DESIGUALDADES INTRA E INTER-REGIONAIS EM SANTA CATARINA: UMA ANÁLISE MULTIVARIADA

Jean Max Tavares1

Sabino da Silva Porto Junior2

Resumo: O objetivo desse artigo é verificar através de análise de componentes principais, fuzzy cluster e conglomerados espaciais (usando SPSS e TerraView 3.0) se os dados dos municípios catarinenses revelam um Estado homogêneo social e economicamente ou sendo possuidor de desigualdades intra e inter-regionais. Com dados do Tribunal de Contas do Estado das áreas de infra-estrutura pública, urbanização, educação, renda, população e finanças públicas, obteve-se os Índices de Desenvolvimento Econômico e de Gestão das Finanças Públicas (IDEGF) e de Urbanidade e de Qualidade de Vida (IUQV). Os resultados indicam que municípios com baixíssimos IDEGF´s e IUQV´s “convivem” com municípios com altos índices, que aqueles com boa situação nas finanças públicas, infra-estrutura e no nível educacional estão próximos a municípios com uma realidade oposta. Enfim, parece haver um “corredor da pobreza” na parte central do Estado. Portanto, Santa Catarina também possui desigualdades intra-regionais e inter-regionais. Palavras-chave: desigualdades, análise multivariada, Santa Catarina. Abstract: The aim of this article is to verify – through of principal components analysis, fuzzy and spatial clusters and with the usage of the softwares SPSS and TerraView 3.0 – if the data from the municipal districts from Santa Catarina reveal a State socially and economically homogeneous regarding its geography or if it has intra and inter-regional inequalities. From data from the Court of Account of the State of Santa Catarina related to the areas of public infra-structure, urbanization, education, income, population and public finances, we obtained two indexes – one of Economic Development and Management of Public Finances (IDEGF) and another of Urbanity and Quality of Life (IUQV). The results indicate that the municipal districts with very low IDEGFs and IUQVs “live together” with municipal districts with high indexes. They also show that municipal districts that present a satisfactory situation regarding their public finances, infra-structure and educational level are also close to municipal districts that live an opposite reality. It also shows a kind of “corridor of poverty” located in the central part, which is surrounded by developed or under development municipal districts. Therefore, the State of Santa Catarina is also marked with intra-regional as well as inter-regional inequalities. Palavras-chave: inequalities, multivariate analysis, Santa Catarina.

Introdução

A necessidade da não-padronização de programas sociais e de medidas de estímulo à economia pelos governos estaduais em relação aos municípios que compõe o Estado tem sido uma questão discutida nos meios políticos e acadêmicos em virtude das especificidades de cada região e, em particular, de cada município. Se a estruturação de políticas públicas deve seguir a realidade de cada município ou região, determinar em quais aspectos estas áreas diferem-se ou se assemelham

1 Doutorando em Economia (UFRGS). Endereço Eletrônico: jeanpucminas@uol.com.br. 2 Professor de Economia do PPGE/UFRGS. Endereço Eletrônico: sabino@ppge.ufrgs.br.

2

constitui-se num propósito bastante pragmático, o que é possível a partir da análise de uma série de variáveis que reflitam estas condições.

Alguns trabalhos desta natureza têm sido feitos para alguns estados, tais como Minas Gerais (Simões, 2004), Rio Grande do Sul (Rose e Leis, 2002), São Paulo (Kageyama e Leone, 1999) e Pará (Ramos, Loch e Oliveira, 2004). Neste artigo, o objeto de análise é o Estado de Santa Catarina, o qual possui 293 municípios.

A motivação para este artigo vem do fato de que este Estado costuma ser reconhecido como tendo menos desigualdade social e econômica em seus municípios, o que fortalece a “mística” de que seria um estado com “pouca ou nenhuma pobreza”, ou seja, não revelaria regiões extremamente atrasadas em detrimento de outras muito desenvolvidas. Para se ter uma idéia, das 100 cidades brasileiras com maiores IDH´s, 27 delas estão no Estado de Santa Catarina e dos 50 municípios do país que apresentam IDH mais alto, o Estado aparece com 16, mais de 1/3 do total (PNUD, 2000).

Como a obtenção deste objetivo envolve a análise de um número muito grande variáveis, de âmbito social e econômico, serão utilizadas algumas técnicas estatísticas multivariadas, tais como análise de componentes principais, fuzzy cluster e conglomerados espaciais.

Este artigo consiste de três capítulos, exclusive introdução e conclusão. O primeiro trata de uma análise descritiva Estado de Santa Catarina e o segundo capítulo faz uma revisão teórica que serve de embasamento para a parte empírica. A terceira parte mostra os resultados da análise multivariada. Por fim, as considerações finais.

1 O Estado de Santa Catarina

Santa Catarina é um estado situado no centro da Região Sul do Brasil, com 5.356.360

habitantes distribuídos por 293 municípios. (IBGE, 2002). Tem como municípios mais populosos Joinville, Florianópolis (capital), Blumenau, Criciúma e Chapecó (IBGE, 2002). Geograficamente, Santa Catarina é subdividido oito regiões: Grande Florianópolis, Nordeste, Vale do Itajaí, Planalto Norte, Planalto Serrano, Sul, Meio-oeste e Oeste, cujas características são descritas a seguir, a partir de informações da Secretaria do Planejamento do Estado de Santa Catarina e do IBGE, para os anos de 2002 e 2003, respectivamente.

As regiões Nordeste e do Vale do Itajaí apresentam os principais municípios do Estado, tanto em termos econômicos quanto populacionais, tais como Joinville (maior município catarinense, tanto em população quanto em PIB) e Jaraguá do Sul, ambos com fortes indústrias do ramo eletro-metal-mecânico, além de Blumenau, Brusque e Rio do Sul.

A região Norte caracteriza-se como pólo florestal do Estado, com indústrias moveleiras, madeireiras, de papel e papelão. Porém, não tem nenhum município de grande expressão populacional e forte poderio econômico, com exceção de São Bento do Sul (é o maior parque fabril do Estado).

O Planalto Serrano tem no turismo rural uma das suas principais fontes de renda, com destaque também para a pecuária e a indústria florestal. Destacam-se os municípios de Lages, São Joaquim (terceiro produtor de maçã do Estado) e Urubici (maior produtor de hortaliças do Estado).

A região sul destaca-se na indústria cerâmica, extrativismo e produção de vinhos, sendo Criciúma o principal pólo (com mais de 180.000 habitantes e possuidor do sexto maior PIB do Estado), segundo dados do IBGE (2003), seguido por Tubarão e Araranguá.

No Meio-Oeste predominam municípios de pequeno e médio porte, cuja atividade econômica está baseada na agroindústria, criação de bovinos e produção de maçã, além de indústrias do pólo metal-mecânico, destacando-se Joaçaba (possui desenvolvido setor metal-mecânico, processamento de madeira e produtos alimentícios), Videira (destaque na criação e abate de aves e de suínos, visto que nela localiza-se a Perdigão) e Caçador.

Por fim, a região Oeste é caracterizada como grande produtora brasileira de grãos, aves e suínos, além do turismo que começa a se fortalecer através suas fontes hidrotermais. Os principais municípios são Chapecó (tida como a capital latino-americana de produção de aves e centro brasileiro de pesquisas agropecuárias), Concórdia, Xanxerê e São Miguel do Oeste.

3

1.1 A motivação da escolha por Santa Catarina

Os estudos sobre a desigualdade – seja ela em termos econômico ou sociais – geralmente refletem uma preocupação dos pesquisadores em mensurar e identificar os seus principais determinantes (e.g. Ramos (1993), Barros e Mendonça (1995)).

