3. YÖNTEM
3.1. Birinci Çalışmada Yöntem
3.1.1. Araştırma modeli
Este capítulo foi dividido em seções para mostrar, de modo organizado, os resultados, de acordo com a sequência dos objetivos propostos pela pesquisa, os quais servirão de base para aferir a sustentabilidade da produção da soja no Brasil e, posteriormente, analisar a expectativa de competição da soja na região do MATOPIBA em relação aos EUA e demais estados produtores de soja no Brasil, e analisar, também a situação de substituição de lavouras alimentares para a produção de soja no MATOPIBA, com base no conjunto de informações examinadas no trabalho.
5. 1 Sustentabilidade da produção de soja
Nesta seção serão exprimem-se as estimativas dos quatro índices parciais: Índice Parcial de Rendimento (IRENDit); o Índice Parcial da Área Corrigida (IARCORit); o Índice
Parcial da relação do valor da produção da soja e o PIB da região analisada (IVEPIBit); e o Índice
Parcial da relação que foram utilizados na elaboração do que está sendo chamado nesta pesquisa de Índice de Sustentabilidade na região do MATOPIBA.
5. 1. 2 Resultados da análise fatorial
Para a realização da análise fatorial (AF), foi necessário fazer alguns testes para verificar se ela se aplica à disponibilidade de dados da pesquisa. Os testes para verificar os pressupostos de normalidade, linearidade e análise da matriz de correlações denotam valores significativos, mostrando que a técnica é favorável para AF.
Os resultados dos Testes de Kaiser-Meyer-Olkin (KMO) e Esfericidade de Bartlett do ISUS mostrando os dados dos estados que formam a região do MATOPIBA e, em seguida, da região de estudo agregada, se encontram no Apêndice A.
É importante ressaltar que, para a interpretação dos dados, os valores do teste de KMO variam de 0 a 1 e, quanto mais próximo de 1 (um) esse valor, mais forte é a relação entre as variáveis e os fatores. Quando o KMO exprime valor menor do que 0,5, indica que os fatores encontrados na análise fatorial não conseguem descrever satisfatoriamente as variações nos dados originais (FÁVERO, 2009).
No caso em estudo, os resultados dos testes KMO indicaram que a AF seria uma técnica adequada para descrever às variações dos dados originais, sendo os resultados obtidos para cada Estado e região agregada: Maranhão (0,646), Tocantins (0,550), Piauí (0,595), Bahia (0,624) e MATOPIBA (0,521).
A significância dos testes de esfericidade de Bartlett (p-value = 0,000) de todas as análises para os Estados e região agregada direcionou a rejeição da hipótese de que a matriz de correlações é uma identidade, ou seja, não existem correlações significativas entre as variáveis que fazem parte das diagonais secundárias da matriz de correlação. Sendo assim, o resultado do teste apontou a existência de correlação entre as variáveis, e a AF pode ser adotada.
5. 1. 3 Extração e rotação dos fatores
As cargas fatoriais correspondem à correlação entre a variável e o respectivo fator, determinando o quanto a variância total da variável é explicada pelo fator. O somatório das cargas fatoriais elevado ao quadrado de cada fator na variável é chamado de comunalidade que, por sua vez, determina o valor percentual da variação de uma variável que é explicada por todos os fatores. Comunalidades mais próximas de um (1) indicam que menor será a perda de informação em relação à variável (FÁVERO et al.,2009).
Com a rotação dos fatores foram gerados os componentes, escores e comunalidades (Tabela 1). Analisando o estudo em foco, a maioria das variáveis exprimem comunalidades acima de 0,5, isto é, mais de 50% da variância de cada variável foram explicadas pelos pesos fatoriais atribuídos à variável imputada. As comunalidades foram favoráveis, exceto a do Índice Parcial de Área Corrigida no Estado da Bahia, que afrontou comunalidades de 0,284. Na Tabela 1 estão as sínteses dos resultados para todos os estados que fazem parte do MATOPIBA.
