O documento analisa a distribuição espacial e os efeitos de transbordamento do setor agropecuário no Rio Grande do Sul. Apresenta dados sobre a participação do VAB agropecuário no estado e nos municípios e identifica clusters espaciais de atividades agropecuárias. Realiza análises estatísticas para determinar os fatores que influenciam o VAB agropecuário municipal, considerando aspectos como empregos, equipamentos, tamanho das propriedades e educação.

1. DISTRIBUIÇÃO ESPACIAL E EFEITOS DE TRANSBORDAMENTOS
DO SETOR AGROPECUÁRIO NO RIO GRANDE DO SUL
Célio Alberto Colle (EMATER, doutor pelo PPGE/PUCRS)
Paulo Henrique de O. Hoeckel (doutorando do PPGE/PUCRS)
Augusto Mussi Alvim (Professor do PPGE/PUCRS)
Adelar Fochezatto (Professor do PPGE/PUCRS)
Porto Alegre, junho de 2017

2. Sumário
Considerações gerais sobre a importância e a distribuição espacial do setor
agropecuário no RS
Análise dos determinantes do VAB agropecuário nos municípios do RS
Análise dos efeitos de transbordamentos da produção agropecuária entre
regiões do RS.

3. Considerações gerais
Nova economia e produção agropecuária (serviços, cidades, mobilidade, distribuição
espacial do desenvolvimento).
Participação do VAB dos setores no VAB total do RS (regra VAB agropecuária, PIB-RS,
PIB-BR)
Ano/Setor Agropecuária Indústria Serviços
2010 6,1 20,5 73,4
2011 6,2 20,0 73,8
2012 5,0 20,0 75,0
2013 7,5 18,1 74,4
Participação média nos municípios em 2013 22,13 9,95 67,99
Número de municípios em que o VAB
agropecuário é maior que o industrial em 2013
368 em um total de 497 (74%)
Número de municípios em que o VAB
agropecuário é maior que o de serviços em 2013
Nenhum. O VAB dos serviços é o maior em
todos os municípios do RS
Fonte dos dados brutos: FEE

4. Participação do VAB agropecuário
no total do município:
VAB agrop. > VAB industrial
VAB agrop. < VAB industrial

5. y = 0.0284e0.0033x
R² = 0.2834
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
1
10
19
28
37
46
55
64
73
82
91
100
109
118
127
136
145
154
163
172
181
190
199
208
217
226
235
244
253
262
271
280
289
298
307
316
325
334
343
352
361
370
379
388
397
406
415
424
433
442
451
460
469
478
487
496
pvabi Expon. (pvabi)
Fonte dos dados brutos: FEE
Participação do VAB industrial no VAB total do município
&
Municípios ordenados de forma ascendente pelo tamanho da população

6. Participação do VAB dos serviços no VAB total do município
&
Municípios ordenados de forma ascendente pelo tamanho da população
Fonte dos dados brutos: FEE
y = 0.00000047x2 + 0.00004284x + 0.63009713
R² = 0.36945249
0
0.2
0.4
0.6
0.8
1
1.2
1
10
19
28
37
46
55
64
73
82
91
100
109
118
127
136
145
154
163
172
181
190
199
208
217
226
235
244
253
262
271
280
289
298
307
316
325
334
343
352
361
370
379
388
397
406
415
424
433
442
451
460
469
478
487
496
pvabs Poly. (pvabs)

7. y = -0.00000114x2 - 0.00000194x + 0.31599907
R² = 0.51633586
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
1
10
19
28
37
46
55
64
73
82
91
100
109
118
127
136
145
154
163
172
181
190
199
208
217
226
235
244
253
262
271
280
289
298
307
316
325
334
343
352
361
370
379
388
397
406
415
424
433
442
451
460
469
478
487
496
pvaba Poly. (pvaba)
Participação do VAB agropecuário no VAB total do município
&
Municípios ordenados de forma ascendente pelo tamanho da população
Fonte dos dados brutos: FEE

8. Alto-Alto
Baixo-Baixo
Alto-Baixo
Baixo-Alto
Bovinos (cabeças) Arroz (ha)
Soja (ha) Trigo (ha)
Clusters
espaciais de
atividades
agropecuárias

9. Alto-Alto
Baixo-Baixo
Alto-Baixo
Baixo-Alto
Milho (ha) Feijão (ha)
Vacas ordenhadas
(cabeças)
Galos, frangos e
pintos (cabeças)
Clusters
espaciais de
atividades
agropecuárias

10. Alto-Alto
Baixo-Baixo
Alto-Baixo
Baixo-Alto
Laranja: área (ha) Maçã: área (ha)
Pêssego: área (ha) Uva: área (ha)
Clusters
espaciais de
atividades
agropecuárias