Na opinião de Rey (1998), a motivação por detrás das pesquisas sobre este tema pode vir de elementos filosóficos e/ou humanos, que induzem a investigação da desigualdade econômica no sentido de que o acesso ao bem-estar deveria ser homogêneo a todos numa sociedade, sem razão para ser diferente ou uma motivação de caráter funcional, onde o desenvolvimento econômico ficaria em segundo plano em detrimento do crescimento econômico.

Porém, independente da origem motivacional, o objetivo final destes trabalhos é contribuir para a suavização dos efeitos que a desigualdade gera sobre o indivíduo e em toda sociedade, seja pela privação de bens elementares para a sua sobrevivência ou pela limitação a ele imposta quanto à acessibilidade de uma série de bens e serviços existentes.

No Brasil, esta questão é ainda mais grave, visto que o país é marcado por profundas desigualdades sociais e econômicas, inclusive tendo regiões com índices comparáveis aos melhores do mundo (São Caetano do Sul teve o maior IDH-M do país (0,919), segundo o PNUD (2003), que é semelhante ao da Nova Zelândia.

Embora muitos trabalhos sobre desigualdade no Brasil tenham como foco em análises comparativas entre Sudeste e Nordeste (cf. Nogueira e Marinho, 2006), o Nordeste isoladamente (cf. Barreto, Jorge Neto e Tebaldi, 2001) ou no país como um todo (cf. Marinho, Lima e Benegas, 2004), este artigo investiga as desigualdades intra e inter-regionais porventura existentes em Santa Catarina.

O Estado de Santa Catarina possui indicadores que diferem não somente dos demais estados da região Sul como também do restante dos Estados brasileiros. Para Maluf, Mattei e Lins (2004, p.94), essa posição seria “objeto de polêmica local – em boa medida devido à entusiasmada e excessiva exaltação de hipotéticas especificidades catarinenses”.

Por exemplo, o Estado possui uma taxa de homicídio doloso para cada 100 mil habitantes de 4,67, sendo bem inferior à média brasileira, que é de 23,52, de acordo com dados da Secretaria Nacional de Segurança Pública (2004). Conforme mencionado anteriormente, das 100 maiores cidades brasileiras com melhor IDH, mais de 25% do total estão em Santa Catarina, PNUD (2000).

Mas nem todos os indicadores atestam que o Estado de Santa Catarina realmente tem os seus problemas de desigualdade ou pobreza resolvidos. Segundo dados do PNUD (2000), 16,2% dos seus habitantes estão abaixo da linha da pobreza e o Coeficiente de Gini apresenta-se em 0,56, ou seja, uma parte da população não usufrui dos benefícios gerados de seu desenvolvimento, refletidos em muitos de seus índices.

Ainda neste tema, Silva e Panhoca (2007) afirmam que 24,6% das crianças residentes no Estado vivem abaixo da linha da pobreza e classificadas pela ONU como indigentes. Afirmam inclusive, que “embora alguns indicadores de vulnerabilidade não mostrem valores altos na determinação do IDH-M, quando desmembrados em grupos de municípios, apontam desigualdades significativas.

Portanto, além destes dados como motivação parte desta pesquisa, soma-se ainda a escassez de trabalhos que abordam as desigualdades intra e inter-regionais no Estado de Santa Catarina sob o ponto de vista social e econômico.

2 Revisão da Literatura 2.1 Teoria

4

Considerada recente – visto que, pelo menos formalmente, a Economia Regional tem seu início na década de 50 – este novo campo de pesquisa parte da percepção de que a economia não opera num mundo sem dimensões geográficas (Ferreira, 2005, p.13).

Além das desigualdades regionais, a Economia Regional teve como um de seus principais focos o estudo de localização dos agentes econômicos – provavelmente em razão dos elevados custos de transporte da época – e principalmente das firmas, tendo seus primeiros pesquisadores produzidos vários trabalhos a respeito do tema, dentre eles Von Thunen (1826), Weber (1909), Christaller (1933), Losch (1940) e Moses (1958). Tamanho interesse parece ter contribuído para a decisão locacional ter ocupado um lugar importante dentro da própria Economia Regional, constituindo-se como uma de suas disciplinas.

Segundo Brandão (2003 apud Carvalho e Santos 2006), tendo por base o individualismo metodológico, os trabalhos até então desenvolvidos colocavam a região numa posição parecida ao que possui a firma na teoria neoclássica. Porém, a partir da década de 50, são desenvolvidas teorias de desenvolvimento regional levando em conta a crescente importância dos conceitos de indivisibilidade e de rendimentos crescentes para explicar as chamadas economias de aglomeração, conforme será visto a seguir.

Dentro dessa nova orientação das pesquisas em Economia Regional, Rolim (1999, p.7) destaca o papel da teoria neoclássica do crescimento regional, “que considerando a remuneração dos fatores a partir da produtividade marginal do capital (...) e de livre difusão de tecnologia, aponta para a convergência das rendas regionais (...)”, sendo o polonês Perroux (1995) e Myrdal (1957) contribuído inicialmente para o desenvolvimento das pesquisas supracitadas, embora este último tenha sua idéia de impossibilidade de convergência entre países ricos e pobres se mostrada equivocada através de inúmeros trabalhos posteriores.

Hirschmann (1957) efeitos para frente e para trás, em seguida surgiram os Distritos Industriais, de inicialmente desenvolvidos por Piore e Sobel (1994), sendo o exemplo mais conhecido os Distritos localizados no norte e nordeste da Itália, chamado de Terceira Itália. Outra concepção teórica presente na evolução dos trabalhos em Economia Regional é o denominado de Ambientes Inovadores, desenvolvida pelo então Grupo de Pesquisa Europeu sobre Ambientes Inovadores – tradução de Groupe de Recherche Européen sur les Milieux Innovateurs – (GREMI, 1990), composto por pesquisadores como Camagni (1992) e Maillat (1995). Em seguida, Michael Storper, junto com Allan Scott (1995), desenvolveram trabalhos junto ao chamado “Grupo da Califórnia” a partir da associação das idéias constantes na Organização Industrial com o desenvolvimento das regiões.

Motivado talvez pelas falhas das linhas de pesquisa anteriores em explicar o porquê de algumas regiões possuírem mais atividade econômica que outras, bem como o fato das firmas mais promissoras estarem instaladas em regiões mais densamente povoadas surge uma nova área ou uma nova extensão da Economia Regional no início dos anos 90 – denominada de Nova Geografia Econômica (NEG) – preocupada em determinar como se dá o processo de distribuição da atividade econômica no espaço, responsável, em grande parte, pelas desigualdades regionais. A NEG tem praticamente seu início a partir do trabalho de Paul Krugman (1991), até hoje considerado seu maior expoente, além de outros importantes pesquisadores, como Fujita (1988) e Venables (1996) e tem por instrumento base os modelos de equilíbrio geral.

Diversas opiniões foram emitidas acerca da NEG com que tange a sua importância. Para Marques (2002, p.2), essa teoria “é a mais recente e simultaneamente a mais controversa”. Para Oliveira (2005, p.3), afirma que “a NGE do ponto de vista teórico não traz grandes inovações às contribuições das teorias formuladas pelos economistas urbanos e regionais. A diferença esta na forma de modelar”. De forma contraditória, o próprio Oliveira afirma mais a seguir que esta nova linha de pesquisa é importante “porque traz uma contribuição as teorias do crescimento econômico quando considera (...) o espaço, que determina os limites geográficos para a atuação das externalidades e as distâncias e suas implicações nos custos de transporte (...)”

