Fonte de geração de emprego, renda e riquezas para o PIB municipal, regional, estadual e nacional, a mineração possui além de estímulos econômicos motores capazes de estimular o desenvolvimento social via impostos pagos. Dentre os impostos pagos está o CFEM, estabelecida pela Constituição de 1988, a Compensação Financeira pela Exploração Mineral – CFEM é a contrapartida financeira paga pelas empresas mineradoras à União, aos Estados, Distrito Federal e Municípios pela utilização econômica dos recursos minerais em seus respectivos territórios. Este estudo teve como finalidade verificar se este repasse teve influencia significativa nos municípios estudados.
O setor da mineração Brasileira e seus impactos sociais, culturais e ambientais vem ganhando cada vez mais destaque ao longo do tempo, principalmente após os rompimentos das barragens do fundão no subdistrito de Bento Rodrigues/MG em 2015 e a Barragem Córrego do Feiijão da Mineradora Vale, em Brumadinhono no ano de 2019. Desta forma coloca-se em evidência a iimportçância da relação entre o Índice de Desenvolvimento Humano (IDH) e o Compensação Financeira pela Exploração de Recursos Minerais (CFEM).
Nos últimos anos, a mineNos últimos anos, o agronegócio tem assumido uma merecida posição de destaque no debate econômico e nas grandes pautas de discussão no Brasil, com ampla repercussão midiática. O setor vem ganhando os holofotes, devido às suas capacidades de expansão de produtividade e produção e de geração de oportunidades de emprego em várias regiões, mesmo em um momento em que a economia do País vive uma situação extremamente delicada, com recessão e crises político/institucionais persistentes, que vêm afetando seu crescimento e desenvolvimento.
Nos últimos anos, a mineração tem assumido uma merecida posição de destaque no debate econômico e nas grandes pautas de discussão no Brasil, com ampla repercussão midiática. O setor vem ganhando os holofotes, devido às suas capacidades de expansão de produtividade e produção e de geração de oportunidades de emprego em várias regiões, mesmo em um momento em que a economia do País vive uma situação extremamente delicada, com recessão e crises político/institucionais persistentes, que vêm afetando seu crescimento e desenvolvimento.
Grafico 1:Crescimento do produto interno bruto
| Gerência Regional | Jan. | Fev. | Mar. | Abr. | Mai. | Jun. | Jul. | Ago. | Set. | Out. | Nov. | Dez. | Total. | % | Ranking |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| PA/AP | 189166585.49 | 170633369.88 | 162842691.05 | 174060092.72 | 147472993.95 | 200083312.69 | 186247395.4 | 232015841.65 | 272940398.38 | 325942872.31 | 739901910.25 | 333564268.46 | 3134871732.2 | 51.57 | 1º Posição |
| MG | 112333226.12 | 172885508.60 | 106912604.58 | 137887806.48 | 140172618.94 | 164337071.41 | 178018142.5 | 204002170.73 | 202079868.91 | 265184398.76 | 427364739.37 | 253358885.24 | 2364537041.7 | 38.89 | 2º Posição |
| GO/DF | 9783476.25 | 5973243.16 | 8615665.29 | 8171270.81 | 10086165.80 | 9971049.46 | 15477461.9 | 11579801.57 | 12102399.37 | 15139759.93 | 14685067.48 | 11657395.95 | 133242756.9 | 2.19 | 3º Posição |
