OLIVEIRA, Desmatamento e Cresc Eco. No BRA - Curva de Kuznets

Desmatamento e Crescimento Econmico no Brasil: uma anlise da Curva de Kuznets Ambiental para a Amaznia Legal
Rejane Corra de Oliveira1 Eduardo Almeida2 Ricardo da Silva Freguglia3 Ricardo Canda S Barreto4,5
Resumo: Nos ltimos anos, tem sido crescente a preocupao de que o crescimento econmico possa causar o desmatamento na regio amaznica. Este trabalho tem por objetivo estudar a relao entre crescimento da renda e desmatamento sob a hiptese da Curva de Kuznets Ambiental (Environmental Kuznets Curve EKC), considerando-se os municpios da Amaznia Legal, no perodo de 2001 a 2006. Um modelo economtrico de dados em painel com dependncia espacial foi estimado. Variveis explicativas adicionais relatadas na literatura como importantes condicionantes do desmatamento (atividades agropecurias, densidade populacional, entre outras) foram includas. A especificao que melhor se ajusta aos dados a que inclui um termo de erro espacial e transbordamentos espaciais das variveis explicativas. O formato encontrado para a relao entre desmatamento e crescimento no o U invertido tradicional, mas um N invertido.
Mestre em Economia Aplicada pela Universidade Federal de Juiz de Fora. E-mail: rejane.co@hotmail.com Professor Adjunto da Faculdade de Economia da UFJF, pesquisador do CNPq e pesquisador PPM da Fapemig. E-mail: eduardo.almeida@ufjf.edu.br Professor da Faculdade de Economia da UFJF. E-mail: ricardo.freguglia@ufjf.edu.br Gestor de Ensino e Pesquisa da Fundao Joo Pinheiro e doutor em Economia Aplicada pela Universidade Federal de Viosa. E-mail: ricardocandea@yahoo.com.br Os autores agradecem os valiosos comentrios feitos pelos pareceristas annimos. Eduardo Almeida agradece o suporte financeiro do CNPq e da Fapemig para a elaborao deste artigo.
3 4
710
Palavras-chave: Amaznia, Desmatamento, Curva de Kuznets Ambiental, Econometria espacial. Abstract: Over the last years,concerns about the possibility that the economic growth may cause deforestation in the Amazon region have been increasing.This work is aimed at studying the relation between income and deforestation by the hypothesis of Environmental Kuznets Curve (EKC) approach at municipal level in the period from2001-2006. A panel data model with spatial dependence was estimated. Some other variables mentioned in the literature as important causes of deforestation (cattle and agricultural activities, population density and others) were included. The best model specified is the one that includes a spatial error term and spatial spillovers. The relation founded is not the traditional inverted U shaped, but an inverted N shaped relation. Key-words: Amazon, econometrics. Deforestation, Environmental Kuznets Curve, Spatial
Classificao JEL: C21, C23, Q27 e Q56.
1. Introduo
O desmatamento das florestas tropicais se destaca como um elemento importante na questo das mudanas climticas. No Brasil, o desmatamento provocado por focos de calor torna o pas um grande emissor mundial de dixido de carbono (CO2), um dos gases causadores do efeito estufa. H a preocupao de que, com o avano do desenvolvimento, a presso sobre as florestas tropicais aumente. O debate sobre crescimento econmico e degradao ambiental encontra na hiptese da Curva de Kuznets Ambiental (Environmental Kuznets Curve EKC) uma expectativa de resposta. A hiptese da EKC descreve uma relao de degradao ambiental crescente em regies em desenvolvimento, com renda per capita baixa, porm, ao alcanar patamares tecnolgicos superiores, aliados a mudanas na estrutura produtiva e polticas de proteo ambiental, haveria menor presso ambiental e os indicadores de degradao ambiental poderiam apresentar queda para nveis de renda mais elevados, caracterizando uma curva com formato de U invertido (STERN, 2004). Contudo, esta relao no clara teoricamente (CHIMELI, 2007) e, do ponto de vista emprico, os resultados so contraditrios, dependendo do tipo de indicador de qualidade ambiental e variveis empregadas. Alguns trabalhos confirmam a EKC, enquanto outros criticam a alta sensibilidade dos resultados s formas funcionais e especificaes dos modelos (DE BRUYN et al., 1998; STERN, 2004).
RESR, Piracicaba, SP , vol. 49, n 03, p. 709-740, jul/set 2011 Impressa em novembro 2011
Rejane Corra de Oliveira, Eduardo Almeida, Ricardo da Silva Freguglia e Ricardo Canda S Barreto
711
No Brasil, a grande preocupao atual da transformao da Amaznia6 reside sobre o processo de desmatamento, com isso, boa parte dos estudos sobre desmatamento de florestas tropicais centra-se nesta regio, pela ameaa que representa sobre o acervo de biodiversidade e sobre a prestao de servios ambientais para a manuteno das condies climticas globais. At 2007, cerca de 732 mil km foram desmatados, o que corresponde a quase 15% da rea total da regio. At 1980, o desmatamento na regio alcanava cerca de 300 mil km, o equivalente a 6% da rea total (BRASIL, 2008). Com base no diagnstico que consta no relatrio Plano Amaznia Sustentvel (BRASIL, 2008), a regio caracteriza-se atualmente por uma economia cujos setores mais importantes so: agropecurio, florestal, mineral, industrial e atividades urbanas, entre as quais a administrao pblica tem importante peso. O relatrio caracteriza a regio da Amaznia brasileira como uma regio heterognea em vrios aspectos. A relao do desmatamento com o crescimento econmico, portanto, torna-se uma questo de interessante complexidade. A proposta deste trabalho investigar a existncia da relao causal entre degradao ambiental e crescimento econmico, preconizada pela hiptese da Curva de Kuznets Ambiental (Environmental Kuznets Curve EKC), na regio da Amaznia Legal, considerando seu indicador de degradao ambiental mais relevante, o desmatamento. Portanto, busca-se saber se existe uma relao na forma de U invertido entre um ndice de degradao ambiental (rea desmatada anual) e o crescimento econmico (medido pelo PIB per capita) para todos os municpios da regio mapeados pelo sistema Prodes (Inpe), durante o perodo de 2001 a 2006, utilizando um modelo para dados em painel com dependncia espacial. Alm da varivel relativa renda, foram adicionadas variveis explicativas adicionais consideradas relevantes pela literatura, tais como: rebanho bovino, culturas agrcolas como soja e cana-de-acar, extrao vegetal e silvicultura, densidade populacional, crdito rural e rea de floresta preexistente. Este artigo est organizado da seguinte forma: a seo 2 apresenta uma reviso de trabalhos anteriores acerca da EKC e o desmatamento de florestas tropicais, em especial a Amaznia brasileira, e outros condicionantes recentes do desmatamento desta regio, com nfase nos aspectos espaciais. A seo 3 apresenta as variveis e mtodos utilizados nas estimaes dos modelos economtricos. A seo 4 apresenta os resultados e os discute. A ltima seo conclui, destacando os principais resultados e a contribuio de se considerar
6
A regio da Amaznia Legal abrange os estados do Acre, Amap, Amazonas, Mato Grosso, Rondnia, Roraima, Tocantins, Par e parte do Maranho (poro a oeste do Meridiano 44), estendendo-se por 5,2 milhes de km, o equivalente a 61% do territrio nacional (SUDAM, 2009).
712
os efeitos espaciais para a compreenso do processo de desmatamento e sua relao com o crescimento econmico da regio amaznica.
2. Reviso da literatura
A hiptese da Curva de Kuznets Ambiental tem sido amplamente testada para diversos indicadores de degradao ambiental, em diferentes contextos temporais e espaciais. Alm de ser aplicado a emisses de poluentes, o indicador de degradao ambiental considerado pela EKC pode tambm contemplar o desmatamento. A abrangncia geogrfica para a qual a EKC investigada tambm bastante diversa: anlises multipases, nacionais, regionais e microrregionais podem ser encontradas nos trabalhos empricos. Boas revises podem ser encontradas em Stern (2004) e Carvalho (2008). Para a degradao ambiental relacionada ao desmatamento de florestas, vrias interpretaes para a EKC so apresentadas na literatura. Battharai e Hammig (2001) explicam que, em geral, os pases de baixa renda desmatam sem reposio, e medida que a renda aumenta, o investimento em reflorestamento para reposio da madeira extrada ou para a produo de produtos florestais compensa a rea desmatada. Alm disso, a estrutura da economia e os padres de demanda de energia mudam medida que a renda cresce (por exemplo, a lenha consumida como combustvel substituda por carvo mineral e deri vados de petrleo), reduzindo a presso sobre as florestas. Lopez (1994, apud CULAS, 2007), desenvolveu um modelo terico em que os efeitos de estoque dos recursos florestais (biomassa) na produo agrcola so internalizados, e ento, o crescimento econmico resultaria em menor desmatamento. Essa internalizao poderia ser induzida por polticas governamentais ou arranjos contratuais entre produtores. Culas (2007) cita outras foras indutoras para uma trajetria tpica da EKC, como a atratividade de empregos no rurais para manter as pessoas fora da floresta, um maior valor atribudo s florestas intocadas, e a capacidade dos governos de reforar a proteo das florestas por meio de fatores institucionais. Esses fatores influenciariam a altura e a convexidade da EKC, acelerando o caminho para o desenvolvimento sustentvel. Dado o crescente interesse em modelos sobre o desmatamento, Kaimowitz e Angelsen (1998) realizaram uma abrangente reviso dos trabalhos publicados sobre o tema at 1998. Segundo Barbier e Burgess (2002), os trabalhos que buscam identificar as causas do desmatamento em florestas tropicais podem ser categorizados da seguinte forma: aqueles que, em nvel macroeconmico, testam a hiptese da Curva de Kuznets Ambiental; aqueles que buscam compreender, por meio da relao com variveis socioeconmicas, a mudana no uso da terra (Land Use Cover Change LUCC); outros buscam a compreenso
