ANÁlise econométrica do desmatamento no estado do pará Carlos Eduardo Rodrigues Martins 1



Baixar 82.79 Kb.
Pdf preview
Encontro27.03.2020
Tamanho82.79 Kb.

 

 

 



 

ANÁLISE ECONOMÉTRICA DO DESMATAMENTO NO ESTADO DO PARÁ  

 

Carlos Eduardo Rodrigues Martins

1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Resumo:  Este  trabalho  tem  por  finalidade  analisar  através  de 

modelagem econométrica as causas do desmatamento no estado do 

Pará  em  2006.  Para  analisar  as  variáveis  que  mais  impactaram  no 

aumento do desmatamento no Pará em 2006 foi adotado um modelo 

de  regressão  múltipla  tendo  o  desmatamento  como  variável 

dependente  e  10  variáveis  independentes.  Os  resultados  mostraram 

que  a  pecuária  bovina  é  atividade  com  maior  correlação  com  o 

desmatamento  e  que  as  culturas  perenes  e  temporárias  juntamente 

com  a  pecuária  estão  entre  os  principais  vetores  determinantes  do 

desmatamento no estado do Pará. 



Palavras-chaves: Desmatamento, modelagem econométrica, bovino. 

 

Abstract:  This  paper  aims  to  analyze  through  econometric  modeling 

of the causes of deforestation in the state of Pará in 2006. To examine 

the  variables  that  most  affected  by  the  increase  of  deforestation  in 

Pará  in  2006  has  adopted  a  model  of  multiple  regression  and 

deforestation  as  the  dependent  variable  and  10  independent 

variables.  The  results  showed  that  the  Cattle  ranching  with  higher 

activity  is  correlated  with  deforestation  and  the  temporary  and 

perennial  crops  along  with  livestock  are  the  main  vectors  of 

determinants of deforestation in the state of Pará. 

Key-words: Deforestation, econometric modeling, bovine. 

                                                 

1

 Mestrando. Universidade Federal do Pará. E-mail: kadumartins91@yahoo.com.br 



 

 

 



 



– INTRODUÇÃO    

 

 

 

 

 

O  fato  de  o  desmatamento  constituir-se,  na  atualidade,  em  um  dos  maiores 



problemas  ambientais  do  Brasil  tem  despertado  o  interesse  de  inúmeros 

pesquisadores interessados em aprofundar o conhecimento sobre suas causas. Por 

vários  anos  as  causas  do  desmatamento  da  Amazônia  brasileira  puderam  ser 

atribuídas  às  políticas  de  integração  da  região  à  economia  nacional  brasileira  e  à 

sua defesa contra intervenções internacionais.  

Nos  anos  recentes,  vários  fatores  começaram  a  mudar  os  principais 

responsáveis  pelo  desmatamento  na  Amazônia,  dentre  elas  podemos  citar  a 

conversão de floresta em pastagens para a criação de gado, o corte e a queima da 

floresta para cultivos anuais pela agricultura familiar, e a implantação de cultivos de 

grãos pela agroindústria. Dentre elas, a principal determinante do desmatamento na 

Amazônia é a Pecuária (MARGULIS, 2003; ARIMA et al, 2005). Além da pecuária, o 

cultivo  de  grãos  está  começando  a  pressionar  as  áreas  de  floresta,  estimulando 

novos  desmatamentos.  O  principal  deles  é  a  soja,  impulsionada  pela  posição  cada 

vez  mais  vantajosa  da  agroindústria  brasileira  no  mercado  de  exportações  e  pelos 

investimentos  em  infra-estrutura,  especialmente  a  pavimentação  de  estradas 

(NEPSTAD et al., 2002).  

Segundo  ARIMA  (2001),  um  aspecto  importante  e  que  tem  conseqüência 

direta  no  desflorestamento  é  o  fato  do  poder  público  local  não  ter  incentivos  para 

fazer cumprir a lei, principalmente em razão dos benefícios de curto prazo. Existe o 

que ARIMA  chama  de  "competição  regulatória",  ou  seja,  se  o  município  adota  e 

implementa  regras  que  disciplinam  o  uso  dos  recursos  florestais,  a  indústria 

madeireira  vai  se  instalar  no  município  vizinho  que  não  adota  regras,  e  por 

conseguinte deixa o município de atrair investidores e receita e isto faz com que os 

municípios relaxem suas regras.  Apesar  do  referencial  teórico  sobre  as  causas  do 

desmatamento  ser  vasto,  diversos  outros  estudos  buscaram  com  a  utilização  de 

modelos  econométricos  para  explicar  o  processo  de  ocupação  do  solo  amazônico. 



