Evidências para a Indústria de Transformação nos Períodos 1994-1999 e 1999-

Na análise anterior, o período utilizado pode ser longo para analisar os efeitos dos argumentos de aglomeração, além de ser marcado por quatro passagens de governos (final do governo de Itamar Franco, dois de Fernando Henrique Cardoso e início da gestão de Lula). O ano de 1999, em particular, é caracterizado pelo início do segundo governo do Presidente FHC e, principalmente, pela forte desvalorização cambial acontecida, em janeiro daquele ano, na economia brasileira. Para verificar se tais mudanças ocorridas no cenário econômico do Brasil provocaram alguma alteração sobre o crescimento do emprego regional e, principalmente, para averiguar se os efeitos dos determinantes econômicos sobre tal crescimento são robustos ao período temporal, bem como a escolha do ano base, divide-se o período de tempo em duas fases, 1994-1999 e 1999-2004, e estima-se, novamente, o modelo através de uma regressão em pooling, incluindo na amostra as observações para esses dois conjuntos de períodos. A Tabela 18, a seguir, exibe os resultados.

Dos resultados, observa-se que o teste de hipótese realizado sobre o conjunto das

dummies de interação (variáveis explicativas*ano99) não rejeita a suposição de que os

coeficientes são os mesmos em ambos os períodos, para todas as quatro regressões estimadas. Precisamente, em todas as equações não se pode rejeitar a hipótese de igualdade dos coeficientes, nos dois períodos, a qualquer nível de significância abaixo de 5%. Com o nível de significância mais baixo, o resultado obtido sugere que não há mudanças nos coeficientes da regressão para os dois períodos e que, portanto, as rupturas ocorridas no cenário econômico brasileiro no período analisado parecem não ter afetado a trajetória do crescimento do emprego industrial estadual.

TABELA 18 - Determinantes do crescimento do emprego nos períodos 1994-1999 e 1999- 2004: regressão em pooling para a indústria de transformação

Variável dependente – logarítmico do crescimento relativo do emprego

Variáveis Explicativas (1.a) (1.b) (2.a) (2.b)

ln_salmedio -0,0050 -0,0254 -0,0283 -0,0175 (0,0528) (0,0585) (0,0521) (0,0571) -0,4138* -0,4998* -0,2662* -0,3546* ln_estmedio (0,0339) (0,0349) (0,0414) (0,0488) - - 0,1931* 0,2066* ln_conexões - - (0,0332) (0,0347) ln_aglomdentro - - -0,0303 0,0039 - - (0,0309) (0,0353) ln_diversidade - - -0,0279 -0,1256 - - (0,0312) (0,1010) 0,3184* -1,0730 0,3956* -0,9832 distmercado (0,0716) (0,8742) (0,0851) (0,9098) ln_salmedio*ano99 -0,0293 -0,0316 -0,0482 -0,0331 (0,0748) (0,0720) (0,0738) (0,0713) ln_estmedio*ano99 0,0914 0,0722 0,0637 0,0528 (0,0474) (0,0456) (0,0593) (0,0574) ln_conexões*ano99 - - -0,0564 -0,0445 - - (0,0445) (0,0430) ln_aglomdentro*ano99 - - 0,0034 -0,0033 - - (0,0422) (0,0404) ln_diversidade*ano99 - - -0,0504 -0,0487 - - (0,0319) (0,0336) distmercado*ano99 -0,0250 -0,0427 -0,1475 -0,1762 (0,0377) (0,0367) (0,0837) (0,0910) -0,4173* 1,0156 -0,5430* 0,3285 constante (0,0732) (0,7786) (0,1225) (0,8984)

dummy de estado não sim não sim

dummy de indústria não sim não sim

teste F dos coeficientes do ano de 1999

2,49 2,34 2,01 2,00

R2 0,1815 0,2575 0,2135 0,2793

observações 3851 3851 3851 3851

Fonte: Estimação do autor a partir dos dados da RAIS, IBGE e DNIT.

Nota: * e ** indicam a significância estatística a 1% e 5%, respectivamente. O desvio padrão é destacado entre parênteses e as regressões estão com correção para heteroscedasticidade (Matriz de White). E ano99 é uma variável dummy, que toma valor igual a 1 se o ano é 1999.