713
do fenmeno do desmatamento por meio da anlise do comportamento dos agentes microeconmicos; outros estudos consideram fatores institucionais, como estabilidade poltica, conflitos de terra, direitos de propriedade etc. Entre os trabalhos empricos que abordaram a EKC e o processo de desma tamento, variados mtodos economtricos so utilizados: sries temporais, regresses com dados em corte cruzado, painel de dados, e, em menor escala, modelos economtrico-espaciais. Os resultados no so unnimes: a hiptese da EKC verificada por alguns autores e rejeitada por outros, dependendo da escala geogrfica, da regio estudada e da abrangncia temporal. At a dcada de 1980, o histrico do desmatamento da regio da Amaznia Legal esteve ligado s aes governamentais para a ocupao e desenvolvimento do territrio, por intermdio de abertura de estradas e incentivo migrao (FERREIRA e SALATI, 2005; BECKER, 2005). Segundo o Plano Amaznia Sustentvel, at aquela dcada, o desmatamento na regio da Amaznia Legal alcanava cerca de 300 mil km, o equivalente a 6% da rea total. De 1980 a 2007, foram desmatados mais 432 mil km, correspondendo no total a quase 15% da regio amaznica (BRASIL, 2008). Os condicionantes recentes do desmatamento, entretanto, apontam para as atividades agropecurias que se expandem seguindo a lgica econmica privada (MARGULIS, 2003). Os fatores determinantes do desmatamento da Amaznia brasileira so objeto de vasta literatura. As causas investigadas recaem sobre os temas: ambiental (qualidade de solos, pluviosidade, temperatura), socioeconmico (popu lao urbana e rural, educao, renda, produo agrcola, preos de produtos agrcolas, caractersticas das propriedades rurais etc.) e acessibilidade (rodovias pavi mentadas e no pavimentadas, distncia de mercados locais e nacionais etc.). Com relao a variveis ambientais, a precipitao pluviomtrica consi derada a mais relevante (MARGULIS, 2003; IGLIORI, 2006; CALDAS et al., 2003; CHOMITZ e THOMAS, 2003). Com relao s facilidades de acesso, todos os estudos que investigaram alguma forma dessa varivel consideraram na relevante (PFAFF, 1999; REIS e GUZMN, 1994; AGUIAR et al., 2007), com exceo de Margulis (2003), que no chegou a um resultado conclusivo quanto a esse aspecto. Entre os fatores socioeconmicos, a populao considerada relevante e segue um padro no linear, primeiro crescente e depois decrescente (IGLIORI, 2006; PFAFF, 1999). A varivel renda considerada significativa em todos os estudos, porm com fraca intensidade. A hiptese da EKC para o desmatamento da Amaznia foi verificada nos trabalhos de Gomes e Braga (2008) e Arajo et al. (2008), em nvel estadual, sendo que neste ltimo o objetivo principal era a verificao da importncia de aspectos institucionais. A EKC tambm foi verificada, com dados municipais, por Caldas et al. (2003), Santos et al. (2008) e Prates (2008). Em maior ou menor grau, todos os estudos consideram algum tipo de relao das atividades agropecurias com o desmatamento. Alm do trabalho
714
de Margulis (2003), Miragaya (2008) refora que a demanda por carne bovina de longe o fator preponderante no desmatamento da regio, mais do que a expanso da produo de gros, em especial a soja, que tem sido tambm apontada como fator que pressiona a fronteira agrcola em direo s reas de florestas (BROWN et al., 2005; VERA-DIAZ et al., 2008). Silva (2006) afirma que a maior parte do desmatamento amaznico at 1997 ocorreu nas terras com maior potencial agropecurio, o que est de acordo com o trabalho de Chomitz e Thomas (2003), que verifica que a converso de terras para uso agropecurio diminui substancialmente com o aumento dos nveis de pluviosidade, tornando as reas mais midas menos interessantes do ponto de vista econmico e, portanto, menos sujeitas ao avano do desmatamento. Segundo Aguiar et al. (2007), a rea convertida a pastagens corresponde a cerca de 70% da rea total desmatada, e as reas convertidas a culturas temporrias e permanentes correspondem a 13% e 3% da rea total desmatada, respectivamente. Em geral, os trabalhos empricos utilizaram modelos economtricos tradi cionais. ngelo e Pereira de S (2007) e Ewers, Laurance e Souza Jr (2008) utilizaram regresses para sries de tempo. Gomes e Braga (2008), Santos et al. (2008) e Prates (2008) utilizaram modelos economtricos de dados em painel. Os outros autores utilizaram regresses com dados em corte cruzado (em nvel estadual, municipal, de setor censitrio, ou gride segmentao da rea de estudo em quadrados de dimenso determinada, como, por exemplo, 25 km x 25 km). O processo de desmatamento possui um forte componente espacial, pois trata-se de um espao ocupado pela cobertura florestal, que convertido em outro uso, relacionando-se com os tipos de uso da terra verificados na vizinhana das reas desmatadas. Com base nisso, alguns estudos utilizaram modelos que consideraram os efeitos espaciais do desmatamento. Entre eles, destacam-se os trabalhos de Reis e Guzmn (1994), Caldas et al. (2003), Igliori (2006) e Aguiar et al. (2007). Estes ltimos encontraram dependncia espacial significativa para o desmatamento, utilizando dados em corte cruzado. A justificativa para a incluso de variveis relacionadas aos efeitos espaciais dada por Alves (apud MARGULIS, 2003): o desmatamento um processo de interao espacial, em que as reas desmatadas so vizinhas de reas anteriormente desmatadas. Resumidamente, entre os estudos que investigam uma EKC para o desmatamento da regio amaznica, podem ser citados os trabalhos de Caldas et al. (2003), que considera o municpio de Uruar (PA); Gomes e Braga (2008) e Arajo et al. (2009), que utilizam um painel de dados em nvel estadual; Prates (2008) e Santos et al. (2008), que utilizam um painel de dados em nvel municipal. Outros trabalhos no estimaram a relao da EKC, porm, trataram de forma importante os efeitos espaciais do desmatamento na regio: Reis e Guzmn (1993), Pfaff (1999), Chomitz e Thomas (2003), Igliori (2006) e Aguiar et al. (2007). Reis e Guzmn (1993) e Igliori (2006) consideraram a dependncia espacial na anlise economtrica; este ltimo autor utilizou dados em diferenas
715
para 257 reas comparveis, levando em considerao os efeitos no observados. Quanto aos demais estudos, nenhum utilizou painel de dados incorporando o tratamento para dependncia espacial. Pfaff (1999) e Chomitz e Thomas (2003) incluram em seus modelos variveis relativas proximidade espacial de outras variveis importantes, mas no utilizaram um modelo economtrico espacial propriamente dito. Nenhum dos estudos utilizou painel de dados com tratamento para dependncia espacial e heterogeneidade espacial dos parmetros. O Quadro 1 resume os trabalhos sobre a regio que consideram a EKC e/ou efeitos espaciais citados acima.
Quadro 1. Resumo dos trabalhos sobre desmatamento na Amaznia que consideram a EKC e/ou efeitos espaciais. Autor Tipos de dados EKC Efeitos no Dependncia Heterogeneidade observados espacial espacial ()* ()*
Gomes e Braga Painel (estados) (2008) Arajo et al. (2008) Igliori (2006) Reis e Guzmn (1993) Santos et al. (2008) Pfaff (1999) Prates (2008) Chomitz e Thomas (2003) Aguiar et al. (2007) Caldas et al. (2003) Painel (estados) Diferena (257 reas comparveis) Cross-section (municpios) Painel (municpios) Dados agrupados (municpios) Painel (municpios) Cross-section (6776 setores censitrios) Cross-section (grid 25km x 25km) Cross-section (153 pequenas propriedades, PA)
* Indica que, nestes trabalhos, foram usadas variveis relacionadas a alguma forma de proximidade espacial, mas no exatamente tratadas como dependncia espacial. Fonte: Elaborao prpria (2009).
716
Para a aplicao da EKC para o desmatamento, a especificao tradicio nal do modelo inclui a varivel renda per capita e seu termo quadrtico (BARBIER e BURGESS, 2002). Alguns trabalhos incluem ainda a forma cbica e logaritmizada (GOMES e BRAGA, 2008; SANTOS et al., 2008). A especificao geral :
2 3 DESMATAMENTO = a1 + a2 Y + a3 Y + a4 Y + zb + u
(1)
onde DESMATAMENTO a varivel de interesse, Y a renda per capita, e z um vetor 1 x k que inclui outras variveis explicativas para o processo de desmatamento (populao, acesso, variveis institucionais etc.), u o termo de erro aleatrio, e i e (vetor k x 1) so parmetros. Os coeficientes i da equao (1) determinam o formato da curva que relaciona degradao e renda (DE BRUYN et al., 1998). A Figura 1 ilustra os diferentes formatos para esta relao, adaptada para o caso do desmatamento como indicador de degradao ambiental. Pode existir uma relao linear monotnica crescente (quando 2> 0 e 3 =4 = 0) indicando que a elevao da renda est associada a maiores nveis de desmatamento (Figura 1a); ou, ao contrrio, pode existir uma relao linear monotnica decrescente (2< 0 e 3= 4 = 0), indicando que a elevao da renda est associada diminuio dos nveis de desmatamento (Figura 1b). O formato de U invertido da EKC observado quando existe uma relao quadrtica (ou seja, se 2 0, 3< 0 e 4 = 0), indicando que a elevao da renda est associada a um maior desmatamento nos nveis iniciais, invertendo-se o processo a partir de um determinado ponto (Figura 1c). Ou, ainda, a relao entre desmatamento e crescimento pode-se apresentar como a forma de N, ou seja, uma relao representada por um polinmio cbico (se 2 0, 3< 0, e 4> 0), indicando que, aps um estgio decrescente intermedirio, a elevao da renda provocaria nveis de desmatamento crescentes (Figura 1e). Outras formas para essa relao, como a de U (Figura 1d) ou a de N invertido (Figura 1f), tambm so encontradas em literatura (CIRIACI e PALMA, 2009).
717
Figura 1. Relao entre degradao ambiental e renda.