| BA | 5211254.52 | 5056055.38 | 6625355.50 | 7900343.78 | 6427995.90 | 7370220.05 | 9016360.6 | 9443212.95 | 9910860.26 | 8695015.83 | 11146209.51 | 7237360.30 | 94040244.6 | 1.55 | 4º Posição |
| MT | 4332160.23 | 4131567.56 | 3819430.87 | 4710562.43 | 5505382.04 | 6313837.56 | 7435758.0 | 8471271.73 | 11164489.08 | 8781518.70 | 14030809.02 | 8089581.79 | 86786369.0 | 1.43 | 5º Posição |
| SP | 4233127.30 | 4461506.17 | 4081667.89 | 4302712.22 | 4632999.74 | 3842197.39 | 4398168.7 | 5008444.53 | 4899034.81 | 4748690.06 | 6317672.60 | 5029480.11 | 55955701.5 | 0.92 | 6º Posição |
| MS | 590656.06 | 1200405.03 | 2446309.71 | 4018156.26 | 3068296.61 | 2299024.54 | 3155906.3 | 4703748.05 | 4291462.96 | 3611087.49 | 3885728.94 | 2157469.52 | 35428251.5 | 0.58 | 7º Posição |
| SC | 1615238.23 | 1767428.00 | 1604765.43 | 1618978.21 | 1573377.22 | 1721438.39 | 1865933.9 | 1798078.96 | 1966984.87 | 2040829.00 | 3523802.73 | 2483926.17 | 23580781.1 | 0.39 | 8º Posição |
| RS | 1693039.90 | 1666150.98 | 1768037.44 | 1725995.59 | 1433886.90 | 1674938.60 | 1658693.0 | 1724275.69 | 1862073.91 | 1515405.84 | 2141154.52 | 1650701.29 | 20514353.7 | 0.34 | 9º Posição |
| MA | 1587728.49 | 984502.33 | 1323439.75 | 1550074.04 | 1163952.91 | 1745180.78 | 1388345.9 | 1844843.58 | 1944199.72 | 2666101.14 | 2351096.06 | 1920733.82 | 20470198.6 | 0.34 | 10º Posição |
| PR | 1498354.46 | 1246023.15 | 1551878.86 | 1491625.32 | 1502368.08 | 1595621.33 | 1519090.1 | 1616131.86 | 1471484.85 | 1589418.72 | 1888986.10 | 1350126.18 | 18321109.0 | 0.30 | 11º Posição |
| RO/AC | 1009983.47 | 627655.31 | 833884.11 | 915179.50 | 1128368.55 | 1444683.64 | 1921768.7 | 1535633.26 | 2037232.66 | 1900515.70 | 1796916.27 | 1283126.61 | 16434947.8 | 0.27 | 12º Posição |
| SE | 781726.31 | 642990.53 | 585906.53 | 714539.26 | 1122644.57 | 697824.73 | 1019792.8 | 1094446.10 | 1256141.41 | 1083449.72 | 1042195.70 | 1084443.21 | 11126100.9 | 0.18 | 13º Posição |
| AM | 881445.11 | 963275.38 | 820718.49 | 680887.84 | 701390.30 | 126033.45 | 1070870.7 | 757222.12 | 1127280.08 | 1093036.09 | 1128243.56 | 864218.81 | 10214621.9 | 0.17 | 14º Posição |
| CE | 732382.88 | 677235.01 | 1505791.02 | 490883.65 | 617827.77 | 548661.35 | 780564.6 | 808404.01 | 842684.64 | 1097217.21 | 949894.56 | 938781.23 | 9990328.0 | 0.16 | 15º Posição |
| ES | 557883.31 | 544270.15 | 682944.41 | 597823.32 | 670575.27 | 609397.10 | 855757.1 | 858070.99 | 980530.46 | 818496.83 | 1205716.20 | 768501.61 | 9149966.8 | 0.15 | 16º Posição |
| RJ | 672825.10 | 747406.12 | 537111.39 | 591713.38 | 633518.88 | 588941.68 | 680505.4 | 643371.86 | 672280.02 | 661371.61 | 777799.61 | 699671.92 | 7906517.0 | 0.13 | 17º Posição |
| TO | 295181.56 | 356206.87 | 363862.52 | 267347.49 | 392606.71 | 597334.10 | 830650.9 | 949872.20 | 1044829.29 | 639394.64 | 1482577.14 | 637675.72 | 7857539.2 | 0.13 | 18º Posição |
| PB | 644639.21 | 418576.83 | 486127.49 | 510557.34 | 909485.90 | 328143.88 | 397855.3 | 429748.75 | 588152.48 | 641921.03 | 940942.36 | 744419.97 | 7040570.5 | 0.12 | 19º Posição |
| PE | 426232.97 | 420607.35 | 387000.69 | 296190.96 | 260387.68 | 276248.04 | 306805.6 | 368105.65 | 587915.93 | 393679.15 | 451717.54 | 340489.23 | 4515380.8 | 0.07 | 20º Posição |
