Download PDF
ads:
RICARDO CANDÉA SÁ BARRETO
DESENVOLVIMENTO REGIONAL E CONVERGÊNCIA DE RENDA
NOS MUNICÍPIOS DO ESTADO DO CEARÁ
Tese apresentada à Universidade
Federal de Viçosa, como parte das
exigências do Programa de Pós-Graduação
em Economia Aplicada, para obtenção do
título de Doctor Scientiae.
VIÇOSA
MINAS GERAIS – BRASIL
2007
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
Ficha catalográfica preparada pela Seção de Catalogação e
Classificação da Biblioteca Central da UFV
T
Barreto, Ricardo Candéa Sá, 1977-
B273d Desenvolvimento regional e convergência de renda nos
2007 municípios do estado do Ceará / Ricardo Candéa Sá
Barreto. – Viçosa , 2007.
xvii, 191f. : il. ; 29cm.
Orientador: João Eustáquio de Lima.
Tese (doutorado) - Universidade Federal de Viçosa.
Referências bibliográficas: f. 177-191
1. Ceará - Políticas econômicas. 2. Planejamento
regional. 3. Áreas subdesenvolvidas - Economia. 4. Ceará
- Condições econômicas. 5. Econometria. I. Universidade
Federal de Viçosa. II.Título.
CDD 22.ed. 338.900981131
ads:
RICARDO CANDÉA SÁ BARRETO
DESENVOLVIMENTO REGIONAL E CONVERGÊNCIA DE RENDA
NOS MUNICÍPIOS DO ESTADO DO CEARÁ
Tese apresentada à Universidade
Federal de Viçosa, como parte das
exigências do Programa de Pós-Graduação
em Economia Aplicada, para obtenção do
título de Doctor Scientiae.
APROVADA: 21 de março de 2007.
ii
AGRADECIMENTOS
Ao professor João Eustáquio de Lima, inicialmente por me acolher na
comunidade científica e também por sua orientação, pela compreensão e
seriedade com que conduz sua missão de professor e cientista.
Aos professores membros da banca examinadora, pela valiosa
participação e contribuição dispensadas a este trabalho.
Ao IPECE, pelo suporte institucional e pela viabilização dos estudos.
À UFV, pela oportunidade de realização do curso.
Ao CNPq e ao programa PICDT, pelo apoio financeiro, que possibilitou
a dedicação à Pós-Graduação e à elaboração desta tese.
Ao corpo docente e discente do Programa de Pós-Graduação em
Economia Aplicada, pelos cursos de alto nível que mantêm, pelas trocas de
experiências e idéias que contribuíram para meu aprimoramento intelectual,
profissional e pessoal.
Ao comitê de orientação, professores João Eustáquio de Lima, Antônio
Carvalho Campos e Eduardo Simões de Almeida, pelos estudos que juntos
desenvolvemos, pelo companheirismo e pela amizade.
Ao professor Ahmad Saeed Khan, por ter me apresentado o Programa
de Pós-Graduação em Economia Aplicada e suas contribuições à minha
formação profissional.
Aos amigos Eustáquio, Rita Sena e seus filhos, pela hospitalidade e
amizade.
iii
À minha mãe (suas orações foram de grande valia) e a meu pai, pela
vida e por terem sempre me incentivado aos estudos.
Aos amigos Cristiano Lemos, João Benigno, Aristarco e seus
familiares, pela amizade verdadeira e pela grande contribuição para o
desenvolvimento deste trabalho.
A todos aqueles que, de alguma forma, contribuíram para este estudo
ou que estiveram ao meu lado, enfileirados na torcida.
A Deus, por tudo.
Pensamentos que se somam: "Não diga pra Deus que você tem um
grande problema, diga pros seus problemas que você tem um grande Deus..."
"Não importa a face que a vida nos mostra, o que importa é como nós
encaramos esta vida!"
"O Guerreiro toma tudo como um desafio. O homem comum toma tudo
como benção ou maldição" (Carlos Castaneda).
iv
BIOGRAFIA
RICARDO CANDÉA SÁ BARRETO, filho de Klinger dos Santos Sá
Barreto e Maria Elenir Candéa Sá Barreto, nasceu em Fortaleza, Ceará, em 17
de fevereiro de 1977.
No período de 1993 a 1995, trabalhou como Estagiário do Banco do
Nordeste S/A na CENAG – Central Núcleo de Serviços das Agências.
Em 1996, iniciou o Bacharelado em Ciências Econômicas na
Universidade Federal do Ceará, colando grau em abril de 2002.
Em 1997, foi bolsista de assistência, participando do Programa de
Apoio Psicopedagógico da Pró-Reitoria de Assuntos Estudantis da
Universidade Federal do Ceará.
No período de 1999 a 2001, trabalhou como Secretário (estagiário) do
Comitê de Despesas e Investimentos Administrativos (CODAD) e do Cadastro
de Fornecedores da Comissão de Licitação (COLIC) do Banco do Nordeste
S/A.
No período de 2001 a 2002, foi monitor de Desenvolvimento
Econômico do Departamento de Teoria Econômica na Universidade Federal do
Ceará.
Em 2002, iniciou o Curso de Mestrado em Economia Rural na
Universidade Federal do Ceará, concluindo-o em janeiro de 2004.
Em março de 2004, iniciou o Curso de Doutorado em Economia
Aplicada na Universidade Federal de Viçosa.
v
SUMÁRIO
Página
LISTA DE TABELAS ............................................................................. viii
LISTA DE FIGURAS ............................................................................. xi
RESUMO .............................................................................................. xiii
ABSTRACT ........................................................................................... xvi
1. INTRODUÇÃO .................................................................................. 1
1.1. Considerações iniciais ............................................................... 1
1.2. O problema e sua importância ................................................... 4
1.3. Hipótese ..................................................................................... 14
1.4. Objetivos .................................................................................... 14
1.4.1. Objetivos gerais ................................................................... 14
1.4.2. Objetivos específicos ........................................................... 14
1.5. Estrutura do trabalho ................................................................. 14
2. POLÍTICAS REGIONAIS RECENTES NO ESTADO DO CEARÁ .... 16
2.1. Caracterização regional do estado do Ceará ............................ 16
vi
Página
2.2. Heterogeneidade espacial ......................................................... 19
2.3. A política de infra-estrutura das cidades no Ceará .................... 26
2.4. Desenvolvimento industrial ........................................................ 32
2.5. A política de formação de capital humano e a criação dos
Centros Regionais de Desenvolvimento Educacional
(CREDEs) .................................................................................. 47
2.6. A política do setor rural: o Projeto São José ............................. 50
2.7. Reflexões a respeito da política regional do Ceará .................. 53
3. REFERENCIAL TEÓRICO ............................................................... 60
3.1. Teoria de crescimento regional desequilibrado ......................... 60
3.2. Convergência da renda per capita ............................................ 63
3.3. Formalização do modelo espacial dentro do contexto da NGE . 66
4. METODOLOGIA ............................................................................... 81
4.1. Introdução .................................................................................. 81
4.2. Ferramentas de análise exploratória de dados espaciais ......... 82
4.2.1. Determinação da matriz de pesos espaciais ....................... 83
4.2.2. Indicadores de autocorrelação espacial global ................... 84
4.2.3. Diagrama de dispersão de Moran ....................................... 87
4.2.4. Indicadores de autocorrelação espacial local ...................... 90
4.3. Efeitos espaciais: autocorrelação e heterogeneidade espacial . 93
4.4. Modelo de dados de painel espacial com efeitos fixos ............. 95
4.5. Modelo empírico ........................................................................ 103
4.6. Descrição das variáveis utilizadas ............................................. 107
4.7. Fonte de dados .......................................................................... 113
5. ANÁLISE DOS RESULTADOS ......................................................... 114
vii
Página
5.1. Introdução .................................................................................. 114
5.2. Distribuição espacial do PIB per capita municipal e de sua
taxa de crescimento .................................................................. 114
5.3. Análise da concentração espacial do crescimento do PIB
p
e
r
capita ......................................................................................... 127
5.4. Identificação do padrão de crescimento do PIB per capita mu-
nicipal ........................................................................................ 130
5.5. Análise dos clusters espaciais do crescimento do PIB
p
e
r
capita ……………………………………………………………….. 135
5.7. Análise de robustez dos clusters espaciais de crescimento ...... 142
5.8. Determinantes da convergência e do crescimento econômico
dos municípios cearenses ......................................................... 145
5.8.1. Análise teste de presença da dependência espacial .......... 145
5.8.1.1. Análise de convergência de renda entre os municípios
cearenses .................................................................... 158
5.8.1.2. Determinantes do crescimento dos municípios cea-
renses ......................................................................... 161
5.8.1.3. Evidências de transbordamentos a partir da análise
de dados em painel ..................................................... 169
6. CONCLUSÕES ................................................................................. 172
REFERÊNCIAS .................................................................................... 177
viii
LISTA DE TABELAS
Página
1 Indicadores populacionais e socioeconômicos, estado do Cea-
rá (1991 a 2000) ........................................................................ 24
2 Indicadores macroeconômicos dos municípios selecionados,
estado do Ceará, 1995 e 2004 (R$ de 2005) ............................. 25
3 Componente e participação dos governos estadual e municipal
nos investimentos específicos financiados pelo Banco Mundial,
estado do Ceará, 1995-2003 ...................................................... 31
4 Valor e prazo dos benefícios do FDI em 1993, estado do Cea-
rá ................................................................................................ 33
5 Valor e prazo dos benefícios do FDI em 1995, estado do Cea-
rá ................................................................................................ 35
6 Investimentos e número de empregos previstos pelas empre-
sas atraídas pelo FDI, no período de ago./1995 a abr./2002
(R$ de jan./2006), estado do Ceará ........................................... 37
7 Aglomerações identificadas em 1995, estado do Ceará ............ 39
8 Distribuição da PROVIN/FDI por clusters potenciais, em 2002,
estado do Ceará ......................................................................... 39
9 Investimentos e número de empregos previstos pelas empre-
sas atraídas pelo FDI, no período de abr./2002 a mai./2003
(R$ de jan./2006), estado do Ceará ........................................... 42
ix
Página
10 Critérios de pontuação adotados em 2003, estado do Ceará ... 44
11 Duração dos incentivos recebidos pelas empresas, estado do
Ceará, 2003 ................................................................................ 44
12 Retorno dos empréstimos recebidos pelas empresas, estado
do Ceará, 2003 ........................................................................... 44
13 Investimentos e número de empregos previstos pelas empre-
sas atraídas pelo FDI, no período de mai./2003 a dez./2005
(R$ de jan./2006), estado do Ceará ........................................... 45
14 A evolução das teorias e políticas de desenvolvimento regional 56
15 Os estudos que incluíram efeitos espaciais na equação de
convergência .............................................................................. 72
16 Descrição das variáveis importantes para o crescimento da
renda per capita municipal ......................................................... 77
17 Comparação do PIB per capita e das taxas de crescimento dos
10 municípios que mais receberam investimentos pelo FDI e
PROURB e dos 10 municípios mais pobres não-beneficiados
por esses programas no estado do Ceará, 1995 a 2003 (R$ de
2005) .......................................................................................... 124
18 Indicador global de autocorrelação espacial (I de Moran) para
o crescimento do PIB per capita, estado do Ceará, 1996 a
2003 ........................................................................................... 128
19 Municípios influentes segundo a distância de Cook, estado do
Ceará, 1996 a 2003 ................................................................... 132
20 Taxas de crescimento (%) setorial no valor adicionado do PIB
no estado do Ceará, 1995 a 2003 .............................................. 141
21 Análise da robustez das estatísticas LISA ................................. 143
22 Diagnósticos da estimação por MQO para a variável taxa de
crescimento do PIB per capita, no estado do Ceará, 1996 a
2003 ........................................................................................... 146
23 Resultados da convergência absoluta de renda para o estado
do Ceará, 1996 a 2003 ............................................................... 147
x
Página
24 Resultado da regressão de dados de painel para a variável ta-
xa de crescimento do PIB per capita (1996 a 2003) com efeitos
fixos estimados por MQGE (period weights), com correção de
heteroscedasticidade usando white cross-section ..................... 154
25 Índice de Moran para os resíduos dos dados de painel de efei-
tos fixos estimados pelos modelos MQO, com e sem correção
de erro espacial (modelos 1 e 2) e modelo MQGE (modelo 5)
com correção do erro espacial e de heteroscedasticidade em
cada período de tempo (1996 a 2003) ....................................... 156
xi
LISTA DE FIGURAS
Página
1 Macrorregiões de planejamento do estado do Ceará, 2005 .... 20
2 Microrregiões e mesorregiões geográficas do Ceará, 2005 .... 21
3 Programa de Combate à Pobreza Rural no Ceará (PCPR)
Projeto São José, de abril de 1995 a junho de 2004 ............... 51
4 Diagrama de dispersão de Moran ............................................ 88
5 Mapa de dispersão de Moran ................................................... 89
6 Mapa de clusters e mapa de significância ............................... 92
7 Distribuição espacial do PIB per capita municipal do estado
do Ceará, 1995 a 2003 ............................................................. 116
8 Distribuição espacial do crescimento do PIB per capita do es-
tado do Ceará, 1996 a 2003 .................................................... 120
9 Distribuição espacial do PIB per capita de 1995 e a dinâmica
espacial do crescimento do PIB per capita do estado do Cea-
rá, 1996 a 2003 ........................................................................ 122
xii
Página
10 Diagrama de dispersão de Moran das taxas de crescimento
do PIB per capita, estado do Ceará, 1996 a 2003 ................... 131
11 Mapa de dispersão de Moran para crescimento do PIB
p
e
r
capita dos municípios cearenses (1996 a 2003) ...................... 134
12 Mapas de clusters para crescimento do PIB per capita no es-
tado do Ceará, 1996 a 2003 .................................................... 136
13 Moran map para o crescimento do PB per capita no estado
do Ceará, 1996 a 2003 ............................................................. 137
14 Distribuição espacial dos efeitos fixos para o modelo (5) ........ 157
xiii
RESUMO
BARRETO, Ricardo Candéa Sá, D.Sc., Universidade Federal de Viçosa,
fevereiro de 2007. Desenvolvimento regional e convergência de renda
nos municípios do Estado do Ceará. Orientador: João Eustáquio de Lima.
Coorientadores: Antônio Carvalho Campos e Eduardo Simões de Almeida.
O problema da pesquisa investigado neste estudo refere-se à inserção
e ao fortalecimento econômico de cidades estratégicas do interior do Ceará no
processo de desenvolvimento regional. A hipótese é de que o futuro destas
depende não apenas do mercado baseado no princípio da eficiência
econômica, mas também do planejamento estadual, com políticas apropriadas
de desenvolvimento para cada agrupamento formado no interior com um
equilíbrio estável entre forças centrípetas e centrífugas. Os objetivos gerais
deste trabalho foram estudar se a desconcentração regional das atividades
econômicas nos municípios do estado do Ceará foi eficiente e verificar se
houve entre eles convergência e transbordamento espacial no período de 1996
a 2003. A metodologia utiliza técnicas da Econometria Espacial, estimando um
modelo com o intuito de captar externalidades que afetam o crescimento do
PIB per capita dos municípios cearenses, verificando as variáveis que
influenciam diretamente o desenvolvimento dos municípios vizinhos, seu PIB
per capita e a formação de clusters espaciais. Para tal, dividiu-se a análise em
xiv
duas etapas. Na primeira, utilizou-se o método da Análise Exploratória de
Dados Espaciais (AEDE). Na segunda, implementou-se um modelo de
convergência espacial para verificar se, no período de análise, as disparidades
regionais aumentaram ou diminuíram. Os resultados indicaram autocorrelação
positiva para todos os anos analisados, a formação de clusters significativos de
municípios de alto crescimento do PIB per capita circundados por municípios
de alto crescimento do PIB per capita e municípios de baixo crescimento do
PIB per capita circundados por municípios de baixo crescimento do PIB per
capita em todos os anos. No que se refere à convergência, os resultados
mostram que, no período de 1996 a 2003, houve convergência de PIB per
capita, ou seja, houve uma diminuição das disparidades regionais. Contudo,
ressaltam-se questões inerentes ao processo de desenvolvimento e
crescimento econômico, planejamento de médio e longo prazos, tipologias
regionais, dentre outros. Foram também investigadas as principais forças
econômicas por trás do desenvolvimento intermunicipal de 1996 a 2003, dentro
do estado do Ceará, sobretudo a relação entre crescimento do PIB per capita,
acesso ao mercado, atratividade espacial e amenidades locais, usando o
método de análise da Econometria Espacial com dados de painel. Os
resultados obtidos permitiram identificar a possível formação de um clube de
convergência, no Estado, entre os municípios que mais cresceram.
Interessante é notar também que as desigualdades dão-se principalmente
entre os municípios mais industrializados: Fortaleza, Maracanaú, Eusébio,
Horizonte, Maranguape, todos da Região Metropolitana de Fortaleza, e Sobral
e o interior do Estado. Embora algumas mudanças, no que diz respeito à
velocidade de convergência, possam ser percebidas, de modo geral as
posições relativas não se alteram e as desigualdades são mantidas. Além
disso, ficou destacada na pesquisa a importância do capital humano, do capital
social, da infra-estrutura e das economias de urbanização (em que os custos
de transportes se inserem), dos mercados regional e metropolitano, das
externalidades positivas e negativas pelo efeito do meio industrial, do efeito
congestão da densidade demográfica e de outras amenidades urbanas do
desenvolvimento econômico dos municípios. O modelo econométrico de
convergência condicional mostrou que o crescimento do PIB per capita foi
afetado negativamente pelas variáveis criminalidade e densidade demográfica,
xv
e positivamente pelas variáveis capital humano, infra-estrutura, capital social,
meio industrial e potencial dos mercados regional e metropolitano. A
desigualdade regional no Ceará é muito grande. Estima-se que um período de
51 anos é necessário para o nível inicial de renda per capita atingir metade do
nível do estado estacionário (nível de equilíbrio), controlando a
heterogeneidade espacial deste processo por efeitos fixos. Em resumo, foi
comprovado que a influência de determinado município sobre o seu vizinho é
de suma importância, uma vez que permite identificar níveis de
interdependência dentro do estado do Ceará. E, além disso, no período
analisado, comprovou-se um movimento de homogeneização no estado do
Ceará, ou seja, desconcentração espacial da renda per capita.
xvi
ABSTRACT
BARRETO, Ricardo Candéa Sá, D.Sc., Universidade Federal de Viçosa,
February 2007. Regional development and convergence of income in
the cities of the State of the Ceará. Adviser: João Eustáquio de Lima. Co-
Advisers: Antônio Carvalho Campos and Eduardo Simões de Almeida.
The problem of the research investigated in this study mentions the
insertion and economic to fortify it of strategical cities of the interior of the Ceará
in the process of regional development. The hypothesis is on that the future of
these depends not only on the market based on the principle of the economic
efficiency, but also of the state planning, with appropriate politicies of
development for each grouping formed in the interior with a steady balance
between centripetal forces and centrifugal forces. The general objectives of this
work had been to study if the regional disconcerting of the economic activities in
the cities of the state of the Ceará was efficient and to verify if it had between
them spatial convergence overflow in the period of 1996 the 2003. The
methodology uses techniques of Spatial Econometry, esteem a model with
intention to catch externalities that affect the growth of the per capita GDP of
the pertaining to the state of Ceará cities, verifying the variable that directly
influence the development of the neighboring cities, its per capita GDP and the
space formation of clusters. For such, it was divided analysis in two stages. In
xvii
the first one, the method of the Exploratory Spatial Data Analysis. In second, a
model of spatial convergence was implemented to verify if, in the period of
analysis, the regional differences had increased or diminished. The every year
analyzed results had indicated positive autocorrelation for, the formation of
clusters significant of cities of high growth of the per capita GDP surrounded by
cities of high growth of the per capita GDP and cities of low growth of the per
capita GDP surrounded by cities of low growth of the per capita GDP in every
year. As for the convergence, the results show that for the period of 1996 the
2003 exist per capita convergence of the GDP, that is, have a reduction of the
regional differences. However, inherent questions to the development process
and economic growth are standed out, planning of medium and long run,
regional typology, amongst others. Also the main economic forces for
backwards of the intermunicipal development of 1996-2003 had been
investigated, inside of the state of the Ceará, over all the relation between
growth of the per capita GDP. Access to the market, space attractiveness and
local amenities, using the method of analysis of Spatial Econometry with panel
data. The gotten results had allowed to identify the possible formation of a club
of convergence in the State, enter the cities that had more grown. Interesting it
is to also notice that the inaqualities are given mainly more enter the
industrialized cities: Fortaleza, Maracanaú, Eusébio, Horizonte, Maranguape, all
of the Region Metropolitan of Fortaleza, and Sobral and the interior of the State.
Although some changes, in what it says respect to the convergence speed, can
be perceived, in general way the relative positions do not get excited and the
inaqualities are kept. Moreover, she was detached in the research the
importance of the human capital, of the capital stock, the infrastructure and the
economies of urbanization (where the costs of transports if insert), of the
markets regional and metropolitan, the positive and negative externalities for
the effect of the half industrial, of the effect congestion of the demographic
density and other urban amenities on of the economic development of the cities.
The econometrical model of conditional convergence showed that the growth of
the GDP per capita was affected negative by the variable crime and
demographic density. And positively for the variable capital human,
infrastructure, capital stock, half industrial and potential of the markets regional
and metropolitan. The regional inaquality in the Ceará is very great. They is
xviii
esteem that a period of 51 years is necessary for the initial level of per capita
income to reach half of the level of the stationary state (balance level).
Controlling the spatial heterogeneous of this process for fixed effect. In
conclusion, it was proven that the influence of one determined city on its
neighbor is of utmost importance, a time that allows to inside identify levels of
interdependence of the State of the Ceará. E, moreover, in the analyzed period,
proved a movement of homogenization in the State of the Ceará, that is, spatial
disconcerting of the per capita income.
1
1. INTRODUÇÃO
No society can surely be flourishing and happy, of which by far the greater part
of the numbers are poor and miserable (SMITH, 1776).
1.1. Considerações iniciais
De acordo com a literatura especializada
1
sobre a concentração da
atividade industrial, há uma tendência à concentração espacial da indústria
causada pelas economias de aglomeração, obtidas a partir de um processo
circular cumulativo. Os efeitos positivos ou negativos decorrentes da
aglomeração de empresas num só local produzem vantagens para que novos
empreendimentos se instalem nesse mesmo local (um município), ou provocam
desvantagens, atuam como fatores de repulsão a novos empreendimentos.
Nesse sentido, as economias ou deseconomias de aglomeração estão,
muitas vezes, associadas às externalidades, que se referem aos efeitos
externos, às economias ou deseconomias de escala, ou ainda aos efeitos-
vizinhança provocados pela atividade de uma empresa sobre a produção ou
utilidade de terceiros (se esses efeitos são benéficos, ocorrem externalidades
positivas; caso contrário, negativas)
2
.
1
Fujita et al. (2002), Krugman (2000; 1999); Myrdal (1972).
2
A definição de externalidade é apresentada por Mas-Colell et al. (1995, p. 352) da seguinte forma: uma
externalidade está presente sempre quando o bem-estar de um consumidor ou as possibilidades de
produção de uma firma são diretamente afetadas pelas ações de outros agentes na economia. As
2
Nas economias de aglomeração incluem-se: a) economias de escala,
b) economias localizacionais, e c) economias urbanas. Nas economias de
desaglomeração incluem-se: a) deseconomias de escala, b) aumento nos
aluguéis, no custo dos serviços urbanos e no custo resultante do
congestionamento viário, e c) aumento no custo dos alimentos como
conseqüência do fato de que, aumentando-se o tamanho das cidades, as áreas
agrícolas deverão afastar-se do centro urbano.
O estudo dessas aglomerações permite que se analisem e
quantifiquem os efeitos da polarização e sua propagação para outros setores
ou regiões, o que depende do encadeamento das atividades polarizadas.
Quando é alcançado um nível elevado de concentração econômica em
determinado espaço geográfico, verifica-se uma forte tendência ao
aparecimento de deseconomias externas. Daí iniciar-se-ia um processo de
desconcentração (desaglomeração) econômica, caracterizado por dois
movimentos: a relocalização de unidades produtivas e o redirecionamento dos
novos investimentos. Em muitos casos, esses movimentos seriam orientados
pelas políticas econômicas regionais. Assim, surgem novos centros urbanos
potenciais, com a capacidade de receber fluxos de investimentos e populações
por conta não apenas das economias de aglomeração, mas também por conta
da pouca incidência de deseconomias nos centros urbanos mais
“desenvolvidos” (PEREIRA; LEMOS, 2004).
Neste sentido, é relevante verificar que há duas maneiras de
caracterizar um “problema regional”: desigualdade e concentração. Quanto ao
primeiro aspecto, consideram-se as condições experimentadas por pessoas e
empresas de distintas partes do território nacional, verificando-se as diferenças.
O caso mais comum é tratar das diferenças em renda per capita, mas outros
aspectos são também encontrados na literatura, como condições de educação,
saúde, criminalidade etc. Por outro lado, a concentração de pessoas e
atividades econômicas em alguns pontos do território também pode ser
considerada como um problema, na medida em que diferenças de
externalidades são atividades que envolvem a imposição involuntária de custos ou de benefícios, isto é,
que têm efeitos positivos ou negativos sobre terceiros sem que estes tenham oportunidade de impedir e
sem que tenham a obrigação de pagá-los ou o direito de ser indenizados. Quando os efeitos
provocados pelas atividades são positivos, estas são designadas por externalidades positivas. Quando
os efeitos são negativos, designam-se por externalidades negativas.
3
oportunidade podem estar associadas com esse fato. Além disso, a excessiva
concentração pode levar a deseconomias de aglomeração, comprometendo a
eficiência econômica (AZZONI, 2003).
Os autores da Nova Geografia Econômica (NGE) têm desenvolvido
uma teoria regional e urbana a partir da literatura teórica tradicional: o modelo
de Von Thünen (1826) de uso da terra, a idéia de economias externas de Alfred
Marshall (1996) e a teoria da área central desenvolvida por Christaller (1933) e
Lösch (1940). Todos esses modelos estão disponíveis em Fujita et al. (2002).
A questão central na Nova Geografia Econômica, da qual Krugman
(1999) é um dos principais pesquisadores
3
, é explicar a distribuição da
atividade econômica no espaço em qualquer unidade geográfica: países,
regiões de um mesmo país, microrregiões e cidades. A sua principal conclusão
é que a distribuição das atividades depende do balanço entre forças contrárias
e favoráveis.
Existem forças centrípetas que aglomeram as atividades econômicas
em determinada região, e forças centrífugas que dispersam as atividades entre
as regiões. As forças centrípetas, em suma, referem-se aos custos de
transporte mais baixos, externalidades positivas e retornos crescentes de
escala nas atividades produtivas. Além desses fatores, a literatura apresenta
alguns estudos mostrando a urbanização como concentradora de atividades
econômicas. As forças responsáveis pela aglomeração das atividades podem
ser observadas na produção, distribuição e comercialização dos bens e
serviços, ou seja, podem ser observadas nas conexões para trás, que são as
transações de uma empresa com seus fornecedores de insumos, e conexões
para frente, que são as transações de uma empresa com seus consumidores
(OLIVEIRA, 2004).
As forças centrífugas mais destacadas na literatura referem-se a
externalidades negativas e à oferta fixa de fatores de produção. Essa oferta
pode ser: o fator terra, mais estudado em trabalhos sobre desigualdade entre
regiões, e o fator mão-de-obra, mais estudado em trabalhos sobre
desigualdades entre países. O fato de a terra próxima às aglomerações ser
3
A investida de Paul Krugman na chamada Nova Geografia Econômica, por um lado, e o
desenvolvimento da Econometria Espacial, em que se reconhecem explicitamente as possibilidades de
interações geográficas entre os fenômenos socioeconômicos, por outro, são fatores importantes,
principalmente porque são provenientes do núcleo central da ciência econômica (AZZONI, 2003).
4
limitada implica que, à medida que a demanda por este fator cresce, seus
preços também crescem. Esses preços crescem até o ponto em que não
compensam os benefícios de localizar-se próximo às aglomerações. Assim,
começa a atuar como uma força centrífuga, pois as atividades produtivas
buscarão regiões com terras de menor custo.
Contudo, a mão-de-obra pode atuar, também, como uma força
centrípeta em relação ao efeito que as aglomerações e externalidades têm
sobre os salários. Aglomerações geram vários tipos de externalidades
4
,
conforme salientado anteriormente, e essas externalidades geram maiores
salários nessas regiões. Maiores salários resultam em forças migratórias fortes
que podem implicar, e geralmente implicam, concentração excessiva de
população em cidades. Este excesso populacional gera problemas com relação
à qualidade de vida nas cidades, como congestionamentos, poluição e crimes.
As externalidades negativas associadas a aglomerações urbanas
incentivam uma fuga das atividades destas regiões, criando assim, uma força
centrífuga forte. A questão fundamental é identificar quais são essas forças
centrípetas e centrífugas e como elas atuam. Neste jogo de forças, o que se
observa é que as atividades economicas tendem a aglomerar-se em algumas
regiões em favor das cidades maiores e em detrimento de cidades menores, ou
seja, as forças centrípetas estão sobrepondo-se às centrífugas (OLIVEIRA,
2005).
1.2. O problema e sua importância
O Ceará com um PIB de 33.261 milhoes de reais era, em 2004, a 12.ª
maior economia do Brasil, estando, porém, entre os estados mais pobres do
País em termos de PIB per capita, com um PIB per capita de R$ 4.170,00
abaixo da média nacional (R$ 9.729,00) com a colocação de 23° (INSTITUTO
BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE, 2006a). Neste
contexto, o crescimento econômico dos municípios pobres serve não só para
reduzir as desigualdades regionais entre os municípios cearenses como
também para melhorar a qualidade de vida da população. Assim, a
4
Nesta pesquisa, os termos externalidade espacial, externalidade, spillover e transbordamento são
utilizados como sinônimos.
5
investigação das forças por trás do crescimento econômico adquire grande
importância.
As atuais disparidades internas do território cearense, especificamente
da grande concentração em torno de Fortaleza, podem ser resumidas
conforme a distribuição dos empreendimentos em 2003. No que tange as
indústrias sediadas e ativas no Ceará (15.446), 56% localizavam-se em
Fortaleza. No comércio atacadista, a concentração ainda era maior, chegava a
66% de um total de 3.567. Em alguns setores especializados do comércio
varejista, a relação de Fortaleza com o interior do estado é de influência. Para
consumir determinados produtos, a população tem que se deslocar até a
metrópole. São exemplos desses produtos os vendidos em livrarias e
papelarias como artigos de escritório (62% de 1.331) e os brinquedos (61% de
1.160). O artesanato (com artigos de couros e de cerâmica) chama a atenção
por ser tradicionalmente produzido nas comunidades interioranas e vendido na
metrópole, pois 64% dos 624 estabelecimentos comerciais estão sediados em
Fortaleza. Os serviços também estão predominantemente ofertados na
metrópole (58% de 5.037), notadamente os de saneamento e de limpeza
urbana e de construção civil, que somam 1.944 estabelecimentos, dos quais
76% localizavam-se em Fortaleza. Finalmente, para se ter uma idéia do volume
de capitais concentrados nessa metrópole, observa-se que os depósitos
bancários realizados no Ceará em 2001 – R$ 5.620.399.846,00, cerca de 84%,
foram efetivados em Fortaleza (ANUÁRIO ESTATÍSTICO DO CEARÁ, 2005).
Araújo (2005) ressalta que, mesmo que seja em termos políticos, o
governo do estado do Ceará vem procurando encaminhar os investimentos
para o interior do Estado, dotando o território cearense de infra-estrutura que
se transforma em vantagem comparativa em relação à participação no sistema
de divisão internacional do trabalho e de suas externalidades. Na perspectiva
empresarial, entretanto, a região metropolitana de Fortaleza é que é eleita nas
preferências locacionais, ampliando a concentração histórica.
Como forma de acelerar o crescimento econômico, o Governo do
estado do Ceará, em 1995, priorizou a política de industrialização para o
interior do Estado, com o objetivo de reduzir o êxodo rural e gerar empregos
nas comunidades interioranas. Está sendo uma tentativa de descentralizar a
concentração industrial nas proximidades da Região Metropolitana de Fortaleza
6
(RMF), que, em 2002, teve como foco da política industrial a estratégia de
desenvolvimento através dos clusters
5
, que passou a compor uma das opções
para promover o desenvolvimento industrial, porquanto se enquadrava melhor
nas novas diretrizes do mercado, como base para um modelo mais flexível.
Este conjunto de transformações abre espaço para questões acerca da
distribuição de renda no interior do Estado, assim como da redução das
desigualdades regionais ao longo do período, dado que o apoio ao crescimento
de centros urbanos secundários vem promovendo uma diminuição gradual do
peso relativo da população na RMF. O crescimento relativo desses centros
vem proporcionando uma decrescente migração para a RMF e uma crescente
migração da força de trabalho rural excedente para os novos centros regionais.
Houve o que se pode chamar, conforme Bar-el et al. (2002), de
“estadualização” do interior, como um paralelo à “globalização” do Estado, e
uma migração decrescente para a RMF.
Essas transformações no território, a reestruturação do espaço e a
introdução de inovações nas formas que se instalam no Ceará revelam a
exigência das novas funções – turismo, indústrias, setor terciário superior
etc. –, impondo um quadro espacial renovado como um abrigo adequado à
reprodução mais veloz e precisa do capital financeiro no interior antes
marginalizado (LIMA, 2000).
É importante ressaltar também um programa que vem transformando o
interior do estado do Ceará como forma de aumentar e, ou, melhorar a
urbanização e a infra-estrutura. Trata-se do Programa de Desenvolvimento
Urbano e de Gerenciamento de Recursos Hídricos (PROURB) do Estado, que
teve início em 1996, implementado com financiamento para desenvolvimento
institucional e investimentos em infra-estrutura urbana. O componente
PROURB Urbano visa estruturar 50 cidades estratégicas no interior do Estado,
dando suporte ao desenvolvimento econômico e social, atraindo indústrias,
impulsionando a agricultura irrigada e incrementando o turismo. O PROURB
5
Um cluster pode ser definido como a concentração geográfica de empresas e instituições
interconectadas, atuando em mesma área ou ramo. Para Abreu (2002), diferencia-se dos distritos
industriais pela capacidade que os agentes produtivos têm de trabalhar em sistemas de cooperação e
fazerem parte da mesma cadeia produtiva, o que proporciona mais ganhos do que os obtidos nos
distritos, pois este seria apenas uma quantidade elevada de empresas trabalhando em um mesmo
espaço físico, não havendo as relações de confiança e credibilidade. Já o embrião de cluster são as
concentrações que reúnem maiores condições de se transformar em um cluster propriamente dito.
7
Hídrico busca garantir a oferta e a regularização do suprimento de água para
os centros urbanos do Ceará.
Assim, o PROURB, aliado a uma nova fase da política industrial
cearense em 2000, com a criação do Centro de Estratégias de
Desenvolvimento do Ceará (CED)
6
e uma proposta de reavaliar os critérios de
concessão de benefícios concedidos pelo Fundo de Desenvolvimento Industrial
(FDI), dando maior enfoque para a formação e consolidação dos clusters
prioritários do Estado, constitui-se em um planejamento regional e urbano por
parte do Governo estadual.
Os pilares desta política industrial se fundamentam na:
- concessão de incentivos com base em uma política ativa, orientada pela
visão das cadeias produtivas;
- busca de construção de vantagens locacionais; e
- tentativa de identificar as principais cadeias produtivas
7
em formação e os
elos integrantes deste processo (utilizando a política de incentivos fiscais
para fortificar estes elos).
Esta proposta, conforme Abreu (2002), visa a combater a dependência
que o setor industrial criou em relação à política de incentivos fiscais. Assim,
um ponto primordial foi tornar a concessão destes investimentos mais seletiva,
ou seja, apoiar a atração de investimentos considerados essenciais para
formação e concentração de cadeias produtivas estratégicas para o
desenvolvimento do Estado.
Ainda segundo Abreu (2002), é importante ressaltar que inicialmente o
Estado deve identificar os clusters que podem ser desenvolvidas, sendo para
isso necessário:
- identificar as indústrias consideradas estratégicas para o desenvolvimento
da economia local; e
- fazer um mapeamento da concentração industrial para cada tipo de indústria
e, partindo deste resultado, identificar as manchas de concentração, ou seja,
6
Atual IPECE – Instituto de Pesquisa e Estratégias Econômicas do Ceará.
7
O conceito de cadeia produtiva foi desenvolvido como instrumento de visão sistêmica. Parte da premissa
que a produção de bens pode ser representada como um sistema, onde os diversos atores estão
interconectados por fluxos de materiais, de capital e de informação, objetivando suprir um mercado
consumidor final com os produtos do sistema. Para uma leitura do estado da arte recomenda-se ver
Prochnik e Haguenauer (2001).
8
as regiões que registram as maiores densidades industriais em cada tipo de
indústria, podendo estas manchas ser consideradas embriões de cluster.
Assim, a política industrial rescente do Ceará fundamentou-se na
postura intervencionista como forma de corrigir as falhas de mercado e as
externalidades negativas. Logo, a utilização constante da estratégia de atrair
investimentos reflete um tardio processo de industrialização que, com o passar
dos anos, foi sendo suprido de forma quantitativa, procurando, atualmente, o
Governo do Estado suprir essa carência qualitativa.
Cabe salientar que o FDI, benefício fornecido pelo Estado, possui
caráter diferenciado para as indústrias que desejam instalar-se na RMF e as
empresas que optam pelo interior. Quanto mais afastadas da RMF as
empresas se instalassem, maior seria o benefício concedido. Dessa forma, o
governo pretendia utilizar melhor as potencialidades do Estado como um todo,
ou seja, se o interior não apresentasse condições naturais e estruturais para
atrair indústrias com uma postura interventora, esta situação poderia se
reverter.
O objetivo desta política, portanto, não se limitava apenas à atração de
novos investimentos para alavancar o setor industrial, mas também procurava
proporcionar melhor distribuição geográfica desses investimentos,
desenvolvendo de forma mais harmônica e menos centralizada a economia
cearense. Este processo de dispersão das atividades e dos investimentos para
cidades médias ou de utilização de mão-de-obra mais barata faz com que as
economias de localização não fiquem restritas ao ambiente urbano, pois a
redução ocorrida nos custos de transporte permite maior mobilidade de mão-
de-obra, o que conecta cidades vizinhas. Em tese, a atuação das
externalidades extrapola o ambiente de uma cidade.
Neste contexto de difusão de idéias e tecnologias, o crescimento
econômico de uma cidade passa a depender de sua vizinhança, o que implica
dependência espacial entre várias cidades. Assim, as forças centrípetas e
centrífugas atuam regionalmente em determinado espaço geográfico limitado,
mas não necessariamente somente em uma cidade. As políticas e os
programas que alteram a qualidade de vida e a produtividade dos municípios
do interior do estado do Ceará são de fundamental importância para a redução
das desigualdades regionais.
9
De acordo com Krugman (2000), um dos principais responsáveis pelo
retomar da variável espaço, afirma que a principal barreira que impediu a
Economia de assumir plenamente a variável espaço foi a falta de capacidade
de modelação da mesma. Refere também que assim se justifica o "fracasso"
dos ramos ligados à Teoria do Desenvolvimento Regional e da Geografia
Econômica em integrarem o tronco principal da Ciência Econômica, pois o que
não se consegue modelar.
Convém frisar que, na presença dos efeitos espaciais, os métodos
econométricos tradicionais conduzem à ineficiência espúria, com graves danos
para a formulação de políticas públicas. Fornecer uma nova percepção da
dinâmica geográfica utilizando métodos de análise exploratória de dados
espaciais e de econometria espacial são procedimentos mais acertados para
verificar tantos padrões de convergências como também os resultados de
políticas públicas e formação de clusters mais comuns em países
subdesenvolvidos.
A econometria espacial, que, de acordo com Anselin (2001), é
um subconjunto da econometria que lida com as complicações causadas pela
interação (autocorrelação espacial) e pela estrutura espacial (heterogeneidade
espacial) em modelos de regressão para dados na forma de cross-section e
painel de dados,
foi considerada o melhor método de análise para esta pesquisa, exatamente
pelo fato de permitir ao pesquisador analisar o papel do espaço no processo de
geração de dado fenômeno. A econometria espacial tem suas raízes em
estudos específicos das áreas de ciência regional, geografia econômica e
economia urbana.
Nesse sentido, este estudo segue a mesma linha de trabalhos como o
de Rey e Montouri (1999). Os autores evidenciaram a importância da aplicação
dos instrumentos da econometria espacial e demonstraram a relevância dos
choques econômicos na adjacência de uma unidade econômica, concluindo
pela redução das disparidades regionais no País, ressaltando a importância da
análise espacial. Já Oliveira (2004) investigou as causas do crescimento das
cidades nordestinas no período de 1991 a 2000, destacando o papel da nova
geografia econômica e dos efeitos spillovers. Os resultados indicam
externalidades atuando positivamente por meio da educação e da urbanização,
e que os custos de transporte influenciam o crescimento econômico das
10
cidades. Resultado semelhante foi encontrado, por Oliveira (2005), para o
crescimento econômico das cidades cearenses.
Ainda no que diz respeito à economia brasileira, Mossi et al. (2003)
examinaram os padrões regionais da renda per capita no Brasil nos últimos 60
anos e discutiram a existência de regimes espaciais, clusters, de alta renda na
Região Sudeste, e outro de baixa renda na Região Nordeste do País.
Concluíram pela maior probabilidade de um Estado com rica vizinhança
apresentar rendimentos elevados.
Neste sentido, Anselin (1988) afirma que correlação espacial pode ser
entendida como a falta de independência entre observações em uma cross-
section ou dados de painel. Em particular, efeitos de spillover constituem um
elemento importante para explicar crescimento entre países ou municípios e,
portanto, a dimensão geográfica deve ser estudada. Além disso, o fato de
países ou regiões serem divididos por limites artificiais, que nem sempre
correspondem à real dimensão espacial do spillover, pode conduzir a um
problema de erro de medida que precisa ser objeto de estudo (MAGALHÃES et
al., 2000). Cabe destacar ainda que a combinação de dados de painel com
modelos espaciais está na fronteira de pesquisa sobre o tema e há questões
ainda não respondidas como sua influência sobre os modelos de convergência
espacial de renda e do controle da hetorogeneidade espacial sobre os
coeficientes estimados.
No que se refere à análise de dados de painel espacial, Ramírez e
Loboguerrero (2002) usaram a econometria espacial para calcular um modelo
de crescimento que inclui interdependência do crescimento econômico de um
país pela taxa de crescimento de seus vizinhos. Baseado em uma amostra de
98 países, em mais de três décadas (1965-75, 1975-85 e 1985-95), seus
achados mostraram relações espaciais pertinentes para países, isto é, o
crescimento econômico de um país realmente é afetado pelo desempenho de
seus vizinhos e então influenciado por sua própria posição geográfica. Este
resultado sugere que o spillover entre países é importante para o crescimento e
que a inter-relação espacial não pode ser ignorada na análise de crescimento
econômico.
Mion (2002), por meio de um modelo de geografia econômica e
utilizando dados de painel espaço-tempo (efeitos fixos) em províncias italianas,
11
comprovou a relevância empírica desta teoria, inserindo uma medida da
extensão geográfica de externalidades espaciais.
Já Arbia et al. (2005b) analisaram o processo de convergência para
uma amostra de 125 regiões européias, no período 1978-2002, usando um
modelo econométrico dinâmico de dados de painel espacial (efeitos fixos),
incluindo a defasagem espacial. Confirmaram que tempo e espaço são
aspectos importantes na avaliação da velocidade de convergência; os
coeficientes calculados foram positivos e estatisticamente significantes. Os
resultados também mostraram um processo de convergência de renda relativa.
De forma semelhante, Arbia et al. (2002) elaboraram uma aplicação de
modelos de dados de painel espaciais de convergência de renda per capita na
Itália.
Outro trabalho importante foi o de Arbia et al. (2005a), que analisaram
a convergência de PIB per capita para regiões européias fazendo uso de
modelos de dados de painel (efeitos fixos), incluindo a autocorrelação de erro
espacial. O estudo dos autores consistiu em comparar o modelo beta
convergência tradicional com o modelo que inclui a correlação espacial,
analisando as condições para esclarecer o conceito de convergência
condicional espacial.
No Brasil são relevantes os trabalhos com modelos de dados de painel
de efeitos fixos como o de Oliveira (2006a), que estimou as elasticidades-renda
e concentração de renda com relação à pobreza dos municípios do Nordeste
brasileiro na década de 90, e o de Ramalho (2006), que investigou as principais
forças econômicas por trás das migrações intermunicipais dentro da região
Nordeste.
A maioria desses trabalhos
8
, no entanto, não conseguiu apreender
evidências conjuntas de todos os argumentos expostos anteriormente e, por
muitas vezes, não distinguiu o tipo de externalidade que afetou a concentração
espacial, destacando apenas o papel dos retornos crescentes de escala. Este
trabalho, portanto, se insere nesse esforço de pesquisa.
O foco é, principalmente, a externalidade, ou seja, o impacto de
mudanças no ambiente industrial ocorrido durante a intervenção do governo
8
Mion (2002), Arbia et al. (2002), Arbia et al. (2005a), Arbia et al. (2005b), Oliveira (2006a), Ramalho
(2006), etc.
12
estadual via programas e políticas públicas. Nesse sentido, a aplicação da
econometria espacial no estudo de desenvolvimento no Ceará não representa
apenas um esforço empírico, mas pode oferecer novos parâmetros para a
formulação de políticas públicas e regionais, justificando a necessidade de
novas pesquisas, pois o entendimento da dimensão espacial de um problema
particular é necessário para predizer a resposta espacial de uma política
pública em particular.
Ressalte-se ainda que a inserção de variáveis de controle baseadas na
Nova Geografia Econômica na análise de convergência regional adaptada para
aplicação, em municípios, de uma metodologia desenvolvida para países,
merece algumas ressalvas tanto do ponto de vista teórico quanto empírico. Se,
por um lado, municípios de um mesmo Estado apresentam características
semelhantes, pois possuem a mesma política econômica, compartilham de
algumas instituições, e possuem atividades econômicas afins, etc., por outro
lado, fatores como mobilidade de capitais e de mão-de-obra permitem a
aglomeração das atividades em alguns municípios do Estado em detrimento de
outros. Por esses motivos, não é incomum grande desigualdade dentro de um
mesmo Estado.
Estas contribuições trazidas pelos modelos da Nova Geografia
Econômica se diferenciam em relação aos modelos das novas teorias do
crescimento econômico por considerarem dois aspectos fundamentais na
explicação das desigualdades entre as regiões: o espaço, que tem implicações
diretas na localização das atividades, e as distâncias e suas implicações nos
custos de transporte de bens e serviços e, portanto, na competitividade das
regiões na atração de atividades. Portanto, estudos sobre o crescimento
econômico de municípios devem considerar estes aspectos, o que, do ponto de
vista empírico, significa que diferentes variáveis explicativas devem ser
incluídas.
Esta tese se justifica, também, por contribuir para a discussão teórico-
empírica da mudança, da adaptação estratégica e do desenvolvimento
regional, pois a literatura não é muito rica nesta área de conhecimento como
também são poucas as pesquisas realizadas no Brasil. Além disso, esta
pesquisa facilitará o conhecimento das forças econômicas que levam ao
desenvolvimento e investigará a importância de outras variáveis na explicação
13
desse fenômeno, a saber: as externalidades positivas/negativas, as
amenidades locais e os custos de transporte, que são ingredientes relevantes
no campo teórico e não têm recebido a devida atenção na prática.