11. Matriz de correlações entre as principais atividades agropecuárias
nos municípios do RS, 2014
Bovinos Suínos Frangos Leite Laranja Maçã Pêssego Uva Arroz Feijão Milho Soja Trigo Vacas_o
Bovinos 1,000
Suínos -0,082 1,000
Frangos -0,114 0,233 1,000
Leite 0,018 0,364 0,202 1,000
Laranja 0,055 0,177 0,045 0,066 1,000
Maçã 0,048 -0,010 0,057 -0,021 -0,018 1,000
Pêssego 0,069 0,007 0,028 0,106 0,183 0,030 1,000
Uva -0,007 -0,031 0,233 -0,060 0,059 0,135 0,124 1,000
Arroz 0,623 -0,062 -0,101 -0,080 -0,007 -0,024 0,011 -0,042 1,000
Feijão 0,028 -0,024 -0,098 0,045 0,069 0,671 0,211 -0,033 -0,050 1,000
Milho 0,134 0,119 -0,042 0,267 0,174 0,309 0,339 -0,024 0,011 0,513 1,000
Soja 0,353 -0,085 -0,121 0,283 -0,063 0,084 0,047 -0,087 0,219 0,225 0,344 1,000
Trigo 0,079 -0,030 -0,142 0,336 -0,064 0,058 -0,032 -0,079 -0,011 0,201 0,310 0,793 1,000
Vacas_o 0,216 0,315 0,106 0,866 0,160 0,027 0,160 -0,048 0,015 0,103 0,365 0,312 0,329 1,000
Fonte dos dados brutos: IBGE

12. REVISÃO BIBLIOGRÁFICA
Determinantes do VAB agropecuário dos municípios do RS
Algumas fontes bibliográficas usadas:
(SOBER) Almeida (2005) estudou o caso de MG e utilizou a seguinte função de
produção: VAB=F(Terra, temperatura, precipitação, consumo de energia elétrica,
rodovias pavimentadas, rodovias não pavimentadas e ferrovias).
(ENABER) Pinheiro e Parré (2008) estudaram o caso do PR e usaram a
seguinte função de produção: VAB=F(K, L, Área cultivada, Consumo de Energia
Elétrica).
(RAE) Rocha e Parré (2009) estudaram o caso do RS e usaram a seguinte
função de produção: VAB=F(L, K, Área agrícola, Precipitação, Temperatura,
Consumo de energia elétrica).
Função de produção usada no trabalho:
VAB=F(L, K, CH, NE)
VAB=valor adicionado bruto/área agrícola; L=empregos na agropecuária/área
agrícola; K=número de tratores/estabelecimento agrícola; CH=Idese Educação
(capital humano); NE=número de estabelecimentos agropecuários (tamanho,
efeito escala). Todas as informações estão por município.

13. METODOLOGIA
Variável Fonte Forma de Uso
Valor Adicionado Bruto da
Agropecuária de 2011 (variável
dependente)
FEE Reais (R$) no município
Número de tratores em 2006 (variável
independente)
IBGE
Censo Agropecuário
Número de tratores por
estabelecimento no
município
Número de ocupados em 2006
(variável independente)
IBGE
Censo Agropecuário
Número de ocupados
por hectare no
município
Número de estabelecimentos rurais
(variável independente)
IBGE
Censo Agropecuário
Unidades no município
Idese em 2011 (variável
independente)
FEE
Índice específico da
educação no município
Metodologia:
Os dados utilizados

14. METODOLOGIAModelos utilizados:
Definição da matriz de pesos ou de vizinhança (I de Moran  Queen 1)
I de Moran: mostra a auto correlação espacial global (VAB agrop/ha = 0,63)
LISA: mostra a auto correlação espacial local (clusters e outliers)

15. METODOLOGIAEscolha do modelo econométrico:
DIAGNOSTICS FOR SPATIAL DEPENDENCE
FOR WEIGHT MATRIX : Trab_eeg_q1.gal (row-standardized weights)
TEST MI/DF VALUE PROB
Moran's I (error) 0.3307 12.2622 0.00000
Lagrange Multiplier (lag) 1 186.6407 0.00000
Robust LM (lag) 1 47.5039 0.00000
Lagrange Multiplier (error) 1 141.7579 0.00000
Robust LM (error) 1 2.6211 0.10545
Lagrange Multiplier (SARMA) 2 189.2618 0.00000
Se há dependência espacial, o modelo OLS deixa de ser o
MELNV (BLUE).
No modelo espacial os resíduos não são independentes e
não se pode usar MQO (em geral se usa o estimador de MV).
A interpretação dos parâmetros é complexa, envolvendo
uma matriz inversa (n x n), como a mostrada abaixo.