Tabela 1 - Componentes (cargas fatoriais), escores e comunalidades. (Continua)
Resultados parciais
Maranhão
Índices Componentes Escores Comunalidades Peso
IRENDit 0,885 0,279 0,784 0,25
IARCORit 0,727 0,229 0,529 0,21
Tabela 1 - Componentes (cargas fatoriais), escores e comunalidades. (Conclusão)
IRAREASit 0,963 0,304 0,926 0,27
KMO = 0,646 Variância explicada = 79,254
Tocantins
Índices Componentes Escores Comunalidades Peso
IRENDit 0,821 0,272 0,674 0,24
IARCORit 0,735 0,244 0,54 0,21
IVEPIBit 0,943 0,313 0,889 0,27
IRAREASit 0,955 0,317 0,912 0,28
KMO = 0,550 Variância explicada = 75,378
Piauí
Índices Componentes Escores Comunalidades Peso
IRENDit 0,748 0,259 0,986 0,22
IARCORit 0,838 0,291 0,976 0,25
IVEPIBit 0,918 0,319 0,979 0,27
IRAREASit 0,882 0,306 0,972 0,26
KMO = 0,595 Variância explicada = 72,070
Bahia
Índices Componentes Escores Comunalidades Peso
IRENDit 0,867 0,317 0,751 0,6
IARCORit 0,533 0,195 0,284 0,37
IVEPIBit 0,938 0,343 0,88 0,66
IRAREASit -0,906 -0,331 0,821 -0,63
KMO = 0,624 Variância explicada = 68,388
MATOPIBA
Índices Componentes Escores Comunalidades Peso
IRENDit 0,803 0,275 0,644 0,24
IARCORit 0,715 0,245 0,511 0,21
IVEPIBit 0,937 0,321 0,878 0,27
IRAREASit 0,94 0,322 0,885 0,28
KMO = 0,521 Variância explicada = 72,926
Fonte: Elaboração própria, em suporte nos dados da pesquisa.
Para o ISUS dos estados do Maranhão, Tocantins, Piauí, Bahia e região agregada MATOPIBA, o componente (Fator) está positivo e fortemente representando pelo indicador IVEPIBit (Índice Parcial da Relação do Valor da Produção da Soja e o PIB) e IRAREASit (Índice
produção de soja tem grande impacto no PIB e nas áreas alimentares, em virtude da expansão nos estados. Apenas o Índice Parcial da Relação Área da Soja e Área das Culturas Alimentares no Estado da Bahia mostrou uma relação negativa, provavelmente, em razão de sua grande extensão territorial.
5. 1. 4 Elaboração dos índices
Para calcular os pesos dos índices estimados, foi considerado adotar uma única ponderação, isto é, os pesos (wjt) que foram gerados desde cada um dos índices parciais do ISUS
do agregado (ISUSMATOPIBA)foram utilizados para estimar o ISUS de cada Estado que compõe a
região (ISUSMARANHÃO, ISUSTOCANTINS, ISUSPIAUÍ, ISUSBAHIA), a fim de garantir maior robustez.
Os pesos dos índices pertencentes ao ISUS do agregado (ISUSMATOPIBA) foram
estimados com base no valor do componente (Fator) de cada indicador, isto é, cada peso foi estimado pela divisão do valor do componente analisado pelo somatório dos componentes totais na pesquisa, representados por IRENDit, IARCORit, IVEPIBit, IRAREASit. As equações
sequentes mostram o resultado das estimativas da AF obtidas para a estimação dos índices.
ISUSMA = (0,25)*IRENDit + (0,21)*IARCORit + (0,27)*IVEPIBit + (0,27)*IRAREASit (43).
ISUSTO = (0,24)*IRENDit + (0,21)*IARCORit + (0,27)*IVEPIBit + (0,28)*IRAREASit (44).
ISUSPI = (0,22)*IRENDit + (0,25)*IARCORit + (0,27)*IVEPIBit + (0,26)*IRAREASit (45).
