Regionalização, MAUP e Indicadores Socio-Econômicos

FACCAT

Mestrado em Desenvolvimento Regional

Carlos Aguedo Paiva

A questão da regionalização• Todos os territórios se encontram em

relação entre si e esta relação deve ser resgatada no interior de uma análise das tendências de qualquer espaço econômico. O que impõe a questão: qual a divisão regional mais adequada a adotar?

• Via de regra, seremos levados a “análises multiescalares”, com diversas perspectivas, do local ao global. Mas como definir os recortes pertinentes às ditintas escalas?

O problema é as regiões não são sujeios naturais, mas são unidades modificáveis. Não gratuitamente, a estatística regional contemporânea tem como seu principal desafio o enfrentamento do MAUP - Modifiable Areal Unit Problemé o grande desafio dos estudos regionais de base empírico-estatística.

Grande parte daqueles que operam análises regionais tomam as regionalizações tradicionais e consolidadas sem questionar (ou, mesmo, perceber) o efeito das mesmas sobre os resultados.

Em trabalho intitulado Ilusões e Sabedorias da Análise Regional, Paiva e Tartaruga (2008) trouxeram à baila a questão salientando a dimensão escalar do MAUP.

Explorando um exemplo heurístico, os autores demonstraram que distintas escalas podem produzir distintas territorializações da “pobreza” ou do “patamar de desenvolvimento”.

Este ponto é crucial, pois traz à luz a relação entre indicador e “regionalização”.

Quadro-Mapa 1: Renda per capita das Macro-Regiões da Rep. Gaudéria

Região

PIB per capita

Região Oeste Região Central Região Leste

R$ 100 / 100 = R$ 1,00

R$ 200 / 100 = R$ 2,00

R$ 300 / 100 = R$ 3,00

Quadro-Mapa 2: Renda per capita dos Cogades da Rep. Gaudéria

Note-se que:

1) por conveniência e espaço, eludimos os nomes dos municípios e o cálculo do Renda per capita;

2) o número de municípios por Cogade varia de acordo com a Região: é 1 por Cogade na Oeste, 2 por Cogade na Central e 5 por Cogade na Leste;

3) para simplificar o nosso trabalho e dos leitores interessados em testar a consistência lógica dos resultado, introduzimos a hipótese de que os distintos municípios de cada Macro-Região apresentam exatamente a mesma população: 50 na Oeste, 25 na Central e 10 na Leste.

No próximo quadro, representamos

os municípios da Rep. Gaudéira

RegiãoCogade Campanha Front Oeste Sta Maria Alto Jacuí Serra Metropol

R$ 80,00 / 50 = R$

1,60

R$ 200,00 / 50 = R$

4,00

R$ 100,00 / 50 = R$

2,00

PIB per capita

R$ 50,00 / 50 = R$

1,00

R$ 50,00 / 50 = R$

1,00

R$ 120,00 / 50 = R$

2,40

Região Oeste Região Central Região Leste

Quadro-Mapa 3: Renda per capita dos Municípios da Rep. Gaudéria

RegiãoCogade Campanha Front Oeste Sta Maria Alto Jacuí Serra Metropol

12,00 6,005,00 3,002,00 0,330,50 0,330,50 0,33

2,40

0,800,80

1,00 1,00PIB per capita

4,00

Região Oeste Região Central Região Leste

Esta é uma versão do problema dos estudos regionais – que também é parte do MAUP – que é denominada falácia ecológica, que diz respeito às inferências equivocadas sobre indivíduos extraídas de informações agregadas;

EXEMPLO

Imaginemos um território politicamente definido que comporte em seu interior um município cujo PIB per capita é particularmente elevado:

Santa Cruz do Sul, no Corede Vale do Rio Pardo, tem o PIB alavancado pela agregação de valor das fumageiras;

Tomando o PIB dos municípios para calcular o PIB total e per capita do Corede, chega-se à conclusão que o mesmo é particularmente elevado.

Esta é o resultado encontrado pela pesquisa RumoS 2015, que classifica o Vale do Rio Pardo -

equivocadamente - como região desenvolvida

O problema das médias não ponderadas de unidades heterogêneas

• Uma outra dimensão do MAUP diz respeito ao fato de, por serem arbitrárias, as unidades de área podem abarcar, sobre uma mesma denominação (municípios, cidades, condados, estados, regiões) estruturas muito distintas em termos de tamanho e participação no todo.

• São Paulo é um município de 11 milhões de habitantes. E há muitos municípios brasileiros com menos de 1000 habitantes.

O problema das médias não ponderadas de unidades heterogêneas

Território População ano 1 Tx Var População ano 2A 10.000.000,0 0,0% 10.000.000,00B 1.000.000,0 2,5% 1.025.000,00C 100.000,0 5,0% 105.000,00D 10.000,0 7,5% 10.750,00E 1.000,0 10,0% 1.100,00

UF 11.111.000,0 0,28% 11.141.850,00Médias 2.222.200,00 5,0% 2.228.370,00

O que significa “acima da média”?