Empiricamente, a relevância da pesquisa reside no diagnóstico da
política de desenvolvimento regional no estado do Ceará, com um
levantamento de dados bastante completo e atual. Dessa forma, este estudo
difere da maioria dos trabalhos já publicados acerca desse tema por várias
razões: Em primeiro lugar, na literatura brasileira há poucos estudos sobre
crescimento do PIB per capita com análise por clusters espaciais, e os
existentes foram realizados em dois períodos, ou seja, consideraram apenas a
taxa de crescimento durante o referido período e o nível da renda per capita no
início da série. O método apenas considera dois pontos no tempo, sem abrir
espaço para teorias mais profundas acerca de fenômenos pontuais, porém
relevantes, no interior da série. Na crítica a este procedimento, encontram-se
os trabalhos que aplicam as metodologias em dois pontos no tempo, como os
de Oliveira (2005), Resende (2005) e Silva e Resende (2006). Em segundo
lugar, este estudo incorpora novas técnicas de análise espacial para identificar
áreas de conglomerados de crescimento do PIB per capita; terceira: o estado
do Ceará oferece um cenário particular para análise, não só pela magnitude de
crescimento do PIB per capita, mas também por conta de importantes
características de disparidades regionais entre a região metropolitana e interior
do Estado, considerando que na região metropolitana de Fortaleza é que se
situam três dos quatro municípios mais populosos do Estado – Fortaleza,
Caucaia e Maracanaú. Juntos, esses municípios abarcam 86% da população
da região metropolitana
9
e 35% da população do Ceará (ANUÁRIO
ESTATÍSTICO DO CEARÁ, 2004). Neste sentido, a intuição por trás da
econometria espacial é incorporar a idéia de que o espaço importa na
explicação do fenômeno de crescimento e que a interação econômica entre
municípios fornece grande parte da explicação para seu comportamento
econômico.
9
Os municípios que compõem a Região Metropolitana de Fortaleza são: São Gonçalo do Amarante,
Caucaia, Fortaleza, Maracanaú, Maranguape, Guaiúba, Pacatuba, Itaitinga, Eusébio, Aquiraz,
Horizonte, Pacajus e Chorozinho.
14
1.3. Hipótese
A hipótese deste trabalho é que, a partir de 1995, políticas industriais,
combinadas a outros programas de desenvolvimento regional, promoveram a
redistribuição espacial mais equilibrada das atividades econômicas entre os
municípios no estado do Ceará.
1.4. Objetivos
1.4.1. Objetivos gerais
Avaliar se o planejamento estadual promoveu a desconcentração das
atividades produtivas de Fortaleza a partir de 1995, levando-as para o interior
do Estado.
1.4.2. Objetivos específicos
- Estudar a convergência regional de renda entre os municípios do estado do
Ceará e verificar se houve entre eles dependência espacial no período de
1995 a 2003.
- Identificar quais variáveis explicam as diferenças de renda entre os
municípios.
- Investigar que variáveis são importantes para explicar os efeitos de
transbordamento no crescimento de renda dos municípios.
1.5. Estrutura do trabalho
Este trabalho está estruturado como se segue: no capítulo 1 oferece-se
uma visão geral da temática em estudo, delineia-se o problema da pesquisa,
formula-se a hipótese, apresentam-se os objetivos, justificam-se sua relevância
teórico-empírica e as limitações da pesquisa.
No capítulo 2, articula-se a base teórico-empírica relacionada ao
problema de pesquisa: inicia-se pela discussão dos diferentes enfoques no
15
estudo e analisa-se a estrutura das políticas recentes do Ceará, selecionando
as características importantes para este trabalho.
No capítulo 3, destacam-se as variáveis importantes na obtenção do
desenvolvimento regional. Apresenta-se, de forma teórica e esquemática, o
modelo para o desenvolvimento regional e esboçam-se especificações de um
modelo de econometria espacial que incorporam externalidades espaciais.
No capítulo 4, apresenta-se a metodologia a ser utilizada diante da
relevância da aplicação do ferramental na elucidação de problemas
relacionados aos custos de transportes e à economia de localidade, são
tratados conceitos e definições de análise espacial, além de apresentadas as
principais ferramentas deste tipo de análise, citando suas finalidades, equações
e restrições.
A pesquisa empírica é apresentada no capítulo 5, utilizando
instrumentos da análise exploratória de dados espaciais na distribuição
espacial da taxa de crescimento do PIB per capita no Ceará. Além disso,
verifica-se, entre o período de 1996 e 2003, a clusterização com modelos
espaciais para captar os efeitos das interações econômicas espaciais.
Apresentam-se, no capítulo 6, as conclusões e as recomendações para
trabalhos futuros.
16
2. POLÍTICAS REGIONAIS RECENTES NO ESTADO DO CEARÁ
O crescimento econômico, tal qual o conhecemos, vem se fundando na
preservação dos privilégios das elites que satisfazem seu afã de modernização;
já o desenvolvimento se caracteriza pelo seu projeto social subjacente. Dispor
de recursos para investir está longe de ser condição suficiente para preparar
um melhor futuro para a massa da população. Mas quando o projeto social
prioriza a efetiva melhoria das condições de vida dessa população, o
crescimento se metamorfoseia em desenvolvimento. Essa metamorfose não se
dá espontaneamente. Ela é fruto da realização de um projeto, expressão de
uma vontade política. As estruturas dos países que lideram o processo de
desenvolvimento econômico e social não resultaram de uma evolução
automática, inercial, mas de opção política orientada para formar uma
sociedade apta a assumir um papel dinâmico nesse processo (FURTADO,
2004).
2.1. Caracterização regional do estado do Ceará
O estado do Ceará, após reformas políticas, iniciadas na primeira
metade da década de 1990
10
, e de políticas públicas adequadas, destaca-se
entre os estados brasileiros pela sua disciplina e expansão de investimento e
um crescimento econômico superior ao do Brasil.
É importante ressaltar que o Ceará, em 2003, apresentou-se como o
quinto pior PIB per capita (R$ 3.618,00) do Brasil (R$ 8.694,00) e o quarto pior
do Nordeste (R$ 4.306,00), ganhando apenas de, respectivamente, Alagoas,
Piauí e Maranhão (pior do Brasil). Em termos percentuais, isso significa dizer
que o Ceará tem apenas 41,61% do PIB per capita nacional; se comparado ao
10
Ver Almeida e Silva (2000).
17
PIB per capita do Distrito Federal (R$ 16.920,00) o percentual cai para 21,38%.
Contudo, considerando a contribuição ao PIB a preços de mercado (R$
1.556.182.000,00) do Brasil, o estado do Ceará (R$ 28.425.000,00) é o 12°
(contribuindo com 1,81% do PIB nacional). Cabendo ressaltar ainda que, no
período 1985-2003, a taxa de crescimento médio real do PIB a preços de
mercado foi de 3,5% e a do Brasil foi de 2,3% em seu conjunto (IBGE, 2006).
Esse Estado oferece um quadro preocupante em matéria de
desigualdades social e setorial, que repercute diretamente nas desigualdades
entre a capital e o interior, em grande desvantagem para este último. Dado
que, em 2004, a indústria está fortemente concentrada na Região
Metropolitana de Fortaleza-RMF, esta região exibe uma renda média mensal
de cerca de R$ 260,00, enquanto o interior registra uma taxa de R$ 115,00.
Comparando o meio rural e o urbano, observa-se uma renda média mensal de
R$ 74,00 para o primeiro, e de R$ 162,00 para o segundo (AMARAL FILHO,
2005).
O índice de Gini, que mede a concentração de renda, ficou em torno de
0,6 em 1992, de uma escala que vai até 1. Houve uma redução na
concentração de renda no Ceará: em 2003, este índice alcançou 0,567. O
mesmo índice para o Brasil, em 1992, foi de 0,58 e, em 2003, foi de 0,581
(IBGE, 2006b).
Conforme Bar-el et al. (2002), o problema é o desenvolvimento
econômico desigual entre a Região Metropolitana de Fortaleza (RMF) e o
interior, o que tem levado à pobreza e a crescentes diferenças econômicas,
além de, no decorrer do tempo, provocar inexpressivo desenvolvimento
econômico no Estado. O objetivo é encontrar caminhos para combater essa
pobreza e diminuir as diferenças de renda, através da criação de condições
para o aumento da atividade econômica local.
Em 2000, a população do interior como um todo, assim definida como
toda a população fora da Região Metropolitana de Fortaleza (RMF), alcançou
cerca de 4,2 milhões de habitantes, representando 59% da população total do
Ceará. Ressalta-se que praticamente, toda a população rural do Estado e
quase a metade da população urbana se localiza no interior (BAR-EL et al.,
2002).
18
O número de pessoas empregadas na RMF, em 2000, atingiu 1,3
milhão, mantendo a mesma proporção em relação ao Estado, o que,
teoricamente, significa um nível semelhante de dependência demográfica do
interior como da RMF (medida aqui pelo número de pessoas da população por
trabalhador). No entanto, apenas cerca da metade desses trabalhadores tem a
agricultura como principal ocupação. Muitos estão na indústria (176.000) e
serviços (449.000). No interior, o emprego nos setores não-agrícolas constitui
quase a metade (44%) do emprego total desses setores em todo o Estado.
Não obstante o fato de o interior empregar a maior parte da força de
trabalho do Estado (61%), cobrindo quase toda a agricultura e perto da metade
da indústria e dos serviços, o PIB atinge somente 38% do total do Estado
(cerca de 7 bilhões de reais no interior dos 19 bilhões para todo o Estado em
1998). Conseqüentemente, o PIB per capita do interior mal alcança 42% (cerca
de R$ 1.700,00) do PIB per capita da RMF (cerca de R$ 4.000,00). O baixo
nível de renda do interior, com todas as suas implicações políticas, leva a uma
situação em que a maior parte dos impostos arrecadados pelo Estado (ICMS),
em 1999, originou-se da RMF (89%), enquanto o interior contribuiu com um
valor desproporcionalmente baixo (11% ou R$ 145 milhões). Fortaleza e sua
região metropolitana são, portanto, expressão da realidade cearense quando
se refere à maioria dos processos ali desenvolvidos ou distribuídos a partir
deste centro. Assim, o setor público participa da produção de riqueza na
medida em que investe em infra-estrutura social e urbana, em particular em
termos econômicos, interessado em obter retorno através da arrecadação de
tributos e de taxação de serviços (BAR-EL et al., 2002).
Diante desse quadro, o governo estadual vem propondo ações que
permitam uma reestruturação espacial no Estado, de tal forma que possibilitem
um reequilíbrio de forças nas regiões, especialmente entre a Região
Metropolitana de Fortaleza (RMF) e o interior. Um passo importante nessa
direção foi dado quando o governo estadual incorporou, à sua política de
atração de investimentos, um mecanismo de desconcentração espacial das
atividades econômicas e do emprego e, por conseqüência, da renda. A
Secretaria de Desenvolvimento Econômico, por meio da sua política de
incentivos fiscais, já nos anos 1990, passou a oferecer incentivos mais
elevados para aquelas empresas que se dispuseram a se instalar no interior do
19
estado. Tal dispositivo passou a ser proporcional à distância da localização
industrial em relação à Fortaleza. Essa distância pode ser observada com o
auxílio da Figura 1, que mostra o mapa com as 8 macrorregiões de
planejamento definidas pelo IPECE e, na Figura 2, as 33 microrregiões e 7
mesorregiões geográficas definidas pelo IBGE.
Na seção a seguir será feira uma breve descrição das mesorregiões
cearenses. Essa descrição mostra os principais aspectos de: a) qualidade de
vida das regiões cearenses, e b) questões econômicas das regiões cearenses.
O que permite verificar algumas potencialidades e limitações.
2.2. Heterogeneidade espacial
Os indicadores apresentados nesta seção objetivam dimensionar a
questão da heterogeneidade espacial do desenvolvimento econômico e social
no estado do Ceará. Neste trabalho, a dimensão heterogênea da qualidade de
vida no Ceará será analisada através dos seguintes indicadores: a) percentual
de pessoas analfabetas com 15 anos e mais; b) percentual de pessoas pobres
com renda domiciliar per capita abaixo de R$ 75,50
11
; c) percentual de pessoas
que vivem em domicílios com água encanada; d) percentual de pessoas que
vivem em domicílios com energia elétrica; e) percentual de pessoas do total da
população economicamente ativa no meio rural; f) percentual de pessoas do
total da população economicamente ativa no meio urbano; g) população
residente na região; h) percentual da população residente na região.
11
Percentual de pessoas com renda domiciliar per capita inferior a R$ 75,50, equivalentes a 1/2 do salário
mínimo vigente em agosto de 2000. O universo de indivíduos é limitado àqueles que vivem em
domicílios particulares permanentes. Para obter mais informações metodológicas, acesse
www.undp.org.br.
20
Fonte: Seplan (2005).
Figura 1 – Macrorregiões de planejamento do estado do Ceará, 2005.
21
Fonte: Seplan (2005).
Figura 2 – Microrregiões e mesorregiões geográficas do Ceará, 2005.
22
Conforme a Tabela 1, os índices, tomados como uma média de todas
as mesorregiões, apresentaram melhorias em quase todos os quesitos de 1991
a 2000, exceção feita ao percentual de pessoas que vivem em domicílios com
água encanada, houve uma pequena diminuição. O percentual de pessoas
com renda domiciliar per capita abaixo de R$ 75,50 diminuiu de 75,09% para
63,80%, o que indica uma melhoria considerável em especial no interior,
considerando que na Região Metropolitana, houve diminuição de pobreza de
47,36 para 39,16.
Os índices para o ano de 1991, retratados na Tabela 1, indicam
diferenças significativas em seus valores entres as mesorregiões do estado do
Ceará. Enquanto a Região Metropolitana de Fortaleza apresentava baixos
percentuais de pessoas com renda domiciliar per capita abaixo de R$ 75,50, o
restante das mesorregiões teve quase o dobro de suas populações nesta
situação. Não obstante, ocorreu na análise do percentual de pessoas que
vivem em domicílios com energia elétrica, que este percentual foi de 76,92 para
a Região Metropolitana de Fortaleza, sendo este o valor mais elevado. Em
contraste, o noroeste cearense apresentou menor percentual, 29,32. Com
relação ao índice de analfabetismo, o menor percentual encontrado foi na
Região Metropolitana de Fortaleza (20,11%) e o maior percentual nos sertões
cearenses (50,61%). No que tange aos aspectos populacionais, pode-se
perceber que a Região Metropolitana de Fortaleza possuia 37,02% da
população do estado do Ceará e 57,14% da população urbana estadual,
enquanto o centro-sul cearense, em contraste, possuía apenas 5,30% da
população do estado e apenas 3,66% da população economicamente ativa no
meio urbano estadual.
Os valores reportados na Tabela 1 para o ano de 2000 indicaram
melhoria dos índices para todas as regiões, em comparação com 1991. A RMF
foi a mesorregião que apresentou maior redução do percentual de pessoas
com renda domiciliar per capita abaixo de R$ 75,50 (-17,31%); em contraste, a
a mesorregião do norte cearense foi a que apresentou menor redução (-10,90).
A mesorregião que apresentou melhoria significativa no percentual de pessoas
que vivem em domicílios com água encanada foi a mesorregião dos sertões
cearenses (+5,8%), que também teve maior redução de sua população
23
(-10,2%). A região metropolitana foi a que apresentou melhoria na redução do
analfabetismo (-31,8) e a que teve o maior aumento populacional (+6,5%).
Em relação aos indicadores econômicos na Tabela 2, é também
possível verificar a heterogeneidade no estado do Ceará. Em 1995, o PIB a
preços de mercado da Região Metropolitana de Fortaleza (RMF) correspondia,
a preços de 2005, R$ 23,8 bilhões, ou 77,4% do estadual, e, em 2004, o valor
do PIB passou para R$ 22,9 bilhões, representando 64,4% do PIB do Ceará, o
que mostra uma desconcentração no PIB da RMF em prol de outras regiões do
Estado. Com uma população de 2,9 milhões de habitante, resultando num PIB
per capita de R$ 6.990,00, a RMF, em 2003, superou a renda média do Estado,
R$ 4.472,00. Em termos setoriais, a RMF abrangeu, em 2003, somente 1,3%
da agropecuária contra 15,3% das demais mesorregiões; na indústria, a
participação chegou a 46,4% contra 19,2% das demais regiões e, nos serviços,
a participação da RMF correspondeu a 52,3% contra 65,5% das demais.
As demais mesorregiões cearenses ampliaram sua participação no PIB
do Estado, passando de 22,6% (1995) para 35,6% (2004). Em termos de valor,
o PIB passou de R$ 6,9 bilhões, em 1995, para R$ 12,7 bilhões, em 2004,
confirmando o recuo observado na RMF. Com uma população de 4,6 milhões
de habitantes, resultou num PIB per capita de R$ 2.709,00 aproximadamente
39% do PIB per capita da RMF, em 2003. Situação de melhora comprando que
em 1995 a participação aproximada que era 18% do PIB per capita da RMF.
Observa-se que 13 dos 184 municípios do Ceará são responsáveis por
64,4% da produção cearense e, destes, Fortaleza é responsável por 73,8% da
produção da Região Metropolitana. No que se refere à produção setorial, cabe
destacar que 46,4% da atividade produtiva da região metropolitana está ligada
à indústria enquanto nas demais regiões é de apenas 19,2%. Em contraste, a
atividade agropecuária, que é de apenas 1,3% na Região Metropolitana,
representa 15,3% nas demais regiões. Contudo, há uma mudança na
participação do PIB estadual de 1995 a 2004 entre Região Metropolitana de
Fortaleza (de 77,4% para 64,4%) e demais regiões (22,6 para 35,6%).
26
É interessante destacar as informações que o Instituto de
Desenvolvimento Industrial do Ceará (INDI), ligado à FIEC (Federação das
Indústrias do Ceará) apresenta sobre os municípios cearenses: Fortaleza era
responsável, em 2004, por 38,77% do produto industrial, por 36,98% dos
empregos formais e por 56,31% do número de estabelecimentos. O segundo
município mais industrializado é Maracanaú (na Região Metropolitana da
Capital), com 14,03% da transformação industrial, 10,92% do emprego e 3,91%
dos estabelecimentos. Os 10 maiores municípios na indústria eram
responsáveis por 77,05% do produto industrial, por 80,28% dos empregos
formais e por 77,31% do número de estabelecimentos do Estado. Todavia,
quanto ao índice de industrialização, o primeiro colocado é o município de
Eusébio, pois o peso de sua indústria, dentro da economia local, alcançou
80,60%. Horizonte, outro da Região Metropolitana, tem 79,70%, Maranguape
(também da RMF) tem 68,20%, e Sobral tem 67,90%. No caso de Eusébio e
Sobral, duas indústrias específicas justificam o peso: em Eusébio, a Fábrica
Fortaleza (M. Dias Branco); em Sobral, a Grendene, com sete fábricas (ALVES;
OLIVEIRA, 2006).
A discussão acerca da heterogeneidade espacial entre os municípios
cearenses, objeto de estudo nesta tese, do ponto de vista dos planejadores
estaduais tem como aspecto interessante avaliar se os programas
implementados trouxeram resultados importantes para o desenvolvimento das
áreas mais pobres. Em outras palavras, analisar a eficiência dos programas na
diminuição das disparidades regionais.
A seguir, serão explicitadas as principais políticas implementas a partir
de 1995, com o intuito de promover a reestruturação do espaço do Ceará, com
maior desenvolvimento no interior do Estado.
2.3. A política de infra-estrutura das cidades no Ceará
Conforme Araújo (2004), o Governo do Estado do Ceará, em parceria
com as Prefeituras Municipais e com o apoio do Banco Mundial (BIRD),
instituiu o Projeto Cidades do Ceará (PROURB – Projeto de Desenvolvimento
Urbano e Gestão de Recursos Hídricos do Ceará). Com uma duração de 1995
a 2003, o objetivo do PROURB era ser instrumento viabilizador da estruturação
27
urbana de um conjunto de 50 cidades estratégicas cearenses, visando a dar
suporte ao desenvolvimento econômico, social e ambiental sustentado,
melhorando a qualidade de vida da população e tornando as cidades
competitivas para atrair indústrias, impulsionar a agricultura irrigada e
incrementar o turismo (SDLR, 2006).
A definição de cidades estratégicas utilizadas para o PROURB,
conforme Bar-el et al. (2002), levou em consideração quatro condições:
tamanho mínimo populacional de 50.000 habitantes; possuir nível de
urbanização mínimo de 60%; o PIB per capita de 1996 de, pelo menos, 40% do
PIB per capita de Fortaleza para o mesmo ano (critério não muito rigoroso);
taxa de crescimento de cada cidade no período de 1991-1996, e o valor
mínimo necessário para a inclusão foi de 1,5% de crescimento anual; uma
classificação elevada IDM (Índice de Desenvolvimento Municipal), acima de
0,5, por exemplo.
Essas cidades, através de um planejamento urbano, serão prioritárias
para a implantação de investimentos nas áreas de educação, saúde,
transportes, abastecimento de água, esgotamento sanitário, drenagem urbana
e limpeza pública. Assim, ao mesmo tempo em que interioriza o crescimento
econômico e social, o PROURB faz surgir áreas urbanas onde se poderá viver
bem, com muitas das vantagens das cidades grandes e sem a maioria dos
seus problemas.
Bar-el et al. (2002) ressalta que, ao tratar de políticas regionais no
Ceará, não é possível ignorar o predomínio de Fortaleza – a “cidade primaz” do
Estado. Em 2005, a população deste município passou a marca de 2.374.944,
quarta cidade do País, conta com cerca de 30% da população do Ceará e, em
relação à população urbana do Estado, compreende mais de 41%, uma
situação de primazia muito forte; e o nível de concentração da população nessa
cidade cresce ininterruptamente.
A participação da RMF na população urbana total aproxima-se
rapidamente a quase metade da população do Estado. Deve-se enfatizar que
este não é um fenômeno único, pois, em muitos países e estados, a primazia é
o padrão espacial-geográfico resultante de processos contínuos de
industrialização, de grandes investimentos por várias agências e empresas na
“cidade primaz” (BAR-EL et al., 2001). Do ponto de vista individual, o grande
28
número de oportunidades de emprego disponíveis na “cidade primaz” é a razão
mais importante dos processos de migração voltados para a maior área
metropolitana do Estado.
Conforme Pereira e Lemos (2004), o tamanho de equilíbrio do centro
urbano de uma metrópole como Fortaleza seria determinado por um trade off
entre o benefício marginal das economias de aglomeração na produção e o
custo marginal imposto pelas deseconomias de aglomeração. O tamanho da
cidade dependerá do grau de economia de escala na produção em que ela se
especializa, isto é, produtos com maior grau de economia de escala implicarão,
na média, cidades maiores. O tamanho das cidades também é afetado por
amenidades como clima, qualidade do ar e do setor público e lazer.
Nesta perspectiva, as cidades médias se especializam e têm seu
tamanho limitado porque, em oposição às economias de escala na produção,
estão as deseconomias de escala que surgem quanto mais atividades
econômicas se localizam num mesmo sítio. Quando as deseconomias
marginais tendem a anular as economias marginais de aglomeração, cria-se
uma relativa estabilidade de tamanho médio da população urbana.
Assim, de acordo com Bar-el et al. (2002), o reduzido número de
cidades médias que de fato existem não representa um forte papel na absorção
da migração rural para a zona urbana, nem desenvolve as capacidades
financeiras, administrativas e econômicas para atuar como contra-ímãs para a
“cidade primaz”.
Mesmo quando existem cidades médias, sua distribuição espacial pode
ser localmente específica, o que talvez não permita a geração de um
crescimento urbano equilibrado e comum. Ao construir a capacidade para
aumentar o número de cidades médias e formar a rede em um padrão espacial
ótimo para o desenvolvimento econômico, muitos governos esperam aliviar
uma parte das pressões da população na maior região metropolitana, motivar o
crescimento de cidades médias em tamanhos administrativamente
gerenciáveis e ter o melhor resultado distribuído em seus arredores. Dentre as
cidades médias, existem algumas que apresentam um grau maior de
polarização da capacidade de desenvolvimento do seu entorno, com base nos
criterios de escolha das cidades estratégicas definidos anteriormente.
29
Os argumentos a favor do desenvolvimento das cidades médias estão
fortemente relacionados aos debates sobre a estrutura espacial mais adequada
para promover o crescimento econômico, com eqüidade social. Em parte,
evoluíram de uma reação contra as suposições de que a concentração de
investimento de capital físico nas maiores áreas metropolitanas é a estratégia
mais eficiente para promover o desenvolvimento e que as elevadas taxas de
produto, resultantes de tal estratégia, poderão reverter a polarização espacial e
difundir os benefícios, por meio dos efeitos de transbordamento.
Nesse sentido, Pereira e Lemos (2004) ressaltam a importância de se
definir os parâmetros
capazes de diferenciar as cidades médias, sob o aspecto
econômico, das cidades pequenas e dos grandes centros urbanos por ali
existirem condições materiais necessárias (tais como uma infra-estrutura
básica e um mercado potencial) para a localização das atividades econômicas
de maior escala produtiva como as industriais. Já com relação aos grandes
centros urbanos, as cidades de porte médio devem ter um nível de
concentração produtiva que não seja gerador de deseconomias de
aglomeração aos níveis das grandes concentrações urbanas. Em outras
palavras, as cidades médias são centros urbanos sem as desvantagens das
metrópoles, determinadas especialmente pelo crescimento da renda fundiária
e, ao mesmo tempo, sem as desvantagens das pequenas cidades,
relacionadas à ausência de economias externas marshallianas.
Por intermédio do desenvolvimento de cidades médias, há uma
tentativa de promover um padrão mais desconcentrado de urbanização capaz
de diminuir os processos de polarização e incentivar as economias rurais. É
reconhecida a necessidade de os governos nacionais e estaduais se
comprometerem com recursos substanciais para fortalecer as cidades
intermediárias e de pequena escala, por meio de planejamento de “cima para
baixo”, bem como com investimentos estratégicos em infra-estruturas sociais e
físicas nas cidades, nos mercados rurais e nos centros regionais, para facilitar
o desenvolvimento de “baixo para cima”.
Com base em Araújo (2004), a Tabela 3 mostra a origem dos recursos,
com a distribuição da participação do financiamento do Banco Mundial, do
governo estadual e das cidades na formação de US$ 111,0 milhões para
recursos do PROURB e suas principais utilizações de acordo com os principais
30
componentes que beneficiam uma área geográfica de 50 municípios
estrategicos
12
.
Nota-se, na Tabela 3, que US$ 53,0 milhões são alocados em infra-
estrutura urbana, principalmente na construção de novas habitações, ligações
de água encanada e esgoto, construções de creches e praças, etc. Já
US$ 35,4 milhões dos recursos são alocados no planejamento urbano com o
intuito de melhorar o tráfego veicular, requalificar áreas urbanas degradadas
que mostram potencial econômico, turístico ou de lazer, além de edificações
históricas. Parte dos recursos, cerca de US$ 14,4 milhões, são alocados para o
desenvolvimento de instrumentos de administração para reorganização das
prefeituras, enquanto US$ 3,4 milhões vão para a construção de ABCs
(Centros de Socialização e Profissionalização de Crianças) e US$ 4,8 para a
instalação de hidrômetros para reduzir o desperdício e melhorar o uso dos
recursos hídricos dada a carência estadual.
Este conjunto de investimentos visa prioritariamente à urbanização de
áreas críticas e ao reassentamento de população situadas em áreas de risco,
envolvendo construção de habitações no regime de mutirão; sistema de
abastecimento de águas; hidrometração; construção e recuperação de açudes;
construção de adutoras; sistemas de esgotamento sanitário; distribuição de
energia elétrica; sistema de drenagem; obras de pavimentação e equipamentos
comunitários. Neste contexto, o governo do Ceará, via PROURB, pretende
estruturar e regularizar o suprimento de água para os centros urbanos,
principalmente para áreas caracterizadas como “vazios hídricos”, urbanizar
áreas carentes de infra-estrutura urbana e também implantar um sistema de
gerenciamento dos recursos hídricos no interior do Estado.
12
Acarape; Acaraú; Aquiraz; Aracati; Aratuba; Barbalha; Baturité, Beberibe, Brejo Santo, Canindé,
Cascavel, Campos Sales, Camocim, Caucaia, Cedro, Crateús, Crato, Eusébio, Fortaleza,
Guaramiranga, Guaiúba, Horizonte, Icó, Iguatu, Ipu, Itapipoca, Itaitinga, Itapajé, Jaguaribe, Jijoca de
Jericoacoara, Juazeiro do Norte, Limoeiro do Norte, Maracanaú, Maranguape, Morada Nova, Nova
Russas, Pacajus, Pacatuba, Pacoti, Quixadá, Quixeramobim, Redenção, Russas, São Benedito, São
Gonçalo do Amarante, Sobral, Tauá, Tianguá, Ubirajara, e Viçosa do Ceará.
32
2.4. Desenvolvimento industrial
O programa estadual de incentivos voltados para a promoção industrial
do Ceará teve início em 1979, durante o governo de Virgílio Távora, com a
criação do Fundo de Desenvolvimento Industrial do Ceará (FDI) no mesmo
ano, cujo objetivo foi “promover o desenvolvimento das atividades industriais
em todo o território do estado do Ceará” (PONTES; VIANNA, 2005).
Segundo Carvalho e Oliveira (2003), seu objetivo é de conceder um
empréstimo equivalente a certa percentagem do Imposto sobre Circulação de
Mercadorias e Serviços – ICMS (recolhido pela empresa incentivada) na
condição da empresa reembolsar esse empréstimo após um período de
carência. O incentivo dado à empresa se manifesta principalmente no momento
do reembolso do empréstimo, quando esta se beneficia da renúncia financeira
oferecida pelo governo do Estado, renúncia essa que pode variar conforme a
importância da empresa para o desenvolvimento industrial da economia
estadual
13
.
Conforme Abreu (2002), o FDI procura dar uma ênfase muito forte no
critério da descentralização das atividades industriais, tanto para evitar as
aglomerações indesejáveis na região da grande Fortaleza como também para
levar empregos para o interior do Estado. Nesse sentido, a legislação concede
maiores benefícios para as empresas que se dispõem a se localizar no interior
do Estado, longe da Região Metropolitana de Fortaleza (RMF), e menores
benefícios para aquelas empresas que preferem se instalar próximo dessa
região. Para tanto, estimulou-se a relocalização de empreendimentos,
principalmente aqueles que se transferissem de outras Unidades da Federação
para o Ceará, ou da Região Metropolitana de Fortaleza (RMF) para os outros
municípios do interior do Estado.
Segundo Carvalho e Oliveira (2003), a política industrial possuía um
aspecto engenhoso na concessão dos benefícios, pois a isenção fiscal
13
Para sua formação, o FDI contou com quatro fontes, a saber: (1) origem orçamentária até o montante
de 10% da receita de ICMS, “segundo as possibilidades do Tesouro Estadual”; (2) empréstimos ou
recursos a fundo perdido; (3) contribuições, doações, legados e outras fontes de receitas que lhe forem
atribuídas; e (4) receitas decorrentes da aplicação de seus recursos. Dentre essas fontes, a principal é
aquela referente à origem orçamentária. O FDI pode operar de quatro formas: a) aquisição e alienação
de ações, de debêntures conversíveis ou não em ações e de contas de capital; b) concessão de
empréstimos a médio e longo prazos; c) prestação de garantias e subsídios; e d) concessão de
subsídios de tarifas de água e esgoto.
33
promovida pelo governo do Estado às empresas beneficiárias tinha como
principal fonte o ICMS delas, efetivamente recolhido dentro do prazo legal.
Essa receita de ICMS retornava para a sua origem em forma de empréstimo,
ou seja, as empresas beneficiárias do FDI recebiam recursos do governo do
Estado como incentivo à produção (quanto maior a produção, mais elevado é o
empréstimo). Os valores e prazos de concessões dos benefícios estavam
estipulados no regulamento do FDI, conforme a Tabela 4.
Tabela 4 – Valor e prazo dos benefícios do FDI em 1993, estado do Ceará
Característica do empreendimento
Isenção
ICMS (%)
Parcelamento
do benefício
(meses)
Carência
(meses)
Retorno* (%)
Implantação de indústria fora da RMF 75 120 36 100
Implantação de indústria na RMF 60 72 36 100
Ampliação de indústria no interior 75** 120 36 100
Ampliação de indústria na RMF 60** 72 36 100
Relocalização no interior 80* 120 36 100
Indústria pioneira fora da RMF 75 120 36 100
Fonte: Secretaria de Desenvolvimento Econômico do Ceará (SDE-CE) e Car-
valho e Oliveira (2003).
* Percentual do benefício que retorna ao governo do Estado em parcela única; ** 70% a cargo
do Estado e o restante do município; *** Sobre o excedente da produção original.
De acordo com a Tabela 4, os valores dos benefícios variavam de
acordo com as seguintes características do empreendimento: implantação,
relocalização e ampliação. Para implantação de indústrias no interior do
Estado, estavam previstos 75% de isenção do ICMS pelo prazo de 120 meses.
No caso de implantação de empresas na Região Metropolitana, a isenção de
ICMS era de 60%, com um prazo de 72 meses de concessão do benefício. O
pagamento para ambas as formas de implantação seria realizado em parcela
única após 36 meses de carência, sendo de 100% do valor do benefício o
retorno para os cofres do Estado. Os benefícios para a relocalização só eram
34
concedidos caso o empreendimento se deslocasse para o interior do Estado,
ou seja, da região metropolitana para o interior, ou de outra unidade da
federação para o interior do Estado. O valor correspondia a 80% do ICMS
recolhido efetivamente no prazo legal, e 70% ficavam a cargo do governo do
Estado. O restante era negociado com a prefeitura – sede do empreendimento.
Entretanto, esse benefício para relocalização foi revogado em 2000.
Para ampliação de indústria no interior do Estado ao amparo do FDI, a
empresa beneficiária que objetivasse um aumento mínimo de 50% de sua
capacidade instalada usufruiria do benefício em função do adicional de ICMS
(gerado pelo aumento da produção) que ultrapassasse o nível original de sua
capacidade instalada. Para tanto, a isenção era de 75% do ICMS sobre o
excedente da produção pelo prazo de 120 meses. No caso da ampliação de
indústria na Região Metropolitana de Fortaleza, o valor da parcela mensal do
benefício tinha a importância equivalente a 60% do adicional do ICMS operado
em decorrência do aumento da produção pelo prazo de 72 meses e que
ultrapassasse o nível original de capacidade instalada.
Conforme Pontes e Almeida (2005), apesar de os maiores incentivos
oferecidos para as empresas não se localizarem na RMF, notou-se que, para o
período de 1991-94, houve uma concentração de investimentos na RMF.
Observava-se, àquela época, que das 204 empresas, atraídas no período
1991-94, 151 delas localizaram-se na RMF (ALMEIDA; SILVA, 2000). Esta
concentração de investimentos provavelmente motivou a alteração, em 1995,
dos incentivos fiscais, dando maior ênfase à instalação de plantas industriais
no Estado (exceto na capital).
Assim, em 1995, a forma de parcelamento dos benefícios foi alterada,
passando a conceder maiores benefícios em função da localização do
empreendimento. O FDI passou a conceder 72 parcelas mensais (seis anos) e
consecutivas para empresas localizadas na Região Metropolitana de Fortaleza;
120 parcelas mensais (10 anos) e consecutivas para empresas localizadas fora
da Região Metropolitana de Fortaleza até o limite de 300 km; 156 parcelas
mensais (13 anos) e consecutivas para empresas localizadas a uma distância
superior a 300 km de Fortaleza até o limite de 500 km, e 180 parcelas mensais
(15 anos) e consecutivas para empresas localizadas a uma distância superior a
35
500 km de Fortaleza. Tal valor diferenciava-se em função da localização e da
natureza do projeto.
No caso de implantação da indústria no interior do Estado, o valor da
parcela mensal correspondia a 75% do ICMS, e cabia ao Governo do Estado
responsabilizar-se por 75% desse valor. Para a indústria que desejasse se
localizar na Região Metropolitana de Fortaleza, o valor da parcela mensal
correspondia a até 60% do ICMS efetivamente escolhido no prazo legal, e o
governo do Estado se responsabilizava por 75% do valor da parcela, devendo
o restante ser negociado com a prefeitura do município-sede do
empreendimento (Tabela 5).
Tabela 5 – Valor e prazo dos benefícios do FDI em 1995, estado do Ceará
Característica do
empreendimento
Isenção
ICMS (%)
Parcelamento
do benefício
(meses)*
Carência
(meses)
Retorno**
(%)
Correções
e juros
IGPM (%)
RMF 60 72 36 60 100
< 300 km da RMF 75 120 36 25 100
300 a 500 km da RMF 75 156 36 25 100
> 500 km da RMF 75 180 36 25 100
Fonte: Governo do Ceará (1995).
* Tempo de concessão do benefício; ** Percentual do benefício que retorna ao governo do
Estado em parcela única.
Na modernização da indústria implantada no Estado que viesse a
realizar projetos de atualização tecnológica, o parâmetro para mensuração do
valor da parcela mensal do benefício equivaleria a até 75% do ICMS
efetivamente recolhido dentro do prazo legal, incidente sobre operações com a
própria produção. Essa forma de concessão para modernização industrial foi
instituída pelo Decreto n.º 24.964, datado de 16 de outubro de 1997. Por fim,
no Decreto n.º 24.964, datado de 8 de junho de 1998, foram incluídos nas
formas de benefícios aqueles direcionados à diversificação, que, independente
da localização, tinham a importância equivalente a até 75% do ICMS
36
efetivamente recolhido dentro do prazo legal, incidente sobre operações com a
própria produção, exclusivamente derivada do projeto de diversificação.
Após o recebimento da última parcela do benefício, a empresa
incentivada tinha uma carência de 36 meses. O pagamento era realizado em
parcela única, o equivalente a 25% do valor total do benefício no caso da
empresa localizada no interior do Estado. Para as empresas localizadas na
Região Metropolitana de Fortaleza, o pagamento correspondia a 60% do valor
total do benefício.
No ano de 1996, segundo Carvalho e Oliveira (2003), o Fundo de
Desenvolvimento Industrial do Ceará (FDI) assegurou, através do Programa de
Incentivos às Atividades Portuárias e Industriais do Ceará (PROAPI),
financiamento para capital de giro às empresas industriais exportadoras de
calçados, de componentes de calçados, e artefatos de peles e couros,
sediadas no Estado. Outro importante programa que utilizou recursos do FDI,
criado nesse ano, foi o Programa de Desenvolvimento do Comércio
Internacional e das Atividades Portuárias do Ceará (PDCI), que destinava
recursos para financiamento das empresas importadoras de petróleo e de seus
derivados, produtos de perfumaria e cosmética, tênis esportivos, componentes
e partes para calçados, e veículos automotores
14
.
Na Tabela 6, apresentam-se com maiores detalhes os dados referentes
a investimentos, a empregos previstos e à quantidade de empresas atraídas
entre agosto de 1995 e abril de 2002
15
.
Contudo, a característica mais marcante dos novos investimentos
industriais, de 1995 a 2002, no Ceará, é o fato de estarem concentrados na
RMF (71,1% do total)
16
. Isso se justifica, pois setores da indústria dinâmica,
normalmente, são mais intensivos em capital do que os setores tradicionais.
14
A criação destes dois programas tinha como foco a estruturação de uma cadeia produtiva no ramo
industrial calçadista no Ceará.
15
Os municípios que receberam pelos menos uma indústria beneficiada pelo FDI desde 1995 são:
Barroquinha, Camocim, Acaraú, Itarema, Amontada, Marco, Uruoca, Tianguá, Ubajara, Sobral,
Santana do Acaraú, Forquilha, Santa Quitéria, Canindé, Crateús, Nova Russas, Boa Viagem,
Quixeramobim, Senador Pompeu, Milhã, Jaguaribe, Iguatu, Cariús, Cedro, Nova Olinda, Crato,
Juazeiro do Norte, Barbalha, Brejo Santo, Abaira, Icapuí, Jaguaruana, Aracati, Limoeiro do Norte,
Tabuleiro do Norte, Morada Nova, Russas, Baturité, Guaramiranga, Canindé, Pentecostes, Itapajé,
Uruburetama, São Gonçalo do Amarante, Paracuru, Trairi, Caucaia, Fortaleza, Maracanaú, Eusébio,
Aquiraz, Pacatuba, Pindoretama, Cascavel, Beberibe, Itaitinga, Horizonte, Pacajus, Chorozinho,
Barreiras, Guaiúba, Maranguape (SDLR, 2005).
16
São Gonçalo do Amarante, Maracanaú, Caucaia, Fortaleza, Aquiraz, Pacatuba, Horizonte, Eusébio, e
Maranguape.
37
Constata-se, inicialmente, que o município de Maracanaú concentrou 26,5% do
total de investimentos atraídos, 18,6% do emprego previsto e 16,7% das
empresas para o Estado. Observa-se, ainda em Maracanaú, que foram
investidos mais de 100 mil reais para cada posto de trabalho previsto. Esta
média foi superior a do Estado.
Tabela 6 – Investimentos e número de empregos previsto pelas empresas
atraídas pelo FDI, no período de ago./1995 a abr./2002 (R$ de
jan./2006), estado do Ceará
17
Investimento (I)
Emprego direto
(L)
Empresas
Região
R$ % Qt. % Qt. %
I/L
RMF 2.872.539.517,40 71,1 27.895 48,6 153 56,7 102.976,86
Maracanaú 1.070.814.290,55 26,5 10.642 18,6 45 16,7 100.621,53
Aquiraz 515.529.071,52 12,8 2.505 4,4 10 3,7 205.800,03
Fortaleza 508.560.238,33 12,6 5.946 10,4 25 9,3 85.529,81
Demais municípios 777.635.917,00 19,3 8.802 15,3 73 27,0 88.347,64
Restante do Estado 1.165.648.245,60 28,9 29.462 51,4 117 43,3 39.564,46
Sobral 212.185.836,37 5,3 684 1,2 9 3,3 310.213,21
Crato, Juazeiro e Barbalha 196.049.087,34 4,9 4.103 7,2 29 10,7 47.781,89
Ubajara 114.554.931,70 2,8 50 0,1 1 0,4 2.291.098,63
Aracati 74.731.736,57 1,9 2.853 5,0 11 4,1 26.194,09
Demais municípios 568.126.653,63 14,1 21.772 38,0 67 24,8 26.094,37
Total 4.038.187.763,00 100,0 57.357 100,0 270 100,0 70.404,45
Fonte: Pontes et al. (2006).
Nota: O autor não conseguiu inserir as empresas de geração de energia elétrica e as do
segmento hoteleiro.
Aquiraz foi o município com segundo maior investimento previsto no
Estado e na RMF. Este município concentrou, ainda, 4,4% dos empregos e
3,7% das empresas. O investimento por emprego, em Aquiraz, foi de 205 mil
reais, média esta bem superior à da RMF e à do Estado.
Fortaleza concentrou mais de 12% do investimento, 10% do emprego
previsto e 9,3% das empresas. No restante do Estado, o município de Sobral
foi o que concentrou maior investimento atraído para o Estado. Este município
17
Infelizmente não foi possível encontrar informações estatísticas efetivas para investimentos e número
de empregos para o período analisado junto aos orgãos estaduais do estado do Ceará.
38
serviu de localização para 5,3% do investimento, 1,2% do emprego previsto e
3,3% das empresas.
De forma geral, observa-se que nos municípios do restante do Estado
os investimentos foram bem inferiores àqueles localizados na RMF. O
investimento por posto de trabalho previsto foi de, aproximadamente, 38% do
verificado na RMF. Pois, no período de agosto de 1995 a abril de 2002, foram
atraídas um total de 270 empresas que investiram mais de 4 bilhões de Reais e
previram a geração de 57,3 mil empregos. Neste período, a RMF concentrou
71% do investimento, 48% do emprego e 56% das empresas.
Em 2002, a política industrial no Ceará tomou novos rumos, e o FDI
passou a ter as seguintes diretrizes: a) verificar a relação custo-benefício ou
custo-efetividade na decisão sobre a concessão, a fim de administrar o custo
de manutenção do modelo de fomento à industrialização; b) aumentar a
eficiência do sistema industrial através da consolidação e formação das
cadeias produtivas, verificando preferencialmente os elos faltantes das
referidas cadeias; esta diretriz é combinada com a estratégia de geração de
emprego e renda; c) manter o processo de descentralização das atividades
industriais, mas procurando ao mesmo tempo organizar espacialmente essa
descentralização através da consolidação das aglomerações ou clusters
produtivos e dos pólos econômicos regionais, a fim de obter economias de
aglomeração e economias de escala.
Para tanto, adotou-se um sistema de incentivos que priorizava a
formação de aglomerações industriais em regiões, tendo por centro
determinados municípios do Ceará que já possuíssem um começo de
aglomeração de empresas (Tabela 7).
De acordo com Pontes e Almeida (2005), a política industrial no Ceará,
apoiada no FDI como instrumento de atração de investimentos industriais,
buscava agora a formação de clusters potenciais, priorizando a formação de
aglomerados industriais nas regiões que apresentassem essa característica.
Os benefícios concedidos por estas reformulações estão discriminados na
Tabela 8.
39
Tabela 7 – Aglomerações identificadas em 1995, estado do Ceará
Clusters
Cidade
Têxtil Pacajus
Calçados Fortaleza, Aquiraz, Sobral, Itapajé, Canindé, Quixeramobim, Iguatu e J. do Norte
Couros e peles Fortaleza, Sobral, Tauá e Juazeiro do Norte
Móveis Bela Cruz, Caucaia, Morada Nova, Iguatu e Juazeiro do Norte
Eletroeletrônicos Fortaleza e Caucaia
Metal mecânico Fortaleza, Iguatu e Crato
Fonte: Governo do Ceará (1995).
Tabela 8 – Distribuição da PROVIN/FDI por clusters potenciais, em 2002,
estado do Ceará
Indústrias
Fin.
ICMS
(%)
Retorno
(%)
Carência
(anos)
Prazo
(anos)
Observação
Estruturantes 75 10 3 20 Somente para a região do Pecém
Coureiro-calçadista 60 10 3 8
10
13
15
Mais de 80 km do centro
De 61 a 80 km do centro
De 31 a 60 km do centro
De até 30 km do centro
Móveis 60 10 3 8
10
13
15
Mais de 80 km do centro
De 61 a 80 km do centro
De 31 a 60 km do centro
De até 30 km do centro
Confecções 60
39
10
10
3 15
10
Fora da RMF
Na RMF
Têxtil 60 25 3 10 Somente para a RMF
Eletroeletrônico 60 25 3 8
10
13
15
Mais de 80 km do centro
De 61 a 80 km do centro
De 31 a 60 km do centro
De até 30 km do centro
Metal-mecânico 60 25 3 8
10
13
15
Mais de 80 km do centro
De 61 a 80 km do centro
De 31 a 60 km do centro
De até 30 km do centro
Base tecnológica e indústria
de reciclagem
60 25 3 15 Localização livre
Alimentos, bebidas e
minerais não-metálicos
60 25 3 10 Localização livre
Agroindústria 60 25 3 10 Localizados no agropolos
Fonte: Pontes e Almeida (2005, p. 273).
40
Dessa forma, a partir da identificação dos municípios onde se
verificavam aglomeração foram traçados círculos imaginários centrados nas
sedes de cada município. Assim, foram definidos incentivos que privilegiariam a
instalação de empresas nestas aglomerações produtivas, e, à medida que
aumentasse a distância entre a localização da indústria incentivada, com
relação ao centro da circunferência
18
, menores seriam os benefícios.
Pretendia-se promover maior densidade de empresas industriais
nestas regiões. Este adensamento poderia ainda resultar em economias
externas que se refletiriam na competitividade das empresas incentivadas.
Essas economias, no longo prazo, tornariam desnecessária a concessão de
benefícios às empresas industriais instaladas e que quisessem se instalar
nesses centros definidos como aglomerações em potencial.
Assim, a reformulação de 2002 possuía um modelo intencional de
estimular e consolidar clusters potenciais. O cerne dessa política, segundo
Pontes e Almeida (2005), se baseia no fato de que as unidades integrantes de
um cluster desfrutam de benefícios decorrentes das economias de
aglomeração e das possibilidades de cooperações entre empresas. Assim, o
adensamento dessas aglomerações gera otimizações de escala de produção,
redução de custos de transação, constituição de um mercado de trabalho
especializado, e maiores possibilidades de inovação e gerações de novos
projetos e negócios.
Segundo Pontes e Almeida (2005), de 1995 a 2002, há duas
tendências entre as empresas incentivadas pelo FDI, que são as seguintes:
concentração na RMF e predomínio de setores tradicionais. Entre as razões
possíveis para esse fato, pode-se destacar a maior ocorrência de
externalidades positivas na RMF, já que, como destacado por Marshall (1996),
as empresas industriais buscam se localizar em regiões onde se verifica alto
nível de industrialização. Outra importante externalidade, como preconiza
Marshall (1996), na RMF é a oferta de ensino profissionalizante, e nessa região
estão localizados os principais centros de ensino universitário do Ceará.
18
No centro do círculo estaria localizada a sede do município onde havia sido identificado o germe da
aglomeração industrial; desde o centro até uma distância de 30 km seriam concedidos os maiores
incentivos; a partir desta distância, os incentivos seriam reduzidos gradualmente.