DESM (a) DESM (b)
DESM
(c)
DESM
(d)
DESM
(e)
DESM
(f )
Fonte: Adaptado de Carvalho (2008).
3. Metodologia
Este trabalho busca identificar uma relao entre crescimento econmico e desmatamento da Amaznia Legal, como sugerida pela Curva de Kuznets Ambiental, considerando efeitos espaciais de dependncia espacial. Alm disso, foram acrescentadas variveis explicativas adicionais, conforme relatadas em literatura como determinantes do desmatamento,tais como: rebanho bovino, culturas agrcolas como soja e cana-de-acar, extrao vegetal e silvicultura, densidade populacional, crdito rural e rea de floresta preexistente. Os dados da rea desmatada anual so os disponveis para os 782 municpios da regio monitorados pelo Sistema Prodes (Programa de Avaliao do Desflorestamento na Amaznia Legal, Instituto Nacional de Pesquisas Espaciais Inpe), entre 2001 e 2006, formando um painel de dados mais extenso que o de estudos anteriores (GOMES e BRAGA, 2008; SANTOS et al., 2008; PRATES, 2008). A incorporao de variveis relacionadas a efeitos de dependncia espacial no painel de dados no tem correspondente em estudos anteriores.
718
A utilizao de modelos de dados em painel permite a superao das limi taes comuns s estimaes em corte cruzado (cross-section) e em sries de tempo. Os parmetros em corte cruzado podem se alterar ao longo do tempo sem que esse efeito seja captado pelas variveis explicativas, assim como no possvel controlar para efeitos no observados invariantes no tempo. Os parmetros em sries temporais trabalham com dados agregados para as variveis explicativas e no captam as diferenas entre os indivduos. Com dados em painel, tmse observaes repetidas para os mesmo indivduos ao longo do tempo, e os problemas caractersticos das estimaes de corte cruzado e de sries de tempo podem ser superados, ao mesmo tempo em que o nmero de graus de liberdade aumenta consideravelmente (PINDYCK e RUBINFELD, 2004). Segundo Elhorst (2003), os modelos de dados em painel comumente usados na literatura emprica podem ser expandidos para a incorporao de efeitos espaciais: dependncia espacial e heterogeneidade espacial. Para duas categorias de modelos de painel de dados espaciais detalhadas pelo autor, efeitos fixos e efeitos aleatrios, o coeficiente de cada varivel regressora nico e global e capta o comportamento representativo, ou mdio, entre as variveis. A dependncia espacial pode ser incorporada especificao do modelo por meio de processo autorregressivo no termo de erro (modelo de erro espacial), ou por intermdio da varivel dependente defasada espacialmente (modelo de defasagem espacial), em que o valor da varivel dependente influenciado pelo valor dessa varivel nos municpios vizinhos. A heterogeneidade espacial nos modelos de dados em painel com coeficientes globais incorporada pela variao do intercepto, representando os efeitos individuais no observados. Primeiramente, ser estimado o modelo economtrico para a EKC do desma tamento da Amaznia Legal, sem considerar os efeitos espaciais, com a seguinte especificao (modelo bsico) representada na forma empilhada:
2 3 DESMt = a1 + a2 Yt + a3 Y t + a4 Y t + z t bk + xD t + n + u t (2)
O subscrito t para o painel de dados corresponde ao ano observado t=2001,2002,...,2006, para cada um dos i municpios da regio da Amaznia Legal mapeados pelo sistema Prodes/Inpe, sendo i = 1, 2, 3,..., 782; z corresponde ao vetor com k variveis regressoras adicionais ao termo tradicional da EKC, a saber, BOV, SOJA, CANA, EXT_MAD, EXT_NMAD, SILV_MAD, DPOP, CR e FLO. Os dados compem um painel balanceado com4.692 observaes. O Quadro 2 descreve as variveis includas no modelo. Adicionalmente, so os efeitos individuais (relacionadas a caractersticas do municpio, praticamente invariantes no tempo, tais como topografia, reas protegidas, distncia a mercados e outras), Dt so variveis dummies anuais para captarem os efeitos temporais, sendo que t um vetor de coeficientes associado a essas dummies; ut o termo de erro aleatrio, e 1,...,4 e 1,...,9 so parmetros a serem estimados. O PIB per capita ao quadrado includo para testar a hiptese da EKC de que o desmatamento cresce a taxas decrescentes para nveis mais baixos de
719
renda, e a partir de determinado ponto, a elevao do nvel de renda reduz o desmatamento. O termo cbico do PIB per capita includo para testar se essa relao segue uma forma de N, ou seja, aps a reduo, o desmatamento volta a aumentar com o nvel de renda.
Quadro 2. Descrio das variveis utilizadas no modelo emprico. Varivel Varivel dependente Variveis explicativas (EKC) DESM Y Y2 Y3 BOV SOJA CANA EXT_MAD Variveis explicativas EXT_NMAD adicionais (z) SILV_MAD DPOP CR FLO Descrio Incremento anual da rea desmatada PIB per capita municipal Unidade km2 R$ de 2000 Sinal esperado do coeficiente* Positivo Negativo Nulo Positivo Positivo Positivo Positivo Negativo Negativo Positivo Positivo Fonte dos dados Prodes/Inpe1 IBGE2 Calculada a partir de Y Calculada a partir de Y PPM3 /IBGE PAM4/IBGE PAM/IBGE PEVS5/IBGE PEVS/IBGE PEVS/IBGE IBGE Banco Central Prodes/Inpe
PIB per capita muni- (R$ de 2000) cipal ao quadrado ao quadrado PIB per capita (R$ de 2000) municipal ao cubo ao cubo Rebanho bovino rea plantada de soja rea plantada de cana-de-acar Extrao de madeira (carvo vegetal, lenha e tora) Extrao vegetal de produtos no madeireiros Silvicultura (madeira) Densidade populacional Crdito rural rea de floresta em (t-1) unidade hectare hectare m3 tonelada m3 nmero de habitantes/ km2 R$ de 2000 km2
*Nota: A significncia dos coeficientes testada em 5%. 1. Disponvel em http://www.dpi.inpe.br/prodesdigital/prodesmunicipal.php 2. Disponvel em http://www.ipeadata.gov.br 3. Produo Pecuria Municipal. Disponvel em http://www.sidra.ibge.gov.br 4. Produo Agrcola Municipal. Disponvel em http://www.sidra.ibge.gov.br 5. Produo da Extrao Vegetal e da Silvicultura. Disponvel em http://www.sidra.ibge.gov.br Fonte: Elaborao prpria (2009).
720
