
2
∑
⎥
⎦
⎤
⎢
⎣
⎡
⎟
⎠
⎞
⎜
⎝
⎛
⎟
⎠
⎞
⎜
⎝
⎛
=
mi
i
m
m
i
m
H
ε
θ
ψ
ψ
θ
θ
(5)
A entropia dentro da mesorregião para cada mesorregião é igual a H
m
(θ). A entropia total
é calculada como a soma da entropia entre mesorregiões e a entropia dentro das mesorregiões. A
entropia relativa entre mesorregiões é calculada como R
BS
(θ)=H
BS
(θ)/log
2
(6) e a entropia relativa
dentro das mesorregiões é calculada como R
m
(θ)=H
m
(θ)/log
2
(m
n
), onde m
n
é o número de
municípios na mesorregião m.
3.2.3 Índice de I-Moran
Os métodos convencionais, como regressões múltiplas e inspeção visual de mapas, não
são as formas mais adequadas de lidar com dados georreferenciados, pois não são confiáveis para
detectar agrupamentos e padrões espaciais significativos.
Dessa forma, conforme afirma Gonçalves (2005), deve-se utilizar a análise exploratória
de dados espaciais como primeiro passo para revelar padrões espaciais, que têm de anteceder
quaisquer métodos econométricos espaciais.
Segundo Gonçalves (2005), essa análise é útil para descrever distribuições espaciais,
revelando padrões de associação espaciais (clusters espaciais), regimes espaciais e outras formas
de instabilidade espacial (não-estacionariedade).
A principal vantagem dessa técnica é tratar os efeitos espaciais, sendo usada para fazer
referência à dependência e à heterogeneidade espaciais. A primeira (dependência espacial) ocorre
em todas as direções, mas está inversamente relacionada à distância geográfica. A segunda
(heterogeneidade espacial) diz respeito às próprias características das unidades espaciais, que
naturalmente diferem entre si (ANSELIN, 1995). Neste estudo será analisada a dependência
espacial, pois, além de mais difundida, possibilita com o auxílio da análise gráfica o
entendimento da heterogeneidade da variável.
Como medida de dependência usa-se o I-Moran, que é calculado como se segue:
()
()
∑
∑
∑
−
−
⎟
⎟
⎟
⎠
⎞
⎜
⎜
⎜
⎝
⎛
=
ij
i
i
iij
ij
x
xw
wij
n
I
2
μ
μ
(6)
61
No qual n é o número de observações, x é a variável analisada, µ é a média de x, w
ij
são os
elementos da matriz de pesos espaciais e os subscritos i e j se referem aos pares de localizações.
Em essência, o indicador acima equivale ao grau de associação linear entre o vetor de valores
observados (z) e a média ponderada dos vizinhos (Wz).
A inferência sobre a significância estatística do teste de I-Moran não pode ser
determinada com a utilização do teste t de student. Em sua substituição é utilizado o pseudo teste
de t que é obtido pelo método de permutação. Desta forma gera-se empiricamente uma
distribuição de referência, que computa média e desvio-padrão. Segundo Anselin (1995), esse
procedimento reordena aleatoriamente os valores observados sobre todas as localizações,
refazendo-se a estatística I-Moran para cada nova amostra.
O valor do I-Moran calculado é comparado com a distribuição estatística, chamada pseuto
t, sob a hipótese nula de ausência de associação espacial. Desta forma, caso a hipótese nula não
seja rejeitada, concluiu-se que não existe uma relação espacial para o fenômeno que está sendo
estudado e, assim o sendo, a distribuição das observações no espaço ocorre de forma aleatória e
uniforme.
Em relação à matriz de pesos espaciais a ser utilizada, infere-se que ela pode seguir
diversos padrões de vizinhança. As formas vão desde as matrizes queen, rook, bishop, radius, e
matrizes de n defasagens destas, dentre outros (ANSELIN, 1988; LESAGE, 1999). Essas
matrizes serão comentadas à frente.
Embora seja capaz de apontar a tendência geral de agrupamento dos dados, o I de Moran
é uma medida global e por isso não releva padrões locais de associação espacial, ou seja, a
estrutura. Esta última é avaliada através do diagrama de dispersão de Moran e os indicadores
locais de associação espacial, conhecidos como Lisa. Esses são usados para testar a hipótese nula
de distribuição aleatória por compararem os valores de cada localização especifica com os
valores de seus vizinhos.
O diagrama de dispersão de Moran apresenta a tendência geral de associação por meio da
reta que mostra como os dados se ajustam entre os valores defasados espacialmente (Wz) e os
valores observados de cada unidade espacial (z)
14
, além das tendências locais, representadas por
14
Z corresponde ao valor normalizado da variável em estudo. Conforme descrito em Hoffman (1998), este valor é
calculado da forma que se segue:
x
Z
μ
σ
−
= .
62
um ponto no interior do diagrama.
De posse do diagrama de dispersão é possível calcular o índice de Moran. Este índice é a
inclinação da reta, estimada por Mínimos Quadrados Ordinários, que relaciona a produção na
localidade com a produção nas localidades vizinhas.
Conforme descrito em Gonçalves (2005), outra vantagem do diagrama de dispersão é a de
se poder classificar as associações espaciais locais entre os municípios e seus vizinhos de acordo
com os seguintes resultados:
• Padrão Alto-Alto (AA): revela localidades (no nosso estudo as localidades são os municípios)
com alto valor da variável sob análise (emprego em determinado setor), cercada de vizinhos
que também possuem valores semelhantes (quadrante superior direito);
• Padrão Baixo-Baixo (BB): revela localidades com baixo valor circundadas por outras de
valores também baixos (quadrante inferior esquerdo);
• Padrão Alto-Baixo (AB): aponta localidades de alto valor que possuem vizinhos com baixo
valor (quadrante inferior direito);
• Padrão Baixo-Alto (BA): aponta localidades de baixo valor que são vizinhas de outras com alto
valor (quadrante superior esquerdo).
Os padrões AA e BB revelam associação espacial positiva, enquanto que BA e AB
revelam associação espacial negativa.
Ainda que seja útil quando mostrado, o diagrama de Moran precisa ser complementado
com os indicadores Lisa, porque não fornece indicações da significância do agrupamento
espacial. Segundo Anselin (1995), indicadores de Lisa devem propiciar uma medida do grau em
que o agrupamento espacial de valores similares é significativo e sua soma deve ser proporcional
ao indicador global. Eles podem ser definidos como se segue:
()()
()
∑∑
−
⎥
⎦
⎤
⎢
⎣
⎡
⎟
⎠
⎞
⎜
⎝
⎛
−−=
j
jij
i
iii
xwnxxI
μμμ
//
2
(7)
Onde
I
i
é o Moran Local para a observação i e n, x, µ, w
ij
seguem a notação anterior.
O indicador de Moran Local avalia a significância dos agrupamentos espaciais locais e
indica focos de não estacionaridade espacial (localizações atípicas). Também sugere a presença
63
de observações discrepantes ou regimes espaciais, semelhantes ao uso do diagrama de dispersão
de Moran (GONÇALVES, 2005).
Os valores de probabilidade (p-values) devem ser vistos como níveis de pseudo-
significância, tendo em vista que as inferências são feitas a partir da abordagem das permutações.
Neste estudo utilizar-se-á os indicadores de Moran Local para construir os mapas de
aglomerados (cluster) do número de pessoas ocupadas.
Esquematicamente, visando à construção deste mapa, serão seguidos os seguintes passos:
1) Normalizar os dados de emprego (z);
2) Criar a matriz de vizinhança (W);
3) Calcular o emprego normalizado dos municípios vizinhos (Wz);
4) Construir o gráfico de dispersão, colocando no eixo horizontal (x) os dados normalizados do
emprego e no eixo vertical (y) os dados do emprego normalizado dos vizinhos;
5) Calcular os Índices Locais de Moran e o seu nível de significância;
6) No quadrante I do diagrama de dispersão estarão os municípios (com índices estatisticamente
significantes) classificados como “AA”, no quadrante II estão aquelas municípios classificados
como “AB”, no quadrante III estão aqueles municípios classificados como “BB” e no quadrante
IV estão aqueles municípios classificados como “AB”.
3.2.4 Quantificando a localização (definição da matriz de vizinhança)
A primeira coisa a ser feita antes de se questionar a existência de dependência espacial ou
heterogeneidade é a quantificação dos aspectos locacionais da amostra de dados. Tendo esse
conhecimento é possível mapear um grupo de dados contendo observações espaciais. Existem
dois tipos de origem de informações que podem ser utilizadas.
A primeira fonte de informação locacional é o espaço cartesiano, representado pela
latitude e longitude, que permite calcular a distância entre quaisquer dois pontos no espaço.
A segunda fonte de informações locacionais é a proximidade (vizinhança), que reflete a
posição relativa no espaço de uma unidade regional de observação em relação à outra unidade.
A mensuração de vizinhança depende do conhecimento do tamanho e da conformação da
unidade de observação desenhada em um mapa, tornando possível determinar qual unidade é
vizinha (que apresenta fronteiras comuns) ou representa unidades de observação dentro de uma
64
esperada proximidade de outra.
A matriz de vizinhança “W” é uma matriz simétrica em que cada linha contém
informação de todas as unidades de observação (w). A diagonal principal desta matriz é formada
por zeros, pois a unidade de observação i não é vizinha dela mesma. Nesta matriz define-se w
ij
=1
quando a localidade j é considerada vizinha da unidade de observação i em análise e zero em caso
contrário.
Existe um grande número de caminhos para se construir uma matriz que contenha certa
informação de proximidade da região. Algumas alternativas podem ser vistas em LesaGe (1999)
e, de forma resumida, estão descritas abaixo:
Vizinhança pela distância: para os casos onde se disponha de informações relativas a
longitude e latitude, a distancia “d
ij
“ entre localidades i e j pode ser calculada usando-se a
seguinte fórmula:
()
10000
arcos sen sen cos cos cos
90
ij i j i j j i
d lat lat lat lat long long
⎡⎤
=+−
⎣⎦
(8)
Onde lat é a latitude e long é a longitude da localidade expressa em graus. Essa formula é
uma razoável aproximação da distância de transporte, em decorrência da alta densidade de
estradas rodoviárias no Estado.
Neste caso define-se w
ij
=1 para observações que se apresentam a uma distancia, uma das
outras, predefinida para o estudo. Existe, na literatura, outras formas de se montar a matriz de
vizinhança utilizando a distância.
Vizinhança Linear: Define-se w
ij
=1 para observações que apresentam uma fronteira
comum, do seu lado direito ou/e esquerdo.
Vizinhança Rook: Define-se w
ij
=1 para observações que dividem um lado comum com a
região de interesse.
Vizinhança Bishop: Define-se w
ij
=1 para observações que dividem um vértice comum
com a região de interesse.
Vizinhança Queen: Define-se w
ij=1
para observações que dividem um vértice ou lado
comum com a região de interesse.
65
Vizinhança Linear Dupla: Nesse caso, define-se w
ij
=1
para as duas entidades
(municípios, regiões, etc.) que fazem fronteira à direita ou à esquerda da região de interesse.
Vizinhança de Rook Dupla: define-se w
ij
=1
para as duas entidades (municípios, regiões,
etc.) que fazem fronteira à direita, à esquerda, ao norte e ao sul da região de interesse.
As duas últimas formas de vizinhança apontadas são algumas vezes ditas como
vizinhança de segunda ordem e, as outras definições, como de primeira ordem.
Segundo LesaGe (1999), existem outras formas de montar a matriz de vizinhança. O autor
indica a leitura do Apêndice 1 em Kelejian e Robinson (1995).
3.3 Modelos econométricos relacionando população e número de pessoas ocupadas
Esta seção faz um breve histórico da evolução da metodologia que culminará no modelo
econométrico a ser apresentado nas equações (32), (33) e (34), a serem estimadas nesta tese.
A direção de causalidade entre emprego e população foi inicialmente analisada por
Carlino e Mills (1987), estudo seguido pelo trabalho de Boarnet (1994), que incluiu termos
espaciais ao modelo anterior. Mais recentemente, Henry et al. (2001) adicionaram o crescimento
urbano no que foi proposto por Boarnet (1994).
No nosso modelo, iremos, seguindo o apresentado por Schmitt et al. (2006), modelar o
crescimento da população e os efeitos locacionais, com o intuito de detectar as inter-relações do
emprego rural em atividades não agropecuárias. Desse modo, surgirá e será estimado um sistema
de três equações simultâneas lineares (para a população rural de Santa Catarina, para o número de
pessoas ocupadas residentes na área rural no setor industrial e para o número de pessoas ocupadas
dos residentes na área rural no setor serviços), que são as equações (32), (33) e (34).
3.3.1 Modelo de Carlino e Mills
Neste modelo, o emprego e a população de equilíbrio são determinados simultaneamente.
Entretanto, essas variáveis (pessoas ocupadas e população) não somente se auto determinam,
como também são influenciadas por outras variáveis que são consistentes com a Teoria da
Maximização de Lucros e Maximização da Função de Utilidade.
Em princípio, muitas dessas variáveis podem ser determinadas simultaneamente nos
modelos de equilíbrio, juntamente com a população e o emprego. Na prática, muito pouco é
66
conhecido em relação às potenciais interações existentes e, portanto, outras variáveis que afetam
a população e o emprego têm de ser determinadas exogenamente.
Especificamente, os autores assumem que as questões acima colocadas podem ser
resolvidas pelo modelo de equações simultâneas que foi primeiramente introduzido por Steinnes
e Fisher, 1974
15
apud Mills e Price (1984). Ou seja:
*
EE
E
APBS
=
⋅+ ⋅
(9)
*
PP
PAEBT
=
⋅+ ⋅ (10)
Onde E e P são o emprego e a população, respectivamente, S e T são vetores de variáveis
exógenas e os asteriscos em E e P indicam situações de equilíbrio. A
E
e A
p
são coeficientes
estimados das variáveis endógenas e B
E
e B
P
são os vetores de coeficientes das variáveis
exógenas.
Mills e Price (1984) sugeriram que a população e o emprego são ajustados para os valores
de equilíbrio dentro de certa defasagem. Seguindo esse pensamento, a distribuição do
ajustamento é incorporada ao modelo e tem-se:
*
11
()
E
EE E E
λ
−−
=+ − (11)
*
11
()
P
PP P P
λ
−−
=+ −
(12)
Onde o subscrito -1 indica a defasagem na variável de um período, e λ
E
e
λ
P
representam
as velocidades de ajustamento para emprego e população, respectivamente.
Substituindo (9) e (10) em (11) e (12), respectivamente, e rearranjando os termos, temos:
1
(1 )
EE EE E
E
AP BS E
λ
λλ
−
=++−
(13)
1
(1 )
PP PP P
PAEBT P
λ
λλ
−
=++−
(14)
Dessa forma, (13) e (14) são equações simultâneas de variáveis observáveis de E e P.
15
STEINNES, D.N.; FISHER, W.D. An econometric model of interurban location. Journal of Regional Science,
Boston, v. 14, n. 1, p. 65-80, 1974.
67
Cada uma dependendo da outra, de um grupo de variáveis exógenas (S e T) e de seu valor
defasado.
3.2.2 O Modelo de Boarnet
Em seu modelo, Boarnet adiciona ao de Carlino e Mills termos espaciais, que se referem
às matrizes de vizinhança W, que são incorporadas ao modelo. Assim, o modelo proposto pelo
autor passa a ser:
011 -12 11
+(1+W)P+(1+W)dP+D+
E
dE E
β
λβ β δε
−
=−
(15)
011 -12 22
+ (1+W)E + (1+W)dE +C +
P
dP P
α
λα α δε
−
=−
(16)
Os vetores D e C equivalem, respectivamente, aos vetores S e T das equações (9) e (10).
3.2.3. O Modelo de Henry, Schmitt e Piguet
Para incluir a influência do crescimento urbano sobre o meio rural, o modelo de Boarnet
(1994) é estendido como se segue:
(
)
**
,,12
,,,
it i it
PfCEMPgg= (17)
(
)
**
,,12
,,,
it i it
EgDPOPhh= (18)
O modelo original trabalha com três áreas econômicas funcionais: centro, periferia urbana
e área rural do município i. Adaptando-o para o Brasil, considera-se como centro o município
mais importante da microrregião homogênea onde o município i está inserido. Como periferia
considera-se a área urbana do município i. A área rural é a mesma em ambos modelos. Devido
aos efeitos de vizinhança, a área rural do município i sofre efeitos similares aos da área rural dos
municípios vizinhos ao município i. As figuras 4 e 5 demonstram a equivalência entre o modelo
original de Boarnet e o adaptado ao Brasil.
68
Figura 4 – Modelo original de Boarnet
Figura 5 – Modelo adaptado de Boarnet para o Brasil
Nas equações (17) e (18), P
i,t
*
e E
i,t
*
são, respectivamente, a população de equilíbrio e o
emprego (representado neste trabalho pelo número de pessoas ocupadas) na área rural do
município i; e EMP
i,t
*
e POP
i,t
*
são, respectivamente, a soma do emprego e da população na área
rural do município i e na área rural dos seus municípios vizinhos, ou seja, POP
i,t
*
= P
i,t
*
+
população rural nos municípios vizinhos a i; g
1
e g
2
são as taxas de crescimento do emprego
69
urbano na principal cidade da microrregião homogênea onde o município i está inserido e no
município i, respectivamente; h
1
e h
2
são as taxas de crescimento da população urbana na
principal cidade da microrregião homogênea onde o município i está inserido e no município i,
respectivamente. C
i
e D
i
são os vetores de atratividade dos residentes e firmas que oferece aquela
comunidade.
Por exemplo, se a população (ou emprego) do município i está crescendo rapidamente
enquanto a população (ou emprego) do principal município da microrregião homogênea onde o
município i ésta inserido (central) está estagnado ou decrescendo, existe um desenho de
descentralização. Outra situação é a de rápido crescimento do município central com decréscimo
do município i, o que é uma moldura de complexos urbanos mais centralizados.
Usando formas lineares de (17) e (18) com interação dos termos da taxa de crescimento
urbano e substituindo para eliminar valores de equilíbrio não conhecidos, nós resolvemos pelas
mudanças na população e emprego em cada comunidade rural, como mostrado nas equações (19)
e (20) abaixo (veja a demonstração apresentada por Henry et al. 1997 no Anexo B).
()
1
23 4
3
24
1
2
0 1 ,1 ,1
+ '
2,,1
γγ γ
γγ λ
γ
γγ
λλ λ
⎡⎤
+
⎣⎦
⎡⎤
⎢⎥
⎢⎥
⎣⎦
=+ − + + +
−
−
++ − +
−
gg
gg
dP C P EMP
iipit it
EMP EMP u
it it
ee e
(19)
()
+
+
4
01 ,1 231 2 ,1
3
24
'
12 , ,1
δδ λ δδ δ
δ
δ
δ
λλ λ
=+ − + + +
−−
+
+−+
−
⎡⎤
⎣⎦
⎡⎤
⎢⎥
⎢⎥
⎣⎦
hh
dE D E h h POP
e
i i it it
POP POP v
it it
pp p
(20)
Nas equações (19) e (20), λ
e
e λ
p
são, respectivamente, as taxas de ajustamento do
emprego e da população de equilíbrio; dP
i
e dE
i
representam a mudança (variação) na população
e no emprego; e u’ e v’
são termos de erros distribuídos aleatoriamente.
Seguindo Boarnet (1994), Henry et al. (2001) introduziram uma matriz de vizinhança W,
a qual possui elementos não-zero, w
ij
, para grupos que estão dentro da mesma zona (emprego e
população). Pode-se modificar as equações (19) e (20). As variáveis emprego (expresso pelo
número de pessoas ocupadas) e população são redefinidas como sendo as seguintes:
()
1,1, −−
+=
titi
EWIEMP ,
(
)
1,1, −−
+
=
titi
PWIPOP ,
(
)
ititi
dEWIEMPEMP )(
1,,
+=
−
−
e
(
)
ititi
dPWIPOPPOP )(
1,,
+=−
−
.
Substituindo-se as variáveis acima dentro das equações (19) e (20) e simplificando a
70
notação dos parâmetros, a forma reduzida do modelo de Henry et al. (2001) - que é usada para
estimar o potencial de ligação espacial entre o centro urbano, periferia urbana e áreas rurais - é:
[
]
(
)
[]
()
0,123142 ,1
23142 1
+(1/ ) '
i p it it
eii
dP P g g I W E
ggIWdECu
γλ γγ γ
λγ γ γ γ
−−
=− + + + + +
+
++++
(21)
[
]
(
)
[]
()
0,123142 ,1
23142 1
+(1/ ) '
i e it it
pii
dE E h h I W P
hhIWdPDv
δλ δδ δ
λδδ δ δ
−−
=− + + + + +
+
++++
(22)
Mais recentemente, Schmitt et al. (2006) sugeriram uma modificação no modelo acima.
Na nova proposta, o emprego é dividido em duas categorias. Na primeira, o utilizamos no setor
industrial e, na segunda, no setor serviços. A dedução matemática do modelo está apresentada no
anexo B.
Nesse modelo, as interdependências e características esperadas da população e emprego
são introduzidas em um modelo de equações simultâneas.
(
)
***
,,1,,2,1212
,,,,,,
it i i t i t
PAEMPEMPffgg=
ψ
(23)
(
)
φ
=
***
,1, , ,2, 1 2 1 2
,, ,,,,
it i it i t
EBPOPEMPhhgg (24)
(
)
ξ
=
***
,2, , ,1, 1 2 1 2
,, ,,,,
it i it it
ECPOPEMPhhff (25)
Verifica-se que as diferenças em relação ao modelo anterior são vistas pela incorporação
das variáveis E
*
i,1,t
e E
*
i,2,t,
que são os empregos de equilíbrio nos setores industrial e de serviços,
respectivamente, na área rural do município i no período t; EMP
*
i,1,t
e EMP
*
i,2,t
são estas mesmas
variáveis de emprego na área rural do município i e na área rural dos seus municípios vizinhos
para os setores industrial e de serviços, respectivamente; f
1
e f
2
são as taxas de crescimento do
emprego no setor industrial urbano no município mais importante da microrregião homogênea
(central) a que pertence o município i e no município i, respectivamente; g
1
e g
2
são as taxas de
crescimento do emprego, no setor serviços, na área urbana no município mais importante da
microrregião homogênea (central) a que pertence o município i e do município i,
respectivamente; h
1
e h
2
são as taxas de crescimento da população urbana no município mais
importante (município central) da microrregião homogênea a que pertence o município i e do
município i, respectivamente.
71
As variáveis POP e EMP são encontradas como (I+W)P e (I+W)E, onde I é a matriz
identidade e W é a matriz espacial de vizinhança, de dimensão n x n onde n é o número de
localidades na amostra. w
ij
é diferente de zero nos locais próximos um dos outros.
Adotando formas lineares dos modelos básicos propostos, temos então:
,
***
01 23142 ,1, 56172 ,2, 1
( )() ( )()
it
iit it
P a aA a af af I WE a ag ag I WE
ν
=+ + + + + + + + + + (26)
,1 ,
***
01 23142 , 56172 ,2, 2
( )()( )()
it
iit it
E b bB b bh bh I WP b bg bg I WE
ν
=+ + + + + + + + + + (27)
,2,
***
01 23142 , 56172 ,1, 3
( )()( )()
it
iit it
E c cC c ch ch I WP c cf cf I WE
ν
=+ + + + + + + + + + (28)
Os vetores A, B e C incluem as variáveis exógenas afetando a população e emprego.
No qual v
i
são os erros normal e independentemente distribuídos com média zero e
variância constante; e a
2
, b
2
e c
2
são vetores dos parâmetros das características locais.
A população e o emprego, conforme citado anteriormente, são ajustados para os valores
de equilíbrio dentro de certa defasagem.
*
,,1
()
i p it it
dP P P
λ
−
=− (29)
*
,1 1 ,1, ,1, 1
()
i e it it
dE E E
λ
−
=− (30)
*
,2 2 ,2, ,2, 1
()
ieitit
dE E E
λ
−
=− (31)
Onde, seguindo os modelos anteriores, dP
i,
dE
i,1
e dE
i,2
são, respectivamente, a mudança
na população e no emprego no setor industrial e no setor de serviços das pessoas moradoras no
meio rural; e λ
p
, λ
e1
e λ
e2
são as taxas de ajustamento em direção ao nível de equilíbrio para a
população e o emprego (industrial e de serviços) das pessoas residentes no meio rural.
Substituindo-se (26), (27) e (28) em (29), (30) e (31), respectivamente, e efetuando-se
simplificações, temos as três equações (32, 33 e 34) a serem estimadas.
, 0 1 2 3 1 4 2 ,1, 1 2 3 1 4 2 ,1, ,1, 1
1
5 6 1 7 2 ,2, 1 5 6 1 7 2 ,2, ,2, 1 , 1 1
2
1
( ) (( )( ))
1
+( ) ( )( )
it i i t i t i t
e
it it it pit
e
dP d dA d df df EMP d df df EMP EMP
ddgdgEMP ddgdgEMP EMP P
λ
λ
ν
λ
−−
−−−
=+ + + + + + + − +
++ + ++ − − +
(32)
72
,1, 0 1 2 31 42 ,1 2 31 42 , ,1
5 6 1 7 2 ,2, 1 5 6 1 7 2 ,2, ,2, 1 1 ,1, 1 2
1
1
( ) (( )( ))
1
+( ) (( )( ))
it i it it it
p
it it it e it
e
dE e eB e eh eh POP e eh eh POP POP
e e g e g EMP e e g e g EMP EMP E v
λ
λ
λ
−−
−−−
=+ + + + + + + − +
++ + ++ − − +
(33)
,2, 0 1 2 3 1 4 2 , 1 2 3 1 4 2 , , 1
5 6 1 7 2 ,1, 1 5 6 1 7 2 ,1, ,1, 1 2 ,2, 1 3
1
1
( ) (( )( ))
1
+( ) (( )( ))
it i it it it
p
it it it e it
e
dE i iC i ih ih POP i ih ih POP POP
iififEMP iififEMP EMP E v
λ
λ
λ
−−
−−−
=+ + + + + + + − +
++ + ++ − − +
(34)
3.2.3.1 Variáveis que serão utilizadas no modelo
Considerando a literatura revisada no item 1.4 do capítulo 1 e as informações disponíveis
no Brasil, as seguintes variáveis foram selecionadas para estimar as equações (32), (33) e (3.4).