41
Ressalta-se, ainda, a densidade populacional da RMF como uma
externalidade que pode ser traduzida como uma facilidade de contratação de
mão-de-obra e maior proximidade com o mercado consumidor
19
por parte das
empresas atraídas pelo FDI, que se instalam nessa região, quando
comparadas com as empresas instaladas noutros municípios do Estado.
Pode-se afirmar que a ausência de economias externas no interior do
Estado ou o fato destas serem menos substanciais do que as verificadas na
RMF tem contribuído para que a industrialização do interior/litoral ocorra em
ritmo mais lento e com características de indústrias mais tradicionais
20
.
Nesse sentido, Pontes e Almeida (2005) ressaltam que setores ligados
à indústria tradicional, entretanto, apresentaram menor concentração na RMF,
sendo os municípios de Sobral, Crato, Juazeiro do Norte e Barbalha os que
mais se destacaram na atração de investimentos, principalmente do setor
calçadista. O ponto positivo destacado das empresas tradicionais,
principalmente nos setores têxteis, confecções e calçados, é a criação de
postos de trabalho, que, nesta última indústria, foi mais significativo. Por outro
lado, a indústria dinâmica
21
apresentou um crescimento menor no número de
postos de trabalho, além de não contribuírem significativamente para a
interiorização da indústria cearense.
No entanto, os investimentos industriais atraídos pelo FDI, que são
apresentados na Tabela 9, considerando apenas 1 ano, direcionaram-se
principalmente para o município de Maracanaú, na RMF. Cerca de 60% do
investimento atraído entre abril de 2002 e maio de 2003 foram para aquele
município. Destaque-se que Maracanaú deveria sediar 35% do emprego
previsto e 22% das empresas. Além disso, observa-se que o investimento por
emprego previsto era bem superior à média da RMF e do Estado.
19
Além da proximidade física com os consumidores, deve-se levar em consideração o fato de que a
população da RMF possui uma renda maior do que a do restante do Estado.
20
Define-se por indústria tradicional: produtos de mineração não metálicos, madeira e mobiliário, papel,
papelão e celulose, couros e peles, têxtil, vestuário, alimentos, bebidas, editorial e gráfica, e calçados.
21
A indústria dinâmica agrega setores como metal-mecânico, material elétrico, química e materiais
plásticos, e outras.
42
Tabela 9 – Investimentos e número de empregos previsto pelas empresas
atraídas pelo FDI, no período de abr./2002 a mai./2003 (R$ de
jan./2006), estado do Ceará
Investimento (I)
Emprego direto
(L)
Empresas
Região
R$ % Qt. % Qt. %
I/L
RMF 270.610.750,86 72,4 5.678 70,7 25 62,5 47.659,52
Maracanaú 224.180.225,56 60,0 2.840 35,3 9 22,5 78.936,70
Pacajús 26.017.772,16 7,0 607 7,6 3 7,5 42.862,89
Demais municípios (RMF) 20.412.753,14 5,5 2.231 27,8 13 32,5 9.149,60
Restante do Estado 103.252.236,45 27,6 2.357 29,3 15 37,5 43.806,63
Ubajara 56.308.469,46 15,1 835 10,4 1 2,5 67.435,29
Sobral 17.294.300,09 4,6 150 1,9 1 2,5 115.295,33
Barbalha 13.046.691,87 3,5 415 5,2 3 7,5 31.437,81
Demais municípios 16.602.775,03 4,4 957 11,9 10 25,0 17.348,77
Total 373.862.987,31 100,0 8.035 100,0 40 100,0 46.529,31
Fonte: Pontes et al. (2006).
Pacajús foi o segundo destino dos investimentos atraídos para a RMF.
Nos demais municípios da RMF é possível observar que estes apresentaram
um baixo investimento por trabalhador, sendo investidos apenas 9,1 mil reais
por posto de trabalho. Este número sugere que enquanto foram atraídas para
Maracanaú empresas mais intensivas em capital, os demais municípios da
RMF serviram de localização para empresas mais intensivas em trabalho.
Comparando-se estas estatísticas com aquelas do período anterior, constata-
se que houve queda no investimento por trabalhador na RMF, que caiu de 102
mil reais, no primeiro período, para 47 mil reais no segundo.
No restante do Estado, Ubirajara e Sobral continuam figurando como
importantes destinos dos investimentos atraídos. No entanto, Sobral perdeu
importância quanto ao número de empregos previstos e de empresas. Já o
investimento por posto de trabalho, no restante do Estado, houve crescimento
da razão entre investimento e emprego previsto que cresceu de 39,5 mil reais,
no período anterior, para 43,8 mil reais. Observa-se que 40 empresas foram
atraídas, prevendo investir 373 milhões de reais e abrir mais 8 mil postos de
trabalho. Concentraram na RMF, aproximadamente, 72% do investimento, 70%
do emprego previsto e 62% das empresas.
43
À primeira vista, os fatos acima sugerem que a reformulação
implantada em 2002 contribuiu para aumentar a concentração de
investimentos, de empresas atraídas e de emprego na RMF. Relativamente à
concentração do emprego previsto na RMF, é possível verificar que esta
aumentou de 48%, no período anterior (1995-2002), para mais de 70%.
De forma resumida, pode-se constatar que, em primeiro lugar, a
regulamentação do FDI, em 2002, resultou em maior concentração de
investimentos, primordialmente no município de Maracanaú. Assim, é possível
afirmar que esta legislação não conseguiu incentivar a formação de novos
pólos de desenvolvimento industrial no Ceará.
Em segundo lugar, houve uma elevação do investimento por emprego
previsto nas regiões além da RMF, ou seja, as empresas atraídas neste
período apresentavam menor contribuição para a geração de empregos do que
a verificada no período anterior (1995-2002).
A política de incentivo à industrialização do estado do Ceará sofreu
uma profunda modificação em seus princípios conceituais e operacionais com
a edição do Decreto n.º 27.040, de 9 de maio de 2003, refletindo a nova
orientação do Governo de tratar os incentivos fiscais.
A essência desta lógica, segundo Pontes et al. (2006), é entender o
incentivo como um pagamento por externalidades positivas, que não são
precificadas e remuneradas pelo sistema de mercado, que empresas
industriais atraídas trazem para a economia local. Outra novidade desta
legislação, conforme Pontes et al. (2006), foi a criação de um sistema de
acompanhamento que poderá promover ampliação ou redução nos incentivos
concedidos. Para inferir o valor de tais externalidades, foi desenvolvido um
sistema de pontos que valorizam variáveis como volume de investimento,
número de empregos gerados, entre outras. O sistema de pontos é
apresentado na Tabela 10.
Adicionalmente, foi estabelecido que o incentivo mínimo fosse de 25%
(para zero ponto) e o máximo de 75% (para 50 pontos). Cada ponto obtido pela
empresa equivale a 1% (um por cento) a mais de financiamento de ICMS. O
prazo de pagamento e o retorno também dependem da pontuação obtida pela
empresa e estão discriminados nas Tabelas 11 e 12.
44
Tabela 10 – Critérios de pontuação adotados em 2003, estado do Ceará
Critérios Pontuação máxima
Volume de investimento 13
Geração de emprego 12
Setores e cadeias produtivas 8
Aquisição de matérias-primas e insumos locais 7
Localização geográfica 6
Responsabilidade social 4
Fonte: Pontes et al. (2006).
Tabela 11 – Duração dos incentivos recebidos pelas empresas, estado do Cea-
rá, 2003
Prazo Pontuação atingida
De 5 anos De 0 a 24 pontos
De 8 anos De 25 a 34 pontos
De 10 anos Mais de 35 pontos
Fonte: Pontes et al. (2006).
Tabela 12 – Retorno dos empréstimos recebidos pelas empresas, estado do
Ceará, 2003
Retorno Pontuação atingida
10% Mais de 30 pontos
15% De 20 a 29 pontos
25% De 0 a 19 pontos
Fonte: Pontes et al. (2006).
45
Os dados sobre a atração de investimentos deste último período,
05/2003 a 12/2005, são apresentados na Tabela 13. Em primeiro lugar,
verifica-se, na referida tabela, que os investimentos atraídos continuaram
concentrados na RMF, porém os empregos previstos e as empresas reduziram
sua concentração nesta Região.
Maracanaú continuou sendo o principal destino dos investimentos
dentro do Estado, porém houve significativa redução quando comparada a
concentração de investimentos neste município com a do período anterior.
Fortaleza e Pacatuba despontaram como o segundo e terceiro destinos
dos investimentos atraídos entre maio de 2003 e dezembro de 2005. Observa-
se, ainda na Tabela 13, que os demais municípios da RMF cresceram de
importância quanto ao número de empregos previstos e de empresas atraídas,
ou seja, houve uma descentralização dos investimentos dentro da RMF em
relação a 2002, mas não ao período anterior a 2002.
Tabela 13 – Investimentos e número de empregos previstos pelas empresas
atraídas pelo FDI, no período de mai./2003 a dez./2005 (R$ de
jan./2006), estado do Ceará
Investimento (I)
Emprego direto
(L)
Empresas
Região
R$ % Qt. % Qt. %
I/L
RMF 601.599.586,81 76,6 14.237 63,2 64 52,5 42.256,06
Maracanaú 278.726.474,00 35,5 2.974 13,2 11 9,0 93.721,07
Fortaleza 77.626.828,43 9,9 3.136 13,9 27 22,1 24.753,45
Pacatuba 70.547.797,02 9,0 1.879 8,3 2 1,6 37.545,39
Demais municípios 174.698.487,36 22,2 6.248 27,8 24 19,7 27.960,71
Restante do Estado 184.127.271,75 23,4 8.274 36,8 58 47,5 22.253,72
Limoeiro do Norte 28.356.014,29 3,6 820 3,6 2 1,6 34.580,51
Sobral 28.037.378,86 3,6 392 1,7 2 1,6 71.523,93
Itapipoca 17.195.747,58 2,2 90 0,4 1 0,8 191.063,86
Demais municípios 110.538.131,02 14,1 6.972 31,0 53 43,4 15.854,58
Total 785.726.858,56 100,0 22.511 100,0 122 100,0 34.904,13
Fonte: Pontes et al. (2006).
46
Os investimentos atraídos para o restante do Estado voltaram a
responder por parcela significativa do emprego previsto e o número de
empresas cresceu significativamente. Inclusive, é possível destacar que, pela
primeira vez, o número de empresas atraídas para o restante do Estado foi
muito próximo do verificado para a RMF.
Já o investimento por emprego previsto no Estado caiu, quando
comparado com o período anterior, para o patamar de 34 mil reais investidos
para cada emprego. Analisando este indicador apenas para a RMF, verifica-se
que esta relação caiu mais uma vez, ficando próxima de 42 mil reais, o valor
mais baixo nos três períodos em análise. Os municípios localizados fora da
RMF também sofreram significativa redução no investimento por posto de
trabalho previsto.
Do exposto, é possível verificar que esta última legislação do FDI
contribuiu para a redistribuição dos investimentos atraídos, reduzindo a
concentração de investimentos no município de Maracanaú. Como
conseqüência, os demais municípios da RMF aumentaram sua participação na
divisão das inversões atraídas no Estado. Note-se, ainda, que estes municípios
serviram de sede para empresas que, em geral, apresentavam baixo
investimento por emprego gerado, ou seja, que mais provavelmente sejam
intensivas em trabalho e, portanto, com menor custo por emprego criado.
Outra tendência observada, ressaltado por Pontes et al. (2006), é que,
no terceiro período em análise, o restante do Estado passou a atrair um
número de empresas próximo ao da RMF, apesar do investimento ter se
concentrado nesta última. Este fato sugere que estão se direcionando para fora
da RMF empresas industriais de menor porte que as localizadas na RMF.
No FDI, de maio de 2003 em diante, foram atraídas 122 empresas que
previam a geração de mais de 22 mil empregos e investimentos superiores a
785 milhões de Reais. A concentração, na RMF, foi de, aproximadamente, 76%
do investimento, 63% do emprego e 52% das empresas. Com o FDI, 05/2003 a
12/2005, é possível observar que a concentração dos investimentos aumentou,
porém a de emprego e de empresas caiu, quando comparado ao período de
04/2002 a 05/2003. Pontes et al. (2006) ressalta que é possível que o FDI
neste último período tenha contribuído para reverter parte da concentração
verificada no período de abril de 2002 a maio de 2003.
47
Na medida em que os incentivos estaduais privilegiam mais aquelas
empresas que procuram se instalar em municípios distantes da capital,
Fortaleza verificou-se que inúmeras empresas se fixaram em municípios
realmente afastados do centro economicamente hegemônico, em alguns locais
onde a população desconhecia totalmente o método e a disciplina fabris. Isto
aconteceu com as fabricantes de calçados, vindas do Sul e Sudeste do País à
procura de mão-de-obra desqualificada, barata e desorganizada sindicalmente.
O maior benefício trazido por esse deslocamento industrial foi a criação de
empregos industriais no interior do Estado, em cidades como Sobral, Crato,
Canindé, Itapipoca e outras.
2.5. A política de formação de capital humano e a criação dos Centros Re-
gionais de Desenvolvimento Educacional (CREDEs)
Nos anos 1990, conforme o Banco Mundial (2003), houve um grande
avanço na educação básica, tanto no Ceará quanto em outros estados
brasileiros. No Ceará, a matrícula no ensino fundamental saltou de 57% para
98% entre 1990 e 1999.
O governo do Ceará tem-se destacado de outros estados, por seu
empenho e sua abordagem inovadora da educação. A partir do programa
estadual “Todos pela Educação de Qualidade para Todos”, em 1995, o Ceará
tem continuadamente implementado iniciativas para aumentar a abrangência e
a qualidade de seu sistema educacional. Em 1996, foram lançados três
programas que visavam à eficiência e à qualidade do sistema estadual de
ensino fundamental. O Ceará também tentou dinamizar a administração da
Secretaria de Educação, por meio da criação, em 1996, de 21 Centros
Regionais de Desenvolvimento Educacional (CREDEs), com o objetivo de
coordenar as políticas educacionais nas unidades escolares e Secretarias
Municipais de Educação da sua jurisdição, assegurando a operacionalização e
o monitoramento da proposta educativa, visando à melhoria dos processos de
gestão escolar e de ensino-aprendizagem, tendo como base o Plano de
Educação Básica Escola Vida Melhor, em 21 microrregiões do Estado
(Maracanaú, Itapipoca, Horizonte, Acaraú, Camocim, Tianguá, Sobral, Baturité,
48
Quixadá, Senador Pompeu, Russas, Jaguaribe, Iguatu, Icó, Canindé, Crateús,
Tauá, Crato, Juazeiro, Brejo Santo e Fortaleza) (SEDUC, 2005).
Tendo como referência os princípios da autonomia e da
descentralização como estratégia para melhoria da gestão educacional, foram
criados, na estrutura organizacional da SEDUC, 21 Centros Regionais de
Desenvolvimento da Educação (CREDE) em substituição a 14 Delegacias
Regionais de Ensino (DERE), através do Decreto 24.274/96.
As estratégias cearenses de modernização da gestão escolar têm sido
adotadas por outros estados da região. Segundo Albuquerque (2005), as ações
foram norteadas pelos eixos da proposta “Todos pela Educação de Qualidade
para Todos” em iniciativas que permitissem a escola caminhar em sintonia com
a macroorientação. Nesse período, muitas foram as ações encaminhadas à
escola, todas apresentadas simplificadamente em folders, cujo principal mérito
foi tornar mais acessível a informação ao público em geral. A predominância do
entendimento tácito de que a descentralização é suficiente para ‘mudar’ a
cultura institucional favoreceu a postura de certa abdicação, por parte da
SEDUC, do papel de instância de planejamento. Em termos práticos, isso
significou a redução do planejamento à sistematização de demandas
imediatas.
Ainda segundo Albuquerque (2005), ao implementar os CREDEs
(sistema estadual) e os distritos de educação (sistema municipal de Fortaleza)
como instâncias intermediárias do processo educativo, o Ceará explicita o
modelo descentralizado da gestão. A característica da reforma educacional
cearense colocou, em destaque, mudanças no sistema educativo para que a
escola constituísse ponto de partida da política educacional, expressão
identificada à política educacional da Secretaria de Educação Básica do Estado
(SEDUC), em sintonia com a nacional que destaca a escola como lugar onde
as coisas acontecem.
Há que se reconhecer também a operacionalização do Plano Decenal
de Educação para Todos – Ceará. Foram implementados mecanismos visando
assegurar condições objetivas para a sistematização da política com foco na
escola. O “Núcleo Gestor”, os “CREDES”, as SERs, os Conselhos Escolares, a
“eleição de diretores”, “o sistema de acompanhamento pedagógico às escolas”,
49
o “apoio técnico às secretarias municipais de educação” são exemplos desse
encaminhamento (ALBUQUERQUE, 2005).
Conforme resultados do Banco Mundial (2003), podem-se verificar
mudanças entre 1990 e 1999: a matrícula escolar aumentou 42% e,
atualmente, o sistema de ensino abrange quase 100% (98,3%) das crianças
cearenses entre 7 e 14 anos. No período de 1995 a 2000, a matrícula no
ensino fundamental do Ceará aumentou 34,5%, enquanto que no Nordeste a
média foi de 23,3% e, no Brasil, de 9,3%.
O Estado vem tomando medidas para solucionar os problemas
históricos da limitação da capacidade geral dos professores e da baixa
qualidade do sistema educacional. Em primeiro lugar, as políticas foram
orientadas para resolver a questão da persistência de altas taxas de repetência
e das distorções série-idade. Apenas 46% dos alunos completaram a 8.ª série
no período esperado de 8 anos e 56% dos estudantes têm idades dois ou mais
anos daquela correspondente a de suas respectivas séries. As melhorias nessa
área são contínuas e expressivas (BANCO MUNDIAL, 2003).
Atualmente, a distribuição de alunos em cada série está mais
equilibrada, com a média de 12,5% dos estudantes em cada nível do ciclo
básico. Em segundo lugar, o treinamento e o desenvolvimento profissional dos
professores têm avançado. O treinamento profissional e pedagógico vem
melhorando desde a implementação das reformas originais em 1995. O
número de professores com nível universitário ou superior aumentou de 44%
para 62%, e o percentual relativo àqueles com formação apenas secundária e,
ou, técnica diminuiu de 56% para 38%. No entanto, 29% (11.406) dos
professores cearenses do ensino fundamental, em sua maioria nas escolas
rurais, são considerados “professores leigos”, ou seja, não atendem aos
requisitos da Lei de Diretrizes e Bases (LDB) de 1996. Em terceiro lugar, estão
sendo feitos esforços para aprimorar as sinergias entre os sistemas de
educação estadual e municipal. A oferta de ensino foi dificultada pela
sobreposição de ambos os sistemas de educação, apesar de a tentativa do
governo de transferir a responsabilidade do ensino para os municípios. Por
exemplo, 66% das vagas no ensino fundamental estão nas escolas municipais,
enquanto o Estado continua a atender 23% dos estudantes (BANCO
MUNDIAL, 2003).
50
2.6. A política do setor rural: o Projeto São José
O Projeto São José atua no combate à pobreza rural desde a sua
criação em 1995. Essa atuação divide-se em duas fases: Projeto São José I
(1996 – 2001) e Projeto São José II (2002 – 2006). O Projeto São José I
beneficiou 189.363 famílias através da implantação de 3.054 subprojetos nas
áreas de infra-estrutura, ação social e de produção distribuídos entre 177
municípios cearenses (Figura 3). A execução do projeto foi possível devido a
um acordo de empréstimo, firmado pelo Banco Mundial e o Governo do Estado
com vigência de abril de 1996 a junho de 2001 (KHAN, 2006).
Assim o Projeto São José é uma ação do governo estadual, realizado
através da Secretaria de Desenvolvimento Local e Regional (SDLR), que visa
apoiar pequenos produtores e grupos comunitários, juntamente a associações
representativas, criando oportunidades de geração de emprego e renda no
meio rural. O projeto elabora ações de infra-estrutura socioeconômica básica e
infra-estrutura de apoio a produção, desenvolvendo subprojetos de eletrificação
rural, mecanização agrícola, sistemas comunitários de abastecimento d’água e
construção de habitações rurais em áreas de assentamento (“Reforma Agrária
Solidária”), convertendo-se no principal instrumento de desenvolvimento local
do governo, contribuindo intensamente com a política de inclusão social do
Estado (KHAN; SILVA, 2005). Esses serviços são oferecidos a custo mais
baixo, como resultado das seguintes características inovadoras do programa:
a) participação de mão-de-obra comunitária de baixo custo; b) utilização de
tecnologias adequadas e de baixo custo; e c) aquisição de material e
supervisão dos trabalhos feitos pelos próprios beneficiários.
Nas áreas rurais, são postas em prática várias iniciativas que tentaram
buscar soluções em condições ecológicas adversas. O principail programa
voltado para os pequenos produtores é o Projeto São José, mais
especificamente seu subprojeto Reforma Agrária Solidária.
51
Fonte: SDLR (2005).
Figura 3 – Programa de Combate à Pobreza Rural no Ceará (PCPR) Projeto
São José, de abril de 1995 a junho de 2004.
52
O Projeto São José consiste em uma intervenção abrangente que
fornece apoio financeiro às comunidades rurais, utilizando mecanismos
participativos. Em geral, a sua avaliação indica que tem promovido aumentos
modestos de renda e benefícios significativos em outros aspectos da qualidade
de vida (acesso à água e à eletricidade) e em termos de capital social (KHAN;
SILVA, 2005; KHAN, 2006).
De acordo com seu estilo, como um programa que atinge uma grande
parcela da população com baixo poder aquisitivo, ele tem sido bem-sucedido,
tendo proporcionado uma mudança importante na vida de muitas famílias rurais
pobres. Hidalgo (1998) ressalta que o projeto começou a operar no segundo
semestre de 1996, com um orçamento de R$ 4.165.600,00 do Tesouro do
Estado e R$ 6.000.000,00 provenientes de recursos do Banco Mundial. E
segundo Pereira e Sauer (2006), só em agosto de 1996, o Projeto São José
(ou seu um de seus subprojetos a “Reforma Agrária Solidária”) teve o primeiro
financiamento para compra de terras liberado em fevereiro de 1997.
Conforme a Secretaria do Desenvolvimento Local e Regional (SDLR,
2005), o Projeto São José teve um investimento total da ordem de mais de R$
97 milhões, que vem beneficiando cerca de 174 mil famílias residentes em 173
municípios do interior do Ceará de 1995 até 2004, conforme Figura 3. Esses
são os resultados de 2.977 subprojetos de eletrificação rural, realizados por
meio do Projeto São José, de 1995 até 2004. Entre os municípios
contemplados com a realização de projetos de eletrificação rural estão
Beberibe, Boa Viagem, Canindé, Crateús, Itapipoca, Milagres, Missão Velha,
Mombaça, Morada Nova e Quixeramobim.
Os subprojetos de eletrificação rural são uma das contrapartidas do
governo estadual para o programa de universalização de acesso à energia
elétrica Luz Para Todos, do Ministério das Minas e Energia, cujo objetivo é
levar energia elétrica a 12 milhões de pessoas até 2008.
Ressalta-se que durante os anos de 2003 e 2004, um total de R$ 73,4
milhões foi alocado para a realização de obras referentes ao São José,
perfazendo 832 subprojetos aprovados e beneficiando cerca de 55 mil famílias
em 177 municípios do interior do Estado.
Ressaltam-se que duas das mais importantes contribuições do PSJ
talvez sejam o incentivo ao capital social local e acesso ao governo municipal.
53
As características inovadoras do programa patrocinado pelo governo estadual
estão aumentando a participação e têm potencial para melhorar os
procedimentos democráticos locais no Ceará. Entretanto, esta ainda é uma
área que apresenta desafios consideráveis, em vista das contínuas pressões
exercidas por grupos poderosos, inseridos nas estruturas governamentais e
sociais locais, que desejam se apropriar do programa. Os procedimentos
participativos específicos também precisam ser ainda mais bem integrados a
uma iniciativa mais abrangente de aprimoramento da governança municipal.
2.7. Reflexões a respeito da política regional do Ceará
O argumento para a existência de uma política regional no estado do
Ceará baseia-se no fato de se admitir que o livre funcionamento da economia
não pode assegurar, por si só, um desenvolvimento equilibrado em prol da
convergência de renda. Assim, a não-intervenção das autoridades poderia
levar ao mais rápido crescimento de algumas regiões, sem que estas fossem
necessariamente as mais atrasadas, aumentando assim as diferenças
regionais. Desta forma, as autoridades municipais, em colaboração com o
governo do Estado e o Banco Mundial, levam a cabo políticas de cunho
regional, de forma a reduzir as disparidades de rendimento existentes nos
municípios do Ceará.
Assim a política econômica do Ceará pós-1995 teve dois campos de
atuação fortes: primeiro com orientações aplicadas para a reestruturação da
distribuição urbana e, em segundo, a promoção de atividades econômicas
industriais no interior. O capítulo, portanto, mostra estratégia de
desenvolvimento para o interior do Ceará, baseada em dois fundamentos. O
primeiro é fortalecer centros urbanos no interior, com capacidade de absorver
parte dos excedentes de trabalhadores rurais no processo de crescimento e
urbanização, suprindo a área rural com serviços de apoio e demanda para seus
produtos. O outro é promover a atividade econômica no interior,
proporcionando emprego e renda em níveis mais elevados para a força de
trabalho excedente do setor rural.
Dado que a importância do setor público na economia cearense é
muito grande, o investimento que o Estado do Ceará realiza, sem dúvida
54
alguma, termina influenciando fortemente o crescimento do PIB. Em outras
palavras, é uma economia ainda muito incipiente, e a grande questão em
termos de desenvolvimento no estado do Ceará é gerar esse impacto de
investimento para ter crescimento e, ao mesmo tempo, fazer com que ele seja
includente.
O que se procura evidenciar com está seção é o fato de existir diversas
opções para formular uma política pública voltada para o desenvolvimento
regional. Contudo, a escolha da estratégia está vinculada aos objetivos
esperados com a mesma, sendo assim, quanto mais regional/local for à
política, maior sua mobilidade, isso não implica que não venha a existir uma
associação das políticas mais tradicionais com as mais recentes, de forma a
estimular o desenvolvimento da região sem ser prejudicada por fatores
burocráticos.
Nesse sentido é importante conhecer o arcabouço teórico das políticas
de desenvolvimento regional para analisar quais características influenciam as
políticas regionais atuais e mais especificamente do estado do Ceará. Os cerca
de 40 anos de história de reflexão sobre a problemática do desenvolvimento
regional podem, em termos muitos gerais, ser sintetizados pela Tabela 14, que
explicita os principais marcos de cada década no que se refere às teorias
dominantes, a seus objetivos e às estratégias de atuação.
A política regional tradicional (décadas de 1950 e 1960) tinha como
bases teóricas, as teorias do crescimento e distinguia-se pelo seu caráter
exógeno. Ou seja, o desenvolvimento regional era feito a partir de fora, o que
significava que o Estado tinha um papel central na procura de homogeneizar o
espaço, não sendo dado qualquer tipo de poder às administrações locais.
Todavia, com o passar do tempo, começou a tornar-se claro que a
política tradicional, além de não conseguir resolver as assimetrias, era também
demasiado simplista no que diz respeito ao quadro teórico, não conseguindo
explicar por que razão, na década de 70, determinadas regiões desenvolvidas
e bastante ativas começam a ter também problemas. Com o objetivo de dar
resposta às falhas verificadas pela política anterior, surge, então, uma nova
política assente nos desenvolvimentos teóricos que se deram nos anos oitenta
e que se diferenciavam dos da década anterior pelo seu caráter endógeno.
Assim, esta nova política vem romper com a política anterior ao defender que
55
cada região deve desenvolver as suas características através de iniciativas que
permitam fomentar fatores importantes como o know how tecnológico, ou a
difusão de tecnologias, dando vital importância às administrações locais.
Pode-se dizer, como Cuadrado-Roura (1995), que enquanto a política
tradicional tentava corrigir/eliminar as assimetrias regionais através da
homogeneização do território, a nova política regional evoluiu e procura agora
destacar as características de cada região com o objetivo não de as eliminar,
mas sim de as tornar em vantagens competitivas, quer a nível nacional, quer a
nível global.
Contudo, apesar destes progressos significativos, a nova política
regional ainda comporta algumas limitações, não dando assim uma resposta
definitiva aos problemas de subdesenvolvimento e de crescimento regional.
De forma complementar, Amaral Filho (2005) afirma que as
experiências internacionais têm mostrado que a política de desenvolvimento
regional deve ser explícita, mas têm mostrado também que políticas com esse
objetivo deixaram de ser um campo simples para ser um campo complexo
dentro do universo das políticas públicas. Os instrumentos unilaterais e
verticais deram lugar aos instrumentos multilaterais e transversais. Por outro
lado, não há um modelo único ou uma estratégia modelo de intervenção
pública de correção das desigualdades regionais, significando que o que pode
ser bom para uma região pode não ser para outra. Ainda segundo o mesmo
autor somente a aprendizagem pode definir o melhor caminho.
Nesse sentido, Fujita et al. (2002) destacam que a base do argumento
da nova geografia econômica é a necessidade de explicar as concentrações de
população e atividade econômica, isto é, as diferenças entre os cinturões de
indústrias de manufatura e de produção agrícola, a existência de cidades e o
papel dos clusters industriais.
58
Este trabalho também se constitui numa pesquisa empírica do
planejamento estadual verificando que política de desenvolvimento regional
que aceleram este processo via melhoria da infra-estrutura urbana das cidades
sob a área de influência do PROURB e FDI. Tendo a infra-estrutura de
acessibilidade, e capacitação social, inclusive em termos de mudanças no
arranjo institucional local, em geral muito rígido para impulsionar as reformas
urbanas. Do ponto de vista da política industrial, o direcionamento seria no
sentido de estimular os arranjos produtivos como unidade de intervenção, não
focado na firma individualmente, cujo objetivo seria a ampliação geográfica dos
encadeamentos intersetoriais dentro de cada meso ou macrorregião do estado
do Ceará.
Salienta-se o problema da migração para Fortaleza e em menor escala
da RMF das populações oriundas de outros municípios, dado que a maioria
dos migrantes não tem escolaridade nem experiência profissional, o que faz
com que aceitem empregos mal remunerados e se sujeitem a trabalhos
temporários ou atividades informais para sobreviver, como as de camelôs ou
vendedores ambulantes. Os baixos rendimentos levam esse trabalhador para a
periferia das grades cidades – com freqüência, loteada por favelas e moradias
irregulares e, por isso, mais baratas. Muitas dessas residências, feitas de modo
precário e com materiais frágeis, são erguidas próximas a margens de
córregos, charcos ou terrenos íngremes, e enfrentam o risco de enchente e
desmoronamento em estações chuvosas.
A distância das áreas centrais dificulta o acesso dessa população aos
serviços de saúde e à educação, e as periferias atendem precariamente a suas
necessidades básicas de abastecimentos de água, luz, esgoto e transportes
públicos. Ressalta-se ainda que para os filhos de mulheres que trabalham a
muitas vezes a alimentação é insuficiente ou de má qualidade o que contribui
para o surgimento de doenças e a desnutrição infantil e as poucas opções de
lazer para os adolescestes favorecem a eclosão da violência.
Cabe destacar que é necessário um relativo equilíbrio urbano para que
os municípios incentivados pelo governo estadual venham a gerar vantagens
comparativas para a atração de investimentos em atividades especificas
orientada para localidades que possam ofertar boas condições de vida, como
59
pouca violência, amenidades urbanas, elevado nível educacional e força de
trabalho qualificada.
Analisando todos os investimentos que o Ceará tenta atrair, pode-se
afirmar que a sua política econômica segue uma lógica de desenvolvimento
regional, tem a lógica da instalação, de localização e de encadeamento com
outras empresas buscando maiores ganhos. Esta postura, adotada pelo setor
público estadual desde 1995, é uma evolução muito grande favorecendo a
interiorização e mesmo uma desconcentração dentro da RMF em relação a
cidade de Fortaleza, dentro de uma lógica de adensamento econômico nos
municípios, com o intuito de gerar maior impacto na integração com a malha
econômica que já existe no interior. A questão central da política econômica no
Ceará é a retomada do crescimento econômico nas comunidades mais pobres
e, dessa forma, a geração de trabalho, de emprego e renda como um meio de
dar às pessoas autonomia para conduzirem a própria vida.
60
3. REFERENCIAL TEÓRICO
Toda a teoria depende de suposições que não são bem verdades. Isso é o que
faz a teoria. A arte de teorizar é fazer suposições simplificadoras inevitáveis de
tal modo que os resultados finais não sejam muito sensíveis a tais (SOLOW,
1956, p. 65).
3.1. Teoria de crescimento regional desequilibrado
A idéia básica da teoria de crescimento regional desequilibrado é a
dicotomia entre regiões ricas (RR) e regiões pobres (RP). As regiões ricas têm
vantagens a priori e o funcionamento dos mecanismos de mercado tende a
acentuar essas vantagens de aglomeração atraem novas empresas para estas
atividades econômicas que propiciam a obtenção de economias de escala ou
de escopo (que mais que compensam, por exemplo, as desvantagens de uma
concorrência acrescida pelos fatores de produção). Já as regiões pobres
podem se beneficiar em maior ou menor grau de efeitos derivados das regiões
“mais ricas”
22
.
Esta teoria pode ter dois efeitos:
- Efeitos de difusão (favoráveis): difusão do crescimento das RR para RP
(Efeitos positivos derivados das RR). Exemplo: mercados para os produtos
das RP (aumento das exportações) e difusão da inovação.
22
Em muitos casos, apenas se beneficiarão de mão-de-obra barata, o que é insuficiente para compensar
as vantagens de aglomeração de que se beneficiam as regiões ricas. Beneficiam-se muito pouco dos
efeitos de difusão (ou efeitos de infiltração) do crescimento a partir das regiões ricas.
61
- Efeitos de retração ou bloqueamento (desfavoráveis): drenagem de
crescimento que as RR exercem sobre RP. Exemplo: fluxos desequilibrados
de mão-de-obra, capital, produtos e serviços das regiões pobres para as
regiões ricas; fluxos de fatores nesses modelos (capital e mão-de-obra):
regiões pobres ⇒ regiões ricas; difusão de padrões de consumo que poderá
levar as importações acrescidas pelas RP.
Os mecanismos que funcionam virtuosamente para RR e viciosamente
para RP surgem, sobretudo, como reação ao otimismo da visão neoclássica
23
e
baseia-se no modelo da Causalidade Circular e Cumulativa desenvolvido por
Myrdal, entre outros.
A análise de Gunnar Myrdal identificou o princípio da causação circular
cumulativa, passando a dar ênfase na dinâmica da aglomeração, incorporando
a “complementaridade” entre firmas e setores. Fundamentalmente, um
processo virtuoso de acumulação evoluindo no aglomerado geraria um efeito
de atração de novos e melhores fatores, que, “capturados”, realimentariam o
dinamismo do processo, dando-lhe continuidade
24
.
De acordo com Antunes (2004), a dinâmica de aglomeração em face
da perspectiva neoclássica está na especificação da função do investimento e
na atenção que dá aos processos cumulativos, resultantes da interação entre a
oferta e a procura. Sustenta que o investimento é efetuado em função da
dimensão e do crescimento esperado da procura, local e externa, mais do que
em função das taxas de lucro. Assim, as regiões mais avançadas e dinâmicas
beneficiam-se do efeito de um ciclo de processos cumulativos positivos,
enquanto as mais atrasadas sentem o efeito negativo.
Hirschman (1963), numa perspectiva otimista, defende que as
estratégias de desenvolvimento passem por uma concentração de esforços em
alguns setores-chave, em vez da dispersão proposta pelos defensores do
crescimento equilibrado. Os setores chave, selecionados pela sua posição
23
O otimismo neoclássico baseia-se na ótica de que o livre funcionamento do mercado e o fluxo cruzado
dos fatores produtivos promoveriam o desenvolvimento das regiões mais desfavorecidas até se atingir
uma plataforma de equilíbrio.
24
Embora a natureza circular do problema do crescimento nos países menos desenvolvidos não seja
estranha aos economistas pelo menos desde a década de 1920, o conceito de “causação circular e
acumulativa” é freqüentemente atribuído ao sueco Gunnar Myrdal (1898-1987), que o discutiu no seu
Teoria Econômica e Regiões Subdesenvolvidas, publicado em 1957.
62
estratégica na cadeia produtiva nacional, transmitiriam aos restantes os
impulsos de crescimento.
Deve haver uma tendência para uma concentração setorial e espacial
das atividades atraídas pelas economias externas, criando-se pólos de
crescimento. Numa primeira fase, esta tendência é desejada polarisation effect,
mas tem de ser superada pelos efeitos de dispersão tríckle-down effect, se não
o processo de desenvolvimento fracassa.
À semelhança de Hirschman, os efeitos de backwash (polarização)
correspondem à componente negativa de drenagem de recursos do hinterland
(atração pelo pólo); e os efeitos de spread (propagação) aos efeitos positivos
de dispersão.
Segundo Cavalcante (2002), o desenvolvimento apresentar-se-ia,
portanto, como o resultado final de uma série de superações de desequilíbrios
ou de avanços desiguais em diferentes setores. Para respaldar sua hipótese,
Hirschman desenvolveu um ferramental analítico interessante. Partiu do
pressuposto de que o desenvolvimento ocorre em pontos definidos no espaço
geográfico, a partir dos quais emanam efeitos diversos e muitas vezes
antagônicos para o conjunto da economia. Destacou a ocorrência de efeitos de
polarização a partir do pólo sobre o restante do espaço geográfico, que,
através de forças centrípetas, capturam os fatores produtivos de outras
localidades/regiões, engendrando um caráter puntiforme do desenvolvimento.
De forma contraditória, haveria efeitos de transmissão do desenvolvimento
para outras localidades/regiões apoiados em um capital social básico,
denominado de efeito de influência, que agiria sob os auspícios das forças
centrífugas.
Nesse sentido, torna-se relevante fazer referência a Maillat (2002), que
afirma que a política regional surge com o objetivo de corrigir os desequilíbrios
regionais de maneira a assegurar uma redistribuição equlibrada da população
de atividades econômicas no conjunto do território
25
.
25
Assim como reduzir as disparidades regionais medidas pelos indicadores do desemprego e
crescimento.
63
3.2. Convergência da renda per capita
Conforme Lopes (2004, p.1),
a convergência é um processo em que uma mesma variável (por exemplo,
renda per capita, produtividade da terra) apresenta diferentes valores entre
países, regiões ou estados, mas essa diferença se reduz ao longo do tempo,
indicando que a desigualdade diminui.
Na literatura são determinadas duas definições diferentes de
convergência: condicional e absoluta. Convergência condicional acontece
quando a taxa de crescimento de uma economia é relacionada positivamente à
distância entre o nível particular de renda desta região e seu estado
estacionário. Reciprocamente, convergência absoluta acontece quando regiões
pobres tendem a crescer mais rapidamente que as ricas. O primeiro pode ser
descrito pelo fato de as economias pobres crescerem mais rapidamente que as
ricas, de forma que a unidade espacial (município) pobre tende a alcançar a
rica em termos de nível de renda per capita. Tal situação sempre é chamada
de modelos beta-convergência. A segunda interpretação é aplicada quando
desigualdade de países tende a reduzir no tempo. Este processo é chamado
sigma-convergência. Geralmente, convergência do primeiro tipo tende a gerar
convergência do segundo tipo, isto é, quando regiões pobres crescem mais
rapidamente, o resultado é uma redução na dispersão de renda per capita por
países.
Entretanto, a renda de estado estacionário
26
dependeria das condições
iniciais de cada região, de modo que não necessariamente tenderiam a se
igualar. Esta forma de convergência é denominada de convergência
condicional (MENEZES; AZZONI, 2003).
A discussão de convergência da renda atraiu muitos estudiosos; há
grande número de trabalhos empíricos que discutem essa questão. Em outras
palavras, a questão do crescimento mais rápido dos países (regiões) mais
pobres do que os países (regiões) ricos foi exaustivamente discutida na
literatura. O trabalho seminal de Baumol (1986) examinou a convergência de
1870 a 1979 entre 16 países industrializados, conforme a seguinte expressão:
26
O estado estacionário pode ser considerado como um equilíbrio de longo prazo.
64
[][] []
itititikt
it
ikt
eyyy
y
y
,,,,
,
,
lnlnlnln ++=−=
⎥
⎥
⎦
⎤
⎢
⎢
⎣
⎡
+
+
βα
e com
T
e
vt
)1(
−
−
=
β
(1)
em que
(
)
it
y
,
ln
é logaritmo da renda per capita;
ε
, termo de erro; e i, indexador
para os diversos países. A estimação de
β
é igual a
T
e
vt
)1(
−
−
, sendo que
t
representa o período de análise em anos,
T
é o tempo em anos para atingir o
estado estacionário, e v é a velocidade de convergência.
Segundo Baumol (1986), se existir convergência,
β
será negativo, ou
seja, os países com renda inicial maior terão menores taxas de crescimento.
Com isso, Baumol procura mostrar que, ao longo de um período T, as rendas
dos diversos países estariam convergindo para uma renda comum entre eles.
Portanto, se os países de rendas menores crescem mais, a tendência é de
que, coeteris paribus, tais rendas se igualem no tempo. Cabe ressaltar que
muito se avançou na discussão sobre convergência desde o trabalho de
Baumol (1986). Todavia, não é do escopo desta tese discutir todas as variantes
desta linha de pesquisa
27
. A estimação de
β
-convergência possibilita calcular,
ainda, a velocidade de convergência,
t
tLn
v
)1(
β
+
−=
, e o tempo necessário
para que as economias percorram metade do caminho que as separam de
seus estados estacionários, chamado de meia-vida, é dado por
)1(
)2(
β
π
+
=
Ln
Ln
.
Quanto mais alto o valor de
β
, afetando a expressão
T
e
vt
)1(
−
−
=
β
, menor será o
tempo (definido em anos) para que a economia se aproxime de seu estado
estacionário.
Baseado em Lopes (2004), três razões para se verificar a convergência
do crescimento do PIB per capita podem ser elencadas, a saber: a ocorrência
de mudanças estruturais no processo de produção (vinculadas, sobretudo a
inovações tecnológicas; no caso específico do interior do estado do Ceará seria
o abandono da agricultura rudimentar por atividades industriais); o fenômeno
27
É importante elencar a existência de trabalhos pós-Baumol (1986), como o de Rey e Montouri (1999),
que aplicam a análise da convergência da renda, adotando a abordagem da econometria espacial.
65
da difusão tecnológica; e a retirada de obstáculos ao crescimento da
produção
28
.
Cabe salientar que este modelo permite a inserção da análise de
convergência condicional que aparece na literatura de crescimento econômico
de países ou regiões, dado que a variável utilizada para medir a qualidade de
vida é o PIB per capita. Neste contexto de desigualdades regionais, pode-se
afirmar que existe uma larga tradição de trabalhos sobre o tema, que
certamente tomaram um novo impulso com o surgimento das novas teorias da
NGE e sua discussão a respeito da possibilidade de haver ou não
convergência de taxas de crescimento para países, estados e municípios
(OLIVEIRA et al., 2006).
O modelo de convergência condicional sugerido por Arbia e Piras
(2005) e Oliveira et al. (2006) pode ser expresso pela equação seguinte:
itiiti
it
ikt
eXy
y
y
,,0,
,
,
lnln +++=
⎥
⎥
⎦
⎤
⎢
⎢
⎣
⎡
+
θβα
(2)
em que
T
e
vt
)1(
−
−
=
β
e
i
X
,0
representa um vetor de variáveis explicativas (de
controle) que mantém constante o estado estacionário das economias. A
inclusão das variáveis adicionais (variáveis estruturais) vai depender do tipo de
analise que se pretende. Portanto, neste modelo abre-se a possibilidade de
acrescentar outras variáveis explicativas ao modelo econométrico de
crescimento econômico. Estes irão diferenciar os estados estacionários e,
portanto, permitem apenas a existência de uma convergência condicional.
Neste caso, deve ser ressaltado que se deve ter o cuidado de não incluir
variáveis explicativas que não tenham um fundamento econômico teórico que a
justifique no modelo.
28
Almeida et al. (2006) ressaltam que a implementação de um modelo que busque captar, por exemplo,
questões inerentes a efeitos de spillover entre unidades espaciais devem considerar explicitamente
componentes espaciais em sua forma funcional. Portanto, os modelos tradicionais de convergência e
as aplicações ao crescimento do PIB per capita não podem ser estimados por intermédio do método
dos mínimos quadrados ordinários, pois as estimativas serão inconsistentes e/ou ineficientes. Assim
sendo, ao estimar, por mínimos quadrados ordinários (MQO), o modelo de
β
convergência, busca-se
apenas identificar qual é a melhor maneira de se estimar a equação.
66
Nesse sentido, buscar-se-á verificar se as regiões com menor grau de
desenvolvimento estão convergindo para aquelas que mais se desenvolveram.
3.3. Formalização do modelo espacial dentro do contexto da NGE
Os autores da Nova Geografia Econômica (NGE) têm desenvolvido a
teoria regional e urbana a partir da literatura teórica tradicional, entretanto a
literatura da NGE argumenta que a economia urbana e regional tradicional
apresenta algumas limitações. Apesar dos economistas regionais e urbanos
possuírem algumas histórias plausíveis sobre aglomeração, elas são, grosso
modo, de caráter ad hoc em seus modelos (RESENDE, 2005).
Nesta seção, é apresentado formalmente o modelo teórico espacial
utilizado nesta pesquisa, espelhado nos trabalhos de Chua (1993), Glaeser et
al. (1995), Godinho (1997) e Oliveira (2004 e 2005), considerando as cidades
como exemplos de economias abertas nas quais os fluxos dos fatores de
produção geralmente têm ampla mobilidade. O produto de cada região pode
ser representado pela seguinte função do tipo Cobb-Douglas:
σσ
−
=
1
,,,,
..
titititi
KLAY
e
ςϕ
κ
)()(
,,, tiiRtiti
HBA =
, para i cidades e t anos
(3)
em que Y representa produto; K, capital físico; A, nível de produtividade
(função das características sociais e política)
29
;
ti
B
,
, características
tecnológicas da cidade; L, mão-de-obra utilizada na produção; e o índice i
denota unidade espacial;
iR
κ
e
iR
H
referem-se aos capitais físico e humano
médios regionais (demais termos seguem representações tradicionais) e
coeficientes positivos e constantes. O coeficiente
σ
da função de produção
mede a elasticidade de produção da mão-de-obra do produto.
Cabe destacar que, neste modelo, a mão-de-obra e o fator capital são
considerados móveis, conseqüência da mobilidade dos fatores. As regiões
ricas têm renda per capita mais elevada, porque têm uma razão K/L mais
29
Ou, como define Azzoni (2003), diferenças de 'capital geográfico', tais como clima, infra-estrutura local,
acesso aos serviços de utilidade pública, conhecimento sobre a realidade física local e tecnologias
adequadas, que influenciam o uso do capital privado. Isto é, variáveis geográficas afetariam o retorno
marginal do capital privado.
67
elevada e, do ponto de vista da dotação de fatores, K é mais abundante e L
mais escasso.
Assim regiões com elevado K/L tenderão a ter elevados salários e
baixo retorno do investimento. K e L movem-se em direções diferentes. As
regiões pobres têm renda per capita mais baixa, têm uma razão K/L mais
reduzida, dado que, do ponto de vista da dotação de fatores, L é mais
abundante e K mais escasso. Em síntese:
- Salários de regiões pobres < salários de regiões ricas
- Rentabilidade de regiões pobres > rentabilidade de regiões ricas
As regiões com elevado K/L terão entrada de L e saída de K: elevados
salários atraem mão-de-obra, já as regiões com reduzido K/L terão entrada de
K e saída de L: elevadas rentabilidades atraem capital.
O fator a destacar é que a acumulação de capital físico e humano das
demais economias da região afeta o progresso técnico da economia i desta
região e, assim, o crescimento do produto per capita desta. Mais
especificamente, com demais hipóteses de acumulação dos capitais e
poupança do modelo de crescimento neoclássico e uma função do tipo Cobb-
Douglas, Chua (1993) mostra que o crescimento desta economia depende do
grau de spillovers dos investimentos regionais em capital físico e humano. Por
exemplo, no Ceará, dois municípios geograficamente próximos: um
experimenta um "boom" de investimentos, por incentivos do governo estadual,
em capital humano devido à adoção de nova tecnologia. A elevação dos
salários, ou custos relacionados com infra-estrutura, neste município, pode
ocasionar redirecionamento de investimentos em capital humano para outro
município na medida em que as firmas do primeiro município tendam a investir
no segundo. Cabe salientar que, mesmo se os investimentos externos forem
considerados, a influência pode ocorrer através dos próprios investimentos
domésticos, caso o governo estadual ou firmas locais sejam responsáveis pelo
investimento
30
.