O modelo sem correo para efeitos espaciais especificado acima (modelo bsico) estimado pelo mtodo de efeitos fixos e efeitos aleatrios e por Mnimos Quadrados Ordinrios (MQO) com dados agrupados (pooled). Os critrios de avaliao so os testes de Breusch-Pagan, F e Hausman (BAUM, 2006). Para a identificao do modelo, o termo de erro no deve estar correlacionado com as variveis explicativas (WOOLDRIDGE, 2002). Os resultados para o modelo sem efeitos espaciais (modelo bsico) so usados em comparao com os modelos economtricos que incluem dependncia espacial, descritos a seguir. Segundo Almeida (2008), a dependncia espacial pode estar presente no termo de erro, na varivel dependente e/ou na varivel explicativa. Sua incluso no modelo depende da definio do arranjo espacial das observaes, expressa pela matriz de pesos espaciais W. Os pesos so no nulos quando as observaes so contguas, ou quando esto dentro de uma certa distncia uma da outra. A matriz de pesos espaciais contm a informao de quanto a interao mais forte no caso de regies prximas (geograficamente ou economicamente), e mais fraca no caso de regies mais distantes. H vrias formas alternativas de se definir a matriz de pesos espaciais: com base na contiguidade (formato torre, com lados em comum, ou rainha, com lados e arestas em comum), na distncia geogrfica, no inverso da distncia, matriz binria com k vizinhos mais prximos (baseado em uma distncia crtica definida para cada regio para que tenha exatamente um nmero determinado de vizinhos k). A matriz de pesos espaciais W escolhida com base na avaliao da autocorrelao espacial dos resduos do modelo bsico, seguindo o procedimento de Baumont (2004), que sugere que a escolha da matriz espacial seja sobre aquela capaz de captar maiores efeitos espaciais nos resduos (indicado pelo maior valor de I de Moran). Os modelos de dados em painel com dependncia espacial so testados nas especificaes relacionadas no Quadro 3, onde tambm so relacionados os mtodos de estimao. Se a dependncia espacial estiver presente no termo de erro, tem-se o modelo de erro espacial; caso a dependncia espacial esteja presente na varivel dependente, tem-se o modelo de defasagem espacial. Neste ltimo caso, a varivel dependente defasada espacialmente endgena, uma vez que altamente correlacionada com o termo de erro. Assim, no caso de efeitos fixos, as equaes onde o termo W1yt aparece devem ser estimadas utilizando-se o estimador within com variveis instrumentais, pelo mtodo de Mnimos Quadrados em Dois Estgios (MQ2E). As variveis instrumentais indicadas so as variveis explicativas e suas defasagens espaciais que, a princpio, possuem alta correlao com a varivel dependente e no possuem correlao com o termo de erro (KELEJIAN e PRUCHA, 1998). A estimao das equaes com o termo de erro defasado espacialmente deve ser feita por mxima verossimilhana, no caso de erros com distribuio normal, ou pelo mtodo generalizado dos momentos MGM, que prescinde da normalidade dos erros
721
(LEE, 2007; BELL e BOCKSTAEL, 2000). A dependncia espacial pode tambm estar presente na varivel explicativa, no caso do modelo de transbordamentos espaciais ou regressivo cruzado espacial, onde o estimador within o mais apropriado, no caso da presena de efeitos fixos. Os resultados dos modelos de dados em painel com dependncia espacial so avaliados com base na remoo da autocorrelao espacial dos resduos dos cortes cruzados de cada ano de observao e, entre os modelos que atenderem este critrio, escolhido o que se ajusta melhor aos dados observados, com base no Critrio de Informao de Akaike (menor AIC). Antes, porm, feita uma anlise exploratria de dados espaciais, com o mapeamento dos padres de associao espacial. Para uma identificao adequada do modelo, deve-se atentar para as fontes de m-especificao relacionadas na literatura (WOOLDRIDGE, 2002; ALMEIDA, 2008), a saber: a. Vis de seleo; b. Erro de medida nas variveis; c. Omisso de variveis observveis relevantes; d. Omisso de variveis no observveis relevantes; e. Dependncia espacial; f. Forma funcional errada. Este trabalho utiliza dados de todos os municpios da regio da Amaznia Legal, ou seja, dados referentes a toda a populao, o que resolve a primeira fonte de m-especificao relacionada, vis de seleo. A segunda fonte de m-especificao, erro de medida nas variveis, minimizada pela escolha da abrangncia temporal: a partir de 2000, tem-se a reviso metodolgica para os dados de rea desmatada provenientes do sistema Prodes (Inpe) e, a partir de 2001, a malha municipal da regio no sofre grandes alteraes. Os dados de rea desmatada, entretanto, no computam reas com regenerao florestal, que podem ser novamente desmatadas ou no, o que seria importante para representar a dinmica de abandono e retomada das terras para atividades produtivas (lavoura e pastagens). Essas reas de matas secundrias chegam a 20% da floresta desmatada, em estimativa preliminar do Inpe, e sero monitoradas anualmente a partir de 2009 (INPE, 2009), no estando estes dados disponveis para o perodo deste estudo. A terceira fonte de m-especificao relacionada, a omisso de variveis observveis relevantes, tratada com a incluso das variveis explicativas adicionais ao termo da EKC (Quadro 2), buscando-se identificar a relao entre o desmatamento da regio e as atividades agropecurias. A omisso de variveis no observveis relevantes, outra fonte de m especificao, minimizada com a utilizao de dados em painel, que trata a omisso de variveis relevantes que no variam no tempo de anlise.
722
Consideram-se, entre estas ltimas, as caractersticas do municpio praticamente invariantes no tempo do estudo, tais como topografia, reas protegidas, distncia a mercados, proximidade de rodovias etc., que so variveis relacionadas ao desmatamento em estudos anteriores que usaram dados em cross-section (vide seo 2). Para tratar a quinta fonte de m-especificao relacionada, sero utilizados procedimentos economtricos que levam em considerao os efeitos de dependncia espacial gerados pelo processo de desmatamento (modelos de dados em painel com dependncia espacial). A ltima fonte de m-especificao citada, forma funcional errada, foi objeto de investigao em trabalho anterior. Os softwares utilizados para a anlise exploratria de dados espaciais foram: Spacestat (e Arcview) e GeoDa. Os softwares utilizados para estimao dos modelos foram: Stata 9 e Eviews 6. A Tabela 1 apresenta uma estatstica descritiva dos dados. O apndice A apresenta a tabela de correlao entre as variveis.
Tabela 1. Estatstica descritiva dos dados. Varivel DESM Y Y2 Y3 BOV SOJA CANA EXT_MAD EXT_NMAD SILV_MAD DPOP CR FLO
Fonte: Dados da pesquisa.
Mdia 40,47 3.665,34 3,96E+07 1,33E+12 83.340,74 6.698,75 296,68 40.769,77 354,65 2.671,30 21,54 3,55E+06 4.335,08
Desvio padro 137,28 5.116,78 2,63E+08 1,72E+13 124.998,20 35.279,23 2.316,42 119.464,60 1.419,75 47.852,79 115,87 9,96E+06 12.691,78
Mnimo 0,00 579,91 3,36E+05 1,95E+08 0,00 0,00 0,00 0,00 0,00 0,00 0,11 0,00 0,00
Mximo 4.673,20 84.496,32 7,14E+09 6,03E+14 1.596.411,00 596.658,00 42.452,00 2.988.000,00 32.039,00 1.825.789,00 2.692,41 1,51E+08 152.235,10
Quadro 3. Especificao dos modelos e mtodos de estimao. Mtodo de estimao
Especificao do modelo
Observao
Modelo base (0)
DESMt = 1 + 2Yt + 3 Yt2 + 4 Yt3 + ztk + Dt + + ut
MQO com dados combinados (pooled), efeitos aleatrios e efeitos fixos (estimador within)
Modelo (1) de defasagem espacial
DESMt = W1DESMt + 1 + 2Yt + 3 Yt2 + 4 Yt3 + ztk + Dt + + ut
W1DESMt a varivel dependente defasada espacialmente pela matriz de pesos Estimador within com espaciais W1. Por causa da endogeneidaMnimos Quadrados de desta varivel, utilizam-se como variem Dois Estgios veis instrumentais as variveis explicativas defasadas espacialmente pela matriz W1 (KELEJIAN e PRUCHA, 1998)
Modelo (2) de erro espacial MGM W2 ut o termo de erro defasado espacialmente
DESMt = 1 + 2Yt + 3 Yt2 + 4 Yt3 + ztk + Dt + + ut ut = W2ut+t