As variáveis serão distribuídas entre as três equações conforme mostrado na tabela 2 no fim desse
subitem.
Variáveis dependentes:
1.
Variação (Δ) da população na área rural do município i entre 1991 e 2000 (dP
i
);
2.
Variação (Δ) no número de pessoas ocupadas no setor industrial nas áreas rurais entre 1991 e
2000 (dE
i,1
);
3.
Variação (Δ) no número de pessoas ocupadas no setor serviços nas áreas rurais entre 1991 e
2000 (dE
i,2
).
Variáveis independentes que determinam a evolução da população:
1.
População da área rural do município i em 1980 (RURAL80=P
i,t-1
);
2.
Pessoas ocupadas no setor industrial e que são residentes nas áreas rurais em 1980
(INDRUR80=E
i,1,t-1
);
3.
Pessoas ocupadas no setor serviços e que são residentes nas áreas rurais em 1980
(SERVRUR80=E
i,2,t-1
);
73
4. Crescimento natural da população rural entre 1991 e 2000 definido como a diferença entre o
número de nascimentos e o número de óbitos (BALANCO);
5.
Variação (Δ) da soma da população rural do município i e de seus municípios vizinhos entre
os anos 1991 e 2000 (IWPOP=(POP
i,t
- POP
i,t-1
));
6.
Variação (Δ) da soma do emprego rural no setor industrial do município i e de seus
municípios vizinhos entre os anos 1991 e 2000 (IWEI=(EMP
i,1,t
- EMP
i,1,t-1
));
7.
Variação (Δ) da soma do emprego rural no setor serviços do município i e de seus municípios
vizinhos entre os anos 1991 e 2000 (IWES=( EMP
i,2,t
- EMP
i,2,t-1
));
8.
Número de pessoas residentes no meio rural no município i e em seus municípios vizinhos no
ano de 1980 (IWDEFPOP=(POP
i,t-1
));
9.
Número de pessoas ocupadas no setor industrial, residentes no meio rural, no município i e
em seus municípios vizinhos no ano de 1980 (IWDEFEI=EMP
i,1,t-1
));
10.
Número de pessoas ocupadas no setor serviços, residentes no meio rural, no município i e em
seus municípios vizinhos no ano de 1980 (IWDEFES=EMP
i,2,t-1
));
11.
Multiplicação entre a taxa de crescimento, entre os anos de 1991 e 2000, da população urbana
no município central (o mais importante) da microrregião em que se situa o município i e a
variação (Δ) da população na área rural do município i e nos seus municípios vizinhos entre
1991 e 2000 (H1POP=h1 (POP
i-t
- POP
i,t-1
);
12.
Multiplicação entre a taxa de crescimento do número de pessoas ocupadas no meio urbano,
entre os anos de 1991 e 2000, no setor industrial, no município central da microrregião em
que se situa o município i e a variação (Δ) do emprego no setor industrial nas áreas rurais no
município i e nos seus municípios vizinhos entre 1991 e 2000 (F1EI=f
1
(EMP
i,1,t
- EMP
i,1,t-1
);
13.
Multiplicação entre a taxa de crescimento do número de pessoas ocupadas no meio urbano,
entre os anos de 1991 e 2000, no setor serviços, no município central da microrregião em que
se situa o município i e a variação (Δ) do emprego no setor serviços nas áreas rurais no
município i e nos seus municípios vizinhos (G1ES= g
1
(EMP
i,2,t
- EMP
i,2,t-1
);
14.
Multiplicação entre a taxa de crescimento, entre os anos de 1991 e 2000, da população urbana
no município central da microrregião em que se situa o município i e a soma do número de
pessoas residentes no meio rural no município i e nos seus municípios vizinhos no ano de
1980 (H1DEFPOP= h
1
(POP
i,t-1
);
15.
Multiplicação entre a taxa de crescimento do número de pessoas ocupadas no meio urbano,
74
entre os anos de 1991 e 2000, no setor industrial, no município central da microrregião em
que se situa o município i e a soma do número de pessoas ocupadas no setor industrial,
residentes no meio rural, no município em análise e nos seus vizinhos no ano de 1980
(F1DEFEI= f
1
(EMP
i,1,t-1
);
16.
Multiplicação entre a taxa de crescimento do número de pessoas ocupadas no meio urbano,
entre os anos de 1991 e 2000, no setor serviços, no município central da microrregião em que
se situa o município i e a soma do número de pessoas ocupadas no setor serviços, residentes
no meio rural, no município i e nos seus municípios vizinhos no ano de 1980 (G1DEFES= g
1
(EMP
i,2,t-1
);
17.
Multiplicação entre a taxa de crescimento, entre os anos de 1991 e 2000, da população urbana
no município i e a variação (Δ) da população na área rural do município i e dos seus
municípios vizinhos entre 1991 e 2000 (H2POP= h
2
(POP
i-t
– POP
i,t-1
);
18.
Multiplicação entre a taxa de crescimento do número de pessoas ocupadas no meio urbano,
entre os anos de 1991 e 2000, no setor industrial, no município i e a variação (Δ) do emprego
no setor industrial nas áreas rurais no município i e nos seus municípios vizinhos entre 1991 e
2000 (F2EI= f
2
(EMP
i,1,t
- EMP
i,1,t-1
);
19.
Multiplicação entre a taxa de crescimento do número de pessoas ocupadas no meio urbano,
entre os anos de 1991 e 2000, no setor serviços, no município i e a variação (Δ) do emprego
no setor serviços nas áreas rurais no município i e nos seus municípios vizinhos entre 1991 e
2000 (G2ES= g
2
(EMP
i,2,t
- EMP
i,2,t-1
);
20.
Multiplicação entre a taxa de crescimento, entre os anos de 1991 e 2000, da população urbana
no município i e a soma do número de pessoas residentes no meio rural no município i e nos
seus municípios vizinhos no ano de 1980 (H2DEFPOP= h
2
(POP
i
,
t-1
);
21.
Multiplicação entre a taxa de crescimento do número de pessoas ocupadas no meio urbano,
entre os anos de 1991 e 2000, no setor industrial, no município i e a soma do número de
pessoas ocupadas no setor industrial, residentes no meio rural, no município i e nos seus
municípios vizinhos no ano de 1980 (F2DEFEI= f
2
(EMP
i,1,t-1
);
22.
Multiplicação entre a taxa de crescimento do número de pessoas ocupadas no meio urbano,
entre os anos de 1991 e 2000, no setor serviços, no município i e a soma do número de
pessoas ocupadas no setor serviços, residentes no meio rural, no município i e nos seus
municípios vizinhos no ano de 1980 (G2DEFES= g
2
(EMP
i,2,t-1
);
75
As variáveis 5 a 22 consideram as quatro áreas funcionais da Figura 5, ou seja, a área
urbana da principal cidade da microrregião homogênea a qual o município i pertence; a área
urbana do município i; a área rural do município i; e a área rural dos municípios vizinhos a i. Em
cada uma dessas quatro áreas funcionais são consideradas as populações totais, as pessoas
ocupadas no setor industrial e as pessoas ocupadas no setor serviços.
Interações surgem entre essas quatro áreas seja entre populações ou entre ocupações
segundo o setor de atividade (industrial ou de serviços). Veja o quadro 1. Por exemplo, o H1POP
considera como a taxa de crescimento da população urbano no município central da microrregião
se associa com a variação da população rural nos municípios i e em seus vizinhos.
Variáveis independentes que determinam os atributos da localização. Estas são as
variáveis dos vetores A
i
, B
i
, C
i
das equações (32), (33) e (34).
Segundo De Janvry et al. (2004), existem atributos próprios dos municípios que afetam o
potencial para o crescimento. Nós iremos focar em quatro tipos: atributos próprios, conectividade
(acesso a mercado de trabalho e de insumos), proximidade de importantes centros econômicos e
contexto físico e social em torno dos municípios.
Em primeiro lugar, vamos nos deter nos atributos próprios que afetam o potencial de
crescimento. Dessa forma, as firmas irão procurar se localizar em regiões onde possam dispor de
mais capital humano e com grande mercado de mão-de-obra; setores agropecuários dinâmicos
demandarão ligações com outros setores da economia; as pessoas optarão por se dirigirem para
regiões onde elas consigam obter trabalho. Como se vê, os atributos da região terão efeitos
diretos e indiretos na expansão do emprego. Para captar estes atributos da região, considera-se
variáveis binárias para cada mesorregião e o nível de escolaridade do município. As variáveis
definidas são:
23.
Variável binária que descreva a estrutura produtiva da mesorregião do Oeste Catarinense
(OESTE);
24.
Variável binária que descreva a estrutura produtiva da mesorregião do Norte Catarinense
(Norte);
25.
Variável binária que descreva a estrutura produtiva da mesorregião Serrana (SERRANA);
76
Área rural do município i e de seus vizinhos
Espaço
Geográfico
Soma da
população em
1980
Soma das
pessoas
ocupadas no
setor industrial
em 1980
Soma das
pessoas
ocupadas no
setor de
serviços em
1980
Variação da
soma da
população
entre 1991 e
2000
Variação da
soma das
pessoas
ocupadas no
setor
industrial
entre 1991 e
2000
Variação
da soma
das
pessoas
ocupadas
no setor
de
serviços
entre
1991 e
2000
Taxa de
crescimento da
população
urbana entre
1991 e 2000
H1DEFPOP
H1POP
Taxa de
crescimento das
pessoas
ocupadas no
setor industrial
entre 1991 e
2000
F1DEFEI
F1EI
Área urbana do município mais importante
(município central) da microrregião homogênea a
que pertence o município i
Taxa de
crescimento das
pessoas
ocupadas no
setor de serviços
entre 1991 e
2000
G1DEFES
G1ES
Taxa de
crescimento da
população
urbana entre
1991 e 2000
H2DEFPOP
H2POP
Taxa de
crescimento das
pessoas
ocupadas no
setor industrial
entre 1991 e
2000
F2DEFEI
F2EI
Área urbana do município i
Taxa de
crescimento das
pessoas
ocupadas no
setor de serviços
entre 1991 e
2000
G2DEFES
G2ES
Quadro 1 – Variáveis que avaliam a interação entre as regiões economicamente funcionais
77
26. Variável binária que descreva a estrutura produtiva da mesorregião do Vale de Itajaí
(ITAJAÍ);
27.
Variável binária que descreva a estrutura produtiva da mesorregião do Sul Catarinense
(SUL);
28.
Escolaridade dos residentes na área rural do município i em 2000 (EDURURAL)
De maneira similar, a capacidade do município de se conectar com importantes centros
econômicos afeta a decisão da firma quando esta decide por localizar uma determinada planta.
No nosso trabalho, iremos utilizar as seguintes variáveis:
29.
Distância da sede do município i à sede da capital do estado (DISTAFLORI);
30.
Distância da sede do município i à sede da cidade de São Paulo (DISTSAOPAU);
O terceiro elemento que afeta o crescimento do emprego é a proximidade de centros
econômicos (regionais ou não). Como o nosso foco está nas populações rurais, acreditamos que a
economia delas é particularmente sensível aos “spillovers” de regiões urbanas próximas.
Se, por um lado, membros de domicílios rurais que são próximos a esses centros podem
se deslocar diariamente para trabalhar nas cidades próximas, de outro, firmas podem subcontratar
pequenas empresas em regiões próximas para a provisão de serviços e produtos. Também, firmas
podem mover-se em direção a áreas urbanas menores nas vizinhanças de grandes cidades, onde o
custo da mão-de-obra é menor, tal qual o preço da terra. De modo a captar esses efeitos,
definiram-se as seguintes variáveis:
31.
Distância da sede do município i à sede do mais importante município na microrregião
homogênea a que pertence este município (DISTCENTRO);
32.
Distância da sede do município i a mais próxima entrada de estrada pavimentada
(ACESSOPAVI).
O quarto tipo de características municipais que afetam o emprego é o contexto regional
em que a firma é localizada. A região é marcada por características observáveis e características
institucionais e culturais (não observáveis). As características geográficas afetam a alocação de
78
emprego diretamente. Por exemplo, localizações próximas aos caminhos dos rios ou em uma área
ecológica particular têm efeito direto sobre a produção, pois, eles podem determinar a
disponibilidade de insumos provenientes da natureza.
O ambiente físico e social também afeta a distribuição de emprego indiretamente, devido
às preferências, porque pessoas irão escolher viver em áreas que são mais hospitaleiras, com
áreas verde e segura (segurança pública e saúde), e o mercado irá se desenvolver onde elas
desejarem estar. Nós utilizaremos, como uma aproximação dessas características, as seguintes
variáveis:
33.
Número de leitos hospitalares no município (LEITOS_HOS);
34.
Tamanho do município i, em Km
2
(AREA2000);
35.
Número de cooperativas existentes no município i (COOPERATIV);
36.
Número de processos judiciais per capita existentes no município i (PROCPO).
A tabela 2 mostra como as 36 variáveis independentes expostas até aqui surgem como
variáveis explicativas nas equações (32), (33) e (34).
Tabela 2 – Distribuição das variáveis a serem utilizadas nas três equações estimadas
Equação Variável
dependente
Variáveis independentes
(32) dP
i
Edurural, Rural80, Oeste, Norte, Serrana, Itajaí, Sul, Distcentro,
Acessopavi, Distsaopau, Distaflori, Area2000, Balanço, Leitos_hos,
Cooperativ, Procpo, IWEI, IWES, IWDEFEI, IWDEFES, F2EI,
G2ES, F2DEFEI, G2DEFES, F1EI, G1ES, F1DEFEI, G1DEFES
(33) dE
i,1
Edurural, Indrur80, Oeste, Norte, Serrana, Itajaí, Sul, Distcentro,
Acessopavi, Distsaopau, Distaflori, Area2000, Balanço, Leitos_hos,
Cooperativ, Procpo, IWPOP, IWES, IWDEFPOP, IWDEFES,
H2POP, G2ES, H2DEFPOP, G2DEFES, H1POP, G1ES,
H1DEFPOP, G1DEFES
(34) dE
i,2
Edurural, Servrur80, Oeste, Norte, Serrana, Itajaí, Sul, Distcentro,
Acessopavi, Distsaopau, Distaflori, Area2000, Balanço, Leitos_hos,
Cooperativ, Procpo, IWPOP, IWEI, IWDEFPOP, IWDEFEI, H2POP,
F2EI, H2DEFPOP, F2DEFEI, H1POP, F1EI, H1DEFPOP, F1DEFEI
79
3.2.3.2 Estimação do modelo de equações simultâneas
O modelo econométrico - expresso nas equações (32), (33) e (34) - é estimado pelo
método de mínimos quadrados de dois estágios, pois, existe simultaneidade entre as variáveis:
variação na população e variação no número de pessoas ocupadas nos setores serviços e
industrial.
Para se estimar a variável instrumental utilizam-se, no primeiro estágio, todas as variáveis
exógenas pelas quais se optou nas três equações de população e número de pessoas ocupadas e,
quando possível, sua variável espacial defasada.
Segundo Anselin (1988), um fato comum em estudos envolvendo variáveis espacialmente
relacionadas é o surgimento de autocorrelação espacial. Caso seja diagnosticada a presença de
autocorrelação espacial, torna-se necessária a inclusão da matriz de vizinhança (W) no cálculo da
equação como forma de solucionar o problema. A matriz de vizinhança pode ser incluída de três
maneiras. Na primeira, ela deve ser incluída na variável dependente defasada (modelo com
variável dependente espacialmente defasada) caracterizando um modelo autoregressivo de
primeira ordem (AR1); na segunda maneira, a matriz de vizinhança é incluída no termo do erro;
e, por fim, a terceira forma é a união das duas primeiras.
Os testes do Multiplicador de Lagrange simples e robusto (no termo do erro e na variável
dependente defasada), apresentados no anexo C, serão utilizados para detectar a presença de
autocorrelação espacial e determinar qual é a maneira ideal de solucioná-la, como sugerido por
Anselin (2005). A regra de decisão adotada segue os seguintes passos:
Passo 1) Estima-se o modelo de regressão pelo método de mínimos quadrados ordinários (MQO)
e aplica-se o teste do Multiplicador de Lagrange, simples e robusto, para detectar a
presença de autocorrelação espacial no termo do erro
16
e na variável dependente
defasada
17
,
Passo 2) Caso ambos os testes se apresentem sem significância estatística, mantém-se os
16
A expressão matemática dos modelos de regressão contendo autocorrelação espacial no termo do erro é:
, onde = W +yx
β
μμλμε
=+
17
A expressão matemática dos modelos de regressão contendo autocorrelação espacial na variável dependente
defasada é:
2
, =N(0, )
y
Wy x onde I
ρβμ μ σ
=++
80
resultados obtidos no passo 1, caso contrário passa-se ao passo 3.
Passo 3) Caso somente o teste do multiplicador de lagrange para dependência espacial na variável
dependente defasada for significativo, o modelo ‘ yWyx
=
++
ρ
βμ
’ deverá ser
estimado. Caso somente o teste do Multiplicador de Lagrange para dependência
espacial no termo do erro for significativo, o modelo ‘ W +yx
=
+
β
λμε
’ deverá ser
estimado. Caso ambos os testes forem significativos, aplica-se os testes do
multiplicador de lagrange robusto para dependência no termo do erro e na variável
dependente defasada.
Passo 4) Caso somente o teste do multiplicador de lagrange robusto para dependência espacial na
variável dependente defasada for significativo, o modelo ‘ yWyx=++
ρ
βμ
’ deverá
ser estimado. Caso o teste do multiplicador de Lagrange Robuto para dependência
espacial no termo do erro for significativo, o modelo ‘ W +yx
=
+
β
λμε
’é que deverá
ser estimado. Se ambos os testes forem significativos, o modelo
‘ yWyxW=++ +
ρ
βλμε
’ será estimado.
Segundo Rey e Boaernet, (1998)
18
apud Schmitt et al. (2006), existem dois caminhos para
se obter os valores preditos das variáveis endógenas necessárias para a estimação do primeiro
estágio. O primeiro, proposto por Anselin (1988), consiste em estimar a equação na presença de
todas as variáveis exógenas e após multiplicar pela matriz W.
()
[]
1
''WXXX Xy WX
β
−
⎡⎤
=
⎣⎦
(35)
A segunda técnica consiste em estimar a equação já contendo a matriz espacial. Ou seja:
(
)
1
''
W
XX XWy
β
−
= (36)
Rey e Boarnet (2000) e Kelejian e Oats (1989) sugerem que o primeiro modelo produz
um estimador inconsistente. Por isso, este trabalho utiliza a variável endógena Wy antes de
estimar o primeiro estágio.
18
REY, S.; BOARNET, M. A taxonomy of spatial econometric models for simultaneous equation systems. In:
ANSELIN, L.; FLORAX, R. Advances in spatial econometrics. Berlin: Springer-Verlag, 2000. 513 p.
81
Ainda, caso seja detectado problemas de autocorrelação espacial, o modelo não poderá ser
estimado pelo método de Mínimos Quadrados Ordinários, pois, este fato levaria a inconsistência
nos resultados obtidos pelo modelo (ANSELIN, 1988). Em sua substituição, o modelo deverá ser
estimado pelo método de Máximo Verossemelhança
19
. Optou-se pela utilização da matriz de
vizinhança “queen” no nosso modelo. A escolha da matriz queen ocorre porque ela é a que mais
se adequou à realidade das nossas observações (municípios catarinenses).
3.3. Fonte de dados
As informações utilizadas neste estudo são extraídas dos microdados do censo
demográfico do Brasil, efetuado pelo Instituto Brasileiro de Geografia e Estatística - IBGE nos
anos de 1980, 1991 e 2000.
Para o ano de 2000, a coleta foi realizada por cerca de 200 mil recenseadores e 30 mil
supervisores, no período de 1º
de agosto a 30 de novembro daquele ano (IBGE, 2002). A
subamostra de Santa Catarina, utilizada nesse estudo, contém 141.032 domicílios e 693.688
pessoas.
Para o ano de 1991, o período de coleta ocorreu de 31 de agosto a 1º
de setembro do
referido ano. A subamostra conta com 141.032 domicílios e 575.171 pessoas. O censo
demográfico de 1980 contém informações, na sua sub-amostra, de 891.701 pessoas.
Outras fontes de dados são utilizadas para que seja possível fornecer informações dos
atributos dos municípios do Estado. Elas são:
•
Ipea = Tamanho do município em Km
2
(AREA2000);
•
0atasus (Banco de dados do Sistema Único de Saúde) = Número de leitos hospitalares
(LEITOS_HOS), diferença entre natalidade e mortalidade (BALANCO);
•
OCESC (Organização das Cooperativas do Estado de Santa Catarina) = COOPERATIV;
•
Guia Quatro Rodas = Distância entre localidades (DISTSAOPAU, DISTFLORI,
19
A função de máximo verossemelhança para o modelo de defasagem espacial da variável dependente é:
() ()()
()
()
1
22
2
1
,, ln2 ln ln ' ' ' '
22 2
NN
βρσ π σ ρWyρWXXXXρWy
σ
−
⎡
⎤
=− − + Ι− − Ι− Ι− Ι−
⎣
⎦
A
e
()( )
1
'β XX ρWy
−
=Ι−, onde ρ é um parâmetro estimado na equação acima. Para o modelo com o termo do erro
espacialmente defasado tem-se:
() ()()()()
22
2
1
,, ln2 ln ln ' '
22 2
NN
βρσ π σ λWyXβλW λWyXβ
σ
⎡
⎤
=− − + Ι− − − Ι− Ι− −
⎣
⎦
A
82
ACESSOPAV, DISTCENTRO);
•
Secretária Estadual= Número de processos judiciais per capita (PROCPO),
3.3.1 Atualização monetária
Para a atualização dos valores obtidos pelo censo demográfico de 1991, será adotado o
mesmo critério adotado pelo IPEA, Fundação João Pinheiro - FJP e Banco Mundial no estudo do
índice de desenvolvimento humano de 2000.
Os valores dos rendimentos apurados a partir do Censo Demográfico de 1991, em
cruzeiros de 1
o
de setembro daquele ano, são convertidos em reais constantes de 1
o
de agosto de
2000 (data de referência do Censo de 2000) utilizando-se a série do Índice Nacional de Preços ao
Consumidor - INPC do IBGE (convertida em uma série centrada no primeiro dia de cada mês).
Considerou-se, no entanto, que a simples utilização dessa série leva à subestimação da
perda de poder aquisitivo no período em 22,25%, o equivalente à diferença entre a inflação do
mês de julho de 1994 medida em reais (menor) e a medida em cruzeiros reais (maior), tal como
apurado pela Fundação Instituto de Pesquisas Econômicas - FIP no cálculo de seu Índice de
Preços ao Consumidor – IPC do Município de São Paulo.
Assim, os valores monetários do Censo de 1991 foram multiplicados pelo seguinte fator
de atualização:
123
**
f
fff
=
, (37)
Onde: ƒ
1
considera a inflação entre os anos de 1991 e 2000, ƒ
2
considera a subestimação
da inflação que ocorreu em julho de 1994 e ƒ
3
é o valor de conversão de cruzeiro para reais.
Mais especificamente segue-se os passos abaixo:
Passo 1 – calcula-se o valor de ƒ
1
como sendo 1 mais a inflação de 1
o
de setembro de 1991
para 1
o
de agosto de 2000; ou seja:
()()
()
()
()()
()
()
1
de / 2000 / 2000 * 1/ 2 /
de s /1991 /1991 * 1/ 2
⎧⎫
⎡⎤
+
⎪⎣ ⎦ ⎪
=
⎨⎬
⎡⎤
+
⎪⎪
⎣⎦
⎩⎭
INPC agosto INPC de julho
f
INPC etembro INPC de agosto
(38)
Passo 2 – incorpora-se a inflação de julho de 1994 multiplicando-se ƒ
1
por 1,2225;
83
Passo 3 – transformar cruzeiros em reais (dividir ƒ
1
*ƒ
1
por 2.750.000).
Assim obtém-se o valor de ƒ a ser multiplicado pelos valores dos rendimentos apurados
no censo demográfico de 1991.
3.3.2 Caracterização dos domicílios
Construiu-se a tipologia dos domicílios com as seguintes características: domicílios
agrícolas são aqueles em que todas as pessoas residentes no domicílio estavam ocupadas apenas
em atividades agropecuárias; domicílios pluriativos são aqueles em que pelo menos um dos
membros dos residentes no domicílio declarou exercer sua ocupação principal em atividades não-
agrícolas; e domicílios não-agropecuários são aqueles em que todas as pessoas residentes no
domicílio estavam ocupadas apenas em atividades não-agropecuárias.
A situação do domicílio foi dividida entre rural e urbana. Os domicílios urbanos cobrem
as seguintes áreas: urbanizadas, urbanas não-urbanizadas ou isoladas; e as áreas rurais cobrem as
seguintes áreas: rural extensão do urbano, aglomerado rural (povoado, núcleo e outros) e rural
exclusive.
A tipologia utilizada no nosso estudo difere da adotada pelo projeto RURBANO, pois
somente a forma de inserção do membro da família no trabalho principal é analisada. Este fato
ocorre porque nos censos demográficos de 1991 e 2000 apenas informações sobre o trabalho
principal foram coletadas.
84
4 ESTRUTURA DOS CLUSTERS ECONÔMICOS NO ESTADO DE SANTA CATARINA
A existência dos clusters de pessoas ocupadas no estado foi detectada através da análise
de econometria espacial. O grau de significância adotado neste estudo foi de 5% e o número de
replicações para a determinação do pseudo t foi de 9.999 vezes. O grau de concentração da
atividade foi mensurada através do índice entrópico de Theil, do grau de concentração (CR4 e
CR8
20
) e do quociente locacional. No anexo F estão apresentados os resultados do número de
pessoas ocupadass em setores selecionados para as áreas urbanas e rurais e no apêndice A estão
apresentados os resultados do cálculo do índice de Theil.