Em relação a seus principais objetivos, Krugman (1991) afirma que a NEG busca entender por que a atividade econômica se concentra em determinadas localizações e não de maneira

5

uniforme e ainda, nos locais em que esta atividade econômica se concentra, quais são os fatores que determinaram o surgimento da mesma.

Com a finalidade de alcançar estes objetivos, a NEG considera a mobilidade dos fatores de produção capital e trabalho, os rendimentos crescentes e custos de transporte, originando processos cumulativos que conduzem à concentração geográfica da indústria, formando uma realidade de centro (industrializado)-periferia (agrícola). Assim, as empresas industriais tendem a localizar-se na região com maior procura para usufruir de economias de escala e minimizar os custos de transporte, afirma Marques (2002, p.5).

Para Maciel (2006, p.7), os retornos crescentes fazem com que seja vantajoso concentrar espacialmente a produção de cada bem de forma a aproveitar as economias de escala. Graças ao custo de transporte, as melhores localidades seriam aquelas com bom acesso ao mercado e aos os fornecedores. Sendo assim, a melhor localização dar-se-ia nas regiões em que há aglomeração produtiva.

Porém, críticas quanto à NEG não faltam, em razão do não entendimento do seu escopo, ou ao sentimento de que o tema invade a campos mais restritos à Geografia. Por exemplo, para Ruiz (2003, p.12)

Além das limitações empíricas, os críticos da NGE afirmam que seus modelos possuem outras falhas: no lado da oferta não existe nenhuma interdependência estratégica entre firmas, a formação de preços lembra o comportamento de empresas em setores competitivos, as firmas são totalmente móveis (não possuem nenhum ativos fixos, ou sunk costs), os custos de transporte (iceberg transport costs) são um questionável modo de lidar com sistemas de transporte, e assim por diante.

Segundo Marques (2000, p.3), “não obstante criticarem a abordagem excessivamente

matemática de problemas já tratados pelos geógrafos de uma forma mais descritiva”, Martin e Sunley (1996) enaltecem a divulgação dada à "geografia econômica" e a forma como têm sido recuperadas teorias caídas em desgraça à custa da aplicação dos modelos de rendimentos crescentes e concorrência imperfeita surgidos na organização industrial.

A afirmação que parece mais adequada ao impacto e a profundidade da NEG pode ser encontrada em Ottaviano e Thisse (2004, p.3), os quais afirmam que “this has drawn economic geography and location theory from the periphery to the center of mainstream economic theory”.

3 Sobre a Metodologia

Em relação às técnicas utilizadas, este artigo faz uso da análise estatística multivariada. Mais

particularmente, utilizará análise de componentes principais, fuzzy cluster e análise de conglomerados espaciais, ao invés do uso de regressões (mínimos quadrados ordinários ou quantílicas), e de variáveis tradicionais como a renda, a renda per capita, PIB industrial ou de índices, tais como o de Gini, Theil ou Atkinson, todos utilizados quando se trata da investigação de desigualdades, usados em outros trabalhos (e.g. Marinho, Benegas e Lima, 2002).

A escolha pela análise multivariada justifica-se por referir-se “a um conjunto de métodos estatísticos que torna possível a análise simultânea de medidas múltiplas para cada indivíduo, objeto ou fenômeno observado” (Corrar, Paulo e Dias Filho, 2007, p.2). Logo, esta técnica é capaz de determinar o desempenho conjunto das variáveis analisadas, bem como especificar a importância de cada uma delas, na presença das demais.

Aliás, parece não existir um consenso quanto à escolha das variáveis de análise em trabalhos acerca de desigualdades regionais. Quanto a isto, Quadrado, Heinjman e Folmer (2001, p.1) afirmam que a utilização de um único indicador nestes trabalhos tem sido muito criticado (em geral renda per capita), justificando a multidimensionalidade adotada para investigar as desigualdades

6

regionais na Hungria (para uma ampla literatura que critica a utilização de um único indicador, veja Quadrado, Heinjman e Folmer, 2001).

Outra questão importante relativa aos dados refere-se a sua dimensão e escala. Para não influenciar os resultados a serem obtidos na análise multivariada, os dados originais serão padronizados, expressando cada observação em termos de variações inerentes ao sistema (autoescalonamento). Tecnicamente, este problema pode ser resolvido – mantendo-se a informação estatística dos dados – realizando-se uma transformação sobre o conjunto original dos dados de modo que cada variável apresente média zero e variância igual a um (autoescalonamento). Esta transformação (transformação Z) expressa cada observação como o número de desvios padrões da média.

Entre as técnicas mais utilizadas em pesquisas sobre desigualdades regionais e que envolvem análise multivariada estão a de análise de componentes principais (Kageyama e Leone, 1999; Lemos et al, 2001 e Crocco et al, 2003), análise de cluster (Nesur, 2001; Silva e Simões, 2004 e Simões et al, 2004) e conglomerados espaciais (Assunção, 2000).

Como esta investigação trata-se dos 293 municípios catarinenses para um total de 14 variáveis, a análise multivariada parece ser a técnica adequada para os objetivos desta proposta de pesquisa, pois, para Escofier e Pagés (1992), sua utilização tem sido eficaz no tratamento de grandes conjuntos de informações. Além disso, o emprego desta técnica já é comum em estudos sobre economia regional e, principalmente, naqueles que tratam de desigualdades regionais (e.g. Simões, 2005 – para uma revisão ampla da literatura).

As variáveis foram obtidas junto ao Tribunal de Contas do Estado de Santa Catarina, para o ano de 2000 e foram divididas em 7 blocos: Infra-estrutura: abastecimento de água ligado à rede geral, esgoto ligado à rede geral e coleta de lixo (usadas também por Quadrado, Heinjman e Folmer, 2001, Amaral, Lemos e Chein, 2006; Silva, 2007); Educação: taxa de alfabetização de adultos (variável usada por Silva (2007); Inserção urbana - % de domicílios urbanos (usada também por Amaral, Lemos e Chein, 2006); Qualidade de vida: IDH-M (variável usada por Ramos, Loch e Oliveira (2004); Renda – rendimentos per capita (variável usada por Chein, Lemos e Assunção (2005) e por Silva (2007)); População - nº de habitantes (variável usada por Amaral, Lemos e Chein, (2006); e Silva (2007)); Finanças públicas - representada pelas variáveis: % de despesas correntes em relação às despesas totais, receita de Fundo de Participação dos Municípios per capita, receita de Imposto sobre Serviços per capita e receita de Imposto sobre a Circulação de Mercadorias e Serviços per capita (variáveis similares às usadas por Ramos, Loch e Oliveira (2004)) e Dívida de Curto Prazo para cada R$ 1,00.

3.1 Análise de Componentes Principais

Como este artigo envolve um grande número de variáveis e faz-se necessário uma sintetização

das mesmas, será empregada a análise de componentes principais - a mais antiga metodologia de análise de dados multivariada, descrita inicialmente por Pearson (1901).

Para Silva et al (2005, p.7), “a técnica dos componentes principais busca imprimir um tratamento estatístico a um numero relativamente alto de variáveis heterogêneas, que possuam, porém, um grau considerável de aspectos comuns”. Segundo Neto e Moita (p.2, 1997), a importância de cada variável utilizada na pesquisa do ponto de vista estatístico pode ser obtida pela análise de componentes principais.

a análise de componentes principais também pode ser usada para julgar a importância das próprias variáveis originais escolhidas, ou seja, as variáveis originais com maior peso (loadings) na combinação linear dos primeiros componentes principais são as mais importantes do ponto de vista estatístico (...), as n-variáveis originais geram n-componentes principais que são obtidos em ordem decrescente de máxima variância, ou seja, a componente

7

principal 1 possui mais informação estatística que a componente principal 2 e assim por diante.