 

 

 



 

Alguns trabalhos como de Reis, Margulis, Ane Alencar, Angelsen e Kaimowitz dentre 

outros  se  utilizaram  de  modelagem  para  explicar  as  causas  do  desmatamento  na 

Amazônia Brasileira.  

O  objetivo  desse  trabalho  será  o  mesmo  já  adotado  por  diversos  autores. 

Busca-se  aqui  verificar  dentre  um  conjunto  de  variáveis  aquelas  que  mais  possam 

explicar o desmatamento para o estado do Pará. A hipótese central em teste é que 

as  variáveis  independentes  utilizadas  seriam  as  forças  determinantes  do 

desmatamento no  Pará.  Para tal fim,  utilizaram-se  modelos  econométricos  em dois 

períodos, 2000 e 2006. Tendo a variável desmatamento como variável dependente e 

mais  10  variáveis  independentes  divididas  em:  Econômicas,  Populacionais  e 

variáveis  diretamente  ligadas  ao  uso  do  solo,  como  lavouras  temporárias, 

permanentes e números do efetivo bovino do estado do Pará. 

 

 





– ANÁLISE DO DESMATAMENTO NO ESTADO DO PARÁ 

 

 

 

 

Segundo dados do Instituto Nacional de Pesquisas Espaciais (INPE) somente 

em  2006,  foram  desmatados  mais  de  14000  Km²  na Amazônia  Legal  Brasileira.  O 

Estado  com  maior  participação  no  desmatamento  desde  2000  foi  o  Pará,  seguido 

por Mato Grosso e Rondônia (Gráfico 1). 

2000


2001

2002


2003

2004


2005

2006


2007

0

2000



4000

6000


8000

10000


12000

14000


Acre

Amazonas


Amapá

Maranhão


Mato Grosso

Pará


Rondônia

Roraima


Tocantins

K

M

²/

A

N

O

 

 

 



 

 

Gráfico 1 



– Desmatamento na Amazônia Legal entre 2000 e 2007. 

Fonte: INPE 

 

 

O  estado  do  Pará  com  cerca  de  5500  km²  de  área  desmatada  foi  o  estado 



com  maior  contribuição  para  o  aumento  do  desmatamento  em  2006  (INPE,  2006). 

Na  esfera  municipal,  o  município  paraense  que  mais  desmatou  foi  São  Félix  do 

Xingu.  Já  para  o  Mato  grosso,  que  desmatou  em  2006  cerca  de  4300  km²,  o 

município  com  maior  participação  foi  Juará.  Como  já  é  sabido  pela  literatura,  o 

principal determinante do desmatamento é a pecuária (FEARNSIDE,  1988 e 2005). 

No caso do Pará não seria diferente, o efetivo do rebanho bovino aumentou de 10,2 

milhões de cabeças em 2000 para 15,3 milhões de cabeças em 2006.  

 

 



Gráfico 2 

– Desmatamento e evolução do Rebanho Bovino no Pará de 2000 a 2006. 

Fonte: INPE/IBGE. 

 

 



 

Essa  relação  entre  desmatamento  e  crescimento  do  efetivo  bovino  pode  ser 

melhor  ilustrado  pelo  gráfico  2  (acima),  onde  podemos  observar  durante  2000  e 

2006  a  relação  existente  entre  essas  variáveis.  A  partir  da  análise  do  gráfico 

podemos notar que de 2000 para 2001 não existe nenhuma relação, mas a partir de 


 

 

 



 

2001  quando  o  desmatamento  tem  uma  elevação  o  número  do  efetivo  bovino  da 

região também cresce e continua a crescer conjuntamente com o desmate até 2004 

quando  há  uma  queda  no  desmatamento.  Repare,  também,  que  a  partir  de  2004 

com declínio da área desmatada o rebanho bovino cai. 

 

 





– METODOLOGIA ECONOMÉTRICA   

 

 



 

 

Para  analisar  as  causas  do  desmatamento  no  estado  do  Pará  foi  utilizado 



modelo com dados em cross-section para o ano de 2006. O número de observações 

foi de 143 (143 municípios) e o número total de variáveis foi de 11. Todas as análises 

efetuadas  estão  condicionadas  a  não  violação  de  nenhum  dos  pressupostos  do 

Modelo Clássico de regressão Linear.  