No caso específico do setor agropecuário, em decorrência do grande número de atividades
envolvidas, optou-se em fazer a análise da aglomeração considerando o valor da produção e sua
distribuição. Não se calcularam os índices de concentração do item 3.2.
4.1 Setor Agropecuário
A estrutura produtiva de Santa Catarina tem sido, desde os primórdios de sua colonização,
bem diversificada e com destaque para alguns setores econômicos. Dentre os setores mais
importantes para o estado tem-se os setores: têxtil, mineral, metal-eletro-mecânico, madeireiro e
alimentício.
Apesar da pequena parcela do setor primário no PIB, sua ligação direta com a indústria de
transformação, na forma de fornecedores de matéria-prima, em especial para a indústria de
alimentos, a torna de fundamental relevância para o sistema econômico presente no estado. Isso
indica que os problemas econômicos enfrentados pela atividade agropecuária irão refletir
diretamente sobre a economia do estado.
Segundo o censo agropecuário de 1995/96, a estrutura fundiária do estado baseia-se em
pequenas propriedades. Aproximadamente 65,17% das propriedades têm áreas inferiores a 20
hectares, 24,52% entre 20 e 50 hectares e 5,96% entre 50 e 100 hectares, totalizando 206.512
20
O CR4 representa a participação percentual dos quatro mais importantes municípios na geração de empregos em
determinado setor. O CR8, seguindo o mesmo raciocínio, representa a participação percentual dos oito mais
importantes municípios no total de pessoas ocupadas do setor.
85
propriedades rurais. As restantes estão assim divididas: 3,5% são de médias propriedades (100 a
500 hectares) e 1% são de grandes propriedades (acima de 500 hectares). No Anexo D está a
distribuição dos estabelecimentos agropecuários de Santa Catarina por tamanho de área total.
A mão-de-obra presente nestas propriedades é, em sua maioria, familiar e a exploração
econômica é relativamente diversificada, abrangendo culturas, suinocultura, avicultura,
bovinocultura leiteira, apicultura e extrativismo vegetal (Testa et al, 1996). A pecuária é
predominante na geração do valor bruto da produção, representando 56,29% do seu total em
2000, sendo seguida das produções de milho, fumo, soja, maçã, arroz, cebola e feijão, com 30,8%
do seu valor total também em 2000. No entanto, em termos de ICMS arrecadado, o setor
agropecuário foi responsável, em 2001, por R$ 9,5 milhões ou 0,29% do total (FIESC, 2005).
Segundo o censo demográfico de 2000, os produtos que os entrevistados informaram ser a
sua atividade principal foram milho (ocupando 116.152 pessoas), bovinos
21
(ocupando 43.088
pessoas), hortaliças e legumes (ocupando 36.812 pessoas), madeira (ocupando 22.398 pessoas),
suínos (ocupando 15.210 pessoas), aves (ocupando 17.687 pessoas) e arroz (ocupando 10.708
pessoas).
A incompatibilidade das informações por tipo de atividade entre o censo demográfico de
1991 e o censo demográfico de 2000 nos impede de fazer uma análise evolutiva sobre o número
de pessoas ocupadas nas diversas atividades agropecuárias. Entretando, ainda que o número de
pessoas ocupadas agrícola tenha diminuido no período, no setor de criação animal ele apresentou
um expressivo crescimento. Este crescimento está relacionado com o crescimento da produção de
suínos, aves e leite.
Os números de pessoas ocupadas devem ser olhados com cautela. Em decorrência da
pluriatividade presente em quase todas as propriedades rurais de Santa Catarina e ao seu caráter
familiar, as pessoas ocupadas no espaço rural atuam em geral nas mais diversas atividades da
propriedade.
Ainda que apresente uma topografia acidentada e solos com restrições a certas atividades
agropecuárias (Anexo E), Santa Catarina está entre os maiores produtores agrícolas do país. A
tabela 3 apresenta os produtos agrícolas mais importantes para a economia catarinense e a tabela
4 apresenta a concentração da produção de alguns produtos nas três principais microrregiões
21
Na atividade bovinos estão incluídas a pecuária leiteira e a pecuária de corte.
86
produtoras. A seguir são feitos alguns comentários sobre as quinze principais atividades
agropecuárias de Santa Catarina.
Alho
Ocupando o posto, na média do triênio 1999-2000-2001, de segundo produtor nacional
(22,74% da produção brasileira), a produção catarinense se destaca no cenário nacional. A
produção de alho está altamente concentrada em Curitibanos e Joaçaba com mais de
96,2% da produção estadual em 2001.
Arroz
O estado, produzindo 7,42% do total nacional, é o segundo maior produtor nacional deste
produto. A sua produção caracteriza-se pela sua elevada produtividade, mesmo em
condições de pequena escala de produção. A produção está concentrada no litoral de
Santa Catarina e as três mais importantes microrregiões produziram o equivalente a
60,7% do total da produção do estado em 2001. No caso desta atividade, merece destaque
o fato da mesma ter evoluído em um padrão tecnológico de produção (irrigação)
semelhante ao utilizado no país de origem pelos imigrantes italianos.
Banana
A produção de banana está concentrada no norte do estado (na microrregião de Joinville)
e no sul do estado (nas microrregiões de Blumenau e Araranguá). A microrregião de
Joinville respondia por 54,4% da produção estadual; Blumenau e Araranguá ocupam o
segundo e terceiro posto; a soma das três equivale a 76,3% da produção estadual em 2001.
Cebola
Nesta atividade o estado é também o maior produtor brasileiro. A sua produção de cebola
está concentrada nas microrregiões de Ituporanga, Tabuleiro e Rio do Sul, que respondem
por 84,6%; a primeira produz sozinha mais de 50% da produção estadual em 2001.
87
Tabela 3 - Valor bruto das produções agrícolas, pecuárias e florestais do Estado de Santa Catarina
em anos selecionados (valores em reais de 2004)
PRODUTOS 1996 2000 2004 (5)
Total 3.488.179,00 5.750.736,00 11.927.076,00
Frango 651.368,00 1.085.988,00 2.347.942,00
Suíno 752.597,00 1.217.316,00 2.272.367,00
Fumo 308.717,00 369.953,00 1.153.994,00
Milho 275.624,00 618.007,00 1.073.317,00
Bovino 251.251,00 490.049,00 699.272,00
Leite 182.898,00 295.991,00 676.848,00
Toras para outras finalidades 160.508,00 197.348,00 671.537,00
Arroz 108.443,00 199.003,00 658.429,00
Soja 79.065,00 146.709,00 487.287,00
Maça 29.995,00 229.281,00 336.059,00
Ovos de galinha 105.689,00 148.040,00 258.796,00
Madeiras para papel 59.987,00 70.022,00 237.301,00
Cebola 40.206,00 109.993,00 161.396,00
Feijão 91.004,00 101.370,00 115.109,00
Banana 37.395,00 59.183,00 101.352,00
Mandioca 34.033,00 83.225,00 96.645,00
Tomate 17.007,00 33.644,00 95.851,00
Lenha 32.240,00 35.780,00 88.881,00
Trigo 14.142,00 10.105,00 56.241,00
Uva 6.970,00 15.357,00 54.985,00
Batata-inglesa 24.439,00 27.493,00 53.447,00
Cana-de-açúcar 10.780,00 24.482,00 40.465,00
Lenha 17.710,00 20.775,00 34.895,00
Alho 18.981,00 38.974,00 34.275,00
Camarão - 1.807,00 32.636,00
Mel 17.530,00 21.777,00 22.792,00
Laranja 10.944,00 32.161,00 16.161,00
Mexilhão - 8.419,00 14.211,00
Erva-mate 27.589,00 24.289,00 13.298,00
Ostra - 2.592,00 10.377,00
Madeira em toras 17.989,00 4.601,00 6.985,00
Carvão Vegetal 2.895,00 2.788,00 2.989,00
Lã 183,00 125,00 936,00
r Peixes de águas interiores - 24.088,00 -
Fonte: Instituto Catarinense de Planejamento e Economia Agrícola - ICEPA (2005)
88
Tabela 4 - Percentual do valor bruto da produção das três principais microrregiões homogêneas na produção dos principais
produtos da agropecuária de Santa Catarina no ano de 2001
Microrregião Produtora – (%)
Produtos
Primeira Segunda Terceira Quarta
Alho Curitibanos – 85,1 Joaçaba – 11,1 C, de Lages – 2,7 Tubarão – 0,4
Arroz Araranguá – 31,8 Joinville – 16,7 Tubarão – 12,2 Criciúma – 11,7
Banana Joinville – 54,4 Blumenau – 11,9 Araranguá – 10,0 Itajaí – 9,2
Batata C, de Lages – 23,1 Tubarão – 18,0 Canoinhas – 9,7 Criciúma – 8,6
Bovino C, de Lages – 15,8 Chapecó – 11,5 S,M,D’Oeste – 10,6 Joaçaba – 9,2
Cana-de-açúcar Tubarão -30,6 Chapecó – 15,2 S,M,D’Oeste – 11,8 Blumenau – 10,4
Cebola Ituporanga – 51,1 Tabuleiro – 17,0 Rio do Sul – 16,5 Tijucas – 6,2
Erva-Mate Xanxerê – 41.7 Chapecó – 22,8 Concórdia – 15,6 Joaçaba – 11,4
Feijão Curitibanos – 18,3 Chapecó – 15,9 C,. de Lages -14,8 Canoinhas -10,5
Frango Concórdia – 23,5 Joaçaba – 21,5 Chapecó – 16,5 Xanxerê – 7,3
Fumo Canoinhas – 23,5 Rio do Sul -16,3 Araranguá -12,8 Chapecó -10,2
Laranja S.M.D’Oeste – 40,2 Chapecó – 25,1 Tubarão – 7,7 Concórdia – 5,1
Leite S.M.D’Oeste – 17,3 Chapecó – 16,7 Concórdia – 10,3 Joaçaba – 9,3
Maçã Joaçaba – 52,4 C. de Lages – 38,9 Curitibanos – 8,2 Xanxerê – 0,4
Mandioca Tubarão – 17,9 Rio do Sul – 15,5 Chapecó – 12,3 S.M.D’Oeste – 9,8
Mel Criciúma – 18,2 C. de Lages – 13,5 Canoinhas -10,5 Canoinhas -10,5
Milho Chapecó – 22,9 Xanxerê -13,0 S.M.D’Oeste – 12,7 Canoinhas – 11,6
Ovos de Galinha Xanxerê – 21,0 Tubarão – 13,6 Joaçaba -13,3 Chapecó – 8,2
Peixe Águas Interioranas Blumenau – 14,4 Joinville – 13,8 Chapecó – 9,2 Joaçaba – 8,5
Produtos Florestais Canoinhas – 19,5 Joaçaba – 19,1 Curitibanos – 17,2 C. de Lages – 14,5
Soja Xanxerê – 35,6 Canoinhas – 26,1 Curitibanos – 15,1 Chapecó – 13,5
Suíno Concórdia – 23,8 Joaçaba -17,7 Chapecó – 14,1 Tubarão – 10,4
Tomate Joaçaba – 38,4 Florianópolis – 21,0 Tabuleiro – 17,8 C. de Lages – 7,5
Trigo Curitibanos – 38,8 Chapecó – 15,2 Canoinhas – 14,2 Xanxerê – 12,1
Uva Joaçaba – 70,4 Chapecó – 7,2 Tubarão – 4,6 Concórdia – 3,5
Fonte: ICEPA (2002)
88
89
Feijão
A produção de feijão é expressiva no estado, representando 7,23% da produção do país. A
sua produção se concentra na região central do estado. As três microrregiões mais
importantes na produção de feijão foram responsáveis por 49,0% da produção estadual em
2001.
Frangos
A produção catarinense é a segunda mais importante do Brasil, seguindo de perto o
Estado do Paraná. No ano de 2000, a produção de frangos representou 18,9% do valor
bruto da produção primária do estado. Tal qual a suinocultura, esta atividade se concentra
na região oeste do estado. As microrregiões de Concórdia, Joaçaba e Chapecó são
responsáveis por 61,50% da produção estadual de frangos (Tabela 4).
Fumo
O estado de Santa Catarina é o segundo produtor nacional. A produção de fumo está
presente em todas as microrregiões do estado, com maior concentração na região sul e
vale do Itajaí. As três mais importantes microrregiões produzem juntas 52,60% da
produção estadual.
Leite
A produção de leite é uma importante atividade para a propriedade familiar e desta forma
está presente em quase todas as propriedades do estado. Entretanto, a produção desponta
na região oeste do estado. O crescimento da produção no estado, além da vocação desta
atividade para a propriedade familiar, está relacionada à distribuição das chuvas no
estado, pois diferentemente dos estados da região sudeste e centro-oeste, Santa Catarina
apresenta um inverno chuvoso, o que viabiliza o desenvolvimento de pastagem de inverno
a baixo custo. A este fato soma-se a disseminação do plantio direto que proporciona
pastagens para os bovinos na entressafra. O leite também está presente em todas as
microrregiões do estado, sendo que as três mais importantes respondem por 44,3% da
produção em 2001 e se localizam na região oeste do estado.
90
Maçã
A produção do estado correspondeu em média - nos anos de 1999, 2000 e 2001 - a
50,22% da produção nacional. A sua produção é concentrada na região serrana e no oeste
(mais precisamente o meio oeste).
Madeira
A produção madeireira do estado se concentra nas regiões norte e serrana do estado.
Destaca-se no estado a produção de madeira para a fabricação de móveis, papel e carvão.
Mandioca
Ocupando o posto, na média do triênio 1999-2000-2001, de 10º produtor nacional, a cultura
da mandioca, ainda que sem grande expressão nacional, é um importante componente da
renda agropecuária para as mesorregiões Sul e do Vale do Itajaí.
Milho
A produção de milho se concentra na região oeste, e destaca-se pela sua alta
produtividade. Praticamente toda a produção é direcionada para alimentar os suínos, aves
e gado de leite. O estado de Santa Catarina, ainda que tenha sido o quinto maior produtor
nacional no triênio 1999-2000-2001, é importador líquido deste produto (Santos Filho et
al, 1998). A produção de milho está presente em todas as microrregiões do estado,
entretanto, as três mais importantes microrregiões respondem por aproximadamente
metade da produção do estado e se localizam na região oeste do estado.
Soja
O cultivo da soja concentra-se na região oeste, sendo direcionada para a produção de
farelo de soja, óleo comestível e outros produtos. O alto consumo de farelo de soja para a
alimentação animal leva o estado a ser importador líquido deste produto.
Suínos
O estado de Santa Catarina desponta no cenário nacional como o mais importante
produtor de suínos do Brasil, sendo também o local de nascimento dos mais importantes
91
frigoríficos do país. A sua produção representou 21,17% do valor bruto do setor primário
do estado no ano de 2000 (Tabela 2) e se concentra na região oeste do estado.
Uva
A produção de uva concentra-se na região sul e vale do rio do peixe. A produção
vitivinícola tem pouca expressão na economia catarinense, respondendo por somente por
0,27% do valor bruto da produção primária do estado no ano de 2000 (Tabela 3).
4.2 Complexo Eletro-Metal-Mecânico
O complexo eletro-metal-mecânico está localizado principalmente nas messoregiões
Norte e Vale do Itajaí no do Estado. Os municípios de maior destaque no ano de 2000 foram:
Joinville, Jaraguá do Sul, Blumenau e Criciúma.
Entretanto, a importância destas atividades para certos municípios em relação a sua
importância para o estado é pronunciada em vários outros municípios. O quociente locacional
para o número de pessoas ocupadas (equação (1) no subitem 3.2.1.), para o ano de 2000, é
superior a 1 para 37 municípios.
Conforme pode ser visualizado na figura 6, feita com o auxílio do índice de I-Moran e do
mapa de dispersão (tal como descrito na página 61), é confirmada a importância deste complexo
para as mesorregiões Norte e Vale do Itajaí.
Segundo FIESC (2005), este complexo era formado, em 2004, por 3.700 empresas. Em
termos econômicos, o mesmo representou, neste mesmo ano, 22,6% do valor das transformações
industriais e 22% do total das exportações do estado. Este complexo foi ainda responsável por
3,8% do ICMS gerado em Santa Catarina.
De acordo com o censo demográfico de 2000, existiam 96.134 pessoas ocupadas neste
complexo. Deste total de pessoas, 87.288 eram residentes no meio urbano e 8.846 eram
residentes no meio rural. Neste complexo, ainda que tenha ocorrido um crescimento no número
de pessoas ocupadas tanto para as pessoas residentes no meio rural como para os residentes no
meio urbano, o maior crescimento no pessoal ocupado ocorreu para os moradores rurais. Estes
residentes representavam 8,22% do total das pessoas ocupadas no complexo em 1991 e passaram
a representar 9,20% no ano de 2000.
92
Figura 6 – Cluster do complexo metal-eletro-mecânico em Santa Catarina nos anos de 1991 e
2000
Dentre os produtos elaborados pelas principais indústrias deste complexo, destacam-se os
motocompressores herméticos para refrigeradores, geladeiras, motores elétricos, conexões de
ferro maleável, carrocerias de ônibus, peças para tratores, automóveis e caminhões. Quanto às
autopeças destacam-se: partes de freio, da suspensão, do câmbio, elementos de fixação,
parafusos, porcas, anéis, elevadores para automóveis, baterias, escapamentos, fita adesiva, peças
de fibra injetadas e laminadas, tintas para escapamentos, componentes para platô, componentes
de borracha, bloco de motor, cabeçotes, molas, impulsor de partida, assentos de espuma, dentre
outros.
As autopeças fabricadas nessa região fazem parte de carros produzidos pela BMW,
Mercedes-Benz, Audi, Volvo, Peugeot, Renault, Citroen, GM, Volkswagem, Fiat, Ford, motos
Honda, caminhões e máquinas agrícolas fabricados no Brasil (FIESC, 2005).
Destacam-se as empresas: WEG Motores Ltda, Koblbach Motores Ltda, Multibrás S/A-
Consul, Empresa Brasileira de Compressores – Embraco, Indústria de Fundição Tupy S/A,
Buscar Ônibus S/A, entre outras (FIESC, 2005).
O resultado do cálculo do índice de Theil (ver item 3.2.2.) nos mostra o grau de
concentração do pessoal ocupado deste complexo neste estado. Para o ano de 1991, o índice total
calculado para este complexo foi de 0,54 e a sua desagregação mostrou que a concentração era
maior
22
dentro das microrregiões (0,48) e menor entre as mesorregiões (0,69).
Para o ano de 2000 pode-se perceber que diminuiu a concentração do pessoal ocupado. O
22
O Índice Entrópico de Theil encontra-se situado entre 0 e 1. Maior Valor do Índice indica mais entrópico, ou
disperso, já o menor valor indica maior concentração
93
índice de Theil calculado para este complexo foi de 0,67 e a sua desagregação continua, como em
1991, mostrando que a concentração é maior dentro das mesorregiões (0,60) e menor entre as
mesmas (0,82).
Outros índices de concentração como o CR4 e CR8 confirmam a desconcentração do
pessoal ocupado neste complexo, dentro do estado nos anos 90. Em 1991, o CR4 (importância
dos quatro principais municípios no número de pessoas ocupadas do complexo) era de 59,88% e
o CR8 (importância dos oito principais municípios no número de pessoas ocupadas do complexo)
foi de 68,82%. No ano de 2000, o CR4 passou a ser de 43,67% e o CR8 foi de 53,38%.
4.3 Complexo Têxtil e Calçadista
Localizado no Norte e no Vale do Itajaí, o Complexo Têxtil e Calçadista abriga a maior
concentração de indústrias dos setores têxteis e de vestuário do país. As principais cidades em
2000, expressas pela geração de pessoas ocupadas no setor têxtil e vestuário, eram Blumenau,
Brusque, Joinville, Jaraguá do Sul, Indaial, Gaspar, Criciúma e Timbó. Já no setor calçadista se
destacaram os municípios de São João Batista, Sombrio, Caçador e Ararangua.
As produções de vestuário e calçados estão entre as mais antigas registradas no Brasil. No
caso de Santa Catarina, os relatos destas atividades se confundem com o próprio processo de
colonização do estado. Dentro de um enfoque mais empresarial, o desenvolvimento deste
complexo no estado está relacionado ao capital humano que migrou, principalmente da
Alemanha, para Santa Catarina (VIEIRA FILHO, 1986).
Segundo FIESC (2005), os setores têxtil e de calçados eram compostos por mais de 6.400
empresas. Em termos econômicos, este complexo responde por 16,7% do valor das
transformações industriais, 8% das exportações e 3,8% do ICMS arrecadado pelo estado de Santa
Catarina.
Segundo os dados do censo demográfico de 2000, 174.146 pessoas declararam que
tinham no setor têxtil a sua principal fonte de renda, sendo este o maior setor industrial, em
termos de pessoas ocupadas, do estado. Deste total, 150.446 pessoas eram residentes no meio
urbano e 23.700 eram residentes no meio rural. Já o setor calçadista era responsável por 28.322
postos de trabalhos (27.393 para residentes no meio urbano e 929 para residentes no meio rural).
No setor têxtil, como no setor calçadista, ainda que tenha ocorrido crescimento do número
94
de pessoas ocupadas tanto para os residentes no meio rural como para os residentes no meio
urbano, o maior crescimento no número de pessoal ocupado ocorreu para as pessoas residentes
em áreas urbanas.
Além de ser o maior empregador este é o mais antigo complexo industrial de importância
econômica para o estado. A mais antiga empresa deste complexo, que é o Grupo Hering, vem do
setor têxtil e tem mais de cem anos de atividade.
Dentre as empresas de maior destaque estão: Artex S/A, Cia Hering, Teka – Tecelagem
Kuehnirich S/A, Cremer S/A, Buettner S/A Ind e Com., Fábrica de Tecidos Carlos Renaux S/A,
Malwee Ltda, Companhia Fabril Lepper (FIESC, 2005).
Merece destaque a evolução recente do setor calçadista que se moveu em dez anos do
litoral sul para: o litoral norte e a região oeste do estado.
O cálculo do índice de I-Moran juntamente com o gráfico de dispersão do número de
pessoas ocupadas permite, conforme pode ser observado na figura 7, demonstrar que existe um
cluster de pessoas ocupadas no setor têxtil bem definido na mesorregião do Vale do Itajaí e
avançando para o leste da mesorregião Norte. No setor calçadista não é possível identificar
nenhum cluster de emprego, principalmente para o ano de 2000 (Figura 8).
No setor têxtil, a concentração total, calculada pelo índice entrópico de Theil, no número
de pessoas ocupadas, diminuiu no período estudado - 1991 e 2000 - passando de 0,60 em 1991
para 0,72 em 2000. No setor calçadista, por outro lado, a concentração no número de pessoas
ocupadas se manteve constante.
Figura 7 – Cluster do setor têxtil em Santa Catarina nos anos de 1991 e 2000
95
Figura 8 – Cluster do setor calçadista em Santa Catarina nos anos de 1991 e 2000
A decomposição do índice entrópico de Theil mostrou que a concentração no setor têxtil
diminuiu tanto entre como dentro das mesorregiões. Por outro lado, no setor calçadista a
concentração entre mesorregiões teve queda, enquanto que a concentração dentro das
mesorregiões teve um leve aumento e, desta forma, a concentração total se manteve inalterada.
Outros índices de concentração do pessoal ocupado, como o CR4 e CR8, confirmam a
desconcentração no setor têxtil e a manutenção da concentração no setor calçadista dentro do
estado. Em 1991, o CR4 era de 50,97% e de 57,10% para os setores têxtil e calçadista,
respectivamente; e os CR8 foram de 65,68% e 71,90%, respectivamente, para os mesmos setores.
No ano de 2000, o CR4 passou a ser de 35,32% e 56,61% para os setores têxtil e calçadista,
respectivamente; e o CR8 foi de 50,73% e 68,89%, respectivamente.
Entretanto, a importância destas atividades para certos municípios em relação a sua
importância para o estado é pronunciada. O quociente locacional, para o ano de 2000, é superior a
1 para: 45 municípios no setor têxtil e vestuário e 24 municípios no setor calçadista.
4.4 Complexo de Alimentos e Bebidas
O complexo de alimentos e bebidas, mais precisamente as indústrias de alimentos, é um
dos mais importantes e dinâmicos no país. O destaque são as atividades de produção, abate e
processamento de carne de frangos e suínos que se localizam na região oeste do estado, mais
especificamente, nos municípios de Chapecó, Concórdia, Capinzal, Videira, Seara, Xaxim,
Herval do Oeste e Maravilha.
96
O surgimento deste complexo em Santa Catarina ocorreu com a colonização da região
oeste por migrantes oriundos do Rio Grande do Sul. A região oeste catarinense possuía solos
férteis, aptos ao cultivo do milho e trigo, e um terreno acidentado que inviabilizava a produção de
bovinos, mas, favorecendo a produção de suínos.
Desta forma, pode-se dizer que somando-se ao empreendedorismo a fertilidade dos solos,
propício para a agricultura (temporária e permanente), criou-se a condição para o
desenvolvimento agroindustrial da região oeste do estado.
De forma geral, para o complexo de alimentos e bebidas, principalmente no litoral do
estado, merecem destaque os municípios de Jaraguá do Sul, Itajaí, Blumenau, São José, Joinville
e Florianópolis.
O quociente locacional do pessoal ocupado, para o ano de 2000, foi acima de 1 para 55
municípios neste complexo.
Segundo FIESC (2005), existiam mais de 2.900 empresas neste complexo em todo o
estado. Em termos econômicos, este complexo representa 23% das transformações industriais e
32% das exportações catarinenses. Merece destaque a alta participação deste complexo no ICMS
arrecadado pelo estado (5,6%).