Ainda de acordo com estes autores, “embora a informação estatística presente nas n-variáveis

originais seja a mesma dos componentes principais, é comum obter em apenas 2 ou 3 das primeiras componentes principais mais que 90% desta informação”. Enfim, a principal finalidade do emprego de análise de componentes principais neste artigo é o de construir – com base nas componentes principais responsáveis pela maioria da variabilidade dos dados – um ranking de municípios do Estado de Santa Catarina

3.2 Fuzzy Cluster

De acordo com Crocco et al (2003, p. 9), “a técnica de análise de cluster permite que

agrupamentos de regiões possam ser formados de acordo com a similaridade de desempenho nos indicadores utilizados, tal que indivíduos com desempenho próximo aos indicadores da análise fiquem no mesmo grupo”.

Porém, é comum escutar algumas expressões do tipo “talvez você consiga” ou que “a economia brasileira está estável”, que “o sujeito está velho para tal emprego” ou quando da divulgação da temperatura que o “dia estará parcialmente nublado amanhã”. O que as palavras em itálico têm em comum são a imprecisão, ou seja, a noção vaga de um conceito, as quais, muitas vezes, tem mais sentido em serem ditas do que os extremos, como, por exemplo, sim ou não.

Mas os métodos de classificação usuais partem do conceito de conjuntos tradicionais cuja única opção é a de pertencer ou não pertencer (isto é, sim ou não) e, segundo Parise e Vettorazzi (2005, p.1), “conforme os princípios básicos da classificação ou análise de agrupamentos via lógica fuzzy, um indivíduo não pertenceria mais a uma classe apenas, mas pertenceria em maior ou menor grau a várias classes, daí o significado de classificação nebulosa, difusa, imprecisa”.

As idéias iniciais da lógica fuzzy foram desenvolvidas pelo polonês Jan Lukasiewicz em 1920, estabelecendo conjuntos de graus de pertinência sendo 0, ½ e 1 e, posteriormente, um número infinito de valores entre 0 e 1. Apoiada nestas idéias, a técnica a ser utilizada nesta proposta de pesquisa é a de fuzzy cluster, que também é utilizada por Simões (2003) para identificar complexos industriais espaciais para o Estado de Minas Gerais. Para uma revisão ampla da literatura acerca do uso desta técnica, veja Simões (2003).

Neste trabalho, isto significa que um município pode pertencer mais a um grupo de municípios desenvolvidos que ao grupo de municípios em desenvolvimento em razão de algumas variáveis como pode pertencer mais ao grupo de municípios em desenvolvimento que ao grupo de municípios atrasados em virtude de outras variáveis, e não pertencer somente ao grupo de municípios desenvolvidos, em desenvolvimento ou atrasados.

3.3 Conglomerados Espaciais

A formação e à análise de conglomerados espaciais é um procedimento realizado para se

obter um agrupamento de áreas considerando restrições de contigüidade, o que se denomina, em economia regional, de regionalização. Este procedimento difere dos tradicionais porque agrupa objetos (neste caso municípios) homogêneos que possuem uma localização espacial. (Assunção, 2002).

Para Reis (2005, p.45), “o objetivo da análise de conglomerados espaciais é dividir um conjunto de n representações geográficas em c conglomerados”, desde que as representações de um mesmo conglomerado sejam similares e contíguas entre si e que as representações de conglomerados diferentes sejam dissimilares entre si.

Em termos mais práticos, isto significa formar conglomerados espaciais compostos internamente de municípios muito similares com respeito à(s) variável(eis) que se deseja analisar de

8

tal forma que os municípios pertencentes a outros conglomerados difiram entre si o máximo possível.

Em relação ao emprego da técnica de obtenção de conglomerados espaciais proposta nesta pesquisa, esta consiste basicamente em gerar regiões da mesma forma que as divisões oficiais hoje existentes, com base no conjunto de variáveis utilizadas. As regionalizações são feitas levando em conta critérios de homogeneidade e restrições de contigüidade, através do método baseado em árvores geradoras mínimas (Assunção et. al (2002) – para uma revisão ampla da literatura).

4 Resultados

Inicialmente, foi feito um estudo individual das variáveis com o emprego de estatística

descritiva, conforme se vê na tabela 1.

Tabela 1 - Análise descritiva das variáveis usada para os 293 Municípios de Santa Catarina Bloco Variáveis Val.Mínimo Val.Máximo Média D.padrão

Desp.Correntes/Desp.Totais (%) 67,62 99,700 86,58 6,1

Receita de ICMS per capita 42,37 824,90 266,52 127,7 Receita de FPM per capita 44,2 1.351,30 427,65 268,73 Receita de ISS per capita 0,03 561,38 15,31 39,4

Finanças Públicas

Dívida de Curto Prazo p/ cada R$ 1,00 0 339,7 8,61 24,1

Renda PIB per capita 765,43 93.650,90 7.472,89 7.196,70 Água - Rede Geral 0 96,4 49,80 23,5

Esgoto - Rede Geral 0 97,6 48,70 26,3 Infra-estrutura Coleta de Lixo 0 99,5 57,40 29,5

Qualidade de Vida IDH-M 0,676 0,881 0,791 0,035

População Nº de habitantes 1.572 429.604 18.267 41.987 Inserção Urbana % de Domicílios Urbanos 2,21 100 53,93 25,6

Taxa de Alfabetização de Adultos 77,13 99,09 90,87 3,84 Educação

Índice de Educação 0,740 0,978 0,874 0,038 Fonte: Elaboração própria a partir do software SPSS.

Os municípios do Estado possuem, em média, um bom nível educacional (mais de 90% dos

adultos são alfabetizados). Porém, ainda é praticamente um estado dividido em termos de infra-estrutura pública e urbanidade, com pouco mais de 50% dos domicílios sendo localizados na área urbana do município e percentuais bastante insatisfatórios de abastecimento de água e de esgoto ligados à rede geral, além da coleta de lixo. Outra informação importante é que os municípios têm uma dívida de curto prazo superior, em média, a oito vezes o volume arrecadado.

Em seguida, foram calculadas as correlações parciais entre as variáveis de maneira a observar a forma de relacionamento das mesmas duas a duas, conforme quadro 1. Através desta matriz de correlações, é possível fazer as observações abaixo. Através desta matriz de correlações, é possível fazer as seguintes observações: 1) Forte correlação positiva entre percentual de domicílios urbanos e abastecimento de água ligado à rede geral (RG), bem como à coleta de lixo (LxC), ou seja, municípios mais “urbanizados” ofertam mais estes serviços à população, em termos percentuais. Dentre os municípios que comprovam a correlação acima, estão Balneário Camboriú (100% de domicílios urbanos e 73,1% e 85,9% de abastecimento de água e fornecimento de esgoto ligados à rede geral (REg),

9

respectivamente) e Joinville (96,8% de domicílios urbanos e 94,4% e 95,9% de abastecimento de água e fornecimento de rede de esgoto ligados à rede geral, respectivamente). 2) Forte correlação positiva entre Receita de ICMS per capita e PIB per capita. Por exemplo, o município de Treviso possui R$ 824,29 de Receita de ICMS per capita (RCp), que é mais de três vezes a média do Estado e PIB per capita (PIBp) de R$ 29.410,24 (quatro vezes a média do Estado), embora não seja um município que se destaque economicamente. 3) Forte correlação negativa entre Receita do FMP per capita (RFp) e todas as variáveis relacionadas à infra-estrutura e percentual de domicílio urbano (%DU), ou seja, municípios mais dependentes do repasse do FPM possuem menos infra-estrutura e são menos urbanizados. Em relação a esta correlação, observa-se o município de Flor do Sertão, que possui R$ 1.317,60 de receita do FPM per capita (2ª maior participação e quatro vezes a média do Estado) e que possui percentuais ruins de infra-estrutura e urbanidade: apenas 35,7% e 0,2% das residências possuem abastecimento de água e fornecimento de rede de esgoto ligados à rede geral, respectivamente.