Para executar essa verificação serão realizados em seqüências os seguintes 

testes: 1) teste Reset de Ramsey para especificação correta do modelo. 2) Teste de 

White para  heterocedasticidade,  uma  vez  que  este  erro  de  especificação  é  comum 

em  dados  em  cross-section,  para  correção  deste  erro  será  usada  Mínimos 

Quadrados  ponderados.  3)  Teste  de  multicolinearidade  utilizando  matriz  de 

correlação entre as variáveis, lembrando sempre que alta correlação entre variáveis 

não  viola  nenhum  pressuposto,    somente    quando  há  correlação  perfeita,  ou  seja 

igual  a  1.  4)  Estudo  da  significação  conjunta  das  variáveis  (Teste  F).  5)  Estudo  da 

significação individual (Teste t) das variáveis do modelo. 

 

3.1 

– Variáveis Utilizadas no modelo. 

  Desmatamento



2

 (DESM) 

– INPE (Instituto nacional de Pesquisas espaciais) 

  Lavouras Permanentes

3

 (PERM) 

– IBGE/SIDRA (Sistema IBGE de Recuperação 

Automática) - Produção Agrícola Municipal. 

                                                 

2

 A  principal  fonte  de  dados  para essa  variável  foi  o  Instituto  Nacional  de  Pesquisas Espaciais  (INPE-PRODES), será  essa  a 



variável  dependente  do modelo. Os  dados  foram transformados  para  hectare  buscando  uma melhor  interação com  a  variável 

Lavoura Permanente e outras plantações que também estão em hectare. 

3

 Compreende a área plantada total da cultura permanente, ou seja, aquelas culturas de plantio de longa duração 



 

 

 



 

  Lavouras  Temporárias



4

  (TEMP) 

– IBGE/SIDRA (Sistema IBGE de Recuperação 

Automática) 

– Produção Agrícola Municipal. 

  Bovino



5

 (BOV) 

– Pesquisa Pecuária Municipal do IBGE.  

  PIB

6

 (PIB) 

– Ministério das Cidades. 

  PIB Per Capita



7

 (PIB_PCA) 

– Ministério das Cidades. 

  População Total

8

 (POP_TOTAL) 

– Ministério das Cidades. 

 

  Densidade Demográfica

9

 (DENS_DEM) 

– Ministério das 

Cidades. 

  PIB Agropecuário



10

 (PIB_AGRO) 

. Os dados foram coletados das estatísticas  

 Madeira  (MAD) 



11

 

–  IBGE/SIDRA  (Sistema  IBGE  de  Recuperação Automática)  – 

3.2 

– Análise Econométrica do Desmatamento no Pará em 2006. 

Neste  tópico  buscou-se  dentre  as  variáveis  analisadas  no  trabalho  aquelas 

que  poderiam  explicar  o  desmatamento  no  estado  do  Pará  para  o  ano  de  2006. 

Todas as estatísticas estão apresentadas no Quadro I. Para mostrar quais variáveis 

influenciam no desmatamento para este período foram realizadas várias regressões 

e  as  variáveis  que  se  mostraram  mais  significantes  foram:  PERM,  TEMP,  SOJA, 

BOVINO,  MADEIRA  e  PIB_AGRO.  Vale  ressaltar  que  o  número  de  variáveis 

utilizadas  no  modelo  foi  de  10,  como  já  salientado  anteriormente,  e  que  algumas 

variáveis  foram  retiradas  do  modelo  porque  não  se  apresentaram  estatisticamente 

significantes  ao  nível  de  significância  de  5%.  Dentre  elas  podemos  destacar:  PIB, 

DENS_DEM,  PIB_PCAP  e  POP_TOTAL.  Segundo  o  R²  as  variáveis  significantes 

são  responsáveis  por cerca  de 90%  do desmatamento para  o  ano  de 2006.  Sendo 

assim, o modelo que melhor se enquadrou foi o seguinte:  

 

DESM = 

β





β

1

PERM + 

β

2

TEMPORÁRA + 

β

3

BOVINO + 

β

4

MADEIRA + 

β

5

PIB_AGRO +          

β

6

SOJA

 + 

ε 

                                                 

4

  Esta  variável  corresponde  a  área  plantada  total  das  plantações  de  curta  duração.  Vale  lembrar  que  segundo  a  literatura 



algumas  culturas  deste  grupo  estão  entre  as  principais  determinantes  do  desmatamento,  as  quais  podemos  destacar: Arroz, 

Milho e Soja. Retiramos essas culturas do agregado e analisamos, dentre essas apenas SOJA  foi significante para o modelo. 