Já de acordo com o censo demográfico de 2000, o número de postos de trabalho gerados
por este complexo foi de 74.561. Deste total de pessoas empregadas, 64.400 eram residentes no
meio urbano e 10.161 eram residentes no meio rural. Tal qual no complexo metal-eletro-
mecânico, a maior evolução do pessoal ocupado neste complexo, entre os anos de 1991 e 2000,
ocorreu para os moradores residentes nas áreas rurais que viram a sua participação no total de
pessoas ocupadas neste complexo elevar-se de 13,35% para 13,63%.
Neste complexo, conforme já dito anteriormente, merece destaque as atividades de abate e
processamento animal. O desenvolvimento destas atividades começou na região oeste do estado,
nos anos 50, com o surgimento de agroindústrias de processamento de suínos e aves. Nestas
agroindústrias o sistema integrado de produção, aliado à alta tecnologia de produção, possibilitou
a sua alta inserção nos mercados doméstico e internacional.
Na figura 9, que é construída através do cálculo do diagrama de Moran e dos índices de I-
Moran, é possível identificar nitidamente um cluster de pessoal ocupado no oeste do estado em
2000. Este fato confirma a especialização deste complexo nesta região.
Destacam-se neste complexo as empresas: Bungue Alimentos S/A divisão Ceval, Seara
97
Alimentos S/A, Perdigão Agroindustrial S/A, Chapecó Companhia de Alimentos, Cooperativa
Oeste Catarinense Ltda (Frigorífico Aurora), Cooperativa Regional Alfa, Frigorífico Riosulense
S/A, Macedo Koerich S/A e Parati S/A (FIESC, 2005).
Figura 9 – Cluster do complexo de alimentos e bebidas em Santa Catarina nos anos de 1991 e
2000
No complexo de alimentos e bebidas ocorreu uma leve queda na concentração do número
de pessoas ocupadas entre 1991 e 2000. O índice entrópico de Theil passou de 0,76 em 1991 para
0,80 em 2000. A decomposição do índice de Theil mostrou que a concentração no número de
pessoas ocupadas caiu de forma mais intensa dentro das mesorregiões (de 0,68 em 1991 para 0,73
em 2000) do que entre as mesorregiões (0,81 em 1991 para 0,83 em 2000).
O índice de concentração CR4 e CR8, para o número de pessoas ocupadas no complexo
alimentos e bebidas, passou a ser, respectivamente, de 27,94% e 41,49% em 1991 para 26,16% e
37,98% no ano de 2000.
4.5 Complexo Tecnológico
Este complexo está localizado na parte leste das mesorregiões Norte, Vale do Itajaí e
Grande Florianópolis e envolve um grupo de empresas voltadas para o desenvolvimento
tecnológico, mais especificamente para o desenvolvimento de softwares para
microcomputadores. Destacam-se as cidades de Florianópolis, Joinville e Blumenau.
98
Este complexo teve início em 1992 no governo de Vilson Klainubing, que criou na capital
do estado o primeiro parque tecnológico – Parqtec Alfa. Ele abriga 49 empresas de base
tecnológica, empregado 950 pessoas e apresentou em 2003 um faturamento de R$ 57 milhões.
Segundo FIESC (2005), 10.500 empresas faziam parte deste complexo tecnológico,
envolvendo 48 mil trabalhadores em 2004.
A localização das empresas neste complexo, como era de se esperar, coincide com a
presença de fortes instituições de pesquisa e ensino no Estado. Em Florianópolis localizam-se a
Universidade Federal de Santa Catarina - UFSC, Universidade Estadual de Santa Catarina -
UDESC, dentre outras. Em Blumenau e Joinville, destaca-se a existência da UDESC, além de
outras 23 instituições de ensino superior.
Para o cálculo dos índices de concentração foi utilizado neste estudo o número de pessoas
ocupadas do setor de educação. Esta mesma variável é utilizada para calcular os índices de Theil
e o quociente locacional. O mapa do “cluster”, apresentado na figura 10, confirma uma
concentração deste setor na parte leste das mesorregiões Norte, Vale do Itajaí e Grande
Florianópolis.
Figura 10 – Cluster do setor ensino em Santa Catarina nos anos de 1991 e 2000
O setor de ensino se desconcentrou levemente entre os anos de 1991 e 2000. O índice
entrópico de Theil passou de 0,80 em 1991 para 0,81 em 2000. Esta desconcentração foi mais
intensa dentro das mesorregiões que passou de um índice de 0,71 em 1991 para 0,73 em 2000.
O número de pessoas ocupadas no setor de ensino no ano de 2000 foi de 118.585. Deste
total, 11.462 pessoas ocupadas eram residentes do meio rural. Neste setor os 4 mais importantes
99
municípios, expresso em número de pessoas ocupadas, eram responsáveis por 28,84% do número
de pessoas ocupadas em 1991 e por 27,12% em 2000. Neste setor, acompanhando a dinâmica já
detectada para o setor têxtil, a maior evolução do número de pessoas ocupadas no período
estudado foi para os moradores das áreas urbanas.
4.6 Complexo Mineral
Na mesorregião Sul do estado, em razão da existência de riquezas minerais, tais como o
carvão mineral, argila e caulin as atividades mais importantes estão ligadas à extração do carvão
mineral e à produção de revestimentos cerâmicos.
A maioria das empresas está localizada nos municípios de Criciúma, Tijucas, São
Bernardino, Sangão, Cocal do Sul, Morro da Fumaça, Rio Negrinho e Tubarão. Os recursos
naturais do subsolo, que fornece argila e carvão, e a proximidade do litoral, que facilita o
escoamento da produção, foram fatores determinantes para o desenvolvimento desta atividade no
sul do estado catarinense (VIEIRA FILHO, 1986).
O quociente locacional mostra que a importância relativa desta atividade para 53
municípios neste setor supera a importância relativa desta atividade para o estado.
A figura 11, que visa demonstrar a existência de agregados produtivos do complexo
mineral dentro do estado, demonstra a importância desta atividade para a mesorregião Sul do
estado. No ano de 2000, esta atividade passou a ser também importante para as mesorregiões da
Grande Florianópolis e Vale do Itajaí.
Segundo FIESC (2005), este complexo era composto por aproximadamente 2.000
empresas. Em termos econômicos, este complexo foi responsável por 5% do valor das
transformações industriais e 5% das exportações de Santa Catarina. O ICMS arrecadado foi de
1,3% do total do estado.
Por outro lado, o censo demográfico de 2000 mostrou que o número de pessoas ocupadas
neste complexo era de 41.225 pessoas. Deste total, 9.720 eram moradores do meio rural. Neste
complexo as pessoas residentes no meio rural representavam 25,53% do total de ocupados em
1991. Já no ano de 2000, ainda que o número de pessoas ocupadas vivendo no meio rural tenha
crescido, a sua participação neste mercado de trabalho caiu para 23,58% demonstrando uma
menor dinâmica rural no número de pessoas ocupadas neste complexo.
100
As principais empresas mineradoras são: Carbonífera Criciúma S/A e Cia. Urussanga. Na
fabricação de cerâmicas, destacam-se, dentre outras: Cecrisa Revestimentos Cerâmicos S/A,
Indústria de Azulejos Eliane, Cerâmicas Portobello S/A, Ceramarte Ltda Porcelana Scmidt e
Oxford S/A Indústria e Comércio (FIESC, 2005).
Figura 11 – Cluster do complexo mineral em Santa Catarina nos anos de 1991 e 2000
No complexo mineral o índice entrópico de Theil mostrou que ocorreu desconcentração
no pessoal ocupado; desta forma este índice passou de 0,73 em 1991 para 0,78 no ano de 2000.
A desagregação do índice de Theil mostrou que para o ano de 1991 a concentração desta
atividade (expressa em pessoal ocupado) era mais intensa dentro das mesorregiões (0,71) que
entre as mesmas (0.79). No ano de 2000 este cenário se manteve, o índice entrópico de Theil
dentro das mesorregiões se apresentou mais concentrado (0,77) que entre as mesorregiões (0,81)
ainda que a desconcentração tenha ocorrido tanto dentro como entre as mesorregiões.
Os índices CR4 e CR8, no complexo mineral, passaram de, respectivamente, 30,97% e
44,57% em 1991 para 24,24% e 37,44% no ano de 2000, indicando diminuição na concentração
da atividade, o que é um resultado semelhante ao obtido quando se analisa o índice de Theil.
4.7 Complexo Florestal
A atividade madeireira está presente em vários municípios do estado. O quociente
locacional foi, no ano de 2000, superior a 1 para 80 municípios do estado no setor de madeira e
101
mobiliário e 42 municípios no setor de papel e gráfica. No entanto, nas mesorregiões Norte e
Serrana estão concentradas as atividades de exploração de madeira, mobiliário, papel e papelão.
Nas cidades de São Bernardino, Caçador, Rio Negrinho e Lages concentram a maior quantidade
de indústrias moveleiras da América Latina. O setor de papel e papelão situa-se entre a região de
Canoinhas e o Planalto de Lages, destacando-se nesta atividade os municípios de Correia Pinto,
Otacílio Costa, Lages, Campos Novos, Caçador, Fraiburgo, Três Barras e Porto União.
Segundo FIESC (2005), os principais produtos do complexo são: papéis Kraft para
embalagem, papel tissue e papel para higiene.
Entre as principais empresas do ramo de papel e embalagem estão: Igaras Papéis e
Embalagens S/A e Primo Tedesco S/A. No segmento de portas e aberturas destacam-se: Sincol
S/A e Leopoldo S/A. No segmento de madeira destacam-se: Rohden Artefatos de Madeira Ltda e
Frame Madeiras Especiais Ltda, Móveis Rudnick S/A, entre outras. Na produção primária
destacam-se: Fábrica de Papel Primo Tedesco, Sincol S/A, Grupo Adami, entre outras (FIESC,
2005).
A figura 12 mostra a existência de agregados produtivos (pessoas ocupadas) do setor de
madeira e mobiliário dentro do estado confirmando a importância desta atividade para as
mesorregiões Norte e Serrana do estado. Já na figura 13 pode-se confirmar a concentração do
setor de papel e gráfica nas mesorregiões Norte, Vale do Itajaí e Serrana.
Figura 12 – Cluster do setor madeira e mobiliário em Santa Catarina nos anos de 1991 e 2000
A disponibilidade de madeira, proveniente das amplas florestas existentes na época da
colonização do norte do estado, foi o fator determinante para o surgimento da atividade
102
madeireira na região norte do estado (PIAZZA, 1982).
Segundo FIESC (2005), este complexo é composto por 5.500 empresas. O ICMS
arrecadado representou 2% do total do estado. Em termos econômicos, este complexo foi
responsável por 16,5% do valor das transformações industriais e 24% das exportações do estado.
Figura 13 – Cluster do setor de papel e gráfica em Santa Catarina nos anos de 1991 e 2000
Segundo o censo demográfico de 2000, o setor de madeira e mobiliário era responsável
por 91.234 postos de ocupação, sendo que, deste total, 15.134 postos eram ocupados por pessoas
residentes no meio rural. Já o setor de papel e gráfica foi responsável por 26.674 postos de
ocupação, e 3.172 destes postos, que representavam 11,89% do total, eram ocupados por pessoas
residentes no meio rural. Tanto no setor de madeira e mobiliário como no setor de papel e gráfica
o crescimento no número de ocupações foi maior para os residentes no meio urbano.
No setor de madeira e mobiliário, a concentração nos postos de ocupação foi a menor
dentre os setores estudados. Neste setor, para o ano de 1991, o índice entrópico total de Theil
calculado foi de 0,82 enquanto que para o setor de papel e gráfica este índice foi de 0,71. A
decomposição deste índice mostra que a concentração é maior dentro das mesorregiões que entre
as mesmas.
Para o ano de 2000 ocorreu uma pequena desconcentração nos postos de trabalho no setor
de madeira e mobiliário e no setor de papel e gráfica que passaram a ter índice de Theil de 0,85 e
0,75, respectivamente. Para o setor de madeira e mobiliário a decomposição do índice de Theil
mostra que a maior desconcentração ocorreu dentro das mesorregiões e, por outro lado, no setor
de papel e gráfica a desconcentração ocorreu tanto entre como dentro das mesorregiões.
103
4.8 Complexo de Alojamento e Alimentação
O turismo tem se tornado uma importante atividade econômica para o Brasil. O clima
ameno e a diversidade de recursos naturais tem atraido cada vez mais pessoas de todos os cantos
do mundo para o nosso país. O estado de Santa Catarina vem se mostrando como um destino
importante para turisitas vindos do próprio país como de outras localidades do mundo.
Este tipo de atividade apresentou um índice de Theil para as pessoas ocupadas de 0,76 em
1991. No ano de 2000 este valor passou a ser de 0,78, demonstrando uma pequena
desconcentração da atividade. No ano de 2000 o quociente locacional destas atividades foi
superior a hum para 45 municípios catarinenses.
Segundo o censo demográfico de 2000, este complexo empregava 88.986 pessoas. Destes
postos de trabalho 7.482 eram destinados a residentes no meio rural. Este complexo mostrou um
crescimento do número de pessoas ocupadas entre 1991 e 2000 tanto para os residentes do meio
rural como para os residentes no meio urbano, entretanto, o crescimento do número de ocupações
no meio urbano superou o crescimento do número de ocupações no meio rural. Este fato pode ser
constatado pois enquanto, em 1991, o número de pessoas ocupadas rural representava 8,91% das
ocupações no complexo, este valor passou a ser de 8,41% no ano de 2000.
Na figura 14 pode-se constatar que, ainda que as mesorregiões Norte e Vale do Itajaí se
mantenham como as mais importantes, tem ocorrido leve reagrupamento deste complexo,
principalmente em direção a mesorregião Sul e Serrana.
Figura 14 – Cluster do complexo de alojamento e alimentação em Santa Catarina nos anos de
1991 e 2000
104
Toresan et al. (2002) efetuou um estudo sobre os empreendimentos turísticos no espaço
rural de Santa Catarina. O autor constatou que estes empreendimentos se concentravam em três
das seis regiões geográficas do estado: Vale do Itajaí (27%), Sul (25%) e Oeste (21%). A
mesorregião Serrana, apesar de comportar os municípios de Lages e São Joaquim, participa com
somente 6% dos empreendimentos turísticos. A baixa participação desta região Serrana deve-se a
características do turismo ali desenvolvido, baseado em hotéis fazendas de grande extensão e
concentrados nos municípios de Lages, São Joaquim, Urubici e Bom Jardim da Serra.
Do total de 765 empreendimentos turísticos existentes em 2002, a maioria estava
relacionada com pesque-pague (25%), vendas de produtos (19%) e serviços de hospedagem e
alimentação (22%). Os serviços de hospedagem e alimentação são os mais dinâmicos
economicamente, pois, têm o potencial de atrair rendas de outras localidades para a região onde a
mesma se localiza. Segundo o estudo, dos autores acima citados, estas atividades são mais
importantes na região serrana e no litoral do estado.
4.9 Considerações sobre os complexos produtivos catarinenses
A atividade econômica, em Santa Catarina, está distribuída de forma heterogênea em
todas as mesorregiões. As atividades estudadas se instalaram e desenvolveram no estado
aproveitando os recursos naturais existentes e o poder empreendedor dos emigrantes vindos de
diversas partes do mundo, em especial da Alemanha e Itália.
Na tabela 5 pode-se constatar que as mesorregiões Norte e Vale do Itajaí apresentam a
estrutura econômica mais diversificada dentro do estado. A mesorregião sul tem a mineração
como principal atividade econômica. Por outro lado, a agricultura é mais intensa dentro das
mesorregiões Oeste e Serrana. A atividade agropecuária, dentro destas mesorregiões, possibilitou
o desenvolvimento de setores industriais relacionados ao abate de aves e suínos, madeira,
mobiliário, papel e gráfica. A mesorregião Grande Florianópolis abriga a capital do estado e sofre
a influencia desta capital no tocante ao número de pessoas ocupadas em setores de serviços
(como por exemplo administração pública, hotelaria e ensino).
O setor calçadista é o que apresenta o número de pessoas ocupadas mais concentrado. Por
outro lado, o complexo de madeira e mobiliário é o mais desconcentrado, apresentando uma
importância econômica (expresso pelo quociente locacional do número de pessoas ocupadas)
destacável para 80 municípios.
105
Tabela 5 - Resumo dos indicadores e tendências da concentração e distribuição do número de pessoas ocupadas nos setores
industrial e de serviços nas mesorregiões do estado de Santa Catarina
Municípios com
QL maior que 1
Índice de Theil CR4 CR8
Principais mesorregiões determinadas
com o índice de dispersão I-Moran
Complexos ou
Setores da
Economia
1991 2000 1991 2000 1991 2000 1991 2000 1991 2000
Complexo Eletro-
metal-mecanico
26 37 0,54 0,67 59,88 43,67 68,82 53,38
Norte e Vale do
Itajaí
Norte e Vale do
Itajaí
Setor têxtil 37 46 0,60 0,72 50,97 35,32 65,68 50,73
Norte e Vale do
Itajaí
Norte e Vale do
Itajaí
Setor Calçadista 25 24 0,56 0,56 57,10 56,61 71,90 68,89 Sul
Florianópolis
Complexo de
alimentos e
bebidas
56 55 0,76 0,80 27,94 26,16 41,49 37,98
Oeste, Vale do
Itajaí e Grande
Florianópolis
Oeste
Complexo
tecnológico
53 42 0,80 0,81 28,84 27,12 42,12 40,09
Norte, Vale do
Itajaí e
Florianópolis
Norte, Vale do
Itajaí e
Florianópolis
Complexo
mineral
45 51 0,73 0,78 30,97 24,24 44,57 37,44 Sul
Sul, Vale do Itajaí
e Florianópolis
Complexo
Madeira e
Mobiliário
70 80 0,82 0,85 23,77 19,91 35,45 30,34
Norte, Serrana e
Florianópolis
Norte e Serrana
Complexo de
Papel e Gráfica
31 42 0,71 0,76 27,68 23,63 45,89 36,43
Norte, Vale do
Itajaí,
Florianópolis e
Serrana
Norte, Vale do
Itajaí e Serrana
Complexo de
alojamento e
alimentação
43 45 0,76 0,78 29,97 28,12 45,21 41,82
Norte, Vale do
Itajaí,
Florianópolis e Sul
Norte, Vale do
Itajaí, Serrana,
Florianópolis e Sul
Fonte: Resultados de pesquisa.
105
106
5 A DINÂMICA DA POPULAÇÃO E DO NÚMERO DE PESSOAS OCUPADAS NO
ESTADO DE SANTA CATARINA
5.1 Distribuição da população por mesorregião e situação do domicílio
No ano de 1991, a distribuição da população entre as mesorregiões estava distante de ser
homogênea (Tabela 6). Enquanto a região oeste, que apresenta a maior população, detinha
23,14% da população do estado, a região serrana respondia por somente 8,25%. Em termos de
população rural, a região oeste também se destacava, pois quase a metade da população desta
mesorregião residia no meio rural em 1991, enquanto a média do estado era de somente de
29,35%.
A mesorregião da Grande Florianópolis era, em 1991, a mais urbanizada do estado
(84,15% da sua população era urbana), sendo seguida das mesorregiões Norte (81,16%) e do
Vale do Itajaí (76,10%).
Tabela 6 - Distribuição da população de Santa Catarina em 1991
Mesorregião Total (a) Urbana (b) (b/a)*100 Rural c (c/a)*100
Total 4.542.031 3.208.823 70,65% 1.333.209 29,35%
Oeste Catarinense 1.051.244 533.313 50,73% 517.931 49,27%
Norte Catarinense 838.217 680.287 81,16% 157.931 18,84%
Serrana 375.121 267.288 71,25% 107.833 28,75%
Vale do Itajaí 943.620 718.089 76,10% 225.531 23,90%
Grande Florianópolis 619.135 521.031 84,15% 98.104 15,85%
Sul Catarinense 714.694 488.815 68,40% 225.879 31,60%
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1991 e 2000.
Entre os anos de 1991 e 2000 ocorreu crescimento da população em todas as
messorregiões, entretanto, merecem destaque o crescimento na população da Grande
Florianópolis (29,74%), Vale do Itajaí (25,81%) e Norte Catarinense (22,47%). As mesorregiões
do Oeste Catarinense e Serrana apresentaram os menores crescimentos, 6,25% e 6,95%,
respectivamente.
O alto crescimento populacional das mesorregiões Grande Florianópolis, Vale do Itajaí e
Norte Catarinense é um indicativo do alto grau de migração das populações do Oeste Catarinense
107
e Serrana, juntamente com a migração de populações de outros estados do Brasil e sinaliza para o
alto desenvolvimento econômico naquelas mesorregiões. Conforme visto no item 4, as
mesorregiões do Oeste Catarinense e Serrana tem a sua economia dependente de agropecuária e
agroindústria enquanto o Vale do Itajaí e o Norte Catarinense tem uma grande diversidade
industrial.
No ano de 2000 pode-se perceber um aumento no índice de urbanização para todas as
mesorregiões do estado (Tabela 7). O oeste catarinense continua a ser a mesorregião com a maior
proporção de moradores no meio rural. Por outro lado a mesorregião da grande Florianópolis se
mantém como a mais urbanizada do estado.
Os maiores crescimentos para a população urbana ocorreu nas mesorregiões Oeste
Catarinense (crescimento de 31,79% entre 1991 e 2000), Grande Florianópolis (39,22%), Norte
Cararinense (28,69%) e Vale do Itajaí (38,34%).
Tabela 7 - Distribuição da população de Santa Catarina em 2000
Mesorregião Total (a) Urbana (b) (b/a)*100 rural (c) (c/a)*100
Total 5.357.864 4.217.763 78,72% 1.140.100 21,28%
Oeste Catarinense 1.116.963 702.849 62,92% 414.114 37,08%
Norte Catarinense 1.026.606 875.481 85,28% 151.125 14,72%
Serrana 401.184 312.470 77,89% 88.714 22,11%
Vale do Itajaí 1.187.184 993.376 83,67% 193.808 16,33%
Grande Florianópolis 803.255 725.358 90,30% 77.897 9,70%
Sul Catarinense 822.671 608.230 73,93% 214.441 26,07%
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1991 e 2000.
Outro ponto a se destacar é a queda na população rural da região Oeste Catarinense. Esta
diminuição de 20,04% na sua população absoluta sinaliza para os problemas que o meio rural
catarinense enfrentou para se ajustar às mudanças na economia agrária brasileira no decorrer
desta década.
5.2 Distribuição das pessoas ocupadas por situação do domicílio, mesorregião e tipo
A tabela 8 mostra a distribuição das pessoas ocupadas em função da situação do domicílio
para o ano de 1991. O total de pessoas ocupadas no estado era de 1.897.429 trabalhadores
108
distribuídos entre os setores agropecuário, indústria e serviços da economia do estado.
O meio rural da mesorregião Oeste Catarinense, em 1991, era responsável por 46,25% do
total de pessoas ocupadas na agropecuária do estado, confirmando a vocação agropecuária desta
região.
A ocupação das pessoas residentes no meio rural em atividades não agropecuárias já era
bastante significativa em algumas mesorregiões do estado em 1991. Por ordem de importância as
mesorregiões onde as atividades não agropecuárias eram mais importantes são: Grande
Florianópolis (51,42%), Vale do Itajaí (43,06%), Sul Catarinense (42,55%), Norte Catarinense
(39,57%), Serrana (17,57%) e Oeste Catarinense (11,60%). Os valores entre parênteses supra
citados são os cálculos da participação percentual das pessoas empregadas e residentes no meio
rural, da mesorregião em questão, que atuava nos setores serviços e indústria.
Ainda em relação à participação dos moradores rurais ocupados em atividades não
agropecuárias pode-se perceber que a proporção da participação dos mesmos nos setores serviços
e industria difere sensivelmente entre as diversas mesorregiões do estado. Em termos estaduais, o
volume de pessoas ocupadas em atividades não agropecuárias dentro do meio rural é, geralmente,
mais intenso no setor indústria que no setor serviços. Entretanto, nas mesorregiões Oeste
Catarinense e Grande Florianópolis a maior intensidade é de pessoas atuando no setor serviços.
Na mesorregião Serrana há uma distribuição homogênea entre os dois setores e nas mesorregiões
Norte Catarinense, Vale do Itajaí e Sul Catarinense o maior volume de pessoas ocupadas ocorre
no setor indústria.
A participação dos moradores rurais no setores indústria e serviços aparentemente não
segue um padrão que acompanhe o número de ocupações no meio urbano nestas mesorregiões.
No meio urbano, o segmento de pessoas ocupadas no setor serviços é mais intenso nas
mesorregiões do Oeste Catarinense, Serrana, Vale do Itajaí, Grande Florianópolis e Sul
Catarinense. Por outro lado, o número de pessoas ocupadas no setor industrial somente é
majoritário na mesorregião Norte Catarinense.
No meio urbano, a proporção de pessoas ocupadas que declararam, no censo demográfico
de 1991, terem atuação econômica principal no setor agropecuária é muito pequena. Sendo mais
expressiva nas mesorregiões onde a população rural é maior e, conseqüentemente, a importância
econômica desta atividade, ou seja, nas mesorregiões Oeste Catarinense e Serrana onde,
respectivamente, 7,87% e 9,99% das pessoas ocupadas vivendo na área urbana declararam ter na
109
atividade agropecuária a sua principal fonte de renda. Por outro lado, nas mesorregiões da Grande
Florianópolis, Norte Catarinense, Sul Catarinense e Vale do Itajaí a atividade agropecuária é a
principal fonte de renda para somente 3,39%, 3,48%, 4,84% e 5,03%, respectivamente, das
ocupadas vivendo no meio urbano em 1991.
