3.2.1 A mensuração da vulnerabilidade das lavouras
Para estudar a vulnerabilidade das lavouras de sequeiro, optou-se por estimar os
coeficientes de variação de seus indicadores agrícolas no período 1996 - 2014. Isso porque
entende-se que essa medida é capaz de captar os três aspectos fundamentais do conceito:
capacidade adaptativa, exposição e sensibilidade (Figura 1). Além disso, o coeficiente de
variação mede a heterogeneidade que se observa na distribuição das observações de uma
variável aleatória sobre o valor esperado.
Sendo assim, pode também ser considerada uma medida de instabilidade, ou de
vulnerabilidade. Maiores coeficientes de variação, associados à área colhida no tempo são
indicadores da instabilidade que existe nessas áreas que, em grande medida, está associada
aos aspectos climáticos, quando se trata do setor agrícola. Em anos em que o agricultor fica
exposto à baixa pluviosidade, se não tiver capacidade adaptativa sofrerá a redução na área
colhida, ainda que a área plantada tenha obedecido aos padrões históricos do município. Da
mesma forma, tenderá a ocorrer as seguintes hipóteses: a) queda no rendimento das lavouras,
que também decorre da baixa inserção tecnológica dos sujeitos envolvidos nos cultivos dessas
lavouras; b) queda na produção per capita e; c) queda nos preços recebidos pelos agricultores,
o que afeta, portanto, sua renda bruta.
Figura 1. Variabilidade dos indicadores agrícoas como reflexo da vulnerabilidade.
Percebe-se, assim, que o coeficiente de variação dos indicadores agrícolas é uma
proxy aceitável para expressar a vulnerabilidade das lavouras à instabilidade climática (seca)
nos municípios do SAB. De um ponto de vista estatístico, define-se coeficiente de variação do
município j (CVj) da seguinte forma:
CV
j= (σ
xj/µ
xj)*100 (1)
Na equação (1) σ
xjé o desvio padrão de uma variável aleatória X para o município
e j,; µ
xjé a média desta variável para o município j.
Assim, foram calculados σ
xje µ
xjpara as três lavouras em cada município,
considerando-se os ano do período analisado (1996 – 2014). Esse procedimento foi realizado
para cada um dos quatro indicadores agrícolas citados anteriormente, o que deu origem a um
painel de dados com os coeficientes de variação anuais correspondentes aos municípios do
semiárido. Os CV
jde cada um dos quatro indicadores, para cada lavoura e para cada um dos
municípios do SAB foram nomeados de índices parciais de vulnerabilidade (IPV). A
agregação dos quatro IPVs de cada lavoura permitiu a construção do Índice de
Vulnerabilidade da mesma (INVUL).
A agregação de medidas para compor um índice pode ser realizada por meio de
vários procedimentos e envolve várias decisões. Uma delas é o uso de pesos diferenciados
para cada medida ou coponente do índice. Nesse estudo, a opção foi a atribuição de pesos,
feita por meio de da estimação de um modelo de análise fatorial, método dos componentes
principais (BROOKS; ADGER; KELLY, 2005; LEMOS, 2007; THORNTON et al., 2008;
HANH; RIEDERER; FOSTER, 2009; GUILLAUMONT; SIMONET, 2011). Detalhes do
método encontram-se no Apêndice.
Assim:
INVULji = P1IPVAREji + P2IPVBPji + P3 IPVRENji + P4IPVPRODji (2)
Sendo:
INVUL
ji= índice de vulnerabilidade para o município j e lavoura i (INVUL
ji);
P
1, P
2, P
3eP
4somam um e são os pesos referentes a cada indicador agrícola;
IPVARE
ji= índice parcial de vulnerabilidade da área colhida para o município j e
IPVBP
ji= índice parcial de vulnerabilidade do valor bruto da produção para o
município j e lavoura i;
IPVREN
ji= índice parcial de vulnerabilidade do rendimento para o município j e
lavoura i;
IPVPROD
ji= índice parcial de vulnerabilidade da produção per capita para o
município j e lavoura i;
i = lavoura feijão, mandioca ou milho;
j = 1, ..., 898 (municípios do SAB).
Como os IPVs são dados em percentuais (pois correspondem a coeficientes de
variação) e os pesos são adimensionais, os resultados associados ao INVUL
jitambém são
interpretados em percentuais. Após o cálculo do INVUL
jifoi realizada a padronização do
índice, com o intuito de favorecer a hierarquização dos municípios. Para tanto foi adotado o
método Min-Max, conforme expressão (3) (NARDO et al. 2005; SALVATI et al., 2009;
BRIGUGLIO et al., 2009; WIREHN; DANIELSSON; NESET, 2015):
Sendo:
= Índice de Vulnerabilidade padronizado correspondente ao
município j e lavoura i;
= Índice de Vulnerabilidade do município com menor
vulnerabilidade, correspondente à lavoura i;
= Índice de Vulnerabilidade do município com maior
vulnerabilidade, correspondente à lavoura i.
Por fim, a vulnerabilidade global das lavouras de sequeiro no município j
(INVULj) foi obtida a partir da média aritmética descrita na expressão (4):
Acredita-se que o INVUL seja um índice confiável, por atender alguns critérios, tais
como: interpretabilidade, relevância, acurácia, acessibilidade e coerência, (NARDO et al.,
2005).
3.2.2 Classificação dos municípios segundo a vulnerabilidade das lavouras de sequeiro
Para classificar e agrupar os municípios de acordo com o nível de vulnerabilidade
das lavouras foi utilizado o método de Análise de Agrupamentos (Cluster Analysis).
Conforme Moori, Marcondes e Ávila (2002, p. 71):
a análise de agrupamentos (Cluster analysis) é uma técnica estatística que permite ao pesquisador separar ou classificar objetos observados em um grupo ou em número específico de subgrupos ou conglomerados (Cluster s) mutuamente exclusivos, de modo que os subgrupos formados tenham características de grande similaridade interna e grande dissimilaridade externa.
Os limites de cada cluster foram definidos por meio de análise de agrupamento,
método hierárquico, k-médias (Tabela 1). Segundo Moori Marcondes e Ávila (2002), esse
método é utilizado quando se conhece previamente o número de clusters que se pretende
estudar, caso do presente estudo, uma vez que o interesse foi identificar municípios com
lavouras menos vulneráveis, na faixa de transição e onde há maior vulnerabilidade. Assim,
foram realizadas quatro análises de agrupamento, uma para cada lavoura, sendo que a
última, para a análise das três lavouras em conjunto (vulnerabilidade global).
Tabela 1: Intervalo e classificação dos Clusters para os índices de vulnerabilidade das lavouras de feijão, mandioca e milho e global.
Cluster
Intervalo de variação
Classificação do Cluster
Feijão
1º
Cluster0 – 22,36
Menor INVUL
feijão2º
Cluster22,41-38,25
Intermediário INVUL
feijão3ª
Cluster38,48-100
Maior INVUL
feijãoMandioca
1º
Cluster0 - 20,87
Menor INVUL
mandioca2º
Cluster21,01-41,97
Intermediário INVUL
mandioca3ª
Cluster42,39-100
Maior INVUL
mandiocaMilho
1º
Cluster0 - 26,29
Menor INVUL
milho2º
Cluster26,47-48,35
Intermediário INVUL
milhoGlobal
1º
Cluster5,6 - 21,53
Menor INVUL
2º
Cluster21,55-34,59
Intermediário INVUL
3ª
Cluster34,69 -100
Maior INVUL
Fonte: Elaboração própria de acordo com os dados da pesquisa.
3.2.3 Caracterização socioeconômica dos grupos de vulnerabilidade
Com o objetivo de caracterizar os municípios onde as lavouras são mais e menos
vulneráveis foi realizada uma análise comparativa dos valores médios dos indicadores:
Renda per capita (R$) (2010);
Proporção de pobres (%) (2010);
Perda Média na Área Plantada com Lavoura Temporária (anos de seca 2012-2013);
% dos ocupados no setor agropecuário - 18 anos ou mais;
Proporção da área municipal destinada a lavouras temporárias;
Proporção da área municipal destinada a lavouras permanentes;
Proporção da área municipal destinada a lavouras permanentes e temporárias;
Taxa de crescimento da população rural (1991-2010);
Proporção da população rural;
Domicílios com renda per capita de até 70 reais;
Participação do valor adicionado bruto a preços correntes da agropecuária no valor
adicionado bruto a preços correntes total (Percentual);
O procedimento estatístico para a comparação das médias foi a ANOVA.
Adicionalmente, foi verificada a existência de correlação entre a vulnerabilidade global das
lavouras e os indicadores supracitados por meio do cálculo do coeficiente de correlação de
Pearson. Detalhes dos dois procedimentos estatísticos são encontrados em Fávero et al.
In document
Opptakskrav, vurderingsformer og kvalitet i sykepleierutdanningen
(sider 48-51)