30
Analisando que todo o investimento atraído pela política econômica do Estado do Ceará segue uma
lógica de desenvolvimento regional, tem a lógica da instalação, de localização e de encadeamento com
outras empresas buscando maiores ganhos. Isso aumenta muito o impacto da atração dessa empresa,
por meio dessa integração em um processo chamado de fechamento das cadeias produtivas, que é
característica importante da proposta de desenvolvimento industrial do Estado.
68
Ressalta-se que grande parte da força de trabalho cearense está
empregada em setores de baixa produtividade, principalmente no interior. A
aceleração do crescimento dos municípios interioranos levará a um aumento
da taxa de crescimento da produtividade pela simples transferência de
trabalhadores de setores atrasados (agricultura de subsistência) ou de
municípios vizinhos para as novas firmas
31
.
Essa mudança na composição do emprego acaba por elevar a
produtividade média na economia cearense, ou seja, o crescimento acaba por
gerar um aumento da Produtividade Total dos Fatores (PTF), que, por sua vez,
eleva o crescimento potencial do município e de sua vizinhança. Assim, o
crescimento industrial do Ceará demanda mais trabalhadores, aumentando os
índices de produtividade do trabalho e da economia com a mudança na
composição do emprego. Este aumento da produtividade permite um aumento
dos salários reais.
A remuneração dos trabalhadores se faz segundo sua produtividade
marginal ou mesmo sua produtividade média. Se for pela produtividade
marginal, sua remuneração será dada por
32
:
1
,,,
.
−
=
σ
σ
tititi
LAW
(4)
A utilidade desta renda recebida pelo trabalhador é esta mesma
remuneração, ponderada por um índice de qualidade de vida (
Q
), qualidade
esta, por hipótese, relacionada diretamente com o produto da cidade e
inversamente associada ao seu tamanho populacional, para representar
deseconomias sociais de escala. Como existe uma associação entre tamanho
populacional e quantidade de trabalhadores, então:
δ
−
=
tititi
LYQ
,,,
, em que
0>
δ
.
(5)
31
Isto pode ser exemplificado “... como atestam os exemplos da China e Índia, bem como do próprio
Brasil entre as décadas de 1950 e 1980, o efeito composição pode ser longo o suficiente para permitir,
pelo menos, uma década de rápido crescimento econômico” (IEDE, 2006).
32
Se a remuneração for feita segundo a produtividade média, então
1
,,,
−
=
α
tititi
LAw
, o que não altera
fundamentalmente o que se observará mais adiante.
69
A utilidade total dos trabalhadores é dada por:
1
,,,,
−−
=
δσ
σ
titititi
LYAU
(6)
Utilizando (6) e
Ln
representando o logaritmo neperiano, tem-se:
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−−+
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
+
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
++++
ti
ti
ti
ti
ti
ti
ti
ti
L
L
Ln
Y
Y
Ln
A
A
Ln
U
U
Ln
,
1,
,
1,
,
1,
,
1,
)1(
δσ
(7)
Levantando as hipóteses de Glaeser et al. (1995):
1,
'
,
,
1,
+
+
+=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
titi
ti
ti
X
A
A
Ln
εβ
(8.1)
1,
'
,
,
1,
+
+
+=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
titi
ti
ti
X
Y
Y
Ln
ξθ
(8.2)
em que
ti
X
,
é o vetor de características da cidade i no tempo t , e
β
e
θ
são
vetores de coeficientes mostrando como estas características se agregam a fim
de que, juntos a outros fatores não explicitados para o ano
1+t
(ou seja,
ε
e
ξ
) e para a cidade i gerem as variações na produtividade (A) e na qualidade de
vida (por variações em
Y
) desta cidade
33
. Combinando (7) com (8.1) e (8.2),
pode-se escrever que:
33
As variáveis
ε
e
ξ
são supostos erros aleatórios das expressões (9.1) e (9.2).
70
1,
'
,
,
1,
1
+
+
+
⎥
⎦
⎤
⎢
⎣
⎡
−+
+
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
titi
ti
ti
X
L
L
Ln
χ
σδ
θβ
(9.1)
34
Combinando (3), (8.2) e (9.1), chega-se a:
1,
'
,
,
1,
1
+
+
+
⎥
⎦
⎤
⎢
⎣
⎡
−+
−−
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
titi
ti
ti
X
Q
Q
Ln
ϖ
σδ
δβσθθ
(9.2)
35
em que
ti,
χ
e
ti,
ϖ
são os erros não correlacionados com as características da
cidade (
ti
X
,
). Dessa forma, as equações (9.1) e (9.2) expressam a variação na
quantidade total da mão-de-obra e na sua qualidade de vida na cidade i,
respectivamente, como dependentes das características
'
X
, representadas por
variáveis e pelos erros. Deve-se notar que os coeficientes angulares de (9.1) e
(9.2) são vetores que agregam os efeitos que as características da cidade no
ano t têm sobre as variações no produto (por variações na quantidade de mão-
de-obra) e da qualidade de vida dos trabalhadores, respectivamente.
Assume-se a hipótese da existência de algum tipo de dependência
espacial na variação da remuneração da mão-de-obra. Para incorporar esta
dependência espacial (OLIVEIRA, 2005), a equação (9.2) pode ser reescrita
como:
34
Demonstrando:
'
,
,
1,
'
,
,
1,
,
1,
'
,
'
,
,
1,
,
1,
,
1,
,
1,
)1(
)()1(
0)1()1(
ti
ti
ti
ti
ti
ti
ti
ti
titi
ti
ti
ti
ti
ti
ti
ti
ti
X
L
L
Ln
X
L
L
Ln
L
L
LnXX
L
L
Ln
Y
Y
Ln
A
A
Ln
U
U
Ln
⎥
⎦
⎤
⎢
⎣
⎡
−+
+
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
+=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−+
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−−++=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−−+
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
+
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
+
+
+++++
σδ
θβ
θβσδ
δσθβδσ
35
Demonstrando:
'
,
,
1,
'
,
'
,
'
,
,
1,
,
1,
,
1,
1
1
)()1(
1
ti
ti
ti
tititi
ti
ti
ti
ti
ti
ti
X
Q
Q
Ln
XXX
L
L
Ln
Y
Y
Ln
Q
Q
Ln
⎥
⎦
⎤
⎢
⎣
⎡
−+
−−
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
⎥
⎦
⎤
⎢
⎣
⎡
−+
+−−+
=
⎥
⎦
⎤
⎢
⎣
⎡
−+
+
−=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
−
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
+
+++
σδ
δβσθθ
σδ
θβδσδθ
σδ
θβ
δθδ
71
()
1,,,1
,
1,
1
,
1,
1
+
++
+
⎥
⎦
⎤
⎢
⎣
⎡
−+
−−
++
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
tititi
ti
ti
ti
ti
XQLnW
Q
Q
LnW
Q
Q
Ln
ϖ
σδ
δβσθθ
τρ
(10)
em que
tititi
W
,,2,
ξ
ϖ
λ
ϖ
+=
e
),0(~
2
,
IN
ti
σξ
.
1
W
e
2
W
são conhecidas como as
matrizes de pesos espaciais. Estas podem ser relações de contigüidade ou de
distância entre as cidades. Para
0
2
=
W
, tem-se um modelo com lag espacial
36
,
mostrando que o crescimento econômico das cidades vizinhas influencia o
crescimento econômico da cidade i. Assim, se o crescimento econômico da
região i for uma combinação linear das taxas registradas nas regiões mais
próximas (vizinhos), então, quanto menor for a distância, melhor o acesso ao
mercado potencial (diminuição dos custos de transporte) e maior a
dependência espacial (OLIVEIRA, 2004).
Do ponto de vista econômico, isto significa dizer que existe um tipo de
externalidade local (um efeito transbordamento) impulsionando ou não o
crescimento de uma região como um todo. Para
0
1
=
W
, tem-se um modelo
com erro espacial, mostrando que o crescimento da qualidade de vida de uma
cidade depende de alguma associação espacial de alguma variável explicativa
que não foi incluída no modelo
37
. Pode ser o caso de uma externalidade de
difícil mensuração, tal como qualidade do ar, instabilidade política etc. Em
ambos os casos, existe algum tipo de externalidade atuando sobre a qualidade
de vida.
No contexto da convergência adotada aqui, o efeito de
transbordamento seria representado pela defasagem espacial
(
)
ti
QLn
,
do
período inicial. Com esse modelo, conforme apontado por Rey e Montouri
(1999), a dependência espacial remanescente toma a forma da média dos
(
)
ti
QLn
,
do começo do período nos municípios vizinhos, que seria o termo de
transbordamento cruzado
38
. Note que
τ
é, neste modelo específico, um
36
Que é a dependência espacial; pode ser captada através da variável espacialmente defasada.
37
Se essa especificação é válida, então algum problema de medida nas divisões geográficas poderia
levar a uma captura de dependência espacial entre variáveis omissas. Nesse caso, alguma interação
espacial de variáveis omissas pode atuar na autocorrelação espacial das taxas de crescimento
econômico.
38
Considerando Ln(Q
i,t
) como uma variável exógena, assim o é a variável defasada W
1
Ln(Q
i,t
). Portanto,
é possível estimar esse modelo por intermédio dos mínimos quadrados ordinários (REY; MONTOURI,
1999, p. 151).
72
escalar
39
. Se
τ
for negativo, isso evidencia que existe um processo de
convergência em termos de
(
)
ti
QLn
,
, o que vale dizer que existe uma tendência
de desconcentração espacial na qualidade de vida, caso contrário, poderia
haver convergência com concentração espacial.
Deve-se enfatizar que a maioria de contribuições focaliza sua atenção
na defasagem espacial e nos modelos de erro espacial, negligenciando a
especificação do modelo regressivo cruzado espacial. Conforme Fingleton e
López-Bazo (2006), isto pôde ocorrer devido à não-significância do coeficiente
de lag espacial da renda inicial em alguns estudos influentes.
A Tabela 15 sumariza as características principais e a especificação
para uma amostra dos estudos que incluíram a dependência espacial nos
modelos de convergência de renda
40
. A maioria dos estudos favorece o modelo
de erro espacial contra a especificação de defasagem (lag) espacial. Somente
cinco dos estudos preferem o modelo defasagem espacial e sua implicação da
dependência foi representativa. É interessante notar que, à exceção de
Fingleton (1999), o primeiro grupo dos estudos exclui variáveis condicionais da
equação do crescimento, quando aqueles que preferem o modelo defasagem
espacial incluem variáveis condicionais.
Fingleton e López-Bazo (2006) ressaltam que a presença da
dependência espacial nos resíduos pode ser uma manifestação da omissão de
uma ou mais defasagens espaciais da matriz de variáveis X nos modelos de
convergência. E ressalta que os modelos mais simples de convergência
(absoluta) não conseguem capturar todas as causas reais da variação no
crescimento da produtividade.
Nesta pesquisa, a inserção da variável PIB per capita em logaritmo
natural no período anterior ao da taxa de crescimento no vetor de
características
ti
X
,
, que explicam as desigualdades ou a sua redução, permite
a análise de convergência condicional.
39
Se houvesse efeitos de transbordamentos de outras variáveis explicativas, t seria um vetor e não um
escalar.
40
Os estudos incluídos na Tabela 15 são aqueles que fornecem resultados para os testes spatial da
dependência que conduzem a uma escolha entre a retardação spatial e os modelos spatial do erro.
74
Contudo, quando em (10) tem-se
2
W
= 0. O modelo com lag espacial
será:
1,,
,
1,
1
,
1,
1
+
++
+
⎥
⎦
⎤
⎢
⎣
⎡
−+
−−
+
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
titi
ti
ti
ti
ti
X
Q
Q
LnW
Q
Q
Ln
ϖ
σδ
δβσθθ
ρ
(11)
Esse modelo pode ser reescrito da seguinte forma:
()
⎥
⎦
⎤
⎢
⎣
⎡
+
⎟
⎠
⎞
⎜
⎝
⎛
−+
−−
−=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
+
−
+
1,,
1
,
1,
1
titi
ti
ti
XWI
Q
Q
Ln
ϖ
σδ
δβσθθ
ρ
(12)
em que o efeito marginal de uma mudança de X em
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
+
ti
ti
Q
Q
Ln
,
1,
será:
()
⎥
⎦
⎤
⎢
⎣
⎡
−+
−−
−=∂
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
∂
−
+
σδ
δβσθθ
ρ
1
ln
1
,
1,
WIX
Q
Q
ti
ti
(13)
em que o termo
()
1−
− WI
ρ
é chamado de multiplicador espacial (ANSELIN,
1988). Usando
⎥
⎦
⎤
⎢
⎣
⎡
−+
−−
σδ
δβσθθ
1
, um vetor de parâmetros
α
,
e reescrevendo (11)
como a soma de uma progressão geométrica infinita, tem-se:
()
αρρρ
....ln
3322
,
1,
++++=∂
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
∂
+
WWWIX
Q
Q
ti
ti
(14)
ou, de outra forma:
....ln
3322
,
1,
++++=∂
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
∂
+
αραραρα
WWWIX
Q
Q
ti
ti
(15)
75
O primeiro termo desta soma é uma matriz com os efeitos diretos de X
em
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
+
ti
ti
Q
Q
Ln
,
1,
. O segundo termo representa o efeito da vizinhança, e o terceiro
termo representa o efeito da vizinhança da vizinhança, e assim por diante.
Logo, os parâmetros estimados no modelo são globais, uma vez que são
considerados todos os efeitos diretos e indiretos das variáveis independentes
sobre a variável dependente.
Assumido elementos da análise da desigualdade entre regiões de um
mesmo país
42
, sendo uma delas rica (região 1) e a outra pobre (região 2),
afirma-se que W = aY1/L1 = aY2/L2, considerando que a mobilidade perfeita da
mão-de-obra entre as regiões implica a igualdade entre as produtividades
marginais L1 e L2. A partir disso, Godinho (1997) obtém a seguinte condição:
Y1/Y2=L1/L2
43
.
Assim, considera-se que a remuneração W do fator trabalho é uma
proporção “a” de Y/L ou y=Y/L para todas as regiões, implicando igualdade
entre as rendas per capita das duas regiões (GODINHO, 1997).
Desse modo, fica evidente que analisar o comportamento do PIB per
capita é de suma importância para a economia, pois pouco se tem avançado
na redução de desigualdades em termos de bem-estar material, principalmente
quando medido pelo PIB per capita mesmo que ajustado pela paridade do
poder de compra. Uma das maneiras de avaliar tal desempenho é acompanhar
o comportamento do crescimento do PIB per capita ao longo do tempo e pelas
regiões, avaliando se a sua evolução mostra convergência, em especial, a do
Ceará que tem uma estratégia de desenvolvimento regional a favor dos
municípios menos desenvolvidos desde 1996.
No caso desta pesquisa, em que a variável dependente será o PIB per
capita, medida que irá representar a qualidade de vida, os efeitos indiretos das
variáveis independentes representam a atuação das externalidades espaciais.
A esse respeito Colman e Nixon (1981) afirmam que é dificil esclarecer
as questões que cercam o desenvolvimento, mas defendem que o indicador de
renda per capita é o mais eficaz para medir o nível de desenvolvimento
alcançado por uma região. Já Perobelli et al. (2006), afirmam que o PIB per
42
Ou como nesta pesquisa o Estado do Ceará.
43
Para maiores detalhes, ver Godinho (1997).
76
capita, mesmo apresentando algumas fraquezas, constitui na medida mais
abrangente, difundida e conveniente entre os indicadores de níveis de
desenvolvimento, pois os indicadores econômicos e sociais são altamente
correlacionados com o nivel do PIB per capita
44
.
A teoria econômica sugere que a dinâmica do desenvolvimento
intermunicipal é afetada por fatores que atuam como forças centrípetas
(atração) e forças centrífugas (dispersão). O resultante dessas forças deve
condicionar a distribuição geográfica da mão-de-obra, ou seja, se as forças de
atração se sobrepõem às de dispersão, a região terá um taxa de crescimento
da renda positiva e por conseqüência da qualidade de vida. Caso ocorra o
inverso, as taxas de crescimento da renda serão negativas.
Na literatura, existe um grande número de variáveis utilizadas como
variáveis explicativas para o crescimento da renda per capita em termos
teóricos, baseados na teoria da Nova Geografia Econômica ou em outras
correntes de pensamento. A Tabela 16, adaptado de Resende (2005), mostra
as principais variáveis que serão utilizadas nesta pesquisa e seus principais
referenciais teóricos e empíricos.
Na Tabela 16, o coeficiente da variável LN do PIB per capita apresenta
um sinal esperado negativo. Seguindo o modelo neoclássico de Solow,
verificou-se a ocorrência da convergência beta condicional. A idéia principal é a
de que uma região (ou um município) crescerá mais rapidamente para seu
próprio estado estacionário.
O modelo de Solow, segundo Silva e Resende (2006), não prevê
convergência de renda por habitante em todas as circunstâncias; uma região
pobre pode crescer mais devagar do que uma região rica.
44
Nesse sentido, esta tese utiliza-se deste indicador como medida do nível de desenvolvimento (e de
forma indireta, a qualidade de vida) dos municípios do Ceará, subsidiando, assim, a pesquisa na
identificação entre tais municípios.
78
No que concerne às proxies de capital humano, duas teorias de
crescimento econômico determinam o sinal esperado de seu coeficiente.
Reconhece-se, então, que a mão-de-obra de diferentes regiões tem diferentes
níveis de instrução e de qualificação. Assim, uma elevação da escolaridade da
população pode elevar (transitoriamente) as taxas de crescimento da renda per
capita e (permanentemente) o nível da renda per capita. Quando o indivíduo
aumenta sua qualificação, há a geração de externalidades para a economia,
cujos efeitos sobre a produtividade compensam o declínio da produtividade do
capital oriundo dos rendimentos decrescentes (SILVA; RESENDE, 2006).
Os sinais esperados para os dois coeficientes das proxies de infra-
estrutura são positivos. Assim, espera-se um efeito positivo da infra-estrutura
sobre o crescimento econômico. E o modelo no qual se baseou para tal
assertiva é o de Barro (1990). Esse autor construiu um modelo segundo o qual
os gastos do governo financiados por taxação entram na função de produção
da economia. Assim, no que se refere aos gastos com infra-estrutura, esses
teriam um efeito positivo sobre o crescimento econômico.
De acordo com Diniz e Batella (2004), as regiões com as maiores
concentrações das modalidades de crime em tela identificam os crimes que se
apresentam mais espacialmente concentrados. Tal resultado subsidia o
entendimento da violência urbana a partir de uma abordagem regional
45
.
Segundo Khan (1998), há uma relação entre as taxas de homicídio e o
nível de desenvolvimento dos países. Ele encontrou uma distribuição em
formato de sino, com os países mais pobres e os mais ricos exibindo baixa taxa
de criminalidade, enquanto os países intermediários – aqueles considerados
em desenvolvimento – apresentaram as mais altas taxas de homicídio do
planeta. Ainda segundo Khan (1998), uma combinação explosiva de
modernização e urbanização aceleradas, juntamente com altos níveis de
desigualdade social, padrões de consumo exacerbados e liberdade política,
dentre outros, seriam os fatores responsáveis pela alta incidência de crimes em
países em desenvolvimento.
Conforme Oliveira (2005), a densidade demográfica é acrescentada
com finalidade de captar os efeitos das economias de localização e dos
45
Os autores desenvolveram seu estudo no Estado de Minas Gerais.
79
problemas de congestionamento sobre o crescimento econômico. Os efeitos
tendem a ser negativos porque estas estão associadas a problemas de
congestionamento e poluição, que são externalidades negativas que diminuem
a produtividade do trabalho. Uma força centrífuga que incentiva a fuga de
atividades das cidades que sofrem com esses problemas, portanto, reduz seu
crescimento econômico e de seus vizinhos, devido ao efeito multiplicador
espacial.
Seguindo a mesma hipótese de Oliveira (2005), os gastos em
investimentos pelo governo estadual refletem o efeito de políticas públicas de
transferência de renda na promoção do crescimento. O resultado, em geral, é
positivo, pois a política incentiva as cidades médias e neste contexto os
municípios que mais crescem são os que recebem mais transferências. Mas
quando o governo prove serviços públicos como educação e saúde, que
afetam a produtividade e a qualidade de vida dos trabalhadores nas cidades
vizinhas, por conseqüência, afetam diretamente o desenvolvimento de um
conjunto de municípios e não somente de uma cidade.
Neste trabalho, utilizam-se as predições da Nova Geografia Econômica
(FUJITA et al., 2002) para explicitar os sinais esperados dos coeficientes das
proxies que captam os efeitos de congestão (densidade populacional) e efeitos
de economias de aglomeração (urbanização). O sinal esperado para o
coeficiente da proxy de economias de aglomeração é positivo, visto que o
resultado da Nova Geografia Econômica é o de que as regiões aglomeradas
tendem a ter maiores taxas de crescimento econômico
46
. O sinal esperado para
o coeficiente da proxy que capta os efeitos de congestão, por sua vez, é
negativo, visto que as áreas densamente habitadas podem ter custos elevados,
o que causa deseconomias externas e, assim, menor crescimento econômico.
Salienta-se, por fim, que o sinal esperado negativo para a proxy de
criminalidade se baseia somente em trabalhos empíricos, como os de Da Mata
et al. (2005), Andrade e Lisboa (2000) e Freeman (1994).
Para Andrade e Serra (1998), dimensões diferentes de mercado devem
influenciar tanto a evolução do emprego como a remuneração total paga para a
46
Conforme Silva e Resende (2006), o foco dos modelos da Nova Geografia Econômica é,
essencialmente, em estruturas estáticas, isto é, modelos em que a taxa de crescimento econômico de
longo prazo é, por hipótese, zero.
80
vizinhança dos municípios. Em outras palavras, os autores consideram que as
cidades que apresentam maiores mercados são aquelas cujas variações eram
maiores.
Mesmo diante do crescimento das pesquisas fundamentadas na NGE,
observa-se que a maioria dos estudos sobre desenvolvimento regional, seja na
literatura nacional ou internacional, não tem investigado com rigor o papel dos
fatores listados. A modelagem da NGE sugere que há uma dependência ou
autocorrelação espacial na dinâmica do desenvolvimento, ou seja, que os
custos de transporte (medido como a oferta de infra-estrutura ou das distâncias
geográficas) têm importância nesse contexto, fato que não tem sido testado e,
sim, muitas vezes, negligenciado. As ferramentas da econometria espacial são
adequadas não somente para testar a validade empírica das proposições da
NGE, mas também para verificar a influência de outros fatores já estabelecidos
na literatura sobre o desenvolvimento. É esse instrumental que foi usado na
análise empírica deste trabalho.
81
4. METODOLOGIA
Ao pretender ignorar as disparidades regionais, estamos encobrindo problemas
que no futuro aflorariam com maior gravidade (FURTADO, 1989).
4.1. Introdução
A metodologia a ser utilizada neste trabalho consta de Análise
Exploratória de Dados Espacial (AEDE) e de um modelo de regressão de
dependência espacial. Com a AEDE procura-se: a) mostrar o grau de
desigualdade espacial da renda per capita dos municípios; b) verificar a
dinâmica espacial do crescimento da renda per capita ao longo do tempo; c)
analisar os padrões de autocorrelação espacial e a existência de clusters; e d)
detectar se no período analisado ocorreu desconcentração espacial no Ceará.
O modelo de regressão com dependência espacial será usado para: a)
detectar a ocorrência de convergência de renda absoluta e condicional; b)
verificar que variáveis são importantes para explicar as diferenças de renda; c)
mostrar se há influência de determinado município sobre o seu vizinho via
efeito transbordamento.
82
4.2. Ferramentas de análise exploratória de dados espaciais
A análise exploratória de dados espaciais (AEDE) está baseada nos
aspectos espaciais da base de dados, ou seja, trata diretamente de questões
como dependência espacial (associação espacial) e heterogeneidade espacial.
Em outras palavras, o objetivo deste método é descrever a distribuição
espacial, os padrões de associação espacial (clusters espaciais), verificar a
existência de diferentes regimes espaciais ou outras formas de instabilidade
espacial (não-estacionariedade) e identificar observações atípicas (outliers)
(PEROBELLI et al., 2005).
Dessa forma, a partir deste método, é possível extrair medidas de
autocorrelação espacial e autocorrelação local, investigando a influência dos
efeitos espaciais por intermédio de instrumentos quantitativos e não pelo olho
humano (ANSELIN, 1998).
Os indicadores de análise exploratória são, por sua vez, as ferramentas
utilizadas na caracterização do arranjo espacial dos eventos. Esses indicadores
buscam avaliar não só a posição absoluta dos eventos no espaço, mas
também identificar a sua distribuição relativa, de forma a detectar padrões de
aglomerações espaciais, verificando se os eventos observados apresentam
algum tipo de padrão sistemático ou se estão distribuídos aleatoriamente no
espaço. Os indicadores que consideram todas as observações amostradas na
análise são conhecidos como estatísticas globais; já os que consideram
apenas os eventos que ocorrem até uma distância significativa, conforme o
critério usado é denominado de estatísticas locais.
Essas estatísticas apresentam a vantagem de decompor os
indicadores globais em contribuições individuais, indicando porções territoriais
de não estacionariedade e identificando aglomerados (clusters) significativos
de valores semelhantes em torno de determinadas localidades (ANSELIN,
1992).
É possível implementar uma AEDE com base em uma matriz de
contigüidade binária ou por uma estrutura mais complexa. A matriz de pesos
47
47
O conceito de matriz de pesos espaciais é baseado na contigüidade, que, por sua vez, pode ser
definida de acordo com a vizinhança (por fronteiras), a distância tanto geográfica (distâncias
geográficas dos centróides) quanto socioeconômica, bem como uma combinação disto (ALMEIDA,
2004). No caso das matrizes de pesos espaciais de distância, a lógica teórica de construção desses
83
é a forma de expressar a estrutura espacial dos dados e é o ponto inicial para
qualquer teste estatístico ou modelo.
Apresentados os conceitos relacionados à estatística espacial
48
, os
próximos tópicos tratam das principais técnicas ou ferramentas de análise
exploratória de interesse neste trabalho.
4.2.1. Determinação da matriz de pesos espaciais
Para estimar a variabilidade espacial de dados de área, uma
ferramenta básica é a matriz de adjacência ou matriz de pesos espaciais,
conhecida também como matriz de proximidade espacial
W
, que consiste em
uma matriz quadrada de ordem
N
, sendo
N
o número de eventos
observados; os elementos
ij
w
representam a interação entre cada par de
elementos observados
i
e
j
. Esta interação pode referir-se à relação
topológica entre as observações
i
e
j
, geralmente sendo considerada a
relação de contigüidade. Dessa forma,
W
pode ser uma matriz binária (0,1), e
1 está relacionado às zonas com fronteiras em comum e 0 àquelas sem esta
propriedade. Além disso, segundo Câmara et al. (2001), como esta matriz é
utilizada nos cálculos de indicadores de análise exploratória, por conveniência,
ela é muitas vezes normalizada por linha, ou seja, com a soma dos
ponderadores de cada linha, sendo igual a 1, podendo ser também
generalizada para vizinhos de maior ordem, considerando os mesmos critérios
da matriz de primeira ordem.
Há, na literatura, um grande número de matrizes de peso. A matriz de
peso espacial
W
utilizada neste trabalho está baseada na idéia dos
k
-vizinhos
mais próximos
49
, calculada utilizando a idéia de grande círculo entre os centros
das regiões. A escolha da matriz de peso é muito importante em uma análise
AEDE, pois todos os passos subseqüentes (ou resultados) dependerão desta
seleção (PEROBELLI et al., 2005).
pesos está em atribuir maior peso para unidades geograficamente mais próximas e,
conseqüentemente, reduzir o peso de unidades mais distantes.
48
A estatística espacial consiste de uma área da estatística cujo propósito é discutir soluções para a
influência que a configuração espacial exerce sobre o estudo de determinado problema econômico no
qual a dimensão espacial esteja presente.
49
A matriz de vizinhança incluindo-se certo número k de vizinhos mais próximos, conhecido na literatura
como k-nearest neighboors weight matrix.
84
A forma da matriz de pesos espaciais é a seguinte:
⎪
⎪
⎪
⎩
⎪
⎪
⎪
⎨
⎧
>=
==≤=
==
∑
)(0)(
,...,2,1)(/)()()(1)(
0)(
*
kDdsekw
nkparakwkwkwekDdsekw
jisekw
iijij
j
ijijijiijij
ij
(16)
em que
ij
d
é a distância medida pelo grande círculo entre os centros da
regiões
i e
j
; e
i
D
(
k
), o valor crítico que define o valor de corte, ou seja, a
distância máxima para considerar regiões vizinhas à região
i. Em outras
palavras, distâncias acima deste ponto não serão levadas em consideração, ou
seja, as regiões não serão tomadas como vizinhas (ALMEIDA et al., 2006).
Foram testadas as matrizes de pesos espaciais de
k
–vizinhos mais
próximos de
k
=4 a
k
=30, as matrizes inversas das distâncias de 50 a 160 km,
as matrizes distância euclidiana de 50 a 160
km
e as matrizes Rook e Queen
(com 1.°, 2.° e 3.° graus de proximidade). Contudo, foi utilizada a matriz que
apresentou significância estatística de 1% em todo o período da análise.
4.2.2. Indicadores de autocorrelação espacial global
A medida mais simples de correlação espacial é a estatística / proposta
por Moran (1948), a qual permite medir a covariância entre os erros de zonas
‘vizinhas’ em relação à variância nos erros de determinada zona, atribuindo
pesos unitários a zonas de vizinhança (
1
=
ij
ϖ
se as zonas i e
j
têm fronteira
comum), e nulos no caso contrário.
Conforme Perobelli et al. (2005), esta estatística fornece a indicação
formal do grau de associação linear entre os vetores de valores observados no
tempo t e a média ponderada dos valores da vizinhança, ou os lags espaciais
85
)(
t
Wz
. Valores de I maiores (ou menores) do que o valor esperado
50
() ( )
11 −−= nIE
significa que há autocorrelação positiva (ou negativa). Em
termos formais, a estatística I de Moran pode ser expressa como:
nt
zz
Wzz
S
n
I
tt
tt
o
t
,...1
'
'
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
=
(17)
em que
t
z
é vetor de n observações para o ano t na forma de desvio em
relação à média;
W
, matriz de pesos espaciais: os elementos
ij
w
na diagonal
são iguais a zero, enquanto que os elementos
ij
w
indicam a forma como a
região
i está espacialmente conectada com a região
j
. O termo
o
S
é um
escalar igual à soma de todos os elementos de
W
.
Quando a matriz de pesos espaciais é normalizada na linha, em outras
palavras, quando os elementos de cada linha somam 1, a expressão (17) é da
seguinte forma:
nt
zz
Wzz
I
tt
tt
t
,...1
'
'
=
⎟
⎟
⎠
⎞
⎜
⎜
⎝
⎛
=
(18)
Segundo Carvalho (1997), esse índice compara a distribuição
observada do atributo em relação à distribuição esperada num padrão
aleatório. A hipótese nula é a de completa aleatoriedade espacial, quando o
atributo se distribui ao acaso entre as áreas, sem relação com a posição. De
uma forma geral, embora isto não seja estritamente verdadeiro, este índice
tende a ter valores entre -1 e +1, quantificando o grau de autocorrelação,
sendo positivo para correlação direta, negativo quando inversa.
Um dos aspectos mais relevantes com relação ao índice de Moran é o
estabelecimento de sua validade estatística, ou seja, a significância da
50
Variância:
[]
)1(
3
22
0
2
021
2
2
−
+−
=
nS
SnSSn
IE
. Em que: n= tamanho da amostra (neste caso particular o
número de municípios);
∑∑
=
ij
ij
wS
0
;
∑∑
+
⎟
⎠
⎞
⎜
⎝
⎛
=
ij
jiij
wwS
2
1
)(
2
1
;
(
)
2
2
∑∑∑
+=
ij
ji
j
ij
wwS
.
Para realizar inferência se utiliza
[
]
[]
ISD
IEI
z
−
=
com uma distribuição típica normal (aproximada).
86
correlação espacial entre os dados. Para isso, é preciso associá-lo a uma
distribuição estatística, sendo possível duas abordagens (KAMPEL et al., 2000;
CÂMARA et al., 2001):
- Normal padrão: considera-se que a variável em questão tem distribuição
normal padrão, com média igual a 0 e variância igual a 1; a significância da
estatística é obtida através da comparação direta do valor computado de
t
z
e a sua probabilidade numa tabela normal padrão.
- Teste de pseudo-significância ou permutação: são geradas diferentes
permutações dos valores de atributos associados às regiões, as quais
produzem um novo arranjo espacial, onde os valores estão redistribuídos
entre as áreas. Como apenas um dos arranjos corresponde à situação
observada, pode-se construir uma distribuição empírica de I. Se o valor do
índice I efetivamente medido corresponder a um “extremo” da distribuição
simulada, então efetivamente trata-se de evento com significância
estatística. Sendo assim, segundo Kampel et al. (2000), um valor de
t
z
positivo e significante para o índice I de Moran indica correlação espacial
positiva, ou seja, valores altos ou baixos estão mais agregados
espacialmente do que estariam simplesmente pelo acaso.
Contudo, embora seja capaz de apontar a tendência geral de
agrupamento dos dados, o I de Moran é uma medida global e por isso não
revela padrões locais de associação espacial, ou seja, a estrutura regional de
autocorrelação espacial. Existem duas ferramentas para verificar esta
estrutura: o diagrama de dispersão de Moran e os indicadores locais de
associação espacial, conhecidos como “LISA”. Estes são usados para testar a
hipótese nula de distribuição aleatória por comparar os valores de cada
localização específica com os valores de seus vizinhos. O indicador Moran
local avalia a significância dos agrupamentos espaciais locais, conhecidos
como hot spots, ao redor de uma localização individual e indica focos (pockets)
de não estacionaridade espacial (localizações atípicas). Também sugere a
presença de observações discrepantes ou regimes espaciais, semelhante ao
uso do diagrama de dispersão de Moran.
87
4.2.3. Diagrama de dispersão de Moran
O Diagrama de Dispersão (Espalhamento) de Moran foi proposto por
Anselin (1992) como uma forma adicional de se visualizar a dependência
espacial dos dados. Consiste na construção de um gráfico bidimensional de
z
(valores normalizados) por
Wz
(média dos vizinhos), que permite analisar o
comportamento da variabilidade espacial, indicando os diferentes regimes
espaciais de associação nos dados, pela comparação dos valores
normalizados do atributo numa área com a média dos valores normalizados
dos seus vizinhos.
A variabilidade espacial é representada na Figura 4 por quatro
quadrantes que indicam tanto pontos de associação espacial positiva, em que
os valores dos vizinhos são semelhantes ao valor do local (I: valores positivos,
médias positivas; e II: valores negativos, médias negativas), como pontos de
associação espacial negativa, os vizinhos possuem valores distintos do valor
local (III: valores positivos, médias negativas; e IV: valores negativos, médias
positivas).
O primeiro quadrante I (localizado na parte superior direita) mostra as
regiões que apresentam altos valores para a variável em análise (valores acima
da média) cercadas por regiões que também apresentam valores acima da
média para essa variável. Este quadrante é classificado como alto-alto (AA)
(high-high - HH).
O segundo quadrante II (localizado na parte superior esquerda) mostra
as regiões com valores baixos cercados por vizinhos que apresentam valores
altos. Este quadrante é geralmente classificado como baixo-alto (BA) (low-high
– LH).
O terceiro quadrante III (localizado no canto inferior esquerdo) é
constituído pelas regiões com valores baixos para as variáveis em análise,
cercadas por vizinhos que também apresentam baixos valores. Este quadrante
é classificado como baixo-baixo (BB) (low-low – LL).
O quarto quadrante IV (localizado no canto inferior direito) é formado
pelas regiões com altos valores para as variáveis em análise, cercadas por
regiões com baixos valores. Este quadrante é classificado como alto-baixo (AB)
(high-low – HL).
88
Figura 4 – Diagrama de dispersão de Moran.
A análise do diagrama de espalhamento de Moran permite identificar a
presença de valores extremos, ou outliers, os quais não seguem o mesmo
processo de dependência espacial que a maioria das outras observações.
Como os valores de
t
z
e
Wz
são padronizados, é possível identificar valores
discrepantes (outliers
51
) e pontos de alavancagem (leverage points)
52
que são
influentes no cômputo da estatística I de Moran. Essa estatística é identificada
como o coeficiente angular da regressão
Wz
contra
z
.
Segundo Gonçalves (2006), localizações que são extremas à
tendência central, e que por isso não seguem o mesmo processo de
dependência espacial que a maioria das observações, são outliers e aquelas
que têm grande influência sobre a tendência central são pontos de
alavancagem. Se a reta de regressão tiver inclinação positiva, os pontos que
51
Segundo Almeida (2004), qualquer observação que cai fora da linha de dois desvios-padrões horizontal
e vertical é identificada como outlier.
52
Em geral, chama-se uma observação de ponto de alavancagem sempre que uma observação x está se
afastando do restante da amostra. Contudo, esta não leva em conta Wz, assim um ponto de
alavancagem necessariamente não tem que ser um outlier. Quando uma observação é um ponto de
alavancagem se refere ao seu potencial por afetar os coeficientes de regressão fortemente.
Obviamente, a maioria dos outliers são algumas vezes pontos de alavancagem ruins que não podem
ser descobertos freqüentemente olhando os resíduos do MQO. A existência de pontos de alta
alavancagem tem grande influência sobre o desempenho dos estimadores consistentes e testes
associados (FUNKE; NIEBUHR, 2005).
89
estiverem a mais de dois desvios-padrões do centro nos quadrantes superior
esquerdo e inferior direito são considerados outliers. Se isso ocorrer no
quadrante superior direito e no inferior esquerdo, temos pontos de
alavancagem. Os valores discrepantes serão identificados pela distância de
Cook e pela regra de dois desvios-padrões.
Geralmente, esses pontos se localizam nos quadrantes III e IV e
indicam regimes de transição espacial entre regimes espaciais distintos. Assim,
as regiões que estão localizadas nos quadrantes AA e BB apresentam
autocorrelação espacial positiva, ou seja, estas regiões formam clusters de
valores similares. Por outro lado, os quadrantes BA e AB apresentam
autocorrelação espacial negativa, ou seja, estas regiões formam clusters com
valores diferentes (PEROBELLI et al., 2005).
O diagrama de dispersão de Moran também pode ser apresentado em
um mapa temático bidimensional, conhecido como Box Map, no qual cada
polígono indica seu quadrante no diagrama de dispersão, como apresentado
na Figura 5. É possível observar a definição clara das regiões de altos atributos
(associação positiva – vermelha) e baixos atributos (associação negativa –
azul), bem como das regiões de transição em rosa e lilás, as quais podem ser
consideradas como regiões de comportamento atípico.
Figura 5 – Mapa de dispersão de Moran.
90
4.2.4. Indicadores de autocorrelação espacial local
Identificada a associação espacial para todo o conjunto de dados, é
desejável examinar padrões numa escala de maior detalhe, de forma a verificar
se há hipótese de estacionariedade do processo associação espacial no local.
Para tanto, são utilizados os indicadores de associação local que produzem um
valor específico para cada área, permitindo assim a identificação de
agrupamentos de valores extremos e a existência de vários regimes espaciais.
Anselin (1995) destaca esse mesmo indicador numa versão para
captar a associação espacial local (Local Indicator of Spatial Association –
LISA). Na versão LISA, o I de Moran permite identificar clusters espaciais, ou
seja, aglomerações de municípios onde a estatística é significativa (onde há
dependência espacial dos dados). A distribuição assintótica do I de Moran é
desconhecida, de forma que sua significância estatística é testada a partir de
permutações aleatórias dos vizinhos de cada município.
Segundo Perobelli et al. (2005), a estatística global do I de Moran pode
esconder padrões locais de autocorrelação espacial. É possível ocorrer três
situações distintas. A primeira envolve a indicação de um I de Moran global
insignificante, porém pode haver indicações de autocorrelação espacial local
insignificante, positiva ou negativa. A segunda situação implica uma indicação
positiva do I de Moran global, que oculta autocorrelação espacial local negativa
e insignificante. A terceira situação denota que a evidência de uma
autocorrelação espacial global negativa pode acomodar indícios de
autocorrelação espacial local positiva para certos grupos dos dados. Por isso, é
importante avaliar o padrão local da autocorrelação espacial a fim de se obter
maior detalhamento.
Segundo Le Gallo e Erthur (2003), a estatística LISA, baseada no I de
Moran local pode ser especificada da seguinte forma
53
:
()
()
(
)
n
x
mcomxw
m
x
I
tti
ottj
j
ij
o
tti
ti
2
,
,
,
,
µ
µ
µ
−
=−
−
=
∑
(19)
53
Existem outras estatísticas LISA na literatura, além do I de Moran local, tais como o Geary local e o
Gama local. Para maiores detalhes, consulte Anselin (1995).
91
em que
ti
x
,
é a observação de uma variável de interesse na região i para o ano
t; e
t
µ
, a média das observações entre as regiões no ano t para a qual o
somatório em relação a
j
é tal que somente os valores vizinhos de
j
são
incluídos.
A estatística pode ser interpretada da seguinte forma: valores positivos
de
ti
I
,
significam que existem clusters espaciais com valores similares (alto ou
baixo); valores negativos significam que existem clusters espaciais com valores
diferentes entre as regiões e seus vizinhos.
De acordo com Anselin (1995), a estatística LISA é utilizada para medir
a hipótese nula de ausência de associação espacial local. É importante
salientar que, assim como a distribuição para as estatísticas globais, a
distribuição genérica para a estatística LISA também é de difícil apuração.
Portanto, para solucionar tal problema, deve-se trabalhar com resultados
assintóticos. Logo, a alternativa é a utilização de uma randomização
condicional ou uma permutação que permita auferir pseudoníveis de
significância. Os níveis de significância das distribuições marginais serão
aproximados por intermédio das desigualdades de Bonferroni, ou através da
estrutura proposta por Sidák (1967), citado por Anselin (1995):
This means that when the overall significance associated with the multiple
comparisons (correlated tests) is set to
α
, and there are m comparisons, then
the individual significance
i
α
should be set to either
m/
α
(Bonferroni) or
m
1
)1(1
α
−−
(Sidák) (ANSELIN, 1995, p. 96).
Neste trabalho, a análise de Bonferroni será utilizada.
A significância estatística do uso desses índices é computada de forma
similar ao caso do índice global de Moran, e os seus resultados podem ser
visualizados através da geração de um mapa, o Lisa Map, no qual os valores
do índice local de Moran são classificados em quatro grupos: não-significantes,
com significância de 95% (classe 1), 99% (classe 2) e 99,9% (classe 3).
Segundo Anselin (1995), os “Indicadores Locais de Associação
Espacial” são estatísticas que possuem duas características:
a) oferecem, para cada observação, a indicação de significativas aglomerações
espaciais de valores similares; e
92
b) a soma das estatísticas LISA de todas as observações são proporcionais a
um indicador global de associação espacial, como o “I de Moran”.
Enquanto os indicadores globais podem detectar a presença e o vigor
da autocorrelação espacial sobre os dados em modelos econométricos, as
estatísticas LISA permitem que se entendam os padrões locais da
autocorrelação espacial.
O Mapa de clusters, exemplificado na Figura 6a, permite a identificação
das regiões que apresentam correlação local significativamente diferente do
resto dos dados, vistas como aglomerações de não-estacionariedade (clusters
AB e BA), as quais se referem às áreas dinâmicas espaciais próprias e que
merecem uma análise detalhada (CÂMARA et al., 2001).
a)
b)
Figura 6 – Mapa de clusters e mapa de significância.
Há outra ferramenta utilizada na exploração de padrões de associação
espacial conhecida como mapa de significância, que, segundo Queiroz (2003),
classifica em quatro grupos somente as unidades espaciais as quais pertencem
ao gráfico de dispersão de Moran, significantes até 5%, ficando as demais
unidades espaciais classificados como "sem significância", como ilustrado na
Figura 6b.
93
4.3. Efeitos espaciais: autocorrelação e heterogeneidade espacial
A utilização de dados de corte transversal referenciados
geograficamente pode conduzir à aparição dos denominados efeitos espaciais
(ANSELIN, 2001). Esses efeitos são a heterogeneidade espacial e a
autocorrelação espacial. A heterogeneidade espacial aparece quando se
utilizam dados de unidades espaciais muito distintas para analisar um
fenômeno. Com o termo heterogeneidade espacial, englobam-se dois aspectos
distintos da heterogeneidade que se podem relacionar com a estrutura
espacial, ou que é o resultado de processos espaciais: a instabilidade estrutural
e, ou, da heteroscedasticidade. Efetivamente, no contexto do modelo de
regressão linear geral, a heterogeneidade espacial leva ao aparecimento de
problemas como instabilidade estrutural no espaço, em que as diferentes
funções de resposta ou parâmetros variam sistematicamente, e, ou,
heteroscedasticidade, em que os erros variam em função da localidade, da
área ou de outras características das unidades espaciais.
Esses problemas podem ser tratados com técnicas econométricas
padronizadas. Assim, tanto a instabilidade estrutural como a
heteroscedasticidade poderiam ser tratadas com os instrumentos dos manuais
“clássicos” de econometria.
Por outro lado, a “autocorrelação espacial” pode ser definida
vagamente como a coincidência de valores similares com localidades similares.
Em outras palavras, valores altos ou baixos para uma variável aleatória tendem
a agrupar-se no espaço (autocorrelação espacial positiva) ou as localidades
tendem a ver-se rodeadas por vizinhos com valores muito dissimilares
(autocorrelação espacial negativa) (ANSELIN; BERA, 1998). Diferente do que
ocorre com a heterogeneidade espacial, a econometria clássica não se ocupa
deste problema; isto se deve, fundamentalmente, ao fato de a dependência
espacial, ou seja, as relações de interdependência entre as unidades espaciais,
ser um conceito multidirecional
54
.
O fenômeno da dependência espacial de um conjunto de dados é pico
da discussão acerca da introdução do espaço nos procedimentos
54
O problema da multidirecionalidade no âmbito espacial tem sido abordado na literatura mediante os
chamados pesos espaciais.
94
econométricos. A importância das relações de vizinhança, contigüidade e
proximidade se traduzem sobre os dados na forma de autocorrelação espacial
das informações, considerando os efeitos transbordamento de aglomeração
industrial.
A dependência espacial é uma característica inerente à representação
de dados através de subdivisões territoriais. Ela pode ser entendida como a
tendência do valor de uma variável associada a determinada localidade
assemelhar-se mais ao valor de suas amostras vizinhas do que ao restante das
localidades do conjunto amostral.
A equação
),(
ji
yyy =
define o estado de um sistema que consiste em
duas áreas adjacentes num momento de tempo determinado t, de maneira que
seja o valor do atributo
i
y
na localidade i no momento t, e
j
y
seja o valor do
atributo y na localidade j no momento t. Um processo espacial seria aquele em
que as mudanças de estado do sistema se devem a propriedades espaciais do
atributo.
Quando se trabalha com dados espaciais, é muito provável que não se
verifique a hipótese nula de aleatoriedade, o que significa que
0),(
≠
ji
yyCov
para algumas unidades geográficas i e j. Para considerar de uma maneira
explícita esta dependência espacial detectada, deve-se distinguir entre o
chamado modelo de erro espacial ou modelo de efeitos não modelados e o
conhecido como modelo de lag espacial ou modelo de efeitos modelados. No
primeiro, a dependência espacial incorpora-se no termo de erro da regressão,
enquanto no segundo implica uma média ponderada dos valores da variável
dependente nas localidades vizinhas.
Quando a dependência espacial aparece na forma de um erro espacial,
isto é, é indicativo de omissão de variáveis não cruciais que se encontram
correlacionadas espacialmente ou de erros de medida. Por outro lado, o
modelo de lag espacial pode sugerir a existência de um processo de difusão
(eventos num lugar predizem um incremento na probabilidade de que sucedam
eventos similares em lugares vizinhos) ou de um possível processo de
95
competência (eventos num lugar predizem uma diminuição na probabilidade de
que sucedam eventos similares em lugares vizinhos)
55
.
Um exemplo de defasagem (lag) espacial poderia ser dado pela
influência de uma grande infra-estrutura de transporte via PROURB que tenha
um impacto global sobre determinada região e não apenas em um município.