ISUSBA = (0,60)*IRENDit + (0,37)*IARCORit + (0,66)*IVEPIBit + (-0,63)*IRAREASit (46).
ISUSMATOPIBA = (0,24)*IRENDit + (0,21)*IARCORit + (0,27)*IVEPIBit + (0,28)*IRAREASit
(47).
Em seguida, foi feita a padronização do índice, colocando-o no formato em que existisse uma variação de 0 (zero) a 100 (cem), resultando nos valores na Tabela 2.
Tabela 2 - Índices de Sustentabilidade (ISUS) estimados para a região do MATOPIBA e os estados que o compõem de 1990 a 2016
Ano Índice de Sustentabilidade (ISUS) (%)
MA TO PI BA MATOPIBA 1990 2,82 9,02 1,89 -30,32 16,35 1991 7,21 5,93 4,28 9,64 17,49 1992 7,91 5,39 1,48 12,6 19,35 1993 14,39 7,62 4,78 27,38 23,12 1994 21,86 12,33 5,99 39,84 30,81 1995 19,87 8,86 7,26 40,34 29,78 1996 20,64 6,7 9,28 24,68 29,44 1997 28,78 11,32 11,57 44,82 36,21 1998 35,34 20,21 13,53 44,4 43,59 1999 41,55 17,67 16,44 47,42 43,39 2000 42,03 20,72 18,5 62,98 46,91 2001 46,25 26,2 23,6 59,24 51,29 2002 51,96 32,99 27,04 68,95 58,9 2003 63,16 45,4 58,16 76,03 68,35 2004 65,9 65,65 63,32 100,88 76,4 2005 66,25 57,09 65,05 78,35 70,31 2006 58,36 60,15 60,74 55,38 65,8 2007 60,24 58,45 58,44 76,45 68,4 2008 76,88 62 70,42 94,9 76,71 2009 73,13 64,39 63,39 83,2 72,91 2010 75,25 59,79 57,16 84,63 71,56 2011 78,18 63,53 63 103,08 76,77 2012 79,31 65,37 60,81 101,64 74,98 2013 76,18 67,48 50,16 80,44 68,98 2014 83,41 76,76 61,93 99,4 74,04 2015 77,33 78,22 67,79 129,14 84,11 2016 60,66 74,3 37,76 85,52 71,57 Média do ISUS 49,4 40,1 36,4 63 54,4 Coeficiente de variação 52,54 66,78 71,42 56,06 40,42 TGC (%) 3,1 3,2 2,8 4 2,6 (Sig) 0 0 0 0 0
Fontes dos dados originais: IBGE, Pesquisa Agrícola Municipal, vários anos. TGC calculada pela equação: ISUS = λ0 + λ1T. Como ISUS é dado em percentual, λ1 é a TGC. Valores entre parênteses aferem o nível de significância estatística.
O Índice de Sustentabilidade (ISUS) no Maranhão, Tocantins, Piauí e Bahia exprimem médias de 49,4, 40,1, 36,4, 63, respectivamente. Os resultados estimados mostraram que, no período de 1990 a 2002, os ISUS de Tocantins e Piauí foram abaixo da média. No período de 2003 a 2016, os comportamentos dos índices de sustentabilidade nos quatro estados e no agregado se mostraram acima da média, correspondendo à consolidação crescente da cultura da soja na região de Cerrado, representada pelo MATOPIBA (Tabela 2).