Tabela 8 – Distribuição das pessoas ocupadas no meio urbano e rural nos setores agropecuária,
indústria e serviços no ano de 1991 nas diversas mesorregiões do estado de Santa
Catarina
Meio Mesorregião agropecuária Indústria serviços
Total Urbana 68.750 485.470 748.458
Oeste 17.660 73.423 133.450
Norte 9.439 132.418 129.203
Serrana 9.923 29.187 60.239
Vale do Itajaí 15.538 131.188 161.917
Grande Florianópolis 7.267 47.621 159.765
Urbano
Sul 8.923 71.633 103.884
Total Rural 430.614 87.589 76.548
Oeste 230.970 13.280 17.028
Norte 36.304 14.964 8.813
Serrana 34.230 3.678 3.616
Vale do Itajaí 58.399 28.030 16.133
Grande Florianópolis 19.580 7.697 13.030
Rural
Sul 51.131 19.940 17.928
Número de pessoas ocupadas Total 499.364 573.059 825.006
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1991.
A tabela 9 mostra a distribuição do número de pessoas ocupadas em função da situação do
domicílio e setor de atividade no Estado de Santa Catarina e em suas mesorregiões para o ano de
2000. O total de pessoas ocupadas neste estado foi de 2.407.830 pessoas e assim, entre 1991 e
2000, ocorreu um crescimento das pessoas ocupadas da ordem de 26,90%.
O meio rural da mesorregião Oeste Catarinense, ainda que tenha diminuído a sua
importância relativa, continua a ser o responsável pelo maior contingente das pessoas ocupadas
no estado que tem na agropecuária a sua atividade principal. No ano de 2000, as pessoas
residentes na área rural desta mesorregião eram responsáveis por 41,36% das pessoas ocupadas
na agropecuária dentro do estado.
110
Para o ano de 2000, o fenômeno da pluriatividade no meio rural se manteve presente em
todas as mesorregiões do estado catarinense, tendo ainda se ampliado em relação ao ano de 1991.
Este fenômeno continua menos expressivo nas mesorregiões do Oeste Catarinense e Serrana onde
somente 17,41% e 23,71%, respectivamente, das pessoas ocupadas residentes no meio rural
estavam envolvidas em alguma atividade que não a agropecuária como sua fonte principal de
renda.
A pluriatividade permanece, em 2000, sendo mais intensa nas mesorregiões com a
economia mais industrial do estado, superando em muitas destas o número de pessoas dedicadas,
como atividade principal, à produção agropecuária. Nas mesorregiões da Grande Florianópolis,
Sul Catarinense, Vale do Itajaí e Norte Catarinense as pessoas pluriativas representavam,
respectivamente, 51,67%, 49,97%, 47,15% e 38,99% das pessoas ocupadas e residentes no meio
rural.
Tabela 9 – Distribuição das pessoas ocupadas no meio urbano e rural nos setores agropecuária,
indústria e serviços no ano de 2000 nas diversas mesorregiões do estado
Meio Mesorregião agropecuária Indústria serviços
Total Urbano 82.919 629.061 1.118.856
Oeste 26.385 103.222 195.422
Norte 10.151 154.751 199.663
Serrana 12.539 31.587 75.828
Vale do Itajaí 16.340 182.548 260.839
Grande Florianópolis 5.777 68.029 235.239
Urbano
Sul 11.727 88.924 151.865
Total Rural 383.424 93.327 100.243
Oeste 192.891 15.597 25.074
Norte 41.556 13.416 13.147
Serrana 26.192 3.210 4.930
Vale do Itajaí 53.959 28.448 19.699
Grande Florianópolis 18.588 7.898 11.971
Rural
Sul 50.238 24.758 25.422
Número de pessoas ocupadas Total 466.343 722.388 1.219.099
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 2000.
Segundo os dados do ano de 2000, a maior fonte de ocupações da população rural fora da
atividade agropecuária propriamente dita provém do setor serviços, com exceção do Vale do
111
Itajaí e Norte. Comparando este resultado com o ano de 1991, observa-se uma tendência da
pluriatividade, dentro do estado de Santa Catarina, crescer em direção ao setor de serviços.
5.3 Renda dos domicílios
A tabela 10 mostra a renda média dos domicílios catarinenses em 1991, expressa em reais
de 1
o
de agosto de 2000, nas diversas mesorregiões do estado. Os resultados são estratificados
pelo local de moradia e por tipo de domícilio (agrícola, pluriativo e não agrícola).
Utilizou-se no presente estudo somente os domicílios em que pelo menos um morador
tivesse alguma atividade econômica. Entretanto, as rendas estimadas englobam as rendas obtidas
não provenientes do trabalho. Em todas as mesorregiões pode-se constatar que a renda dos
domicílios pluriativos é superior àquelas provenientes dos domicílios puramente agrícolas. Este
fato confirma os diversos estudos já efetuados sobre o tema no Brasil.
Em relação ao local de moradia (situação do domicílio), a renda dos moradores urbanos
superou a renda dos moradores rurais em todas as mesorregiões (exceto para as famílias
pluriativas na mesorregião Sul). Desta forma, pode-se inferir que as possibilidades de ganhos no
meio urbano superavam àquelas existentes no meio rural.
Os resultados confirmam a disparidade de renda domiciliar que existia no estado. As
mesorregiões do Oeste Catarinense e Serrana apresentam-se sistematicamente como apresentando
a menor renda domiciliar per capita em todos os tipos de domicílios, com exceção para a renda
dos domicílios urbanos agrícolas da mesorregião Serrana que tem a terceira maior renda do
estado.
A mesorregião Serrana apresenta uma característica diferente das outras mesorregiões do
estado no tocante ao tipo de propriedade rural. Enquanto que no estado predomina a propriedade
familiar, nesta mesorregião ocorre o predomínio de grandes propriedades sendo o produtor, em
muitos casos, um empresário.
A mesorregião da Grande Florianópolis apresentou as melhores rendas domiciliares do
estado. Em segundo lugar vinham as mesorregiões do Vale do Itajaí e em terceiro do Norte
Catarinense. A maior renda nestas regiões apresenta correlação direta com a estrutura da
economia destas regiões conforme evidenciada no capítulo 4. Conforme visto, quando discutiu-se
a estrutura econômica do estado, estas mesorregiões apresentam um alto grau de industrialização.
112
Tabela 10 – Renda média domiciliar (Reais de agosto de 2000), pessoas ocupadas e domicílios
amostrados por tipo, situação e mesorregião de Santa Catarina no ano de 1991
Mesorregião Situação
Tipo de
Domicílio
Renda Média
Domiciliar
Pessoas
Ocupadas
Domicílios
Amostrados
Agrícola 111,67 9.414 985
Pluriativo 247,21 19.113 975
Urbana
Não Agrícola 231,99 196.006 13.767
Agrícola 101,96 211.237 13.389
Pluriativo 226,69 32.426 1.554
Oeste
Rural
Não Agrícola 141,51 17.615 1.751
Agrícola 115,85 4.710 474
Pluriativo 261,81 11.882 502
Urbana
Não Agrícola 285,55 254.467 15.132
Agrícola 93,83 29.565 2.340
Pluriativo 204,26 12.426 547
Norte
Rural
Não Agrícola 176,69 18.090 1.328
Agrícola 161,12 4.983 520
Pluriativo 233,29 11.256 510
Urbana
Não Agrícola 213,93 83.110 5.760
Agrícola 84,08 30.654 2.693
Pluriativo 145,06 6.100 335
Serrana
Rural
Não Agrícola 120,01 4.768 472
Agrícola 164,10 8.335 785
Pluriativo 267,41 16.943 787
Urbana
Não Agrícola 302,50 283.364 17.645
Agrícola 124,68 48.929 4.051
Pluriativo 219,55 18.282 946
Vale do Itajaí
Rural
Não Agrícola 203,50 35.350 2.813
Agrícola 184,22 3.624 436
Pluriativo 335,75 8.818 420
Urbana
Não Agrícola 355,36 202.210 12.340
Agrícola 88,37 15.854 1.559
Pluriativo 175,93 7.543 426
Grande
Florianópolis
Rural
Não Agrícola 174,12 16.909 1.507
Agrícola 147,94 4.972 481
Pluriativo 197,44 9.072 432
Urbana
Não Agrícola 243,68 170.396 11.966
Agrícola 126,10 42.315 3.738
Pluriativo 207,10 16.108 860
Sul
Rural
Não Agrícola 151,86 30.575 2.735
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1991.
113
Por outro lado, a região oeste catarinense tem na agricultura e na agroindústria (mais
especificamente no abate de suínos e aves e na produção de leite) a sua atividade de destaque.
Seguindo os resultados do comportamento dos preços de diversos produtos agropecuários,
efetuados por Barros et al. (2002), pode-se inferir que: a renda dos domicílios agrícolas e
pluriativos é altamente dependente do comportamento do preço das commodities agrícolas no
mercado nacional, internacional e da taxa de câmbio. Este fato decorre da própria característica
de propriedade familiar que é dominante no estado. Desta forma, várias pessoas que atuam no
meio rural não recebem salário e, portanto, a sua renda é dependente da própria rentabilidade do
setor agropecuário.
Conforme observa-se na tabela 3 do capítulo 4, a suinocultura e a avicultura responderam
no ano de 2000 por mais de 40% do valor bruto da produção do setor agropecuário estadual. Esta
atividade é bastante concentrada na região oeste do estado. Dentro do cenário nacional, o ano de
2000 se insere novo regime cambial do Brasil, e houve uma grande desvalorização cambial
naquele ano em relação a 1991, o que impactou de forma positiva os preços recebidos pelos
produtores.
Desta forma, pode-se perceber que o diferencial entre renda domiciliar que existia entre os
domicílios agropecuários, pluriativos e não agrícolas nas diversas mesorregiões diminuíram em
2000 (compare as tabelas 10 e 11), tanto para os residentes no meio rural como para os residentes
do meio urbano, ainda que tenha ocorrido aumento na renda de todas mesorregiões e tipos de
domicílios estudados. Entretanto, as renda dos domicílios dos residentes no meio rural continua a
ser inferior à renda obtidas pelos moradores urbanos.
A região serrana continuou a ser a mesorregião mais pobre do estado. Por outro lado, a
mesorregião da Grande Florianópolis e a do Vale do Itajaí continuaram a apresentar as melhores
rendas, na maioria dos tipos de domicílio e local de moradia, dentro do estado.
A mesorregião do Vale do Itajaí, conforme se observou no capítulo 4, concentra o setor
industrial do estado, sendo um importante pólo nacional na indústria metalurgia, eletrônica,
mecânica e têxtil. Chama atenção para o pólo têxtil que se estabeleceu, de forma dinâmica, no
estado no início do século XX, ainda que o mesmo não tenha produção de algodão e hoje é o
mais importante pólo têxtil do país.
114
Tabela 11 - Renda média domiciliar (Reais de agosto de 2000), pessoas ocupadas e domicílios
amostrados por tipo, situação e mesorregião de Santa Catarina no ano de 2000
Mesorregião Situação Tipo
Renda Média
Domiciliar
Pessoas
Ocupadas
Domicílios
amostrados
Agrícola 219,18 13.462 1.445
Pluriativo 350,76 28.564 1.607
Urbana
Não Agrícola 396,62 283.003 20.813
Agrícola 218,47 162.878 12.675
Pluriativo 287,66 49.710 2.809
Oeste
Rural
Não Agrícola 238,30 20.981 2.326
Agrícola 201,45 4.691 457
Pluriativo 308,87 12.486 598
Urbana
Não Agrícola 441,85 347.388 21.506
Agrícola 178,81 32.671 2.382
Pluriativo 223,04 16.332 775
Norte
Rural
Não Agrícola 262,38 19.116 1.503
Agrícola 216,89 6.816 813
Pluriativo 289,39 12.204 698
Urbana
Não Agrícola 375,54 100.934 7.624
Agrícola 157,55 21.855 2.391
Pluriativo 226,44 7.671 524
Serrana
Rural
Não Agrícola 188,95 4.806 675
Agrícola 250,83 7.249 754
Pluriativo 348,10 20.785 1053
Urbana
Não Agrícola 496,57 431.693 27.561
Agrícola 227,40 41.105 3.296
Pluriativo 278,60 24.386 1.465
Vale do Itajai
Rural
Não Agrícola 280,84 36.615 2.988
Agrícola 288,73 2.584 296
Pluriativo 408,44 7.514 383
Urbana
Não Agrícola 635,48 298.947 18.906
Agrícola 161,23 13.763 1.234
Pluriativo 229,44 9.059 595
Grande
Florianópolis
Rural
Não Agrícola 292,91 15.635 1.498
Agrícola 245,84 5.919 611
Pluriativo 308,12 12.967 728
Urbana
Não Agrícola 429,57 233.630 16.818
Agrícola 236,76 36.723 3.012
Pluriativo 283,83 25.202 1.391
Sul
Rural
Não Agrícola 256,79 38.493 3.422
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 2000.
115
5.4 Fatores determinantes do número de pessoas ocupadas
Esta seção apresenta as estimativas econométricas das equações (32), (33) e (34)
apresentadas no item 3.2.
Durante o desenvolvimento do trabalho foi efetuada uma modificação no modo de cálculo
de algumas variáveis. Em função da melhor significância dos resultados obtidos, as variáveis que
definiam a posição do número de pessoas ocupadas e da população em 1991 foram substituídas
para o ano de 1980. Esta modificação altera 12 variáveis (RURAL80, SERVRUR80,
INDRUR80, IWDEFPOP, IWDEFEI, IWDEFES, H1DEFPOP, H2DEFPOP, G1DEFES,
G2DEFES, G1DEFEI e G2DEFEI) e cada equação contém somente 5 (cinco) destas variáveis.
A modificação destas variáveis possibilitou confirmar algumas das hipóteses utilizadas
neste trabalho. No estudo efetuado por Carlino e Mills (1987) as variáveis de população e
emprego foram utilizadas em anos diferentes, ainda que próximos (1970-1980 para a população e
1969-1979 para o emprego). Por outro lado, conforme pode-se verificar no anexo G (tabelas 27,
28 e 29), a mudança destas variáveis não afetou o sinal dos coeficientes obtidos, tendo alterado
unicamente a significância estatística do estudo de uma forma geral.
A solução do primeiro estágio do sistema de equações propostas para explicar o
comportamento da variação da população e do número de pessoas ocupadas no meio rural nos
setores industrial e serviços estão apresentados no Anexo G.
As estimativas foram efetuadas corrigindo-se quando necessário as equações para a
presença de autocorrelação espacial. Os Multiplicadores de Lagrange, utilizados no estudo para
detectar autocorrelação espacial, apresentaram-se resultados variáveis como 5% de probabilidade.
Na equação da variação da população (equação 32), tanto os testes do Multiplicador de
Lagrange na variável dependente defasada como o mesmo teste para o termo do erro foi
significativo a 5% de probabilidade (Tabela 12). Já os testes robustos foram somente
significativos para o termo do erro. Desta forma, ao estimar-se o segundo estágio, o efeito de
autocorrelação espacial no termo do erro foi corrigido incorporando ao termo do erro a variável μ
defasada espacialmente (μ=ρWμ+ε). O modelo proposto é estimado, em seu segundo estágio,
pelo método de máximo verossimelhança.
116
Tabela 12 - Resultado do nível de significância estatística dos testes utilizados para detectar
autocorrelação espacial
Teste DP DES DEI
LM-lag
0,000005 0,000001 0,0000000
LM-lag robusto 0,958964
0,002656 0,0018640
LM-erro
0,000000 0,001148 0,0000000
LM-erro robusto
0,000000
0,452930 0,2231300
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1991 e 2000.
Por outro lado, nas equações que descrevem a variação no número de pessoas ocupadas,
tanto no setor industrial (equação 33) como no de serviços (equação 34), os testes do
Multiplicador de Lagrange na variável dependente defasada e no termo do erro foram
significativos a 5% de probabilidade. Já os testes robustos foram somente significativos para o
termo da variável dependente defasada. Desta forma, ao estimar-se o segundo estágio, o efeito de
autocorrelação espacial na variável dependente será corrigido incorporando à equação (33) a
variável W_DEI (mudança do número de pessoas ocupadas no setor industrial nos municípios
vizinhos) e à equação (34) a variável W_DES (mudança do número de pessoas ocupadas no
setor serviços nos municípios vizinhos).
5.4.1 Resultados das equações da variação na população e do número de ocupações
Nas tabelas 13, 14 e 15 estão expressos os resultados para a equação que busca explicar os
fatores determinantes da variação da população e do número de ocupações nos setores industrial
e de serviços entre os anos de 1991 e 2000. Os R
2
ajustados foram de 91,43%, 82,11% e 83,97%
para as equações da variação na população e do número de pessoas ocupadas nos setores
industrial e de serviços para os residentes no meio rural, respectivamente, o que mostra a alta
significância das equações estimadas.
Conforme observado no item 4.9 existe uma grande diversidade na estrutura econômica
entre as mesorregiões do estado de Santa Catarina. É de se esperar que esta diversidade
econômica esteja se refletindo na evolução da população e do número de ocupações. Nas tabelas
6 e 7 observa-se a redução da população rural nas mesorregiões de Santa Catarina entre 1991 e
2000. No entanto, os dados da Tabela 13 dão significância estatística apenas à mesorregião Sul e
com sinal negativo.
117
Tabela 13 – Resultados da equação estimada para a variável dependente variação da população
para os residentes no meio rural – equação (32)
Variáveis Coeficientes Desvio Padrao z-Estatistica Significância
CONSTANT -150,783 862,046 -0,175 0,861
EDURURAL 14,174 73,196 0,194 0,846
RURAL80 -0,129 0,011 -11,956 0,000
OESTE 532,169 479,438 1,110 0,267
NORTE 616,853 397,478 1,552 0,121
SERRANA 402,274 339,185 1,186 0,236
ITAJAI 75,496 279,078 0,271 0,787
SUL -997,032 314,747 -3,168 0,002
DISTCENTRO 1,019 1,327 0,768 0,442
ACESSOPAVI 14,603 5,293 2,759 0,006
DISTSAOPAU 0,390 1,120 0,348 0,728
DISTAFLORI -2,779 1,610 -1,726 0,084
AREA2000 -1,027 0,170 -6,054 0,000
BALANCO 1,624 0,202 8,047 0,000
LEITOS_HOS -4,557 0,414 -11,017 0,000
COOPERATIV -35,049 32,033 -1,094 0,274
PROCPO -592,712 546,074 -1,085 0,278
IWEI 3,603 0,281 12,841 0,000
IWES 0,403 0,412 0,980 0,327
IWDEFES 0,308 0,038 8,036 0,000
IWDEFEI 0,641 0,110 5,825 0,000
F2EI -9,533 2,449 -3,893 0,000
G2ES -16,580 4,141 -4,004 0,000
G2DEFES -4,741 1,056 -4,491 0,000
F2DEFEI -2,571 1,055 -2,436 0,015
F1EI -55,630 11,757 -4,731 0,000
G1ES 24,639 9,902 2,488 0,013
F1DEFEI -10,174 4,317 -2,357 0,018
G1DEFES -3,375 1,147 -2,942 0,003
LAMBDA 0,768 0,048 16,061 0,000
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1980, 1991 e 2000.
Ainda relacionado à diversidade econômica dentro do estado, pode-se constatar que as
binárias regionais foram significativas para explicar a variação do número de ocupações no setor
industrial para as mesorregiões Norte e Sul para a equação (33), que explica a mudança do
número de ocupações no setor industrial para os residentes no meio rural. Na equação para o
setor serviços (34), além das já citadas, a mesorregião Serrana foi também significativa.
118
Tabela 14 – Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor industrial – equação (33)
Variáveis Coeficientes Desvio Padrao z-Estatistica Significância
W_DEI 0,342 0,060 5,731 0,000
CONSTANT -143,966 183,717 -0,784 0,433
EDURURAL 26,629 22,420 1,188 0,235
INDRUR80 -0,099 0,027 -3,670 0,000
OESTE -73,030 82,915 -0,881 0,378
NORTE -228,822 86,832 -2,635 0,008
SERRANA -70,724 62,896 -1,124 0,261
ITAJAI -57,539 49,230 -1,169 0,242
SUL -202,413 56,771 -3,565 0,000
DISTCENTRO 0,440 0,362 1,217 0,224
ACESSOPAVI 1,106 1,599 0,692 0,489
DISTSAOPAU 0,1027 0,231 0,444 0,657
DISTAFLORI -0,282 0,276 -1,022 0,307
AREA2000 -0,139 0,054 -2,579 0,010
BALANCO -0,144 0,065 -2,223 0,026
LEITOS_HOS -0,390 0,159 -2,443 0,015
COOPERATIV -27,726 9,013 -3,076 0,002
PROCPO -7,042 176,980 -0,040 0,968
IWPOP 0,135 0,022 6,250 0,000
IWES -0,348 0,140 -2,490 0,013
IWDEFPOP 0,029 0,005 5,631 0,000
IWDEFES 0,077 0,012 6,358 0,000
H2POP 0,749 0,234 3,202 0,001
G2ES -5,663 1,506 -3,759 0,000
G2DEFES -1,281 0,365 -3,510 0,000
H2DEFPOP 0,198 0,056 3,529 0,000
H1POP -1,087 0,709 -1,533 0,125
G1ES 14,241 2,928 4,863 0,000
H1DEFPOP -0,023 0,169 -0,1359 0,892
G1DEFES 0,148 0,362 0,409 0,682
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1980, 1991 e 2000.
Ainda que a significância estatística das variáveis binárias regionais tenha ocorrido de
forma limitada, pode-se constatar, conforme pode ser observado no anexo F, que existe uma forte
correlação entre o total de pessoas ocupadas e o número de pessoas ocupadas nos setores
industrial e de serviços em importantes atividades econômicas geradoras de postos de trabalho no
estado o que confirma a relação entre a estrutura econômica da região e a geração de ocupações.
119
Por exemplo, no setor têxtil a correlação entre o total de pessoas ocupadas e o número de pessoas
ocupadas residentes no meio rural foi de 0,78 em 2000. Em setores como o metalúrgico,
eletrônica, mecânica, alimentos, bebidas, madeira, mobiliário, calcados, serviços domésticos,
alojamento e alimentação e comércio este é valor foi superior a 0,60.
Tabela 15 – Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor serviços – equação (34)
Variáveis Coeficientes Desvio Padrao z-Estatistica Significância
W_DES 0,274 0,058 4,758 0,000
CONSTANT -223,342 173,809 -1,285 0,199
EDURURAL 51,002 19,576 2,605 0,009
SERVRUR80 -0,012 0,055 -0,229 0,819
OESTE -82,630 77,721 -1,063 0,288
NORTE -175,547 81,986 -2,141 0,032
SERRANA -118,777 59,659 -1,991 0,046
ITAJAI -58,955 46,153 -1,277 0,201
SUL -180,605 54,430 -3,318 0,001
DISTCENTRO -0,444 0,332 -1,337 0,181
ACESSOPAVI 3,167 1,465 2,162 0,031
DISTSAOPAU -0,027 0,224 -0,121 0,904
DISTAFLORI 0,158 0,252 0,627 0,531
AREA2000 0,058 0,043 1,349 0,177
BALANCO 0,257 0,034 7,547 0,000
LEITOS_HOS -1,222 0,115 -10,631 0,000
COOPERATIV 13,216 6,753 1,957 0,050
PROCPO 339,614 163,133 2,082 0,037
IWPOP 0,107 0,017 6,345 0,000
IWEI 0,394 0,079 4,968 0,000
IWDEFPOP 0,020 0,004 4,458 0,000
IWDEFEI 0,031 0,028 1,081 0,280
H2POP -0,460 0,198 -2,326 0,020
F2EI -4,974 0,705 -7,058 0,000
F2DEFEI 0,215 0,343 0,625 0,532
H2DEFPOP -0,184 0,050 -3,710 0,000
H1POP -1,478 0,578 -2,555 0,011
F1EI 6,513 2,851 2,285 0,022
H1DEFPOP -0,021 0,146 -0,146 0,884
F1DEFEI -2,093 1,262 -1,659 0,097
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1980, 1991 e 2000.
120
Nas equações estimadas, a maioria das variáveis que determinam as características de
atratividade municipal não foram significativas a 10% de probabilidade. A educação da
população rural (EDURURAL), que aqui representa o capital humano, ainda que apresenta sinal
positivo não foi estatisticamente significativa para explicar a variação da população e do número
de pessoas ocupadas no setor industrial, mas foi significa para explicar a variação do emprego no
setor serviços para os residentes no meio rural. A sua não significância no número de ocupações
industrial se deve mais à heterogeneidade do emprego neste setor do que à própria importância da
variável. O emprego industrial engloba, entre outros, setores como a indústria da construção civil
que é altamente demandante de mão-de-obra não qualificada.
A variável defasada da população rural em 1980 (RURAL80), na equação (32), foi
significativa a 1% de probabilidade e apresentou sinal negativo indicando uma relação inversa
entre o tamanho da população rural em 1980 e a variação da população entre 1991 e 2000. Desta
forma, quanto maior era a população rural era em 1980, maior foi o decréscimo da população
rural entre os anos de 1991 e 2000.
A variável número de pessoas ocupadas no setor industrial dos moradores residentes no
meio rural em 1980 (INDRUR80), na equação (33) – ver na tabela 14 - se mostrou significativa e
apresentou sinal negativo. Isto demonstra que a mudança do emprego neste setor está
diminuindo, ou seja, nas regiões onde no passado esta atividade econômica era menos importante
passou a ter um comportamento inverso.
Das variáveis que descrevem a conectividade do município com os mercados e os centros
regionais a variável distância da sede do município i à mais próxima estrada pavimentada
(ACESSOPAVI) foi significativa para as equações variação na população (32) e no número de
ocupações no setor serviços (34) e com o mesmo sinal nas três equações estimadas. O sinal
positivo na equação da variação na população (32), desta variável, indica que quanto maior é a
distância entre a sede do município em análise e a mais próxima via pavimentada maior foi o
crescimento da população rural daquele município entre o ano de 1991 e 2000. Na equação da
variação no número de ocupações no setor industrial (33), o sinal também foi positivo (mas não
estatisticamente significativo), indicando que quanto maior é o grau de isolamento destas
pessoas, maior é a evolução do número de pessoas, residentes no meio rural, ocupadas no setor
industrial. Esta última explicação também é válida para o setor serviços.