| RN | 280757.36 | 207834.32 | 238305.92 | 211216.57 | 156831.96 | 219922.39 | 206538.2 | 166259.60 | 208752.46 | 280593.28 | 438828.98 | 225214.81 | 2841055.8 | 0.05 | 21º Posição |
| AL | 237749.28 | 255294.15 | 213190.70 | 183452.36 | 226819.80 | 113289.71 | 146835.1 | 151082.53 | 194863.90 | 184966.15 | 266275.28 | 291310.33 | 2465129.3 | 0.04 | 22º Posição |
| PI | 108104.39 | 70835.00 | 76739.10 | 41441.87 | 38502.52 | 123755.72 | 161161.4 | 240995.99 | 224376.34 | 255963.57 | 250627.91 | 226978.74 | 1819482.5 | 0.03 | 23º Posição |
| RR | 21877.25 | 10770.14 | 53336.65 | 28088.73 | 9815.47 | 5348.75 | 7500.7 | 6451.28 | 8994.85 | 23453.66 | 11419.32 | 9092.79 | 196149.6 | 0.00 | 24º Posição |
| Total: | 338695635.25 | 375948717.40 | 308376765.39 | 352966940.13 | 329908813.47 | 406633476.74 | 418567862.9 | 490217485.64 | 534407291.64 | 648989156.42 | 1237980331.01 | 636613853.81 | 6079306329.8 | 100.00 | NA |
Fonte adaptada: https://www.gov.br/anm
Os recursos da CFEM são distribuídos da seguinte forma:
* 10% para a União (7% ANM, 1% FNDCT, 1,8% CETEM e 0,2% IBAMA)
* 15% para o Estado onde for extraída a substância mineral
* 60% para o Município produtor.
* 15% para os Municípios quando afetados pela atividade de mineração e a produção não ocorrer em seus territórios.
E estes recursos devem ser aplicados pelos entes beneficiários em projetos, que direta ou indiretamente revertam em prol da comunidade local, na forma de melhoria da infraestrutura, da qualidade ambiental, da saúde e educação.
A finalidade do presente trabalho é a análise dos índices de desenvolvimento humano (IDH) e a Compensação Financeira pela Exploração de Recursos Minerais (CFEM) nos municípios Parapebbas, Canaã dos Carajás, Congonhas e Itabira nos estados do Pará e Minais Gerais que somados possuem 18 munícípios entre os 20 primeiros maiores arrecadadores do CFEM.
Mapas do estado do Pára e seu percentual populacional nos municípios.
Mapa do estado de Minas Gerais e seu percentual populacional nos municípios.
Construção do Boxplot Variação da população residente nos municípios com abastecimento de água nos 14 anos
Inicialmente foram selecionados os municípios que se encontram até a presente data na posição de arrecadadores conforme a segir;
1º lugar da lista CFEM/2021 PARAUAPEBAS/PA - Arrecadação R$ 38.074.503.187,33
2º lugar da lista CFEM/2021 CANAÃ DOS CARAJÁS/PA - Arrecadação R$ 29.214.664.213,08
3º lugar da lista CFEM/2021 CONCEIÇÃO DO MATO DENTRO/MG - Arrecadação R$ 10.974.124.629,85
4º lugar da lista CFEM/2021 CONGONHAS/MG - Arrecadação R$ 7.951.472.610,08
5º lugar da lista CFEM/2021 ITABIRITO/MG - Arrecadação R$ 7.945.715.442,12
6º lugar da lista CFEM/2021 MARIANA/MG - Arrecadação R$ 6.010.135.035,14
7º lugar da lista CFEM/2021 ITABIRA/MG - Arrecadação R$ 5.988.908.831,76
Após a fase inicial foram escolhidos como base para o estudo os municípios de Paraupebas, Canaã dos Carajás,Congonhas e Itabira. Estes municípios foram selecionados por estarem entre os 10 primeiros colocados na arrecadação CFEM do ano acima citado e por conterem maior número de informação para viabilizar o estudo.