O CV do ISUS do Piauí foi de 71,42%, maior resultado entre os estados analisados, significando que os dados têm alta variação em torno da média (36,4), assim como o CV para o ISUS de Tocantins de 66,78%. Estes resultados sugerem que o cultivo da soja nesses estados, em comparação com Maranhão e Bahia, se fez de maneira tardia. De acordo com Almeida (2016), a inserção da soja na região do MATOPIBA se deu nos Estados de maior altitude, no Maranhão e na Bahia, e, por último, nos Estados de Tocantins e Piauí. A produção de soja em Tocantins vem crescendo de recentemente e superando as dificuldades e particularidades, como vêm sendo de modo incipiente as pesquisas científicas e a adoção de novas tecnologias. Quanto a introdução da soja nos cerrados piauienses, podendo ser chamada também de a última fronteira agrícola brasileira, se deu por meio da modernização agrícola com participação do Estado, permitindo melhor infraestrutura e financiamentos, bem como a migração vinda do sul do País para ocupação da nova fronteira agrícola (RUFO, 2013).
Como complemento à Tabela 2, pode-se observar a tendência do ISUS no Gráfico 1 e 2.
Gráfico 1 - Índices de Sustentabilidade no Maranhão e na Bahia no período de 1990 a 2016
Gráfico 2 - Índices de Sustentabilidade no Piauí e no Tocantins no período de 1990 a 2016
Fonte: Elaborados com base nos dados da Produção Agrícola Municipal (PAM).
As TGC’s estimadas para o Índice de Sustentabilidade dos Estados e da região agregada se mantiveram positivas e significantes ao nível de pelo menos 1% de erro. De acordo com a metodologia aplicada, os resultados indicam que existe uma sustentabilidade, estabelecendo na simulação deste trabalho que a produção nas áreas superiores às médias dos municípios, que formam a região do MATOPIBA, venham de forma exclusiva por meio dos rendimentos.
Estes resultados sugerem que a produção de soja para ser obtida no MATOPIBA, sem que haja pressão na fronteira agrícola e, tampouco, adentrando áreas dos agricultores familiares, bastando que sejam utilizadas mais tecnologias que incrementem os rendimentos da cultura. Isso não é difícil de acontecer, haja vista, os expressivos avanços tecnológicos dessa cultura, tanto naquela região, como no Brasil e no mundo.
A sustentabilidade de produção da soja no MATOPIBA é na perspectiva econômica e pode não ser sustentável no enfoque ambiental, o que não foi aferido neste estudo. O que é observado, porém, em relação ao crescente desmatamento do bioma da região, é, posteriormente, chegar à exaustão das disposições ecológicas em razão do uso excessivo das terras.
5. 2 Expectativa de competição da soja no MATOPIBA
Na segunda seção deste capítulo, são mostradas as expectativas de competitividade do cultivo da soja na região do MATOPIBA vis-à-vis a produção nos demais Estados brasileiros
produtores. Do mesmo modo, verifica-se a sua competitividade relativamente à produção dos Estados Unidos. O indicador utilizado para aferir competitividade foi a relação entre os rendimentos. Primeiro, observou-se a relação do rendimento da soja no MATOPIBA com o rendimento da soja no restante do País. Em seguida testou-se a relação entre o rendimento anual da soja no MATOPIBA vis-à-vis os rendimentos anuais nos EUA. Nesta etapa da pesquisa, como discutido na metodologia, foi usada a metodologia de Box, Jenkins (1976). Em seguida foram estimadas as Taxas Geométricas de Crescimento (TGC), tanto para a expectativa de competição MATOPIBA/Brasil, quanto para MATOPIBA/EUA.
5. 2. 1 Estimação dos parâmetros do modelo
Na estimação dos parâmetros do melhor modelo para a série, que analisa a expectativa de competição da soja, foram aplicados os modelos ARIMA. Diversos modelos foram rodados, mas os melhores ajustamentos encontram-se na Tabela 3. A análise dos resíduos permitiu estabelecer o seguinte modelo: ARIMA (1,0,0) para a expectativa de competição da relação do rendimento da soja MATOPIBA / BRASIL, conforme mostra a Tabela 3, que o regressor foi negativo, a estatística de qui-quadrado modificada de Ljung-Box não foi significativa, resultando em ruído branco. Em outras palavras, os agricultores de soja do MATOPIBA formam expectativas com base nos anos anteriores de modo negativo.