Quadro 1 - Matriz de Correlações Parciais RG REg LxC Hab Tal Ind %Du IDH PIBp DCP RFp RSp RMpREg 0,557 LxC 0,802 0,762 Hab 0,451 0,357 0,416 Tal 0,382 0,561 0,542 0,311 Ind 0,462 0,438 0,493 0,361 0,859

%Du 0,760 0,631 0,823 0,404 0,367 0,354 IDH 0,414 0,423 0,500 0,354 0,786 0,852 0,349 PIBp 0,288 0,203 0,222 0,102 0,313 0,426 0,127 0,374

DCP 0,073 -

0,026 0,021 -

0,007 -

0,165-

0,136 0,030-

0,150-

0,055

RFp -

0,567 -

0,539 -

0,651 -

0,362 -

0,388-

0,302-

0,596-

0,294-

0,072-

0,070

RSp 0,257 0,195 0,243 0,348 -

0,240 0,284 0,213-

0,256 0,097-

0,034 -

0,190

RMp -

0,159 -

0,203 -

0,255 -

0,132 -

0,104 0,128-

0,307 0,107 0,676-

0,123 0,585 -

0,036

%DC -

0,034 -

0,072 -

0,039 -

0,017 -

0,182 0,170 0,011-

0,182-

0,027 0,154 -

0,106 -

0,143-

0,055Fonte: Elaboração própria a partir do software SPSS. 4.1 Análise de componentes principais

Em relação à análise de componentes principais e através da matriz de correlações, verifica-se pela tabela 2 que as duas primeiras componentes principais explicam quase 55% da variabilidade dos dados. A partir da terceira componente, o adicional de variação a cada componente adicional é muito pequeno, justificando a análise somente até duas primeiras.

Tabela 2 - Total da Variância explicada para as 14 Componentes Principais

Componentes Variância Explicada (%) Principais Individual Acumulada

1 0,386 0,386 2 0,159 0,545 3 0,084 0,629 4 0,074 0,703 5 0,065 0,767 6 0,060 0,827

10

7 0,048 0,875 8 0,037 0,912 9 0,033 0,945 10 0,016 0,96 11 0,013 0,974 12 0,011 0,985 13 0,009 0,994 14 0,006 1,000

Fonte: Elaboração própria a partir do software SPSS.

A tabela 3 apresenta os valores de cada um dos autovetores que correspondem aos coeficientes associados às variáveis das duas primeiras componentes principais. Quanto mais alto o valor absoluto do coeficiente associado a uma variável, maior a importância relativa desta para o componente principal em questão, seja em termos positivos ou negativos.

A análise da 1ª componente principal representa o IUQV, com municípios que apresentam elevado percentual de domicílios urbanos, boa dotação de infra-estrutura pública (percentuais elevados de domicílios servidos por coleta de lixo, água e esgoto ligados a rede geral), além de um IDH-M acima de 0,800.

Quanto à análise da 2ª componente principal, a configuração da mesma representa um Índice de Desenvolvimento Educacional, Econômico e de Gestão Pública, sendo estes municípios caracterizados como tendo elevados índices econômicos (alto PIB per capita e alta participação do ICMS e do FPM per capita) e de Gestão Pública (baixos endividamento e participação das despesas correntes em relação à total), embora tenham pequenas populações, infra-estrutura abaixo da média estadual e baixa oferta de serviços e de urbanização.

As tabelas 4 e 5 relacionam os escores dos 15 melhores e piores municípios para a 1ª e 2ª componentes principais, respectivamente. Para a elaboração dos mesmos, houve uma padronização e um escalonamento dos dados originais.

Tabela 3 - Matriz dos Coeficientes Principais - 293 municípios de Santa Catarina

Variáveis Componentes IUQV IDEGF

Água - Rede Geral -0,344 -0,128 Esgoto - Rede Geral -0,334 -0,090

Coleta de Lixo -0,381 -0,150 População -0,245 -0,050

Taxa de Alfabetização de Adultos -0,328 0,250 índice de Educação -0,323 0,321

% de Domicílios Urbanos -0,336 -0,231 IDH-M -0,313 0,312

PIB per capita -0,116 0,371 Dívida de curto prazo para cada R$ 1,00 -0,023 -0,241

FPM per capita 0,298 0,317 ISS per capita -0,168 0,103

ICMS per capita 0,091 0,517 Despesas Correntes/Despesas Totais 0,053 -0,243

Fonte: Elaboração própria a partir do software SPSS. Através da tabela 4, verifica-se que as regiões Oeste e Centro-Oeste possuem apenas três

cidades dentre os 15 melhores escores (Chapecó e São José do Cedro; Joaçaba, respectivamente). O

11

extremo sul do Estado está representado apenas por duas cidades (Criciúma e Tubarão), o centro-sul pelo município de Lages e os demais municípios pertencentes ao Nordeste/Litoral do Estado.

Isso significa que Santa Catarina parece ser marcado também por desigualdades regionais, sendo que apenas uma porção geográfica contempla a maioria dos municípios que apresentam os melhores indicadores de qualidade de vida e de urbanidade.

Esta afirmativa é corroborada pela análise geográfica dos 15 piores escores relacionados na tabela 4, pois 11 deles pertencem a municípios localizados no Oeste catarinense, 2 ao centro-sul (Cerro Negro e Bocaina do Sul), 1 ao centro-norte (Calmon) e ao centro (Chapadão do Lageado), ou seja, a região Nordeste e o litoral do Estado não possui nenhum município dentre os 15 piores em termos de qualidade de vida e urbanidade.

Tabela 4 - 15 Melhores e Piores Escores dos Municípios na 1ª Componente Principal

Municípios Melhores Escores Municípios Piores

Escores Florianópolis 3,176 Entre Rios -2,480

Joinvile 3,035 Cerro Negro -2,411 Blumenau 2,617 Flor do Sertão -2,137

Balneário Camboriú 2,303 Jupiá -1,829 Jaraguá do Sul 2,110 Santa Terezinha do Progresso -1,714

São José do Cedro 2,003 Tigrinhos -1,702 Itajaí 1,921 Bocaina do Sul -1,645

São Bento do Sul 1,887 Saltinho -1,645 Criciúma 1,806 Ipuaçi -1,629 Joaçaba 1,788 Coronel Martins -1,614 Chapecó 1,787 Chapadão do Lageado -1,569 Brusque 1,757 São Bernardino -1,551 Lages 1,702 Paial -1,548

Tubarão 1,695 Calmon -1,536 Indaial 1,683 São Miguel da Boa Vista -1,511

Fonte: Elaboração própria a partir do software SPSS.

Analisando a tabela 5, verifica-se, surpreendentemente, que as regiões Oeste e Centro-Oeste possuem 11 dos 15 municípios com melhores escores na 2ª componente principal, ou seja, alto PIB per capita e baixo grau de endividamento, seguido pela região Central, com os municípios de Iomerê, Pinheiro Preto e Vargem e região Sul (Treviso). Tal observação induz à verificação de desigualdades intra-regionais acentuadas, e não somente inter-regionais.