As variáveis que descrevem o acesso a mercado e proximidade de importantes centros
121
econômicos - que são DISTCENTRO (distância da sede do município i à mais importante
município da microrregião a que pertence o município i), DISTSAOPAU (Distância da sede do
município i à sede do mais importante centro econômico do país, que no caso é a cidade de São
Paulo) e DISTFLORI (Distância entre a sede do município i e a sede de Florianópolis) - não se
apresentaram como estatisticamente significativas a 10% de probabilidade para a explicação da
evolução do número de ocupações dos residentes no meio rural nos setores industrial e de
serviços. A mudança do emprego nos setores industrial e de serviços segue a mudança do
emprego urbano no mesmo setor e nas localidades onde o mesmo se concentra conforme já citado
quando se discutiu as binárias regionais.
Já distância entre a sede do município onde a população se localiza e Florianópolis
(DISTAFLORI), capital do estado de Santa Catarina, foi significativa somente para a equação da
variação da população (32). O sinal negativo do coeficiente estimado indica que o crescimento da
população rural foi mais intenso em municípios mais próximos da capital do estado. Isto se
explica pelas maiores oportunidades de emprego na área próxima a capital do Estado. Observa-se
nas tabelas 8 e 9 que a maioria das pessoas ocupadas e residentes na área rural da mesorregião
Grande Florianópolis se dedicam a atividades nos setores industrial e de serviços.
Uma importante variável que determina as vantagens de certas localidades em receber
novos investimentos e, possivelmente, novos moradores é o número de leitos hospitalares
(LEITOS_HOS). Nas equações estimadas, o coeficiente desta variável foi significativo e
apresentou sinal negativo. Isto indica que quanto mais leitos hospitalares existirem no município,
haverá crescimento da população e do número de ocupações urbanas em detrimento do
crescimento da população e do número de ocupações no meio rural.
Para a equação (33) – variação do emprego industrial - as variáveis de área (AREA2000)
e BALANCO (diferença entre natalidade e mortalidade em 2000, no município) foram
significativas e apresentaram sinal negativo. No estado de Santa Catarina, os municípios com
maiores áreas estão localizados na região serrana, que é uma região com grande atividade
agropecuária. Desta forma, municípios com maiores áreas estão relacionados com grande
importância da atividade rural. Sendo assim, o crescimento do número de ocupações no setor
industrial para moradores do meio rural não está relacionado com atividades típicas do meio
rural.
Nos aspectos regionais, as influências do número de cooperativas e dos processos
122
judiciais foram ambíguas. Na equação (33) o número de cooperativas (COOPERATIV) mostrou
ter impacto negativo sobre a variação do número de ocupações no setor industrial e positivo sobre
a variação do número de ocupações no setor serviços no período selecionado. A maioria das
cooperativas no estado de Santa Catarina atua no setor serviços, o que pode explicar o sinal
positivo desta variável sobre o setor serviços. Por outro lado, na equação (34), ou seja, na Tabela
15, o número de processos judiciais per capita (PROCPO) apresentou sinal positivo e
significativo, indicando que quanto menor é o grau de confiança na localidade maior será o
crescimento do número de ocupações no setor serviços. O resultado da variável número de
processos judiciais per capita (PROCPO) influenciando as ocupações rurais no setor serviços
deve ser vista com cautela. Esta variável, ao invés do grau de confiança da localidade, pode estar
significando a própria dinâmica econômica do município.
O crescimento (variação, ∆), no meio rural, da população no município e nos seus
vizinhos (IWPOP) também apresentou resultado significativo sobre o crescimento do número de
pessoas ocupadas residentes no meio rural nos setores indústria e de serviços no estado entre os
anos de 1991 e 2000. Da mesma forma, o tamanho da população rural no ano de 1980
(IWDEFPOP) também demonstrou ter efeito positivo sobre o crescimento do número de pessoas
ocupadas residentes no meio rural nos setores indústria e serviços no estado no mesmo período.
Semelhante ao efeito da variável (IWPOP), o crescimento, no meio rural, do número de
ocupações no setor industrial no município e nos seus vizinhos (IWEI) apresentou resultado
positivo sobre o crescimento da população rural (Tabela 13) e do número de pessoas ocupadas
residentes no meio rural no setor serviços (Tabela 15) no estado entre os anos de 1991 e 2000. Da
mesma forma o número de ocupações, no meio rural, no setor industrial (IWDEFEI) para o ano
de 1980 também demonstrou ter efeito positivo sobre o crescimento da população rural no
mesmo período.
Por outro lado, a variável medindo o crescimento do número de ocupações, no meio rural,
no município e nos seus vizinhos, no setor serviços (IWES) mostrou ter impactos negativos sobre
o crescimento de pessoas ocupadas no setor industrial (Tabela 14).
Independente do sinal, as variáveis IWPOP, IWDEFPOP, IWEI, IWDEFEI, IWES e
IWDEFES mostram que a variação do número de ocupações e da população, no meio rural,
dentro de determinado município está relacionada com a evolução desta população e do número
de número de pessoas ocupadas em seus municípios vizinhos.
123
Os coeficientes das variáveis defasadas, para o ano de 1980, no meio rural, da população
(IWDEFPOP) e do número de ocupações (IWDEFEI e IWDEFES) foram positivos e
estatisticamente significativos em todas as equações onde foram utilizadas, indicando que a
situação do passado está afetando a situação presente.
A multiplicação entre a variação da população rural no município i e em seus vizinhos e a
taxa de crescimento da mesma para os moradores das áreas urbanas residentes no município
central da microrregião ao qual o município em análise pertence entre os anos de 1991 e 2000
(variável H1POP) teve impacto negativo sobre a variação do número de ocupações nos setores
industrial e de serviços, tendo sido estatisticamente significativo somente para o segundo
(Tabelas 14 e 15). O seu efeito negativo sobre o crescimento das ocupações dos residentes no
meio rural mostra a atratividade que está sendo exercida pelo município central da microrregião
sobre os municípios que a compõe.
Por outro lado, o efeito da multiplicação entre a variação da população rural no município
i e em seus vizinhos e a taxa de crescimento da mesma para os moradores das áreas urbanas
residentes no município em análise entre 1991 e 2000 (variável H2POP) foi significativo para a
explicação do número de ocupações nos setores industrial e de serviços. A sua importância foi
positiva para o setor industrial e negativa para o setor serviços.
O efeito da multiplicação entre a variação do número de ocupações no setor industrial nas
áreas rurais do município i e de seus vizinhos entre os anos de 1991 e 2000, e a taxa de
crescimento do número de ocupações, neste setor, no meio urbano, da cidade central da
microrregião onde o município está inserido (variável F1EI) apresentou sinal negativo para
explicar a variação da população rural e positivo para a explicação da variação do número de
pessoas ocupadas, para os residentes no meio rural, no setor serviços. Por outro lado, o efeito da
multiplicação da variação do número de ocupações no setor industrial na área rural do município
i e em seus vizinhos entre os anos de 1991 e 2000, e a taxa de crescimento do número de
ocupações, neste setor, no meio urbano no município i (variável F2EI) foi negativo sobre a
variação da população rural e do número de ocupações no setor serviços.
Dos coeficientes obtidos para F1EI e F2EI pode-se concluir que o emprego urbano no
setor industrial nos municípios afeta o comportamento da população rural e do emprego rural no
setor serviços.
A multiplicação da variação do número de ocupações no setor serviço nas áreas rurais do
124
município i e nos seus municípios vizinhos, entre os anos de 1991 e 2000, e a taxa de crescimento
do número de ocupações neste setor serviços no meio urbano, da cidade central (mais importante)
da microrregião onde o município está inserido (variável G1ES) apresentou influência positiva
sobre a variação do número de ocupações rurais no setor industrial (Tabela 14) e na população
rural (Tabela 13). Por outro lado, a multiplicação da taxa de crescimento do número de ocupações
rurais no setor serviços no município i e a variação do número de pessoas ocupadas, neste setor,
nas áreas rurais do município em análise e em seus municípios vizinhos (G2ES) apresentou sinal
negativo tanto para as equações da população como para a das ocupações no setor industrial.
Desta forma, pode-se concluir que o crescimento das ocupações terciárias, no ambiente urbano,
do município intensifica o êxodo da população rural e a redução do número de ocupações no
setor industrial dos residentes no meio rural.
Novamente, os resultados das variáveis G1ES e G2ES mostram como o comportamento
da população e do emprego terciário nas áreas urbanas afeta diretamente a evolução tanto do
número de pessoas ocupadas no setor industrial como o tamanho da população dos residentes no
meio rural.
Pode-se constatar que o êxodo rural é impulsionado com o aumento do emprego no meio
urbano nos setores industrial e de serviços o que sempre foi considerado como causa do êxodo
rural, mas não tinha sido ainda quantificado.
Em função dos coeficientes das variáveis IWPOP e H2POP terem apresentado sinal
positivo e a intensidade (dimensão) do coeficiente da variável H2POP ser superior ao coeficiente
da variável IWPOP conclui-se que a criação de ocupações, para os residentes no meio rural, no
setor industrial, é afetada de forma positiva pelo crescimento, no município do qual a área rural
pertence, da população urbana e negativa para o crescimento, no meio urbano, das ocupações no
setor serviços.
Por outro lado, os coeficientes das variáveis IWES e G2ES apresentaram sinal negativo e
a intensidade (dimensão) do coeficiente da variável G2ES foi maior que o coeficiente da variável
IWES. Assim o sendo, conclui-se que, para as ocupações criadas no setor industrial, o
crescimento das ocupações no setor serviços, na área urbana no município ao qual ela pertença,
apresenta forças para reduzir as ocupações industriais do meio rural.
Seguindo a mesma linha de raciocínio, os coeficientes das variáveis IWES e G1ES
apresentaram sinais diferentes e, portanto, infere-se que o crescimento do número de pessoas
125
ocupadas no setor serviços na área urbana do principal município da microrregião a qual a área
rural pertença tem efeito de atração das ocupações para os residentes no meio rural. Caso
semelhante ocorre na influência do crescimento do emprego no setor serviços na área urbana
sobre o número de pessoas ocupadas no setor serviços.
A multiplicação da taxa de crescimento da população, no meio urbano, no município mais
importante da microrregião ao qual ele pertence e para o próprio município i com a soma da
população e do emprego rural nos setores industrial e de serviços no município i e em seus
municípios vizinhos no ano de 1980 (H1DEFPOP, H2DEFPOP, F1DEFEI, F2DEFEI, G1DEFES
e G2DEFES) foi, de modo geral, semelhante ao que ocorreu com as variáveis H1POP, H2POP,
F1EI, F2EI.
A significância estatística e os sinais das variáveis (H1POP, H2POP, F1EI, F2EI, G1ES e
G2ES) mostram que o crescimento no meio urbano, tanto da população como do número de
ocupações, afeta diretamente tanto a população como o número de ocupações dos residentes no
meio rural. De forma semelhante, pode-se constatar que o seu efeito multiplicado da população e
do número de ocupações, para os residentes no meio urbano, no município a qual a área rural está
inserida e no município central da microrregião, também foi significativo.
126
6 CONCLUSÕES
Os resultados obtidos permitiram diagnosticar e quantificar as variáveis que determinam a
pluriatividade no meio rural do Estado de Santa Catarina. A pluriatividade, neste estudo, engloba
os domicílios localizados no meio rural em que pelo menos um dos seus membros exerce
ocupação não agropecuária como atividade principal.
As atividades econômicas do estado são concentradas em termos mesorregionais. A parte
leste do estado concentra a atividade industrial (metalurgia, elétrica, eletrônica, mineral, têxtil e
calçadista) e as mesorregiões oeste e serrana a atividade agropecuária e agroindustrial. A
mesorregião norte além das atividades industriais apresenta um importante complexo florestal.
No caso do setor agropecuário, no estado, se destaca a produção de aves, suínos e leite.
Estas três atividades respondem conjuntamente por aproximadamente 50% da renda rural no
estado.
A análise dos dados, existentes nos censos demográficos de 1991 e 2000, permitiu
confirmar que o emprego não agropecuário é, sem duvida, uma importante e crescente fonte de
ocupação e renda para as populações rurais de Santa Catarina.
Dentro do período estudado ocorreu um crescimento expressivo das atividades não
agropecuárias em todas as áreas rurais das mesorregiões do estado. Na maioria dos setores
analisados, o número de pessoas ocupadas em atividades não agropecuárias para os residentes no
meio rural segue a evolução do número de pessoas ocupadas total nestes setores nos municípios
estudados. Desta forma, pode-se inferir que é a dinâmica urbana que está sendo responsável pela
dinâmica do número de pessoas ocupadas em atividades não agropecuárias para os residentes no
meio rural.
Nos anos de 1991 e 2000, a renda dos domicílios pluriativos foi superior à renda obtida
pelos domicílios agrícolas em todas as mesorregiões do estado. Ainda, as pessoas que tinham na
agropecuária a sua atividade principal e eram membros de domicílios agrícolas tiveram, em
média, renda inferior àquela obtida pelas pessoas que tinham a mesma atividade principal e eram
residentes em domicílios pluriativos. Este resultado está em consonância com o obtido em outros
estudos efetuados sobre pluriatividade.
Dentro do setor industrial, destaca-se o setor têxtil como o maior gerador de ocupações
em atividades não agropecuárias para os residentes no meio rural. Este setor é um dos mais
127
antigos do estado e se caracteriza pela presença de pequenas e grandes empresas que sempre se
utilizou da mão-de-obra de origem rural.
A análise dos clusters do número de pessoas ocupadas não capturaram efeitos diferentes
causados pela mudança cambial em 1999. Os setores têxtil e calçadista juntamente com o
complexo florestal foram penalizados em decorrência da abertura econômica e do câmbio
valorizado que ocorreu entre os anos de 1995 e 1999. Este fato pode explicar a estagnação do
número de pessoas ocupadas em atividades não agropecuária nestes setores na década de 90.
Por outro lado, a produção de carnes foi menos prejudicada pela abertura econômica pois
a mesma se beneficiou com a queda nos preços do milho e do farelo de soja. O frango durante
muito tempo foi considerado a ancora do plano real. Devido a importância desta atividade para o
estado de Santa Catarina, a mesma pode ter contribuído para o crescimento no número de pessoas
ocupadas na região oeste do estado.
Os resultados econométricos confirmam que o capital humano (EDURURAL) é um
importante componente na explicação do emprego não agropecuário para os residentes no meio
rural no setor serviços. Quanto maior é essa escolaridade, maior é a variação no número de
ocupações no setor serviços no meio rural. EDURURAL também apresentou coeficientes
positivos para explicar a variação da população e das ocupações de residentes rurais no setor
industrial, mas esses coeficientes não foram estatisticamente significativos.
As variáveis que definiram as características regionais dos municípios foram
significativas ainda que algumas delas tenham apresentado sinais controversos. Elas são o
número de leitos hospitalares (LEITOS_HOS), balanco (diferença entre o número de nascidos e o
número de mortos no ano de 2000) e a variável área do município (AREA2000).
Desta forma, a hipótese (2
a
hipótese) de que os atributos das áreas rurais são um
importante fator explicativo da variação da população e do emprego não agropecuários para os
residentes nas áreas rurais.
Os transbordamentos das regiões urbanas (emprego e população) em direção às áreas
rurais foi uma hipótese (1
a
hipótese) confirmada dentro do nosso estudo. Desta forma, o
crescimento da população e do emprego urbano tanto no município em análise como no
município central da microrregião, a qual o município em análise pertence, se mostrou
determinante na explicação da variação do emprego e da população dos residentes nas áreas
rurais do município em análise e em seus vizinhos.
128
Também constatou-se que a variação do emprego nas áreas rurais é afetado pelo histórico
da distribuição da população e do emprego dentro do município (3
a
hipótese). O número de
pessoas ocupadas e a população rural no ano de 1980 (período defasado) se mostrou um
importante componente na determinação da variação da população e do número de pessoas
ocupadas nos setores industrial e de serviços para os residentes no meio rural. Estas variáveis –
IWDEFPOP, IWDEFEI, IWDEFES, H1DEFPOP, H2DEFPOP, F1DEFEI, F2DEFEI, G1DEFES,
G2DEFES – se mostraram estatisticamente significativas. As três primeiras comprovam que o
crescimento tanto das ocupações não agropecuárias para residentes no meio rural como da
população rural foi mais intenso em municípios onde anteriormente eles eram mais expressivos.
Em termos de políticas públicas, os resultados deste estudo comprovam que: 1) o meio
rural não pode ser visto somente como gerador de empregos agropecuários e 2) a dinâmica das
áreas rurais está interligada diretamente com a dinâmica da economia das áreas urbanas onde as
mesmas estão inseridas. Desta forma, crises urbanas afetam as áreas rurais não somente em
relação à demanda por alimentos como em relação a oferta direta de empregos.
Os resultados deste trabalho não podem ser extrapolados para o restante do país. Tal qual
o Estado de Santa Catarina, a grande heterogeneidade do país pode levar a novos resultados.
Desta forma, estudos semelhantes a este devem ser efetuados para outros estados e similaridades
e diferenças devem ser analisadas para aperfeiçoar o nosso conhecimento sobre os determinantes
da pluriatividade no Brasil e, a partir disso, projetar suas tendências e possíveis políticas para
orientá-la.
129
REFERÊNCIAS
ACCARINI, J.H.
Economia rural e desenvolvimento: reflexões sobre o caso brasileiro. 1. ed.
Petrópolis: Editora Vozes Ltda, 1987. 277 p.
ALVES, E.R. de A.; PASTORE, A.C. A política agrícola do Brasil e a hipótese da inovação
induzida. In: ALVES, E.R. de A.
Pesquisa agropecuária: perspectiva histórica e
desenvolvimento institucional. Brasília: EMBRAPA-DEP, 1985. p. 289-300.
ANSELIN, L.
Spatial econometrics: methods and models. Boston: Kluwer Academic, 1988. 284
p.
ANSELIN, L. Local indicators of spatial association-LISA. Geographical Analysis, Columbus,
v. 27, n. 2, p. 93-115, Apr. 1995.
ANSELIN, L.
Exploring spatial data with Geoda: a workbook. Urbana-Champaign: University
of Illinois, Center for Spatially Integrated Social Science, 2005. 226 p.
ARAUJO, C.; DE JANVRY, A.; SADOULET, E. Patrones espaciales del crecimiento del empleo
no agricola en el Mexico rural en los anos noventa.
Territorio y Economia, Mexico, v. 5, p. 11-
28, Primavera 2004.
ARAUJO, C.; DE JANVRY, A.; SADOULET, E.
Peer effects in employment: results from
Mexico’s poor rural communities. Berkeley: University of California at Berkeley, 2004. 25 p.
(CUDARE Working Papers, 991).
BACHA, C.J.C.
Economia e política agrícola no Brasil. São Paulo: Editora Atlas, 2004. 226 p.
BARROS, G.S. de C.; BACCHI, M.R.P.; BURNQUIST, H.L.
Estimação de equações de
ofertas de exportação de produtos agropecuários para o Brasil (1992/2000). Brasilia: IPEA,
2002. 53 p. (IPEA. Texto para Discussão, 865).
BLANC, M. Pluriactividad y movilidad del trabajo: un enfoque macroeconomico. In:
ARKLETON RESEARCH.
Cambio rural in Europe. Madri: MAPA, 1987. p. 89-109.
BOARNET, M.G.N. A empirical model of intermetropolitan population and employment growth.
Paper in Regional Science, Berlin, v. 73, n. 2, p. 135-152, 1994.
BUTTEL, F. The political economy of part-time farming.
GeoJournal, AA Dordrecht, v. 6, n. 4,
p. 293-300, July 1982.
CANEVER, M.D.; TALAMINI, D.J.; CAMPOS, A.C.; SANTOS FILHO, J.I. dos.
A cadeia
produtiva do frango de corte no Brasil e na Argentina. Concórdia: EMBRAPA-CNPSA,
1997. 150 p. (EMBRAPA-CNPSA. Documentos, 45).
CARLINO, G.; MILLS, E.S. The determinants of county growth.
Journal of Regional Science,
Boston, v. 27, n. 39-54, p. 39-54, Feb. 1987.
130
CLEMENTE, A.; HIGACHI, H.Y. Economia e desenvolvimento regional. São Paulo: Atlas,
2000. 260p.
De JANVRY, A. A social structure and biased technical change in Argentina agriculture. In:
BISWANGER, H.P.; RUTTAN, V.W.
Induced innovation. Baltimore: The Johns Hopkins
University Press, 1978. p. 227-326.
De JANVRY, A.; SADOULET, E.
Toward a territorial approuch to rural development:
international experiencies and implications for México’s microregions strategy. 2004.
(Discussion Paper). Disponível em: <
http://are.berkeley.edu/~alain/>. Acesso em: 26 abr. 2006.
De JANVRY, A.; SADOULET, E. Fitting the facts and capitalizing on new opportunities to
redesign rural development in Latin America. In: CONGRESSO DA SOCIEDADE
BRASILEIRA DE ECONOMIA E SOCIOLOGIA RURAL, 53., 2004, Cuiabá.
Anais... Brasília:
SOBER, 2004. 1 CD-ROM.
De JANVRY, A.; SADOULET, E.; ZHU, N.
The role of non-farm incomes in reducing rural
poverty and inequality in China. 2005. 29 p. (Discussion Paper). Disponível em: <
http://are.berkeley.edu/~alain/>. Acesso em: 26 abr. 2006
Del GROSSI, M.E.
Evolução das ocupações não-agrícolas no meio rural brasileiro, 1981-95.
1999. 212 p. Tese (Doutorado em Economia) - Universidade Estadual de Campinas, Campinas,
1999.
DESMET, K.; FAFCHAMPS, M.
Changes in the spatial concentration of employment across
U.S. counties: a sectorial analysis 1972-2000. 36 p. 2004. Disponível em:
<
http://www.economics.ox.ac.uk/members/marcel.fafchamps/homepage>. Acesso em: 25 jan. de
2005.
FEDERAÇÃO DAS INDÚSTRIAS DO ESTADO DE SANTA CATARINA.
Santa Catarina
em dados: 2004. Florianópolis, 2005. 65 p.
FIGUEIREDO, M.G. de.
Agricultura e estrutura produtiva do estado do Mato Grosso: uma
análise insumo-produto. 2003. 187 p. Dissertação (Mestrado em Economia Aplicada) – Escola
Superior de Agricultura ‘Luiz de Queiroz”, Universidade de São Paulo, Piracicaba, 2003.
FURTADO, C.
Análise do modelo brasileiro. São Paulo: Civilização Brasileira, 1972. 122 p.
GAIGNÉ, C.; PIGUET, V.; SCHMITT, B.
Changes in rural versus urban manufacturing
employment: a shift and share analysis on Frech data. Dijon: INRA-CESAER, 2003. 24 p.
(INRA. Working Paper, 2003/7).
GASQUES, J.G.; BASTOS, E.T.; BACCHI, M.P.R.; CONCEIÇÃO, J.C.P.R.
Condicionantes
da produtividade da agropecuária brasileira
. Brasília: IPEA, 2004. 29 p. (IPEA. Texto para
discussão, 1017).
131
GOFFETTE-NAGOT, F.; SCHMITT, B. Spatial configuration and differentiations of rural areas.
In: EUROPEAN CONGRESS, 37., 1997, Berlin.
Procedings... Roma: European Regional
Science Association, 1997. 23 p.
GOMES, S.T.
Condicionante da modernização do pequeno produtor. São Paulo: IPE/USP,
1986. 181 p. (IPE. Ensaios econômicos, 60).
GONÇALVES, E.
A distribuição especial da atividade inovadora brasileira: uma análise
exploratória. Belo Horizonte: UFMG, Cedeplar, 2005. 34 p. (UFMG. CEDEPLAR, Texto para
discussão, 246).
GOVERNO DO ESTADO DE SANTA CATARINA.
Santa Catarina: regiões. 2005.
Disponível em: <
http://www.sc.gov.br/conteudo/santacatarina/geografia/paginas/regiões.htm>.
Acesso em: 15 maio 2005.
HADDAD, P.R.; FERREIRA, C.M. de C.; BOISIER, S.; ANDRADE, T.A.
Economia regional:
teorias e métodos de análise. Fortaleza: BNB-ETENE, 1989. 694 p. (BNB. Estudos Econômicos
e Sociais, 36).
HADDAD, P.R.
Cultura local e associativismo. 2004. 52 p. Disponível em:
<
http://www.bndes.gov.br/conhecimento/seminario/apl_texto2.pdf>. Acesso em: 26 fev. 2005.
HAYAMI, Y.; RUTTAN, V.W. Factor prices and technical change in agricultural development:
The United States and Japan 1988-1960.
Journal of Political Economy, Chicago, v. 78, n. 5, p.
1115-11141, Sept./Oct. 1970.
HAYAMI, Y.; RUTTAN, V.W.
Desenvolvimento agrícola: teorias e experiências
internacionais. Tradução de J.M.V. Von Bulow e J.S.W. Von Bulow. Brasília: EMBRAPA-DPU,
1988. 583 p. (EMBRAPA. DPU. Documentos, 40).
HENRY, M.S.; BARKLEY, D.L.; BAO, S. The hinterland’s stake in metropolitan growth:
evidence from select southern regions.
Journal of Regional Science, Boston, v. 37, n. 3, p. 479-
501, July 1997.
HENRY, M.S.; SCHMITT, B.; PIGUET, V. Spatial econometric model for simultaneous
systems: application to rural community growth in France.
International Regional Science
Review
, Thousand Oaks, v. 24, n. 2, p. 171-193, Apr. 2001.
HERMES, A.C.; HIGACHI, Y.
Economia e desenvolvimento regional. São Paulo: Atlas, 2000.
260 p.
HOFFMANN, R.
Estatística para economistas. 2. ed. São Paulo: Editora Pioneira, 1991. 430 p.
HUBBELL, B.J.; WELSH, R. An examination of trends in geographic concentration in U.S. hog
production, 1974-96.
Journal of Agricultural and Applied Economics, Auburn, v. 30, n. 2, p.
285-299, Dec. 1998.