Para a análise de competição da relação do rendimento da soja MATOPIBA / EUA, o regressor é positivo; o teste Ljung-Box não foi significativo. Isto sugeriu que os resíduos são aleatórios ou “ruído branco” e o modelo pode ser utilizado para fins de previsão. Os agricultores do agronegócio da soja na região do MATOPIBA formam expectativas baseando-se em anos passados de maneira positiva.
Tabela 2 - Estimativas dos Parâmetros Autorregressivos AR(1) da Expectativa de competição da relação do rendimento da soja na região do MATOPIBA em relação ao rendimento da soja nos
demais estados brasileiros e do rendimento da soja nos EUA.
Variável Dependente Coeficientes Sig. Ljung-Box Q Sig.
E {ln (EXPECTmatopiba/Brasil)}* -0,368 0,068 12,157 0,791
E {ln (EXPECTmatopiba/EUA)}** 0,910 0,000 9,591 0,887
Fonte: Elaboração própria, com base nos dados da Pesquisa Agrícola Municipal e do Departamento de Agricultura dos EUA, (1990-2016).
*Melhor ajustamento ARIMA (1,0,0) **Melhor ajustamento ARIMA (1,0,1)
5. 2. 2 Análise da autocorrelação dos resíduos
Para a validação do modelo, os gráficos 3 e 4 mostram que os resíduos são aleatórios de ambas as análises, formando um processo de “ruído branco”.
Gráfico 3 - Dispersão dos Resíduos associados à expectativa de competição da relação de rendimento MATOPIBA / BRASIL, nos anos de 1990 a 2016
Fonte: Elaborados com base nos dados da Produção Agrícola Municipal (PAM).
Gráfico 4 - Dispersão dos Resíduos associados à expectativa de competição da relação de rendimento MATOPIBA / EUA, entre os anos de 1990 a 2016
Fonte: Elaborados com base nos dados da Produção Agrícola Municipal (PAM).
5. 2. 3 Estimação das Expectativas de Competição -1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 R esíd u o s d a E x p ec tativ a d e co m p etiçã o MA T OP IB A / B R A SIL -1,2 -1 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 R esíd u o s d a E x p ec tativ a d e co m p etiçã o M A T O P IB A / E U A
Na Tabela 4 estão os regressores estimados das expectativas racionais empregadas na pesquisa. Observou-se que o comportamento das expectativas de competição em relação a MATOPIBA / BRASIL não se manifestaram de modo significativo na explanação das expectativas racionais. Isto sugere que a expectativa de competitividade da soja no MATOPIBA em relação ao Brasil permaneceu estagnada no período analisado.
Tabela 3 - Resultados para a Estimação das Expectativas Racionais associadas à expectativa de competição da soja MATOPIBA e Brasil (EXPECTmatopiba/Brasil) no período de 1990 a 2016.
Variável Coeficientes Estatística t Sig.
Constante -7,128 -75,208 0,000
EXPECTmatopiba/Brasil 0,008 1,247 0,224
R2 Ajustado = 0,059
Fonte: Elaboração própria, com base nos dados da Pesquisa Agrícola Municipal (1990-2016).
O comportamento das expectativas de competição em relação a MATOPIBA / EUA mostrou-se de modo significativo e a elasticidade associada a expectativas racionais de competição foi de 1,8%. Isto sugere que, ao longo do período estudado, houve um ganho de expectativas de competitividade na produção de soja do MATOPIBA em relação aos EUA. (Tabela 5)
Tabela 4 - Resultados para a Estimação das Expectativas Racionais associadas a expectativa de competição da soja MATOPIBA e EUA (EXPECTmatopiba/EUA) no período de 1990 a 2016.
Variável Coeficientes Estatística t Sig.
Constante -0,423 -4,873 0,000
EXPECTmatopiba/EUA 0,018 3,154 0,004
R2 Ajustado = 0,285
Fonte: Elaboração própria, com base nos dados da Pesquisa Agrícola Municipal (1990-2016).
