Variáveis do Sistema Produtivo

O sistema produtivo é aquele em que há o maior número de informações disponíveis. As variáveis construídas aqui se utilizaram largamente do Relatório Anual de Informações Sociais (RAIS), divulgado pelo, recentemente, extinto Ministério do Trabalho. É importante ressaltar que os dados da RAIS possuem, talvez, a melhor fonte de informações detalhadas de livre acesso a pesquisadores, relacionadas, não só a emprego, mas, também, à estrutura produtiva em nível micro. Digo isso, pois há movimentos de “simplificação burocrática”, desde 2019, que objetivam diminuir a produção dessas informações, limitando a capacidade de discutir os impactos de uma série de reformas que vem sendo implementadas desde 2016.

No que tange a esta pesquisa, a RAIS foi utilizada para o cálculo de 87 quocientes locacionais, um para cada grupo CNAE 141. Esses quocientes foram calculados com base no número de vínculos de cada setor no município, em relação ao número de vínculos do setor em seu respectivo estado. O cálculo seguiu a metodologia padrão, já consolidada na literatura (e.g. SUZIGAN et al., 2003) 142. Além dos quocientes locacionais, também foram contabilizados o número de empresas ativas por municípios em cada um dos grupos CNAE. A síntese dessas informações é mais complicada de ser apresentada em uma tabela de análise descritiva. Assim, optou-se pela utilização de alguns gráficos de maneira a fazer uma descrição geral desses números como a seguir.

141 _{Classificação Nacional de Atividade Econômica, disponível em: https://concla.ibge.gov.br/busca-online-} cnae.html?view=estrutura.

142 _{No caso, Suzigan e outros (2003) aplicam também um coeficiente ded gini locacional, que acabou não sendo} utilizado aqui.

Figura 12 - Distribuições dos quocientes locacionais por CNAE e fase de instalação de 2003 a 2016

Fonte: Elaboração própria (2020)

A Figura 12 (acima) apresenta a distribuição de cada um dos quocientes locacionais calculados para os municípios, entre 2003 e 2016. Na ordenada estão os grupos CNAEs em ordem crescente. Para que o gráfico fosse capaz de agregar todas as informações, o tamanho da letra foi diminuído e é quase imperceptível. Assim, foram identificados alguns grupos de interesse, como Indústria de Transformação (em vermelho), Informática e Comunicação (em amarelo), Atividades Científicas (em verde) e Saúde (em azul). As outras categorias estão em roxo. Na abscissa, estão os quocientes locacionais em logaritmo, fazendo com que os valores negativos correspondam a quocientes entre zero e um. Desta forma, nota-se que a maioria dos setores têm valores médios em torno de zero, seja qual for a fase do parque localizado naquele município. Contudo, a variação é elevada e há diversos casos de outliers, retratados pelos pontos distantes da barra de distribuição (boxplot). Os outliers são menores nos municípios com parques com fase indefinida, mas estes são apenas dois. Cabe destacar também que, enquanto conjunto de informações, os grupos de CNAEs identificados não mostraram diferenças relevantes entre os conjuntos de municípios, separados por fase de instalação dos parques.

Figura 13 - Distribuição da quantidade de empresas por CNAE e fase de instalação

Fonte: Elaboração própria (2020)

Como mencionado antes, os quocientes locacionais foram calculados com base no número de vínculos ativos de cada grupo CNAE. Já a Figura 13 (acima) traz a quantidade de empresas ativas para cada atividade CNAE, mantendo o restante das características como as do gráfico anterior. As distribuições seguem padrões bastante semelhantes entre os grupos de municípios, mas é possível perceber um aumento do número de outliers nos municípios com parques em projeto – que trazem esse processo de interiorização regional da experiência – compondo um grupo diverso de municípios.

Outro grupo de variáveis foram produzidas, focadas na estrutura do mercado de trabalho. Agregando o total de vínculos ativos (trabalhadores) em cada um dos nove grandes grupos da Classificação Brasileira de Ocupações (CBO); o total de vínculos ativos no município em cada ano; e a massa salarial de cada ano (calculado pela soma das remunerações). Todas as variáveis monetárias foram corrigidas pelo IPCA, até dezembro de 2016 143_{, e estão disponíveis na Tabela 3, a seguir.}

143 _{Esse procedimento foi facilitado pelo pacote deflateBR aplicado ao R (MEIRELES, 2018). Disponível em:} https://cran.r-project.org/web/packages/deflateBR/index.html.