Porém, melhores infra-estrutura e urbanização em alguns municípios do interior
do Ceará podem atrair maior população dos municípios próximos, ocasionando
inchaço populacional semelhante ao que ocorre em Fortaleza e, assim,
aumentar problemas como crime, congestionamentos e poluição,
caracterizando um efeito não modelado da política de infra-estrutura e
urbanização que se manifestaria no termo de erro.
Um modelo de erro espacial especifica-se através de um processo
estocástico espacial para o termo de erro que considera as correlações
diferentes de zero para cada elemento.
O modelo de lag espacial difere do erro espacial pelo fato de permitir a
influência da variável dependente das localidades vizinhas num sentido mais
amplo (não se limita a considerar as influências dos termos de erro vizinhos).
4.4. Modelo de dados de painel espacial com efeitos fixos
Os estudos com dados de painel certamente têm sido impulsionados
pela disponibilidade de dados longitudinais. Vale ressaltar que os modelos de
dados de painel trazem várias vantagens em relação aos modelos de dados de
corte seccional.
Marques (2000) lista benefícios e limitações do uso de dados de painel.
Primeiramente, os modelos de dados de painel permitem controlar a
heterogeneidade individual. Além disso, eles são mais informativos com
respeito à série de tempo ou dados de sessão cruzada; apresentam mais
55
Conforme Almeida (2004) é o caso de inovação tecnológica (por exemplo, uma nova técnica de cultivo)
que afeta a produção agrícola que está se difundido através do espaço por meio de imitação. Os
agricultores que não adotam a inovação vêem seus vizinhos adotarem-na e obterem bons resultados.
Nesse sentido, o desempenho da produção agrícola dos vizinhos influencia a produção agrícola de
certo fazendeiro. E a partir deste exemplo, é de fundamental importância incluir no modelo um termo
para capturar tal efeito de vizinhança contido na imitação. No caso de inclusão de termo para o erro
espacial, pode-se citar o exemplo de uma praga que afete as lavouras numa determinada região (um
choque de oferta) espalhando-se por todas as outras regiões. Assim, a praga é um efeito não
modelado que se manifesta no termo de erro inovacional.
96
variabilidade, menos colinearidade entre as variáveis, mais graus de liberdade
e mais eficiência. Deve-se enfatizar que uma regressão com dados de painel
difere de uma série de tempo ou regressão de corte transversal, considerando
ambos o temporal e a dimensão de unidades individuais.
Assim, os dados de painel sugerem características diferenciadoras dos
indivíduos, entendidas como “unidade estatística de base”. Essas
características podem ou não ser constantes ao longo do tempo, de tal forma
que estudos temporais ou seccionais que não tenham em conta tal
heterogeneidade produzirão, quase sempre, resultados fortemente enviesados.
Por outro lado, os dados de painel providenciam maior quantidade de
informação, maior variabilidade dos dados, menor colinearidade entre as
variáveis, maior número de graus de liberdade e maior eficiência na estimação.
A inclusão da dimensão seccional num estudo temporal agregado confere
maior variabilidade aos dados, na medida em que a utilização de dados
agregados resulta em séries mais suaves do que as séries individuais que lhes
servem de base. Esse aumento na variabilidade dos dados contribui para a
redução da eventual colinearidade entre variáveis, particularmente em modelos
com defasamentos distribuídos.
Conforme Elhorst (2003) e Anselin (2003), o modelo de dados de
painel espacial com efeitos fixos, com N seções cruzadas, T observações de
série de temporal e (K-1) variáveis explicativas pode ser especificado como:
ititititiit
uXWXyWy
+
+
++=
2111
β
β
ρ
µ
,
para
;,...,1 Ni
=
Tt ,...,1=
(19)
ititit
uWu
ε
λ
+=
2
ou
ititit
uWu
ε
γ
+
=
2
sendo que
),0(~
2
I
σε
em que
it
y
é um vetor de observações de variáveis dependentes,
it
X
é uma
matriz de observações de variáveis exógenas (explicativas), com um vetor de
coeficientes da regressão
1
β
,
it
yW
1
é a espacialidade dentro da variável
dependente,
it
XW
1
é a espacialidade dentro das variáveis exlicativas com um
vetor de coeficientes de externalidades da regressão
2
β
; alguns dos elementos
de
it
XW
1
podem ser nulos tais que nem todos os lag’s da
X
variáveis precisam
97
ser incluídos no modelo
56
; e
1
W
e
2
W
são as matrizes de pesos espaciais
57
,
contendo relações de contigüidade de primeira ordem, padronizadas por linha
ou funções de distância e
it
u
é o termo de erro autocorrelacionado e
it
ε
é um
vetor de erros i.i.d. com variância
2
σ
. Já
11
<
<
−
ρ
é o parâmetro da
defasagem auto-regressiva da variável dependente. Enquanto
11 <<−
λ
ou
11 <<−
γ
representa o parâmetro de auto-regressivo espacial do erro (
it
ε
).
Para
ititit
uWu
ε
λ
+=
2
o processo auto-regressivo de primeira ordem:
exprime uma autocorrelação do erro mais ampla, afetando todo o sistema (e.g.
praga generalizada).
Já para
ititit
uWu
ε
γ
+
=
2
é um processo de médias móveis de primeira
ordem: idéia de alcance localizado (e.g. poluição de um rio). Neste caso, o
termo de erro é explicado por um componente específico local, e associado
com o entorno. Como esse procedimento não gera uma matriz completa, o
que implica em um número menor de interações entre cada observação, caso
cada observação não apresente o mesmo número de vizinhos e cada um
apresente o mesmo peso, a diagonal principal não é constante, implicando em
heterocedasticidade. Aqui, a interação espacial é ainda mais reduzida, o que
limitaria ainda mais as interações espaciais. O problema é que ainda assim
heteroscedasticidade advém das condições para que o modelo apresente as
propriedades assintóticas desejáveis. Trata-se das condições de irregularidade
espacial.
De modo geral, Anselin e Bera (1998) apontam que todo tipo de
modelo espacial nos termos de erro apresenta problemas de
heterocedasticidade, assim como resíduos correlacionados serialmente.
Para que a equação 19 se caracterize como um processo espacial nos
termos de erro, os coeficientes apresentados devem seguir uma série de
restrições como as que são enumeradas por Anselin (1988) e Anselin e Bera
(1998).
56
Caso haja sugestões da teoria de que o fenomeno a ser estudado exerce um impacto além dos
vizinhos diretos (de primeira ordem), é possível incluir efeitos de tranbordamento de ordens superiores,
como W
2
X, W
3
X, W
4
X etc. Intuitivamente, conforme Almeida (2004), seria o caso de uma grande infra-
estrutura de transportes como, por exemplo, a contrução de um porto de grande dimensão, que tenha
impacto global sobre toda uma região e não apenas localizado (como uma estrada vicinal).
57
A matriz W
2
, diferente de W
1
, pode ter efeito mais amplo ou mais localizado.
98
A literatura acerca do tema considera a dependência espacial nos erros
uma espécie de ruído branco. Isto se dá pelo fato de que o termo de erro
refletiria apenas o impacto de uma autocorrelação presente em processos com
erros de medida, ou em variáveis irrelevantes e, portanto ausentes do modelo.
Seria um fenômeno importante, porém de menor relevância do que o
encontrado para as variáveis espacialmente autorregressivas
58
.
Já o componente
),...,(
1 ki
µ
µ
µ
=
representa os efeitos fixos. O modelo
de efeitos fixos ou modelo de variáveis dummy individuais assume que as
diferenças das unidades são captadas nos diferentes interceptos, mas têm as
mesmas inclinações. Neste sentido, o efeito fixo é o efeito atribuível a
características estranhas controladas por uma restrição no processo de
casualização – controle local. Estes efeitos pretendem capturar o fato de os
municípios não serem homogêneos, ou seja, existe heterogeneidade nas
estruturas econômicas, sociais e políticas entre os municípios. Isto equivale a
considerar um modelo com efeitos fixos, ou seja, permitir que o intercepto seja
diferente para cada município considerado.
De modo geral, o modelo de efeito fixo é indicado particularmente
quando a análise de regressão é limitada a um conjunto preciso de indivíduos,
firmas ou regiões. O efeito aleatório, ao contrário, é uma especificação
apropriada se é tirado certo número de indivíduos fortuitamente de uma
população grande de referência
59
.
Para os efeitos fixos pressupõe-se que:
(i)
0),,...,/(
121
=
kitiitk
XXXE
β
ε
;
(ii)
),,...,,...,(
121 itiitii
YYXXX
ni ,...,1
=
são amostras
... dii
de sua distribuição
conjunta;
(iii) não há multicolinearidade perfeita; e
(iv)
0),,/,(
1
=
tisitisit
XXCov
β
ε
ε
para st
≠
.
Assim como os modelos tradicionais de regressões de painel, uma de
três suposições a respeito do vetor de parâmetros
i
µ
deve ser feita. Se
i
µ
é o
58
Por tratar-se de um fenômeno relevante para as técnicas de estimação, diversos autores detalharam e
buscaram especificações alternativas para os processos espaciais nos termos de erro. Entre eles cabe
ressaltar Fingleton e Lópes-Bazo (2006), que sugerem a inserção no modelo em análise de
defasagens espaciais nas variáveis explicativas.
59
Para mais detalhes relativos ao uso desses dois modelos para dados de painel, sugere-se a leitura de
Marques (2000).
99
mesmo para todas as unidades espaciais, logo a metodologia de estimação
tradicional aplicada a regressões espaciais é apropriada. Se
i
µ
é fixo para
cada unidade espacial, então a estimação é feita com efeitos fixos. É a mais
apropriada, sendo a notação “Efeitos Fixos” usada com mais freqüência
exclusivamente para este tipo de modelo, ainda que deva ser aplicada a todos
os modelos em que os parâmetros (termo independente e coeficientes
associados a variáveis explicativas) são “variáveis” de indivíduo para indivíduo,
mas de forma não-aleatória. O modelo é relativamente fácil de estimar, trata as
diferenças individuais de forma sistemática e permite que sejam testadas. Se
i
µ
é assumido como uma variável aleatória com
2
)(
µ
σµµ
=
ji
E
se
ji =
e zero de
outra forma, logo uma estimação considerando efeitos aleatórios é a mais
adequada (WOOLDRIDGE, 2002).
Segundo Ramalho (2006), os efeitos fixos individuais, isto é, a
heterogeneidade
60
espacial/individual varia entre os indivíduos e é constante no
tempo. Nesse caso, o modelo é conhecido como modelo de lag espacial com
efeitos fixos (ELHORST, 2003). Johnston e Dinardo (2000) mostram que os
componentes do erro representam variáveis não-observáveis (heterogeneidade
individual) e podem guardar alguma correlação com as variáveis explicativas
do modelo, o que levaria a um problema de viés na estimação por MQO em
dados agrupados. O estimador de efeitos fixos permite controlar esses
componentes e eliminar o viés das variáveis omissas. Portanto, a estimação do
modelo espacial por efeitos fixos tem a vantagem de controlar a
heterogeneidade, considerando a dependência espacial dos dados.
Elhorst (2003) argumenta, entretanto, que a presença de um
componente locacional em dados de painel pode implicar a existência de
dependência espacial entre as observações em cada ponto no tempo. A
principal razão para este problema é que uma observação associada com uma
unidade espacial pode depender de outras observações em outras unidades
espaciais, assim a distância afetaria o comportamento das variáveis
econômicas.
60
Anselin (1988) trata a heterogeneidade espacial como uma forma de instabilidade dos parâmetros, isto
é, a forma funcional e, ou, os parâmetros do modelo podem mudar de acordo com a localização
geográfica.
100
A presença de efeitos espaciais faz com que a tradicional estimação
por mínimos quadrados ordinários (MQO) seja inapropriada. O modelo de erro
espacial é um caso espacial de uma regressão que não possui erros esféricos,
em que os elementos fora da diagonal principal da matriz de covariância
expressam a estrutura da dependência espacial. Anselin (1988) afirma que
quando o termo de erro em um modelo de regressão apresenta dependência
espacial, o pressuposto padrão de uma matriz de covariância de erro esférica
não se mantém. Isso indica uma perda de eficiência e a invalidade do
pressuposto da homocedasticidade, porém, não gera viés nem inconsistência
nos estimadores. Já quando a variável dependente possui correlação espacial,
ignorar esse aspecto pode ocasionar um viés de omissão de variável, o que é
prejudicial para a estimação e para a inferência.
A heterogeneidade espacial diz respeito à falta de estabilidade de
comportamento ao longo do espaço, como por exemplo, municípios ricos e
pobres aglutinados em diferentes regiões de um país. Em termos de
modelagem econométrica, segundo Elhorst (2003), a heterogeneidade espacial
significa que os parâmetros não são homogêneos ao longo do set de dados,
variando com a unidade.
Então, neste caso, os estimadores de MQO são não-viesados, mas
não são mais eficientes, uma vez que as estimações dos erros-padrões serão
viesadas. Já o modelo com lag espacial inclui um termo que deve ser tratado
como uma variável endógena, uma vez que variáveis explicativas da
vizinhança e os termos de erro aparecem do lado direito da equação. Neste
caso, os estimadores de MQO serão viesados e inconsistentes devido ao viés
simultâneo no modelo. Para evitar esses problemas, a literatura sugere a
utilização de algum método de estimação alternativo, como uso de variáveis
instrumentais, método generalizado dos momentos e utilização de funções de
máxima verossimilhança (ANSELIN, 1988).
Elhorst (2003) apresenta um procedimento para estimação de painéis
espaciais com a utilização de funções de máxima verossimilhança. Já no caso
da não-normalidade dos resíduos e de heteroscedasticidade, Anselin (1988)
aponta como solução o método dos mínimos quadrados generalizados factíveis
101
(MQGF)
61
. O procedimento para o cálculo do MQGF, conforme Wooldridge
(2002) segue os seguintes passos:
a) Executar a regressão y sobre
itii
XXX ,...,
21
e obter os resíduos
ε
ˆ
.
b) Criar
)
ˆ
log(
2
ε
primeiramente, elevando ao quadrado os resíduos por MQO, e
depois calcular seu
log
natural.
c) Executar a regressão de
)
ˆ
log(
2
ε
sobre
itii
XXX ,...,
21
e obter os valores
estimados,
g
ˆ
.
d) Calcular os valores estimados:
)
ˆ
exp(
ˆ
gh =
.
e) Calcular a equação 19 pelo método MQP usando pesos
h
ˆ
/1
:
)
ˆ
/()
ˆ
/()
ˆ
/()
ˆ
/()
ˆ
/()
ˆ
/(
2111
huhXWhXhyWhhy
ititititiit
++++=
ββρµ
Segundo Oliveira (2006a), a diferença importante no modelo com
efeitos fixos pode apresentar o problema de parâmetro incidental, uma vez que
o número de parâmetros a serem estimados cresce na medida em que a
amostra aumenta. Neste caso, somente os coeficientes de inclinação podem
ser estimados consistentemente no caso de painéis pequenos, em que T é fixo
e
∞→ N
. Já os coeficientes dos efeitos fixos espaciais não podem ser
estimados consistentemente porque o número de observações disponíveis de
i
µ
está limitado a T observações (ANSELIN, 2001). Entretanto, como os
coeficientes de inclinação da equação desviada não são funções dos
i
µ
estimados, logo estes podem ser estimados consistentemente. Para isto
utilizam-se as propriedades de amostras grandes do modelo com efeitos fixos
quando
∞→ N
na equação (LEE, 2004).
Elhorst (2003) argumenta que o problema de parâmetros incidentais é
independente do tipo de modelo espacial utilizado, uma vez que este problema
também ocorre quando estes não estão presentes. Como nesta pesquisa os
coeficientes de interesse são as inclinações, este problema não afetará a
interpretação dos resultados. É claro que este problema desaparece quando N
é fixo e
∞→ T
, mas infelizmente este não é o caso da maioria dos trabalhos e
nem desta pesquisa.
61
As outras denominações factíveis na literatura econométrica podem ser “estimadas” resultando no
MQGE.
102
A escolha da forma funcional de um modelo econométrico a ser
estimado é sempre um desafio para o pesquisador devido à grande
possibilidade de se cometer algum viés na sua especificação. Existem vários
testes para a especificação de modelos, entretanto a escolha deve sempre ter
fundamento teórico que a justifique. Nesta tese, foi considerada apenas a
especificação do modelo de dados de painel de efeitos fixos estendidos para
responder por correlação de erro espacial, dado que são usados todos os
municípios do Estado, ou seja, toda a população. Adicionalmente foram feitos
os testes de Hausman para todos os modelos.
Cabe ressaltar que muitos dos resultados obtidos na literatura
dependem do período de amostra e o método de estimação usado. Neste
trabalho, o período escolhido foi de 1996 a 2003, devido à falta de informações
estatísticas e ao Problema da Unidade de Área (espacial) Modificável (MAUP)
62
, que impossibilitou um período mais longo. Além disso, a maioria dos
trabalhos é baseada em estimativas de dados de painel de efeitos fixos ou em
análises cross-section. Em geral, estudos baseados em modelos de efeitos
fixos produzem taxas mais altas de convergência que os obtidos usando
regressões através de análises pontuais.
Este estudo, apesar do rigor utilizado nos procedimentos empregados,
apresenta algumas limitações como o problema da MAUP para observações de
1985, em que o estado do Ceará tinha 154 municípios e, em 1991, apresentava
181 (o Ceará possui 184 municípios desde 1995)
63
, e o acesso a informações
estatísticas mais recentes (pós-2003). Essas situações limitam o diagnóstico
regional devido à falta de uma série mais ampla de informações.
62
Do inglês, Modifiable Areal Unit Problem (MAUP). A MAUP está relacionada a um problema
econométrico da agregação (municípios, microrregiões e países) que se refere ao efeito de
heterogeneidade espacial
63
Tornar-se-ia necessário efetuar operações de geoprocessamento entre os municípios criados e suas
unidades matrizes, construindo, assim, um mapa vetorial comparável entre o período anterior e
posterior a 1995.
103
4.5. Modelo empírico
A fim de verificar a presença de externalidades espaciais, utilizar-se-á
como referência um modelo Econométrico Espacial Geral (equação 19) para
dados de painel, como especificado abaixo:
ittititiitiit
uyXWXGWG
+
+
+
+
+=
−−−
)ln(
1,321,111,1
β
β
β
ρ
µ
para
Ni ,...,1
=
;
Tt ,...,1=
(20)
em que
i
µ
é parâmetro a ser calculado no modelo de especificação de efeito
fixo,
ititit
uWu
ε
λ
+=
2
, i refere-se às unidades espaciais, t refere-se às unidades
de tempo,
β
é um vetor de parâmetros fixos desconhecidos,
1
W
e
2
W
são as
matrizes de pesos espaciais,
it
ε
são os termos de erro
... dii
para todo i e t com
0)( =
it
E
ε
e
NTitit
IE
2'
)(
σεε
=
.
Assim,
G
é um vetor da taxa de crescimento do PIB per capita para os
anos entre 1996 e 2003 e a matriz
X
representa as variáveis explicativas
iniciais, sendo
1
β
o seu vetor de coeficientes. O parâmetro
ρ
é o coeficiente
de lag espacial, o qual capta os efeitos de transbordamento do PIB per capita
sobre os vizinhos. De igual forma, constrói-se uma defasagem espacial das
variáveis explicativas iniciais, usando-se o produto matricial
XW
1
. Assim, o
vetor de coeficiente
2
β
, ou
adesexternalid
β
, representa as externalidades que cada
variável explicativa de uma região tem sobre outras, e essas externalidades
influenciam o crescimento econômico dos municípios. Dessa forma, ao analisar
os coeficientes
ρ
e o vetor
2
β
(
adesexternalid
β
), analisam-se os efeitos de
transbordamento que determinadas variáveis apresentam, incluindo um
possível efeito cruzado espacial, no contexto da convergência. Nesse caso, o
efeito de transbordamento seria representado pela defasagem espacial do PIB
per capita do período inicial.
Este modelo pode diferenciar-se dos modelos tradicionais com dados
de painel em duas situações possíveis. Na primeira, é adicionado ao termo de
erro um termo espacial com um coeficiente
λ
usualmente chamado de
coeficiente de autocorrelação espacial; neste caso, a estrutura do erro foi
104
modificada. Assim, se
0=
ρ
, este é chamado de modelo com erro espacial.
Este pode ser o caso, por exemplo, de uma associação espacial de alguma
variável explicativa que foi omitida do modelo. Na segunda, uma nova variável
explicativa é adicionada associada a um coeficiente
ρ
, usualmente chamado
de coeficiente de defasagem espacial. Neste caso, o número de variáveis
explicativas é acrescido de mais uma variável. Se
0
=
λ
, este é chamado de
modelo com lag espacial. Isso significa que valores da vizinhança da variável
dependente ajudam a explicá-la.
Para verificar se existem externalidades espaciais entre os municípios
cearenses; analisar-se-á, em um primeiro momento, a significância conjunta
dos parâmetros
ρ
e
adesexternalid
β
. Em seguida, caso seja confirmada a presença
de externalidades espaciais, verificar-se-á quais são as externalidades
presentes nos municípios cearenses. Nesse sentido, usar-se-á t-student para
testar a hipótese de que cada coeficiente do vetor
adesexternalid
β
é igual a zero. A
não-aceitação dessa hipótese implicaria afirmar que determinada variável
explicativa apresenta externalidades nos municípios vizinhos.
O
(
)
1,
ln
−ti
y
é o logaritmo do PIB per capita inicial e o
escalar
3
β
representa o coeficiente de convergência
(
iaconvergênc−
β
). A
estimação de
iaconvergênc−
β
é igual a
T
e
vt
)1(
−
−
, sendo que t representa o
período de análise,
T
é o tempo em anos para atingir o estado estacionário, e
v é a velocidade de convergência.
Assim, o parâmetro
iaconvergênc
−
β
possibilita calcular, ainda, a
velocidade de convergência (
v), e o tempo em anos necessário para que as
economias percorram metade do caminho que as separam de seus estados
estacionários, chamado de meia-vida (
π
). A fórmula usada para se calcular a
velocidade de convergência foi extraída de Taylor e Williamson (1997):
1)]19952003(*exp[
3
−−=
β
v
. A fórmula utilizada para o cálculo do half-life
considera que
v/)2log(=
π
64
.
Como feito pela econometria padrão, analisar-se-á a significância de
cada coeficiente do vetor
1
β
. A análise de
1
β
mostrará quais as variáveis estão
64
Se v = 0,68% por ano (102 anos) ou v = 1,29% por ano (54 anos).
105
correlacionadas com as variações no crescimento do PIB per capita dos
municípios cearenses.
Como dito anteriormente, a utilização do método de mínimos
quadrados ordinários (MQO) na presença de autocorrelação espacial, na
variável dependente, levam a estimadores viesados. Já com os modelos
tradicionais de convergência, quando se utiliza MQO na presença de erros
espacialmente auto-correlacionados, os estimadores são não-viesados, mas
ineficientes
65
.
Assim sendo, ao estimar por mínimos quadrados ordinários (MQO),
busca-se apenas identificar qual é a melhor maneira de se estimar a equação
dada por:
Modelo (1) sem correção espacial:
itittiiit
uyXG
+
++=
−−
)ln(
,1311,
β
β
µ
, para convergência condicional
(21)
ititiit
uyG ++=
−
)ln(
,13
β
µ
, para convergência absoluta
(22)
A primeira modificação pode ser o caso em que o termo de erro
it
u
no
modelo siga um processo espacial auto-regressivo, como mostrada no modelo
a seguir:
Modelo (2) com correção espacial auto-regressiva:
itittitiiit
uWyXG
ε
λ
β
β
µ
+
+
++=
−− 21,311,
)ln(
, para convergência condicional
(23)
itittiiit
uWyG
ε
λ
β
µ
+
++=
− 21,3
)ln(
para convergência absoluta
(24)
No modelo de defasagem espacial, a autocorrelação espacial é
considerada como gerada pela interação atual entre as unidades espaciais. O
modelo é especificado da seguinte forma:
Modelo (3) com correção de lag espacial:
ittitiitiit
uyXGWG
+
+++=
−−
)ln(
1,311,1
β
β
ρ
µ
, para convergência condicional
(25)
ittiitiit
uyGWG
+
++=
−
)ln(
1,31
β
ρ
µ
para convergência absoluta
(26)
65
Ver Anselin (1988) e Anselin e Bera (1998).
106
Outro modelo importante é o Modelo Regressivo Cruzado Espacial
que inclui efeitos de transbordamento espacial no contexto da convergência.
Esse efeito transbordamento é representado pela defasagem espacial do PIB
per capita inicial. Assim, formalmente o modelo assume a seguinte expressão:
Modelo (4) com efeito transbordamento cruzado:
ittititiiit
uyWyXG
+
+
++=
−−−
)ln()ln(
1,1,311,
τ
β
β
µ
,
para convergência condicional
(27)
ittitiiit
uyWyG
+
++=
−−
)ln()ln(
1,1,3
τ
β
µ
para convergência absoluta
(28)
na qual
τ
é o coeficiente de transbordamento cruzado,
)ln(
1, −ti
yW
denota a
defasagem espacial do PIB per capita inicial e
it
u
representa, neste caso, o
termo de erro bem comportado.
Nesse modelo, conforme apontado por Rey e Montouri (1999), a
dependência espacial remanescente toma a forma da média do PIB per capita
do começo do período nos municípios vizinhos, que seria o termo de
transbordamento cruzado”
66
. Note que
τ
é, neste modelo específico, um
escalar
67
.
Com base nos modelos (1) a (4), a questão de haver ou não
dependência espacial é especificada a partir de testes estatísticos. Definido
qual efeito espacial é mais representativo e qual o processo de estimação mais
correto, parte-se para um modelo com efeitos de transbordamentos espaciais
das variáveis explicativas (
1, −ti
X
), a seguir:
Modelo 5 com efeitos de transbordamentos das variáveis explicativas:
itittititiitiit
uWyXWXGWG
ε
λ
β
β
β
ρ
µ
+
+
+
+++=
−−− 21,321,111,1
)ln(
,
para convergência condicional
(29)
itittitiitiit
uWyWyGWG
ε
λ
τ
β
ρ
µ
+
+
+
++=
−− 21,1,31
)ln()ln(
para convergência absoluta
(30)
66
“É possível estimar esse modelo por intermédio dos mínimos quadrados ordinários” (Rey e Montouri,
1999, p. 151).
67
Se houvesse efeitos de transbordamentos de outras variáveis explicativas,
τ
seria um vetor e não um
escalar.
107
No modelo de lag espacial com efeitos de transbordamento nas
variáveis explicativas (
0
≠
ρ
), caracteriza-se o efeito da vizinhança
(proximidade) sobre a dinâmica de crescimento. Já no modelo de erro espacial
com efeitos de transbordamento nas variáveis explicativas (
0≠
λ
), a
dependência espacial do crescimento do PIB per capita pode ser resultado da
influência de uma combinação de variáveis não inclusas no modelo. E ainda,
no contexto da convergência adotada aqui, o efeito de transbordamento seria
representado pela defasagem espacial
(
)
1,
ln
−ti
yW
, ou seja, um modelo
regressivo cruzado espacial com efeitos, quando
0
=
ρ
e
0
=
λ
.
Neste último caso, se o modelo cruzado espacial for mais
representativo, o coeficiente
τ
será um escalar para a convergência absoluta e
torna-se um vetor para a convergência condicional junto dos efeitos de
transbordamentos de outras variáveis explicativas e, nesta situação, o efeito de
transbordamento cruzado se insere no vetor
2
β
(
adesexternalid
β
).
4.6. Descrição das variáveis utilizadas
A amostra contém a totalidade dos 184 municípios cearenses que
serão analisados no período de 1995 a 2003. Para isso, uma série de variáveis
proxies, baseadas na Tabela 16 do capítulo 3, será utilizada, sendo descritas
na seqüência, na forma operacional e em suas relações (objetivo). Em seguida,
será feita uma descrição das variáveis usadas para estimar os modelos (1) a
(5).
Variável dependente (
t
G
): taxa de crescimento do PIB per capita.
Foram utilizadas as taxas de crescimento anuais de 1996 em relação a 1995, e
assim sucessivamente. Observe-se que será usado o PIB per capita como uma
proxy da qualidade de vida nos municípios cearenses (ANUÁRIO
ESTATÍSTICO DO CEARÁ, várias edições).
Essa escolha se baseia em Colman e Nixon (1981), que afirmam que é
dificil esclarecer as questões que cercam o desenvolvimento, mas defendem
que o indicador de renda per capita é o mais eficaz para medir o nivel de
desenvolvimento alcançado por uma região. Segundo Perobelli et al. (2006), o
PIB per capita, mesmo apresentando algumas fraquezas, constitui a medida
108
mais abrangente, difundida e conveniente entre os indicadores de níveis de
desenvolvimento, pois os indicadores econômicos e sociais são altamente
correlacionados com o nível do PIB per capita.
Variáveis explicativas
Quanto à escolha das variáveis explicativas
it
X
 do modelo empírico,
cabe ressaltar que esta se baseou no modelo teórico, e a sua introdução
procura controlar diversas características regionais que atuam sobre o
desenvolvimento.
Deve ser lembrado que variáveis explicativas representam o vetor
it
X
para cada cidade (representadas por temas a seguir), ou seja, as
características iniciais (referentes ao ano inicial do período) de cada uma. Dada
a grande quantidade de proxies que se pretende utilizar neste estudo, estas
foram classificadas em temas, que refletem as forças centrípetas e as forças
centrífugas.
1) Existência de um ‘meio industrial’ (
1−t
MI
). Percentual do consumo
de energia elétrica da indústria (ANUÁRIO ESTATÍSTICO DO CEARÁ, várias
edições)
68
.
Objetivo: Captar o peso das atividades industriais dentro de uma
cidade, que possibilita maiores ou menores efeitos de encadeamentos locais
para trás e para frente, considerando que a indústria não é um agente isolado
que só tem relações com fornecedores de matérias-primas, por um lado, e com
um mercado final por outro, mas um elemento de um processo produtivo
complexo, integrado no seio de uma cadeia de relações insumo-produto,
utilizando uma variedade de semiprodutos e serviços. Assim, a inserção num
‘meio industrial’ permite aproveitar economias externas de aglomeração. No
entanto, não se deve superestimar o papel das economias externas de escala
relacionadas com as relações de insumo-produto nas decisões de localidade.
2) Capital humano (
1−t
CH
) – IDH-E. Calculado para educação no IDH,
considera dois indicadores. O primeiro é a taxa de analfabetismo, considerando
o percentual de pessoas acima de 15 anos de idade; esse indicador tem peso
68
Tentou-se utilizar o percentual do Produto Interno Bruto do setor industrial, contudo não foi possível
completar a série, devido a grandes dificuldades na obtenção dos dados por parte de algumas
instituições.
109
2. O Ministério da Educação relata que, se a criança não se atrasar na escola,
ela termina o principal ciclo de estudos (Ensino Fundamental) aos 14 anos de
idade. Por isso, a medição do analfabetismo se dá a partir dos 15 anos. O
segundo indicador é o somatório das pessoas, independente da idade, que
freqüentam algum curso, seja ele fundamental, médio ou superior, dividido pelo
total de pessoas entre 7 e 22 anos da localidade. Também entram na
contagem os alunos supletivos, de classes de aceleração e de pós-graduação
universitária. Apenas classes especiais de alfabetização são descartadas para
efeito do cálculo (ANUÁRIO ESTATÍSTICO DO CEARÁ, várias edições; IPEA,
2006)
69
.
Objetivo
: Conhecer o nível de qualificação da força de trabalho urbana,
que se constitui numa vantagem potencial de uma cidade, pelo menos naquela
cidade de atividades mais intensivas em trabalho qualificado. No caso de
atividades não demandantes de qualificação, este indicador pode até se
constituir em fonte de atração, desde que articulado ao baixo custo da força de
trabalho do mercado local. Assim, o conhecimento do nível de qualificação da
força de trabalho se constitui numa vantagem potencial de uma cidade.
Mão-de-obra é um importante fator nas decisões de localidade nas
suas diferentes dimensões: abundância, qualidade (adequação do grau de
qualificações). A qualificação da mão-de-obra é a adequação do grau de
qualificações às necessidades da empresa (no caso de as qualificações serem
muito específicas, gera-se uma situação de restrição à mobilidade da
empresa). Já o custo do trabalho depende de a mão-de-obra ser um fator
importante. Em alguns casos, não se sabe isso explicitamente.
3) Infra-estrutura e economia de urbanização (
1−t
IE
). Telefones por
100 habitantes; agências de correio por 10 mil habitantes; agências bancárias
por 10 mil habitantes; rede rodoviária pavimentada relativa à área do município
(ANUÁRIO ESTATÍSTICO DO CEARÁ, várias edições).
Objetivo: Verificar os custos dos transportes, sendo importante
considerar as distâncias, avaliando também outros fatores importantes como a
qualidade da infra-estrutura do setor de transportes e telecomunicações como
proxies para o custo do transporte. Em segundo lugar, captar as vantagens
69
As medidas populacionais para o cálculo do IDH-E seguiram estimativas das populações residentes em
nível municipal, segundo metodologia descrita de interpolação do IPEA para projeção da população.
110
internas da área urbana, independentemente da natureza das empresas, em
decorrência da oferta de Infra-estrutura como transporte, energia elétrica, água,
comunicações etc.; de serviços espacializados como instituições bancárias,
etc.; e também do mercado capaz de permitir a utilização das economias de
escala que influenciam novos investimentos como vantagens comparativas
para cada município.
Em função do enorme conjunto de variáveis proxies para a infra-
estrutura escolhida, ter-se-á uma matriz de informações de difícil análise e
compreensão. Para rearranjar as informações de modo a melhor interpretá-las,
programaram-se técnicas estatísticas como a análise multivariada. A
operacionalização do método de análise fatorial foi feita conforme
procedimento especificado em Maroco (2003) e Lemos (2005), com a
elaboração dos índices multivariados segundo os temas definidos
anteriormente com o intuito de evitar problemas de multicolinearidade.
O primeiro fator (
a
F
1
) é o mais importante do conjunto, visto que explica
59,58% da variância, formado pelas agências bancárias por 10 mil habitantes e
a rede rodoviária pavimentada relativa à área do município. O segundo fator
(
a
F
2
) corresponde a 26,99% da variância e é composto por telefones de 100
habitantes e as agências de correio para 10 mil habitantes.
O cálculo do índice consistiu em transformar os fatores calculados em
valores positivos numa escala de 0 até 1 pela fórmula
)/()(
minmaxmin imoimoimoij
FatorFatorFatorFatorF
−
−=
; posteriormente o índice foi
calculado com a fórmula
5,02
2
2
1
)(
aa
FFIE +=
.
4) Economia de congestão (
1−t
DD
) – densidade populacional ou
densidade demográfica. Foi calculada como a medida expressa pela relação
entre a população e a superfície do território, expressa em habitantes por km²
(ANUÁRIO ESTATÍSTICO DO CEARÁ, várias edições; IPEA, 2006).
Objetivo: essa variável procura controlar os efeitos negativos do
congestionamento de pessoas no espaço sobre a atração dos investimentos e
atividades produtivas, uma vez que pode ajudar a captar melhor os efeitos
negativos do congestionamento espacial da população sobre o crescimento
econômico.
111
5) Mercado regional (
1−t
MR
). Somatório do produto da população das
cidades vizinhas ao município vezes a renda per capita do município
(ANUÁRIO ESTATÍSTICO DO CEARÁ, várias edições; IPEA, 2006)
70
.
Objetivo: Obter um duplo significado, refletindo o custo da força de
trabalho local (fator desaglomerativo) e seu poder de compra (fator
aglomerativo via efeito renda para trás). Pode também captar o peso relativo
das atividades produtivas de uma cidade na rede de cidades, refletindo uma
concentração relativa de áreas de mercado e possibilitando também maiores
ou menores efeitos de encadeamentos locais para trás e para frente. A noção e
importância do mercado variam consoante o tipo de empresa considerada
(exemplo: uma cidade, uma região, um país, uma outra empresa, um local de
exportação). Assim, uma empresa que ofereça serviços correntes aos
consumidores tem uma área de mercado muito reduzida, enquanto uma
empresa que ofereça um serviço muito espacializado e pouco recorrente terá
uma área de mercado muito mais abrangente. Segundo Silva (2004), o
mercado interno de uma região é, em geral, função de três vetores principais: o
tamanho da população regional; o seu nível geral de produtividade; o grau de
concentração na sua distribuição pessoal e familiar de renda e de riqueza.
Quanto maior a população, maior o nível de produtividade (quanto maior a
capacidade de produzir e de consumir) e mais bem distribuída à renda de uma
região, maior será a dimensão de seu mercado interno (HADDAD, 1999).
6) Capital social (
1−t
CS
). A medida de capital social é composta pelo
somatório de número de cooperativas, números de associações civis, número
de sindicatos e número de museus e teatros divididos por mil habitantes
(ANUÁRIO ESTATÍSTICO DO CEARÁ, várias edições; IPEA, 2006).
Objetivo: Avaliar aspectos de cooperação associados às
especificidades de cada um, verificando como fatores extra-econômicos, como
é o caso de preferências individuais pela cooperação e participação, existência
de certos arranjos produtivos locais (APL) pode influenciar no desenvolvimento,
além de incorporar elementos culturais e capital social enraizado, etc.
70
Cálculo elaborado com a ajuda do pacote econométrico GEODA, com a mesma distinção da variável
definida em Andrade e Serra (1998).
112
7) Influência do mercado metropolitano (
1−t
M
). É igual à soma da
população das cidades vizinhas ao município de Fortaleza vezes a renda per
capita do município de Fortaleza dividida pela distância da cidade em relação à
Fortaleza, elevado ao expoente 2 (ANUÁRIO ESTATÍSTICO DO CEARÁ,
várias edições; IPEA, 2006).
Objetivo
: Avaliar a distância do município em relação à capital do
Estado, Fortaleza (economia Primax ou de centro), um dos determinantes para
a localidade de um possível empreendimento beneficiado pelo FDI. De acordo
com a estratégia do programa de promoção industrial, a desconcentração
dessa atividade caracterizava-se como um dos principais objetivos do
programa, que tentava levar empresas industriais para o interior do Estado,
tendo sido criados raios econômicos para a concessão desses benefícios.
Cabe descobrir com esta variável se é mais importante pra um município os
incentivos fiscais ou estar próximo do mercado metropolitano de Fortaleza.
Uma vez que muitas matérias-primas são importadas, diminui a importância da
localidade próxima das fontes de matérias-primas, podendo a localidade
orientar-se mais para os pontos de importação. Por outro lado, o apoio público
sob a forma de incentivos à fixação numa dada localidade, cria um meio
favorável ao desenvolvimento das empresas, de centros de investigação, de
fatores de atração de mão-de-obra qualificada, etc.
8) Economia do crime (
1−t
TC
). Taxa de homicídios por 100.000
habitantes (IPEA, 2006).
Objetivo: Ver na criminalidade uma força centrífuga forte que afasta
investimentos e mão-de-obra qualificada. Essa variável tenta mensurar os
efeitos das amenidades associadas à violência sobre o desenvolvimento
econômico. A introdução dessa variável busca “isolar” o efeito das amenidades
associadas à violência junto aos efeitos do congestionamento de pessoas.
Espera-se uma relação negativa entre criminalidade e taxa de crescimento do
PIB per capita.
9) Convergência
)ln(
1−t
y
. Logaritmo neperiano do PIB per capita
defasado a preços constantes (ANUÁRIO ESTATÍSTICO DO CEARÁ, várias
edições).
113
Objetivo: Verificar se o PIB per capita, que apresenta diferentes valores
entre as regiões, reduz-se ao longo do tempo, indicando que a desigualdade
diminui.
Nessa dimensão, aparecem duas definições para convergência:
primeiro, se duas regiões (ou países) possuem o mesmo nível de preferências
e tecnologia, deve haver apenas uma renda de estado estacionário, e, por
conseguinte, com o passar do tempo, as rendas per capita dessas duas
regiões devem igualar-se. Denomina-se este tipo de convergência de absoluta.
A segunda definição de convergência é dada em termos da taxa de
crescimento. Segundo Islam (1995), vários documentos tentaram calcular a
velocidade de convergência entre regiões que usam modelos de dados de
painel e variantes do modelo de efeitos fixos. Na literatura, há evidência de que
o cálculo da velocidade de convergência de dados de painel com efeitos fixos
tende a ser muito maior que os 2% por ano do cálculo de seções cruzadas
(BARRO; SALA-I-MARTIN, 1991).
4.7. Fonte de dados
Os dados utilizados nesta pesquisa são oriundos do Instituto de
Pesquisa e Estratégia Econômica do Ceará (IPECE), tendo sido extraídas as
principais informações estatísticas dos Anuários Estatísticos do Ceará de
1995/1996, 1997, 1998/1999, 2000, 2001, 2002/2003, 2004, 2005 e 2006.
Outras informações também serão utilizadas de outras fontes estatísticas como
o Instituto Brasileiro de Geografia e Estatística (IBGE) e Instituto de Pesquisa
Econômica Aplicada (IPEA), todas disponíveis on-line. Ressalta-se que todos
os valores em moeda corrente (R$) foram deflacionados utilizando o deflator
implícito do PIB constante a preços de 2005.
114
5. ANÁLISE DOS RESULTADOS
Sabemos agora de forma irrefutável que as economias da periferia nunca serão
desenvolvidas, no sentido de similares às economias que formam o atual
centro do sistema capitalista. A primeira condição pra liberar-se do
subdesenvolvimento é escapar da obsessão de reproduzir o perfil daqueles
que se auto-intitulam desenvolvidos. É assumir a própria identidade
(FURTADO, 1974, p. 88).
5.1. Introdução
Dentro do contexto de dependência espacial, a influência de
determinado município sobre o seu vizinho é de suma importância, uma vez
que permite identificar níveis de interdependência no estado do Ceará. Assim,
neste capítulo será analisado o problema de dependência de duas formas: i)
detectando se, no período analisado, ocorreu homogeneização de renda per
capita no estado do Ceará; e ii) verificando padrões de autocorrelação espacial
e a possível existência de clusters.
5.2. Distribuição espacial do PIB per capita municipal e de sua taxa de
crescimento
Esta primeira parte faz uma caracterização da distribuição do PIB per
capita demonstrando se regiões de alto (baixo) PIB per capita tendem a estar
cercadas de regiões com um similar PIB per capita ou, pelo contrário, se a
115
riqueza e a pobreza regionais estão aleatoriamente distribuídas no espaço que
daria uma idéia de concentração.
A Figura 7 mostra a distribuição dos PIB per capita dos municípios
cearenses para os anos de 1995 a 2003. A observação da distribuição
geográfica dos níveis de PIB per capita entre os municípios, em um mapa do
estado do Ceará, sugere a existência de um espaço geográfico com elevadas
desigualdades regionais. Com respeito a este agregado, pode-se notar que o
PIB per capita, ao longo dos anos, segue uma trajetória de homogeneização.
Em outras palavras, as diferenças ou contrastes entre municípios de PIB per
capita mais elevado e de PIB mais baixo diminuíram, comparadas aos de 1995
a 2003.
Em 1995, a grande maioria dos municípios estava bem abaixo da
média de R$ 3.618,00 (PIB per capita médio do Ceará de 2003), em geral com
um nível de PIB per capita inferior a R$ 1.200,00. Ressalta-se que esse valor
de R$ 1.200,00 foi utilizado como uma proposta de linha de pobreza do Ceará
equivale a um terço do PIB per capita do Ceará no ano de 2003 e foi baseada
linha de pobreza da Bolsa-Família, que é de até R$ 100 mensais no ano de
2003 (NERI, 2006).
Já no período de 1996-2002, este padrão foi alterado e os municípios
passaram a figurar na faixa de PIB per capita de R$ 1.201,00 a R$ 3.618,00,
aproximando-se da média. Cabe ainda destacar uma diminuição representativa
dos municípios acima da média do Brasil, de R$ 8.694,00, de sete (Eusébio,
Horizonte, Marcanaú, Acaraú, Fortaleza, Paracuru e Sobral) para três (Eusébio,
Horizonte e Marcanaú) em 2003, um sinal indicativo da diminuição da diferença
entre municípios de maior e menor PIB per capita.
116
1995 1996 1997
1998 1999 2000
2001 2002 2003
Nota: Linha de pobreza = R$ 1.200; PIB per capita CE = R$ 3.618 (2003); PIB per capita NE = R$ 4.306 (2003) e PIB
per capita BR = R$ 8.694 (2003). A linha de pobreza do Ceará, representada por R$ 1.200, é um terço do PIB per
capita do Ceará considerando que é linha de pobreza da Bolsa-Família, que é de até R$ 100 mensais (NERI, 2006).
Esse foi o padrão para definir os municípios muito pobres no Ceará. As faixas de renda no mapa, em R$, são:
Fonte: Elaboração própria com base no programa ArcView 3.1.
Figura 7 – Distribuição espacial do PIB per capita municipal do estado do
Ceará, 1995 a 2003.
117
Um aspecto importante a ser ressaltado é que os municípios que se
destacaram em termos de PIB per capita (acima da média estadual) também
são, em geral, os mais populosos. Entre os que possuem mais de 100.000
habitantes estão Caucaia, Juazeiro do Norte, Maracanaú, Sobral, Crato,
Itapipoca; e entre os que possuem mais de 50.000 habitantes: Maranguape,
Iguatu, Quixadá, Canindé, Crateús, Aquiraz, Morada Nova, Aracati, Tianguá,
Russas, Icó, Cascavel, Pacatuba, Quixeramobim, Camocim, Limoeiro do Norte,
Granja, Barbalha, Tauá, Boa Viagem, Pacajus, Acaraú (ANUÁRIO
ESTATÍSTICO DO CEARÁ, 2005).
Observando-se o mapa referente ao ano de 2003 (Figura 7), verifica-se
que apenas 19 municípios apresentaram um PIB per capita acima da média
estadual, enquanto 165 apresentaram valores abaixo da média. Somente os
municípios de Uruburetama, que tem como ponto forte o turismo interiorano
(área de serras); Itapajé, famoso pelo evento/festa anual do TEJUBODE, onde
predominam as atrações turísticas de trilhas para caça e serras verdes;
Maranguape, que tem a presença forte de uma indústria diversificada e o
parque do vaqueiro, abrigando vários eventos importantes; Pacatuba, outro
município de atrações turísticas, sempre muito visitado, com destaque para a
famosa Bica das Andréas; Aracati, município forte no turismo, em especial o
praiano com destaque para as praias de Canoa Quebrada e Marjorlândia,
conhecidas em todo o Brasil; Russas, com atrativos naturais como balneários e
indústrias extrativas de mica, feldspato, berilo e outros; Quixeré, que possui
agricultura irrigada e como destaque a
agroindústria do Projeto da Del Monte; e
Iguatu, que possui certo desenvolvimento industrial, apresentavam um PIB per
capita entre as médias do Estado (R$ 3.618,00) e do Nordeste (R$ 4.306,00).
Já com PIB per capita acima da média do Nordeste (R$ 4.306,00) e
abaixo da média brasileira (R$ 8.694,00), destacam-se oito municípios:
Pacajus, que possui grandes cultivos de cajueiros (maior produtor do Estado de
amêndoas e pseudofruto do caju) e grandes jazidas de berilo, usado na
indústria de equipamentos espaciais e em usinas atômicas, e tem como
destaque a Jandaia Sucos do Brasil S.A., conhecida nacionalmente; Sobral
,
que possui um bom desenvolvimento industrial e tem como destaque a maior
unidade de calçados do Grupo Grendene S.A. responsável por mais de 87% da
118
produção de calçados do Ceará
71
(a Grendene de Sobral foi considerada a
primeira do Brasil no segmento de calçados de borracha); Fortaleza, capital do
Estado, que concentra várias atividades econômicas; Jaguaribara, que tem
como destaque a produção de artigos artesanais, principalmente confecção de
redes tipo exportação para a Europa e outras partes do mundo; Cascavel, que
é o maior centro produtor de cerâmica e tem ainda como destaque indústrias
como a Cascajú Agroindustrial S.A., grande exportadora de amêndoas de
castanha de caju e a unidade de calçados paulista Pé de Ferro; Aquiraz, que
tem como atividade principal o turismo praiano; Orós, que tem como ponto forte
o turismo interiorano com a fonte das águas e o Small Conven; e Fortim
, que
se destaca pelo turismo praiano.
Por sua vez, os municípios de Eusébio, Maracanaú e Horizonte, que,
junto com Fortaleza, são as principais cidades industriais da Região
Metropolitana de Fortaleza, possuíam, em 2003, PIB per capita acima da média
nacional (R$ 8.694,00), em azul, conforme Figura 7.