Esses ganhos de competitividade podem ainda se incrementar caso se utilizem os resultados obtidos na seção anterior, que mostra a sustentabilidade econômica da produção de soja como decorrência da expansão dos rendimentos, tendo as áreas estagnadas no seu valor médio e/ou no máximo do tamanho das áreas de alimentos.
Nesta seção exprimem-se o avanço das áreas de soja sobre as de lavouras alimentares (arroz, feijão, mandioca e milho) em cada estado que compõe o MATOPIBA, aferindo-se também, os impactos de cada variável que forma o VBP corrigido. Examina-se isoladamente o indicador nos efeitos preço, rendimento e área de cada estado que compõe o MATOPIBA, como especificado no último objetivo específico. Mostra-se inicialmente, os resultados das estatísticas descritivas e das estimativas utilizando Análise de Regressão, a fim de obter as taxas geométricas de crescimento (TGC) de cada indicador, estimadas em relação ao tempo.
MARANHÃO
Os resultados encontrados para as culturas alimentares e o cultivo da soja no Estado do Maranhão, nos anos de 1990 a 2016, estão expostos, a seguir.
Tabela 5 - Valores extremos, médios e CV das áreas agregadas de alimentos e de soja no Maranhão, de 1990 a 2016
Mínima Máxima Média CV (%)
Área de lavouras alimentares (ha) 520.045 1.155.115 788.561 23%
Área de soja (ha) 4.585 763.874 306.513 76%
Área de soja/Área de lavouras alimentares
(%) 0,4% 147% 43% 82%
Fonte: valores estimados com suporte nos dados da Produção Agrícola Municipal do IBGE (PAM 1990-2016)
Na tabela 6, têm-se os valores mínimos, máximos e médios e os coeficientes de variação das culturas alimentares e da soja. O coeficiente de variação (CV), sendo uma medida de dispersão em relação ao valor da média, denotou, em relação as áreas de lavouras alimentares, CV baixo, sinalizando estabilidade no período analisado, enquanto o CV da área da soja se mostrou elevado (76%), evidenciando a expansão dessa cultura no período de 1990 a 2016 e seu dinamismo tecnológico no Estado. A Tabela 7 mostra os impactos da expansão da soja de cada variável que constitui o VBP, analisando os efeitos preço, rendimento e área.
Observou-se que os incrementos médios anuais representados pela Taxa Geométrica de Crescimento (TGC) do VBP da soja exprimiram crescimento significativo de 17,3% a.a., confirmando o alto CV mostrado na tabela anterior. O efeito preço não se mostrou significativo, demonstrando a alta instabilidade dos preços da soja que é uma commoditie.
Tabela 6 - Fontes de crescimento da soja em relação às lavouras alimentares no Estado do Maranhão, de 1990 a 2016 TGC (%) R² Ajustado Signif VBPsoja 17,3% 0,770 0,000 Efeito preço -0,9% 0,038 0,168 Efeito rendimento 3,3% 0,281 0,003
Efeito substituição área colhida de soja / área de
alimentos 16,2% 0,796 0,000
Efeito expansão da área de alimentos -1,3% 0,194 0,012
Fonte: valores estimados com base nos dados da Produção Agrícola Municipal do IBGE (PAM 1990-2016) e Fundação Getúlio Vargas (FGV 2016)
O efeito substituição das áreas das culturas alimentares com a área da soja exibiu TGC positiva de 16,2% a.a., significando que houve substituição das áreas de arroz, feijão, mandioca e milho para o cultivo da soja no Estado do Maranhão.
No que se refere ao efeito rendimento (produção/área) a soja maranhense indicou crescimento de 3,3% a.a.
No resultado do efeito área das culturas alimentares, observa-se efeito negativo, isto é, nas culturas de arroz, feijão, mandioca e milho as áreas destinadas a elas estão diminuindo a uma taxa de 1,3% a.a., enquanto a área da soja se expande.
O último pico da trajetória da área ocupada com alimentos, no Maranhão, foi em 2014 (879.645 ha). No último ano do período em análise, a trajetória denota queda em relação ao último pico e a menor área ocupada com alimentos (520.045 ha), observada no Gráfico 5. Enquanto a área de alimentos sofre queda nos últimos anos, a trajetória da área de soja apresenta reta crescente ao longo do período em análise, com 763.874 ha no ano de 2016.
Gráfico 5 - Evolução da área destinada à cultura da soja e área agregada com alimentos no Maranhão, de 1990 a 2016
Fonte: Elaboração própria, com suporte nos dados da Produção Agrícola Municipal - PAM (2016).
0 200000 400000 600000 800000 1000000 1200000 1400000
TOCANTINS
Os resultados da pesquisa encontrados para o Estado de Tocantins estão dispostos nas tabelas 8 e 9.
Na Tabela 8, encontram-se os resultados dos coeficientes de variação para o Estado de Tocantins. No período analisado, as culturas alimentares exibiram CV baixo (12%) em comparação ao CV da soja, que se mostrou alto (104%), ou seja, o CV das áreas de soja é maior, pois sua amplitude é superior à amplitude das culturas alimentares. Foi de 4400 hectares para 830.031 hectares. O CV das culturas alimentares expressou uma oscilação menor entre os valores extremos, em virtude da transferência de suas áreas para o cultivo de soja, que pode ser confirmada a seguir.
Tabela 7 - Valores extremos, médios e CV das áreas agregadas de alimentos e de soja no Tocantins, de 1990 a 2016
Mínima Máxima Média CV (%)
Área de lavouras alimentares (ha) 183.750 306.609 249.779 12%
Área de soja (ha)
4.400 830.031 244.387 104%
Área de soja/Área de lavouras
alimentares (%) 1,8% 286% 93% 98%
Fonte: valores estimados com base nos dados da Produção Agrícola Municipal do IBGE (PAM 1990-2016)
Na Tabela 9, o VBP da soja exprimiu ritmo elevado, com uma taxa média anual de 22,2% a.a.; o efeito preço da soja em Tocantins teve apenas 1,02% a.a., no período sob investigação.
Tabela 8 - Fontes de crescimento da soja em relação às lavouras alimentares no Estado do Tocantins, de 1990 a 2016
TGC (%) R² Ajustado Signif
VBPsoja 22,2% 0,897 0,000
Efeito preço 1,02% 0,162 0,021
Efeito rendimento 2,35% 0,738 0,000
Efeito substituição área colhida
de soja / área de alimentos 18,35% 0,885 0,000
Efeito da expansão da área de
alimentos 0,50% 0,066 0,105
Fonte: valores estimados com base nos dados da Produção Agrícola Municipal do IBGE (PAM 1990-2016) e Fundação Getúlio Vargas (FGV 2016)
Em relação ao efeito substituição da área das culturas alimentares para o cultivo da soja, o Estado de Tocantins apontou alta substituição das culturas da agricultura familiar para a monocultura da soja, com uma taxa de 18,35% a.a. No efeito área de alimentos, com esteio nos dados obtidos acima a TGC em relação aos alimentos foi mínima (0,50% a.a) entre os anos de 1990 e 2016.
O Gráfico 6 mostra a trajetória da área ocupada com alimentos no Estado analisado, com várias oscilações e apresentando último pico em 2015, com 304.321 ha. Em 2016, último ano do período da pesquisa, a trajetória é de baixa, com 289.802 ha no ano de 2016. Enquanto isso, a área de soja mantém trajetória crescente desde o ano de 1998, com 56.822 ha e, no final do período analisado, 828.435 ha, confirmando o resultado do efeito de substituição de áreas, que teve taxa média anual de 18,35% a.a. (Tabela 9).
Gráfico 6 - Evolução da área destinada à cultura da soja e área agregada com alimentos no