Após definição dos municípios a etapa seguinte foi a de obtenção de dados históricos, no período entre 2004 e 2017, através dos Bancos de dados do IBGE, ANA, COMPARABRASILe SNIS.Este período justifica-se por serem os períodos com maior número de informações necessárias.
Para o estudo das três dimensões básicas do desenvolvimento humano: renda, educação e saúde foram feitas a correlação entre a Distribuição da compensação do CFEM nos municipios conforme declarado pela ANA e as informações dos gastos anuais por cada prefeitura em Segurança Pública,Saúde, Educação, Urbanismo, Saneamento,Gestão Ambiental e Transporte Os dados foram compilados e carregados no ambiente do software de linguagem de programação para gráficos e cálculos estatísticos RStudio para conclusão dos resultados obtidos.
A serguir segue tratamentos necessários no banco de dados;
Após a etapa de tratamento e análise dos dados, foi observado que o modelo que melhor descreve o comportamento dos indices selecionados com relação à Distribuição do CFEM nos muunicipios foi o Teste de normalidade Shapiro variãveis quantitativas, Como regra de decisão foi adotado;
H0: os dados apresentam distribuição normal
H1: os dados não apresentam distribuição normal
alpha = 0.05
Se pv < alpha rejeita Ho
Se pv > alpha não rejeita a Ho
Como resultdo nos Aplicando o Teste de Shapiro em Receita, Operação,
shapiro.test(cfem$Distribuição_CFEM_nos_muunicipios)
p-value = 0.000000002506 - rejeita Ho, não tem distribuição norrmal
shapiro.test(cfem$Segurança_Pública)
p-value = 0.000000000001548 - rejeita Ho, não tem distribuição norrmal
shapiro.test(cfem$Saúde)
p-value = 0.00003765 - rejeita Ho, não tem distribuição norrmal
shapiro.test(cfem$Educação)
p-value = 0.00000001023 - rejeita Ho, não tem distribuição norrmal
shapiro.test(cfem$Urbanismo)
p-value = 0.00004004 - rejeita Ho, não tem distribuição norrmal
shapiro.test(cfem$Saneamento)
p-value = 0.00000005774 - rejeita Ho, não tem distribuição norrmal
shapiro.test(cfem$Gestão_Ambiental)
p-value = 0.0002685 - rejeita Ho, não tem distribuição norrmal
shapiro.test(cfem$Transporte)
p-value = 0.000000002765 - rejeita Ho, não tem distribuição norrmal
teste de correlação entre duas variávei:
teste Distribuição_CFEM_nos_muunicipios vs Segurança_Pública
teste Distribuição_CFEM_nos_muunicipios vs Saúde
teste Distribuição_CFEM_nos_muunicipios vs Educação
teste Distribuição_CFEM_nos_muunicipios vs Urbanismo
teste Distribuição_CFEM_nos_muunicipios vs Saneamento
teste Distribuição_CFEM_nos_muunicipios vs Gestão_Ambiental
teste Distribuição_CFEM_nos_muunicipios vs Transporte
H0: rho = 0 não são correlacionadas
H1: rho != 0 são correlacionadas
alpha = 0.05
Se pv < alpha rejeita Ho
Se pv > alpha não rejeita a H0
A seguir testes spearman e resultados da correlação proposta;
cor.test(cfem\(Distribuição_CFEM_nos_muunicipios,cfem\)Segurança_Pública,method = "spearman")
p-value = 0.0006296
0 valor disribuido aos municipios tem impacto na segurança publica
cor.test(cfem\(Distribuição_CFEM_nos_muunicipios,cfem\)Saúde,method = "spearman")
p-value = 0.00000000000000022
0 valor disribuido aos municipios tem impacto na saúde
cor.test(cfem\(Distribuição_CFEM_nos_muunicipios,cfem\)Educação,method = "spearman")
p-value = 0.00000000000000022
0 valor disribuido aos municipios tem impacto na Educação
cor.test(cfem\(Distribuição_CFEM_nos_muunicipios,cfem\)Urbanismo,method = "spearman")
p-value = 0.00000002861
0 valor disribuido aos municipios tem impacto na Urbanismo
cor.test(cfem\(Distribuição_CFEM_nos_muunicipios,cfem\)Saneamento,method = "spearman")
p-value = 0.000005143
0 valor disribuido aos municipios tem impacto no Saneamento
cor.test(cfem\(Distribuição_CFEM_nos_muunicipios,cfem\)Gestão_Ambiental,method = "spearman")
p-value = 0.00000001865
0 valor disribuido aos municipios tem impacto na Gestão Ambiental
cor.test(cfem\(Distribuição_CFEM_nos_muunicipios,cfem\)Transporte,method = "spearman")
p-value = 0.00000000001038
0 valor disribuido aos municipios tem impacto na Transporte
Conforme constato o repasse do CFEM aos municípios produtores casa impactos positivos nos indices estudados e que podem ser indicativos do IDHM porém é de suma importância destacar que os IDHMs dos municípios Paraupebas (0.705), Canaã dos Carajás (0.673), Congonhas (0.753) e Itabira (0.756) estudados encontram-se abaixo da média nacional que é 0.765
Mapa com indices de IHD.
## Rows: 5,565
## Columns: 6
## $ cod_uf <int> 11, 11, 11, 11, 11, 11, 11, 11, 11, 11, 11, 11, 11, 11, 11, 1~
## $ cod_muni <int> 1100015, 1100023, 1100031, 1100049, 1100056, 1100064, 1100072~
## $ idhm <dbl> 0.641, 0.702, 0.650, 0.718, 0.692, 0.685, 0.613, 0.611, 0.672~
## $ idhm_e <dbl> 0.526, 0.600, 0.559, 0.620, 0.602, 0.584, 0.473, 0.493, 0.536~
## $ idhm_l <dbl> 0.763, 0.806, 0.757, 0.821, 0.799, 0.814, 0.774, 0.751, 0.819~
## $ idhm_r <dbl> 0.657, 0.716, 0.650, 0.727, 0.688, 0.676, 0.630, 0.616, 0.691~
## Rows: 27
## Columns: 2
## $ cod_uf <int> 11, 12, 13, 14, 15, 16, 17, 21, 22, 23, 24, 25, 26, 27, 28, 29,~
## $ idh <dbl> 0.6440385, 0.5860909, 0.5651129, 0.6102000, 0.5815455, 0.642812~
## Rows: 27
## Columns: 5
## $ nome <fct> RONDÔNIA, ACRE, AMAZONAS, RORAIMA, PARÁ, AMAPÁ, TOCANTINS, MA~
## $ State <dbl> 11, 12, 13, 14, 15, 16, 17, 21, 22, 23, 24, 25, 26, 27, 28, 2~
## $ Region <dbl> 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 4~
## $ idh <dbl> 0.6440385, 0.5860909, 0.5651129, 0.6102000, 0.5815455, 0.6428~
## $ geometry <MULTIPOLYGON [°]> MULTIPOLYGON (((-61.58313 -..., MULTIPOLYGON (((~
Através do proposto foi possível concluir que para no Brasil no contexto o repasse do CFEM aos munícípios tende a influenciar positivamente no IDH dos municípios. Logo, um mercado quecido, o PIB elevado tende a ser positivo ao local que ocorre a exploração mineral.
Entre as possíveis limitações atribuídas a esta pesquisa, destacou-se o tamanho da amostra. Recomenda-se como sugestão para trabalhos futuros, a aplicação de séries temporais com intervalos mais atuais tendo em vista um formento setor da mineração Brasileira nos anos de 2020 e 2021.