Já Santa Quitéria registrou, de 1996 a 2002, taxa de crescimento
acumulado de 337,1%. Esse resultado está atrelado à instalação de indústrias
de confecções/vestuários, calçados e alimentos/bebidas, fazendo o setor
industrial crescer 440,4% no período em questão, proporcionando uma
ampliação de seu peso na economia do município, passando de 22,3% em
1997 para 46,8% em 2002 (IPECE, 2004).
Contudo, em 2003, houve em Santa Quitéria acentuada queda do PIB
per capita (da faixa de renda superior a R$ 8.694,00 em 2002 para a faixa
entre R$ 1.201,00 e 3.618,00 em 2003). O principal motivo foi o fechamento de
indústrias como a Canindé Calçados S/A
72
, entre outras que se transferiram
deste município, a partir de 2002, devido à mudança de paradigma no
financiamento do PROVIN/FDI, que favoreceu a aglomeração de atividades
oferecendo vantagens específicas, com uma diferença justamente na área dos
incentivos fiscais (Tabela 8 no segundo capítulo). As transferências das
empresas de Santa Quitéria, iniciadas em 2002, seguem a lógica do
71
Grendene (2005).
72
Destaca-se, neste aspecto, que, nas instalações da fábrica, há 3.400 metros quadrados instalados
numa área de 12.000 metros quadrados que pertenciam à Canindé Calçados S.A. Atualmente, são as
futuras instalações da Democrata Calçados S.A. O valor do investimento projetado é de R$ 10 milhões
e emprega 560 pessoas diretamente. Dessas, 160 já se encontram em treinamento (SDRL, 2006).
119
adensamento que poderia ainda resultar em economias externas, que se
refletiriam na competitividade das empresas incentivadas, e essas economias,
no longo prazo, tornariam desnecessária a concessão de benefícios às
empresas industriais instaladas.
No caso de Fortaleza ao comparar os resultados de 1995 e de 1996,
verifica-se, em termos de distribuição espacial do PIB per capita (acima de
R$8.694,00), que Fortaleza possuía um peso maior comparativamente aos
outros municípios do estado do Ceará, porém, de 1997 a 2003, houve uma
diminuição do PIB per capita de Fortaleza (da faixa de R$8.694,00 para a faixa
entre R$ 4.307,00 e 8.694,00). Essa perda de hegemonia de Fortaleza permite
afirmar que houve uma sensível melhora, com uma distribuição espacial mais
homogênea do PIB per capita, resultado de melhor distribuição de atividades
econômicas e população dentro da RMF como também de alguns municípios
maiores do interior do Estado do Ceará.
Torna-se de relevância contudo considerar as taxas de crescimento
anuais do PIB per capita de 1996 a 2003. Na Figura 8, a distribuição geográfica
das taxas de crescimento anuais positivas e negativas dos municípios do
Ceará sugere, na maior parte do período, uma concentração nos municípios
interioranos, mas não houve uma trajetória de crescimento constante.
Pela Figura 8, pode-se ter melhor visualização das disparidades nas
taxas de crescimento do PIB per capita entre os municípios cearenses e as
diferentes performances ao longo dos anos de 1996 a 2003. As áreas mais
claras representam municípios com crescimento de PIB per capita negativos,
enquanto as mais escuras, taxas de crescimento positivas. Pode-se ver que há
maior crescimento médio anual no interior do estado do Ceará, visivelmente as
taxas de crescimento apontam uma homogeneidade espacial do crescimento
do PIB per capita, ou mesmo uma tendência à convergência espacial.
Intuitivamente, esse padrão de distribuição geográfica de taxa média anual
sugere políticas eficazes de cunho regional de desenvolvimento da periferia
(municípios interioranos) pós-1995, conforme foi discutido no Capítulo 2, em
que houve aumento de 13% da participação do interior do Estado no PIB de
1995 a 2004 (Tabela 2), com uma diminuição real da razão entre os PIB per
capita do interior e RMF de 18% para 39%.
120
1996 1997 1998
1999 2000 2001
2002 2003 Média para o período
Nota: Os valores em amarelo representam taxas de crescimento superiores a zero. E os valores em branco
representam valores iguais a zero, ou valores negativos para as taxas de crescimento do PIB.
Fonte: Elaboração própria.
Figura 8 – Distribuição espacial do crescimento do PIB per capita do estado do
Ceará, 1996 a 2003.
121
Observando a média anual de crescimento de 1996 a 2003, nota-se a
tendência dos municípios interioranos de apresentar taxas de crescimento
positiva. Destaca-se ainda que os municípios de Acaraú, Paracuru, Icapuí,
Horizonte, Eusébio, Maracanaú, Crato, Juazeiro do Norte, Fortaleza e Aracati
possuíam maiores níveis de PIB per capita em 1995, apresentando um
crescimento médio anual negativo (Figura 9). Por outro lado, o restante dos
municípios interioranos apresenta níveis de renda per capita mais baixos em
1995, porém apresentaram taxas médias anuais de crescimento positivas.
Além disso, considerando juntamente os mapas das taxas de
crescimento e os mapas dos níveis de PIB, há uma evidência consistente de
efeitos espaciais em que regiões que apresentam uma taxa de crescimento alta
também possuem baixo PIB per capita inicial (ano de 1995) e, na maioria dos
casos, baixas taxas para municípios com um PIB per capita alto. Esta
evidência, conforme Arbia e Piras (2005), mostra que um vizinho com nível
particularmente de alta renda pode produzir um spillover positivo para as
regiões pobres, provocando a elevação sensível de suas taxas de crescimento.
Em outros termos, a captura para cima do efeito discutido em Barro e Sala-i-
Martin (1991)
73
parece estar presente neste estudo, pois o processo de
convergência pode ser mais rápido nas regiões pobres
74
.
Observa-se, na Figura 9, que as taxas de crescimento real do PIB per
capita dos municípios mais pobres em termos de PIB per capita são maiores,
em geral, do que aquelas dos municípios mais ricos, caracterizando uma
situação de convergência absoluta de PIB per capita, isto é, com os municípios
se aproximando do PIB per capita médio do Estado.
73
Neste sentido, cabe diferenciar a convergência absoluta em que economias pobres tendem a crescer
mais rápido que economia rica da convergência condicional, que é a convergência dependente do
ponto de partida: economias crescem mais rápido se estão mais distantes de seu estado estacionário.
74
Contudo é relevante destacar que o programa Bolsa Família do Governo Federal tem impacto positivo
na renda dos municípios.
122
PIB per capita 1995* Crescimento do PIB per capita de 1996 a 2003**
* As faixas de renda no mapa, em R$, são:
** Os valores em amarelo
representam taxas de crescimento superiores a zero. E os valores em branco
representam valores iguais a zero, ou valores negativos para as taxas de crescimento do PIB.
Fonte: Figuras 7 e 8.
Figura 9 – Distribuição espacial do PIB per capita de 1995 e a dinâmica espa-
cial do crescimento do PIB per capita do estado do Ceará, 1996 a
2003.
Nesse sentido, é interessante verificar a Tabela 17, que mostra o PIB
per capita dos 10 municípios que mais receberam investimentos, tanto do
PROURB quanto do FDI, no período de 1995 a 2003, que também são alguns
dos municípios mais ricos em termos de PIB per capita, e os 10 municípios
mais pobres, que não receberam investimentos nem do PROURB e nem do
FDI. Os resultados mostram que os municípios rurais (Catarina, Granja,
Tejuçuoca, Chaval, Martinópole, Umirim, Saboeiro, Potiretama, Apuiarés, e
Tururu) e mais pobres apresentaram taxas de crescimento médio anual muito
mais elevadas que os municípios ricos (Maracanaú, Aquiraz, Fortaleza, S.G. do
Amarante, Caucaia, Pacatuba, Horizonte, Eusébio, Maranguape e Crato) que
123
foram incentivados por ambos os programas. Considerando que os oito
municípios que mais receberam investimentos e estão entre os de PIB per
capita mais elevado do estado do Ceará são da RMF, este resultado é
coerente com as informações apresentadas nas Tabelas 1 e 2, do capítulo 2,
em que a participação da RMF no PIB cai nos últimos anos e a população
residente aumenta. Portanto, a heterogeneidade das condições iniciais provoca
diferenças no crescimento dos municípios.
Observando mais a Tabela 17, todos os municípios tiveram aumento
populacional de 1995 a 2003. Contudo, observa-se que em Maracanaú
praticamente não houve variação populacinal representativa. Este fenômeno é
inesperado, haja vista que Maracanaú abriga o maior distrito industrial do
estado do Ceará.
A explicação mais coerente para a diminuição do PIB per capita, em
termos reais, é que
boa parte dos trabalhadores das indústrias lá localizadas não residem em seu
território, deveria apresentar a situação de município de maior PIB per capita
(CEARÁ, 2007, p. 133).
Nesse sentido, boa parte da renda gerada é gasta principalmente em
Fortaleza que possui a preferência de moradia, por suas várias opções de
lazer, e que servem de atrativo para os trabalhadores mais qualificados das
indústrias de Maracanaú, o que justificaria a queda real de sua renda per capita
de R$ 18.048,00 para R$ 11.049,00 de 1995 a 2003 (R$ de 2005),
considerando que Maracanaú foi o município que mais recebeu investimento
indústria no estado do Ceará.
125
Pode-se verificar que os municípios de Horizonte e Eusébio que
tiveram maior aumento populacional, respectivamente de 99,24% e 61,59%,
tiveram diminuição real nos valores de seus respectivos PIB per capita. Este
resultado é importante, pois demonstra que dentro da Região Metropolitana o
aumento populacional dos municípios que mais receberam investimentos do
PROURB e FDI foi superior em municípios vizinhos [Aquiraz (31,81%), São
Gonçalo do Amarante (21,12%), Caucaia (51,55%), Pacatuba (41,57%),
Horizonte (99,24%), Eusébio (61,59%), e Maranguape (22,36%)] a capital
Fortaleza (19,85%). Tal situação pode caracterizar uma desconcentração
populacional dentro da Região Metropolitana de Fortaleza, o que é relevante
considerando que os incentivos fiscais do FDI para Fortaleza de 1995 a 2002
foram nulos.
Percebe-se ainda que a participação do setor industrial em tais
municípios é alta na formação do PIB, comparando com os 10 municípios mais
pobres em termos de PIB per capita.
Segundo Bar-el et al. (2002), os elevados retornos dos investimentos,
concentrados nas cidades maiores, estão incentivando o crescimento real do
PIB e, através de resultados de difusão e de transbordamento, os benefícios
virão também para os pobres da zona rural. A suposição é que os benefícios
dos investimentos concentrados nas cidades médias cearenses transbordariam
e, desse modo, reduziriam as disparidades urbano-rurais e inter-regionais.
Nesse sentido, o fortalecimento dos centros urbanos, associado ao
aumento das economias de aglomeração, pode gerar um efeito de “infiltração”,
estimulando o aumento da produtividade nos municípios interioranos via
educação, iniciativas empresariais rurais, organização rural, organização de
lideranças regionais, cooperação entre as localidades, e tecnologia. Este efeito,
combinado com a descentralização da educação pelos CREDES e o
fortalecimento do setor rural pelo Projeto São José
75
, pode ter gerado maior
oferta de oportunidades de emprego para a população rural das cidades
próximas e, posteriormente, menor mão-de-obra excedente na área rural, o que
implicaria produtividade mais elevada e níveis de renda mais elevados.
75
Ver Khan (2006).
126
Cabe considerar que, além da maior demanda por produtos agrícolas
advindos das cidades médias, os investimentos em infra-estrutura e industriais
estariam equipando o setor rural, através dos efeitos multiplicadores
associados às economias de aglomeração que chegariam às áreas rurais.
Analogamente, a incorporação de novos recursos naturais à produção
industrial influiria diretamente nas estruturas produtivas do meio rural. Contudo,
a atração de melhor infra-estrutura e a formação de meio industrial em cidades
médias não impede que um número limitado de regiões e cidades de menor
desenvolvimento e tamanho possa crescer e alcançar níveis elevados de PIB
per capita, o que não significa, necessariamente, tendências para uma
convergência generalizada.
É relevante destacar que os programas Bolsa escola
76
de 1995 e Bolsa
Família de 2003
77
do governo federal têm impacto positivo na renda dos
municípios, considerando o efeito multiplicador na economia, pois quanto
menor a receita disponível nas cidades, maior é o impacto dos recursos
transferidos pelo programa Bolsa Família. Isto acontece principalmente onde
há maior desigualdade em relação à distribuição de renda. Contudo, a análise
dos impactos desses programas na geração de rendo nos municípios
cearenses não foi possível devido à falta de informações estatísticas de 1995 a
2002.
A Tabela 17 e a Figura 9 indicam que as economias atrasadas
cresceram mais rapidamente que nas avançadas, existindo dessa maneira o
que a literatura econômica retrata como “catching up”. Em outras palavras, os
resultados favorecem uma dinâmica em que o contributo para o crescimento
aumenta para grupos de regiões com menor nível inicial de desenvolvimento,
enquanto que o esforço tecnológico (industrial) próprio tem relevância para o
crescimento das regiões ricas e intermediárias, mas, aparentemente, não
explica as diferenças nos ritmos de crescimento dos municípios cearenses
mais pobres.
Contudo, é necessária a obtenção de evidências mais formais do
padrão de concentração/desconcentração espacial dos municípios que o
76
O programa desapareceu em 2003 quando o governo unificou-o no programa Bolsa Família Federal.
77
O Bolsa Família é um programa de transferência direta de renda com condicionalidades destinado às
famílias em situação de pobreza e extrema pobreza que associa à transferência do benefício financeiro
o acesso aos direitos sociais básicos, como a saúde, a alimentação, a educação e a assistência social.
127
crescimento de renda per capita impõe sobre determinada estrutura de relação
ou dependência entre os municípios de acordo com uma medida de
proximidade. A análise de clusters espaciais será de grande importância, dado
que, à medida que os setores de indústria e comércio se concentram em
determinada cidade média, estes conferem a essa uma vantagem para
desenvolvimento posterior na forma de maior crescimento do PIB per capita, ou
seja, na medida em que existe um pequeno núcleo de produção industrial, é
provável que à sua volta se estabeleça uma série de estruturas que dão
vantagens geográficas às novas inversões do setor (um agrupamento de
municípios).
5.3. Análise da concentração espacial do crescimento do PIB per capita
A primeira forma de conferir maior rigor metodológico a uma análise
que tem por objetivo descrever a distribuição espacial do crescimento do PIB
per capita no Ceará é calcular a estatística global de Moran. Segundo
Gonçalves (2005), o principal propósito desta estatística é confirmar ou não a
hipótese de dados aleatoriamente distribuídos.
A Tabela 18 mostra os resultados do cálculo do I de Moran para a taxa
de crescimento do PIB per capita no período de 1996 a 2003. Há uma pequena
dependência espacial positiva entre os municípios do Ceará, que diminui de
1996 a 2003, exceto no ano de 2002. O Índice Moran, medida da dependência
espacial global, no caso do crescimento da renda per capita, é distribuído entre
–1 e +1. Quaisquer valores em torno de zero indicam a ausência de
dependência espacial, enquanto os valores em torno de +1 representam
dependência espacial forte e positiva.
Neste trabalho, a autocorrelação positiva significa dizer que os
municípios que apresentam elevados valores para o crescimento do PIB per
capita são vizinhos de outros municípios na mesma situação ou,
alternativamente, que municípios com baixo crescimento são circundados por
outros municípios que também ostentam baixo crescimento.
128
Tabela 18 – Indicador global de autocorrelação espacial (I de Moran) para o
crescimento do PIB per capita, estado do Ceará, 1996 a 2003
Ano I de Moran Média
Desvio-
padrão
Z P-value I*
1996 0,1851 -0.005 0.0024 68.9019 0.0000 0,1912
1997 0,1282 -0.005 0.0024 36.2672 0.0000 0,1427
1998 0,0796 -0.005 0.0024 33.7466 0.0000 0,1450
1999 0,0473 -0.005 0.0024 22.6344 0.0000 0,0832
2000 0,0336 -0.005 0.0024 13.8713 0.0000 0,0338
2001 0,0347 -0.005 0.0024 19.1593 0.0000 0,0423
2002 0,2257 -0.005 0.0024 77.6878 0.0000 0,2446
2003 0,0227 -0.005 0.0024 8.1671 0.0000 0,0404
Média 0,1631 -0.005 0.0024 63.6242 0.0000 0,1611
Fonte: Elaboração própria com base no programas SpaceStat e Geoda.
Nota: Matriz normalizada de pesos espaciais: K=15 (vizinhos mais próximos).
* Os valores de “I*” representam a estatística I de Moran sem outliers ou pontos de alavancagem.
De fato, esse é um resultado previsível não só para os conhecedores da
economia cearense, como para qualquer estudioso de economia regional em
geral. Basta lembrar que a ocorrência de aglomerações é prevista por diversas
teorias de localização. Mesmo assim, esse resultado do indicador de Moran
pode ser útil para comparações entre outros estados e através do tempo.
A evolução do indicador I de Moram para as taxas de crescimento nos
municípios do Ceará indica uma redução marginal dos valores de 1996-2003.
O Índice de Moran caiu de 0,18 em 1996 para 0,02 em 2003, o que indica que
a dependência espacial positiva entre os municípios teve uma diminuição com
o tempo no Ceará. Em outras palavras, a lógica deste procedimento é que uma
diminuição temporal da magnitude do coeficiente I de Moran indica um
processo de convergência regional, pois esse movimento contribui para uma
redução da desigualdade geral de PIB per capita no estado do Ceará, contudo
é necessário também comprovar esse resultado pela análise de convergência.
Os resultados do índice I de Moran estão apresentando uma tendência
decrescente (exceção para o ano de 2002) ao longo do tempo. Realmente,
excluindo o valor de 2002, o intervalo pode ser considerado muito menor,
129
quando se considera a estatística I de Moran sem os pontos de alavancagem
ou outliers, mostrando que os valores apresentam um intervalo de 0,19 em
1996 para 0,04 em 2003, excluindo-se o ano de 2002, que aumenta para 0,24,
o que é coerente considerando que em 2002, conforme Tabela 9 no segundo
capitulo, houve concentração de investimentos industriais na RMF.
Este resultado indica que os municípios que mais aumentaram seu PIB
per capita foram aqueles que estavam rodeados por municípios que também
aumentaram, de forma relativa, seu PIB per capita; assim as taxas de
crescimento são espacialmente dependentes
78
. Contudo, os municípios de
altas taxas de crescimento estão ficando mais próximos de municípios de
baixas taxas de crescimento ao seu redor, enquanto que os pobres em termos
de crescimento ficam perto de altas taxas de crescimento. Essa diminuição do
valor do Índice de Moran global, para os anos de 1996 a 2003, no crescimento
PIB per capita, mostra que houve promoção de redistribuição espacial. Este
resultado corrobora a hipótese de convergência de PIB per capita,
considerando uma tendência de diminuição progressiva no tempo das
diferenças entre os PIB per capita relativos às economias ricas e pobres. A
diminuição moderada da concentração espacial no período de estudo sugere
que o Ceará é um estado com regiões econômicas claramente distintas e
dependentes em suas dinâmicas.
Em outras palavras, este resultado é um indicativo de que o
crescimento econômico está sendo equilibrado e os municípios com vantagens
iniciais tendem a aproximar-se dos municípios mais pobres, e também que há
benefícios para os municípios vizinhos.
Como mostrado na quinta coluna da Tabela 18, quanto ao PIB per
capita municipal, em quase todos os casos há autocorrelação espacial positiva,
desde que o p-valor está perto de zero para todos os anos considerados.
Esses resultados sugerem que a hipótese nula de nenhuma autocorrelação
espacial pode ser rejeitada e que as estimativas de MQO clássico podem não
ser as melhores para responder à autocorrelação espacial. Assim, este
resultado foi particularmente robusto a uma escolha diferente de matrizes de
peso espacial para o I – Moran. Cabe salientar que, usando especificações
78
E vice-versa, os municípios com menor crescimento absoluto do PIB per capita estavam rodeados de
municípios na mesma situação.
130
diferentes das matrizes de pesos espaciais
79
, podem-se obter resultados que
não variam sensivelmente.
O próximo passo da análise é verificar se há municípios que se
afastam do padrão global de associação positiva, mostrado pelo I de Moran,
assim como possíveis valores discrepantes globais.
5.4. Identificação do padrão de crescimento do PIB per capita municipal
Através do Diagrama de Dispersão de Moran da Figura 10, é possível:
a) confirmar a presença dos quatro tipos de regimes espaciais para o
crescimento do PIB per capita no estado do Ceará; b) confirmar que há
autocorrelação espacial, representada pela inclinação positiva da reta de
tendência central.
Esses aspectos merecem destaque, pois estratificam a estatística I-
Moran nos estratos alto-alto, alto-baixo, baixo-baixo e baixo-alto. Essa
estratificação permite uma análise mais detalhada dos relacionamentos das
taxas de crescimento do PIB per capita entre os municípios cearenses, além de
verificar se existe no Ceará uma dependência espacial positiva instável ou
estável das taxas de crescimento.
É importante verificar, contudo, se há municípios que se afastam do
padrão global de associação positiva. É possível afirmar, com base no
Diagrama de Dispersão de Moran (Figura 10), que há dois regimes de
autocorrelação espacial, o primeiro corresponde ao regime AA e o segundo ao
regime BB.
Nota-se, segundo a Tabela 19, que alguns municípios constituem
valores discrepantes. Esta tabela é importante porque, segundo Anselin
(1995a), regiões que exercem grande influência ou alavancagem (associações
do tipo AA e BB acima de dois desvios-padrões) sobre a inclinação da reta de
regressão (ou seja, sobre o I de Moran) são de interesse, principalmente se
são espacialmente agrupadas ou se correspondem a regiões de fronteira.
79
Ressalta-se aqui a observação de Tyszler (2006) que a matriz de contigüidade (fronteira física como as
matrizes Rook e Queen) não é, de forma geral, uma boa substituição para a matriz de distâncias (ex.:
k-vizinhos), pois ela capta parcialmente o efeito de rho e lambda, além de captar erroneamente
lambda, quando este inexiste.
131
1996 1997 1998
1999 2000 2001
2002 2003 Média anual para 96 a 2003
Nota: O intuito do diagrama de dispersão de Moran é identificar outliers e pontos de alavancagem em
verde
e mostrar o nível de dispersão do atributo com relação à sua defasagem espacial.
Fonte: Elaboração própria com base no programa GeoDA.
Figura 10 – Diagrama de dispersão de Moran das taxas de crescimento do PIB
per capita, estado do Ceará, 1996 a 2003.
132
Tabela 19 – Municípios influentes segundo a distância de Cook, estado do
Ceará, 1996 a 2003
Municípios (1996) D. de Cook Municípios (1997) D. de Cook Municípios (1998) D. de Cook
Icapuí 0,1248 Marcanaú 0,0730 Varjota 0,2336
Acarape 0,0709 Palmácia 0,0642 Santana do Cariri 0,0980
Sobral 0,0678 Pacajus 0,0494 Sant. do Acaraú 0,0628
Aracati 0,0644 Fortim 0,0458 Quixeramobim 0,0461
Ipu 0,0557 Fortaleza 0,0451 Morada Nova 0,0416
Fortim 0,0494 Sobral 0,0451 Mauriti 0,0361
Jaguaruana 0,0313 Chaval 0,0282 Jardim 0,0360
Iguatu 0,0264 Beberibe 0,0229 Boa Viagem 0,0292
Beberibe 0,0242 Guaiúba 0,0226 Penaforte 0,0244
Tejuçuoca 0,0187 Horizonte 0,0217 Trairi 0,0215
Municípios (1999) D. de Cook Municípios (2000) D. de Cook Municípios (2001) D. de Cook
Morada Nova 0,1353 Madalena 0,0429 Tarrafas 0,0664
Quixeré 0,0674 Acaraú 0,0393 Parambu 0,0524
Fortim 0,0593 Irauçuba 0,0354 Itapipoca 0,0321
Horizonte 0,0330 Tamboril 0,0348 Poranga 0,0319
Potiretama 0,0267 Boa Viagem 0,0322 Ararendá 0,0308
Ibaretama 0,0259 Itatira 0,0315 Paraipaba 0,0301
Acarape 0,0255 Ibicuitinga 0,0275 Guar. do Norte 0,0271
Itapajé 0,0222 Mons. Tabosa 0,0246 Catunda 0,0213
Aracati 0,0187 Sobral 0,0241 J. de Jericoacoara 0,0195
Boa Viagem 0,0180 Caucaia 0,0190 Uruburetama 0,0192
Municípios (2002) D. de Cook Municípios (2003) D. de Cook Municípios (96/03) D. de Cook
Paracuru 0,0470 Potiretama 0,0727 Acarape 0,1269
Pindoretama 0,0462 Jaguaribara 0,0495 Icapuí 0,1227
Ereré 0,0443 Madalena 0,0420 Aracati 0,0509
Senador Sá 0,0399 Boa Viagem 0,0393 Quiterianópolis 0,0471
Itarema 0,0234 Tamboril 0,0327 Sobral 0,0365
Jaguaretama 0,0233 Orós 0,0212 Fortim 0,0324
Quiterianópolis 0,0230 Mons. Tabosa 0,0201 Jaguaruana 0,0295
Pereiro 0,0222 Icapuí 0,0175 Iguatu 0,0293
S.G. do Amarante 0,0218 Milhã 0,0168 Paracuru 0,0224
Fortim 0,0217 Forquilha 0,0160 Beberibe 0,0209
Fonte: Elaboração própria com base no SpaceStat.
Nota: cut-off = 0,0217.
133
Destaca-se o fato de que os desvios em relação à tendência central
resultam de forma marginal, compreendidos todos eles no tipo de associação
espacial negativa BA, correspondente a “as ovelhas negras”, em que se
encontram regiões com um crescimento do PIB per capita inferior à média,
rodeadas de municípios de alto crescimento. E também nas ilhas de
crescimento (AB), ou municípios com crescimento do PIB per capita superior à
média rodeada de municípios pobres em crescimento. A existência de
municípios que apresentam associação espacial do tipo AB ou BA, deve ser
alvo de políticas de desenvolvimento específicas. Contudo, não se detecta
nenhum município atípico, fora do padrão de associação espacial geral,
estatisticamente significante, que se mantenha ao longo do tempo.
Segundo Anselin et al. (2000), se a reta de regressão apresentar
inclinação positiva, os pontos localizados a mais de dois desvios-padrões do
centro nos quadrantes superior direito e no inferior esquerdo são classificados
como pontos de alavancagem. Estes exercem influência na tendência central,
aumentando ou diminuindo a Estatística I de Moran. A medida usada para
identificar esses pontos influentes foi a distância de Cook, apresentada na
Tabela 19.
As 10 observações extremas, para cada ano, contidas na Tabela 19
possuem distância de Cook superior ao limite de corte (0,0217), o qual equivale
a duas vezes o número de variações da regressão do lag espacial da variável
crescimento do PIB per capita sobre o crescimento, dividido pelo número de
observações da amostra (184 municípios). Retirando da amostra os municípios
influentes (pontos em verde nos diagramas de dispersão da Figura 10), o I de
Moran mostraria o grau de associação conforme o “I” calculado na última
coluna da Tabela 18. Pode-se perceber que a tendência decrescente da
Estatística “I” permanece, contudo, com associação positiva maior. No geral,
não há grande variação entre os valores, exceto para o ano de 1998, que
passa de 0,07 para 0,14, o que não é considerada uma variação grande.
O mapa de dispersão de Moran (Figura 11) permite a melhor
visualização dos regimes espaciais e de suas mudanças, no decorrer dos anos
de 1996 a 2003. É possível notar o aumento do número de municípios
localizados no regime BA, no decorrer da análise, e um aumento do regime AB
para o mesmo período.
134
1996 1997 1998
1999 2000 2001
2002 2003 TXM 96-2003
Legendas: Alto-alto; Baixo-baixo; Baixo-alto; Alto-baixo. Limite das
macrorregiões de planejamento cearenses
Fonte: Elaboração própria com base no programa ArcView 3.1 e GeoDA.
Figura 11 – Mapa de dispersão de Moran para crescimento do PIB per capita
dos municípios cearenses (1996 a 2003).
135
Pode-se destacar também um cluster de padrão AA no estado do
Ceará que apresenta uma variação ao longo do período. Pois não há um
padrão permanente de associação espacial ao longo dos anos e nenhum
município possui o padrão AA em todos os anos.
O mapa de dispersão de Moran revela a predominância das
aglomerações do tipo AA e BB nos municípios cearenses. Os municípios
cearenses que mais (menos) cresceram durante 1996 a 2003 tendem a ter
vizinhos com o mesmo desempenho. Geralmente, no estado do Ceará os
municípios relativamente mais desenvolvidos (subdesenvolvidos) tendem a
possuir também vizinhos mais desenvolvidos (subdesenvolvidos). Contudo, as
regiões periféricas (sertões cearenses) foram caracterizadas como clusters
espaciais de alto crescimento, e as regiões centrais (RMF e litoral leste) como
clusters espaciais de baixo crescimento do PIB per capita. Esta é uma
característica de clubes de convergência considerando que o PIB per capita
dos municípios idênticos em suas características estruturais convergem, no
longo prazo, apenas se suas condições iniciais (nível inicial de PIB per capita
de 1995) são similares.
5.5. Análise dos clusters espaciais do crescimento do PIB per capita
Os indicadores locais de associação espacial (LISA) são observados
através da análise dos mapas de clusters de Moran e seus respectivos níveis
de significância, que chegam a até 5% e que são dados pelos mapas locais de
Moran que os acompanham (Figuras 12 e 13). A estatística LISA é apropriada
para identificar os agrupamentos espaciais significativos e a instabilidade local
da medida de associação global (I de Moran) revelada por valores espaciais
extremos. A hipótese nula continua sendo a de ausência de associação
espacial, embora local agora. Outra vantagem desta análise, segundo
Gonçalves (2005), é associar as estatísticas locais de Moran ao diagrama de
dispersão de Moran, produzindo o chamado Mapa de Significância de Moran.
136
1996 1997 1998
1999 2000 2001
2002 2003 TXM9603
Legendas:
Não-significante Alto-alto; Baixo-baixo; Baixo-alto; Alto-baixo. Limite das
macrorregiões de planejamento cearenses
Fonte: Elaboração própria com base no programa ArcView 3.1 e GeoDA.
Figura 12 – Mapas de clusters para crescimento do PIB per capita no estado do
Ceará, 1996 a 2003.
137
1996 1997 1998
1999 2000 2001
2002 2003 Txm 9603
Legendas:
Não-significante; ; ; ; .
Fonte: Elaboração própria com base no programa ArcView 3.1 e GeoDA.
Figura 13 – Moran map para o crescimento do PIB per capita no estado do
Ceará, 1996 a 2003.
138
Pode-se observar que a tendência global de associação positiva,
revelada pela estatística I de Moran da seção anterior, é confirmada pelas
estatísticas locais de Moran. Na Figura 12 é possível visualizar estes regimes
espaciais das taxas de crescimento no Ceará, em que há evidência de
agrupamento espacial. A maioria das estatísticas significativas representa
agrupamentos AA ou BB. Contudo, a distribuição é desigual entre as
associações AA e BB ao longo do período estudado.
Considerando o crescimento médio anual (TXM9603), nota-se que os
municípios do litoral, incluindo a região metropolitana, tradicionalmente
acumulam as principais atividades econômicas, e a maior parte da população
apresenta uma associação do tipo BB, enquanto municípios interioranos
localizados nos sertões do centro-oeste do estado do Ceará apresentaram
padrão AA.
Este resultado é coerente com os apresentados na Tabela 1 (do
capítulo 2). Os sertões cearenses (Inhamus e Central) foram às mesorregiões
que tiveram redução de pessoas com renda domiciliar per capita abaixo de R$
75,50 e também uma das maiores reduções de analfabetos com 15 anos ou
mais
80
. É interessante destacar, conforme a Tabela 1 e a Figura 12, que o
crescimento do PIB per capita foi acompanhado de melhoria dos indicadores
sociais, evidenciando uma correlação entre crescimento de renda e qualidade
de vida na mesorregião mais subdesenvolvida do estado do Ceará.
Apesar de a análise de cluster ter por objetivo reconhecer grupos de
municípios com o maior grau de homogeneidade, os grupos guardam ainda
alguma heterogeneidade relevante. É difícil saber em que medida essa
heterogeneidade influencia os resultados, mas observam-se algumas
particularidades nos grupos. No caso do Ceará, foi possível identificar uma
tendência à formação de grupos entre os municípios do Estado considerando o
crescimento médio anual (TXM9603), um BB no litoral e na RMF, e outro AA
na região dos sertões cearenses, onde ocorre uma redução da amplitude do
PIB per capita dos municípios extremamente pobres e daqueles extremamente
ricos em direção à média.
80
Considerando que são as mesorregiões mais pobres do estado do Ceará, estas foram beneficiadas
pelo programa Bolsa Escola. Infelizmente, não há informações estatísticas para se avaliar sua
participação no processo de convergência de renda.
139
Os municípios que têm apresentado taxas de crescimento maiores de
PIB per capita são homogêneos entre si, com baixos valores do PIB per capita
inicial e possuem atividades predominantemente agropecuárias, como alguns
municípios da macrorregião dos Sertões cearenses. Outros municípios dessas
regiões se dispersam por outros grupos do tipo baixo-alto, mostrando que
essas regiões guardam uma heterogeneidade relevante internamente, de forma
que a desagregação de seus municípios mostra dinâmicas diferentes entre os
municípios dessas regiões.
A simplicidade da análise de clusters espaciais pode deixar de
considerar algumas informações relevantes, como seria o caso da utilização de
um conjunto de variáveis mais numerosas. No entanto, sabe-se que muitas
variáveis socioeconômicas guardam forte correlação com o dinamismo do PIB
per capita, de modo que a análise de convergência condicional espacial feita
posteriormente pode revelar novos elementos. Por outro lado, a análise de
clusters espaciais permite verificar a dinâmica do crescimento do PIB per
capita, com uma área de PIB per capita baixo e com alto crescimento, e uma
região de PIB per capita alto, de baixo crescimento, indicando que os
municípios cearenses podem estar convergindo para o mesmo nível de PIB per
capita ou média.
Assim, o crescimento é concentrado e espacialmente dependente em
algumas regiões, mostrando que os municípios que mais cresceram eram
cercados de municípios que também cresceram. Em outras palavras, a
visualização dos clusters indica que a convergência do PIB per capita favorece
a atenuação dos desequilíbrios territoriais em termos de concentração,
sugerindo a hipótese de uma tendência de organização espacial do tipo
“desconcentração concentrada”. Esta expressa um relativo “equilíbrio” regional
no estado do Ceará pelo movimento de forças centrípetas e centrífugas. Assim,
certos grupos de municípios formam os “clubes de convergência”, ou seja,
municípios que possuem certas semelhanças entre si e tendem a convergir ao
longo do tempo, ou ainda, municípios relativamente mais pobres que tendem a
crescer mais que municípios mais ricos.
É importante destacar, também, que todos os municípios que têm até
5% de significância possuem autocorrelação espacial positiva, ou seja,
possuem o padrão AA ou BB (Figuras 12 e 13). Desse modo, existe um maior
140
número de índices locais de Moran significativos para os anos com altas
medidas de autocorrelação global, Figura 10, pois os agrupamentos regionais
em tais anos significam uma concentração espacial de municípios similares do
tipo AA e BB.
Esses clusters podem ser interpretados como áreas com dinâmicas
espaciais próprias que se destacam das demais. Os resultados sugerem que
houve convergência espacial dentro do estado do Ceará presente nos oito
anos de análise, que as desigualdades tendem a diminuir e que,
simultaneamente, o crescimento dos municípios é espacialmente concentrado.
Assim, a divisão do estado do Ceará em clusters espaciais, que capturam a
inter-relação do crescimento do PIB per capita, permite claramente verificar
que, em alguns municípios cearenses, o crescimento econômico do PIB per
capita está atrelado ao dos seus municípios vizinhos. Percebe-se, através dos
clusters espaciais, a identificação de clubes de convergência espacialmente
concentrados.
Verifica-se que a convergência entre os municípios não foi um
processo homogêneo ao longo dos anos, no período de 1996 a 2003, muito
pelo contrário, observa-se claramente a oscilação dos regimes espaciais.
Pode-se perceber que, apenas nos anos de 1997 e 1998, foram verificados
clusters espaciais do tipo AA significantes nos municípios da RMF. Em
contrapartida, nos anos de 1996, 2000, 2002 e 2003, a RMF apresentou um
cluster espacial tipo BB para o crescimento do PIB per capita. Este resultado é
condizente com os resultados da Tabela 20, que mostra que, nos anos de 1997
e 1998, a participação do crescimento da indústria no valor adicionado foi
maior, respectivamente com taxas de crescimento de 10,6% e 7,6%,
respectivamente, e que as piores participações da agropecuária cearense
também ocorreram no período. Esse resultado é coerente, considerando a
política de interiorização da indústria, praticada pelo governo do estado,
através de incentivos fiscais, que privilegiam investimentos no interior, e
também a mudança de perfil da capital, que está se transformando num pólo
de predomínio das atividades terciárias, especialmente em serviços, comércio
e turismo. Em 1999, Fortaleza era responsável por 48,04% do PIB industrial,
por 61,10% do número de empregos formais da indústria e por 66,08% do
número total de estabelecimentos do Estado. Em 2004, essas participações
141
foram sensivelmente diminuídas para, respectivamente, 38,77%, 36,98% e
36,31% (ALVES; OLIVEIRA, 2006).
No que se refere ao ano de 2002, que apresenta a maior formação de
cluster espacial a favor da região dos sertões cearenses, verifica-se que, na
Tabela 20, a agropecuária no estado do Ceará teve o maior desempenho no
período de 2002 a 2003. Assim os clusters espaciais indicam que o
crescimento da participação industrial no período foi favorável ao incremento
no crescimento do PIB per capita na RMF quanto o incremento no crescimento
do PIB per capita mais representativo da agropecuária foi favorável aos sertões
cearenses. Em outras palavras, a análise de clusters espaciais reafirma a RMF
como a região industrial mais avançada, enquanto o interior do estado do
Ceará, região predominantemente agropecuária, é a região atrasada.
Tabela 20 – Taxas de crescimento (%) setorial no valor adicionado do PIB no
estado do Ceará, 1995 a 2003
Ano
Valor adicionado
no PIB
Agropecuária Indústria Serviços
1995 1,5 -1,6 0,2 3,1
1996 3,9 4,0 3,1 4,4
1997 3,6 -21,9 10,6 3,8
1998 2,1 -22,6 7,6 1,2
1999 1,7 2,0 1,2 2,0
2000 4,0 5,5 5,1 3,1
2001 -1,1 -13,9 -3,8 2,1
2002 2,7 25,3 1,4 1,6
2003 0,2 10, 9 -1,8 0,3
Fonte: IPECE (2005).
Constata-se que áreas de alto crescimento do PIB per capita tendem a
crescer semelhantemente a outras áreas com mesma estrutura de produção, e
áreas de baixo crescimento do PIB per capita a outras áreas com estrutura
semelhante, destacando-se, contudo, a formação de ilhas de riqueza e pobreza
no Estado.
142
Ressalta-se, ainda, que o ano de 2001 foi um ano atípico na economia
cearense, que sofreu com o “apagão energético” e com uma forte “seca”, o que
ocasionou uma queda da atividade produtiva tanto na agropecuária como na
indústria. Nos anos de 1996, 1999, 2000, 2002 e 2003, em que a agropecuária
do estado do Ceará teve crescimento positivo, ficou evidenciada a formação de
clusters espaciais nos municípios interioranos.
Assim, pretende-se dar suporte a questões de caráter aparentemente
inerente à dinâmica espacial, isto é, cidades com característica de similaridade
se tornam diferenciadas no sentido de umas transformarem-se em pólos
atratores de investimentos com altas taxas de crescimento e outras não.
A economia espacial aposta nas aglomerações de atividades
econômicas como causa fundamental para o desempenho socioeconômico,
gerando externalidades que permitem condições de crescimento. A
determinação de clusters espaciais permite aos formuladores de políticas
públicas maior compreensão de como se dão os impactos no nível de
crescimento de um município em razão do nível de crescimento do PIB per
capita dos municípios vizinhos.
5.7. Análise de robustez dos clusters espaciais de crescimento
Esta parte da análise exploratória de dados espaciais é importante para
verificar a estabilidade espacial das estatísticas LISA no decorrer do tempo
diante da alteração do número de vizinhos da matriz de pesos espaciais. Isso é
feito através das matrizes de transição de probabilidades, sugeridas
originalmente por Le Gallo e Erthur (2003).
No caso da presente pesquisa, as matrizes são construídas quando
alterado o número de vizinhos mais próximos de 5 para 10 e 15 municípios. A
Tabela 21 mostra que a maioria dos municípios permanece no mesmo tipo de
agrupamento (NS, AA, BB, AB ou BA) quando se altera o número de vizinhos
mais próximos do cálculo das estatísticas LISA para a variável crescimento do
PIB per capita, usando nível de significância de até 5%. Em outras palavras, os
resultados são robustos na medida em que eles permanecem inalterados no
tempo, com a promoção de mudanças no número de vizinhos. Portanto, quanto
143
mais próximos de 100 estiverem os valores da diagonal principal, mais robusto
é o modelo.
Tabela 21 – Análise da robustez das estatísticas LISA
k=5 para k=10 k=5 para k=15
Ano
Número de
municípios
Associação
espacial
NS AA BB AB BA NS AA BB AB BA
149 NS 82,55 6,71 4,03 4,03 2,68 77,18 8,73 6,04 2,68 5,37
11 AA 0,00
100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00 0,00
17 BB 0,00 0,00
100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00
2 AB 0,00 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00
1996
5 BA 0,00 0,00 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00
159 NS 91,82 2,52 4,40 0,00 1,26 86,08 3,77 5,03 2,56 2,56
9 AA 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00 0,00
9 BB 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00
5 AB 20,00 0,00 0,00
80,00 0,00 0,00 0,00 0,00 100,00 0,00
1997
2 BA 0,00 0,00 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00
150 NS 93,33 2,00 4,00 0,67 0,00 93,99 4,67 0,67 0,00 0,67
7 AA 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00 0,00
15 BB 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00
4 AB 0,00 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00
1998
8 BA 0,00 0,00 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00
158 NS 98,73 0,00 1,27 0,00 0,00 94,31 0,63 3,16 0,00 1,90
9 AA 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00 0,00
6 BB 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00
8 AB 37,50 0,00 0,00 62,50 0,00 12,50 0,00 0,00 87,50 0,00
1999
3 BA 25,00 0,00 0,00 0,00 75,00 0,00 0,00 0,00 0,00 100,00
163 NS 94,49 2,45 0,61 2,45 0,00 95,70 0,00 1,23 3,07 0,00
7 AA 0,00 100,00 0,00 0,00 0,00 28,58 71,42 0,00 0,00 0,00
11 BB 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00
1 AB 0,00 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00
2000
2 BA 100,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 100,00
160 NS 98,13 1,25 0,00 0,62 0,00 93,76 4,37 1,25 0,62 0,00
7 AA 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00 0,00
3 BB 33,33 0,00 66,67 0,00 0,00 0,00 0,00 100,00 0,00 0,00
6 AB 0,00 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00
2001
8 BA 12,50 0,00 0,00 0,00 87,50 0,00 0,00 0,00 0,00 100,00
146 NS 89,04 5,48 0,00 4,11 1,37 82,89 7,53 0,68 6,85 2,05
16 AA 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00 0,00
17 BB 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00
4 AB 0,00 0,00 0,00
100,00 0,00 0,00 0,00 0,00 100,00 0,00
2002
1 BA 0,00 0,00 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00
162 NS 96,29 2,47 0,00 0,62 0,62 95,67 0,62 0,62 3,09 0,00
5 AA 0,00
100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00 0,00
8 BB 0,00 0,00
100,00 0,00 0,00 0,00 0,00 100,00 0,00 0,00
1 AB 0,00 0,00 0,00 100,00 0,00 0,00 0,00 0,00 100,00 0,00
2003
8 BA 0,00 0,00 0,00 0,00 100,00 12,50 0,00 0,00 0,00 87,50
Fonte: Elaboração própria a partir das estatísticas LISA calculadas pelo
SpaceStat.
144
A Tabela 21 mostra duas diferentes mudanças do número de vizinhos
para cada ano analisado no trabalho, o que permite estudar a robustez da
estatística LISA para o crescimento do PIB per capita nos anos de 1996 a
2003, considerando um nível de significância de 5%. Os resultados obtidos
através desta análise permitem afirmar que a associação espacial para a
estatística LISA se mantém consistente quando o número de vizinhos é
alterado, o que leva à conclusão de que os dados obtidos são robustos.
Dois resultados interessantes são revelados pela Tabela 21. Primeiro,
quanto mais vizinhos são adicionados, maior é o número de municípios com
estatísticas LISA significativas, o que é mostrado nas primeiras linhas de cada
matriz ano a ano. O número de localidades NS cai quando o número de
vizinhos mais próximos se altera de 5 para 10 e de 5 para 15. Segundo, é
relevante a estabilidade dos resultados AA e BB, todos com 100, exceto o ano
de 2001 quando o município de Cascavel deixou de apresentar associação do
tipo AA e tornou-se NS, contudo isso não constitui um problema grave. Outra
exceção a ser considerada é o ano de 2000 em que, para k=5 vizinhos mais
próximos, os municípios Itapajé e Cruz, que apresentavam associação do tipo
BA, tornaram-se NS. Quando há alteração no número de vizinhos para k=10,
este resultado não é grave, considerando que esses municípios não são
influentes.
Toda a análise feita até o momento parece sugerir que o
desenvolvimento de efeitos de transbordamento espacial no Ceará tem se
dirigido para os municípios mais urbanizados (geralmente as cidades médias,
e, ou, com maior concentração de atividades e oferta de emprego) para
municpios menos urbanizados. Seria necessário investigar melhor as forças
que estão por trás desse fenômeno. Para tanto, a seguir são apresentados os
resultados dos modelos econométricos que mostram, numa abordagem por
dados de painel com controle da heterogeneidade via efeitos fixos, quais
variáveis são influentes para a dinâmica de crescimento dos municípios
cearenses, como também os efeitos transbordamento e a convergência de
renda.
145
5.8. Determinantes da convergência e do crescimento econômico dos
municípios cearenses
5.8.1. Análise teste de presença da dependência espacial
Esta seção é reservada à análise econométrica para identificar que
modelo apresenta resultados mais significativos para a dependência espacial.
Desta forma, os resultados a serem discutidos são os obtidos nos modelos de
(1) a (4). Cabe destacar que o modelo teve 1.472 observações, durante oito
anos e com os 184 cross-sections (municípios) utilizados.
As regressões (1) a (4) foram estimadas por MQO. Antes de analisar
especificamente cada uma, vale tecer comentários gerais a respeito dos
resultados das estimações, ou seja, as características que são comuns à
maioria das regressões. Com esse propósito, há um conjunto de propriedades
apreciáveis que é partilhado entre elas. O poder de explicação das regressões
estimadas por MQO é alto, conforme medido pelo valor de determinação (
2
R
),
todos acima de 97%. É possível detectar uma estabilidade dos coeficientes
estimados ao longo das regressões, dando uma indicação de sua robustez,
além de todos os sinais estarem teoricamente corretos.
Nas Tabelas 22 e 23, as estimativas, por MQO, de diferentes modelos
com e sem as correções espaciais de erro e defasagem prévia são informadas.
Percebe-se que, em todos os modelos, o coeficiente da variável
iaconvergênc−
β
ainda é significativamente diferente de zero e negativo e
confirma a hipótese de convergência entre os municípios cearenses. Em
termos de convergência condicional, este valor do coeficiente foi calculado
usando o estimador de efeito fixo e o modelo de
iaconvergênc
−
β
simples,
indicando, assim, que a desigualdade entre os municípios cearenses está
diminuindo no tempo. Normalmente, a literatura faz uso de modelos de
convergência absoluta, contudo mesmo quando há convergência absoluta,
geralmente ocorre convergência condicional, pois regiões pobres crescem mais
rapidamente, gerando uma redução na dispersão de renda per capita (entre
países, regiões e municípios).