5

 Corresponde ao efetivo bovino por cabeça do estado do Pará. 



6

 Representa o produto interno bruto do Pará para os anos em análise. 

7

 Apesar dessa variável apresenta diversas controvérsias, sua inclusão no modelo foi na busca de capitar a influência da renda 



para o aumento do desmatamento na região. 

8

 Esta variável corresponde a população total os municípios do estado Pará 



9

 Representa a medida expressa pela relação entre a população e a superfície do território, ou seja, refere-se a razão entre o 

número de habitantes da região e sua área geográfica. 

10

 Representa o Produto Interno Bruto da Agropecuária do Estado do Pará 



11

 Refere-se à produção de madeira em tora (m³). 



 

 

 



 

 

 

Quadro I: Estimativas Mínimos Quadrados (OLS) usando as 143 observações  

Variável dependente: DESM 

 

  

Coeficiente 

Erro Padrão 

razão-t 

p-valor 

CONSTANTE 

-16577,6 

8996,79 


-1,9426 

0,05 


PERM 

3,25958 


1,43726 

2,2679 


0,02492 

TEMP 


1,95174 

0,626495 

3,1153 

0,00224 


BOV 

0,753133 

0,0521533 

14,4407 


<0,00001 

MAD 


0,0791252 

0,0308669 

2,5634 

0,01146 


PIB_AGRO 

1,75668 


0,474094 

3,7053 


0,00031 

SOJA 


8,48019 

2,85516 


2,9701 

0,00352 


 

R-quadrado 

0,904284 

R-quadrado ajustado 

0,900030 

F(6, 135) 

212,5711 

P-valor(F) 

3,21e-66 

 

Para  o  Modelo  acima  foi  realizado  o  teste  de  Ramsey  para  especificação 



correta,  após  análise  de  seu  p-valor  (0,107708)  verificou  que  ao  nível  de 

significância  de  5%  não  podemos  rejeitar  a  hipótese  nula  e  confirmamos  que  o 

modelo teve uma especificação adequada. 

Para  esse  modelo  não  se  gerou  estimativas  de  Mínimos  Quadrados 

Ponderados, para correção de heterocedasticidade, pois ao utilizar o teste de White 

para detecção da mesma verificou-se, a partir de seu p-valor (0,6906), que ao nível 

de significância de 5% não podemos rejeitar a hipótese nula de homocedasticidade.   

Já  para  verificar  a  presença  de  multicolinearidade  (quando  uma  variável 

explicativa  possui  uma  alta  colinearidade  com  outra  variável  explicativa)  foi 

construída  uma  matriz  de  correlação  com  as  variáveis  observadas. Após  a  análise 

dessa matriz, verificamos mais uma vez que a variável BOVINO apresentou a mais 

alta  correlação  com  o  desmatamento  (0,9104).  Outra  variável  que  apresentou  alta 

correlação  com  o  desmatamento  foi  PIB_AGRO,  que  representa  a  parcela  do  PIB 

destinadas a Agropecuária. Vale ressaltar que essa variável não foi significante para 

o modelo I.  

A variável PIB_AGRO e BOVINO apresentaram alta correlação (0,8092) o que 

pode  indicar multicolinearidade  entre  essas variáveis,  o  método  mais  utilizado  para 

resolver  esse  problema  seria  a  exclusão  de  uma  das  variáveis.  Este  procedimento 



 

 

 



 

não foi adotado, pois poderiam estar retirando uma importante variável do modelo e 

cairíamos  em  erro  de  especificação,  resolvemos  conservar  ambas  e  confirmamos 

sua relevância para o modelo. 

Com relação às estatísticas “F”, que testa a hipótese 

nula  de que todos os coeficientes das variáveis independentes são nulos,  todas as 

variáveis  do modelo  apresentaram-se  significantes  a  5%.  De  acordo as  estatísticas 

“t”,  que  testa  a  hipótese  individual  que  os  coeficientes  de  cada  variável  são  nulos, 

todas  as  variáveis  são  estatisticamente  significantes  para  o  modelo  em  questão. 

 

 



 

4 - CONCLUSÃO 

 

 

 

A  análise  das  causas  do  desmatamento  é  um  assunto  já  muito  abordado. 