132
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Divisão do Brasil em
mesorregiões e microrregiões geográficas. Rio de Janeiro: IBGE, 1990. 137 p. Disponível em:
<http://biblioteca.ibge.gov.br/colegal_digital_publicacoes.php>. Acesso em: 10 jan. 2005.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA.
Censo demográfico 2000:
documentação dos microdados da amostra. Rio de Janeiro: IBGE, nov. 2002. 1 CD-ROM.
INSTITUTO DE PLANEJAMENTO E ECONOMIA AGRÍCOLA DE SANTA CATARINA.
Avaliação do valor bruto da produção agropecuária nas microrregiões geográficas de Santa
Catarina: 2000-2001. Florianópolis, 2002. 32 p.
INSTITUTO DE PLANEJAMENTO E ECONOMIA AGRÍCOLA DE SANTA CATARINA.
Valor bruto da produção dos principais produtos da agropecuária catarinense 1996-2004.
Florianópolis, 2005. Disponível em: <
http://cepa.epagri.sc.gov.br. Acesso em: 16 abr. 2005.
KELEJIAN, H.H.; OATES, W.E.
Introduction to econometrics. 3.
ed. New York: Harper and
Row, 1989. 367 p.
KLEIN, E.
El empleo rural no agricola en America latina. Santiago: OIT, PREALC, 1992. 36
p. (PREALC. Informe, 364).
KRONTHALER, F.
A study of the competitiveness of regions based on a cluster analysis: the
example of East Germany. Halle: Institute for Economic Research, 2003. 22 p. (IER. Discussion
papers, 179).
KRUGMAN, P. Increasing returns and economic geography.
Journal of Political Economy,
Chicago, v. 99, n. 31, p. 483-499, 1991.
LESAGE, J.
Spatial econometrics. Morgantown: West Virginia University, Regional Research
Institute, 1999. 250 p. Disponível em: <
http://www.spatial-econometrics.com/html/mbook.pdf >.
Acesso em: 2 maio 2004.
McNAMARA, K.T.; LAMBERT, D.M.; GARRETT, M.I.
The influence of local attributes on
food plant location choices
. West-Layette: Purdue University, Department of Agricultural
Economics, 2005. 37 p. (Working paper).
MARSDEN, T. Beyond agriculture? regulating the new rural spaces.
Journal of Rural Studies,
Londres, v. 11, n. 3, p. 285-296, July 1995.
MATTEI, L.
Pluriatividade e desenvolvimento rural no estado de Santa Catarina. 1999. 250
p. Tese (Doutorado em Economia) - Universidade Estadual de Campinas, Campinas, 1999.
MILLS, E.S.; PRICE, R. Metropolitan suburbanization and central city problems.
Journal of
Urban Economics
, London, v. 15, n. 1, p. 1-17, Jan. 1984.
MORA, R.; SAN JUAN, C. Geographical specialisation in Spanish agriculture before and after
integration in the European Union.
Regional Science and Urban Economics, London, v. 34, n.
3, p. 309-320, Jan. 2004.
133
MORETTO, A.C. Relações intersetoriais e inter-regionais na economia paranaense em 1995.
2000. 160 p. Tese (Doutorado em Economia Aplicada) – Escola Superior de Agricultura “Luiz de
Queiroz”, Piracicaba, 2000.
NAJBERG, S.; IKEDA, M.
Modelo de geração de emprego: metodologia e resultados. Rio de
Janeiro: IPEA, 1996. 61 p. (IPEA. Texto para discusssão, 48).
NOGUEIRA, E.A.
Desenvolvimento regional, ocupação do espaço rural e o mercado de
trabalho no sudoeste do estado de São Paulo. 1999. 333 p. Tese (Doutorado em Geografia) –
Faculdade de Filosofia, Letras e Ciências Humanas, Universidade de São Paulo, São Paulo, 1999.
OLIVEIRA, G.B. de; LIMA, J.E. de S. Elementos endógenos no desenvolvimento: considerações
sobre o papel da sociedade local no processo de desenvolvimento sustentável.
Revista da FAE,
Curitiba, v. 6, n. 2, p. 29-37, jan./abr. 2003.
PERROUX, F.
A economia do século XX. Tradução de J.L. de Freitas. Lisboa: Moraes Editora,
1967. 755 p.
PIAZZA, W.F.
A colonização de Santa Catarina. 1. ed. Florianópolis: BRDE, 1982. 311 p.
PRADO JÚNIOR, C.P.
Contribuição para a análise da questão agrária no Brasil. 6. ed. São
Paulo: Brasiliense, 1979. 188 p.
RANGEL, I.
A questão agrária brasileira. Recife: Comissão de Desenvolvimento Econômico
de Pernanbuco, 1962. 74 p.
REY, S.; BOARNET, M. A taxonomy of spatial econometric models for simultaneous equation
systems. In: ANSELIN, L.; FLORAX, R.
Advances in spatial econometrics. Heidelberg:
Springer-Verlag, 2000. 513 p.
SACCO DOS ANJOS, F.
A agricultura familiar em transição: o caso dos colonos operários de
Massaranduba (SC). 1. ed. Pelotas: UFPEL, Editora Universitária, 1995. 170 p.
SANTOS FILHO, J.I. dos; SANTOS, N.A. dos; CANEVER, M.D.; SOUZA, I.S. de; VIEIRA, L.
F. O cluster suinícola do oeste de Santa Catarina. In: HADDAD, P.R.
A competitividade do
agronegócio e o desenvolvimento regional no Brasil
: estudo de cluster. Brasília:
CNPq/EMBRAPA, 1999. cap. 5, p. 125-228.
SCHMITT, B.; HENRY, M.S.; PIGUET, V.; HILAL, M. Urban growth effects on rural
population, export and service employment: evidence from eastern France.
The Annals of
Regional Science. Disponível em: <http://www.springerlink.com/(fgor05nmfievkcicnq2nqfr4)/
app/home/contribution.asp?referrer=parent&backto=issue,22,29;journal,1,134;linkingpublication
results,1:100498,1>. Acesso em: 16 mar. 2006.
SCHNEIDER, S. Teoria social, agricultura familiar e pluriatividade.
Revista Brasileira de
Ciencias Sociais
, Porto Alegre, v. 18, n. 51, p. 99-192, 2003.
134
SEYFERTH, G. A colonização alemã no vale do Itajaí-mirim: um estudo de desenvolvimento
econômico. Porto Alegre: Editora Movimento, 1974. 159 p.
SILVA, J.G. A industrialização e a urbanização da agricultura brasileira.
São Paulo em
Perspectiva, São Paulo, v. 7, n. 3, p. 1-10, 1993.
SILVA, J.G.
O novo rural brasileiro. 2. ed. Campinas: UNICAMP, Instituto de Economia,
1999, 153 p. (UNICAMP. IE. Coleção Pesquisas, 1).
SILVA, J.G. Velhos e novos mitos do rural brasileiro.
Estudos Avançados, São Paulo, v. 15, n.
43, p. 37-50, set./dez. 2001.
SILVA, J.G. da; DEL GROSSI, M.E. Empleo no agrícola e ingresos em las zonas rurales de
Brasil: patrones y evolución.
CEPAL: Seminários y Conferencias, Santiago, n. 35, p. 75-89, Abr.
2004.
SILVA, L.M.S. da.
Relações intersetoriais da economia acreana e sua inserção na economia
brasileira: uma análise insumo-produto. Piracicaba, 2004. 165 p. Dissertação (Mestrado em
Economia Aplicada) – Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba, 2000.
SILVEIRA, S. de F.R.
Inter-relações econômicas dos Estados na Bacia do Rio São Francisco:
uma análise de insumo–produto. 2000. 245 p. Tese (Doutorado em Economia Aplicada) – Escola
Superior de Agricultura “Luiz de Queiroz”, Piracicaba, 2000.
SUZIGAN, W.; FURTADO, J.; GARCIA, R. Coeficientes de Gini locacionais - GL: aplicação à
indústria de calçados do Estado de São Paulo.
Nova Economia, Belo Horizonte, v. 13, n. 2, p.
39-60, 2003.
TESTA, V.M.; NADAL, R. de, MIOR, L.C.
O desenvolvimento sustentável do oeste
catarinense: proposta para discussão. Florianópolis: EPAGRI, 1996. 247 p.
TORESAN, L.; GUZZATTI, T.; NART, D.; BITENCOURT, R.B.
Levantamento dos
empreendimentos de turismo no espaço rural de Santa Catarina
: localização, categorização e
descrição geral. Florianópolis: ICEPA, 2002. 58 p.
VEIGA, J.E. da. O Brasil rural ainda não encontrou seu eixo de desenvolvimento. Estudos
Avançados, São Paulo, v. 15, n. 43, p. 101-119, set./dez. 2001.
VIERA FILHO, A.
As raízes da industrialização: grupos empresariais catarinenses: origem e
evolução. Florianópolis: Editado pelo Autor, 1986. 203 p.
WELLER, J. El empreo rural no agropecuario en el Istmo Centroamericano.
Revista de la
Cepal, Santiago, n. 62, p. 75-90, 1997.
135
APÊNDICE
136
Tabela 16 – Índice entrópico de Theil para o ano de 1991
Item
Metal-
Eletro-
Mecânico
Têxtil Calcados
Alimentos e
Bebidas
Educação Mineral
Madeira e
Mobiliário
Papel e
Gráfica
Alojamento
e refeição
Entre 0,692 0,630 0,718 0,812 0,974 0,793 0,936
0,950 0,955
Dentro 0,480 0,574 0,476 0,682 0,714 0,710 0,782
0,605 0,670
Total 0,545 0,602 0,556 0,759 0,801 0,735 0,824
0,706 0,765
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1991 e 2000.
Tabela 17 - Índice entrópico de Theil para o ano de 2000
Item
Metal-
Eletro-
Mecânico
Têxtil Calcados
Alimentos e
Bebidas
Educação Mineral
Madeira e
Mobiliário
Papel e
Gráfica
Alojamento
e refeição
Entre 0,822 0,711 0,792 0,832 0,978 0,815 0,940 0,967
0,950
Dentro 0,602 0,699 0,444 0,735 0,730 0,768 0,819 0,657
0,709
Total 0,674 0,716 0,556 0,802 0,815 0,780 0,853 0,757
0,788
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1991 e 2000.
136
137
ANEXOS
138
ANEXO A – Cidades criadas e instaladas em Santa Catarina entre 1980 e 2000
Tabela 18 - Cidades Criadas entre 1980 e 1991 no Estado de Santa Catarina
Nome Data da Criação Município Procedente 1 População em 1991
Abdon Batista 26/04/1989 Campos Novos 3.245
Apiuná 04/01/1988 Indaial 7.731
Celso Ramos 26/04/1989 Anita Garibaldi 3.457
Correia Pinto 10/05/1982 Lages 11.886
Doutor Pedrito 04/01/1988 Benedito Novo 2.997
Forquilhinha 26/04/1989 Criciúma 14.059
Iporã do Oeste 04/01/1988 Mondai 7.718
Iraceminha 26/04/1989 Cunha Porá 5.727
Itapoá 26/04/1989 Garuva 4.007
José Boiteux 26/04/1989 Ibirama 4.044
Lindóia do Sul 01/01/1990 Concórdia 5.278
Marema 11/06/1988 Xaxim 6.739
Otacílio Costa 10/05/1982 Lages 14.576
Santa Rosa do Sul 04/01/1988 Sombrio 1.896
Serra Alta 26/04/1989 Modelo 3.861
Timbó Grande 26/04/1989 Santa Cecília 4.966
Tunapolis 26/04/1989 Itapiranga 5.546
União do Oeste 04/01/1988 Coronel Freitas 7.337
Urupema 01/01/1988 São Joaquim 2.474
Vitor Meireles 26/04/1989 Ibirama 6.203
Fonte: Resultados de Pesquisa e IBGE (2006)
138
139
Tabela 19 - Municípios que sofreram alterações na divisão territorial no período 1991 a 1993 no Estado de Santa Catarina
(Continua)
Nome
População Total
01.09.91
Município
Procedente 1
População
Cedida 01.09.91
Município
Procedente 2
População Cedida
01.09.91
Município
Procedente 3
População Cedida
01.09.91
ÁGUAS FRIAS 3.186 CORONEL FREITAS 1.689 UNIÃO DO OESTE 1.497
ARABUTÃ 3.770 CONCÓRDIA 3.770
ARVOREDO 2.681 SEARA 2.681
BALNEÁRIO BARRA DO SUL 3.504 ARAQUARI 3.474 SÃO FRANCISCO DO SUL 30
BELMONTE 3.418 DESCANSO 3.418
BOMBINHAS 4.708 PORTO BELO 4.708
BRAÇO DO TROMBUDO 2.495 TROMBUDO CENTRAL 2.495
CALMON 2.650 MATOS COSTA 2.650
CAPIVARI DO BAIXO 15.884 TUBARÃO 15.884
CERRO NEGRO 5.161 CAMPO BELO DO SUL 4.795 ANITA GARIBALDI 366
COCAL DO SUL 11.883 URUSSANGA 11.883
CORDILHEIRA ALTA 2.831 CHAPECÓ 2.831
CORONEL MARTINS 3.563 SÃO DOMINGOS 3.563
FORMOSA DO SUL 2.713 QUILOMBO 2.713
GUATAMBÚ 4.645 CHAPECÓ 4.645
IPUAÇU 1.970 ABELARDO LUZ 1.970 XANXERÊ 3.363 MAREMA 486
IRATI 2.906 QUILOMBO 2.906
JARDINÓPOLIS 2.243 UNIÃO DO OESTE 2.243
LAJEADO GRANDE 1.453 XAXIM 1.453
MACIEIRA 1.922 CAÇADOR 1.922
MIRIM DOCE 2.911 TAIÓ 2.911
MONTE CARLO 5.863 CAMPOS NOVOS 5.863
MORRO GRANDE 2.898 MELEIRO 2.898
NOVA ITABERABA 4.169 CHAPECÓ 4.169
NOVO HORIZONTE 3.607 SÃO LOURENÇO D'OESTE 3.607
OURO VERDE 3.251 ABELARDO LUZ 3.251
PARAÍSO 5.999 SÃO MIGUEL D'OESTE 5.999
PASSO DE TORRES 2.719 SÃO JOÃO DO SUL 2.719
PASSOS MAIA 3.223 PONTE SERRADA 3.223
PLANALTO ALEGRE 2.565 CAXAMBU DO SUL 2.565
PONTE ALTA DO NORTE 2.613 CURITIBANOS 2.613
Fonte: Resultados de Pesquisa e IBGE (2006)
139
140
Tabela 19 - Municípios que sofreram alterações na divisão territorial no período 1991 A 1993 no estado de Santa Catarina
(Conclusão)
Nome
População Total
01.09.91
Município
Procedente 1
População
Cedida 01.09.91
Município
Procedente 2
População Cedida
01.09.91
Município
Procedente 3
População Cedida
01.09.91
RIO RUFINO 1.751 URUBICI 1.751
RIQUEZA 6.283 MONDAÍ 6.283
SANGÃO 5.755 JAGUARUNA 5.755
SANTA HELENA 2.968 DESCANSO 2.968
SANTA TEREZINHA 8.628 ITAIÓPOLIS 8.628
SÃO CRISTÓVÃO DO SUL 3.702 CURITIBANOS 3.702
SÃO JOÃO DO OESTE 6.658 ITAPIRANGA 6.255 MONDAÍ 338 TUNÁPOLIS 65
SÃO JOÃO DO ITAPERIÚ 2.700 BARRA VELHA 2.700
SÃO MIGUEL DA BOA VISTA 2.623 MARAVILHA 2.623
SUL BRASIL 3.866 MODELO 3.866
VARGEM 3.267 CAMPOS NOVOS 3.267
VARGEM BONITA 5.782 CATANDUVAS 5.782
Fonte: Resultados de Pesquisa e IBGE (2006)
140
141
Tabela 20 - Municípios criados entre 1993 e 1996, e instalados em 01/01/1997 no estado de Santa Catarina
Município Novo
População
Total 1997
Município
Procedente 1
População
Cedida 1997
Município
Procedente 2
População
Cedida 1997
Município
Procedente
População
Cedida 1997
Município
Procedente 4
População
Cedida 1997
Alto Bela Vista 2.346 Concórdia 2.346
Balneário Arroio do Silva 4.963 Araranguá 4.963
Balneário Gaivota 4.524 Sombrio 4.524
Bandeirante 3.707 Belmonte 144 Descanso 151 São Miguel D'Oeste 3.412
Barra Bonita 2.213 Anchieta 207 Guaraciaba 251 Romelândia 65 São Miguel D'Oeste 1.693
Bela Vista do Toldo 5.655 Canoinhas 5.655
Bocaina do Sul 2.905 Lages 2.905
Bom Jesus 2.188 Ipuaçu 71 Ouro Verde 515 Xanxerê 1.602
Bom Jesus do Oeste 2.165 Campo Erê 295 Maravilha 216 Modelo 1.654
Brunópolis 3.488 Campos Novos 3.488
Capão Alto 2.793 Lages 2.793
Chapadão do Lageado 2.570 Ituporanga 2.570
Cunhataí 1.931 São Carlos 1.811 Saudades 120
Entre Rios 2.691 Marema 2.691
Ermo 2.128 Turvo 2.128
Flor do Sertão 1.686 Maravilha 1.686
Frei Rogério 2.692 Curitibanos 2.692
Ibiam 1.869 Tangará 1.869
Iomerê 2.665 Videira 2.665
Jupiá 2.157 Galvão 2.157
Luzerna 5.375 Joaçaba 5.375
Paial 2.207 Itá 1.831 Seara 376 2.207
Painel 2.187 Lages 2.187
Palmeira 1.981 Otacílio Costa 1.981
Princesa 2.600 São José do Cedro 2.600
Saltinho 4.661 Campo Erê 4.661
Santa Terezinha do Progresso 3.364 Campo Erê 3.364
Santiago do Sul 1.715 Quilombo 1.715
São Bernardino 3.455 Campo Erê 2.786 São Lourenço 669
São Pedro de Alcântara 3.531 São José 3.531
Tigrinhos 1.902 Maravilha 1.902
Treviso 2.706 Siderópolis 2.706
Zortéa 2.602 Campos Novos 2.602
Fonte: Resultados de Pesquisa e IBGE (2006)
141
142
ANEXO B – O Modelo Matemático
B.1 - Um modelo com 2 Equações
O modelo de Boarnet é estendido para incluir a influência do crescimento urbano. As equações
(17) e (18) do item 3.2.3 são abaixo reproduzidas e renumeradas:
**
,,12
(, ,, )=
it i it
PfCEMPgg (39)
**
.,12
(, ,,)=
it i it
EgDPOPhh (40)
Onde,
*
,it
P e
*
,it
E
são, respectivamente, a população e o emprego de equilíbrio na área rural do
município i no tempo t;
*
,it
EMP e
*
,it
POP são, respectivamente a soma do emprego rural e da
população rural no município i e nos seus municípios vizinhos; g
1
e g
2
são as taxas de
crescimento do emprego no meio urbano do município sede da microrregião homogênea em que
se localiza o município i e no município i, respectivamente; h
1
e h
2
são as taxas de crescimento da
população no meio urbano do município sede da microrregião homogênea em que se localiza o
município i e no município i, respectivamente. C
i
e D
i
são vetores de características dos
residentes e das firmas.
Supondo-se que:
*
,,1 ,,1
()
iitit pitit
dP P P P P
λ
−−
=− = − (41)
*
,,1 ,,1
()
i it it e it it
dEEE EE
λ
−−
=− = − (42)
Considerando-se formulações lineares das equações (39) e (40), tem-se:
****
,01 2 ,3 ,14 ,2
()()
it i it it it
P C EMP EMP g EMP g u
αα α α α
=+ + + + + (43)
****
,01 2,3 ,14 ,2
()()=+ + + + +
it i it it it
EDPOPPOPhPOPhv
ββ β β β
(44)
Substituindo (43) em (41) e (44) em (42), tem-se:
143
**
,,101 2 ,3 ,1
*
4,2pi,t-1
+ - P +u'
i it it i it it
it
dP P P C EMP EMP g
EMP g
γγ γ γ
γλ
−
=− =+ + + +
(45)
**
,,101 2,3,1
*
4,2ei,t-1
+ - E +v'
i it it i it it
it
dE E E D POP POP h
POP h
δδ δ δ
δλ
−
=− =+ + + +
(46)
Sendo
ipi
γ
λα
= . e .=
iei
δ
λβ
, i
=
0,1,2,3,4
Suponha as seguintes equações de ajustamento parcial para um nível desejado para o
mercado de trabalho e área residencial:
*
,,1 ,,1
()
it it p it it
POP POP POP POP
λ
−
−
−= −
(47)
*
,,1 ,,1
()
it it e it it
EMP EMP EMP EMP
λ
−
−
−= − (48)
Obtém-se:
*
,,1 ,,1
1
()
it it it it
p
POP POP POP POP
λ
−
−
=+ − (49)
*
,,1 ,,1
1
()
it it it it
e
EMP EMP EMP EMP
λ
−
−
=+ − (50)
Substituindo (49) em (46) e (50) em (45), obtêm-se:
(
)
()
()
01 2 ,1 , ,1
3,-1 , ,11
4,1 , ,12,1
(1 )
(1 )
+ (1 ) * '
iiiteitit
e
it it it
it e it it p it
dP C EMP EMP EMP
EMP EMP EMP g
EMP EMP EMP g P u
γγ γ λ
γλ
γλ λ
−−
−
−−−
⎡⎤
=+ + + − +
⎣⎦
⎡⎤
++ − +
⎣⎦
⎡⎤
+
−−+
⎣⎦
(51)
(
)
()
()
01 2 ,1 , ,1
3,1 , ,11
4,1 , ,12,1
(1 )
(1 ) *h
(1 ) *h '
iiitpitit
it p it it
it p it it e it
dE D POP POP POP
POP POP POP
POP POP POP E v
δδ δ λ
δλ
δλ λ
−−
−−
−−−
⎡⎤
=+ + + − +
⎣⎦
⎡⎤
++ − +
⎣⎦
⎡⎤
++ − −+
⎣⎦
(52)
Rearranjando as parcelas obtêm-se
[
]
01 ,1 23142 ,1
23142 , ,1
*
+ ( )* ( )* *( ) '
iipit it
ee e itit
dP C P g g EMP
ggEMPEMPu
γγ λ γγ γ
γλ γλ γλ
−−
−
=+ − + + + +
⎡⎤
++ −+
⎣⎦
(53)
144
[
]
01 ,1 23142 ,1
23142 ,,1
*
+ ( )* ( )* *( ) '
iieit it
pp p itit
dE D E h h POP
hhPOPPOPv
δδ λ δδ δ
δλ δλ δλ
−−
−
=+ − + + + +
⎡⎤
++ −+
⎣⎦
(54)
Deixe
,1 ,1
()*
−−
=+
it it
EMP I W E ,
,1 ,1
()*,
−
−
=
+
it it
POP I W P
(
)
,,1it it
EMP EMP
−
−
= ()
+
i
I
WdE e
()
,,1
()
−
−=+
it it i
POP POP I W P . Então, as equações (21) e (22) são obtidas após simplificações da
notação dos parâmetros.