147
Tabela 23 – Resultados da convergência absoluta de renda para o estado do
Ceará, 1996 a 2003
Coeficientes Modelo (1) Modelo (2) Modelo (3) Modelo (4) Modelo (5)
Efeito fixo 7.960339
(156.2373)
[0.0000 ]
7.968377
(156.8922)
[0.0000]
7.939660
(154.4682)
[0.0000]
7.997564
(157.6270)
[0.0000]
7.767312
(30.98545)
[0.0000]
λ
0.040363
(3.452863)
[0.0000]
0.025228
(1.700241)
[0.0893]
ρ
0.028264
(2.700249)
[0.0070]
)ln(_
,ti
yW
0.170435
(5.763059)
[0.0000]
iaconvergênc−
β
-1.019539
(-153.5026)
[0.0000]
-1.020585
(-154.1491)
[0.0000]
-1.016839
(-151.7512)
[0.0000]
-1.024028
(-155.0074)
[0.0000]
-0.995197
(-31.2415)
[0.0000]
Half-Life
50,94 50,95 50,90 51,00 50,61
Velocidade de convergência
(%)
0,013608 0,013604 0,013617 0,013591 0,013697
2
R
0.950456 0.950911 0.950736 0.951704 0.882517
2
R
ajustado
0.943373 0.943850 0.943649 0.944756 0.865616
Log likelihood 941.2847 948.0766 945.4459 947.0517 -
Teste de Hausman 2624,99 2561,37 1718,19 2599,00 78,99
Critério de Akaike -1.027561 -1.035430 -1.031856 -1.031701 -
Critério de Schwarz -0.362167 -0.366440 -0.362865 -0.362710 -
Estatística F 134.1850
[0.000000]
134.6567
[0.000000]
134.1515
[0.000000]
134.5796
[0.000000]
-
Teste de White 54.3578
[0.000000]
55.0493
[0.000000]
49.45763
[0.000000]
53.986
[0.000000]
-
Teste Jaque-Bera 5592.960
[0.000000]
24086904
[0.000000]
5593.115
[0.000000]
3686904
[0.000000]
-
Fonte: Dados da pesquisas.
Notas: Em parênteses, encontram-se as estatísticas t para as regressões, e em colchetes encontra-se o
p-valor.
148
A Tabela 22 revela o diagnóstico para todas as regressões estimadas
por MQO. Sem entrar em minúcias, podem-se extrair certas regularidades de
todas as regressões. Em termos de qualidade de ajuste, a melhor regressão
estimada por MQO foi a de número (2). Isso foi avaliado com base nos critérios
de Informação de Akaike (AIC) e Schwartz (SC). Os diagnósticos do modelo (2)
indicam que os erros não são normais. Pelo teste de White e pelo teste de
Breusch-Pagan-Godfrey (BPG), há evidências de erros heteroscedásticos. No
que tange às variáveis explicativas do crescimento econômico das cidades
cearenses nos quatro primeiros modelos estimados por MQO, apenas capital
humano (CH), capital social (CS), mercado regional (MR), taxa de criminalidade
(TC) foram significantes estatisticamente, contudo as variáveis mercado
metropolitano (MM); meio industrial (MI); infra-estrutura e economias de
urbanização (IE); e densidade demográfica (DD), apesar de não serem
estatisticamente significantes neste primeiro momento, serão mantidas e
avaliadas após as correções dos problemas de heteroscedasticidade e de
normalidade dos resíduos.
O diagnóstico revela que os erros não são normais, o que exige o uso
do Método dos Mínimos Quadrados Generalizados (MQG) para a estimativa
dos coeficientes
81
.
Observações discrepantes podem invalidar a suposição clássica de
normalidade dos resíduos, e a heteroscedasticidade pode implicar uma matriz
de covariâncias sem a diagonal principal constante. Nesses casos, as
estimações por MQO podem ser muito ineficientes. A regressão por MQG, por
sua vez, é conhecida pela sua baixa sensibilidade a observações discrepantes
e pela robustez de suas estimativas, mesmo quando a distribuição em pouco
se assemelha com uma distribuição normal.
A escolha do modelo de efeitos fixos foi baseada no teste de Hausman
que compara a eficiência entre modelos, dois a dois. Em um caso de efeitos
fixos, o teste de Hausman estabelece H
0
: efeitos aleatórios são consistentes e
H
1
: efeitos aleatórios não são consistentes (modelos de efeitos fixos sempre
fornecem resultados consistentes). Se H
0
não for aceita, conclui-se que o
modelo de efeitos fixos oferece resultados mais consistentes do que os do
81
Para mais detalhes sobre tal procedimento, ver Almeida (2004).
149
modelo de efeitos aleatórios
82
. Em outras palavras se o valor calculado for
superior ao crítico dado em uma tabela qui-quadrado com K graus de
liberdade, conclui-se que o modelo de efeitos fixos é melhor, caso contrário, o
modelo de efeitos aleatórios é melhor. Em todos os modelos, através de um
teste de Hausman, concluem que o procedimento mais adequado é o uso do
estimador de efeitos fixos
83
.
Conforme Kerr et al. (2006), algumas observações devem ser feitas.
Primeiro, segundo Anselin (1988), MQGE (Estimadores de mínimos quadrados
generalizados exeqüíveis) fornecem estimativas mais eficientes. Em segundo
lugar, as possíveis dependências espacial e heterogeneidade espacial entre as
observações podem estar sendo parcialmente responsáveis pela rejeição da
hipótese de homocedasticidade. Em terceiro lugar, como a
heteroscedasticidade não implica perda da consistência dos estimadores dos
parâmetros da média condicional e sim perda de eficiência, pode-se ainda
testar a significância do estimador de
s'
β
usando o desvio-padrão robusto à
heteroscedasticidade. Como, em geral, modelos estimados por MQG são
sobreidentificados, não se pode satisfazer simultaneamente a todas as
restrições de momento no ponto de ótimo para os parâmetros estimados.
A solução de Hansen foi usar uma matriz de ponderações para os
vários momentos, que pode, a princípio, ser escolhida de forma ótima. Como
os vários “resíduos” são em geral correlacionados, e para dados de séries
temporais podem ser autocorrelacionados e heteroscedásticos, deve-se levar
isso em conta ao estimar a matriz ótima de ponderação e ao buscar estimativas
consistentes para a matriz de covariância dos parâmetros estimados. Por
último, é comum usar uma matriz de covariância consistente à
heterocedasticidade e à autocorrelação serial nos resíduos (NEWEY; WEST,
1987; KERR et al., 2006). Os dados foram submetidos ao programa na forma
de matriz de correlação, adotando-se o estimador GLS (Generaized Least
Squares) dado que a autocorrelação espacial por MQO era consistente.
82
E, no modelo com efeitos fixos temos duas hipóteses: o modelo restrito “pooling data” estimado por
OLS e o modelo não restrito, podendo ser estimado pelo método das Variáveis Centradas (VC), pelo
método das Variáveis Mudas Individuais (LSDV) ou ainda pelo método das Diferenças (DI).
83
Distribuição Qui-quadrado
84,3
2
=
χ
5%
,com k=1 graus de liberdade para a convergência absoluta e
92,16
2
=
χ
5%
,com k=9 graus de liberdade, e k é o número de regressores.
150
Usando estimador de MQGE (estimadores de mínimos quadrados
generalizados exeqüíveis)
84
para aumentar a eficiência de estimação, nos
coeficientes que dependem da matriz de peso espacial (ANSELIN, 1988).
Em relação à heterocedasticidade, todas as próximas regressões foram
feitas utilizando-se o método de covariância do coeficiente (coef covariance
method) white cross-section, com o intuito de eliminá-la (variância dos resíduos
não constantes).
Quanto à autocorrelação espacial, há sinais da importância da
dimensão espacial na dinâmica do crescimento econômico, pois, uma vez
identificada a dependência espacial no crescimento do PIB per capita dos
municípios cearenses, qualquer modelo econométrico estimado que utilize o
crescimento do PIB per capita como variável dependente deve considerar esta
dependência. Assim, o modelo de erro espacial mais adequado, conforme a
Tabela 22, é o modelo de erro espacial, dado que é o único que apresenta
resultados significativos para o coeficiente que representa a dependência
espacial
85
. O valor estimado para o parâmetro
λ
indica não ser possível
especificar através do modelo de erro espacial, quais as informações a respeito
das causas ou canais de atuação desses spillovers. Não é possível especificar,
em que medida, por exemplo, esses refletem ou podem ser explicados pelo
comércio ou transferências de tecnologias entre municípios, choques regionais
comuns ou taxas de investimentos em capital físico próximas entre municípios
vizinhos.
Segundo Almeida (2004), erros correlacionados espacialmente são
prova cabal de má especificação do modelo estimado. Por conseqüência, à luz
desses resultados, a confiança na adequação do modelo econométrico de erro
auto-regressivo ficou reforçada.
Neste estudo, foram estimados os modelos de efeitos fixos com MQGE
(mínimos quadrados generalizados estimados) corrigidos tanto pela matriz de
ponderações cross-section weights como usando a matriz de peso espacial, o
que forneceu estimativas MQGE mais eficientes (ANSELIN, 1988).
84
Procedimento semelhante foi usado por Le Gallo e Dall’erba (2003) para modelos de convergência
absoluta e condicional que consideravam tanto a heterogeneidade espacial e temporal quanto a
autocorrelação espacial para 145 regiões européias de 1980-1999.
85
Tal procedimento foi também utilizado por Oliveira (2006a) para analisar a incidência de pobreza nos
municípios nordestinos, para um modelo de dados de painel de efeitos fixos.
151
Ressalte-se que o modelo de erro espacial é o mais adequado.
Contudo, o coeficiente do modelo regressivo cruzado espacial
)ln(_
,ti
YW
foi
estatisticamente significante e positivo, indicando que a convergência do PIB
per capita dos municípios cearenses, que incide sobre a atenuação dos
desequilíbrios territoriais em termos de concentração, sugere a hipótese de
uma tendência de organização espacial do tipo “desconcentração
concentrada”. Isso expressa um relativo “equilíbrio” regional no estado do
Ceará pelo movimento entre forças centrípetas e centrífugas.
O “fator espacial” ou a situação geográfica em relação ao resto dos
municípios parece incidir, pois, diretamente, no crescimento econômico.
Percebe-se a influência positiva do logaritmo natural do PIB per capita inicial
dos municípios contíguos através da variável exógena defasada
espacialmente. Esse efeito de difusão espacial sugere que os padrões de
associação espacial influem no crescimento econômico regional. E quanto
melhor as posições iniciais em termos de PIB per capita tenham os municípios
vizinhos, maior será também o crescimento regional.
Este resultado é coerente com o modelo de síntesis geografía-
crecimiento proposto por Martin e Ottaviano (1999)
86
, em que os processos de
aglomeração reforçam e são reforçados pelo crescimento, chegando a um
modelo centro-periferia impuro. As atividades de pesquisa e desenvolvimento
que geram novos produtos são beneficiadas por efeitos locais de difusão que
tendem a se concentrar na região central. Assim, outras atividades industriais,
benéficas a efeitos de difusão global, tendem a fugir da competição e da
congestão da economia central (RMF) e se instalam em outros centros
periféricos (cidades médias cearenses), que também geram seus processos
acumulativos de aglomeração espacial e crescimento. Neste sentido, o
crescimento regional resulta de uma função crescente da riqueza e do
crescimento das regiões vizinhas.
Pode-se afirmar com base neste coeficiente que houve a chamada
"desconcentração concentrada", ou seja, as atividades econômicas saíram das
maiores cidades e migraram para locais do interior próximos e com boa rede de
86
Resultado semelhante é sugerido em Toral Arto (2001) para a convergência espacial de 102 regiões da
união européia entre 1980-1996, e também por Bar-El et al. (2001 e 2002) que apontam que estes
resultados são possíveis nas políticas regionais do Ceará.
152
infra-estrutura e serviços. Assim, o efeito da concentração metropolitana
continuou, mas foi interposto pelo crescimento das cidades médias cearenses,
induzindo um tipo de urbanização com uma desconcentração-concentrada, isto
é, investimentos nos centros regionais e criação de distritos industriais,
devidamente infra-estruturados. Isso indica que a interiorização da indústria e
do desenvolvimento da agricultura ocasionou a reversão de atração da
metrópole em direção ao interior, e esse crescimento se deu nas regiões mais
atrasadas do estado do Ceará, os sertões cearenses, conforme análise
exploratória de dados espaciais. Contudo, a intensidade e a sustentabilidade
deste processo de crescimento de "desconcentração concentrada"
dependerão, entre outros fatores (qualidade e quantidade dos recursos
naturais, capacidade empreendedora local, etc.) do comportamento da cadeia
produtiva em cada região.
A respeito disso, e ainda do fato de que a identificação do melhor
modelo é um processo intricado, uma vez que a autocorrelação espacial e a
heteroscedasticidade estão intimamente imbricadas, foi necessário estimar o
modelo econométrico com defasagem espacial de primeira ordem e comparar
os seus resultados com o do modelo de erros auto-regressivos espacial,
previamente estimados na Tabela 22.
Destaca-se ainda que, na Tabela 23, o modelo econométrico de erro
espacial para convergência absoluta, que foi significante estatisticamente, é o
modelo mais correto para correção espacial segundo Critérios de Akaike e
Schwarz, não apresentando grande diferença em termos de sinal e valor
absoluto dos coeficientes estimados em comparação ao modelo auto-
regressivo espacial de erro para a convergência condicional, Tabela 22. Esse
procedimento pode ser considerado como mais uma checagem adicional da
conveniência da especificação adotada (ALMEIDA, 2004). Ressalta-se,
contudo, que o modelo de defasagem espacial para convergência absoluta
espacial foi significante.
Uma vez identificada a presença de dependência espacial nos
resíduos, qualquer modelo econométrico estimado que utilize a crescimento de
renda como variável dependente deve considerar esta dependência. Parte-se
para a regressão (5) com efeitos transbordamento espacial das variáveis
153
explicativas, estimado por MQGE para correção de heteroscedasticidade e não
distribuição normal dos resíduos.
A Tabela 24 apresenta os resultados principais deste procedimento de
estimação. As vantagens principais dessa formulação estão no fato de que se
podem levar em conta dependência espacial e estimativa fidedignas dos
coeficientes, sem instabilidade estrutural causada pela não-normalidade dos
resíduos, bem como a heteroscedasticidade.
O coeficiente de erro auto-regressivo espacial (
λ
) é altamente
significante e positivo, indicando que os efeitos não modelados apresentam
uma autocorrelação espacial positiva, quer dizer, altos valores desses efeitos
são vizinhos de altos valores, ao passo que baixos valores são vizinhos de
baixos valores. Também refletem que um choque ocorrido em um pequeno
município cearense transborda não só para seus vizinhos imediatos, mas
também para todos os outros pequenos municípios cearenses.
O coeficiente positivo de lambda indica ganhos de aglomeração em
fatores não observados, possivelmente fatores estruturais. Assim, a dinâmica
desenhada para esse coeficiente espacial é uma possível economia de
aglomeração em aspectos estruturais pelo crescimento gerado. De qualquer
forma, a componente espacial se mostra relevante. A simples presença do
componente de correlação espacial não parece provocar desvios da estimativa
dos parâmetros que justifiquem a sua inclusão apenas como controle.
Claramente há um ganho de eficiência, porém isso deveria ocorrer com a
inclusão de qualquer variável relevante omitida que fosse fonte de variação no
erro.
154
Tabela 24 – Resultado da regressão de dados de painel para a variável taxa de
crescimento do PIB per capita (1996 a 2003) com efeitos fixos
estimados por MQGE (period weights), com correção de heteros-
cedasticidade usando white cross-section
87
Coeficiente Modelo (5)
Efeito Fixo 6.743744 (26.81474) [0.0000]
Capital Social (CS) 0.030415 (4.552232) [0.0000]
Capital Humano (CH) 0.899951 (2.770089) [0.0057]
Mercado Regional (MR) 3.35E-09 (14.28221) [0.0000]
Mercado Metropolitano (MM) 2.38E-09 (0.889928) [0.3737]
Taxa de Crime (TC) -0.000371 (-1.477173) [0.1399]
Meio Industrial (MI) 4.12E-07 (1.873299) [0.0613]
Infra-estrutura e Urbanização (IE) 0.190592 (2.356371) [0.0186]
Densidade Demográfica (DD) -0.000197 (-1.666337) [0.0959]
λ
0.053850 (7.646188)
[0.0000]
W_CS 0.009233 (0.513621) [0.6076]
W_CH -0.041424 (-1.034004) [0.3013]
W_TC -0.007337 (-1.929845) [0.0538]
W_MI 0.059892 (1.429786) [0.1530]
W_IE 0.247713 (2.394473) [0.0168]
W_DD 0.926099 (1.266831) [0.2054]
iaconvergênc−
β
-1.001129 (-112.8989) [0.0000]
Half-Life
50,69
Velocidade de Convergência (%)
0,013675
Estatísticas ponderadas
2
R
0.957026
2
R
ajustado
0.950303
Estatística Durbin-Watson 1.567981
Grau de Instrumentos 209.0000
Teste de Hausman 25,26
Estatística - J 1272.000
Estatísticas não ponderadas
2
R
0.977989
Estatística Durbin-Watson 1.446287
Fonte: Dados da pesquisa.
Nota: Em parênteses, encontram-se as estatísticas t para as regressões, e em colchetes
encontram-se o p-valor.
87
Tal procedimento foi usado de forma semelhante por Felli et al. (2004) para analisar as instituições e o
sistema judiciário de várias regiões italianas.
155
A Tabela 25 apresenta os resíduos de 1996 a 2003: uma estrutura
espacial é evidente. Esta evidência é confirmada pelos valores do índice I de
Moran computado nos resíduos durante cada ano. De fato, pela Tabela 25,
observa-se que a hipótese nula de nenhuma dependência espacial na estrutura
de resíduos deveria ser rejeitada apenas para os resíduos dos modelos (2) e
(5) em que a correção espacial foi feita. Já para o modelo (1) a hipótese é
rejeitada. Assim, comparando as estatísticas I de Moran para os resíduos do
modelo (1) sem correção espacial e dos modelos (2) e (5) com correção
espacial, fica clara a necessidade de se incorporar a correção espacial. A não
significância estatística nos resíduos no modelo (5) indica que não há erros
auto-correlacionados espacialmente remanescente na regressão, o que
aumenta a confiança sobre a adequação do modelo econométrico de erro auto-
regressivo espacial.
Um aspecto interessante é representado pela análise espacial dos
resíduos obtida pela estimação de efeito fixo do modelo (5). A Figura 14
apresenta os efeitos fixos, mostrando que há diferenças institucionais e
tecnológicas com alto grau de persistência, e que a região metropolitana de
Fortaleza e o leste do estado do Ceará estão em um quartil mais elevado
(efeitos fixos positivos). É interessante notar também que as desigualdades
dão-se principalmente entre as macrorregiões de planejamento (ver Figura 1 no
capítulo 2). Essa heterogeneidade está associada, principalmente, ao que diz
respeito ao potencial natural de atração de investimentos por parte de alguns
municípios, que não é observada e, certamente, afeta o PIB per capita gerado
pelas economias locais.
156
Tabela 25 – Índice de Moran para os resíduos dos dados de painel de efeitos
fixos estimados pelos modelos MQO, com e sem correção de erro
espacial (modelos 1 e 2) e modelo MQGE (modelo 5) com corre-
ção do erro espacial e de heteroscedasticidade em cada período
de tempo (1996 a 2003)
Ano I de Moran Média D-padrão Z P-value
MQO sem correção espacial (1)
1996 0.064159 -0.005 0.002367 29.418003 0.000000
1997 0.077454 -0.005 0.002367 35.035380 0.000000
1998 0.005368 -0.005 0.002367 4.577155 0.000005
1999 0.159397 -0.005 0.002367 69.658246 0.000000
2000 0.091291 -0.005 0.002367 40.881668 0.000000
2001 0.106315 -0.005 0.002367 47.229627 0.000000
2002 0.071161 -0.005 0.002367 32.376306 0.000000
2003 0.036543 -0.005 0.002367 17.749350 0.000000
Efeito fixo 0.348763 -0.005 0.002367 149.670397 0.000000
MQO com correção de erro espacial (2)
1996 -0.024526 -0.005 0.002367 -1.959670 0.050034
1997 0.010320 -0.005 0.002367 1.622841 0.104623
1998 0.012598 -0.005 0.002367 1.856950 0.063318
1999 0.012931 -0.005 0.002367 1.891223 0.058595
2000 -0.003851 -0.005 0.002367 0.165814 0.868304
2001 -0.021773 -0.005 0.002367 -1.676730 0.093595
2002 -0.024771 -0.005 0.002367 -1.984906 0.047155
2003 -0.019209 -0.005 0.002367 -1.413078 0.157633
Efeito fixo 0.347136 -0.005 0.002367 148.982916 0.000000
MQGE com correção de erro espacial e de heteroscedasticidade (5)
1996 -0.036703 -0.005 0.002367 -1.24736 0.212265
1997 0.053110 -0.005 0.002367 2.33887 0.019342
1998 0.006858 -0.005 0.002367 0.49205 0.622680
1999 -0.018366 -0.005 0.002367 -0.51516 0.606441
2000 -0.049975 -0.005 0.002367 -1.77731 0.075517
2001 -0.021742 -0.005 0.002367 -0.64996 0.515716
2002 -0.015107 -0.005 0.002367 -0.38502 0.700218
2003 -0.000537 -0.005 0.002367 0.19672 0.844045
Efeito fixo 0.351553 -0.005 0.002367 150.84889 0.000000
Fonte: Dados da pesquisas com auxílio do pacote econométrico spacestat.
Nota: a matriz de pesos espaciais foi a K=15.
157
Nota: No caso, a primeira e a segunda faixas mais clara (no geral) apresentam resultados negativos, e as
duas mais escuras, resultados positivos.
Fonte: Elaboração própria.
Figura 14 – Distribuição espacial dos efeitos fixos para o modelo (5).
Os resultados mostram que o modelo de efeito fixo com correção de
heterocedasticidade (modelo 5) e com autocorrelação de erro espacial dos
resíduos apresenta uma estrutura de dependência espacial.
A esse respeito, Cuadrado-Roura (2001) conclui existirem fatores que
impedem ou limitam o processo de convergência – algumas regiões têm efeitos
fixos negativos que fazem abrandar o crescimento, enquanto que outras
regiões têm efeitos fixos positivos que beneficiam o crescimento. O autor
identifica que o sucesso das regiões está relacionado geralmente a fatores,
como: cidades de média dimensão, bons recursos humanos, acessibilidades a
serviços de apoio à produção, instituições de qualidade, uma imagem atrativa e
ainda a predominância de pequenas e médias empresas com produtos
diversificados. E neste sentido, as diferenças de clubes de convergência foram
158
captadas pelos efeitos fixos. Mora Corral (2003) afirma ainda que a definição
dos clubes de convergência deve efetuar-se a partir de diversos critérios, os
quais podem diferir segundo qual seja a pretensão do objeto de análise, e
assim a instabilidade entre a heterogeneidade espacial pode ser interpretada
como a existência no Ceará dos clubes de convergência.
5.8.1.1 Análise de convergência de renda entre os municípios cearenses
Como foi visto anteriormente, nos modelos de convergência absoluta e
condicional [Tabelas 22, 23 e 24, especialmente o modelo (5)], a taxa de
crescimento da renda per capita manteve uma associação negativa como o
nível de renda inicial.
Assim, os resultados evidenciam a convergência nos municípios
cearenses em todos os modelos especificados, inclusive considerando apenas
a renda inicial como variável independente (modelos de convergência
absoluta). Dessa forma, municípios com baixos níveis de PIB per capita inicial
possuem as maiores taxas de crescimento para a confirmação dos resultados
encontrados na análise de clusters espaciais, em que as regiões menos
dinâmicas dos sertões cearenses possuem as maiores taxas de crescimento.
O sinal da estimativa do parâmetro beta-convergência confirma
convergência, sem grandes alterações no seu valor, comparando com a
formulação prévia (MQO). Pode-se concluir que, levando em conta que a
correção da dependência espacial no coeficiente beta-convergência, obteve-se
o mesmo resultado que o modelo de dados de painel clássico (por MQO sem
correções de normalidade e heteroscedasticidade). O modelo relativamente
simples considerado nesta seção representa só o primeiro passo de um
possível caminho de pesquisa dentro da aplicação de modelos de dados de
painel espacial ao problema de convergência regional econômica.
Este resultado é contrário ao encontrado por Oliveira (2005), que, ao
analisar as externalidades espaciais nos municípios cearenses, utilizando um
modelo de lag espacial, mostrou não haver convergência de renda para o
período de 1991 a 2000. A divergência pode ser devida às seguintes razões:
primeiro, por não ter sido feito o controle da heterogeneidade espacial como
feito aqui por efeitos fixos; segundo, por não considerar os pontos do tempo, ou
159
seja, consideraram apenas a taxa de crescimento durante o referido período e
o nível de renda per capita no início da série. Este procedimento considerou
apenas dois pontos no tempo, sem abrir espaço para considerações mais
profundas acerca dos fenômenos pontuais, mais relevantes no interior da série;
terceiro, grande número de observações (n=1.470) feitas neste estudo pelo
método de dados de painel trouxe várias vantagens já explicitadas pela
metodologia anteriormente; e por último, a análise de Oliveira (2005), que
considera o intervalo de tempo de 1991 a 1994 em que ocorreu forte
concentração de investimentos industriais na RMF.
Os resultados dos modelos estimados encontram-se na Tabela 24.
Segundo Chatterji (1992), para garantir que a variável em estudo sofra a
convergência do período inicial até o final, é necessário que
0< <2-
β
88
. Em
outras palavras, a tabela mostra que existe convergência do tipo condicional
para o crescimento do PIB per capita para os municípios do Estado do Ceará.
Ademais, registra-se que a observação de convergência de PIB per
capita no Ceará deve-se ao fato de que os municípios mais pobres cresceram
em ritmo mais acelerado, e que, simultaneamente, as áreas mais ricas
cresceram com menor intensidade do que no passado, ou decresceram. Assim,
não se tratou de um processo em que os mais pobres alcançam os mais ricos
enquanto estes continuam com seu crescimento habitual, “nivelando por cima”,
mas sim de aproximação da média pelos dois lados. Em outras palavras,
regiões onde o PIB per capita era menor estão crescendo mais rapidamente
que regiões onde o PIB per capita era maior, ou seja, pode-se dizer, ceteris
paribus, que está ocorrendo um processo de homogeneização no Ceará, no
que diz respeito à renda, fato que pode ser confirmado pela diminuição do I de
Moran no ano de 2003, conforme apresentado na Tabela 18 da sessão 5.3
deste trabalho.
As Tabelas 22 a 23 mostram os resultados da convergência
condicional. Estes resultados são mais confiáveis porque se utilizam outras
variáveis (capital humano, capital social, infra-estrutura e urbanização,
densidade demográfica, criminalidade, existência de meio industrial, mercado
88
Chatterji (1992) afirma que o fato de
β
<0 indica que há convergência, considerando que alta
convergência fica normalmente perto dos 2% achados na literatura de convergência (BARRO, 1990; e
BARRO; SALA-I-MARTIN, 1991).
160
regional, e mercado metropolitano) para explicar o modelo. Isto porque, por
mais que se confie no modelo neoclássico de crescimento econômico, fica
difícil acreditar que seja possível explicar o crescimento econômico de
municípios apenas pelo seu produto no período inicial (tabela de convergência
absoluta). A melhora na confiabilidade dos resultados pode ser atestada pela
melhora no ajustamento do modelo, que apresenta aumentos nos valores do
2
R
obtidos. Os resultados obtidos mostram uma convergência com uma
variabilidade maior para os modelos em relação à absoluta. Deve-se ressaltar,
entretanto, que, neste caso, a convergência é condicionada, isto é, os
municípios diferentes possuem parâmetros distintos e, portanto, estados
estacionários distintos.
Comprovando a convergência espacial com base em três técnicas
estatísticas diferentes (I de Moran, clusters espaciais, e modelos
econométricos) torna-se interessante verificar uma medida mais intuitiva de
velocidade de reversão. Esta é a medida de lentidão de reversão chamada
meia-vida H (“half-life”).
Esta medida usualmente utilizada é o tempo necessário para se
alcançar metade do caminho necessário para convergência, dada a
impossibilidade de se encontrar o tempo necessário para convergência. Esse é
o tempo esperado para uma variável alcançar a metade da distância entre o
valor corrente e o nível de equilíbrio de longo prazo (Tabelas 22, 23 e 24).
Os resultados confirmam que a convergência condicionada foi mais
precisa nos modelos (1, 2 e 5), com um incremento na velocidade de
convergência e um half-life mais preciso. Por outro lado, quando se analisa a
convergência por efeito fixo, as variáveis estruturais deixam de ter grande
influência. Este resultado é bastante forte e indica que a diferença de PIB per
capita entre os municípios depende essencialmente das idiossincrasias
regionais
89
(características próprias; potencialidades econômicas; tipo de
vinculação com outras áreas; integração econômica; fatores de caráter
institucional), nas quais o processo de regionalização dá ênfase às
89
Resultado semelhante foi encontrado no estudo de Alexandre et al. (2004) sobre a distribuição regional
do crédito bancário e convergência no crescimento estadual brasileiro, os resultados mostraram que,
em modelos com efeitos fixos, não há diferenças entre o coeficiente de convergência absoluta e
condicional, contudo, na ausência dos efeitos fixos, os modelos de convergência absoluta e condicional
apresentam resultados distintos.
161
potencialidades e perspectivas de desenvolvimento econômico futuras, além da
trajetória histórica ou conjuntura atual das regiões.
Neste sentido, é natural que, diante da grande complexidade inerente à
formação e à conformação do espaço geográfico, seja imperativo construir
políticas públicas, sobretudo aquelas voltadas à segurança, focadas nas
peculiaridades regionais. Contudo, as variáveis de controle diminuem a
variação do parâmetro de convergência, indicado um resultado mais confiável,
o valor para o modelo (5) foi mais baixo para ambas as convergências, o que
provoca um pequeno aumento no tempo para se atingir o half-life, para o
período de 1996 a 2003, calculado em 50,7 anos. Destaca-se ainda que a
velocidade de convergência também oscila ao longo do tempo, podendo ser
reduzida, por uma melhoria nas políticas regionais do estado do Ceará, como
pode também aumentar com o fim de tais políticas.
Quando a análise de convergência é condicional, o coeficiente do
estimador de MQO aproxima-se mais do coeficiente do estimador de MQGE e
o período para atingir a convergência fica entre 50,7 anos, contudo a pequena
diferença é assegurada pela maior eficiência do MQGE com correção da
heteroscedasticidade. Contudo, suspeita-se que os pequenos municípios de
um estado relativamente pobre como o Ceará precisam de uma melhoria mais
acentuada das variáveis explicativas do crescimento econômico baseadas na
NGE, a fim de que essas variáveis possam surtir efeitos maiores sobre o
crescimento do PIB per capita municipal e a redução do half-life.
5.8.1.2. Determinantes do crescimento dos municípios cearenses
O estudo sobre o crescimento econômico de municípios cearenses
bem como sua convergência devem considerar esses aspectos, o que, do
ponto de vista empírico, significa que diferentes variáveis explicativas devem
ser incluídas no contexto teórico da Nova Geografia Econômica, que serviu de
base para a formulação do modelo teórico desta tese.
Estas contribuições trazidas pelos modelos da Nova Geografia
Econômica se diferenciam em relação aos modelos das novas teorias do
crescimento econômico por considerarem dois aspectos fundamentais na
explicação das desigualdades entre as regiões: o espaço, que tem implicações
162
diretas na localização das atividades; e as distâncias e suas implicações nos
custos de transporte de bens e serviços e, portanto, na competitividade das
regiões na atração de atividades.
No tocante aos resultados do modelo 5, Tabela 24, que avalia os
resultados com a inserção de efeitos de transbordamentos das variáveis
explicativas (W_CS, W_CH, W_TC, W_MI, W_IE, W_DD), considerando que as
variáveis explicativas municipais podem apresentar um padrão geográfico
regional diferenciado de comportamento, produto das influencias derivadas de
sua localização.
Os resultados do Modelo (5) merecem algumas ressalvas tanto do
ponto de vista teórico quanto empírico, pois, de acordo com Oliveira et al.
(2006), se por um lado municípios de um mesmo Estado apresentam
características semelhantes, porque possuem a mesma política econômica,
compartilham de algumas instituições, possuem atividades econômicas afins,
etc., por outro lado, fatores como mobilidade de capitais e de mão-de-obra
permitem a aglomeração das atividades em alguns municípios em detrimento
de outros. Por estes motivos não é incomum a existência de grandes
desigualdades dentro de um mesmo Estado.
O capital humano (CH) foi à variável explicativa de melhor resultado em
termos de valor absoluto do coeficiente estimado (0,8999)
90
. Assim, o papel do
capital humano no crescimento econômico dos municípios cearenses é de
grande destaque. Os municípios que mais cresceram foram aqueles que
possuíam maior medida de capital humano. Este resultado reforça as
contribuições de Lucas (1988), as quais sugerem que o investimento em capital
humano tem dois resultados: o primeiro é a melhoria da produtividade dos
indivíduos que se educam, e o segundo, e mais importante, é que a economia
como um todo se beneficia por ter indivíduos mais educados, pois estes são
capazes de gerar inovações, sendo os “motores” do crescimento econômico.
Neste aspecto, Oliveira et al. (2006) ressaltam que externalidades no
capital humano é perfeitamente possível, pois provavelmente pessoas já se
beneficiaram por trabalhar com colegas mais inteligentes. Se por um lado
existem dificuldades de medir este tipo de externalidade positiva, por outro lado
90
Ressalta-se que a magnitude do coeficiente depende das unidades de medidas das variáveis.
163
vários autores concordam que se trata de um fenômeno local e, portanto, a sua
melhor evidência está nos municípios. Outro aspecto a ser considerado em
especial para o Ceará, que tem uma política ativa de industrialização no
interior, ainda segundo Oliveira et al. (2006), é que municípios com maiores
níveis de capital humano atraem investimentos de empresas que utilizam
recursos tecnológicos mais avançados. Por outro lado, só é possível adotar
novos processos tecnológicos se a empresa tem trabalhadores capacitados
para trabalhar com eles. Assim, cidades com capital humano de baixo grau de
qualificação não conseguem acompanhar o processo tecnológico e tem baixo
crescimento.
No caso dos resultados da Tabela 24, pode-se afirmar que está
ocorrendo o processo descrito acima: os municípios cearenses foram
beneficiados com maior crescimento econômico por possuírem capital humano
compatível para isso. Além disso, este resultado corrobora o encontrado por
Oliveira (2006b), que observou que o capital humano tem um retorno maior
sobre a taxa de crescimento do PIB per capita do que os investimentos em
infra-estrutura. Isso implica dizer que, embora investir em infra-estrutura seja
de extrema importância em regiões pobres, este último deve ser acompanhado
por maiores investimentos em capital humano. E, desta forma, será possível
observar taxas de crescimento maiores.
O alto coeficiente para o capital humano indica que a maior
qualificação do trabalhador local passaria a desempenhar um papel importante
no crescimento local. Determinar onde se dá o nível ótimo de investimento em
educação pode ser objeto de novos estudos e deve ser preocupação dos
governos locais.
No que tange à variável Mercado Regional (MR), que apresentou
coeficiente positivo e significante, embora com pequeno caoeficiente, o
potencial de mercado representa, conforme Oliveira et al. (2006), a larga
tradição da economia regional em explicar o crescimento econômico das
regiões e dos municípios, considerando os custos de transporte e sua
importância para a decisão local das empresas e, conseqüentemente, das
pessoas. Este resultado significa que possuir um bom mercado regional e um
mercado na vizinhança favorece o crescimento econômico dos municípios. O
processo de escolha da localização de extrema relevância para a NGE leva à
164
aglomeração das atividades econômicas em poucos municípios que são muito
próximos e, conseqüentemente, aumenta o seu potencial de mercado, que atrai
mais atividades econômicas, gerando um processo em que a aglomeração
gera mais aglomeração em uma espécie de causação circular cumulativa a la
Myrdal (1972).
Vale salientar que, dentro de um mesmo estado (ou país), há
mobilidade de capital e mão-de-obra e que dentro do estado esses fluxos são
potencializados pelas reduções nas distâncias. Portanto, o mercado regional é
uma boa proxy para captar a potencialidade de cada município na atração de
novas empresas
91
, principalmente no setor de serviços. A prestação de
serviços tem uma característica peculiar que é a impossibilidade de transportar
o seu produto. Portanto, este setor, em geral, busca locais com uma demanda
potencial suficiente para garantir a sua lucratividade. Esta demanda potencial
depende da renda local, mas também da renda da vizinhança.
Assim, a força motriz do crescimento local estaria associada à
presença, cada vez maior, de consumidores em uma localidade, o que serviria
de atrativo para indústrias se localizarem próximas a essas aglomerações,
aumentando sua concentração. A presença crescente de indústrias em
aglomerações urbanas estimularia a migração de mão-de-obra para a
proximidade delas, causando um efeito circular. A expansão da fronteira
agrícola para o interior, por seu lado, seria indutora da dispersão da localização
da produção. Subjacentes a essas hipóteses estão os custos associados ao
fluxo dos bens do produtor até o consumidor final. É razoável supor que esses
custos aumentem em proporção direta à distância que separa esses dois
agentes, a proximidade deles seria tanto maior quanto mais significativos
fossem os custos.
Note-se que um exame casual da distribuição geográfica dos níveis de
PIB per capita mostra também uma marcada concentração regional quanto a
esses níveis (Figura 7). Tais distribuições com respeito a estas variáveis,
contudo, não correspondem exatamente àquele produto da configuração do
espaço a partir das taxas de crescimento (Figura 8). Nesse sentido, o mercado
91
Cabe destacar que o mercado regional tem uma variável importante na decisão de localização de
empresas, que podem, por exemplo, buscar ficar próximas de uma fonte de matéria-prima fixa. Este
seria o caso de empresas de extração mineral, por exemplo.
165
regional está muito relacionado aos clusters de crescimento no estado do
Ceará ao longo da série estudada (Figura 8). Segundo Fujita et al. (2002),
existem forças centrípetas que levam à aglomeração das atividades
econômicas, dentre as quais os custos de transporte são muito relevantes. No
Ceará, a análise permite observar de forma complementar a concentração das
atividades econômicas em uma faixa que se estende da região metropolitana
até o litoral leste.
O coeficiente do mercado regional, por outro lado, traz evidências às
hipóteses da NGE quando sugere que mercados maiores têm taxas maiores de
crescimento. O que permanece, dessa discussão, é que a experimentação
empírica é fundamental na determinação do fator que predomina, considerando
localidade e período.
A variável Capital Social (CS) apresentou coeficiente positivo e
significativo, indicando que boas instituições políticas culturais e sociais
contribuem para novos conhecimentos e culturas, na forma de externalidades
positivas para o crescimento econômico dos municípios cearenses.
Este elemento é importante para o desenvolvimento, pois a divisão de
poder na tomada de decisões envolve discussões públicas, negociações de
interesses e demandas e interlocução de atores sociais. "A capacidade de ação
é ampliada em situações em que a confiança permeia uma coletividade (ou
associação), facilitando a otimização do uso de recursos sócio-econômicos e
humanos disponíveis" (ABU-EL-HAJ, 1999, p. 68).
Putnam (2002) encontrou evidências de que a região situada ao norte
da Itália tem grau de desenvolvimento melhor que o das regiões situadas ao sul
devido a organizações centenárias como coros de igreja e associações cívicas.
Pode-se afirmar que capital social é a expressão do empoderamento dos
municípios mais pobres do estado do Ceará e de comunidades pela conquista
plena dos direitos de cidadania, ou seja, capacidade de atuar individualmente
ou coletivamente de usar seus recursos econômicos sociais e culturais para
atuar com responsabilidade no espaço público na defesa de seus direitos,
influenciando as ações do Estado na distribuição dos serviços e recursos
(ROMANO, 2002).
A inserção da medida de Capital Social neste modelo é de extrema
relevância, pois em qualquer momento histórico de uma sociedade,
166
independente do momento político e do grau de desenvolvimento
socioeconômico, os indivíduos, quando não conseguem atender as
necessidades básicas, como moradia, educação, segurança, saúde, emprego,
dentre outros, de uma forma ordenada, mobilizam-se. E através de
manifestações da mídia, ou em associações, buscam a resolução de seus
problemas, que, de uma forma consciente, se tornaram coletivos.
A medida de Densidade Demográfica (DD) apresentou-se significante
estatisticamente com sinal esperado por se tratar de uma externalidade
negativa, pois altas densidades demográficas estão associadas a problemas de
congestionamentos e poluição que diminuem a produtividade do trabalho.
Assim, maior densidade pode implicar mais custos de congestão e aumento
dos preços das infra-estruturas e dos imóveis e, por conseqüência, redução de
crescimento/desenvolvimento.
Nesse contexto, um município densamente habitado influencia
negativamente a sua taxa de crescimento econômico, contudo esse município
pode estar concentrando em atividades econômicas que atrai uma população
dos municípios próximos mais que proporcionalmente às suas demandas por
mão-de-obra, influenciando, então, positivamente as taxas de crescimento dos
municípios vizinhos. Conseqüentemente o desenvolvimento dessas atividades
econômicas também é influenciado, o que justifica a coerência do coeficiente
espacialmente defasado para a densidade demográfica (W_DD), que foi
positivo, porém não significante, indicando externalidades positivas da
densidade demográfica dos municípios vizinhos sobre o crescimento
econômico do município.
O coeficiente que representa o Meio Industrial (MI) apresentou sinal
coerente e significante no modelo 5, é importante em termos de avaliação dos
efeitos do processo de industrialização dos municípios cearenses. Isso pode
ser um indicativo de que a produção industrial foi mais forte nos municípios que
mais cresceram no período. Por um lado, pode ser reflexo de que houve
concentração da produção industrial no Estado em poucos municípios (cidades
médias), pois apenas um pequeno grupo se beneficiou. Por outro lado, a
significância estatística do modelo 5, após a inserção de defasagem espacial
das variáveis explicativas, mostra uma relação entre o meio industrial e outros
transbordamentos espaciais (como infra-estruturas e economias de
167
urbanização). Essas variáveis passam a ser representativas para o
desenvolvimento/crescimento econômico dos municípios cearenses. Isso é um
resultado provável, pois a política de industrialização do interior do Ceará, via
FDI, visa o fortalecimento de municípios medianos e não a pulverização dos
recursos voltados para os municípios interioranos. Contudo, estes se
beneficiam da aglomeração de atividades e de externalidades associadas.
Estas externalidades, inicialmente destacadas por Marshall (1996), segundo
Romer (1986) podem ser as forças propulsoras do crescimento econômico,
pois determinados conhecimentos, para serem internalizados, necessitam da
proximidade entre as firmas. Assim, a forma mais lógica de fazer isto é
reduzindo as distâncias, pois as atividades se aglomeram em poucos
municípios. Este raciocínio é pelo sinal positivo da proxy de meio industrial, o
que mostra que os municípios que mais cresceram têm relação positiva com o
meio industrial.
A diversificação da base de atividade econômica local sobre o
crescimento tem um considerável impacto sobre a direção das políticas de
desenvolvimento regional e não justifica o surgimento de “clusters potenciais”.
Evidentemente, há a necessidade de realizar estudos mais aprofundados sobre
o tema, preferencialmente no diagnóstico das potencialidades locais, para
direcionar os recursos do setor público nesse sentido.
A variável infra-estrutura e economias de urbanização (IE), a segunda
em termos de valor absoluto dos coeficientes estimados para as variáveis
baseadas na nova geografia econômica, apresentou sinal positivo e
significante, indicando o papel do governo no crescimento econômico dos
municípios. Resultado relevante dado que uma política específica de
desenvolvimento regional do Ceará é o PROURB, que visa fornecer melhor
infra-estrutura aos municípios interioranos do Ceará. Pode-se concluir que as
cidades que mais cresceram foram as que tiveram maior infra-estrutura.
A variável infra-estrutura e economias de urbanização calculada para
os municípios cearenses teve o valor máximo de 1,0000 em Fortaleza e
mínimo de 0,0006 em Ibicuitinga no ano de 1995. Assim, o estoque de infra-
estrutura, por exemplo, corrobora a hipótese de convergência. Cidades que
inicialmente tinham menor IE cresceram mais quando comparadas às cidades
com nível maior desse indicador. Pode-se inferir que as cidades mais pobres
168
também tinham um nível de infra-estrutura menor, considerando que a
qualidade de infra-estrutura foi um critério para diferenciar cidades pobres de
cidades ricas.
Conforme Krugman (2000), maior "estoque" de infra-estrutura e,
conseqüentemente, de capital investido, reduziria os custos de transação,
tendendo a aumentar a renda local, o que seria um efeito positivo. A noção de
custos de transação é bastante ampla, mas pode estar associada à presença
(ou ausência) do governo na economia. Basicamente, uma região com infra-
estrutura deficiente pode tornar maiores os custos associados à
comercialização de seus produtos. E como infra-estrutura envolve projetos
cujos retornos exigem um período de maturação consideravelmente grande,
quando não há retornos sociais, significa que a atuação do governo no
financiamento desses empreendimentos tem sido uma constante. Nesse ponto,
acredita-se que o setor público pode ter desempenhado um papel importante
para o resultado verificado, haja vista ser o grande financiador de infra-
estrutura no Ceará.
Um resultado interessante, porém mais fraco é observado com relação
ao sinal positivo do Mercado Metropolitano (MM) mostra uma relação de
complementaridade, ou, pelo menos, que não há competição entre os
municípios e o mercado metropolitano. Na RMF, está a economia central ou
“primax” do estado do Ceará, e nos demais municípios do Ceará, a periferia,
pois as atividades nos municípios interioranos são a agricultura e, ou, a
indústria tradicional.
A redução dos desequilíbrios entre os municípios do estado do Ceará
ainda está muito distante, visto que mais da metade das atividades produtivas
e da população mais qualificada do estado do Ceará concentram-se na RMF
(Tabelas 1 e 2), levando à perspectiva de que neste processo ocorrem
economias de aglomeração, além de externalidades significativas a favor da
região metropolitana.
Todavia, no tocante à industrialização cearense, observa-se a
participação do capital local, com 86,8% dos incentivos, o que não apenas
tende a impor um limite ao tamanho menor das plantas industriais instaladas,
como faz com que a industrialização se concentre no setor tradicional,
169
propiciando melhor capacidade de geração de empregos e maior integração ao
mercado regional (COIMBRA; ROSA, 2000).
A variável criminalidade (TC) apresentou sinal negativo, porém não
significante. Este sinal negativo confirma os pressupostos da literatura
econômica que afirma que o crime impõe altos custos à sociedade, no caso
específico a cearense. Segundo o Banco Mundial (2005), pesquisas sobre
empresas demonstram que o crime também é um grave obstáculo para muitas
empresas em todas as regiões.
Estes custos estão associados à “privação relativa” ou à sensação de
frustração que os indivíduos menos favorecidos sentiriam quando confrontados
com a prosperidade de outros, o que explicaria o efeito negativo do crime sobre
o desenvolvimento. O efeito, então, resultante é o comprometimento do
crescimento/desenvolvimento econômico.
Identificadas quais variáveis estão correlacionadas com o crescimento
econômico dos municípios, torna-se de relevância discutir quais apresentaram
efeitos transbordamento.
5.8.1.3. Evidências de transbordamentos a partir da análise de dados em
painel
Como foi verificado, anteriormente, as variáveis além de estarem
influenciando o crescimento econômico dos municípios apresentaram, contudo,
externalidades para seus vizinhos.
No tocante ao modelo (5), que inclui as variáveis de transbordamento
espacial, apenas os efeitos de transbordamento para o crime e a infra-estrutura
foram significantes estatisticamente. Esses resultados mostram que há
evidências de transbordamento espacial de infra-estrutura e economias de
urbanização dos vizinhos (W_IE) para o crescimento econômico bem como
amenidades dos vizinhos advindas do transbordamento espacial da
criminalidade (W_TC). Assim, pode-se dizer que a proxy para infra-estrutura e
economias de urbanização tem efeitos positivos de transbordamento sobre os
municípios vizinhos, e, considerado que a matriz utilizada foi a dos 15 vizinhos
mais próximos, esse efeito possui uma dimensão espacial ampla no território
do Ceará. Dessa maneira, salienta-se a importância de obras em infra-
170
estrutura, tendo em vista as externalidades positivas que essas trazem ao
crescimento econômico dos municípios cearenses e, por conseqüência, na
qualidade de vida destes. Da mesma forma, aponta-se a necessidade de
investimentos em segurança pública com a finalidade de evitar uma ampliação
das externalidades espaciais negativas da variável criminalidade.