Tabela 5 - 15 Melhores e Piores Escores dos Municípios na 2ª Componente Principal

Municípios Melhores Escores Municípios

Piores Escores

Itá 3,848 Campo Belo do Sul -4,560 Iomerê 3,275 Cerro Negro -2,087 Treviso 2,920 Lebon Regis -1,979

12

Presidente Castelo Branco 2,535 São José -1,968 Cordilheira Alta 2,431 Anita Garibaldi -1,894 Lajeado Grande 2,279 Imaruí -1,887

Cunhataí 2,186 Monte Castelo -1,845 Lacerdópolis 2,163 Timbó -1,829

Ibiam 2,078 Paulo Lopes -1,814 Pineiro Preto 2,071 Ponte Alta do Norte -1,776

Ouro 2,041 Monte Carlo -1,707 Vargem 1,901 Camboriú -1,635

Alto Bela Vista 1,806 Lages -1,634 São João do Oeste 1,739 Garopaba -1,632

Bom Jesus do Oeste 1,729 Curitibanos -1,556 Fonte: Elaboração própria a partir do software SPSS.

Por outro lado, observa-se a partir da tabela 5 que as regiões Centro-Sul e Central possuem 9 municípios dentre os 15 com melhores escores da 2ª componente principal – Índice de Desenvolvimento Econômico e de Gestão de Finanças Públicas (IDEGF), além de três municípios da região Sudeste (Garopaba, Imaruí e Paulo Lopes), dois municípios situados próximo ao litoral (Camboriú e São José) e apenas um na região Nordeste (Timbó). Tal situação aponta para municípios que não estão endividados e possuem percentuais de despesas correntes em relação às despesas totais menores que a média estadual.

A visualização das duas principais componentes principais em termos espaciais, com as classes contemplando os diferentes níveis de escores dos municípios foi elaborada conforme as figuras 1 e 2.

Percebe-se pela figura 1 que o nordeste, o litoral e o extremo sul catarinense possuem a maioria dos municípios com os maiores IUQV´s, caracterizando uma situação de desigualdade inter-região já antes mencionada, o que pode ser visualizado através dos dois triângulos identificados no mapa. Outras regiões possuem municípios isolados, tais como Chapecó (região Oeste) e Lages (Centro-Sul).

13

Figura 1. Índice de Urbanidade e Qualidade de Vida (IUQV) – Santa Catarina. Elaboração própria a partir do software Terraview 3.0

Pela figura 2, é possível verificar que as regiões centro, centro-sul e centro-norte do Estado

estão entre as que possuem os municípios mais endividados e que têm mais despesas correntes em relação às despesas totais, ou seja, possuem uma gestão das finanças públicas em um nível insatisfatório.

Observa-se que poucos municípios estão situados na faixa superior de escores, isto é, poucos se destacam em termos principalmente de gestão das finanças públicas, com destaque para Lauro Miller e Bom Jardim da Serra, no sul e São João do Itaperiú, no nordeste catarinense, além de uma parte significativa do centro-oeste, como Ita e Iomerê.

14

4.2 Fuzzy Cluster

Através da lógica de Fuzzy Cluster, foi estabelecido três grupos, a saber, 1, 2 e 3, cuja análise das características individuais relacionadas aos dados originais permitiram as seguintes classificações: a) Grupo 1: Municípios Atrasados – Possuem pequena população (geralmente até 6.000 habitantes), infra-estrutura pública crítica (água, esgoto e coleta de lixo com cobertura abaixo de 40% dos domicílios), baixou grau de urbanidade (60% dos domicílios estão na zona rural), qualidade de vida abaixo da média estadual, PIB per capita cerca de 60% abaixo da média do Estado, maior grau de endividamento público e de dependência do FPM per capita e gera , em média, 5 vezes menos ISS per capita que os municípios desenvolvidos no Estado. Este grupo pode ser visualizado conforme figura 3.

Verifica-se que a região nordeste e praticamente todo o litoral do Estado quase não possuem municípios que pertençam, na maioria das suas características, ao grupo 1, confirmando, mais uma vez, que tais regiões são realmente diferenciadas em praticamente todos os aspectos das demais. Percebe-se também que existiria um “corredor da pobreza” cortando o Estado (marcação no mapa em negrito), no qual haveria uma grande quantidade de municípios com forte presença das características relativas ao grupo 1, além de municípios na parte central da região oeste do Estado. b) Grupo 2: Municípios em Desenvolvimento – Também possuem uma pequena população (em média cerca de 11.000 habitantes), infra-estrutura pública atendendo parcialmente à coletividade (cerca de 65% dos domicílios tendo água e esgoto ligados à rede geral e coleta de lixo), bom grau de urbanidade (cerca de 60% dos domicílios estão na zona urbana), qualidade de vida e PIB per capita pouco acima das médias estaduais, baixo nível de endividamento público, relativa dependência do FPM per capita e geram, em média, 2 vezes mais ISS per capita que os municípios atrasados. Este grupo pode ser visualizado conforme a figura 4.

Figura 2. Índice de Desenvolvimento Econômico e Gestão das Finanças Públicas (IDEGF). Elaboração própria a partir do software Terraview 3.0

15

Figura 3 – Mapa do Grupo 1 – Municípios atrasados / Estado de Santa Catarina. Elaboração própria a partir do software Terraview 3.0

16

Figura 4 – Mapa do Grupo 2 – Municípios em desenvolvimento / Estado de Santa Catarina. Elaborado própria a partir do software Terraview 3.0

Observa-se pelo mapa do Grupo 2 que em praticamente todas as regiões do Estado possuem

municípios na condição de “em desenvolvimento”, ou seja, municípios pertencentes ao grupo 2. É possível verificar duas regiões que merecem algum destaque: centro-oeste e sul. A primeira possui uma grande quantidade de municípios neste grupo e a segunda, embora em menos quantidade, também alcança uma posição relevante dentro do grupo 2. c) Grupo 3: Municípios Desenvolvidos – Possuem uma população superior, em média, a 50.000 habitantes, infra-estrutura pública atendendo quase integralmente a população (cerca de 90% dos domicílios tendo água e esgoto ligados à rede geral e coleta de lixo), alto grau de urbanidade (mais de 80% dos domicílios na zona urbana), qualidade de vida bem acima da média estadual, baixo nível de endividamento público (equivalente aos municípios do grupo 2), pouca dependência do FPM per capita e têm um setor de serviços operante na economia.

O grupo 3 pode ser visualizado conforme a figura 5, a qual verifica-se que a região nordeste e praticamente todo o litoral do Estado possuem municípios ligados ao grupo 3, ou seja, mais desenvolvidos. A região oeste possui apenas 4 municípios neste grupo – Chapecó, Xanxerê, São Miguel (estes em menor grau), e São Bernardino; a regiões centro-oeste está representada por Concórdia e a região do extremo sul catarinense com os municípios de Araranguá, Criciúma (em menor grau), Içara, Tubarão e Laguna. Percebe-se que o anteriormente mencionado “corredor da pobreza” cortando o Estado fica ainda mais evidente neste mapa (conforme marcação no mapa em negrito), onde praticamente não existem municípios inseridos no grupo 3.