Estimador within
Modelo (3) regressivo cruzado espacial

3
DESMt = 1 + 2Yt + 3 Yt + 4 Yt + ztk + W1ztk + Dt + + t
W1zt representa os transbordamentos espaciais das variveis explicativas
Modelo (4) de Durbin espacial
DESMt = W1DESMt + 1 +2Yt +3 Yt2 + 4 Yt3 + ztk + W1zt k + Dt+ + t
As variveis instrumentais so as variveis explicativas defasadas espacialmente Estimador within com pela matriz W1, e as variveis defasadas Mnimos Quadrados espacialmente destas ltimas (ou seja, as em Dois Estgios variveis explicativas duas vezes defasadas espacialmente
Modelo (5) com defasagem espacial do erro e transbordamentos espaciais MGM W2 ut o termo de erro defasado espacialmente
DESMt = 1 +2Yt +3 Yt2 + 4 Yt3 + ztk + W1zt k + Dt + + ut ut = W2ut + t
723
Fonte: Elaborao prpria (2009).
724
4. Resultados e discusso
4.1. Anlise exploratria de dados espaciais
A Anlise Exploratria de Dados Espaciais (Aede) mostrou a presena de autocorrelao espacial global para o desmatamento na regio, em um padro de concentrao: o menor valor para o I de Moran foi de 0,4132 em 2006, e o maior valor foi de 0,5187, em 2004. O Mapa 1 indica a existncia de clusters do tipo Alto-Alto em parte do Arco do Povoamento Adensado e parte da Amaznia Central, isto , agrupamentos de municpios com altos valores de desmatamento prximos a municpios que apresentam tambm altos valores de rea desmatada no perodo. A Aede realizada para o contexto bivariado (rea desmatada anual e PIB per capita municipal) mostra resultados mais diversos do que os encontrados no contexto univariado (veja Mapa 2). O grande cluster do desmatamento na regio central do Arco do Povoamento Adensado e Amaznia Central apresenta dois padres distintos de relao com o PIB per capita: 1. A poro que abrange o estado de Mato Grosso e sudeste do Par apresenta um padro de associao local Alto-Alto, ou seja, os municpios com alto PIB per capita so vizinhos de municpios com alto desmatamento; 2. O restante do estado do Par e Amazonas apresenta padres de asso ciao local Baixo-Alto, ou seja, municpios com menores valores para o PIB per capita so rodeados por municpios com alto desmatamento. Outros pequenos clusters com outros padres de associao so tambm observados. De modo global, a autocorrelao espacial bivariada ocorre no padro de concentrao, porm com menor intensidade (menores valores para oI de Moran entre 0,0548 e 0,1379) do que no contexto univariado.
725
Figura 2. Mapa de clusters para a rea desmatada dos municpios da Amaznia Legal, 2006.
Fonte: Resultados da pesquisa.
Figura 3. Mapa de clusters bivariados para a rea desmatada anual e o PIB per capita dos municpios da Amaznia Legal, 2006.
726
4.2. Resultados dos modelos de base

Esta subseo e a prxima (subseo 4.3) apresentam as equaes estimadas para o conjunto de dados relativo aos 782 municpios da Amaznia Legal, monitorados pelo sistema Prodes (Inpe) para deteco do incremento anual da rea desmatada na regio, no perodo de 2001 a 2006. Os modelos estimados so os relacionados na seo anterior, a saber: (0) modelo sem correo para dependncia espacial, (1) modelo de defasagem espacial, (2) modelo de erro espacial, (3) modelo regressivo cruzado espacial, (4) modelo de Durbin espacial, e (5) modelo de erro espacial e transbordamentos espaciais. O modelo (0) sem correo para dependncia espacial, considerado o modelo-base, foi estimado por: 1. MQO com os dados combinados (pooledOLS); 2. Considerando efeitos aleatrios em dados em painel por meio de Mnimos Quadrados Generalizados Exequveis (MQGE); 3. Considerando efeitos fixos por meio do estimador within. A Tabela 2 apresenta os resultados obtidos para estas estimaes, bem como os resultados para os testes de Breusch-Pagan, F e Hausman. De acordo com estes resultados, o modelo que considera efeitos no observados mostra-se mais adequado do que o estimado por MQO: o teste de Breusch-Pagan para efeitos no observados apresenta-se significativo, assim, rejeita-se a hiptese nula de que a varincia dos efeitos no observados zero. Nesse caso, ao no considerar os efeitos no observados, as estimativas por MQO so inconsistentes e enviesadas. Tambm, o modelo estimado por efeitos fixos prefervel ao modelo de dados agrupados estimado por MQO: o resultado do teste F indica que deve ser rejeitada a hiptese nula de que so corretas as restries de interceptos iguais para ambos os modelos. Alm disso, quando comparado com o modelo estimado por MQO, o modelo estimado por efeitos fixos apresenta menor valor para o critrio de informao de Akaike (10.928 contra 5.199, respectivamente), indicando melhor ajuste deste ltimo modelo.
727
Tabela 2. Resultados dos modelos estimados para a Amaznia Legal (sem correo para dependncia espacial). Varivel Constante Y Y2 Y3 BOV SOJA CANA EXT_MAD EXT_NMAD SILV_MAD DPOP CR FLO OUTLIER D2002 D2003 D2004 D2005 D2006 Nmero de observaes AIC R2ajustado Teste de Breusch-Pagan TesteF Teste de Hausman
* p-valor <0,10; ** p-valor <0,05; *** p-valor <0,01. OUTLIER representa uma varivel dummy para os municpios considerados outliers superiores em rea desmatada anual, detectados na Aede. Fonte: Resultados da pesquisa.
Coeficientes estimados por MQO 49,3231*** -0,0037*** 1,49E-07*** -1,30E-12** 1,55E-04*** 1,01E-04 1,58E-04 1,45E-04*** 2,19E-05 -6,02E-05* 9,97E-03 -2,65E-07 8,02E-04*** 243,3816*** -52,8469*** -45,7166*** -45,6004*** -56,8358*** -64,5606*** 4692 10928
Coeficientes estimados por efeitos aleatrios 43,9638*** -0,0006 5,75E-08 -5,34E-13 1,09E-04*** -5,06E-05 1,91E-04 1,72E-04*** 1,40E-04 -6,32E-05* 8,97E-03 -2,33E-08 8,59E-04*** 244,7520*** -53,8463*** -46,9970*** -46,8020*** -57,4293*** -65,0956*** 4692
Coeficientes estimados por efeitos fixos -1450,9080*** 0,0001 7,49E-09 -7,98E-14 9,08E-04*** 1,20E-03** -3,51E-04 1,65E-04*** -2,93E-04 7,06E-06 -3,58E-02 6,22E-07* 3,23E-01*** 203,2089*** -33,9613*** -24,6319*** -22,1579*** -21,6843*** -7,2338*** 4692 5199 0,6699
86,46*** 5,4890*** 2117,21***
728
O modelo de efeitos aleatrios foi comparado ao modelo estimado por efeitos fixos por meio do teste de Hausman (Tabela 2). A hiptese nula do teste de que no h diferena sistemtica nos coeficientes estimados pelos dois mtodos (e, portanto, as estimativas por efeitos aleatrios seriam consistentes), rejeitada com 1% de significncia. Assim, o modelo estimado por efeitos fixos favorecido em detrimento do modelo que considera efeitos aleatrios. Este resultado est de acordo com o esperado, pois muitos dos determinantes do desmatamento so caractersticas peculiares ao municpio e praticamente invariantes no perodo de estudo, tais como potencial agropecurio do solo (SILVA, 2006), pluviosidade (CHOMITZ e THOMAS, 2003), reas protegidas (TRANCOSO et al., 2005; FERREIRA et al., 2005, VITEL et al., 2009), distncia de mercados (PFAFF, 1999). Alm disso, neste artigo, trabalha-se com a populao de municpios da Amaznia Legal e no com uma amostra aleatria. Os seguintes resultados so obtidos com o modelo estimado por efeitos fixos: as variveis relativas ao rebanho bovino (BOV), soja (SOJA), crdito rural (CR) e extrao de produtos madeireiros (EXT_MAD) so significativas e apresentam os coeficientes com o sinal esperado (positivo). A varivel relativa rea de floresta anterior (FLO) tambm significativa e positivamente correlacionada ao incremento anual do desmatamento, indicando que o desmatamento anual maior onde h maior rea de floresta preexistente. Este resultado tambm indica que o desmatamento anual menor onde h pouca rea de floresta (a desmatar), o que representa um efeito inercial do processo de desmatamento. A relao entre desmatamento anual e PIB per capita municipal (Y, Y2, Y3) no significativa, no se verificando, portanto, a hiptese da EKC no mbito da Amaznia Legal para o perodo em estudo. Todas as variveis dummies temporais se apresentaram significativas e com sinal negativo em relao ao ano de 2001. A heterogeneidade espacial no observvel da regio est contemplada por meio dos interceptos destas estimaes de dados em painel. Uma varivel dummy (OUTLIER) foi includa para captar os efeitos dos outliers superiores, que, na Anlise Exploratria de Dados Espaciais, demonstraram ser pontos de alavancagem, isto , reforam o padro de desmatamento observado. Em todos os modelos, esta varivel mostrou-se significativa. Quanto identificao do modelo, cumpre-se a primeira hiptese que assume que o termo de erro no est correlacionado com as variveis explicativas. A Tabela 3 apresenta os valores de correlao entre os resduos do modelo estimado por efeitos fixos e as variveis explicativas: para todas as variveis o valor da correlao zero, indicando que no h problemas de endogeneidade com as variveis explicativas consideradas at o momento.
729
Tabela 3. Correlao entre as variveis explicativas e os resduos da equao estimada por efeitos fixos para a Amaznia Legal. Correlao Variveis Y Y2 Y3 BOV SOJA CANA EXT_MAD EXT_NMAD SILV_MAD DPOP CR FLO
Resduos
0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
4.3. Resultados dos modelos com correo para dependncia espacial