16. RESULTADOS E DISS
Variáveis OLS SAR SEM
Constante -1.773,75 *** -1.440,59 *** -583,49 *
Ocupações por hectare (2006) 11.354,24 *** 6.886,26 *** 8.789,78 ***
Tratores por estabelecimento (2006) 552,26 *** 522,94 *** 578,50 ***
Número de estabelecimentos rurais (2006) -0,2180 *** -0,08726 * -0,07627
Idese Educação (2011) 3.495,50 *** 2058,51 *** 0,63981 ***
Rho (SAR) 0,5435 ***
Lambda (SEM) 0,6398 ***
Observações 497
I de Moran 0,3354 ***
R2 0,4977 0,6557 0,6480
R2-ajustado 0,4936
Resultados das estimações (W=Q1 padronizada): OLS, SAR e SEM
Variável dependente: VAB da agropecuária/área agrícola (2011)
Fonte: Resultados da pesquisa.
Nota: * significante a 10%; ** significante a 5%; *** significante a 1%.

17. RESULTADOS E DISSResultados das estimações SAR: coeficientes e impacto total
Variável dependente: VAB da agropecuária/área agrícola (2011)
Variáveis
SAR
Coeficientes
SAR
Impacto Total*
Constante -1.440,59 -3.155,73
Ocupações por hectare (2006) 6.886,26 15.084,91
Tratores por estabelecimento (2006) 522,94 1.145,54
Número de estabelecimentos rurais (2006) -0,09 -0,19
Idese Educação (2011) 2.058,51 4.509,33
Lembrete:

18. Nome Micro VabAgropha Ocupha TratEst EstabRurais ideduc07 Base_sim Base_fix Var Var % Vab_sim Vab_fix Dif Var %
Cachoeira do Sul 841,3 0,054 0,450 11207 0,606 835,9 835,9 1,00002 0,0020 525.737.419 525.726.971 10.448 0,0020
Camaquã 852,2 0,064 0,553 9507 0,531 847,4 847,4 1,00001 0,0009 369.448.937 369.445.669 3.268 0,0009
Campanha Central 365,4 0,013 0,496 6426 0,621 365,4 365,4 1,00000 0,0003 526.921.760 526.920.134 1.626 0,0003
Campanha Meridional 448,2 0,015 0,638 5248 0,655 448,3 448,3 1,00000 0,0001 479.773.595 479.772.890 705 0,0001
Campanha Ocidental 535,8 0,013 0,728 10149 0,644 535,9 535,9 1,00001 0,0013 1.270.316.151 1.270.299.154 16.997 0,0013
Carazinho 1616,8 0,078 0,353 12119 0,691 1800,9 1800,2 1,00038 0,0382 770.874.196 770.579.521 294.676 0,0382
Caxias do Sul 3272,8 0,193 0,743 16146 0,630 3272,7 3272,1 1,00021 0,0210 972.553.280 972.348.707 204.573 0,0210
Cerro Largo 1736,5 0,149 0,237 10636 0,670 1736,8 1736,7 1,00001 0,0011 326.913.191 326.909.730 3.461 0,0011
Cruz Alta 1292,0 0,044 0,662 11307 0,644 1301,0 1300,5 1,00042 0,0419 920.602.099 920.216.366 385.732 0,0419
Erechim 1574,0 0,116 0,282 19448 0,660 1586,1 1576,0 1,00637 0,6370 738.080.343 733.408.684 4.671.659 0,6370
Frederico Westphalen 1965,6 0,181 0,154 24817 0,634 1983,2 1977,5 1,00293 0,2927 772.773.476 770.518.098 2.255.378 0,2927
Gramado-Canela 1577,2 0,148 0,217 7303 0,657 1576,8 1576,4 1,00023 0,0233 181.971.007 181.928.687 42.320 0,0233
Guaporé 2657,8 0,130 0,372 12766 0,692 2663,7 2658,0 1,00217 0,2168 746.796.585 745.180.705 1.615.880 0,2168
Ijuí 1696,5 0,083 0,551 12747 0,698 1706,9 1706,6 1,00022 0,0219 736.273.949 736.112.618 161.332 0,0219
Jaguarão 547,6 0,015 0,482 2675 0,548 551,0 551,0 1,00001 0,0008 257.498.333 257.496.235 2.097 0,0008
Lajeado-Estrela 3671,8 0,199 0,198 22251 0,698 3666,9 3666,3 1,00016 0,0155 1.064.256.114 1.064.090.948 165.166 0,0155
Litoral Lagunar 726,2 0,026 0,531 4061 0,619 729,6 729,5 1,00005 0,0054 392.721.464 392.700.106 21.358 0,0054
Montenegro 3867,4 0,197 0,362 11325 0,635 3860,7 3860,6 1,00003 0,0026 522.423.547 522.409.989 13.558 0,0026
Não-Me-Toque 2044,9 0,078 0,738 3650 0,731 2066,2 2059,4 1,00332 0,3319 266.955.773 266.072.769 883.004 0,3319
Osório 876,6 0,072 0,238 14075 0,631 876,7 876,3 1,00046 0,0458 391.551.107 391.371.723 179.383 0,0458
Passo Fundo 2261,1 0,088 0,609 16139 0,629 2357,1 2268,8 1,03890 3,8898 1.311.403.861 1.262.302.811 49.101.051 3,8898
Pelotas 749,7 0,081 0,409 21614 0,581 781,0 781,0 1,00001 0,0006 617.787.303 617.783.359 3.944 0,0006
Porto Alegre 1155,2 0,088 0,387 9382 0,618 1148,5 1148,5 1,00005 0,0047 320.666.137 320.651.129 15.008 0,0047
Restinga Seca 1151,1 0,104 0,498 8916 0,596 1150,5 1150,4 1,00002 0,0020 274.694.426 274.688.914 5.512 0,0020
Sananduva 1540,2 0,102 0,309 9886 0,583 1551,1 1541,1 1,00647 0,6474 398.205.937 395.644.501 2.561.436 0,6474
Santa Cruz do Sul 2236,8 0,195 0,204 27081 0,598 2232,6 2232,4 1,00011 0,0115 935.735.370 935.628.207 107.163 0,0115
Santa Maria 579,4 0,040 0,401 14371 0,656 579,2 579,2 1,00001 0,0007 552.111.642 552.107.965 3.677 0,0007
Santa Rosa 1849,5 0,152 0,294 17664 0,692 1850,6 1850,5 1,00004 0,0041 542.853.662 542.831.458 22.205 0,0041
Santiago 715,4 0,025 0,429 8602 0,618 715,7 715,7 1,00006 0,0060 668.786.872 668.746.909 39.963 0,0060
Santo Ângelo 1027,2 0,053 0,384 17692 0,649 1028,2 1028,1 1,00005 0,0050 911.087.017 911.041.556 45.461 0,0050
São Jerônimo 819,6 0,054 0,318 7246 0,624 716,0 715,9 1,00007 0,0073 239.126.990 239.109.532 17.457 0,0073
Serras de Sudeste 279,3 0,028 0,213 14628 0,567 280,5 280,5 1,00001 0,0007 364.342.753 364.340.365 2.388 0,0007
Soledade 1000,3 0,099 0,156 9469 0,567 1006,2 1001,3 1,00493 0,4926 273.218.441 271.879.041 1.339.401 0,4926
Três Passos 1955,1 0,182 0,213 20128 0,673 1957,9 1957,3 1,00031 0,0308 580.120.674 579.942.296 178.378 0,0308
Vacaria 666,2 0,027 0,482 10791 0,580 671,6 666,5 1,00763 0,7635 846.613.313 840.198.715 6.414.598 0,7635
1432,9 1441,1 1437,1 1,00282 0,2817 21.071.196.725 21.000.406.461 70.790.264 0,3371
Choque de mecanização na Microrregião de Passo Fundo
Tratores/estabelecimento 0,554 x 1,1 = 0,609 Diferença VabAgr/Trator
Tratores na Microrregião 8.936,0 x 1,1 = 9.829,6 893,6 79.219,2
Efeitos de transbordamentos da
agropecuária (microrregiões): um exemplo

19. CONCLUSÕES
Comentários finais
Pode-se concluir que existem dois clusters bem definidos em relação ao VAB da agropecuária
(VAB/ha).
O primeiro envolve as regiões do Vale do Taquari e Serra, com predomínio de pequenas e
médias propriedades rurais e produção diversificada. Neste cluster as propriedades são
pequenas, mas produzem alto valor agregado/ha.
O segundo cluster é formado pela Região Sul do Estado com predomínio de propriedades rurais
de médias a grandes. Neste a produção é extensiva e com baixo valor agregado/ha.
Através do I Moran observou-se que existe autocorrelação espacial entre municípios vizinhos.
Isto indica que pode estar havendo efeitos de transbordamentos entre eles.
Dito de outra forma, as boas práticas (mais lucrativas) podem se disseminar (espraiar) de forma
gravitacional: novas tecnologias, novos produtos, imitação, assistência técnica, etc.
As variáveis utilizadas mostraram-se significativas nos modelos propostos confirmando que, mão
de obra, mecanização e educação, impactam positivamente no valor adicionado bruto da
agropecuária nos municípios do RS.
O modelo recomendado permite calcular efeitos multiplicadores de choques produtivos em um
município (região) sobre a produção de outros municípios ou regiões (efeitos diretos e indiretos).