17

Figura 5 – Mapa do Grupo 3 – Municípios desenvolvidos / Estado de Santa Catarina

Este “corredor” está circundado por municípios mais relacionados ao grupo 3, o que pode evidenciar algum fenômeno de espacialidade, ou seja, uma situação em que municípios atrasados tem dificuldade de desenvolvimento devida à influência de outros municípios também atrasados e que estão próximos de acordo com qualquer critério de contiguidade. Pela figura 5, verifica-se ainda que a região nordeste e praticamente todo o litoral do Estado possuem municípios ligados ao grupo 3, ou seja, aos mais desenvolvidos. A região oeste possui apenas 4 municípios neste grupo – Chapecó, Xanxerê, São Miguel, e São Bernardino; a regiões centro-oeste está representada por Concórdia e a região do extremo sul catarinense com os municípios de Araranguá, Criciúma, Içara, Tubarão e Laguna. 4.3 Conglomerados Espaciais

O processo de criação de regiões homogêneas a partir das duas componentes principais

utilizadas ao longo do trabalho - Índice de Desenvolvimento Econômico e de Gestão das Finanças Públicas (IDEGF) e Índice de Urbanidade e de Qualidade de Vida (IUQV) – foram obtidas 13 regiões homogêneas, conforme figura 6 a seguir.

18

Figura 6. Mapa dos Conglomerados Espaciais – Estado de Santa Catarina. Elaboração própria a partir do software Terraview 3.0

As regiões e suas características podem ser denominadas da seguinte forma: 1 – Médio e Alto Vale do Itajaí (pequenos municípios do interior do Estado e pouco desenvolvidos); 2 – Bom Jardim da Serra e Treviso (ambos possuem dados de infra-estrutura igual à média do Estado, além de pequenas populações); 3 – Região de Campos Novos (o município se destaca pela excelente infra-estrutura e alto percentual de domicílios urbanos); 4 – Região de Joaçaba (com população acima da média estadual, forte economicamente, além de ter índices de infra-estrutura o dobro da média estadual e alto percentual de domicílios urbanos); 5 – Região de Concórdia (situada no meio-oeste, a região é beneficiada pela presença de Concórdia, que tem boa infra-estrutura, alto IDH-M e baixíssimo endividamento público); 6 – Litoral Sul/Extremo-Sul (região marcada pelo turismo e por municípios desenvolvidos como Criciúma e Tubarão); 7 – Região de Abelardo Luz (municípios com pouca infra-estrutura e baixo IDH-M, embora com populações próximas à média do Estado); 8 – Região de Chapecó/Extremo-Oeste (alto nível educacional e de qualidade de vida, baixo endividamento público); 9 – Região de Campo Belo do Sul (municípios muito endividados e com baixa qualidade de vida, como por exemplo, Cerro Negro, com o 2º pior IDH-M do Estado); 10 – Região Nordeste e Litoral Centro-Norte (municípios com boas condições de infra-estrutura, baixo IDH-M, pouco endividamento, renda per capita abaixo da média estadual); 11 – Eixo Joinville-Jaraguá do Sul-Blumenau (municípios com excelente infra-estrutura, alta qualidade de vida, renda per capita acima da média estadual e os melhores níveis de endividamento público); 12 – Campo Alegre (município com ótima gestão das finanças públicas); 13 – Eixo Caçador-Curitibanos-Lages (grande quantidade de pequenos municípios, os quais são influenciados pelo Eixo, e apresentam baixa infra-estrutura e renda per capita).

Portanto, pelas duas componentes principais utilizadas neste trabalho para a criação de regiões homogêneas, com a imposição da contigüidade entre os municípios, a regionalização apresentada

19

aproxima-se da divisão oficial do Estado em termos regionais, com exceção das regiões 2, 4, 12 e 13.

Considerações Finais

Pela análise de componentes principais, duas componentes explicavam sozinhas mais de 55% da variabilidade dos dados, denominadas de Índice de Desenvolvimento Econômico e de Gestão das Finanças Públicas (IDEGF) e Índice de Urbanidade e de Qualidade de Vida (IUQV).

Percebe-se que esta homogeneidade não é tão acentuada quanto se esperava, pois municípios com baixíssimos IDEGF e IUQV, ou seja, municípios que possuem menos infra-estrutura, baixo nível educacional e alto grau de endividamento público estão relativamente próximos a municípios que apresentam altos índices, tais como Blumenau, Jaraguá do Sul, Urussanga e São Ludgero. Além disso, o Estado é marcado por municípios que possuem uma boa gestão das finanças públicas e boa participação do ICMS na sua receita mas que não possuem boa infra-estrutura e nível educacional, mas também por municípios que possuem uma boa rede de atendimento à população em termos de água, esgoto e coleta de lixo mas que economicamente e em termos de gestão das finanças públicas deixam a desejar em relação a outros municípios no Estado.

Quanto à análise de fuzzy cluster, foram denominados três grupos de pertencimento, a saber, os dos municípios desenvolvidos (grupo 3), em desenvolvimento (grupo 2) e os atrasados (grupo 1). Percebe-se que a região nordeste, litoral e extremo sul catarinense está predominantemente inserido no grupo 3, enquanto que a região oeste tinha municípios que mais se encaixavam no perfil do grupo 1. Existe também uma espécie de “corredor da pobreza” no Estado, localizado na parte central e que é cercado por município ou desenvolvidos ou em desenvolvimento, merecendo a atenção de políticas públicas específicas. O grupo 2, municípios em desenvolvimento, possui representantes em todo o Estado, mas principalmente na região sul e centro-norte.

Com a imposição da contigüidade entre os municípios e o uso das duas componentes principais, IDEGF E IUQV, a criação de regiões homogêneas com o uso do software Terraview 3.0 gerou 13 regiões no Estado, as quais foram bastante próximas às oficiais, o que confirma a potencialidade das componentes e também a diversidade em Santa Catarina. Portanto, apesar do Estado possuir o 2º maior IDH do Brasil, perdendo apenas para o Distrito Federal, Santa Catarina é marcado também por desigualdades em vários aspectos tanto intra-regionais quanto inter-regionais. Referências Bibliográficas ASSUNÇÃO, R., LAGE, J., REIS, E. Análise de conglomerados espaciais via árvore geradora

mínima. Rio de Janeiro: Revista Brasileira de Estatística, v.63, n.220, p.7-24, 2002. BARRETO, F.A.F.D.; JORGE-NETO, Paulo M.; TEBALDI, E. Desigualdade de Renda e

Crescimento Econômico no Nordeste Brasileiro. Revista Econômica do Nordeste, Fortaleza, v. 32, p. 842-859, 2001.

BARROS, R. P.; MENDONÇA, R. S. P de. Os determinantes da desigualdade no Brasil / The

determinants of the inequality in Brazil. Brasília; IPEA; jul. 1995. 63 p. ilus, tab. (Texto para Discussao, 377).

IBGE. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Censo demográfico 2000:

caracterização da população e dos domicílios: resultado do universo. Rio de Janeiro, 2001.

CAMAGNI. Innovation Networks: Spatial Perspectives, Belhaven, London, New York, 1992.

CARVALHO, Fernanda F.; SANTOS, Valdeci M. A SUDENE e as Novas Teorias do Desenvolvimento Regional. 2006.

20

CHEIN, Flávia.; LEMOS, M. B.; ASSUNCÃO, J. J. Desenvolvimento desigual: evidências para o

Brasil. In: XXXIII Encontro Nacional de Economia, 2005, Natal. Anais XXXIII Encontro Nacional de Economia, 2005.

CHRISTALLER, Walter. Die zentralen Örte in Süddeutschland: Eine ökonomischgeographische

Untersuchung über die Gesetzmässigkeit der Verbreitung und Entwiclung der Siedlungen mit stadischen Funktiionnen. Jena, Gustav Fischer Verlag, 1933.

CORRAR, L. J. (Org.); PAULO, E. (Org.); DIAS FILHO, J. M. (Org.). Análise Multivariada

para os Cursos de Administração, Ciências Contábeis e Economia. 1. ed. São Paulo: Atlas, 2007. v. 01. 541 p.

