Kurumsal Sosyal Sorumluluk Kavramının Dünyadaki Geçmişi 32 

Pretende-se neste item, verificar e identificar as principais microrregiões de atração e repulsão de população. Rigotti e Vasconcelos (2005, p.4), para identificar os conglomerados de microrregiões com perfis de atração e repulsão distintos, adotaram o critério de existência de “autocorrelação espacial entre os saldos migratórios” das microrregiões e seus vizinhos.

Conforme abordado anteriormente, Minas Gerais é a UF que tem o maior número de municípios e uma extensa divisão no nível microrregional. Por esse motivo, fez-se necessário, a priori, adotar técnica de análise exploratória de dados espaciais, à semelhança do trabalho desenvolvido por Rigotti e Vasconcelos (2005), para relacionar algumas microrregiões com vistas a uma análise mais aprofundada. A idéia básica foi estimar a magnitude da autocorrelação espacial entre as

microrregiões. Essa etapa é fundamental no entendimento da localização detalhada das principais áreas históricas de atração e repulsão de população.

A significância estatística pode ser testada através de permutações. Nestas, os valores para uma das variáveis são realocados aleatoriamente nas diversas localidades e a estatística é computada novamente. Neste trabalho, o nível de significância adotado foi de 5%. Há quatro tipos de associação espacial, dependendo da correspondência entre zk (saldo migratório global da microrregião) e o “intervalo

espacial” para zl. Relativamente à média, com os valores padronizados, são

possíveis duas classes de correlação espacial positiva – clusters espaciais (alto-alto, baixo-baixo) – e duas classes de associação negativa – outliers espaciais (alto-baixo, baixo-alto). Um aspecto fundamental da análise exploratória espacial é a caracterização da dependência, mostrando como os valores estão correlacionados no espaço (Anselin, 1992).

À fim de inserir o espaço em nossa análise, de forma consistente, propomos aqui uma estatística bastante consolidadas pela literatura em ciência regional. A estatística I de Moran se refere a uma medida de autocorrelação espacial global. De modo sumário, podemos dizer que a estatística I de Moran é adequada para identificarmos a existência de um processo espacial nos dados analisados, ou seja, alguma indicação de ausência de aleatoriedade. Entretanto, para identificarmos a natureza deste processo microrregional, devemos nos ater aos indicadores locais de associação espacial, os quais nos permitem identificar as microrregiões para as quais é relevante o regime espacial discutido.

Neste contexto, a estatística ou índice I de Moran é uma estatística de autocorrelação espacial que indica se a distribuição dos dados no espaço segue algum padrão não aleatório. Caso exista um padrão espacial para a variável em análise, saldo migratório global, há duas possibilidades, podendo ser interpretado da seguinte forma: autocorrelação positiva, caso em que os valores semelhantes se aproximam no espaço; ou, negativa, caso em que os valores se distanciam espacialmente. Ou seja, no caso da autocorrelação positiva, temos que, se uma dada região apresentar valores elevados (baixos) para uma variável qualquer, então

seu entorno deve apresentar valores elevados (baixos), o que caracterizaria uma espécie de cluster no espaço. Do contrário, caso esta estatística seja negativa, então podemos esperar que uma microrregião i qualquer, que apresente um valor elevado (baixo) para uma dada variável, deverá estar cercada de regiões cujos valores para esta mesma variável devem ser reduzidos (elevados).

Para melhor ilustrar a situação da autocorrelação espacial dos saldos globais, os FIGURAS 3 e 4 denominados, também, de Mapa do Diagrama de Dispersão de Moran apresentam 4 classes de associação, conforme foi abordado anteriormente: - Alto-Alto: esta associação apresenta microrregiões com valores elevados, bem como microrregiões vizinhas. Neste caso pode-se observar as microrregiões da região Metropolitana de Belo Horizonte e Triângulo/Alto Paranaíba e suas vizinhanças (Sul/Sudoeste de Minas, Oeste de Minas e Campo das Vertentes)

- Baixo-Baixo: aqui apresentam microrregiões com baixo valor dos saldos migratórios globais, cuja vizinhança apresentou, também, valores baixos. São os casos das regiões Nordeste de Minas, Norte de Minas; Noroeste de Minas e Vale do Rio Doce. - Alto-Baixo: esta associação aponta para microrregiões com valor alto e que possuem vizinhos com baixo valor. Como exemplo desta associação esta a microrregião de Ipatinga.

- Baixo-Alto: revela microrregiões com baixo valor, vizinhas de outras microrregiões com alto valor. Ituiutaba e Ouro Preto. A primeira sofre influência da região de Uberlândia, Frutal e Uberaba e a segunda recebe forte influência da microrregião de Belo Horizonte, Conselheiro Lafaiete e Itaguara.

FIGURA 3: Minas Gerais, 1991: Diagrama de dispersão de Moran para

saldos migratórios globais nos qüinqüênios 1986/1991.

FIGURA 4: Minas Gerais, 2000: Diagrama de dispersão de Moran para

A pré-seleção foi feita através da análise dos clusters das microrregiões; saldos migratórios globais e volumes de migração do estado de Minas Gerais nos permitiram ter uma visão mais ampla do panorama migratório no Estado. Há, agora,

subsídios suficientes para se discutir e analisar algumas das

mesorregiões/microrregiões que estão determinando o papel de Minas Gerais na transição interna (entre mesorregiões do estado) e externa (entre Minas e Unidades da Federação do Brasil) do fenômeno migratório brasileiro.

Levando-se em conta a análise anterior de identificação dos clusters de atração e expulsão de população no Estado de Minas Gerais, há que se notar espaços históricos que vêm sofrendo alterações ao longo do tempo. Portanto, para seleção das microrregiões, tomou-se em consideração os volumes e saldos migratórios globais, respeitando as mudanças de sinais (de positivo para negativo e de negativo para positivo) e os que permaneceram com o mesmo sinal (ver Anexos E).

CAPÍTULO 3. MIGRAÇÃO RECENTE SOB A ÓTICA DOS CENSOS