Território População ano 1 Tx Var População ano 2A 10.000.000,0 10,0% 11.000.000,00B 1.000.000,0 7,5% 1.075.000,00C 100.000,0 5,0% 105.000,00D 10.000,0 2,5% 10.250,00E 1.000,0 0,0% 1.000,00

UF 11.111.000,0 9,72% 12.191.250,00Médias 2.222.200,00 5,0% 2.438.250,00

O problema mais grave é a partição. Abaixo, uma representação intuitiva.

B C B

* * * *D * * D * *

A

Quadro-Mapa 1: Grandes Desigualdades

Quadro-Mapa 2: Desenvolvimento Homogêneo

A

C

A dimensão mais grave do MAUP é, também, a menos conhecida. Ela foi objeto de tratamento sistemático por Openshaw e Taylor em um conjunto de artigos do final dos anos 70 e início dos anos 80;

O trabalho mais famoso de ambos foi lançado em 1979, e se intitula “A million or so correlation coefficients: three experiments on the modifiable areal unit problem”.

Em Openshaw e Taylor (1979), são resgatadas as informações da justiça eleitoral norte-americana acerca do percentual de votos no partido republicano nos 99 condados de Iowa nas eleições congressuais de 1968.

Estas informações são correlacionadas com o percentual da população com mais de 65 anos de idade.

A correlação encontrada é positiva e sua magnitude é 0,3466.

Buscando avaliar o impacto da regionalização adotada sobre os resultados estatísticos, os autores efetuam distintas agregações dos condados de Iowa e recalculam a correlação entre percentagem da população com mais de 65 anos e voto no Partido Republicano.

Os resultados aparecem na tabela a seguir:

minimum r maximum r minimum r maximum r

6 -0,999 0,999 -0,999 0,999

12 -0,984 0,999 -0,999 0,999

18 -0,936 0,996 -0,977 0,999

24 -0,811 0,979 -0,994 0,999

30 -0,770 0,968 -0,989 0,999

36 -0,745 0,949 -0,987 0,998

42 -0,613 0,891 -0,980 0,996

48 -0,548 0,886 -0,967 0,995

54 -0,405 0,823 -0,892 0,983

60 0,379 0,777 -0,787 0,983

66 -0,180 0,709 -0,698 0,953

72 -0,059 0,703 -0,579 0,927

Number of zones or groups

Zoning systemsGrouping without

contiguity

Fonte: Openshaw e Taylor (1979, p. 130)

As distribuições de freqüência dos distintos zoneamentos e grupamentos encontram-se representados abaixo:

O fundamental a observar é que:

1) a regionalização adotada mais do que “importa”. Ela rigorosamente determina o resultado;

2) quanto maio o número de regiões, maior a curtose e menor o desvio-padrão da distribuição;

3) esta aproximação à média, contudo, apenas determina uma chance maior da correlação obtida ser similar à calculada para os 99 condados;

4) de outro lado, nada garante que a correlação dos 99 condados seja representativa da correlação entre idade e voto republicano do conjunto dos eleitores do Iowa;

5) se fosse outra a divisão do Iowa em (99) condados, certamente seria outro o valor da correlação entre as variáveis consideradas.

Evidentemente, daí não se extrai a “impossibilidade” da análise estatística regional.

Apenas nos faz compreender que, na análise regional, o território é o individuo sob análise. E, portanto, ele deve ser teoricamente constituído a partir dos objetivos do analista.

Ele não é um “dado”, nem pode ser trabalhado como se fosse.

Na verdade, Openshaw e Taylor apenas confirmam e determinam o programa de trabalho de Williams, que já em 1976 declarava:

Nenhum estatístico que se preze tomaria em um estudo um conjunto arbitrário de indivíduos como sua amostra, sem

qualquer questionamento posterior dos critérios de eleição. Da mesma fora, esperamos que os dias estejam contados para

pesquisadores das ciências regionais que produzem sistemas de zoneamento saídos da cartola, e operam com os mesmos

sem nenhuma consciência das implicações do grupamento sobre os resultados de suas investigações.

I. N. WilliamsTransactions of the Martin Centre

Infelizmente, passados mais de 30 anos do alerta de Williams, Openshaw e Taylor, no Brasil - inclusive nas instituições nacionais e regionais voltadas à pesquisa em Economia, Geografia e Estatística, ainda estamos muito longe de reconhecer a relevância da determinação teórica da regionalização nas análises empíricas sobre desigualdades territoriais.