CROCCO, M.A.; GALINARI, R.; SANTOS, F.; LEMOS, M.B.; SIMÕES, R. Metodologia de

identificação de arranjos produtivos locais potenciais. Belo Horizonte: UFMG/Cedeplar, 2003. (Texto para discussão, 212).

ESCOFIER, B.; PAGÉS, J. Análisis factoriales simples y multiples: objetivos, métodos e

interpretación. Bilbao: Ed. Universidad Del Pais Vasco, 1992, 285 p. FUJITA, Masahisa. A Monopolistic Competition Model of Spatial Agglomeration. Regional

Science and Urban Economics 18 (February), 87-124, 1998. HIRSCHMAN, A. The strategy of economic development. New Haven: Yale University Press,

1958. ISARD, Walter (1960) e BRAMHALL, David F. Methods of Regional Analysis: An

Introduction to Regional Science. Cambridge, Massachusetts: M.I.T. JOHNSON, R. Applied multivariate statistical Analysis. 3. ed. London: Prentice-Hall, p. 641,

1992. KAGEYAMA, Â. e LEONE, E.T. Uma tipologia dos municípios paulistas com base em indicadores

sociodemográficos. Texto para Discussão. IE/Unicamp, Campinas, n.66, jan. 1999. KRUGMAN, Paul. Geography and trade. Massachusetts: The MIT Press,1991. LEMOS, Mauro et al. A dinâmica da competitividade das regiões metropolitanas rasileiras. In:

XXIX Encontro Nacional de Economia. Salvador: ANPEC, 2001. Anais do XXIX Encontro Nacional de Economia. Salvador, 2001.

LÖSCH, August. The economics of location. Yale United Press: New Haven, 1954. MAILLAT, D. Milieux Innovateurs et Dynamique Territoriale. In RALLET, A. & TORRE, A.

Économie Industrielle et Économie Spatiale, Ed. Economica, Paris, 1995. MALUF, L. A.; MATTEI, L.; LINS, H. N.. Contribuição aos estudos sobre desenvolvimento

socioeconômico em Santa Catarina: comportamento do IDS entre 1991 e 2000. MARAVALLE, M. e SIMEONE, B. A spanning tree heuristic for regional clustering. Comm

Statistical Theory Methods. n.22, p.625-639, 1995.

21

MARINHO, E. L. L.; LIMA, F. S.; BENEGAS, M.. Desigualdade de Renda e Eficiência Técnica na Geração de Bem-Estar entre os Estados Brasileiros. Revista Brasileira de Economia, Rio de Janeiro, v. 58, n. 4, 2004.

MINGOTI, S.A. Análise de Dados através de Métodos de Estatística Multivariada: uma

Abordagem Aplicada. Belo Horizonte: Editora UFMG, 2005. MYRDAL, G (1957). Economy theory and under-development regions. Cap. 3/4. Londres, 1957. NESUR. Caracterização e tendências da rede urbana do Brasil. Campinas: IPEA / IBGE / 2001

(2v). NETO, J.M. e MOITA, G.C. Uma Introdução à Análise Exploratória de Dados Multivariados. São

Paulo: Química Nova, 21(4), 1998. NOGUEIRA, J.; MARINHO, E.L.L. Discriminação Salarial e Desigualdade de Renda no Mercado

de Trabalho das Regiões Nordeste e Sudeste do Brasil. In: Ronaldo Arraes, Klaus Hermanns. (Org.). Distribuição de Renda e Políticas de Desenvolvimento Regional no Brasil. Fortaleza: Konrad Adenauer Stiftung, 2006, v. p. 288-322

OLIVEIRA, C. A.. Desigualdades Regionais no Rio Grande do Sul: Um enfoque da Nova

Geografia Econômica. Redes, v. 10, n. 02, 2005. PARISE, F.J.O e VETTORAZZI, C.A. Análise de dados de produção em um pomar jovem de

laranjeiras Hamlin: II. Classificação de dados espaço-temporais. Jaboticabal: Revista Brasileira Fruticultura, vol.27, no.1, p.48-51, abril, 2005.

PEARSON, K. “On lines and planes of closet fit to systems of points in space”. Oxfordshire:

Philosophical Magazine, n.2, 1901. PIORE, M.; SABEL, C. The second industrial divide: possibilities for prosperit. New York: Basic Books, 1984. PERROUX, François. O conceito de pólos de crescimento. In: J. SCHARTZMAN. Economia

regional: textos escolhidos. Belo Horizonte: Cedeplar, 1977. PNUD. Atlas do Desenvolvimento Humano no Brasil 2003. Brasília: PNUD/IPEA, Fundação João

Pinheiro, 2003. QUADRADO, L., HEINJMAN, W.; FOLMER, H. Multidimensional Analysis of Regional

Inequality: The case of Hungary. Social Indicators Research, v.56, n.1, October, 2001. RAMOS, L. A Distribuição de Rendimentos no Brasil: 1976/85. Rio de Janeiro: IPEA, 1993. RAMOS, L.S, LOCH, C.O.R. Classificação hierárquica dos Municípios Paraenses segundo o Grau

de Desenvolvimento sócio-econômico. Congresso Brasileiro de Cadastro Técnico Multifinalitário, Florianópolis, 10 a 14 de outubro de 2004.

REIS, E. Estatística Multivariada Aplicada. Edições Silabo: Lisboa, 1997. REY, F.G. Curso de Metodologia Científica em Psicologia. Palestras realizadas no Departamento

de Psicologia Clínica do Instituto de Psicologia da Universidade de São Paulo, 1998.

22

ROSES, C.F. e LEIS, R.P. Um Estudo das Condições Sócio-Econômicas de Municípios Gaúchos através da Análise de Cluster. Revista Administração On Line, vol.3, p.4-12, jul/ago/set, 2002.

SANTA CATARINA. Secretaria de Planejamento do Governo do Estado de Santa Catarina.

Disponível em <www.sc.gov.br> acesso em 28/06/2006. SILVA, G. H. Regionalização e hierarquização do desenvolvimento dos municípios do sudoeste

paranaense. In: X Encontro de Economia da Região Sul, 2007, Porto Alegre. Anais X Encontro de Economia da Região Sul, 2007.

SILVA, L.; SIMÕES, R. Oportunidades tecnológicas e produção científica: uma análise

microrregional para o Brasil. Revista Latinoamericana de Estudios Urbano-Regionales, Santiago, v. 90, n. 3, 2004.

SILVA, Olga Maria Panhoca da, PANHOCA, Luiz. A contribuição da vulnerabilidade na

determinação do índice de desenvolvimento humano: estudando o estado de Santa Catarina. Ciênc. saúde coletiva , 2007, vol.12, no.5, ISSN 1413-81232.

SIMÕES, R.F. Complexos industriais no espaço: uma análise de fuzzy cluster. Texto para

Discussão nº 209. Belo Horizonte: UFMG/Cedeplar, 2003. _______. Métodos de análise regional e urbana: diagnóstico aplicado ao planejamento. Belo

Horizonte: UFMG/CEDEPLAR, 2005. 31 p. (Texto para discussão nº 259) SPSS. Inc. 1998. Statistical Package for Social Sciences. Versão 12.0.0 TCE. Tribunal de Contas do Estado de Santa Catarina. Disponível em <www.tc.sc.gov.br> acesso

em 21/05/2006. Terraview. Instituto Nacional de Pesquisas Espaciais. Versão 3.0 Plus. VENABLES, A.J. Equilibrium Locations of Vertically Linked Industries. International Economic

Review 37, 341-59, 1996. VON THÜNEN, J.H. 1826. The Isolated State. Oxford: Pergamon Press, 1966. WEBER, A. Theory of the location of industries. Chicago: University of Chicago, 1929/1969. 256p.