B.2 - Um modelo com 3 equações
Para o emprego dividido em dois setores, tem-se as equações (23), (24) e (25) abaixo
reproduzidas e renumeradas:
(
)
***
,,1,,2,1212
,,,,,,
it i i t i t
PAEMPEMPffgg=
ψ
(55)
(
)
***
,1, , ,2, 1 2 1 2
,, ,,,,
it i it i t
E
BPOP EMP hhgg=
φ
(56)
(
)
***
,2, , ,1, 1 2 1 2
,, ,,,,
it i it it
ECPOPEMPhhff=
ξ
(57)
Supondo-se que:
*
,,1 ,,1
()
iitit pitit
dP P P P P
λ
−−
=− = − (58)
*
,1 ,1, ,1, 1 1 ,1, ,1, 1
()
i it it e it it
dE E E E E
λ
−
−
=− = − (59)
*
,2,2,,2,12,2,,2,1
()
i it it e it it
dE E E E E
λ
−−
=− = − (60)
Considerando-se formulações lineares das equações (55) (56) e (57), tem-se:
,
***
0123142,1,56172,2,1
()( )=+ + + + + + + +
it
iit it
P a a A a a f a f EMP a a g a g EMP
ν
(61)
***
,1, 0 1 2 3 1 4 2 , 5 6 1 7 2 ,2, 2
()( )=+ + + + + + + +
it i it it
EbbBbbhbhPOPbbgbgEMP
ν
(62)
,2,
***
01 23142 , 56172 ,1, 3
()()=+ + + + + + + +
it
iit it
EccCcchchPOPccfcfEMP
ν
(63)
145
Substituindo (2.7) em (2.4), (2.8) em (2.5) e (2.9) em (2.6), tem-se:
*
,,,101 23142 ,1,
*
56172 ,2, ,11
()
( )
it it it i i t
it pit
dP P P d d A d d f d f EMP
ddgdgEMP P
−
−
=− =+ ++ + +
+
+−+
λ
ν
(64)
*
,1, ,1, ,1, 0 1 2 3 1 4 2 ,
*
56172 ,2, 1,1,12
()
( )
it it it i it
it e it
dE E E e e B e e h e h POP
eegegEMP E v
λ
−
=−=++++ +
+
+−+
(65)
*
,2, ,2, ,2 1 0 1 2 3 1 4 2 ,
*
56172 ,1, 2,2,1 3
()
( )
it it it i it
it e it
dE E E i iC i i h i h POP
iififEMP E v
λ
−
−
=− =++++ +
+
+−+
(66)
Sendo
.
ipi
da=
λ
,
1
.
iei
eb=
λ
e
2
.
iei
ic
=
λ
, i
=
0,1,2,3,4 ,5,6,7
Suponha as seguintes equações de ajustamento parcial para um nível desejado para o
mercado de trabalho e área residencial:
*
,,1 ,,1
()
it it p it it
POP POP POP POP
−
−
−= −
λ
(67)
*
,1, ,1, 1 1 ,1, ,1, 1
()
−
−
−= −
it it e it it
EMPEMP EMPEMP
λ
(68)
*
,2, ,2, 1 2 ,2, ,2, 1
()
−−
−= −
it it e it it
EMP EMP EMP EMP
λ
(69)
Obtêm-se:
*
,,1 ,,1
1
()
it it it it
p
POP POP POP POP
−
−
=+ −
λ
(70)
*
,1, ,1, 1 ,1, ,1, 1
1
1
()
it it it it
e
EMP EMP EMP EMP
−−
=+ −
λ
(71)
*
,2, ,2, 1 ,2, ,2, 1
2
1
()
it it it it
e
EMP EMP EMP EMP
−−
=+ −
λ
(72)
Substituindo (71 e (72) em (64); (70) e (72) em (65); e (70) e (71) em (66), obtêm-se:
146
,01 23142 ,1,1 ,1, ,1,1
1
5 6 1 7 2 ,2, 1 ,2, ,2, 1 , 1 1
2
1
()((( ))
1
( )( ( ( ))
−−
−−−
=+ + + + + − +
++ + − − +
it i i t i t i t
e
it it it pit
e
dP d d A d d f d f EMP EMP EMP
d d g d g EMP EMP EMP P
λ
λ
ν
λ
(73)
,1, 0 1 2 3 1 4 2 , 1 , , 1
56172 ,2,1 ,2, ,2,1 1,1,12
2
1
()((( ))
1
( )( ( ))
−−
−−−
=+ + + + + − +
++ + − − +
it i it it it
p
it it it e it
e
dE e e B e e h e h POP POP POP
eegegEMP EMP EMP E v
λ
λ
λ
(74)
,2, 0 1 2 3 1 4 2 , 1 , , 1
5 6 1 7 2 ,1, 1 ,1, ,1, 1 2 ,2, 1 3
2
1
()((( ))
1
( )( ( ))
it i it it it
p
it it it e it
e
dE i iC i i h i h POP POP POP
iififEMP EMP EMP E v
λ
λ
λ
−−
−−−
=+ + + + + − +
++ + − − +
(75)
Rearranjando as parcelas obtêm-se:
, 0 1 2 3 1 4 2 ,1, 1 2 3 1 4 2 ,1, ,1, 1
1
56172 ,2,1 56172 ,2, ,2,1 ,11
2
1
( ) (( )( ))
1
( ) ( )( )
−−
−−−
=+ + + + + + + − +
++ + ++ − − +
it i i t i t i t
e
it it it pit
e
dP d dA d df df EMP d df df EMP EMP
ddgdgEMP ddgdgEMP EMP P
λ
λ
ν
λ
(76)
,1, 0 1 2 31 42 ,1 2 31 42 , ,1
56172 ,2,1 56172 ,2, ,2,1 1,1,12
1
1
( ) (( )( ))
1
( ) (( )( ))
it i it it it
p
it it it e it
e
dE e e B e e h e h POP e e h e h POP POP
eegegEMP eegegEMP EMP E v
λ
λ
λ
−−
−−−
=+ + + + + + + − +
++ + ++ − − +
(77)
,2, 0 1 2 3 1 4 2 , 1 2 3 1 4 2 , , 1
56172 ,1,1 56172 ,1, ,1,1 2,2,1 3
1
1
( ) (( )( ))
1
( ) (( )( ))
it i it it it
p
it it it e it
e
dE i iC i ih ih POP i ih ih POP POP
iififEMP iififEMP EMP E v
λ
λ
λ
−−
−−−
=+ + + + + + + − +
++ + ++ − − +
(78)
147
ANEXO C – Testes para detecção de autocorrelação
A autocorrelação espacial pode ser observada de duas maneiras. A primeira está
relacionada a autocorrelação no termo do erro e a segunda na variável dependente (CACHO,
2003). A expressão matemática para as duas situações é a seguinte:
, 0
⎡⎤
≠
⎣⎦
ij
Eyy e , 0
⎡⎤
≠
⎣⎦
ij
Euu (79)
para localizações vizinhas i, j. Esta especificação é muito ampla para permitir as interações
potenciais de [N x (-1)], para N observações. Segundo Cacho (2003) utiliza-se a forma de
dependência espacial baseada na matriz W de pesos espaciais pois a mesma reduz os números de
parâmetros desconhecidos a somente um.
Existe um grande número de testes para se determinar o tipo de dependência espacial em
um modelo. Segundo Moreno e Vayá (2000)
23
apud Cacho (2003), pode-se distinguir dois tipos
de testes para detectar dependência espacial: Os testes “ad-hoc” que não apresentam uma
hipótese alternativa definida (testes de I de Moran e K-R), e os testes baseados nas propriedades
ótimas do estimador de Máximo-Verossimelhança, que são rigorosamente estruturados em
termos das hipótese (testes assintóticos de Wald, razão de Máximo-Verossimelhança e
multiplicadores de lagrange). Neste estudo utilizou-se o teste do Multiplicador de Lagrange
simples e robusto para autocorrelação na variável dependente e no termo do erro. Estes testes
serão descritos nos parágrafos seguintes.
Teste de LM-ERRO
Este teste é baseado nos princípios dos multiplicadores de Lagrange e foi originalmente
proposto por Burridge (1980)
24
apud Cacho (2003) e se expressa como:
23
MORENO, R.E.; VAYÁ, E. Técnicas econometricas para el tratamiento de dados espaciales: la econometria
espacial. Barcelona: Universitat de Barcelona, 2000. 160 p. (Colecció UB 44, manuals).
24
BURRIDGE, P. On the Cliff-Ord test for spatial autocorrelation. Journal of the Royal Statistic Society, Oxford,
v. 42, n. 1, p-107-108, 1980.
148
2
2
2
'
'
eWe
s
LM ERR
tr W W W
⎡⎤
⎢⎥
⎣⎦
−=
⎡
⎤
+
⎣
⎦
(80
Onde
2
'ee
s
N
= é o estimador, de Máximo-verosimilhaça, da variância dos erros aleatórios
e: é o vetor de resíduos das estimativas por MQO; W é a matriz de vizinhança.
Este teste, que é também um teste assintotico, é distribuído com um
X
2
com um grau de
liberdade e funciona igualmente para a hipótese alternativa de erros autorregressivos espaciais
como para médias móveis espaciais (Anselin, 1988).
Teste LM-ERRO (Robusto)
Este teste é utilizado para identificar a dependência espacial nos termos dos erros
aleatórios, similarmente ao teste LM-ERRO, entretanto este teste é robusto a uma má
especificação da dependência espacial como seria o caso da existência de uma variável endógena
espacialmente defasada (CACHO, 2003).
()
()
1
1
22
2
11
''eWe eWy
TRJ
ss
LM EL
TTRJ
−
ρ−β
ρ−β
⎡
⎤
−
⎢
⎥
⎣
⎦
−=
−
(81)
()
-1
1
1
2
(WX )'M(WX )
: = T+
s
com RJ
ρβ
ββ
−
−
⎡⎤
⎢⎥
⎣⎦
e
2
1
(' )TtrWWW=+
W: matriz de pesos espaciais
WXβ: defasagem espacial dos valores procedentes das estimativas de MQO de y sobre X
Este teste segue a distribuição de
X
2
com um grau de liberdade.
149
Teste LM-Lag
Este teste, proposto por Anselin (1988), é derivado do multiplicador de Lagrange. Como o
seu homólogo LM-ERRO, este teste segue uma distribuição de
X
2
com um grau de liberdade. A
expressão matemática do mesmo é a seguinte:
2
2
'eWy
s
LM Lag
RJ
ρβ
−
⎡
⎤
⎢
⎥
⎣
⎦
−= (82)
sendo y o vetor (N,1) de observações da variável dependente.
Teste LM-LAG (Robusto)
Este teste, utilizado para detectar autocorrelação espacial na variável dependente, é
robusto à presença de dependência espacial nos termos do erro. Sua expressão matemática é a
seguinte:
11
22
1
''
()
eWy eWe
ss
LM Lag Robusto
RJ T
ρβ
−
⎡
⎤
−
⎢
⎥
⎣
⎦
−=
−
(83)
Esta expressão, que segue a mesma notação das expressões anteriores, tem também uma
distribuição de
X
2
com um grau de liberadade (ANSELIN, 1988).
150
ANEXO D – Estabelecimentos agropecuários em Santa Catarina e Brasil
Tabela 21 - Número e percentagem dos estabelecimentos por grupos de área total em Santa
Catarina e no Brasil em 1996
Área Santa Catarina
Participação
em % (SC) Brasil
Participação
em % (Br)
Menos de 1 ha 4.094 2,01 512.032 10,54
1 a menos de 2 ha 5.565 2,74 471.298 9,70
2 a menos de 5 ha 25.01 12,30 796.724 16,39
5 a menos de 10 ha 37.793 18,59 622.320 12,81
10 a menos de 20 ha 60.051 29,53 701.417 14,43
20 a menos de 50 ha 49.865 24,52 814.695 16,76
50 a menos de 100 ha 12.120 5,96 400.375 8,24
100 a menos de 200 ha 4.585 2,25 246.314 5,07
200 a menos de 500 ha 2.729 1,34 165.243 3,40
500 a menos de 1.000 ha 917 0,45 58.407 1,20
1.000 a menos de 2.000 ha 352 0,17 28.504 0,59
2.000 a menos de 5.000 ha 132 0,06 14.982 0,31
5.000 a menos de 10.000 ha 21 0,01 3.688 0,08
10.000 a menos de 100.000 ha 3 0 2.147 0,04
100.000 ha e mais - 0 37 0
sem declaração 110 0,05 21.682 0,45
Fonte: Testa et al. (1996)
151
Anexo E – Classe de uso do solo em Santa Catarina
Tabela 22 - Distribuição das áreas de terra, conforme a classe de uso do solo
CLASSES Área (ha
.) % Aptidão agrícola dos solos
Classe 1 20.716 2,6 boa para culturas anuais climaticamente adaptadas
Classe 2 235.040 29,1 regular para culturas anuais climaticamente adaptadas
Classe 3
221.836
27,4
com restrições para culturas anuais climaticamente
adaptadas, regular para fruticultura e boa para pastagens e
reflorestamento
Classe 4 323.831 40,0 com restrições para fruticultura e regular ou com restrições
para pastagem e reflorestamento
Classe 5 7.320 0,9 Preservação permanente
Total 808.743 100,0 -
Fonte: Testa et al. (1996)
152
ANEXO F – Dados do emprego em setores selecionados
Tabela 23 - Número de pessoas ocupadas nas áreas rural e urbana em setores selecionados nos anos de 1991 e 2000
1991 2000
Setor
Rural (a) Urbana (b)
a
ab
+
*100
Rural (c) Urbana (d)
c
cd
+
*100
Administração Publica 6.883 66.800 9,34% 8.192 92.846 8,11%
Alimentos e Bebidas 7.610 49.377 13,35% 10.161 64.400 13,63%
Alojamento e Refeitório 5.010 51.196 8,91% 7.482 81.504 8,41%
Calcados 1.294 10.168 11,29% 929 27.393 3,28%
Comercio 14.142 180.804 7,25% 26.869 341.415 7,30%
Construção 13.963 99.187 12,34% 17.965 145.537 10,99%
Domestica 12.690 72.882 14,83% 18.657 113.082 14,16%
Educação 10.653 70.890 13,06% 11.462 107.123 9,67%
Finanças 948 35.084 2,63% 520 25.054 2,03%
Madeira e Mobiliário 16.401 60.216 21,41% 15.134 76.100 16,59%
Metalurgia, Eletrônica e Mecânica 5.955 66.500 8,22% 8.846 87.288 9,20%
Mineral 13.251 38.661 25,53% 9.720 31.505 23,58%
Papel e Gráfica 4.839 17.286 21,87% 3.172 23.502 11,89%
Têxtil 17.882 90.461 16,50% 23.700 150.446 13,61%
Transporte e Comunicação 8.471 61.456 12,11% 11.599 97.404 10,64%
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1991 e 2000.
152
153
ANEXO G – Resultados econométricos selecionados
Tabela 24 - Resultados da equação estimada para a variável dependente variação da população
para os residentes no meio rural no primeiro estágio
Variáveis Coeficiente Desvio Padrão t-Statistic Probabilidade
CONSTANT -810,007 716,876 -1,130 0,260
EDURURAL 57,605 82,039 0,702 0,483
INDRUR80 0,178 0,251 0,706 0,481
SERVRUR80 0,590 0,319 1,848 0,066
OESTE 58,925 317,190 0,186 0,853
NORTE -286,389 340,157 -0,842 0,401
SERRANA -27,050 258,404 -0,105 0,917
ITAJAI -35,838 185,629 -0,193 0,847
SUL -1006,356 220,179 -4,571 0,000
DISTCENTRO 1,237 1,357 0,911 0,363
ACESSOPAVI 10,130 5,876 1,724 0,086
DISTSAOPAU 1,070 0,910 1,176 0,241
DISTAFLORI -1,025 1,033 -0,992 0,323
AREA2000 -0.640 0.213 -3,002 0,003
RURAL80 -0,150 0,024 -6,273 0,000
BALANCO 0,895 0,296 3,026 0,003
LEITOS_HOS -3,346 0,613 -5,461 0,000
COOPERATIV -49,249 36,894 -1,335 0,184
PROCPO -155,138 659,568 -0,235 0,814
IWPOP 0,888 0,088 10,063 0,000
IWEI 0,890 0,345 2,581 0,011
IWES -1,272 0,591 -2,154 0,033
IWDEFPOPRU 0,136 0,027 5,002 0,000
IWDEFESRUR 0,196 0,054 3,637 0,000
IWDEFEIRUR -0,084 0,220 -0,382 0,703
H2POP -0,551 0,934 -0,590 0,556
F2EI -4,145 2,972 -1,394 0,165
G2ES -14,091 5,544 -2,541 0,012
G2DEFES -3,253 1,361 -2,390 0,018
F2DEFEI -0,424 1,412 -0,301 0,764
H2DEFPOP -0,075 0,241 -0,311 0,756
H1POP -1,603 2,785 -0,576 0,566
F1EI -39,267 12,787 -3,071 0,002
G1ES 37,039 12,258 3,022 0,003
H1DEFPOP 0,680 0,746 0,913 0,363
F1DEFEI -8,260 5,139 -1,607 0,110
G1DEFES -1,609 1,378 -1,168 0,245
R2 0,921
R2 Ajustado 0,905
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1980, 1991 e 2000.
154
Tabela 25 - Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor serviços no primeiro
estágio
Variáveis Coeficientes Desvio Padrão t-Statistic Probabibilidade
CONSTANT -145,822 168,889 -0,863 0,389
EDURURAL 14,427 19,328 0,746 0,456
INDRUR80 -0,043 0,059 -0,720 0,472
SERVRUR80 0,247 0,075 3,287 0,001
OESTE -53,811 74,727 -0,720 0,472
NORTE -98,345 80,138 -1,227 0,221
SERRANA -23,421 60,877 -0,385 0,701
ITAJAI -40,488 43,732 -0,926 0,356
SUL -234,833 51,872 -4,527 0,000
DISTCENTRO 0,396 0,320 1,239 0,217
ACESSOPAVI 0,707 1,384 0,510 0,610
DISTSAOPAU 0,274 0,214 1,278 0,203
DISTAFLORI -0,148 0,243 -0,608 0,544
AREA2000 -0,046 0,050 -0,925 0,356
RURAL80 0,016 0,006 2,916 0,004
BALANCO 0,129 0,070 1,852 0,066
LEITOS_HOS -0,699 0,144 -4,845 0,000
COOPERATIV -2,883 8,692 -0,332 0,740
PROCPO -16,341 155,388 -0,105 0,916
IWPOP 0,012 0,021 0,585 0,559
IWEI 0,129 0,081 1,587 0,114
IWES 0,638 0,139 4,585 0,000
IWDEFPOPRU -0,015 0,006 -2,347 0,020
IWDEFESRUR 0,023 0,013 1,778 0,077
IWDEFEIRUR 0,002 0,052 0,033 0,974
H2POP 0,140 0,220 0,635 0,526
F2EI -1,503 0,700 -2,146 0,033
G2ES -4,361 1,306 -3,338 0,001
G2DEFES -0,399 0,321 -1,243 0,215
F2DEFEI -0,150 0,333 -0,452 0,652
H2DEFPOP 0,051 0,057 0,889 0,375
H1POP -0,463 0,656 -0,705 0,481
F1EI -3,573 3,012 -1,186 0,237
G1ES 6,905 2,888 2,391 0,018
H1DEFPOP -0,038 0,176 -0,219 0,827
F1DEFEI -1,063 1,211 -0,878 0,381
G1DEFES -0,077 0,325 -0,238 0,812
R
2
0,897
R
2
Ajustado 0,876
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1980, 1991 e 2000.
155
Tabela 26 - Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor industrial no primeiro
estágio
Variáveis Coeficientes Desvio Padrão t-Statistic Probabilidade
CONSTANT -125,244 161,457 -0,776 0,439
EDURURAL 5,583 18,477 0,302 0,763
SERVRUR80 0,223 0,072 3,104 0,002
INDRUR80 -0,184 0,057 -3,241 0,001
OESTE 54,854 71,439 0,768 0,444
NORTE 28,408 76,611 0,371 0,711
SERRANA 34,531 58,199 0,593 0,554
ITAJAI 15,081 41,808 0,361 0,719
SUL -148,963 49,589 -3,004 0,003
DISTCENTRO 0,206 0,306 0,675 0,501
ACESSOPAVI 2,345 1,323 1,772 0,078
DISTSAOPAU 0,146 0,205 0,713 0,477
DISTAFLORI -0,184 0,233 -0,791 0,430
AREA2000 -0,038 0,048 -0,787 0,432
RURAL80 0,006 0,005 1,132 0,259
BALANCO 0,090 0,067 1,356 0,177
LEITOS_HOS -0,260 0,138 -1,881 0,062
COOPERATIV -12,525 8,309 -1,507 0,133
PROCPO -89,808 148,550 -0,605 0,546
IWPOP -0,017 0,020 -0,877 0,381
IWEI 0,934 0,078 12,038 0,000
IWES -0,124 0,133 -0,934 0,352
IWDEFPOPRU -0,014 0,006 -2,340 0,020
IWDEFESRUR 0,021 0,012 1,734 0,085
IWDEFEIRUR 0,179 0,050 3,601 0,000
H2POP 0,018 0,210 0,085 0,932
F2EI -0,257 0,669 -0,385 0,701
G2ES -2,953 1,249 -2,365 0,019
G2DEFES -0,497 0,307 -1,622 0,106
F2DEFEI 0,029 0,318 0,090 0,928
H2DEFPOP -0,009 0,054 -0,169 0,866
H1POP 1,169 0,627 1,864 0,064
F1EI -7,774 2,880 -2,700 0,008
G1ES 6,000 2,761 2,173 0,031
H1DEFPOP 0,460 0,168 2,741 0,007
F1DEFEI -3,172 1,157 -2,741 0,007
G1DEFES -0,145 0,310 -0,467 0,641
R2 0,897
R2 Ajustado 0,877
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1980, 1991 e 2000.
156
Tabela 27 – Resultados da equação estimada para a variável dependente variação da população
para os residentes no meio rural tendo-se utilizado o ano de 1991 para as variáveis
defasadas
Variáveis Coeficientes Desvio Padrao z-Estatistica Significância
W_DP 0,304 0,052 5,833 0,000
CONSTANT -1344,198 767,325 -1,752 0,080
EDURURAL 80,202 86,466 0,928 0,354
RURAL91 -0,242 0,016 -15,539 0,000
OESTE 410,373 335,975 1,221 0,222
NORTE 639,890 364,132 1,757 0,079
SERRANA 76,069 265,234 0,287 0,774
ITAJAI 137,865 204,442 0,674 0,500
SUL -779,102 234,024 -3,329 0,001
DISTCENTRO -0,136 1,398 -0,098 0,922
ACESSOPAVI 15,785 6,219 2,538 0,011
DISTSAOPAU 1,438 0,980 1,468 0,142
DISTAFLORI -1,313 1,092 -1,203 0,229
AREA2000 0,217 0,198 1,094 0,274
BALANCO 1,080 0,151 7,149 0,000
LEITOS_HOS -3,703 0,510 -7,263 0,000
COOPERATIV -40,082 26,198 -1,530 0,126
PROCPO -542,845 713,310 -0,761 0,447
IWEI 2,804 0,349 8,045 0,000
IWES 1,526 0,497 3,067 0,002
IWDEFEI91 0,435 0,140 3,096 0,002
IWDEFES91 1,203 0,322 3,741 0,000
F2EI -15,972 3,032 -5,268 0,000
G2ES -20,772 4,948 -4,198 0,000
G2DEFES91 -7,958 2,447 -3,253 0,001
F2DEFEI91 -4,302 1,241 -3,466 0,001
F1EI -16,528 13,062 -1,265 0,206
G1ES 4,464 11,122 0,401 0,688
F1DEFEI91 -7,505 5,115 -1,467 0,142
G1DEFES91 -4,260 7,969 -0,535 0,593
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1980, 1991 e 2000.
157
Tabela 28 – Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor industrial tendo-se
utilizado o ano de 1991 para as variáveis defasadas
Variáveis Coeficientes Desvio Padrao z-Estatistica Significância
W_DEI 0,342 0,060 5,731 0,000
CONSTANT -143,966 183,717 -0,784 0,433
EDURURAL 26,629 22,420 1,188 0,235
INDRUR91 -0,099 0,027 -3,670 0,000
OESTE -73,030 82,915 -0,881 0,378
NORTE -228,822 86,832 -2,635 0,008
SERRANA -70,724 62,896 -1,124 0,261
ITAJAI -57,539 49,230 -1,169 0,242
SUL -202,413 56,771 -3,565 0,000
DISTCENTRO 0,440 0,362 1,217 0,224
ACESSOPAVI 1,106 1,599 0,692 0,489
DISTSAOPAU 0,1027 0,231 0,444 0,657
DISTAFLORI -0,282 0,276 -1,022 0,307
AREA2000 -0,139 0,054 -2,579 0,010
BALANCO -0,144 0,065 -2,223 0,026
LEITOS_HOS -0,390 0,159 -2,443 0,015
COOPERATIV -27,726 9,013 -3,076 0,002
PROCPO -7,042 176,980 -0,040 0,968
IWPOP 0,135 0,022 6,250 0,000
IWES -0,348 0,140 -2,490 0,013
IWDEFPOP91 0,029 0,005 5,631 0,000
IWDEFES91 0,077 0,012 6,358 0,000
H2POP 0,749 0,234 3,202 0,001
G2ES -5,663 1,506 -3,759 0,000
H2DEFPOP91 -1,281 0,365 -3,510 0,000
G2DEFES91 0,198 0,056 3,529 0,000
H1POP -1,087 0,709 -1,533 0,125
G1ES 14,241 2,928 4,863 0,000
H1DEFPOP91 -0,023 0,169 -0,1359 0,892
G1DEFES91 0,148 0,362 0,409 0,682
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1991 e 2000.
158
Tabela 29 – Resultados da equação estimada para a variável dependente variação do número de
pessoas ocupadas para os residentes no meio rural no setor serviços tendo-se
utilizado o ano de 1991 para as variáveis defasadas
Variáveis Coeficientes Desvio Padrao z-Estatistica Significância
W_DES 0,204 0,053 3,822 0,000
CONSTANT -323,929 164,212 -1,973 0,049
EDURURAL 40,766 19,092 2,135 0,033
SERVRUR91 -0,178 0,045 -3,942 0,000
OESTE -25,668 74,088 -0,346 0,729
NORTE -128,890 79,634 -1,619 0,106
SERRANA -100,177 57,295 -1,748 0,080
ITAJAI -62,930 43,775 -1,438 0,151
SUL -198,660 51,783 -3,836 0,000
DISTCENTRO -0,374 0,316 -1,185 0,236
ACESSOPAVI 3,037 1,386 2,192 0,028
DISTSAOPAU 0,181 0,212 0,851 0,395
DISTAFLORI -0,187 0,245 -0,761 0,447
AREA2000 0,057 0,040 1,405 0,160
BALANCO 0,226 0,033 6,920 0,000
LEITOS_HOS -1,010 0,113 -8,911 0,000
COOPERATIV 19,691 5,693 3,459 0,001
PROCPO 298,901 155,540 1,922 0,055
IWPOP 0,109 0,015 7,211 0,000
IWEI 0,406 0,071 5,721 0,000
IWDEFPOP91 0,029 0,005 6,263 0,000
IWDEFEI91 0,084 0,028 3,029 0,002
H2POP -0,496 0,208 -2,385 0,017
F2EI -5,224 0,674 -7,748 0,000
H2DEFPOP91 -0,188 0,053 -3,560 0,000
F2DEFEI91 -0,458 0,294 -1,554 0,120
H1POP -1,778 0,531 -3,347 0,001
F1EI 8,712 2,679 3,252 0,001
H1DEFPOP91 -0,204 0,150 -1,364 0,173
F1DEFEI91 -0,987 1,192 -0,828 0,407
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1991 e 2000.
159
ANEXO H – Correlação do emprego total e emprego rural
Tabela 30 - Correlação entre o número de pessoas ocupadas total e no setor rural nos anos de
1991 e 2000 para setores selecionados
Setor 1991 2000
Administração Publica 0,91 0,60
Alimentos e Bebidas 0,67 0,69
Alojamento e Refeitório 0,66 0,68
Calçados 0,80 0,95
Comércio 0,74 0,64
Construção 0,74 0,62
Doméstica 0,72 0,74
Educação 0,61 0,51
Finanças 0,78 0,69
Madeira e Mobiliário 0,72 0,66
Metalurgia, Eletrônica e Mecânica 0,79 0,70
Mineral 0,78 0,74
Papel e Gráfica 0,52 0,43
Têxtil 0,89 0,78
Transporte e Comunicação 0,64 0,63
Fonte: Cálculos do autor baseados nos dados primários dos Censos Demográficos de 1991 e 2000.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