Vale observar, que a FEE já deu grandes contribuições para o enfrentamento científico deste tema-problema em trabalhos aplicados ao Rio Grande do Sul (como em Alonso e Bandeira, 1994; Alonso e Mesquita, 1983; Mesquita, 1984).

Em particular, acreditamos que a grande contribuição da casa para a regionalização do RS foi a identificação e a delimitação das três Macros gaúchas, a partir dos trabalhos de Alonso e Bandeira.

Contudo, quer nos parecer que esta rica tradição tenha sofrido solução de continuidade a partir de meados dos anos 90.

O abandono do tema revela o descaso com as questões teórico-analíticas associadas ao MAUP.

Um descaso que se manifesta no uso e abuso das regionalizações políticas oficiais – mormente os municípios e os Coredes – nos estudos regionais desenvolvidos no interior da FEE nos anos recentes.

Vale observar, por fim, que, a despeito do que se poderia pretender numa leitura apressada dos textos de Openshaw e Taylor, o MAUP não pode ser enfrentado pelo apelo à máxima divisão territorial para a qual se conte com dados estatísticos disponíveis.

Se fosse assim, os municípios seriam, sempre e necessariamente, uma “regionalização” superior a qualquer agregado dos mesmos.

Isto não é verdade:

Operar com a municipalidade em testes estatísticos envolve tratar Porto Alegre e Nova Ramada (município instalado em 1997, que contava com 2723 habitantes em 2000 e nenhum morador na sede urbana).

Além disso, o uso da municipalidade como base analítica:

1) ou inviabiliza as comparações de longo prazo;

2) ou conduz à utilização das AMCs (o que leva ao paroxismo o MAUP, na medida em que esta é uma regionalização sem qualquer critério teórico e cujos indivíduos não comportam qualquer homogeneidade);

3) ou pressupõe exercícios de imputação de valores pretéritos aos municípios instalados recentemente com base nos valores dos municípios que lhes deram origem (o que leva ao paroxismo a falácia ecológica, já referida).

O enfrentamento destas alternativas problemáticas de regionalização envolve

retomar os esforços de Mesquita, Bandeira e Alonso para um tratamento científico das

disparidades regionais do Rio Grande do Sul

Tal esforço pode e deve se beneficiar das metodologias contemporâneas de análise estatística espacial (em especial, as ferramentas trabalhadas por Tartaruga em diversos trabalhos) e da metodologia de comparação das dinâmicas e estruturas municipais de longo prazo desenvolvida e apresentada no RS em Mapas e Dados (Paiva, 2007). Mas é preciso não se iludir com regionalizações definitivas e universais.

Porque é impossível uma única regionalização

Município C

Município D

Quadro-Mapa 3: Território T: Representação Político

Administrativa

Município A

Município B

Quadro-Mapa 3: Território T: Representação Física

Bacia Hidrográfica

do Rio Y

Bacia Hidrográfica

do Rio Z

Quadro-Mapa 3: Território T: Representação Produtiva

Produção Empresa-

rial de Grãos

Produção

Familiar de

Subsistência

Área de Preserva ção

Ambiental

A regionalização necessária

• De outro lado, é preciso ter regionalizações de referência. Em particular se se admite que o desenvolvimento dos territórios deve ser planejado e deve ser impulsionado e controlado, prioritariamente, a partir de forças endógenas, a partir da mobilização de recursos e agentes do próprio território

BIBLIOGRAFIA

ALONSO, J. A. F. e MESQUITA, Z. (1983). “Aspectos Metodológicos da Divisão Regional”. Porto Alegre: Fundação de Economia e Estatística. (mimeo)

ALONSO, J. e BANDEIRA, P. (1994) “Considerações Metodológicas sobre a Divisão Regional”. In: ALONSO et al. Crescimento econômico da Região Sul do Rio Grande do Sul: causas e perspectivas. Porto Alegre: Fundação de Economia e Estatística.

MESQUITA, Z. (1984) “Divisões regionais do Rio Grande do Sul: uma revisão”. Ensaios FEE, Vol. 5, n. 2. Porto Alegre: FEE.

PAIVA, C. A. e TARTARUGA, I. (2007). “Sabedorias e Ilusões da Análise Regional”. Porto Alegre: FEE (Textos para Discussão). www.fee.tche.br/sitefee/pt/content/publicacoes/pg_tds_detalhe.php?ref=005

PAIVA, C. A. (2007). RS em Mapas e Dados: bases georrefenciadas para a comparação do desempenho socioeconômico dos municípios gaúchos entre 1966 e 2006. Porto Alegre/Santa Cruz do Sul : FEE/Unisc.

OPENSHAW, S. e TAYLOR, P.J. (1979). “A million or so correlation coefficients: three experiments on the modifiable areal unit problem”. In: WRIGLEY, N. (org.) Statistical Applications in the Spatial Sciences. London: Pion Limited.