Inúmeros  trabalhos  já  demonstraram  a  alta  correlação  entre  desmatamento  e  a 

atividade pecuária. Parece evidente que essa atividade seja a principal determinante 

do  desmatamento,  mas  temos  que  levar  em  conta  que  o  desmatamento  e  suas 

causas  são  variadas  e  que  cada  região  tem  sua  peculiaridade  e  apresentam 

determinante  distintos  de  desmatamentos. A  partir  da  análise  do  modelo,  podemos 

verificar  que  mais  uma  vez  a  principal  variável  determinante  do  desmatamento  é  a 

pecuária.  O  aumento  da  oferta  de  gado  na Amazônia  poderá  ocorrer  por  meio  do 

desmatamento ou do aumento da produtividade nas áreas já desmatadas (ARIMA et 



al,  2005).  Outro  ponto  a  salientar,  diz  respeito  à  concessão  de  financiamentos  à 

pecuária  e  a  disponibilidade  de  crédito  subsidiado  do  FNO,  que  continuará 

exercendo pressão para o aumento dos desmatamentos (ARIMA et al, 2005 e 2008).  

 

Algumas  variáveis,  antes  já  identificadas  pela  literatura  como  determinantes 



do desmatamento, também se mostraram significantes, como: PERM, MILHO, SOJA 

e  MADEIRA.  Outras  como  PIB_AGRO,  mostraram  como  já  discutido  no  parágrafo 

anterior como um dos vetores do desmatamento no estado do Pará. 

 

Nesse contexto torna-se evidente que para se desacelerar o desmatamento, o 



governo federal deve pelo menos revisar suas políticas de adoção de concessões de 

 

 

 



 

financiamento  e  subsídios  para  atividades  que  impactem  diretamente  no 

desmatamento de mais áreas de floresta, bem como continuar com as fiscalizações 

a municípios que apresentam altos graus de desmatamento. 

 

 

REFERÊNCIAS 



 

ALENCAR,  Ane. 



Desmatamento  na  Amazônia:  indo  além  da  “emergência 

crônica”. IPAM, Belém, 2004. 

 

ARIMA,  E.;  BARRETO,  P.;  BRITO,  M.  Pecuária  na  Amazônia:  tendências  e 



implicações  para  a  conservação  ambiental.  Belém:  Instituto  do  Homem  e  meio 

Ambiente da Amazônia, 2005. 

 

ARIMA,  E.;  BARRETO,  P.;  PEREIRA,  R.  A    Pecuária  e  o  Desmatamento  na 



Amazônia na  Era das Mudanças Climáticas.  Belém:  Instituto do Homem e meio 

Ambiente da Amazôni, 2008 

 

FEARSIDE,  P.  M.  Desmatamento  na  Amazônia  brasileira:  história,  índices  e 



conseqüências. Megadiversidade, v. 1, n. 1, jul. 2005. 

 

GUJARATI, D. M. Econometria BásicaCampus/Elsevier, 2006. 



 

IBGE 


– SIDRA. Instituto Brasileiro de Geografia de Estatística – Produção Pecuária 

Municipal e Produção Agrícola Municipal. Acessado em 02/04/2009. 

 

INPE 



– Instituto Nacional de Pesquisas Espaciais. Prodes – Estimativas Municipais 

 

MARGULIS,  Sérgio.  Causas  do  Desmatamento  da  Amazônia  Brasileira.  1ª  ed. 



Brasília: Banco Mundial, 2003. 

 

KAIMOWITZ, D. & ANGELSEN, A. Economic Models of Tropical Deforestation: A 



Review. Center for International Forestry Research, 1998. 

Baixar 82.79 Kb.

Compartilhe com seus amigos:




©bemvin.org 2020
enviar mensagem

    Página principal
Prefeitura municipal
santa catarina
Universidade federal
prefeitura municipal
pregão presencial
universidade federal
outras providências
processo seletivo
catarina prefeitura
minas gerais
secretaria municipal
CÂmara municipal
ensino fundamental
ensino médio
concurso público
catarina município
reunião ordinária
Dispõe sobre
Serviço público
câmara municipal
público federal
Processo seletivo
processo licitatório
educaçÃo universidade
seletivo simplificado
Secretaria municipal
sessão ordinária
ensino superior
Relatório técnico
Universidade estadual
Conselho municipal
técnico científico
direitos humanos
científico período
Curriculum vitae
pregão eletrônico
espírito santo
Sequência didática
Quarta feira
conselho municipal
distrito federal
prefeito municipal
língua portuguesa
nossa senhora
segunda feira
educaçÃo secretaria
Pregão presencial
recursos humanos
Terça feira
agricultura familiar
educaçÃO ciência