Tabela 3 – Valores médios das variáveis do mercado de trabalho por fase de instalação de 2003 a

2016

Descrição Operação Implantação Projeto Indefinido

Diretores 18.676 8.732 10.601 1.733 (31.869) (13.140) (36.491) (1.100) Ciências e Artes 51.437 18.048 25.976 4.542 (73.606) (29.931) (90.292) (3.103) Técnicos (Médio) 42.658 15.461 33.513 5.601 (61.828) (20.519) (133.261) (1.773) Administrativos 79.689 36.450 50.323 9.269 (121.494) (59.333) (166.720) (6.477) Serviços 89.896 36.408 53.511 12.416 (130.839) (50.237) (186.049) (7.057) Extrativistas 1.762 1.801 1.380 1.362 (1.431) (1.751) (1.807) (649) Industriais 54.682 25.397 38.697 11.774 (62.093) (24.867) (104.784) (3.470) Industriais (2) 7.388 3.994 5.471 1.159 (7.350) (3.124) (13.191) (532) Manutenção 8.610 3.619 5.078 3.000 (10.944) (3.697) (12.922) (976)

Massa Salarial (milhões) 1.052 520 673 97

(1.650) (1.119) (2.537) (41)

N. Obs. 350 322 490 28

Fonte: Elaboração própria (2020)

Apesar do elevado desvio-padrão, a Tabela 3 mostra valores médios maiores para o grupo de municípios com parques operacionais em todas as variáveis. O que está em linha com o restante das informações detalhadas até aqui. Mais uma vez, isso está em linha com o processo de interiorização, em que os primeiros parques operacionais aconteceram nas regiões mais industrializadas das regiões Sul e Sudeste.

O último conjunto de variáveis desse sistema foi obtido através dos dados de importações e exportações, disponibilizados pelo Ministério de Relações Exteriores, entre 1997 e 2016. Apesar disso, foi feito o mesmo recorte para os anos de 2003 a 2016. Essas bases trazem os valores das importações e exportações FOB de cada município por ano, tanto em dólares, quanto em quilos. Esses valores foram convertidos em reais, pela taxa anual média de câmbio, disponibilizada pelo Banco Central. Os valores foram corrigidos pelo IPCA

(em reais) e pelo PCI (em dólares 144). O conjunto dessas informações permitiu calcular o peso médio de exportações e importações, na expectativa de dar algum indício sobre o valor agregado do comércio. A importância dessas variáveis se dá pela exposição a uma competição internacional, bem como à utilização de insumos externos, ou a participação em alguma cadeia de valor. Contudo, não é suficientemente detalhada para definir cada um dos papéis.

Figura 14 - Comércio exterior Peso x Valor (log) dos municípios entre 2003 e 2016, por fase de

instalação

Fonte: Elaboração própria (2020)

A Figura 14 (acima) busca resumir essa informação do setor externo inserindo todos os dados de exportações (em azul) e importações (em vermelho) de todos os anos entre 2003 e 2016 para cada um dos municípios. O gráfico traz, na abscissa, o valor comercializado e, na ordenada, o peso. Uma linha pontilhada atravessa o gráfico na diagonal e serve como referência para o valor médio comercializado (R$ 1,00/Kg), para cima da linha seriam produtos com predominância do peso; para baixo, do valor. Apenas um conjunto de pontos fica acima dessa linha tracejada, no canto superior direito do gráfico, mas há, também, outros pontos que superam marginalmente a linha. Nessa discussão, o valor médio comercializado por quilo serve como uma aproximação para a tecnologia inserida no produto (com todas as ressalvas que se possa fazer a essa aproximação). Contudo, a função desse gráfico é de

144 _{Aqui, além do deflateBR, já mencionado, para a inflação em dólar foi utilizado o pacote blscrapeR}

(EBERWEIN, 2019), disponível em: https://cran.r-project.org/web/packages/blscrapeR/index.html; e os dados de câmbio médio foram obtidos do IpeaData (2006).

promover uma ideia geral dessas informações, que é identificada pela nuvem de pontos concentrada próximo ao ponto (20,20), mas que também se espalha em diversas regiões do gráfico.

É interessante notar que, como todos os anos estão representados no gráfico, um ponto isolado não representa, simplesmente, um município, mas a comercialização desse município em um ano específico e que esse volume não se repetiu em outros períodos, que seriam caracterizados por uma concentração de pontos próximos da mesma região. É possível verificar alguns pontos assim próximo ao ponto de origem do gráfico. Como os pontos estão mais distantes da linha diagonal, tais oscilações podem caracterizar, tanto oscilações do câmbio, quanto no volume vendido. Um volume crescente desse comércio exterior está implícito na inclinação positiva da nuvem de pontos.