Análise da infraestrutura socioeconômica e das áreas de influências da Zona da Mata de Minas Gerais (1991 - 2000) / Analysis of the socioeconomic infrasturcture and influence areas of Zona da Mata - Minas Gerais (1911 – 2000)

Resumo

A Zona da Mata de Minas Gerais é uma região que exerceu função de destaque nos cenários histórico e socioeconômico do Estado. Região que foi berço da extração do ouro no século XVIII e que, com o declínio do ciclo do ouro, especializou-se ao longo do século XIX na agricultura e na pecuária. No século XX, a atividade agropecuária declinou, produzindo estagnação socioeconômica em diversas atividades. Polarizada pelo município de Juiz de Fora, tem localização privilegiada no Estado de Minas Gerais e no Brasil. Devido à dinâmica apresentada pela região ao longo dos anos, esse trabalho tem por objetivo avaliar as condições socioeconômicas e delimitar as áreas de influências dos pólos regionais nos anos de 1991 e 2000. São utilizados modelos de interação espacial, em particular, a Análise de Componentes Principais (ACP) e o Modelo Potencial, com vistas à identificação de relações estruturais complexas e de padrões espaciais, tais como: polarizações, potencialidades, áreas de influência, hierarquias, etc., oferecendo subsídios metodológicos e técnicos para o planejamento e o gerenciamento do espaço e para as tomadas de decisões políticas

The Zona da Mata of Minas Gerais is considered to be a region that has exercised important functions in historical and socioeconomic scenarios of the State. This region is also considered to be the cradle of gold mining in the eighteenth century and, due to decreasing gold cycle, it specialized in agriculture and livestock during the nineteenth century. In the twentieth century, farming has declined, favoring stagnation in various socioeconomic activities. Polarized by the municipality of Juiz de Fora, it has privileged location inside Minas Gerais State and Brazil. Due to dynamics presented by the region over the years, this study aims to assess the socioeconomic conditions as well to delineate areas of influence of regional clusters between the years 1991 and 2000. The authors used spatial interaction models in particular, Principal Component Analysis (PCA) and the Potential Model, to identify complex structural relationships and spatial patterns, such as polarization, potentialities, areas of influence, hierarchies, etc. This will offer methodological and technical support for space planning and management and for political decision-making.