3 ANÁLISE EXPLORATÓRIA DE DADOS ESPACIAIS
3.5 AGLOMERAÇÕES, HETEROGENEIDADE SETORIAL E EXTERNALIDADES
Verifica-se, por meio da Figura 3.1 a distribuição espacial dos clusters de logística, ou seja, são as microrregiões que atenderam a condição (𝐻𝐶𝐿𝑄 > 0 e 𝐿𝐸𝑃 > 0,1). Optou-se por demonstrar somente o período inicial e final analisado (2006 e 2015). Percebe-se que em 2006 os 89 clusters estavam em quase sua totalidade localizada no eixo sul-sudeste (88% do total). Por sua vez, em 2015 é possível verificar uma considerável modificação do padrão espacial, em que há a rotação do eixo em direção ao centro-oeste, com aumento na participação em 17% entre o período analisado.
Os resultados anteriores são reiterados pela Figura 3.2 referentes ao I de Moran Local univariado, com a vantagem de trazer mais detalhes quanto a classificação dos clusters. Novamente, percebe-se a existência de duas regiões classificadas como ALTO-ALTO (regiões com alto potencial logístico rodeadas de pares do mesmo nível). O primeiro pertencente as regiões sul-sudeste e um segundo grupo emergente da região centro-oeste. De modo oposto, as regiões BAIXO-BAIXO (regiões de baixo potencial logístico rodeadas de pares do mesmo nível), estão presentes na faixa norte-nordeste do Brasil.
Figura 3.1 - Mapa de clusters (𝐻𝐶𝐿𝑄 > 0 e 𝐿𝐸𝑃 > 0,1)
Fonte: Elaboração própria, utilizando software ArcView3.2.
Figura 3.2 - Mapa de clusters LISA para participação de emprego em logística*
Nota: * Utilizou-se como convenção a matriz de ponderação (𝑊) rainha de grau 1.
Fonte: Elaboração própria, utilizando software GeoDa.
𝟐𝟎𝟎𝟔 𝟐𝟎𝟏𝟓
As próximas análises verificam a relação entre os clusters logísticos e o sistema produtivo, para os quais fornecem seus serviços. Para tanto, foram selecionados Agropecuária21 e Indústria de Transformação. Percebe-se pela Figura 3.3, que a relação ALTO-ALTO que compreende microrregiões com alta participação de emprego em logística próximas de regiões com alta participação no emprego em agropecuária, estão centradas na região centro-oeste. Fica claro, que o cluster de logística ali presente, serve em grande parte as atividades deste setor.
Figura 3.3 - Mapa de clusters bivariado para participação de emprego em logística e agropecuária
Nota: * Utilizou-se como convenção a matriz de ponderação (𝑊) rainha de grau 1. Fonte: Elaboração própria, utilizando software GeoDa.
Ademais, dando continuidade a análise, e observando a causalidade entre as atividades de logística e indústria de transformação, reportado na Figura 3.4 é possível verificar o agrupamento ALTO-ALTO (ou seja aglomerações de atividades logisticas rodeadas por atividades industriais), centradas na região sul-sudeste, indicando uma possível ligação de prestação de serviço especializado a indústria. As evidências empíricas reforçam a ideia de heterogeneidade interna ao setor logístico, ou seja, espacialmente há delimitado um setor logístico voltado à agropecuária e outro voltado à indústria de transformação. Espera-se que as firmas pertencentes a cada uma destas classes desempenhem funções e realizem processos
21 Agropecuária corresponde a Seção A da CNAE 2.0, denominada Agricultura, Pecuária, Produção Florestal,
Pesca e Aquicultura.
diferentes a depender do setor atendido22. Os resultados encontrados neste ponto, indicam a necessidade de fazer modelagens adaptativas à realidade apresentada23.
Figura 3.4 - Mapa de clusters bivariado para participação de emprego em logística e indústria de transformação
Nota: * Utilizou-se como convenção a matriz de ponderação (𝑊) rainha de grau 1. Fonte: Elaboração própria, utilizando software GeoDa.
Por fim, os resultados reportados na Tabela 3.1, rejeitam a hipótese nula (p-valor < 0,05) que afirma não ter uma diferenciação entre regiões inside/outside referentes aos clusters de logística, expresso por uma estatística U, significante a 1%, sinalizando, portanto, uma assimetria entre as categorizações em termos de empregos gerados e firmas criadas no setor, reforçando a ideia do fenômeno de externalidade gerado pelo agrupamento. Parece haver uma força centrípeta no sentido de auto reforçar a presença destas aglomerações logísticas em pontos específicos do espaço.
Tabela 3.1 - Estatísticas do teste Mann-Whitney
Hipótese Operação Classificação N Mann-Whitney (U) Z p-valor
𝐻0/𝐻1𝐸𝑚𝑝𝑟𝑒𝑔𝑜 RCE 0 (outside clusters) 449 19923,0 -3,012 0,001 1 (inside clusters) 109 𝐻0/𝐻1𝐹𝑖𝑟𝑚𝑎 RCF 0 (outside clusters) 449 18624,0 -3,872 0,001 1 (inside clusters) 109
Fonte: Elaboração própria, utilizando software SPSS 22.
22 Essa diferenciação está presente no capital humano e físico empregado nas atividades logísticas, assim como as
características presentes nos contratos firmados (BUTTON, 2010).
23 Isso ficará evidente no Capítulo 5, ao considerar o processo decisório locacional da firma logística dependente
da localização de seus demandantes.
Por fim, os resultados reportados na Tabela 3.1, rejeitam a hipótese nula (p-valor < 0,05) que afirma não ter uma diferenciação entre regiões inside/outside referentes aos clusters de logística, expresso por uma estatística U, significante a 1%, sinalizando, portanto, uma assimetria entre as categorizações em termos de empregos gerados e firmas criadas no setor, reforçando a ideia do fenômeno de externalidade gerado pelo agrupamento. Parece haver uma força centrípeta no sentido de auto reforçar a presença destas aglomerações logísticas em pontos específicos do espaço.
Este capítulo teve como intuito retratar a configuração espacial do setor logístico no Brasil. Ao longo desta abordagem exploratória, várias informações surgiram e algumas merecem a atenção dos leitores. Primeiro, o setor logístico apresenta uma heterogeneidade espacial intra setor verificada pela existência de clusters especializados ao atendimento do setor agrícola ou industrial. Tal informação revela que a decisão locacional da atividade logística apresenta fatores motivadores diferentes, ou seja, firmas logísticas voltadas ao atendimento do setor agropecuário tenderão a se localizar em áreas de maior concentração desta atividade. Tal raciocínio também é valido para o caso industrial. Segundo, parece existir um mecanismo de auto reforço destas aglomerações, visto a presença de externalidades. Estas evidências empíricas darão suporte a modelagens e simulações mais fidedignas acerca da futura distribuição espacial do setor logístico para o caso brasileiro.