Spatiotemporal synergies and trade-offs between ecological conservation and industrial revitalisation in China’s rural regions

Resumo Técnico: Sinergias e Trade-offs Espaçotemporais entre Conservação Ecológica e Revitalização Industrial nas Regiões Rurais da China

Problema de Pesquisa
A sustentabilidade rural global enfrenta o desafio duplo do estagnação econômica e da degradação ambiental. Embora a Estratégia de Revitalização Rural de 2017 da China vincule explicitamente a prosperidade industrial com a vivibilidade ecológica, a interação empírica entre esses objetivos em escalas administrativas finas permanece não resolvida. A literatura existente é limitada por duas lacunas primárias: (1) uma dependência de análises em nível provincial que obscurece as variações fiscais e de uso da terra entre condados vizinhos, e (2) uma deficiência metodológica onde modelos de coordenação de acoplamento raramente integram técnicas de econometria espacial para separar efeitos diretos de transbordamentos (spillovers) transfronteiriços. Consequentemente, os formuladores de políticas carecem de parâmetros para avaliar trade-offs transfronteiriços e mecanismos causais.

Metodologia
O estudo constrói um conjunto de dados de painel equilibrado cobrindo 1.943 condados chineses de 2012 a 2022. O autor desenvolve dois índices compostos:

• Índice de Conservação Ecológica (ECI): Derivado de quatro indicadores baseados em satélite: concentração de PM2.5 (ACAG V6GL03), média anual de NDVI (GIMMS-3g), taxa de cobertura florestal e proporção de terra ecológica (ESA WorldCover 2020). Os pesos foram determinados por meio de uma combinação de entropia e o Método de Processo de Hierarquia Analítica (AHP).
• Índice de Revitalização Industrial (IRI): Construído utilizando dados de intensidade de luz noturna (eoatlas) como um proxy para a atividade industrial.

O arcabouço analítico emprega:

1. Grau de Coordenação de Acoplamento (CCD): Calculado para medir a sinergia entre o ECI e o IRI.
2. Modelo de Durbin Espacial (SDM): Estimado com efeitos fixos de condado e de ano usando pesos de K-vizinhos mais próximos (KNN) para decompor os efeitos em componentes diretos, indiretos (spatial spillover) e totais.
3. Diferença em Diferenças (DID): Utilizando a política de revitalização rural de 2017 como um choque exógeno, comparando os condados mais dependentes do meio rural (tratamento) contra os menos rurais (controle).
4. Simulações de Monte Carlo: 1.000 iterações com perturbação estocástica de parâmetros para projetar trajetórias de CCD até 2030 sob quatro cenários: linha de base, prioridade ecológica, prioridade industrial e desenvolvimento coordenado.
5. Testes de Robustez: Incluindo análise estratificada por setor (por níveis de intensidade de luz noturna), matrizes de pesos espaciais alternativas (contiguidade de Rainha, distância inversa) e regressões de variáveis defasadas para abordar a causalidade bidirecional.