A importncia da estimao dos modelos com correo para a dependncia espacial foi detectada por meio da anlise dos resduos do modelo-base estimado por efeitos fixos, apresentado na subseo anterior. O teste de I de Moran indicou a presena de autocorrelao espacial nos resduos de todos os anos analisados. Assim, mostra-se relevante a estimao de modelos com correo para a dependncia espacial encontrada nos resduos. Em funo da no normalidade dos resduos indicada pelo teste de Jarque-Bera para o modelo base estimado para cada ano separadamente, o modelo de erro espacial foi estimado pelo Mtodo Generalizado dos Momentos (MGM), e no por mxima verossimilhana (BELL e BOCKSTAEL, 2000; LEE, 2007). Alm disso, o teste de Koenker-Bassett para avaliao de heterocedasticidade indica a presena desta para todos os anos; assim, todos os modelos so estimados com correo da matriz de White.
730
Para os modelos espaciais, inicialmente, so geradas as variveis defasadas espacialmente por meio da operao da matriz de pesos espaciais sobre as variveis dependente, explicativas e resduos da regresso por efeitos fixos. A escolha da matriz de pesos espaciais seguiu o procedimento de Baumont (2004) para comparar os valores de I de Moran obtidos com o uso das matrizes de ponderao espacial baseadas na distncia, distncia inversa, distncia inversa ao quadrado, matrizes de contiguidade (torre e rainha), alm das matrizes de k-vizinhos. Os resultados indicaram que a autocorrelao espacial dos resduos da regresso melhor captada com as matrizes torre e k-vizinhos igual a 2 (para as quais foram obtidos os maiores valores de I de Moran), para os perodos analisados (2001 a 2006). Assim, as variveis dependente e explicativas foram defasadas espacialmente com a matriz de pesos espaciais torre (indicada como W1 na especificao dos modelos), enquanto os resduos da regresso foram defasados espacialmente com a matriz de pesos espaciais de k-vizinhos igual a 2 (indicada como W2 nas equaes especificadas). Os resultados numricos so apresentados na Tabela 4. Entre todos os mode los estimados para a regio da Amaznia Legal, considerada integralmente, o modelo que melhor se ajusta aos dados o modelo de erro espacial com transbordamentos espaciais (modelo 5). O modelo (5) apresenta como variveis significativas as indicadas pelo modelo-base estimado por efeitos fixos, com exceo da SOJA e extrao de produtos madeireiros (EXT_MAD), ou seja, as variveis relativas ao rebanho bovino, crdito rural e rea de floresta anterior (BOV, CR e FLO), j discutidas acima. Alm delas, so significativas as variveis relativas ao PIB municipal per capita (Y2, Y3), indicando a presena de uma relao na forma de N invertido. As variveis relativas renda defasadas espacialmente (WY, WY2 e WY3) significativas indicam que o desmatamento em um municpio influenciado pela vizinhana de uma relao na forma de N. As variveis WSOJA, WBOV e WCR so significativas e apresentam coeficientes positivos, indicando que o cultivo de soja, a pecuria e o crdito rural em municpios vizinhos contribuem para o desmatamento em determinado municpio. Ao contrrio, as variveis WCANA e WEXTNM se apresentam negativamente relacionadas ao desmatamento, indicando que a presena de atividades de cultivo de cana-de-acar e extrao de produtos no madeireiros nos municpios vizinhos contribui para um menor desmatamento. O parmetro do termo de erro espacial significativo e positivo. O valor do AIC o segundo menor entre todos os modelos para os quais este critrio de informao foi calculado (4701). A anlise dos resduos pelo I de Moran indica a remoo da dependncia espacial para todos os anos estudados para pelo menos uma matriz de ponderao espacial, com exceo de 2006.
731
Tabela 4. Resultados das equaes estimadas para a Amaznia Legal (com correo para dependncia espacial). Modelo (1) constante Y Y2 Y3 BOV SOJA CANA EXT_MAD EXT_NMAD SILV_MAD DPOP CR FLO OUTLIER D2002 D2003 D2004 D2005 D2006 WY WY2 WY3 WBOV WSOJA WCANA WEXTM WEXTNM WSILV 0,0348 -0,0002 1,27E-08 -1,18E-13 0,0009* 0,0012 -0,0003 0,0002 -0,0003 8,59E-06 -0,0389 6,05E-07** 0,3180** 197,7095*** -32,0931*** -22,9873*** -20,5102** -19,7990* -5,2938 Modelo (2) 0,4484*** 0,0004 -8,36E-09 5,28E-14 0,0011*** 0,0011** -0,0035** -0,0001 -0,0001 0,0000 -0,0308 9,10E-07*** 0,3291*** 173,1386*** -33,8581*** -25,6477*** -23,4773*** -25,2962*** -8,3381 Modelo (3) -0,0021 7,32E-08 -5,88E-13 0,0008* 0,0007 -0,0007 0,0002 -0,0002 0,0000 0,0039 6,38E-07** 0,3210** 200,7926*** -37,5683*** -30,6820*** -31,0413*** -31,6717** -16,6478 0,0098*** -4,04E-07*** 3,49E-12*** 0,0002*** 0,0010*** -0,0112 0,0000 -0,0060** -0,0001 Modelo (4) 0,2765 -1014,9219 -0,0027 9,16E-08* -7,40E-13* 0,0008 0,0007 1,36E-05 0,0002 -0,0003** 0,0000 -0,0109 0,0000* 0,3176** 162,2973** -25,9950*** -20,6097*** -20,6342*** -21,1991*** -10,6734 0,0086** -3,54E-07** 3,07E-12** -0,0001 0,0005 -0,0082 0,0000 -0,0036 -3,13E-05 Modelo (5) 0,4832*** -1559,3875*** -0,0024 8,24E-08* -7,11E-13** 0,0007*** 0,0008 -0,0011 0,0002 -1,20E-05 8,99E-06 -0,0001 6,57E-07** 0,3082*** 159,1636*** -39,9115*** -31,1214*** -32,9350*** -30,5555*** -14,8675 0,0091*** -3,17E-07*** 2,72E-12*** 0,0004*** 0,0004** -0,0147*** 0,0000 -0,0045** -0,0001
-1431,1683** -1481,0294*** -1500,4101***
732
Modelo (1) WDPOP WCR WFLO Nmero de observaes AIC 4692 5078
Modelo (2) 4692 4859 Presente em 2005
Modelo (3) -0,0099 3,64E-07 0,0060 4692 5161
Modelo (4) 0,0166 7,27E-08 -0,0791 4692 4387
Modelo (5) 0,0259 6,22E-07** 0,0274 4692 4701 Presente em 2006
AutocorrelaPresente em o espacial todos os anos dos resduos
Presente em Presente em 2002, 2003, todos os anos 2004, 2006
* p-valor <0,10; ** p-valor <0,05; *** p-valor <0,01. OUTLIER representa uma varivel dummy para os municpios considerados outliers superiores em rea desmatada anual, detectados na Aede. (1) Modelo de defasagem espacial; (2) modelo de erro espacial; (3) modelo regressivo cruzado espacial; (4) modelo Durbin espacial; (5) modelo de erro espacial e transbordamentos espaciais. Fonte: Resultados da pesquisa.
Cabe ressaltar que para nenhum dos modelos a hiptese da EKC tradicional foi verificada: ao contrrio, os resultados obtidos para o melhor modelo evidenciam uma relao entre desmatamento e crescimentoem formato de N invertido, em que a rea desmatada decresce para baixos nveis de PIB per capita, torna-se crescente medida que os nveis de renda se elevam, em seguida tornando-se decrescente para os nveis de renda mais elevados.7 Uma interpretao para este formato da relao poderia ser a seguinte: 1. A ocupao inicial causa o desmate da rea, sem gerar renda neste primeiro momento; 2. A atividade ali instalada de maneira incipiente gera renda ainda pequena; 3. medida que a renda se eleva, expande-se tambm a atividade, causando mais desmatamento; 4. Com nveis de renda mais elevados, dispe-se de mais acesso a informao e educao, o que pode levar uma maior produtividade da atividade desenvolvida no local e tambm ao conhecimento das questes ambientais, diminuindo a presso sobre a floresta. Entretanto, como os pontos de inflexo relativos aos pontos de mnimo e mximo
A relao na forma deN invertido foi tambm encontrada por Ciriaci e Palma (2009), em um estudo sobre concentrao de CO2 em regies da Itlia.
733
locais8 situam-se, aproximadamente, entre zero e R$ 78.000 (um valor de PIB per capita municipal bem acima da mdia da regio), h a indicao de que a grande parte dos municpios encontra-se na fase intermediria dessa relao (parte ascendente da curva) e ainda apresentar aumento do desmatamento com o crescimento econmico.
5. Concluso
Este trabalho investigou a hiptese da Curva de Kuznets Ambiental (EKC) para a regio da Amaznia Legal, isto , se existe uma relao entre um indicador de degradao ambiental e crescimento econmico da regio, na forma de U invertido. O indicador de degradao ambiental mais relevante, neste caso, o desmatamento, expresso pelo incremento anual da rea desmatada (em km2), monitorado pelo Sistema Prodes (Inpe), para os municpios da regio. O crescimento econmico foi expresso pelo PIB per capita municipal. O estudo abrange o perodo de 2001 a 2006. O desmatamento um processo de forte natureza espacial, uma vez que acontece principalmente nas vizinhanas de reas desmatadas anteriormente. Para contemplar este aspecto, a considerao de efeitos espaciais nos estudos sobre desmatamento tem-se mostrado importante. Este trabalho contribuiu com uma anlise economtrico-espacial, utilizando um painel de dados mais extenso que os de estudos anteriores. Alm da EKC, outras variveis explicativas, relatadas em literatura como condicionantes do processo de desmatamento, foram includas no modelo economtrico: rebanho bovino, reas cultivadas de soja e cana-de-acar, extrao de produtos madeireiros e no madeireiros, silvicultura de produtos madeireiros, densidade populacional, crdito rural e existncia de floresta anterior. A anlise economtrica parte de um modelo global para o desmatamento na Amaznia, e a estimao por efeitos fixos mostra-se a mais apropriada. Este fato est de acordo com o esperado, pois muitos dos determinantes do desmata mento so caractersticas peculiares ao municpio e praticamente invariantes no
Os valores de PIB percapita de zero e R$ 77.262 para os pontos de mnimo e mximo locais, respectivamente, foram encontrados considerando-se que o coeficiente 2 da funo cbica (equao 2) igual a zero, visto que, no modelo economtrico (5, Tabela 4), tal coeficiente apresenta-se no significativo. Caso o valor deste coeficiente 2 seja considerado no zero, os pontos de mnimo e mximo locais tornam-se, respectivamente, R$ 19.469 e R$ 57.793, fato que situa os municpios na fase anterior e na fase intermediria da curva, principalmente, indicando, da mesma maneira, uma perspectiva de aumento do desmatamento com o crescimento econmico.
734