Através dos dados obtidos da regressão principal, mostrados na coluna (2.b), percebe-se que os resultados, qualitativamente, são basicamente os mesmos, apresentando sinais idênticos ao modelo anterior. Quando comparados com a análise do período 1994- 2004, as semelhanças e diferenças surgidas para os subperíodos também são bastante

próximas27. Especificamente, sinal negativo para o coeficiente da variável “estmédio”, que permanece estatisticamente significante. Também, correlação positiva para “conexões”. Mesmo sinal para a “diversidade” industrial e o custo de transporte, embora as variáveis não apresentem mais correlação estatística significante.

Ao contrário daqueles resultados exibidos na Tabela 17, os salários não estão mais correlacionados com o crescimento do emprego e seus coeficientes apresentam sinais negativos. Os resultados também revelam que a importância quantitativa de boa parte das variáveis explicativas do crescimento do emprego industrial se altera, tornando-se mais forte em períodos mais longos do que em fases intermediárias ou curtas.

Precisamente, como observado nos dois parágrafos anteriores, confrontando os resultados da Tabela 18 com aqueles mostrados em 17, observa-se que dois efeitos permanecem correlacionados com o crescimento do emprego na amostra em pooling. A variável “estmedio” tem, outra vez, coeficiente com sinal negativo, sendo estatisticamente significante a 1%, implicando que as indústrias estaduais apresentam crescimento mais elevado, onde as firmas são de tamanho menor, consistente, novamente, com as idéias de Porter (1990) e Jacobs (1969). O valor do coeficiente (-0,3546) representa a elasticidade e nos diz que uma redução de 1% na variável aumenta o crescimento do emprego aproximadamente em 36%. Esta magnitude é 8,66% menor em relação àquela obtida com o período total28.

O segundo efeito que permanece robusto ao tempo é observado pela variável “conexões”. Novamente, externalidades pecuniárias, geradas a partir da proximidade com fornecedores e compradores dos produtos da indústria, têm efeitos positivos sobre o crescimento do emprego, consistentes, portanto, com o modelo de Venables (1996) da Nova Geografia Econômica. Com efeito, o coeficiente obtido é positivo e estatisticamente significante a 1%, em ambas as regressões. Sua magnitude (0,2066), que representa a elasticidade da variável em relação ao crescimento do emprego, é 5,96% menor em comparação a mesma obtida na Tabela 17.

Já os coeficientes da variável “distmercado”, proxy para os custos de transporte, e diversidade industrial relativa continuam com sinais negativos, conforme esperado pelos argumentos teóricos da NGE, de Fingleton (2003) e de Jacobs (1969), porém, deixam de

27 _{Estimações cross-section realizadas e não apresentadas no texto, para os subperíodos, revelam resultados}

bastante próximos daqueles obtidos para a amostra em pooling.

28 _{Esta comparação é feita com os resultados apresentados na coluna (2.b) das duas tabelas, sendo o mesmo}

apresentar correlação estatística significante. Novamente, os valores obtidos dos coeficientes destas variáveis são menores do que aqueles registrados para o período total. Com efeito, a magnitude da primeira variável é 85,16% menor e o da segunda é 76,26% menor em comparação com aqueles exibidos na Tabela 17.

Portanto, as evidências para regressão principal (coluna 2.b) indicam a robustez de parte dos resultados da Tabela 17, pelo menos em termos qualitativos, embora os custos de transporte e “diversidade” não estejam mais correlacionados com o crescimento do emprego e os coeficientes para os salários passem a exibir sinais negativos e estatisticamente significantes. De outro lado, os efeitos quantitativos das variáveis parecem ser maiores no período mais longo, até mesmo os daquelas variáveis que deixaram de ser importantes para o crescimento do emprego do ponto de vista estatístico.

Em suma, os resultados apresentados na Tabela 18 sugerem que os efeitos das externalidades pecuniárias, captados pela variável “conexões”, da competição local, refletidos pela “estmedio” se fazem sentir sobre o crescimento do emprego e, portanto, parecem ser robustos, não somente ao tempo, como também à escolha do período base para medir a concentração inicial de recursos da indústria. Vale destacar, também, que as magnitudes obtidas para os coeficientes dessas variáveis são maiores para o período mais longo do que na amostra em pooling, sugerindo que ou seus impactos são mais fracos em intervalos de tempo menores ou estas magnitudes variam conforme o ano inicial utilizado. Não obstante as semelhanças destacadas e os resultados estarem de acordo com as teorias sobre a aglomeração industrial, as diferenças surgidas nos resultados das estimações apresentadas até aqui podem ser explicadas em razão da amostra dos dados considerar toda a indústria de transformação. A seguir a análise é refeita considerando as estimações por segmentos industriais.

5.3.3 Evidências para Segmentos Industriais no Período 1994-2004 e Amostra em