Principais Resultados

• Evolução Espaçotemporal: A média nacional do ECI aumentou modestamente (3,7%), enquanto o IRI subiu significamente (47,2%), revelando uma industrialização desigual. Em 2022, o CCD nacional subiu de 0,277 para 0,306, mas apenas 5,4% dos condados alcançaram o status de "coordenado" (CCD > 0,5).
• Agrupamento Espacial: Observou-se uma forte autocorrelação espacial (o Índice de Moran Global aumentou de 0,534 para 0,592). Agrupamentos de alto-alto estão concentrados nas regiões costeiras do leste, enquanto agrupamentos de baixo-baixo dominam o noroeste.
• Transbordamentos Assimétricos: A decomposição do SDM revelou uma assimetria crítica. A revitalização industrial (IRI) gerou transbordamentos espaciais positivos significativos (efeito indireto = 0,074, P < 0,01), beneficiando condados vizinhos. Por outro lado, as melhorias ecológicas (ECI) mostraram efeitos indiretos negligenciáveis (0,008, P = 0,29), indicando que os ganhos ecológicos não cruzam significativamente as fronteiras administrativas.
• Heterogeneidade Regional e a Maldição dos Recursos: Os condados do oeste exibiram um padrão de "maldição dos recursos": são ecologicamente ricos, mas industrialmente pobres. O ganho marginal na coordenação proveniente da melhoria ecológica foi 2,7 vezes maior no oeste do que no leste, refletindo uma base industrial baixa. No entanto, 34,9% dos condados do oeste experimentaram trade-offs industriais.
• Impacto da Política: O desenho DID resultou em um coeficiente negativo (−0,0259) para a política de 2017, mas as tendências paralelas pré-tratamento foram violadas, limitando a interpretação causal. O sinal negativo provavelmente reflete uma divergência persistente em vez de um declínio induzido pela política.
• Projeções: As simulações de Monte Carlo indicam que um caminho de desenvolvimento "coordenado" supera robustamente as estratégias de objetivo único (prioridade ecológica ou prioridade industrial) até 2030.

Principais Contribuições

1. Quantificação em Escala Fina: O estudo fornece a primeira quantificação em nível de condado das interações ecológico-industriais na China, indo além dos agregados provinciais para revelar conflitos e sinergias localizadas.
2. Integração Metodológica: Integra modelos de coordenação de acoplamento com econometria espacial (SDM) para quantificar explicitamente os transbordamentos transfronteiriços, abordando uma lacuna na identificação de mecanismos causais em estudos regionais.
3. Descoberta de Assimetria: A pesquisa identifica que a atividade industrial gera externalidades espaciais positivas enquanto as melhorias ecológicas não, desafiando a suposição de que corredores ecológicos sozinhos impulsionam a coordenação regional.
4. Diagnóstico Transferível: O arcabouço demonstra ser adaptável para países com poucos dados (ex: Etiópia e Laos) usando indicadores simplificados, oferecendo uma ferramenta para nações em desenvolvimento desenharem estratégias localmente ajustadas.

Significância e Alegações
O artigo alega que a sustentabilidade rural requer políticas espacialmente diferenciadas em vez de mandatos nacionais uniformes. Os achados sugerem que:

• Direcionamento de Políticas: Políticas de coordenação entre condados devem priorizar ligações industriais para alavancar transbordamentos positivos, em vez de depender apenas de corredores ecológicos, que mostram efeitos de transbordamento negligenciáveis.
• Zonas Diferenciadas: O autor propõe três zonas de política baseadas nos valores de CCD de 2022: uma "Zona de Sinergia" (leste) para manter trajetórias; uma "Zona de Trade-off" para ativar fundos de transição da indústria de recursos; e uma "Zona de Desequilíbrio" (oeste, condados ecológicos) que requer parques industriais verdes e metas ecológicas vinculativas.
• Mecanismos de Compensação: Uma fórmula de compensação é proposta para contabilizar externalidades espaciais, sugerindo que os condados beneficiados pelo crescimento industrial de seus vizinhos devem contribuir para a compensação ecológica, com prêmios para regiões de alto custo de desenvolvimento.
• Alinhamento com os ODS: O estudo posiciona o CCD como uma ferramenta diagnóstica composta que se correlaciona com múltiplos Objetivos de Desenvolvimento Sustentável (ODS), particularmente redução da pobreza (ODS 1) e energia limpa (ODS 7), embora alerte que a coordenação não garante automaticamente as metas de ecossistemas terrestres (ODS 15).

O autor conclui que, embora sua abordagem ofereça um diagnóstico transferível para países em desenvolvimento, permanecem limitações, incluindo a natureza estática do modelo CCD, a dependência de um único proxy para atividade industrial e a agregação de dados em nível de condado, que mascara a heterogeneidade ao nível de município (township).