perodo de estudo, tais como potencial agropecurio do solo, pluviosidade, reas protegidas e distncia de mercados. O modelo-base, entretanto, no indica a presena de uma relao do tipo da EKC em nenhuma de suas formas. Vrios modelos espaciais foram estimados alternativamente, e o que melhor se ajusta aos dados (com base na maior remoo da autocorrelao espacial dos resduos e menor valor de AIC) o modelo de erro espacial com transbordamentos espaciais. Neste ltimo, as variveis relativas ao rebanho bovino, crdito rural e rea de floresta preexistente afetam positivamente o desmatamento. A relao entre desmatamento e crescimento econmico verificada na forma de N invertido, ou seja, o desmatamento decrescente para baixos nveis de PIB per capita, para depois crescer medida que o PIB per capita se eleva, e torna-se decrescente novamente para nveis mais elevados de PIB per capita. A presena da relao da relao na forma de N nos municpios vizinhos mostra-se significativa. Ainda quanto aos transbordamentos espaciais, o cultivo de soja e a pecuria em municpios vizinhos contribuem para o desmatamento em determinado municpio; e, ao contrrio, a presena de atividades de cultivo de cana-de-acar e extrao de produtos no madeireiros nos municpios vizinhos contribui para um menor desmatamento. O fato de a relao entre desmatamento e crescimento econmico da regio amaznica poder ser expressa por meio de uma relao na forma de N invertido indica que h uma perspectiva de reduo do desmatamento em nveis mais altos de renda, aps uma fase de crescimento econmico com degradao ambiental. Entretanto, a maior parte dos municpios encontra se na fase ascendente dessa relao. Aumento de produtividade nas reas desmatadas, fortalecimento institucional para a proteo da floresta e maior conscincia ambiental por meio de educao e acesso informao so fatores que podem levar ao efeito esperado de reduo do desmatamento. Polticas pblicas voltadas para estas questes tm a capacidade de reduzir a altura e a convexidade da relao, acelerando o processo de reduo do desmatamento.
6. Referncias Bibliogrficas
AGUIAR, A.P .; CMARA, G.; ESCADA, M.I.S. Spatial statistical analysis of land-use determinants in the Brazilian Amazonia: Exploring intra-regional heterogeneity. EcologicalModelling, 209, 2007. p.169-188. ALMEIDA, E. S. Econometria Espacial Aplicada. Curso de Mestrado em Economia Aplicada, Universidade Federal de Juiz de Fora, 2008. Mimeografado. NGELO, H.; PEREIRA DE S, S.P . Deforestation in BrazilianAmazon, Cincia Florestal, Santa Maria, v. 17, n 3, jul-set, 2007. p. 217-227.
735
ARAJO, C. et al. Property rights and deforestation in the Brazilian Amazon. Ecological Economics (2009), doi: 10.1016/j.ecolecon. 2008.12.015 BARBIER, E.B.; BURGESS, J.C.The Economics of Tropical Deforestation.Journal of Economic Surveys, v.5, n3, 2002. Battharai, m.; Hammig, m. Institutions and Environmental Kuznets Curve for Deforestation: a Crosscountry analysis for Latin America, Africa and Asia. World Development, v.29, n6, 2001. BAUM, C.F. An Introduction to Modern Econometrics Using Stata. Stata Press, 2006. BAUMONT, C. Spatial effects in housing price models: do housing prices capitalize urban development policies in the agglomeration of Dijon (1999)?Mimeo.,Universit de Bourgogne, 2004. BELL, K.P .; BOCKSTAEL, N.E. Applying The Generalized-Moments Estimation Approach To Spatial Problems Involving MicrolevelData.The Review of Economics and Statistics, v. 82, n1, 2000. p. 7282. BECKER, B.K. Geopoltica da Amaznia. Estudos Avanados, 19 (53), 2005. BRASIL. Lei Complementar n 124, de 3 de janeiro de 2007. Texto digitalizado. Disponvel em http://www2.camara.gov.br/internet/legislacao/legin.html/ visualizarNorma.html?ideNorma=548988 . Acesso em fev. 2009. _______. Presidncia da Repblica. Plano Amaznia Sustentvel: diretrizes para o desenvolvimento sustentvel da Amaznia Brasileira. Braslia, 2008. 112 p. BROWN, J.C. et al. Soybean Production and Conversion of Tropical Forest in the Brazilian Amazon: The Case of Vilhena, Rondonia. Ambio Vol. 34, n6, 2005. CALDAS, M.M. et al. Ciclo de Vida da Famlia e Desmatamento na Amaznia: Combinando Informaes de Sensoriamento Remoto com Dados Primrios. Revista Brasileira de Economia, 57(4): 683-711, Rio de Janeiro, 2003. CARVALHO, T. S. A Hiptese da Curva de Kuznets Ambiental Global e o Protocolo de Quioto. 2008. 130 f. Dissertao (Mestrado em Economia Aplicada). Faculdade de Economia e Administrao, Universidade Federal de Juiz de Fora, 2008. CHIMELI, A.B. Growth and the environment: Are we looking at the right data? Economics Letters, n96, 2007. p. 8996. CHOMITZ, K.M.; THOMAS, T.S., Determinans of Land Use in Amaznia: A fine-scale Spatial Analysis. American Journal of Agricultural Economics. 85(4), 2003. p. 10161028.
736
CIRIACI, D., PALMA, D. Geography, enviromental efficiency and economic growth: how to uncover localized externalities through spatial econometric modeling. SEA, III World Conference.Barcelona, 2009. CULAS, R.J. Deforestation and the environmental Kuznets curve: An institutional perspective. Ecological Economics, v.61, 2007. p. 429-437. DE BRUYN, S. M.; VAN DEN BERGH, J. C. J. M.; OPSCHOOR, J. B. Economic Growth and Emissions: reconsidering the empirical basis of environmental Kuznets curves. Ecological Economics, vol. 25, 1998. p. 161-175. ELHORST, J.P . Specification and estimation of spatial panel data models. International Regional Science Review, vol. 26, n3, 2003. p. 224-268. EWERS, R.M.; LAURANCE, W.F.; SOUZA JR, C.M. Temporal fluctuations in Amazonian deforestation rates. Environmental Conservation, v.35, n4, 2008. p.303310. FERREIRA, A.M.M.; SALATI, E. Foras de transformao do ecossistema amaznico. Estudos Avanados, 19 (54), 2005. FERREIRA, L.V.; VENTICINQUE, E.; ALMEIDA, S.O desmatamento na Amaznia e a importncia das reas protegidas. Estudos avanados, v.19, n53, 2005. GOMES, S.C.; BRAGA, M.J. Desenvolvimento Econmico e Desmatamento na Amaznia Legal: uma anlise economtrica. Trabalho apresentado no XLVI Congresso da Sociedade Brasileira de Economia, Administrao e Sociologia Rural (SOBER), 2008. IGLIORI, D.C. Deforestation, Growth and Agglomeration Effects: Evidence from Agriculture in the Brazilian Amazon. XXXIV Encontro Nacional de Economia. ANPEC, 2006. INPE INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS. Relatrio Monitoramento da Cobertura florestal da Amaznia por Satlites. Sistemas PRODES, DETER, DEGRAD E QUEIMADAS 2007-2008. INPE, Ministrio da Cincia e Tecnologia, 2008. _______. CRA/INPE mapeia vegetao secundria do Par, Mato Grosso e Amap. Disponvel em http://www.inpe.br/noticias/noticia.php?Cod_Noticia=1934. Acesso em set. 2009. KAIMOWITZ, D.; ANGELSEN, A. Economic Models of Tropical Deforestation: a Review. CIFOR, Jacarta, 1998. KELEJIAN, H.; PRUCHA, I. A generalized spatial two stage least squares procedure for estimating a spatial autoregressive model with autoregressive disturbances. Journal of Real Estate Finance and Economics, n 17, p. 99121, 1998.
737
LEE, L.-f.GMM and 2SLS estimation of mixed regressive, spatial autoregressive models. JournalofEconometrics, 137, 2007. p.489514. MARGULIS, S. Causas do desmatamento da Amaznia brasileira. Banco Mundial, 2003. MINISTRIO DO MEIO AMBIENTE. Projeto Macrozoneamento Econmicoecolgico da Amaznia Legal: Marco Terico-Conceitual. Disponvel em http:// www.mma.gov.br. Acesso em julho/2009. MIRAGAYA, J. Demanda mundial de carne bovina tem provocado o desmatamento na Amaznia. T&C Amaznia, anoVI, n 14, 2008. OLIVEIRA, R.C. Desmatamento na Amaznia Legal: uma anlise economtricaespacial para a Curva de Kuznets Ambiental. Trabalho apresentado s disciplinas Econometria Espacial e Mtodos Quantitativos III, Mestrado em Economia Aplicada, Universidade Federal de Juiz de Fora, 2009. PFAFF, A.S.P . What Drives Deforestation in the Brazilian Amazon? Journal of Environmental Economics and Management, v.37, 1999. p.26-43. PINDYCK, R.S.; RUBINFELD, D.L. Econometria: Modelos&Previses. Editora Campus, 2004. PRATES, R.C. O desmatamento desigual na Amaznia brasileira: sua evoluo, suas causas e conseqncias para o bem-estar. 2008. 160f. Tese (Doutorado em Economia Aplicada). Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo, 2008. REIS, E. J.; GUZMAN, R. M.. Um modelo economtrico do desflorestamento da Amaznia. Pesquisa e Planejamento Econmico, v. 23, n 1, 1993. p.33-64. SANTOS, R.B.N et al. Estimativa da Curva de Kuznets Ambiental para a Amaznia Legal. Trabalho apresentado no XLVI Congresso da Sociedade Brasileira de Economia, Administrao e Sociologia Rural (SOBER), 2008. SILVA, A.N. Anlise das relaes entre o desflorestamento e o potencial agropecurio das terras na Amaznia. 2006. 179 f. Dissertao (Mestrado em Sensoriamento Remoto), Instituto Nacional de Pesquisas Espaciais, 2006. SUPERINTENDNCIA DE DESENVOLVIMENTO DA AMAZNIA (SUDAM). Disponvel em http://www.ada.gov.br/index.php?option=com_content&task= view&id=40&Itemid=49. Acesso em 25 mar. 2009. STERN, D.I. The Rise and Fall of the Environmental Kuznets Curve. World Development, Vol. 32, n8, 2004.p. 14191439. TRANCOSO, R. et al. Sistemas de Informao Geogrfica como ferramenta para o diagnstico e gesto de macrobacias no arco do desmatamento da Amaznia.
738
In: Anais XII Simpsio Brasileiro de Sensoriamento Remoto. Goinia, Brasil. INPE, 2005. p. 2405-2412. VERA-DIAZ, M.C. et al. An interdisciplinary model of soybean yield in the Amazon Basin: The climatic, edaphic, and economic determinants. Ecological Economics, v.65, 2008. p. 420-431. VITEL, C.S.M.N.; FEARNSIDE, P .M.; GRAA, P .M.L.A. Anlise da inibio do desmatamento pelas reas protegidas na parte sudoeste do Arco do Desmatamento. In: Anais XIV Simpsio Brasileiro de Sensoriamento Remoto. Natal, Brasil. INPE, 2009. p. 6377-6384. WOOLDRIDGE, J.M. Econometric analysis of cross section and panel data.Boston, Massachusetts: MIT, 2002.
Apndice A. Matriz de correlao entre as variveis. Y3 BOV SOJA CANA EXT_ MAD CR DPOP EXT_ SILV_ NMAD MAD FLO
DESM
Y2
DESM
1,0000
Y 1,0000 -0,0156 0,3278 0,0054 0,1191 -0,0985 0,0083 0,2514 -0,0802 0,0784 -0,0328 -0,0291 0,8108 0,1536 -0,0161 -0,0270 -0,0021 -0,0054 -0,0470 -0,0276 0,0589 0,1095 0,0439 -0,0381 0,2244 -0,0104 -0,0069 1,0000 1,0000 -0,0105 -0,0582 0,0042 0,0555 1,0000 0,0151 0,0412 0,1572 1,0000 0,0313 1,0000 1,0000
0,0392
1,0000
Y2
0,0093
0,8785
1,0000
Y3
0,0007
0,7466
0,9627
BOV
0,3253
0,1507
0,0082
SOJA
0,0416
0,6084
0,4539
CANA
-0,0079
0,1006
0,0298
EXT_MAD -0,0021 0,2311
0,2704
-0,0059 -0,0148 -0,0133
EXT_NMAD -0,0082
-0,0806 -0,0261 -0,0161
SILV_MAD 0,0021
0,0276
0,0029
CR
0,0933
0,5348
0,3442
1,0000 -0,0062 -0,0272 1,0000 0,0574 -0,0273 -0,0563 1,0000
DPOP
-0,0319
-0,0261 -0,0172 -0,0124
FLO
0,2128
-0,0182 -0,0208 -0,0175
Fonte: Elaborao prpria.
739

OLIVEIRA, Desmatamento e Cresc Eco. No BRA - Curva de Kuznets

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

OLIVEIRA, Desmatamento e Cresc Eco. No BRA - Curva de Kuznets

Hochgeladen von

Copyright:

Verfügbare Formate

Desmatamento e Crescimento Econmico no Brasil: uma anlise da Curva de Kuznets Ambiental para a Amaznia Legal

Classificao JEL: C21, C23, Q27 e Q56.

Figura 1. Relao entre degradao ambiental e renda.

Fonte: Adaptado de Carvalho (2008).

Quadro 3. Especificao dos modelos e mtodos de estimao. Mtodo de estimao

Modelo base (0)

DESMt = 1 + 2Yt + 3 Yt2 + 4 Yt3 + ztk + Dt + + ut

Modelo (1) de defasagem espacial

DESMt = W1DESMt + 1 + 2Yt + 3 Yt2 + 4 Yt3 + ztk + Dt + + ut

Modelo (2) de erro espacial MGM W2 ut o termo de erro defasado espacialmente

DESMt = 1 + 2Yt + 3 Yt2 + 4 Yt3 + ztk + Dt + + ut ut = W2ut+t

Modelo (3) regressivo cruzado espacial

DESMt = 1 + 2Yt + 3 Yt + 4 Yt + ztk + W1ztk + Dt + + t

W1zt representa os transbordamentos espaciais das variveis explicativas

Modelo (4) de Durbin espacial

DESMt = W1DESMt + 1 +2Yt +3 Yt2 + 4 Yt3 + ztk + W1zt k + Dt+ + t

DESMt = 1 +2Yt +3 Yt2 + 4 Yt3 + ztk + W1zt k + Dt + + ut ut = W2ut + t

Fonte: Elaborao prpria (2009).

Fonte: Resultados da pesquisa.

Fonte: Resultados da pesquisa.

4.2. Resultados dos modelos de base

86,46*** 5,4890*** 2117,21***

4.3. Resultados dos modelos com correo para dependncia espacial

-1431,1683** -1481,0294*** -1500,4101***

Modelo (2) 4692 4859 Presente em 2005

Modelo (3) -0,0099 3,64E-07 0,0060 4692 5161

Modelo (4) 0,0166 7,27E-08 -0,0791 4692 4387

Modelo (5) 0,0259 6,22E-07** 0,0274 4692 4701 Presente em 2006

AutocorrelaPresente em o espacial todos os anos dos resduos

Presente em Presente em 2002, 2003, todos os anos 2004, 2006

EXT_MAD -0,0021 0,2311

-0,0059 -0,0148 -0,0133

-0,0806 -0,0261 -0,0161

1,0000 -0,0062 -0,0272 1,0000 0,0574 -0,0273 -0,0563 1,0000

-0,0261 -0,0172 -0,0124

-0,0182 -0,0208 -0,0175

Fonte: Elaborao prpria.

Das könnte Ihnen auch gefallen

86,46* 5,4890* 2117,21***

-1431,1683 -1481,0294* -1500,4101***