Pode-se dizer que, ao lado do capital humano e da infra-estrutura, que
foram as variáveis explicativas mais importantes em termos de coeficientes
absolutos para o crescimento/desenvolvimento econômico dos municípios
cearenses, a variável crime deve ser considerada de grande importância,
considerando seus efeitos de transbordamento espacial. Assim, a evolução do
crescimento econômico dos municípios cearenses de determinada região, por
exemplo, pode ser influenciada pela evolução da criminalidade e dos
investimentos em infra-estrutura nas regiões vizinhas, através de
transbordamentos espaciais, constituindo-se em canais pelos quais pode haver
impactos geográficos de crescimento entre as economias municipais.
O resultado não esperado foi o coeficiente de defasagem espacial do
capital humano que teve efeito negativo, apesar de não-significativo, mostrando
que um município com melhor educação está correlacionado com maiores
taxas de crescimento econômico dos municípios vizinhos. Esse resultado
aponta que um município com uma população mais educada atrai esse tipo de
pessoa dos municípios vizinhos. Como esses últimos perderam população com
maior grau de escolaridade, essa emigração faz com que tenham um
crescimento econômico menor, o que aponta a necessidade de políticas
públicas mais aprofundadas com foco na educação, fazendo com que os
desníveis educacionais sejam corrigidos. Vale a pena mencionar que, quando
um município tem uma boa rede de educação pública atendendo a população
de municípios vizinhos, ele incorre em custos mais altos. É necessário,
portanto, um planejamento entre os municípios para que os custos dos serviços
de educação sejam repartidos entre os municípios que utilizam a rede de
educação de determinado município.
Em resumo, os resultados indicam que existem duas maneiras das
variáveis influenciarem as taxas de crescimento do PIB per capita dos
municípios cearenses. Existem variáveis que influenciam diretamente o
crescimento/desenvolvimento dos municípios. Outras variáveis apresentam
171
efeitos de transbordamento, assim, as taxas de crescimento econômico de
determinado município são influenciadas por variáveis dos municípios vizinhos.
Portanto, ao propor política que vise aumentar as taxas de crescimento do PIB
per capita de regiões, é importante analisar essas duas fontes que influenciam
o crescimento econômico. Para o caso dos municípios cearenses, aumento dos
investimentos em capital humano, infra-estrutura, capital social e segurança
pública são as políticas mais importantes para aumentar suas taxas de
crescimento de forma direta.
Na infra-estrutura e na segurança pública há também a influência
indireta via efeitos de trasbordamento espacial sobre o crescimento econômico
dos municípios. Tais resultados são importantes por indicarem quais políticas
publicas são mais eficazes para o crescimento econômico dos municípios
cearenses.
Vale lembrar que uma das principais contribuições da NGE é explicar o
porquê de haver aglomeração e dificuldade de atrair investimentos em capital
físico para locais mais remotos. A competitividade por investimentos locais
mais remotos pode ser promovida com melhor treinamento da mão-de-obra;
melhoria do capital social regional, aumentando a sinergia entre as forças
sociais e econômicas na organização das lideranças regionais; a cooperação
entre as localidades e a coordenação com o nível do estado; melhor infra-
estrutura, o que reduziria custos de transportes; e uma redução de
amenidades, como a criminalidade que afeta tanto a produtividade quanto a
qualidade de vida nos municípios cearenses.
A aplicação dessas medidas para o planejamento estadual do Ceará
pode resultar em um processo de crescimento econômico das cidades mais
equilibrado regionalmente, com menor desigualdade e pobreza.
172
6. CONCLUSÕES
As políticas governamentais bem sucedidas são aquelas que criam um
ambiente em que as empresas são capazes de ganhar vantagem competitiva,
e não aquelas que envolvem o governo diretamente no processo, com exceção
dos países que ainda se encontram no início do processo de desenvolvimento.
Trata-se de um papel indireto, e não direto (PORTER, 1999, p. 197).
O problema regional pode ser por desigualdade ou concentração, que
é inerente ao processo de crescimento econômico, ou, ainda, não é possível
pensar em planos de desenvolvimento que visem à equalização pura das
regiões. Por outro lado, o aumento das disparidades regionais pode trazer
entraves ao processo de crescimento econômico. Portanto, este trabalho, ao
discutir o caráter espacial da distribuição do crescimento do PIB per capita
entre os municípios cearenses, visou contribuir para o redimensionamento da
questão regional no estado do Ceará.
Por razões teóricas e metodológicas, esta tese permite estender os
modelos tradicionais considerando um tratamento específico da correlação
espacial. Foi utilizado o Método dos Mínimos Generalizados Exeqüíveis ou
Factíveis (MQGE) para lidar com o problema de heterocedasticidade e de não
normalidade dos resíduos, permitindo investigar os efeitos espaciais e como
estes afetaram o crescimento econômico dos municípios cearenses no período
estudado. Assim, um choque aleatório positivo na economia cearense tenderia
a um impacto positivo no crescimento do PIB per capita dos municípios
173
vizinhos, afetando desta maneira todo o sistema de erro auto-regressivo
espacial.
Os resultados obtidos mostraram a existência de convergência
absoluta e condicional no período estudado, com taxas de convergência pouco
diferentes ao longo dos modelos usados. Deve-se ressaltar que este resultado
não surpreende, pois, feito o controle de heterogeneidade por efeitos fixos, os
municípios do Estado do Ceará se beneficiam de uma política de
desenvolvimento regional ativa que favorece o processo de convergência.
É interessante notar também que as desigualdades dão-se
principalmente entre os municípios mais industrializados: Fortaleza,
Maracanaú, Eusébio, Horizonte, Maranguape (todos da RMF), Sobral, e o
restante do interior do Estado do Ceará. Embora algumas mudanças no que diz
respeito à velocidade de convergência possam ser percebidas, de modo geral
as posições relativas não se alteram e as desigualdades são mantidas.
Cabe ressaltar que os resultados forneceram uma nova percepção da
dinâmica geográfica cearense, utilizando, para isso, a análise exploratória de
dados espaciais e modelos de econometria espacial. Assim, a análise
exploratória dos dados mostrou que o Estado apresenta uma estrutura espacial
favorável ao desenvolvimento do interior, considerando a média do período
(1996-2003), ou seja, clusters de crescimento AA significantes nos municípios
da região dos sertões cearenses (Sertão dos Inhamuns e Sertão Central) e
clusters de crescimento BB na RMF e parte do litoral leste do Estado. É
importante ressaltar que a análise espaço-temporal mostra um deslocamento e,
ao mesmo tempo, um fortalecimento do cluster de crescimento AA no interior
em 96 e no período de 1999 a 2003.
O PIB per capita, mesmo apresentando algumas deficiências enquanto
medida de bem-estar, constitui a medida mais abrangente, difundida e
conveniente dentre os indicadores de níveis de desenvolvimento, pois os
indicadores econômicos e sociais são altamente correlacionados com o nível
do PIB per capita. Assim sendo, de maneira intuitiva, o cluster de crescimento
AA pode ser entendido como uma região em que os municípios tiveram
melhoria de acessibilidade à infra-estrutura social (que pode ser mensurada
pela proxy do IDH-E para capital humano, e o capital social que teve como
proxy o somatório de várias instituições políticas, civis e sociais para cada mil
174
habitantes) e econômica (que pode ser mensurada pela infra-estrutura e
economias de urbanização; pela existência de meio industrial; pelo mercado
regional e pelos efeitos aglomerativos e de transbordamento positivos), e que
são vizinhos de outros municípios que têm tais características. Por outro lado, o
cluster de crescimento BB pode ser tomado como aquele formado por
municípios que tiveram piora proporcional no acesso a tais infra-estruturas, ou
ainda que tiveram vizinhos com as mesmas características.
Em outras palavras, o cluster de crescimento BB pode indicar uma
região de crescimento limitado. Portanto, os resultados aqui encontrados
mostram que, no período de 1996 a 2003, houve convergência de PIB per
capita. Isso significa que, tudo mais permanecendo constante, os municípios
que têm limites ao seu crescimento estão se aproximando daqueles localizados
nas regiões com alta acessibilidade à infra-estrutura econômica e social. Este
resultado pode ser explicado, em parte, por ações do governo do estado do
Ceará, que atraíram novos investimentos industriais, destacando-se os setores
de metalurgia, química, têxtil, vestuário e artefatos de tecidos, produtos
alimentares, bebidas e calçados, reunidos em torno de uma série de pólos
interioranos. Contudo, a não-disponibilidade de dados de programas federais,
como bolsa-escola e bolsa-família, impede a separação de programas federais
e estaduais no processo de homogeneização da renda no estado do Ceará.
Além disso, foi dada ênfase às estimativas de convergência absoluta e
condicional, temas já consolidado pela literatura sobre crescimento econômico.
Entretanto, também foram utilizadas algumas contribuições da Economia
Regional e da Nova Geografia Econômica. Os resultados mostraram que a
convergência melhorou a partir de 1996. Ficou destacada a importância do
capital humano, do capital social, da infra-estrutura e das economias de
urbanização (em que os custos de transportes se inserem), do mercado
regional e metropolitano, das externalidades positivas e negativas, do efeito do
meio industrial, do efeito congestão da densidade demográfica e de outras
amenidades urbanas, como a criminalidade.
No modelo econométrico de convergência condicional, as variáveis
criminalidade e densidade demográfica afetaram negativamente o modelo e as
variáveis capital humano, infra-estrutura, capital social, meio industrial e
175
potencial de mercado regional e metropolitano afetaram positivamente o
crescimento do PIB per capita.
A desigualdade regional no Ceará é muito grande. Estima-se um
período necessário em torno de 50,7 anos para o nível inicial de renda per
capita atingir metade do nível do estado estacionário (nível de equilíbrio),
controlando a heterogeneidade espacial deste processo por efeitos fixos.
No que diz respeito à convergência absoluta e condicional de PIB per
capita, é importante destacar que este é um estudo pioneiro na aplicação da
econometria espacial para dados de PIB per capita no Ceará. Quanto aos
resultados gerados pelo trabalho, foi possível observar que houve
convergência de PIB per capita no Ceará no período de 1996 a 2003.
Observou-se também uma taxa elevada de convergência espacial, ou seja,
regiões onde o PIB per capita era maior em 1995 cresceram menos no período,
se comparadas a regiões onde o PIB per capita era menor nesse ano,
diminuindo as disparidades regionais.
O governo estadual tem procurado reverter o quadro de concentração
econômica na Região Metropolitana de Fortaleza, distribuindo os investimentos
pelas regiões do Estado e incentivando a expansão de diversos pólos
industriais no interior. Neste contexto, as considerações espaciais podem se
revelar de grande valia, já que permitem incorporar ao processo decisório a
previsão de interações – influências que municípios, especialmente os
contíguos, exercem uns sobre os outros, em diversos sentidos – para
potencializar os benefícios da Política Pública ou para mitigar os custos
públicos, incrementando sua efetividade. Como é sabido, regiões que
compartilham condições sócio-histórico-culturais semelhantes freqüentemente
apresentam demandas similares, reagem a estímulos de forma análoga e
demonstram maior predisposição para reunir esforços comuns.
Assim, a análise de clusters, convergência e outros arranjos espaciais
constituem reconhecidamente valiosas ferramentas de auxílio ao processo de
tomada de decisão, considerando que o elaborador de políticas públicas pode
visualizar os focos de crescimento e comparar os investimentos realizados em
cada ano, e desta forma verificar se ocorreram externalidades entre os
municípios. Entretanto, em vista da necessidade de fundamentação ampla e
176
consistente de qualquer decisão pública, novos testes espaciais (com uma
série de dados mais ampla) seriam desejáveis para a questão das Políticas
Públicas Regionais no Ceará. Especificamente entre outros testes espacias
sugere-se uma análise sigma convergência como a identificação de clubes de
convergência com base na heterogeneidade espacial.
A análise espacial dos dados permitiu, por exemplo, relacionar a
magnitude da influência (efeito transbordamento) que entre si exercem os
municípios no quesito específico do crescimento/desenvolvimento.
Por fim, é evidente a importância de se atentar para a qualidade da
interação entre governo estadual, municipal e sociedade. Sua disseminação
não depende – embora muito se beneficie – de esforço do governo estadual,
dada à possibilidade de se firmarem consórcios municipais nesse âmbito de
atuação. Os municípios podem e devem se coordenar para mitigar essas
desigualdades regionais, orientando suas ações por dados objetivos. As
possibilidades de economia de recursos e de aumentos na efetividade dessas
ações são proporcionais aos desafios com que deparam as autoridades e os
especialistas envolvidos com o tema.
Conclui-se que as políticas contribuíram para a homogeneização de
renda no estado do Ceará, mas que há espaço no futuro para aprofundar os
elementos redistributivos da estratégia de desenvolvimento como parte do
processo geral de modernização. Tanto as experiências passadas do Ceará
como as internacionais mostram que não existe solução mágica para reduzir a
pobreza e a profunda desigualdade.
Em vista da incerteza quanto às mudanças geradas pelo
desenvolvimento, é de grande importância que essas alterações sejam
acompanhadas por um processo contínuo de avaliação das experiências, com
a conseqüente reformulação à medida que os resultados forem obtidos. A
capacidade de avaliar a eficácia dos programas é atualmente limitada pela
escassez de análises estruturadas.
177
REFERÊNCIAS
ABREU, C.M.F. Trajetória de políticas industriais: uma análise recente da
política industrial no Estado do Ceará. 2002. 102 p. Dissertação (Mestrado em
Economia) – Universidade Federal do Ceará, Fortaleza, CE.
ABU-EL-HAJ, J. A mobilização de capital social no Brasil: o caso da reforma
sanitária no Ceará. São Paulo: Anablume, 1999. 234 p.
ALBUQUERQUE, M.G.M.T. Planejamento educacional em tempos de reforma:
onde fica a escola? In: REUNIÃO ANUAL DA ANPED, 28, 2005, Caxambu.
Anais... Caxambu: ANPED, 2005. v. 1, 16 p.
ALEXANDRE, M.; BIDERMAN, C.; LIMA, G.T. Distribuição regional do crédito
bancário e convergência no crescimento estadual brasileiro. In: ENCONTRO
NACIONAL DE ECONOMIA DA ANPEC, 32, 2004, João Pessoa. Anais... João
Pessoa: ANPEC, 2004.
ALMEIDA, E.S. Curso de econometria espacial aplicada. Piracicaba:
ESALQ-USP, 2004. 128 p. (Mimeogr.).
ALMEIDA, M.B.; SILVA, A.B. Estado do Ceará: uma análise do desempenho
econômico-financeiro recente, 1990-1996. Revista Econômica do Nordeste,
Fortaleza, v. 31, n. 4, p. 1060-1078, out./dez. 2000.
ALMEIDA, E.S.; PEROBELLI, F.S.; FERREIRA, P.G.C. Existe convergência
espacial da produtividade agrícola no Brasil? In: ENCONTRO REGIONAL DE
ECONOMIA/NORDESTE: ESTRATÉGIAS DE DESENVOLVIMENTO
REGIONAL, 11, 2006, Fortaleza. Anais... Fortaleza: BNB/ANPEC, 2006. 21 p.
178
ALVES, F.F.; OLIVEIRA, R.G. Informações básicas sobre a indústria de
transformação cearense 2004/2005. Fortaleza: FIEC/INDI, 2006. 26 p.
AMARAL FILHO, J. Reestruturação espacial no Ceará. In: REUNIÃO ANUAL
DA SBPC, 57, 2005, Fortaleza. Anais... Fortaleza: Universidade Estadual do
Ceará, 2005. 3 p.
ANDRADE, T.A.; SERRA, R.V. O recente desempenho das cidades médias
no crescimento populacional urbano brasileiro. Brasília: IPEA, 1998. 32 p.
(Texto para discussão, 554).
ANDRADE, M.V.; LISBOA, M.B. Desesperança de vida: homicídio em Minas
Gerais, Rio de Janeiro e São Paulo no período 1981/97. In: HENRIQUES, R.
(Org.). Desigualdade e pobreza no Brasil. Rio de Janeiro: IPEA, 2000.
p. 347-384.
ANSELIN, L. Spatial econometrics: methods and models. Dordrecht: Studies
in Operational Regional Science, Kluwer Academic Publishers, 1988. 284 p.
ANSELIN, L. Local indicators of spatial association – LISA. Geographical
Analysis, v. 27, n. 2, p. 93-115, 1995.
ANSELIN, L. Interactive techniques and exploratory spatial data analysis. In:
LONGLEY P.A.; GOODCHILD, M.F.; MAGUIRE, D.J.; WIND, D.W. (Eds.).
Geographical information system: principles, techniques, management and
applications. New York: Wiley & Sons, 1998. p. 253-365.
ANSELIN, L. Spatial econometrics. In: ANSELIN, L. A comparison to
theoretical econometrics. Baltagi, Oxford: Basil Blackwell, 2001. p. 310-330.
ANSELIN, L. Spatial externalities, spatial multipliers, and spatial econometrics.
International Regional Science Review, v. 26, n. 2, p. 153-166, 2003.
ANSELIN, L. Spatial data analysis with GIS: an introduction to application in
the social science. Califórnia, EUA: National Center for Geographic Information
and Analysis, University of Califórnia, 1992. (Technical Report, 10).
Disponível em: <http://www.ncgia.ucsb.edu/Publications/Tech_Reports/92/92-
10.PDF>. Acesso em: 15 dez. 2005.
ANSELIN, L.; BERA, A.K. Spatial dependence in linear regression models with
an introduction to spatial econometrics. In: ULLAH, A.Y.; GILES, D. (Eds.).
Handbook of applied economic statistics. New York: Marcel Ockker, 1998.
p. 237-289.
ANSELIN, L.; VARGA, A.; ACS, Z.J. Geographic and sectoral characteristics of
academic knowledge externalities. Papers of Regional Science, v. 79, p. 435-
443, 2000.
179
ANTUNES, D.J.N. Meio ambiente e valoração ambiental: uma visão crítica. In:
ENCONTRO NACIONAL DE ECONOMIA POLÍTICA, 9, 2004, Uberlândia.
Anais... Uberlândia, 2004. 21 p.
ANUÁRIO ESTATÍSTICO DO CEARÁ. Fortaleza: Edições IPLANCE/IPECE,
1995.
ANUÁRIO ESTATÍSTICO DO CEARÁ. Fortaleza: Edições IPLANCE/IPECE,
1997.
ANUÁRIO ESTATÍSTICO DO CEARÁ. Fortaleza: Edições IPLANCE/IPECE,
1998/1999.
ANUÁRIO ESTATÍSTICO DO CEARÁ. Fortaleza: Edições IPLANCE/IPECE,
2000.
ANUÁRIO ESTATÍSTICO DO CEARÁ. Fortaleza: Edições IPLANCE/IPECE,
2001.
ANUÁRIO ESTATÍSTICO DO CEARÁ. Fortaleza: Edições IPLANCE/IPECE,
2002/2003.
ANUÁRIO ESTATÍSTICO DO CEARÁ. Fortaleza: Edições IPLANCE/IPECE,
2004.
ANUÁRIO ESTATÍSTICO DO CEARÁ. Fortaleza: Edições IPLANCE/IPECE,
2005.
ANUÁRIO ESTATÍSTICO DO CEARÀ. Fortaleza: Edições IPLANCE/IPECE,
2006.
ARAUJO, A. Proub-urban development and water resources management
program of Ceará state. Secretary for Local and Regional Development. City
Development Strategies: From Vision to Growth and Poverty Reduction,
Plenary Session III: Strategies for Moving CDS to Scale. Hanoi, Vietnã, 2004.
12 p.
ARAÚJO, A.M.M.. O espaço urbano das metrópoles visto pela relação capital-
trabalho. In: COLÓQUIO INTERNACIONAL DE GEOCRÍTICA LOS AGENTES
URBANOS Y LAS POLÍTICAS SOBRE LA CIUDAD, 7, 2005, Santiago de
Chile. Anales... Santiago de Chile: Pontifícia Universidade Católica de Chile,
2005.
ARBIA, G.; PIRAS, G. Convergence in per capita GDP across European
regions using panel data models extended to spatial autocorrelation
effects. Roma, Italy: Institute for Studies and Economic Analyses (ISAE), 2005.
33 p. (Working paper, 51).
180
ARBIA, G.; BASILE, R.; SALVATORE, M. Regional convergence in Italy 1951-
1999: a spatial econometric perspective. In: ANNUAL CONGRESS OF THE
EUROPEAN ECONOMIC ASSOCIATION, 17, 2002, Venice. Proceedings…
Venice, 2002. 22 p.
ARBIA, G.; BASILE, R.; SALVATORE, M.. Measuring spatial effects in
parametric and nonparametric modelling of regional growth and
convergence. Pescara: University G. D’Annunzio, 2003. 34 p. (World Institute
for Development Economics Research – WIDER. Project Meeting Spatial
Inequality in Development).
ARBIA, G.; BASILE, R.; PIRAS, G. Using spatial panel data models in
modelling of regional growth and convergence. In: WORKSHOP ON SPATIAL
ECONOMETRICS, 2005, Kiel. Proceedings… Kiel, Germany: Kiel Institute for
World Economics, 2005a. 25 p.
ARBIA, G.; ELHORST, J.P.; PIRAS, G. Serial and spatial dependence in the
growth process of EU regions. In: WORKSHOP ON SPATIAL
ECONOMETRICS, 2005, Kiel. Proceedings… Kiel, Germany: Kiel Institute for
World Economics, 2005b. 16 p.
ARMSTRONG, H.. Convergence among regions of the European Union, 1950–
1990. The Journal of the RSAI, v. 74, n. 2, p. 143–152, 1995.
ARRAES, R.A.; BARRETO, R.C.S.; TELLES, V.K. Efeitos do capital social e do
capital político no desenvolvimento econômico: simulações para países e
estados brasileiros. Análise Econômica, Porto Alegre, v. 22, n. 41, p. 21,
2004.
AZZONI, C.R. Sobre a necessidade da política regional. São Paulo:
NEREUS/USP, 2003. 24 p.
AZZONI, C.R. Crescimento econômico e convergência das rendas regionais: o
caso brasileiro à luz da nova teoria do crescimento. In: ENCONTRO
NACIONAL DE ECONOMIA, 22, 1994, Florianópolis. Anais... Florianópolis:
ANPEC, 1994. v. 1, p. 185-205.
AZZONI, C.; MENEZES, T.; MENEZES, N.; NETO, R. Geografia e
convergência da renda entre os estados brasileiros. In: HENRIQUES, R. (Org.).
Desigualdade e pobreza no Brasil. Rio de Janeiro: IPEA, 2000. p. 299-343.
BANCO MUNDIAL. Brasil: estratégias de redução da pobreza no Ceará – o
desafio da modernização includente. Washington, 2003. 81 p.
BANCO MUNDIAL. Um melhor clima de investimento para todos: relatório
sobre o desenvolvimento mundial. Washington, 2005. 33 p.
181
BAR-EL, R.; SHACHAR, A.; SCHWARTZ, D.; BENTOLILA, D. Promoting
economic development in the interior of Ceará: report prepared for the
government of Ceará. Jerusalem, 2001. 97 p.
BAR-EL, R.; SHACHAR, A.; SCHWARTZ, D.; BENTOLILA, D. Reduzindo a
pobreza através do desenvolvimento econômico do interior do Ceará.
Fortaleza: Edições Iplance, 2002. 158 p.
BARRO, R.J. Government spending in a simple model of endogenous growth.
Journal of Political Economy, Chicago, v. 98, p. 103-125, Oct. 1990.
BARRO, R.J. Determinants of economic growth: a cross-country empirical
study. Cambridge, Mass.: NBER, 1996. 145 p. (Working Papers, 5698).
BARRO, R.J.; SALA-I-MARTIN, X. Convergence across states and regions.
Brookings Papers on Economic Activity, New-Haven, Connecticut, USA, v.
1, p. 107-182, 1991.
BAUMOL, W.J. Productivity growth, convergency, and welfare: what the long-
run show. American Economic Review, v. 76, n. 5, p. 1072-1085, 1986.
CÂMARA, G.; CARVALHO, M.S.; CRUZ, O.G.; CORREA, V. Análise de dados
de área. In: FUKS, S.D.; CARVALHO, M.S.; CÂMARA, G.; MONTEIRO, A.M.V.
(Eds.). Análise espacial de dados geográficos. São José dos Campos:
Instituto Nacional de Pesquisas Espaciais/Divisão de Processamento de
Imagens, 2001. 44 p.
CARVALHO, M.S. Aplicação de métodos de análise espacial na
caracterização de áreas de risco à saúde. 138 p. Tese (Doutorado em
Engenharia Biomédica) – Universidade Federal do Rio de Janeiro, Rio de
Janeiro, RJ.
CARVALHO, J.R.; OLIVEIRA, V.H. O fundo de desenvolvimento industrial
do Ceará: uma avaliação econométrica com dados em painel para o período
de 1995 a 2001. Fortaleza: CENER/CAEN/UFC, 2003. 16 p.
CAVALCANTE, L.R. Produção teórica em economia regional: uma proposta
de sistematização. Salvador: Desenbahia – Agência de Fomento do Estado da
Bahia, 2002. 26 p.
CEARÁ. Instituto de Pesquisa e Estratégia Econômica do Ceará – IPECE.
Ceará em números 2005. v. 1. Disponível em: <http:\\www.ipece.ce.gov.br>.
Acesso em: 22 mar 2007.
CHATTERJI, M. Convergence clubs and endogenous growth. Oxford Review
of Economic Policy, v. 8, n. 4, p. 57-69, 1992.
182
CHUA, H. Regional spillovers and economic growth. Yale: Yale University,
Economic Growth Center, 1993. 42 p. (Center Discussion Paper, 700).
COIMBRA, R.A.; ROSA, A.L.T. Determinantes da localização industrial no
Ceará: 1991-1995. Fortaleza: CAEN/UFC, 2000. 22 p.
COLMAN, D.; NIXSON, F. Desenvolvimento econômico: uma perspectiva
moderna. Rio de Janeiro: Campus; São Paulo: Edusp, 1981. 19 p.
CUADRADO-ROURA, J.R. Planteamientos y teorias sobre el crescimiento
regional en Europa en las cuatro ultimas decadas. Revista EURE, Santiago
do Chile, v. 21, n. 63, p. 5-32, 1995.
CUADRADO-ROURA, J.R. Regional convergence in the European Union: from
hypothesis to the actual trends. The Annals of Regional Science, n. 35,
p. 333-356, 2001.
DA MATA, D. et al. Determinants of city growth in Brazil. National Bureau of
Economic Research, p. 49, ago. 2005. (Working Paper, 11585).
DALL’ERBA, S.; LE GALLO, J. Regional convergence and the impact of
European structural funds over 1989-1999: a spatial econometric analysis.
Urbana-Champaign: University of Illinois, 2005. 32 p. (Real Working Paper, 03-
T-14).
DINIZ, A.M.A.; BATELLA, W.B. Criminalidade violenta nas regiões de
planejamento de Minas Gerais: uma abordagem quantitativa. Caderno de
Geografia, Belo Horizonte, v. 14, n. 23, p. 51-72, 2004.
ELHORST, P.J. Specification and estimation of spatial panel data models.
International Regional Sciences Review, v. 26, n. 3, p. 244-268, 2003.
FELLI, E.L.; LONDONO-BEDOYA, D.A.; SOLFERINO, N.; TRIA, G. Dispute
civili e sistema giudiziario: un’analisi economica del caso italiano. Roma,
Italy: Università Roma, 2004. 58 p.
FERREIRA, A.H.B. A distribuição interestadual e inter-regional da renda no
Brasil: tendências recentes. 1995. 101 f. Tese (Doutorado) – Universidade
Federal de Minas Gerais, Belo Horizonte, MG.
FIGUEIRÊDO, L.; NORONHA, K.V.K.; ANDRADE, M.V. Os impactos da
saúde sobre o crescimento econômico na década de 90: uma análise para
os estados brasileiros. Belo Horizonte: UFMG/Cedeplar, 2003. 26 p. (Texto
para discussão, 219).
183
FINGLETON, B. Estimates of time to economic convergence: an analysis of
regions of the European Union. International Regional Science Review, v. 22,
n. 1, p. 5–35, 1999.
FINGLETON, B.; MCCOMBIE, J.S.L. Increasing returns and economic growth:
some evidence for manufacturing from the European Union regions. Oxford
Economic Papers, v. 50, n. 1, p. 89-105, 1998.
FINGLETON, B.; MCCOMBIE, J.S.L. Increasing returns and economic growth:
some evidence for manufacturing from the European Union regions: a
correction. Oxford Economic Papers, v. 51, n. 3, p. 574-575, 1999.
FINGLETON, B.; LÓPEZ-BAZO, E. Empirical growth models with spatial
effects. Regional Science, v. 85, n. 2, p. 178-198, June 2006.
FREEMAN, R.B. Crime and the job market. Cambridge, Mass.: NBER, 1994.
44 p. (Working Papers, 4910).
FUJITA, M.; KRUGMAN, P.; VENABLES, A.J. Economia espacial:
urbanização, prosperidade econômica e desenvolvimento humano no mundo.
São Paulo: Futura, 2002. 392 p.
FUNKE, M.; NIEBUHR, A. Regional geographic R&D spillovers and economic
growth: evidence from West-Germany. Regional Studies, v. 39, n. 1, p. 143-
153, 2005.
FURTADO, C. O mito do desenvolvimento econômico. 2.ed. Rio de Janeiro:
Paz e Terra, 1974. 117 p.
FURTADO, C. A fantasia desfeita. 3.ed. Rio de Janeiro: Paz e Terra, 1989.
206 p.
FURTADO, C. Os desafios da nova geração. Revista de Economia Política,
v. 24, n. 4, p. 483-486, out./dez. 2004.
GLAESER, E.L.; SCHEINKMAN, J.A.; SHLEIFER, A. Economic growth in a
cross-section of cities. Journal of Monetary Economics, v. 36, n. 1, p. 117-
143, 1995.
GODINHO, R.O. Crescimento endógeno e desigualdade regional: um
modelo com difusão de tecnologia e governo. Belo Horizonte: UFMG, 1997.
22 p. (Texto para discussão, 112).
GONÇALVES, E. A distribuição espacial da atividade inovadora brasileira:
uma análise exploratória. Belo Horizonte: UFMG, 2005. 33 p. (Texto para
discussão, 246).
184
GONÇALVES, E. Estrutura urbana e atividade tecnológica em Minas Gerais.
Economia Aplicada, Ribeirão Preto, v. 10, n. 4, p. 481-502, 2006.
GOVERNO DO CEARÁ. Secretaria de Planejamento e Coordenação. Plano de
desenvolvimento sustentável 1995-1998. Fortaleza, 1995. 140 p.
GRENDENE. Resultados 2004. 62 p. Disponível em: <www.grendene.com.br/
www/ri/port/download/apresentacoes/APIMEC_ Resultados2004.pdf>. Acesso
em: 2005.
HADDAD, P.R. (Org.). A competitividade do agronegócio e o
desenvolvimento regional no Brasil: estudo de clusters. Brasília:
CNPq/Embrapa, 1999. 265 p.
HARRIS, C. The market as a factor in the localization of industry in the United
States. Annals of Association of American Geographers, v. 64, p. 315-348,
1954.
HIDALGO, Z.C. Reforma agrária solidária. In: FUJIWARA, L.M. et al. (Orgs.).
Programa gestão pública e cidadania. São Paulo: EAESP/FGV, 1998. p. 67-
75.
HIRSCHMAN, A.O. The strategy of economic development. Forge Village:
The Murray Printing Company, 1963. p. 50-97.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE. Retratos
do Brasil e do Ceará: indicadores sociais e econômicos. Brasília, 2005. 44 p.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE. Contas
regionais do Brasil 2004. Rio de Janeiro, 2006a.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA – IBGE. Dados
on-line. Disponível em: <www.ibge.gov.br>. Acesso em: 4 maio 2006b.
INSTITUTO DE ESTUDOS PARA O DESENVOLVIMENTO INDUSTRIAL –
IEDI. Produto potencial e crescimento. 2006. 26 p.
INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ –
IPECE. Produto interno bruto municipal: 1997-2000. Fortaleza, 2003. 54 p.
INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ –
IPECE. Produto interno bruto municipal: 1997-2002. Fortaleza, 2004. 27 p.
INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ –
IPECE. Tabelas sobre o PIB do Ceará: 1985-2005. Fortaleza, 2005. 5 p.
185
INSTITUTO DE PESQUISA E ESTRATÉGIA ECONÔMICA DO CEARÁ –
IPECE. Produto interno bruto do Ceará. Fortaleza, 2006. 19 p.
INSTITUTO DE PESQUISA ECONÔMICA APLICADA – IPEA. Disponível em:
<http://www.ipeadata.gov.br/ipeaweb.dll/ipeadata?8936890>. Acesso em: 10
mar. 2006.
ISLAM, N. Growth empirics: a panel data approach. Quarterly Journal of
Economics, v. 110 , n. 4, p. 1127-1170, nov. 1995.
JOHNSTON, J.; DINARDO, J. Métodos econométricos. 4.ed. Lisboa:
McGraw-Hill, 2000. 573 p.
KAMPEL, S.A.; CAMARA, G.; QUINTANILHA, J.A. Análise exploratória das
relações espaciais do desflorestamento na Amazônia Legal brasileira.
Disponível em: <http://www.dpi.inpe.br/gilberto/papers/silvana_gisbrasil2000.
pdf>. Acesso em: 2000.
KERR, S.; PFAFF, A.S.P.; SANCHEZ-AZOFEIFA, G.A. Development and
deforestation: evidence from Costa Rica? New York: Columbia University,
2006. 31 p.
KHAN, A.S. (Org.). Programa de combate a pobreza rural: Projeto São José -
evolução dos indicadores sócio-econômicos das famílias beneficiadas pelo
Projeto São José Estado do Ceará. Fortaleza: Tecnograf, 2006. v. 1, 158 p.
KHAN, A.S.; SILVA, L.M.R. Capital social das comunidades beneficiadas pelo
programa de combate à pobreza rural – PCPR/Projeto São José – PSJ –
Estado do Ceará. Revista de Economia e Sociologia Rural, Brasília, v. 43, n.
1, p. 101-117, 2005.
KHAN, T. A violência brasileira. Conjuntura Criminal, ano 1, n. 3, nov. 1998.
KOSFELD, R.; ECKEY, H.F.; DREGER, C.H. Regional convergence in the
unified Germany: a spatial econometric perspective. University of Kassel,
2002. 26 p. (Economic Discussion Papers, 39).
KRUGMAN, P. The role of geography in development. In: ANNUAL WORLD
BANK CONFERENCE ON DEVELOPMENT ECONOMICS, 1999, Washington.
Proceedings… Washington, D.C.: World Bank, 1999. p. 89-107.
KRUGMAN, P. Technology, trade and factor prices. Journal of International
Economics, v. 50, n. 1, p. 51-71, 2000.
LALL, S.; SHALIZI, Z. Location and growth in the Brazilian Northeast. Journal
of Regional Science, v. 43, n. 4, p. 663-681, 2003.
186
LE GALLO, J.; DALL’ERBA, S. Evaluating the temporal and the spatial
heterogeneity of the European convergence process, 1980-1999. In: NORTH
AMERICAN MEETINGS OF THE REGIONAL SCIENCE ASSOCIATION
INTERNATIONAL, 50, 2003, Philadelphie. Proceedings… Philadelphie, 2003.
27 p.
LE GALLO, J.; ERTUR, C.; BAUMONT, C. A spatial econometric analysis of
convergence across European Regions, 1980-1995. In: FINGLETON, B. (Ed.).
European regional growth. Berlin: Springer-Verlag, 2003.
LE GALLO, J.; ERTUR, C. Exploratory spatial data analysis of the distribution of
regional per capita: GDP in Europe, 1980-1995. Papers in Regional Science,
v. 82, n. 2, p. 175-201, 2003.
LEE, L.F. Asymptotic distributions of quasi-maximum likelihood estimators for
spatial econometric models. Econométrica, v. 72, n. 6, p. 1899-1926, Nov.
2004.
LEMOS, J.J.S. Mapa da exclusão social no Brasil: radiografia de um país
assimetricamente pobre. Fortaleza: Banco do Nordeste, 2005. 296 p.
LIMA, L.C. A difusão social e espacial da inovação: o caso do Ceará no
nordeste brasileiro. Revista Electrónica de Geografía y Ciencias Sociales,
Universidad de Barcelona, n. 69, 1 ago. 2000.
LOPES, J.L. Avaliação do processo de convergência da produtividade da
terra na agricultura brasileira no período de 1960 a 2001. 2004. 193 f. Tese
(Doutorado em Economia Aplicada) – Universidade de São Paulo, São Paulo,
SP.
LÓPEZ-BAZO, E.; VAYÁ, E.; ARTÍS, M. Regional externalities and growth:
evidence from European regions. Journal of Regional Science, v. 44, n. 1, p.
43-73, 2004.
LUCAS, R. On the mechanics of economic development. Journal of Monetary
Economics, v. 22, n. 1, p. 3-42, jul. 1988.
MAGALHÃES, A.; HEWINGS, G.; AZZONI, C. Spatial dependence and
regional convergence in Brazil. Chicago: University of Illinois, 2000. 20 p.
(Working Papers Real, Urbana).
MAILLAT, D. Globalização, meio inovador e sistemas territoriais de produção.
Interações: Revista Internacional de Desenvolvimento Local, Campo
Grande, v. 3, n. 4, p. 9-16, 2002.
MAROCO, J. Análise estatística: com utilização do SPSS. Lisboa: Sílabos,
2003. 508 p.
187
MARQUES, L.D. Modelos dinâmicos com dados em painel: revisão de
literatura. Porto, Portugal: Faculdade de Economia do Porto, 2000. 84 p.
MARSHAL, A. Princípios de economia: tratado introdutório. São Paulo: Abril
Cultural, 1996. 368 p. (Coleção Os Economistas).
MARTIN, P.; OTTAVIANO, G.I.P. Growing locations: industry location in a
model of endogenous growth. European Economic Review, n. 43, p. 281-302,
1999.
MAS-COLELL, A.; WHINSTON, M.D.; GREEN, J.R. Microeconomic theory.
New York: Oxford University Press, 1995. 981 p.
MENEZES, T.; AZZONI, C.R. Convergência de renda real e nominal entre
as regiões metropolitanas brasileiras: uma análise de dados de painel.
Nemesis, 2003. 17 p.
MION, G. Spatial externalities and empirical analysis: the case of Italy. Journal
of Urban Economics, v. 56, n. 1, p. 97-118, 2002.
MORAN, P.A.P. The interpretation of statistical maps. Biometrika, n. 35,
p. 255-260, 1948.
MOSSI, M.B.; AROCA, P.; FERNÁNDEZ, I.; AZZONI, C.R. Growth dynamics
and space in Brazil. International Regional Science Review, v. 26, p. 393-
418, 2003.
MYRDAL, G. Aspectos políticos da teoria econômica. 3.ed. Rio de Janeiro:
Saga, 1972. 238 p.
NERI, M.C. Bolsa-Família 2.0. Revista Conjuntura Econômica, Rio de
Janeiro, v. 60, p. 46- 49, 4 dez. 2006.
NEWEY, W.K.; WEST, K.D. A simple, positive semi-definite, heteroskedasticity
and autocorrelation consistent covariance matrix. Econometrica, v. 55, n. 3,
p. 703-708, May 1987.
NIEBUHR, A. Convergence and the effects of spatial interaction. Jahrbuch für
Regionalwissenschaft (Review of Regional Research), v. 21, n. 2, p. 113-
133, 2001.
OLIVEIRA, C.A. Crescimento econômico das cidades nordestinas: um enfoque
da nova geografia econômica. Revista Econômica do Nordeste, v. 35, n. 3,
p. 25, 2004.
188
OLIVEIRA, C.A. Externalidades espaciais e o crescimento econômico das
cidades do estado do Ceará. Revista Econômica do Nordeste, Fortaleza,
v. 36, n. 3, p. 21, 2005.
OLIVEIRA, C.A. Uma análise espacial dos impactos do crescimento econômico
e da concentração de renda na pobreza dos municípios nordestinos na década
de noventa. In: ENCONTRO REGIONAL DE ECONOMIA/NORDESTE:
ESTRATÉGIAS DE DESENVOLVIMENTO REGIONAL, 11, 2006, Fortaleza.
Anais... Fortaleza: BNB/ANPEC, 2006a. 23 p.
OLIVEIRA, V.H. Crescimento economia e equidade social nos municípios
cearenses: uma evidência empírica entre 1991 e 2000. In: ENCONTRO DA
ECONOMIA DO CEARÁ, 2, 2006, Fortaleza. Anais... Fortaleza: UFC/IPECE,
2006b. 14 p.
OLIVEIRA, C.A.; JACINTO, P.A.; GROLLI, P.A. Crescimento econômico e
convergência com a utilização de regressões quantílicas: um estudo para os
municípios do Rio Grande do Sul (1970-2001). In: ENCONTRO DE
ECONOMIA GAÚCHA, 3, 2006, Porto Alegre. Anais... Porto Alegre: PUC,
2006. v. 1, 20 p.
PEREIRA, F.M.; LEMOS, M.B. Políticas de desenvolvimento para cidades
médias mineiras. Cadernos BDMG, n. 9, p. 28, out. 2004.
PEREIRA, J.M.M.; SAUER, S. A reforma agrária de mercado do Banco Mundial
no Brasil. Proposta, Rio de Janeiro, p. 114-120, 2006.
PEROBELLI, F.S.; ALMEIDA, E.S.; ALVIM, M.I.; FERREIRA, P. Análise
espacial da produtividade do setor agrícola brasileiro: 1991-2003. In:
CONGRESSO DA SOCIEDADE BRASILEIRA DE ECONOMIA E SOCIOLOGIA
RURAL, 43, 2005, Ribeirão Preto. Anais... Brasília: SOBER, 2005.
PEROBELLI, F.S.; FARIA, W.R.; FERREIRA, P.G.C. Análise de convergência
espacial do PIB per capita em Minas Gerais: 1975-2003. In: ENCONTRO
REGIONAL DE ECONOMIA/NORDESTE: ESTRATÉGIAS DE
DESENVOLVIMENTO REGIONAL, 11, 2006, Fortaleza. Anais... Fortaleza:
BNB/ANPEC, 2006. 23 p.
PONTES, P.A.; VIANNA, P.J.R.; HOLANDA, M.C. A política de atração de
investimentos industriais do Ceará: uma análise do período 1995-2005.
Fortaleza: SEPLAN/IPECE, 2006. 22 p. (Texto para Discussão, 26).
PONTES, P.A.; VIANNA, P.J.R. Análise da política de incentivo ao
desenvolvimento industrial do Estado do Ceará no período 2001-2004.
Fortaleza: IPECE, 2005. 45p. (Nota técnica, 12).
189
PONTES, P.A.; ALMEIDA, M.B. Política de atração de investimentos industriais
do estado do Ceará no período 1995-2001. In: CARVALHO, J.R.; HERMANNS,
K. (Org.). Políticas e desenvolvimento regional no Brasil. Fortaleza:
Fundação Konrad Adenauer, 2005. p. 265-282.
PROGRAMA DAS NAÇÕES UNIDAS PARA O DESENVOLVIMENTO – PNUD.
Novo atlas do desenvolvimento no Brasil. Disponível em: <http://www.undp.
org.br/IDHM-BR%20Atlas%20Webpage/index.asp>. Acesso em: 2002.
PROCHNIK, V.; HAGUENAUER, L. Cadeias produtivas e oportunidades de
investimento no nordeste brasileiro. In: CONGRESSO BRASILEIRO DE
ECONOMISTAS, 14, 2001, Recife. Anais... Recife, 2001. v. 1, p. 122-145.
PUTNAM, R.D. Comunidade e democracia: a experiência da Itália moderna.
2.ed. Rio de Janeiro: FGV, 2002. 260 p.
QUEIROZ, M.P. Análise espacial dos acidentes de trânsito do município
de Fortaleza. 2003. 124 f. Dissertação (Mestrado em Engenharia de
Transportes) – Universidade Federal do Ceará, Fortaleza, CE.
RAMALHO, H.M.B. Migração interna no nordeste brasileiro: caracterização e
determinantes. In: ENCONTRO REGIONAL DE ECONOMIA/NORDESTE:
ESTRATÉGIAS DE DESENVOLVIMENTO REGIONAL, 11, 2006, Fortaleza.
Anais... Fortaleza: BNB/ANPEC, 2006. 25 p.
RAMIREZ, M.T.; LOBOGUERRERO, A.M. Spatial correlation and economic
growth: evidence from a panel of countries. 2002. 37 p. (Central Bank of
Columbia Working Paper, 206). Disponível em: <papers.ssrn.com/sol3/delivery.
cfm/SSRN_ID311320_code020603640.pdf>.
RESENDE, G.M. Testes de robustez e externalidades espaciais: o caso dos
estados brasileiros e dos municípios mineiros. 2005. 96 f. Dissertação
(Mestrado) – Universidade Federal de Minas Gerais, Belo Horizonte, MG.
REY, S.; MONTOURI, B. US regional income convergence: a spatial
econometric perspective. Review of Regional Studies, v. 33, n. 2, p. 143-156,
1999.
ROMANO, J.O. Empoderamento: enfrentemos primeiro a questão do poder
para combater juntos a pobreza. In: ROMANO, J.O.; ANTUNES, M. (Orgs.).
Empoderamento e direitos no combate à pobreza. Rio de Janeiro: ActionAid
Brasil, 2002. p. 9-20.
ROMER, P.M. Increasing returns and long-run growth. Journal of Political
Economy, Chicago, v. 94, n. 5, p. 1002-1037, Oct. 1986.
190
RUIZ, R.M. A nova geografia econômica: um barco com a lanterna na popa?
Belo Horizonte: UFMG, 2003. 21 p. (Texto para discussão, 200).
SECRETARIA DE DESENVOLVIMENTO ECONÔMICO DO CEARÁ – SDE.
Disponível em: <http://www.sde.ce.gov.br>. Acesso em: 16 dez. 2005.
SECRETARIA DE DESENVOLVIMENTO LOCAL E REGIONAL DO CEARÁ –
SDLR. Disponível em: <http://www.sdlr.ce.gov.br/content/aplicacao/sdlr/desenv
_urbano/gerados/prourb.asp>. Acesso em: 8 dez. 2005.
SECRETARIA DE EDUCAÇÃO BÁSICA DO CEARÁ – SEDUC. Disponível em:
<http://www.seduc.ce.gov.br/crede.asp>. Acesso em: 4 dez. 2005.
SECRETARIA DE PLANEJAMENTO E COORDENAÇÃO DO CEARÁ –
SEPLAN. Disponível em: <http://www.seplan.ce.gov.br>. Acesso em: 20 dez.
2005.
SILVA, A.M.A.; RESENDE, G.M. Crescimento econômico comparado dos
municípios alagoanos e mineiros: uma análise espacial. Brasília: IPEA,
2006. 31 p. (Texto para discussão, 1162).
SOLOW, R.M. A contribution to the theory of economic growth. Quarterly
Journal of Economics, v. 70, n. 1, p. 65-94, Feb. 1956. Disponível em:
<www.wren-network.net/resources/2005-11.solow.contribution.pdf>.
TAYLOR, A.M.; WILLIAMSON, J.G. Convergence in the age of mass migration.
European Review of Economic History, v. 1, n. 1, p. 27-63, Apr. 1997.
TORAL ARTO, M.A. El factor espacial en la convergencia de las regiones
de la Unión Europea: 1980-1996. 2001. 160 f. Tesis (Doctoral en Economia) –
Universidad Pontificia Comillas de Madrid, Madrid, España.
TYSZLER, M.. Econometria espacial: discutindo medidas para a matriz de
ponderação espacial. 2006. 155 f. Dissertação (Mestrado) – Escola de
Administração de Empresas de São Paulo, Fundação Getúlio Vargas, São
Paulo, SP.
VAYÁ, E.; MORENO, R.. Econometría especial: nuevas técnicas para el
análisis regional. Uma aplicación a las regiones europeas. Investigaciones
Regionales, n. 1, p. 83-106, 2002.
WEBER, A. Alfred Weber's theory of the location of industries. Chicago:
Chicago University Press, 1929. 256 p.
WOOLDRIDGE, J.M. Econometric analysis of cross section and panel
data. Boston, Massachusetts: MIT, 2002. 752 p.
191
YING, L.. Understanding China’s recent growth experience: a spatial
econometric perspectiva. The Annals of Regional Science, n. 37, p. 613–628,
2003.
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo